韓成吉, 張雪花, 滑永勝

?

基于SD的耕地與生態(tài)用地聯合調配策略仿真與優(yōu)選*——以天津市為例

韓成吉1,2, 張雪花1**, 滑永勝1

(1. 天津工業(yè)大學環(huán)境經濟研究所 天津 300387; 2. 中國農業(yè)科學院農業(yè)經濟與發(fā)展研究所 北京 100081)

以復雜系統(tǒng)模擬為手段, 以生態(tài)與經濟雙贏為目標, 進行耕地與生態(tài)用地的聯合調配策略的設計、仿真與優(yōu)選, 旨在通過兩種土地的合理調配, 在保障糧食安全前提下, 以生態(tài)修復促超負荷耕地休養(yǎng)。在人口、經濟、耕地和生態(tài)用地各子系統(tǒng)及其要素分析的基礎上, 以耕地污染嚴重、后備用地緊缺、地處《全國主體功能區(qū)規(guī)劃》中的優(yōu)化開發(fā)區(qū)域——天津市為例, 建立耕地與生態(tài)用地聯合調配的系統(tǒng)動力學模型(Tianjin System Dynamic, TSD)并進行有效性檢驗。結果顯示, 模型具有較好的穩(wěn)定性, 而且仿真值與實際值誤差<5%, 因此模型有效。在確定模型有效之后, 應用TSD模型模擬不同策略下的天津市2016—2025年耕地與生態(tài)用地聯合調配結果。本文設置了兩種與系統(tǒng)慣性發(fā)展相比較的調配策略——耕地資源省域內調配策略和耕地資源跨省域調配策略, 并對上述3種情景分別進行仿真。結果顯示: 1)按當前的慣性趨勢發(fā)展, 2025年受損耕地可以得到修復, 耕地數量能夠滿足耕地紅線要求, 生態(tài)安全也能夠得到保障, 但是耕地產出壓力會突破警戒閾值, 因此存在潛在的糧食危機; 2)耕地與生態(tài)用地省內調配情景下, 雖然可以降低耕地的產出壓力, 但生態(tài)安全有所減損, 而且耕地產出壓力仍高于警戒閾值; 3)允許耕地跨省域調配情景下, 耕地產出壓力可以降低到警戒值之下, 而且生態(tài)安全能夠得到更好的保障。比較3種仿真結果可知, 允許耕地跨省域占補情景下的耕地與生態(tài)用地聯合調配效果最好, 可以使耕地與生態(tài)用地聯合調配更靈活, 更好地保障生態(tài)安全和糧食安全。以上說明本文所構建的TSD模型進行耕地與生態(tài)用地聯合調配研究是有效的, 一方面可以為耕地與生態(tài)用地聯合調配策略的優(yōu)選提供支撐, 另一方面為后備耕地緊缺的優(yōu)化開發(fā)地區(qū)確定跨省域占補數量提供科學依據。

耕地; 生態(tài)用地; 土地修復; 系統(tǒng)動力學; 調配策略; 天津市

我國城鎮(zhèn)化的推進給耕地資源帶來了巨大的壓力[1], 導致耕地數量和質量都面臨著嚴重的下滑問題, 人口密集的經濟發(fā)達地區(qū)尤其如此。據統(tǒng)計, 我國耕地退化面積占耕地總面積的40%以上[2], 退耕轉生(耕地退出轉為生態(tài)用地)是提高耕地自我修復能力的關鍵切入點[3], 也是維護地區(qū)生態(tài)安全的重要舉措。由于我國人口數量長期處于穩(wěn)中有增態(tài)勢, 退耕轉生有可能影響到農民生計[4]、基本農田保護[5]甚至糧食安全[6-7], 如何更好地協(xié)調生態(tài)安全與糧食安全的問題,成為政府和學者共同關注的熱點。國內外學者從耕地和生態(tài)用地規(guī)劃及退耕轉生方面進行深入研究。

耕地規(guī)劃方面, 劉莉等[8]應用多目標規(guī)劃方法研究丘陵區(qū)耕地優(yōu)化配置問題, 目標設計較為周全, 涉及經濟、社會和環(huán)境效益等多個方面, 但其約束條件設定均為絕對量, 這種設計方式很難反映耕地的真實需求。龔媛等[9]以常州市為例, 以人均糧食需求量作為耕地需求量判定的基準開展研究。然而, 有些地區(qū)并不具備產糧優(yōu)勢, 我國的糧食供給政策并非區(qū)域內自給自足, 而是全國一盤棋制度, 因此以人均糧食需求量為硬約束來確定耕地資源需求量的作法過于片面。洪鴻加等[10]以長沙市為研究對象, 應用系統(tǒng)動力學方法(SD, System Dynamics)進行耕地發(fā)展趨勢的預測, 并利用多目標規(guī)劃模型進行耕地資源的優(yōu)化配置, 但其預測時段過短(僅3年), 也沒有考慮跨區(qū)域調配的情況。此外, 高星等[11]和方婷婷等[12]從占補平衡的角度測算不同地區(qū)后備土地資源用于耕地開發(fā)的適宜規(guī)模。但也有學者對占補平衡的方法提出質疑, 他們認為這種方法沒有考慮區(qū)域間經濟和資源稟賦的差異[13-14]。

生態(tài)用地規(guī)劃方面, 曲藝等[15]和張穎等[16]采用碳氧平衡方法進行規(guī)劃水平年區(qū)域生態(tài)用地量測算, 但其中固碳釋氧系數只是參考平均經驗值, 因此測算結果的準確性有待完善。此外也有學者[17-19]依據生態(tài)綠當量的概念, 確定最優(yōu)的生態(tài)用地規(guī)模。

退耕轉生方面, 楊波等[20]和白瑋等[21]遵循“以糧為綱”和區(qū)域內調配的既定模式, 分別以人均最低糧食消費量和最小人均耕地面積為硬約束, 測算生態(tài)退耕區(qū)的退耕轉生規(guī)模。事實上, 退耕轉生是一個涉及經濟、社會和資源環(huán)境的復雜系統(tǒng), 僅以糧食需求為約束來探討可控變量對退耕轉生系統(tǒng)的作用過于片面。

我國是個缺水國家, 人均水資源量不足世界平均水平的1/4, 而且有許多地區(qū)低于全國的平均水平。自20世紀50年代, 我國這些缺水地區(qū)就已開始污灌, 污水灌溉導致的土壤污染形勢嚴峻。2014年的《全國土壤污染狀況調查公報》顯示, 在調查的55個污水灌溉區(qū)中, 有39個存在土壤污染。如何使受損土地得到有效修復, 為社會經濟發(fā)展提供可持續(xù)支撐, 已成為這類地區(qū)土地系統(tǒng)合理開發(fā)利用所面臨的主要矛盾之一。

受耕地紅線的約束, 為了實現耕地保有量平衡, 有些地區(qū)不得不采用人工介入為主的方式進行受損耕地修復, 成本高, 后效性差。2017年底, 國土資源部發(fā)布了《關于改進管理方式切實落實耕地占補平衡的通知》, 對耕地占補平衡有了新的政策和安排, 明確提出要建立以數量為基礎、產能為核心的占補新機制。2018年3月, 國務院辦公廳頒布了《跨省域補充耕地國家統(tǒng)籌管理辦法》, 明確提出允許耕地不足的省域通過補償跨省域補充耕地資金的形式, 占用耕地富足省域的耕地指標。新辦法的出臺使受損耕地修復方式增加了一個新的選項, 也更加靈活。如何在新增選項后有序而且高效地實現受損耕地的修復, 是當前急需解決的問題。

