基于Super-SBM模型的中國省域城市工業用地生態效率時空演變及影響因素研究

黃和平,李亞麗,王智鵬

江西財經大學生態經濟研究院, 南昌 330013

工業用地是城市經濟社會發展的基本生產要素,是驅動中國城市化和工業化進程的車輪[1]。改革開放40年來,中國工業經濟發展取得巨大的成就,2016年工業總產值達到1755.2億元,為國內生產總值貢獻33.31%。城市工業用地面積穩步增長,2016年中國城市工業用地面積達到10250.60km2,比2000年增加5409.06km2,占城市建設用地面積的19.43%,明顯高于發達國家平均10%左右的水平[2]。與此同時,中國城市工業用地普遍存在利用無序、閑置浪費、容積率低等造成的產出效率低下等問題。據預測,到2030年城鎮化水平將達到70%左右且將全面實現工業化,屆時中國城市工業用地需求將日趨緊張,人地矛盾將更為突顯。當前,如何有效地實現工業用地節約集約利用,提升城市工業用地效率成為政府和學界亟需解決的重點課題[3]。因此,如何盤活城市工業用地存量,轉變土地由外延粗放式擴張向內涵集約式發展,逐步提高工業用地利用效率,實現工業用地節約集約利用,促進工業經濟由規模速度型向質量效益型轉變具有重要的意義[4]。

目前對城市工業用地生態效率的定義還沒有統一界定,城市工業用地生態效率是在城市工業用地利用效率基礎上考慮環境因素影響演變而來,傳統意義上的城市工業用地利用效率是指在一定經濟產出約束下,城市工業用地開發利用的充分程度[5]。相似地,城市工業用地生態效率可定義為在一定社會經濟產出和資源環境代價約束下,城市工業用地可持續開發利用的充分程度。近年來,國內外學者對工業用地的研究主要集中在工業產業效率[6-8]、工業用地價格[9-12]、工業用地政策[13-15]、工業土地集約利用[16-19]等方面,工業用地生態效率的相關研究則相對較少。城市工業用地利用效率的研究主要包括以下幾個方面：(1) 在研究尺度上,主要集中在宏、中觀尺度[20- 26],也有學者嘗試從微觀尺度對企業的工業用地利用效率進行了研究[27]；(2) 在指標選取上,絕大部分學者將工業總產值作為產出指標,工業用地面積、工業企業從業人員、工業固定資產投資等作為投入指標[2, 5,20]；(3) 在研究方法上,可將城市工業用地利用效率測度方法歸為三類：一類是引入相關計量分析模型[18],常用的模型有層次分析法、主成分分析法等,該方法的優勢在于理論與觀察資料相結合,賦予理論以經驗的內容,但存在個人主觀性較強的不足；一類是構建參數評價模型[2],常用的模型有C-D生產函數、全要素生產率等,該方法的優勢在于描述前沿面的前沿生產函數構造,能預測和控制投入產出,穩定性強,也存在個人主觀性較強的不足；還有一類是建立非參數評價模型,常用的模型有DEA、Malmquist指數和SBM模型[20, 23]等,該方法的優勢在于不需要對總體參數進行假定,能有效避免主觀性因素的影響,有廣泛的適用性,結果穩定性較好。

城市工業用地利用效率影響因素的研究主要分為兩個方面：一是城市工業用地利用效率影響因素的指標選取[28-30],可分為直接影響因素和間接影響因素,直接影響因素包括經濟發展水平、土地市場化水平、工業行業產權結構、土地使用成本等,間接因素則包括地方政府干預、土地結構改變、新型城鎮化等；二是城市工業用地利用效率影響因素的研究方法,常用的研究方法包括系統GMM方法[19]、Tobit模型[21,28]、面板數據模型[29-30]等。城市工業用地利用效率影響因素研究無論是直接影響因素還是間接影響因素均可以運用面板數據模型和Tobit模型進行回歸分析,區別在于Tobit模型適用于效率值介于0到1之間的情形,而面板數據運用更加廣泛且對效率值類型無要求。

