乌鲁木齐市城镇化与耕地保护的协调性评价及预测

阿力木江·吐斯依提，努思曼姑·玉素音，努尔麦麦提·艾尔肯，刘润香

（1.新疆农业大学 公共管理学院，新疆 乌鲁木齐 830052；2.新疆财经大学 工商管理学院，新疆 乌鲁木齐 830012；3.新疆农业大学 资源环境学院，新疆 乌鲁木齐 830052）

0 引言

城镇化是衡量域经济发展水平和生活水平的重要标准，是不断发展的必然结果[1]。随着城镇化不断发展，城镇规模逐渐扩大，导致耕地数量持续减少，尤其是城镇外延式的扩张，成为耕地资源减少的主要原因[1-2]。然而，保障粮食安全是一个国家和地区经济和社会稳定发展的基础，耕地保护作为国家和地区粮食安全战略的首要条件，在任何时期都是人们关注的焦点，是人们赖以生存和可持续发展的基本条件[2-3]。探索城镇化与耕地保护的耦合协调性，关系到区域经济发展与国家粮食安全相关决策[4]，对于合理控制区域城镇用地规模、保护耕地资源等方面具有重要的理论和实践价值[5]，已经成为当前研究迫切需要解决的问题。前人对城镇化和耕地资源的关系进行了积极的探索，并取得了一定的成果[6]。从研究区尺度上看，梁辉[5]、范辉[6]、李智国[7]、古丽美合日·阿巴斯[2]、郭瑾瑞[3]等分别针对国家、省、区域等不同尺度的研究区进行探索分析，得出不同尺度研究区城镇化和耕地的协调性。从研究内容上看，张浩[1]、李子瑞[4]、杨丹[8]、殷伟等分别从耕地保护-建设用地-城镇化方面、新型城镇化与耕地集约利用方面、粮食生产与消费能力脆弱性以及土地利用与生态环境耦合协调性方面进行了研究；有些学者还结合耦合现状给出了对将来若干年后的耦合协调性的预测[4]。研究方法上，仅在指标权重确定和预测模型上有一定差异，在耦合协调度模型和协调类型的选择方面基本相同。从研究区域看，研究区主要集中在河南[5]、陕西[1]、东北[4]、云南[7]、广东[9]等我国中部、东部以及西南部省份和城市[10-21]，对于祖国西部区域，尤其是新疆范围，仅有塔里木河流域有一定的研究，且主要是研究土地利用和生态环境耦合协调性[22-24]。总体来看，城镇化和耕地耦合协调性研究的总量较为丰富，而耕地保护和城镇化的耦合协调性研究较少；对西北尤其是对乌鲁木齐市鲜有研究。本文以乌鲁木齐市为研究区，基于2008—2019 年社会经济统计数据，从2 个方面选择5 个具体指标构建城镇化和耕地保护的指标体系，采用熵权法确定各指标间的权重，运用耦合协调度模型评价区域耕地保护和城镇化的耦合协调性，选用GM(1,1)灰色系统模型预测探讨2025年耦合协调性发展情况，为明晰乌鲁木齐市城镇化与耕地保护提供相关决策参考。

1 材料与方法

1.1 研究区概况

乌鲁木齐市位于新疆维吾尔自治区北部，深居亚欧大陆腹地，是世界上离海洋最远的城市，属中温带半干旱大陆性气候，海拔680～920米，市区内平均海拔800米，地势由东南向西北降低，市区三面环山，北部平原开阔；南北较窄，东西狭长，是新疆维吾尔自治区的首府，是全疆政治、经济、文化的中心，也是全疆的交通枢纽[2，22-24]。

1.2 数据来源

本文除了2019 年乌鲁木齐市人口数据来自第七次人口普查数据、2010 年的数据来自《乌鲁木齐市统计年鉴》之外，其余的2008—2019 年的数据均来自《新疆统计年鉴》，或者经过统计年鉴数据计算处理获得。

1.3 研究方法

1.3.1 评价指标体系构建。指标体系的科学构建是精准定量城镇化和耕地保护耦合协调性的关键。基于前人的研究[25-30]，结合城镇化和耕地保护的内涵，以及数据可获取性，选择城镇化和耕地保护两个维度，从人均耕地面积、单位面积产量两个方面构建耕地保护指标体系；从二三产占总产值的比重、城镇人口占总人口的比重、人均GDP 三个方面构建城镇化的指标体系（表1）。

表1 乌鲁木齐市城镇化和耕地保护耦合协调度综合评价指标体系

1.3.2 指标权重的确定。目前对于指标权重确定的方法有主观赋权法和客观赋权法，具体有特尔斐法（Delphi）、层次分析法（AHP）、主成分分析法、熵值法等方法[1]。本论文为减少人为判断因素的影响，避免人的主观意愿影响权重的计算过程，采用熵值法确定权重[31]。熵值法根据某个指标的信息熵的大小来判断其权重，即某个指标的信息熵越小，表明指标的变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大。反之，则越小[31]。权重确定及数据处理过程如下：

