基于双因素的城市建设用地预测——以兰州市为例

资源与产业 ›› 2010, Vol. 12 ›› Issue (3): 100-104.

基于双因素的城市建设用地预测——以兰州市为例

乔陆印，周伟*，曹银贵

(中国地质大学土地科学技术学院，北京 100083)

收稿日期:2009-11-25 修回日期:2010-04-10 出版日期:2010-06-20 发布日期:2010-06-20
作者简介:乔陆印(1987—)，男，硕士生，主要从事土地信息技术与应用研究。E-mail:q12205119@126.com
基金资助:
“十一五”国家科技支撑计划“区域土地集约利用与节地关键技术研究”(2006BAB15B03)。

A CASE STUDY ON LANZHOU CITY: PREDICTION OF URBAN CONSTRUCTION LAND BASED ON DUAL FACTORS MODEL

QIAO Lu-yin, ZHOU Wei*, CAO Yin-gui

(School of Land Science and Technology, China University of Geosciences, Beijing 100083, China)

Received:2009-11-25 Revised:2010-04-10 Online:2010-06-20 Published:2010-06-20
Contact: 周伟，男，博士、副教授，主要从事土地利用与生态遥感监测方向研究。

摘要/Abstract

摘要：

随着我国城市化进程的加快，我国城市建设用地规模在不断扩大。城市建设用地需求量预测是土地利用总体规划的重要内容之一，具有十分重要的意义。本文以2000—2007年兰州市城市建设统计数据为基础，采用人口增长拉动与经济增长(GDP)拉动的双因素模型，对兰州市2010、2015、2020年3个时点的城市建设用地进行了预测。从预测结果中可以看出，基于人口增长的建设用地预测结果比较保守，而基于经济增长的预测结果偏大。文中选取适当的调整因子对两种预测结果进行调整，最后得出兰州市2010年建设用地规模为18 339.9 hm²，2015年的建设用地规模为23 269.8 hm²，2020年的建设用地规模为27 176.0 hm²。

关键词: 城市建设用地, 双因素模型, 预测, 兰州市

Abstract:

With the acceleration of urbanization process in China, the scale of urban construction land has been continuing to increase. The prediction of urban construction land demand is an important part of overall planning in land use, and it has great significance. Based on the statistics of urban construction land in Lanzhou city from the year of 2000 to 2007, dual factors model of population growth and economy growth (gross domestic product) is used to predict the urban construction land scale for year 2010, 2015 and 2020. The result based on population model is conservative and the result based on economic model is exaggerated, which has been adjusted by using correction factors. The ultimate results of urban land scale of Lanzhou city are 18 339.9 hm² in 2010, 23 269.8 hm² in 2015 and 27 176.0 hm² in 2020.

Key words: urban construction land, dual factors model, prediction, Lanzhou city

中图分类号:

F293.2

乔陆印, 周伟, 曹银贵. 基于双因素的城市建设用地预测——以兰州市为例[J]. 资源与产业, 2010, 12(3): 100-104.

QIAO Lu-yin, ZHOU Wei, CAO Yin-gui. A CASE STUDY ON LANZHOU CITY: PREDICTION OF URBAN CONSTRUCTION LAND BASED ON DUAL FACTORS MODEL[J]. Resources & Industries, 2010, 12(3): 100-104.

[1]	高珊, 曹明霞, 李丹. 江苏省碳排放特征分析及达峰预测[J]. 资源与产业, 2023, 25(3): 1-9.
[2]	杜焱, 胡鑫杨. 我国2030年实现碳达峰路径研究——基于经济、能源、碳排放系统的SD模型[J]. 资源与产业, 2022, 24(5): 19-28.
[3]	王利军, 庞雅倩, 陈梦冬. 湖北省交通业碳排放影响因素及情景预测[J]. 资源与产业, 2022, 24(3): 106-113.
[4]	孙明浩, 廖秋敏. 逆全球化背景下“一带一路”沿线国家矿产资源投资风险评价[J]. 资源与产业, 2022, 24(3): 169-180.
[5]	童纪新, 任丁维. 浙江省科技创新与水资源环境耦合协调度分析与预测[J]. 资源与产业, 2022, 24(1): 37-45.
[6]	向有涛, 曹琳. 基于数据挖掘的天然气市场收益率预测[J]. 资源与产业, 2021, 23(1): 79-86.
[7]	刘子琦，张云宁，欧阳红祥. 基于SA-WNN模型的油价预测研究[J]. 资源与产业, 2020, 22(3): 58-64.
[8]	李云，刘银帮. 西宁市耕地变化及城市发展适度性探究[J]. 资源与产业, 2020, 22(2): 12-17.
[9]	赵志成，柳群义. 中国能源战略规划研究——基于能源消费、能源生产和能源结构的预测[J]. 资源与产业, 2019, 21(6): 1-8.
[10]	李宏勋，聂慧. 基于灰色-偏最小二乘组合模型的中国天然气需求预测[J]. 资源与产业, 2019, 21(6): 9-18.
[11]	尹庆民，吴益. 中国水-能源-粮食耦合协调发展实证分析[J]. 资源与产业, 2019, 21(6): 20-29.
[12]	东童童，邓世成，晏琪. 中国能源消费结构与雾霾污染的关系——基于中国省域空间数据的分析与预测[J]. 资源与产业, 2019, 21(6): 69-81.
[13]	周园园，王京，唐萍芝. 钼消费规律分析及未来10年中国需求预测 [J]. 资源与产业, 2018, 20(6): 24-29.
[14]	吴静. 沁水煤田玉溪井田煤层气赋存特征及地面抽采潜力 [J]. 资源与产业, 2018, 20(4): 52-55.
[15]	李志，冉启兰. 西藏改则县铁格隆南荣那矿段超大型斑岩—浅成低温热液复合型铜矿床特征及找矿资源潜力分析 [J]. 资源与产业, 2018, 20(2): 41-51.