綜上所述,目前國內對城市工業用地生態效率的研究,還可以從以下幾個方面進一步深化和拓展：(1) 已有的文獻主要是對城市工業用地的利用效率進行研究,將資源環境代價影響納入城市工業用地的生態效率研究相對較少；(2) 對城市工業用地生態效率區域差異的定量研究和環境因素對城市工業用地利用效率的影響分析還有待于進一步深化。鑒于此,本文將資源消耗、環境污染和生態改善納入城市工業用地生態效率測算指標體系,運用Super-SBM模型測算中國30個省(市、區)城市工業用地生態效率并分析其時空演變特征,在此基礎上利用面板數據模型分析城市工業用地生態效率的影響因素,以期為城市工業用地的高質量可持續發展提供參考。

1 研究方法與數據來源

1.1 研究方法

1.1.1Super-SBM模型

DEA模型是由Charnes和Cooper在“相對效率評價”概念基礎上發展起來的一種評價具有相同類型投入和產出的若干決策單元相對有效方法,適用于多投入、多產出的邊界生產函數的研究[31]。傳統DEA模型最大的不足,在于模型產出指標一般為經濟社會類期望產出指標,對于非期望產出指標卻不適用。處理存在非期望產出情況下的效率評價方法包括投入產出轉置法、正向屬性轉換法和方向性距離函數法,這3種方法雖然解決了非期望產出問題,卻忽視了投入和產出變量的松弛性問題[32]。Tone[33]提出了一種基于松弛變量測度的非徑向非角度的DEA分析方法,即SBM模型,測算的效率值隨著投入和產出松弛程度的變化而嚴格單調遞減,但是會出現多個決策單元同為完全有效的情況,以及無法對這些決策單元進行有效的評價與排序。鑒于此,Tone[34]基于修正松弛變量進一步提出了Super-SBM模型,該模型有效解決了SBM模型對有效單元無法繼續進行評價和排序的缺陷。

那么考慮松弛變量的Super-SBM模型,具體形式見公式(1)：

(1)

式中,ρ為目標效率值,即生態效率值；x、yg和yb分別為投入、期望產出和非期望產出；m、s1和s2分別為投入、期望產出指標和非期望產出指標個數；向量S-、Sg和Sb分別為投入松弛量、期望產出的松弛量和非期望產出的松弛量；λ為權重向量。當ρ≥1時,被評價的決策單元相對有效；當ρ<1時,被評價的決策單元相對無效。

1.1.2變異系數

運用變異系數來反映中國城市工業用地生態效率的變動差異程度[32],其計算方法見公式(2)：

(2)

式中,CV為變異系數值；Ai為中國各區域城市工業用地生態效率樣本值(分為華東、華北、華中、華南、西南、西北、東北七大區域,即n=7)；μ為中國城市工業用地生態效率平均值,σ為標準差。CV值越大,表示中國各地區城市工業用地生態效率的差異越大,均衡性越差；CV值越小,表示各地區城市工業用地生態效率差異越小,均衡性越好。

1.1.3面板數據模型

本文研究對象為中國30個省(市、區),基于Super-SBM模型測算得到的生態效率值,運用面板數據模型對其影響因素進行實證分析[35],面板數據模型的一般形式見公式(3)：

(3)

式中,i=1, 2,..., 30,表示30個區域；t=1, 2,..., 17,表示17個時期；k表示解釋變量個數；yit為被解釋變量,表示第i個個體在時期t的觀測值；xkit是解釋變量,表示第k個解釋變量對于個體i在時期t的觀測值；βki是待估參數；uit是隨機干擾項。

