行政中心遷移背景下通州區土地利用情景模擬研究

李鵬輝 張占錄

(中國人民大學 公共管理學院，北京 100872)

行政中心是城市中管理、監督與服務機構的空間聚集。行政中心遷移可以帶來資源再配置、聚焦和產業結構轉型效應，有利用緩解舊城壓力和引導城市空間拓展，是化解大城市病的關鍵要素。遷移后新的行政中心會對城市空間結構和經濟發展產生直接的影響,最終導致土地利用/覆被的變化。隨著城市規模不斷擴張，北京中心城區普遍出現了人口密度增長、地價上漲、交通擁擠等“大城市病”問題。2019年1月11日，經國務院批準，北京市人民政府機關由東城區搬遷至通州區。根據相關部署，到2035年城市副中心常住人口規模控制在130萬人以內，就業人口規模控制在70萬～75萬人，通州區常住人口規?？刂圃?00萬～205萬人以內，就業人口規?？刂圃?15萬～120萬人。以疏解北京非首都功能為目標的北京行政副中心搬遷對通州地區經濟發展、居民生活和生態環境等帶來巨大變化，從而對通州區土地利用產生巨大的影響。

土地是人類生存發展的核心資源，土地利用/覆被變化是區域人口、資源、環境與發展問題的基本核心，是全球環境變化和可持續發展領域前沿的核心問題。土地利用/覆被時空過程刻畫與模擬一直是土地利用/覆被研究的核心科學命題之一，對于指導國土空間規劃和土地管理、評估政策對土地利用影響具有重要價值。土地利用/覆被模擬研究主要集中于多情景分析、空間布局與優化以及土地利用模擬應用，研究視角集中于協同發展視角、生態安全視角、農林復合視角、城鎮化視角，對行政中心遷移視角下土地利用模擬研究較少。CLUE-S (conversion of land use and its effects at small region extent)模型是一種典型的經驗統計分析模型，可以清晰地表現土地利用空間變化的驅動因子，在模擬區域尺度土地利用時空動態變化方面具有優勢，廣泛應用于土地利用模擬研究，并在京津冀地區的適用性得到了驗證。Dyna-CLUE模型是CLUE-S模型的改進版本，增加了鄰域處理模塊，模擬精度進一步提升。因此，本研究擬以北京市行政中心遷移為背景，基于2009年至2017年通州區土地利用調查和自然、社會經濟數據，利用Dyna-CLUE模型分析通州區自然增長、生態保護和政府規劃情景下的土地利用變化情況。以期為京津冀區域協調發展、探索人口經濟密集地區優化開發模式提供支撐，為區域耕地保護、生態保護和優化城市布局和空間結構提供決策建議，為探索生態文明建設有效路徑、促進人口經濟資源環境相協調發展提供科學參考。

1 材料與數據來源

1.1 研究區概況

通州區位于北京市東南部，京杭大運河北端。西臨朝陽區、大興區，北與順義區接壤，東隔潮白河與河北省三河市、大廠回族自治縣、香河縣相連，南和天津市武清區、河北省廊坊市交界。地處永定河、潮白河沖積洪積平原，地勢平坦，大小河流13條(圖1)。屬大陸性季風氣候區，受冬、夏季風影響，形成春季干旱多風、夏季炎熱多雨、秋季天高氣爽、冬季寒冷干燥的氣候特征。

圖1 通州區行政區劃Fig.1 Administrative division of Tongzhou District

通州區土地總面積為905.81 km，其中建設用地為355.29 km，所占比例最大，為39.22%；其次為耕地，占比36.41%；水域和林地占比分別為9.30%和9.18%。其發展定位為：推進土地有序供應，建設水城共融的生態城市，實現生產生活生態融合發展。

1.2 數據來源及處理

本研究數據主要是通州區2009—2017年9期土地利用圖，來源于通州區自然資源局土地利用調查。高程數據來源于美國航天飛機雷達地形測圖(SRTM)數據(http:/srtm.csi.cgiar.org)。坡度數據以高程數據為基礎，利用ArcGIS坡度工具計算每個柵格坡度。道路數據來源于土地利用數據提取，以道路圖為基礎，利用ArcGIS距離函數計算每個柵格到最近道路的距離。水域數據來源于土地利用數據提取，以水域圖為基礎，利用ArcGIS距離函數計算每個柵格到最近水域的距離。農村和城鎮數據來源于土地利用數據提取，以農村和城鎮圖為基礎，利用ArcGIS距離函數計算每個柵格到最近農村和城鎮的距離。以上數據分辨率均為30 m。

