表1(Table 1)
2. 南方海洋科学与工程广东省实验室(珠海), 珠海 519080
2. Southern Marine Science and Engineering Guangdong Laboratory(Zhuhai), Zhuhai 519080, China
环南海区域自20世纪60年代推进工业化进程以来，城市化发展迅速。尤其是20世纪80年代中期以后各国实现经济起飞阶段，各国城市用地扩张速度急剧加快，城市人口密度迅速提高[1]。东南亚十国城市人口总量从1990年的1.397亿增加到2018年的3.198亿[2]，有研究表明，2000—2010年环南海中等收入国家城市由于城市人口增长速率高于城市用地增长速率，城市密度增加[3]。城市人口过度拥挤可能带来一系列城市问题如基础设施不足、城市贫困人口涌现、贫民窟以及环境问题等[4]。定量分析该区域不同国家的城市用地扩张阶段及其空间形态变化，对于掌握不同区域的城市用地发展特征，加深对区域城市化进程的理解，以及预测各个城市的土地利用发展趋势，有重要意义[5, 6]。同时，环南海区域作为“一带一路”沿线重要合作区域，了解“一带一路”沿线典型城市用地扩张的特点，对于未来推进跨城市之间的交流与合作，开拓新的城市用地增长空间，促进跨国要素流动，加速产业扩散等具有一定的借鉴意义[7, 8]。
环南海区域自20世纪90年代金融危机爆发之后，各国国内工业化进程有所减缓，并相继推出经济转型与产业升级等措施[9]，以此推动社会经济发展与城市人口规模增加，刺激城市用地空间扩大，进而呈现各异的城市化发展阶段。国外城市化相关研究表明，城市化发展进程具有一定的阶段性和区域差异性[10]。1979年，诺瑟姆提出了“城市化发展的S型曲线”，揭示了长时间序列中区域城市化发展的阶段性以及周期性规律[11]；1996年，克拉森提出“城市化空间发展模型”，揭示了在空间层面上，不同城市呈现的阶段性与各异的属性特征[12]。可以看出，通过分析城市用地空间扩张的阶段性规律特征，对于反映城市化进程以及状态具有一定的作用。此外，也有学者指出，由于不同地区的经济社会发展水平、生态环境条件等因素各不相同，因此各个城市呈现出极具地域特征的城市化发展差异[13]。通过对比各地区差异化的城市化发展阶段，对于全面了解环南海区域城市化进程具有重要意义。此外，结合各地区产业发展的水平与人口规模，可以在一定程度上分析环南海城市用地扩张的驱动机制，对于已有的城市用地增长理论可进行一定的补充。
总结国内外已有的城市用地扩张模式研究不难发现，虽然城市用地扩张研究是诸多学者研究的热点，但是针对环南海地区的城市用地扩张模式研究，还主要停留在重点分析典型特大城市用地变化强度与格局分析上[14-17]，例如雅加达、曼谷、马尼拉、胡志明市，缺乏对该地区的不同城市的不同发展阶段用地扩张过程及其变化速率进行综合对比研究。与此同时，已有研究也只结合遥感影像[18, 19]和土地利用分类产品[20]等对该地区以国家为单位的宏观尺度的土地用地转换类型进行了定量研究与总结和分析[3]，缺乏针对城市尺度的用地形态及其空间扩张方式进行定量分析与规律性探索的描述等。此外，目前已有的用地空间增长研究也多集中于现状描述，鲜有对城市用地空间增长的机理进行进一步分析。
当前，描述城市用地的扩张速率与空间形态扩张模式是现有城市用地扩张研究的两大分支。从描述城市用地扩张速率来看，基于城市建成用地的年均扩张速率[21, 22]、土地密度增长强度[23]、以及基于不同城市景观指数（如熵农指数、多样性指数等）的时序景观扩张指数[24-26]等，都常用于定量描述与拟合城市用地的过程与变化趋势。与此同时，还有学者结合上述的用地增长指数，利用元胞自动机[27]、BP神经网络[28, 29]和马尔科夫链[30]等方法预测不同城市未来的用地变化规律。随着数据方法的不断更新，夜间灯光[31]、城市路网[32]等数据也逐渐被用于结合城市建成用地，描述城市用地时空扩张速率。
从描述城市用地空间扩张模式的角度来看，当前的研究多尝试利用遥感数据，结合凸壳原理[33, 34]、分形模型[35]、城市化梯度模板[36]、邻近扩张指数[37]、公共边测度[38, 39]等方法研究城市空间扩张的动态变化特征，并大致总结出城市用地飞地式扩张、填充式扩张、蔓延式扩张的三类用地扩张类型。其中，公共边测度方法因其能够对单个城市内部建设用地扩张模式进行判定[40]，而在当前城市用地扩张模式分析中得到较广泛的应用。
综上所述，为更好地对环南海区域典型城市的用地扩张规律进行研究，需要从城市用地的扩张速率与城市用地的空间扩张模式，来综合进行对比分析。本文以环南海十国和“一带一路”倡议发起国—中国为研究区，选取16个人口在30万以上的典型沿海城市为研究对象。在纵向上，结合研究区1990年、2000年、2010年和2018年4期的城市建成用地数据，利用圈层分析方法和反S函数，拟对近30年不同沿海城市的用地增长速率与增长阶段划分；在横向上，结合公共边测度方法，从城市用地的空间形态上，探讨不同城市在不同阶段的用地空间扩张模式，通过横向与纵向的综合对比分析，总结各城市的发展规律。最后，本文运用人口和产业数据进一步分析驱动城市用地扩张的机理，探讨城市用地增长速率与人口增长速率的关联关系，为今后研究环南海区域土地政策和推进新时期“一带一路”倡议提供参考和决策支持。
2 数据来源及方法 2.1 研究区与数据来源本文选取的16个典型沿环南海地区的城市分布于中国、文莱、泰国、越南、印度尼西亚、马来西亚、菲律宾、柬埔寨、新加坡、老挝、缅甸11个国家，分别为斯里巴加湾市（位于文莱摩纳区）、曼谷、河内、胡志明市、雅加达、吉隆坡、马尼拉、金边、新加坡、万象、仰光、东莞、广州、香港、深圳、珠海（图 1）。环南海连接亚洲和大洋洲，沟通太平洋和印度洋，地理位置十分重要，所选取的城市均为各国首都亦或是主要海洋经济发展中心，是推进“一带一路”倡议的重要节点城市。如表 1所示，截止至2018年，所有城市的人口均超过30万人，人口密度均超过5000人/km2，为环南海区域沿海人口较为密集的城市，其中中国香港人口密度最大，中国东莞和深圳在近三十年来人口密度增长速率最快，而文莱摩纳区建成用地面积增长速率最快。在过去的30年间，这些城市均处在不同的发展阶段，对比这些典型沿海城市的用地规律，对于横向对比城市的用地增长模式以及纵向了解城市用地的发展趋势，都具有一定的参考价值。
