周咏馨，姚旗龙，储成楠，刘光成，商学勇，刘亚芳
（1.苏州科技大学土木工程学院，江苏 苏州 215000；
2.曼彻斯特大学社会科学学院，曼彻斯特M139PL；
3.中国国土勘测规划院，北京 100035；
4.盐城市自然资源和规划局盐都分局，江苏 盐城 224005）
2021年底中央经济工作会议指出实现碳达峰碳中和是推动高质量发展的内在要求，低碳发展也将是未来关注的热点。工业是经济高质量发展的关键环节，工业碳排放是我国碳排放的主体部分。作为工业发展的载体，工业用地在整个城市经济发展中发挥着重要功能。优化工业用地资源配置，化解资源环境与发展的矛盾，符合我国高质量发展战略，是实现环境保护与经济增长相协调的核心内容[1]。
工业用地高效化利用是全要素生产效率的提升过程，旨在追求工业用地绿色产出效益的最大化[2]。工业用地低碳化利用是以绿色减排、低耗能生产方式带动工业用地转型升级的过程。目前学界对于工业用地高效低碳利用的研究主要集中于碳减排[3]、高效发展水平测度[4]、驱动因素与对策[5-6]、绿色发展与生态文明建设的协同效应[7]；
就环境规制约束视角的相关研究集中在环境规制对土地资源错配和环境污染之间的调节作用[8]、对工业产能利用率[9]、企业全要素生产率[10-11]、绿色技术创新效率[12-13]和产业升级的影响[14-15]。现有量化政策影响力的方法、工业用地高效低碳评价因子权重确定的方法，存在受主观影响较大和内生性等问题，难以形成客观、普遍接受的结果；
研究内容更多关注低碳化对高效化的影响，较少关注高效化对低碳化的影响，关于二者协同的研究则尚未见报道。
长江经济带作为我国工业发展最为集中的区域，2018年其工业用地出让面积占全国工业出让总面积的51.7%，是推动我国经济高质量发展的重要阵地[16]。长三角生态绿色一体化发展示范区是实施长三角一体化发展战略的先手棋和突破口，更成为优化国土空间布局，推进区域高质量发展、提升绿色全要素生产率的探路先锋。因此，选择长三角两省一市分析环境规制对城市工业用地高效低碳利用协同效应的影响具有代表性和典型性。本文通过对比分析环境规制对长三角城市工业用地高效化与低碳化耦合关系的影响力度与方向，揭示其协同效应不显著的深层原因，可为制定工业用地高效低碳利用协同政策提供参考，对于优化国土空间格局、加速工业产业转型升级、推进区域社会经济高质量发展具有重要意义。
2.1 研究方法
本文利用多期PSM-DID模型检验环境规制对工业用地高效与低碳利用协同效应的影响。原因在于该研究中准自然实验（低碳试点城市政策）中样本之间的差异性较大，可比性较低，无法做到随机实验的代表性和均衡性，存在一定的主观选择性，而倾向得分匹配（Propensity Score Matching, PSM）可遵循降维的思想[17]，根据实验组和对照组之间P值的相近度进行匹配，克服高维对匹配变量数量的敏感性问题[8]；
同时，研究对象中不同城市参与试点的年份也有所差异，存在政策实施时间不一致现象，而双重差分法（Differences-in-Differences, DID）可以有效分离出对照组和实验组的时间变动趋势效应，能够客观分析政策带来的实际影响。这种经典的PSM-DID模型方法给出了严格的识别条件与理论证明[8,17]，可以满足研究需要，能实现实验组和对照组城市的共同趋势假设，有效考察政策带来的效果。
参考BECK等[18]、LI等[19]的研究方法，设置组别虚拟变量（treated），将实验组赋值为1，对照组赋值为0；
设置政策实施时间为虚拟变量（dt），试点城市政策实施当年及其以后的年份设定为1，其余为0，构建多期DID模型（式（1））。
式（1）中：Yit表示被解释变量，使用工业绿色全要素生产率（GTFP）、工业碳排放强度、工业用地高效低碳利用水平耦合协调度指标来表征，本文将逐个分析它们与环境规制的关系；
