空间互动视角下的土地集约利用碳排放效应分析

张 苗，彭山桂，刘 璇

（1.山东农业大学 经济管理学院，山东 泰安 271018；2.天津大学 管理与经济学部，天津 300072）

0 引言

碳达峰与碳中和“双碳”目标和2℃控温目标的设定，从研究问题来看是全球性的气候应对挑战，从实践手段来看需要各行各业共同努力。这意味着不论是全球的不同国家，还是一个国家的不同行政单元，需要打破空间限制与行业隔阂，共促“双碳”和控温目标的实现。

土地作为最重要的自然资源之一，同时又是一切经济社会活动的载体，发挥着重要的经济效应、社会效应和环境效应。RCP2.6 情境［1］中，土地将成为21世纪的碳源，如何更好地开发利用土地成为减缓碳排放的突破口之一。土地集约利用作为增加土地经济供给的主要手段和经济社会可持续发展的重要途径，由其带来的碳排放效应更值得关注。研究表明，土地集约利用和碳排放之间存在着长期均衡关系，明确两者之间的关系有助于实现土地集约利用与碳排放的解耦发展，准确解读土地集约利用碳排放效应特征可为建设零碳生态文明［2］和发展生态弹性提供科学依据。

土地利用碳排放效应是指受人类社会干预以实现生产、生态或社会功能的土地向大气中释放产生碳的过程、活动和机制［3］。从现有研究来看，土地利用碳排放效应分为自然碳排放效应、经济社会碳排放效应和综合碳排放效应。其中：自然碳排放效应聚焦于土地利用变化对土壤碳储量和植被碳储量的影响探讨［4］；经济社会碳排放效应包含但不限于城市用地扩张［5］、土地集约利用［6］、土地利用结构变化［7］、土地利用强度差异［8］、土地城镇化和土地财政［9］等土地利用过程对碳排放的影响；综合碳排放效应则是指以土地为载体产生的自然源和人为源碳排放总和［10］与土地利用的关系。社会经济系统下的土地利用碳排放过程和机制更加复杂。从广义分类来看，土地集约利用碳排放效应属于土地利用的经济社会碳排放效应。现有关于土地集约利用碳排放效应的文献主要集中于两者关系的探讨。从研究区域来看，以城市、城市群为主，如湖北省中心城市［6］、关中城市群［11］、京津冀城市群［12］等；从研究指标来看，土地集约利用以建立综合评价指标体系为主，碳排放的测度则包括人均碳排放、地均碳排放和碳排放强度等代表指标［12］；从研究方法来看，主要采用传统计量分析方法检验两者之间的线性或非线性关系［11］；从研究结论来看，相对一致地认为土地集约利用与碳排放之间存在长期均衡关系及EKC曲线关系，但由于碳排放选用的测度指标差异，两者之间的EKC曲线关系存在“倒U 型”和“倒N 型”的区别［12］。另外，已有研究表明土地集约利用和碳排放均具有较强的空间相关性［13］，但现有文献存在未考虑两者空间互动影响和研究区域样本量较小导致研究结论的规律普适性较差等不足。本文的边际贡献主要有：一是采用1995—2018 年我国30 个省份的面板数据为样本，基于空间互动视角构建空间面板模型，减少传统计量分析结果的偏误，以此得到更具有普适性的规律和全面的经验证据；二是借助空间模型有效区分土地集约利用对碳排放影响的直接效应、溢出效应和总效应，准确解读两者之间关系变化的内在机制。

1 理论分析与研究假设

土地集约利用碳排放效应具有增加碳源用地碳排放和维持碳汇用地碳吸收的双重性。一是增加碳源用地碳排放。土地集约利用是指通过在单位土地面积上合理增加物资和劳动投入，以提高土地收益的经营方式［14］。实践中，劳动资本等要素主要投入在作为碳源用地的建设用地上，表现为容积率变大、人口密度增加等，促进了建设用地碳排放。二是维持碳汇用地碳吸收。作为满足经济发展对建设用地需求的第二条路径，土地集约利用有效减少了经济发展对农用地的占用，避免了农地非农化，降低了生态系统内部变化所导致的碳排放，抑制了作为碳汇的农用地向建设用地的转换［6］。同时，随着经济发展水平和结构变化，土地集约利用依次会经历劳动资本、资本技术、结构型和生态型集约类型的过渡转变［6］。在资本集约阶段，提升土地集约利用水平会引起建设物资和能源投入的增加，促进碳源用地碳排放效应更明显；当土地集约利用过渡到结构型甚至生态型集约阶段时，劳动和资本等边际报酬递减要素不再追加，维持碳汇用地碳吸收效应占主导，土地集约利用和碳排放将实现脱钩发展。

