基于SD模型的江西省土地利用變化情景模擬

顧 茉 莉,葉 長 盛,李 鑫,胡 夢 姍

(東華理工大學(xué)地球科學(xué)學(xué)院，江西 南昌 330013)

0 引言

土地利用變化是全球環(huán)境變化和可持續(xù)發(fā)展的重要研究話題[1]，在自然與人文因素的綜合作用下，土地利用變化過程的驅(qū)動和約束機制具有復(fù)雜性特征[2，3]。研究土地系統(tǒng)內(nèi)部的運作過程、反饋作用及發(fā)展趨勢，有助于了解區(qū)域經(jīng)濟發(fā)展和生態(tài)安全對土地的需求，保證經(jīng)濟發(fā)展、糧食安全和環(huán)境保護的良性循環(huán)[4]，對于推動國土空間規(guī)劃政策體系科學(xué)制定、促進土地資源可持續(xù)利用、實現(xiàn)區(qū)域高質(zhì)量發(fā)展和高品質(zhì)生活[5]具有重要的理論和實踐意義。

土地利用模型是研究土地利用變化規(guī)律、理解系統(tǒng)驅(qū)動機制、支持土地利用規(guī)劃和政策制定以及有效評估土地利用對自然與社會經(jīng)濟發(fā)展影響的有力工具[6，7]，目前，基于土地利用模型構(gòu)建驅(qū)動因素結(jié)構(gòu)框架預(yù)測未來土地利用發(fā)展情景與需求已成為研究熱點[8-10]。系統(tǒng)動力學(xué)(System Dynamics，SD)模型可有效反映土地利用變化與多種驅(qū)動力之間復(fù)雜的相互影響關(guān)系及因果循環(huán)反饋機制，適用于建立大規(guī)模、多變量、非線性的各類復(fù)雜系統(tǒng)[11，12]，在土地利用模擬方面具有良好的適用性。例如：秦鐘等[13]利用不同土地類型間的相互轉(zhuǎn)化構(gòu)成系統(tǒng)內(nèi)部的反饋關(guān)系，建立SD模型，模擬結(jié)果能有效預(yù)測廣州市土地利用變化格局；李志等[14]運用SD模型對南京市江寧區(qū)土地利用變化進行模擬，為揭示城市邊緣區(qū)土地利用變化特征及預(yù)防土地利用問題提供了參考；田賀等[15]構(gòu)建土地利用變化SD模型預(yù)測中國生態(tài)區(qū)未來不同情景下的土地利用需求，一定程度上反映了氣候變化對各類用地的影響及各類用地間的相互作用；還有學(xué)者將SD模型與元胞自動機模型[16-18]、CLUE-S模型[19，20]等結(jié)合模擬未來區(qū)域土地利用變化。

綜上可知，前人研究通常將自然環(huán)境和社會經(jīng)濟等因素作為驅(qū)動因素，通過多個因子間的交互作用模擬土地利用系統(tǒng)內(nèi)部的運作機制，而目前部分模型內(nèi)容與情景設(shè)定中，未全面考慮各種影響要素間的具體聯(lián)系和未來情景中的關(guān)鍵變量設(shè)定。如在構(gòu)建特定類型建設(shè)用地需求時，模型中多關(guān)注居住用地與工業(yè)用地[21]，弱化了第三產(chǎn)業(yè)用地與經(jīng)濟發(fā)展的聯(lián)系；在考慮經(jīng)濟與非農(nóng)用地關(guān)系時，由非農(nóng)產(chǎn)值轉(zhuǎn)化為固定資產(chǎn)投資，隨之帶來城鎮(zhèn)工礦用地擴張[22]，未全面考慮產(chǎn)值增長與人口以及經(jīng)濟與土地之間的關(guān)系；在設(shè)定情景模擬參數(shù)時，多關(guān)注人口、經(jīng)濟、農(nóng)業(yè)進步層面[23，24]，而未考慮環(huán)境、資源、政策等方面的變化。因此，本文充分考慮多種因素之間的復(fù)雜交互效應(yīng)，構(gòu)建SD模型，在模型中整合土地利用與農(nóng)產(chǎn)品需求、產(chǎn)業(yè)增長、固定資產(chǎn)投資、地均產(chǎn)值、能源消耗等變量的關(guān)系[25-28]，模擬江西省未來不同情景下土地利用變化趨勢和規(guī)模，以期為江西省國土空間開發(fā)、保護及建設(shè)提供參考。

