基于目标值的土地警素指标的预警研究——以上海市土地类指标为例

瞿忠琼，余 逍，代 兵，范 华，石晓平

（1.南京农业大学公共管理学院，江苏 南京 210095；2.上海市地质调查研究院，上海 200072；3.上海市国土资源调查研究院，上海 200072）

基于目标值的土地警素指标的预警研究
——以上海市土地类指标为例

瞿忠琼1，余 逍1，代 兵2，3，范 华2，3，石晓平1

（1.南京农业大学公共管理学院，江苏 南京 210095；2.上海市地质调查研究院，上海 200072；3.上海市国土资源调查研究院，上海 200072）

研究目的：探寻基于目标值的土地运行关键指标预警研究的方法，及时提出警戒信息与调控措施。研究方法：采用趋势预测法对警素指标的未来值进行预测，用年均增长率函数倒推法确定目标值倒推值，结合预测值与目标值倒推值确定2015—2020年弹性警界线，采用统计误差理论所得出3σ法则来确定警度界限的区间，采用景气信号灯法判别警情，黄色信号灯表示轻警、红色信号灯重警，采用情景分析法分析不同减量化目标下警情的变化趋势。研究结果：上海市建设用地总规模若按减量递增10%，则2018年后需要保持零增长，若减量递增30%，则增量还有一定上行空间；工业用地占比的预测值在未来5年内都处于红色预警，但警情有较为合理的自下降趋势。研究结论：建设用地应遵循“五量并举”的调控思路，努力实现规划建设用地“负增长”目标；而工业用地则通过加强分类引导，采取二次开发、复合利用等措施，优化用地结构，使工业用地占比回落到正常区间。单一警素指标预警适用于时间序列较长且有目标值的指标，未来的研究重点应在单项预警的基础上，构建以土地要素为核心的多要素安全综合预警体系。

土地评价；目标值；警素指标；预警研究；上海市

1 引言

土地资源是经济社会发展至关重要的约束因子，尤其是土地资源紧缺的大都市，土地资源利用的导向直接影响城市发展进程和产业结构。作为城市发展的载体，区域内的土地运行状态是否安全直接影响区域的经济发展，而土地的预警研究则可以对未来土地利用是否安全发出警示，以便提前采取缓解警情的措施。国内外相关研究有城市土地利用风险管控监测预警体系[1-3]，土地生态环境预警[4-6]，资源开发利用阈值预警以及土地利用压力阈值预警[7]，集体建设用地指标市场化交易预警[8]。从预警理论及相关研究来看，警素指标的选择主要从表征研究对象的某几个重要指标入手分析[9-10]，警限阈值的划分，主要是根据重要指标在相关规划、标准等中规定的范围来确定阈值的上下限值，或者结合误差理论和3σ方法等数理统计方法寻找预警指标发展规律来确定[11-13]；预测指标未来发展趋势的方法，则有回归、指数平滑、灰色模型、神经网络等方法[14-15]。

从相关研究来看，预警研究的理论和方法日益丰富，以土地要素为核心的多要素安全预警系统已成为学者关注的新热点，但针对土地利用规划指标管控的预警研究还相对匮乏，若能结合预警的思路和方法，探寻土地利用规划管控中关键指标的安全阈值，则能对其及时提出警戒信息与管控措施，同时通过单项警素指标思路的构建，由点到面，推进土地运行系统预警的研究，促进土地运行系统的良性运行。基于此，本文选择具有约束值的土地类指标为警素指标，针对土地警素指标预警提出了“基于目标值倒推的弹性警界线”，期望在警素指标预警研究中找到新的研究思路，为土地管理部门在管理和调控中提供一定的参考。上海市作为大都市典型区域，在经济快速发展的同时，也伴随着城市建设用地急剧扩张的态势，在土地利用规划指标管控方面的意识也较早，实践中上海以“总量锁定、增量递减、存量优化、流量增效、质量提高”的“五量调控”基本策略来缓解人口持续增长与资源环境紧约束的多重压力，以上海市土地类指标进行预警研究并与其实践做法相比较，不仅可以考察其管控效果，也能为其他地方提供土地利用规划指标管控的思路。

