论文部分内容阅读
摘要：土地利用冲突已成为制约土地可持续利用的主要问题，威胁到社会经济的健康发展。为处理好城市发展和土地利用的协调关系，以长株潭城市群为例，运用PSR评价模型、空间自相关理论对1999—2010年土地利用冲突时空演化特征进行研究；运用ARIMA模型和BP神经网络组合模型对2011—2020年土地利用冲突发展趋势进行预测。结果表明，土地利用冲突的强度在不断增强；空间分布上由分散趋于集中，空间集聚程度提高；未来的土地利用冲突强度仍保持上升的动态变化，但增长速度变缓；最后提出协调人地关系、转变经济发展方式、调整土地利用结构的对策，为缓解土地利用冲突提供参考。
关键词：土地利用冲突；时空特征；模拟预测；长株潭城市群
中图分类号： F301.24文献标志码： A
文章编号：1002-1302（2017）09-0286-06
我国正处于快速城市化的发展时期，城市化水平从1949年的7.3%提高到2014年的54.77%[1]，已成为推动经济社会发展的重要引擎。同时，“城市群”作为城市化高级主体形态，其空间框架体系也在逐步形成并发展壮大，成为带动区域均衡发展的重要增长极。随着城市化进程的明显加快和城市群的形成壮大，城市国土空间开发受物质流、能量流和信息流的影响，表现出邻域推进和边缘区扩张的发展格局[2]，土地资源高强度开发利用，城镇用地扩张失控，土地利用结构失衡逐步凸显[3-4]，衍生出一系列“土地利用冲突”的问题，并有加剧的趋势。
土地利用冲突作为城市化深入发展中土地利用演化过程与结果的突出表现，已成为土地可持续利用的主要障碍，是当前学术界和实践部门关注的重点。目前关于土地利用冲突的研究主要集中在土地利用冲突的概念内涵[5-7]、类型划分[8]、产生原因[9-10]、评价诊断[11-13]等方面，主要发生在农牧交错带、水陆过渡带、城市边缘区以及城市化发展较快的地区[5，14]。研究方法多采用參与式调查法[13]、博弈论[10]等定性分析为主，定量分析则主要包括PSR评价模型及其扩展模型、多目标评价模型，并结合层次分析法对土地利用冲突的强度进行测算[3，11-12，15]。此外，对土地利用冲突的研究也主要集中在时间序列的变化上。事实上，土地利用冲突不仅是一种社会现象的缩影，更是一种具有空间异质性的地理现象[14]，对其空间特征的研究尤为重要。不同社会经济条件下，土地利用冲突的强度与表现形式也各不相同，须要加强对未来土地利用冲突动态模拟。但纵观目前的研究，并没有形成完善的土地利用冲突理论体系，尤其对土地利用冲突时空演化规律和区域土地利用冲突情景模拟预测的研究较少。
关于土地利用冲突的概念，目前国内外学者并没有形成统一而明确的定义。于伯华等认为，土地利用冲突指各利益相关者对土地资源利用的方式、数量等方面不一致、不和谐，以及土地利用与环境方面之间的矛盾状态[5]。周德等把土地利用冲突定义为不同的土地利用主体在利用土地资源、土地资产、土地空间时产生的矛盾与对立，并对社会、经济、生态环境造成了一定危害[2]。本研究将土地利用冲突定义为由于土地资源的有限性和利用方式的多样性，经济利益的获取、生态环境的保护、社会效益的实现共同构成土地压力，影响土地的利用结构和产出效益。为满足人们生存、生产和发展的需要，在对土地资源利用的过程中产生经济冲突、生态冲突、社会冲突的不和谐状态。
因此，本研究在构建PSR土地利用冲突模型的基础上，对1999—2010年长株潭城市群土地利用冲突进行评价，归纳其动态变化规律与趋势；运用全局和局部空间自相关，揭示土地利用冲突的空间集聚分异特征与规律；利用ARIMA模型和BP神经网络组合模型，对未来10年长株潭地区土地利用冲突演化的趋势进行动态模拟，为促进区域可持续发展、土地利用冲突的合理调控和城镇化的良性发展提供参考依据。
1研究区概况与数据来源
1.1研究区概况
长株潭城市群位于湖南省中东部，湘江下游，现辖长沙、株洲、湘潭3个地级市4个县级市和8个县。土地总面积为28 070 km2，属亚热带季风气候，地势东北高西南低，地貌类型以丘陵、岗地、平原为主，兼有山地、水面。2007年被确定为“两型”社会建设综合配套改革试验区；2014年长株潭城市群实现GDP 11 555.9亿元，占全省42.7%，城市化水平为55.91%。长株潭城市群兼具东部发达地区和中部发展地区的特征，随着快速城市化发展，城市周边农用地不断被占用、用地效率低、粮食安全与环境安全日趋严峻等一系列问题给区域土地利用造成巨大压力，产生冲突。如何缓解土地利用冲突、处理好城市发展和土地利用变化之间的协调关系，对促进长株潭城市群的可持续发展、落实国家中部崛起战略具有积极意义。
1.2数据来源
数据主要来源于1999—2010年长株潭土地利用现状数据、2000—2015年湖南统计年鉴、2000—2011年湖南农村统计年鉴、长株潭城市群行政区划矢量图。
2长株潭城市群土地利用冲突评价体系的构建
2.1评价指标的建立
影响土地利用冲突的因素错综复杂，PSR模型能综合考虑社会、经济、资源和环境[16]，探究各要素之间的因果关系，对复杂性的土地可持续问题进行有效评价[7]，揭示压力之下土地利用所处状态的变化以及相关土地管理者作出的响应。从快速城市化角度，结合国内相关研究成果以及长株潭城市群土地利用的实际状况，根据研究方法的需要和要求、指标数据的可获取性、整体性、可量化性原则，构建以土地利用冲突强度为目标层，以压力、状态、响应为准则层，选取18个社会经济指标来综合测算土地利用冲突综合评价指数（表1）。
