删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

中国城市建设用地开发强度的碳排放效率分析与低碳优化

本站小编 Free考研考试/2021-12-29

张苗, 甘臣林, 陈银蓉, 陈璐
华中农业大学公共管理学院,武汉 430070

Carbon emission efficiency and optimization of low carbon for construction land development intensity in China according to provincial panel data

ZHANGMiao, GANChenlin, CHENYinrong, CHENLu
College of Public Management, Huazhong Agricultural University, Wuhan 430070, China
通讯作者:陈银蓉,E-mail: chyinrong@126.com
收稿日期:2015-05-6
修回日期:2015-09-20
网络出版日期:2016-02-01
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:

国家社科基金项目（14BGL218）.中央高校基本科研业务费专项基金资助项目（2662013SC41）.教育部人文社会科学研究青年项目（15YJC630011）

作者简介:
-->作者简介：张苗,女,山东莱芜人,博士生,主要研究方向为土地经济利用与管理。E-mail: zhangmiao45@126.com

展开

摘要
提高城市建设用地开发强度容易陷入增加投入与控制碳排放两难选择的困境,理想碳排放效率下的适度建设用地开发强度成为控制碳排放与兼顾城市经济发展的关键。本文计算了中国30个省份2003年、2006年、2009年与2012年的建设用地开发强度,然后基于松弛测度（Slack Based Measure ,SBM）模型估算了建设用地开发强度的碳排放总效率、技术效率和规模效率。研究结果表明：①在时空分布上,城市建设用地开发强度与其碳排放效率是动态变化的,但两者变化趋势并不一致;②城市建设用地开发强度2003-2006年增长缓慢,东部略高;2006-2009年增长明显,东中西差异不大;2009-2012年大幅提升,西部建设用地开发强度超过东部和中部;③2003-2012年,碳排放有效省份由中西部向东部转移,东西部地区具有较高的碳排放效率值;④技术效率不足是引起碳排放总效率低下的主要原因;⑤东部地区由于减缓建设用地开发强度增速得以提高碳排放效率,中西部地区因建设用地开发强度的快速提升而无法兼顾碳排放效率。最后,针对总效率无效省份,构建结合了东中西土地利用与经济发展特点的低碳优化策略,以期改善城市建设用地开发强度的碳排放效率。

关键词：土地利用;建设用地开发强度;碳排放;效率分析;SBM;中国
Abstract
We analyzed the efficiency values of carbon emissions from development intensity of urban construction land and explored low-carbon optimization strategies for development and utilization of urban construction land. Methods of modeling and comparative analyses were used. We found that the development intensity of urban construction land and the efficiency of carbon emissions is a process of dynamic change in time and space, but the changes are inconsistent. The development intensity of construction land in three regions slightly increased from 2003 to 2006 (the intensity of eastern China is the highest), but increased greatly from 2006 to 2009, and the intensity of three regions is insignificant. The three regions were significantly increasing from 2009 to 2012, the intensity of western China is the highest. The spatial distribution of carbon emission efficiency effective values changes from western and central to eastern China and western and eastern regions have the higher carbon emission efficiency values. Lacking technical efficiency is the main reason for low overall efficiency of carbon emissions. Eastern China decreased construction land development intensity to improve efficiency in carbon emissions; central and western China increased construction land development intensity but cannot give consideration to carbon efficiency. We conclude that the development intensity of urban construction land is different across China’s 30 provinces, and the characteristics of urban land use and economic development in eastern, central and western China should be considered to optimize strategies from the perspective of improving input and output indicators.

Keywords：Land use;construction land development intensity;carbon emission;efficiency analysis;SBM model;China

-->0
PDF (13302KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
张苗, 甘臣林, 陈银蓉, 陈璐. 中国城市建设用地开发强度的碳排放效率分析与低碳优化[J]. , 2016, 38(2): 265-275 https://doi.org/10.18402/resci.2016.02.09
ZHANG Miao, GAN Chenlin, CHEN Yinrong, CHEN Lu. Carbon emission efficiency and optimization of low carbon for construction land development intensity in China according to provincial panel data[J]. 资源科学, 2016, 38(2): 265-275 https://doi.org/10.18402/resci.2016.02.09

1 引言

2013年中央经济工作会议中提出走集约、智能、绿色、低碳的新型城镇化道路^[1],土地作为城镇化发展最重要的人类活动载体,在新型城镇化改革路径上土地利用转型将面临着巨大的机遇与挑战。研究表明,土地利用与覆被变化是仅次于化石燃料燃烧导致大气中CO₂增加的第二大原因^[2,3],自2003年低碳经济理念提出以来,低碳排放成为中国土地利用调控的新课题。现有文献多从宏观层面上以能源消耗的碳排放为基础,研究碳排放与土地利用之间的关系,且关于土地利用碳减排的研究多关注于未来土地利用结构的调整和新增高能耗产业用地供应的限制^[4-7],可称为“土地利用广度碳减排”;改变土地利用投入强度是对城市土地现有利用状态的引导,可称为“土地利用深度碳减排”。建设用地作为城市土地最主要的构成部分,是土地利用类型中碳排放最大的地类^[8-10],其碳排放总量和强度是其他用地类型的几十倍甚至上百倍^[11]。建筑容积率的提高带来城市单位建筑面积碳储量的增加和土地利用强度的提升,会引起建设物资及能源投入的增加,进而导致单位建筑面积上碳排放强度提高^[12],城市建设用地开发利用容易陷入增加投入以提升开发强度与减缓碳排放两难的境地,适度的建设用地开发强度成为城市土地低碳利用的关键,理想碳排放效率下的建设用地开发强度便是所寻找的适度建设用地开发强度。
关于碳排放效率的测算,多数文献借助DEA(Data Envelopment Analysis)模型^[13],主要有CCR和BCC两种模式。如游和远等基于投入导向的CCR和BCC模型测算了土地利用的碳排放效率^[14]。也有文献采用前沿边界分析SFA模型（Stochastic Frontier Analysis）^[15]、SBM（Slack Based Measure）模型^[16]来避免DEA模型的测算偏差问题。本文拟在已有文献研究基础上,基于省级层面的建设用地开发利用投入产出数据,构建SBM模型,对全国各省份建设用地开发强度的碳排放效率进行测算与分析,并对总效率小于1的碳排放无效省份从投入强度改进角度提出低碳优化策略,为实现新型城镇化提供一定决策支持。