面對新的形勢, 本文以現有研究為基礎, 運用系統(tǒng)動力學分析與模擬方法, 嘗試在以下幾個方面進行突破: 首先, 在研究視角上, 彌補大多數既有文獻僅從單一要素出發(fā)(如糧食需求)設置土地規(guī)劃硬約束的不足, 從系統(tǒng)全局研究耕地與生態(tài)用地調配, 將耕地系統(tǒng)、生態(tài)用地系統(tǒng)和社會經濟系統(tǒng)納入一個分析框架。這一研究特別適合于東部經濟優(yōu)先發(fā)展區(qū), 因為這類地區(qū)沒有糧食生產的比較優(yōu)勢, 僅以糧食需求為約束確定耕地面積既不符合經濟原則, 也不符合生態(tài)原則。第二, 在研究模式上, 彌補既有研究大多局限于區(qū)域內部調配的僵硬模式的不足, 依據《跨省域補充耕地國家統(tǒng)籌管理辦法》精神, 開展跨區(qū)域耕地占補情景下的生態(tài)用地與耕地聯合調配研究, 以更好地體現區(qū)域間經濟差異和資源稟賦的差異。

系統(tǒng)動力學(SD)是系統(tǒng)科學的一個分支, 是由麻省理工大學Forrester教授在1956年提出的一種系統(tǒng)仿真方法, 發(fā)展至今它已經成為一門跨越自然科學和社會科學的交叉學科。系統(tǒng)動力學對研究對象的理解來源于系統(tǒng)行為與內在機制之間的關聯, 并通過數學建模、模型改善和模擬運行逐步挖掘導致系統(tǒng)狀態(tài)變量發(fā)生變化的因果[22], 預測其發(fā)展趨勢。系統(tǒng)動力學模型作為一種綜合的仿真模型, 已較為廣泛地應用于土地利用研究, 主要從3個方向進行: 1)對某個地區(qū)或城市土地利用結構的仿真[23-25], 為合理利用土地和制定科學的管理方案提供決策支持, 但目前這類研究較多關注土地的集約利用和城鎮(zhèn)化建設, 對于糧食安全約束和生態(tài)安全對生態(tài)用地的需求考慮不周[26-27]; 2)對地區(qū)土地整治的仿真[28-30], 預估土地整治后的經濟效益、社會效益和土地質量, 目前這類研究較多關注實施效果的評價, 而對生態(tài)效應評價涉及較少, 也沒有將評價結果應用于土地規(guī)劃和聯合調配決策中[31-32]; 3)對于退耕轉生的動態(tài)進行仿真[33-34], 這類研究較多從自然立地條件的角度, 模擬不同立地類型退耕還林的適宜模式, 而從聯合調配和系統(tǒng)整體視角開展的研究并不多見[35]。雖然上述研究存在不足, 但都從不同角度為耕地與生態(tài)用地聯合調配的系統(tǒng)動力學模型構建提供了借鑒和方法學支持。

本文以系統(tǒng)學方法為基礎, 應用計算機仿真技術, 將人口、經濟、耕地和生態(tài)用地4個子系統(tǒng)整合為一個耕地與生態(tài)用地聯合調配系統(tǒng), 并以耕地污染嚴重、后備用地緊缺和地處《全國主體功能區(qū)規(guī)劃》中的優(yōu)化開發(fā)區(qū)域——天津市為研究區(qū)域, 通過系統(tǒng)仿真, 分析耕地與生態(tài)用地之間的交互影響和可能的調控, 預判不同情景的調控效果, 一方面為耕地與生態(tài)用地聯合調配策略的優(yōu)選提供支撐, 另一方面為東部經濟優(yōu)先發(fā)展區(qū)的跨省域占補數量的確定提供科學依據。

1 研究區(qū)概況及數據來源

1.1 研究區(qū)概況

天津市下轄16個區(qū), 地處華北平原地區(qū)的東北部, 在海河流域下游, 是環(huán)渤海灣的中心城市, 其地理坐標為116°43￠~118°04￠E, 38°34￠~40°15￠N, 陸域面積1.19萬km2。其年平均氣溫11.3~12.8 ℃, 年平均降水量520~660 mm, 年日照時數為2 500~2 900 h, 熱量條件可滿足作物兩年3熟的需要。

天津市土壤形成多為河流沉積物, 質地黏重, 有不同程度的鹽堿化, 大部分土壤含鹽量在0.2%~0.4%, 最高可達4.7%[36], 且土壤肥力差, 地力評價等級在7~10等。此外, 天津市水資源也極度稀缺。在緊張的缺水情勢下, 早年農業(yè)采用污灌, 導致近1/3的耕地資源被污染[37], 而且為了保證糧食產量, 穩(wěn)定種植面積, 被污染的土地得不到及時修復。

與相鄰地區(qū)相比, 天津市耕地資源緊缺, 可供開墾的后備資源嚴重不足。天津市現有耕地44萬hm2, 較規(guī)劃2020年的耕地保有線僅多0.2萬hm2, 且可供開墾的未利用土地接近枯竭。截止到2016年, 天津市未利用土地僅存165 km2, 占全市總面積的7%; 而與之相鄰的北京市未利用土地存量為2 215 km2, 占北京面積的12%; 河北省存量為39 670 km2, 占河北總面積的21%。此外, 天津市在《全國主體功能區(qū)規(guī)劃》中被列為優(yōu)化開發(fā)區(qū), 其人口密度和經濟密度在我國大陸各省份中排名前三, 人均GDP更是占居首位。相對較差的自然條件和高密度高強度的社會經濟開發(fā)現狀, 使得天津不具備產糧優(yōu)勢, 且受損耕地又亟待修復, 需要進行糧食安全與生態(tài)安全雙控的耕地與生態(tài)用地聯合調配。

1.2 數據來源

本文建立的耕地與生態(tài)用地聯合調配系統(tǒng)動力學(SD)模型涉及人口結構、農業(yè)投入產出、耕地規(guī)模和生態(tài)用地規(guī)模等, 數據來源于天津市2006—2017年統(tǒng)計年鑒、中國科學院中國農業(yè)資源信息系統(tǒng)、農業(yè)農村部農作物數據庫和自然資源部土地調查成果共享應用服務平臺等。

2 研究方法

2.1 調配門檻設置

調配門檻設置對調配策略研究很重要, 本文從土地負荷、耕地壓力指數和生態(tài)綠當量3個方面進行調配門檻的設置考量。

2.1.1 土地負荷

關于土地負荷, 糧食單產是衡量耕地是否超負荷的最簡明的評判標準。根據農業(yè)農村部耕地地力等級劃分標準, 結合天津市的實際情況, 雷平[38]認為當糧食單產小于7~10級地力平均產出標準時, 應退減耕地, 轉為生態(tài)修復; 生態(tài)修復后, 當糧食單產能夠大于平均產出標準時, 可以重新作為整理復墾開發(fā)補充耕地。

按照NY/T309—1996標準, 天津市地力評價等級為7~10級, 對應平均產量水平為3.8 t?hm-2, 當糧食單產小于該產量水平時, 應退耕還生; 當土地肥力恢復自然生產能力, 即產量水平大于該產出標準, 可以作為復墾補充耕地。

2.1.2 耕地壓力指數

耕地壓力指數也是評判糧食安全與否的重要指標之一, 通常認為[39-40]該指數小于1(實際人均耕地面積大于最小人均耕地面積)時處于糧食安全狀態(tài), 可以進一步推進生態(tài)退耕, 而大于1(實際人均耕地面積小于最小人均耕地面積)時應警惕糧食危機, 縮減退耕規(guī)模。也有學者提出[41], 耕地壓力應根據不同地區(qū)的經濟結構和土地利用結構分區(qū)劃分耕地的壓力警戒閾值, 東部城市化、工業(yè)化地區(qū)以2.0為警戒值, 而中部糧食主產區(qū)及西部人均耕地資源豐富地區(qū)以1.0為警戒值較為適合。耕地壓力指數計算公式如下:

=min/a=[×/(××)]/a(1)

式中:為耕地壓力指數,min為最小人均耕地面積(hm2?人-1),a為實際人均耕地面積,為糧食自給率(%),為人均糧食需求量(t?人-1),為糧食單產(t?hm-2),為糧食播種面積占農作物面積比重(%),為復種指數(%)。

考慮到天津市位于“東部建設占用—農業(yè)結構調整”雙重壓力地帶[42], 以及天津市農業(yè)占比較小的經濟結構特征, 本文取2.0作為糧食安全的警戒值, 即耕地壓力指數小于2為糧食安全, 大于2有潛在的糧食危機。

2.1.3 生態(tài)綠當量

除耕地壓力指數之外, 還可以用生態(tài)綠當量作為確保生態(tài)安全的評判標準, 大于1意味著滿足生態(tài)標準, 小于1則意味著綠當量不足以承載人類活動, 生態(tài)退耕和整理復墾補充規(guī)模需進一步調整[43]。設區(qū)域土地總面積為總, 區(qū)域最佳林地覆蓋率為, 按最佳林地覆蓋率要求的區(qū)域林地面積為林, 區(qū)域實際林地面積為實,類生態(tài)用地的面積為S, 綠當量為g(其中, 林地為1, 水域及濕地0.83, 草地為0.71), 則生態(tài)綠當量計算過程如下。

1)確定區(qū)域最佳林地覆蓋率:

=(×S)/(×總)×100% (2)

式中:為一年內日最大降水量(t?hm-2),S為生態(tài)用地面積(hm2),為林地土壤單位面積飽和蓄水能力(t?hm-2)。

2)計算最佳林地覆蓋率要求下的林地面積, 設其對應的綠當量為1, 則有:

3)計算區(qū)域實際林地的生態(tài)綠當量(林):

4)計算得到區(qū)域總綠當量():

計算出總綠當量的結果, 通過比較總綠當量和1的大小, 衡量生態(tài)用地是否滿足要求, 即生態(tài)綠當量大于1為生態(tài)安全, 小于1為生態(tài)危機。

2.2 系統(tǒng)模型構建

2.2.1 建模目的、模型邊界與假設

利用系統(tǒng)動力學方法, 在糧食安全與生態(tài)安全雙控的視角下, 建立天津市耕地與生態(tài)用地聯合調配系統(tǒng)動力學模型, 仿真不同情景下的耕地與生態(tài)用地調配結果, 探尋耕地與生態(tài)用地的交互關系以及優(yōu)化策略。

模型的空間邊界為天津市, 時間跨度為2006— 2025年, 其中2016年為基期年, 時間步長為1年。主要歷史數據時段為2006—2016年, 數據內容包括影響生態(tài)退耕規(guī)模的人口結構、經濟狀況、耕地規(guī)模和生態(tài)用地規(guī)模等。

合理的假設可以簡化模型, 以突出主要研究問題。針對本研究的內容與目標, 提出如下假設: 1)耕地不具備生態(tài)服務功能, 因為在耕作生產過程中, 為了使作物更好地生長, 必須不斷地施肥、施藥, 結果使土壤板結, 地力下降, 流入水體后對水資源產生嚴重污染, 嚴重破壞了自然生態(tài)系統(tǒng)正常的食物鏈, 產生嚴重的生態(tài)負作用, 所以假設耕地不具備生態(tài)服務功能; 2)假設建設用地面積不變(在沒有約束的情況下, 建設用地會不斷擴張, 因此這種假設在沒有政策規(guī)制的情況下是很難實現的), 耕地越多, 生態(tài)用地就越少, 不合理的耕地利用方式會導致耕地質量下降, 影響糧食安全和生態(tài)安全, 同時《全國主體功能區(qū)規(guī)劃》也為這一假設提供了現實支持, 《規(guī)劃》確定的重要目標就是優(yōu)化空間結構, 對國土開發(fā)強度(<3.91%)、城市空間(<1.065×105km2)、農村居民點占地(<1.6×105km2)和建設用地占用耕地等(<3×104km2)都做出了約束。

本研究根據天津市歷史統(tǒng)計數據以及未來發(fā)展方向, 確定模型的參數, 并運用Vensim-PLE軟件進行系統(tǒng)仿真。仿真目標: 1)模擬天津市2016—2025年耕地與生態(tài)用地聯合調配系統(tǒng)主要變量動態(tài)變化趨勢; 2)調節(jié)模型的決策變量, 進行政策模擬, 預測不同政策情景對生態(tài)規(guī)模變化的影響。

2.2.2 系統(tǒng)結構分析

耕地與生態(tài)用地聯合調配系統(tǒng)主要由人口子系統(tǒng)、經濟子系統(tǒng)、耕地子系統(tǒng)以及生態(tài)用地子系統(tǒng)組成。各子系統(tǒng)之間以及子系統(tǒng)內部要素之間存在相互聯系, 子系統(tǒng)之間的主要關系如圖1所示。

圖1 耕地與生態(tài)用地聯合調配系統(tǒng)的各子系統(tǒng)相互關系圖

2.2.3 模型建立與模擬

本文根據系統(tǒng)結構、反饋機制以及反饋回路, 構建描述耕地與生態(tài)用地聯合調配系統(tǒng)的相關方程, 采用邏輯函數、經驗系數法、線性回歸法、表函數法等確定模型參數值, 并建立系統(tǒng)流程圖。運用Vensim-PLE, 不斷調整修正耕地與生態(tài)用地聯合調配系統(tǒng)動力學模型, 使模擬結果接近天津市的社會經濟現狀。之后, 通過改變模型中決策變量的值, 進行多情景方案的天津市耕地與生態(tài)用地聯合調配仿真模擬。

2.3 耕地與生態(tài)用地聯合調配系統(tǒng)動力學(TSD)模型

在耕地與生態(tài)用地聯合調配的系統(tǒng)動力學模型中, 主要是描述人口結構、農業(yè)經濟產出、耕地規(guī)模及生態(tài)用地規(guī)模的內在聯系, 進而模擬未來生態(tài)退耕的發(fā)展趨勢及相互間的動態(tài)變化。因此, 在進行耕地與生態(tài)用地聯合調配動態(tài)仿真時, 將系統(tǒng)劃分為人口、經濟、耕地和生態(tài)用地四大子系統(tǒng)。其系統(tǒng)整體因果關系如圖2所示。

圖2 天津市耕地與生態(tài)用地聯合調配系統(tǒng)(TSD)的系統(tǒng)因果關系圖

+表示正效應,-表示負效應。+ shows positive effect,-shows negative effect.