Dit表示解释变量，使用低碳试点城市政策表征；
β0为常数项；
β1反映政策效果；
Xit表示控制变量集合，主要包括外商直接投资、城镇化水平、GDP、二产占比和三产占比等；
β2反映控制变量效果；
Ai和Bt分别表示个体固定效应和时间固定效应；
εit为随机扰动项。
工业GTFP：利用EBM-GML方法测算得到。由于城市间差异与环境负效应，Epsilon-BasedMeasure（EBM）模型考虑了实际值与目标值之间的径向比例，包含了非径向松弛，克服了传统Date Envelopment Analysis（DEA）模型和非径向Slack-Based Measure（SBM）模型的缺点[20]。Global Malmquist-Luenberger（GML）指数，以所有研究期的生产技术总集合为参照集，解决了ML指数存在的线性规划无解、不具备循环传递性等缺陷[21]，能消除测算值与真实值之间的离差，可以更加客观准确地反映工业GTFP的变化情况。
工业碳排放强度：碳排放量除以工业增加值。碳排放计算根据政府间气候变化专门委员会（IPCC）所公布的方法进行[22]。
高效与低碳协同效应：利用耦合协调模型（式（2））分析其协同效应。
式（2）中：A表示耦合度；
f（E）表示期望产出系统的高效化水平，工业GTFP越高代表越高效；
g（C）表示碳排放系统的低碳化水平，每万元GDP所承受的二氧化碳排放量越低，工业碳排放强度越低，低碳化水平越好；
T表示城市工业用地高效与低碳利用的综合协调指数；
a和b分别表示期望产出与碳排放的贡献份额，考虑到高效与低碳目标同等重要，设置a和b均为0.5；
D表示城市工业用地高效与低碳利用的耦合协调度。借鉴现有研究成果[14]，依据0＜D≤0.3、0.3＜D≤0.5、0.5＜D≤0.8、0.8＜D≤1，将耦合协调阶段分为低度、中度、高度和极协调阶段。耦合协调度值越大，协同效应越强。耦合协调度由工业碳排放系统和期望产出系统两部分组成，由于耦合协调度是正向指标，所以工业碳排放系统的低碳化水平由工业碳排放强度的倒数表征，期望产出系统的高效化水平由工业GTFP归一化处理后表征，并分别构建两个系统的测算指标（表1）。
2.2 指标选取与构建
通过梳理近几年工业用地效率、碳排放评价与环境规制研究等文献，本文以“高效、绿色可持续”为主题，以EBM-GML和DID模型特点为依据，遵循指标选取的客观、全面和可获取性原则，构建研究指标（表1）。
（1）被解释变量。包括高效低碳协同效应、工业碳排放强度和工业GTFP。高效与低碳耦合协调度表征高效低碳协同效应，它能够揭示期望产出系统与碳排放系统的相互作用及影响。工业碳排放强度用来表征工业低碳利用水平。工业GTFP表征工业用地高效利用的程度。参考该领域的研究成果[2,21,23-25]，从投入产出方面选取GTFP评价指标，指标体系及变量内涵见表1。
表1 变量的选取与说明Tab.1 Variable selection and description
（2）解释变量。选取国家发改委于2010年7月发布的《关于开展低碳省区和低碳城市试点工作的通知》作为低碳试点城市政策，考察环境规制对工业用地高效低碳利用协同效应的影响作用。第一批实施该政策的发布时间为2010年底，仅有杭州市；
第二批发布时间为2012年底，包括上海、苏州、淮安、镇江、宁波和温州市；
第三批发布时间为2017年，包括南京、常州、嘉兴、金华和衢州市。研究期从国家碳市场成立年份2011年开始，由于杭州市2010年后已经成为试点城市，依据模型原理不作为对照组或实验组，将第二批和第三批实施城市设定为实验组，其余城市作为对照组。
