区域生态和经济系统耦合效应下的土地利用优化配置
——以山西省宁武县为例

贾宁凤¹,曹蓉¹,王晓雅^1,2

(1.山西大学 黄土高原研究所,山西 太原 030006;2.山西大学 环境与资源学院,山西 太原 030006)

摘 要： 以山西省宁武县为研究区,通过多目标区间线性规划模型,建立关于生态利益与经济利益的耦合利益最大化为目标函数,从社会利益角度构建约束函数,基于不确定性区间理论,进行2016-2020年土地利用优化配置研究。结果表明:①各土地利用类型的弹性区间较大的是其他农用地、林地和水域,分别为5 917.99 hm²、5 658.86 hm²和819.11 hm²。弹性区间较小的是耕地、自然保留地和其他建设用地,分别为179.62 hm²、2.25 hm²和13.6 hm²。②综合分析弹性区间和敏感度,将各土地利用类型划分为四类:约束型指标、预测型指标、发展型指标和保护型指标,可以提高土地利用结构优化水平。③各土地利用类型在优化结构中呈现出不同的发展趋势,在规划目标年,耕地和自然保留地呈现下降趋势,林地和建设用地都呈现上升趋势,其他农用地和水域的变化则较为灵活。

关键词： 土地利用优化配置;耦合利益;区间线性规划模型;弹性区间;敏感度

土地是生态建设和经济发展的空间载体及基本保障^[1],且土地资源具有自然属性和经济属性的双重性^[2],因此对土地资源进行优化配置是一个复杂的系统优化问题^[3]。土地利用结构优化是实现土地资源可持续利用的重要手段^[4],其作用在于协调或解决土地资源经济供给的稀缺性与土地利用方式合理性之间的矛盾,最终目标是要协调土地利用所产生的生态、经济和社会利益,使其耦合效应下的利益达到最优^[5-7]。土地利用结构优化最直观的应用是土地利用规划^[8]。土地利用规划是一个优化问题,是对不同土地利用类型的数量结构和空间位置进行优化配置的过程^[9]。由于未来是不可知的,其充满着不确定性,因此规划中也充斥着不确定性^[10-11]。随着我国市场经济体制的逐步完善,社会经济发展迅速,随之增加的是不确定性^[12-13]。因此,以保护生态环境为基本前提,对区域土地利用优化配置进行研究,促进区域生态、社会和经济发展,具有重要的实践意义。

环渤海是我国大气污染治理的首要地区，能源消费总量占全国的18.9%，其中山东省能源消费总量位居全国第一，河北省位居第三；煤炭消费总量占能源消费总量的72.4%，其中北京、天津煤炭消费占比较低，河北达到86%，山东为79%；北京天然气消费占比达到29%，天津达到10%以上，河北和山东天然气消费占比不足4%。根据大气污染治理“控制煤炭消费量，提高天然气等清洁能源消费占比”的总体方向，该地区是未来天然气发展的潜力市场。

国内学者关于土地利用优化配置的研究,大多将土地经济利益设为主要目标,从社会利益和生态利益角度构建约束条件,求出土地利用结构的最佳值,或者是考虑资源价值的核算,在资源价值取得最优时,求出土地利用结构的最优值^[14-16]。在模型建立方面,在土地利用优化配置研究中多使用线性规划模型^[17],且模型多为单目标、多目标或者将线性规划模型与元胞自动机等其他模型结合应用^[18-20],而较少与区间参数结合使用。因此,本研究设计了弹性区间来应对不确定性的影响,通过构建多目标区间线性规划模型,模型参数含有区间,求解结果也为区间,能够最大化抵消和缓解规划中的不确定性。以山西省宁武县为研究区,基于不确定性区间理论,利用多目标区间优化模型,建立关于生态利益与经济利益耦合效应下的利益最大化为目标函数,从社会利益角度构建约束函数,进行2016-2020年土地利用优化配置研究,预测2020年研究区土地利用结构优化区间,以期能为相关部门进行土地利用规划及其调整提供有效支持。

1 研究区概况

宁武县地处山西省西北部,地理坐标：38°30′50″ ～39°8′40″ N,111°50′ ～112°30′40″ E。气候属于温带大陆性气候,气候寒冷干燥,多大风,温差较大,无霜期120～130 d,日照总时数平均为2 835 h,年平均气温为2～6℃,平均降水量470～770 mm。自然植被较好,西部以针叶林、针阔叶混交林为主,分布面积较大,东部以阔叶林为主。土地总面积为1 944.21 km²。地势西高东低,西南部属吕梁山脉,分布有芦芽山国家级自然保护区和管涔山国家森林公园,东部为丘陵山区,中部为河谷地带。研究区为汾河——黄河的第二大支流源头所在地,山西省一级水源保护地,流经县域水系全长为42 km,汇水面积约1 300 km²。2017年,全县总人口数达16.6万人,国内生产总值为58.54亿元,人均生产总值35 163元。

Fig.1 Map of land use status Ningwu County 2015
图1 2015年宁武县土地利用现状图

2 数据来源与处理

2.1 土地利用结构数据提取

土地利用结构数据采用研究区2009-2015年度的变更数据进行土地利用变化分析(图1),地类划分按照《县级土地利用总体规划编制规程(TD/T 1024-2010)》,采用了二级分类标准,将研究区土地利用类型划分为9类:耕地、林地、其他农用地、城镇工矿用地、农村居民点、交通水利用地、其他建设用地、水域和自然保留地。

