深圳市土地利用变化驱动力系统分析

中国人口#资源与环境 2006年 第16卷 第6期 CH INA PO PUL AT ION, RESOURCES AND ENVIRONME NT Vol. 16 No. 6 2006

深圳市土地利用变化驱动力系统分析

王兆礼 陈晓宏 曾乐春 魏清泉

1

1

2

3

(1. 中山大学水资源与环境研究中心, 广东广州510275; 2. 广东省征地服务中心,

广东广州510081; 3. 中山大学城市与区域研究中心, 广东广州510275)

*

摘要 以深圳市土地利用变化的驱动力系统为例, 用灰色关联方法确定影响土地利用变化的驱动因子并判别其最大驱动力, 结果表明:深圳城市建设用地面积变化与外资利用额的关联系数最大, 达到0. 8491, 其次为基础建设投资额、第三产业产值、工业总产值及总人口数量; 耕地、林地、荒地、水域面积变化则与城市化率的关联系数最大。以1991-1999年间的建设用地面积作为灰色系统特征数据序列, 选取与其关联系数最大的五个驱动因子序列数据作为相关因素数据系列, 建立G M(1, 6) 模型, 结果表明:该模型的计算值和实际值的相对误差最大为11. 11%, 最小为-0. 25%, 平均相对误差也只有3. 41%; 检验结果表明, 2000-2004年的模拟值与检验值的平均相对误差仅为3. 74%, 模拟精度较高, 因而可以利用该模型预测深圳市建设用地的增长规模。关键词 灰色关联分析; GM(1, N) 模型; 土地利用变化; 驱动力系统; 深圳市

中图分类号 F301. 2; F291. 1 文献标识码 A 文章编号 1002-2104(2006) 06-0124-05

有关LUCC 驱动力的研究是探索L UCC 及其驱动机制的核心问题[1~5]。目前有关这方面的研究多数局限于定性研究的层面

[2]

113b 45c 44d ~114b 37c 21d , 北纬22b 26c 59d ~22b 51c 49d , 总面积1952. 82km 2。自1980年设立经济特区以来, 特殊的政策及其优越的区位条件吸引了大量的外资, 大大推进了工业化和城市化进程。2000年, 全市国内生产总值1665. 24亿元, 人均GDP 4. 01万元, 年均增长11. 3%; 外商投资企业超过11000家, 实际利用外资近五年累计135亿美元; 三次产业结构由1995年的1. 6B 52. 4B 46. 0调整为2000年的1. 1B 52. 5B 46. 4; 1980年到2000年, 深圳市总人口从35万人猛增至741万人, 20年间增长了706万人。深圳市高速度的城市化进程, 引起了快速的土地利用变化[3]。1. 2 研究方法

1. 2. 1 灰色关联分析方法

灰色系统关联分析方法是对系统所包含的相互联系、相互影响、相互制约的因素之间关联程度进行定量比较的一种研究方法。其基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近, 相应序列之间的关联度就越大, 反之就越小[6~7]。常用的关联度计算方法有邓氏关联度、绝对关联度、相对速率关联度、斜率关联度等, 本文采用邓氏关联度[6]。1. 2. 2 灰色数列G M(1, N) 模型

灰色预测是一种小样本量模型, 主要有G M(1, 1) , G M (2, 1) , G M(1, N) 等模型, G M(1, 1) 和G M(2, 1) 模型均为单

。有学者用统计学理论定量研究了土地

利用变化及其驱动因子之间的关系[3, 5], 但它们是建立在大样本量基础上, 需要多年的连续序列土地利用数据才能做出合理的预测。而对于土地利用数据缺乏的研究区域来说, 采用多元回归分析等统计学理论建立的模型就很难具有代表性。区域L UCC 及其驱动力系统具有一定的灰色特征, 特别当该区域没有较长系列的土地利用数据可以利用时, 通过利用灰色系统模型进行预测, 就成为一种较为有效的方法。虽有学者应用灰色关联方法对土地利用变化的最大驱动力进行判别[5], 但运用灰色系统理论进行土地利用变化模拟与预测的研究尚不多见。本文以深圳市土地利用变化的驱动力系统为例, 用灰色关联分析方法确定建设用地与驱动力之间的定量关系和作用的相对大小, 并在此基础上选择关联系数较大的因子建立G M(1, 6) 模型, 对未来的建设用地变化进行预测研究, 试图从新的角度探索LUCC 驱动力系统。

