王雨枫¹, 曹洪军^1,2
1. 中国海洋大学 环境科学与工程学院, 山东 青岛 266100;
2. 中国海洋大学 管理学院/管理创新与环境战略研究中心, 山东 青岛 266100
收稿日期：2020-05-20
基金项目：国家自然科学基金资助项目(71603142)；山东省社会科学规划研究项目(19CXSXJ05)。
作者简介：王雨枫(1989-)，男，四川绵阳人，中国海洋大学博士研究生;
曹洪军(1957-)，男，山东潍坊人，中国海洋大学教授，博士生导师。

摘要：针对辽宁城市群发展过程中出现的问题, 利用DMSP, VIIRS夜间灯光与城市经济等数据, 从城市人口、土地城市化、国民生产总值、社会固定投资等方面构建了异速生长模型与城市经济发展模型, 对其人地关系展开了长期的动态研究.对其人口-土地城市化及地级市经济发展水平进行了测度, 并做出了针对性评价.结果表明: 辽宁城市群的人地关系主要受重工业经济与资源型城市开发影响, 其中沈阳城市发展趋向扁平化, 而葫芦岛、丹东等城市发展趋向立体化.对于经济发展较好的城市应该防止其城建用地粗放扩张, 对于经济发展水平滞后的城市应该创造就业机会, 吸引人口聚集.研究结果对于辽宁城市群未来的城市化发展具有一定的参考价值.
关键词：夜间灯光异速生长律人地关系经济发展辽宁城市群
Spatial-Temporal Evolution of Human-Land Relationship in Liaoning's City Groups Based on Fractal Theory
WANG Yu-feng¹, CAO Hong-jun^1,2
1. College of Environmental Science and Engineering, Ocean University of China, Qingdao 266100, China;
2. College of Management/Research Center for Management Innovation and Environmental Strategy, Ocean University of China, Qingdao 266100, China
Corresponding author: CAO Hong-jun, E-mail: hongjunsd@163.com.

Abstract: In response to the problems in the development of Liaoning urban agglomeration, the allometric growth model and urban economic development model were constructed from urban population, land urbanization, gross national product, social fixed investment, etc., and a long-term study on the human-land relationship of Liaoning urban agglomeration was carried out by using DMSP, VIIRS night light data and urban economic data. The human-land urbanization and economic development level of prefecture-level cities were measured, and the targeted evaluations were made. The results showed that the human-land relationship of Liaoning urban agglomeration is mainly affected by the development of heavy industry economy and resource-based cities. Among them, the development of Shenyang City tends to be flat, while the development of such cities as Huludao and Dandong tends to be three-dimensional. For cities with better economic development, the extensive expansion of urban construction land should be prevented, and for cities with lagging economic development, the employment opportunities should be created to attract population gathering. The research results have certain reference value for the future urbanization development of Liaoning urban agglomeration.
Key words: night lightlaw of allometric growthhuman-land relationshipeconomic developmentLiaoning urban agglomeration
建国初期, 辽宁省工业总产值曾占全国32.5 %, 沈阳、大连等城市是著名的国际化大都市, 然而随着矿产资源枯竭、产业结构僵化、人口流失及老龄化加剧等一系列问题^[1], 辽宁省经济发展正逐渐失去活力.据2019年经济统计, 辽宁省GDP总量为2.5万亿, 占全国GDP总量的2.5 %, 经济增速连年下降, 甚至GDP出现了负增长的现象(2019年辽宁省GDP增长-1.6 %), 而沈阳、大连经济增速也出现了不同程度的下降, 增长乏力^[2].辽宁省土地辽阔, 但人口分布并不均衡, 主要集中在沈阳、大连及资源型城市的重工业地区, 导致城市用地与人口分布呈现出明显的不均衡集聚现象.如何合理利用有限的土地资源, 处理好人地关系将是辽宁未来经济可持续发展过程中的重要问题^[3], 因此对其人地关系的研究具有十分重要的意义.
1970年前后, 美国陆续发射了搭载OLS传感器的光学气象卫星, 其可探测全球范围内的夜间灯光强度.夜间遥感影像从三维时空角度有效地弥补了传统二维统计数据的缺点, 给城镇化发展的长时间序列研究提供了更加科学合理的研究途径^[4].而异速生长定律主要用来研究城市系统中各要素与整体、各要素之间的关系特征^[5].国内外****用异速生长定律对城市发展过程中的问题进行了研究, 但仅局限于对土地利用的评价, 并没有结合城市经济发展进行分析^[6].本研究利用异速生长定律, 以辽宁城市群人口与城市用地为对象, 综合分析其发展中的现状与问题, 并提出针对性的建议.
1 数据来源与预处理1.1 研究区概况辽宁省位于我国东部沿海北方, 地跨118°53′E~125°46′E, 38°43′N~43°26′N, 南临渤海, 北接吉林, 西靠河北、内蒙古, 东近朝鲜, 是我国环渤海城市群重要的组成部分, 同时也是东北亚经贸的重要口岸.辽宁省是我国重要的重工业基地, 矿产、木材及粮食等自然资源来源地.辖区位于温带季风区, 气候湿润, 地形以平原、山地为主, 土壤肥沃, 水资源充沛, 具有成熟的工业基础与生态潜力, 如图 1所示.
图 1(Fig. 1)

