碳排放约束下京津冀地区建设用地利用效率时空演化特征与影响因素研究

高 威，魏 建 飞，李 强

(首都经济贸易大学城市经济与公共管理学院，北京 100070;城市群系统演化与可持续发展的决策模拟北京市重点实验室，北京 100070)

0 引言

建设用地作为区域社会经济系统运行的主要载体，是各类经济活动的重要投入要素，其利用效率直接关系到区域高质量与可持续发展水平。碳排放增长引发的全球气候变暖等问题日益受到社会各界的关注，能源的大量消耗和城市居民的日常活动加剧了温室气体的排放，显著影响建设用地利用效率[1,2]。2005-2019年京津冀地区建设用地总规模约增加1.5倍，人口规模约增长1.2倍，经济、人口和建设用地利用不协调问题依旧存在。在全球各国推进碳减排的大背景下，资源环境对经济和社会发展的约束日益明显，粗放型的经济发展方式已不能满足区域高质量发展的需要。因此，将建设用地碳排放纳入地区建设用地利用效率测算中，不仅能科学分析建设用地实际利用效率，而且能为碳排放约束下建设用地优化配置及高效利用提供依据。

国内外学者已从多种视角对建设用地利用效率进行了测算和研究，测算指标主要聚焦于经济效益、社会效益等方面[3,4]，部分研究将能源消耗和废物排放作为非期望产出指标[5]；测算方法包括数据包络分析[6,7]、随机前沿分析[5,8，9]、Hicks-Moorsteen指数[10,11]、偏最小二乘法[12]等；研究尺度涵盖全国[3,13]、区域[14,15]及城市[16]。考虑碳排放的土地利用效率研究主要集中于耕地利用效率[17,18]与土地利用结构效率[19,20]等，也有研究对环境约束下的建设用地利用效率时空演化和空间特征进行分析[21]。综上，已有研究取得了一定成果，但也存在不足：1)将碳排放量或能源消耗量作为非期望产出引入效率测量模型的研究多采用固定规模报酬(CCR)或变动规模报酬(BCC)的数据包络分析(DEA)模型，其测算结果的最大值为1，无法衡量效率值大于1的情况；2)对建设用地利用效率的时空特征分析仅反映区域内各城市间的差异，对效率值的空间分布和集聚效应研究较少；3)在估算建设用地碳排放量时，常忽略建设用地上居民生活的碳排放。

京津冀地区包括北京市、天津市及河北省的11个地级市，是我国经济、人口活动密集区之一，区域内尤以二、三产业活动强度高，能源消耗量大，碳排放压力和建设用地要素制约着地区高质量发展，明确碳排放影响下的建设用地利用效率时空变化，可为区域协调发展和生态环境保护等问题提供实证依据。基于此，本文采用间接测算法估算京津冀地区13个城市的建设用地碳排放量，在此基础上引入带有非期望产出的超效率—SBM(非径向) DEA模型测算2005-2019年京津冀地区纳入碳排放因素的建设用地利用效率，采用空间分析方法，从空间集聚、总体格局等多维度提取建设用地利用效率的演化特征，利用面板数据模型，从人口规模、经济水平等方面探究碳排放约束下京津冀地区建设用地利用效率的影响因素，以期为提升京津冀地区建设用地低碳高效利用水平提供决策参考。

1 数据来源与研究方法

1.1 碳排放约束下建设用地利用效率评价体系

建设用地利用效率是衡量建设用地利用水平的指标，建设用地碳排放是可持续发展的重要影响因素，将两者深入融合对推动京津冀城市群高质量发展具有重要指导意义。在刘书畅等[5，10]的研究基础上，根据柯布—道格拉斯生产函数，结合指标的代表性和可获得性，本文构建碳排放约束下建设用地利用效率综合评价指标体系(表1)，其中，固定资产投资总额已折算成可比价格，并进行平滑处理，建设用地碳排放总量为非期望产出，其作为经济活动负外部性的体现，采用倒数形式进行测算。

表1 碳排放约束下建设用地利用效率评价指标体系Table 1 Evaluation index system of construction land use efficiency under carbon emission constraint

1.2 研究方法

1.2.1 建设用地碳排放测算 城市建设用地碳排放主要在能源消耗和居民生活过程中产生。其中，能源消耗碳排放指各类能源在使用过程中的碳排放总量E1(式(1))，居民生活碳排放指所有居民在一年中碳排放的总量E2(式(2))。

(1)

