能源碳排放約束下工業(yè)用地利用效率研究*

葉 蕓，於 冉，於忠祥

(1.安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 合肥 230036；2.安徽農(nóng)業(yè)大學(xué) 國(guó)土資源研究所，安徽 合肥 230036)

當(dāng)前國(guó)家重點(diǎn)城市群和都市圈發(fā)展過(guò)程中，大規(guī)模的人類活動(dòng)和經(jīng)濟(jì)生產(chǎn)活動(dòng)的大面積用地?cái)U(kuò)張，造成用地浪費(fèi)和效率低下的問(wèn)題[1]，而工業(yè)生產(chǎn)是城市群及都市圈經(jīng)濟(jì)社會(huì)發(fā)展進(jìn)程中重要的組成部分，工業(yè)活動(dòng)及其用地承載引起的碳排放是導(dǎo)致全球氣候變化的主要因素之一[2-4]。我國(guó)提出力爭(zhēng)在2030年前實(shí)現(xiàn)碳達(dá)峰，2060年前實(shí)現(xiàn)碳中和，表明國(guó)家在減少碳排放和改善全球氣候變化中的堅(jiān)定立場(chǎng)。因此，在控制碳排放的背景下，提升工業(yè)用地利用效率具有重要意義。

目前，針對(duì)工業(yè)用地的研究主要包括工業(yè)用地節(jié)約集約利用[5]，工業(yè)用地空間布局[6]和工業(yè)用地效率提升[7]幾個(gè)方面。而對(duì)工業(yè)用地效率的研究則集中在區(qū)域時(shí)空差異[8]、影響因素分析[9]和效率評(píng)價(jià)[10]等方面。其中，測(cè)算工業(yè)用地效率的方法也有所不同，通常采用ML指數(shù)分析法[11]、C-D 生產(chǎn)函數(shù)[12]和構(gòu)建評(píng)價(jià)指標(biāo)體系法[13]三種方法。對(duì)于工業(yè)用地效率指標(biāo)體系的構(gòu)建，通常設(shè)置土地、勞動(dòng)力、固定資產(chǎn)等投入要素、工業(yè)產(chǎn)值等期望產(chǎn)出要素和工業(yè)“三廢”等非期望產(chǎn)出要素。近年來(lái)，碳排放成為研究熱點(diǎn)之一，對(duì)工業(yè)用地碳排放研究也逐漸深入[14-16]。但現(xiàn)有研究主要集中在全國(guó)、省域或者城市群等較大范圍，缺少針對(duì)小范圍區(qū)域的研究，也較少有文章將碳排放要素作為影響工業(yè)用地利用效率的制約因素進(jìn)行對(duì)比研究。因此，測(cè)算工業(yè)用地利用效率，并將工業(yè)能源碳排放作為約束條件進(jìn)行時(shí)空差異對(duì)比分析，引入松弛變量進(jìn)行開(kāi)發(fā)潛力探究，旨在為工業(yè)用地利用提出更有針對(duì)性的路徑提升建議。

一、 研究對(duì)象與數(shù)據(jù)來(lái)源

(一)研究對(duì)象

以長(zhǎng)三角都市圈工業(yè)用地為研究對(duì)象，闡述其能源碳排放約束下的利用效率。2016年，國(guó)務(wù)院通過(guò)《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃(2016—2020年)》(以下簡(jiǎn)稱《規(guī)劃》)，提出培育更高水平的經(jīng)濟(jì)增長(zhǎng)極和全面建成具有全球影響力的世界級(jí)城市群。2019年，國(guó)家發(fā)改委發(fā)布《培育發(fā)展現(xiàn)代化都市圈的指導(dǎo)意見(jiàn)》，明確城市群和都市圈的概念并闡述了二者的關(guān)系。因此，緊扣《規(guī)劃》“一核五圈”空間格局，選擇上海市和五大都市圈作為研究區(qū)域。其中，五大都市圈分別為杭州都市圈(杭州市、嘉興市、湖州市、紹興市)、寧波都市圈(寧波市、舟山市、臺(tái)州市)、南京都市圈(南京市、鎮(zhèn)江市、揚(yáng)州市)、蘇錫常都市圈(蘇州市、無(wú)錫市、常州市)以及合肥都市圈(合肥市、蕪湖市、馬鞍山市)。研究區(qū)2020年工業(yè)企業(yè)利潤(rùn)達(dá)25 623億元，工業(yè)從業(yè)人數(shù)達(dá)2 189萬(wàn)人，是中國(guó)工業(yè)發(fā)展前沿地區(qū)也是能源碳排放消耗的主力區(qū)。因而選擇此區(qū)域作為研究對(duì)象，對(duì)于國(guó)家工業(yè)發(fā)展及實(shí)現(xiàn)國(guó)家雙碳目標(biāo)具有借鑒意義。

