文摘

随着工业的快速发展不平衡,大量耕地转化为工业用地效率较低。现有的研究广泛涉及工业土地利用和产业发展在隔离,但是很少有人注意到他们之间的关系。帮助解决这个差距,本文创建了一个新的工业土地利用效率测量方法结合Subvector数据包络分析(DEA)和空间分析的方法。验证了该模型使用中国30个省份的工业土地利用数据从2001年到2013年。空间自相关工业发展和工业之间的关系探讨了土地利用效率。此外,本文探讨了工业发展对工业土地利用效率的影响,空间面板数据模型。结果表明,工业土地利用效率和东部省份的地区工业发展水平高于西部地区。工业土地利用效率的空间分布显示显著的积极的空间自相关。然而,自2009年以来,工业发展具有明显的负空间自相关。提高工业发展有重大的积极影响的工业土地利用效率。

1。介绍

中国经济步入“新常态”阶段从一个农业转型后电力工业强国。工业发展已经进入了一个加速转型升级阶段,扮演着一个重要的角色在中国经济的增长在快速城市化的阶段在过去三十年(1,2]。随着工业用地,继续扩大和将继续增长在未来一段时间(3- - - - - -5]。国有建设用地超过6000公里²每年,工业用地的比例超过了20%(从2012年到2014年6]。在中国大多数城市,城市扩张与中国经济结构的变化7),特别是工业经济结构。工业用地的比例已经超过了合理的比例,从而导致城市土地利用结构的不平衡(8]。尽管工业用地的比例下降,一些大城市如北京和南京,事实上,工业用地逐渐转移到城市的中心。工业用地仍然在经济发展中起着重要的作用9- - - - - -11]。更重要的是,由于不同的工业发展水平不同的地区,有一个明显的区别地区工业土地利用效率。因此,重视研究工业发展的影响和区域工业土地利用效率的关系。此外,应努力推动工业用地的集约利用,这将缓解问题在中国的工业发展和抑制低效工业用地的扩张。

理论上,许多研究人员分析了工业用地。当前的工业土地制度明显产生了积极的影响在中国的工业和经济的发展,和中国东部沿海地区的影响更明显(12]。同时,农村工业化对工业经济的发展的影响不能被忽略(13]。工业土地市场是一个计划经济色彩的结果(14- - - - - -16]。工业用地的供应较低的土地价格已经成为工业土地利用系统的核心17]。同时,有各种优惠政策,鼓励大规模建设工业开发区(18,19]。政策组合降低了工业企业的生产成本,加快了工业企业的集聚和发展,提供了一个动力常数收入和中央政府和地方政府的经济发展。结合国家发展战略和区域土地利用政策也起着重要的作用在工业用地扩张20.]。实际上,毫无疑问,这些政策导致一些问题,比如连续扩张,空间失衡和低效工业用地的使用。工业用地容积率一般只有0.3 - -0.6,远低于1.0的平均水平在发达国家,工业用地的产量也显著低。由于土地资源限制的增加,土地利用效率的提高,将成为一个至关重要的问题对于中国进入经济新常态和实现可持续发展21,22]。

中国工业经济的一些结论可以从现有的研究。中国的工业发展展示了一个梯度的趋势与经济规模和输出显示行业的逐渐下降从中国东部到西部。肯定,在分工的背景下,国际和国内产业调整的快速从中国东部沿海地区转移到中西部地区,预计中西部地区以产业发展为切入点,实现本国经济的快速发展,缩小与东部地区的经济差距23]。中国是浓度的工业模式,专业化、集群发展。工业专业化的水平高的地区,有一个更快的工业发展水平。此外,集群区域的发展速度比非聚集地区(24,25]。工业集聚对提高腹地发展的竞争力产生重大影响,形成市区(26]。虽然产业集群可以加速工业化的过程中,各种类型的工业的影响在工业化进程是不同的27]。与此同时,高科技产业发挥了积极作用在促进产业升级和工业化28]。此外,外国直接投资对中国的发展有直接影响的工业经济,具有明显的地区差异22,25,29日]。因此,在工业发展上的差距直接影响中国的工业土地利用效率在不同地区(30.- - - - - -32]。

