EN中文

地理科学进展 >

2022 , Vol. 41 >Issue 2: 239 - 250

DOI: https://doi.org/10.18306/dlkxjz.2022.02.005

研究论文

基于POI数据的建设用地多功能混合利用空间分异研究

  • 李建春 , 1, 2 ,
  • 起晓星 , 3, * ,
  • 袁文华 1, 2
展开
  • 1.山东师范大学商学院,济南 250358
  • 2.山东师范大学碳中和研究院,济南 250014
  • 3.中山大学公共管理研究中心/政治与公共事务管理学院,广州 510275
*起晓星(1987— ),男,云南楚雄人,博士,副教授,博士生导师,研究方向为土地利用转型、城市治理、环境政策。E-mail:

李建春(1985— ),男,新疆阿克苏人,博士,讲师,硕士生导师,研究方向为土地资源利用。E-mail:

收稿日期: 2021-05-07

  要求修回日期: 2021-08-26

  网络出版日期: 2022-04-28

基金资助

教育部人文社科青年基金项目(20YJC790061)

中国博士后科学基金项目(2018M630793)

山东省社科规划基金项目(21DGLJ22)

山东省政府公派出国留学资助项目(201901017)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Spatial differentiation of multi-functional mixed use of construction land based on points of interest

  • LI Jianchun , 1, 2 ,
  • QI Xiaoxing , 3, * ,
  • YUAN Wenhua 1, 2
Expand
  • 1. Business school, Shandong Normal University, Jinan 250358, China
  • 2. Institute for Carbon Neutrality, Shandong Normal University, Jinan 250014, China
  • 3. Center for Chinese Public Administration Research, School of Government, Sun Yat-sen University, Guangzhou 510275, China

Received date: 2021-05-07

  Request revised date: 2021-08-26

  Online published: 2022-04-28

Supported by

Humanities and Social Sciences of the Ministry of Education(20YJC790061)

China Post-doctoral Science Foundation(2018M630793)

Social Science Project of Shandong Province(21DGLJ22)

Funding for Study Aboard Program by the Government of Shandong Province(201901017)

Copyright

Copyright reserved © 2022
Fold

摘要

建设用地多功能混合利用对提升区域用地效率、增进国土空间效能具有重要意义。论文构建基于生产—生活—生态空间(即三生空间)的建设用地多功能混合利用分析框架,以济南市为研究区,采用POI数据,利用熵模型、景观格局分析和关联规则挖掘方法,探究土地混合利用的空间分异特征。结果显示,研究区建设用地混合利用以生产空间、生产—生活空间和生活空间为主;核心城区的建设用地混合利用度较高,而生产、生活空间集中连片,生态空间嵌入不足;乡村地区景观的破碎化特征明显,以生产—生活空间引领的建设用地混合利用度较低;产业园区的生活—生态空间在网络中处于边缘位置,加强园区内部规划与周边区域形成互补的生活、生态空间,是实现园区土地可持续利用的关键。关联规则的分析结果表明,科学的生产空间规划是优化混合利用的重要抓手,而合理的生态空间布局对带动区域建设用地混合利用起着关键作用。研究基于POI数据,从行为空间互动理论视角探究建设用地多功能混合规律,丰富了现有土地混合利用理论与方法体系,也为土地利用政策制定及城市空间格局优化提供了科学依据。

关键词： 建设用地; 混合利用; 兴趣点; 格网评价; 景观生态学; 济南市

本文引用格式

李建春 , 起晓星 , 袁文华 . 基于POI数据的建设用地多功能混合利用空间分异研究[J]. 地理科学进展, 2022 , 41(2) : 239 -250 . DOI: 10.18306/dlkxjz.2022.02.005

Abstract

Mixed land use is of great significance for improving the efficiency of use of regional land and territorial space. A framework for analyzing and optimizing multi-functional mixed use of construction land based on production-living-ecological space was developed in this study. Based on the point of interest (POI) data, entropy model, landscape pattern analysis, and association rules mining were applied to explore the spatial differentiation of mixed land use, taking Jinan City as the study area. The results show that the main types of mixed use of construction land in the city are production space, production-living space, and living space. The degree of mixed utilization of the core urban area is high, the production and living spaces are concertrated and connected, however, the ecological space is not embedded enough. The landscape fragmentation in the rural areas is obvious, and the mixed use led by production and living space is weak. The living-ecological space in the industrial parks is in a very marginal position in the network. Strengthening the internal planning of the parks or forming a complementary living and ecological space with the surrounding areas is the key to realize the sustainable development of the parks. The research of association rules shows that reasonable production space planning is an important way to guide and optimize the mixed land use. At the same time, strengthening the rational use of ecological space plays an important role in promoting mixed land use. Based on the POI data, this study explored the patterns of multi-functional combination of construction land from the perspective of behavioral spatial interaction theory, which enriches the existing land mixed use theory and methods and provides a theoretical basis for land use policy making and spatial pattern optimization.

Key words： construction land; mixed used; point of interest; grid-based evaluation; landscape ecology; Jinan City

