面向城市地下空间规划战略重新配置的数据驱动空间均衡框架

《TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY》：A data-driven spatial equilibrium framework for strategic reallocation in urban underground space planning

　　

•从需求、供给和效益三个视角评估了城市地下空间开发水平。
•揭示了城市地下空间需求、供给和效益的空间格局。
•识别了五种城市地下空间开发策略类型。
•构建了多维度空间自相关矩阵用于城市地下空间诊断。
•开发了数据驱动的城市地下空间空间均衡分析框架。

**1. 引言**

2015年，联合国大会通过了《2030年可持续发展议程》，提出了17个相互关联的可持续发展目标（SDGs）和169个具体目标（United Nations, 2015）。已有研究表明，17个可持续发展目标中有11个与城市地下空间的开发和利用密切相关，包括SDG 3、6、7、8、9、11、12、13、15、16和17（Peng et al., 2021）。作为一种独特的城市域土地资源，城市地下空间日益被认为是支撑城市可持续发展的重要手段，特别是在应对气候适应、防灾减灾、低碳转型和城市韧性建设方面（Bobylev, 2016; Sterling and Nelson, 2012; Dong et al., 2026a）。在快速城市化背景和地下建设不断增加的背景下，由于地下开发具有高成本、不可逆性和不可再生等特点，宏观层面的规划和战略决策显得尤为重要（Li et al., 2016a; Li et al., 2016b）。对此，包括赫尔辛基、蒙特利尔、多伦多、布里斯班以及中国多个主要城市在内的许多城市已将城市地下空间纳入综合规划体系（Delmastro et al., 2016; Zhao et al., 2016）。作为战略政策工具，城市地下空间总体规划为地下开发的布局、强度和功能组织提供总体指导，为未来地下资源的实施性利用奠定基础（Delmastro et al., 2016; Peng et al., 2021; Wang et al., 2024）。

尽管城市地下空间规划日益受到关注，但实证研究表明，中国大都市地区城市地下空间的快速发展仍可能导致过度开发、利用效率低下、功能不均衡以及供需错配等问题（Xie and He, 2025; Zhao et al., 2016）。上海的案例证据识别了地下空间供过于求和供不应求的开发区域，并揭示了部分由于需求预测和管理制度局限而导致的闲置地下空间（Ma and Peng, 2023）；类似地，南京的案例分析表明城市地下空间供需之间存在显著的空间差异和不均衡（Wang et al., 2025）。通常，开发遵循静态的蓝图导向方法，而未对需求、供给可行性或预期效益进行现实评估。这种错配导致资本和材料的浪费（与SDG 8和12相悖），以及地质和地下水环境的破坏（威胁SDG 6和15），最终损害可持续和韧性城市的建设（SDG 11）。

为避免这些风险，城市地下空间开发需要对三个相互关联的维度进行全面评估：需求（实际开发压力）、供给（资源基础和可行性）和效益（现有利用绩效）。合理的规划依赖于这三个维度之间的协调与平衡。尽管以往的城市地下空间研究采用多因子框架评估开发适宜性和分区潜力，但总体上聚焦于综合适宜性排序或静态空间分类。较少关注开发需求、资源供给和利用效益三者之间的关系均衡诊断。因此，本研究将研究重点从基于适宜性的评价转向基于关系均衡的诊断，旨在识别城市地下空间开发中的结构性错配。

本研究将空间均衡视角引入城市地下空间总体规划，将地下开发视为在空间中平衡需求、供给和效益的过程。不仅仅是识别在哪里开发，还明确开发协调的区域在哪里、错配存在于哪里，以及各区域应如何确定优先序。所提出的框架旨在支持城市地下空间总体规划中结构性空间错配的诊断、差异化战略分区和跨边界资源协调，同时也为后续中短期开发优先序的确定提供初步空间依据。本研究以济南中心城区为案例，回答三个问题：（1）如何利用多源数据定量评估城市地下空间的需求、供给和效益？（2）从需求-供给-效益视角来看，会出现哪些空间格局和开发类型？（3）地方政府如何基于不同组合改善战略规划和资源分配？本研究的三项贡献为：（i）数据驱动的多维度评估框架；（ii）通过空间相互作用分析识别均衡与错配；（iii）面向差异化城市地下空间总体规划的规划导向性战略启示。

**2. 文献综述**

**2.1 城市地下空间开发的需求、供给与效益**

需求评估是城市地下空间规划中的核心环节之一。现有文献已对与城市地下空间需求相关的指标进行了研究和总结，主要包括社会经济发展、建成环境和城市安全与韧性等方面（如表1所示）。然而，城市地下空间建设是一个复杂且不确定的系统，需要综合评估。在总体规划中，尤其对于城市更新区域，规划者不仅要考虑需求，还必须考虑制约开发的外部条件，包括土地资源承载能力、经济资本、生态安全和工程水文地质条件。这些因素构成了一份"负面清单"，限制了城市地下空间的开发潜力（Zhang et al., 2020a）。换言之，城市地下空间开发的可行性取决于供给侧条件（Li et al., 2016a）。例如，建筑年代、土地更新状态和未来政策都会影响开发潜力。

**表1 城市地下空间开发潜力在需求、供给与效益方面中的影响因素**

| 类别 | 因子 | 子因子 | 参考文献 |
|------|------|--------|----------|
| 需求侧 | 社会经济发展 | 经济发展 | (Dong et al., 2021a; He et al., 2012) |
| | | 城市人口密度 | (Chen et al., 2022; Ma et al., 2022) |
| | | 开发区位 | (Ma et al., 2022; Monnikhof et al., 1998) |
| | 建成环境 | 土地利用类型 | (Bobylev, 2010; Dong et al., 2026b) |
| | | 地价/房价 | (Li et al., 2016a; Li et al., 2016b) |
| | | 建筑密度/容积率/紧凑城市 | (Bobylev, 2009; Dong et al., 2021a; Dong et al., 2021b) |
| | | 交通开发强度 | (Li et al., 2016a; Li et al., 2016b) |
| | 城市安全与韧性 | 气候变化 | (Wang and Liang, 2010) |
| | | 防灾减灾 | (Li et al., 2022; Qiao and Peng, 2016) |
| 供给侧 | 现有开发条件 | 土地资源承载力 | (Li et al., 2016a; Zhang et al., 2020a) |
| | | 现有地下设施 | (Qiao and Peng, 2016; Zhang et al., 2020a) |
| | | 现有历史遗存 | (Qiao and Peng, 2016; Qiao et al., 2022) |
| | 城市自然环境 | 地热供暖 | (Qiao et al., 2022) |
| | | 工程地质与水文地质 | (Wang et al., 2013) |
| | 其他 | 城市政策 | (Bobylev, 2009; Xia et al., 2022) |
| 效益侧 | 直接效益 | 地下设施收入与成本 | (Guan et al., 2018; Liang et al., 2014; Qiao et al., 2017) |
| | 社会效益 | 节约土地 | (Broere, 2016; Hunt et al., 2016; Qiao et al., 2017) |
| | | 节约时间 | (Broere, 2016; Qiao et al., 2017) |
| | | 节约能源 | (Broere, 2016; Hunt et al., 2016; Wang and Peng, 2014) |
| | | 减少事故损失 | (Qiao et al., 2017; Wang and Peng, 2014) |
| | | 提升土地价值 | (Bobylev, 2009; Qiao et al., 2017) |
| | | 减少地震和战争造成的损失 | (Hunt et al., 2016; Qiao et al., 2017) |
| | 环境效益 | 减少污染 | (Broere, 2016; Qiao et al., 2017; Wang and Peng, 2014) |
| | | 维护绿地空间 | (Qiao et al., 2017; Wang and Peng, 2014) |