模型主要因果關系有: 1)總人口增加→非農人口增加→城鎮(zhèn)化水平推進→污染加劇→死亡人口增多→總人口減少; 2)總人口增加→農業(yè)人口增加→農業(yè)排污增多→污染加劇→死亡人口增多→總人口減少; 3)人口增加→人類活動→污染加劇→需修復耕地數量增加→生態(tài)用地數量增加→耕地質量提高→耕地數量增加→糧食產量提高→人口增加; 4)人口增加→人類活動→污染加劇→需修復耕地數量增加→生態(tài)用地數量增加→調節(jié)氣候→人口增加; 5)農業(yè)人口增加→投入勞動力導致單產增加→農業(yè)總產值增加→農民收入增加→吸引更多農業(yè)人口; 6)農業(yè)總產值增加→農業(yè)工程投入增加→糧食單產增加→農業(yè)總產值增加。其中1)和2)為負反饋回路, 3)、4)、5)和6)為正反饋回路。正反饋回路的作用是使回路中的變量偏離增強, 而負反饋回路的作用則力圖使控制變量趨于穩(wěn)定[44]。

系統(tǒng)動力學模型的存量流量圖通過數學方程將各個子系統(tǒng)以及子系統(tǒng)內部因素有機結合起來, 將研究對象置于系統(tǒng)之中, 使得研究結果準確率更高。本文通過對因果關系圖的適當拓展與延伸, 得到圖3所示的耕地與生態(tài)用地聯合調配系統(tǒng)的存量流量圖。限于篇幅, 列出部分主要模型系統(tǒng)方程:

總人口=INTEG[(出生人口+機械增長人口-死亡人口)′生態(tài)宜居決定系數,1 075′POWER(10, 4)] (6)

生態(tài)宜居決定系數=IF THEN ELSE(生態(tài)綠當量≥1,10.37, 0.9) (7)

生態(tài)綠當量(Dmnl)=林地/{[1 923′(林地+水域及濕地+草地)]/(2 500′119 170)′119 170}+(水域及濕地′0.83)/{[1 923′(林地+水域及濕地+草地)]/(2 500′119 170)′119 170}+(草地′0.71)/[1 923′(林地+水域及濕地+草地)]/(2 500′119 170)′119 170} (8)

退耕轉生土地(hm2)=需修復耕地′糧食安全決定系數′生態(tài)安全決定系數′耕地產出決定系數(9)

糧食安全決定系數=IF THEN ELSE(耕地壓力指數≥2, 0.9 , 1) (10)

耕地壓力指數(Dmnl)=最小人均耕地面積/實際人均耕地面積 (11)

最小人均耕地面積(hm2?人-1)=糧食自給率′[人均糧食需求量/(糧食單產′糧食作物播種面積占耕地面積的比例′復種指數)] (12)

已修復耕地(hm2)=需修復耕地′生態(tài)修復決定系數′肥力恢復決定系數 (13)

肥力恢復決定系數=IF THEN ELSE(糧食單產≥3 800, 1, 0.9 ) (14)

糧食單產(t?hm-2)=WITH LOOKUP (單位面積農業(yè)投入, {[(0, 0)-(100 000, 10)], (5 241.33, 4.99), (5 242.47, 5.04), (12 694.6, 5.07), (25 143.5, 5.1), (30 588.9, 5.12), (36 773.9, 5.25), (36 773.9, 5.25), (45 587.1, 5.21), (48 370,5.01), (67 358, 5.19), (80 937.7, 5.5) } (15)

耕地面積(hm2)=INTEG[增加耕地-減少耕地,414.5× POWER(10, 3)] (16)

2.4 情景模擬

為進一步調節(jié)天津市耕地和生態(tài)用地之間的相互作用關系, 進而保障區(qū)域糧食安全與生態(tài)安全, 在對耕地與生態(tài)用地系統(tǒng)模型中各主要變量進行仿真的基礎上, 通過對模型的初始值、參數、方程式等重新設置, 仿真耕地與生態(tài)用地在不同情景下的動態(tài)變化。為此, 本研究設置與系統(tǒng)慣性發(fā)展相比較的兩種調配策略——耕地資源省域內調配策略和耕地資源跨省域調配策略, 并對慣性發(fā)展趨勢和兩種調配策略分別進情景仿真, 對應的情景設置如表1所示。其中, 情景1表示模型各初始參數不變的慣性發(fā)展趨勢, 情景2表示耕地與生態(tài)用地只能在省內進行聯合調配的策略, 情景3表示可以進行跨省域耕地占補的耕地與生態(tài)用地聯合調配策略。

圖3 天津市耕地與生態(tài)用地聯合調配系統(tǒng)(TSD)流圖

在系統(tǒng)結構中對于決策變量(被解釋變量)糧食單產, 認為其受到農機投入、勞動力投入、化肥施用量和農藥使用量4個解釋變量的影響, 在沒有完備的經驗系數的情況下, 擬運用C-D生產函數回歸系統(tǒng)參數, 但是回歸結果不理想, 存在嚴重多重共線性, 經逐步回歸后, 只有農機投入顯著性較好, 在這種情況下, 簡化模型結構, 僅以農業(yè)固定資產投入表征農業(yè)投入。In the system structure, the grain output of decision variables (explanatory variables) is affected by four explanatory variables of agricultural machinery input, labor input, fertilizer application and pesticide use. With the absence of a complete empirical coefficient, the C-D production function is used to regress the system parameters. But the regression results are not ideal with a serious multiple collinearity. After stepwise regression, only the agricultural machinery investment is better. In this case, the model structure is simplified and the agricultural investment is represented by the investment of agricultural fixed assets.

表1 耕地與生態(tài)用地聯合調控系統(tǒng)模型仿真情景設置

3 模型運行與仿真

3.1 系統(tǒng)動力學模型運行檢驗

直觀檢驗: 主要檢驗模型在外觀上與實際系統(tǒng)是否相像, 參數是否具有可靠性。經檢驗, 建立的模型符合要求。

運行檢驗: 運行Vensim-PLE中的工具“Units Check”與“Check Model”, 得到“Units are A. O K.”與“Model is OK.”模型通過了運行檢驗。

歷史性檢驗: 將2006—2016年的歷史數據代入模型進行模擬驗證, 本文從系統(tǒng)中選取耕地面積、生態(tài)用地面積和總人口為檢驗變量, 將模型測算出的模擬值與歷史數據相比較, 進行模型歷史性檢驗。模擬TIME STEP為1年, 設置INITIAL TIME為2006年, FINAL TIME為2016年, 結果見表2。

表2 天津市耕地與生態(tài)用地聯合調配系統(tǒng)(TSD)主要變量的歷史性檢驗

缺失2009年以前的生態(tài)用地數據。There is a lack of ecological land data before 2009.

由表2可知, 模型仿真值與歷史值之間的相對誤差最高值為4.96%(<5%), 在誤差允許范圍內[44], 表明該TSD模型真實性檢驗效果良好。

穩(wěn)健性檢驗: 模型的穩(wěn)定性檢驗是模型真實可靠的必備條件。有效的系統(tǒng)模型行為應當對大部分參數的變化不敏感, 這主要是因為系統(tǒng)的行為模式是由模型內部主導反饋回路所決定的, 非主導回路上的參數變化不會對系統(tǒng)的行為產生太大影響。本研究選取耕地面積作為測試變量, 設置時間步長分別為3個月(TIME STEP=0.25)、6個月(TIME STEP=0.5)、12個月(TIME STEP=1), 以此觀測在不同時間步長下參數的變化趨勢。

從圖4可以看出, 改變模型的仿真步長, 耕地面積的變化趨勢幾乎重合, 并沒有因為參數值的改變而發(fā)生明顯變化, 也即參數值的變化并沒有引起模型行為發(fā)生根本性變化, 說明模型具有一定的穩(wěn)定性。

圖4　2006—2025年不同時間步長下天津市耕地面積的仿真結果

歷史性檢驗和穩(wěn)定性檢驗結果顯示, 本文所建立的TSD模型可以用于現實系統(tǒng)的模擬。

3.2 模型仿真和結果分析

根據本文的研究目的, 運用計算機模擬技術對模型中的耕地面積、生態(tài)用地面積、耕地壓力指數、生態(tài)綠當量和糧食單產等主要變量進行仿真, 仿真時間為2016—2025年, 步距為1 a, 初始仿真年為2016年, 各變量的初始值也選取2016年的數值。運行模型, 得到仿真結果如表3。