|
图 1 研究区域 Fig.1 Study Area 注：基于国家自然资源部标准地图（审图号为GS(2016)2938号）绘制，比例尺为1:3530万，底图无修改。 |
|
表 1 1990—2018年环南海16个典型城市概况 Tab.1 A Survey of Research on 16 Typical Cities Around South China Sea in 2018 |
根据数据的可获取性与城市用地的变化特征，本研究选取1990年、2000年、2010年、2018年四个时间节点来描述城市的用地扩张模式与规律（图 2）。城市用地数据来源于清华大学宫鹏2019年发布的全球近40年的不透水数据集[41]，城市水体数据来源于欧洲联合研究中心发表的1984—2020年全球地表水数据集[42]。城市边界数据来源于GADM发布的全球行政区划数据[43]，城市人口数据、产业数据来源于世界银行、联合国等联合发布的全球人口数据集（WorldPop网站）以及世界银行数据库[2, 44]。
|
图 2 4年期土地利用数据以及缓冲区 Fig.2 Land Use Data and the Multiple Buffer Zones in 1990, 2000, 2010, 2018 注：根据实际情况新加坡和中国五大城市以行政边界为缓冲区边界范围，其他东南亚城市以实际城市用地扩张范围为研究区域。基于国家自然资源部标准地图（审图号为GS(2016)1666号）绘制，比例尺为1:8700万，底图无修改。下同。 |
焦利民等通过构建反S函数来模拟研究城市中心到城市边缘土地的变化规律，并以此得到每个城市基于土地密度的城市扩张规律[23]。反S函数：
|
(1) |
式中：f(r)表示城市密度；r表示到城市中心的距离；e是欧拉数；α、c和D是参数；α值是控制反S函数曲线斜率的参数；c值表示城市腹地建设用地密度的背景值；D值表示主要城市区域半径的拟合估计值[45]。
本文的f(r) 城市密度通过圈层分析法计算得到。以1 km为半径从城市中心向外做多环缓冲区，直至最外圈层的缓冲区基本覆盖2018年的城市用地。城市中心由联合国人居署提供的城市地图数据集[46]与谷歌地图所提供的高分辨率城市卫星影像图进行综合验证并最终确定。城市土地密度（Density）的计算公式如下：
|
(2) |
式中，Sbuild-up为缓冲区内各圆环的建设用地面积；Sring为缓冲区内各圆环的面积；Swater为缓冲区内各圆环的水体面积。
根据反S函数拟合的内城区和城区半径的比值计算城市各个研究时点的紧凑度。紧凑度Kp值若随着时间节点的增加而减少，则表示城市朝着紧凑方向发展[45]。根据焦利民所提出的公式[23, 47]，Kp紧凑度计算如下：
|
(3) |
式中：r2-r1为内城区范围；D为城市半径；α为控制反S函数曲线斜率的参数。
反S函数拟合得到的参数D是主城区的半径估计值，通过计算D值的增长速度，可以表征每个城市空间增长的速度，城市空间增长速率V为：
|
(4) |
式中：Dt为研究期末城市半径；D0为研究期初城市半径；n为研究时段。
2.2.2 公共边测度方法本文利用城市景观扩张指数R来量化16个典型城市的扩张模式，并根据以下公式将新增的城市土地斑块划分为不同的增长类型。
|
(5) |
式中，R为城市扩张模式的指数，Lce为新增城市用地与现状城市用地的公共边长度；Lzc为新增城市用地的周长。当指数R≥0.5时，为填充式扩张，表明城市在已形成的城市区域内部进行填充扩张；当指数0 < R < 0.5时，为蔓延式扩张，表明城市在已形成的城市区域外部进行边缘式扩张；当指数R =0时，为飞地式扩张，表明城市不与原先的城市地块连接进行扩张，而是脱离城市范围从现有城市用地外部进行扩张[39]（图 3）。
|
图 3 扩张模式划分示意图[48] Fig.3 Schematic Diagram of Expansion Mode Division |
16个城市的反S函数拟合曲线如图 4所示。由表 2可以看出，各城市的反S函数拟合效果均较好，R2均在0.87以上，其中R2大于0.9以上的占95%。由表 2可知，① α值作为控制反S曲线斜率的参数，可以反映城市形态的紧凑程度，α值越大，表示城市中心与外围城市用地之间的关系越紧凑，城市核心区土地密度较高，郊区土地密度较低。α值越小，城市用地较松散，城市核心区土地密度较低，城市郊区区域土地密度较高[23, 45]。16个环南海城市在4个时点该参数的取值范围在0.09—2.75之间，将所有样本城市的α值按从小到大的顺序排列并画出散点图，发现α值在1时出现明显断层，因此，以1为阈值，认为α值小于1的城市是松散的，大于1的城市是相对紧凑的。1990—2018年城市用地呈现紧凑形态发展的城市由9个增加至13个，呈现松散形态发展的城市从7个减少为3个；②C值为城市边缘腹地的土地密度值，一般该参数的数值较小，16个城市在4个时点该参数的取值范围在-0.02—0.15之间，其中大多数城市的C值小于0.1，说明大多数城市的边缘土地密度低于10%；③D值代表城市半径，随着时间的推移城市半径在逐渐拉大，鉴于各国城市用地扩张地理环境各异，各个城市半径增长的速率各不相同。1990年至2018年参数D的取值范围从0.49—12.08增加为4.22—33.91。1990年和2018年城市半径最小和最大的城市并无改变，都分别为斯里巴加湾市和雅加达。
|
图 4 环南海16个城市反S函数拟合曲线 Fig.4 Inverse S-function Fitting Curve of 16 Cities Around the South China Sea |
|
|
