论文部分内容阅读
摘要：中国承诺2030年左右二氧化碳排放达到峰值，为实现该目标需要有效推进低碳转型发展，土地政策在此过程中能否有所作为？本文基于地方政府工业用地供应行为视角，从供应规模、协议方式和价格偏离三方面，探究工业用地供应行为对碳排放的影响机制。本文基于2007—2016年省级面板数据，采用系统GMM模型、门槛回归模型方法，结果表明，地方政府工业用地供应行为对碳排放的影响存在三个“效应”：①“规模效应”，即土地供应面积的增加带来了工业能源碳排放的上升。供应规模还可能对碳排放强度具有负向作用。这主要受到引入工业项目类型和环保发展阶段的影响。②“方式效应”，即土地供应中以协议出让的面积所占比重的上升显著影响产均工业能源碳排放。对于工业能源碳排放的影响在经济水平上具有显著的单门槛效应;人均产值的门槛值为8 000元。对于不低于门槛值的省市，协议面积比重随着滞后期增加趋于负向影响;而对于低于门槛值的省市，趋于正向影响。分阶段回归发现，2015年以前的协议面积比重对产均工业能源碳排放总体呈现稳健的正向影响，而后一阶段的影响出现相反的趋势。③“价格效应”，即协议出让价格越接近工业用地最低的供应价格，工业能源碳排放越高，且存在一定的滞后效应。由此可知，地方政府工业用地供应行为会影响工业能源碳排放;工业用地供应规模、供应方式、供应价格方面对工业能源碳排放的影响存在差异，且具有一定的滞后性。因此，结合国家生态文明建设的战略性要求和区域经济发展的阶段性差异，有必要通过适度控制工業用地供应规模，合理确定协议面积比重和倾斜支持的方向，恰当地运用价格传导机制，来促进低碳目标的实现。
关键词：地方政府;工业用地;供应规模;协议出让;价格偏离;碳排放
中图分类号：F301.1;X32 文献标识码：A 文章编号：1002-2104（2019）12-0057-11 DOI：10.12062/cpre.20190820
绿色、循环、低碳发展既是当今世界的潮流，更是经济社会可持续发展的内在要求，逐渐成为高质量发展的重要标志[1]。然而，在传统的分权和竞争体制下，经济激励具有单一性和导向性;区域碳治理具有正外部性和弱激励。这使得地方政府往往偏向“为增长而竞争”，追求经济增长和财税;忽视招商引资质量，放松环境和碳排放管制。这往往导致环境污染和碳排放加剧[2-5]。因而，中国经济高增长、高投资、高能耗和高排放的特征明显;其中，工业总产值仅占GDP的四成左右，而消耗的能源占比近七成，排放的CO2超过八成[6]。因此，地方政府如何控制工业能源碳排放成为促进中国绿色低碳发展，实现“2020年工业领域二氧化碳排放总量趋于稳定，部分工业行业碳排放量接近峰值”[7-8]、“中国2030年左右二氧化碳排放达到峰值”[9]等目标的重要而紧迫命题。2003年以来，土地政策已然成为政府参与宏观调控的重要抓手[10]，可作为推动低碳经济发展的工具选择。学者们基于碳排放视角，分别从土地规划、土地供地、土地价格、税收等方面，探究了政府土地利用调控体系和政策[11-13]。近年来，学者进一步从土地科学学科体系的角度，较为系统地构建了整体框架和方法体系[12，14-15]。“中国式分权”背景下，在土地驱动地方经济增长[16]、工业化和城镇化过程中，属地化土地管理制度使地方政府发挥了重要作用;然而，其工业用地供应行为却加剧了工业污染排放[17-18]。那么，地方政府工业用地供应行为如何影响工业能源碳排放呢？本文基于2007—2016年省级面板数据，实证探究地方政府工业用地供应行为对工业能源碳排放的影响，以期为低碳发展目标下的工业用地供应改革提供依据。
本文从三个方面深化现有的研究：①研究视角上，契合工业绿色低碳发展和土地供给侧改革趋势，拓展地方政府工业用地供应行为环境效应的研究范围，深化低碳土地利用调控的实证研究。②研究内容上，重点从供应数量、方式和价格三个维度构建了工业用地供应行为对工业能源碳排放影响的分析框架。③研究方法上，选用了面板门槛回归模型，考察了协议出让对碳排放的“非线性”影响。
1文献综述
现有关于工业用地供应对经济的影响研究较多，且逐渐扩展到环境污染、碳排放等方面。工业用地出让规模增加带来固定资产投资的增加，从而显著促进工业产值、GDP、财政收入的增长[17-19];而土地过度非农化推动了土地供应规模和城市规模的快速扩张[20]，城市空间利用效率的下降，导致碳排放强度的增加[21];同时，低水平的环境规制会刺激土地供应规模的扩张，而加剧其污染效应[22]。有研究者基于碳排放峰值预测，探究了建设用地管控对策[23]。也有研究者通过不同建设用地与碳排放的关系研究发现，工业用地扩张是碳排放主要驱动力[24]。用地效益与碳排放强度关系存在行业差异，用地效益水平较低的工业，碳排放强度却偏高[25]。
尽管地方政府可以通过提高土地市场化程度，优化土地市场供需结构，采取差异化土地价格和税费标准，引导资本向低碳项目转移，进而降低碳排放[26]。但在传统的分权和地区竞争背景下，地方政府可能偏向以协议方式出让工业用地，引资质量可能较差。协议面积比重越大，工业产值或工业增加值反而下降，工业污染越严重[17-19]。低价拿地的企业，其土地产出往往更低[27]，而且工业用地出让价格偏差与工业用地扩张显著相关[28]。工业用地划拨及协议出让占比显著负向影响其价格[29]。“招拍挂”比例的上升，通过工业地价上涨机制会促进产业升级[30];通过“选择效应”，即减少低效率企业进入率和增加低效率企业淘汰率，从而提升工业效率 [31]。尽管传统重点产业政策总体扩大了工业土地供应;且大企业和项目能够从政府手上优先得到大面积地块[32];但使资源从非重点行业流向重点行业，导致了企业投资过度、投资效率下降，最终降低了企业全要素生产率水平;要素市场的完善是缓解负向影响的重要路径[33]。 另外，工业用地与商业、住宅用地等用地的供应比例往往取决于地方政府偏好，通过作用居民效用而影响人口流动[34]。地方政府对区域土地供应的干预及其指标的配置，可能导致“人地”空间错配，进而影响到土地利用效率，还可能通过影响房价和工资而降低经济发展效率和竞争力[34-37]。在碳排放和土地约束下，经济增长存在尾效，即经济增长放缓[38]。
2分析框架
综上可知，地方政府工业用地供应的规模、方式和价格具有显著的环境效应。毋庸置疑，完整的地方政府工业用地供应行为，还包括土地来源、供地空间、环保合约等众多方面。而工业规模、类型结构、技术水平以及减排行为等方面，直接影响到工业能源碳排放绩效[39-40]。因此，考虑到对工业及其能源消费的影响程度和现有文献基础，本文重点从工业用地供应规模、协议出让面积比重与协议出让价格三个方面探究地方政府工业用地供应行为对工业用地碳排放的影响机制，分别称为“规模效应”“方式效应”和“价格效应”。由此，本文构建地方政府工业供应行为对工业能源碳排放影响的分析框架，具体见图1。特别说明的是，尽管作为土地需求方的工业企业，在具体产业落地方面具有决策权。而作为土地供给方的地方政府（实际代理者和管理者），对土地供应具有非常强的控制权，也可能是违法主体（或“合谋者”）[41]。它对产业总体发展具有极强的导向作用和干预能力。因此，本文重点从供给侧的角度，即“土地引导产业走”的角度考察地方政府土地供应行为对工业能源碳排放的影响。
全球工业化的快速发展伴随着能源碳排放及其污染的快速增长。在传统锦标赛制度下，工业作为传统经济增长的重要方式和财政收入的主要来源，因此工业项目也被中国地方政府竞相追捧。地方政府往往通过工业用地的快速扩张，支撑着快速工业化，促使工业能耗及其碳排放的快速增长，其“规模效应”显著。由于中国特色的分权制度、土地制度和环境管理制度，中国地方政府工业用地供应对碳排放的影响又具有其独特性。这主要体现在“方式效应”和“价格效应”。地方政府供应方式的选择取决于特定目的，伴随着对应的价格。当地方政府着眼于更多的财政收入，往往可能趋向引入更多的工业项目。在锦标赛制度和环境分权背景下，地方政府往往可能弱化环境规制，为高耗低效工业项目亮绿灯;在地区竞争激烈的情况下，地方政府往往偏向采用协议方式，以较低价格供地，以期引入更多的工业项目。其中，较低的价格不利于倒逼工业企业技术的改进和效率的提升，甚至阻碍绿色技术的研发和推广。因此，“方式效应”和“价格效应”也将存在。
3 研究方法与数据来源
3.1 模型构建与变量选择
3.1.1 动态面板回归模型
为定量探析地方政府工业供应行为对碳排放的影响，构建基本模型如下：
其一，被解释变量。Ci，T表示i地区T年的工业能源碳排放，主要包括總量（C_energyind1）、产均量（C_energyperindma）、人均量（C_percapinde）。特别需要指出的是，每年的碳排放数据是当年的综合口径上的排放量，其中包括新增工业项目产生的排放，也包括存量工业企业的排放（含存量工业用地中扩大生产带来的增量排放），而这两方面的数据很难分别获取，后者也难以准确地被剔除，因此仅用综合口径的排放数据。不过，这可以综合包含新增工业与存量工业相互作用下的综合影响，符合且满足本文研究目的。
其二，核心解释变量。LGi，T-t表示i地区T-t年的地方政府工业用地供应行为变量，包括供应面积、协议面积比重、价格偏离度。由于三个方面同时影响工业能源碳排放，因此模型中同时引入。为了考察当期影响和滞后效应，借鉴前人的方法[17-19]，模型中同时引入了当期项、滞后一期项和滞后两期项。
（1）供应面积（LG3_indareLM）。供应面积，不仅包括协议、招拍挂方式出让方式供应的，还包括少量转让、租赁等方式供应的面积，其土地来源包括新增、新增（来自存量库）、存量。其省级数据根据中国土地市场网的县级数据汇总得到。