基于上述分析,我们可以发现中国的建设用地的使用和管理在某种程度上的计划经济色彩。而在商业和住宅土地供应市场化实现,工业用地市场仍然发展缓慢和痛苦从低效率,这是与中国的工业发展密切相关。然而,调查中国工业发展之间的互动关系和工业用地的利用效率是罕见的。传统工业化的划分方法可以从行业全面衡量经济发展,经济,人口(33),但它可以弱在强调工业发展的特点。此外,现有的相关研究可以不分析工业土地利用效率的区域差异。事实上,中国的工业发展显示了显著的地区差异,区际竞争与合作。关键是探讨了工业发展的内在规律以及其对效率影响的中国工业土地利用空间分析方法。因此,措施工业土地利用效率和分析空间工业发展水平和工业用地利用效率之间的关系。最后,工业发展水平三个指标是用来衡量不同省份的工业发展空间分析方法的基础上,提供理论依据工业土地利用效率的提高和工业的协调发展。

本文的其余部分组织如下。部分2Subvector DEA模型的描述方法,工业发展水平评价指标和空间测量模型。也是本节中给出的数据。部分3介绍了结果。和总结了结论部分4。

2。方法和数据

2.1。Subvector DEA模型

使用DEA模型可以帮助衡量效率的生产技术从制造商的角度(企业或农民)的基本原理的实际生产点制作人偏离生产可能性边界,导致效率上的损失。低效率的生产技术通常归因于低效的管理涉及的各种元素生产投入的管理。不同生产要素的管理目标的差异会导致不同的效率因素的差异。然而,很难确定哪些生产效率低下的管理因素导致低技术效率从低效率的生产者的角度来看技术主要导致低效的技术(34]。本文中使用的工业用地效率分析工业土地利用的充分性条件下,输出和其他生产投入因素不变。因此,工业用地利用效率分析了Subvector DEA方法(35]。

基于区域差异在工业生产中,每个省在中国被认为是一个工业生产决策单元(DMU),和同样的生产是在每个省同样的输入。假设有决策单位和每个决策单元类型的输入和类型的输出,对决策单元 ,列向量和分别用来表示输入和输出。对所有的决策单元,是用来表示一个 输入矩阵和是 输出矩阵。表示变量的大量工业用地利用效率(ILE) 。结果可以通过求解以下线性规划模型:

根据第一个约束条件,决策单元的输出不应大于决策单元的生产前沿。第二个约束条件下的矩阵和矩阵只有工业土地利用的参考输入。在第三个约束条件,矩阵和矩阵参考其他输入因素除了工业用地。第四个约束条件是一个凸约束,这表明该模型规模收益变量(工具)。事实上,这个模型是规模收益不变(CRS)在没有凸约束。根据前三个约束条件,工业生产效率的一个因素是发现在当前技术水平和输出的条件和其他输入元素不变。是一个向量的常数。是无量纲的范围从0到1。当 ,省在生产领域,即有效的生产条件是输入输出以及工业用地不减少。当 ,省不是在生产领域和工业土地利用的效率达到零。从理论上讲,有可能可以节省土地。

2.2。工业发展的测量方法

为了反映工业发展水平的核心属性,经济发展的行业,工业发展质量,选择和专业化水平的行业代表工业发展水平(IDL)。相应地,IOVP,HTP,和ISD被用作定量变量来表示工业发展。的IDL是发现通过添加基于体重三位数。其中,IOVP工业增加值占的比例在不同省份地区国内生产总值;HTP表示的总价值高科技产业与制造业的比例不同的部门在不同的省份,以及总比例占不同省份的生产。高新技术产业主要包括六大类包括医疗制造业、飞机、航天器,及相关设备制造业、电子及通信设备制造业、计算机及办公设备制造业、医疗设备和测量仪器制造、电子化学制造。IDE指的是总产值的主要制造业行业以及其在制造业的比例。前七个产业被选为制造业的主导产业。的计算公式IDE如下: 在哪里 , ,和参考指标权重。本文使用德尔菲法确定的重量指数。十专家的评分团队由在相关研究领域从西农大学经济与管理学院,北京师范大学地理科学学院,南京农业大学公共管理学院。经过三轮的意见收集和反馈,最终得到 , , 。

