城市中的行政区界、山体、河流和大型基础设施等边界，会不同程度地阻碍人口流动、改变城市空间联系。这种由边界造成的额外空间阻隔被称为“边界效应”，它影响着通勤效率、资源配置和区域协同发展。如何基于人口流动数据精准识别并量化这些空间阻隔，进一步揭示其空间差异及形成机制，是理解城市空间结构、优化跨界联系的重要科学问题。

在前期研究基础上，该研究进一步提出城市边界效应“表征—解释”框架。研究首先利用地理加权加性重力模型，从城市通勤流中提取具有明确距离含义的局部边界厚度，用以量化不同位置边界效应的强弱；在此基础上，进一步结合机器学习方法，分析交通联系、城市功能和自然环境等因素对边界效应空间差异的影响，从而将研究视角从“边界有多强、在哪里更强”推进到“为什么这里的边界更强”。以广州市为例，研究发现行政边界和自然边界均表现出明显的空间差异，公共交通、道路网络、城市功能及自然障碍等因素共同塑造了不同地区的边界阻力。该研究为城市边界效应的定量表征与机制解释提供了新的分析框架，也为城市跨界交通衔接和空间协同治理提供了科学依据。

图1 边界效应的“表征—解释”研究框架

Computers, Environment and Urban Systems是城市科学领域国际顶级期刊。哈尔滨工业大学（深圳）未来学部建筑学院龚咏喜教授团队长期围绕要素流动、城市群空间与边界效应开展研究，已形成从活动空间边界识别、边界效应量化到空间表征与机制解释的系列研究成果，相关成果还发表于Journal of Transport Geography等国际知名期刊。

该研究得到国家自然科学基金和深圳市哲学社会科学规划课题的资助。

此次本科生在顶级期刊发表研究成果，是未来学部建筑学院持续推进本科生科研能力培养、鼓励学生早进课题组、早接触前沿问题的积极成果。

图文龚咏喜

初审马程程

复审朱继任

终审张爱书