基于系統(tǒng)動(dòng)力學(xué)模型的揚(yáng)州市土地利用結(jié)構(gòu)多情景模擬與實(shí)現(xiàn)

胡宗楠, 李 鑫, 樓淑瑜, 康建榮

(1.江蘇師范大學(xué) 地理測(cè)繪與城鄉(xiāng)規(guī)劃學(xué)院, 江蘇 徐州 221116; 2.江蘇師范大學(xué) 土地資源研究所, 江蘇 徐州 221116)

基于系統(tǒng)動(dòng)力學(xué)模型的揚(yáng)州市土地利用結(jié)構(gòu)多情景模擬與實(shí)現(xiàn)

胡宗楠1,2, 李 鑫1,2, 樓淑瑜1, 康建榮2

(1.江蘇師范大學(xué)地理測(cè)繪與城鄉(xiāng)規(guī)劃學(xué)院,江蘇徐州221116; 2.江蘇師范大學(xué)土地資源研究所,江蘇徐州221116)

[目的] 對(duì)江蘇省揚(yáng)州市未來(lái)土地利用結(jié)構(gòu)進(jìn)行多情景預(yù)測(cè)模擬，并探索不同情景下各目標(biāo)土地利用結(jié)構(gòu)的實(shí)現(xiàn)路徑，為土地利用規(guī)劃方案制定與管理提供科學(xué)依據(jù)。 [方法] 采用系統(tǒng)動(dòng)力學(xué)(SD)模型模擬土地利用系統(tǒng)開(kāi)展研究。 [結(jié)果] 在不同情景下幾類主要用地差異明顯，耕地面積在耕地保護(hù)情景下較高，而在生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展情景下耕地緩慢下降；城鎮(zhèn)工礦用地與交通水利用地面積在3種情景下均獲得穩(wěn)定增長(zhǎng)，但經(jīng)濟(jì)發(fā)展情景下的增長(zhǎng)快于其他2個(gè)情景；林地面積在生態(tài)保護(hù)情景下出現(xiàn)大幅上升，在另外2個(gè)情景下則基本保持不變甚至小幅下降。結(jié)合各情景指標(biāo)設(shè)定可得出，耕地保護(hù)情景下，除控制城鎮(zhèn)擴(kuò)張占用耕地外，還要加強(qiáng)未利用地開(kāi)發(fā)與農(nóng)村居民點(diǎn)整理以補(bǔ)充耕地；生態(tài)保護(hù)情景下，則需加強(qiáng)植樹(shù)造林、保護(hù)好具有豐富生態(tài)服務(wù)價(jià)值的水域、灘涂用地。 [結(jié)論] SD模型不僅可模擬不同情景下土地利用變化，還可將土地利用與社會(huì)經(jīng)濟(jì)系統(tǒng)之間的復(fù)雜非線性關(guān)系顯化，有利于土地資源可持續(xù)利用調(diào)控。

系統(tǒng)動(dòng)力學(xué); 土地利用結(jié)構(gòu); 模擬; 多情景分析; 揚(yáng)州市

文獻(xiàn)參數(shù)： 胡宗楠, 李鑫, 樓淑瑜, 等.基于系統(tǒng)動(dòng)力學(xué)模型的揚(yáng)州市土地利用結(jié)構(gòu)多情景模擬與實(shí)現(xiàn)[J].水土保持通報(bào)，2017,37(4)：211-218.DOI:10.13961/j.cnki.stbctb.2017.04.036； Hu Zongnan, Li Xin, Lou Shuyu, et al. Multi-scenario simulation of land use structure of Yangzhou City based on systems dynamics model[J]. Bulletin of Soil and Water Conservation, 2017,37(4)：211-218.DOI:10.13961/j.cnki.stbctb.2017.04.036

土地利用結(jié)構(gòu)是區(qū)域社會(huì)經(jīng)濟(jì)活動(dòng)進(jìn)行土地利用的結(jié)果，體現(xiàn)著區(qū)域可持續(xù)發(fā)展?fàn)顩r。在現(xiàn)代管理社會(huì)中，土地利用結(jié)構(gòu)不僅是人類活動(dòng)的結(jié)果，更作為政策工具指導(dǎo)人類社會(huì)經(jīng)濟(jì)活動(dòng)，以實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)[1-2]。比如土地利用規(guī)劃的核心就是土地利用結(jié)構(gòu)優(yōu)化，通過(guò)結(jié)構(gòu)優(yōu)化使各部門(mén)用地處于優(yōu)化水平，進(jìn)而促進(jìn)相應(yīng)社會(huì)經(jīng)濟(jì)活動(dòng)處于優(yōu)化配置狀態(tài)[3-4]。因此越來(lái)越多的研究關(guān)注土地利用結(jié)構(gòu)，研究其變化的復(fù)雜過(guò)程及優(yōu)化方法等，目的是為了增加對(duì)土地利用系統(tǒng)演化的了解，以更加有效地調(diào)整土地利用系統(tǒng)或得到一個(gè)優(yōu)化的土地利用結(jié)構(gòu)方案以作為管理依據(jù)來(lái)指導(dǎo)人類活動(dòng)。對(duì)土地利用結(jié)構(gòu)的研究總體上分為兩部分：一是應(yīng)用運(yùn)籌學(xué)中的各種優(yōu)化模型進(jìn)行土地利用結(jié)構(gòu)優(yōu)化[5-7]；二是對(duì)土地利用結(jié)構(gòu)模擬預(yù)測(cè)。土地利用結(jié)構(gòu)優(yōu)化的一個(gè)相對(duì)不足是其僅得到一個(gè)優(yōu)化方案，但并沒(méi)有告訴人們實(shí)現(xiàn)這個(gè)優(yōu)化方案的路徑，沒(méi)有探明如何從現(xiàn)狀土地利用結(jié)構(gòu)演化到了優(yōu)化目標(biāo)結(jié)構(gòu)，其中應(yīng)采取什么政策控制哪些指標(biāo)來(lái)實(shí)現(xiàn)目標(biāo)土地利用結(jié)構(gòu)，于是對(duì)土地利用管理的實(shí)踐意義有限，這主要是因?yàn)闆](méi)有揭示土地利用系統(tǒng)內(nèi)在運(yùn)行機(jī)制。土地利用結(jié)構(gòu)模擬主要是用馬爾科夫鏈、人工神經(jīng)元網(wǎng)絡(luò)與系統(tǒng)動(dòng)力學(xué)模型(SD)等方法，馬爾科夫鏈只是按不同用地間的歷史轉(zhuǎn)化概率推演未來(lái)土地利用結(jié)構(gòu)[8]；人工神經(jīng)元網(wǎng)絡(luò)雖然考慮了社會(huì)經(jīng)濟(jì)等驅(qū)動(dòng)因子，但把土地利用與社會(huì)經(jīng)濟(jì)因素間的關(guān)系“黑箱化”[9-10]，且沒(méi)有考慮土地利用對(duì)社會(huì)經(jīng)濟(jì)的反向作用。系統(tǒng)動(dòng)力學(xué)模型可以克服上述不足，可對(duì)土地利用系統(tǒng)內(nèi)復(fù)雜的非線性關(guān)系進(jìn)行模擬，不僅考慮了驅(qū)動(dòng)因子對(duì)土地利用結(jié)構(gòu)的影響，還考慮土地利用對(duì)社會(huì)經(jīng)濟(jì)的反作用，從系統(tǒng)視角真實(shí)反映了區(qū)域土地利用系統(tǒng)的變化過(guò)程，并且最主要優(yōu)勢(shì)是可進(jìn)行動(dòng)態(tài)模擬，即可清楚體現(xiàn)土地利用結(jié)構(gòu)的動(dòng)態(tài)變化過(guò)程及相關(guān)變量因子大小，這對(duì)于土地利用管理調(diào)控具有重要意義[11-16]。

