朱佩娟，吴国权

(湖南师范大学 a.资源与环境科学学院； b.地理空间大数据挖掘与应用湖南省重点实验室，长沙 410081)

提要：将风险评价应用到城市空间破碎化研究，从干扰度—敏感性—适应能力3个方面构建城市空间破碎化风险评价模型，综合运用函数模型法、空间自相关等方法对2016年长沙都市区内84个街道的城市空间破碎化风险水平空间格局及影响因素进行分析。结果表明：(1)长沙城市空间破碎化风险水平空间分布格局规律明显，风险水平与距市中心距离呈正相关；(2)通过空间自相关分析，研究单元城市空间破碎化风险水平呈现显著的空间正相关性，并存在H-H、L-L及L-H 3类空间集聚模式；(3)建设用地面积占比等8个因子对城市空间破碎化风险水平有重要影响，自然特征和人文因素扰动是产生城市空间破碎化风险的直接原因，而城市空间的敏感性特征进一步加剧该风险，经济社会领域各层面反映的适应能力对其具有重要调节作用。

一、引言

当前，中国城市化已进入快速发展的新阶段，伴随着城市空间向外围的快速扩张以及城市内部空间重构，城市空间破碎化愈发成为人们关注的热点问题[1-4]。城市空间破碎化是城市内部地形、水文等自然特征与城市化、市场化等人文因素综合扰动的结果，在城市内部空间结构及功能长久“暴露”在上述扰动压力下，城市空间表现出较强的不稳定性和敏感性特征，城市各方面发展产生了诸多的“难适应性”，引发了犹如城市内部形态分割封闭、空间联系弱化以及城市整体功能运行效率下降等风险[5-7]，城市空间破碎化风险水平亦不断加深，对城市可持续发展形成威胁。因而对城市空间破碎化风险水平进行科学评价，并将评价结果转化成可供城市管理者参考的信息，对提高城市适应及调控空间破碎化风险的能力、促进城市高质量发展具有重要的现实意义与理论意义。

总的来看，有关城市空间破碎化的研究主要集中在对城市空间破碎化现象与成因的认知、内涵与特征的界定、破碎化指标构建与水平评价以及效应与调控措施的探索等方面[1，8-12]，而较少涉及城市空间破碎化风险评价研究。城市空间破碎化风险评价是城市适应、调控破碎化风险的基础，未来城市要实现城市空间的有效治理，有关城市空间破碎化的研究必然要走向紧密结合风险评价的方向。此外，近年来有关城市空间破碎化定量评价研究开始增多，评价的方法也从以往单纯借鉴景观破碎化指标[13]转向考虑到城市内部空间关系转型特征和要素相互作用关系特征的指标[5-6]，为从风险的视角科学评价城市空间破碎化提供了参考。当前，随着风险评价被引入社会、经济等领域[14-16]，其内涵和研究框架不断丰富，其中将风险水平视为多种因素共同作用的结果，表现为系统受到外部压力干扰、内部敏感性与适应能力3个维度共同作用的评价框架得到广泛运用[17-18]。基于此，笔者将该风险评价框架引入城市空间破碎化研究，认为城市空间破碎化风险是由城市系统受到的外部压力干扰，以及内部敏感性与适应能力3个维度共同作用的结果，并据此开展城市空间破碎化风险评价研究。基于干扰度—敏感性—适应能力框架开展城市空间破碎化风险水平评价，不仅能较好地反映城市空间所受到的自然特征及城市化、市场化等人文因素带来的压力，还能反映城市空间内部对城市空间破碎化的敏感性差异以及城市适应空间破碎化的各层面能力，对开展城市空间破碎化风险评价研究极具科学性和适用性。

综上所述，笔者基于城市空间破碎化的内涵和特征[5]，结合干扰度—敏感性—适应能力的风险评价框架建立城市空间破碎化风险评价的概念框架，以长沙都市区内受城市化影响较为突出的84个街道为研究单元，从风险评价视角定量探讨2016年长沙城市空间破碎化风险水平的空间分异格局并识别影响其空间分布特征的重要因子，从而为长沙市预防城市空间破碎化风险、制定合理区域可持续发展政策提供参考。

