区域生态和经济系统耦合效应下的土地利用优化配置——以山西省宁武县为例

贾宁凤,曹蓉,王晓雅,2

(1.山西大学 黄土高原研究所,山西 太原 030006;2.山西大学 环境与资源学院,山西 太原 030006)

土地是生态建设和经济发展的空间载体及基本保障[1],且土地资源具有自然属性和经济属性的双重性[2],因此对土地资源进行优化配置是一个复杂的系统优化问题[3]。土地利用结构优化是实现土地资源可持续利用的重要手段[4],其作用在于协调或解决土地资源经济供给的稀缺性与土地利用方式合理性之间的矛盾,最终目标是要协调土地利用所产生的生态、经济和社会利益,使其耦合效应下的利益达到最优[5-7]。土地利用结构优化最直观的应用是土地利用规划[8]。土地利用规划是一个优化问题,是对不同土地利用类型的数量结构和空间位置进行优化配置的过程[9]。由于未来是不可知的,其充满着不确定性,因此规划中也充斥着不确定性[10-11]。随着我国市场经济体制的逐步完善,社会经济发展迅速,随之增加的是不确定性[12-13]。因此,以保护生态环境为基本前提,对区域土地利用优化配置进行研究,促进区域生态、社会和经济发展,具有重要的实践意义。

国内学者关于土地利用优化配置的研究,大多将土地经济利益设为主要目标,从社会利益和生态利益角度构建约束条件,求出土地利用结构的最佳值,或者是考虑资源价值的核算,在资源价值取得最优时,求出土地利用结构的最优值[14-16]。在模型建立方面,在土地利用优化配置研究中多使用线性规划模型[17],且模型多为单目标、多目标或者将线性规划模型与元胞自动机等其他模型结合应用[18-20],而较少与区间参数结合使用。因此,本研究设计了弹性区间来应对不确定性的影响,通过构建多目标区间线性规划模型,模型参数含有区间,求解结果也为区间,能够最大化抵消和缓解规划中的不确定性。以山西省宁武县为研究区,基于不确定性区间理论,利用多目标区间优化模型,建立关于生态利益与经济利益耦合效应下的利益最大化为目标函数,从社会利益角度构建约束函数,进行2016-2020年土地利用优化配置研究,预测2020年研究区土地利用结构优化区间,以期能为相关部门进行土地利用规划及其调整提供有效支持。

1 研究区概况

宁武县地处山西省西北部,地理坐标：38°30′50″ ～39°8′40″ N,111°50′ ～112°30′40″ E。气候属于温带大陆性气候,气候寒冷干燥,多大风,温差较大,无霜期120～130 d,日照总时数平均为2 835 h,年平均气温为2～6℃,平均降水量470～770 mm。自然植被较好,西部以针叶林、针阔叶混交林为主,分布面积较大,东部以阔叶林为主。土地总面积为1 944.21 km2。地势西高东低,西南部属吕梁山脉,分布有芦芽山国家级自然保护区和管涔山国家森林公园,东部为丘陵山区,中部为河谷地带。研究区为汾河——黄河的第二大支流源头所在地,山西省一级水源保护地,流经县域水系全长为42 km,汇水面积约1 300 km2。2017年,全县总人口数达16.6万人,国内生产总值为58.54亿元,人均生产总值35 163元。

Fig.1 Map of land use status Ningwu County 2015图1 2015年宁武县土地利用现状图

2 数据来源与处理

2.1 土地利用结构数据提取

土地利用结构数据采用研究区2009-2015年度的变更数据进行土地利用变化分析(图1),地类划分按照《县级土地利用总体规划编制规程(TD/T 1024-2010)》,采用了二级分类标准,将研究区土地利用类型划分为9类:耕地、林地、其他农用地、城镇工矿用地、农村居民点、交通水利用地、其他建设用地、水域和自然保留地。

2.2 土地利用生态利益系数与经济利益系数确定

采用生态服务价值作为各种土地利用类型的生态利益系数,生态服务价值引用研究区已有研究成果[21],各年度的生态利益系数保持不变。耕地、林地、水域和自然保留地的生态利益系数分别为0.611 4万元/hm2、0.889 4万元/hm2、2.552 5万元/hm2、0.017 1万元/hm2,城镇工矿用地、农村居民点和交通水利用地均为负值,为-0.442 0万元/hm2,其他农用地采用耕地和林地的生态利益系数平均值0.750 4万元/hm2,考虑到研究区其他建设用地主要为风景园林绿地,其生态利益系数为1.2万元/hm2[22]。

各土地利用类型的经济利益系数采用单位面积的经济产值来表示,2009-2015年度对应的经济产值数据来源于研究区经济和社会发展统计年鉴,耕地、林地、其他农用地、农村居民点、交通水利用地、其他建设用地和水域的经济产值分别对应农业产值、林业产值、牧业产值、农业企业产值、交通运输仓储业产值、其他服务业产值和渔业产值,城镇工矿用地经济产值对应企业产值中除农业企业、交通运输仓储业和社会服务业之外的产值。

