基于環境約束的中國礦業城市工業用地效率評價

朱孟玨，莊大昌，李 濤

（1.廣東財經大學公共管理學院，廣東 廣州 510320； 2.陜西師范大學西北國土資源研究中心，陜西 西安 710119）

1 引言

礦業城市是因礦產資源開采、加工而興起，并長期占據主導產業地位的城市。中國礦業城市數量眾多，分布廣泛，新中國成立以來累計生產原煤529億t、原油55億t、鐵礦石58億t，為健全現代工業體系，促進國民經濟發展，保障能源資源戰略安全發揮了重要作用[1]。然而，諸多礦業城市近年來相繼出現資源枯竭、產能過剩、生態惡化等問題，城市可持續發展面臨挑戰。因此，提升礦業城市工業用地效率，加強轉型內生動力，對有效利用城市有限土地，建立高效、集約、協調的資源可持續開發模式具有重要意義。

國外相關研究起源于20世紀初的生態學派，研究主題多關注土地資源保護、土地利用的生態影響效應等，如VERBUGR[2]利用GTAP和綜合評估模型討論環境政策對歐洲城市土地效率的影響性，LANGPAP[3]等利用流域健康指標模型探討了土地利用效率與政府土地激勵政策的關聯性， DEILMAN和RINANTI利用SFA或超效率模型等評價土地碳排放效率等[4-5]。在工業用地效率研究方面，國外學者也深入探討了工業用地規劃[6]、產業園區工業用地效率[7]的相關問題，但總體上對于工業用地效率針對性研究不多。國內工業用地效率的相關研究起步較晚，但近年來研究成果較多，主要研究視角包括：一是工業用地效率時空差異的測度研究。如眾多學者采用C-D生產函數[8]、特爾菲法[9]、主成分分析法[10]、全要素生產率指數[11]、容積率指數[12]、隨機前沿法與工業用地損失測度[13]、DEA模型[14-15]等對全國主要經濟區或區域的工業用地效率進行評價分析。二是工業用地的環境/生態效率研究。如荊肇睿[16]等從建設用地控制指標的視角探討了工業分行業用地的碳排放效率及其優化；王佑輝等[17]研究了基于環境約束的京津冀工業用地效率。三是工業用地效率的影響因素研究。如梁皓等[18]認為企業對不同環境約束做出的響應會對工業用地效率產生影響；羅能生等[19]分析了地方政府競爭對工業用地效率的影響；張琳等[20]從微觀企業視角分析了土地投入、企業特性、外部環境、基礎設施、企業盈利能力及區位優勢等對工業用地效率的影響。四是土地利用效率與人口城鎮化等的耦合度/協調性研究。如郭貫成等[21]研究新型城鎮化與工業用地效率的關聯性。

總體來看，國外研究偏重生態保護政策與管理機制，國內研究偏重工業用地效率的評價測度，模型方法相對成熟，但研究尺度以省域或經濟區為主，研究對象相對宏觀，對于礦業城市這一特殊類型城市的工業用地效率，尤其是基于全國空間尺度和環境約束視角，分析不同類型礦業城市的工業用地效率的研究相對較少。有鑒于此，本文以2000—2015年地級以上110個礦業城市為樣本，采用Malmquist-Luenberger模型，探討其在環境約束視角下的工業用地效率，并分析影響因素及優化路徑。

2 研究設計

2.1 研究樣本與指標構建

《中國資源型城市可持續發展規劃（2013—2020年）》確定了礦業和森工兩類262個資源型城市。其中，地級以上礦業城市110個。基于樣本連續性，以2000年、2005年、2010年和2015年4個年份110個地級以上礦業城市作為城市樣本，所有城市根據礦業職能劃分為煤炭型、油氣型、黑色金屬型、有色金屬型、非金屬型和綜合型6類（表1）①根據煤炭開采和洗選業、石油和天然氣開采業、有色金屬礦采選業、非金屬礦采選業、開采輔助活動與其他采礦業、石油加工、煉焦和核燃料加工業、非金屬礦物制品業、黑色金屬冶煉和壓延加工業、有色金屬冶煉和壓延加工業產值占采礦業產值比重確定職能，當某一產業占比超過50%確定為城市的礦業職能，均未超過50%確定為綜合型職能。數據源于第三次經濟普查。。

