建设用地增加的原因精选(五篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的5篇建设用地增加的原因，期待它们能激发您的灵感。

篇1

关键词:经济增长;城市建设用地;问题和建议

中国－东盟自由贸易区的创建，把广西从边缘省份推向国际通道和枢纽位置，从而为广西社会经济和城市建设的发展营造了一个十分有利环境。目前广西正处于城市化加速阶段，这也是解决人民生活需要、农民富足的生活条件、毕业生找工作等问题的关键。这不但表现在不断增长的城市人口问题，还表现在城市近几年来规模的快速扩张以及建设用地的使用。扩张的城市规模带来的是建设用地的急剧增加。近年来，广西城市建设用地面积快速增长，然而在同一时期的国内生产总值实际增长得更快。但是广西的新增加的城市建设用地主要来源于农村的土地流转，其中被流转的大多数用于农作物的土地多为优质的耕地和菜地。进一步导致土地资源的浪费，特别是用于种植耕地的优质土地资源进一步稀缺，从而造成了粮食危机、生态危机等问题。因此对经济增长和城市建设用地的研究是引导解决诸多问题的一个首要条件。

1广西经济增长与城市建设用地利用变化相互关系分析

1．1研究综述

本文在上述研究成果的基础上，对广西在一定时期内经济发展与城市建设用地的关联度、广西十四个城市的经济发展与城市建设用地的关联度进行系统分析，是本文研究的入手点;从而对广西城市建设用地的未来发展作出更加科学合理的设想和建议，这便是本文的意义。

1．2研究方法

本研究用实际数据，从土地管理的角度出发，并结合实际情况，对经济增长与城市建设用地之间的关系进行相关性分析和线性回归分析。在研究过程中，除采用动态研究与静态研究、定性研究与定量研究相结合的研究方式外，还运用多元统计分析方法和数学模型方法开展研究。所采用的主要方法及步骤是:(1)采用相关性分析方法对经济增长与城市建设用地两个时间序列进行检验，以确定其具有显著相关性;(2)如上述检验结果表明两个序列具有显著相关性，利用一元线性回归分析法来检验经济增长与城市建设用地之间是否存在长期均衡关系;(3)将经济增长的四个指标分别进行相关分析和线性回归分析，加以比较，得出相互关系最为密切的指标;(4)在经济增长与城市建设用地之间存在协整关系的条件下，对广西十四个城市的经济增长和城市建设用地面积的数据同理进行相关性分析，比较分类得出相互影响最为密切的城市。1．3数据来源本文是以广西整个区域及十四个城市的经济增长和城市建设用地数据为案例的实证研究。通过收集广西壮族自治区相关的文献材料、统计资料，如《广西统计年鉴》、《中国城市建设统计公报》，来分析广西经济增长与城市建设用地之间的相互影响。应用的主要数据有:广西壮族自治区及其所辖十四个城市的城市建设用地面积(UCL)、国民生产总值(GDP)、固定资产投资额、二三产业比重、城镇化水平。

1．4总体经济指标的分析结果

通过对收集来的数据分析比较得出与城市建设用地面积变化与四个经济指标变化关系显著的城市分别是:城市建设用地指标与GDP指标关联密切型:南宁、梧州、贵港、贺州、河池;城市建设用地指标与固定资产投资指标关联密切型:柳州、北海、崇左;城市建设用地指标与二三产业比重指标关联密切型:桂林、防城港、玉林、百色、来宾;城市建设用地指标与城镇化水平指标关联密切型:钦州。众所周知，广西城市布局多沿袭历史而沿江分布，空间布局差异大，桂北、桂西地区城市密度低，规模小;桂东、桂南为经济活跃发展地区，城市多，分布密集。从前文分析广西区内十四个城市的经济增长指标来看，南宁、梧州、贵港、贺州、河池五个城市的经济增长的主要驱动力为国民生产总值，其带动了城市建设用地的扩张，同时也是扩张的主要原因;柳州、北海、崇左三个城市主要是以固定资产投资增加带动经济增长，扩大城市建设用地面积;桂林、防城港、玉林、百色、来宾五个城市的经济增长分别以二三产业为主，工业和服务业的发展引起城市建设用地的扩张;而钦州市是以城镇化水平的提升，城镇人口的增加转化的城市建设用地面积扩大的刚性需求。

2广西经济发展与城市建设用地之间存在的问题及建议

2．1城市建设用地规模扩张速度快于人口城镇化速度

城市对土地需求逐年加大，且大部分地区在城市化进程中都是以粗放外延性扩张为主，建设用地急剧增加，致使部分市县城市建设用地规模失控，超出了土地利用总体规划和城市规划控制范围。

2．2城市土地利用效率较低

通过对人均建设用地、单位建设用地GDP、单位建设用地固定资产投资额几项指标的分析，广西的建设用地利用效率总体而言还处在较低水平，且不同区域之间差距较大。根据土地变更调查和国家统计局的经济统计数据，2009年全区每公顷建设用地GDP产值为66.29万元，固定资产投资强度为48.76万元，总体处于较低水平。另一方面，在建设用地面积急剧扩张的同时，忽略了城市土地利用的内涵挖潜，建成区空闲地面积较大，土地利用率低。根据城镇存量建设用地情况专项调查结果显示，全区城镇存量建设用地达到15597.54公顷。根据其中2009年的数据统计资料，虽然全区城市人均建设用地仅61.47平方米，没有超出国家标准，但各地级市城市人均建设用地差距悬殊，土地集约节约利用水平仍有待提高。

3结论

篇2

（华中农业大学土地管理学院，武汉 430070）

摘要：采用武汉市1996－2010年的土地利用变更数据、能源数据以及相关经济数据，通过构建碳排放、碳足迹模型，测算近15年来武汉市土地利用的碳排放量和碳足迹，并分析其碳排放量、碳足迹的变化及影响因素。结果表明，武汉市建设用地碳排放量占碳排放总量的98％以上，在1996－2010年处于逐年增加的状态，2010年已达到1996年的1．4倍；武汉市的总碳足迹和人均碳足迹也在逐年增加，碳赤字较为严重。碳排放总量的不断增加主要是由武汉市建设用地不断扩大以及经济增长方式和能源结构不合理造成。为此，武汉市不仅要控制建设用地的扩张，同时还应改变经济增长方式、调整能源消费结构。

