区域建设用地利用效率时空分异及驱动因素研究——以皖江城市带为例

李 鼎, 郭贯成, 史洋洋

(南京农业大学 公共管理学院,江苏 南京 210095)

城市建设用地作为城市发展的重要空间载体,促进了城市经济、文化和社会活动的繁荣发展.1981—2020年,我国城镇化率从20.16%增长到63.89%,城市建设用地面积从6 720.0 km2增加到58 355.3 km2.截至2014年末,全国新增建设用地指标使用比例已超过80%,其中有18个省份的城市建设用地规模已突破2020年规划目标,城市建设用地供需矛盾异常突出.2019年,我国东、中、西部地区均有75%以上的城市建设用地超标[1],城市建设扩张规模与人口经济增长速率不协调相对突出[2].随着新型城镇化和工业化建设的深入推进,城市建设用地空间配置扭曲[3]、用地结构失衡[4]、土地低效粗放利用[5]等问题逐渐凸显.因此,开展城市建设用地利用效率研究对促进城镇高质量发展[6]、驱动区域一体化发展[7]兼具实际价值与现实意义.

目前,学术界开展了城市建设用地利用效率的有益探索:概念内涵方面,学者们往往基于各自的研究目标给出城市建设用地利用效率的定义[8-9];研究内容方面,国外的研究主要集中于土地利用效率评价[10]、土地资源优化配置[11],国内则偏重于城市建设用地利用效率评估、空间格局演变特征及驱动机制的研究[12-14];研究方法上,多以传统DEA模型[15]、SBM-Undesirable模型[16]对城市土地利用效率进行评价,以ESDA统计指数[17]、空间自相关模型[18]分析城市土地利用的时空演化特征,以GTWR模型[19]、Tobit回归模型[20]揭示城市建设用地利用效率空间分异的驱动机理;研究的空间尺度涉及全国[21]、区域[22]和单个城市[23].也有学者针对研究中发现的问题提出优化途径[24-25].总体来看,已有研究为优化城市土地利用结构布局,量化城市土地利用效率评价,调控城市土地利用配置效率提供了丰富的理论和方法支持.但研究尺度大多涉及省、市、县级单位,围绕中部地区城市群的土地利用效率评价的研究尚不多见,且当前研究大多关注土地利用综合效率,对于建设用地利用效率的研究较少.基于此,本文以长江三角洲城市群的重要组成部分,也是中部地区崛起战略确定的重点开发区域——皖江城市带作为研究区域,结合DEA-VRS与GIS空间统计模型,探究皖江城市带9个城市2009—2020年建设用地利用效率的时空格局演变特征,并运用GRA模型分析其驱动因素,以期丰富土地利用效率相关研究,为促进长三角一体化发展提供建议和理论参考.

1 研究区概况

皖江城市带位于安徽省中部,地处115°21′—119°38′E、29°33′—33°13′N,与苏浙赣鄂豫5省毗邻,涵盖合肥、马鞍山、芜湖、铜陵、安庆、池州、巢湖、宣城和滁州9个地级市及六安市的金安区和舒城县,占地约7.60万km2,是长三角区域不可或缺的部分.皖江城市带属于亚热带温润季风气候,四季分明,土地、矿产、水利、旅游等资源丰富,2020年人均地区生产总值为24 966亿元,占安徽省的64.54%,常住人口约3 001.2万人,城镇化率为64.31%.

2010年1月,国务院正式批复《皖江城市带承接产业转移示范区规划》,表明皖江城市带的发展上升为国家发展战略.2019年12月,中共中央、国务院明确提出要推动长三角一体化发展.作为未来中原地区和长三角区域经济发展的重要支撑点,皖江城市带的发展离不开土地、资金和劳动力的支撑.因此,研究新型城镇化背景下皖江城市带建设用地利用效率的地区差异特征及驱动机制,不仅对实现区域经济、资源和环境协调发展具有重要现实意义,对促进长三角城市群高质量发展更是大有裨益.

2 研究方法与数据来源

2.1 研究方法

2.1.1 数据包络分析基于规模报酬不变(CRS)的数据包络分析(DEA)方法由Charnes等[26]提出,旨在能够相对有效地比较“多投入-多产出”机制下提供相似服务的单元,之后,Banker等[27]在传统DEA模型的基础上提出了规模报酬可变(VRS)的DEA方法.DEA模型以线性规划方法来确定决策单元的输入输出权重,不需要预先估计参数,避免了个体主观性的产生,使评价结果更具客观性和有效性[28].本文参考文献[29-30]的方法,构建测算不同城市建设用地利用效率的DEA-VRS模型.通过模型,综合效率可分解为规模效率与纯技术效率的乘积[17,28],效率值介于0～1,等于1时达到最优.