（3）控制变量。虽然不同社会发展阶段，影响工业GTFP、碳排放强度及其耦合效应的因素是不一样的，由于工业用地低碳与高效利用的目标都是实现中共十九大提出的工业高质量发展目标，故本文选取的影响工业用地高效、低碳及其协同效应因素的控制变量是一致的。产业结构高级化、城市化、城市经济发展水平以及对外开放均是工业用地高效低碳利用的重要影响因素，本文参考现有文献[21,25]，选取第二产业占比与第三产业占比表示产业结构、城镇人口占比表征城镇化水平、GDP表征城市的经济发展水平、外商直接投资反映经济开放程度。
2.3 研究区概况与数据来源
2.3.1 研究区概况
本文以长三角两省一市为研究对象，其中江浙两省采用地级行政区数据进行研究。参照江浙省委、省政府的划分，界定苏北（连云港、徐州、淮安、宿迁和盐城）；
苏中（扬州、泰州和南通）；
苏南（南京、镇江、常州、无锡和苏州）；
浙北（湖州、嘉兴、绍兴、宁波和舟山）；
浙南（丽水、金华、衢州、温州和台州）。依据城市等级并参考“2022城市商业魅力排行榜”具体将研究区域内城市分为一类（上海、南京、苏州、宁波）；
二类（无锡、常州、徐州、南通、温州、绍兴、金华、台州）；
三类（连云港、淮安、盐城、扬州、镇江、泰州、宿迁、嘉兴、湖州、衢州、舟山、丽水）。
2.3.2 数据来源和处理
工业用地面积数据来源于《中国城市建设统计年鉴》（2012—2020年），外商直接投资、城市二产占比、城市三产占比来源于《中国城市统计年鉴》（2012—2020年），其余数据均来源于各市统计年鉴（2012—2020年），部分缺失数据已用插值法补齐，且GDP已转换成2010年可比价；
碳排放总量计算涉及系数采用2011年发改委发布的《省级温室气体清单编制指南（试行）》[22]。
3.1 工业用地高效低碳利用水平时空动态耦合结果与分析
本文利用耦合协调度模型测算了2011—2019年长三角城市工业用地高效与低碳利用水平的耦合协调度，借助ArcGIS 10.8呈现研究区研究期内的时空协同效应，如图1所示。
从协同效应时空格局看（图1），高水平协同的城市分两种情况：一种是由于产业类型原因或社会经济发展水平较低，碳排放增长与工业发展较为缓慢，其低碳利用水平与工业GTFP表现为发展早期的协同，如丽水、宿迁等。另一种是城市发展已接近甚至达到后期成熟阶段，产业结构已经转型，土地集约性增强，碳排放减少，工业GTFP值和碳排放强度都基本定型达到较理想水平，促成了两者间的协同，如上海市等。低水平协同的城市，相应的碳排放强度也较高，更多的能源消耗虽使得GTFP值有一定幅度提升，但两者协同效应低下，如南京、宁波等。
图1 长三角城市工业用地高效低碳利用协同效应时空格局Fig.1 Synergistic spatial-temporal patterns on the level of efficient and low-carbon utilization of urban industrial land in the Yangtze River Delta
综合比较2011年、2015年和2019年的结果发现，长三角工业用地高效与低碳利用协同关系处于不断演化过程中，低度协同阶段的城市数量明显减小，高度协同阶段的城市数量有所增加。主要由于多数城市经济增长方式逐渐由“数量”主导向“质量”主导。其中，上海和丽水市的协同水平较高，上海市高端制造业取代了传统制造业，工业用地的使用效率升高，碳排放强度处于较低水平；
而丽水市由于仍然处在传统城镇化初始发展阶段，碳排放少，低碳水平高，同时工业不是主要产业，工业用地效率相对高，故其表现出协同水平。截至2019年，尚有大部分地区还处在工业发展的转型及中度协同阶段，只有一部分地区已经基本实现了工业发展模式的转型，达成了高效集约型和低碳友好型发展模式。总体上看，长三角城市工业用地高效低碳利用协同效应尚未达到理想水平，还没有出现较大提升的趋势，除了城市本底条件的原因外，环境规制的实施程度也是一个重要的影响因素。
