穆飛翔，蒲春玲,2*，劉祥鑫

（1.新疆農(nóng)業(yè)大學(xué)管理學(xué)院，新疆·烏魯木齊 830052；2.新疆農(nóng)業(yè)大學(xué)經(jīng)濟社會發(fā)展研究中心，新疆·烏魯木齊 830052）

烏魯木齊市轄區(qū)建成區(qū)規(guī)模擴張及預(yù)測分析

穆飛翔1，蒲春玲1,2*，劉祥鑫1

（1.新疆農(nóng)業(yè)大學(xué)管理學(xué)院，新疆·烏魯木齊 830052；2.新疆農(nóng)業(yè)大學(xué)經(jīng)濟社會發(fā)展研究中心，新疆·烏魯木齊 830052）

依據(jù)烏魯木齊市2000～2015年社會經(jīng)濟發(fā)展數(shù)據(jù)，通過構(gòu)建城市建成區(qū)規(guī)模擴張與社會經(jīng)濟發(fā)展的協(xié)調(diào)性分析模型，計算市轄區(qū)建成區(qū)規(guī)模擴張與社會經(jīng)濟發(fā)展的協(xié)調(diào)性系數(shù)；構(gòu)建預(yù)測模型，分析烏魯木齊市轄區(qū)建成區(qū)規(guī)模與其他社會經(jīng)濟發(fā)展指標的關(guān)系，進而對其市轄區(qū)到2020年建成區(qū)規(guī)模進行預(yù)測。主要結(jié)論有：烏魯木齊市轄區(qū)的建成區(qū)的單位土地經(jīng)濟效益逐年增加，GDP的增長速度明顯要高于建成區(qū)規(guī)模的擴張，說明其建設(shè)用地的土地報酬正處于遞增的第一階段，總體上土地投入較合理；烏魯木齊市轄區(qū)建成區(qū)規(guī)模擴張與人口增長的協(xié)調(diào)度較弱，其建成區(qū)規(guī)模正處于快速擴張階段；通過分析兩個不同預(yù)測模型的實際應(yīng)用效果，顯示通過BP神經(jīng)網(wǎng)絡(luò)模型能夠獲得更加有效的預(yù)測，最終預(yù)測到2020年烏魯木齊市轄區(qū)建成區(qū)規(guī)模將達到523.8287km2。

建成區(qū)；規(guī)模擴張；經(jīng)濟社會發(fā)展；協(xié)調(diào)性分析；建設(shè)用地；效益分析；多元線性回歸；BP神經(jīng)網(wǎng)絡(luò)

關(guān)于建設(shè)用地的擴張的研究，國內(nèi)學(xué)者陳江龍利用遙感、土地利用調(diào)查等數(shù)據(jù)對建設(shè)用地擴張的過程、格局和機理進行了研究[1]，解修平等人針對城市擴張與耕地之間的關(guān)系和矛盾進行動態(tài)研究[2]，屈宇宏對建設(shè)用地擴張進行了模擬并提出相應(yīng)的策略[3]，趙可、舒幫榮等從不同的角度對城市建設(shè)用地擴張的驅(qū)動力進行了研究[4,5]，張樂勤對建設(shè)用地擴展驅(qū)動力在快速城鎮(zhèn)化的背景下進行了研究和展望[6]，龐博、方創(chuàng)琳結(jié)合智慧低碳城市的概念對城市發(fā)展的動力機制進行了系統(tǒng)的分析和探究[7]。國內(nèi)對于建設(shè)用地規(guī)模的預(yù)測的研究主要使用的模型主要有灰色系統(tǒng)模型[8]、多元回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型[9,10]、ARIMA模型等，且不同的模型都具有一定的局限性，研究中往往是根據(jù)已有的數(shù)據(jù)和資料合理選擇預(yù)測模型和方法[11,12]。

中國城市的發(fā)展過程中，學(xué)者研究過程中更加關(guān)注東部地區(qū)的城市，對北京、上海、南京等城市都有較多的研究[13～17]。但是對于西北特殊的資源環(huán)境條件下烏魯木齊市建設(shè)用地擴張的研究相對較少。本研究選取傳統(tǒng)的回歸分析方法，以2000年到2015年烏魯木齊市的市轄區(qū)建成區(qū)規(guī)模和社會經(jīng)濟數(shù)據(jù)的變化情況為依據(jù)，探索社會經(jīng)濟發(fā)展與市轄區(qū)建成區(qū)規(guī)模擴張的關(guān)系，進一步預(yù)測烏魯木齊市到2020年的市轄區(qū)建成區(qū)規(guī)模，以期為烏魯木齊市的未來社會經(jīng)濟發(fā)展與建設(shè)用地更加協(xié)調(diào)可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況