2 基于目标值倒推的弹性警界线及警界区间确定的理论基础

预警是指通过分析被预警对象偏离警戒线的强弱程度，对未来可能出现的风险因素及其概率发出预警信号的过程。预警方法分别有依据警兆的黄色预警法，依据警兆加上社会环境因素的红色预警法，以警因计量预测的白色预警法，农业上常用的考虑警素生长趋势的绿色预警法，以及本文所选择的黑色预警法。黑色预警法根据警素指标的时间序列循环波动特性及变化规律，基于周期性递增或递减特点来对警素的走势进行预测。本文选择土地利用规划中特有的部分约束性指标作为警素指标，依据指标波动特征及变化规律预测未来值，将警素指标在规划中2020年的目标值利用年均增长率函数倒推得到2015—2020年的目标倒推量作为初步警界线，作为下文中的u值，即图1中蓝色实线；考虑到增长的惯性，如果按初步警界线管控土地指标会使其“硬着陆”，不利于经济的发展，因此，本文在初步警界线的基础上加一个标准差σ①σ标准差反映组内个体间的离散程度，其数学意义为一般认为测量值落在一个标准差内的概率较大。（这里的σ是在stata中通过bootstrap抽样所得到的标准差）确定弹性警界线，由图1中目标值线和警界线所围区域即为弹性警界区间；同时，由于约束性指标具有不可突破的特点，对增加的标准差采取逐年递减法，选取2015年时目标倒推值+σ（标准差）、2016年时目标倒推值+0.8σ、2017年时目标倒推值+0.6σ、2018年时目标倒推值+0.4σ、2019年时目标倒推值+0.2σ、2020年目标倒推值+0σ的值连接成的曲线作为弹性警界线，即图1中虚线。

警界区间的划定结合统计误差理论“3σ”法则及房地产预警中的景气信号灯，用紫色、蓝色、绿色、黄色和红色分别表示土地运行的5种状态，得出偏离弹性警界线1倍标准差的区间即［u-σ，u+σ］，用绿色信号灯表示，偏离弹性警界线1倍—2倍标准差的区间即［u-2σ，u-σ］和［u+σ，u+2σ］，分别用蓝色信号灯和黄色信号灯表示，偏离中心值2倍标准差以上的区间即［-∞，-2σ］和［u+2σ，+∞］，用紫色信号灯和红色信号灯表示，再根据各警素指标的实际情况确定其警情。

图1 单项预警警界区间确定示意图Tab.1 The diagram of single early-warning interval determ ination

3 实证研究——以上海市为例

3.1 研究区概况

作为大都市典型区域的代表，上海市是中国经济、金融、贸易等中心，2015年GDP总值24964.99×108元，比上年增长6.9%，完成城市基础设施建设投资1425.08×108元，比上年增长34.8%。上海经济增长已进入发达经济初级阶段，上海市产业结构中三产比重、高新技术产业比重持续上升、人口流入中常住人口增长放缓等变化特点说明了其经济增长驱动已从资源、资本驱动转向科技创新驱动，但上海市也是世界上人口规模和土地面积最大的都市区之一。从土地资源利用现状来看，建设用地增量和总量已经伴随着经济增长阶段演进出现了增量下降、总量稳定的趋势，但仍然面临着城镇建设用地结构不合理、工业用地比例偏高、生态用地比重有待提高、开发密度潜力有待挖掘等挑战，尤其是建设用地占陆域面积比重2014年已达45%，远高于大伦敦、大巴黎、东京圈等国际大都市30%左右的水平。针对上海市发展面临的资源紧约束现实，原上海市规划和国土资源管理局局长庄少勤[16]全面总结了近年来上海市在土地利用方面的思考与探索，系统阐述当前上海城市发展和土地利用的6个“新常态”特征，提出“五量调控”基本策略和构建土地利用资源、效能、机制“三位一体”的全生命周期管理体系的上海土地新政顶层设计，因此，以上海市土地运行关键指标的预警研究为实证，不仅对上海市有一定的现实意义，对于其他快速发展的大城市区域也有一定的指导意义。

