DGM(1,1)模型在安徽省建设用地预测中的应用

郑 丽

(宿州学院环境与测绘工程学院，安徽 宿州 234000)

DGM(1,1)模型在安徽省建设用地预测中的应用

郑 丽

(宿州学院环境与测绘工程学院，安徽 宿州 234000)

以2000-2008年安徽省建设用地为数据源，在分析灰色DGM(1，1)模型理论基础上，建立灰色DGM(1，1)预测模型对安徽省建设用地情况进行预测，研究和分析安徽省建设用地变化趋势。实证结果表明，模型实际值与预测值吻合较好，经计算残差值和相对误差较小，平均相对误差为2.58%，精确可靠，该模型可应用于建设用地预测，具有重要的现实意义。

DGM(1,1);建设用地;预测;安徽省

0 引 言

城市建设用地是城市发展的基础和空间保障，是城市经济和社会发展的载体，其规模需求预测既是土地利用规划编制的核心，又是城市总体规划编制的重要组成部分，合理确定城市用地规模、确保城市发展效率最大化土地面积、土地利用适当集中、形成土地利用中的规模经济是人地矛盾突出国情背景下的必然选择，是确定城市规模的重要指标和衡量城市理性发展的重要依据。中国城市化进程逐步加快，城市建成区用地规模的确定越来越受到政府决策、投资环境、经济总量等因素的影响。多年以来主要是通过预测人口规模和人均城市用地指标来确定用地规模，对城市建成区用地规模的准确预测，是城市规划与土地利用总体规划的重要决策基础[1，2]。合理的建设用地预测，不但可以满足社会经济发展的需要，而且可以防止建设用地规模的无序扩张。

目前，城市建设用地预测研究，通过拟合模型中的各种参数对未来土地利用进行预测，且用于建设用地预测的方法有很多，有指数增长模型、回归分析模型、神经网络模型、时间序列ARIMA模型和灰色GM(1,1)模型[3]等。诸如，刘云刚等基于1997-2008年中国各地级市的数据，构建了非农业人口与城市建设用地之间的截面和面板模型，应用GLS等估计方法对模型中的自相关和异方差问题进行了修正，得到一个经验方程，实证结果表明其比单纯的人均用地指标更符合现实要求[4]；刘柯以北京市为例，在全面分析城市建成区扩张的驱动因子基础上，在主成分分析后将其作为神经网络的输入，构造预测模型，取得较好预测效果[5]。

作为灰色系统理论的基本预测模型，GM(1,1)模型得到了广泛应用，由于DGM可以用来直接描述单个离散变量的动态变化规律或多个离散变量之间的动态关系，这就给描述及分析灰色系统提供了一个新的工具[6]。DGM(1,1)与GM(1,1)有很多性质近似且对发展系数和原始序列无非负的限制，被看成是GM(1,1)模型的离散形式。为了对安徽省建设用地规模进行准确预测，笔者运用灰色DGM(1,1)模型，以安徽省建设用地数据为例，将预测值与实测值进行比较分析，验证预测的可行性。

1 离散灰色DGM(1，1)模型概述[7，8]

1.1 模型简介

设X(0)为非负时间序列，则有

(1)

其I-AGO数据列：

(2)

其中，

(3)

则称:x(1)(k+1)=β1x(1)(k)+β2为DGM(1，1)模型，或称为GM(1，1)模型的离散形式。

其灰色微分方程为：

(4)

(5)

得到时间函数：

(6)

k=1,2,…,n-1，取x(1)(1)=x(0)(1)还原，使得

(7)

k=1,2,…,n-1

即

(8)

k=2,3,…,n

DGM(1,1)模型符合灰色预测模型的建模机理，是灰色预测模型的一种新类型，主要适用于数据观测时间序列在一定周期下发生微小波动的非等时距小样本预测问题，能够建立实时短期预测模型[9]。

1.2 模型残差精度检验

(9)

(10)

相对误差计算公式为：

(11)

当相对残差小于20%时，达到一般要求；当相对误差小于10%时，达到较高要求。

2 安徽省建设用地DGM模型建立

根据《安徽省统计年鉴》(2001-2009年)，得到2000-2009年建设用地一览表1，从表1中可知2000-2008年以来安徽省建设用地并不呈现单调的变化发展趋势，2000年到2001年出现了与整体变化趋势相反的一个小幅下降趋势，2002-2008年逐年递增，但未突破2000年建设用地量，表明建设用地还有很大的发展潜力。

基于DGM(1，1)相关理论介绍基础上，结合安徽省建设用地数据信息，构成原始序列：

x(0)(k)=(1771264,1776823,1589549,1598685,1613391,1621772,1639505,1652351,1661804)

1-IAGO生成序列：

x(1)(k)=(1771264,3548087,5137636,6736321.0000,8349712,9971484,11610989,13263340,14925144)

利用2000-2008年安徽省建设用地9个数据进行DGM(1，1)模型的构建，经建模计算，得到参数β1=0.9972，β2=1665111.5632，系数：x(0)(1)(β1-1)+β2=1660212.9217