本研究采用SD模型對(duì)揚(yáng)州市土地利用結(jié)構(gòu)進(jìn)行多情景模擬，并據(jù)此闡述不同情景下土地利用結(jié)構(gòu)的實(shí)現(xiàn)路徑，以為揚(yáng)州未來(lái)土地利用戰(zhàn)略制定提供切實(shí)參考。雖然已有文獻(xiàn)用SD模型進(jìn)行土地利用結(jié)構(gòu)模擬，但對(duì)這一主題的研究還相對(duì)較少，并且模型構(gòu)建時(shí)很少考慮土地利用對(duì)社會(huì)經(jīng)濟(jì)的反饋?zhàn)饔?，同時(shí)也沒(méi)有探索不同情景下土地利用結(jié)構(gòu)的實(shí)現(xiàn)路徑，使得對(duì)土地利用管理調(diào)控的借鑒作用有限。

本研究首先介紹研究區(qū)概況與數(shù)據(jù)來(lái)源，分析土地利用系統(tǒng)的運(yùn)行過(guò)程并構(gòu)建因果關(guān)系圖，然后構(gòu)建土地利用系統(tǒng)的流圖與變量方程，并進(jìn)行模型驗(yàn)證，最后定義揚(yáng)州市未來(lái)發(fā)展可能的幾種主要情景，用SD模型模擬不同情景下的土地利用結(jié)構(gòu)，并根據(jù)模擬過(guò)程闡述實(shí)現(xiàn)這些土地利用結(jié)構(gòu)的路徑，為揚(yáng)州市土地利用管理與調(diào)控提供借鑒。

1 研究區(qū)概況與數(shù)據(jù)來(lái)源

揚(yáng)州市位于江蘇省中部，長(zhǎng)江下游北岸，處于京杭大運(yùn)河與長(zhǎng)江交匯處，是長(zhǎng)三角城市群城市。揚(yáng)州市環(huán)境宜人，景色秀美，是全國(guó)文明城市、聯(lián)合國(guó)人居獎(jiǎng)城市與中國(guó)首批歷史文化名城，具有明顯生態(tài)優(yōu)勢(shì)。2015年揚(yáng)州市實(shí)現(xiàn)GDP 4 016.84億元，全市戶籍人口461.12萬(wàn)人，人均GDP為8.7萬(wàn)元，處于中等收入水平。該市土地總面積6.59×105hm2，其中2014年耕地為2.836×105hm2，占總面積的43.02%，城鄉(xiāng)建設(shè)用地1.048×105hm2，占總面積的15.88%，未利用地(包括水域及其他未利用土地)1.089×105hm2，占總面積的16.52%。近年來(lái)在全國(guó)經(jīng)濟(jì)增長(zhǎng)放緩背景下，揚(yáng)州市卻保持著年均10%以上增長(zhǎng)率，未來(lái)10 a仍然是揚(yáng)州市發(fā)展的關(guān)鍵時(shí)期，經(jīng)濟(jì)數(shù)量將達(dá)到8 000～9 000億元，農(nóng)村人口繼續(xù)向城鎮(zhèn)轉(zhuǎn)移，且隨著人口“二胎”政策放開(kāi)，其人口總量會(huì)增加，這些社會(huì)經(jīng)濟(jì)變化都會(huì)對(duì)土地利用結(jié)構(gòu)產(chǎn)生深刻影響。揚(yáng)州市有限的土地資源一方面要支撐城鎮(zhèn)化建設(shè)，另一方面還要保障上級(jí)政府安排的耕地保護(hù)任務(wù)，同時(shí)還要進(jìn)行生態(tài)環(huán)境保護(hù)，以保持揚(yáng)州生態(tài)環(huán)境優(yōu)勢(shì)?？梢?jiàn)，十分有必要對(duì)揚(yáng)州市土地利用結(jié)構(gòu)的演變進(jìn)行調(diào)控，以促進(jìn)其社會(huì)經(jīng)濟(jì)及可持續(xù)發(fā)展目標(biāo)實(shí)現(xiàn)。本研究用SD模型對(duì)揚(yáng)州市2025年土地利用結(jié)構(gòu)進(jìn)行多情景預(yù)測(cè)模擬，并探索不同情景下目標(biāo)土地利用結(jié)構(gòu)的實(shí)現(xiàn)路徑，以為土地利用規(guī)劃方案制定與管理提供科學(xué)依據(jù)。