表 2 环南海16个城市土地密度反S函数拟合参数 Tab.2 Inverse S-function Fitting Parameters of Land Density in 16 Cities Around the South China Sea |
由综合曲线形态反映城市扩张的情况可知，紧凑形态的城市曲线在前半段接近城市中心呈现较平缓的趋势，中部快速下降，α值较高（> 1），而松散形态的城市曲线相对较为平缓且大幅度向右偏移，α值较低（< 1）[45]。结合曲线斜率和α值的大小，总体上看，1990—2018年环南海16个典型城市中城市形态一直呈现为相对松散的城市为斯里巴加湾市、新加坡；城市形态由松散变为紧凑的城市为万象、仰光、吉隆坡、曼谷、珠海；城市形态由紧凑变为松散的城市为深圳；其余城市在近三十年内一直保持紧凑的城市用地扩张形态。
3.1.1 城市空间增长速率根据反S函数拟合得到的城市半径估计值D，通过公式（4）可计算得到环南海16个城市4个时间段的城市空间增长速率（V）。根据焦利民关于城市增长速率的研究以及本文所研究数据的特性，将城市的空间增长速率划分为三个阶段：①较高速率（V ≥0.04）；②中等速率（0.01 < V < 0.04）；③较低速率（V ≤0.01）。由此可知，近三十年来，本研究中城市空间增长速率由高等速率转为中等速率的城市为雅加达、金边、吉隆坡、曼谷、珠海、东莞、胡志明市，由于金融危机以及城市内部发展政策等调整，城市扩张速率有所放缓[9]；由中等速率转为高速率的城市为斯里巴加湾市，该城市原以高度依赖石油资源，发展第二产业为主，近几十年来由于油价下跌以及石油危机等原因，斯里巴加湾市逐步进行经济转型，加快发展服务业，如旅游、文化和创意产业等，以此推进区域城市经济可持续发展[49-51]。因此区域用地扩张速率相较于之前呈现快速增长趋势；一直保持为中等速率的城市为广州、万象、马尼拉、河内市，这些城市近三十年来经济发展较为稳定，第二产业与第三产业稳步发展，城市用地空间呈现持续稳定扩张的趋势；一直保持中低速率的城市为香港、新加坡、深圳，该三大城市均是原经济发展较快的世界城市，由于城市用地发展空间有限以及城市多中心战略的制定，城市用地扩张速率在近三十年保持在中低水平[52]；城市空间扩张速率起伏较大的为仰光，由于外资注入，仰光城市的建筑实现快速重建与发展，驱动用地扩张的需求，又由于该地复杂的政治和社会环境，城市用地扩张并不稳定[53]。
由此看出，研究期内城市化水平加速提高，大部分环南海城市呈现中高速城市空间增长速率，但由于各个城市政治经济社会文化发展差距较大，用地扩张的速率也各不相同。
3.1.2 城市紧凑度根据公式（3）计算个城市紧凑度Kp值，大部分城市Kp值在0.5—1.5之间。Kp值通过计算内城区与城市半径的比值表征城市土地密度下降的范围占城市半径的比值，可从宏观层面表征城市整体扩张状态特征的变化趋势。据已有相关研究，可将Kp值变化程度界定的阈值定为0.01[45]。当后一个时间节点的Kp值与前一时点的Kp值的差值绝对值小于0.01时，表征城市空间增长方式为保持型；当差值大于0.01时，表征城市用地扩张增长方式为蔓延型；当差值小于-0.01时，该城市空间增长方式为紧凑型。由表 3可知，1990—2018年以来，斯里巴加湾市、吉隆坡、曼谷、珠海、万象、仰光、金边、雅加达、香港、新加坡一直保持紧凑型的空间增长方式；深圳、广州一直保持松散型；马尼拉从原先的松散型转为保持型，东莞从松散型转为紧凑型，河内从紧凑型转为松散型，胡志明市由紧凑转为松散再到紧凑型空间增长。
|
|
表 3 环南海16个城市中心到边缘地区的用地增长模式 Tab.3 The Spatial Growth Mode of 16 Cities Around the South China Sea |
与前文α值所界定的城市用地扩张形态对比分析可知，松散形态的城市在近三十年城市往紧凑方向发展，如斯里巴加湾市和新加坡，而紧凑形态的城市可能往松散方向发展，如深圳和广州。这种模式的出现归因于各个区域独特的地理环境限制，如斯里巴家湾市和新加坡属于沿海岛屿小城市，城市扩张受制于城市腹地大小以及地形条件影响[19]。因此城市发展大多呈现由中心向郊区平铺的松散形态，又由于城市用地极为有限，城市内部用地利用率较高，用地呈现紧凑型扩张方式。而广州和深圳虽然也均是沿海城市，但是这两个城市腹地范围较大，可利用的用地空间较多，早前城市用地扩张集中于城市中心，随着交通以及相关基础设施的完善，城市内部用地空间倾向于往松散方向发展。总而言之，呈现紧凑方向发展的城市，城市用地扩张会趋于紧凑，α值增大；呈现松散方向发展的城市，城市用地扩张会趋于向外蔓延，α值减小；呈现保持型的城市，城市用地扩张形态大体维持不变。
3.2 城市用地公共边测度分析基于环南海16个城市1990—2018年不透水数据，统计3个时段内研究区域范围中新增城市用地与现状城市用地公共边以及新增城市用地边界，可以从细部分析城市用地扩张的模式属于蔓延式扩张、填充式扩张亦或是飞地式扩张。根据公式（5）计算得出3个时段内公共边指数和扩张模式（表 4），1990—2018年的空间扩张模式结果如图 5—7所示。
|
|
表 4 环南海16个城市用地增长模式 Tab.4 Land Use Growth Model in 16 Cities Around the South China Sea |
|
图 5 1990—2000环南海16个沿海城市空间扩张模式 Fig.5 The Spatial Expansion Model of 16 Coastal Cities Around the South China Sea from 1990 to 2000 |
|
图 6 2000—2010环南海16个沿海城市空间扩张模式 Fig.6 The Spatial Expansion Model of 16 Coastal Cities Around the South China Sea from 2000 to 2010 |
|
图 7 2010—2018环南海16个沿海城市空间扩张模式 Fig.7 The Spatial Expansion Model of 16 Coastal Cities Around the South China Sea from 2010 to 2018 |
