基于工业用地调查成果的低效工业用地分析评价系统
2023-03-06柳青
柳 青
(厦门集恩图造信息科技股份有限公司,福建 厦门 361008)
为了提高工业用地的利用效率,相关部门制定了一系列相关政策,要求各地开展低效工业用地评价,并对评价结果进行分类处置。基于工业调查成果,根据低效工业用地认定评价方法,通过建设系统将研究区域内低效工业用地的评价结果实现可视化呈现。本文结合低效工业用地评价的需求,对低效工业用地分析评价系统的工业用地调查、系统架构、分析评价方法、系统功能进行设计,通过对低效工业用地的分析评价,全面了解低效工业用地利用现状、集约程度和存在问题,为制定政策提供依据,实现土地资源高效配置,提高土地利用效益。
1 工业用地调查
1.1 收集资料
收集的资料包括工业用地调查的原始数据、调查表、图形数据、统计汇总、不动产权登记数据等资料,还需要协调自然资源局、市场监管局、统计局、税务局等各职能部门收集关于各企业的纳税、产值、电力、燃气等数据,最后梳理、分析收集的数据,确保数据的现势性和完整性。
1.2 制作工作底图
结合最新土地利用现状调查数据和控制性详细规划,利用GIS软件或其他制图工具,勾绘出研究区域内工业用地图斑,在底图中标注出工业用地的位置、边界、面积等要素信息及其他相关的属性信息,形成调查工作基础数据,制作调查工作底图。
1.3 内业核对填报
以已整理形成的数据成果为基础,利用已有台账、档案、数据资料,严格按照要求进行数据核对及填报,实现数据处理标准化和规范化。一个企业对应多块用地,可能会出现一些地块数据缺失的问题。为了避免用地数重复计算或数据缺失的情况发生,需要进行检查、核对和补充。
1.4 开展外业核实
外业调查人员打印内业整理的调查底图到具体企业或工业园区实地调查核实。外业核实必须做到“走到、问清、画准、记全”,确保区块分类、界线等土地利用状况和工业企业基本数据完整、准确。外业核实过程中,如果发现通过内业整理的调查底图仍未能完全包括调查对象或需要修改,则需要对调查底图的工业用地范围等信息进行补充完善。
1.5 数据成果建库
依托上述工作底图与数据,对数据进行核对完善,对调查缺漏、信息有误的数据开展补充调查,完成低效工业用地调查所需的各类要素采集与整理,按照调查数据库标准,建立低效工业用地利用现状数据库。
2 系统架构设计
工业低效用地分析评价系统架构[1]如图1所示。
图1 工业低效用地分析评价系统架构
支撑层:为保障系统顺利运行,系统支撑层包括数据资源、网络资源、软件资源、硬件资源等。系统开发时要严格遵循已制定的相关标准规范、协调机制以及管理办法,充分利用结合现有的硬件服务资源,建设低效工业用地分析评价系统,避免重复投资造成资源浪费。
数据层:包括影像数据、矢量数据、行政区划数据等地理信息数据,同时对接区域内的用电量、用水量、用气量、亩均产值以及亩均税收等数据。
接口层:在整个框架中具有承上启下的作用,通过数据交换、共享服务、接口服务、工作流引擎等为上层综合应用获取所需的数据资源,提供统一的基础支撑服务。
应用层:构筑多层次服务体系,是系统核心功能的外在体现,系统功能模块分别为首页看板、图层管理、网格模块、维护模块、一键评价等板块。
用户层:主要为分管领导、网格员、群众等。
3 低效工业用地认定评价方法
低效工业用地指投入产出强度低,建筑密度、容积率、开发率、综合产出率低,长期处于闲置、利用粗放,土地类型属于淘汰类、关停并转类或污染大、布局散乱的工业用地[2]。
3.1 低效用地分类
根据《关于深入推进城镇低效用地再开发的指导意见(试行)》,将低效用地划分为6类,即闲置停产类、开发利用类、投入产出类、产业导向类、合同契约类、用途配置类[3]。
基于相关部门对低效用地的划分标准,本文研究区域内的低效用地属于闲置停产类和投入产出类。通过对土地利用效率、产业结构、企业效益等分析,找出影响土地利用效率的主要因素,通过调整产业结构、优化企业布局、提高企业效益等方法提高土地利用效率。
3.2 低效工业用地评价指标体系
根据研究区域的区位条件、地理状况、发展阶段等情况,综合考虑土地利用评价指标体系。评价指标众多,评价时应充分结合该区域经济、产业发展状况、地理区位差异以及产业结构等,因地制宜地确定土地利用评价指标的各项指标及相对理想值和权重值。系统将指标权重分为亩均税收(60分)、亩均产值(30分)、单位能耗产值(10分)。其中,规上工业企业产值取上一年度联网直报主营业务收入,规下企业取上一年度应税销售收入[4]。
3.3 低效工业用地评价计算方式
本系统设计的地块评价得分的计算公式为亩均税收/全市行业平均值×60%+亩均产值/全市行业平均值×30%+单位能耗产值/全市行业平均值×10%+相应加减分。单项指标最高得分不超过该项权数的1.5倍,最低为0分。若某项评价指标数据空缺,则该项指标得0分。