1 研究区域与研究方法

1. 1 研究区域

深圳市位于广东省东南部沿海, 陆地范围为东经

收稿日期:2006-05-11

作者简介:王兆礼, 博士生, 主要研究方向为土地利用变化引起的水文水资源效应及综合自然地理学等。*国家/985工程0GIS 与遥感的地学应用科技创新平台项目([**************]) 资助。

#

王兆礼等:深圳市土地利用变化驱动力系统分析

序列动态模型, 而G M(1, N) 模型是描述多变量一阶线型动态模型, 能较好地反映系统中各变量相互影响、相互制约的关系, 主要用于系统的动态分析。实践证明, 灰色建模所需的信息较少, 精度较高, 能较好地反映系统的实际状况[7]。上述方法具体计算步骤见参考文献[6]、[7]。

始逐渐减少, 水域、滩涂面积略有波动。深圳市20世纪90年代以前的土地利用构成主要以林地、耕地、园地为主, 1990年三者的面积尚占总面积的75%以上。但是, 由于20世纪90年代初大规模土地开发活动的兴起(如开发区热、房地产热以及高速公路建设等) , 导致大面积的耕地、园地、林地转化为推平未建地与城建用地。到1995年, 城建用地和推平未建地总面积达到25%以上, 林地和城建用地成为主要的土地利用结构类型。1995-2000年间, 城建用地继续扩展, 推平未建用地面积虽有所减少, 但二者的面积已占总面积的32. 7%,而农用地只占16. 3%。因此, 深圳市建设用地是主要靠蚕食、占用耕地和林地等生态用地而得以迅速的增加, 并呈现出沿交通干线带状分布, 由特区内向特区外扩展的变化过程。

2 深圳市土地利用变化及其驱动力系统分析

2. 1 深圳市土地利用变化特征

根据对1978年的MSS 影像和1986、1990、1995、2000年的T M 影像的解译结果(见表1) , 22年来, 深圳市土地利用发生了巨大的变化:城镇建设用地及推平未建地迅速增加, 农业用地, 特别是耕地持续减少了89. 9%,林地减少了9. 4%,荒地面积在20世纪90年代初期迅速增加, 后期开

表1 1978-2000年深圳市土地利用变化情况T ab. 1 The land use change from 1978to 2000in Shenzhen

年份[***********]00

耕地604. 08555. 8385. 3664. 8260. 87

园地308. 02236. 96247. 05287. 79256. 84

林地848. 16832. 88827. 89788. 01768. 66

水域120. 66155. 51166. 92151. 92142. 26

滩涂53. 2250. 4341. 6145. 5432. 22

建设用地6. 3559. 82125. 21311. 78467. 20

推平地3. 4220. 568. 61244. 56172. 15

荒地032. 772. 4655. 152. 62

2. 2 深圳市土地利用变化的驱动力系统

深圳市土地利用变化的驱动力因子很多, 如果孤立地分析个别驱动因子, 难以解释它们与土地利用变化之间的复杂关系, 因而需要将它们看作一个完整的系统, 应用系统论的观点和方法综合考察其整体与部分以及结构与功能的关系。

深圳市土地利用变化的外部驱动力主要包括:¹深圳特区特殊的政策; º人口的快速增加; »城市化与经济快速增长; ¼乡村工业化; ½土地利用伦理观念的改变。在外部驱动力的作用下, 土地利用类型的转化主要取决于交通条件、地形条件和土地利用现状等内在因素对它的限制。据研究, 转化为城镇用地的土地利用类型主要与距交通干线的距离、距CBD 距离、坡度以及距城镇的距离有关。本文认为深圳市驱动力系统基本的作用过程是:以特区特殊的政策及其优越的区位优势为主的驱动力首先影响到土地利用的决策者; 不同的土地利用决策产生相应的土地利用变化; 土地利用变化所导致的土地覆被变化又通过各种途径反馈作用于驱动力(图1) 。由此完成了驱动力-土地利用决策者-土地利用变化-土地覆被变化-驱动力的循环作用过程。