1.2 指標選取

1.2.1生態效率指標體系構建

為使城市工業用地生態效率的分析結果更加科學合理,本文基于科學性、全面性和可操作性等原則選取相互獨立的投入-產出指標。投入指標從土地、勞動力和資本3個方面分別選取了城市工業用地面積、單位面積城市工業企業年均從業人員和單位面積城市工業固定資產投資3個指標；期望產出指標從經濟、社會和生態3個方面分別選取了單位面積的工業生產總值、城鎮工業從業人員年平均工資和城市綠地面積3個指標；非期望產出指標從環境污染方面選取了單位面積的工業廢水排放量、單位面積的工業廢氣排放量和單位面積的工業固廢排放量3個指標。本文構建的城市工業用地生態效率評價指標體系如表1所示。

表1 城市工業用地生態效率投入產出指標體系

單位面積指的是單位城市工業用地面積

1.2.2影響因素指標體系構建

借鑒已有研究成果[36],結合各地區城市工業用地的特點,從經濟發展、環境管制、工業能源結構、工業產業結構、工業政策等方面來選取影響城市工業用地生態效率的因素進行分析,如表2。

表2 城市工業用地生態效率影響指標變量與說明

1.3 數據來源

本文的數據涉及17年、30個省(市、區)城市的相關經濟社會、生態環境面板數據,其中城市工業用地面積、工業生產總值、地區工業能源消費總量、城市綠地面積、城鎮工業從業人員工資、人均GDP、地區工業污染治理投資、地區工業煤炭消費總量、地區工業生產總值、地區生產總值和全國工業生產總值數據來源于《中國統計年鑒》(2001—2017年)；城市工業企業年均從業人員數據來源于《中國城市統計年鑒》(2001—2017年)；工業能源消費結構數據來源于《中國能源統計年鑒》(2001—2017年)；城市工業固定資本投資數據來源于《中國固定資本投資統計年鑒》(2001—2017年)；工業廢水排放量、工業廢氣排放量和工業固體廢棄物排放量數據來源于《中國環境統計年鑒》(2001—2017年)；土地市場化水平和工業土地使用成本數據來源于《中國國土資源年鑒》(2001—2017年)；工業對外開放水平和工業行業產權結構數據來源于《中國工業統計年鑒》(2001—2017年)。因西藏自治區多個指標數據缺失,故本文研究對象為除西藏自治區以外的30個省(市、區)。2000—2005年的部分城市工業用地面積缺失,本文采用歸納法利用城市工業用地面積占城市建設用地面積比值的變化趨勢來獲得；城鎮工業從業人員工資根據城鎮單位就業人員平均工資和城鎮私營單位就業人員平均工資中采礦業、制造業、電力、熱水、燃氣及水生產和供應業、建筑業的加權平均值獲得。此外,為了真實反映經濟發展動態,消除價格變動的因素,將人均GDP、工業生產總值、城鎮工業從業人員工資和城市工業固定資產投資分別根據相應的價格指數換算成2000年不變價格。

2 實證分析

2.1 城市工業用地生態效率實證分析

2.1.1城市工業用地生態效率時間序列分析

根據公式(1),計算得到全國30個省(市、區)歷年工業用地生態效率值,如表3所示。由表3可知,2000—2016年中國城市工業用地生態效率總體呈下降趨勢,總體下降5.81%,年均下降0.35%；其中,2000—2016年中國城市工業用地生態效率變化呈現“先下降后上升”的兩階段趨勢。從各城市總體變化趨勢來看,除天津、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、湖北、廣東、重慶、四川和云南的工業用地生態效率總體呈下降趨勢,其余城市工業用地生態效率總體呈上升趨勢。

根據Super-SBM模型原理,當生態效率值大于或等于1時,被評價的決策單元相對有效；生態效率值小于1時,被評價的決策單元相對無效。由表3可知,2000—2016中國城市工業用地生態效率均值大于或等于1的省(市、區)有9個,生態效率均值小于1的省(市、區)有21個,相對無效率城市是相對有效率城市的2.3倍。其中,東部12省(市、區)中生態效率相對有效的城市有6個,西部10省(市、區)中生態效率相對有效的城市有3個,而中部9省的工業用地生態效率全部相對無效。生態效率相對有效的省(市、區)主要集中在東部地區和西北地區,生態效率相對無效的省(市、區)主要集中在中部和西南地區。東部沿海地區是中國經濟發展較為發達的地區,城市工業經濟發展迅速,在工業土地規劃、管理與利用方面更為高效。西部地區工業用地生態效率相對有效的城市主要分布在西北地區的省(市、區),受國家西部大開發戰略重點扶持的政策影響顯著,工業用地生態效率相對較高。

