張志飛，史敏琦，沈秀峰

（1.南京大學(xué) 地理與海洋科學(xué)學(xué)院，江蘇 南京 210023；2.江蘇省土地勘測(cè)規(guī)劃院，江蘇 南京 210000）

建設(shè)用地是城市社會(huì)、經(jīng)濟(jì)的主要活動(dòng)場(chǎng)所，因此成為了城市功能的重要載體［1］。在中國(guó)城市化進(jìn)程加速的背景下，建設(shè)用地的快速擴(kuò)張已成為土地利用的一大重要特征［2］。建設(shè)用地規(guī)模的擴(kuò)大會(huì)導(dǎo)致工業(yè)及服務(wù)業(yè)的碳排放量猛增［3］，城市的可持續(xù)發(fā)展直接受到用地利用效率狀況的影響［4］，因此城鎮(zhèn)建設(shè)用地利用的碳排放效應(yīng)逐漸成為土地研究領(lǐng)域的新興熱點(diǎn)［5-7］。自2003年低碳經(jīng)濟(jì)理念提出以來(lái)，建設(shè)用地利用的環(huán)境硬約束和剛性壓力日益加劇，2021年國(guó)務(wù)院政府工作報(bào)告提出“力爭(zhēng)2030年前達(dá)到碳峰值、2060年前實(shí)現(xiàn)碳中和”，因此解決如何在節(jié)能減排的前提下持續(xù)提升建設(shè)用地利用效率的問題迫在眉睫。

國(guó)內(nèi)外關(guān)于建設(shè)用地利用效率已有大量的文獻(xiàn)研究基礎(chǔ)，主要圍繞3個(gè)方面的內(nèi)容：一是歸納建設(shè)用地利用效率的理論內(nèi)涵［8-9］；二是展開各地區(qū)建設(shè)用地利用效率的實(shí)證測(cè)算［10-11］；三是探討有效提高建設(shè)用地利用效率的政策途徑［12-13］。研究方法主要以數(shù)據(jù)包絡(luò)分析［14-15］和隨機(jī)前沿分析［16-17］對(duì)用地效率進(jìn)行測(cè)度，以定性分析［18-19］、面板數(shù)據(jù)回歸模型［20-21］、Tobit模型［22］對(duì)用地效率影響因素進(jìn)行探討。研究尺度從全國(guó)［23］、省區(qū)［24］、城市群［25］等宏觀層面向市域［26］、縣域［27］中微觀層面逐步深入。綜合以上研究進(jìn)展，國(guó)內(nèi)外已在建設(shè)用地利用效率的領(lǐng)域取得了一系列的理論與實(shí)證研究成果，但是較少研究關(guān)注碳排放和建設(shè)用地利用效率的關(guān)系，有以下2點(diǎn)原因：一是碳排放計(jì)算基礎(chǔ)數(shù)據(jù)獲取局限于省際層面，大多在省域及以上尺度開展，市域及以下研究較為棘手；二是由于服務(wù)業(yè)及居民生活碳排放難以測(cè)算，量化城市碳排放時(shí)僅從單一工業(yè)能源消耗角度切入［24］。因此，本研究以江蘇省13個(gè)地級(jí)市為研究對(duì)象，碳排放作為非期望產(chǎn)出納入建設(shè)用地利用效率測(cè)度框架，運(yùn)用Super-SBM模型、空間自相關(guān)分析和地理加權(quán)回歸模型（GWR），揭示2009~2017年江蘇省建設(shè)用地利用效率的時(shí)空演變特征及驅(qū)動(dòng)因素，旨在實(shí)現(xiàn)土地資源優(yōu)化配置、城市系統(tǒng)可持續(xù)發(fā)展。

1 研究區(qū)概況和方法

1.1 研究區(qū)概況

江蘇省地處中國(guó)大陸東部沿海地區(qū)中部，是支撐長(zhǎng)三角城市群發(fā)展不可或缺的中堅(jiān)力量，下轄南京、蘇州、無(wú)錫、常州、鎮(zhèn)江、南通、揚(yáng)州、泰州、連云港、鹽城、淮安、宿遷、徐州共13個(gè)地級(jí)行政區(qū)。江蘇省作為我國(guó)“人多地少”的省份，在為國(guó)家做出巨大經(jīng)濟(jì)發(fā)展貢獻(xiàn)的同時(shí)，也難以避免地占用了大量土地資源。2017年江蘇省國(guó)土開發(fā)強(qiáng)度為21.68%，是除北京、上海和天津3個(gè)直轄市之外排名第一的省份，建設(shè)用地的剛性需求和資源緊缺之間矛盾突出。

