政府环境规制对城市土地利用效益的影响研究*

2022-09-01李晓春张谦雅

中共南京市委党校学报 2022年4期

李晓春张谦雅

引言

党的十九大报告中明确指出，中国特色社会主义进入新时代，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾；需要始终贯彻创新、协调、绿色、开放、共享的新发展理念，建设现代化经济体系，为实现中华民族伟大复兴的中国梦奠定坚实的基础。

一方面，“人民日益增长的美好生活需要”与全面小康相辅相成，除了基本的物质文化需要，还囊括了社会民生、生态环境、法治安全等多个领域。“十四五”时期经济发展主要目标明确要求持续改善生态环境与城乡人居环境，实现生产生活方式绿色转型，持续减少主要污染物排放总量，充分说明了生态文明建设的突出地位。在“良好的生态环境应该成为全面建成小康社会的底色”的顶层设计下，“绿水青山就是金山银山”的理念逐渐成为社会共识，人与自然和谐共生的命运共同体意识亦成为新时代社会主义现代化的重要内涵。此外，传统的经济增长范式在过去的中国经济建设实践中选择性忽略生态环境保护与治理，Chan等[1]指出“中国的经济增长伴生着城市人口的扩张与超级城市的出现，其结果就是能源消费的大幅上涨、空气污染物的大量排放与相关城市群的低空气质量”。因此，在当前中国所处时期，政府环境规制有增强倾向，需不断推进资源节约与环境友好的绿色发展体系建设。

另一方面，“不平衡不充分的发展”制约着经济潜力的进一步发挥，加之中国自然地形复杂多元、空间资源环境承载力存在较大的东西差异，实际宜居面积仅占国土面积的20%。在有限土地资源的客观条件约束下，更需高效利用国土空间，提升土地利用效益。国家统计局数据显示，2019年年末中国常住人口城镇化率达60.6%，提供工业品与服务产品的城市化地区已成为人力资源、创新资源的高效集群，其土地利用效益提升将带来更大的边际价值。

综上所述，新时代中国特色社会主义社会的主要矛盾要求增强政府环境规制，强化城市地区生态保护与环境治理，转变粗放的发展方式，优化空间结构布局，实现土地利用效益提升。但二者属于不同目标集群，其关系存在不确定性与争议性，且学术界在此领域的相关研究较少。本研究旨在通过理论研究揭示政府环境规制与城市土地利用效益之间的联动机制，并通过实证分析验证该机制的存在性与空间差异性；据此提出切实的政策建议，以期在重要战略机遇期为中国高质量经济发展建言献策。

一、文献综述

(一) 政府环境规制的文献综述

2012年以来，政府环境规制问题越来越受到国内学术界的重视。中国科学院公布的《2019研究前沿》中显示，经济学、心理学及其他社会科学领域Top 10热点前沿中有2个与资源环境经济相关，而政府环境规制是资源环境经济学领域的重要话题。从数量上看，1998—2012年，CSSCI期刊上该话题的年均发文量仅3.91篇；2012年起显著上升，2013—2020年间年均发文量达27.38篇，2019年CSSCI期刊上共有43篇论文与之直接相关。

从内容上，大量文献关注到了政府环境规制的影响。李胜兰等[2]在地方政府竞争的大框架下，探究了政府环境规制对区域生态效率的影响，发现政府绩效考核机制的转变能够有效促进地方政府由“逐底竞争”向“逐顶竞争”转变，环境规制对区域生态效率的效应亦由负转正。赵霄伟[3]在此基础上细化了政府环境规制的竞争类型，发现其对经济增长效应的作用方向、显著程度存在空间差异。此外，王锋正等[4]利用2001—2012年中国省级面板数据，通过回归分析发现政府环境规制强度对绿色产品与绿色工艺创新的影响相反，前者显著为负，后者显著为正；而张娟等[5]指出，若不区分产品与工艺，绿色技术创新产出与环境规制强度之间呈“U”型关系，且具有一期滞后性。但这部分研究影响的文献对土地利用效益关注不多，且研究时将区域作为整体进行考量，未将城市与农村进行区分。

此外，部分国内文献还关注到地方政府之间[6-7]、地方政府与微观企业之间在环境规制上存在博弈[8-9]。这部分文献充分考虑到了中国式分权制度下区域之间的交互效应，启示本文若采用省级面板数据，可能样本非独立同分布，需考虑内生性。

