城市群空间范围识别标准的研究进展与基本判断
海口市城市边缘区空间范围的识别研究
海口市城市边缘区空间范围的识别研究Ju Qingqing;Yin Hanyi;Li Wei;Zhou Peng【摘要】城市边缘区位于城市与乡村之间的过渡交接地带,是城市扩张的前沿,也是城乡建设中最具活力的地区.准确地识别城市边缘区,有助于从城乡对比的角度来衡量城市化程度及其对生态环境的影响,有利于推进城市规划学科的进展.以海口市遥感影像数据为基础,选用不透水面指数评价土地利用程度,然后运用最大熵阈值法进行图像分割,界定海口市城市边缘区内外边界,并对海口市城市边缘区空间范围进行具体识别.最后通过人口统计和归一化植被指数验证识别结果的准确性,并依据识别结果对海口市2009-2017年城市边缘区扩展状况及驱动因素进行分析研究.结果表明,海口城市边缘区扩展变化主要受到自然因素、交通和人口等因子的影响.将不透水面指数与最大熵阈值分割法相结合可以直接从遥感影像中识别出城市边缘区,这是后续对这一特殊区域特征进行研究的基础.对海口城市边缘区扩张研究,有助于促进海口市的城乡协调发展,其对海口市实现城市规划与管理的可持续发展和生态与环境的平衡发展具有重要意义.【期刊名称】《海南大学学报（自然科学版）》【年(卷),期】2019(037)002【总页数】6页(P180-185)【关键词】城市边缘区;不透水面指数;最大熵阈值法;驱动因子【作者】Ju Qingqing;Yin Hanyi;Li Wei;Zhou Peng【作者单位】【正文语种】中文【中图分类】TU986城市边缘区(又称城乡结合部、城乡交错带等)是指处于市区与乡村之间的，在土地利用、社会经济、人口等方面同时受到市区和乡村的影响，土地利用性质由城市向乡村过渡，经济发展不平衡、结构复杂的带状区域[1].如今大多数城市只关心中心城区发展，忽略具有高度异质性和发展活力的边缘区的建设保护，且现有的研究对象大多都是北京、上海、西安、武汉等大型城市，对于中小型城市的研究还相对较少，在未来的研究及城乡建设管理中需要更多的关注.城市边缘区中土地利用、社会经济、人口构成及生境条件较为复杂，因此准确识别城市边缘区的空间范围是后续对这一特殊区域特征进行研究的基础，对于监测城市扩张和制定具体的发展政策以避免、缓解或解决城市化进程中的社会和环境问题至关重要.准确识别城市边缘区空间范围一直是实践和研究中的难点.到目前为止，城市与乡村边界界定的方法在国内外尚未达到共识，城市边缘区的范围识别也就不知从何而谈.关于城市边缘区划定的早期研究，主要为依靠经验、直观判断的定性方法，随着地理信息技术和数学方法的发展，研究人员的注意力逐渐转向定量研究.例如，夏普和克拉克利用一种基于阈值的分类方法，通过最大通勤距离来确定俄亥俄州的城乡边缘区[2]；塞西尔将分形几何用来确定大都市地区的形态边界[3]；陈佑启则通过构建指标体系，运用“断裂点”划分北京城市边缘区[4]；陈连生等基于信息熵原理，通过分析北京市近郊区的景观紊乱度，对北京市边缘区内外边界进行划定[5]；马晶等将连续小波变换与遥感影像数据相结合对武汉市城市边缘带进行识别.[6]经综合分析，现有划定方法的主要特征是：早期的定性识别方法经验性和主观性较强，划定方法难以复制推广，且不利于结果的纵向对比.后期定量法的综合指标法指标选取较为繁琐，且大多依赖于统计数据，以至于指标体系的构建不够灵活，限制了其运用的广度；传统阈值划定及突变检测法则需要经过多角度多方位的判定，识别效率较低.随着城市的发展，人工不透水面逐渐取代了城市周边的自然景观，不透水面指数变化揭示了城市空间扩展变化.因此，本文采用不透水面指数空间分布图来表征海口土地利用空间结构，并基于城乡不同盖度的不透水面图像无序性变化原理，通过最大熵法自动识别阈值进行图像分割，得到海口市城市边缘区的内外边界线，最后将内外边界线等比例与海口市行政区划图进行叠加获得城市边缘区空间范围.此次研究首次将基于最大熵法的阈值图像分割引入城市边缘区识别，此方法对城乡边缘带的识别效率较高，且减少现有识别方法的主观性及指标选取的繁琐性.1 材料与方法1.1 研究区概况海口市是海南省的省会城市，地处海南岛最北部，北边为琼州海峡，南边与文昌市、定安县毗连，东面邻接文昌市，西边与澄迈县接壤，本文研究的海口市域范围只包括陆地部分.