陳伊多 胡彥

（1.武漢洪房房地產(chǎn)土地估價(jià)有限公司西藏分公司，西藏 拉薩 850000；2.武漢洪房房地產(chǎn)土地估價(jià)有限公司，湖北 武漢 430000）

0 引言

近年來(lái)，伴隨西部大開(kāi)發(fā)、西部計(jì)劃等國(guó)家級(jí)戰(zhàn)略的有序推進(jìn)，西藏自治區(qū)經(jīng)濟(jì)整體高速發(fā)展，人民生活水平顯著提升，與此同時(shí)，生態(tài)環(huán)境問(wèn)題也是日益突出，由于環(huán)境破壞與人類不合理活動(dòng)，珠峰自然保護(hù)區(qū)暫時(shí)關(guān)閉。土地集約節(jié)約利用問(wèn)題也隨之得到了更廣泛的關(guān)注。建設(shè)用地利用粗放和不合理擴(kuò)張等問(wèn)題日益嚴(yán)重，引起學(xué)術(shù)界相關(guān)學(xué)者的廣泛關(guān)注。因此，構(gòu)建節(jié)約集約用地狀況評(píng)價(jià)體系，評(píng)價(jià)建設(shè)用地節(jié)約集約利用水平，提升建設(shè)用地利用效率和空間布局，已經(jīng)成為統(tǒng)籌城鄉(xiāng)發(fā)展的內(nèi)在需求。

目前，中外學(xué)者針對(duì)建設(shè)用地節(jié)約集約利用狀況已經(jīng)積累了大量理論實(shí)踐研究成果。國(guó)際學(xué)者對(duì)于土地節(jié)約集約利用研究開(kāi)始較早，最初起源于古典政治經(jīng)濟(jì)學(xué)的地租理論與農(nóng)業(yè)用地的集約利用研究，后被借鑒到城市土地利用研究中。近年來(lái)，“新城市主義”、“精明增長(zhǎng)”等新概念在城市規(guī)劃、促進(jìn)城鄉(xiāng)土地集約利用與可持續(xù)利用、遏止城市蔓延等方面取得良好的實(shí)踐效果［1-4］。中國(guó)學(xué)者相關(guān)研究開(kāi)始較晚，直到20 世紀(jì)90 年代才開(kāi)始針對(duì)相關(guān)領(lǐng)域進(jìn)行研究［5］，國(guó)內(nèi)學(xué)者主要圍繞建設(shè)用地節(jié)約集約利用狀況評(píng)價(jià)的理論政策分析與研究方法梳理［6-8］，城市及開(kāi)發(fā)區(qū)用地［9-10］、工業(yè)用地［11-12］、交通用地［13］等各類土地的節(jié)約集約利用評(píng)價(jià)、影響因素等開(kāi)展研究［14-16］，同時(shí)也有針對(duì)評(píng)價(jià)指標(biāo)體系構(gòu)建［17-18］、評(píng)價(jià)模型和方法創(chuàng)新［19-21］以及節(jié)約集約利用潛力測(cè)算［22-23］等多方面的內(nèi)容?，F(xiàn)有研究多利用傳統(tǒng)評(píng)價(jià)模式，受主觀因素影響較大，易造成評(píng)價(jià)結(jié)果不準(zhǔn)確［24］，因此，文章通過(guò)利用MATLAB 軟件訓(xùn)練BP-ANN 模型，對(duì)西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況進(jìn)行評(píng)估，并針對(duì)其現(xiàn)狀趨勢(shì)提出發(fā)展建議與對(duì)策。

1 研究區(qū)域概況及數(shù)據(jù)來(lái)源

西藏自治區(qū)位于我國(guó)西南邊疆，青藏高原的南部，總面積122.84 萬(wàn)平方公里，約占我國(guó)國(guó)土總面積的八分之一，北靠新疆，東北接青海，東鄰四川，東南連接云南，南邊和西部與克什米爾、尼泊爾、不丹、緬甸、印度等國(guó)交界，國(guó)界線約3842公里，是中國(guó)西南邊陲的重要門戶，戰(zhàn)略位置險(xiǎn)要。西藏自治區(qū)下轄拉薩市日喀則市、山南市、林芝市、那曲市、昌都市6個(gè)市以及阿里1個(gè)地區(qū)，包括8個(gè)市轄區(qū)以及66個(gè)縣。

