【文献分享】城市扩张与农业碳排放效率： 土地产权稳定性的调节作用

现有研究揭示了UE、LPRS和ACEE之间的相互关系，但这些因素往往是孤立报道的。目前还没有研究系统地分析UE和ACEE之间的关系，以及LPRS在此过程中的作用。本文基于新经济地理学中的借用规模和集聚影子理论，构建了分析UE与ACEE之间关系的理论框架，并进行了实证分析。与现有研究相比，本研究主要在四个方面做出了贡献。

（1）现有研究忽视了城市扩张对农业碳排放的潜在影响，在农业碳排放研究中未能考虑城乡互动视角。本研究通过检验UE对ACEE的影响来解决这一差距，从而扩大城乡关系的范围。

（2）尽管有研究评估了中国ACEE的发展和区域特征，但数据主要集中在省级层面，缺乏对地级ACEE时空演变的关注。本研究在中国地级市人工收集数据，计算和分析了该级别的ACEE，为政策制定者制定有针对性的策略提供了有价值的见解。

（3）现有研究分别探讨了LPRS对UE和ACEE的影响，但并未关注LPRS在UE影响ACEE的过程中发挥的关键作用。因此，本研究深入探讨了LPRS在UE和ACEE之间关系中的作用之前未被充分探讨的方面，从而更详细地了解土地产权如何影响UE和ACEE。

（4）本研究采用非线性回归模型来检验UE和ACEE之间的倒U型关系，并使用非线性调节效应模型来研究LPRS对这种关系的影响。与现有研究中使用的线性回归模型相比，本文的模型更准确地识别了UE和ACEE之间潜在的非线性关系，从而提高了研究结果的稳健性。

研究假设：

H1：UE与ACEE呈倒U型关系。随着城市的不断扩张，ACEE最初增加，然后减少。

H2：LPRS是UE和ACEE之间关系的调节因素。随着LPRS增加的调节作用，曲线的极值点向右上方移动。

1.基准回归结果

表3展示了从基准回归中获得的关键结果。据观察，无论是否包含控制变量，UE和ACEE之间的线性关系都不显著。但是，它们之间的非线性关系非常重要。同时，如表3所示，很明显UE和ACEE之间的非线性关系呈现出倒U型，这已经被U检验证实了。这些结论初步支持了本研究的第一个研究假设。

基本回归的结果表明，倒U型曲线的转折点大约在0.5到0.6之间。根据前面的UE公式，当UE水平在这个范围内时，表明城市人口和城市面积协调增长，有利于ACEE的最大化。在转折点之前，该情景被描述为“UE绿色区域”，UE对ACEE的积极影响占主导地位。在这个阶段，城市增长通过借用规模效应对增强ACEE做出了有益的贡献。但是，UE需要付费。转折点之后，进入“UE红色区域”，UE对ACEE的负面影响开始盛行。过量的UE对农业生产产生强烈的负面影响，最终导致ACEE下降。这意味着大城市不一定更好；相反，保持合理的扩张幅度对于实现可持续发展至关重要。

然而，本文并不完全依赖系数的指示来验证UE和ACEE之间的倒U型相关性。根据Haans等学者的说法，使用了多种方法来严格检查倒U型关系的真实性。这些测试的结果证实了UE和ACEE之间倒U型关系的弹性。

2.内生性检验

最初的回归结果暗示UE和ACEE之间可能存在倒U型关系。但是，这种关系可能会受到其他解释的约束。一方面，UE和ACEE之间可能存在反向因果关系，因为ACEE较高的地区可能为城市工业部门提供更优质的食品和工业原料，从而影响UE。另一方面，遗漏关键变量和变量中的测量误差可能会使研究结果产生偏差。尽管在主回归模型中采用了双向固定效应，并在城市层面对标准误差进行了聚类，但内生性问题可能仍然存在。为了减轻对内生性的担忧并加强本文研究结果的可信度，使用两阶段最小二乘法（2SLS）进行估计。 