随着中国工业化和城镇化的快速推进,基于“功能分区”的规划建设理念成为制约城乡高质量发展的主要障碍。例如,城市新区和开发区的规模急剧扩张,导致出现许多面积较大且功能单一的工业区和居住区;工作区与居住区的隔离不仅给人们生活带来不便,而且增加了对机动车等交通工具的依赖[1]。在旧城改造中,新建大型房地产项目取代了原有多样化的小尺度城市肌理,丰富多彩的城市空间被封闭、单一的居住功能区取代。19世纪至20世纪中叶,分区作为一种提升土地利用效率和安全性的策略,在欧洲和北美城市广泛使用,但其局限性也受到学者们的诟病[2,3]。20世纪60年代以来,为了增强城市活力,土地混合利用(mixed land use)的概念被提出来,并应用到“紧凑城市”“边缘城市”以及城市“精明增长”等理论和实践中,成为重要的城市规划范式[4,5]。
土地混合利用是指在一定时空范围内,2种或2种以上土地用途的结构共存与功能融合,以满足人们多元需求,促进城市空间优化[6]。在城市化水平较高的国家,土地混合利用被认为是解决拥挤、污染、城市蔓延等问题的重要工具,对弥合社会经济裂痕、促进非机动交通、创造就业机会等起到显著作用[7]。然而,部分研究发现,若混合利用的规模、密度和程度失控,可能导致拥挤、侵占、混乱和噪音等一系列负面问题[8,9]。因此,国内外学者围绕土地混合利用评价进行了大量研究：① 从混合的类型来看,大多基于土地利用类型和人类活动将城市空间划分为商业、工业、住宅等类型的混合[10],或进一步细分为零售、办公、住宅、娱乐等用途的混合[11]。② 从评价指标来看,数量、距离和关系是度量混合利用情况的重要因子[12,13]。③ 从评价方法来看,对数量评估的直接方法是依据不同土地利用类型的面积比例[14],间接方法包括香农指数、熵指数和平衡指数等[15,16];对于距离的测度主要采用欧氏距离法[17];对于功能关系的评价主要有图层叠加法、兼容性评估指数及城市网络分析等[18]。总体来看,已有文献主要基于传统的产业类型及遥感数据来研究土地混合利用,相关评价方法已较为成熟。
自十八大提出“生产空间集约高效、生活空间宜居适度、生态空间山清水秀”的国土空间规划目标以来,基于土地的生产、生活、生态三大主导功能的空间混合利用研究逐渐受到重视[19,20]。这一空间划分方法与学界广泛认可的生产—生活—生态 “三支柱”可持续发展理念不谋而合[21],也为土地多功能混合利用研究提供了新思路和新要求。“三生”空间是一种综合性分区方式,强调从生产、生活、生态空间融合的角度提升空间利用质量[22],协调经济、社会、环境之间的冲突,引导区域可持续发展,满足人们对美好生活的需求。
现有研究对“三生”空间的识别方法主要分为2种。一是归并分类法,即对土地利用现状进行归并与分类[23,24],数据主要来源于统计年鉴和遥感影像。该方法实现了土地利用功能与城市用地分类标准的衔接,但识别结果的误差较大,且分类体系的不同导致结果差异较大。二是量化测算法,通过构建评价体系对不同功能进行量化识别[25],其优点是识别结果较为精确,但数据标准化处理和计算复杂,难以进行多主体融合和多尺度集成表达。本文采用来源于高德地图的POI(point of interest)数据对三生空间进行识别,主要优点如下：第一,电子地图为人们的生活、工作、出行等行为决策提供重要依据,对探究人类活动对三生空间的选择和改造,进而形成的土地混合利用方式具有重要意义;第二,POI数据样本量大、获取方便、信息量丰富,囊括了大量生产、生活和生态功能信息,为精确识别三生空间提供了条件[26];第三,基于POI数据对三生空间混合状态分类,兼顾了基于人自发需求而形成的土地利用类型(如住宅区内自发形成的商业),也汇集了规划形成的数据,有利于更加精确地识别土地多功能混合利用现状。
鉴于此,本文基于三生空间理论构建建设用地混合利用分析框架,试图回答以下问题：如何基于POI对生产、生活、生态空间的混合利用程度和类型进行识别?在此基础上,如何系统描述建设用地混合利用的空间分异特征并挖掘不同混合利用类型之间的关联规则?本文以济南市为案例区,根据政府编制的城市总体规划来确定“城市”范围,包括市区、近郊区以及城市行政区域内因城市建设和发展需要实行规划控制的区域,该范围之外的区域为“乡村”地区。通过对城市和乡村建设用地混合利用状态的对比研究,分析其混合利用的规律和异质性,为推动城乡一体化发展提供参考。

1 研究框架与模型

1.1 基于POI的建设用地多功能混合利用分析框架

以三生空间为基础,对土地多功能混合利用的现状和特征进行分析,能够将人们对空间资源优化的需求与土地多功能利用有机结合起来,为政策制定提供理论指导和决策依据。根据行为空间互动理论,地理空间是人们行为的载体,一方面,地理空间环境影响着人们行为的选择;另一方面,人们有意识的行为也影响和改变着地理空间环境。为满足不同的偏好与需求,人们在现有空间基础上不断改造与构建新的空间来表达他们的欲求[27],这是形成土地多功能混合利用的基础。在大数据背景下,基于POI的相关研究为居民复杂行为的定量分析提供了依据。因此,本文遵循“混合利用识别—分布规律探究—交互关系分析—空间格局优化”的分析框架(图1),探究基于三生空间的建设用地混合利用模式及其空间分异规律。
图1 基于POI的建设用地三生空间混合利用分析框架

Fig.1 A framework for analyzing the production-living-ecological space mixed land use based on POIs

1.2 基于POI的三生空间混合利用类型判定体系

本文采用的POI数据来源于高德地图,包括金融保险、政府机构、交通设施、生活服务、医疗卫生、科教文化及公园绿地等16个大类,每个大类包括若干个中类和小类。首先,根据三生空间的定义对POI数据进行分类,具体过程如下：生产空间指用于生产、经营、管理等活动的场所,包括为人类提供产品生产、运输、商贸、管理等活动的空间载体,对应POI分类中的公司企业、金融保险、农业基地、工厂及产业园、仓储物流、政府机构、交通设施等;生活空间指人们居住、消费和休闲娱乐的场所,包括居住空间和生活性服务业空间,对应POI分类中的居住区、餐饮服务、购物服务、生活服务、医疗保健、科教文化、体育休闲、住宿服务等;生态空间指为人类提供生态产品的绿地空间,对应POI分类中的公园绿地、风景名胜等。其次,对不同类型的POI数据进行赋权[28],主要从2个方面考虑：一是不同类型POI数据与三生空间的相关性不同,例如,对于生活空间而言,居住空间的相关度比生活服务业更强;其次,POI对应实体的占地面积对于三生空间范围的界定起着关键作用,若某评价单元内居住区POI点个数小于公司企业数,但居住区对应的占地面积远大于公司企业,则将该评价单元识别为生活空间。基于此,本文设定相关度(α)和范围度(β)2类指标,对POI数据的综合权重(λ)进行计算,α与β的取值范围为(0, 1],值越大代表对空间分区产生的影响越大。采用特尔斐法,邀请业内专家进行原始打分,结合层次分析法确定各指标的相对权重。上述数据处理思路,弥补了传统POI数据面积属性缺失的弱点,为精确识别三生空间提供了保障。POI数据的分类与权重赋值详见表1。
表1 基于POI的三生空间类型划分

