哈爾濱市建設用地動態變化及趨勢預測

李 瑋，宋 戈，2，李瑞雪，李志明，滕 鵬

(1.東北農業大學資源與環境學院，黑龍江 哈爾濱 150030；2.東北大學土地管理研究所，遼寧 沈陽 110819)

哈爾濱市建設用地動態變化及趨勢預測

李 瑋1，宋 戈1，2，李瑞雪1，李志明1，滕 鵬1

(1.東北農業大學資源與環境學院，黑龍江 哈爾濱 150030；2.東北大學土地管理研究所，遼寧 沈陽 110819)

建設用地是人們生產生活及社會經濟發展的空間載體，是土地利用的重要組成部分.以哈爾濱市轄區為研究區，在分析哈爾濱市轄區1994—2013年建設用地動態變化、探討其驅動機制的基礎上，構建了灰色馬爾科夫預測模型，并對其未來城市建設用地面積進行了預測.結果表明：(1)1994—2013年哈爾濱市城市建設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年哈爾濱市建設用地結構供應量變化顯著.(2)隨著人口的增加，人均建設用地面積也相應增加.(3)1994—2013年哈爾濱市城市建設用地面積的擴大不盡合理，其建設用地變化彈性系數為3.08，遠大于1.12的合理值.只有少數年份的建設用地變化彈性系數在合理值范圍內，說明哈爾濱市應放慢建設用地的擴大速度.(4)人口、經濟及交通因素、產業結構因素成為哈爾濱市城市建設用地變化的主要驅動力.(5)灰色馬爾科夫模型預測精度高于灰色預測模型，經預測，2020年哈爾濱市城市建設用地面積為476.557 4 km2，2025年為538.162 6 km2.

建設用地；動態變化；驅動力；規模預測；哈爾濱市

土地資源是人類賴以生存的物質基礎，而建設用地是人類社會得以持續發展的必備條件.近年來，由于我國人口的急劇增長、社會經濟的發展及城鄉一體化的快速推進，致使城市建設用地無序擴張，從而產生了許多現實問題，如生態環境惡化、耕地面積減少等.因此，分析建設用地的動態變化情況，總結影響建設用地變化的驅動因素及預測城市未來建設用地面積，對區域生態健康發展及土地資源的可持續利用有著重要的意義.

近年來，國內外學者在建設用地動態變化及建設用地規模預測方面開展了豐富的研究，國外學者主要是針對城市土地利用[1-2]、建設用地的規模管控[3]，以及基于RS和GIS的城市模擬與預測[4-5]等相關方面進行研究；而國內學者更多地側重于城鎮擴張及驅動力分析[6-8]、城市建設用地的時空變化特征[9-10]等方面.在需求量預測方面主要集中于方法的實證研究上，如灰色預測法、回歸分析法、定額指標法等[11-13]，在研究區域上更偏向于東部沿海城市及發達地區[14-18]，對東北重工業基地城市建設用地動態變化及趨勢預測的綜合研究較少.因此，本文基于1994—2013年的社會經濟統計數據，采用建設用地變化速率、建設用地變化彈性系數、灰色馬爾科夫模型等方法，對哈爾濱市建設用地變化進行客觀分析，在掌握其動態變化規律的基礎上，預測了其2020—2025年的城市建設用地規模，以為哈爾濱市未來集約節約利用土地及科學優化土地利用結構提供參考依據.

1 研究區概況

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，是東北老工業基地的典型重工業城市，同時也是國家戰略定位的“沿邊開發開放中心城市”“東北亞區域中心城市”.2014年，行政區劃調整后，哈爾濱市轄9區9縣(市).截至2013年，市區土地面積7 086 km2，人口472.5萬人，建設用地面積為391 km2，人均建設用地面積為82.75 m2/人，相比1994年，共增加了33.58 m2/人.然而，迅猛發展的城市化，給哈爾濱市城市用地帶來了一系列復雜而又緊迫的問題：城市用地擴張過快、城市土地利用結構不合理等.因此，本文選取哈爾濱市轄區為研究區，對區域內建設用地的動態變化進行了分析，探討了其變化的驅動機制；同時，預測了其2020年及2025年的城市建設用地規模.