在指標構建上，考慮投入和產出兩方面（表2）。投入指標采用地均工業從業人員數（x1）、地均工業固定資產總額（x2）。產出分為期望產出和非期望產出，期望產出采用地均全部工業增加值（y1）、地均規模以上工業企業利稅總額（y2）；非期望產出采用地均工業廢水排放量（b1）、地均工業二氧化硫排放量（b2）、地均工業煙粉塵排放量（b3）。數據來源于《中國城市統計年鑒》《中國城市建設統計年鑒》及各省統計年鑒。相關數據作以下處理：（1）全部指標均以全市為統計范圍。（2）《中國城市建設統計年鑒》中僅有市轄區工業用地面積，需要進行修正。本文根據全市和市轄區的工業總產值比值對工業用地面積進行等比例修正，將市轄區工業用地面積換算成全市工業用地面積。（3）采用價格指數對x2、y1、y2三個指標換算成2000年可比價，消除價格因素。

2.2 研究方法

本文主要采用Malmquist-Luenberger模型，即包含非期望產出的方向距離函數（DDF）和Malmquist指數模型相結合的組合運算模型。

（1）方向距離函數（Directional Distance Function，DDF）：環境約束性指標是礦業城市用地效率評價體系中不可忽略的重要衡量指標，但環境指標往往屬于非期望產出（Undesirable Outputs）。相對于傳統的DEA模型無法有效解決非期望產出問題，方向距離函數可以在指標體系中同時構建投入、期望產出和非期望產出三類指標，DDF計算模型為[22]：

表1 礦業城市的樣本統計Tab.1 Sample cities statistics

表2 工業用地效率評價指標Tab.2 Industrial land use ef fi ciency evaluation index

式（1）中：β計算取得的最優解β*即為效率值，0≤β*≤1；s.t.為限制性條件；λ為權重向量；投入記為X，期望產出記為Y，非期望產出記為B；gx、gy、gb分別為投入、期望產出和非期望產出向量，且gx≥0、gy≥0、gb≤0；xk、yk和bk為當前正測量的決策單元。

（2）Malmquist指數模型：該方法可有效刻畫土地效率動態變化，并對管理經營和技術創新進行評價，利于有針對性地提出效率提升優化路徑[22]，模型如下：

式（2）中：MI為全要素生產率，MI＞1、MI=1或MI＜1分別表示生產效率提升、不變或衰退；EC為效率改進指數，EC＞1、EC=1或EC＜1分別表示企業管理制度和決策改善，不變或惡化；TC為技術進步指數，TC＞1、TC= 1或TC＜1分別表示生產技術（創新）進步，不變或衰退；x，y，b分別為投入向量，期望產出向量和非期望產出向量；Et（xt，yt，bt）、Et+1（xt+1，yt+1，bt+1）分別為時間t和時間t+1同前沿面技術相比較的投入距離函數；Et（xt+1，yt+1，bt+1）、Et+1（xt，yt，bt）分別是根據生產點在混合期同前沿面技術相比較得到的投入距離函數。

3 礦業城市工業用地效率的時空特征

2000年、2005年、2010年和2015年110個礦業城市的工業用地效率依次為0.676、0.592、0.614和0.573，說明環境約束下，礦業城市工業用地效率處于中等效率水平；年均增長率為-0.10%，呈現波動下降態勢，礦業城市的土地利用存在改善空間。