国外文献对政府环境规制问题关注相对早于国内。以政府环境规制作为自变量，大量文献围绕波特假说进行了研究，但实证与理论研究结果均存在争议性[10]。如Lanoie等[11]以魁北克地区的制造部门数据为基础，认为政府环境规制降低了全要素生产率，而Rubashkina等[12]通过工具变量法发现该结论在欧洲制造业中相反，Jaffe等[13]则认为政府环境规制使企业创新投入显著增加，但对创新产出效应不明显。因创新、生产力与土地利用效益存在联动，上述文献佐证了政府环境规制与城市土地利用效益之间的不确定性，而这正是本文的研究价值所在。此外，部分文献关注到了政府环境规制对经济增长[14]、外商直接投资[15]、能源利用效率[16]等因素的影响，与国内文献所涉及研究领域差异不大，但也较少涉及城市土地利用效益问题。

(二) 城市土地利用效益的文献综述

土地利用效益指一定的时间与区域内, 单位土地面积在土地利用过程中直接产生的社会、经济、生态与环境效益, 其实质是单位面积土地投入与消耗在区域发展的社会、经济、生态与环境等方面的物质产出或有效成果[17]，一直以来是被广泛研究的热点问题[18]。对土地利用的综合效益评价将指出目标区域的土地利用效益现状, 是土地利用总体规划的基础和出发点, 是编制土地利用总体规划的重要依据, 是区域经济发展规划的参考依据[19]，因而受到地理学、经济学等多个不同领域的学者重视。

目前的文献多集中于具体行政区域内的土地利用效益评价。如彭建等利用层次分析法构建了社会、经济、生态与环境的协调度评价模型，发现南京市江宁区总体土地利用效益适中，并分析了七大土地利用效益类型区的空间差异特征[17]；叶敏婷等[20]认为深圳市总体土地利用效益中等，但各行政区的土地利用效益均呈上升趋势；杨丽霞等[21]则以浙江省11个城市为例，认为浙江省土地利用经济效益处于高水平，并呈显著的空间集聚形态。这部分文献普遍采用搭建综合评价指标体系的方法，聚焦其在微观行政区域内的空间差异，从土地利用效益本身出发提供相关政策建议；但综合评价指标体系法存在一定的主观性，也会制约变量相关性分析，所提建议的有效性与实践性有限。

部分文献意识到了这些不足，一是将研究对象在微观行政区划的基础上进行了扩延，如朱珠等[18]使用变异系数法确定权重，基于Topsis方法定量评价我国土地利用效益，确定了其整体利用水平较低、东中西部地域差异显著的主要特征，但这类文献总量相对有限。二是深入挖掘了影响土地利用效益的因素，如陈伟等[22]利用DEA模型与GIS空间分析，赵伟等[23]使用DEA模型与Tobit回归模型，认为经济发展水平、政府影响力、资本劳动比率、产业结构、自然保护区面积、地理位置等均会对中国建设用地利用效益造成影响；杨勇等[24]将研究对象限定为开放条件下的内陆地区，以重庆市为例，并明确将城市化作为自变量。上述文献调整了土地利用效益的测度方法，更侧重经济效益维度，为本文提供了借鉴；他们亦说明土地利用效益是多元因素的复合影响结果，启发了本文计量实证部分控制变量的选择，但它们较少关注政府环境规制问题。三是部分文献将土地利用效益的测度范围限定在城市，为本文提供了思路启发。如Zitti等[25]测度了长期城市扩张背景下，南欧地区城市土地利用效益的空间变化，张明斗等[26]聚焦东北三省，探究了城市土地利用效益与城市化的耦合协调性。

(三) 政府环境规制与城市土地利用效益

综上所述，目前国内国外学术界在政府环境规制、城市土地利用效益两方面均有较充实的研究成果，但鲜有文献将二者进行关联，直接成果有限，属于较新的研究领域。间接成果如钟成林等[27]使用超效率SBM模型与门限面板回归模型，将环境规制划分为激励性环境规制与非激励性环境规制,发现二者对城市建设用地生态效率存在显著的制度协同效应，且呈总体抑制倾向；王镝等[28]搭建的动态最优化模型显示，在土地城市化率较高时，政府趋向出台环境规制政策控制环境污染程度，使地均土地生态环境质量有所提高；Yang等[29]则在土地利用碳排放框架的限制下，使用Bootstrapping方法和门槛面板回归，证明了政府环境规制对生态效率的非线性影响。上述文献所选择的因变量与城市土地利用效益有一定相关性，研究思路与研究方法也为本文提供了借鉴；但它们均未明确涉及政府环境规制与城市土地利用效益的关系，本文将重点在此领域内进行研究。

