長(zhǎng)江經(jīng)濟(jì)帶采礦用地時(shí)空分異及驅(qū)動(dòng)因素研究

羅世興

(中國(guó)自然資源經(jīng)濟(jì)研究院，北京 101149)

礦山開采活動(dòng)會(huì)改變地形地貌，破壞植被，壓占損毀土地，容易引發(fā)地質(zhì)災(zāi)害、生態(tài)環(huán)境等問題，加之礦地權(quán)利沖突和管理不協(xié)調(diào)等造成違法用地現(xiàn)象頻出，節(jié)約集約利用水平偏低。長(zhǎng)江經(jīng)濟(jì)帶礦產(chǎn)資源開發(fā)利用在全國(guó)占據(jù)重要地位，部分區(qū)域資源開發(fā)和生態(tài)環(huán)境保護(hù)矛盾突出。《中國(guó)國(guó)土資源統(tǒng)計(jì)年鑒2017》數(shù)據(jù)顯示，2016年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省(市)礦產(chǎn)資源開發(fā)利用工業(yè)總產(chǎn)值占全國(guó)的18.54%，就業(yè)人數(shù)占26.80%，礦山企業(yè)數(shù)量占44.87%。長(zhǎng)江經(jīng)濟(jì)帶共有102個(gè)資源型城市，占全國(guó)資源型城市總數(shù)的38.93%。2016年長(zhǎng)江經(jīng)濟(jì)帶采礦用地面積達(dá)到60.43萬hm2，占全國(guó)的25.60%，而礦業(yè)開采累計(jì)占用、損壞土地面積由2009年的24.17萬hm2增加到2016年的46.95萬hm2，占全國(guó)的比重由9.63%提高到17.67%。《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》提出了“生態(tài)優(yōu)先、流域互動(dòng)、集約發(fā)展”的發(fā)展思路。因此，摸清采礦用地規(guī)模、分布及驅(qū)動(dòng)因素，合理、高效利用采礦用地將助力長(zhǎng)江經(jīng)濟(jì)帶的生態(tài)優(yōu)先、綠色和集約發(fā)展。

1 研究現(xiàn)狀

當(dāng)前對(duì)礦業(yè)用地的研究集中在礦業(yè)用地概念辨析[1-2]、問題表現(xiàn)與原因探究[3-5]、取得與退出機(jī)制完善[6-8]、復(fù)墾修復(fù)模式總結(jié)[9-10]、國(guó)外經(jīng)驗(yàn)借鑒[11-12]等方面，且大多停留在定性分析，定量分析較少。量化分析方面，鄭娟?duì)柕萚13]對(duì)我國(guó)采礦占損土地影響因素的分析表明采掘業(yè)固定資產(chǎn)投資的增加起顯著正向作用，當(dāng)年及上一年治理總資金的增加會(huì)顯著提高本年恢復(fù)治理面積；饒昕等[14]對(duì)資源型城市工礦用地退出影響因素的研究發(fā)現(xiàn)土地利用政策、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)發(fā)展以及企業(yè)經(jīng)濟(jì)實(shí)力是影響工礦用地退出的關(guān)鍵因子；許文佳等[15]對(duì)陽泉市21個(gè)井工煤礦用地土地集約利用評(píng)價(jià)結(jié)果表明，煤炭資源的節(jié)約集約利用水平、損毀土地恢復(fù)情況、礦區(qū)資金投入、礦山土地開發(fā)秩序是主要影響因素；張冬妍等[16]研究發(fā)現(xiàn)湖北省工礦廢棄地復(fù)墾利用潛力水平總體偏低，主要受地均產(chǎn)能提高量、復(fù)墾(耕地)空間集中連片度、農(nóng)林牧漁業(yè)從業(yè)人員占比、地均GDP、地均財(cái)政總收入因素影響；楊波等[17]對(duì)花垣縣鉛鋅礦采礦用地研究發(fā)現(xiàn)地質(zhì)條件起決定性作用，經(jīng)濟(jì)社會(huì)因素是最直接、影響力最大的驅(qū)動(dòng)力量，政策因素也起重要作用。通過上述研究可見，目前對(duì)全國(guó)及重點(diǎn)區(qū)域尺度上采礦用地時(shí)空分布及驅(qū)動(dòng)因素的定量研究缺乏。本文運(yùn)用基尼系數(shù)、不平衡指數(shù)分析長(zhǎng)江經(jīng)濟(jì)帶采礦用地時(shí)空變化，基于脫鉤彈性分析其與礦業(yè)經(jīng)濟(jì)發(fā)展的關(guān)系，并探究其驅(qū)動(dòng)因素，以期為長(zhǎng)江經(jīng)濟(jì)帶采礦用地管理提供參考。

