财政分权、城市扩张与中国碳排放强度

2024-04-15田伟腾

华东经济管理 2024年4期

田伟腾

[摘要：实现“双碳”目标是党中央统筹国内国际大局作出的重大战略决策。文章基于我国288个城市面板数据，将财政分权、城市扩张和碳排放纳入同一理论分析框架，实证检验财政分权背景下城市扩张对碳排放的影响。研究发现：城市扩张对碳排放存在正向促进效应；不同规模、区位、资源类型城市的影响呈现异质性效应；随着财政分权度的提高，城市扩张对碳排放促进效应呈现逐渐下降的趋势。研究提出：未来应贯彻可持续发展理念，严控城市无序扩张；坚持中国式财政分权体制基本框架，完善地方政府的考核体系；坚持效率优先、创新驱动，推动绿色低碳发展；对不同城市采取针对性的节能减排政策。

关键词：“双碳”目标；城市扩张；绿色低碳；财政分权；门槛效应

中图分类号：F812.2；X321 文献标识码：A 文章编号：1007-5097（2024）04-0072-11 ]

Fiscal Decentralization，Urban Expansion，and China′s Carbon Emission Intensity

TIAN Weiteng

（School of Economics，Nankai University，Tianjin 300071，China）

Abstract：Realizing the "dual carbon" goal is a major strategic decision made by the Party Central Committee to coordinate both domestic and international situations. Based on the panel data from 288 cities in China，this paper empirically tests the impact of urban expansion on carbon emissions under the background of fiscal decentralization， incorporating fiscal decentralization，urban expansion，and carbon emissions into the same theoretical analysis framework. The findings are as follows： Urban expansion has a positive promoting effect on carbon emissions；the impact of the cities of different sizes，locations，and resource types exhibits heterogeneity effects；with the increase of fiscal decentralization， the promotion effect of urban expansion on carbon emissions is gradually decreasing. In the future， it is necessary to implement the concept of sustainable urban development and strictly control the disorderly expansion of cities， adhere to the basic framework of the fiscal decentralization system with Chinese characteristics and improve the assessment system of local governments， adhere to prioritizing efficiency and driving innovation and promote green and low-carbon development， and adopt targeted policies for energy conservation and emission reduction based on the cities of different locations.

Key words："dual carbon" goal；urban expansion；green and low-carbon；fiscal decentralization；threshold effect

一、引言及文獻综述

党的二十大报告指出，实现碳达峰碳中和是一场广泛而深刻的经济社会系统性变革，要积极稳妥推进碳达峰碳中和。推进并实现碳达峰碳中和成为影响未来几十年我国社会经济发展的重大战略决策。中国正在经历人类历史上前所未有的、规模最大的城市化进程，快速城市化在土地利用上最直接的表现就是城市边界的不断扩张，而城市扩张带来的土地利用变化和不可再生资源的消耗是造成城市温室效应和全球气候变化的主要原因。当前，中国经济增长还存在一定程度的失衡问题，主要表现为经济规模与经济增长质量之间的不协调。传统的依靠要素投入和资源消耗的经济增长模式与“中国式分权”下的地方政府行为密切相关［1］，这也使我国至今无法完全摆脱西方国家“先污染、后治理”的发展老路。财政分权和政治集权是中国式分权的集中体现，财政分权作为刻画地方政府发挥财政支出相对自主权的一项制度安排，易使地方政府功利性地追求经济目标，放松环境管制，导致城市碳排放呈上升趋势。分税制改革以来，以土地出让为核心的地方土地财政体制和以GDP为指挥棒的干部考核机制，日渐成为地方政府“以土地经营土地”，盲目追求扩张、热衷大规模“造城运动”的主要动力因素。因此，在中国式财政分权的背景下，如何通过合理的城市扩张促进经济效益和环境效益的“双赢”成为未来各级政府关注的核心问题，深入研究城市扩张对碳排放的影响对完善财政分权制度、提高城市发展质量、促进节能减排等具有重要的理论和现实意义。

目前，关于碳排放的研究主要涉及碳排放核算［2］、效率［3］、时空演化［4］、影响因素［5］等方面，影响因素主要包括经济增长［6］、能源结构［7］、人口变化［8］、城市化进程［9］、财政分权［10］、收入分配［11］等。学界关于城市扩张与碳排放的关系有三种基本观点：一是城市扩张有助于减少碳排放［12］，二是城市扩张会加剧碳排放［13］，三是城市扩张对碳排放的影响具有非线性特征［9］。现有对财政分权与碳排放关系的研究主要集中在环境规制、政府竞争等对碳排放的影响方面［10，14］，财政分权对城市扩张的影响研究则主要从土地财政、地方政府竞争、地方政府支出规模与偏好等方面展开［15-16］。综上，目前关于财政分权、城市扩张和碳排放的研究成果较多，但多从国家、区域、省级或某一特定地区等层面来讨论，鲜有从微观层面进行探讨。同时，现有研究多聚焦于城市扩张与碳排放、财政分权与碳排放以及财政分权与城市扩张之间的两两关系，忽视了财政分权可能会影响城市扩张对碳排放的作用效应。鉴于此，本文利用2000—2020年我国288个城市面板数据，实证检验城市扩张对碳排放的影响机制，对在财政分权框架下，城市扩张如何影响碳排放及其影响程度、财政分权是否存在门槛效应进行探究，以期为我国减排降碳和绿色可持续发展提供政策建议。