烏魯木齊市位于中國西北、新疆地區(qū)腹地，是連接亞歐大陸的核心，地處北天山北麓、準噶爾盆地南緣。行政區(qū)內(nèi)山地面積廣大，三面環(huán)山，北部為開闊平原，其地勢起伏較大，南部和東北部高，中部和北部相對較低。礦產(chǎn)資源和土地資源等自然資源豐富，而水資源是限制其更好發(fā)展的最重要的自然資源因素。

烏魯木齊市2015年全市的地區(qū)生產(chǎn)總值為2631.64億元，市轄區(qū)生產(chǎn)總值為2610.12億元，占全市的99.18%，市轄區(qū)的三次產(chǎn)業(yè)比值為0.9:30.0:69.1。全市轄七區(qū)一縣，總面積14216.3km2，其中市轄區(qū)的行政區(qū)域土地面積為9575.8km2，市轄區(qū)建成區(qū)規(guī)模為429.96km2，占全市總面積的3.02%，占市轄區(qū)行政區(qū)域面積的4.49%（見圖1），從2000年到2015年其市轄區(qū)建成區(qū)規(guī)模增加了290.41km2，如圖2所示。

圖1 烏魯木齊市轄區(qū)建成區(qū)規(guī)模示意圖Fig.1 The schematic diagram of Urumqi City area built up scale

圖2 烏魯木齊市轄區(qū)建成區(qū)規(guī)模歷年變化Fig.2 The scale of Urumqi City area built up over the year

由圖可知，烏魯木齊市從2000年到2005年建成區(qū)的面積變化幅度較小，從2006年開始高速增長，到2012年出現(xiàn)了短暫的回縮，但是2000年到2015年的16年時間里其建成區(qū)規(guī)模整體發(fā)展較快，增加了近兩倍。就增長速度而言，從2006年的最高的33.7%，到2015年期間的增速呈不斷下降的趨勢，城市的發(fā)展更加符合生產(chǎn)空間集約高效的要求，對土地資源的開發(fā)利用更加趨于理性化。

2 研究方法及數(shù)據(jù)來源

2.1 統(tǒng)計分析法

統(tǒng)計分析法指通過對研究對象的規(guī)模、速度、范圍、程度等數(shù)量關(guān)系的分析研究，認識和揭示事物間的相互關(guān)系、變化規(guī)律和發(fā)展趨勢，借以達到對事物的正確解釋和預(yù)測的一種研究方法。通過查閱相關(guān)的資料，并運用數(shù)學(xué)的方法進行數(shù)理統(tǒng)計和相關(guān)分析，達到量化分析事物變化的規(guī)律的目的，結(jié)果顯示更加客觀，是自然科學(xué)和社會科學(xué)研究中常用的方法。

2.2 多元回歸模型

在烏魯木齊市近年來的社會經(jīng)濟發(fā)展過程中，建成區(qū)規(guī)模變化趨勢呈線性增長，而其他的影響因素同樣呈線性增長的趨勢，所以本研究采用線性回歸的方法對建成區(qū)規(guī)模進行預(yù)測。線性回歸分析預(yù)測法是根據(jù)自變量與因變量的相互關(guān)系，建立線性回歸方程，進而測算出預(yù)測值。在建成區(qū)規(guī)模擴張過程中，受到多種因素的影響，為了更加準確和科學(xué)的預(yù)測出建成區(qū)未來的規(guī)模，本研究最終選擇多元回歸分析預(yù)測的方法。多元回歸是指有多個自變量之間的線性回歸模型，主要用于探索因變量與多變量之間的線性關(guān)系，多元線性回歸的數(shù)學(xué)模型為：

式中：y表示因變量，xi表示自變量，n為自變量的個數(shù)

2.3 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層，輸入層是將外界的輸入信息傳遞給中間層，中間層是內(nèi)部信息的處理層，可以是單隱層或者多隱層結(jié)構(gòu)，最后輸出層向外界輸出信息處理結(jié)果。如果輸出結(jié)果誤差較大，網(wǎng)絡(luò)開始逐層反向傳播并調(diào)整各層的權(quán)值，也是網(wǎng)絡(luò)不斷學(xué)習(xí)訓(xùn)練的過程，直到網(wǎng)絡(luò)輸出結(jié)果滿足誤差要求為止[18]。

2.4 數(shù)據(jù)的主要來源

本研究的數(shù)據(jù)主要來源于《烏魯木齊統(tǒng)計年鑒》（2001～2016年、第二次全國土地調(diào)查數(shù)據(jù)及規(guī)劃數(shù)據(jù)。

3 基于土地報酬遞減理論對市轄區(qū)建成區(qū)規(guī)模擴張的合理性分析

3.1 土地報酬遞減規(guī)律

土地報酬是指生產(chǎn)過程中投入生產(chǎn)要素的經(jīng)濟生產(chǎn)力所獲得的產(chǎn)品數(shù)量，體現(xiàn)了土地的生產(chǎn)力[19]。土地報酬遞減規(guī)律是指在技術(shù)不變、其他要素不變的前提下，對相同面積的土地不斷追加某種要素投入所帶來的報酬的增量（邊際報酬）最終會出現(xiàn)下降。