2009~2017年江蘇省單位土地面積碳排放呈明顯的上升趨勢(shì)（圖1），單位土地面積碳排放由2009年 的33.68 t/hm2上 升 到2017年 的41.29 t/hm2，增幅為22.6%，這主要是由于江蘇能源消費(fèi)及建設(shè)用地碳排放量大幅增加。地均建設(shè)用地碳排放呈增加趨勢(shì)，2009~2010年受金融危機(jī)的影響，地均建設(shè)用地碳排放有所下降；2011~2014年地均建設(shè)用地碳排放緩慢增加；2014~2017年在節(jié)能減排的大背景下，地均建設(shè)用地碳排放呈下降態(tài)勢(shì)。在低碳發(fā)展的倡導(dǎo)下，碳排放對(duì)土地利用的約束將不斷加強(qiáng)。為此，本研究將碳排放作為非期望產(chǎn)出納入江蘇省各地級(jí)市建設(shè)用地利用效率的測(cè)算中，探究用地效率提升與碳排放優(yōu)化的平衡機(jī)制，以期為建設(shè)低碳、高效的用地開發(fā)模式提供參考和借鑒。

圖1 2009~2017年江蘇省單位土地面積碳排放強(qiáng)度變化

1.2 研究方法

1.2.1 建設(shè)用地利用效率評(píng)價(jià)指標(biāo)體系的構(gòu)建 建設(shè)用地利用效率是指在一定經(jīng)濟(jì)、技術(shù)條件下，包括土地在內(nèi)的各項(xiàng)資源要素投入產(chǎn)出效果，即要素投入和實(shí)際產(chǎn)出的比率［28］。依據(jù)相關(guān)研究成果［29-31］，從土地、資本、勞動(dòng)力三類要素選取投入指標(biāo)，土地要素投入以建設(shè)用地面積表征；資本要素投入以固定資產(chǎn)投資表征；勞動(dòng)力要素投入以二三產(chǎn)業(yè)從業(yè)人員數(shù)表征。實(shí)際產(chǎn)出需要從期望產(chǎn)出和非期望產(chǎn)出2個(gè)方面考量，期望產(chǎn)出以地區(qū)生產(chǎn)總值表征；非期望產(chǎn)出以建設(shè)用地利用產(chǎn)生的碳排放表征，作為環(huán)境負(fù)外部性損失的體現(xiàn)（表1）。

表1 建設(shè)用地利用效率評(píng)價(jià)指標(biāo)體系

1.2.2 碳排放的測(cè)算 工業(yè)、建筑業(yè)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)零售業(yè)和住宿餐飲業(yè)以及居民生活消費(fèi)是建設(shè)用地碳排放的主要來(lái)源行業(yè)，通過將用地類型對(duì)應(yīng)匹配能源消費(fèi)項(xiàng)目來(lái)間接測(cè)算13個(gè)地級(jí)市建設(shè)用地利用產(chǎn)生的碳排放總量（表2）。由于地級(jí)市尺度上能源消費(fèi)數(shù)據(jù)難以獲取，因此，按城鎮(zhèn)常住人口比例將城鎮(zhèn)居民生活消費(fèi)的碳排放分配到各市，按農(nóng)村人口比例將農(nóng)村居民生活消費(fèi)的碳排放分配到各市，工業(yè)、建筑業(yè)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)零售業(yè)和住宿餐飲業(yè)的碳排放按該行業(yè)占總GDP比例分配到各市［24］。