2 研究方法与数据来源

2.1 研究方法

2.1.1 城市建设用地开发强度计算模型
城市土地开发强度的增长是建设用地不断扩张、人口不断集聚、经济总量不断增大的过程^[17],即为土地、劳动和资本三种要素不断增加积累的过程^[18]。建设用地作为城市发展最重要的载体,是要素投入最集中的用地类型,关于城市建设用地开发强度的内涵虽鲜有文献给出明确定义,但建设用地开发强度的提升与土地、劳动和资本三种要素的投入密不可分,因此可用三种要素投入的多少来衡量其大小。考虑已有文献研究^[14,17]和数据的可获得性,本文选取建设用地面积比重代表土地投入,地均第二、三产业固定资产投资额代表资本投入,地均人口数代表劳动投入,指标具体含义见表1。根据土地报酬递减规律^[18]和诺瑟姆定律^1）,结合许学强等^[19]对城市化阶段与土地集约阶段的对应关系,分析投入指标对提高城市建设用地开发强度的重要性,采用MATLAB软件（1~9尺度成对比较法）计算权向量并作一致性检验（CR=0.001 2≤0.1）,确定4个指标的权重（表1）。
城市建设用地开发强度的计算公式如下：

\begin{matrix} F_{p} = \overset{D}{\sum_{i = 1}} f_{i} B_{ip} \end{matrix}

（1）
式中F_p为省份P的城市建设用地开发强度;f_i为第i个指标的权重;B_ip为省份P的第i个指标无量纲值;D为总指标数。
计算建设用地开发强度时,为了消除指标之间的量纲影响,考虑到衡量指标为正向指标,采用公式（2）进行标准化处理,同时为使同一省份在各个时间点具有可比性,将各个时间点各省份的同一指标进行标准化。

\begin{matrix} {\overset{′}{X}}_{ij}^{} = \frac{X_{ij} - X_{imin}}{X_{imax} - X_{imin}} \end{matrix}

（2）
式中

\begin{matrix} {\overset{′}{X}}_{ij}^{} \end{matrix}

为指标标准值;X_ij为指标原始值,X_i.min为第i项指标的最小值;X_i._max为第i项指标的最大值。
2.1.2 SBM模型构建
DEA模型在分析多投入多产出条件下的相对效率具有优势,但不能处理非期望产出的问题,或者经过其他解决途径处理时会存在破坏真实性与效率结果不精确的问题。碳排放作为一种环境负担与外部性损失,是建设用地开发利用时产生“好”产出的成本,也是提高建设用地开发强度时所不期望的一种产出,因此构建建设用地开发强度碳排放效率模型时需解决非期望产出纳入效率分析的问题。
国外****曾提出多种构想来解决“非期望产出”问题,如Hailu A.等 ^[20]将非期望产出视作投入变量,Seiford L.M.等^[21]将非期望产出乘以负一,Rolf Färe等 ^[22]运用距离函数方法,而Tone K.^[23]提出了SBM（Slack Based Measure）模型。对于无效决策单元（Decision Making Unit, DMU）来说,其当前状态与强有效目标值之间的差距,除了等比例改进的部分之外,还包括松弛改进的部分,而松弛改进的部分在DEA模型效率值的测量中并未得到体现,SBM模型则同时从投入和产出两个角度对无效率状况进行测量,属于非导向模型,不但解决了径向模型（DEA）对无效率的测量不包含松弛变量的问题,还可以将非期望产出直接纳入产出^[24],考虑本文要解决的实际问题,最终采用SBM模型,具体应用如下。
假设总数量为n的省份,建设用地利用中存在I种投入、O₁种期望产出和O₂种非期望产出,根据Tone^[23]的研究成果,第k个省份包含非期望产出的SBM模型数学表达如下：

\begin{matrix} Min ρ_{k} = \frac{1 - \frac{1}{i} \overset{i}{\sum_{i = 1}} \frac{S_{ki}^{-}}{X_{ki}}}{1 + \frac{1}{O_{1} + O_{2}} (W_{1} \overset{O_{1}}{\sum_{j = 1}} \frac{S_{j}^{g}}{Y_{kj}^{g}} + W_{2} \overset{O_{2}}{\sum_{j = 1}} \frac{S_{j}^{b}}{Y_{kj}^{b}})} \end{matrix}

（3）
约束条件为：

\begin{matrix} X_{ki} = \overset{n}{\sum_{r - 1}} X_{ri} λ_{r} + S_{ki}^{-} \end{matrix}

