發布時間：2021-07-30所屬分類：免費文獻瀏覽：1次
摘 要： 生態經濟
《經濟與生態效益不同情景下的廣州市土地利用優化配置》論文發表期刊：《生態經濟》；發表周期：2021年04期
《經濟與生態效益不同情景下的廣州市土地利用優化配置》論文作者信息：第一作者簡介 ：袁利，碩士，研究方向為生態系統服務與區域規劃。 通訊作者簡介 ：劉毅華，碩士，教授，研究方向為區域土地利用與城鄉規劃。
摘要：緩解生態保護與經濟發展之間的矛盾已成為廣州市目前亟須解決的重要現實問題。通過對經濟效益和生態效益最大化的不同側重，基于多目標規劃模型與CLUE-S模型對廣州市2025年不同情景下的土地利用進行優化配置。結果表明：(1)與現狀相比，兼顧兩者效益情景的土地利用優化方案最為合理：效益提升最為協調分別為9.35%、9.58%，不同景觀類型破碎化程度適中;(2)廣州市對生態、經濟效益的不同側重主要導致林地、建設用地和水域面積的變化較大，未來規劃應注重這三種地類的合理規劃;(3)多目標規劃與CLUE-S模型的結合，可以有效解決廣州市多情景的土地資源優化配置模擬。研究結果對廣州市土地利用可持續發展和生態文明建設具有較大的參考價值。
關鍵詞：經濟效益;生態效益;土地優化配置;多目標規劃模型;CLUE-S模型中圖分類號：F293.2
Abstract: To alleviate the contradiction between ecological protection and economic development has become an important problem in modern Guangzhou. Based on the multi-objective planning and CLUE-S model, the optimal allocation of land use in different scenarios of Guangzhou in 2025 is carried out by focusing on the differentiated maximization of economicand ecological benefits. The results show that: (1) compared with the current situation, the land use optimization scheme of coordinated benefit scenario is the most reasonable with benefit promoted by 9.35% and 9.58% respectively. Also, the fragmentation degree of different landscape types is moderate; (2) the different emphasis on ecological and economic benefits in Guangzhou mainly leads to large changes in forest land, construction land and water area, which should get properly arranged in the upcoming urban planning; (3) the combination between multi-objective planning and CLUE-S models can play an effective role in the multi-scenario land use optimization simulation of Guangzhou. The research results provide valuable references value for the sustainable development of land use changes and the construction of ecological civilization in current Guangzhou.
