任家強(qiáng)，宋海英，王婧琪

（沈陽建筑大學(xué)管理學(xué)院，遼寧沈陽110168）

基于灰色預(yù)測(cè)模型的遼寧省城鄉(xiāng)建設(shè)用地需求預(yù)測(cè)研究

任家強(qiáng)，宋海英，王婧琪

（沈陽建筑大學(xué)管理學(xué)院，遼寧沈陽110168）

從建設(shè)用地需求預(yù)測(cè)的理論出發(fā)，采用2010年～2015年遼寧省城鄉(xiāng)建設(shè)用地統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用灰色GM（1,1）模型對(duì)遼寧省11個(gè)地級(jí)市（鐵嶺、朝陽、葫蘆島除外）的城鄉(xiāng)建設(shè)用地中的城鎮(zhèn)用地、村莊用地等進(jìn)行預(yù)測(cè)。結(jié)果表明：2017年～2020年期間城鎮(zhèn)、村莊用地總量仍呈上升趨勢(shì)，預(yù)計(jì)到2020年城鎮(zhèn)用地將增加20204公頃，城鎮(zhèn)用地需求仍呈現(xiàn)較大增幅；村莊用地增加1650公頃，村莊用地增速明顯下降。

城鄉(xiāng)建設(shè)用地；灰色預(yù)測(cè)模型；遼寧省

1 研究方法

采用灰色系統(tǒng)GM（1，1）模型預(yù)測(cè)的優(yōu)點(diǎn)在于其即適應(yīng)有“干擾因子”存在的已知數(shù)列，又可以有效的利用已知的較少的樣本，適用于對(duì)未來時(shí)段的系統(tǒng)的預(yù)測(cè)。具體應(yīng)用灰色系統(tǒng)GM（1，1）模型對(duì)遼寧省2016年～2020年的建設(shè)需求土地進(jìn)行預(yù)測(cè)，將Xt（0）（k）定義為非負(fù)原始序列，一次累加生成數(shù)列Xt（1）（k），于是，x（0）（k）的GM（1，1）白化微分方程為：

GM（1,1）模型對(duì)應(yīng)的標(biāo)準(zhǔn)解為：

式中：α、μ是待確定的未知參數(shù)；t為時(shí)間。

采用后檢驗(yàn)差檢驗(yàn)方法對(duì)模型進(jìn)行精度檢驗(yàn)?zāi)軌蛱岣逩M（1，1）模型預(yù)測(cè)值的精度和可靠性。后驗(yàn)差精度檢驗(yàn)的依據(jù)：后驗(yàn)差c和小誤差概率p。記原始數(shù)列的均方差為，殘差數(shù)列的方差是S22，即：，式中：是預(yù)測(cè)數(shù)據(jù)誤差，是預(yù)測(cè)誤差的均值，c的大小表明模型預(yù)測(cè)值與實(shí)際值之差的離散程度，越小越好。

2 結(jié)果與分析

2.1 遼寧省城鎮(zhèn)用地需求預(yù)測(cè)

將2010年～2015年遼寧省城鎮(zhèn)用地進(jìn)行累加，帶入公式1、公式2求得，α=-0.028022，μ=286152.411433，得到GM（1，1）模型為：X（k+1）=10494266.932828e0.028022k-10211834.3228 28求得：S1=15711.09362；S2=3105.398039，由此 c=0.1976563 89＜0.35（優(yōu)）p=1（好）符合預(yù)測(cè)精度要求，利用此模型進(jìn)行建模的預(yù)測(cè)結(jié)果到2018年城鎮(zhèn)用地需求為362743公頃，2019年為373052公頃，2020年為383653公頃。

2016年～2020年期間遼寧省城鎮(zhèn)用地總量呈持續(xù)上升，發(fā)展趨勢(shì)符合《遼寧省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》中提出來的“積極推進(jìn)城鎮(zhèn)化發(fā)揮中心城市的帶動(dòng)輻射作用，構(gòu)建區(qū)域發(fā)展新格局”的發(fā)展要求。2016年～2017年、2018年～2020年城鎮(zhèn)用地年均增長(zhǎng)分別為9749.15公頃、10454.90公頃，建設(shè)用地的變化除受自身發(fā)展規(guī)律的影響外，受社會(huì)經(jīng)濟(jì)發(fā)展的影響較大，尤其是國(guó)家政策的影響和制約。在資源和環(huán)境額共同約束下，建設(shè)用地的增長(zhǎng)是有限的，各類建設(shè)用地的發(fā)展也是不平衡的。

2.2 遼寧省村莊用地需求預(yù)測(cè)

