孟 成,彭明軍,潘琛玲,夏 希,肖立霞
(武漢市國土資源和規(guī)劃信息中心,湖北 武漢 430014)
Forecasting of Construction Land Demand Based on the Composition
Model of the Principle of Least Squares
MENG Cheng,PENG Mingjun,PAN Chenling,XIA Xi,XIAO Lixia
?
基于最小二乘原理的組合模型在建設用地需求量預測中的應用
孟成,彭明軍,潘琛玲,夏希,肖立霞
(武漢市國土資源和規(guī)劃信息中心,湖北 武漢 430014)
Forecasting of Construction Land Demand Based on the Composition
Model of the Principle of Least Squares
MENG Cheng,PENG Mingjun,PAN Chenling,XIA Xi,XIAO Lixia
摘要:通過分析武漢市2002—2011年建設用地數(shù)據(jù),選取了三次指數(shù)平滑、灰色GM(1,1)模型和多因素回歸法建立組合模型,提出了一種基于最小二乘原理解算組合系數(shù)的方法,并對武漢市2012—2025年的建設用地需求量進行了預測。經(jīng)過計算預測結果的平均絕對百分誤差、均方根誤差及希爾不等系數(shù),證明了該組合模型可信度高,可用于武漢市土地利用規(guī)劃編制工作。
關鍵詞:建設用地;預測;組合模型;最小二乘原理
一、引言
近年我國城市經(jīng)濟高速發(fā)展,土地資源供不應求的情況時有發(fā)生,同時還伴隨著耕地面積減少、農村土地質量退化、人地矛盾加劇等諸多問題[1]。因此,土地資源的合理規(guī)劃對均衡城市用地、合理開發(fā)城市資源、促進城市健康增長具有重要意義,而建設用地需求量分析是土地利用總體規(guī)劃的核心。目前,國內外學者在建設用地需求預測方面形成了大量的研究方法和模型,可歸納為定額指標法、時序預測法、因素預測分析法、控制預測法及目標約束法積累。在實際應用中,不同方法往往只能提供某一方面信息,而丟失另外一些有用信息[2]。基于這種事實,有研究者提出采用組合模型對建設用地進行預測的方法,即對同一個問題,采用兩種以上不同模型進行預測[3]。本文在基于傳統(tǒng)方法解算組合系數(shù)的基礎上,提出了一種基于最小二乘原理解算組合系數(shù)的思想,其組合模型較經(jīng)傳統(tǒng)方差倒數(shù)法解算的組合模型預測精度高。
二、組合模型基本原理

在組合模型的使用中,通常采用方差倒數(shù)法判斷單項模型系數(shù),即對誤差平方和小的模型賦予較高的權重,誤差平方和大的賦予較小的權重,使組合模型的誤差平方和盡可能地小。公式如下

本文通過最小二乘原理解算模型系數(shù),即將真實值作為因變量,單項模型的預測值作為自變量,擬合出一條曲線,使之在坐標系上與已知數(shù)據(jù)之間的距離的平方和最小,模型的系數(shù)即為通過最小二乘原理解算出來的自變量的系數(shù)。將Yt作為因變量、Ytf作為自變量,建立回歸方程
Yt=K×Ytf+b
根據(jù)最小二乘原理解算回歸系數(shù)為
預測領域通常采用平均絕對百分誤差(MAPE)、均方根誤差(RMSE)和希爾不等系數(shù)(Theil IC)判斷預測結果的優(yōu)劣[4]。其中,MAPE低于10則預測精度較高,Theil IC一般介于0~1,且值越小,說明擬合程度越高。公式如下
三、數(shù)據(jù)分析
可將預測模型分為兩大類:一類是用自身前期變化來描述以后情況的自回歸模型;另一類是通過研究與之變化相關的其他因素,從而描述以后情況的多因素回歸模型。
本文以2002—2011年武漢市建設用地數(shù)據(jù)作為樣本(見表1),分別選擇指數(shù)趨勢線、線性方程趨勢線和二次多項式趨勢線對原序列擬合,并計算相關系數(shù)R2值。R2值越接近1,表明擬合曲線與原序列相關性越高(如圖1(a)所示)。其中,原序列二次多項式曲線的R2=0.994 1,在3種趨勢線中擬合效果最好,可選取三次指數(shù)平滑法進行預測。選取指數(shù)趨勢線擬合累加序列,其R2為0.958 5,擬合效果較好,可采用灰色模型GM(1,1)進行預測(如圖1(b)所示)。數(shù)據(jù)的年增長率變化幅度大較,因此不宜采用年均增長率法進行預測(如圖1(c)所示)。

表1 2002—2011年武漢市建設用地面積、年增長率、累加面積

圖1 武漢市2002—2011年建設用地、逐年累加值、年增長率折線圖
本研究為了既不損失預測精度又提高計算效率,在驅動因子的選取時,剔除有線性關系的因子,如選取總人口后,就不再選取城鎮(zhèn)人口和農村人口作為驅動因子。根據(jù)此原則,在參閱相關文獻[5—7]后,最終選取總人口、總GDP、固定資產(chǎn)投資、人均道路面積、路網(wǎng)密度、人均綠地面積作為待分析因子,見表2。