海口市地势平缓，具有大量特色的海岛自然景观，热带资源丰富，生态环境良好，村庄建设分布均匀，建成区西部以五源河森林公园，南部以玉龙泉森林公园为生态屏障，且从海口穿过的南渡江是海南省第一大河流，长75km，流域面积为130 km2.1.2 数据来源数据主要包括遥感图像，海口市行政区划图，主要交通道路网图，海口市统计年鉴.具体为：1)遥感影像.本文采用地理空间云数据服务平台提供的海口市2009年的Landsat5 TM多光谱影像和2017年的Landsat8 OLI 多光谱影像图作为基础数据，轨道号123-124/46，图像云覆盖率为0，空间分辨率为30米;2)从海口市政府门户网站下载的2017年更新的海口市行政区划图和主要交通路网图；3)海口市统计年鉴数据.海口市2017年各区及乡镇的人口数据.1.3 研究方法本文采用不透水面指数空间分布与最大熵阈值分割法相结合对城市边缘区进行空间识别，主要包括三个步骤.首先，利用植被-不透水面-土壤(Vegetable-Impervious-Soil Model，V-I-S)模型从Landsat影像中提取不透水面，表征研究区土地利用的程度；其次，在MATLAB里将不透水面空间分布图进行灰度化处理，并通过最大熵阈值分割法计算最佳阈值，使用最佳阈值对图像进行分割后分别得到海口市城市边缘区内外边界线；最后，通过图像处理软件将等比例的内外边界线与海口市行政区划图像进行叠加，对城市边缘区进行空间范围进行具体识别.1.3.1 基于V-I-S模型的不透水面提取不透水面主要由建设用地、沥青路面、停车场等组成，是城市主要的土地覆盖类型之一，不透水面比例的增加是一个地区城市化的明显特征.不透水面指数是指单位面积内不透水面面积比，是衡量城市土地利用强度的综合指标[7].本文基于修正的V-I-S模型对海口市不透水面进行提取，主要包括三个步骤.第一步是数据预处理，包括图像镶嵌、配准、裁剪、辐射校正和大气纠正等.第二步通过ENVI 中的线性光谱混合模型的最小噪声分离和像素纯度指数提取植被端元-高反照率端元-低反照率端元-土壤端元.由于在提取过程中，可能会对水体和植被阴影进行错误的分类，因此认为应予以消除.在提取不透水面之前需掩膜去除影像的水体信息和植被阴影，水体提取利用改进的归一化水体指数(Modified Normalized Difference Water Index，MNDWI)，植被阴影消除采用归一化植被指数(Normalized Difference VegetationIndex，NDVI).第三步将提取的高反照率和低反照率影像相加，最终得到不透水面指数空间分布图.1.3.2 最大熵阈值分割法信息熵是不稳定性的度量，不稳定性性越强越无序，熵最大意味着系统状态处于最混乱、最无序的状况.在一定条件下，对所有可能的概率分布进行选择，将存在一个使熵取极大值的分布，这就称作最大熵原理[8].一般来说，纯城区和纯农村的土地利用类型相对简单，不透水面均匀分布，信息熵值小;而城市边缘区建设用地和农林用地互相交织,土地利用类型呈现复杂化, 不透水面空间分布呈现较强的无序性，信息熵值大.因此可以通过最大熵阈值法分割不透水面图像来确定城市边缘区.图像的熵，被看作图像像素灰度变化状态不稳定的量度[9].最大熵阈值分割法将图像划分成目标及背景两大区域，当目标和背景的熵之和达到最大时的阈值为最佳分割阈值[10].最大熵阈值法的思想是假设一幅数字图像的大小是M×N，其背景图像为B，目标图像为 O，图像的灰度值用f(i，j)表示，p则为图像中每一灰度值出现的概率，灰度图最大熵阈值法的计算公式如下：①计算图像中点(i，j)灰度值出现的概率，设图像有L个灰度级，在数字图像表示：②设分割阈值为t，大于t的为目标区域，小于t的为背景区域，则目标与背景区域的信息熵分别为：其中，③定义熵函数Ψ(t) 为HO(t) 与 HB(t)之和为：Ψ(t)=HO(t)+HB(t)；④通过最大化函数来选择最佳阈值 t*，即：t*=arg max(Ψ(t))，当熵函数Ψ(t)达到最大值时，相应的灰度值就是最佳分割阈值，并依据最优分割阈值完成图像的分割.2 海口市城市边缘区识别2.1 海口市不透水面提取基于V-I-S模型提取海口市的不透水面，并对提取结果进行了精度检验，在Arcgis里面随机抽选100个样点进行验证，与高分辨率卫星影像进行人工判别是否为不透水面，计算提取的不透水面的总体精度和Kappa系数2009年分别为84.6%和0.745，2017年分别为86.2%和0.778.