3.1 用地效率的空間演化差異

分析礦業城市的工業用地效率空間演化，結果表明（表3）：（1）從東部、中部、西部和東北4大地區看，2000年效率值分別為0.756、0.735、0.578和0.681，東部＞中部＞東北＞西部；隨后，中部效率值持續降低，東北地區波動下降，東、西部效率值先降后升，至2015年，4大地區效率值調整為0.672、0.512、0.612和0.548，東部＞西部＞東北＞中部。（2）將城市按效率值劃分為絕對高效（值為1.000）、高效［0.800，1.000）、中高效［0.600，0.800）、中低效［0.400，0.600）和低效［0.000，0.400）5類。2000年，絕對高效和高效城市分布在山西、山東、蘇浙皖地區以及克拉瑪依和大慶兩個城市，中高效城市分布在福建、江西、四川。2005年和2010年，60%的城市處于中低效水平，高效以上城市集中在山西、陜西及周邊地區。2015年，絕對高效城市包括克拉瑪依、東營、慶陽、鄂爾多斯、大慶和南充；高效和中高效城市分布在東部沿海以及陜西、四川、內蒙古；低效城市集中在山西、黑龍江東部、甘肅西部和云貴地區。相關的特征解釋是：礦業城市工業用地效率差異與其發展階段密切相關。2000—2015年，東部地區唐山、徐州、宿遷、淄博、臨沂等礦業城市經歷了由衰退型向再生型轉變，基本擺脫了資源依賴，實現了產業轉型，用地效率先降后升；西部礦業城市以成長型為主，隨著新資源發現以及技術提升，生產效率顯著上升，如絕對高效城市慶陽、鄂爾多斯和南充；東北地區阜新、鶴崗、雙鴨山、七臺河等出現資源枯竭，用地效率波動式下降；中部地區淮北、萍鄉、焦作、新余、銅陵、黃石等因為資源枯竭而效率下降。同時，受國際煤炭價格和航運費下降影響，國內煤炭產能過剩，中部地區煤炭型城市用地效率快速下降。

表3 2000—2015年分規模等級的礦業城市工業用地效率差異Tab.3 Evolution of of mining cities’ industrial land use ef fi ciency based on city-size from 2000 to 2015

3.2 用地效率的規模等級差異

基于分區域分規模分析工業用地效率，結果表明（表3）：（1）大、中、小城市效率值由2000年的0.728、0.723、0.660調整到2015年的0.626、0.585、0.552，說明礦業城市規模越大，資源整合能力更高效，符合規模遞增原則，年均增長率依次為-1.00%、-1.40%和-1.18%，大城市降幅最小，小城市居次，中等城市降幅最大；（2）2000年東部地區各級城市、中部地區中小城市、東北地區大城市效率值較高，到2015年，西部大城市效率值及增幅最高，西部中等城市、東部各級城市、東北大城市等效率較高，中部各級城市、東北中小城市效率值較低。

3.3 用地效率的礦業職能差異

基于職能類型不同，礦業城市工業用地效率存在顯著差異性（表4）：（1）油氣型城市維持在0.800以上的高效率水平，如大慶、克拉瑪依、東營、慶陽；（2）非金屬型城市基本處于中高效水平，如宿遷、南充、自貢等；（3）煤炭型城市在2000—2010年處于中高值（0.650左右），2010年后受產能過剩影響快速下降；（4）黑色金屬型、有色金屬型和綜合型城市經歷了快速下降到緩慢上升的過程，處于中等效率水平。到2015年，礦業城市工業用地效率由高到低依次為油氣型、非金屬型、綜合型、黑色金屬型、煤炭型和有色金屬型。