二、理论推导与假设

本文选择逻辑演绎与数理模型相结合的方法进行理论推导，并基于此提出本文的假设。

(一) 逻辑演绎

首先进行逻辑演绎。一方面，政府环境规制程度增强，如对高污染工业(如造纸业、化学化工产业等)征收污染税，或限制此类工业过度扩张生产规模，或提升资质审批准入门槛等，进而引致生产成本的提升与利润的下降，导致经济生产规模被抑制，单位土地的经济产值下降，即土地利用效益下降。此外，政府环境规制程度的增强还会导致环保指标直接或间接地进入地方政府的绩效考核系统，如引入绿色GDP指标、规定城市绿化覆盖率红线、要求扩张城市公园绿地面积等，导致实际绿化面积在城市建成区面积中的占比上升；但公园、绿地等不属于生产型用地，除提供公共产品外无法直接产生经济价值，进而导致城市整体的土地利用效益下降。

但另一方面，政府环境规制程度的增强能够在一定程度上激励企业创新行为，这一结论已被众多学者认可。如曹霞等[30]发现，创新效率与环境规制强度呈“U”型关系，前期由于成本上升会抑制创新行为，后期由于环境优化，会促进创新效率的提升；他们[31]还通过构建政府、企业与消费者之间的演化博弈模型，使用Matlab仿生工具进行推导赋值求解，发现高强度的污染税收、低强度的公众环保宣传与适度的创新激励补偿对企业绿色技术创新的促进效果最明显；许士春等[32]认为“排污税率和排污许可价格与企业绿色技术创新的激励程度都成正相关”。技术创新与技术扩散导致规模报酬递增与长期生产成本递减，生产效率的提升引致城市土地利用效益上升。

综上所述，城市土地利用效益与政府环境规制的关系存在不确定性，其最终效应方向取决于上述正效应与负效应的相对大小与综合结果。由于技术创新存在研发周期，具有明显的时滞效应，结合曹霞等[30]的研究结果，推测政府环境规制前期负效应强于正效应，导致其对城市土地利用效益的综合效应方向为负；政府环境规制后期，创新的技术成果落地并作用于经济生产，正效应强于负效应，综合效应方向为正；若政府持续增加环境规制程度，导致环境规制过度，无法构成创新激励甚至直接抑制生产，综合效应方向为负。换言之，二者关系呈现从负相关到正相关再到负相关的过程。

(二) 数理模型

假定经济体生产的产品均同质，将总产量记为Y，将总污染量记为P。经济体可用土地面积为L，划分为两种不同类型：一类为生产建设类用地，这类土地有直接经济产出，但同时有污染的副产品；另一类为居住绿地类用地，这类土地能够吸收或无害化污染，但没有直接经济产出。记后者占比为ε，则前者占比为1-ε，满足0<ε<1。生产建设类用地的产出效率为λ，伴生的污染效率为m；居住绿地类用地的污染处理效率为n。科技水平越发达，污染处理效率越高，n的值越大。

“执政为民”是中国政府重要的执政理念，其经济意义为：政府决策的原则是社会群体效用最大化。设社会群体的效用函数为

U=ln(1+Y)-μln(1+P)①

(1)

由上述条件可知：

Y=L·(1-ε)·λ

(2)

P=L·(1-ε)·m-L·ε·n

(3)

故有

U=ln(1+L·(1-ε)·λ)-μln(1+L·(1-ε)·m-L·ε·n)

(4)

(5)

解得

(6)

城市土地利用效益用单位城市面积的经济产出②作为代理变量，故有

(7)

解得

(8)

当L·n<1时，g(ε)单调递增，landef(ε)单调递减；当L·n=1时，landef(ε)为常数③；当L·n>1时，g(ε)单调递减，landef(ε)单调递增。

