该文档属于类型a（单篇原创研究论文），以下是针对中国学者的学术报告：

中国城市建成环境存量空间格局的大地理数据揭示
作者与机构
本研究由北京大学地球与空间科学学院遥感与地理信息系统研究所的Zhou Huang、Yi Bao等领衔，联合丹麦南丹麦大学、清华大学土木工程学院、中国地质大学（武汉）计算机学院等国内外12家机构共同完成，2023年5月16日发表于期刊《Engineering》第34卷。

一、学术背景

研究领域：本研究属于城市系统工程（urban system engineering）与可持续城市发展交叉领域，聚焦建成环境存量（built environment stock, BES）的空间量化分析。

研究动机：全球城市化进程中，建筑与基础设施的材料积累模式对资源管理、碳排放和废弃物治理至关重要。然而，现有研究多集中于国家或区域尺度，缺乏城市内部高分辨率空间分析，主要受限于数据获取难度。中国作为过去40年全球城市化的典型样本，其BES的时空特征对发展中国家具有重要参考价值。

科学目标：通过融合多源地理大数据与机器学习，首次在500米网格尺度量化中国50个城市的BES空间格局，揭示其与城市社会经济、地形形态和空间规划的关联性，为城市低碳转型与循环经济提供数据支撑。

二、研究流程与方法

1. 数据采集与处理

研究对象：50个中国城市（覆盖全国GDP的50%、人口的32%），包括北京、广州、深圳等3个训练样本城市和47个预测城市。

关键数据集：
- 建筑数据：百度地图建筑轮廓、房地产网站楼龄信息
- 土地利用：500米分辨率分类数据（部分城市30米）
- 交通网络：OpenStreetMap道路与地铁线路
- 人口与经济：WorldPop人口栅格数据、城市统计年鉴
- 材料强度数据库（MCI）：涵盖1963–2017年2000余栋建筑的12种类型（如住宅、商业、工业），包含水泥、钢材等10类材料强度。

2. 存量核算方法

三样本城市高精度核算：
- 采用自下而上法（bottom-up stock accounting），通过建筑占地面积（BF）、楼层数（NF）与MCI计算材料存量（公式1）：
[ MS_{m,i} = \sum (BFi \times NF \times MCI{m,i}) ]
- 北京、广州、深圳的30米土地利用数据用于验证模型精度。

47城市机器学习预测：
- 模型构建：基于随机森林（random forest）算法，以建筑属性（功能、年龄）和兴趣点（POI）为特征变量，训练网格级存量预测模型（80%训练集，20%验证集）。
- 创新点：首次将POI数据与建筑属性结合，解决非样本城市数据缺失问题，预测误差%。

3. 交通存量计算

• 道路、铁路、地铁存量通过长度与MCI乘积核算（公式2），细分5类道路等级及地铁站点材料强度。
  

4. 空间格局分析

• 聚类算法：基于密度（DBSCAN）识别高存量网格集群。
  
• 分布拟合：验证BES是否符合双参数指数分布。
  
• 不平等性指标：基尼系数（Gini index）与洛伦兹曲线量化空间差异。
  

三、主要结果

1. 城市间差异

• 总量特征：2018年中国50城市BES达1100亿吨（占全球资源年开采量119%），以建筑（64.3%）和道路（33.4%）为主，非金属材料（砂石、水泥等）占比96%。
  
• 区域对比：东部城市存量占比35.9%（长三角25.9亿吨），人均存量（261吨/人）接近西方城市，但单位GDP存量显示东北（4.0 kg/CNY）、西北（3.8 kg/CNY）资源利用效率较低。
  
• 城市形态影响：商业用地仅占3%土地面积却贡献18%存量，反映中国“垂直扩张”（建筑高度）优先于“水平扩张”（路网密度）的特点，建筑-道路存量比（5.47）显著高于欧洲（2.94–3.45）。
  

2. 城市内部空间模式

• 三阶段发展路径：
  
  • 单中心集聚（11城，如南阳）：低分散指数（DI=9），存量集中于老城区。
    
  • 多中心扩散（22城，如重庆）：DI升至70，卫星城与新区导致存量分散。
    
  • 多中心再集聚（17城，如北京）：DI回落至13，次级中心形成联动网络。
    
• 人口-存量关系：网格级分析显示，人口<1000–3000时存量增速（k=526）远高于高人口区（k=98），印证初期城市化资源需求激增。
  

四、结论与价值

科学意义：
1. 首次建立中国城市BES高分辨率空间数据库，揭示“集聚-扩散-再集聚”发展路径。
2. 验证双参数指数分布普适性，为城市物质代谢建模提供新范式。

应用价值：
- 循环经济：支持建筑废弃物精准回收与城市采矿（urban mining）。
- 低碳转型：测算50城市碳替代值（CRV）达320亿吨，相当于2019年全球排放的60%，指出建材创新与空间优化潜力。
- 规划政策：建议中西部城市规避“扩散阶段”资源低效，直接跃迁至多中心集约模式。

五、研究亮点

1. 方法创新：融合POI、遥感与机器学习，突破传统存量核算的数据瓶颈。
   
2. 尺度突破：首次实现500米网格级BES跨国比较，发现中国“以空间换高度”的独特路径。
   
3. 政策工具：开发开源工作流（附图1），可扩展至全球南方城市。
   

六、其他价值

数据公开性：补充材料提供MCI数据库与城市级结果，支持后续研究。
局限性：建筑MCI不确定性约±30%，未来需结合激光雷达（LiDAR）提升精度。

（全文完）

注：专业术语如”built environment stock（建成环境存量）”、”material composition intensity（材料组成强度）”等均在首次出现时标注英文原词。