• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于碳排放視角的建設(shè)用地利用效率分析
      ——以江蘇省為例

      2022-05-24 07:15:30張志飛史敏琦沈秀峰
      關(guān)鍵詞:利用效率江蘇省用地

      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。

      猜你喜歡
      利用效率江蘇省用地
      江蘇省交通圖
      江蘇年鑒(2021年0期)2021-03-09 05:19:44
      江蘇省政區(qū)圖
      江蘇年鑒(2018年0期)2019-01-10 05:32:22
      避免肥料流失 提高利用效率
      城鄉(xiāng)建設(shè)用地增減掛鉤研究進(jìn)展綜述
      城鄉(xiāng)建設(shè)用地增減掛鉤政策的演變
      體制改革前后塔里木河流域水資源利用效率對(duì)比分析
      城鄉(xiāng)建設(shè)用地增減掛鉤的實(shí)踐與認(rèn)識(shí)
      城鄉(xiāng)建設(shè)用地增減掛鉤的實(shí)踐與認(rèn)識(shí)
      江蘇省紀(jì)委
      江蘇年鑒(2014年0期)2014-03-11 17:09:18
      江蘇省人大
      江蘇年鑒(2014年0期)2014-03-11 17:09:16
      始兴县| 兰坪| 永州市| 保山市| 舒兰市| 梁平县| 宁海县| 会东县| 华宁县| 黄梅县| 克山县| 万州区| 高陵县| 甘洛县| 淳安县| 安康市| 鄂伦春自治旗| 崇左市| 和龙市| 永寿县| 宝应县| 新营市| 宁化县| 两当县| 桃源县| 白沙| 汪清县| 贵定县| 望谟县| 修武县| 香河县| 永寿县| 股票| 娱乐| 蓝山县| 潍坊市| 咸阳市| 富顺县| 滨海县| 江源县| 海林市|