2.2指标的无量纲化
由于各指标对土地利用冲突的正负影响存在差异，且单位不同，须要对原始数据进行标准化，消除量纲和数量级的影响，使指标具有可比性。 对于正向指标：
对于逆向指标：
式中：Vij表示标准化后的值；Xij表示第i行第j列指标的实际值；minXj表示第j列指标的最小值；maxXj表示第j列指标的最大值。
2.3利用熵权法确定权重
计算第i年j项指标的比重：
计算指标信息熵：
通常令k=1/lnm，则有0≤ej≤1，且当Yij=0时，令Yij×lnYij=0。
计算信息熵冗余度：
式中：dj越大，代表指标越重要。
计算指标权重：
式中：m表示评价年数；n表示指标个数。
2.4土地利用冲突强度的测算
为全面反映长株潭城市群土地利用冲突的强度，本研究借鉴杨永芳等提出的区域土地利用冲突综合指数[7]来探究其发展程度，其公式为：
式中：xij表示第i项分类指标的第j个单项指标的标准化值；wij表示相应的权重；Ri表示第i项分类指标的权重，即压力、状态、响应三者的权重；∑ nj=1 xij×wij分别表示压力、状态、响应3个分类指标的综合评价值。
3长株潭城市群土地利用冲突时空演化特征分析
3.1长株潭城市群土地利用冲突时序变化特征分析
根据上述长株潭城市群土地利用冲突评价模型，得出长株潭城市群1999—2010年土地利用冲突的压力、状态、响应三者的评价值（图1）土地利用冲突综合指数（图2）。
（1）压力指数。由图1可知，长株潭城市群压力指数整体呈现直线上升趋势，上升速度也逐渐加快。2000、2001年，压力指数略有下降，主要是因为自然灾害等得到有效控制，受灾面积和受灾频率减少，缓解了用地压力。1999—2005年，压力指数都处于相对较低的水平，且增长幅度较平缓，由1999年的0.054上升到2005年的0.069，共增加0.015，增幅为27.78%。从2005年以后，压力指数进入快速增长阶段，由2006年的0.104上升到2010年的0.214，共增加0.11，增幅达105.77%。造成压力迅速增长的主要原因是城市化的发展，地均二三产业总产值与地均农林牧渔产值的差距、城乡固定投资比不断扩大，导致农用地与建设用地矛盾加剧。同时，GDP、人口的快速增长，对土地的需求加剧，这无疑给长株潭城市群的土地利用带来了巨大压力。
（2）状态指数。长株潭城市群状态指数整体处于波动中增长。1999—2003年状态指数平缓上升，从0.017增长到 0.056。原因是土地的利用效率较低，土地的产出效益不高，人均粮食产量和耕地复种指数的下降，加大了土地利用的冲突。2003—2005年状态指数有所下降，从0.056下降到 0.048。其间土地的利用效率得到提高，缓解了土地利用冲突。2005—2010年，状态指数在波动中上升，从0.048增加至0.100。该阶段土地利用结构处于变动中，耕地、未利用地面积逐年减少，而建设用地面积却大量增加。
（3）响应指数。从评价结果来看，长株潭城市群的响应指数基本处于下降状态。表明在面对社会经济发展的压力和所处的土地利用状态，长株潭虽希望通过增加旱涝保收面积、有效灌溉面积，提高农业机械化水平，降低GDP能耗等措施来提高土地的经济产出，缓解土地利用压力的进一步增大所带来的影响，但由于各种响应措施投入力度不够，各响应指标呈现波动起伏，效益并没有得到充分反映，对有效缓和土地利用冲突的作用有限。因此，未来仍须继续采取加大技术和资金的投入以及降低污染消耗等措施来进一步提高响应指数，以积极应对土地利用带来的各种冲突压力。
由图2可知，1999—2010年长株潭城市群土地利用冲突的强度除2000年略微下降外，整体保持增长趋势。2000年压力指数下降，响应指数上升，缓解了土地利用冲突，使土地利用冲突综合指数下降。说明通过制定合理有效的措施，土地利用冲突问题在某种程度上是可以控制的。12年间，土地利用冲突综合指数最低时为0.076，最高值达到0.321，增长幅度为322.37%，土地利用冲突的强度增加速度较快。以2005年为转折点，2005年以前土地利用冲突保持较缓的增长速度，2005年以后土地利用冲突明显增强，并有加速增长的趋势。
3.2長株潭城市群土地利用冲突空间分异特征分析
传统的统计方法仅侧重于对数值或空间的独立研究，并未将二者之间的相互作用机制综合考虑[17]，无法揭示数据的空间关联性和依赖性[18]。本研究运用全局和局部空间自相关的方法来探讨长株潭城市群土地利用冲突的空间关联与异质状况，识别土地利用冲突的空间分异格局，揭示土地利用冲突的空间集聚演化规律。
全局自相关是反映属性值在研究区域内的空间关联或差异程度。全局Morans I指数公式为：
式中：xi、xj分别表示变量x在相邻配对空间上的取值；x[TX-*5]表示n个空间单元变量x的平均值；[WTHX][STHX]wij表示空间权重矩阵，i与j相邻时为1，不相邻为0。I的取值范围是-1～1，值越趋近1，代表空间差异越小，存在正的空间相关性；I<0，代表空间差异显著，存在负的空间相关性；I=0，表明在空间上相互独立、不相关。
局部自相关进一步揭示属性值在局部空间上高值簇和低值簇分布格局。局部LISA指数公式为：
式中：S2表示n个空间单元变量x的方差。