3.2 警素指标选取依据及数据来源

为了验证前述基于目标值倒推的弹性警界线理论，选取具有目标值的关键土地运行指标“建设用地总规模、工业用地占全市建设用地比例”作为警素指标研究其警情发展，选取依据在于建设用地总规模对于土地运行及其在土地上进行的一系列经济活动有着直接的制约作用，也是上海市资源环境紧约束“新常态”下的“底线约束”指标。2014年5月上海市第六次规划土地工作会议确定了规划建设用地总规模“负增长”。《上海市国民经济和社会发展第十三个五年规划纲要》明确，到2020年，全市规划建设用地总量实现负增长，建设用地总量控制在3200 km2内。而工业用地占比作为土地利用结构的重要衡量指标，可用来衡量土地运行过程中土地利用结构的合理性。为了构建合理的土地利用结构，上海市提出进一步压缩工业用地规模，通过区域分类引导，加强转型利用。据查，《上海市土地利用总体规划（2006—2020年）》提出至2020年工业用地占建设用地面积比例控制在16%以下的规划目标。因此，用这两个具有目标值的土地类关键指标做警素指标进行实证分析和对比，以期对弹性警界线的理论进一步论证。建设用地总规模及工业用地占比基础年份原始数据来源于上海市规划和国土资源管理局网站——土地变更调查专题。

3.3 建设用地总规模

3.3.1 上海市建设用地总规模的波动特征及变化规律的预测 从上海市2003—2014年建设用地总规模数据中可看出，建设用地总量已逼近3100 km2，但增量从2010后已放缓并有下降趋势。本研究运用GM（1，1）灰色预测和对数预测法研究其时间序列的波动特征及变化的规律，其中GM（1，1）中的相对误差达到了6%左右，对数预测法中2009—2014年的相对误差都在3%左右，基于相对误差更少的考量，本研究选择了对数预测法进行建设用地总规模的预测计算（表1）。

3.3.2 目标值倒推法结合标准差确定其弹性警界线 以2020年建设用地总规模3200 km2为上限，计算其与2014年值的年平均增长率为0.79%，从而倒推得到2015—2020年每年计划的建设用地总规模作为预警警界线设定的标准，作为初步警界线，见表2中目标值倒推。在初步警界线的基础上，逐年递加相应的标准差，可以得到2015—2020年的弹性警界线，对应每年的警界值分别为3087.01、3117.71、3144.27、3167.25、3184.83、3200.00，这个控制规模是综合考虑目标值倒推及逐年递加相应的标准差后的弹性规模。计算结果表明，2014—2020年倒推目标值加上一定标准差后都在对应倒推目标值的5%—10%范围内，部分文献中人为经验性划定警界浮动范围也通常在10%以内，因此，本研究用目标值倒推结合标准差的划分方法有一定合理性。

3.3.3 警界区间的划定 由于建设用地总规模的值不可突破，因此，在前述弹性警界线的基础上，结合3σ原则来确定其警界区间，当超过安全区间上限时即为有警，用黄色信号灯表示轻警、红色信号灯表示重警，绿色信号灯表示正常，同时，考虑本文所选取的警素指标建设用地总规模的值几乎不可能落在紫色、蓝色信号灯所在区域，为了避免过多的指征，紫色、蓝色信号灯也不做进一步细分，均表示无警。由于警戒线是具有弹性的，每一年都是根据当年弹性警界线结合3σ法所确定的值来界定其警界区间，故预测年份2015—2020年警界区间也是每年随着弹性警界线变化而变化的，详见表2及图2。

表1 上海市历年建设用地总规模与模型预测结果Fig.1 The prediction of the total scale and modeling results of construction land in Shanghai over the years

表2 建设用地总规模的预测与警界区间划分Fig.2 The prediction of the total scale of construction land and the division of alert districts

从表2中可以看出，2015—2020年的建设用地总规模预测值分别为3106.42、3161.16、3214.97、3267.96、3320.24、3371.89，结合图2相应预警区间观察，2015—2020年的预测值都处于红色预警。

图2 上海市建设用地总规模预警示意图Tab.2 The early-warning schematic diagram of the total scale of construction land in Shanghai