内生性检验的结果如表4所示，其中可以观察到初级回归的稳健性，即使在处理了潜在的内生性问题之后也是如此。此外，为避免上述工具变量中的测量误差对回归结果的影响，本文使用Bartik移位共享方法和SYS-GMM进一步测试并解决了内生性问题。结果与基准回归结果基本一致，进一步证明了基准结果的稳健性。

3.稳健性检验

当然，本文已经进行了一套全面的稳健性测试，以增强基准回归结果的可靠性。首先，通过使用城市建成区增长率与城市人口增长率（UE_1）之间的差距作为评估UE的替代变量来解决UE测量中的潜在问题。此外，为了降低超高效SBM模型对输入和输出数据变化的敏感性，并解决数据发生大幅变化时效率评估结果呈现波动的问题，采用了超高效SBM-GML模型和DEA-SBM模型来重新计算ACEE。此外，采取措施通过排除UE指数为0的城市来减轻数据中异常值的影响。此外，本文分别用1%和99%的值替换了小于1%和大于99%的数据点。为了解决遗漏变量的潜在问题，通过引入省年交互式固定效应来扩展控制措施，建立在先前存在的城市和年份固定效应控制的基础上。

表5中的结果表明，尽管考虑了不同的潜在影响因素，但UE的线性和二次分量与从初始回归分析获得的结果一致，肯定了回归结果的稳定性和可靠性。

4.进一步分析

4.1.空间面板回归分析

Anselin学者认为，任何地区的经济现象都不是孤立的，而是与邻近地区相互联系的，更近的地理距离表明区域联系更强。UE不仅影响局部区域的ACEE，还通过空间溢出效应影响相邻城市的ACEE。因此，忽视UE的空间溢出效应可能会导致估计结果出现偏差。本文使用反距离空间矩阵对UE和ACEE之间的空间相关性进行了全局Moran'sI和Geary'sc检验。该检查的结果如表6所示。可以观察到，除了2013年的UE没有通过显著性检验外，所有其他变量都在1%水平上显著为正。这表明UE和ACEE都表现出显著的空间自相关特性，因此有必要使用空间面板模型来进一步研究UE和ACEE之间的关系。

在对基准回归进行LM、LR和Hausman检验后，所有检验均在1%水平上产生了显著结果。这表明固定效应SDM是最合适的模型。

反距离矩阵下的估计结果如表7所示。可以观察到，UE的直接效应、间接效应和总效应的系数在1%的水平上都显著。相反，UE的系数2显著且为负值，并且极值点在有效范围内。即使考虑到变量之间的空间相关性，UE和ACEE之间的倒U型关系仍然稳健，进一步证实了基准回归的结论。

估计结果还证明了UE存在空间溢出效应，表明一个城市的扩张不仅影响局部地区的ACEE，而且对周边城市的ACEE也有类似的影响。具体来说，在直接效应下倒U型曲线的极值点为0.515。相比之下，在间接效应下，极值点为0.487。相比于对当地ACEE的影响，UE对周边城市ACEE的负面影响发生得更快，之前进入了“UE红区”。造成这种情况的可能原因是存在行政障碍，导致UE影响的区域不平衡。UE给农村带来的资源投入、技术进步等借用效应，在行政干预下的行政区域内得到最大程度的保留。相反，UE的负面影响并没有得到遏制，反而蔓延到其他城市的农村地区。因此，过度UE的不利影响可能会超出预期。

4.2.异质性检验

4.2.1.环境规制的异质性

在中国的政治和经济制度下，政府对经济发展和环境保护有重大影响。最近，强调生态质量是地方政府评估的关键指标，这导致地方当局优先考虑经济增长和环境保护之间的平衡。因此，地方政府已经开始实施“环境规制”，以干预各自的经济模式，并满足上级当局制定的“环境评估”标准。