2 模型數(shù)據(jù)

2.1 模型公式

2.1.1 基尼系數(shù)

基尼系數(shù)是用來度量收入分配公平程度的重要指標(biāo)，被廣泛應(yīng)用于分析資源分布[18-19]。數(shù)值在0～1之間，數(shù)值越大，說明資源分配越不平均。本文運(yùn)用基尼系數(shù)研究采礦用地與礦產(chǎn)資源開發(fā)利用工業(yè)總產(chǎn)值(以下簡(jiǎn)稱“礦業(yè)產(chǎn)值”)的匹配度。參考聯(lián)合國(guó)標(biāo)準(zhǔn)劃分為五級(jí)：G<0.2，高度平均；0.2≤G<0.3，比較平均；0.3≤G<0.4，相對(duì)合理；0.4≤G<0.5，差距較大； 0.5≤G， 差距懸殊。參照孫才志等[20]研究， 利用梯形面積法計(jì)算基尼系數(shù)， 見式(1)。

(1)

式中：G為長(zhǎng)江經(jīng)濟(jì)帶采礦用地基尼系數(shù)；xi為采礦用地的累計(jì)百分比；yi為礦業(yè)產(chǎn)值的累計(jì)比例；i為地區(qū)數(shù)。

2.1.2 不平衡指數(shù)

借鑒城鎮(zhèn)化不平衡指數(shù)，提出采礦用地-礦業(yè)產(chǎn)值不平衡指數(shù)，以定量化測(cè)度區(qū)域內(nèi)采礦用地與礦業(yè)產(chǎn)值的協(xié)調(diào)程度，公式見式(2)。

(2)

式中：n為地區(qū)數(shù)；xi、yi分別為i地區(qū)采礦用地和礦業(yè)產(chǎn)值占長(zhǎng)江經(jīng)濟(jì)帶的比重。以xi為橫坐標(biāo)，yi為縱坐標(biāo)。兩者差異越小，點(diǎn)(xi，yi)越靠近y=x，說明兩者相對(duì)平衡程度越高；反之，則越不平衡。點(diǎn)(xi，yi)與直接y=x的垂直距離，計(jì)算公式見式(3)。di的絕對(duì)值越小，說明第i地區(qū)采礦用地與礦業(yè)產(chǎn)值空間分布差異性越小。

(3)

2.1.3 脫鉤模型

Tapio脫鉤模型是當(dāng)前研究資源消耗、碳排放與經(jīng)濟(jì)發(fā)展脫鉤關(guān)系的主要方法，采用“彈性概念”動(dòng)態(tài)反映變量間脫鉤關(guān)系，公式見式(4)。

(4)

式中：e為脫鉤彈性系數(shù)；Li、Yi分別為第i時(shí)期區(qū)域采礦用地面積和礦業(yè)產(chǎn)值。參照PETRI[21]、鐘太洋等[22]的研究，將脫鉤狀態(tài)進(jìn)行劃分，見表1。

表1 脫鉤狀態(tài)劃分標(biāo)準(zhǔn)Table 1 Decoupling state division standard

2.1.4 因素分解

區(qū)域采礦用地面積與用地效率、勞動(dòng)產(chǎn)出等密切相關(guān)，考慮相關(guān)數(shù)據(jù)可得性、統(tǒng)計(jì)口徑的一致性等因素，計(jì)算公式見式(5)。

(5)

式中：L、Li、Yi、Pi、Ei分別為長(zhǎng)江經(jīng)濟(jì)帶采礦用地總面積、第i個(gè)區(qū)域的采礦用地面積、第i個(gè)區(qū)域的礦業(yè)產(chǎn)值、從業(yè)人數(shù)、礦山企業(yè)個(gè)數(shù)；αi、βi、γi、δi分別為單位產(chǎn)值用地、單位勞動(dòng)產(chǎn)出、企業(yè)平均就業(yè)規(guī)模、企業(yè)數(shù)量。

對(duì)數(shù)平均迪氏指數(shù)法(Logarithmic Mean Divisia Index，LMDI)是指數(shù)分解法的一種，具有多因素分解無殘差的優(yōu)勢(shì)，被廣泛應(yīng)用于能源消耗、碳排放等因素分解研究[23-24]。假設(shè)t-1和t期長(zhǎng)江經(jīng)濟(jì)帶采礦用地規(guī)模分別為L(zhǎng)t和Lt-1，運(yùn)用LMDI法將其變化量ΔL的計(jì)算見式(6)。