2.2 土地利用生态利益系数与经济利益系数确定

采用生态服务价值作为各种土地利用类型的生态利益系数,生态服务价值引用研究区已有研究成果^[21],各年度的生态利益系数保持不变。耕地、林地、水域和自然保留地的生态利益系数分别为0.611 4万元/hm²、0.889 4万元/hm²、2.552 5万元/hm²、0.017 1万元/hm²,城镇工矿用地、农村居民点和交通水利用地均为负值,为-0.442 0万元/hm²,其他农用地采用耕地和林地的生态利益系数平均值0.750 4万元/hm²,考虑到研究区其他建设用地主要为风景园林绿地,其生态利益系数为1.2万元/hm^2[22]。

各土地利用类型的经济利益系数采用单位面积的经济产值来表示,2009-2015年度对应的经济产值数据来源于研究区经济和社会发展统计年鉴,耕地、林地、其他农用地、农村居民点、交通水利用地、其他建设用地和水域的经济产值分别对应农业产值、林业产值、牧业产值、农业企业产值、交通运输仓储业产值、其他服务业产值和渔业产值,城镇工矿用地经济产值对应企业产值中除农业企业、交通运输仓储业和社会服务业之外的产值。

2.3 经济利益指标预测及区间获取

交通水利用地和其他建设用地的弹性区间较低而敏感度较高。交通水利用地的弹性区间为214.63 hm²,但其敏感度达21.09%,主要是加快完善研究区旅游业的发展。其他建设用地的弹性区间为13.6 hm²,但其敏感度达17.97%,其他建设用地(城镇绿地)具有较高的生态利益,可以作为城镇绿地需求的保障,提高区域综合利益,保证可持续发展。

(1)预测目标年经济利益指标

根据2009-2015年度的各土地利用类型的单位面积经济利益系数值,用灰色模型^[23]来预测2020年不确定指标数值,即各种土地利用类型的单位面积经济利益系数值(表1)。

(2)确定目标年经济利益预测区间

但事实上，随着人工智能算法的成熟，专用算法逐步向通用算法发展，同一套算法模型可能适用于相近领域的多种应用场景。例如，西门子医疗将推出全球首创人工智能产品AIRad Chest CT，⑰ 《西门子医疗推出全球首创人工智能产品——AI-Rad Chest CT》，载https://www.yigoonet.com/article/22453428.html，最后访问日期：2018年10月5日。基于西门子拥有的海量临床数据集合来训练底层算法，产品可运用在心脏、肺、主动脉和脊柱等胸部器官上，完成如识别非心电图触发CT影像上的肺部损伤和基于冠状动脉钙化分析计算心血管风险等多种不同的医疗任务。

考虑到规划的弹性,以灰色模型预测值为准,通过专家调查法来获取不确定指标的分布区间^[24](表1)。

表1 不确定指标及指标区间预测表

Table 1 Uncertainty index and index interval prediction

3 研究方法

3.1 优化总体思路

为保证生态、经济和社会耦合效应下的土地资源可持续发展^[25],采用区间多目标优化模型,即生态利益与经济利益耦合利益最大化为最终目标函数,把社会利益纳入约束条件,不确定指标区间为经济利益目标函数自变量系数,利用Matlab软件遗传算法求解,得到优化结构弹性区间。

3.2 区间线性规划模型

区间优化模型是针对处理含有不确定信息的数据时使用的一类优化模型^[26],与其他需要已知不确定变量的概率分布的优化模型相比,区间优化模型只需要已知各个变量的取值区间即可进行不确定性优化。区间线性规划模型(简称IvLP)的标准型^[27]由目标函数和约束函数两部分组成,可表示为:

(1)

式中,与分别是目标函数中变量x _j 的系数的下限与上限,与分别是约束函数中变量x _j 的系数的下限与上限,与是常数的下限与上限,模型中有n 个变量,p 个不等式约束,m -p 个等式约束。

3.3 目标函数确定

(1)生态利益目标

土地利用生态利益是不同土地利用类型用地面积与其生态利益系数的乘积之和。因此确定生态利益目标函数为:

(2)

式中,F ₂(x )表示研究区土地的生态利益,x _i 和e _i 分别是第i 种土地利用类型的用地面积和生态利益系数,本文中用其对应的土地利用类型生态系统服务价值表示。建设用地的生态利益系数一般为负值,由于其他建设用地对应城镇绿地,其生态利益系数为正值。

(1)耕地(图3a)和自然保留地(图3i)都呈现下降趋势。其中,耕地面积下降的原因是退耕,通过提高耕地利用效率,减少耕地面积提高研究区整体的综合利益;自然保留地面积减少是其作为未来社会发展的后备资源的必然趋势。

土地利用经济利益是不同土地利用类型用地面积与其经济利益系数的乘积之和。因此确定经济利益目标函数为:

(3)