根据表 4分析1990—2018年16个城市扩张模式可知：①1990—2000年，河内市、香港、雅加达、马尼拉和新加坡共5个城市主要的空间扩张模式为填充式扩张（比例大于40%），曼谷以蔓延式为主（比例为37%），其余共10个城市主要的空间扩张模式为飞地式扩张（比例大于40%左右）；②2000—2010年，胡志明市和金边主要的扩张模式为飞地式扩张（比例大于35%左右），其余14个城市主要的空间扩张模式为填充式（比例大于35%）；③2010—2018年，除万象以飞地式扩张为主外（比例大于35%），其余15个城市均为填充式扩张（比例大于40%左右）。可以看出，16个城市从原先的飞地式扩张为主要空间扩张模式逐渐转变为填充式扩张为主，近三十年来由飞地式转为填充式变化比率最大的是斯里巴加湾市，深圳和东莞市次之，河内市变化比率最小。城市发展趋于更为紧凑的填充用地扩张模式转变。
截止至2018年，虽然不同沿海城市在局部上呈现出不同的空间结构形态，但是大多城市沿着沿海港口区域进行扩张，其中斯里巴加湾市、河内、仰光、胡志明市、金边共5个城市基本形成了“同心圆”的空间生长轨迹，曼谷、雅加达、吉隆坡、万象共4个城市基本形成了“扇形”的空间生长轨迹，东莞、广州、香港、马尼拉、深圳、新加坡、珠海共7个城市基本形成“多核心”的空间增长轨迹。核心增长与交通指向的城市用地扩展趋势在16个城市中都表现非常显著。
3.3 城市扩张速率与模式对比分析1990年以后，随着工业化进程的加快，除了深圳市以外，其余15个环南海城市的城市用地的快速扩张成为了普遍现象。其中，雅加达、金边、仰光、吉隆坡、曼谷、胡志明市、珠海和东莞这些沿海城市年均增长率普遍达到或超过了4%的水平。而直至2018年，除斯里巴加湾市和仰光保持以4%的增长速度之外，其余城市则以1%增长速率的较多，城市间的差异较大。这种快速增长的城市在20世纪末期以后有普遍减缓的趋势。2000—2010年间，持续加速的城市如斯里巴加湾市、胡志明市、东莞市建成用地年均增长率高达4%，普遍减缓的城市如雅加达、金边、吉隆坡、曼谷、珠海年增长率由4%降至1%。之后进入到了新一轮的调整期，2010—2018年，所有城市的年均增长率降至2%左右，斯里巴加湾市、雅加达、金边、万象、仰光、曼谷、东莞超过平均速率，广州、香港、吉隆坡、马尼拉、新加坡、深圳、河内、胡志明市、珠海城市低于平均速率。
结合城市用地扩张的空间模式和增长速率来看。如图 8—图 10所示，在1990—2000年的快速扩张阶段，大部分城市（包括东莞、胡志明市、吉隆坡、金边、仰光、珠海等），以飞地式的外部扩张式为主，2000年相对稳定以后，则以填充式扩张为主。
|
图 8 1990—2000年城市空间扩张主要模式与增长速率对比 Fig.8 Comparison of Main Modes and Growth Rates of Urban Spatial Expansion from 1990 to 2000 |
|
图 9 2000—2010年城市空间扩张主要模式与增长速率对比 Fig.9 Comparison of Main Modes and Growth Rates of Urban Spatial Expansion from 2000 to 2010 |
|
图 10 2010—2018年城市空间扩张主要模式与增长速率对比 Fig.10 Comparison of Main Modes and Growth Rates of Urban Spatial Expansion from 2010 to 2018 |
人口是测度城市用地扩张驱动因素最常用的指标之一。相关研究表明，大部分城市人口增长与城市用地扩张有显著的正相关关系。研究结果表明环南海16个城市人口和城市用地面积在4个时间节点上有较强的相关关系。
计算Pearson相关系数显示城市人口与城市用地面积成正比且为强相关关系（相关系数为0.78，p < 0.01）。此外，16个环南海城市用地面积增长速率和人口变化速率同样有着较强正相关关系（相关系数为0.53，p < 0.01）。这表明环南海16个城市的人口和用地扩张有着相似的增长趋势。1990—2018年环南海16个城市中，东莞、河内、深圳、新加坡、珠海的人口增长速率高于建设用地面积增长速率，这些城市大部分面临产业转型升级，城市经济迅速发展，如新加坡第三产业对高级生产者服务业人员的需求，东莞制造业发展对于技术工人的需求，城市对人口产生充足的“吸力”，但由于地形或政策的影响，用地扩张速度缓慢于人口增长，城市密度可能进一步提高。而其他11个城市人口速率低于建设用地面积增长速率，表示出人口增长缓慢于用地扩张的速度，城市倾向于向外蔓延扩张，城市密度可能降低。除了人口因素外，还存在其他因素驱动城市用地的增长，如环南海各沿海城市，受制于自然环境的影响，城市扩张往往沿着地形增长。
4.2 国家产业结构演进分析产业结构不仅能够体现国家内部产业的构成及其相互关系，而且可以反映城市产业结构变化下对于城市用地空间增长的需求[9]。根据世界银行提供的各国产业结构数据，分析发现，本文所分析的环南海十一个国家在近三十年中城市产业结构变化趋势明显。1990—2018年，泰国、菲律宾、新加坡一直以第三产业为主，泰国和菲律宾主要发展以旅游业为主的第三产业，而新加坡则发展以高级生产者服务业为主的第三产业。文莱一直以第二产业为主，主要由于文莱石油丰富（表 5）。
|
|
表 5 1990、2000、2018年环南海11个国家三大产业占比情况 Tab.5 In 1990, 2000 and 2018, the Proportion of the Three Major Industries in 11 Countries Around the South China Sea |