（2）协议面积比重（LG3_indper2LM）。在无法通过市场竞争方式获得优质项目时，地方政府偏向将工业用地以协议方式出让给技术装备水平和投资强度、经济效益较低的工业项目[19]，这意味着协议出让面积越大，低质项目引入的可能越多，能源碳排放及其产均和人均值可能更高。需要指出的是，对于战略性高科技的工业项目，为了给予优惠支持，其供地也往往采取协议方式，而其能耗可能较低，但此类的工业用地面积又相对较小。
（3）价格偏离度（LEPR_indpridev）。①从理论上，与招拍挂出让的市场价格相比，协议出让价格更能反映地方政府供应倾向性偏好信号强度，若剔除可能存在“做高名义价格”的成分，其偏好强度会更大，但总体上可以反映偏好的一致趋势。②指标构建方法上，本指标是反映一个区域尺度的相对平均偏离水平，而非宗地尺度的价格偏离水平。一方面，不同等级的工业用地最低出让价已经考虑到区位等因素，通过工业用地协议出让价格与工业用地最低供应价格的差值，可以“差分”并规避区位等因素的影响。另一方面，用偏差值与工业用地最低供应价格的比重可以进一步剔除区域间“经济购买力”差异的影响，并且也一定程度体现对工业用地最低出让价格政策的执行力度。③实证研究也表明，县级尺度工业用地出让价格与工业用地最低出让价格偏离显著影响工业用地规模的扩张[28]，低于市场价或免费拿地的企业容易造成土地扩张，地均投资和地均产出的低下，而以市场价拿地的企业管理者会更加节约用地[35]，增加投资、提高效益。借鉴Chen et al[28]的思路，以工业用地供应等级面积为权重与对应等级工业用地最低出让价格计算得到各个地区的工业用地最低供应价格平均值。
其三，控制变量。表示i地区T-2年的控制变量，包括发展阶段指标（经济水平、产业结构、对外开放程度、城镇化水平）、环境规制等。本文分别以人均产值（1998年不变价）（gdp_percap98ma）、工业产值比重（gdp_indper）、外商直接投资占比（FDI_gdpper）、城镇人口比重（PU_urba）表示发展阶段指标。环境污染费是地方政府常规的环境管理手段，具有行政惩罚性质，一定程度上影响到企业的排放行为，故选取“单位工业产值的排污费”（WAST_feetotind）表征行政性惩罚程度。表示i地区T-2年的虚拟变量，包括政策虚拟变量、区位虚拟变量。由于2011年开始，国家“十二五”规划提出了温室气体减排的要求，因此，2011年及其以后取值1，其他年份取值0。按照东部、中部、西部三个地区分区是普遍采用的区位划分方法，较好地反映了区域的资源禀赋、发展阶段等综合特征。东部虚拟变量（dum_areathreast）赋值：东部取值1，否则取值0;西部虚拟变量（dum_areathrwest）赋值方法同样（见表1）。 考虑到可能存在的碳排放路径依赖，一定程度上规避潜在遗漏变量导致的估计偏误问题和潜在的内生性问题，从而充分考察模型中除被解释变量之外的其他因素对被解释变量的影响，本文借鉴相关研究[42-43]的方法，引入被解释变量的一期滞后项，构建动态面板回归基本模型：
3.1.2 面板门槛回归模型
现实中，某地区的工业用地供应方式与工业能源碳排放的关系，也可能随着发展阶段的演变而出现变化。因此，为了进一步考察发展阶段在工业用地供应方式与工业能源碳排放关系中是否存在显著门槛效应，本文参照Wang[44]的方法，建立基于面板数据的双门槛回归基本模型：
式中，LGi，T-t为关键解释变量，即协议面积比重（LG3_indper2LM）。Di，T-K为门槛变量可选取经济水平。Zi，T-2为一般控制变量，是剔除选取的某门槛变量后其他的控制变量。DUMi，T-2为虚拟变量，同式（1）。
3.2 数据来源与描述统计
3.2.1 数据来源
中国能源数据主要来自《中国能源统计年鉴》。根据相关文献[45-52]综合取舍17种能源品种的能源净发热值、潜在碳排放系数、能源燃烧的氧化率的经验值。结合工业的能源消费量来计算得到工业能源碳排放。结合工业产值和人口求得产均量和人均值。中国土地数据主要来自中国土地市场网、《中国国土资源年鉴》《中国国土资源统计年鉴》。其中，供应面积根据其市场网上各县级单位面积，求取汇总值。协议面积比重，是根据各省市的协议出让面积汇总值和供应面积汇总值计算得到。价格偏离度计算中，首先，根据各县级单位的协议出让总价款和总面积，计算得到各省市的协议价格平均值。其次，根据某等级供应面积和对应等级的最低出让价格，求得各省市按最低出让价格的价款;然后除以各省市的供应总面积，最终得到最低供应价格。其中，1等～15等工业用地价格来自“全国工业用地出让最低价标准”（国土资发[2006]307号），15等以下的土地按照15等价格来计算。其他经济社会数据主要来自《中国统计年鉴》《中国城市统计年鉴》《中国城市建设统计年鉴》等。样本范围为：30个省区市（不含西藏、香港、澳门和台湾），由于中国土地市场网数据自从2007年相对准确，因此样本考察期为2007—2016年。
3.2.2 描述统计
总体上，各省市的差异显著，尤其表现在工业能源碳排放、供应面积、人均产值等方面。特别注意的是，工业用地协议出让价格与工业用地最低供应价格偏离度均值为-52.08%，意味着样本的工业用地供应中协议出让價格均值比最低工业供应价格均值要低一半以上（见表2）。
4 实证结果与分析
动态面板模型和系统 GMM模型回归结果见表3。
4.1 供应规模的影响：“规模效应”
总体上，不管是对工业能源碳排放，还是对产均工业能源碳排放、人均工业能源碳排放，工业用地供应行为的规模效应较为稳健，其中供应面积对工业能源碳排放具有显著的正向影响。供应面积的扩大，为工业规模扩张提供了土地保障，伴随而来的是工业煤炭等能源消费量的增加。数据显示，供应面积当期项、滞后一期项和滞后两期项与工业产值、工业煤炭消费量（包括原煤、精洗煤、其他洗煤）相关系数均超过0.5。这也验证了供应面积扩大与工业能源碳排放增加显著相关。其供应面积的当期项和滞后项对产均工业能源碳排放的回归系数均正，但都没有通过显著性检验。这取决于新引入的工业项目碳排放强度平均水平。当引入的工业项目比存量工业平均碳排放强度更高，总体工业行业的碳排放强度趋高;然而，环保压力和环境规制趋强，新引入工业项目排放强度可能趋低，不过在整个样本期内，这一积极作用并未充分发挥。供应面积正向影响人均工业能源碳排放，但总体上影响较小，且滞后性影响趋于弱化且不显著。
4.2 供应方式的影响：“方式效应”
总体上，协议面积比重对工业能源碳排放影响为稳健，但有正有负，且显著性很弱。其中，协议面积比重滞后两期项对产均工业能源碳排放正向影响显著（5%水平）;而协议面积比重当期项对人均工业能源碳排放负向影响显著（10%水平）。这可能说明：方式效应主要体现在碳排放强度上，同时，其协议方式影响具有复杂性。因而进一步考察不同的经济水平情况下，工业用地协议供应行为对工业能源碳排放差异性影响。经过门槛检验发现，协议出让面积比重具有单门槛效应，且其在5%水平上通过检验（p=0.0333）。其门槛值为7 987.747 1元/人（1998年不变价），95%置信区间为[7 723.017 1～8 056.746 6]，因此取门槛值为8 000元/人（1998年不变价）。
对于人均产值较低的地区，协议面积比重对工业能源碳排放的回归系数随着滞后期增加，呈现由负转正的趋势。而对于人均产值较高地区而言，协议面积比重滞后两期项的回归系数稳健为负。同时，与人均产值较低的地区相比，人均产值较高的地区的回归结果中，协议面积比重回归系数绝对值更大，这可能说明其影响更大。由此表明，协议面积比重在不同的经济水平地区，对工业能源碳排放影响存在一定程度上的差异。可能的重要原因在于不同发展水平地区工业类型存在差异。借鉴文献[53]，将工业分为高科技工业、轻工业、重工业和能源生产工业四类。其平均的能耗强度、碳排放总体上是逐步递增的。通过对比两类地区的四类工业用地供应中协议面积比重情况可知，高水平组协议比重均小于低水平组的平均水平，其中能耗强度最大的能源生产工业和重工业的协议比重相差最大，而高科技工业协议面积比重相差最小。
特别需要说明的是，样本回归的结果反映的是总体样本一般意义上的影响方向。由数据可知，协议供应的工业用地中，以高耗能的重工业和能源生产工业为主，占比近70%，而高科技工业比重不到5%。工业用地供应中的协议比重越大，往往意味着更多的高耗能工业项目，也意味着更高的碳排放水平。但随着最新环保法、生态文明建设、弹性土地供应等诸多方面法规政策的出台和施行（尤其是2015年以来），地方政府在协议供地过程中对项目环保审核适当收紧，进而一定程度上对工业能源碳排放产生微妙的影响（进一步分析见5.4）。这很可能是分组回归结果未能通过显著性检验的原因。 4.3 供应价格的影响：“价格效应”
总体上，价格偏离度对三个工业能源碳排放变量的影响为负。其滞后项的负向影响尤为稳健。其滞后二期项对产均工业能源碳排放的影响显著为负。这表明工业用地协议出让价格越接近最低供应价格，工业能源碳排放越大，尤其表现在碳排放强度上。这一影响具有滞后性。
工業用地出让价格偏离度反映了区域工业用地市场的竞争程度[28]，其协议出让价格也体现了地方政府供应价格的“底线”和“引资的诚意”。值得注意是，协议价格偏离与商品房用地供应面积相关系数为负，而“工业用地协议出让价格与商住用地供应价格偏离”和商住用地价格、商住用地收入相关系数均为负。这可能恰好印证：低价协议出让工业用地只是地方政府土地供应组合拳的“一拳”，往往伴随着高价供应更多的商住用地，以获取更多财税的另“一拳”[54-56]。