2.1.3 灰色关联模型灰色关联分析(GRA)是一种通过定量描述和分析比较来确定系统发展变化趋势的方法,它根据参考数列和若干比较数列的几何相似和相异程度来判断关联程度,不受样本数量限制,计算方便[33-34].本文以城市建设用地利用综合效率、影响因素作为参考数列和比较数列.

2.2 指标选取与数据来源

2.2.1 指标体系的构建根据柯布-道格拉斯生产函数,将土地、资本及劳动力的投入产出之比相对数作为衡量城市建设用地利用效率的指标[28,35].借鉴相关文献[36-37],选取城市建设用地面积、城市固定资产投资总额、城市非农从业人员数量作为投入指标;产出指标考虑经济、社会和生态3个维度,具体见表1.

表1 建设用地利用效率评价指标Tab.1 Evaluation indexes of construction land use efficiency

2.2.2 数据来源土地数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/),其余数据来自《安徽统计年鉴》(2009—2020)、《中国城市统计年鉴》(2009—2020).需要说明的是,2011年巢湖市被划入合肥市、芜湖市和马鞍山市的管辖范围,2016年安庆市的枞阳县正式划归铜陵市管辖,考虑到行政区划变迁和数据连续性,本文未将原巢湖市纳入研究区域,铜陵市社会经济数据的统计则考虑了行政区域的调整.统计范围涉及六安、合肥、马鞍山、芜湖、铜陵、安庆、池州、宣城、滁州共9个地级市.为保持统计口径的一致性,本文以2011年为基期,对城市固定资产投资总额、城市财政收入、城市非农产值等经济数据进行平减处理,消除价格因素的影响.

对比不同计划靶区的剂量分布情况，PTV适形度的指数(CI)，脊髓0%体积的平均及最大剂量情况，其中CI=VT,ref/VT×VT,ref/Vref，Vref是参考的等剂量线所覆盖总体积，VT是靶体积，VT,ref是参考的等剂量线索覆盖靶体积；CI取值为0至1，0表示靶区和等剂量线包绕区都没有重叠，1表示靶区和等剂量线索包绕区完全一样，计算PTV 50 Gy时的CIPTV。

3 结果与分析

3.1 皖江城市带建设用地利用效率的时空特征

图1 2009—2020年皖江城市带建设用地利用效率Fig.1 Construction land efficiency in the Wanjiang city belt from 2009 to 2020

3.1.1 综合效率时空特征从时间序列上看(图1),10多年来,皖江城市带建设用地利用综合效率指数总体提升了0.012,呈“下降—上升”周期循环波动的变化特征,其中2010年为综合效率值变化的转折点,表明皖江城市带承接产业转移示范区的成立具有显著的正效应.研究期内各城市综合效率及其变化存在显著差异,2009—2020年,芜湖市、滁州市的综合效率值由0.932、0.796上升到1.000、1.000,安庆市和六安市的综合效率值由1.000、0.988降低到0.861、0.961.芜湖市土地利用综合效率的提升与安徽省城镇体系规划对合(肥)、芜(湖)马(鞍山)两大核心经济圈的战略定位相吻合,滁州市被纳入南京都市圈和合肥都市圈后在吸引外商投资方面较为突出,而安庆市、六安市综合效率值的下降与其经济发展缓慢存在一定的联系.

3.1.2 纯技术效率的时空特征从时间序列上看(图1),研究区9个城市纯技术效率平均值整体呈现先升后降的变化趋势,从2009年的0.980上升到2020年的0.990,表明皖江城市带建设用地利用管理水平显著增强.合肥市是安徽省的政治、经济、文化中心,也是科技创新的核心城市,10多年来,全省以合肥为“点”,加强沿长江轴线城市科技创新能力的横向延伸和纵向延伸[38],推动皖江城市带科技和人才等技术要素投入水平的合理增长.2020年安庆市、六安市的纯技术效率指数分别为0.939、0.968,低于研究区纯技术效率平均值,表明在“以推动高质量发展为主题”的大背景下,安庆市、六安市等传统工农业城市亟须加强土地转型升级工作,增强绿色发展的内生动力.

3.1.3 规模效率的时空特征从时间序列上看(图1),皖江城市带规模效率值从2009年的0.988上升到2020年的0.990,经历了“下降—上升—平稳—上升—下降”5个阶段的变化过程,反映出皖江城市带在土地、资金、劳动力等要素及城市用地结构上配置失衡,具体表现为工业用地比例偏高、劳动力严重流失.2009、2020年皖江城市带城市建设用地中工业用地比例分别为21.69%、20.26%,远高于国际上工业用地占比(10%～15%);2010、2020年,安徽人口净流出数量分别为966万人、997万人,占全省常住人口的16.24%和16.31%.长三角城市群是我国经济最具活力、开放程度最高、创新能力最强、吸纳外来人口最多的区域之一,江浙沪经济的高速发展,对毗邻的安徽省表现出强大的“虹吸效应”,导致安徽省内很多地区处于无人建设的尴尬局面;为了吸引人口回流,地方政府通过“以地谋发展”“以地生财”的城市发展模式拉动经济增长,也进一步导致了城市土地资源配置失衡.