(二)數(shù)據(jù)來(lái)源

工業(yè)用地面積數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒(2006—2021年)》，勞動(dòng)力、資本、工業(yè)能源消耗量及期望產(chǎn)出相關(guān)數(shù)據(jù)來(lái)源于各省市統(tǒng)計(jì)年鑒，而工業(yè)能源碳排放量利用工業(yè)能源消耗量及《IPCC 國(guó)家溫室氣體清單指南》[17]中的測(cè)算系數(shù)(見(jiàn)表1)計(jì)算得出。對(duì)于個(gè)別缺失數(shù)據(jù)，應(yīng)用插值、平均增長(zhǎng)等方法進(jìn)行補(bǔ)齊。

表1 折算系數(shù)

二、 研究方法與指標(biāo)體系構(gòu)建

(一)研究方法

基于SBM模型測(cè)算2005—2020年長(zhǎng)三角都市圈無(wú)碳排放約束下的工業(yè)用地效率值，再基于SBM模型中的非期望產(chǎn)出模塊測(cè)算碳排放約束條件下的工業(yè)用地效率值，并用GIS空間分析法和核密度估計(jì)法分析研究區(qū)市域和都市圈尺度下工業(yè)用地效率的時(shí)空差異，最后基于現(xiàn)狀分析結(jié)果構(gòu)建各投入產(chǎn)出要素松弛變量的開(kāi)發(fā)潛力指數(shù)，并以此為依據(jù)，提出工業(yè)用地利用的路徑提升建議。

1. SBM模型

P={[x,yu,yw]|x≥Xλ,

yu≥Yuλ,yu≥Ywλ;λ>0或∑λ=1}

(1)

通過(guò)以上基于CRS假設(shè)下的模型可以計(jì)算出綜合效率值，在VRS假設(shè)下加入約束條件∑λ=1則可以分離出純技術(shù)效率值。

同時(shí)根據(jù)SBM模型的特征和松弛變量的考量，以及碳排放約束條件的設(shè)置，將考慮非期望的SBM模型[19]設(shè)置為：

(2)

(3)

式中，ρ是決策單元的工業(yè)用地效率，且滿足條件ρ∈[0,1]，當(dāng)ρ<1時(shí)，表明工業(yè)用地是較為低效的；而D-、Du、Dw為松弛變量[20-22]，分別表示投入過(guò)多、期望產(chǎn)出不足和非期望產(chǎn)出冗余，即每一個(gè)投入產(chǎn)出要素在實(shí)際應(yīng)用中存在的要素使用可改進(jìn)部分。根據(jù)測(cè)算結(jié)果對(duì)投入產(chǎn)出要素進(jìn)行區(qū)域差異研究，對(duì)用地效率提升提出改進(jìn)方案。

2. 核密度估計(jì)法

核密度估計(jì)(Kernel density estimation)在概率論中用來(lái)估計(jì)未知的密度函數(shù)，屬于非參數(shù)檢驗(yàn)方法之一，其特點(diǎn)是可以用連續(xù)的密度曲線來(lái)描述隨機(jī)變量的分布形態(tài)和演進(jìn)特征[23]。利用Stata15.0 軟件對(duì)整個(gè)研究區(qū)2005—2020年數(shù)據(jù)進(jìn)行處理，根據(jù)曲線重心位置、波峰數(shù)量、峰值高度和左右拖尾延伸性等方面的變化情況，對(duì)工業(yè)用地利用效率的時(shí)序動(dòng)態(tài)演進(jìn)特征以及內(nèi)部區(qū)域差異特征進(jìn)行分析。設(shè)某隨機(jī)變量X的密度函數(shù)為f(x), 并選擇常用的高斯核來(lái)進(jìn)行檢驗(yàn)和運(yùn)用，函數(shù)表達(dá)式如下：

