工業用地供應行為影響工業能源碳排放嗎？

陳前利　馬賢磊　石曉平　鄒旭　藍菁

摘要：中國承諾2030年左右二氧化碳排放達到峰值，為實現該目標需要有效推進低碳轉型發展，土地政策在此過程中能否有所作為？本文基于地方政府工業用地供應行為視角，從供應規模、協議方式和價格偏離三方面，探究工業用地供應行為對碳排放的影響機制。本文基于2007—2016年省級面板數據，采用系統GMM模型、門檻回歸模型方法，結果表明，地方政府工業用地供應行為對碳排放的影響存在三個“效應”：①“規模效應”，即土地供應面積的增加帶來了工業能源碳排放的上升。供應規模還可能對碳排放強度具有負向作用。這主要受到引入工業項目類型和環保發展階段的影響。②“方式效應”，即土地供應中以協議出讓的面積所占比重的上升顯著影響產均工業能源碳排放。對于工業能源碳排放的影響在經濟水平上具有顯著的單門檻效應;人均產值的門檻值為8 000元。對于不低于門檻值的省市，協議面積比重隨著滯后期增加趨于負向影響;而對于低于門檻值的省市，趨于正向影響。分階段回歸發現，2015年以前的協議面積比重對產均工業能源碳排放總體呈現穩健的正向影響，而后一階段的影響出現相反的趨勢。③“價格效應”，即協議出讓價格越接近工業用地最低的供應價格，工業能源碳排放越高，且存在一定的滯后效應。由此可知，地方政府工業用地供應行為會影響工業能源碳排放;工業用地供應規模、供應方式、供應價格方面對工業能源碳排放的影響存在差異，且具有一定的滯后性。因此，結合國家生態文明建設的戰略性要求和區域經濟發展的階段性差異，有必要通過適度控制工業用地供應規模，合理確定協議面積比重和傾斜支持的方向，恰當地運用價格傳導機制，來促進低碳目標的實現。

關鍵詞：地方政府;工業用地;供應規模;協議出讓;價格偏離;碳排放

中圖分類號：F301.1;X32? 文獻標識碼：A 文章編號：1002-2104（2019）12-0057-11 DOI：10.12062/cpre.20190820

綠色、循環、低碳發展既是當今世界的潮流，更是經濟社會可持續發展的內在要求，逐漸成為高質量發展的重要標志[1]。然而，在傳統的分權和競爭體制下，經濟激勵具有單一性和導向性;區域碳治理具有正外部性和弱激勵。這使得地方政府往往偏向“為增長而競爭”，追求經濟增長和財稅;忽視招商引資質量，放松環境和碳排放管制。這往往導致環境污染和碳排放加劇[2-5]。因而，中國經濟高增長、高投資、高能耗和高排放的特征明顯;其中，工業總產值僅占GDP的四成左右，而消耗的能源占比近七成，排放的CO2超過八成[6]。因此，地方政府如何控制工業能源碳排放成為促進中國綠色低碳發展，實現“2020年工業領域二氧化碳排放總量趨于穩定，部分工業行業碳排放量接近峰值”[7-8]、“中國2030年左右二氧化碳排放達到峰值”[9]等目標的重要而緊迫命題。2003年以來，土地政策已然成為政府參與宏觀調控的重要抓手[10]，可作為推動低碳經濟發展的工具選擇。學者們基于碳排放視角，分別從土地規劃、土地供地、土地價格、稅收等方面，探究了政府土地利用調控體系和政策[11-13]。近年來，學者進一步從土地科學學科體系的角度，較為系統地構建了整體框架和方法體系[12，14-15]。“中國式分權”背景下，在土地驅動地方經濟增長[16]、工業化和城鎮化過程中，屬地化土地管理制度使地方政府發揮了重要作用;然而，其工業用地供應行為卻加劇了工業污染排放[17-18]。那么，地方政府工業用地供應行為如何影響工業能源碳排放呢？本文基于2007—2016年省級面板數據，實證探究地方政府工業用地供應行為對工業能源碳排放的影響，以期為低碳發展目標下的工業用地供應改革提供依據。

本文從三個方面深化現有的研究：①研究視角上，契合工業綠色低碳發展和土地供給側改革趨勢，拓展地方政府工業用地供應行為環境效應的研究范圍，深化低碳土地利用調控的實證研究。②研究內容上，重點從供應數量、方式和價格三個維度構建了工業用地供應行為對工業能源碳排放影響的分析框架。③研究方法上，選用了面板門檻回歸模型，考察了協議出讓對碳排放的“非線性”影響。

1文獻綜述

現有關于工業用地供應對經濟的影響研究較多，且逐漸擴展到環境污染、碳排放等方面。工業用地出讓規模增加帶來固定資產投資的增加，從而顯著促進工業產值、GDP、財政收入的增長[17-19];而土地過度非農化推動了土地供應規模和城市規模的快速擴張[20]，城市空間利用效率的下降，導致碳排放強度的增加[21];同時，低水平的環境規制會刺激土地供應規模的擴張，而加劇其污染效應[22]。有研究者基于碳排放峰值預測，探究了建設用地管控對策[23]。也有研究者通過不同建設用地與碳排放的關系研究發現，工業用地擴張是碳排放主要驅動力[24]。用地效益與碳排放強度關系存在行業差異，用地效益水平較低的工業，碳排放強度卻偏高[25]。