此外，城市地下空间开发的效益同样至关重要。从可持续发展视角来看，效益评估应基于正面的社会和环境外部性，如改善空气质量和水质，而非仅仅考虑直接经济回报（Zhou and Shen, 2024）。这些外部性显著影响城市地下空间规划中的决策（Qiao et al., 2022）。地方政府，特别是承担低效益区域提升任务的地方政府，对此类效益尤为重视。表1汇总了与需求、供给和效益相关的研究成果。然而，城市地下空间总体规划必须重新审视社会影响和资源劣势（Hu and Liang, 2015; Zhang and Zhu, 2019）。驱动因素（需求侧）、资源限制（供给侧）和利用价值与水平（效益侧）这三个方面共同塑造了城市地下空间的开发潜力。当前的城市地下空间总体规划缺乏对这些维度的整合考量，而这对于规划和决策至关重要。尽管如此，近期研究逐渐从独立评估转向关系分析，通过整合两个维度来开展研究。这些研究通常比较开发压力与资源可及性或服务水平，以识别具有短缺、盈余或空间不均衡特征的领域（Ma and Peng, 2023; Wang et al., 2025）。在此基础上，本研究进一步拓展了以往的关系评估，将需求、供给和效益整合为统一的需求-供给-效益框架，共同评估开发压力、受约束的资源容量和现有利用绩效。

**2.2 空间均衡与资源配置**

"均衡"概念源于西方经济学，指数量或状态的相等（Zhai et al., 2022）。空间均衡现已广泛应用于经济、社会、人口、土地和环境等领域（Beaudry et al., 2014; Bian et al., 2023; Zheng et al., 2020）。其含义因情境而异。在地理学中，空间均衡指经济供给与需求之间的空间平衡，根植于均衡发展理论（Herrick and Kindleberger, 1983）。在空间经济学中，它通过区域分工、区位选择和新经济地理均衡演化（Chen et al., 2007）。空间均衡并不意味着经济活动的均匀分布，而是指区域资源的协调与配置。在中国，空间经济学日益关注社会经济的时空动态，但对资源和环境协调的讨论仍然有限。区域空间均衡可理解为社会经济发展与区域承载能力之间的匹配（Zhai et al., 2022）。通过整合资源优势和潜力，空间均衡可优化资源配置，增强区域间协调，并最大化城市发展价值（Xu and Hou, 2019）。因此，合理的空间发展关注高效利用和协调发展，而非同质化。

从可持续发展视角来看，区域资源禀赋差异仍是关键研究焦点。许多研究探讨社会活动、经济发展、土地利用和自然保护之间的协调机制，以最大化综合资源效益并促进空间均衡和绿色发展（Deng et al., 2022; Hao et al., 2022; Zhai et al., 2022）。此外，城市公共资源（如公园、绿地和其他公共服务）也引起了关注，特别是供需空间匹配问题。通过分析资源与设施之间的相互依赖关系，研究者阐明了公共设施系统的复杂性，并强调通过综合宏观管理提高运营效率（Feng et al., 2023; Roelich et al., 2015; Wang et al., 2023）。在土地利用方面，通过匹配土地供给能力与需求强度来评估空间均衡，以支持合理评估和政策制定（Huang et al., 2021; Yang et al., 2021）。一些学者使用耦合协调度（Bian et al., 2023; Li et al., 2022）、泰尔指数（Huang et al., 2022）、基尼系数（Zhou et al., 2022）、洛伦兹曲线（Jin et al., 2021）等方法，计算不同水平的空间均衡系数，从而明确现有空间分布与生产力布局的匹配特征。当前关于空间均衡的研究主要聚焦于地上城市空间，其在城市地下空间中的应用仍然有限。此外，局部单元与其周边区域之间的相互作用往往被忽视。空间均衡既适用于地上空间，也适用于地下空间，因为两者都涉及空间单元内部及单元之间开发需求、资源供给和利用成果的协调。两者的主要区别不在于基本概念逻辑，而在于在不同空间约束条件下如何评估需求、供给和效益。

对于城市地下空间而言，供给不仅仅指地下空间的物理容积，而是指在地质、生态、遗产、结构、工程安全和现有建设约束下进一步开发的能力和许可度。因此，较大的地下容积并不一定代表较高的有效供给，如果开发在技术上不可行或空间上受限的话。相应地，需求指由社会经济、人口、交通和土地利用活动产生的开发压力；供给指受约束的进一步地下开发容量；效益指城市地下空间现有的利用水平和绩效。

在本研究中，城市地下空间的空间均衡被定义为在单个网格单元内部以及焦点单元与邻近区域之间，需求、供给和效益三者之间的协调程度和空间互补性。均衡的定量诊断首先通过多指标体系评估三个维度，然后应用二元空间自相关分析识别需求、供给和效益之间具有统计显著性的局部-邻域关联。所得的双变量空间自相关关系进一步通过多元空间自相关矩阵加以整合，以刻画协调的、互补的和错配的空间格局。

**2.3 城市资源规划中的空间匹配与错配分析**

空间匹配与错配分析已成为诊断城市规划中资源供给与人类需求之间失衡的重要方法。随着地理信息系统技术的发展，以往的研究越来越多地采用空间分析方法，以识别城市资源分布是否与空间需求格局相对应。例如，供需比分析已被广泛应用于评估服务供给与人口或活动需求之间的平衡，从而识别具有短缺或盈余特征的区域（Fang and Zhao, 2024）。