3.2 环境规制政策效应基准回归分析
（1）平行趋势检验。多期DID模型的使用前提是满足平行趋势假设条件，具体是指实验组和对照组城市在未受到试点政策冲击时工业用地高效利用水平、碳排放强度和协同效应具有相同的变化趋势。本文采用图示法对政策平行趋势和动态效应进行检验（图2）。
图2 环境规制的动态影响Fig.2 Dynamic impact of environmental regulation
图2中，横坐标代表政策实施年份，-1、0和1分别代表政策实施前一年、当年和后一年，以此类推；
纵坐标代表政策的影响系数大小。图中点所在的竖线代表系数值的置信区间，当其落在纵坐标0以内，则代表该系数不显著异于零，接受原假设（政策系数为零），即实验组和对照组政策发生前并不存在显著的差异，图中结果表示三项指标中前两期实验组和对照组具有相似的变化趋势，满足平行趋势假设。此外，低碳试点城市政策实施后，政策效应并没有立刻显现，而随着试点实施时间的推移，滞后两期时开始出现政策效果，且在碳排放强度和高效利用水平的动态影响图中政策效果持续增强。虽然低碳试点城市政策对城市的影响具有滞后性，政策实施两期后，其实施效果会持续增强，但检验结果表明，三项指标满足多期DID模型的基本假定，可以进行后续估计。
（2）基准回归分析。为更加准确分析环境规制政策的实施效果，先用DID模型进行全样本基准分析，缓解内生性问题的干扰，识别政策冲击产生的净效应，便于后续进一步检验与研究。环境规制与工业用地高效低碳利用水平协同效应的基准回归结果如表2所示。其中，列（1）、列（3）、列（5）未添加控制变量，列（2）、列（4）、列（6）添加了控制变量，均使用双向固定效应面板模型回归。列（1）和列（2）的被解释变量为协同效应，列（3）和列（4）的是碳排放强度，列（5）和列（6）的为工业GTFP。其中，回归结果（1）不显著，引入控制变量后结果（2）显著为负，表明环境规制降低了高效低碳的协同效应；
列（3）和列（4）显著为负，表明环境规制显著抑制了碳排放强度的提升；
列（5）显示试点政策对工业GTFP无显著影响，引入控制变量后列（6）具有显著的负向效应，即环境规制会对工业GTFP的提升有阻碍作用。其中，协同效应影响不显著可能的原因是：第一，样本缺乏同质性，即所选择的对照组样本与实验组样本不具有可比性；
第二，存在样本选择偏差，需要引入PSM，消除组别之间的干扰因素，对实验组和对照组进行更合理的比较，客观分析政策产生的效应。
表2 基准回归结果Tab.2 Benchmark regression results
3.3 环境规制政策效应PSM-DID实证结果分析
（1）倾向得分匹配分析（PSM）。为消除组别之间的干扰因素，使筛选出来的研究对象具有可比性，本文采用PSM从外商直接投资、城镇化水平、GDP和三产占比4个协变量对实验组城市与对照组城市进行匹配。其中实验组为2013（第二批）和2017年初（第三批）开始实施低碳试点城市政策的11个城市，对照组为2011—2019年未实施低碳试点城市政策的13个城市，通过Probit模型来估计倾向得分，采用施加了“共同支持”条件的1∶1最近邻匹配。进行PSM后再采用T检验对样本匹配后的差异进行检验，具体结果见表3。
表3 倾向得分匹配估计结果Tab.3 Estimated results of propensity score matching
由表3可以看出，匹配后标准偏误的绝对值均在10%以内，同时匹配后T检验的P值均大于10%，说明实验组与对照组各匹配变量在匹配后都不存在显著区别，可以使用PSM匹配后的样本进行后续实证分析。