盡管地方政府可以通過提高土地市場化程度，優化土地市場供需結構，采取差異化土地價格和稅費標準，引導資本向低碳項目轉移，進而降低碳排放[26]。但在傳統的分權和地區競爭背景下，地方政府可能偏向以協議方式出讓工業用地，引資質量可能較差。協議面積比重越大，工業產值或工業增加值反而下降，工業污染越嚴重[17-19]。低價拿地的企業，其土地產出往往更低[27]，而且工業用地出讓價格偏差與工業用地擴張顯著相關[28]。工業用地劃撥及協議出讓占比顯著負向影響其價格[29]。“招拍掛”比例的上升，通過工業地價上漲機制會促進產業升級[30];通過“選擇效應”，即減少低效率企業進入率和增加低效率企業淘汰率，從而提升工業效率 [31]。盡管傳統重點產業政策總體擴大了工業土地供應;且大企業和項目能夠從政府手上優先得到大面積地塊[32];但使資源從非重點行業流向重點行業，導致了企業投資過度、投資效率下降，最終降低了企業全要素生產率水平;要素市場的完善是緩解負向影響的重要路徑[33]。

另外，工業用地與商業、住宅用地等用地的供應比例往往取決于地方政府偏好，通過作用居民效用而影響人口流動[34]。地方政府對區域土地供應的干預及其指標的配置，可能導致“人地”空間錯配，進而影響到土地利用效率，還可能通過影響房價和工資而降低經濟發展效率和競爭力[34-37]。在碳排放和土地約束下，經濟增長存在尾效，即經濟增長放緩[38]。

2分析框架

綜上可知，地方政府工業用地供應的規模、方式和價格具有顯著的環境效應。毋庸置疑，完整的地方政府工業用地供應行為，還包括土地來源、供地空間、環保合約等眾多方面。而工業規模、類型結構、技術水平以及減排行為等方面，直接影響到工業能源碳排放績效[39-40]。因此，考慮到對工業及其能源消費的影響程度和現有文獻基礎，本文重點從工業用地供應規模、協議出讓面積比重與協議出讓價格三個方面探究地方政府工業用地供應行為對工業用地碳排放的影響機制，分別稱為“規模效應”“方式效應”和“價格效應”。由此，本文構建地方政府工業供應行為對工業能源碳排放影響的分析框架，具體見圖1。特別說明的是，盡管作為土地需求方的工業企業，在具體產業落地方面具有決策權。而作為土地供給方的地方政府（實際代理者和管理者），對土地供應具有非常強的控制權，也可能是違法主體（或“合謀者”）[41]。它對產業總體發展具有極強的導向作用和干預能力。因此，本文重點從供給側的角度，即“土地引導產業走”的角度考察地方政府土地供應行為對工業能源碳排放的影響。

全球工業化的快速發展伴隨著能源碳排放及其污染的快速增長。在傳統錦標賽制度下，工業作為傳統經濟增長的重要方式和財政收入的主要來源，因此工業項目也被中國地方政府競相追捧。地方政府往往通過工業用地的快速擴張，支撐著快速工業化，促使工業能耗及其碳排放的快速增長，其“規模效應”顯著。由于中國特色的分權制度、土地制度和環境管理制度，中國地方政府工業用地供應對碳排放的影響又具有其獨特性。這主要體現在“方式效應”和“價格效應”。地方政府供應方式的選擇取決于特定目的，伴隨著對應的價格。當地方政府著眼于更多的財政收入，往往可能趨向引入更多的工業項目。在錦標賽制度和環境分權背景下，地方政府往往可能弱化環境規制，為高耗低效工業項目亮綠燈;在地區競爭激烈的情況下，地方政府往往偏向采用協議方式，以較低價格供地，以期引入更多的工業項目。其中，較低的價格不利于倒逼工業企業技術的改進和效率的提升，甚至阻礙綠色技術的研發和推廣。因此，“方式效應”和“價格效應”也將存在。

3 研究方法與數據來源

3.1 模型構建與變量選擇

3.1.1 動態面板回歸模型

為定量探析地方政府工業供應行為對碳排放的影響，構建基本模型如下：

其一，被解釋變量。Ci，T表示i地區T年的工業能源碳排放，主要包括總量（C_energyind1）、產均量（C_energyperindma）、人均量（C_percapinde）。特別需要指出的是，每年的碳排放數據是當年的綜合口徑上的排放量，其中包括新增工業項目產生的排放，也包括存量工業企業的排放（含存量工業用地中擴大生產帶來的增量排放），而這兩方面的數據很難分別獲取，后者也難以準確地被剔除，因此僅用綜合口徑的排放數據。不過，這可以綜合包含新增工業與存量工業相互作用下的綜合影響，符合且滿足本文研究目的。

其二，核心解釋變量。LGi，T-t表示i地區T-t年的地方政府工業用地供應行為變量，包括供應面積、協議面積比重、價格偏離度。由于三個方面同時影響工業能源碳排放，因此模型中同時引入。為了考察當期影響和滯后效應，借鑒前人的方法[17-19]，模型中同時引入了當期項、滯后一期項和滯后兩期項。

（1）供應面積（LG3_indareLM）。供應面積，不僅包括協議、招拍掛方式出讓方式供應的，還包括少量轉讓、租賃等方式供應的面積，其土地來源包括新增、新增（來自存量庫）、存量。其省級數據根據中國土地市場網的縣級數據匯總得到。

（2）協議面積比重（LG3_indper2LM）。在無法通過市場競爭方式獲得優質項目時，地方政府偏向將工業用地以協議方式出讓給技術裝備水平和投資強度、經濟效益較低的工業項目[19]，這意味著協議出讓面積越大，低質項目引入的可能越多，能源碳排放及其產均和人均值可能更高。需要指出的是，對于戰略性高科技的工業項目，為了給予優惠支持，其供地也往往采取協議方式，而其能耗可能較低，但此類的工業用地面積又相對較小。