基于可达性的方法进一步评估了居民是否能有效获取可用资源，考虑了空间距离和交通约束等因素（Luo and Wang, 2003）。此外，空间叠加分析和空间自相关技术已被用于揭示供需因素之间错配的 Spatial heterogeneity 和集聚模式（Anselin, 1995）。这些方法为理解空间失衡提供了重要的方法论基础。然而，现有研究主要聚焦于两个维度之间的匹配关系，如资源供给与人口需求，而发展压力、资源约束和利用绩效之间的相互作用仍未得到充分探索。对于UUS发展而言，仅靠供需是否匹配并不能决定空间均衡，因为地下开发同时受到建设约束和现有利用效益的影响。因此，需要一种融合需求、供给和效益视角的多维框架，以实现对UUS发展均衡的更全面的诊断。3. 研究区域与数据来源3.1. 研究区域济南是中国山东省的省会（如图1所示）。截至2024年底，该市管辖10个区和2个县，总面积为10,244平方公里，常住人口952万，城镇化率为76.2%（济南市统计局，2025）。自2019年首条地铁线路开通以来，济南轨道交通迅速发展，到2026年初已拥有8条运营线路，运营里程达248.45公里。尽管如此，与其他城市相比，济南UUS综合开发起步较晚，在开发规模和空间质量方面存在明显差距。Download: Download high-res image (831KB)Download: Download full-size imageFig. 1. Location and development position of central city area in Jinan, China.（下载：下载高分辨率图片（831KB）下载：下载全尺寸图片 图1. 济南中心城区的位置及在济南市的区位。）本研究聚焦于济南中心城区，该区域集中了人口、经济、服务和交通，同时也涵盖了快速城市化的外围地区和生态约束区。成熟建成区、新建开发区和城乡过渡区的共存使济南成为研究UUS需求、供给和利用效益空间差异的合适案例。此外，参考《济南新型城镇化规划（2021—2035）》和《济南市国土空间总体规划（2021—2035）》，图1识别并界定了新旧城区和城乡过渡带，为后续分析不同城市背景和开发情景下的空间异质性提供了依据。3.2. 数据来源本研究采用了多种城市数据，重点关注四类：传统城市规划数据、城市社会经济数据、城市实时运行数据和城市人口特征数据。这些传统城市规划数据包括城市道路、轨道交通网络及站点、土地利用、农业用地、生态保护和植被覆盖等，为UUS开发评价提供了基础指标。在城市社会经济数据中，土地转让和土地征收为评估城市土地可用性及未来UUS开发潜力奠定了基础（Jin等，2018）。本研究选用的城市实时运行数据包括城市兴趣点（POI）数据、开放街道地图（Open Street Map）数据和公共交通自动售检票（AFC）数据，主要来源于开源共享平台和当地交通企业的官方数据。城市人口特征数据体现在互联网热力图数据和网络文本数据中，来源于百度地图和主要电子商务服务网站。基于其基于位置服务（LBS）平台上数亿手机用户的地理数据，百度热力图揭示了城市人口的动态变化及在连续时间段和不同区域的实时分布（Zhang等，2020b）。此外，基于大众点评等电子商务服务网站，使用Python编程语言收集了大量公共评论和评分，用于评估商业区的热度和活力（Liu and Xiao, 2021, Qin等，2014）。这些多源数据已被越来越多地用于现有研究中，从功能类型、空间活力和开发适宜性等视角刻画UUS特征，为本研究的方法论设计提供了有价值的参考（Peng等，2023, Peng等，2025, Tang等，2025）。为提高数据透明度和可重复性，各数据集的采集年份、时间窗口、原始格式、空间分辨率、预处理程序、缺失数据处理和聚合方法均汇总在附表1中。所有数据集均转换为相同的网格系统，以支持需求、供给和效益的比较评价。对于基于点的数据集（包括POI、地铁站、公交站和在线评论记录），在每个网格内计算空间计数、密度或核密度值。对于基于网络的数据集（包括道路和轨道交通线路），在网格层级上推导长度密度或可达性指标。对于栅格或热力图数据，为每个网格计算平均或聚合强度值。对于规划和土地利用数据集，使用空间叠加方法计算每个网格内相应的面积或比例。由于数据集来自不同来源且部分对应不同的时间窗口，时间不一致性可能给空间均衡和错配的解释引入不确定性。基于活动的数据集（如AFC、百度热力图、POI和在线评论数据）用于刻画近期城市活动和利用条件，而规划数据集则用于表征较长规划周期内的制度和空间约束。在本研究中，实证分析主要关注地下公共空间，即支持集体城市活动和公共服务的公共可通达地下环境，包括地铁站、地下步行连廊以及与主要城市活动节点相关的地下商业或服务区。封闭的市政工程设施（如综合管廊）是更广泛UUS系统的重要组成部分，但并未在当前的基于活动的数据集中直接体现。轨道交通被视为地下公共空间的关键结构性组成部分，因为地铁站汇集客流、组织地下可达性，并经常连接地下步行、商业和公共服务功能。因此，铁路网络和站点数据与POI、AFC、人口热力图和在线评论数据相结合，用于在战略规划尺度上刻画可达性、活动强度、功能活力和现有利用绩效。4. 方法论4.1. 概念与方法论框架4.1.1. 基于DSB的概念框架本研究基于影响UUS开发、建设和规划决策的三大维度，建立了需求—供给—效益（Demand–Supply–Benefit, DSB）概念框架。如图2所示，该框架通过描述发展需求、供给能力和利用效益之间的关系，解释了基于DSB的空间均衡的概念机制。它提供了数据驱动空间均衡框架的理论基础，而非本身即构成完整的方法论框架。Download: Download high-res image (365KB)Download: Download full-size imageFig. 2. Conceptual relationships among demand, supply, and benefit within the UUS spatial equilibrium perspective.（下载：下载高分辨率图片（365KB）下载：下载全尺寸图片 图2. UUS空间均衡视角下需求、供给和效益之间的概念关系。）需求侧代表UUS发展的驱动力，包括社会活动、经济增长、交通强度、土地利用及相关城市功能。供给侧表明UUS建设的可行性和允许性，反映了自然生态资源、土地资源容量、现有建筑结构、历史遗产约束及其他开发条件的影响。从理论上讲，高供给区域对进一步UUS开发具有更高的承载能力，前提是不施加额外的约束。效益侧指的是UUS开发的现有水平和绩效，而非未来发展潜力本身。在本框架中，未来发展潜力并非仅由效益维度决定，而是从需求、供给和当前效益三者之间的综合关系中推断得出。例如，高需求和高供给但当前效益较低的区域可能表明UUS资源未被充分利用，从而具有更大的未来改善潜力；而低需求、低供给和低效益的区域则可能开发优先级有限。因此，DSB框架提供了一种识别UUS发展潜力和优化空间资源配置的机制，从而支持可持续区域开发和UUS总体规划中的决策。4.1.2. 数据驱动空间均衡框架济南中心城区被划分为1 km × 1 km的网格单元，作为最小分析单元，共形成1,143个单元。每个网格代表局部分析尺度。为考察核心网格与周边环境的关系，采用3 × 3邻域窗口（包括核心网格及其八个紧邻网格）来表征局部—邻域分析尺度。因此，该框架既考察单个网格内需求、供给和效益的空间分布，也考察其与相邻网格之间的空间关系。在DSB概念机制的基础上，图3展示了本研究提出的数据驱动空间均衡框架的完整方法论结构。它说明了多源城市数据如何逐步转化为DSB评价结果、局部—邻域空间关系、多维均衡诊断和差异化UUS开发策略。Download: Download high-res image (1MB)Download: Download full-size imageFig. 3. Data-driven Spatial Equilibrium Framework and methodological workflow.（下载：下载高分辨率图片（1MB）下载：下载全尺寸图片 图3. 数据驱动空间均衡框架及方法论流程。）该方法论框架包含四个连续阶段。首先，收集、清理多源城市数据，进行空间处理并聚合到1 km × 1 km的网格系统中，随后建立多维DSB指标体系。其次，使用准则间重要性通过准则间相关性（CRITIC）方法对指标进行标准化和加权，计算各网格的需求、供给和效益值，揭示其空间分布。第三，应用双变量全局Moran's I（BGMI）和双变量局部Moran's I（BLMI）进行BSAA，从而识别局部与邻域DSB条件之间的空间关联。第四，将BSAA结果整合到MSAAM中，通过该模型识别和解释多维均衡与错配模式。所得的组合结果为差异化UUS开发策略提供了诊断依据，并支持战略规划中的空间协调和资源互补。详细步骤在以下各节中描述。4.2. 步骤1：构建DSB指标体系框架及计算基于第2.1节中关于UUS开发需求、供给和效益的相关文献，本研究系统而全面地考察了此类指标数据的可行性，形成了3类、10个因素和30个变量，随后构建了标记为"需求"、"供给"和"效益"的三套评价框架。在效益侧指标中，研究建立了UUS效益与可持续发展目标（SDGs）之间的对应关系。评价框架详见补充信息表2。4.2.1. UUS发展需求侧在UUS需求侧评价中，我们选择了四个主要指标：人口分析（D1）、现有开发（D2）、社会出行（D3）和交通条件（D4），均基于城市多源数据进行分析。在需求侧的计算中应用了城市引力模型、香农熵、核密度评价、O-D成本矩阵等方法。计算过程详见补充部分1.1。4.2.2. UUS发展供给侧在UUS发展的供给方面，选择了四个主要因素：土地供给（S1）、经济支持（S2）、资源保护（S3）和生态安全（S4）。我们使用地理信息系统（GIS）中的空间分析方法来计算所收集的数据。计算过程详见补充部分1.2。4.2.3. UUS发展效益侧在效益方面，我们使用服务替代成本法计算两个主要指标：内部效益（B1）和外部效益（B2）。计算过程详见补充部分1.3。4.3. 步骤2：UUS发展DSB评价的一般特征基于指标体系框架的计算结果（如补充信息表2所示），将三类中30个子因素的所有数值分别标准化至0—1.0范围，并使用CRITIC方法计算指标权重。三类中30个定量指标的详细计算方法展示在补充部分2中。4.4. 步骤3：DSB中UUS的局部与邻域特征本研究使用BSAA分析DSB中UUS的局部与邻域空间特征。与单变量空间自相关分析相比，BSAA将空间滞后概念扩展到不同变量（Anselin等，2002）。更多细节展示在补充部分3中。4.5. 步骤4：UUS战略规划中的空间均衡与资源再配置4.5.1. 从资源配置到资源再配置资源配置和资源再配置代表UUS规划中两个相关但不同的阶段。资源配置描述发展需求、地下供给能力和利用效益在城市单元之间的初始或现有空间布局。

