土地供給結構錯配對城市碳排放效率的影響

孟宏瑋　趙華平　張所地

關鍵詞 土地供給結構錯配；城市碳排放效率；地方政府競爭；作用機制

中圖分類號 F062. 6 文獻標志碼 A 文章編號 1002-2104（2023）04-0056-14 DOI：10. 12062/cpre. 20221033

綠色低碳轉型是中國探尋高質量發展新路徑、實現碳達峰碳中和目標的內在要求和重要保障。2022年國務院政府工作報告提出，推動能耗“雙控”向碳排放總量和強度“雙控”轉變，加快形成綠色生產生活方式，有序推進碳達峰碳中和工作。推動能耗“雙控”向碳排放總量和強度“雙控”轉變的過程中，也伴隨著城市土地供給結構的深刻轉型。土地作為城市各項生產生活活動的空間載體，其供給結構的變遷和調整是引起城市經濟增長和碳排放變化的重要影響因素之一［1］。而碳排放效率作為經濟發展與節能減排有機融合的核心體現，是一個國家實現“降碳促經”效用的關鍵所在［2］。但是，中國大部分城市仍處于單位土地面積GDP產出不高，碳排放效率較低的粗放發展階段［3］。新古典經濟增長和內生增長理論均認為要素結構調整是打破資源約束與實現經濟長期增長的關鍵因素［2］。因此，在踐行生態文明建設的新發展階段，明晰城市土地供給結構變遷和調整在低碳轉型中的貢獻，可以為實現碳達峰碳中和目標愿景提供必要的經驗支持，也符合國家通過優化城市用地結構推進面源污染治理的要求。從生產過程看，城市土地供給結構變遷可以視為土地作為投入要素在行業間轉移的結果。然而，在中國財政分權體制和“為增長而競爭”的背景下，由于地方政府壟斷土地一級市場的供給，策略性和偏向性配置土地資源成為政府之間競爭的主要手段［4］。政府官員為了實現政治晉升以及獲得最大經濟產出和稅收收入，往往采用既高價少量出讓商住用地，又低價大量出讓工業用地的策略組合［5-6］。但是這種土地資源配置模式是“高代價、低效率”的，會擴大工業、居住和商業服務業用地之間的單位土地面積經濟產出差異、扭曲市場配置土地資源的效果，從而導致城市土地供給結構錯配，給環境質量改善帶來不少負面影響［6-7］。城市用地是人類生產生活、休閑娛樂、經濟社會發展的基本空間載體，也是碳排放的重要載體。因此，應對氣候變化背景下，為發揮城市土地供給結構變遷對生產資源優化配置的“結構紅利”效應，亟須厘清土地供給結構錯配對城市碳排放效率的影響機制。

1 文獻綜述

1. 1 土地資源錯配研究

現有關于土地資源錯配的文獻主要集中在土地資源錯配的評價指標、測度方法、影響因素和影響效應方面。①評價指標。土地資源錯配可以采用協議出讓土地面積占比、土地出讓面積分異指數、商服用地與工業用地出讓價格之比、工業用地供應面積與城市建設用地供應面積的比值等指標加以衡量［8-9］。②測度方法。利用生產函數計算土地資源配置的扭曲系數、要素相對生產率和導致的經濟社會產出效率的損失［9-10］。③影響因素。土地資源錯配主要受政府政績考核制度、土地金融、土地財政和官員晉升激勵機制等因素的影響［10］。④影響效應。一類研究主要從土地財政和土地金融視角出發，認為地方政府對土地財政和土地金融的過度依賴造成了土地要素的結構性錯配和空間錯配，并且通過扭曲政府投資支出結構、增加創業者的融資成本，破壞區域創新創業環境抑制了區域創新能力和創新效率的提升［7-8］；另一類研究則直接研究了土地資源錯配的經濟效應，包括土地資源錯配帶來了房價上漲，擠占了政府科技創新支出，增加了企業信貸約束，降低了企業技術效率和綠色全要素生產率，帶來了環境污染，從而不利于城市經濟和生態環境高質量發展［9-11］。

1. 2 土地利用碳排放效率研究

現有關于土地利用碳排放效率的文獻主要集中在土地利用碳排放效率的測評和土地利用碳排放效率的影響因素等方面。①土地利用碳排放效率的測評。有部分文獻把碳排放量作為投入指標或非期望產出對某一地區的總體土地利用規模或者某一類土地的碳排放效率進行測度［12-13］。此類研究主要以土地利用中能源消耗產生的人為源碳排放為基礎，測算不同區域的土地利用碳排放的總效率、動態效率、技術效率、規模效率與規模報酬，并且認為城市建設用地是一種重要的碳源，其碳排放效率會隨著建設用地面積的增加呈下降趨勢［14-16］。對于土地供給結構的碳排放效率而言，由于城市建設用地用途和功能的多樣性，工業用地、居住用地、商業用地等城市建設用地的碳排放量和碳排放效率也存在顯著差異［17］。②土地利用碳排放效率的影響因素。學者們主要探究了農業用地和城市建設用地集約利用程度對相應土地利用碳排放效率的影響機制，認為無論是農業用地集約利用程度還是城市建設用地集約利用程度的提高均不一定會提升相應的土地利用碳排放總效率［18-20］。但是，農業用地集約利用技術效率偏低是造成農地碳排放總效率降低的關鍵因素［15， 18］。而城市建設用地集約利用規模效率偏低是造成城市建設用地碳排放效率降低的主要因素［21］。

