湘江新區(qū)土地利用結(jié)構(gòu)多目標(biāo)規(guī)劃及決策偏好分析

李天猜 ， 李 韋 ， 馮長春 ， 肖 莉 ， 郝文璇

(1.北京大學(xué) a.城市與環(huán)境學(xué)院，b.國土資源部 國土規(guī)劃與開發(fā)重點實驗室，北京 100871； 2.湖南省國土資源規(guī)劃院，長沙 410007)

湘江新區(qū)土地利用結(jié)構(gòu)多目標(biāo)規(guī)劃及決策偏好分析

李天猜1a,1b， 李 韋1a,1b， 馮長春1a,1b， 肖 莉2， 郝文璇1a,1b

(1.北京大學(xué) a.城市與環(huán)境學(xué)院，b.國土資源部 國土規(guī)劃與開發(fā)重點實驗室，北京 100871； 2.湖南省國土資源規(guī)劃院，長沙 410007)

土地利用規(guī)劃需要綜合考慮經(jīng)濟效益和生態(tài)效益。構(gòu)建了經(jīng)濟最大化和生態(tài)效益最大化2個目標(biāo)，并運用基于模糊集理論的最大(小)算子法求得兼顧經(jīng)濟效益和生態(tài)效益的土地利用模糊最優(yōu)規(guī)劃方案。隨后重點探討了不同決策偏好情景下的土地利用優(yōu)化方案和綜合效益的變化。研究結(jié)果表明：(1)對經(jīng)濟效益和生態(tài)效益的偏好程度不同，主要會導(dǎo)致林地、城鎮(zhèn)建設(shè)用地和水域面積發(fā)生變化；(2)隨著決策者對生態(tài)效益偏好程度的增加，城鎮(zhèn)建設(shè)用地面積逐漸減少，林地和水域面積逐漸增加；(3)當(dāng)經(jīng)濟效益比生態(tài)效益重要時，最優(yōu)的用地規(guī)劃方案主要是在城鎮(zhèn)用地和水域面積之間進行權(quán)衡；當(dāng)生態(tài)效益比經(jīng)濟效益重要時，最優(yōu)的用地規(guī)劃方案主要是在林地和城鎮(zhèn)建設(shè)用地之間進行權(quán)衡。研究結(jié)果對湘江新區(qū)進行“資源節(jié)約型和環(huán)境友好型社會”建設(shè)中的多目標(biāo)土地利用規(guī)劃具有一定的決策參考價值。

土地利用規(guī)劃；多目標(biāo)規(guī)劃；最大(小)值算法；決策偏好；湘江新區(qū)

0 引言

合理的土地利用規(guī)劃能有效解決土地面積的有限性與土地需求的無限性兩者的矛盾，對促進土地資源的可持續(xù)利用具有重要意義[1-2]。土地利用不但會產(chǎn)生社會經(jīng)濟效益，也會對土地自身及其周圍生態(tài)環(huán)境帶來顯著影響。土地利用的多種效益使土地利用規(guī)劃具有多目標(biāo)性。傳統(tǒng)的土地利用規(guī)劃過于強調(diào)規(guī)劃后的經(jīng)濟效益，對生態(tài)環(huán)境效益的重視程度不夠。隨著社會經(jīng)濟的發(fā)展，人們對土地利用的生態(tài)效益越來越關(guān)注。土地利用規(guī)劃的最終目標(biāo)是達到土地利用的經(jīng)濟、社會和生態(tài)環(huán)境效益綜合最大化[3-5]。土地利用結(jié)構(gòu)優(yōu)化是在不增加土地投入的條件下實現(xiàn)土地產(chǎn)出增長和部門間合理分配以獲得結(jié)構(gòu)效應(yīng)的有效途徑[6]。如何在土地資源約束條件下通過土地利用結(jié)構(gòu)的優(yōu)化實現(xiàn)土地利用的綜合效益最大化成為土地利用規(guī)劃的重要問題。

多目標(biāo)規(guī)劃旨在研究多個目標(biāo)函數(shù)在給定區(qū)域上的最優(yōu)化問題，是解決具有多目標(biāo)性的土地利用規(guī)劃的有效方法。國內(nèi)外許多學(xué)者曾將多目標(biāo)規(guī)劃方法運用于土地利用規(guī)劃中[7-12]。例如，G.M.Barber等提出運用多目標(biāo)規(guī)劃法來解決居住可達性最大和能源消耗最小2個目標(biāo)的土地利用規(guī)劃問題[7]；V.Dokmeci等將多目標(biāo)規(guī)劃運用于土地空間配置中[8]；X.Wang等運用多目標(biāo)規(guī)劃模型對流域土地利用結(jié)構(gòu)進行優(yōu)化，再運用GIS技術(shù)對土地資源進行了空間配置[9]；龔健等提出了基于系統(tǒng)動力學(xué)和多目標(biāo)規(guī)劃結(jié)合的土地利用結(jié)構(gòu)優(yōu)化模型，并將其應(yīng)用于武漢市黃陂區(qū)[10]；王紅瑞等運用多目標(biāo)規(guī)劃方法對四川省雙流縣土地利用結(jié)構(gòu)進行了優(yōu)化[11]；T.J.Stewart等運用多目標(biāo)規(guī)劃方法和GIS相結(jié)合進行土地利用規(guī)劃，并開發(fā)了一種遺傳算法對加和目標(biāo)和空間目標(biāo)進行優(yōu)化計算[12]。這些研究從不同的角度將多目標(biāo)規(guī)劃方法運用到解決土地利用多目標(biāo)優(yōu)化問題上，并取得了有效的結(jié)果。在實際土地利用規(guī)劃決策中，決策者對不同目標(biāo)的偏好通常會對研究結(jié)果產(chǎn)生顯著影響。例如，在強調(diào)生態(tài)保護的區(qū)域，決策者會更偏重土地利用的生態(tài)效益；而在強調(diào)經(jīng)濟發(fā)展的地區(qū)，決策者會更偏重土地利用的經(jīng)濟效益；在同一地區(qū)，不同決策偏好也會導(dǎo)致不同的土地利用規(guī)劃結(jié)果。因而，探究不同規(guī)劃目標(biāo)的偏好程度對優(yōu)化結(jié)果的影響對多目標(biāo)土地利用規(guī)劃決策具有重要意義。然而，已有多目標(biāo)土地利用規(guī)劃研究中，相關(guān)探討尚未見報道。

