EN中文

地理研究 >

2016 , Vol. 35 >Issue 9: 1672 - 1686

DOI: https://doi.org/10.11821/dlyj201609007

研究论文

中国城市用地与人口规模分布时空动态比较——以环渤海地区为例

  • 杨洋 , 1 ,
  • 李雅静 1 ,
  • 黄庆旭 2, 3 ,
  • 黄聪 1
展开
  • 1. 中国海洋大学法政学院,青岛 266100
  • 2. 北京师范大学地表过程与资源生态国家重点实验室,北京 100875
  • 3. 北京师范大学人与环境系统可持续性研究中心,北京 100875

作者简介：杨洋（1984- ）,女,湖北黄冈人,博士,副教授,硕士生导师,研究方向为城市可持续性科学。E-mail:

收稿日期: 2016-01-20

  要求修回日期: 2016-05-19

  网络出版日期: 2016-09-10

基金资助

国家自然科学基金项目（41401174,41501092）

中央高校基本科研业务费项目（201413037）

收起

Comparison on spatio-temporal dynamics of urban land and population size distribution in China: A case study of the Bohai Rim

  • YANG Yang , 1 ,
  • LI Yajing 1 ,
  • HUANG Qingxu 2, 3 ,
  • HUANG Cong 1
Expand
  • 1. Law & Politics School, Ocean University of China, Qingdao 266100, Shandong, China
  • 2. State Key Laboratory of Earth Surface Processes and Resource Ecology, Beijing Normal University, Beijing 100875, China
  • 3. Center for Human-Environment System Sustainability, Beijing Normal University, Beijing 100875, China

Received date: 2016-01-20

  Request revised date: 2016-05-19

  Online published: 2016-09-10

Copyright

《地理研究》编辑部
Fold

摘要

复合1992-2012年DMSP/OLS稳定夜间灯光等多源遥感数据和统计数据,运用多种城市规模分布理论方法,对城市用地与人口规模分布时空演变特征进行系统比较。结果表明：环渤海地区城市用地规模增长速度明显快于城市人口规模增长速度,城市人口规模分布比城市用地规模分布更为均衡;城市用地规模呈首位型分布但首位优势在减弱,城市人口规模呈位次型分布但首位优势在增强;位序迅速上升的城市主要位于山东省和河北省,位序显著下降的城市主要位于辽宁省。环渤海地区城市规模空间分布呈显著的区域差异和空间极化特征,且城市用地规模分布空间特征比城市人口规模分布更为突出。研究结论可为优化区域城市空间开发格局、促进人地系统可持续发展提供参考。

关键词： 城市规模分布; 城市用地; 城市人口; 时空动态; DMSP/OLS; 环渤海地区

本文引用格式

杨洋 , 李雅静 , 黄庆旭 , 黄聪 . 中国城市用地与人口规模分布时空动态比较——以环渤海地区为例[J]. 地理研究, 2016 , 35(9) : 1672 -1686 . DOI: 10.11821/dlyj201609007

Abstract

City size distribution is an important and classical issue in urban geography research. Researchers have found that the city sizes, usually measured by urban population or urban land, tend to follow some specific distributions even if individual cities change their sizes and functions. However, existing studies on city size distribution were mainly based upon the urban population information because the urban land information is difficult to obtain. Furthermore, the comparative study on the spatio-temporal dynamics of urban land and population size distribution is particularly rare. Therefore, in this paper, based on four methods (i.e., the city primacy index, the rank-size rule, the Gini coefficient and the rank-clock), the spatio-temporal dynamics of city size distribution measured by urban land as well as urban population from 1992 to 2012 in the Bohai Rim were analyzed and compared. The Defense Meteorological Satellite Program's Operational Linescan System (DMSP/OLS) stable nighttime light data, the normalized difference vegetation index (NDVI) and the land surface temperature (LST) data were used to extract urban land information. In addition, statistical materials were used to obtain urban population information. The similarities and differences of city size distribution between urban land and urban population in the Bohai Rim from 1992 to 2012 were summarized as follows. Over time, urban land in the Bohai Rim grew faster than urban population. However, the distribution of city sizes measured by urban population was more even than the counterpart measured by urban land. The city sizes measured by urban land appeared to be the first-place distribution with a decline of the primate superiority, while the city sizes measured by urban population appeared to be the rank-size distribution with a rise of the primate superiority. The cities with rapid rises in rank were mainly distributed in Shandong and Hebei provinces, whereas the cities with obvious declines in rank were mainly distributed in Liaoning province. The city size distribution exhibited significant regional differences and spatial polarization. This phenomenon is more evident when the city sizes were measured by urban land than urban population. These findings could play an important role in regional urban planning and optimization.

Key words： city size distribution; urban land; urban population; spatio-temporal dynamics; DMSP/OLS; Bohai Rim

1 引言

改革开放以来,中国城市化发展与城市建设取得了巨大成就,但也暴露出一系列亟待解决的现实问题[1]。城市体系的合理化与否直接影响着中国城市化发展的美好前景,国家新型城镇化战略的实施也对优化中国城市体系格局提出了新的要求。城市规模分布是某国家或区域内城市规模的层次分布,是城市体系内层次不同、规模不等的城市在质与量层面的组合形式。城市规模分布研究可以反映不同时期、不同规模等级城市的分布状况及发展演变特征,为准确预测城市规模及合理确定城市体系结构提供参考[2]。
自20世纪80年代以来,国内一批知名的城市地理学家在中国城市规模分布研究中取得了突破性进展。目前,中国城市规模分布研究主要包括两大类。一类是以顾朝林[3,4]等为代表的城市人口规模分布研究,另一类是以谈明洪等[5]为代表的城市用地规模分布研究。由于城市用地规模信息相比城市人口规模信息获取更为困难,在已有研究中,城市人口规模分布研究明显多于城市用地规模分布研究[4]。更为重要的是,已有研究主要是从城市用地或人口单方面的角度开展城市规模分布研究,而同时从城市用地与人口两方面出发系统揭示区域城市规模分布时空演变特征的研究还较为少见,对区域城市用地与人口规模分布时空演变特征进行的比较性研究则更为鲜见。人地协调发展一直是人地系统可持续研究中的关键性问题,也是中国城市发展中的重要问题[6]。虽有学者对城市用地与人口发展的总体性特征进行了研究[7],但却缺乏对于区域城市用地与人口规模在层次分布演变规律及其异同特征上的认识和理解。
遥感和GIS技术的不断发展,为获取连续性和可比性强的城市用地规模信息提供了便利条件。研究表明,美国军事气象卫星Defense Meteorological Satellite Program （DMSP）搭载的Operational Linescan System（OLS）传感器获取的夜间灯光数据能为快速有效提取大尺度城市用地信息提供良好的数据支持[8,9]。2014年以来,利用该数据在国家尺度上开展城市体系等级结构和城市规模动态特征研究的可行性已得到了验证[10,11]。然而,基于DMSP/OLS夜间灯光数据在区域尺度上揭示城市用地规模分布时空演变特征并将其与城市人口规模分布时空演变特征进行对比的研究鲜有报道。此外,受空间分辨率的限制,单独利用DMSP/OLS夜间灯光数据获取的城市用地信息精度往往无法满足区域尺度上的研究需要[12-14]。
鉴于此,本文将以复合DMSP/OLS夜间灯光等多源遥感数据获取的城市用地规模信息和从统计资料中获取的城市人口规模信息为基础,综合利用多种城市规模分布理论和方法,开展区域城市用地与人口规模分布时空演变特征的系统比较研究。目的在于同时从城市用地与人口两大视角出发,系统认识和理解典型区域城市用地与人口规模分布时空演变规律及其异同特征,为优化区域城市空间开发格局、促进区域新型城市化建设进程及人地系统可持续发展提供参考。