计算1999、2010年长株潭城市群各县（市）土地利用冲突综合评价指数，利用ArcGIS 9.3、Geoda 0.9.5i软件对 Morans I 指数和LISA指数进行测度，绘制Morans I散点（图3）和LISA聚集（图4），识别各县（市）单元土地利用冲突的空间差异程度。
Moran散点图将研究区域划分为4个象限，对应4种空间格局：第Ⅰ象限——高值区域被邻近高值区域所包围（高高），二者空间差异较小；第Ⅱ象限——低值区域被邻近高值区域所包围（低高），二者空间差异较大；第Ⅲ象限——低值区域被邻近低值区域所包围（低低），二者空间差异较小；第Ⅳ象限——高值区域被邻近低值区域所包围（高低），二者空间差异较大。 1999年的Morans I值在10%的显著性检验水平下不显著（P=0.168），土地利用冲突总体上空间分布较分散。2010年的Morans I值在10%的显著性水平下为正值（P=0.07），表明土地利用冲突在空间分布上较为集中，形成了明显的空间正相关。Moran值从1999年的0.059 6上升到2010年的0.185 5，也表明土地利用冲突的空间集聚水平在不断增强。由图3可知，1999年处于Ⅰ、Ⅲ象限和Ⅱ、Ⅳ象限的值比较均衡，2010年处于Ⅰ、Ⅲ象限的值要多于Ⅱ、Ⅳ象限，即长株潭城市群的土地利用冲突在空间上存在正相关性，形成了高高、低低的集聚类型。以上都说明长株潭城市群土地利用冲突的空间集聚强度在逐渐增强，主要是因为城市间的联系更为紧密，邻近地区间发展的差异在逐渐减小。从落入各个象限的点的变化发现，长沙县、浏阳市从第Ⅱ象限（低高）转变成第Ⅰ象限（高高），存在高值区的扩大。第Ⅲ象限（低低）与第Ⅳ象限（高低）没有明显变化，但第Ⅳ象限的长沙市有向第Ⅰ象限（高高）趋近的趋势。位置的变化说明处于第Ⅱ象限低值区域被高值区域包围时，更容易被空间趋同，减少空间差异。
由图4可知，长株潭城市群土地利用冲突整体上存在空间集聚性，但并不显著。长沙县由1999年的低高区域变成2010年的高高区域，是长株潭城市群土地利用冲突的“热点”区域，表明长沙县与周围的长沙市区、湘潭市区、株洲市区等土地利用冲突较强的县（市）联系加强，呈现出显著集聚的特征。长沙县成为“热点”主要是因为其毗邻长沙市区、湘潭市区、株洲市区，在空间上具有较强的关联性，易受到城市增长极的影响，城市化水平发展迅速，从1999年的7.17%飞速发展到2010年的50.65%，建设用地与农用地的矛盾深化，加剧了土地利用冲突。
4长株潭城市群土地利用冲突模拟预测与调控对策
4.1长株潭城市群土地利用冲突模拟预测
4.1.1驱动因子的确定
结合国内外相关研究成果、研究需求及数据可得性，选取1999—2014年影响长株潭城市群土地利用冲突变化的11个社会经济指标。用GDP、地均劳动生产率、城乡居民收入水平来反映经济发展水平；用总人口、城市化反映人口状况；以第一、第二、第三产业产值反映产业结构变化情况；由固定资产投资反映对土地、基础设施建设的投入程度；用农业机械总动力反映耕作的现代化及科技投入水平；以粮食产量反映耕地产出对社会的满足度。
由于土地利用冲突受到以上诸多因素的影响，驱动因子之间关系错综复杂，呈现出有线性关系的同时又包含了非线性关系的复合特征。ARIMA模型对于有线性关系的数据进行时序预测时精度较高，对于非线性的处理效果欠佳[19]。而BP神经网络是一种多层前馈型神经网络，基于误差反向传播算法，达到高度的仿真功能，能有效模拟数据的非线性规律[19-21]，因此本研究采用ARIMA模型和BP神经网络的组合模型对土地利用冲突强度进行预测。
4.1.2组合模型的构建及预测
（1）ARIMA模型预测。建立ARIMA（1，1，1）模型，模拟预测1999—2020年土地利用冲突值，结果见图5。
（2）BP神经网络预测ARIMA模型误差及检验。用1999—2010年的驱动因素数据作为网络训练输入层，土地利用冲突评价实际值与ARIMA模型预测值的误差值作为目标输出，进行网络拟合和训练，输入层为11，隐含层为14，输出层[CM（25]为1，学习速率设置为0.25，允许误差设置为10-8，用得出的误差值对ARIMA模型预测值进行修正，得到组合模型预测值（表2）。由表2可知，ARIMA模型和BP神经网络的组合模型对土地利用冲突强度的拟合精度较高，可用于预测。
（3）网络预测。运用ARIMA模型对已获取的1999—2014年各驱动因素的值进行预测，得到其2015—2020年的值，再将2011—2020年的值代入训练好的BP神经网络，对ARIMA模型进行修正，得到2011—2020年土地利用冲突预测值（图6）。
预测结果（图6）表明，长株潭城市群土地利用冲突强度在2011—2020年期间仍保持上升的动态变化，预计2020年土地利用冲突强度达到最高，届时严重威胁到社会经济的可持续发展。但是在2012年以后增长速度变缓，表明通过积极调整土地利用结构、合理配置土地资源、控制国土开发强度等措施，能有效控制土地利用冲突，促进土地可持续发展。
4.2长株潭城市群土地利用冲突对策建议
在长株潭城市群土地利用冲突发展状况的基础上，结合各指标的预测趋势和权重，判断出人口因素、经济发展状况、土地利用结构是影响土地利用冲突的主要因素。因此，为缓解土地利用冲突、促进城市良性发展与土地合理利用关系的协调主要从上述3个方面进行探讨。
