哈爾濱市建設(shè)用地動態(tài)變化及趨勢預(yù)測

李 瑋，宋 戈，2，李瑞雪，李志明，滕 鵬

(1.東北農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，黑龍江 哈爾濱 150030；2.東北大學(xué)土地管理研究所，遼寧 沈陽 110819)

哈爾濱市建設(shè)用地動態(tài)變化及趨勢預(yù)測

李 瑋1，宋 戈1，2，李瑞雪1，李志明1，滕 鵬1

(1.東北農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，黑龍江 哈爾濱 150030；2.東北大學(xué)土地管理研究所，遼寧 沈陽 110819)

建設(shè)用地是人們生產(chǎn)生活及社會經(jīng)濟(jì)發(fā)展的空間載體，是土地利用的重要組成部分.以哈爾濱市轄區(qū)為研究區(qū)，在分析哈爾濱市轄區(qū)1994—2013年建設(shè)用地動態(tài)變化、探討其驅(qū)動機制的基礎(chǔ)上，構(gòu)建了灰色馬爾科夫預(yù)測模型，并對其未來城市建設(shè)用地面積進(jìn)行了預(yù)測.結(jié)果表明：(1)1994—2013年哈爾濱市城市建設(shè)用地面積整體呈上升趨勢，尤以1999—2006年最為明顯，年均增長率為14.39%.2007—2013年哈爾濱市建設(shè)用地結(jié)構(gòu)供應(yīng)量變化顯著.(2)隨著人口的增加，人均建設(shè)用地面積也相應(yīng)增加.(3)1994—2013年哈爾濱市城市建設(shè)用地面積的擴(kuò)大不盡合理，其建設(shè)用地變化彈性系數(shù)為3.08，遠(yuǎn)大于1.12的合理值.只有少數(shù)年份的建設(shè)用地變化彈性系數(shù)在合理值范圍內(nèi)，說明哈爾濱市應(yīng)放慢建設(shè)用地的擴(kuò)大速度.(4)人口、經(jīng)濟(jì)及交通因素、產(chǎn)業(yè)結(jié)構(gòu)因素成為哈爾濱市城市建設(shè)用地變化的主要驅(qū)動力.(5)灰色馬爾科夫模型預(yù)測精度高于灰色預(yù)測模型，經(jīng)預(yù)測，2020年哈爾濱市城市建設(shè)用地面積為476.557 4 km2，2025年為538.162 6 km2.

建設(shè)用地；動態(tài)變化；驅(qū)動力；規(guī)模預(yù)測；哈爾濱市

土地資源是人類賴以生存的物質(zhì)基礎(chǔ)，而建設(shè)用地是人類社會得以持續(xù)發(fā)展的必備條件.近年來，由于我國人口的急劇增長、社會經(jīng)濟(jì)的發(fā)展及城鄉(xiāng)一體化的快速推進(jìn)，致使城市建設(shè)用地?zé)o序擴(kuò)張，從而產(chǎn)生了許多現(xiàn)實問題，如生態(tài)環(huán)境惡化、耕地面積減少等.因此，分析建設(shè)用地的動態(tài)變化情況，總結(jié)影響建設(shè)用地變化的驅(qū)動因素及預(yù)測城市未來建設(shè)用地面積，對區(qū)域生態(tài)健康發(fā)展及土地資源的可持續(xù)利用有著重要的意義.

近年來，國內(nèi)外學(xué)者在建設(shè)用地動態(tài)變化及建設(shè)用地規(guī)模預(yù)測方面開展了豐富的研究，國外學(xué)者主要是針對城市土地利用[1-2]、建設(shè)用地的規(guī)模管控[3]，以及基于RS和GIS的城市模擬與預(yù)測[4-5]等相關(guān)方面進(jìn)行研究；而國內(nèi)學(xué)者更多地側(cè)重于城鎮(zhèn)擴(kuò)張及驅(qū)動力分析[6-8]、城市建設(shè)用地的時空變化特征[9-10]等方面.在需求量預(yù)測方面主要集中于方法的實證研究上，如灰色預(yù)測法、回歸分析法、定額指標(biāo)法等[11-13]，在研究區(qū)域上更偏向于東部沿海城市及發(fā)達(dá)地區(qū)[14-18]，對東北重工業(yè)基地城市建設(shè)用地動態(tài)變化及趨勢預(yù)測的綜合研究較少.因此，本文基于1994—2013年的社會經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)，采用建設(shè)用地變化速率、建設(shè)用地變化彈性系數(shù)、灰色馬爾科夫模型等方法，對哈爾濱市建設(shè)用地變化進(jìn)行客觀分析，在掌握其動態(tài)變化規(guī)律的基礎(chǔ)上，預(yù)測了其2020—2025年的城市建設(shè)用地規(guī)模，以為哈爾濱市未來集約節(jié)約利用土地及科學(xué)優(yōu)化土地利用結(jié)構(gòu)提供參考依據(jù).

