環(huán)境規(guī)制對(duì)長(zhǎng)三角城市工業(yè)用地高效低碳利用 協(xié)同效應(yīng)的影響

周詠馨，姚旗龍，儲(chǔ)成楠，劉光成，商學(xué)勇，劉亞芳

（1.蘇州科技大學(xué)土木工程學(xué)院，江蘇 蘇州 215000；2.曼徹斯特大學(xué)社會(huì)科學(xué)學(xué)院，曼徹斯特M139PL；3.中國(guó)國(guó)土勘測(cè)規(guī)劃院，北京 100035；4.鹽城市自然資源和規(guī)劃局鹽都分局，江蘇 鹽城 224005）

1 引言

2021年底中央經(jīng)濟(jì)工作會(huì)議指出實(shí)現(xiàn)碳達(dá)峰碳中和是推動(dòng)高質(zhì)量發(fā)展的內(nèi)在要求，低碳發(fā)展也將是未來(lái)關(guān)注的熱點(diǎn)。工業(yè)是經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)，工業(yè)碳排放是我國(guó)碳排放的主體部分。作為工業(yè)發(fā)展的載體，工業(yè)用地在整個(gè)城市經(jīng)濟(jì)發(fā)展中發(fā)揮著重要功能。優(yōu)化工業(yè)用地資源配置，化解資源環(huán)境與發(fā)展的矛盾，符合我國(guó)高質(zhì)量發(fā)展戰(zhàn)略，是實(shí)現(xiàn)環(huán)境保護(hù)與經(jīng)濟(jì)增長(zhǎng)相協(xié)調(diào)的核心內(nèi)容[1]。

工業(yè)用地高效化利用是全要素生產(chǎn)效率的提升過(guò)程，旨在追求工業(yè)用地綠色產(chǎn)出效益的最大化[2]。工業(yè)用地低碳化利用是以綠色減排、低耗能生產(chǎn)方式帶動(dòng)工業(yè)用地轉(zhuǎn)型升級(jí)的過(guò)程。目前學(xué)界對(duì)于工業(yè)用地高效低碳利用的研究主要集中于碳減排[3]、高效發(fā)展水平測(cè)度[4]、驅(qū)動(dòng)因素與對(duì)策[5-6]、綠色發(fā)展與生態(tài)文明建設(shè)的協(xié)同效應(yīng)[7]；就環(huán)境規(guī)制約束視角的相關(guān)研究集中在環(huán)境規(guī)制對(duì)土地資源錯(cuò)配和環(huán)境污染之間的調(diào)節(jié)作用[8]、對(duì)工業(yè)產(chǎn)能利用率[9]、企業(yè)全要素生產(chǎn)率[10-11]、綠色技術(shù)創(chuàng)新效率[12-13]和產(chǎn)業(yè)升級(jí)的影響[14-15]?，F(xiàn)有量化政策影響力的方法、工業(yè)用地高效低碳評(píng)價(jià)因子權(quán)重確定的方法，存在受主觀(guān)影響較大和內(nèi)生性等問(wèn)題，難以形成客觀(guān)、普遍接受的結(jié)果；研究?jī)?nèi)容更多關(guān)注低碳化對(duì)高效化的影響，較少關(guān)注高效化對(duì)低碳化的影響，關(guān)于二者協(xié)同的研究則尚未見(jiàn)報(bào)道。

長(zhǎng)江經(jīng)濟(jì)帶作為我國(guó)工業(yè)發(fā)展最為集中的區(qū)域，2018年其工業(yè)用地出讓面積占全國(guó)工業(yè)出讓總面積的51.7%，是推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要陣地[16]。長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)是實(shí)施長(zhǎng)三角一體化發(fā)展戰(zhàn)略的先手棋和突破口，更成為優(yōu)化國(guó)土空間布局，推進(jìn)區(qū)域高質(zhì)量發(fā)展、提升綠色全要素生產(chǎn)率的探路先鋒。因此，選擇長(zhǎng)三角兩省一市分析環(huán)境規(guī)制對(duì)城市工業(yè)用地高效低碳利用協(xié)同效應(yīng)的影響具有代表性和典型性。本文通過(guò)對(duì)比分析環(huán)境規(guī)制對(duì)長(zhǎng)三角城市工業(yè)用地高效化與低碳化耦合關(guān)系的影響力度與方向，揭示其協(xié)同效應(yīng)不顯著的深層原因，可為制定工業(yè)用地高效低碳利用協(xié)同政策提供參考，對(duì)于優(yōu)化國(guó)土空間格局、加速工業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、推進(jìn)區(qū)域社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 研究方法