4.2.1协调人地关系
人口因素是构成土地利用冲突的主要因素，人口增长过快使有限的土地资源遭到不合理的高强度开发，对土地的重用轻养引起土地资源数量和质量的变化，造成新一轮的土地利用压力。因此，要控制人口总量，更要提高人口素质，加强土地保护意识，合理安排土地利用布局，构建和谐人地关系。
4.2.2转变经济发展方式
长株潭城市群在未来一段时间内仍处于以工业为主导的经济发展方式，第三产业所占比重偏低。工业需要大量土地支持其发展，而第三產业能吸收剩余劳动力，在一定程度上缓解土地的压力。因此，要加强产业结构的调整，推进新型工业化，发展高科技低能耗的绿色工业，加快第三产业尤其是服务业的发展。
4.2.3调整土地利用结构
由于土地资源的稀缺性，各行各业对土地的刚性需求带来了非农建设与农业用地争地现象。建设用地与耕地的矛盾是最大的土地利用冲突，建设用地相对于耕地能产生更高的经济效益，城乡固定投资比也随之扩大，导致建设用地占用耕地、林地、未利用地的现象频繁，使土地利用冲突日趋严峻。必须严格控制建设用地总量，保护耕地总量，提高耕地质量，保障林地覆盖率，合理使用未利用地，使土地利用呈现多样化。 对于目前土地利用冲突较为严重的长沙市区、株洲市区、湘潭市区等地，要创新土地利用模式，提高土地集约利用水平，推动土地利用方式由外延扩张向内涵挖潜转变；推进土地整理复垦和开发，加强污染土地的综合治理，恢复和提高土地的生态功能等措施来缓解土地利用冲突。对于湘乡市、茶陵县等土地利用冲突强度较低等地，应保持耕地的数量，提高耕地的产出水平；合理安排土地资源配置，有序控制建设用地增长；落实土地用途管制，统筹安排各类用地等防止土地利用冲突加剧。
5结论
长株潭城市群1999—2010年土地利用冲突的压力和状态指数整体上呈现上升趋势，响应指数基本直线下降，致使土地冲突强度不断增强，2005年以后增长速度加快。1999年土地利用冲突在空间分布上较为分散，到2010年时空间分布则较为集中，存在高高、低低的正相关性，表明土地利用冲突的空间集聚水平在不断增强，并且处于第Ⅱ象限低值区域被高值区域包围时，更容易被空间趋同，减少空间差异。长株潭城市群土地利用冲突强度在2011—2020年仍将保持上升的动态变化，预计2020年达到最高值，但增长速度放缓。提出协调人地关系、转变经济发展方式、调整土地利用结构的建議来缓解土地利用冲突，促进城市良性发展与土地合理利用关系的协调。
参考文献：
[1]国家统计局. 中华人民共和国2014年国民经济和社会发展统计公报[R]. 北京：国家统计局，2015.
[2]周德，徐建春，王莉. 环杭州湾城市群土地利用的空间冲突与复杂性[J]. 地理研究，2015，34（9）：1630-1642.
[3]刘巧芹，赵华甫，吴克宁，等. 基于用地竞争力的潜在土地利用冲突识别研究——以北京大兴区为例[J]. 资源科学，2014，36（8）：1579-1589.
[4]陆大道. 我国的城镇化进程与空间扩张[J]. 城市规划学刊，2007（4）：47-52.
[5]于伯华，吕昌河. 土地利用冲突分析：概念与方法[J]. 地理科学进展，2006，25（3）：106-115.
[6]谭术魁. 中国土地冲突的概念、特征与触发因素研究[J]. 中国土地科学，2008，22（4）：4-11.
[7]杨永芳，朱连奇. 土地利用冲突的理论与诊断方法[J]. 资源科学，2012，34（6）：1134-1141.
[8]孙磊. 江西省城市化加速推进中的农村土地冲突类型划分及时空分布特征[D]. 南昌：南昌大学，2010.
[9]徐宗明. 基于利益相关者理论的土地利用冲突管理研究[D]. 杭州：浙江大学，2011.
[10]阮松涛，吴克宁，刘巧芹. 土地利用冲突与土地价值的博弈与重构[J]. 国土资源科技管理，2014，31（1）：123-128.
[11]朱会义. 北方土石山区的土地压力及其缓解途径[J]. 地理学报，2010，65（4）：476-484.
[12]杨永芳，安乾，朱连奇. 基于PSR模型的农区土地利用冲突强度的诊断[J]. 地理科学进展，2012，31（11）：1552-1560.
[13]甄霖，谢高地，杨丽，等. 人类活动对泾河流域村落尺度土地利用格局的影响及冲突[J]. 资源科学，2007，29（2）：201-207.
[14]周德，徐建春，王莉. 近15年来中国土地利用冲突研究进展与展望[J]. 中国土地科学，2015，29（2）：21-29.
[15]王秋兵，郑刘平，边振兴，等. 沈北新区潜在土地利用冲突识别及其应用[J]. 农业工程学报，2012，28（15）：185-192.
[16]郑华伟，张锐，杨兴典，等. 基于PSR模型的土地利用系统健康评价及障碍因子诊断[J]. 长江流域资源与环境，2012，21（9）：1099-1105.
[17]唐兵，安瓦尔·买买提明. 基于ESDA的新疆城市化空间格局研究[J]. 人文地理，2012（5）：83-88.
[18]曾雨晴，潘洪义，周介铭，等. 基于空间自相关的人均耕地面积时空格局变化研究——以四川省为例[J]. 江苏农业科学，2015，43（9）：388-391.
[19]赵成柏，毛春梅. 基于ARIMA和BP神经网络组合模型的我国碳排放强度预测[J]. 长江流域资源与环境，2012，21（6）：665-671.