表2 建設(shè)用地利用類型與碳排放項(xiàng)目的對(duì)應(yīng)關(guān)系

1.2.3 Super-SBM模型 DEA通常是測(cè)度效率的首要選擇，但傳統(tǒng)模型大多針對(duì)基于徑向和角度，存在無(wú)法解決要素松弛問題的弊端。因此，Tone［32］在2001年提出非徑向、非角度的SBM模型，不僅有效改進(jìn)了投入、產(chǎn)出松弛性問題，而且在產(chǎn)出變量中增加了非期望產(chǎn)出指標(biāo)，進(jìn)一步完善了效率評(píng)價(jià)過程。在此基礎(chǔ)上，Tone［33］進(jìn)一步將超效率模型與SBM模型相結(jié)合，提出全新的超效率SBM模型，彌補(bǔ)SBM模型不能對(duì)多個(gè)效率值為1 的有效決策單元進(jìn)行再排序比較的缺陷。Super-SBM模型構(gòu)建如下：

式中，ρ為建設(shè)用地利用效率值，n為評(píng)價(jià)單元數(shù)量，評(píng)價(jià)指標(biāo)由投入（m）和產(chǎn)出（期望產(chǎn)出r1和非期望產(chǎn)出r2）構(gòu)成；x、yd、yu分別為投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素；向量分別為投入松弛量、期望產(chǎn)出松弛量和非期望產(chǎn)出松弛量；λ是權(quán)重向量［34］。超效率模型規(guī)定，當(dāng)P＜1，DMU無(wú)效；當(dāng)P≥1，DMU有效，且P值越大則效率越高。

1.2.4 空間數(shù)據(jù)分析 （1）全局空間自相關(guān)。全局空間自相關(guān)是對(duì)區(qū)域單元某種現(xiàn)象的整體空間分布情況進(jìn)行描述，以判斷該現(xiàn)象是否存在空間集聚性，Moran’s I統(tǒng)計(jì)量是常用的度量指標(biāo)之一。本研究運(yùn)用Moran’s I指數(shù)檢驗(yàn)江蘇省13個(gè)地級(jí)市的建設(shè)用地利用效率指數(shù)是否在空間上集聚。計(jì)算公式如下：

式中：Xi為單元i的屬性值，Xj為j的屬性值，且i≠j；n為 單 元 的 個(gè) 數(shù)；Wij為 空 間 權(quán) 矩 陣；Moran’s I統(tǒng)計(jì)量的取值一般在-1~1之間，其中Moran’s I值大于0表示存在空間正相關(guān)；Moran’s I值小于0表示存在空間負(fù)相關(guān)；Moran’s I值為0表示不存在空間自相關(guān)。

標(biāo)準(zhǔn)化統(tǒng)計(jì)量為：

式中：E(I)和var(I)分別為Z(I)的期望值和方差值。

（2）局部空間自相關(guān)。Getis-Ord G*統(tǒng)計(jì)量是一種基于距離權(quán)重矩陣的局部空間自相關(guān)指標(biāo)，能探測(cè)出建設(shè)用地利用效率指數(shù)的高值集聚與低值集聚，即判別熱點(diǎn)區(qū)與冷點(diǎn)區(qū)，計(jì)算公式如下：

式中：d為距離；Wij(d)為單元i和j之間的空間權(quán)重；n為空間單元數(shù)量。

標(biāo)準(zhǔn)化統(tǒng)計(jì)量為：

1.2.5 地理加權(quán)回歸 地理加權(quán)回歸（ GWR） 不同于全局回歸OLS模型，運(yùn)用局部參數(shù)估計(jì)來(lái)考慮空間對(duì)象的局部效應(yīng)，容許直接模擬不平穩(wěn)的數(shù)據(jù)，能有效提高地理要素空間變異特征研究的準(zhǔn)確性［35］。因此，本研究運(yùn)用GWR 分析，其模型結(jié)構(gòu)如下：

式中，yi為第i個(gè)單元建設(shè)用地效率，β0為回歸常數(shù)；（ui，vi）為第i個(gè)單元空間位置，用各單元行政中心經(jīng)緯度坐標(biāo)表示；βk（ui，vi）為第i個(gè)單元建設(shè)用地效率影響因素的回歸參數(shù)；xik為第i個(gè)單元建設(shè)用地效率的影響因素；εi為第i個(gè)單元獨(dú)立分布的隨機(jī)誤差項(xiàng)；n為研究單元數(shù)。

