土地供给结构错配对城市碳排放效率的影响
2023-05-21孟宏玮赵华平张所地
孟宏玮 赵华平 张所地
关键词 土地供给结构错配；城市碳排放效率；地方政府竞争；作用机制
中图分类号 F062. 6 文献标志码 A 文章编号 1002-2104（2023）04-0056-14 DOI：10. 12062/cpre. 20221033
绿色低碳转型是中国探寻高质量发展新路径、实现碳达峰碳中和目标的内在要求和重要保障。2022年国务院政府工作报告提出，推动能耗“双控”向碳排放总量和强度“双控”转变，加快形成绿色生产生活方式，有序推进碳达峰碳中和工作。推动能耗“双控”向碳排放总量和强度“双控”转变的过程中，也伴随着城市土地供给结构的深刻转型。土地作为城市各项生产生活活动的空间载体，其供给结构的变迁和调整是引起城市经济增长和碳排放变化的重要影响因素之一［1］。而碳排放效率作为经济发展与节能减排有机融合的核心体现，是一个国家实现“降碳促经”效用的关键所在［2］。但是，中国大部分城市仍处于单位土地面积GDP产出不高，碳排放效率较低的粗放发展阶段［3］。新古典经济增长和内生增长理论均认为要素结构调整是打破资源约束与实现经济长期增长的关键因素［2］。因此，在践行生态文明建设的新发展阶段，明晰城市土地供给结构变迁和调整在低碳转型中的贡献，可以为实现碳达峰碳中和目标愿景提供必要的经验支持，也符合国家通过优化城市用地结构推进面源污染治理的要求。从生产过程看，城市土地供给结构变迁可以视为土地作为投入要素在行业间转移的结果。然而，在中国财政分权体制和“为增长而竞争”的背景下，由于地方政府垄断土地一级市场的供给，策略性和偏向性配置土地资源成为政府之间竞争的主要手段［4］。政府官员为了实现政治晋升以及获得最大经济产出和税收收入，往往采用既高价少量出让商住用地，又低价大量出让工业用地的策略组合［5-6］。但是这种土地资源配置模式是“高代价、低效率”的，会扩大工业、居住和商业服务业用地之间的单位土地面积经济产出差异、扭曲市场配置土地资源的效果，从而导致城市土地供给结构错配，给环境质量改善带来不少负面影响［6-7］。城市用地是人类生产生活、休闲娱乐、经济社会发展的基本空间载体，也是碳排放的重要载体。因此，应对气候变化背景下，为发挥城市土地供给结构变迁对生产资源优化配置的“结构红利”效应，亟须厘清土地供给结构错配对城市碳排放效率的影响机制。
1 文献综述
1. 1 土地资源错配研究
现有关于土地资源错配的文献主要集中在土地资源错配的评价指标、测度方法、影响因素和影响效应方面。①评价指标。土地资源错配可以采用协议出让土地面积占比、土地出让面积分异指数、商服用地与工业用地出让价格之比、工业用地供应面积与城市建设用地供应面积的比值等指标加以衡量［8-9］。②测度方法。利用生产函数计算土地资源配置的扭曲系数、要素相对生产率和导致的经济社会产出效率的损失［9-10］。③影响因素。土地资源错配主要受政府政绩考核制度、土地金融、土地财政和官员晋升激励机制等因素的影响［10］。④影响效应。一类研究主要从土地财政和土地金融视角出发，认为地方政府对土地财政和土地金融的过度依赖造成了土地要素的结构性错配和空间错配，并且通過扭曲政府投资支出结构、增加创业者的融资成本，破坏区域创新创业环境抑制了区域创新能力和创新效率的提升［7-8］；另一类研究则直接研究了土地资源错配的经济效应，包括土地资源错配带来了房价上涨，挤占了政府科技创新支出，增加了企业信贷约束，降低了企业技术效率和绿色全要素生产率，带来了环境污染，从而不利于城市经济和生态环境高质量发展［9-11］。
1. 2 土地利用碳排放效率研究