式中,F ₁(x )表示研究区经济利益,x _i 是第i 种土地利用类型的面积大小,与是第i 种土地利用类型单位面积的经济利益系数的下限和上限,包含不确定信息。

3.4 约束条件

主要从生态用地、人口、土地集约利用、资源环境承载角度等构造土地利用优化约束条件^[28]。综合考虑研究区土地利用现状及近年动态变化,本文模型中共设置9个变量,即9类土地利用类型:耕地(x ₁)、林地(x ₂)、其他农用地(x ₃)、城镇工矿用地(x ₄)、农村居民点(x ₅)、交通水利用地(x ₆)、其他建设用地(x ₇)、水域(x ₈)和自然保留地(x ₉)。约束条件从土地总面积、耕地保护、宏观计划目标、人口、集约用地、城镇绿地率、交通用地比率限制、生态用地、土地利用程度、数学模型要求10个方面来构建。

(1)土地总面积约束:

通过计算,得到研究区规划目标年的土地利用结构弹性区间和敏感度(表2)。区间宽度是用区间上限减去区间下限所得到的差值,体现了土地利用类型在规划结果中变化量的多少。敏感度是弹性区间宽度与土地利用数量结构现状面积之比,可理解为以现状面积为基准,弹性区间宽度在此基准下的变化程度^[23]。综合分析弹性区间和敏感度,将各土地利用类型划分为四类。

(4)

式中,S _n 是研究区土地总面积,为194 421.11 hm²。

(2)耕地保护约束:耕地面积不小于上级规划给予研究区的任务目标。

x ₁≥G

(5)

α ₂·x ₅≤P ×(1-δ )×m ₄，

式中,S ₈是2015年水域面积,为与分别表示水域的变化幅度下限与上限,分别为0.8和1.05。

① 农业发展是国家发展之本,为保障农业稳定发展,须保证农业用地不少于目前现状。

x ₁+x ₂+x ₃≥A

(6)

式中,A 是2015年农用地面积,为119 140.2 hm²。

② 随着社会发展和科技进步,城镇化是未来社会发展必然趋势,建设用地应大于现状用地面积。

x ₄+x ₅+x ₆+x ₇≥B

(7)

式中,B 是2015年建设用地面积,为6 173.27 hm²。

(4)人口约束:应保障农村人口、城镇人口基本居住需要^[28]。

α ₁·x ₄≥P ×δ ×m ₁，

(8)

α ₂·x ₅≥P ×(1-δ )×m ₂，

(9)

式中,α ₁和α ₂分别是城镇工矿用地和农村居民点用地中用于居住的用地所占的比例,根据《城市用地分类与规划建设用地标准(GB50137-2011)》中相关标准,再结合研究区实际情况,分别取值30%和35%;P 是预测目标年研究区人口总数,采用人口自然增长法、灰色预测和线性回归分析的预测值的平均值,为17.460 4万人;δ是预测目标年研究区城镇化率,结合研究区十三五规划目标,取值53.7%;m ₁与m ₂分别是最基本的人均城镇工矿用地标准和人均农村居民点用地标准,分别取75 m²和100 m²。

我们交谈着慢慢往回走，橘黄色的路灯映着两个小小的身影。我们决定回去后和爸妈好好商讨一番，我们要走自己认为最合适的道路。而且，我终于发现，没有晴天，雨季只会漫长得让人心生厌倦；没有雨季，晴空也永远不会显得那样弥足珍贵。

(5)集约用地约束:在保证基本居住用地的基础上,尽量集约节约利用。

α ₁·x ₄≤P ×δ ×m ₃，

(10)

式中,G 是上级规划给予研究区的耕地保有量指标,为41 081.76 hm²。

1) 数据采集与传输。通过数据采集模块采集主机及相关辅助设备的传感器信号(PT100、4～20 mA、开关量等)，并通过双冗余CAN网将其发送至上位管理微机，进行集中显示和报警处理；此外，上位管理微机还通过双冗余CAN网接收电控系统LCU和DCU转发的电控系统测量参数及控制状态参数，对其进行集中显示和报警处理。

(11)

式中,α ₁和α ₂分别是城镇工矿用地和农村居民点用地中用于居住的用地所占的比例,分别取值30%和35%;P 是预测目标年研究区人口总数,取值17.460 4万人;δ 是预测目标年研究区城镇化率,取值53.7%;m ₃与m ₄分别是人均城镇工矿用地和人均农村居民点用地的最高标准,分别取100 m²和150 m²。

(6)城镇绿地率约束:

(12)

式中,与分别表示城镇绿地率的下限与上限值,分别取值0.03和0.04。

采用新的人工授精技术比自然交配情期受胎率平均提高约7%，平均产仔数和产活仔数提高约0.5头/胎，它不仅能充分发挥优秀种公猪的遗传基因，提高猪群的总体质量，同时也为猪场间精液（代替种公猪）的交流提供了方便，而且能有效地解决本交传播疾病和公母猪体重悬殊造成的配种困难等问题。在现代集约化养猪生产中，人工授精新技术已经成为一种常规的配种手段。

(7)交通用地比率限制:

(13)

式中,与分别表示交通水利用地占建设用地比例的下限与上限值,分别取值15%和25%。

(8)生态用地约束

① 森林覆盖率约束:

(14)

式中,α ₅表示森林覆盖率,结合研究区十三五规划,取值27.8%;λ 表示林地与森林覆盖率的折算系数,根据研究区实际情况,取值0.78。

② 水域面积约束:

(15)

(3)宏观计划目标约束:

(9)土地利用程度约束:后备资源开发是提高土地利用率的重要途径,因此自然保留地面积逐年减少是必然趋势,但资源的开发不是毫无节制,需要考虑地形条件和开发成本等因素。

x ₉≤S _n ·(1-r ) ，

(16)

x ₉≥α ₇·S ₉，

(17)

式中,S _n 是研究区土地总面积,为194 421.11 hm²;r 表示2015年土地利用率,为66.16%;

S ₉是2015年自然保留地面积,为65 786.07 hm²;α ₇是推算的最大开发比例。

(10)数学模型要求约束:

x _i ≥0,i =1,…,9 .

