1. 新时代国土空间资源管控制度的改革背景

       伴随1990年代中国市场经济体制的确立与分权化改革，地方政府开始成为经营地方经济发展的实际主导者。而经济全球化、考核制度等又促使地方政府积极参与区域竞争，各地政府逐步以城市空间为载体，建立起以经济指标增长为第一要务的“增长主义”发展模式[1]。这种模式直接助推了扩张式城市规划的大发展，造就了规划城市人口膨胀的“奇观”--据不完全统计，截至2016年5月全国县级以上新城新区超过3500个，规划人口达34亿[2]，吴缚龙教授则直接称中国的城市与区域规划为“为了增长的规划”。

　　在以发展为主要导向的增量规划推动下，中国的城市空间经历了一轮大跃进式的增长，带来了城市无序蔓延、生态环境恶化、耕地资源紧张等国土空间资源管控失序的问题。同时，由于“土地城镇化”普遍快于“人口城镇化”进程，很多地方出现“鬼城”、“空城”等现象，而近年来人口流动趋势的变化，又催生了许多“收缩城市”的诞生，人口与空间资源错配的问题进一步凸显。

　　为了加强对国土空间、自然资源、生态环境的管控力度，实现人与自然、人与土地和谐发展，自党的十八大以来，中央从重构顶层设计、推动地方试点到完成机构改革，进行了国土空间资源管控制度变革的一系列探索。

　　2013年，《中共中央关于全面深化改革若干重大问题的决定》提出建立“空间规划体系，划定生产、生活、生态开发管制边界，落实用途管制”，12月中央城镇化工作会议要求尽快划定每个城市特别是特大城市开发边界;2014年国土资源部、住建部共同开展城市开发边界划定工作，分别选择三大城市群中14个常住人口在500万以上的重点城市作为首批试点;2017年中共中央办公厅、国务院办公厅印发《省级空间规划试点方案》，提出划定城镇、农业、生态空间以及生态保护红线、永久基本农田、城镇开发边界;2018年自然资源部成立，统一行使“所有国土空间用途管制和生态保护修复职责”，开展国土空间开发适宜性评价，组织划定生态保护红线、永久基本农田、城镇开发边界等控制线，建立健全国土空间用途管制制度;2019年3月，习近平主席在参加内蒙古代表团审议时强调“要坚持底线思维，以国土空间规划为依据，把城镇、农业、生态空间和生态保护红线、永久基本农田保护红线、城镇开发边界作为调整经济结构、规划产业发展、推进城镇化不可逾越的红线”。

　　自上而下的机构改革和空间规划体系的建立，明确了国家对于全域全类型空间资源管控力度全面升级的决心，未来对城市建设用地指标的管控将会进一步收紧，而城镇开发边界必将成为国家控制城市空间扩张的重要政策工具。纵观自2014年以来在各地开展的城镇开发边界划定试点实践，其中陕西、甘肃、四川、广东、安徽、福建、内蒙古和湖南等地相继出台了城镇(城市)开发边界划定的相关技术指南(导则)，然而各地对城镇开发边界的定义、划定方法、划定期限等仍未形成统一认识，而国家层面有关城镇开发边界划定的规范标准尚未出台。机构重组后，政府对规划编制的科学性提出了更高的要求，庄少勤总规划师强调国土空间规划将成为可感知、能学习、善治理、自适应的智慧型生态规划[3]。在此背景下，如何有效应对国土空间规划的新要求、运用先进的技术手段、探索城镇开发边界划定的科学方法便成为当前推进国土空间规划体系进一步完善和顺利开展的重要课题。

2. 城镇开发边界划定的技术基础

　　在当前国内外城镇开发边界划定的研究和实践中，情景模拟技术因其在模拟城市空间拓展方面的优势成为应用最为广泛的技术之一。情景模拟技术是在计算机软/硬件支持下，通过自下而上的虚拟模拟实验，对复杂系统进行动态模拟、预测、优化的技术，主要包括传统自上而下的各类宏观城市模型以及基于局部个体空间相互作用的微观离散动力学模型。其中CA模型因其时间、空间和状态都为离散等特性，更能真实地反映城市的演化过程，逐渐成为城市空间模拟研究的主流方法。对当前应用CA模型进行城镇开发边界划定的研究进行梳理，大体可分为以下三种思路：

