基于目標值的土地警素指標的預警研究
——以上海市土地類指標為例

瞿忠瓊，余 逍，代 兵，范 華，石曉平

（1.南京農業大學公共管理學院，江蘇 南京 210095；2.上海市地質調查研究院，上海 200072；3.上海市國土資源調查研究院，上海 200072）

基于目標值的土地警素指標的預警研究
——以上海市土地類指標為例

瞿忠瓊1，余 逍1，代 兵2，3，范 華2，3，石曉平1

（1.南京農業大學公共管理學院，江蘇 南京 210095；2.上海市地質調查研究院，上海 200072；3.上海市國土資源調查研究院，上海 200072）

研究目的：探尋基于目標值的土地運行關鍵指標預警研究的方法，及時提出警戒信息與調控措施。研究方法：采用趨勢預測法對警素指標的未來值進行預測，用年均增長率函數倒推法確定目標值倒推值，結合預測值與目標值倒推值確定2015—2020年彈性警界線，采用統計誤差理論所得出3σ法則來確定警度界限的區間，采用景氣信號燈法判別警情，黃色信號燈表示輕警、紅色信號燈重警，采用情景分析法分析不同減量化目標下警情的變化趨勢。研究結果：上海市建設用地總規模若按減量遞增10%，則2018年后需要保持零增長，若減量遞增30%，則增量還有一定上行空間；工業用地占比的預測值在未來5年內都處于紅色預警，但警情有較為合理的自下降趨勢。研究結論：建設用地應遵循“五量并舉”的調控思路，努力實現規劃建設用地“負增長”目標；而工業用地則通過加強分類引導，采取二次開發、復合利用等措施，優化用地結構，使工業用地占比回落到正常區間。單一警素指標預警適用于時間序列較長且有目標值的指標，未來的研究重點應在單項預警的基礎上，構建以土地要素為核心的多要素安全綜合預警體系。

土地評價；目標值；警素指標；預警研究；上海市

1 引言

土地資源是經濟社會發展至關重要的約束因子，尤其是土地資源緊缺的大都市，土地資源利用的導向直接影響城市發展進程和產業結構。作為城市發展的載體，區域內的土地運行狀態是否安全直接影響區域的經濟發展，而土地的預警研究則可以對未來土地利用是否安全發出警示，以便提前采取緩解警情的措施。國內外相關研究有城市土地利用風險管控監測預警體系[1-3]，土地生態環境預警[4-6]，資源開發利用閾值預警以及土地利用壓力閾值預警[7]，集體建設用地指標市場化交易預警[8]。從預警理論及相關研究來看，警素指標的選擇主要從表征研究對象的某幾個重要指標入手分析[9-10]，警限閾值的劃分，主要是根據重要指標在相關規劃、標準等中規定的范圍來確定閾值的上下限值，或者結合誤差理論和3σ方法等數理統計方法尋找預警指標發展規律來確定[11-13]；預測指標未來發展趨勢的方法，則有回歸、指數平滑、灰色模型、神經網絡等方法[14-15]。

從相關研究來看，預警研究的理論和方法日益豐富，以土地要素為核心的多要素安全預警系統已成為學者關注的新熱點，但針對土地利用規劃指標管控的預警研究還相對匱乏，若能結合預警的思路和方法，探尋土地利用規劃管控中關鍵指標的安全閾值，則能對其及時提出警戒信息與管控措施，同時通過單項警素指標思路的構建，由點到面，推進土地運行系統預警的研究，促進土地運行系統的良性運行。基于此，本文選擇具有約束值的土地類指標為警素指標，針對土地警素指標預警提出了“基于目標值倒推的彈性警界線”，期望在警素指標預警研究中找到新的研究思路，為土地管理部門在管理和調控中提供一定的參考。上海市作為大都市典型區域，在經濟快速發展的同時，也伴隨著城市建設用地急劇擴張的態勢，在土地利用規劃指標管控方面的意識也較早，實踐中上海以“總量鎖定、增量遞減、存量優化、流量增效、質量提高”的“五量調控”基本策略來緩解人口持續增長與資源環境緊約束的多重壓力，以上海市土地類指標進行預警研究并與其實踐做法相比較，不僅可以考察其管控效果，也能為其他地方提供土地利用規劃指標管控的思路。