现有关于土地利用碳排放效率的文献主要集中在土地利用碳排放效率的测评和土地利用碳排放效率的影响因素等方面。①土地利用碳排放效率的测评。有部分文献把碳排放量作为投入指标或非期望产出对某一地区的总体土地利用规模或者某一类土地的碳排放效率进行测度［12-13］。此类研究主要以土地利用中能源消耗产生的人为源碳排放为基础，测算不同区域的土地利用碳排放的总效率、动态效率、技术效率、规模效率与规模报酬，并且认为城市建设用地是一种重要的碳源，其碳排放效率会随着建设用地面积的增加呈下降趋势［14-16］。对于土地供给结构的碳排放效率而言，由于城市建设用地用途和功能的多样性，工业用地、居住用地、商业用地等城市建设用地的碳排放量和碳排放效率也存在显著差异［17］。②土地利用碳排放效率的影响因素。学者们主要探究了农业用地和城市建设用地集约利用程度对相应土地利用碳排放效率的影响机制，认为无论是农业用地集约利用程度还是城市建设用地集约利用程度的提高均不一定会提升相应的土地利用碳排放总效率［18-20］。但是，农业用地集约利用技术效率偏低是造成农地碳排放总效率降低的关键因素［15， 18］。而城市建设用地集约利用规模效率偏低是造成城市建设用地碳排放效率降低的主要因素［21］。
综上所述，现有研究仍有待进一步补充完善：①目前对于土地资源错配的衡量指标多以工业用地或协议出让用地作为核心测度指标，主要体现的是工业用地供给错配程度，很少有文献把居住用地供给错配、工业用地供给错配和商业服务业用地供给错配放入同一理论分析框架下，从土地生产率视角对城市土地供给结构错配进行整体研究。②大部分文献研究了区域自身土地集约利用程度对土地利用碳排放效率及其动态变化的影响。虽然也有文献分析了建设用地扩张对碳排放效率的影响，但主要从建设用地总量规模或某一类建设用地规模视角分析了土地利用变化的碳排放效率，忽视了当控制城市建设用地总量供应时，在城市土地供给结构变化和调整过程中，城市不同用途和行业土地供给的错配程度对碳排放效率的影响。③在城市间财税竞争和引资竞争的影响下，由于地方政府的土地供给政策调整策略具有“同群效应”，因此，一个地区的碳排放效率不仅受自身土地供给结构错配的影响，而且还可能受其他邻近地区土地供给结构错配的影响，从而对本地碳排放效率产生影响，但是现有文献很少从空间关联这一视角进行研究。
与现有文献比较，该研究的边际贡献在于：第一，建立了城市土地供给结构错配的数理模型，得到了经济均衡时城市土地生产率在不同行业间均等化的研究结论。同时，基于不同行业土地供给份额与经济产出份额的欧氏距离测度了不同城市的土地供给结构错配指数，并且分析了城市土地供给结构错配的空间策略互动形式，为各地区优化城市国土空间、提高碳排放效率提供了重要的参考价值。第二，通过构建地理距离权重矩阵、经济距离权重矩阵和产业结构距离权重矩阵，运用空间杜宾计量经济学模型分析了土地供给结构错配及不同行业土地供给错配程度对城市碳排放效率的直接效应和空间溢出效应，并且从地方政府竞争角度分析了土地供给结构错配对城市碳排放效率的作用机制，从而有助于加深对土地供给结构错配影响城市碳排放效率内在逻辑的理解。
2 理论分析
2. 1 土地供给结构错配的理论模型分析
借鉴徐朝阳等［22］和沈小波等［23］的研究思路，消费者效用函数设定为式（1）。假设一个城市有房地产业（包括住宅开发企业和商业地产开发企业）和工业两个部门，土地要素可以在两个行业间自由流动。城市内各行业的工人工资相同，两个行业的劳动者分别是两个行业的代表性消费者，L1和L2分别代表房地产业的土地投入数量和工业部门的土地投入数量，总的城市土地供给被标准化为1。房地产业的每位劳动者总能生产d1单位产品，工业部门的每位劳动者总能生产d2单位的产品。代表性消费者对两个行业的产品的偏好是无差异的，房地产部门产品的价格为p1，工业部门的产品价格相对于房地产业产品的价格为p2。消费者将其收入的β 比例用于房地产业产品的消费，1-β 比例用于工业部门产品的消费。σ 表示房地产业和工业产品的替代弹性，H1和H2分别表示房地产业和工业部门的劳动者对房地产业产品的消费数量，G1和G2分别表示房地产业和工业部门的劳动者对工业产品的消费数量，其中Gi是以CES函数形式嵌套在效用函数之中的。
房地产业的劳动者在其预算约束下，在房地产业部门实现效用最大化时，即：
从式（6）—式（12）可以看出，经济竞争均衡时，房地产业部门的土地投入份额和经济产出份额相等，工业部门的土地投入份额和产出份额也是相等的，并且实现了城市土地生产率在不同行业间的均等化。上述理论模型的一个重要推论是，在市场力量发挥主导作用的完全竞争市场中，把某种土地用作房地产业还是工业生产，取决于哪种用途土地可以带来更高的生产率。因此，当城市内部土地市场均衡时，土地要素的自由流动和转移使得城市内部工业用地和房地产业用地生产率相等且等于总体土地生产率，最终导致各行业的土地投入份额和经济产出份额也相等，此时的土地供给结构位于均衡状态。