本文可能的创新和贡献在于：①将财政分权、城市扩张与碳排放纳入同一分析框架，从理论层面剖析财政分权背景下城市扩张对碳排放的影响机制，同时利用288个城市面板数据对其进行实证检验；②以Landsat TM/ETM遥感影像为主要数据源度量城市扩张，客观地描述城市用地外延式扩展，及时反映城市扩张的真实状态，精度较高，准确性较好；③选用自然地理类外生变量，优化工具变量的处理方式，同时采用门槛模型佐证门槛效应，可以较好地解决模型的内生性问题。

二、理论机制与研究假设

（一）城市扩张与碳排放

参考齐俊妍和王晓燕（2016）［17］、史恩义和王娜（2018）［18］的研究思路，本文尝试将财政分权、城市扩张和碳排放纳入同一理论分析框架，建立五部门经济模型探讨财政分权背景下城市扩张对碳排放的影响，模型推导如下：

第一，产品生产部门。生产函数采用柯布-道格拉斯函数：

[Y=LαY（0NAX1-αidi），0<α<1] （1）

其中：Y表示產品生产数量；LY代表生产过程的劳动投入；N、X分别为中间品的投入种类和数量。

假定规模报酬不变，将最终产品的单位价格设定为1，那么生产部门的利润函数为：

[πY=1×LαY（0NAX1-αidi）-WYLY-0NPXXidi] （2）

其中：WY为劳动力工资；PX为中间品价格。

由利润最大化一阶条件可得：

[Xi=LYA1α（1-α）1αP-1αX] （3）

第二，中间品部门。在中间品部门生产过程中，假定1单位中间产品需要投入1单位最终品，中间品部门利润为：

[πX=PXXi-1×Xi] （4）

产品生产部门的生产函数变为：

[Y=LYAlα（1-α）2（1-α）αN] （5）

劳动力报酬为：

[WY=αYLY] （6）

第三，金融部门。经济环境中所需资金由金融部门提供，金融部门利用原有金融资本和人力资本进行生产，具体函数为：[K=ΨKηL1-ηK]，那么利润函数为：

[πK=RK-rK-WKLK] （7）

由利润最大化一阶条件可得：

[WK=ΨR（1-η）KηL-ηK]。（8）

第四，能源生产部门。能源生产部门为经济发展提供能源保障，包括原始能源存量（E1）、人力资本投入带来的能源生产量（E2）和技术进步投入带来的能源生产量（E3），其生产函数为：[E=θζLβEK1-β×（E1+E2+E3）]，θ、ζ分别表示能源生产率和城市扩张对能源生产的影响。

由此，可得利润函数为：

[πE=PEθζLβEK1-β（E1+E2+E3）-WELE-RK] （9）

其中，[WE]、PE和R分别为能源部门的劳动力工资、能源价格以及金融部门的成本。由利润最大化的一阶条件可得：

[r=（1-β）PEθζLβEK-β（E1+E2+E3）] （10）

[WE=βPEθζLβ-1EK1-β（E1+E2+E3）] （11）

第五，消费部门。假定消费者采用两阶段跨期效用的最优决策，效用函数设为：[U（c1，c2）=lnc1+lnc2]，则消费者效用最大化条件为：

[WL=WLY+LE+LK=c1+11+rc2] （12）

对以上五部门行为进行均衡分析。假定初始资本为0，消费者在首期消费后将剩余资金存入金融部门，那么原始资本存量为：

[K=W（LY+LE+LK）2] （13）

假定劳动力在不同部门间自由流动，且劳动力价格完全相同，则[W=WY=WE=WK]。

在市场出清的均衡状态时：

[WL2=W（LY+LE+LK）2=Y] （14）

各部门劳动力投入为：

[LY=αL2] （15）

[LE=2-αβ21-η+βηL] （16）

[LK=（2-α）（1-β）（1-η）2（1-η+βη）L] （17）

由此，可以得出能源部门的产出增长率为：

[GE=EE={12θζLββψ（1-β）Aη（1-β）ααη（I-β）×1-α2（1-α）η（1-β）α2-α21-η+βη（1-η+βη）[（1-β）（1-η）]（1-β）（1-η）×（E1+E2+E3）}11-η+βηE] （18）

