1 引言

在日益城市化的当今世界，城市地区被视为影响全球可持续发展的关键节点。准确评估城市可持续性水平，是城市可持续性研究领域中极具挑战性的理论议题^{[1, 2]}。

国内外许多大城市都面临人口迅速膨胀的问题，新城和新区开发成为城市空间扩展的主要模式之一。在中国，短时期内大规模城市化过程中新城无序扩张，不利于对有限土地资源的合理有效利用^[3]，建设初期粗放式开发和地表迅速人工化，损害所依赖的生态环境，使环境容量大幅下降甚至被突破，影响整个城市的可持续发展。从新城区自身而言，非理性扩张意味着资源利用率低下，投资回报不足，城市基础设施水平较长时间内得不到改善，居住和就业吸引力不高，发展难以为继^[4]。据不完全统计，截止2014年10月，全国共有国家级新区11个；国家级经济技术开发区215个，国家级高新技术产业开发区115个，成为新城新区的骨干；各省级层面的各类新城新区有1650个，较大规模的市级新城新区1000多个，构成新城新区系统的重要支撑^[5]。如此数量巨大的新开发城区及其整体上面临的耕地资源和生态环境保护问题，需要从资源利用效率和环境可持续性出发评估这些新城区的开发质量，为新型城镇化政策下的新城区开发提供优化方向。如何从空间开发的层面出发，评估新城区的资源利用效率与环境可持续性，是本研究重点解决的问题。

可持续发展评估是对复杂社会—经济—生态系统的动态变化进行系统的定量分析和评估，从而实现动态监测、分析与调控^[6-10]。经过近二十年的发展，可持续发展指标体系形成了驱动力—压力—状态—影响—响应框架(DPSIR)、三维结构框架、基于21世纪议程的框架等多种类型。但这些评价体系和方法针对的是国家、省域或市(县)域尺度可持续发展问题，指标及数据选取以完整行政区为单元，在用于城市可持续发展评价时，不能体现城市空间扩展过程的可持续性。以可持续管理为主要研究对象的生态经济学理论认为，城市的可持续性依赖于各种生态系统服务，城市可持续测度，首先应该关注城市对环境的双向作用，即城市对环境的依赖程度和对环境的损害程度^[11-13]；其次，应具有跨尺度特性，不仅关注城市边界内的环境问题，而且涉及城市以外乃至全球资源供给与环境影响^[14-15]。与此相关，近年来对于城市住区的可持续性评价更多关注环境问题，在社会、经济指标基础上增加了较多的建筑环境和生态环境指标，形成由环境质量、生活水平与便利性、资源利用与污染排放几个方面组成的指标框架^[16]。如英国2009年提出了BREEAM Communities可持续社区评价体系，包括气候和能源、资源、交通、生态、商业、社区、场所塑造和建筑8部分内容^[17]；爱尔兰79个中小尺度的城市住区可持续性评价包含了建筑环境、生活质量、社会—经济、交通四类指标^[18]。这些指标直接关联城市空间属性，但同时数据的获取难度也较大。

对多个案例区的可持续性评价与比较，通常采用专家评分法、层次分析法、ELECTRE法、TOPSIS法、DEA法、灰色关联度分析法、人工神经网络评价法、生态足迹模型法以及熵值法等^[19-24]。上述方法均需要对评价指标进行无量纲化处理，最终的综合评价结果物理意义模糊，不利于比较分析，且赋权过程主观性或者样本数量对结果的影响较难把握。多准则模糊评价方法采用语义距离作为评价基础，一定程度上避免了指标赋权问题。Giuseppe Munda运用NAIADE多准则模糊评价方法综合评估布达佩斯、莫斯科、阿姆斯特丹、纽约四个城市的可持续性^[25]。贾桂红通过NAIADE对大连、济南、青岛、上海四个城市的产业环境影响进行评价排序，并分析了污染治理中企业、政府和公众三者之间的冲突^[26]。本研究选取长三角典型新城区，基于生态经济学理论构建资源利用效率与环境可持续性的评价指标体系，应用多准则模糊评价法评估和分析新城区资源利用效率与环境可持续性，提出新区可持续发展的政策建议。