Tab.1 Classification of the production-living-ecological space based on POIs

类型 大类 中类 对应的POI分类 相关度α 范围度β 综合权重λ
生产空间
(P)		 生产性服务业空间 公司企业P1 电子商务、广告装修、商业贸易等 0.340 0.300 0.102
金融保险P2 银行、保险公司、证券公司等 0.150 0.300 0.045
农业空间 农林基地P3 农林牧渔等生产基地 0.240 0.600 0.144
工业空间 工厂园区P4 工厂、工业村、产业园等 0.370 0.700 0.259
仓储物流P5 仓库、仓储区、物流园等 0.110 0.300 0.033
管理空间 政府机构P6 政府机关、社会团体、行业协会等 0.060 0.300 0.018
交通空间 交通设施P7 公交车站、地铁站、停车场等 0.050 0.150 0.008
生活
空间(L)		 生活性服务业空间 餐饮服务L1 餐馆、小吃店、饮品店等 0.100 0.100 0.010
购物服务L2 便利店、超市、商场等 0.110 0.150 0.017
生活服务L3 美容美发、摄影冲印、电信营业厅等 0.110 0.100 0.011
医疗保健L4 医院、医疗保健服务场所、动物医疗场所等 0.210 0.200 0.042
科教文化L5 学校、科研机构、培训机构等 0.120 0.300 0.036
娱乐休闲L6 运动场馆、娱乐场所、休闲场所等 0.070 0.100 0.007
住宿服务L7 酒店、旅馆、招待所等 0.140 0.100 0.014
居住空间 居住区L8 住宅、公寓、家属区等 0.550 0.500 0.275
生态
空间(E)		 绿地空间 公园绿地E1 公园、绿地广场、植物园等 0.600 0.900 0.540
风景名胜E2 旅游景点、宗教寺庙、风景名胜等 0.390 0.800 0.312
户外绿地E3 露天足球场、高尔夫球场等 0.270 0.450 0.122

1.3 建设用地混合利用熵模型及类型划分

本文采用熵模型,根据区域内三生空间不同类型的相对百分比来测度土地混合利用程度,计算公式如下：
ENT = - ∑ j = 1 k P j ln P j ( k = 1,2 , 3 )
式中：Pj代表第j类空间的占比;k代表三生空间类型;ENT代表熵值,表示土地多功能利用的混合度,其值越高,表明评价单元内的功能类型越多,各个功能类型的加权数量差距越小,混合度越高。
为进一步直观描述土地多功能混合利用的空间类型,本文引入三角模型(triangle model)。该模型起源于土壤学,是一种利用粒径分布评价土壤质地的分类方法[29]。由于其表达方式简洁直观,被学者应用于三生空间的划分。模型如图2所示,点的坐标为每个功能的加权数量与3个功能加权数量之和的比例[30],以20%为界线将其划分为7个功能类型：生态优势型(E)、生产优势型(P)、生活优势型(L)、生产—生态优势型(PE)、生产—生活优势型(PL)、生活—生态优势型(LE)、生产—生活—生态复合利用型(PLE)。
图2 基于三生空间的土地多功能混合利用三角模型

Fig.2 A triangle model of multi-functional mixed land use based on the production-living-ecological space

1.4 格网尺度三生空间景观格局分析方法

本文采用景观生态学方法,分析三生空间镶嵌体(mosaic)的特征。景观分析是对景观格局分布与组分进行量化表达的重要方式,其考虑的核心因素包括景观的大小、面积、形态和边界。考虑到指标的冗余及敏感性,根据相关文献[31],本文选取以下4个景观格局指数对混合用地的整体特征进行分析,包括斑块面积(CA)、斑块数量(NP)、平均斑块面积(MPS)和平均形状指数(MSI)。其中,斑块面积反映了不同类型混合利用的面积大小;斑块数量表示景观个体的数量;平均斑块面积反映了景观斑块的细碎化程度;平均形状指数是度量景观空间格局复杂性的重要指标,从空间形态角度对混合利用景观形状进行测量,MSI=1表示斑块形状为圆形,其值越大说明景观形状越不规则,表明不同类型的混合利用相互作用、彼此镶嵌分布的特征越明显。由于上述指标的计算公式在相关文献中有详细介绍[32],本文限于篇幅不再赘述。