近三十年来，由第二产业转为第三产业的国家为中国、印度尼西亚、马来西亚，这些国家产业逐渐转型升级，制造业逐渐外移，也导致城市用地扩张的速率有所降低。由第一产业转为第二三产业的国家有越南、柬埔寨、老挝和缅甸，这些国家在20世纪末到21世纪初产业发展以第一产业为主，随着工业化进程的推进，逐步发展第二产业，直至近几年来，各国均以第三产业为主。各国产业结构的变化，使得各大核心城市对于用地扩张的需求各不相同，结合前文对于用地增长的分析，可以发现，第二产业和第三产业迅速发展的国家区域，城市用地也会相应加快扩张，如文莱斯里巴加湾市，缅甸仰光等。
5 结论与讨论 5.1 结论本文采用定量方法刻画城市增长速率以及城市用地扩张模式进而描述城市空间增长的方式和规律。在此基础上，本文在文章的最后探讨城市用地增长与人口增长和产业结构之间的关联关系。具体结论如下：
（1）1990—2018年环南海16个典型城市中一直呈现松散扩张形态的城市为斯里巴加湾市、新加坡；由松散形态变为紧凑形态的城市为万象、仰光、吉隆坡、曼谷、珠海；由紧凑形态变为松散形态的城市为深圳；其余城市在近三十年内一直保持紧凑形态的城市扩张状态。城市空间增长速率方面，广州、万象、马尼拉、新加坡、深圳、河内、香港城市用地扩张速率保持在年平均为1%的中低速平稳增长的水平，而雅加达、金边、吉隆坡、曼谷、珠海等城市的用地扩张速率从21世纪末期以后出现了普遍减缓的趋势，斯里巴加湾市、胡志明市、东莞、仰光等城市的城市用地扩张速率在过去三十年还一直保持平均超过4%的年增长速率。
（2）在城市内部用地扩张的空间模式方面，近三十年来16个城市以外部扩展与内部填充并存的方式进行扩张。1990—2000年，河内市、香港、雅加达、马尼拉和新加坡共5个城市主要的空间扩张模式为填充式扩张，曼谷以蔓延式为主，其余共10个城市主要的空间扩张模式为飞地式扩张。2000年以后，城市大规模发展相对稳定以后，城市用地结构相对紧凑，大部分城市基本以填充式扩张模式为主。2000—2018年，除了万象以外，其他城市基本形成向内填充的空间生长轨迹，核心增长与交通指向的城市用地扩展趋势显著。城市形态方面基本形成同心圆（包括斯里巴加湾市、河内、仰光、胡志明市、金边）、扇形（曼谷、雅加达、吉隆坡、万象）、多核心（东莞、广州、香港、马尼拉、深圳、新加坡、珠海）空间结构形态。
将宏观分析城市中心到边缘地区的空间增长方式与微观分析城市内部用地空间增长模式对比分析发现，基于反S函数的城市扩张速率表现为紧凑型的城市，其基于公共边测度的微观用地空间扩张模式可能以飞地式扩张为主（例如1990—2000年的吉隆坡、金边、万象）。而反S函数的城市扩张速率表现为松散型的城市，其对应基于公共边测度的微观用地空间扩张模式可能以填充式扩张模式为主（如2000—2010年的马尼拉）。因此，反S函数用于从宏观上描述城市中心向城市边缘的梯度用地变化趋势及其变化速率，判定其从宏观上倾向于向城市中心扩张亦或是向郊区扩张；而公共边测度模型则对比城市用地相对与其周边的城市用地，呈现微观上城市用地向内与向外的相对空间扩张特征。两者结合，可以反映城市的整体扩张方式与局部用地扩张模式。
（3）环南海地区16个典型城市的人口与城市空间用地面积呈现强正相关关系（相关系数为0.78），城市用地面积增长速率和人口变化速率同样呈现较强正相关关系（相关系数为0.53）。表明环南海16个城市的人口和用地扩张有着相似的增长趋势。1990—2018年东莞、河内、深圳、新加坡、珠海的人口增长速率高于建设用地面积增长速率，显示出城市用地扩张缓慢于人口的增加。而其他11个城市人口速率低于建设用地面积增长速率，表示出人口增长缓慢于用地扩张的速度。
1990—2018年，泰国、菲律宾、新加坡一直以第三产业为主；文莱一直以第二产业为主；中国、印度尼西亚、马来西亚由第二产业为主转为第三产业为主；越南、柬埔寨、老挝和缅甸由第一产业为主转为第二和第三产业为主。各国产业结构的变化，使得各大核心城市对于用地扩张的需求各不相同。结合前文用地扩张速率分析可以发现，第二第三产业迅速发展的区域，城市用地同样加快扩张。
5.2 讨论环南海区域是中国推进“一带一路”倡议的重要合作区域，研究环南海各国重要城市用地空间增长，对比分析各个城市处于不同发展阶段的城市化进程，对于推进“一带一路”倡议以及中国与环南海区域合作进程具有重要的借鉴意义。
本文所研究的东南亚11个典型区域，均是“一带一路”沿线国家中经济发达，社会环境较稳定，有利于进一步加深交流与合作的城市。自“一带一路”倡议提出以来，中国企业“走出去”的步伐不断加快，对外投资、建设跨境经贸合作区、产业转移等如火如荼地进行中，空间分布范围也越来越广，对母国城市空间所产生的影响也越来越大。为了更好地推进跨国交流与合作，亟需认识了解沿线各国典型城市用地扩张的时空规律与城市化进程，并进一步分析驱动用地扩张的机制，这对于我国因地制宜开展投资建设，降低风险，提高针对性与综合竞争力具有重要作用。
城市用地空间扩张是一个长期动态的过程，本文当前只研究四个时间节点上环南海16个城市用地扩张的规律和模式。在研究驱动用地扩张的机制和因素方面，由于城市数据难以获取，本文采用国家层面的产业数据进行分析。未来，拟进一步收集各个典型城市内部的产业类型、用地结构、人口空间布局特征、交通基础设施规划等要素进一步分析和预测城市的用地功能，尝试以更广阔的研究视角、更长的时间序列、更丰富的机制分析研究各国典型城市用地扩张。
| [1] |
王勤. 当代东南亚经济的发展进程与格局变化[J]. 厦门大学学报(哲学社会科学版), 2013(1): 72-79. [Wang Qin. On the economic development and its structural changes in contemporary Southeast Asia[J]. Journal of Xiamen University(Arts & Social Sciences), 2013(1): 72-79.] |
| [2] |
Worldbank. World Bank Open Data[DB/OL]. (2021-11-23)[2021-8-6]. https://data.worldbank.org.cn/.