第一，数据的标准化处理。由于数据量纲不同、数量级差别较大，因此需要对数据进行标准化处理。本研究采用极差变换法，利用正向指标处理公示和负向指标公示分别对正向指标和负向指标进行标准化处理。由于此次所有指标均为正向指标，均采用公式（1）进行处理。

式中，Pij表示在第j 项指标中所占的比重；n为样本个数。

第三，计算信息熵值。

式中，k 为常数，k=1/lnn，与系统的待评项目有关。若系统完全无序，意味着信息分布均匀，即Pij=1/n，此时有序度为0，熵值ej则最大。

第四，计算指标权重。

式中，wj为指标j 的权重；m 为指标个数。

第五，计算综合评价值。

式中，Zi表示样本i 的综合评价值。

1.3.3 耦合协调度模型。耦合是指两个或两个以上的系统或运动形式通过各种相互作用而彼此影响以致协同的现象，耦合度只能说明相互作用的强弱，无法反映协调发展水平的高低[1]。协调是两种或两种以上系统或系统要素之间一种良性的相互关联，是系统之间或系统内要素之间配合得当、和谐一致的现象。耦合协调度是度量系统或内部要素在发展过程中彼此和谐一致的程度，体现了系统从无序到有序。

为此，本研究借助物理学中的耦合协调度模型，结合统计学中的变异系数，构建耦合度模型：

式中，n 为子系统个数；耦合度C 值介于0 到1之间，C 值越接近于1，子系统间离散程度越小，耦合度越高；C 值越接近于0，则子系统间离散程度越高，耦合度越低。

耦合度并不能全面反映子系统间的协调情况，因此，本研究进一步将协调度发展纳入模型中，以此综合反映子系统间的协调发展程度。

式中，D 为协调发展度；Ui为子系统得分；T 为n个系统得分Ui的加权平均值；ai为第n 个子系统的权重，=1。本系统中有城镇化和耕地保护这两个子系统，所以n=2。本文认为城镇化和耕地保护同等重要，以此a1=a2=0.5。

介于前人的研究成果[6]，结合研究区的实际情况，本研究将协调度发展度划分为10 个等级（表2）。

表2 协调发展类型、等级及区间

1.3.4 灰色系统理论。灰色动态模型是以灰色生成函数概念为基础，以微分拟合为核心的建模方法，若原始数据为无规律、随机、有明显摆动的一组数据，通过对其进行依次累加，获得一组新的数据列，新数据列为一条点掉增长的曲线，增加了原始数据的规律性，而弱化了波动性。灰色预测GM(1,1)模型是对于数列的不断累加进而发现累加数列的规律，最后通过时间响应函数，由小数据精准预测[32-34]。灰色模型GM(1,1)数据处理过程：

第一，给定原始时间数据列，如公示（10），通过对公示（10）数据的一次累加获得数据列，如公式（11）。

第二，检验原始数据和新生成的数据列，若新生成的数据列满足准指数规律时，可对新生成的序列建立GM(1,1)模型，如公式（12），式中X(1)为时间响应函数；dx(1)/dt 是关于时间的微分；t 为时间；a 为待辨识参数，即发展系数；b 为待辨识内生变量，即灰作用量。

常数a、b 可通过最小二乘法拟合得到公示（13），即：

第三，求得灰色预测模型的公示（12）的时间响应式（14）对公式（15）进行最小二乘估计，得到公式（16）。

第四，累减还原值。

第五，误差验证。对模型模拟精度验证是研究模型可靠性的必要过程。当前常用的进度验证方法是对模型进行后验差检验，即先计算数据离差S1 及残差的离差S2，再计算后验比C=S1/S2 及小误差概率P，根据C 和P 完成模型诊断，当P＞0.95 和C＜0.35时，模型可靠。本文中预测城镇化和耕地保护耦合协调性的模型的构建，及进度验证均通过灰色理论计算器工具V1.0.2.1 中的GM(1,1)模型完成。

2 结果与分析

2.1 城镇化指数分析

为了比较各不同单位指标之间的大小，采用极差变换法，利用正向指标处理公示对城镇化各个指标进行标准化处理，处理后各指标值均在0～1 之间；采用熵权法对每一个指标赋权重，最终城镇化指数U1=ax1+bx2+cx3，其中x1、x2、x3为城镇化的三个指标，a、b、c 分别为x1、x2、x3的权重。从2008—2019 年的城镇化指数来看，城镇化指数虽有小的波动，但总的来说呈递增趋势（图1d），从2008 年的0.01 增长到2019 年的0.18，说明乌鲁木齐市在研究时段内第二、第三产业生产总值占GDP 的比重会逐渐增大，与图1（a）描述一致；城镇人口占总人口的比例明显增大，与图1（b）描述基本一致；人均GDP 稳步提升，与图1（c）的情况基本一致。用GM(1,1)模型预测2025 年城镇化指数将达到0.97，说明二三产业生产总值占总产业生产总值的比重、城镇人口的比例以及人均GDP 增长的趋势会持续到2025年，甚至更长时间。