1.5 格网尺度三生空间邻位模式关联规则挖掘

关联规则反映了一个事物与其他事物之间的相互依存性和关联性,是对事物之间关系进行挖掘的重要方法[33]。其核心思想是,如果两个或者多个事物之间存在一定的关联关系,那么,其中一个事物就能够通过其他事物进行预测。关联规则挖掘在商业、物理、医学等学科中被广泛应用,本文采用Apriori算法探索不同混合类型的关联规则。该方法通过连接关系产生候选项与其支持度,然后通过剪枝生成频繁项集,是经典的挖掘频繁项集算法,实现了对大数据集的关联规则提取。具体计算步骤如下：第一,确定总项集。数据记录的所有项的集合称为总项集,土地混合利用中的总项集：S={生产空间,生活空间,生态空间,生产—生活,生产—生态,生活—生态,复合利用};第二,确定关联规则。关联规则X→Y,表示由X引起Y,其中,X和Y是2个不相交的项集,即 X ⋂ Y = ∅就是一条关联规则;第三,规则评估标准。关联规则的强度用支持度(support)和置信度(confidence)来描述,其中,支持度表示集合X和Y中的项在一条记录中同时出现的次数 σ ( X ⋂ Y )除以数据记录的个数N,计算公式为：
support ( X → Y ) = σ ( X ⋂ Y ) N
置信度表示集合X和Y中的项在一条记录中同时出现的次数 σ ( X ⋂ Y )除以在集合X中出现的次数 σ ( X ),计算公式为：
confidence ( X → Y ) = σ ( X ⋂ Y ) σ ( X )
本文以六边形格网为中心,构造每一个相邻格网之间的邻接关系矩阵,计算不同混合类型由于邻接关系共现的支持度和置信度,识别格网尺度下混合用地交互作用呈现的规则,从而构建关系网络,揭示三生空间多功能混合用地间的相互作用关系。

2 案例区选取及数据说明

本文选取济南市10个区县、134个乡镇街道的建设用地为研究对象,通过中国科学院地理科学与资源研究所30 m土地利用类型遥感检测数据集中的2018年栅格数据识别提取的城镇(786.45 km2)、居民点(789.78 km2)、工矿用地(147.35 km2)的范围边界,全市城乡建设用地面积为1723.58 km2。POI数据以2018年底高德地图为底图,采用切片索引的方式进行抓取,共计获取21万余条SQL数据列表,每条数据包含名称、地址、类型、经纬度等属性信息。
在对数据的处理方面,首先排除一部分点状附属设施的影响,删除公共厕所和自动取款机等3849个与三生空间关联较弱的POI点;其次,考虑到从网络地图中抓取的数据类型可能存在一定重叠,本文对数据进行清理和分类,在保证大、中、小类POI数据对应的基础上,根据三生空间定义对POI数据进行重新归类,扣除济南市行政边界外的POI及重复的数据,最终形成142102个有效样本,统计结果见表2。
表2 济南市城乡建设用地POI数量及比例

Tab.2 Quantity and proportion of urban and rural construction land POIs in Jinan City

类型 大类 中类 数量/个 比例/%
生产空间 生产性服务业空间 公司企业 25767 18.70
金融保险 3580 2.60
农业空间 农林基地 119 0.09
工业空间 工业园区 1351 0.98
仓储物流 138 0.10
管理空间 政府机构 12063 8.76
交通空间 交通设施 10760 7.81
生活空间 生活性服务业空间 餐饮服务 27221 19.76
购物服务 2531 1.84
生活服务 15238 11.06
医疗保健 11474 8.33
科教文化 13210 9.59
娱乐休闲 3055 2.22
住宿服务 5558 4.03
居住空间 居住区 4624 3.36
生态空间 绿地空间 公园绿地 277 0.20
风景名胜 495 0.36
户外绿地 299 0.22

3 结果分析

3.1 济南市建设用地三生空间混合利用程度与分类

3.1.1 基于三生空间的建设用地混合利用度分析
为分析济南市土地混合利用整体规律特征,本文选取边长1 km的六边形格网作为基本评价单元,研究区域共包含4720个网格单元。空间格网尺度的划分主要考虑到1 km为人们步行可达距离,强调混合利用以人的需求为基本导向[34],而且该范围也是城市规划、社会治理重点关注的尺度。根据式(1),本文对济南市的混合利用度进行计算,并采用自然断点法对结果进行分类(图3)：混合度高(1.61~2.36)的区域面积为45899.33 hm2,占比15.62%;混合度较高(1.21~1.60)的区域面积为33688.37 hm2,占比11.46%;混合度一般(0.81~1.20)的区域面积为44427.08 hm2,占比15.12%;混合度较低(0.31~0.80)的区域面积为63393.03 hm2,占比21.57%;混合度低(0~0.30)的区域面积为106434.5 hm2,占比36.22%。从空间分布来看,自中心城区及区县城镇的核心区域向外围延伸,济南市建设用地的混合利用度逐渐降低;高混合度区域主要集中于中心城区,向东扩展至章丘区,向南绵延至长清区。
图3 济南市建设用地混合利用度

Fig.3 The degree of mixed utilization of construction land in Jinan City

为进一步探究建设用地混合利用在空间上随距离变化呈现出来的规律,本文以济南市山东省政府驻地为中心,分别对建设用地整体及城市、乡村和产业园的土地混合利用度进行分析。从图4可以看出,济南市建设用地的整体混合度在市中心最高,在0~10 km的范围内呈急剧下降的趋势,10~25 km呈缓慢下降趋势,25 km以外的区域则呈现波动状态。相关研究指出,历史文化名城的核心区土地混合利用,是在人们自发需求的基础上有机发展起来的一种自然人居格局[35]。济南历史悠久,是国务院公布的历史文化名城之一,城市核心区域的高混合度与相关研究结果一致。随着距离增加,混合度逐渐下降,25 km以外波动反映出卫星城规划设计的特点。城市、乡村和产业园的混合利用随距离也呈现出明显特征,离市中心越近,混合度越高,在0~10 km范围内急剧下降,随后呈现波动趋势。
图4 济南市建设用地混合利用距离变化特征

Fig.4 Variation characteristics of mixed construction land use with distance from urban center in Jinan City

3.1.2 基于三生空间的建设用地混合利用分类识别
应用三角模型及其划分标准,对济南市建设用地混合利用进行综合分类(图5)。济南市建设用地以单一功能主导的生产空间占比最高,为47.28%;以双重功能主导的生产—生活空间占比次之,为33.63%,说明生产与生活功能的融合效果较好;生活空间占比为14.24%。这3类空间累计占比高达95.15%,是区域内具有优势的空间类型。研究区内与生态相关的空间单元较少,生态空间、生活—生态、生产—生态和生产—生活—生态三重功能复合空间占比分别为1.32%、0.41%、1.85%和1.27%,以生态空间引领的建设用地多功能混合利用亟待优化,如何对生态空间进行合理规划利用是济南市现阶段国土空间治理面临的重要问题。
图5 济南市建设用地三生空间多功能混合利用三角图

