文摘

情景分析和土地利用结构的动态预测涉及许多驱动因素有助于调查土地利用变化的机制,甚至为可持续发展的土地利用优化配置。在这项研究中,土地利用结构的变化在1988 - 2010年的华北平原是分辨和各种自然和社会经济驱动因素的影响,土地利用结构变化进行了定量分析基于计量经济模型。土地利用结构变化的关键因素在模型中是县级土地资源的净回报率。在这个研究中,我们修改了净回报率各土地利用类型三个场景,包括一切照旧(BAU)情况下,快速的经济增长(注册)的情况下,和协调的环境可持续性(CES)的场景。仿真结果表明,在不同的场景下,未来土地利用结构是不同的,由于各种土地利用类型之间的竞争。华北平原的土地利用结构变化在未来40年将经历一个从耕地转移到人口密集的地方,增加林业、和草地的减少。这项研究将提供一些有意义的参考研究区域土地利用管理和规划。

1。介绍

土地利用变化,地区环境变化的直接原因和响应,一直是全球变化研究的核心主题之一(1]。很难分析清楚地土地利用和气候变化之间的关系。一方面,气候变化对耕地的生产应该施加影响,森林,草原,等等。例如,农业产量可以直接受到气候变化的影响通过改变温度和降水,害虫,分布和森林火灾的频率,市场也会受到气候变化的影响(2]。此外,近年来,已经有许多literature-analyzed气候变化对农业生产的影响,在一些模型的帮助下(3,4]。从这些文献中,我们可以学到,享乐价格模型被广泛用于评估县级农田值之间的关系和气候变量如温度和降水。这些模型被用来模拟的影响气候变化对农业生产的价值(5]。即便如此,一些研究人员认为不合理使用平均温度在分析气候变化对农业的影响6]。他们发现粮食产量与温度有很好的正相关但随后迅速下降随着温度的增加超过一定阈值。其他的研究支持这些发现对全球木材生产力(7,8]。在大多数地区,农作物对气候变化敏感(9,10]。通常情况下,全球变暖将加速作物的发展,改变生长季节,提高维护呼吸(11),而畜牧业的发展,全球变暖将导致草原退化,从而减少牲畜放牧,然后减少畜牧业生产的输出。与此同时,牲畜放牧可能促进有限公司₂排放(12- - - - - -14]。根据上述研究,气候变化将影响到农业、林业、畜牧业生产,等等;然后,不同土地利用类型的产品需求会导致新的土地供应和需求的平衡,进一步导致土地利用结构变化。另一方面,大多数专家认为,气候系统应考虑土地利用;也就是说,土地利用/覆盖变化在气候变化中起着重要的作用;例如,造林和再造林可以减少大气CO₂的浓度,因此,减少温室气体的排放,砍伐森林会导致温度上升,降水减少在某些地区(15]。然后,通过气候变化的联系,我们可以发现土地利用结构与气候变化的关系。

需要识别研究土地利用结构变化驱动因素从系统性的角度来看,选择一个合适的模型作为一种工具,以反映变化空间分布在一定范围内(16]。目前,已经有一些成果运用经济模型和经验统计方法分析土地利用结构变化的驱动力,并仿真区域化的土地结构变化趋势和微观的,虽然还有很多改进的空间在许多链接这样的模拟研究[17]。例如,很多案例研究只是模拟一个或多个类型的土地利用的变化,很少全面模拟宏观结构性变化的土地利用类型从系统性的角度来看(18]。土地利用结构的变化是一个动态过程,应根据区域社会经济发展特点,文化传统,自然条件,前面的土地利用结构的变化趋势,以及其他因素决定收购有价值的仿真结果。它有助于使预测和评价结果更加面向科学和理性的通过模拟区域土地利用结构的变化在不同的场景。

华北平原位于32-40°30′N, 113 - 120°30′E(图1),属于暖温带,地势平坦,土层深处,降雨和高温的高峰和低谷。它涵盖了七个省市,包括河北、河南、山东、江苏、安徽、北京、天津(包含387个县),面积3340万公顷,其中土地2100万公顷的面积,它是中国最大的平原19]。该地区交通便利,工业发达,和足够的劳动是一种最重要的农业地区,农业生产及其发展潜力巨大。早些时候的华北平原地区发达国家和受人类活动的影响很大,也是在中国经济发达的地区之一。城镇和城市的分布相对密集的华北平原;除了北京和天津也有超过20个城市人口超过一百万。在华北平原,粮食产量占全国总产量的18.4%;棉花的产量占全国总产量的40%;油料作物的产量也占很大比重。

