渐进式还是跨越式发展？解读中国快速发展的特大城市中城市再开发的特征和模式

《Land Use Policy》：Gradual or leapfrog? Decoding the characteristics and patterns of urban redevelopment in rapidly developing megacities, China

传统城市更新研究多聚焦微观层面，宏观尺度长期演变规律不明。本文基于机器学习与多时相卫星影像，结合改进的LCZ框架，系统分析北京、上海、广州三市1985-2020年城市更新模式。研究发现经历三个阶段：1985年前（I阶段）以渐进更新为主；1995-2010年（II阶段）快速扩张主导；2010年后（III阶段）更新强度超过扩张，形成T型与倒T型跳跃更新空间模式。研究揭示城市发展从简单扩张转向多维更新的关键转折，为城市形态优化提供实证依据。

　　本研究聚焦于中国三个快速发展的特大城市——北京、上海和广州，通过引入机器学习技术和多时相卫星遥感数据，结合改进版的局部气候区（LCZ'）分类方案，系统分析了这些城市从1985年至2020年间的城市更新模式。研究发现，城市更新过程呈现出明显的三阶段演化特征，这不仅揭示了城市形态变化的复杂性，也为未来城市可持续发展提供了新的视角和参考依据。

在城市更新过程中，不同阶段的城市扩张与更新呈现出不同的特征。第一阶段（<1995年），城市更新主要以缓慢的方式进行，其更新速度低于城市扩张速度。这一阶段的城市更新多集中于城市内部的老旧区域，通过改善基础设施和提升土地利用效率，逐步推动城市结构的优化。然而，由于当时城市扩张的主导因素更为明显，更新活动在整体城市发展中所占比例较小。第二阶段（1995–2010年），城市扩张速度显著加快，成为城市形态变化的主要驱动力。这一阶段的扩张主要表现为城市外围区域的快速开发，城市面积迅速扩大，但更新活动则相对减少。第三阶段（>2010年），城市扩张速度开始放缓，而更新活动重新成为城市变化的主导模式。这一阶段的城市更新呈现出更加复杂的形态，不仅局限于城市内部，还涉及城市外围区域的再开发，形成了所谓的“跳跃式”更新模式。

城市更新模式的多样性反映了城市发展的不同路径。其中，渐进式更新模式是最常见的类型，其特点是低强度开发区域逐步被高强度开发区域取代，更新过程通常从城市中心向外扩展。这种模式下，城市更新活动较为平稳，对城市整体结构的影响相对温和。而跳跃式更新模式则更为特殊，它指的是低强度开发区域直接转变为高强度开发区域，无需经过中间阶段。跳跃式更新主要表现为两种空间形态：一种是“T”型跳跃式更新，即城市更新首先从城市外围向外扩展，随后形成第二波更新，向城市中心回流；另一种是反“T”型跳跃式更新，即城市更新同时从城市外围向内推进，以及从城市内部向外扩展。这两种模式的出现，表明城市更新不再局限于单一方向，而是呈现出多方向、多层次的复杂特征。

在研究过程中，我们采用了LCZ'分类方案，该方案通过引入更精细的参数，如建筑密度、高度和形态等，对城市形态进行了更全面的描述。与传统的二维土地利用/覆盖分类相比，LCZ'能够更准确地捕捉城市形态的三维特征，为识别城市更新区域和量化其形态变化提供了理想的框架。通过这一方法，我们不仅能够分析城市更新的强度变化，还能揭示其空间演变的规律。

中国自1990年以来经历了快速的城市化进程，城市建成区面积增长近十倍，城市形态和更新特征也随之发生巨大变化。根据第七次全国人口普查数据，截至2020年底，中国已有七个人口超过1亿的特大城市，这些城市的常住人口总数达到1.39亿，占全国总人口的9.85%。预计在城市化率接近80%之前，还将有更多城市进入特大城市行列。特大城市面临着生态环境质量、可持续发展和空间组织等多方面的压力。此外，由于中国城市规划体系长期以来主要依赖强度指标（如容积率）来控制土地开发，缺乏对建筑高度和城市结构的详细指导，导致城市景观管理难度加大，进而引发一系列城市问题。

因此，本研究选择北京、上海和广州作为典型案例，旨在揭示特大城市在快速城市化过程中城市更新的特征和空间演变规律。研究结果表明，城市更新不仅受到经济发展、政策导向和地理因素的影响，还与城市内部的产业结构调整、土地利用效率提升以及社会需求变化密切相关。例如，城市更新可以促进经济活力，改善居住环境，优化城市功能布局，但同时也可能带来社会不平等的加剧，如原住居民被搬迁、原有社区功能被削弱等。

在分析过程中，我们发现不同城市在城市更新模式上存在一定的差异。例如，北京的城市更新更多地集中在城市中心区域，通过改造老旧住宅区和工业用地，提升城市功能和景观质量；上海则在城市外围区域形成了大量高强度开发区域，推动了城市扩张和功能区的重新配置；广州的城市更新则呈现出较强的多中心发展趋势，多个更新区域同时进行，形成复杂的更新网络。这些差异表明，不同城市在城市更新过程中可能遵循不同的逻辑和路径，这与各自的城市历史、地理条件和政策导向密切相关。

此外，研究还发现，城市更新活动的强度和空间分布与时间密切相关。在早期阶段，城市更新主要集中在城市中心，且更新速度较慢；随着城市扩张的加速，更新活动逐渐向外围区域扩展，但整体强度较低；进入第三阶段后，城市更新活动的强度有所提升，且空间分布更加广泛，形成多中心、多方向的更新格局。这种变化趋势表明，城市更新正在从单纯的扩张模式向更加复杂和多维的模式转变，反映了城市发展的新阶段和新特征。

在方法论上，本研究综合运用了多种新兴技术手段，如机器学习、卫星遥感和大数据平台，以克服传统方法在大规模、长期和多城市比较研究中的局限性。通过这些技术，我们能够更准确地识别城市更新区域，并对其形态变化进行量化分析。例如，机器学习算法能够自动处理大量的遥感影像数据，识别出城市更新的时空演变特征；卫星遥感技术则能够提供高分辨率的城市形态数据，为分析城市更新提供可靠的基础；而大数据平台则能够整合多源数据，增强研究的全面性和准确性。

本研究的发现不仅有助于理解城市更新的内在机制，还为未来城市规划和管理提供了重要的实证依据。通过揭示城市更新的阶段性特征和空间演变规律，我们能够更好地预测城市发展的趋势，制定更加科学合理的城市更新政策。同时，研究还强调了城市更新过程中可能带来的社会影响，如原住居民的迁移、社区结构的变化等，这为城市更新的可持续性提供了新的思考方向。

总体而言，本研究通过系统分析城市更新的特征和模式，揭示了城市形态变化的复杂性，为理解城市发展的新逻辑提供了新的视角。研究结果表明，城市更新不再是简单的扩张行为，而是涉及多方向、多层次的复杂过程，需要综合考虑经济、社会和环境等多方面因素。未来，随着城市化进程的持续推进，城市更新将成为推动城市可持续发展的重要手段，而如何在这一过程中平衡各种利益关系，实现城市形态的优化和功能的提升，将是城市规划和管理面临的重要课题。