面向可持续发展目标的江苏土地利用模型构建与情景预测

马尚靖,胡 雪,赵子竣,曹 敏,顾秋实,陈 旻

(1.南京师范大学 地理科学学院，江苏 南京 210023;2.江苏银行股份有限公司，江苏 南京 210001;3.自然资源部城市国土资源与仿真重点实验室，广东 深圳 518034；4.东南大学 人文学院，江苏 南京 211189)

0 引 言

可持续发展目标(Sustainable Development Goals，SDGs)由联合国各个成员国在峰会中提出，包含17个可持续发展目标和169个具体目标，涵盖了经济、社会和环境3个方面[1]，为全球各个国家在2015-2030年间经济发展、社会进步、环境保护3个方面的可持续发展工作提供指导。联合国SDGs发布之后，还鲜有研究分析可持续发展指标体系在土地利用方面带来的影响[2]，土地资源作为自然资源的一部分，土地资源的可持续利用与SDGs目标一致，是实现经济、社会和环境全方面可持续发展的重要一环。

目前，对SDGs开展的定性研究主要以土地资源保护[2]，可持续城市[3]，环境生态维持[4]等不同方面为切入点；定量研究一般结合统计数据、遥感数据等多源大数据，探讨SDGs指标体系构建的方法和过程，对不同城市进行评估[5]。鲜有研究探讨在SDGs约束下的未来可持续发展状况，另外针对土地利用需求预测，一些学者考虑人口、经济等因素应用系统动力学模型预测了城市尺度乃至国家区域尺度的土地利用需求，但没有考虑到可持续发展因素[6]。因此本文以江苏省为研究案例，构建面向SDGs的土地利用系统动力学模型，依据联合国可持续发展报告构建指标指数和指示板，进行情景设置，探讨多情景下江苏省未来土地利用变化情况，可供土地利用变化模拟提供支撑，对SDGs目标下土地可持续利用问题研究意义重大。

1 研究区域及数据来源

本文研究区域如图1所示，收集了江苏省SDGs相关指标的统计数据，时间范围为2001—2015年，数据来源为EPS数据平台和国家统计局官方网站。

图1 研究区域

2 面向SDGs的土地利用系统动力学模型构建

2.1 模型子系统及指标确定

本文结合SDGs指标，以江苏省为空间系统边界，构建土地利用系统动力学模型，模型的系统边界为2001—2030年，时间步长1年，模型训练年份为2001—2015年，预测年份为2021—2030年。本文构建的面向SDGs的土地利用系统动力学模型不仅包含人口、经济等方面的变量，还结合联合国提出的SDGs指标与美丽中国指标体系，选定一系列指标，共同作用于系统动力学模型。本文将土地利用系统动力学模型分为人口子系统、经济子系统、社会生态子系统和土地利用子系统，各个子系统的因果回路如图2所示。

图2 模型子系统因果关系图

2.2 模型构建及精度检验

通过人口、经济、社会生态和土地利用各个子系统之间的因果关系分析和具体指标变量的确定，建立江苏省系统动力学模型。使用Vensim软件绘制的系统动力学模型结构流如图3所示。

图3 系统动力学模型结构流图

在模型模拟的过程中，需要对模型进行精度检验，以便于更好地模拟土地利用变化，得到更精确的结果。使用相对误差对模型模拟结果进行检验，相对误差由公式(1)计算得到。

δ=|L-L*|/L×100%

(1)

式中，δ为相对误差，能反映出模拟值的可信程度；L为真实值；L*为与L对应的模拟值。

对江苏省系统动力学模型进行精度验证，计算2001—2015年各地类与真实面积值的平均相对误差，结果如表1所示。由表可见，每种地类的平均相对误差均小于2%，说明模拟结果能较好地拟合真实的地类变化。

表1 模型结果及精度评价(单位：%)

灵敏度检验主要目的是检验模拟结果对于参数变化的敏感程度，确保模型结果不会过分依赖某个参数的变化[7]。灵敏度检验公式如下：

(2)

(3)

式中，SQ为地类Q对变量X的敏感度，S为变量X的平均灵敏度；Q(t)、X(t)为t时刻的用地类型与变量取值；ΔQ(t)、ΔX(t)为地类和变量t时刻的变化量；n为地类数，SQi为某地类的灵敏度。

选取下文情景设置涉及的6个情景变量进行灵敏度检验，验证各地类对情景变量的灵敏度，结果如表2所示。各变量的灵敏度均低于2%，可以进行后续的情景模拟。

表2 模型灵敏度(单位：%)

3 面向SDGs的土地利用面积多情景预测

3.1 情景设置

系统动力学模型根据变量的取值变化来模拟不同情景下系统的变化情况。本文参考联合国提出的SDGs指标体系，选取GDP增长率、空气质量因子、污染治理因子、基础设施因子、医疗因子和教育因子6个指标，通过每个指标不同取值的组合，设置基准情景、经济发展情景、环境保护情景和社会进步情景4种情景。依据《SDR 2020》报告中关于指标指示板的说明，构建本文指标的指数和指示板，将每个指标的可持续程度依次分为：绿色、黄色、橙色和红色不同等级。结合当前可持续程度，得到情景设置如表3所示，绿色、黄色、橙色和红色的具体取值，即各个指标未来的发展趋势，将由从指标当前年份的值线性发展至2030年达到各自等级最低值的斜率决定，由绿色到黄色、橙色和红色表示当前指标的可持续程度逐渐降低，绿色表示该指标的可持续发展程度为优，红色表示可持续程度最低，常规表示该指标维持当前的发展趋势。

表3 情景参数设置

3.2 预测结果

在模型情景设置的基础上，在系统动力学模型中输入不同情景下表函数、常量及各个一级指标的取值，将模型预测初始年份设置为2016年，终止年份为2030年，得到江苏省各个地类多情景下的预测结果，比较2030年不同情景下各地类占比情况如图4所示。在不同发展情景下，每个用地类型的土地利用变化趋势都与当前该地类的变化情况相吻合，呈现出平稳变化的特征。由于滚动预测，不同情景下各指标对土地利用变化的影响逐年累加，各个地类不同情景下土地利用变化的差异随时间变化而加大。

在环境保护情景下，空气质量因子和污染治理因子的各个二级指标均设置为到2030年至少达到可持续绿色等级。由图4可知，在实现区域绿色发展的情景下，耕地、林地和草地面积在4种情景中减少量最小，城市用地增加量小于其他3种情景，空气质量和耕地等资源得到保护，一定程度上抑制了经济发展和城镇化进程。在经济发展情景与社会进步情景中，城市用地增长率较高，其他用地类型面积下降率较高，这两种情景均有较快的GDP增长率，城镇化进程逐步加快。

图4 2030年各情景预测结果

4 结 语

本文在SDGs本土化研究的基础上，选取合适指标，构建面向SDGs的土地利用系统动力学模型，设置不同情景，预测不同情景下各个地类的数量需求及变化趋势，得到如下结论：

(1)未来所有情景下江苏省各个地类面积均呈现出平稳变化的特征，然而随时间累积增长率变大，情景对土地利用变化程度的影响逐渐加深。

(2)4种情景下的土地利用变化中，环境保护情景的城市用地增加量最少，SDGs所倡导的可持续发展理念使耕地等资源得到保护，也在一定程度上抑制了经济发展和城镇化进程。

(3)经济发展和社会进步情景下，经济发展水平较高，基础设施及教育、医疗方面的SDGs指标可持续发展程度较高，城市用地增长较快，城镇化进程加速，经济社会水平均得到迅速发展。