1.3 數(shù)據(jù)來(lái)源

建設(shè)用地面積數(shù)據(jù)來(lái)自于國(guó)土資源統(tǒng)計(jì)資料，社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)來(lái)源于江蘇省13個(gè)地級(jí)市2009~2017年統(tǒng)計(jì)年鑒及《中國(guó)城市統(tǒng)計(jì)年鑒（2009~2017）》，能源消費(fèi)數(shù)據(jù)選取歷年《中國(guó)能源統(tǒng)計(jì)年鑒》中關(guān)于江蘇的煤炭、石油和天然氣三大品種數(shù)據(jù)。根據(jù)國(guó)家標(biāo)準(zhǔn)《土地利用現(xiàn)狀分類》（GB/T 21010—2017），建設(shè)用地劃分為城鄉(xiāng)建設(shè)用地、交通水利用地以及其他建設(shè)用地等，而其他建設(shè)用地以風(fēng)景名勝設(shè)施用地、特殊用地和鹽田為主，通常作旅游、軍事和墓地等用途，碳排放量可忽略不計(jì)，因此，本研究中的建設(shè)用地面積僅包括城鄉(xiāng)建設(shè)用地和交通水利用地。

2 結(jié)果與分析

2.1 江蘇省建設(shè)用地利用效率的時(shí)空演變格局

2.1.1 時(shí)序變化特征 基于上文指標(biāo)體系，借助MyDEA 1.0.5軟 件 測(cè) 算 出2009~2017年 江 蘇 省13個(gè)地級(jí)市建設(shè)用地利用效率（圖2）。從全省來(lái)看，2009~2017年江蘇建設(shè)用地利用效率介于0.568~0.689之間，總體呈波動(dòng)上升的趨勢(shì)，先后經(jīng)歷短暫上升階段（2009~2010年）、短暫下降階段（2010~2011年）、持續(xù)上升階段（2011~2016年）和再次下降階段（2016~2017年），但一直處于DMU無(wú)效狀態(tài)。從各個(gè)地級(jí)市來(lái)看，2009~2017年間蘇州和鹽城2個(gè)城市建設(shè)用地效率有所下降，其余城市用地效率整體呈波動(dòng)提高趨勢(shì)。南京和無(wú)錫建設(shè)用地利用效率值始終大于1，處于有效狀態(tài)，表明這2個(gè)城市當(dāng)前的建設(shè)用地利用模式能兼顧經(jīng)濟(jì)和生態(tài)多方面效益，達(dá)到高值投入產(chǎn)出效率；蘇州在2009~2011年和2014~2016年均處于有效狀態(tài)，但2012、2013和2017年略有下降，轉(zhuǎn)變成無(wú)效狀態(tài)，說明蘇州市用地開發(fā)模式逐漸打破資源利用和環(huán)境保護(hù)之間的平衡狀態(tài)，側(cè)面體現(xiàn)建設(shè)用地利用效率與經(jīng)濟(jì)發(fā)展水平之間并非呈絕對(duì)正相關(guān)關(guān)系［36-37］。而徐州、常州、南通、連云港、淮安、鹽城、揚(yáng)州、鎮(zhèn)江、泰州和宿遷10個(gè)市作為發(fā)展低值地帶，用地效率一直處于無(wú)效狀態(tài)，這些城市應(yīng)當(dāng)有效發(fā)揮當(dāng)前全部生產(chǎn)要素的潛力，提升總產(chǎn)出水平。

圖2 2009~2017年江蘇省13個(gè)地級(jí)市建設(shè)用地利用效率時(shí)序變化特征

2.1.2 空間演變格局空間演變特征劃分 2009~2011年、2012~2014年和2015~2017年這3個(gè)研究時(shí)段，分別取各年份效率指數(shù)的均值代表該時(shí)間段內(nèi)建設(shè)用地利用效率水平。據(jù)結(jié)果顯示，2009~ 2011年、2012~2014年和2015~2017年這3個(gè)時(shí)間段的全局Moran’s I值均為正，檢驗(yàn)結(jié)果顯著，表明江蘇省建設(shè)用地利用效率呈現(xiàn)較強(qiáng)的空間自相關(guān)性，Moran’s I值逐年上升，即相關(guān)性逐漸增強(qiáng)（表3）。