根据现有研究统计，提取结果是有效的，具有可接受的精度.图1 为海口市不透水面指数空间分布图.在不同的土地利用类型上，不透水面指数值越高，建筑用地面积比越大，其值越低意味着耕地、林地、草地的覆盖率比较高.如图所示，海口市2009年与2017年空间分布格局基本一致，不透水面空间主要是以市中心为中心的半圆环状分布，不透水面指数的高值区主要分布在商业、居住和交通用地，低值区分布在农田和林地区域.2009年至2017年海口市不透水面积明显增加，建成区为主要不透水面扩散区域，扩散方向从北向南、由东向西，其次为北部的沿海地区.图1 海口市不透水面指数空间分布图(左：2009年，右：2017年)2.2 图像阈值分割不透水面空间分布图进行阈值分割时在高分辨率下会产生大量的噪声，会对检测结果带来很大干扰.但是，如果分辨率太低，原始的不透水面特征将会丢失.因此，在利用利用阈值进行图像分割时，要通过综合分析选择合适的图像分辨率来检测边界线，以达到最显著的效果.图1不透水面指数空间格局图的空间分辨率为30 米，为了消除由高分辨率图像引起的噪声但又能保留原始信息，经过多次试验，决议选取600米分辨率的重采样不透水面图像.本文选择基于最大熵阈值法的图像二值化对海口市城市边缘区进行识别,主要包括四个步骤.第一步，在MATLAB中将提取的不透水面空间分布图像进行灰度化等图像预处理.第二步，利用最大熵法计算用于分割灰度图像的最佳阈值，得出2017、2009年分别为64、60，并依据最佳阈值对灰度图像进行分割，然后将分割后的图像进行腐蚀，并对腐蚀后的图像进行边缘特征提取，得到海口市城市边缘区的外边界限，如图2.第三步，将海口市不透水面空间图对乡村腹地进行掩膜处理后得到非乡村区域的不透水面空间分布图，然后重复步骤二得到海口市城市边缘区内边界，如图3.第四步，在图像处理软件中将内外边界等比例与海口市行政区划图进行叠加，最终得到海口市城市边缘区具体空间范围，如图4.图2 海口市城市边缘区外边界线图(左:2009年,右:2017年)图3 海口市城市边缘区内边界线图(左:2009年,右:2017年)图4 海口市城市边缘区空间范围图(左：2009年，右：2017年)2.3 识别结果结果显示2009年海口市的市区主要包括龙华、美兰城区以及琼山东北部城区等地区.城市边缘区包括秀英城区、琼山东南部城区、城西镇、西秀镇，石山镇西部，海秀镇，长流镇大部分地区、城西镇中北部，灵山镇，演丰镇西北部，甲子镇少部分地区.2017年市区及城市边缘区面积都明显增加，市区扩展部分为秀英区东北城区、美兰区新埠岛、城西镇北部、琼山西北部城区等地区，市区范围与建成区基本一致.2017年海口市城市边缘区包括西秀镇，石山镇，永心镇，长流镇，海秀镇，龙泉镇西北角，遵潭镇少部分地区，城西镇南部，龙桥镇，龙塘镇北部，灵山镇，演丰镇大部分地区，甲子镇东北部，东山镇东南部，新坡镇南部，旧州镇南部，三门坡东部等地区.3 结果验证及分析3.1 结果验证通过对市区、城市边缘区和乡村腹地的人口数据进行比较来验证识别结果.据2017年海口市统计年鉴得出市区常住人口约144.8万，占海口市总人口的64.47%.由于农村地区地广人稀，耕地及植被较多，据统计乡村腹地常住人口仅占海口市的14.62%.城乡边缘地区土地利用相对复杂，统计得出人口相对高于农村但低于市区，占海口市总人口的20.91%.通过海口市区、城市边缘区与乡村地区的人口数据对比表明，识别结果基本符合海口市的实际情况.此外，还引入了归一化植被指数来验证识别的可靠性.与传统的人口统计数据相比，归一化植被指数能够更直观地表征城市发展的空间格局，为城市区域结构的识别提供有效的支持.自然植被受城市化影响较大，从市区到乡村腹地呈现出不同的空间特征.