多中心化的特征及机制—基于中国318个城市的实证研究外文翻译资料

 2022-05-26 09:05

英语原文共 11 页,剩余内容已隐藏,支付完成后下载完整资料


多中心化的特征及机制—基于中国318个城市的实证研究

Xingjian Liu a,b,lowast;,Mingshu Wang c

a Department of Urban Planning and Design,University of Hong Kong,Hong Kong

b HKU Shenzhen Institute of Research and Innovation,Shenzhen,China

c Department of Geography,University of Georgia,USA

要点:

1、90%以上的城市拥有4个或更少的城市中心;

2、山区城市多中心度更高;

3、中国东部地区的多中心性和人均GDP呈正相关;

4、一些城市中已识别出的多中心模式与总体规划基本一致;

摘要:

尽管学术界对中国城市的多中心发展已有很多研究,但是从城市内部层面来比较多中心格局仍然缺乏系统性的研究。因此,文章运用详细的人口网格化数据,探讨了中国318个城市内部的多中心发展格局。其中,分析了个别城市城市化区域的空间结构,并识别了地级以上城市内的人口中心。实证结果表明,超过90%的中国城市有4个或4个以下的“中心”,约40%的城市只有1个主导中心。回归模型显示,较高程度的多中心性与呈碎片化的城市空间有相关关系。在地形特征和土地总面积条件的约束下,人均国内生产总值与中国东部地区较高的多中心性呈正相关性。此外,部分城市(如上海和天津)的多中心发展格局与它们的总体规划相对一致。

1 引言

在最近的文献中,多中心城市的发展研究得到重视(Anas、Arnott和 Small,1998;Audirac,2005; Musterd amp; Kloosterman,2001; Vasanen,2012)。原来相互靠近但又独立的城市住区逐渐形成了一个更大、更完整的城市体系,即多中心城市。多中心能产生更大的集聚经济效应,并促进实现社会,经济和环境目标(Parr,2004),往往被认为是一种理想的城市形式。另外,学者们已经在不同的地理尺度上考察和分析了多中心结构,包括城市内规模(例如,中心商务区(CBD),边缘城市和卫星城),城市间尺度(例如“珠江三角洲特大城市地区”)以及跨区域规模(例如欧盟的地区发展政策中确定的大陆“发展中的两极”;Halbert,Convery和Thierstein,2006)。

本文以城市人口中心的识别为基础,重点研究了中国城市内部尺度的多中心发展情况。作为世界人口最多的国家和最大的发展中国家经济体,中国的城市转型在全球有着重要的社会、经济和环境影响(Bai,Shi,amp;Liu,2014)。世界银行最近的报告显示,在东亚和天平洋区域人口超过10万的城市中,中国占了近70% (World Bank,2015)。

在中国应对城市转型挑战的政策和措施中,以多中心城市发展为目标的规范计划和政策逐步增加(Liu,Derudder ,amp; Wu,2015)。比如,(多中心)城市被确定为最近公布的“新型城镇化”战略的基础,并在2015年12月中国中央城市工作会议上提及。此外,“多中心城市模式”在许多城市的战略计划中受到追捧(Qinamp;Han,2013; Yue,Fan,Wei,amp;Qi,2014)。例如,在中国国家发展和改革委员会开展的一项研究中,调查内的144个地级城市中,有133个城市将要或正在开发旧城核心区以外的新区(Sunamp;Wei,2015)。最近,北京市政府与数以万计的公务员和其他辅助部门计划从拥挤的旧城搬迁到卫星城,这有力地证实了多中心的驱动作用。这种趋势引发了对多中心城市发展的国际性追求。例如,欧洲的空间和社会发展政策强调了多中心城市发展的好处(Burgeramp;Meijers,2012; Hallamp;Pain,2006),美国讨论了将“大都市区”作为规划和治理工具(Nelsonamp;Lang,2011)。

尽管学术界对中国城市的多中心发展已有很多研究,但是从城市内部层面来比较多中心格局仍然缺乏系统性的研究。一方面,大多数分析都集中在城市之间或者区域多中心,即多中心城区或大都市区(Yang,2005; Liu,Derudder等,2015; Yang,Songamp;Lin,2015; Zhangamp; 吴,2006)。另一方面,在城市内尺度的多中心城市研究案例多局限于东部沿海的几个较大的城市,如北京(Qinamp;Han,2013; Zhao,Lu,amp;de Roo,2011),上海 (Lehmann,2013; Yue等,2014),广州(Wu,1998)和杭州(Yue,Liu,amp;Fan,2010) 随着城市多中心越来越广泛地纳入规范计划,对城市内多中心的系统分析将有助于更好地理解多中心城市发展,并用于评估相关的发展政策和计划。