（3）價格偏離度（LEPR_indpridev）。①從理論上，與招拍掛出讓的市場價格相比，協議出讓價格更能反映地方政府供應傾向性偏好信號強度，若剔除可能存在“做高名義價格”的成分，其偏好強度會更大，但總體上可以反映偏好的一致趨勢。②指標構建方法上，本指標是反映一個區域尺度的相對平均偏離水平，而非宗地尺度的價格偏離水平。一方面，不同等級的工業用地最低出讓價已經考慮到區位等因素，通過工業用地協議出讓價格與工業用地最低供應價格的差值，可以“差分”并規避區位等因素的影響。另一方面，用偏差值與工業用地最低供應價格的比重可以進一步剔除區域間“經濟購買力”差異的影響，并且也一定程度體現對工業用地最低出讓價格政策的執行力度。③實證研究也表明，縣級尺度工業用地出讓價格與工業用地最低出讓價格偏離顯著影響工業用地規模的擴張[28]，低于市場價或免費拿地的企業容易造成土地擴張，地均投資和地均產出的低下，而以市場價拿地的企業管理者會更加節約用地[35]，增加投資、提高效益。借鑒Chen et al[28]的思路，以工業用地供應等級面積為權重與對應等級工業用地最低出讓價格計算得到各個地區的工業用地最低供應價格平均值。

其三，控制變量。表示i地區T-2年的控制變量，包括發展階段指標（經濟水平、產業結構、對外開放程度、城鎮化水平）、環境規制等。本文分別以人均產值（1998年不變價）（gdp_percap98ma）、工業產值比重（gdp_indper）、外商直接投資占比（FDI_gdpper）、城鎮人口比重（PU_urba）表示發展階段指標。環境污染費是地方政府常規的環境管理手段，具有行政懲罰性質，一定程度上影響到企業的排放行為，故選取“單位工業產值的排污費”（WAST_feetotind）表征行政性懲罰程度。表示i地區T-2年的虛擬變量，包括政策虛擬變量、區位虛擬變量。由于2011年開始，國家“十二五”規劃提出了溫室氣體減排的要求，因此，2011年及其以后取值1，其他年份取值0。按照東部、中部、西部三個地區分區是普遍采用的區位劃分方法，較好地反映了區域的資源稟賦、發展階段等綜合特征。東部虛擬變量（dum_areathreast）賦值：東部取值1，否則取值0;西部虛擬變量（dum_areathrwest）賦值方法同樣（見表1）。

考慮到可能存在的碳排放路徑依賴，一定程度上規避潛在遺漏變量導致的估計偏誤問題和潛在的內生性問題，從而充分考察模型中除被解釋變量之外的其他因素對被解釋變量的影響，本文借鑒相關研究[42-43]的方法，引入被解釋變量的一期滯后項，構建動態面板回歸基本模型：

3.1.2 面板門檻回歸模型

現實中，某地區的工業用地供應方式與工業能源碳排放的關系，也可能隨著發展階段的演變而出現變化。因此，為了進一步考察發展階段在工業用地供應方式與工業能源碳排放關系中是否存在顯著門檻效應，本文參照Wang[44]的方法，建立基于面板數據的雙門檻回歸基本模型：

式中，LGi，T-t為關鍵解釋變量，即協議面積比重（LG3_indper2LM）。Di，T-K為門檻變量可選取經濟水平。Zi，T-2為一般控制變量，是剔除選取的某門檻變量后其他的控制變量。DUMi，T-2為虛擬變量，同式（1）。

3.2 數據來源與描述統計

3.2.1 數據來源

中國能源數據主要來自《中國能源統計年鑒》。根據相關文獻[45-52]綜合取舍17種能源品種的能源凈發熱值、潛在碳排放系數、能源燃燒的氧化率的經驗值。結合工業的能源消費量來計算得到工業能源碳排放。結合工業產值和人口求得產均量和人均值。中國土地數據主要來自中國土地市場網、《中國國土資源年鑒》《中國國土資源統計年鑒》。其中，供應面積根據其市場網上各縣級單位面積，求取匯總值。協議面積比重，是根據各省市的協議出讓面積匯總值和供應面積匯總值計算得到。價格偏離度計算中，首先，根據各縣級單位的協議出讓總價款和總面積，計算得到各省市的協議價格平均值。其次，根據某等級供應面積和對應等級的最低出讓價格，求得各省市按最低出讓價格的價款;然后除以各省市的供應總面積，最終得到最低供應價格。其中，1等～15等工業用地價格來自“全國工業用地出讓最低價標準”（國土資發[2006]307號），15等以下的土地按照15等價格來計算。其他經濟社會數據主要來自《中國統計年鑒》《中國城市統計年鑒》《中國城市建設統計年鑒》等。樣本范圍為：30個省區市（不含西藏、香港、澳門和臺灣），由于中國土地市場網數據自從2007年相對準確，因此樣本考察期為2007—2016年。

3.2.2 描述統計

總體上，各省市的差異顯著，尤其表現在工業能源碳排放、供應面積、人均產值等方面。特別注意的是，工業用地協議出讓價格與工業用地最低供應價格偏離度均值為-52.08%，意味著樣本的工業用地供應中協議出讓價格均值比最低工業供應價格均值要低一半以上（見表2）。

4 實證結果與分析

動態面板模型和系統 GMM模型回歸結果見表3。

4.1 供應規模的影響：“規模效應”