关键词 ：碳排放；碳足迹；建设用地；能源结构；武汉市

中图分类号：F301．24 文献标识码：A 文章编号：0439－8114（2015）02－0313-05

DOI:10.14088/j.cnki.issn0439-8114.2015.02.015

气候变暖是全世界公认的环境问题，造成气候变暖的原因主要是温室气体排放量的大幅增加。2005年2月16日《京都议定书》正式生效，给CO2排放量居世界第二位的中国带来了严峻和现实的压力与挑战［1］，掀起学术界有关碳排放研究的热潮。有学者对经济增长与碳排放的关系进行了研究。彭佳雯等［2］利用脱钩模型探讨了中国经济增长与能源碳排放的脱钩关系及程度；杜婷婷等［3］则以库茨涅兹环境曲线及衍生曲线为依据，对中国CO2排放量与人均收入增长时序资料进行统计拟合得出中国经济发展与CO2排放的函数关系。也有学者对土地利用类型转变引起的碳排放效应变化进行了研究。如苏雅丽等［4］对陕西省土地利用变化的碳排放效益进行了研究。对于土地利用碳排放影响因素的研究也有了一定的成果，主要是利用指数分解法对影响土地利用碳排放效应的因素进行分解分析，如蒋金荷［5］运用对数平均Divisia指数法（LMDI法）定量分析了中国1995－2007年碳排放的影响因素及贡献率。对于碳足迹的研究，赵荣钦等［6］计算和分析了江苏省不同土地利用方式能源消费碳排放与碳足迹。还有其他学者通过碳足迹计算模型，从碳足迹核算和碳足迹评价的角度进行了有意的探讨［7－9］。研究不同土地利用方式的碳排放效应，有助于从土地利用调控的角度控制碳排放。本研究以武汉市为例，分析武汉市土地利用碳排放和碳足迹，探讨武汉市碳排放变化的影响因素，为武汉市调控土地利用以减少碳排放提供科学依据，对武汉市构建“两型社会”具有重要的理论与现实意义。

1 研究区域概况

武汉市位于中国的中部地区、江汉平原的东部，地处东经113°41′－115°05′，北纬29°58′－31°22′。地形以平原为主，拥有丰富的自然资源。截至2010年，全市土地面积为8 494．41 km2，农用地面积为4 270．45 km2，其中耕地面积为3 174．05 km2，林地面积为975．81 km2， 建设用地1 596．51 km2，未利用地面积2 627．45 km2。本年全市国民生产总值达到6 762．20亿元，同比增长12．5％，位居15个副省级城市第五位。第一、第二、第三产业分别为198．70亿、3 254．02亿、3 303．48亿元，比重为2．94％、48．12％、48．94％。人均GDP为68 286．24元，城镇居民人均可支配收入23 738．09元，农村居民人均纯收入9 813．59元。全市全年社会消费品零售总额达2 959．04亿元。

2 研究方法与数据来源

2．1 碳排放测算模型

根据李颖等［10］、苏雅丽等［4］的研究，本研究基于各种用地类型的碳排放／碳吸收系数计算碳排放量，主要涉及耕地、林地、草地、建设用地。其中建设用地具有碳源效应，耕地上的农作物虽然能够吸收二氧化碳，但是在很短的时间内又会被分解释放到空气中，因此将耕地视为碳源［11］，林地和草地为碳汇。

碳排放测算公式［10］：

CL＝∑Si·Qi （1）

其中，CL为碳排放总量；Si为第i种土地利用类型的面积；Qi为第i种土地利用类型的碳排放（吸收）系数，吸收为负，其中耕地、林地、草地的碳排放系数分别为0．422、－0．644、－0．02 tC／hm2［12］。

建设用地的碳排放主要通过计算其建设过程消耗能源所产生的碳排放间接得到。这里的能源主要是指煤炭、石油和天然气。

建设用地碳排放估算公式［10］：

CP＝∑ni＝∑Mi·Qi （2）

其中，CP为碳排放量；ni为第i种能源的碳排放量；Mi为第i种能源消耗标准煤；Qi为第i种能源的碳排放系数，其中煤、石油、天然气的碳排放系数分别为0．747 6 tC／t标准煤、0．582 5 tC／t标准煤、0．443 4 tC／t标准煤［12］。

2．2 不同土地利用类型的碳足迹

碳足迹是指吸收碳排放所需的生产性土地（植被）面积，即碳排放的生态足迹［13］。净生态系统生产力即NEP是指1 hm2植被一年的碳吸收量，用来反映植被的固碳能力［13］，采用NEP指标反映不同植被的碳吸收量，并以此计算出消纳碳排放所需的生产性土地的面积（碳足迹）。森林和草原是主要的陆地生态系统，因此本文主要考察这两种植被类型的碳吸收［13］。根据赵荣钦等［6］、谢鸿宇等［13］的方法，首先计算出化石能源碳排放量，再根据森林和草地的碳吸收量计算出各自的碳吸收比例，最后由各自的NEP计算出吸收化石能源消耗碳排放所需的森林和草地的面积。化石能源碳足迹计算公式为：

其中，A为总的化石能源碳足迹，Ai为第i类能源的碳足迹，Ci为第i种能源的消耗量（万吨标准煤），Qi为第i种能源的碳排放系数，Perf与Perf分别为森林与草原吸收碳的比例；NEPerf与NEPerf分别为森林和草地的净积累量。吸收1 t的CO2所需的相应生产用地土地面积计算结果见表1。