表3 江蘇省建設(shè)用地利用效率的全局 Moran’s I估計(jì)值

2009~2017年江蘇省建設(shè)用地利用效率總體保持“南高北低”的空間格局（圖3）。在總體格局保持相對(duì)穩(wěn)定的背景下，建設(shè)用地利用效率高值集聚區(qū)逐漸擴(kuò)大，且熱點(diǎn)中心有向北轉(zhuǎn)移的趨勢(shì)。2009~2011年熱點(diǎn)區(qū)處于常州、無(wú)錫和蘇州，2012~2017年熱點(diǎn)區(qū)轉(zhuǎn)移到鎮(zhèn)江、常州和無(wú)錫，蘇州降至次熱點(diǎn)區(qū)，南京也演變?yōu)榇螣狳c(diǎn)區(qū)。在熱點(diǎn)區(qū)集聚強(qiáng)化的同時(shí)，冷點(diǎn)區(qū)范圍相對(duì)固定，2009~2017年已大致形成以宿遷市為核心，徐州、連云港和淮安為外圍的低值集聚格局。可見，碳排放約束下的江蘇省建設(shè)用地利用效率呈現(xiàn)地域不均衡性。用地效率位于有效前沿面的南京、無(wú)錫和蘇州均集中在蘇南地區(qū)，鎮(zhèn)江和常州雖處于無(wú)效狀態(tài)，但效率指數(shù)排名靠前，這5個(gè)城市的地理位置相互接壤，在經(jīng)濟(jì)建設(shè)中能夠最大限度地保證資源集約利用，形成集群效應(yīng)；揚(yáng)州、南通、泰州和鹽城受蘇南地區(qū)的輻射影響，用地效率指數(shù)波動(dòng)上升，但發(fā)展局面未有根本性轉(zhuǎn)變，距離達(dá)到有效狀態(tài)仍有較大的空間；而徐州、連云港、宿遷和淮安等地一方面未能享受到有效地區(qū)快速發(fā)展帶來(lái)的便利和好處，另一方面地區(qū)發(fā)展仍肩負(fù)艱巨的生態(tài)環(huán)境負(fù)擔(dān)。

圖3 2009~2017年江蘇省13個(gè)地級(jí)市建設(shè)用地利用效率空間演變格局

2.2 江蘇省建設(shè)用地利用效率驅(qū)動(dòng)因素的研究

2.2.1 驅(qū)動(dòng)因素變量的選取 城鎮(zhèn)建設(shè)用地效率空間集聚是諸多地理要素內(nèi)生更替投影于地理過程的表征［35］，從指標(biāo)確定的代表性、科學(xué)性原則出發(fā)，在社會(huì)經(jīng)濟(jì)、政策調(diào)控等維度甄選影響建設(shè)用地效率的動(dòng)力因子?？紤]到影響用地效率的變量可能存在多重共線性，會(huì)將重要的解釋變量排除在模型之外，導(dǎo)致計(jì)量模型的預(yù)測(cè)功能失效，因此，首先用普通最小二乘法（OLS）回歸分析診斷影響變量的多重共線性，剔除方差膨脹因子（VIF）≥10的變量［38-39］，最終確定人口密度、政府財(cái)政一般預(yù)算支出占GDP比重、城市一級(jí)市場(chǎng)土地招拍掛地塊數(shù)在總出讓地塊中占比、二三產(chǎn)業(yè)產(chǎn)值占GDP比重和人均專利申請(qǐng)授權(quán)量共5項(xiàng)影響指標(biāo)，即分別考量人口集聚、政府規(guī)制、土地市場(chǎng)化程度、產(chǎn)業(yè)結(jié)構(gòu)和科技創(chuàng)新對(duì)江蘇省建設(shè)用地利用效率的空間影響。

采用極差法對(duì)2009~2017年各地級(jí)市影響變量原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以排除數(shù)據(jù)量綱的影響，從而建立地理加權(quán)回歸模型，采用FIXED核函數(shù)的AIC帶寬方法進(jìn)行時(shí)空異質(zhì)性估計(jì)。由GWR模型驗(yàn)證結(jié)果可知，3個(gè)時(shí)間段的模型可決系數(shù)和校正可決系數(shù)分別為0.858和0.756、0.894和0.818、0.961和0.932，說明 GWR 模型的擬合性良好。