能源的开发和使用是经济发展过程中必不可少的环节。我国对传统能源的依赖依然明显，而传统能源的使用会直接或间接加剧碳排放，即GE>0，表示该地区碳排放量增加。在经济发展过程中，城市扩张会对能源的开发和使用产生重要影响。城市扩张过程中发生的最明显变化就是人口城市化导致的人口流动。当人口向城市聚集时，居民的家庭消费结构会发生变化。家庭消费是城市碳排放的重要来源［19］，消费能力的提升会进一步增加耗能行为，电耗、水耗、气耗的上升导致碳排放量不断增加。此外，城市扩张还会使家庭经济活动的范围变大，居民对基础设施的需求也随之增加，而这些设施的生产、建设、使用、拆除等都会加剧碳排放。城市边界的不断扩张改变了城市的内部空间结构，人口的过度集聚使得中心城区的土地租金和住房成本不断提升，出现更多职住分离现象，而通勤时间的延长会进一步增加家庭出行的碳排放量。此外，职住分离使城市交通拥堵加剧，车辆空驶里程长、燃料不完全燃烧和汽车尾气也是造成城市碳排放量增加的关键原因。城市扩张破坏了城市原生态景观格局，加剧了城市热岛效应。一方面，热岛效应造成城市中心温度升高，居民为加快空气流通、降低温度，会增加家庭电力耗能，进一步加剧城市碳排放；另一方面，热岛效应会造成城市中心—外围气温差和内外部大气环流，使城市外围区域空气污染物流向中心区域，增加了中心城区空气中二氧化碳含量，也加剧了城市碳排放。

城市扩张引起的另一个显著变化是土地非农化，即耕地或生态用地向建设用地转换。土地利用变化是影响城市碳排放的关键因素。首先，土地的非农化会降低土壤呼吸率、减少植物生物量和植被固碳量等，进而加剧碳排放［20］。其次，建设用地是二三产业的载体，土地利用方式的变化会进一步改变产业结构。各产业在资源需求、能源利用效率和耗能水平等方面存在较大差异，尤其是碳排放占比较高的第二产业，通常涉及加工与转化、燃烧与利用等高耗能、高排放行业。大量煤炭、石油、天然气等化石燃料的投入和使用，使得碳排放量不断增加。最后，产业高级化能够使就业高级化，就业结构的高级化也意味着国民收入水平、消费水平的整体提升，而人均消费水平是影响居民消费碳排放量的重要因素，居民的消费偏好和消费习惯引致的经济产出增加也会造成碳排放量增加。

因此，本文在模型推导中，将城市扩张的作用效果作为整体纳入能源部门进行分析，对[ζ]求导，[?GE?ζ>0]，由此，提出假设1。

H1：城市扩张更容易激发各种生产要素的規模效应，导致碳排放量增加。

（二）财政分权、城市扩张与碳排放

中国式分权是财政分权与政治集权的集合，城市扩张使地方政府能够实现在“财政收入”和“政绩”上的双重收益目标［21］。城市扩张离不开一定规模的财政资源支持，财政资源规模的扩大也离不开土地出让的支撑。自分税制实施以来，中央政府不断上收财权、下放事权，造成地方政府财权、事权的不对等，而地方政府迫于财政压力，会垄断土地一级市场，通过土地“招拍挂”的方式获取土地出让金［10］。在政绩考核背景下，地方政府利用大量的土地出让金进行了快速的城市扩张，进一步形成了其重城市建设、轻民生投入的偏好。

财政分权为城市扩张提供了资金保障，也使地方政府的主观能动性提高，政府能够在推动城市扩张的同时有效控制碳排放。不同程度的财政分权能够强化或削弱城市扩张与碳排放之间的关系。中国式分权体制往往伴随着以经济增长为主导的政府绩效考核机制，因此，在政绩激励背景下，地方政府为筹措城市扩张所需要的财政资金，可能会通过“价格逐底竞争”“数量逐顶竞争”的方式出让工业用地，以换取未来地方财政持续稳定的增长，达到围绕GDP增长进行的干部“晋升锦标赛”要求［22］。对工业用地出让行为的偏好使得城市用地规模不断扩大，地方政府间竞争加剧，进而导致市场分割和资源错配，在此过程中，地方政府可能会因分权不同而降低环境政策执行标准，以牺牲自然环境为代价换取短期经济利益，从而影响城市扩张与碳排放之间的关系。

据此，本文提出假设2。

H2：城市扩张对碳排放的影响随分权程度的变化呈现非线性特征，这种非线性特征的形成可能是因为存在分权门槛效应。

三、研究设计与数据

（一）模型设定

为验证H1，即考察城市扩张对碳排放的影响效果，本文构造实证模型如下：

[lnYit=α0+α1lnexpanit+βX'it+γi+λt+μit] （19）

其中：i和t分别代表城市和年份；Yit为被解释变量，反映碳排放强度；expan是核心解释变量，表示城市扩张；α1是核心解释变量的系数；[X，it]表示控制变量矩阵；β为控制变量的系数向量；γi和λt分别表示城市固定效应和年份固定效应；μit表示随机扰动项。