2．3 数据来源

能源数据与经济数据来源于《武汉市统计年鉴（1996－2010）》，武汉市土地利用结构数据来源于武汉国土资源和规划局。

3 结果与分析

3．1 武汉市碳排放量

根据公式（1）、（2）和《武汉市统计年鉴》所查询的武汉市能源消耗量，以及武汉市历年土地变更数据，计算武汉市1996－2010年的碳排放量见表2。

从不同土地利用类型的碳排放量来看（表2），建设用地的碳排放量占碳排放总量的98％以上， 由此可以说明建设用地为主要的碳源。同时可以看到，武汉市的建设用地碳排放量增加较快， 1996到2010年间，武汉市建设用地碳排放量增加了1 091．6万t，增幅为88．58％，碳排放总量也增加了87．21％。通过SPSS 19对建设用地面积与碳排放总量进行双侧检验，结果表明，在0．01水平下显著相关，可见武汉市的碳排放总量与建设用地的碳排放量走势保持同步。

在建设用地面积增加的同时，耕地面积在不断减少，但是耕地面积的减少对碳排放总量并没有起到明显的影响，原因可能有两个方面，一是耕地的碳排放量相对于建设用地来讲数量太小，最高也只占碳源排放总量的1．6％；二是耕地转变为建设用地不仅没有降低碳排放量，反而会增加碳排放量。

另一方面，武汉市的碳吸收总量也在不断增加，1996到2010年间增加了2．09万t，增幅为49．76％，其中占碳汇吸收比例较小的草地碳吸收量在逐年下降，但是林地的碳吸收量占总吸收量的90％以上，甚至有些年份达到了99％以上，且林地面积在不断扩大，林地的固碳量在增加，从而使得武汉市碳吸收量15年间不断增加。

3．2 武汉市建设用地碳足迹分析

由公式（3）计算武汉市1996－2010年的能源消耗碳足迹间接得到建设用地碳足迹，如表3所示。由表3中可以看出，武汉市的建设用地碳足迹逐年增加，在此期间，虽然武汉市的林地与草地的总面积有所增加，但是远远不足总碳足迹的增加速度，同时人均碳足迹由0．63 hm2增加为0．74 hm2，由此表明武汉市的生态系统不足以弥补能源消费的碳足迹。不同能源的碳足迹表明，煤炭的消费是引起总碳足迹增加的主要原因。表3也表明，森林的碳吸收能力比草地要强，碳足迹以森林为主。

3．3 影响因素分析

3．3．1 土地利用结构 不同的土地利用结构对碳排放量与碳吸收量都会产生影响。1996－2010年武汉市土地利用结构变化见表4。由表4可以看出，武汉市的林地面积不断增加，草地面积在减少，但是由于林地是主要的碳汇，因此武汉市的碳汇量随林地面积的增加而增加。耕地面积在减少，建设用地面积不断增加，且增加速度较快，一部分面积的增加是由于耕地的非农化，即耕地转为了建设用地，而建设用地是主要碳源，因此，武汉市的碳排放量随建设用地面积增加而增加。

3．3．2 经济增长方式 现有的研究表明［10］，国家工业化，能源消费碳排放是最主要的排放类型，可占二氧化碳排放的90％以上。从上述武汉市碳排放量测算结果来看，能源碳排放占碳排放总量的98％以上。由此，应分析经济发展中能源消费带来的碳排放变化。

碳排放强度是碳排放量与国内生产总值（GDP）的比值，是衡量温室气体排放的指标，可以作为发展中国家承认和反映其对减缓气候变化的贡献指标［14］。计算可知，1996－2010年武汉市碳排放强度总体上呈下降趋势，由1996年的1．88 t／万元下降到2010年的0．53 t／万元，下降了71．81％，年平均下降4.79％。根据何建坤等［14］的研究，要实现二氧化碳的绝对减排，碳排放强度的下降率要大于GDP的增长率。而武汉市1996－2010年碳排放强度下降率远小于14．54％的GDP增长率，这远远不能实现碳减排。

经济增长既需要资本的投入，也需要土地、能源等物资投入，若经济增长使得土地、能源等物资消耗加剧，碳排放量加大，则资源利用效率降低，对环境的不利影响加剧，显然这种经济增长方式不可取。为评判经济增长对碳排放变化的影响，可选用能源碳排放系数，即能源碳排放增长速度与国内生产总值的比值来反映经济增长对碳排放的影响，其与能源消费弹性系数具有同样的测量意义［15］。已有研究表明，发展中国家能源消费弹性系数一般都大于或接近于1，而发达国家则小于或接近0．5［15］。其值越大，说明能源碳排放增长快于经济增长速度。计算发现，武汉市能源碳排放系数达到了0．76，远远大于0．5。由此说明，武汉市的经济增长促进了碳排放量的增加。

3．3．3 能源结构 不同的能源其碳排放系数不同，三大能源中，煤炭的碳排放系数最大，天然气最小，石油居中。因此，煤炭的消耗量越大，则能源碳排放量越大。根据公式（2）可测算各种能源碳排放量，并得出三大能源碳排放量趋势图（见图1）。由于各能源的碳排放量与能源消费量之间呈正比，因此，能源碳排放量的趋势与能源消费量的趋势一致。由图1可知，石油和天然气的消费量在1996－2010年间较为平稳，煤炭的消费量在1996－2002年间保持稳定，2002－2006年快速上升，2006－2009出现微小下降，2010年又开始上升，与武汉市碳源排放总量变化走势一致，煤炭消耗量占总能源的67％以上。可以看出，武汉市是以煤炭为主的能源结构。

平均碳排放系数是指能源碳排放总量与能源消耗总量的比值，其变化能够反映能源结构变动对碳排放量的影响。当低碳能源比例的增加时，平均碳排放系数将会变小。从图1来看，武汉市1996－2010年的平均碳排放系数较为平稳，在0．707~0．717之间浮动。以上分析表明，武汉市能源消费结构不合理。

3．3．4 碳足迹影响因素分析 武汉市能源消耗总量在15年间由1 790．13万t增长到了3 352．96万t，与此同时，其碳足迹也由328．13万hm2增长到了618．78万hm2。能源消耗总量与碳足迹走势图（图2）表明，碳足迹随着能源消耗总量的变动而变动，两者呈现出高度一致的走势。