（4）

\begin{matrix} Y_{ki}^{g} = \overset{n}{\sum_{r - 1}} Y_{ri} λ_{r} - S_{ki}^{g} \end{matrix}

（5）

\begin{matrix} Y_{ki}^{b} = \overset{n}{\sum_{r - 1}} Y_{ri} λ_{r} + S_{ki}^{b} \end{matrix}

（6）

\begin{matrix} \overset{n}{\sum_{r = 1}} λ_{r} = 1, S^{-} \geq 0, S^{g} \geq 0, S^{b} \geq 0, λ \geq 0 \end{matrix}

（7）
式中

\begin{matrix} ρ_{k} \end{matrix}

为第k个DMU的效率值;X_ki为第k个DMU的第i项投入;

\begin{matrix} Y_{kj}^{g} \end{matrix}

为第k个DMU期望产出;

\begin{matrix} Y_{kj}^{b} \end{matrix}

为第k个DMU非期望产出;

\begin{matrix} λ_{r} \end{matrix}

为第r个DMU参考集的权重;S^-为投入冗余量;S^g为期望产出不足量;S^b为非期望产出冗余量;W₁和W₂为期望产出与非期望产出间的相对权重,如期望产出包括2项指标,非期望产出包括1项指标,3项指标同等重要,则设定SBM模型中的W₁=2/3,W₂=1/3。在

\begin{matrix} \overset{n}{\sum_{r = 1}} λ_{r} = 1 \end{matrix}

约束下,

\begin{matrix} ρ_{k} \end{matrix}

实际上是给定规模报酬可变假设下的技术效率,去掉权重约束条件,则可以获得固定规模报酬下的总效率。假设第k个DMU总效率为S₀,则通过SBM模型计算含非期望产出的规模效率θ₀如下：

\begin{matrix} θ_{0} = \frac{S_{0}}{ρ_{k}} \end{matrix}

（8）
为实现建设用地开发强度与其碳排放效率之间的可比性^[16],将碳排放效率计算中的SBM投入指标与衡量建设用地开发强度的4项指标保持一致;对于SBM模型产出指标的选取则要考虑对建设用地的投入带来的土地经济收益产出和碳排放这个“坏”的产出,因此SBM的期望产出指标选择地均第二、三产业产值,非期望产出指标选择地均碳排放量,并设定SBM模型中的W₁=2/3,W₂=1/3,具体含义见表1。
Table 1
表1
表1城市建设用地开发强度指标与SBM模型投入产出指标
Table 1Indices of urban construction land development intensity and the input-output SBM model

	指标/单位	权重	指标说明
投入指标	建设用地面积比重（%）	0.18	城市建设用地面积/市区面积×100
	地均第二产业固定资产投资额/(万元/km²)	0.26	第二产业固定资产投资额/建设用地面积
	地均第三产业固定资产投资额/(万元/km²)	0.34	第三产业固定资产投资额/建设用地面积
	地均人口数/(万人/km²)	0.22	城区人口/建设用地面积
产出指标	地均碳排放量/(tCO₂/km²)	–	能源消耗引致的CO₂排放量/建设用地面积
	地均第二产业产值（万元/km²)	–	第二产业产值/建设用地面积
	地均第三产业产值（万元/km²)	–	第三产业产值/建设用地面积

注：城市建设用地开发强度指标与SBM模型投入指标一致。

新窗口打开

2.2 数据来源与描述统计

市区面积、城市建设用地面积、城区人口等3个指标的数据参考《中国城市建设统计年鉴》^[25];二、三产业固定资产投资的数据参考《中国固定资产投资年鉴》^[26];二、三产业产值的数据参考《中国统计年鉴》^[27];能源消费量的数据参考《中国能源统计年鉴》^[28],所有指标均为2003年、2006年、2009年和2012年的相关数据,为了消除价格因素的影响,将2006年、2009年和2012年的二、三产业产值修正到基期为2003年时价格,修正指数参考《中国统计年鉴》^[27]。因西藏的能源消费数据无法获得,以及各年鉴均未收录港、澳、台地区的相关数据,所以研究对象剔除西藏、香港、澳门和台湾。
根据表1的指标定义,将收集齐全的基础数据进行运算得出7个投入产出指标值,具体统计描述见表2,其中碳排放量是根据标准煤转换成CO₂的排放因子选取数值2.772 5 tCO₂/tce进行计算^1）。
Table 2
表2
表22003-2012年中国30个省份指标值统计描述
Table 2Statistical description of index value in 30 provinces in China from 2003 to 2012

	建设用地面积比重 /%	地均第二产业固定资产投资额 /(万元/km²)	地均第三产业固定资产投资额 /(万元/km²)	地均人口数 /(万人/km²)	地均碳排放量 /(tCO₂/km²)	地均第二产业产值 /（万元/km²)	地均第三产业产值 /（万元/km²)
最大值	45.80	72 568.15	89 348.62	1.88	74 463.70	21.42	4.96
最小值	0.07	1 441.25	4 696.69	0.52	358.97	0.79	0.68
均值	3.84	19 104.31	24 941.20	0.96	12 548.63	3.50	2.27
标准差	6.72	15 176.24	17 391.50	0.23	14 295.97	2.60	0.92

