瞿忠瓊，余 逍，代 兵，范 華，石曉平

（1.南京農(nóng)業(yè)大學公共管理學院，江蘇 南京 210095；2.上海市地質(zhì)調(diào)查研究院，上海 200072；3.上海市國土資源調(diào)查研究院，上海 200072）

基于目標值的土地警素指標的預警研究
——以上海市土地類指標為例

瞿忠瓊1，余 逍1，代 兵2，3，范 華2，3，石曉平1

（1.南京農(nóng)業(yè)大學公共管理學院，江蘇 南京 210095；2.上海市地質(zhì)調(diào)查研究院，上海 200072；3.上海市國土資源調(diào)查研究院，上海 200072）

研究目的：探尋基于目標值的土地運行關(guān)鍵指標預警研究的方法，及時提出警戒信息與調(diào)控措施。研究方法：采用趨勢預測法對警素指標的未來值進行預測，用年均增長率函數(shù)倒推法確定目標值倒推值，結(jié)合預測值與目標值倒推值確定2015—2020年彈性警界線，采用統(tǒng)計誤差理論所得出3σ法則來確定警度界限的區(qū)間，采用景氣信號燈法判別警情，黃色信號燈表示輕警、紅色信號燈重警，采用情景分析法分析不同減量化目標下警情的變化趨勢。研究結(jié)果：上海市建設(shè)用地總規(guī)模若按減量遞增10%，則2018年后需要保持零增長，若減量遞增30%，則增量還有一定上行空間；工業(yè)用地占比的預測值在未來5年內(nèi)都處于紅色預警，但警情有較為合理的自下降趨勢。研究結(jié)論：建設(shè)用地應遵循“五量并舉”的調(diào)控思路，努力實現(xiàn)規(guī)劃建設(shè)用地“負增長”目標；而工業(yè)用地則通過加強分類引導，采取二次開發(fā)、復合利用等措施，優(yōu)化用地結(jié)構(gòu)，使工業(yè)用地占比回落到正常區(qū)間。單一警素指標預警適用于時間序列較長且有目標值的指標，未來的研究重點應在單項預警的基礎(chǔ)上，構(gòu)建以土地要素為核心的多要素安全綜合預警體系。

土地評價；目標值；警素指標；預警研究；上海市

1 引言

土地資源是經(jīng)濟社會發(fā)展至關(guān)重要的約束因子，尤其是土地資源緊缺的大都市，土地資源利用的導向直接影響城市發(fā)展進程和產(chǎn)業(yè)結(jié)構(gòu)。作為城市發(fā)展的載體，區(qū)域內(nèi)的土地運行狀態(tài)是否安全直接影響區(qū)域的經(jīng)濟發(fā)展，而土地的預警研究則可以對未來土地利用是否安全發(fā)出警示，以便提前采取緩解警情的措施。國內(nèi)外相關(guān)研究有城市土地利用風險管控監(jiān)測預警體系[1-3]，土地生態(tài)環(huán)境預警[4-6]，資源開發(fā)利用閾值預警以及土地利用壓力閾值預警[7]，集體建設(shè)用地指標市場化交易預警[8]。從預警理論及相關(guān)研究來看，警素指標的選擇主要從表征研究對象的某幾個重要指標入手分析[9-10]，警限閾值的劃分，主要是根據(jù)重要指標在相關(guān)規(guī)劃、標準等中規(guī)定的范圍來確定閾值的上下限值，或者結(jié)合誤差理論和3σ方法等數(shù)理統(tǒng)計方法尋找預警指標發(fā)展規(guī)律來確定[11-13]；預測指標未來發(fā)展趨勢的方法，則有回歸、指數(shù)平滑、灰色模型、神經(jīng)網(wǎng)絡(luò)等方法[14-15]。