采用回归分析可以定量分析能源消耗总量与碳足迹的关系。本文以95％的置信度通过有关检验，其相关性如表5所示，能源消耗量与碳足迹的相关系数达到了0．999 5，说明碳足迹受能源消耗总量影响较大。

4 小结与讨论

1）建设用地是主要的碳源，其碳排放量占总碳排放总量的98％以上。建设用地面积的增加是武汉碳排放量增加的一个重要原因。发展低碳经济，建设“两型社会”，武汉需控制建设用地面积的不断扩大。同时，提高土地利用集约度，通过集约利用缓解建设用地供求矛盾，实现低碳集约利用。

2）武汉市的总碳足迹和人均碳足迹在不断增加，虽然武汉市的林地与草地的总面积有所增加，但是远远不足总碳足迹的增加速度，表明武汉市碳赤字较为严重。其中，森林碳足迹和煤炭碳足迹为碳足迹的主要“碳汇”和“碳源”，煤炭的消耗是引起总碳足迹增加的主要原因。因此，增强生产性土地，特别是森林的固碳能力，改善能源消费结构，减少煤炭消费量，提高石油、天然气等能源的消费比例，可以较好地降低碳排放水平。

3）1996－2010年，武汉市碳排放量总体上升。主要原因除了建设用地面积不断增加外，还受经济增长方式与能源结构的影响。较高的能源碳排放系数反映出武汉市目前的经济增长方式不利于低碳经济的发展。建立低碳的能源体系，调整产业结构和能源消费结构，是发展低碳经济社会的关键。

4）通过土地利用变化以及能源消费量的变化分析了武汉市的碳排放以及碳足迹的变化，但是在计算能源消费碳排放时，因数据的限制，仅考虑了化石能源消费所带来的碳排放，未计算农村生物质能燃烧带来的碳排放。同时，由于目前对碳足迹的概念和计算边界缺乏统一的定义，计算数据获取难度较大，碳足迹的研究需要进一步深入探讨与完善。

参考文献：

［1］ 庄贵阳．低碳经济：中国之选［J］．中国石油石化，2007，7（13）：32－34．

［2］ 彭佳雯，黄贤金，钟太洋，等．中国经济增长与能源碳排放的脱钩研究［J］．资源科学，2011，33（4）：626－633．

［3］ 杜婷婷，毛 锋，罗 锐．中国经济增长与CO2排放演化探析［J］．中国人口资源与环境，2007，17（2）：94－99．

［4］ 苏雅丽，张艳芳．陕西省土地利用变化的碳排放效益研究［J］．水土保持学报，2011，25（1）：152－156．

［5］ 蒋金荷．中国碳排放量测算及影响因素分析［J］．资源科学， 2011，33（4）：597－604．

［6］ 赵荣钦，黄贤金．基于能源消费的江苏省土地利用碳排放与碳足迹［J］．地理研究，2010，29（9）：1639－1649．

［7］ SOVACOOL B K， BROWN M A． Twelve metropolitan carbon footprints： A preliminary comparative global assessment［J］． Energy Policy， 2010， 38（9）：4856－4869．

［8］ KENNY T， GRAY N F． Comparative performance of six carbon footprint models for use in Ireland［J］． Environmental Impact Assessment Review， 2009， 29（1）：1－61．

［9］ 黄贤金，葛 杨，叶堂林，等．循环经济学［M］．南京：东南大学出版社，2009．

［10］ 李 颖，黄贤金，甄 峰．江苏省区域不同土地利用方式的碳排放效应分析［J］．农业工程学报，2008，24（S2）：102－107．

［11］ 肖红艳，袁兴中，李 波，等．土地利用变化碳排放效应研究—以重庆市为例［J］．重庆师范大学学报（自然科学版），2012，29（1）：38－43．

［12］ 2006 IPCC Guidelines for National Greenhouse Gas Inventories ［R］． Geneva：IPCC，2006．

［13］ 谢鸿宇，陈贤生，林凯荣，等．基于碳循环的化石能源及电力生态足迹［J］．生态学报，2008，28（4）：1729－1735．

［14］ 何建坤，刘 滨．作为温室气体排放量衡量指标的碳排放强度分析［J］．清华大学学报（自然科学版），2004，44（6）：740－743．

［15］ FANG J Y， CHEN A P， PENG C H， et al． Changes in forest biomass carbon storage in China between 1949 and 1998［J］． Science， 2001， 292：2320－2322．

篇3

关键词:土地资源;建设用地变化;驱动机制;柳城县

中图分类号:F301.2 文献标志码:A 文章编号:1673-291X(2010)05-0053-04

1995年“国际地圈与生物圈计划”(IGBP)和“全球环境变化人文计划”(IHDP)联合提出了“土地利用/土地覆盖变化科学研究计划”( Land Use and Land Cover Change,LUCC),指出土地利用/土地覆盖变化的三个研究重点,即土地利用动力学、土地覆盖动力学及区域和全球综合模型。从这以后,各国学者、专家掀起了对土地利用/土地覆盖变化系统研究的狂潮,而在这些研究中,土地利用变化及驱动力研究对于解释土地时空变化规律,建立土地利用变化的预测模型起着关键性的作用。20世纪90年代以来,随着全球人口、资源与环境问题的日益突出,土地利用/土地覆盖变化(LUCC)及其驱动力机制研究已成为当今全球变化研究的热点和前沿问题。

建设用地和耕地变化是土地利用/土地覆盖变化研究的主要内容之一。随着社会经济的进一步发展和工业化、城市化进程的提速,建设占用耕地快速增加的趋势还将继续。而建设用地尤其是城镇用地扩张也成为当前政府部门和学术界日益关注的焦点问题。

未来,由于中国人口的增长,社会经济的快速发展,城市化进程的加快,人多地少的矛盾将更加突出,耕地保护与建设用地扩张之间的矛盾也将日趋尖锐。因此,为了找出建设用地扩张的根本原因,为耕地保护与建设用地的协调发展提供建议,本文试图通过定性与定量相结合的方法,研究广西省柳城县1996-2005年建设用地变化的规律,分析引起这种变化的驱动力并建立模型,以此来揭示广西省柳城县建设用地变化的真正原因,为广西省柳城县未来的经济发展提供参考。