2.3 经济利益指标预测及区间获取

将经济利益系数作为不确定指标,进行土地利用规划目标年的预测,获取指标区间。

(1)预测目标年经济利益指标

根据2009-2015年度的各土地利用类型的单位面积经济利益系数值,用灰色模型[23]来预测2020年不确定指标数值,即各种土地利用类型的单位面积经济利益系数值(表1)。

(2)确定目标年经济利益预测区间

考虑到规划的弹性,以灰色模型预测值为准,通过专家调查法来获取不确定指标的分布区间[24](表1)。

表1 不确定指标及指标区间预测表

3 研究方法

3.1 优化总体思路

为保证生态、经济和社会耦合效应下的土地资源可持续发展[25],采用区间多目标优化模型,即生态利益与经济利益耦合利益最大化为最终目标函数,把社会利益纳入约束条件,不确定指标区间为经济利益目标函数自变量系数,利用Matlab软件遗传算法求解,得到优化结构弹性区间。

3.2 区间线性规划模型

区间优化模型是针对处理含有不确定信息的数据时使用的一类优化模型[26],与其他需要已知不确定变量的概率分布的优化模型相比,区间优化模型只需要已知各个变量的取值区间即可进行不确定性优化。区间线性规划模型(简称IvLP)的标准型[27]由目标函数和约束函数两部分组成,可表示为:

(1)

3.3 目标函数确定

(1)生态利益目标

土地利用生态利益是不同土地利用类型用地面积与其生态利益系数的乘积之和。因此确定生态利益目标函数为:

(2)

式中,F2(x)表示研究区土地的生态利益,xi和ei分别是第i种土地利用类型的用地面积和生态利益系数,本文中用其对应的土地利用类型生态系统服务价值表示。建设用地的生态利益系数一般为负值,由于其他建设用地对应城镇绿地,其生态利益系数为正值。

(2)经济利益目标

土地利用经济利益是不同土地利用类型用地面积与其经济利益系数的乘积之和。因此确定经济利益目标函数为:

(3)

3.4 约束条件

主要从生态用地、人口、土地集约利用、资源环境承载角度等构造土地利用优化约束条件[28]。综合考虑研究区土地利用现状及近年动态变化,本文模型中共设置9个变量,即9类土地利用类型:耕地(x1)、林地(x2)、其他农用地(x3)、城镇工矿用地(x4)、农村居民点(x5)、交通水利用地(x6)、其他建设用地(x7)、水域(x8)和自然保留地(x9)。约束条件从土地总面积、耕地保护、宏观计划目标、人口、集约用地、城镇绿地率、交通用地比率限制、生态用地、土地利用程度、数学模型要求10个方面来构建。

(1)土地总面积约束:

(4)

式中,Sn是研究区土地总面积,为194 421.11 hm2。

(2)耕地保护约束:耕地面积不小于上级规划给予研究区的任务目标。

x1≥G

(5)

式中,G是上级规划给予研究区的耕地保有量指标,为41 081.76 hm2。

(3)宏观计划目标约束:

① 农业发展是国家发展之本,为保障农业稳定发展,须保证农业用地不少于目前现状。

x1+x2+x3≥A

(6)

式中,A是2015年农用地面积,为119 140.2 hm2。

② 随着社会发展和科技进步,城镇化是未来社会发展必然趋势,建设用地应大于现状用地面积。

x4+x5+x6+x7≥B

(7)

式中,B是2015年建设用地面积,为6 173.27 hm2。

(4)人口约束:应保障农村人口、城镇人口基本居住需要[28]。

α1·x4≥P×δ×m1，

(8)

α2·x5≥P×(1-δ)×m2，

(9)

式中,α1和α2分别是城镇工矿用地和农村居民点用地中用于居住的用地所占的比例,根据《城市用地分类与规划建设用地标准(GB50137-2011)》中相关标准,再结合研究区实际情况,分别取值30%和35%;P是预测目标年研究区人口总数,采用人口自然增长法、灰色预测和线性回归分析的预测值的平均值,为17.460 4万人;δ是预测目标年研究区城镇化率,结合研究区十三五规划目标,取值53.7%;m1与m2分别是最基本的人均城镇工矿用地标准和人均农村居民点用地标准,分别取75 m2和100 m2。

(5)集约用地约束:在保证基本居住用地的基础上,尽量集约节约利用。

α1·x4≤P×δ×m3，

(10)

α2·x5≤P×(1-δ)×m4，

(11)