其经济意义为：当技术发展程度较低时，城市土地利用效益与政府环境规制程度负相关；当技术发展程度较高时，城市土地利用效益与政府环境规制程度正相关。渐进性技术发展导致城市土地效益与政府环境规制程度呈U型曲线。同时需注意到此时前提条件中包含0<ε<1；当ε→1时，意味着政府过度环境规制，有Y→0，故landef→0。故在过度环境规制阶段，城市土地利用效益与之负相关。

综上所述，本文提出假设如下：

城市土地利用效益与政府环境规制程度呈“由负到正再到负”的相关性，如图1所示。

图1 城市土地利用效益与政府环境规制关系假设示意图

三、变量选取与数据来源

(一) 变量选取

为验证第二部分所提出的假设在实际经济运行中的存在性，本文使用计量实证方法进行检验。面板数据兼具截面数据与时间序列数据的优点，近年来被广泛应用于经济学实证研究，尤其是国家政策评估领域，故本文亦采用此类数据结构。基于数据的可得性、准确性与时效性原则，本文最终选择2008—2017年中国29个省级行政单位的面板数据作为计量实证分析的数据池。香港、澳门属于特别行政区，基本制度、经济形态与其他省级行政区存在较大的差异，需单独进行考察；北京市、上海市城市建成区面积缺失严重，因变量时间序列不完整；台湾省数据截面缺失严重。因此在样本中舍去以上5个省级行政单位，剩余样本包括东部地区10个，中部地区9个，西部地区10个，基本覆盖中国全区域，具备一定的代表性。

根据第二部分的假设，自变量为政府环境规制程度，因变量为城市土地利用效益。为避免遗漏变量偏误等一系列误差。本文加入控制变量如下：

产业结构：预期正相关。第二产业包括制造业、建筑业等感应力、影响力较强的行业，对城市整体经济发展起“龙头”作用；此外，第二产业具有重资本特征，土地纵向复合利用使其对土地横向延展依赖度较低，使得第二产业的土地利用效益较高。故产业结构越依赖第二产业，城市土地利用效益越高。在对自变量的影响上，第二产业的生产活动是城市的重要污染源，其占比越高，城市污染加剧的可能性越大，政府环境规制倾向越明显。综上，遗漏变量偏误预期为正，加入该变量后自变量系数降低。

科学技术水平：预期正相关。根据科布-道格拉斯生产函数Y=A·Kα·Lβ，A为科学技术水平，科学技术的进步能够在生产要素不变的情况下大大提升生产效率，进而引致城市土地利用效益上升。在对自变量的影响上，科学技术的进步能够增强政府环境规制的信心，降低环境规制的生产损失或成本，引致政府增强环境规制水平。综上，遗漏变量偏误预期为正，加入该变量后自变量系数降低。

人口密度：预期正相关。人口密度的实质是单位土地投入所能调度的劳动力存量水平，后者是重要的生产要素。人口密度上升，生产要素存量上升，有利于扩大生产规模；此外人口数量的上升伴生高质量人口的增长，有利于提高生产效率，二者均使得城市经济产出增加，促进城市土地利用效益的提升。在对自变量的影响上，更高的人口密度意味着“良好环境”这一公共产品具有更大的社会效益，促进政府提升环境规制水平。综上，遗漏变量偏误预期为正，加入该变量后自变量系数降低。

教育水平：预期正相关。地区的教育水平越高，城市人口质量综合水平越高，技术劳动力占比越高，越能提高经济生产效率，促进技术进步，从而提升城市土地利用效益。在对自变量的影响上，更高的教育水平意味着地区居民环保素养与环保意识更强，且在人才地区竞争的背景下对居住环境有更高的需求，引致政府环境规制水平的提升。综上，遗漏变量偏误预期为正，加入该变量后自变量系数降低。

(二) 数据来源

本文所选择的数据来源共两类：一是国家权威公开数据，二是自取数据。具体变量及其详细数据来源如下：

1. 自变量

政府环境规制(envi)：沈艳等[33]指出，文本大数据具有来源多样化、数据量增长快和高频等特征，为经济学研究提供了全新的分析视角。大数据文本挖掘的本质是将非结构化的中文原始文本，通过映射输出为结构化的数据矩阵，并从中提取出目标信息序列。其中词典法是一种经典的文本大数据挖掘方法，在Garcia[34]、Tetlock[35]等人的研究中均有采用。本文借鉴Da等[36]自建词典的方法，通过随机抽样阅读与词频分析预检，自主构建政府环境规制相关词典(见表1)，并以此为基础进行文本挖掘。