2 基于目標值倒推的彈性警界線及警界區間確定的理論基礎

預警是指通過分析被預警對象偏離警戒線的強弱程度，對未來可能出現的風險因素及其概率發出預警信號的過程。預警方法分別有依據警兆的黃色預警法，依據警兆加上社會環境因素的紅色預警法，以警因計量預測的白色預警法，農業上常用的考慮警素生長趨勢的綠色預警法，以及本文所選擇的黑色預警法。黑色預警法根據警素指標的時間序列循環波動特性及變化規律，基于周期性遞增或遞減特點來對警素的走勢進行預測。本文選擇土地利用規劃中特有的部分約束性指標作為警素指標，依據指標波動特征及變化規律預測未來值，將警素指標在規劃中2020年的目標值利用年均增長率函數倒推得到2015—2020年的目標倒推量作為初步警界線，作為下文中的u值，即圖1中藍色實線；考慮到增長的慣性，如果按初步警界線管控土地指標會使其“硬著陸”，不利于經濟的發展，因此，本文在初步警界線的基礎上加一個標準差σ①σ標準差反映組內個體間的離散程度，其數學意義為一般認為測量值落在一個標準差內的概率較大。（這里的σ是在stata中通過bootstrap抽樣所得到的標準差）確定彈性警界線，由圖1中目標值線和警界線所圍區域即為彈性警界區間；同時，由于約束性指標具有不可突破的特點，對增加的標準差采取逐年遞減法，選取2015年時目標倒推值+σ（標準差）、2016年時目標倒推值+0.8σ、2017年時目標倒推值+0.6σ、2018年時目標倒推值+0.4σ、2019年時目標倒推值+0.2σ、2020年目標倒推值+0σ的值連接成的曲線作為彈性警界線，即圖1中虛線。

警界區間的劃定結合統計誤差理論“3σ”法則及房地產預警中的景氣信號燈，用紫色、藍色、綠色、黃色和紅色分別表示土地運行的5種狀態，得出偏離彈性警界線1倍標準差的區間即［u-σ，u+σ］，用綠色信號燈表示，偏離彈性警界線1倍—2倍標準差的區間即［u-2σ，u-σ］和［u+σ，u+2σ］，分別用藍色信號燈和黃色信號燈表示，偏離中心值2倍標準差以上的區間即［-∞，-2σ］和［u+2σ，+∞］，用紫色信號燈和紅色信號燈表示，再根據各警素指標的實際情況確定其警情。

圖1 單項預警警界區間確定示意圖Tab.1 The diagram of single early-warning interval determ ination

3 實證研究——以上海市為例

3.1 研究區概況

作為大都市典型區域的代表，上海市是中國經濟、金融、貿易等中心，2015年GDP總值24964.99×108元，比上年增長6.9%，完成城市基礎設施建設投資1425.08×108元，比上年增長34.8%。上海經濟增長已進入發達經濟初級階段，上海市產業結構中三產比重、高新技術產業比重持續上升、人口流入中常住人口增長放緩等變化特點說明了其經濟增長驅動已從資源、資本驅動轉向科技創新驅動，但上海市也是世界上人口規模和土地面積最大的都市區之一。從土地資源利用現狀來看，建設用地增量和總量已經伴隨著經濟增長階段演進出現了增量下降、總量穩定的趨勢，但仍然面臨著城鎮建設用地結構不合理、工業用地比例偏高、生態用地比重有待提高、開發密度潛力有待挖掘等挑戰，尤其是建設用地占陸域面積比重2014年已達45%，遠高于大倫敦、大巴黎、東京圈等國際大都市30%左右的水平。針對上海市發展面臨的資源緊約束現實，原上海市規劃和國土資源管理局局長莊少勤[16]全面總結了近年來上海市在土地利用方面的思考與探索，系統闡述當前上海城市發展和土地利用的6個“新常態”特征，提出“五量調控”基本策略和構建土地利用資源、效能、機制“三位一體”的全生命周期管理體系的上海土地新政頂層設計，因此，以上海市土地運行關鍵指標的預警研究為實證，不僅對上海市有一定的現實意義，對于其他快速發展的大城市區域也有一定的指導意義。