ΔL=Lt-Lt-1=ΔLα+ΔLβ+ΔLγ+ΔLδ

(6)

式中，ΔLα、ΔLβ、ΔLγ、ΔLδ分別為單位產(chǎn)值用地效應(yīng)、單位勞動(dòng)產(chǎn)出效應(yīng)、企業(yè)平均就業(yè)規(guī)模效應(yīng)、企業(yè)數(shù)量效應(yīng)，計(jì)算公式分別為式(7)～式(10)。

(7)

(8)

(9)

(10)

2.2 數(shù)據(jù)來源及處理

本研究時(shí)期為2009—2016年。采礦用地面積數(shù)據(jù)來源自然資源部土地調(diào)查成果共享應(yīng)用服務(wù)平臺(tái)，目前提供了2009—2016年數(shù)據(jù)。礦產(chǎn)資源開發(fā)利用工業(yè)總產(chǎn)值、從業(yè)人員數(shù)量、礦山企業(yè)數(shù)來自于2010—2017年《中國(guó)國(guó)土資源統(tǒng)計(jì)年鑒》，由油氣礦產(chǎn)、非油氣礦產(chǎn)開發(fā)利用相應(yīng)指標(biāo)求和所得。為消除物價(jià)變動(dòng)對(duì)產(chǎn)值的影響，按工業(yè)品出產(chǎn)價(jià)格指數(shù)(PPI)，以2009年為基期進(jìn)行平減，其數(shù)據(jù)來自于《中國(guó)統(tǒng)計(jì)年鑒2018》。

3 時(shí)空分布演化

3.1 總體情況

2009—2016年，長(zhǎng)江經(jīng)濟(jì)帶采礦用地面積呈擴(kuò)張趨勢(shì)，由857.8萬畝(1)1畝=666.67 m2。增加到906.4萬畝，年均增長(zhǎng)0.49%，占全國(guó)采礦用地總面積的比重由25.90%微降至25.59%。內(nèi)部結(jié)構(gòu)上，江蘇省、云南省、江西省采礦用地面積居前三位，2016年三省分別占19.37%、15.71%和12.38%。安徽省和四川省采礦用地面積也均超過10%。上海市采礦用地面積最小，僅占0.03%。采礦用地面積變動(dòng)上，江蘇省、安徽省采礦用地面積減少最多，分別為8.6萬畝和4.8萬畝。四川省、貴州省、云南省和江西省采礦用地面積增加較多，分別為17.6萬畝、9.7萬畝、8.9萬畝和4.4萬畝。變動(dòng)幅度上，江蘇省比重下降最大，減少了1.66個(gè)百分點(diǎn)；安徽省次之，減少了0.90個(gè)百分點(diǎn)。四川省比重上升最大，增加了1.65個(gè)百分點(diǎn)；貴州省次之，增加了0.89個(gè)百分點(diǎn)；云南省排第三位，增加了0.47個(gè)百分點(diǎn)，見表2。

表2 2009—2016年長(zhǎng)江經(jīng)濟(jì)帶各省(市)采礦用地規(guī)模、結(jié)構(gòu)及增速情況Table 2 Scale,structure and growth of mining land inthe Yangtze River Economic Belt from 2009 to 2016

長(zhǎng)江經(jīng)濟(jì)帶126個(gè)城市中，鹽城市、連云港市、昆明市采礦用地面積排前三位，2016年分別為58.1萬畝、53.4萬畝和35.4萬畝。上海市采礦用地面積最小，2016年僅為0.3萬畝。面積分布上，大部分城市采礦用地面積在10萬畝以下，由2009年的108個(gè)(85.71%)提高到110個(gè)(87.30%)。50萬畝及以上，20萬～50萬畝的城市個(gè)數(shù)保持不變，分別為2個(gè)和6個(gè)。10萬～20萬畝的城市由2009年的10個(gè)減少到2016年的8個(gè)。采礦用地面積變化上，廣安市、合肥市、鹽城市采礦用地面積增加最多，分別為5.6萬畝、4.5萬畝和3.5萬畝；徐州市、南京市、安慶市采礦用地面積減少最大，分別為2.4萬畝、1.6萬畝和1.5萬畝。變化幅度上，廣安市、瀘州市、合肥市采礦用地面積增幅最大，分別增長(zhǎng)為280%、126.32%和91.84%；上海市、蘇州市、揚(yáng)州市采礦用地面積減少幅度最大，分別減少了40%、29.73%和20%。