在文本库选择方面，大量研究地方政府财政经济问题的文献选择了政府工作报告[37-39]。首先，政府工作报告是中国根本政治制度中的重要环节，每年各级政府均需在当地人民代表大会会议和政治协商会议上向大会主席团、与会人大代表和政协委员发布这一报告，具备较强的权威性；其次，政府工作报告内容丰富全面，涵盖一年内工作回顾、当年工作任务和政府自身建设的方方面面，报告中各部分篇幅占比能够相对客观地反映当年政府的工作重点与重视程度；最后，政府工作报告向全社会公开，能够通过爬虫等手段以较低成本获得完整性好、损耗小的原始文本。结合研究的时间区间，本文选择了报告年为2008—2017年的省级政府工作报告。

因政府工作报告属于政府公文，用词规范精准，段落大意集中，相较于已有文献所使用的词典法的词频权重分析，以段落为考察单位能够更准确地反映篇幅占比。同时，政府工作报告的公开性和权威性保证了原始文本中标点符号使用的规范性，因此，本文以自建的政府环境规制词典(见表1)为基础，将上述政府工作报告分解为语料库，编写Python程序④识别提取环境规制相关的语料，使用大数据文本分析方法计算这部分语料在全文中的篇幅占比，将其作为政府环境规制程度的代理变量。

表1 政府环境规制词典

2. 因变量

3. 控制变量

四、计量实证分析

(一) 描述性统计

在进行计量回归之前，首先对因变量、自变量与控制变量进行描述性统计(见表2)。

表2 基本描述性统计

数据来源：政府工作报告大数据文本挖掘结果、国家统计局统计数据库、《中国环境统计年鉴》《中国统计年鉴》《中国2010年人口普查资料》

由表2可知，2008—2017年时间区间内各省级行政单位的平均土地利用效益为867.7亿元/km2，最小值为330.1亿元/km2，最大值为1738亿元/km2，标准差较大。政府环境规制水平平均值为13.11%，最小值为5%，最大值为23.21%。

表2的基本描述性统计模糊了面板数据的时间维度和空间维度，故使用图2和图3分别对因变量土地利用效益和自变量政府环境规制程度进行时空维度的可视化。其中，由于样本省级行政单位达29个，不进行数据重编码不具备经济学意义，故在空间维度上使用中经网-中国地区经济发展报告公布的东中西部划分标准，将天津、河北、辽宁、江苏、浙江、福建、山东、广东、广西与海南划分为东部地区，山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北与海南为中部地区，重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏与新疆为西部地区。

图2 土地利用效益随时空变化折线图(单位：亿元/km2)

图3 政府环境规制程度随时空变化折线图(单位：%)

如图2，2008—2017年的时间区间内，全国平均土地利用效益呈平缓上升趋势，从698.50亿元/km2上升到991.33亿元/km2，各地区趋势与总体趋势基本同步。在空间地域分异方面，东部地区高于中部地区，中部地区高于西部地区，但西部地区与东中部地区的土地利用效益差距有扩大化倾向。

图3显示政府环境规制程度总体上呈现明显的波动上升，从2008年的10.50%上升至2017年的15.77%。东中西部地区的指标变化差异较大，虽都呈波动上升趋势，但与整体不同步；此外，中部地区政府环境规制程度整体上略低于西部与东部。

结合图2与图3，可知土地利用效益与政府环境规制程度在中国呈现地域分异，启示本文在计量实证部分将总体与分区域计量分析结合使用。

(二) 一元线性回归

首先进行一元线性回归，建模如下：

landefit=β0+β1enviit+uit

(9)

其中，landefit代表第i省在第t期的土地利用效益，enviit代表第i省在第t期的政府环境规制水平，β0为截距项，β1为自变量系数，uit为误差，且满足E(uit)=0。因本文选择的面板数据在2008—2017年的时间区间内，各省级行政单位的个体经济特征突出且组间差距无异动，因此选择固定效应模型(该结论亦被Hausman检验验证)。此时不考虑其他控制变量的影响，回归结果见表3(1)。

在不加入其他控制变量的情况下，截距项为671.2，自变量系数为14.99，二者的双侧检验p值均达0.000，说明效应显著。其经济学意义是，政府环境规制程度每提高1个单位，土地利用效益增加14.99亿元/km2，二者呈正相关。但此时调整R2=0.073，说明一元线性回归的拟合较差，存在较大的遗漏变量偏误，故进行多元线性回归。