[20]李明月，赖笑娟. 基于BP神经网络方法的城市土地生态安全评价——以广州市为例[J]. 经济地理，2011，31（2）：289-293.
[21]王良健，师迎春，林目轩. BP神经网络结合小波处理在城市扩张预测中的应用——以长沙市区为例[J]. 中国土地科学，2008，22（1）：39-47.
关键词：土地利用冲突；时空特征；模拟预测；长株潭城市群
中图分类号： F301.24文献标志码： A
文章编号：1002-1302（2017）09-0286-06
我国正处于快速城市化的发展时期，城市化水平从1949年的7.3%提高到2014年的54.77%[1]，已成为推动经济社会发展的重要引擎。同时，“城市群”作为城市化高级主体形态，其空间框架体系也在逐步形成并发展壮大，成为带动区域均衡发展的重要增长极。随着城市化进程的明显加快和城市群的形成壮大，城市国土空间开发受物质流、能量流和信息流的影响，表现出邻域推进和边缘区扩张的发展格局[2]，土地资源高强度开发利用，城镇用地扩张失控，土地利用结构失衡逐步凸显[3-4]，衍生出一系列“土地利用冲突”的问题，并有加剧的趋势。
土地利用冲突作为城市化深入发展中土地利用演化过程与结果的突出表现，已成为土地可持续利用的主要障碍，是当前学术界和实践部门关注的重点。目前关于土地利用冲突的研究主要集中在土地利用冲突的概念内涵[5-7]、类型划分[8]、产生原因[9-10]、评价诊断[11-13]等方面，主要发生在农牧交错带、水陆过渡带、城市边缘区以及城市化发展较快的地区[5，14]。研究方法多采用參与式调查法[13]、博弈论[10]等定性分析为主，定量分析则主要包括PSR评价模型及其扩展模型、多目标评价模型，并结合层次分析法对土地利用冲突的强度进行测算[3，11-12，15]。此外，对土地利用冲突的研究也主要集中在时间序列的变化上。事实上，土地利用冲突不仅是一种社会现象的缩影，更是一种具有空间异质性的地理现象[14]，对其空间特征的研究尤为重要。不同社会经济条件下，土地利用冲突的强度与表现形式也各不相同，须要加强对未来土地利用冲突动态模拟。但纵观目前的研究，并没有形成完善的土地利用冲突理论体系，尤其对土地利用冲突时空演化规律和区域土地利用冲突情景模拟预测的研究较少。
关于土地利用冲突的概念，目前国内外学者并没有形成统一而明确的定义。于伯华等认为，土地利用冲突指各利益相关者对土地资源利用的方式、数量等方面不一致、不和谐，以及土地利用与环境方面之间的矛盾状态[5]。周德等把土地利用冲突定义为不同的土地利用主体在利用土地资源、土地资产、土地空间时产生的矛盾与对立，并对社会、经济、生态环境造成了一定危害[2]。本研究将土地利用冲突定义为由于土地资源的有限性和利用方式的多样性，经济利益的获取、生态环境的保护、社会效益的实现共同构成土地压力，影响土地的利用结构和产出效益。为满足人们生存、生产和发展的需要，在对土地资源利用的过程中产生经济冲突、生态冲突、社会冲突的不和谐状态。
因此，本研究在构建PSR土地利用冲突模型的基础上，对1999—2010年长株潭城市群土地利用冲突进行评价，归纳其动态变化规律与趋势；运用全局和局部空间自相关，揭示土地利用冲突的空间集聚分异特征与规律；利用ARIMA模型和BP神经网络组合模型，对未来10年长株潭地区土地利用冲突演化的趋势进行动态模拟，为促进区域可持续发展、土地利用冲突的合理调控和城镇化的良性发展提供参考依据。
1研究区概况与数据来源
1.1研究区概况
长株潭城市群位于湖南省中东部，湘江下游，现辖长沙、株洲、湘潭3个地级市4个县级市和8个县。土地总面积为28 070 km2，属亚热带季风气候，地势东北高西南低，地貌类型以丘陵、岗地、平原为主，兼有山地、水面。2007年被确定为“两型”社会建设综合配套改革试验区；2014年长株潭城市群实现GDP 11 555.9亿元，占全省42.7%，城市化水平为55.91%。长株潭城市群兼具东部发达地区和中部发展地区的特征，随着快速城市化发展，城市周边农用地不断被占用、用地效率低、粮食安全与环境安全日趋严峻等一系列问题给区域土地利用造成巨大压力，产生冲突。如何缓解土地利用冲突、处理好城市发展和土地利用变化之间的协调关系，对促进长株潭城市群的可持续发展、落实国家中部崛起战略具有积极意义。
1.2数据来源
数据主要来源于1999—2010年长株潭土地利用现状数据、2000—2015年湖南统计年鉴、2000—2011年湖南农村统计年鉴、长株潭城市群行政区划矢量图。
2长株潭城市群土地利用冲突评价体系的构建
2.1评价指标的建立
影响土地利用冲突的因素错综复杂，PSR模型能综合考虑社会、经济、资源和环境[16]，探究各要素之间的因果关系，对复杂性的土地可持续问题进行有效评价[7]，揭示压力之下土地利用所处状态的变化以及相关土地管理者作出的响应。从快速城市化角度，结合国内相关研究成果以及长株潭城市群土地利用的实际状况，根据研究方法的需要和要求、指标数据的可获取性、整体性、可量化性原则，构建以土地利用冲突强度为目标层，以压力、状态、响应为准则层，选取18个社会经济指标来综合测算土地利用冲突综合评价指数（表1）。
2.2指标的无量纲化
由于各指标对土地利用冲突的正负影响存在差异，且单位不同，须要对原始数据进行标准化，消除量纲和数量级的影响，使指标具有可比性。 对于正向指标：
