陳前利　馬賢磊　石曉平　鄒旭　藍菁

摘要：中國承諾2030年左右二氧化碳排放達到峰值，為實現(xiàn)該目標需要有效推進低碳轉型發(fā)展，土地政策在此過程中能否有所作為？本文基于地方政府工業(yè)用地供應行為視角，從供應規(guī)模、協(xié)議方式和價格偏離三方面，探究工業(yè)用地供應行為對碳排放的影響機制。本文基于2007—2016年省級面板數(shù)據(jù)，采用系統(tǒng)GMM模型、門檻回歸模型方法，結果表明，地方政府工業(yè)用地供應行為對碳排放的影響存在三個“效應”：①“規(guī)模效應”，即土地供應面積的增加帶來了工業(yè)能源碳排放的上升。供應規(guī)模還可能對碳排放強度具有負向作用。這主要受到引入工業(yè)項目類型和環(huán)保發(fā)展階段的影響。②“方式效應”，即土地供應中以協(xié)議出讓的面積所占比重的上升顯著影響產(chǎn)均工業(yè)能源碳排放。對于工業(yè)能源碳排放的影響在經(jīng)濟水平上具有顯著的單門檻效應;人均產(chǎn)值的門檻值為8 000元。對于不低于門檻值的省市，協(xié)議面積比重隨著滯后期增加趨于負向影響;而對于低于門檻值的省市，趨于正向影響。分階段回歸發(fā)現(xiàn)，2015年以前的協(xié)議面積比重對產(chǎn)均工業(yè)能源碳排放總體呈現(xiàn)穩(wěn)健的正向影響，而后一階段的影響出現(xiàn)相反的趨勢。③“價格效應”，即協(xié)議出讓價格越接近工業(yè)用地最低的供應價格，工業(yè)能源碳排放越高，且存在一定的滯后效應。由此可知，地方政府工業(yè)用地供應行為會影響工業(yè)能源碳排放;工業(yè)用地供應規(guī)模、供應方式、供應價格方面對工業(yè)能源碳排放的影響存在差異，且具有一定的滯后性。因此，結合國家生態(tài)文明建設的戰(zhàn)略性要求和區(qū)域經(jīng)濟發(fā)展的階段性差異，有必要通過適度控制工業(yè)用地供應規(guī)模，合理確定協(xié)議面積比重和傾斜支持的方向，恰當?shù)剡\用價格傳導機制，來促進低碳目標的實現(xiàn)。

關鍵詞：地方政府;工業(yè)用地;供應規(guī)模;協(xié)議出讓;價格偏離;碳排放

中圖分類號：F301.1;X32? 文獻標識碼：A 文章編號：1002-2104（2019）12-0057-11 DOI：10.12062/cpre.20190820

綠色、循環(huán)、低碳發(fā)展既是當今世界的潮流，更是經(jīng)濟社會可持續(xù)發(fā)展的內(nèi)在要求，逐漸成為高質(zhì)量發(fā)展的重要標志[1]。然而，在傳統(tǒng)的分權和競爭體制下，經(jīng)濟激勵具有單一性和導向性;區(qū)域碳治理具有正外部性和弱激勵。這使得地方政府往往偏向“為增長而競爭”，追求經(jīng)濟增長和財稅;忽視招商引資質(zhì)量，放松環(huán)境和碳排放管制。這往往導致環(huán)境污染和碳排放加劇[2-5]。因而，中國經(jīng)濟高增長、高投資、高能耗和高排放的特征明顯;其中，工業(yè)總產(chǎn)值僅占GDP的四成左右，而消耗的能源占比近七成，排放的CO2超過八成[6]。因此，地方政府如何控制工業(yè)能源碳排放成為促進中國綠色低碳發(fā)展，實現(xiàn)“2020年工業(yè)領域二氧化碳排放總量趨于穩(wěn)定，部分工業(yè)行業(yè)碳排放量接近峰值”[7-8]、“中國2030年左右二氧化碳排放達到峰值”[9]等目標的重要而緊迫命題。2003年以來，土地政策已然成為政府參與宏觀調(diào)控的重要抓手[10]，可作為推動低碳經(jīng)濟發(fā)展的工具選擇。學者們基于碳排放視角，分別從土地規(guī)劃、土地供地、土地價格、稅收等方面，探究了政府土地利用調(diào)控體系和政策[11-13]。近年來，學者進一步從土地科學學科體系的角度，較為系統(tǒng)地構建了整體框架和方法體系[12，14-15]。“中國式分權”背景下，在土地驅動地方經(jīng)濟增長[16]、工業(yè)化和城鎮(zhèn)化過程中，屬地化土地管理制度使地方政府發(fā)揮了重要作用;然而，其工業(yè)用地供應行為卻加劇了工業(yè)污染排放[17-18]。那么，地方政府工業(yè)用地供應行為如何影響工業(yè)能源碳排放呢？本文基于2007—2016年省級面板數(shù)據(jù)，實證探究地方政府工業(yè)用地供應行為對工業(yè)能源碳排放的影響，以期為低碳發(fā)展目標下的工業(yè)用地供應改革提供依據(jù)。

本文從三個方面深化現(xiàn)有的研究：①研究視角上，契合工業(yè)綠色低碳發(fā)展和土地供給側改革趨勢，拓展地方政府工業(yè)用地供應行為環(huán)境效應的研究范圍，深化低碳土地利用調(diào)控的實證研究。②研究內(nèi)容上，重點從供應數(shù)量、方式和價格三個維度構建了工業(yè)用地供應行為對工業(yè)能源碳排放影響的分析框架。③研究方法上，選用了面板門檻回歸模型，考察了協(xié)議出讓對碳排放的“非線性”影響。

1文獻綜述

現(xiàn)有關于工業(yè)用地供應對經(jīng)濟的影響研究較多，且逐漸擴展到環(huán)境污染、碳排放等方面。工業(yè)用地出讓規(guī)模增加帶來固定資產(chǎn)投資的增加，從而顯著促進工業(yè)產(chǎn)值、GDP、財政收入的增長[17-19];而土地過度非農(nóng)化推動了土地供應規(guī)模和城市規(guī)模的快速擴張[20]，城市空間利用效率的下降，導致碳排放強度的增加[21];同時，低水平的環(huán)境規(guī)制會刺激土地供應規(guī)模的擴張，而加劇其污染效應[22]。有研究者基于碳排放峰值預測，探究了建設用地管控對策[23]。也有研究者通過不同建設用地與碳排放的關系研究發(fā)現(xiàn)，工業(yè)用地擴張是碳排放主要驅動力[24]。用地效益與碳排放強度關系存在行業(yè)差異，用地效益水平較低的工業(yè)，碳排放強度卻偏高[25]。