總體上，不管是對工業能源碳排放，還是對產均工業能源碳排放、人均工業能源碳排放，工業用地供應行為的規模效應較為穩健，其中供應面積對工業能源碳排放具有顯著的正向影響。供應面積的擴大，為工業規模擴張提供了土地保障，伴隨而來的是工業煤炭等能源消費量的增加。數據顯示，供應面積當期項、滯后一期項和滯后兩期項與工業產值、工業煤炭消費量（包括原煤、精洗煤、其他洗煤）相關系數均超過0.5。這也驗證了供應面積擴大與工業能源碳排放增加顯著相關。其供應面積的當期項和滯后項對產均工業能源碳排放的回歸系數均正，但都沒有通過顯著性檢驗。這取決于新引入的工業項目碳排放強度平均水平。當引入的工業項目比存量工業平均碳排放強度更高，總體工業行業的碳排放強度趨高;然而，環保壓力和環境規制趨強，新引入工業項目排放強度可能趨低，不過在整個樣本期內，這一積極作用并未充分發揮。供應面積正向影響人均工業能源碳排放，但總體上影響較小，且滯后性影響趨于弱化且不顯著。

4.2 供應方式的影響：“方式效應”

總體上，協議面積比重對工業能源碳排放影響為穩健，但有正有負，且顯著性很弱。其中，協議面積比重滯后兩期項對產均工業能源碳排放正向影響顯著（5%水平）;而協議面積比重當期項對人均工業能源碳排放負向影響顯著（10%水平）。這可能說明：方式效應主要體現在碳排放強度上，同時，其協議方式影響具有復雜性。因而進一步考察不同的經濟水平情況下，工業用地協議供應行為對工業能源碳排放差異性影響。經過門檻檢驗發現，協議出讓面積比重具有單門檻效應，且其在5%水平上通過檢驗（p=0.0333）。其門檻值為7 987.747 1元/人（1998年不變價），95%置信區間為[7 723.017 1～8 056.746 6]，因此取門檻值為8 000元/人（1998年不變價）。

對于人均產值較低的地區，協議面積比重對工業能源碳排放的回歸系數隨著滯后期增加，呈現由負轉正的趨勢。而對于人均產值較高地區而言，協議面積比重滯后兩期項的回歸系數穩健為負。同時，與人均產值較低的地區相比，人均產值較高的地區的回歸結果中，協議面積比重回歸系數絕對值更大，這可能說明其影響更大。由此表明，協議面積比重在不同的經濟水平地區，對工業能源碳排放影響存在一定程度上的差異。可能的重要原因在于不同發展水平地區工業類型存在差異。借鑒文獻[53]，將工業分為高科技工業、輕工業、重工業和能源生產工業四類。其平均的能耗強度、碳排放總體上是逐步遞增的。通過對比兩類地區的四類工業用地供應中協議面積比重情況可知，高水平組協議比重均小于低水平組的平均水平，其中能耗強度最大的能源生產工業和重工業的協議比重相差最大，而高科技工業協議面積比重相差最小。

特別需要說明的是，樣本回歸的結果反映的是總體樣本一般意義上的影響方向。由數據可知，協議供應的工業用地中，以高耗能的重工業和能源生產工業為主，占比近70%，而高科技工業比重不到5%。工業用地供應中的協議比重越大，往往意味著更多的高耗能工業項目，也意味著更高的碳排放水平。但隨著最新環保法、生態文明建設、彈性土地供應等諸多方面法規政策的出臺和施行（尤其是2015年以來），地方政府在協議供地過程中對項目環保審核適當收緊，進而一定程度上對工業能源碳排放產生微妙的影響（進一步分析見5.4）。這很可能是分組回歸結果未能通過顯著性檢驗的原因。

4.3 供應價格的影響：“價格效應”

總體上，價格偏離度對三個工業能源碳排放變量的影響為負。其滯后項的負向影響尤為穩健。其滯后二期項對產均工業能源碳排放的影響顯著為負。這表明工業用地協議出讓價格越接近最低供應價格，工業能源碳排放越大，尤其表現在碳排放強度上。這一影響具有滯后性。

工業用地出讓價格偏離度反映了區域工業用地市場的競爭程度[28]，其協議出讓價格也體現了地方政府供應價格的“底線”和“引資的誠意”。值得注意是，協議價格偏離與商品房用地供應面積相關系數為負，而“工業用地協議出讓價格與商住用地供應價格偏離”和商住用地價格、商住用地收入相關系數均為負。這可能恰好印證：低價協議出讓工業用地只是地方政府土地供應組合拳的“一拳”，往往伴隨著高價供應更多的商住用地，以獲取更多財稅的另“一拳”[54-56]。

一般地，較高的土地成本可能一定程度上抑制工業企業（尤其是低端企業）的擴張規模。但由于協議價格本來就較低，相比市場價格更低，因此，通過協議獲得的用地更多，可能意味著獲得的“價格剩余”更多，抑制作用可能非常有限，反而還可能促使工業企業競爭趨于激烈，工業用地供地宗數略有增加。價格偏離度與工業用地供應宗地數量的相關系數為正。同時，地價是市場競爭程度的反映，以較高價格獲得土地的工業企業“實力”可能更強，往往更加集約經營土地[35]。價格偏離度與工業產值的相關系數為正，其滯后兩期的相關系數更大，且其滯后兩期項與“規模以上工業企業R&D支出占所有工業企業產值比重”的相關系數更高。這表明，對于總體的工業企業而言，較高的協議價格對研發資金可能并沒有“擠出”作用，反而一定程度上可能會倒逼研發強度，為工業產值的增加提供了有力的技術保障。有研究也證實合理的工業用地價格有利于促進產業升級[30]、工業效率提升[31]。

5 穩健性檢驗

5.1 效應間相關性的檢驗

從相關系數上看，供應面積反映了土地供求情況，而協議出讓面積比重更多的是反映土地市場化程度，兩者沒有必然聯系。同時，供應面積與價格偏離度的上升和下降也不存在必然的相關關系。而協議面積比重與工業用地供應的平均價格可能存在很強的相關性，但與價格偏離度也沒有必然聯系。即便如此，本文在計量模型中仍然采用了逐步加入解釋變量的方法來處理。具體分三步進行回歸，將規模效應、協議效應以及價格效應逐次考慮到模型中。以GMM模型為例，工業用地供應對碳排放的回歸結果總體穩健。