而当地方政府执行倾向于增加工业用地的土地供给政策时，工业用地的供给份额高于房地产业用地份额，从而阻碍城市土地要素在不同行业间自由合理流动，进而加剧土地供给结构错配程度。这也正是城市土地供给结构错配的内涵。
2. 2 土地供给结构错配、地方政府竞争与城市碳排放效率
在中国特色的“以地谋发展”模式下，政府官员为了在激烈的财税竞争和引资竞争中实现经济增长和最大税收收入，会采用既高价少量出让商住用地，又低价大量出让工业用地的策略组合［7-9］。考虑到城市建设用地是一种重要的碳源，以及城市建设用地结構变化不仅是改变生态系统碳循环过程和区域小气候的主要因素，也是权衡经济增长和碳排放的有力工具［24-26］。因此，在地方政府竞争的作用下，这种政府干预的策略性土地供给方式不仅是导致城市土地供给结构错配的重要原因，也是影响能源利用强度和碳排放效率等环境质量问题的主要因素［27-30］。理论上，任何错配都会扭曲要素价格，使得经济效率偏离最优状态［23］。因而在控制城市建设用地总量供应时，城市土地供给结构错配必然会扭曲不同用途土地的价格、增强能源利用强度，从而降低城市碳排放效率［2］。因此，从地方政府竞争视角分析土地供给结构错配对城市碳排放效率的影响。
一方面，在中国独特的“以地谋发展”模式下，政府土地出让干预成为吸引企业迁入和集聚的有效政策性工具［26］。从成本收益来看，企业倾向于迁移到地方政府提供的优惠性政策可以抵消其迁移成本的地区［27］。因此，在地方政府间的引资竞争过程中，地方政府为了获得更多流动性资本来促进经济产出增长，会通过竞相降低工业用地价格的方式吸引工业企业尤其是资本密集型的重工业企业落户［8， 31］，从而影响区域碳排放和环境质量。因而这种宽松化的工业用地出让方式降低了工业企业粗放用地的成本、扭曲了工业用地价格［2］，促使工业企业的迁入和集聚，并且使其可以通过扩张土地的粗放方式扩大生产规模［9］，从而带来工业用地份额大于产出份额的城市土地供给结构错配问题。而工业作为第二产业中的重要产业，常常伴随着高污染、高排放和高能耗，不利于地区能源利用强度的降低和碳排放效率的提升［31-32］。并且这种工业用地价格的“逐底竞争”方式助推了高能耗、高污染工业企业的无序扩张，降低了区域绿色全要素生产率，阻碍了城市绿色低碳转型进程［21， 33］。同时，随着地方政府间引资竞争强度的加剧，地方政府会引进大量低质、无效的工业企业，把大量资金投向利润较大、投资性较强的资本密集型重工业领域，从而容易引发投资过度、资金浪费和产能过剩等问题，也不利于城市碳排放强度的降低和碳排放效率的提升［6， 8］。
另一方面，在地方政府间财税竞争的影响下，地方政府为了弥补低价出让工业用地的损失，增加预算外财税收入，往往会竞相高价出让商住用地，增强对商住用地出让的限制，从而提高了城市房价［8-9］，最终使得商住用地价格表现为“逐顶竞争”形态。这种限制最终表现为商住用地供给份额小于经济产出份额的城市土地供给结构错配问题，使得工业用地生产率与商住用地生产率的差距扩大。此时房价高企势必会导致房地产行业的投资回报率大幅提高、提高土地资本化率，使得大量资本进入房地产领域［9］。受房地产业高额利润的激励，大量非房地产行业企业改变甚至放弃了原有主营业务，纷纷进入房地产行业逐利，增加了房地产业的能源利用强度和碳排放强度［8］。同时，大量资本流入房地产开发经营领域会引发其上游水泥、钢筋等行业出现产能过剩问题，从而增加城市能源排放强度，降低城市绿色发展效率［17， 33］。并且房地产业属于资本密集行业，在商住用地供给总量限定的情况下，房地产开发商为了追求最大利润，会按照容积率上限增加建筑面积，这种过高的开发强度势必也会提高房地产业的能源利用强度和城市碳排放强度，从而抑制碳排放效率的提升［21， 33］。因此，提出假设1。
假设1：在财税竞争和引资竞争的影响下，土地供给结构错配会抑制城市碳排放效率的提升。