1 研究區(qū)概況與數(shù)據(jù)來源

江西省地處我國東南部(24°29′～30°04′N、113°34′～118°28′E)，屬亞熱帶溫暖濕潤季風(fēng)氣候。2017年江西省總?cè)丝跒? 462.06萬人，城鎮(zhèn)化率達54.6%，地區(qū)生產(chǎn)總值為20 006.31億元，土地總面積為16.69萬km2，其中農(nóng)用地為16.07萬km2(包括耕地、林地、草地和水域)，面積占比96.29%，建設(shè)用地為0.57萬km2，面積占比3.41%，未利用地為0.05萬km2，面積占比0.30%。近年來，江西省保持著10%左右的經(jīng)濟增長率，城鎮(zhèn)化率穩(wěn)步提高，“二胎”“三胎”政策相繼開放，未來人口增長和社會經(jīng)濟變化會對土地利用結(jié)構(gòu)產(chǎn)生深刻影響。土地資源既要支撐城鎮(zhèn)化、工業(yè)化建設(shè)，也要保障耕地的供給，同時還要注重生態(tài)環(huán)境保護，因此，有必要對土地利用變化進行調(diào)控，平衡各類用地需求，以促進社會經(jīng)濟及土地資源可持續(xù)發(fā)展目標實現(xiàn)。

研究所需人口、社會、經(jīng)濟、環(huán)境等數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》。土地利用數(shù)據(jù)主要來源于《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》《中國國土資源統(tǒng)計年鑒》等，其中，城市第三產(chǎn)業(yè)用地包括商業(yè)服務(wù)業(yè)設(shè)施用地和物流倉儲用地，而2000-2011年的商業(yè)服務(wù)業(yè)設(shè)施用地和公共管理與公共服務(wù)用地歸并為公共設(shè)施用地，因此，2000-2011年商業(yè)服務(wù)業(yè)設(shè)施用地面積根據(jù)2012-2017年數(shù)據(jù)通過線性趨勢估算；其他城市用地為城市建設(shè)用地中除居住、工業(yè)、第三產(chǎn)業(yè)、道路交通設(shè)施用地之外的建設(shè)用地[29]。對于《中國國土資源統(tǒng)計年鑒》與《中國環(huán)境統(tǒng)計年鑒》中部分年份缺失數(shù)據(jù)，利用SPSS軟件中“替換缺失值”功能進行補充[30]。

2 模型構(gòu)建

模型構(gòu)建時將模擬區(qū)域作為一個相對獨立的系統(tǒng)，將模型分為人口、經(jīng)濟、社會、資源、環(huán)境及政策六大子系統(tǒng)，以各子系統(tǒng)中的人口增長、社會經(jīng)濟發(fā)展、能源消耗、環(huán)境保護、政策調(diào)節(jié)等因素為影響力，從而驅(qū)動土地利用變化，保證整個系統(tǒng)的供需平衡(圖1)，其中土地利用類型分為耕地、林地、草地、水域、建設(shè)用地及未利用地六大類。根據(jù)各類驅(qū)動因素分析各子系統(tǒng)和各變量間的相互作用關(guān)系，通過多次模擬試驗，確定變量間的變化情況和方程關(guān)系(表1)，利用Vensim軟件建立SD模型(圖2)。本研究模擬時間范圍為2000-2030年，時間步長為1年：2000-2017年為模擬階段，通過歷史數(shù)據(jù)對模型進行參數(shù)設(shè)定、評估及檢驗；2018-2030年為預(yù)測階段，通過觀察歷史數(shù)據(jù)并分析發(fā)展趨勢，對關(guān)鍵參數(shù)進行設(shè)定、組合，擬定不同模擬情景方案，預(yù)測未來土地資源需求。