Fig.5 Triangle model of mixed use of the production-living-ecological space in Jinan City

从不同区域土地混合利用的分类结果来看,城市、乡村和产业园区的三生空间功能分区呈现出明显的差异性。其中,城市区域的生产—生活空间占比为51.96%,生产—生态及复合利用占比分别为3.12%、2.62%,均远高于乡村区域和产业园区,这表明城市用地的多功能混合利用程度较高,空间的结构与功能分化较为成熟。乡村区域与产业园区的混合利用模式较为相似,占比最高的是生产空间,分别为52.14%和56.67%;其次是生产—生活空间,占比分别为26.12%、25.67%;而复合利用空间占比分别为0.62%和1.33%。结合城乡经济发展的梯度性来看,经济发展水平高的区域建设用地混合利用程度较强,表明空间多功能混合利用是建设用地对于区域社会经济发展的响应。从混合利用在空间上随距离变化规律来看(图5b),城市核心区域0~10 km范围内混合利用主要以生活、生产—生活和生产空间为主;距离市中心30~40 km范围内以生产—生态、生活—生态和生态空间为主,优化城市内部的生态空间布局,引导生活与生产空间适当向周边区域疏散,对于提升三生空间的混合利用效率具有重要作用。
从混合利用类型的空间分布看(图6),济南市的生产空间沿南北两翼呈集中分布,生活空间聚集在市区中部,而生态空间主要散布于城区外围,网格层面的三生空间演化遵循着生活—生产—生态占位发展与圈层扩张模式。从格网尺度的分类结果来看,生产—生活混合空间在中心城区及各县区核心区呈现连片式集中分布,这里混合利用中的生产空间主要为商业生产,是城市核心区域建设用地多功能利用的主要模式。生产空间广泛分布于济南市城乡全域范围内,并环绕核心区域成片连续分布,主要原因是单一的生产空间主要包括工业生产,而大部分工业生产已进入工业园区,专业化程度较高;生活空间呈点状散落分布于城市新区及乡村区域;生态空间比例较小,在分布上与生产—生活空间紧密相连。
图6 济南市建设用地三生空间混合利用分类

Fig.6 Classification of construction land based on the production-living-ecological space in Jinan City

3.2 济南市建设用地三生空间混合利用景观特征

六边形格网具有较好的方向连通性,是景观特征分析中常采用的研究单元。通过边界融合(dissolve)打通相同混合利用类型边界后形成空间镶嵌体,借助Pitch Aanlysis工具,计算济南市多功能混合利用景观格局指数。
如表3所示,济南市建设用地混合利用整体表现出复杂多样特征,产业园区的混合利用景观呈现出单调、规则化特点,而乡村区域的景观破碎化现象明显。从CA和NP值来看,城市的混合利用度明显高于乡村,尤其在生活—生态、生产—生活—生态复合空间利用方面具有明显优势;城市的MPS和MSI指数值均较高,较大的平均斑块面积导致人们出行时较为依赖机动车等交通工具,且城市斑块的形状不规则程度更高,不同空间类型之间的嵌入性更明显,相对而言,生活—生态空间景观特征明显处于较为低级的阶段。乡村地区混合利用斑块数量大,平均面积较小,形状较为规则,破碎化特征明显,以单一功能为主;在混合利用功能中生产—生活、生产—生态具有相对优势,但以生产—生活空间引领的混合利用度较低,混合利用景观的复杂性和多样性有待提升。产业园区混合利用斑块数量少,平均面积小,形状较为规则,破碎化程度较低,其景观形态更多体现了系统的规划建设特征。
表3 济南市不同区域建设用地三生空间混合利用类型景观格局指数

Tab.3 Landscape pattern index of mixed land use types in different regions of Jinan City

景观指数 区域范围 生产空间 生活空间 生态空间 生产—生活 生活—生态 生产—生态 复合利用
斑块面积
(CA)/hm2		 城市 29358 5629 779 44687 606 2685 2252
乡村 95090 32822 2944 47631 346 2425 1126
产业园区 14722 3464 173 6668 260 346 346
全市 139170 41916 3897 98987 1212 5456 3724
斑块数量
(NP)/个		 城市 97 50 5 68 7 28 20
乡村 548 305 33 347 4 25 13
产业园区 115 36 2 62 3 4 4
全市 760 391 40 477 14 57 37
平均斑块
面积(MPS)
/(hm2/个)		 城市 302.66 112.58 155.88 657.16 86.60 95.88 112.58
乡村 173.52 107.61 89.23 137.27 86.60 96.99 86.60
产业园区 128.02 96.23 86.60 107.55 86.60 86.60 86.60
全市 183.12 107.20 97.43 207.52 86.60 95.72 100.65
平均斑块
形状指数
(MSI)		 城市 1.30 1.10 1.09 1.36 1.05 1.07 1.10
乡村 1.19 1.09 1.06 1.14 1.05 1.07 1.05
产业园区 1.12 1.07 1.05 1.09 1.05 1.05 1.05
全市 1.19 1.09 1.06 1.17 1.05 1.07 1.07