綜上所述，現有研究仍有待進一步補充完善：①目前對于土地資源錯配的衡量指標多以工業用地或協議出讓用地作為核心測度指標，主要體現的是工業用地供給錯配程度，很少有文獻把居住用地供給錯配、工業用地供給錯配和商業服務業用地供給錯配放入同一理論分析框架下，從土地生產率視角對城市土地供給結構錯配進行整體研究。②大部分文獻研究了區域自身土地集約利用程度對土地利用碳排放效率及其動態變化的影響。雖然也有文獻分析了建設用地擴張對碳排放效率的影響，但主要從建設用地總量規?；蚰骋活惤ㄔO用地規模視角分析了土地利用變化的碳排放效率，忽視了當控制城市建設用地總量供應時，在城市土地供給結構變化和調整過程中，城市不同用途和行業土地供給的錯配程度對碳排放效率的影響。③在城市間財稅競爭和引資競爭的影響下，由于地方政府的土地供給政策調整策略具有“同群效應”，因此，一個地區的碳排放效率不僅受自身土地供給結構錯配的影響，而且還可能受其他鄰近地區土地供給結構錯配的影響，從而對本地碳排放效率產生影響，但是現有文獻很少從空間關聯這一視角進行研究。

與現有文獻比較，該研究的邊際貢獻在于：第一，建立了城市土地供給結構錯配的數理模型，得到了經濟均衡時城市土地生產率在不同行業間均等化的研究結論。同時，基于不同行業土地供給份額與經濟產出份額的歐氏距離測度了不同城市的土地供給結構錯配指數，并且分析了城市土地供給結構錯配的空間策略互動形式，為各地區優化城市國土空間、提高碳排放效率提供了重要的參考價值。第二，通過構建地理距離權重矩陣、經濟距離權重矩陣和產業結構距離權重矩陣，運用空間杜賓計量經濟學模型分析了土地供給結構錯配及不同行業土地供給錯配程度對城市碳排放效率的直接效應和空間溢出效應，并且從地方政府競爭角度分析了土地供給結構錯配對城市碳排放效率的作用機制，從而有助于加深對土地供給結構錯配影響城市碳排放效率內在邏輯的理解。

2 理論分析

2. 1 土地供給結構錯配的理論模型分析

借鑒徐朝陽等［22］和沈小波等［23］的研究思路，消費者效用函數設定為式（1）。假設一個城市有房地產業（包括住宅開發企業和商業地產開發企業）和工業兩個部門，土地要素可以在兩個行業間自由流動。城市內各行業的工人工資相同，兩個行業的勞動者分別是兩個行業的代表性消費者，L₁和L₂分別代表房地產業的土地投入數量和工業部門的土地投入數量，總的城市土地供給被標準化為1。房地產業的每位勞動者總能生產d₁單位產品，工業部門的每位勞動者總能生產d₂單位的產品。代表性消費者對兩個行業的產品的偏好是無差異的，房地產部門產品的價格為p₁，工業部門的產品價格相對于房地產業產品的價格為p₂。消費者將其收入的β 比例用于房地產業產品的消費，1-β 比例用于工業部門產品的消費。σ 表示房地產業和工業產品的替代彈性，H₁和H₂分別表示房地產業和工業部門的勞動者對房地產業產品的消費數量，G₁和G₂分別表示房地產業和工業部門的勞動者對工業產品的消費數量，其中G_i是以CES函數形式嵌套在效用函數之中的。

房地產業的勞動者在其預算約束下，在房地產業部門實現效用最大化時，即：

從式（6）—式（12）可以看出，經濟競爭均衡時，房地產業部門的土地投入份額和經濟產出份額相等，工業部門的土地投入份額和產出份額也是相等的，并且實現了城市土地生產率在不同行業間的均等化。上述理論模型的一個重要推論是，在市場力量發揮主導作用的完全競爭市場中，把某種土地用作房地產業還是工業生產，取決于哪種用途土地可以帶來更高的生產率。因此，當城市內部土地市場均衡時，土地要素的自由流動和轉移使得城市內部工業用地和房地產業用地生產率相等且等于總體土地生產率，最終導致各行業的土地投入份額和經濟產出份額也相等，此時的土地供給結構位于均衡狀態。

