小城镇住宅用地规模预测方法研究

何 佳 汤 云

摘要:小城镇住宅用地规模预测能为市场经济发展提供有效空间,从而促进区域社会经济的协调发展。其理论和方法的探讨,能进一步完善土地利用总体规划编制的理论和方法,增强县级土地土地利用总体规划编制的科学性和可操作性。文章选取长阳土家族自治县高家堰镇住宅用地规模预测进行探讨,希望能对小城镇土地利用总体规划的编制提供参考。

关键词:住宅用地;灰色系统模型;多元线性回归;灰色关联度分析;高家堰镇

中图分类号:TU984 文献标识码:A文章编号:1006-8937(2009)20-0068-03

1研究意义

1.1完善土地利用规划学学科的建设

土地利用规划学是一门新兴学科,学科体系建设尚不完善,土地利用总体规划则是土地利用规划体系中的重要组成部分。建设用地规模则是土地利用总体规划编制中的重要研究内容,而住宅用地规模是建设用地规模预测中的重中之重,所以对完善土地利用规划学科的建设具有重要作用。

1.2增强土地利用总体规划编制的科学性和可操性

土地利用总体规划还是一个年轻的规划,需要在实践中不断地摸索和总结经验。有关建设用地规模预测,特别是住宅用地规模预测研究的理论和方法的探讨,能进一步完善土地利用总体规划编制的理论和方法,对增强县级土地土地利用总体规划编制的科学性和可操作性具有重要作用。

1.3促进区域社会经济的协调发展

我国正逐步走向成熟的市场经济,为充分发挥市场配置资源的基础性作用,需要增强规划的市场适应能力。从综合各种因素的影响,对住宅用地规模预测,既防止住宅用地盲目扩张,又为市场经济发展提供有效空间,从而促进区域社会经济的协调发展。

1.4指导新一轮县级土地利用总体规划的实践

通过对长阳土家族自治县高家堰镇进行实证研究,分析了高家堰镇住宅用地规模的重要影响因子,并分别预测了规划近期和规划远期的住宅用地规模,对长阳土家族自治县新一轮土地利用总体规划的科学编制具有指导意义,同时也为其他地区的土地利用总体规划修编提供参考和借鉴。

2研究思路

住宅用地规模影响因素包含各种显性和隐性信息,宜采用灰色系统模型对住宅用地规模进行预测,但运用该模型的必要条件是原始时间序列非负性单调。文章结合曲线估计、多元线性回归模型,根据各因素自身历史变化趋势的特点,分别运用不同的预测模型,最后运用多元线性回归模型得出住宅用地规模预测方程。

3模型建立与评价

3.1高家堰镇住宅用地影响因素分析

综合来讲,住宅用地规模量的变化主要受人口、经济、社会等多种因素的综合作用。这些因素的共同作用,形成了小城镇住宅用地扩张的驱动力,推动小城镇住宅用地规模不断扩张。

文章分别选取高家堰镇农业产值、工业产值、总人口、非农人口、农民人均纯收入和农村经济总收入与住宅用地面积做相关性分析,分析结果显示住宅用地与农业产值、工业产值、总人口、非农人口、农民人均纯收入和农村经济总收入之间存在线性相关,但存在相关性不是很显著的问题。主要原因在于由于受研究区域的地理因素和地质环境的影响,有些年份居民从地质灾害区或迁至外镇,或迁出本县,致使该区域内住宅用地年度变化呈现曲线式发展趋势。因此,在对该区域作住宅用地规模预测时,应因地制宜的采用合适的模型与方法。文章主要采用灰色系统模型与线性回归相结合的方法的进行预测。

3.2模型建立

由于采用灰色系统模型的必要条件是数据必须是非负性单调增长,根据所收集到的1997～2005年长阳土家族自治县高家堰镇的住宅用地面积数据。运用SPSS做分析得出,此数据不满足采用灰色系统模型的必要条件。但是对于影响住宅用地规模量的驱动力因素中,有农业产值、工业产值、农民人均纯收入、农村经济总收入满足采用灰色系统模型的必要条件。

综合以上分析,对高家堰镇的住宅用地面积和影响其规模量的驱动力因素的未来趋势做如下分析:

①针对住宅用地面积、总人口和非农人口历史年度变化不满足采用灰色系统模型的必要条件的情况,对以上三因素采用通过做散点图观察其分布,再运用曲线拟合的方式求出其变化趋势的曲线方程。从而得出以后住宅用地面积规模预测量、总人口预测量和非农人口预测量。