Key words: economic benefits; ecological benefits; optimal allocation of land; multi-objective planning model; CLUE-S model
隨著經濟發展及城市化進程的不斷加快，城市擴張不斷侵占生態用地，影響到城市生態系統功能并帶來一系列生態環境問題，對人類生存和發展構成了嚴重威脅 [1-2]。如何在社會經濟發展的前提下保障生態效益，實現可持續發展的目標是我國生態文明建設的基本要求 [3-4]。因而兼顧經濟、生態效益的城市土地資源優化配置既是實現經濟與生態協調發展的關鍵問題，也是保障城市可持續發展的重要手段。
國內外學者圍繞土地利用優化配置已通過多元方法手段 [5] 從情景目標 [6-7]、約束條件 [8] 等方面進行了大量研究，通過多目標綜合決策實現效益最大化一直是土地利用優化配置領域的研究熱點 [9]。張鴻輝等 [10] 采用多智能體模型實現了生態、經濟以及社會效益協同優化后的配置研究。劉耀林等 [8] 以提高生態系統服務價值和空間集約度雙重目標，探討了武漢市東西湖區的用地空間布局。隨著可持續發展和生態文明建設理念的深入，將生態、經濟目標納入土地利用優化研究更是成為多數地區的調控策略選擇11，黃建周等12]基于兼顧生態、經濟效益目標形成了廣州市土地利用數量結構最優調整方案。賈寧鳳等[13]則以生態、經濟利益耦合效益最大化為目標，從社會利益構建約束函數，進行了縣域尺度的土地利用優化配置研究。盡管目前以生態、經濟為目標的研究眾多，但主要偏向于耦合效益最大化。然而在實際的土地利用規劃決策中，決策者對不同目標的偏好往往會導致不同的土地利用規劃結果1，有學者試圖通過多情景設置緩解其多目標沖突，如李天猜等[]基于模糊集理論的最大(小)算子法探討了不同決策偏好情景下的最優土地利用優化方案，但僅側重于對數量結構的研究。面對新時期生態文明建設發展導向與政策要求，基于多目標偏好分析不同景下的土地利用空間優化配置研究無疑具有較好的現實可操作性和政策指導意義。
廣州市作為珠江三角洲經濟區的核心城市，30多年的經濟高速增長帶來了日益突出的城市生態安全問題。因此堅持綠色發展理念、走生態文明道路不僅是當前重要的國家戰略也是公眾的普遍訴求。在實踐層面上，如何實現兼顧經濟與生態效益，緩解其生態保護與經濟發展之間的矛盾成為廣州市目前亟須解決的重要現實問題。
1研究區域與數據來源
1.1研究區概況
廣州市位于珠江三角洲的北緣(11257E~ 11493E，226N ~23956N)，地勢東北高，西南低，屬于海洋性亞熱帶季風氣候，土地類型多樣，適宜性廣。其境內河流水系發達，大小河流眾多，水域面積廣闊。全市土地總面積為7434.4平方千米，現轄越秀、海珠、荔灣、天河、白云、黃埔、花都、番禺、南沙、從化、增城共11個區。
自21世紀以來，廣州市經濟實現了飛速發展，地區生產值(GDP)從2000年的2375.9億元上升至2018年的22859.35億元，加上城鎮化進程不斷推進，至2018年常住人口高達1490.4萬人。隨著經濟社會的發展，廣州市建設用地面積從2000年的825.15平方千米增至2015年的1452.52平方千米(圖1)，年均增長率達5.8%，其急劇擴張的態勢使得生態用地結構逐漸縮小、破碎化，生態環境安全問題成為影響社會經濟可持續發展的瓶頸。
1.2數據來源及處理
本文使用地理空間數據云平臺(http://wwww.
gscloud.cn/)2000年、2005年、2010年、2015年四期Landsat-8遙感影像作為土地利用數據來源，均已經過幾何校正和圖像增強等處理，分辨率為30m×30m。結合國家標準《土地利用現狀分類》(GB/T 2010-2017)和廣州市實際土地利用情況，通過ENVI5.3軟件采用最大似然法將土地利用類型分為耕地、林地、草地、水域、建設用地和未利用地六類，并利用混淆矩陣對分類結果進行精度評價，四期遙感解譯總體精度均在80%以上，Kappa系數分別為0.8、0.81、0.81和0.79，均符合研究需要，最后將其重采樣至500 m× 500 m的分辨率。
其他空間分析數據包括：地理空間數據云平臺的DEM