從相關(guān)研究來看，預警研究的理論和方法日益豐富，以土地要素為核心的多要素安全預警系統(tǒng)已成為學者關(guān)注的新熱點，但針對土地利用規(guī)劃指標管控的預警研究還相對匱乏，若能結(jié)合預警的思路和方法，探尋土地利用規(guī)劃管控中關(guān)鍵指標的安全閾值，則能對其及時提出警戒信息與管控措施，同時通過單項警素指標思路的構(gòu)建，由點到面，推進土地運行系統(tǒng)預警的研究，促進土地運行系統(tǒng)的良性運行?；诖耍疚倪x擇具有約束值的土地類指標為警素指標，針對土地警素指標預警提出了“基于目標值倒推的彈性警界線”，期望在警素指標預警研究中找到新的研究思路，為土地管理部門在管理和調(diào)控中提供一定的參考。上海市作為大都市典型區(qū)域，在經(jīng)濟快速發(fā)展的同時，也伴隨著城市建設(shè)用地急劇擴張的態(tài)勢，在土地利用規(guī)劃指標管控方面的意識也較早，實踐中上海以“總量鎖定、增量遞減、存量優(yōu)化、流量增效、質(zhì)量提高”的“五量調(diào)控”基本策略來緩解人口持續(xù)增長與資源環(huán)境緊約束的多重壓力，以上海市土地類指標進行預警研究并與其實踐做法相比較，不僅可以考察其管控效果，也能為其他地方提供土地利用規(guī)劃指標管控的思路。

2 基于目標值倒推的彈性警界線及警界區(qū)間確定的理論基礎(chǔ)

預警是指通過分析被預警對象偏離警戒線的強弱程度，對未來可能出現(xiàn)的風險因素及其概率發(fā)出預警信號的過程。預警方法分別有依據(jù)警兆的黃色預警法，依據(jù)警兆加上社會環(huán)境因素的紅色預警法，以警因計量預測的白色預警法，農(nóng)業(yè)上常用的考慮警素生長趨勢的綠色預警法，以及本文所選擇的黑色預警法。黑色預警法根據(jù)警素指標的時間序列循環(huán)波動特性及變化規(guī)律，基于周期性遞增或遞減特點來對警素的走勢進行預測。本文選擇土地利用規(guī)劃中特有的部分約束性指標作為警素指標，依據(jù)指標波動特征及變化規(guī)律預測未來值，將警素指標在規(guī)劃中2020年的目標值利用年均增長率函數(shù)倒推得到2015—2020年的目標倒推量作為初步警界線，作為下文中的u值，即圖1中藍色實線；考慮到增長的慣性，如果按初步警界線管控土地指標會使其“硬著陸”，不利于經(jīng)濟的發(fā)展，因此，本文在初步警界線的基礎(chǔ)上加一個標準差σ①σ標準差反映組內(nèi)個體間的離散程度，其數(shù)學意義為一般認為測量值落在一個標準差內(nèi)的概率較大。（這里的σ是在stata中通過bootstrap抽樣所得到的標準差）確定彈性警界線，由圖1中目標值線和警界線所圍區(qū)域即為彈性警界區(qū)間；同時，由于約束性指標具有不可突破的特點，對增加的標準差采取逐年遞減法，選取2015年時目標倒推值+σ（標準差）、2016年時目標倒推值+0.8σ、2017年時目標倒推值+0.6σ、2018年時目標倒推值+0.4σ、2019年時目標倒推值+0.2σ、2020年目標倒推值+0σ的值連接成的曲線作為彈性警界線，即圖1中虛線。

警界區(qū)間的劃定結(jié)合統(tǒng)計誤差理論“3σ”法則及房地產(chǎn)預警中的景氣信號燈，用紫色、藍色、綠色、黃色和紅色分別表示土地運行的5種狀態(tài)，得出偏離彈性警界線1倍標準差的區(qū)間即［u-σ，u+σ］，用綠色信號燈表示，偏離彈性警界線1倍—2倍標準差的區(qū)間即［u-2σ，u-σ］和［u+σ，u+2σ］，分別用藍色信號燈和黃色信號燈表示，偏離中心值2倍標準差以上的區(qū)間即［-∞，-2σ］和［u+2σ，+∞］，用紫色信號燈和紅色信號燈表示，再根據(jù)各警素指標的實際情況確定其警情。