3.3 济南市建设用地三生空间混合利用关联规则

利用SPSS Modeler数据挖掘系统中Apriori关联规则频繁项集算法模块,通过扫描数据集得到混合利用类型置信度超过50%的频繁项集,采用“后项—前项”的置信度构建有向网络(图7)。从济南市全域网络特征来看,生产空间(P)和生产—生活空间(PL)关系的数量多且中心性较高,说明以生产空间为主导的模式在建设用地混合利用中起着基础作用,合理的生产布局是引导并优化三生空间布局的重要抓手。以生态为主导的混合利用空间,如生活—生态(LE)、生产—生态(PE)和复合利用(PLE),处于网络边缘位置且连通性较低,增加生态为主的混合功能区与其他区域之间的联系,有利于形成更为紧密互补的复杂网络,对提升系统的稳定性具有重要作用。比较城市、乡村和产业园区土地混合利用的网络特征发现：城市的网络结构呈现出集中式特征,双重及三重功能混合利用类型在网络中的重要性更高,生态空间的边缘性更为明显,突出生态空间的优化利用是城市混合利用的突破点。乡村区域构成的网络密度高,关键节点链接较为紧密,进一步提升生态空间(E)与生产—生态(PE)和生活—生态(LE)的关联,网络结构将更为稳定。产业园区呈现多节点、多中心的分散性网络结构,生产及生产—生活空间的网络密度高,在网络中的位置较为突出,生活—生态(LE)处于极为边缘位置。对于范围相对独立的产业园区而言,加强园区内部对生活和生态空间的规划,或通过与周边区域形成互补的生态空间,是实现园区土地可持续利用的关键。
图7 济南市三生空间混合利用类型网络关系

Fig.7 Network characteristics of mixed use types of the production-living-ecological space in Jinan City

在频繁项集的基础上进一步对支持度进行计算(表4),确定最小支持度为70%,得到P→PL、P→L、PL→P与PL→L共4组强关联规则。这表明当生产或生产—生活空间出现时,生活、生产及生活—生产空间出现的概率非常大,进一步说明目前济南市的土地混合利用以生产空间为导向,合理调整产业布局是引导土地混合利用的关键。与生态相关的3种空间类型(生态、生产—生态、生活—生态)由于POI点数量相对少,导致支持度占比较低,但PLE与PL、LE与PL、PE与PL之间的置信度均高于80%,表明生态相关空间与生产—生活空间同时出现的概率较大,合理的生态空间布局对于带动区域建设用地混合利用起着重要作用。因此,以生态优先、绿色发展作为支撑实现建设用地高质量发展,是提升三生空间混合利用效能的重要手段。
表4 济南市三生空间混合利用关联规则

Tab.4 Association rules of the mixed use of the production-living-ecological space in Jinan City

序号 后项 前项 支持度/% 置信度/%
1 生产—生活(PL) 复合利用(PLE) 6.71 93.42
2 生产—生活(PL) 生活—生态(LE) 2.15 86.30
3 生产—生活(PL) 生产—生态(PE) 9.15 80.06
4 生产空间(P) 生产—生活(PL) 71.11 78.98
5 生产空间(P) 生产—生态(PE) 9.15 75.24
6 生产空间(P) 生活空间(L) 79.34 74.57
7 生产空间(P) 生态空间(E) 4.21 72.73
8 生产—生活(PL) 生产空间(P) 81.88 68.60
9 生产空间(P) 复合利用(PLE) 6.71 66.23
10 生产—生活(PL) 生活空间(L) 79.21 66.04
11 生产空间(P) 生活—生态(LE) 2.15 64.38
12 生产—生活(PL) 生态空间(E) 4.21 60.84
13 生活空间(L) 生态空间(E) 4.21 59.86
14 生活空间(L) 生产—生活(PL) 61.11 56.53

4 结论与讨论

4.1 结论

本文以三生空间为依据对混合利用进行分类识别,采用熵模型、三角模型、景观格局分析及关联规则挖掘等方法,探究建设用地多功能混合利用的空间分异规律,挖掘不同混合利用类型之间的关系,主要结论如下：
第一,从理论层面来看,本文构建了基于POI的建设用地多功能混合利用分析框架。城市土地利用的演变规律经历了从传统自发形成的混合利用阶段到以《雅典宪章》为标志的功能分区利用阶段,再到规划指导下的混合利用螺旋式演进阶段。本文在系统构建三生空间分类体系的基础上,将空间分为单一功能为主、双重及三重复合功能共7种不同类型,从数量、结构及关系维度,剖析建设用地混合利用的现状及空间分异特征,为提升区域土地可持续利用水平提供了新思路。
第二,以济南市为研究区,本文探究了城市三生空间混合利用度及类型划分。结果显示,研究区三生空间混合利用度最高的区域在市中心,且呈现如下规律：在0~10 km的范围内呈急剧下降的趋势,10~25 km呈缓慢下降趋势,25 km以外的区域则呈现波动状态。从分类结果来看,研究区建设用地主要混合利用类型为生产空间、生产—生活空间和生活空间,分别占比47.28%、33.63%和14.24%。生产空间广泛分布于济南市城乡全域范围内,并且环绕核心区域成片连续分布;生产—生活混合空间在中心城区及各县区核心区域呈连片式集中分布,生活空间点状散落分布于城市新区及乡村区域。乡村地区整体混合利用度较低,核心城区以生态空间引领的土地混合利用不足。
第三,本文剖析了研究区混合利用的景观特征及不同混合类型之间的关联关系。从混合利用景观特征来看,城市建设用地混合利用表现出复杂性、多样性特点,但平均斑块面积大,可能导致人们出行时较为依赖机动车等交通工具;乡村区域平均斑块面积较小,景观破碎化特征明显,以生产—生活空间引领的混合利用较弱,景观的复杂性和多样性有待提升;产业园区的混合利用破碎化程度较低,其景观形态更多体现了系统的规划建设特征。从关联规则来看,不同混合利用类型中生产空间和生产—生活空间关系的数量多且中心性较高,说明以生产为主导的利用方式在研究区土地混合利用中起着关键作用,合理的生产空间规划是优化混合利用的重要抓手;此外,以生态空间为主导的混合空间能够引发其他混合空间类型的出现,因此,合理规划生态空间对于带动区域土地混合利用起着重要作用。

