“多规合一”视域下国土空间规划方法探讨

文/王丰、张骏杰 江苏金宁达房地产评估规划测绘咨询有限公司 江苏南京 210036

张骏杰 中国地质大学（北京）土地科学技术学院 北京 100083

国土空间是由水域、陆地及领空等组成的地域空间，其包含了土地、人口、产业、矿产资源等要素[1]。我国国土空间面积辽阔，但是适宜生存和发展的空间有限，人类对于空间的开发直接造成了土地供给与需求的不平衡，这些制约使得合理利用与规划空间成为必要，国土空间规划作为合理布局国土空间和开发利用的规划[2]应运而生。我国将过去与土地利用空间相关的规划进行融合并形成为一套国土空间规划体系，即“多规合一”。目前针对“多规合一”的国土空间规划研究多数停留在理论层面，缺乏有效的解决方案。因此，探讨如何运用科学有效的方法实现“多规合一”对推进我国国土空间规划编制和管理具有重要的研究意义。

1、空间规划进展及方法研究现状

1.1 存在问题与进展

改革开放以来，我国经济的快速且持续增长，工业化及城镇化的快速推进使得我国国土空间发生重大变化[3]。虽然这种变化推动了我国社会经济的进步，但同时也带来不少需要重视的问题，例如生态环境恶化与工业化发展的矛盾、耕地资源减少过快、城乡发展不协调、开发强度过大等，因此必须统筹谋划未来空间规划的战略格局，促进社会与国土空间协调发展，形成科学有效的规划方法。

我国主流的规划主要有城乡总体规划、土地利用总体规划、主体功能区划等，各类规划从部门利益出发，实行自己的一套规划体系和分类标准，致使多个规划重复实施、口径不一，造成了社会资源的浪费。同时出现规划不协调，形成多种重复冲突的区域，在缺乏主管部门牵头协调的情况下，往往造成部门职能交叉难以有效推进的僵局。为此，习近平总书记在十八大会议及中央城镇化工作会议上提出，要大力推进生态文明建设，编制统一的空间规划。随后，十三届人大一次会议表决通过了关于国务院机构改革方案的决定，批准成立自然资源部：国土资源部整合国土资源部的职责，国家发展和改革委员会的组织编制主体功能区规划职责，住房和城乡建设部的城乡规划管理职责，水利部的水资源调查和确权登记管理职责，农业部的草原资源调查和确权登记管理职责，国家林业局的森林、湿地等资源调查和确权登记管理职责，国家海洋局的职责，国家测绘地理信息局的职责，为建立“多规合一”的国土空间规划体系确立了制度基础。2019年1月初，全国人大公开征求《土地管理法》修正案草案征求意见稿，为“多规合一”预留空间，明确规划改革完善的方向是多规统一合并为国土空间规划。

1.2 方法研究现状

“多规合一”视域下的国土空间规划，核心为规划方案的合一[4]，其本质在于对国土空间资源的多种用途或多重功能的一种优化配置，目前国内外学者在国土空间资源优化配置上的研究经历了从理论探索、数学方法构建、结合GIS的空间布局优化到人工智能算法领域探索的过程，主要研究国土空间演化的过程、格局及驱动因素，模拟国土空间的变化从而寻找国土空间演变的时空规律和区域分异特征，通过定性分析和定量研究相结合的方法，不断探索影响空间发展的驱动因子，从而为下一步研究提供思路。

在国内，针对我国国土空间规划的研究侧重点主要集中在“三生空间”协调发展、资源集约节约利用、生态环境保护、多重空间冲突优化等，而从“多规合一”角度出发的空间规划研究主要为多重空间的冲突优化。多重空间的冲突问题有多种，包括单一规划但由于土地多用途、多功能的属性所导致的冲突，或者多种规划的组合导致重叠等，不同学者根据自己的研究目的改进前人方法进行研究，追溯其研究方法的本源，不外乎线性规划、CLUE-S模型、系统动力学等方法，本文根据这些方法的作用机理，按照其所解决问题的维度进行分类归纳。

2、现阶段优化配置方法

2.1 基于数量结构优化的方法

基于数量结构优化的方法起步较早，在完善理论后学者就开始引入数学领域的模型来进行定量计算，该方法主要从空间资源的数据着手，通过不同的影响因子或参数来组合构建数学模型，计算出最符合研究目的的分类方式。