圖1 單項預警警界區(qū)間確定示意圖Tab.1 The diagram of single early-warning interval determ ination

3 實證研究——以上海市為例

3.1 研究區(qū)概況

作為大都市典型區(qū)域的代表，上海市是中國經(jīng)濟、金融、貿(mào)易等中心，2015年GDP總值24964.99×108元，比上年增長6.9%，完成城市基礎(chǔ)設(shè)施建設(shè)投資1425.08×108元，比上年增長34.8%。上海經(jīng)濟增長已進入發(fā)達經(jīng)濟初級階段，上海市產(chǎn)業(yè)結(jié)構(gòu)中三產(chǎn)比重、高新技術(shù)產(chǎn)業(yè)比重持續(xù)上升、人口流入中常住人口增長放緩等變化特點說明了其經(jīng)濟增長驅(qū)動已從資源、資本驅(qū)動轉(zhuǎn)向科技創(chuàng)新驅(qū)動，但上海市也是世界上人口規(guī)模和土地面積最大的都市區(qū)之一。從土地資源利用現(xiàn)狀來看，建設(shè)用地增量和總量已經(jīng)伴隨著經(jīng)濟增長階段演進出現(xiàn)了增量下降、總量穩(wěn)定的趨勢，但仍然面臨著城鎮(zhèn)建設(shè)用地結(jié)構(gòu)不合理、工業(yè)用地比例偏高、生態(tài)用地比重有待提高、開發(fā)密度潛力有待挖掘等挑戰(zhàn)，尤其是建設(shè)用地占陸域面積比重2014年已達45%，遠高于大倫敦、大巴黎、東京圈等國際大都市30%左右的水平。針對上海市發(fā)展面臨的資源緊約束現(xiàn)實，原上海市規(guī)劃和國土資源管理局局長莊少勤[16]全面總結(jié)了近年來上海市在土地利用方面的思考與探索，系統(tǒng)闡述當前上海城市發(fā)展和土地利用的6個“新常態(tài)”特征，提出“五量調(diào)控”基本策略和構(gòu)建土地利用資源、效能、機制“三位一體”的全生命周期管理體系的上海土地新政頂層設(shè)計，因此，以上海市土地運行關(guān)鍵指標的預警研究為實證，不僅對上海市有一定的現(xiàn)實意義，對于其他快速發(fā)展的大城市區(qū)域也有一定的指導意義。

3.2 警素指標選取依據(jù)及數(shù)據(jù)來源

為了驗證前述基于目標值倒推的彈性警界線理論，選取具有目標值的關(guān)鍵土地運行指標“建設(shè)用地總規(guī)模、工業(yè)用地占全市建設(shè)用地比例”作為警素指標研究其警情發(fā)展，選取依據(jù)在于建設(shè)用地總規(guī)模對于土地運行及其在土地上進行的一系列經(jīng)濟活動有著直接的制約作用，也是上海市資源環(huán)境緊約束“新常態(tài)”下的“底線約束”指標。2014年5月上海市第六次規(guī)劃土地工作會議確定了規(guī)劃建設(shè)用地總規(guī)?！柏撛鲩L”?！渡虾Ｊ袊窠?jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》明確，到2020年，全市規(guī)劃建設(shè)用地總量實現(xiàn)負增長，建設(shè)用地總量控制在3200 km2內(nèi)。而工業(yè)用地占比作為土地利用結(jié)構(gòu)的重要衡量指標，可用來衡量土地運行過程中土地利用結(jié)構(gòu)的合理性。為了構(gòu)建合理的土地利用結(jié)構(gòu)，上海市提出進一步壓縮工業(yè)用地規(guī)模，通過區(qū)域分類引導，加強轉(zhuǎn)型利用。據(jù)查，《上海市土地利用總體規(guī)劃（2006—2020年）》提出至2020年工業(yè)用地占建設(shè)用地面積比例控制在16%以下的規(guī)劃目標。因此，用這兩個具有目標值的土地類關(guān)鍵指標做警素指標進行實證分析和對比，以期對彈性警界線的理論進一步論證。建設(shè)用地總規(guī)模及工業(yè)用地占比基礎(chǔ)年份原始數(shù)據(jù)來源于上海市規(guī)劃和國土資源管理局網(wǎng)站——土地變更調(diào)查專題。