5.2 工業類型影響的檢驗

作為地方政府的主要調控手段，供地方式很大程度上影響著引入企業的行業類型。因此，在“土地引導產業走”的視角下，行業類型在一定程度上內生于供地方式。但毋庸置疑，從總體上講，“土地跟著產業走”的情況在現實中確實存在，即地方政府在一定時期內往往具有特定的產業類型偏好，從而采用特定的供地方式和價格。為此，根據碳排放強度差異，借鑒文獻[53]，將工業行業進一步細分為能源生產工業、高科技工業、重工業和輕工業四類。但細分后的數據顯示，同類型工業的協議面積比重在不同時點和不同地區并非固定不變。這表明，不同地區或時期的地方政府，在引入同類工業用地項目時，土地供應方式的選擇具有靈活空間。因此，遺漏的行業變量或許并不能造成嚴重的內生性。這也是本文僅控制“工業產值比重”的主要原因。

為了穩健起見，本文針對不同類型工業供應進行了分組回歸。考慮到工業類型對工業能源碳排放的影響主要表現在碳強度方面，故以產均工業能源碳排放為因變量進行分組回歸。系統GMM模型結果顯示，不同類型工業的供應面積、協議面積比重和價格偏離的回歸系數和顯著性存在不同程度的差異。對于高科技工業，供應面積、協議面積比重的回歸系數存在負數，且價格偏離存在顯著正向影響。這表明高科技工業供應，有利于降低整個工業的碳排放強度。而對于重工業而言，與總體回歸結果一致，即供應面積和協議面積比重回歸系數總體顯著為正，價格偏離回歸系數為負。這表明重工業是影響工業碳排放重要方面。這意味著行業類型是工業用地供應行為影響碳排放的一個中介變量。

5.3 存量用地影響的檢驗

由于存量工業用地取得的年份等情況千差萬別，因此其協議面積、價格“追溯”獲取的難度極大。不過，“中國城市統計年鑒”上，列有各省市城市的工業用地面積，即實際的城市工業用地總面積，包括上年的存量和本年轉換后的實際增量。特別說明的是，當年的土地供應面積并非與實際增量面積完全對應，還考慮到其工業用地建設周期（一般要求為2a），因此，一般是當年供應面積中實際建成的部分和前兩年供應在當年建成的部分之和。但考慮數據可獲得性、來源的一致性和工業用地主要集中在城市范圍內，因此，用各省市城市的工業用地總面積來作為各省市工業用地面積的替代值，與工業能源碳排放相關系數超過0.5。采用系統GMM模型進行回歸，其結果也表明城市工業用地面積與工業能源碳排放正相關，且滯后一期項在1%水平上通過顯著性檢驗。這表明，工業用地供應增量與工業用地總量對工業能源碳排放的影響方向是一致的。

本文中的工業用地供應是增量的范疇。為了檢驗工業用地供應對碳排放的影響的穩健性，本文將碳排放變換為增量指標（ΔC=Ct-Ct-1），作為新的因變量進行回歸。保持其他變量不變的情況下，采用系統GMM進行了回歸，基本與表3一致。這說明，土地供應增量對總碳排放的影響，和對增量碳排放的影響是基本一致的，即供應面積、協議面積比重總體是正向影響，價格偏離總體負向影響。個別不盡一致的可能原因在于增量變量中含有存量工業用地的擴大再生產導致碳排放的增加部分。

5.4 政策時段影響的檢驗

2015年是生態文明建設的重要節點，該年國家出臺或開始實施了諸多重要的法規政策，尤為重要的有最新的環境保護法、中共中央、國務院印發的《生態文明體制改革總體方案》等。特別地，2015年中國提出2030年左右實現二氧化碳“達峰”的承諾;次年，國務院頒布實施了《“十三五”控制溫室氣體排放工作方案》。土地供應對碳排放的影響很可能受到以上政策的階段性作用。為此，以2015年為分界點，對前后兩個時段進行分組回歸。結果表明，總體上兩個時段工業用地供應對工業能源碳排放存在差異性影響。

尤為明顯的是，對產均工業能源碳排放而言，工業用地供應面積、協議面積比重的回歸系數由正轉為負。這可能說明，在環境管理責任強化和GDP考核權重弱化的情況下，協議引入質量更高的項目往往被看成一種“時尚”或者政績;同時，受到節約集約用地要求、規模經濟和集聚效應的共同作用下，工業用地供應面積越大越有可能利于降低碳排放強度。最新研究表明，區域碳排放強度的空間集聚性顯著[57]，并趨于增強，同時存在“馬太效應”[58]。土地供應可能一定程度上強化或實現了這些特征。同時，排污收費強度的負向影響由不顯著變為顯著（1%顯著水平），系數也明顯增大。這意味著新時期環境保護背景有利于強化環境規制的減排效應。

較為特別的是，對于工業能源碳排放而言，價格偏離度的當期項、滯后一期項和滯后兩期項回歸系數方向在兩個階段正好相反。這可能表明，一方面，價格偏離度存在周期性影響;另一方面，階段政策對這種周期性影響存在逆向調控的作用。若開始階段要求和價格均較低，項目準入的門檻較低而使得項目趨于增多，促使碳排放增加。當引入的項目增多，競爭趨于激烈，而且短期內供應指標相對有限，因此地方政府就可能相應調整策略，適當調高價格，增加環境要求。地方政府這一行為在環境保護壓力加大的背景下可能趨于強化。