土地利用結(jié)構(gòu)變化與社會(huì)經(jīng)濟(jì)等各方面相關(guān)，于是本研究需要大量相關(guān)數(shù)據(jù)，主要分為土地?cái)?shù)據(jù)與社會(huì)經(jīng)濟(jì)數(shù)據(jù)兩類，土地?cái)?shù)據(jù)不僅包括歷年不同用地類型數(shù)量還包括土地整治、退耕還林、土地征用、等數(shù)據(jù)；社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要指人口、經(jīng)濟(jì)、固定資產(chǎn)投資以及不同類型用地產(chǎn)出等。土地?cái)?shù)據(jù)來(lái)源于揚(yáng)州市國(guó)土資源局的相關(guān)資料，社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于歷年《江蘇統(tǒng)計(jì)年鑒》、《揚(yáng)州統(tǒng)計(jì)年鑒》等。

2 模型構(gòu)建

SD模型構(gòu)建的基本思路是先分析所研究系統(tǒng)的復(fù)雜反饋過(guò)程，并把這種過(guò)程用因果關(guān)系圖表示出來(lái)；其次確定系統(tǒng)的變量及變量之間的方程關(guān)系，并把因果關(guān)系圖轉(zhuǎn)換為流圖。該流圖可在軟件中直接運(yùn)行。最后多次調(diào)試相關(guān)變量進(jìn)行模型驗(yàn)證，直到模型精度達(dá)要求方可用于模擬預(yù)測(cè)[17-18]。

本文正是按照該思路構(gòu)建的揚(yáng)州市土地利用結(jié)構(gòu)模擬的SD模型。

2.1 土地利用系統(tǒng)運(yùn)行闡述與因果關(guān)系圖構(gòu)建

廣義土地利用系統(tǒng)包括土地資源、社會(huì)經(jīng)濟(jì)與生態(tài)等不同方面，系統(tǒng)內(nèi)的要素互相作用反饋，最終導(dǎo)致了土地利用結(jié)構(gòu)變化。

土地利用系統(tǒng)運(yùn)行基本框架是社會(huì)經(jīng)濟(jì)因素首先引起土地利用變化，即不同用地類型間的轉(zhuǎn)換，而同時(shí)土地利用又反過(guò)來(lái)對(duì)社會(huì)經(jīng)濟(jì)產(chǎn)生影響，本文將闡述廣義土地利用系統(tǒng)的運(yùn)行過(guò)程，并繪制因果關(guān)系圖表示之(圖1)。

圖1 揚(yáng)州市土地利用結(jié)構(gòu)變化的因果關(guān)系圖

本研究將土地利用分為耕地、園地、林地、其他農(nóng)用地、城鎮(zhèn)工礦用地、農(nóng)村居民點(diǎn)用地、交通水利用地、未利用地8類。

對(duì)于耕地，其在相關(guān)農(nóng)業(yè)要素投入基礎(chǔ)上可生產(chǎn)糧食來(lái)供養(yǎng)人口，當(dāng)人口數(shù)量增加或人們生活水平提高時(shí)，糧食需求量增加，這導(dǎo)致耕地?cái)?shù)量增加，而農(nóng)業(yè)要素投入則受經(jīng)濟(jì)發(fā)展水平影響；當(dāng)然其中考慮了糧食自給率影響，并把其作為主要調(diào)控因子；而新增耕地是通過(guò)農(nóng)村居民點(diǎn)整理、未利用地開(kāi)發(fā)、其他農(nóng)用地整理及工礦地復(fù)墾等方式獲得。對(duì)于農(nóng)村居民點(diǎn)用地，主要受農(nóng)村人口數(shù)量及人均居住面積兩方面影響，而人均居住面積又受生產(chǎn)生活方式影響，農(nóng)村居民點(diǎn)擴(kuò)張會(huì)占用耕地及其他農(nóng)用地。對(duì)于城鎮(zhèn)工礦用地，其作為投入要素可產(chǎn)生非農(nóng)產(chǎn)值，非農(nóng)產(chǎn)值又幾經(jīng)轉(zhuǎn)化為固定資產(chǎn)投資，而固定資產(chǎn)投資又帶來(lái)城鎮(zhèn)工礦用地?cái)U(kuò)張，同時(shí)城鎮(zhèn)工礦用地又受城鎮(zhèn)人口數(shù)量及人均居住面積、容積率影響；其中根據(jù)內(nèi)涵式經(jīng)濟(jì)增長(zhǎng)理論，經(jīng)濟(jì)增長(zhǎng)帶來(lái)研發(fā)投入增加，于是導(dǎo)致技術(shù)水平進(jìn)步，因此會(huì)影響地均GDP產(chǎn)出能力與農(nóng)業(yè)生產(chǎn)效率；城鎮(zhèn)土地?cái)U(kuò)張通常是通過(guò)占用耕地、農(nóng)村居民點(diǎn)及其他農(nóng)用地來(lái)進(jìn)行的。對(duì)于交通水利用地，固定資產(chǎn)投資導(dǎo)致其數(shù)量增加，固定資產(chǎn)投資受非農(nóng)產(chǎn)值影響，而交通水利用地增加又帶來(lái)非農(nóng)產(chǎn)值增加，同樣新增交通水利用地主要占用耕地與其他農(nóng)用地。對(duì)于園地與林地變化，主要從農(nóng)業(yè)結(jié)構(gòu)調(diào)整的市場(chǎng)驅(qū)動(dòng)方面進(jìn)行分析，當(dāng)水果類與林業(yè)的單位經(jīng)濟(jì)效益大于糧食時(shí)，園地與林地就增加。對(duì)于其他農(nóng)用地與未利用地，論文只考慮該兩類用地轉(zhuǎn)化為其他用地情況。根據(jù)上述分析在軟件Stella中構(gòu)建土地利用系統(tǒng)運(yùn)行的因果關(guān)系圖，該圖是下文建立流圖的關(guān)鍵，從中可發(fā)現(xiàn)土地利用系統(tǒng)運(yùn)行的反饋回路及不同要素間的關(guān)系，直觀體現(xiàn)土地利用系統(tǒng)運(yùn)行過(guò)程。