图1 2008—2019 年城镇化指标及城镇化指数变化图

2.2 耕地保护指数分析

同城镇化指数计算，采用极差变换法，利用正向指标处理公示，对耕地保护指数各个指标进行标准化处理，处理后各指标值均在0～1 之间；采用熵权法对每一个指标赋权重，最终耕地保护指数U2=dy1+ey2，其中y1、y2为耕地保护的两个指标，d、e 分别为y1、y2的权重。基于2008—2019 年的数据计算获得耕地保护指数，从耕地保护指数来看，呈倒“U”型形态，即耕地保护指数呈“先上升，后下降”的趋势，由图2（d）可以看出，从2008 年到2011年，耕地保护指数呈现出上升趋势，从0.05 增长到2011 年的0.11，结合人均耕地面积与图2（a）和单位面积粮食产量图2（b）来看，这段时间内虽然人均耕地面积递减，但是单位面积粮食产量增长迅速，二个指标综合使得耕地保护指数仍呈现出上升趋势。2017 年开始，乌鲁木齐市单位面积粮食产量有些许波动，连续两年减产，由2017 年的0.11减少到2019 年的0.04，加上人均耕地面积在此期间也是下降趋势，使得耕地保护指数呈现出下降趋势。用GM(1,1)模型预计2025 年耕地保护指数为0.08，说明人均耕地面积、单位面积粮食产量衰减的趋势会持续到2025年，甚至更长时间。

图2 2008—2019 年耕地保护指标及耕地保护指数变化图

2.3 城镇化与耕地保护耦合协调性分析

从2008—2019 年的城镇化与耕地保护耦合协调性来看（表3），在此期间，乌鲁木齐市城镇化与耕地保护耦合协调度处于相对较低水平，最高值为0.3，仅仅处于中度失调类型，但总的来说，城镇化与耕地保护耦合协调性呈现出缓慢上升趋势，数值由2008 年的0.06 上升到2019 年的0.22。用GM(1,1)模型预计2025 年城镇化与耕地保护耦合协调度，将达到0.54，说明城镇化与耕地保护耦合协调度缓慢增长，预计到2025 年可以达到勉强协调类型。

表3 2008—2019 年城镇化与耕地保护耦合协调分析

3 讨论

从城镇化与耕地保护指标体系的构建来看，耕地保护方面，人均耕地面积和单位面积产值二者一个控制数量因素，一个控制质量因素，因此这二者几乎同样重要，国内外学者均采用这两个指标。但在研究耕地和城镇化的耦合协调性时，多数研究采用耕地面积，本文采用人均耕地面积，原因是在统计年鉴中自2008 年之后，多年的耕地数据仍使用2008 年统计的耕地面积，体现不出耕地面积变化。在探索城镇化和耕地保护耦合协调性方面，除了要考虑时间序列的因素之外，在数据能够支持的前提下，应该更进一步考虑空间分布因素，综合考虑区域时空分布时，可更好地为区域耦合协调性决策方面提供参考。但一个市或者县的统计年鉴数据无法分开各个部分耕地的空间分布，这限制了对一个市或县空间分布的分析。

本研究通过数据分析耕地保护指数重要指标之一人均耕地面积呈现降低的趋势，城镇化指标高权值因素城镇化人口占总人口比重呈现出增长的趋势，而数据和预测结果都验证出乌鲁木齐市城镇化与耕地保护耦合协调性相对来说较低，因此乌鲁木齐市在制定规划或做出决策时，需要构建出城镇化和耕地保护协调发展的模式和机制。

4 结论

本文基于2008—2019 年社会经济统计数据，以乌鲁木齐市为研究对象，建立耕地保护和城镇化的2 个维度，5 项指标体系，采用熵权法确定各指标间的权重，运用耦合协调度模型评价区域耕地保护和城镇化的耦合协调性，选用GM(1,1)灰色系统模型预测探讨2025 年耦合协调性发展情况，得出如下结论：

（1）2008—2019年，乌鲁木齐市除了人均耕地面积呈现减少的趋势之外，单位面积产量、二三产业占GDP 比重、城镇人口占总人口比重、人均GDP 等指标都呈现出增加趋势。

（2）2008—2019年，乌鲁木齐市城镇化指数呈递增趋势，耕地保护指数呈“先上升，后下降”的趋势，城镇化和耕地保护耦合协调度相对来说较低，最好时协调性值为0.3，处于中度失调类型。

（3）预测2025年，乌鲁木齐市城镇化指数将达到0.97，耕地保护指数为0.08，城镇化和耕地保护耦合协调度为0.54，达到勉强协调类型。

综上，为保障乌鲁木齐市经济高质量发展的同时，确保粮食安全，必须进一步提升乌鲁木齐市耕地保护水平，建立健全耕地保护与监管机制，在保证耕地数量不减的同时，要保证耕地肥力不减，产量不降。同时合理确定城镇的规模，吸取借鉴其他区域从传统的粗放的蔓延式扩张经验，引导乌鲁木齐市向新型集约的城镇化方向发展，探索构建出城镇化与耕地保护协调发展模式。