對市轄區(qū)建成區(qū)規(guī)模的合理性分析，本研究選用市區(qū)GDP作為分析的指標，通過分析建設(shè)用地與地區(qū)生產(chǎn)總值的關(guān)系，計算建設(shè)用地的單位土地經(jīng)濟效益和邊際經(jīng)濟效益。

3.2 市轄區(qū)建成區(qū)規(guī)模擴張的合理性分析

2000～2015年間，市轄區(qū)的GDP從2000年的257.53億元已經(jīng)增長到了2015年的2631.64億元，漲幅達到了922%，建成區(qū)規(guī)模的擴張幅度為208%。如圖3所示，GDP的漲幅和增長速度明顯要高于建成區(qū)規(guī)模的擴張，由此說明烏魯木齊市建設(shè)用地的利用率正在逐漸增加。如表1所示，建成區(qū)的單位土地經(jīng)濟效益逐年增加，2000年單位土地經(jīng)濟效益為1.85，到2015年增加到了6.07，漲幅達到了228%，說明烏魯木齊市轄區(qū)的建設(shè)用地的集約節(jié)約程度正在快速增加，同時說明烏魯木齊市的建成區(qū)規(guī)模的擴張對于經(jīng)濟的發(fā)展起著更加重要的作用，而更加依賴建設(shè)用地的擴張來加快經(jīng)濟的發(fā)展的方式已經(jīng)得以改變。

圖3 市轄區(qū)的建成區(qū)規(guī)模與GDP增長趨勢Fig.3 The growth trend of built-up area scale and GDP of City area

對于高速發(fā)展的烏魯木齊市，每塊建設(shè)用地所能帶來的效益的增加是其更加穩(wěn)定、可持續(xù)發(fā)展的必要條件?？傮w來看，烏魯木齊市轄區(qū)建成區(qū)規(guī)模的擴張過程中，各年建成區(qū)的土地邊際經(jīng)濟效益大于單位經(jīng)濟效益，即正處于土地報酬遞增的第一階段，所以總體上土地的投入是較合理的。

表1 烏魯木齊市轄區(qū)建成區(qū)土地經(jīng)濟效益Table1 Land economic beneft in Built-up area of Urumqi City

4 市轄區(qū)建成區(qū)規(guī)模擴張與人口增長的協(xié)調(diào)性分析

人是社會的基礎(chǔ)也是經(jīng)濟發(fā)展的根本動力源，人口的增長給社會帶來發(fā)展動力的同時對資源的利用和分配造成很大的壓力。城市是人口大量聚集的場所，人們對各種物質(zhì)資料的需求一直是處于增加狀態(tài)，特別是土地利用現(xiàn)狀已不能滿足人們的需求。依據(jù)《城市用地分類與規(guī)劃建設(shè)用地標準》的規(guī)定，偏遠地區(qū)和少數(shù)民族地區(qū)中地多人少的城市，規(guī)劃人均建設(shè)用地指標不得大于150m2/人，烏魯木齊市轄區(qū)的人均建成區(qū)規(guī)模整體上呈不斷上升的趨勢，到2015年達到了123.3m2，符合規(guī)定的要求。人口增長引起的剛需是城市建設(shè)用地規(guī)模的擴張重要推動力，烏魯木齊市2015年市轄區(qū)常住人口348.71萬人，相比2000年增加了200.19萬人，年均增速為8.99%，具體如圖4所示：

圖4 烏魯木齊市轄區(qū)常住人口歷年變化情況Fig.4 The changes of resident population in Urumqi City area over the years

4.1 構(gòu)建建成區(qū)規(guī)模擴張與人口增長關(guān)系模型

烏魯木齊市的人口平均增長速度為8.99%，市轄區(qū)建成區(qū)規(guī)模年均增長13.87%，人口的增長速度明顯低于建成區(qū)規(guī)模的增長速度，同時也說明了烏魯木齊市的人均建成區(qū)規(guī)模逐年增加。

本研究借鑒已有的對建成區(qū)規(guī)模擴張與人口增長關(guān)系的研究[20～23]，引入建成區(qū)規(guī)模擴張與人口增長關(guān)系模型，計算建成區(qū)規(guī)模擴張與人口增長協(xié)調(diào)性系數(shù)（CPI），具體公式如下所示：

