在人口减少的同时，气温却在上升：来自中国那些正在萎缩的城市中的地表城市热岛现象的洞察

城市热岛效应与人口流失的耦合机制研究。基于中国423个收缩城市的物理边界界定，分析2010-2020年时空演化规律，发现大都市白天SUHI强度达4.25℃，远超小城市，人口流失超30%的城市呈现长期降温，但东西部存在反向演变。驱动因素揭示人口规模与密度是核心社会经济预测因子，而绿地基础设施的连续性、紧凑性和均匀分布能有效缓解热岛效应。对比城乡及昼夜差异，证实需因地制宜制定气候适应策略。

　　

杨晨|齐东|赵源|张陆辰|孙成

哈尔滨工业大学建筑与设计学院，哈尔滨，150001，中国

摘要

为了实现可持续的城市发展，适应极端高温变得越来越迫切。与此同时，由于人口持续减少而导致的城市收缩正在从根本上重塑全球城市的社会空间现实。然而，经历显著人口减少的城市中的地表城市热岛（SUHI）特征仍然知之甚少。为了解决这些问题，我们绘制了中国423个收缩城市的物理边界，探讨了2010年至2020年间SUHI效应的时空模式和关键驱动因素。我们的研究结果表明，较大的城市SUHI效应更为明显，100平方公里以上的城市的日间SUHI强度（SUHII）达到了4.25°C，而5-10平方公里城市的日间SUHI强度为1.64°C；同时，大城市的夜间SUHI变化更加不稳定。人口减少通常会减弱SUHI效应，人口减少超过30%的城市表现出明显的长期降温趋势。不同地区的模式也存在差异，中国西部和东北部的城市对人口变化最为敏感，而东部的一些收缩城市则继续变暖。在驱动因素方面，人口规模和密度是关键的社会经济指标。在景观层面，连续、紧凑且分布均匀的绿色基础设施被证明可以有效缓解SUHI效应。跨各种情景的预测分析显示，SUHI动态在城市和非城市地区以及昼夜条件之间存在差异，这突显了制定特定情境下气候适应策略的必要性。

引言

在全球变暖和城市化不可逆转的趋势下，城市地区的土地覆盖发生了显著变化（Zhao等人，2014年；Zhou等人，2011年）。这些变化扰乱了地表、大气和地下之间的热量和空气动力量的交换，从而改变了地表能量平衡（Deilami等人，2018年；Santamouris等人，2015年）。因此，城市地区的温度通常高于农村地区，这种现象被称为城市热岛（UHI）效应（Mirzaei & Haghighat，2010年）。近年来，卫星遥感数据的广泛使用使研究重点转向了地表城市热岛（SUHI），利用地表温度（LST）测量作为主要指标（Zhou等人，2019年）。这一现象引起了城市规划者和政策制定者的关注，因为它对公共卫生（Huang, Li等人，2022年；Patz等人，2005年；Tan等人，2010年）、能源消耗（Akbari等人，2001年；Santamouris，2014年）和城市宜居性（Gago等人，2013年；Gunawardena等人，2017年）有重要影响。了解SUHI的模式和驱动因素对于制定应对和缓解极端气候事件挑战的策略至关重要（Chen, Zheng等人，2025年；Dong等人，2025年）。尽管在快速增长的城市中进行了大量关于SUHI的研究，但在面临独特挑战的城市中，其特征仍不为人所充分了解。

城市收缩已成为一种全球现象——通常是由于产业结构调整、人口老龄化以及逆城市化（Meng等人，2021年），这影响了发达国家和快速城市化的发展中国家，尤其是中国（Chen, Lang等人，2024年；Yang，2023年）。收缩的城市往往经历土地利用碎片化、废弃或未充分利用的土地面积增加、生态连通性减弱以及社会经济弱势群体的空间集中（Cao等人，2024年；Jin等人，2024年）。这些变化侵蚀了城市的功能完整性，增加了极端气候事件的暴露风险，加剧了与热相关的风险。同时，人口和经济活动的减少加剧了财政压力，限制了地方政府投资绿色基础设施、气候适应和生态恢复的能力（Xu, Ma等人，2024年）。在这种限制下，收缩的城市在应对环境恶化方面面临日益增长的挑战，这不仅加剧了现有的社会空间不平等，还可能通过不均匀的热暴露和不同的适应能力创造出新的气候不公正形式（Augis等人，2025年；Khavarian-Garmsir，2023年；Rao等人，2023年）。

尽管学术界尚未就SUHI的通用定义达成一致，但人口减少被广泛认为是城市收缩的关键指标（Lu, Liang, & Xing，2024年）。人口减少本身并不是城市热环境的直接生物物理驱动因素，但收缩通常会引发土地利用和城市代谢的深刻变化，这些变化直接影响SUHI的决定因素（Hwang等人，2023a）。人口减少可能导致人为热排放减少、不透水表面的扩张放缓、建成区的未充分利用或废弃，以及以前开发地块的自发绿化（Chen等人，2023年；Liu等人，2020年）。这些过程改变了地表能量平衡的组成部分，包括反照率、蒸散能力和热量储存，表明收缩城市的SUHI轨迹可能与扩张城市的轨迹根本不同（Mokhtari等人，2022年；Neog，2023年；Papuga等人，2022年）。