3.2 基尼系數(shù)

長(zhǎng)江經(jīng)濟(jì)帶采礦用地基尼系數(shù)在2009—2015年呈右偏的M形，2016年再次實(shí)現(xiàn)增長(zhǎng)，總體保持在0.3～0.4的相對(duì)合理區(qū)間，未出現(xiàn)差距較大或懸殊情況，2016年僅比2009年提高了0.013，相應(yīng)走勢(shì)圖和洛倫茲曲線見圖1和圖2。2010年基尼系數(shù)達(dá)到峰值，為0.380 9。2013年開始逐步下降，2015年達(dá)到最小值0.322 8，2016年提升到0.346 8。

圖1 2009—2016年長(zhǎng)江經(jīng)濟(jì)帶采礦用地基尼系數(shù)和不平衡系數(shù)Fig.1 Gini coefficient and imbalance coefficient ofmining land in the Yangtze River Economic Beltfrom 2009 to 2016

3.3 不平衡指數(shù)

2009—2016年長(zhǎng)江經(jīng)濟(jì)帶采礦用地不平衡指數(shù)走勢(shì)與基尼系數(shù)基本一致，總體保持在0.030～0.036區(qū)間，2016年僅比2009年提高了0.002，見圖2。2010年達(dá)到最大，2014年達(dá)到最小，分別為0.035 4和0.030 2，2016年提升到0.033 6。

圖2 2009年和2016年長(zhǎng)江經(jīng)濟(jì)帶采礦用地洛倫茲曲線Fig.2 Lorentz curve of mining land in the Yangtze River Economic Belt in 2009 and 2016

從距離平衡直線y=x的垂直距離di的大小來看，江蘇省得分一直最高，處于0.08～0.11之間，且2016年達(dá)到0.103 7的最大值，說明其采礦用地面積貢獻(xiàn)率遠(yuǎn)大于礦業(yè)產(chǎn)值貢獻(xiàn)率，其采礦用地效率提升的潛力較大。相反，安徽省得分為最小(除2012年)，貴州省次之， 說明這兩個(gè)省產(chǎn)值貢獻(xiàn)率遠(yuǎn)大于用地面積貢獻(xiàn)率，單位用地面積產(chǎn)出水平較高。上海市、湖北省、重慶市得分接近0，說明用地與產(chǎn)值貢獻(xiàn)率較為匹配和平衡，差異性小。從各省(市)di絕對(duì)值的變化來看，浙江省逐年下降，貴州省從2012年開始逐步下降，說明這兩個(gè)省用地和產(chǎn)值貢獻(xiàn)率差異日益縮小，見表3。

表3 長(zhǎng)江經(jīng)濟(jì)帶各省(市)的di值Table 3 Values of di in the provinces and cities of the Yangtze River Economic Belt

4 脫鉤關(guān)系分析

2009—2016年長(zhǎng)江經(jīng)濟(jì)帶采礦用地面積與礦產(chǎn)開發(fā)利用產(chǎn)值間的脫鉤彈性系數(shù)為0.61，呈弱脫鉤狀態(tài)，說明礦業(yè)產(chǎn)值增長(zhǎng)的同時(shí)，伴隨著采礦用地面積的增加，還未進(jìn)入強(qiáng)脫鉤階段。11個(gè)省(市)中，呈現(xiàn)脫鉤和負(fù)脫鉤的各有5個(gè)，擴(kuò)張連接的1個(gè)(圖3)。

圖3 2009—2016年長(zhǎng)江經(jīng)濟(jì)帶采礦用地面積與礦業(yè)產(chǎn)值脫鉤情況Fig.3 Decoupling between mining land area and miningoutput value in the Yangtze River Economic Beltfrom 2009 to 2016

浙江省、安徽省為強(qiáng)脫鉤，在實(shí)現(xiàn)礦產(chǎn)開發(fā)利用產(chǎn)值增長(zhǎng)的同時(shí)，采礦用地?cái)?shù)量同步減少。其中，浙江省較為突出，其礦業(yè)產(chǎn)值增長(zhǎng)62.72%，而采礦用地面積減少1.21%。江西省、湖北省、云南省呈弱脫鉤。湖南省、重慶市、貴州省呈強(qiáng)負(fù)脫鉤，礦業(yè)產(chǎn)值下降的同時(shí)，采礦用地規(guī)模卻在增長(zhǎng)，其中貴州省尤為突出。上海市、江蘇省呈弱負(fù)脫鉤。受益于頁巖氣等勘探開發(fā)，四川省是長(zhǎng)江經(jīng)濟(jì)帶中唯一呈擴(kuò)張連接狀態(tài)的省份，其礦業(yè)產(chǎn)值增長(zhǎng)了24%，采礦用地面積也同步增長(zhǎng)了23.59%。