盡管地方政府可以通過提高土地市場化程度，優(yōu)化土地市場供需結構，采取差異化土地價格和稅費標準，引導資本向低碳項目轉移，進而降低碳排放[26]。但在傳統(tǒng)的分權和地區(qū)競爭背景下，地方政府可能偏向以協(xié)議方式出讓工業(yè)用地，引資質(zhì)量可能較差。協(xié)議面積比重越大，工業(yè)產(chǎn)值或工業(yè)增加值反而下降，工業(yè)污染越嚴重[17-19]。低價拿地的企業(yè)，其土地產(chǎn)出往往更低[27]，而且工業(yè)用地出讓價格偏差與工業(yè)用地擴張顯著相關[28]。工業(yè)用地劃撥及協(xié)議出讓占比顯著負向影響其價格[29]?！罢信膾臁北壤纳仙?，通過工業(yè)地價上漲機制會促進產(chǎn)業(yè)升級[30];通過“選擇效應”，即減少低效率企業(yè)進入率和增加低效率企業(yè)淘汰率，從而提升工業(yè)效率 [31]。盡管傳統(tǒng)重點產(chǎn)業(yè)政策總體擴大了工業(yè)土地供應;且大企業(yè)和項目能夠從政府手上優(yōu)先得到大面積地塊[32];但使資源從非重點行業(yè)流向重點行業(yè)，導致了企業(yè)投資過度、投資效率下降，最終降低了企業(yè)全要素生產(chǎn)率水平;要素市場的完善是緩解負向影響的重要路徑[33]。

另外，工業(yè)用地與商業(yè)、住宅用地等用地的供應比例往往取決于地方政府偏好，通過作用居民效用而影響人口流動[34]。地方政府對區(qū)域土地供應的干預及其指標的配置，可能導致“人地”空間錯配，進而影響到土地利用效率，還可能通過影響房價和工資而降低經(jīng)濟發(fā)展效率和競爭力[34-37]。在碳排放和土地約束下，經(jīng)濟增長存在尾效，即經(jīng)濟增長放緩[38]。

2分析框架

綜上可知，地方政府工業(yè)用地供應的規(guī)模、方式和價格具有顯著的環(huán)境效應。毋庸置疑，完整的地方政府工業(yè)用地供應行為，還包括土地來源、供地空間、環(huán)保合約等眾多方面。而工業(yè)規(guī)模、類型結構、技術水平以及減排行為等方面，直接影響到工業(yè)能源碳排放績效[39-40]。因此，考慮到對工業(yè)及其能源消費的影響程度和現(xiàn)有文獻基礎，本文重點從工業(yè)用地供應規(guī)模、協(xié)議出讓面積比重與協(xié)議出讓價格三個方面探究地方政府工業(yè)用地供應行為對工業(yè)用地碳排放的影響機制，分別稱為“規(guī)模效應”“方式效應”和“價格效應”。由此，本文構建地方政府工業(yè)供應行為對工業(yè)能源碳排放影響的分析框架，具體見圖1。特別說明的是，盡管作為土地需求方的工業(yè)企業(yè)，在具體產(chǎn)業(yè)落地方面具有決策權。而作為土地供給方的地方政府（實際代理者和管理者），對土地供應具有非常強的控制權，也可能是違法主體（或“合謀者”）[41]。它對產(chǎn)業(yè)總體發(fā)展具有極強的導向作用和干預能力。因此，本文重點從供給側的角度，即“土地引導產(chǎn)業(yè)走”的角度考察地方政府土地供應行為對工業(yè)能源碳排放的影響。

全球工業(yè)化的快速發(fā)展伴隨著能源碳排放及其污染的快速增長。在傳統(tǒng)錦標賽制度下，工業(yè)作為傳統(tǒng)經(jīng)濟增長的重要方式和財政收入的主要來源，因此工業(yè)項目也被中國地方政府競相追捧。地方政府往往通過工業(yè)用地的快速擴張，支撐著快速工業(yè)化，促使工業(yè)能耗及其碳排放的快速增長，其“規(guī)模效應”顯著。由于中國特色的分權制度、土地制度和環(huán)境管理制度，中國地方政府工業(yè)用地供應對碳排放的影響又具有其獨特性。這主要體現(xiàn)在“方式效應”和“價格效應”。地方政府供應方式的選擇取決于特定目的，伴隨著對應的價格。當?shù)胤秸塾诟嗟呢斦杖?，往往可能趨向引入更多的工業(yè)項目。在錦標賽制度和環(huán)境分權背景下，地方政府往往可能弱化環(huán)境規(guī)制，為高耗低效工業(yè)項目亮綠燈;在地區(qū)競爭激烈的情況下，地方政府往往偏向采用協(xié)議方式，以較低價格供地，以期引入更多的工業(yè)項目。其中，較低的價格不利于倒逼工業(yè)企業(yè)技術的改進和效率的提升，甚至阻礙綠色技術的研發(fā)和推廣。因此，“方式效應”和“價格效應”也將存在。

3 研究方法與數(shù)據(jù)來源

3.1 模型構建與變量選擇

3.1.1 動態(tài)面板回歸模型

為定量探析地方政府工業(yè)供應行為對碳排放的影響，構建基本模型如下：

其一，被解釋變量。Ci，T表示i地區(qū)T年的工業(yè)能源碳排放，主要包括總量（C_energyind1）、產(chǎn)均量（C_energyperindma）、人均量（C_percapinde）。特別需要指出的是，每年的碳排放數(shù)據(jù)是當年的綜合口徑上的排放量，其中包括新增工業(yè)項目產(chǎn)生的排放，也包括存量工業(yè)企業(yè)的排放（含存量工業(yè)用地中擴大生產(chǎn)帶來的增量排放），而這兩方面的數(shù)據(jù)很難分別獲取，后者也難以準確地被剔除，因此僅用綜合口徑的排放數(shù)據(jù)。不過，這可以綜合包含新增工業(yè)與存量工業(yè)相互作用下的綜合影響，符合且滿足本文研究目的。