表4 江蘇省建設(shè)用地利用效率驅(qū)動(dòng)因素的GWR檢驗(yàn)結(jié)果

2.2.2 變量影響的時(shí)空異質(zhì)性分析 地理加權(quán)回歸系數(shù)值大小用來(lái)反映影響因素對(duì)不同城市用地效率的作用程度差異，而系數(shù)正負(fù)則表示該變量對(duì)用地效率的影響存在提升或抑制作用［40］。

2009~2011年各因子對(duì)建設(shè)用地利用效率影響程度依次為科技創(chuàng)新＞人口集聚＞政府規(guī)制＞產(chǎn)業(yè)結(jié)構(gòu)＞土地市場(chǎng)化程度（圖4），土地市場(chǎng)化程度對(duì)用地效率起抑制作用。從各變量影響的空間范圍來(lái)看，人口集聚作用強(qiáng)度最大的區(qū)域集中在蘇錫常，而徐州和連云港的回歸系數(shù)最小，影響程度最低；產(chǎn)業(yè)結(jié)構(gòu)作用區(qū)域與人口集聚有高度的反向性，高作用強(qiáng)度區(qū)域集中在蘇北，低作用強(qiáng)度區(qū)域集中在蘇南；科技創(chuàng)新對(duì)用地效率的影響強(qiáng)度呈現(xiàn)“西高東低”的空間特征；政府規(guī)制對(duì)蘇北地區(qū)的建設(shè)用地效率調(diào)控強(qiáng)度也高于蘇南和蘇中；土地市場(chǎng)化的抑制作用強(qiáng)度較大的地區(qū)主要在徐州、連云港、宿遷和淮安，南部地區(qū)的影響較小。

2012~2014年各因子對(duì)建設(shè)用地利用效率影響程度依次為人口集聚＞科技創(chuàng)新＞產(chǎn)業(yè)結(jié)構(gòu)＞土地市場(chǎng)化程度＞政府規(guī)制（圖4），產(chǎn)業(yè)結(jié)構(gòu)、土地市場(chǎng)化程度和政府規(guī)制都起抑制作用，人口集聚的提升作用增強(qiáng)，科技創(chuàng)新的促進(jìn)作用削弱，產(chǎn)業(yè)結(jié)構(gòu)和政府規(guī)制由促進(jìn)作用轉(zhuǎn)為抑制作用，土地市場(chǎng)化的抑制作用加強(qiáng)。人口集聚的促進(jìn)作用仍舊保持“南高北低”的空間格局；科技創(chuàng)新與之相反，影響強(qiáng)度呈現(xiàn)“北高南低”的格局態(tài)勢(shì)；產(chǎn)業(yè)結(jié)構(gòu)作用的空間分異規(guī)律變化不大，但由促進(jìn)轉(zhuǎn)變?yōu)橐种谱饔?。政府?guī)制的抑制作用高值區(qū)域集中在連云港、鹽城和南通等東邊城市，低值區(qū)域則位于南京市和常州市，土地市場(chǎng)化抑制作用不僅在增強(qiáng)，且范圍逐漸向鹽城等東南部城市蔓延。

2015~2017年各因子對(duì)建設(shè)用地利用效率影響程度為科技創(chuàng)新＞人口集聚＞產(chǎn)業(yè)結(jié)構(gòu)＞政府規(guī)制＞土地市場(chǎng)化程度（圖4），政府規(guī)制和土地市場(chǎng)化程度起抑制作用。人口集聚的作用強(qiáng)度和空間特征在之前的基礎(chǔ)上繼續(xù)發(fā)展，但未發(fā)生實(shí)質(zhì)性改變。相較于上一階段，科技創(chuàng)新的促進(jìn)作用有所增強(qiáng)，但空間分異規(guī)律發(fā)生轉(zhuǎn)變，高值區(qū)域由蘇北轉(zhuǎn)向蘇南，低值區(qū)域由蘇南轉(zhuǎn)向蘇北；產(chǎn)業(yè)結(jié)構(gòu)由抑制作用又發(fā)展為促進(jìn)作用，高值區(qū)同時(shí)出現(xiàn)在蘇北（徐州）和蘇南（南京），低值區(qū)由蘇南向東部城市轉(zhuǎn)移；政府規(guī)制的抑制作用相對(duì)減弱，高值區(qū)由東部遷移到南部，低值區(qū)集中在徐州周邊；土地市場(chǎng)化的抑制作用進(jìn)一步增強(qiáng)，低值區(qū)范圍收縮，高值區(qū)范圍向南擴(kuò)張。