式中：ei、αi、βi分别为第i类能源的消耗量、标准煤折算系数和碳排放系数。各类能源标准煤折算系数及碳排放系数(表2)参考相关研究[22，23]与IPCC国家温室气体清单指南[24]等。

表2 各类能源标准煤折算系数及碳排放系数Table 2 Standard coal conversion coefficients and carbon emission coefficients of various energy sources

(2)

式中：p为人均碳排放系数(79 kg/a)[22]；qj为第j个城市的人口数量。

1.2.2 超效率 DEA模型 DEA模型是基于线性规划，测算在投入和产出的条件下决策单元相对有效性的方法，其采用最优方法确定决策单元的权重，避免主观赋权的波动性，同时，利用线性规划方法规避了具体函数形式的强制约束[25]。传统的SBM-DEA模型无法有效对决策单元进行区分和分析。因此，本文运用Super-SBM模型对决策单元效率值进行测算和排序,其数学表达式为：

(3)

(4)

式中：n为决策单元数量，即京津冀地区城市数量，每个决策单元由投入m、期望产出s1和非期望产出s2构成；x为投入矩阵中的要素；yd为期望产出矩阵的要素；yu为非期望产出矩阵的要素；γ为建设用地利用效率，γ值越大，说明京津冀地区建设用地利用效率越高，反之则利用效率越低。

1.2.3 核密度估计 核密度估计作为非参数概率密度估计的方法，可直观反映点状要素的集聚位置和集聚程度[26]。核密度估计以每个点状要素为中心，利用核密度函数计算每个点要素在一定半径范围内对核密度的贡献程度，核密度估计值越高，说明集聚程度越高，反之则越分散。本文将京津冀地区13个城市的建设用地利用效率值转化为点状要素，对其进行核密度估计。核密度函数f(x)为：

(5)

(6)

式中：h为带宽，采用k个最近邻点距离法确定；K为核函数；n为以点x为中心且带宽h为半径的圆内所包含的要素数量；dij为点i与j之间的距离；m为点i周围邻近点的数量。

1.2.4 标准差椭圆 标准差椭圆可从全局角度分析要素的空间分布特征，其以研究对象的空间区位和特征数据集为基础，利用椭圆重心、偏角和半轴等直观反映要素的空间全局特征[27]。本文采用标准差椭圆分析京津冀地区建设用地利用效率的总体格局演化过程。

1.2.5 空间回归分析 空间回归分析是在考虑空间自回归性的基础上，探究解释变量和被解释变量关系的常用方法。本文采用空间回归模型分析京津冀地区建设用地利用效率的影响机理，其一般形式为：

(7)

式中：y为被解释变量；x为解释变量；ε为空间模型的残差；权重W1反映因变量本身的空间趋势，权重W2反映残差的空间趋势。

1.3 数据来源

考虑数据的科学性和可获取性，本研究以2005-2019年为研究时段，城市建设用地面积、人口及社会经济数据来源于历年《北京统计年鉴》《天津统计年鉴》《河北经济年鉴》及《中国城市统计年鉴》；能源消耗量来源于历年《中国能源统计年鉴》中各地区能源平衡表。

2 结果与分析

2.1 建设用地碳排放时序变化分析

从各省域建设用地碳排放占比看(图1a)，北京市占比较稳定，天津市从14.79%增至15.44%，河北省从69.41%增至75.42%，说明天津市和河北省对碳排放增加的贡献率较大。2013-2018年京津冀地区贯彻新发展理念，通过实行供给侧结构性改革等措施，使碳排放水平明显下降，建设用地碳排放结构进一步改善，京津地区建设用地碳排放占比基本保持不变。2018年后由于产业建设需求，制造业、原材料加工业等实体产业振兴，河北省内唐山市、保定市等以工业、制造业为主导产业的城市碳排放增加，导致整体碳排放水平增加，但增幅明显低于2005-2013年。由2005-2019年京津冀地区建设用地碳排放量(图1b)可知：研究时段内京津冀地区建设用地碳排放总量呈“先升后降再升”的波动增长趋势，净变化量为18 387.308×104t;2005-2013年京津冀地区建设用地碳排放呈持续增长趋势，从29 453.41×104t增至48 141.73×104t，年均增长率为6.33%，其中2005-2010年增长速度较快，年均增长率为7.55%；2014-2017年建设用地碳排放出现下降趋势，2018-2019年建设用地碳排放再次呈增长态势。究其原因，2005-2013年处于“十一五”和“十二五”时期，京津冀建设步伐加快，建设用地面积迅速扩张，经济活动强度明显增强，能源消耗量显著增加，整体经济发展方式较粗放，因此建设用地碳排放增加。