新窗口打开

3 城市建设用地开发强度与其碳排放效率分析

3.1 城市建设用地开发强度分析

根据公式（1）计算得出城市建设用地开发强度值见图1。由图1可知,2003-2012年,城市建设用地开发强度呈现递增趋势,2009-2012年增幅较大,其中陕西和青海在2012年分别达到最大值,远远超过其他省份。

显示原图|下载原图ZIP|生成PPT
图12003-2012年中国30个省份城市建设用地开发强度
-->Figure 1Construction land development intensity of the 30 provinces in China from 2003 to 2012
-->

为了对比城市建设用地开发强度的地区差异,按照“七五”计划中的地区划分将30个省份分为东部、中部和西部,并用算术平均值代表每个地区的建设用地开发强度（图2）。结果表明：2003-2012年,三个地区建设用地开发强度呈增长趋势,其中：2003-2006年,增长缓慢,东部略高;2006-2009年,增长明显,东部增长35%,中部增长47%,西部增长49%,三个地区建设用地开发强度差异不大;2009-2012年大幅提升,东部增长52%,中部增长50%,西部增长65%,且西部建设用地开发强度超过东部和中部。

显示原图|下载原图ZIP|生成PPT
图22003-2012年中国东、中、西部城市建设用地开发强度增长对比
-->Figure 2Comparison of the construction land development intensity increasing in the three regions in China from 2003 to 2012
-->

3.2 城市建设用地开发强度碳排放效率分析

基于DEA-Solve运算平台^[23,29],计算得到中国30个省份城市建设用地开发强度的碳排放效率值,包括总效率、技术效率和规模效率。其中总效率揭示了城市建设用地开发利用中投入实现产出的效率高低;技术效率揭示了在给定的投入组合条件下所能获得的相对最大产出;规模效率揭示了在技术水平不变的前提下,实现已有产出所需的相对最少投入,及其是否处于最适规模,按照总效率从大到小顺时针排列,如图3所示。

显示原图|下载原图ZIP|生成PPT
图32003-2012年中国30个省份城市建设用地开发强度的碳排放效率值
-->Figure 3The efficiency values of carbon emission in 30 provinces China from 2003 to 2012
-->

由公式（8）可知,总效率为技术效率与规模效率的乘积（取值范围是[0,1]）,大小取决于两者中较小的一个。图3表明：2003-2012年,总效率值为1的省份数量先减后增,北京、福建、青海等3个省份碳排放有效频次较高;总效率与技术效率曲线越来越吻合,表明技术效率不足是引起总效率低下的主要原因,成为制约总效率提高的瓶颈也更加明显。

3.3 城市建设用地开发强度碳排放效率时空分布

为了从时间和空间上了解城市建设用地开发强度碳排放效率的分布规律,本文借鉴游和远等^[16]对农地集约利用碳排放效率值的等级划分,将城市建设用地开发强度碳排放总效率值分为4等：Ⅰ等总效率值为1.0,Ⅱ等为（0.5,1.0）,Ⅲ等为（0.3,0.5],Ⅳ等为[0,0.3]。分等后的碳排放总效率值空间分布见图4。

显示原图|下载原图ZIP|生成PPT
图42003-2012年中国30个省份城市中国建设用地开发强度碳排放总效率空间分布
-->Figure 4Spatial distribution of urban construction land efficiency of carbon emission in 30 Provinces China from 2013 to 2012
-->

由图4可知,在空间分布上,东西部地区具有较高的碳排放效率值;2003-2012年,碳排放总效率值为Ⅰ等的省份数量先减后增,且由中西部向东部转移,Ⅱ等的省份数量先增后减,而Ⅲ等的省份数量逐年增加,Ⅳ等的省份数量不变,形成碳排放总效率值为Ⅰ等和Ⅳ等的省份数量少而Ⅱ等和Ⅲ等的省份数量多的格局。

3.4 城市建设用地开发强度与其碳排放效率一致性分析

高的建设用地开发强度对应着高的碳排放效率,是建设用地开发利用的理想状态。建设用地开发强度的高低是否必然地对应着其碳排放效率的高低值得进一步探讨。为了保持开发强度与总效率值区间一致,将建设用地开发强度值采用公式（2）进行标准化处理,从大到小顺时针排列如图5。

显示原图|下载原图ZIP|生成PPT
图52003-2012年中国30个省份城市建设用地开发强度与其碳排放效率的一致性对比
-->Figure 5Consistency between urban construction land development intensity and its efficiency of carbon emission in 30 Provinces China from 2003 to 2012
-->

由图5可知,2003-2012年,各省份建设用地开发强度与其碳排放效率高低并不一致,拥有较高建设用地开发强度的省份处于碳排放无效状态,而碳排放有效省份对应着较低建设用地开发强度的数量越来越多,2012年达到70%,包括北京、上海、浙江、海南等东部发达省份在内。
在一般认识中,东部地区建设用地开发强度高于中西部,但本文计算得出东部地区优势并不明显,甚至2012年西部超过中东部,中西部承接东部产业转移的事实导致中西部年度建设用地供给增加^[1],提升建设用地开发强度的同时却无法兼顾碳排放效率,导致了中西部碳排放有效省份的减少和碳排放效率值的降低,而东部地区因降低一定的建设用地开发强度增速减少了碳排放,提高了碳排放效率,导致东部地区较多省份高的碳排放效率对应着低的建设用地开发强度。在特定的发展阶段,东部地区环境治理背景下的高能耗经济活动转移,可能使环境污染向西部转移^[30],高能耗经济活动的转移并不是可持续发展之策,甚至加重了中西部地区经济发展与环境保护之间的矛盾。当前在追求提升建设用地开发强度的同时,若期望实现建设用地的低碳利用,则需要合理优化对建设用地的投入与产出,提高碳排放效率值。

