兼顾非期望产出的工业用地效率测度、分异与溯因—以东北三省为例
张雅杰1，陶韦华1，张 丰2，刘辉智1
（1. 武汉大学 资源与环境科学学院，湖北 武汉 430079；2. 武汉大学 遥感信息工程学院，湖北 武汉 430079）
【摘要】 在引入非期望产出的基础上，利用Super-SBM-Undesirable模型测度2006～2015年东北地区34个城市的工业用地效率值并利用空间自相关分析其分异情况，进而选择固定效应面板模型进行溯因。结果表明：①东北地区城市工业用地效率总体上处于低效水平，且大部分地区工业用地效率呈现先上升后降低的态势；②东北地区城市工业用地效率水平总体上呈现空间正相关，但相关程度偏低，空间集聚现象以LL型为主，且集中分布在黑龙江省的东部和东北部；③对于东北地区城市工业用地效率而言，工业化程度和对外开放水平具有显著的正向作用，而工业国有化程度具有显著的负向作用，地区经济水平具有并不显著的改善作用；由于数据的局限性，对外交通水平并没有体现出预期的正向影响。
【关键词】 工业用地效率；非期望产出；SBM模型；东北地区
0 引 言
改革开放以来，我国实现了由农业大国到工业大国的历史性转变，现阶段整体上已经进入到了工业化发展的中后期，党的十八大提出的“到2020年基本实现工业化”目标也在咫尺。然而东北地区，昔日凭借丰富的自然资源和健全发达工业体系无条件支援全国其他地区建设，改革开放后，由于贫血性输血，缺乏产业升级，东北地区成为全国最落后的地区。虽然国家在2003年提出振兴东北老工业基地，但实施效果并不理想。2017年辽宁省、吉林省和黑龙江省分别以4.2%、5.3%和6.4%的GDP增速位列全国31个省市的倒数水平。因此，全面细致把握东北目前工业用地利用现状，对于东北地区乃至全国经济发展都很有必要，并且迫在眉睫。
工业用地作为一种生产性的建设用地，其研究最早始于18世纪。国外在工业布局方面理论研究较为丰富，且基本是以Weber的工业区位论为基础[1-3]；由于国外偏高的工业用地价格，国外学者对于工业地价的影响因素和估计方法进行了大量研究[4-6]；对于工业用地效率，国外学者主要从产权、规划、城市规模等方面进行分析[7-9]。相对地，国内学者对于工业用地效率的研究较晚，但发展迅速。随着近些年对城市工业用地效率的研究不断深入，在研究尺度上，从全国尺度到开发区尺度再到微观企业尺度均有涉及，但大多研究都集中在省域尺度[10-12]；在研究方法上，起初多采用单指标来表征，至今现有研究多将土地产出直接量化或者从投入-产出角度建立指标体系采用数据包络分析方法进行模型测度[13-15]；在驱动力分析方面，目前国内对于工业用地效率影响因素的实证分析较少，且大多集中在近几年，大多学者都采用回归分析的方法，主要从经济水平、科技水平、开放水平等方面选取变量进行影响因素分析[15-17]。
本研究针对浙江茶园施肥量、施肥方式、肥料品种等不合理施肥现象（马立锋等，2013），在浙江绍兴展开化肥减施田间定位试验，研究化肥减施、有机肥配施对茶园土壤养分含量、径流氮磷流失及茶叶产量、品质的影响，探索茶园化肥减施量及有机肥-无机肥配施的合理比例，为浙江茶园通过科学施肥改善茶园土壤环境、降低氮磷径流损失及提高茶叶产量和品质等提供思路。
工业用地作为建设用地中占比最大的生产性用地，其在生产过程中不仅仅只是包含着经济产出，也包括工业污染这一非期望产出，工业三废作为当前主要的环境污染源，而当前鲜有研究将其考虑在内。基于此，本文尝试引入“工业污染”这一非期望产出对东北地区城市工业用地效率进行测度与分析，同时以中观尺度分析的地级市为研究单元，基于10年的时间跨度，在构建面板数据的基础上采用趋于成熟的超效率SBM模型和空间计量分析方法对东北地区城市工业用地效率进行测度与时空演化分析，并构建面板数据模型对选取的影响因素进行检验分析。
1 研究区概况、研究方法与数据来源
1.1 研究区概况
研究区为东北三省共计34个地级市（延边州和大兴安岭地区无数据，故未计入），具体包括：辽宁省14个地级市（沈阳、大连、鞍山、抚顺、本溪、丹东、锦州、营口、阜新、辽阳、盘锦、铁岭、朝阳、葫芦岛），吉林省8个地级市（长春、吉林、四平、 辽源、通化、白山、松原、白城），黑龙江省12个地级市（哈尔滨、齐齐哈尔、鸡西、鹤岗、双鸭山、大庆、伊春、佳木斯、七台河、牡丹江、黑河、绥化）。