2 研究区概况与指标体系构建 2.1 研究区概况

我国城市化过程中大城市周围出现了各种形式的新城区，包括相对独立的城市新区、开发区或工业园区，以及科学园、大学城等城市组团，据不完全统计长三角核心区16城市中出现的新城区达98个(各市规划局网站资料整理)。综合相关学者对我国新城的研究^{[27, 28]}，本研究将其定义为：在城市化的进程中大城市为了拓展空间而产生的区域，与中心城保持一定距离，通过全面规划、建设达到一定规模，相对独立且具有较为综合功能的城区，起到疏解中心城人口和功能、集聚新的产业、带动区域发展的作用，并统称为“新城区”。考虑到数据的可获取性，本研究选取长三角15个典型新城区(表 1)进行评价，它们分布在南京、苏州、无锡、杭州、宁波及上海6个城市(图 1)。

2.2 可持续性评价指标体系

新城区是城市发展过程中城市自身扩展或者跳出主城另择新址所形成的新的土地开发，在国内多数新城区由政府行政推动，未能充分发挥市场作用来配置资源，存在土地空间布局混乱、资源利用效率不高、无序大规模开发、基础设施和服务功能完善程度较低以及承接老城区产业转移可能带来环境污染等问题。因此，如何提高新城区资源利用效率、环境质量状况，实现稳定快速发展是新城区实施可持续发展战略的首要问题。

基于生态经济理论对城市发展可持续性的认识，从新城区开发的空间特征与问题出发，构建“资源利用效率—环境可持续性”的评估框架。其中资源利用效率围绕开发强度、基础设施水平、居住和就业吸引力的相关指标，考虑到长三角新城区现阶段的发展特征及数据的可获取程度，本研究采用土地开发强度表征土地的集约利用水平，人口密度表征新城区的人口承载能力，城镇居民人均可支配收入表征居民收入水平，新城区范围内重点中学、三甲医院的数量来表征教育及医疗配置水平。

按照国际惯例和资料的易获取程度，采用空气达到优良天数比例、二氧化氮浓度、二氧化硫浓度三个指标来表征大气质量，地面水监测断面水质现状及氨氮、高锰酸盐浓度来表征水环境质量，单位面积植被生物量来表征生态系统服功能，人均公共绿地面积来表征居民生活环境和质量。将大气环境、水环境指标分别与《环境空气指标标准》(GB3095-2012)、《地表水环境质量标准》(BG3838-2002) 进行对比，进一步筛选能够较好体现新城区环境质量空间分异的指标。即大气环境质量采用空气达到优良天数比例、二氧化氮浓度来反映新城区的综合大气环境、交通拥挤及汽车污染控制状况，水环境质量选取新城区规划范围内河流水系监测断面的水质现状达标情况来综合评估新城区的水环境质量(表 2)。

2.3 数据来源及处理

(1) 资源利用效率指标

人口密度：来源于2010年全国街道级人口普查数据。建设用地比重：2010年长三角土地利用与土地覆被数据(湖泊—流域科学数据共享平台：面向生态系统碳收支服务的土地覆被分类系统)。对照高分辨率卫星影像在线数据(Google Earth)及部分高分影像，精确确定了长三角15个新城区的城镇建设用地^[29]。

居民收入水平：来源于2010年各新城区所在市(区)国民经济和社会发展统计公报。

教育/医疗配置水平：选取重点中学和三甲医院数量为代表。其中，重点中学数量根据各新城区所在城市教育局网站高中学校名单及各学校官网资料整理，此处统计的重点中学指的是新城区规划范围内的重点高中，包括市重点、区重点及四星高中；五公里范围内三甲医院数量以新城区规划边界为面要素，建立5公里服务半径的缓冲区，作为居民到达三甲医院的最大步行半径，通过新城区所在行政区的卫生和计划生育委员会网站、各医院官网资料，并结合高德数字地图统计获取。

(2) 环境可持续性指标

在数据的统计口径上，尽可能保持一致，统一采用新城区数据。大气环境质量数据采用新城区所在城市数据。

大气环境质量指标：包括所在城市空气达到优良天数比例、二氧化氮浓度，来源于2010年各市环境质量报告书。

水环境质量指标：新城区范围内监测断面水质现状类别，来源于中国环境监测站2010年数据。

生态系统服务指标：采用单位面积植被生物量。植被生物量是某一时刻单位面积内实存的有机物质总量，与植被初级生产力及固碳、释氧等生态环境效应具有密切关系，一定的生物量也是保障生物多样性的前提，常作为定量分析植被生态功能的关键性特征指标^[30]。通过集成土地利用/覆被、遥感、气象、森林资源清查和粮食产量统计等多源数据，运用遥感模型、降尺度模型和回归模型方法，获得了2010年长三角植被生物量250m^*250m的空间估算数据^[31]，在此基础上通过栅格数据的分区统计提取新城区植被生物量，并计算得到单位面积植被生物量。