1 研究區(qū)概況

哈爾濱市處于黑龍江省南部，地理位置為125°42′～130°10′E、44°04′～46°40′N，是東北老工業(yè)基地的典型重工業(yè)城市，同時也是國家戰(zhàn)略定位的“沿邊開發(fā)開放中心城市”“東北亞區(qū)域中心城市”.2014年，行政區(qū)劃調(diào)整后，哈爾濱市轄9區(qū)9縣(市).截至2013年，市區(qū)土地面積7 086 km2，人口472.5萬人，建設(shè)用地面積為391 km2，人均建設(shè)用地面積為82.75 m2/人，相比1994年，共增加了33.58 m2/人.然而，迅猛發(fā)展的城市化，給哈爾濱市城市用地帶來了一系列復(fù)雜而又緊迫的問題：城市用地擴(kuò)張過快、城市土地利用結(jié)構(gòu)不合理等.因此，本文選取哈爾濱市轄區(qū)為研究區(qū)，對區(qū)域內(nèi)建設(shè)用地的動態(tài)變化進(jìn)行了分析，探討了其變化的驅(qū)動機制；同時，預(yù)測了其2020年及2025年的城市建設(shè)用地規(guī)模.

2 研究方法

2.1 建設(shè)用地變化速率

建設(shè)用地變化速率是指某空間單元內(nèi)建設(shè)用地面積變化量與基期面積的比值，實質(zhì)上表征了某研究時段內(nèi)建設(shè)用地變化的強度[19]，其計算公式為

(1)

式中：M為建設(shè)用地變化速率指數(shù)；Ua為研究初期建設(shè)用地面積；Ub為研究末期建設(shè)用地面積；Δt為研究時段，當(dāng)Δt的時段設(shè)定為年時，M為研究時段內(nèi)建設(shè)用地年變化速率.

2.2 建設(shè)用地變化彈性系數(shù)

建設(shè)用地變化彈性系數(shù)指城市建設(shè)用地面積年均增長率與市區(qū)人口年均增長率的比值，其計算公式為

Ei=Si/Pi.

(2)

式中：Ei為第i研究時段內(nèi)建設(shè)用地變化彈性系數(shù)，Si為第i研究時段內(nèi)建設(shè)用地面積年均增長率，Pi為第i研究時段內(nèi)市區(qū)人口年均增長率.

2.3 灰色馬爾科夫模型

灰色馬爾科夫模型是指灰色預(yù)測模型與馬爾科夫模型的結(jié)合體，計算公式為

(3)

3 建設(shè)用地動態(tài)變化分析

3.1 建設(shè)用地數(shù)量變化

3.1.1 城市建設(shè)用地總量變化

通過圖1及表1可知，1994—2013年哈爾濱市城市建設(shè)用地面積總體呈現(xiàn)出波動式增長態(tài)勢，根據(jù)變化情況，可以將其分為3個階段：波動式增長—快速增長—平穩(wěn)增長.

圖1 1994—2013年哈爾濱市城市建設(shè)用地面積

表1 1994—2013年哈爾濱市城市建設(shè)用地面積變化量及建設(shè)用地年均變化速率

(1) 1994—1999年是第一階段，5年間城市建設(shè)用地面積從1994年的156 km2擴(kuò)展到1999年的165 km2，年均增長率1.15%.1996年國務(wù)院同意將松花江地區(qū)并入哈爾濱市形成新的哈爾濱市；同時，哈爾濱政府進(jìn)行了松北開發(fā)區(qū)的建設(shè)，其經(jīng)濟(jì)輻射作用引領(lǐng)了周邊區(qū)域的發(fā)展，導(dǎo)致建設(shè)用地面積明顯增多.然而，與1998年相比較，1999年哈爾濱市城市建設(shè)用地面積顯著減少，主要原因在于居民點用地被大量地轉(zhuǎn)化成了未利用地.[20]