2006年,人均国内生产总值(GDPPC)华北平原达到19224.27元。根据工业化和城市化的经验在发达国家和地区,华北平原的城市化发展已经进入集群发展的时期,工业化的后期发展。自华北平原坐落在一个巨大的平原地区,土地利用类型相对单一,土地利用的核心问题在于耕地保护之间的矛盾和非农建设用地(16]。华北平原是我国重要的商品粮基地之一,而其建筑面积的扩张已经采取了大量的高质量的耕地资源,对地区和国家粮食安全构成威胁和生态环境。

在华北平原,大多数研究集中在气候变化对耕地的影响。很少有研究草原的响应机制和建筑物密集的地区,只有少数研究探讨了气候变化对农业和林业的行业。华北平原是中国的传统和重要的农业生产基地,也是一个地区人口的增长迅速;经济和城市化迅速发展和明显的土地利用转换,特别是耕地之间的转移和非农用地(20.]。因此,在这项研究中,我们选择了华北平原作为分析案例研究区域未来土地利用结构的变化在不同的场景。和基于计量经济模型,分析了自然条件的影响(气候因素如降水、温度、等)和社会经济因素对土地利用结构的变化。本研究可以为决策提供参考当地的土地利用规划、城市化管理和土地利用管理。

2。数据

2.1。数据

在这项研究中,土地利用结构及其变化的信息是来自华北平原的遥感图像在1988年,1955年,2000年、2005年和2010年,尽管人机互动(表解释1)。和信息可以作为基本数据,分析土地利用结构变化的驱动机制。

据统计在表1在华北平原,耕地占最大的份额约为50%,人口密集的地方,林业、水域、草原整体占据一定比例,保障当地发展农业、林业、畜牧业、vb生产、渔业。从1988年到2010年,有一些土地利用宏观结构的变化;耕地、草原下降了4.18%和5.23%,分别。随着经济的发展和城市化的扩张,组合区域从1988年到2010年增加了11.02%。此外,各土地利用类型的变化趋势在1988 - 2010年也不一样;耕地和未利用土地总是显示出减少的趋势,而水的面积和人口密集的地方显示一个不断增加的趋势。林业整体增加间隔减少从1995年到2000年,而草原整体降低了轻微的间隔从1995增加到2000。

此外,在这项研究中使用的数据包括基础地理信息数据、社会经济数据和气候会影响土地利用结构变化的数据。基础地理信息数据主要包括遥感数据和生物地理元素数据。和土地利用数据和气候信息均匀光栅为1公里×1公里网格单元。土地利用数据主要来自遥感图像解释1988 - 201021),然后解释信息栅格数据可以从县级。因此我们得到每个县的地理要素信息,包括温度、降水。具体操作的数据主要是基于Arcgis9.3和Stata10.0平台,和最终的数据准备的面板数据分析(17]。

在这个研究中,378个县的社会经济数据和气候数据收集在华北平原1988年,1995年,2000年,2005年和2010年(表2)。然而,土地利用空间数据类型的数据。土地利用与社会经济因素的统计数据,数据应该聚合为县级土地利用数据。为了增加样本空间,提高自由度,提供个人信息,使估计结果更加准确,上述数据准备到面板数据的格式,横截面数据和时间序列数据集成。

2.2。场景

在这项研究中,为未来场景的基本设置参数如下:人均年收入的平均年增长率是7%;中国人口应该增加到1.36,1.45,2010年和15亿年,2020年和2050年,分别。预测的数据来自国家计划和中国社会科学院。

在这个研究中,通过调查宏观土地利用结构变化的规则在过去20年在华北平原,三个场景设计,即一切照旧场景(BAU),快速的经济增长情况(注册),和协调的环境可持续性的场景(CES)。华北平原的土地利用结构变化在2010 - 2050年三个不同场景下模拟。这些场景是故事情节,表示不同的未来发展对人口增长、经济增长和环境可持续性(表3)。我们采用了三种情况的人口和收入假设开发相关的组合预测区域的回报。我们修改后的农业收益与生产的农产品价格预测每一个场景。最后,我们结合农业和森林的产量变化的场景。从2010年到2050年,人口和人均年收入增加逐渐和REG是最高的人口增长率高出1.3%,在这些场景。REG场景具有更高的人均年收入,高于24%,在CES 2050年场景。