图1 研究期内京津冀地区建设用地碳排放及其利用效率Fig.1 Carbon emission and utilization efficiency of construction land in Beijing-Tianjin-Hebei region during the study period

2.2 建设用地利用效率时空分异分析

运用DEA-Solver pro 5.0平台Super-SBM-O模型测算京津冀地区建设用地利用效率均值(图1b)，可以看出，2005-2019年京津冀地区建设用地利用效率时序上呈“先降再升”的波动趋势，2013年前建设用地利用效率与碳排放量呈反方向变动，2013年后呈同向变动。

在区域层面，2005-2013年京津冀地区建设用地利用效率呈波动下降趋势，建设用地碳排放总量持续增加，说明京津冀地区采用“高投入、高产出、高碳排放”的经济发展方式且非期望产出多于期望产出，产出增加带来碳排放增长，抑制了建设用地利用效率的提高。尤其是2008-2011年，为应对全球金融危机所采取的经济刺激措施使京津冀地区经济发展水平迅速提升，但粗放的城镇化和工业对能源的大量消耗导致碳排放大幅增加，抵消了建设用地扩展和集约利用的正向作用，最终阻碍建设用地利用效率的改善。2013-2016年建设用地碳排放总量由增转降，生态治理和污染防治降低了建设用地碳排放，但在一定程度上牺牲了社会生产效率和数量，制约着建设用地利用效率的提高。2016年后，以供给侧结构性改革为主线的发展战略推动经济发展方式革新，绿色化、科技化的新兴产业占比提高，因此建设用地碳排放量持续降低的正向作用集中显现，建设用地利用效率持续提升。其中，2017年后京津冀地区建设用地碳排放总量增加，但供给侧结构性改革的深化和新发展理念的推行，促进了京津冀地区低碳、高技术等新兴产业的快速增长，二、三产业能源消耗强度下降，产量和产值明显增加，京津冀地区建设用地利用效率呈增长态势，说明碳排放对社会经济发展、土地利用效率的约束效应逐渐减小。

在市域层面(图2)，2005年建设用地利用效率较高及以上的城市有7个，高值区位于京津冀地区东部和北部，说明“高投入、高产出、高碳排放”的生产方式在此阶段推动土地利用效率的提升，尤其在体量较小和工业基础良好的城市更为明显。2008年建设用地利用效率较高及以上的城市有7个，高值区分布在北部和南部。究其原因，此时北部和南部城市建设用地规模小，碳排放总量水平低，且二、三产业产值相较于投入要素量，其产出效率较高，故效率值相对较高，其他城市规模体量较大，提升建设用地利用效率需调控的因素复杂。2011年建设用地利用效率较高及以上的城市有7个，高值区分布在东北部和南部，受应对全球金融危机而采取刺激经济的措施影响，建设用地利用低效率区占比减少，且各城市建设用地利用效率空间分异减弱，地区协调作用有所改善。2014年建设用地利用效率较高及以上的城市有5个，高值区向中部地区集中趋势显现。主要原因是中部地区碳排放量保持相对稳定，而产业产值提升和生态环境优化促进了建设用地利用效率的改善。2017年建设用地利用效率较高及以上的城市有7个，高值区分布在西部和南部，原因是其工业生产能源消耗量得到控制，以农业、轻工业和纺织业为主的产业结构优化，碳排放约束作用减小。北京市在此时期固定资产投资建设兴盛，导致能源消耗增加和建成区绿化率降低，出现效率值塌陷区。2019年建设用地利用效率较高及以上的城市有4个，高值区主要分布在中部。北京市出现效率热点区，且集聚作用增强，但北部城市产业转型力度不足，低碳和高技术等新兴产业少，对产出拉动作用不足，导致北部出现效率较低值连片区。

图2 研究期内京津冀地区各城市建设用地利用效率时空分异Fig.2 Temporal and spatial variation of construction land use efficiency for cities in Beijing-Tianjin-Hebei region during the study period

