La aglomeración urbana es un modo importante de organización espacial en los intentos de China por alcanzar una etapa avanzada (madura) de urbanización, y para entender sus consecuencias, se necesitan escenarios de simulación precisos. En comparación con las simulaciones tradicionales de crecimiento urbano, que operan a escala de una sola ciudad, la aglomeración urbana considera las interacciones entre múltiples ciudades. En este estudio, combinamos una cadena de Markov espacial (SMC) (un módulo de composición cuantitativa) con autómatas celulares basados en regresión geográficamente ponderada (GWRCA) (un módulo de asignación espacial) para predecir el crecimiento urbano en el Área de la Gran Bahía de Guangdong-Hong Kong-Macao (GBA), una aglomeración urbana de importancia internacional en el sur de China. El método SMC mejora la técnica tradicional de la cadena de Markov al tener en cuenta la interacción e influencia entre cada ciudad para predecir el crecimiento de manera cuantitativa, mientras que la regresión geográficamente ponderada (GWR) proporciona una estimación empírica de la idoneidad del crecimiento urbano basada en la diferenciación geoespacial a escala de una aglomeración urbana. Al utilizar el modelo SMC para prever el crecimiento en la GBA en el año 2050, nuestros resultados indicaron que la tasa de las ciudades más pequeñas aumentará, mientras que la de las ciudades más grandes disminuirá. La franja costera en las áreas centrales de la GBA, así como las ciudades periféricas de la región, son las más propensas a ser áreas de desarrollo para 2050, mientras que ciudades establecidas como Shenzhen y Dongguan ya no experimentarán una expansión rápida. En comparación con los modelos de simulación tradicionales, el SMC-GWRCA pudo considerar las interacciones espaciotemporales entre ciudades al prever cambios en una gran región como la GBA. Este estudio presentó un escenario de desarrollo para la GBA para 2050 a escala de una aglomeración urbana para proporcionar un escenario más creíble para la planificación espacial. También proporcionó evidencia en apoyo del uso de modelos integrados SMC-GWRCA, que, sostenemos, ofrecen un enfoque más eficiente para simular el desarrollo de aglomeraciones urbanas que los métodos tradicionales.