4 城市建设用地开发利用低碳优化策略

固定规模报酬下的SBM模型同时给出了各省份实现碳排放总效率有效时的投入产出改进值（表3）,以2012年为例。投入冗余表明,同总效率有效省份相比,在保持产出不变的条件下,该省份投入可以减少的数量;非期望产出冗余表示投入不变的条件下可以减少的数量;期望产出不足表示投入不变的条件下可以增加的数量。结合上述研究结果,分东、中、西部给出碳排放无效区域的低碳优化策略。
Table 3
表3
表32016年中国30个省份城市建设用地开发利用投入产出改进值
Table 3Input optimization and output optimization of construction land use in 30 Provinces China in 2012（%）

所属区域	省份	投入改进值					产出改进值
所属区域	省份	$\begin{matrix} S_{1}^{－} \end{matrix}$		$\begin{matrix} S_{2}^{－} \end{matrix}$	$\begin{matrix} S_{3}^{－} \end{matrix}$	$\begin{matrix} S_{4}^{－} \end{matrix}$	$\begin{matrix} S_{5}^{－} \end{matrix}$	$\begin{matrix} S_{1}^{+} \end{matrix}$	$\begin{matrix} S_{2}^{+} \end{matrix}$
东部	京	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)		0.00( 0.00)	0.00( 0.00)	0.00( 0.00)
	津	0.07(69.64)	16 680.72(42.31)	27 064.02(40.10)	0.00( 0.00)		23 870.03(77.61)	0.00( 0.00)	0.00( 0.00)
	冀	0.03(55.07)	39 281.42(67.38)	22 831.20(40.51)	0.17(18.65)		20 686.80(79.34)	0.00( 0.00)	0.00( 0.00)
	辽	0.02(49.75)	33 437.22(80.38)	34 270.92(66.80)	0.27(28.56)		6 263.72(63.11)	0.00( 0.00)	0.00( 0.00)
	沪	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)		0.00( 0.00)	0.00( 0.00)	0.00( 0.00)
	苏	0.04(68.78)	24 495.10(57.51)	8 165.74(20.81)	0.00( 0.00)		8 385.58(63.46)	0.00( 0.00)	0.00( 0.00)
	浙	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)		0.00( 0.00)	0.00( 0.00)	0.00( 0.00)
	闽	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)		0.00( 0.00)	0.00( 0.00)	0.00( 0.00)
	鲁	0.03(56.15)	24 960.47(66.65)	15 583.23(39.50)	0.00( 0.00)		8 395.17(65.38)	0.00( 0.00)	0.00( 0.00)
	粤	0.00( 0.00)	6 127.61(41.27)	438.17( 1.50)	0.00( 0.00)		2 147.53(22.14)	9.62(343.93)	0.00( 0.00)
	琼	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)		0.00( 0.00)	0.00( 0.00)	0.00( 0.00)
中部	晋	0.02(49.16)	37 810.34(86.10)	29 484.71(67.73)	0.47(46.38)		15 420.89(82.71)	0.00( 0.00)	0.00( 0.00)
	吉	0.01(85.65)	13 386.89(31.38)	6 205.73(19.29)	0.00( 0.00)		2 026.64(78.82)	0.00( 0.00)	0.12( 5.26)
	黑	0.00(35.25)	1 979.18( 8.01)	3 190.09(12.36)	0.00( 0.00)		890.87(41.02)	0.00( 0.00)	0.00( 0.00)
	皖	0.03(66.73)	31 530.14(76.31)	27 255.55(59.60)	0.24(35.26)		5 246.16(61.88)	0.00( 0.00)	0.00( 0.00)
	赣	0.02(49.56)	47 419.97(81.46)	18 927.42(48.35)	0.33(40.96)		2 714.59(43.63)	0.00( 0.00)	0.00( 0.00)
	豫	0.03(53.55)	44 627.65(84.29)	22 906.82(54.35)	0.15(17.08)		11 173.62(71.62)	0.00( 0.00)	0.00( 0.00)
	鄂	0.01(33.01)	24 620.57(75.08)	19 603.51(53.91)	0.09(12.53)		2 112.90(37.24)	0.00( 0.00)	0.00( 0.00)
	湘	0.01(45.77)	29 660.59(69.82)	29 014.82(55.83)	0.00( 0.00)		5 426.71(55.80)	0.10( 1.98)	0.00( 0.00)
西部	蒙	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)		0.00( 0.00)	0.00( 0.00)	0.00( 0.00)
	桂	0.00(25.52)	25 844.96(65.73)	25 814.68(52.94)	0.23(31.06)		992.07(22.02)	0.00( 0.00)	0.00( 0.00)
	渝	0.01(30.08)	30 816.97(92.68)	52 870.66(83.63)	0.68(64.99)		5 642.49(64.98)	0.00( 0.00)	0.00( 0.00)
	川	0.01(37.93)	24 581.16(74.70)	36 263.45(66.49)	0.17(19.67)		5 953.41(59.39)	0.00( 0.00)	0.00( 0.00)
	贵	0.01(49.55)	19 352.43(68.73)	54 278.93(77.38)	0.28(30.49)		8 184.27(73.01)	0.07( 2.04)	0.00( 0.00)
	云	0.00(12.69)	16 670.49(55.48)	34 760.54(60.45)	0.27(35.19)		1 772.61(33.79)	0.00( 0.00)	0.00( 0.00)
	陕	0.01(26.30)	39 706.51(71.28)	61 364.62(68.68)	0.38(37.61)		4 963.41(52.73)	0.00( 0.00)	0.00( 0.00)
	甘	0.01(92.07)	18 142.07(42.63)	12 145.18(36.26)	0.08(10.42)		1 884.53(84.75)	0.00( 0.00)	0.07( 3.49)
	青	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)	0.00( 0.00)		0.00( 0.00)	0.00( 0.00)	0.00( 0.00)
	宁	0.01(46.30)	28 524.83(91.58)	21 816.47(77.65)	0.45(65.00)		4 091.19(73.50)	0.00( 0.00)	0.00( 0.00)
	新	0.00(43.45)	13 513.87(40.33)	7 143.25(27.18)	0.00( 0.00)		612.33(44.53)	0.33(13.57)	0.00( 0.00)