2 研究方法

2.1 建設用地變化速率

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

(1)

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

2.2 建設用地變化彈性系數

建設用地變化彈性系數指城市建設用地面積年均增長率與市區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研究時段內建設用地變化彈性系數，Si為第i研究時段內建設用地面積年均增長率，Pi為第i研究時段內市區人口年均增長率.

2.3 灰色馬爾科夫模型

灰色馬爾科夫模型是指灰色預測模型與馬爾科夫模型的結合體，計算公式為

(3)

3 建設用地動態變化分析

3.1 建設用地數量變化

3.1.1 城市建設用地總量變化

通過圖1及表1可知，1994—2013年哈爾濱市城市建設用地面積總體呈現出波動式增長態勢，根據變化情況，可以將其分為3個階段：波動式增長—快速增長—平穩增長.

圖1 1994—2013年哈爾濱市城市建設用地面積

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

(1) 1994—1999年是第一階段，5年間城市建設用地面積從1994年的156 km2擴展到1999年的165 km2，年均增長率1.15%.1996年國務院同意將松花江地區并入哈爾濱市形成新的哈爾濱市；同時，哈爾濱政府進行了松北開發區的建設，其經濟輻射作用引領了周邊區域的發展，導致建設用地面積明顯增多.然而，與1998年相比較，1999年哈爾濱市城市建設用地面積顯著減少，主要原因在于居民點用地被大量地轉化成了未利用地.[20]

(2) 1999—2006年是第二階段，在該時段城市建設用地面積表現出逐年攀升的勢頭，且增長幅度較大.1999年城市建設用地面積僅為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%.此期間城市建設用地發展速度如此之快，關鍵原因一方面是因為我國對振興東北老工業基地的扶持政策，導致社會經濟活動比較活躍，推動了哈爾濱市城市建設的發展；另一方面是由于此期間哈爾濱市進行了2次行政區劃調整，2004年撤銷呼蘭縣，成為哈爾濱市轄區之一呼蘭區，2006年又將阿城撤市設區，因此，哈爾濱市城市建設用地面積急速擴充.

(3) 2006—2013年為第三階段，在此期間城市建設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，限制大城市建設用地規模，因此，有效遏制了城市建設用地的不合理擴張現象.

3.1.2 建設用地供應結構變化分析

由表2可知，哈爾濱市住宅用地供應量總體上表現為先上升后減少，在2011年達到最大值623.117 5 hm2.其中2010，2011年哈爾濱市住宅用地供應量總和為1 148.486 3 hm2，超過了近7年住宅用地供應總量的45%，住宅用地供應量的增加能有效滿足隨著人口增加以及經濟發展所帶來的住房需求.近年來哈爾濱市立足于快速推進裝備制造業、經濟技術開發區等的發展.工業用地發展的同時必然會促使對建設用地需求的提升，導致城市盲目擴張，但是借鑒國內外發達城市的經濟發展經驗可以發現，一個城市的經濟效益越好，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量保持先增長后減少的趨勢，但是所占建設用地總供應量的比重除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勢，由2008年的35.55%降低至2013年的13.92%，說明哈爾濱市用地結構正朝著越來越合理的方向發展.商服用地7年來一直處于供應量較少的狀態.水域及水利設施用地除2013年有少量供應，其余6年均為0.其他用地在2007—2013年供應量占總供應量的比例均呈現出倒U型曲線關系.交通運輸用地除2007年和2009年供應量為0外，其余5年的供應量基本處于增長趨勢，2013年達到最大值為624.700 69 hm2，同年占總供應量的比例26.5%也遠大于其他5類用地結構占總供應量的比例，對城市交通道路的完善發揮了重要的作用，符合城市的發展要求.