2.3 建设用地利用效率空间集聚特征分析

为获取京津冀地区建设用地利用效率的集聚及演化特征，在京津冀地区建设用地效率的测算和分析中充分考虑建设用地面积因素和建设用地碳排放因素。就建设用地碳排放总量而言，京津两地碳排放水平相当，河北省中北部城市的碳排放量相似，由碳排放产生的约束作用在空间上也存在集聚趋势。因此，基于核密度估计对研究期内的截面数据进行密度制图(图3)。总体上呈较高效率区在空间上不断集聚的特征，2005-2019年出现较高效率区由北京市向廊坊市和张家口市明显蔓延以及由天津市向唐山市和廊坊市逐步蔓延的趋势。在京津冀南部，以邢台市和邯郸市为核心的较高效率区规模呈波动扩散状态，并逐步与中部较高效率区连接。2017年以来北京市、天津市及廊坊市集聚效应不断增强，形成明显的建设用地利用效率热点区。

图3 研究期内京津冀地区建设用地利用效率值核密度估计Fig.3 Kernel density estimation of construction land use efficiency in Beijing-Tianjin-Hebei region during the study period

在京津冀地区，京津两城建设用地依托自身优势资源和雄厚经济基础，对周围城市辐射带动作用较强，在中北部地区形成较为显著的高效率集聚区。在京津冀南部地区，体量较小城市主要以农业、装备制造和新型建材等产业为主导，碳排放和投入产出效应相似度高，与生态的协调作用良好，呈现明显的建设用地利用效率集聚和蔓延效应，形成以邢台市、邯郸市为核心的效率集聚区。总体上，京津冀地区形成了中北部和南部双核心的集聚形态，说明京津冀地区建设用地利用效率在较大程度上受经济因素和碳排放影响。

2.4 建设用地利用效率总体格局分析

为探究京津冀建设用地利用效率的总体格局，利用ArcGIS 10.5软件对2005-2019年京津冀地区建设用地利用效率进行标准差椭圆—重心分析(图4)。从重心位置看，2005-2019年京津冀地区的效率重心在116°15′28″～116°18′36″E、38°59′58″～39°06′43″N范围内变动，相比京津冀地区的几何中心(116°10′E，39°34′N)，重心向东南位置偏移，说明京津冀地区东部、中部和南部的城市建设用地利用效率平均优于西部和北部地区。从重心的转移路径看，研究期内建设用地利用效率重心由保定市的东北部向西南方向移动，接着向东北方向移动到保定市与廊坊市交界处，随后又向西南方向移动，并最终转移到廊坊市西部。从2019年的格局状况看，由于京津地区产业升级优化和河北省北部城市生态文明建设的推进，建设用地碳排放增长放缓，其建设用地碳排放效应改善明显，对建设用地利用效率约束作用降低，使得建设用地利用效率值重心最终向北移动，表明北部城市建设用地利用效率的增长速度高于京津冀地区平均水平。

图4 研究期内京津冀地区建设用地利用效率值标准差椭圆及重心转移路径Fig.4 Standard deviation ellipse and center of gravity transfer path of construction land use efficiency in Beijing-Tianjin-Hebei region during the study period

从标准差椭圆形态看，京津冀地区建设用地利用效率值总体分布格局呈东北—西南走向，研究期内各标准差椭圆分布较平稳，基本覆盖京津冀中东部大部分地区。从椭圆面积看，2019年比2005年缩小1.66%，表明京津冀地区建设用地利用效率呈空间集聚趋势；椭圆转角呈逐渐缩小态势，变化幅度小，说明建设用地利用效率的格局整体方向保持稳定；椭圆短轴长度由2005年的244.68 km增长至2014年的253.13 km，再缩至2019年的245.92 km，表现出先增长后缩小的特征，长轴长度由2005年的497.73 km缩至2019年的486.99 km，表现出波动缩小的特征，说明建设用地利用效率值分布呈东北—西南方向集聚、西北—东南方向相对蔓延的总体格局。

2.5 建设用地利用效率影响因素分析

进一步探究碳排放约束下京津冀地区建设用地利用效率的影响因素，根据京津冀地区经济强度大、密度高、城市间要素交流频繁等特点，选取解释变量和被解释变量代入式(7)，运用GeoDa软件对各影响因素进行空间回归分析，结果见表3。

表3 空间回归模型参数估计结果Table 3 Parameter estimation results of spatial regression model

(1)人口规模与碳排放影响下的建设用地效率呈显著负相关。人口规模扩张所带来的正外部性会随着人口数量的增长呈现先升后降趋势，京津冀地区人口稠密，人类高密度的生产和生活活动为建设用地集约利用带来较大阻力。京津冀地区通过疏解北京市人口、实施京津冀协同发展战略等，合理控制区域人口规模，发挥规模效应，成为未来京津冀地区建设用地利用效率改善的重要发力点。