表3顯示, 天津市未來總人口呈剛性遞增趨勢, 到2025年將達2.198×107人, 與文獻[45-46]的結論一致; 耕地面積呈遞減趨勢, 到2025年將減少到3.815×105hm2, 但這一數值仍大于3.340×105hm2的耕地保有量[47]; 生態(tài)退耕規(guī)模穩(wěn)步提升, 到2025年將達3.590×104hm2, 與此同時, 生態(tài)用地面積和生態(tài)綠當量同步呈遞增趨勢, 到2025年生態(tài)用地面積將達3.942×105hm2, 高于天津市規(guī)劃的2.980×105hm2生態(tài)用地面積[48], 且生態(tài)綠當量將達1.51>1, 充分滿足人類生活所需的生態(tài)綠當量。經生態(tài)修復后的復墾耕地數量呈遞增趨勢, 整體規(guī)模和生態(tài)退耕規(guī)模大體一致, 到2025年將增加到3.570×104hm2; 糧食單產穩(wěn)步提升, 到2025年達5.32 t?hm-2, 說明

耕地的生態(tài)修復效果顯著, 在其他情況不變的情況下, 耕地的地力水平得以提升; 農業(yè)總產值并未因耕地減少而下降, 到2025年將增加到2.262×1010元; 人均耕地面積呈下降趨勢, 到2025年減少到0.02 hm2, 小于警戒值0.075 2 hm2[41]; 耕地壓力指數始終大于1且不斷上升, 實際上朱紅波等[49]曾測算早在2004年天津的耕地壓力指數為1.104 1, 已大于1, 而薛磊[50]曾計算的天津的耕地壓力指數在2009年已經為1.638, 而本研究預測到2025年將達6.69, 表明實際人均耕地面積將嚴重小于最小人均耕地面積, 未來可能存在糧食安全風險。文獻[41]認為, 當某地耕地壓力指數≥2.0時, 認定其為強力約束區(qū)域, 必須對其耕地數量進行嚴格約束管理。

表3 2016—2025年天津市耕地與生態(tài)用地聯合調配系統(tǒng)(TSD)的主要變量的仿真結果

耕地壓力指數取決于實際人均耕地面積和最小人均耕地面積這兩個變量, 結合圖3發(fā)現, 耕地壓力指數不斷變大的主要原因有: 1)耕地面積大量減少。根據分析, 天津市每年新增的耕地面積遠不及減少的面積, 總面積一直呈下降趨勢。一方面, 總面積的下降導致人均耕地面積變小; 另一方面, 耕地面積減少又引起糧食播種面積減少, 從而間接提高了耕地壓力指數。2)總人口不斷增加。在耕地面積逐年減少的情況下, 人口規(guī)模卻在不斷擴大, 在兩者相逆的作用力下, 最終導致并加劇了實際人均耕地面積的減少。3)復種指數難以提高, 糧食單產增長受到限制。受科學技術和生物學的限制, 復種指數提高和糧食單產增長都受到了限制, 加上天津市糧食播種面積的不斷下降, 糧食缺口不斷加大, 耕地壓力擴大是必然結果。

3.3 耕地與生態(tài)用地聯合調配的不同情景仿真

以2016年為規(guī)劃基準年, 2025年為規(guī)劃水平年, 應用TSD模型仿真系統(tǒng)慣性(情景1)、耕地資源省內調配(情景2)、耕地資源跨省調配(情景3)3種發(fā)展模式, 得到的仿真結果見圖5。

圖5 2016—2025年不同情景下天津市耕地面積、生態(tài)用地面積、耕地壓力指數與生態(tài)綠當量的仿真結果

情景1: 系統(tǒng)慣性; 情景2: 耕地資源省內調配; 情景3: 耕地資源跨省調配。Scenario 1: current trend development; Scenario 2: in-provincial allocation of cultivated land resources; Scenario 3: inter-provincial allocation of cultivated land resources.

對圖5分析比較得出: 情景1, 在耕地遞減趨勢不變的情況下, 到2025年, 天津市的耕地壓力指數突破6, 數值遠大于1, 表示實際人均耕地面積嚴重小于最小人均耕地面積, 耕地承受著巨大的糧食需求壓力。情景2, 耕地與生態(tài)用地省內聯合調配策略下, 耕地面積呈遞增趨勢, 雖然2025年耕地壓力指數仍小于2.5, 但已十分接近文獻[41]的警戒值; 而且這種策略下發(fā)展犧牲了生態(tài)安全, 生態(tài)用地面積擊穿生態(tài)紅線, 生態(tài)綠當量小于1, 生態(tài)環(huán)境狀況不能滿足人類正常生活。情景3, 耕地與生態(tài)用地跨省域聯合調配策略下, 雖然耕地面積小于情景1, 但耕地壓力指數卻是3種情景中最小, 小于警戒值2.0; 而且這種策略下發(fā)展生態(tài)綠當量沒有出現大幅度下降, 始終大于1, 生態(tài)服務功能可以滿足所需, 此時耕地面積4.619×105hm2, 其中跨省調配面積0.480×104hm2, 補償資金3.33×108元, 生態(tài)用地面積3.145×105hm2; 生態(tài)退耕面積3.590×104hm2, 復墾面積4.270×104hm2。

4 討論與結論

本文以天津市為研究區(qū), 應用系統(tǒng)動力學方法進行耕地與生態(tài)用地聯合調配策略仿真與優(yōu)選, 研究結果顯示:

1)從系統(tǒng)全局出發(fā), 將耕地安全、生態(tài)用地安全、社會發(fā)展需求和經濟成本納入一個整體框架進行耕地與生態(tài)用地聯合調配研究, 較之從單一要素出發(fā)(如糧食需求)設置硬約束, 可以更好地兼顧系統(tǒng)多方面需求與安全保障, 以其為基礎所構建的SD模型可以更為準確地仿真現實系統(tǒng)。

2)2018年初出臺的《跨省域補充耕地國家統(tǒng)籌管理辦法》, 可以使耕地與生態(tài)用地聯合調配的方式更為靈活有效, 對于不具備產糧優(yōu)勢和土地受污染嚴重的地區(qū)尤其如此?？鐓^(qū)域聯合調配方式較之原有的只允許區(qū)域內占補的僵硬模式, 可以使各地區(qū)依據自身的經濟水平和資源稟賦更為科學高效地設計和實施糧食安全和生態(tài)安全的雙保障策略, 更好地保障大尺度(跨區(qū)域)的糧食安全和生態(tài)安全。

3)系統(tǒng)動力學模型可以解決耕地與生態(tài)用地聯合調配復雜系統(tǒng)的仿真與策略優(yōu)選問題, 通過仿真及其結果的比較, 可以幫助研究者或決策者選出優(yōu)化策略(包括調配模式以及耕地與生態(tài)用地在區(qū)域內或區(qū)域間的聯合調配數量), 為新形式下耕地與生態(tài)用地聯合調配科學規(guī)劃提供方法支持。

系統(tǒng)動力學模型有社會經濟復雜系統(tǒng)實驗室之美譽, 因此應用系統(tǒng)動力學模型進行策略仿真和優(yōu)選必須面對真實系統(tǒng)。本文以天津市為例開展耕地與生態(tài)用地聯系調配策略研究, 案例區(qū)的基本特點為地處《全國主體功能區(qū)規(guī)劃》中的優(yōu)化開發(fā)區(qū)域, 而且耕地污染嚴重、后備用地緊缺、不具備產糧優(yōu)勢, 因此本文所構建的SD模型框架對于具備上述特點的地區(qū)是適用的, 如果用在其他地區(qū), 則需要對模型結構及反饋關系進行相應調整。

