苏州工业园区建设用地变化及驱动力的灰色关联分析

唐文刚，范占永，孙伟晔

(1.苏州工业园区国土房产局，江苏 苏州 215028；2.苏州工业园区测绘地理信息有限公司，江苏 苏州 215028；3.苏州工业园区计算机信息中心，江苏 苏州 215028)

苏州工业园区建设用地变化及驱动力的灰色关联分析

唐文刚1，范占永2，孙伟晔3

(1.苏州工业园区国土房产局，江苏 苏州 215028；2.苏州工业园区测绘地理信息有限公司，江苏 苏州 215028；3.苏州工业园区计算机信息中心，江苏 苏州 215028)

城市化是建设用地扩张的重要驱动力，分析建设用地增长趋势及其变化原因具有重要意义。本文以苏州工业园区为例，采用灰色相关模型，运用DPS统计软件，选取影响建设用地的9个因素，对促使工业园区建设用地增加的驱动力进行了研究，确定了影响建设用地增长的主要驱动力，为科学地制定土地利用规划提供了科学依据。

灰色关联模型；建设用地；驱动力；工业园区

一、引 言

近年来，在人口增长和经济发展的推动下，我国的城市化进程日益加快[1]，城市空间扩张明显，城乡建设用地规模不断增加，占用了大量的农业用地尤其是耕地，导致人多地少、耕地减少等矛盾日益突出，深刻地影响了城市周边的生态环境[2]。因此，研究城市建设用地变化趋势，找出影响建设用地增长的核心变量[3]，分析影响建设用地增长的驱动力，揭示建成区土地利用变化的过程、原因，预测其未来变化发展的趋势和结果[4]，对于制定符合实际的土地利用总体规划，合理指导城市规划，有效地调控建设用地总规模，促进城市土地利用由外延扩展向内涵挖潜转变，提高土地综合利用效益，完善土地管理措施，以及未来城市的可持续发展具有重要的意义[1，5]。

目前土地利用变化驱动力定量分析方法主要有主成分分析法、典型相关分析、灰色系统分析法、多维灰色模型GM(1，N)等。灰色关联度分析是灰色系统理论提出的一种系统分析的新方法[6]。该方法可以根据因素之间发展的态势来衡量因素相关关系，不要求数据太多，主要研究动态过程，因此广泛应用于农业、教育、军事、工业、地理、经济、卫生、水文、气象、生物环境等领域。本文以年度序列资料为基础，对苏州工业园区2003—2012年间建设用地面积变化情况进行动态变化分析，根据《苏州工业园区统计年鉴》选择影响因素，通过计算各影响因素与特征因素的综合关联度值，建立灰色相关序列，运用系统的思维对影响因子进行聚类分析。

二、研究区概况

苏州工业园区地处苏州城东金鸡湖畔，下辖4个街道和1个首期建成区，行政区域面积278.18km2，其中中新合作开发区规划面积80 km2，是迄今为止中国和新加坡两国政府间最大的合作项目，其突出的经济业绩和良好的政府服务引起了国内外的广泛关注。自1994年正式开发建设以来，苏州工业园飞速发展，主要经济指标年均增长率近30%。目前，苏州工业园区已成为中国发展速度最快、经济效应最佳、科技含量最高、最具竞争力的开发区之一。

三、建设用地变化趋势

根据苏州工业园区历年土地利用变更数据，2003—2012年间，苏州工业园区城市建设快速发展，建设用地面积由2003年的85 km2增加到2012年的163 km2，占行政区划面积的58.6%，10年间建设用地增加了1.91倍，年均增加7.8 km2。如图1所示，2003—2005年建设用地快速上升，2006—2012年建设用地缓和增长。

建设用地面积变化可用建设用地面积动态度表示，其表达公式为[7]

式中，ΔL为研究时段内建设用地面积变化速率；L0为初期建设用地面积数量；Lt为T时期建设用地面积数量；T为研究时段长，当T为1年时，ΔL的值就是该研究区建设用地面积的年变化率。

由图1可以看出，2003—2012年间，苏州工业园区建设用地面积年变化率呈明显下行趋势，其中，2004—2005年间其年变化率呈高位状态，保持在18%左右；2006年开始年变化率呈逐年递减状态，从2006年的7.8%降至2012年的2%；2010—2012年间年变化率变化幅度较小，基本稳定在2%～3%之间。

图1 工业园区2003—2012年建设用地变化趋势图

四、建设用地变化驱动力分析

1.灰色关联模型

灰色关联数学模型是对一系统发展变化态势定量描述和比较的一种方法，其实质是对反映因素变化的时间序列进行几何关系比较，目的是寻求系统发展过程中哪些因素是主要影响因素，其影响程度有多大[8]；在排除了量纲和初值的影响下，可以描述系统发展过程中各因素间相对变化的情况，揭示事物动态相关的特征与程度[6]，其基本步骤叙述如下。

(1)确定母序列和子序列

在进行关联分析之时，首先要选准反映系统特征行为的数据序列x0(也称为系统的参考序列)，即找系统行为映射量，用映射量间接地表征系统行为。确定了系统特征行为之后，将所讨论的问题通过语言模型定性分析，获得系统相关因素行为序列xi(也称为比较序列)，然后就可以对系统进行关联分析了。x0和xi的定义[9]如下

(2)原始数据标准化处理

由于系统中各原始数据的量纲(或单位)不一定相同，且数量级相差悬殊，它们的几何曲线比例也不同，这样的数据很难直接进行比较，故需对原始数据进行标准化处理(或无量纲化处理)，以消除量纲的影响，转换为可比较的数据序列，以保障建立模型的质量和系统分析的正确结果。对各数列的原始数据无量纲化处理方法通常有[9]：中心化处理、极差化处理、极大化处理、极小化处理、均值化处理和初值化处理。对比较稳定的社会经济系统数列作动态序列的关联分析时，一般多采用初值化处理，故本文采用此方法进行标准化处理。初值化处理就是把序列第1个数据去除该序列所有数据，得到一个新数列。其计算公式如下