因此，探讨UE对ACEE的影响是否由于环境规制水平不同而表现出区域差异至关重要。借鉴Chenetal学者的研究，本文使用地级市政府工作报告中环境相关术语的频率作为政府环境规制力度的代表。表8列（1）和（2）中的结果表明，无论环境规制水平如何，UE和ACEE之间的倒U型关系仍然稳健。此外，环境规制高和低的地区之间没有显著差异。这表明政府的环境规制措施并未对UE和ACEE之间的关系产生重大影响。一个可能的原因是强制性环境规制在一定程度上扭曲了市场结构，而临时的环境治理并没有从根本上改善ACEE。

4.2.2.经济发展水平的异质性

随着一个地区经济发展的加快，流行的经济模式通常会发生转变，从而影响当地的UE和ACEE以及它们之间的关系。为了研究UE是否根据不同的经济发展水平对ACEE有不同的影响，整个样本被分为经济发达地区和欠发达地区，以平均国内生产总值（GDP）为标准。

表8第（3）列和第（4）列的回归结果显示，经济发达地区的极值点（0.633）明显高于欠发达地区的极值点（0.476）。这意味着与欠发达地区相比，经济发达地区可以延迟进入“欧盟红区”。城市经济的高度发展增加了打破以高投入和污染为特征的传统粗放型发展模式的可能性，促进了向绿色和包容性发展的转变。此外，经济发展较快的城市往往拥有更多的资源来抵消UE过程中带来的环境破坏，从而实现城乡之间、工农业之间的互惠支持。因此，较高的城市经济发展水平导致了UE对ACEE的延迟负面影响。

4.2.3.农民收入水平的异质性

与宏观经济发展水平相比，农民收入与ACEE之间的关系可能更紧密。收入水平直接影响农民与生产经营相关的决策，特别是关于杀虫剂和化肥等化学品的使用。同样，根据总体样本均值将所有城市分为高收入组和低农民收入组，并研究了农民可支配收入水平的差异是否会影响UE和ACEE之间的相关性。回归结果表明，与经济发展水平的差异类似，农民可支配收入较高的地区延迟进入UE禁区。随着可支配收入的增加，农民倾向于投资于先进的农业技术，从而提高生产力、减少资源消耗并改善ACEE。更高的收入水平还使农民能够获得教育和培训，增强他们对环境问题和可持续生产技术的认识。受过教育的农民更有可能采用科学的农业实践，强调土壤保护、水管理和生态平衡，最终推动ACEE。

4.3.机制分析

参考先前的理论分析，本研究估计了以下模型来评估LPRS对UE和ACEE之间关系的调节作用：

本文采用双向固定效应模型、SDM模型和2SLS模型来估计LPRS对UE和ACEE之间关系的潜在影响。估计结果如表9所示。可以看出，UE×LPRS和UE²×LPRS的系数都很大。这表明LPRS对UE和ACEE之间的倒U型关系具有实质性的调节作用。

此外，进一步利用图像描述来提供强有力的解释。如图3所示，在LPRS的较低水平（LPRS=0）下，代表UE和ACEE的倒U型曲线更快地到达末端点。相反，当LPRS处于较高水平（LPRS=1）时，倒U型曲线的极值点向右移动，从而有效地延迟了进入“UE红色区域”的时间。最后，在UE值的广泛有效范围内，较高LPRS下的ACEE显著高于较低LPRS下的ACEE。因此，成功地证明了研究假设2的有效性。

正如预期的那样，LPRS在UE如何影响ACEE的过程中发挥了至关重要的作用。更高的LPRS对于减轻UE的不利影响以及实现环境友好和低碳的农业发展至关重要。在当前中国农村集体土地所有制的背景下，农村土地权属不稳定和不明确等持续存在的问题，加上地方政府滥用“土地财政”，导致了惊人的土地使用率。对ACEE的负面影响越来越明显，凸显了进一步加强农用土地产权稳定性的迫切需要。