2 研究区概况与数据来源

2.1 研究区概况

本文选取环渤海地区作为案例区开展实证研究。研究区范围主要包括北京、天津、河北、辽宁和山东5个省份,覆盖了京津冀、山东半岛和辽中南三大城市群。该区域是中国继长三角、珠三角之后的第三大增长极,是中国北方重要的沿海开放门户和全国重要的经济中心之一,同时也是中国主体功能区划中进行城市化开发的国家级重点地区以及优化发展战略布局的密集区。2012年年末,区域总人口约为2.35亿人,约占全国同期总人口的18.49%;区域土地总面积约为52.2万km2,约占全国陆地总面积的5.49%,已利用土地面积占84%以上,土地开发利用的广度远高于全国平均水平,后备土地资源匮乏、潜力有限[15]。因此,以环渤海地区为例开展城市用地与人口规模分布时空动态比较研究极具代表性和典型性。
近20年来,为满足社会经济发展的需求,推进城市化进程,环渤海地区经历了频繁的县区级行政区划调整。考虑到由此而导致的长时间序列数据缺乏连续性和可比性的问题,本文以2012年地级行政区划为标准,统一研究时段内的行政边界,以研究区内44个地级及以上城市作为研究对象（图1）。
Fig. 1 Study area

图1 研究区

2.2 数据来源

本文使用的数据主要包括用于获取城市用地规模信息的遥感数据和用于获取城市人口规模信息的统计数据。
2.2.1遥感数据 通常情况下,由于建筑环境的影响,城市用地区域的植被覆盖程度会明显低于周边非城市用地区域[13]。此外,在城市近郊区,城市用地与非城市用地区域的植被覆盖程度不易区分,但由于城市下垫面、建筑物和大气污染物等要素的综合影响,城市用地区域的地表温度会明显高于周边非城市用地区域[16]。因此,以DMSP/OLS夜间灯光数据为主,以植被指数数据和地表温度数据为辅助,可以有效弥补单独使用DMSP/OLS夜间灯光数据提取城市用地信息所存在的不足。具体而言,使用的遥感数据如下：
（1）1992-2012年DMSP/OLS稳定夜间灯光数据。该数据是由美国空军天气代办处（US Air Force Weather Agency）收集DMSP/OLS数据、NOAA国家地球物理数据中心（NOAA's National Geophysical Data Center）在对多年DMSP/OLS数据资料进行处理的基础上经过严格筛选以及去云处理后,合成得到的分辨率为30秒弧度,包括了F10、F12、F14、F15、F16、F18等6颗卫星获取的每年至少一期的存档数据（http://www.ngdc.noaa.gov）。该存档数据集中的稳定夜间灯光数据像元灰度值是在去云处理的基础上,进一步去除了火光、极光等偶然事件的影响后获得的城市、乡村及其他稳定夜间灯光所在地发出的年平均灯光强度值,有效取值范围为1~63,背景值为0[13]。在获取全球1992-2012年稳定夜间灯光数据后,利用行政边界数据提取环渤海地区1992-2012年稳定夜间灯光数据,并将栅格分辨率重采样为1 km、投影转为Albers等积投影,以方便计算。由于该套数据未经辐射定标,因而在使用该数据前进行了相对辐射定标、年内合成订正和年际序列订正等步骤在内的时间序列系统订正处理[12]。
（2）植被指数数据。该数据主要包括10天合成的1992年、1993年、1995年、1996年NOAA/AVHRR NDVI数据和1998-2012年SPOT/VGT数据两大类,分别来源于美国地质勘探局（United States Geological Survey,USGS）和VITO网站（http://free.vgt.vito.be）。
（3）夜间地表温度数据。该数据是由美国国家航空航天局（National Aeronautics and Space Administration,NASA）发布的2000-2010年MOD11A2-Level3 8天合成的LST产品中的夜间LST数据（http://ladsweb.nascom.nasa.gov）。
2.2.2 统计数据 参考已有城市人口规模分布研究,采用延续性较好、在国内统计出版物和城市研究中被广泛应用的非农人口作为衡量城市人口规模的指标[17,18]。考虑到环渤海地区近20年“县改区”“郊区改城区”等行政区划调整频繁,市区非农人口数据连续性较差,因而以2012年地级行政区划为标准,获取并修正环渤海地区44个地级及以上城市的1992-2012年全市非农人口数据。其中,1992-2008年全市非农业人口数据来源于历年《中国城市统计年鉴》,2009-2012年全市非农业人口数据来源于历年《全国分县市人口统计资料》。

3 研究方法

首先,综合运用遥感和GIS技术,复合预处理后的DMSP/OLS稳定夜间灯光数据、植被指数数据和地表温度数据,采用文献[14]的方法,提取环渤海地区1992-2012年城市用地信息（图2）。其次,以2012年地级行政区划为标准,采用GIS统计分析工具,逐年获取环渤海地区44个地级及以上城市1992-2012年的城市用地规模信息。最后,基于1992-2012年城市用地与人口规模信息,利用首位度、基尼系数、位序—规模法则、位序等级钟等城市规模分布理论和方法,系统分析比较环渤海地区近20年城市用地与人口规模分布时空演变规律及其异同特征。
Fig. 2 The spatio-temporal dynamics of urban land in the Bohai Rim from 1992 to 2012

图2 环渤海地区1992-2012年城市用地时空动态

3.1 基于规模等级结构的城市用地与人口规模分布分析比较

分析比较环渤海地区1992-2012年城市用地与人口规模处于不同等级内的城市个数,从而揭示区域城市用地与人口规模等级结构演变规律及其异同特征。根据国务院2014年发布的《关于调整城市规模划分标准的通知》,将城市人口规模等级划分为超大城市（≥ 1000万人）、特大城市（500~1000万人）、Ⅰ型大城市（300~500万人）、Ⅱ型大城市（100~300万人）、中等城市（50~100万人）、Ⅰ型小城市（20~50万人）和Ⅱ型小城市（< 20万人）五类七档。同时,由于目前并没有公开发布关于城市用地规模等级划分的标准,为便于直观比较,参考城市人口规模等级划分标准,将城市用地规模等级同样也划分为五类七档。

3.2 基于首位度的城市用地与人口规模分布分析比较

首位度作为衡量城市规模分布状况的一种常用指标,能够突出首位城市在一个城市体系中的相对重要性,在一定程度上反映了城市体系中城市发展要素在最大城市的集中程度[4]。鉴于环渤海地区城市个数较多,选用2城市指数（S2）和4城市指数（S4）两个指标全面分析比较城市用地与人口规模分布的首位度演变规律及其异同特征。具体计算公式分别如下：
S 2 ul = P ul 1 / P ul 2 S 2 up = P up 1 / P up 2 （1）
S 4 ul = P ul 1 / ( P ul 2 + P ul 3 + P ul 4 ) S 4 up = P up 1 / ( P up 2 + P up 3 + P up 4 ) （2）
式中： S 2 ul 与 S 2 up 、 S 4 ul 与 S 4 up 分别代表城市用地与人口规模分布的2城市指数和4城市指数; P u l 1 、 P ul 2 、 P ul 3 、 P ul 4 分别代表按城市用地规模从大到小排列位序为第1、第2、第3、第4的城市所对应的城市用地规模; P up 1 、 P up 2 、 P up 3 、 P up 4 分别代表按城市人口规模从大到小排列位序为第1、第2、第3、第4的城市所对应的城市人口规模。在理想状态下,2城市指数值为2,4城市指数值为1[4]。

3.3 基于位序—规模法则的城市用地与人口规模分布分析比较

位序—规模法则可从城市的规模与其位序的关系来考察一个城市体系的规模分布状况[5]。因此,利用位序—规模法则分析比较环渤海地区城市用地与人口规模分布的集散程度。具体计算公式如下：
P iul = P 1 ul × R iul - q ul P jup = P 1 up × R jup - q up （3）
将两边取对数可得：
lg P iul = lg P 1 ul - q ul lg R iul lg P jup = lg P 1 up - q up lg R jup （4）
式中： P iul 与 P 1 ul 分别代表按城市用地规模从大到小排列位序为i和1的城市所对应的城市用地规模; P jup 与 P 1 up 分别代表按城市人口规模从大到小排列位序为j和1的城市所对应的城市人口规模; q ul 与 q up 分别是用来刻画环渤海地区城市用地规模与其位序、城市人口规模与其位序之间关系的常数。理想状态下, q 的绝对值等于1,代表城市规模分布为自然状态下的最优分布; q 的绝对值大于1,代表城市规模分布为首位型分布,城市规模分布比较集中,城市体系中高位序城市占据优势,中低位序城市发育不足; q 的绝对值小于1,代表城市规模分布为位次型分布,城市规模分布比较分散,城市体系中高位序城市不够突出,中低位序城市发育良好[4]。