3.2 警素指標選取依據及數據來源

為了驗證前述基于目標值倒推的彈性警界線理論，選取具有目標值的關鍵土地運行指標“建設用地總規模、工業用地占全市建設用地比例”作為警素指標研究其警情發展，選取依據在于建設用地總規模對于土地運行及其在土地上進行的一系列經濟活動有著直接的制約作用，也是上海市資源環境緊約束“新常態”下的“底線約束”指標。2014年5月上海市第六次規劃土地工作會議確定了規劃建設用地總規模“負增長”。《上海市國民經濟和社會發展第十三個五年規劃綱要》明確，到2020年，全市規劃建設用地總量實現負增長，建設用地總量控制在3200 km2內。而工業用地占比作為土地利用結構的重要衡量指標，可用來衡量土地運行過程中土地利用結構的合理性。為了構建合理的土地利用結構，上海市提出進一步壓縮工業用地規模，通過區域分類引導，加強轉型利用。據查，《上海市土地利用總體規劃（2006—2020年）》提出至2020年工業用地占建設用地面積比例控制在16%以下的規劃目標。因此，用這兩個具有目標值的土地類關鍵指標做警素指標進行實證分析和對比，以期對彈性警界線的理論進一步論證。建設用地總規模及工業用地占比基礎年份原始數據來源于上海市規劃和國土資源管理局網站——土地變更調查專題。

3.3 建設用地總規模

3.3.1 上海市建設用地總規模的波動特征及變化規律的預測 從上海市2003—2014年建設用地總規模數據中可看出，建設用地總量已逼近3100 km2，但增量從2010后已放緩并有下降趨勢。本研究運用GM（1，1）灰色預測和對數預測法研究其時間序列的波動特征及變化的規律，其中GM（1，1）中的相對誤差達到了6%左右，對數預測法中2009—2014年的相對誤差都在3%左右，基于相對誤差更少的考量，本研究選擇了對數預測法進行建設用地總規模的預測計算（表1）。

3.3.2 目標值倒推法結合標準差確定其彈性警界線 以2020年建設用地總規模3200 km2為上限，計算其與2014年值的年平均增長率為0.79%，從而倒推得到2015—2020年每年計劃的建設用地總規模作為預警警界線設定的標準，作為初步警界線，見表2中目標值倒推。在初步警界線的基礎上，逐年遞加相應的標準差，可以得到2015—2020年的彈性警界線，對應每年的警界值分別為3087.01、3117.71、3144.27、3167.25、3184.83、3200.00，這個控制規模是綜合考慮目標值倒推及逐年遞加相應的標準差后的彈性規模。計算結果表明，2014—2020年倒推目標值加上一定標準差后都在對應倒推目標值的5%—10%范圍內，部分文獻中人為經驗性劃定警界浮動范圍也通常在10%以內，因此，本研究用目標值倒推結合標準差的劃分方法有一定合理性。

3.3.3 警界區間的劃定 由于建設用地總規模的值不可突破，因此，在前述彈性警界線的基礎上，結合3σ原則來確定其警界區間，當超過安全區間上限時即為有警，用黃色信號燈表示輕警、紅色信號燈表示重警，綠色信號燈表示正常，同時，考慮本文所選取的警素指標建設用地總規模的值幾乎不可能落在紫色、藍色信號燈所在區域，為了避免過多的指征，紫色、藍色信號燈也不做進一步細分，均表示無警。由于警戒線是具有彈性的，每一年都是根據當年彈性警界線結合3σ法所確定的值來界定其警界區間，故預測年份2015—2020年警界區間也是每年隨著彈性警界線變化而變化的，詳見表2及圖2。

表1 上海市歷年建設用地總規模與模型預測結果Fig.1 The prediction of the total scale and modeling results of construction land in Shanghai over the years

表2 建設用地總規模的預測與警界區間劃分Fig.2 The prediction of the total scale of construction land and the division of alert districts

從表2中可以看出，2015—2020年的建設用地總規模預測值分別為3106.42、3161.16、3214.97、3267.96、3320.24、3371.89，結合圖2相應預警區間觀察，2015—2020年的預測值都處于紅色預警。

圖2 上海市建設用地總規模預警示意圖Tab.2 The early-warning schematic diagram of the total scale of construction land in Shanghai