30m×30 m柵格數據，經重采樣至500 m×500 m，并生成地形起伏和坡度數據：交通道路數據通過ArcGIS
102地圖矢量化得到，并使用歐氏距離工具處理得到分辨率為500 m× 500 m的道路數據集：社會經濟數據來源于《廣州市統計年鑒》及廣州市經濟統計公報，并由ArcGils 10.2的轉換工具得到500 m ×500m的柵格數據。
2研究方法
2.1研究思路
本文旨在對廣州市目標年經濟、生態效益不同偏好情景下的土地利用優化配置方案進行對比研究，對協調區域經濟發展與生態保護提供重要指導作用。實現過程分為三部分：(1)土地利用數量結構優化。將生態效益、經濟效益作為最大優化目標，根據決策者偏好設置“經濟效益優先”“生態效益優先”“兼顧經濟一生態效益”
三種情景，通過多目標優化模型預測目標年不同情景下的最優土地利用結構。(2)土地利用空間優化配置。首先，將土地利用數量優化結構作為CLUE-S模型中非空間模塊的面積需求。其次，通過自然、社會經濟影響土地利用的驅動因子獲取各地類的空間轉換概率，根據近幾十年的土地利用轉移情況得到土地利用轉換參數。最后，通過CLUE-S模型得到廣州市不同情景下的土地利用優化布局結果。(3)通過定性與定量相結合的方法將得到的不同情景優化配置結果進行對比分析，提供決策建議。
2.2多目標規劃模型
多目標規劃模型是土地利用優化研究的重要模型，其本質就是為解決多目標優化問題提供一種方法，包含決策變量、目標函數以及約束條件三部分[1，其公式如下：
2.2.1變量設置
變量的選取遵循綜合性、典型性和資料可獲取性原則及國家《土地利用現狀分類》(GB/T 2010-2017)標準，設置以下六種土地利用類型變量：耕地(x)、林地(x2)
草地(x)、建設用地(x)、水域(xs)、未利用地(x%)。參考相關文獻[1]1及研究區實際情況，將耕地、林地、草地、水域劃入生態用地范圍。
2.2.2目標函數構建
(1)經濟效益。各土地利用類型單位面積產出效益由單位面積耕地產出效益系數與各地對區域GDP貢獻相對大小的權重值計算得出：為研究方便起見，各權重值采用已有研究成果[1，并根據實際情況做相關調整。耕地產出效益按2015年糧食價格計算，用GM(1，1)模型預測2025年耕地經濟效益系數(表1)，其中將未利用地的經濟效益系數設置為1，避免對結果產生明顯的影響。
(2)生態效益。各地類單位面積生態服務價值使用對廣州市修正后的生態系統服務價值當量計算得到11，同樣以 2015 年糧食價格計算，得到廣州市各土地利用類型的生態效益系數(表 1)。
2.2.3 約束條件構建
約束條件是目標函數最優值實現的重要因子，對模擬結果有著很大影響。本研究參照《土地利用總體規劃(2006—2020)》(以下簡稱《總規》)，并結合 GM(1, 1)模型確定相關約束條件 j、系數以及對應約束常數 bj。土地利用結構優化約束條件設置如表 2 所示。
2.3 CLUE-S模型
土地利用空間優化配置采用CLUE-S(the conversion of land use and its effects at small region extent)模型來分析。CLUE-S模型是由Verburg等人在較早的CLUE模型基礎上研發而來，假設某地區的土地利用變化受該地區的土地利用需求驅動，并且該地區的土地利用分布格局總是與土地需求及該地區的自然環境、社會和經濟狀況處于動態平衡狀態"1，在此基礎上運用系統論的方法
處理不同土地利用類型之間的競爭關系，實現對區域尺度上的多種土地利用類型同步布局模擬。該模型被分為兩個部分：非空間土地利用需求模塊和空間優化配置模塊。非空間模塊主要是計算目標年各土地利用類型的需求結構，需要在CLUE-S模型之外求取，本研究采取土地利用數量結構優化結果作為土地需求文件。空間優化配置模塊主要包括空間政策、土地利用轉換參數、空間轉換概率，模擬過程需通過Logistic二元回歸模型提取不同驅動因子的分布規則，并結合轉換參數、轉換概率
不斷迭代來實現土地利用的空間優化布局。
2.3.1 土地利用轉換參數
