耦合MOP 與FLUS 模型的杭州市土地利用格局優(yōu)化及權(quán)衡分析

朱從謀 ，苑韶峰 ※，楊麗霞

（1. 浙江工商大學(xué)公共管理學(xué)院，杭州 310018；2. 浙江財經(jīng)大學(xué)公共管理學(xué)院，杭州 310018）

0 引言

土地利用格局優(yōu)化指基于有限的土地資源，通過結(jié)構(gòu)優(yōu)化與布局調(diào)控，利用多目標(biāo)權(quán)衡決策來實現(xiàn)區(qū)域社會、經(jīng)濟(jì)和生態(tài)綜合效益最大化，是區(qū)域土地利用規(guī)劃的重要內(nèi)容[1]。隨著城市化進(jìn)程不斷加快，城市擴(kuò)張在提高區(qū)域社會經(jīng)濟(jì)水平的同時，也引發(fā)了耕地被侵占、生態(tài)退化，以及水、大氣環(huán)境污染等諸多問題，對區(qū)域可持續(xù)發(fā)展構(gòu)成嚴(yán)重威脅[2-3]。黨的十八大報告將優(yōu)化國土空間開發(fā)利用格局作為生態(tài)文明建設(shè)的首要舉措[4]，通過優(yōu)化調(diào)整土地利用結(jié)構(gòu)和布局，實現(xiàn)經(jīng)濟(jì)發(fā)展、社會進(jìn)步和生態(tài)保護(hù)等多重發(fā)展目標(biāo)，已成為區(qū)域可持續(xù)發(fā)展領(lǐng)域的重大科學(xué)問題。

運用多目標(biāo)權(quán)衡決策實現(xiàn)土地利用綜合效益最大化是土地利用格局優(yōu)化的重要手段[5-6]。目前研究有關(guān)土地利用格局優(yōu)化的路徑主要有三條：一是開展土地利用適宜性評價，依據(jù)土地資源稟賦、區(qū)位條件、社會經(jīng)濟(jì)條件等對區(qū)域內(nèi)土地資源數(shù)量和空間進(jìn)行合理配比[7]，評價方法包括多準(zhǔn)則疊加評價[8]、空間供需耦合分析等[9]。但該方法多停留在單一目標(biāo)空間優(yōu)化，忽略了土地利用是一個內(nèi)部復(fù)雜的系統(tǒng)，難以滿足多目標(biāo)發(fā)展需要。二是適應(yīng)土地可持續(xù)利用規(guī)劃的多目標(biāo)優(yōu)化方法，其既具有系統(tǒng)動力學(xué)模型的正負(fù)反饋特征，又克服了線性規(guī)劃模型的目標(biāo)函數(shù)一維性，如多目標(biāo)遺傳算法[10]、多智能體粒子群算法以及有序加權(quán)平均算法等[11]，從優(yōu)化目標(biāo)、關(guān)鍵性影響因素和微觀決策行為主體三方面構(gòu)建土地利用格局優(yōu)化模式[12]。三是情景分析和模型模擬，從土地數(shù)量結(jié)構(gòu)和空間分布兩方面開展土地利用格局模擬分析。其中數(shù)量模擬模型主要包括線性規(guī)劃法[13]、馬爾科夫（Markov）模型、灰色多目標(biāo)線性規(guī)劃（grey multipleobjective programming,GMOP）等[14]，側(cè)重于各土地類型面積需求分析。常見的空間分布模擬模型包括元胞自動機(jī)（cellular automata,CA）系統(tǒng)模型[2]、CLUE-S（conversion of land use and its effects）系列模型[15]、GeoSOS-FLUS 模型等[16]，并與GIS 空間可視化相結(jié)合實現(xiàn)空間配置優(yōu)化。隨著城市化驅(qū)動下土地利用格局變化日趨復(fù)雜和多樣性，兼顧結(jié)構(gòu)-布局的耦合模擬模型成為土地利用格局優(yōu)化研究的熱點，如MOP-CLUE 模型[17]、SD-FLUS 模型以及MCR-FLUS-Markov 模型等[18]，為土地利用格局優(yōu)化研究提供了科學(xué)方法支撐。

然而，在土地利用過程中，經(jīng)濟(jì)效益增加與生態(tài)效益損失的矛盾無法避免?；谕恋乩米兓纳鷳B(tài)系統(tǒng)服務(wù)價值評估[19]、統(tǒng)計資料與調(diào)查[20]、參數(shù)模型等方法逐漸被運用到對土地生態(tài)效益和經(jīng)濟(jì)效益的權(quán)衡分析中。在實際土地利用規(guī)劃決策中，決策者對不同發(fā)展目標(biāo)的偏好往往會導(dǎo)致不同的土地利用結(jié)果[21]，現(xiàn)有研究容易忽視不同發(fā)展目標(biāo)偏好下社會、經(jīng)濟(jì)和生態(tài)效益之間的權(quán)衡關(guān)系[8]，很難找到多目標(biāo)權(quán)衡的關(guān)鍵拐點，導(dǎo)致土地利用格局優(yōu)化方案難以兼顧經(jīng)濟(jì)、社會和生態(tài)效益[22]。面向新時期國土空間多目標(biāo)協(xié)同治理要求，基于多目標(biāo)偏好權(quán)衡分析提出未來土地利用格局優(yōu)化方案更具現(xiàn)實可操作性和政策指導(dǎo)意義。