二、研究区域与数据来源

(一)研究区域

笔者以《长沙市城市总体规划(2003—2020)》中界定的都市区为基础，剔除距城市中心较远、受城市化影响较小的街道，将剩下的84个街道作为研究单元，面积为1 334平方千米(见图1)，该区域是长沙近年来受城市化、市场化扰动的主要区域，也是城市空间最敏感、破碎化风险表现最为突出的地方，选取该区域进行城市空间破碎化风险评价具有典型性和代表性。

图1 研究区域

(二)数据来源

本研究涉及的数据主要包括4类：(1)遥感影像数据及DEM数据。通过ENVI5.1等工具对在美国Landsat8(精度30米)卫星采集的研究区遥感影像进行预处理，并结合同一时期长沙市土地利用现状图，将栅格格式的土地利用数据转化为矢量格式，获得2016年研究区土地利用矢量数据，用于平均地块面积、功能多样性指数、建设用地面积占比等相关指数计算；DEM数据，由地理空间数据云平台下载，用于平均地形位指数计算；(2)路网数据。依据OpenStreet平台上的2016年长沙市道路网数据并结合实地调研获取，用于平均阻抗指数计算；(3)公共服务设施数据。此数据通过2016年百度地图POI数据和调研获取，主要用于人均基础服务设施及人均教育设施个数计算；(4)社会经济统计数据。社会经济统计数据主要来源于2016年各街道所属的辖区统计年鉴，还包括长沙市各区政府及街道提供的有关统计资料。

三、研究方法

(一)城市空间破碎化风险水平评价模型

1.城市空间破碎化风险评价框架

参考相关对“风险评价”“城市空间破碎化”主题的研究，特别是对街道尺度城市空间破碎化内涵、特征的研究[5，17-18]，将街道尺度城市空间破碎化风险水平理解为干扰度、敏感性和适应能力3个维度的函数，并认为城市空间破碎化风险水平是指城市空间在受自然、人文因素干扰时，城市空间破碎化的可能性大小以及城市适应该风险的能力，城市空间破碎化风险水平是城市空间内外部扰动与城市应对该扰动能力的综合值，并依此从干扰度、敏感性以及适应能力3个维度构建街道尺度城市空间破碎化风险水平的评价框架(见图2)。具体来看，干扰度指城市各街道单元空间系统受到内部水系、地形地貌分割以及城市化、市场化扰动的程度，包括自然干扰和人文干扰，是引发其空间破碎化的直接原因；敏感性指各单元空间受扰动影响易产生破碎化风险的程度，可根据街道尺度城市空间破碎化的内涵特征从空间形态—空间联系—空间功能3个方面进行评价；适应能力是各街道单元对城市空间破碎化风险的应对能力，可通过经济实力、文化实力、政府管理实力及社会保障实力等方面反映。干扰度、敏感性与破碎化风险水平呈正相关，干扰度与敏感性越大，破碎化风险水平越高；反之，越低。适应能力与破碎化风险水平呈负相关，适应能力越强，破碎化风险越低，反之越高。

2.评价指标体系构建

依据城市空间破碎化风险的内涵及评价框架，从干扰度、敏感性及适应能力3个准则层维度构建城市空间破碎化风险水平评价指标体系，选取指标共13个。各维度指标构成、意义及计算方式见表1。

图2 城市空间破碎化风险评价框架

表1 城市空间破碎化风险评价指标体系

干扰度。由于水文、地形、城市化等自然和人文干扰要素的差异，研究区内各街道单元所受到的干扰水平也存在着空间的异质性。为表征各研究单元受到的自然和人文干扰水平，选取水系密度、平均地形位指数[6，19]、建设用地面积占比及建筑密度共4个指标。其中，水系密度及平均地形位指数直接反映了研究单元的自然特征对城市空间的分割干扰，值越大，干扰越大；建设用地面积占比直接反映城市化水平对研究单元空间干扰的程度差异，建设用地占比越低，反映研究单元越处于城市化快速的推进阶段，受城市化干扰越大，反之越小；建筑密度一定程度上反映了市场化对研究单元干扰的阶段与强度差异，建筑密度越大，市场化的程度相对越高。