文章基礎(chǔ)數(shù)據(jù)主要包括各區(qū)縣常住人口、地區(qū)生產(chǎn)總值、土地供應(yīng)數(shù)據(jù)以及單位污水排放量數(shù)據(jù)，常住人口、地區(qū)生產(chǎn)總值來(lái)源于各市統(tǒng)計(jì)年鑒，土地供應(yīng)數(shù)據(jù)來(lái)源于自治區(qū)自然資源局，單位污水排放數(shù)據(jù)來(lái)源于西藏自治區(qū)生態(tài)環(huán)境廳。

2 BP-ANN模型的應(yīng)用

2.1 BP-ANN模型原理

人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks）,簡(jiǎn)稱ANN，是用于模擬生物神經(jīng)網(wǎng)絡(luò)進(jìn)行信息處理的一種數(shù)學(xué)模型，由大量的節(jié)點(diǎn)（或稱神經(jīng)元）之間相互聯(lián)接構(gòu)成，用于實(shí)現(xiàn)某種特定功能，其具有主動(dòng)學(xué)習(xí)、聯(lián)想存儲(chǔ)以及高速尋求最優(yōu)解的能力，對(duì)于實(shí)現(xiàn)地理模式識(shí)別、復(fù)雜地理系統(tǒng)的優(yōu)化計(jì)算和地理過(guò)程模擬與預(yù)測(cè)等問(wèn)題具有較強(qiáng)適應(yīng)性［25］。

BP 神經(jīng)網(wǎng)絡(luò)是由輸入層、隱含層和輸出層構(gòu)成的前向網(wǎng)絡(luò)（如圖1 所示）［26］。輸入層各神經(jīng)元負(fù)責(zé)接收外部輸入信息，通過(guò)模擬人腦神經(jīng)系統(tǒng)傳遞給中間隱含層個(gè)神經(jīng)元；隱含層為模型內(nèi)部信息處理層，可設(shè)計(jì)成單層或多層結(jié)構(gòu)，負(fù)責(zé)內(nèi)部信息處理；輸出層為一個(gè)輸入樣本經(jīng)權(quán)重、闕值和激勵(lì)函數(shù)運(yùn)算后得出的結(jié)果。將輸出結(jié)果與期望的樣本進(jìn)行比較，若實(shí)際輸出結(jié)果與期望值不符時(shí)，模型進(jìn)入誤差反向傳導(dǎo)階段，誤差按照誤差梯度下降的方式修正各層權(quán)重，從輸出層依次反向傳導(dǎo)至隱含層以及輸入層，通過(guò)對(duì)個(gè)層權(quán)重以及闕值進(jìn)行調(diào)整，是誤差信號(hào)最小，最終使網(wǎng)絡(luò)的技術(shù)處逐漸向各自所對(duì)應(yīng)的期望值逼近，直到網(wǎng)絡(luò)輸出誤差減小到規(guī)定范圍或預(yù)先設(shè)定好的學(xué)習(xí)次數(shù)為止。

圖1 BP-ANN神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)示意圖

2.2 BP-ANN模型構(gòu)建

2.2.1 確定BP-ANN 模型構(gòu)建。建設(shè)用地節(jié)約集約利用評(píng)價(jià)指標(biāo)體系是以區(qū)域建設(shè)用地利用強(qiáng)度指數(shù)、增長(zhǎng)耗地指數(shù)以及生態(tài)環(huán)境指數(shù)三方面綜合而成的綜合體，其指標(biāo)體系也從上述三方面進(jìn)行選取。影響建設(shè)用地利用強(qiáng)度的包括城鄉(xiāng)建設(shè)用地人口密度、建設(shè)用地地均生產(chǎn)總值兩項(xiàng)指標(biāo)；影響增長(zhǎng)耗地情況的包括單位人口增長(zhǎng)消耗新增城鄉(xiāng)建設(shè)用地量、單位地區(qū)生產(chǎn)總值耗地下降率、單位地區(qū)生產(chǎn)總值增長(zhǎng)消耗新增建設(shè)用地量以及城鄉(xiāng)建設(shè)用地增長(zhǎng)率四項(xiàng)指標(biāo)；影響生態(tài)環(huán)境的指標(biāo)選取單位地區(qū)生產(chǎn)總值廢水排放量為代表（表1）。

