集聚承压下：城市功能冲突的非线性动力学

《Sustainable Cities and Society》：Agglomeration Under Strain: Nonlinear Dynamics of Urban Functional Conflicts

　　

快速城镇化加剧了快速扩张的城市群内部空间冲突，威胁区域可持续发展与资源合理配置。本研究以2011—2020年中国中原城市群(CPUA)为对象，探讨城市功能空间冲突(UFSC)的时空格局、动态变化及内在机制。研究超越单纯相关分析，融合多源地理空间数据、基于DBSCAN的功能空间识别及景观生态学冲突评价指标，结合因果推断(Linear Non-Gaussian Acyclic Model, LiNGAM)与可解释机器学习(XGBoost-GeoShapley)，阐明UFSC的因果路径与复杂非线性效应。结果表明：城市功能空间呈现显著时空分异，生产与生活空间侵占生态与文化空间；UFSC表现为以邻里空间相互作用为主导的明显核心—外围梯度。人口密度与植被覆盖度被证实为核心直接因果驱动因子，其影响具有突出非线性、阈值效应与空间异质性。该研究为全球快速城镇化地区的精细化空间治理与韧性城市规划提供实证参考。

论文解读：《Sustainable Cities and Society》刊发成果——集聚承压下城市功能冲突的非线性动力学

一、研究背景与问题提出

城市功能空间作为多重资源耦合协调的关键载体，深刻关联经济生产力、社会公平与文化活力。准确识别这些空间对于制定循证规划、促进可持续发展至关重要。然而，快速城镇化与持续人口集聚引发的空间竞争正在重塑城市功能空间格局。随着城市群崛起并成为全球化进程引擎及主要人居载体，生产、生活、生态及文化等核心功能间的竞争日趋激烈，由此产生的城市功能空间冲突(Urban Functional Space Conflict, UFSC)不仅影响城市协调，更威胁经济活力、社会公平、环境可持续性乃至文化根基。因此，精准识别并有效缓解UFSC是实现韧性、公平与可持续城市发展的核心议题，亟需构建能够解析其复杂驱动机制的解析框架以支撑科学空间治理。

既有研究虽对UFSC有所探索，但仍存在概念与方法局限。概念上，主流的生产—生活—生态(Production–Living–Ecological, PLE)框架虽具奠基意义，却忽视不可或缺的文化功能系统。文化功能不仅是城市可持续性核心支柱，也是评估城市品质的关键维度，却在既有空间治理研究中常被边缘化。方法上，现有研究多依赖地理探测器、地理加权回归等基于相关的分析，虽有助于识别关联与空间模式，却难以厘清经济、生态与区位因素对UFSC的因果方向与路径，无法为规划干预提供清晰因果证据。同时，多数成果聚焦城市功能空间的静态分布，对其动态演化与复杂时空转换关注不足。考虑到城市功能空间的复杂适应系统属性，其内在机制可能涉及非线性关系、阈值效应及驱动因子的协同或拮抗交互，而现有研究尚未充分回应这些复杂性及其空间异质性，形成非线性建模能力与空间分析应用间的重要缺口。

针对以上短板，研究人员构建了融合理论拓展与方法创新的综合框架。理论上，在经典PLE框架中整合文化功能系统，形成生产—生活—生态—文化(Production–Living–Ecological-Cultural, PLEC)扩展框架，更全面反映城市多功能性与空间品质。方法上，研究人员采用多源地理空间数据协同多准则评价体系实现功能空间精准识别，引入线性非高斯无环模型(Linear Non-Gaussian Acyclic Model, LiNGAM)结合DoWhy工具包进行因果推断，识别UFSC关键因果路径并估计平均处理效应；进一步应用XGBoost-GeoShapley模型解析因果驱动因子对UFSC强度的非线性、阈值效应及空间异质性，弥补传统相关性分析的不足。