而當地方政府執行傾向于增加工業用地的土地供給政策時，工業用地的供給份額高于房地產業用地份額，從而阻礙城市土地要素在不同行業間自由合理流動，進而加劇土地供給結構錯配程度。這也正是城市土地供給結構錯配的內涵。

2. 2 土地供給結構錯配、地方政府競爭與城市碳排放效率

在中國特色的“以地謀發展”模式下，政府官員為了在激烈的財稅競爭和引資競爭中實現經濟增長和最大稅收收入，會采用既高價少量出讓商住用地，又低價大量出讓工業用地的策略組合［7-9］。考慮到城市建設用地是一種重要的碳源，以及城市建設用地結構變化不僅是改變生態系統碳循環過程和區域小氣候的主要因素，也是權衡經濟增長和碳排放的有力工具［24-26］。因此，在地方政府競爭的作用下，這種政府干預的策略性土地供給方式不僅是導致城市土地供給結構錯配的重要原因，也是影響能源利用強度和碳排放效率等環境質量問題的主要因素［27-30］。理論上，任何錯配都會扭曲要素價格，使得經濟效率偏離最優狀態［23］。因而在控制城市建設用地總量供應時，城市土地供給結構錯配必然會扭曲不同用途土地的價格、增強能源利用強度，從而降低城市碳排放效率［2］。因此，從地方政府競爭視角分析土地供給結構錯配對城市碳排放效率的影響。

一方面，在中國獨特的“以地謀發展”模式下，政府土地出讓干預成為吸引企業遷入和集聚的有效政策性工具［26］。從成本收益來看，企業傾向于遷移到地方政府提供的優惠性政策可以抵消其遷移成本的地區［27］。因此，在地方政府間的引資競爭過程中，地方政府為了獲得更多流動性資本來促進經濟產出增長，會通過競相降低工業用地價格的方式吸引工業企業尤其是資本密集型的重工業企業落戶［8， 31］，從而影響區域碳排放和環境質量。因而這種寬松化的工業用地出讓方式降低了工業企業粗放用地的成本、扭曲了工業用地價格［2］，促使工業企業的遷入和集聚，并且使其可以通過擴張土地的粗放方式擴大生產規模［9］，從而帶來工業用地份額大于產出份額的城市土地供給結構錯配問題。而工業作為第二產業中的重要產業，常常伴隨著高污染、高排放和高能耗，不利于地區能源利用強度的降低和碳排放效率的提升［31-32］。并且這種工業用地價格的“逐底競爭”方式助推了高能耗、高污染工業企業的無序擴張，降低了區域綠色全要素生產率，阻礙了城市綠色低碳轉型進程［21， 33］。同時，隨著地方政府間引資競爭強度的加劇，地方政府會引進大量低質、無效的工業企業，把大量資金投向利潤較大、投資性較強的資本密集型重工業領域，從而容易引發投資過度、資金浪費和產能過剩等問題，也不利于城市碳排放強度的降低和碳排放效率的提升［6， 8］。

另一方面，在地方政府間財稅競爭的影響下，地方政府為了彌補低價出讓工業用地的損失，增加預算外財稅收入，往往會競相高價出讓商住用地，增強對商住用地出讓的限制，從而提高了城市房價［8-9］，最終使得商住用地價格表現為“逐頂競爭”形態。這種限制最終表現為商住用地供給份額小于經濟產出份額的城市土地供給結構錯配問題，使得工業用地生產率與商住用地生產率的差距擴大。此時房價高企勢必會導致房地產行業的投資回報率大幅提高、提高土地資本化率，使得大量資本進入房地產領域［9］。受房地產業高額利潤的激勵，大量非房地產行業企業改變甚至放棄了原有主營業務，紛紛進入房地產行業逐利，增加了房地產業的能源利用強度和碳排放強度［8］。同時，大量資本流入房地產開發經營領域會引發其上游水泥、鋼筋等行業出現產能過剩問題，從而增加城市能源排放強度，降低城市綠色發展效率［17， 33］。并且房地產業屬于資本密集行業，在商住用地供給總量限定的情況下，房地產開發商為了追求最大利潤，會按照容積率上限增加建筑面積，這種過高的開發強度勢必也會提高房地產業的能源利用強度和城市碳排放強度，從而抑制碳排放效率的提升［21， 33］。因此，提出假設1。