　　一是基于各类约束条件(包括引导性与限制性)建立约束性CA模型，根据所有元胞的转换概率模拟城市用地的空间布局，进而确定城镇开发边界，如龙瀛[4]、陈伟强[5]、罗伟玲[6]等学者。在当前国土空间规划的新形势下，资源环境承载能力和国土空间开发适宜性评价(以下简称“双评价”)已成为国土空间规划编制的前提和基础，是科学划定“三区三线”的基础支撑。因此有研究将“双评价”结果作为空间约束条件之一纳入CA模型进而对城市空间进行模拟[6]。

　　二是将不同约束条件作为模拟情景设定，根据CA模型模拟结果划定不同情景下的开发边界，如吴欣昕[7]、汤燕良[8]、梅梦媛[9]、任君[10]等学者。这类研究中通常将一些涉及耕地保护、生态环境控制等限制性条件，以及区位交通、社会经济等引导性条件作为单一或复合的情景设定，从而对多情景下的城市空间模拟结果和开发边界划定成果进行比对分析。

　　三是首先根据各类约束条件建立用地评价模型，然后通过CA模型模拟城市空间布局，最后综合用地评价和CA模拟结果划定城镇开发边界。如苏伟忠等[11]构建城市承载力评价模型、刘伟玲等[12]和刘辉等[13]构建生态适宜性评价模型、邱思齐等[14]构建生态敏感性评价模型、丛佃敏等[15]构建综合生态安全格局、李全宝[16]构建最小累积阻力模型等，并以此为基础对CA模拟结果按照一定的规则进行修正、调整，从而得出城镇开发边界。

　　同时，系统动力学(SD)模型已成为预测城镇建设用地规模的常用模型，在不少研究中[6-8][11]得到应用。纵观以上研究，总体上还存在以下不足：

　　(1)对各类约束条件及其因子指标的选取差别较大，总体上不够全面;

　　(2)在此基础上构建的用地评价模型不统一、不权威，未来应使用“双评价”结果代替用地评价模型，从而与国土空间规划体系相衔接;

　　(3)对于用地评价结果与CA模拟结果如何整合得出城镇开发边界的规则这一关键问题未能详细阐述;

　　(4)情景设定考虑不足，无法兼顾城镇长远发展的多种可能性;

　　(5)使用算法单一，各类研究构建的CA模型基本上只采用一种算法，其中以逻辑回归算法为主，使用神经网络等人工智能算法较少，而在实际研究中发现不同算法得出的模拟结果在一些案例中存在不可忽视的差异性。

　　本文正是基于以上不足，从完善各类约束条件的全面性、对接国土空间规划的最新要求探索“双评价”结果应用、构建完整的开发边界划定逻辑和规则、适应城市发展不确定性的多情景设定以及综合运用多种算法等角度，探索新时期城镇开发边界划定的技术思路和方法。

3. 城镇开发边界划定思路探索

　　面向新时代国土空间规划的要求，本文提出基于系统动力学模型、情景模拟技术和“双评价”结果的城镇开发边界划定思路，其中政府政策调控(上位指标)和系统动力学模型分别从土地的供需角度确定城市的用地规模;情景模拟和“双评价”结果则从发展和保护的双重角度对城镇用地布局形成引导和约束;最后与依据情景模拟得到的国土空间规划方案进行校核，根据相应的判定规则最终形成“合理规模+科学布局+适度弹性”的城镇开发边界。

　　图1 基于系统动力学模型、情景模拟技术和“双评价”结果的城镇开发边界划定思路

3.1 基于系统动力学模型合理规模预测

　　系统动力学模型是建立在控制论、系统论和信息论的基础上，研究反馈系统结构、功能和动态行为的模型，可通过不同模块和变量之间的交流与回馈模拟复杂系统的行为[7]。与CA自下而上的微观模拟不同，SD模型是自上而下的宏观城市模型，能够预测不同规划政策与发展条件下未来城市用地规模的变化。一般可通过常住和外来人口、劳动力数量、人均住房面积、GDP增量、人均GDP、人均消费水平、工业总产值、第二及第三产业投资、研发投资占比等人口和经济指标，也可以包括资源环境类指标，来预测居住用地、工业用地、商业用地等城市用地，从而获得城市用地总规模。通过这些指标及其因果关系建立量化分析模型，根据计算机模拟结果进行模型验证和结果分析。