在ENVI中对海口市植被指数进行计算得出从市区到乡村腹地呈现出上升趋势(表1).城市边缘区的植被指数标准差大于市区和乡村腹地，植被指数在乡村腹地与城市边缘区之间的差距相对较小.在城市边缘区，建设用地与耕地的混杂导致了较高的植被指数标准差.而作为生态环境良好的的城市，海口市城市边缘区绿化植被较为丰富，与乡村区域比较接近.归一化植被指数的空间分布特征验证了城市边缘区识别的可靠性.表1 2009—2017年海口市各识别区域植被覆盖指数情况识别区域2009年植被覆盖指数2009年标准差2017年植被覆盖指数2017年标准差市区0.550.07150.520.0734城市边缘区0.780.08390.750.0851城市边缘区外围0.870.06880.850.06933.2 结果分析3.2.1 城市边缘区扩展分析城市边缘区内边界是建设用地和农用地比例变化的转折点，也是景观破碎化和多样性指数逐步增加的起点.2009年城市边缘区的内边界与市区中心位置的距离大约为3.8 km，到2017年约为5.4 km.城市边缘区外边界农业用地比重及植被覆盖率较高，建设用地比重值明显少于内边界处，北部的外边界离市区中心点最远处在2009年位于距离市区中心约23.8 km的地方，到2017年增加到26.5 km左右，在海口市域范围内西南角出现的城市边缘区其范围也有明显扩展.2009年，海口市城市边缘区面积为494.57 km2，占总面积的21.46 %；2017年海口市城市边缘区面积为807.64 km2，占总面积的35.04 %.2009年至2017年，海口市城市边缘区扩建速度为37.61 km2 /a-1，扩展强度为4.32 %. 3.2.2 驱动力分析城市扩展和变化与城市的自然条件、社会、人口等因素息息相关，经研究分析，海口城市边缘区扩展变化的驱动力因子主要包括自然因素、交通和人口.海口市市区北部大多为沿海平原，东部邻江，南部和西部的地形平缓，大部分为台地和平原，在海口发展早期，除中心区外沿海地区发展较其他区域城市化水平较高.因此，在某种程度上，决定了后期城市扩张方向为西、南.海口市西南边与定安县相邻，定安县城靠近海口西南市域边界线，西南部分区域受到定安县城影响，城市边缘区明显向中部区域扩张.将海口市城市边缘区空间分布图等比例与交通图叠加比较发现，海口市城市边缘区主要沿着224国道向西南方向扩展，以及沿G98国道两边的地区城市边缘区也明显增加.城市是一个与外界不断交换物资的开放系统，交通基础设施的建设可以加快物资交换，提高资源配置效率，并提供良好的硬件环境.由此可见，区域主要交通干线在城市的发展和扩张中有至关重要重要的引导作用.人口增长对城市扩展也有显著的刺激作用，海口市自2010年国际旅游岛建设以来，优越的生态环境和就业机会及其适宜的人居环境使得人口逐年增加.据海口市统计年鉴统计得出，2009年至2017 年海口市总人口增加了36.8万人，市区常住人口增长了24.89万人，城市边缘区人口增加了11.91万人.城市边缘区扩展其中绝大部分原因就是其建设用地增加，利用提取的城市边缘区不透水面面积指代城市边缘区的建设用地面积，依据提取结果及2017年海口市统计年鉴进行统计得出2017年海口市城市边缘区各乡镇人口及不透水面面积如图5所示，且通过相关分析( 如图6) 得出，城市边缘区建设用地面积与地区人口总数相关系数为0.878.由此可知，城市的人口数量和城市边缘区扩展存在高度相关性.10.008.006.004.002.000.00人口总数(万人)y=0.172x+0.6978R2=0.87830.010.020.030.040.050.0面积(km2)50.040.030.020.010.00.0长流西秀石山永兴城西龙桥灵山演丰新坡海秀旧州甲子三门坡东山不透水面面积(km2)人口总数(万人)图5 2017年海口市城市边缘区各乡镇人口及不透水面面积统计图6 2017年海口市城市边缘区各乡镇小建设用地与人口散点分布图4 结论城市边缘区反映了城市功能的空间划分，其准确的识别对于认识城市化的社会和环境影响具有重要意义.