对于逆向指标：
式中：Vij表示标准化后的值；Xij表示第i行第j列指标的实际值；minXj表示第j列指标的最小值；maxXj表示第j列指标的最大值。
2.3利用熵权法确定权重
计算第i年j项指标的比重：
计算指标信息熵：
通常令k=1/lnm，则有0≤ej≤1，且当Yij=0时，令Yij×lnYij=0。
计算信息熵冗余度：
式中：dj越大，代表指标越重要。
计算指标权重：
式中：m表示评价年数；n表示指标个数。
2.4土地利用冲突强度的测算
为全面反映长株潭城市群土地利用冲突的强度，本研究借鉴杨永芳等提出的区域土地利用冲突综合指数[7]来探究其发展程度，其公式为：
式中：xij表示第i项分类指标的第j个单项指标的标准化值；wij表示相应的权重；Ri表示第i项分类指标的权重，即压力、状态、响应三者的权重；∑ nj=1 xij×wij分别表示压力、状态、响应3个分类指标的综合评价值。
3长株潭城市群土地利用冲突时空演化特征分析
3.1长株潭城市群土地利用冲突时序变化特征分析
根据上述长株潭城市群土地利用冲突评价模型，得出长株潭城市群1999—2010年土地利用冲突的压力、状态、响应三者的评价值（图1）土地利用冲突综合指数（图2）。
（1）压力指数。由图1可知，长株潭城市群压力指数整体呈现直线上升趋势，上升速度也逐渐加快。2000、2001年，压力指数略有下降，主要是因为自然灾害等得到有效控制，受灾面积和受灾频率减少，缓解了用地压力。1999—2005年，压力指数都处于相对较低的水平，且增长幅度较平缓，由1999年的0.054上升到2005年的0.069，共增加0.015，增幅为27.78%。从2005年以后，压力指数进入快速增长阶段，由2006年的0.104上升到2010年的0.214，共增加0.11，增幅达105.77%。造成压力迅速增长的主要原因是城市化的发展，地均二三产业总产值与地均农林牧渔产值的差距、城乡固定投资比不断扩大，导致农用地与建设用地矛盾加剧。同时，GDP、人口的快速增长，对土地的需求加剧，这无疑给长株潭城市群的土地利用带来了巨大压力。
（2）状态指数。长株潭城市群状态指数整体处于波动中增长。1999—2003年状态指数平缓上升，从0.017增长到 0.056。原因是土地的利用效率较低，土地的产出效益不高，人均粮食产量和耕地复种指数的下降，加大了土地利用的冲突。2003—2005年状态指数有所下降，从0.056下降到 0.048。其间土地的利用效率得到提高，缓解了土地利用冲突。2005—2010年，状态指数在波动中上升，从0.048增加至0.100。该阶段土地利用结构处于变动中，耕地、未利用地面积逐年减少，而建设用地面积却大量增加。
（3）响应指数。从评价结果来看，长株潭城市群的响应指数基本处于下降状态。表明在面对社会经济发展的压力和所处的土地利用状态，长株潭虽希望通过增加旱涝保收面积、有效灌溉面积，提高农业机械化水平，降低GDP能耗等措施来提高土地的经济产出，缓解土地利用压力的进一步增大所带来的影响，但由于各种响应措施投入力度不够，各响应指标呈现波动起伏，效益并没有得到充分反映，对有效缓和土地利用冲突的作用有限。因此，未来仍须继续采取加大技术和资金的投入以及降低污染消耗等措施来进一步提高响应指数，以积极应对土地利用带来的各种冲突压力。
由图2可知，1999—2010年长株潭城市群土地利用冲突的强度除2000年略微下降外，整体保持增长趋势。2000年压力指数下降，响应指数上升，缓解了土地利用冲突，使土地利用冲突综合指数下降。说明通过制定合理有效的措施，土地利用冲突问题在某种程度上是可以控制的。12年间，土地利用冲突综合指数最低时为0.076，最高值达到0.321，增长幅度为322.37%，土地利用冲突的强度增加速度较快。以2005年为转折点，2005年以前土地利用冲突保持较缓的增长速度，2005年以后土地利用冲突明显增强，并有加速增长的趋势。
3.2長株潭城市群土地利用冲突空间分异特征分析
传统的统计方法仅侧重于对数值或空间的独立研究，并未将二者之间的相互作用机制综合考虑[17]，无法揭示数据的空间关联性和依赖性[18]。本研究运用全局和局部空间自相关的方法来探讨长株潭城市群土地利用冲突的空间关联与异质状况，识别土地利用冲突的空间分异格局，揭示土地利用冲突的空间集聚演化规律。
全局自相关是反映属性值在研究区域内的空间关联或差异程度。全局Morans I指数公式为：
式中：xi、xj分别表示变量x在相邻配对空间上的取值；x[TX-*5]表示n个空间单元变量x的平均值；[WTHX][STHX]wij表示空间权重矩阵，i与j相邻时为1，不相邻为0。I的取值范围是-1～1，值越趋近1，代表空间差异越小，存在正的空间相关性；I<0，代表空间差异显著，存在负的空间相关性；I=0，表明在空间上相互独立、不相关。
局部自相关进一步揭示属性值在局部空间上高值簇和低值簇分布格局。局部LISA指数公式为：
式中：S2表示n个空间单元变量x的方差。
计算1999、2010年长株潭城市群各县（市）土地利用冲突综合评价指数，利用ArcGIS 9.3、Geoda 0.9.5i软件对 Morans I 指数和LISA指数进行测度，绘制Morans I散点（图3）和LISA聚集（图4），识别各县（市）单元土地利用冲突的空间差异程度。