式中,α1和α2分别是城镇工矿用地和农村居民点用地中用于居住的用地所占的比例,分别取值30%和35%;P是预测目标年研究区人口总数,取值17.460 4万人;δ是预测目标年研究区城镇化率,取值53.7%;m3与m4分别是人均城镇工矿用地和人均农村居民点用地的最高标准,分别取100 m2和150 m2。

(6)城镇绿地率约束:

(12)

(7)交通用地比率限制:

(13)

(8)生态用地约束

① 森林覆盖率约束:

(14)

式中,α5表示森林覆盖率,结合研究区十三五规划,取值27.8%;λ表示林地与森林覆盖率的折算系数,根据研究区实际情况,取值0.78。

② 水域面积约束:

(15)

(9)土地利用程度约束:后备资源开发是提高土地利用率的重要途径,因此自然保留地面积逐年减少是必然趋势,但资源的开发不是毫无节制,需要考虑地形条件和开发成本等因素。

x9≤Sn·(1-r) ，

(16)

x9≥α7·S9，

(17)

式中,Sn是研究区土地总面积,为194 421.11 hm2;r表示2015年土地利用率,为66.16%;

S9是2015年自然保留地面积,为65 786.07 hm2;α7是推算的最大开发比例。

(10)数学模型要求约束:

xi≥0,i=1,…,9 .

(18)

Fig.2 Determination of land use structure optimimum interval图2 土地利用优化结构弹性区间确定

3.5 模型求解

由于目标函数的系数包含不确定信息,用区间表示其取值范围,因此在模型求解时,需要对区间进行处理。Rand函数可以在区间中随机取值来参与计算,把其嵌入遗传算法当中,可以真实模拟不确定性的发生情境。具体做法是:先借助Rand函数随机取值,将区间多目标线性规划变为一般多目标线性规划,之后连接遗传算法,记录本次运算最优解,记作一次循环。同样循环进行n次,则产生n个解集X=[x1,x2,…,x9].

4 结果分析

4.1 弹性区间及敏感度分析

通过计算,得到研究区规划目标年的土地利用结构弹性区间和敏感度(表2)。区间宽度是用区间上限减去区间下限所得到的差值,体现了土地利用类型在规划结果中变化量的多少。敏感度是弹性区间宽度与土地利用数量结构现状面积之比,可理解为以现状面积为基准,弹性区间宽度在此基准下的变化程度[23]。综合分析弹性区间和敏感度,将各土地利用类型划分为四类。

表2 土地利用结构优化弹性区间和敏感度

(1)约束型指标

约束型指标包括耕地、城镇工矿用地、农村居民点、自然保留地、交通水利用地和其他建设用地。其中,耕地、城镇工矿用地、农村居民点和自然保留地的弹性区间和敏感度均较低。在农用地中,耕地单位面积的经济利益和生态利益不高,同时受耕地保有量的限制,保证耕地红线,因此优化结果中耕地的弹性区间及敏感度均低。在经济快速发展进程中,城镇工矿用地和农村居民点具有较高的经济利益,面积呈现增加的趋势,但其生态利益为负值,所以要控制其用地规模,保证土地的集约节约利用。从土地利用程度考虑,自然保留地的弹性区间和敏感度为最小,其作为宜耕宜林的后备土地资源,必然会由于开发而呈下降趋势,但不可过度开发,须考虑自然地理条件、开发难度及经济成本等因素进行适度开发。

交通水利用地和其他建设用地的弹性区间较低而敏感度较高。交通水利用地的弹性区间为214.63 hm2,但其敏感度达21.09%,主要是加快完善研究区旅游业的发展。其他建设用地的弹性区间为13.6 hm2,但其敏感度达17.97%,其他建设用地(城镇绿地)具有较高的生态利益,可以作为城镇绿地需求的保障,提高区域综合利益,保证可持续发展。

(2)预测型指标

预测型指标为林地,其弹性区间为5 658.86 hm2,但其敏感度仅有8.4%,林地具有较高的生态利益,单位面积的生态利益为0.889 4万元/hm2,但其单位面积的经济产出小,在区域追求经济生态社会多目标情况下,退耕还林政策及未利用地的开发,致使林地面积增加。但其不能无限制增长,要合理规划安排,因此其敏感度较小。

(3)保护型指标

保护型指标为水域,其具有很高的生态利益,单位面积的生态利益为2.552 5万元/hm2,在高生态利益下,其可以作为湿地需求的保障,要保持水域面积不减少,使得生态利益最大化。因此,其具有较高的弹性区间和敏感度。

(4)发展型指标

发展型指标为其他农用地,其弹性区间宽度和敏感度最大,其弹性区间达5 917.99 hm2,敏感度为74.26%,表明其受不确定性因素的影响较大且较易发生变化,在经济和生态利益最大化下,要积极利用其他农用地,通过结构调整大力发展设施农用地。