图 1 研究区示意图Fig.1 Sketch map of the study area

1.2 数据预处理DMSP卫星搭载的OLS夜间传感器能够提供1992~2013年全球范围内连续的夜间影像数据.其使用的参考坐标系是WGS-1984, 空间分辨率约为1 km, 影像的亮度值(DN)为0 ~ 63.其影像的优点是时间序列长, 缺点是分辨率过低, 不同传感器同年度影像DN值波动不连续、在城市中心区存在大量过饱和现象^[7].VIIRS(2012~)是NASA和NOAA继DMSP之后, 于2012年发射的高分遥感卫星, 其显著优势在于大大提高了影像精度(500 m), 消除了DN值年际之间不连续与DN值过饱和等问题.
在使用DMSP, VIIRS夜间灯光数据做研究之前, 需要解决以下问题^[8]: ①DMSP的DN值在城市市区过饱和现象; ②DMSP长时间序列年际影像DN值波动不连续现象; ③DMSP同年份不同卫星传感器获取的影像DN值差异现象; ④VIIRS去除火光、背景噪声等问题; ⑤DMSP, VIIRS影像长时间序列的DN值连续性校正; ⑥夜间灯光数据阈值确定, 并提取建成区灯光面积.为了保证研究结果的准确性, 需要对研究区域的影像采用不变目标区域法进行预处理, 用掩膜提取辽宁省影像进行年际连续性校正和年内互相校正等.选择鞍山市作为非饱和像元(DN值为1~62)校正的不变区域, 选择沈阳市区作为饱和像元(DN值为63)校正的不变区域, 最后形成连续的年度影像, 如图 2所示.在夜间灯光面积提取过程中, 参考了人口变化、城市建设等综合因素^[9], 选择了鞍山市辖区作为基本参照目标, 根据其20年来的城镇建成区面积逐年确定夜间灯光的阈值, 然后用阈值对辽宁城市群进行建成区灯光面积提取, 并用提取的灯光面积与《辽宁统计年鉴》(2019~2000)的数据进行对比, 如图 3所示.
图 2(Fig. 2)

图 2 研究区DMSP影像校正对比Fig.2 Comparison of DMSP image correction in the study area (a)—校正前灯光影像(2005)； (b)—校正后灯光影像(2005)； (c)—校正前灯光影像(2015)； (d)—校正后灯光影像(2015).

图 3(Fig. 3)

图 3 研究区统计数据与灯光数据增速对比Fig.3 Comparison of the growth rate of statistical data and lighting data in the study area

本次研究过程中使用的数据主要包括2013~2000年DMSP夜间稳定灯光数据, 2014~2019年VIIRS月度合成稳定灯光数据(数据来源于NOAA官网); 2019~2000年辽宁省人口、建成区及社会经济等数据(数据来源于《辽宁统计年鉴》).
2 研究方法2.1 人口-土地城市化异速生长模型异速生长定律指系统中局部与整体、局部与局部之间的几何测度关系, 其能够解释系统中局部增长对于整体和其他局部的动态比率问题^[10]:

(1)

式中: y为局部要素; x为系统或其他局部要素; b为增长比率(异速生长系数).式(1)可进一步转换为幂函数:

(2)

本次研究以辽宁城市群2019~2000年的城区人口-土地城市化水平为数据源, 拟合了线性函数、对数函数、幂函数等多种不同回归模型, 并对不同模型的相关性系数进行了多方对比, 得出幂函数的拟合效果最好, 如图 4所示.
图 4(Fig. 4)

图 4 人口-土地城市化的拟合优度Fig.4 Human-land urbanization goodness of fit

理论上, 如果系统里2个要素能够满足几何测度关系, 它们之间就应该具有异速生长关系特征, 服从式(2)的幂函数模型.通过对辽宁城市群的模型拟合结果分析可知, 其具有明显的异速生长特征.设P为自变量，S为因变量，为了优化研究, 对式(2)两边取对数:

(3)

式中: α₀为常数项; α₁为异速生长系数(模型系数); S为城市市辖区建成面积; P为城区人口.通过国内外研究可知: α₁的临界值为0.85.当α₁=0.85时, 人地同速增长; 当α₁>0.85时, 为正异速生长, 城区人口增速小于土地城市化增速, 人口密度降低, 城市趋向扁平化发展; 当α₁＜0.85时, 为负异速生长, 城区人口增速大于土地城市化增速, 人口密度上升, 城市趋向立体化发展.理论上, α₁＜0.85符合城市发展规律, 即城市越大, 越倾向于立体化发展.但在实际应用中, 异速生长对于城市人地关系的反映需要结合其他指标具体分析, 当α₁＜0.85, 可能是城市高速发展后, 土地资源短缺, 用地效益提高, 也可能是城市发展停滞, 人均用地减少等, 因此, 结合具体经济数据的人地异速关系才有实际意义.
2.2 城市经济发展水平测度基于前述人地异速模型, 为了更准确地判断城市发展现状与趋势, 拟构建城市发展经济指标, 如表 1所示.对2019~2000年辽宁城市群整体经济数据进行主成分分析^[11].其中特征值>1的主成分有2个, 且累计贡献率达95.16 %, 根据分析结果可构建主成分综合模型:

(4)

(5)

(6)

表 1(Table 1)

表 1 研究区经济发展评价指标Table 1 Evaluation indicators for economic development of the study area 指标名称 属性 权重 人均国民生产总值X1/元 正向 0.15 人均二产总产值X2/元 正向 0.15 二、三产业产值占GDP的比重X3/% 正向 0.15 人均财政收入X4/元 正向 0.13 人均社会消费品零售额X5/元 正向 0.14 人均固定资产投资额X6/元 正向 0.14 在岗职工平均货币工资X7/元 正向 0.15

表 1 研究区经济发展评价指标 Table 1 Evaluation indicators for economic development of the study area

3 结果与分析3.1 人口-土地城市化异速生长关系评价使用异速生长模型表征城市快速发展过程中城区人口-土地城市化水平增长的动态耦合关系, 使用的主要空间数据为夜间灯光数据.为了验证校正后灯光数据面积的准确度, 引入了2000, 2009, 2019年的Landsat数据, 通过监督分类与人工解译, 获得了辽宁城市群建设用地数据, 并用Landsat数据验证DMSP/VIIRS灯光数据的精度.通过对比, 灯光数据的横向长时间序列(2000, 2009, 2019)的精度检验为92.31 %, 提取采样点, 纵向(单个年份内)检验精度为87.36 %, 结果符合研究使用要求, 如图 5所示.使用式(3)的异速生长模型进行数据分析, 得到的结果如表 2所示.
图 5(Fig. 5)

图 5 研究区Landsat用地扩张进程(2019~2000)Fig.5 Land expansion process of Landsat in the study area (2019~2000) (a)—辽宁省；(b)—沈阳市；(c)—大连市.