　　SD模型是在未来城镇建设用地指标不明确的情况下，综合社会经济各方面因素科学预测用地规模总量的技术方法，目前该方法已比较成熟，可通过Vensim PLE等专用软件来实现。在本文构建的城镇开发边界划定方法中，对于城镇建设用地规模的确定给出两种方案，一是直接使用上级决策的用地指标，二是通过SD模型进行科学预测。

3.2 基于情景模拟技术的科学布局规划

       情景模拟技术是基于城市自身发展规律和不同情景下各类约束条件的变化对城市空间增长进行的模拟和预测，反映的是城市在历史规律和特定规则作用下空间演化的内在机制。模拟过程首先需要收集某城市多时期的历史用地数据，然后通过约束条件的研究确定各类引导性、限制性因素和模型数据，通过机器学习算法对CA等情景模拟模型进行训练，并将模拟结果与历史用地数据进行精度验证，不断优化模型参数并在不同情景下对未来城市用地进行模拟预测。

　　情景模拟模型的常用算法主要包括逻辑回归模型(LR)和人工神经网络(ANN)。逻辑回归模型能够建立离散的因变量与自变量之间的关系，其中因变量是土地利用类型(建设用地和非建设用地)，自变量是各类约束条件和邻域开发强度。某个空间区位元胞的开发概率由以下公式概括，其中P为开发适宜性概率，v是在ij位置的所有自变量的开发特征向量，con是所有约束条件，neighbor是邻域开发强度，a0是常量，ak是逻辑回归模型的系数，xk是模型中的自变量。每个元胞发展为建设用地的概率由开发适宜性概率、开发限制性概率和空间领域作用概率共同决定。

　　人工神经网络(ANN)是通过模仿人类大脑神经元进行运算和模拟的。该模型无需人为设定模型结构、转换规则及参数，而是利用神经网络代替转换规则，通过对神经网络的训练自动获取模型参数。发展概率公式如下，其中P为最终的发展概率，pij(ann)是用地开发适宜性概率，con是所有约束条件，neighbor是邻域开发强度。

　　另外，城镇开发边界的划定需要在规划建设用地之外预留弹性空间，可通过设定开发边界与建设用地的规模比例后在模型中模拟，作为开发边界划定的基础。各地对弹性空间规模的规定各不相同，如福建省规定在城市开发边界不得超过规划建设用地规模的20%;湖南省建议重点开发地区取值1.05-1.1倍，限制开发区取值1.0-1.05倍;内蒙古规定国家级重点开发区域取值1-1.5，自治区级重点开发区域取值1-1.4，农业限制开发区域取值1-1.2，生态限制开发区取值1-1.1。

3.3 基于“双评价”结果的城镇开发边界划定方法

　　“双评价”主要从生态保护、农业生产、城镇建设三个功能指向，基于土地资源、水资源、海洋资源、环境、生态和灾害等六大要素，对一定区域内的资源环境承载能力进行定量评价，并在此基础上进一步评价国土空间开发适宜性，最终形成分别指向生态、农业和城镇三大功能的承载等级五级分区和生态保护等级、农业生产及城镇建设适宜性三级分区的全域评价结果。该评价结果明确了每个地域单元用于开发的能力和适宜程度或进行保护的必要程度，因此对于城镇空间布局有着重要影响，是划定“三区三线”的重要基础。基于“双评价”结果划定城镇开发边界的思路如下：

　　(1)将城镇建设承载等级评价结果为差的地域空间单元导入情景模拟模型中的限制数据集，将城镇建设承载力作为城市空间增长模拟的约束条件;

　　(2)在明确弹性预留的若干情景后，开展情景模拟预测，然后以相应的模拟结果作为城镇开发边界的基础底板;