2.3。空间面板数据模型

2.3.1。模型的基本形式

空间面板计量模型的基本思想是研究你的邻居在单位空间的空间权重矩阵的定义和研究你的邻居和时滞的定义。两个基本空间范数系数的回归模型包括空间滞后模型(SLM) (SEM)和空间误差模型,在此基础上勒和Elhorst发达空间杜宾模型(空间杜宾模型)36- - - - - -38]。与此同时,内生变量和外生变量与空间滞后也包括在内。三种类型的模型的基本形式如下。

(1)空间滞后模型(SLM) 在哪里代表了因变量和是一个外生解释变量矩阵 。表示解释系数。 代表了空间回归相关系数和是一个邻接矩阵的重量吗 空间秩序。意味着空间滞后因变量,它是用来测量在地理空间的空间溢出效应的邻居。表示随机误差项向量。方程(3)也被称为空间自回归模型(SAR)。

(2)空间误差模型(SEM) 在哪里表示随机误差项向量表示变量的空间误差系数向量 。除此之外,是随机误差项向量,遵循正态分布。这个公式是用来测量样本观测数据的空间相关性。

(3)空间杜宾模型(SDM) 相比之下,(3),(5)包含的空间滞后因变量和自变量的空间滞后。

上述三种模式的选择主要是基于瓦尔德的考验,这意味着如果值Wald_spatial_lag Wald_spatial_error意义重大,那么SDM是适用的;如果Wald_spatial_lag微不足道而LM-lag意义重大的价值,然后SLM适用;如果Wald_spatial_lag微不足道而LM-error意义重大的价值,SEM是适用的。然而,一旦不满足的条件之一,例如,Wald_spatial_error价值并不重要,LM-error值是不重要的,和两个模型点相反,长效磺胺是适用的,其中包含的信息SLM和扫描电镜39,40]。

2.3.2。选择的变量

为了研究工业发展对工业土地利用效率的影响,工业产值比例(IOVP),高技术产业产值比例(HTP)和工业专业化指数(ISD)选为解释变量。GPRR,骨形态发生蛋白,FNP和其他因素作为控制变量从宏观的角度来看。区域经济发展水平(GPRR),用人均国内生产总值(10⁴元),常住人口的国内生产总值(GDP)的比例在每个省的今年年底。该地区的年生产价值应当转换为2001年的价格水平。企业的规模(BMP)用的比例的利润规模以上工业企业工业总产值超过指定的大小。工业企业的所有权结构(FNP)是用外国的数量的比例,香港、澳门、台湾投资工业企业规模以上工业企业的数量。

2.4。数据源

因为数据香港、澳门、台湾和西藏是很难获得,本文只选择在中国30个省作为工业生产的决策单元在测量工业土地利用效率。工业土地面积(G),劳动力规模(l)和固定资本存量(K)是工业生产的输入变量,而工业产出(Y)是一个工业生产输出变量。工业产出数据,员工人数,固定资本存量和工业土地面积在每个省来自中国城市统计年鉴》(2002 - 2014),中国城市建设统计年鉴》(2001 - 2013),和中国区域经济统计年鉴》(2002 - 2014)。

在计算工业总产值的比例(IOVP),高新技术产业产值比例(HTP)和工业专业化指数(ISD)以及区域经济增长(GPRR),规模工业企业(BMP和FNP)来自中国统计年鉴(2002 - 2014),中国高新技术产业统计年鉴》(2002 - 2014),和中国统计年鉴的省份(2002 - 2014)。

3所示。结果与讨论

3.1。工业土地利用的效率

本文综合技术效率的工业用地利用gam 22.0并选择CRS模型作为计算模型计算出工业土地利用效率。图1显示工业土地利用效率在2001、2005、2009和2013。最高效率的广东和天津从2001年到2013年。几乎没有存在两个省的土地投资冗余。上海、浙江、江苏、福建等东部沿海省份的生产前沿和工业用地利用效率是比较高的。在中国中部和西部省份的效率相对较低,尤其是在西北省份,也就是说,宁夏,青海,工业土地利用效率是最低的。这可能是由于生产力不足和过度地输入。