2.1.1 线性规划法

线性规划法是一种确定的静态模型，常用于求解多变量问题。该方法由目标函数、决策变量和约束条件构成，目标函数即一元线性函数，决策变量为多个自变量，在国土空间中表现为土地的用途或利用方式，约束条件由线性代数式（等式或不等式）表示，该方法的标准形式如下[5]：

式中MaxZ为目标函数公式，式（2）为约束条件，式（3）为决策变量的非负限制。

该方法依据调查所得的资料和社会发展需求，从社会、经济和生态效益中选取一种作为规划的目标，其次划分土地的用途或利用类型并确定各变量权重（通常采用专家打分法、AHP层次分析法或综合平衡法），将剩余的效益作为约束条件并利用计算机技术解得最终结果，相比于传统的人为调整土地利用结构的方法，线性规划法更具有科学性和可操作性。

实际上，国土空间是一个复杂的巨系统，各变量之间并非简单的线性关系就能描述清楚，变量的设定及参数设置均存在较多主观因素，在目前阶段的研究中该方法已经显得过时，不过该方法奠定了优化配置方法的基础，在这个基础上又改进得出灰色线性规划模型及多目标规划模型等方法。

2.1.2 灰色线性规划模型

针对线性规划法过于单一的缺陷，学者引入灰色变量使其具有动态模拟的特征，将部分变量的数值采用区间段的方式来设置，这样可以使得模型结果不再单一，给研究提供了多种可能。相比于传统的线性规划法，该模型提供了多种规划结果，更适用于空间资源的数量配置，但仍停留在线性关系层面。

2.1.3 多目标规划模型

针对以上两种方法的不足，国外学者在前人方法中引入非劣解的思想，使得方程组不再是单一的线性函数，它可以根据研究人员的目的来设定多种目标函数，并得出能平衡多种函数的解集。尤其是在国土空间规划领域，通常要满足不同规划部门的规划体系或目的，达到社会、生态和经济效益的相对最大化。通过对不同目标函数权重的赋值，辅助计算机进行效益判断，最终得出的解集供研究者挑选。该方法较好的解决了传统线性方法的静态问题，但是仍然停留在数量结构层面，需要具体落到空间图层中才能真正实现国土空间规划。

2.1.4 系统动力学模型

系统动力学模型是一种建立在控制论、系统论和信息论基础上的模型，该模型从系统内部结构入手，通过对各空间之间及其与周围环境间的正负反馈关系进行分析，从而模拟资源优化配置的过程，适合解决长时间段的动态优化问题（图1）。该模型很好的跳出人为控制以求达到机器智能化，但是在模拟空间之间反馈关系时过于宏观，难以研究空间单元之间的联系及相互作用，同时系统动力学模型对于许多因素的确定存在较多定性，如何将其定量化是一个待解决的难题。

图1 系统动力学结构图[6]Fig.1 Structure diagram of system dynamics

2.2 基于空间布局调整的方法

传统意义上的空间资源优化配置仅仅在数量上进行结构优化，随着社会、经济及生态发展对国土空间规划的要求逐步提高，国土空间规划的重点转向了空间布局调整，只有能落地的规划才能更好地与实际相结合。利用GIS强大的空间信息处理功能解决传统数学模型难以解决的问题，能更好地辅助研究人员进行可视化研究。

2.2.1 CLUE-S模型

CLUE-S模型主要用于研究土地利用与变化，该模型通过对土地利用变化与其所在区域的社会、经济和生态环境等因素之间的关系进行量化，运用系统论的方法处理不同土地利用类型之间的竞争关系，从而实现良好的空间模拟效果[7]。由于CLUE-S模型的友好性，其能与多种模型进行耦合优化，兼容度较高，且自下而上从空间单元出发进行整个国土空间的优化配置，达到良好的规划效果（图2）。目前该方法存在一定缺陷：过于考虑微观单元，若某一环节设置有偏差，则得出的结果可能不理想，需要结合其他较宏观的模型来进行改进。