圖1 系統(tǒng)動力學(xué)模型結(jié)構(gòu)Fig.1 Structure of system dynamics model

表1 主要方程Table 1 Main equations

圖2 江西省土地需求SD模型Fig.2 SD model of land demand in Jiangxi Province

2.1 人口子系統(tǒng)

本文選擇阻滯人口增長模型[31](Logistic模型)預(yù)測極限規(guī)則下的未來人口增長。該模型主要考慮到自然資源、環(huán)境條件等因素對人口增長的阻滯作用，由指數(shù)增長模型的基本假設(shè)進行修改后得到，人口增長率r隨著人口數(shù)量的增加而下降，體現(xiàn)其阻滯作用。計算公式為：

(1)

式中：X(t)為t時刻人口數(shù)量；Xm為自然資源和環(huán)境條件所能容納的最大人口承載力；X0為預(yù)測初期人口數(shù)。

以2000-2017年的歷史統(tǒng)計人口為依據(jù)，通過MATLAB軟件分別計算出Xm與r值，再帶入式(1)中即可得到特定情景下的人口數(shù)量。

2.2 經(jīng)濟子系統(tǒng)

經(jīng)濟子系統(tǒng)中GDP增長率為最終消費拉動百分比、資產(chǎn)形成總額拉動百分比及貨物和服務(wù)凈出口拉動百分比之和。由生產(chǎn)函數(shù)確定三大產(chǎn)業(yè)增長值，同時加入土地要素投入量，其中農(nóng)用地(包括耕地、草地、林地和水域)納入第一產(chǎn)業(yè)生產(chǎn)函數(shù)，工業(yè)用地和第三產(chǎn)業(yè)用地分別納入第二、三產(chǎn)業(yè)生產(chǎn)函數(shù)[29，30]，計算公式見式(2)，為便于計算，對等式兩邊取對數(shù)可得式(3)。

Q=AKαLβSγ

(2)

lnQ=lnA+αlnK+βlnL+γlnS

(3)

式中：Q為產(chǎn)業(yè)增長值；A為綜合技術(shù)水平;K為固定資產(chǎn)投資；L為勞動力投入量；S為土地要素投入量；α、β、γ分別為固定資產(chǎn)、勞動力和土地要素的產(chǎn)出彈性系數(shù)。

2.3 社會子系統(tǒng)

社會子系統(tǒng)中居民人均消費支出、城市人均居住用地和農(nóng)村人均建設(shè)用地指標在一定程度上代表著人民生活條件的改善程度和社會治理、保障的進步程度[32]。居民人均消費支出是社會消費需求的重要主體，是拉動GDP增長的直接因素；隨著城鎮(zhèn)化率逐年提高，農(nóng)村人口向城市流動，城市住房需求不斷增加，加上未來家庭規(guī)模小型化和住房條件改善等因素影響，城市人均居住用地將會繼續(xù)增加[33]；農(nóng)村人均建設(shè)用地與村鎮(zhèn)建設(shè)用地相關(guān)聯(lián)，城鎮(zhèn)化發(fā)展過程中，農(nóng)村人口減少可能會導(dǎo)致村鎮(zhèn)建設(shè)用地呈下降趨勢。

2.4 資源子系統(tǒng)

資源子系統(tǒng)包括能源和土地資源。能源消耗總量由GDP和單位GDP能耗控制，能源消耗伴隨著“三廢”排放，造成環(huán)境污染強度增加[34]。土地資源中，人均林地積蓄量決定林地需求，未利用地開發(fā)速率決定未利用地變化。由2000-2017年江西省土地利用數(shù)據(jù)計算結(jié)果可知，2000-2017年未利用地開發(fā)速率無明顯規(guī)律，平均開發(fā)速率為0.3%，其中，2000-2010年平均開發(fā)速率為0.5%，2010-2017年開發(fā)速率幾乎為零，所以在模擬階段用表函數(shù)表示，預(yù)測階段設(shè)置0、0.3%、0.5% 3個數(shù)值。