有学者指出，财税竞争和引资竞争会造成地方政府间的经济决策具有“同群效应”［34］，考虑到“以地谋发展”策略是实现经济快速发展、增加财政预算收入的主要手段［6-8］，因此为增长而竞争的发展思路势必会使得地方政府间的土地供给结构策略具有趋同性和相似性［9］。在这种情形下，不同城市的土地供给结构错配程度就可能存在内在联系。也就是说，空间关联城市的土地供给结构错配程度可能会影响其他城市的土地供给结构错配程度。这意味着，在标尺竞争机制下，一旦空间关联城市倾向于偏向工业或商住用地的土地供给结构错配政策，本地区最优的土地供给强度选择会根据空间关联地区的土地供给强弱而作出选择。因此，为增长而竞争势必会演化成地方政府间对土地供应策略的竞相模仿、攀比，从而产生区域间土地供给结构的空间策略互动行为［7］。由此，随着这种土地供给结构政策的空间策略互动行为在邻近城市间不断扩散，各城市间的土地供给结构错配也会形成正反馈机制和同群效应，从而陷入恶性循环和竞争中，特别是当地区之间存在明显的土地生产率差异及由此引致的土地价格差异时，产生的市场互动和空间溢出越强。城市土地供给结构错配的空间相关性意味着不同城市间的经济产出及碳排放也存在空间相关性。因此，提出假设2。
假设2：在财税竞争和引资竞争的影响下，土地供给结构错配不仅抑制城市自身碳排放效率的提升，而且还抑制空间关联城市碳排放效率的提升。
3 研究方法与数据来源
3. 1 模型设定
首先，由于中国城市之间存在着诸多的经济联系，因而空间关联城市之间的土地供给政策通常会表现出很强的关联关系［4］。因此，土地供给结构错配也可能存在内在空间关联。文章构建两区制非对称空间计量模型检验城市间土地供给结构错配的空间溢出效应，即空间策略互动效应［7］。模型具体设定如下：
3. 2 变量定义、数据来源与样本选择
3. 2. 1 被解释变量
被解释变量是城市碳排放效率。碳排放效率实质是一种经济活动过程中的资本、劳动力、能源等投入和经济产出共同作用的结果［2］。因此，借鉴王少剑等［35］的研究，以劳动力、资本为投入要素，以地区生产总值为期望产出，二氧化碳排放量为非期望产出，采用非径向、非角度SBM模型测度城市碳排放效率。资本和劳动力投入分别选取城市某年资本存量和年均城镇就业人数予以度量［25］。资本存量根据永续盘存法估算得到［2，36］。
关于碳排放总量的计算，由于没有城市层面详细的能源消费和分类数据，文章借鉴Chen等［37］、邓荣荣等［38］的研究，采用DMSP?OLS和NPP?VIIRS夜间灯光数据反向推演和模拟中国城市碳排放总量。基于DMSP?OLS 和NPP?VIIRS夜间灯光数据的城市碳排放量模拟预测方法得到了广泛的应用［39］。这一模拟测度方法的背后逻辑为，如果夜间灯光亮度越高，则该城市的经济发展水平也越高，相应地，各类能源消费也会越多［39］。
图1是东部、中部、西部和东北地区的城市碳排放效率变化趋势图。图1显示，2010—2019年，东部和中部省域的城市碳排放效率较高，变化较为平稳，而城市碳排放效率较低的区域是西部和东北地区，且整体呈现波动中提升的趋势。
3. 2. 2 核心解释变量
核心解释变量是城市土地供给结构错配指数。由于文章是从城市土地要素投入和经济产出角度测度土地供给结构错配程度，涉及不同用途的城市土地供给及其对应的行业分类数据，因此，参考刘永建等［40］的研究方法，把城市行业按照中国土地市场网的城市用地类型分为居住、工业以及商业服务业三个行业，在《城市用地分类与规划建设用地标准》的基础上，把城市不同用途土地供给数据与国民经济行业分类数据进行匹配［41-42］。具体匹配关系见表1。
根据前文的理论分析，当经济实现竞争均衡时，任一行业的土地投入份额和经济产出份额必然相等。因此，利用土地投入份额与经济产出份额之间的欧氏距离来测度土地供给结构错配程度［43］，具体公式如下：
从式（16）可以看出，在均衡状态时，不同行业的土地生产率均相等并且等于城市整体的土地生产率。从式（15）和式（16）还可以看出，在行业土地生产率和总体土地生产率的差值不变的情形下，如果行业i 的土地投入份额超过均衡状态时的份额时，此时行业i 的土地供给错配程度会变大，而城市总体土地供给结构的错配程度也会随之变大。