在多目標(biāo)規(guī)劃中，不同求解方法對決策偏好的探討方法不同。其中，H.J.Zimmermann提出應(yīng)用模糊集理論的最大(小)算子法來求解多目標(biāo)線性規(guī)劃問題[13]。該方法不但能得出多目標(biāo)規(guī)劃的模糊最優(yōu)解，而且能通過對目標(biāo)函數(shù)的模糊區(qū)間調(diào)整來有效反映對不同目標(biāo)的決策偏好，能有效克服多個目標(biāo)量綱不同和數(shù)量級不同帶來的困難。本研究將采用該方法進行土地利用規(guī)劃多目標(biāo)決策偏好分析。

本研究旨在運用模糊多目標(biāo)規(guī)劃方法對土地利用結(jié)構(gòu)優(yōu)化進行研究，并重點探討決策者對經(jīng)濟效益和生態(tài)效益2個目標(biāo)的偏好程度對土地利用結(jié)構(gòu)優(yōu)化結(jié)果的影響。選取湘江新區(qū)作為研究區(qū)域。湘江新區(qū)是湖南省“資源節(jié)約型和環(huán)境友好型社會”綜合配套改革的示范區(qū)。為了保障湘江新區(qū)“兩型社會”的建設(shè)目標(biāo)的實現(xiàn)，對湘江新區(qū)開展兼顧經(jīng)濟發(fā)展和生態(tài)環(huán)境保護的多目標(biāo)土地利用結(jié)構(gòu)優(yōu)化研究具有重要意義。研究結(jié)果將為決策者進行土地利用結(jié)構(gòu)優(yōu)化提供參考。

1 模型方法

1.1 多目標(biāo)線性規(guī)劃模型

多目標(biāo)規(guī)劃是數(shù)學(xué)規(guī)劃的一個分支，研究多于一個的目標(biāo)函數(shù)在給定區(qū)域上的最優(yōu)化。多目標(biāo)規(guī)劃的一般形式可以表示為[14]：

maxfk=CkX(k=1, 2, …,u),

minfl=ClX(l=u+1,u+2,…,q)。

s.t.AiX≤bi(i=1, 2, …,m),

AjX≤bj(j=m+1,m+2, …,n),

X≥0。

式中：fk∈R和fl∈R為目標(biāo)函數(shù)；X∈Rt×1為變量向量；Ck∈R1×t，Cl∈R1×t，Ai∈Rm×t，Aj∈R(n-m)×t，bi∈Rm×1，bj∈R(n-m)×1為模型參數(shù)向量。多目標(biāo)規(guī)劃模型的求解方法有線性加權(quán)、主要目標(biāo)法、目標(biāo)規(guī)劃法等[15]。但是在實際運用中，不同目標(biāo)函數(shù)由于量綱或計算方法不同，很難運用線性加權(quán)法進行求解；同時決策者通常會對不同目標(biāo)有偏好，如何有效反映多目標(biāo)規(guī)劃中的決策偏好也是多目標(biāo)規(guī)劃中的一個難點。

1.2 基于模糊集的最大(小)值算法

根據(jù)H.J.Zimmermann對多目標(biāo)模糊線性規(guī)劃的研究[13]，求解上述多目標(biāo)規(guī)劃模型可以先分別針對每個單目標(biāo)進行求解得到其最大和最小值，作為每個規(guī)劃目標(biāo)的模糊集區(qū)間。當(dāng)?shù)玫矫總€目標(biāo)的期望值區(qū)間時，上述多目標(biāo)規(guī)劃可以轉(zhuǎn)化為如下形式：

maxfk=CkX,且fk∈[fk min,fk max] (k=1,2,…,u),minfl=ClX,且fl∈[fl min,fl max] (l=u+1,u+2,…,q)。

s.t.AiX≤bi(i=1,2,…,m),

AjX≤bj(j=m+1,m+2,…,n),

X≥0。

引入目標(biāo)函數(shù)模糊隸屬度θk和θl，定義目標(biāo)函數(shù)的模糊隸屬度分別為：

；

由定義可知，θk∈[0,1]，θl∈[0,1]。當(dāng)θk趨近1時，fk趨近fk max；當(dāng)θl趨近1時，fl趨近fl min。模糊隸屬度越大，目標(biāo)函數(shù)越符合決策者的期望。上述多目標(biāo)規(guī)劃模型可以轉(zhuǎn)變?yōu)槿缦滦问剑?/p>