注：

S 1 －

为建设用地面积比重投入冗余量,

S 2 －

为地均第二产业固定资产投资额投入冗余量,

S 3 －

为地均第三产业固定资产投资额投入冗余量,

S 4 －

为地均人口数投入冗余量,

S 5 －

为地均碳排放量冗余量,

S 1 +

为地均第二产业产值不足量,

S 2 +

为地均第三产业产值不足量;括号中数值表示改进值占原值的比重,单位%。

新窗口打开
由表3可知,东部地区中作为参照改进的省份有5个,占东部省份的45%,西部有2个,中部没有。碳排放总效率相对有效的省份投入产出均不需做改进,其他省份则需在保持产出不变的情况下差别化的减少劳动、资本和土地投入,或是在保持投入不变的情况下增加期望产出和减少非期望产出。在产出改进中,期望产出需要改进的省份很少,除广东需要大幅度增加地均第二产业产值外,其他省份改进幅度很小,因此以下分析主要针对如何减少投入强度和非期望产出。
东部地区土地供给刚性明显,市区面积不可能随意扩大,建设用地利用具有不可逆性,所以控制土地投入强度可采取严格控制农用地转为建设用地,已有的建设用地节约集约利用的对策,最终实现建设用地面积比重的相对减少;河北、辽宁、江苏和山东等4省第二产业固定资产投资额减少幅度在50%以上,第二产业是能源消费的主体,且目前中国第二产业“重复建设”现象严重,因此要着重减少第二产业固定资产投资额,建议将多余或是“重复建设”的资金转为“R&D”（Research and Development）研究经费,为实现技术效率提高做资金保障;河北和辽宁需减少地均人口数,可采取鼓励农村劳动力向其他东部省份转移的优惠政策,减轻本省农村劳动力向本省城市转移的压力。
中部地区所有省份均需差别化的减少土地和资本要素投入,除黑龙江外,其他省份改进幅度较大,西部地区除内蒙古和青海外,也需做同样的投入改进。中西部地区承接了东部地区的产业转移导致建设用地面积比重较大,因此要结合相关政策,在产业转移时做好建设用地优化配置,承接产业转移与发展特色优势产业相结合,提高高能耗产业的入驻门槛,加强招商引资的审批管理,降低对建设用地的需求;二、三产业固定资产投资额的改进参照东部地区;改进中西部地均人口数,应结合中国现有国情,控制农村劳动力向城市转移的规模,中部多数省份是农业大省,需保证耕地上有充足的农业劳动力,中国耕地被撂荒现象严重,可给予耕种的农民一定奖励和补贴措施,使农民的农业收入水平尽量不低于从事二、三产业带来的非农收入水平,达到控制城市地均人口数的目的。
除去碳排放效率值为1的省份,东中西所有省份均需差别化的减少地均碳排放量。技术效率不足是导致总效率低下的主要原因,中西部地区不能只履行承担高能耗产业转移的义务,更应享有分享东部发达地区的科技成果的权利,提高技术效率水平进行能源结构转型和产业升级是减少碳排放的关键。

5 结论与建议

5.1 结论

本文以2003-2012年中国30个省份的城市建设用地开发利用投入产出数据为基础,计算了城市建设用地开发强度,估算了建设用地开发强度的碳排放总效率、技术效率与规模效率,研究结论如下：
（1）2003-2012年城市建设用地开发强度呈现递增趋势,2009-2012年增幅较大;在空间分布上,东中西建设用地开发强度2003-2006年增长缓慢,东部略高;2006-2009年增长均超过35%,三个地区城市建设用地开发强度差异不大;2009-2012年大幅提升,东中西增长均超过50%,西部高达65%,且西部建设用地开发强度超过东中部。
（2）2003-2012年碳排放总效率有效省份由中西部向东部转移,在空间分布上,东西部地区省份具有较高的碳排放效率值;技术效率不足是引起总效率低下的主要原因,成为制约总效率提升的瓶颈。
（3）2003-2012年各省份并不处于高建设用地开发强度对应着高碳排放效率的理想状态,多数高建设用地开发强度的省份处于碳排放无效状态,东部地区越来越多碳排放有效省份对应着较低的建设用地开发强度。
（4）以上结论和中西部地区承接了东部地区产业转移的事实,表明东部地区通过降低建设用地开发强度增速提高了碳排放效率,而中西部地区因建设用地开发强度的大幅提升无法兼顾碳排放效率。