表1 建設(shè)用地節(jié)約集約利用評(píng)價(jià)指標(biāo)體系

2.2.2 確定隱含層神經(jīng)元節(jié)點(diǎn)個(gè)數(shù)。隱含層神經(jīng)元數(shù)量是BP-ANN 模型運(yùn)行的關(guān)鍵部分，神經(jīng)元個(gè)數(shù)過(guò)多會(huì)導(dǎo)致網(wǎng)絡(luò)穩(wěn)定性降低，神經(jīng)元數(shù)量過(guò)少會(huì)導(dǎo)致陷入局部最小值，同樣影響模型運(yùn)行效果。參考“黃金分割法”確定隱含層神經(jīng)元個(gè)數(shù)，初步將隱含層神經(jīng)元個(gè)數(shù)設(shè)定為8～20，在訓(xùn)練和測(cè)試網(wǎng)絡(luò)使其收斂的過(guò)程中最終確定神經(jīng)元個(gè)數(shù)如表2所示。

表2 BP-ANN人工網(wǎng)絡(luò)模型隱含層神經(jīng)元個(gè)數(shù)檢驗(yàn)表

2.2.3 數(shù)據(jù)標(biāo)準(zhǔn)化處理。評(píng)論區(qū)域中包括西藏自治區(qū)m 個(gè)縣區(qū)的n 個(gè)評(píng)價(jià)指標(biāo)的建設(shè)用地節(jié)約集約利用狀況，則其原始數(shù)據(jù)矩陣X為：

原始指標(biāo)的值存在數(shù)值區(qū)間和量綱的差異，難以構(gòu)成一個(gè)統(tǒng)一的數(shù)據(jù)矩陣，因此，使用理想值法將原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理，各項(xiàng)指標(biāo)理想值如表3所示：

式中：Sij0——第i個(gè)縣第j項(xiàng)指標(biāo)標(biāo)準(zhǔn)化值得初始值；

tij——第i個(gè)縣第j項(xiàng)指標(biāo)標(biāo)準(zhǔn)值；

aij——第i個(gè)縣第j項(xiàng)指標(biāo)實(shí)際值。

表3 各項(xiàng)指標(biāo)理想值取值表

根據(jù)指標(biāo)屬性以及標(biāo)準(zhǔn)值的特征差異，依據(jù)如下規(guī)則對(duì)指標(biāo)標(biāo)準(zhǔn)化的初始值進(jìn)行測(cè)算，確定各項(xiàng)指標(biāo)標(biāo)準(zhǔn)值Sij，Sij數(shù)值越大，區(qū)域用地狀況可能越佳。對(duì)于正向相關(guān)指標(biāo)，Sij=Sij0正向指標(biāo)原始值若為0 或負(fù)數(shù)，則直接賦值0；對(duì)于反向相關(guān)指標(biāo)，Sij=，若反向指標(biāo)為0或負(fù)數(shù)，直接賦值為0。

2.3 BP-ANN模型運(yùn)行

2.3.1 模型訓(xùn)練與驗(yàn)證。將訓(xùn)練數(shù)據(jù)51 個(gè)樣本導(dǎo)入MATLABR2018a 軟件中，人工神經(jīng)網(wǎng)絡(luò)工具nftool 隨機(jī)選取51 個(gè)樣本的70%用于訓(xùn)練網(wǎng)絡(luò)，15%數(shù)據(jù)用于驗(yàn)證訓(xùn)練結(jié)果，剩余15%用于測(cè)試訓(xùn)練結(jié)果。設(shè)置相關(guān)參數(shù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練過(guò)程中采用Bayesian Regularazation算法，傳遞函數(shù)采用tansig，學(xué)習(xí)函數(shù)采用learngdam。通過(guò)不同隱含層訓(xùn)練樣本網(wǎng)絡(luò)收斂次數(shù)，最終確定隱含層節(jié)點(diǎn)數(shù)為11，經(jīng)過(guò)123 次訓(xùn)練，網(wǎng)絡(luò)達(dá)到收斂，均方差為2.65E-13，結(jié)果符合模型精度要求，對(duì)剩余23個(gè)待測(cè)試樣本進(jìn)行測(cè)試。

