Potential evaluation of urban land intensive use in Beijing-Tianjin-Hebei region based on measurement of technical efficiency
WANG Xiangdong1,2,3, LIU Xiaoqian4, PEI Tao,3, WANG Zhenbo3通讯作者:
收稿日期:2018-11-26修回日期:2019-07-22网络出版日期:2019-09-25
基金资助: |
Received:2018-11-26Revised:2019-07-22Online:2019-09-25
Fund supported: |
作者简介 About authors
王向东(1986-),男,河南登封人,博士,副教授,硕士生导师,研究方向为土地利用与空间规划、土地管理与公共政策、区域治理与可持续发展E-mail:wangxiangdong@lzu.edu.cn。
摘要
关键词:
Abstract
Keywords:
PDF (3071KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
王向东, 刘小茜, 裴韬, 王振波. 基于技术效率测算的京津冀城市土地集约利用潜力评价. 地理学报[J], 2019, 74(9): 1853-1865 doi:10.11821/dlxb201909011
WANG Xiangdong.
1 引言
集约概念往前可追溯至李嘉图和马克思[1],特别是马克思在《资本论》中关于集约耕作与集约再生产的论述影响最为深远[2,3]。在中国,随着从“九五”计划开始积极推进经济增长方式从粗放型向集约型转变,集约概念变得家喻户晓和非常流行。由于土地是最基本的生产要素和自然资源,土地集约利用成为经济集约增长的基本要求和资源节约型社会建设的基本途径。在此背景下,土地集约利用评价作为一项基础工作,逐渐成为学界研究的热点。特别是从1999年开始,城市土地集约利用潜力评价由于能够为城市项目用地审核、供地计划编制、用地规模控制、土地市场调控等提供科学依据[4],而被作为国土资源大调查重要组成积极推动。原国土资源部先后安排三批共9个试点城市(首批福州,第二批天津、南京、包头、长春、济南、义乌,第三批成都、南通),先行探索开展城市土地集约利用潜力评价工作。随之,中国许多****积极关注和从事城市土地集约利用潜力评价研究,至今已经取得了较为丰硕的成果。集约和效率、土地集约利用和土地利用效率是相互联系的概念。然而,现有土地集约利用相关研究虽然注意到了集约与效率的概念联系,指出集约是泛指提高资源使用效率的经营方式[5],认识到土地集约利用的核心就是提高土地使用效率[6],土地利用效率损失就意味着土地投入过量和存在节约潜力[7],但却未能真正实现集约评价与效率测算研究间的沟通与互动。相对于效率测算研究取得的长足进步[8,9],集约评价研究在理论与方法等方面显著落后。具体到城市土地集约利用潜力评价研究领域,这种现象更为突出。
现有城市土地集约利用潜力评价研究,可分为3个方面:① 宏观尺度的城市整体潜力评价研究[10,11,12,13],② 中观尺度的功能片区(如开发区)潜力评价研究[14,15,16,17],③ 微观尺度的宗地或地块潜力评价研究[18,19,20,21]。总体而言,现有3种尺度的城市土地集约利用潜力评价研究实质都主要采用多指标综合评价方法,核心都是指标选取和指标体系构建、理想值确定和综合打分(尽管有些研究名义上是其他方法但从实质和核心看仅是多指标综合评价方法的变形)。由于多指标综合评价方法本身存在一些缺陷,加之****们对于城市土地集约利用潜力的内涵理解千差万别,现有城市土地集约利用潜力评价研究由此而存在指标选取和理想值确定依据不够充分、评价结果不具有可比性、难以反映城市发展动态变化等不足[22]。与此形成鲜明对比的是,城市土地利用技术效率测算研究相对已很成熟和完善,所采用的理论与方法更具有科学性[23,24,25,26,27,28,29],从而保障了其研究基础更坚实、过程更严谨、结论更可信。
针对此,本文以京津冀城市群地区13个城市为例,将技术效率测算的理论与方法引入和应用于城市土地集约利用潜力评价研究领域,基于技术效率测算对城市土地集约利用潜力进行量化评价,为各地开展城市土地集约利用实践与管理提供科学指导,并借此推进效率测算与集约评价研究之间的对话和交流。同时,严格区分城市土地集约利用潜力的两种表现方式,即土地节约潜力和产出增长潜力,并从绝对规模与相对比例两个方面分别进行剖析,由此推动城市土地集约利用潜力评价研究内容更详实、分析更深入。