6 結論與啟示

6.1 主要結論

綜上可知，在控制了經濟水平、城鎮化水平、環境規制與減排政策等主要因素的情況下，地方政府工業用地供應行為對工業能源碳排放具有顯著影響，主要表現為“規模效應”“方式效應”和“價格效應”。

其一，總體上，工業用地供應規模增加，引致工業規模的擴大，帶來工業能源碳排放顯著增加;同時，通過工業用地供應結構，影響到產均工業能源碳排放和人均工業能源碳排放，主要原因在于供應給了能源生產、重工業能源碳排放強度較高的行業。供應規模還可能帶來碳排放強度減少，這受到引入工業項目類型和環保發展階段的影響。

其二，總體上，協議出讓方式正向影響到能源碳排放，尤其表現在產均工業能源碳排放，主要原因是協議過程中，更可能降低環境規制和環保支出強度，引入更高比例的高碳工業。協議面積比重對工業能源碳排放還具有門檻效應。

其三，工業用地供應價格是地方政府引入工業項目重要調控工具，通過價格信號的傳導機制，很可能以更低的價格出讓而引入更高比例的高碳工業，從而顯著地導致地區碳排放的增加。

6.2 主要啟示

基于前文分析，面向工業能源碳減排，工業用地供應行為的目標應從傳統GDP增長轉變到綠色和高質量增長上來，工業用地供應行為的方式應從傳統的土地市場轉變到政府有效調控、市場起決定性作用的土地市場，如“先租后讓”等，工業用地供應行為的路徑主要包括逐步淘汰高耗低效的能源產業用地、加快產業綠色轉型和結構升級、支持綠色產業項目用地、建立工業用地全生命周期管理模式等;工業用地供應行為的配套政策包括加大綠色發展在績效考核中的權重、加強環境規制、創新綠色金融政策等。主要的政策啟示如下。

其一，適度控制工業用地供應總規模、優化供應結構。不同地區工業用地的全要素綠色利用效率存在較大差異[59]。因此，基于不同的發展階段和地區特點，適當控制工業用地規模，同時通過優化工業用地供應的內部結構，引導工業內部行業的升級和轉型。工業內部各行業之間存在著一定相互依賴或共生的關系，理論上應該有一個合理（均衡或自洽）的內部結構，而且不同的發展階段的最優結構關系存在一定差異，因此需要通過工業用地供給側的結構調整，從勞動力、能源、資本、研發投入等方面優化產業集群模式[60]。

其二，充分發揮協議出讓的積極作用。盡管本文考察期內，協議引入的工業企業總體上碳排放偏高。但協議出讓并不必然帶來區域碳排放的增加，而關鍵看協議出讓的結構和環境規制的執行。隨著“生態文明”理念深入人心，尤其是中央環境集權、環境規制加強和環境督察制度的完善，“黨政同責”“一崗雙責”和“終身追究”等控制措施的實施[42]，環境質量考核在政績考核中權重的提升，地方政府的激勵結構可能發生變化，其工業用地的協議出讓行為也可能發生結構性變化;可通過較低協議價格的方式，傾向于支撐更高科技或更低碳高效的工業產業的發展，引導土地市場向低碳方向發展。

其三，還需跟進相關配套措施，如：適當強化低碳方面的考核指標，加快優化地方政府官員的激勵結構;采取差異化的環境規制，形成環境規制工具“組合拳”;加快并切實推進低碳試點工作;基于工業用地經濟、社會和環境的全面信息調查，構建其大數據平臺，為優化工業用地供應決策和研究提供基礎信息;完善土地征收、流轉制度，建立低碳的土地利用政策[61]。

（編輯：王愛萍 ）

參考文獻

[1] 林兆木. 關于我國經濟高質量發展的幾點認識[N/OL].北京：人民日報， 2018-01-17[2019-09-15]. http：//theory.people.com.cn/n1/2018/0117/c40531-29768994.html.

[2]? 傅勇，張晏. 中國式分權與財政支出結構偏向：為增長而競爭的代價[J]. 管理世界， 2007（3）：4-12，22.

[3]? 王娟，張克中. 財政分權、地方官員與碳排放——來自中國省長、省委書記的證據[J]. 現代財經（天津財經大學學報）， 2014 （9）： 3-14.

[4]? 祁毓，盧洪友，徐彥坤. 中國環境分權體制改革研究：制度變遷、數量測算與效應評估[J]. 中國工業經濟， 2014（1）： 31-43.

[5]? 周黎安. 轉型中的地方政府官員激勵與治理[M].上海：格致出版社，上海人民出版社， 2017.

[6]? 陳詩一. 能源消耗、二氧化碳排放與中國工業的可持續發展[J]. 經濟研究， 2009（4）： 41-55.

[7]? 國務院.國務院關于印發“十三五”控制溫室氣體排放工作方案的通知 [EB/OL]. （2016-11-04） [2019-09-15]. http：//www.gov.cn/zhengce/content/2016-11/04/content_5128619.htm.

[8]? 工業和信息化部.工業和信息化部關于印發“工業綠色發展規劃（2016-2020年）”的通知[EB/OL]. （2016-07-18） [2019-09-15]. http：//www.miit.gov.cn/n1146285/n1146352/n3054355/n3057542/n3057544/c5142900/content.html.

[9]? 中華人民共和國，美利堅合眾國.中美氣候變化聯合聲明[EB/OL]. （2014-11-12） [2019-09-15]. http：//politics.people.com.cn/n/2014/1112/c70731-26010508.html.

[10]? 豐雷，孔維東. 2003年以來中國土地政策參與宏觀調控的實踐——特點、效果以及存在問題的經驗總結[J]. 中國土地科學， 2009， 23（10）： 8-13.