为验证H2，即考察不同财政分权条件下城市扩张对碳排放影响的非线性特征，本文进一步构建门槛效应模型如下：

[lnYit=α0+α1lnexpanit（fdzcit≤δ1）+ α2lnexpanitI（δ1

其中：fdzc表示分权度；δ为门槛值；I（·）为指示函数，当括号内的分权度满足条件时，I为1，否则，I为0，门槛个数的确定取决于门槛检验结果。

（二）变量定义

1. 被解释变量

考虑我国碳达峰碳中和的目标是减少二氧化碳排放总量，参考相关研究［9］，本文选取各城市碳排放数据（[CO2]）作为被解释变量，并对其取自然对数，同时选取人均碳排放量作为[CO2]的替换变量进行稳健性检验。

2. 核心解释变量

本文选取城市扩张数据作为核心解释变量。目前，度量城市扩张的指标较多，主要包括建成区面积、人口密度、夜间灯光数据等。由于夜间灯光数据的获取受天气影响较大，同时考虑统计年鉴有滞后性，不能及时反映城市扩張的真实状态，本文参考相关研究［23］，以Landsat TM/ETM遥感影像为主要数据源，基于中国科学院土地栅格数据，提取各城市建设用地栅格数据以度量城市扩张（expan1）。对城市用地外延式扩展进行客观描述，选用城市建设用地占城市面积的比重（expan2）作为expan1的替换变量进行稳健性检验。

3. 门槛变量

财政分权（fd）是连接政治分权与经济分权的重要桥梁［24］，可以在一定程度上体现地方政府的经济灵活性和自主性，地方政府的灵活性和自主性越大，其干预能力就越强。为弥补单一指标可能存在的缺陷，更全面准确地模拟现实，本文将财政分权度分别表征为财政支出分权度（fdexp）和财政收入分权度（fdinc）。由于城市层面完整细分的财政数据获取难度较大，参考相关研究［25］，本文控制了人口规模与财政支出（收入）规模间可能存在的相关关系，选用城市人均一般预算支出（收入）占中央、省级与城市人均一般预算支出（收入）之和的比重测度财政分权程度，其值越大，表明该城市财政分权程度越高，反之则越低。

4. 控制变量

为缩小遗漏解释变量可能造成的回归估计结果偏差，本文参考相关研究［5，7，9］，在模型中加入以下控制变量：经济发展水平（pgdp），以人均GDP表示；产业结构（struc），以第二产业增加值占GDP比重表示；对外开放程度（FDI），以外商直接投资占GDP比重表示；市场化水平（market），以市场化指数表示；人力资本（edu），以每万人中大学生人数表示；交通设施水平（trans），以人均城市道路面积表示。

（三）数据来源

考虑数据的获取性，本文所用的城市扩张数据来源于中国科学院资源环境科学与数据中心，该数据基于不同年份Landsat TM/ETM遥感影像，通过人工目视解译生成，空间分辨率为1km。由于数据为非连续型数据，考虑研究的时间范围和社会经济类数据的可获得性，最终采用2000年、2005年、2010年、2015年、2020年城市扩张数据作为核心解释变量。碳排放数据来源于中国碳排放数据库（CEADs），考虑数据库中城市碳排放数据的时间范围为1997—2019年，本文对2020年城市碳排放数据进行ARIMA线性补充，并将其与中国多尺度排放清单模型MEIC以及中国城市温室气体工作组公布的碳排放数据进行参照对比并校准以降低误差。对应时期的经济社会数据来自《中国城市统计年鉴》和各省市统计年鉴，最终得到2000年、2005年、2010年、2015年、2020年中国288个城市面板数据。在实证过程中，为消除不同量纲造成的误差影响，避免出现异方差问题，对除财政分权变量外的其余变量均进行了对数化处理。

主要变量的描述性统计结果见表1所列。

四、实证结果

（一）基准估计结果

采用依次加入控制变量的方式验证城市扩张对碳排放的影响，回归结果见表2所列。第（1）列仅控制年份和城市固定效应，结果显示，城市扩张对碳排放的影响系数为0.240，并在1%的水平上显著。在第（2）列至第（7）列中依次加入控制变量，可以看出，城市扩张对碳排放的影响系数仍显著为正，最终保持在0.187，并在1%的水平上显著，调整后的R2可达0.895，模型拟合效果较之前有所提高，说明城市扩张对碳排放具有显著的正向作用，从而验证了H1。