maxθ。

s.t.CkX-θ(fk max-fk min)≥fk min

(k=1, 2, …,u) ,

ClX-θ(fl max-fl min)≥fl min

(l=u+1,u+2,…,q) ,

AiX≤bi(i=1,2,…,m),

AjX≤bj(j=m+1,m+2,…,n) ,

X≥0。

2 研究區(qū)域概況

湘江新區(qū)即原先的大河西先導(dǎo)區(qū)，隸屬于湖南省長沙市，位于湘江以西，經(jīng)由岳麓區(qū)、高新區(qū)直抵望城、寧鄉(xiāng)腹地組成的區(qū)域，涉及3個區(qū)縣。2007年12月14日，國家發(fā)展和改革委員會下發(fā)了《國家發(fā)展改革委關(guān)于批準(zhǔn)武漢城市圈和長株潭城市群為全國資源節(jié)約型和環(huán)境友好型社會建設(shè)綜合配套改革實驗區(qū)的通知》?！锻ㄖ放鷾?zhǔn)長沙、株洲、湘潭城市群為全國資源節(jié)約型和環(huán)境友好型社會建設(shè)綜合配套改革實驗區(qū)。2008年，湘江新區(qū)的前身大河西先導(dǎo)區(qū)成立，成為“兩型社會”建設(shè)示范區(qū)，并于2014年正式更名為湘江新區(qū)。湘江新區(qū)的戰(zhàn)略目標(biāo)為力爭到2020年建設(shè)成為全國“兩型社會”綜合配套改革的示范區(qū)、高新產(chǎn)業(yè)的集聚區(qū)、城鄉(xiāng)統(tǒng)籌的樣板區(qū)、生態(tài)宜居的新城區(qū)、支撐發(fā)展的增長極。為了保障湘江新區(qū)“兩型社會”的建設(shè)目標(biāo)的實現(xiàn)，傳統(tǒng)以經(jīng)濟效益為發(fā)展導(dǎo)向的土地利用規(guī)劃已經(jīng)不合適，必須要兼顧土地利用的經(jīng)濟效益和生態(tài)環(huán)境效益。因而，對湘江新區(qū)開展兼顧經(jīng)濟發(fā)展和生態(tài)環(huán)境保護的土地利用規(guī)劃具有重要意義。

湘江新區(qū)總用地面積約為119 660.00 hm2，根據(jù)土地利用結(jié)構(gòu)調(diào)整的需要和數(shù)據(jù)的可操作性，將全區(qū)土地分為耕地、園地、林地、草地、城鎮(zhèn)建設(shè)用地、農(nóng)村建設(shè)用地、風(fēng)景及特殊用地、水域和未利用地。根據(jù)2010年的土地利用變更數(shù)據(jù)，土地利用現(xiàn)狀如圖1、表1所示。其中，林地、耕地、城鎮(zhèn)建設(shè)用地為主要用地類型，分別占總用地面積的34.35%，30.96%，13.57%。由于數(shù)據(jù)的可獲取性，本研究立足于湘江新區(qū)2010年的社會經(jīng)濟發(fā)展現(xiàn)狀規(guī)劃目標(biāo)，對2020年的土地利用進行規(guī)劃。

3 湘江新區(qū)多目標(biāo)線性規(guī)劃模型構(gòu)建

3.1 模型目標(biāo)構(gòu)建

選取湘江新區(qū)土地利用的經(jīng)濟效益和生態(tài)效益作為優(yōu)化的2個目標(biāo)函數(shù)。由于社會效益難于衡量，且與經(jīng)濟效益和生態(tài)效益有緊密聯(lián)系，故本研究在優(yōu)化模型的構(gòu)建中未考慮土地利用的社會效益。

圖1 2010年湘江新區(qū)土地利用現(xiàn)狀圖

土地類型 現(xiàn)狀面積/hm2占總面積的比例/%耕地37046.6630.96園地1181.830.99林地41099.3334.35草地532.270.44城鎮(zhèn)建設(shè)用地16236.6613.57農(nóng)村建設(shè)用地13314.7411.13風(fēng)景及特殊用地287.070.24水域9011.327.53未利用地950.120.79合計119660.00100.00

① 經(jīng)濟目標(biāo)。經(jīng)濟目標(biāo)是各類用地的經(jīng)濟收益之和最大化。每類用地的經(jīng)濟效益用地均GDP來衡量。經(jīng)濟目標(biāo)函數(shù)如下：

式中：f1為各類用地的經(jīng)濟效益之和，單位為萬元；Bi為第i種用地的單位面積經(jīng)濟效益，單位為萬元/hm2；xi為第i類用地的規(guī)劃面積，i=1,2,…,9，單位為hm2。

② 生態(tài)目標(biāo)。生態(tài)目標(biāo)為最大化各類用地的生態(tài)效益。生態(tài)服務(wù)價值作為土地利用/覆被變化環(huán)境效應(yīng)的重要量化指標(biāo)，在衡量土地利用生態(tài)效益中得到了廣泛運用。因此，本研究中生態(tài)效益采用謝高地等提出的生態(tài)服務(wù)價值來衡量[16-17]。生態(tài)目標(biāo)函數(shù)如下：