表 2(Table 2)

表 2 研究区异速生长模型回归Table 2 Allometric growth model regression in the study area 城市 α0 α1 R2 F 沈阳 -3.90 1.67 0.63 30.00 大连 1.57 0.82 0.92 201.52 鞍山 1.42 0.73 0.51 4.91 抚顺 7.31 0.46 0.51 0.25 本溪 -1.64 1.29 0.56 1.08 丹东 0.30 0.77 0.55 0.98 锦州 2.42 0.42 0.54 5.78 营口 -2.18 1.55 0.59 26.02 阜新 3.43 0.04 0.50 0.03 辽阳 -0.21 1.08 0.78 65.46 盘锦 1.84 0.69 0.68 38.05 铁岭 -2.96 1.66 0.62 28.86 朝阳 -0.62 1.13 0.88 128.32 葫芦岛 2.12 0.51 0.52 17.31

表 2 研究区异速生长模型回归 Table 2 Allometric growth model regression in the study area

通过拟合结果可知, 辽宁城市群发展的趋势与长三角城市群、珠三角城市群等市场化城市的发展路径相反, 市场化城市的发展一般都是人口增速大于建成区增速, 城市越大立体化发展趋势越强.其中α₁＜0.8的城市有阜新(0.04)、锦州(0.42)、抚顺(0.46)、葫芦岛(0.51)、盘锦(0.69)、鞍山(0.73)、丹东(0.77), 这7个城市为为负异速生长, 城区人口增速大于土地城市化增速, 城市趋向立体化发展; 0.8＜α₁＜1.5的城市有大连(0.82)、辽阳(1.08)、朝阳(1.13)、本溪(1.29), 这4个城市城区人口增速约等于土地城市化增速; α₁>1.5的城市有营口(1.55)、铁岭(1.66)、沈阳(1.67), 这3个城市为正异速生长, 城区人口增速小于土地城市化增速, 城市趋向扁平化发展.为了更加直观地展现出辽宁城市群城区人口-土地城市化的空间分布情况, 利用ArcGIS的自然断裂点分级法, 按照α₁>0.8和α₁>1.5, 对各地级市的异速生长系数进行了地理空间赋值, 其结果如图 6所示.
由图 6的空间分布可知, 辽宁城市群城区人口-土地城市化异速生长系数α₁分布总体呈现西北内陆比东南沿海高的态势, 西北内陆资源型城市受到东北重工业布局及资源城市开发的影响, 城市建设在矿产资源附近快速形成, 资源开发枯竭后又在新的地方建设, 相比建成区的不断扩大, 人口在不同矿区之间流动, 但总人口基本不变, 甚至出现人口外流等现象, 所以人地异速关系呈现扁平化发展.相比较而言, 环渤海的地理优势使沿海城市拥有良好的港口, 对外贸易交通便利, 能够创造较多的工作岗位, 对于城乡人口及外来人口吸引力较大, 城区人口增速大于土地城市化增速, 人口密度上升, 人地异速关系趋向立体化发展.以大连为代表, 沿海的锦州、盘锦以外贸为主导, 经济发展迅速, 对外来人口吸引力较强, 而沿海城市中α₁较高的城市有营口, 对比历年统计年鉴及GDP结构分析, 发现其城区人口增长乏力, 城市缺乏有竞争力的就业岗位.而在内陆中, α₁较高的沈阳、铁岭, 其中沈阳经济较为发达, 但近年来城市新开发区面积粗放增长, 明显快于城区人口增速, 而铁岭则是因为经济发展疲软, 城市发展缓慢.
图 6(Fig. 6)

图 6 研究区人口-土地城市化空间分布Fig.6 Spatial distribution of human-land urbanization in the study area

3.2 城市经济发展水平测度评价通过式(4)~式(6)可以计算出辽宁城市群发展过程中的主成分得分.在2009~2000年，加权综合量F反映辽宁城市群经济发展较快, 但在2019~2010年, 其经济发展减缓, 甚至出现倒退现象, 如表 3所示.进一步利用模型对辽宁城市群各城市经济发展水平测评, 获得各城市发展质量相对评分, 其评分越高越好, 如表 4所示.
表 3(Table 3)

表 3 研究区经济发展测评Table 3 Evaluation of economic development in the study area 年份 2000 2001 2002 2003 2004 F 0.01 0.01 0.03 0.05 0.07 年份 2005 2006 2007 2008 2009 F 0.14 0.18 0.25 0.35 0.40 年份 2010 2011 2012 2013 2014 F 0.52 0.62 0.73 0.77 0.77 年份 2015 2016 2017 2018 2019 F 0.71 0.52 0.56 0.62 0.84

表 3 研究区经济发展测评 Table 3 Evaluation of economic development in the study area

表 4(Table 4)