杭州市是浙江省省會城市和長三角城市群的中心城市，21 世紀(jì)以來的經(jīng)濟(jì)快速增長帶來了一系列土地利用及生態(tài)環(huán)境問題。通過優(yōu)化土地利用格局緩解生態(tài)保護(hù)與社會經(jīng)濟(jì)發(fā)展之間的矛盾，實現(xiàn)土地利用社會、經(jīng)濟(jì)和生態(tài)綜合效益最大化，成為杭州市目前亟待解決的重要現(xiàn)實問題?；诖?，本研究以東部快速城市化地區(qū)杭州市為例，綜合考慮經(jīng)濟(jì)、生態(tài)和社會效益，通過耦合多目標(biāo)規(guī)劃（multiple-objective programming,MOP）模型和FLUS 模型對杭州市2035 年土地利用格局進(jìn)行情景模擬，尋求多目標(biāo)權(quán)衡下土地利用經(jīng)濟(jì)、社會和生態(tài)效益的關(guān)鍵拐點，據(jù)此制定未來杭州市土地利用格局優(yōu)化方案，以期為區(qū)域土地資源優(yōu)化配置提供科學(xué)參考。

1 研究區(qū)概況和數(shù)據(jù)來源

1.1 研究區(qū)概況

杭州市是浙江省省會城市，位于長三角城市群南翼、杭州灣西部。境內(nèi)丘陵山地與平原占比分別為65.6%和26.4%，西部、中部和南部屬于浙西丘陵山地區(qū)，東部為杭嘉湖平原，素有“魚米之鄉(xiāng)”之稱。全境面積為16 595 km2，下轄10 個市轄區(qū)，2 個縣和1 個縣級市，是中國東部經(jīng)濟(jì)發(fā)展中心城市和新一線城市，經(jīng)濟(jì)發(fā)展迅速。2000—2018 年，杭州市地區(qū)生產(chǎn)總值從2000 年的0.14 萬億元增加至2018 年的1.35 萬億元，常住人口增長278.9 萬人。人口和經(jīng)濟(jì)快速增長導(dǎo)致建設(shè)用地快速擴(kuò)張，平原耕地被侵占、西部山區(qū)生態(tài)空間被破壞的現(xiàn)象突顯[3]。新時代杭州市立足于建設(shè)國際大都市，圍繞“數(shù)智杭州、宜居天堂”的發(fā)展導(dǎo)向，著力建設(shè)“三生”融合的宜居城市，亟需從經(jīng)濟(jì)、社會、生態(tài)環(huán)境多維目標(biāo)尋求協(xié)同發(fā)展路徑，統(tǒng)籌生產(chǎn)、生活、生態(tài)用地布局，提高土地資源可持續(xù)利用水平。

1.2 數(shù)據(jù)來源

本文所用的數(shù)據(jù)主要包括兩類：1）空間數(shù)據(jù)，主要包括氣象數(shù)據(jù)、土地利用數(shù)據(jù)、地形數(shù)據(jù)、耕地質(zhì)量數(shù)據(jù)、夜間遙感影像數(shù)據(jù)、交通道路數(shù)據(jù)；2）統(tǒng)計及文本數(shù)據(jù)，包括杭州市統(tǒng)計年鑒（2001—2019）和一系列專項規(guī)劃等文本數(shù)據(jù)，數(shù)據(jù)來源及有關(guān)信息如表1 所示。其中，土地利用數(shù)據(jù)根據(jù)研究目的劃分為耕地、林地、草地、水域、建設(shè)用地和未利用地6 大類。為便于數(shù)據(jù)處理和計算，本文所有涉及的空間數(shù)據(jù)均在ArcGIS 10.2平臺重采樣為500 m×500 m。

表1 數(shù)據(jù)來源及主要特征Table 1 Data sources and main characteristics

2 研究方法

2.1 研究思路

該研究總體思路主要包括三部分：1）土地利用數(shù)量結(jié)構(gòu)優(yōu)化。首先，根據(jù)城市發(fā)展多目標(biāo)的不同側(cè)重，設(shè)置土地利用結(jié)構(gòu)優(yōu)化方案集合，以此作為多目標(biāo)規(guī)劃模型的目標(biāo)函數(shù)；然后，運用灰色預(yù)測模型分別預(yù)測目標(biāo)年的經(jīng)濟(jì)效益和生態(tài)效益系數(shù)，基于土地資源稟賦和國土空間各類規(guī)劃控制等約束條件，權(quán)衡分析以獲取經(jīng)濟(jì)-生態(tài)效益最優(yōu)化的土地利用結(jié)構(gòu)優(yōu)化方案。2）土地利用布局優(yōu)化。首先，以自然地形、社會經(jīng)濟(jì)、交通區(qū)位等作為土地利用轉(zhuǎn)換的驅(qū)動力因子；其次，在獲取最優(yōu)土地利用結(jié)構(gòu)情景下，采用GeoSOS-FLUS 模型，根據(jù)限制轉(zhuǎn)化約束控制條件，模擬土地利用空間優(yōu)化布局，并與其他典型方案做比較分析。3）實證案例分析。以快速城市化地區(qū)杭州市為研究區(qū)域，通過耦合MOP 與FLUS模型求取研究區(qū)土地利用結(jié)構(gòu)與布局最優(yōu)方案。