（二）稳健性检验

1.缩尾处理

由表1的描述性统计可以看出，解释变量与被解释变量在各城市之间的差异均较大，为消除离群值的影响，对各变量分别进行上下1%的缩尾处理，回归结果见表3第（1）列。结果显示，城市扩张对碳排放的影响仍显著为正，通过了稳健性检验。

2.改变样本量

由于我国直辖市在经济发展水平、发展政策和政府扶持力度等方面都有一定的特殊性，为避免这些差异对回归结果造成影响，本文剔除了四个直辖市样本。回归结果见表3第（2）列，结果表明，城市扩张对碳排放的影响估计系数显著为正，通过了稳健性检验。

鉴于自治区同样具有一定的特殊性，尤其在文化、管理、经济等方面与其他地区有一定差异，本文剔除自治区下属的地级市样本。回归结果见表3第（3）列，结果表明，城市扩张对碳排放的影响效应显著为正，H1仍然成立。

3.替换核心解释变量与被解释变量

选用城市建设用地占城市面积的比重替换核心解释变量，用人均碳排放量替换被解释变量，再次进行回归，结果见表3第（4）列和第（5）列，可以看出，结果与基准结论一致，再次证明结论具有稳健性。

（三）异质性检验

1. 不同城市规模的异质性分析

考虑不同规模城市的集聚效应、资源要素配置效率、经济发展水平与阶段均存在较大差异，可能造成城市扩张速度对碳排放量的影响效果不同，本文基于不同城市规模（１），分组考察城市扩张对碳排放影响的异质性，检验结果见表4第（1）列至第（3）列。

由表4可以看出，大城市的城市扩张系数最高，中等城市的城市扩张系数为0.215并在1%的水平上显著，小城市则不显著。原因在于：①大城市多为区域中心城市，经济发展程度较高。随着城市范围不断扩大，居民家庭消费成本也逐渐增加，产生了多种享受型、发展型等消费碳排放。此外，大城市过度的产业集聚引发就业集聚，人口的过度集聚使得中心城区的土地租金和住房成本不断提升，出现更多的职住分离、交通拥堵等现象，导致在城市扩张过程中大城市碳排放量不断增加。②中等城市创新型人力资本不足，科技研发投入力度有限，在以GDP为标尺的晋升锦标赛影响下，地方政府可能会通过制定土地优惠政策吸引企业投资，发展更有利于政绩的产业，布局更多耗能高但收益快的产业，从而忽视城市土地扩张中出现的环境问题，造成空气污染与碳排放不断加剧。因此，中等城市的土地扩张使得城市碳排放量增加。③小城市经济发展水平较低，产业整体规模较小，城市扩张速度比大中城市慢。此外，小城市面临的生态环境压力也较小，可以更快速地实施绿色转型和创新实践，缩小生态成本与经济产出间的偏离程度。因此，小城市的城市扩张对碳排放的影响并不显著。

2. 不同地理区位的异质性分析

由于中国区域间经济发展不平衡，各城市的经济发展水平及方式存在较大差异，为考察城市扩张对碳排放量影响的地区异质性，本文参考国家统计局的划分方法（２），将我国划分为东、中、西部和東北地区（不含港澳台地区）并进行分样本回归，结果见表4第（4）列至第（7）列。可以看出，中部地区和东北地区的城市扩张对碳排放的影响显著为正，表现出较强的正向推动作用，H1得到支持。东部和西部地区的城市扩张对碳排放的影响并不显著。原因在于：①东部地区土地资源较为稀缺，价值较高。受土地资源和生态环境约束，地方政府通常会更谨慎地开展城市土地扩张，且更偏向于吸引低耗能、绿色可持续的第三产业企业投资。此外，低碳技术应用、绿色技术创新等因素也会在城市扩张的过程中影响碳排放，故没有通过显著性检验。②西部地区经济发展起点较低，市场化进程缓慢，土地资源的储备相对较多，因而城市土地扩张速度比其他地区慢。此外，西部地区生态资源丰富，生态用地的固碳吸碳能力较强，对碳排放有一定的削弱作用，所以，西部地区的城市扩张对碳排放的影响并不显著。

3. 不同资源类型城市的异质性分析

资源型城市是我国重要的能源资源战略保障基地，对国民经济的持续健康发展起重要支撑作用，但资源型城市同时还普遍存在“资源诅咒”现象。为检验不同资源类型城市扩张对碳排放强度影响的异质性，根据国务院发布的《全国资源型城市可持续发展规划（2013—2020年）》（３），本文将我国城市分为资源型城市和非资源型城市并进行分样本回归，结果见表4第（8）列和第（9）列。结果表明，非资源型城市对碳排放强度的影响大于资源型城市。对资源型城市来说，一方面，资源产品生命周期有限，资源枯竭和人口流失使得城市收缩现象不断加剧，建设用地转入量减少，城市扩张速度减缓，导致城市扩张对碳排放影响较小；另一方面，国家逐步在资源型城市实施高质量转型发展，促使资源型城市绿色转型，在生态环境保护方面实施更严格的监督与管控，也使得城市扩张过程中的碳排放强度相对较低。