2.5 環(huán)境子系統(tǒng)

環(huán)境子系統(tǒng)主要考慮污染排放和污染強度。能源消耗增加的過程中，污染排放也隨之增加，導(dǎo)致排放強度提高，最終影響人口死亡率和總?cè)丝谧兓２捎渺刂捣▽Α叭龔U”排放量統(tǒng)一量綱并分配權(quán)重，得到最終排放強度[27]。計算公式為：

(4)

(5)

式中：aij為第i個方案第j(j=1,2,…,m)個指標的數(shù)值；m為評價指標數(shù)量；n為評價方案數(shù)量。

(6)

(7)

(8)

2.6 政策子系統(tǒng)

國家政策和地方政策對社會經(jīng)濟發(fā)展具有宏觀調(diào)控作用，中國經(jīng)濟由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，未來產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化[35]，市場調(diào)節(jié)和技術(shù)進步影響農(nóng)產(chǎn)品需求與土地利用變化；隨著生態(tài)文明建設(shè)持續(xù)推進[36]，污染治理投資比例不斷增加，污染治理水平將會持續(xù)提升，其計算方式與污染排放強度相同；隨著能源趨向清潔、低碳發(fā)展[37]，為應(yīng)對全球氣候變化和推動能源變革，單位GDP能耗會逐步下降[38]。

3 模型驗證

3.1 歷史數(shù)據(jù)模擬誤差檢驗

將SD模型的模擬結(jié)果與真實數(shù)據(jù)進行對比，檢驗其擬合程度，判斷模型的可靠性。選取總?cè)丝凇鴥?nèi)生產(chǎn)總值、耕地、林地、草地等8個主要變量作為歷史檢驗依據(jù)，計算2010年與2017年模擬值與實際值之間的相對誤差(表2)。計算公式為：

相對誤差=(模擬值-歷史值)/歷史值×100%

(9)

由表2驗證結(jié)果可知，模擬值與歷史值擬合程度總體良好，能正確反映真實系統(tǒng)的結(jié)構(gòu)與作用機制。大部分變量的相對誤差在±1%以內(nèi)(通常認為模擬精度在±5%以內(nèi)即能滿足精度要求)。其中，2010年耕地、林地、水域、建設(shè)用地模擬值與實際值誤差為負，說明建設(shè)用地供給較充分，耕地、林地和水域保護良好， 2017年耕地、林地、草地、水域及建設(shè)用地模擬值大于實際值，說明各類用地供應(yīng)不足或需求有所下降；總?cè)丝谀M值與實際值誤差率由負轉(zhuǎn)正，說明實際人口增長速度由快逐漸放慢；GDP模擬值總體略高于實際值，說明經(jīng)濟發(fā)展相對平穩(wěn)。

表2 2010年與2017年SD模型模擬結(jié)果驗證Table 2 Validation of SD model simulation results in 2010 and 2017

3.2 參數(shù)靈敏度檢驗

通過調(diào)整模型關(guān)鍵參數(shù)值，檢驗?zāi)Ｐ洼敵鰧υ搮?shù)正負變化的靈敏度[39]。計算公式為：

(10)

式中：S為輸出變量Y對變化參數(shù)X的靈敏度；ΔY和ΔX為t時間內(nèi)Y和X因參數(shù)調(diào)整而產(chǎn)生的變化值。當(dāng)S(t)<1時，表明該參數(shù)為非敏感性因子；當(dāng)S(t)>1時，表明該參數(shù)為敏感性因子。