2.3.2 測(cè)試模型。將需要進(jìn)行測(cè)試的23 個(gè)樣本導(dǎo)入經(jīng)訓(xùn)練測(cè)試后的BP-ANN 網(wǎng)絡(luò)中（表4），測(cè)試結(jié)果顯示全部樣本相對(duì)誤差≤5%，模型精度良好。

表4 BP-ANN模型測(cè)試結(jié)果表

3 結(jié)果與分析

3.1 西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況分析

通過(guò)MATLABR2018a 軟件訓(xùn)練并驗(yàn)證后的BPANN模型，得到評(píng)價(jià)結(jié)果（圖2），根據(jù)西藏自治區(qū)特殊地理環(huán)境以及建設(shè)用地利用特點(diǎn)，將建設(shè)用地節(jié)約集約利用評(píng)價(jià)結(jié)果分為三等，評(píng)價(jià)分?jǐn)?shù)<0.5 的列為集約程度低，介于0.5～0.7 之間的列為集約程度中等，評(píng)價(jià)分?jǐn)?shù)>0.7 的列為集約程度高。從單項(xiàng)指標(biāo)來(lái)看，單位人口增長(zhǎng)消耗新增城鄉(xiāng)建設(shè)用地量指標(biāo)平均得分最高，達(dá)到0.9，建設(shè)用地地均地區(qū)生產(chǎn)總值指標(biāo)平均得分最低，僅為0.36，其余指標(biāo)的評(píng)分均在0.5～0.8之間，較為均衡，這說(shuō)明西藏地區(qū)各區(qū)縣經(jīng)濟(jì)實(shí)力較弱，但城鄉(xiāng)建設(shè)用地增長(zhǎng)較快，其速度遠(yuǎn)超人口增長(zhǎng)速度。

圖2 西藏自治區(qū)建設(shè)用地節(jié)約集約利用評(píng)價(jià)結(jié)果圖

3.2 西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況空間分異

全局莫蘭指數(shù)可以用來(lái)反映一定區(qū)域內(nèi)空間自相關(guān)性的狀態(tài)。全局莫蘭指數(shù)取值范圍在［-1,1］之間。當(dāng)全局莫蘭指數(shù)為負(fù)數(shù)時(shí)，空間呈負(fù)相關(guān)，為正數(shù)時(shí)，空間呈正相關(guān)，莫蘭指數(shù)為0時(shí)，空間無(wú)相關(guān)性。通過(guò)ArcGIS10.2 軟件進(jìn)行空間自相關(guān)分析后，得到西藏自治區(qū)建設(shè)用地節(jié)約集約利用評(píng)分的全局莫蘭指數(shù)為0.16，所對(duì)應(yīng)的Z 得分為4.70，P 值為0.000003。根據(jù)表5所示，此次分析置信水平達(dá)到99%，表明在顯著水平下，西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況存在空間自相關(guān)性，且為正相關(guān)性。

表5 全局莫蘭指數(shù)置信度取值表

如圖2 所示，西藏境內(nèi)大部分地區(qū)建設(shè)用地節(jié)約集約利用狀況呈現(xiàn)中等以上，僅拉薩市林周縣、當(dāng)雄縣、尼木縣、曲水縣、日喀則市拉孜縣、阿里地區(qū)日土縣、札達(dá)縣以及普蘭縣呈現(xiàn)集約程度低的狀況?？傮w上來(lái)看，經(jīng)濟(jì)發(fā)達(dá)、人口較多的區(qū)域集約程度相對(duì)較高，山南市、日喀則市、昌都市下轄各區(qū)縣集約利用評(píng)價(jià)水平較高。那曲市下轄區(qū)縣由于人口變化小，建設(shè)用地增長(zhǎng)緩慢，同時(shí)，除拉薩市外其余地區(qū)建設(shè)用地增長(zhǎng)速度與上輪土地利用總體規(guī)劃規(guī)定相符，導(dǎo)致其在節(jié)約集約利用整體評(píng)價(jià)中得分較高；拉薩市下轄區(qū)縣得分普遍偏低，這是由于這些區(qū)縣在單位地區(qū)生產(chǎn)總值廢水排放量方面得分偏低，且拉薩市作為西藏自治區(qū)首府城市，其建設(shè)用地超量增長(zhǎng)，也是其建設(shè)用地節(jié)約集約利用狀況較差的原因之一。