其二，核心解釋變量。LGi，T-t表示i地區(qū)T-t年的地方政府工業(yè)用地供應行為變量，包括供應面積、協(xié)議面積比重、價格偏離度。由于三個方面同時影響工業(yè)能源碳排放，因此模型中同時引入。為了考察當期影響和滯后效應，借鑒前人的方法[17-19]，模型中同時引入了當期項、滯后一期項和滯后兩期項。

（1）供應面積（LG3_indareLM）。供應面積，不僅包括協(xié)議、招拍掛方式出讓方式供應的，還包括少量轉讓、租賃等方式供應的面積，其土地來源包括新增、新增（來自存量庫）、存量。其省級數(shù)據(jù)根據(jù)中國土地市場網(wǎng)的縣級數(shù)據(jù)匯總得到。

（2）協(xié)議面積比重（LG3_indper2LM）。在無法通過市場競爭方式獲得優(yōu)質(zhì)項目時，地方政府偏向將工業(yè)用地以協(xié)議方式出讓給技術裝備水平和投資強度、經(jīng)濟效益較低的工業(yè)項目[19]，這意味著協(xié)議出讓面積越大，低質(zhì)項目引入的可能越多，能源碳排放及其產(chǎn)均和人均值可能更高。需要指出的是，對于戰(zhàn)略性高科技的工業(yè)項目，為了給予優(yōu)惠支持，其供地也往往采取協(xié)議方式，而其能耗可能較低，但此類的工業(yè)用地面積又相對較小。

（3）價格偏離度（LEPR_indpridev）。①從理論上，與招拍掛出讓的市場價格相比，協(xié)議出讓價格更能反映地方政府供應傾向性偏好信號強度，若剔除可能存在“做高名義價格”的成分，其偏好強度會更大，但總體上可以反映偏好的一致趨勢。②指標構建方法上，本指標是反映一個區(qū)域尺度的相對平均偏離水平，而非宗地尺度的價格偏離水平。一方面，不同等級的工業(yè)用地最低出讓價已經(jīng)考慮到區(qū)位等因素，通過工業(yè)用地協(xié)議出讓價格與工業(yè)用地最低供應價格的差值，可以“差分”并規(guī)避區(qū)位等因素的影響。另一方面，用偏差值與工業(yè)用地最低供應價格的比重可以進一步剔除區(qū)域間“經(jīng)濟購買力”差異的影響，并且也一定程度體現(xiàn)對工業(yè)用地最低出讓價格政策的執(zhí)行力度。③實證研究也表明，縣級尺度工業(yè)用地出讓價格與工業(yè)用地最低出讓價格偏離顯著影響工業(yè)用地規(guī)模的擴張[28]，低于市場價或免費拿地的企業(yè)容易造成土地擴張，地均投資和地均產(chǎn)出的低下，而以市場價拿地的企業(yè)管理者會更加節(jié)約用地[35]，增加投資、提高效益。借鑒Chen et al[28]的思路，以工業(yè)用地供應等級面積為權重與對應等級工業(yè)用地最低出讓價格計算得到各個地區(qū)的工業(yè)用地最低供應價格平均值。

其三，控制變量。表示i地區(qū)T-2年的控制變量，包括發(fā)展階段指標（經(jīng)濟水平、產(chǎn)業(yè)結構、對外開放程度、城鎮(zhèn)化水平）、環(huán)境規(guī)制等。本文分別以人均產(chǎn)值（1998年不變價）（gdp_percap98ma）、工業(yè)產(chǎn)值比重（gdp_indper）、外商直接投資占比（FDI_gdpper）、城鎮(zhèn)人口比重（PU_urba）表示發(fā)展階段指標。環(huán)境污染費是地方政府常規(guī)的環(huán)境管理手段，具有行政懲罰性質(zhì)，一定程度上影響到企業(yè)的排放行為，故選取“單位工業(yè)產(chǎn)值的排污費”（WAST_feetotind）表征行政性懲罰程度。表示i地區(qū)T-2年的虛擬變量，包括政策虛擬變量、區(qū)位虛擬變量。由于2011年開始，國家“十二五”規(guī)劃提出了溫室氣體減排的要求，因此，2011年及其以后取值1，其他年份取值0。按照東部、中部、西部三個地區(qū)分區(qū)是普遍采用的區(qū)位劃分方法，較好地反映了區(qū)域的資源稟賦、發(fā)展階段等綜合特征。東部虛擬變量（dum_areathreast）賦值：東部取值1，否則取值0;西部虛擬變量（dum_areathrwest）賦值方法同樣（見表1）。

考慮到可能存在的碳排放路徑依賴，一定程度上規(guī)避潛在遺漏變量導致的估計偏誤問題和潛在的內(nèi)生性問題，從而充分考察模型中除被解釋變量之外的其他因素對被解釋變量的影響，本文借鑒相關研究[42-43]的方法，引入被解釋變量的一期滯后項，構建動態(tài)面板回歸基本模型：

3.1.2 面板門檻回歸模型

現(xiàn)實中，某地區(qū)的工業(yè)用地供應方式與工業(yè)能源碳排放的關系，也可能隨著發(fā)展階段的演變而出現(xiàn)變化。因此，為了進一步考察發(fā)展階段在工業(yè)用地供應方式與工業(yè)能源碳排放關系中是否存在顯著門檻效應，本文參照Wang[44]的方法，建立基于面板數(shù)據(jù)的雙門檻回歸基本模型：

式中，LGi，T-t為關鍵解釋變量，即協(xié)議面積比重（LG3_indper2LM）。Di，T-K為門檻變量可選取經(jīng)濟水平。Zi，T-2為一般控制變量，是剔除選取的某門檻變量后其他的控制變量。DUMi，T-2為虛擬變量，同式（1）。