本文從模型中選取16個關(guān)鍵參數(shù)進行靈敏度分析，將每個參數(shù)逐年增加或減少10%，考察參數(shù)變化對主要變量的影響[40，41]。通過計算得到2000-2017年各參數(shù)的靈敏度值，再求其平均值，得到16個主要變量對特定參數(shù)的平均靈敏度(表3)。其中，人口增長率、GDP增長率、居民人均消費支出、糧食/畜肉/水產(chǎn)品單產(chǎn)增長率、工業(yè)產(chǎn)值比例等變量均小于0.1，說明這些參數(shù)的變化對于系統(tǒng)的影響非常小，并且16個參數(shù)靈敏度均小于1，說明本文SD模型系統(tǒng)對大多數(shù)參數(shù)的變化均不敏感，證明土地需求系統(tǒng)動力學(xué)模型模擬效果良好，具有可靠性和穩(wěn)定性，可用于模擬未來不同情景下的江西省土地需求。

表3 模型對參數(shù)變化的靈敏度分析Table 3 Sensitivity analysis of the model to parameter variation

4 土地需求情景模擬

4.1 情景設(shè)定

通過分析對比2000-2017年江西省的社會經(jīng)濟數(shù)據(jù)，基于區(qū)域?qū)嶋H情況，從人口、經(jīng)濟、社會、資源、環(huán)境及政策等層面選取城鎮(zhèn)化率、人口增長率、GDP增長率、固定資產(chǎn)投資系數(shù)等15個指標作為調(diào)控變量進行組合設(shè)定。按照關(guān)鍵指標的不同組合，提出5種仿真情景模式：現(xiàn)狀延續(xù)型、經(jīng)濟優(yōu)先型、資源集約型、環(huán)境保護型和協(xié)調(diào)發(fā)展型(表4)，以此預(yù)測江西省未來的土地需求狀況。

表4 江西省社會經(jīng)濟發(fā)展情景指標組合與方案設(shè)定Table 4 Scenario index combination and scheme setting of social and economic development in Jiangxi Province

現(xiàn)狀延續(xù)型是基于歷史數(shù)據(jù)(如經(jīng)濟、人口、城鎮(zhèn)化率增長的趨勢)設(shè)置的參考情景，該情景假設(shè)在沒有新的經(jīng)濟或環(huán)境政策變動的情況下，社會經(jīng)濟發(fā)展保持當(dāng)前態(tài)勢，區(qū)域未來土地利用需求將延續(xù)過去的趨勢；經(jīng)濟優(yōu)先型以高經(jīng)濟增長、高資源消耗及低效能環(huán)境保護投入為主要特征，該情景下城市人口、經(jīng)濟迅速增長引起消費水平提升、住房需求增加以及對生活、自然環(huán)境的惡劣影響，導(dǎo)致土地利用發(fā)生極大轉(zhuǎn)型；資源集約型注重資源保護，該情景下社會經(jīng)濟發(fā)展平穩(wěn)、土地集約利用、能源消耗適中；環(huán)境保護型與經(jīng)濟優(yōu)先型相反，即以低經(jīng)濟增長、低資源消耗以及高效能環(huán)境保護投入為主要特征；協(xié)調(diào)發(fā)展型綜合權(quán)衡社會經(jīng)濟發(fā)展和生態(tài)環(huán)境保護等方面，參數(shù)主要按照歷史數(shù)據(jù)取近幾年均值或現(xiàn)狀值，使各類用地協(xié)調(diào)發(fā)展。5種仿真情景模式下指標取值見表5。

表5 土地需求情景模式指標取值Table 5 Calculation methods of index values for land demand scenario model