3.3 西藏自治區(qū)建設(shè)用地節(jié)約集約利用影響因素分析

利用SPSS19 軟件對(duì)無(wú)量綱化的原始數(shù)據(jù)進(jìn)行KMO 統(tǒng)計(jì)量檢驗(yàn)和Bartlett 球形檢驗(yàn)，最終結(jié)果顯示KMO 值為0.509，高于0.5，Bartlett 球形檢驗(yàn)結(jié)果為0.000，小于0.001，表示結(jié)果顯著，適宜進(jìn)行因子分析。

在7個(gè)變量中選取3個(gè)特征根大于1的因子，其方差累計(jì)貢獻(xiàn)率達(dá)到66.57%，大部分原始變量信息得到保留，因子分析結(jié)果較好，能夠較全面反映7個(gè)變量信息，使用方差極大法對(duì)因子載荷矩陣進(jìn)行正交旋轉(zhuǎn)后得到表6。

表6 旋轉(zhuǎn)成分矩陣表

如表6 所示，因子1 對(duì)單位地區(qū)生產(chǎn)總值耗地下降率（X4）、單位地區(qū)生產(chǎn)總值增長(zhǎng)消耗新增建設(shè)用地量（X5）、城鄉(xiāng)建設(shè)用地增長(zhǎng)率（X6）有較高載荷，因子2對(duì)單位人口增長(zhǎng)消耗新增城鄉(xiāng)建設(shè)用地量（X3）、單位地區(qū)生產(chǎn)總值廢水排放量（X7）具有較高載荷，因子3對(duì)建設(shè)用地地均地區(qū)生產(chǎn)總值（X2）具有較高載荷。根據(jù)研究和經(jīng)驗(yàn)對(duì)新因子進(jìn)行重新命名，分別為：增長(zhǎng)耗地情況（Z1）、建設(shè)用地消耗與生態(tài)環(huán)境情況（Z2）、建設(shè)用地利用強(qiáng)度情況（Z3）。

最后，利用SPSS19 將新因子進(jìn)行多元線性回歸分析，F(xiàn) 檢驗(yàn)值為43.018，顯著性為0 或0.004，均低于顯著水平0.05，多元線性回歸顯著。因此，西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況評(píng)價(jià)得分Y可用函數(shù)Y=0.723+0.026Z1+0.123Z2+0.01Z3表示（見(jiàn)表7）。

表7 新因子多元線性回歸矩陣表

根據(jù)影響程度排序分別為Z2>Z1>Z3，即建設(shè)用地消耗與生態(tài)環(huán)境狀況>增長(zhǎng)耗地狀況>建設(shè)用地利用強(qiáng)度狀況。3個(gè)新因子能夠較好的解釋西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況的空間分異情況。西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況與當(dāng)?shù)亟ㄔO(shè)用地消耗與生態(tài)環(huán)境指標(biāo)狀況有密切關(guān)系，其中城關(guān)區(qū)以及拉薩市下轄區(qū)縣作為西藏自治區(qū)首府區(qū)域，其建設(shè)用地與城鄉(xiāng)建設(shè)用地需求以及增長(zhǎng)速度均較快，同時(shí)，污水排放量也位居西藏自治區(qū)各區(qū)縣前列，因此其建設(shè)用地節(jié)約集約利用狀況不佳。阿里地區(qū)下轄各縣由于建設(shè)用地增幅、人口增長(zhǎng)等各項(xiàng)指標(biāo)均較低，同時(shí)，阿里地區(qū)各縣地廣人稀，因此該地區(qū)各縣建設(shè)用地節(jié)約集約狀況中等偏下。那曲市下轄區(qū)縣自然條件相對(duì)阿里地區(qū)諸縣較優(yōu)，人口與建設(shè)用地等規(guī)模增長(zhǎng)速度快，因此那曲市區(qū)縣節(jié)約集約利用狀況較好。其余區(qū)縣則由于海拔較低，自然稟賦較優(yōu)，建設(shè)用地節(jié)約集約利用狀況基本在中等以上。

4 結(jié)論與討論

4.1 結(jié)論

文章通過(guò)利用MatlabR2018 軟件，利用西藏自治區(qū)各區(qū)縣建設(shè)用地節(jié)約集約利用狀況評(píng)價(jià)數(shù)據(jù)構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型，通過(guò)訓(xùn)練人工網(wǎng)絡(luò)，使其方差達(dá)到最小，再通過(guò)23 個(gè)樣本驗(yàn)證網(wǎng)絡(luò)。結(jié)果發(fā)現(xiàn)，測(cè)試樣本的評(píng)價(jià)結(jié)果相對(duì)誤差均小于5%，模型的精度與可信度均較高。