鲍起静场景设计根据社会经济条件和当地发展计划的华北平原,可以全面、客观地反映真实情况的当地生产活动和经济发展。

REG场景和CES场景设计具有不同经济发展状况和生态环境可持续性模拟在县级土地利用结构的变化。本研究打算模拟土地利用结构变化,分别在不同的场景下,其中REG场景是优先考虑经济发展和CES场景是优先考虑生态环境的可持续性,并进一步提供参考区域级土地利用开发、规划和管理。

大多数农产品国际贸易。,因此,关注气候变化将如何影响全球农产品价格;因此,本研究应用的基本链接系统(BLS),一个可计算的一般均衡模型,代表了所有主要的经济部门,包括农业、农业生态的区域(AEZ)模型,它可以评估气候变化对农业的影响,系统分析气候变化的影响。所有作物的地区价格指数三种情况如表所示4。从国家的角度来看,耕地面积逐年减少,未来的农业生产模式将逐渐从耕地转移到草原,和增加的人口密集的地方不会带来对耕地的影响小,所以国家和地区农产品价格指数在未来不断上升(表4)。全国农产品价格指数有明显的逐年上升趋势,这是注册和CES场景下显著高于鲍起静场景下,这意味着为了保证快速的经济增长和可持续发展的生态环境,它将不可避免地导致土地利用结构的变化,进一步影响产业结构的变化和产品价格。

3所示。方法

用于项目土地利用结构的方法根据鲍起静,注册,和这些场景,在第一小节中,我们讨论了土地利用仿真模型。土地利用结构变化的主要推动力的投影模型是县级净利润耕地、草原、森林和组合区。这些变量被修改的三个场景根据假定人口和人均年收入的变化和预测区域农产品价格的变化,NPP和森林碳。并在随后的部分,我们将讨论如何缩小这些预测县级和净利润有关。

3.1。土地使用仿真模型

在这项研究中,基于哈伊姆等人的计量经济学模型用于研究未来气候变化和土地利用变化之间的关系,通过调整土地利用开发仿真模型的变量影响各土地利用类型的净利润(2]。在模型中,整体的土地制度的变化与不同的土地利用类型可以模拟,它允许不同的土地利用类型转移。本研究应用华北平原的历史数据来估计土地所有者的应对土地利用的经济效益,并进一步决定分配。耕地的县级净利润、林业、草原,和组合区域被视为土地利用结构变化的主要驱动因素和净利润计算综合基于人口、人均年收入,农产品价格,NPP等等。气候变化可能间接影响到净利润通过引起一些因素的变化,根据最大利益的原则,它将影响土地利用配置。

在这个模型中,每个土地利用类型的面积是因变量,和每个土地利用类型的净利润和质量是独立的变量。净利润变量提供了不同的土地利用类型之间的联系,可以详细描述如下。

在县净利润的一般方程是 在哪里净利润为商品类型在县,商品类型的单位价格吗在县,是只要每英亩的平均收益率的商品类型在县,是每公顷生产商品的成本类型在县。因此,不同土地利用类型的净利润可以计算出所有产品的收入减去成本。

在模型中,假定土地所有者的净利润的预期值是固定的,他们会改变土地利用类型,以获得最大的净利润。净利润包括确定性和随机组件;确定组件包括县级净利润、土地质量、和两个变量之间的交互,通过嵌套logit模型估计的随机组件根据分布假说(20.]。在这项研究中,四个主要的土地利用类型考虑,耕地,森林,草地,和组合区。转移的概率可以计算不同类型的土地使用基于计量经济模型所示(2),独立变量和估计参数合并计算的概率: 在哪里土地利用类型的概率是将土地利用类型转移在地区在研究期间,估计参数的矢量,的哑变量表明土地质量的区域。