[3]

3 深圳市土地利用变化外部驱动因子的灰色关联分析

3. 1 灰色关联系数计算

为了找到影响深圳市土地利用变化的主要驱动因子, 鉴于数据的可获取性, 选取土地利用变化的外在可能驱动因子指标:X 1为总人口数、X 2为常驻人口数、X 3为暂住人口数; X 4为GDP 产值、X 5为第一产业产值、X 6为第二产业产值、X 7为第三产业产值、X 8为工业总产值、X 9为农业总产值、X 10为基建投资、X 11为外资利用额、X 12为城市化率等作为比较序列(1978、1986、1990、1995、2000年五年序列, 与土地利用变化序列一致) , 以耕地、园地、林地、水域、滩涂、建设用地、推平未建地与未利用土地面积作为母序列, 计算灰色关联系数。整个计算过程在Micro soft Excel 工作表中进行, 首先对原始数据进行均值) 标准差标准化, 再采用邓氏关联度分析方法[6]计算关联系数, 其中分辨率系数Q 取0. 5, 参数min 与ma x 的取值通过对各个数据序列各个时刻的绝对差值的比较来确定, 计算得到深圳市各类型土地面积变化与驱动因子之间的关联系数矩阵, 并在此基础上对关联系数序列进行从大到小排序, 依此确定各土地利用类型的最主要驱动因素。

中国人口#资源与环境 2006年 第6期

积有所减少。园地面积变化与农业总产值(X 9) 的关联系数最大, 其次为第一产业产值(X 5) , 即园地面积变化与深圳农业的发展密切相关, 即随着城镇人口的增加, 加大了对菜、果、鱼、肉等副食产品的需求; 在市场规律的作用下, 单位土地面积的收益差距明显增大。在这种情况下导致农田向果园和水产养殖场转化; 林地向农田和果园转化。推平未建地面积变化则与X 1、X 2与X 3的关联系数最大, 其次为基础建设投资(X 10) 的增长, 这说明人口增长与基础设施的盲目、无序与重复建设导致了土地资源的大量闲置, 并加剧了水土流失。

图1 深圳市土地利用变化的驱动力系统简图

4 深圳市建设用地变化与GM(1, N) 模型

4. 1 GM(1, N) 模型的建立

根据G M(1, N) 模型理论, 以1991-1999年间的建设用地面积作为灰色系统特征数据序列, 选取与其关联系数最大的五个驱动因子(即外资利用额、基础建设投资、第三产业产值、工业总产值和人口数量) 同时段序列数据作为相关因素数据系列, 2000-2004年的实际建设用地面积作为检验数据, 建立G M(1, 6) 模型, 解得预测模型为:

6

dy (1) 1)

+a y 1=k 6b k y ((3) 1=2dt

式中:a =1. 74923, b 2=5. 86712, b 3=8. 52243, b 4=

Fig. 1 Sketc h of driving forc es syste m o f L UCC

in Shenzhen city

3. 2 结果分析

计算结果表明, 城市建设用地面积变化与外资利用额(X 11) 的关联系数最大(0. 8491) , 其次为基础建设投资(X 10) (0. 8387) , 第三产业(X 7) (0. 8256) , 工业总产值(X 8) (0. 8242) , 总人口(X 1) (0. 8231) , 即外资的投入、基础建设投资、第三产业及工业的发展和人口快速增长是深圳地区城镇建设用地急速扩大的主要驱动力。特区优惠的政策(主要表现为良好的工业投资环境) 对于深圳市城镇用地的扩展发挥着积极的主导作用。首先进入深圳的主要是工业投资, 特别是从香港转移过来的三资企业和以/三来一补0业务为主的乡镇企业, 其中大多数属于劳动密集型企业。这些工业企业的发展一方面使工业用地面积不断扩大, 另一方面创造了大量的就业机会, 引发了人口的迁移高潮。这导致深圳市的人口呈现了特殊的机械增长趋势, 即大量廉价劳动力的涌入, 又促进了深圳劳动密集型产业的发展, 而这些产业的快速发展则导致了城市化进程的加快, 同时也促使乡村工业化的发展, 而这又促进了居民收入水平的提高, 而收入水平的提高又驱动了居住用地、交通用地及商业用地的扩大, 这又导致了大量农业用地被蚕食和侵吞。可见, 工业投资通过推进工业化进程, 促进了深圳市的人口增长以及城市化水平、居民生活水平的提高, 从而导致城镇用地和农业用地的快速变化。