(2) 1999—2006年是第二階段，在該時段城市建設(shè)用地面積表現(xiàn)出逐年攀升的勢頭，且增長幅度較大.1999年城市建設(shè)用地面積僅為165 km2，到2006年上升到331.21 km2，是1999年的2倍多，7年間共增加了166.21 km2，年均增長率14.39%.此期間城市建設(shè)用地發(fā)展速度如此之快，關(guān)鍵原因一方面是因為我國對振興東北老工業(yè)基地的扶持政策，導(dǎo)致社會經(jīng)濟(jì)活動比較活躍，推動了哈爾濱市城市建設(shè)的發(fā)展；另一方面是由于此期間哈爾濱市進(jìn)行了2次行政區(qū)劃調(diào)整，2004年撤銷呼蘭縣，成為哈爾濱市轄區(qū)之一呼蘭區(qū)，2006年又將阿城撤市設(shè)區(qū)，因此，哈爾濱市城市建設(shè)用地面積急速擴(kuò)充.

(3) 2006—2013年為第三階段，在此期間城市建設(shè)用地面積雖然仍呈上升趨勢，但增速明顯比上一階段平緩，2013年僅比2006年增加59.79 km2，年均增長率2.58%.這是由于國家相繼出臺了一些政策，限制大城市建設(shè)用地規(guī)模，因此，有效遏制了城市建設(shè)用地的不合理擴(kuò)張現(xiàn)象.

3.1.2 建設(shè)用地供應(yīng)結(jié)構(gòu)變化分析

由表2可知，哈爾濱市住宅用地供應(yīng)量總體上表現(xiàn)為先上升后減少，在2011年達(dá)到最大值623.117 5 hm2.其中2010，2011年哈爾濱市住宅用地供應(yīng)量總和為1 148.486 3 hm2，超過了近7年住宅用地供應(yīng)總量的45%，住宅用地供應(yīng)量的增加能有效滿足隨著人口增加以及經(jīng)濟(jì)發(fā)展所帶來的住房需求.近年來哈爾濱市立足于快速推進(jìn)裝備制造業(yè)、經(jīng)濟(jì)技術(shù)開發(fā)區(qū)等的發(fā)展.工業(yè)用地發(fā)展的同時必然會促使對建設(shè)用地需求的提升，導(dǎo)致城市盲目擴(kuò)張，但是借鑒國內(nèi)外發(fā)達(dá)城市的經(jīng)濟(jì)發(fā)展經(jīng)驗可以發(fā)現(xiàn)，一個城市的經(jīng)濟(jì)效益越好，工礦倉儲用地占比相對越低.在2007—2013年間哈爾濱市工礦倉儲用地供應(yīng)量保持先增長后減少的趨勢，但是所占建設(shè)用地總供應(yīng)量的比重除2007年較低外，其余年份比重均比較大，并且大體顯示出逐年降低的態(tài)勢，由2008年的35.55%降低至2013年的13.92%，說明哈爾濱市用地結(jié)構(gòu)正朝著越來越合理的方向發(fā)展.商服用地7年來一直處于供應(yīng)量較少的狀態(tài).水域及水利設(shè)施用地除2013年有少量供應(yīng)，其余6年均為0.其他用地在2007—2013年供應(yīng)量占總供應(yīng)量的比例均呈現(xiàn)出倒U型曲線關(guān)系.交通運輸用地除2007年和2009年供應(yīng)量為0外，其余5年的供應(yīng)量基本處于增長趨勢，2013年達(dá)到最大值為624.700 69 hm2，同年占總供應(yīng)量的比例26.5%也遠(yuǎn)大于其他5類用地結(jié)構(gòu)占總供應(yīng)量的比例，對城市交通道路的完善發(fā)揮了重要的作用，符合城市的發(fā)展要求.