|
| [3] |
Schneider A, Mertes C M, Tatem A J, et al. A new urban landscape in East-Southeast Asia, 2000-2010[J/OL]. Environmental Research Letters, 2015, 10(3): 034002. https://iopscience.iop.org/article/10.1088/1748-9326/10/3/034002. Doi: 10.1088/1748-9326/10/3/034002.
|
| [4] |
饶本忠. 东南亚地区城市问题及成因探析[J]. 东南亚研究, 2005(4): 27-31. [Rao Benzhong. Southeast Asian urban problem and its causes[J]. Southeast Asian Studies, 2005(4): 27-31. DOI:10.3969/j.issn.1008-6099.2005.04.006] |
| [5] |
焦利民, 张欣. 基于圈层建设用地密度分析的中国主要城市扩张的时空特征[J]. 长江流域资源与环境, 2015, 24(10): 1721-1728. [Jiao Limin, Zhang Xin. Characterizing urban expansion of main metropolises in China based on bulit-up densities in concentric rings[J]. Resources and Environment in the Yangtze Basin, 2015, 24(10): 1721-1728. DOI:10.11870/cjlyzyyhj201510014] |
| [6] |
Jaeger J A, Schwick C. Improving the measurement of urban sprawl: Weighted urban proliferation (WUP) and its application to switzerland[J]. Ecological Indicators, 2014, 38: 294-308. DOI:10.1016/j.ecolind.2013.11.022 |
| [7] |
海凯, 王思远, 马元旭, 等. 一带一路"沿线地区城市扩张和形态变化分析[J]. 地理学报, 2020, 75(10): 2092-2108. [Hai Kai, Wang Siyuan, Ma Yuanxu, et al. Urban expansion and form changes along the Belt and Road Initiative[J]. Acta Geographica Sinica, 2020, 75(10): 2092-2108. DOI:10.11821/dlxb202010005] |
| [8] |
侯泽华, 梁双 陆". 一带一路"、产业转移与区域协调发展[J]. 山西财经大学学报, 2021, 43(7): 43-57. [Hou Zehua, Liang Shuanglu. "The Belt and Road", Industrial transfer and regional coordination development[J]. Journal of Shanxi University of Finance and Economics, 2021, 43(7): 43-57.] |
| [9] |
王勤. 东南亚国家产业结构的演进及其特征[J]. 南洋问题研究, 2014(3): 1-9. [Wang Qin. The industry srtucture development process and changing characteristics of Southeast Asian countries[J]. Southeast Asian Affairs, 2014(3): 1-9. DOI:10.3969/j.issn.1003-9856.2014.03.001] |
| [10] |
王桂新. 城市化基本理论与中国城市化的问题及对策[J]. 人口研究, 2013, 37(6): 43-51. [Wang Guixin. The basic theory of urbanization and problems and countermeasures of China's urbanization[J]. Population Research, 2013, 37(6): 43-51.] |
| [11] |
Northam R M. Urban Geography[M]. London: Routledge, 1979: 5-66.
|
| [12] |
Bourne L S. Reurbanization, uneven urban development, and the debate on new urban forms[J]. Urban Geography, 1996, 17(8): 690-713. DOI:10.2747/0272-3638.17.8.690 |
| [13] |
Asabere S B, Acheampong R A, Ashiagbor G, et al. Urbanization, land use transformation and spatio-environmental impacts: Analyses of trends and implications in major metropolitan regions of Ghana[J/OL]. Land Use Policy, 2020, 96: 104707. https://doi.org/10.1016/j.landusepol.2020.104707.
|
| [14] |
董新宇, 李家国, 陈瀚阅, 等. 东南亚地区城市扩张及驱动力分析[J]. 测绘科学, 2019, 44(5): 61-68, 116. [Dong Xinyu, Li Jiaguo, Chen Hanyue, et al. An analysis of urban expansion and its driving forces of Southeast Asia[J]. Science of Surveying and Mapping, 2019, 44(5): 61-68, 116.] |
| [15] |
Estoque R C, Murayama Y. Intensity and spatial pattern of urban land changes in the megacities of Southeast Asia[J]. Land Use Policy, 2015, 48: 213-222. DOI:10.1016/j.landusepol.2015.05.017 |
| [16] |
Xu G, Jiao L, Liu J, et al. Understanding urban expansion combining macro patterns and micro dynamics in three Southeast Asian megacities[J]. Science of the Total Environment, 2019, 660: 375-383. DOI:10.1016/j.scitotenv.2019.01.039 |
| [17] |
谷雨, 闫敏, 李通, 等. 东南亚港口城市土地利用变化分析[J]. 遥感信息, 2021, 36(2): 81-88. [Gu Yu, Yan Min, Li Tong, et al. Analysis of land use change in Southeast Asian port cities[J]. Remote Sensing Information, 2021, 36(2): 81-88. DOI:10.3969/j.issn.1000-3177.2021.02.012] |
| [18] |
Ranagalage M, Morimoto T, Simwanda M, et al. Spatial analysis of urbanization patterns in four rapidly growing South Asian cities using Sentinel-2 data[J]. Remote Sensing, 2021, 13(8): 1531. DOI:10.3390/rs13081531 |
| [19] |
Kamarajugedda S A, Mandapaka P V, Lo E Y. Assessing urban growth dynamics of major Southeast Asian cities using night-time light data[J]. International Journal of Remote Sensing, 2017, 38(21): 6073-6093. DOI:10.1080/01431161.2017.1346846 |
| [20] |
Arfanuzzaman M, Dahiya B. Sustainable urbanization in Southeast Asia and beyond: Challenges of population growth, land use change, and environmental health[J]. Growth and Change, 2019, 50(2): 725-744. DOI:10.1111/grow.12297 |
| [21] |