3.3.4 上海市建設用地總規模警情管控分析 從圖2的警情預測來看，如果按照現有的趨勢不加控制地發展下去，建設用地總規模必然會提前突破。為了應對建設用地管控的總目標，上海市提出“零增長、減量化”等調控策略，2014年開始實施低效建設用地“減量化”，努力實現至2020年現狀低效建設用地減量50 km2的任務。2014年、2015年全市累計下達的“198”區域“減量化”立項任務是總量13.5 km2，截至2015年底，兩年實際累計完成“減量化”立項約22 km2。減量化力度的增加為增量贏得了發展空間，從2015年現狀值來看，2015年建設用地總規模為3071.33 km2，對照表2中2015年警界區間，已處無警區間，由此可知，減量化的管控措施是卓有成效的。考慮“減量化”工作路徑明確，操作成熟，本文采用情景分析法，對建設用地規模進行不同情景下的減量控制進行模擬，分析其未來預測值的警情降低程度（表3）。

表3 加速減量下上海市建設用地總規模警情預測 單位：km2Fig.3 The early-warning prediction of the total scale of construction land in Shanghai based on speedup reduction unit: km2

表3中分別假定每年減量化任務在2014年、2015年減量化基數上以一定的增速遞增，并對每年預測值進行累減得到各年預測值。從表3中可看出，2016年減量增速10%即可達到無警，但2017—2020年，預測值與警界值的差距越來越大，如果按減量遞增10%來看，2018年后幾乎沒有增量空間，需要保持零增長；如果按照減量遞增30%來看，以減量換增量，增量還有上行空間，建設用地總規模的控制壓力也會小很多，尤其是在存量建設用地盤活利用上加以重視，是比較容易實現3200 km2的目標值，且對經濟發展不會造成太大壓力；如果選擇減量遞增20%，就需要增量遞減和減量遞增雙管齊下，共同管控建設用地規模，以實現3200 km2的無警目標。

3.4 工業用地占全市建設用地比例

3.4.1 工業用地占比的波動特征及變化規律的預測 從上海市2006—2014年工業用地占比數據中可看出，工業用地占比自2010年后逐年降低，但比例仍偏重。從表中可看出，GM（1，1）法相對誤差達到2.8%以上，而多項式預測法的相對誤差都在1.1%左右（表4），R2= 0.86871，說明該趨勢預測顯著性強，因此選擇對數預測法對土地開發強度的進行預測，結果詳見表4。

表4 上海市歷年工業用地占全市建設用地比例與模型預測結果Fig.4 The prediction of the proportion of industrial land in Shanghai over the years

3.4.2 上海市工業用地占比彈性警界線的確定 根據現有上海市土地利用總體規劃（2006—2020年）中對于工業用地占比到2020年控制在16%以下為依據，計算其與2014年值的年平均增長率為-7.94%，從而倒推得到2015—2020年每年計劃的工業用地占比作為初步警界線。以此為基礎遞加上相應的標準差，得到2015—2020年工業用地占比的彈性警界線，對應每年的彈性警界值分別為0.2476、0.2310、0.2135、0.1961、0.1783、0.16，仍然可以算出2015—2020年工業用地占全市建設用地比例的彈性警界線在對應倒推目標值的5—10%范圍內。

3.4.3 上海市工業用地占比警界區間的劃定 工業用地占全市建設用地比例屬于適度相關指標，越接近目標值越好，此處分別用紫色、藍色、綠色信號燈表示其安全區間，當超過安全區間上限時即為有警，黃色信號燈表示輕警、紅色信號燈表示重警，2015—2020年預測值及警界區詳見表5。

從圖3中可以看出，2015—2020年的工業用地占比預測值都呈現紅色預警狀態，但是就其變化趨勢而言，工業用地占比持續出現走低趨勢，雖然在2020年預測值仍高于規劃中2020年的標準值，存在一定的警情，但是若在未來幾年對工業用地采取措施進行控制，工業用地占比會走向正軌，持續健康發展。

4 結論與討論

本文在預警理論基礎上，針對具有目標值的土地類指標，提出了基于目標值倒推和預測值相結合的彈性警界線的思路，并以上海市建設用地總規模以及工業用地占比兩個指標為例進行了實證計算和分析，結論與討論如下：