耕地、林地、荒地面积变化都与城市化率(X 12) 的关联系数最大, 它们与其它驱动因子的关联系数都相差不大, 这说明深圳在快速城市化的进程中, 城镇用地迅速涌现并扩张, 大量蚕食耕地与林地, 同时部分耕地因地方政府政策失误而撂荒, 甚至推平未建而造成土地资源闲置; 水域面积变化也与城市化率(X 12) 的关联系数最大, 这说明随着城市化的加速, 人口的增长及工业的发展对水资源的需求大大增加, 新建设了很多中小型水库, 使得水域面积增加, 1995年以来又因建设用地供应紧张, 水域受到侵占, 面

(1)

-0. 27723, b 5=2. 11631, b 6=1. 25419; y 1为建设用地面积, y 2总人口数, y 3实际利用外资额, y 4工业总产值, y 5第三产业产值, y 6为固定资产投资总额, k 为时间单元年。

由式(3) 解得预测方程式为

1) (1)

y (1(k +1) =(150. 32000-3. 35412y 2(k +1) -1) (1) (1)

4. 87210y (3(k +1) -0. 15849y 4(k +1) -1. 20985y 5(k +

1) -0. 71699y 2(k +1) EXP (-1. 74923t ) +3. 35412y 2

1) (1) 1. 20985y (5(k +1) +0. 71699y 6(k +1)

(1) (1)

1) (1) (k +1) +4. 87210y (3(k +1) +-0. 15849y 4(k +1) +

4. 2 模型精度检验

为了检验所建立的G M(1, 6) 模型是否合适, 可以采用残差检验方法。对模型计算值和实际值的误差即绝对残差E (k ) =y (0) (k) -y 0(k) 进行逐点检验(见表2) 。表2中相对误差e 以绝对残差为分子, 各变量实际值为分母。由表2可见, G M(1, 6) 模型的绝对残差值并不大, 相对误差最大为11. 11%, 最小为-0. 25%,平均相对误差也只有3. 40%, 模型的拟合效果较好, 因而能够确定建设用地变化及其外部驱动因子之间的定量关系。模型的检验结果表明, 2000-2004年的模拟值与检验值的平均相对误差仅为3. 74%, 模拟精度较高。如果知道五个驱动因子的发展趋势, 就可利用该模型预测深圳市建设用地增长规模。

#

王兆礼等:深圳市土地利用变化驱动力系统分析

表2 GM (1, 6) 模型逐年残差

Tab. 2 The values of absolute difference and relative

di fference of GM(1, 6) model

项目[***********][***********]拟合误差均值[***********]04检验误差均值

467. 20488. 50499. 90515. 20531. 90

464. 4(检验) 496. 85(检验) 488. 65检验) 536. 53(检验) 568. 34(检验)

实际值(km 2) 150. 32210. 29258. 58299. 00311. 78373. 17402. 74415. 87433. 71

拟合值(km2) 150. 32186. 94284. 25313. 34320. 81368. 42413. 56413. 79434. 79

残差(km2)

023. 35-25. 67-14. 34-9. 034. 75-10. 822. 08-1. 089. 39-2. 798. 35-11. 2521. 3336. 4415. 47

相对误差e(%)

011. 11-9. 93-4. 80-2. 901. 27-2. 690. 50-0. 253. 41-0. 601. 71-2. 254. 146. 853. 74

效抑制建设用地增量扩大及存量利用不合理的现象; »促进工业园区集聚, 提高工业园区土地利用效率; ¼推进土地供给机制创新, 将目前的土地供应方式由土地供应跟着项目计划走的方式改为项目计划跟着土地供应走的方式, 这种方式既能缓解供需矛盾, 又可以防止工业用地遍地开发、布局散乱, 建设占用大量耕地, 农村居民点用地分布零散等不合理的土地利用现象; ½应用遥感技术实现对林地、湿地、自然保护区及城镇、交通建设用地变化状况的全覆盖监测, 适时调控不合理的土地利用方式, 并建立土地资源可持续利用监测数据库, 进行动态管理。