2 研究方法

土地利用變化及其效應(CLUE)模型屬于一種動態的、多尺度的土地利用變化空間分布模擬模型。CLUE模型由四個主要的模塊組成，即需求模塊，人口模塊，產量模塊和空間分配模塊。Dyna-CLUE模型對CLUE模型的驅動因子計算、空間分配等多個環節進行了改進，使之更適應小尺度下的土地利用數據表達方式和精度要求。Dyna-CLUE模型的假設條件為該地區土地需求決定土地利用，并且土地利用的分布受自然因素和社會經濟因素影響從而處于動態平衡中。Dyna-CLUE模型由非空間的土地需求模塊和空間分配模塊組成(圖2)。Dyna-CLUE模型的正常運行需要空間政策與限制區域、土地利用類型轉移設置、土地需求、空間特征四個條件的支撐?？臻g限制區域如自然保護區限制轉換為其他土地利用類型，政策限制區域如森林因受政策保護禁止轉換為其他土地利用類型。土地利用類型轉移設置表明各種土地利用類型相互轉換的彈性系數。土地需求則根據不同利用情景進行模擬分析。

圖2 Dyna-CLUE模型基本結構Fig.2 Basic structure of Dyna-CLUE model

空間特征基于各種土地利用類型在空間上的分布概率。在Dyna-CLUE模型中，用Logistic回歸來計算土地利用類型的空間分布與驅動力之間的關系，Logistic回歸通過計算事件的發生概率，使用自變量作為預測值，可以解釋土地利用類型和其驅動力因素之間的關系。具體表示為柵格內每個單元內每種農業結構類型出現的概率。Logistic回歸公式如下：

(1)

式中：

p

為土地利用類型

i

在該柵格中出現的概率；

X

,為土地利用類型轉變的驅動因子；

α

為回歸方程的回歸系數，表示土地利用類型和驅動因子的定量關系。

2.1 土地利用類型設置

根據研究需要，將土地利用類型劃分為六大類，分別為耕地、園地(草地)、林地、設施農用地、建設用地和水域。由于通州區草地較少，占比僅為0.11%(2017年)，故將其劃分到園地類別(表1)。

表1 土地利用分類標準
Table 1 Land use classification standard

類型Type二級地類Secondary land use type說明Explanation of classification耕地Cultivated land水田、水澆地、旱地種植農作物的土地園地(草地)Garden (grassland)果園、其他園地生長草本植物為主,覆蓋度在5%以上的各類草地 林地Forest land有林地、其他林地生長喬木、灌木、竹類、以及沿海紅樹林地等林業用地設施農用地Facility agricultural land設施農用地直接用于經營性養殖的畜禽舍、工廠化作物栽培或水產養殖的生產設施用地及其相應附屬用地,農村宅基地以外的晾曬場等農業設施用地建設用地Construction land鐵路用地、公路用地、農村道路、城市、建制鎮、村莊、采礦用地、風景名勝及特殊用地城鄉居民點及其以外的工礦、交通等用地水域Water area河流水面、坑塘水面、內陸灘涂、溝渠、水工建筑用地天然陸地水域和水利設施用地

2.2 土地利用類型轉移設置

轉移彈性系數表示土地利用類型轉換的難易程度，其為0到1的數值。0代表該農業結構類型極易發生變化，1代表該農業結構類型很難發生改變，0到1代表農業結構類型變化難易程度介于兩者之間。其設置依據研究者對土地利用類型變化的認識、本地區或類似地區土地利用類型變化規律、模型調試等。本研究參照京津冀地區CLUE-S模型設置參數并經模型調試后將耕地、園地(草地)、林地、設施農用地、建設用地和水域轉移彈性系數分別設置為0.5、0.5、0.6、0.8、0.8和0.7。土地利用類型轉移彈性系數設置說明如表2所示。