1.2 研究方法
1.2.1 Super-SBM-Undesirable模型
从表3可以看出，研究时段内M(I)数值为正且大部分年份处于0.1～0.2之间，变化幅度比较平稳，说明东北地区城市工业用地效率水平长期维持着较低水平的空间正相关形态，一定程度上表现为高-高效率聚集或者低-低效率聚集的空间格局。由于各城市之间在工业生产和工业用地利用方面缺乏有效的工业协同发展和区域一体化发展机制，在空间关系形态中两种空间相关关系分布均不广泛，整体上更趋向于随机分布，区域关联特征不明显。从时间序列上来看，2006～2015年东北地区城市工业用地效率M(I)总体上呈现出先增大后减小的“倒V”型发展形态；2006～2012年东北地区城市工业经济呈现出一定的地域联动效应，工业用地效率与空间分布的正相关性程度逐渐增强；2012～2015年，随着中国城镇化以及第三产业的蓬勃发展，东北地区部分工业基础薄弱的地区工业经济受创，导致工业用地效率与空间分布的正相关性程度逐渐减弱。
式中，
表示第i个决策单元的效率；m表示投入，r1表示期望产出，r2表示非期望产出，向量形式分别为
1.2.2 空间自相关
根据2006～2015年东北地区城市工业用地效率计算各年份的全局空间Moran指数M（I），见表3（表中**表示在5%水平下显著；***表示在1%水平下显著）。其结果均在95%以上置信度水平上显著，具有一定的科学性。
3.1.1 变量选取
式中，I为Moran指数；n为区域空间单元总数；xi和xj分别为空间属性在区域i和j上的观测值；
是指空间属性在区域内的平均值；Wij为区域空间单元i，j之间的空间权重矩阵；
1.2.3 面板数据模型
基于面板数据可有效控制不可观测变量引起的估计偏差，并针对时间序列数据扩大样本信息量，提高估计有效性的特点，本文以考虑非期望产出的城市工业用地效率为被解释变量，构建检验东北地区34个城市2006～2015年城市工业用地效率影响因素的面板数据模型，如公式（4）所示。其中人均GDP和道路交通设施用地面积为绝对指标，因此对这两个变量取自然对数以消除异方差使数据更具平稳性。
式中，i=1,…,N,表示有N个研究个体；t=1,…,T，表示有T个研究年份；αi是随机变量，表示对于i个个体有i个不同的截距项；γt表示对于t个年份有t个不同的截距项；Xkit为有k个自变量即个体i在时点t的观测数值；β为系数或弹性系数；εi,t为各个体i在各年份t的随机误差项。
1.3 数据来源
限于数据的可得性，且以城市中的工业用地为研究对象，本文采用《城市用地分类与规划建设用地标准》（GB50137-2011）规定的工业用地内涵，并在考虑工业污染这一非期望产出的基础上，将工业用地效率定义为城市工业用地在区域配置和开发使用时，其获得经济产出的实现能力和造成环境污染的影响程度。
2.3.1 水质特征 淖尔处于灌区低洼处，主要承接灌区退水和地下水侧渗水，主要表现为水体中全盐量、pH值、硬度含量高。根据《农田灌溉水质标准》和《微灌工程技术规范》的水质要求，滴灌淖尔盐分超标率为20%～40%波动，盐分含量在527～6 000 mg/L，硬度超标率为85%，含量在200～1 226 mg/L，pH值在7.33～10.24，超标率为5%～40%波动。其中，盐分在淖尔水超标物中处于主导地位，与pH值、硬度具有较高相关性，因此降低盐分含量是滴灌淖尔水质处理的关键[14]。
为使Super-SBM模型测度工业用地效率的结果及分析更加科学，本文构建2006～2015年东北省34个地级市的面板数据模型，从投入和产出两方面尽可能选取相互独立的变量[13]，变量定义及数据来源见表1。
表1 变量定义及数据来源
Tab.1 The definition of variables and data sources
2 东北地区城市工业用地效率测度评价及分异分析
2.1 城市工业用地效率测度及聚类
1.2.1 产量结构和理论产量调查取样 选取有代表性的6个小麦主产镇，于同一小麦品种、同一田块内，分别从茎基部割取1 m2倒伏小麦和未倒伏小麦，进行总茎蘖数、无效茎蘖数、有效穗数、穗粒数、千粒重的调查和理论产量计算，分析倒伏对小麦产量结构的影响。