敏感性。就街道尺度来看，城市空间破碎化主要表现在以下几个方面：一是街道因受河流、山体、城市道路等自然和人文因素干扰，其内部空间被各要素分割导致的形态分割封闭；二是因空间各要素流通不畅带来的空间联系受阻；三是因各功能区联系不畅，功能失协风险加剧造成的街道内部整体功能下降。总而言之，空间形态分割封闭、空间联系阻隔以及空间功能失协联系密切，成为街道尺度城市空间破碎化的主要特征[5]。由此，根据相关研究分别选取平均地块面积指数(MBA)、平均阻抗指数(AI)以及功能多样指数(FD)[5-6]来反映研究单元在空间内部形态、联系及功能3个维度对破碎化的敏感性状态，其具体原理及计算过程参考相关文献。

适应能力。在受到城市化、市场化等相关因素干扰的同时，城市空间也在通过其自身的经济、文化等各方面的实力适应及应对城市空间破碎化风险。考虑街道层面数据的可获得性，主要选取了6个指标来反映各研究单元对城市空间破碎化的适应能力。其中，人均固定资产投资总额及人均社会消费品零售总额分别代表研究单元的城市建设实力和经济能力；人均教育设施个数代表研究单元的文化实力；人均财政收入及人均政府公布信息数量代表研究单元政府行政管理实力；人均基础服务设施个数代表研究单元的社会基础设施保障实力。

3.城市空间破碎化风险水平评价模型

依据确定的城市空间破碎化风险水平内涵及评价框架，参考相关研究[20]，采用函数模型法构建有关干扰度、敏感性以及适应能力3个方面的城市空间破碎化风险评价模型：

USFRI=(II-AI)×SI。

(1)

式(1)中，USFRI、II、SI、AI分别代表城市空间破碎化风险水平指数、干扰度指数、敏感性指数和适应能力指数，干扰度、敏感性指数与城市空间破碎化风险水平指数呈正相关，而适应能力指数与其呈负相关。USFRI的取值区间为(-1，1)，II、SI、AI指数的计算模型分别为

(2)

式(2)中，II、SI、AI取值区间均为(0，1)，通过线性加权求得；Yiij、Ysij、Yaij分别为通过极值法求得的干扰度、敏感度及适应能力各维度指标的标准化值；通过熵值法和专家打分法相结合计算得到的干扰度、敏感性与适应能力各维度指标的权重Wij、Wsj、Waj。

(二)空间自相关模型

空间自相关模型包括全局自相关和局部自相关两个模型。笔者采用全局自相关模型描述84个研究单元的城市空间破碎化风险水平整体分布状况，以判断城市空间破碎化风险水平在空间上是否存在集聚性；局部空间自相关可以用来度量局部空间单元相对于整体研究范围空间自相关的影响程度，采用局部自相关模型分析研究区城市空间破碎化风险水平的集聚模式，其具体原理和计算模型参考相关研究[21]。

(三)多因素逐步回归分析

为识别影响城市空间破碎化风险格局的关键影响因素，并分析各关键影响因素的作用力大小，进而探讨其背后的运行机理。采用多因素逐步回归的方法对影响城市空间破碎化风险水平的主要因素进一步识别。其各因素之间的关系可表示为[22]

Yi=b0+b1X1i+…，bijXji+Ui。

(3)

式(3)中，i为样本容量，i=1，2，…，84；bij为方程变量系数，j=1，2，…，i；Ui为残余项。

四、结果分析

(一)空间格局分析

根据城市空间破碎化风险水平模型计算结果，在ArcGIS软件中利用自然断点法将风险指数、干扰度、敏感性、应对能力维度指数值由低至高依次分为5个等级，得出长沙市研究区内干扰度、敏感性、适应能力以及城市空间破碎化风险水平的空间分异格局(见图3)。