(4)

(5)

式中，N表示樣本數(shù)據(jù)觀測(cè)值的個(gè)數(shù)，h表示帶寬，K(?) 為核函數(shù)，xi為獨(dú)立同分布的觀測(cè)值，x為均值。

3. 開(kāi)發(fā)潛力指數(shù)法

在當(dāng)前研究成果[24-26]的基礎(chǔ)上，提出基于工業(yè)用地效率的開(kāi)發(fā)潛力指數(shù)(Improved PotentialIP)，該指數(shù)是將測(cè)算的投入和非期望產(chǎn)出要素的冗余率按一定權(quán)重折算成每個(gè)城市的平均投入產(chǎn)出冗余率，從市域角度體現(xiàn)工業(yè)用地效率的開(kāi)發(fā)潛力。

(6)

(7)

(8)

式中，S×inputt,i,u表示第t年、i個(gè)城市、u要素的投入松弛變量數(shù)量，inputt,i,u表示第t年、i個(gè)城市、u要素的實(shí)際投入數(shù)量；S×carbont,i,v表示第t年、i個(gè)城市、v要素的非期望產(chǎn)出松弛變量數(shù)量，carbont,i,v表示第t年、i個(gè)城市、v要素的實(shí)際非期望產(chǎn)出數(shù)量，由于本文非期望產(chǎn)出只有能源碳排放這一個(gè)要素，故直接由碳排放代替。其中，t=1,2,…,16，i=1,2,…,17，u代表土地、固定資產(chǎn)、勞動(dòng)力、能源四種投入要素，v代表能源碳排放這個(gè)非期望產(chǎn)出要素。

(二)指標(biāo)體系構(gòu)建

根據(jù)當(dāng)前研究成果[27-29]，以及數(shù)據(jù)可得性、指標(biāo)合理性原則，構(gòu)建投入、產(chǎn)出指標(biāo)(見(jiàn)表2)。

表2 投入產(chǎn)出指標(biāo)

工業(yè)用地作為一種生產(chǎn)性的建設(shè)用地[30]，其投入和產(chǎn)出指標(biāo)勢(shì)必包括經(jīng)濟(jì)和社會(huì)要素。投入指標(biāo)選擇工業(yè)用地面積、工業(yè)從業(yè)人員數(shù)和工業(yè)固定資產(chǎn)投入額。根據(jù)工業(yè)用地經(jīng)濟(jì)生產(chǎn)活動(dòng)的特殊性，在指標(biāo)體系中增加能源投入要素，即工業(yè)生產(chǎn)所需的工業(yè)能源消耗量。期望產(chǎn)出指標(biāo)選取工業(yè)總產(chǎn)值增加值以及工業(yè)企業(yè)利潤(rùn)額。根據(jù)當(dāng)前研究[31]，非期望產(chǎn)出指標(biāo)通常設(shè)置為工業(yè)“三廢”排放量，而忽視了碳排放量的影響。故將工業(yè)能源碳排放量作為非期望產(chǎn)出的指標(biāo)，以此探究能源碳排放約束條件下工業(yè)用地利用效率與提升路徑。

三、 碳排放約束與工業(yè)用地效率分析

(一)無(wú)碳排放約束的工業(yè)用地效率

基于SBM模型中的公式(1)，測(cè)算出研究區(qū)2005—2020年無(wú)碳排放約束的工業(yè)用地效率值，選取2005年、2010年、2014年、2020年為代表年份進(jìn)行分析(見(jiàn)表3)。