结合表2、图1可以看出，2006～2015年期间，东北地区城市工业用地效率空间格局总体上表现为低效层次的空间发展，整体呈现出高效区先增加后减少、中效区逐渐增加、低效区先减少后微增的空间格局。具体如下：①高效区城市占全区域数量的比例由2006年17%增加到2010年29%，到2015年下降至17%。从空间上看，高效区城市在空间分布上较为集中，主要分布在大连以及辽宁北部和吉林南部的部分城市，其中沈阳、长春作为省会城市，工业经济十分发达，且具有一定的带动效应和空间辐射能力。②中效区城市增加，全区占比由2006年9%上升到2015年32%。从空间上看，中效区城市主要分布在黑龙江和吉林部分地区，其中哈尔滨作为省会城市，其工业用地效率的增长带动了黑龙江省其他城市效率的增加。③低效区城市数量由2006年25个减少到2015年的17个，东北地区城市工业用地效率有一定程度的提升，但总体还是处于低效层次且低效率类型城市在空间上主要分布在黑龙江省东北部和辽宁省的大部分地区。
表2 城市工业用地效率聚类分区
Tab.2 The clustering partition of urban industrial land use efficiency
图1 城市工业用地效率聚类分区
Fig.1 The clustering partition of urban industrial land use efficiency
2.2 东北地区城市工业用地效率分异分析
2.2.1 工业用地效率全局空间分异
那天刚到车间，李萍递给陈建伟一袋子糖果，“陈师傅，我朋友从北京带回来的一点糖果，给你家孩子拿回去尝尝吧。”陈建伟内心一阵激动，“谢谢你啊。”一低头，看到李萍的手里拎了一大袋子花花绿绿的糖果。并不是特意送给他的。那天车间里所有的人都吃到了李萍发的糖果，只有陈建伟那一袋子，价钱比别人的贵，还是李萍特意一个个挑出来的，产地全都是北京。还了陈建伟这份人情，李萍觉得心里踏实了。连和他说话，都能理直气壮似的。
表3 全局空间自相关分析结果
Tab.3 Results of global spatial autocorrelation analysis
数据包络分析（Data Envelopment Analysis，简称DEA）是一种多输入多输出的分析方法，即要素投入与产出之间的相对效率评价的系统分析方法[13,17-18]。其特点在于无需提前确定函数关系、无序主观赋权以及可以分析决策单元（DMU）的无效因素指标等，现已成为评价相对效率的主流技术方法。本文将采取考虑非期望产出的超效率SBM模型对于东北地区34个城市工业用地效率进行测度，公式如下:
利用Geoda软件分析2006～2015年东北地区城市工业用地效率关联类型并选取2006年等5个年份绘制相应年份的LISA(Local Indicators of Spatial Association,LISA)集聚图，如图2所示。其中，HH型表示工业用地效率水平高的城市聚集，空间趋同；HL型表示工业用地效率水平高的城市被效率水平低的城市包围，空间异质；LH型表示工业用地效率水平低的城市被效率水平高的城市包围，空间异质；LL型表示工业用地效率水平低的城市聚集，空间趋同。
2.2.2 工业用地效率局部空间分异
图2 城市工业用地效率LISA集聚图
Fig.2 The LISA cluster maps of urban industrial land use efficiency
经分析可知，2006～2015年间，在95%置信度水平上东北地区城市工业用地效率水平空间集聚现象始终以LL型为主，且整体空间格局并未发生明显的变化，具体的市域关联类型演化特点如下：
1）HH型城市数量较少，且基本保持不变，主要集中在辽宁省和吉林省境内。说明东北地区城市工业用地效率水平总体不高，且工业用地效率高的城市空间分布较为零散。其中松原在2006～2014年始终保持较高且平稳的工业用地效率值为HH型，而2015年工业用地效率值骤减则变为LH型。与此同时，辽宁省的大连、锦州、铁岭以及吉林省的长春、四平等城市均在一些年份为HH型城市。