该模型主要评估各个单元的内部属性，识别发展需求、可用资源及现有成效的集中分布位置。与之相比，资源再配置是一个以规划为导向的过程，在空间错配被诊断后实施。其目标是通过考虑局部条件和邻近空间背景，来调整发展优先级、功能配置、开发强度以及单元间的支撑关系。在城市地下空间（UUS）规划语境下，再配置并不一定意味着地下资源的物理转移，因为这些资源在空间上是固定的，并受地质条件约束。相反，它指的是在相邻城市单元之间对开发机会、功能、投资优先级及服务责任进行协调性的重新分配。

从配置到再配置的分析转变，是通过DSB-BSAA-MSAAM框架实现的。DSB评估刻画了每个网格单元的内部需求、供给和效益状况，构成配置诊断的基础。随后，BSAA识别每个单元与其邻近单元之间的空间关联。MSAAM整合这些多维关系，揭示协同、互补和错配的空间模式，从而为差异化再配置导向战略提供证据。因此，该框架并不直接优化单元间转移资源的数量，而是为战略性的城市地下空间总体规划提供基于数据的诊断依据。

4.5.2 多维度空间自相关分析矩阵的构建与可视化

为支持再配置导向的空间诊断，本研究通过系统地整合和比较多个BSAA结果，开发了多维度空间自相关分析矩阵（MSAAM）。与检验单一变量对之间空间关联的传统BSAA不同，MSAAM结合了需求、供给和效益维度之间的空间关系，以表征每个空间单元的局部—邻近多维条件。MSAAM的构建与可视化如图4所示。

首先，我们以1 km × 1 km的网格作为基本单元（如4.1节所述）。每个单元经过BSAA分析后，在需求（D）、供给（S）、效益（B）三个类别下产生9种不同的结果（DD、SS、BB、DS、SD、DB、BD、SB、BS）（如图4中的第一幅图所示）。在BSAA中，识别出五种聚类类型：HH表示局部高—邻近高值，HL表示局部高—邻近低值，LH表示局部低—邻近高值，LL表示局部低—邻近低值，NG表示非显著关系。每种结果反映3×3网格中局部与邻近之间的空间关系（如图4中的第二幅图所示）。在这种局部—邻近关系中，理论上，在BSAA结果中每个单元具有五种空间聚类类型（HH、HL、LH、LL、NG）。为了更清晰地阐明这些BSAA在多个变量间的复杂关系，我们以DS条件下的HL条件为例，说明9种不同结果中的一种（如图4中的第三幅图所示）。DS定义为局部需求与邻近供给之间的BSAA关系，HL表示局部高需求与邻近低供给的结果，在矩阵中可视化为红色中心区域和蓝色外围区域。为简化表达，我们创建红或蓝色的两个同心圆来替代常规的表达方式，说明BSAA 9种结果中的5种不同条件（如图4中的第三幅图所示）。此外，NG表示不显著，未在矩阵中显示。

因此，我们建立了一个3×3矩阵模型来表示BSAA的9种不同结果，即MSAAM（如图4中的第四幅图所示）。图5展示了MSAAM结果的一个示例。在这种情况下，位置3、6和8（分别为BB、DB和SB）的BSAA关系在统计上不显著；这三个关系在本示例中均涉及效益作为邻近变量，因此被归类为NG，并从MSAAM编码中省略。按照位置1至9的顺序，得到的组合为DD-SS-DS-SD-BD-BS。水平轴代表跨越三个局部变量类别的邻近变量，而垂直轴代表跨越三个邻近变量类别的局部变量。通过整合九个BSAA结果，MSAAM提供了局部—邻近空间关系的多维标准化表示。所形成的组合构成了识别差异化城市地下空间发展类型以及制定再配置导向战略的诊断依据。该矩阵并不直接优化单元间转移资源的数量，而是支持识别城市单元之间的空间协同、互补和错配情况。

5 已识别的空间特征

本节展示了基于自然断点法（Jenks）评价的城市地下空间在需求、供给和效益方面的评估结果及其价值层级的空间分布（如图5所示）。在图5中，h、m、l分别代表DSB评价结果的高、中、低水平。这些水平通过对归一化的需求、供给和效益值采用自然断点法进行分级获得。

需求侧分析显示，空间需求值范围为0.03至0.71。中心城区城市地下空间的平均需求值约为0.30（SD=0.14）。高需求区域主要集中在大面积建成区，包括中央老城区和中央东部新城区，如历下区和天桥区的大部分区域、市中区的东北部，以及长清区中部的一些分散位置。

供给侧分析表明，空间供给值范围为0.13至0.70，均值为0.29（SD=0.10）。城市地下空间高供给区主要位于部分中央老城区、东部新城区（集中在历下区）以及其他区域，呈现分散分布。城市地下空间的空间供给呈现以小范围区域性分布为特征的集聚模式。