3.2 數(shù)據(jù)來源與描述統(tǒng)計

3.2.1 數(shù)據(jù)來源

中國能源數(shù)據(jù)主要來自《中國能源統(tǒng)計年鑒》。根據(jù)相關文獻[45-52]綜合取舍17種能源品種的能源凈發(fā)熱值、潛在碳排放系數(shù)、能源燃燒的氧化率的經(jīng)驗值。結合工業(yè)的能源消費量來計算得到工業(yè)能源碳排放。結合工業(yè)產(chǎn)值和人口求得產(chǎn)均量和人均值。中國土地數(shù)據(jù)主要來自中國土地市場網(wǎng)、《中國國土資源年鑒》《中國國土資源統(tǒng)計年鑒》。其中，供應面積根據(jù)其市場網(wǎng)上各縣級單位面積，求取匯總值。協(xié)議面積比重，是根據(jù)各省市的協(xié)議出讓面積匯總值和供應面積匯總值計算得到。價格偏離度計算中，首先，根據(jù)各縣級單位的協(xié)議出讓總價款和總面積，計算得到各省市的協(xié)議價格平均值。其次，根據(jù)某等級供應面積和對應等級的最低出讓價格，求得各省市按最低出讓價格的價款;然后除以各省市的供應總面積，最終得到最低供應價格。其中，1等～15等工業(yè)用地價格來自“全國工業(yè)用地出讓最低價標準”（國土資發(fā)[2006]307號），15等以下的土地按照15等價格來計算。其他經(jīng)濟社會數(shù)據(jù)主要來自《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國城市建設統(tǒng)計年鑒》等。樣本范圍為：30個省區(qū)市（不含西藏、香港、澳門和臺灣），由于中國土地市場網(wǎng)數(shù)據(jù)自從2007年相對準確，因此樣本考察期為2007—2016年。

3.2.2 描述統(tǒng)計

總體上，各省市的差異顯著，尤其表現(xiàn)在工業(yè)能源碳排放、供應面積、人均產(chǎn)值等方面。特別注意的是，工業(yè)用地協(xié)議出讓價格與工業(yè)用地最低供應價格偏離度均值為-52.08%，意味著樣本的工業(yè)用地供應中協(xié)議出讓價格均值比最低工業(yè)供應價格均值要低一半以上（見表2）。

4 實證結果與分析

動態(tài)面板模型和系統(tǒng) GMM模型回歸結果見表3。

4.1 供應規(guī)模的影響：“規(guī)模效應”

總體上，不管是對工業(yè)能源碳排放，還是對產(chǎn)均工業(yè)能源碳排放、人均工業(yè)能源碳排放，工業(yè)用地供應行為的規(guī)模效應較為穩(wěn)健，其中供應面積對工業(yè)能源碳排放具有顯著的正向影響。供應面積的擴大，為工業(yè)規(guī)模擴張?zhí)峁┝送恋乇Ｕ?，伴隨而來的是工業(yè)煤炭等能源消費量的增加。數(shù)據(jù)顯示，供應面積當期項、滯后一期項和滯后兩期項與工業(yè)產(chǎn)值、工業(yè)煤炭消費量（包括原煤、精洗煤、其他洗煤）相關系數(shù)均超過0.5。這也驗證了供應面積擴大與工業(yè)能源碳排放增加顯著相關。其供應面積的當期項和滯后項對產(chǎn)均工業(yè)能源碳排放的回歸系數(shù)均正，但都沒有通過顯著性檢驗。這取決于新引入的工業(yè)項目碳排放強度平均水平。當引入的工業(yè)項目比存量工業(yè)平均碳排放強度更高，總體工業(yè)行業(yè)的碳排放強度趨高;然而，環(huán)保壓力和環(huán)境規(guī)制趨強，新引入工業(yè)項目排放強度可能趨低，不過在整個樣本期內(nèi)，這一積極作用并未充分發(fā)揮。供應面積正向影響人均工業(yè)能源碳排放，但總體上影響較小，且滯后性影響趨于弱化且不顯著。

4.2 供應方式的影響：“方式效應”

總體上，協(xié)議面積比重對工業(yè)能源碳排放影響為穩(wěn)健，但有正有負，且顯著性很弱。其中，協(xié)議面積比重滯后兩期項對產(chǎn)均工業(yè)能源碳排放正向影響顯著（5%水平）;而協(xié)議面積比重當期項對人均工業(yè)能源碳排放負向影響顯著（10%水平）。這可能說明：方式效應主要體現(xiàn)在碳排放強度上，同時，其協(xié)議方式影響具有復雜性。因而進一步考察不同的經(jīng)濟水平情況下，工業(yè)用地協(xié)議供應行為對工業(yè)能源碳排放差異性影響。經(jīng)過門檻檢驗發(fā)現(xiàn)，協(xié)議出讓面積比重具有單門檻效應，且其在5%水平上通過檢驗（p=0.0333）。其門檻值為7 987.747 1元/人（1998年不變價），95%置信區(qū)間為[7 723.017 1～8 056.746 6]，因此取門檻值為8 000元/人（1998年不變價）。

對于人均產(chǎn)值較低的地區(qū)，協(xié)議面積比重對工業(yè)能源碳排放的回歸系數(shù)隨著滯后期增加，呈現(xiàn)由負轉正的趨勢。而對于人均產(chǎn)值較高地區(qū)而言，協(xié)議面積比重滯后兩期項的回歸系數(shù)穩(wěn)健為負。同時，與人均產(chǎn)值較低的地區(qū)相比，人均產(chǎn)值較高的地區(qū)的回歸結果中，協(xié)議面積比重回歸系數(shù)絕對值更大，這可能說明其影響更大。由此表明，協(xié)議面積比重在不同的經(jīng)濟水平地區(qū)，對工業(yè)能源碳排放影響存在一定程度上的差異。可能的重要原因在于不同發(fā)展水平地區(qū)工業(yè)類型存在差異。借鑒文獻[53]，將工業(yè)分為高科技工業(yè)、輕工業(yè)、重工業(yè)和能源生產(chǎn)工業(yè)四類。其平均的能耗強度、碳排放總體上是逐步遞增的。通過對比兩類地區(qū)的四類工業(yè)用地供應中協(xié)議面積比重情況可知，高水平組協(xié)議比重均小于低水平組的平均水平，其中能耗強度最大的能源生產(chǎn)工業(yè)和重工業(yè)的協(xié)議比重相差最大，而高科技工業(yè)協(xié)議面積比重相差最小。