表2 2007—2013年哈爾濱市建設用地供應結構變化情況

3.2 人均建設用地面積變化

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

圖2 1994—2013年哈爾濱市區人口數及人均建設用地面積

3.3 建設用地變化彈性系數

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

圖3 1994—2013年哈爾濱市建設用地變化彈性系數

4 建設用地變化驅動力分析

4.1 主成分分析

主成分分析法可通過降維的思想將復雜的線性相關的多種因素綜合歸納為幾類不具相關性的因素，因此本文將運用主成分分析法提取出城市建設用地的關鍵驅動因素，以此客觀分析驅動哈爾濱市城市建設用地增長的影響因子.因自然因素在短期內對城市建設用地基本無影響，政策因素又難以量化，因此本文主要分析社會經濟驅動因素.在全面了解哈爾濱市城市建設用地的發展過程后，選取人口(X1)、GDP(X2)、工業總產值(X3)、第二產業增加值(X4)、第三產業增加值(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，城市建設用地作為因變量，經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業增加值(X4)的因素具有強相關性，可將其概括成人口、經濟及交通驅動因素，第二主成分與第二產業增加值(X4)高度相關，可將其歸納為產業結構驅動因素.

表3 特征值及主成分貢獻率

表4 旋轉后因子載荷矩陣

4.2 驅動因素分析

4.2.1 人口、經濟及交通因素

人口因素是建設用地變化的直接驅動因子，人類活動作用于城市建設用地的影響更為直觀.2003年哈爾濱市轄區人口達到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，相應的公共設施及基礎配套設施的數量也需要與之相匹配，必然會促使城市大力開發建設用地.

經濟發展帶動建設用地增加，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，拉動了內需增長，因而從另一個側面體現了城市經濟的發展水平.伴隨人均可支配收入及社會消費品零售總額的增多，人們對服務業的期望也越發提高.哈爾濱市第三產業產值由1995年的1 738 224.32 萬元增至2013年的19 091 054.6萬元，哈爾濱的旅游業比較發達，眾多游客的到來加大了對住房及交通設施的需求，從而促使城市建設用地持續增多.1995年哈爾濱市工業總產值為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構會在土地利用的比較經濟效益驅使下發生改變，工業企業數目增多，導致更多的土地開發成建設用地用以滿足工業企業數目的增加.GDP和財政收入體現的是某個區域的發展水平，哈爾濱市1995—2013年GDP共增長29 461 328萬元，年均增長率為53.43%，而城市建設用地年均增長率為7.93%，也就是說GDP每增長1%，城市建設用地面積相應的增長0.15%，經濟發展有助于推進建設項目的增多.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展民生工程及基礎設施的開發，從而必須要有更多的城市建設用地作為基礎媒介.城市主要交通干線引導著城市的建設發展，對城市建設具有帶動作用.而客運量是體現交通基礎設施完善水平的關鍵性標志.近年來，哈爾濱市更加注重對交通網的建設，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施用地的增加.

4.2.2 產業結構因素

作為城市發展的支柱產業，第二產業產值的增加對城市的發展產生了巨大的影響，有效推動了城市的建設發展.1995年第二產業增加值為450 268.79萬元，2013年第二產業增加值為332 212.828 8萬元.哈爾濱市作為典型的東北老工業基地城市，近年來，不斷開發江北、松北開發區，群力新區也正在崛起，第一產業逐漸轉型到第二產業，產業結構的轉變需要土地作為載體，致使非農建設用地被大批占用，轉化為建設用地的現象頻發.因此，哈爾濱市隨著產業轉型大量城市建設用地被開發利用.

5 建設用地需求量預測

建設用地系統是一個極其復雜的隨機變化的動態系統，受到人口、自然、社會、經濟發展、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，因此尋求合理的預測方法，對提高預測結果的精度至關重要.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目少且不需要計算統計特征量等特點，又能最大限度地發揮馬爾科夫模型解決隨機波動性較大的動態過程的優點[21]，二者結合，預測結果的準確性會大大提高，具體計算過程如下：

本文選取哈爾濱市2006—2013年的城市建設用地面積作為原始數據，根據灰色理論，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驗及哈爾濱市城市建設用地面積變化的實際情況出發，依據城市建設用地面積的實測值與灰色預測值之間的相對誤差，把它分為4種狀態：[-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用地面積相對誤差對應到相應狀態區間，按照狀態轉移概率矩陣的算法，運用公式算得所需的一步狀態轉移概率矩陣為

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

通過表5可以看出，灰色預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測值各項精度均比灰色預測值的精度高，說明灰色馬爾科夫模型對合理預測哈爾濱市城市建設用地面積更為有效.