效益侧分析显示，空间效益值范围为0.20至0.45，均值为0.23（SD=0.04）。高效益区域主要集中在中央商务区（CBD）及其周边地区，以及中心城区的少数次级商务节点，呈现分散、零星分布模式。高空间效益反映了城市地下空间发展较好的区域，现代化建筑间接促进了较高效益。相反，低效益区域表明当前城市地下空间发展相对薄弱。然而，这些区域是否具有未来改善潜力取决于其需求和供给条件。低效益结合高需求和高供给表明开发机会未被充分利用，而低效益结合低需求和低供给则表示开发优先级有限。

6 基于城市地下空间规划战略的类型划分

6.1 城市地下空间发展评价的局部与邻近特征

基于BGMI和BLMI方法，本研究调查了不同类别（D、S、B）在局部与邻近区域之间的空间相互作用（如4.5节所述）。我们使用双变量全局Moran's I统计量来衡量三类DSB变量的整体空间自相关程度。图6展示了BSAA的Moran散点图和全局Moran's I统计量（右下角的数字）。由DD（0.820）、SS（0.722）、DS（0.707）和SD（0.699）变量的全局Moran's I统计量得出，这些值相对较高，约为0.7至0.8，表明存在强烈的空间集聚倾向。相反，其余变量DB（0.500）、BB（0.499）、BD（0.493）、SB（0.476）和BS（0.475）显示较低的空间集聚值，约为0.5左右。图7展示了基于9组变量的BLMI空间分布图（如4.5节所述），反映了三类（D、S、B）中变量对之间不同的空间集聚趋势。BSAA中的这9个变量表明了DSB在局部和邻近区域的空间关系，以便评估目标区域的城市地下空间发展，并在后续研究中优化城市空间内的资源协调与配置。

6.2 MSAAM组合类型的解码与解释

6.2.1 MSAAM组合的编码与可视化

九个BSAA关系按以下顺序重新组合：DD、SS、BB、DS、SD、DB、BD、SB和BS。第一个字母表示焦点单元中的变量，第二个字母表示邻近单元中的变量。大写字母表示统计上显著的BSAA聚类中的高值，小写字母表示低值。例如，DD关系的HH、LL、HL和LH模式分别编码为DD、dd、Dd和dD。相应地，诸如“DD-SS-BB-DS-SD-DB-BD-SB-BS”这样的组合表明所有九个关系均表现出统计上显著的HH聚类。需要注意的是，小写字母表示统计上显著的低值聚类，而NG表示统计上不显著的关系，从MSAAM组合编码中省略。

由于九个BSAA关系中的每一个都可能表现出HH、HL、LH、LL或NG，因此理论上存在大量MSAAM组合。然而，在济南中心城区仅观察到64种组合。为便于其可视化和解释，观察到的组合被组织成径向树状图，如图8所示。该图从内环向外环读取。每个径向分支代表一种MSAAM组合，连续的外环表示该组合中包含的额外统计上显著的BSAA关系。因此，较短和较长的分支分别代表包含较少或较多显著关系的组合，而不是空间自相关较弱或较强的组合。从某一分支中省略的变量对被归类为NG。颜色仅用于视觉上区分分支，而外环长度和数值标签表示属于每种组合的网格单元频率。

6.2.2 未分类MSAAM单元的识别与处理

在1,143个网格单元中，对每个单元均进行了所有九个BSAA测试。对于274个单元，在采用的显著性阈值下，九个局部—邻近关系均未达到统计显著性。这些单元因此被归类为未分类MSAAM单元（MSAAM?）。其余869个单元包含至少一个统计上显著的局部—邻近关系，被归类为已识别MSAAM单元（MSAAM?）。

根据每种组合中保留的统计上显著的BSAA关系数量，已识别单元进一步分为MSAAM??、MSAAM??和MSAAM??。具体而言，283个单元被归类为MSAAM??，包含三个显著关系和六个NG结果；273个单元被归类为MSAAM??，包含六个显著关系和三个NG结果；313个单元被归类为MSAAM??，包含九个显著关系和没有NG结果，如图9所示。例如，DD-SD-BD是一个MSAAM??组合，因为只有这三个BSAA关系具有统计显著性，而其余六个关系被归类为NG。

这274个未分类单元保留在DSB评价和BSAA中，但未被分配到这五种MSAAM战略类型中，因为未检测到统计上稳健的局部—邻近关系。其不显著状态并不意味着缺乏发展需求、供给能力、利用效益或规划相关性。相反，它表明在当前网格尺度、空间权重设定和显著性阈值下，无法仅通过局部—邻近聚类可靠地确定其关系型规划特征。

6.2.3 代表性MSAAM组合的选择与分类

在64种已识别的MSAAM组合中，“dd-ss-bb-ds-sd-db-bd-sb-bs”最为常见，出现在155个单元中，占已识别单元的17.8%。其次是“DD-SS-BB-DS-SD-DB-BD-SB-BS”，占14.0%，如图8所示。一些组合仅出现一或两次，各自占已识别单元的比例低于0.5%。由于其频率有限且代表性不足，这些罕见组合未单独进行分析。因此，后续分析聚焦于频率超过0.5%的25种组合。根据其需求、供给、效益及局部—邻近关系，这些组合被归为五种城市地下空间规划战略类型：内部开发型（ID）、外部开发型（ED）、平衡开发型（BD）、有限开发型（LD）和自给自足型（SD），如图10所示。