居民生活环境和质量指标：人均公共绿地面积来源于2010年各新城区所在市(区)国民经济和社会发展统计公报。

3 可持续性评估方法

多准则决策分析(multi-criteria decision analysis, MCDA)于1995年由Giuseppe Munda首次提出并应用于城市可持续性评估以及承载力评估^[32]。其中，NAIADE (novel approach to imprecise assessment and decision environments)是一种离散的多准则评估方法，它的主要特点是采用语义距离作为评价基础，可以处理不同类型的数据，避免指标赋权问题，同时该方法基于部分比较原理，特别是方案之间的指标配对比较，考虑指标间的优先强度，允许指标之间不同程度的补偿，评价结果允许不可比较关系的存在，具有较大的灵活性。本研究采用3.0.0.16版本的NAIAD软件(Joint Research Centre-EC, ISPRA SITE)进行可持续性评估运算。NAIADE方法的具体步骤包括评价方案影响矩阵构造、评价方案比较、方案综合排序三个主要过程。

3.1 影响矩阵构造

选取m个评价指标g_m，以所评价的n个实际方案或者决策方案a_n在各个指标上的实际值g_m(a_n)，构建一个m^*n影响矩阵(表 3)。评价结果g_m(a_n)可以用定量的数值表示，也可以用定性的语义表达方式表示。

3.2 评价方案比较

NAIADE评价方法可以对方案两两之间的优劣关系进行判断，基本原理是：首先，确定六种模糊优先关系，即某方案绝对优于(＞＞)、优于(＞)、略等于(≅)、等于(=)、绝对劣于(＜＜)、劣于(＜)另一方案；其次，针对每一给定关系(用^*表示)，利用影响矩阵数据计算两两方案(a和b)基于评价指标m的模糊关系强度值μ_*(a, b)_m ^[25]；最后，对所有指标进行综合评价。Munda在Tanino基础上构建了综合评价的公式^{[32, 33]} (式1)：

$ {\mathit{\mu }_{\rm{*}}}{\rm{(}}\mathit{a}{\rm{, }}\mathit{b}{\rm{) = }}\sum\limits_{m{\rm{ = 1}}}^\mathit{M} {\mathit{max}{\rm{(}}{\mathit{\mu }_{\rm{*}}}{{{\rm{(}}\mathit{a}{\rm{, }}\mathit{b}{\rm{)}}}_{{\mathit{m}_{\rm{*}}}}}{\rm{ - }}\mathit{\alpha }{\rm{, 0)}}} {\rm{/}}\left( {\sum\limits_{m{\rm{ = 1}}}^\mathit{M} {{\rm{|}}{\mathit{\mu }_{\rm{*}}}{{{\rm{(}}\mathit{a}{\rm{, }}\mathit{b}{\rm{)}}}_\mathit{m}}{\rm{ - }}\mathit{\alpha }{\rm{|}}} } \right) $

(1)

其中：α参数表征模糊关系的最低要求，0≤ μ_*(a, b) ≤1；根据此公式，当所有的μ_*(a, b)_m均小于α时，μ_*(a, b) =0；当对于任一个m都有μ_*(a, b)_m ≥α，并且至少在一项评价指标上，μ_*(a, b)_m＞α，则μ_*(a, b) =1。

NAIADE评价方法在进行两两比较时，会计算基于单个指标的模糊关系分布的熵值H，以辅助决策。

3.3 方案综合排序

应用PROMETHEE排序方法对各方案的优劣进行了排序比较。PROMETHEE方法是通过求解每一个方案的出流ϕ⁺(a)、入流ϕ^-(a)，以及它们的交集ϕ(a)，从而确定每一个方案的优序度，进而对方案排序^{[32, 34]}。表达式如下：