图2是东部、中部、西部和东北地区的城市土地供给结构错配指数变化趋势图。图2显示，2010—2019年，东部地区的城市土地供给结构错配指数最低，而城市土地供给结构错配指数较高的省域是东北和西部地区。并且东部和中部地区的城市土地供给结构错配指数呈现波动下降的趋势，中部地区城市土地供给结构错配指数变化较为平稳，东北和西部地区的城市土地供给结构错配指数呈现波动中增加的趋势。这可能是因为东北和西部城市土地市场化供给程度相对较低，资源配置效率等方面落后于东部地区，同时地方政府更易干预土地出让价格且干预效果好，从而使得现实的土地供给结构与合意的土地供给结构不协调；而东部城市的土地市场化供给程度相对较高，在地价相对较高的情况下，政府干预土地供给规模与结构的行为对土地价格和经济产出的影响较小，只能通过积极调节不同行业间的土地资源来实现土地供给结构的合理发展［4］。从图1和图2可以看出，城市土地供给结构错配指数与碳排放效率大致呈现出相反的变化趋势。
3. 2. 3 空间权重矩阵设定
设置合适的空间权重矩阵是分析土地供给结构错配影响城市碳排放效率的关键所在，文章设置了地理距离权重矩阵（W1）、經济距离权重矩阵（W2）以及产业结构距离权重矩阵（W3）。具体而言，地理距离权重矩阵的矩阵元素是两地距离的倒数；经济距离空间权重矩阵的矩阵元素为两个城市人均GDP之差绝对值的倒数。产业结构空间权重矩阵的矩阵元素为两个城市产业结构指数之差绝对值的倒数，其中产业结构用第二产业增加值与第三产业增加值的比值衡量。文章设置地理距离权重矩阵的原因是地理邻近城市资源禀赋类似、经济发展和环境保护信息的外溢性较强［2］，设置经济距离和产业结构距离权重矩阵的原因是经济发展水平和产业结构相似的城市之间，地方政府间有较强的市场互动性和投资竞争性，环境保护行为也具有策略互动性［5-6］。
3. 2. 4 地方政府竞争程度
（1）引资竞争。借鉴沈坤荣等［27］研究，以外商直接投资额占城市生产总值比值衡量地级市间引资竞争程度。
（2）财税竞争。借鉴邓慧慧等［34］对相关变量的处理方法，以地级市人均财政预算收入排名衡量地级市间财税竞争程度。
3. 2. 5 控制变量
借鉴邵帅等［2］、袁凯华等［28］和张明斗等［44］的做法，文章选择的控制变量是：①绿色技术创新能力，运用城市绿色专利授权量的对数表示。②人口密度，采用每平方千米的人口数表示。③人口城镇化水平，用城市人口占总人口的比重表征。④市场化程度，用城镇私营和个体就业人员数占总人口的比重表示。⑤经济发展水平，用人均GDP表示。⑥道路密度，用城市公路里程数与城市土地面积的比值衡量。⑦能源消费结构，用城市煤炭消费量与能源消费总量的比值来表示。变量描述性统计见表2。
3. 2. 6 数据来源和样本选择
城市土地供给数据来自《中国城市建设统计年鉴》、WIND数据库和中国土地市场网，夜间灯光数据来自美国国家海洋和大气管理局，绿色专利数据来自国泰安数据库和国家知识产权局，其余数据来自《中国城市统计年鉴》《中国区域经济统计年鉴》以及各省市统计年鉴和国民经济和社会发展统计公报。由于经济结构差距较大和数据缺失值较多，在省级层面未涉及西藏、香港、澳门与台湾；由于数据缺失值较多和行政区划调整，在城市层面不涉及三沙、巢湖、嘉峪关、莱芜、吐鲁番、哈密、普洱、海东、儋州等地级市，同时由于2010年以前的城市土地供给数据缺失值较多，最终选定2010—2019年280个地级及以上城市的数据作为研究样本。其中，东部城市包括北京市、河北省、天津市、山东省、江苏省、浙江省、上海市、福建省、广东省和海南省的相关地级及以上城市，中部城市包括山西省、河南省、湖北省、湖南省、安徽省和江西省的相关地级市，西部城市包括重庆市、四川省、陕西省、云南省、贵州省、广西壮族自治区、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区、内蒙古自治区的相关地级及以上城市，东北城市包括黑龙江省、吉林省和辽宁省的相关地级市。
4 结果分析
4. 1 空间相关性分析
采用全局Morans I 指数度量城市碳排放效率的空间自相关性。从表3中可以看出，2010—2019年，在地理距离空间权重矩阵、经济距离空间权重矩阵以及产业结构距离空间权重矩阵下，城市碳排放效率的Morans I指数值均在1%水平下显著为正，这表明不同城市之间的碳排放效率存在空间依赖性。另外，Morans I指数值整体呈现上升态势，这表明，不同城市之间的碳排放效率的空间依赖性逐步增强，因而有必要在后续的分析中引入空间因素。