五种地下空间（UUS）开发策略。ID 类型主要特征为局部地下空间需求高且当地供给能力相对较强，表明未来的开发压力主要可以通过焦点单元内部解决。效益条件区分了具体的实施路径。低效益 ID 区域应优先激活未充分利用的资源、补充功能并提高利用效率，而高效益 ID 区域应侧重于优化现有空间、提高连通性并提升开发质量。尽管开发应主要依赖本地资源，但在存在功能互补性的情况下，可以加强与邻近高效益区域的联系。在 25 种代表性 MSAAM 组合中，有四种被归类为 ID：DD-SD-BD、DD-SD-bD、BB-DB-SB 和 DD-BB-SD-DB-BD-SB。ED 类型主要特征为局部需求高但当地供给能力受限，表明焦点单元可能无法完全通过本地追加建设来容纳开发压力。根据具体的 MSAAM 组合，周边单元可能会提供互补的需求、供给或效益条件。然而，ED 并不意味着无条件的向外扩张或完全依赖邻近资源。应优先考虑本地振兴、填充式开发以及未充分利用的现有地下空间的激活和整合。效益条件决定具体的实施路径：低效益 ED 区域应优先提高利用效率并补充本地功能，而高效益 ED 区域应加强连通性、延伸既有的地下功能，并促进邻近单元之间的协调服务供给。仅当本地更新和资源激活仍不足以满足高本地需求时，才应采用外部资源共享。四种组合被归类为 ED：BB-DB-sB、DD-sD-bD、DD-sS-DS-sD-BD-BS 和 DD-sS-DS-sD-bD-bS。BD 类型主要特征为焦点单元内部以及焦点单元与邻近单元之间的供需关系相对协调。这些区域通常表现出开发压力与建设能力之间稳定的空间关系。效益条件可能高也可能低，因此区分不同的实施路径，而非决定该区域是否属于 BD 类型。高效益 BD 区域应强调空间整合、连通性改善和开发质量提升，而低效益 BD 区域表明开发能力未充分利用，应优先进行功能升级和现有资源激活。因此，BD 区域适合进行综合地下空间开发、功能更新以及以交通为导向的地下空间整合。四种 MSAAM 组合被归类为 BD：DD-SS-DS-SD-BD-BS、DD-SS-DS-SD-bD-bS、DD-SS-bB-DS-SD-DB-bD-SB-bS 和 DD-SS-BB-DS-SD-DB-BD-SB-BS。LD 类型主要特征为焦点单元、邻近单元或两者均存在开发需求弱且供给条件受限的情况。效益条件在不同 MSAAM 组合间存在差异，因此不构成该类型统一的定义特征。即使现有地下空间效益相对较高，需求或供给支持不足也可能限制进一步扩张的必要性和可行性。因此，LD 区域在短期内通常具有较低的地下空间大规模开发优先级，应专注于生态保护、基础设施预留、风险控制以及保留未来开发的灵活性。十种组合被归类为 LD：dd-sd-bd、ss-ds-Bs、ss-ds-bs、bb-db-sb、bb-db-Sb、dd-ss-ds-sd-Bd-Bs、dd-ss-ds-sd-bd-bs、ss-bb-ds-db-sb-bs、dd-bb-sd-db-bd-sb 和 dd-ss-bb-ds-sd-db-bd-sb-bs。SD 类型特征为局部开发需求集中，但焦点单元和邻近单元的现有效益均相对较低，且周边区域的供给支持有限。这些特征表明现有地下空间利用绩效较弱且空间溢出效应有限。因此，焦点单元应主要通过本地可用资源来满足特定开发需求，而非广泛依赖邻近区域。相应地，SD 区域应采用小规模、功能特定且面向本地的地下空间开发策略，如地下物流、市政设施或仓储设施。三种 MSAAM 组合被归类为 SD：bb-Db-sb、bb-Db-Sb 和 ss-bb-Ds-Db-sb-bs。

6.3. 基于地下空间规划策略的类型划分

6.3.1. 内部开发 (ID)
在中心城区域共识别出 68 个 ID 单元，主要位于远离城市核心的区域功能节点，如姚山中心、白马山、东部吴家堡和唐冶，并在济南东部集中分布（如图 11 所示）。这些区域处于城市发展早期阶段；虽然一些区域已完成大型商业综合体建设，但其他区域仍有在建项目和预留土地。
下载：下载高分辨率图片 (384KB)
下载：下载全尺寸图片
图 11. 济南中心区地下空间开发策略。
对于地下空间效益较低的 ID 区域，未来努力应侧重于通过土地更新升级地下开发，强调与周边区域的空间资源置换。这些新开发区域需要增强地下空间开发的产业功能、规模和多样性。对于地下空间效益较高的 ID 区域，应优先提高地下公共空间的连通性和内部环境质量，特别是在地铁主导区域，以培育公共交通导向开发 (TOD)。
东部新城的唐冶街道是 ID 类型的典型代表。作为济南东部的核心区域，唐冶计划整合行政、居住、休闲、文化及商业功能。目前，不完善的公共服务设施和大量闲置土地创造了较高的地下空间开发潜力（如图 12 第三张图片所示）。
周边区域包含众多居住社区，未来努力将侧重于整合轨道交通 TOD，以开发高质量的地下空间综合体，从而缓解现有社区公共服务的压力。
下载：下载高分辨率图片 (357KB)
下载：下载全尺寸图片
图 12. 根据五种开发策略的实景场景。

6.3.2. 外部开发 (ED)
共识别出 34 个 ED 单元，分布在 12 个街道，包括西部唐冶、东南部的孙村和段店，以及北部七贤（如图 11 所示）。这些区域位于中心城区边缘，土地利用主要包括居住、教育和零售功能。ED 区域通常表现出有限的地下公共空间开发，因此地下空间效益较低。
在高密度居住 ED 区域，地下空间开发通常侧重于新建住宅楼的地下停车。然而，这些新社区往往缺乏充足的配套服务，且地下公共空间不足加剧了这种匮乏。此外，一些 ED 区域的蓝绿开放空间和基础设施可能限制地上服务建设，从而对地下空间开发产生负面影响。规划者应考虑 ED 区域资源需求的溢出效应，并评估周边商业用地中额外的地下空间容量和功能。
唐冶街道是 ED 类型的典型代表。在这里，新建居住社区与山脉、绿地及高架快速路并存（如图 12 第九张图片所示）。面对有限的土地资源，该区域缺乏本地社区导向的商业和零售服务。当地政府计划增强以东部高铁站为中心的交通枢纽的地下功能和连通性，利用南部岗沟的土地资源为周边社区提供区域服务。

6.3.3. 平衡开发 (BD)
共识别出 202 个 BD 单元，主要分布在老城商业区、济南西站核心区、中央商务区 (CBD)、高新区及其东部区域（如图 11 所示）。根据效益评估结果（第 5.1 节），BD 被细分为高效益 (BD-Ⅰ) 和低效益 (BD-Ⅱ) 类型。BD-Ⅱ不应被解读为开发价值低。相反，它代表供需相对平衡但当前地下空间效益仍不足的区域，表明存在未充分利用的情况以及通过城市更新和功能升级进行改善的巨大潜力。
BD-Ⅰ包括约 47 个单元，集中在 27 个街道，如西部智远和舜华、东北部姚家以及中心王舍人和北园。这些区域已拥有商业综合体、商业枢纽和交通节点。政府政策促进基于 TOD 理论的地铁主导地下空间开发，强调通过改善基础设施进行整合。然而，由于成本高昂，单个地块内的地下空间升级有限。例如，在姚家 CBD（图 12 第一张图片），地下空间开发良好（公共空间、停车、车道），但缺乏与轨道交通的完全整合。未来努力应侧重于高效的二维换乘系统。
在段店核心区（济南西站），规划指南旨在通过增加区域交通枢纽投资来刺激周边发展（图 12 第二张图片）。计划建设更多的商业综合体和高楼大厦。政府已开始开发地下停车、公共空间、步行网络和铁路基础设施。站城一体化将得到深化，以实现更大的多维空间和功能整合。
BD-Ⅱ包括 53 个街道中的 155 个单元，例如北部智远和华东路，中部及南部姚家，以及文华东路、舜华、大明湖和甸柳周边区域（如图 11 所示）。地上功能多样，但集中在济南老城核心。这些区域拥有高密度居住社区和老化建筑（图 12 第四和第五张图片）。许多 20 世纪后期的社区缺乏地下停车。地下公共空间短缺和轨道交通整合不佳导致效益低下，甚至产生负面结果。然而，丰富的土地资源使得通过城市更新进行新的地下空间开发成为可能。政府计划通过土地更新项目重建老旧社区并改造城中村，增加地下停车并重塑地下空间的多样性和规模，从而提供综合服务。
例如，在中部及南部姚家（CBD 边缘），许多项目被列入即将到来的土地更新计划，并正在逐步拆迁（图 12 第六张图片），包括老旧居住区、零售和物流园。为了更好地服务于 CBD，鼓励通过增加投资吸引力和支持性政策进行高质量的地下空间开发。

