大都市边缘区作为土地利用转型界面的城市活力:与成都都市圈建成环境的非线性关联

《Land》:Urban Vitality in Metropolitan Fringe Areas as Land-Use Transition Interfaces: Nonlinear Associations with the Built Environment in the Chengdu Metropolitan Area, China

【字体: 大 中 小 】 时间:2026年08月01日 来源:Land 3.5

编辑推荐:

  大都市边缘区是城市扩张、产业转移、居住外溢、交通基础设施和生态休闲共同重塑土地利用功能的过渡空间。然而,城市活力研究主要集中于中心城区,关于活动强度如何在大都市边缘空间中组织的研究证据有限。以中国成都都市圈为例,研究人员利用兴趣点核密度分析(POI kerne

  
大都市边缘区是城市扩张、产业转移、居住外溢、交通基础设施和生态休闲共同重塑土地利用功能的过渡空间。然而,城市活力研究主要集中于中心城区,关于活动强度如何在大都市边缘空间中组织的研究证据有限。以中国成都都市圈为例,研究人员利用兴趣点核密度分析(POI kernel density analysis)和密度-距离关系,结合不透水面和遥感证据进行校准,划定大都市边缘区;使用百度热力图数据(Baidu heatmap data)测量村级相对活动强度;并利用LightGBM和SHAP方法检验建成环境变量与城市活力之间的非线性关联。结果表明,划定边缘区内的活力并未形成均匀的核心-外围梯度。相反,高活力单元聚集在工业园区、居住外溢区、交通走廊、公共服务节点和生态休闲空间周围。人口密度、夜间灯光、国内生产总值(GDP)、建筑密度和商业兴趣点密度(commercial POI density)是工作日和周末模型中的主要预测因子。多个变量呈现非线性和饱和型关联,而非简单的线性效应。这些发现表明,当人口集中、开发强度、服务供给、交通联系和社会经济活动共同存在时,预测的边缘区活力更可能较高,而非仅靠密度提升。该研究将城市活力研究拓展至大都市边缘区,并为城乡过渡区的差异化土地利用规划提供证据。
**论文解读:大都市边缘区作为土地利用转型界面的城市活力——以成都都市圈为例**

**研究背景与问题**

随着城市化从单个城市扩张转向都市圈和城市群的协同发展,城市核心、外围城镇和乡村居民点之间的空间联系日益紧密。大都市边缘区(metropolitan fringe areas)作为城市扩张、产业转移、居住外溢、交通基础设施和生态休闲共同作用的土地利用转型界面,其空间形态和功能组织具有高度异质性。然而,现有城市活力(urban vitality)研究主要聚焦于中心城区或高密度街区,对边缘区如何组织人类活动强度的证据有限。传统研究多基于行政边界或建成区范围划定边缘区,忽略了功能设施集聚和都市圈空间联系形成的过渡空间。此外,尽管建成环境(built environment)与活力的非线性关联受到关注,但现有证据多来自中心城区,边缘区中非线性关联的语境含义尚不明确。因此,本研究旨在回答三个问题:①如何从功能设施密度角度空间划定大都市边缘区?②边缘区活力在工作日和周末如何变化?③哪些建成环境变量与边缘区活力关联最强,其关联如何非线性变化?

**研究内容与结论**

研究人员以成都都市圈为案例,整合兴趣点(POI)核密度分析、百度热力图数据、建成环境指标、LightGBM建模和SHAP解释方法。首先,通过POI核密度估计和密度-距离曲线划定大都市边缘区,并结合不透水面和遥感证据进行空间验证。其次,利用百度热力图数据测量村级工作日和周末的相对活动强度。最后,运用LightGBM模型和SHAP方法分析建成环境变量与活力的非线性关联。研究得出以下结论:①边缘区活力并非均匀的核心-外围梯度,而是以节点、廊道和斑块形式聚集于核心边缘、交通走廊、工业园区、居住外溢区、公共服务节点和生态休闲空间。②工作日活力呈生产导向,周末活力更显生活与休闲导向。③人口密度、夜间灯光、GDP、建筑密度和商业POI密度是工作日和周末模型的主要预测因子,且多个变量呈现非线性和饱和型关联。该研究将城市活力研究拓展至土地利用转型界面,为差异化规划提供实证依据。论文发表在《Land》。

**主要关键技术方法**

本研究采用以下关键技术方法:①基于POI核密度估计(kernel density estimation)和密度-距离曲线划定大都市边缘区,并通过不透水面和遥感证据进行空间验证。②利用百度热力图数据(Baidu heatmap data)测量村级工作日和周末的相对活动强度,数据采集时间为2023年7月10日至16日,每小时一次。③运用LightGBM(梯度提升决策树)模型分析建成环境变量与活力的非线性关联,并通过SHAP(Shapley Additive exPlanations)解释变量贡献。④采用空间分块交叉验证和Moran‘s I检验残差空间自相关。样本来源为成都都市圈(包括成都、德阳、眉山、资阳)的786个村级行政单元。