表 4 研究区地级市经济发展测评Table 4 Evaluation of economic development of prefecture-level cities in the study area 城市 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 沈阳 0.47(4) 0.63(3) 0.65(3) 0.77(2) 0.77(2) 0.69(3) 0.69(3) 0.75(2) 0.56(2) 0.54(2) 大连 0.72(2) 0.80(1) 0.85(1) 0.86(1) 0.90(1) 0.88(1) 0.87(1) 0.89(1) 0.73(1) 0.70(1) 鞍山 0.49(3) 0.51(4) 0.51(4) 0.52(4) 0.51(4) 0.49(4) 0.43(4) 0.41(4) 0.26(8) 0.25(8) 抚顺 0.31(6) 0.31(6) 0.29(7) 0.32(7) 0.30(8) 0.36(6) 0.37(7) 0.36(7) 0.30(5) 0.31(5) 本溪 0.32(5) 0.32(5) 0.37(5) 0.37(5) 0.43(5) 0.44(5) 0.42(5) 0.41(6) 0.29(6) 0.26(7) 丹东 0.14(11) 0.14(11) 0.14(10) 0.17(9) 0.18(9) 0.17(10) 0.17(10) 0.16(10) 0.12(11) 0.09(11) 锦州 0.22(9) 0.23(9) 0.16(9) 0.17(9) 0.18(9) 0.21(9) 0.19(9) 0.24(9) 0.20(9) 0.19(9) 营口 0.20(10) 0.24(8) 0.31(6) 0.37(5) 0.40(6) 0.35(7) 0.38(6) 0.41(4) 0.34(4) 0.50(4) 阜新 0.04(13) 0.06(13) 0.03(13) 0.02(14) 0.01(14) 0.06(13) 0.10(12) 0.09(11) 0.08(12) 0.07(12) 辽阳 0.23(7) 0.25(7) 0.29(7) 0.31(8) 0.32(7) 0.32(8) 0.33(8) 0.31(8) 0.27(7) 0.30(6) 盘锦 0.79(1) 0.76(2) 0.67(2) 0.65(3) 0.62(3) 0.70(2) 0.70(2) 0.66(3) 0.55(3) 0.53(3) 铁岭 0.07(12) 0.07(12) 0.07(12) 0.09(12) 0.15(11) 0.12(11) 0.10(12) 0.05(14) 0.02(14) 0.03(14) 朝阳 0.01(14) 0.01(14) 0.01(14) 0.04(13) 0.07(13) 0.05(14) 0.06(14) 0.06(13) 0.07(13) 0.07(12) 葫芦岛 0.23(7) 0.21(10) 0.15(11) 0.15(11) 0.10(12) 0.11(12) 0.11(11) 0.08(12) 0.13(10) 0.14(10) 注：表 4中括号内的数据为地级市当年在研究区的排序.

表 4 研究区地级市经济发展测评 Table 4 Evaluation of economic development of prefecture-level cities in the study area

辽宁城市群人口与用地整体呈负异速生长, 城区人口外流且增长缓慢, 但城市用地增长更缓慢.相比于建成区面积增长, 城区人口增长更快, 未来辽宁城市群城区人口与用地面积增长会处于相对停滞的状态, 异速生长比例不明朗, 城市群整体处于衰退状态, 这一阶段提高人口福利、吸引外来人口能够有效带动地区经济发展.综合全省情况, 城市发展趋势如下:
1) 城市发展呈现出负异速生长: 葫芦岛、盘锦、鞍山3个城市处于发展的加速阶段, 这类城市城区人口-土地城市化特征明显, 城市经济稳步发展, 综合排名持续上升, 人地异速生长关系处于良性发展趋势.阜新、锦州、抚顺、丹东4个城市处于发展的停滞阶段, 这类城市经济发展缓慢, 城市建成区增速较缓, 综合排名停滞甚至下跌.
2) 城市发展呈现出同速异速生长: 大连处于发展的加速阶段, 城市经济稳步发展, 而辽阳、朝阳、本溪处于发展的停滞阶段, 人地异速生长关系虽然处于良性状态, 但长远发展不可持续.
3) 城市发展呈现出正异速生长: 沈阳、营口2个城市处于发展的加速阶段, 从其人地异速生长关系可知, 虽然其土地利用存在粗放趋势, 但城市经济发展保持了较高的增速, 城区人口及吸引力持续增强.铁岭处于发展的停滞阶段, 城市经济发展较差, 虽然土地利用处于粗放趋势, 但并没有很好地带动经济发展, 人地异速生长关系处于恶化状态.
4 结论1) 与市场经济背景下的大城市立体化发展不同, 辽宁是在重工业与资源型城市开发的背景下形成的人地关系.沈阳市人地关系α₁>0.85时, 城市发展趋向扁平化, 主要是受东北地区人口外流的影响, 其城区人口增速小于建成区面积增速.葫芦岛、丹东等城市的人地关系α₁＜0.85时, 城市发展趋向立体化, 主要原因是其人口与城市建设都处于停滞状态, 甚至倒退, 这并不是良性的人地关系.
2) 对于目前经济发展水平较高的城市(如沈阳、大连), 应该防止其城建用地粗放扩张, 优先挖掘其城市内部潜力, 避免形成粗放开发的恶性人地关系; 对于目前经济发展水平滞后的城市(如铁岭、阜新), 应该加强城市建设, 提高区域增长的集聚能力与规模效应, 创造就业机会, 吸引人口聚集.
参考文献