表3 2000—2016年中國30個省(市、區)城市工業用地生態效率值

從工業用地生態效率均值排序情況來看,其大小排序依次為海南>北京>上海>廣東>天津>江蘇>寧夏>青海>新疆>浙江>山東>福建>內蒙古>黑龍江>貴州>廣西>安徽>云南>河北>吉林>陜西>湖南>遼寧>河南>湖北>重慶>甘肅>四川>江西>山西。可以發現,北京市、上海市和天津市的城市工業用地生態效率在全國分別排名第二、三、五,都位于東部地區。其中,北京市、上海市和天津市分別是我國的政治中心、經濟中心、首批沿海開放城市,經濟發達,工業企業用地面積有限,工業發展主要依靠資本和技術的投入,具有很高的工業生產總值,工人工資水平位于全國前列,國家領導人重視當地經濟發展的同時又重視環境的保護,對工業企業環境管制嚴格,因此其城市工業用地生態效率水平高。重慶市城市工業用地生態效率全國排名第26,處于較低水平。雖然重慶也是我國四大直轄市之一,是西南地區最大的工商業城市,但是其城市工業用地面積相對較大,因其地理位置因素,大量的人才向東部轉移,工業生產主要依靠資源的投入；近年來,重慶逐漸發展為全國著名的旅游城市,當地政府重視環境的保護,工業“三廢”排放較少,但是經濟、社會產出不高,導致其城市工業用地生態效率水平較低。

由表3數據顯示可知,海南省大部分年份的城市工業用地生態效率都處于較高水平,這些年份投入冗余較少,產出達到最優水平；通過對原始數據分析發現,海南生態效率最高的年份,單位面積工業生產總值都處于最高水平,工業三廢排放量處于很低水平,單位面積工業企業工人投入數處于較高水平,單位面積固定資產投資處于很低水平,城市工業用地投入處于中間水平。而山西省大部分年份的城市工業用地生態效率處于較低水平,大部分年份存在投入冗余和產出不足的情況；通過原始數據發現,山西省存在著單位面積工業企業從業人員投入相對較高,單位面積固定資產投資相對較低,單位面積工業總產值產出相對較低,工人工資偏低,工業三廢排放相對偏高,城市綠地面積偏低的現象。通過以上分析可以發現,不同的地區城市工業用地利用應因地制宜,如海南省是旅游城市,重視環境保護和綠化,工業不發達,可以采用勞動密集型的工業生產方式。山西是煤礦大省,有較為良好的工業發展條件,但工人投入較多,固定資產投入較少,對環境重視程度不夠,導致城市工業用地生態效率低下,適于采用資本密集型的工業生產方式。