本文利用多期PSM-DID模型檢驗(yàn)環(huán)境規(guī)制對(duì)工業(yè)用地高效與低碳利用協(xié)同效應(yīng)的影響。原因在于該研究中準(zhǔn)自然實(shí)驗(yàn)（低碳試點(diǎn)城市政策）中樣本之間的差異性較大，可比性較低，無(wú)法做到隨機(jī)實(shí)驗(yàn)的代表性和均衡性，存在一定的主觀(guān)選擇性，而傾向得分匹配（Propensity Score Matching, PSM）可遵循降維的思想[17]，根據(jù)實(shí)驗(yàn)組和對(duì)照組之間P值的相近度進(jìn)行匹配，克服高維對(duì)匹配變量數(shù)量的敏感性問(wèn)題[8]；同時(shí)，研究對(duì)象中不同城市參與試點(diǎn)的年份也有所差異，存在政策實(shí)施時(shí)間不一致現(xiàn)象，而雙重差分法（Differences-in-Differences, DID）可以有效分離出對(duì)照組和實(shí)驗(yàn)組的時(shí)間變動(dòng)趨勢(shì)效應(yīng)，能夠客觀(guān)分析政策帶來(lái)的實(shí)際影響。這種經(jīng)典的PSM-DID模型方法給出了嚴(yán)格的識(shí)別條件與理論證明[8,17]，可以滿(mǎn)足研究需要，能實(shí)現(xiàn)實(shí)驗(yàn)組和對(duì)照組城市的共同趨勢(shì)假設(shè)，有效考察政策帶來(lái)的效果。

參考BECK等[18]、LI等[19]的研究方法，設(shè)置組別虛擬變量（treated），將實(shí)驗(yàn)組賦值為1，對(duì)照組賦值為0；設(shè)置政策實(shí)施時(shí)間為虛擬變量（dt），試點(diǎn)城市政策實(shí)施當(dāng)年及其以后的年份設(shè)定為1，其余為0，構(gòu)建多期DID模型（式（1））。

式（1）中：Yit表示被解釋變量，使用工業(yè)綠色全要素生產(chǎn)率（GTFP）、工業(yè)碳排放強(qiáng)度、工業(yè)用地高效低碳利用水平耦合協(xié)調(diào)度指標(biāo)來(lái)表征，本文將逐個(gè)分析它們與環(huán)境規(guī)制的關(guān)系；Dit表示解釋變量，使用低碳試點(diǎn)城市政策表征；β0為常數(shù)項(xiàng)；β1反映政策效果；Xit表示控制變量集合，主要包括外商直接投資、城鎮(zhèn)化水平、GDP、二產(chǎn)占比和三產(chǎn)占比等；β2反映控制變量效果；Ai和Bt分別表示個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)。

工業(yè)GTFP：利用EBM-GML方法測(cè)算得到。由于城市間差異與環(huán)境負(fù)效應(yīng)，Epsilon-BasedMeasure（EBM）模型考慮了實(shí)際值與目標(biāo)值之間的徑向比例，包含了非徑向松弛，克服了傳統(tǒng)Date Envelopment Analysis（DEA）模型和非徑向Slack-Based Measure（SBM）模型的缺點(diǎn)[20]。Global Malmquist-Luenberger（GML）指數(shù)，以所有研究期的生產(chǎn)技術(shù)總集合為參照集，解決了ML指數(shù)存在的線(xiàn)性規(guī)劃無(wú)解、不具備循環(huán)傳遞性等缺陷[21]，能消除測(cè)算值與真實(shí)值之間的離差，可以更加客觀(guān)準(zhǔn)確地反映工業(yè)GTFP的變化情況。

工業(yè)碳排放強(qiáng)度：碳排放量除以工業(yè)增加值。碳排放計(jì)算根據(jù)政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）所公布的方法進(jìn)行[22]。