在考虑土地集约利用体现土地资源所需要素规模变化的同时，还应考虑到空间相关性引发的区域间知识、技术、资本和劳动力等要素流动产生的集聚现状［15］。土地集约利用可通过要素的集聚对相邻空间单元产生虹吸效应和溢出效应，进而影响相邻空间单元的碳排放。其中：虹吸效应表现为减少相邻空间单元劳动资本等要素在建设用地上的投入，减少碳源用地碳排放；溢出效应表现为同相邻空间单元分享知识技术进步，推进碳减排进程。需要说明的是，虹吸效应带来的相邻空间单元的碳排放减少只是碳排放在不同区域间的转移，从全局来看碳排放总量并未减少；知识技术溢出效应带来的碳排放减少是真正意义上的碳排放总量减少，能够有效服务于双碳目标和控温目标。上述分析表明，土地集约利用对相邻空间单元碳排放总体上表现为抑制效应，且抑制效应大小与土地集约利用所处阶段有关。基于土地集约利用碳排放效应的双重性、土地集约利用水平的动态变化特征，以及存在空间要素聚集效应和溢出效应的可能性，本文提出以下研究假设：土地集约利用与碳排放之间存在“倒U 型”曲线关系。即，随着土地集约利用水平提高，碳排放表现出先上升后下降的变化趋势；同时，土地集约利用对碳排放的影响存在空间溢出效应。

2 研究设计与变量说明

2.1 模型设计与检验

传统计量模型忽略了用来识别空间单元之间交互关系的空间效应，因此本文选择空间计量面板模型。常用的空间面板模型有空间杜宾模型（SDM）、空间自回归模型（SAR）、空间误差模型（SEM）、空间滞后模型（SLX），而空间杜宾模型可以在不同系数设定条件下变形为上述模型，能够同时考虑空间滞后被解释变量和空间滞后解释变量对被解释变量的影响，有效捕捉不同来源所产生的外部性和溢出效应［16］。因此，本文通过构建空间杜宾模型来进行检验与分析：

式中：Y 为被解释变量，即碳排放；X 为解释变量，包括核心解释变量土地集约利用和所有控制变量；W 为空间权重矩阵；c 为常数项；ρ为空间回归系数；β和γ为待估计的常数回归参数向量；δ为地区固定效应；θ为时间固定效应；ε为存在空间相关性的误差项；λ为系数。不同模型间的转换参考Lesage等［17］的相关研究。

根据Tobler 地理学第一定律，任何事物与周围事物之间均存在联系，而距离较近的事物总比距离较远的事物联系更为紧密［18］。由于地理相邻权重矩阵假定相邻两个地区的关联程度相同，因此难以反映不同地区间碳排放竞争的空间依赖程度。基于空间不相邻地区也存在要素流动的客观情况，本文根据经纬度坐标计算的各省会城市的地理距离平方的倒数构建空间权重矩阵，以此反映邻近关系随距离衰减的本质属性。地理距离空间权重矩阵为：

式中：dij表示基于经纬度坐标计算的各省会城市的地理距离。

本文采用极大似然估计方法对空间计量模型进行估计［19］，同时根据Lesage等［17］的偏微分方法将解释变量对被解释变量的空间效应分解成直接效应、间接效应和总效应，具体可用以下公式推导：

式中：（I -ρW）-1＝ I ＋ρW ＋ρ2W2＋ρ3W3＋…；I 为n × n 的单位阵；其他变量含义同式（1）。进一步，X 的偏导数表示如下：

对公式（4）求对角线元素均值，可测度土地集约利用水平变化导致的平均直接效应，用于反映土地集约利用水平变化对本省碳排放的影响；对公式（4）求非对角线元素均值，可测度土地集约利用水平变化导致的平均间接效应，用于反映土地集约利用水平变化对邻省碳排放的影响，即溢出（间接）效应。总效应则由直接效应与间接效应之和来表示。

2.2 变量选取与数据说明

采用地均碳排放量（CE）作为被解释变量碳排放的量化指标，具体含义为：碳排放总量与建成区面积之比（单位：万t/km2）。其中，碳排放总量根据能源标准煤折算系数和IPCC提供的碳排放系数，利用煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气8 种能源消费量来计算［20］，计算公式为：