3.4 基于基尼系数的城市用地与人口规模分布分析比较

基尼系数是利用常数式基尼模型来拟合求解的,能够弥补位序—规模法则在区域城市规模差距较大时回归拟合有所欠缺的不足[18]。设一个地区的城市体系由n个城市组成,这n个城市的城市用地规模总和与城市人口规模总和分别为 S ul 与 S up ,城市体系中不同城市之间城市用地规模之差的绝对值总和与城市人口规模之差的绝对值总和分别为 T ul 与 T up ,反映一个城市体系中城市用地与人口规模集中程度的基尼系数 G ul 与 G up 分别可表示为：
G ul = T ul 2 S ul ( n - 1 G up = T up 2 S up ( n - 1 （5）
式中：基尼系数 G ul 与 G up 取值范围均为0~1。基尼系数越接近0,表明城市规模分布越分散;越接近1,表明城市规模分布越集中。一般认为,G>0.6时,表示城市规模分布极不平衡[18]。

3.5 基于位序等级钟的城市用地与人口规模分布分析比较

位序等级钟是将城市体系中各城市的规模按从大到小的顺序进行排序,把不同时期的位序变化曲线在同一张图中表现出来,从而能够反映区域城市位序的变化量及变化快慢程度的方法[19]。在位序等级钟趋势图中,若某城市的位序轨迹是从中心向边缘移动,则该城市在位序排行中的地位逐渐降低,城市影响力逐渐减弱;反之,若某城市的位序轨迹是从边缘向中心移动,则该城市在位序排行中的地位逐渐升高,城市影响力逐渐增强。位序等级钟能够直观反映特定城市在整个城市体系中的发展情况。因此,以城市用地与人口规模信息为基础,分析比较环渤海地区城市用地与人口规模的位序等级钟变化趋势及其异同特征。

4 城市用地与人口规模分布计量特征及其差异

4.1 城市用地与人口规模等级结构

环渤海地区1992-2012年城市用地与人口规模都在不断扩张,规模分布的重心都在由中小城市向大城市转移,其中,Ⅱ类大城市的发育效果显著。所不同的是,城市用地规模扩张速度明显快于城市人口规模扩张速度。城市用地规模等级为大城市的个数由1992年的9个增至2012年的35个,增长了约3倍;而城市人口规模等级为大城市的个数则由1992年的18个增至2012年的39个,仅增长了约1倍（表1）。
Tab. 1 The urban size-hierarchy in the Bohai Rim from 1992 to 2012

表1 环渤海地区1992-2012年城市规模等级结构

城市类型 城市用地规模(km2) 城市个数
1992年 1996年 2000年 2004年 2008年 2012年
超大城市 ≥ 1000 0 1 1 2 2 2
特大城市 500~1000 1 1 1 1 1 4
Ⅰ类大城市 300~500 1 1 2 7 9 7
Ⅱ类大城市 100~300 7 10 13 16 16 22
中等城市 50~100 5 13 13 11 9 6
Ⅰ类小城市 20~50 16 15 12 5 5 2
Ⅱ类小城市 < 20 14 3 2 2 2 1
城市类型 城市人口规模(万人) 城市个数
1992年 1996年 2000年 2004年 2008年 2012年
超大城市 ≥ 1000 0 0 0 0 0 1
特大城市 500~1000 1 2 2 2 2 1
Ⅰ类大城市 300~500 2 1 1 5 7 11
Ⅱ类大城市 100~300 15 18 22 25 25 26
中等城市 50~100 20 22 18 11 9 5
Ⅰ类小城市 20~50 6 1 1 1 1 0
Ⅱ类小城市 < 20 0 0 0 0 0 0
由此可见,环渤海地区城市用地规模扩张速度过快,远超城市人口规模扩张速度。究其原因,主要体现在政策和市场两方面。自1994年实行分税制改革以来,地方政府事权增加而税权受到严格控制。为填补地方政府财政收支的巨大缺口,土地出让成为地方政府预算外收入的主要来源。同时,中国长期以来实行以GDP为核心的考核激励机制,诱使地方政府协议或低价出让土地,以增强本地的招商引资竞争力。更为重要的是,随着环渤海地区近20年来经济水平的快速发展,城市用地需求旺盛,各类开发区、交通基础设施和“大学城”建设都成为了城市用地扩张的表现形式,致使城市用地蔓延式扩张严重。

4.2 城市用地与人口首位度

环渤海地区1992-2012年城市用地与人口规模分布的2城市指数和4城市指数均低于理想状态下的相应数值[4],首位城市的首位优势均有所不足。不同的是,环渤海地区1992-2012年城市用地规模分布的2城市指数和4城市指数均呈下降趋势。其中,城市用地规模分布的2城市指数从1992年的1.64下降到2012年的1.09,共计下降了33.5%;4城市指数从1992年的0.91下降到2012年的0.60,共计下降了34.1%。而环渤海地区1992-2012年城市人口规模分布的2城市指数和4城市指数则均呈上升趋势。其中,城市人口规模分布的2城市指数从1992年的1.31上升到2012年的1.69,共计上升了29.0%（图3a）;4城市指数从1992年的0.58上升到2012年的0.65,仅上升了12.1%（图3b）。
Fig. 3 The urban primary index in the Bohai Rim from 1992 to 2012

图3 环渤海地区1992-2012年城市首位度指数

由此可见,近20年来,环渤海地区首位城市北京的城市用地首位优势总体强于城市人口首位优势,但二者变化趋势完全相反。一方面,从城市用地规模分布来看,北京作为首位城市相对于天津、青岛、沈阳,尤其是天津的首位优势逐渐减弱。北京市经历了“摊大饼”式外延扩张过程后,产生了严重的交通拥堵、空气污染等问题,其城市用地规模扩张速度已相对趋缓;而天津、青岛、沈阳的城市用地扩张速度则相对较快,需遵循循序渐进的原则,严格控制其新增城市用地指标。另一方面,从城市人口规模分布来看,北京相对于天津、青岛、沈阳的首位优势逐渐增强。虽然北京一直都在实行严格的户籍管理制度,但其作为全国的政治中心、文化中心和教育中心,集中了优越的资源、信息、技术、投资等条件,对人口具有巨大的吸引力,使其城市人口首位优势仍在增强。结合北京市资源趋紧、环境恶化的现实困境,有必要合理控制其城市人口规模进一步增长。

4.3 城市用地与人口位序—规模法则验证结果

环渤海地区近20年城市位序—规模双对数回归模型均通过了0.001水平的显著性检验。在环渤海地区1992-2012年城市用地位序—规模法则的验证结果中,|qul|始终大于1,总体上呈不断下降的趋势,从1992年的1.41下降至2012年的1.01,下降了28.37%;而在城市人口位序—规模法则的验证结果中,|qup|始终小于1,虽然呈现出先降后升的趋势,但总体上趋于稳定,从1992年的0.75降至1998年的0.68再升至2012年的0.71（表2）。
Tab.2 The regressive results of urban rank-size in the Bohai Rim from 1992 to 2012