2.2 MOP 模型

多目標(biāo)規(guī)劃模型是基于客觀規(guī)律和約束條件進(jìn)行預(yù)測，使得某個或者多個目標(biāo)達(dá)到最優(yōu)的一種決策方法[23]，是土地資源優(yōu)化配置研究的重要模型之一。該模型由目標(biāo)函數(shù)、決策變量和一系列約束條件構(gòu)成，具體計算式如下：

式中F1(x)、F2(x)分別為經(jīng)濟(jì)效益和生態(tài)效益函數(shù)；xj為土地利用類型j的面積（hm2），對應(yīng)6 種土地利用類型變量；n為變量數(shù)；aj、bj分別為土地利用類型j的經(jīng)濟(jì)和生態(tài)效益系數(shù)。s.t 為土地利用約束條件，cij為第i個約束條件中第j個變量對應(yīng)的系數(shù)；m為約束條件個數(shù)，di為約束條件i的值。

2.2.1 目標(biāo)函數(shù)構(gòu)建

1）土地經(jīng)濟(jì)效益函數(shù)。根據(jù)杭州市2000—2018年6 類土地利用類型單位面積產(chǎn)出，采用灰色預(yù)測GM(1:1)模型[24]，預(yù)測目標(biāo)年份的土地經(jīng)濟(jì)效益系數(shù)。其中，耕地產(chǎn)出采用第一產(chǎn)業(yè)的種植業(yè)產(chǎn)值表征，林地產(chǎn)出采用林業(yè)產(chǎn)值表征，水體產(chǎn)出采用漁業(yè)產(chǎn)值表示，建設(shè)用地采用二三產(chǎn)業(yè)產(chǎn)值表征[25]；由于杭州市草地和未利用地較少，故不考慮該地類經(jīng)濟(jì)效益。

2）土地生態(tài)效益函數(shù)。土地生態(tài)效益主要體現(xiàn)為土地生態(tài)系統(tǒng)服務(wù)價值，考慮到土地生態(tài)系統(tǒng)供給服務(wù)已經(jīng)納入土地經(jīng)濟(jì)效益中，因此土地生態(tài)效益包括生態(tài)系統(tǒng)調(diào)節(jié)服務(wù)、支持服務(wù)和文化服務(wù)。本研究采用了謝高地等[26]學(xué)者提出的中國陸地生態(tài)系統(tǒng)服務(wù)價值當(dāng)量因子法進(jìn)行評估，同時采用杭州市植被凈初級生產(chǎn)力（net primary production，NPP）水平與全國平均水平的比值對當(dāng)量因子表進(jìn)行修正，再結(jié)合GM(1:1)模型預(yù)測的2035年杭州市單位耕地面積糧食生產(chǎn)經(jīng)濟(jì)價值，該價值量的1/7 作為土地生態(tài)系統(tǒng)提供的服務(wù)價值量。測算得到的2035 年杭州市各類土地單位面積經(jīng)濟(jì)效益和生態(tài)效益系數(shù)如表2 所示。

表2 杭州市各類用地單位面積經(jīng)濟(jì)與生態(tài)價值系數(shù)Table 2 Economic and ecological value coefficients per unit of various land use types in Hangzhou City（萬元·hm-2）

為驗證修正后的土地生態(tài)效益系數(shù)的準(zhǔn)確性，采用敏感性指數(shù)檢驗?zāi)骋煌恋仡愋偷纳鷳B(tài)效益系數(shù)變化對土地總生態(tài)系統(tǒng)服務(wù)價值的影響[27]。通過將單類土地類型的生態(tài)效益系數(shù)上下調(diào)整50%，判斷土地生態(tài)系統(tǒng)服務(wù)價值量對某類土地類型生態(tài)效益系數(shù)的敏感程度，具體計算式如下：

式中Cs表示某一土地類型對土地生態(tài)系統(tǒng)服務(wù)價值響應(yīng)的敏感性指數(shù)；E1、E2分別為調(diào)整前后杭州市土地生態(tài)系統(tǒng)服務(wù)總價值（億元）；V1i、V2i分別表示第i類土地類型調(diào)整前后的生態(tài)效益系數(shù)。Cs值小于1 表示土地生態(tài)系統(tǒng)服務(wù)價值對該類土地類型的土地生態(tài)效益系數(shù)缺乏彈性，其值越小說明該地類生態(tài)效益系數(shù)的準(zhǔn)確性對土地生態(tài)系統(tǒng)服務(wù)價值評價響應(yīng)越弱，生態(tài)效益系數(shù)越合理[28]。