2.1.2城市工業用地生態效率時空演變分析

為對中國30個省(市、區)工業用地生態效率值空間分布有更加直觀的了解,根據決策單元是否有效,按照等間距法繪制了2000、2008、2016年城市工業用地生態效率值有效性空間分布圖(圖1)。從圖1中可以看出,2000年決策單元有效的省(市、區)主要集中在東部地區、西北、東北地區,決策單元無效的省(市、區)主要集中中部地區；決策單元有效的省(市、區)有17個,其中中部9省(市、區)生態效率值有效的省(市、區)1個,西部10省(市、區)生態效率值有效的省(市、區)5個,東部12省(市、區)生態效率值有效的省(市、區)11個。2008年決策單元有效的省(市、區)個數大幅度減少,主要集中在西北、東部沿海地區,決策單元無效的省(市、區)個數增多,在中、東、西部都有分布；決策單元有效的省(市、區)有9個,其中中部9省(市、區)生態效率值有效的省(市、區)為0個,西部10省(市、區)生態效率值有效的省(市、區)有3個,東部12省(市、區)生態效率值有效的省(市、區)有6個。2016年決策單元有效的省(市、區)個數較2008年有所上升,主要集中在東南地區、東北經濟發達沿海地區、西北地區、華北地區,決策單元無效的省(市、區)個數較2008年有所下降,主要分布在西南、中部、東部地區；決策單元有效的省(市、區)有13個,其中中部9省(市、區)生態效率值有效的省(市、區)有4個,西部10省(市、區)生態效率值有效的省(市、區)有4個,東部12省(市、區)生態效率值有效的省(市、區)有5個。綜上所述,2000—2016年生態效率值有效的省(市、區)個數呈現先大幅減少后小幅增多的趨勢,有效區域由東部地區、西北、東北地區向東南地區、東北經濟發達沿海地區、西北地區、華北地區轉移。通過原始數據分析發現,2000—2016年雖然我國城市經濟、社會和生態產出都呈大幅度提升趨勢,工業三廢排放量都呈減少趨勢,但是城市工業用地生態效率有效的省(市、區)數量卻在減小,可能原因是部分省(市、區)城市工業用地面積存在擴張過度和單位面積固定資產投資過剩情況,易造成資源浪費,從而導致生態效率反而降低。

圖1 2000—2016年中國城市工業用地生態效率有效性空間分布圖Fig.1 Spatial distribution of ecological efficiency of urban industrial land in China between 2000—2016

2.1.3城市工業用地生態效率區域差異分析

堅持綜合防治、達標防治的原則，在農業、生物、物理防治的基礎上，加強病蟲害的預測預報，嚴格科學地使用農藥，大力推廣高效、低毒、低殘留農藥，杜絕使用高毒高殘留農藥，同時選準對路藥劑，把握防治適期，正確使用施藥方法，執行安全間隔期，才能確保好的防治效果。

分別計算得到2000—2016年中國城市工業用地生態效率變異系數以及華東、華北、華中、華南、西南、西北、東北七大區域城市工業用地生態效率的均值(由中國社科院出版的全國及七大區域地圖可以看出,內蒙古大部分地區屬于華北地區,因此本文把內蒙古自治區歸屬于華北地區),進一步從區域差異來解析城市工業用地生態效率的空間格局演變特征(圖2)。從圖2中可以看出,華南地區生態效率均值都在全國平均水平以上；西北、華東和華北地區生態效率均值大部分年份在平均水平以上,且西北和華北地區更為接近全國平均水平；西南、華中地區生態效率值低于平均水平；東北地區生態效率均值大部分年份在全國平均水平以下。經濟水平較高的華東地區城市工業用地生態效率接近全國平均水平,經濟發展水平處于中間的華中地區城市工業用地生態效率最為低下,經濟發展水平最低的西北地區城市工業用地生態效率與中國城市工業用地生態效率平均水平較為接近,說明城市工業用地生態效率與經濟發展水平并不一致,西北地區的城市工業用地較華中、西南地區更為合理。全國區域變異系數在2000—2016年總體呈增長趨勢,年均增長率為4.26%,表明中國七大區域城市工業用地生態效率存在較為明顯的差異,且這種差異隨著城市工業的發展呈增大趨勢。

圖2 2000—2016年中國七大區域城市工業用地生態效率變化情況Fig.2 Industrial land eco-efficiency in seven major regional cities of China from 2000 to 2016