(三) 多元线性回归

多元线性回归仍采用最小二乘法，在一元线性回归模型的基础上加入控制变量，基础模型为：

(10)

其中βn为控制变量系数，Cnit表示第i省在第t期的第n-1个控制变量，共m个；其余变量及假设不变。

根据第三部分，依次分步加入选定的控制变量。具体模型如下所示⑦：

landefit=β0+β1enviit+β2indstrit+uit

(11)

landefit=β0+β1enviit+β2indstrit+β3techit+uit

(12)

landefit=β0+β1enviit+β2indstrit+β3techit+β4popuit+uit

(13)

landefit=β0+β1enviit+β2indstrit+β3techit+β4eduit+uit

(14)

landefit=β0+β1enviit+β2indstrit+β3techit+β4popuit+β5eduit+uit

(15)

回归结果如表3(2)至(6)所示。

在逐步加入控制变量以降低遗漏变量偏误的过程中，调整R2由(1)中的0.073上升至(5)中的0.476与(6)中的0.474，说明多元线性回归模型拟合更佳。自变量envi的系数由(1)中的14.99逐步下降到(5)中的3.923与(6)中的3.863，p值保持在0.026与0.029，均大于95%的置信水平，说明地区的城市土地利用效益与政府环境规制程度显著正相关。系数绝对值的逐步下降说明遗漏变量偏误在一元线性回归模型中造成正向误差，与第四部分中的预期一致；回归(5)与回归(6)显示，当政府环境规制水平上升1个单位，城市土地利用效益上升3.923或3.863亿元/km2。

表3 一元与多元线性回归结果

除人口密度popu外，控制变量在回归(2)至(6)中全部显著，且自变量系数如预期判断持续降低，说明产业结构indstr、科学技术水平tech和教育水平edu是有效的控制变量。

以回归(6)为例⑧，首先城市土地利用效益与第二产业占比显著正相关。当第二产业占比上升1个百分点，城市土地利用效益上升4.732亿元/km2。其次，城市土地利用效益与科学技术水平、教育水平显著正相关。当科学技术水平上升1个百分点，城市土地利用效益上升63.94亿元/km2；当教育水平上升1个百分点，城市土地利用效益上升28.09亿元/km2。对比可知，科学技术水平与教育水平对单位变动对城市土地利用效益的影响更大。

最后，城市土地利用效益与人口密度并不显著相关，p值为0.604，无法拒绝原假设；0.00622的系数说明其综合影响基本为正，与预期方向无差异。该结果说明在人口维度，数量因素的影响弱于质量因素。原因可能是人口密度的增加具有双重效应：一方面，人口密度上升使得单位面积承载的劳动力存量上升，扩大技术劳动力与非技术劳动力基数，从而提高土地利用效益；但另一方面，更大的人口密度导致更高的污染排放与能量消耗，后者导致土地利用效益的下降。二者的不确定性与此消彼长使得人口密度变量popu不显著，作为控制变量的效用有限，在进行下一步的计量实证时可酌情考虑删去。

(四) 多元非线性回归及其区域分异结果

上述线性回归结果预先假定城市土地利用效益与政府环境规制程度呈线性关系，但该假定过于严格，实际经济运行过程中二者关系可能是非线性的。因此引入二次项、交叉项进行多元非线性回归，计量实证结果见表4。由于多元线性回归结果中popu不显著，且加入popu前后模型差异不大，故在非线性回归中删去该变量。此外，描述性统计显示不同地区分异明显，故进行分区域面板回归。

引入二次项的非线性回归模型为：

landefit=β0+β1enviit+β2enviit2+β3indstrit+β4techit+β5eduit+uit

(16)

引入交叉项的非线性回归模型为：

landefit=β0+β1enviit+β2enviit×eduit+β3indstrit+β4techit+β5eduit+uit

(17)

变量解释与假设同前。表4中，envi2为自变量envi的二次项envi2，enedu为自变量envi与控制变量edu的交叉项envi×edu。(1)至(4)为引入二次项的回归，(5)至(8)为引入交叉项的回归。