为了填补这一空白,本文利用人口格网数据对中国城市内多中心性进行了探索性分析。更具体地说,本文分析了各个城市内的空间结构,组织如下:文章首先介绍了多中心的定义、城市副中心的识别以及城市形态多中心发展的测度方法;其次,讨论了数据搜集和不同多中心测量的方法;再次,回顾了中国多中心城市的发展模式,分析了城市内部的多中心格局与社会经济、地理、政治因素的关系;最后,总结了研究的主要发现、测度方法的局限性和进一步研究的方向。

2 数据和方法

2.1 数据和研究区域

本研究以364个中国大陆以上城市(图1)为研究对象。为了便于国际读者理解,地级市的概念需要补充说明(参见Li,2014年全面回顾中国的规划和管理体系):在中国的行政区划体系中,地级市位居于省级以下、县级以上单位。地级市通常由中心城区及市辖区,县级市,县,镇和其他分区等周边地区组成。换句话说,一个中国地级城市类似于一个城市内部的城市体系,由一个中心城区和一些县等偏远的城市化区域组成。除地级城市外,本文研究对象还包括四个直辖市(北京、天津、上海和重庆),它们的行政级别相当于省。

图1. 中国地级以上城市分布

对多中心测度基于LandScanTM高分辨率全球人口数据集(Dobson,Bright,Coleman,Durfee,amp;Worley,2000),该数据是约为1kmX1km的人口分布格网数据。尽管存在人口估算误差,但LandScan数据集在理解城市空间结构方面提供了两个优势:第一,LandScan以精细的空间分辨率表征人口分布,而官方普查数据通常基于城市行政边界统计汇总,不能够反映城市内部人口分布情况。第二,现有的人口统计数据(例如Wu,Long,Mao,amp;Liu,2015)受到行政边界变化的影响,对纵向分析的用处不大。此外,LandScan计算的是24小时内的人口平均分布情况,能够捕捉了一些通勤和人口迁移信息。LandScan数据收集于2012年。

由于LandScan数据仅表征了人口的空间分布,因此本文确定的城市中心(包括核心城区和分中心)是与人口中心相对应,而不是就业中心。虽然就业中心是理解城市空间经济的关键(Giulianoamp;Small,1991),但就业中心和人口中心之间通常存在失衡(比如职住失衡)。对中国人口中心的深入研究仍然与政策相关(Shenamp;Wang,2012; Wangamp;Meng,1999)。例如,许多总体规划强调了人口的再分配/再控制,在确定公共服务和基础设施的供应方面也广泛提出人均标准(li,2014)。

国内城市生产总值和人口统计数据来自2012年《中国城市统计年鉴》。各个城市的地形曲率标准差来自美国地质调查局的中国数字高程模型(DEM)数据。借鉴Fan and Sun(2008)对中国宏观区域的定义,将城市分为三个区域:东部,西部和中部。

2.2 多中心的定义和测度

本文采用形态多中心来定义城市中心(Halbert等,2006)。城市的多中心度是根据城市内部中心的规模和分布来衡量的;如果一个城市具有更均衡的中心分布特征(Meijersamp;Burger,2010;Musterdamp;Kloosterman,2001;Parr,2004),则认为这个城市多中心性更高。换句话说,一个多中心城市将由一组重要性的相对均匀分布的城市中心组成。各种表征城市特征的指标如人口规模、就业数量和国内生产总值等(Batty,2013;Meijersamp;Burger,2010)被用来估计各个中心的“重要性”。另外,对多中心的功能、关系和政治层面的研究(Halbert et al,2006;Liu,Derudder.et al,2015)能够对多中心城市有更深入的理解,但它们通常需要更精细的数据。例如,对多中心的功能和关系的研究,需要关于各个中心之间人员、信息和货物流动的信息数据。然而,对大多数城市来说衡量城市内部流动是非常困难的(Liu,Derudder等,2015)。但是,形态学和其他形式的多中心之间通常存在正相关关系(Burgeramp;Meijers,2012; Vasanen,2012)。因此,本文采用了形态多中心来定义城市中心。