从连续的变化的角度来看,工业用地利用效率从2001年到2013年在中国没有显示逐渐平衡的状态。出现有增加的趋势,东部省份的沿海省份变得越来越高效的工业土地利用,特别是在该地区的土地利用环渤海、长江三角洲和珠江三角洲。在中西部地区,高效的工业土地利用只在成都和重庆省逐步稳定、高效。这是因为,首先,基于现有的城市建设用地管理系统,有较高的土地开发强度和相对较小的工业用地供应在东部沿海省份;另一方面,最高水平的产业结构和相对较高的生产率和改善政策,即土地利用阈值,监督和管理机制,都是这一成就的动力。然而,中部和西部省份的建筑土地面积相对较小,和工业土地面积增长速度超过它的工业生产能力的提高。与此同时,这些省份较低水平的产业结构和土地单位产出消耗更大。只有在严格控制土地供应,不断提高工业发展的水平和质量,为了实现可持续利用的工业用地,工业用地的可持续利用只能通过严格控制土地供应和提高工业发展的质量和水平。

3.2。工业发展的水平

图2显示中国工业发展水平在2001年,2005年,2009年和2013年。一般来说,中国的工业发展水平是增加期间。平衡程度的增加不断从东部沿海到中部和西部地区。沿海省份和城市包括广州、天津、江苏排名第一的工业发展,而发展水平在海南,湖南和广西相对较低。

从不同省份的变化来看,我们可以很容易地得出结论,中国的工业发展的分布呈现出下降的态势在东部沿海省份,中部和西部省份的趋势增加。2001年工业发展水平高的省份主要集中在东部地区,包括渤海湾地区、长江三角洲地区、珠江三角洲地区。2013年,工业发展水平高的省份主要集中在中西部地区。这是由于“国务院指导意见的实施在中西部地区进行产业转移。“在产业转型升级的背景下,第三产业在东部省份发展迅速,和第二产业的比重逐渐下降。尽管连续在省的工业发展,西部、东北部地区,高新技术企业的比例仍相对较低。大多数行业在这些地区的低端制造业在东部地区和限制。等政策的实施工业转型升级,从劳动密集型产业转向服务经济,工业发展的推动作用在周围省份正在减弱。因此,应给予更多的支持来提高行业的事业能力在中国的中部和西部地区,中部崛起和振兴东北老工业基地。实际上,中部和西部省份也应该不断努力提高研究和技术进口,缩小与东部沿海省份,工业差距,实现工业可持续发展。

3.3。全局空间自相关分析

莫兰的我IDL, ILE IOVP, HTP,和ISD表所示1,这是由Geoda 1.8计算。莫兰在−1之间的值范围和1。绝对值越大,程度越高的工业发展不同省份之间的关联或工业土地利用效率和空间自相关。莫兰的我是积极的,这意味着存在积极的空间自相关的经济现象。莫兰的我是负的,说明空间自相关是负的。当莫兰的我是零,它提出了一种随机的空间布局和无关。

莫兰的工业土地利用效率是我积极和统计学意义在5%和1%水平从2001年到2013年,这表明一个明显的积极空间分布的自相关工业土地利用效率和每个省都是影响邻近的省份。从总体发展趋势、空间自相关工业土地利用效率在每个省的趋势表明,增加首先然后减少后的稳定性。工业土地利用效率的空间自相关显示了增加的趋势从2001年到2004年,在每个省和莫兰的我从0.2119增加到0.4043。在此期间,它显示了中国的工业用地迅速扩张和开发区的整改。工业经济的快速发展和及时的宏观调控土地有积极的促进和影响均衡发展的工业土地利用效率。从2005年到2010年,将会呈现出一种相对稳定的趋势在所有省份虽然偶尔波动莫兰的我在0.3299和0.4074之间。中国工业经济证人在此期间持续扩张和发展。然而,在全球经济危机的影响,大量的外向型工业企业已经严重影响,导致相对明显的工业土地利用效率的差异省份在短期内。从2011年到2013年,每个省的工业土地利用效率显示了显著的下降趋势,莫兰的我从0.2879下降到0.1934。自“第十二个五年计划”的实现产业转型是加快东部地区。 In addition, the implementation of the strategy of central China’s rise and the revitalization of the northeast old industrial base and other regional industrial development strategies has led to an increasingly obvious difference in the industrial land use efficiency among different provinces. Furthermore, the imbalance is tilt due to a continuing decline in prices of energy and steel together with a prior heavy impact on industrial economic structure in some central and western provinces.