为了确定空间计量模型的具体形式，首先进行Wald检验和LR检验，结果显示均通过1%的显著性检验，从而拒绝了采用SLM模型或SEM模型的原假设。因此，文章采用空间杜宾模型展开分析，而且计算得到的Hausman检验结果通过了1%的显著性检验，说明选择固定效应模型更合适。因空间相关性的存在，使用传统的OLS方法会带来估计结果有偏的问题，因此采用准极大似然法对模型（QMLE）进行估计。
由空间杜宾模型回归结果可知，在W1、W2、W3三种空间权重矩阵下，城市碳排放效率的空间滞后项系数ρ 分别为0. 561、0. 770和0. 354，且均通过了1%的显著性检验，表明城市碳排放效率存在显著的正向空间溢出效应。说明该地区碳排放效率的下降会通过地理、经济发展水平和产业结构上的关联，显著降低其他城市的碳排放效率。碳排放效率的正向空间溢出效应可以归因于地方政府之间的经济竞争效应。在财政分权背景下，地理距离、经济发展水平和资源禀赋类似的城市之间存在激烈的引资竞争和财税竞争现象，在经济增长目标导向下，使得地方政府长期忽略了低碳转型和环境保护，而碳排放治理问题本身就存在空间溢出效应。因此，空间关联城市之间的经济增长竞争效应可能不仅会降低城市自身的碳排放效率，还会降低空间关联城市的碳排放效率。
4. 2 城市土地供给结构错配的空间策略互动形式
表4主要报告了地理距离、经济距离和产业结构距离三种空间权重矩阵下城市总体土地供给结构错配、居住用地错配、工业用地错配和商业服务业用地错配的空间策略互动行为。
4. 2. 1 总体土地供给结构错配
由表4可知，在三种空间权重矩阵下，土地供给结构错配指数的估计系数显著大于零，说明城市间土地供给结构错配存在相互模仿的空间策略互动行为。意味着，当某城市的竞争地区的土地供给结构错配程度提升或降低时，该城市的土地供给结构错配程度也会提高或者降低。同时，就策略互动强度来说，产业结构距离和经济距离权重矩阵下的土地供给结构错配指数的估计系数值高于地理距离权重下的估计系数值，表明与地理邻近相比，产业结构和经济发展水平相近在土地供给结构错配互动中所起作用更大。
4. 2. 2 居住用地错配
由表4可知，在三种空间权重矩阵下，城市间居住用地错配存在“逐顶竞争”的策略互动行为。当某城市的竞争地区的居住用地错配程度提升时，该城市的居住用地错配程度也会提高。同时，就策略互动强度来说，地理距离权重矩阵下的居住用地供给错配指数的估计系数值高于产业结构距离和经济距离权重矩阵下的估计系数值，表明与产业结构和经济发展水平相比，地理距离邻近在居住用地错配程度策略互动中所起作用更大。
4. 2. 3 工業用地错配
由表4可知，在三种空间权重矩阵下，城市间工业用地错配存在“逐顶竞争”的策略互动行为。当空间关联城市的工业用地错配程度提高时，本地城市的工业用地错配程度也会提高。就策略互动强度来说，产业结构距离和经济距离权重矩阵下的工业用地供给错配指数的估计系数值高于地理距离权重矩阵下的估计系数值，表明与地理邻近相比，产业结构和经济发展水平相近在工业用地错配策略互动中所发挥的作用更大。在经济分权体制下，地方政府间存在着广泛的招商引资竞争，而空间关联地区，特别是经济发展水平、产业结构接近的关联地区，在吸引同类型投资上的竞争可能更为激烈，工业用地的策略性供给程度也越高。
4. 2. 4 商业服务业用地错配
由表4可知，在三种空间权重矩阵下，城市间商业服务业用地错配也存在“逐顶竞争”的策略互动行为。当某城市的竞争地区的商业服务业用地错配程度提升时，该城市的商业服务业用地错配程度也会提高。同时，就策略互动强度来说，地理距离和经济距离权重矩阵下的商业服务业用地供给错配指数的估计系数值高于产业结构距离下的估计系数值，表明与产业结构邻近相比，地理距离和经济发展水平相近在商业服务业用地错配策略互动中所发挥的作用更大。
4. 3 土地供给结构错配对城市碳排放效率影响的直接效应和间接效应
表5报告了在地理距离、经济距离以及产业结构距离权重矩阵下土地供给结构错配指数对城市碳排放效率的影响。从表5可以看出，土地供给结构错配指数的直接效应和间接效应均显著为负。这说明土地供给结构错配不仅对本地城市的碳排放效率产生抑制作用，还对空间关联城市的碳排放效率产生抑制作用。