6.3.4. 限制开发 (LD)
在 23 个街道共识别出 500 个 LD 单元，包括西部吴家堡、段店和土沟，以及北部宝山、美里湖和巨野河（如图 11 所示）。这些区域主要位于南部山区、北部黄河廊道以及中心城区边缘的郊区。
LD 区域的大部分土地属于非建成环境，包括耕地、农田、水渠、山脉、森林及其他自然生态特征。由于自然景观占主导且社区密度低，现有地下空间开发极少（如图 12 第八张图片所示）。因此，未来地下空间开发潜力极为有限，仅可能建设过境交通和市政设施，这与开发完善的建成区形成对比。

6.3.5. 自给开发 (SD)
SD 区域主要位于 LD 区域周边，约有 65 个单元，主要在 16 个街道内，包括段店、美里湖、土沟、十里堡、平安等（如图 11 所示）。这些区域属于中心城区边缘，主要土地利用为轻工业、物流、教育、低密度社区等（如图 12 第七张图片所示）。尽管存在地下空间需求潜力，但这些区域现有的地下空间开发很少。由于土地资源限制和周边大量非建成区域的存在，当地可以结合本地开发需求和土地更新，发展地下物流、地下市政设施和地下仓储设施。

7. 讨论与规划启示
所提出的框架将空间均衡诊断转化为地下空间总体规划的战略指导。通过比较焦点单元和邻近单元内的需求、供给和效益，它支持结构性错配诊断、差异化分区、分类管控以及跨界资源协调。结果还可以就本地需求应通过内部资源激活解决还是通过与附近地铁站、商业中心及公共服务节点协调解决提供初步指导，并指出何处适合建设连续的地下步行或共享服务网络。同时，该框架可以识别相邻地块间碎片化开发可能导致服务重复提供或投资效率低下的区域。这些结果提供战略层面的规划指导，而非直接的项目级开发量或实施时间表。以下讨论首先解释整体空间均衡特征，然后考察其方法和情境特定的规划启示。

7.1. 地下空间开发模式的空间均衡特征与整体解释
与侧重于开发强度或适宜性的传统方法不同，本研究发现，地下空间开发模式的本质不在于开发水平，而在于需求、供给和效益的空间协调。在城市尺度上，BD 区域集中在老城核心和东部新区，那里建成环境成熟。相比之下，ED 和 ID 区域大多位于核心外围和新区扩张边缘，而 LD 和 SD 区域则主要位于城乡结合部。这表明地下空间开发并非同质化，而是受城市结构、功能密度、可达性和开发条件塑造。
因此，这五种开发类型反映的不仅仅是静态水平，而是开发阶段、资源配置和绩效路径方面的深层差异。地下空间开发关乎不同区域如何、何时以及在何种条件下进行开发。

因此，UUS总体规划的核心任务不仅仅是划定分区，而是诊断空间均衡与结构性约束，以支撑差异化的资源配置和战略决策。7.2 将UUS发展重构为需求—供给—效益均衡问题7.2.1 从基于适宜性的排序到多维均衡诊断本研究将UUS开发评价从传统的"某区域是否适合开发"这一问题，拓展至对开发是否在空间上协调、平衡且值得优先的更广泛评估。这一转变挑战了某些基于适宜性的方法中隐含的假设，即高发展潜力必然意味着高开发优先级。此前的UUS研究在通过基于GIS的多准则评估评价开发适宜性和资源潜力（Peng and Peng, 2018a; Peng and Peng, 2018b; Zhou et al., 2019; Xu et al., 2023）、衡量开发强度和城市级开发模式（Hong and Ji, 2021）、以及评估开发需求和空间绩效（Ma et al., 2022; Ma and Peng, 2023）等方面取得了重要进展。部分研究还探讨了成对关系，尤其是UUS供给或空间绩效是否与开发需求相匹配（Ma et al., 2022; Ma and Peng, 2023; Wang et al., 2025）。这些方法通常采用综合评分、空间叠加分析、可达性度量或成对匹配，其空间输出一般以适宜性等级、供需类别或优先区域的形式表达。

因此，本研究的贡献不仅在于纳入多个指标，更在于将开发需求压力、受限的供给能力和现有的利用绩效整合到统一的DSB框架中。这一整合使得区分发展潜力与开发优先级成为可能。例如，某些区域可能具有良好的供给条件和较强的开发基础，但当有效需求有限或现有利用绩效未能提供立即开发必要性的充分证据时，不应被优先开发。相反，经历强烈开发需求的区域，在供给条件不足或开发约束不可逾越时，可能仍不适合优先开发。因此，将UUS开发概念化为多维均衡问题，为解释城市资源配置和支持差异化开发决策提供了更加现实的基础。在该框架内，效益维度发挥着独特的理论作用。需求表明是否需要额外的地下功能，供给表明是否具备进一步开发的可行性，而效益则评估现有UUS当前的利用效率。因此，效益的作用是一个政策路径判别器，而非简单的发展潜力度量。在相似的需求—供给条件下，低效益可能表明利用不足、功能错配或现有UUS整合薄弱，从而支持振兴和功能升级政策。相比之下，高效益可能表明地下服务体系已经成熟，此时连通性增强、功能延伸和质量提升比简单的容量扩展更为适宜。

7.2.2 从静态分区到关系型空间诊断

本研究还通过将传统的静态分区推进至关系型空间诊断，推进了UUS研究。许多现有的UUS规划和评价方法通过加权综合评估和层级适宜性分区对开发区域进行分类（Peng and Peng, 2018a; Peng and Peng, 2018b; Zhou et al., 2019; Xu et al., 2023; Hao et al., 2024）。尽管这些方法提供了清晰的空间输出，但它们往往强调单个空间单元的属性，而对跨维度关系、局域—邻域互动以及每个单元在更大城市空间体系中的位置关注不足。这一局限性在UUS开发中尤为相关，因为UUS开发与城市功能联动、交通网络以及邻近区域间的空间互动密切相关。

通过将BSAA与MSAAM相结合，本研究明确地将局域—邻域关系纳入了分析框架。由此得出的诊断不仅反映某一单元的需求、供给或效益是高还是低，还反映了周边区域是否提供互补资源、是否产生开发压力或是否强化现有的空间不平衡。因此，五种开发类型应被解读为更大均衡体系中的关系型位置，而非源自单一综合排序的类别。BD区域之所以重要，不仅因为其开发水平，更因为需求、供给和效益相对协调。ED区域表明，当地开发条件需要结合周边区域的互补资源或功能来理解。LD区域被赋予较低的开发优先级，因为限制性供给条件或薄弱的需求—效益协调限制了进一步开发的可行性和效率。相比之下，SD区域代表其开发条件相对自给自足且与周边单元联系较弱的地点，需要因地制宜的策略。从这个意义上说，所提出的类型学捕获了每个区域在UUS开发体系中的结构性位置，而不仅仅是将区域分配到静态类别中。