式中：f2為各類用地的生態(tài)效益之和，單位為萬元；Ei為第i種用地的單位面積生態(tài)效益，單位為萬元/hm2。

表2給出了每類用地的單位面積GDP和單位面積生態(tài)服務(wù)價值。單位面積用地的GDP結(jié)合《長沙統(tǒng)計年鑒2011》及湘江新區(qū)今后的發(fā)展目標(biāo)估算而得，地均GDP越高表明該用地經(jīng)濟效益越好。每類用地的生態(tài)服務(wù)價值則根據(jù)謝高地等研究提出的生態(tài)服務(wù)價值及區(qū)域修正結(jié)果估算而得[16-17]，單位面積用地生態(tài)服務(wù)價值越高，表明用地生態(tài)效益越好。從表2可以看出城市建設(shè)用地的經(jīng)濟效益最大，但是生態(tài)服務(wù)價值卻最?。欢蚝土值氐纳鷳B(tài)服務(wù)價值較大，經(jīng)濟效益卻很小。這表明多數(shù)用地的經(jīng)濟效益和生態(tài)效益相沖突，需要規(guī)劃決策者在經(jīng)濟效益和生態(tài)效益之間進行適當(dāng)?shù)臋?quán)衡。從表2也可以看出，由于計算的體系和指標(biāo)不一樣，雖然經(jīng)濟效益和生態(tài)效益的量綱一致，但是參數(shù)值差異很大。這就導(dǎo)致該多目標(biāo)規(guī)劃不能通過對不同目標(biāo)加權(quán)求和變?yōu)橐粋€目標(biāo)來進行求解，而基于模糊集的最大(小)算法則可以求解該問題。

表2 各類用地的單位面積經(jīng)濟效益和生態(tài)效益 萬元/hm2

3.2 模型約束條件

模型約束條件主要包括土地利用約束和區(qū)域經(jīng)濟社會發(fā)展約束等。

② 耕地面積約束。耕地面積必須大于基本農(nóng)田，且糧食產(chǎn)量不能降低。由于湘江新區(qū)作為湖南省今后的重點開發(fā)建設(shè)區(qū)，耕地的占補平衡很難在湘江新區(qū)內(nèi)部實現(xiàn)，即難以保證湘江新區(qū)的耕地面積保持不變。為了保證耕地面積盡量不被大量侵占，必須保證糧食產(chǎn)量不低于基準(zhǔn)年(2010年)糧食年產(chǎn)量。由此得到湘江新區(qū)的耕地面積約束為：x1≥X1，x1×g≥G。式中：x1為耕地面積；X1為基本農(nóng)田面積，由國土部門提供的數(shù)據(jù)獲得；g為2020年預(yù)期糧食單產(chǎn)，由近幾年糧食單產(chǎn)數(shù)據(jù)預(yù)測獲得；G為基準(zhǔn)年糧食年產(chǎn)量，采用2010年的現(xiàn)狀糧食產(chǎn)量數(shù)據(jù)。

③ 園地面積約束。園地面積不小于目標(biāo)年最低規(guī)劃值，即：x2≥X2。式中：x2為園地面積；X2為目標(biāo)年園地最低規(guī)劃值，由現(xiàn)狀用地面積和國民經(jīng)濟發(fā)展規(guī)劃估算而得。

④ 林地面積約束。林地面積要保證規(guī)劃目標(biāo)年的區(qū)域最低森林覆蓋率，即：x3≥X×μ。式中：x3為林地面積；X為區(qū)域總面積；μ為規(guī)劃目標(biāo)年的區(qū)域最低森林覆蓋率，根據(jù)研究區(qū)域生態(tài)環(huán)境保護規(guī)劃數(shù)據(jù)估算而獲得。

⑤ 草地面積約束。草地面積不小于目標(biāo)年最低規(guī)劃值，即：x4≥X4。式中：x4為草地面積；X4為目標(biāo)年草地最低規(guī)劃值，由現(xiàn)狀用地面積和國民經(jīng)濟發(fā)展規(guī)劃估算而得。

⑥ 建設(shè)用地總量約束。各類建設(shè)用地總量不能超過最大適宜建設(shè)用地面積，即：x5+x6+x7≤XAC。式中：x5為城鎮(zhèn)建設(shè)用地地面積；x6為農(nóng)村建設(shè)用地地面積；x7為風(fēng)景及特殊用地面積；XAC即為最大適宜建設(shè)用地面積，根據(jù)國土部門提供的適宜性評價數(shù)據(jù)獲得。

⑦ 城鎮(zhèn)建設(shè)用地約束。城鎮(zhèn)建設(shè)用地面積大于最低城鎮(zhèn)用地面積需求，即：x5≥X5。式中：X5為最低城鎮(zhèn)用地面積需求，由規(guī)劃目標(biāo)年預(yù)測城鎮(zhèn)人口數(shù)量和《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)》(GB50137—2011)中規(guī)定的人均城市建設(shè)用地最低指標(biāo)計算而得。