1.分指数特征

干扰度低值集聚在湘江两岸的城市中心区域，高值分散在研究区外围。长沙市城市空间破碎化风险主要来源于自然、人文因素的胁迫干扰，如地形、水系分布的制约以及城市化的干扰等。从干扰度空间分布来看(见图3a)，低、较低等级干扰度空间研究单元主要集聚于长沙市湘江两岸的城市中心区域(包括坡子街、朝阳路等37个街道)，这些区域受城市化影响早，建筑密度、建设用地面积占比高，城市化及城市建设管理能力均已达到较高水平，因而其受城市化等因素的胁迫干扰较弱；高、较高等级干扰度空间单元分散在研究区外围(包括坪塘、雷锋等25个街道)，且在西南部有向中心蔓延分布的趋势，这主要是因为边缘区研究单元距市中心较远，受市场化及城市化影响较晚，正处于快速的城市化发展时期，受城市化影响较为强烈，因而受胁迫干扰较强。此外，干扰度指数在研究区西南部的梅溪湖、西湖、岳麓街道以及河东的四方坪街道较高，主要是受该地区地形和水系分布的影响。总体来看，干扰度指数有自城市中心向外围增高的趋势，这在一定程度上反映了长沙市自中心向外围的蔓延式城市空间扩张特征。

湘江两岸的城市中心区域低敏感，西南、东北边缘区零星高敏感。从敏感性空间分布来看(见图3b)，敏感性与干扰度高、低等级空间单元具有较高的相似性空间分布格局。具体来看，低、较低等级敏感性空间研究单元和干扰度空间研究单元一样主要位于湘江两岸的城市中心区域(包括坡子街、定王台等60个街道)；高、较高等级敏感性空间研究单元也主要分散、分布在研究范围边缘的西南、东北地区(包括坪塘、学士等11个街道)；而中等级敏感性研究单元则较为规律地分散、分布在较高和较低等级研究单元之间。其原因在于，干扰度指数高的研究单元因受城市化、市场化影响往往较为“敏感”，其自身空间分割较强、空间阻抗较大、功能多样性水平较低。

适应能力各等级研究单元交错分布，空间分布规律不显著。适应能力主要受研究单元内经济水平、文化水平、政府管理水平及基础服务设施保障水平等因素的影响，从适应能力空间分布来看(见图3c)，适应能力各等级研究单元交错分散分布，空间分布规律不显著。具体来看：低、较低等级适应能力空间研究单元分散、分布于研究区东北、西北及东南部街道(包括雷锋、黄花镇等47个街道)；而中级及以上等级适应能力空间单元则主要分散、分布在研究区中心及其周边各处(包括桔子洲等37个街道)，这在一定程度上也反映了城市中心区在适应城市空间破碎化风险方面往往具有相对较高的实力。

图3 干扰度、敏感性、适应能力及城市空间破碎化风险水平空间格局分布

2.综合水平评价特征

城市空间破碎化风险等级呈显著圈层分布，与距市中心距离呈正相关。从城市空间破碎化风险水平空间分布特征来看(见图3d)，长沙城市空间破碎化风险水平的空间分布格局规律明显，研究区内处于各等级风险水平的研究单元大致呈圈层分布，且风险水平大致由市中心向外围递增。具体来看，低、较低等级城市空间破碎化风险水平研究单元主要集中分布在长沙市中心的湘江两岸，包括橘子洲、银盆岭等37个街道；高及较高等级城市空间破碎化风险水平研究单元集中分布在距市中心较远的研究区东北及西南部边缘，包括黄金桥、雷锋等17个街道；中等级城市空间破碎化风险水平研究单元则分布在较低及较高水平空间研究单元之间。

为进一步证实该分布规律，在ArcGis中选取长沙市五一广场为城市中心点，通过邻域分析得到各研究单元距市中心距离，并经中心点画东—西、南—北走向的两条样带线，得到两个样带分析区。分别将东—西、南—北两个样带区和整个研究区内研究单元的距市中心距离及其破碎化风险水平两个变量进行相关分析，计算得到相关系数分别为0.848、0.864和0.780。结果表明，无论从哪个方向，研究单元距市中心距离与其城市空间破碎化风险水平指数均呈较强的正相关关系，研究单元距市中心距离越远，其破碎化风险水平越高；反之，越低。