一、研究区域概况

柳城县位于广西壮族自治区中部偏北,柳江上游融江流域,紧邻柳州市。县城距离柳州市仅54公里,地处东经108°50′-109°36′,北纬24°26′-24°50′。柳城县东北是越城岭南边缘,西北部是九万大山的末端;东部与鹿寨县交界,东南与柳州市石碑平镇相依,南、西南部分分别与柳江县、宜州市相接,西北部与罗城仡佬族自治区接壤,西北、东北分别与融水苗族自治县、融安县毗邻。

柳城县辖土地总面积210 977.63公顷,是一个低丘谷地岩溶低山交错的半丘陵地区,低山丘陵占总面积的58.90%,平地占34%。西北部地势较高,由东、西两面向中部融江递降。中部融江沿岸以低丘平原为主,地势平缓,海拔200米以下。柳城县属柳州市行政管辖,辖9镇3乡。2005年末全县人口405 265人,其中农业人口348 097人,占全县总人口的85.89%;非农业人口57 168人,占全县总人口的14.11%。

二、数据来源和研究方法

(一)数据来源

本研究所用建设用地面积数据来源于柳城县国土资源局提供的1996-2005年土地利用现状调查与变更调查统计数据,其中包括居民点工矿用地(城市用地、建制镇用地、农村居民点用地、独立工矿、盐田和特殊用地)、交通运输用地(铁路用地、公路用地、民用机场、港口码头和管道运输用地)和水利设施用地(水库水面和水工建筑)3大类13小类土地利用类型。驱动力影响因素数据来源于柳州统计年鉴(1997-2006年)。

(二)研究方法

1. 单一土地利用动态研究

土地利用类型变化的速度是区域土地利用变化研究的重要方面,采用单一土地利用动态模型,可较好地反映某一研究区域一定时期范围内某种土地利用类型的数量变化情况。其表达式为:

LC=××100%

LC为研究时段内某一土地利用类型动态度;Ua、Ub分别为研究期初及研究期末某一土地利用类型的数量;T为研究时段长,当T的时段设定为年时,LC的值就是该研究区某土地利用类型的年变化率。

2.驱动机制研究

为了研究建设用地变化的驱动机制,本文采用多元线性回归分析的方法进行驱动力大小比较,以建设用地面积为因变量进行回归分析,得出建设用地面积变化主要驱动因子的多元线性回归模型,确定自变量的显著度和贡献度,从而得出不同驱动因素的影响作用力大小。其基本原理为:

设因变量y与自变量X1,X2,L,Xm-1共有n组实际观测数据。

y是一个可观测的随机变量,它受到m-1个非随机因素X1,X2,L,Xm-1和ε随机因素的影响。因此,y与X1,X2,L,Xm-1有如下线性关系:

y=β0+β1X1+L+βm-1Xm-1+ε

其中y为因变量,X1,X2,L,Xm-1为自变量,β0,β1,β2,L,βm-1是未知参数;ε是均值为零,方差为σ2>0的不可观测的随机变量,称为误差项,并通常假定ε～N(0,σ2)。

三、建设用地动态变化分析

(一) 建设用地变化情况

2005年柳城县建设用地面积为9 482.51公顷,其中居民点及工矿用地(包括城市用地、建制镇用地、农村居民点用地、独立工矿、盐田和特殊用地)为6 545.87公顷,交通运输用地(包括铁路用地、公路用地、民用机场、港口码头和管道运输用地)为695.16公顷,水利设施用地(包括水库水面和水工建筑)为1 661.34公顷。

自1996年以来,柳城县建设用地面积呈逐年上升趋势(如图所示)。以 1996 年柳城县建设用地面积为基数,1996-2005年的9年间,柳城县建设用地面积共增长580.14公顷,增长了6.52%,年均增长0.72%。由图可知,建设用地增长率曲线波动较大,大体分为两个阶段:1996-1999 年为第一阶段,建设用地增长迅速,3年间共增长381.83公顷,年均增长率为 1.43%;1999-2005为第二阶段,建设用地增长减缓,6年间共增长198.3公顷,年均增长率 0.37%,增量明显慢于前一阶段。

(二)建设用地动态变化分析

本文运用单一土地利用动态模型,计算了柳城县1996-2005年建设用地动态度为0.72% (见表1)。由表1可知,从单一土地利用动态度来看,柳城县的建设用地面积有明显的增加。这说明柳城县作为柳州市重要的县城,经济发展速度较快,相应地建设用地增加的速度也较快。从建设用地占土地总面积的比重来看,建设用地的比重呈增长趋势。从人均建设用地来看,人均建设用地有所下降,已从1996年的237.00平方米/人下降到2005年的220.00平方米/人,这主要是由于建设用地集约化利用的结果。但是,由于在城镇建设过程中多采取外延式的扩展方式,用地的不经济仍然使得柳城县人均建设用地水平偏高。

四、建设用地变化的驱动机制研究

(一) 指标选取

土地利用和人口、社会、经济等因素密切相关,并且影响建设用地的因素不是孤立的,各因素之间相互交错,对城乡建设用地的水平与结构产生作用,又相互制约,形成对建设用地规模扩张的合力。

根据指标的可获取性和可代表性等原则,本文选取人口、GDP、工业总产值、第三产业产值、城镇化率、社会固定资产投资等6个具有代表性的人口、社会和经济类因素指标作为自变量(见表2),以建设用地面积(Y)为因变量。这些指标与建设用地变化有较大的联系,有利于进行对比性研究。以1996-2005年的数据做样本,使用统计软件SPSS13.0对样本数据进行多元线性回归分析。

(二)模型运行

1.数据准备

为消除不同量纲的影响,先对各变量进行标准化,标准化公式为:

X'i=(Xij-Xi)/s

式中:X'为Xi标准化之后的变量值;Xij为变量Xi的第 j个观测值;Xi为变量Xi的平均值;s为标准差。

2.模型运行结果

利用SPSS13.0统计软件对柳城县1996-2005年标准化后的数据进行多元线性回归分析,模型运行结果如下:

(1)拟合优度检验

从表3中可以看出,其相关系数R为0.994,测定系数R2为0.988,说明其拟合优度较好。

(2)方程显著性检验(F检验)

如表4所示,F(6,3)0.01=27.9

(3)变量显著性检验(t检验)

如表5所示,t(9)0.3=-0.5435

3.回归模型分析

通过上面模型运行的结果,可以建立柳城县影响建设用地变化的多元线性回归模型:

y=-0.463X1-1.078X2-0.680X3+3.279X4+0.028X5-0.535X6

从方程各变量的系数来看,柳城县第三产业产值对建设用地变化有强烈的驱动作用,相关系数达到3.279,其他因素也对建设用地的增加有一定影响,但驱动作用相对较弱。这主要是由于柳城县正处于一个经济飞速发展的阶段,并且随着产业结构的调整,经济的发展已经由原来的以第一、二产业为主,转为以第三产业为主,这从1996-2005年9年间柳城县第三产业产值增加了71 221万元可以看出。

通过上面的分析可以得到,该回归方程能够较好地体现实际的经济意义,并且较好地通过了相关的检验,方程的拟合效果较好。因此,本研究所作的多元线性回归方程各个方面表现良好,可以用来研究建设用地变化在各变量综合作用下的驱动机制。

五、结论与思考

(一)结论

本文以广西省柳城县为研究区域,以1996-2005年为研究时段,对这一特定时空的建设用地变化及其驱动机制进行了研究。通过研究发现,柳城县建设用地的总量呈增加态势,其扩张速率呈现出快速-平缓的波动变化。由于在城镇建设中多采取外延式的扩展方式,用地的不经济,造成柳城县人均建设用地水平偏高。而随着柳城县产业结构的调整,第三产业产值的增加成为了柳城县建设用地扩张的最主要驱动力。

(二)思考

土地利用/土地覆盖变化研究的目的最终还是为土地利用与土地管理服务。由上述驱动模型可知,应针对柳城县建设用地变化的主要驱动因素,有所侧重地采取不同的调控措施,使建设用地的利用效益有所提高。

柳城县是柳州市的重点发展县城,基础设施和投资环境较好,由于近年来第三产业的快速发展,导致建设用地不断增加。而该区建设用地缺乏合理规划,导致建设用地的粗放式利用比较严重,直接激化了柳城县未来经济发展中耕地保护和建设用地之间的矛盾。因此,柳城县在未来经济的发展中,一方面要加强耕地保护,严格控制建设占用土地,保持建设用地的稳步有序增长;另一方面,要优化城市建设用地的空间扩展模式,严格限制建设用地的低密度蔓延式扩展,使建设用地得到集约高效利用。

参考文献:

[1] 钱亮.武汉市新洲区土地利用变化及驱动力研究[C]//树立科学发展观提高土地资源的保障能力研究论文集.北京:中国大地出版社,2004:192-202.

[2] 刘爱民,封志明,徐丽明.现代精准农业及我国精准农业的发展方向[J].中国农业大学学报,2000, (2):20-25.

[3] Parker A.Patterns of federal urban spending:central cities and their suburbs,1983~1992[J]. Urban Affairs Review,1995,31(2):184-205.

篇4

摘要：分析了都江堰市的土地利用动态变化过程，并对驱动力进行了分析。结果表明，1994～2007年间，研究区土地利用结构发生了变化，耕地、林地、未利用地面积减少，建设用地、水域、交通用地、特殊用地面积增加。在2007～2008年间，建设用地、耕地、林地、水域、交通用地、特殊用地呈现减少趋势。地震、人口增长、经济发展成为土地利用变化的主要驱动力。

关键词：土地利用变化；驱动力；经济发展

1.研究区概况

都江堰市位于30°44′N， 103°25′-103°47′E之间，东西宽54公里，南北长68公里，幅员1211平方公里。位于成都平原西北边缘，东南距成都市48公里（如图1

2007年，都江堰的全市总人口65.96万人，地区的国民生产总值达116.2亿元，同比增长15%，城镇居民的人均可支配收入达到了11677元，农民的人均纯收入达到5536元，城镇化率明显提高了，达到44%的水平。

2.遥感影像分类

2.1 土地利用分类体系建立

图像分类的目的是将图像中各个象元根据其在不同波段中反映出来的不同信息，按照一定的规则划分为不同的类别[5-6]。确定都江堰市土地利用分类体系如表l所示。

2.2 遥感影像分类

3.变化信息的提取

利用ArcGIS软件将三期解译的矢量成果文件转化为栅格图像，然后在栅格计算器中通过计算得出各阶段都江堰市具体面积变化数据（表2）、土地利用变化信息图（图4、图5）。

由表3分析土地利用动态度可知，都江堰市1994-2007年间建设用地的变化速度最快，动态度达7.23%，远高于其他土地利用类型。其次为交通用地、特殊用地，动态度分别为6.49%、2.60%。

4.1.2 土地利用类型转换

为了更加清晰地了解各类土地之间的相互转换过程，在ArcGIS软件的支持下，利用ArcMap模块中的空间分析工具里的Zonal模块的Tabulate Area 工具来计算，得到都江堰市 1994-2007年，2007-2008年和1994-2008年的都江堰市土地利用面积转移矩阵。

都江堰市1994年6月各土地利用类型中，林地占据很大面积，达到652.4 km2，耕地占据第二的位置，面积为382 km2，其余依次为建设用地、水域、交通用地、特殊用地、未利用地，面积分别为84.06 km2、54.10 km2、11.35 km2、20.89 km2、2.9 km2。

都江堰市2007年9月各土地利用类型中，林地依然占据很大面积，达到632.23 km2。其中，建设用地增幅较大，增加面积为57.12 km2。增加的建设用地主要来自于耕地和林地，分别为34.48 km2和32.73 km2。而耕地的减幅较大，减少面积为61.83 km2。