研究結果表明，減量遞增與增量遞減有助于緩解警情，上海市建設用地總規模管控的效果初現。2014年開始上海市政府就已明確了規劃建設用地“負增長”目標，并通過減少新增建設用地計劃、推進集中建設區外低效建設用地減量化等舉措，積極應對資源環境緊約束的“新常態”，此舉將有效地緩解嚴峻的警情，2015年無警正體現了管控的初步成效。但研究結果也表明2018年后增量遞減的壓力越來越大，以減量換增量的空間也越來越少，因此應在總量鎖定、增量遞減前提下，從存量建設用地入手，通過城市更新、存量工業用地轉型開發、城中村改造等措施，有效盤活存量建設用地，并通過流量增效、質量提高等措施，以“五量并舉”的調控路徑，努力實現3200 km2的目標值。

表5 工業用地占全市建設用地比例的預測與警界區間劃分Fig.5 The prediction of the proportion of industrial land and the division of police districts

圖3 上海市工業用地占全市建設用地比例預警示意圖Tab.3 The early-warning schematic diagram of the land development intensity in Shanghai

上海市工業用地占比的預測值在未來5年內呈現紅色預警，但是從其發展趨勢來看，警情有較為合理的自下降趨勢。通過加強工業用地分類引導，加快104產業區塊內產業調整升級（“退二優二”）、195區域內工業用地轉型利用（“退二進三”）、198區域內減量化復墾（“退二還一”），采取有效的土地二次開發、多功能復合利用等手段，工業用地占比會進一步下降，回落到正常區間，呈持續健康發展。

對于特定階段來說，單一警素指標的預警適合時間序列較長且在相關規劃中有目標值的指標。對未來年份預測值的準確性依托于原始數據的時間序列長短，所以時間序列越長的指標，其預測值相對越精確，其警情判斷也相對準確些；其次，只有在相關規劃中有目標值的指標可據此思路計算其彈性警限區間，也是針對具有約束值的土地類指標預警研究的一種嘗試。

本文結合誤差理論中的“3σ”原則及基于目標值的彈性警界線來確定預測年份的警界區間，結合增長趨勢和目標值倒推，提出了基于目標值倒推法的土地類警素指標預警研究的思路，期望能為具有約束值的土地警素指標的預警研究找到新的研究思路，以應對土地資源“緊約束”的挑戰，當然，單一的土地警素指標的預警只能反映土地運行系統某一方面問題，并不能很好的反映土地運行體征的整體情況，所以未來土地運行系統預警研究的重點應在開展單項預警監測的基礎上，逐步構建以土地要素為核心的多要素安全綜合預警體系。

（References）:

［1］ 斯靈芝. 浙江省土地利用調控監測預警體系研究［D］ . 杭州：浙江大學，2012.

［2］ Chun Chen, Hwong-wen Ma. Using Risk Maps to Link Land Value Damage and Risk as Basis of Flexible Risk Management for Brownfield Redevelopment［J］ . Chemo-sphere，2013，90：2101 - 2108.

［3］ 周穎. 運用系統動力學對武漢市城市土地集約利用預警研究［D］ . 杭州：浙江大學，2014.

［4］ 羅艷，林麗華，黃洪輝，等. 深圳市大鵬半島海域海洋生態環境預警評價［J］ . 海洋開發與管理，2014，31（12）：84 - 89.

［5］ 張玉澤，任建蘭，劉凱，等. 山東省生態安全預警測度及時空格局［J］ . 經濟地理，2015，35（11）：166 - 171，189.

［6］ Pooja Kanwar, William B. Bowden, Suzie Greenhalgh. A Regional Ecological Risk Assessment of the Kaipara Harbour, New Zealand, Using a Relative Risk Model［J］ . Human and Ecological Risk Assessment： An International Journal，2015，21（4）：1123 - 1146.

［7］ 樊杰，王亞飛，湯青，等. 全國資源環境承載能力監測預警（2014版）學術思路與總體技術流程［J］ . 地理科學，2015，35（1）：1 -10.

［8］ 瞿忠瓊，章明，周蕾. 集體建設用地指標市場化交易預警［J］ . 中國人口·資源與環境，2016，26（3）：109 - 117.

［9］ 張強，薛惠鋒，張明軍，等. 基于可拓分析的區域生態安全預警模型及應用——以陜西省為例［J］ . 生態學報，2010，30（16）：4277 - 4286.