表2 土地利用類型轉移彈性系數
Table 2 Elasticity coefficient of land use type transfer

編碼Code土地利用類型Land use type轉移彈性系數Elasticity coefficient設置說明Explanation of setting0耕地0.5耕地較易改變,但由于耕地保護政策,系數位于中等水平1園地(草地)0.5草地系數位于中等水平2林地0.6林地系數位于中等偏上水平3設施農用地0.8設施農用地較難改變,系數較高4建設用地0.8建設用地較難改變,系數較高5水域0.7水域較難轉換為其他用地,系數較高

土地利用類型轉移矩陣(表3)代表各類土地利用類型相互轉換的可能性。表3中橫向表示未來情景土地利用類型，縱向表示當前土地利用類型。用0和1來表示土地利用類型轉換的可能性，其中0代表不能轉換，1代表可以轉換?？紤]到建設用地極難轉為其他用地類型，因此將其轉換可能性設置為0。其他用地類型存在相互轉換的可能性，因此轉換可能性設置為1。

表3 土地利用類型轉移矩陣
Table 3 Land use type transfer matrix

土地利用類型Land use type耕地Cultivatedland園地(草地)Garden(grassland)林地Forestland設施農用地Facilityagricultural land建設用地Constructionland水域Waterarea耕地Cultivated land111111園地(草地)Garden (grassland)111111林地Forest land111111設施農用地Facility agricultural land111111建設用地Construction land000010水域Water area111111

2.3 驅動因子選取

在對京津冀地區土地/覆被變化驅動因子分析基礎上，參照京津冀地區CLUE-S模型驅動因子選取及數據可獲取性選取了高程、坡度、距城鎮距離、距農村距離、距公路距離、距農村道路距離、距水域距離等7個驅動因素。驅動因子描述性統計見表4。

表4 驅動因子描述性統計
Table 4 Descriptive statistics of driving factors

編碼Code驅動因子Driving factor單位Unit最小值Min最大值Max平均值Mean標準差SD0高程m5.0063.0028.8015.411坡度°0.0060.822.742.872距城鎮距離m0.005 304.57957.78961.923距農村距離m0.002 460.18214.48259.974距公路距離m0.003 007.19222.23305.115距農村道路距離m0.003 501.79516.65451.856距水域距離m0.003 332.57321.03290.01

2.4 情景設置

本研究共設置了3種情景，分別是自然增長情景、生態保護情景和政府規劃情景。自然增長情景假定通州區結構按照2009—2017年變化規律變化，采用線性插值獲得各用地類型面積。生態保護情景保證林地和水域等生態用地穩定增長，2035年生態用地面積達到25%。政府規劃情景則依據相關北京城市總體規劃、通州與北三縣協同發展規劃進行設置：嚴格耕地保護，建設用地保持下降趨勢，林地面積提升5%(表5)。

表5 通州區土地利用模擬情景說明
Table 5 Description of land use simulation scenario in Tongzhou District

序號Code利用情景Simulation scenario說明Explanation of scenario1自然增長通州區各類土地面積按照2009—2017年變化規律變化2生態保護保證林地和水域等生態用地穩定增長,2035生態用地面積達到25%3政府規劃依據北京城市總體規劃(2016—2035年)、通州與北三縣協同發展規劃、北京城市副中心(通州區)國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標綱要等

3 結果與分析

3.1 通州區土地利用結構變化

通州區建設用地和設施農用地呈增長的趨勢，耕地、園地(草地)、林地和水域呈減少的趨勢(圖3)。以變化量來看，建設用地面積增長最為明顯，相較于2009年，增長了31.88 km；耕地減少最為明顯，減少了22.09 km。以變化率來看，建設用地和設施農用地分別增長了9.86%和12.63%；而園地(草地)減少最為明顯，減少了11.26%，其次為水域，減少了6.92%(表6)。

表6 2009年和2017年通州區不同類型土地利用變化
Table 6 Land use change of Tongzhou District in 2009 and 2017

土地利用類型Land use type2009年2017年變化量Variation變化率/%Rate of change耕地Cultivated land351.93329.84-22.09-6.28園地(草地)Garden (grassland)38.2433.93-4.31-11.26林地Forest land84.5883.19-1.39-1.64設施農用地Facility agricultural land17.1819.352.1712.63建設用地Construction land323.41355.2931.889.86水域Water area90.4784.21-6.26-6.92

圖3 通州區2009—2017年各土地利用類型結構變化Fig.3 Structure change of land use types from 2009 to 2017 in Tongzhou District

3.2 通州區土地利用模擬

3

.