式中：CPI表示城市建成區(qū)規(guī)模擴張與人口增長的協(xié)調(diào)性系數(shù)；CRI表示建成區(qū)規(guī)模的年均增長率，PRI表示市轄區(qū)常住人口的年均增長率，年均增長率采用幾何平均值；R為人均建成區(qū)面積的約束系數(shù)，LPo和LPIo分別表示2000年的人均建成區(qū)面積和當(dāng)年該城市的理想人均建成區(qū)面積，LPt和LPIt分別表示2015年的人均建成區(qū)面積和當(dāng)年該城市的理想人均建成區(qū)面積。2000年烏魯木齊市的人口已經(jīng)達到了148.52萬人，按當(dāng)年的城市規(guī)模劃分標準屬于特大城市的行列[24]，但按照新的標準烏魯木齊市2015年的城市規(guī)模屬于Ⅰ型大城市。對于歷年的城市理想人均建成區(qū)面積的確定，根據(jù)《城市用地分類與規(guī)劃建設(shè)用地標準》和《烏魯木齊城市總體規(guī)劃》的要求以及前人對人均建設(shè)用地的相關(guān)研究[25～27]，2000年最終取值為95m2/人，2015年最終取值為125m2/人。

4.2 建設(shè)用地擴張與人口增長協(xié)調(diào)性分析

對于烏魯木齊市的建成區(qū)規(guī)模擴張與人口增長的協(xié)調(diào)性等級的劃分，參照相關(guān)研究成果[18～20]，全國城市的建設(shè)用地擴張與人口增長的協(xié)調(diào)性主要分為土地快速擴張、人地基本協(xié)調(diào)、人口快速增長和人地有所收縮，分別以CPI值1.3、0.9和0為界線，據(jù)此對烏魯木齊市的建設(shè)用地擴張與人口增長的協(xié)調(diào)性進行評價。

通過計算，結(jié)果顯示烏魯木齊市的CPI值為1.54，建成區(qū)規(guī)模擴張的速度明顯高于人口的增長速度，人均建成區(qū)面積呈現(xiàn)明顯的增加趨勢。所以烏魯木齊市建設(shè)用地正處于土地快速擴張階段，建成區(qū)規(guī)模擴張與人口的增長之間的協(xié)調(diào)性減弱。

5 線性回歸模型的設(shè)計及分析

5.1 指標的選取

本研究在預(yù)測分析主要運用社會經(jīng)濟指標，首先將烏魯木齊市的2000年到2015年的社會經(jīng)濟數(shù)據(jù)進行統(tǒng)計整理，經(jīng)過初步分析，篩選出十多項指標；然后通過SPSS22.0軟件與建設(shè)用地面積變化情況進行相關(guān)性分析，最終選取與烏魯木齊市建設(shè)用地面積（Y）相關(guān)性較大（表1）的五項指標，即市轄區(qū)常住人口數(shù)量（X1），市轄區(qū)GDP（X2），市轄區(qū)固定資產(chǎn)投資總額（X3），市轄區(qū)房地產(chǎn)開發(fā)投資總額（X4），城鎮(zhèn)居民家庭人均可支配收入（X5）。

5.2 選取指標的相關(guān)性分析

運用SPSS22.0軟件對所選的指標進行相關(guān)性分析，即計算統(tǒng)計的指標數(shù)據(jù)之間的皮爾森（Pearson）相關(guān)性系數(shù)（表2）。

表2 皮爾森相關(guān)性系數(shù)Table2 Correlation coeffcient of Pearson

由表2可知，市轄區(qū)建成區(qū)面積與其他五項指標的相關(guān)性都在0.85以上，說明市轄區(qū)建成區(qū)面積與所選取的其他指標的極其相關(guān)性，因此本研究最終將這五項指標均作為構(gòu)建烏魯木齊市轄區(qū)建成區(qū)面積預(yù)測模型的指標，根據(jù)這五項指標來建立相應(yīng)的線性回歸方程。

5.3 多元線性回歸模型的建立與分析

用SPSS22.0軟件對所選指標進行線性回歸分析，從模型輸出的結(jié)果表示所有的六個變量都進入模型，沒有變量剔除。其模型的R2為0.984，調(diào)整后的R2為0.976，說明回歸模型的擬合優(yōu)度很高，說明自變量的值與回歸方程曲線的接近程度高。模型的D-W檢驗統(tǒng)計量的值為2.786，表示殘差較為獨立。根據(jù)方差分析，指標的回歸關(guān)系的顯著性系數(shù)為0，說明其回歸關(guān)系具有統(tǒng)計學(xué)的意義。而共線性統(tǒng)計分析表明，變量的VIF值都比較大，所以各個變量之間存在明顯的多重共線性問題，說明該模型結(jié)果存在很大的不確定性，需要進一步的改進。

對上述的多元線性回歸模型進行改進，通過逐步輸入的方法進行調(diào)整分析，結(jié)果顯示模型的R2為0.977，擬合優(yōu)度較高，但是五個變量中排除了四個，剩下變量X1，最終模型構(gòu)建的預(yù)測方程為：