假設1：在財稅競爭和引資競爭的影響下，土地供給結構錯配會抑制城市碳排放效率的提升。

有學者指出，財稅競爭和引資競爭會造成地方政府間的經濟決策具有“同群效應”［34］，考慮到“以地謀發展”策略是實現經濟快速發展、增加財政預算收入的主要手段［6-8］，因此為增長而競爭的發展思路勢必會使得地方政府間的土地供給結構策略具有趨同性和相似性［9］。在這種情形下，不同城市的土地供給結構錯配程度就可能存在內在聯系。也就是說，空間關聯城市的土地供給結構錯配程度可能會影響其他城市的土地供給結構錯配程度。這意味著，在標尺競爭機制下，一旦空間關聯城市傾向于偏向工業或商住用地的土地供給結構錯配政策，本地區最優的土地供給強度選擇會根據空間關聯地區的土地供給強弱而作出選擇。因此，為增長而競爭勢必會演化成地方政府間對土地供應策略的競相模仿、攀比，從而產生區域間土地供給結構的空間策略互動行為［7］。由此，隨著這種土地供給結構政策的空間策略互動行為在鄰近城市間不斷擴散，各城市間的土地供給結構錯配也會形成正反饋機制和同群效應，從而陷入惡性循環和競爭中，特別是當地區之間存在明顯的土地生產率差異及由此引致的土地價格差異時，產生的市場互動和空間溢出越強。城市土地供給結構錯配的空間相關性意味著不同城市間的經濟產出及碳排放也存在空間相關性。因此，提出假設2。

假設2：在財稅競爭和引資競爭的影響下，土地供給結構錯配不僅抑制城市自身碳排放效率的提升，而且還抑制空間關聯城市碳排放效率的提升。

3 研究方法與數據來源

3. 1 模型設定

首先，由于中國城市之間存在著諸多的經濟聯系，因而空間關聯城市之間的土地供給政策通常會表現出很強的關聯關系［4］。因此，土地供給結構錯配也可能存在內在空間關聯。文章構建兩區制非對稱空間計量模型檢驗城市間土地供給結構錯配的空間溢出效應，即空間策略互動效應［7］。模型具體設定如下：

3. 2 變量定義、數據來源與樣本選擇

3. 2. 1 被解釋變量

被解釋變量是城市碳排放效率。碳排放效率實質是一種經濟活動過程中的資本、勞動力、能源等投入和經濟產出共同作用的結果［2］。因此，借鑒王少劍等［35］的研究，以勞動力、資本為投入要素，以地區生產總值為期望產出，二氧化碳排放量為非期望產出，采用非徑向、非角度SBM模型測度城市碳排放效率。資本和勞動力投入分別選取城市某年資本存量和年均城鎮就業人數予以度量［25］。資本存量根據永續盤存法估算得到［2，36］。

關于碳排放總量的計算，由于沒有城市層面詳細的能源消費和分類數據，文章借鑒Chen等［37］、鄧榮榮等［38］的研究，采用DMSP?OLS和NPP?VIIRS夜間燈光數據反向推演和模擬中國城市碳排放總量?；贒MSP?OLS 和NPP?VIIRS夜間燈光數據的城市碳排放量模擬預測方法得到了廣泛的應用［39］。這一模擬測度方法的背后邏輯為，如果夜間燈光亮度越高，則該城市的經濟發展水平也越高，相應地，各類能源消費也會越多［39］。

圖1是東部、中部、西部和東北地區的城市碳排放效率變化趨勢圖。圖1顯示，2010—2019年，東部和中部省域的城市碳排放效率較高，變化較為平穩，而城市碳排放效率較低的區域是西部和東北地區，且整體呈現波動中提升的趨勢。

3. 2. 2 核心解釋變量

核心解釋變量是城市土地供給結構錯配指數。由于文章是從城市土地要素投入和經濟產出角度測度土地供給結構錯配程度，涉及不同用途的城市土地供給及其對應的行業分類數據，因此，參考劉永建等［40］的研究方法，把城市行業按照中國土地市場網的城市用地類型分為居住、工業以及商業服務業三個行業，在《城市用地分類與規劃建設用地標準》的基礎上，把城市不同用途土地供給數據與國民經濟行業分類數據進行匹配［41-42］。具體匹配關系見表1。

根據前文的理論分析，當經濟實現競爭均衡時，任一行業的土地投入份額和經濟產出份額必然相等。因此，利用土地投入份額與經濟產出份額之間的歐氏距離來測度土地供給結構錯配程度［43］，具體公式如下：

從式（16）可以看出，在均衡狀態時，不同行業的土地生產率均相等并且等于城市整體的土地生產率。從式（15）和式（16）還可以看出，在行業土地生產率和總體土地生產率的差值不變的情形下，如果行業i 的土地投入份額超過均衡狀態時的份額時，此時行業i 的土地供給錯配程度會變大，而城市總體土地供給結構的錯配程度也會隨之變大。