一般地，较高的土地成本可能一定程度上抑制工业企业（尤其是低端企业）的扩张规模。但由于协议价格本来就较低，相比市场价格更低，因此，通过协议获得的用地更多，可能意味着获得的“价格剩余”更多，抑制作用可能非常有限，反而还可能促使工业企业竞争趋于激烈，工业用地供地宗数略有增加。价格偏离度与工业用地供应宗地数量的相关系数为正。同时，地价是市场竞争程度的反映，以较高价格获得土地的工业企业“实力”可能更强，往往更加集约经营土地[35]。价格偏离度与工业产值的相关系数为正，其滞后两期的相关系数更大，且其滞后两期项与“规模以上工业企业R&D支出占所有工业企业产值比重”的相关系数更高。这表明，对于总体的工业企业而言，较高的协议价格对研发资金可能并没有“挤出”作用，反而一定程度上可能会倒逼研发强度，为工业产值的增加提供了有力的技术保障。有研究也证实合理的工业用地价格有利于促进产业升级[30]、工业效率提升[31]。
5 稳健性检验
5.1 效应间相关性的检验
从相关系数上看，供应面积反映了土地供求情况，而协议出让面积比重更多的是反映土地市场化程度，两者没有必然联系。同时，供应面积与价格偏离度的上升和下降也不存在必然的相关关系。而协议面积比重与工业用地供应的平均价格可能存在很强的相关性，但与价格偏离度也没有必然联系。即便如此，本文在计量模型中仍然采用了逐步加入解释变量的方法来处理。具体分三步进行回归，将规模效应、协议效应以及价格效应逐次考虑到模型中。以GMM模型为例，工业用地供应对碳排放的回归结果总体稳健。
5.2 工业类型影响的检验
作为地方政府的主要调控手段，供地方式很大程度上影响着引入企业的行业类型。因此，在“土地引导产业走”的视角下，行业类型在一定程度上内生于供地方式。但毋庸置疑，从总体上讲，“土地跟着产业走”的情况在现实中确实存在，即地方政府在一定时期内往往具有特定的产业类型偏好，从而采用特定的供地方式和价格。为此，根据碳排放强度差异，借鉴文献[53]，将工业行业进一步细分为能源生产工业、高科技工业、重工业和轻工业四类。但细分后的数据显示，同类型工业的协议面积比重在不同时点和不同地区并非固定不变。这表明，不同地区或时期的地方政府，在引入同类工业用地项目时，土地供应方式的选择具有灵活空间。因此，遗漏的行业变量或许并不能造成严重的内生性。这也是本文仅控制“工业产值比重”的主要原因。
为了稳健起见，本文针对不同类型工业供应进行了分组回归。考虑到工业类型对工业能源碳排放的影响主要表现在碳强度方面，故以产均工业能源碳排放为因变量进行分组回归。系统GMM模型结果显示，不同类型工业的供应面积、协议面积比重和价格偏离的回归系数和显著性存在不同程度的差异。对于高科技工业，供应面积、协议面积比重的回归系数存在负数，且价格偏离存在显著正向影响。这表明高科技工业供应，有利于降低整个工业的碳排放强度。而对于重工业而言，与总体回归结果一致，即供应面积和协议面积比重回归系数总体显著为正，价格偏离回归系数为负。这表明重工业是影响工业碳排放重要方面。这意味着行业类型是工业用地供应行为影响碳排放的一个中介变量。
5.3 存量用地影响的检验
由于存量工业用地取得的年份等情况千差万别，因此其协议面积、价格“追溯”获取的难度极大。不过，“中国城市统计年鉴”上，列有各省市城市的工业用地面积，即实际的城市工业用地总面积，包括上年的存量和本年转换后的实际增量。特别说明的是，当年的土地供应面积并非与实际增量面积完全对应，还考虑到其工业用地建设周期（一般要求为2a），因此，一般是当年供应面积中实际建成的部分和前两年供应在当年建成的部分之和。但考虑数据可获得性、来源的一致性和工业用地主要集中在城市范围内，因此，用各省市城市的工业用地总面积来作为各省市工业用地面积的替代值，与工业能源碳排放相关系数超过0.5。采用系统GMM模型进行回归，其结果也表明城市工业用地面积与工业能源碳排放正相关，且滞后一期项在1%水平上通过显著性检验。这表明，工业用地供应增量与工业用地总量对工业能源碳排放的影响方向是一致的。
本文中的工业用地供应是增量的范畴。为了检验工业用地供应对碳排放的影响的稳健性，本文将碳排放变换为增量指标（ΔC=Ct-Ct-1），作为新的因变量进行回归。保持其他变量不变的情况下，采用系统GMM进行了回归，基本与表3一致。这说明，土地供应增量对总碳排放的影响，和对增量碳排放的影响是基本一致的，即供应面积、协议面积比重总体是正向影响，价格偏离总体负向影响。个别不尽一致的可能原因在于增量变量中含有存量工业用地的扩大再生产导致碳排放的增加部分。
5.4 政策时段影响的检验
2015年是生态文明建设的重要节点，该年国家出台或开始实施了诸多重要的法规政策，尤为重要的有最新的环境保护法、中共中央、国务院印发的《生态文明体制改革总体方案》等。特别地，2015年中国提出2030年左右实现二氧化碳“达峰”的承诺;次年，国务院颁布实施了《“十三五”控制温室气体排放工作方案》。土地供应对碳排放的影响很可能受到以上政策的阶段性作用。为此，以2015年为分界点，对前后两个时段进行分组回归。结果表明，总体上两个时段工业用地供应对工业能源碳排放存在差异性影响。 尤为明显的是，对产均工业能源碳排放而言，工业用地供应面积、协议面积比重的回归系数由正转为负。这可能说明，在环境管理责任强化和GDP考核权重弱化的情况下，协议引入质量更高的项目往往被看成一种“时尚”或者政绩;同时，受到节约集约用地要求、规模经济和集聚效应的共同作用下，工业用地供应面积越大越有可能利于降低碳排放强度。最新研究表明，区域碳排放强度的空间集聚性显著[57]，并趋于增强，同时存在“马太效应”[58]。土地供应可能一定程度上强化或实现了这些特征。同时，排污收费强度的负向影响由不显著变为显著（1%显著水平），系数也明显增大。这意味着新时期环境保护背景有利于强化环境规制的减排效应。
较为特别的是，对于工业能源碳排放而言，价格偏离度的当期项、滞后一期项和滞后两期项回归系数方向在两个阶段正好相反。这可能表明，一方面，价格偏离度存在周期性影响;另一方面，阶段政策对这种周期性影响存在逆向调控的作用。若开始阶段要求和价格均较低，项目准入的门槛较低而使得项目趋于增多，促使碳排放增加。当引入的项目增多，竞争趋于激烈，而且短期内供应指标相对有限，因此地方政府就可能相应调整策略，适当调高价格，增加环境要求。地方政府这一行为在环境保护压力加大的背景下可能趋于强化。
6 結论与启示
6.1 主要结论
综上可知，在控制了经济水平、城镇化水平、环境规制与减排政策等主要因素的情况下，地方政府工业用地供应行为对工业能源碳排放具有显著影响，主要表现为“规模效应”“方式效应”和“价格效应”。
其一，总体上，工业用地供应规模增加，引致工业规模的扩大，带来工业能源碳排放显著增加;同时，通过工业用地供应结构，影响到产均工业能源碳排放和人均工业能源碳排放，主要原因在于供应给了能源生产、重工业能源碳排放强度较高的行业。供应规模还可能带来碳排放强度减少，这受到引入工业项目类型和环保发展阶段的影响。
其二，总体上，协议出让方式正向影响到能源碳排放，尤其表现在产均工业能源碳排放，主要原因是协议过程中，更可能降低环境规制和环保支出强度，引入更高比例的高碳工业。协议面积比重对工业能源碳排放还具有门槛效应。
其三，工业用地供应价格是地方政府引入工业项目重要调控工具，通过价格信号的传导机制，很可能以更低的价格出让而引入更高比例的高碳工业，从而显著地导致地区碳排放的增加。
6.2 主要启示
基于前文分析，面向工业能源碳减排，工业用地供应行为的目标应从传统GDP增长转变到绿色和高质量增长上来，工业用地供应行为的方式应从传统的土地市场转变到政府有效调控、市场起决定性作用的土地市场，如“先租后让”等，工业用地供应行为的路径主要包括逐步淘汰高耗低效的能源产业用地、加快产业绿色转型和结构升级、支持绿色产业项目用地、建立工业用地全生命周期管理模式等;工业用地供应行为的配套政策包括加大绿色发展在绩效考核中的权重、加强环境规制、创新绿色金融政策等。主要的政策启示如下。
其一，适度控制工业用地供应总规模、优化供应结构。不同地区工业用地的全要素绿色利用效率存在较大差异[59]。因此，基于不同的发展阶段和地区特点，适当控制工业用地规模，同时通过优化工业用地供应的内部结构，引导工业内部行业的升级和转型。工业内部各行业之间存在着一定相互依赖或共生的关系，理论上应该有一个合理（均衡或自洽）的内部结构，而且不同的发展阶段的最优结构关系存在一定差异，因此需要通过工业用地供给侧的结构调整，从劳动力、能源、资本、研发投入等方面优化产业集群模式[60]。
其二，充分发挥协议出让的积极作用。尽管本文考察期内，协议引入的工业企业总体上碳排放偏高。但协议出让并不必然带来区域碳排放的增加，而关键看协议出让的结构和环境规制的执行。随着“生态文明”理念深入人心，尤其是中央环境集权、环境规制加强和环境督察制度的完善，“党政同责”“一岗双责”和“终身追究”等控制措施的实施[42]，环境质量考核在政绩考核中权重的提升，地方政府的激励结构可能发生变化，其工业用地的协议出让行为也可能发生结构性变化;可通过较低协议价格的方式，倾向于支撑更高科技或更低碳高效的工业产业的发展，引导土地市场向低碳方向发展。
其三，还需跟进相关配套措施，如：适当强化低碳方面的考核指标，加快优化地方政府官员的激励结构;采取差异化的环境规制，形成环境规制工具“组合拳”;加快并切实推进低碳试点工作;基于工业用地经济、社会和环境的全面信息调查，构建其大数据平台，为优化工业用地供应决策和研究提供基础信息;完善土地征收、流转制度，建立低碳的土地利用政策[61]。
（编辑：王爱萍 ）
参考文献
[1] 林兆木. 关于我国经济高质量发展的几点认识[N/OL].北京：人民日报， 2018-01-17[2019-09-15]. http：//theory.people.com.cn/n1/2018/0117/c40531-29768994.html.