2 研究区域与数据
2.1 研究区域
京津冀是中国三大城市群之一,由北京市、天津市、河北11个地级市共13个城市组成,总面积21.60万km2、占全国总面积的2.25%。2016年,京津冀常住人口1.12亿人、占全国的8.10%,常住人口密度518.75人/km2,是全国平均的3.60倍;城镇化率63.88%,比全国平均高出6.53个百分点,地区生产总值7.56万亿元,占全国的10.16%。展望未来,京津冀将作为世界级城市群呈现在人们面前,京津冀各城市发展也将更具生机和活力。土地利用是京津冀城市群协同发展的一个重要方面,土地资源是京津冀城市群不断成长的重要支撑。因此,京津冀城市群对本研究而言具有典型性,本文以此为研究区域探索城市土地集约利用潜力评价理论与方法,揭示城市土地集约利用潜力时空规律与特征,对于各地开展城市土地集约利用实践与管理具有较强的指导意义与参考价值。本文以京津冀13个城市(市辖区)为评价单元,以2006-2015年为评价时段。2.2 研究数据
研究数据主要源于2007-2016年的《中国城市统计年鉴》《中国城市建设统计年鉴》。具体地,分别以相应年份的二三产业增加值、二三产业就业人员数、固定资产投资额(不含农户)、城市建设用地面积、二三产业用电量代表城市当期的产出、劳动力投入、资本投入、土地投入、能源投入。其中,二三产业增加值、二三产业就业人员数和二三产业用电量通过相应总量数据按二三产业占比换算得到;二三产业增加值和固定资产投资额采用价格指数以2005年为基期进行不变价处理。各变量(2006-2015年)的描述性统计如表1所示。Tab. 1
表1
表1各变量描述性统计
Tab. 1
统计量 | 二三产业增加值(当年价,亿元) | 二三产业增加值(2005年不变价,亿元) | 二三产业就业人员数 (万人) | 固定资产投资额(当年价,亿元) | 固定资产投资额 (2005年不变价,亿元) | 城市建设用地面积(km2) | 二三产业用电量(亿kW·h) |
---|---|---|---|---|---|---|---|
平均 | 2435.74 | 1222.26 | 147.19 | 1295.68 | 1117.34 | 247.19 | 167.88 |
标准误差 | 413.17 | 200.20 | 27.50 | 190.53 | 163.12 | 32.94 | 18.96 |
中位数 | 511.24 | 281.69 | 31.00 | 369.78 | 305.25 | 90.63 | 58.85 |
标准差 | 4710.82 | 2282.60 | 313.59 | 2172.35 | 1859.91 | 375.55 | 216.21 |
峰度 | 6.28 | 5.02 | 9.97 | 7.94 | 7.21 | 4.72 | 0.87 |
偏度 | 2.63 | 2.46 | 3.16 | 2.66 | 2.57 | 2.41 | 1.53 |
最小值 | 106.82 | 93.98 | 12.87 | 47.77 | 45.25 | 36.03 | 13.35 |
最大值 | 22874.20 | 9392.66 | 1720.41 | 13048.00 | 10937.49 | 1586.39 | 773.21 |
置信度(95.0%) | 817.46 | 396.09 | 54.42 | 376.96 | 322.75 | 65.17 | 37.52 |
新窗口打开|下载CSV
3 研究方法
3.1 技术效率测算方法
技术效率是指既定投入下的产出最大化或者既定产出下的投入最小化[30]。常见的测算方法有数据包络分析(DEA)和随机前沿分析(SFA),两者都属于前沿面方法,都以确立效率生产前沿面为核心,通过与处于前沿面的虚拟单元比较来测算效率[31]。SFA方法相比于DEA方法具有可以把噪音从效率损失中分离出来等优点[32],本文采用SFA方法测算技术效率。具体地,假定每个城市是一个生产决策单元,测定城市技术效率的SFA模型如下[29, 33]:式中:X表示
由此,城市i在第t年的技术效率TEit可被定义为:
超越对数生产函数具有能够有效地处理非平衡数据、较好地研究投入要素之间以及投入要素和趋势变量(时间)之间的相互影响、以时间趋势反映技术进步等多方面优点,研究选择超越对数生产函数作为前沿生产函数