3.3 建設(shè)用地總規(guī)模

3.3.1 上海市建設(shè)用地總規(guī)模的波動特征及變化規(guī)律的預測 從上海市2003—2014年建設(shè)用地總規(guī)模數(shù)據(jù)中可看出，建設(shè)用地總量已逼近3100 km2，但增量從2010后已放緩并有下降趨勢。本研究運用GM（1，1）灰色預測和對數(shù)預測法研究其時間序列的波動特征及變化的規(guī)律，其中GM（1，1）中的相對誤差達到了6%左右，對數(shù)預測法中2009—2014年的相對誤差都在3%左右，基于相對誤差更少的考量，本研究選擇了對數(shù)預測法進行建設(shè)用地總規(guī)模的預測計算（表1）。

3.3.2 目標值倒推法結(jié)合標準差確定其彈性警界線 以2020年建設(shè)用地總規(guī)模3200 km2為上限，計算其與2014年值的年平均增長率為0.79%，從而倒推得到2015—2020年每年計劃的建設(shè)用地總規(guī)模作為預警警界線設(shè)定的標準，作為初步警界線，見表2中目標值倒推。在初步警界線的基礎(chǔ)上，逐年遞加相應的標準差，可以得到2015—2020年的彈性警界線，對應每年的警界值分別為3087.01、3117.71、3144.27、3167.25、3184.83、3200.00，這個控制規(guī)模是綜合考慮目標值倒推及逐年遞加相應的標準差后的彈性規(guī)模。計算結(jié)果表明，2014—2020年倒推目標值加上一定標準差后都在對應倒推目標值的5%—10%范圍內(nèi)，部分文獻中人為經(jīng)驗性劃定警界浮動范圍也通常在10%以內(nèi)，因此，本研究用目標值倒推結(jié)合標準差的劃分方法有一定合理性。

3.3.3 警界區(qū)間的劃定 由于建設(shè)用地總規(guī)模的值不可突破，因此，在前述彈性警界線的基礎(chǔ)上，結(jié)合3σ原則來確定其警界區(qū)間，當超過安全區(qū)間上限時即為有警，用黃色信號燈表示輕警、紅色信號燈表示重警，綠色信號燈表示正常，同時，考慮本文所選取的警素指標建設(shè)用地總規(guī)模的值幾乎不可能落在紫色、藍色信號燈所在區(qū)域，為了避免過多的指征，紫色、藍色信號燈也不做進一步細分，均表示無警。由于警戒線是具有彈性的，每一年都是根據(jù)當年彈性警界線結(jié)合3σ法所確定的值來界定其警界區(qū)間，故預測年份2015—2020年警界區(qū)間也是每年隨著彈性警界線變化而變化的，詳見表2及圖2。

表1 上海市歷年建設(shè)用地總規(guī)模與模型預測結(jié)果Fig.1 The prediction of the total scale and modeling results of construction land in Shanghai over the years

表2 建設(shè)用地總規(guī)模的預測與警界區(qū)間劃分Fig.2 The prediction of the total scale of construction land and the division of alert districts

從表2中可以看出，2015—2020年的建設(shè)用地總規(guī)模預測值分別為3106.42、3161.16、3214.97、3267.96、3320.24、3371.89，結(jié)合圖2相應預警區(qū)間觀察，2015—2020年的預測值都處于紅色預警。