**研究结果**

**3.1 大都市边缘区的划定与空间验证**
通过POI核密度和密度-距离曲线,分别识别出成都、德阳、眉山、资阳的城区核心边界和外围边界。划定的边缘区呈现环形、半环形、廊道延伸和节点嵌入等组合形态。空间验证表明,划定边缘区与不透水面分布基本一致,但POI密度对正式设施集聚更敏感,不透水面更能反映居住开发、交通设施等物理范围。

**3.2 边缘区活力的时空格局**
活力从城市核心向外呈梯度下降,但非均匀单调。高活力单元聚集于核心边缘、交通走廊、工业园区、大型居住区和公共服务节点。工作日活力呈生产导向,高值区位于就业节点、工业园区和通勤廊道;周末活力更显生活与休闲导向,向居住外溢区、商业消费节点和生态休闲空间延伸。周末-工作日活力差异指数较高的区域位于都江堰、青城山、生态社区和古镇等旅游休闲节点。

**3.3 边缘区活力空间的解释性类型学**
基于时空模式、POI组成和代表性区域,提出五种活力空间类型:工业生产空间(工作日活力高)、居住外溢空间(晚间和周末活力突出)、交通走廊空间(节点或廊道式活力)、生态休闲空间(周末或特定时段活力强)、综合服务空间(工作日和周末活力稳定)。

**3.4 模型性能与变量重要性**
LightGBM模型在预测工作日和周末活力方面显著优于普通最小二乘(OLS)基准模型(工作日R2=0.6888,周末R2=0.7387)。SHAP变量重要性显示,人口密度、夜间灯光、GDP、建筑密度和商业POI密度是工作日和周末模型的主要预测因子,其中人口密度贡献最大。

**3.5 非线性建成环境关联与饱和型模式**
SHAP依赖图显示,建筑密度、商业POI密度、夜间灯光和GDP等变量呈非线性关联,在低值区间增加迅速,高值区间趋于平缓(饱和型)。道路密度、公共交通可达性、归一化植被指数(NDVI)和POI功能混合等变量呈现更复杂的语境依赖模式。

**讨论与结论**

**讨论部分总结**
边缘区活力不应被理解为中心城区活力的弱化延伸,而是土地利用转型过程中生产、居住、交通、服务和生态功能重组的结果。非线性和饱和型关联表明,边缘区活力更依赖于人口集中、开发强度、服务供给、交通联系和社会经济活动的协同存在,而非单一属性的最大化。运输、绿化和功能混合的语境依赖意义进一步揭示了边缘区与中心城区的不同机制。规划启示包括:工业生产空间应促进混合用途就业社区;居住外溢空间需完善社区生活圈;交通走廊需与就业、居住和服务节点有效连接;生态休闲空间应在保护基础上提升可达性和服务设施。研究局限性包括观察期短、百度热力图数据代表相对强度、截面数据无法揭示时间过程、POI密度可能低估低强度活动等。

**研究结论翻译**
本研究通过整合基于POI的边缘区划定、基于百度热力图的活动强度测量、建成环境指标、LightGBM建模和SHAP解释,考察了成都都市圈大都市边缘区的城市活力。结果表明,大都市边缘区并非同质的低活力外围,而是包含围绕城市核心边缘、交通走廊、工业园区、居住外溢区、公共服务节点和生态休闲空间的聚集活力节点。边缘区活力在工作日和周末也存在差异,反映了生产、居住、通勤、服务和休闲的综合影响。模型结果显示,人口密度、夜间灯光、国内生产总值、建筑密度和商业POI密度在工作日和周末模型中的SHAP预测贡献最高。多个变量呈现非线性和饱和型关联,而交通、绿化和功能混合则呈现更语境依赖的模式。这些发现表明,大都市边缘区的活力不应被理解为中心城区活力的简单线性延伸,而是与人口集中、开发强度、服务供给、交通联系和社会经济活动的充足水平,以及功能协调和土地利用-交通匹配相关联。通过将城市活力研究拓展至大都市边缘区,本研究为理解快速城市化都市圈中的土地利用转型界面提供了实证证据。这使活力研究从通常适用于中心城区的连续街道生活模型转向适用于土地利用转型背景的节点-廊道-斑块解释。它还超越了传统的中心-外围视角,将大都市边缘区活力概念化为由多种功能活力配置组成的异质空间现象,而非均匀递减的城市外围。研究结果还表明,活力提升取决于城市条件的协调供给,而非单一属性的最大化。边缘区规划应根据工业生产、居住外溢、交通走廊、生态休闲和综合服务等不同背景采用差异化策略。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号