土地利用轉換參數內容包括兩部分，即轉換規則和轉換彈性。轉換規則是指各地類之間能否進行相互轉化的可能，其主要是通過轉移矩陣來定義實現，1 表示可以轉變，0 表示不能轉變，本研究主要是根據研究區 2000—2015 年的土地利用轉移矩陣變化情況進行相關設置。轉換彈性(ELAS)表示的是土地利用類型的穩定程度，是決定模擬時間動態的土地利用類型特定設置之一。將其賦值0 ～ 1 之間，其中值越趨近于 0 表示某種土地利用類型越容易轉換成其他土地類型，越趨近于 1 則表示越不易發生轉換。而目前對于ELAS值的確定沒有具體的計算方法，本研究主要是借助前人研究經驗和研究區近幾十年來的土地利用轉移情況，并與廣州市實際土地利用情況進行對比，經過模型的不斷調試，得出理想 ELAS 值：耕地 0.87，林地 0.75，草地 0.68，建設用地 1，水域 0.85。
2.3.2 空間轉換概率
CLUE-S 模型的空間轉換概率是其空間優化配置的核心部分，其原理是通過 Logistic 回歸分析計算不同地類出現在某柵格上的概率，將其最適宜的地類分配在該柵格上，揭示土地利用空間配置與其驅動因子之間的定量關系，其空間迭代公式如式(2)所示。根據研究區的區域情況以及數據的可獲得性，選擇地形起伏度、坡度、與主要水系距離、與國道距離、與鐵路距離、與城市主干道距離、人口密度、人均 GDP 八種自然、社會經濟驅動因子對耕地、林地、草地、建設和水域五類土地利用類型進行空間轉換的 Logistic 回歸分析。本研究中因未利用地面積占比較小，難以找到空間轉換的驅動因素，所以不做回歸處理，其處理方法是在空間限制政策中作為限制區域。
對回歸的結果采用 ROC 分析方法進行檢驗，ROC 的值介于 0.5 ～ 1之間，一般認為當 ROC 值大于 0.7 時，回歸方程的結果才具有良好的解釋性，越接近 1 則解釋能力最好。各土地利用類型的回歸及檢驗結果如表 3 所示，可見本研究所選擇的驅動因子對五類土地利用類型轉換的 ROC值都大于0.7，因此，空間優化配置結果具有可靠性。
2.3.3 CLUE-S模型空間分配
CLUE-S 模型的空間分配主要是運用空間迭代來計算各地類的總概率，從而達到土地利用時空格局的全局優化配置，其空間迭代公式如下 ：
3 結果與分析
3.1 不同情景下土地利用需求結果分析
決策偏好通常以不同優化目標的優先順序反映 [18]，因此本研究選擇理想點法對公式(1)的規劃模型求解。在各類約束條件下，先是求取單個目標的最優解，以此獲得經濟效益優先情景和生態效益優先情景的土地利用需求結果。再通過理想點法求得兼顧經濟—生態效益情景下的最優土地利用結構。模型的求算結果通過LINGO11 軟件實現(表 4)。
3.1.1 經濟效益優先情景
目標年決策者側重經濟效益優先的土地利用情景下，各類用地面積分別為 ：耕地 1 287.99 平方千米，林地 3 786.42 平方千米，草地 95.38 平方千米，建設用地1 689.59 平方千米，水域 361.13 平方千米。與現狀土地利用結構比較發現 ：由于優先考慮經濟產出，使得經濟效益較高的林地和建設用地面積增加，而經濟效益較低的耕地和水域面積大幅度減少。最終使得經濟效益提高至 535.31
億元，較 2015 年現狀值增加了 14.6%，而生態效益僅提高了 5.65%。此時為滿足城市發展所需的建設用地主要通過占用生態用地實現，經濟效益與生態效益不相協調。
3.1.2 生態效益優先情景
決策者側重生態效益優先發展目標的情景下，各類用地面積分別為 ：耕地 1 287.99 平方千米，林地3 856.76 平方千米，草地 95.38 平方千米，建設用地1 452.53 平方千米，水域 527.85 平方千米。為最大限度保護生態，其中生態效益最高的水域需求在目標約束中達到最高，其次之的林地也有大幅度增加。而生態效益最低的建設用地面積需求在所有情景中最低，與 2015年現狀值基本一致。最終該情景下的生態效益提升幅度最大，增至 418.12 億元，與 2015 年現狀值比較增加了1.84%，而經濟效益僅提高了 5.57%。說明若側重生態效益目標優先發展，城市建設用地規模擴張將會受到嚴格限制，無法滿足城市的發展。
3.1.3 兼顧經濟—生態效益情景
