第一章 绪论
1.1 选题的背景及意义
土地是人类生存发展所必备的资源，而建设用地又是与人类关系最密切的一种土地资源，随着人类文明的进步、社会经济的快速发展，其需求量也会不断地增加。然而由于其可逆性比较差，若利用不合理就很难再转为其他用地。所以，土地利用规划的过程中，为了在满足社会经济发展需要的同时，避免非理性扩张建设用地的规模，我们必须进行科学合理的预测和规划建设用地[1]。随着我国经济的发展,在国家支持赣南苏区振兴发展政策的指导下,加快了赣州市的城镇化、工业化和现代农业进程,因此赣州市正处于快速健康发展的关键时期。在这时期，赣州市城镇土地利用面积、开采矿业的土地面积、农村居民点的面积、交通水利等基础设施各种建设用地面积将会激增，是一个增长迅速的时期。但是，在发展社会经济促进生产提高生活水平的同时，不能盲目扩张建设用地的面积而松弛对耕地的保护，必须遵守国家耕地保护政策制度和节约用地制度等一系列用地政策，并且要从严从慎。在这样的背景下，怎样将建设用地的预测做到更加科学、合理已成为赣州市社会经济建设所必须面对的一个重要任务。在建设用地的合理预测研究上，国内外的许多学者和专家进行了长时间的探索，取得了一定进展和成果，但是现在还没有一种理论方法走向成熟得到认可，而在实际的预测研究中也没有运用好相对比较科学的预测方法，特别是前两次土地利用规划的编制。基因表达式编程（Gene Expression Programming，简称 GEP）是葡萄牙学者 Ferreira[2][3]在遗传算法(genetic algorithm, 简称 GA)和遗传程序设计(genetic programming，简称 GP)的基础上发展而来的新事物。它是结合了各自优点后形成的新遗传算法，遗传操作中编码使用的是等长线性符号，个体表现型则是树结构，这样的规则使得其能够容易揭示问题复杂的内在规律和描述解决问题的过程，是一种非常理想且实用的程序。
……….
1.2 建设用地需求量预测研究现状
在国外，对于建设用地的需求预测领域的探索，主要体现在在城市建设用地的合理结构规模和预测模型两个方面的，对其的研究并非单独进行的，而是在研究城市发展和用地扩展的同时进行的。在合理的用地结构和规模方面，国外对其的研究历史悠久，并已将诸多理论运用到了实际研究中，如城市经济学、城市地理学、城乡区域发展等，国外学者普遍认为城市规模具有不可实现性，即最佳城市规模状态在现实中是难以实现的。Renaud[6]（2004）在其城市研究中对体系结构的分析就表述了这个观点。城市建设的所需开支无法预见且获得的利润难以预先确定，以及城市体系中对一个城市的等级划分与确定的难以实现，使得确定或规划最佳规模成为一项不可能完成的任务。Mori[7]指出在英国大多采用“绿带”与规划许可这两项措施来调控城市用地，在日本则是通过区分为建设区和建设控制区来对城市用地进行调控，在韩国则是将 GIS 技术应用到土地规划利用编制中来合理安排各类用地的布局和规模[8]。总之，国外在进行建设用地需求预测时，是结合 GIS 技术分析和详细调查两种方法来研究的，而且是在建设用地结构布局的时进行的，并没有单独作为研究对象[9]。
…………
第二章 建设用地需求预测理论及赣州市指标体系的建立
2.1 概述
本研究的对象是建设用地的需求量预测，需要先对其进行相关概念的界定，确定研究的主体，然后对支撑研究的相关理论基础和方法进行分析。建设用地是指人们通过采取相关工程措施，对土地资源开发利用，为满足其生产、生活等物质建设的需要所提供的土地。其目的是以土地承载力、操作场地和建筑空间及其地下资源为基础，把土地作为生产的场所、生活的空间。建设用地除具备土地的一般特性外还突出表现出以下特性：通过分析在人类出现以后的土地演变过程和出现城市后的发展历史，可以得到这样的结论：人类在聚居形成居民点之前是没有建设用地的，如今所谓的建设用地都是在有了城市后从其它地类演化而来的。相对而言，由农用地转为建设用地是比较容易的，只要条件允许，具有一定的区位优势，且符合区域各级土地利用规划，就可以进行建设开发活动，将其转为建设用地。反之，将建设用地转为农用地，首先需要消耗一定的人力和财力将地上附属物拆除，还需要采取相关理化措施恢复土壤肥力，其复垦成本也是相当高的。区位条件包括地质条件、交通条件、地理位置、水源条件等，这对于土地能否转变为建设用地起着非常重要的作用。道路建设、矿产开发、城市发展都与区位有关，对环境有污染的生产活动在位置的选择上更为重要。需要指出的是，位置作为一个相对性的概念主要表现在以下两个方面：①对一种用途来说是好位置的土地，而对另外一种用途来说可能就是不好的位置，如紧邻商业区的土地对居民来说是很好的居住选择区位，但是对于工厂则不一定是很好的区位；②区位条件是随着经济活动发生而变化的，例如：交通建设、房地产开发、商业活动等都可能将一块位置不好的土地变成位置较好的土地。因此，在规划建设用地的时候应该综合考虑区位因素，分析优化、合理分布土地资源。
……….