②针对农业产值、工业产值、农民人均纯收入和农村经济总收入历史年度变化满足采用灰色系统模型的必要条件的情况,对于以上四因素采用灰色系统模型方法进行预测。

3.2.1高家堰镇住宅用地变化驱动因素灰色关联度矩阵的计算

根据灰色系统分析方法的思路和要求,结合高家堰现有资料状况,选择高家堰镇的住宅用地规模为特征因素:以高家堰镇1997～2005年序列资料作为基础,选择6个影响因素:农业产值(X1)、工业产值(X2)、总人口(X3)、非农业人口(X4)、农民人均纯收入(X5)、农村经济总收入(X6)的实际数作为影响因子进行分析。

选取以上变量1997～2005数据(异常值采用紧邻均值来修正)作为分析样本,分别计算绝对相关度、相对相关度。

经DPS数据分析,可以得到影响因子的均值变换结果如表1所示。

根据以上计算结果,从住宅用地规模的驱动因素的关联度分析的排序结果来看,6个驱动因素对住宅用地规模量的关联序按照先后顺序分别是非农人口、总人口、农业产值、农民人均纯收入、农村经济总收入、工业产值。说明人口的发展决定着住宅用地规模量的趋势。

3.2.2灰色关联度矩阵

运用DPS进行GM(1,1)模型分析,得到综合关联度矩阵E,如表2所示。

3.2.3GM(1,1)模型预测方程

运用DPS对农业产值、工业产值、农民人均纯收入、农村经济总收入做GM(1,1)模型预测,得出预测方程如表3所示。

3.2.4曲线拟合预测方程

运用Excel软件对总人口、非农人口和住宅用地面积作曲线拟合分析,得出:

①总人口曲线拟合预测方程为y = -0.0002 X6 + 0.0154X5 - 0.3667X4 + 3.2082X3 + 2.7983X2 - 270.67X1 + 23034,相关系数R2=0.9902。

②非农人口曲线拟合预测方程为y = -0.0008X6 + 0.0685X5 - 2.1989X4 + 34.307X3 - 263.49X2 + 828.32X1 + 1011.7,相关系数R2=0.9538。

③住宅用地面积曲线拟合预测方程为y = 0.0036X3 - 0.1545X2 + 0.858X1 + 91.501,相关系数R2 = 0.9084。

3.3模型评价

为了更进一步地分析GM(1,1)模型预测的可靠性,利用灰色关联度提取的主导驱动因子,把GM(1,1)模型与线性回归模型相结合,即采用灰色线性回归模型的方法预测小城镇住宅用地。同时灰色线性组合模型与GM(1,1)模型预测相对照,并结合实际值进行结果的分析如表4所示。

从表中可以看出,由于更多地考虑了影响因素,与驱动因子相印证,灰色线性组合模型与GM(1,1)模型预测相比较,具有更大的精度。

运用SPSS对上表中的数据进行相关性分析和多元线性回归分析,得到住宅用地规模量与其驱动力因素之间的相关性系数如表5所示。

多元线性回归方程为:

y=62.282-0.003x1+0.001x3+0.009x4+0.001x6

相关系数R2=0.998

对用曲线估计和灰色回归组合模型对住宅用地规模量所得的预测方程做精度比较分析如表6所示。

综上可得出:

①GM(1,1)预测模型的数据量要求小,精度较高,具有较强的实用性和有效性,是比较理想的预测方法。

②GM(1,1)模型可以进行长期的预测,但预测仅反映一种趋势,而综合考虑驱动因素的灰色线性灰色组合模型更具有预测的可靠性。

③利用灰色系统模型预测出用地规模的规律,并通过驱动因子分析,为控制用地增长提供了数量依据,据此进行的小城镇住宅用地规模预测,可为土地利用总体规划提供可靠的保证。

3.4分析与结论

通过运用DPS、SPSS和Excel等软件对数据进行处理分析,对用曲线拟合和灰色组合模型预测的结果做误差比较分析,得出用灰色组合模型做的预测精度更高,更加满足科学性的要求,最后采用灰色组合模型得到2010年和2020年的住宅用地规模为86.618公顷和88.193 hm2。

参考文献:

[1] 郭洁.小城镇规划初探[J].百家论苑,2007,(2).

[2] 穆向丽.小城镇建设用地需求预测研究——以广东省阳山县为例[D].武汉:华中农业大学,2007.

[3] 严金明,蔡运龙.小城镇发展与建设用地管理[J].农业经济问题,2000,(1):36-39.

[4] 邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1987.

[5] 王万茂,韩桐魁.土地利用规划学[M].北京:中国农业出版社,2002.

[6] 邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1987.

[7] 张保林.论模型选择的重要性-基于灰色系统模型与时间序列分析模型的分析[J].江西金融职工大学学报,2008,(1).

[8] 鲁慧勇,周申立.回归模型在建设用地需求中的应用-以广安市为例[J].国土资源导刊,2007,(6).