(2)经济水平与碳排放影响下的建设用地效率呈显著正相关。经济水平的提升说明区域社会经济系统高效运行，建设用地产出能力持续增加，促进从业人员工资提升和经济活动强度增长，但产值的增加对部分地区的生态环境可能带来负面效应。京津冀地区资金逐步向高产值、低能耗的第三产业流入，可优化产业结构，驱动建设用地利用效率改善。

(3)对外贸易增长与碳排放约束下的建设用地效率呈显著正相关。货物进口量越多，在一定程度上会压缩本地产品的生产空间，进而降低生产环节所产生的碳排放。高碳含量产品作为京津冀地区进口货物的重要部分，使其在对外贸易中发挥“碳汇”功能，降低温室气体排放压力，助推碳排放约束下建设用地利用效率的提升。

3 结论与讨论

本文分析2005-2019年京津冀地区碳排放约束下建设用地利用效率的时空演化特征及影响因素，对促进京津冀地区建设用地低碳高效利用、实现区域协同发展具有一定指导意义。主要结论如下：1)京津冀地区建设用地碳排放量呈“先升后降再升”的变化趋势，2018年后碳排放量增加速度明显低于2005-2013年。各城市建设用地碳排放量差异明显，以工业为主导产业城市的建设用地平均碳排放量高于以其他产业为主导的城市，人口数量较多城市的建设用地平均碳排放量比体量较小城市高。2)建设用地利用效率总体上呈“先降再升”的变化特征，其受碳排放量的影响较显著。经济较发达、产业结构优化的城市建设用地利用效率改善趋势明显，以工业为主导产业的城市利用效率改善有限，体量较小的城市利用效率呈波动增长状态。3)从空间分布特征看，北京市、天津市、邢台市及邯郸市建设用地利用效率集聚作用明显，形成中北部和南部双核心的空间分布格局。总体格局重心位于东南区域，原因是京津冀地区东部、中部和南部的城市建设用地利用效率平均优于西部和北部地区，标准差椭圆呈东北—西南向且面积相对缩小，说明建设用地利用效率值在东北—西南方向有集聚态势。4)人口规模与碳排放约束下建设用地利用效率呈显著负相关，而经济水平和对外贸易对建设用地利用效率具有显著正向作用，但驱动方式和程度存在差异。

面对京津冀地区在碳排放约束下建设用地利用效率提升存在的问题，应从宏观和微观等多层面，基于不同城市实际情况采取针对性策略。第一，严格控制京津冀地区建设用地规模，挖掘已有建设用地潜力，针对城市定位和低碳发展要求调整建设用地布局，鼓励低效建设用地再开发，盘活闲置建设用地。细化对建设用地审批、出让和使用的管理，收紧高耗能、高碳排放等产业用地的供给，淘汰过剩产能，倒逼企业转型升级，建立碳指标交易市场，用经济手段助推各个城市和产业的低碳高效发展。第二，立足京津冀城市群优势带动区域规模发展，充分发挥京津的集聚效应，加强与其他城市的产业合作，促进上、下游产业的协同发展，提高投入产出效益。重视京津冀地区建设用地总体布局，加强京津冀中北部和南部建设用地利用效率优势区的实力，优化“效率洼地”城市的产业结构和格局，推动形成“两核多点”的均衡利用模式，协调区域内部的要素流动。第三，提高核心城市经济集聚水平，积极发挥规模效应和集聚效应，引导产业集聚以降低碳排放强度，推动社会资金流入以新能源、新材料及节能环保为代表的战略性产业。针对天津市、唐山市及保定市等高耗能产业多的情况，加大科技创新投入，降低此类产业碳排放量的同时提高产出效率，实现产出废弃物的二次利用。第四，改善京津城市对外贸易结构，合理进口高碳含量商品，出口低碳含量产品，减少因对外贸易生产而产生的碳转移。科学推进河北省各城市土地城市化进程，精细规划利用新增的城市用地，避免出现粗放式发展带来过度碳排放。低经济密度城市增强基础设施建设，以承接产业转移和集聚，进而实现建设用地利用效率提升的目标。

受数据可获得性的限制，本研究尚存在一定局限性，在对居民生活碳排放的核算中，直接采用单一人均系数的方法，忽略了不同城市生活和生产方式的差别和同一地区内农村和城市居民活动的差别所导致的碳排放差异，未来研究应对此部分进行精细化核算。此外，随着雄安新区相关功能逐步健全和运行，其以高新产业为主的区域产业结构具备实现“零碳”发展的条件，未来研究可着重考虑雄安新区在京津冀地区建设用地利用效率改善中的拉动作用与效果。