2.2 建设用地需求量预测理论基础
建设用地需求预测就是对研究区的建设用地进行科学合理的预测算，得到一定规划时期内的需求量数据。根据土地利用规划的相关原理，进行建设用地需求预测，首先对要区域历年建设用地供求情况进行比较分析，以便掌握各阶段用地需求的变化规律；然后结合影响建设用地需求变化的因素，对建设用地未来一定时期内的需求变化进行预测，为科学配置土地资源、进行合理的土地规划提供决策依据。需求在经济学的领域中，是指的一个固定时间段中需求方在其他因素保持不变下，所有可能价格水平所能购买的商品数量。而需求在土地上讲就是人类生存发展所需的土地，除了最根本的生存所需土地外，发展到今天还需要各种消费和更为舒适的生活空间和追求。因此，土地在人类的生活中起着更为复杂的作用。人类对土地的需求体现在各种土地类型上，人类需要农业用地种植各种生活必需品来维持生活和满足需求，耕地来种植农作物解决吃饭的问题，林地主要是解决人类生活对木材的需要，耕地和林地的需求量就受到不同方面不同程度的因素影响；人类也需要非农用地，主要就是建设用地，包括城市用地、工业用地、交通水利等等，这些需求也是在人类社会发展的过程中必不可少的，人类需要住所、需要发展、需要行走、需要赚取更多的价值，在这个过程中就产生了对各种用地的需求。
………..
第三章 基于 GEP 的建设用地需求量预测模型的构建 ...... 21
3.1 GEP 的理论基础........... 21
3.2 建设用地需求预测的 pre-GEP 模型.... 29
第四章 赣州市建设用地需求量预测及分析 ...... 35
4.1 基于 GEP 的赣州市建设用地需求量预测.... 35
4.2 基于线性回归的赣州市建设用地需求量预测.... 37
4.2.1 线性回归建模过程.... 37
4.2.2 赣州市建设用地需求量线性回归预测.... 39
4.3 基于灰色理论的赣州市建设用地需求量预测.... 42
4.3.1 灰色理论建模过程.... 42
4.3.2 赣州市建设用地需求量灰色理论预测.... 43
4.4 预测结果及分析.... 46
第五章 总结与展望 .......... 48
5.1 总结........ 48
5.2 展望........ 49
第四章 赣州市建设用地需求量预测及分析
4.1 基于 GEP 的赣州市建设用地需求量预测
对于建立的回归方程还不能直接作为模型使用，在进行现实问题的解决和预测之前，一般还需对模型进行相关检验，确保所建的模型是有效的，检验的参数有很多，这些都可以对预测模型能否正确抽象所观测系统的规律进行检验。目前对模型检验的多种方法是可拟合优度检验、回归方程的显著性检验、回归系数的显著性检验及残差分析等，这些都是重要的检验标准。对于建立的模型还不能直接用于预测，有可能存在个别变量影响模拟效果，需要优化建立的回归方程，就是从众多因素中选出显著影响的自变量来建模。筛选方法有逐步法、前进法和后退法。本文采用最受欢迎的逐步法来进行优化，其思想是一个个引入变量，逐个检验和剔除，每一步都要进行Ｆ检验来确保原始方程中只有相关性显著的变量，最后得到最优回归方程。GEP、线性回归、灰色理论三种模型的平均相对误差分别是0.1466%、0.5789%、1.1369%，而且平均相对误差是统计分析和统计推断中主要测度值，在统计学中具有重要地位。GEP 的平均相对误差比线性回归和灰色理论的要小得多，这说明 GEP 预测的精度更高，其中 GEP 预测精度比线性回归模型预测精度提高了近四倍，比灰色理论模型预测精度提高了近八倍，更接近真实值。尽管如此，GEP 预测模型的预测值并非每一个都比其他模型的要高，个别的预测值上也是不如其他模型预测的准确，比如 2010年的预测值灰色模型就比 GEP 模型拟合的好，精度更高。
………….
总结
本文通过对赣州市建设用地需求量变化影响因素的分析，根据 GEP 在自动建模和预测上的特点，将 GEP 运用到此领域的预测上，建立了 pre-GEP 预测模型，又选取了线性回归模型和灰色理论模型进行了预测对比，通过三种模型预测结果的对比分析得出，pre-GEP模型的预测精度比其他两个模型有一定的提高。本文主要研究工作和取得的成果如下：
（1）分析了建设用地需求量预测的研究现状和 GEP 在预测上的研究现状，并将 GEP引入到建设用地的需求预测方面。
（2）定性分析了影响赣州市建设用地需求量变化的影响因素，从中选取了 10 个具有代表性的影响因素作定量分析，利用相关分析软件 IBM SPSS Statist