2.2.2 約束條件

約束條件根據(jù)《杭州市土地利用總體規(guī)劃（2006—2020）》《杭州市城市總體規(guī)劃（2001—2020）》和《杭州市國土空間總體規(guī)劃（2021—2035）》（草案）、《杭州市生態(tài)環(huán)境保護(hù)“十四五”規(guī)劃》（征求意見稿）等規(guī)劃和相關(guān)政策規(guī)定，設(shè)定社會經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境等一系列約束指標(biāo)（表3）。

表3 杭州市土地利用結(jié)構(gòu)優(yōu)化約束條件設(shè)置Table 3 Constraints for optimizing land use structure in Hangzhou City

2.3 GeoSOS-FLUS 模型

GeoSOS-FLUS 模型是進(jìn)行土地利用模擬、空間優(yōu)化和輔助制定決策的有效模型，其引入人工神經(jīng)網(wǎng)絡(luò)模型對傳統(tǒng)元胞自動機(jī)模型進(jìn)行改進(jìn)，采用慣性系數(shù)和輪盤競爭機(jī)制等新的設(shè)計使得該模型更適用于模擬復(fù)雜和長期的土地利用變化[29]。該模型主要包括以下兩個計算模塊：

1）適宜性概率計算

采用神經(jīng)網(wǎng)絡(luò)算法（artificial neural network,ANN）測算土地適宜性概率，神經(jīng)網(wǎng)絡(luò)算法的計算式為：

式中sp(p,k,t)為k類型用地在時間t、柵格p下的適宜性概率；wb,k是輸出層與隱藏層之間的權(quán)重；sigmoid ()是ANN 算法的隱藏層到輸出層的激勵函數(shù)；netb(p,t)表示第b個隱藏層?xùn)鸥駊在時間t上所獲取的信號。

2）自適應(yīng)慣性競爭機(jī)制

FLUS 模型提出一種基于輪盤賭選擇的自適應(yīng)慣性競爭機(jī)制，該機(jī)制能夠有效解決土地利用轉(zhuǎn)化在自然作用和人類活動中產(chǎn)生的不確定性和復(fù)雜性，可以提高模擬模型精度，其計算式如下：

3）土地利用布局優(yōu)化法則

選取高程、坡度、年平均降水、植被覆蓋度、到河流距離、到區(qū)縣中心距離、到鄉(xiāng)鎮(zhèn)中心距離、到省級道路距離、到縣級道路距離、夜間燈光強(qiáng)度、經(jīng)濟(jì)密度、耕地質(zhì)量、土壤流失等 13 種因素作為土地利用變化的驅(qū)動因子測算研究區(qū)土地利用的適宜性概率[30]。同時，在空間布局優(yōu)化中，將研究區(qū)生態(tài)保護(hù)紅線和永久基本農(nóng)田范圍作為禁止開發(fā)區(qū)域，以實現(xiàn)從空間層面對耕地和生態(tài)環(huán)境的保護(hù)[31]。模型精度驗證主要通過總體精度和Kappa 系數(shù)三個參數(shù)進(jìn)行評價。

2.4 情景設(shè)定與權(quán)衡分析

2.4.1 發(fā)展情景設(shè)定

城市可持續(xù)發(fā)展需要綜合考慮社會經(jīng)濟(jì)發(fā)展、耕地保護(hù)和生態(tài)保育多種發(fā)展目標(biāo)。從杭州市實際出發(fā)，以杭州市國土空間規(guī)劃目標(biāo)年2035 年為情景模擬年份，分別設(shè)定經(jīng)濟(jì)發(fā)展優(yōu)先、生態(tài)保護(hù)優(yōu)先和協(xié)調(diào)發(fā)展情景：1）經(jīng)濟(jì)發(fā)展優(yōu)先情景以實現(xiàn)經(jīng)濟(jì)效益最大化為優(yōu)先目標(biāo)，加速城鄉(xiāng)融合，大力推進(jìn)城市基礎(chǔ)設(shè)施建設(shè)，促進(jìn)城市化率進(jìn)一步提高；2）生態(tài)保護(hù)優(yōu)先情景以保護(hù)重要生態(tài)空間，實現(xiàn)生態(tài)效益最大化為發(fā)展目標(biāo)，強(qiáng)化對生態(tài)用地保護(hù)，適度控制城鄉(xiāng)建設(shè)空間擴(kuò)張；3）協(xié)調(diào)發(fā)展情景則根據(jù)宏觀政策調(diào)控要求，在確保耕地不減少、關(guān)鍵生態(tài)空間不被占用等前提下，綜合考慮經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)，以經(jīng)濟(jì)效益和生態(tài)效益并重為發(fā)展目標(biāo)。

考慮到三種發(fā)展情景下的發(fā)展目標(biāo)各有側(cè)重，本研究通過分別設(shè)定經(jīng)濟(jì)效益和生態(tài)效益不同的偏好權(quán)重來進(jìn)行情景劃分，具體劃分為 9 種情景。其中情景①② ③為經(jīng)濟(jì)發(fā)展優(yōu)先情景，其經(jīng)濟(jì)效益權(quán)重分別為 0.9、0.8和 0.7；情景④ ⑤ ⑥為協(xié)調(diào)發(fā)展情景，經(jīng)濟(jì)效益權(quán)重分別為 0.6、0.5 和 0.4；情景⑦ ⑧ ⑨為生態(tài)保護(hù)優(yōu)先情景，其經(jīng)濟(jì)效益權(quán)重分別為 0.3、0.2 和 0.1。