⑩ 勞動力約束。農(nóng)村和農(nóng)業(yè)建設(shè)用地的總勞動力需求不應(yīng)超過最大農(nóng)村勞動力供給量，城鎮(zhèn)用地勞動力需求不應(yīng)超過最大非農(nóng)勞動力供給量，即：

+l6x6+l9x9≤LR，

l5x5+l7x7≤LU。

式中：LR為最大農(nóng)村勞動力供給量；LU為最大城鎮(zhèn)勞動力供給量；x9為未利用地面積。最大勞動力供給量通過研究區(qū)域的人口預(yù)測獲得；各類用地單位面積的勞動力需求(li)數(shù)據(jù)通過《長沙統(tǒng)計年鑒2011》和王紅瑞等[11]的數(shù)據(jù)進行估算而得。表3列出了約束條件的所有參數(shù)值。

3.3 模型求解

先將模型分別轉(zhuǎn)化為以經(jīng)濟目標(biāo)和以生態(tài)目標(biāo)為單一目標(biāo)的線性規(guī)劃模型進行求解，分別得到f1 max，f2 max及其各自對應(yīng)的最優(yōu)化用地面積。由于經(jīng)濟效益和生態(tài)效益相沖突，將最優(yōu)化經(jīng)濟目標(biāo)對應(yīng)的用地總生態(tài)效益作為最低生態(tài)效益值f2 min，并將最優(yōu)化生態(tài)目標(biāo)時得到的經(jīng)濟效益作為最低的經(jīng)濟效益值f1 min。從而構(gòu)建出2個目標(biāo)函數(shù)的最優(yōu)化的模糊期望區(qū)間，即：f1∈[f1 min, f1 max]，f2∈[f2 min, f2 max]。根據(jù)前述最大(小)算法，可將2個目標(biāo)轉(zhuǎn)化為1個目標(biāo)和2個約束條件，即：

表3 模型約束條件參數(shù)

maxθ。

4 結(jié)果與討論

4.1 最優(yōu)用地面積

表4給出了只考慮經(jīng)濟目標(biāo)、只考慮生態(tài)目標(biāo)和兼顧2個目標(biāo)的湘江新區(qū)土地利用優(yōu)化方案。由表3可知，如果只考慮經(jīng)濟目標(biāo)最大化，各類用地面積分別為耕地30 892.66hm2，園地3 118.81hm2，林地40 684.40hm2，草地600.00hm2，城鎮(zhèn)建設(shè)用地33 369.10hm2，農(nóng)村建設(shè)用地4 320.00hm2，風(fēng)景及特殊用地390.90hm2，水域6 046.60hm2，未利用地237.53hm2。此時的經(jīng)濟效益最大，為9.88×107萬元；生態(tài)效益最小，為1.14×105萬元。如果只考慮生態(tài)目標(biāo)最大化，林地面積將增加至52 224.22hm2，水域面積將增加至13 358.03hm2，園地面積將降低為1 400.00hm2，城鎮(zhèn)建設(shè)用地面積降至16 236.66hm2，其余各類用地面積和只考慮經(jīng)濟情況下的最優(yōu)面積一致。此時的經(jīng)濟效益最小，為4.92×107萬元；而生態(tài)效益最大，為1.86×105萬元。顯然上述2種單目標(biāo)優(yōu)化結(jié)果不符合湘江新區(qū)建設(shè)兩型社會的要求。

當(dāng)兼顧經(jīng)濟目標(biāo)和生態(tài)目標(biāo)時，通過模糊多目標(biāo)規(guī)劃方法可以求得在2個目標(biāo)權(quán)衡得到的模糊最優(yōu)解：耕地30 892.66hm2，園地1 400.00hm2，林地41 523.97hm2，草地600.00hm2，城鎮(zhèn)建設(shè)用地25 917.84hm2，農(nóng)村建設(shè)用地4 320.00hm2，風(fēng)景及特殊用地390.90hm2，水域14 377.10hm2，未利用地237.53hm2。對比前2種情況，兼顧2個目標(biāo)的優(yōu)化方案中林地和城鎮(zhèn)建設(shè)用地面積均介于二者的優(yōu)化結(jié)果之間，園地面積同只考慮生態(tài)目標(biāo)的優(yōu)化結(jié)果一致，水域面積比前2種情況的優(yōu)化面積均要高，其余用地面積和前2種情況的優(yōu)化結(jié)果相一致。此時各類用地的經(jīng)濟效益為7.73×107萬元，生態(tài)效益為1.55×105萬元，對比現(xiàn)狀用地結(jié)構(gòu)，經(jīng)濟效益增加1.61×107萬元，生態(tài)效益增加1.20×104萬元，是既滿足經(jīng)濟目標(biāo)又兼顧生態(tài)目標(biāo)的最優(yōu)規(guī)劃方案。

