云南省耕地需求量预测研究

耕地保护关系到粮食安全、经济发展和社会稳定,而耕地需求量预测是耕地保护前期工作的重中之重。本文采用Excel,SPSS等数据分析软件,对云南省1997~2005年的人口数、人均粮食占有量、粮食净调入或调出量、粮食平均单产、复种指数以及粮播比等数据进行处理,并建立相应的耕地需求量数学预测模型,预测出云南省近期(2010年)和远期(2020年)的耕地需求量,这对预测云南省耕地变化趋势,制定合理的耕地保护、开发对策,保障粮食安全具有较大的现实意义。     

云南省耕地需求量预测研究*

 耕地保护关系到粮食安全、经济发展和社会稳定,而耕地需求量预测是耕地保护前期工作的重中之重。本文采用Excel,SPSS等数据分析软件,对云南省1997~2005年的人口数、人均粮食占有量、粮食净调入或调出量、粮食平均单产、复种指数以及粮播比等数据进行处理,并建立相应的耕地需求量数学预测模型,预测出云南省近期（2010年）和远期（2020年）的耕地需求量,这对预测云南省耕地变化趋势,制定合理的耕地保护、开发对策,保障粮食安全具有较大的现实意义。     

重庆市黔江区耕地需求量预测研究

以重庆市黔江区为例,在分析区域自然条件、社会经济条件和2004年耕地利用现状的基础上,结合区域人口预测成果,分别预测了黔江区不同规划时段粮食作物、经济作物和其他作物的耕地需求量.根据预测成果,提出了黔江区新一轮土地利用总体规划中,在保证区域粮食安全条件下的耕地保有量控制指标,为该区土地利用总体规划确定耕地保护目标和区域协调发展提供了科学依据.     

基于粮食安全的吉林省耕地需求量预测

从粮食安全的角度对耕地需求量进行预测,采用多指标构建耕地需求量预测模型.根据2005 ～ 2014年吉林省耕地面积和人口数据,通过预测区域总人口、人均粮食需求量、粮食自给率、粮食播面单产、复种指数、粮作比,结合耕地需求量预测模型,预测得出2020年吉林省基于粮食安全的耕地需求量为535.76万hm2.这一结果与《吉林省土地利用总体规划(2006 ～ 2020年)》确定的耕地保有量551.93万hm2有所偏差,但结果较为合理,且具有预警性.     

基于粮食安全策略的耕地需求量预测

粮食安全是社会稳定和经济发展的基础,耕地资源保护是实现粮食安全的保障。结合国民经济发展及各用地部门需求,综合考虑耕地保护与粮食安全之间存在的密切联系,从粮食安全、耕地变化趋势、供给与需求平衡以及社会经济发展目标等方面预测福建省某市规划目标年的耕地保护规模,该方法较单纯依靠回归分析法、灰色预测法预测耕地需求保护规模有所改进。     

基于粮食安全的云南省2020年耕地需求量预测

依据1996～2008年耕地面积与粮食产量数据,采用基于粮食安全的耕地需求量预测方法,选取耕地面积、粮播比例、耕地年粮食单产、总人口和人均粮食产量5个指标,分析预测了2020年云南省耕地需求量。各指标预测结果表明,2020年云南省总人口达5146.40万人,显著高于控制数（5000万人）;2020年云南省人均粮食需求量为400kg,处于小康型下限;粮食自给率按100%、95%和90%3个方案进行;耕地年粮食单产的年均增长率按2.5%和3.0%2个方案进行预测;将2020年粮播比例确定为66%。耕地需求量预测结果表明,通过分析得到云南省耕地需求量共计6个方案,方案Ⅰ是很难达到的目标,方案Ⅳ、方案Ⅴ和方案Ⅵ的预测结果偏低,不符合国家保护耕地的政策规定,也不利于保障粮食安全目标;方案Ⅱ和方案Ⅲ较为接近,但方案Ⅲ预测结果最佳,并将基于粮食安全的云南省2020年耕地需求量确定为590万hm2,以保障云南省粮食安全、实现省域粮食基本自给的耕地＂红线＂。     

广元市耕地保有量预测及指标分解

[目的]为区域耕地的保护提供依据。[方法]采用预留法、粮食需求法和灰色模型3种方法对2020年广元市的耕地保有量进行预测;采用层次分析法对耕地保有量指标进行分解。[结果]预留法是根据地方社会经济发展需要和国家相关政策,测算耕地保有量。相对优越于粮食需求和灰色模型法,预测2020年耕地保有量为334099.98 hm2。依据各识别指标,确定权重,进行耕地保有量指标的分解。耕地保有量最大的区县是苍溪和剑阁,其耕地保有量达到72013.036、4908.60 hm2,分别占全市耕地保有量的22.30%和20.10%。耕地保有量最小的区县是朝天区,其保有量24219.63 hm2,仅占全市耕地保有量的7.50%。[结论]得到了2020年广元市各区县的耕地保有量分配方案。     

江苏省粮食自给率及未来耕地需求量预测研究

探讨了江苏粮食供需形势,分析了粮食安全对耕地需求量的影响,为更加合理地保护耕地提供了决策参考。     

江津市耕地与基本农田保护分析及预测

严格保护耕地是全面落实科学发展观,改变传统的土地利用模式的前提。以江津市为例,首先对照现行规划分析近几年耕地变化情况;其次预测非农建设占用、生态退耕、土地整理对耕地的影响;最后,确定新规划期间全市耕地和基本农田保有量。     