5 驅(qū)動(dòng)因素分解

5.1 逐年效應(yīng)

從逐年作用看，單位勞動(dòng)產(chǎn)出效應(yīng)呈現(xiàn)W型走勢(shì)，但其值始終為正，說明礦產(chǎn)開發(fā)勞動(dòng)生產(chǎn)率一直是長(zhǎng)江經(jīng)濟(jì)帶采礦用地規(guī)模增長(zhǎng)的主要因素。由于近年來單位用地產(chǎn)出水平在下降，單位產(chǎn)值用地規(guī)模的作用由負(fù)向轉(zhuǎn)正向，成為采礦用地規(guī)模增加的驅(qū)動(dòng)因素。企業(yè)平均就業(yè)人數(shù)在逐步減少，企業(yè)平均就業(yè)規(guī)模效應(yīng)由正向轉(zhuǎn)為負(fù)向，且負(fù)向作用不斷增大；礦山企業(yè)數(shù)量不斷減少，尤其是2013年開始更為明顯，導(dǎo)致企業(yè)數(shù)量效應(yīng)一直為負(fù)向，且2009—2013年負(fù)向作用不斷增強(qiáng)(圖4)。

圖4 2009—2016年長(zhǎng)江經(jīng)濟(jì)帶采礦用地變化四大因素逐年效應(yīng)Fig.4 Annual effects of four major factors of miningland change in the Yangtze River Economic Beltfrom 2009 to 2016

從各省(市)情況來看，各因素逐年效應(yīng)差異較大。以2016年為例，單位產(chǎn)值用地規(guī)模作用最大的是江蘇省(58.33萬畝)，最小的是云南省(-23.03萬畝)；單位勞動(dòng)產(chǎn)值作用最大是云南省(-47.42萬畝)，最小的是江蘇省(-5.08萬畝)；企業(yè)平均就業(yè)規(guī)模作用最大的江蘇省(-24.57萬畝)，最小的是上海市(-0.36萬畝)；企業(yè)數(shù)量作用最大的是貴州省(10.05萬畝)，最小的是江蘇省(-29.28萬畝)(圖5)。

圖5 2016年長(zhǎng)江經(jīng)濟(jì)帶各省(市)采礦用地變化四大因素逐年效應(yīng)Fig.5 Annual effects of four major factors in the changesof mining land in the provinces and cities ofthe Yangtze River Economic Belt in 2016

5.2 累計(jì)效應(yīng)

從累計(jì)效應(yīng)看，7年間長(zhǎng)江經(jīng)濟(jì)帶采礦用地面積共增加30.6萬畝，單位產(chǎn)值用地規(guī)模、單位勞動(dòng)產(chǎn)值、企業(yè)平均就業(yè)規(guī)模、企業(yè)數(shù)量的作用分別為46.40萬畝、621.58萬畝、-111.97萬畝和-525.40萬畝。由此可見，單位勞動(dòng)產(chǎn)出的提升是長(zhǎng)江經(jīng)濟(jì)帶采礦用地規(guī)模增加的最大驅(qū)動(dòng)因素，單位從業(yè)人員產(chǎn)出由2009年的12.32萬元逐年提高到2016年的25.54萬元，年均增長(zhǎng)10.97%，這主要得益于礦業(yè)經(jīng)濟(jì)的增長(zhǎng)及從業(yè)人數(shù)的大幅減少；礦山企業(yè)平均就業(yè)人數(shù)在2014年及之前是第二大驅(qū)動(dòng)因素，但2015年開始轉(zhuǎn)為負(fù)數(shù)，成為抑制因素，主要是長(zhǎng)江經(jīng)濟(jì)帶礦山企業(yè)數(shù)量大量減少的同時(shí)，從業(yè)人數(shù)出現(xiàn)更大幅度的下降，使礦山企業(yè)平均從業(yè)人數(shù)由2009年的50人下降到2016年的40人；單位產(chǎn)值用地規(guī)模的作用階段性特征明顯，2012年之前是降低采礦用地面積的最大因素，2012—2014年為第二大抑制因素，2015年開始轉(zhuǎn)為正值，成為第二大驅(qū)動(dòng)因素。因?yàn)槿f元產(chǎn)值用地由2009年的0.260畝逐步下降到2011年的0.195畝，而后逐步提高到2016年的0.250畝，說明近年來單位用地產(chǎn)出水平有所下降；企業(yè)數(shù)量一直發(fā)揮著減少采礦用地規(guī)模的作用，尤其是2012年之后成為最大抑制因素，見圖6。2016年，長(zhǎng)江經(jīng)濟(jì)帶礦山企業(yè)數(shù)量為35 277個(gè)，相比2009年減少了21 160個(gè)，其中，小型礦山企業(yè)數(shù)量減少了16 031個(gè)。 2016年長(zhǎng)江經(jīng)濟(jì)帶大中型企業(yè)、小型企業(yè)、小礦企業(yè)個(gè)數(shù)占比分別為10.38%、62.36%和27.26%，比2009年分別提高了3.65個(gè)百分點(diǎn)、14.53個(gè)百分點(diǎn)和下降18.19個(gè)百分點(diǎn)。