表4 湘江新區(qū)土地利用多目標(biāo)規(guī)劃模型計算結(jié)果 hm2

將情景3得到的最優(yōu)規(guī)劃方案與2010年土地利用現(xiàn)狀相對比，能得到為了達到規(guī)劃目標(biāo)各類用地的變更面積：耕地減少6 154.00 hm2；園地增加218.17 hm2；林地增加424.64 hm2；草地增加67.73 hm2；城鎮(zhèn)建設(shè)用地增加9 681.18 hm2；農(nóng)村建設(shè)用地減少8 994.74 hm2；風(fēng)景及特殊用地增加103.83 hm2；水域增加5 365.78 hm2；未利用地減少712.59 hm2。優(yōu)化后的區(qū)域經(jīng)濟效益和生態(tài)效益分別比現(xiàn)狀用地高出2.61×107萬元和1.20×104萬元。用地變更數(shù)據(jù)表明，今后土地利用工作在適當(dāng)增加建設(shè)用地面積的同時集中開展農(nóng)村建設(shè)用地的整治，將農(nóng)村多余的建設(shè)用地轉(zhuǎn)換為城鎮(zhèn)建設(shè)用地或其他用地類型；同時隨著農(nóng)村人口的減少和城市擴張，耕地也會減少，但要保證湘江新區(qū)的基本農(nóng)田面積和糧食總產(chǎn)量穩(wěn)定；在生態(tài)建設(shè)方面，應(yīng)重點增加水域面積，例如建設(shè)生態(tài)濕地，并適當(dāng)增加林地覆蓋面積；積極開發(fā)未利用地，補充給其他用地類型，提高區(qū)域土地利用率。

4.2 決策偏好的影響

決策偏好對多目標(biāo)規(guī)劃結(jié)果有重要影響。在多目標(biāo)規(guī)劃問題中，決策者通常對不同目標(biāo)的決策偏好程度也不同，從而對優(yōu)化結(jié)果產(chǎn)生顯著影響。在多目標(biāo)規(guī)劃模型求解中，決策偏好通常以不同優(yōu)化目標(biāo)的優(yōu)先順序或權(quán)重大小來反映。在最大(小)算法中，決策偏好可以通過對決策目標(biāo)函數(shù)值的模糊期望區(qū)間調(diào)整來體現(xiàn)。在前述的模糊最優(yōu)解中，決策者選擇了在約束條件下2個目標(biāo)理論上的最大和最小值為期望區(qū)間(即f1∈[f1 min,f1 max]，f2∈[f2 min,f2 max])，這種情況下決策者對2個目標(biāo)的重要性沒有偏好，即同等重要。在實際問題中，決策者可以根據(jù)不同目標(biāo)的重要性等決策偏好在最大和最小的期望區(qū)間中調(diào)整模糊期望區(qū)間。例如，如果決策者更看重經(jīng)濟目標(biāo)，則可以將f1的期望區(qū)間在[f1 min,f1 max]的可行范圍內(nèi)取[f1 min+δ1df1,f1 max](δ1∈[0,1.0]，df1=f1 max-f1 min)，而f2的期望區(qū)間不變，仍為[f2 min,f2 max]。這樣，模型的求解結(jié)果就會更傾向于經(jīng)濟目標(biāo)最大化，且δ1越大表明對經(jīng)濟目標(biāo)的偏好程度越大。反之，如果決策者更看重生態(tài)目標(biāo)，則可以調(diào)整生態(tài)目標(biāo)的模糊期望值為[f2 min+δ2df2,f2 max](δ2∈[0,1.0]，df2=f2 max-f2 min),而經(jīng)濟目標(biāo)的模糊期望區(qū)間仍為[f1 min,f1 max]。

為了討論決策偏好對最優(yōu)化結(jié)果的影響，本研究選擇了偏重經(jīng)濟目標(biāo)中δ1=0.2，0.4，0.6，0.8，1.0(δ2=0)和偏重生態(tài)目標(biāo)中δ2=0.2，0.4，0.6，0.8，1.0(δ1=0)共10種情景下的優(yōu)化結(jié)果進行對比分析。結(jié)果表明，隨著偏好度的不同，園地、林地、城鎮(zhèn)建設(shè)用地和水域面積會發(fā)生變化，而其他用地面積不變。圖2展示了4種用地面積隨著偏好度不同的變化。

說明：決策偏好情景編號從左至右對應(yīng)的參數(shù)依次為：δ1=1.0，δ2=0；δ1=0.8，δ2=0；δ1=0.6，δ2=0；δ1=0.4，δ2=0；δ1=0.2，δ2=0；δ1=0，δ2=0；δ1=0，δ2=0.2；δ1=0，δ2=0.4；δ1=0，δ2=0.6；δ1=0，δ2=0.8；δ1=0，δ2=1.0。

圖2 不同決策偏好情境下4種用地類型最優(yōu)面積

Fig.2 Optimized solutions of 4 land use types under different preference scenarios