（四）内生性问题

上述研究结果初步表明，城市扩张会加剧碳排放。在实证检验过程中，虽然使用了固定效应模型并引入多个控制变量以缓解内生性问题，但仍然可能存在遗漏变量导致的内生性问题。因此，本文尝试采用工具变量法解决模型的内生性问题。

参考相关研究，本文选用各城市地形起伏度作为城市扩张的工具变量［26］，原因在于：①相关性。地形起伏度影响地区土地供给条件和潜在规模，地理条件的复杂性也会限制城市土地扩张，二者密切相关，满足工具变量的相关性。②外生性。作为自然地理变量，地形起伏度不受地区经济、社会因素的影响，相较于城市扩张，地形起伏度对碳排放的影响微乎其微，满足外生性要求。由于地形起伏度不随时间变化，参考已有研究中工具变量的处理方法［27］，本文选取“起伏度与贷款利率的乘积”作为工具变量。基准利率由中国人民银行确定，且与商业银行同期贷款利率密切相关，通常会影响城市土地价格与配置行为，因而与城市土地扩张密切相关。

工具变量回归结果见表5所列，在第一阶段，工具变量的回归系数为-0.243，且在1%的水平上显著，表明工具变量与城市扩张内生变量间有较强的负相关关系，即城市起伏度越大，城市扩张速度越慢。K-P rk LM检验统计量在1%的水平上显著为正，说明选取的工具变量是可识别的。此外，K-P rk Wald检验和C-D Wald检验的F统计量均大于10%水平上的Stock-Yogo检验临界值16.38，表明拒绝“工具变量弱识别”的原假设。第二阶段回归结果显示，城市扩张的系数为0.264，高于基准回归系数0.187，且在1%的水平上显著，表明城市扩张对碳排放有显著的正向影响。通过两阶段最小二乘法得到的城市扩张估计系数的提高说明内生性问题的存在会削弱城市扩张对碳排放的影响。

五、进一步讨论

基准回归及稳健性检验的结果表明，城市扩张对碳排放有显著的正向影响，城市扩张与碳排放并未表现出较为显著的非线性关系，从异质性检验结果来看，可能是城市快速扩张导致的严峻生态环境问题使得不同城市实施差异化的环境政策，进而造成不同城市的扩张对碳排放产生异质性影响，说明城市扩张对碳排放的影响可能存在非线性特征。财政支持力度是推进城市扩张的基础和重要支撑，在城市土地不断扩张的过程中，各地区财政支出、收入的不同以及财政分权度的地区差异会对城市扩张产生不同的影响，使得其对碳排放的影响呈现非线性关系趋势。那么，在地方政府推进城市扩张的过程中，财政分权度能否成为影响土地扩张的关键驱动？是否同时存在门槛效应使得城市扩张与碳排放之间存在非线性关系？本文通过门槛模型来验证城市扩张对碳排放的门槛效应，分别以财政支出分权度和财政收入分权度为门槛变量进行门槛显著性检验，回归结果见表6所列，两者均通过单门槛、双门槛检验，拒绝了三门槛检验，因此，本文基于双门槛进行分析。

门槛模型回归结果见表7所列。可以看出，在不同财政支出分权度和财政收入分权度的影响下，城市扩张对碳排放的影响存在异质性，即两者之间并非单纯的线性关系。具体来说，以财政支出分权度为门槛变量，在财政支出分权度<0.183 8时，城市扩张对碳排放的影响显著，系数为0.142 3；当0.183 8≤财政支出分权度<0.243 0时，影响系数降至0.129 8；当财政支出分权度≥0.243 0时，影响系数则下降为0.120 7。整体来看，随着财政支出分权度不断增加，城市扩张对碳排放的影响力度愈来愈小，两者间并非恒定单一的线性关系。可能是因为，当财政支出分权度处于较低水平时，地方政府的财政支出自主性较小，在城市竞争较为激烈的情况下，容易作出“价格逐底竞争”“数量逐顶竞争”的土地出让行为，牺牲生态环境安全以换取短期利益，使得城市扩张对碳排放的影响程度较高。同样，在各城市激烈竞争的背景下，随着财政支出分权度水平的提高，地方政府的财政支出自主性变大，地方政府也开始注重民生投入、生态环境保护，逐步增强环境规制执行力度，使得城市扩张对碳排放影响逐渐减弱。上述分析说明，在财政支出分权度水平越高的地区，城市扩张对碳排放的影响程度越小。