運用SPSS22軟件對單個指標進行做散點圖，通過圖形選擇最合適的擬合線，然后通過回歸分析中曲線估計的方法求出擬合線的方程式，估算出2020年的指標X1的預(yù)測值，到2020年烏魯木齊市轄區(qū)常住人口將達到439.83萬人。由以上預(yù)測方程可知，2020年烏魯木齊市轄區(qū)建成區(qū)面積為542.24km2。該方法最后的預(yù)測中只有市轄區(qū)常住人口（X1）一個因子，也就是意味著該變量因子對建成區(qū)規(guī)模的影響較大，而其他變量因子的影響作用有限，這結(jié)果顯然與事實不符，借助SPSS軟件的時間序列預(yù)測分析的功能，尋求更高精度的預(yù)測模型。

5.4 BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測分析

以MATLABR2013a為平臺構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，模型預(yù)測過程主要分為三個階段，即：數(shù)據(jù)預(yù)處理、模型的構(gòu)建及訓(xùn)練和驗證，最終進行預(yù)測。數(shù)據(jù)的預(yù)處理主要是將數(shù)據(jù)標準化或歸一化，本研究運用mapminmax函數(shù)進行歸一化處理，目的是消除不同神經(jīng)元之間量綱的差異，使網(wǎng)絡(luò)樣本數(shù)據(jù)都處于[-1,+1]之間，加快模型的收斂速度。模型的結(jié)構(gòu)以烏魯木齊市轄區(qū)建成區(qū)規(guī)模變化5個驅(qū)動因子作為輸入神經(jīng)元，隱含層按照逐步實驗法確定節(jié)點數(shù)，將建成區(qū)面積作為輸出層神經(jīng)元。網(wǎng)絡(luò)參數(shù)的設(shè)置：最小訓(xùn)練速率為0.1，網(wǎng)絡(luò)最大的訓(xùn)練次數(shù)為5000，允許誤差為0.000001。

隱含層節(jié)點數(shù)確定經(jīng)驗公式：

模型的訓(xùn)練和檢驗是根據(jù)訓(xùn)練樣本和檢驗樣本進行，以2000～2010年的數(shù)據(jù)為訓(xùn)練樣本，以2011～2015年的數(shù)據(jù)為檢驗樣本，通過對網(wǎng)絡(luò)反復(fù)訓(xùn)練，在防止訓(xùn)練過程的“過學(xué)習(xí)”現(xiàn)象的同時經(jīng)過反復(fù)試驗，最終確定網(wǎng)絡(luò)結(jié)構(gòu)為5-6-1。

5.5 預(yù)測結(jié)果合理性分析

從模型精度角度分析，由表3可知，BP神經(jīng)網(wǎng)絡(luò)的仿真結(jié)果與多元線性回歸預(yù)測相比更加接近實際值，也就是表明神經(jīng)網(wǎng)絡(luò)的精度更高。

從社會經(jīng)濟發(fā)展的角度分析，由前文分析可知，烏魯木齊市的單位土地經(jīng)濟效益正在處于上升階段，社會經(jīng)濟發(fā)展水平也在不斷的提高，正處于土地報酬遞增的階段，所以建設(shè)用地的快速擴張也是符合社會經(jīng)濟發(fā)展趨勢的。烏魯木齊市從2005年到2010年建成區(qū)面積擴大了166.57km2，從2010年到2015年建成區(qū)面積增加了86.96km2，說明其建成區(qū)面積的增速逐漸放緩，并且政府政策更加傾向于集約節(jié)約用地，所以綜合考慮，神經(jīng)網(wǎng)絡(luò)的仿真結(jié)果更加符合烏魯木齊市轄區(qū)的發(fā)展現(xiàn)狀。

表3 模型預(yù)測結(jié)果對比Table3 Comparison of model prediction results

6 結(jié)論

依據(jù)烏魯木齊市2000年到2015年的建成區(qū)規(guī)模變化情況和社會經(jīng)濟發(fā)展情況，量化分析烏魯木齊市的土地經(jīng)濟效益，構(gòu)建建成區(qū)規(guī)模擴張與人口增長關(guān)系模型對其協(xié)調(diào)性進行分析，最后通過線性回歸模型對烏魯木齊市2020的建成區(qū)規(guī)模進行預(yù)測，具體結(jié)論如下：

（1）烏魯木齊市轄區(qū)單位面積建設(shè)用地經(jīng)濟效益逐年增加，從2000年值為1.85到2015年增加到了6.07，漲幅達到了228%，GDP的年均增速明顯高于建成區(qū)規(guī)模的擴張。建成區(qū)的土地邊際經(jīng)濟效益大于平均經(jīng)濟效益，正處于土地報酬遞增的第一階段，土地的投產(chǎn)比較高，土地利用的經(jīng)濟效益呈現(xiàn)“建設(shè)用地”型。

（2）計算結(jié)果顯示烏魯木齊市的CPI值為1.54，建成區(qū)規(guī)模擴張的速度明顯高于人口的增長速度，人均建成區(qū)面積呈現(xiàn)明顯的增加趨勢。據(jù)協(xié)調(diào)性等級劃分界值進行分析，建成區(qū)規(guī)模正處于快速擴張階段。也由此說明烏魯木齊市轄區(qū)建成區(qū)規(guī)模擴張與人口增長的協(xié)調(diào)度較弱，建成區(qū)規(guī)模擴張的速度明顯高于人口增長的速度，人均建成區(qū)面積正逐年增加。