城市里绝大多数生产单位是以场地为载体,以人员、资金/资产、能源(电力)为基本投入。据此,研究把地均产出Pul = yit/ulit(即城市土地生产率)作为因变量,把地均资本投入kit/ulit、地均劳动力投入lit/ulit、地均能源投入eit/ulit作为自变量。由于技术变化因素可能导致同一城市土地利用效率在投入要素不变情况下随时间而变化,研究用时间趋势t(以2005年为基期年,即t = year-2015)反映和衡量技术进步程度。具体测算模型为:
3.2 集约潜力评价方法
城市土地利用的集约潜力概念在内涵上与前述技术效率概念非常类似,两者一般都基于实际值与理想值(前沿值)的比较进行测算。对城市土地利用而言,技术效率的提升(下降)意味着集约潜力的消减(扩大)。城市土地集约利用潜力存在两种不同表现方式,即土地节约潜力和产出增长潜力。相应地,城市土地利用的技术效率损失意味着土地投入的过量或产出的不足。据此,城市土地集约利用潜力可定义为是城市土地利用技术效率的潜在提升所可能带来的土地节约量或产出增加量,其中技术效率的潜在提升是指实际技术效率提高至理想(前沿)技术效率的潜在可能。据此,以前述测算的城市土地利用技术效率TEit为基础,可构建如下城市土地集约利用的土地节约潜力和产出增长潜力评价模型:式中:LPit、PPit分别是i城市t时期土地集约利用的土地节约潜力和产出增长潜力;ulit、yit分别为i城市t时期的土地投入数量、产出规模。须指出,SFA方法中技术效率前沿面是随时间而动态变化,据此测算的城市土地集约利用潜力能够充分体现城市土地利用的动态性;土地节约潜力与产出增长潜力分别是从投入最小化和产出最大化两个不同角度反映城市土地集约利用潜力,两者间具有此消彼长关系,虽可混合共存但却不可完全兼得。
4 结果分析
4.1 模型估计与检验
技术效率测算公式(5)是以存在技术变化和变量交互作用为假设,这些假设是否成立还需要检验[34]。针对此,将公式(5)作为基础模型,记为模型a1。基于基础模型,假设无技术变化也无变量交互作用,即除Tab. 2
表2
表2不同随机前沿生产函数模型的估计结果
Tab. 2
统计量 | 模型a1 | 模型a2 | 模型a3 | 模型a4 |
---|---|---|---|---|
β0 | 0.2030 | 3.8165(13.2759)*** | -2.3527 | 3.5386(10.5114)*** |
β1 | 0.0230 | 0.2657(4.8379)*** | 0.6998 | 0.2746(4.8371)*** |
β2 | 1.0841 | 0.1556(3.5419)*** | 1.6930*** | 0.1756(3.8196)*** |
β3 | 0.6660 | 0.1976(5.6903)*** | 0.6266 | 0.2070(5.8971)*** |
βt | 0.0579 | - | - | -0.0203(-1.9579)* |
β11 | 0.3404* | - | 0.1841 | - |
β22 | 0.0880 | - | -0.0289 | - |
β33 | 0.0943 | - | 0.0119 | - |
βtt | -0.0023 | - | - | - |
β12 | -0.1844 | - | -0.2376** | - |
β13 | 0.0377 | - | 0.0616 | - |
β23 | -0.1788* | - | -0.1240 | - |
β1t | -0.0112 | - | - | - |
β2t | -0.0068 | - | - | - |
β3t | 0.0039 | - | - | - |
σ2 | 0.1880 | 0.2182(7.5254)*** | 0.1339*** | 0.1268(2.0601)** |
γ | 0.9589*** | 0.9591(85.1103)*** | 0.9412*** | 0.9297(26.3224)*** |
μ | 0.4538* | 0.9148(6.4439)*** | 0.7099*** | 0.6824(3.0519)*** |
η | -0.0607* | -0.0645(-6.6665)*** | -0.0744*** | -0.0568(-4.8483)*** |
似然函数对数值 | 102.7969 | 93.2352 | 99.7146 | 94.4763 |
似然比单边误差检验值 | 130.3760*** | 225.4325*** | 213.3727*** | 147.1552*** |
新窗口打开|下载CSV
其中,