基于粮食安全的宁夏耕地需求量预测

粮食安全是区域经济发展和社会稳定的基础。以宁夏回族自治区及宁南8县区为研究区,采用耕地需求预测模型、指数平滑预测模型、灰色GM(1,1)预测模型,在分析1990-2013年宁夏全区人口、耕地和粮食生产变化态势的基础上,预测了宁夏及宁南8县区2015-2030年的粮食安全状态和耕地需求量。结果表明:1990年以来,宁夏人口持续增加,耕地面积呈现先波动上升后波动下降的态势,粮食总产量表现为波动上升趋势,粮食供给基本处于安全状态;2015-2030年间,宁夏总人口和粮食作物单产仍将呈现增加态势;在不同组合方案下,保障宁夏未来粮食安全的最大耕地需求量为118.85万hm2,最小耕地需求量为93.39万hm2,全区粮食安全不容乐观。因此,加大耕地资源保护力度,提高耕地质量和产出水平是保障区域未来粮食安全的有效途径。     

我国耕地保护制度现状及发展方向分析

回顾了我国耕地保护制度发展的过程,并将其划分为启动阶段、确立阶段、发展阶段和完善阶段;并从耕地承包经营、基本农田保护、耕地占补平衡、土地用途管制和土地整治制度对现有耕地保护制度体系进行了分析;最后,从耕地保护的目标、制度、模式、主体和监管方式等方面对我国耕地保护制度的未来发展方向进行了讨论。     

论农用土地的综合价值

从分析农用地的功能入手,阐述了传统价值观和农用地价值构成论。在此基础上,提出了农用地社会经济环境综合价值的概念,认为农用地除了具有经济生产功能外,还有社会保障功能、社会稳定功能、生态功能和其他功能,进而提出农用地价值是由质量价值、社会保障价值、社会稳定价值、生态价值和其他价值5部分构成。     

喀斯特区域耕地资源可持续利用研究——以贵州省安顺市为例

以喀斯特区域安顺市为例,针对该区耕地资源的利用现状,分别从耕地的质量、数量和生产效益三方面作定量与定性分析,并进行耕地生产效益多元线性回归分析。探讨该区域耕地资源的可持续利用性,并提出喀斯特区域耕地可持续利用的保护对策。     

耕地需求预测方法研究——以广西资源县为例

结合广西省资源县土地利用总体规划的实践,采用粮食需求法、部门预测法和灰色预测法等几种方法进行耕地需求预测的方法研究。预测的结果不仅保证了耕地总量的动态平衡,同时保证了重点建设项目用地的需要,该研究可为土地利用总体规划的编制工作提供科学依据。     

耕地整理潜力研究——以重庆忠县为例

以重庆市忠县为例,通过建立指标体系,运用新增有效耕地面积潜力方案和新增生产力潜力方案对耕地整理潜力进行了研究.     

北京市密云县耕地整理潜力调查分析

[目的]弄清密云县耕地整理潜力,为下一期整治规划服务。[方法]基于密云县2010年土地利用现状图、1∶50 000地形图以及密云县农用地分等定级数据库,用主成份分析、聚类分析、典型田块调查分析法分析密云县耕地整理潜力状况。[结果]全县耕地整理区面积21 286.23 hm2,通过耕地整理可增加有效耕地1 482.09 hm2,耕地利用率提高潜力为6.9%,其中一级潜力区主要分布在密云县的西南部,面积10 930.61 hm2;二级潜力区面积主要分布密云的西南和东北部,面积为6 479.97 hm2;三级潜力区面积为3 875.65 hm2。[结论]密云县耕地整理潜力较大,空间分布上以西南部为主。     

农用地修正法定级中区位系数求取方法研究——以河北省冀州市为例

以河北省冀州市为例 ,基于GIS软件Mapinfo及深圳凯立德计算机公司提供的土地定级估价软件 ,探讨了农用地定级中区位系数求取的技术和方法 ,以期为农用地分等定级实践工作的进一步开展提供科学依据。     

基于粮食安全的江苏省耕地保有量分析

以江苏省为例,结合国民经济发展及各用地部门需求,分析并预测其耕地变化趋势,同时从保障粮食安全的角度对其耕地保有量进行预测,最终提出＂生活用粮自给,工业用粮市场调剂＂的耕地保护策略,并确定2010和2020年的耕地保有量目标。     

陕西省城镇化进程及其对耕地资源的影响

城镇化是工业化和现代化发展的必然结果,也是衡量一个国家或地区经济社会发展水平的重要标志。陕西省在城镇化水平不断提高的同时,也给耕地带来了严重的影响,尤其是减少了耕地的面积。本文通过运用权重法和综合指数法来计算陕西省2000年到2011年城镇化指数,确认城镇化发展的速度,通过对陕西省2000年到2011年年末常用耕地面积、房屋建筑施工面积、农业占总产值比重和公路里程数据进行分析,进而对城镇化与耕地资源的各项指标进行相关性分析。结果表明陕西省城镇化进程的加快对耕地造成了很大的影响,呈现高度负相关。我们应减少城镇化对土地的依赖,更好地合理利用和配置土地资源。