(18)

Fig.2 Determination of land use structure optimimum interval
图2 土地利用优化结构弹性区间确定

3.5 模型求解

由于目标函数的系数包含不确定信息,用区间表示其取值范围,因此在模型求解时,需要对区间进行处理。Rand函数可以在区间中随机取值来参与计算,把其嵌入遗传算法当中,可以真实模拟不确定性的发生情境。具体做法是:先借助Rand函数随机取值,将区间多目标线性规划变为一般多目标线性规划,之后连接遗传算法,记录本次运算最优解,记作一次循环。同样循环进行n 次,则产生n 个解集X =[x ₁,x ₂,…,x ₉].

把大量循环次数产生的解集X =[x ₁,x ₂,…,x ₉]通过适当截取使区间设置更为合理。方法是:使用SPSS软件中描述统计的频率功能,设置10%与90%两个百分位数,截取80%频率水平下的数值两端为区间上下限,通过此操作可以在概率分布中分别从两侧扣取10%的可能性(图2)。由此得出土地利用优化结构的弹性区间

4 结果分析

4.1 弹性区间及敏感度分析

为什么会选择做Pét-Nat？“本来就想要做点不一样的酒。其次在自然酒的世界里Pét-Nat很常见，也喝过很多。再则，上半年去了奥地利，红白混酿不仅不是禁忌，似乎完全都不叫问题。于是就做了这款贵人香和品丽珠的Pét-Nat。实际过程里有很多随性的部分，并没有很有计划性。但这样又未尝不可呢？”戴鸿靖说道。

表2 土地利用结构优化弹性区间和敏感度

Table 2 Land use structure optimum elastic interval and sensitivity

(1)约束型指标

在进行二胡独奏时，每个表演者都有独特的演奏风格和艺术魅力，其中演奏习惯也是个人风格的一个重要组成部分。而在合奏练习中，个人的演奏习惯要适当取舍，在排练中要自觉遵守排练规则，听从乐队指挥的安排，自觉调整各声部的音量和强弱，充分发挥二胡在乐队中的作用，将个人融入乐队当中，对于不合时宜或过于突出的演出习惯适当摈弃。如在翻乐谱时要和乐队保持高度一致，在休止阶段注意弓子的摆放位置，尽量保持画面的统一，不分散观众视线。

约束型指标包括耕地、城镇工矿用地、农村居民点、自然保留地、交通水利用地和其他建设用地。其中,耕地、城镇工矿用地、农村居民点和自然保留地的弹性区间和敏感度均较低。在农用地中,耕地单位面积的经济利益和生态利益不高,同时受耕地保有量的限制,保证耕地红线,因此优化结果中耕地的弹性区间及敏感度均低。在经济快速发展进程中,城镇工矿用地和农村居民点具有较高的经济利益,面积呈现增加的趋势,但其生态利益为负值,所以要控制其用地规模,保证土地的集约节约利用。从土地利用程度考虑,自然保留地的弹性区间和敏感度为最小,其作为宜耕宜林的后备土地资源,必然会由于开发而呈下降趋势,但不可过度开发,须考虑自然地理条件、开发难度及经济成本等因素进行适度开发。

将经济利益系数作为不确定指标,进行土地利用规划目标年的预测,获取指标区间。

(2)预测型指标

预测型指标为林地,其弹性区间为5 658.86 hm²,但其敏感度仅有8.4%,林地具有较高的生态利益,单位面积的生态利益为0.889 4万元/hm²,但其单位面积的经济产出小,在区域追求经济生态社会多目标情况下,退耕还林政策及未利用地的开发,致使林地面积增加。但其不能无限制增长,要合理规划安排,因此其敏感度较小。

(3)保护型指标

保护型指标为水域,其具有很高的生态利益,单位面积的生态利益为2.552 5万元/hm²,在高生态利益下,其可以作为湿地需求的保障,要保持水域面积不减少,使得生态利益最大化。因此,其具有较高的弹性区间和敏感度。

(4)发展型指标

系统发生安全失效后能够通过重启恢复到初始状态，因而系统在0状态和1状态之间能够相互转换。当发生危险时，也能通过维修等手段恢复到初始状态，因而系统也能够在0状态和2状态之间相互转换。系统在3状态时已经发生了危险失效，因而系统只能由0状态转换到3状态。因为1，2，3状态为结果状态，所以无法相互转换。“1oo1”电路模型马尔科夫状态转换如图2所示，图2中对应物理量见表1所列。

发展型指标为其他农用地,其弹性区间宽度和敏感度最大,其弹性区间达5 917.99 hm²,敏感度为74.26%,表明其受不确定性因素的影响较大且较易发生变化,在经济和生态利益最大化下,要积极利用其他农用地,通过结构调整大力发展设施农用地。