表3 各都市圈工業(yè)用地效率

綜合效率整體呈現(xiàn)波動(dòng)上升趨勢(shì)但數(shù)值均小于1，表明工業(yè)用地利用雖有所改善但并未達(dá)到有效狀態(tài)；2011年、2016年、2020年出現(xiàn)三次峰值，數(shù)值分別為0.712、0.743、0.776。純技術(shù)效率2005—2007年降幅較為明顯并于2007年出現(xiàn)低谷，數(shù)值為0.58；其總體變化趨勢(shì)相近于綜合效率，且峰值出現(xiàn)年份相同但數(shù)值更大，分別為0.77、0.81、0.86。規(guī)模效率處于效率高值區(qū)間，2005—2012年緩慢上升，并于2012年達(dá)到峰值，為0.95，2012—2020年處于平穩(wěn)下降狀態(tài)。純技術(shù)效率與綜合效率變化幅度趨同表明工業(yè)用地利用主要受技術(shù)發(fā)展水平影響，而純技術(shù)效率數(shù)值偏低表明工業(yè)用地利用應(yīng)加快提升技術(shù)水平；規(guī)模效率整體處于較高水平表明工業(yè)用地利用規(guī)模較為合理，但仍然要協(xié)調(diào)好工業(yè)用地的土地利用規(guī)模。

(二)碳排放約束下的工業(yè)用地效率

基于SBM模型中的非期望產(chǎn)出模塊及公式(2)和(3)，測(cè)算研究區(qū)2005—2020年碳排放約束下的工業(yè)用地效率值，并運(yùn)用GIS空間分析法分析研究區(qū)市域尺度下工業(yè)用地效率的時(shí)空差異；運(yùn)用核密度估計(jì)法及公式(4)和(5)分析都市圈尺度下工業(yè)用地效率的時(shí)空差異。

1. 市域尺度

利用ArcGIS10.6的自然斷點(diǎn)法將效率值進(jìn)行關(guān)聯(lián)及分類：0.2～0.33為低，0.33～0.45為較低、0.45～0.6為中等、0.6～0.8為較高、0.8～1為高。在無(wú)碳排放約束條件時(shí)(見(jiàn)圖1)，上海市的效率值呈躍升式增長(zhǎng)，即從低到高；杭州市呈較低到高的跳躍式增長(zhǎng)，湖州市和嘉興市呈中等水平演進(jìn)式增長(zhǎng)，紹興市呈中高水平的波動(dòng)下降；寧波市屬于中低水平演進(jìn)式增長(zhǎng)，臺(tái)州市是逐級(jí)演進(jìn)增長(zhǎng)，舟山市呈中高水平的變化趨勢(shì)；南京市處于中低水平演進(jìn)式增長(zhǎng)，鎮(zhèn)江市和揚(yáng)州市分別以波動(dòng)和直線趨勢(shì)下降；蘇州市、無(wú)錫市、常州市都屬于中等水平的演進(jìn)式增長(zhǎng)；合肥市一直處于高水平的狀態(tài)，蕪湖市和馬鞍山市分別以演進(jìn)式和波動(dòng)式增長(zhǎng)，直至近年來(lái)的全部高值集聚。

圖1 無(wú)碳排放約束條件工業(yè)用地效率市域?qū)Ρ?/p>

在碳排放約束條件下(見(jiàn)圖2)，各地工業(yè)用地效率存在不同程度的變化甚至是下降，表明能源碳排放成為各地工業(yè)發(fā)展中不可忽視的影響因素。上海市能源碳排放量在2010年達(dá)到16年來(lái)的峰值4 400萬(wàn)噸，湖州市在2014年達(dá)到16年來(lái)的峰值370萬(wàn)噸，南京市2009年首破1 000萬(wàn)噸，寧波2012—2014年能源碳排放量增速高達(dá)31%，揚(yáng)州市2020年達(dá)到排放峰值1 315萬(wàn)噸，所以這幾個(gè)城市在相應(yīng)年份均呈現(xiàn)出不同程度的效率值降級(jí)。近年來(lái)，各地在保證工業(yè)發(fā)展的同時(shí)都在嘗試逐步減少能源消耗和能源排放量，臺(tái)州市在2010年出現(xiàn)效率值上升情況，與其能源碳排放降幅大有關(guān)，其中單位生產(chǎn)總值能耗從0.632噸標(biāo)準(zhǔn)煤降至0.505噸標(biāo)準(zhǔn)煤，下降20%，化學(xué)需氧量、二氧化硫排放量分別下降17.3%、19%。