4 礦業城市用地效率影響因子及優化路徑

用地綜合效率能反映礦業城市的整體演化，但較難解析其演化原因。Malmquist指數和松弛變量可以分析礦業城市用地效率的影響因子，并從中提出優化路徑。

4.1 Malmquist指數及指標分解

Malmquist指數（MI，全要素生產率）可以較好地刻畫相對生產效率的動態變化，并通過效率改進指數（EC）和技術進步指數（TC）兩個分解指標探討礦業城市企業管理方法的優劣，以及技術進步或創新的程度。結果表明（表5）：（1）MI指數在2000—2005年、2005—2010年、2010—2015年分別為1.047、1.270和1.004，全部大于1，保持了年均增長10.1%的上升趨勢。（2）指標分解來看，效率改進指數（EC）僅在2005—2010年大于1，其他階段小于1，年均增長-5.4%；技術進步指數（TC）各階段均大于1，年均增長16.4%。說明2005—2010年礦業城市生產率的改善同時源于效率改進和技術進步，即一方面加強自身管理水平，完善內部管理制度，另一方面積極改進工業生產技術，加大科技投入；在2000—2005年和2010—2015年，MI指數雖然上升，但技術進步成為最大動力，工業企業管理方法有待改善。（3）油氣型MI指數最高（1.438），得益于科技投入和技術創新水平（TC達1.465）；有色金屬型MI指數最低（1.042），在管理制度和技術進步方面均有待改善；煤炭型偏重技術進步，非金屬型、綜合型和黑色金屬型偏重效率（管理制度）改進。在分區域分規模上，MI年均指數符合“東部城市＞西部城市＞中部城市＞東北城市”和“大城市＞中等城市＞小城市”的特征。這一特征同樣與東部地區以再生型和成熟型礦業城市為主，中部地區以成熟型和衰退型礦業城市為主，西部地區以成長型礦業城市為主，東北地區衰退型礦業城市較多的空間分布特征密切相關。同時，城市規模越大，科技投入越大，技術創新能力也越強，有利于全要素生產率長期保持較快增長水平。

表4 2000—2015年分職能類型的礦業城市工業用地效率差異Tab.4 Evolution of mining cities’ industrial land use ef fi ciency based on functional categories from 2000 to 2015

表5 2000—2015年礦業城市Malmquist指數及分解Tab.5 Decomposition of Malmquist index of mining cities from 2000 to 2015

4.2 基于松弛變量的影響因子分析

松弛變量（冗余度）可刻畫礦業城市在投入、期望產出、非期望產出（環境約束）中的有效/過量/不足狀態，為礦業城市的土地優化配置提供思路。

保持產出不變，分析投入過量情況，結果表明（圖1（a）、圖1（b））：（1）及時調整投入結構，全國在2015年可節省189.08萬人和6 932.00億元；（2）工業從業人員數在東部和中部大城市，煤炭型和黑色金屬型城市投入過量；（3）工業固定資產投資總額在煤炭型城市、東中部小型城市最為顯著。投入情況體現了兩個特征：煤炭和黑色金屬型（鋼鐵）產業受國際需求下降和航運費下調影響，產能過剩；受國內人口遷移格局影響，東部地區第二產業從業人員投入過量。

保持投入量不變，分析期望產出的不足情況，結果表明（圖1（c）、圖1（d））：（1）若加強生產技術，全國到2015年，可增加全部工業增加值272.60億元、利稅5 184.57億元；（2）大部分礦業城市工業增加值產出充足，僅有宿遷、滁州例外；（3）東中部煤炭型、黑色金屬型和綜合型城市利稅總額產出嚴重不足，說明煤炭、鋼鐵行業產能過剩，以唐山（煤炭+鋼鐵）冗余度最高（1 158.80億元），其他典型城市如包頭、鞍山、晉城、淮北、臨汾、朔州等。