表2 2007—2013年哈爾濱市建設(shè)用地供應(yīng)結(jié)構(gòu)變化情況

3.2 人均建設(shè)用地面積變化

人均建設(shè)用地面積是表征建設(shè)用地變化的又一重要的衡量指標(biāo)，體現(xiàn)了建設(shè)用地供需矛盾的狀況.由圖2可見，1994—2013年人均建設(shè)用地面積整體表現(xiàn)為上升態(tài)勢，而人口同樣表現(xiàn)為整體上升趨勢，說明人口的增長帶動了城市用地的開發(fā).自改革開放以來，在哈爾濱市集聚效應(yīng)的作用下，許多農(nóng)村人口來到城市物色發(fā)展機會，對城市建設(shè)用地的承載力提出了一定的挑戰(zhàn).因而，城市建設(shè)用地的發(fā)展必須要適應(yīng)人口的增長，但又不能無限制的蔓延.

圖2 1994—2013年哈爾濱市區(qū)人口數(shù)及人均建設(shè)用地面積

3.3 建設(shè)用地變化彈性系數(shù)

由上述可知，人口增加帶動了城市建設(shè)用地規(guī)模的擴(kuò)大，但這種擴(kuò)大是否合理，還需要通過建設(shè)用地變化彈性系數(shù)來分析.研究表明，當(dāng)彈性系數(shù)等于1.12時較為合適，由圖3可以看出，1994—2013年只有少數(shù)年份的建設(shè)用地變化彈性系數(shù)小于1.12的合理值，而大多數(shù)年份遠(yuǎn)遠(yuǎn)超于1.12，尤其是2008，2009，2011，2012年更為明顯.關(guān)鍵原因在于城市建設(shè)用地面積在不斷增長，而人口卻有小幅度降低.經(jīng)計算，1994—2013年哈爾濱市建設(shè)用地變化彈性系數(shù)為3.08，表明在整個研究時段內(nèi)，哈爾濱市城市建設(shè)用地變化程度遠(yuǎn)大于人口的變化程度，城市建設(shè)用地增長不夠合理，造成了土地資源的浪費，因此哈爾濱市應(yīng)放慢城市用地的建設(shè)步伐.

圖3 1994—2013年哈爾濱市建設(shè)用地變化彈性系數(shù)

4 建設(shè)用地變化驅(qū)動力分析

4.1 主成分分析

主成分分析法可通過降維的思想將復(fù)雜的線性相關(guān)的多種因素綜合歸納為幾類不具相關(guān)性的因素，因此本文將運用主成分分析法提取出城市建設(shè)用地的關(guān)鍵驅(qū)動因素，以此客觀分析驅(qū)動哈爾濱市城市建設(shè)用地增長的影響因子.因自然因素在短期內(nèi)對城市建設(shè)用地基本無影響，政策因素又難以量化，因此本文主要分析社會經(jīng)濟(jì)驅(qū)動因素.在全面了解哈爾濱市城市建設(shè)用地的發(fā)展過程后，選取人口(X1)、GDP(X2)、工業(yè)總產(chǎn)值(X3)、第二產(chǎn)業(yè)增加值(X4)、第三產(chǎn)業(yè)增加值(X5)、財政收入(X6)、城市居民人均可支配收入(X7)、社會消費品零售總額(X8)、客運量(X9)這9個因子作為自變量，城市建設(shè)用地作為因變量，經(jīng)SPSS軟件處理后，通過表3和表4可知，第一第二主成分占到貢獻(xiàn)率的96.480%，符合主成分分析的要求，同時第一主成分與除第二產(chǎn)業(yè)增加值(X4)的因素具有強相關(guān)性，可將其概括成人口、經(jīng)濟(jì)及交通驅(qū)動因素，第二主成分與第二產(chǎn)業(yè)增加值(X4)高度相關(guān)，可將其歸納為產(chǎn)業(yè)結(jié)構(gòu)驅(qū)動因素.

表3 特征值及主成分貢獻(xiàn)率

表4 旋轉(zhuǎn)后因子載荷矩陣

4.2 驅(qū)動因素分析

4.2.1 人口、經(jīng)濟(jì)及交通因素

人口因素是建設(shè)用地變化的直接驅(qū)動因子，人類活動作用于城市建設(shè)用地的影響更為直觀.2003年哈爾濱市轄區(qū)人口達(dá)到315.19萬人，到2013年迅速增至472.5萬人.人口的增加將促使人們對住房需求的提升，相應(yīng)的公共設(shè)施及基礎(chǔ)配套設(shè)施的數(shù)量也需要與之相匹配，必然會促使城市大力開發(fā)建設(shè)用地.