本文基于遥感信息，通过提取不透水面来表征海口市城市土地利用强度，并结合图像分割法快速有效的界定了海口市城乡边缘区的内、外边界.将最大熵分割法与不透水面指数的空间分布格局结合，极大地提高了城市边缘区的识别效率，避免了指标选取的繁琐性和复杂性，并且拓宽了识别城市边缘区空间范围的研究方向.通过人口数据统计和归一化植被指数对识别结果进行验证，证实了该方法的客观性和准确性.该方法可以快速从遥感图像中识别出海口市城乡边缘区，这不仅有助于有效地管理城市，而且有利于后续关于海口市城市边缘区的研究及探讨.自2010年海南国际旅游岛开始建设以来，海口市不透水面面积增长显著，城市主要由北向南进行扩散，主要的驱动因素包括现有的自然条件、快速发展的经济、人口和交通.在今后的发展中，海口市应该协调好城市的扩张范围和速度，避免无序的城市扩张带来严重的生态环境问题，积极引导城市经济转型升级，依靠人才和科技带动经济发展.应该继续维护城市发展的稳定状态，更加注重协调城市合理发展与生态环境的保护的关系.在未来城市发展中，海口市应当积极寻求经济发展、城市化扩张与环境保护三者之间的平衡点，把海口市真正建设成为世界级国际旅游城市及国际自由贸易港口.此研究中将最大熵分割法与不透水面指数相结合对城市边缘区进行识别时，提出的程序中仍有一些有待改进之处.其次，在研究中运用人口统计数据和归一化植被指数初步验证了识别结果，但仍缺乏更详细的准确性评估，在进一步的研究中应该加强不确定性评估.在今后研究中可考虑选取更多的城乡边缘区指示要素，如土地利用综合指数、植被覆盖指数、夜间灯光指数等，通过对指数的对比试验，选取识别城乡边缘区最佳的指示要素，来增强识别结果的准确度和可信度.【相关文献】[1] 宋国凯.城乡结合部研究综述[J].社会学研究,2004(2):104-108.[2] Jeff Sharp, Jill K Clark. Between the country and the concrete: Rediscovering the rural-urban fringe [J]. City & Community, 2008,7(1):61-79.[3] Cécile Tannier,Isabelle Th omas,Gilles Vuidel, et al.A fractal approach to identifying urban boundaries [J]. Geographical Analysis.2011,43 (2): 211- 227.[4] 陈佑启.试论城乡交错带及其特征与功能[J].经济地理,1996,16(3):27-31.[5] 程连生,赵红英.北京城市边缘带探讨[J].北京师范大学学报,1995,31(1):128-129.[6] 马晶,李全,应玮.基于小波变换的武汉市城乡边缘带识别[J].武汉大学学报(信息科学版)，2016,41(2):235-241.[7] 崔秋洋，潘云，杨雪.基于Landsat8遥感影像的北京市平原区不透水层盖度估算[J].首都师范大学学报(自然科学版),2015,36(2):89-92.[8] 冯尚友.信息熵与最大熵原理[J].水利电力科技,1995,22(3):24-29.[9] 许四祥，侍海东，郭宏晨．基于局部熵和分形理论的镁熔液第一气泡图像检测[J].热加工工艺，2015(11)：85-87．[10]袁小翠，吴禄慎，陈华伟．钢轨表面缺陷检测的图像预处理改进算法[J]．计算机辅助设计与图形学学报，2014,26(5)：800-805．。
中国城市群研究取得的重要进展与未来发展方向
地理学报ACTA GEOGRAPHICA SINICA 第69卷第8期2014年8月V ol.69,No.8August,2014收稿日期：2014-03-21;修订日期：2014-07-10基金项目：国家社会科学基金重大项目(13&ZD027);国家自然科学基金项目(41371177)[Foundation:Major Programof National Social Science Foundation of China,No.13&ZD027;National Natural Science Foundation ofChina,No.41371177]作者简介：方创琳(1966-),男,甘肃庆阳人,教授,博士生导师,中国地理学会会员(S110001715M),中国地理学会人文地理专业委员会主任,近年来主要从事城市发展与规划研究,主编出版专著20部,发表论文330余篇。