2）HL型城市数量变化不大，主要集中在省会城市和工业经济基础较好的地市。说明东北地区城市之间的工业联系不够紧密，工业发达且工业用地效率高的地区并没有对周边地区起到明显的辐射作用。其中沈阳、长春工业经济基础较好且发展较为稳定，在东北地区中心地位显著，省会城市资源集聚优势较为明显，由此工业用地效率较高，但对周边城市的扩散作用不明显，周边城市工业用地效率水平低，极易造成用地效率水平空间差异扩大化。HL型城市还包括大庆、锦州等资源丰富、工业基础较好的城市。
3）LH型城市数量变化不显著，空间分布上基本位于省会城市长春、沈阳或工业经济基础较好地区的临近地区，这些城市存在一定的极化作用，会造成一定的虹吸效应导致工业用地低效率水平空间差异程度扩大，在一定程度上表现为周围高中间低的凹陷。
本文利用Super-SBM模型测算东北34个地级市2006～2015年城市工业用地效率，其中大部分地区效率值在2006～2015年呈现先上升后降低的态势，沈阳、大连、大庆、长春、盘锦等城市效率值明显优于其他城市。为了解各地级市工业用地效率的空间差异特征，选取2006年、2010年和2015年东北地区34个城市工业用地效率值进行系统聚类，将34个地级市划分为城市工业用地利用高效区、中效区和低效区。
4）LL型城市数量较多，且各年份均为城市工业用地效率的主导集聚状态，表明东北地区整体城市工业用地效率并不是呈现逐年改善的状态。LL型城市基本上位于黑龙江省的北部及东北部地区，且呈现集中分布的形态。这些地区位于东北地区边缘且处于国境线附近，对外联系不够紧密，且七台河、鹤岗、双鸭山和伊春等作为资源枯竭型城市，对于其工业用地效率的影响巨大。
3 东北地区城市工业用地效率溯因
3.1 变量选取与模型检验
空间自相关是指变量在同一分布区内观测数据间潜在的空间相互依赖性，反映一个区域单元的某种属性或者现象与其邻近区域单元的相关程度。全局空间自相关是对属性或者现象在全域范围内空间特征的描述，可有效揭示空间数据分布的特点，因此本文中采用空间自相关指数Moran's I及Local Moran's I分别衡量东北地区城市工业用地效率的空间关联及差异程度与局域关联模式，公式如下：
余话不提，夫妻相对坐下，一红一白斟上，举与眉齐，剧中似的饮下，复印似的重叠，不觉均已半酣。赵仙童不时冒一句，凭什么她青衣能摘梅花，我刀马旦就摘不到，她一直没我演得好，我不服，这不公平，瞧她现在骚成了宝，狗宝，大狗小狗都围着她骚，这不是明显欺负人嘛。
李敬益分析，碰上这种紧急事件，得先让彼此冷静下来。激将法能让当事人意识到自己行为后果的严重性，找准了能将对方的怒气一下子打消。“其实就是抓住当事人的心理，灵机应变。”李敬益在那一瞬间分析，这位父亲只有一个独儿子，儿子就是老两口的命根，怎么舍得儿子出事？“他拿钉锤敲，都是去打他儿子的肩膀。”观察到这一细节，李敬益果断采用激将法。
本文在对相关文献进行综述的基础上[19-20]，从地区经济水平、工业化程度、对外开放水平、工业国有化程度及对外交通水平5个方面选取了东北地区城市工业用地效率影响因素及其变量，见表4（表中，***表示在1%的置信水平下显著），经过相关性计算分析，发现这些变量对于东北地区城市工业用地效率具有一定程度的影响。
表4 影响因素及变量
Tab.4 The inf l uencing factors and variables
3.1.2 模型检验
根据2017年扬州市委市政府“民生一号文件”，明确要求2017年持证养殖退养1.1万亩，无证养殖全部退出（5.5万亩）；2018年扬州市委市政府“民生一号文件”明确2018年持证养殖退养2万亩。截至2018年8月底，高宝邵伯湖扬州市境内共完成“退养还湖”面积9.2万亩（其中持证养殖3.7万亩，无证养殖5.5万亩）。
为使检验结果更具科学性，本文采用混合OLS，固定效应面板模型和随机效应面板模型分别进行估计，模型估计结果见表5（表中，括号内为T统计量，*、**、***分别表示在10%、5%、1%的置信水平下显著）。由于混合OLS估计适用于不存在个体效应和时间效应的情形，会忽略不同地区和不同年份间的差异特性而导致估计结果的偏差，因此其估计值仅作参考。由固定面板中Hausman检验（原假设为随机效应，P=0.0476＜0.05，为小概率，在5%水平上拒绝原假设）可以判断出东北地区城市工业用地效率影响因素的固定面板模型估计结果对研究问题更具有适用性（R2=0.44）。
表5 面板数据估计结果
Tab.5 Thr estimation results of panel data