在兼顧經濟—生態效益協調發展的情景下，各類用地面積分別為 ：耕地 1 287.99 平方千米，林地 3 794.13平方千米，草地 95.38 平方千米，建設用地 1 558.16 平方千米，水域 484.85 平方千米。與前兩種情景相比，此優化方案中耕地、草地及未利用地的需求面積無變化，而林地、建設用地和水域的需求面積均介于前兩情景優化結果之間，這也說明這三種土地利用類型是該研究區經濟、生態效益的主要來源。此方案帶來經濟效益510.89 億元、生態效益 409.64 億元，較 2015 年現狀值分別提高了 9.35%、9.58%。該情景與經濟效益優先情景相比增加了 14.66 億元的生態效益，與生態效益優先情景相比增加了 17.65 億元的經濟效益，兼顧了生態與經濟的協調發展。
本研究中由于草地的經濟效益和生態效益相差不大，對于廣州市生態目標和經濟目標的作用相當，故不同情景下的面積需求相同。由于未利用地無經濟效益以及極低的生態效益，并假設可利用部分已完全轉換為其他地類，因而在各情景下需求面積也沒有變化。
3.2 不同情景下土地利用空間優化配置模擬分析
利用前面得到的不同情景下土地利用需求作為CLUE-S 模型中的非空間模塊，將土地利用轉換參數、空間轉換概率等輸入模型中并設置好相關基礎參數，進行廣州市 2025 年不同情景下的土地利用空間優化配置模擬，空間優化后的土地利用面積見表 5，配置結果見圖 2。對比表 5 與表 4 發現，空間優化后的各地類面積與相應需求面積相差不大，表明模型的模擬結果較好。在 ArcGIS 中將 2015 年土地利用現狀分布圖(圖 1)與不同情景下的空間優化模擬圖(圖 2)疊加，并結合土地利用面積進行分析。
3.2.1 經濟效益優先情景下空間配置結果
此情景下的耕地、水域生態用地大幅度減少，草地變化不大，而林地、建設用地均有所增加。結合圖 2(a)可以明顯看出，在增城東北部水源保護區、花都北部水源保護區及流溪河流域，水域面積有所減少，并轉換為經濟效益更高的林地和草地。草地主要分布在廣東市東北部山地區，與現狀相比變化不大。建設用地的集聚擴張明顯，以主城區為中心向外圍不斷擴展侵占耕地，呈現出連片式發展態勢。主城區是全市經濟發展的核心區域，條件優越，土地單元對建設用地的適宜性更高，經
濟效益顯著。
3.2.2 生態效益優先情景下空間配置結果
此情景下的耕地減少，林地大幅度增加，而草地、建設用地及水域的面積變化不大。結合圖 2(b)可以看出，東北部山地丘陵區的耕地轉換為生態效益更高的林地，符合自然環境要求，和廣州市總體規劃中的綠地系統規劃要求一致。同時，水源保護區、流域等水域面積得以保護，加上主城區林地和草地的增加可以形成生態防護網絡，在一定程度上緩解了城市發展帶來的生態環境問題。然而在生態效益優先情景下，建設用地的擴張受到了限制，其空間配置格局與現狀相比變化不大。
3.2.3 兼顧經濟—生態效益情景下空間配置結果
此情景下的耕地、水域有所減少，草地面積變化不大，而林地與建設用地有所增加。結合圖 2(c)可以看出，空間優化后強化了生態系統內部的各種聯系，與經濟效益優先情景相比，研究區的水源保護區面積得以保護，尤其主城區內生態用地的增加可以有效改善生態壓力。與生態效益優先情景相比，建設用地在原有的基礎上適當增加以滿足城市化發展需求，從而保障廣州市經濟、生態效益的協調增加。其整體布局與土地利用總體規劃中的中部城鎮核心提升區、東北部山林生態保護區等發展戰略較一致，基本符合北部森林、中部綠地、南部海濱濕地以及珠江水系的生態骨架。
3.3 不同情景下土地利用優化綜合分析
三種情景下廣州市土地利用優化配置結果顯示，其經濟、生態效益均比現狀值有所提高，在滿足廣州市耕地保有量的基礎上，三種情景下耕地面積都大幅減少并主要轉向于建設用地和林地，而東北山地丘陵區的大量耕地轉為林地，總體符合經濟建設與自然環境要求，體現了土地空間優化的基本目標。對比三種情景并利用 Fragstats4 軟件選取斑塊面積、破碎化指數和聚合度三個指標對空間優化后生態用地與建設用地斑塊類型層級進行景觀指數計算，選取景觀破碎化和聚合度兩個指標對三種情景的景觀層級進行景觀指數計算(表 6)，進一步綜合分析表明 ：經濟效益優先情景下，水域面積的縮減和建設用地面積的顯著增加導致城市綠色斑塊面積較少(552 400 公頃)，與生態效益優先、兼顧經濟—生態效益情景相比，分別減少了23 300 公頃、13 125 公頃，城市生態壓力加大，不利于廣州市創建“山、水、城、田、海”的環境友好型土地利用模式。生態效益優先情景下，建設用地增長基本停滯，同時建設用地較低的集聚度(64.91)與較高的破碎化指數(84.26)無法滿足城市發展的基本空間要求和后續支撐，顯然該情景現實可行性不大。而在兼顧經濟—生態效益情景下，建設用地面積的增加符合《總規》的遠期增長率，林地面積的增加、水域面積得以保護則保證了廣州城市發展對生態空間的基本需求，且整體呈現適度的集聚度(71.84)與破碎化程度(5.74)，能夠使經濟發展與生態保護處于較為協調的狀態。此外，該情景下綠色斑塊面積較其他兩