此外, 由于《跨省域補充耕地國家統(tǒng)籌管理辦法》2018年4月才出臺, 而且跨省域占補指標需要向中央申請批復后才可以執(zhí)行, 因此跨省域聯合調配方案尚沒有可以查詢的具體實施結果。任何一種新的方法和模型必須經過實踐檢驗才能證明完全有效, 本文所構建的TSD模型也存在這樣問題, 從理論上說該模型是有效的, 但由于跨省域聯合調配系統(tǒng)是個新系統(tǒng), 因此TSD模型還需要依據實踐結果不斷豐富和完善, 需要持續(xù)跟蹤和研究。

[1] 徐明崗, 盧昌艾, 張文菊, 等. 我國耕地質量狀況與提升對策[J]. 中國農業(yè)資源與區(qū)劃, 2016, 37(7): 8–14XU M G, LU C A, ZHANG W J, et al. Situation of the quality of arable land in china and improvement strategy[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(7): 8–14

[2] 李慧. 不能讓“紅線”里的18億畝耕地喪失質量[N]. 光明日報, 2014-11-06(10)LI H. Can’t let the 1.8 billion mu of cultivated land in the “red line” lose quality[N]. Guangming Daily, 2014-11-06(10)

[3] 范金梅. 生態(tài)型土地整治大有可為[J]. 中國土地, 2017, (3): 13–15FAN J M. Ecological land remediation is promising[J]. China Land, 2017, (3): 13–15

[4] 馬忠玉, 宋乃平, 郭穎. 中國退耕還林政策評估研究[J]. 寧夏社會科學, 2006, (4): 61–65MA Z Y, SONG N P, GUO Y. Evaluating research on the Chinese policy of reverting cultivated land to forests[J]. Social Sciences in Ningxia, 2006, (4): 61–65

[5] 謝晨, 王佳男, 彭偉, 等. 新一輪退耕還林還草工程: 政策改進與執(zhí)行智慧——基于2015年退耕還林社會經濟效益監(jiān)測結果的分析[J]. 林業(yè)經濟, 2016, 38(3): 43–51XIE C, WANG J N, PENG W, et al. The new round of CCFP: Policy improvement and implementation wisdom — Based on the results of social and economic benefit inventory of CCFP in 2015[J]. Forestry Economics, 2016, 38(3): 43–51

[6] 李富程, 劉影, 樊敏, 等. 岷江上游干旱河谷區(qū)退耕還林還草的社會經濟影響[J]. 西北林學院學報, 2016, 31(6): 295–301LI F C, LIU Y, FAN M, et al. Impacts of cultivated land conversion on social-economic changes in arid valley from the upper reaches of Min River[J]. Journal of Northwest Forestry University, 2016, 31(6): 295–301

[7] 國家統(tǒng)計局課題調研組. 退耕還林對西部地區(qū)糧食生產及供求的影響[J]. 管理世界, 2004, (11): 97–100Subject Investigation & Study Group. The impact of ‘Farmland Re-turning into Forest’ upon grain production, supply and demand in West China[J]. Management World, 2004, (11): 97–100

[8] 劉莉, 魏晉, 高雪松, 等. 四川丘陵區(qū)耕地資源優(yōu)化配置研究——以瀘縣為例[J]. 安徽農業(yè)科學, 2011, 39(21): 13148–13150LIU L, WEI J, GAO X S, et al. Study on optimal allocation of arable land in hilly area of Sichuan Province[J]. Journal of Anhui Agricultural Sciences, 2011, 39(21): 13148–13150

[9] 龔媛, 李飛雪, 王麗妍, 等. 耕地空間優(yōu)化配置研究——以常州市新北區(qū)為例[J]. 水土保持研究, 2016, 23(4): 199–205GONG Y, LI F X, WANG L Y, et al. Studies on spatial optimization allocation of cultivated land — Taking Xinbei District, Changzhou City as the example[J]. Research of Soil and Water Conservation, 2016, 23(4): 199–205

[10] 洪鴻加, 彭曉春, 陳志良, 等. SD-MOP整合模型在長沙市耕地資源優(yōu)化配置中的應用[J]. 長江流域資源與環(huán)境, 2010, 19(S1): 34–39HONG H J, PENG X C, CHEN Z L, et al. Application of SD-MOP integrated model in optimal allocation of arable land in Changsha[J]. Resources and Environment in the Yangtze Basin, 2010, 19(S1): 34–39

[11] 高星, 吳克寧, 鄖文聚, 等. 縣域耕地后備資源與規(guī)劃期內數量質量并重的占補平衡分析[J]. 農業(yè)工程學報, 2015, 31(12): 213–219 GAO X, WU K N, YUN W J, et al. Analysis on county based reserved resource for cultivated land and quality-quantity requisition-compensation balance in planning period[J]. Transactions of the CSAE, 2015, 31(12): 213–219

[12] 方婷婷, 程久苗, 費羅成, 等. 新形勢下蕪湖市耕地后備資源調查與開發(fā)利用研究[J]. 中國農業(yè)資源與區(qū)劃, 2016, 37(2): 177–185 FANG T T, CHENG J M, FEI L C, et al. Analysis of the investigation and utilization of reserved resources of cultivated land in Wuhu under the new situation[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(2): 177–185

[13] 張琳, 張鳳榮, 薛永森, 等. 中國各省耕地數量占補平衡趨勢預測[J]. 資源科學, 2007, 29(6): 114–119 ZHANG L, ZHANG F R, XUE Y S, et al. Forecasting the balance between occupation and complementarity of cultivated land by provinces in China[J]. Resources Science, 2007, 29(6): 114–119

[14] 許麗麗, 李寶林, 袁燁城, 等. 2000—2010年中國耕地變化與耕地占補平衡政策效果分析[J]. 資源科學, 2015, 37(8): 1543–1551 XU L L, LI B L, YUAN Y C, et al. Changes in China’s cultivated land and the evaluation of land requisition-compensation balance policy from 2000 to 2010[J]. Resources Science, 2015, 37(8): 1543–1551

[15] 曲藝, 舒幫榮, 歐名豪, 等. 基于生態(tài)用地約束的土地利用數量結構優(yōu)化[J]. 中國人口·資源與環(huán)境, 2013, 23(1): 155–161QU Y, SHU B R, OU M H, et al. Optimization of land use quantity structure based on ecological land constraints[J]. China Population Resources and Environment, 2013, 23(1): 155–161

[16] 張穎, 王群, 李邊疆, 等. 應用碳氧平衡法測算生態(tài)用地需求量實證研究[J]. 中國土地科學, 2007, 21(6): 23–28ZHANG Y, WANG Q, LI B J, et al. Study on forecasting ecological land demand with carbon-oxygen balance method[J]. China Land Science, 2007, 21(6): 23–28

[17] 羅志軍, 張軍. 生態(tài)綠當量及其在土地利用結構優(yōu)化中的應用——以江西省新建縣為例[J]. 江西農業(yè)大學學報, 2007, 29(5): 851–856LUO Z J, ZHANG J. Ecological green equivalent and its application to land use structure optimization — A case study of Xinjian County[J]. Acta Agriculturae Universitatis Jiangxiensis, 2007, 29(5): 851–856

[18] 劉艷芳, 明冬萍, 楊建宇. 基于生態(tài)綠當量的土地利用結構優(yōu)化[J]. 武漢大學學報: 信息科學版, 2002, 27(5): 493–498LIU Y F, MING D P, YANG J Y. Optimization of land use structure based on ecological green equivalent[J]. Geomatics and Information Science of Wuhan University, 2002, 27(5): 493–498