圖2 碳排放約束下工業(yè)用地效率市域?qū)Ρ?/p>

2. 都市圈尺度

(1)都市圈工業(yè)用地效率時(shí)序變化

在無(wú)碳排放約束條件時(shí)[見(jiàn)圖3(a)]，重心位置2005—2010年位于2014—2020年右側(cè)；在碳排放約束下，整體向左位移且2005—2010年左移幅度較大，表明碳排放影響工業(yè)用地效率但影響程度縮減。左右拖尾延長(zhǎng)度及斜率體現(xiàn)工業(yè)用地效率變化幅度，無(wú)約束時(shí)，拖尾延長(zhǎng)度呈現(xiàn)2005—2010年縮小、2014—2020年增大的趨勢(shì)；碳排放約束下[見(jiàn)圖3(b)]，拖尾經(jīng)歷了如下變化：2005—2010年延長(zhǎng)度縮小、斜率增大，2010—2014年延長(zhǎng)度增大、斜率減小，2014—2020年延長(zhǎng)度縮小、斜率增大。這表明整體時(shí)序呈現(xiàn)“大幅度減小—小幅度增大—小幅度回落”的演進(jìn)趨勢(shì)。都市圈整體在2005—2010年能源消耗量達(dá)68 190萬(wàn)噸，能源碳排放量達(dá)38 569萬(wàn)噸。2010—2014年能源消耗量達(dá)119 059萬(wàn)噸，增速為42.7%，能源碳排放量達(dá)61 888萬(wàn)噸，增速為37.6%；2014—2020年能源消耗量達(dá)163 027萬(wàn)噸，增速降至25.3%，能源碳排放量達(dá)82 066萬(wàn)噸，增速降為25.3%。這表明，近年來(lái)能源消耗量和能源碳排放量雖呈現(xiàn)增長(zhǎng)趨勢(shì)，但增速放緩。

圖3 無(wú)碳排放約束與碳排放約束下的工業(yè)用地效率時(shí)序變化

(2) 都市圈工業(yè)用地效率區(qū)域差異

在無(wú)碳排放約束條件時(shí)[見(jiàn)圖4(a)]，都市圈重心位置體現(xiàn)出都市圈圈際間工業(yè)用地效率值差異，圈際間合肥都市圈、上海市為第一梯隊(duì)，蘇錫常、寧波都市圈為第二梯隊(duì)，南京、杭州都市圈為第三梯隊(duì)。波峰數(shù)量體現(xiàn)工業(yè)用地效率極化程度，南京和寧波都市圈在無(wú)約束時(shí)出現(xiàn)差異明顯的主次雙峰格局，兩都市圈內(nèi)部各城市效率值均低于都市圈整體均值，表明工業(yè)用地效率在低值大規(guī)模集聚。在碳排放約束下[見(jiàn)圖4(b)]，蘇錫常出現(xiàn)小雙峰且兩峰間距增大，其中蘇州效率值為0.75，高于都市圈整體均值0.7，無(wú)錫為0.68、常州為0.66，均低于均值，表明內(nèi)部存在高低值并存的極化現(xiàn)象。波峰形態(tài)體現(xiàn)工業(yè)用地效率內(nèi)部差異程度，無(wú)約束時(shí)上海市和南京都市圈波峰較為陡峭且高度接近并高于其他都市圈，表明區(qū)域內(nèi)部發(fā)展差異較大。而南京和合肥都市圈高度下降且趨于平緩，其中兩圈城市在是否考慮碳排放條件下的效率值差率為5%～6%，低于平均差率9.2%。

圖4 無(wú)碳排放約束與碳排放約束下的工業(yè)用地效率都市圈對(duì)比

(三)工業(yè)用地效率開(kāi)發(fā)潛力分析

由上述分析可見(jiàn)，碳排放約束下各地工業(yè)用地效率值均有不同程度的下降趨勢(shì)。為提升工業(yè)用地效率，通過(guò)公式(6)—(8)計(jì)算各都市圈及各城市的投入產(chǎn)出開(kāi)發(fā)潛力(見(jiàn)表4)。