特別需要說明的是，樣本回歸的結果反映的是總體樣本一般意義上的影響方向。由數(shù)據(jù)可知，協(xié)議供應的工業(yè)用地中，以高耗能的重工業(yè)和能源生產(chǎn)工業(yè)為主，占比近70%，而高科技工業(yè)比重不到5%。工業(yè)用地供應中的協(xié)議比重越大，往往意味著更多的高耗能工業(yè)項目，也意味著更高的碳排放水平。但隨著最新環(huán)保法、生態(tài)文明建設、彈性土地供應等諸多方面法規(guī)政策的出臺和施行（尤其是2015年以來），地方政府在協(xié)議供地過程中對項目環(huán)保審核適當收緊，進而一定程度上對工業(yè)能源碳排放產(chǎn)生微妙的影響（進一步分析見5.4）。這很可能是分組回歸結果未能通過顯著性檢驗的原因。

4.3 供應價格的影響：“價格效應”

總體上，價格偏離度對三個工業(yè)能源碳排放變量的影響為負。其滯后項的負向影響尤為穩(wěn)健。其滯后二期項對產(chǎn)均工業(yè)能源碳排放的影響顯著為負。這表明工業(yè)用地協(xié)議出讓價格越接近最低供應價格，工業(yè)能源碳排放越大，尤其表現(xiàn)在碳排放強度上。這一影響具有滯后性。

工業(yè)用地出讓價格偏離度反映了區(qū)域工業(yè)用地市場的競爭程度[28]，其協(xié)議出讓價格也體現(xiàn)了地方政府供應價格的“底線”和“引資的誠意”。值得注意是，協(xié)議價格偏離與商品房用地供應面積相關系數(shù)為負，而“工業(yè)用地協(xié)議出讓價格與商住用地供應價格偏離”和商住用地價格、商住用地收入相關系數(shù)均為負。這可能恰好印證：低價協(xié)議出讓工業(yè)用地只是地方政府土地供應組合拳的“一拳”，往往伴隨著高價供應更多的商住用地，以獲取更多財稅的另“一拳”[54-56]。

一般地，較高的土地成本可能一定程度上抑制工業(yè)企業(yè)（尤其是低端企業(yè)）的擴張規(guī)模。但由于協(xié)議價格本來就較低，相比市場價格更低，因此，通過協(xié)議獲得的用地更多，可能意味著獲得的“價格剩余”更多，抑制作用可能非常有限，反而還可能促使工業(yè)企業(yè)競爭趨于激烈，工業(yè)用地供地宗數(shù)略有增加。價格偏離度與工業(yè)用地供應宗地數(shù)量的相關系數(shù)為正。同時，地價是市場競爭程度的反映，以較高價格獲得土地的工業(yè)企業(yè)“實力”可能更強，往往更加集約經(jīng)營土地[35]。價格偏離度與工業(yè)產(chǎn)值的相關系數(shù)為正，其滯后兩期的相關系數(shù)更大，且其滯后兩期項與“規(guī)模以上工業(yè)企業(yè)R&D支出占所有工業(yè)企業(yè)產(chǎn)值比重”的相關系數(shù)更高。這表明，對于總體的工業(yè)企業(yè)而言，較高的協(xié)議價格對研發(fā)資金可能并沒有“擠出”作用，反而一定程度上可能會倒逼研發(fā)強度，為工業(yè)產(chǎn)值的增加提供了有力的技術保障。有研究也證實合理的工業(yè)用地價格有利于促進產(chǎn)業(yè)升級[30]、工業(yè)效率提升[31]。

5 穩(wěn)健性檢驗

5.1 效應間相關性的檢驗

從相關系數(shù)上看，供應面積反映了土地供求情況，而協(xié)議出讓面積比重更多的是反映土地市場化程度，兩者沒有必然聯(lián)系。同時，供應面積與價格偏離度的上升和下降也不存在必然的相關關系。而協(xié)議面積比重與工業(yè)用地供應的平均價格可能存在很強的相關性，但與價格偏離度也沒有必然聯(lián)系。即便如此，本文在計量模型中仍然采用了逐步加入解釋變量的方法來處理。具體分三步進行回歸，將規(guī)模效應、協(xié)議效應以及價格效應逐次考慮到模型中。以GMM模型為例，工業(yè)用地供應對碳排放的回歸結果總體穩(wěn)健。

5.2 工業(yè)類型影響的檢驗

作為地方政府的主要調(diào)控手段，供地方式很大程度上影響著引入企業(yè)的行業(yè)類型。因此，在“土地引導產(chǎn)業(yè)走”的視角下，行業(yè)類型在一定程度上內(nèi)生于供地方式。但毋庸置疑，從總體上講，“土地跟著產(chǎn)業(yè)走”的情況在現(xiàn)實中確實存在，即地方政府在一定時期內(nèi)往往具有特定的產(chǎn)業(yè)類型偏好，從而采用特定的供地方式和價格。為此，根據(jù)碳排放強度差異，借鑒文獻[53]，將工業(yè)行業(yè)進一步細分為能源生產(chǎn)工業(yè)、高科技工業(yè)、重工業(yè)和輕工業(yè)四類。但細分后的數(shù)據(jù)顯示，同類型工業(yè)的協(xié)議面積比重在不同時點和不同地區(qū)并非固定不變。這表明，不同地區(qū)或時期的地方政府，在引入同類工業(yè)用地項目時，土地供應方式的選擇具有靈活空間。因此，遺漏的行業(yè)變量或許并不能造成嚴重的內(nèi)生性。這也是本文僅控制“工業(yè)產(chǎn)值比重”的主要原因。

為了穩(wěn)健起見，本文針對不同類型工業(yè)供應進行了分組回歸?？紤]到工業(yè)類型對工業(yè)能源碳排放的影響主要表現(xiàn)在碳強度方面，故以產(chǎn)均工業(yè)能源碳排放為因變量進行分組回歸。系統(tǒng)GMM模型結果顯示，不同類型工業(yè)的供應面積、協(xié)議面積比重和價格偏離的回歸系數(shù)和顯著性存在不同程度的差異。對于高科技工業(yè)，供應面積、協(xié)議面積比重的回歸系數(shù)存在負數(shù)，且價格偏離存在顯著正向影響。這表明高科技工業(yè)供應，有利于降低整個工業(yè)的碳排放強度。而對于重工業(yè)而言，與總體回歸結果一致，即供應面積和協(xié)議面積比重回歸系數(shù)總體顯著為正，價格偏離回歸系數(shù)為負。這表明重工業(yè)是影響工業(yè)碳排放重要方面。這意味著行業(yè)類型是工業(yè)用地供應行為影響碳排放的一個中介變量。