（3）通過對預(yù)測結(jié)果的比較，運用BP神經(jīng)網(wǎng)絡(luò)模型有明顯的優(yōu)勢，具有方便、快捷的特點，但是明顯的缺點是不同的預(yù)測主體經(jīng)驗的不同，網(wǎng)絡(luò)參數(shù)的設(shè)置沒有固定的理論參考，不利于產(chǎn)生最優(yōu)的預(yù)測結(jié)果，需要大量的反復(fù)試驗。多元線性回歸分析中各因子之間易產(chǎn)生明顯的多重共線性，通過逐步回歸調(diào)整后獲得的預(yù)測方程排除較多變量，預(yù)測結(jié)果可信度不高。另外，模型指標體系的構(gòu)建不夠全面，本研究主要選取的社會經(jīng)濟指標，缺少政策分析，主要是考慮到政策的定量化具有一定的難度，并且具有很強的不確定性，所以在此不予考慮。

烏魯木齊市作為我國“一帶一路”經(jīng)濟帶的核心位置，在區(qū)域發(fā)展和我國西部地區(qū)對外開放中擔(dān)負著至關(guān)重要的戰(zhàn)略角色。隨著我國經(jīng)濟發(fā)展進入新常態(tài)，產(chǎn)業(yè)結(jié)構(gòu)和發(fā)展方式不斷進行調(diào)整，烏魯木齊市的發(fā)展同樣需要進行調(diào)整和轉(zhuǎn)型升級，在發(fā)展過程中土地資源的結(jié)構(gòu)性變化應(yīng)與產(chǎn)業(yè)發(fā)展相適應(yīng)。目前城市建成區(qū)面積的快速擴張，彰顯出城市對建設(shè)用地需求旺盛，應(yīng)積極采取人口、經(jīng)濟、資源、環(huán)境可持續(xù)發(fā)展的應(yīng)對措施，確保烏魯木齊市建設(shè)用地規(guī)模協(xié)調(diào)發(fā)展和全方位的健康、可持續(xù)發(fā)展。

References)

[1] 陳江龍,高金龍,徐夢月,等.南京大都市區(qū)建設(shè)用地擴張?zhí)卣髋c機理[J].地理研究,2014,(3):427-438.

Chen J L, Gao J L, Xu M Y, et al.Characteristics and mechanism of construction land expansion in Nanjing metropolitan area[J].Geographical Research, 2014,(3):427-438.

[2] 解修平,周杰,張海龍,等.關(guān)中—天水經(jīng)濟區(qū)土地利用變化模擬預(yù)測及景觀格局動態(tài)變化[J].干旱區(qū)地理,2013,(3):482-490.

Xie X P, Zhou J, Zhang H L, et al.Land use change simulation and landscape pattern change of the Guanzhong-Tianshui Region[J].Arid Land Geography, 2013,(3):482-490.

[3] 屈宇宏,孫帥,陳銀蓉.中國城市建設(shè)用地擴張趨勢模擬及抑制策略[J].資源科學(xué),2014,(1):1-7.

Qu Y H, Sun S, Chen Y R.The expansion and strategy of controlling China’s urban construction land[J].Resources Science, 2014,(1):1-7.

[4] 趙可,張安錄.城市建設(shè)用地擴張驅(qū)動力實證研究——基于遼寧省14市市轄區(qū)數(shù)據(jù)[J].資源科學(xué),2013,(5):928-934.

Zhao K, Zhang A L.Driving forces behind urban land expansion based on panel data for 14 cities in Liaoning[J].Resources Science, 2013,(5):928-934.

[5] 舒幫榮,李永樂,曲藝,等.不同職能城市建設(shè)用地擴張及其驅(qū)動力研究——基于中國137個地級以上城市的考察[J].南京農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版),2014,(2):86-92.

Shu B R, Li Y L, Qu Y, et al.Urban land expansion and its driving forces in different functional cities: An empirical analysis based on 137 cities in China[J].Journal of Nanjing Agricultural University (Social Sciences Edition), 2014,(2):86-92.

[6] 張樂勤,陳素平,王文琴,等.快速城鎮(zhèn)化背景下建設(shè)用地擴展驅(qū)動力研究述評與展望[J].干旱區(qū)地理,2013,(1):164-175.

Zhang L Q, Chen S P, Wang W Q, et al.Review and prospect on driving force research of construction land expansion in the context of rapid urbanization[J].Arid Land Geography, 2013,(1):164-175.

[7] 龐博,方創(chuàng)琳.智慧低碳城市發(fā)展的動力機制探究[J].干旱區(qū)地理,2016,(3):621-629.