3.2 皖江城市带建设用地利用效率的空间格局

3.2.1 总体空间格局演变特征通过ArcGIS 10.8软件计算2009、2020年皖江城市带建设用地利用综合效率值的全局莫兰指数,进而判断城市带建设用地利用效率总体格局变化趋势.根据计算结果可知,2009、2020年皖江城市带建设用地利用效率的全局莫兰指数分别为-0.147 6、0.156 1,均通过P<0.05的显著性检验,呈现显著的空间负相关和空间正相关,表明10年间皖江城市带建设用地利用效率的空间格局变化显著,建设用地利用效率的空间集聚程度进一步增强.

图2 2009、2015、2020年皖江城市带建设用地利用效率空间格局Fig.2 Spatial pattern of construction land use efficiency in the Wanjiang city belt in 2009,2015 and 2020 (地图底图来源于审图号为GS(2019)1822号的标准地图)

3.2.2 局部空间格局演变特征综合效率上,皖江城市带总体空间格局变化显著(图2).2009年热点区域以芜湖为中心呈“圈层式”分布,2015年热点区域以铜陵为集聚中心不断向外扩张,2020年热点区域呈带状分布,主要集中在皖东,反映出在长三角中心城市的有效带动和辐射下,高效率的城市集中于皖江城市带的东部,形成明显的集群效应;2009年冷点区域主要集中于六安、芜湖和滁州,2015年冷点区域主要为滁州、铜陵,2020年冷点区域主要集中于六安、安庆.随着2008年全球金融危机的爆发,皖江城市带已无法继续粗放型外向型的经济发展模式,各地陆续调整土地政策,加上多方面的客观因素,导致了地区间的发展不均衡.2010—2020年皖江城市带的生产总值从8 407亿元增长到24 966亿元,其中,滁州等皖东城市通过吸引社会投资而高速发展;六安等皖西地区由于产业结构依然偏重导致经济社会发展动力不足;2016年安庆市枞阳县经国务院批准正式划归铜陵市管辖,土地资源、人力资源和投资资产规模的减少导致安庆经济增长减速.

纯技术效率上,皖江城市带整体空间格局变化较大(图2).2009、2015年热点区域覆盖除滁州以外的其他城市,2020年热点区域主要集中于皖东城市;2009、2015年冷点区域集中于滁州,2020年冷点区域空间分布格局发生变化,冷点区域分布于六安和安庆.2010年皖江城市带成立承接产业转移示范区,区域内产业结构发生调整,而安庆等传统工矿型城市因陷入高投入、高产出、高污染的循环亟待通过创新驱动促进产业提档升级.

规模效率上,皖江城市带总体空间格局与综合效率相似(图2).2009年热点区域连片分布在省域的中部地区,2015年热点区域连片分布在铜陵周边,2020年热点区主要集中于皖中(合肥、滁州)及马鞍山、芜湖、池州、铜陵、宣城等沿江城市,在空间上表现出向江浙地区集聚的特点;2009年冷点区域主要分布于芜湖、滁州和六安,2015年冷点区域主要集中于滁州和铜陵,2020年冷点区域主要分布于六安和安庆.2016年合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城8市被纳入长三角城市群规划,皖江城市带呈“东向发展”新格局,其中,滁州、芜湖等市依赖合肥和苏南城市产生的空间溢出效应和扩散辐射效应,提高了城市土地经济产出能力.

4 皖江城市带建设用地利用效率的驱动因素

表2 皖江城市带建设用地利用效率的驱动因素

从表2可以看出,各驱动因素与皖江城市带建设用地利用效率的关联度系数均大于0.5,体现了初步预判的科学性和有效性.整体来看,皖江城市带建设用地利用效率时空格局演变受多重因素综合驱动,关联等级强的因素依次是区位条件、产业结构、城镇化水平、政府规制、人地关系.

4.1 区位条件

区位条件是导致皖江城市带建设用地利用效率时空格局演变的主要驱动力.根据空间相互作用理论,区位是城市发展的基础,城市之间总是在时空上不断进行相互作用.从图2可以看出,皖江城市带建设用地利用综合效率在空间上呈现出中东部地区高、西部地区低的特点,2009—2020年滁州市、合肥市、六安市生产总值分别增长213%、272%、128%,这表明皖江城市带各城市发展存在地域不均衡性,处于优势区位的城市可以充分利用资源禀赋,增强对周边区域的“虹吸效应”,提高土地利用效率的投入产出水平.