表2 环渤海地区1992-2012年城市位序—规模双对数回归结果

年份 城市用地 城市人口
|qul| lgP1ul R2 |qup| lgP1up R2
1992 1.41 7.42 0.84 0.75 6.70 0.95
1993 1.28 7.42 0.80 0.74 6.72 0.96
1995 1.25 7.57 0.78 0.71 6.74 0.96
1996 1.16 7.47 0.86 0.69 6.74 0.96
1998 1.11 7.50 0.85 0.68 6.75 0.96
1999 1.10 7.53 0.85 0.68 6.75 0.96
2000 1.10 7.57 0.86 0.68 6.78 0.96
2001 1.12 7.67 0.86 0.68 6.80 0.96
2002 1.09 7.73 0.86 0.68 6.85 0.97
2003 1.09 7.87 0.84 0.68 6.92 0.95
2004 1.09 7.93 0.86 0.69 6.97 0.95
2005 1.09 7.98 0.86 0.70 7.03 0.96
2006 1.09 8.02 0.86 0.69 7.07 0.96
2007 1.09 8.04 0.86 0.71 7.14 0.95
2008 1.08 8.04 0.86 0.71 7.17 0.95
2009 1.05 8.04 0.87 0.71 7.17 0.95
2010 1.05 8.09 0.88 0.71 7.21 0.94
2012 1.01 8.14 0.87 0.71 7.25 0.94
由此可见,近20年来,环渤海地区城市用地与人口规模呈不同的位序—规模分布类型,但变化趋势基本相同。一方面,城市用地规模呈首位型分布,总体上集中分布于大城市,中小城市与大城市存在较大差距;但随着低位序城市用地规模迅速增长,城市用地规模分布趋于分散的力量大于趋于集中的力量。这是由于大城市的城市用地扩张潜力有限,成本高昂,管控力度较大,因而中小城市在新增城市用地供给中作用日趋显著。另一方面,城市人口规模呈位次型分布,总体上分布得比较分散,高位序城市人口规模并没有十分突出,趋于分散的力量大于趋于集中的力量。这与环渤海地区大城市较为严格的户籍管控制度有关,但也有一部分原因在于利用非农人口数据开展研究在一定程度上低估了大城市的城市人口规模。

4.4 城市用地与人口基尼系数

环渤海地区1992-2012年城市用地与人口规模基尼系数总体上都呈下降趋势,但前者的平均水平明显高于后者。其中,城市用地规模基尼系数平均值为0.60,从1992年的0.65下降到2012年的0.54,下降了16.9%;城市人口规模基尼系数平均值为0.44,有微弱的下降趋势（图4）。
Fig. 4 The urban Gini coefficient in the Bohai Rim from 1992 to 2012

图4 环渤海地区1992-2012年城市基尼系数

由此可见,近20年来,环渤海地区城市用地与人口规模分布总体上都在日趋均衡,但城市人口规模分布较城市用地规模分布更为合理,1996年之前城市用地规模分布甚至呈现出了极不平衡的状态。城市用地规模基尼系数的不断下降,表明中小城市的城市用地扩张较大城市更快,城市用地规模分布趋于分散,这与位序—规模法则的验证结果相一致。与此同时,城市人口规模基尼系数基本保持稳定,城市间的城市人口规模差距少有变动。这表明,环渤海地区中小城市的城市用地扩张势头虽然较为强劲,但对人口的吸引力与大城市相比尚存较大差距,城市发展过程中各种优势要素仍主要聚集在北京、天津等大城市。在环渤海地区合作发展和京津冀一体化背景下,要进一步加强区域各城市间的经济协作,有重点地扶持中小城市的发展,缓解大城市人口、资源与环境压力,促进区域城市可持续发展。

4.5 城市用地与人口规模分布位序等级钟

在城市用地位序等级钟内,北京、天津、青岛、沈阳的位序一直稳居前6位,唐山、潍坊的位序分别由1992年的第10和第12位上升至2012年的第4和第6位。菏泽、临沂、日照、抚顺、锦州、廊坊是位序变化最大的6个城市。其中,山东菏泽、临沂、日照和河北廊坊的位序等级钟曲线由外向内推进,位序分别由1992年的第40、第26、第43和第36位迅速上升至2012年的第21、第9、第26和第23位,依次上升了19个、17个、17个和13个位次;而辽宁抚顺和锦州的位序等级钟曲线则由内向外推移,位序分别由1992年的第14和第22位迅速下降至2012年的第31和第37位,依次下降了17个和15个位次（图5a）。
Fig.5 The rank-clock of cities in the Bohai Rim from 1992 to 2012

图5 环渤海地区1992-2012年城市位序等级钟

在城市人口位序等级钟内,高位序城市的位序基本保持稳定,北京、天津、青岛、沈阳、济南的位序一直稳居前6位,仅有潍坊的位序由1992年的第11位升至了2012年的第5位。本溪、阜新、鞍山、廊坊、聊城、滨州是位序变化最大的6个城市。其中,河北廊坊和山东滨州、聊城的位序等级钟曲线由外向内推进,位序分别由1992年的第41、第32和第39位上升至2012年的第26、第18和第25位,依次上升了15个、14个和14个位次;而辽宁本溪、阜新和鞍山的位序等级钟曲线则由内向外推移,位序分别由1992年的第19、第25和第7位降至了2012年的第36、第41和第22位,依次下降了17个、16个和15个位次（图5b）。
由此可见,环渤海地区1992-2012年城市用地与人口位序靠前的城市相对较为一致,但位序变化较大的城市则有所不同,位序显著上升的城市主要分布于山东省和河北省,位序显著下降的城市主要分布于辽宁省。由于改革开放的不断深入和国家产业结构优化升级的推进,作为中国最重要的老工业基地之一,辽宁省的经济发展速度在近20年来逐渐落后于环渤海地区其他区域,因而城市用地与人口规模位序相对靠后,尤其是对人口的吸引力不强。

5 城市用地与人口规模分布空间特征及其差异

对比分析环渤海地区1992-2012年城市用地与人口规模空间分布状况,发现城市用地与人口规模分布呈显著的区域差异和空间极化特征,且城市用地规模分布空间特征比城市人口规模分布空间特征更为突出。

5.1 区域差异

环渤海地区1992-2012年城市用地与人口规模分布的区域差异特征主要体现在城市群内外差异和城市群间差异两大方面。具体而言,京津冀、山东半岛、辽中南城市群内的城市用地与人口规模均明显大于城市群外,且规模等级最高的城市（城市用地≥1000 km2或500≤城市人口<1000万人）均分布于京津冀城市群内（图6、图7）。此外,环渤海地区1992-2012年城市用地规模分布的区域差异特征比城市人口规模分布更为突出,城市用地规模分布平均格局包含7个等级之间的差异,而城市人口规模平均格局则仅包含5个等级之间的差异（图7）。
Fig. 6 The spatial distribution of urban measured by urban land (a) and urban population (b) in the Bohai Rim

图6 环渤海地区城市用地（a）与城市人口（b）空间分布
注：图中UL表示城市用地,UP表示城市人口。

Fig. 7 The average pattern of urban size in the Bohai Rim from 1992 to 2012

图7 1992-2012年环渤海地区城市规模平均格局

由此可见,近20年来,伴随着人口的持续增长和经济的快速发展,环渤海地区城市发展的区域集群化趋势日益明显。城市群是吸纳农村富余劳动力和推进城市化进程的主要空间,是引领区域经济社会发展的龙头,但同时也是一系列生态环境问题集中激化的高度敏感区和重点治理区。随着国家“一带一路”建设、区域之间协同发展等一系列政策的推进实施,加快环渤海地区之间的合作发展已成为国家深化改革、扩大开放和促进区域协调发展的重大举措。促进环渤海地区三大城市群内外、城市群之间的城市用地与人口规模分布的协调发展,将是未来区域城市可持续发展亟须解决的关键性问题。

5.2 空间极化

环渤海地区主要城市的城市用地与人口规模分布均呈现出显著的空间极化特征,且城市用地规模分布的空间极化特征更为突出。1992-2012年城市用地规模增长最多的6个城市分别为天津、北京、青岛、唐山、潍坊和沈阳,依次增长了1318 km2、1213 km2、659 km2、489 km2、485 km2和392 km2,共占环渤海地区城市用地规模增长总量的44.32%;城市人口规模增长最多的6个城市分别为北京、潍坊、青岛、石家庄、临沂和济南,依次增长了385.50万、313.56万、261.87万、258.68万、255.76万和231.54万,共占环渤海地区城市人口规模增长总量的36.53%（图8）。
Fig. 8 The dynamic process of urban size in the Bohai Rim from 1992 to 2012