(二)空间关联分析

1.空间全局自相关特征

运用GeoDa软件对84个研究单元城市空间破碎化风险水平指数进行全局空间自相关分析(见图4)，得到Moran’s I指数为0.495，并通过了0.01水平的显著性检验，表明长沙市研究区研究单元城市空间破碎化风险水平呈现十分显著的空间正相关性，即城市空间破碎化风险水平指数呈现显著的高指数区与高指数区邻近、低指数区与低指数区邻近的集聚状态。

图4 研究区城市空间破碎化风险水平空间自相关分析结果

2.空间关联模式

为识别城市空间破碎化风险水平典型集聚模式，运用GeoDa软件对84个研究单元城市空间破碎化风险水平指数进行局部空间自相关分析。结果通过0.05水平的显著性检验，长沙市研究区内研究单元城市空间破碎化风险水平存在3类空间关联模式，即H-H、L-L、L-H空间集聚类型(见图4)。

“热点”H-H型指高风险指数单元与高风险指数单元邻近。主要分布于研究区东北及西南外围，包括含浦、坪塘和沙坪等街道。该类研究单元远离城市中心区，受土地城市化水平和市场化等因素干扰较大、敏感性较高、应对能力相对较低是其共同特征。

“冷点”L-L型指低—低集聚类型。主要分布于湘江以东的城市核心区，包括湘江以东的通泰街、定王台、坡子街等街道以及湘江以西的望月湖、橘子洲等街道。该类研究单元位于城市中心周边，距市中心较近，受土地城市化以及市场化等风险胁迫适中、敏感性低，应对能力高是冷点区域的共同特征。

“异质点”L-H型空间集聚模式指低城市空间破碎化风险水平指数单元被高风险水平指数单元包围。该类仅包含洋湖街道，该街道位于湘江之滨，其南部与西部均分布有开发较晚、建设开发活动较多的街道。与周围街道相比，其受到的人为干扰较小、街道内部敏感性较低，适应能力相对较强，因而其被较高风险水平的街道包围。

(三)关键影响因子识别及影响力分析

为识别影响城市空间破碎化风险水平格局的关键影响因子，并分析各关键影响因子的作用力大小，以城市空间破碎化风险水平指数为被解释变量，以评价框架内的各指标作为解释变量构建多元线性回归模型。在SPSS 20中采用逐步回归法对回归模型进行计算，结果显示，共有8个关键影响因子进入回归模型中(见表2)。其中，建设用地面积占比、功能多样性指数、千人基础服务设施个数、千人政府公开信息数量以及人均财政收入与城市空间破碎化风险指数呈负相关关系；平均地形位指数、平均地块面积指数以及平均阻抗指数与其呈正相关关系。回归方程R=0.982，调整后的R2=0.961，F=256.402(sig.=0.000)，回归方程拟合程度较好，有效性较强。根据表3的线性回归结果，可得多元线性回归方程为

Y=-0.001I1+0.343I4+0.014S1+1.035S2-0.170S3-0.0004A2-0.001A5-0.008A6-0.230。

此外，在多因素逐步回归模型分析中，标准偏回归系数于同一个模型的不同系数的检验，其值的绝对值越大表明对因变量的影响越大。计算发现，βS3>βS2>βS1>βI1>βA6>βA5>βA2>βI4，表明在对城市空间破碎化风险水平的影响程度上，功能多样性指数>平均阻抗指数>平均地块面积指数>建设用地面积占比>人均财政收入>千人政府公开信息数量>千人基础服务设施个数>平均地形位指数。