4.2 优化结果趋势分析

把土地利用结构优化的弹性区间上下限数值与2015年现状结构作比较(图3),可以直观地看出土地利用类型在优化结构中的变化趋势,对9种土地利用类型的变化趋势进行对比分析可以发现:

Fig.3 Comparison of present situation and optimization interval
横坐标轴为时间年份/年，纵坐标轴为土地利用类型面积/hm²
图3 现状与优化区间对比示意图

(2)经济利益目标

(2)林地(图3b)和建设用地(图3d、e、f、g)均呈现上升趋势。林地面积表现出增加趋势,一方面是在退耕还林还草政策驱动下,通过部分耕地退耕从而使得林地面积增加;另一方面是研究区共有82万亩原始次生林,森林覆盖率38%以上,林地面积的增加能够提高生态利益,对提高森林覆盖率和改善区域生态环境起到有利的推动作用。建设用地都表现面积增加的趋势,其中,城镇工矿用地、交通水利用地和其他建设用地增加,主要是加快完善研究区基础设施建设和旅游业的发展,符合宁武县未来城市化进程中对土地利用的需求;农村居民点增加并不违背农村建设用地集约节约利用原则,是由于农村居民点用地未剥离其他独立建设用地。

(3)其他农用地(图3c)与水域(图3h)的变化则较为灵活,其变化趋势不确定,可根据未来土地利用需求在区间范围内上下浮动。其他农用地在进行优化时,一方面配置更多的设施农用地能带来更高的综合利益,因而变化趋势出现上升的可能;另一方面是可通过农用地整治减少田坎等来补充耕地,这就为其他农用地的变化趋势呈现下降提供了可能。水域面积变化趋势的不确定则是由于其生态利益较高,又能带来可观的经济利益,因而在未来其面积增加可能带来较高综合利益;而减少的最大原因是滩涂的合理开发补充耕地。

5 结论

以山西省宁武县为研究区,利用多目标区间优化模型,建立关于生态利益与经济利益耦合效应下的利益最大化目标函数,从社会利益角度构建约束函数,在不确定性因素影响下,进行土地利用优化配置研究,预测研究区2020年的土地利用结构优化区间,主要结论如下。

(1)各种土地利用类型的弹性区间是土地利用结构优化的重要依据

研究区各土地利用类型的弹性区间宽度较大的是林地、其他农用地和水域,分别为5 658.86 hm²、5 917.99 hm²和819.11 hm²。在土地利用结构优化中可更加灵活的应对未来不确定性带来的变化,如通过农用地整治等手段来补充耕地、提高耕地质量。弹性区间宽度较小的是耕地、自然保留地和其他建设用地,分别为179.62 hm²、2.25 hm²和13.6 hm²。在土地利用结构优化中需要通过制定相应的约束条件来控制其数量的变化,如自然保留地作为宜耕宜建的后备土地资源,必然会由于开发而呈下降趋势,但不可过度开发,须考虑自然地理条件、开发难度及经济成本等因素。

华昌化工植物营养中心农化专员姜在利从示范田和对比田分别选取了一株玉米，现场进行对比实验。华昌玉米样板田底肥施用了锌硼友（27-7-9）免追肥。和普通田块对比非常明显，示范田根冠32cm，茎秆5cm，而普通田根冠25cm，茎秆3cm。华昌示范田根系发达、茎秆粗壮，有效增加了肥料利用率，大大减少了养分流失。现场也可以直接看到华昌示范田玉米叶片更加肥厚，果穗也更加粗壮饱满，有明显的增产增收效果。零售商和种植大户对华昌产品的品质和使用效果给予了很大的肯定。而他们的评价也是华昌众多用户共同的心声。

(2)各土地利用类型的划分可以提高土地利用结构优化水平

喝了两杯茶，拉扯了一些家常话，紫云把话引入正题：“二位前辈，都有失去老伴的痛苦。人生苦短，不要过分悲哀，也该为自己考虑一下。你们是同学，了解心性，不如做一家人，早晚有个照应！”

PISA2012的题型分为开放式构答(open-constructed-response)、封闭式构答(closed constructed-response)和选择题/多项选择题(selected-response/multiple-choice)[1]三种形式.其中开放式构答指需要学生有一些扩展性的回答的题目，比如学生需要写下步骤或者解释如何得到答案；封闭式构答指提供结构化设置的题目，学生容易判断正确与否，比如要求生处理的数据是出题者设置的简单数据；选择题值提供了一个或多个选项供学生选择的题目.据此对两份测试卷进行分类(见表5)：

综合分析弹性区间和敏感度,将各土地利用类型划分为四类:约束型指标、预测型指标、保护型指标和发展型指标。其中约束型指标有耕地、城镇工矿、农村居民点、自然保留地、交通水利用地和其他建设用地。耕地受耕地保有量的限制,要保证耕地红线,因此其弹性区间和敏感度均低。城镇工矿用地、农村居民点和交通水利用地具有较高的经济利益,但其生态利益为负值,所以要控制其用地规模,保证土地的集约节约利用。其他建设用地(城镇绿地)的敏感度达17.97%,是因为其具有较高的生态利益,可以作为城镇绿地需求的保障。自然保留地的开发须考虑自然地理条件、开发难度及经济成本等因素。预测型指标为林地,具有较高的生态利益,但单位面积的经济产出小,在退耕还林政策及未利用地的开发下,要合理规划安排。保护型指标为水域,在高生态利益下,其可以作为湿地需求的保障,要保持水域面积不减少。发展型指标为其他农用地,要积极利用其他农用地,通过结构调整大力发展设施农用地。