2.2 城市工業用地生態效率影響因素實證分析

城市工業用地生態效率是衡量城市工業用地利用效果的重要標準,是多種因素綜合驅動的結果。中國城市工業用地生態效率總體處于上升的發展趨勢,但其時空演變過程中區域差異性顯著,因此在城鎮化和工業化快速推進的背景下,進一步有效識別各種因素的作用力度與方法,對于提高城市工業用地生態效率具有積極的意義。由于土地市場化水平、工業對外開放水平和工業土地使用成本指標數據在2000—2004年大量缺失,西藏地區的工業能源消費結構和工業土地使用成本指標數據在2000—2016年全部缺失,因此本文僅對2005—2016年中國30個省(市、區)(除西藏自治區外)城市工業用地生態效率的影響因素做實證分析。

2.2.1數據平穩性檢驗

為避免宏觀數據非平穩性造成的偽回歸,采用相同根檢驗方法LLC (Levin-Lin-Chu)和不同根檢驗方法Fisher-PP對數據進行單位根檢驗,結果如表4所示。

由表4可知,9個解釋變量中生態效率、工業產業結構、工業行業集聚程度、工業對外開放水平和土地使用成本為非平穩序列,經一階差分和二階差分后,均呈現出一定的平穩性,可以進行下一步回歸分析。

表4 面板數據單位根檢驗結果

LLC: 相同根檢驗方法; PP: 不同根檢驗方法

2.2.2模型選擇與結果分析

運用Eviews 8.0對面板數據進行協方差分析檢驗,發現該模型適用于混合回歸模型、個體固定效應回歸模型和個體隨機回歸模型,且回歸結果顯示該模型整體擬合優度較好,具體見表5。從回歸結果可以看出,3種模型回歸結果大體一致,模型擬合優度R2為0.9713,說明模型整體擬合優度較好。9個解釋變量中7個都顯著影響城市工業用地生態效率,其中經濟發展水平、土地市場化水平、工業行業產權結構、土地使用成本對城市工業用地生態效率起著負向阻礙作用,環境管制力度、工業行業集聚程度、工業對外開放水平對城市工業用地生態效率起著正向促進作用,工業能源消費結構、工業產業結構對城市工業用地生態效率影響作用不大。各解釋變量具體分析結果見表5。

表5 面板數據模型回歸結果

**表示5%的顯著性水平,***表示1%的顯著性水平

環境管制力度的系數為正,在5%的水平上顯著,說明環境管制力度對城市工業用地生態效率起到顯著正向作用。當地政府和工業企業重視環境,對環境治理投資力度大,工業“三廢”排放量就相對減少很多,城市工業用地的非期望產出減少,生態效率相對提高。因此,加大環境保護力度可以一定程度改善當地的城市工業用地生態效率。

工業行業集聚程度系數為正,在1%的水平上顯著,說明工業行業集聚程度對城市工業用地生態效率起到顯著正向作用。一般而言,工業行業集聚能夠降低企業運輸成本,實現信息共享,提高城市工業用地的效率,易實現工業規模化效益。

土地市場化水平系數為負,在1%的水平上顯著,說明當地的土地市場化水平對城市工業用地生態效率起到顯著負向作用。市場是實現資源配置的有效手段,土地市場通過顯化土地價值,可以提高土地資源的利用效率,市場有自主調控手段,人為過度干涉,可能會造成資源分布不均,資源閑置浪費等現象。因此,應該適度放開政府“有形”的手,充分發揮市場“無形”的手。

工業對外開放水平系數為正,在1%的水平上顯著,說明工業對外開放水平對城市工業用地生態效率起到顯著正向作用。當地對外開放水平越高,有更多的產品用于出口或進口,提高同行業的競爭壓力,實現工業行業的優勝劣汰,提高工業用地利用程度。

工業行業產權結構系數為負,在1%的水平上顯著,說明工業行業產權結構對城市工業用地生態效率起到顯著負向作用。各地區國有及國有控股工業企業資產占全國國有及規模以上非國有工業企業資產比例越大,市場競爭壓力越小,可能存在著土地資源浪費,工業企業工人人數過多,固定資產投入過多等現象,反而降低了當地城市工業用地生態效率水平。

