基于國(guó)土資源大數(shù)據(jù)的工業(yè)用地績(jī)效管理研究

摘 要：為提高土地資源的配置效率、產(chǎn)業(yè)布局的合理性以及促進(jìn)區(qū)域經(jīng)濟(jì)的健康發(fā)展，本文基于國(guó)土資源大數(shù)據(jù)，重點(diǎn)研究了工業(yè)用地績(jī)效管理指標(biāo)的評(píng)價(jià)方法。通過(guò)國(guó)土資源大數(shù)據(jù)平臺(tái)，從工業(yè)用地前期投入、期望產(chǎn)出及非期望產(chǎn)出3個(gè)方面構(gòu)建了涵蓋15個(gè)指標(biāo)的工業(yè)用地績(jī)效評(píng)價(jià)體系。研究以東南沿海某縣級(jí)市為對(duì)象，通過(guò)實(shí)地調(diào)查和數(shù)據(jù)收集，運(yùn)用層次分析法（AHP）確定各指標(biāo)的權(quán)重，引入云模型處理不確定性問(wèn)題，使定性概念與定量描述之間進(jìn)行轉(zhuǎn)換。結(jié)果表明，研究區(qū)工業(yè)用地前期投入及非期望產(chǎn)出方面控制效果較好，但期望產(chǎn)出方面效率較低。本文基于PDCA模式的工業(yè)用地績(jī)效管理改進(jìn)策略，驗(yàn)證模型評(píng)價(jià)的有效性。

關(guān)鍵詞：國(guó)土資源；大數(shù)據(jù)；工業(yè)用地；績(jī)效管理

中圖分類號(hào)：F 30 " 文獻(xiàn)標(biāo)志碼：A

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展及城市化進(jìn)程的加速，城市工業(yè)用地規(guī)模需求不斷增加，土地資源的合理利用和有效管理成為推動(dòng)土地資源可持續(xù)發(fā)展的重要議題[1]。工業(yè)用地面積通常占城市用地面積的15%～30%，其是城市發(fā)展的物質(zhì)基礎(chǔ)，工業(yè)用地績(jī)效管理直接關(guān)系到城市土地資源的配置效率、產(chǎn)業(yè)布局的合理性以及區(qū)域經(jīng)濟(jì)的健康發(fā)展。然而，傳統(tǒng)的工業(yè)用地績(jī)效管理往往利用有限的統(tǒng)計(jì)數(shù)據(jù)和經(jīng)驗(yàn)判斷，難以全面、準(zhǔn)確地評(píng)估土地利用效益，也難以實(shí)現(xiàn)動(dòng)態(tài)監(jiān)管和科學(xué)決策[2]。

隨著信息技術(shù)的飛速發(fā)展，尤其是大數(shù)據(jù)、人工智能技術(shù)的發(fā)展，為工業(yè)用地績(jī)效管理提供了新的機(jī)遇。土地利用現(xiàn)狀、土地權(quán)屬、土地市場(chǎng)交易、環(huán)境監(jiān)測(cè)等國(guó)土資源大數(shù)據(jù)，為深入分析和評(píng)估工業(yè)用地績(jī)效提供了豐富的信息資源。通過(guò)國(guó)土資源大數(shù)據(jù)的挖掘與統(tǒng)計(jì)，可以更準(zhǔn)確地識(shí)別工業(yè)用地利用中的問(wèn)題，預(yù)測(cè)土地市場(chǎng)的發(fā)展趨勢(shì)，評(píng)估政策措施的實(shí)施效果，從而為政策制定者提供科學(xué)依據(jù)，促進(jìn)土地資源的高效利用[3]。

1 工業(yè)用地績(jī)效評(píng)價(jià)方法

1.1 工業(yè)用地績(jī)效的指標(biāo)體系構(gòu)建

國(guó)土資源大數(shù)據(jù)平臺(tái)利用大數(shù)據(jù)，對(duì)工業(yè)用地信息、用地企業(yè)數(shù)據(jù)、城市土地資源管理、城市規(guī)劃地圖等大量實(shí)時(shí)信息進(jìn)行采集與整理，形成“一張圖”平臺(tái)的工業(yè)用地績(jī)效管理系統(tǒng)[4]。國(guó)土資源大數(shù)據(jù)系統(tǒng)的框架采用分層設(shè)計(jì)的思路，對(duì)與工業(yè)用地績(jī)效相關(guān)的經(jīng)濟(jì)、社會(huì)、環(huán)境等多方面的內(nèi)容進(jìn)行定量評(píng)價(jià)，體現(xiàn)工業(yè)用地真實(shí)的綜合績(jī)效。國(guó)土資源大數(shù)據(jù)系統(tǒng)在使用及維護(hù)過(guò)程中，需要重點(diǎn)關(guān)注土地資源的前期投入、期望產(chǎn)出及非期望產(chǎn)出情況，并根據(jù)實(shí)際情況進(jìn)行綜合判別及維護(hù)。根據(jù)全國(guó)主要城市國(guó)土資源績(jī)效管理系統(tǒng)、文獻(xiàn)研究、現(xiàn)狀調(diào)查基礎(chǔ)上形成的初步評(píng)價(jià)體系選取工業(yè)用地評(píng)價(jià)體系中的指標(biāo)，采用Delphi專家函詢[5]的方式對(duì)初步評(píng)價(jià)體系進(jìn)行提煉與歸納，最終完成工業(yè)用地績(jī)效管理指標(biāo)體系構(gòu)建，如圖1所示。