由表2可知,模型a1和模型a3大多数系数显著性水平都很低,模型a2和模型a4的各项系数显著性水平都很高。比较而言,模型a2的σ2系数显著性水平高于模型a4,但模型a4时间项系数的显著性水平高于模型a2,且模型a4中的γ系数和μ系数都比模型a2中的要小。这说明,模型a2相比于模型a4存在忽略技术变化影响和高估技术效率损失的风险。综合考虑,选择模型a4较为合理。模型a4中,γ = 0.9297说明总扰动中高达92.97%可以由技术无效率项进行解释。据此,京津冀城市土地利用的技术效率测算模型具体如下:
式中:uit服从
基于前述技术效率测算模型估计与检验结果,京津冀地区城市i在t年土地集约利用的土地节约潜力与产出增长潜力评价模型具体确定为:
需指出的是,公式(10)~(12)表明,技术无效率(技术效率损失)、土地节约潜力和产出增长潜力都随着时间变化而扩大,反映出京津冀城市土地利用整体上存在显著的技术退步现象。
4.2 技术效率测算结果分析
分析2006-2015年京津冀城市土地利用技术效率(图1),纵向趋势来看,京津冀13个城市土地利用技术效率水平都在逐年下降,平均由2006年的0.6688降至2015年末的0.5223,平均下降幅度达32.75%,其中北京和天津下降幅度较小(分别为3.39%和13.15%),河北11个城市下降幅度较大(均超过20%);城市土地利用技术效率的区域差距在不断扩大,最大值(北京)和最小值(承德)的技术效率差距由2006年的0.4688逐渐扩大到2015年的0.6238。这与同时期江苏省城市土地利用技术效率水平有升有降和区域差异在扩大[27]、长江经济带城市土地利用技术效率水平稳步上升和区域差异逐渐缩小[29]等研究结论不同,反映出京津冀地区具有相对特殊的城市土地利用特征。图1
新窗口打开|下载原图ZIP|生成PPT图12006-2015年京津冀城市土地利用技术效率
Fig. 1The technical efficiency of urban land use in Beijing-Tianjin-Hebei during 2006-2015
横向比较而言,京津冀13个城市间土地利用技术效率大小排序非常稳定,呈现出一种相对固化的格局。其中,北京、天津、唐山位于第一梯队,技术效率远高于平均水平(高出0.10~0.40);沧州、石家庄、秦皇岛位于第二梯队,技术效率稍高于平均水平(高出0.02~0.08),廊坊、衡水、保定、张家口位于第三梯队,技术效率稍低于平均水平(低出0.01~0.11);邯郸、邢台、承德位于第四梯队,技术效率远低于平均水平(低出0.11~0.23)。
4.3 土地节约潜力评价结果分析
分析京津冀城市土地集约利用的土地节约潜力(图2),纵向趋势上看,京津冀城市土地节约潜力规模整体上在逐渐扩大,由2006年的463.22 km2扩大到2015年的1007.18 km2,10年均值达709.80 km2、净增长543.96 km2;土地节约潜力规模基本都在持续增长(仅北京和唐山分别在2015年和2012年短暂下降),但增长速度有快有慢。横向比较来看,天津的土地节约潜力规模遥遥领先、稳居第1,北京和石家庄的土地节约潜力规模紧随其后、分别稳居第2和第3名,保定、邯郸、唐山的土地节约潜力规模位居4~6名,张家口、邢台、秦皇岛、承德的土地节约潜力规模位居7~10名之间,廊坊、衡水、沧州的土地节约潜力规模位居后3名;城市间土地节约潜力规模的差距不断扩大,最大值和最小值之差由2006年的76.88 km2扩大到2015年的197.23 km2。这充分说明了京津冀通过集约挖潜可以大幅度节约城市土地资源,证实了京津冀划定城市土地扩张边界、促进存量建设用地集约挖潜、实施差别化土地管理等具有必要性与紧迫性。图2
新窗口打开|下载原图ZIP|生成PPT图22006-2015年京津冀城市土地集约利用的土地节约潜力规模
Fig. 2The scale of land saving potential of urban land intensive use in Beijing-Tianjin-Hebei during 2006-2015