經(jīng)濟(jì)發(fā)展帶動建設(shè)用地增加，人均可支配收入增加一方面滿足了人們的消費能力，另一方面也刺激了消費欲望，拉動了內(nèi)需增長，因而從另一個側(cè)面體現(xiàn)了城市經(jīng)濟(jì)的發(fā)展水平.伴隨人均可支配收入及社會消費品零售總額的增多，人們對服務(wù)業(yè)的期望也越發(fā)提高.哈爾濱市第三產(chǎn)業(yè)產(chǎn)值由1995年的1 738 224.32 萬元增至2013年的19 091 054.6萬元，哈爾濱的旅游業(yè)比較發(fā)達(dá)，眾多游客的到來加大了對住房及交通設(shè)施的需求，從而促使城市建設(shè)用地持續(xù)增多.1995年哈爾濱市工業(yè)總產(chǎn)值為3 362 571 萬元，2013年增長到21 291 271萬元，是1995年的6倍多，這是因為土地利用結(jié)構(gòu)會在土地利用的比較經(jīng)濟(jì)效益驅(qū)使下發(fā)生改變，工業(yè)企業(yè)數(shù)目增多，導(dǎo)致更多的土地開發(fā)成建設(shè)用地用以滿足工業(yè)企業(yè)數(shù)目的增加.GDP和財政收入體現(xiàn)的是某個區(qū)域的發(fā)展水平，哈爾濱市1995—2013年GDP共增長29 461 328萬元，年均增長率為53.43%，而城市建設(shè)用地年均增長率為7.93%，也就是說GDP每增長1%，城市建設(shè)用地面積相應(yīng)的增長0.15%，經(jīng)濟(jì)發(fā)展有助于推進(jìn)建設(shè)項目的增多.1995年哈爾濱市財政收入為189 736萬元，2013年為3 387 736萬元，18年間共增長3 198 000萬元，年均增長率達(dá)到93.64%，本著“取之于民，用之于民”的思想，隨著財政收入的增加，政府必將投入更多的財力用于發(fā)展民生工程及基礎(chǔ)設(shè)施的開發(fā)，從而必須要有更多的城市建設(shè)用地作為基礎(chǔ)媒介.城市主要交通干線引導(dǎo)著城市的建設(shè)發(fā)展，對城市建設(shè)具有帶動作用.而客運量是體現(xiàn)交通基礎(chǔ)設(shè)施完善水平的關(guān)鍵性標(biāo)志.近年來，哈爾濱市更加注重對交通網(wǎng)的建設(shè)，新建了哈齊高鐵，哈大客運專線也于2012年正式投入使用，同時哈爾濱西站和地鐵的興建促使了交通設(shè)施用地的增加.

4.2.2 產(chǎn)業(yè)結(jié)構(gòu)因素

作為城市發(fā)展的支柱產(chǎn)業(yè)，第二產(chǎn)業(yè)產(chǎn)值的增加對城市的發(fā)展產(chǎn)生了巨大的影響，有效推動了城市的建設(shè)發(fā)展.1995年第二產(chǎn)業(yè)增加值為450 268.79萬元，2013年第二產(chǎn)業(yè)增加值為332 212.828 8萬元.哈爾濱市作為典型的東北老工業(yè)基地城市，近年來，不斷開發(fā)江北、松北開發(fā)區(qū)，群力新區(qū)也正在崛起，第一產(chǎn)業(yè)逐漸轉(zhuǎn)型到第二產(chǎn)業(yè)，產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變需要土地作為載體，致使非農(nóng)建設(shè)用地被大批占用，轉(zhuǎn)化為建設(shè)用地的現(xiàn)象頻發(fā).因此，哈爾濱市隨著產(chǎn)業(yè)轉(zhuǎn)型大量城市建設(shè)用地被開發(fā)利用.