1.2 基于AHP法的績(jī)效因素權(quán)重確定

層次分析法（簡(jiǎn)稱AHP法）是主要用于處理資源分配、項(xiàng)目評(píng)估、策略分析等領(lǐng)域的方法，具有直觀、靈活及易于操作的特點(diǎn)[6]。AHP法通過(guò)建立多層次的分析模型，將復(fù)雜的決策問(wèn)題逐步簡(jiǎn)化，形成多層次的決策結(jié)構(gòu)。通過(guò)一定的方法或特定的標(biāo)準(zhǔn)對(duì)同一層次內(nèi)的指標(biāo)進(jìn)行比較，獲得各個(gè)指標(biāo)的重要性。

構(gòu)造判斷矩陣：依次比較各個(gè)指標(biāo)間的重要性，并將重要性比較結(jié)果以矩陣的形式表現(xiàn)出來(lái)，如公式（1）所示。

O=[aij]n×n " " " " " " " " " " " " " " " " "（1）

式中：O為準(zhǔn)則層或方案層指標(biāo)的判斷矩陣；aij為指標(biāo)間的相對(duì)重要性比較結(jié)果；n為指標(biāo)數(shù)量。

層次單排序：用公式（2）對(duì)判斷矩陣中的相對(duì)重要性比較結(jié)果aij進(jìn)行標(biāo)準(zhǔn)化處理，用公式（3）、公式（4）構(gòu)建各指標(biāo)標(biāo)準(zhǔn)化矩陣的特征向量及各因素權(quán)重。

（2）

（3）

（4）

式中：a'ij為aij的標(biāo)準(zhǔn)化結(jié)果；為各指標(biāo)的特征向量；wi為各指標(biāo)的權(quán)重值。

一致性檢驗(yàn)：由于層次分析法的判斷矩陣構(gòu)建過(guò)程具有主觀性，因此為了保證判斷矩陣中的比較結(jié)果在邏輯上的一致性，須引入平均隨機(jī)一致性指標(biāo)RI，對(duì)各指標(biāo)的重要性比較結(jié)果進(jìn)行一致性檢驗(yàn)。如公式（5）所示。

（5）

式中：CR為判斷矩陣的隨機(jī)一致性比例；λmax為判斷矩陣的最大特征根；n為矩陣階數(shù)；RI為平均隨機(jī)一致性指標(biāo)，3階矩陣的RI取0.58，4階矩陣的RI取0.90。當(dāng)CR小于0.1時(shí)，判斷矩陣通過(guò)一致性檢驗(yàn)，否則需要重新構(gòu)建判斷矩陣，直至CR小于0.1為止。

指標(biāo)層次排序：計(jì)算每個(gè)層次中指標(biāo)的權(quán)重值，相乘得到方案層指標(biāo)相對(duì)于目標(biāo)層的綜合權(quán)重值。

1.3 基于云模型的工業(yè)用地績(jī)效評(píng)價(jià)模型

云模型的概念是將事件發(fā)生的可能性看做“云團(tuán)”，每種可能性看做“云滴”，“云團(tuán)”由無(wú)數(shù)個(gè)“云滴”組成，從而構(gòu)成云，“云滴”分布具有不確定性、分散性的特點(diǎn)，因此常用云模型處理現(xiàn)實(shí)中不確定性的數(shù)學(xué)問(wèn)題。云模型主要包括3個(gè)主要數(shù)字特征，即期望（Ex）、熵（En）及超熵（He），分別表示“云滴”的空間分布、“云團(tuán)”的空間大小及“云團(tuán)”不確定性?？梢杂霉剑?）計(jì)算云模型的主要數(shù)字特征。

（6）

式中：n為指標(biāo)數(shù)量；xi為指標(biāo)i的評(píng)價(jià)結(jié)果；為指標(biāo)i評(píng)價(jià)結(jié)果的均值；Exi為指標(biāo)i的期望；Eni為指標(biāo)i的熵；Hei為指標(biāo)i的超熵。

