高威 首都经贸大学城市经济与公共管理学院硕士研究生，主要研究方向为土地利用与国土空间规划；
李强 通讯作者，首都经贸大学城市经济与公共管理学院&城市群系统演化与可持续发展的决策模拟北京市重点实验室教授、博士生导师，主要研究方向为土地科学与资源环境评价。
原文刊载：
高威,魏建飞,李强.碳排放约束下京津冀地区建设用地利用效率时空演化特征与影响因素研究[J].地理与地理信息科学,2022(05):88-95.
导读
本文采用间接测算法估算京津冀地区13个城市的建设用地碳排放量，在此基础上引入带有非期望产出的超效率-SBM（非径向）DEA模型测算2005-2019年京津冀地区纳入碳排放因素的建设用地利用效率，采用空间分析方法，从空间集聚、总体格局等多维度提取建设用地利用效率的演化特征，利用面板数据模型，从人口规模、经济水平等方面探究碳排放约束下京津冀地区建设用地利用效率的影响因素，以期为提升京津冀地区建设用地低碳高效利用水平提供决策参考。
研究背景
建设用地作为区域社会经济系统运行的主要载体，是地区各类经济活动的重要投入要素，其利用状况水平直接关系到城市的高质量、可持续发展。建设用地利用效率指在一定技术条件下，通过优化土地资源配置和管理，既追求经济效益，又兼顾实现生态效益。碳排放增长引发的全球气候变暖等问题日益受到社会各界的关注，能源的大量消耗和城市中人类的日常活动加剧温室气体的排放，显著影响建设用地利用效率。2005-2019年京津冀地区建设用地总规模增加约1.5倍，人口规模增长约1.2倍，经济、人口和建设用地利用不协调问题依旧存在，资源环境对经济和社会发展的约束日益明显，粗放型的经济发展方式已不能满足区域高质量发展的需要。
众多学者从多视角对建设用地利用效率进行了研究，测算指标主要聚焦于经济效益、社会效益等方面，部分研究将能源消耗和废物排放作为非期望产出指标加以测算；测算方法包括数据包络分析、随机前沿分析等；研究尺度涵盖全国、区域及城市。考虑碳排放的土地利用效率研究主要集中于耕地利用效率与土地利用结构效率等，有部分研究对环境约束下的建设用地利用效率时空演化和空间特征进行研究，已有研究取得了不少成果，但也存在不足，一是将碳排放量或能源消耗量作为非期望产出引入效率测量模型的研究多采用固定规模报酬（CCR）或变动规模报酬（BCC）的数据包络分析（DEA）模型，其测算结果的最大值为1，无法对效率值大于1的情况进行衡量；二是对建设用地利用效率的时空特征分析仅反映区域内各城市间的差异，对效率值的空间分布和集聚效应研究涉及较少；三是在估算建设用地碳排放量时，常忽略建设用地上城市人口日常生活的碳排放。
数据与方法
数据来源
考虑数据的科学性和可获取性，本研究以2005-2019年为研究时段时期，城市建设用地面积、人口及社会经济数据来源于历年《北京统计年鉴》《天津统计年鉴》《河北经济年鉴》及《中国城市统计年鉴》；能源消耗量来源于《中国能源统计年鉴》中的各地区能源平衡表。
研究方法
（1）碳排放约束下建设用地利用效率评价体系
建设用地利用效率是衡量建设用地利用水平的指标，建设用地碳排放是可持续发展的重要障碍因素，将两者深入融合对推动京津冀城市群高质量发展具有重要指导意义。在刘书畅等的研究基础上，根据柯布—道格拉斯生产函数，结合指标的代表性和可获得性，本文构建碳排放约束下建设用地利用效率综合指标体系（表1），固定资产投资总额已折算成可比价格，并进行平滑处理。建设用地碳排放总量为非期望产出，其作为经济活动负外部性的体现，故采用倒数形式进行测算。
（2）建设用地碳排放测算
城市建设用地碳排放主要在能源消耗和居民生活过程中产生。其中，能源消耗包括各类能源在使用过程中的消耗，居民生活碳排放包括所有居民在一年中碳排放的总和。
式中：E1为能源消耗的碳排放总量；ei、αi、βi分别为第i类能源的消耗量、标准煤折算系数和碳排放系数。各类能源标准煤折算系数及碳排放系数（表2）参考相关研究与IPCC国家温室气体清单指南等。
式中：E2为人口的碳排放总量；p为人均碳排放系数（79kg/a），由参考文献等得出；qj为第j个城市的人口数量。
（3）超效率 DEA模型