圖2是東部、中部、西部和東北地區的城市土地供給結構錯配指數變化趨勢圖。圖2顯示，2010—2019年，東部地區的城市土地供給結構錯配指數最低，而城市土地供給結構錯配指數較高的省域是東北和西部地區。并且東部和中部地區的城市土地供給結構錯配指數呈現波動下降的趨勢，中部地區城市土地供給結構錯配指數變化較為平穩，東北和西部地區的城市土地供給結構錯配指數呈現波動中增加的趨勢。這可能是因為東北和西部城市土地市場化供給程度相對較低，資源配置效率等方面落后于東部地區，同時地方政府更易干預土地出讓價格且干預效果好，從而使得現實的土地供給結構與合意的土地供給結構不協調；而東部城市的土地市場化供給程度相對較高，在地價相對較高的情況下，政府干預土地供給規模與結構的行為對土地價格和經濟產出的影響較小，只能通過積極調節不同行業間的土地資源來實現土地供給結構的合理發展［4］。從圖1和圖2可以看出，城市土地供給結構錯配指數與碳排放效率大致呈現出相反的變化趨勢。

3. 2. 3 空間權重矩陣設定

設置合適的空間權重矩陣是分析土地供給結構錯配影響城市碳排放效率的關鍵所在，文章設置了地理距離權重矩陣（W₁）、經濟距離權重矩陣（W₂）以及產業結構距離權重矩陣（W₃）。具體而言，地理距離權重矩陣的矩陣元素是兩地距離的倒數；經濟距離空間權重矩陣的矩陣元素為兩個城市人均GDP之差絕對值的倒數。產業結構空間權重矩陣的矩陣元素為兩個城市產業結構指數之差絕對值的倒數，其中產業結構用第二產業增加值與第三產業增加值的比值衡量。文章設置地理距離權重矩陣的原因是地理鄰近城市資源稟賦類似、經濟發展和環境保護信息的外溢性較強［2］，設置經濟距離和產業結構距離權重矩陣的原因是經濟發展水平和產業結構相似的城市之間，地方政府間有較強的市場互動性和投資競爭性，環境保護行為也具有策略互動性［5-6］。

3. 2. 4 地方政府競爭程度

（1）引資競爭。借鑒沈坤榮等［27］研究，以外商直接投資額占城市生產總值比值衡量地級市間引資競爭程度。

（2）財稅競爭。借鑒鄧慧慧等［34］對相關變量的處理方法，以地級市人均財政預算收入排名衡量地級市間財稅競爭程度。

3. 2. 5 控制變量

借鑒邵帥等［2］、袁凱華等［28］和張明斗等［44］的做法，文章選擇的控制變量是：①綠色技術創新能力，運用城市綠色專利授權量的對數表示。②人口密度，采用每平方千米的人口數表示。③人口城鎮化水平，用城市人口占總人口的比重表征。④市場化程度，用城鎮私營和個體就業人員數占總人口的比重表示。⑤經濟發展水平，用人均GDP表示。⑥道路密度，用城市公路里程數與城市土地面積的比值衡量。⑦能源消費結構，用城市煤炭消費量與能源消費總量的比值來表示。變量描述性統計見表2。

3. 2. 6 數據來源和樣本選擇

城市土地供給數據來自《中國城市建設統計年鑒》、WIND數據庫和中國土地市場網，夜間燈光數據來自美國國家海洋和大氣管理局，綠色專利數據來自國泰安數據庫和國家知識產權局，其余數據來自《中國城市統計年鑒》《中國區域經濟統計年鑒》以及各省市統計年鑒和國民經濟和社會發展統計公報。由于經濟結構差距較大和數據缺失值較多，在省級層面未涉及西藏、香港、澳門與臺灣；由于數據缺失值較多和行政區劃調整，在城市層面不涉及三沙、巢湖、嘉峪關、萊蕪、吐魯番、哈密、普洱、海東、儋州等地級市，同時由于2010年以前的城市土地供給數據缺失值較多，最終選定2010—2019年280個地級及以上城市的數據作為研究樣本。其中，東部城市包括北京市、河北省、天津市、山東省、江蘇省、浙江省、上海市、福建省、廣東省和海南省的相關地級及以上城市，中部城市包括山西省、河南省、湖北省、湖南省、安徽省和江西省的相關地級市，西部城市包括重慶市、四川省、陜西省、云南省、貴州省、廣西壯族自治區、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區、內蒙古自治區的相關地級及以上城市，東北城市包括黑龍江省、吉林省和遼寧省的相關地級市。

4 結果分析

4. 1 空間相關性分析

采用全局Morans I 指數度量城市碳排放效率的空間自相關性。從表3中可以看出，2010—2019年，在地理距離空間權重矩陣、經濟距離空間權重矩陣以及產業結構距離空間權重矩陣下，城市碳排放效率的Morans I指數值均在1%水平下顯著為正，這表明不同城市之間的碳排放效率存在空間依賴性。另外，Morans I指數值整體呈現上升態勢，這表明，不同城市之間的碳排放效率的空間依賴性逐步增強，因而有必要在后續的分析中引入空間因素。