2

.

1

不同模型驗證

1)回歸結果驗證。利用SPSS對高程、坡度、距城鎮距離、距農村距離、距公路距離、距農村道路距離以及距水域距離等7個驅動因子進行Logistic回歸，分析各土地利用類型和各個驅動因子之間的關系，結果見表7。該回歸結果利用ROC曲線進行檢驗。當ROC大于0.7時，回歸方程對土地利用類型有很好的解釋能力?；貧w結果顯示，各類土地利用類型回歸檢驗ROC均大于0.7，表明回歸結果可以解釋各土地利用類型。

表7 通州區土地利用模擬驅動因子回歸結果
Table 7 Driver factors regression results of land use simulation in Tongzhou District

驅動因子Driving factor耕地Cultivatedland園地(草地)Garden(grassland)林地Forestland設施農用地Facilityagricultural land建設用地Constructionland水域Waterarea高程DEM-0.49***2.00***0.60***0.160.290.67***坡度Slope0.62***1.80***0.211.01***-0.87***-0.18距城鎮距離Distance from city1.59***-0.72***0.97***0.47***-2.56***0.35***距農村距離Distance from rural areas7.32***1.27***1.95***-1.69***-12.19***3.17***距公路距離Distance from highway-0.66***-1.34***-0.12**0.80***0.75***0.17***距農村道路距離Distance from rural roads-12.23***-10.62***-6.67***-3.61***16.12***-2.14***距水域距離Distance from water area2.93***1.23***-0.73***-2.21***4.11***-19.30***常數Constant0.16-1.44***-0.50***0.12-0.22**0.17

注：***、**、*分別表示1%、5%、10%的水平上顯著。
Note: ***, ** and * represent significant differences at the levels of 1%, 5% and 10%, respectively.

驅動因子回歸結果顯示高程與園地(草地)、林地和水域呈正相關關系，其中對園地(草地)影響較大，回歸系數為2.00；與耕地呈負相關關系，回歸系數為-0.49。坡度與耕地、園地(草地)和設施農用地呈正相關關系，其中對園地(草地)影響較大，回歸系數為1.80；與建設用地呈負相關關系，回歸系數為-0.87。距城鎮距離與耕地、林地、設施農用地和水域呈正相關關系，其中對耕地影響較大，回歸系數為1.59；與園地(草地)和建設用地呈負相關關系，其中對建設用地影響較大，回歸系數為-2.56。距農村距離與耕地、園地(草地)、林地和水域呈正相關關系，其中對耕地影響較大，回歸系數為7.32；與設施農用地和建設用地呈負相關關系，其中對建設用地影響較大，回歸系數為-12.19。距公路距離與設施農用地、建設用地和和水域呈正相關關系，其中對設施農用地影響較大，回歸系數為0.80；與耕地、園地(草地)和林地呈負相關關系，其中對園地(草地)影響較大，回歸系數為-1.34。距農村道路距離與建設用地呈正相關關系，回歸系數為16.12；與耕地、園地(草地)、林地、設施農用地和水域呈負相關關系，其中對耕地影響較大，回歸系數為-12.23。距水域距離與耕地、園地(草地)和建設用地呈正相關關系，其中對建設用地影響較大，回歸系數為4.11；與林地、設施農用地和水域呈負相關關系，其中對水域用地影響較大，回歸系數為-19.30。

2)模擬結果驗證。采用Kappa系數對土地利用模擬結果進行驗證。將模擬結果與真實結果進行對比，得到Kappa系數。Kappa系數為0到1之間的連續數值，越接近1，說明模擬結果越準確。當0.80

(2)

式中：

p

為正確模擬比例；

p

為隨機情況下期望的正確模擬比例；

p

為理想分類情況下的正確模擬比例。

對比2017年通州區土地利用模擬圖和真實圖(圖4)，得到Kappa系數為0.95，處于0.80～1.0說明模擬結果和真實結果比較，幾乎一致，可以應用在不同情景下的土地利用模擬。

圖4 通州區土地利用模擬圖(a)和現狀圖(b)Fig.4 Land use simulation map (a) and current map (b) of Tongzhou District

3

.