2.2 土地利用結(jié)構(gòu)變化的SD流圖

流圖是用系統(tǒng)動(dòng)力學(xué)語(yǔ)言把因果關(guān)系圖表示出來(lái)，以便于模擬。流圖基本上可分為2個(gè)層次，外層是用專門(mén)變量符號(hào)組成可視化流程圖，內(nèi)層是將外層所繪制的不同變量的聯(lián)系用方程數(shù)量化。下面流圖中共有3類變量，即流變量、棧變量與轉(zhuǎn)換器變量，流變量用于控制要素流動(dòng)量大小，棧變量則表示要素最終數(shù)量，兩者具有相同量綱，轉(zhuǎn)換器變量則用來(lái)描述相關(guān)影響因素，一般與前兩類變量的量綱不同，需注意的是轉(zhuǎn)換器只能影響流變量不能直接作用于棧變量。本研究構(gòu)建的揚(yáng)州土地利用結(jié)構(gòu)變化SD模型共有45個(gè)變量，其中棧變量10個(gè)，流變量12個(gè)，轉(zhuǎn)化器變量23個(gè)(表1)。

圖2為SD模擬的流圖，表示各變量間的邏輯關(guān)系及社會(huì)經(jīng)濟(jì)與土地利用變化如何相互驅(qū)動(dòng)，其中左邊部分是土地利用變化，右邊是社會(huì)經(jīng)濟(jì)因素。首先社會(huì)經(jīng)濟(jì)因素變化導(dǎo)致土地利用變化，而土地利用由于受有限性約束又反過(guò)來(lái)影響社會(huì)經(jīng)濟(jì)變化，如糧食需求緊缺可能對(duì)人口產(chǎn)生影響，城鎮(zhèn)土地不足又可能對(duì)經(jīng)濟(jì)數(shù)量與結(jié)構(gòu)有影響，整個(gè)系統(tǒng)就是在這種不斷相互作用中上升。

需說(shuō)明的是為了勾勒系統(tǒng)的總體結(jié)構(gòu)，即把系統(tǒng)分為土地利用與社會(huì)經(jīng)濟(jì)兩部分，圖2中出現(xiàn)了一些Ghost變量，比如棧變量GD在左邊部分中表示耕地?cái)?shù)量，而右邊社會(huì)經(jīng)濟(jì)系統(tǒng)也需要該變量，于是用Ghost工具把該變量復(fù)制到右邊。系統(tǒng)動(dòng)力學(xué)模型的內(nèi)層是不同變量間的關(guān)系方程，采用2009—2014年歷史數(shù)據(jù)簡(jiǎn)單回歸得到某些關(guān)系方程，當(dāng)然對(duì)于全部調(diào)控參數(shù)，論文都不斷嘗試，直到模型驗(yàn)證結(jié)果滿意為止。

2.3 模型驗(yàn)證

本研究構(gòu)建了流圖，并設(shè)置了其中的變量方程與相關(guān)參數(shù)，下面用該模型以2009年為基期模擬2014年揚(yáng)州市土地利用結(jié)構(gòu)，并與真實(shí)的2014年數(shù)據(jù)對(duì)比驗(yàn)證模型的模擬效果，結(jié)果詳見(jiàn)表2?？梢?jiàn)相對(duì)誤差在1%內(nèi)，傳統(tǒng)認(rèn)為模擬精度在5%以內(nèi)即可，于是可認(rèn)為構(gòu)建的SD模型具有較高的模擬精度，其結(jié)構(gòu)合理、邏輯可行，是用于目標(biāo)年不同情景下土地利用結(jié)構(gòu)模擬預(yù)測(cè)的有效工具，下文用該模型模擬揚(yáng)州市2025年不同情景下土地利用結(jié)構(gòu)。

注：各變量中文名稱詳見(jiàn)表1。

hm2

3 多情景下土地利用結(jié)構(gòu)模擬預(yù)測(cè)及實(shí)現(xiàn)路徑分析

3.1 揚(yáng)州市不同發(fā)展情景定義

揚(yáng)州市未來(lái)發(fā)展面臨著眾多不確定性，意味著其有不同發(fā)展趨勢(shì)，提前判定不同趨勢(shì)下?lián)P州市土地利用結(jié)構(gòu)并分析實(shí)現(xiàn)該些土地利用結(jié)構(gòu)的路徑對(duì)土地利用管理具有重要意義。揚(yáng)州市土地利用的基本矛盾是“三生”用地需求間的矛盾，即有限土地資源既要用于保護(hù)耕地與生態(tài)空間，又要支持城鎮(zhèn)擴(kuò)張，揚(yáng)州是典型糧食主產(chǎn)區(qū)，擔(dān)負(fù)著該省糧食供給任務(wù)，同時(shí)揚(yáng)州名勝古跡、水域眾多，生態(tài)環(huán)境敏感，有大片地區(qū)需要?jiǎng)澣肷鷳B(tài)保護(hù)范疇，而最近幾年揚(yáng)州市經(jīng)濟(jì)又發(fā)展強(qiáng)勁，年均增長(zhǎng)率均在10%以上，對(duì)土地資源需求旺盛。從關(guān)鍵矛盾出發(fā)把揚(yáng)州市未來(lái)發(fā)展情景劃分為耕地保護(hù)、生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展3類。情景模擬最關(guān)鍵的是識(shí)別不同情景的主要指標(biāo)，由各指標(biāo)值來(lái)定義每一情景的內(nèi)容，本研究認(rèn)為耕地保護(hù)情景的標(biāo)示指標(biāo)是糧食自給率，經(jīng)濟(jì)發(fā)展情景主要是GDP增速與二三產(chǎn)值比重，而生態(tài)保護(hù)情景則主要是未利用地開(kāi)發(fā)量與林地?cái)?shù)量，主要因未利用地主要包括了水域、灘涂等具有豐富生態(tài)服務(wù)價(jià)值，具體指標(biāo)的大小設(shè)置詳見(jiàn)表3。