4.2 情景模擬

根據(jù)預(yù)測結(jié)果(表6)，在5種社會經(jīng)濟發(fā)展情景下，環(huán)境治理水平、資源消耗及土地利用結(jié)構(gòu)等差異明顯。1)現(xiàn)狀延續(xù)模式下，至2030年，人口增長至5 129.42萬人，GDP達55 915.50億元，能源消耗總量和污染強度介于5種模式之間，但污染治理水平最低，因此有必要對污染排放和環(huán)境保護措施做進一步調(diào)整。耕地、林地、草地、水域、建設(shè)用地及未利用地面積分別為496.45萬hm2、1 023.71萬hm2、57.19萬hm2、59.88萬hm2、76.91萬hm2、3.73萬hm2，與其他4種模式相比，草地面積保留最多，其他用地發(fā)展平衡，但總用地需求超出現(xiàn)狀土地資源。2)經(jīng)濟優(yōu)先模式下，快速城鎮(zhèn)化的推進以及人口、經(jīng)濟的增長使得城市發(fā)展加快，忽視了生態(tài)環(huán)境保護，至2030年，人口增長至5 256.66萬人，GDP為143 105.00億元，經(jīng)濟的快速增長導(dǎo)致能源消耗過高，生態(tài)環(huán)境污染強度增加，應(yīng)及時采取能源節(jié)約利用措施。各類用地分別為377.94萬hm2、1 035.44萬hm2、29.24萬hm2、42.71萬hm2、74.68萬hm2、2.84萬hm2，其中，草地、水域、建設(shè)用地在5種情景中減少最快，生態(tài)用地有一定下降，城鎮(zhèn)化迅速發(fā)展使農(nóng)村人口不斷向城市轉(zhuǎn)移，村鎮(zhèn)建設(shè)面積減少，城市居住用地需求緊張，生活質(zhì)量下降。3)資源集約型模式下，更側(cè)重土地資源發(fā)展平衡，其人口和GDP增速相對穩(wěn)定，至2030年，分別為5 125.90萬人、56 490.50億元，能源消耗總量和污染強度適中，各類用地發(fā)展較協(xié)調(diào)，分別為453.59萬hm2、1 036.49萬hm2、37.07萬hm2、58.05萬hm2、81.62萬hm2、5.54萬hm2，其中，林地、建設(shè)用地在5種模式中增長最多，生態(tài)、生活空間比例較合理，但以該模式作為未來情景模式，總用地需求會超出現(xiàn)狀土地資源。4)環(huán)境保護模式下，更側(cè)重社會經(jīng)濟平穩(wěn)發(fā)展、生態(tài)環(huán)境治理。至2030年，人口、經(jīng)濟增長量均是5種模式中最低的，分別為4 896.10萬人、53 330.00億元，同時能源消耗最低，污染排放強度下降，污染治理水平提升，環(huán)境質(zhì)量得到改善。各類用地發(fā)展較平衡，分別為480.64萬hm2、1 003.05萬hm2、55.29萬hm2、61.68萬hm2、77.73萬hm2、5.54萬hm2，耕地、草地及水域增幅最大，生態(tài)環(huán)境得到保護和發(fā)展，但社會經(jīng)濟發(fā)展停滯，總用地需求超出現(xiàn)狀土地資源，需進一步提高土地利用集約度。5)協(xié)調(diào)發(fā)展模式與資源集約模式中的社會經(jīng)濟、土地等發(fā)展趨勢相近。至2030年，人口為5 125.90萬人，GDP為57 503.80億元，能源消耗總量為15 386.80萬t，各類用地分別為453.59萬hm2、1 023.00萬hm2、37.07萬hm2、58.05萬hm2、76.85萬hm2、3.73萬hm2。兼顧社會經(jīng)濟和土地資源的平衡發(fā)展，整體發(fā)展較合理，并且現(xiàn)狀土地資源利用狀況完全滿足協(xié)調(diào)發(fā)展模式對土地資源的需求。

表6 不同發(fā)展情景下指標值與土地需求模擬結(jié)果Table 6 Simulation results of index values and land demand under different development scenarios