DEA模型是基于线性规划，测算在投入和产出的条件下决策单元相对有效性的方法，其采用最优方法确定决策单元的权重，避免主观赋权的波动性。传统的SBM-DEA模型无法有效对决策单元进行区分和分析，故本文运用Super-SBM模型对决策单元效率值进行测算和排序。超效率DEA模型表达式为：
式中：n为决策单元数量，即京津冀地区城市数量，每个决策单元由投入m、期望产出s1和非期望产出s2构成；x为投入矩阵中的要素；yd为期望产出的矩阵的要素；yu为非期望产出矩阵的要素；γ为建设用地利用效率，γ值越大，说明建设用地利用效率值越大，京津冀地区建设用地利用效率越高，反之则利用效率越低。
（4）核密度估计
核密度估计作为非参数概率密度估计的方法，以每个点状要素为中心，利用核密度函数计算每个点要素在一定半径范围内对核密度的贡献程度，核密度估计值越高说明集聚程度越高，反之则越分散。本文将京津冀地区13个城市的建设用地利用效率值转化为点状要素，将其代入核密度函数反映空间集聚程度。核密度计算公式如下：
式中：h为带宽，采用k个最近邻点距离法确定；K为核函数；n为以点x为中心且带宽h为半径的圆域内所包含的要素数量；dij为点i与点j之间的距离；m为点i周围邻近点的数量。
（5）标准差椭圆
标准差椭圆是分析空间分布方向特性的经典方法，可从全局角度分析要素的空间分布特征，其以研究对象的空间区位和特征数据集为基础，利用椭圆重心、偏角和半轴等直观反映要素的空间全局特征。本文采用标准差椭圆整体分析京津冀地区建设用地利用效率的总体格局演化过程。
（6）空间回归分析
空间回归分析是在考虑空间自回归性的基础上，探究解释变量和因变量关系的常用方法。本文采用空间回归模型分析京津冀地区建设用地利用效率的影响机理，空间回归模型的一般形式为：
式中：y为被解释变量；x为解释变量；ε为空间模型的残差；权重矩阵W1反映因变量本身的空间趋势，权重矩阵W2反映残差的空间趋势。
京津冀地区建设用地碳排放及建设用地利用效率时空演进
由2005-2019年京津冀地区建设用地碳排放量（图1（b））可知：研究时段内京津冀地区建设用地碳排放总量呈现出“先升后降再升”的波动增长趋势，净变化量为18387.308×104t。究其原因，2005-2013年处于“十一五”和“十二五”时期，京津冀建设步伐加快，建设用地面积迅速扩张，经济活动强度明显增强，能源消耗量显著增加，整体经济发展方式较粗放。从建设用地碳排放占比看（图1（a）），北京市占比较为稳定，天津市和河北省对碳排放增加的贡献率较大。2013-2018年京津冀地区贯彻新发展理念，通过实行供给侧结构性改革等措施，使得碳排放水平明显下降，建设用地碳排放结构进一步改善，碳排放量的增加主要由河北省城市建设用地的碳排放推动。2018年后由于产业建设需求，制造业、原材料加工业等实体产业振兴，河北省内唐山市、保定市等以工业、制造业为主导产业的城市碳排放增加，导致整体碳排放水平增加，但是增加幅度明显低于2005-2013年。
2005-2019年京津冀地区建设用地利用效率（图1（b））时序上呈“先降再升”的波动改善趋势，研究期内效率均值为0.982，京津冀地区整体建设用地利用效率较高，2013年前建设用地利用效率与碳排放量呈反方向变动，2013年后呈同向变动。在区域层面，2005-2013年京津冀地区建设用地利用效率呈波动下降趋势，建设用地碳排放总量持续增加，说明京津冀地区采用“高投入、高产出、高碳排放”的经济发展方式且非期望产出多于期望产出，产出的增加带来的碳排放增长，抑制建设用地利用效率的提高。2013-2016年建设用地碳排放总量由增转降，生态治理和污染防治降低建设用地碳排放，但在一定程度上牺牲了社会生产效率和数量，制约着建设用地利用效率的提高。2016年后，以供给侧结构性改革为主线的发展战略推动经济发展方式革新，绿色化、科技化的新兴产业占比提高，因此建设用地碳排放量持续降低的正向作用集中显现，建设用地利用效率持续提升。