第一,集团公司与子公司实行自愿并表统计进行评价,并表统计后子公司不占用名额比例,并表计算后子公司享受集团公司同等待遇。集团企业如需按集团口径(与其子公司合并)参评,需要有股东关联性并提出书面申请。企业适用加分项设定仅限独立注册登记的相应法人企业,不可归并。第二,实行“以不动管动”,按照工业地块为基本单位计算综合评价得分。如果单个企业有多个地块,将所有地块视作一个整体计算综合评价得分(如该企业存在地块闲置问题,将扣除闲置土地的面积评价,闲置土地按闲置土地处置办法处置);如果多个企业共用一个地块,将该地块上所有企业视作一个整体合并计算综合评价得分(除纳统的限上商业、服务业外,非工业企业不列入计算范围)。第三,电力、热力、燃气、给排水、垃圾焚烧、污水处理等非工业领域用地不列入评价范围。
3.4 低效工业用地评价结果分类
低效评价根据用地上企业年度各项考核指标数据,按石材陶瓷、水暖厨卫、机械装备、日用轻工、电子信息、综合类分为6大产业综合得分分类排序,优秀企业为排名前20%,达标企业为排名前20%~排名前70%,提升企业为排名前70%~排名前85%,整改企业为排名前85%~排名前100%,停产停业产值税收为0[5]。
4 系统功能设计
以低效工业用地认定标准为核心,搭建集首页看板、“低效一张图”、网格模块、维护模块等功能模块于一体的低效工业用地分析评价系统,为引导低效工业用地再开发以及决策管理提供数据支持。
4.1 首页看板
首页看板通过对各大产业、网格区域的低效情况数据统计可视化,实现低效工业用地评价结果的信息汇聚。首页看板主要分为5个板块:其一,基础情况统计主要是系统中重要指标数据统计情况,包括企业总数、地块数量、总产值以及总能耗等指标。其二,各大产业行业平均数分别按各大产业类型进行数据汇总统计,计算不同产业的宗地数量、宗地面积、总产值、亩均产值、总税收、亩均税收、总能耗和单位能耗数值。其三,各大产业低效总体情况按各大产业类型计算汇总出低效企业的宗地数量、低效占比、亩均产值、亩均税收以及宗地面积。其四,乡镇各大产业低效情况按各大乡镇进行数据统计,分别计算不同产业的宗地数量情况。其五,可视化地图可分行政区查看宗地数量、亩均产值、亩均税收以及宗地面积。
4.2 “低效一张图”
“低效一张图”叠加不同地块评价结果图层以及各企业地块信息,实现低效工业用地数据可视化展示。图层分为基础图层和专题图层。基础图层主要包括影像图、行政区划、用地地块界线等,具有打开关闭及图层设置、浏览查询及要素查看功能。专题图层主要包括宗地评价结果,支持分别查看优秀企业、达标企业、提升企业、整改企业、停产停业不同的评价结果图层,支持查看不同评价结果的企业详细信息列表,实现数据的筛选查询、企业定位以及数据清单导出。
4.3 网格模块
网格模块以市、县、乡镇(街道)为基础划分网格区,实现多级网格管理,满足不同层级的数据需求,为工作决策提供数据支持。网格模块支持按网格区域统计低效工业用地的企业总数、地块数量、总产值等指标汇总情况和按各评价结果产业类型的宗地数量、总产值、总税收等重要指标;支持按网格区域统计低效工业用地的评价总体情况统计,按不同的产业类型进行宗地数量、总产值、总税收等重要指标的统计;还支持各乡镇各大产业企业情况统计,按乡镇对不同产业的宗地数量、总产值、总税收等重要指标进行统计;支持统计信息的跳转,通过点击统计表上宗地数量可跳转至相应的数据列表,列表数据可以定位至其专题图位置。
4.4 维护模块
维护模块根据用户权限设置相应的维护内容,实现对低效工业用地的企业信息常态化管理和维护,保证数据的可靠性和可用性。系统数据维护主要包括支持对地块信息、企业信息、能耗信息进行维护,具有查询、修改、新增、删除等功能。地块信息的维护是通过地块信息维护清单进行地块信息核实,编辑地块土地权属、供应类型、入驻企业等信息。企业信息中的产值税收、加分、减分等指标直接影响低效工业用地评价得分的准确性,进而影响评价结果,造成对低效工业用地认定评价不准确。企业信息的维护主要包括产值税收、加分、减分等信息。能耗信息的维护主要包括用电用气量。
4.5 一键评价
一键评价模块支持用户快速获取评价结果,制定相应的改进措施,提高工业用地的使用效率。为了确保评价结果的客观性和公正性,需要先确定评价标准。评价标准可以参考相关政策和行业标准,结合实际情况进行调整和完善,最终确定好各指标的权重。在进行一键评价前,还需要进行数据质检,数据质检包括从外部数据源获取相关数据,导入如产值税收、产业类型、奖励加分等数据,确保数据的质量和格式符合要求,最终进行一键评价。
5 结语
本文设计并实现了一个低效工业用地分析评价系统,基于GIS和RS技术整合了工业用地调查的多种空间和属性数据,对低效工业用地进行了全面分析和评价。该系统的应用将有助于提高低效工业用地利用效率,促进经济发展与环境保护的协调发展。但本系统仍存在局限性,如数据来源的可靠性、分析方法的通用性等,需要在未来的研究中进一步完善和优化。