表2 2002—2011年相關驅動因子信息表

續(xù)表2

圖2 驅動因子主成分分析結果
通過Eviews軟件對6個驅動因子進行主成分分析,得到結果如圖2所示。其中,POP表示總人口,GDP表示總GDP,ZC表示固定資產(chǎn)投資,POP_ROAD表示人均路面,ROAD_NET表示路網(wǎng)密度,POP_GREEN表示人均綠地面積。第1個成分占總方差的90.11%,第2個成分占7.04%,第3主成分占1.93%,前3個成分占總方差的99.08%。分析可知,前3個指標包含了全部6個指標中99.08%的信息,能夠充分代替原來6個指標。主成分公式如下

四、建設用地需求量預測
通過組合模型進行建設用地需求量預測,首先需分別通過各單項模型進行預測,再將預測結果進行組合求解。本研究中各單模型預測通過Matlab編程實現(xiàn),結果見表3。
通過各單項模型計算2002—2011年建設用地模擬值并與2002—2011年真值比較,分別計算采用方差倒數(shù)法和最小二乘法得到組合模型系數(shù),結果見表4。
分別以2002—2011年武漢市建設用地真實值和各單項模型、兩種組合模型的模擬值計算平均絕對百分誤差、均方根誤差及希爾不等系數(shù)來判斷預測結果的優(yōu)劣,結果見表5。
從結果可知,采用最小二乘原理建立的組合模型預測精度優(yōu)于任一單項模型預測精度和方差倒數(shù)法建立的組合模型預測精度。因此,本研究選用最小二乘原理解算組合系數(shù),建立組合模型。通過組合模型預測2012—2025年武漢市建設用地需求量,其預測結果見表6。公式為

Y最小二乘=0.21X指數(shù)平滑+0.77XGM+0.02X多因素

表4 模型誤差平方和及組合系數(shù)

表5 各模型的MAPE值、RMSE值、Theil IC值

表6 組合模型預測武漢市2012—2025年建設用地需求量 km2
五、結束語
在采用組合模型進行預測時,需要選取既有較高預測精度,又能充分反映數(shù)據(jù)變化趨勢的模型,在模型數(shù)量的確定上需兼顧預測精度與工作量,在模型系數(shù)的確定上需依據(jù)組合模型的預測精度高于任一單項模型預測精度的原則,同時根據(jù)實際情況嘗試多種組合系數(shù)解算方案,最終選取預測精度最高的方法解算模型系數(shù)建立組合模型。
本文針對武漢市2002—2011年建設用地數(shù)據(jù)特點及該時期武漢市社會經(jīng)濟情況,通過自回歸分析和多因素回歸分析,選取三次指數(shù)平滑模型、灰色GM(1,1)模型和多因素回歸模型進行組合,采用最小二乘原理解算模型系數(shù),最后通過該組合模型預測了武漢市2012—2025年的建設用地需求量,通過分析預測值平均絕對百分誤差、均方根誤差以及希爾不等系,表明經(jīng)過該組合模型預測的結果具有較高可信度,其結果對武漢市未來的土地利用規(guī)劃工作具有一定的參考價值。
參考文獻:
[1]徐曉雨.城市建設用地規(guī)模增長的驅動力分析——以武漢市為例[D].武漢:華中農業(yè)大學,2010.
[2]張曉東,陽亮.交通能源需求量組合預測模型研究[J].南京工程學院學報,2008,6(2):62-67.
[3]BATES T M,GRANGER C M J.The Combination of Forecasts[J].Operational Research Society,1969,20(4):451-468.
[4]邱道持,劉力,粟輝,等.城鎮(zhèn)建設用地預測方法新探——以重慶市渝北區(qū)為例[J].西南師范大學學報,2004,29(1):146-150.
[5]由向平,孫德山,林丹鳳.組合模型在我國GDP預測中的應用[J].廊坊師范學院學報,2010,10(2):87-89.
[6]劉紀遠,張增祥,徐新良,等.21世紀初中國土地利用變化的空間格局與驅動力分析[J].地理學報,2009,64(12):1411-1420.
[7]涂建軍,廖和平,劉力,等.城鎮(zhèn)建設用地雙因素預測模型的改進——兼論城鎮(zhèn)人口的預測方法[J].西南師范大學學報,2005,30(2):354-357.
[8]邵建英,王珂,肖志豪,等.城鎮(zhèn)建設用地預測方法研究[J].江西農業(yè)大學學報,2006,28(3):472-476.
引文格式: 孟成,彭明軍,潘琛玲,等. 基于最小二乘原理的組合模型在建設用地需求量預測中的應用[J].測繪通報,2015(3):111-114.DOI:10.13474/j.cnki.11-2246.2015.0091
作者簡介:孟成(1985—),男,博士,主要從事GIS方面的研究工作。E-mail: mengcheng@foxmail.com
基金項目:國家“十二五”科技支撐計劃(2012BAH24B00)
收稿日期:2014-01-03
中圖分類號:P208
文獻標識碼:B
文章編號:0494-0911(2015)03-0111-04