在县级场景模拟执行,考虑到1988年为基准,,为简单起见,1988年,1995年,2000年、2005年和2010年也指出, 在哪里土地利用类型的面积是在地区在时间,我们可以得到序列的转移概率(2),然后未来土地利用配置可以计算。土地利用结构的变化时间表明土地供应产品和服务的变化,并进一步指出净利润的变化和价格的土地利用类型。在这项研究中,耕地的土地产品价格,森林,草原,土地被视为外生变量组合。

为每种类型的土地使用面积(基准年)是已知的,土地利用结构的变化可以模拟基础上到2050年(3)。转移概率可以由(2),是一个函数的县级净利润。因此,一旦我们获得县级净利润,可以模拟未来土地利用结构的变化。

3.2。估计净利润

净利润的组合区域。根据标准的城市地租理论,人口和收入增长的两个主要因素是城市土地的价值(18]。基于统计模型使用县级面板数据,组合区域的净利润作为因变量可以与县级人口和收入作为独立变量。根据这一理论,人口和人均年收入与建筑面积值呈正相关。高人均年收入增加住房需求和高人口增长增加可居住的土地的价格。所以,我们可以选择人口和人均年收入为两个指标来模拟和谓词组合区域未来的净利润。

耕地的净利润。根据(1),使用农产品价格指数国家统计局公布的耕地可以计算的净利润。考虑标志着中国经济的状况,它是合理的国家物价指数应用于县级估计,而且它是相同的县级林业产品和畜牧业产品的价格指数。

净利润的森林和草原。基于地图模型,认为林业产品和畜牧业产品的变化与NPP呈正相关。通过优化管理措施,林业和草地NPP可以达到最大值。NPP是计算基于叶面积指数(LAI)和归一化植被指数(NDVI)。

3.3。模型的验证

为了验证模型的准确性,也就是说,验证仿真结果是否能与土地利用的实际情况,基于土地利用的历史数据,我们做验证如下。根据实际模型和2005年土地利用数据,我们在2010年模拟土地利用结构,然后计算异常之间的实际模拟2010年土地利用结构和土地利用结构,因此测量模型的准确性,如所示 在哪里土地利用类型的面积异常吗在时间,模拟土地利用类型面积吗在时间,是实际的土地利用类型面积在时间。

验证结果表明,林业和草原的异常是±4%,分别为±3%。而耕地和人口密集的地方占更大的股份,他们的异常是相对较高,但总体偏差仍控制在8%以内。因此,该模型可以被看作是健壮和可用于模拟未来土地利用。

4所示。结果

在这项研究中,我们建立了县级耕地净收益模型,森林,草原,组合区域。和各种因素对净回报率的影响综合纳入了基本的土地利用结构变化的模型。通过历史数据的分析,土地利用结构变化模型可以定量地确定影响程度的各种因素对土地利用结构的变化。然后,随着未来土地利用结构的模拟,基于度的影响因素,如人口、人均年收入,和价格指数,未来土地利用结构的变化可以模拟在不同的场景。

的宏观变化在2010 - 2050年土地利用结构模拟在不同的场景下,水域和未利用土地整合到其他土地因为很难评估。土地利用的仿真场景,整合所有的因素会影响净收益,根据假设的人口和人均年收入的变化,农产品价格,和草原生产,未来土地利用结构的变化可以模拟从2010年到2050年。

鲍起静的场景下(图2),耕地和人口密集的地方仍然是主要的土地利用类型,但耕地逐年减少,而人口密集的地方往往会逐年增加,这是经济发展的必然要求。到2050年,耕地仍占最大的比例。林业通常显示一个越来越明显的趋势;草原整体显示减少的趋势;两种土地利用类型的变化不明显;和林业和草原是相对稳定的。

根据REG场景(图3),2010 - 2050年期间,耕地的面积减少,从2400年的一万公顷到1500一万公顷,减少了37.5%。然而,有建筑面积快速增长,该地区从1250年的一万公顷增加至2000年的一万公顷。建筑面积的增长率远远高于下BAU场景(图2(图),这些场景4)。然而,森林的面积显示缓慢增加的趋势波动和草地的面积逐年减少小振幅。

在CES场景中,我们优先保护生态环境可持续性的发展。根据仿真结果,耕地的面积显著减少,而组合区域的面积和林地面积逐年增加,草地的面积也显示了一个下降的趋势,但这种趋势并不明显。耕地的减少趋势,建筑面积的扩张趋势可以达到稳定平衡,直到2050年,森林的面积持续增加,维持生态环境的可持续发展。