E-mail:fangcl@1130-1144页中国城市群研究取得的重要进展与未来发展方向方创琳(中国科学院地理科学与资源研究所,北京100101)摘要：中国的城市群是近30年来伴随国家新型工业化和新型城镇化发展到较高阶段的必然产物，自21世纪初期城市群成为国家参与全球竞争与国际分工的全新地域单元之后，中国连续10年把城市群提升为推进国家新型城镇化的空间主体，首次召开的中央城镇化工作会议和《国家新型城镇化规划(2014-2020年)》进一步明确了城市群作为推进国家新型城镇化的主体地位。
然而，城市群在中国的研究目前尚处在亟待加强的薄弱环节。
系统总结从1934-2013年的80年间发表在地理学报的城市群主题论文，只有不到19篇，仅占总篇数的0.55%，不仅发表篇数少，而且发表时间短，首次发表城市群研究成果不到10年，研究单位和作者群体集中，研究内容瞄准国家需求但比较发散。
即便如此，仅有的城市群研究成果还是对国家城市群总体格局的形成起到了引领作用，做出了重要贡献。
基于手机信令数据的城市群地区都市圈空间范围多维识别——以京津冀为例
的都市圈，这与其具有较高首位度相关。期望研究结果能为我国城市群和都市圈规划与管理等提供决策参考。
【关键词】城市群； 都市圈； 手机信令； 京津冀； 通勤
【中图分类号】K901. 8
【文献标识码】A
0 引言
都市圈是一种城市功能地域，通常是由中心城 市及与其紧密联系的若干中小城镇及乡村构成的 空间组织形式占据的范围，近年来其概念得到规划 界日益广泛的应用，已经成为多个学科洞悉城市发 展、探索城 市 群 成 长 机 制、寻 求 我 国 新 型 城 镇 化 发 展抓手的着眼点和重要议题。2019 年，国家发展改 革委发布了《国家发展改革委关于培育发展现代化 都市圈的指导意见》，其后在《2019 年新型城镇化建 设重点任务》中亦专门强调了对地方编制实施都市 圈发展 规 划 的 要 求。当 前，我 国 城 镇 化 率 已 接 近 60%［1］，都市圈建设呈现较快发展态势［2］。然而，尽 管有学者尝 试 对 都 市 圈 概 念 进 行 辨 析［3－ 5］，但 我 国 学界至今未能对都市圈的界定形成比较统一的认 知，在不同规划及学术研究成果应用都市圈一词时 所指的内涵往往存在很大的差别，在空间尺度上相 距甚远［6］。概念的使用混乱，会严重干扰我们对城 市与区域发展实际情况的认知［7］。在此背景下，科 学合理地判断都市圈的空间范围显得尤为紧迫和 重要，也是开展都市圈研究和编制相关规划的首要
我国都市圈的空间范围界定
1111
都市圈是城市群内部以超大特大城市或辐射带动功能强的大城市为中心、以1小时通勤圈为基本范围的城镇化空间形态。
在研究都市圈空间范围时，要重点关注以下问题：是从某大城市的市中心开始计算，还是从城市的行政或地理边界算起；通勤又用哪种交通方式来衡量。
如果仅是机械地强调都市圈具体的空间范围是1万或者2万平方公里，反而不符合各都市圈存在差异性的实际状况，既不科学也难以实现。
都市圈可以看作是“城市—区域”空间形态演进序列下的阶段产物，是城市地域空间形态演化的高级形式，也是城镇化进程中大城市区域化发展到一定阶段所出现的空间形态。
在区域发展过程中，都市圈已经成为一个国家和地区介入全球竞争的基本单元。
中国城市群空间结构研究进展
中国城市群空间结构研究进展
吴建楠;程绍铂;姚士谋
【期刊名称】《现代城市研究》
【年(卷),期】2013(000)012
【摘要】在高速发展的城市化的推动下,城市群地区将成为区域空间未来发展的重要生长点.研究我国城市群空间结构特征有助于人们在更广阔的视野中把握城市的发展,形成合理的区域发展格局,健全区域协调互动机制.本研究对我国城市群空间结构特征,空间演化阶段、演化模式、动力机制、城市群空间规划等方面的研究进展进行了回顾与总结,并对城市群空间的研究趋势进行了展望.