$ \begin{array}{l} {\phi ^{\rm{ + }}}{\rm{(}}\mathit{a}{\rm{) = }}\sum\limits_{\mathit{n}{\rm{ = 1}}}^{\mathit{N}{\rm{ - 1}}} {{\mathit{\delta }_\mathit{n}}} {\rm{/(}}\sum\limits_{\mathit{n}{\rm{ = 1}}}^{\mathit{N}{\rm{ - 1}}} {{\mathit{C}_\mathit{n}}{\rm{(}} \gg {\rm{)}}} {\rm{ + }}\sum\limits_{\mathit{n}{\rm{ = 1}}}^{\mathit{N}{\rm{ - 1}}} {{\mathit{C}_\mathit{n}}{\rm{( > )}}} {\rm{)}}\\ {\phi ^{\rm{ - }}}{\rm{(}}\mathit{a}{\rm{) = }}\sum\limits_{\mathit{n}{\rm{ = 1}}}^{\mathit{N}{\rm{ - 1}}} {{\mathit{\Psi }_\mathit{n}}} {\rm{/(}}\sum\limits_{\mathit{n}{\rm{ = 1}}}^{\mathit{N}{\rm{ - 1}}} {{\mathit{C}_\mathit{n}}{\rm{(}} \le {\rm{)}}} {\rm{ + }}\sum\limits_{\mathit{n}{\rm{ = 1}}}^{\mathit{N}{\rm{ - 1}}} {{\mathit{C}_\mathit{n}}{\rm{( ＜ )}}} {\rm{)}}\\ \phi {\rm{(}}\mathit{a}{\rm{) = }}{\phi ^{\rm{ + }}}{\rm{(}}\mathit{a}{\rm{)}} + {\phi ^ - }{\rm{(}}\mathit{a}{\rm{)}} \end{array} $

(2)

其中，出流ϕ⁺(a)表示方案a优于其它方案的程度；入流ϕ^-(a)表示方案a劣于其它方案的程度。δ_n=μ＞＞(a, x)^C (＞＞)+μ_＞(a, x)^C (＞)；ψ_n=μ＜＜(a, x)^c (＜＜)+μ＜(a, x)^ C (＜)。

4 多准则模糊评价结果 4.1 新城区影响矩阵

在NAIADE模型中建立新城区的影响矩阵(表 4)，其中，监测断面水质达标情况采取语义变量(linguistic variation)作为赋值条件，其他指标采取数字变量(numeric quantitative)进行赋值，并基于指标正负效应选择目标类型。其中，语义变量通过模糊集定义在0—1之间。

4.2 综合评估排序

运用多准则模糊评价方法，按照模糊度α=0.2来计算，对长三角15个典型新城区的资源利用效率与环境可持性进行综合评价，评估结果如图 2所示。

对典型新城区资源—环境可持续发展综合评估结果进行分析，从出流ϕ⁺(a)与入流ϕ^-(a)的交集得到综合排序方案，排序方案之间的优劣关系包括九个等级，分别为：

(1) 鄞州新城、闵行新城、宝山新城处在多准则排序的第一等级，资源—环境可持续发展性能优于其他新城区。但三个新城区之间的优劣性没有明显差异。

(2) 河西新城、松江新城处在多准则排序的第二等级，在资源—环境可持续发展性能上河西新城低于鄞州新城，松江新城低于鄞州新城、闵行新城、宝山新城，优于其他新城区。

(3) 仙林新城、惠山新城处在多准则排序的第三等级，在资源—环境可持续发展性能上二者均低于第一、二等级的新城区。

(4) 东山新城、无锡新区处在多准则排序的第四等级，在资源—环境可持续发展性能上东山新城低于仙林新城，无锡新区低于惠山新城。

(5) 太湖新城、青浦新城处在多准则排序的第五等级，在资源—环境可持续发展性能上，太湖新城低于仙林新城、东山新城、惠山新城，青浦新城低于仙林新城、惠山新城、无锡新区。

(6) 嘉定新城、苏州工业园区、滨江新城、下沙新城处在多准则排序的第六、七、八、九等级。在资源—环境可持续发展性能上嘉定新城＞苏州工业园区＞滨江新城＞下沙新城。

通过改变标准集合的基准值α分析资源—环境可持续发展评估结果在α=0.2到α=0.8之间变化时的稳定性。由图 3敏感性分析评估结果图可以看出，模糊程度为0.4、0.6、0.8时排序保持稳定的分别占模糊程度为0.2时的80%、60%、60%，因此模糊程度为0.2时所得到的新城区可持续性优先关系排序具有一定的稳定性。

4.3 与“Ideal City”的比较

多准则评估研究中引入“Ideal City”^{[35, 36]}，作为评估参考值。Ideal City即由每个可持续发展指标中最优值组成一组参考指标，代表理想城市的资源—环境可持续发展状况。通过每个案例新城区与Ideal City指标组的对比分析，探讨影响新城区资源—环境可持续发展的优势及短板。比较结果分为严格劣于(≪) /劣于(＜)、等于(＝)、约等于(≅)、绝对优于(＞＞) /优于(＞)。