表4 多元非线性回归结果及其地域分异

首先引入二次项。全样本回归中一次项、二次项系数均显著，调整R2上升至0.48，说明非线性模型拟合更好。二次项系数为-0.543，说明城市土地利用效益与政府环境规制程度呈倒U型；一次项系数18.82，说明拐点所在位置为17.33。当政府环境规制水平<17.33时，城市土地利用效益与政府环境规制水平呈正相关；当政府环境规制水平>17.33时，呈负相关。2017年全国各省平均政府环境规制水平为15.77，在拐点以左，此区间与前述多元线性回归的结论一致。

为呈现东中西部地区的分异，将因变量估计量与自变量可视化如图4。

图4 倒U型曲线的地域分异

图4说明城市土地利用效益与政府环境规制程度基本均呈倒U型。但拐点位置存在较大的差异，西部地区的拐点为12.96，东部地区拐点为19.90，中部地区拐点为28.36，呈现西部<全国<东部<中部的规律。从变量显著性的角度来看，西部地区的一次项系数与二次项系数均显著，说明倒U型曲线关系显著；此外，2015—2017年西部地区平均环境规制程度为15.47，已越过12.96的临界值，进入负相关区间。但这并不意味着西部地区需降低内生的政府环境规制水平，因为西部地区是三大地区中唯一一个拐点临界值低于全国平均水平的地区，图4亦能直观说明其函数形状与其他地区存在较大差异；换言之，西部地区的政策方向应为改变函数形状，利用外生的教育因素等推动拐点右移。东部地区、中部地区的一次项系数与二次项系数不显著，倒U型关系可能不明显；但其2015—2017年的平均政府环境规制水平均在各自拐点左侧且有一定距离，仍处于正相关区间内，若继续提高政府环境规制水平，能够提升该省的城市土地利用效益。

由于引入二次项后，东部与中部地区系数不显著，因此引入交叉项，回归结果见表4的(5)至(8)。引入交叉项后的全样本回归自变量p值仅0.002，交叉项p值0.016，控制变量置信水平均在99%以上，结合上升至0.485的调整R2，说明效应显著。自变量系数12.19，交叉项系数-0.781，说明政府环境规制程度上升1个单位，城市土地利用效益上升(12.19-0.781×edu)亿元/km2，二者正相关。

从区域分异角度，东部和中部地区的自变量系数与交叉项系数均显著。据表4，东部地区政府环境规制程度上升1个单位，城市土地利用效益上升(15.43-0.866×edu)亿元/km2；中部地区政府环境规制程度上升1个单位，城市土地利用效益上升(34.62-2.177×edu)亿元/km2。参考各区域近3年教育水平现状，上述系数始终为正，说明正相关关系在较长的时间区间内始终成立；交叉项系数为负，说明其正相关程度随地区教育水平的上升而下降，换言之，政府环境规制程度的边际效用递减。二者关系始终正相关，加之东部地区对教育水平的敏感程度低，中部地区教育水平绝对量偏低使其落在高系数区间，故均可通过提升政府环境规制水平以提高城市土地利用效益。此外，西部地区的自变量系数与交叉项系数均不显著，说明西部地区交叉效应不显著。

对比引入二次项和交叉项的非线性回归模型及其区域分异结果，结合系数显著性与调整R2，本文发现了一个非常有意思的结论：在西部地区，城市土地利用效益与政府环境规制程度呈倒U型关系，教育水平对二者关系没有显著的直接影响；而在东部地区和中部地区，倒U型关系不显著，但教育水平的交叉效应显著。结合2015—2017年西部地区<中部地区<东部地区的平均教育水平现状，本文提出一个可能的机制解释：城市土地利用效益与政府环境规制程度的倒U型曲线的拐点后区间，会因为教育水平绝对量的上升而发生扭转或拐点后移。西部地区教育水平绝对量低，人口质量因素无法使倒U型曲线形变，因此在现有的政府环境规制水平下，落在负相关区间内；东中部地区教育水平绝对量高，倒U型曲线的正相关区间扩延并受人口质量因素的直接影响，在正相关区间内满足边际效用递减。具体参见图5。囿于篇幅限制，本文在此不做展开，期待学术界进行进一步的验证与探讨。