Moran散点图将研究区域划分为4个象限，对应4种空间格局：第Ⅰ象限——高值区域被邻近高值区域所包围（高高），二者空间差异较小；第Ⅱ象限——低值区域被邻近高值区域所包围（低高），二者空间差异较大；第Ⅲ象限——低值区域被邻近低值区域所包围（低低），二者空间差异较小；第Ⅳ象限——高值区域被邻近低值区域所包围（高低），二者空间差异较大。 1999年的Morans I值在10%的显著性检验水平下不显著（P=0.168），土地利用冲突总体上空间分布较分散。2010年的Morans I值在10%的显著性水平下为正值（P=0.07），表明土地利用冲突在空间分布上较为集中，形成了明显的空间正相关。Moran值从1999年的0.059 6上升到2010年的0.185 5，也表明土地利用冲突的空间集聚水平在不断增强。由图3可知，1999年处于Ⅰ、Ⅲ象限和Ⅱ、Ⅳ象限的值比较均衡，2010年处于Ⅰ、Ⅲ象限的值要多于Ⅱ、Ⅳ象限，即长株潭城市群的土地利用冲突在空间上存在正相关性，形成了高高、低低的集聚类型。以上都说明长株潭城市群土地利用冲突的空间集聚强度在逐渐增强，主要是因为城市间的联系更为紧密，邻近地区间发展的差异在逐渐减小。从落入各个象限的点的变化发现，长沙县、浏阳市从第Ⅱ象限（低高）转变成第Ⅰ象限（高高），存在高值区的扩大。第Ⅲ象限（低低）与第Ⅳ象限（高低）没有明显变化，但第Ⅳ象限的长沙市有向第Ⅰ象限（高高）趋近的趋势。位置的变化说明处于第Ⅱ象限低值区域被高值区域包围时，更容易被空间趋同，减少空间差异。
由图4可知，长株潭城市群土地利用冲突整体上存在空间集聚性，但并不显著。长沙县由1999年的低高区域变成2010年的高高区域，是长株潭城市群土地利用冲突的“热点”区域，表明长沙县与周围的长沙市区、湘潭市区、株洲市区等土地利用冲突较强的县（市）联系加强，呈现出显著集聚的特征。长沙县成为“热点”主要是因为其毗邻长沙市区、湘潭市区、株洲市区，在空间上具有较强的关联性，易受到城市增长极的影响，城市化水平发展迅速，从1999年的7.17%飞速发展到2010年的50.65%，建设用地与农用地的矛盾深化，加剧了土地利用冲突。
4长株潭城市群土地利用冲突模拟预测与调控对策
4.1长株潭城市群土地利用冲突模拟预测
4.1.1驱动因子的确定
结合国内外相关研究成果、研究需求及数据可得性，选取1999—2014年影响长株潭城市群土地利用冲突变化的11个社会经济指标。用GDP、地均劳动生产率、城乡居民收入水平来反映经济发展水平；用总人口、城市化反映人口状况；以第一、第二、第三产业产值反映产业结构变化情况；由固定资产投资反映对土地、基础设施建设的投入程度；用农业机械总动力反映耕作的现代化及科技投入水平；以粮食产量反映耕地产出对社会的满足度。
由于土地利用冲突受到以上诸多因素的影响，驱动因子之间关系错综复杂，呈现出有线性关系的同时又包含了非线性关系的复合特征。ARIMA模型对于有线性关系的数据进行时序预测时精度较高，对于非线性的处理效果欠佳[19]。而BP神经网络是一种多层前馈型神经网络，基于误差反向传播算法，达到高度的仿真功能，能有效模拟数据的非线性规律[19-21]，因此本研究采用ARIMA模型和BP神经网络的组合模型对土地利用冲突强度进行预测。
4.1.2组合模型的构建及预测
（1）ARIMA模型预测。建立ARIMA（1，1，1）模型，模拟预测1999—2020年土地利用冲突值，结果见图5。
（2）BP神经网络预测ARIMA模型误差及检验。用1999—2010年的驱动因素数据作为网络训练输入层，土地利用冲突评价实际值与ARIMA模型预测值的误差值作为目标输出，进行网络拟合和训练，输入层为11，隐含层为14，输出层[CM（25]为1，学习速率设置为0.25，允许误差设置为10-8，用得出的误差值对ARIMA模型预测值进行修正，得到组合模型预测值（表2）。由表2可知，ARIMA模型和BP神经网络的组合模型对土地利用冲突强度的拟合精度较高，可用于预测。
（3）网络预测。运用ARIMA模型对已获取的1999—2014年各驱动因素的值进行预测，得到其2015—2020年的值，再将2011—2020年的值代入训练好的BP神经网络，对ARIMA模型进行修正，得到2011—2020年土地利用冲突预测值（图6）。
预测结果（图6）表明，长株潭城市群土地利用冲突强度在2011—2020年期间仍保持上升的动态变化，预计2020年土地利用冲突强度达到最高，届时严重威胁到社会经济的可持续发展。但是在2012年以后增长速度变缓，表明通过积极调整土地利用结构、合理配置土地资源、控制国土开发强度等措施，能有效控制土地利用冲突，促进土地可持续发展。
4.2长株潭城市群土地利用冲突对策建议
在长株潭城市群土地利用冲突发展状况的基础上，结合各指标的预测趋势和权重，判断出人口因素、经济发展状况、土地利用结构是影响土地利用冲突的主要因素。因此，为缓解土地利用冲突、促进城市良性发展与土地合理利用关系的协调主要从上述3个方面进行探讨。
4.2.1协调人地关系
人口因素是构成土地利用冲突的主要因素，人口增长过快使有限的土地资源遭到不合理的高强度开发，对土地的重用轻养引起土地资源数量和质量的变化，造成新一轮的土地利用压力。因此，要控制人口总量，更要提高人口素质，加强土地保护意识，合理安排土地利用布局，构建和谐人地关系。