高效與低碳協(xié)同效應(yīng)：利用耦合協(xié)調(diào)模型（式（2））分析其協(xié)同效應(yīng)。

式（2）中：A表示耦合度；f（E）表示期望產(chǎn)出系統(tǒng)的高效化水平，工業(yè)GTFP越高代表越高效；g（C）表示碳排放系統(tǒng)的低碳化水平，每萬(wàn)元GDP所承受的二氧化碳排放量越低，工業(yè)碳排放強(qiáng)度越低，低碳化水平越好；T表示城市工業(yè)用地高效與低碳利用的綜合協(xié)調(diào)指數(shù)；a和b分別表示期望產(chǎn)出與碳排放的貢獻(xiàn)份額，考慮到高效與低碳目標(biāo)同等重要，設(shè)置a和b均為0.5；D表示城市工業(yè)用地高效與低碳利用的耦合協(xié)調(diào)度。借鑒現(xiàn)有研究成果[14]，依據(jù)0＜D≤0.3、0.3＜D≤0.5、0.5＜D≤0.8、0.8＜D≤1，將耦合協(xié)調(diào)階段分為低度、中度、高度和極協(xié)調(diào)階段。耦合協(xié)調(diào)度值越大，協(xié)同效應(yīng)越強(qiáng)。耦合協(xié)調(diào)度由工業(yè)碳排放系統(tǒng)和期望產(chǎn)出系統(tǒng)兩部分組成，由于耦合協(xié)調(diào)度是正向指標(biāo)，所以工業(yè)碳排放系統(tǒng)的低碳化水平由工業(yè)碳排放強(qiáng)度的倒數(shù)表征，期望產(chǎn)出系統(tǒng)的高效化水平由工業(yè)GTFP歸一化處理后表征，并分別構(gòu)建兩個(gè)系統(tǒng)的測(cè)算指標(biāo)（表1）。

2.2 指標(biāo)選取與構(gòu)建

通過(guò)梳理近幾年工業(yè)用地效率、碳排放評(píng)價(jià)與環(huán)境規(guī)制研究等文獻(xiàn)，本文以“高效、綠色可持續(xù)”為主題，以EBM-GML和DID模型特點(diǎn)為依據(jù)，遵循指標(biāo)選取的客觀(guān)、全面和可獲取性原則，構(gòu)建研究指標(biāo)（表1）。

（1）被解釋變量。包括高效低碳協(xié)同效應(yīng)、工業(yè)碳排放強(qiáng)度和工業(yè)GTFP。高效與低碳耦合協(xié)調(diào)度表征高效低碳協(xié)同效應(yīng)，它能夠揭示期望產(chǎn)出系統(tǒng)與碳排放系統(tǒng)的相互作用及影響。工業(yè)碳排放強(qiáng)度用來(lái)表征工業(yè)低碳利用水平。工業(yè)GTFP表征工業(yè)用地高效利用的程度。參考該領(lǐng)域的研究成果[2,21,23-25]，從投入產(chǎn)出方面選取GTFP評(píng)價(jià)指標(biāo)，指標(biāo)體系及變量?jī)?nèi)涵見(jiàn)表1。

表1 變量的選取與說(shuō)明Tab.1 Variable selection and description

（2）解釋變量。選取國(guó)家發(fā)改委于2010年7月發(fā)布的《關(guān)于開(kāi)展低碳省區(qū)和低碳城市試點(diǎn)工作的通知》作為低碳試點(diǎn)城市政策，考察環(huán)境規(guī)制對(duì)工業(yè)用地高效低碳利用協(xié)同效應(yīng)的影響作用。第一批實(shí)施該政策的發(fā)布時(shí)間為2010年底，僅有杭州市；第二批發(fā)布時(shí)間為2012年底，包括上海、蘇州、淮安、鎮(zhèn)江、寧波和溫州市；第三批發(fā)布時(shí)間為2017年，包括南京、常州、嘉興、金華和衢州市。研究期從國(guó)家碳市場(chǎng)成立年份2011年開(kāi)始，由于杭州市2010年后已經(jīng)成為試點(diǎn)城市，依據(jù)模型原理不作為對(duì)照組或?qū)嶒?yàn)組，將第二批和第三批實(shí)施城市設(shè)定為實(shí)驗(yàn)組，其余城市作為對(duì)照組。