保持投入不變，分析非期望產出的過量情況，結果表明（圖1（e）、圖1（g））：（1）若加強生產技術，全國到2015年，可減少工業廢水排放量1 743.42百萬t，二氧化硫排放量97.56萬t，煙粉塵排放量266.00萬t；（2）工業廢水排放量在中小城市，煤炭型、有色金屬型和綜合型城市存在冗余，如云貴川、閩粵湘贛、蘇魯豫地區；（3）工業二氧化硫排放量持續降低，尤以東部和東北城市減排明顯，但在中部和西部地區中小城市，煤炭型、有色金屬型城市仍有冗余，如甘肅、山西、遼寧及云貴川地區；（4）工業煙粉塵排放量冗余源于小型城市，并以煤炭型（如榆林、長治、呂梁）、黑色金屬型（如本溪、萊蕪）和綜合型城市（如唐山、呼倫貝爾）最為典型。總體來看，受礦業發展的影響，全國已出現了多個生態環境脆弱地區，包括甘肅祁連山有色金屬型（金昌—白銀—張掖）、閩粵湘贛有色金屬型（贛州—三明—郴州）、山西煤炭型（呂梁—長治—忻州—陽泉）、云貴川煤炭型（曲靖—畢節—六盤水—攀枝花）、遼寧綜合型（葫蘆島—鞍山—盤錦—撫順—阜新）等。

4.3 優化路徑建議

不同職能、不同區域規模的礦業城市具有不同影響因子，應采取差異化的效率改善路徑。

（1）投入方面，針對工業從業人數和工業固定資產投資的冗余情況，應改造提升傳統型礦業產業，扶持培育接續替代產業，降低山東、河北、豫南等地區礦業城市的工業從業人員投入；調整原先工業投資額向東部城市傾斜的政策，加強西部城市和資源衰竭型城市在經濟結構轉型、生態環境治理方面的資金政策支持，推動由資源導向型向多元發展型產業轉變。

（2）期望產出方面，針對工業增加值和利稅總額的冗余情況，應重點對河北鋼鐵產業、晉陜蒙地區部分過剩及落后的煤炭型產業實現去產能；加強礦業企業管理制度建設，創造條件推動礦業企業兼并重組，做好人員安置工作，實現工業利稅的持續增長。

（3）環境約束（非期望產出）方面，嚴格控制煤炭、有色金屬產業的準入條件；引導中、小城市有序關閉高污染、高排放的小微礦業企業；強調資源規模化開發和集約化發展，提升生產技術創新；重點加強甘肅祁連山和閩粵湘贛地區有色金屬型城市在SO2排放、云貴川地區在工業廢水和SO2排放、山西煤炭型城市在煙粉塵排放的生態環境治理。

5 結論與討論

本文采用Malmquist-Luenberger模型，分析了2000—2015年中國礦業城市工業用地效率的時空演化特征，并探討其影響因素及優化路徑，研究表明：

圖1 2015年礦業城市土地利用效率的投入產出冗余度Fig.1 Redundancy of mining cities land use ef fi ciency in 2015

（1）2000—2015年中國礦業城市工業用地效率處于中等效率水平，且呈現波動下滑態勢。高效率礦業城市集中在蘇魯浙皖、蒙陜地區，低效率礦業城市集中在山西、甘肅西部、云貴及東北地區。類型上，東西部高等級城市尤其油氣型、非金屬型城市用地效率相對較高。

（2）礦業城市全要素生產率受到效率改進和技術進步兩方面影響。其中，油氣型城市全要素生產率最高，在效率改進和技術進步同具優勢；煤炭型偏重技術進步；非金屬型、黑色金屬型和綜合型偏重管理效率改進，有色金屬型生產率最低。

（3）要素投入無效、期望產出不足、環境指標過量是造成用地效率不高的重要原因。不同類型礦業城市應采取差異化的效率改善路徑。應積極改造提升傳統型礦業產業，扶持培育接續替代產業，降低東中部人員投入，加強西部城市資產投入；重點實現黑色金屬型、煤炭型產業的去產能，增利稅；重點加強甘肅祁連山、閩粵湘贛、云貴川地區的生態環境治理。

需要指出的是，礦業城市類型多樣，且經歷“成長—成熟—衰退—再生”的演化過程，用有限的指標、相同的理想前沿面來衡量所有礦業城市的土地投入產出有效性具有一定局限性，有待今后從指標構建、土地利用類型等方面進行優化完善。