為了確定空間計量模型的具體形式，首先進行Wald檢驗和LR檢驗，結果顯示均通過1%的顯著性檢驗，從而拒絕了采用SLM模型或SEM模型的原假設。因此，文章采用空間杜賓模型展開分析，而且計算得到的Hausman檢驗結果通過了1%的顯著性檢驗，說明選擇固定效應模型更合適。因空間相關性的存在，使用傳統的OLS方法會帶來估計結果有偏的問題，因此采用準極大似然法對模型（QMLE）進行估計。

由空間杜賓模型回歸結果可知，在W₁、W₂、W₃三種空間權重矩陣下，城市碳排放效率的空間滯后項系數ρ 分別為0. 561、0. 770和0. 354，且均通過了1%的顯著性檢驗，表明城市碳排放效率存在顯著的正向空間溢出效應。說明該地區碳排放效率的下降會通過地理、經濟發展水平和產業結構上的關聯，顯著降低其他城市的碳排放效率。碳排放效率的正向空間溢出效應可以歸因于地方政府之間的經濟競爭效應。在財政分權背景下，地理距離、經濟發展水平和資源稟賦類似的城市之間存在激烈的引資競爭和財稅競爭現象，在經濟增長目標導向下，使得地方政府長期忽略了低碳轉型和環境保護，而碳排放治理問題本身就存在空間溢出效應。因此，空間關聯城市之間的經濟增長競爭效應可能不僅會降低城市自身的碳排放效率，還會降低空間關聯城市的碳排放效率。

4. 2 城市土地供給結構錯配的空間策略互動形式

表4主要報告了地理距離、經濟距離和產業結構距離三種空間權重矩陣下城市總體土地供給結構錯配、居住用地錯配、工業用地錯配和商業服務業用地錯配的空間策略互動行為。

4. 2. 1 總體土地供給結構錯配

由表4可知，在三種空間權重矩陣下，土地供給結構錯配指數的估計系數顯著大于零，說明城市間土地供給結構錯配存在相互模仿的空間策略互動行為。意味著，當某城市的競爭地區的土地供給結構錯配程度提升或降低時，該城市的土地供給結構錯配程度也會提高或者降低。同時，就策略互動強度來說，產業結構距離和經濟距離權重矩陣下的土地供給結構錯配指數的估計系數值高于地理距離權重下的估計系數值，表明與地理鄰近相比，產業結構和經濟發展水平相近在土地供給結構錯配互動中所起作用更大。

4. 2. 2 居住用地錯配

由表4可知，在三種空間權重矩陣下，城市間居住用地錯配存在“逐頂競爭”的策略互動行為。當某城市的競爭地區的居住用地錯配程度提升時，該城市的居住用地錯配程度也會提高。同時，就策略互動強度來說，地理距離權重矩陣下的居住用地供給錯配指數的估計系數值高于產業結構距離和經濟距離權重矩陣下的估計系數值，表明與產業結構和經濟發展水平相比，地理距離鄰近在居住用地錯配程度策略互動中所起作用更大。

4. 2. 3 工業用地錯配

由表4可知，在三種空間權重矩陣下，城市間工業用地錯配存在“逐頂競爭”的策略互動行為。當空間關聯城市的工業用地錯配程度提高時，本地城市的工業用地錯配程度也會提高。就策略互動強度來說，產業結構距離和經濟距離權重矩陣下的工業用地供給錯配指數的估計系數值高于地理距離權重矩陣下的估計系數值，表明與地理鄰近相比，產業結構和經濟發展水平相近在工業用地錯配策略互動中所發揮的作用更大。在經濟分權體制下，地方政府間存在著廣泛的招商引資競爭，而空間關聯地區，特別是經濟發展水平、產業結構接近的關聯地區，在吸引同類型投資上的競爭可能更為激烈，工業用地的策略性供給程度也越高。

4. 2. 4 商業服務業用地錯配

由表4可知，在三種空間權重矩陣下，城市間商業服務業用地錯配也存在“逐頂競爭”的策略互動行為。當某城市的競爭地區的商業服務業用地錯配程度提升時，該城市的商業服務業用地錯配程度也會提高。同時，就策略互動強度來說，地理距離和經濟距離權重矩陣下的商業服務業用地供給錯配指數的估計系數值高于產業結構距離下的估計系數值，表明與產業結構鄰近相比，地理距離和經濟發展水平相近在商業服務業用地錯配策略互動中所發揮的作用更大。

4. 3 土地供給結構錯配對城市碳排放效率影響的直接效應和間接效應

表5報告了在地理距離、經濟距離以及產業結構距離權重矩陣下土地供給結構錯配指數對城市碳排放效率的影響。從表5可以看出，土地供給結構錯配指數的直接效應和間接效應均顯著為負。這說明土地供給結構錯配不僅對本地城市的碳排放效率產生抑制作用，還對空間關聯城市的碳排放效率產生抑制作用。