在住房租金方面，有6.2%的低收入家庭为免费租住，这可能与中国熟人社会本土情况密不可分，基于费孝通所言的差序格局[3]，部分低收入家庭可能有自己由近及远的社会关系网，能够给予一定的社会支撑。此外，租金在100元以下的低收入家庭占比62.7%(含免费)，300元以下的家庭累计占比88.4%，这跟政府提供的福利性住房有着莫大的关联。

3、风险回避。风险回避指的是企业在预估到即将遭遇某种特定风险时，而采取完全避免的方式，但同时也会损失因放弃该风险而失去的利益。因此，企业在进行风险回避时要进行风险和未来利益的权衡，当风险带来的损失明显高于未来收益时可以采取风险回避的方式，当风险带来的损失较低时，可以财务接受风险。同时，对于一些客观无法避免的风险，比如全球经济危机、死亡等都属于无法回避的风险，不能完全适用此方式。

(3)各土地利用类型在优化结构中呈现出不同的发展趋势

将优化结构弹性区间的上下限与现状结构面积做趋势线,可以发现耕地和自然保留地呈现下降趋势,林地和建设用地都呈现上升趋势,而其他农用地和水域的变化则较为灵活,可根据未来土地利用需求在弹性区间范围内上下浮动。因此,在土地利用结构优化中,可根据各土地利用类型不同的发展趋势,确定各土地利用类型面积的增减。

参考文献：

[1] 冯长春,曹敏政,谢婷婷.不同生态保育尺度下铜陵市土地利用结构优化[J].地理研究,2014(12):2217-2227.DOI:10.11821/dlyj201412001.

Feng C C,Cao M Z,Xie T T.Optimization of Land Use Structure in Tongling City Based on Different Ecological Conservation Scales[J].Geographical Research ,2014(12):2217-2227.DOI:10.11821/dlyj201412001.

[2] 姚喜军,吴全,靳晓雯,等.内蒙古土地资源利用现状评述与可持续利用对策研究[J].干旱区资源与环境,2018(09):76-83.DOI: 10.13448/j.cnki.jalre.2018.272.

Yao X J,Wu Q,Jin X W,et al .The Current Situation of Land Resource Utilization in Lnner Mongolia and Its Sustainable Utilization Measures[J].Journal of Arid Land Resources and Environment ,2018(09):76-83.DOI: 10.13448/j.cnki.jalre.2018.272.

[3] 龚建周,刘彦随,张灵.广州市土地利用结构优化配置及其潜力[J].地理学报,2010(11):1391-1400.DOI: 10.11821/xb201011009.

Gong J Z,Liu Y S,Zhang L.The Optimal Allocation of Land Use and Its Potential Appraisal in Guangzhou City[J].Acta Geographica Sinica ,2010(11):1391-1400.DOI: 10.11821/xb201011009.

[4] 李辉,王良健.土地资源配置的效率损失与优化途径[J].中国土地科学,2015(07):63-72.DOI: 10.13708/j.cnki.cn11-2640.2015.07.009.

Li H,Wang L J.The Ineffi Ciency of Land Allocation and Its Optimization[J].China Land Science ,2015(07):63-72.DOI: 10.13708/j.cnki.cn11-2640.2015.07.009.

[5] 郑群英,周生路,任奎.土地利用结构优化生态效益考量方法研究——以南京江宁区为例[J].资源科学,2009(04):634-640.DOI: 10.3321/j.issn:1007-7588.2009.04.015.

Zheng Q Y,Zhou S L,Ren K.An Eco-efficiency Measurement Method of Land Use Structure Optimization:a Case Study in Jiangning District of Nanjing City[J].Resource Science ,2009(04):634-640.DOI: 10.3321/j.issn:1007-7588.2009.04.015.

[6] 王繁,裘江海,周斌,等.新围海涂土地利用结构优化模型及其应用[J].经济地理,2007(04):614-617.DOI:10.15957/j.cnki.jjdl.2007.04.001.

Wang F,Qiu J A,Zhou B,et al .Mathematical Model of Land Use Structure Optimization in New Exploited Tidal Flat[J].Economic Geography ,2007(04):614-617.DOI:10.15957/j.cnki.jjdl.2007.04.001.

[7] 熊婷.土地利用结构优化建模与实证研究[D].南京：南京农业大学,2008.

Xiong T.Example Research and Model of Land Use Strueture Optimization[D].Nanjing：Nanjing Agriculture University,2008

[8] 李鑫,李宁,欧名豪.土地利用结构与布局优化研究述评[J].干旱区资源与环境,2016(11):103-110.DOI: 10.13448/j.cnki.jalre.2016.356.

Li X,Li N,Ou M H.Review of the Studies on Land Use Structure and Layout Optimization[J].Journal of Arid Land Resources and Environment ,2016(11):103-110.DOI: 10.13448/j.cnki.jalre.2016，356.