得DGM模型的时间响应序列为

表1 误差检验表

2004年以来，国务院在一些试点省市实行城乡建设用地增减挂钩政策，开展增减挂钩试点必须符合土地利用总体规划和土地整治规划。2011年4月，安徽省人民政府转发国务院关于严格规范城乡建设用地增减挂钩试点，切实做好农村土地整治工作的通知，通过查阅《农村土地整治和城乡建设用地增减挂钩政策解读》一文可知，挂钩政策在于对旧村低效利用的集体建设用地进行整治，一部分复垦为耕地，一部分改建为新村，农村新增耕地形成的建设用地挂钩指标用于城市建设，城市从土地出让收益中转移部分资金到农村，最终实现建设用地总量不增加、耕地面积不减少、城乡用地布局更合理的目标。

图1 2000-2015年安徽省建设用地年实际值与拟合值、预测值变化趋势

3 结 语

4 思考与建议

2005年以来国家首次建立土地督察制度收紧地根，随着社会经济发展，建设用地面积在不断增加。新增建设用地主要来源于占用耕地，使得土地供需与城市化进程之间的矛盾日益突出。建立相DGM预测模型，在安徽省建设用地信息资料分析中有一定的应用价值，可为相关土地规划制定提供决策支持，为土地资源合理配置提供新思路，促进土地资源合理开发与保护，提高土地集约化水平，保障经济发展。

建设用地需求预测不仅要尊重经济社会发展与土地资源部门配置规律，还需充分体现社会发展长远要求与政府职责[10]。2013年以来，安徽省20个县(区)开展农村综合改革示范试点工作，建立多元统一的农村土地市场。根据安徽省发布的《关于深化农村综合改革示范试点工作的指导意见》，今后集体土地所有权将确定到每个具有所有权的农民集体，2015年底前实现农村集体所有的建设用地、农用地、未利用地和农村范围内的国有土地确权登记发证全覆盖。

随着土地利用率的提升，严格控制建设用地增量、耕地质量有提高，政府相关部门加强管理，努力盘活土地资源，强化节约、集约存量，提高土地集约化水平，活跃农村经济，可有效解决城乡统筹发展中的土地瓶颈问题。统筹城乡发展，安徽应加大城区规划范围内权属调查力度，建立存量土地动态档案，了解土地存量、土地批准时间、面积、类型、用途、权属、分布与处理情况，一方面政府统筹地块并推出市场进行招商引资，集体合作参与，杜绝集体资产流失，保障村民长远收益，允许土地权利人自主进行改造，调动土地原使用权人的积极性，使得盘活出来的土地资源得到有效利用，促进产业转型升级；另一方面，逐渐建立城乡统一的土地交易市场，主要提供农村集体建设用地、宅基地、林地使用权、森林和林木所有权、土地承包经营权、建设用地指标、耕地占补平衡指标的转让、出租、入股、抵押等服务，促进农民宅基地等实现由资源属性向财产属性的转变，推进城乡统筹发展进程。

[1]李爱民，吕安民.顾及多个因素的城市建成区用地规模预测研究——以郑州市为例[J].测绘通报，2009，(09):26-28.

[2]周建明.中国城市土地利用的理论与实践[M].北京:中国建筑工业出版社,2009:46-48.

[3]郭成利，董晓峰，潘竞虎,等.城市建设用地规模预测与分析——以兰州市为例[J].河北农业科学，2009，13(01):57-59.

[4]刘云刚，王丰龙.快速城市化过程中的城市建设用地规模预测方法[J].地理研究，2011，30(07):1187-1194.

[5]刘柯.基于主成分分析的BP神经网络在城市建成区面积预测中的应用[J].地理科学进展，2007，26(06):129-19.

[6]穆歌，李巧丽.系统建模[M].北京:国防工业出版社,2013:250-255.

[7]戴铁丁，黄晓明.利用DGM(1,1)模型模拟公路隧道围岩收敛变形的研究[J].公路工程，2013，38(06):102-105.

[8]张珊玉，徐辉.基于离散灰色DGM(1,1)模型的房地产价格预测及其对策研究研究[J].科技广场，2013，(01):228-233.

[9]孙斌斌，余维维.用引入时间参量的DGM(1,1)模型预测大坝沉降[J].人民长江，2014，45(05)：31-33.

[10]姜海，曲福田.建设用地需求预测的理论与方法——以江苏省为例[J].中国土地科学，2005，19(02):44-51.

[责任编辑：刘守义 英文编辑：刘彦哲]

Application of DGM(1,1)Model in Prediction of Construction Land Information of Anhui Province

ZHENG Li

(School of Environment and Survey Engineering,Suzhou University,Anhui 234000,China)

Accurate prediction of the scale of construction land is the main basis of establishing urban planning and land use comprehensive planning.Taking Anhui province construction land as the data sources,the trend of construction land change in Anhui province was analyzed.On the basis of the analysis of grey DGM(1,1)model,the grey DGM(1,1)predicting model was established to predict the land use in Anhui province.The empirical results showed that the calculated results were in good agreement with the predicted values,and the average relative error was accurate and precise with 2.58%.The model can be used to predict construction land and has an important practical significance.

DGM(1,1);construction land;prediction;Anhui province

宿州学院大学生科研立项(KYLXLKYB15-06，KYLXLKYB15-09)

郑丽(1983-)，女，江苏洪泽人，讲师，硕士研究生，研究方向为3S技术及其一体化。

TP 181：F 293.2

A

10.3969/j.issn.1673-1492.2015.05.010

来稿日期：2015-09-09