进一步发现，产业结构距离权重和经济距离权重下，土地供给结构错配指数对空间关联地区的负向空间溢出效应高于地理距离下的空间溢出效应。这是因为，在财税竞争、引资竞争与官员晋升机制的激励下，产业结构和经济发展水平相近的城市的土地供给结构错配更易形成正反馈机制和互动行为，在标尺竞争效应的影响下，城市之间的土地配置行为具有相似性，使得土地供给结构错配策略互动对空间关联城市的碳排放效率也产生了负向溢出效应［6， 8］。
4. 4 不同行业土地供给错配指数对城市碳排放效率的影响
从表6可以看到，在三种空间权重矩阵下，城市居住用地供给错配指数、工业用地供给错配指数和商业服务业用地供给错配指数的直接效应和间接效应均显著为负，这说明城市居住用地错配、工业用地错配和商业服务业用地错配均不利于提升城市自身碳排放效率和空间关联城市的碳排放效率。并且在三种空间权重矩阵下，工业用地错配、居住用地错配和商业服务业用地错配对城市碳排放效率的直接效应和空间溢出效应的负向影响均依次递减。
进一步分析发现，在地理距离权重下，城市居住用地错配的负向空间溢出效应明显高于经济距离权重和产业结构距离权重下的空间溢出效应。这表明与经济距离和产业结构距离邻近相比，地理邻近在居住用地错配影响空间关联城市碳排放效率中所发挥的作用更大。在产业结构和经济距离权重下，城市工业用地错配的负向空间溢出效应明显高于地理距离权重下的空间溢出效应。这表明与地理距离邻近相比，产业结构和经济发展水平相近在工业用地错配影响空间关联城市碳排放效率中所发挥的作用更大。在地理距离权重和经济发展水平距离权重下，城市商业服务业用地错配的负向空间溢出效应明显高于产业结构距离权重下的空间溢出效应。这表明与产业结构邻近相比，地理距离邻近和经济发展水平相近在商业服务业用地错配影响空间关联城市碳排放效率中所发挥的作用更大。
4. 5 机制检验
前文理论分析指出，土地供给结构错配不利于提升城市自身和空间关联城市的碳排放效率，这主要是由地方政府间引资竞争和财税竞争造成的。因此，文章进一步通过在基准模型中引入交互项的方式对土地供给结构错配如何通过引资竞争和财税竞争进而影响城市碳排放效率的作用机制予以识别和检验，具体估计结果见表7。从表7可以看出，三种空间权重矩阵下，土地供给结构错配指数对城市碳排放效率的直接效应和间接效应均显著为负，并且土地供给结构错配与引资竞争和财税竞争变量的交互项的直接效应和间接效应也均显著为负。说明政府间引资竞争和财税竞争越激烈，土地供给结构错配对空间关联城市和自身碳排放效率的抑制作用也越大。
同样，从表8可以看出：①在三种空间权重矩阵下，居住用地供给错配指数与财税竞争变量的交互项的直接效应和间接效应均显著为负，而与引资竞争变量的交互项不显著，说明随着政府间财税竞争程度的加剧，居住用地错配对空间关联城市和城市自身碳排放效率的抑制作用越大；②在三种空间权重矩阵下，工业用地供给错配指数与引资竞争变量的交互项的直接效应和间接效应均显著为负，而与财税竞争变量的交互项不显著，说明随着政府间引资竞争程度的加剧，工业用地错配对空间关联城市和城市自身碳排放效率提升的抑制作用也越大；③在三种空间权重矩阵下，商业服务业用地供給错配指数与财税竞争变量的交互项的直接效应和间接效应均显著为负，而与引资竞争变量的交互项不显著，说明随着政府间财税竞争程度的加剧，商业服务业用地错配对空间关联城市和城市自身碳排放效率的抑制作用也越大。
4. 6 稳健性检验
4. 6. 1 内生性问题识别
城市土地供给结构错配对碳排放效率的影响，可能会因为解释变量与扰动项相关、解释变量与被解释变量之间互为因果关系以及遗漏变量误差等内生性问题而导致估计结果有偏，而QMLE方法无法有效解决对此类问题，因此，文章采用GMM方法对基准模型重新进行回归，估计结果见表9的Panel A。在三种空间权重矩阵下，城市土地供给结构错配指数的直接效应和间接效应均显著为负，与基准模型的回归结果一致。
4. 6. 2 变化空间权重矩阵
考虑到地方政府的“标尺竞争”效应，各省级单位内部不同城市间的“相机抉择”程度可能更为强烈［8］。因此，文章设置了同一省份内部不同城市之间的地理距离权重矩阵、经济距离权重矩阵和产业结构距离权重矩阵，然后对空间杜宾模型重新回归，具体估计结果见表9的Panel B。在三种空间权重矩阵下，城市土地供给结构错配指数的系数估计值显著为负，与基准模型的回归结果一致。这说明表5中的结果是稳健的。