京津冀城市土地集约利用的土地节约潜力占比(土地节约潜力规模占当年土地投入总量的比例)(图3)的纵向趋势上看,京津冀13个城市土地集约利用的土地节约潜力占比都逐渐提高,整体上(京津冀整体的潜力规模除以土地投入总量,亦即13个城市潜力占比的加权平均)从2006年的16.99%提高到2015年的27.55%,10年均值为21.80%、净提高10.56个百分点。横向比较来看,京津冀13个城市土地集约利用的土地节约潜力占比排名很是稳定,河北11个城市位居前列(其中承德和邢台位居前两名,潜力占比平均都超过了60%),北京和天津分别位居倒数第1和第2(潜力占比平均分别为6.26%和20.47%);城市间土地节约潜力占比差距在不断扩大,最大值和最小值之差由2006年的46.88个百分点逐渐扩大到2015年的62.38个百分点。潜力占比在很大程度上可以作为集约挖潜难易程度和集约利用水平优劣的表征,京津冀13个城市的这种土地节约潜力占比排名实际不仅反映出越发达城市集约挖潜越困难、越落后城市集约挖潜越容易的一般规律(该排名与同期13个城市的地均二三产业增加值排名基本吻合,仅3~6名稍有不同),而且还反映出京津冀城市土地集约利用状况持续恶化、越落后城市土地集约利用状况恶化越严重的特殊态势。
图3
新窗口打开|下载原图ZIP|生成PPT图32006-2015年京津冀城市土地集约利用的土地节约潜力占比
Fig. 3The ratio of land saving potential of urban land intensive use in Beijing-Tianjin-Hebei during 2006-2015
基于前述测算结果,可以在整体上从规模与占比两个方面对2006-2015年京津冀城市土地集约利用的土地节约潜力进行分级(图4)。需指出的是,规模分级与占比分级结果显著不同,两者从不同角度共同揭示城市土地集约利用的土地节约潜力差异状况。现有不少研究只考虑集约潜力规模而忽略了集约潜力占比,这是有失偏颇的。
图4
新窗口打开|下载原图ZIP|生成PPT图42006-2015年京津冀城市土地集约利用的土地节约潜力分级
Fig. 4Grading of the land saving potential of urban land intensive use in Beijing-Tianjin-Hebei during 2006-2015
4.4 产出增长潜力评价结果分析
从京津冀城市土地集约利用的产出增长潜力规模(2005年不变价)(图5)的纵向趋势上看,京津冀城市的产出增长潜力规模整体上在逐渐扩大,由2006年的2656.89亿元扩大到2015年的6085.44亿元,产出增长潜力规模10年均值达4207.57亿元、净增加3428.55亿元;尽管表现出不同的过程变化特征,各个城市的产出增长潜力规模都呈现出逐渐扩大的态势,其中天津和北京的产出增长潜力规模增加快速而又持续,石家庄、唐山、邯郸和保定的产出增长潜力规模增加过程较为波动,其余城市的产出增长潜力规模增加过程较为平稳。横向比较来看,天津的产出增长潜力规模遥遥领先、稳居第1,北京的产出增长潜力规模紧随其后、稳居第2,石家庄和唐山的产出增长潜力规模位居3~4名,其余城市的产出增长规模都位于平均值以下;城市间产出增长潜力规模的差距也呈现出不断扩大趋势,最大值和最小值之差由2006年的609.75亿元逐渐扩大到2015年的1333.26亿元。这充分说明了京津冀能够通过土地利用集约挖潜大幅度增加城市产出,证明京津冀有理由和必要进一步促进经济集约增长、降低土地资源消耗、实施差别化土地调控。图5
新窗口打开|下载原图ZIP|生成PPT图52006-2015年京津冀城市土地集约利用的产出增长潜力规模
Fig. 5The scale of output growth potential of urban land intensive use in Beijing-Tianjin-Hebei during 2006-2015
京津冀城市土地集约利用的产出增长潜力占比(产出增长潜力规模占当年城市产出总量的比例)(图6)的纵向趋势上看,京津冀13个城市土地集约利用的产出增长潜力占比都在逐渐提高,整体上从2006年的19.60%提高到2015年的34.33%,10年均值为26.12%、净提高14.73个百分点,其中承德和邢台产出增长潜力占比提高幅度很大、都超过了125个百分点,北京产出增长潜力占比提高幅度很小,仅有3.50个百分点。横向比较来看,与前述土地节约潜力占比排名情况类似,京津冀13个城市土地集约利用产出增长潜力占比排名也非常稳定,河北11个城市位居前列(其中承德和邢台位居前两名,潜力占比平均都超过150%),北京和天津分别位居倒数第1和第2名(分别为6.69%和25.92%);城市间产出增长潜力占比的差距也在不断扩大,最大值和最小值之差由2006年的102.23个百分点逐渐扩大到2015年的227.90个百分点。这反映出了城市土地利用集约挖潜难易的一般规律和京津冀城市土地集约利用状况变化的特殊态势。综合分析可知,京津冀城市土地集约利用呈现出不断加强的固化格局,显现出集约潜力占比高者愈高、低者愈低的马太效应,这也从一个侧面凸显了京津冀协同发展的必要性和紧迫性。