從影響工業(yè)用地效率的投入要素角度看，土地要素開(kāi)發(fā)潛力大小與各地當(dāng)前工業(yè)用地利用的合理性存在相關(guān)性，工業(yè)用地利用規(guī)模是否合理，直接影響工業(yè)用地資源配置效率。該要素潛力指數(shù)中，湖州市、寧波市、南京市均大于100%，表明其用地要素投入不足是影響用地效率的重要制約因素。固定資產(chǎn)投資額和投資方向影響工業(yè)發(fā)展的規(guī)模和內(nèi)在結(jié)構(gòu)，從而進(jìn)一步影響產(chǎn)業(yè)資源的配置和產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變。其中湖州市該要素潛力指數(shù)大于50%，表明湖州市在當(dāng)前經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)變過(guò)程中投資結(jié)構(gòu)并未進(jìn)行積極有效的調(diào)整，亟須改善投入不足的現(xiàn)狀以提升工業(yè)用地利用效率。勞動(dòng)力要素能夠間接體現(xiàn)工業(yè)發(fā)展水平，而開(kāi)發(fā)潛力則體現(xiàn)當(dāng)前工業(yè)發(fā)展水平與勞動(dòng)力配置規(guī)模的合理程度。其中嘉興市、寧波市、常州市要素潛力指數(shù)大于40%。近年來(lái)眾多城市經(jīng)濟(jì)發(fā)展方式中間由“工”轉(zhuǎn)“服”，但勞動(dòng)力素質(zhì)提升速度并未及時(shí)跟上，出現(xiàn)新階段新產(chǎn)業(yè)勞動(dòng)力配置不足、質(zhì)量不高的現(xiàn)象，影響工業(yè)用地新階段效率的提升。工業(yè)產(chǎn)值增加值和工業(yè)企業(yè)利潤(rùn)額分別體現(xiàn)了工業(yè)產(chǎn)業(yè)發(fā)展水平和工業(yè)企業(yè)發(fā)展現(xiàn)狀。

從影響工業(yè)用地效率的期望產(chǎn)出要素角度看，工業(yè)產(chǎn)值要素相較于其他要素，整體開(kāi)發(fā)潛力最小，多地為0或者逼近0，而利潤(rùn)要素的潛力指數(shù)中，嘉興市、蕪湖市和馬鞍山市均大于20%。上海市作為“1+5”都市圈的核心城市，近年來(lái)積極落實(shí)“騰籠換鳥”的經(jīng)濟(jì)發(fā)展方針，其工業(yè)戰(zhàn)略性新興產(chǎn)業(yè)總產(chǎn)值占規(guī)模以上工業(yè)總產(chǎn)值比重于2020年提高到40%。其他城市也在自身工業(yè)發(fā)展優(yōu)勢(shì)基礎(chǔ)上，積極吸納更多新興工業(yè)產(chǎn)業(yè)，但工業(yè)利潤(rùn)產(chǎn)出不足成為影響土地利用效率投入產(chǎn)出比中的重要因素。

能源投入要素和能源投入碳排放要素具有關(guān)聯(lián)性，體現(xiàn)出工業(yè)發(fā)展的能耗程度及能源結(jié)構(gòu)合理度。杭州都市圈、南京都市圈、蘇錫常都市圈大于80%，其中嘉興市、湖州市、寧波市、南京市、鎮(zhèn)江市和常州市均大于100%。嘉興市近年來(lái)裝備制造業(yè)、高技術(shù)制造業(yè)發(fā)展迅速，但單位GDP能耗降速遲緩。湖州市 “十三五”期間單位生產(chǎn)總值能耗、相關(guān)能源排放量等部分指標(biāo)未達(dá)到省控指標(biāo)，其能源消耗量及能源利用結(jié)構(gòu)不盡合理已然成為當(dāng)前低碳發(fā)展背景下工業(yè)用地效率提升中最為重要的制約因素。