本文指標(biāo)設(shè)置參考了3種數(shù)據(jù)：揚(yáng)州市發(fā)展的歷史數(shù)據(jù)、揚(yáng)州市“十三五”目標(biāo)數(shù)據(jù)以及與揚(yáng)州市發(fā)展軌跡相似的蘇南地區(qū)數(shù)據(jù)。對(duì)GDP 指標(biāo)設(shè)置，根據(jù)歷史數(shù)據(jù)預(yù)測(cè)揚(yáng)州未來(lái)GDP增速的上限為10%，而若考慮到揚(yáng)州市未來(lái)經(jīng)濟(jì)轉(zhuǎn)型及資源束縛壓力，本文選擇7%作為揚(yáng)州GDP 增速的下限，因?yàn)樘K南地區(qū)在經(jīng)濟(jì)轉(zhuǎn)型壓力下GDP增長(zhǎng)率在長(zhǎng)期維持在7%左右。對(duì)于糧食自給率指標(biāo)，揚(yáng)州市作為江蘇省糧食主產(chǎn)區(qū)，歷年糧食自給率1.4左右，假定未來(lái)耕地不再流失，又考慮農(nóng)業(yè)技術(shù)進(jìn)步情況下，則耕地保護(hù)情景下糧食自給率設(shè)為1.5，進(jìn)一步強(qiáng)化其糧食生產(chǎn)功能。但隨著經(jīng)濟(jì)建設(shè)對(duì)農(nóng)用地占用，結(jié)合國(guó)土“十三五”規(guī)劃目標(biāo)，通過(guò)預(yù)測(cè)其糧食自給率最低不小于1.1于是將經(jīng)濟(jì)發(fā)展模式下的糧食自給率設(shè)為1.1，糧食安全模式下的糧食自給率設(shè)為區(qū)間上限1.5，而生態(tài)安全模式下設(shè)為1.3。對(duì)于二三產(chǎn)比值，2014年揚(yáng)州為0.93，未來(lái)大趨勢(shì)是三產(chǎn)比重進(jìn)一步提高，經(jīng)濟(jì)發(fā)展情景下，參考“十三五”規(guī)劃指標(biāo)與蘇南地區(qū)產(chǎn)業(yè)結(jié)構(gòu)，把其定為0.84，生態(tài)保護(hù)與耕地保護(hù)情景下，二三產(chǎn)比重則是稍有改善為0.91。對(duì)于不同情景下的林地?cái)?shù)量與未利用地開(kāi)發(fā)量，主要依據(jù)森林覆蓋率指標(biāo)及生態(tài)用地保護(hù)面積等指標(biāo)來(lái)確定。

表3 揚(yáng)州市不同發(fā)展情景下關(guān)鍵指標(biāo)數(shù)值確定

3.2 不同情景下土地利用結(jié)構(gòu)模擬預(yù)測(cè)

分別把表3中不同情景的關(guān)鍵指標(biāo)值代入所構(gòu)建的SD模型，模擬不同情景下2025年揚(yáng)州市土地利用結(jié)構(gòu)，模擬結(jié)果如圖3所示。由圖3可以發(fā)現(xiàn)，3種情景下土地利用結(jié)構(gòu)差異明顯，2025年耕地保護(hù)情景下耕地?cái)?shù)量為3.0×105hm2，而經(jīng)濟(jì)發(fā)展情景及生態(tài)保護(hù)情景下耕地?cái)?shù)量分別為2.61×105hm2，2.67×105hm2，這主要由于糧食自給率及GDP增速的差異引起，耕地保護(hù)情景下糧食自給率較大且經(jīng)濟(jì)增長(zhǎng)對(duì)耕地占用的壓力小，因此使其數(shù)量維持在高位。2025年城鎮(zhèn)工礦用地在經(jīng)濟(jì)發(fā)展情景下是5.95×104hm2，耕地保護(hù)情景下是5.28×104hm2，兩者相差6 700 hm2，主要由GDP差異導(dǎo)致，經(jīng)濟(jì)發(fā)展情景下GDP增速10%，而其他情景下僅為7%，經(jīng)濟(jì)增加導(dǎo)致了城鎮(zhèn)工礦用地增加。但這其中要考慮產(chǎn)業(yè)結(jié)構(gòu)變化的影響，經(jīng)濟(jì)發(fā)展情景下第三產(chǎn)值比例進(jìn)一步優(yōu)化至0.84，由于第三產(chǎn)值單位“耗地”量小于第二產(chǎn)值，一定程度上降低了該情景下城鎮(zhèn)工礦用地總量，使得與其他情景下對(duì)比，城鎮(zhèn)工礦用地差異并非十分明顯。2025年農(nóng)村居民點(diǎn)在3種情景下數(shù)量分別為5.92×104hm2，5.65×104hm2與5.84×104hm2，經(jīng)濟(jì)發(fā)展情景下數(shù)量最小，表明經(jīng)濟(jì)發(fā)展把更多農(nóng)村人口轉(zhuǎn)移到城鎮(zhèn)，同時(shí)城鎮(zhèn)擴(kuò)張需要占用更多農(nóng)村居民點(diǎn)，而另外兩種情景下可能由于缺少整治資金與動(dòng)力，因此居民點(diǎn)數(shù)量要高于經(jīng)濟(jì)發(fā)展情景。交通水利用地在經(jīng)濟(jì)發(fā)展情景下為3.48×104hm2，耕地保護(hù)情景下僅為2.87×104hm2，兩者相差6 100 hm2，這主要由GDP增速差異引起?？傮w看，經(jīng)濟(jì)發(fā)展情景下城鎮(zhèn)工礦及交通水利用地?cái)U(kuò)張明顯，而耕地、林地?cái)?shù)量則相對(duì)較少；耕地保護(hù)情景下耕地?cái)?shù)量較大，而與此同時(shí)城鎮(zhèn)工礦及其他農(nóng)用地相對(duì)較少，主要因?yàn)楦乇Ｗo(hù)擠占了城鎮(zhèn)空間并且使其他農(nóng)用地整治力度加大；生態(tài)保護(hù)情景下，其他農(nóng)用地、未利用地得到有效保護(hù)，其數(shù)量相對(duì)較大，而耕地、交通水利等則由于生態(tài)空間壓縮，數(shù)量相對(duì)較少?？梢?jiàn)，不同情景下土地利用結(jié)構(gòu)充分體現(xiàn)了該情景對(duì)土地利用的基本要求。