5 结论与建议
文章基于城市行业间土地生产率视角测度了2010—2019年中国城市土地供给结构错配指数，然后基于空间杜宾计量经济学模型，考察了土地供给结构错配指数对城市碳排放效率的影响，得出如下结论。
第一，总体来看，中国城市土地供给结构错配程度存在明显的区域差异。2010—2019年，东部地区的城市土地供给结构错配指数最低，东北地区和西部地区土地供给结构错配指数较高。并且东部和中部地区的城市土地供给结构错配指数呈现波动下降的趋势，中部地区的城市土地供给结构错配指数变化较为平稳，东北和西部地区的城市土地供给结构错配指数呈现波动中增加的趋势。土地供给结构错配存在明显的空间策略互动形式，并且居住用地供给错配、工业用地供给错配和商业服务业用地供给错配呈现出“逐顶竞争”形态。
第二，由于城市间存在经济竞争效应，碳排放效率具有显著的正向空间溢出效应，本地碳排放效率的下降会带动空间关联地区碳排放效率的下降。空间杜宾计量经济模型估计表明，土地供给结构错配对城市碳排放效率的直接效应和间接效应均显著为负，并且在产业结构距离权重和经济距离权重下，土地供给结构错配指数的空间溢出效应高于地理距离权重矩阵下的空间溢出效应。
第三，从不同行业土地供给错配程度来看，城市居住用地供给错配指数、工业用地供给错配指数和商业服务业用地供给错配指数的直接效应和间接效应均显著为负，这说明本地城市居住用地错配、工业用地错配和商业服务业用地错配均不利于提升城市自身碳排放效率和空间关联城市的碳排放效率。进一步分析发现，与经济距离和产业结构距离邻近相比，地理邻近在居住用地错配影响空间关联城市碳排放效率中所发挥的作用更大。与地理距离邻近相比，产业结构和经济发展水平相近在工业用地错配影响空间关联城市碳排放效率中所发挥的作用更大。与产业结构邻近相比，地理距离邻近和经济发展水平相近在商业服务业用地错配影响空间关联城市碳排放效率中所发挥的作用更大。
第四，机制检验表明，总体上，随着地方政府间引资竞争和财税竞争程度的加剧，土地供给结构错配对空间关联城市和城市自身碳排放效率的负向作用也越大；分维度来看，居住用地和商业服务业用地错配仅通过财税竞争抑制了空间关联城市和城市自身碳排放效率，而工业用地错配仅通过引资竞争抑制了空间关联城市和城市自身的碳排放效率。
研究结论对新时代土地供给侧结构性改革、提升城市碳排放效率有如下启示：第一，推进土地要素渐进式市场化改革，深化不同行业、用途的城市建设用地增减政策，权衡城市工业用地、居住用地和商业服务业用地的比例，促进城市建设用地的跨部门流动，因地制宜地实行“工改居”，合理增加商住用地供给规模，抑制非房地产企业在房地产建设领域的投资冲动，提高城市土地资源的行业配置效率，从而有利于降低城市土地供给结构错配程度。第二，由于城市土地供给结构错配具有正向的空间外溢性，因而各城市应该纠正其在工业用地供给过程中“以地引资”和商住用地供给过程中“以地生财”的短视行为，同时中央政府应引导地方政府构建“联防联控”的土地治理机制，增强空间关联城市间土地治理的协调性，并且通过土地约谈制度监督和规范地方政府土地出让行为，避免地方政府在土地出让中的恶性竞争，从而有助于弱化城市间土地供给结构错配的空间策略互动行为。第三，由于工业用地供给错配、居住用地供给错配和商业服务业用地供给错配对城市碳排放效率的负向影响依次下降，而东北和西部地区的城市土地供给结构错配指数较高，因此未来东北和西部地区应该侧重于优化工业用地配置，加快淘汰落后工业产能，盘活闲置低效工业用地，形成低碳导向的城市建设用地规模控制思路，同時加强城市间低碳转型发展经验的交流和生态环境治理措施的对接，从而有效缓解土地供给结构错配对城市碳排放效率的抑制效应。第四，深化官员政绩考核体系改革，纠正地方官员的短视行为。持续弱化财税收入、GDP增长在地方官员绩效考核中的占比，建立技术创新、绿色低碳、产业结构转型等多维政绩考核机制，从而弱化地方政府间激烈的财税竞争和引资竞争，进而降低土地供给结构错配对城市碳排放效率的负向作用。
（责任编辑：王爱萍）