［10］ 趙宏波，馬延吉. 基于變權—物元分析模型的老工業基地區域生態安全動態預警研究——以吉林省為例［J］ . 生態學報，2014，34（16）：4720 - 4733.

［11］ 宋戈，連臣. 黑龍江省耕地資源安全預警分析及預警系統的構建［J］ . 農業工程學報，2012，28（6）：247 - 252.

［12］ 莊偉，廖和平，楊偉，等. 城郊土地生態安全預警系統設計與關鍵技術研究——以重慶市長生橋鎮為例［J］ . 西南大學學報（自然科學版），2014，36（2）：117 - 123.

［13］ 宋戈，王越，趙可，等. 東北區耕地利用系統安全格局模擬及其閾值的確定［J］ . 地理研究，2015，34（3）：555 - 566.

［14］ 徐美，朱翔，劉春臘. 基于RBF的湖南省土地生態安全動態預警［J］ . 地理學報，2012，67（10）：1411 - 1422.

［15］ 張利，陳影，王樹濤，等. 濱海快速城市化地區土地生態安全評價與預警——以曹妃甸新區為例［J］ . 應用生態學報，2015，26（8）：2445 - 2454.

［16］ 莊少勤. “新常態”下的上海土地節約集約利用［J］ . 上海國土資源，2015，（3）：1 - 8.

（本文責編：陳美景）

Research on the Early-Warning of Land Warning-Index based on the Desired Value: Take Shanghai’s Land-Index as an Exam p le

QU Zhong-qiong1, YU Xiao1, DAI Bing2，3, FAN Hua2，3, SHI Xiao-ping1
（1. College of Public Administration, Nanjing Agricultural University, Nanjing 210095, China; 2. Shanghai Institute of Geological Survey, Shanghai 200072, China; 3. Shanghai Institute of Land Resource Survey, Shanghai 200072, China）

The target of this article was to find the methods of early-warning of some key elements of land system based on their desired values so as to provide the alert information and control measures timely. The research were as follows： 1）the trend projection forecasts were made for predicting future values of indexes; 2）the average annual growth rate functions were used for determining the backed-up values; 3）the forecast values combined with the backed-up values was used to determinethe elastic alert line; 4）the principle of 3σnormal distribution based on the statistical error theory was used for determining the warning degree ranges; 5）the signal lights were used to judge the alert situations. For instance, the yellow means the light warning and the red means the heavy warning; 6）the scenario analysis method was used to analyze the change trend of earlywarning under different reduction targets. The results showed that if the total reduction size of construction land in Shanghai increases by 10%, it will need to maintain zero growth after 2018. If the increase rate of reduction is 30%, the amount of newly-added construction will still have some chances to rise up. Although the forecast value of industrial land proportion was in the red light warning, but it continued declining and warning situation was alleviated. In conclusion, according to the regulation of “five-quantity controled development”, we would fulfill the target of “negative growth”. Meanwhile, the industrial land proportion will be back to normal range if we take some measures, such as industrial land clarified guidance, land redevelopment, compound land use, land use structure optimization and so on. The single warning-element is suitable for the indexes with long period target values. The future research should focus on establishing the multiple factors and comprehensive safety early-warning system with land factors as the core based on the single index early-warning.

land assessment; target value; warning-index; early-warning research; Shanghai

F301.2

：A

1001-8158（2017）05-0070-09

10.11994/zgtdkx.20170523.103605

2017-02-08；

2017-05-02

上海市地質調查研究院招標項目“土地運行體征指標構建及其決策咨詢機制研究”（2015（D）-018（F））；江蘇省社會科學基金“城鄉建設用地流轉中可置換用地指標的預警體系研究”（14GLD004）及其配套項目“南京農業大學中央高?；究蒲袠I務費人文社會科學研究基金”（SKPT2015001）；南京農業大學中央高?；究蒲袠I務費人文社科研究基金“城鄉建設用地增減掛鉤的預警體系及風險防控研究”（SKCX2015007）。

瞿忠瓊（1974-），女，云南麗江人，博士，副教授。主要研究方向為土地利用規劃與管理。E-mail： qzq@njau.edu.cn

石曉平（1973-），男，新疆和靜人，教授，博士生導師。主要研究方向土地經濟與政策。E-mail： serena2@njau.edu.cn