[2] 傅勇，张晏. 中国式分权与财政支出结构偏向：为增长而竞争的代价[J]. 管理世界， 2007（3）：4-12，22.
[3] 王娟，张克中. 财政分权、地方官员与碳排放——来自中国省长、省委书记的证据[J]. 现代财经（天津财经大学学报）， 2014 （9）： 3-14.
[4] 祁毓，卢洪友，徐彦坤. 中国环境分权体制改革研究：制度变迁、数量测算与效应评估[J]. 中国工业经济， 2014（1）： 31-43.
[5] 周黎安. 转型中的地方政府官员激励与治理[M].上海：格致出版社，上海人民出版社， 2017. [6] 陈诗一. 能源消耗、二氧化碳排放与中国工业的可持续发展[J]. 经济研究， 2009（4）： 41-55.
[7] 国务院.国务院关于印发“十三五”控制温室气体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] 工业和信息化部.工业和信息化部关于印发“工业绿色发展规划（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] 中华人民共和国，美利坚合众国.中美气候变化联合声明[EB/OL]. （2014-11-12） [2019-09-15]. http：//politics.people.com.cn/n/2014/1112/c70731-26010508.html.
[10] 丰雷，孔维东. 2003年以来中国土地政策参与宏观调控的实践——特点、效果以及存在问题的经验总结[J]. 中国土地科学， 2009， 23（10）： 8-13.
[11] 瞿理铜. 低碳经济视角下土地利用调控的思路探讨[J]. 中国国土资源经济， 2012（11）： 29-30， 47， 55.
[12] 赵荣钦，黄贤金，刘英，等. 区域系统碳循环的土地调控机理及政策框架研究[J]. 中国人口·资源与环境， 2014， 24（5）： 51-56.
[13] 赵荣钦，黄贤金，揣小伟. 中国土地利用碳排放的研究误区和未来趋向[J]. 中国土地科学， 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] 吕玉霞.土地资源配置及其经济效应的研究评述[J]. 山東师范大学学报（人文社会科学版），2017（4）：77-87.
[17] 卢建新，于路路，陈少衔. 工业用地出让、引资质量底线竞争与环境污染——基于252个地级市面板数据的经验分析[J]. 中国人口·资源与环境， 2017， 27（3）： 90-98.
[18] 张鸣. 工业用地出让、引资质量底线竞争与工业污染排放：基于城市面板数据的实证研究[J]. 中共浙江省委党校学报， 2017 （4）： 107-114.
[19] 杨其静，卓品，杨继东. 工业用地出让与引资质量底线竞争：基于2007—2011年中国地级市面板数据的经验研究[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. 城市规模与空间结构对碳排放的影响[J]. 城市发展研究， 2012， 19（3）： 89-95， 112.
[22] 李斌，李拓. 环境规制、土地财政与环境污染——基于中国式分权的博弈分析与实证检验[J]. 财经论丛， 2015（1）：99-106.
[23] 於冉，黄贤金.碳排放峰值控制下的建设用地扩展规模研究[J].中国人口·资源与环境，2019，29（7）：66-72.
[24] 袁凯华，甘臣林，杨慧琳，等.建设用地扩张与碳排放增长的EKC验证及特征分解研究——以武汉市为例[J].中国土地科学， 2019，33（1）：56-64.
[25] 余娇，赵荣钦，侯丽朋，等.郑州市典型产业用地效益与碳排放强度的关系研究——基于181家企业的调查[J].中国土地科学， 2018，32（8）：74-80.
[26] 许恒周，郭玉燕，陈宗祥. 土地市场发育、城市土地集约利用与碳排放的关系——基于中国省际面板数据的实证分析[J]. 中国土地科学， 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] 张琳，王传镇，黎小明，等.地方政府供地行为对工业用地市场价格影响的实证研究[J].科技与管理， 2018，20（6）：43-50.
[30] 李美姣.地方政府土地出让行为、工业用地价格与产业升级[J].现代盐化工， 2018，45（3）：91-92，101.
[31] 席强敏，梅林.工业用地价格、选择效应与工业效率[J].经济研究， 2019，54（2）：102-118.
[32] 张莉，年永威，皮嘉勇，等.土地政策、供地结构与房价[J].经济学报， 2017，4（1）：91-118.
[33] 张莉，朱光顺，李世刚，等.市场环境、重点产业政策与企业生产率差异[J].管理世界， 2019，35（3）：114-126.
[34] 彭山桂，陈晨，王健，等. 居住模式、地方政府土地供给行为与人口流动——以广东省和山东省为例[J]. 资源科学， 2017， 39（10）： 1858-1870.
[35] 陈沁. 城市化——人口和土地的要素再配置[D]. 上海：复旦大学， 2013.
[36] 陆铭，张航，梁文泉. 偏向中西部的土地供应如何推升了东部的工资[J]. 中国社会科学， 2015（5）： 59-83， 204-205.
[37] 陆铭：中国经济的未来是空间重构[EB/OL]. http：//finance.sina.com.cn/money/future/roll/2018-02-01/doc-ifyreuzn1185324.shtml.
[38] 王继田，苏方林.碳排放约束、土地红利锐减与经济增长尾效[J].菏泽学院学报，2019，41（2）：68-75.
[39] 查建平，唐方方，郑浩生. 什么因素多大程度上影响到工业碳排放绩效——来自中国（2003—2010）省级工业面板数据的证据[J]. 经济理论与经济管理， 2013（1）：79-95.
[40] 刘晓玲，熊曦. 工业企业效益与碳排放的脱钩关系动态比较——基于ABS冶炼公司“十一五”以来的数据[J]. 财政研究， 2015（3）： 16-21.
[41] 叶丽芳，黄贤金，谢泽林，等. 城乡土地市场一体化下的农村工业用地现状及特征分析——以无锡市胡埭镇、钱桥镇、锡北镇为例[J]. 土地经济研究， 2015（1）： 37-58.
[42] 张华，丰超，刘贯春. 中国式环境联邦主义：环境分权对碳排放的影响研究[J]. 财经研究， 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] 國家气候变化对策协调小组办公室， 国家发展和改革委员会能源研究所.中国温室气体清单研究[M].北京：中国环境科学出版社， 2007：73.
[48] 刘红光.产业能源消费碳排放的区域联系研究[D].北京：中国科学院地理科学与资源研究所，2010.
[49] 刘红光，刘卫东，唐志鹏.中国产业能源消费碳排放结构及其减排敏感性分析[J].地理科学进展， 2010（6）：670-676.
[50] 卢娜.土地利用变化碳排放效应研究[D].南京：南京农业大学， 2011.
[51] 国家发展和改革委员会. 低碳发展及省级温室气体清单编制培训教材[EB/OL]. （2014-03-28） [2019-09-14]. http：//www.ndrc.gov.cn/zwfwzx/xzzq/bgxz/201403/W020140328576309991066.pdf.