4.2 讨论

本文以三生空间为基础,采用POI数据对建设用地多功能混合利用状况进行识别和分析,尝试从结构、形态及关系视角探究三生空间的分异规律。通过将建设用地空间解构为离散化的、具有空间依赖的单元,从景观生态学的视角来解释不同类型土地利用空间呈现的规律,并借助社会网络分析探究了不同混合类型在建构城市多样化空间形态中的作用,在土地功能性利用的理论与方法层面有一定的创新。然而,仍有2个方面的问题还需进一步研究：① 最优尺度问题。本文根据相关文献在1 km格网尺度下进行研究,后续研究可以结合可变面源分析技术突破尺度选择的局限,确定更利于稳健观察和治理的分析尺度。② POI数据和土地利用数据的匹配问题。本文采用POI数据对三生空间进行识别,由于POI是点数据,对生态空间的边界刻画不够精确,后续研究可探索如何科学匹配POI数据和土地利用数据并建立相应的研究方法,从而提升生态空间识别的精确性及建设用地混合利用分析的层次性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
周国华, 彭佳捷. 空间冲突的演变特征及影响效应: 以长株潭城市群为例[J]. 地理科学进展, 2012, 31(6):717-723.

[ Zhou Guohua, Peng Jiajie. The evolution characteristics and influence effect of spatial conflict: A case study of Changsha-Zhuzhou-Xiangtan urban agglomeration. Progress in Geography, 2012, 31(6):717-723. ]

[2]
Liberty R L. Abolishing exclusionary zoning: A natural policy alliance for environmentalists and affordable housing advocates[J]. Boston College Environmental Affairs Law Review, 2003, 30(3):581-603.

[3]
宋志军, 刘黎明. 1979—2009年间北京多种发展功能的异速生长: 以社会经济功能为主的分析[J]. 经济地理, 2016, 36(1):53-60.

[ Song Zhijun, Liu Liming. Allometric growth of Beijing development functions from 1979 to 2009: Based on the analysis of the social economy functions. Economic Geography, 2016, 36(1):53-60. ]

[4]
Kusumastuti D, Nicholson A. Mixed-use development in Christchurch, New Zealand: Do you want to live there?[J]. Urban Studies, 2018, 55(12):2682-2702.

DOI

[5]
Hoppenbrouwer E, Louw E. Mixed-use development: Theory and practice in Amsterdam's Eastern Docklands[J]. European Planning Studies, 2005, 13(7):967-983.

DOI

[6]
Rowley A. Mixed-use development: Ambiguous concept, simplistic analysis and wishful thinking?[J]. Planning Practice & Research, 1996, 11(1):85-98.

[7]
Hirt S A. Rooting out mixed use: Revisiting the original rationales[J]. Land Use Policy, 2016, 50:134-147.

DOI

[8]
Shao J Z, Hu Z Y, Li B H, et al. A sustainable urban design framework for the suburbanization of coastal southeaster Australia[J]. Environmental Science and Pollution Research International, 2019, 26(14):13931-13947.

DOI

[9]
Rehman A, Asghar Z. Mixed use of land in big cities of Pakistan and its impact on reduction in commuting and congestion cost[J]. Journal of Architecture and Planning, 2016, 21(2):17-28.

[10]
党云晓, 董冠鹏, 余建辉, 等. 北京土地利用混合度对居民职住分离的影响[J]. 地理学报, 2015, 70(6):919-930.

DOI

[ Dang Yunxiao, Dong Guanpeng, Yu Jianhui, et al. Impact of land-use mixed degree on resident's home-work separation in Beijing. Acta Geographica Sinica, 2015, 70(6):919-930. ]

[11]
Niemira P. The concept and drivers of mixed-use development: Insights from a cross organizational membership survey[J]. Research Review, 2007, 4(1):53-56.

[12]
Manaugh K, Kreider T. What is mixed use? Presenting an interaction method for measuring land use mix[J]. Journal of Transport and Land Use, 2013, 6(1):63-72.

DOI

[13]
Abdullahi S, Pradhan B, Mansor S, et al. GIS-based modeling for the spatial measurement and evaluation of mixed land use development for a compact city[J]. GIScience & Remote Sensing, 2015, 52(1):18-39.

[14]
张佰林, 钱家乘, 蔡为民. 论农村居民点用地混合利用的研究框架[J]. 自然资源学报, 2020, 35(12):2929-2941.

[ Zhang Bailin, Qian Jiacheng, Cai Weimin. Discussion on mixed use of rural residential land research framework. Journal of Natural Resources, 2020, 35(12):2929-2941. ]

[15]
龙花楼, 李秀彬. 长江沿线样带农村宅基地转型[J]. 地理学报, 2005, 60(2):179-188.

[ Long Hualou, Li Xiubin. Rural housing land transition in transect of the Yangtse River. Acta Geographica Sinica, 2005, 60(2):179-188. ]

[16]
Qu Y B, Jiang G H, Li Z T, et al. Understanding the multidimensional morphological characteristics of urban idle land: Stage, subject, and spatial heterogeneity[J]. Cities, 2020, 97:102492. doi: 10.1016/j.cities.2019.102492.

DOI

[17]
陈彦光. 城市形态的分维估算与分形判定[J]. 地理科学进展, 2017, 36(5):529-539.

DOI

[ Chen Yanguang. Approaches to estimating fractal dimension and identifying fractals of urban form. Progress in Geography, 2017, 36(5):529-539. ]

[18]
Escamilla J M, Cos C C, Cárdenas J S. Contesting Mexico City's alleged polycentric condition through a centrality-mixed land-use composite index[J]. Urban Studies, 2016, 53(11):2380-2396.

DOI

[19]
曹根榕, 顾朝林, 张乔扬. 基于POI数据的中心城区“三生空间”识别及格局分析: 以上海市中心城区为例[J]. 城市规划学刊, 2019(2):44-53.

[ Cao Genrong, Gu Chaolin, Zhang Qiaoyang. Recognition of "ecological space, living space, and production space" in the urban central area based on POI data: The case of Shanghai. Urban Planning Forum, 2019(2):44-53. ]

[20]
黄安, 许月卿, 卢龙辉, 等. “生产—生活—生态”空间识别与优化研究进展[J]. 地理科学进展, 2020, 39(3):503-518.