5 结 论

(1) 深圳市土地利用变化的特征主要表现为:城镇建设用地及推平未建地迅速增加, 耕地持续减少; 城镇用地通过大量蚕食耕地、林地等生态用地而得以迅速的增加, 并呈现出沿交通干线带状分布, 由特区内向特区外扩展的变化过程。

(2) 深圳市土地利用变化的驱动力因子很多, 作用途径、方式和作用大小十分复杂。用灰色关联方法确定各驱动因子之间的定量关系和作用的相对大小, 结果表明:深圳城市建设用地面积变化与外资利用额的关联系数最大, 达到0. 8491, 其次为基础建设投资额、第三产业产值、工业总产值及总人口数量; 耕地、林地、荒地、水域面积变化则与城市化率的关联系数最大。

(3) 以1991-1999年间的建设用地面积作为灰色系统特征数据序列, 选取与其关联系数最大的五个驱动因子同时段序列数据作为相关因素数据系列, 建立了G M(1, 6) 模型, 模拟结果表明:该模型的相对误差最大为-11. 11%,最小为-0. 25%, 平均相对误差也只有3. 40%,效果较好; 检验结果表明, 2000-2004年的模拟值与检验值的平均相对误差仅为3. 74%,拟合精度较高, 因而可以利用该模型预测深圳市建设用地的增长规模。

(4) 利用上述构建的G M(1, 6) 模型进行预测, 结果表明, 到2010年深圳市建设用地面积将达到692. 81km 2, 完全超出了人们的预期。

(编辑:田

参考文献(References)

[1]李秀彬. 全球环境变化的核心领域) ) ) 土地利用/土地覆被变化

的国际研究动向[J ]. 地理学报, 1996, 51(6) :553~557. [Li Xiubin. A Revie w of the International Researches on Land Use/cover Change[J]. Acta Geographica Sinica, 1996, 51(6) :553~557. ][2]摆万奇, 阎建忠. 大渡河上游地区土地利用/土地覆被变化与驱

动力分析[J]. 地理科学进展, 2004, 23(1) :71~78. [Bai Wanqi, Yan Jianzhong. Land Use/land Cover Change and Driving Forces in the Region of Upper Reaches of the Dadu River[J]. Progress In Geography,

4. 3 建设用地预测与调控对策

依据深圳市2010年外资利用额、基础建设投资额、第三产业产值、工业总产值和人口数据(其中, 人口、第三产业产值、工业总产值数据参照5深圳市/十一五0规划(纲要) 6的预测结果, 外资利用额与基础建设投资额通过Mic rosoft Exc el 的FOR ECAS T 函数建立线性回归方程预测得到) , 利用上述构建的G M (1, 6) 模型进行预测, 结果表明, 到2010年深圳市建设用地面积将达到692. 81km 2, 比5深圳市土地利用总体规划(1997-2010年) 6中规划用地面积622. 0km 2多近71km 2, 表明建设用地的增长速度完全超出了人们的预期。如果按照目前的速度继续发展的话, 在近几年内, 土地利用总体规划中2010年的城市建设备用地也将被消耗殆尽, 城市建设用地无疑将占用包括生态用地在内的其他土地类型。

为了避免建设用地的无序扩张以及占用生态用地, 本文提出以下几点调控对策:¹对非城市建设用地实行保护性利用, 对城市建设用地实行集约化利用

[8]

红)

, 逐渐消除闲

置土地; º推进农村居民点整理, 同时允许土地置换, 促进利用不充分的或闲置的农村居民点用地进入市场灵活流转可增加土地经济供给, 实现土地空间更高效的配置, 有

中国人口#资源与环境 2006年 第6期

2004, 23(1) :71~78. ]

[3]史培军, 陈晋, 潘耀忠. 深圳市土地利用变化机制分析[J]. 地理学

报, 2000, 55(2) :151~160. [Shi Peijun, Chen Jin, Pan Yaoz hong. Land Use Change Mechanis m i n Shenz hen City[J ]. Acta Geographica Sinica, 2000, 55(2):151~160. ]