圖4 2009~2017年江蘇省建設(shè)用地利用效率影響因素的地理加權(quán)回歸局域估計(jì)

3個(gè)時(shí)間段的研究分析表明：人口集聚和科技創(chuàng)新始終是推動(dòng)用地效率提高的重要因素，而土地市場(chǎng)化程度則是一直起著抑制作用，產(chǎn)業(yè)結(jié)構(gòu)、政府規(guī)制在不同時(shí)間段內(nèi)發(fā)揮不同的作用。人口集聚能夠促進(jìn)集約用地模式的形成，有效提高建設(shè)用地利用水平；科技創(chuàng)新有效優(yōu)化經(jīng)濟(jì)發(fā)展模式，轉(zhuǎn)變建設(shè)用地利用開發(fā)方式，促進(jìn)城市建設(shè)用地利用效率提高。江蘇省各地級(jí)市土地市場(chǎng)化發(fā)展成熟，政府基于政績(jī)追逐，會(huì)加大對(duì)市場(chǎng)供地，導(dǎo)致建設(shè)用地面積擴(kuò)張，用地利用效率下降［41］。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在增加單位建設(shè)用地產(chǎn)出的同時(shí)，也會(huì)一定程度上抑制非期望產(chǎn)出，但在2012~2014年轉(zhuǎn)變?yōu)樨?fù)向作用，原因在于相較第三產(chǎn)業(yè)而言，為保障生產(chǎn)和運(yùn)輸順利進(jìn)行，第二產(chǎn)業(yè)的產(chǎn)業(yè)性質(zhì)對(duì)土地供應(yīng)數(shù)量要求更高，導(dǎo)致以第二產(chǎn)業(yè)為支柱產(chǎn)業(yè)地區(qū)土地集聚效果較差［38］，2012~2014年13個(gè)地級(jí)市除南京外第二產(chǎn)業(yè)產(chǎn)值均大于第三產(chǎn)業(yè)產(chǎn)值，可見該階段發(fā)展以第二產(chǎn)業(yè)為主，導(dǎo)致建設(shè)用地利用效率有所下降。政府往往采取優(yōu)化職能部門的管理手段來(lái)解決用地效率低下的問題，但當(dāng)通過出售土地使用權(quán)嘗到了增加財(cái)政收入的“甜頭”后，土地會(huì)變成“暢銷品”，2012~2017年各地級(jí)市建設(shè)用地面積呈現(xiàn)持續(xù)擴(kuò)張態(tài)勢(shì)，加上大多數(shù)財(cái)政支出并不是主動(dòng)、合理的支出，而是一種績(jī)效驅(qū)動(dòng)型的被動(dòng)性支出［42-43］，會(huì)降低建設(shè)用地效率整體水平，因此，政府規(guī)制對(duì)用地效率有正負(fù)作用之分。

3 結(jié)論

本研究將碳排放指標(biāo)作為非期望產(chǎn)出納入Super-SBM測(cè)算模型，借助空間自相關(guān)分析和地理加權(quán)回歸，剖析了2009~2017年江蘇省13個(gè)地級(jí)市建設(shè)用地利用效率的時(shí)空演變趨勢(shì)和驅(qū)動(dòng)機(jī)理，得出以下結(jié)論：

（1）從時(shí)序變化特征來(lái)看，2009~2017年江蘇建設(shè)用地利用效率介于0.568~0.689，呈波動(dòng)上升的趨勢(shì)，但處于無(wú)效狀態(tài)；從各個(gè)地級(jí)市來(lái)看，2009~2017年蘇州和鹽城2個(gè)城市建設(shè)用地利用效率整體有所下降，其余城市的建設(shè)用地利用效率呈波動(dòng)提高趨勢(shì)。南京和無(wú)錫建設(shè)用地利用效率值均保持大于1，始終處于有效狀態(tài)；蘇州在2009~2011年和2014~2016年處于有效狀態(tài)，在2012、2013和2017年轉(zhuǎn)變成無(wú)效狀態(tài)；而徐州、常州、南通、連云港、淮安、鹽城、揚(yáng)州、鎮(zhèn)江、泰州和宿遷一直處于無(wú)效狀態(tài)。