（2）多期PSM-DID回归分析。在对研究对象进行PSM处理后，环境规制对协同效应影响的估计结果见表4。列（1）不显著，加入控制变量后列（2）在10%的水平下系数为-0.016，但与匹配前相比并未有实质性的改善。由此可判断，环境规制对低碳高效化协同效应的影响不明显，原因可能是环境规制对低碳和高效利用的异质性作用。列（3）—列（6）交互项系数均显著为负，说明基准回归结果是稳健的，即实验组城市的工业碳排放强度的增长小于对照组，也说明环境规制有助于城市低碳利用水平的提高，同时还说明政策实施后长三角试点城市相对于其他地级市GTFP效率提升明显减缓，整体上政策实施不利于工业GTFP的提高。且在加入控制变量后，回归系数分别为-3 307.877和-0.069，该数据进一步证明了环境规制推动了试点城市低碳利用水平的快速增长，并阻碍了工业GTFP的提升。即其促进了长三角试点城市工业用地的低碳化，抑制了工业用地的高效化。
表4 多期PSM-DID回归结果Tab.4 Regression results of PSM-DID
（3）实证效果异质性分析。苏南和浙北地区位于沿海且靠近长江，是诸多试点政策的“先行者”，因而相对于其他地区，苏南和浙北地区在技术和资本要素集聚方面更具优势，这种区位差别可能造成环境规制政策效应存在异质性。同样的，一二类城市往往比三类城市更具有技术和资本要素的集聚优势，其产业、经济和技术水平等也较高，这些等级差异同样可能导致环境规制的政策效应存在异质性。本文将样本按区位差异分为苏北、苏南、浙北和浙南地区，按等级差异分为一二类城市和三类城市，分别进行回归以揭示高效低碳利用水平协同效应的深层次影响机制，回归结果见表5和表6。
表5 环境规制对碳排放强度异质性检验Tab.5 Heterogeneity test of the effect of environmental regulation on carbon emission intensity
表6 环境规制对工业GTFP异质性检验Tab.6 Heterogeneity test of the effect of environmental regulation on industrial GTFP
从表5中可以看出，苏南和浙北地区核心解释变量分别为-4 080和-15 353，分别在10%和5%水平下显著，说明环境规制抑制了苏南和浙北地区碳排放强度的提升，促进了低碳化利用水平，但苏北和浙南地区均不明显。主要原因在于：一方面，苏南和浙北地区的产业结构和能源结构调整水平相对较高[8]；
另一方面，两地区包括上海、南京等核心城市，整体上有利于通过知识分享，吸收先进的低碳技术。另外，一二类城市的回归结果为-2 911，且在10%水平下显著，说明其环境规制实施明显促进了低碳利用水平的提升，而该效应在三类城市中却并不明显。原因可能在于，一二类城市的低碳发展较成熟，有利于发挥其技术优势，而三类城市的碳排放研究往往处于初级探索阶段，因此环境规制对低碳利用水平的影响作用并不显著，对环境规制实施效果的监查力度有待加大。从异质性检验可以看出，环境规制对于长三角核心经济圈内，自身技术经济优势明显的城市的工业用地低碳化利用的促进作用更为显著。
从表6中可以看出，环境规制对不同城市工业GTFP的影响程度存在差异，苏北和浙南地区回归结果分别为0.094和-0.150，均在10%水平下显著，说明环境规制促进了苏北地区工业GTFP的提升，抑制了浙南地区工业GTFP的提升，但苏南和浙北地区效果均不明显。之所以如此，可能在于环境规制对资源类和高耗能类产业为主的苏北地区而言，有利于工业绿色转型，对提升工业GTFP确实有显著效果；