3.3.4 上海市建设用地总规模警情管控分析 从图2的警情预测来看，如果按照现有的趋势不加控制地发展下去，建设用地总规模必然会提前突破。为了应对建设用地管控的总目标，上海市提出“零增长、减量化”等调控策略，2014年开始实施低效建设用地“减量化”，努力实现至2020年现状低效建设用地减量50 km2的任务。2014年、2015年全市累计下达的“198”区域“减量化”立项任务是总量13.5 km2，截至2015年底，两年实际累计完成“减量化”立项约22 km2。减量化力度的增加为增量赢得了发展空间，从2015年现状值来看，2015年建设用地总规模为3071.33 km2，对照表2中2015年警界区间，已处无警区间，由此可知，减量化的管控措施是卓有成效的。考虑“减量化”工作路径明确，操作成熟，本文采用情景分析法，对建设用地规模进行不同情景下的减量控制进行模拟，分析其未来预测值的警情降低程度（表3）。

表3 加速减量下上海市建设用地总规模警情预测 单位：km2Fig.3 The early-warning prediction of the total scale of construction land in Shanghai based on speedup reduction unit: km2

表3中分别假定每年减量化任务在2014年、2015年减量化基数上以一定的增速递增，并对每年预测值进行累减得到各年预测值。从表3中可看出，2016年减量增速10%即可达到无警，但2017—2020年，预测值与警界值的差距越来越大，如果按减量递增10%来看，2018年后几乎没有增量空间，需要保持零增长；如果按照减量递增30%来看，以减量换增量，增量还有上行空间，建设用地总规模的控制压力也会小很多，尤其是在存量建设用地盘活利用上加以重视，是比较容易实现3200 km2的目标值，且对经济发展不会造成太大压力；如果选择减量递增20%，就需要增量递减和减量递增双管齐下，共同管控建设用地规模，以实现3200 km2的无警目标。

3.4 工业用地占全市建设用地比例

3.4.1 工业用地占比的波动特征及变化规律的预测 从上海市2006—2014年工业用地占比数据中可看出，工业用地占比自2010年后逐年降低，但比例仍偏重。从表中可看出，GM（1，1）法相对误差达到2.8%以上，而多项式预测法的相对误差都在1.1%左右（表4），R2= 0.86871，说明该趋势预测显著性强，因此选择对数预测法对土地开发强度的进行预测，结果详见表4。

表4 上海市历年工业用地占全市建设用地比例与模型预测结果Fig.4 The prediction of the proportion of industrial land in Shanghai over the years

3.4.2 上海市工业用地占比弹性警界线的确定 根据现有上海市土地利用总体规划（2006—2020年）中对于工业用地占比到2020年控制在16%以下为依据，计算其与2014年值的年平均增长率为-7.94%，从而倒推得到2015—2020年每年计划的工业用地占比作为初步警界线。以此为基础递加上相应的标准差，得到2015—2020年工业用地占比的弹性警界线，对应每年的弹性警界值分别为0.2476、0.2310、0.2135、0.1961、0.1783、0.16，仍然可以算出2015—2020年工业用地占全市建设用地比例的弹性警界线在对应倒推目标值的5—10%范围内。

3.4.3 上海市工业用地占比警界区间的划定 工业用地占全市建设用地比例属于适度相关指标，越接近目标值越好，此处分别用紫色、蓝色、绿色信号灯表示其安全区间，当超过安全区间上限时即为有警，黄色信号灯表示轻警、红色信号灯表示重警，2015—2020年预测值及警界区详见表5。

从图3中可以看出，2015—2020年的工业用地占比预测值都呈现红色预警状态，但是就其变化趋势而言，工业用地占比持续出现走低趋势，虽然在2020年预测值仍高于规划中2020年的标准值，存在一定的警情，但是若在未来几年对工业用地采取措施进行控制，工业用地占比会走向正轨，持续健康发展。

4 结论与讨论

本文在预警理论基础上，针对具有目标值的土地类指标，提出了基于目标值倒推和预测值相结合的弹性警界线的思路，并以上海市建设用地总规模以及工业用地占比两个指标为例进行了实证计算和分析，结论与讨论如下：