（2）從空間演變格局來(lái)看，2009~2011年、2012~2014年和2015~2017年這3個(gè)時(shí)間段均通過空間自相關(guān)檢驗(yàn)，表明江蘇省建設(shè)用地利用效率存在較強(qiáng)的空間自相關(guān)性，且相關(guān)性逐年增強(qiáng)。2009~2017年碳排放約束下的江蘇省建設(shè)用地利用效率呈現(xiàn)地域不均衡性，總體保持“南高北低”的空間格局，熱點(diǎn)地區(qū)集聚范圍擴(kuò)張，熱點(diǎn)中心向北轉(zhuǎn)移；冷點(diǎn)區(qū)的范圍則保持相對(duì)固定，已大致形成以宿遷市為核心，徐州、連云港和淮安為外圍的低值集聚格局。

（3）從驅(qū)動(dòng)因素來(lái)看，2009~2017年人口集聚和科技創(chuàng)新是促進(jìn)江蘇省建設(shè)用地利用效率提升的主要因素；相反，土地市場(chǎng)化對(duì)建設(shè)用地利用效率起抑制作用。而產(chǎn)業(yè)結(jié)構(gòu)和政府規(guī)制在不同時(shí)間段內(nèi)的影響存在正負(fù)差異，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)會(huì)促進(jìn)建設(shè)用地利用效率的提升，但由于第二產(chǎn)業(yè)集聚效應(yīng)不強(qiáng)，必須占用較多土地進(jìn)行生產(chǎn)和運(yùn)輸，當(dāng)?shù)诙a(chǎn)業(yè)為支柱產(chǎn)業(yè)時(shí)又會(huì)一定程度上阻礙用地效率的提高；政府可以通過管理調(diào)控土地資源的優(yōu)化配置來(lái)解決用地效率低下的問題，但一味地依賴出讓土地來(lái)增加財(cái)政收入，只會(huì)適得其反，導(dǎo)致建設(shè)用地面積無(wú)限擴(kuò)張，由正向作用轉(zhuǎn)變?yōu)樨?fù)向作用。

4 討論

研究碳排放視角下的建設(shè)用地利用效率的時(shí)空異質(zhì)性及其驅(qū)動(dòng)機(jī)制，對(duì)探討江蘇省建設(shè)用地合理利用與碳減排協(xié)同發(fā)展具有一定的理論和實(shí)踐意義。結(jié)合以上結(jié)論，提出地區(qū)針對(duì)性的差異化調(diào)控策略：（1）蘇南地區(qū)屬于用地效率高值聚集區(qū)，該地區(qū)應(yīng)嚴(yán)格控制建設(shè)用地供給，限制用地?cái)U(kuò)張的速度和規(guī)模，重在挖掘土地潛力，鼓勵(lì)低效用地再開發(fā)；（2）蘇中地區(qū)應(yīng)加強(qiáng)與蘇南地區(qū)聯(lián)動(dòng)發(fā)展，強(qiáng)化發(fā)達(dá)地區(qū)的帶動(dòng)作用，一方面疏散蘇錫常地區(qū)人口壓力，降低居民生活消費(fèi)碳排放量，另一方面加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和資源整合，提升綠色低碳產(chǎn)業(yè)集聚能力，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)發(fā)展；（3）蘇北地區(qū)建設(shè)用地利用效率呈低值集聚格局，主要受“高投入、高排放、低技術(shù)”的傳統(tǒng)土地利用模式影響，該區(qū)域應(yīng)加強(qiáng)土地綜合整治，健全生態(tài)環(huán)境硬約束機(jī)制，實(shí)施環(huán)境準(zhǔn)入負(fù)面清單制度，開發(fā)清潔技術(shù)，打造低碳環(huán)保的可持續(xù)發(fā)展產(chǎn)業(yè)鏈。

建設(shè)用地利用效率的測(cè)算已是一個(gè)成熟的研究主題，但基于碳排放約束的視角考慮則較為新穎。目前受限于相關(guān)數(shù)據(jù)的可獲取性，市級(jí)尺度以下的碳排放量只能利用分行業(yè)占GDP比例進(jìn)行估算，精度不足，在日后的研究中需要結(jié)合3S技術(shù)進(jìn)一步探索中、微觀尺度碳排放量更為科學(xué)的衡量方式。