而浙南地区虽然民营经济发达但大部分属于劳动密集型企业，企业产业落后，技术水平较低，现有环境规制的可执行性、评价性不完善，环境规制的实施有相反的效果，抑制了工业GTFP的提升。表6也显示，环境规制明显阻碍了一二类城市工业GTFP的提升。原因可能在于，一二类城市工业发展大多处于退二进三的进程中，技术溢出效应还不足以抵消工业发展所带来的环境污染效应，从而产生了负向效果。
研究环境规制对城市低碳化和高效化的影响过程，安慰剂检验可以有效检验环境政策效应是否真实存在，排查是否存在其他因素的可能性。本文选用改变政策时间点的“安慰剂”方法[26]，在每个城市组内随机抽取年份变量中的某一个年份作为该城市环境规制的时间点，重复试验100次，结果均显示为接近于均值为0的标准正态分布，且基准回归系数位于该分布以外。检验结果显示，估计结果是稳健的，政策结果不是其他不可观测因素导致的。本文较好地控制了不可观测因素的影响，研究结果能够反映环境规制对工业用地高效低碳利用的作用效果，对于政策的制定具有一定的应用价值。
4.1 结论
长三角地区城市工业用地高效低碳利用协同水平总体上呈中度协同态势，还存在较大的改善空间，具体排名为上海市＞浙江省＞江苏省。空间上长三角协同效应呈现出“南高北低”的分布态势，从浙南到苏南再到苏北地区，协同效应逐渐下降。环境规制之所以对协同效应没有明显影响，原因是其对低碳化的促进作用和高效化的阻碍作用，在低碳化和高效化上呈现城市区位或等级的异质性。需要关注的是，各城市在同一环境规制下表现出工业用地高效低碳利用水平协同效应的差异性，除了城市本身条件的差异外，也说明现有环境规制的约束力、可执行性及其实施效果的量化方式、监查力度有改进空间，需要探索适合高质量发展的工业用地管理模式与制度。
4.2 建议
环境规制应具有引领和唤醒政府监管责任、企业社会责任的作用。因此，应构建和完善相关法律法规及政策体系，鞭策和督促企业自我改进和科技创新意识，挖掘和发挥政府管理责任及作用，具体建议如下：
（1）设置项目审批前置条件评估制度。通过项目污染预评价与环境适应性评价，将待审批项目带来的污染控制在项目所在区域环境自净能力范围内，从项目建设源头保障绿色土地利用目标的实现，为后续监管环节提供依据。
（2）设置项目运营定期检查制度。环境管理部门从原材料、生产工艺、污染设备情况及其使用情况等方面加大监查抽查力度，遏制违规操作造成的环境污染。
（3）构建供地交付与回收环节污染评估制度。依据“谁污染，谁治理”原则，约束土地使用者绿色使用土地。环境规制实施效果不显著，与环境污染的量化和奖惩机制不健全有很大关系。评估工业用地拿地前与回收时污染指标的差额，能够量化环境污染的情况，进而确定污染治理的责任人及责任大小，有利于提醒用地方及相关管理方约束自己的行为，提高环境规制的实施效果，将环境保护工作落实到位。
（4）构建工业用地高效低碳利用协同共进的政策评估制度。有效识别环境规制对工业用地高效低碳利用协同效应影响的净效应，确保环境规制的实施，在不降低工业用地高效利用水平情形下，环境效益有改善；
或者工业用地利用效率有很大改善的情形下，生态环境状况没有明显下降。合理的政策评估制度可为工业用地高效低碳利用水平双目标的实现提供保障。
——以杭州为例的实证研究经济技术协作信息(2020年35期)2021-01-12论我国民间借贷法律规制的发展和完善——从抑制性规制到激励性规制法大研究生(2020年2期)2020-01-192协同效应">山东矿盐管理公司：发挥集约化优势实现1+1>2协同效应中国盐业(2018年19期)2019-01-14新发展理念下常州市工业用地的形势与任务自然资源情报(2018年6期)2018-07-22保护与规制：关于文学的刑法刑法论丛(2018年4期)2018-05-21共同配送协同效应评价体系构建中国流通经济(2015年10期)2015-12-05内容规制现代出版(2014年6期)2014-03-20