2.4.2 權(quán)衡分析

基于上述設(shè)定的經(jīng)濟(jì)效益和生態(tài)效益權(quán)重，本文基于 Lingo 12 軟件在約束條件下求取單類發(fā)展目標(biāo)的最優(yōu)解，運用理想點法，結(jié)合不同發(fā)展情景中生態(tài)和經(jīng)濟(jì)效益設(shè)定的不同權(quán)重，求取其相應(yīng)的最優(yōu)土地利用結(jié)構(gòu)，據(jù)此測算不同發(fā)展情景下土地利用的生態(tài)效益和經(jīng)濟(jì)效益[27]。接著，本文通過測算經(jīng)濟(jì)效益每減少1%所增加的生態(tài)效益比例（生態(tài)-經(jīng)濟(jì)轉(zhuǎn)化效率）分析不同情景下的土地利用經(jīng)濟(jì)和生態(tài)效益權(quán)衡關(guān)系[8]，并進(jìn)行線性擬合，據(jù)此獲取土地利用結(jié)構(gòu)最優(yōu)方案。

3 結(jié)果與分析

3.1 不同情景模擬下生態(tài)-經(jīng)濟(jì)效益權(quán)衡分析

在模擬方案群由經(jīng)濟(jì)發(fā)展優(yōu)先向生態(tài)保護(hù)優(yōu)先情景演變過程中，土地利用總效益整體呈現(xiàn)出先上升后下降的趨勢，其經(jīng)濟(jì)效益和生態(tài)效益表現(xiàn)出顯著的非線性動態(tài)變化（圖1a）。經(jīng)濟(jì)效益由情景①的36 923.1 億元下降到情景⑨的36 910.2 億元，在情景⑥經(jīng)濟(jì)效益最高，為36 942.0 億元。生態(tài)效益由情景①的448.3 億元增加至情景⑨的450.5 億元，在情景⑤生態(tài)效益最低，為446.8 億元?？紤]到該兩種情景為生態(tài)-經(jīng)濟(jì)效益兩個極端發(fā)展情景，故需進(jìn)一步尋求介于二者間的生態(tài)-經(jīng)濟(jì)效益權(quán)衡最優(yōu)方案。

圖1 不同發(fā)展情景下土地利用經(jīng)濟(jì)和生態(tài)效益權(quán)衡變化Fig.1 Changes in the trade-offs between land use economic and ecological benefits under different development scenarios

土地利用生態(tài)-經(jīng)濟(jì)轉(zhuǎn)化效率結(jié)果如圖1b 所示?？梢钥闯觯鷳B(tài)-經(jīng)濟(jì)轉(zhuǎn)化效率的趨勢線呈現(xiàn)倒“U”型形狀，即趨勢線呈現(xiàn)在頂點前增加，頂點后下降的趨勢。這表明隨著對生態(tài)保護(hù)逐漸重視，經(jīng)濟(jì)發(fā)展對生態(tài)的負(fù)面影響逐漸下降；生態(tài)保護(hù)到一定程度后，以犧牲經(jīng)濟(jì)來保護(hù)生態(tài)的效率會逐漸下降。遵循生態(tài)-經(jīng)濟(jì)效益最大化原則，協(xié)調(diào)發(fā)展情景下的生態(tài)-經(jīng)濟(jì)轉(zhuǎn)化效率在三類情景中均處于較高水平，其中協(xié)調(diào)情景⑥的生態(tài)-經(jīng)濟(jì)轉(zhuǎn)化效率能夠保證在最小經(jīng)濟(jì)效益損失情況下獲取最大的生態(tài)效益，且其總效益較高，故該方案為土地利用結(jié)構(gòu)最優(yōu)方案。

通過調(diào)整各土地類型的生態(tài)效益系數(shù)計算出耕地、林地、草地、水域、建設(shè)用地和未利用地對土地生態(tài)效益響應(yīng)的敏感性指數(shù)，結(jié)果如表4 所示。2000 和2018年的敏感性指數(shù)均小于1，表明修正后的土地效益系數(shù)較合理，可以保障土地生態(tài)效益評估結(jié)果的準(zhǔn)確性。其中，林地和耕地的敏感性指數(shù)相對較大，表明該兩類土地類型對于評估土地生態(tài)效益較關(guān)鍵。

表4 不同土地利用類型敏感性指數(shù)Table 4 Sensitivity index of different land use types

3.2 土地利用結(jié)構(gòu)變化模擬

為探討不同發(fā)展情景下土地利用結(jié)構(gòu)和布局優(yōu)化結(jié)果，本文在最優(yōu)土地利用結(jié)構(gòu)方案⑥基礎(chǔ)上，分別選取另外兩類發(fā)展情景進(jìn)行比較分析。其中，經(jīng)濟(jì)發(fā)展優(yōu)先情景選取方案②，其經(jīng)濟(jì)與生態(tài)效益權(quán)重比例為4:1；生態(tài)保護(hù)優(yōu)先情景選取情景⑧，其經(jīng)濟(jì)與生態(tài)效益權(quán)重比例為1:4。三種情景的土地利用結(jié)構(gòu)結(jié)果如表5 所示。