結(jié)合層次分析法計(jì)算各影響因素權(quán)重值wi，用公式（7）～公式（9）計(jì)算工業(yè)用地績(jī)效管理指標(biāo)體系的綜合云數(shù)字特征。

（7）

（8）

（9）

2 工業(yè)用地績(jī)效管理的探索

2.1 研究對(duì)象基本概況

研究區(qū)位于東南沿海的省轄縣級(jí)市，屬于長(zhǎng)江三角洲經(jīng)濟(jì)區(qū)，轄區(qū)總面積為1789km2，下轄4個(gè)街道，11個(gè)鄉(xiāng)鎮(zhèn)，戶籍人口為58.3萬(wàn)人，常住人口為69.41萬(wàn)人，戶籍人口中城鎮(zhèn)人口為42.5萬(wàn)人。研究區(qū)屬于全國(guó)百?gòu)?qiáng)縣，交通便捷，多條高速公路在此交匯，具備顯著的區(qū)位優(yōu)勢(shì)。2023年，區(qū)域內(nèi)的生產(chǎn)總值為752.36億元，同比增長(zhǎng)7.52%，三次產(chǎn)業(yè)占比分別為3.54%、51.36%及45.10%。城鄉(xiāng)居民人均可支配收入分別達(dá)到74525元及42514元，收入差距不斷縮小。區(qū)域內(nèi)680家規(guī)上工業(yè)企業(yè)實(shí)現(xiàn)總產(chǎn)值為625.11億元，同比增長(zhǎng)9.65%，具備顯著的經(jīng)濟(jì)實(shí)力。

2023年，研究區(qū)域內(nèi)各類土地利用占比情況：建設(shè)用地占比為24.56%，農(nóng)用地占比為55.62%，為利用土地面積占比的19.82%。隨著城市經(jīng)濟(jì)的發(fā)展，研究區(qū)扣除生態(tài)紅線區(qū)域面積后，可用于工業(yè)建設(shè)及城市擴(kuò)展的空間十分有限，隨著外來(lái)人口的增加及工業(yè)發(fā)展的需求，建設(shè)用地需求也不斷增加，土地資源與經(jīng)濟(jì)發(fā)展間的矛盾阻礙當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展。同時(shí)，根據(jù)調(diào)查結(jié)果，研究區(qū)內(nèi)的土地開(kāi)發(fā)強(qiáng)度僅為10.25%，低于全省的平均值12.54%，說(shuō)明具備較大的發(fā)展?jié)摿疤嵘臻g，因此亟須提高工業(yè)用地績(jī)效產(chǎn)出水平。

2.2 工業(yè)用地績(jī)效分析

2.2.1 工業(yè)用地績(jī)效評(píng)價(jià)指標(biāo)權(quán)重確定

目標(biāo)層的3個(gè)指標(biāo)不是相互獨(dú)立的，不具備可比性，因此在方案層指標(biāo)權(quán)重計(jì)算前，假設(shè)目標(biāo)層的3個(gè)指標(biāo)的權(quán)重均為1/3。研究邀請(qǐng)5位國(guó)土資源管理方面的專家，根據(jù)圖1，采用1～5標(biāo)度法對(duì)方案層各指標(biāo)進(jìn)行兩兩重要性比較，用公式（2）～公式（5）計(jì)算各指標(biāo)權(quán)重并進(jìn)行一致性檢驗(yàn)，將結(jié)果做成判斷矩陣，如圖2所示。

2.2.2 工業(yè)用地績(jī)效評(píng)評(píng)價(jià)

將工業(yè)用地績(jī)效評(píng)價(jià)分為4個(gè)等級(jí)，由高到低分別為較好、中等、一般及較差，采用0～10分制定義工業(yè)用地績(jī)效評(píng)語(yǔ)集，根據(jù)公式（6）計(jì)算評(píng)語(yǔ)集的期望Ex，熵En及超熵He，結(jié)果見(jiàn)表1。

在評(píng)語(yǔ)集的基礎(chǔ)上，對(duì)研究區(qū)域工業(yè)用地績(jī)效管理情況進(jìn)行調(diào)查，采用0～10分制對(duì)影響工業(yè)用地績(jī)效管理評(píng)價(jià)的指標(biāo)進(jìn)行賦分，取平均值，用公式（6）確定各指標(biāo)的云模型參數(shù)，用公式（7）～公式（9）確定工業(yè)用地績(jī)效管理指標(biāo)體系的綜合云數(shù)字特征，結(jié)果見(jiàn)表2。

由表3可知，在研究區(qū)工業(yè)用地績(jī)效管理指標(biāo)體系中，前期投入B1的評(píng)價(jià)等級(jí)為II級(jí)，績(jī)效評(píng)價(jià)為中等；期望產(chǎn)出B2的評(píng)價(jià)等級(jí)為IV級(jí)，績(jī)效評(píng)價(jià)為較差；非期望產(chǎn)出B3的評(píng)價(jià)等級(jí)為II級(jí)，績(jī)效評(píng)價(jià)為中等。