[1]	Liu Y Q, Song W, Deng X Z. Understanding the spatiotemporal variation of urban land expansion in oasis cities by integrating remote sensing and multi-dimensional DPSIR-based indicators[J]. Ecological Indicators, 2019, 96: 23-37. DOI:10.1016/j.ecolind.2018.01.029
[2]	Chen L, Ren C Y, Zhang B, et al. Quantifying urban land sprawl and its driving forces in Northeast China from 1990 to 2015[J]. Sustainability, 2018, 10(2): 188. DOI:10.3390/su10010188
[3]	Wang Z Q, Zhang H W, Chai J. Differences in urban built-up land expansion in Zhengzhou and Changsha, China: an approach based on different geographical features[J]. Sustainability, 2018, 10(11): 4258. DOI:10.3390/su10114258
[4]	Bennett M M, Smith L C. Advances in using multitemporal night-time lights satellite imagery to detect, estimate, and monitor socioeconomic dynamics[J]. Remote Sensing of Environment, 2017, 192: 176-197. DOI:10.1016/j.rse.2017.01.005
[5]	Cheng X, Shao H, Li Y, et al. Urban land intensive use evaluation study based on nighttime light—a case study of the Yangtze river economic belt[J]. Sustainability, 2019, 11(3): 675. DOI:10.3390/su11030675
[6]	Chen Y G, Wang Y H, Li X J. Fractal dimensions derived from spatial allometric scaling of urban form[J]. Chaos, Solitons & Fractals, 2019, 126: 122-134.
[7]	Cao X, Hu Y, Zhu X L, et al. A simple self-adjusting model for correcting the blooming effects in DMSP-OLS nighttime light images[J]. Remote Sensing of Environment, 2019, 224: 401-411. DOI:10.1016/j.rse.2019.02.019
[8]	Li X, Zhao L X, Han W J, et al. Evaluating Algeria's social and economic development using a series of night-time light images between 1992 to 2012[J]. International Journal of Remote Sensing, 2018, 39(23): 9228-9248. DOI:10.1080/01431161.2018.1510560
[9]	Li C, Chen G P, Luo J, et al. Port economics comprehensive scores for major cities in the Yangtze valley, China: using the DMSP-OLS night-time light imagery[J]. International Journal of Remote Sensing, 2017, 38(21): 6007-6029. DOI:10.1080/01431161.2017.1312034
[10]	Chen J H, Fei Y J, Zhu Y H, et al. Allometric relationship between port throughput growth and urban population: a case study of Shanghai port and Shanghai city[J]. Advances in Mechanical Engineering, 2018, 10(3): 1-11.
[11]	易平涛, 李雪, 周莹, 等. 生态城市评价指标的筛选模型及应用[J]. 东北大学学报(自然科学版), 2017, 38(8): 1211-1216. (Yi Ping-tao, Li Xue, Zhou Ying, et al. The screening model and application of eco-city evaluation indicators[J]. Journal of Northeastern University (Natural Science), 2017, 38(8): 1211-1216.)