都江堰市2008年7月各土地利用类型中，林地占据很大面积，达到500.08 km2。由于地震原因，交通用地、耕地、建设用地、特殊用地的面积均处于较少趋势，其中林地较少幅度最大，达到124.15 km2，其次为建设用地，减少42.99 km2。

5.驱动力分析

土地利用变化驱动力指导致土地利用变化的各种因素，可分为社会因子、经济因子及自然环境因子。

5.1地震因素

截至2008年7月，在汶川大地震中，其耕地、林地、农村居民点以及建设用地得到不同程度的损毁。对都江堰市的土地利用结构的影响很大，改变了土地利用结构。

5.2 人口因素

在过去的十多年里，都江堰的人口从40多万增长到60万，在人口大量增加的情况下，人们对农产品及相关产品的需求同步增加，从而导致耕地的利用强度不断的加大，这在一定程度上影响了都江堰的土地利用变化。

5.3 经济发展

社会经济的发展是土地利用类型变化主要影响因素之一。1994年到2007年13年间，随着经济的发展，都江堰的建设用地数量呈现飞速增长，比如居民用地、交通用地以及城市基础设施建设用地，从而对整个都江堰的土地利用产生影响。

6.结论

（1）基于GIS技术和RS的技术支持下，对都江堰土地利用动态的变化进行了监测。通过监测看到，林地面积下降到42.7%，交通面积显示由上升到下降的结果，其主要原因是受到汶川地震的影响。

（2）通过建立转移矩阵，对不同阶段的土地利用变化情况进行分析。通过土地利用动态模型和单一的土地利用类型测算出各个地方的双向指数，从而对土地利用的动态变化达到更深的了解。

（3）这次采用的影像地面空间分辨率是30米是因为由于汶川地震后遥感数据的保密性要求较高，所以研究区域的数据获取较困难。通过影像对二级地类解译能力有限，很大程度上只能反映综合的地类信息。能直接判读解译出的二级地类较少，主要是反映一些综合的地类信息。能够更加具体的分析二级地类的信息是今后研究进一步深化的方向。（作者单位：四川师范大学地理与资源科学学院）

参考文献

[1]杨昕，汤国安，邓凤东等.ERDAS遥感数字图像处理实验教程[M].北京：科学出版社，2009.

[2]张宝元，姜秀梅.TM影像图在森林资源调查中的应用[J].青海农林科技，2003，（65）：73.

[3]陈述彭，赵英时.遥感地学分析[M].北京：测绘出版社，1990.

[4]李四海.浅谈提高遥感数据分类精度的方法明 [J].遥感信息，1995，（3）： 17-19.

[5]孟淑英.资源卫星遥感数字化图像处理技术及其在土地利用动态监测中的应用研究[D].东北农业大学，2000.

[6]马振刚.基于遥感技术的洋河流域土地覆被变化特征分析[D].东北师范大学，2008.

[7]刘鹰，张继贤，柳健.面向地形辅助导航的地形信息分析[J].遥感信息，2000 （2）：21-23.

篇5

关键词：经济发展；土地利用；镇江

中图分类号：F293文献标识码：A

土地是人类赖以生存和发展的基础。土地作为人类生产生活中不可或缺的重要资源，其有限性和不可再生性要求我们必须对其进行合理有效的利用。土地利用变化体现了人地相互作用的主要过程，区域经济发展要以土地资源的合理利用为重要支撑，土地利用类型与结构差异影响和制约着区域经济的发展格局。近年来，随着镇江城市化和工业化进程的加快，人们对建设用地的需求逐年增加，土地矛盾日益突出，本文对近十年镇江市土地利用情况与经济因素进行分析，意在找出其中存在的关系，为镇江市土地利用的优化和经济发展提供参考。

一、镇江概况

镇江市位于江苏省长江三角洲，长江下游南岸，地处长江与大运河交汇处。全市土地总面积3，854.11km2，占全省土地总面积的3.76%。其中，市区1，082km2。镇江属北亚热带南部季风气候区，四季分明。全市土地面积中丘陵、山地占51.1%，圩区占19.7%，平原占15.5%，水面占13.7%。全市河流60余条，除长江干流外，全市还兼跨太湖水系和秦淮河水系，水资源总量丰富；矿产资源丰富。

镇江市辖丹阳市、扬中市、句容市三个市，设丹徒区、京口区、润州区和镇江新区。2006年底全市共有51个镇（街道）。其中，镇41个、街道办事处10个。全市总人口为289.8万人，其中市区总人口为102.72万人。2006年全市生产总值达1，021.52亿元，市区生产总值达455.77亿元。

二、镇江土地利用与经济发展现状

镇江城市土地总面积1，082km2，其中建设面积90.12km2，从表1可以看出，1997～2006年间，镇江城市建设用地面积增加了3.73个百分点，属于平稳增长，其主要土地利用类型仍然是工业用地、居住用地。具体来看，首先是工业用地从1.53增长到2.74，增加了1.21个百分点；其次是居住用地从1.05增加到1.94，增加了0.89个百分点；对外交通用地和公共设施用地也有一定增加，而仓储用地和绿地用地比重变化都较小。（表1）

近几年，镇江经济持续快速发展，人民生活水平稳步提高。据统计，2006年全市地区生产总值达1，021.52亿元，其中市区生产总值达455.77亿元，全市人均地区生产总值为34，293元，其中城市人均地区生产总值达40，083元。全市第一产业生产总值为41.54亿元，市区为9.44亿元，占全市的22.7%；第二产业生产总值为618.63亿元，市区为279.51亿元，占全市的45.2%；第三产业生产总值为361.34亿元，市区为166.82亿元，占全市的46.2%。三大产业结构由1997年的9.3%、57.3%、33.5%调整为2006年的4.1%、60.5%、35.4%，第一产业占国民经济比重逐年减小，呈平稳下降趋势，第二产业所占比重保持稳定，总体呈现小幅上升趋势，第三产业所占比重总体呈缓慢上升趋势，三大产业结构不断优化调整。