一般来说,与经济增长率的提高,建筑面积逐年增加,耕地的减量率也增加。REG和CES场景下,土地制度的建筑面积的比例比2050年的耕地。和经济增长三个不同场景下,林业总体显示了增加的趋势,和林业的增长率加速经济增长加速。和草原整体显示了三种情况下减少的趋势。

5。结论

华北平原是中国的农业生产基地之一,在增长的人口的重要时期,发展经济,加快城市化进程。在本文中,我们应用计量经济学模型来分析县级土地利用结构变化的机理,然后模拟土地利用结构的变化从2010年到2050年在三种情况下,定量揭示了土地利用结构变化之间的关系和驱动因素,并实现了仿真和场景分析土地利用结构变化。这个相对复杂的县级土地利用结构变化模拟方法可应用于其它地区,和结论可以为决策提供参考的区域级土地开发、规划和管理。

首先,对比仿真结果未来土地利用结构变化的鲍起静的华北平原,注册,和这些场景,竞争法律下的土地利用类型之间的各种驱动因素的综合影响进行分析。鲍起静的场景下,每种类型的土地扩张和收缩经验在某种程度上随着时间的推移,其中,耕地减少的一个明显的趋势和人口密集的地方有明显的增加趋势。REG和CES场景下,由于经济增长率不同,扩张和收缩的程度不同的土地利用类型也不同。

第二,建设用地总体显示了增加的趋势在三种情况下,它的面积从1260年的一万公顷增加到2010年的1500一万公顷,1910年的一万公顷,2050年和1820年的一万公顷鲍起静,REG,分别和CES场景。REG场景下,建设用地的显著增加,反映了经济快速增长可能导致增加的净回报组合区域,重要的是要注意,建筑面积的增长率可能高估了自内生驱动因素城市化不考虑。有观点认为,建筑面积的扩大,建筑面积的净回报将下降,因此,限制建筑面积的不断扩张。此外,组合区域的纯收益的增加可能导致城市住房密度的增加,进一步影响土地利用结构,而房地产因素也不考虑在这个模型。因此,缺乏这些因素可能会限制土地利用结构的仿真结果的准确性在这些模型。

第三,三种情况下的土地利用结构变化趋势较一致,与耕地减少的趋势和人口密集的地方表现出增加的趋势。它表明,城市化在华北平原的土地利用结构变化的主要驱动因素。根据仿真结果,耕地的主要土地利用类型在华北平原,占最大的比例,降低和提高经济增长。REG场景下,耕地的面积要小于到2050年建设用地。

最后,仿真结果三种情况下的土地利用结构的变化可以提供重要的参考进行土地利用规划和政府的可持续发展战略。总的来说,耕地减少和人口密集的地方将会增加经济发展,这可能会导致矛盾耕地,粮食安全,改善我们的生活标准。因此,更应注意城市扩张和粮食安全之间的权衡,包括土地整理和耕地保护补偿机制。

6。讨论

我们预计在三种情况下区域范围内土地利用结构。我们的方法包括链接预测全球综合评估模型(艾玛)农产品价格和农业和森林收益率县级措施的净回报率替代使用,然后使用一个计量经济学模型的土地利用结构的变化相关的土地利用结构预测。我们也采用假定人口和人均年收入的趋势和使用这些项目未来城市化净回报率。预计土地在CES REG场景相比鲍起静场景假定历史趋势下农产品价格和农业和森林产量。

在区域层面上,城市化是发现土地利用结构变化的主要驱动力。人口结构的变化导致城市化对未来土地利用结构有较大的影响比在土地利用与农业和森林部门净回报率的变化。虽然我们取得了一些步骤预计在未来土地使用面积,大量工作有待完成。如上所述,额外的工作需要在产量变化对土地利用决策的影响。气候变化对农作物的影响和木材价格也需要关注。最后,最大的任务是模型艾玛的区域的反馈结果。这将确保一致性预测全球和区域尺度的气候变化。研究还将利益相关者的土地利用规划提供有益的启示。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究得到了国家自然科学基金重点项目资助的中国(批准号41071343),在中国发展基础科学国家重点项目(批准号2010 cb950900),在国家科技重点项目支柱项目(批准号2013 bac03b03)。