表5 不同發(fā)展情景下土地利用結(jié)構(gòu)變化Table 5 Changes in land use structure under different development scenarios (hm2)

經(jīng)濟(jì)發(fā)展優(yōu)先情景下，建設(shè)用地面積增加顯著，較2018 年值增加了37.51%，該類用地是經(jīng)濟(jì)增長的主要載體，故經(jīng)濟(jì)效益提升較為明顯。耕地、林地、草地和水域均有所減少，分別減少1.34%、2.28%、1.50%和10.02%。此時城市發(fā)展所需的用地空間主要通過占用周邊耕地、城鄉(xiāng)建設(shè)用地增減掛鉤及低效閑置用地復(fù)墾等方式獲取。

在生態(tài)保護(hù)優(yōu)先情景下，與2018 年相比，建設(shè)用地僅增加31.78%，耕地和水域減少較明顯，分別減少8.04%和1.50%。與經(jīng)濟(jì)發(fā)展優(yōu)先情景相比，生態(tài)保護(hù)優(yōu)先情景下的耕地和建設(shè)用地分別減少6.69%和4.17%，林地、草地和水域均有所增加，分別增加1.67%、1.24%和9.47%。這也反映出，在生態(tài)效益最大化目標(biāo)下，城市規(guī)模擴(kuò)張受到一定限制，林地和水域得到保護(hù)，而耕地有可能更多被用來滿足經(jīng)濟(jì)發(fā)展和生態(tài)建設(shè)的需求。

在協(xié)調(diào)發(fā)展情景下，與2018 年相比，耕地、林地、草地和水域均有減少，分別減少4.53%、1.37%、1.12%和8.18%，建設(shè)用地增加34.33%。與經(jīng)濟(jì)發(fā)展優(yōu)先情景相比，其耕地減少幅度較小，林地和水域有所增加，其中水域面積增加2.05%，建設(shè)用地減少2.32%。與生態(tài)優(yōu)先情景相比，建設(shè)用地和耕地分別增加1.93%和4.09%，林地、草地和水域有所減少，其中水域減少較明顯，減少6.78%。這表明，協(xié)調(diào)發(fā)展情景下耕地、林地和建設(shè)用地面積變化較前兩種情景變化較小。

3.3 土地利用格局變化模擬

3.3.1 模擬精度評價

基于2000 年杭州市土地利用數(shù)據(jù)模擬2018 年的土地利用格局，其土地利用模擬結(jié)果如圖2 所示。在全局尺度上，模型模擬的杭州市2018 年土地利用格局與實際分布吻合度較高。通過3 個典型區(qū)域的局部放大顯示模擬結(jié)果與實際數(shù)據(jù)，可看出6 種土地利用類型在空間上擁有較高的一致性。采用2018 年實際土地利用情況與模擬結(jié)果進(jìn)行精度評價，結(jié)果顯示Kappa 系數(shù)為0.86，總體精度為89.36%，表明GeoSOS-FLUS 模型的模擬精度較高，適用于研究區(qū)域模擬未來土地利用變化研究。

圖2 2018 年土地利用模擬結(jié)果同實際情況對比Fig.2 Comparison of land use simulation results with actual situation in 2018

3.3.2 空間布局分析

將獲取的不同發(fā)展情景下的土地利用結(jié)構(gòu)需求預(yù)測結(jié)果分別代入到GeoSOS-FLUS 模型，以2018 年土地利用數(shù)據(jù)和相應(yīng)的控制準(zhǔn)則作為參數(shù)，模擬杭州市未來不同發(fā)展情景下土地利用變化情況，結(jié)果如圖3 所示。此外，本文進(jìn)一步從景觀格局層面選取4 種典型景觀指數(shù)對土地利用格局進(jìn)行分析。具體景觀格局指數(shù)指標(biāo)包括破碎度指數(shù)斑塊密度（patch density，PD）、邊緣密度指數(shù)（edge density，ED）、香農(nóng)多樣性指數(shù)（shannon’s diversity index，SHDI）和聚集度指數(shù)（aggregation index，AI）[30]，計算結(jié)果如圖4 所示。

圖3 2018 年及2035 年不同發(fā)展情景土地利用模擬結(jié)果Fig.3 Land use pattern in 2018 and simulation results for different development scenarios in 2035

圖4 2018 年和2035 年不同發(fā)展情景下土地景觀格局指數(shù)Fig.4 Land landscape pattern index in 2018 and under different development scenarios in 2035

在經(jīng)濟(jì)發(fā)展優(yōu)先情景下，建設(shè)用地快速擴(kuò)張，耕地和林地減少較多。城鎮(zhèn)建設(shè)用地向四周分散擴(kuò)張，中心城區(qū)主要向北、向西擴(kuò)張。建設(shè)用地擴(kuò)張在東部中心城區(qū)周邊以占用耕地為主，在西部低山地帶占用林地較多。該情景下景觀格局破碎度指數(shù)為0.23，邊緣密度指數(shù)為9.5，香農(nóng)多樣性指數(shù)為1.03，聚集度指數(shù)為75.88，區(qū)域景觀格局破碎化、景觀復(fù)雜度和多樣性程度均較高。