（3）控制變量。雖然不同社會(huì)發(fā)展階段，影響工業(yè)GTFP、碳排放強(qiáng)度及其耦合效應(yīng)的因素是不一樣的，由于工業(yè)用地低碳與高效利用的目標(biāo)都是實(shí)現(xiàn)中共十九大提出的工業(yè)高質(zhì)量發(fā)展目標(biāo)，故本文選取的影響工業(yè)用地高效、低碳及其協(xié)同效應(yīng)因素的控制變量是一致的。產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、城市化、城市經(jīng)濟(jì)發(fā)展水平以及對(duì)外開(kāi)放均是工業(yè)用地高效低碳利用的重要影響因素，本文參考現(xiàn)有文獻(xiàn)[21,25]，選取第二產(chǎn)業(yè)占比與第三產(chǎn)業(yè)占比表示產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)人口占比表征城鎮(zhèn)化水平、GDP表征城市的經(jīng)濟(jì)發(fā)展水平、外商直接投資反映經(jīng)濟(jì)開(kāi)放程度。

2.3 研究區(qū)概況與數(shù)據(jù)來(lái)源

2.3.1 研究區(qū)概況

本文以長(zhǎng)三角兩省一市為研究對(duì)象，其中江浙兩省采用地級(jí)行政區(qū)數(shù)據(jù)進(jìn)行研究。參照江浙省委、省政府的劃分，界定蘇北（連云港、徐州、淮安、宿遷和鹽城）；蘇中（揚(yáng)州、泰州和南通）；蘇南（南京、鎮(zhèn)江、常州、無(wú)錫和蘇州）；浙北（湖州、嘉興、紹興、寧波和舟山）；浙南（麗水、金華、衢州、溫州和臺(tái)州）。依據(jù)城市等級(jí)并參考“2022城市商業(yè)魅力排行榜”具體將研究區(qū)域內(nèi)城市分為一類(lèi)（上海、南京、蘇州、寧波）；二類(lèi)（無(wú)錫、常州、徐州、南通、溫州、紹興、金華、臺(tái)州）；三類(lèi)（連云港、淮安、鹽城、揚(yáng)州、鎮(zhèn)江、泰州、宿遷、嘉興、湖州、衢州、舟山、麗水）。

2.3.2 數(shù)據(jù)來(lái)源和處理

工業(yè)用地面積數(shù)據(jù)來(lái)源于《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》（2012—2020年），外商直接投資、城市二產(chǎn)占比、城市三產(chǎn)占比來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》（2012—2020年），其余數(shù)據(jù)均來(lái)源于各市統(tǒng)計(jì)年鑒（2012—2020年），部分缺失數(shù)據(jù)已用插值法補(bǔ)齊，且GDP已轉(zhuǎn)換成2010年可比價(jià)；碳排放總量計(jì)算涉及系數(shù)采用2011年發(fā)改委發(fā)布的《省級(jí)溫室氣體清單編制指南（試行）》[22]。

3 實(shí)證分析

3.1 工業(yè)用地高效低碳利用水平時(shí)空動(dòng)態(tài)耦合結(jié)果與分析

本文利用耦合協(xié)調(diào)度模型測(cè)算了2011—2019年長(zhǎng)三角城市工業(yè)用地高效與低碳利用水平的耦合協(xié)調(diào)度，借助ArcGIS 10.8呈現(xiàn)研究區(qū)研究期內(nèi)的時(shí)空協(xié)同效應(yīng)，如圖1所示。

從協(xié)同效應(yīng)時(shí)空格局看（圖1），高水平協(xié)同的城市分兩種情況：一種是由于產(chǎn)業(yè)類(lèi)型原因或社會(huì)經(jīng)濟(jì)發(fā)展水平較低，碳排放增長(zhǎng)與工業(yè)發(fā)展較為緩慢，其低碳利用水平與工業(yè)GTFP表現(xiàn)為發(fā)展早期的協(xié)同，如麗水、宿遷等。另一種是城市發(fā)展已接近甚至達(dá)到后期成熟階段，產(chǎn)業(yè)結(jié)構(gòu)已經(jīng)轉(zhuǎn)型，土地集約性增強(qiáng)，碳排放減少，工業(yè)GTFP值和碳排放強(qiáng)度都基本定型達(dá)到較理想水平，促成了兩者間的協(xié)同，如上海市等。低水平協(xié)同的城市，相應(yīng)的碳排放強(qiáng)度也較高，更多的能源消耗雖使得GTFP值有一定幅度提升，但兩者協(xié)同效應(yīng)低下，如南京、寧波等。