5.3 存量用地影響的檢驗

由于存量工業(yè)用地取得的年份等情況千差萬別，因此其協(xié)議面積、價格“追溯”獲取的難度極大。不過，“中國城市統(tǒng)計年鑒”上，列有各省市城市的工業(yè)用地面積，即實際的城市工業(yè)用地總面積，包括上年的存量和本年轉換后的實際增量。特別說明的是，當年的土地供應面積并非與實際增量面積完全對應，還考慮到其工業(yè)用地建設周期（一般要求為2a），因此，一般是當年供應面積中實際建成的部分和前兩年供應在當年建成的部分之和。但考慮數(shù)據(jù)可獲得性、來源的一致性和工業(yè)用地主要集中在城市范圍內(nèi)，因此，用各省市城市的工業(yè)用地總面積來作為各省市工業(yè)用地面積的替代值，與工業(yè)能源碳排放相關系數(shù)超過0.5。采用系統(tǒng)GMM模型進行回歸，其結果也表明城市工業(yè)用地面積與工業(yè)能源碳排放正相關，且滯后一期項在1%水平上通過顯著性檢驗。這表明，工業(yè)用地供應增量與工業(yè)用地總量對工業(yè)能源碳排放的影響方向是一致的。

本文中的工業(yè)用地供應是增量的范疇。為了檢驗工業(yè)用地供應對碳排放的影響的穩(wěn)健性，本文將碳排放變換為增量指標（ΔC=Ct-Ct-1），作為新的因變量進行回歸。保持其他變量不變的情況下，采用系統(tǒng)GMM進行了回歸，基本與表3一致。這說明，土地供應增量對總碳排放的影響，和對增量碳排放的影響是基本一致的，即供應面積、協(xié)議面積比重總體是正向影響，價格偏離總體負向影響。個別不盡一致的可能原因在于增量變量中含有存量工業(yè)用地的擴大再生產(chǎn)導致碳排放的增加部分。

5.4 政策時段影響的檢驗

2015年是生態(tài)文明建設的重要節(jié)點，該年國家出臺或開始實施了諸多重要的法規(guī)政策，尤為重要的有最新的環(huán)境保護法、中共中央、國務院印發(fā)的《生態(tài)文明體制改革總體方案》等。特別地，2015年中國提出2030年左右實現(xiàn)二氧化碳“達峰”的承諾;次年，國務院頒布實施了《“十三五”控制溫室氣體排放工作方案》。土地供應對碳排放的影響很可能受到以上政策的階段性作用。為此，以2015年為分界點，對前后兩個時段進行分組回歸。結果表明，總體上兩個時段工業(yè)用地供應對工業(yè)能源碳排放存在差異性影響。

尤為明顯的是，對產(chǎn)均工業(yè)能源碳排放而言，工業(yè)用地供應面積、協(xié)議面積比重的回歸系數(shù)由正轉為負。這可能說明，在環(huán)境管理責任強化和GDP考核權重弱化的情況下，協(xié)議引入質(zhì)量更高的項目往往被看成一種“時尚”或者政績;同時，受到節(jié)約集約用地要求、規(guī)模經(jīng)濟和集聚效應的共同作用下，工業(yè)用地供應面積越大越有可能利于降低碳排放強度。最新研究表明，區(qū)域碳排放強度的空間集聚性顯著[57]，并趨于增強，同時存在“馬太效應”[58]。土地供應可能一定程度上強化或實現(xiàn)了這些特征。同時，排污收費強度的負向影響由不顯著變?yōu)轱@著（1%顯著水平），系數(shù)也明顯增大。這意味著新時期環(huán)境保護背景有利于強化環(huán)境規(guī)制的減排效應。

較為特別的是，對于工業(yè)能源碳排放而言，價格偏離度的當期項、滯后一期項和滯后兩期項回歸系數(shù)方向在兩個階段正好相反。這可能表明，一方面，價格偏離度存在周期性影響;另一方面，階段政策對這種周期性影響存在逆向調(diào)控的作用。若開始階段要求和價格均較低，項目準入的門檻較低而使得項目趨于增多，促使碳排放增加。當引入的項目增多，競爭趨于激烈，而且短期內(nèi)供應指標相對有限，因此地方政府就可能相應調(diào)整策略，適當調(diào)高價格，增加環(huán)境要求。地方政府這一行為在環(huán)境保護壓力加大的背景下可能趨于強化。

6 結論與啟示

6.1 主要結論

綜上可知，在控制了經(jīng)濟水平、城鎮(zhèn)化水平、環(huán)境規(guī)制與減排政策等主要因素的情況下，地方政府工業(yè)用地供應行為對工業(yè)能源碳排放具有顯著影響，主要表現(xiàn)為“規(guī)模效應”“方式效應”和“價格效應”。

其一，總體上，工業(yè)用地供應規(guī)模增加，引致工業(yè)規(guī)模的擴大，帶來工業(yè)能源碳排放顯著增加;同時，通過工業(yè)用地供應結構，影響到產(chǎn)均工業(yè)能源碳排放和人均工業(yè)能源碳排放，主要原因在于供應給了能源生產(chǎn)、重工業(yè)能源碳排放強度較高的行業(yè)。供應規(guī)模還可能帶來碳排放強度減少，這受到引入工業(yè)項目類型和環(huán)保發(fā)展階段的影響。

其二，總體上，協(xié)議出讓方式正向影響到能源碳排放，尤其表現(xiàn)在產(chǎn)均工業(yè)能源碳排放，主要原因是協(xié)議過程中，更可能降低環(huán)境規(guī)制和環(huán)保支出強度，引入更高比例的高碳工業(yè)。協(xié)議面積比重對工業(yè)能源碳排放還具有門檻效應。

其三，工業(yè)用地供應價格是地方政府引入工業(yè)項目重要調(diào)控工具，通過價格信號的傳導機制，很可能以更低的價格出讓而引入更高比例的高碳工業(yè)，從而顯著地導致地區(qū)碳排放的增加。