【总页数】5页(P97-101)
【作者】吴建楠;程绍铂;姚士谋
【作者单位】中山大学广东决策科学研究院;安徽大学经济学院;中科院南京地理与湖泊研究所区域发展与规划研究中心
【正文语种】中文
【中图分类】F291
【相关文献】
1.城市群及其空间结构研究进展 [J], 吴磊
2.中国城市群的空间结构与经济绩效——对城市群空间规划的政策启示 [J], 孙斌栋; 郭睿; 陈玉
3.中国西部地区城市群消费水平空间结构演变分析——以成渝城市群为例 [J], 毛中根; 武优勐
4.城市群及其空间结构研究进展 [J], 吴磊
5.中国城市群空间结构研究进展 [J], 谢正峰;冯亚芬
因版权原因，仅展示原文概要，查看原文内容请购买。
中国城市群的识别与发育格局判定分析
中国城市群的识别与发育格局判定分析曾伟平;朱佩娟;罗鹏;李昕昕【期刊名称】《华东经济管理》【年(卷),期】2017(031)003【摘要】文章在借鉴前人研究的基础上,采用空间分区的方法进行城市群识别,并结合指标法对所识别的城市群进行发育格局判定,以期为城市群识别方法和理论研究提供一些借鉴,为国家准确进行城市群发展规划提供有价值的参考.研究表明:中国现有城市群数量有18个,形成"5+6+7"的分布格局,包括5个国家级城市群、6个区域级城市群和7个地区级城市群,发育格局呈现出发育程度的等级性、地域分异性和沿主要交通经济轴带分布等特征.【总页数】6页(P105-110)【作者】曾伟平;朱佩娟;罗鹏;李昕昕【作者单位】湖南师范大学资源与环境科学学院,湖南长沙 410081;湖南师范大学资源与环境科学学院,湖南长沙 410081;湖南师范大学资源与环境科学学院,湖南长沙 410081;湖南师范大学资源与环境科学学院,湖南长沙 410081【正文语种】中文【中图分类】F291【相关文献】1.中国城市群格局及其未来发展方向——"中国城市群发展高端论坛"综述 [J], 陈恭;李培鑫2.滇中城市群国土空间格局识别与时空演化特征分析 [J], 林伊琳;赵俊三;张萌;陈国平3.新发展格局下R&D投入与出口贸易高质量发展的研究——基于中国五大城市群高新技术产业的数据分析 [J], 金泽虎;陈晓一4.新发展格局下R&D投入与出口贸易高质量发展的研究——基于中国五大城市群高新技术产业的数据分析 [J], 金泽虎;陈晓一5.中国西部区域性城市群的城市网络特征及空间格局探究——以兰西城市群为例 [J], 王启轩;张艺帅;肖宏伟;张捷因版权原因，仅展示原文概要，查看原文内容请购买。
基于大数据的城市群识别与空间特征研究
目录Part1 Part2 Part3研究背景、目的与意义研究内容与主要发现政策建议1.城市群成为城镇化的主体形态研究背景•城市群集聚大量人口和经济活动，是新时期城市与区域空间组织的重要形式•中国未来经济发展中最具活力和潜力的核心增长极点。
2.城市群概念缺乏统一界定•城市群=一群城市？•城市群=都市区？•城市群=都市圈/都市连绵区？3.城市群实践应用存在混乱与分歧•城市群数量之争•城市群规划乱象•城市群肆意扩围目前存在的问题城市群概念模糊，缺乏相对统一的标准，忽视城市群发展的空间规律。
因此，有必要开展城市群空间识别与界定研究。
传统研究主要基于“中心-外围”关系用社会经济指标、“引力模型”测算或利用G I S集成各类因素确定城市群范围——注重核心城市发展能级，忽视城市间实际联系。