图 4可视化的呈现了新城区与Ideal City最优值的两两比较结果，自左至右三列图依次呈现了可信度τ、多指标综合模糊关系值µ及熵H、各指标模糊关系值。分别选取综合排序结果为优(第一等级)和劣(第九等级)的两类新城区进行结果分析：

图 4-a鄞州新城，C2-空气优良天数所占比例、C3-二氧化氮浓度、C7-城镇人均可支配收入三个指标，为15个新城区中相应指标的最优值，因此与Ideal City相应值的模糊关系为“等于(＝) ”，表现在图中为真实值τ=最优值所在指标的蓝色柱状值为1。而C0-建设用地开发强度、C1-人口密度、C5-人均公共绿地面积三个指标为15个新城区中相应指标的最劣值和较劣值，因此与Ideal City相应值的模糊关系为“严格劣于(≪) /劣于(＜) ”，表现在图中为真实值τ＜最优值所在指标的蓝色柱状值为1或接近1。因此，鄞州新城可持续发展的优势是大气环境质量及居民收入水平，而目前的发展短板为建设用地开发比重低、人口承载能力弱、人均公共绿地面积较低。

图 4-b闵行新城，与Ideal City相应值的模糊关系为“等于(＝)及约等于(≅) ”的指标为C1-人口密度、C8-重点中学数量(个)、C7-城镇人均可支配收入三个指标，真实值τ=最优值所在指标的蓝色柱状值为1或接近1。而与Ideal City相应值的模糊关系为“严格劣于(≪) /劣于(＜) ”的指标为C0-建设用地开发强度、C3-二氧化氮浓度、C9-五公里半径内三甲医院数量(个)三个指标，真实值τ＜最优值所在指标的蓝色柱状值为1或接近1。因此，闵行新城可持续发展的优势为承载人口能力、教育设施完善程度及居民收入水平，而目前的发展短板为建设用地开发比重低、二氧化氮浓度高、医疗设施配置水平低。

图 4-c宝山新城，与Ideal City相应值的模糊关系为“约等于(≅) ”的指标为C6-单位面积植被生物量、C7-城镇人均可支配收入两个指标，真实值τ ≅最优值所在指标的蓝色柱状值大于0.5小于1。而与Ideal City相应值的模糊关系为“严格劣于(≪) /劣于(＜) ”的指标为C0-建设用地开发强度、C3-二氧化氮浓度、C1-人口密度三个指标，真实值τ＜最优值所在指标的蓝色柱状值为1或接近1。因此，宝山新城可持续发展的优势为生态服务功能水平及居民收入水平，而目前的发展短板为建设用地开发比重低、二氧化氮浓度高、人口承载能力能力弱。

相比第一等级新城区，资源—环境可持续发展综合排序第九等级的下沙新城(图 4-o)，与Ideal City相应值的模糊关系为“约等于(≅) ”的指标为C4-二氧化氮浓度、C7-城镇人均可支配收入两个指标。而与Ideal City相应值的模糊关系为“严格劣于(≪) /劣于(＜) ”的指标为C0-建设用地开发强度、C1-人口密度、C2-空气优良天数所占比例、C3-二氧化氮浓度、C5-人均公共绿地面积、C9-五公里半径内三甲医院数量(个)六个指标。由此可见，第九等级的下沙新城可持续发展的限制因素数量较多，集中在建设用地开发比重低、人口承载能力弱、大气及水环境质量较低、人均公共绿地面积少、医疗设施完善程度较低。

5 新城区资源—环境可持续性影响因素讨论 5.1 可持续性的短板因素

根据图 4将长三角城市群15新城区的10个指标分别归类为优势指标(当τ ≅或＝最优值且0.75≤μ≤1)、短板指标(当τ≪或＜最优值且0.75≤μ≤1) 及中等指标(不满足上述两种类型的剩余指标)三种类型，如C2、C3、C6、C7为鄞州新城的优势指标，C0、C1、C5为鄞州新城的短板指标，C4、C8、C9则为鄞州新城的中等指标，依次对每个新城区的指标进行相应归类，计算每个指标类型构成(图 5)。

由图 5可以发现，C2-空气达到优良天数的比例、C4-水质达标现状、C6-单位面积植被生物量、C7-人均可支配收入四个指标在新城区中表现较为均衡，大气环境质量较优，人均可支配收入水平较高。而C0-建设用地开发强度、C1-人口密度、C3-二氧化氮浓度、C5-人均公共绿地面积、C9-五公里半径内三甲医院数量(个)五个指标是目前制约新城区资源—环境可持续发展的主要因素。