6.2 主要啟示

基于前文分析，面向工業(yè)能源碳減排，工業(yè)用地供應行為的目標應從傳統(tǒng)GDP增長轉變到綠色和高質(zhì)量增長上來，工業(yè)用地供應行為的方式應從傳統(tǒng)的土地市場轉變到政府有效調(diào)控、市場起決定性作用的土地市場，如“先租后讓”等，工業(yè)用地供應行為的路徑主要包括逐步淘汰高耗低效的能源產(chǎn)業(yè)用地、加快產(chǎn)業(yè)綠色轉型和結構升級、支持綠色產(chǎn)業(yè)項目用地、建立工業(yè)用地全生命周期管理模式等;工業(yè)用地供應行為的配套政策包括加大綠色發(fā)展在績效考核中的權重、加強環(huán)境規(guī)制、創(chuàng)新綠色金融政策等。主要的政策啟示如下。

其一，適度控制工業(yè)用地供應總規(guī)模、優(yōu)化供應結構。不同地區(qū)工業(yè)用地的全要素綠色利用效率存在較大差異[59]。因此，基于不同的發(fā)展階段和地區(qū)特點，適當控制工業(yè)用地規(guī)模，同時通過優(yōu)化工業(yè)用地供應的內(nèi)部結構，引導工業(yè)內(nèi)部行業(yè)的升級和轉型。工業(yè)內(nèi)部各行業(yè)之間存在著一定相互依賴或共生的關系，理論上應該有一個合理（均衡或自洽）的內(nèi)部結構，而且不同的發(fā)展階段的最優(yōu)結構關系存在一定差異，因此需要通過工業(yè)用地供給側的結構調(diào)整，從勞動力、能源、資本、研發(fā)投入等方面優(yōu)化產(chǎn)業(yè)集群模式[60]。

其二，充分發(fā)揮協(xié)議出讓的積極作用。盡管本文考察期內(nèi)，協(xié)議引入的工業(yè)企業(yè)總體上碳排放偏高。但協(xié)議出讓并不必然帶來區(qū)域碳排放的增加，而關鍵看協(xié)議出讓的結構和環(huán)境規(guī)制的執(zhí)行。隨著“生態(tài)文明”理念深入人心，尤其是中央環(huán)境集權、環(huán)境規(guī)制加強和環(huán)境督察制度的完善，“黨政同責”“一崗雙責”和“終身追究”等控制措施的實施[42]，環(huán)境質(zhì)量考核在政績考核中權重的提升，地方政府的激勵結構可能發(fā)生變化，其工業(yè)用地的協(xié)議出讓行為也可能發(fā)生結構性變化;可通過較低協(xié)議價格的方式，傾向于支撐更高科技或更低碳高效的工業(yè)產(chǎn)業(yè)的發(fā)展，引導土地市場向低碳方向發(fā)展。

其三，還需跟進相關配套措施，如：適當強化低碳方面的考核指標，加快優(yōu)化地方政府官員的激勵結構;采取差異化的環(huán)境規(guī)制，形成環(huán)境規(guī)制工具“組合拳”;加快并切實推進低碳試點工作;基于工業(yè)用地經(jīng)濟、社會和環(huán)境的全面信息調(diào)查，構建其大數(shù)據(jù)平臺，為優(yōu)化工業(yè)用地供應決策和研究提供基礎信息;完善土地征收、流轉制度，建立低碳的土地利用政策[61]。

（編輯：王愛萍 ）

參考文獻

[1] 林兆木. 關于我國經(jīng)濟高質(zhì)量發(fā)展的幾點認識[N/OL].北京：人民日報， 2018-01-17[2019-09-15]. http：//theory.people.com.cn/n1/2018/0117/c40531-29768994.html.

[2]? 傅勇，張晏. 中國式分權與財政支出結構偏向：為增長而競爭的代價[J]. 管理世界， 2007（3）：4-12，22.

[3]? 王娟，張克中. 財政分權、地方官員與碳排放——來自中國省長、省委書記的證據(jù)[J]. 現(xiàn)代財經(jīng)（天津財經(jīng)大學學報）， 2014 （9）： 3-14.

[4]? 祁毓，盧洪友，徐彥坤. 中國環(huán)境分權體制改革研究：制度變遷、數(shù)量測算與效應評估[J]. 中國工業(yè)經(jīng)濟， 2014（1）： 31-43.

[5]? 周黎安. 轉型中的地方政府官員激勵與治理[M].上海：格致出版社，上海人民出版社， 2017.

[6]? 陳詩一. 能源消耗、二氧化碳排放與中國工業(yè)的可持續(xù)發(fā)展[J]. 經(jīng)濟研究， 2009（4）： 41-55.

[7]? 國務院.國務院關于印發(fā)“十三五”控制溫室氣體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]? 工業(yè)和信息化部.工業(yè)和信息化部關于印發(fā)“工業(yè)綠色發(fā)展規(guī)劃（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]? 中華人民共和國，美利堅合眾國.中美氣候變化聯(lián)合聲明[EB/OL]. （2014-11-12） [2019-09-15]. http：//politics.people.com.cn/n/2014/1112/c70731-26010508.html.

[10]? 豐雷，孔維東. 2003年以來中國土地政策參與宏觀調(diào)控的實踐——特點、效果以及存在問題的經(jīng)驗總結[J]. 中國土地科學， 2009， 23（10）： 8-13.

[11]? 瞿理銅. 低碳經(jīng)濟視角下土地利用調(diào)控的思路探討[J]. 中國國土資源經(jīng)濟， 2012（11）： 29-30， 47， 55.

[12]? 趙榮欽，黃賢金，劉英，等. 區(qū)域系統(tǒng)碳循環(huán)的土地調(diào)控機理及政策框架研究[J]. 中國人口·資源與環(huán)境， 2014， 24（5）： 51-56.

[13]? 趙榮欽，黃賢金，揣小偉. 中國土地利用碳排放的研究誤區(qū)和未來趨向[J]. 中國土地科學， 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]? 呂玉霞.土地資源配置及其經(jīng)濟效應的研究評述[J]. 山東師范大學學報（人文社會科學版），2017（4）：77-87.

[17]? 盧建新，于路路，陳少銜. 工業(yè)用地出讓、引資質(zhì)量底線競爭與環(huán)境污染——基于252個地級市面板數(shù)據(jù)的經(jīng)驗分析[J]. 中國人口·資源與環(huán)境， 2017， 27（3）： 90-98.

[18]? 張鳴. 工業(yè)用地出讓、引資質(zhì)量底線競爭與工業(yè)污染排放：基于城市面板數(shù)據(jù)的實證研究[J]. 中共浙江省委黨校學報， 2017 （4）： 107-114.