在生態(tài)保護(hù)優(yōu)先情景下，建設(shè)用地擴(kuò)張規(guī)模受到一定限制，擴(kuò)張區(qū)域主要集中在中心城區(qū)周邊，大多由周邊耕地轉(zhuǎn)換而來，農(nóng)用地和生態(tài)用地格局未發(fā)生明顯變化，區(qū)域內(nèi)西部林地、水域與耕地的轉(zhuǎn)換增加。該情景下景觀格局破碎度指數(shù)為0.21，邊緣密度指數(shù)為9.40，香農(nóng)多樣性指數(shù)為1.01，聚集度指數(shù)為76.12。

在協(xié)調(diào)發(fā)展情景下，建設(shè)用地擴(kuò)張區(qū)域主要集中在主城區(qū)及其周邊，西部地區(qū)擴(kuò)張緩慢，其他用地變化較小。該情景下景觀格局破碎度指數(shù)為0.2，邊緣密度指數(shù)為9.40，香農(nóng)多樣性指數(shù)為1.02，聚集度指數(shù)為76.09，表明區(qū)域內(nèi)建設(shè)用地擴(kuò)張格局較其他發(fā)展情景更緊湊，景觀格局破碎化、復(fù)雜性程度小，斑塊聚合度高。

3.3.3 不同發(fā)展情景綜合研判

將土地利用結(jié)構(gòu)最優(yōu)方案與其他兩種發(fā)展情景對比，結(jié)果發(fā)現(xiàn)：在經(jīng)濟(jì)發(fā)展優(yōu)先情景下，土地利用經(jīng)濟(jì)效益最高、生態(tài)效益最小，城鄉(xiāng)建設(shè)用地增加明顯，全域建設(shè)用地對耕地和生態(tài)用地占用較多，空間布局較破碎化，對區(qū)域生產(chǎn)和生態(tài)功能負(fù)面影響較大；在生態(tài)保護(hù)優(yōu)先情景下，經(jīng)濟(jì)價值大幅下降、生態(tài)價值增加，土地利用結(jié)構(gòu)變化較劇烈，建設(shè)用地擴(kuò)張受到一定限制、林地、耕地、水域等相互轉(zhuǎn)化明顯，全域景觀格局破碎化現(xiàn)象減輕。杭州市是長三角城市群中心城市，也是“國家生態(tài)園林城市”，在“十四五”規(guī)劃和2035 遠(yuǎn)景目標(biāo)中通過深化生產(chǎn)生活生態(tài)融合來增強(qiáng)城市韌性以建設(shè)現(xiàn)代化國際大都市。因此在土地利用布局優(yōu)化中，應(yīng)兼顧區(qū)域社會、經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)目標(biāo)。在協(xié)調(diào)發(fā)展情景下，區(qū)域經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)處于相對平衡狀態(tài)，且保證了在促進(jìn)社會經(jīng)濟(jì)發(fā)展的同時盡可能地減少對生態(tài)效益的影響，實現(xiàn)土地利用經(jīng)濟(jì)-社會-生態(tài)效益的最優(yōu)化。相比經(jīng)濟(jì)發(fā)展優(yōu)先和生態(tài)保護(hù)優(yōu)先情景，協(xié)調(diào)發(fā)展情景下區(qū)域土地利用之間的轉(zhuǎn)換較小，建設(shè)用地擴(kuò)張造成的區(qū)域景觀破碎度較低。因此，杭州市可在協(xié)調(diào)發(fā)展情景下進(jìn)行土地利用結(jié)構(gòu)和布局優(yōu)化，協(xié)調(diào)城鄉(xiāng)土地利用和生態(tài)保護(hù)，促進(jìn)城市土地利用可持續(xù)發(fā)展。

4 討論

土地利用格局優(yōu)化是區(qū)域可持續(xù)土地利用規(guī)劃的重要內(nèi)容，面對新時期生態(tài)文明建設(shè)導(dǎo)向與可持續(xù)發(fā)展要求，基于多目標(biāo)權(quán)衡獲取土地利用空間優(yōu)化配置研究無疑具有較好的現(xiàn)實可操作性和政策指導(dǎo)意義。本研究耦合MOP 和FLUS 模型，探索建立權(quán)衡土地利用經(jīng)濟(jì)、社會和生態(tài)效益的多目標(biāo)優(yōu)化模型，提出多目標(biāo)權(quán)衡下2035 年杭州市土地利用優(yōu)化布局方案，可為杭州市土地利用規(guī)劃與決策制定提供科學(xué)參考。