莫兰的我的工业发展水平指数(IDL)为负,它不通过测试与显著性水平从2002年到2008年的10%。因此,我们不能确定工业发展水平的空间相关性在不同的省份。然而,它通过了测试从2009年到2013年在5%显著性水平;工业发展的水平,显示了显著的空间负相关省份之一。

从价值和意义的莫兰的我,虽然在中国的工业发展地区差异存在,相邻地区间没有显著差异,特别是在先进的工业省份及其周边省份2009年之前。然而,2009年之后,加快发展现代制造业,高科技产业,和其他行业,不同地区之间出现一个重要的马太效应在工业先进省份在吸引投资方面有更大的优势,集中发展,发挥负面作用在周边地区的发展。它也表明,马太效应在工业发展水平在不同省份主要归功于行业的整体发展。当然,不可否认这样的事实:工业发达地区发挥了积极作用在主导产业的集聚发展和周边地区高新技术产业的扩散。

3.4。空间计量经济学分析

3.4.1。模型的选择

以工业用地利用效率(ILE) 30个不同省份的从2001年到2013年为解释变量,本文进行普通最小二乘估计和模型选择的Matlab R2010a软件。本研究在中国30个省作为一个整体。因此,没有必要推断的总体属性的特定属性单一。固定效应模型应该被应用。

普通最小二乘法的估计结果和空间相关性测试显示在表2。它展示了这一事实的影响模型空间固定时间和固定LR-test统计的重要空间固定效应和时间固定效应。从LM-lag的估计结果,LM-error LM-lag强劲,和健壮的LM-error, SLM模型比SEM模型更合适。此外,LM-lag和LM-error是重要的统计时间固定模型和双固定模型。然而,时间固定模型远远大于双固定的模型,所以前者模型拟合较好。

SDM模型的测试结果显示在表3。Wald_spatial_lag的值和Wald_spatial_error都通过了测试在5%的显著水平空间固定模型,时间固定的模型,和双固定模型,表明SDM模型有三个固定效应适用于影响因素的研究工业用地的利用效率。然而,大量Wald_spatial_lag和Wald_spatial_error时间固定模型的模型2中相对较高。因此,SDM模型是首选在纸估计基于上述测试结果。

3.4.2。于SDM模型的结果

SDM模型估计的时间固定效应通过Matlab R2010a, SEM模型和SLM模型随着时间固定效应同时用于比较。如表所示4SDM模型的拟合优度最高最好的解释能力和SLM模型是略高于SEM模型。

不同的因素有不同的影响工业用地利用效率的长效磺胺模型的估计。在模型1中,估计系数IDL明显阳性,表明提高工业发展对工业土地利用效率产生积极的影响。1%的工业发展水平可以提高工业用地的利用效率1.373%。改善产业发展是伴随着工业的升级和优化的整体规模经济、产业的水平,和生产技能,导致越来越有效的土地利用方式。在模型2中,变量的估计系数的工业产值比例(IOVP)是积极的和经过测试的显著性水平为1%,表明的增加IOVP有很大的积极影响工业土地利用效率的提高。的增加IOVP显示,工业经济的主导地位已经增加,产业集聚的优势在工业生产的过程中逐渐形成的调整和优化。土地利用战略与工业领域为核心逐渐转向集约利用的目标竞争与其他建设用地供应。变量的估计系数的高技术产业产值比例(HTP)与统计显著性水平,积极的为1%,表明的增加HTP有很大的积极影响工业土地利用效率的提高。更高的HTP反映了区域工业发展更高质量,更高层次的产业结构,和高附加值产品的高新技术企业,以及更好的企业盈利能力和更多的单位土地产出。变量的估计系数的工业专业化指数(ISD)是积极的在10%的显著水平,这表明主导产业产值比例的增加有积极影响意义工业土地利用效率的提高。主导产业产值比例越大,意味着一个更明显的区域产业集聚优势和土地规模收益的增加。通过比较三种指标的工业发展水平,发现效果最大工业土地利用效率是工业经济发展的程度,其次是工业发展的质量和最终工业专业化的程度。