三、镇江土地利用与经济发展关系分析

土地利用变化是一个相当复杂的过程，受到自然、社会、经济、技术等众多因素的同时影响。而经济因素对土地利用的时空变化具有决定性影响，是土地利用变化的主要因素。实践表明：经济发展是一种长期的结构演进过程，这种结构演进过程不仅体现在GDP不断增长和人均收入的不断提高，而且也体现在自然物质投入方向和利用结构的不断变化。

城市用地规模与区域经济、城市化进程有着密切的关系，城市土地利用状况的指标体系构建主要选取能够反应镇江经济状况对土地利用数量和类型变化产生影响的因素，本文选取了区域经济GDP、人均可支配收入、固定资产投资完成额等相关经济发展指标来进行分析。（表2）

1、镇江城市建设用地与经济发展相关性分析。影响城市建设用地需求的因素不会是单一或者唯一的，而是诸多因素共同作用的结果。为了考察建设用地数量与经济发展增量之间的相关关系，以镇江城市建设用地为因变量，以市区固定资产投资完成额、一二三产业生产总值、人均可支配收入为自变量，运用SPSS软件对数据进行处理，得出结果如表3、表4所示。（表3、表4）

由分析结果建立数学模型关系式为：

Y＝26.183－1.212X2－0.417X3＋0.114X4

＋0.022X5＋7.06×10-6X6

式中：Y为城市建设用地面积，X2、X3、X4、X5、X6见表2所示。

得出相关系数R为0.985，判定系数R2为0.969，达极显著水平，F=25.256，方程通过显著水平为0.05的F检验。从以上数学模型可知，城市建设用地量是随着第三产业生产总值、人均可支配收入、市区固定资产投资完成额的增加而增加的；随着第一产业地区生产总值、第二产业地区生产总值的增加而减少的，建设用地量受一二产业产值的影响很小。固定资产投资、第三产业生产总值和人均可支配收入的增长推动了建设用地面积的增加，而建设用地的增加也必然带来更大的投资和经济效益。

由于数据原因，这里对镇江城市建设用地与市区生产总值的关系做单独分析，2002～2006年，镇江城市建设用地与市区GDP呈现显著正相关关系，相关系数R=0.982，判定系数R2=0.965，F=83.353，t=0.003，通过a=0.05下的t建立t检验和F检验，模型关系式为：Y＝12.028X－640.403（Y为市区GDP，X为城市建设用地面积），回归模型呈显著相关性，表明建设用地量的增加必然推动工业、建筑业等相关产业的发展，相关产业的发展带来极大的经济效益，促进了地区GDP的增长，而经济的发展、城市化水平的提高也带动了城市建设用地的扩张。

2、城市居住用地与经济发展相关性分析。人民生活水平快速提高，居住用地面积不断增加，以镇江城市居住用地为因变量，以房地产开发投资额、人均可支配收入、市区第三产业生产总值为自变量，使用相同的原理，建立数学模型如下：

Y＝4.777－0.044X4＋0.002X5＋1.57×10-6X7

式中：Y为城市居住用地面积，X4、X5、X6见表2所示。

相关系数R为0.969，判定系数R2为0.939，F=31.044，通过显著性水平为0.05的F检验。可以看出，居住用地量是随着人均可支配收入的增加而增加的，随着第三产业的增加而减少，在一定程度上也受房地产开发投资的影响。其主要原因在于，随着人们生活水平的不断提高，人们对住房用地的需求增加，用于房地产投入的资金也不断增加。增加住房面积、提高居住水平，充分显示了经济发展对居住条件的显著改善。经济发展与城市建设是相辅相成的，随着国民经济的发展和居民收入水平的提高，镇江市民的消费观念和消费结构发生了变化，已逐步由过去的必需型消费转向发展型、享受型消费过渡阶段，随着镇江经济的继续持续增长和住房需求的增加，居民在房地产方面的投入能够保持旺盛的生命力。

3、城市对外交通用地与经济发展相关性分析。以镇江城市对外交通用地为因变量，以市区固定资产投资完成情况、一二三产业生产总值为自变量。建立数学模型如下：

Y＝6.688－0.15X2＋0.019X3－0.008X4＋1.15×10-7X7

式中：Y为城市交通用地面积，X2、X3、X4、X7见表2所示。

相关系数R为0.961，判定系数R2=0.923，F=14.914，通过显著性水平为0.05的F检验。由模型可以看出，对外交通用地量随着第一产业与第三产业产值的增加而减少，随着第二产业产值和市区固定资产投资额的增加而增加。近年来，镇江第二产业持续快速发展，因此对外交通用地面积不断扩张，出现了用地比重持续增大的趋势。现代化交通是经济发展的必要条件，交通运输业是镇江建设发展的重点和用地大户，城市工业和建筑业的飞速发展离不开城市对外交通用地的扩张，而对外交通用地量的增加加速了经济的发展，并带动固定资产投资的增加。

4、城市公共绿地面积与经济发展相关性分析。城市绿地是城市生态环境的重要组成因子之一。采用回归分析方法，分析镇江城市绿地规模与城市经济发展水平之间的定量关系，建立数学模型为：

Y＝－17.351＋1.118X1＋4.627X4－0.113X5

式中：Y为城市公共绿地面积，X1、X4、X5见表2所示。相关系数R=0.988，判定系数R2=0.976，F=80.503，通过显著性水平为0.05的F检验，方程总体相关性较高。结果表明：城市公共绿地与经济发展之间存在显著正相关性；表明城市公共绿地面积随全市生产总值的增加和第三产业产值的增加而增加，而受人均可支配收入的影响很小。

由于发展城市绿地，不仅可为城市居民创造良好的生存生活环境，而且通过改善城市人居环境，促进旅游业和服务业的发展，以及创造更好的外商投资环境，可间接地对城市经济的发展产生显著的促进作用，表现在全市生产总值逐年增加和第三产业迅速发展壮大，保持稳定增长的状态。

四、结论