[9] Carsjens G J,van der Knaap W.Strategic Land-use allocation:Dealing with Spatial Relationships and Fragmentation of Agriculture[J].Landscape and Urban Planning ,2002,58(PII S0169-2046(01)00219-52-4):171-179.

[10] 王群,王万茂.不确定性与土地利用规划[J].中国土地科学,2012，26(05):88-91.DOI: 10.3969/j.issn.1001-8158.2012.05.015.

Wang Q,Wang W M.Uncertainty and Land Use Planning[J].China Land Science ,2012,26(5): 88-91.DOI: 10.3969/j.issn.1001-8158.2012.05.015.

[11] 吴次芳,邵霞珍.土地利用规划的非理性、不确定性和弹性理论研究[J].浙江大学学报(人文社会科学版),2005,35(4):98-105.DOI: 10.3785/j.issn.1008-942X.2005.04.013.

Wu C F,Shao X Z.A Study on the Irrational,Uncertain and Flexible Theory of Land Use Planning[J].Journal of Zhejiang University :Humanities and Social Sciences ,2005,35(4):98-104.DOI:10.3785/j.issn.1008-942X.2005.04.013.

[12] Janssen R,van Herwijnen M,Stewart T J,et al .Multiobjective Decision Support for Land-use Planning[J].Environment and Planning B -Planning &Design ,2008,35(4):740-756.DOI:10.1068/b33071.

[13] 王万茂,王群.土地利用规划中不确定性的识别和处理研究[J].中国人口·资源与环境,2011，21(10):84-90.DOI:10.3969/j.issn.1002-2104.2011.10.013.

Wang W M,Wang Q.Identification and Treatment of Uncertainty in Land Use Planning [J].China Population ,Resource and Environment ,2011,21(10):84-90.DOI:10.3969/j.issn.1002-2104.2011.10.013.

[14] 李鑫,欧名豪,陆宇.基于生态位理论的阿拉善盟土地利用结构多目标优化研究[J].干旱区资源与环境,2012(08):69-73.DOI:10.13448/j.cnki.jalre.2012.08.006.

Li X,Ou M H,Lu Y.Multi-objective Optimization of Land Use Structure Based on Niche T6heory[J].Journal of Arid Land Resources and Environment ,2012(08):69-73.DOI:10.13448/j.cnki.jalre.2012.08.006.

[15] 刘兆顺,李淑杰.基于生态系统服务价值的土地利用结构优化——以重庆万州为例[J].长江流域资源与环境,2009(07):646-651.DOI: 10.3969/j.issn.1004-8227.2009.07.010.

Liu Z S,Li S J.Optimization of Land Use Structures Based on Ecosystem Services Value:A Case Study in Wanzhou,Chongqing[J].Resources and Environment in the Yangtze Basin ,2009(07):646-651.DOI: 10.3969/j.issn.1004-8227.2009.07.010.

[16] 严超,张安明,石仁蓉,等.基于土地生态安全的黔江区土地利用结构优化[J].水土保持研究,2017(03):270-276.DOI:10.13869/j.cnki.rswc.2017.03.047.

Yan C,Zhao A M,Shi R R,et al .Land Utilization Struction Optimization in Based on Land Ecological Security[J].Research od soil and water conservation ,2017(03):270-276.DOI:10.13869/j.cnki.rswc.2017.03.047.

[17] 张薇,甘德清,王晓红.基于GIS的土地利用结构优化配置研究进展[J].安徽农业科学,2014(13):4089-4091.DOI:10.13989/j.cnki.0517-6611.2014.13.020.

Zhang W,Gan D Q,Wang X X.The Research Progress of Optimal Allocation of Land-Use Structure Based on GIS[J].Journal of Anhui Agri ,2014(13):4089-4091.DOI:10.13989/j.cnki.0517-6611.2014.13.020.

[18] 刘海猛,石培基,王录仓,等.低碳目标导向的兰州市土地利用结构优化研究[J].中国土地科学,2012(06):55-61.DOI:10.13708/j.cnki.cn11-2640.2012.06.010.

Liu H M,Shi P J,Wang L C,et al .Optimizing land use structure for low carbon target: a case study in Lanzhou of Gansu Province[J].China Land Science ,2012(06):55-61.DOI:10.13708/j.cnki.cn11-2640.2012.06.010.

[19] 徐昔保.基于GIS与元胞自动机的城市土地利用动态演化模拟与优化研究[D].兰州：兰州大学,2007.

Xu X B.Urban Land Use Dynamic Evolution Simulation and Optimization Based on GIS and Cellular Automata:A Case Study Of Lanzhou[D].Lanzhou：Lanzhou University,2007.

[20] 严金明.简论土地利用结构优化与模型设计[J].中国土地科学,2002，16(4):20-25.DOI: 10.3969/j.issn.1001-8158.2002.04.005.

Yan J M.Studies on Land Use Structure Optimization and Model Designing[J].China Land Science ,2002,16(4):20-25.DOI:10.3969/j.issn.1001-8158.2002.04.005.

[21] 陈美娟.矿区土地利用变化及其生态系统服务价值研究[D].太原：山西大学,2016.

Chen M J.Study on Land Use Change and Ecosystem Service Value in Mining Area[D].Taiyuan:Shanxi Unviesrity,2016.

[22] 王庆日.城市绿地的价值及其评估研究[D].杭州：浙江大学,2003.