未分类的MSAAM单元的存在也揭示了关系型空间诊断的一个重要边界。不显著的结果不应被解读为UUS需求、供给能力、利用效益或规划相关性的缺失；相反，它表明在当前分析设置下无法识别出足够稳定的局域—邻域关系。这些单元可能包括空间异质性、过渡性或弱连通性地点，不应自动归入LD类型。从规划角度看，它们可以被视为监测和进一步评估区域。其开发方向应通过二次诊断来确定，该诊断应纳入原始DSB值、土地利用背景、现有和规划的UUS设施以及更精细尺度的本地信息。

7.3 差异化UUS总体规划的规划启示

本节讨论的旧城、新城和城乡交界区域并非通过DSB—MSAAM分析识别，而是独立定义为比较性规划背景。为了将这些背景与实证结果联系起来，它们的边界与五种基于MSAAM的策略类型的空间分布进行了叠加。这种比较使得考察同一策略类型在不同城市发展条件下可能需要不同规划响应成为可能。

此类差异不仅来源于供需关系，也来源于效益维度所代表的利用绩效。在相似的需求和供给条件下，低效益通常表明需要资源激活、功能补充和效率提升，而高效益则支持网络整合、功能延伸和质量提升。当需求和供给都较弱时，较低或不确定的效益进一步支持审慎管控和弹性预留。因此，以下讨论利用三个规划背景来说明需求、供给和效益如何共同塑造差异化的UUS规划路径。

7.3.1 旧城：从规模扩张到综合再生

结果表明，老城区核心地带是BD区域的集中区。这表明旧城UUS开发的优势主要并非来自地下资源，而是源于高密度地表功能、强大的交通支撑以及紧迫的更新需求。从规划角度看，旧城的UUS开发应从规模驱动型扩张转向综合再生。

具体而言，地下开发应聚焦于优化现有空间、提升交通一体化、增强公共服务以及促进地表与地下使用的垂直协调。地下空间可以缓解高密度区域地表交通、商业和公共空间的压力，同时被纳入城市更新、功能升级、步行系统和公共开放空间。因此，关键问题不在于开发多少地下空间，而在于如何将其更有效地融入现有城市肌理。

7.3.2 新城：从提前预留到系统协调

新城（如东部新区）同样包含大量BD区域和具有高开发潜力的过渡区域，表明新区往往受益于更好的空间组织和基础设施。然而，这些区域UUS开发的价值更多依赖于系统化地协调地下开发与地表功能、交通节点以及人口和就业的集聚，而非预先预留大量地下空间。

因此，新城的UUS总体规划不应局限于配额式预留或形式化的分层方案。相反，应强调站城一体化、综合交通组织、混合用途公共空间以及开发时序的协调。在城市功能尚未完全成熟的区域，过度提前进行地下开发可能导致效率低下、回报缓慢和资源错配。根据功能成熟度和交通支撑来分期推进地下开发的系统协调方法，更有可能提高合理性和实施绩效。

7.3.3 城乡交界区域：从泛化发展到审慎管控和弹性预留

与城市核心区和新区相比，城乡交界区域更多地呈现LD和SD类型特征。这些区域通常具有较弱的开发需求、有限的连通性、较差的条件、较低的实施可行性和不确定的效益。结果表明，它们在短期内不适合高强度地下开发。

从规划角度看，需要谨慎避免同质化的扩张导向方法。在需求薄弱、功能不成熟的区域过早进行大规模地下建设，可能导致资源浪费、使用效率低下或长期空置。更为适宜的策略是审慎管控、弹性预留和分步推进。对于中长期潜力的区域，可在总体规划阶段预留必要条件。对于短期动能有限的区域，应避免过度提前建设，以保留未来调整的灵活性。

8 局限性与结论

8.1 研究局限

本研究存在两个主要局限。第一，由于缺乏完整且一致的全市现有和规划UUS设施级数据，部分指标依赖POI、AFC、百度热力图和在线评论数据来近似可达性、活动强度和利用绩效。数据来源和时间窗口的差异也可能为空间均衡和不匹配的解释引入不确定性。因此，效益维度主要反映现有UUS的当前利用绩效，而非其物理存量、建筑面积、容量、功能构成、直接利用率或规划开发量。未来研究应纳入详细的设施清单、利用率和规划数据，以更好地区分供给不足与使用低效。

第二，所提出的策略类型学基于对定量MSAAM结果的规则化解读，尚未通过结构化专家咨询进行验证。敏感性分析表明，在替代显著性阈值下，主要空间聚类和聚类方向保持了大致稳定，而显著区域的范围、MSAAM编码的完整性以及边缘和过渡网格的分类则依赖于参数设置，详见补充材料第4节。此外，替代网格分辨率和空间权重设定的影响尚未得到全面检验。因此，由此得出的策略类型应被解读为所采用分析设置下的策略诊断类别，而非参数不变的规划分区。未来研究应进一步通过专家咨询、系统性敏感性和可改变面积单元问题检验、跨城市比较以及与法定规划实践的比较来评估该框架。

8.2 结论与主要贡献

传统的UUS总体规划作为一种蓝图政策，侧重于目标定位、战略引导和资源评估，从而有助于对规划决策中的潜在开发量、功能和模式进行分析。然而，总体规划中的开发评价往往在实施过程中未能达到预期效果，导致UUS开发效率低下。因此，探讨如何在既有建成环境中增强UUS资源的整合与重新配置，以实现均衡的空间发展，对于动态的UUS规划和城市可持续性具有重要意义。

本研究运用空间统计的原理和方法，全面评估了UUS资源在区域间的配置与协调，为UUS总体规划的战略指导和决策提供了更加科学的基础。

本研究的主要贡献如下：

1）基于多源城市数据，包括传统城市规划数据、社会经济数据、实时运营数据和人口特征数据，建立了UUS的需求—供给—效益（DSB）指标体系。

2）评估了济南市中心城区六个区74个街道的UUS需求、供给和效益各方面，并识别了各维度的空间分布特征及其组合模式。

3）通过将DSB评估结果与BLMI结果整合，开发了MSAAM。在869个已分类空间单元中，68个单元（7.8%）被识别为ID，34个（3.9%）为ED，202个（23.2%）为BD，500个（57.5%）为LD，65个（7.5%）为SD。LD区域占主导地位表明，济南中心城区有相当比例的区域当前在本地和邻域层面UUS开发的需求和供给相对较低。

相比之下，BD 区域主要集中在成熟的建成区，而 ID 和 ED 区域则主要分布在城市扩张区和过渡地带。这些发现为差异化的 UUS 总体规划和空间资源配置提供了量化依据。
CRediT 作者贡献声明
Wei-Xi Wang：撰写 – 初稿，可视化，软件，方法论，调查，构思。
Fang-Le Peng：撰写 – 审阅与编辑，监督，资源，经费获取，数据整理。
Yun-Hao Dong：撰写 – 审阅与编辑，可视化，监督，经费获取，数据整理，构思。
Hu Li：软件，资源，调查，数据整理。
Wei-Xi Wang|Fang-Le Peng|Yun-Hao Dong|Hu Li