以财政收入分权度为门槛变量，当财政收入分权度<0.064 5时，城市扩张对碳排放的影响显著，系数为0.184 7；当0.064 5≤财政收入分权度<0.108 2时，影响系数降为0.168 1；当财政收入分权度≥0.108 2时，影响系数为0.153 7，可以看出，随着财政收入分权度的不断提高，城市扩张对碳排放的影响愈来愈小，表明两者间存在非恒定单一的线性关系。在城市扩张过程中，当财政收入分权度水平较低时，地方政府往往会通过大规模低价出让土地进行招商引资以推动工业发展，进而获得预期税收收入。因此，地方政府可能会忽视对生态环境的保护，将大量低效、高耗能产业引入当地，造成碳排放量增加。但随着财政收入分权度水平不断提升，地方政府逐渐规范产业用地出让管理方式，以吸引更多高收益、低耗能的产业。发展这些产业不仅能使地方政府获得高税收回报，财政收入提高，还能有效减少碳排放。因此，持续提高财政收入分权度水平能削弱城市扩张对碳排放的正向作用。

综上，H2得到验证。

六、结论与建议

（一）研究结论

本文从中国式财政分权制度背景视角出发，阐释了城市扩张对碳排放的影响机制以及财政分权对二者的门槛效应选择机理，运用面板回归模型和门槛效应模型对我国288个城市面板数据进行实证，检验了财政分权背景下城市擴张对碳排放的影响效果，得出以下结论：

第一，城市扩张对碳排放起显著的正向作用。通过增加和替换变量、缩尾处理、改变样本量、工具变量回归等进行稳健性检验后，结论仍然成立。

第二，从影响效应的异质性来看，对不同规模的城市来说，大城市的城市扩张对碳排放的影响程度最大，小城市则表现出不显著的正向作用；对不同地理区位的城市来说，东北地区的城市扩张对碳排放的影响最大，中部地区同样表现为明显的正向影响，而东部和西部地区的城市扩张对碳排放影响并不显著；对不同资源类型的城市来说，非资源型城市对碳排放的影响大于资源型城市。

第三，财政分权在城市扩张影响碳排放的过程中存在门槛效应。财政支出分权度和财政收入分权度均存在双门槛效应，随着分权度的提高，城市扩张对碳排放的促进效应呈现逐渐下降的趋势。

（二）对策建议

根据研究结论，本文提出如下对策建议：

第一，贯彻城市可持续发展理念，严控城市无序扩张。在城市发展过程中应始终贯彻城市可持续发展理念，加强中央政府对地方城市用地规划的监督，优化土地计划管理和额度控制，形成城市土地的节约、集约化利用。地方政府要灵活控制城市开发边界，严控城市中心建成区无序扩张，控制供给门槛，引导土地供求，在“区域承载适宜”和“人地和谐均衡”的范围内开发建设城市土地，优化土地生态利益分配制度，提高土地利用效率，实现城市经济、人口与资源条件的均衡发展，减少不必要的建设用地扩张带来的碳排放，不断改善城市人居环境质量。地方政府还需前瞻性地科学布局高品质城市发展空间，逐步形成城市经济绿色发展与资源环境高水平保护并行不悖、城市空间资源紧凑有序的新局面。

第二，坚持中国式财政分权体制基本框架，完善地方政府的考核体系。在坚持中国式财政分权体制背景下，理顺和明晰各级政府的事权范围和财权收支责任，给予地方政府更多的分权自主权，推动“土地财政”生态圈健康发展。提高土地出让的科学性、系统性和专业性，加强对土地出让金的监督，提高资金筹集、管理、使用的规范性和透明度，明确地方政府间的财政支出责任，优化财政资金利用模式，弱化城市化进程中可能出现的城市土地财政的空间竞争。积极构建区域一体化的“双碳”行动的政策支撑体制，通过深化各环节的数字化运用充分引导不同区域、不同规模城市间合作减排互动，加强全面协调发展，协同推进转型、降碳和增效，缓解“生态赤字”，还需建立各城市间碳排放数据共享机制并保证数据真实性、准确性和及时性。设置碳排放奖惩机制，完善区域碳市场，建立一体化碳交易体系，将“双碳”目标纳入未来经济社会发展全局，形成提高碳减排的长效机制。

第三，坚持效率优先、创新驱动，推动绿色低碳发展。要坚持效率优先原则，促进资源高效配置，以技术创新赋能绿色生产制造，加快研发机构和平台建设，加大对低碳创新领域的投入，解决关键产业技术领域的“卡脖子”问题。围绕资源循环利用和绿色产业，建立以市场为导向的低碳技术创新体系，激发企业主体的创新动力与潜能，促进低碳技术的应用及转化。加大对绿色低碳技术的投资力度，增加政策补贴，通过技术进步减少单位GDP能耗，帮助降低城市扩张碳排放效应；加快低碳绿色生产生活方式的转变，减少碳排放；积极建立绿色核算账户制度，采用市场与政府调控相结合的方式，开展城市绿色核算、生态价值核算，探索建立数字化、集成化、智能化碳账户。