圖2 上海市建設(shè)用地總規(guī)模預警示意圖Tab.2 The early-warning schematic diagram of the total scale of construction land in Shanghai

3.3.4 上海市建設(shè)用地總規(guī)模警情管控分析 從圖2的警情預測來看，如果按照現(xiàn)有的趨勢不加控制地發(fā)展下去，建設(shè)用地總規(guī)模必然會提前突破。為了應對建設(shè)用地管控的總目標，上海市提出“零增長、減量化”等調(diào)控策略，2014年開始實施低效建設(shè)用地“減量化”，努力實現(xiàn)至2020年現(xiàn)狀低效建設(shè)用地減量50 km2的任務(wù)。2014年、2015年全市累計下達的“198”區(qū)域“減量化”立項任務(wù)是總量13.5 km2，截至2015年底，兩年實際累計完成“減量化”立項約22 km2。減量化力度的增加為增量贏得了發(fā)展空間，從2015年現(xiàn)狀值來看，2015年建設(shè)用地總規(guī)模為3071.33 km2，對照表2中2015年警界區(qū)間，已處無警區(qū)間，由此可知，減量化的管控措施是卓有成效的?？紤]“減量化”工作路徑明確，操作成熟，本文采用情景分析法，對建設(shè)用地規(guī)模進行不同情景下的減量控制進行模擬，分析其未來預測值的警情降低程度（表3）。

表3 加速減量下上海市建設(shè)用地總規(guī)模警情預測 單位：km2Fig.3 The early-warning prediction of the total scale of construction land in Shanghai based on speedup reduction unit: km2

表3中分別假定每年減量化任務(wù)在2014年、2015年減量化基數(shù)上以一定的增速遞增，并對每年預測值進行累減得到各年預測值。從表3中可看出，2016年減量增速10%即可達到無警，但2017—2020年，預測值與警界值的差距越來越大，如果按減量遞增10%來看，2018年后幾乎沒有增量空間，需要保持零增長；如果按照減量遞增30%來看，以減量換增量，增量還有上行空間，建設(shè)用地總規(guī)模的控制壓力也會小很多，尤其是在存量建設(shè)用地盤活利用上加以重視，是比較容易實現(xiàn)3200 km2的目標值，且對經(jīng)濟發(fā)展不會造成太大壓力；如果選擇減量遞增20%，就需要增量遞減和減量遞增雙管齊下，共同管控建設(shè)用地規(guī)模，以實現(xiàn)3200 km2的無警目標。

3.4 工業(yè)用地占全市建設(shè)用地比例

3.4.1 工業(yè)用地占比的波動特征及變化規(guī)律的預測 從上海市2006—2014年工業(yè)用地占比數(shù)據(jù)中可看出，工業(yè)用地占比自2010年后逐年降低，但比例仍偏重。從表中可看出，GM（1，1）法相對誤差達到2.8%以上，而多項式預測法的相對誤差都在1.1%左右（表4），R2= 0.86871，說明該趨勢預測顯著性強，因此選擇對數(shù)預測法對土地開發(fā)強度的進行預測，結(jié)果詳見表4。

表4 上海市歷年工業(yè)用地占全市建設(shè)用地比例與模型預測結(jié)果Fig.4 The prediction of the proportion of industrial land in Shanghai over the years

3.4.2 上海市工業(yè)用地占比彈性警界線的確定 根據(jù)現(xiàn)有上海市土地利用總體規(guī)劃（2006—2020年）中對于工業(yè)用地占比到2020年控制在16%以下為依據(jù)，計算其與2014年值的年平均增長率為-7.94%，從而倒推得到2015—2020年每年計劃的工業(yè)用地占比作為初步警界線。以此為基礎(chǔ)遞加上相應的標準差，得到2015—2020年工業(yè)用地占比的彈性警界線，對應每年的彈性警界值分別為0.2476、0.2310、0.2135、0.1961、0.1783、0.16，仍然可以算出2015—2020年工業(yè)用地占全市建設(shè)用地比例的彈性警界線在對應倒推目標值的5—10%范圍內(nèi)。