3.2 结果分析
1）地区经济水平的影响：检验结果表明地区经济水平即人均GDP对于东北地区城市工业用地效率改善具有正面作用，但是作用程度不高。一般而言，经济发展水平较高的地区其工业产业结构相对会更加合理，工业科技水平也相对较高，由此会对城市工业用地效率的改善具有显著的正向作用。究其原因是东北地区存在片面追求工业经济产值而忽视对于工业经济质量和生态环境质量的改善，从而导致地区经济水平难以带动工业经济的发展。
2）工业化程度的影响：检验结果表明研究时段内东北地区工业化程度即地区工业总产值占GDP比重与城市工业用地效率呈显著性正相关。根据产业结构理论中的配第-克拉克定理，随着经济发展和人均国民收入水平的提高，劳动力和产业分布的重心会首先由第一产业转移到第二产业，然后再转移到第三产业。而考虑到中国已经进入到工业化后期的事实，本文的检验结果表明了东北地区的工业经济质量还不足以支撑它顺利进入工业化后期，东北地区城市工业经济发展规模需要得到进一步提高。
3）对外开放水平的影响：检验结果表明研究时段内东北地区对外开放水平与城市工业用地效率呈显著性正相关。本文以外商直接投资占GDP比重来表征城市对外开放水平，在经验分析中，外商资本进入地区工业市场会激发当地的市场活力，有利于工业行业的优胜劣汰，从而迫使当地工业行业转变发展方式，更加关注自身单位用地产值，由此摒弃固有的粗放用地模式，树立节约集约用地理念，以此实现城市工业用地效率的提升。
4）工业国有化程度的影响：检验结果表明研究时段内东北地区工业国有化程度与城市工业用地效率呈显著性负相关。本文认为这可能是由于国有工业企业用地多是以划拨方式取得的大面积用地，由此导致企业缺乏节约集约用地意识。根据相关资料统计分析，截止到2015年辽宁省的国有经济占比超过30%，吉林省超过40%，而黑龙江省则超过50%，远超全国平均水平，这实际上表明当前东北地区国有工业企业用地较为粗放，需要对其进行科学规划和引导，以改善东北地区城市工业用地效率。
5）对外交通水平的影响：对外交通水平变量的弹性系数为-0.071，系数过小不具备经济显著意义；P值为0.542，未通过显著性检验，且趋于随机，不具有统计意义。通过估计结果可以发现3种检验结果均显示对外交通水平对解释变量没有显著驱动意义，即对外交通水平对东北地区城市工业用地效率的影响基本可以忽略不计，与预期结果不一致。预期中对外交通水平应当与城市工业用地效率呈正相关，这可能是由于《中国城市建设统计年鉴》中的道路交通设施用地包括对外交通用地与道路广场用地，其中包含大量城市内部道路，而工业产品主要通过高速公路、海洋、航空等运输方式进行贸易，从而导致了结果的偏差。
由于自联合装置输至硫磺成型装置的液硫中硫化氢含量降低，释放至大气中的硫化氢量减少，大气腐蚀现象得到明显减缓，暴露在大气中的电子设备、管线、仪表元件等腐蚀问题减少，因腐蚀导致的停机故障率大大降低，见表2。
在日常施工中，钻孔桩技术已经十分成熟，其适应范围广泛。但具体地质情况的区别以及操作人员技术水平等因素又是关系此项技术成败的重要因素。以桥梁施工为例，桩基工程量时常能占到项目总工程量的30%-50%，所以把桩基工程做好往往成为项目能否顺利完成的关键因素。
4 结束语
本文首先利用Super-SBM-Undesirable模型对2006～2015年东北地区34个城市工业用地效率进行测算，并通过聚类等方法对其时空及差异变化进行具体分析；利用空间自相关方法从全局和局部揭示了东北地区城市工业用地效率时空演化特征；最后通过构建面板数据模型对其影响因素进行了检验分析。通过以上研究，得出以下主要结论：①2006～2015年期间，东北地区城市工业用地效率总体上处于低效水平，且大部分地区呈现先上升后降低的态势。在空间分布上，高效区主要集中在沈阳、长春等省会城市和大连、大庆等工业经济较为发达的地区，低效区主要集中在黑龙江省东北部和辽宁省部分地区。②2006～2015年期间，东北地区城市工业用地效率水平总体上呈现空间正相关，但相关程度偏低，各城市之间在工业生产和工业用地利用方面一直存在“各自为政、互不干涉”的局面，缺乏有效的工业协同发展和区域一体化发展机制。研究时段内空间集聚现象以LL型为主，且集中分布在黑龙江省的东部和东北部，整个区域的城市工业用地效率水平偏低。③通过面板数据模型对东北地区城市工业用地效率影响因素的检验分析发现：工业化程度和对外开放水平对东北地区城市工业用地效率改善具有显著的正向作用；而工业国有化程度对于工业用地效率具有双重显著的负向影响，地区经济水平的提高对于城市工业用地效率有一定程度的改善作用，但并不显著；可能由于数据的局限性，对外交通水平并没有体现出预期对于城市工业用地效率的正向影响。