5 建設(shè)用地需求量預(yù)測

建設(shè)用地系統(tǒng)是一個極其復(fù)雜的隨機變化的動態(tài)系統(tǒng)，受到人口、自然、社會、經(jīng)濟(jì)發(fā)展、政策等諸多因素的共同作用，其變化具有非線性、波動性等特點，因此尋求合理的預(yù)測方法，對提高預(yù)測結(jié)果的精度至關(guān)重要.灰色馬爾科夫模型是由灰色GM(1，1)模型和馬爾科夫預(yù)測模型組合而成，它既能反映灰色GM(1，1)模型具有需要樣本數(shù)目少且不需要計算統(tǒng)計特征量等特點，又能最大限度地發(fā)揮馬爾科夫模型解決隨機波動性較大的動態(tài)過程的優(yōu)點[21]，二者結(jié)合，預(yù)測結(jié)果的準(zhǔn)確性會大大提高，具體計算過程如下：

本文選取哈爾濱市2006—2013年的城市建設(shè)用地面積作為原始數(shù)據(jù)，根據(jù)灰色理論，得出GM(1，1)模型

x(t+1)=12 060.848 950e0.027 123t+(-11 729.638 950).

從馬爾科夫分析方法的具體使用經(jīng)驗及哈爾濱市城市建設(shè)用地面積變化的實際情況出發(fā)，依據(jù)城市建設(shè)用地面積的實測值與灰色預(yù)測值之間的相對誤差，把它分為4種狀態(tài)：[-1.5，-0.5]，[-0.5，0.1]，[0.1，0.7]，[0.7，1.5].

將所得歷年城市建設(shè)用地面積相對誤差對應(yīng)到相應(yīng)狀態(tài)區(qū)間，按照狀態(tài)轉(zhuǎn)移概率矩陣的算法，運用公式算得所需的一步狀態(tài)轉(zhuǎn)移概率矩陣為

從而可知2020年及2025年城市建設(shè)用地面積的實測值與灰色預(yù)測值之間的相對誤差所處的狀態(tài)，并根據(jù)公式(3)可得，2020年哈爾濱市的城市建設(shè)用地規(guī)模是476.557 4 km2，2025年為538.162 6 km2.

通過表5可以看出，灰色預(yù)測值相對誤差的絕對值的最大值為1.385 3%，最小值為0.116 2%，平均值為0.584 8%.而灰色馬爾科夫預(yù)測值相對誤差的絕對值的最大值是0.310 3%，最小值是0.001 2%，平均值是0.196 9%.灰色馬爾科夫模型的預(yù)測值各項精度均比灰色預(yù)測值的精度高，說明灰色馬爾科夫模型對合理預(yù)測哈爾濱市城市建設(shè)用地面積更為有效.

表5 灰色預(yù)測值與灰色馬爾科夫預(yù)測值精度對比

6 結(jié)論與討論

通過對哈爾濱市近20年建設(shè)用地動態(tài)變化及驅(qū)動力的分析及對未來城市建設(shè)用地規(guī)模的預(yù)測，可以得到以下結(jié)論：

(1) 城市一直處于發(fā)展變化當(dāng)中，經(jīng)濟(jì)發(fā)展的突飛猛進(jìn)以及人口的變化帶來了建設(shè)用地規(guī)模的擴(kuò)大.哈爾濱市城市建設(shè)用地從1994年以來一直處于上升趨勢，尤其是1999—2006年這一時期增長較快，年均增長率為14.39%.2007—2013年哈爾濱市建設(shè)用地結(jié)構(gòu)供應(yīng)量變化顯著，住宅用地、工礦倉儲用地、其他用地供應(yīng)量均呈現(xiàn)出先上升后降低的趨勢，商服用地和水域及水利設(shè)施用地供應(yīng)量較少.交通運輸用地除2007年和2009年供應(yīng)量為0之外，其余5年的供應(yīng)量基本處于增長趨勢.其中，工礦倉儲用地供應(yīng)量的變化趨勢某種程度上說明了哈爾濱市建設(shè)用地結(jié)構(gòu)正朝著越來越合理的方向發(fā)展.

(2) 1994—2013年哈爾濱市城市建設(shè)用地面積的擴(kuò)大不盡合理，其建設(shè)用地變化彈性系數(shù)為3.08，遠(yuǎn)大于1.12的合理值.只有少數(shù)年份的建設(shè)用地變化彈性系數(shù)在合理值范圍內(nèi)，說明哈爾濱市應(yīng)放慢建設(shè)用地的擴(kuò)大速度.