式中：TCE 为碳排放总量；k 为各能源种类；Ek为能源的消费量；SCCk为各种能源的折标煤系数；CEFk为《IPCC（2006）》提供的碳排放系数。

以土地集约利用水平作为核心解释变量。土地集约利用评价不仅是土地集约利用研究领域的核心问题，也是政府部门对土地利用效益进行评估的重要手段。从学术研究来看，以建立综合评价指标体系评价为主［21］；从国家出台的相关政策及规程来看，主要通过极值法或理想值法对评价指标进行标准化计算集约利用指数［22］。土地集约利用内涵在不同经济发展阶段具有异质性，难以遵循统一标准，本文借鉴已有研究［23-26］，从投入强度和产出效益两个方面构建综合指标体系来测算土地集约利用水平。采用MATLAB 软件（1—9 尺度成对比较法）计算权向量并作一致性检验（CR ＝0.0959≤0.1），确定11 个指标的权重，具体见表1。

表1 土地集约利用评价指标体系Table 1 Evaluation index system of intensive land use

采用极差标准化法消除上述指标量纲、数量级和正负作用的关系，将各指标数据值量化在0—1 之间，计算公式如下：

式中：LUIP为省份P 的土地集约利用水平；Wi为第i 个指标的权重；Sip为省份P 的第i 个指标标准值；I 为总指标数。

由表2 可知：①从时序看，2013—2015 年为一个时间段节点，节点之前各省级地区土地集约利用水平呈增长趋势，节点之后增长不明显甚至出现下降，这与2014 年来我国经济增长速度放缓至2015 年提出供给侧改革，对经济增长“软着陆”以实现经济结构调整，造成土地集约利用水平评价相关的资本、劳动力、土地、技术等要素指标变动有关，意味着调整阶段结束后，土地集约利用水平会有阶段变化和结构提升。②从均值和中位数看，31 个省份1995—2018年土地集约利用水平均值为0.277，中位数为0.276，而中部、西部和东北地区共计21 个省份的土地集约利用水平均值小于等于全国水平和中位数值，表明我国多数省份的土地集约利用水平较低。③从地区差异看，土地集约利用水平排名由高到低依次为：东部＞中部＞西部＞东北，且仅有东部地区省份高于全国平均水平。

表2 土地集约利用水平测度值Table 2 Calculation results of intensive landuse

（续表2）

就控制变量而言，Aller等［27］综合了近期大量关于CO2排放决定因素文献的研究结果，利用贝叶斯模型平均法识别出模型不确定性中最稳健的人均CO2排放决定因素，主要包括人均GDP、化石燃料在能源消耗中的比重、城市化、工业化、民主化、贸易的间接效应和政治极化等。在现有的碳排放影响因素的研究中，几乎国内外所有学者都将产业结构纳入碳排放影响因素的考虑之中，并认为产业结构升级是减少碳排放的有效措施之一［28］。以上述结果为参照，选取经济水平、城市化水平、产业结构、对外开放程度、能源强度、能源消费结构、技术进步、市场化程度8 个变量作为影响碳排放的控制变量，避免因遗漏变量导致参数估计偏差问题。具体变量说明及指标设计如表3 所示。

表3 控制变量说明及指标设计Table 3 Indicator description and design of control variables

数据来源主要包括《中国统计年鉴》（1996—2019）、《中国能源统计年鉴》（1996—2019）、《中国国土资源年鉴》（1996—2012）、《中国国土资源统计年鉴》（2013—2018）、《中 国 环 境 统 计 年 鉴》（1998—2018）、《中国城市统计年鉴》（1996—2019）、《中国城市建设统计年鉴》（2006—2018）和各省份《土地利用总体规划（1997—2010、2006—2020）等。个别指标存在少数年份数据缺失情况，采用移动平均法补齐缺失值。以货币计量的变量均以1995 年价格指数为基期进行可比化处理，以消除价格影响。由于西藏自治区、香港特别行政区、澳门特别行政区和台湾地区能源平衡表缺失，导致碳排放数据无法测算，因此本文以我国30 个省份为研究区域。上述各变量描述性统计值见表4。

表4 各变量的描述性统计值Table 4 Descriptive statistics of variables

3 结果及分析

3.1 模型设定与检验

在对上述空间面板模型进行参数估计之前，首先根据表5 中LM统计检验量来判断是否选择空间模型［31］，4 组统计量有3 组显著性拒绝原假设，表明空间滞后模型和空间误差模型可能同时存在［17］；其次，根据Wald和LR统计量来选择合适的空间模型形式，第一组Wald test（SAR）、LR test（SAR）和第二组Wald test（SEM）、LR test（SEM）检验统计量同时拒绝原假设，确定空间模型形式为空间杜宾模型；最后，Hausman 检验在1%水平上显著拒绝原假设，选择固定效应模型的参数估计。综上，本文采用固定效应的空间面板杜宾模型进行分析。

