期刊佳文 | 土地资源错配对碳排放的动态影响效应及机制

文摘   2025-01-02 15:00   河北  

点击上方蓝色文字关注我们吧,新鲜资讯-热门资源-顶刊文章


原文信息

题目:土地资源错配对碳排放的动态影响效应及机制

作者:韦月莉,王亚红,蔡亚平

期刊:《环境科学研究》24年12期


摘要 

为深入探究土地资源错配的碳排放效应及区域差异,基于2009−2020年中国省份面板数据(不含西藏自治区及港澳台地区数据),通过构建系统GMM模型和双向固定效应模型分析土地资源错配对碳排放的动态影响效应及机制。结果表明:①土地资源错配显著促进碳排放量,土地资源错配程度每提高1%,碳排放量将显著增加0.462%,且影响具有长期性,滞后一期、二期和三期的影响效应分别通过了5%、1%和5%水平检验。②产业结构合理化、高级化在土地资源错配影响碳排放中起中介作用。③与我国东部、中部地区相比,土地资源错配对西部地区碳排放量的促进作用更显著。④市场分割在土地资源错配与碳排放量之间起正向调节作用,其调节效应呈商品市场>资本市场>劳动力市场的特征。因此,建议地方政府克服“以地谋发展”的短视行为,减少过度或错误干预土地资源配置,推动地区产业结构升级,并充分发挥市场机制在土地资源配置中的决定性作用。

关键词  

土地资源错配;碳排放量;产业结构;动态面板模型

由碳排放量引致的气候问题已上升为全球性经济、社会乃至生存问题[1],控制温室气体排放成为国际共识,过度依赖资源能源消耗和生态环境负债的传统发展模式难以为继。根据2020年世界银行数据,我国碳排放量达到102.51×108t。联合国环境规划署《2022年排放差距报告》指出,中国2019−2021年碳排放量增幅达5.9%,位列第二,碳减排任务急迫而艰巨。为应对该挑战,我国已确立“双碳”目标,并在2022年党的二十大报告、2024年《政府工作报告》中强调“协同推进降碳、减污、扩绿、增长”。土地利用是全球第二大温室气体排放源[2],地方政府为刺激经济发展,过度依赖工业用地出让,加剧了碳排放量。研究[3]显示,我国工业用地占比自2004年的40%降至2016年的20%,“以地谋发展”模式已开始衰竭。尽管2016年起禁止地方政府土地抵押,但地方政府并未转变原卖地模式,而是依赖更大的工业用地和住宅用地供应。因此,纠正地方政府土地资源错配,优化土地资源配置对实现碳减排至关重要。

国外土地资源配置研究始于杜能的农业区位理论与韦伯的工业区位理论,强调土地的最优配置[4]。其中工业区位理论侧重于城市工业配置的成本最小化[5];Alonso[6]通过改良杜能区位理论,提出按投标者的最高报价分配土地资源。另有学者倡导综合收益最大化原则实现土地最优配置[7-8]。然而,直接涉及土地资源错配的研究较少,且未进行定量分析[9-11]。还有部分学者关注土地资源优化配置的因素,如交易费用[12]。国内研究则更侧重于分析土地资源错配程度、效率损失[13]和根源,学者们将土地资源错配归因于财政分权与政府干预[14]。国内还探讨了土地资源错配对产业结构[15]、绿色技术[16]以及环境[17-19]的负面影响,但对其与碳排放关系的研究不足,且机制需完善细化[20]。涉及土地资源配置与产业结构关系的研究中学者们普遍认为土地要素的有效利用与产业结构的优化升级存在相辅相成的关系[21-22],不合理的土地资源配置会抑制产业结构升级。然而,在产业结构与碳排放关系上却存争议,多数学者认为不合理的产业结构是导致碳排放的重要因素[23-25],但也有学者认为产业结构调整在碳减排中效果不明显[26]。因此,需理清产业结构在土地资源错配与碳排放之间的传导作用。

综上,当前土地资源配置与错配研究虽较多,但对碳排放的动态性及产业结构具体作用的探讨尚显不足。现有研究多基于静态视角,忽视了碳排放量的动态变化,且未深入剖析产业结构,特别是合理化和高级化在其中的作用。鉴于土地资源错配成因复杂,涉及政策与市场双重因素,该研究综合运用系统广义矩估计(Generalized Method of Moment,GMM)和双向固定效应模型,实证探讨土地资源错配对碳排放的影响及产业结构机制,并通过调节效应模型分析市场分割的调节作用,旨在为政策制定提供更为精准的理论依据和实践指导。