[52] 中国统计局.中国能源统计年鉴（2012）[M].北京：中国统计出版社， 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，唐鹏. 中国式分权与城市土地出让价格的偏离——以长三角地区城市为例[J]. 资源科学， 2013， 35（6）： 1134-1142.
[55] 唐鹏，石晓平，曲福田.地方政府竞争与土地财政策略选择[J].资源科学， 2014， 36（4）：702-711.
[56] 张涌.工业用地招拍挂制度和地方政府土地财政政策[J].公共经济与政策研究， 2018（2）：116-126.
[57] 苑韶峰，唐奕钰.低碳视角下长江经济带土地利用碳排放的空间分异[J].经济地理， 2019，39（2）：190-198.
[58] 王少剑，黄永源.中国城市碳排放强度的空间溢出效应及驱动因素[J].地理学报， 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
关键词：地方政府;工业用地;供应规模;协议出让;价格偏离;碳排放
中图分类号：F301.1;X32 文献标识码：A 文章编号：1002-2104（2019）12-0057-11 DOI：10.12062/cpre.20190820
绿色、循环、低碳发展既是当今世界的潮流，更是经济社会可持续发展的内在要求，逐渐成为高质量发展的重要标志[1]。然而，在传统的分权和竞争体制下，经济激励具有单一性和导向性;区域碳治理具有正外部性和弱激励。这使得地方政府往往偏向“为增长而竞争”，追求经济增长和财税;忽视招商引资质量，放松环境和碳排放管制。这往往导致环境污染和碳排放加剧[2-5]。因而，中国经济高增长、高投资、高能耗和高排放的特征明显;其中，工业总产值仅占GDP的四成左右，而消耗的能源占比近七成，排放的CO2超过八成[6]。因此，地方政府如何控制工业能源碳排放成为促进中国绿色低碳发展，实现“2020年工业领域二氧化碳排放总量趋于稳定，部分工业行业碳排放量接近峰值”[7-8]、“中国2030年左右二氧化碳排放达到峰值”[9]等目标的重要而紧迫命题。2003年以来，土地政策已然成为政府参与宏观调控的重要抓手[10]，可作为推动低碳经济发展的工具选择。学者们基于碳排放视角，分别从土地规划、土地供地、土地价格、税收等方面，探究了政府土地利用调控体系和政策[11-13]。近年来，学者进一步从土地科学学科体系的角度，较为系统地构建了整体框架和方法体系[12，14-15]。“中国式分权”背景下，在土地驱动地方经济增长[16]、工业化和城镇化过程中，属地化土地管理制度使地方政府发挥了重要作用;然而，其工业用地供应行为却加剧了工业污染排放[17-18]。那么，地方政府工业用地供应行为如何影响工业能源碳排放呢？本文基于2007—2016年省级面板数据，实证探究地方政府工业用地供应行为对工业能源碳排放的影响，以期为低碳发展目标下的工业用地供应改革提供依据。
本文从三个方面深化现有的研究：①研究视角上，契合工业绿色低碳发展和土地供给侧改革趋势，拓展地方政府工业用地供应行为环境效应的研究范围，深化低碳土地利用调控的实证研究。②研究内容上，重点从供应数量、方式和价格三个维度构建了工业用地供应行为对工业能源碳排放影响的分析框架。③研究方法上，选用了面板门槛回归模型，考察了协议出让对碳排放的“非线性”影响。
1文献综述
现有关于工业用地供应对经济的影响研究较多，且逐渐扩展到环境污染、碳排放等方面。工业用地出让规模增加带来固定资产投资的增加，从而显著促进工业产值、GDP、财政收入的增长[17-19];而土地过度非农化推动了土地供应规模和城市规模的快速扩张[20]，城市空间利用效率的下降，导致碳排放强度的增加[21];同时，低水平的环境规制会刺激土地供应规模的扩张，而加剧其污染效应[22]。有研究者基于碳排放峰值预测，探究了建设用地管控对策[23]。也有研究者通过不同建设用地与碳排放的关系研究发现，工业用地扩张是碳排放主要驱动力[24]。用地效益与碳排放强度关系存在行业差异，用地效益水平较低的工业，碳排放强度却偏高[25]。
尽管地方政府可以通过提高土地市场化程度，优化土地市场供需结构，采取差异化土地价格和税费标准，引导资本向低碳项目转移，进而降低碳排放[26]。但在传统的分权和地区竞争背景下，地方政府可能偏向以协议方式出让工业用地，引资质量可能较差。协议面积比重越大，工业产值或工业增加值反而下降，工业污染越严重[17-19]。低价拿地的企业，其土地产出往往更低[27]，而且工业用地出让价格偏差与工业用地扩张显著相关[28]。工业用地划拨及协议出让占比显著负向影响其价格[29]。“招拍挂”比例的上升，通过工业地价上涨机制会促进产业升级[30];通过“选择效应”，即减少低效率企业进入率和增加低效率企业淘汰率，从而提升工业效率 [31]。尽管传统重点产业政策总体扩大了工业土地供应;且大企业和项目能够从政府手上优先得到大面积地块[32];但使资源从非重点行业流向重点行业，导致了企业投资过度、投资效率下降，最终降低了企业全要素生产率水平;要素市场的完善是缓解负向影响的重要路径[33]。 另外，工业用地与商业、住宅用地等用地的供应比例往往取决于地方政府偏好，通过作用居民效用而影响人口流动[34]。地方政府对区域土地供应的干预及其指标的配置，可能导致“人地”空间错配，进而影响到土地利用效率，还可能通过影响房价和工资而降低经济发展效率和竞争力[34-37]。在碳排放和土地约束下，经济增长存在尾效，即经济增长放缓[38]。
2分析框架
综上可知，地方政府工业用地供应的规模、方式和价格具有显著的环境效应。毋庸置疑，完整的地方政府工业用地供应行为，还包括土地来源、供地空间、环保合约等众多方面。而工业规模、类型结构、技术水平以及减排行为等方面，直接影响到工业能源碳排放绩效[39-40]。因此，考虑到对工业及其能源消费的影响程度和现有文献基础，本文重点从工业用地供应规模、协议出让面积比重与协议出让价格三个方面探究地方政府工业用地供应行为对工业用地碳排放的影响机制，分别称为“规模效应”“方式效应”和“价格效应”。由此，本文构建地方政府工业供应行为对工业能源碳排放影响的分析框架，具体见图1。特别说明的是，尽管作为土地需求方的工业企业，在具体产业落地方面具有决策权。而作为土地供给方的地方政府（实际代理者和管理者），对土地供应具有非常强的控制权，也可能是违法主体（或“合谋者”）[41]。它对产业总体发展具有极强的导向作用和干预能力。因此，本文重点从供给侧的角度，即“土地引导产业走”的角度考察地方政府土地供应行为对工业能源碳排放的影响。
全球工业化的快速发展伴随着能源碳排放及其污染的快速增长。在传统锦标赛制度下，工业作为传统经济增长的重要方式和财政收入的主要来源，因此工业项目也被中国地方政府竞相追捧。地方政府往往通过工业用地的快速扩张，支撑着快速工业化，促使工业能耗及其碳排放的快速增长，其“规模效应”显著。由于中国特色的分权制度、土地制度和环境管理制度，中国地方政府工业用地供应对碳排放的影响又具有其独特性。这主要体现在“方式效应”和“价格效应”。地方政府供应方式的选择取决于特定目的，伴随着对应的价格。当地方政府着眼于更多的财政收入，往往可能趋向引入更多的工业项目。在锦标赛制度和环境分权背景下，地方政府往往可能弱化环境规制，为高耗低效工业项目亮绿灯;在地区竞争激烈的情况下，地方政府往往偏向采用协议方式，以较低价格供地，以期引入更多的工业项目。其中，较低的价格不利于倒逼工业企业技术的改进和效率的提升，甚至阻碍绿色技术的研发和推广。因此，“方式效应”和“价格效应”也将存在。
3 研究方法与数据来源
3.1 模型构建与变量选择
3.1.1 动态面板回归模型
为定量探析地方政府工业供应行为对碳排放的影响，构建基本模型如下：
其一，被解释变量。Ci，T表示i地区T年的工业能源碳排放，主要包括總量（C_energyind1）、产均量（C_energyperindma）、人均量（C_percapinde）。特别需要指出的是，每年的碳排放数据是当年的综合口径上的排放量，其中包括新增工业项目产生的排放，也包括存量工业企业的排放（含存量工业用地中扩大生产带来的增量排放），而这两方面的数据很难分别获取，后者也难以准确地被剔除，因此仅用综合口径的排放数据。不过，这可以综合包含新增工业与存量工业相互作用下的综合影响，符合且满足本文研究目的。
其二，核心解释变量。LGi，T-t表示i地区T-t年的地方政府工业用地供应行为变量，包括供应面积、协议面积比重、价格偏离度。由于三个方面同时影响工业能源碳排放，因此模型中同时引入。为了考察当期影响和滞后效应，借鉴前人的方法[17-19]，模型中同时引入了当期项、滞后一期项和滞后两期项。
（1）供应面积（LG3_indareLM）。供应面积，不仅包括协议、招拍挂方式出让方式供应的，还包括少量转让、租赁等方式供应的面积，其土地来源包括新增、新增（来自存量库）、存量。其省级数据根据中国土地市场网的县级数据汇总得到。
（2）协议面积比重（LG3_indper2LM）。在无法通过市场竞争方式获得优质项目时，地方政府偏向将工业用地以协议方式出让给技术装备水平和投资强度、经济效益较低的工业项目[19]，这意味着协议出让面积越大，低质项目引入的可能越多，能源碳排放及其产均和人均值可能更高。需要指出的是，对于战略性高科技的工业项目，为了给予优惠支持，其供地也往往采取协议方式，而其能耗可能较低，但此类的工业用地面积又相对较小。