表5 空间计量模型设定检验结果Table 5 Test results of spatial econometric model

3.2 模型结果估计与空间效应分解

根据模型设定检验结果，构建空间杜宾模型，并具体分为空间固定效应、时间固定效应和时空双固定效应3 种参数估计形式，具体参数估计结果如表6所示。

在3 种固定效应估计下：一是被解释变量地均碳排放空间滞后项ρCE均显著为负；二是核心解释变量土地集约利用水平一次项和二次项系数均在1%水平上通过显著性检验且系数方向未发生明显的改变，同时其他变量系数与显著性检验均未发生明显改变，说明模型的参数估计结果具备一定的稳健性。在3 种固定效应估计中，时空双固定效应模型拟合优度（R2）和对数似然值（log - likelihood）最大，且Sigma2也最小［19］，故应选择时空双固定效应空间杜宾模型作为最终分析模型。考虑到基于原始数据中心化的极大似然估计结果可能存在偏误，采用转换估计法对时空双固定效应的初始估计结果进行偏误矫正［32］。由表6 可知，地均碳排放的空间滞后项系数显著为负，碳排放的空间溢出效应表现为抑制邻省碳排放，从滞后项系数来看，邻省的地均碳排放下降每1 个百分点，将导致本省地均碳排放上升0.232个百分点。因此，各省份之间碳排放存在显著的负向互动影响，未能表现出协同碳减排的良性循环格局，反而呈现“零和博弈”的特点。原因解释为：要素聚集效应导致生产要素在某一省份的高度集中引发了本省更多的碳排放，但对邻近省份来说则起到了减少生产要素投入而带来的碳减排效应。地均碳排放增减是碳排放量在不同省份之间转移的结果，目前我国各个省份还处于实现碳达峰阶段进程中。

表6 空间杜宾模型估计结果Table 6 Estimation results of the spatial Durbin model

空间计量模型估计结果表明省际之间碳排放存在显著的互动影响，且本省的碳排放影响因素会通过空间溢出效应影响邻省的碳排放，打破了个体相互独立的研究假设，因此解释变量系数并不直接表示边际效应，传统的非空间模型解释系数的方法不适用。本文通过空间计量分析中的直接效应、间接效应、总效应来定量分析土地集约利用与碳排放的关系，具体空间效应分解结果如表7 所示。从表7可知：①从直接效应来看，土地集约利用水平的一次项和二次项均在1%水平上通过显著性检验，前者系数为正，后者系数为负，验证了土地集约利用与地均碳排放之间存在“倒U 型”曲线关系。拐点阈值为0.721，结合表2 土地集约利用水平值可知，所有省份均低于0.721，表明当前阶段我国省级层面土地集约利用直接碳排放效应表现为土地集约利用水平提升会促进本省的地均碳排放量增加。②从间接效应来看，土地集约利用水平的一次项和二次项未通过显著性检验，但一次项系数为负，意味着土地集约利用还未对邻近省份的碳排放表现出显著的抑制效应，土地集约利用的碳减排溢出效应不明显。上述结果应考虑到目前我国省级层面土地集约利用水平整体偏低，土地集约利用因劳动资本要素虹吸效应和技术知识溢出效应带来的抑制邻近空间单元碳排放的效果并不明显，进一步地提高土地集约利用水平，有利于发挥土地集约利用碳减排的空间溢出效应。③从总效应来看，土地集约利用水平的一次项和二次项均在1%水平上通过显著性检验，前者系数为正，后者系数为负，表明土地集约利用与地均碳排放之间存在“倒U 型”曲线关系具备一定的稳健性。拐点阈值为0.573，多数省份低于这个阈值，表明当前阶段我国省级层面土地集约利用总碳排放效应表现为提升土地集约利用水平会促进全域碳排放总量的增加。