5 結(jié)論與討論

本文通過整合土地利用與人口、經(jīng)濟、資源、環(huán)境等因素的關(guān)系，分析各種變量之間的因果反饋關(guān)聯(lián)，構(gòu)建土地需求SD模型，以2000-2017年為土地需求模擬階段，2018-2030年為預(yù)測階段，得出以下結(jié)論：1)歷史數(shù)據(jù)模擬誤差檢驗效果良好，主要變量誤差均在±5%以內(nèi)，且靈敏度分析結(jié)果較好，基本控制在±0.1以內(nèi)，土地需求SD模型具備有效性、穩(wěn)定性，能用于江西省未來土地利用情景模擬。2)2018-2030年江西省經(jīng)濟增長速度平緩提高，城鎮(zhèn)化水平繼續(xù)提升，總?cè)丝谠鲩L速度放緩，逐漸向高質(zhì)量發(fā)展轉(zhuǎn)型。未來需對糧食生產(chǎn)、畜牧業(yè)、水產(chǎn)品發(fā)展做進一步調(diào)整，提高單產(chǎn)增長率，避免生態(tài)用地縮減，建設(shè)用地應(yīng)更注重生產(chǎn)、生活空間的合理配置。3)未來發(fā)展若以現(xiàn)狀延續(xù)模式為主，至2030年，草地面積保留最多，其他用地發(fā)展較平衡，但總用地需求超出現(xiàn)狀土地資源，需進一步提高土地集約度；若以經(jīng)濟優(yōu)先模式發(fā)展，人口、經(jīng)濟增長最多，耕地、草地、水域、建設(shè)用地減少最快，同時伴隨能源消耗總量和污染強度大幅增加，造成建設(shè)用地需求緊張、生態(tài)用地侵占較多，使生態(tài)、生活質(zhì)量迅速下降；若以環(huán)境保護模式發(fā)展，社會經(jīng)濟發(fā)展相對平緩，各用地發(fā)展較平衡，且能源消耗最少，污染強度最低，污染治理水平最高，生態(tài)質(zhì)量提升，人民生活得到改善；資源集約模式與協(xié)調(diào)發(fā)展模式中，人口、經(jīng)濟、資源、環(huán)境、土地等發(fā)展協(xié)調(diào)，并且現(xiàn)狀土地資源利用狀況完全滿足協(xié)調(diào)發(fā)展模式對土地資源的需求。

根據(jù)江西省未來社會經(jīng)濟與土地需求發(fā)展趨勢提出以下建議：第一，保證社會經(jīng)濟穩(wěn)定發(fā)展。在城鎮(zhèn)化和老齡化并行推進的背景下，應(yīng)維持適度生育水平，保證人口年齡結(jié)構(gòu)穩(wěn)定，提升人力資本，進而提高勞動生產(chǎn)率，促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、社會經(jīng)濟增長。第二，注重生態(tài)環(huán)境保護。面向高質(zhì)量發(fā)展階段，需加強科技進步，加大環(huán)保資金投入，提升能源利用效率，降低能源消耗增幅，減少環(huán)境污染，提高居民生活品質(zhì)。第三，促進土地資源合理利用。未來要確保耕地數(shù)量不減、質(zhì)量提升，加強對林地、草地及水域等生態(tài)空間的嚴格保護和系統(tǒng)修復(fù)，防止建設(shè)用地擴張侵蝕生態(tài)用地。另外，隨著農(nóng)村人口向城市轉(zhuǎn)移，城市用地需求增加，村鎮(zhèn)建設(shè)用地進入減量化階段，需要加強國土綜合整治，高效開發(fā)閑置土地，盤活農(nóng)村建設(shè)用地存量資源，為城市用地擴張?zhí)峁┩恋刭Y源。

由于未來發(fā)展面臨眾多不確定性，不同的發(fā)展趨勢均會造成土地利用結(jié)構(gòu)改變。但需明確的是，未來土地利用應(yīng)同時滿足生產(chǎn)、生活及生態(tài)空間需求，堅守耕地保護的底線思維，積極開展生態(tài)空間保護和修復(fù)，集約節(jié)約用地，提高土地利用效率(益)。本模型是在特定的情景下模擬預(yù)測未來江西省土地需求發(fā)展趨勢，并非精準的變化結(jié)果，但能在一定程度上反映社會經(jīng)濟變化對各類用地的影響，體現(xiàn)不同政策導(dǎo)向下土地利用變化趨勢和規(guī)模，可為土地利用系統(tǒng)調(diào)控和政策制定提供依據(jù)。