图8 1992-2012年环渤海地区城市规模变化过程

环渤海地区城市用地规模分布空间极化特征主要体现为“向海性”,城市用地规模增长最多的6个城市中有4个为沿海城市,17个沿海城市的城市用地规模增长量占到了环渤海地区44个城市用地规模增长总量的50.63%。改革开放以来,国家推行的沿海地区对外开放和国家投资向沿海地区倾斜的区域发展政策,在经济上取得了很好的效果,也成为了沿海城市用地快速扩张的驱动力。21世纪是人类开发利用海洋的新时代,借助沿海和港口的区位和交通优势,加快环渤海地区沿海经济带的建设步伐,既符合国家海洋战略需求,又能满足区域未来发展的实际需要。然而,环渤海地区沿海城市在高强度开发利用土地资源时,快速扩张的城市用地与有限农业生产用地、脆弱生态用地之间的矛盾也日益尖锐,填海造地现象屡见不鲜,大量围填海工程仍在进行,给区域土地资源可持续利用带来了巨大风险。
环渤海地区城市人口规模分布空间极化特征主要体现为“向南性”,城市人口规模增长最多的6个城市中有5个分布于环渤海地区重心以南,位于南翼山东省的17个城市的城市人口规模增长量占到了环渤海地区44个城市人口规模增长总量的48.36%。这一方面表明了位于区域北部的辽宁省城市人口规模增长相对缓慢;另一方面也说明,正处于城市人口规模快速增长过程中的山东省人口城市化任务艰巨。山东省历来是中国的人口大省,在其快速的人口城市化进程中,要稳步推进城镇基本公共服务常住人口全覆盖,不断提高城乡居民生活水平,促进人的全面发展,使全体居民共享现代化建设成果,防止“虚假城市化”现象出现。

6 结论与讨论

以环渤海地区为例,基于从DMSP/OLS稳定夜间灯光等多源遥感数据中获取的城市用地规模信息和从统计数据中获取的城市人口规模信息,综合运用首位度、基尼系数、位序—规模法则和位序等级钟等城市规模分布理论方法,对区域1992-2012年城市用地与人口规模分布时空演变特征进行了系统比较,可为优化区域城市空间开发格局、促进人地系统可持续发展提供参考。
（1）环渤海地区城市用地规模扩张速度明显快于城市人口规模扩张速度,城市人口规模分布比城市用地规模分布总体上更为均衡。在政府力量和市场力量的共同作用下,环渤海地区近20年城市用地规模扩张速度过快,总体上与城市人口规模分布不协调。将新增城市用地指标与新增城市人口指标相挂钩,严格控制新增城市用地,有序推进农业转移人口市民化,是环渤海地区未来实现城市规模健康、可持续成长的有效途径。
（2）环渤海地区城市用地规模呈首位型分布,较不均衡,但首位优势呈减弱趋势;城市人口规模呈位次型分布,相对较为均衡,但首位优势呈增强趋势。首位城市北京的城市用地规模扩张速度虽已相对趋缓,但其对人口的吸引力仍然在增强,有必要结合资源趋紧、环境恶化的基本市情合理控制其城市人口规模增长。在环渤海地区合作发展和京津冀一体化背景下,要加强环渤海地区各城市间的经济协作,有重点地扶持中小城市的发展,缓解大城市的人口、资源与环境压力,促进区域城市可持续发展。
（3）环渤海地区城市规模位序显著上升的城市主要位于山东省和河北省,位序显著下降的城市主要位于辽宁省。其中,辽宁抚顺和锦州的城市用地位序依次下降了17个和15个位次,本溪、阜新和鞍山的城市人口位序依次下降了17个、16个和15个位次。随着全国产业结构的优化升级和钢铁、煤炭及重工业的不景气,作为中国重要的老工业基地,辽宁省内大量城市的发展速度在近20年来逐渐落后于环渤海地区其他城市。要大力转变经济发展方式,改善投资创业环境,促进人力、资金、技术等要素流动,科学推进其城市化进程。
（4）环渤海地区城市用地与人口规模空间分布呈显著的区域差异和空间极化特征,且城市用地规模分布空间特征比城市人口规模分布空间特征更为突出。京津冀、山东半岛、辽中南三大城市群内外、城市群之间的城市用地与人口规模分布的区域差异显著。环渤海地区主要城市的城市用地与人口规模分布均呈现出显著的空间极化特征,城市用地规模分布空间极化特征表现为“向海性”,而城市人口规模分布空间极化特征则表现为“向南性”。要加快环渤海地区之间的合作发展,严格控制沿海地带新增建设用地指标,稳步推进环渤海南部地区人口城市化进程,在规避土地资源开发利用风险的同时防止“虚假城市化”现象出现。
目前,中国还比较缺乏一套统计标准一致、连续性和可比性强的长时间序列城市人口数据集,主要原因如下：第一,中国人口普查中的城市人口主要基于市和镇的行政区划和统计上划分城乡的标准进行获取,但不同阶段的行政区划和城乡边界不尽相同。第二,历次人口普查工作都需要耗费大量的人力、物力,数据成本相对较高。第三,每两期人口普查数据之间大约都相隔了10年,数据时效性不够强。鉴于此,本文参考已有研究[17,18],采用延续性相对较好、获取相对方便的非农人口替代城市人口数据开展研究。但事实上,非农人口与真实的城市人口之间存在一定的偏差[20]。尤其是对于劳动力需求较强但户籍人口控制严格的大城市而言,非农人口数据往往会低估城市人口规模,从而使得研究结果在一定程度上扩大了城市用地与人口规模分布时空特征之间的差异。然而,在长时间序列城市人口统计资料比较缺乏的情况下,采用非农人口数据开展研究仍然不失为综合权衡之下的可取选择。此外,还需要指出的是,本文虽然已对DMSP/OLS稳定夜间灯光数据进行了辐射定标、年内合成订正和年际序列订正等步骤在内的时间序列系统订正预处理,但数据的空间分辨率较低[21]。因此,如何快速准确地获取长时间序列城市用地与人口规模信息,进一步提升城市规模基础指标的可比性和可靠性,将是未来研究需要继续努力的方向。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
方创琳. 改革开放30年来中国的城市化与城镇发展. 经济地理, 2009, 29(1): 19-25.改革开放30年是我国城市化发展与城市建设取得巨大成就的30年,30年来我国城市化水平不断提高,年均提升0.93个百分点,现已稳步迈入城市化加速发展时期,城市化发展速度比世界平均水平快2.14%,但城市化水平仍比世界平均水平低8.40%,花了近半个世纪进入城市化加速成长的中期阶段,约25年后进入城市化发展的成熟期。城市化发展道路的数度调整有力地推动着我国城镇化朝着健康方向发展,初步形成了产业分工合理、空间竞争有序、市场运行高效的城镇体系,城镇体系的合理化使城市群成为国家参与全球竞争与分工的基本地域单元,成为国家综合配套改革试验的先行阵地,主宰着我国经济发展的命脉。城市化研究的理论水平不断提高,相关研究机构与人才不断涌现。在取得巨大成就的同时,我国城市化进程中也不可避免的暴露出一系列亟待解决的现实问题,这些问题能否在新一轮发展中得以解决,直接影响着我国城市化发展的未来和美好前景。未来我国城市化道路的选择,将立足我国资源环境承载能力,以不断提高城市化发展质量为核心内容,形成由城市群和大、中、小城市、小城镇及城乡协调发展的健康城市化格局,形成资源节约、环境友好、经济高效、社会和谐的城市化健康发展新格局,走资源节约与环境友好的健康城市化道路。

[Fang Chuanglin.The urbanization and urban development in China after the Reform and Opening-up. Economic Geography, 2009, 29(1): 19-25.]

[2]
宁越敏. 建设中国特色的城市地理学: 中国城市地理学的研究进展评述. 人文地理, 2008, 23(2): 1-5.