圖6 長(zhǎng)江經(jīng)濟(jì)帶采礦用地變化四大因素累計(jì)效應(yīng)Fig.6 Cumulative effect of four major factors of miningland change in the Yangtze River Economic Belt

從累計(jì)效應(yīng)看，各因素在各省(市)中的作用不一。其中，單位產(chǎn)值用地規(guī)模作用最大的是江蘇省(106.36萬畝)，最小的是湖北省(-34.00萬畝)；單位勞動(dòng)產(chǎn)值作用最大的是云南省(96.56萬畝)，最小的是上海市(0.41萬畝)；企業(yè)平均就業(yè)規(guī)模作用最大的是安徽省(62.99萬畝)，最小的是江蘇省(-32.57萬畝)；企業(yè)數(shù)量作用最大的是江蘇省(-161.65萬畝)，最小的是上海市(-0.61萬畝)，見圖7。

圖7 截至2016年底長(zhǎng)江經(jīng)濟(jì)帶各省(市)采礦用地變化四大因素累計(jì)效應(yīng)Fig.7 Cumulative effect of four major factors of miningland change in the provinces and cities of the YangtzeRiver Economic Belt by the end of 2016

6 結(jié) 論

1) 長(zhǎng)江經(jīng)濟(jì)帶采礦用地面積較大但增長(zhǎng)較慢，面積增加主要來自上游地區(qū)，減少主要來自中下游的各省市。

2) 長(zhǎng)江經(jīng)濟(jì)帶采礦用地與礦業(yè)產(chǎn)值間匹配處于相對(duì)合理區(qū)間，且比較穩(wěn)定。

3) 長(zhǎng)江經(jīng)濟(jì)帶采礦用地與礦業(yè)產(chǎn)值彈性呈弱脫鉤狀態(tài)，說明以較小幅度的采礦用地增長(zhǎng)可以實(shí)現(xiàn)更大幅度礦業(yè)產(chǎn)值的增長(zhǎng)。

4) 單位勞動(dòng)產(chǎn)出的提高是長(zhǎng)江經(jīng)濟(jì)帶采礦用地?cái)U(kuò)張的最大因素，企業(yè)數(shù)量的減少是最大抑制因素，兩者累計(jì)作用日益增強(qiáng)；單位產(chǎn)值用地和企業(yè)平均就業(yè)人數(shù)呈階段性特征，前者是第二大驅(qū)動(dòng)因素，后者是第二大抑制因素。

綜上所述，為合理控制采礦用地規(guī)模，有效支撐長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展，一方面要做好現(xiàn)有采礦用地的挖潛工作，提高采礦用地利用效率，降低單位礦業(yè)產(chǎn)值的用地規(guī)模，促進(jìn)礦山企業(yè)規(guī)?；?、集約化經(jīng)營(yíng)，減少小礦數(shù)量，重點(diǎn)是江蘇省、云南省、江西省等采礦用地存量較大的地區(qū)；另一方面要控制好采礦用地增量，特別是處于長(zhǎng)江經(jīng)濟(jì)帶上游的四川省、貴州省和云南省等增長(zhǎng)較快地區(qū)；再者，要嚴(yán)格礦山企業(yè)準(zhǔn)入退出的環(huán)境門檻，加強(qiáng)采礦占用、損壞土地的復(fù)墾與修復(fù)。