DOI

[ Huang An, Xu Yueqing, Lu Longhui, et al. Research progress of the identification and optimization of production-living-ecological spaces. Progress in Geography, 2020, 39(3):503-518. ]

[21]
李广东, 方创琳. 城市生态—生产—生活空间功能定量识别与分析[J]. 地理学报, 2016, 71(1):49-65.

DOI

[ Li Guangdong, Fang Chuanglin. Quantitative function identification and analysis of urban ecological-production-living spaces. Acta Geographica Sinica, 2016, 71(1):49-65. ]

[22]
赵旭, 汤峰, 张蓬涛, 等. 基于CLUE-S模型的县域生产—生活—生态空间冲突动态模拟及特征分析[J]. 生态学报, 2019, 39(16):5897-5908.

[ Zhao Xu, Tang Feng, Zhang Pengtao, et al. Dynamic simulation and characteristic analysis of county production-living-ecological spatial conflicts based on CLUE-S model. Acta Ecologica Sinica, 2019, 39(16):5897-5908. ]

[23]
陈龙, 周生路, 周兵兵, 等. 基于主导功能的江苏省土地利用转型特征与驱动力[J]. 经济地理, 2015, 35(2):155-162.

[ Chen Long, Zhou Shenglu, Zhou Bingbing, et al. Characteristics and driving forces of regional land use transition based on the leading function classification: A case study of Jiangsu Province. Economic Geography, 2015, 35(2):155-162. ]

[24]
朱媛媛, 余斌, 曾菊新, 等. 国家限制开发区“生产—生活—生态”空间的优化: 以湖北省五峰县为例[J]. 经济地理, 2015, 35(4):26-32.

[ Zhu Yuanyuan, Yu Bin, Zeng Juxin, et al. Spatial optimization from three spaces of production, living and ecology in national restricted zones: A case study of Wufeng County in Hubei Province. Economic Geography, 2015, 35(4):26-32. ]

[25]
张磊, 陈晓琴, 董晓翠, 等. 三生互斥视角下工业用地空间布局优化: 以天津市为例[J]. 地理与地理信息科学, 2019, 35(3):112-119.

[ Zhang Lei, Chen Xiaoqin, Dong Xiaocui, et al. Research on spatial layout optimization of industrial land based on mutual exclusion of ecological-production-living spaces in Tianjin. Geography and Geo-Information Science, 2019, 35(3):112-119. ]

[26]
程婷, 赵荣, 梁勇. 国土“三生空间”分类及其功能评价[J]. 遥感信息, 2018, 33(2):114-121.

[ Cheng Ting, Zhao Rong, Liang Yong. Production-living-ecological space classification and its functional evaluation. Remote Sensing Information, 2018, 33(2):114-121. ]

[27]
柴彦威, 谭一洺, 申悦, 等. 空间—行为互动理论构建的基本思路[J]. 地理研究, 2017, 36(10):1959-1970.

DOI

[ Chai Yanwei, Tan Yiming, Shen Yue, et al. Space-behavior interaction theory: Basic thinking of general construction. Geographical Research, 2017, 36(10):1959-1970. ]

[28]
刘沛林, 刘春腊, 邓运员, 等. 中国传统聚落景观区划及景观基因识别要素研究[J]. 地理学报, 2010, 65(12):1496-1506.

DOI

[ Liu Peilin, Liu Chunla, Deng Yunyuan, et al. Landscape division of traditional settlement and effect elements of landscape gene in China. Acta Geographica Sinica, 2010, 65(12):1496-1506. ]

[29]
Xu F L, Zhao S S, Dawson R W, et al. A triangle model for evaluating the sustainability status and trends of economic development[J]. Ecological Modelling, 2006, 195(3/4):327-337.

DOI

[30]
Peng J, Liu Z C, Liu Y X, et al. Multifunctionality assessment of urban agriculture in Beijing City, China[J]. Science of the Total Environment, 2015, 537:343-351.

DOI

[31]
赵越, 罗志军, 李雅婷, 等. 赣江上游流域景观生态风险的时空分异: 从生产—生活—生态空间的视角[J]. 生态学报, 2019, 39(13):4676-4686.

[ Zhao Yue, Luo Zhijun, Li Yating, et al. Study of the spatial-temporal variation of landscape ecological risk in the upper reaches of the Ganjiang River Basin based on the "production-living-ecological space". Acta Ecologica Sinica, 2019, 39(13):4676-4686. ]

[32]
梁发超, 刘黎明. 景观格局的人类干扰强度定量分析与生态功能区优化初探: 以福建省闽清县为例[J]. 资源科学, 2011, 33(6):1138-1144.

[ Liang Fachao, Liu Li-ming. Quantitative analysis of human disturbance intensity of landscape patterns and preliminary optimization of ecological function regions: A case of Minqing County in Fujian Province. Resources Science, 2011, 33(6):1138-1144. ]

[33]
柴彦威, 李春江. 城市生活圈规划: 从研究到实践[J]. 城市规划, 2019, 43(5):9-16, 60.

[ Chai Yanwei, Li Chunjiang. Urban life cycle planning: from research to practice. City Planning Review, 2019, 43(5):9-16, 60. ]

[34]
龙花楼, 戈大专, 王介勇. 土地利用转型与乡村转型发展耦合研究进展及展望[J]. 地理学报, 2019, 74(12):2547-2559.

[ Long Hualou, Ge Dazhuan, Wang Jieyong. Progress and prospects of the coupling research on land use transitions and rural transformation development. Acta Geographica Sinica, 2019, 74(12):2547-2559. ]

[35]
Rewati R, Uttam R. Taxonomy of urban mixed land use planning[J]. Land Use Policy, 2019, 88:104102. doi: 10.1016/j.landusepol.2019.104102.

DOI

Options
文章导航

/

〈 〉