　　(3)将上述结果扣减与生态保护红线和永久基本农田红线重合的地域单元，其中生态保护红线和永久基本农田红线是依据生态保护等级、农业生产适宜性等“双评价”结果进行调整后得到的最新官方成果。尽管情景模拟过程中已考虑限制要素的约束作用，但情景模拟中的限制数据大多是基于人为划定的特定要素边界(如自然保护区)及其管控要求设定的，而“双评价”则是在全域空间从客观角度对各种自然条件进行评级，因此将二者进行叠合校正对城镇开发边界划定是很有必要的。

　　(4)将上述校核结果与城镇建设适宜性评价结果进行判定，判定规则为：对位于城镇建设适宜区及一般适宜区内的地域空间单元进行保留，即划入开发边界;对位于城镇建设不适宜区的地域空间单元，若相应的城镇承载等级为中等以及上则进行保留，若为低或较低则进行扣除。需要说明的是，对于城镇建设适宜性低(即不适宜)但承载等级不低的地域空间单元，其原因是建设条件尚可但交通可达性较差，对于这样的区域可通过加强交通建设改善开发适宜程度，因此也可纳入城镇开发边界范围。

　　(5)在与“双评价”结果判定后，进一步结合国土空间规划方案对开发边界进行调整，同时应遵循城镇开发边界划定的基本原则，并应用图形学方法对结果中的孔洞进行填充、对细碎图斑等进行处理，然后核查开发边界的规模，对于在上述过程中因多次扣减而损失的面积可优先在城镇建设适宜区中进行等量增补，从而形成最终城镇开发边界。需要说明的是，国土空间规划方案同样可以根据特定的规划情景进行模拟而得到，空间方案中若有重大项目选址位于城镇建设承载等级较低区域，或侵占生态红线、基本农田等特殊情况的，在符合相关管理规定的前提下可以划入开发边界。城镇开发边界的划定原则一般需结合行政边界、地理和地物边界、集中连片以及符合管控要求、便于管理等(参照未来自然资源部出台的城镇开发边界相关规范要求)。

4 实证研究

　　本文以西北地区某县级市为例，对上述城镇开发边界划定方法的实践应用进行探索。K市地处我国西北边疆，是国家级历史文化名城，拥有一个支线机场、两条铁路线以及吐和高速等交通设施。城区东部为国家级经济技术开发区，近年来主要依托石化产业带动城市的快速发展。2016年完成地方生产总值181.6亿元、增长9.3%，常住人口近50万人，其中城区常住人口约16万人。

4.1 约束条件设定

　　首先收集K市2000年、2012年和2017年三个年份的建设用地、路网以及各类限制和发展数据，构建情景模拟模型。为了在模型中反映人口、经济、政策、区位交通、自然生态等因素对城市空间演化的作用，需要将上述因子量化作为约束条件纳入模型，从而引导或限制模拟过程，使模拟结果更为真实可靠。本研究综合已有研究成果和相关规范标准，全面梳理影响城市空间拓展的各类自然和人为因素，确定如下约束条件，总体上可分为两类：

　　(1)限制要素：即对城市空间拓展具有限制、阻碍作用的要素，包括地形(高程、坡度、地形起伏度等)、法定保护地(国家公园、自然保护区、风景名胜区、水源地保护区、湿地公园、森林公园等)、重要生态用地(生态公益林等)、永久基本农田、各类历史文化遗产地以及铁路、高速公路和市政设施等线性廊道要素。各类限制要素对城市空间拓展的影响范围和影响程度可根据相关标准、规范和政策的要求进行量化赋值。

　　(2)发展要素：即对城市空间拓展具有引导、促进作用的要素，包括人口和经济密度、高等级道路、交通枢纽(机场、港口、铁路站点、公路枢纽、高速出入口等)、特定政策区(经济开发区、高新技术开发区、海关特殊监管区域等)。各类发展要素对城市空间拓展的影响范围和影响程度可根据相关研究、大数据分析和专家经验进行量化赋值。

4.2 多情景模拟

　　其次对K市开展“双评价”，将城镇承载力低级区域导入模型限制数据;然后以2000-2017年历史数据训练模型，逻辑回归和神经网络算法精度均达到95%以上;将得到的规律结合规划的约束条件，根据设定的多种发展情景模拟2035年的城镇空间布局。