圖3 揚(yáng)州市不同情景下土地利用結(jié)構(gòu)模擬結(jié)果

SD模型還可體現(xiàn)土地利用結(jié)構(gòu)的變化過(guò)程。圖4為不同情景下主要用地類型數(shù)量在2014—2025年變化趨勢(shì)。對(duì)于耕地，耕地保護(hù)情景下其在2014—2020年有明顯增加，之后保持穩(wěn)定甚至小幅下降，一直維持在3.00×105hm2左右；而另外兩類情景則是逐年減少，但經(jīng)濟(jì)發(fā)展情景下耕地減少幅度大于生態(tài)保護(hù)情景。對(duì)于林地，生態(tài)保護(hù)情景下2014—2025年其數(shù)量一直在穩(wěn)定增加，另外兩類情景則基本不變。對(duì)于其他農(nóng)用地，耕地保護(hù)情景下2014—2020年有大量其他農(nóng)用地被整治為耕地或其他用地，其數(shù)量逐年下降，其他情景下則沒(méi)有類似情況發(fā)生，即保持基本穩(wěn)定。對(duì)于城鎮(zhèn)工礦用地與交通水利用地，兩者變化趨勢(shì)一致，無(wú)論是經(jīng)濟(jì)發(fā)展情景還是其他情景，其數(shù)量都在逐年增加，體現(xiàn)了揚(yáng)州未來(lái)土地利用變化的基本方向；對(duì)該兩類用地增加的幅度，經(jīng)濟(jì)發(fā)展情景下最大，其次是生態(tài)保護(hù)與耕地保護(hù)情景，這可能因?yàn)樯鷳B(tài)保護(hù)的約束程度小于耕地保護(hù)約束，于是相同用地經(jīng)濟(jì)需求設(shè)置下，生態(tài)保護(hù)情景下城鎮(zhèn)工礦及交通水利用地?cái)U(kuò)張更為輕松，數(shù)量也就越大。對(duì)于農(nóng)村居民點(diǎn)，未來(lái)基本趨勢(shì)是不斷減少，人口快速城鎮(zhèn)化背景下，農(nóng)村居民點(diǎn)勢(shì)必減少，但不同情景下減少的幅度不同，經(jīng)濟(jì)發(fā)展情景下減少幅度最大，其次是生態(tài)保護(hù)與耕地保護(hù)情景，這是因?yàn)榻?jīng)濟(jì)發(fā)展需要更多農(nóng)村居民點(diǎn)置換為城鎮(zhèn)用地，同時(shí)說(shuō)明經(jīng)濟(jì)發(fā)展為農(nóng)村居民點(diǎn)復(fù)墾提供了資金保障。

3.3 不同情景下土地利用結(jié)構(gòu)實(shí)現(xiàn)路徑分析

SD模擬的一個(gè)優(yōu)勢(shì)是可以把土地利用系統(tǒng)變化過(guò)程顯化，于是借助SD模擬可分析不同情景下土地利用結(jié)構(gòu)的實(shí)現(xiàn)途徑。對(duì)于耕地保護(hù)情景，耕地?cái)?shù)量由2014年2.834×105hm2增加至2025年3.00×105hm2，平均每年補(bǔ)充耕地1.50×103hm2，城鎮(zhèn)工礦由4.09×104hm2增加至5.28×104hm2，提高了30%。面對(duì)耕地與城鎮(zhèn)工礦用地的“雙增加”，未來(lái)要加強(qiáng)其他農(nóng)用地與農(nóng)村居民點(diǎn)整治以補(bǔ)充耕地或用于城鎮(zhèn)建設(shè)，模型顯示至2025年揚(yáng)州需分別投入9.56億元與114.76億元用于其他農(nóng)用地整理與農(nóng)村居民點(diǎn)復(fù)墾，同時(shí)發(fā)現(xiàn)土地自然供給的增加很少是來(lái)自未利用地開(kāi)發(fā)，這是因?yàn)閾P(yáng)州市未利用中90%以上是水體，開(kāi)發(fā)難度大，成本高。按7%速率計(jì)算，該情景下2025年揚(yáng)州GDP是7 788億元，地均GDP為1 474萬(wàn)元/hm2，而基期年為905萬(wàn)元/hm2，表明未來(lái)10 a揚(yáng)州地均GDP生產(chǎn)能力須提高62.9%，集約利用形勢(shì)嚴(yán)峻。對(duì)于經(jīng)濟(jì)發(fā)展情景下，2025年耕地?cái)?shù)量變?yōu)?.714×105hm2，較基期減少1.21×104hm2，主要用于經(jīng)濟(jì)增長(zhǎng)占用，城鎮(zhèn)工礦用地較基期年增加45.47%。該情景下糧食自給率為1，意味著揚(yáng)州不再承擔(dān)額外糧食供給任務(wù)，目標(biāo)年GDP總量為10 556億元，地均GDP達(dá)1 776萬(wàn)元/hm2，這意味著2014—2020年地均GDP產(chǎn)出能力須提高1倍，主要是通過(guò)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整實(shí)現(xiàn)，模型顯示2025年第三產(chǎn)值將達(dá)5 220億元，占GDP的49.46%，而第三產(chǎn)業(yè)由于其產(chǎn)業(yè)特征，單位產(chǎn)出用地量小于第二產(chǎn)業(yè)，于是起到集約節(jié)約用地效果。