表2 长沙城市空间破碎化风险水平影响因素回归分析

1.自然特征及人文因素的干扰

在干扰度维度中，识别关键影响因子的是建设用地面积占比及平均地形位指数。就偏回归系数来看，对城市空间破碎化风险水平影响程度较强的是建设用地占比(偏回归系数为-0.233)，反映着以土地城市化为代表的人文因素对城市空间的扰动起主导作用；而偏回归系数绝对值较低的平均地形位指数(偏回归系数为0.088)反映自然因素对城市空间破碎风险虽有影响，但是影响程度远不及以城市化为代表的人文因素。以地形为代表的城市自然空间特征是持续影响城市空间碎化风险的因素，体现在导致城市空间形态封闭、联系阻隔及整体功能下降的各方面，但随着城市发展能力的提升，其对空间破碎化风险的影响会逐步减小；从人文因素来看，土地城市化过程对城市空间形态影响显著。在土地城市化的初始阶段，城市建设用地持续扩张，不断蚕食周边空间，呈现持续的“破碎化”状态，其对城市空间破碎化风险的影响较强。随着土地城市化推进到较高水平，城市建设能力和空间治理能力不断增强、对城市“碎片”修复能力也不断提升，土地城市化对城市空间破碎化风险水平的影响程度开始减弱。在时间上，土地城市化对城市空间破碎化风险影响程度是一个由高到低的过程；在空间上，其对边缘区的影响程度远高于城市中心区。

2.空间敏感性程度

在敏感性维度中，反映空间形态特征敏感性的平均地块面积指数、反映空间联系特征的平均阻抗指数以及反映空间功能特征的功能多样性指数均被识别为影响城市空间破碎化的关键因子。就偏回归系数来看，其绝对值均领先于其他维度指数，说明敏感性维度各指数对城市空间破碎化风险影响较强。由于长沙市研究区的内部空间形态、空间联系及空间功能的差异，其对自然和人文干扰的敏感性程度也不同。对于内部地块分割较弱、阻抗小、功能多样性较高的街道单元，其内部空间的稳定性较好，对土地城市化等外部干扰的敏感性较弱；反之，对于内部地块分割较强、空间阻抗大、功能多样性较低的街道单元，其内部空间稳定性较差，对土地城市化等外部干扰的敏感性较强，在一定程度上会加剧外部干扰的负面影响。近年来，湖南省大力推进“长株潭一体化”建设，长沙市作为这一战略的核心参与者对土地资源需求旺盛，致使都市圈边缘土地存量较大的街道成为主要的“侵入”对象，在敏感性各指标对城市空间破碎化风险水平影响较强的情况下，长沙研究区呈现外围街道破碎化风险水平较高的空间特征。

3.社会、经济的适应能力

在应对能力维度中，城市空间破碎化风险的关键影响因子是人均财政收入、千人基础服务设施个数及千人政府公开信息数量。就偏回归系数来看，三者均为-0.1左右，对城市空间破碎化风险影响差异不大。应对能力各层面的影响因子表明，随着城市系统的不断发展，城市的社会、经济实力不断提升并发挥作用，其通过对自身内在结构和功能的调整来适应自然、人文胁迫干扰因素的影响，从而调节城市空间破碎化风险水平。近年来，随着长沙积极参与到长株潭“两型社会”综合配套改革试验区建设，由政府财政支持的城市基础设施建设和城市空间治理活动成为长沙市适应城市化等外部干扰的重要体现。但与政府管理水平及社会基础设施保障实力的快速适应相比，适应能力维度的人均固定资产投资总额、人均社会消费品零售总额均未入选，表明在经济、文化水平等层面还未形成较强的适应能力，还需要进一步关注。

五、结论与讨论

(一)结论

结合街道尺度城市空间破碎化的内涵和特征，引入风险评价工具，从干扰度—敏感性—适应能力3个方面构建城市空间破碎化风险评价框架与指标体系，综合运用函数模型法、空间自相关、多因素逐步回归分析等方法对2016年研究区内84个街道单元的城市空间破碎化风险水平进行了评价，通过对其风险水平的空间格局分析及关键影响因子识别，得到以下结论：第一，长沙市研究区范围内干扰度低值集聚在湘江两岸的城市中心区域，高值分散在研究区外围，各街道的干扰度空间格局有自中心向外围递增的趋势特征，这一方面反映了干扰度指数在空间分布上一定程度符合距离衰减规律，也显示出自中心向外围蔓延式扩张是长沙市城市空间演变的重要特征；湘江两岸的城市中心区域低敏感，西南、东北边缘区零星高敏感，敏感性的高、低等级空间单元与干扰度高、低等级空间单元的空间分布格局具有较高的相似性特征。其中空间分割较强、空间阻抗大、功能多样性较低的研究单元，地形、城市化等自然和人文干扰因素对该区域施加的影响容易被放大，敏感性程度越高。反之，越小；适应能力的空间分布格局并未呈现类似于干扰度及敏感性的显著的空间规律性特征，这主要是因为适应能力主要受研究单元内经济水平、文化水平、政府管理水平及基础服务设施保障水平等因素的影响，这些因素没有明显的空间分布规律特征；在干扰度、敏感性和适应能力3个维度的综合作用下，长沙城市空间破碎化风险水平的空间分布格局规律明显，呈显著圈层分布，且与距市中心距离呈正相关，风险水平大致由市中心向外围递增。通过样带分析，进一步证实无论从哪个方向，研究单元距市中心距离与其城市空间破碎化风险水平指数均呈较强的正相关关系，研究单元距市中心距离越远，其破碎化风险水平越高；反之，越低。