首先，目前我国人民银行征信系统没有对除银行以外的互联网汽车金融行业开放，互联网汽车金融行业不能通过人民银行征信系统对借款者的信用状况进行核实，要逐步推进人民银行征信系统的开放，实现信息共享。其次，积极推进第三方信用平台建设。目前我国涌现了一批比较优秀的第三方征信机构，如芝麻信用、鹏元征信等，这些第三方征信机构作为人民银行征信系统的补充，可以弥补人民银行征信数据来源渠道单一、时效性不强的问题，可以使互联网汽车金融企业从更多的角度全方位、立体化地了解借款者的信用状况。
参考文献
[1] Ambrose B. An Analysis of the Factors Affecting Light Industrial Property Valuation[J]. Journal of Real Estate Research, 1990,5(3):355-370.
[2] Chakravorty S. Industrial Location in Post-Reform India: Patterns of Inter-regional Divergence and Intra-regional Convergence[J]. The Journal of Development Studies, 2003,40(2):120-152
[3] Isard W. Location and Space-Economy[M]. Cambridge:MIT Press, 1956.
[4] Kowalski J G, Paraskevopoulos C C. The Impact of Location on Urban Land Price[J]. Journal of Urban Economies, 1990,27:16-24.
[5] Jackson T O. Environment Contamination and Industrial Real Estate Price[J]. Journal of Real Estate Research. 2002,23(l):179-199.
[6] Yu S M, Ho K H. Planned Urban Industrialization and Its Effect on Urban Industrial Real Estate Valuation:The Singapore Experience[J]. Habitat International,2006,30(8):509-539.
[7] Wang Z Y, Zhao T T. Industrial Land-use Efficiency and Planning in Shunyi, Beijing[J]. Landscape and Urban Planning, 2008,85(2):40-48.
[8] Cainelli G. Spatial Agglomeration, Technological Innovations, and Firm Productivity: Evidence From Italian Industry Districts[J]. Growth and Change,2008,39(3):414-435.
[9] Ben T M,Wang K F. Interaction Analysis among Industrial Parks, Innovation Input, and Urban Production Efficiency[J]. Asian Social Science,2011,7(5):56-71.
[10] 陈伟, 彭建超, 吴群. 中国省域工业用地利用效率时空差异及影响因素研究[J]. 资源科学, 2014,36(10):2 046-2 056.