(3)计算关联系数

求母序列与各子序列同一时刻(t＝k)的关联系数L0i(k)，可由下式计算

式中，Δ0i(k)表示k时刻两个比较序列的绝对值，即Δmin和Δmax分别表示比较序列各个时刻绝对差中的最小值与最大值，由于比较序列相交，故一般取Δmin＝0；ρ为分辨系数，ρ∈(0，1)，ρ越小，分辨力越大，一般情况下取0.1～0.5。

(4)关联度计算及排序

两个序列的关联度是以两个比较序列各个时刻关联系数的平均值计算，即

式中，ri为子序列xi(t)和母序列x0(t)之间的关联度。按ri的大小将关联度排序。

2.建设用地变化驱动力分析

(1)指标选取

根据建设用地影响因素分析，以《苏州工业园区统计年鉴》为数据来源，从经济发展、人口增长、产业结构等方面选取年末户籍人口x1、年末从业人员x2、GDP地区生产总值x3、全社会固定资产投资x4、社会消费品零售总额x5、第二产业产值x6、第三产业产值x7、实际利用外资x8、城乡居民储蓄x9，共9个指标为比较序列，以建设用地面积Y为参考序列，基于灰色关联模型对苏州工业园区建设用地变化进行驱动力分析，时间序列均为2003—2012年。

(2)驱动力分析

先以初值化方法对比较序列原始数据进行无量纲化处理，处理结果见表1。

表1 苏州工业园区2003—2012年建设用地驱动力分析表

设ρ＝0.5，运用DPS统计软件，根据上述标准化数据，计算各个关联度为：r1＝0.960 5，r2＝0.640 4，r3＝0.813 7，r4＝0.866 1，r5＝0.723 3，r6＝0.851 2，r7＝0.715 1，r8＝0.952 7，r9＝0.665 1。关联度顺序为：r1＞r8＞r4＞r6＞r3＞r5＞r7＞r9＞r2，即年末户籍人口＞实际利用外资＞全社会固定资产投资＞第二产业产值＞地区生产总值GDP＞社会消费品零售总额＞第三产业产值＞城乡居民储蓄＞年末从业人员。另外，所有指标与建设用地面积的关联度都大于0.5。

五、结 论

通过对苏州工业园区建设用地变化驱动力分析可知，作为苏州的东部新城，工业园区在2003—2005年间建设用地增长趋势明显，以后增速逐年放缓；建设用地影响因素中，户籍人口、实际利用外资、全社会固定资产投资和第二产业产值是影响建设用地面积变化的重要驱动因子。

户籍人口指标表现突出，与建设用地关联度高达0.960 5。主要原因是随着经济的发展，大量外来人口不断涌入苏州工业园区，且逐步落户工业园区，致使对住房、交通、公共设施等方面的需求量增强。可见户籍人口的增加是工业园区建成区扩张的直接动因。

在经济发展和产业结构指标中，实际利用外资与建设用地变化关联度最大，说明工业园区外向型经济保持快速良性发展。外资企业的纷纷进驻，工业用地规模随之扩大，交通、仓储、批发零售、住宿餐饮、房地产等用地也大幅上升，进而影响建城区面积的扩大。相关部门应该对土地利用进行科学规划，有效控制固定资产投资规模，积极调整产业结构由第二产业向第三产业转移，有效控制建设用地过快增长，确保土地的可持续利用。

[1] 黎海林.基于GIS的昆明主城建设用地扩展时空演变及驱动力研究[D].昆明：云南财经大学，2011：1-2.

[2] 吴宏安，蒋建军，周杰，等.西安市城市扩张及其驱动力分析[J].地理学报，2005，60(1)：143-150.

[3] 王世忠.中国建设用地扩张的驱动力分析[J].安徽农学通报，2014，20(8)：1-5，59.

[4] 王海涛，许振文，张国庆.土地利用驱动力分析——以虎林市为例[J].长春师范学院学报：自然科学版，2009，28(4)：55-57.

[5] 吕秀丽，陈兴鹏，闫晓瑞.基于灰色关联模型的郑州市建成区扩张驱动力研究[J].经济研究导刊，2010，(29)：50-52，58.

[6] 付小艳，陈婕，王占岐.土地利用变化的驱动力分析[J].安徽农业科学，2007，35(7)：2053-2054.

[7] 陈国慧，樊宏，刘亚迪，等.彭州市土地利用变化及驱动力分析[J].四川环境，2005，24(4)：70-73，76.

[8] 张玉蜂，左玉明，白志明.系统工程方法及其农业应用[M].北京：中国农业科技出版社，2000：261-264.

[9] 刘思峰，党耀国，方志耕.灰色系统理论及其应用[M].北京：科学出版社，2004.

[10] 李炳军，朱春阳，周杰.原始数据无量纲化处理对灰色关联序的影响[J].河南农业大学学报，2002，36(2)：199-202.

Gray Correlation Analysis of Driving Forces of Construction Land Change in Suzhou Industrial Park

TANG Wengang，FAN Zhanyong，SUN Weiye

P208

B

0494-0911(2014)11-0113-03

2014-08-14

唐文刚(1973—)，男，江苏徐州人，硕士，高级工程师，主要从事城市地理信息和国土资源信息化方面的工作。

唐文刚，范占永，孙伟晔.苏州工业园区建设用地变化及驱动力的灰色关联分析[J].测绘通报，2014(11)：113-115.

10.13474/j. cnki.11-2246.2014.0377