3.4.3 上海市工業(yè)用地占比警界區(qū)間的劃定 工業(yè)用地占全市建設(shè)用地比例屬于適度相關(guān)指標，越接近目標值越好，此處分別用紫色、藍色、綠色信號燈表示其安全區(qū)間，當超過安全區(qū)間上限時即為有警，黃色信號燈表示輕警、紅色信號燈表示重警，2015—2020年預測值及警界區(qū)詳見表5。

從圖3中可以看出，2015—2020年的工業(yè)用地占比預測值都呈現(xiàn)紅色預警狀態(tài)，但是就其變化趨勢而言，工業(yè)用地占比持續(xù)出現(xiàn)走低趨勢，雖然在2020年預測值仍高于規(guī)劃中2020年的標準值，存在一定的警情，但是若在未來幾年對工業(yè)用地采取措施進行控制，工業(yè)用地占比會走向正軌，持續(xù)健康發(fā)展。

4 結(jié)論與討論

本文在預警理論基礎(chǔ)上，針對具有目標值的土地類指標，提出了基于目標值倒推和預測值相結(jié)合的彈性警界線的思路，并以上海市建設(shè)用地總規(guī)模以及工業(yè)用地占比兩個指標為例進行了實證計算和分析，結(jié)論與討論如下：

研究結(jié)果表明，減量遞增與增量遞減有助于緩解警情，上海市建設(shè)用地總規(guī)模管控的效果初現(xiàn)。2014年開始上海市政府就已明確了規(guī)劃建設(shè)用地“負增長”目標，并通過減少新增建設(shè)用地計劃、推進集中建設(shè)區(qū)外低效建設(shè)用地減量化等舉措，積極應對資源環(huán)境緊約束的“新常態(tài)”，此舉將有效地緩解嚴峻的警情，2015年無警正體現(xiàn)了管控的初步成效。但研究結(jié)果也表明2018年后增量遞減的壓力越來越大，以減量換增量的空間也越來越少，因此應在總量鎖定、增量遞減前提下，從存量建設(shè)用地入手，通過城市更新、存量工業(yè)用地轉(zhuǎn)型開發(fā)、城中村改造等措施，有效盤活存量建設(shè)用地，并通過流量增效、質(zhì)量提高等措施，以“五量并舉”的調(diào)控路徑，努力實現(xiàn)3200 km2的目標值。

表5 工業(yè)用地占全市建設(shè)用地比例的預測與警界區(qū)間劃分Fig.5 The prediction of the proportion of industrial land and the division of police districts

圖3 上海市工業(yè)用地占全市建設(shè)用地比例預警示意圖Tab.3 The early-warning schematic diagram of the land development intensity in Shanghai

上海市工業(yè)用地占比的預測值在未來5年內(nèi)呈現(xiàn)紅色預警，但是從其發(fā)展趨勢來看，警情有較為合理的自下降趨勢。通過加強工業(yè)用地分類引導，加快104產(chǎn)業(yè)區(qū)塊內(nèi)產(chǎn)業(yè)調(diào)整升級（“退二優(yōu)二”）、195區(qū)域內(nèi)工業(yè)用地轉(zhuǎn)型利用（“退二進三”）、198區(qū)域內(nèi)減量化復墾（“退二還一”），采取有效的土地二次開發(fā)、多功能復合利用等手段，工業(yè)用地占比會進一步下降，回落到正常區(qū)間，呈持續(xù)健康發(fā)展。