(3) 引起哈爾濱市建設(shè)用地變化的因素有許多，但大多數(shù)因素相互之間有關(guān)聯(lián)，通過主成分分析，可簡化驅(qū)動因素，并將其概括成人口、經(jīng)濟(jì)發(fā)展及交通因素和產(chǎn)業(yè)結(jié)構(gòu)因素.

(4) 單一的灰色預(yù)測模型得出的結(jié)果往往誤差較大.本文利用灰色預(yù)測模型和馬爾科夫模型組合而成的灰色馬爾科夫模型，大大提高了預(yù)測結(jié)果的精度，對科學(xué)合理預(yù)測哈爾濱市建設(shè)用地以及未來政府制定合理的土地利用規(guī)劃具有重要的現(xiàn)實意義.

哈爾濱市作為國家重要的制造業(yè)基地，對外貿(mào)易往來越來越頻繁，勢必會增強其帶動周圍地區(qū)發(fā)展的輻射能力，城市建設(shè)規(guī)模也會隨之加大，因此，掌握哈爾濱市的建設(shè)用地動態(tài)變化規(guī)律、驅(qū)動力及其發(fā)展趨勢，對哈爾濱市未來集約節(jié)約利用土地及科學(xué)優(yōu)化土地利用結(jié)構(gòu)至關(guān)重要.本文選取了1994—2013年哈爾濱市統(tǒng)計數(shù)據(jù)和遙感解譯數(shù)據(jù)，在對其建設(shè)用地動態(tài)變化進(jìn)行分析的基礎(chǔ)上，運用灰色馬爾科夫模型預(yù)測了2020年和2025年的建設(shè)用地面積，避開了影響建設(shè)用地面積變化因素中政策因素難以量化的局限，但作為灰色馬爾科夫模型關(guān)鍵一步的狀態(tài)劃分存在人為主觀性，因而，如何更合理準(zhǔn)確地劃分灰色馬爾科夫預(yù)測模型的狀態(tài)區(qū)間將成為今后研究的重點.

[1] FERREIRA J A，CONDESSA B.Defining expansion areas in small urban settlements-an application to the municipality of Tomar(Portugal)[J].Landscape and Urban Planning，2012，107(3)：283-292.

[2] KAYA S，CURRANP J.Monitoring urban growth on the European side of the Istanbul metropolitan area：a case study[J].Interntional Journal of Applied Earth Observation and Geoinformation，2006，8(1)：18-25.

[3] MUNORE D K，CROISSANT C，YORK A M.Land-use policy and landscape fragmentation in an urbanizing region：assessing the impace of zoning[J].Applied Geography，2005，25(2)：121-141.

[4] GERRIT J KNAAP.土地市場監(jiān)控與城市理性發(fā)展[M].北京：中國大地出版社，2003：1-20.

[5] DAVID M，ELIGIUS M T，MARTIN K，et al.A framework to study neary optimal solutions of linear programming models developed for agricultural land sue exploration[J].Ecologic-al Modeling，2000(131)：65-77.

[6] 洪武揚，李飛雪.平潭縣城鎮(zhèn)用地空間擴(kuò)張?zhí)卣髋c驅(qū)動力分析[J].河北師范大學(xué)學(xué)報(自然科學(xué)版)，2013，37(6)：626-630.

[7] 董雯，楊宇，張小雷，等.天山北坡綠洲城鎮(zhèn)用地擴(kuò)展及其驅(qū)動力分析[J].干旱區(qū)研究，2011，28(6)：980-985.

[8] 李洪義，何方義，李芳顥，等.鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)城鄉(xiāng)建設(shè)用地擴(kuò)張驅(qū)動力研究[J].國土資源科技管理，2014(1)：31-35.

[9] 鄭榮寶，陳梅英，陳美招.廣州市花都區(qū)建設(shè)用地擴(kuò)展的時空特征及驅(qū)動因素分析[J].熱帶地理，2012，32(1)：66-71.

[10] 周志明，李陽兵，羅光杰，等.貴州省城鎮(zhèn)建設(shè)用地擴(kuò)展的時空演變特征[J].生態(tài)學(xué)雜志，2012，31(3)：696-701.

[11] 關(guān)偉，王寧.基于灰色系統(tǒng)理論的大連城市建設(shè)用地需求預(yù)測[J].遼寧師范大學(xué)學(xué)報(自然科學(xué)版)，2014，37(2)：262-268.