西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況水平差異較大，且在空間上呈現(xiàn)正自相關(guān)和區(qū)域分異的特點(diǎn)。運(yùn)用訓(xùn)練和測(cè)試好的BP-ANN 模型對(duì)西藏自治區(qū)各區(qū)縣建設(shè)用地節(jié)約集約利用狀況進(jìn)行評(píng)價(jià)，總體分值在0.28～0.92 之間，各區(qū)縣利用狀況差別較大，多數(shù)區(qū)縣處于中等及較差等級(jí)。全局莫蘭指數(shù)為0.16，呈正相關(guān)，表明西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況存在一定空間自相關(guān)性，區(qū)域內(nèi)建設(shè)用地節(jié)約集約利用狀況也存在空間分異狀況，各區(qū)縣節(jié)約集約利用狀況與經(jīng)濟(jì)發(fā)展、人口密度等密切相關(guān)。

運(yùn)用因子分析與多元線性回歸分析后發(fā)現(xiàn)影響西藏自治區(qū)建設(shè)用地節(jié)約集約利用狀況的3 個(gè)因子，分別為建設(shè)用地消耗與生態(tài)環(huán)境狀況、增長(zhǎng)耗地狀況、建設(shè)用地利用強(qiáng)度狀況。西藏自治區(qū)下轄各市縣建設(shè)用地集約程度尚可，各市縣集約程度分異較大，建設(shè)用地增長(zhǎng)以及消耗等指標(biāo)對(duì)建設(shè)用地節(jié)約集約利用狀況分異影響最大，但生態(tài)環(huán)境等要素在其中也起到關(guān)鍵作用。

4.2 討論

由于西藏自治區(qū)地處高原，空氣稀薄、經(jīng)濟(jì)發(fā)展落后、人口稀少、生態(tài)環(huán)境脆弱，極易遭到破壞，建設(shè)用地十分珍貴，發(fā)展好、保護(hù)好高原凈土，促進(jìn)高原農(nóng)牧民增產(chǎn)增收，在青藏高原地區(qū)節(jié)約集約用地也成為黨和國(guó)家需要優(yōu)先考慮的問(wèn)題。

西藏自治區(qū)在今后的建設(shè)用地利用管理中，應(yīng)當(dāng)注重與空間規(guī)劃進(jìn)行銜接，并加強(qiáng)對(duì)各類土地的供應(yīng)與利用狀況進(jìn)行監(jiān)管，完善國(guó)土空間規(guī)劃監(jiān)測(cè)預(yù)警體系與國(guó)土空間開(kāi)發(fā)保護(hù)“一張圖”建設(shè)；同時(shí)，推進(jìn)建設(shè)自治區(qū)建設(shè)用地信息化平臺(tái)建設(shè)，統(tǒng)一監(jiān)管、統(tǒng)一規(guī)劃，為今后加強(qiáng)土地資源合理利用以及建設(shè)用地節(jié)約集約利用做好技術(shù)支持。

在發(fā)展高原經(jīng)濟(jì)時(shí)，也應(yīng)當(dāng)將生態(tài)環(huán)境因素納入其中，綜合考量生態(tài)環(huán)境影響，提高對(duì)環(huán)境破壞程度大的建設(shè)項(xiàng)目準(zhǔn)入門檻，強(qiáng)化高污染項(xiàng)目污染物凈化后達(dá)標(biāo)排放的監(jiān)測(cè)監(jiān)管，切實(shí)保護(hù)西藏自治區(qū)生態(tài)環(huán)境，不走“先污染后治理”的老路。

由于文章限于數(shù)據(jù)、樣本的可獲取性，選取指標(biāo)較為單一，未將土地供應(yīng)率、土地限制情況等指標(biāo)納入其中，僅限西藏自治區(qū)內(nèi)各區(qū)縣建設(shè)用地節(jié)約集約利用狀況評(píng)價(jià)使用，對(duì)國(guó)內(nèi)其他區(qū)域按照區(qū)域?qū)嶋H情況對(duì)指標(biāo)體系進(jìn)行增減，不具有全國(guó)普適性。