[4]吴宏安, 蒋建军, 周杰. 西安城市扩张及其驱动力分析[J]. 地理学

报, 2005, 60(1) :143~150. [WuHongan, Jiang Jianj un, Zhou Jie, et al. D ynamics of Urban Expansion i n Xi . an Ci ty Using Landsat TM /ETM +Data[J]. Acta Geographica Si nica, 2005, 60(1) :143~150. ][5]章予舒, 王立新, 张红旗. 疏勒河流域土地利用变化驱动因素分

析[J].地理科学进展, 2003, 22(3) :270~278. [Zhang Yushu, Wang Li xin, Zhang Hongqi, ET AL. An Analysis on Land Use Changes and Thei r Driving Factors in Shule Ri ver:an Example From Anxi County[J].

Progress In Geography, 2003, 22(3) :270~278. ]

[6]邓聚龙. 灰色系统理论教程[M]. 武汉:华中理工大学出版社,

1992:33~78. [Deng J ulong. Tutorial for Grey System Theory [M ]. Wuhan:Huazhong Univers ity of Technology Press, 1992:33~78. ][7]刘思峰, 郭天榜. 灰色系统理论及其应用(第2版) [M ]. 北京:科

学出版社, 1999:5~127. [Liu Sifeng, Guo Tianbang. Grey System Theory and Application[M]. Beiji ng:Science Press, 1999:5~127. ][8]王爱民, 刘加林. 高度城市化地区非城市建设用地导向) ) ) 深圳

案例研究[J]. 中山大学学报(自然科学版) , 2005, 44(增刊) :314~317. [Wang Ai min, Liu Jialin. Guides of Land for Non -constructi on Use i n Hi ghtl y Urbaniz ation -Research on Shenzhen Case [J ]. Acta Scientiarum Naturalium Universitatis Sunyatsen, 2005, 44(supplement) :314~317. ]

Application of Grey System Theory to Analyze the Driving Force System of

Land Use Change in Shenzhen City

WANG Zhao -li C HE N Xiao -hong Z ENG Le -chun WE I Qing -quan

1

1

2

3

(1. Cen ter for Water Resources and Environment, Sun Ya-t sen Uni versity, Guangzhou Guangdong 510275, China;

2. Land Requisition Service Center of Guangdong Province, Guangzhou Guangdong 510081, China; 3. Center for Urban and Regional Studies, Sun Ya-t sen University, Guangzhou Guangdong 510275, China)

Abstract T aki ng the driving force system of land use change in Shenzhen city as an example, this paper applies grey i ncidence of grey system theory to analyze the quanti tative relation between the driving forces and land use change, accordingly identi fying their function magnitude to land use change. The resul ts of grey incidence analysis demonstrate that the grey integrated incidence degree of the building land change and x 10-amount of forei gn capital actually used among all the driving forces is the highest, up to 0. 8491, and the next is x 11-capital construction, x --gross output value of industry, x 1-total population, x --GDP, x -7tertiary industry, x 85primary industry , x 46secondary industry, x -2population wi th residence cards, x 3-population wi th temporary residence cards, x 9-gross output value of agriculture and x 12-urbanization ratio; The grey integrated incidences degree of x 12-urbanization ratio and areas under cultivation, forest, wasteland and water body are all the highest, thus well accounting for the action of the rapid urbanization on them. Based on the grey incidence analysis above, selecting the five highest from the driving forces of the building land change as incidence array, and areas of the building land as reference array (1991-1999) , a GM(1, 6) model is set up to analyze the quanti tative relation between them. B y calculating the values of absolute difference and relative difference of GM (1, 6) model, the validi ty of it is well demonstrated:The highest value of absolute difference is only-25. 67km 2, the lowest value i s-1. 08and the average value is 9. 39km 2. The highest value of relati ve difference is 11. 11%, the lowest value i s-0. 25%and the average value is 3. 41%.The absolute di fference of the predicti on value of it and actual value is only -2. 79km 2, the relative difference is also only -0. 60%.Compared with the observed values (2000-2004) , the predicti ng values of the GM (1, 6) model is very good, thus it can better reflect and explain the quantitative relation between the driving forces and land use change, and predict the change of land use of Shenzhen in the future.

Key words grey i ncidence analysis; GM(1, N) model; land use change; driving forces system; Shenzhen city

#