图5 教育水平导致倒U型曲线的拐点右移或扭转

倒U型曲线的实际与第三部分中所提出的假设略有差异：假设中所提出的环境规制初期的负相关部分在中国的实际经济运行中可能并不存在，故被截断为倒U型。本文在此提出两种解释：一是2008—2017年的时间区间内，中国的科技水平已有了一定的存量积累，超越了基础阈值⑨；二是中国通过改革开放实现了经济的“起飞”，外向型经济的特征明显。通过吸引外资等资源置换手段促进技术的引进与复制，从而实现技术研发周期的跳跃与时滞性的缩减，导致环境规制初期阶段被压缩。

(五) 工具变量回归

上述回归能够证明城市土地利用效益与政府环境规制程度具有线性或非线性的相关性，结合变量说明与机制解释能够为政策建议提供有力支撑。但使用工具变量法，能直接证明因变量与自变量之间存在因果关系，避免遗漏变量偏误与反向因果等，因此本文继续进行工具变量回归。

因变量同前，仍为城市土地利用效益；工具变量回归的内生变量同前，为政府环境规制程度；控制变量同前；工具变量(在回归结果表中记为BI)为2013年1月北京雾霾“beyond index”事件：2013年1月为北京59年来雾霾天气最多的一个月，美国驻华领事馆发布空气质量数据报告，PM2.5指数在常规测量方法下“beyond index”，易感人群呼吸道疾病发病率上升明显，引发国际舆论震动。

工具变量的选择有两个标准：一是相关性，二是外生性。在相关性方面⑩，该事件对外给中国的国际声誉造成了较大的恶性影响，对内激发环保意识造成社会舆论压力，大大提高政府对环境问题的关注度，进而引致政府提升环境规制程度。事实上，2013年起顶层设计中多次提及“美丽中国”，并首次将生态文明建设纳入“五位一体”总布局。在外生性方面，连续性高强度雾霾天气属于偶发的气象事件，与因变量城市土地利用效益不存在直接关联。综上，该工具变量符合有效标准。

工具变量回归采用两阶段回归，结果如表5所示。

表5 工具变量回归结果

表5中，(1)为工具变量回归结果，内生变量envi系数为92.10，方向同前显著为正；(2)为简化式回归结果，其中BI系数显著为正，结合BI的外生性，说明工具变量通过内生变量政府环境规制水平，与因变量城市环境规制水平产生显著相关。此外，在第一阶段回归中有F= 11.22>10，符合拇指法则，因此工具变量有效。综上所述，城市土地利用效益与政府环境规制水平之间存在稳健的因果关系。

五、结论与政策建议

本文在文献回顾的基础上，通过逻辑演绎与数理模型推导相结合提出假设，基于由大数据文本挖掘结果与国家权威公开数据构成的2008—2017年中国省级面板数据，通过线性、非线性的一元、多元回归计量实证方法对假说进行验证和修正，并使用工具变量法证实城市土地利用效益与政府环境规制水平之间存在因果关系。主要结论如下：

1. 理论上城市土地利用效益与政府环境规制水平之间呈现“初期负相关、适中期正相关、过度期负相关”的关系，但实际上在中国主要表现为由适中期与过度期构成的倒U型曲线。

2. 教育水平(即人口质量)具有能够改变城市土地利用效益-政府环境规制曲线的形状，使之发生拐点后移或后端扭转。这说明当教育水平较低时，城市土地利用效益与政府环境规制水平呈现显著倒U关系；当教育水平较高时，倒U曲线形变为显著的交叉效应，两者在区间内正相关且教育对正相关系数的边际效用递减。

3. 该效应在中国存在区域空间分异。在西部地区倒U关系显著，拐点为12.69，目前环境规制水平处于负相关区间；在东中部地区交叉效应显著，城市土地利用效益与政府环境规制水平正相关。

基于上述结论，本文提出如下政策建议：一是继续提升整体政府环境规制水平，把生态文明建设摆在更加突出的位置，尤其是东中部地区。坚定“绿水青山就是金山银山”的基本意识，贯彻创新、协调、绿色、开放、共享的新发展理念，推进资源节约型与环境友好型社会的建设。提升环境规制水平的同时，也需注意适度原则，尤其是西部地区。二是优先发展教育事业，加快教育现代化进程，尤其是西部地区。教育水平能够改变城市土地利用效益与政府环境规制倾向的关系，西部地区尤需通过提升教育水平，优化人口质量，通过使倒U型曲线发生形变，走出目前所处的负相关区间。需加强政策扶持倾斜，完善教育资源配置，提升教育普及程度，加快推进义务教育均衡发展，努力建设教育强国。

注释：