4.2 产业结构

产业结构的转型升级不仅可以调整土地利用结构和方式,还可以提高区域产业的综合效益.2010年,国家设立皖江城市带承接产业转移示范区,区域内产业分工和布局发生转变;2020年安徽省三次产业结构调整为8.79%、46.13%、45.08%,10年内第三产业比重提高了8.69百分点.铜陵等资源型城市囿于产业结构不优,土地利用效率的提升受到抑制.

4.3 城镇化水平

城镇化水平是区域经济发展程度的重要标志,城镇化水平的提高能够有效吸引劳动力和资本等生产要素向心集聚,从而实现土地资源高效利用,提升城市经济活力.皖江城市带的常住人口城镇化率由2009年的52.61%提高到2020年的58.09%.新型城镇化背景下皖江城市带将更加注重建设用地的集约高效利用,这对土地利用综合效率的提升将产生积极影响.

4.4 政府规制

从宏观视角,政府可通过行政手段出台相关政策引导产业和人口集聚,激发各类市场主体活力;从微观视角,政府可通过规划手段优化土地利用结构,提高资源配置效率.2016年,安徽省人民政府办公厅印发《长江三角洲城市群发展规划安徽实施方案》,提出要扩容升级合肥都市圈,加快合肥都市圈与南京都市圈融合发展,这对皖江城市带建设用地利用效率的格局演变产生了重要影响.

4.5 人地关系

人口密度的增长能够加快资金、技术等要素在区域内自由流动的效率,提高城市土地利用集约度.皖江城市带的城市人口密度在2009、2020年分别为2 869.0、2 626.1人/km2,随着长三角中心区域辐射带动能力的增强,安徽省人口净流出规模呈扩大趋势.囿于人力资本不足,皖江城市带的社会经济发展受到制约,这对城市建设用地利用效率产生了消极影响.

5 结论与建议

5.1 结论

1)时间维度上,皖江城市带建设用地利用综合效率呈“下降—上升”周期循环波动的变化特征,其中2010年皖江城市带承接产业转移示范区的成立为效率变化的转折点,各城市效率变化的显著差异与“向东发展战略”及“中心城市发展战略”等倾向性政策密切相关;纯技术效率平均值整体呈现先升后降的变化趋势,反映了皖江城市带在建设用地利用管理水平增强的同时亟须加快经济绿色发展转型;规模效率经历了“下降—上升—平稳—上升—下降”5阶段变化过程,反映出皖江城市带在土地、资金、劳动力等要素及城市用地结构上配置失衡,具体表现为工业用地比例偏高、劳动力严重流失.

2)空间维度上,皖江城市带建设用地利用效率空间关联性和地域不均衡性并存.2009、2020年建设用地利用效率呈现显著的空间负相关和空间正相关,随年份演进空间集聚程度进一步增强;建设用地利用综合效率、纯技术效率和规模效率在空间上呈现“中东部高、西部低”的空间分布格局.

3)驱动机制上,研究期间皖江城市带建设用地利用效率时空格局的分异与演变受多种驱动因素综合作用;关联程度上,区位条件>产业结构>城镇化水平>政府规制>人地关系.

5.2 建议

1)基于皖江城市带建设用地利用效率不稳、不高、不强的现状,要充分发挥合肥、芜湖等城市的“排头兵”作用,促进沿江城市群(芜湖、马鞍山、铜陵、池州、宣城)和各县(市)城镇发展.对于粗放式经营下的传统工矿型城市(安庆、铜陵),要加快产业结构调整,以绿色高质量发展为主题,着力推进产业创新协调发展;对于人口流失严重的城市(马鞍山、安庆、六安、滁州),要克服长三角城市群的“虹吸效应”,注重引进劳动密集型和资本密集型产业,优化医疗、教育等公共资源配置,着力推进公共服务能力提升.

2)基于皖江城市带建设用地利用效率空间布局“东密西疏”的特征,应打破区域内土地资源利用的马太效应,深入实施区域协调发展战略,加强优化城市间资源要素配置,提升区域一体化的速度和程度.中心城市(合肥)要加强城市辐射带动能力,建立与皖江城市带其他城市发展利益共享、责任共担机制;沿江城市群(芜湖、马鞍山、铜陵、池州、宣城)要充分利用“长三角一体化”的战略机遇,加快城市更新步伐,提高产业链现代化水平;皖中城市(滁州)要深度融入合肥都市圈,创新土地资源配置方式,推动产业结构绿色转型升级;皖西地区(六安、安庆)要转变经济发展模式,加大基础设施和科技研发投入,优化产业布局,推动特色化发展.