2

.

2

情景模擬

1)自然增長情景。根據模擬結果，自然增長情景土地利用圖如圖5所示。自然增長情景顯示2035年耕地、園地(草地)、林地、設施農用地、建設用地和水域面積占比分別為31%、3%、9%、2%、47%和8%。相較于2017年，2035年耕地、園地(草地)、林地和水域分別減少了15 %、29%、4%和17%，而設施農用地和建設用地分別增長了25%和20%。

從空間上看，2017年至2035年未變化區域占72%，變化區域占28%，變化比例較高的鄉鎮包括東部的潞城鎮和西集鎮。土地利用狀態轉移矩陣顯示主要變化特征為耕地、園地(草地)和水域轉向建設用地。具體來看：耕地轉向建設用地面積為60.79 km，其中通州區東南的漷縣鎮和北部的宋莊鎮分別貢獻了25%和14%。園地(草地)轉向建設用地面積為3.52 km，主要發生在通州區北部的宋莊鎮和東部的西集鎮，分別占28%和19%。水域轉向建設用地面積為2.51 km，主要發生在通州區東南部的漷縣鎮和北部的宋莊鎮。

2)生態保護情景。生態保護情景旨在保護林地和水域等生態用地。生態保護情景顯示2035年耕地、園地(草地)、林地、設施農用地、建設用地和水域面積所占比例分別為36%、3%、13%、1%、37%和10%。相較于2017年，2035年耕地基本保持不變，園地(草地)、設施農用地和建設用地分別減少了30%、46%、5%，而林地和水域分別增長了44%和4%(圖5)。

從空間上看，2017年至2035年未變化區域占76%，變化區域占24%，變化比例較高的鄉鎮集中在東部的潞城鎮和西集鎮。土地利用狀態轉移矩陣顯示主要變化特征為耕地、園地(草地)和設施農用地轉向林地，其中耕地轉向林地面積為73.18 km，變化區域集中在通州區東南部的漷縣鎮和中部的張家灣鎮，分別占耕地轉向林地總面積的23%和14%；園地(草地)轉向林地面積為4.76 km，變化區域集中在通州區東部的西集鎮和中部的張家灣鎮，分別占27%和19%；設施農用地轉向林地面積為6.85 km，主要發生在通州區北部的宋莊鎮和中部的張家灣鎮。

3)政府規劃情景。政府規劃情景目標為建設水城共融的生態城市。政府規劃情景顯示2035年耕地、園地(草地)、林地、設施農用地、建設用地和水域面積所占比例分別為36%、3%、9%、2%、40%和9%。相較于2017年，2035年耕地和建設用地基本保持不變，園地(草地)和設施農用地分別減少了12%和7%，而林地、水域和建設用地分別增長了3%、1%和1%(圖5)。

圖5 通州區土地利用自然增長(a)、生態保護(b)和政府規劃(c)情景模擬圖Fig.5 Land use natural growth (a), ecological protection (b) and government planning (c) scenario simulation maps of Tongzhou District

從空間上看，2017年至2035年未變化區域占76%，變化區域占24%，變化比例較高的區域集中在城市副中心地區。土地利用狀態轉移矩陣顯示主要變化特征為為園地(草地)和設施農用地轉向林地。其中園地(草地)轉向林地面積為3.63 km，主要分布在通州區北部的宋莊鎮和東部的西集鎮，分別占22%和21%；設施農用地轉向林地面積為3.86 km，主要分布在通州區北部宋莊鎮和中部張家灣鎮，分別占18%和17%。