图2 CLUE-S结构图[8]Fig.2 Structure diagram of CLUE-S

2.2.2 多智能体系统

多智能体系统是由两个及两个以上主体所构成的系统，该系统模拟了人的交互模式，不仅考虑主体自身的规则，同时需要对其他主体做出一定的回应。该模型能很好地模拟不同情景下国土空间资源的演变过程，但是研究仍然停留在定性方面，仅考虑完全市场化背景，对于模拟尺度的大小、精度检验均存在空白，有待进一步探索。

图3 多智能体系统结构图[9]Fig.3 Structure diagram of multi-agent system

2.2.3 元胞自动机

元胞自动机适用于时间空间均离散的研究，该模型没有固定的函数或者方程组，而是由一系列规则所组成，因此元胞自动机实质是一种模型框架[10]。转换规则是其中最重要的部分，但是对于规则的定义具有很大的主观经验，其尺度确定及效应研究不足，目前大多数采用单一的规则格网进行国土空间单元划分，缺乏社会经济属性。

2.3 引入智能算法的方式

算法作为一种解决问题的逻辑方法，用于求解人类所不能直接计算的模型[11]。随着大数据和人工智能时代的来临，越来越多的学者开始研究智能算法在国土空间规划中的应用。

由于仅做空间资源数量结构优化或仅结合GIS进行空间布局优化的方法对于影响变量的考虑均存在不足，学者们尝试将其与其他学科的方法结合，如生物智能中的遗传算法[12]、微粒群算法[13]、模拟退火算法[14]等，通过对智能算法适应性的改造，提高算法求解效率，减少错误解的可能，目前已成国土空间规划方法研究的主流方式。

3、多规合一视域下空间规划方法

通过以上对现有适用于国土空间规划方法的梳理，可以发现学者针对国土空间资源优化配置的方法研究从数量结构优化着手，起初仅调整数据达到结构性优化，在方法不断的改进同时，结合GIS实现空间可视化，考虑到模型复杂程度的增加，又引入智能算法辅助解决方程并提供更多的解，同时为了弥补单一方法的缺陷，将多种方法进行组合来解决问题。综上，未来基于“多规合一”视域下的国土空间规划方法主要发展方向有以下几个方面。

3.1 多目标化

国土空间规划是在人口和生产力科学布局下合理配置国土空间资源，对各类国土空间开发利用和保护修复做出有序分工，而在“多规合一”基础上的国土空间规划更多的需要考虑到不同规划之间的协调和融合。在做该研究时不能仅考虑一种优化目标，需考虑到生产空间、生活空间和生态空间布局协调且综合利益最大化，促进城乡融合，同时兼顾宏观与微观层面的发展，因此未来的国土空间规划方法是一种基于多目标发展的模型，目标函数之间互相博弈与协调。

3.2 大数据技术

国土空间规划的实施需要与实际相结合，真正落到地块单元上实现“一张蓝图管到底”，随着遥感技术的成熟和数据采集精度的提高，研究底图的数据量已成几何倍数增长，GIS等软件中传统的工具已经难以实现复杂模型的求解和快速出图，未来国土空间规划的方法需引入能实现自我学习的人工智能算法等，结合编程软件实现复杂模型的求解和巨量数据的处理，最后再在GIS、CAD软件中实现规划的可视化。

3.3 方法耦合

现阶段无论何种方法均有其局限性，未来在进行国土空间规划时需进行不同方法间耦合的尝试，由于用于国土空间资源优化配置的方法较多，因此可产生的耦合包括模型与模型的耦合、算法与模型的耦合[15]或者是多个模型的耦合等，如何选取合适有效且高效的方法是未来需要研究的方向，笔者认为可筛选合适的解释变量进行方法有效性评价，以此选取出最优的方法组合。

结语：

“多规合一”视域下的空间规划，应当能为未来的国土空间发展提供科学依据，现阶段如何将土地利用规划、城乡规划、主体功能区规划等空间规划融合为统一的国土空间规划缺乏有效的解决方案。而“多规合一”的本质在于国土空间资源的优化配置，本文通过梳理现阶段已有研究方法，总结各方法适用性，分析得出未来的研究需以大数据为技术支撑，通过多种方法耦合的方式实现多个目标利益最大化的国土空间规划。除了自上而下将不同规划叠加并利用不同数学模型和算法来优化空间的方法外，笔者认为，通过自下而上的方式融合不同规划的特征，重新定义各地类的组成要素或识别方式，从而构建新型国土空间规划方法和体系也是未来可以探索的方法之一。