吉林市建设用地需求量预测探讨

苗思达 张晓平

摘 要：为更加可以体现吉林市建设实际的土地需求。对吉林市分别采用多元回归分析和灰色预测模型、平均增长率法、经济计量预测。结果表明，通过各类建设用地预测汇总得出2016年吉林市建设用地为183590.65hm2，最为接近吉林市2016年实际值。多元回归分析法预测结果数据最大。灰色预测模型适预测结果数据偏小；预测各种建设用地时，采用多种预测方法通过定性定量分析更加可以符合吉林市建设用地需求。

关键词：建设用地 需求 预测方法 吉林市

合理的建设用地“供给”，是一个地区工业化、城市化发展方向和进程的“指南针”和“基本动力”。目前主要的预测模型和方法有灰色系统模型、多元线性回归模型、一元线性回归模型、双因素理论模型、时间序列模型、BP神经网络模型等。2004年罗罡辉等国内学者的建设用地需求预测方法的研究；再如，祝明霞2015年的城市建设用地需求预测—九江市为例等。然而，这种研究为建设用地总预测的方法，在各类建设用地预测研究中较少。各类建设用地的需求量预测有必要通过对应不同的方法。

1.研究区域概况及数据来源

研究区为地处松花江畔，东经E125°40～127°56，北纬N42°31～44°40之间。吉林市下辖船营区、昌邑区、丰满区等。2014年吉林市建设用地总量为174 409.04 hm2，各类新增建设用地面积如表1所示。数据来源于 2006-2014年吉林市国土资源局提供的资料。历年数据均出自《吉林市社会经济统计年鉴》。

2.研究方法

2.1 多元回归分析

多元回归是回归分析中的建立在多数量上的利用多个因变量与一个因变量相关联系的一种线性关系。其模型为：

多元回归分析法更适用于具有较为准确的数据的情况。

2.2 灰色预测

灰色系統模型方法是在缺乏准确信息基础上，可以得到具有一定规律的数据模型方法。建立GM（1，1）模式。预测期吉林市建设用地的数量规模：

其中a，u是辨别参数。该模型预测方法适用于在无规律采集数据较少的情况。

2.3 平均增长率

平均增长率是指在一段时间内平均增长率每年在不同年份之间变化的速率。在影响因素较为单一及变化速率不大的情况下，运用此方法较为简单。

2.4 经济计量预测

根据经济理论构建数学方程来表示各经济变量间的数学关系的经济理论。此方法适用于要在于对相关经济指标的选取是否与因变量具有较强的关联性。

3.预测过程与结果分析

3.1 预测过程

3.1.1 驱动因子的选择

提取导致建设用地变化的影响因素。根据数据的真实性和实用性，通过借鉴国内外相关研究。本研究分别选取了经济和社会生活中具有较强代表性的一系列影响指标：总人口、非农业人口、城市化率、城镇居民人均居住面积、农村居民人均居住面积、高校在校生人数、旅客运输量、货物运输量、全市GDP总额、全市财政收入、固定资产投资、第一产业总产值、工业总产值、工业增加值、第三产业总产值、人均GDP、第三产业增加值、城镇居民可支配收入、农村居民纯收入。

上述选取的19个指标与各类建设用地规模进行相关性分析，其时间序列均为2006-2014年。根据相关系数r来检验模型相关性的显著程度。建设用地分别选取5个最相关的指标，并选用大于0.90的那些指标，各类建设用地主要因素如表2所示。

3.1.2 多元回归模型预测过程

吉林市建设用地回归方程的建立：分析SPSS统计结果，得到模拟拟合度R2=0.9637，代表该模型拟合度和显著性较好。

结合吉林市5个指标的预测值，分别为求得2016年和2020年吉林市建设用地面积（hm2）为：Y2016=189 323.43，Y2020=195 865.9。

3.1.3 灰色系统预测

选择DPS灰色系统方法，根据误差标准差与数据标准差的比值计算均方差比值，通过最终GM（1，1）中的均方差比值C=0.3495和小误差概率P=0.99593进行精度检验。可以作为吉林市建设用需求预测的参考。

DP S灰色系统运算得出预测2016年吉林市建设用地总规模为178 227.9 hm2，2020年总规模为190 327.7 hm2。

3.1.4 各类建设用地需求量预测

根据不同用地的发展趋势，其中城镇工矿用地、农村居民点用地需求预测将采取平均增长率预测方程进行预测。将交通水利用地及其他建设用地采用平均增长率与回归分析法进行预测加权平均取值，并进行定性分析。特殊用地预测结果与实际差距较大，所以根据建设用地中的比重来反推。最终综合各类建设用地需求量并汇总。

其中，2016年吉林市城镇工矿用地面积为44579.48 hm2，2020年吉林市城镇工矿用地规模为49199.76 hm2。吉林市农村居民点用地2016年规模为93027.34 hm2，2020年为94364.34 hm2。估计2016年交通用水量将达36110.23 hm2，2020年达39970.23 hm2。2016年和2020年特殊用地的预测分别为9873.6 hm2和9933.6 hm2。

3.2 预测结果及分析

建设用地需求预测应通过定性与定量两方面进行合理分析预测，进行了建设用地需求总量预测和各类建设用地需求分类预测，运用多种预测方法综合分析，得到以下结果如表3所示。

4.结论与讨论

研究表明其中多元回归分析法需要分析建设用地需求量变化的主要影响因子，预测结果数据最大。灰色预测模型，预测结果数据偏小；预测各种建设用地时，采用多种预测方法预测并结合相关当地政策，通过定量分析与各类建设用地变化相结合，更加可以体现在吉林市建设实际的土地需求，建设用地需求还将不断增大。

由于在确定影响因素上还依然存在着某种人为因素而影响建设用地需求和不同类型建设用地预测，存在一定的人为因素可能会出现在各类建设用地需求预测中。

基金项目：江西省数字国土重点实验室基金项目“农村宅基地结构特征及优化利用研究”（DLLJ201613）。

参考文献：

[1]邹县委，王瑷玲，方颖.建设用地需求预测方法研究——以山东省东平县为例[J].国土资源科技管理，2011（3）：79-83.

[2]罗罡辉，吴次芳.建设用地需求预测方法研究[J].中国土地科学，2004（6）：14-17.

[3]穆向丽.小城镇建设用地需求预测研究[D].武汉：华中农业大学，2007.

[4]祝明霞，王文彩.城市建设用地需求预测——以九江市为例[J].西南师范大学学报（自然科学版），2015，40（06）：74-79.

[5]郭宏.湖南建设用地需求预测研究[D].长沙：中南大学，2010.