图6
新窗口打开|下载原图ZIP|生成PPT图62006-2015年京津冀城市土地集约利用的产出增长潜力占比
Fig. 6The ratio of output growth potential of urban land intensive use in Beijing-Tianjin-Hebei during 2006-2015
基于前述测算结果,也可以从规模与占比两个方面对京津冀城市土地集约利用的产出增长潜力进行分级(图7)。对比图4和图7,产出增长潜力分级与土地节约潜力分级结果有不少相同之处,如四级潜力城市相互完全一致;但也存在较大不同,如产出增长潜力分级极化特征更明显,一级潜力城市相对更少而二三级潜力城市相对更多。这说明土地节约潜力和产出增长潜力两方面分析都很有必要,可以相互验证和相互补充,两方面综合考虑才能更客观和完全地反映出城市土地集约利用潜力的真实状况。
图7
新窗口打开|下载原图ZIP|生成PPT图72006-2015年京津冀城市土地集约利用的产出增长潜力分级
Fig. 7Grading of the output growth potential of urban land intensive use in Beijing-Tianjin-Hebei during 2006-2015
5 结论和讨论
5.1 结论
本文以集约潜力和技术效率的概念联系为依据,在应用SFA方法对城市土地利用技术效率进行测算的基础上,构建了城市土地集约利用土地节约潜力和产出增长潜力的定量评价模型,测算和分析了京津冀13个城市(市辖区)2006-2015年土地集约利用的土地节约潜力(km2)和产出增长潜力(亿元,2005年不变价)。本文的主要结论为:(1)城市土地集约利用潜力可以由城市土地利用技术效率的潜在提升所可能带来的土地节约量或产出增加量进行定义,城市土地利用技术效率测算的理论与方法可以为城市土地集约利用潜力评价提供坚实依据与基础。
(2)2006-2015年的10年间,京津冀城市土地利用的技术效率水平在不断降低,平均由0.6688下降到了0.5223;技术效率差距在不断扩大,最大值(北京)和最小值(承德)之差由0.4688逐渐扩大到0.6238;技术效率排序呈现出相对固化的格局,其中北京、天津、唐山稳定地位居前三甲,邯郸、邢台、承德稳定地位于后3位。
(3)2006-2015年间,京津冀城市土地集约利用的土地节约和产出增长潜力规模巨大且在持续增加,土地节约潜力规模合计由463.22 km2扩大到1007.18 km2,10年均值为709.80 km2,产出增长潜力规模合计由2656.89亿元扩大到6085.44亿元,10年均值为4207.57亿元;天津的土地节约和产出增长潜力规模都遥遥领先、稳居第1(10年均值分别为144.47 km2和1042.77亿元),北京的土地节约和产出增长潜力规模都稳居第2(10年均值分别为54.33 km2和559.98亿元),河北11个城市的土地节约和产出增长潜力规模都相对较小;城市间的潜力规模差距持续扩大,土地节约和产出增长潜力规模最大值和最小值之差分别由76.88 km2和609.75亿元扩大到197.23 km2和1333.26亿元。
(4)2006-2015年间,京津冀城市土地集约利用的土地节约和产出增长潜力占比很高且在持续提升,整体土地节约潜力占比由16.99%提高到27.55%、10年均值为21.80%,整体产出增长潜力占比由19.60%提高到34.33%,10年均值为26.12%;城市间的土地节约和产出增长潜力占比排名非常稳定,河北11个城市位居前列(其中承德和邢台位居前两名),北京和天津分别位居倒数第1和第2;城市间的潜力占比差距在持续扩大,土地节约和产出增长潜力占比最大值和最小值之差分别由46.88和102.23个百分点扩大到62.38和227.90个百分点。
(5)京津冀城市土地集约利用潜力非常可观,通过集约挖潜能够节约大量土地资源和大幅增加经济产出;集约潜力规模和占比的绝对水平与相对差距都在持续扩大,显示出京津冀城市土地集约利用状况在持续恶化,且越落后城市的土地集约利用状况恶化越严重;京津冀城市土地利用集约潜力规模和占比的排名都非常稳定,呈现出不断加强的固化格局,显示出越发达城市集约挖潜越困难、越落后城市集约挖潜越容易的一般规律,以及集约挖潜容易者更加容易、困难者更加困难的马太效应。
5.2 讨论