4.2 优化结果趋势分析

把土地利用结构优化的弹性区间上下限数值与2015年现状结构作比较(图3),可以直观地看出土地利用类型在优化结构中的变化趋势,对9种土地利用类型的变化趋势进行对比分析可以发现:

Fig.3 Comparison of present situation and optimization interval横坐标轴为时间年份/年，纵坐标轴为土地利用类型面积/hm2图3 现状与优化区间对比示意图

(1)耕地(图3a)和自然保留地(图3i)都呈现下降趋势。其中,耕地面积下降的原因是退耕,通过提高耕地利用效率,减少耕地面积提高研究区整体的综合利益;自然保留地面积减少是其作为未来社会发展的后备资源的必然趋势。

(2)林地(图3b)和建设用地(图3d、e、f、g)均呈现上升趋势。林地面积表现出增加趋势,一方面是在退耕还林还草政策驱动下,通过部分耕地退耕从而使得林地面积增加;另一方面是研究区共有82万亩原始次生林,森林覆盖率38%以上,林地面积的增加能够提高生态利益,对提高森林覆盖率和改善区域生态环境起到有利的推动作用。建设用地都表现面积增加的趋势,其中,城镇工矿用地、交通水利用地和其他建设用地增加,主要是加快完善研究区基础设施建设和旅游业的发展,符合宁武县未来城市化进程中对土地利用的需求;农村居民点增加并不违背农村建设用地集约节约利用原则,是由于农村居民点用地未剥离其他独立建设用地。

(3)其他农用地(图3c)与水域(图3h)的变化则较为灵活,其变化趋势不确定,可根据未来土地利用需求在区间范围内上下浮动。其他农用地在进行优化时,一方面配置更多的设施农用地能带来更高的综合利益,因而变化趋势出现上升的可能;另一方面是可通过农用地整治减少田坎等来补充耕地,这就为其他农用地的变化趋势呈现下降提供了可能。水域面积变化趋势的不确定则是由于其生态利益较高,又能带来可观的经济利益,因而在未来其面积增加可能带来较高综合利益;而减少的最大原因是滩涂的合理开发补充耕地。

5 结论

以山西省宁武县为研究区,利用多目标区间优化模型,建立关于生态利益与经济利益耦合效应下的利益最大化目标函数,从社会利益角度构建约束函数,在不确定性因素影响下,进行土地利用优化配置研究,预测研究区2020年的土地利用结构优化区间,主要结论如下。

(1)各种土地利用类型的弹性区间是土地利用结构优化的重要依据

研究区各土地利用类型的弹性区间宽度较大的是林地、其他农用地和水域,分别为5 658.86 hm2、5 917.99 hm2和819.11 hm2。在土地利用结构优化中可更加灵活的应对未来不确定性带来的变化,如通过农用地整治等手段来补充耕地、提高耕地质量。弹性区间宽度较小的是耕地、自然保留地和其他建设用地,分别为179.62 hm2、2.25 hm2和13.6 hm2。在土地利用结构优化中需要通过制定相应的约束条件来控制其数量的变化,如自然保留地作为宜耕宜建的后备土地资源,必然会由于开发而呈下降趋势,但不可过度开发,须考虑自然地理条件、开发难度及经济成本等因素。

(2)各土地利用类型的划分可以提高土地利用结构优化水平

综合分析弹性区间和敏感度,将各土地利用类型划分为四类:约束型指标、预测型指标、保护型指标和发展型指标。其中约束型指标有耕地、城镇工矿、农村居民点、自然保留地、交通水利用地和其他建设用地。耕地受耕地保有量的限制,要保证耕地红线,因此其弹性区间和敏感度均低。城镇工矿用地、农村居民点和交通水利用地具有较高的经济利益,但其生态利益为负值,所以要控制其用地规模,保证土地的集约节约利用。其他建设用地(城镇绿地)的敏感度达17.97%,是因为其具有较高的生态利益,可以作为城镇绿地需求的保障。自然保留地的开发须考虑自然地理条件、开发难度及经济成本等因素。预测型指标为林地,具有较高的生态利益,但单位面积的经济产出小,在退耕还林政策及未利用地的开发下,要合理规划安排。保护型指标为水域,在高生态利益下,其可以作为湿地需求的保障,要保持水域面积不减少。发展型指标为其他农用地,要积极利用其他农用地,通过结构调整大力发展设施农用地。

(3)各土地利用类型在优化结构中呈现出不同的发展趋势

将优化结构弹性区间的上下限与现状结构面积做趋势线,可以发现耕地和自然保留地呈现下降趋势,林地和建设用地都呈现上升趋势,而其他农用地和水域的变化则较为灵活,可根据未来土地利用需求在弹性区间范围内上下浮动。因此,在土地利用结构优化中,可根据各土地利用类型不同的发展趋势,确定各土地利用类型面积的增减。