將2010年～2015年遼寧省村莊用地?cái)?shù)據(jù)進(jìn)行累加，代入公式1、公式2求得，α=-.001502，μ=542709.128821，GM（1，1）模型為：X（k+1）=361928743.858242e0.001502k-361388325.808242后驗(yàn)差檢驗(yàn)。c=0.254698709＜0.35（優(yōu)）p=1（好）符合預(yù)測(cè)精度要求，由此求得預(yù)測(cè)結(jié)果2018年為549677公頃，2019年為550503公頃。

2016年～2020年遼寧省村莊用地總量持續(xù)上升，這與《遼寧省土地利用總體規(guī)劃》“社會(huì)主義新農(nóng)村建設(shè)，需要一定的新增建設(shè)用地周轉(zhuǎn)支撐”相吻合，符合“堅(jiān)持統(tǒng)籌城鄉(xiāng)發(fā)展，建設(shè)社會(huì)主義新農(nóng)村”趨勢(shì)。2016年～2017年、2018年～2020年村莊用地年均增長(zhǎng)分別為823.61公頃、826.71公頃，近期與遠(yuǎn)期年均增長(zhǎng)量接近，相較于2010年～2015年年均增長(zhǎng)量為1612.57公頃增速放慢，符合大中城市郊區(qū)要納入城市發(fā)展整體規(guī)劃，逐步推進(jìn)郊區(qū)向城區(qū)、鄉(xiāng)鎮(zhèn)向街道、農(nóng)村向社區(qū)、農(nóng)民向市民的轉(zhuǎn)變。

2.3 遼寧省采礦用地需求預(yù)測(cè)

遼寧省采礦用地具有采礦基數(shù)大、新增采礦用地需求量大、廢棄和低效采礦用地多、新增采礦用地不合法現(xiàn)象突出等特點(diǎn)。2010年～2015年，遼寧省采礦用呈遞增趨勢(shì)，年均增長(zhǎng)為522.34公頃，由于遼寧省的經(jīng)濟(jì)快速發(fā)展需求和振興東北老工業(yè)基地要求，必然需要大量的礦產(chǎn)資源，礦產(chǎn)資源開發(fā)迅速，決定了采礦用地在資源消耗巨大的情況下仍然呈增長(zhǎng)趨勢(shì)。作為東北的老工業(yè)基地遼寧省礦產(chǎn)資源開發(fā)歷史久、時(shí)間長(zhǎng)，部分采礦用地資源枯竭，盡管新增采礦用地需求大，但進(jìn)行灰色預(yù)測(cè)的結(jié)果對(duì)實(shí)際沒有參考意義和價(jià)值。

3 結(jié)論

全省城鎮(zhèn)用地總量持續(xù)增長(zhǎng)，到2020年將達(dá)到383653公頃，實(shí)現(xiàn)全面振興老工業(yè)基地和城市人口增長(zhǎng)、新型城鎮(zhèn)化順利推進(jìn)的局面。2015年～2020年遼寧省村莊用地總量持續(xù)上升，到2020年村莊用地將達(dá)到551330公頃，與“社會(huì)主義新農(nóng)村建設(shè)，需要一定的新增建設(shè)用地周轉(zhuǎn)支撐”相吻合，建立以城市發(fā)展帶動(dòng)鄉(xiāng)鎮(zhèn)共同發(fā)展為重點(diǎn)，建立以工業(yè)促進(jìn)農(nóng)業(yè)、以城市帶動(dòng)鄉(xiāng)鎮(zhèn)的長(zhǎng)效機(jī)制；同時(shí)限制村莊用地的快速擴(kuò)張，為下一步農(nóng)村宅基地有序退出提供基礎(chǔ)。對(duì)采礦用地沒有進(jìn)行有效預(yù)測(cè)，但從全省采礦用地增幅的情況看，應(yīng)繼續(xù)做好阜新、鞍山等礦產(chǎn)資源城市的產(chǎn)業(yè)轉(zhuǎn)型工作，發(fā)展農(nóng)產(chǎn)品生加工為接續(xù)產(chǎn)業(yè)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。重點(diǎn)扶植撫順、本溪、鞍山等資源型城市的支柱產(chǎn)業(yè)轉(zhuǎn)型工作，因地制宜采取礦城結(jié)合、市場(chǎng)運(yùn)合整治，密切注意生態(tài)環(huán)境的保護(hù)和治理。

[1]廖展宇,李英,晏鄂川,蔡玲玲,李其良.非等間隔時(shí)序灰色模型的深基坑變形預(yù)測(cè)研究[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2009(10):1522-1525.

[2]廖平凡,何國(guó)松,鐘儒剛.基于灰色系統(tǒng)分析的咸寧市經(jīng)濟(jì)發(fā)展預(yù)測(cè)[J].價(jià)值工程,2012(08):96-97.

遼寧省教育廳科學(xué)研究一般項(xiàng)目（W2015326）

F301.2

A

10.14025/j.cnki.jlny.2017.17.050

任家強(qiáng)，博士，副教授，碩士生導(dǎo)師，研究方向：土地資源管理。