5.2 建议

低碳优化策略表明,中部全部省份和西部80%以上省份以及东部55%省份需差别化的做投入减少改进,严峻的环境形势和脆弱的生态环境不允许高建设用地开发强度与高碳排放并存,因此需结合东中西经济发展差异适当降低建设用地开发强度以减少碳排放。基于土地利用投入强度改进角度,本文提出建议如下：东部地区应注重控制农用地转为建设用地的速度,集约节约利用已有的建设用地,将第二、三产业冗余的固定资产投资额转为“R&D”研究经费,加快研究成果转化,提高技术效率,实现总效率值的提高;中西部地区则要注重在承接东部地区产业转移时做好建设用地优化配置,提高高能耗产业的入驻门槛,减少对建设用地的需求,同时控制农村劳动力向城市转移的规模。同时,注重能源结构转型和产业升级,鼓励东部地区科技成果与中西部地区间的共享,提高技术效率水平,提高碳排放效率值,做到从根本上减少碳排放。
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	王世元. 新型城镇化之土地制度改革路径[M]. 北京:中国大地出版社, 2014. [本文引用: 2] [Wang S Y.Land Reform for New Urbanization in China [M]. Beijing: China Land Press, 2014. ] [本文引用: 2]
[2]	Stuiver M.Atmospheric carbon dioxide and carbon reservoir change [J]. Sciences, 1978, 199(4326):253-258. [本文引用: 1]
[3]	Houghton R A, Woodwell G M.Changes in the carbon content of terrestrial biota and soils between 1860 and 1980: A net release of CO₂ to the atmosphere [J]. Ecological Monographic, 1983, 53(3):235-262. [本文引用: 1]
[4]	董祚继. 低碳概念下的国土规划 [J]. 城市发展研究, 2010, 17(7):1-5. [本文引用: 1] [Dong Z J.The territorial planning under the concept of low-carbon [J]. Urban Studies, 2010, 17(7): 1-5. ] [本文引用: 1]
[5]	余德贵, 吴群. 基于碳排放约束的土地利用结构优化模型研究及其应用 [J]. 长江流域资源与环境, 2011, 20(8):911-917. [Yu D G, Wu Q.Application of the model of land used structure optimization based on low-carbon limited [J]. Resources and Environment in the Yangtze Basin, 2011, 20(8):911-917. ]
[6]	曲福田, 卢娜, 冯淑怡. 土地利用变化对碳排放的影响 [J]. 中国人口·资源与环境, 2011, 21(10):76-83. [Qu F T, Lu N, Feng S Y.Effects of land use change on carbon emissions [J]. China Population, Resources and Environment, 2011, 21(10): 76-83. ]
[7]	游和远, 吴次芳, 沈萍. 土地利用结构与能源消耗碳排放的关联测度及其特征解释 [J]. 中国土地科学, 2010, 24(11):4-9. [本文引用: 1] [You H Y, Wu C F, Shen P.Correlation degree measurement and characteristic explanation between land use structure and carbon emission from energy consumption [J]. China Land Science, 2010, 24(11): 4-9. ] [本文引用: 1]
[8]	李颖, 黄贤金, 甄峰. 江苏省区域不同土地利用方式的碳排放效应分析 [J]. 农业工程学报, 2008, 24(S2):102-107. [本文引用: 1] [Li Y, Huang X J, Zhen F.Effects of land use patterns on carbon emission in Jiangsu Province [J]. Transactions of the CSAE, 2008, 24(S2): 102-107. ] [本文引用: 1]
[9]	赵荣钦, 黄贤金, 钟太洋. 区域土地利用结构的碳效应评估及低碳优化 [J]. 农业工程学报, 2013, 29(17):220-229. [Zhao R Q, Huang X J, Zhong T Y.Carbon effect evaluation and low-carbon optimization of regional land use [J]. Transactions of Chinese Society of Agricultural Engineering, 2013, 29(17): 220-229. ]
[10]	Ali G, Nitivattananon V.Exercising multidisciplinary approach to assess interrelationship between energy use, carbon emission and land use change in a metropolitan city of Pakistan [J]. Renewable & Sustainable Energy Reviews, 2012, 16(1):775-786. [本文引用: 1]
[11]	杨庆媛. 土地利用变化与碳循环 [J]. 中国土地科学, 2010, 24(10):7-12. [本文引用: 1] [Yang Q Y.Land use change and carbon cycle [J]. China Land Science, 2010, 24(10): 7-12. ] [本文引用: 1]
[12]	赵荣钦, 黄贤金, 刘英, 等. 区域系统碳循环的土地调控机理及政策框架研究 [J]. 中国人口·资源与环境, 2014, 24(5):51-56. [本文引用: 1] [Zhao R Q, Huang X J, Liu Y, et al.Mechanism and policy framework for land regulation of carbon cycle of regional system [J]. China Population, Resources and Environment, 2014, 24(5):51-56. ] [本文引用: 1]
[13]	周五七, 聂鸣. 碳排放与碳减排的经济学研究文献综述 [J]. 经济评论, 2012, (5):144-151. [本文引用: 1] [Zhou W Q, Nie M.A review on economic studies of carbon emissions and carbon abatement [J]. Economic Review, 2012, (5): 144-151. ] [本文引用: 1]
[14]	游和远, 吴次芳. 土地利用的碳排放效率及其低碳优化-基于能源消耗的视角 [J]. 自然资源学报, 2010, 25(11):1875-1886. [本文引用: 2] [You H Y, Wu C F.Carbon emission efficiency and low carbon optimization of land use: Based on the perspective of energy consumption [J]. Journal of Natural Resources, 2010, 25(11): 1875-1886. ] [本文引用: 2]