[19] 李建龍, 師學義, 祝宇成. 基于生態(tài)綠當量的土地利用結構優(yōu)化——以晉城市城區(qū)為例[J]. 江蘇農業(yè)科學, 2015, 43(5): 371–374LI J L, SHI X Y, ZHU Y C. Optimization of land use structure based on ecological green equivalent — Taking Jincheng City zone as an example[J]. Jiangsu Agricultural Sciences, 2015, 43(5): 371–374

[20] 楊波, 東梅. 灰色預測與適度退耕還林規(guī)模的確定[J]. 中國高?？萍寂c產業(yè)化: 學術版, 2006, (S3): 218–220YANG B, DONG M. Grey prediction and determination of the scale of moderate returning farmland to forests[J]. Chinese University Technology Transfer, 2006, (S3): 218–220

[21] 白瑋, 郝晉珉, 張秋平, 等. 土地利用總體規(guī)劃中生態(tài)退耕規(guī)劃標準指標體系構建與應用[J]. 農業(yè)工程學報, 2007, 23(1): 72–76BAI W, HAO J M, ZHANG Q P, et al. Establishment and application of the indicator system for planning standard of ecological restoration in the general land use planning[J]. Transactions of the CSAE, 2007, 23(1): 72–76

[22] 張漢雄, 張興昌, 邵明安. 長城沿線農牧交錯帶生態(tài)環(huán)境恢復重建SD模型研究[J]. 中國生態(tài)農業(yè)學報, 2005, 13(1): 173–178 ZHANG H X, ZHANG X C, SHAO M A. The rebuilding and resuming of SD model of the eco-environment in the agriculture and animal husbandry interlock zone along the Great Wall[J]. Chinese Journal of Eco-Agriculture, 2005, 13(1): 173–178

[23] 熊鷹, 陳云, 李靜芝, 等. 基于土地集約利用的長株潭城市群建設用地供需仿真模擬[J]. 地理學報, 2018, 73(3): 562–577XIONG Y, CHEN Y, LI J Z, et al. Analog simulation of urban construction land supply and demand based on land intensive use[J]. Acta Geographica Sinica, 2018, 73(3): 562–577

[24] 蔡煒宇, 劉兆順. 長春市九臺區(qū)土地利用系統(tǒng)動力學特征及結構優(yōu)化[J]. 江西農業(yè)學報, 2017, 29(7): 110–116CAI W Y, LIU Z S. System dynamic characteristics and structural optimization of land use in Jiutai District of Changchun City[J]. Acta Agriculturae Jiangxi, 2017, 29(7): 110–116

[25] 涂小松, 濮勵杰, 嚴祥, 等. 土地資源優(yōu)化配置與土壤質量調控的系統(tǒng)動力學分析[J]. 環(huán)境科學研究, 2009, 22(2): 221–226TU X S, PU L J, YAN X, et al. Analysis of optimal allocation of land resources and soil quality regulation using system dynamics[J]. Research of Environmental Sciences, 2009, 22(2): 221–226

[26] 何建華, 王宵君, 杜超, 等. 武漢城市圈土地利用變化系統(tǒng)仿真模擬與驅動力分析[J]. 長江流域資源與環(huán)境, 2015, 24(8): 1270–1278 HE J H, WANG X J, DU C, et al. Simulation of land use change and analysis of driving forces in Wuhan urban agglomeration based on a system dynamic model[J]. Resources and Environment in the Yangtze Basin, 2015, 24(8): 1270–1278

[27] 李志, 周生路, 陸長林, 等. 基于系統(tǒng)動力學城市邊緣區(qū)土地利用變化模擬與預測——以南京市江寧區(qū)為例[J]. 土壤, 2010, 42(2): 314–318 LI Z, ZHOU S L, LU C L, et al. Simulation and prediction of land-use change in urban marginal zone based on system dynamics model — A case study of Jiangning County, Nanjing[J]. Soils, 2010, 42(2): 314–318

[28] 李夢娜, 劉琳, 張永芳, 等. 基于系統(tǒng)動力學的土地整理項目效益后評價[J]. 中國農學通報, 2018, 34(2): 98–106LI M N, LIU L, ZHANG Y F, et al. Benefit post-evaluation of land consolidation project based on system dynamics[J]. Chinese Agricultural Science Bulletin, 2018, 34(2): 98–106

[29] 徐霄梟, 項曉敏, 金曉斌, 等. 土地整治項目社會經濟影響的系統(tǒng)動力學分析——方法與實證[J]. 中國土地科學, 2015, 29(8): 73–80XU X X, XIANG X M, JIN X B, et al. System dynamics analysis for the socio-economic impacts of land consolidation: Methodology and empirical study[J]. China Land Sciences, 2015, 29(8): 73–80

[30] 張貞, 高金權, 簡廣寧, 等. 基于系統(tǒng)動力學的土地質量變化[J]. 農業(yè)工程學報, 2011, 27(14): 226–231ZHANG Z, GAO J Q, JIAN G N, et al. Changes of land quality based on system dynamics[J]. Transactions of the CSAE, 2011, 27(14): 226–231

[31] 張庶, 金曉斌, 徐霄梟, 等. 基于SD和模糊綜合評價的土地整治項目社會影響評價[J]. 中國農學通報, 2014, 30(34): 81–88 ZHANG S, JIN X B, XU X X, et al. Social impact assessment of land consolidation project based on system dynamics and fuzzy synthetic evaluation[J]. Chinese Agricultural Science Bulletin, 2014, 30(34): 81–88

[32] JIN X B, XU X X, XIANG X M, et al. System-dynamic analysis on socio-economic impacts of land consolidation in China[J]. Habitat International, 2016, 56: 166–175

[33] 李世東. 退耕還林效益優(yōu)化模式系統(tǒng)動力學研究[J]. 干旱區(qū)地理, 2004, 27(3): 377–383LI S D. Study on the optimized model of conversion of farmland to forests using system dynamics[J]. Arid Land Geography, 2004, 27(3): 377–383

[34] 李世東. 基于SD的退耕還林典型立地優(yōu)化模式研究[J]. 北京林業(yè)大學學報, 2006, 28(2): 22–28LI S D. SD-based study of the optimized model of conversion of farmland to forests on typical sites[J]. Journal of Beijing Forestry University, 2006, 28(2): 22–28

[35] 李世東. 黃土高原溝壑區(qū)退耕還林優(yōu)化模式研究[J]. 林業(yè)科學, 2004, 40(5): 71–78 LI S D. The optimized model for conversion of farmland to forests in the hill-gully subregion of Loess Plateau[J]. Scientia Silvae Sinicae, 2004, 40(5): 71–78

[36] 張璐, 孫向陽, 尚成海, 等. 天津濱海地區(qū)鹽堿地改良現狀及展望[J]. 中國農學通報, 2010, 26(18): 180–185ZHANG L, SUN X Y, SHANG C H, et al. Review and prospect of improvement present situation on coastal saline-alkali area in Tianjin[J]. Chinese Agricultural Science Bulletin, 2010, 26(18): 180–185

[37] 王祖?zhèn)? 王中良. 天津污灌區(qū)重金屬污染及土壤修復[M]. 北京: 科學出版社, 2014WANG Z W, WANG Z L. Heavy Metal Pollution and Soil Remediation in Tianjin Sewage Irrigation Area[M]. Beijing: Science Press, 2014

[38] 雷平. 中國糧食安全的系統(tǒng)評價和實現機制研究[D]. 北京: 中國農業(yè)科學院, 2016 LEI P. Systematic appraisal and implementation mechanism research of food security in China[D]. Beijing: Chinese Academy of Agricultural Sciences, 2016

