周泽兵，邓世军，窦华成

(1.天津市勘察院，天津300191;2.天津市星际空间地理信息工程有限公司，天津300384)

一、引 言

土地数量有限性和土地需求增长性之间的矛盾需要合理地利用土地与科学地规划土地来解决。而建设用地需求量预测是编制土地利用总体规划、城市总体规划的基础，也是城市规划管理的依据。

随着滨海新区开发开放，天津市进入快速发展期，建设用地需求量也随之迅猛增长，为了把握天津市建设用地未来的发展趋势，有必要对下一阶段建设用地需求进行预测。本文通过对近年来全市建设用地情况的分析，以及对“十二五”期间各行业发展规划情况的分析，科学地预测出未来5年天津市的用地需求，实现为天津市经济社会发展作好用地安排和规划保障;科学预测规模，避免不合理占地造成的“空城”现象;为总体规划修改工作提供基础支撑和内容补充。

在综合国内外相关研究理论和方法的基础上，本文对各类用地，特别是建设用地需求量的影响因素进行分析，确定选取影响因素的基本原则，并对相关影响因子选取科学的方法进行预测。在对市域现状用地情况进行分年分类统计的基础上，使用多元回归方程模型、曲线模型、灰色GM(1，1)系统模型，以及灰色-马尔可夫链组合预测模型等进行多种方式的预测，对建设用地和其他用地情况建立综合预测分析模型，并通过实际数据预测未来5年的用地需求总量。

二、研究区概况

天津是环渤海地区经济中心、中国北方经济中心，位于东经 116°43'～ 118°04'、北纬 38°34'～40°15'之间;北起蓟县黄崖关，南至滨海新区翟庄子沧浪渠，南北长189 km;东起滨海新区洒金坨以东陡河西干渠，西至静海县子牙河王进庄以西滩德干渠，东西宽117 km。天津市域面积11 917.3 km2。天津市地处华北平原东北部，东临渤海，北枕燕山，北与首都北京毗邻，距北京120 km，是拱卫京畿的要地和门户。

三、建设用地需求影响因子分析

1.建设用地影响因素选择原则

(1)可量化原则

由于建设用地变化影响因素错综复杂，在分析建设用地变化驱动因子的作用时，选择的因素应细致全面，但指标过多又会增加分析问题的难度和复杂性。在实际问题中，可以将若干个变量合并为几个独立成分变量，来减弱变量之间的相互干扰。由于土地利用者主体行为和政策制度等因子难以量化，所以在进行模型分析时，一般选取人口和经济等因子进行分析。

(2)可获得原则

建设用地变化趋势，常常需要借助于土地利用动态数据库来分析。要求取得的土地数据具有较长的时段，能够构成时间序列和反映较长期内建设用地的变化过程。

(3)可比性原则

数据可比性也很重要。数据可比性主要包括时间、空间、统计口径3个方面。首先，同一类数据最好是出于同一个统计部门，因为不同部门的统计口径不同，往往会导致有时候虽然在名称上是相同的，但该名称下包含的内容差异较大，数据不具有可比性;其次，也要求不同因子对应地域范围必须是一致的，使其在空间上具有可比性;最后，要求不同地域范围上数据在时间上具有可比性。

2.研究数据来源

该研究需要利用天津市的实际数据资料，以统计历年来的现状用地分类变化，用地数据来源则可以从统计资料中获取。但统计资料数据来源与实际用地存在差距，主要表现在：批而未供，即非建设用地已转成建设用地但还未正式实施，以及存在违法用地问题。为了获取不同时期实际发生的用地需求，需从历史遥感影像资料出发，结合历史地形图，通过土地利用调查数据识别提取不同时段实际建设用地使用量。同时，考虑实际需要，将建设用地界定为城镇用地、工矿仓储用地、农村居民点用地3类主要用地。另外，由于滨海新区的发展呈现跨越式发展，用地变化较大，因此本文研究区域为天津市域除滨海新区以外的全部区域。土地利用年度数据制作主要以目前掌握的天津市近几年的影像数据资料，以及2004年土地利用变更调查数据作为工作基础。利用DOM影像显现的土地利用信息，将原土地利用现状数据与之叠加套合，将在DOM影像下能够准确分辨和定位的各种地类边界线(图斑界限)，以及能够分辨清楚的各种线状地物通过人机交互，提取变化地类信息。地类边界以影像为主，地类属性参考原土地详查结果。土地利用年度更新流程如图1所示。

3.建设用地及主要影响因子的变化

建设用地变化的影响因素是多方面的，包含自然、政治、社会经济等。由于建设用地变化影响因素错综复杂，因此在分析建设用地变化驱动因子的作用时，选择的因素要细致全面，但指标过多又会增加分析问题的难度和复杂性。主导建设用地需求的两大方面是人口的增长和经济的发展，本文选取了2大类10个驱动力指标。其中，人口变化类因子：X1为户籍人口总数(人)，X2为非农业人口(人);经济增长类因子：X3为GDP(万元)，X4为第二产业产值(万元)，X5为第三产业产值(万元)，X6为人均GDP(元/人)，X7为社会固定资产投资(万元)，X8为城市居民人均可支配收入(元/人月)，X9为社会消费品零售总额(万元)，X10为实际利用外资(万美元)。本文就以这10个指标作为影响建设用地需求的因素。

