文档介绍：目录
目录
引言 1
1. 土地需求量预测的状况、意义与原则 2
2
农业用地需求量状况预测分析 3
非农用地预测 4
进行土地需求量预测的意义 4
土地需求量预测的原则 5
2. 影响土地需求量预测的因素 5
影响土地需求量预测的宏微观因素 6
因素误差评价 7
3. 土地需求量预测的内容和方法 7
土地需求量预测的内容 7
农业用地预测 8
非农用地(建设用地)需求量预测 8
. 常用土地需求量预测方法 9
4. 时间序列预测法 10
时间序列预测法的定义 10
时间序列预测法分类 11
时间序列预测法的原理公式 11
趋势预测法 11
移动平均法 11
指数平滑法 11
对比分析时间序列的几种方法 12
5. 基于时间序列的土地需求量预测 12
预测步骤 12
前期工作 12
建立预测模型 13
时间序列模型的建模步骤 13
预测实例---以某果园为例 13
6. 时间序列法预测检验 16
7. 结论 17
参考文献 18
致谢 19
引言
引言
土地的需求与供给是土地利用,土地利用规划的核心问题。是人类为了生存和发展而利用土地进行各种生产和消费活动的基本需求。土地需求量是指在一定的社会经济条件下,人类进行各种生产和消费活动所需的土地数量,土地需求量预测是土地利用总体规划的主要环节,也是土地利用管理的重要手段。它的目的在于,通过对预测地域的未来土地利用结构、规模的预计和推测,以指导当前土地资源管理工作和控制未来的土地利用。土地需求量预测的项目通常包括两大类一是农业生产用地和农业建设用地预测。
预测是科学的认识和分析过程,尊重客观原理和自然规律。所以,预测分析技术应该建立在科学的理论基础之上,采用合理分析、测算以及评价方法和手段。预测分析技术的内涵应当包括它所遵循的理论、预测对象的历史和现状资料与数据、所能采用的计算方法或分析判断方法、预测方法和结果的评价与检验等要素。
目前,世界上预测的方法类别大致包括有三:定性预测、定量预测、综合预测等[1]。本文就定量预测的方法展开对土地需求量的讨论。
进行定量分析首先要建立合适的模型,常见的模型方法有:多元回归、时间序列的ARIMA预测模型、综合数学模型等等[2]。多元回归模型属于回归分析法, 属于多元函数模型,在应用上符合因变量与自变量多元线性相关的情况。某个地域中,影响用地情况的因素是多种多样的, 并且这些影响因素与该地域之间存在因果辨证关系, 采用多元回归模型分析之, 可以从因素影响用地情况的某种程度上推测出地域的现在和将来的用地情况。然而,在数据和结果的准确性上, 建立回归模型对预测有一定的局限性。同样地传统时间序列模型也存在着局限性,它主要适合应用于近期的用地预测中,其弱点是“重近轻远”。即在最近未来一段时间内对土地的预测比在更长远的时间内对土地的预测有更良好的效果,此点在下文可加强说明。在此基础上的时间序列ARIMA预测模型[3]克服了传统时间序列模型关于事物的非跳跃式的变化及影响这些变化的因素在理论上在一定时期内基本保持不变这样一个假定所带来的弊端, 用于长期的土地需求量分析能够更好地消除各种影响土地需求的因素所带来的对土地需求量预测精度的影响, 使预测的结果更加切合实际。
土地需求量预测的状况、意义与原则
1. 土地需求量预测的状况、意义与原则
根据最近几年宏观经济运行指标预测,土地供应结构将发生较大变化,土地供需政策将更多地体现国家宏观调控和国家宏观规划战略走向。即在土地供需总量上,由于政府宏观调控的作用,将保持以合理的比例规模增长。
农业用地需求量状况预测分析
(1)耕地需求预测
预测出来的耕地利用量首先要满足农业生产的需求,特别是粮食和主要副食品生产的用地需求。各个地区根据粮食耕作制度(一年三熟制或一年二熟制),亩产和年产的稳定情况,因地制宜制定一些适合本地区的农业发展政策,提倡大力发展“高产、优质、高效”的现代化农业,积极改造部分中低产田(有能力的地区改造大部分,兴建生产现代化农业园区),向集约化、现代化发展,并通过种苗工程、温室工程、基因疫苗和生物农药工程、绿色工程等的建立,实施“科技兴农”战略,粮食亩产的提高要从可持续发展的要求角度出发,由于各个地区受地理环境的制约有所不同,气候因素的影响强烈程度也不同,造成耕地中大于25°坡度的坡地占有率差别很大,所以有相当地区的耕地为轮作地。