　　需要注意的是，当前中国正处于急剧变革的城镇化和全球化进程，在高度复杂化的政治经济社会转型和技术变革的趋势下，城市发展面临的不确定性不断增强，未来城市空间布局和开发边界划定应尽可能适应多变的发展情景，为不确定性导致的空间需求预留足够的空间弹性。在多情景设定中，基本情景是不考虑人为干预、延续历史发展规律的自然增长情景，其他情景的设定可根据具体城市的自身特点、发展阶段、外部环境、社会经济发展趋势、国家和区域发展战略、重大工程项目以及特定的规划意图进行选择，还可以预估未来技术进步、全球气候变化、生产生活方式转变等对城市空间布局带来的影响，通过不同的要素选择、参数设计、规模及增速设定等方式反映到情景模拟模型中，最终形成不同情景下的城市空间布局方案模拟结果。K市的发展情景设定如下表：

　　图5 基于人工神经网络算法的情景1至情景4建设用地模拟结果

　　以人工神经网络算法为例，对比分析情景1-4的模拟结果，可以发现情景1在没有人工干预的情况下，建设用地自然增长侵占了城区东部的生态廊道(绿洲)，情景2-4通过将生态空间的传统被动防御转变为主动约束，使得城市扩张有效避让了生态廊道，优化了城市空间布局，实现城市精明增长和生态保护的双赢;情景3和4遵循上级政府分配的用地指标，可以看出其用地增长速度快于历史增速，情景4考虑了以产业为主导的经开区与以生活服务为主导的城区之间的联系，根据职住配套需求分析确定经开区与城区用地增速的比例，模拟结果显示区别不大，用地增长主要集中在经开区和城区北部，另外铁路以南地区和西南部的机场周边也有一定的用地扩张。由于情景4的条件设定与规划意图最为吻合且模拟结果较理想，故将情景4模拟结果作为用地方案的基本参考。

4.3 城市开发边界划定

　　图6 情景5建设用地模拟结果(左)及“双评价”结果(中、右)

　　情景5中将开发边界规模设定为用地规模的1.3倍(约133平方公里，案例中仅划定中心城区的城市开发边界)，将模拟结果作为开发边界划定的主要依据。可以看到模拟结果在避让生态廊道和历史文化遗迹等保护空间后，建设用地较为紧凑，但用地边界不规整、内部存在空隙等。在此基础上，进一步综合“双评价”结果、生态红线、基本农田和规划方案，根据相应的判定规则和图形学方法修正得到连片性高、破碎度低的城市开发边界(图7)。需要说明的是，由于有些城市的中心城区范围内存在部分基本农田或生态红线，若要划定连片完整的城镇开发边界则不得不与基本农田和生态红线产生交叉，这在各地的实践中也存在不同情况，应根据各地的实际情况和管理方式确定。

　　图7 K市城市开发边界图

5 结论与展望

　　本文在继承已有研究和实践的基础上，从约束条件、算法类型、多情景设定和“双评价”结果应用四个方面进一步深化研究和集成创新，提出基于系统动力学模型、情景模拟技术和“双评价”结果的城镇开发边界划定思路，从规模预测到基于发展与保护双重视角的城镇空间模拟，最后综合规划方案和“双评价”结果并根据特定规则形成城镇开发边界的划定方法，及时响应了当前国土空间规划体系转型期的时代诉求，能够为即将全面开展的新一轮国土空间规划编制提供有益参考。

　　在当前各地开展的城镇开发边界划定实践中，主要包含三种思路：一是从正向发展需求出发划定弹性边界，城镇开发边界=规模预测+布局规划+弹性预留，如常州、郑州等;二是从反向底线保护出发划定刚性边界，城镇开发边界=市域空间范围-禁止建设范围(永久基本农田红线/生态保护红线)，如杭州、厦门等;三是正向与反向结合的思路划定刚性+弹性边界，如哈尔滨、成都等。本文提出的划定方法更适用于正向需求思路和正反结合思路，反向扣除思路因过于简单，无需使用本文的方法。