基于城镇化—耕地耦合关系的合肥市土地利用结构优化

发布时间：2017-12-07 05:24

  本文关键词：基于城镇化—耕地耦合关系的合肥市土地利用结构优化

  更多相关文章： 耕地 城镇化 优化配置 方案优选

【摘要】：耕地资源是人类赖以生存和发展的物质基础,是维系自然生态系统的功能和支撑社会经济系统发展不可替代的自然资源和战略储备。改革开放以来,随着社会经济的持续快速发展,我国城镇化速度不断加快,城镇人口比重逐年攀升,大量的耕地资源从农业部门转移到非农部门,使得耕地资源的供需矛盾日益显著。如何科学处理城镇化发展与耕地资源保护二者之间的协调关系,不断提高地区耕地资源的集约利用程度已经成为涉及地区经济能否持续健康发展的重要研究课题题。目前,我国处于城镇化快速发展的关键时期,耕地资源在土地利用结构中处于不可替代的重要位置,不仅肩负着向城乡居民提供食品供给的重要使命,也承担着向城市建设提供发展空间的艰巨任务。所以,科学合理的利用耕地资源,这不仅是是社会经济发展的现实需求,也是土地科学研究的意义所在。然而,对耕地资源的进行科学合理的安排与部署,必须处理好耕地与其他地类之间的关系,适时开展土地利用结构优化就显得尤为必要。近年来,合肥市社会经济发展速度与城镇化进程较快,不同用地类型之间的相互转化呈显著上升趋势,因此,以其为研究对象进行基于城镇化-耕地耦合关系的土地利用优化研究具有较强的现实意义和理论价值。本研究通过借鉴现有研究经验,采用定量统计和定性分析相结合的研究方法,基于合肥市1990-2010年耕地资源数量变化数据及相关统计资料,以城镇化进程与耕地资源数量变化为基本研究主线,将二者之间的关系合理纳入到地区社会经济系统与自然生态系统的变化格局中,并对资源数量与环境质量之间的耦合关系进行全面系统研究,试图从中找到社会经济发展与自然环境变化等各要素之间的内在联系,持续探索其规律性和运行机制。(1)重点开展耕地资源数量变化与城镇化水平动态分析,借助运用主成分分析法与多元回归模型,深入挖掘影响研究区耕地资源数量变化的相关因素,因地制宜的进行合肥市耕地资源数量变化驱动力分析,剖析耕地资源数量变化、城镇化水平与社会经济发展三者之间的影响机理,科学探讨城镇化在耕地资源数量变化的驱动作用;(2)科学构建城镇化进程与耕地资源数量变化协调关系模型,并对合肥市与安徽省耕地资源数量变化与城镇化发展水平之间的协调关系进行对比研究,详细探讨耕地资源数量变化与城镇化水平之间的耦合关系;(3)适时将生态位理论与GECM的优化目标、优化原则以及土地利用结构的特点结合起来,引入城镇化进程与耕地协调系数,结合影响耕地资源数量变化城镇化驱动因素,有序构建“生态位——多目标动态规划”模型,综合考虑生态环境、社会经济、科技发展等方面的因素,提出符合地区发展实际的土地利用结构优化方案,实现耕地与其他用地类型的科学部署。(4)合理借助层次分析法,建立递阶层次结构,构造判断矩阵,并对指标层数据进行相应的处理,实现优化配置方案的排序;采用对比分析法分别对预测结果进行相应的对比研究,探讨不同情景下的优化配置方案中耕地资源以及其他用地类型的变化数量和变化强度,提出不同情景下的优化配置方案的特点以及预测结果的差异,从而实现对不同情景下的优化配置方案的优选。研究主要取得相关结论:(1)城镇化水平与耕地利用之间存在强相关性,随着城镇化推进,耕地资源数量呈现先减少后增加的“铲形”变化规律,即城镇化早期,耕地资源数量呈现缓慢的下降,到一定阶段耕地资源数量则表现为快速下降,之后将基本处于平缓状态。经计算,1990-2010年,合肥市耕地资源数量的城镇化驱动力综合得分总体呈现逐渐增加的趋势,表明影响合肥市耕地资源数量变化的驱动力逐渐加强。论文综合运用主成分分析法与原回归模型构建了耕地与8个二级指标之间的回归方程,由回归系数显示可知,城镇人口比例、第三产业产值比例等是影响合肥市耕地资源数量变化的主要因素,并呈现负相关关系,即城镇人口比例、第三产业产值占gdp比例的变化将会对耕地资源数量变化产生强烈且直接的影响。(2)运用城镇化发展进程与耕地资源数量变化协调度评价模型,对合肥市1990-2010年城镇化水平与耕地资源数量变化协调水平进行测算分析,结果表明城镇化发展进程与耕地资源数量变化协调度不断提高,城镇化与耕地资源利用逐渐趋向和谐。1990-2010年,合肥市的城镇化水平与耕地资源数量变化协调度主要为0到1之间,基本处于“调和”与“勉强调和”类型相互交织的状态。(3)根据实际研究的需要,以研究区城镇化与耕地资源协调关系为导向,有序构建起以逐步宽容约束法(gecm)为核心的余地利用结构优化配置模型,在充分考虑引发耕地资源数量变化驱动力的基础上,科学设置涉及地区经济社会发展、城镇化进程等多个方面的约束条件,并参照研究未来发展的具体需求分别设置三种不同的发展情景,进而提出符合地区城镇化发展进程的土地利用结构优化方案。(4)根据满足生产实践的现实需要,研究将从方案对比、方案评价以及方案优选三个方面依次对不同情景下的土地利用结构优化配置方案进行讨论,结果表明:2010-2020年,合肥市城镇化年均水平变化速度为定值时,不同“城镇化—耕地”协调度下的土地利用结构所对应的经济效益也会呈现出较为显著的差异。随着社会经济水平的不断提升,同等“城镇化—耕地”协调度的情况下,城镇化发展速度越快,所对应的土地利用方案经济效益越大,反之,生态效益最大。同时,不同情景所对应的土地利用结构优化配置方案中耕地资源以及其他用地类型的变化数量和变化强度具有显著的差异。研究取得创新性成果如下:(1)揭示了合肥市城镇化水平与耕地资源数量变化协同度在不同的城镇化发展阶段所表现出来的周期性发展特征。运用城镇化发展进程与耕地资源数量变化协调度评价模型,对合肥市1990-2010年城镇化水平与耕地资源数量变化协调水平进行测算分析,得到了合肥市城镇化发展进程与耕地资源数量协调变化曲线。协调度具有波动性和周期性,并显示出两个完整的周期。(2)首次构建了集低碳经济生态位与逐步宽容约束法为一体的多目标约束模型。该模型在充分考虑土地利用的碳排放生态位和经济生态位的基础上,以耕地资源数量变化与城镇化进程协调关系为导向,对研究区耕地资源数量变化的驱动因素加以整合,并将其作为约束条件成功应用到区域土地利用规划的案例研究中,有序协调处理了各区域、部门和组织之间的目标冲突,实现了快速城镇化背景下的土地利用结构的优化配置。(3)提出了以优化配置方案择优为主导、层次分析法为核心、不同优化方案对比为主导的土地利用结构优化方案筛选方法,该方法是集“方案择优”、“方案评价”以及“方案对比”等三个方面为一体的综合性研究方法,既能对不同情景下的优化配置方案计算结果的可靠性和稳定性进行科学判别,又能对不同优化配置方案所对应的经济效益、生态效益及综合效益进行系统分析,同时,实现了对不同土地资源优化配置方案的科学分析和系统讨论,具有较强的可操作性和适用性。综上所述,我国正处全面建成小康社会的关键时期,各地区均面临着加快转变经济发展方式与资源环境约束加剧的现实困境。合肥市作为安徽省乃至整个中部地区社会经济发展、城镇化建设的“排头兵”,用地供求矛盾更加突出,耕地保护和节约用地任务更加艰巨。所以,为了保证地区社会经济的持续、健康发展,合肥市必须以建设资源节约型和环境友好型社会的总体要求为目标,充分发挥科技创新在经济发展过程中的核心优势,持续推动传统粗放型发展模式向集约集约型模式转变,有效提高区域耕地资源的利用效率;科学制定地区发展规划土地利用总体规划,适时调整土地利用结构,优先支持战略产业发展。
【学位授予单位】：中国矿业大学(北京)
【学位级别】：博士
【学位授予年份】：2016
【分类号】：F301.2