圖1 長(zhǎng)三角城市工業(yè)用地高效低碳利用協(xié)同效應(yīng)時(shí)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

綜合比較2011年、2015年和2019年的結(jié)果發(fā)現(xiàn)，長(zhǎng)三角工業(yè)用地高效與低碳利用協(xié)同關(guān)系處于不斷演化過(guò)程中，低度協(xié)同階段的城市數(shù)量明顯減小，高度協(xié)同階段的城市數(shù)量有所增加。主要由于多數(shù)城市經(jīng)濟(jì)增長(zhǎng)方式逐漸由“數(shù)量”主導(dǎo)向“質(zhì)量”主導(dǎo)。其中，上海和麗水市的協(xié)同水平較高，上海市高端制造業(yè)取代了傳統(tǒng)制造業(yè)，工業(yè)用地的使用效率升高，碳排放強(qiáng)度處于較低水平；而麗水市由于仍然處在傳統(tǒng)城鎮(zhèn)化初始發(fā)展階段，碳排放少，低碳水平高，同時(shí)工業(yè)不是主要產(chǎn)業(yè)，工業(yè)用地效率相對(duì)高，故其表現(xiàn)出協(xié)同水平。截至2019年，尚有大部分地區(qū)還處在工業(yè)發(fā)展的轉(zhuǎn)型及中度協(xié)同階段，只有一部分地區(qū)已經(jīng)基本實(shí)現(xiàn)了工業(yè)發(fā)展模式的轉(zhuǎn)型，達(dá)成了高效集約型和低碳友好型發(fā)展模式?？傮w上看，長(zhǎng)三角城市工業(yè)用地高效低碳利用協(xié)同效應(yīng)尚未達(dá)到理想水平，還沒(méi)有出現(xiàn)較大提升的趨勢(shì)，除了城市本底條件的原因外，環(huán)境規(guī)制的實(shí)施程度也是一個(gè)重要的影響因素。

3.2 環(huán)境規(guī)制政策效應(yīng)基準(zhǔn)回歸分析

（1）平行趨勢(shì)檢驗(yàn)。多期DID模型的使用前提是滿(mǎn)足平行趨勢(shì)假設(shè)條件，具體是指實(shí)驗(yàn)組和對(duì)照組城市在未受到試點(diǎn)政策沖擊時(shí)工業(yè)用地高效利用水平、碳排放強(qiáng)度和協(xié)同效應(yīng)具有相同的變化趨勢(shì)。本文采用圖示法對(duì)政策平行趨勢(shì)和動(dòng)態(tài)效應(yīng)進(jìn)行檢驗(yàn)（圖2）。

圖2 環(huán)境規(guī)制的動(dòng)態(tài)影響Fig.2 Dynamic impact of environmental regulation

圖2中，橫坐標(biāo)代表政策實(shí)施年份，-1、0和1分別代表政策實(shí)施前一年、當(dāng)年和后一年，以此類(lèi)推；縱坐標(biāo)代表政策的影響系數(shù)大小。圖中點(diǎn)所在的豎線(xiàn)代表系數(shù)值的置信區(qū)間，當(dāng)其落在縱坐標(biāo)0以?xún)?nèi)，則代表該系數(shù)不顯著異于零，接受原假設(shè)（政策系數(shù)為零），即實(shí)驗(yàn)組和對(duì)照組政策發(fā)生前并不存在顯著的差異，圖中結(jié)果表示三項(xiàng)指標(biāo)中前兩期實(shí)驗(yàn)組和對(duì)照組具有相似的變化趨勢(shì)，滿(mǎn)足平行趨勢(shì)假設(shè)。此外，低碳試點(diǎn)城市政策實(shí)施后，政策效應(yīng)并沒(méi)有立刻顯現(xiàn)，而隨著試點(diǎn)實(shí)施時(shí)間的推移，滯后兩期時(shí)開(kāi)始出現(xiàn)政策效果，且在碳排放強(qiáng)度和高效利用水平的動(dòng)態(tài)影響圖中政策效果持續(xù)增強(qiáng)。雖然低碳試點(diǎn)城市政策對(duì)城市的影響具有滯后性，政策實(shí)施兩期后，其實(shí)施效果會(huì)持續(xù)增強(qiáng)，但檢驗(yàn)結(jié)果表明，三項(xiàng)指標(biāo)滿(mǎn)足多期DID模型的基本假定，可以進(jìn)行后續(xù)估計(jì)。