关于控制变量的定量分析结果,人均地区生产总值(GPRR)是积极的在两个模型中,这表明GPRR的增加有显著正影响工业土地利用效率的提高在1%的显著水平。经济发展水平高的地区有一个更好的产业结构,在当地政府更多的财政资金投资于工业基础设施的建设和提高质量的劳动和管理人员。此外,建设土地资源相对稀缺,在发达地区更贵。所有的外部因素共同推动工业土地利用效率的提高。高水平的经济发展也意味着更好的市场经济机制,经济集聚发展的重要保障,产业规模发展,吸收外国投资。的比例大、中型规模以上工业企业(BMP)两种模型都是负面的,没有通过显著性检验,表明工业企业规模对工业土地利用效率没有显著的影响。一般来说,大型企业部门设置齐全、高管理水平和人员素质有利于提高工业土地利用效率。小企业的资本约束,可以更有效地进行土地集约利用,提高工业土地利用效率。外商投资的比例和香港、澳门、台湾(FNP)工业企业都积极投资于两个模型在1%的显著性水平。一方面,外商直接投资工业土地利用效率有积极影响。 On the other hand, Hong Kong, Macao, and Taiwan enterprises with wholly foreign-owned or joint venture are advanced industries which have a higher level of management and salary standard, and more advanced industries can better enhance the enthusiasm of employees and potential, which has a positive impact on industrial land use efficiency. At the same time, foreign-invested and Hong Kong, Macao, Taiwan invested enterprises have spillover effect, which can prompt neighboring enterprises and enterprises of same types to learn advanced production technology and management skill.

4所示。结论和政策含义

本文措施在中国30个省的工业土地利用效率从2001年到2013年基于Subvector数据包络分析(DEA)模型。然后空间自相关产业发展和工业之间的关系探讨了土地利用效率。此外,采用空间面板数据模型研究工业发展对工业土地利用效率的影响。结论如下。

工业用地效率和东部省份的工业发展水平高于西部省份。随着国家区域发展战略和产业转移,中西部省份的产业发展水平继续提高。东部地区的工业土地利用效率是由于资源稀缺的差异,增加,工业水平,两个地区之间的管理机制。

工业土地利用效率的空间分布显示显著的积极的空间自相关。每个省的工业土地利用效率是影响邻近省份的工业土地利用效率,和空间自相关稳定后出现先增加,然后降低。自2009年以来,工业发展水平具有明显的负空间自相关特性和显示的趋势加强。虽然东部沿海省份的驾驶效果在邻近省份正在减弱,先进的工业地区仍有积极的影响邻近地区领先的产业集群发展和高科技产业的传播。

提高工业发展有重大的积极影响工业土地利用的效率。最重要的因素来提高工业用地的利用效率是工业经济发展的程度,其次是工业发展的质量和,最后,工业专业化的程度。与此同时,区域经济的提高和外国和香港、澳门、台湾投资工业土地利用效率有正向且显著的影响。

基于上述结论,不同地区应该多注意他们的周边地区的影响。因此,不同地区不仅避免马太的负面影响,但也使用溢出效应发展高科技产业,提高专业化程度。

也有一些限制有关这项研究的数据。工业发展水平和工业用地利用效率不考虑行业类型、资源禀赋和区域之间的匹配关系,将讨论在接下来的研究提供更全面的理论依据中国工业土地利用效率的提高。

的利益冲突

作者宣称没有利益冲突有关论文的出版。

确认

这项研究是由中国国家自然科学基金(71503200,71503200,71603120);陕西省自然科学基础研究计划(2016 jq7003);中央大学的基础研究基金(2452015231,2017 rywb01, 2017 rwyb06);和西农大学的科研启动资金(Z109021611, 2452016161)。