[11]? 瞿理銅. 低碳經濟視角下土地利用調控的思路探討[J]. 中國國土資源經濟， 2012（11）： 29-30， 47， 55.

[12]? 趙榮欽，黃賢金，劉英，等. 區域系統碳循環的土地調控機理及政策框架研究[J]. 中國人口·資源與環境， 2014， 24（5）： 51-56.

[13]? 趙榮欽，黃賢金，揣小偉. 中國土地利用碳排放的研究誤區和未來趨向[J]. 中國土地科學， 2016， 30（12）： 83-92.

[14]? LAI L， HUANG X J， YANG H， et al. Carbon emissions from landuse change and management in China between 1990 and 2010[J]. Science advances， 2016（11）：1-8.

[15]? CHUAI X W， HUANG X J， QI X X， et al. A preliminary study of the carbon emissions reduction effects of land use control[J]. Scientific reports， 2016，doi：10.1038/srep36901.

[16]? 呂玉霞.土地資源配置及其經濟效應的研究評述[J]. 山東師范大學學報（人文社會科學版），2017（4）：77-87.

[17]? 盧建新，于路路，陳少銜. 工業用地出讓、引資質量底線競爭與環境污染——基于252個地級市面板數據的經驗分析[J]. 中國人口·資源與環境， 2017， 27（3）： 90-98.

[18]? 張鳴. 工業用地出讓、引資質量底線競爭與工業污染排放：基于城市面板數據的實證研究[J]. 中共浙江省委黨校學報， 2017 （4）： 107-114.

[19]? 楊其靜，卓品，楊繼東. 工業用地出讓與引資質量底線競爭：基于2007—2011年中國地級市面板數據的經驗研究[J]. 管理世界， 2014 （11）： 24-34.

[20]? CHEN Z G， TANG J， WAN J Y， et al. Promotion incentives for local officials and the expansion of urban construction land in China： using the Yangtze River Delta as a case study[J]. Land use policy， 2017 ，63： 214-225.

[21]? 王桂新，武俊奎. 城市規模與空間結構對碳排放的影響[J]. 城市發展研究， 2012， 19（3）： 89-95， 112.

[22]? 李斌，李拓. 環境規制、土地財政與環境污染——基于中國式分權的博弈分析與實證檢驗[J]. 財經論叢， 2015（1）：99-106.

[23]? 於冉，黃賢金.碳排放峰值控制下的建設用地擴展規模研究[J].中國人口·資源與環境，2019，29（7）：66-72.

[24]? 袁凱華，甘臣林，楊慧琳，等.建設用地擴張與碳排放增長的EKC驗證及特征分解研究——以武漢市為例[J].中國土地科學， 2019，33（1）：56-64.

[25]? 余嬌，趙榮欽，侯麗朋，等.鄭州市典型產業用地效益與碳排放強度的關系研究——基于181家企業的調查[J].中國土地科學， 2018，32（8）：74-80.

[26]? 許恒周，郭玉燕，陳宗祥. 土地市場發育、城市土地集約利用與碳排放的關系——基于中國省際面板數據的實證分析[J]. 中國土地科學， 2013， 27（9）： 26-29.

[27]? MENG Y， ZHANG F R， AN P L， et al. Industrial landuse efficiency and planning in Shunyi， Beijing [J]. Landscape and urban planning， 2008，85： 40-48.

[28]? CHEN W， SHENG Y， WANG Y N， et al. How do industrial land price variations affect industrial diffusion？ evidence from a spatial analysis of China[J]. Land use policy， 2018，71： 384-394.

[29]? 張琳，王傳鎮，黎小明，等.地方政府供地行為對工業用地市場價格影響的實證研究[J].科技與管理， 2018，20（6）：43-50.

[30]? 李美姣.地方政府土地出讓行為、工業用地價格與產業升級[J].現代鹽化工， 2018，45（3）：91-92，101.

[31]? 席強敏，梅林.工業用地價格、選擇效應與工業效率[J].經濟研究， 2019，54（2）：102-118.

[32]? 張莉，年永威，皮嘉勇，等.土地政策、供地結構與房價[J].經濟學報， 2017，4（1）：91-118.

[33]? 張莉，朱光順，李世剛，等.市場環境、重點產業政策與企業生產率差異[J].管理世界， 2019，35（3）：114-126.

[34]? 彭山桂，陳晨，王健，等. 居住模式、地方政府土地供給行為與人口流動——以廣東省和山東省為例[J]. 資源科學， 2017， 39（10）： 1858-1870.

[35]? 陳沁. 城市化——人口和土地的要素再配置[D]. 上海：復旦大學， 2013.

[36]? 陸銘，張航，梁文泉. 偏向中西部的土地供應如何推升了東部的工資[J]. 中國社會科學， 2015（5）： 59-83， 204-205.

[37]? 陸銘：中國經濟的未來是空間重構[EB/OL]. http：//finance.sina.com.cn/money/future/roll/2018-02-01/doc-ifyreuzn1185324.shtml.

[38]? 王繼田，蘇方林.碳排放約束、土地紅利銳減與經濟增長尾效[J].菏澤學院學報，2019，41（2）：68-75.

[39]? 查建平，唐方方，鄭浩生. 什么因素多大程度上影響到工業碳排放績效——來自中國（2003—2010）省級工業面板數據的證據[J]. 經濟理論與經濟管理， 2013（1）：79-95.

[40]? 劉曉玲，熊曦. 工業企業效益與碳排放的脫鉤關系動態比較——基于ABS冶煉公司“十一五”以來的數據[J]. 財政研究， 2015（3）： 16-21.