4)3種情景比較。相較于自然增長情景，生態保護情景加強了林地和水域保護，抑制了建設用地的增長。具體來看，林地面積增長了50%，水域面積增長了25%，建設用地面積減少了21%。相較于自然增長情景，政府規劃情景強調了耕地保護，抑制了建設用地的增長。具體來看，耕地面積增長了17%，建設用地面積減少了16%。相較于政府規劃情景，生態保護情景加強了林地和水域保護，抑制了建設用地的增長，具體來看林地面積增長了40%，水域面積增長了25%，建設用地面積減少了6%。

從空間上看，相較于自然增長情景，生態保護情景和政府規劃情景主要變動鄉鎮為東南部的漷縣鎮、北部的宋莊鎮。具體來看，生態保護情景林地新增及建設用地減少主要分布在東南部的漷縣鎮、北部的宋莊鎮以及中部張家灣鎮；政府規劃情景耕地新增及建設用地減少集中在在東南部的漷縣鎮、北部的宋莊鎮以及西部臺湖鎮。相較于政府規劃情景，生態保護情景林地新增及建設用地減少主要分布在東南部的漷縣鎮、北部的宋莊鎮以及中部張家灣鎮。

4 討論與結論

4.1 討論

本研究在現有京津冀地區土地利用情景模擬研究的基礎上，對行政中心遷移背景下通州區自然增長、生態保護和政府規劃情景下的土地利用變化情況進行了模擬分析。研究視角上，在京津冀地區土地利用模擬協同發展、生態安全以及生態-經濟權衡等視角基礎上，本研究基于行政中心遷移視角分析了通州區未來土地利用變化情況，以期為北京城市副中心耕地保護、生態保護和城市布局優化提供支撐。研究內容上，本研究從自然增長、生態保護和政府規劃3種情景出發對通州區未來土地利用模式進行了比較分析，從多角度探究了通州區優化開發和保護模式。研究結論上，自然增長情景下耕地轉向建設用地、生態保護情景下注重林地增長、政府規劃情景下強調耕地保護，這一結論與相關研究保持一致，不同的是本研究基于鄉鎮維度，細化了通州區不同情景下不同區域的發展路徑，為北京城市副中心人口經濟資源環境相協調發展提供科學參考。

本研究分析了通州區不同情景下未來土地利用變化情況，但是由于數據來源限制未考慮將基本農田保護區和自然保護區等在Dyna-CLUE模型中設置為政策限制區域，是否需要限制基本農田保護區和自然保護區等轉變需要進一步的探討。

4.2 結論

1)應用Dyna-CLUE模型，對通州區土地利用進行了模擬預測，Kappa系數為0.95，表明Dyna-CLUE模型可以較好模擬通州區土地利用，可以應用與不同情景模擬結果。

2)自然增長、生態保護和政府規劃3種情景顯示行政中心遷移背景下通州區未發生變化區域大約占75%，表明大約25%的土地利用類型發生了變化，變化比例較高的區域集中在通州區東部和副中心地區。自然增長情景主要變化特征為耕地、園地(草地)和水域轉向建設用地，集中在通州區東南的漷縣鎮和北部宋莊鎮。生態保護情景下變化最為明顯的是耕地、園地(草地)和設施農用地轉向林地，主要發生在通州區東南的漷縣鎮和中部的張家灣鎮。政府規劃情景主要變化特征為園地(草地)和設施農用地轉向林地，主要分布在通州區北部的宋莊鎮、東部的西集鎮以及中部的張家灣鎮。

3)相較于自然增長情景，行政中心遷移背景下生態保護情景加強了林地和水域保護，抑制了建設用地的增長；政府規劃情景強調了耕地保護，抑制了建設用地的增長。相較于政府規劃情景，生態保護情景加強了林地和水域保護。從空間上看，區別主要在于東南部的漷縣鎮以及北部的宋莊鎮。

4)多情景模擬顯示行政中心遷移會對通州區土地利用帶來顯著影響，因此未來通州區國土空間規劃以及土地管理可以注意以下幾點：耕地保護需要關注城市副中心邊緣地區和東部鄉鎮，園地(草地)保護需要聚焦于通州區北部的宋莊鎮和東部的西集鎮。生態建設中新增林地規劃可以重點關注通州區東南的漷縣鎮、中部的張家灣鎮以及北部的宋莊鎮，水域規劃可以著重于通州區城區周邊鄉鎮以及東南的漷縣鎮。