1理论分析与研究假设

1.1土地资源错配对碳排放的直接效应

财政分权下,地方政府工业用地偏好导致土地资源错配,直接影响碳排放量,主要体现在资源配置效率降低和能源利用结构失衡两方面。一方面,资源过度集中于工业,导致低效利用和浪费,限制其他产业发展,降低整体资源配置效率,间接增加碳排放量。地方政府出于招商引资目的而采取的廉价出让工业用地策略,使得工业产业更易获取土地资源,扩大生产规模,进一步增加碳排放量。另一方面,工业用地偏好挤压可再生能源用地,阻碍能源结构转型,同时促进高污染、高耗能产业集聚,直接加剧能源利用结构失衡和碳排放量。据此提出假设1(H1):土地资源错配通过降低资源配置效率和阻碍能源结构转型,直接加剧碳排放量。

1.2土地资源错配通过产业结构对碳排放产生间接效应

1.2.1产业结构合理化的中介效应

土地要素合理流动对资源再分配、生产效率及产业结构优化升级至关重要[27]。理想状态下,产业结构合理化表现为一个各产业部门之间协调发展、相互促进的过程。然而,为了招商引资,地方政府兴办各类工业园区,低价出让工业用地的宽松化方式扭曲了工业用地价格,促使工业企业大量盲目购买用地、粗放用地甚至是闲置用地,大幅降低了土地利用效率。另外,政府低价供应工业用地,不仅导致工业企业过度依赖土地扩张,也形成严重的产能过剩问题,加剧了能源消耗和碳排放量的增加。土地资源在工业领域的高投入与低产出,反映了土地资源的低效利用、低效配置以及产业间的不平衡发展,阻碍了产业结构合理化,进而加剧碳排放量。据此提出假设2(H2):产业结构合理化在土地资源错配与碳排放之间存在中介效应。

1.2.2产业结构高级化的中介效应

产业结构高级化强调向高附加值、知识技术密集型转变,第三产业增长是关键。但地方政府在招商引资中过度偏好工业用地,导致土地供应失衡[28],抑制了产业结构高级化并加剧碳排放量。首先,工业用地过度配置促进了工业产业的超常发展而抑制了服务业和高新技术产业的正常发展。在土地有限的情况下,工业用地配置偏好行为挤占居住、商服用地,阻碍第三产业发展,延缓产业结构升级,导致了碳排放量的增加。其次,地方政府在竞相招商中往往通过放松环境政策标准、降低引资质量等吸引高利润的中低端制造业。低土地成本的政策红利延续了本应被淘汰的中低端制造业,干扰产业结构升级自然进程,限制向技术、数字密集型产业转型,固化中低端制造业产业结构刚性,抑制产业结构高级化,进而加剧碳排放量。据此提出假设3(H3):产业结构高级化在土地资源错配与碳排放之间存在中介效应。

2研究设计与数据来源

2.1模型设定

2.1.1基准模型设定

鉴于碳排放量的时序动态性和惯性,即前一期的碳排放量可能影响当期的碳排放量,且系统GMM模型擅长捕捉动态效应并处理内生性,采用该模型并纳入碳排放滞后一期项验证H1,具体如下:

式中,i和t分别为省份和年份,lCO2e为被解释变量碳排放量,L.lCO2e为被解释变量即碳排放量的滞后一期项,lLM1为解释变量土地资源错配,Controls为一系列控制变量,α0为常数项,α1、α2、α3分别为各变量的回归系数,δ、ε、µ分别为不可观测的地区效应、时间效应和随机扰动项。为了消除异方差的影响,该研究对所有数据进行了对数处理。

双向固定效应模型兼顾个体与时间差异,能精准分析土地资源错配对碳排放量的影响,因此构建以下模型检验H1:

2.1.2中介模型设定

借鉴江艇[29]的做法验证H2、H3,模型构建如下:

式中,M为中介变量,ρ0和σ0为常数项,ρ1、ρ2、ρ3、σ1、σ2、σ3分别为各变量的回归系数。为精准评估中介变量的作用,该研究采用偏差校正的非参数百分比Bootstrap法估计,重复取样1000次,计算95%的置信区间,若不含零值,则存在中介效应。

2.2变量选取

2.2.1被解释变量

选取碳排放量(lCO2e)作为该研究的被解释变量。基于Shan等[30]研究,核算我国1997−2020年30个省份17种能源的碳排放量(不含港澳台地区及西藏自治区数据),与CEADs公布的数据比对。各类能源的排放系数采用《IPCC温室气体排放清单指南》中计算公式:

式中:NCVj为能源j的平均低位发热量,PJ/(104t)或108m3;CCj能源j的单位热值含碳量,t(以C计)/TJ;OFj为能源j的碳氧化率,%。

2.2.2核心解释变量

选取土地资源错配(lLM1)为该研究的解释变量,以工业用地占国土建设面积的比重衡量土地资源错配。传统方法含协议出让土地面积占比、工业用地地价和工业用地面积占比,但2006年后工业用地出让方式变革,以招标、拍卖和挂牌方式出让[31],导致协议出让占比大幅下降,协议出让无法全面反映土地出让情况。而工业土地地价又对投资项目质量的反映有限[32]。综上,选择工矿仓储用地与国土建设面积之比测算土地资源错配。