本研究仍然存在一些不足之处有待于在未来加以改进。主要包括:① 本文是宏观尺度,未来在数据可得情况下可以采用本文方法开展中观尺度和微观尺度的城市土地集约利用潜力评价研究;② 本文未对技术效率和集约潜力进一步分解,未来可借鉴现有研究将技术效率分解为纯技术效率和规模效率,进而将城市土地集约利用潜力分解为纯技术潜力和规模潜力;③ 技术效率之外还有配置效率(价格效率)、生态效率(生态经济效率)等概念,其中配置效率是指考虑价格因素后的最佳投入或产出组合,生态效率是指以最小的环境影响实现最大的生产价值,未来可在本研究基础上进一步考虑价格因素和环境影响,基于城市土地利用配置效率或生态效率的测算深化城市土地集约利用潜力评价研究;④ 本文揭示了城市土地集约利用潜力的绝对水平、动态变化和区域差异,但对背后的影响因素尚缺乏深入的识别与分析,未来可在本文基础上开展集约潜力影响因素识别与分析方面的专题研究;⑤ 本文表明各城市的土地集约利用状况既有共同点也有不同点,如何针对此制定和实施兼具统一性和差异性的集约用地政策与集约挖潜方案,也是未来值得努力的一个研究方向。在本研究基础上,还有几方面问题值得深入思考和探讨。具体如:① 在理论上,集约和效率之间具有深刻的概念联系,这种联系在各类土地利用的集约与效率之间都存在,本文所探讨的城市土地利用集约潜力和技术效率之间的联系只是其中的一个重要方面,研究表明集约和效率、土地集约利用和土地利用效率之间可以而且应该进一步在理论研究方面加强沟通与互动;② 在方法上,本文所采用的随机前沿分析(SFA)和提及的数据包络分析(DEA)都是相对视角、都是以自身生产与前沿面生产的相对比例为依据,此外还可以采用绝对视角、以自身的生产率变化对产出增长的绝对贡献率为依据,这两大类方法可以实现优势互补、共同反映客观现实。③ 在实践中,提升土地利用效率水平和挖掘土地集约利用潜力是各类土地管理措施的基本目标,中国采取了世界上最严格的节约集约用地制度,多年来持续不断地在朝这个方向积极努力,然而本文研究表明实际效果并不容乐观(特别是在城市地区),中国的节约集约用地制度还存在很大的改进与优化空间、还需要不断地加强和完善。
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
.
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 2]
,
[本文引用: 2]
,
[本文引用: 1]
[本文引用: 3]
,
[本文引用: 3]
,
[本文引用: 1]
,
DOI:10.1016/j.eneco.2010.03.004Magsci [本文引用: 1]
<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">In this paper, we measure the productive efficiency of a group of wind farms during the period 2001–2004 using the frontier methods Data Envelopment Analysis (DEA) and Stochastic Frontier Analysis (SFA). Taking an extensive definition of the productive process of wind electricity as our starting point, we obtain results which allow us to identify, on the one hand, an essentially <em>ex ante</em> efficiency measure and, on the other hand, aspects of relevance for wind farm development companies (developers), technology suppliers and operators in terms of their economic impact. These results may also be of interest for regulators and other stakeholders in the sector. Furthermore, we discuss the implications of the simultaneous use of DEA and SFA methodologies.</p>
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]