【相似文献】

中国期刊全文数据库 前10条

1 吴群;郭贯成;万丽平;;经济增长与耕地资源数量变化:国际比较及其启示[J];资源科学;2006年04期

2 朱红波;张安录;;我国耕地资源数量安全的时空差异分析[J];中国人口.资源与环境;2006年06期

3 王君仁;许庆福;;山东省耕地资源数量变化与粮食安全分析[J];山东国土资源;2008年05期

4 陈园园;陆德六;曾秀梅;;山东省耕地资源数量安全评价[J];农村经济与科技;2010年08期

5 于莎莎;刘燕;;山东省耕地资源数量变化及其驱动因素研究[J];山东农业科学;2010年09期

6 葛全胜,戴君虎,何凡能,郑景云,满志敏,赵峗;过去300年中国部分省区耕地资源数量变化及驱动因素分析[J];自然科学进展;2003年08期

7 陈利根;龙开胜;;耕地资源数量与经济发展关系的计量分析[J];中国土地科学;2007年04期

8 朱健宁;吴群;;耕地资源数量变化及其驱动力分析——以无锡市为例[J];土壤;2008年02期

9 李彬;武恒;;安徽省耕地资源数量变化及其对粮食安全的影响[J];长江流域资源与环境;2009年12期

10 封志明,刘宝勤,杨艳昭;中国耕地资源数量变化的趋势分析与数据重建:1949～2003[J];自然资源学报;2005年01期

中国重要会议论文全文数据库 前1条

1 李永乐;吴群;;经济增长与耕地资源数量变化:协整分析及其Granger因果检验[A];2008年中国土地学会学术年会论文集[C];2008年

中国博士学位论文全文数据库 前1条

1 余洋;基于城镇化—耕地耦合关系的合肥市土地利用结构优化[D];中国矿业大学(北京);2016年

中国硕士学位论文全文数据库 前3条

1 丁晓惠;耕地资源数量安全评价及其安全底线测算[D];西南大学;2008年

2 康开进;福建省耕地资源数量安全问题研究[D];福建农林大学;2011年

3 王恩东;山东省耕地资源数量变化分析及保有量预测研究[D];山东农业大学;2012年

，

本文编号：1261318