2.2.3中介变量

该研究选取的中介变量为产业结构,其分为产业结构合理化和产业结构高级化,具体如下。

产业结构合理化(lISU_22),采用泰尔指数测度产业结构合理化,计算公式:

式中:τ表示某产业;GDPτ为第τ产业产值,104元;GDP为国内生产总值,104元;Lτ为第τ产业就业人数,104人;L为单位从业人员数,104人。泰尔指数为负向指标,ISU_22数值越接近零,产业结构越合理。lISU_22表示对ISU_22进行对数化处理。

产业结构高级化(lISU_11),以第三产业增加值占第二产业增加值比重来衡量产业结构高级化,计算公式:

式中:ISU_11为产业结构高级化指数;gdp3为第三产业增加值,104元;gdp2为第二产业增加值,104元。lISU_11表示对ISU_11进行对数化处理。

2.2.4控制变量

控制变量包括:①经济水平(lGdp2009),以2009年为基期的实际GDP对数值表示,并取其平方(sqGdp)考察变量间非线性关系;②人口规模(lpop),以各省份年末人口的对数值表示;③环境规制(lEr1、lEr3),用工业污染治理投资总额与GDP比值的对数值衡量,以三废数据构造环境规制强度指数表示[33];④外商直接投资(lFDI),以外商直接投资与GDP比值的对数值表示;⑤收入差距(lTheil),以城乡人均可支配收入泰尔指数的对数值表示;⑥能源消费结构(lLowC、lCoal),以能源消费结构低碳化指数的对数值以及煤炭消费占比的对数值表示。

2.3数据来源与变量描述性统计

基于数据可得性,采用2009−2020年中国30个省份面板数据(不含港澳台地区及西藏自治区数据)。土地资源错配数据来源于中国土地市场网、CEAs官网等;其余指标数据来源于历年《中国能源统计年鉴》《中国国土资源统计年鉴》《中国统计年鉴》以及部分省份统计年鉴。各变量描述性统计见表1。

3实证分析

3.1基准回归结果

由表2可见,系统GMM模型中一阶自相关显著而二阶自相关不显著,说明工具变量选择合理,动态面板估计有效。系统GMM结果显示,土地资源错配回归系数为正,通过了1%的显著性检验,即土地资源错配与碳排放量呈显著正相关,初步验证了H1。双向固定效应模型显示,土地资源错配对碳排放的影响存在滞后效应,长期显著正相关。具体而言,滞后一期至三期的碳排放量受土地资源错配程度的加深而增加,尤其当产业结构偏向第二产业时,碳排放量越多。据此,H1得到初步验证。

3.2中介效应检验

两步法检验结果如表3所示。由表3可见:产业结构合理化和产业结构高级化均对碳排放有显著负向影响。具体地,土地资源错配对产业结构合理化的影响系数为−0.131,且在1%统计水平上显著,说明产业结构合理化在土地资源错配对碳排放的影响中起部分中介作用,H2得以验证。土地资源错配对产业结构高级化在1%的统计水平上显著为负,证实了产业结构高级化在土地资源错配与碳排放中的部分中介作用,H3得以验证。Bootstrap检验结果(见表4)显示,产业结构合理化的间接效应纠正偏差后的置信区间为[−0.319,−0.003],产业结构高级化的置信区间为[0.075,0.333],均不含0值,再次证明产业结构合理化和产业结构高级化的中介效应。据此,H2和H3得以验证。

3.3异质性分析

为检验土地资源错配对碳排放影响的异质性,采用系统GMM模型对我国东部、中部和西部分别进行估计(见表5)。由表5可见,土地资源错配对碳排放的促进作用在中部、西部地区表现显著,而在东部地区则不显著。具体而言,中部和西部地区土地资源错配的影响系数分别为1.485和1.117,土地资源错配均显著正向影响碳排放量;而东部地区土地资源错配的影响系数为0.543,且未通过显著性检验。这一差异源于地区间经济发展的差异,相较于东部,中西部地区经济总量偏低,为了促进地区经济发展,地区政府在土地资源配置上更有动机实施差别化的土地供应策略,导致土地资源错配现象更加突出,进而加剧碳排放量[34]。