第四，对不同区位和类型的城市，采取针对性的节能减排政策。东部地区要积极发挥城市集聚经济的正外部性作用，减少居民生活成本，降低家庭单位能源消耗量，减少碳排放和其他污染排放，提高城市生态环境质量。同时，进一步优化城市交通布局与管理，完善城市公共交通设施并提高其通行和使用效率，缓解城市扩张中由城市交通拥堵带来的碳排放问题，提升生态系统质量。中部地区要立足于新发展理念，破除从前的资源型城市发展思维，以更严厉的环境规制手段不断提高资源配置效率，降低能源消费碳排放强度，促进绿色技术创新能力提升。同时，深度挖掘地区资源禀赋优势，积极调整工业用地和商住用地的出让方式，提高土地利用效率，培育区域经济增长极，不断调整优化产业结构和布局，有效控制碳排放量。西部地区要依托生态绿色资源优势，走绿色可持续发展道路。通过加大科技资金投入发挥科技创新优势，推动产业结构升级，从而促使传统高碳行业转型。同时，在经济发展过程中加大对新能源企业技术研发的支持力度，降低对传统不可再生资源的依赖度，共享生态环境禀赋带来的发展红利，实现生态文明建设和经济绿色可持续发展的一体化推进。东北地区要以振兴东北老工业基地为契机，依托于自身工业基础雄厚、土地生态资源丰富的优势，加快创新发展、产业转型，培育新动能，有效降低工业碳排放强度。及时转换“增长极”，使产业结构向高级化和合理化方向转变，经济提质增效与节能减排同步前行。进一步加大对资源型城市的财政支持力度，以低碳经济转型的思维引导生产要素向接续替代产业集聚，减少对传统化石燃料的依赖，推广新能源生产工艺、技术，加强产学研深度融合，坚持经济绿色发展转型，进而实现资源开发数字化、智能化以及低碳化的转变，促进资源型城市的绿色可持续发展，同时在大力推行产业结构转型背景下，吸纳就业人口，减少城市收缩现象，鼓励填充式城市开发，推行小规模、渐进式、可持续的城市扩张模式。

注释：

（1）2014年印发的《国务院关于调整城市规模划分标准的通知》，以城区常住人口为统计口径，将城市划分为五类。城区常住人口50万以下的城市为小城市；城区常住人口50万以上100万以下的城市为中等城市；城区常住人口100万以上500万以下的城市为大城市；城区常住人口500万以上1000万以下的城市为特大城市;城区常住人口1000万以上的城市为超大城市（鉴于特大城市、超大城市数量较少，本文将其归为大城市）。

（2）按照国家统计局划分标准进行分类统计，将中国分为东部、中部、西部和东北地区四大区域。东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10省份；中部地区包括山西、安徽、江西、河南、湖北和湖南6省份；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12省；东北地区包括辽宁、吉林和黑龙江3省份。

（3）2013年12月，国务院印发《全国资源型城市可持续发展规划（2013—2020年）》，首次界定了全国262个资源型城市。

参考文献：

［1］蔡昉，都阳，王美艳.经济发展方式转变与节能减排内在动力［J］.经济研究，2008（6）：4-11，36.

［2］徐丽笑，王亚菲.我国城市碳排放核算：国际统计标准测度与方法构建［J］.统计研究，2022，39（7）：12-30.

［3］李金铠，马静静，魏伟.中国八大综合经济区能源碳排放效率的区域差异研究［J］.数量经济技术经济研究，2020，37（6）：109-129.

［4］田云，尹忞昊.中国农业碳排放再测算：基本现状、动态演进及空间溢出效应［J］.中国农村经济，2022，447（3）：104-127.

［5］王少剑，谢紫寒，王泽宏.中国县域碳排放的时空演变及影响因素［J］.地理学报，2021，76（12）：3103-3118.

［6］朱东波，任力，刘玉.中国金融包容性发展、经济增长与碳排放［J］.中国人口·资源与环境，2018，28（2）：66-76.

［7］朱欢，郑洁，赵秋运，等.经济增长、能源结构转型与二氧化碳排放——基于面板数据的经验分析［J］.经济与管理研究，2020，41（11）：19-34.

［8］陈英姿，胡亚琪.人口老龄化对家庭碳排放的影响路径研究［J］.人口学刊，2022，44（5）：99-112.

［9］李治国，王杰，车帅.土地城市化推进的空间减排效应：内在机制与中国经验［J］.统计研究，2021，38（12）：89-104.

［10］田建国，王玉海.财政分权、地方政府竞争和碳排放空间溢出效应分析［J］.中国人口·资源与环境，2018，28（10）：36-44.