表5 灰色預測值與灰色馬爾科夫預測值精度對比

6 結論與討論

通過對哈爾濱市近20年建設用地動態變化及驅動力的分析及對未來城市建設用地規模的預測，可以得到以下結論：

(1) 城市一直處于發展變化當中，經濟發展的突飛猛進以及人口的變化帶來了建設用地規模的擴大.哈爾濱市城市建設用地從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年哈爾濱市建設用地結構供應量變化顯著，住宅用地、工礦倉儲用地、其他用地供應量均呈現出先上升后降低的趨勢，商服用地和水域及水利設施用地供應量較少.交通運輸用地除2007年和2009年供應量為0之外，其余5年的供應量基本處于增長趨勢.其中，工礦倉儲用地供應量的變化趨勢某種程度上說明了哈爾濱市建設用地結構正朝著越來越合理的方向發展.

(2) 1994—2013年哈爾濱市城市建設用地面積的擴大不盡合理，其建設用地變化彈性系數為3.08，遠大于1.12的合理值.只有少數年份的建設用地變化彈性系數在合理值范圍內，說明哈爾濱市應放慢建設用地的擴大速度.

(3) 引起哈爾濱市建設用地變化的因素有許多，但大多數因素相互之間有關聯，通過主成分分析，可簡化驅動因素，并將其概括成人口、經濟發展及交通因素和產業結構因素.

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

哈爾濱市作為國家重要的制造業基地，對外貿易往來越來越頻繁，勢必會增強其帶動周圍地區發展的輻射能力，城市建設規模也會隨之加大，因此，掌握哈爾濱市的建設用地動態變化規律、驅動力及其發展趨勢，對哈爾濱市未來集約節約利用土地及科學優化土地利用結構至關重要.本文選取了1994—2013年哈爾濱市統計數據和遙感解譯數據，在對其建設用地動態變化進行分析的基礎上，運用灰色馬爾科夫模型預測了2020年和2025年的建設用地面積，避開了影響建設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鍵一步的狀態劃分存在人為主觀性，因而，如何更合理準確地劃分灰色馬爾科夫預測模型的狀態區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.土地市場監控與城市理性發展[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.平潭縣城鎮用地空間擴張特征與驅動力分析[J].河北師范大學學報(自然科學版)，2013，37(6)：626-630.

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

[8] 李洪義，何方義，李芳顥，等.鄱陽湖生態經濟區城鄉建設用地擴張驅動力研究[J].國土資源科技管理，2014(1)：31-35.

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

[10] 周志明，李陽兵，羅光杰，等.貴州省城鎮建設用地擴展的時空演變特征[J].生態學雜志，2012，31(3)：696-701.

[11] 關偉，王寧.基于灰色系統理論的大連城市建設用地需求預測[J].遼寧師范大學學報(自然科學版)，2014，37(2)：262-268.

[12] 孫秀峰，刁成泰，何丹.我國城市人口、建設用地規模預測[J].現代城市研究，2005(10)：48-51.

[13] 姜海，曲福田.建設用地需求量預測的理論與方法[J].中國土地科學，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展[J].熱帶地理，2013，33(4)：473-479+495.

[15] 李楊昕，胡玉福.龍泉驛區建設用地動態變化及驅動力分析[J].中國農學通報，2014，30(11)：171-178.

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

[17] 曹蕾，鐘菲，章明，等.基于灰色-BP神經網絡的重慶市城鎮建設用地規模預測[J].江西農業學報，2011，23(8)：188-189+192.

[18] 郝思雨，謝汀，伍文，等.基于RBF神經網絡的成都市城鎮建設用地需求預測[J].資源科學，2014，36(6)：1220-1228.

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

[20] 劉學偉，宋戈.城市建設用地規模預測方法與應用研究[J].中國國土資源經濟，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量預測[J].計算機仿真，2013，30(5)：429-433.

(責任編輯：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

國家自然科學基金資助項目(41071346，41571165)；教育部學科點博導類基金資助項目(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，博士研究生導師，主要從事土地利用與管理研究.

F 293.2 [學科代碼] 790·4720

A