李晓文, 方精云, 朴世龙. 上海及周边主要城镇城市用地扩展空间特征及其比较[J]. 地理研究, 2003, 22(6): 769-779, 813-814. [Li Xiaowen, Fang Jingyun, Piao Shilong. The comparison of spatial characteristics in urban landuse growth among the central and subcities in Shanghai region[J]. Geographical Research, 2003, 22(6): 769-779, 813-814. DOI:10.3321/j.issn:1000-0585.2003.06.012] |
| [22] |
凌赛广, 焦伟利, 龙腾飞, 等. 2000-2014年武汉市城市扩展时空特征分析[J]. 长江流域资源与环境, 2016, 25(7): 1034-1042. [Ling Saiguang, Jiao Weili, Long Tengfei, et al. Analysis of spatial and temporal characteristic of urban expansion about Wuhan city in the year of 2000-2014[J]. Resources and Environment in the Yangtze Basin, 2016, 25(7): 1034-1042. DOI:10.11870/cjlyzyyhj201607004] |
| [23] |
Jiao L. Urban land density function: A new method to characterize urban expansion[J]. Landscape and Urban Planning, 2015, 139: 26-39. DOI:10.1016/j.landurbplan.2015.02.017 |
| [24] |
张学雷, 屈永慧, 任圆圆, 等. 土壤、土地利用多样性及其与相关景观指数的关联分析[J]. 生态环境学报, 2014, 23(6): 923-931. [Zhang Xuelei, Qu Yonghui, Ren Yuanyuan, et al. Correlative analysis among pedodiversity, land use diversity and the other related ecological indexes[J]. Ecology and Environmental Sciences, 2014, 23(6): 923-931. DOI:10.3969/j.issn.1674-5906.2014.06.003] |
| [25] |
钟国敏, 张学雷, 段金龙, 等. 郑州市土壤多样性和土地利用多样性研究及关联分析[J]. 土壤通报, 2013, 44(3): 513-521. [Zhong Guomin, Zhang Xuelei, Duan Jinlong, et al. Evaluation and correlative analysis of pedodiversity and land use diversity in Zhengzhou[J]. Chinese Journal of Soil Science, 2013, 44(3): 513-521.] |
| [26] |
刘小平, 黎夏, 陈逸敏, 等. 景观扩张指数及其在城市扩展分析中的应用[J]. 地理学报, 2009, 64(12): 1430-1438. [Liu Xiaoping, Li Xia, Chen Yimin, et al. Landscape expansion index and its applications to quantitative analysis of urban expansion[J]. Acta Geographical Sinica, 2009, 64(12): 1430-1438.] |
| [27] |
黎夏, 叶嘉安. 基于神经网络的元胞自动机及模拟复杂土地利用系统[J]. 地理研究, 2005, 24(1): 19-27. [Li Xia, Ye Jia'an. Cellular automata for smiulating complex land use system using neural networks[J]. Geographical Research, 2005, 24(1): 19-27. DOI:10.3321/j.issn:1000-0585.2005.01.003] |
| [28] |
杨振山, 蔡建明, 文辉. 郑州市2001-2007年城市扩张过程中城市用地景观特征分析[J]. 地理科学, 2010, 30(4): 600-605. [Yang Zhenshan, Cai Jianming, Wen Hui. Urban Expansion and landscape characteristics of land use in Zhengzhou city during 2001-2007[J]. Scientia Geographical Sinica, 2010, 30(4): 600-605.] |
| [29] |
李明月, 赖笑娟. 基于Bp神经网络方法的城市土地生态安全评价——以广州市为例[J]. 经济地理, 2011, 31(2): 289-293. [Li Mingyue, Lai Xiaojuan. Review on research of impact factors of carbon emissions due to direct household energy consumption[J]. Economic Geography, 2011, 31(2): 289-293.] |
| [30] |
殷少美, 周寅康, 濮励杰, 等. 马尔科夫链在预测土地利用结构中的应用——以湖南娄底万宝镇为例[J]. 经济地理, 2006, 26(S1): 120-123. [Yin Shaomei, Zhou Yinkang, Pu Lijie, et al. Markov process applied to predicting land use structure: Example for Wanbao town in Loudi city, Hunan[J]. Economic Geography, 2006, 26(S1): 120-123.] |
| [31] |
王翠平, 王豪伟, 李春明, 等. 基于DMSP/OLS影像的我国主要城市群空间扩张特征分析[J]. 生态学报, 2012, 32(3): 942-954. [Wang Cuiping, Wang Haowei, Li Chunming, et al. Analysis of the spatial expansion characteristics of major urban agglomerations in China using DMSP/OLS images[J]. Actaecologic Sinica, 2012, 32(3): 942-954.] |
| [32] |
冯志新, 陈颖彪, 千庆兰, 等. 东莞市交通路网格局对城市空间扩张影响研究[J]. 地球信息科学学报, 2014, 16(1): 79-86. [Feng Zhixin, Chen Yingbiao, Qian Qinglan, et al. Relationship between the structure of urban traffic network and urban spatial expansion: A case study of Dongguan city[J]. Journal of Geo-information Science, 2014, 16(1): 79-86.] |
| [33] |
刘纪远, 王新生, 庄大方, 等. 凸壳原理用于城市用地空间扩展类型识别[J]. 地理学报, 2003, 58(6): 885-892. [Liu Jiyuan, Wang Xinsheng, Zhuang Dafang, et al. Application of convex hull in identifying the types of urban land expansion[J]. Acta Cepgraphica Sinica, 2003, 58(6): 885-892. DOI:10.3321/j.issn:0375-5444.2003.06.012] |
| [34] |
王新生, 刘纪远, 庄大方, 等. 中国特大城市空间形态变化的时空特征[J]. 地理学报, 2005, 60(3): 392-400. [Wang Xinsheng, Liu Jiyuan, Zhuang Dafang, et al. Spatial-temporal changes of urban spatial morphology in China[J]. Acta Cepgraphica Sinica, 2005, 60(3): 392-400. DOI:10.3321/j.issn:0375-5444.2005.03.005] |
| [35] |
匡文慧, 张树文, 张养贞, 等. 1900年以来长春市土地利用空间扩张机理分析[J]. 地理学报, 2005, 60(5): 841-850. [Kuang Wenhui, Zhang Shuwen, Zhang Yangzhen, et al. Analysis of urban land utilization spatial expansion mechanism in Changchun city since 1900[J]. Acta Geographica Sinica, 2005, 60(5): 841-850. DOI:10.3321/j.issn:0375-5444.2005.05.015] |