土地使用成本系數為負,在1%的水平上顯著,說明土地使用成本對城市工業用地生態效率起到負向作用。一般而言,工業用地地價越高,持用工業用地的面積相對減少,工業用地的效率會相對提升,但是也有可能隨著工業用地地價的提高,企業成本增加,更少的人愿意投資工業企業,反而造成工業用地效率的下降。

3 結論與討論

3.1 結論

本文基于Super-SBM模型,考慮環境對城市工業用地的影響,測算了2000—2016年中國30個省(市、區)城市工業用地生態效率,并進行時空演變特征分析,最后運用面板數據模型對城市工業用地生態效率進行影響因素實證分析,得出以下結論：

(1)時序變化方面,2000—2016年中國城市工業用地生態效率總體呈下降趨勢,總體下降5.81%,年均下降0.35%,過程中呈現“先下降后上升”兩階段變化趨勢；2000—2016年城市工業用地生態效率均值相對無效率城市是相對有效率城市的2.3倍；按照生態效率均值的大小排序：海南>北京>上海>廣東>天津>江蘇>寧夏>青海>新疆>浙江>山東>福建>內蒙古>黑龍江>貴州>廣西>安徽>云南>河北>吉林>陜西>湖南>遼寧>河南>湖北>重慶>甘肅>四川>江西>山西。

(2)空間演變方面,2000—2016年生態效率值有效的省(市、區)個數呈現先大幅度減少后小幅度增多的趨勢,有效區域由東部地區、西北、東北地區向東南地區、東北經濟發達沿海地區、西北地區、華北地區轉移；其中,低水平區域由中西部逐漸向中部集聚,較低水平區域由中西部向東、中、西部數量較為均衡方向發展。

(3)區域差異方面,區域城市工業用地生態效率均值從大到小依次為華南地區、華北地區、華東地區、西北地區、東北地區、西南地區和華中地區,且七大區域間城市工業用地生態效率存在較為顯著的差異,隨著城市工業的發展區域差異呈增大趨勢。

(4)影響因素方面,經濟發展水平、土地市場化水平、工業行業產權結構、土地使用成本對城市工業用地生態效率起著顯著負向阻礙作用,環境管制力度、工業行業集聚程度、工業對外開放水平對城市工業用地生態效率起著顯著正向促進作用,工業能源消費結構、工業產業結構對城市工業用地生態效率影響作用不大。

3.2 討論

通過對中國30個省(市、區)城市工業用地的生態效率時空演變特征及影響因素分析,為城市工業用地的集約與節約利用提供一定的參考。同時,本文也存在一些不足和可供探討之處：

一是研究尺度較大,本文基于省級面板數據從省域尺度對城市工業用地生態效率進行了分析,反映出省域整體情況,但各省內部情況差異明顯,只是從省域尺度來研究各城市的工業用地生態效率特征分析稍顯粗放,因此進一步從地市尺度對各城市工業用地生態效率特征及影響因素進行研究將是下一步開展的重點。

二是數據獲取的局限性,導致部分年份或部分城市數據缺失,通過趨勢平滑法、替代法獲得的數據一定程度上會對研究結果產生影響,如部分年份的城市工業用地面積、城鎮從業人員年均工資等是通過相應數據處理方法來獲得,難免對結果產生影響。

三是部分指標選取可能存在一定爭議,如生態效益指標用城市綠地面積來表征, 本文認為城市綠地的起源是人類為了緩解城市工業污染而興起的,隨著經濟的發展,城市綠地逐漸發揮了城市居民休閑、娛樂、陶冶情操的作用,但是在一定程度上,城市綠地為緩解城市工業污染方面仍然起著不可代替的作用。

四是城市工業用地投入-產出指標與影響因素指標選擇可能存在一定相似關聯性,可能對結論存在一定影響,但本文的指標體系構建基于已有研究成果和對生態效率內涵理解的基礎上,數據來源于公開統計年鑒數據,一定程度上也具有較強的可靠性。因此,豐富對地市尺度的研究、完善指標體系選取以及突破數據局限性尤為重要。