然而，关于SUHI的文献主要集中在增长方面，隐含地假设了持续的城市密集化、土地消耗和人类活动的增加（Ma & Yoon，2024年）。因此，现有的框架可能无法充分捕捉到经历人口收缩的城市的热行为（Xu等人，2022年；Yang等人，2019年；Zhang, Cai等人，2023年）。例如，在欧洲和北美的部分地区的最新研究表明，由于人口流失和随后的土地废弃，收缩城市出现了降温趋势（Hwang等人，2023b）。相反，其他研究结果表明SUHI效应持续甚至加剧，这通常与废弃的基础设施、土地利用碎片化和气候响应治理能力的下降有关（Emmanuel & Krueger，2012年）。尽管这些案例研究提供了宝贵的见解，但它们的范围和具体性往往限制了普遍适用的结论的制定，从而阻碍了对收缩城市中SUHI进展总体趋势的识别。此外，大规模的SUHI分析往往强调气候分区和季节性变化（Liu & Zhang，2024年；Peng等人，2022年），而忽视了社会人口减少作为SUHI异质性潜在驱动因素的作用。这一差距突显了系统研究收缩相关过程如何重塑热环境的必要性，以及这些变化是否遵循与增长城市不同的空间或时间轨迹。

同时，城市本身的概念化也带来了另一个重大挑战（Jiang等人，2020a）。传统的城市定义本质上不是自然的；城市区域和空间的划分往往是主观和模糊的（Lv等人，2021年）。然而，当前关于人口收缩的研究仍然经常依赖于行政边界，因为人口统计数据是在该尺度上报告的，即使这些边界很少与实际的城市结构相对应（Chen, Lang等人，2024年；Liu & Liu，2022年）。对于收缩城市来说，这种不匹配尤其成问题，因为土地废弃、功能衰退和碎片化的建成区模式可能会放大行政单位与热相关城市足迹之间的不一致性，可能偏倚气候相关评估（Li & Mykhnenko，2018年；Zhang, Yu等人，2023年）。农村人口的减少并不一定反映城市人口的减少，农村地区的土地利用与城市地区有显著不同，这是相关研究中经常被忽视的一个因素。在这种背景下，一些学者提出了“物理城市”或“功能城市区域”的概念，旨在更准确地反映人类活动密集的空间连续区域（Chen, Lang等人，2024年；He, Zhang等人，2023年；Zhang等人，2022年）。因此，在城市收缩过程中识别空间连续且统计上有意义的城市实体是必要的（Meng等人，2021年），以便更准确地划分城市收缩与SUHI效应之间的关系模式和驱动因素。

在当今日益复杂的城市景观和社会框架下，气候变量与其他相互关联的维度之间的多样化相互作用导致城市地区SUHI效应的表现各不相同。如上所述，当前的研究框架未能充分捕捉到人口减少城市的这种复杂性。总体而言，这些关键差距可以归结为三个具体限制。首先，SUHI研究仍然受到增长导向的偏见的影响。大规模研究优先考虑气候分区和季节性变化，同时隐含地假设城市持续扩张，从而忽视了人口减少作为热异质性的结构性驱动因素，特别是在中国这样的快速城市化但内部差异明显的背景下。其次，边界定义往往与物理城市形态不匹配。依赖行政单位可能会扭曲收缩城市的SUHI评估，因为建成区是碎片化且空间不连续的。因此，需要物理上连续的城市边界来进行准确评估。第三，综合的多维框架仍然很少。大多数研究仅孤立地考虑空间变化、昼夜动态或单一驱动因素，很少在统一的分析结构中捕捉空间异质性、昼夜差异以及社会经济和景观变量之间的非线性相互作用。因此，收缩城市的热轨迹仍然了解不足。

为了解决这些差距，本研究系统地分析了2010年至2020年间中国423个收缩城市的SUHI的时空演变。通过划定基于物理的城市边界，我们减少了与行政单位相关的偏见。我们进一步将社会经济和景观变量整合到机器学习框架中，以识别SUHI动态的非线性驱动因素。通过比较城市与非城市地区以及昼夜条件，本研究阐明了不同的热轨迹，并为人口减少环境中的气候适应规划提供了基于证据的启示。

研究区域

基于在中国进行的研究，2010年至2020年观察期间，使用?10%的人口变化率作为识别收缩的阈值（Deng等人，2019年；Jiang等人，2020b；Jin等人，2024年；Meng等人，2021年）。鉴于中国的行政系统通常采用广泛的“城市”定义，可能无法准确反映建成区的空间分布（Chang等人，2023年；Zhang等人，2022年），这种差异在

收缩城市概述

根据2.2.1节中概述的方法，我们确定了总共423个收缩城市，占物理城市总数的11.5%，如表2和图2所示。分类阈值是通过结合现有研究的见解和自然断裂方法（Liang等人，2024年；Templeton & Taleghani，2024年）建立的。这种方法确保了每个类别都有足够的样本量，并具有理论和实证相关性。

不同类别中收缩城市的SUHI模式

本研究对中国2010年至2020年间423个收缩城市的SUHI的空间和时间趋势进行了全面分析。研究结果表明，不同城市的SUHI效应存在显著差异，这些差异受到城市规模、人口动态和区域背景的影响。具体来说，较大的城市通常表现出更高的SUHI强度，尤其是在白天高峰时段。这一模式与先前的研究结果一致，表明较大的城市区域

结论

尽管关于SUHI的研究越来越多，但很少有研究探讨其与城市社会经济结构变化的关联，特别是在人口减少的条件下。本研究采用多维度方法，对收缩城市的SUHI效应进行了详细分析。通过重新定义城市区域，超越了传统的行政边界，我们的研究填补了文献中的一个重要空白。

CRediT作者贡献声明

杨晨：撰写——原始草稿、方法论、调查、数据管理、概念化。齐东：撰写——审稿与编辑、可视化、验证、方法论、资金获取、概念化。赵源：撰写——审稿与编辑、验证、监督。张陆辰：撰写——审稿与编辑、方法论。孙成：撰写——审稿与编辑、方法论。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本工作得到了中国国家重点研发计划（2024YFC3808903）的支持。