圖2中，決策情景1為只考慮經(jīng)濟效益最大化；情景2～5決策者偏重經(jīng)濟效益但兼顧生態(tài)效益；情景6視經(jīng)濟和生態(tài)效益同等重要；情景7～10視生態(tài)效益比經(jīng)濟效益重要；情景11只考慮生態(tài)效益最大化?？傮w而言，隨著決策者對生態(tài)效益的偏好程度的逐漸增加(情景1～11)，林地先維持不變隨后逐漸增大，城鎮(zhèn)建設(shè)用地面積逐漸減少，水域面積先迅速增加后逐漸減小，園地面積迅速減少最后不變。具體而言，當(dāng)決策者偏重于經(jīng)濟效益時(情景1～6)，林地維持40 684.40 hm2不變；城鎮(zhèn)建設(shè)用地面積從33 369.10 hm2減少到25 917.84 hm2；水域從6 046.60 hm2逐漸增加到14 377.10 hm2。這表明如果決策者更偏好經(jīng)濟效益，就需要在城鎮(zhèn)用地和水域面積中進行權(quán)衡，這時兼顧生態(tài)效益的最好辦法是適當(dāng)減少城鎮(zhèn)建設(shè)用地，并增加相應(yīng)量的水域面積，例如濕地公園、水塘養(yǎng)殖等。當(dāng)決策者對生態(tài)效益的偏好程度高于對經(jīng)濟效益的偏好時(情景6～11)，林地面積從41 523.97 hm2迅速增加到52 224.22 hm2；城鎮(zhèn)建設(shè)用地面積從25 917.84 hm2逐漸減少到16 236.66 hm2；水域面積逐漸達到其最大值，并基本維持平衡或是略微下降。這時，決策者就需要在建設(shè)用地和林地面積之間進行權(quán)衡。這表明，如果決策者更偏重生態(tài)效益，就應(yīng)嚴(yán)格控制城鎮(zhèn)面積擴展，并在保證水域面積盡量最大化的情況下擴大林地面積。不同決策偏好情景也會導(dǎo)致總的經(jīng)濟效益和生態(tài)效益發(fā)生變化(圖3)。由圖3可知，隨著決策者對生態(tài)效益的偏好程度增加，總生態(tài)效益會逐漸增大，總經(jīng)濟效益會逐漸減??；反之亦然。圖2和圖3的研究結(jié)果能為決策者進行規(guī)劃決策提供一定參考。

說明：決策偏好情景同圖2。

圖3 不同決策偏好情景下土地利用總經(jīng)濟效益和總生態(tài)效益變化

Fig.3 Total economic benefit and total ecological benefit of land use under different preference scenario

5 結(jié)論與討論

5.1 結(jié)論

土地利用規(guī)劃需要綜合考慮經(jīng)濟效益和生態(tài)效益。本研究運用多目標(biāo)規(guī)劃方法對湖南省“兩型社會”建設(shè)示范區(qū)——湘江新區(qū)的土地利用規(guī)劃進行研究。本研究構(gòu)建了經(jīng)濟最大化和生態(tài)效益最大化2個目標(biāo)，并運用基于模糊集理論的最大(小)算子法求得兼顧經(jīng)濟效益和生態(tài)效益的土地利用模糊最優(yōu)規(guī)劃方案。隨后本研究重點探討了不同決策偏好情景下的土地利用優(yōu)化方案和綜合效益的變化。研究結(jié)果表明：(1)對經(jīng)濟效益和生態(tài)效益的偏好程度不同，主要會導(dǎo)致林地、城鎮(zhèn)建設(shè)用地和水域面積發(fā)生變化。(2)隨著決策者對生態(tài)效益偏好程度的增加，城鎮(zhèn)建設(shè)用地面積逐漸減少，林地和水域面積逐漸增加。(3)當(dāng)經(jīng)濟效益比生態(tài)效益重要時，最優(yōu)的用地規(guī)劃方案主要是在城鎮(zhèn)用地和水域面積之間進行權(quán)衡；當(dāng)生態(tài)效益比經(jīng)濟效益重要時，最優(yōu)的用地規(guī)劃方案主要是在林地和城鎮(zhèn)建設(shè)用地之間進行權(quán)衡。(4)參照模糊最優(yōu)化用地方案，今后湘江新區(qū)的土地利用應(yīng)在適當(dāng)控制城鎮(zhèn)建設(shè)用地增加和耕地面積減少的同時，重點加大農(nóng)村建設(shè)用地的整治和轉(zhuǎn)換，盡量增加水域和林地面積，從而保障湘江新區(qū)“資源節(jié)約型和環(huán)境有好型”社會建設(shè)目標(biāo)的實現(xiàn)。結(jié)果表明，最大(小)算子法是解決土地利用多目標(biāo)優(yōu)化問題的有效方法，不但能得到兼顧多目標(biāo)的模糊最優(yōu)解，而且能分析不同決策偏好程度下的最優(yōu)用地方案，為土地利用規(guī)劃決策者提供重要參考。

5.2 討論

首先，土地利用還包括空間優(yōu)化，但本研究只探究了土地利用的數(shù)量優(yōu)化。土地利用空間優(yōu)化是土地利用規(guī)劃中的難點之一，但數(shù)學(xué)規(guī)劃方法通常不能進行空間優(yōu)化。今后進一步的研究將嘗試將數(shù)學(xué)規(guī)劃方法和地理信息系統(tǒng)等空間分析軟件相結(jié)合，探討土地利用的多目標(biāo)空間優(yōu)化。其次，部分模型參數(shù)具有不確定性，但本研究中的模型參數(shù)值都為確定性數(shù)值。在現(xiàn)實世界中，由于數(shù)據(jù)的有限或未來條件的變化，模型參數(shù)可能會發(fā)生相應(yīng)的變化，存在一定的區(qū)間或隨機分布。用確定數(shù)值來進行用地規(guī)劃可能會導(dǎo)致規(guī)劃方案并不最優(yōu)，甚至可能規(guī)劃方案不能實現(xiàn)。因此，今后進一步的研究可以與隨機規(guī)劃、區(qū)間規(guī)劃等不確定優(yōu)化方法相結(jié)合進行土地利用多目標(biāo)規(guī)劃。