圖4 不同情景下主要用地類型的變化趨勢(shì)

同時(shí)該情景下還應(yīng)大力推進(jìn)農(nóng)村居民點(diǎn)整治以支持城鎮(zhèn)擴(kuò)張與交通水利建設(shè)，據(jù)測(cè)算目標(biāo)年需累計(jì)投入208億元來(lái)復(fù)墾7 432 hm2農(nóng)村居民點(diǎn)。生態(tài)保護(hù)情景下，土地利用變化的基本趨勢(shì)與經(jīng)濟(jì)發(fā)展情景相同，即耕地、農(nóng)村居民點(diǎn)減少，而城鎮(zhèn)工礦、交通水利用地增加，只是程度大小有差異，當(dāng)然不同之處生態(tài)保護(hù)情景下，林地增了30%至6 645 hm2，因此該情景下?lián)P州市應(yīng)加強(qiáng)植樹(shù)造林，提高森林覆蓋率，同時(shí)注意保護(hù)其他農(nóng)用地及未利用等具有豐富生態(tài)服務(wù)功能的用地。3種情景下土地利用結(jié)構(gòu)實(shí)現(xiàn)的側(cè)重點(diǎn)不同，依次分別注重耕地保護(hù)與補(bǔ)充、城鎮(zhèn)用地集約節(jié)約利用、生態(tài)用地保育。未來(lái)?yè)P(yáng)州土地利用應(yīng)同時(shí)滿足生產(chǎn)、生活與生態(tài)要求，多情景土地利用結(jié)構(gòu)模擬為其土地利用規(guī)劃編制提供了重要基礎(chǔ)。上述3種情景未必是揚(yáng)州市未來(lái)最可能的情景，但3種“極端”情景的模擬可讓決策者了解不同情景下的土地利用情況，對(duì)未來(lái)可能的土地利用有全面認(rèn)識(shí)，有助于決策產(chǎn)生理想情景與相應(yīng)土地利用結(jié)構(gòu)方案，可以肯定的是，未來(lái)理想土地利用結(jié)構(gòu)是上述3種情景的組合，但具體偏重哪種情景又取決于利益相關(guān)者的博弈結(jié)果。

4 結(jié) 論

(1) 耕地保護(hù)情景下，揚(yáng)州需保持耕地3.00×105hm2，城鎮(zhèn)工礦用地5.28×104hm2，農(nóng)村居民點(diǎn)減少至5.92×104hm2；經(jīng)濟(jì)發(fā)展情景下，GDP增長(zhǎng)率10%，且二三產(chǎn)值比率0.84時(shí)，城鎮(zhèn)工礦用地?cái)?shù)量是5.95×104hm2，交通水利用地3.48×104hm2，耕地減少至2.714×105hm2；生態(tài)保護(hù)情景下，林地?cái)?shù)量為6 645 hm2，耕地與城鎮(zhèn)工礦用地分別為2.708×105hm2和5.25×104hm2。

(2) 各情景下不同用地?cái)?shù)量變化差異明顯，耕地?cái)?shù)量在耕地保護(hù)情景下不斷提高，而在生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展情景下則緩慢下降；城鎮(zhèn)工礦用地與交通水利用地面積在三種情景下均獲得了穩(wěn)定增長(zhǎng)，但經(jīng)濟(jì)發(fā)展情景下的增長(zhǎng)要快過(guò)其他兩個(gè)模式；林地面積在生態(tài)保護(hù)情景下出現(xiàn)了大幅上升，在另外2個(gè)情景下則基本保持不變甚至小幅的下降。

(3) 耕地保護(hù)情景下要注重耕地保護(hù)及土地整治以補(bǔ)充耕地，目標(biāo)年分別累計(jì)投入9.56億元、114.76億元進(jìn)行其他農(nóng)用地與農(nóng)村居民點(diǎn)整治；經(jīng)濟(jì)發(fā)展情景下注重土地集約節(jié)約利用，單位城鎮(zhèn)用地GDP產(chǎn)出能力須提高1倍，以其促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)；生態(tài)保護(hù)情景下要加強(qiáng)植樹(shù)造林，且應(yīng)保護(hù)好具有豐富生態(tài)服務(wù)價(jià)值的水域、灘涂等。

(4) 本文的SD模型從土地利用系統(tǒng)運(yùn)行的內(nèi)在機(jī)制出發(fā)，不僅考慮了社會(huì)經(jīng)濟(jì)對(duì)土地利用的影響，還考慮土地利用對(duì)社會(huì)經(jīng)濟(jì)的反饋?zhàn)饔?，從而更真?shí)模擬了土地利用系統(tǒng)運(yùn)行過(guò)程，顯化了土地利用是如何在各種因素作用下發(fā)生變化，為土地利用系統(tǒng)調(diào)控提供有力依據(jù)，可促進(jìn)土地資源持續(xù)利用。

[1] Chang Yangchi, Ko Tsungting. An interactive dynamic multi-objective programming model to support better land use planning[J]. Land Use Policy, 2014, 36(1):13-22.

[2] Sadeghi S H R, Jalili, K, Nikkami D. Land use optimization in watershed scale[J]. Land Use Policy, 2009, 26(2): 186-193.

[3] 李鑫,歐名豪,劉建生,等.基于不確定性理論的區(qū)域土地利用結(jié)構(gòu)優(yōu)化[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(4):176-184.