然而，高度网络化的空间联系正是成为城市群的关键要素，但是传统研究中作为测定区域间“流”的电话、信件等替代性指标在信息化的时代有效性逐渐弱化。
大数据的发展为空间联系研究提供了有力工具，百度地图每日800亿次位置服务的样本为研究提供了重要支撑。
研究目的与意义研究目的1. 利用大数据探索划定基于微观主体的城市群边界范围。
2. 利用大数据探讨城市群内部集散的基本规律。
3. 将大数据与规划城市群进行对比研究，揭示城市群真实发育程度与现实规划的差异。
研究意义1.完善城市群研究体系、支撑城市群向多元研究深化的基础性工作。
2.为城市群研究提供了一种新的视角和方法，并带动城市群研究真正从宏观走向微观。
3.城市群空间范围的动态识别，是加强城市群规划引导的有效手段。
4.有利于从实际要素流动趋势找出未来战略性发展区域，指导下一步区域政策走向精细化。
大数据城市群研究出发点联系度中心度集聚度城市群三大核心特征城市群的三维特征•城市群应该是集聚度相对较高的区域•城市群应该具有紧密的经济社会联系•城市群应该具有较高的中心度——基于百度人口跨城市流动数据，利用空间分析和社会网络分析方法，考察中国各城市间的“人口流动联系”，并基于此界定各城市群范围，同时叠加百度人口密度数据和夜间灯光数据分析，对各城市群进行界定、分析与评价。
城市群多层次空间结构分析算法及其应用——以京津冀城市群为例
地理研究GEOGRAPHICAL RESEARCH第34卷第8期2015年8月V ol.34,No.8August,2015城市群多层次空间结构分析算法及其应用——以京津冀城市群为例牛方曲1,2，刘卫东1,2，宋涛1,2,3，胡志丁1,2,3（1.中国科学院区域可持续发展分析与模拟重点实验室，北京100101；2.中国科学院地理科学与资源研究所，北京100101；3.中国西南地缘环境与边疆发展协同创新中心，昆明650500）摘要：日益受关注的城市群是国家参与全球竞争与国际分工的地域单元。
在定义城市群的基础上，提出了城市群多层次空间结构分析算法。
该方法在评价城市综合实力的基础上确定核心城市，依据核心城市的通勤圈确定研究区域；在计算城市间多模式交通可达性的基础上评价城市间相互作用强度；利用城市综合实力指数及相互作用强度进行城市群多层次空间结构分析，从复杂的城市群相互作用网络中分析确定其等级结构体系——多层次空间结构树。
以京津冀城市群为例进行了实证分析，给出了城市群边界和空间结构。
研究认为北京城区周边缺乏成熟的二级中心城市，而在天津地区，天津市城区具有较强综合实力，形成相应的辐射圈，与天津滨海新区形成双核结构。
最后对模型的应用进行了讨论。
研究表明：提出的模型架构为利用计算机的大数据快速处理能力进行城市群复杂网络分析提供了有益探索，将为城市群空间决策提供良好的支撑。
关键词：城市群;空间结构;可达性;树结构DOI:10.11821/dlyj2015080041引言城市群是城市化发展到中高级阶段出现的一种形态。
目前，城市群在中国日益受到关注，被认为是国家参与全球竞争与国际分工的全新地域单元，是加快推进城市化进程和城乡统筹的主体空间形态，是中国未来经济发展最具活力和潜力的核心增长极[1,2]，决定着中国经济发展的态势和格局。
因此，研究城市群空间结构以辅助城市群空间规划具有重要意义。
国外研究中没有与“城市群”直接对应的概念，但相关研究由来已久。