二、主要关键技术方法概览

研究人员以中国中原城市群(Central Plains Urban Agglomeration, CPUA)为研究区，选用2011—2020年多源地理空间数据。首先基于DBSCAN聚类识别城市功能空间，结合景观生态学指标量化UFSC强度；随后采用LiNGAM因果发现模型与DoWhy工具包辨识直接因果驱动因子并估计平均处理效应；最后构建XGBoost-GeoShapley可解释机器学习框架，揭示驱动因子的非线性贡献、阈值特征及空间异质效应。整个技术链条覆盖功能空间识别—冲突测度—因果推断—非线性解释四大环节。

三、研究结果

Identification of Urban Functional Spaces（城市功能空间识别）

城市空间是支撑社会演进的特定功能载体。面向可持续发展目标，需集约化生产空间、宜居适度生活空间及原真性生态空间。研究人员基于PLEC框架与多源数据，利用DBSCAN识别CPUA的生产、生活、生态及文化功能空间，为后续冲突分析提供分类基础。

Study area（研究区概况）

中原城市群位于中国中部，横跨五省30市，属温带季风气候，地形复杂，自然地理配置多样。作为中华文明核心腹地，CPUA拥有深厚历史底蕴与大量遗产地、文物与传统村落，构成独特文化资源基底，也是研究快速城镇化下功能冲突的典型样本。

Spatiotemporal analysis of urban functional spaces（城市功能空间时空分析）

2011—2020年CPUA生活与生产空间显著扩张。生态与文化空间亦有增长，但增幅弱于人类活动主导的功能区；混合功能空间则明显缩减。这表明快速城镇化及空间外扩显著放大了基础城市功能区规模，生产空间扩张尤为突出，常以挤占生活、生态及文化空间为代价；生态与文化空间受开发约束影响，趋于破碎且规模效率不足。

A Dynamic Interplay of Human Activity, Ecological Constraints, and Shifting Governance Paradigms（人类活动、生态约束与治理范式转换的动态博弈）

研究人员揭示CPUA内UFSC动态与机制：城市群并非静态实体，而是激烈功能演替的场域，冲突强度由多维力量、复杂因果路径、非线性关系及空间异质效应共同塑造。UFSC呈现以邻里空间交互为主的核心—外围梯度格局。人口密度与植被覆盖度被验证为优势直接因果驱动因子，其影响具显著非线性与阈值特征：人口集聚到一定水平会加速冲突，而植被覆盖存在缓冲阈值；城乡及核心—边缘差异使社会经济、生态与交通维度对UFSC的影响呈现异质表现。

Conclusion（结论翻译）

本研究首先在PLEC框架下成功识别多类功能空间，揭示在经济驱动发展逻辑下，城市扩张致各类功能空间持续增大，其中生产空间扩张最显著，常以牺牲生活、生态及文化空间为代价。相反，生态与文化空间因开发限制趋于破碎且缺乏规模效率。UFSC表现为明显的核心—外围梯度，受邻里空间交互主导。人口密度与植被覆盖度为关键直接因果驱动，其效应具非线性、阈值及空间异质性。研究为快速城镇化区精细化空间治理与韧性规划提供实证支撑。

四、讨论总结

研究人员在讨论中指出，该研究从三方面推进学术对话：理论上，通过PLEC框架显性纳入文化功能系统，补足既有文献对文化空间作为城市品质与可持续性核心支柱的忽视，深化了对城市多功能性及增长导向城市群文化空间脆弱性的理解；方法上，集成LiNGAM因果推断与XGBoost-GeoShapley非线性解释，从相关走向因果与阈值解析，为UFSC管理提供稳健方法论基础；实证上，揭示UFSC动态及其驱动力的显著时空异质性，表明冲突由多因子跨时空协同交互塑造，为空间治理与可持续政策提供理论与实操指引，尤其凸显核心—边缘及城乡维度在社会经济、生态与交通层面对UFSC的差异化影响。

研究亦指出局限与展望：未来可进一步细化时序分辨率、纳入制度与政策变量作为潜在因果因子，并在更多类型城市群中检验框架普适性。整体而言，该成果为《Sustainable Cities and Society》所刊发，以中原城市群为样本，通过PLEC框架拓展、因果推断与可解释机器学习的融合，系统阐释了快速城镇化下城市功能空间冲突的非线性动力学机制，为全球类似区域的韧性城市规划与精细化空间治理提供了重要理论与实证依据。