社会事业的配套是新城形成城市功能、加快人口集聚的重要支撑。目前新城区发展迅速但缺乏总体协调，在教育、医疗等基础设施及社会福利保障等方面完善度不高，如惠山新城、下沙新城、滨江新城、青浦新城、嘉定新城等新城区。在未来的开发建设过程中，应重点完善基础设施和服务功能，吸纳更多人口，提高土地利用强度和效益。

另一方面，新城区在总体环境质量相对老城较优的同时，功能上承担着疏解老城人口和产业的功能，部分新城区更是建立在经济技术开发区、国家高新区、工业园区等基础上，环境问题不容忽视，如无锡新区、太湖新城、滨州新城、苏州工业园区等。在未来的新城区开发过程中，应加强新城区单一功能向综合功能的转移，实现新城区的升级换代，缓解新城区开发建设带来的负面生态环境问题。

5.2 新城区选址及用地规模影响

时空距离是新城选址的重要因素^[37]，为使新城既保持与中心城的便捷交通联系又具有相对的独立，一般认为新城与中心城之间的距离在20—40 km为宜。对本研究采用的15个案例进行分析，距离中心城较远(大于40 km)的新城区有：松江新城、惠山新城、青浦新城、嘉定新城、下沙新城，可持续性等级排序结果分别为2、3、5、6、9；距离中心城区较近(小于40 km)的新城区包括：鄞州新城、闵行新城、宝山新城、河西新城、仙林新城、东山新城、无锡新区、太湖新城、苏州工业园区、滨江新城，可持续性等级排序结果分别为1、1、1、2、3、4、4、5、7、8。根据上述评估结果，除苏州工业园区及滨江新城，距离中心城较近的新城区资源—环境可持续性水平相对较高。

基于公共交通的紧凑发展理念，结合公共服务设施的等级设置，有文献^[38]认为新城区的用地范围在70 km²左右为宜(未考虑近郊新城中存在的大量产业发展用地或教育研发用地、生态绿化用地)。对本研究采用的15个案例进行分析，其中用地规模超过100 km²的新城区包括：闵行新城、松江新城、无锡新区、太湖新城、嘉定新城、苏州工业园区、下沙新城，可持续性等级排序结果分别为1、2、4、5、6、7、9；用地规模处在50—100 km²的新城区包括：鄞州新城、宝山新城、河西新城、仙林新城、惠山新城、青浦新城，可持续性等级排序结果分别为1、1、2、3、3、5；用地规模小于50 km²的新城区为滨江新城，可持续等级排序结果为8。根据评估结果，用地规模处在50— 100 km²的新城区资源—环境可持续性水平相对较高。

综上所述，距离主城的远近以及用地规模会对资源利用效率与环境可持续性产生一定影响。典型的如下沙新城、嘉定新城，距离主城较远且用地规模较大，建设用地开发强度低，经济效益和人口集聚能力不高，可持续性水平较低。而用地规模过小的滨江新城形不成对区域的辐射功能，也不利于提高城市基础设施和各类公建设施的配套水平，因此可持续性排序也偏低。在未来的新城区开发建设中，需从可持续性出发，考虑新城区选址，保证与中心城区的适宜距离，控制新城用地规模，实现精明增长、紧凑发展和内涵增长。

6 结论

本研究从资源利用效率与环境可持续性两个方面构建长三角城市群新城区住区尺度下的可持续发展指标体系，重点对长三角15个典型新城区进行评价，结果表明：可持续发展水平最高的包括鄞州新城、宝山新城、闵行新城，偏低的包括嘉定新城、苏州工业园区、滨江新城及下沙新城，其中，距离中心城区较近(＜40 km)、用地规模处在50—100 km²的新城区可持续发展水平较高，宜在新城建设之初加强可持续性规划。

构建了基于生态经济学理论及新城区空间尺度的可持续评价体系，与传统的以一个城市均值表征新城区可持续发展指标相比，本研究指标直接关联新城区空间属性，能较好的体现其空间分异特征，丰富了新城区可持续发展评估的指标框架。同时，探索性的研究结果与新城区实际发展状况吻合较好，且住区尺度下的可持续发展指标具备了空间属性，未来可直接应用于新城区的土地规划和城市规划，对当前我国快速的新城区建设及未来新城区的合理布局具有现实指导意义。由于新城区数据的可获得性限制，本研究所构建的可持续发展水平指标体系有待进一步改善。