[11] 张琳, 王亚辉, 李影. 全要素生产率视角下的城市工业用地生产效率研究—基于Malmquist指数的分析[J]. 大连理工大学学报:社会科学版, 2015,36(1):57-62.
[12] 郭贯成, 丁晨曦, 王雨蓉. 新型城镇化对工业用地利用效率的影响:理论框架与实证检验[J]. 中国土地科学,2016,30(8):81-89.
[13] 谢花林, 王伟, 姚冠荣, 等. 中国主要经济区城市工业用地效率的时空差异和收敛性分析[J]. 地理学报,2015,70(8):1 327-1 338.
[14] 刘向南, 单嘉铭, 石晓平, 等. 发达地区城市工业用地效率评价及影响因素研究—以浙江省绍兴市为例[J]. 华东经济管理, 2016,30(12):70-76.
[15] 陈伟, 彭建超, 吴群. 基于容积率指数和单要素DEA方法的工业用地利用效率区域差异研究[J]. 自然资源学报,2015,30(6):903-916.
[16] 陈伟. 城市工业用地利用效率的区域与行业差异研究[D].南京:南京农业大学, 2014.
[17] 施秧秧. DEA方法与Tobit模型相结合的工业用地效率研究[D].杭州:浙江大学, 2009.
[18] 龙亮军, 王霞, 郭兵. 基于改进DEA模型的城市生态福利绩效评价研究—以我国35个大中城市为例[J]. 自然资源学报, 2017,32(4):595-605.
[19] 郭露, 徐诗倩. 基于超效率DEA的工业生态效率—以中部六省2003省省率—以年数据为例[J]. 经济地理,2016,36(6):116-121,58.
[20] 佟连军, 宋亚楠, 韩瑞玲, 等. 辽宁沿海经济带工业环境效率分析[J]. 地理科学, 2012,32(3):294-300.
Calculation, Differentiation and Abduction of Urban Industrial Land Use Efficiency Based on Undesired Output:Take Northeast China for Example
ZHANG Yajie1, TAO Weihua1, ZHANG Feng2, LIU Huizhi1
(1.School of Resource and Envioronmental Sciences, Wuhan University, Wuhan 430079, China; 2. School of Remote Sensing and Information Engineenng, Wuhan University, Wuhan 430079, China)
Abstract: Based on the undesired output, the Super-SBM-Undesirable model is used to calculate the industrial land use efficiency of 34 cities in the Northeast China form 2006 to 2015 and a spatial econometric method is used to analyze the differentiation, then the fi xed effect panel model is selected to study on the abduction in this paper. The results show that:①The urban industrial land use efficiency in Northeast China was generally low and industrial land use efficiency of the most regions showed a trend of decreasing fi rst and then expanding. ②The overall urban industrial land use efficiency in Northeast China has a low-level spatial positive correlation, and the spatial agglomeration is mainly LL type, concentrating in the eastern and northeastern parts of Heilongjiang Province. ③For the urban industrial land use efficiency in Northeast China, industrialization and opening level affect significantly positively, while industrial nationalization has a significant negative effect and regional economic level has a nonsignificant improving effect; due to the limitations of data, external traffic doesn’t show the expected positive effect on the efficiency.
Key words: industrial land use efficiency; undesirable output; SBM model; Northeast China
【中图分类号】 F301.4
【文献标识码】 A
【文章编号】 1672-1586（2019）05-0029-06
引文格式： 张雅杰，陶韦华，张 丰，等. 兼顾非期望产出的工业用地效率测度、分异与溯因——以东北三省为例[J].地理信息世界,2019,26(5):29-34+40.
基金项目： 国家自然科学基金(4 1 8 7 1 1 8 2)资助
作者简介： 张雅杰（1972-），女，吉林桦甸人，副教授，博士，主要从事土地利用与经济管理等研究工作。E-mail: yjzhang@whu.edu.cn
通讯作者： 张丰（1965-），男，辽宁阜新人，高级实验师，硕士，主要从事GIS与摄影测量等研究工作。E-mail: 7570056@qq.com
收稿日期： 2019-01-28
标签：工业用地效率论文; 非期望产出论文; SBM模型论文; 东北地区论文; 武汉大学资源与环境科学学院论文; 武汉大学遥感信息工程学院论文;