[12] 孫秀峰，刁成泰，何丹.我國城市人口、建設(shè)用地規(guī)模預(yù)測[J].現(xiàn)代城市研究，2005(10)：48-51.

[13] 姜海，曲福田.建設(shè)用地需求量預(yù)測的理論與方法[J].中國土地科學(xué)，2005，19(2)：44-51.

[14] 吳大放，劉艷艷.基于RS/GIS的珠海市城市空間擴(kuò)展[J].熱帶地理，2013，33(4)：473-479+495.

[15] 李楊昕，胡玉福.龍泉驛區(qū)建設(shè)用地動態(tài)變化及驅(qū)動力分析[J].中國農(nóng)學(xué)通報，2014，30(11)：171-178.

[16] 曹銀貴，周偉，喬陸印，等.中國東部地區(qū)城市建設(shè)用地變化與利用效益分析[J].地理科學(xué)進(jìn)展，2012，31(7)：869-877.

[17] 曹蕾，鐘菲，章明，等.基于灰色-BP神經(jīng)網(wǎng)絡(luò)的重慶市城鎮(zhèn)建設(shè)用地規(guī)模預(yù)測[J].江西農(nóng)業(yè)學(xué)報，2011，23(8)：188-189+192.

[18] 郝思雨，謝汀，伍文，等.基于RBF神經(jīng)網(wǎng)絡(luò)的成都市城鎮(zhèn)建設(shè)用地需求預(yù)測[J].資源科學(xué)，2014，36(6)：1220-1228.

[19] 蔡芳芳，濮勵杰.南通市城鄉(xiāng)建設(shè)用地演變時空特征與形成機理[J].資源科學(xué)，2014，36(4)：731-740.

[20] 劉學(xué)偉，宋戈.城市建設(shè)用地規(guī)模預(yù)測方法與應(yīng)用研究[J].中國國土資源經(jīng)濟(jì)，2007，12：28-31+41-42.

[21] 陳煥珍.基于灰色馬爾科夫模型的青島市糧食產(chǎn)量預(yù)測[J].計算機仿真，2013，30(5)：429-433.

(責(zé)任編輯：方 林)

Dynamic change and trend forecast of construction land in Harbin City

LI Wei1，SONG Ge1，2，LI Rui-xue1，LI Zhi-ming1，TENG Peng1

(1.College of Resources and Environment，Northeast Agricultural University，Harbin 150030，China；2.Institute of Land Management，Northeast University，Shenyang 110819，China)

Construction land is the space carrier of people’s production and life and social economy development.It is an important part of land use.This article takes Harbin city as the study area，based on the analysis of Harbin city construction land dynamic change from 1994 to 2013，on the basis of building the gray markov prediction model，and forecast its future construction land area.The results showed that：(1) The urban construction land area in Harbin as a whole is on the rise during 1994—2013，especially in the most apparent in 1999—2006，the annual growth rate is 14.39%.In 2007—2013，the supply of construction land structure in Harbin city changed significantly.(2) With the increase of the urban population in Harbin，the per capita urban construction land area of the city also increase accordingly.(3)The expansion of the construction land area of Harbin city in 1994—2013 is not reasonable，the elastic coefficient of the construction land is 3.08，which is much larger than the reasonable value of 1.12.Only a few years of construction land change elasticity within a reasonable range，the expansion of construction land in Harbin should be slow down.(4) Demographic and economic factors，industry structure factors are the main driving force of Harbin city construction land change.(5)The grey Markov model prediction accuracy is higher than that of the grey prediction model，by forecasting，the urban construction area of Harbin City in 2020 is 476.557 4 km2，which is 538.162 6 km2in 2025.

construction land；dynamic change；driving force;scale prediction;Harbin City

1000-1832(2017)02-0149-08

10.16163/j.cnki.22-1123/n.2017.02.027

2015-12-29

國家自然科學(xué)基金資助項目(41071346，41571165)；教育部學(xué)科點博導(dǎo)類基金資助項目(20112325110007).

李瑋(1989—)，女，碩士研究生，主要從事土地資源利用研究；通訊作者：宋戈(1969—)，女，博士，教授，博士研究生導(dǎo)師，主要從事土地利用與管理研究.

F 293.2 [學(xué)科代碼] 790·4720

A