該研究從結(jié)構(gòu)和布局兩個維度對土地利用進(jìn)行優(yōu)化配置，在土地利用結(jié)構(gòu)優(yōu)化方面基于土地利用經(jīng)濟(jì)和生態(tài)系數(shù)的核算以及MOP 模型的應(yīng)用，建立了土地利用結(jié)構(gòu)優(yōu)化及權(quán)衡分析模型，實現(xiàn)兼顧經(jīng)濟(jì)、社會和生態(tài)效益的土地利用結(jié)構(gòu)優(yōu)化配置。不同于以往研究通過多種優(yōu)化方案的橫向比較獲取最優(yōu)土地利用配置方案，本研究從生態(tài)-經(jīng)濟(jì)轉(zhuǎn)化效率視角進(jìn)一步探討了方案集群內(nèi)經(jīng)濟(jì)和生態(tài)效益的權(quán)衡關(guān)系，精準(zhǔn)尋求權(quán)衡關(guān)系中的關(guān)鍵拐點，用以篩選最優(yōu)土地利用結(jié)構(gòu)配置方案[32]，對于區(qū)域規(guī)劃決策者更具科學(xué)性和現(xiàn)實可操作性。研究發(fā)現(xiàn)，杭州市生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展存在明顯的權(quán)衡關(guān)系，當(dāng)經(jīng)濟(jì)發(fā)展權(quán)重與生態(tài)保護(hù)權(quán)重為4:6 時，其生態(tài)-經(jīng)濟(jì)轉(zhuǎn)化效率最高，即每減少1%的經(jīng)濟(jì)效益所能增加的生態(tài)效益比例最大，且土地生態(tài)和經(jīng)濟(jì)總體效益處于高位。這主要是由于在土地利用過程中，隨著生態(tài)保護(hù)開始受到重視，經(jīng)濟(jì)發(fā)展對生態(tài)空間的影響逐漸減少，但當(dāng)生態(tài)保護(hù)達(dá)到一定程度后，犧牲經(jīng)濟(jì)發(fā)展換取的生態(tài)效益逐漸降低[33]，因此尋求經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)的最佳平衡點是區(qū)域土地利用規(guī)劃和管理的關(guān)鍵。

由于土地利用模擬模型的復(fù)雜性和基礎(chǔ)數(shù)據(jù)的限制，目前研究仍無法全面考慮多目標(biāo)規(guī)劃模型的約束條件和土地利用空間模擬法則，尤其是永久基本農(nóng)田和生態(tài)保護(hù)紅線的劃定將顯著影響區(qū)域土地利用保護(hù)格局，這可能導(dǎo)致土地利用模擬結(jié)果與未來發(fā)展?fàn)顩r存在一定偏差。未來研究一方面需在耦合模型構(gòu)建中重視數(shù)量結(jié)構(gòu)約束條件的系統(tǒng)性和空間管控法則的全面性，同時注重土地利用管理政策對土地利用格局優(yōu)化的影響，從而提升土地利用格局優(yōu)化模型的精確性和時效性。

5 結(jié)論

本文通過構(gòu)建權(quán)衡土地利用經(jīng)濟(jì)、社會和生態(tài)效益的多目標(biāo)結(jié)構(gòu)優(yōu)化模型，并從土地利用生態(tài)-經(jīng)濟(jì)效率視角求解，得到土地利用結(jié)構(gòu)優(yōu)化配置的最優(yōu)方案，結(jié)合土地利用空間模擬FLUS 模型，模擬得到杭州市未來（2035 年）土地利用結(jié)構(gòu)和空間布局優(yōu)化配置方案。主要結(jié)論如下：

1）運用多目標(biāo)規(guī)劃（MOP）模型對滿足經(jīng)濟(jì)、社會和生態(tài)效益等不同目標(biāo)的土地利用結(jié)構(gòu)優(yōu)化配置問題進(jìn)行求解，從生態(tài)-經(jīng)濟(jì)轉(zhuǎn)化效率視角尋求最優(yōu)土地利用結(jié)構(gòu)配置方案，并通過與空間模擬模型FLUS 相結(jié)合，可以實現(xiàn)權(quán)衡不同發(fā)展目標(biāo)下的最優(yōu)土地利用結(jié)構(gòu)及布局的情景模擬。

2）在土地利用結(jié)構(gòu)優(yōu)化方面，當(dāng)杭州市土地利用經(jīng)濟(jì)和生態(tài)效益權(quán)重為4:6 時，每減少1%的土地利用經(jīng)濟(jì)效益能夠換取較高的生態(tài)效益，為杭州市土地利用經(jīng)濟(jì)-生態(tài)權(quán)衡過程中的最優(yōu)方案。相較于生態(tài)保護(hù)優(yōu)先情景，該方案下杭州市建設(shè)用地和耕地面積分別增加1.93%和4.09%，林地和水域面積相較于經(jīng)濟(jì)發(fā)展優(yōu)先情景分別增加1.67%和9.47%。

3）在土地利用布局優(yōu)化上，最優(yōu)方案下的建設(shè)用地擴(kuò)張主要集中在杭州東部主城區(qū)及周邊，西部地區(qū)擴(kuò)張緩慢，其他用地變化較小。土地利用景觀格局破碎度和復(fù)雜性降低，建設(shè)用地擴(kuò)張格局較其他發(fā)展情景更規(guī)則緊湊。