[Ning Yuemin.Construction of urban geography with China's characteristics: Commentary on the research progress of China's urban geography. Human Geography, 2008, 23(2): 1-5.]

[3]
顾朝林. 中国城镇体系等级规模分布模型及其结构预测. 经济地理, 1990, 10(3): 54-56.

[Gu Chaolin.The size-hierarchy distribution model and structure prediction of urban system in China. Economic Geography, 1990, 10(3): 54-56.]

[4]
许学强, 周一星, 宁越敏. 城市地理学(第2版). 北京: 高等教育出版社, 2009.城市地理学》是面向21世纪课程教材《城市地理学》的再版。全书共分为13章，首先介绍了城市地理学的研究对象、任务和内容及其与相关学科的关系，回顾了学科的发展简史，并探讨了城乡划分和城市地域的概念，追溯了城市的产生与发展。然后分别以城市化为中心，阐述了城市化原理和城市化的历史进程等内容；以城市体系为中心，阐述了城市职能分类、城市规模分布、城市空间分布体系、区域城镇体系等内容；以城市内部空间结构为中心，阐述了城市土地利用、城市内部地域结构、城市市场空间、社会空间和感应空间等内容。最后对城市问题作了介绍。　　本书可供综合性大学、工科院校、师范院校地理类和土建类专业本科生作为教材和教学参考书使用。　　本书是面向21世纪课程教材《城市地理学》的再版。与上一版相比，本版的内容吸收了近十年来的最新研究成果，更加系统地阐述了城市地理学的基本理论、基本方法和基础知识。全书共分为13章，首先介绍了城市地理学的研究对象、任务和内容及其与相关学科的关系，回顾了学科的发展简史，并探讨了城乡划分和城市地域的概念，追溯了城市的产生与发展。然后分别以城市化为中心，阐述了城市化原理和城市化的历史进程等内容；以城市体系为中心，阐述了城市职能分类、城市规模分布、城市空间分布体系、区域城镇体系等内容；以城市内部空间结构为中心，阐述了城市土地利用、城市内部地域结构、城市市场空间、社会空间和感应空间等内容。最后对城市问题作了介绍。本版更加注重理论与实践相结合、定性与定量相结合。　　本书可供综合性大学、工科院校、师范院校地理类和土建类专业本科生作为教材和教学参考书使用，同时也可以作为地理学、城市规划学、经济学、社会学等有关人员的研究和教学参考书，还可以为城市与区域规划、国土规划和经济发展战略规划工作者提供参考和借鉴。

[Xu Xueqiang, Zhou Yixing, Ning Yuemin.Urban Geography (second edtion). Beijing: Higher Education Press, 2009.]

[5]
谈明洪, 吕昌河. 以建成区面积表征的中国城市规模分布. 地理学报, 2003, 58(2): 285-293.lt;p>选择1990~2000年中国城市用地面积位于前200位的地级及地级以上的城市用地资料，把运用在城市人口规模上的位序-规模法则移植到城市用地上，分析了城市土地利用规模的变化规律。然后运用分形理论，阐释了城市用地的位序-规模曲线。结果显示：(1)以建成区面积作为衡量城市规模的指标，中国城市规模分布符合位序-规模法则，拟合曲线的判定系数都在0.95以上；(2)根据位序-规模曲线的形态，中国城市按建成区面积可分为3类：用地面积&gt;200 km<sup>2</sup>的大城市，50~200 km<sup>2</sup>的中等城市和&lt;50 km<sup>2</sup>的小城市；(3)城市建成区用地的位序-规模曲线有平行向前推进的特点，这为预测我国未来城市建成区用地规模提供很好的基础；(4)中国位于前200位的城市用地规模分布的均衡度不断增强，城市建成区用地规模总量持续增加。</p>

DOI

[Tan Minghong, Lv Changhe.Distribution of China city size expressed by urban built-up area. Acta Geographica Sinica, 2003, 58(2): 285-293.]

[6]
樊杰. 人地系统可持续过程、格局的前沿探索. 地理学报, 2014, 69(8): 1060-1068.本文结合笔者近年来在人文地理学前沿问题探讨的综述,阐释了人—地系统相互作用时空分异规律是现代地理学最高层级的科学难题、也是决定未来地理学前途的关键问题的认识,提出了截至目前开展人地系统综合研究所采用的“过程归纳、区域比较、定性分析、逻辑判断”等4 个实用方法,并围绕着区域均衡、资源环境承载能力、地域功能、空间结构等4个前沿领域,讨论了影响区域发展格局变化的驱动力、自然圈对人类活动圈层的作用、综合地理区划原理和方法、以及“生活—生产—生态”空间结构变化规律等研究的学术思想,探讨了“未来地球”框架下区域可持续发展研究的意义和重要命题,认为“自然科学和社会科学交叉”、“基础研究和决策应用贯通”的复杂性科学基础理论体系和综合研究集成方法体系建设,将深刻影响着人地系统过程和格局的研究进展.

DOI

[Fan Jie.Frontier approach of the sustainable process and pattern of human-environment system. Acta Geographica Sinica, 2014, 69(8): 1060-1068.]

[7]
陈凤桂, 张虹鸥, 吴旗韬, 等. 我国人口城镇化与土地城镇化协调发展研究. 人文地理, 2010, 25(5): 53-58.中国正处于城镇化进程加速发展时期，城市规模不断扩大，城市数目不断增加，单以非农人口比重 这一标准衡量城镇化水平并不能全面反映城镇化的内涵，因此，如何理性评价当前的城镇化状态值得思考。城镇化包含人口向城镇的转型、集中、强化和分异的过 程，同样也包括城镇景观的地域推进过程。在归纳总结城镇化的深层内涵的基础上，选择人口城镇化和土地城镇化为切入点，从两个不同的角度衡量我国的城镇化水 平，并研究二者协调发展状态。通过时间序列演算，发现人口城镇化指数与土地城镇化指数均呈现持续上升的趋势，并且从2002年开始土地城镇化指数增长速度 明显加快，并在2007年土地城镇化指数超过人口城镇化指数；空间分析的结果显示，我国人口城镇化与土地城镇化协调发展空间格局具有水平总体偏低、阶段差 距大、区域分异明显等特点。

[Chen Fenggui, Zhang Hongou, Wu Qitao, et al.A study on coordinate development between population urbanization and land urbanization in China. Human Geography, 2010, 25(5): 53-58.]

[8]
Imhoff M L, Lawrence W T, Stutzer D C, et al.A technique for using composite DMSP/OLS "city lights" satellite data to accurately map urban areas. Remote Sensing of Environment, 1997, 61(3): 361-370.A Tresholding technique was used to convert a prototype “city lights” data set from the National Oceanic and Atmospheric Administration's National Geophysical Data Center (NOAAINGDC) into a map of “urban areas” for the continental United States. Thresholding was required to adapt the Defense Meteorological Satellite Program's Operational Linescan System (DMSPIOLS)-based NGDC data set into an urban map because the values reported in the prototype represent a cumulative percentage lighted for each pixel extracted from hundreds of nighttime cloud screened orbits, rather than any suitable land-cover classification. The cumulative percentage lighted data could not be used alone because the very high gain of the OLS nighttime photomultiplier configuration can. lead to a pixel (2.7X2.7 km) appearing “lighted” even with very low intensity, nonurban light sources. We found that a threshold of %89% yielded the best results, removing ephemeral light sources and “blooming” of light onto water when adjacent to cities while still leaving the dense urban core intact. This approach gave very good results when compared with the urban areas as defined by the 1990 U. S. Census; the “urban” area from our analysis being only 5% less than that of the Census. The Census was also used to derive population.- and housing-density statistics for the continent-wide “city lights” analysis; these averaged 1033 persons/km 2 and 426 housing units/ king, respectively. The use of a nighttime sensor to determine the location and estimate the density of population based on light sources has proved feasible in this exploratory effort. However, issues concerning the use of census data as a benchmark for evaluating the accuracy of remotely sensed imagery are discussed, and potential improvements in the sensor regarding spatial resolution, instrument gain, and pointing accuracy are addressed.