情景適中(565 525 公頃)，建設用地布局則基于生態安全格局基礎上，重點向南沙、番禺、增城南部等區域傾斜，以落實“南拓”“東進”空間發展戰略。
4 結論與啟示
4.1 結論
(1)在不同發展情景中，兼顧經濟—生態效益情景的土地利用優化配置最為合理。與現狀相比，土地利用結構增減適當，產生的經濟、生態效益最為協調，其整體布局符合規劃戰略需求，表現為建設用地在原有基礎上適當擴張，生態用地呈現出集聚與生態網絡相結合的格局，符合北部森林、中部綠地、南部海濱濕地以及珠江水系的生態骨架。
(2)廣州市生態保護與經濟發展存在著明顯的權衡關系。決策者對不同目標效益的側重會致使林地、建設用地和水域面積的變化較大，而這三種土地利用類型又是該研究區經濟、生態效益的主要來源。因此，對于未來的土地利用規劃，政府部門應注重這三種地類指標的合理分配，有助于區域經濟發展與生態保護的協調發展。
(3)本文使用多目標規劃與 CLUE-S 模型相結合的土地利用優化配置方法，可根據決策者對不同目標偏好設置不同情景，并對不同情景下的土地利用進行優化配置模擬，結合廣州市土地利用空間優化配置研究取得了較為可信的結果，為城市土地管理與規劃編制提供了科學參考價值。
4.2 啟示
現今城市化與經濟的快速發展常常以生態環境破壞為代價，尤其是建設用地的無序擴張對生態用地進行侵占造成了嚴重的生態空間萎縮和破碎化，21 世紀以來這種土地資源矛盾愈演愈烈。隨著生態保護與經濟發展之間的權衡關系愈發顯著，如何針對土地利用結構的失衡現狀謀劃協調經濟與生態效益的合理配置，實現符合生態文明時代要求的可持續發展，針對不同發展情景探尋土地優化配置效益最大化是重要的研究命題。
在本文的實證結果中，廣州市土地利用效益受到不同決策偏好的制約，主要表現為通過林地、建設用地、水域等地類轉換實現不同類型效益的調整，因此，政府土地管理及規劃部門如何合理分配土地指標、優化空間布局，這三種地類是關鍵。在三種發展情景中，兼顧經濟—生態效益情景下的土地利用優化配置方案表現出最為合理的效果，經濟與生態效益最為協調，反映出生態文明建設導向下城市既要合理優化其土地數量，也要合理配置空間結構以達到經濟—生態效益的兼顧協調。對于廣州市來說，建設用地是經濟效益的主要來源，林地、水域是生態效益的主要來源，二者存在明顯的權衡關系，如何通過合理分配各地類指標來實現效益止損與失衡，仍然是今后土地規劃與管理工作的重點。通過合理布局地類指標來保障生態價值的發揮，既要在符合自然環境的基礎上注重對東北山地區的林地與廣州市域內的水網等生態空間加以保護形成生態源地，也要以統籌規劃區域經濟、生態協調發展的思路，嚴格控制主城區生態用地轉換，提高建設用地集約高效利用。當然本研究也存在著不足 ：在分析空間轉換概率的過程中，本研究主要選取了八種自然與社會經濟驅動因子，忽略了影響土地利用變化的制度及社會文化等因素的作用及特殊性，其結果對土地利用轉換的真實模擬可能存在著一定誤差，未來更進一步研究還需考慮其全面性、適應性與可驗證性。土地利用戰略決定了未來土地利用優化配置的多目標性，本文僅以經濟、生態效益考慮作為宏觀目標，雖然對于政策偏好選擇具有簡便易行及可操作性，但如何考慮更多目標、情景的設置使研究精細化，從而在瞬息萬變的現實中更好地指導區域土地利用決策將是今后研究的重點。
參考文獻：
[1] Daily G C, Matson P A. Ecosystem services: From theory to implementation [J]. Proceedings of the National Academy of Sciences, 2008, 105(28): 9455-9456.