進一步發現，產業結構距離權重和經濟距離權重下，土地供給結構錯配指數對空間關聯地區的負向空間溢出效應高于地理距離下的空間溢出效應。這是因為，在財稅競爭、引資競爭與官員晉升機制的激勵下，產業結構和經濟發展水平相近的城市的土地供給結構錯配更易形成正反饋機制和互動行為，在標尺競爭效應的影響下，城市之間的土地配置行為具有相似性，使得土地供給結構錯配策略互動對空間關聯城市的碳排放效率也產生了負向溢出效應［6， 8］。

4. 4 不同行業土地供給錯配指數對城市碳排放效率的影響

從表6可以看到，在三種空間權重矩陣下，城市居住用地供給錯配指數、工業用地供給錯配指數和商業服務業用地供給錯配指數的直接效應和間接效應均顯著為負，這說明城市居住用地錯配、工業用地錯配和商業服務業用地錯配均不利于提升城市自身碳排放效率和空間關聯城市的碳排放效率。并且在三種空間權重矩陣下，工業用地錯配、居住用地錯配和商業服務業用地錯配對城市碳排放效率的直接效應和空間溢出效應的負向影響均依次遞減。

進一步分析發現，在地理距離權重下，城市居住用地錯配的負向空間溢出效應明顯高于經濟距離權重和產業結構距離權重下的空間溢出效應。這表明與經濟距離和產業結構距離鄰近相比，地理鄰近在居住用地錯配影響空間關聯城市碳排放效率中所發揮的作用更大。在產業結構和經濟距離權重下，城市工業用地錯配的負向空間溢出效應明顯高于地理距離權重下的空間溢出效應。這表明與地理距離鄰近相比，產業結構和經濟發展水平相近在工業用地錯配影響空間關聯城市碳排放效率中所發揮的作用更大。在地理距離權重和經濟發展水平距離權重下，城市商業服務業用地錯配的負向空間溢出效應明顯高于產業結構距離權重下的空間溢出效應。這表明與產業結構鄰近相比，地理距離鄰近和經濟發展水平相近在商業服務業用地錯配影響空間關聯城市碳排放效率中所發揮的作用更大。

4. 5 機制檢驗

前文理論分析指出，土地供給結構錯配不利于提升城市自身和空間關聯城市的碳排放效率，這主要是由地方政府間引資競爭和財稅競爭造成的。因此，文章進一步通過在基準模型中引入交互項的方式對土地供給結構錯配如何通過引資競爭和財稅競爭進而影響城市碳排放效率的作用機制予以識別和檢驗，具體估計結果見表7。從表7可以看出，三種空間權重矩陣下，土地供給結構錯配指數對城市碳排放效率的直接效應和間接效應均顯著為負，并且土地供給結構錯配與引資競爭和財稅競爭變量的交互項的直接效應和間接效應也均顯著為負。說明政府間引資競爭和財稅競爭越激烈，土地供給結構錯配對空間關聯城市和自身碳排放效率的抑制作用也越大。

同樣，從表8可以看出：①在三種空間權重矩陣下，居住用地供給錯配指數與財稅競爭變量的交互項的直接效應和間接效應均顯著為負，而與引資競爭變量的交互項不顯著，說明隨著政府間財稅競爭程度的加劇，居住用地錯配對空間關聯城市和城市自身碳排放效率的抑制作用越大；②在三種空間權重矩陣下，工業用地供給錯配指數與引資競爭變量的交互項的直接效應和間接效應均顯著為負，而與財稅競爭變量的交互項不顯著，說明隨著政府間引資競爭程度的加劇，工業用地錯配對空間關聯城市和城市自身碳排放效率提升的抑制作用也越大；③在三種空間權重矩陣下，商業服務業用地供給錯配指數與財稅競爭變量的交互項的直接效應和間接效應均顯著為負，而與引資競爭變量的交互項不顯著，說明隨著政府間財稅競爭程度的加劇，商業服務業用地錯配對空間關聯城市和城市自身碳排放效率的抑制作用也越大。

4. 6 穩健性檢驗

4. 6. 1 內生性問題識別

城市土地供給結構錯配對碳排放效率的影響，可能會因為解釋變量與擾動項相關、解釋變量與被解釋變量之間互為因果關系以及遺漏變量誤差等內生性問題而導致估計結果有偏，而QMLE方法無法有效解決對此類問題，因此，文章采用GMM方法對基準模型重新進行回歸，估計結果見表9的Panel A。在三種空間權重矩陣下，城市土地供給結構錯配指數的直接效應和間接效應均顯著為負，與基準模型的回歸結果一致。

4. 6. 2 變化空間權重矩陣

考慮到地方政府的“標尺競爭”效應，各省級單位內部不同城市間的“相機抉擇”程度可能更為強烈［8］。因此，文章設置了同一省份內部不同城市之間的地理距離權重矩陣、經濟距離權重矩陣和產業結構距離權重矩陣，然后對空間杜賓模型重新回歸，具體估計結果見表9的Panel B。在三種空間權重矩陣下，城市土地供給結構錯配指數的系數估計值顯著為負，與基準模型的回歸結果一致。這說明表5中的結果是穩健的。