| [36] |
李书娟, 曾辉. 快速城市化地区建设用地沿城市化梯度的扩张特征——以南昌地区为例[J]. 生态学报, 2004, 24(1): 55-62. [Li Shujuan, Zeng Hui. The expanding characteristics study of built up land use along the urbanization gradient in quickly urbanized area: A case study of Nanchang area[J]. Acta Ecologica Sinica, 2004, 24(1): 55-62.] |
| [37] |
喻菁, 焦利民, 董婷. 结合宏观和微观视角的城市扩张方向异质性分析[J]. 地理与地理信息科学, 2019, 35(2): 90-96, 2. [Yu Jing, Jiao Limin, Dong Ting. Macrocosmic and microcosmic views to the analysis on the directional heterogeneity of urban expansion progress[J]. Geography and Geo-Information Seience, 2019, 35(2): 90-96, 2. DOI:10.3969/j.issn.1672-0504.2019.02.014] |
| [38] |
Xu C, Liu M, Zhang C, et al. The spatiotemporal dynamics of rapid urban growth in the Nanjing metropolitan region of China[J]. Landscape Ecology, 2007, 22(6): 925-937. DOI:10.1007/s10980-007-9079-5 |
| [39] |
俞艳, 胡珊珊, 童艳, 等. 基于公共边测度的城市扩张模式建模研究[J]. 地理与地理信息科学, 2017, 33(1): 78-81, 101, 127. [Yu Yan, Hu Shanshan, Tong Yan, et al. Research on modeling for urban expansion pattern recognition based on shared boundary analysis[J]. Geography and Geo-Information Seience, 2017, 33(1): 78-81, 101, 127. DOI:10.3969/j.issn.1672-0504.2017.01.014] |
| [40] |
童陆亿. 国内外城市扩张内涵及度量研究进展[J]. 世界地理研究, 2020, 29(4): 762-772. [Tong Luyi. A review on definitions and measurements for urban expansion[J]. World Regional Studies, 2020, 29(4): 762-772. DOI:10.3969/j.issn.1004-9479.2020.04.2019134] |
| [41] |
Gong P, Li X, Wang J, et al. Annual maps of global artificial impervious area (GAIA) between 1985 and 2018[J]. Remote Sensing of Environment, 2020, 236: 111510. DOI:10.1016/j.rse.2019.111510 |
| [42] |
Pekel J, Cottam A, Gorelick N, et al. High-Resolution mapping of global surface water and its long-term changes[J]. Nature, 2016, 540(7633): 418-422. DOI:10.1038/nature20584 |
| [43] |
Gadm. GADM maps and data[DB/OL]. (2021-01-30)[2021-8-6]. https://gadm.org/index.html.
|
| [44] |
Worldbank. World population stat[DB/OL]. (2021-11-27)[2021-8-6]. https://populationstat.com/.
|
| [45] |
赵睿, 焦利民, 许刚, 等. 城市空间增长与人口密度变化之间的关联关系[J]. 地理学报, 2020, 75(4): 695-707. [Zhao Rui, Jiao Limin, Xu Gang, et al. The relationship between urban spatial growth and population density change[J]. Acta Geographica Sinica, 2020, 75(4): 695-707.] |
| [46] |
United Nation. Atlas of urban expansion[DB/OL]. (2021-08-30)[2021-8-6]. http://atlasofurbanexpansion.org/.
|
| [47] |
焦利民, 李泽慧, 许刚, 等. 武汉市城市空间集聚要素的分布特征与模式[J]. 地理学报, 2017, 72(8): 1432-1443. [Jiao Limin, Li Zehui, Xu Gang, et al. The characteristics and patterns of spatially aggregated elements in urban areas of Wuhan[J]. Acta Geographica Sinica, 2017, 72(8): 1432-1443.] |
| [48] |
Ou J, Liu X, Li X, et al. Quantifying spatiotemporal dynamics of urban growth modes in metropolitan cities of China: Beijing, Shanghai, Tianjin, and Guangzhou[J]. Journal of Urban Planning and Development, 2017, 143(1): 4016023. https://ascelibrary.org/doi/10.1061/(ASCE)UP.1943-5444.0000352.
|
| [49] |
Lopes R O, Aliudin R. The cultural and creative industries as a new road to economic diversification in Brunei Darussalam[J]. Southeast Asia: A Multidisciplinary Journal, 2019, 19: 64-77. |
| [50] |
Basir K H. Economic issues in Brunei prior to 2014 oil crisis[J]. Jurnal Sultan Alauddin Sulaiman Shah, 2017, 4: 1-7. |
| [51] |
Ibrahim F, Ss A G. Socio-economic impact of revitalization: The case of Bandar Seri Begawan, Brunei Darussalam[J]. International Journal of Development Research, 2018, 5(2): 1-19. |
| [52] |
Sharif N, Chandra K, Mansoor A, et al. A comparative analysis of research and development spending and total factor productivity growth in Hong Kong, Shenzhen, Singapore[J]. Structural Change and Economic Dynamics, 2021, 57: 108-120. DOI:10.1016/j.strueco.2021.02.004 |
| [53] |
Sarma J, Sidaway J D. Securing urban frontiers: A view from Yangon, Myanmar[J]. International Journal of Urban and Regional Research, 2020, 44(3): 447-468. DOI:10.1111/1468-2427.12831 |
| [54] |
Taubenböck H, Wiesner M, Felbier A, et al. New dimensions of urban landscapes: The spatio-temporal evolution from a polynuclei area to a mega-region based on remote sensing data[J]. Applied Geography, 2014, 47: 137-153. DOI:10.1016/j.apgeog.2013.12.002 |