第二，通过空间自相关分析，研究单元城市空间破碎化风险水平呈现十分显著的空间正相关性，城市空间破碎化风险水平指数呈现显著的高指数区与高指数区邻近，低指数区与低指数区邻近的集聚状态；此外，空间破碎化风险水平存在H-H、L-L及L-H3类空间集聚模式：“热点”H-H型主要分布于研究区东北及西南外围受土地城市化水平和市场化等因素干扰较大、敏感性较高、应对能力相对较低的街道；“冷点”L-L型主要分布于湘江以东的城市核心区，其受土地城市化以及市场化等风险胁迫适中、敏感性低，应对能力高；“异质点”L-H仅仅包含洋湖，与周围街道之相比，其受到的人为干扰较小、街道内部敏感性较低，适应能力相对较强，因而其被较高风险水平的街道包围。

第三，以城市空间破碎化风险水平指数为被解释变量，以评价框架内的各指标作为解释变量构建多元线性回归模型，运用逐步回归法对城市空间破碎化风险水平的影响因素及影响力进行分析。据分析结果来看，建设用地面积占比等8个因子对城市空间破碎化风险水平有重要影响，以地形为代表的自然特征和以土地城市化为代表的人文因素干扰是产生城市空间破碎化风险的直接原因，而城市空间在空间形态、联系和功能的敏感性特征会进一步加剧这种不稳定性和城市空间的破碎化风险水平，社会领域各层面反映的实力对城市空间破碎化风险具有调节和应对作用，需要引起重视。

(二)讨论

城市空间破碎化风险评价的难点在于把握风险框架和街道尺度城市空间破碎化的内涵及特征，并在此基础上选取相关指标对其进行定量化测度。通过建立指标体系，重点对特定时段和特定地域的城市空间破碎化风险水平进行评价和比较分析，城市空间破碎化风险水平的演化特征及有关方面尚未涉及，未来需要加强多元数据积累和方法上的进一步突破；研究以街道为基本单元，侧重探讨特定尺度的城市空间破碎化风险程度分异特征和影响因素。为进一步揭示城市空间破碎化风险水平的特征，需要在更加微观的尺度上关注这一现象，从而进一步分析城市空间破碎化风险的形成原因、机理及其适应机制，以深入理解城市空间破碎化。

未来，中国的城市化、市场化等过程将会持续。城市空间很难规避城市空间破碎化风险的影响，明智的选择是通过优化城市系统内部的功能和结构以适应和应对各种扰动因素带来的影响。对此，提出以下对策：一是要加快推进国土空间规划编制，在资源环境承载能力和国土空间开发适宜性评价的基础上，科学划定“三区三线”，优化国土空间结构布局，加强城市的空间管制能力，降低无序的土地城市化建设所带来的空间干扰；二是要重点关注城市外围的快速城市化地区，该地区受快速土地城市化影响往往存在空间形态分割强、空间联系阻隔及空间综合功能效益低等问题，需要不断降低要素分割水平、提高空间通达性及用地功能综合效益从而从空间形态—空间联系—空间功能3个方面优化其内部各层面的结构属性，降低其对外部干扰的敏感性；三是要城市的社会经济各层面实力对应对城市空间破碎化风险具有重要的作用，因而需要不断提高地区的社会、经济文化实力，特别是城市空间治理能力，提高对“空间碎片”的修补能力，以适应城市空间破碎化带来的风险挑战。