4.2.2转变经济发展方式
长株潭城市群在未来一段时间内仍处于以工业为主导的经济发展方式，第三产业所占比重偏低。工业需要大量土地支持其发展，而第三產业能吸收剩余劳动力，在一定程度上缓解土地的压力。因此，要加强产业结构的调整，推进新型工业化，发展高科技低能耗的绿色工业，加快第三产业尤其是服务业的发展。
4.2.3调整土地利用结构
由于土地资源的稀缺性，各行各业对土地的刚性需求带来了非农建设与农业用地争地现象。建设用地与耕地的矛盾是最大的土地利用冲突，建设用地相对于耕地能产生更高的经济效益，城乡固定投资比也随之扩大，导致建设用地占用耕地、林地、未利用地的现象频繁，使土地利用冲突日趋严峻。必须严格控制建设用地总量，保护耕地总量，提高耕地质量，保障林地覆盖率，合理使用未利用地，使土地利用呈现多样化。 对于目前土地利用冲突较为严重的长沙市区、株洲市区、湘潭市区等地，要创新土地利用模式，提高土地集约利用水平，推动土地利用方式由外延扩张向内涵挖潜转变；推进土地整理复垦和开发，加强污染土地的综合治理，恢复和提高土地的生态功能等措施来缓解土地利用冲突。对于湘乡市、茶陵县等土地利用冲突强度较低等地，应保持耕地的数量，提高耕地的产出水平；合理安排土地资源配置，有序控制建设用地增长；落实土地用途管制，统筹安排各类用地等防止土地利用冲突加剧。
5结论
长株潭城市群1999—2010年土地利用冲突的压力和状态指数整体上呈现上升趋势，响应指数基本直线下降，致使土地冲突强度不断增强，2005年以后增长速度加快。1999年土地利用冲突在空间分布上较为分散，到2010年时空间分布则较为集中，存在高高、低低的正相关性，表明土地利用冲突的空间集聚水平在不断增强，并且处于第Ⅱ象限低值区域被高值区域包围时，更容易被空间趋同，减少空间差异。长株潭城市群土地利用冲突强度在2011—2020年仍将保持上升的动态变化，预计2020年达到最高值，但增长速度放缓。提出协调人地关系、转变经济发展方式、调整土地利用结构的建議来缓解土地利用冲突，促进城市良性发展与土地合理利用关系的协调。
参考文献：
[1]国家统计局. 中华人民共和国2014年国民经济和社会发展统计公报[R]. 北京：国家统计局，2015.
[2]周德，徐建春，王莉. 环杭州湾城市群土地利用的空间冲突与复杂性[J]. 地理研究，2015，34（9）：1630-1642.
[3]刘巧芹，赵华甫，吴克宁，等. 基于用地竞争力的潜在土地利用冲突识别研究——以北京大兴区为例[J]. 资源科学，2014，36（8）：1579-1589.
[4]陆大道. 我国的城镇化进程与空间扩张[J]. 城市规划学刊，2007（4）：47-52.
[5]于伯华，吕昌河. 土地利用冲突分析：概念与方法[J]. 地理科学进展，2006，25（3）：106-115.
[6]谭术魁. 中国土地冲突的概念、特征与触发因素研究[J]. 中国土地科学，2008，22（4）：4-11.
[7]杨永芳，朱连奇. 土地利用冲突的理论与诊断方法[J]. 资源科学，2012，34（6）：1134-1141.
[8]孙磊. 江西省城市化加速推进中的农村土地冲突类型划分及时空分布特征[D]. 南昌：南昌大学，2010.
[9]徐宗明. 基于利益相关者理论的土地利用冲突管理研究[D]. 杭州：浙江大学，2011.
[10]阮松涛，吴克宁，刘巧芹. 土地利用冲突与土地价值的博弈与重构[J]. 国土资源科技管理，2014，31（1）：123-128.
[11]朱会义. 北方土石山区的土地压力及其缓解途径[J]. 地理学报，2010，65（4）：476-484.
[12]杨永芳，安乾，朱连奇. 基于PSR模型的农区土地利用冲突强度的诊断[J]. 地理科学进展，2012，31（11）：1552-1560.
[13]甄霖，谢高地，杨丽，等. 人类活动对泾河流域村落尺度土地利用格局的影响及冲突[J]. 资源科学，2007，29（2）：201-207.
[14]周德，徐建春，王莉. 近15年来中国土地利用冲突研究进展与展望[J]. 中国土地科学，2015，29（2）：21-29.
[15]王秋兵，郑刘平，边振兴，等. 沈北新区潜在土地利用冲突识别及其应用[J]. 农业工程学报，2012，28（15）：185-192.
[16]郑华伟，张锐，杨兴典，等. 基于PSR模型的土地利用系统健康评价及障碍因子诊断[J]. 长江流域资源与环境，2012，21（9）：1099-1105.
[17]唐兵，安瓦尔·买买提明. 基于ESDA的新疆城市化空间格局研究[J]. 人文地理，2012（5）：83-88.
[18]曾雨晴，潘洪义，周介铭，等. 基于空间自相关的人均耕地面积时空格局变化研究——以四川省为例[J]. 江苏农业科学，2015，43（9）：388-391.
[19]赵成柏，毛春梅. 基于ARIMA和BP神经网络组合模型的我国碳排放强度预测[J]. 长江流域资源与环境，2012，21（6）：665-671.
[20]李明月，赖笑娟. 基于BP神经网络方法的城市土地生态安全评价——以广州市为例[J]. 经济地理，2011，31（2）：289-293.
[21]王良健，师迎春，林目轩. BP神经网络结合小波处理在城市扩张预测中的应用——以长沙市区为例[J]. 中国土地科学，2008，22（1）：39-47.