[41]? 葉麗芳，黃賢金，謝澤林，等. 城鄉土地市場一體化下的農村工業用地現狀及特征分析——以無錫市胡埭鎮、錢橋鎮、錫北鎮為例[J]. 土地經濟研究， 2015（1）： 37-58.

[42]? 張華，豐超，劉貫春. 中國式環境聯邦主義：環境分權對碳排放的影響研究[J]. 財經研究， 2017， 43（9）： 33-49.

[43]? ZHANG K， ZHANG Z Y， LIANG Q M. An empirical analysis of the green paradox in China： from the perspective of fiscal decentralization [J]. Energy policy， 2017，103： 203-211.

[44]? WANG Q Y. Fixedeffect panel threshold model using stata [J].The stata journal， 2015，11（15）：121-134.

[45]? IPCC. IPCC guidelines for national greenhouse gas inventories[R]. Kanagawa： IGES， 2006.

[46]? FAN Y， LIANG Q M， WEI Y M， et al. A model for Chinas energy requirements and CO2 emissions analysis [J]. Environmental modelling and software， 2007， 22（3）：378-393.

[47]? 國家氣候變化對策協調小組辦公室， 國家發展和改革委員會能源研究所.中國溫室氣體清單研究[M].北京：中國環境科學出版社， 2007：73.

[48]? 劉紅光.產業能源消費碳排放的區域聯系研究[D].北京：中國科學院地理科學與資源研究所，2010.

[49]? 劉紅光，劉衛東，唐志鵬.中國產業能源消費碳排放結構及其減排敏感性分析[J].地理科學進展， 2010（6）：670-676.

[50]? 盧娜.土地利用變化碳排放效應研究[D].南京：南京農業大學， 2011.

[51]? 國家發展和改革委員會. 低碳發展及省級溫室氣體清單編制培訓教材[EB/OL]. （2014-03-28） [2019-09-14]. http：//www.ndrc.gov.cn/zwfwzx/xzzq/bgxz/201403/W020140328576309991066.pdf.

[52]? 中國統計局.中國能源統計年鑒（2012）[M].北京：中國統計出版社， 2012：353.

[53]? SHAN Y L， GUAN D B， ZHENG H R， et al. China CO2 emission accounts 1997–2015[J]. Scientific data， 2017，201：1-14.

[54]? 薛慧光，石曉平，唐鵬. 中國式分權與城市土地出讓價格的偏離——以長三角地區城市為例[J]. 資源科學， 2013， 35（6）： 1134-1142.

[55]? 唐鵬，石曉平，曲福田.地方政府競爭與土地財政策略選擇[J].資源科學， 2014， 36（4）：702-711.

[56]? 張涌.工業用地招拍掛制度和地方政府土地財政政策[J].公共經濟與政策研究， 2018（2）：116-126.

[57]? 苑韶峰，唐奕鈺.低碳視角下長江經濟帶土地利用碳排放的空間分異[J].經濟地理， 2019，39（2）：190-198.

[58]? 王少劍，黃永源.中國城市碳排放強度的空間溢出效應及驅動因素[J].地理學報， 2019，74（6）：1131-1148.

[59]? XIE H L， CHEN Q R， LU F C， et al. Spatialtemporal disparities and influencing factors of totalfactor green use efficiency of industrial land in China [J]. Journal of cleaner production， 2019，207：1047-1058.

[60]? XIE H L， ZHAI Q L， WANG W， et al. Does intensive land use promote a reduction in carbon emissions？ evidence from the Chinese industrial sector [J]. Resources， conservation & recycling， 2018，137：167-176.

[61]? ZHANG W J， XU H Z. Effects of land urbanization and land finance on carbon emissions： a panel data analysis for Chinese provinces [J]. Land use policy， 2017，63：493-500.

AbstractDo land policies have contribution to achieve carbon emissions peak in 2030 and effectively promote lowcarbon transition？ Based on the perspective of supply side of industrial land， this paper focused on three aspects in terms of supply scale， agreement method and price deviation， and explored the impact mechanism of local government industrial land supply behavior on carbon emissions. Based provincial panel data from 2007 to 2016， system GMM mode and threshold regression model were applied. The supply of industrial land by local governments had three ‘effects on carbon emissions. ① ‘Scale effect： The supply scale had a significant positive impact on the total amount of industrial energy carbon emissions. The supply scale could have a negative effect on of carbon intensity. This mainly was caused by industrial project type and the impact of environmental protection development stage. ②‘Method effect： The proportion of the agreed area of transfer had a significant positive impact on carbon emissions per industrial output. There were significant single threshold effects at the level of economy. The threshold of per capita output value was 8 000 RMB. For province whose per capita output was not less than the threshold value， the proportion of agreement area tended to have negative influence with the increase of lag period. While for province whose per capita output was less than the threshold value， the proportion of agreement area tended to have positive influence. The phased regression showed that the proportion of the agreement area before 2015 had a steady positive impact on the average industrial energy emissions， while the impact of the latter phase had the reversed trend. ③‘Price effect： When the the price of land lease by agreement was closer to the lowest supply price of land， industrial energy carbon emissions turned to be higher， and there was a lag effect to some extent. This means that the supply behavior of local government industrial land had some impact on industial energy carbon emissions. There were differences in the influence of different supply behaviors which contained supply scale， method and price， and lag effect existed to some extent. Therefore， considering the strategic requirements of national ecological civilization construction and the stage differences of regional economic development， it is necessary to appropriately control the scale of industrial land， reasonably determine the proportion of area by agreement and the direction of tilting support， and properly use the price conduction mechanism to promote the realization of lowcarbon goals.

Key words local government; industrial land; supply scale; land lease by agreement; price deviation; carbon emission