Pang B, Fang C L.Theoretical analysis of the dynamic mechanism of smart low-carbon city[J].Arid Land Geography, 2016,(3):621-629.

[8] 彭保發(fā),胡曰利,吳遠芬,等.基于灰色系統(tǒng)模型的城鄉(xiāng)建設(shè)用地規(guī)模預(yù)測——以常德市鼎城區(qū)為例[J].經(jīng)濟地理,2007,(6):999-1002.

Peng B F, Hu Y L, Wu Y F, et al.Scale forecast of urban construction land based on gray system model: A case study from Dingcheng district in Changde city[J].Economic Geography, 2007,(6):999-1002.

[9] 郭杰,歐名豪,劉瓊,等.基于BP神經(jīng)網(wǎng)絡(luò)的南通市建設(shè)用地需求預(yù)測[J].資源科學(xué),2009,(8):1355-1361.

Guo J, Ou M H, Liu Q, et al.Construction land demand forecast in Nantong city based on BP neural network[J].Resources Science, 2009,(8):1355-1361.

[10] 謝汀,伍文,鄧良基,等.基于PCA-RBF神經(jīng)網(wǎng)絡(luò)的成都市建設(shè)用地需求預(yù)測[J].西南大學(xué)學(xué)報(自然科學(xué)版),2014,(11):183-190.

Xie T, Wu W, Deng L J, et al.Construction land demend forecasting of Chengdu city based on PCA-RBF neural network[J].Journal of Southwest University (Natural Science Edition), 2014,(11):183-190.

[11] 榮聯(lián)偉,師學(xué)義,楊靜.土地利用規(guī)劃中建設(shè)用地預(yù)測方法比較[J].中國人口·資源與環(huán)境,2014,(S3):199-203.

Rong L W, Shi X Y, Yang J.Comparison of construction land prediction methods in land use planning[J].China Population, Resources and Environment, 2014,(S3):199-203.

[12] 羅罡輝,吳次芳.建設(shè)用地需求預(yù)測方法研究[J].中國土地科學(xué), 2004,(6):14-17.

Luo G H, Wu C F.Methods of predicting land demand for construction use[J].China Land Science, 2004,(6):14-17.

[13] 黃小虎.建立城鄉(xiāng)統(tǒng)一的建設(shè)用地市場研究[J].上海國土資源, 2015,36(2):1-8.

Huang X H.Establishing a unified market for urban and rural construction land[J].Shanghai Land & Resources, 2015,36(2):1-8.

[14] 許皎琳,樓江.土地城鎮(zhèn)化驅(qū)動因素研究[J].上海國土資源,2015, 36(4):31-34,38.

Xu J L, Lou J.Driving factors of land urbanization in prefectural cities of Jiangsu province[J].Shanghai Land & Resources,2015,36(4):31-34,38.

[15] 高魏.上海市建設(shè)用地與經(jīng)濟社會發(fā)展的空間計量經(jīng)濟分析[J].上海國土資源,2013,34(3):11-15,20.

Gao W.Spatial econometric analysis of socio-economic development and construction land in Shanghai[J].Shanghai Land & Resources, 2013,34(3):11-15,20.

[16] 陸效平,王靜,金志豐.江蘇省建設(shè)用地擴展類型及對經(jīng)濟增長的貢獻研究[J].上海國土資源,2014,35(3):43-46.

Lu X P, Wang J, Jin Z F.Construction land expansion types and their contribution to economic growth in Jiangsu province[J].Shanghai Land & Resources, 2014,35(3):43-46.

[17] 夏浩,苑韶峰,楊麗霞,等.基于空間自相關(guān)分析的浙南城市群建設(shè)用地利用效益評價與分區(qū)管制[J].上海國土資源,2017, 38(1):9-13.

Xia H, Yuan S F, Yang L X, et al.The regulated zoning of construction land in the urban agglomeration of south Zhejiang based on spatial autocorrelation analysis[J].Shanghai Land & Resources, 2017,38(1):9-13.

[18] 李煥,徐建春,李翠珍,等.基于BP人工神經(jīng)網(wǎng)絡(luò)的開發(fā)區(qū)土地集約利用評價——以浙江省為例[J].地域研究與開發(fā),2011, (4):122-126.

Li H, Xu J C, Li C Z, et al.The evaluation of intensive land use in the development zone based on BP artifcial neural network: A case of Zhejiang province[J].Areal Research and Development, 2011,(4):122-126.

[19] 王耕源.土地報酬遞減規(guī)律對城市化的影響分析[J].興義民族師范學(xué)院學(xué)報,2010,(2):8-11.

Wang G Y.Analysis is the effects of the land law of diminishing returns on the urbanization[J].Journal of Xingyi Normal University for Nationalities, 2011,(4):122-126.

[20] 楊艷昭,封志明,趙延德,等.中國城市土地擴張與人口增長協(xié)調(diào)性研究[J].地理研究,2013,(9):1668-1678.