在市域层面（图2），2005年建设用地效率高值区位于京津冀地区东部和北部，说明“高投入、高产出、高碳排放”的生产方式在此阶段推动土地利用效率的提升。2008年高值区分布在北部和南部，北部和南部城市建设用地规模小，碳排放总量水平低，且二、三产业产值相较于投入要素量，其产出效率较高。2011年高值区分布在东北部和南部，受应对全球金融危机而采取的刺激经济的措施影响后，建设用地利用低效率区占比减少。2014年高值区向中部地区集中趋势显现。主要原因是中部地区碳排放量保持相对稳定，而产业产值提升和生态环境优化。2017年高值区分布在西部和南部，原因是其工业生产能源消耗量得到控制，以农业、轻工业和纺织业为主的产业结构优化，碳排放约束作用减小。北京市在此时期固定资产投资建设兴盛，导致能源消耗增加和建成区绿化率降低，出现效率值塌陷区。2019年高值区主要分布在中部，北京市出现效率热点区，集聚作用增强，但北部城市产业转型力度不足，导致北部出现效率较低值连片区。
为获取京津冀地区建设用地利用效率的集聚及演化特征，基于核密度估计分析对研究期内的截面数据进行密度制图（图3）。总体上呈较高效率区在空间上不断集聚的特征，2005-2019年出现较高效率区由北京市向廊坊市和张家口市的明显蔓延趋势，及由天津市向唐山市和廊坊市的逐步蔓延趋势。在京津冀南部，以邢台市和邯郸市为核心的较高效率区规模呈波动扩散状态，并逐步与中部较高效率区连接。2017年以来北京市、天津市及廊坊市集聚效应不断增强，形成明显的建设用地利用效率热点区。
为探究京津冀建设用地利用效率的总体格局，对2005-2019年京津冀地区建设用地利用效率进行标准差椭圆—重心分析（图4）。重心向东南位置偏移，说明京津冀地区东部、中部和南部的城市建设用地利用效率平均优于西部和北部地区。从重心的转移路径看，研究期内建设用地利用效率重心由保定市的东北部向西南方向移动，接着向东北方向变动到保定市与廊坊市的交界处，随后又向西南方移动，并最终转移到廊坊市西部。从2019年的格局状况看，建设用地利用效率值重心最终向北移动，表明北部城市的建设用地利用效率的增长速度高于京津冀地区平均水平。
碳排放约束下京津冀地区建设用地利用效率影响因素分析
进一步探究碳排放约束下京津冀地区建设用地利用效率的影响因素（表3），由结果可知：1)人口规模与碳排放影响下的建设用地效率呈显著负向关系。人口规模扩张所带来的的正外部性会随着人口数量的增张呈现出先升后降的趋势，京津冀地区人口稠密，人类高密度的生产和生活活动为建设用地集约利用带来较大阻力。2) 经济水平与碳排放影响下的建设用地效率呈显著正相关关系。经济水平的提升说明区域社会经济系统高效运行，建设用地产出能力持续增加，促进从业人员工资提升和经济活动强度增长，但产值的增加对部分地区的生态环境可能带来负面效应。3) 对外贸易增长与碳排放约束下的建设用地效率呈显著正向关系。货物进口量越多，在一定程度上会压缩本地产品的生产空间，进而降低生产环节所产生的碳排放。高碳含量产品作为京津冀地区进口货物的重要部分，使其在对外贸易中发挥“碳汇”功能，降低温室气体排放压力，助推碳排放约束下建设用地利用效率的提升。
政策启示
面对京津冀地区在碳排放约束下建设用地利用效率提升所存在的问题，应从宏观和微观等多层面，基于不同城市实际情况采取针对性策略。
第一，严格控制京津冀地区建设用地规模，挖掘已有建设用地潜力，针对城市定位和低碳发展要求调整建设用地布局，鼓励低效建设用地再开发，盘活闲置建设用地。收紧高耗能、高碳排放等产业用地的供给，倒逼企业转型升级，建立碳指标交易市场，用经济手段助推各个城市和产业的低碳高效发展。
第二，立足京津冀城市群优势带动区域规模发展，充分发挥京津的集聚效应，加强与其他城市的产业合作，促进上、下游产业的协同发展，提高投入产出效益。重视京津冀地区建设用地总体布局，加强京津冀中北部和南部建设用地利用效率优势区的实力，推动形成“两核多点”的均衡利用模式，协调区域内部的要素流动。
第三，提高核心城市经济集聚水平，积极发挥规模效应和集聚效应，引导产业集聚以降低碳排放强度，推动社会资金流入以新能源、新材料及节能环保为代表的战略性产业。针对天津市、唐山市及保定市等高耗能产业多的情况，加大科技创新投入，降低此类产业碳排放量的同时提高产出效率。
第四，京津城市改善对外贸易结构，合理进口高碳含量商品，出口低碳含量产品，减少因对外贸易生产而产生的碳转移。低经济密度城市增强基础设施建设，以承接产业转移和集聚，进而实现建设用地利用效率提升的目标。
来源： 城市群决策模拟北京市重点实验室
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