四、 結(jié)果與建議

(一)結(jié)果

第一，工業(yè)用地利用效率主要受技術(shù)發(fā)展水平影響，整體上用地規(guī)模表現(xiàn)優(yōu)于技術(shù)水平表現(xiàn)。從效率值結(jié)果看，綜合效率值呈上升趨勢(shì)但均小于1，純技術(shù)效率與綜合效率變化幅度趨同，但整體上純技術(shù)效率值小于規(guī)模效率值。

第二，碳排放約束條件下，都市圈用地效率呈現(xiàn)“大幅度減小—小幅度增大—小幅度回落”的演進(jìn)趨勢(shì)。從對(duì)比分析結(jié)果看，寧波都市圈、蘇錫常都市圈、南京都市圈的內(nèi)部差異較大。而上海市、湖州市、南京市、寧波市及揚(yáng)州市是受碳排放約束后效率值降級(jí)較明顯的幾個(gè)城市。

第三，各都市圈的能源消耗量要素和能源碳排放量要素的開(kāi)發(fā)潛力均強(qiáng)于其他要素，是工業(yè)用地利用效率提升的重要制約因素。從其他要素的差異結(jié)果看，寧波都市圈的土地要素、杭州都市圈的固定資產(chǎn)要素以及蘇錫常都市圈的勞動(dòng)力要素均有較大的減少投入冗余的潛力，而杭州都市圈的工業(yè)產(chǎn)值要素和合肥都市圈的企業(yè)利潤(rùn)要素的產(chǎn)出不足表現(xiàn)明顯。

(二)建議

第一，加強(qiáng)影響工業(yè)用地效率投入要素的投入強(qiáng)度，改善投入結(jié)構(gòu)。調(diào)整工業(yè)用地利用規(guī)模，提升工業(yè)用地資源配置效率。調(diào)整固定資產(chǎn)投資額和投資方向，進(jìn)一步適應(yīng)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變方向。調(diào)整勞動(dòng)力供應(yīng)結(jié)構(gòu)，提升新階段新產(chǎn)業(yè)勞動(dòng)力配置質(zhì)量。

第二，挖掘影響工業(yè)用地效率期望產(chǎn)出要素的經(jīng)濟(jì)產(chǎn)出潛力。各地依據(jù)自身工業(yè)發(fā)展優(yōu)勢(shì)，落實(shí)“退二進(jìn)三”等經(jīng)濟(jì)發(fā)展方針，積極吸納更多新興工業(yè)產(chǎn)業(yè)，提升工業(yè)戰(zhàn)略性新興產(chǎn)業(yè)總產(chǎn)值占比。延長(zhǎng)工業(yè)產(chǎn)品產(chǎn)業(yè)鏈，調(diào)整工業(yè)企業(yè)利潤(rùn)產(chǎn)出環(huán)節(jié)，更大限度推進(jìn)技術(shù)創(chuàng)新，提升工業(yè)用地的經(jīng)濟(jì)產(chǎn)出。

第三，減少影響工業(yè)用地效率非期望產(chǎn)出要素的影響，控制能源消耗總量，調(diào)整一次能源消耗比重。淘汰高能耗、高污染、高危險(xiǎn)、低效益的落后產(chǎn)能，控制好相關(guān)能源排放量和單位生產(chǎn)總值能耗，大力推進(jìn)能源基礎(chǔ)設(shè)施建設(shè)，積極發(fā)展風(fēng)電、潮汐電及可再生能源，促進(jìn)區(qū)域能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)變。

第四，發(fā)揮上海市的龍頭引領(lǐng)和各都市圈核心城市的輻射帶動(dòng)作用，各城市依據(jù)當(dāng)前工業(yè)用地效率現(xiàn)狀，進(jìn)行科學(xué)、有序調(diào)整，挖掘影響工業(yè)用地效率的要素潛力。協(xié)調(diào)好各城市間、城市與都市圈間、各都市圈間的要素配比，促進(jìn)人流、物流、信息流的良性循環(huán)，以減少能源碳排放量為重點(diǎn)，調(diào)整工業(yè)用地結(jié)構(gòu)，在提升工業(yè)用地效率基礎(chǔ)上逐步逼近“雙碳”發(fā)展目標(biāo)。