[2] 方創琳，周成虎，顧朝林，等. 特大城市群地區城鎮化與生態環境交互耦合效應解析的理論框架及技術路徑[J]. 地理學報，2016(4)：531-550.
[3] Singh, K. Sustainable development: Some reflections [J]. Indian Journal of Agricultural Economics, 1999, 54(1): 6-41.
[4] 陳芷君，劉毅華，林華榮. 廣東省土地利用碳排放與經濟增長之間的脫鉤分析[J]. 生態經濟，2018(5)：26-32.
[5] 劉榮霞，薛安，韓鵬，等. 土地利用結構優化方法述評[J]. 北京大學學報(自然科學版)，2005(4)：655-662.
[6] 柯新利，唐蘭萍. 城市擴張與耕地保護耦合對陸地生態系統碳儲量的影響——以湖北省為例[J]. 生態學報，2019(2)：672-683.
[7] 趙筱青，李思楠，譚琨，等. 城鎮—農業—生態協調的高原湖泊流域土地利用優化[J]. 農業工程學報，2019(8)：296-307.
[8] 劉耀林，郝弘睿，謝婉婷，等. 基于生態系統服務價值的土地利用空間優化[J]. 地理與地理信息科學，2019(1)：69-74.
[9] Murgante B, Borruso G, Lapucci A. Sustainable Development: Concepts and methods for its application in urban and environmental planning [M]. Berlin: Heidelberg, 2011.
[10] 張鴻輝，曾永年，譚榮，等. 多智能體區域土地利用優化配置模型及其應用[J]. 地理學報，2011(7)：972-984.
[11] 馬冰瀅，黃姣，李雙成. 基于生態-經濟權衡的京津冀城市群土地利用優化配置[J]. 地理科學進展，2019(1)：26-37.
[12] 龔建周，劉彥隨，張靈. 廣州市土地利用結構優化配置及其潛力[J]. 地理學報，2010(11)：1391-1400.
[13] 賈寧鳳，曹蓉，王曉雅. 區域生態和經濟系統耦合效應下的土地利用優化配置——以山西省寧武縣為例[J]. 山西大學學報(自然科學版)，2019(2)：454-464.
[14] 陳紅，史云揚，柯新利，等. 生態與經濟協調目標下的鄭州市土地利用空間優化配置[J]. 資源科學，2019(4)：717-728.
[15] 李天猜，李韋，馮長春，等. 湘江新區土地利用結構多目標規劃及決策偏好分析[J]. 地域研究與開發，2016(1)：132-138.
[16] 曹帥，金曉斌，楊緒紅，等. 耦合MOP與GeoSOS-FLUS模型的縣級土地利用結構與布局復合優化[J]. 自然資源學報，2019(6)：1171-1185.
[17] 馮長春，曹敏政，謝婷婷. 不同生態保育尺度下銅陵市土地利用結構優化[J]. 地理研究，2014(12)：2217-2227.
[18] 謝高地，張彩霞，張雷明，等. 2015. 基于單位面積價值當量因子的生態系統服務價值化方法改進[J]，自然資源學報，30(8)：1243-1254.
[19] 王麗艷，張學儒，張華，等. CLUE-S模型原理與結構及其應用進展[J]. 地理與地理信息科學，2010(3)：73-77.
SCISSCIAHCI