研究结果表明，减量递增与增量递减有助于缓解警情，上海市建设用地总规模管控的效果初现。2014年开始上海市政府就已明确了规划建设用地“负增长”目标，并通过减少新增建设用地计划、推进集中建设区外低效建设用地减量化等举措，积极应对资源环境紧约束的“新常态”，此举将有效地缓解严峻的警情，2015年无警正体现了管控的初步成效。但研究结果也表明2018年后增量递减的压力越来越大，以减量换增量的空间也越来越少，因此应在总量锁定、增量递减前提下，从存量建设用地入手，通过城市更新、存量工业用地转型开发、城中村改造等措施，有效盘活存量建设用地，并通过流量增效、质量提高等措施，以“五量并举”的调控路径，努力实现3200 km2的目标值。

表5 工业用地占全市建设用地比例的预测与警界区间划分Fig.5 The prediction of the proportion of industrial land and the division of police districts

图3 上海市工业用地占全市建设用地比例预警示意图Tab.3 The early-warning schematic diagram of the land development intensity in Shanghai

上海市工业用地占比的预测值在未来5年内呈现红色预警，但是从其发展趋势来看，警情有较为合理的自下降趋势。通过加强工业用地分类引导，加快104产业区块内产业调整升级（“退二优二”）、195区域内工业用地转型利用（“退二进三”）、198区域内减量化复垦（“退二还一”），采取有效的土地二次开发、多功能复合利用等手段，工业用地占比会进一步下降，回落到正常区间，呈持续健康发展。

对于特定阶段来说，单一警素指标的预警适合时间序列较长且在相关规划中有目标值的指标。对未来年份预测值的准确性依托于原始数据的时间序列长短，所以时间序列越长的指标，其预测值相对越精确，其警情判断也相对准确些；其次，只有在相关规划中有目标值的指标可据此思路计算其弹性警限区间，也是针对具有约束值的土地类指标预警研究的一种尝试。

本文结合误差理论中的“3σ”原则及基于目标值的弹性警界线来确定预测年份的警界区间，结合增长趋势和目标值倒推，提出了基于目标值倒推法的土地类警素指标预警研究的思路，期望能为具有约束值的土地警素指标的预警研究找到新的研究思路，以应对土地资源“紧约束”的挑战，当然，单一的土地警素指标的预警只能反映土地运行系统某一方面问题，并不能很好的反映土地运行体征的整体情况，所以未来土地运行系统预警研究的重点应在开展单项预警监测的基础上，逐步构建以土地要素为核心的多要素安全综合预警体系。

（References）:

［1］ 斯灵芝. 浙江省土地利用调控监测预警体系研究［D］ . 杭州：浙江大学，2012.

［2］ Chun Chen, Hwong-wen Ma. Using Risk Maps to Link Land Value Damage and Risk as Basis of Flexible Risk Management for Brownfield Redevelopment［J］ . Chemo-sphere，2013，90：2101 - 2108.

［3］ 周颖. 运用系统动力学对武汉市城市土地集约利用预警研究［D］ . 杭州：浙江大学，2014.

［4］ 罗艳，林丽华，黄洪辉，等. 深圳市大鹏半岛海域海洋生态环境预警评价［J］ . 海洋开发与管理，2014，31（12）：84 - 89.

［5］ 张玉泽，任建兰，刘凯，等. 山东省生态安全预警测度及时空格局［J］ . 经济地理，2015，35（11）：166 - 171，189.

［6］ Pooja Kanwar, William B. Bowden, Suzie Greenhalgh. A Regional Ecological Risk Assessment of the Kaipara Harbour, New Zealand, Using a Relative Risk Model［J］ . Human and Ecological Risk Assessment： An International Journal，2015，21（4）：1123 - 1146.

［7］ 樊杰，王亚飞，汤青，等. 全国资源环境承载能力监测预警（2014版）学术思路与总体技术流程［J］ . 地理科学，2015，35（1）：1 -10.

［8］ 瞿忠琼，章明，周蕾. 集体建设用地指标市场化交易预警［J］ . 中国人口·资源与环境，2016，26（3）：109 - 117.

［9］ 张强，薛惠锋，张明军，等. 基于可拓分析的区域生态安全预警模型及应用——以陕西省为例［J］ . 生态学报，2010，30（16）：4277 - 4286.