[1] 姚士謀，馮長春，王成新，等．中國城鎮(zhèn)化及其資源環(huán)境基礎(chǔ)[M]．北京：科學(xué)出版社，2010．

[2] 李國華．基于灰色多目標(biāo)的土地利用結(jié)構(gòu)優(yōu)化研究——以南京市為例[D]．南京：南京農(nóng)業(yè)大學(xué)，2011．

[3] 劉彥隨．區(qū)域土地利用系統(tǒng)優(yōu)化調(diào)控的機理與模式[J]．資源科學(xué)，1999，21(4)：60-65．

[4] 嚴(yán)金明．簡論土地利用結(jié)構(gòu)優(yōu)化與模型設(shè)計[J]．中國土地科學(xué)，2002，16(4)：20-25．

[5] Liu J,Liu M,Zhuang D,etal.Study on Spatial Pattern of Land-use Change in China during 1995—2000[J].Science in China Series D:Earth Sciences,2003,46(4):86-89.

[6] 吳次芳，鮑海君．土地資源安全研究的理論與方法[M]．北京：氣象出版社，2004．

[7] Barber G M.Land-use Planning via Interactive Multiobjective Programming[J].Environment and Planning,1976,8(6):625-636.

[8] Dokmeci V,Eagdas G,Toekan S.Muti-objective Land Use Planning Model[J].Journal of Urban Planning and Development,1993,119(1):15-22.

[9] Wang X,Yu S,Huang G.Land Allocation Based on Integrated GIS-optimization Modeling at A Watershed Level[J].Landscape and Urban Planning,2004,66(2):61-74.

[10] 龔健，劉耀林．基于SD-MOP整合模型的土地利用總體規(guī)劃研究[J]．武漢大學(xué)學(xué)報：信息科學(xué)版，2005，30(4)：322-325．

[11] 王紅瑞，張文新，胡秀麗，等．土地利用區(qū)間數(shù)多目標(biāo)規(guī)劃模型及其應(yīng)用[J]．農(nóng)業(yè)工程學(xué)報，2008，24(8)：68-73．

[12] Stewart T J,Janssen R.A Multiobjective GIS-based Land Use Planning Algorithm[J].Computers Environment & Urban Systems,2014,46(7):25-34．

[13] Zimmermann H J.Fuzzy Programming and Linear Programming with Several Objective Functions[J].Fuzzy Sets and Systems,1978,1(1):45-55．

[14] 李學(xué)全，李輝．帶權(quán)值的模糊多目標(biāo)線性規(guī)劃[J]．經(jīng)濟數(shù)學(xué)，2003，20(4)：81-85．

[15] 徐玖平，李軍．多目標(biāo)決策的理論與方法[M]．北京：清華大學(xué)出版社，2005．

[16] 謝高地，肖玉，甄霖，等．我國糧食生產(chǎn)的生態(tài)服務(wù)價值研究[J]．中國生態(tài)農(nóng)業(yè)學(xué)報，2005，13(3)：10-13．

[17] 謝高地，甄霖，魯春霞，等．一個基于專家知識的生態(tài)系統(tǒng)服務(wù)價值化方法[J]．自然資源學(xué)報，2008，23(5)：911-919．

Multi-objective Land Use Planning and Decision Analysis in Xiangjiang New Area

Li Tiancai1a,1b, Li Wei1a,1b, Feng Changchun1a,1b, Xiao Li2, Hao Wenxuan1a,1b

(1a.School of Urban and Environment Sciences, 1b. Key Lab of Land Resources Planning and Development, Peking University, Beijing 100871, China; 2.Hunan Land Resources Planning Institute, Changsha 410007, China)

A multi-objective land use planning model was developed for Xiangjiang New Area in Hunan Province of China. Two planning objectives, economic benefit and ecological benefit, and nine land use types were considered in this model. Fuzzy sets theory was employed to formulate and solve this multi-objective linear problems. The optimized planning scheme indicates that Xiangjiang New Area should control the increase of urban developed land and decrease of cultivated land, convert spare rural developed land to other land use types, and increase more water and forest areas. eleven decision scenarios were generated based on different preference between the two objectives to discuss the trade-off between economic benefit and ecological benefit. The results shows that as the decision maker preferring more on ecological benefit, urban developed land would decrease while water and forest area would increase steadily; if the decision maker emphasis more on economic benefit, the optimized planning scheme would mainly tradeoff between urban developed land and water areas; while if emphasis more on ecological benefit, the optimized planning scheme would mainly tradeoff between urban developed land and forest areas. The results would be helpful for the decision makers to generate reasonable land use planning schemes.

land use planning; multi-objective programming; fuzzy theory; decision preference; Xiangjiang New Area

2014-09-20；

2015-12-12

國土資源部公益性行業(yè)科研專項(201211023)

李天猜(1990-)，女，湖南郴州市人，碩士研究生，主要從事土地利用評價與規(guī)劃方面的研究，(E-mail)317279381@qq.com。

馮長春(1957-)，男，山西臨汾市人，教授，主要從事房地產(chǎn)估價、城市與區(qū)域經(jīng)濟、土地利用規(guī)劃等方面的研究，(E-mail)fcc@urban.pku.edu.cn。

F127.41

A

1003-2363(2016)01-0132-07