Yang Y Z, Feng Z M, Zhao Y D, et al.Coordination between urban land expansion and population growth in China[J].Geographical Research, 2013,(9):1668-1678.

[21] 劉志佳,黃河清.珠三角地區(qū)建設(shè)用地擴張與經(jīng)濟 人口變化之間相互作用的時空演變特征分析[J].資源科學(xué),2015,(7):1394-1402.

Liu Z J, Huang H Q.Tempo-spatial characteristics of interactions among changes in built-up land, GDP and demography in the Pearl River Delta[J].Resources Science, 2015,(7):1394-1402.

[22] 肖池偉,劉影,李鵬,等.基于城市空間擴張與人口增長協(xié)調(diào)性的高鐵新城研究[J].自然資源學(xué)報,2016,(9):1440-1451.

Xiao C W, Liu Y, Li P, et al.Evaluation of the High-speed rail new town based on coordination of urban spatial expansion and population growth[J].Journal of Natural Resources, 2016,(9):1440-1451.

[23] 杜忠潮,黃波,陳佳麗.關(guān)中—天水經(jīng)濟區(qū)城市群人口經(jīng)濟與資源環(huán)境發(fā)展耦合協(xié)調(diào)性分析[J].干旱區(qū)地理,2015,(1):135-147.

Du Z C, Huang B, Chen J L.Coordinating development of population economy and resources environment of the city group in Guangzhou-Tianshui[J].Arid Land Geography, 2015,(1):135-147.

[24] 朱春,呂芹.我國城市規(guī)模等級體系的探討[J].社會科學(xué),2001, (3):16-18.

Zhu C, Lü Q.Discussion on urban scale system in China[J].Journal of Social Sciences, 2001,(3):16-18.

[25] 黃季焜,朱莉芬,鄧祥征.中國建設(shè)用地擴張的區(qū)域差異及其影響因素[J].中國科學(xué)(D輯:地球科學(xué)),2007,(9):1235-1241.

Huang J K, Zhu L F, Deng X Z.Regional differences of China's construction land expansion and its infuencing factors[J].Scientia Sinica (Terrae D), 2007,(9):1235-1241.

[26] 汪軍,趙民,李新陽.我國規(guī)劃建設(shè)用地新標準制定的思路探討[J].城市規(guī)劃,2012,(4):54-60.

Wang J, Zhao M, Li X Y.Discussion on ideas concerning formation of new planning standards of development land in China[J].City Planning Review, 2012,(4):54-60.

[27] 徐笑東,張占錄,鄭文兵,等.我國城市人均用地規(guī)模指標研究[J].中國軟科學(xué),1999,(8):22-24.

Xu X D, Zhang Z L, Zheng W B, et al.Study on index of per capita land use scale in cities of China[J].China Soft Science, 1999,(8):22-24.

Scale expansion and forecast analysis of built-up area in Urumqi municipal district

MU Fei-Xiang1, PU Chun-Ling1,2, LIU Xiang-Xin1
(1.School of Management, Xinjiang Agricultural University, Xinjiang Urumqi 830052, China; 2.Center for Economic and Social Development, Xinjiang Agricultural University, Xinjiang Urumqi 830052, China)

Through the construction of coordination area expansion and the development of society and economy analysis model of the city was built, based on the 2000 data of social economic development in 2015, calculate the area of Urumqi city built area coordination coeffcient of scale expansion and the economic and social development; build multivariate linear regression model, analysis of the relationship between Urumqi city and other built-up area scale social and economic index, and the city built in 2020 to forecast the size.The main conclusions are: The unit of land economic beneft in Urumqi City, the area of built-up area increased year by year, the growth rate of GDP was signifcantly higher than that of built-up area expansion, its development is in the stage of increasing returns of land, land investment is generally more reasonable; The Urumqi area of built-up area expansion and population growth the coordination degree is weak, the built-up area scale is in a phase of rapid expansion; Through the analysis of two different prediction models of the practical application results show that the BP neural network model to predict the more effective, the fnal forecast to 2020 Urumqi City area of built-up area will reach 523.8287km2.

built-up area; scale expansion; economic social development; harmony analysis; construction land; beneft evaluation; multiple regression; BP neural network

F293.22

A

2095-1329(2017)03-0030-06

10.3969/j.issn.2095-1329.2017.03.007

2017-04-09

修回日期: 2017-06-09

穆飛翔(1990-),男,碩士生,研究方向為土地資源可持續(xù)利用與區(qū)域經(jīng)濟.

電子郵箱: 1299587793@qq.com

聯(lián)系電話: 13209901371

國家社會科學(xué)基金項目“西部‘礦農(nóng)復(fù)合區(qū)’非自愿移民搬遷安置及管控機制研究”(14XGL005)

*通訊作者: 蒲春玲(教授/博導(dǎo)): puchunling@163.com