［10］ 赵宏波，马延吉. 基于变权—物元分析模型的老工业基地区域生态安全动态预警研究——以吉林省为例［J］ . 生态学报，2014，34（16）：4720 - 4733.

［11］ 宋戈，连臣. 黑龙江省耕地资源安全预警分析及预警系统的构建［J］ . 农业工程学报，2012，28（6）：247 - 252.

［12］ 庄伟，廖和平，杨伟，等. 城郊土地生态安全预警系统设计与关键技术研究——以重庆市长生桥镇为例［J］ . 西南大学学报（自然科学版），2014，36（2）：117 - 123.

［13］ 宋戈，王越，赵可，等. 东北区耕地利用系统安全格局模拟及其阈值的确定［J］ . 地理研究，2015，34（3）：555 - 566.

［14］ 徐美，朱翔，刘春腊. 基于RBF的湖南省土地生态安全动态预警［J］ . 地理学报，2012，67（10）：1411 - 1422.

［15］ 张利，陈影，王树涛，等. 滨海快速城市化地区土地生态安全评价与预警——以曹妃甸新区为例［J］ . 应用生态学报，2015，26（8）：2445 - 2454.

［16］ 庄少勤. “新常态”下的上海土地节约集约利用［J］ . 上海国土资源，2015，（3）：1 - 8.

（本文责编：陈美景）

Research on the Early-Warning of Land Warning-Index based on the Desired Value: Take Shanghai’s Land-Index as an Exam p le

QU Zhong-qiong1, YU Xiao1, DAI Bing2，3, FAN Hua2，3, SHI Xiao-ping1
（1. College of Public Administration, Nanjing Agricultural University, Nanjing 210095, China; 2. Shanghai Institute of Geological Survey, Shanghai 200072, China; 3. Shanghai Institute of Land Resource Survey, Shanghai 200072, China）

The target of this article was to find the methods of early-warning of some key elements of land system based on their desired values so as to provide the alert information and control measures timely. The research were as follows： 1）the trend projection forecasts were made for predicting future values of indexes; 2）the average annual growth rate functions were used for determining the backed-up values; 3）the forecast values combined with the backed-up values was used to determinethe elastic alert line; 4）the principle of 3σnormal distribution based on the statistical error theory was used for determining the warning degree ranges; 5）the signal lights were used to judge the alert situations. For instance, the yellow means the light warning and the red means the heavy warning; 6）the scenario analysis method was used to analyze the change trend of earlywarning under different reduction targets. The results showed that if the total reduction size of construction land in Shanghai increases by 10%, it will need to maintain zero growth after 2018. If the increase rate of reduction is 30%, the amount of newly-added construction will still have some chances to rise up. Although the forecast value of industrial land proportion was in the red light warning, but it continued declining and warning situation was alleviated. In conclusion, according to the regulation of “five-quantity controled development”, we would fulfill the target of “negative growth”. Meanwhile, the industrial land proportion will be back to normal range if we take some measures, such as industrial land clarified guidance, land redevelopment, compound land use, land use structure optimization and so on. The single warning-element is suitable for the indexes with long period target values. The future research should focus on establishing the multiple factors and comprehensive safety early-warning system with land factors as the core based on the single index early-warning.

land assessment; target value; warning-index; early-warning research; Shanghai

F301.2

：A

1001-8158（2017）05-0070-09

10.11994/zgtdkx.20170523.103605

2017-02-08；

2017-05-02

上海市地质调查研究院招标项目“土地运行体征指标构建及其决策咨询机制研究”（2015（D）-018（F））；江苏省社会科学基金“城乡建设用地流转中可置换用地指标的预警体系研究”（14GLD004）及其配套项目“南京农业大学中央高校基本科研业务费人文社会科学研究基金”（SKPT2015001）；南京农业大学中央高校基本科研业务费人文社科研究基金“城乡建设用地增减挂钩的预警体系及风险防控研究”（SKCX2015007）。

瞿忠琼（1974-），女，云南丽江人，博士，副教授。主要研究方向为土地利用规划与管理。E-mail： qzq@njau.edu.cn

石晓平（1973-），男，新疆和静人，教授，博士生导师。主要研究方向土地经济与政策。E-mail： serena2@njau.edu.cn