[39] 成六三, 時偉宇. 退耕對縣域耕地壓力效應的影響分析研究——以武隆縣為例[J]. 中國農業(yè)資源與區(qū)劃, 2018, 39(3): 201–206CHENG L S, SHI W Y. Effects of land conversion projects on the land pressure — Taking Wulong County as a case[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2018, 39(3): 201–206

[40] TAO J, FU M C, ZHANG D X, et al. System dynamics modeling for the pressure index of cultivated land in China[J]. Journal of Food, Agriculture & Environment, 2013, 11(2): 1045–1049

[41] 冉清紅, 岳云華, 謝德體, 等. 中國分省耕地警戒值區(qū)域差異及指示功能研究[J]. 資源科學, 2010, 32(9): 1718–1725RAN Q H, YUE Y H, XIE D T, et al. Regional differences in alert values of cultivated land and its instruction functions at provincial levels in mainland China[J]. Resources Science, 2010, 32(9): 1718–1725

[42] 孫強, 王樂, 蔡運龍. 基于SOFM網絡的中國耕地壓力綜合分區(qū)[J]. 北京大學學報: 自然科學版, 2008, 44(4): 625–631SUN Q, WANG L, CAI Y L. SOFM network based integrated regionalization of cropland conversion pressures in China[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2008, 44(4): 625–631

[43] 趙丹, 李鋒, 王如松. 基于生態(tài)綠當量的城市土地利用結構優(yōu)化——以寧國市為例[J]. 生態(tài)學報, 2011, 31(20): 6242–6250ZHAO D, LI F, WANG R S. Optimization of urban land structure based on ecological green equivalent: A case study in Ningguo City, China[J]. Acta Ecologica Sinica, 2011, 31(20): 6242–6250

[44] 王其藩. 系統(tǒng)動力學[M]. 第2版. 北京: 清華大學社, 1994WANG Q F. System Dynamics[M]. 2nd ed. Beijing: Tsinghua University Press, 1994

[45] 溫丹輝, 孫振清. 天津區(qū)域減排政策經濟與排放影響[J]. 干旱區(qū)資源與環(huán)境, 2017, 31(4): 28–33WEN D H, SUN Z Q. Influences of climate policies on the regional economy and carbon emissions in Tianjin[J]. Journal of Arid Land Resources and Environment, 2017, 31(4): 28–33

[46] 陳立新, 王琳. 基于灰色Verhulst動態(tài)模型的人口預測——以天津為例[J]. 天津師范大學學報: 自然科學版, 2015, 35(4): 94–96CHEN L X, WANG L. Prediction of population based on grey Verhulst dynamic model: Case of Tianjin[J]. Journal of Tianjin Normal University: Natural Science Edition, 2015, 35(4): 94–96

[47] 自然資源部. 國土資源部關于天津市土地利用總體規(guī)劃(2006—2020年)有關指標調整的函[EB/OL]. (2017-06-30). http://www.mlr.gov.cn/zwgk/zytz/201706/t20170630_1523341.htm Ministry of Natural Resources of the People’s Republic of China. Letter from the Ministry of Land and Resources on the adjustment of relevant indicators for the Tianjin land use master plan (2006–2020)[EB/OL]. (2017-06-30). http://www. mlr.gov.cn/zwgk/zytz/201706/t20170630_1523341.htm

[48] 津臺之橋. 天津市生態(tài)用地保護紅線劃定方案[EB/OL]. (2014-01-27). http://www.huaxia.com/jtzq/tjxw/2014/01/3726628. htmlBridge of Jintai. Tianjin ecological land protection red line delineation plan[EB/OL]. (2014-01-27). http://www.huaxia. com/jtzq/tjxw/2014/01/3726628.html

[49] 朱紅波, 張安錄. 中國耕地壓力指數時空規(guī)律分析[J]. 資源科學, 2007, 29(2): 104–108ZHU H B, ZHANG A L. Analyzing temporal and spatial distribution characteristics of pressure index of cultivated land in China[J]. Resources Science, 2007, 29(2): 104–108

[50] 薛磊. 基于耕地壓力指數的糧食安全狀況分析——以天津市為例[J]. 青年科學, 2014, (3): 241XUE L. Analysis of food security based on cropland pressure index — A case of Tianjin[J]. Youth Science, 2014, (3): 241

Development of strategies for joint allocation of cultivated land and ecological land in Tianjin based on system dynamics*

HAN Chengji1,2, ZHANG Xuehua1**, HUA Yongsheng1

(1. Department of Environmental Economics, Tianjin Polytechnic University, Tianjin 300387, China; 2. Institute of Agricultural Economics and Development, Chinese Academy of Agricultural Sciences, Beijing 100081, China)

Tianjin was prioritized as a functional development region in China, but its cultivated land is seriously polluted and exhausted. This study adopted complex systems modeling to develop a land allocation strategy that allows food production to be secured and land recuperated in Tianjin, where is an optimum development area in the National Main Functional Areas Planning with seriously polluted cultivated land and scarcely reserved land resources. Upon analyzing the subsystems of population, economy, and cultivated land and ecological land, a restoration model, named Tianjin System Dynamics (TSD), was developed to optimize joint allocation of cultivated land and ecological land. Validity test showed that the model had a good stability and the prediction error was < 5%. The model was then used to simulate land allocation between cultivated land and ecological land from 2016 to 2025 for Tianjin under the following strategies: inertial, in-provincial allocation, and inter-provincial allocation of cultivated land resources. The analysis showed that, with the current practice, damaged cultivated land could still be repaired, but only by 2025. Cultivated land could then still be maintained above the red line minimum, and the land ecology could still be preserved. However, food production might not be secured, as the productivity of cultivated land would be pressed to drop to the threshold. The in-provincial allocation of cultivated land resources would alleviate the pressure on cultivated land while still maintaining production above the threshold, but the ecological security of the land would be impaired, the output pressure of cultivated land still be higher than the warning threshold. In contrast, the scenario of the inter-provincial allocation of cultivated land resources could minimize land pressure to below the warning value, and improve land ecological security as a result of its flexibility. The TSD model developed optimized allocation between cultivated land and ecological land for Tianjin, and could be used for land restoration planning for other regions that are lacking in land reserve.

Cultivated land; Ecological land; Land restoration; System dynamics; Allocation strategy; Tianjin City

, E-mail: xuehua671231@163.com

Jul. 13, 2018;

Oct. 22, 2018

F301.21; N941.3; X196

A

2096-6237(2019)03-0391-14

10.13930/j.cnki.cjea.180661

韓成吉, 張雪花, 滑永勝. 基于SD的耕地與生態(tài)用地聯合調配策略仿真與優(yōu)選——以天津市為例[J]. 中國生態(tài)農業(yè)學報(中英文), 2019, 27(3): 391-404

HAN C J, ZHANG X H, HUA Y S. Development of strategies for joint allocation of cultivated land and ecological land in Tianjin based on system dynamics[J]. Chinese Journal of Eco-Agriculture, 2019, 27(3): 391-404

* 國家社會科學基金項目(18BJY079)和天津市高等學校創(chuàng)新團隊培養(yǎng)計劃(TD13-5038)資助

張雪花, 主要研究方向為資源環(huán)境經濟與農業(yè)生態(tài)系統(tǒng)。E-mail: xuehua671231@163.com

韓成吉, 主要研究方向為農業(yè)資源與環(huán)境經濟。E-mail: chengji_han@sina.com

2018-07-13

2018-10-22

* This study was supported by the National Social Science Foundation of China (18BJY079) and the Training Plan for Innovation Teams in Tianjin Colleges and Universities (TD13-5038).