對于特定階段來說，單一警素指標的預警適合時間序列較長且在相關(guān)規(guī)劃中有目標值的指標。對未來年份預測值的準確性依托于原始數(shù)據(jù)的時間序列長短，所以時間序列越長的指標，其預測值相對越精確，其警情判斷也相對準確些；其次，只有在相關(guān)規(guī)劃中有目標值的指標可據(jù)此思路計算其彈性警限區(qū)間，也是針對具有約束值的土地類指標預警研究的一種嘗試。

本文結(jié)合誤差理論中的“3σ”原則及基于目標值的彈性警界線來確定預測年份的警界區(qū)間，結(jié)合增長趨勢和目標值倒推，提出了基于目標值倒推法的土地類警素指標預警研究的思路，期望能為具有約束值的土地警素指標的預警研究找到新的研究思路，以應對土地資源“緊約束”的挑戰(zhàn)，當然，單一的土地警素指標的預警只能反映土地運行系統(tǒng)某一方面問題，并不能很好的反映土地運行體征的整體情況，所以未來土地運行系統(tǒng)預警研究的重點應在開展單項預警監(jiān)測的基礎(chǔ)上，逐步構(gòu)建以土地要素為核心的多要素安全綜合預警體系。

（References）:

［1］ 斯靈芝. 浙江省土地利用調(diào)控監(jiān)測預警體系研究［D］ . 杭州：浙江大學，2012.

［2］ Chun Chen, Hwong-wen Ma. Using Risk Maps to Link Land Value Damage and Risk as Basis of Flexible Risk Management for Brownfield Redevelopment［J］ . Chemo-sphere，2013，90：2101 - 2108.

［3］ 周穎. 運用系統(tǒng)動力學對武漢市城市土地集約利用預警研究［D］ . 杭州：浙江大學，2014.

［4］ 羅艷，林麗華，黃洪輝，等. 深圳市大鵬半島海域海洋生態(tài)環(huán)境預警評價［J］ . 海洋開發(fā)與管理，2014，31（12）：84 - 89.

［5］ 張玉澤，任建蘭，劉凱，等. 山東省生態(tài)安全預警測度及時空格局［J］ . 經(jīng)濟地理，2015，35（11）：166 - 171，189.

［6］ Pooja Kanwar, William B. Bowden, Suzie Greenhalgh. A Regional Ecological Risk Assessment of the Kaipara Harbour, New Zealand, Using a Relative Risk Model［J］ . Human and Ecological Risk Assessment： An International Journal，2015，21（4）：1123 - 1146.

［7］ 樊杰，王亞飛，湯青，等. 全國資源環(huán)境承載能力監(jiān)測預警（2014版）學術(shù)思路與總體技術(shù)流程［J］ . 地理科學，2015，35（1）：1 -10.

［8］ 瞿忠瓊，章明，周蕾. 集體建設(shè)用地指標市場化交易預警［J］ . 中國人口·資源與環(huán)境，2016，26（3）：109 - 117.

［9］ 張強，薛惠鋒，張明軍，等. 基于可拓分析的區(qū)域生態(tài)安全預警模型及應用——以陜西省為例［J］ . 生態(tài)學報，2010，30（16）：4277 - 4286.

［10］ 趙宏波，馬延吉. 基于變權(quán)—物元分析模型的老工業(yè)基地區(qū)域生態(tài)安全動態(tài)預警研究——以吉林省為例［J］ . 生態(tài)學報，2014，34（16）：4720 - 4733.

［11］ 宋戈，連臣. 黑龍江省耕地資源安全預警分析及預警系統(tǒng)的構(gòu)建［J］ . 農(nóng)業(yè)工程學報，2012，28（6）：247 - 252.

［12］ 莊偉，廖和平，楊偉，等. 城郊土地生態(tài)安全預警系統(tǒng)設(shè)計與關(guān)鍵技術(shù)研究——以重慶市長生橋鎮(zhèn)為例［J］ . 西南大學學報（自然科學版），2014，36（2）：117 - 123.