[4] 嚴(yán)金明.簡(jiǎn)論土地利用結(jié)構(gòu)優(yōu)化與模型設(shè)計(jì)[J].中國(guó)土地科學(xué),2002,16(4):20-25.

[5] 劉榮霞,薛安,韓鵬,等.土地利用結(jié)構(gòu)優(yōu)化方法述評(píng)[J].北京大學(xué)學(xué)報(bào):自然科學(xué)版,2005,41(4):655-662.

[6] 劉艷芳,李興林,龔紅波.基于遺傳算法的土地利用結(jié)構(gòu)優(yōu)化研究[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2005,30(4):288-292.

[7] 劉海猛,石培基,王錄倉(cāng),等.低碳目標(biāo)導(dǎo)向的蘭州市土地利用結(jié)構(gòu)優(yōu)化研究[J].中國(guó)土地科學(xué),2012,26(6):55-61.

[8] 劉瓊,歐名豪,彭曉英.基于馬爾柯夫過(guò)程的區(qū)域土地利用結(jié)構(gòu)預(yù)測(cè)研究:以江蘇省昆山市為例[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào),2005,28(3):107-112.

[9] 吳金華,戴淼,尹劍.基于遺傳神經(jīng)網(wǎng)絡(luò)的陜西省土地利用結(jié)構(gòu)模型研究[J].安徽農(nóng)業(yè)科學(xué),2008,36(36):16071-16073.

[10] 郭杰,歐名豪,劉瓊,等.基于BP神經(jīng)網(wǎng)絡(luò)的南通市建設(shè)用地需求預(yù)測(cè)[J].資源科學(xué),2009,31(8):1355-1361.

[11] 湯發(fā)樹(shù),陳曦,羅格平,等.新疆三工河綠洲土地利用變化系統(tǒng)動(dòng)力學(xué)仿真[J].中國(guó)沙漠,2007,27(4):593-599.

[12] 李秀霞,徐龍,江恩賜.基于系統(tǒng)動(dòng)力學(xué)的土地利用結(jié)構(gòu)多目標(biāo)優(yōu)化[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(16):247-254,294.

[13] 趙小敏,王人潮,吳次芳.土地利用規(guī)劃的系統(tǒng)動(dòng)力學(xué)仿真：以杭州城市土地利用總體規(guī)劃為例[J].浙江農(nóng)業(yè)大學(xué)學(xué)報(bào),1996,22(2):143-148.

[14] 鄧祥征,劉紀(jì)遠(yuǎn),戰(zhàn)金艷,等.區(qū)域土地利用變化的多情景分析：以內(nèi)蒙古自治區(qū)太仆寺旗為例[J].地球信息科學(xué),2004,6(1):81-88.

[15] Jin Xiaobin, Xu Xiaoxiao, Xiang Xiaomin, et al. System-dynamic analysis on socio-economic impacts of land consolidation in China[J]. Habitat International, 2016, 56: 166-175.

[16] Xu Duanyang, Song Alin, Tong Hefeng, et al. A spatial system dynamic model for regional desertification simulation： A case study of Ordos, China[J]. Environmental Modelling & Software, 2016, 83(83): 179-192.

[17] 鐘永光,賈曉菁,錢(qián)穎.系統(tǒng)動(dòng)力學(xué)[M].北京:科學(xué)出版社,2009.

[18] 王其藩.系統(tǒng)動(dòng)力學(xué)[M].上海:上海財(cái)經(jīng)大學(xué)出版社,2009.

Multi-scenario Simulation of Land Use Structure of Yangzhou City Based on Systems Dynamics Model

HU Zongnan1,2, LI Xin1,2, LOU Shuyu1, KANG Jianrong2

(1.School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou， Jiangsu 221116, China; 2.Institute of Land Resource, Jiangsu Normal University, Xuzhou， Jiangsu 221116, China)

[Objective] This manuscript aimed to simulate and forecast the land use structure under multiple development scenarios of Yangzhou City in Jiangsu Province, as well as to explore the paths to realize them, which were expected to provide considerable scientific references for land use planning and formulating. [Methods] The system dynamics(SD) model was used to simulate the land use system. [Results] The main land use types would vary under different scenarios. Under the protection of farmland scenario, the arable land area would increase; while under the ecological protection and economic development scenarios, the arable land would decline slowly. Either urban industrial and mining land, or land for traffic or water conservancy area would achieve stable growth in all three scenarios, but the growth in the economic development scenario would be quicker than that under the other two scenarios. The forest land area increase sharply under the scenario of ecological protection, but remain would not change or even decrease slightly in the other two scenarios. Under the scenario of farmland protection, urban expansion and the occupation of cultivated land should be under control. Besides that, unused land development and rural residential land consolidation should be strengthened to replenish cultivated land. In the ecological protection scenario, the ecological service value of waters, beaches should be protected. This might help to adjust industrial structure, and transform the traditional GDP to green GDP. [Conclusion] SD model can not only simulate the land use change under different scenarios, but also can reveal the complex nonlinear relationship between land use and socio-economic system, which is conducive to the sustainable use of land resources regulation.

systemdynamics；landusestructure；simulation；scenariosanalyses；YangzhouCity

B

： 1000-288X(2017)04-0211-08

： K903

2016-11-07

：2016-11-09

江蘇省自然科學(xué)基金項(xiàng)目“不確定條件下區(qū)域土地資源優(yōu)化配置方法研究”(BK20140236); 大學(xué)生創(chuàng)新計(jì)劃項(xiàng)目(XSJCX7013)

胡宗楠(1993—),男(漢族),浙江省寧波市人,碩士研究生,研究方向?yàn)橥恋乩靡?guī)劃管理。E-mail:zongnan_hu@163.com。

李鑫(1986—),男(漢族),山東省臨沂市人,博士,副教授,主要從事土地利用方面的研究。E-mail:topzcg@126.com。