（3）价格偏离度（LEPR_indpridev）。①从理论上，与招拍挂出让的市场价格相比，协议出让价格更能反映地方政府供应倾向性偏好信号强度，若剔除可能存在“做高名义价格”的成分，其偏好强度会更大，但总体上可以反映偏好的一致趋势。②指标构建方法上，本指标是反映一个区域尺度的相对平均偏离水平，而非宗地尺度的价格偏离水平。一方面，不同等级的工业用地最低出让价已经考虑到区位等因素，通过工业用地协议出让价格与工业用地最低供应价格的差值，可以“差分”并规避区位等因素的影响。另一方面，用偏差值与工业用地最低供应价格的比重可以进一步剔除区域间“经济购买力”差异的影响，并且也一定程度体现对工业用地最低出让价格政策的执行力度。③实证研究也表明，县级尺度工业用地出让价格与工业用地最低出让价格偏离显著影响工业用地规模的扩张[28]，低于市场价或免费拿地的企业容易造成土地扩张，地均投资和地均产出的低下，而以市场价拿地的企业管理者会更加节约用地[35]，增加投资、提高效益。借鉴Chen et al[28]的思路，以工业用地供应等级面积为权重与对应等级工业用地最低出让价格计算得到各个地区的工业用地最低供应价格平均值。
其三，控制变量。表示i地区T-2年的控制变量，包括发展阶段指标（经济水平、产业结构、对外开放程度、城镇化水平）、环境规制等。本文分别以人均产值（1998年不变价）（gdp_percap98ma）、工业产值比重（gdp_indper）、外商直接投资占比（FDI_gdpper）、城镇人口比重（PU_urba）表示发展阶段指标。环境污染费是地方政府常规的环境管理手段，具有行政惩罚性质，一定程度上影响到企业的排放行为，故选取“单位工业产值的排污费”（WAST_feetotind）表征行政性惩罚程度。表示i地区T-2年的虚拟变量，包括政策虚拟变量、区位虚拟变量。由于2011年开始，国家“十二五”规划提出了温室气体减排的要求，因此，2011年及其以后取值1，其他年份取值0。按照东部、中部、西部三个地区分区是普遍采用的区位划分方法，较好地反映了区域的资源禀赋、发展阶段等综合特征。东部虚拟变量（dum_areathreast）赋值：东部取值1，否则取值0;西部虚拟变量（dum_areathrwest）赋值方法同样（见表1）。 考虑到可能存在的碳排放路径依赖，一定程度上规避潜在遗漏变量导致的估计偏误问题和潜在的内生性问题，从而充分考察模型中除被解释变量之外的其他因素对被解释变量的影响，本文借鉴相关研究[42-43]的方法，引入被解释变量的一期滞后项，构建动态面板回归基本模型：
3.1.2 面板门槛回归模型
现实中，某地区的工业用地供应方式与工业能源碳排放的关系，也可能随着发展阶段的演变而出现变化。因此，为了进一步考察发展阶段在工业用地供应方式与工业能源碳排放关系中是否存在显著门槛效应，本文参照Wang[44]的方法，建立基于面板数据的双门槛回归基本模型：
式中，LGi，T-t为关键解释变量，即协议面积比重（LG3_indper2LM）。Di，T-K为门槛变量可选取经济水平。Zi，T-2为一般控制变量，是剔除选取的某门槛变量后其他的控制变量。DUMi，T-2为虚拟变量，同式（1）。
3.2 数据来源与描述统计
3.2.1 数据来源
中国能源数据主要来自《中国能源统计年鉴》。根据相关文献[45-52]综合取舍17种能源品种的能源净发热值、潜在碳排放系数、能源燃烧的氧化率的经验值。结合工业的能源消费量来计算得到工业能源碳排放。结合工业产值和人口求得产均量和人均值。中国土地数据主要来自中国土地市场网、《中国国土资源年鉴》《中国国土资源统计年鉴》。其中，供应面积根据其市场网上各县级单位面积，求取汇总值。协议面积比重，是根据各省市的协议出让面积汇总值和供应面积汇总值计算得到。价格偏离度计算中，首先，根据各县级单位的协议出让总价款和总面积，计算得到各省市的协议价格平均值。其次，根据某等级供应面积和对应等级的最低出让价格，求得各省市按最低出让价格的价款;然后除以各省市的供应总面积，最终得到最低供应价格。其中，1等～15等工业用地价格来自“全国工业用地出让最低价标准”（国土资发[2006]307号），15等以下的土地按照15等价格来计算。其他经济社会数据主要来自《中国统计年鉴》《中国城市统计年鉴》《中国城市建设统计年鉴》等。样本范围为：30个省区市（不含西藏、香港、澳门和台湾），由于中国土地市场网数据自从2007年相对准确，因此样本考察期为2007—2016年。
3.2.2 描述统计
总体上，各省市的差异显著，尤其表现在工业能源碳排放、供应面积、人均产值等方面。特别注意的是，工业用地协议出让价格与工业用地最低供应价格偏离度均值为-52.08%，意味着样本的工业用地供应中协议出让價格均值比最低工业供应价格均值要低一半以上（见表2）。
4 实证结果与分析
动态面板模型和系统 GMM模型回归结果见表3。
4.1 供应规模的影响：“规模效应”
总体上，不管是对工业能源碳排放，还是对产均工业能源碳排放、人均工业能源碳排放，工业用地供应行为的规模效应较为稳健，其中供应面积对工业能源碳排放具有显著的正向影响。供应面积的扩大，为工业规模扩张提供了土地保障，伴随而来的是工业煤炭等能源消费量的增加。数据显示，供应面积当期项、滞后一期项和滞后两期项与工业产值、工业煤炭消费量（包括原煤、精洗煤、其他洗煤）相关系数均超过0.5。这也验证了供应面积扩大与工业能源碳排放增加显著相关。其供应面积的当期项和滞后项对产均工业能源碳排放的回归系数均正，但都没有通过显著性检验。这取决于新引入的工业项目碳排放强度平均水平。当引入的工业项目比存量工业平均碳排放强度更高，总体工业行业的碳排放强度趋高;然而，环保压力和环境规制趋强，新引入工业项目排放强度可能趋低，不过在整个样本期内，这一积极作用并未充分发挥。供应面积正向影响人均工业能源碳排放，但总体上影响较小，且滞后性影响趋于弱化且不显著。
4.2 供应方式的影响：“方式效应”
总体上，协议面积比重对工业能源碳排放影响为稳健，但有正有负，且显著性很弱。其中，协议面积比重滞后两期项对产均工业能源碳排放正向影响显著（5%水平）;而协议面积比重当期项对人均工业能源碳排放负向影响显著（10%水平）。这可能说明：方式效应主要体现在碳排放强度上，同时，其协议方式影响具有复杂性。因而进一步考察不同的经济水平情况下，工业用地协议供应行为对工业能源碳排放差异性影响。经过门槛检验发现，协议出让面积比重具有单门槛效应，且其在5%水平上通过检验（p=0.0333）。其门槛值为7 987.747 1元/人（1998年不变价），95%置信区间为[7 723.017 1～8 056.746 6]，因此取门槛值为8 000元/人（1998年不变价）。
对于人均产值较低的地区，协议面积比重对工业能源碳排放的回归系数随着滞后期增加，呈现由负转正的趋势。而对于人均产值较高地区而言，协议面积比重滞后两期项的回归系数稳健为负。同时，与人均产值较低的地区相比，人均产值较高的地区的回归结果中，协议面积比重回归系数绝对值更大，这可能说明其影响更大。由此表明，协议面积比重在不同的经济水平地区，对工业能源碳排放影响存在一定程度上的差异。可能的重要原因在于不同发展水平地区工业类型存在差异。借鉴文献[53]，将工业分为高科技工业、轻工业、重工业和能源生产工业四类。其平均的能耗强度、碳排放总体上是逐步递增的。通过对比两类地区的四类工业用地供应中协议面积比重情况可知，高水平组协议比重均小于低水平组的平均水平，其中能耗强度最大的能源生产工业和重工业的协议比重相差最大，而高科技工业协议面积比重相差最小。
特别需要说明的是，样本回归的结果反映的是总体样本一般意义上的影响方向。由数据可知，协议供应的工业用地中，以高耗能的重工业和能源生产工业为主，占比近70%，而高科技工业比重不到5%。工业用地供应中的协议比重越大，往往意味着更多的高耗能工业项目，也意味着更高的碳排放水平。但随着最新环保法、生态文明建设、弹性土地供应等诸多方面法规政策的出台和施行（尤其是2015年以来），地方政府在协议供地过程中对项目环保审核适当收紧，进而一定程度上对工业能源碳排放产生微妙的影响（进一步分析见5.4）。这很可能是分组回归结果未能通过显著性检验的原因。 4.3 供应价格的影响：“价格效应”
总体上，价格偏离度对三个工业能源碳排放变量的影响为负。其滞后项的负向影响尤为稳健。其滞后二期项对产均工业能源碳排放的影响显著为负。这表明工业用地协议出让价格越接近最低供应价格，工业能源碳排放越大，尤其表现在碳排放强度上。这一影响具有滞后性。
工業用地出让价格偏离度反映了区域工业用地市场的竞争程度[28]，其协议出让价格也体现了地方政府供应价格的“底线”和“引资的诚意”。值得注意是，协议价格偏离与商品房用地供应面积相关系数为负，而“工业用地协议出让价格与商住用地供应价格偏离”和商住用地价格、商住用地收入相关系数均为负。这可能恰好印证：低价协议出让工业用地只是地方政府土地供应组合拳的“一拳”，往往伴随着高价供应更多的商住用地，以获取更多财税的另“一拳”[54-56]。