表7 空间效应分解结果Table 7 Decomposition of spatial effect

控制变量：①城市化直接效应和溢出效应在1%水平上分别显著为正和负，意味着城市化的提升能够促进本省碳排放和通过空间溢出效应抑制邻省碳排放。②产业结构升级直接效应和溢出效应均在1%水平上显著为负，表明产业结构升级既表现出对本省碳排放的抑制效应也表现出促进邻省碳减排的正向溢出效应。③经济发展水平的直接效应一次项和二次项分别显著为正和负，表明经济发展与碳排放之间同样存在“倒U 型”曲线关系。④对外开放程度的直接效应和溢出效应分别在1%和10%水平上显著为正和负，表明本省对外开放程度的提升促进了本省的碳排放，但发挥了抑制邻省碳排放的正向溢出效应。⑤能源强度的直接效应在1%水平上显著为正，溢出效应不明显，表明降低本省的能源强度有利于促进本省碳减排。⑥能源结构、技术进步、市场化程度的直接效应均显著为负，溢出效应不明显，表明上述因素的改进均有利于促进本省碳减排。总体来说，控制变量对碳排放的影响作用与已有研究结论［27］基本一致。

同时，比较土地集约利用与地均碳排放“倒U型”曲线关系的两个拐点阈值，总效应的拐点阈值小于直接效应，表明土地集约利用水平提升到一定程度会首先表现出对全域碳排放的抑制效应，继续提升才能实现本省土地集约利用与地均碳排放的解耦发展。拐点值出现大小差异的原因主要在于：某省土地集约利用水平提升过程中对本省碳排放的促进效应和邻省碳排放的抑制效应，两者的正负综合效应即为土地集约利用对全域碳排放的总效应。因此，总效应先于直接效应到达“倒U 型”曲线的拐点，也反映出土地集约利用的溢出效应不能忽略。总体上来说，上述结果验证了本文的研究假设：土地集约利用与碳排放之间存在着“倒U 型”曲线关系，随着土地集约利用水平提高，表现出碳减排的空间溢出效应。

最后，本文采用最常用的二值空间权重矩阵替代采用的地理距离矩阵进行稳健性检验。即，当两地区地理邻接时，Wij＝1；非地理邻接时，Wij＝0。研究结果均未发生明显改变，验证了本模型研究结果的稳健性。

4 结论与启示

4.1 结论

本文采用1995—2018 年我国30 个省份数据，在综合测度土地集约利用水平基础上建立了空间面板模型，基于空间互动视角分析了土地集约利用的碳排放效应。主要结论如下：①我国省际之间地均碳排放存在显著负向互动影响，表现为邻省的地均碳排放每下降1 个百分点，将导致本省份地均碳排放上升0.232 个百分点。省际之间未表现出协同碳减排的良性循环格局，而是因要素集聚效应导致的碳排放在不同省份之间转移带来的省际之间碳排放增减的表象。从全局来看，碳排放总量并未减少，我国仍处于实现“碳达峰”阶段进程中。②我国省际层面土地集约利用与地均碳排放之间存在“倒U 型”曲线关系，随着土地集约利用水平提升和阶段变化，两者之间将实现解耦发展。当前，我国多数省份土地集约利用水平较低，从空间效应来看，土地集约利用直接效应表现为土地集约利用水平提升会促进本省的地均碳排放量增加，土地集约利用总效应表现为土地集约利用水平的提升会导致全域碳排放总量的增加。同时，考虑到土地集约利用碳排放直接效应“倒U型”拐点阈值大于总效应“倒U 型”拐点阈值，提升土地集约利用水平将有利于发挥土地集约利用碳减排的空间溢出效应。

4.2 启示

基于上述结论，为政府通过土地调控来促进碳减排本文提出以下政策启示：①土地集约利用碳排放的直接效应和总效应均表明土地集约利用与碳排放之间存在“倒U型”曲线关系，在当前多数省份土地集约利用水平较低的情形下，大力挖潜各省份土地集约利用潜力，促进土地集约利用阶段转型，将有利于跨越“倒U型”曲线拐点，发挥土地集约利用碳减排效应。建议政府部门将土地集约利用水平拐点阈值作为确定近远期国土空间开发强度的参考依据之一，以助力各省份碳达峰目标的实现。②提高土地集约利用水平和减少碳排放应采取区域联动机制。地均碳排放的空间溢出效应表明一个省份地均碳排放的增加会导致邻省的碳排放减少，邻近省份间竞合关系带来的集聚、虹吸、溢出等空间效应使得每个省份都不是孤立的单元，各省份在发挥本地优势积极减排的同时不能不顾实际情况盲目攀比，更不能以邻为壑，而各省份之间协调出台提升土地集约利用水平和碳减排举措将起到事半功倍的效果，有利于邻近空间单元联手加快实现碳减排和提高土地集约利用水平，助推我国力争2060 年前实现“碳中和”的总目标和土地资源的可持续利用。