DOI

[9]
卓莉, 李强, 史培军, 等. 基于夜间灯光数据的中国城市用地扩展类型. 地理学报, 2006, 61(2): 169-178.<p>针对目前在城市用地空间扩展类型的划分与识别方面存在的问题,首次提出了基于夜间灯光图像像元灯光强度的时间变化特征对城市用地空间扩展类型进行分类/识别的方法, 并应用该方法将中国1992~1998年间的城市用地空间扩展类型分成了3级7大类,进而对这些扩展类型的区域结构、空间分布和开发强度进行了分析,揭示了1992~1998年间中国城市用地空间扩展的一些主要特征。提出以像元为分析对象、并采用多级分类的方法,不仅实现了大尺度上城市用地空间扩展类型的快速识别,而且还在保证分类结果与其他相关研究结果衔接一致的前提下,提供了更为详细且符合实际的城市用地空间扩展信息。</p>

[Zhuo Li, Li Qiang, Shi Peijun, et al.Identification and characteristics analysis of urban land expansion types in China in the 1990s using DMSP/OLS data. Acta Geographica Sinica, 2006, 61(2): 169-178.]

[10]
吴健生, 刘浩, 彭建, 等. 中国城市体系等级结构及其空间格局: 基于DMSP/OLS夜间灯光数据的实证. 地理学报, 2014, 69(6): 759-770.完善的城市体系可以不断优化各个城市的时空资源并强化区域城市的集聚效应，切实推动区域可持续发展与城市综合效益最大化。受惠于城市因素流与城市作用潜力的显著相关关系，节点体系研究可以准确测度城市体系内部各个城市之间的相互作用关系，又避免了功能体系研究所需矢量数据的难以获取与测算庞杂，而DMSP/OLS夜间灯光遥感数据可以综合地定量测度城市地区人类活动的广度与强度。基于夜间灯光指数的引力模型定量测度中国341个城市之间的相互作用关系，并通过二阶段聚类法综合分析其城市体系等级结构与空间格局。中国节点城市被划分为7 大国家节点城市（包括北京、天津、上海、广州、重庆、哈尔滨与沈阳）、26 个区域节点城市与107 个省域节点城市，而中国城市体系则被划分为2 个国家城市体系（北方城市体系与南方城市体系）、8 个区域城市体系（华北城市体系、东北城市体系、西北城市体系、黄河中游城市体系与华东城市体系、华南城市体系、西南城市体系、长江中游城市体系） 与31 个省域城市体系。城市体系的地域范围是相对的、局部的，没有明确的识别界线，不过通过对基于DMSP/OLS夜间灯光数据的中国城市体系等级结构与空间格局与顾朝林实证研究的分析结果进行进一步的综合比对评估，总体而言，基于DMSP/OLS夜间灯光数据对城市体系的等级结构与空间格局进行实证研究是可信的和可行的。

DOI

[Wu Jiansheng, Liu Hao, Peng Jian, et al.Hierarchical structure and spatial pattern of China's urban system: Evidence from DMSP/OLS nightlight data. Acta Geographica Sinica, 2014, 69(6): 759-770.]

[11]
Huang Q X, He C Y, Gao B, et al.Detecting the 20 year city-size dynamics in China with a rank clock approach and DMSP/OLS nighttime data. Landscape and Urban Planning, 2015, 137(5): 138-148.Studies have shown that, city size and rank follow a Pareto distribution across countries and over time. However, inconsistent definitions and measurements of city size (e.g., urban population and urban area) in census data in China have hindered the retrieval of comparable Pareto coefficients over time. Additionally, abrupt changes in size and rank at the city level are neglected in many studies. In this study, we extracted an alternative and consistently comparable measurement of city size from Defense Meteorological Satellite Program/Operational Line-scan System (DMSP/OLS) nighttime light images. Besides the traditional regression analysis at the national level, we also adopted the rank clock method to analyze city-size evolution at the city level. We found that: (1) the distribution of urban areas became more even in China, with an increase of the Pareto's coefficient from 0.79 in 1992 to 0.90 in 2008; (2) the most obvious change in urban-area distribution at the national level occurred during the period from 2000 to 2003, which is consistent with turbulent rank changes at the city level; and (3) our combined method revealed another period from 1992 to 1995 with large rank fluctuations, which was masked by the relatively stable Pareto's coefficients extracted at the national level. The results demonstrate that the new DMSP/OLS nighttime light images and the combined method are useful for revealing city-size dynamics in a more consistent way from both national and city perspectives. The results enrich our understanding of city-size evolution and have valuable implications for relevant decision makers and stakeholders.

DOI

[12]
Liu Z F, He C Y, Zhang Q F, et al.Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light data from 1992 to 2008. Landscape and Urban Planning, 2012, 106(1): 62-72.Timely and accurate information about the dynamics of urban expansion is vital to reveal the relationships between urban expansion and the ecosystem, to optimize land use patterns, and to promote the effective development of cities in China. Nighttime stable light data from the Defense Meteorological Satellite Program's Operational Line-scan System (DMSP-OLS) Nighttime Lights Time Series dataset provide a new source of information that can quickly reveal the dynamics of urban expansion. However, the DMSP-OLS sensor has no on-board calibration, which makes it difficult to directly compare time series data from multiple satellites. This study developed a new method for systematically correcting multi-year multi-satellite nighttime stable lights data and rapidly extracting the dynamics of urban expansion based on this corrected data for China from 1992 to 2008. The results revealed that the proposed method effectively reduced abnormal discrepancy within the nighttime stable light data and improved continuity and comparability. The dynamics of urban expansion in China from 1992 to 2008 were extracted with an average overall accuracy of 82.74% and an average Kappa of 0.40. (C) 2012 Elsevier B.V. All rights reserved.

DOI

[13]
Yang Y, He C Y, Zhang Q F, et al.Timely and accurate national-scale mapping of urban land in China using Defense Meteorological Satellite Program's Operational Linescan System nighttime stable light data. Journal of Applied Remote Sensing, 2013, 7(1): 1-18.

[14]
He C Y, Liu Z F, Tian J, et al.Urban expansion dynamics and natural habitat loss in China: A multi-scale landscape perspective. Global Change Biology, 2014, 20(9): 2886-2902.China's extensive urbanization has resulted in a massive loss of natural habitat, which is threatening the nation's biodiversity and socioeconomic sustainability. A timely and accurate understanding of natural habitat loss caused by urban expansion will allow more informed and effective measures to be taken for the conservation of biodiversity. However, the impact of urban expansion on natural habitats is not well-understood, primarily due to the lack of accurate spatial information regarding urban expansion across China. In this study, we proposed an approach that can be used to accurately summarize the dynamics of urban expansion in China over two recent decades (1992-2012), by integrating data on nighttime light levels, a vegetation index, and land surface temperature. The natural habitat loss during the time period was evaluated at the national, ecoregional, and local scales. The results revealed that China had experienced extremely rapid urban growth from 1992 to 2012 with an average annual growth rate of 8.74%, in contrast with the global average of 3.20%. The massive urban expansion has resulted in significant natural habitat loss in some areas in China. Special attention needs to be paid to the Pearl River Delta, where 25.79% or 1518 km(2) of the natural habitat and 41.99% or 760 km(2) of the local wetlands were lost during 1992-2012. This raises serious concerns about species viability and biodiversity. Effective policies and regulations must be implemented and enforced to sustain regional and national development in the context of rapid urbanization.

DOI

[15]
刘玉, 刘彦随, 郭丽英. 环渤海地区县域人均粮食占有量空间格局演化. 地理科学, 2011, 31(1): 102-109.

[Liu Yu, Liu Yansui, Guo Liying.Evolution of spatial pattern of per capita grain possession at county level in the area along Bohai Rim of China. Scientia Geographica Sinica, 2011, 31(1): 102-109.]