一般地，较高的土地成本可能一定程度上抑制工业企业（尤其是低端企业）的扩张规模。但由于协议价格本来就较低，相比市场价格更低，因此，通过协议获得的用地更多，可能意味着获得的“价格剩余”更多，抑制作用可能非常有限，反而还可能促使工业企业竞争趋于激烈，工业用地供地宗数略有增加。价格偏离度与工业用地供应宗地数量的相关系数为正。同时，地价是市场竞争程度的反映，以较高价格获得土地的工业企业“实力”可能更强，往往更加集约经营土地[35]。价格偏离度与工业产值的相关系数为正，其滞后两期的相关系数更大，且其滞后两期项与“规模以上工业企业R&D支出占所有工业企业产值比重”的相关系数更高。这表明，对于总体的工业企业而言，较高的协议价格对研发资金可能并没有“挤出”作用，反而一定程度上可能会倒逼研发强度，为工业产值的增加提供了有力的技术保障。有研究也证实合理的工业用地价格有利于促进产业升级[30]、工业效率提升[31]。
5 稳健性检验
5.1 效应间相关性的检验
从相关系数上看，供应面积反映了土地供求情况，而协议出让面积比重更多的是反映土地市场化程度，两者没有必然联系。同时，供应面积与价格偏离度的上升和下降也不存在必然的相关关系。而协议面积比重与工业用地供应的平均价格可能存在很强的相关性，但与价格偏离度也没有必然联系。即便如此，本文在计量模型中仍然采用了逐步加入解释变量的方法来处理。具体分三步进行回归，将规模效应、协议效应以及价格效应逐次考虑到模型中。以GMM模型为例，工业用地供应对碳排放的回归结果总体稳健。
5.2 工业类型影响的检验
作为地方政府的主要调控手段，供地方式很大程度上影响着引入企业的行业类型。因此，在“土地引导产业走”的视角下，行业类型在一定程度上内生于供地方式。但毋庸置疑，从总体上讲，“土地跟着产业走”的情况在现实中确实存在，即地方政府在一定时期内往往具有特定的产业类型偏好，从而采用特定的供地方式和价格。为此，根据碳排放强度差异，借鉴文献[53]，将工业行业进一步细分为能源生产工业、高科技工业、重工业和轻工业四类。但细分后的数据显示，同类型工业的协议面积比重在不同时点和不同地区并非固定不变。这表明，不同地区或时期的地方政府，在引入同类工业用地项目时，土地供应方式的选择具有灵活空间。因此，遗漏的行业变量或许并不能造成严重的内生性。这也是本文仅控制“工业产值比重”的主要原因。
为了稳健起见，本文针对不同类型工业供应进行了分组回归。考虑到工业类型对工业能源碳排放的影响主要表现在碳强度方面，故以产均工业能源碳排放为因变量进行分组回归。系统GMM模型结果显示，不同类型工业的供应面积、协议面积比重和价格偏离的回归系数和显著性存在不同程度的差异。对于高科技工业，供应面积、协议面积比重的回归系数存在负数，且价格偏离存在显著正向影响。这表明高科技工业供应，有利于降低整个工业的碳排放强度。而对于重工业而言，与总体回归结果一致，即供应面积和协议面积比重回归系数总体显著为正，价格偏离回归系数为负。这表明重工业是影响工业碳排放重要方面。这意味着行业类型是工业用地供应行为影响碳排放的一个中介变量。
5.3 存量用地影响的检验
由于存量工业用地取得的年份等情况千差万别，因此其协议面积、价格“追溯”获取的难度极大。不过，“中国城市统计年鉴”上，列有各省市城市的工业用地面积，即实际的城市工业用地总面积，包括上年的存量和本年转换后的实际增量。特别说明的是，当年的土地供应面积并非与实际增量面积完全对应，还考虑到其工业用地建设周期（一般要求为2a），因此，一般是当年供应面积中实际建成的部分和前两年供应在当年建成的部分之和。但考虑数据可获得性、来源的一致性和工业用地主要集中在城市范围内，因此，用各省市城市的工业用地总面积来作为各省市工业用地面积的替代值，与工业能源碳排放相关系数超过0.5。采用系统GMM模型进行回归，其结果也表明城市工业用地面积与工业能源碳排放正相关，且滞后一期项在1%水平上通过显著性检验。这表明，工业用地供应增量与工业用地总量对工业能源碳排放的影响方向是一致的。
本文中的工业用地供应是增量的范畴。为了检验工业用地供应对碳排放的影响的稳健性，本文将碳排放变换为增量指标（ΔC=Ct-Ct-1），作为新的因变量进行回归。保持其他变量不变的情况下，采用系统GMM进行了回归，基本与表3一致。这说明，土地供应增量对总碳排放的影响，和对增量碳排放的影响是基本一致的，即供应面积、协议面积比重总体是正向影响，价格偏离总体负向影响。个别不尽一致的可能原因在于增量变量中含有存量工业用地的扩大再生产导致碳排放的增加部分。
5.4 政策时段影响的检验
2015年是生态文明建设的重要节点，该年国家出台或开始实施了诸多重要的法规政策，尤为重要的有最新的环境保护法、中共中央、国务院印发的《生态文明体制改革总体方案》等。特别地，2015年中国提出2030年左右实现二氧化碳“达峰”的承诺;次年，国务院颁布实施了《“十三五”控制温室气体排放工作方案》。土地供应对碳排放的影响很可能受到以上政策的阶段性作用。为此，以2015年为分界点，对前后两个时段进行分组回归。结果表明，总体上两个时段工业用地供应对工业能源碳排放存在差异性影响。 尤为明显的是，对产均工业能源碳排放而言，工业用地供应面积、协议面积比重的回归系数由正转为负。这可能说明，在环境管理责任强化和GDP考核权重弱化的情况下，协议引入质量更高的项目往往被看成一种“时尚”或者政绩;同时，受到节约集约用地要求、规模经济和集聚效应的共同作用下，工业用地供应面积越大越有可能利于降低碳排放强度。最新研究表明，区域碳排放强度的空间集聚性显著[57]，并趋于增强，同时存在“马太效应”[58]。土地供应可能一定程度上强化或实现了这些特征。同时，排污收费强度的负向影响由不显著变为显著（1%显著水平），系数也明显增大。这意味着新时期环境保护背景有利于强化环境规制的减排效应。
较为特别的是，对于工业能源碳排放而言，价格偏离度的当期项、滞后一期项和滞后两期项回归系数方向在两个阶段正好相反。这可能表明，一方面，价格偏离度存在周期性影响;另一方面，阶段政策对这种周期性影响存在逆向调控的作用。若开始阶段要求和价格均较低，项目准入的门槛较低而使得项目趋于增多，促使碳排放增加。当引入的项目增多，竞争趋于激烈，而且短期内供应指标相对有限，因此地方政府就可能相应调整策略，适当调高价格，增加环境要求。地方政府这一行为在环境保护压力加大的背景下可能趋于强化。
6 結论与启示
6.1 主要结论
综上可知，在控制了经济水平、城镇化水平、环境规制与减排政策等主要因素的情况下，地方政府工业用地供应行为对工业能源碳排放具有显著影响，主要表现为“规模效应”“方式效应”和“价格效应”。
其一，总体上，工业用地供应规模增加，引致工业规模的扩大，带来工业能源碳排放显著增加;同时，通过工业用地供应结构，影响到产均工业能源碳排放和人均工业能源碳排放，主要原因在于供应给了能源生产、重工业能源碳排放强度较高的行业。供应规模还可能带来碳排放强度减少，这受到引入工业项目类型和环保发展阶段的影响。
其二，总体上，协议出让方式正向影响到能源碳排放，尤其表现在产均工业能源碳排放，主要原因是协议过程中，更可能降低环境规制和环保支出强度，引入更高比例的高碳工业。协议面积比重对工业能源碳排放还具有门槛效应。
其三，工业用地供应价格是地方政府引入工业项目重要调控工具，通过价格信号的传导机制，很可能以更低的价格出让而引入更高比例的高碳工业，从而显著地导致地区碳排放的增加。
6.2 主要启示
基于前文分析，面向工业能源碳减排，工业用地供应行为的目标应从传统GDP增长转变到绿色和高质量增长上来，工业用地供应行为的方式应从传统的土地市场转变到政府有效调控、市场起决定性作用的土地市场，如“先租后让”等，工业用地供应行为的路径主要包括逐步淘汰高耗低效的能源产业用地、加快产业绿色转型和结构升级、支持绿色产业项目用地、建立工业用地全生命周期管理模式等;工业用地供应行为的配套政策包括加大绿色发展在绩效考核中的权重、加强环境规制、创新绿色金融政策等。主要的政策启示如下。
其一，适度控制工业用地供应总规模、优化供应结构。不同地区工业用地的全要素绿色利用效率存在较大差异[59]。因此，基于不同的发展阶段和地区特点，适当控制工业用地规模，同时通过优化工业用地供应的内部结构，引导工业内部行业的升级和转型。工业内部各行业之间存在着一定相互依赖或共生的关系，理论上应该有一个合理（均衡或自洽）的内部结构，而且不同的发展阶段的最优结构关系存在一定差异，因此需要通过工业用地供给侧的结构调整，从劳动力、能源、资本、研发投入等方面优化产业集群模式[60]。
其二，充分发挥协议出让的积极作用。尽管本文考察期内，协议引入的工业企业总体上碳排放偏高。但协议出让并不必然带来区域碳排放的增加，而关键看协议出让的结构和环境规制的执行。随着“生态文明”理念深入人心，尤其是中央环境集权、环境规制加强和环境督察制度的完善，“党政同责”“一岗双责”和“终身追究”等控制措施的实施[42]，环境质量考核在政绩考核中权重的提升，地方政府的激励结构可能发生变化，其工业用地的协议出让行为也可能发生结构性变化;可通过较低协议价格的方式，倾向于支撑更高科技或更低碳高效的工业产业的发展，引导土地市场向低碳方向发展。
其三，还需跟进相关配套措施，如：适当强化低碳方面的考核指标，加快优化地方政府官员的激励结构;采取差异化的环境规制，形成环境规制工具“组合拳”;加快并切实推进低碳试点工作;基于工业用地经济、社会和环境的全面信息调查，构建其大数据平台，为优化工业用地供应决策和研究提供基础信息;完善土地征收、流转制度，建立低碳的土地利用政策[61]。
（编辑：王爱萍 ）
参考文献
[1] 林兆木. 关于我国经济高质量发展的几点认识[N/OL].北京：人民日报， 2018-01-17[2019-09-15]. http：//theory.people.com.cn/n1/2018/0117/c40531-29768994.html.