3 基于PDCA模式的改進(jìn)策略

根據(jù)云模型評(píng)價(jià)結(jié)果，研究區(qū)域在工業(yè)區(qū)環(huán)境治理、生態(tài)環(huán)境保護(hù)、地均能耗控制及社會(huì)環(huán)境風(fēng)險(xiǎn)控制方面也取得了較好的結(jié)果，但在提高地均就業(yè)人數(shù)、納稅收入、社會(huì)資本增加及科技創(chuàng)新方面效果較差，這些因素是提高當(dāng)?shù)毓I(yè)用地績(jī)效管理的關(guān)鍵指標(biāo)，因此本文提出基于PDCA模式的改進(jìn)策略。PDCA模式又稱為戴明環(huán)模式，是一種用于持續(xù)改進(jìn)和解決問(wèn)題的循環(huán)方法，主要由4個(gè)階段組成：計(jì)劃（Plan）、執(zhí)行（Do）、檢查（Check）和行動(dòng)（Act），工業(yè)用地績(jī)效管理策略的PDCA循環(huán)如圖3所示。

在2024年，研究區(qū)采用PDCA模式的工業(yè)用地績(jī)效管理策略，在就業(yè)人口、納稅收入、社會(huì)資本及科技創(chuàng)新方面取得了一定的效果；2024年的上半年，新增就業(yè)人口8500余人，納稅收入增幅約為4.67%，社會(huì)資本增幅為2.96%，企業(yè)在搭建產(chǎn)學(xué)研合作平臺(tái)，促進(jìn)高校、科研機(jī)構(gòu)與企業(yè)之間的合作積極性，努力推動(dòng)科技成果轉(zhuǎn)化。

4 結(jié)論

國(guó)土資源大數(shù)據(jù)包括工業(yè)用地的土地利用現(xiàn)狀、土地權(quán)屬、土地市場(chǎng)交易和環(huán)境監(jiān)測(cè)等多維度數(shù)據(jù)，可以為績(jī)效評(píng)價(jià)提供全面的數(shù)據(jù)基礎(chǔ)。本研究對(duì)大量細(xì)粒度數(shù)據(jù)進(jìn)行挖掘與分析，建立3個(gè)維度15個(gè)具體指標(biāo)的工業(yè)用地績(jī)效管理評(píng)價(jià)體系，充分利用AHP在處理層次結(jié)構(gòu)問(wèn)題上的優(yōu)勢(shì)和云模型在處理不確定性信息上的特點(diǎn)，對(duì)東南沿海某縣級(jí)市的工業(yè)用地績(jī)效管理進(jìn)行綜合評(píng)價(jià)，根據(jù)評(píng)價(jià)結(jié)果實(shí)施改進(jìn)策略后，取得了較好的改進(jìn)成果。本文的研究可以為工業(yè)用地績(jī)效管理提供新的視角和方法，對(duì)促進(jìn)土地資源的合理利用和有效管理提供了重要的理論和實(shí)踐意義。

參考文獻(xiàn)

[1]黃曉娜，田啟霞，劉守剛，等.基于GIS與多因素綜合評(píng)價(jià)法的新發(fā)展階段下開(kāi)發(fā)區(qū)集約節(jié)約用地評(píng)價(jià)及潛力測(cè)算—以濰坊市濰城區(qū)為例[J].山東國(guó)土資源，2024，40（4）：66-72.

[2]公云龍，楊俊，戴培超.產(chǎn)業(yè)集聚導(dǎo)向的承接產(chǎn)業(yè)轉(zhuǎn)移區(qū)工業(yè)用地績(jī)效評(píng)價(jià)研究[J].土地經(jīng)濟(jì)研究，2023（2）：116-134.

[3]鐘珊.基于績(jī)效評(píng)估的珠海低效工業(yè)用地識(shí)別與再開(kāi)發(fā)研究[J].城市建筑空間，2023，30（6）：116-118.

[4]石立.低效工業(yè)用地評(píng)價(jià)指標(biāo)體系構(gòu)建及應(yīng)對(duì)策略研究[D].南寧：廣西大學(xué)，2023.

[5]劉奇.基于Delphi的農(nóng)用地承包經(jīng)營(yíng)權(quán)流轉(zhuǎn)估價(jià)系統(tǒng)的研制[D].雅安：四川農(nóng)業(yè)大學(xué)，2012.

[6]崔斌凱.基于熵值法和層次分析法的平?jīng)鍪猩鷳B(tài)敏感性與恢復(fù)力分析[D].蘭州：蘭州大學(xué)，2023.