3.4稳健性检验

鉴于分位数回归不对模型作任何分布假设,有效防止异常数据对参数估计的干扰,该研究选择分位数回归作稳健性检验。由表6可见,土地资源错配对碳排放量的影响系数均通过1%水平的显著性检验且为正,证实了假设H1。鉴于极端值影响,对所有变量进行2.5%缩尾处理并重新估计(见表6)。无论是系统GMM模型还是双向固定效应模型,土地资源错配对碳排放量的影响均与表2中基准回归一致,表明基准回归结果具有稳健性,验证了假设H1。以人均碳排放量(lperCO2e)作为碳排放量的替代指标,考察土地资源错配对人均碳排放量的影响,验证其稳健性。由表6可见,土地资源错配显著促进人均碳排放量,再次验证假设H1。

3.5讨论

该研究用工业用地占比衡量土地资源错配,虽简便但却假定市场配置完全失效,片面考虑政府配置影响。鉴于我国一直强调资源配置中市场的决定性地位,而现实中地方政府因招商引资竞争和短视行为导致的“以邻为壑”策略加剧了市场分割现象[35],这可能会影响土地资源错配的碳排放效应。为深入探究市场分割在此过程中的调节作用,在式(1)中纳入市场分割与土地资源错配的交互项(LMseg),模型构建如下:

式中:seg衡量地区的市场分割程度,参考文献[36]分别选取居民消费价格指数、固定资产投资价格指数和职工平均实际工资指数构建商品市场分割指数(seg_sp)、资本市场分割指数(seg_zb)和劳动力市场分割指数(seg_ldl),并采用熵值法计算权重得出总体市场分割指数(seg);θ0为常数项;θ1、θ2、θ3、θ4、θ5分别为各变量的回归系数。为缓解交互项与自变量和调节变量间的高度共线性,对数据进行中心化修正。

由表7可见,总体市场分割、商品市场分割与土地资源错配交互项系数均为正,均通过1%的显著性检验,且土地资源错配和碳排放量滞后项系数显著为正,说明总体市场分割和商品市场分割对碳排放均产生正向调节作用。总体市场分割限制了资源流动,使土地资源供给难以快速响应市场需求及低碳政策,增加了碳排放量。商品市场分割导致商品价格扭曲和供需失衡,加剧土地资源错配,同时限制了清洁能源和低碳技术推广和应用,使碳减排面临挑战。资本市场分割的正向调节作用不显著,因资本流动性较强,更能突破市场分割的限制,从而缓解土地资源错配和减轻地区碳排放量[37]。劳动力市场分割抑制碳排放量不显著,源于所有制差异和国有单位的特殊性质[38]。劳动力市场分割往往直接增加国有单位职工工资收入,拉大单位间的收入水平。而当国有属性与垄断结合时,企业会放弃利润最大化目标[39],弱化利用工业用地招商引资的目的,从而减缓土地资源错配,抑制碳排放量。

4结论与启示

a)土地资源错配显著促进碳排放量。地方政府作为土地资源配置的主导者,一方面应建立土地资源配置的定期评估体系,结合当地经济发展、资源环境等因素,制定科学合理的土地供应计划;另一方面,强化土地监管和执法,对违规用地行为进行严厉打击,防止土地资源的浪费和空置,从而改善土地资源的错配状况。

b)土地资源错配主要通过产业结构合理化与高级化作用于碳排放量,且产业结构高级化的作用效应更强。地方政府应采取优惠政策与市场机制相结合的方式,包括适当增加土地供应指标、降低土地供应价格等措施,以鼓励大数据、金融等清洁型高新技术产业的发展,促使产业结构高级化;同时倒逼高污染的传统工业向低经济水平的城市转移或向清洁绿色型产业转型,从而减轻环境污染。

c)土地资源错配对碳排放量的影响存在显著的地区差异。国家应制定合理的产业转移策略,促进地区间产业合理转移。一方面,部分产业转移将促进东部土地供应战略的调整和优化,进一步推进东部工业产业结构优化升级,缓解碳排放量的严峻形势;另一方面,通过产业转移提高中部、西部地区的产业空间集聚,发挥集聚效应,并通过技术进步等方式优化中部、西部地区工业产业内部结构,促进地区经济增长的同时降低碳排放量。

d)市场分割对土地资源错配的碳排放效应产生正向调节作用。市场的统一性和有效性决定资源要素的分配效率和利用效率。地方政府应取消地方保护主义政策,建立统一的市场准入制度,促进资源的自由流动和高效配置,并建立跨区域的环保合作机制,通过实施跨区域的联动方式共同承担降碳的责任,以实现“双碳”目标。

组建"双碳与可持续发展学术微信群",仅限于科研工作者\学生\老师进入,感兴趣可以扫码加入,共同学习共同进步.(广告\推文勿扰,秒踢)
添加微信15324339550邀请进群
免责声明
本文仅用于学术分享,若有侵权,请联系后台删除或修改!

双碳与可持续发展
双碳行业最新资讯,新闻热点,专业知识普及,干货资料分享~
 最新文章