工业区块线政策下“工改工”类更新效益评价研究——以深圳宝安区为例

来源 :厦门大学 | 被引量 : 0次 | 上传用户:lsj9
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着城市经济产业结构的升级,产业“退二进三”,制造业向周边区域扩散成为大城市普遍发生的现象。划定工业区块线成为保障工业发展空间、促进产业转型升级的主要应对方式。2018年,深圳市印发《深圳市工业区块线管理办法》,划定270km2的工业区块线,并限制工业用地转变为其他用途。在此背景下,“工改工”类城市更新逐渐成为旧工业区更新的主导。然而,工业区块线政策存在较大争议:区块线能否保障工业发展空间、能否减缓制造业的流失并培育科技创新型企业?与此同时,“工改工”能否顺利推进也受到质疑:市场主体是否有足够的动力投入“工改工”更新项目、后期运营是否能够吸引合适的企业入驻?以深圳市宝安区“工改工”类的城市更新为研究对象,通过城市更新单元计划和规划、城市更新单元的竣工运营情况两个层面来评价工业区块线政策背景下“工改工”类城市更新的效益,即能否保障工业发展空间、能否吸引制造业企业入驻。研究发现:区块线政策以来的“工改工”类城市更新有效保障了工业用地的供给;但是在后期运营中吸引企业方面的表现差强人意。(1)从更新单元计划和规划层面看:区块线政策实施后,“工改工”类城市更新推进提速、更新单元数量增多、平均面积增大、更新之后主导功能回归普通工业。区块线政策作用下工业用地的供给得到了有效的保障。(2)从更新单元的竣工运营情况看:无论是“工改M1”还是“工改M0”类更新单元,入驻的制造业企业的比例都非常低,研发型的生产性服务业所占的比重也相对不足。已有的“工改工”项目对于防止制造业企业的流失、培育创新型企业发展的作用相对有限。(3)实施完成“工改工”存在的问题需要得到反思:M1、M0类用地差异化发展有待进一步规范;应加强对产业用房用途的监管,避免用途的异化;应关注区位较差更新单元的运营状况;应构建拆除重建与综合整治相结合,“工改工”与“工改保”相结合的复合多元的更新路径。
其他文献
析氧反应(OER)和氧还原反应(ORR)是可再生能源转换和存储技术中重要的两个电极反应,开发价格低廉、高效稳定的电催化剂是实现能源转化技术产业化的关键。从微观层面认识催化剂晶体结构、电子结构与催化活性之间的内在关联对设计高活性电催化剂具有重要意义。本文以结构可调控、价态丰富的Mn基钙钛矿氧化物为研究载体,通过元素掺杂、外加磁场等策略有效调控催化剂的电子结构和电子自旋态,结合同步辐射光源的X射线光电
学位
报纸
迁移学习(Transfer Learning)是研究如何利用其他相关领域已有经验和知识来帮助学习目标任务的方法。大多数现有的研究都是在离线数据之上进行的。而实际应用中常常需要面对在线场景下的学习任务,在这些问题中的训练样本均按一定顺序依次到来,通常无法直接获取或需要付出高昂的代价。因此进行有效的在线迁移学习算法研究具有重要的现实意义。但是,现有的在线迁移学习方法仅简单实现了将在线学习方法引入到迁移
学位
近年来,自动驾驶技术逐渐成为学术界及工业界研究的重点,而车载移动激光雷达获取到的三维点云数据,是智能车辆感知周围环境的关键信息。由于雷达传感器与物体的相对位置、物体的自遮挡与物体间的相互遮挡,使得采集到的数据中无法获得完整的车辆点云。为了更精准地感知环境,需要借助三维补全技术来获得更完整的、更高质量的点云数据。随着相关研究的逐渐深入,许多基于深度学习的三维补全模型相继出现,但这些研究大多在合成数据
学位
数学公式在很多领域像科学研究、金融和统计中都有着非常广泛的应用。目前将数学公式输入到电子设备最常用的方式包括使用排版系统比如LaTex和公式编辑器比如MathType,但是这些方式都要求用户掌握大量的语法规则。还有一种方式是用户在手写设备上书写数学公式,这对于编写科学文档等需要使用大量数学公式的场景中更加有效便捷,因此实现手写数学公式自动识别的需求变得越来越迫切,同时随着智能手机和其他手写输入设备
学位
自晚古生代以来,准噶尔盆地东部经历了多期陆内变形事件的改造,形成了独特的棋盘状构造,其形成演化是中亚造山带陆内变形的一个缩影,但其形成过程仍处于争议之中。此次研究围绕准噶尔盆地及周缘地区的二叠纪至新生代的构造变形开展研究,结果表明准噶尔盆地东部变形的驱动力主要来自不同板块边缘的相互作用,尤其是来自特提斯构造域的影响。晚二叠世,准噶尔盆地遭受了近东西向的挤压应力改造,盆地整体发生变形,形成了一系列近
期刊
零售密集场景即超市货架图像,这些图像往往分辨率较高、包含众多商品目标。在这样的密集场景中进行精确目标检测依然是充满挑战的。在其它领域有优异表现的目标检测模型很难在不做改进的情况下直接移植到零售密集场景。因此,本文旨在提升著名的Faster R-CNN模型在零售密集场景的表现,主要工作概括如下:(1)针对标注信息浪费问题,提出多步骤采样的方法。该方法的作用是提高标注信息的利用率从而平衡正负样本。其中
学位
面向特定感兴趣区域的磁共振成像对人们的诊断、治疗以及预后具有重要的价值和意义,是医学影像智能分析中的重要任务之一。磁共振成像受限于成像速度慢,而压缩感知技术能够从少量K空间采集数据重构出全采清晰图像来减少磁共振成像的数据采集时间,因此压缩感知磁共振成像重建受到了众多学者的关注与研究。在多数实际医学影像的应用场景中,医生往往只关注图像中人体组织或病灶等特定区域,这些特定区域富含丰富的辅助诊断信息。然
学位
近年来,细粒度图像成为了计算机视觉领域的一个热门研究方向。通过对当前主流细粒度图像检索方法的综合分析发现:如何获取图像的细节特征和提升特征鉴别力是众多研究方法关注的两个焦点。本文针对细粒度图像检索的两个焦点问题分别提出了解决方案。首先,为了获取图像的细节特征,本文提出基于注意力机制的特征提取框架,通过引入选择性内核注意模块,使得特征采集网络可以重点关注到图像的有效区域;同时,本文还设计了惩罚感知存
学位
推荐系统作为信息过滤的重要手段得到了广泛的应用,但却面临托攻击的安全威胁。托攻击是指一些商家为了牟取利润,将一组伪造的用户配置文件注入推荐系统的训练数据中,目的是操纵其推荐结果。恶意攻击的存在威胁了推荐系统的有效性和公平性,要构建安全的推荐系统环境,必须深入研究攻击技术以做到知己知彼。现有的托攻击方法普遍存在攻击的可迁移性和隐藏性不足的问题。其中,可迁移性差是指攻击在某些受害者模型上无效,隐藏性差
学位