[2] 傅勇，张晏. 中国式分权与财政支出结构偏向：为增长而竞争的代价[J]. 管理世界， 2007（3）：4-12，22.
[3] 王娟，张克中. 财政分权、地方官员与碳排放——来自中国省长、省委书记的证据[J]. 现代财经（天津财经大学学报）， 2014 （9）： 3-14.
[4] 祁毓，卢洪友，徐彦坤. 中国环境分权体制改革研究：制度变迁、数量测算与效应评估[J]. 中国工业经济， 2014（1）： 31-43.
[5] 周黎安. 转型中的地方政府官员激励与治理[M].上海：格致出版社，上海人民出版社， 2017. [6] 陈诗一. 能源消耗、二氧化碳排放与中国工业的可持续发展[J]. 经济研究， 2009（4）： 41-55.
[7] 国务院.国务院关于印发“十三五”控制温室气体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] 工业和信息化部.工业和信息化部关于印发“工业绿色发展规划（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] 中华人民共和国，美利坚合众国.中美气候变化联合声明[EB/OL]. （2014-11-12） [2019-09-15]. http：//politics.people.com.cn/n/2014/1112/c70731-26010508.html.
[10] 丰雷，孔维东. 2003年以来中国土地政策参与宏观调控的实践——特点、效果以及存在问题的经验总结[J]. 中国土地科学， 2009， 23（10）： 8-13.
[11] 瞿理铜. 低碳经济视角下土地利用调控的思路探讨[J]. 中国国土资源经济， 2012（11）： 29-30， 47， 55.
[12] 赵荣钦，黄贤金，刘英，等. 区域系统碳循环的土地调控机理及政策框架研究[J]. 中国人口·资源与环境， 2014， 24（5）： 51-56.
[13] 赵荣钦，黄贤金，揣小伟. 中国土地利用碳排放的研究误区和未来趋向[J]. 中国土地科学， 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] 吕玉霞.土地资源配置及其经济效应的研究评述[J]. 山東师范大学学报（人文社会科学版），2017（4）：77-87.
[17] 卢建新，于路路，陈少衔. 工业用地出让、引资质量底线竞争与环境污染——基于252个地级市面板数据的经验分析[J]. 中国人口·资源与环境， 2017， 27（3）： 90-98.
[18] 张鸣. 工业用地出让、引资质量底线竞争与工业污染排放：基于城市面板数据的实证研究[J]. 中共浙江省委党校学报， 2017 （4）： 107-114.
[19] 杨其静，卓品，杨继东. 工业用地出让与引资质量底线竞争：基于2007—2011年中国地级市面板数据的经验研究[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. 城市规模与空间结构对碳排放的影响[J]. 城市发展研究， 2012， 19（3）： 89-95， 112.
[22] 李斌，李拓. 环境规制、土地财政与环境污染——基于中国式分权的博弈分析与实证检验[J]. 财经论丛， 2015（1）：99-106.
[23] 於冉，黄贤金.碳排放峰值控制下的建设用地扩展规模研究[J].中国人口·资源与环境，2019，29（7）：66-72.
[24] 袁凯华，甘臣林，杨慧琳，等.建设用地扩张与碳排放增长的EKC验证及特征分解研究——以武汉市为例[J].中国土地科学， 2019，33（1）：56-64.
[25] 余娇，赵荣钦，侯丽朋，等.郑州市典型产业用地效益与碳排放强度的关系研究——基于181家企业的调查[J].中国土地科学， 2018，32（8）：74-80.
[26] 许恒周，郭玉燕，陈宗祥. 土地市场发育、城市土地集约利用与碳排放的关系——基于中国省际面板数据的实证分析[J]. 中国土地科学， 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] 张琳，王传镇，黎小明，等.地方政府供地行为对工业用地市场价格影响的实证研究[J].科技与管理， 2018，20（6）：43-50.
[30] 李美姣.地方政府土地出让行为、工业用地价格与产业升级[J].现代盐化工， 2018，45（3）：91-92，101.
[31] 席强敏，梅林.工业用地价格、选择效应与工业效率[J].经济研究， 2019，54（2）：102-118.
[32] 张莉，年永威，皮嘉勇，等.土地政策、供地结构与房价[J].经济学报， 2017，4（1）：91-118.
[33] 张莉，朱光顺，李世刚，等.市场环境、重点产业政策与企业生产率差异[J].管理世界， 2019，35（3）：114-126.
[34] 彭山桂，陈晨，王健，等. 居住模式、地方政府土地供给行为与人口流动——以广东省和山东省为例[J]. 资源科学， 2017， 39（10）： 1858-1870.
[35] 陈沁. 城市化——人口和土地的要素再配置[D]. 上海：复旦大学， 2013.
[36] 陆铭，张航，梁文泉. 偏向中西部的土地供应如何推升了东部的工资[J]. 中国社会科学， 2015（5）： 59-83， 204-205.
[37] 陆铭：中国经济的未来是空间重构[EB/OL]. http：//finance.sina.com.cn/money/future/roll/2018-02-01/doc-ifyreuzn1185324.shtml.
[38] 王继田，苏方林.碳排放约束、土地红利锐减与经济增长尾效[J].菏泽学院学报，2019，41（2）：68-75.
[39] 查建平，唐方方，郑浩生. 什么因素多大程度上影响到工业碳排放绩效——来自中国（2003—2010）省级工业面板数据的证据[J]. 经济理论与经济管理， 2013（1）：79-95.
[40] 刘晓玲，熊曦. 工业企业效益与碳排放的脱钩关系动态比较——基于ABS冶炼公司“十一五”以来的数据[J]. 财政研究， 2015（3）： 16-21.
[41] 叶丽芳，黄贤金，谢泽林，等. 城乡土地市场一体化下的农村工业用地现状及特征分析——以无锡市胡埭镇、钱桥镇、锡北镇为例[J]. 土地经济研究， 2015（1）： 37-58.
[42] 张华，丰超，刘贯春. 中国式环境联邦主义：环境分权对碳排放的影响研究[J]. 财经研究， 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] 國家气候变化对策协调小组办公室， 国家发展和改革委员会能源研究所.中国温室气体清单研究[M].北京：中国环境科学出版社， 2007：73.
[48] 刘红光.产业能源消费碳排放的区域联系研究[D].北京：中国科学院地理科学与资源研究所，2010.
[49] 刘红光，刘卫东，唐志鹏.中国产业能源消费碳排放结构及其减排敏感性分析[J].地理科学进展， 2010（6）：670-676.
[50] 卢娜.土地利用变化碳排放效应研究[D].南京：南京农业大学， 2011.
[51] 国家发展和改革委员会. 低碳发展及省级温室气体清单编制培训教材[EB/OL]. （2014-03-28） [2019-09-14]. http：//www.ndrc.gov.cn/zwfwzx/xzzq/bgxz/201403/W020140328576309991066.pdf.
[52] 中国统计局.中国能源统计年鉴（2012）[M].北京：中国统计出版社， 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，唐鹏. 中国式分权与城市土地出让价格的偏离——以长三角地区城市为例[J]. 资源科学， 2013， 35（6）： 1134-1142.
[55] 唐鹏，石晓平，曲福田.地方政府竞争与土地财政策略选择[J].资源科学， 2014， 36（4）：702-711.
[56] 张涌.工业用地招拍挂制度和地方政府土地财政政策[J].公共经济与政策研究， 2018（2）：116-126.
[57] 苑韶峰，唐奕钰.低碳视角下长江经济带土地利用碳排放的空间分异[J].经济地理， 2019，39（2）：190-198.
[58] 王少剑，黄永源.中国城市碳排放强度的空间溢出效应及驱动因素[J].地理学报， 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