图1 土地利用年度更新流程

近几年来，随着城镇化进程的加快和经济的快速发展，城镇人口数量持续增加，生活水平不断提高，天津市建设用地数量呈现稳步增长趋势。建设用地增长的主要影响因素——GDP和固定资产投资也是逐年递增。

4.主导因子的筛选

为了分析上述指标与建设用地需求之间的关系，采用统计分析中的相关分析法进行研究，即根据计算出的Pearson相关系数和显著性水平来判断它们的相关性。以天津市2004—2010年的上述10个指标为原始数据，通过统计分析软件SPSS进行相关计算，得出相关系数(见表1)。

表1 建设用地与影响因素相关系数

在置信度p=1%时，建设用地量与国内生产总值(GDP)、社会消费品零售总额显著相关;与其他变量相关性不显著，可以剔除。因此，在选择的这些指标里，国内生产总值(GDP)是影响建设用地需求量的主导因子。

四、天津市建设用地预测实例

1.多元回归法

通过影响建设用地需求因素的相关分析，发现国内生产总值(GDP)等是影响建设用地需求量的主导因子，且与建设用地需求量之间存在线性关系。采用多元回归建立天津市建设用地需求量与影响因子之间的预测模型，即

式中，Y代表建设用地需求量;X代表影响设用地需求量的主导因子;a代表各影响因子的系数。根据收集到的2004—2010年各指标数据，通过SPSS软件进行多元回归分析，并选择逐步回归预测法，输出的结果见表2。

表2

按一元回归模型分析，变量Y对自变量X的回归的非标准化回归系数为0.091，对应的显著性检验的t值为10.992，回归系数的显著性水平Sig.为0.000，小于 0.05，方程显著。预测方程为Y=1 076.999+0.091X，X 为国内生产总值(GDP)。

《天津市国民经济和社会发展第十二个五年规划纲要》指出，全市经济社会发展目标是生产总值年均增长12%。按照此规划，可以预测2015年国内生产总值(GDP)为7 188.10亿元。代入计算则可得到2015年建设用地量。

2.曲线回归法

用对数方程模拟，根据收集到的2004—2010年各指标数据，通过SPSS软件进行曲线估计分析，得到表3。

表3

本例中非标准化的回归系数B的估计值为259.764，标准误差为18.795，标准化的回归系数为0.987，回归系数显著性检验 t统计量的值为13.821，对应显著性水平 Sig.=0.000 ＜0.01，可以认为方程显著。从图2可以看出，模型拟合程度较好。因此，本例回归分析得到的回归方程为

图2 回归方程模型图

根据《天津市国民经济和社会发展第十二个五年规划纲要》确定的生产总值年均增长12%的全市经济社会发展目标，代入计算则可得到2015年建设用地量。

3.灰色预测 GM(1，1)

本文采用了灰色系统理论GM(1，1)模型，根据2004—2010年的建设用地数据，利用Matlab 7.0进行运算，得出 a=－0.025 548，u=1 230.279 8，将其代入下式

式中，a、u为辨识参数，通过最小二乘法拟合得到;t代表时间。得到的灰色预测模型为x(k+1)=49 391.020 4e0.025548k－48 156.250 4。

本模型中，p=1，c=0.174 5，根据预测精度等级标准，本预测结果和评价等级为好，故可以用该灰色预测模型进行预测。按照此模型则可预测出2015年建设用地量。

五、预测分析

考虑到人口驱动相关法的预测结果偏差较大，以多元回归法、曲线回归法、灰色预测法等几种方法的预测结果的平均值作为“十二五”建设用地预测结果的评价标准，“十二五”期间天津市(不含滨海新区)建设用地新增需求量约为220 km2。对比几种模型可知，分析曲线回归法计算简单，相关数据需求较少，预测的准确度也相对较高，但长期预测的准确度有所下降。灰色预测法精确度也较高，虽然计算需要模型的支持，专业性强，但是该种方法的计算更有说服力。

［1］朱华燕.基于广义加权组合预测法的建设用地需求预测——以苏州市为例［J］.资源开发与市场，2010，26(6)：510-512.

［2］郭杰，欧名豪，刘琼，等.建设用地需求预测改进思路及应用［J］.江西农业学报，2009，21(3)：173-176.

［3］叶挺.基于3S一体化的土地资源动态监测的研究——以瑞安市为例［D］.焦作：河南理工大学，2008.

［4］赵钧建，严金明.基于弹性规划理念的城乡建设用地需求预测［J］.统计与决策，2010(1)：41-43.

［5］游珍，杜传亮，李永涛.基于灰色-马尔可夫耦合模型的区域建设用地需求预测［J］.生态环境，2007，16(5)：1528-1532.

［6］孔伟.区域土地利用结构变化及预测研究［J］.广东土地科学，2006，5(6)：11-15.

［7］陈孝新.广义加权算术平均组合预测技术进一步研究［J］.南昌大学学报：工科版，2001，23(1)：101-104.

［8］林建平，赵小敏，邓爱珍，等.城镇建设用地规模影响因素分析及预测——以江西省广丰县为例［J］.国土资源科技管理，2008，25(2)：102-106.

［9］刘胜华，詹长根.基于国民经济和人口发展目标的建设用地需求规模预测研究——以武汉市黄陂区为例［J］.中国人口资源与环境，2005，15(5)：47-51.

［10］赖红松，董品杰.基于灰色预测和神经网络的城市建设用地量预测［J］.测绘信息与工程，2003，28(6)：36-39.