Wang Q R.Value of Urban Green Space and ItsAssessment[D].Hangzhou:Zhejiang University,2003: 79-91.

[23] 李正,王军,白中科,等.贵州省土地利用及其生态系统服务价值与灰色预测[J].地理科学进展,2012(05):577-583.DOI: 10.11820/dlkxjz.2012.05.005.

Li Z,Wang J,Bai Z K,et al .Land Use and Ecosystem Service Values and Their Grey Forecast in Guizhou Province[J].Progress in Geography ,2012(05):577-583.DOI: 10.11820/dlkxjz.2012.05.005.

[24] 李鑫,严思齐,肖长江.不确定条件下土地资源空间优化的弹性空间划定[J].农业工程学报,2016(16):241-247.DOI: 10.11975/j.issn.1002-6819.2016.16.033.

Li X,Yan S Q,Xiao C J.Determination of Flexible Space for Land Resource Spatial Optimization under Uncertain Conditions[J].Transactions of the Chinese Society of Agricultural Engineering ,2016(16):241-247.DOI: 10.11975/j.issn.1002-6819.2016.16.033.

[25] 周诚.中国大陆经济、社会的可持续发展战略与土地资源的可持续利用[J].中国土地科学,1996(6):4-5.DOI: 10.13708/j.cnki.cn11-2640.1996.06.003.

Zhou C.Sustainable Development Strategy of Economy and Society in Mainland China and Sustainable Utilization of Land Resources[J].China Land Science ,1996(6):4-5.DOI: 10.13708/j.cnki.cn11-2640.1996.06.003.

[26] 蒋峥.区间参数不确定系统优化方法及其在汽油调和中的应用研究[D].杭州：浙江大学,2005.

Jiang Z.Optimization of Uncertain Systems with Intevral Parametes and Its Application in Gasoline Blending[D].Hangzhou:Zhejiang University,2005.

[27] 郭均鹏,李汶华.区间线性规划的标准型及其最优值区间[J].管理科学学报,2004(03):59-63.DOI: 10.3321/j.issn:1007-9807.2004.03.009.

Guo J P,Li W H.Standard form of Interval Linear Programming and Its Optimal Objectiveinterval Value[J].Journal of Management Sciences in China ,2004(03):59-63.DOI: 10.3321/j.issn:1007-9807.2004.03.009.

[28] 李鑫,欧名豪,刘建生,等.基于不确定性理论的区域土地利用结构优化[J].农业工程学报,2014(04):176-184.DOI: 10.3969/j.issn.1002-6819.2014.04.022.

Li X,Ou M H,Liu J S,et al .Regional Land Use Structure Optimization Under Uncertain Theory[J].Transactions of the Chinese Society of Agricultural Engineering ,2014(04):176-184.DOI:10.3969/j.issn.1002-6819.2014.04.022.

Land Use Optimization Allocation Under the Coupling Effect of Regional Ecological and Economic Systems——A Case Study of Ningwu County ,Shanxi

JIA Ningfeng¹,CAO Rong¹,WANG Xiaoya^1,2

(1.Institute of Loess Plateau ,Shanxi University ,Taiyuan 030006,China ;2.School of Environmental and Resource Sciences ,Shanxi University ,Taiyuan 030006,China )

Abstract： Taking Ningwu County,Shanxi as the research area, through the multi-objective interval linear programming model, the coupling benefit maximization of ecological interests and economic interests is established as the objective function, the constraint function is constructed from the angle of social interests, and the optimal allocation of land use is carried out in 2016-2020 years based on the theory of uncertainty interval. The results showed that: ① the large elastic interval of land use types is other agricultural land, woodland and water land, respectively, 5 917.99 hm², 5 658.86 hm²and 819.11 hm². The smaller elastic interval is cultivated land, natural reserve and other construction land, namely 179.62 hm², 2.25 hm²and 13.6 hm².② Based on the comprehensive analysis of elastic interval and sensitivity, the types of land use are divided into four categories: Constraint index, predictive index, developmental index and protective index, which can improve the optimization level of land use structure. ③ Each land use type presents different development trend in the optimization structure, in the planning target year, the cultivated land and the natural reserve area show the downward trend, the woodland and the construction land both show the upward trend, the other agricultural land and the water land the change is more flexible.

Key words： Land use optimization allocation;coupling benefit;interval linear programming;elastic interval;sensitivity

中图分类号： F301.2

文献标志码： A

文章编号： 0253-2395(2019)02-0454-11

DOI： 10.13451/j.cnki.shanxi.univ(nat.sci.).2018.11.08.001

*收稿日期： 2018-11-08；接受日期： 2019-02-26

基金项目： 国家自然科学基金(41801350)

作者简介： 贾宁凤(1966-),女,山西原平人,博士,教授,主要研究方向为土地资源优化配置。E-mail:jianf@sxu.edu.cn

引文格式： 贾宁凤,曹蓉,王晓雅.区域生态和经济系统耦合效应下的土地利用优化配置[J].山西大学学报(自然科学版),2019,42(2):454-464.DOI：10.13451/j.cnki.shanxi.univ(nat.sci.).2018.11.08.001

标签：土地利用优化配置论文;  耦合利益论文;  区间线性规划模型论文;  弹性区间论文;  敏感度论文;  山西大学黄土高原研究所论文;  山西大学环境与资源学院论文;