多中心可以通过许多不同的方式来衡量。第一种,基于规模等级概念,通过城市中心的规模等级分布回归线的斜率(Batty,2008; Meijersamp;Burger,2010),或者是最大中心偏离规模等级分布的程度来表征(Meijers,2008)。现已提出许多基于等级规模的改进方法,例如,基于城市中的第二,第三和第四大(副)中心来估计多中心度(Meijersamp;Burger,2010);或者改变实际排名以减少小样本偏差(Gabaixamp;Ibragimov,2011)。然而,很难对基于规模等级方法测度的多中心度标准化,从而使解释更简单(Green,2007)。

第二类多中心测度方法依赖于平等分配程度的指标,如基尼系数(Combesamp;Overman,2004)。最近,Pereira,Nadalin,Monasterio和Albuquerque(2013)回顾了现有(平等分配)方法的缺点,并提出了一个新的城市中心性指数(UCI)来衡量中心性/多中心性程度。然而,UCI的计算过程中涉及到所有网格之间的成对距离的计算,计算量太大。

因此,本文采用第三种方法,即通过衡量(副)中心(的大小)的标准偏差(Green,2007;Liu,Derudder等,2015)来测度多中心程度:

其中P表示城市的形态多中心;obs表示城市内各个中心的“重要性”的标准差(例如,以人口或者GDP来衡量);max是城市中心的“重要性”极值,一个中心“不重要”,另一个中心具有最大“重要性”。这个方法达到了多中心的标准化度量;P的理论值范围为0~1,值为0时表示相应城市内只有一个中心,值为1表示城市由几个相同大小的中心组成。另外,在以前的研究中(如Leeamp;Lee,2014),中心数量和最大中心的人口比例等指标已经用于衡量多中心,这些将作为补充测量报告。

2.3 中心的定义

对多中心的测度基于城市中心的识别。在有关城市形态的研究中,中心定义为人口、就业或商业密度明显高于周边地区(Leslie,2010)的区域(人口普查区/格网)。如上所示,本文方法中确定的中心将包括城市核心区(如CBD)和副中心(如卫星城镇和边缘城市)。目前有很多研究利用不同的标准(如人口规模,就业规模和土地利用形式),并基于不同的空间单元(例如人口普查和定期网格; Cervero,1989; Lee,2007)来识别城市中心的文献资料。传统方法是通过对不同属性的数据,如人口和就业数量(Giulianoamp;Small,1991),采用单一截止值来进行识别。其关键缺陷在于,难以对所有城市使用一个通用的标准。很显然,中国多样化的城市发展模式难以使用这种单一截止方法。在最近的一些研究中,有对不同类型的城市使用相对标准,包括适应性标准(Lee,2007),空间统计(McMillen,2001),核密度(Leslie,2010)和空间聚类(Vasanen,2012)方法。

继Lee(2007),我们采取了相对最低限度的截止方法。对于每个城市,通过在其95%的人口密度水平处设置最小密度截断值的方法来识别人口密集的LandScan网格(即选择城市中人口最稠密的前5%的LandScan网格),其中北京、上海、广州、深圳和天津的门槛值设置为90%。这种混合标准的应用是基于对密度分布的分析。

根据城市内单个网格中的人口密度分布情况,创建了城市密度剖面图,并利用Kolmogorov-Smirnov测试来评估两个城市的密度分布是否显著不同。结果表明,上述五个城市的密度分布与其他城市的密度分布较为不同。此外,研究发现这五个城市的密度剖面呈双峰分布,而中国其他城市的密度剖面通常仅有一个“峰值”。

因此,采用一个更低的最小截止值(90%而不是95%)能更好地描述这五座城市的双峰密度分布情况。此外,第2.6节进行了敏感性分析,用来评估对五个城市采用单独的阈值(90%)是否会影响结果。一旦识别出来,相邻的人口密集网格将形成群集,并且本文将“中心”定义为包含10万以上居民并包含至少三个网格的网格集群。最后将一个城市中各个中心的人口规模代入等式1中进行多中心计算。

初步实验表明,基于截断点方法确定的城市中心,主要是市内的大型且空间分散的城市化区域(参见图3、图4),比如中心城区、县级城市、县海和新城镇/地区。换句话说,我们的多中心度量倾向于描述地级城市内城市化区域(即城市内部城市系统)的空间结构,而不是城市核心地区内单个的人口集群特征。尽管如此,这种关注城市内部的城市体系与旨在促进多中心的众多规划和政策在地域规模上是一致的。例如,北京,天津和上海为追求多中心的城市格局,往往在

全文共22553字,剩余内容已隐藏,支付完成后下载完整资料


资料编号:[11791],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。