[15]	赵国浩, 李玮, 张荣霞, 等. 基于随机前沿模型的山西省碳排放效率评价 [J]. 资源科学, 2012, 34(10):1965-1971. [本文引用: 1] [Zhao G H, Li W, Zhang R X, et al.Evaluation of carbon emission efficiency for Shanxi using stochastic frontier analysis [J]. Resources Science, 2012, 34(10): 1965-1971. ] [本文引用: 1]
[16]	游和远, 吴次芳. 农地集约利用的碳排放效率分析与低碳优化 [J]. 农业工程学报, 2014, 30(2):224-234. [本文引用: 3] [You H Y, Wu C F.Analysis of carbon emission efficiency and optimization of low carbon for agricultural land intensive use [J]. Transactions of Chinese Society of Agricultural Engineering, 2014, 30(2): 224-234. ] [本文引用: 3]
[17]	赵亚莉, 刘友兆, 龙开胜. 城市土地开发强度变化的生态环境效应 [J]. 中国人口·资源与环境, 2014, 24(7):23-29. [本文引用: 2] [Zhao Y L, Liu Y Z, Long K S.Eco-environmental effects of urban land development intensity change across capital cities in China [J]. China Population, Resources and Environment, 2014, 24(7): 23-29. ] [本文引用: 2]
[18]	毕宝德. 土地经济学[M]. 北京:中国人民大学出版社, 2005. [本文引用: 2] [Bi B D.Land Economics [M]. Beijing: China Renmin University Press, 2005. ] [本文引用: 2]
[19]	许学强, 周一星, 宁越敏. 城市地理学[M]. 北京:高等教育出版社, 1997. [本文引用: 1] [Xu X Q, Zhou Y X, Ning Y M.Urban geography [M]. Beijing: High Education Press, 1997. ] [本文引用: 1]
[20]	Hailu A, Veeman T S.Non-parametric productivity analysis with undesirable outputs: An application to the Canadian pulp and paper industry [J]. American Journal of Agricultural Economics, 2001, 83(3):605-616. [本文引用: 1]
[21]	Seiford L M, Zhu J.Modeling undesirable factors in efficiency evaluation [J]. European Journal of Operational Research, 2002, 142(1):16-20. [本文引用: 1]
[22]	Färe R, Grosskopf S, Pasurka C A.Environmental production functions and environmental directional distance functions [J]. Energy, 2007, 32(7):1055-1066. [本文引用: 1]
[23]	Tone K.A slacks-based measure of efficiency in data envelopment analysis [J]. European Journal of Operational Research, 2001, 130(3):498-509. [本文引用: 3]
[24]	成刚. 数据包络分析方法与MaxDEA软件[M]. 北京:知识产权出版社, 2014. [本文引用: 1] [Cheng G.Data Envelopment Analysis Methods and MaxDEA Software [M]. Beijing: Intellectual Property Press, 2014. ] [本文引用: 1]
[25]	国家统计局城市社会经济调查司. 中国城市建设统计年鉴[M]. 北京:中国建筑工业出版社, 2013. [本文引用: 1] [Urban Social and Economic Investigation Department of the National Bureau Statistics. China Urban Construction Statistical Yearbook [M]. Beijing: China Building Industry Press, 2013. ] [本文引用: 1]
[26]	国家统计局固定资产投资统计司. 中国固定资产投资统计年鉴 [M]. 北京:中国投资杂志社, 2013. [本文引用: 1] [The Fixed Assets Investment Investigation Department of the National Bureau Statistics. Statistical Yearbook of the Chinese Investment in Fixed Assets [M]. Beijing: China Investment Magazine, 2013. ] [本文引用: 1]
[27]	中华人民共和国国家统计局. 中国统计年鉴[M]. 北京:中国统计出版社, 2013. [本文引用: 2] [National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook [M]. Beijing: China Statistics Press, 2013. ] [本文引用: 2]
[28]	国家统计局工业交通统计司. 中国能源统计年鉴[M]. 北京:中国统计出版社, 2013. [本文引用: 1] [Industrial-traffic Investigation Department of the National Bureau Statistics. China Energy Statistical Yearbook [M]. Beijing: China Statistics Press, 2013. ] [本文引用: 1]
[29]	Cooper W W, Seiford L M, Tone K.Data envelopment analysis: A comprehensive text with models, applications, references and DEA-solver software [J]. Journal of the Operational Research Society, 2001, 52(12):1408-1409. [本文引用: 1]
[30]	林伯强, 邹楚沅. 发展阶段变迁与中国环境政策选择 [J]. 中国社会科学, 2014, (5):81-95. [本文引用: 1] [Lin B Q, Zou C Y.Changes in developmental stage and environmental policy options in China [J]. Social Sciences in China, 2014, (5): 81-95. ] [本文引用: 1]

中国城市建设用地开发强度的碳排放效率分析与低碳优化

本站小编 Free考研考试/2021-12-29

Carbon emission efficiency and optimization of low carbon for construction land development intensity in China according to provincial panel data

1 引言