[16]
Buyantuyev A, Wu J G.Urban heat islands and landscape heterogeneity: Linking spatiotemporal variations in surface temperatures to land-cover and socioeconomic patterns. Landscape Ecology, 2010, 25(1): 17-33.<a name="Abs1"></a>The urban heat island (UHI) phenomenon is a common environmental problem in urban landscapes which affects both climatic and ecological processes. Here we examined the diurnal and seasonal characteristics of the Surface UHI in relation to land-cover properties in the Phoenix metropolitan region, located in the northern Sonoran desert, Arizona, USA. Surface temperature patterns derived from the Advanced Spaceborne Thermal Emission and Reflection Radiometer for two day-night pairs of imagery from the summer (June) and the autumn (October) seasons were analyzed. Although the urban core was generally warmer than the rest of the area (especially at night), no consistent trends were found along the urbanization gradient. October daytime data showed that most of the urbanized area acted as a heat sink. Temperature patterns also revealed intra-urban temperature differences that were as large as, or even larger than, urban&#8211;rural differences. Regression analyses confirmed the important role of vegetation (daytime) and pavements (nighttime) in explaining spatio-temporal variation of surface temperatures. While these variables appear to be the main drivers of surface temperatures, their effects on surface temperatures are mediated considerably by humans as suggested by the high correlation between daytime temperatures and median family income. At night, however, the neighborhood socio-economic status was a much less controlling factor of surface temperatures. Finally, this study utilized geographically weighted regression which accounts for spatially varying relationships, and as such it is a more appropriate analytical framework for conducting research involving multiple spatial data layers with autocorrelated structures.

DOI

[17]
苏飞, 张平宇. 辽中南城市群城市规模分布演变特征. 地理科学, 2010, 30(6): 343-349.

[Su Fei, Zhang Pingyu.Evolution characteristics of city-size distribution of urban agglomeration in middle and south Liaoning province. Scientia Geographica Sinica, 2010, 30(6): 343-349.]

[18]
蒲英霞, 马荣华, 马晓冬, 等. 长江三角洲地区城市规模分布的时空演变特征. 地理研究, 2009, 28(1): 161-172.lt;p>从不同的角度对改革开放以来长江三角洲地区城市规模分布的演变进行了较为系统的研究。结果表明:(1)长三角城市体系经历了首位型-位次型-首位型分布模式,城市首位度降低,并不能排除城市规模呈现首位型分布;(2)就整个研究期间而言,长三角城市体系呈现较弱的收敛增长态势;(3)规模相对较大的城市,其维持自身状态的可能性较大。从长期发展趋势来看,长江三角洲地区将有高达78%的城市的人口规模低于同期平均水平,人口规模超过平均水平2倍以上的大城市数量将有所减少;(4)长三角城市体系在总体上并没有呈现均匀的空间分布格局,空间极化现象一直比较明显。随着改革进程的加快,在苏南、环杭州湾一带地区出现的空间集聚现象不断加强,这与苏北、浙南地区空间分布格局的相对平静形成了鲜明对比。</p>

DOI

[Pu Yingxia, Ma Ronghua, Ma Xiaodong, et al.Spatio-temporal dynamics of city-size distribution in Yangtze River Delta. Geographical Research, 2009, 28(1): 161-172.]

[19]
刘妙龙, 陈雨, 陈鹏, 等. 基于等级钟理论的中国城市规模等级体系演化特征. 地理学报, 2008, 63(12): 1235-1245.lt;p>首次引入国际著名城市地理学家M.Batty 提出的&ldquo;城市规模等级钟&rdquo;、&ldquo;等级距离钟&rdquo; 和&ldquo;半生命周期&rdquo; 理论； 利用地级以上城市的人口&mdash;等级数据， 测算了表征中国城市规模等 级演化特点的&ldquo;等级钟&rdquo;、&ldquo;等级距离钟&rdquo; 和&ldquo;半生命周期&rdquo;， 探讨了演化过程与机制； 利用 历史人口数据， 研究了若干历史城市近2000 年间的&ldquo;等级钟&rdquo; 演化特征。等级钟研究表明， 中国特大城市的规模等级钟变化较小， 城市位序稳定； 在区域空间差异上， 东部沿海城市等 级钟变化明显， 位序上升迅速； 东北地区城市等级钟呈现较大变化， 但演化方向与东部沿海 城市相反， 城市位序逐渐下降； 西部和内陆城市等级钟变化缓慢， 位序难以进入顶级序列之 中。等级距离钟表明， 中国高位序城市等级距离变化较小， 低位序和新设立城市的等级距离 变化明显， 整个城市系统的变化较为平缓， 仅在1980-1985 年间和2000-2005 年间出现较大变化， 体现了中国在改革开放初期与21 世纪开始的二次较为迅速的城市化发展历程。半生命周 期研究表明， 中国城市体系在生命周期现象不明显的总体背景下， 以20 世纪80 年代为时间 界标， 百位城市的前、后半生命周期仍然显现有较为明显的时间尺度差异， 自该时间界标以后， 新兴城市替代传统城市的速度开始加快。中国历史城市&ldquo;等级钟&rdquo; 表明， 城市位序等级 的变化是多种动因的叠加， 以政治职能为主的城市位序与其政治地位密切相关； 沿海、沿江 城市的位序则更多地与地理区位条件和经济政策相关联。</p>

DOI

[Liu Miaolong, Chen Yu, Chen Peng, et al.The time-scale effects of the city-size hierarchy in China based on rank-clock methodology. Acta Geographica Sinica, 2008, 63(12): 1235-1245.]

[20]
李亚婷, 潘少奇, 苗长虹. 中国县域人均粮食占有量的时空格局: 基于户籍人口与常住人口的对比分析. 地理学报, 2014, 69(12): 1753-1766.依据中国第五次、第六次人口普查分区县的户籍人口、常住人口数据,借助空间自相关分析、重心曲线、空间分布图系等方法,对中国县域人均粮食占有量的时空格局及其变化强度进行对比分析。结果表明:① 中国人均粮食占有量存在明显的地域分异规律,东西分异和南北分异突出。两种人口统计口径下人均粮食占有量的全局和局部自相关特征显著,空间集聚趋势不断加强。高高集聚区向东北方向汇集,低低集聚区向东南方向汇集。② 两种人口统计口径下人均粮食占有量空间分布特征存在明显差异且有增大趋势,差别较大的县区主要集中在800 mm等降水量线以南,尤以华南区和西南区最为显著。③ 人均粮食占有量变化重心曲线呈“L”形,越向北增幅越大,越向东南减幅越大;基于分布图系、重心曲线将人均粮食占有量变化区域划分为高度增加区、中度增加区、低度增加区、基本不变区、低度减少区、中度减少区、高度减少区等7 种类型,人均粮食占有量变化格局在两种人口统计口径下存在明显差异。

DOI

[Li Yating, Pan Shaoqi, Miao Changhong.The spatial-temporal patterns of per capita share of grain at the county level in China: A comparison between registered population and resident population. Acta Geographica Sinica, 2014, 69(12): 1753-1766.]

[21]
李德仁, 李熙. 论夜光遥感数据挖掘. 测绘学报, 2015, 44(6): 591-601.lt;p>如果从地球上空观测夜间的地球,可以发现人类聚居区和经济带发出夺目的光芒。当夜间的天空无云时,遥感卫星能够捕捉到城镇灯光、渔船灯光、火点等可见光辐射源,这些夜间无云条件下获取的地球可见光的影像即夜光遥感影像。与日间遥感不同,夜光遥感对于反映人类社会活动具有独特的能力,因此被广泛应用于社会经济领域的空间数据挖掘。本文首先介绍能够观测夜间灯光的卫星遥感观测平台和传感器, 然后从社会经济参数估算、城市化监测与评估、重大事件评估、环境及健康效应研究、渔业信息提取、流行病研究、油气田监测等方面总结了夜光遥感数据挖掘的现状和特点。最后,文章从新型数据源、知识发现、地面观测和地理国情&mdash;世情监测4个方面提出了夜光遥感及其数据挖掘的未来发展趋势。</p>

DOI

[Li Deren, Li Xi.An overview on data mining of nighttime light remote sensing. Acta Geodaetica et Cartographica Sinica, 2015, 44(6): 591-601.]

Options
文章导航

/

〈 〉