[19]? 楊其靜，卓品，楊繼東. 工業(yè)用地出讓與引資質(zhì)量底線競爭：基于2007—2011年中國地級市面板數(shù)據(jù)的經(jīng)驗研究[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. 城市規(guī)模與空間結構對碳排放的影響[J]. 城市發(fā)展研究， 2012， 19（3）： 89-95， 112.

[22]? 李斌，李拓. 環(huán)境規(guī)制、土地財政與環(huán)境污染——基于中國式分權的博弈分析與實證檢驗[J]. 財經(jīng)論叢， 2015（1）：99-106.

[23]? 於冉，黃賢金.碳排放峰值控制下的建設用地擴展規(guī)模研究[J].中國人口·資源與環(huán)境，2019，29（7）：66-72.

[24]? 袁凱華，甘臣林，楊慧琳，等.建設用地擴張與碳排放增長的EKC驗證及特征分解研究——以武漢市為例[J].中國土地科學， 2019，33（1）：56-64.

[25]? 余嬌，趙榮欽，侯麗朋，等.鄭州市典型產(chǎn)業(yè)用地效益與碳排放強度的關系研究——基于181家企業(yè)的調(diào)查[J].中國土地科學， 2018，32（8）：74-80.

[26]? 許恒周，郭玉燕，陳宗祥. 土地市場發(fā)育、城市土地集約利用與碳排放的關系——基于中國省際面板數(shù)據(jù)的實證分析[J]. 中國土地科學， 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]? 張琳，王傳鎮(zhèn)，黎小明，等.地方政府供地行為對工業(yè)用地市場價格影響的實證研究[J].科技與管理， 2018，20（6）：43-50.

[30]? 李美姣.地方政府土地出讓行為、工業(yè)用地價格與產(chǎn)業(yè)升級[J].現(xiàn)代鹽化工， 2018，45（3）：91-92，101.

[31]? 席強敏，梅林.工業(yè)用地價格、選擇效應與工業(yè)效率[J].經(jīng)濟研究， 2019，54（2）：102-118.

[32]? 張莉，年永威，皮嘉勇，等.土地政策、供地結構與房價[J].經(jīng)濟學報， 2017，4（1）：91-118.

[33]? 張莉，朱光順，李世剛，等.市場環(huán)境、重點產(chǎn)業(yè)政策與企業(yè)生產(chǎn)率差異[J].管理世界， 2019，35（3）：114-126.

[34]? 彭山桂，陳晨，王健，等. 居住模式、地方政府土地供給行為與人口流動——以廣東省和山東省為例[J]. 資源科學， 2017， 39（10）： 1858-1870.

[35]? 陳沁. 城市化——人口和土地的要素再配置[D]. 上海：復旦大學， 2013.

[36]? 陸銘，張航，梁文泉. 偏向中西部的土地供應如何推升了東部的工資[J]. 中國社會科學， 2015（5）： 59-83， 204-205.

[37]? 陸銘：中國經(jīng)濟的未來是空間重構[EB/OL]. http：//finance.sina.com.cn/money/future/roll/2018-02-01/doc-ifyreuzn1185324.shtml.

[38]? 王繼田，蘇方林.碳排放約束、土地紅利銳減與經(jīng)濟增長尾效[J].菏澤學院學報，2019，41（2）：68-75.

[39]? 查建平，唐方方，鄭浩生. 什么因素多大程度上影響到工業(yè)碳排放績效——來自中國（2003—2010）省級工業(yè)面板數(shù)據(jù)的證據(jù)[J]. 經(jīng)濟理論與經(jīng)濟管理， 2013（1）：79-95.

[40]? 劉曉玲，熊曦. 工業(yè)企業(yè)效益與碳排放的脫鉤關系動態(tài)比較——基于ABS冶煉公司“十一五”以來的數(shù)據(jù)[J]. 財政研究， 2015（3）： 16-21.

[41]? 葉麗芳，黃賢金，謝澤林，等. 城鄉(xiāng)土地市場一體化下的農(nóng)村工業(yè)用地現(xiàn)狀及特征分析——以無錫市胡埭鎮(zhèn)、錢橋鎮(zhèn)、錫北鎮(zhèn)為例[J]. 土地經(jīng)濟研究， 2015（1）： 37-58.

[42]? 張華，豐超，劉貫春. 中國式環(huán)境聯(lián)邦主義：環(huán)境分權對碳排放的影響研究[J]. 財經(jīng)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]? 國家氣候變化對策協(xié)調(diào)小組辦公室， 國家發(fā)展和改革委員會能源研究所.中國溫室氣體清單研究[M].北京：中國環(huán)境科學出版社， 2007：73.

[48]? 劉紅光.產(chǎn)業(yè)能源消費碳排放的區(qū)域聯(lián)系研究[D].北京：中國科學院地理科學與資源研究所，2010.

[49]? 劉紅光，劉衛(wèi)東，唐志鵬.中國產(chǎn)業(yè)能源消費碳排放結構及其減排敏感性分析[J].地理科學進展， 2010（6）：670-676.

[50]? 盧娜.土地利用變化碳排放效應研究[D].南京：南京農(nóng)業(yè)大學， 2011.

[51]? 國家發(fā)展和改革委員會. 低碳發(fā)展及省級溫室氣體清單編制培訓教材[EB/OL]. （2014-03-28） [2019-09-14]. http：//www.ndrc.gov.cn/zwfwzx/xzzq/bgxz/201403/W020140328576309991066.pdf.

[52]? 中國統(tǒng)計局.中國能源統(tǒng)計年鑒（2012）[M].北京：中國統(tǒng)計出版社， 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，唐鵬. 中國式分權與城市土地出讓價格的偏離——以長三角地區(qū)城市為例[J]. 資源科學， 2013， 35（6）： 1134-1142.

[55]? 唐鵬，石曉平，曲福田.地方政府競爭與土地財政策略選擇[J].資源科學， 2014， 36（4）：702-711.

[56]? 張涌.工業(yè)用地招拍掛制度和地方政府土地財政政策[J].公共經(jīng)濟與政策研究， 2018（2）：116-126.

[57]? 苑韶峰，唐奕鈺.低碳視角下長江經(jīng)濟帶土地利用碳排放的空間分異[J].經(jīng)濟地理， 2019，39（2）：190-198.

[58]? 王少劍，黃永源.中國城市碳排放強度的空間溢出效應及驅動因素[J].地理學報， 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