［13］ 宋戈，王越，趙可，等. 東北區(qū)耕地利用系統(tǒng)安全格局模擬及其閾值的確定［J］ . 地理研究，2015，34（3）：555 - 566.

［14］ 徐美，朱翔，劉春臘. 基于RBF的湖南省土地生態(tài)安全動態(tài)預警［J］ . 地理學報，2012，67（10）：1411 - 1422.

［15］ 張利，陳影，王樹濤，等. 濱?？焖俪鞘谢貐^(qū)土地生態(tài)安全評價與預警——以曹妃甸新區(qū)為例［J］ . 應用生態(tài)學報，2015，26（8）：2445 - 2454.

［16］ 莊少勤. “新常態(tài)”下的上海土地節(jié)約集約利用［J］ . 上海國土資源，2015，（3）：1 - 8.

（本文責編：陳美景）

Research on the Early-Warning of Land Warning-Index based on the Desired Value: Take Shanghai’s Land-Index as an Exam p le

QU Zhong-qiong1, YU Xiao1, DAI Bing2，3, FAN Hua2，3, SHI Xiao-ping1
（1. College of Public Administration, Nanjing Agricultural University, Nanjing 210095, China; 2. Shanghai Institute of Geological Survey, Shanghai 200072, China; 3. Shanghai Institute of Land Resource Survey, Shanghai 200072, China）

The target of this article was to find the methods of early-warning of some key elements of land system based on their desired values so as to provide the alert information and control measures timely. The research were as follows： 1）the trend projection forecasts were made for predicting future values of indexes; 2）the average annual growth rate functions were used for determining the backed-up values; 3）the forecast values combined with the backed-up values was used to determinethe elastic alert line; 4）the principle of 3σnormal distribution based on the statistical error theory was used for determining the warning degree ranges; 5）the signal lights were used to judge the alert situations. For instance, the yellow means the light warning and the red means the heavy warning; 6）the scenario analysis method was used to analyze the change trend of earlywarning under different reduction targets. The results showed that if the total reduction size of construction land in Shanghai increases by 10%, it will need to maintain zero growth after 2018. If the increase rate of reduction is 30%, the amount of newly-added construction will still have some chances to rise up. Although the forecast value of industrial land proportion was in the red light warning, but it continued declining and warning situation was alleviated. In conclusion, according to the regulation of “five-quantity controled development”, we would fulfill the target of “negative growth”. Meanwhile, the industrial land proportion will be back to normal range if we take some measures, such as industrial land clarified guidance, land redevelopment, compound land use, land use structure optimization and so on. The single warning-element is suitable for the indexes with long period target values. The future research should focus on establishing the multiple factors and comprehensive safety early-warning system with land factors as the core based on the single index early-warning.

land assessment; target value; warning-index; early-warning research; Shanghai

F301.2

：A

1001-8158（2017）05-0070-09

10.11994/zgtdkx.20170523.103605

2017-02-08；

2017-05-02

上海市地質(zhì)調(diào)查研究院招標項目“土地運行體征指標構(gòu)建及其決策咨詢機制研究”（2015（D）-018（F））；江蘇省社會科學基金“城鄉(xiāng)建設(shè)用地流轉(zhuǎn)中可置換用地指標的預警體系研究”（14GLD004）及其配套項目“南京農(nóng)業(yè)大學中央高?；究蒲袠I(yè)務(wù)費人文社會科學研究基金”（SKPT2015001）；南京農(nóng)業(yè)大學中央高?；究蒲袠I(yè)務(wù)費人文社科研究基金“城鄉(xiāng)建設(shè)用地增減掛鉤的預警體系及風險防控研究”（SKCX2015007）。

瞿忠瓊（1974-），女，云南麗江人，博士，副教授。主要研究方向為土地利用規(guī)劃與管理。E-mail： qzq@njau.edu.cn

石曉平（1973-），男，新疆和靜人，教授，博士生導師。主要研究方向土地經(jīng)濟與政策。E-mail： serena2@njau.edu.cn