5 結論與建議

文章基于城市行業間土地生產率視角測度了2010—2019年中國城市土地供給結構錯配指數，然后基于空間杜賓計量經濟學模型，考察了土地供給結構錯配指數對城市碳排放效率的影響，得出如下結論。

第一，總體來看，中國城市土地供給結構錯配程度存在明顯的區域差異。2010—2019年，東部地區的城市土地供給結構錯配指數最低，東北地區和西部地區土地供給結構錯配指數較高。并且東部和中部地區的城市土地供給結構錯配指數呈現波動下降的趨勢，中部地區的城市土地供給結構錯配指數變化較為平穩，東北和西部地區的城市土地供給結構錯配指數呈現波動中增加的趨勢。土地供給結構錯配存在明顯的空間策略互動形式，并且居住用地供給錯配、工業用地供給錯配和商業服務業用地供給錯配呈現出“逐頂競爭”形態。

第二，由于城市間存在經濟競爭效應，碳排放效率具有顯著的正向空間溢出效應，本地碳排放效率的下降會帶動空間關聯地區碳排放效率的下降?？臻g杜賓計量經濟模型估計表明，土地供給結構錯配對城市碳排放效率的直接效應和間接效應均顯著為負，并且在產業結構距離權重和經濟距離權重下，土地供給結構錯配指數的空間溢出效應高于地理距離權重矩陣下的空間溢出效應。

第三，從不同行業土地供給錯配程度來看，城市居住用地供給錯配指數、工業用地供給錯配指數和商業服務業用地供給錯配指數的直接效應和間接效應均顯著為負，這說明本地城市居住用地錯配、工業用地錯配和商業服務業用地錯配均不利于提升城市自身碳排放效率和空間關聯城市的碳排放效率。進一步分析發現，與經濟距離和產業結構距離鄰近相比，地理鄰近在居住用地錯配影響空間關聯城市碳排放效率中所發揮的作用更大。與地理距離鄰近相比，產業結構和經濟發展水平相近在工業用地錯配影響空間關聯城市碳排放效率中所發揮的作用更大。與產業結構鄰近相比，地理距離鄰近和經濟發展水平相近在商業服務業用地錯配影響空間關聯城市碳排放效率中所發揮的作用更大。

第四，機制檢驗表明，總體上，隨著地方政府間引資競爭和財稅競爭程度的加劇，土地供給結構錯配對空間關聯城市和城市自身碳排放效率的負向作用也越大；分維度來看，居住用地和商業服務業用地錯配僅通過財稅競爭抑制了空間關聯城市和城市自身碳排放效率，而工業用地錯配僅通過引資競爭抑制了空間關聯城市和城市自身的碳排放效率。

研究結論對新時代土地供給側結構性改革、提升城市碳排放效率有如下啟示：第一，推進土地要素漸進式市場化改革，深化不同行業、用途的城市建設用地增減政策，權衡城市工業用地、居住用地和商業服務業用地的比例，促進城市建設用地的跨部門流動，因地制宜地實行“工改居”，合理增加商住用地供給規模，抑制非房地產企業在房地產建設領域的投資沖動，提高城市土地資源的行業配置效率，從而有利于降低城市土地供給結構錯配程度。第二，由于城市土地供給結構錯配具有正向的空間外溢性，因而各城市應該糾正其在工業用地供給過程中“以地引資”和商住用地供給過程中“以地生財”的短視行為，同時中央政府應引導地方政府構建“聯防聯控”的土地治理機制，增強空間關聯城市間土地治理的協調性，并且通過土地約談制度監督和規范地方政府土地出讓行為，避免地方政府在土地出讓中的惡性競爭，從而有助于弱化城市間土地供給結構錯配的空間策略互動行為。第三，由于工業用地供給錯配、居住用地供給錯配和商業服務業用地供給錯配對城市碳排放效率的負向影響依次下降，而東北和西部地區的城市土地供給結構錯配指數較高，因此未來東北和西部地區應該側重于優化工業用地配置，加快淘汰落后工業產能，盤活閑置低效工業用地，形成低碳導向的城市建設用地規?？刂扑悸?，同時加強城市間低碳轉型發展經驗的交流和生態環境治理措施的對接，從而有效緩解土地供給結構錯配對城市碳排放效率的抑制效應。第四，深化官員政績考核體系改革，糾正地方官員的短視行為。持續弱化財稅收入、GDP增長在地方官員績效考核中的占比，建立技術創新、綠色低碳、產業結構轉型等多維政績考核機制，從而弱化地方政府間激烈的財稅競爭和引資競爭，進而降低土地供給結構錯配對城市碳排放效率的負向作用。

（責任編輯：王愛萍）