（2）基準(zhǔn)回歸分析。為更加準(zhǔn)確分析環(huán)境規(guī)制政策的實(shí)施效果，先用DID模型進(jìn)行全樣本基準(zhǔn)分析，緩解內(nèi)生性問(wèn)題的干擾，識(shí)別政策沖擊產(chǎn)生的凈效應(yīng)，便于后續(xù)進(jìn)一步檢驗(yàn)與研究。環(huán)境規(guī)制與工業(yè)用地高效低碳利用水平協(xié)同效應(yīng)的基準(zhǔn)回歸結(jié)果如表2所示。其中，列（1）、列（3）、列（5）未添加控制變量，列（2）、列（4）、列（6）添加了控制變量，均使用雙向固定效應(yīng)面板模型回歸。列（1）和列（2）的被解釋變量為協(xié)同效應(yīng)，列（3）和列（4）的是碳排放強(qiáng)度，列（5）和列（6）的為工業(yè)GTFP。其中，回歸結(jié)果（1）不顯著，引入控制變量后結(jié)果（2）顯著為負(fù)，表明環(huán)境規(guī)制降低了高效低碳的協(xié)同效應(yīng)；列（3）和列（4）顯著為負(fù)，表明環(huán)境規(guī)制顯著抑制了碳排放強(qiáng)度的提升；列（5）顯示試點(diǎn)政策對(duì)工業(yè)GTFP無(wú)顯著影響，引入控制變量后列（6）具有顯著的負(fù)向效應(yīng)，即環(huán)境規(guī)制會(huì)對(duì)工業(yè)GTFP的提升有阻礙作用。其中，協(xié)同效應(yīng)影響不顯著可能的原因是：第一，樣本缺乏同質(zhì)性，即所選擇的對(duì)照組樣本與實(shí)驗(yàn)組樣本不具有可比性；第二，存在樣本選擇偏差，需要引入PSM，消除組別之間的干擾因素，對(duì)實(shí)驗(yàn)組和對(duì)照組進(jìn)行更合理的比較，客觀(guān)分析政策產(chǎn)生的效應(yīng)。

表2 基準(zhǔn)回歸結(jié)果Tab.2 Benchmark regression results

3.3 環(huán)境規(guī)制政策效應(yīng)PSM-DID實(shí)證結(jié)果分析

（1）傾向得分匹配分析（PSM）。為消除組別之間的干擾因素，使篩選出來(lái)的研究對(duì)象具有可比性，本文采用PSM從外商直接投資、城鎮(zhèn)化水平、GDP和三產(chǎn)占比4個(gè)協(xié)變量對(duì)實(shí)驗(yàn)組城市與對(duì)照組城市進(jìn)行匹配。其中實(shí)驗(yàn)組為2013（第二批）和2017年初（第三批）開(kāi)始實(shí)施低碳試點(diǎn)城市政策的11個(gè)城市，對(duì)照組為2011—2019年未實(shí)施低碳試點(diǎn)城市政策的13個(gè)城市，通過(guò)Probit模型來(lái)估計(jì)傾向得分，采用施加了“共同支持”條件的1∶1最近鄰匹配。進(jìn)行PSM后再采用T檢驗(yàn)對(duì)樣本匹配后的差異進(jìn)行檢驗(yàn)，具體結(jié)果見(jiàn)表3。

表3 傾向得分匹配估計(jì)結(jié)果Tab.3 Estimated results of propensity score matching

由表3可以看出，匹配后標(biāo)準(zhǔn)偏誤的絕對(duì)值均在10%以?xún)?nèi)，同時(shí)匹配后T檢驗(yàn)的P值均大于10%，說(shuō)明實(shí)驗(yàn)組與對(duì)照組各匹配變量在匹配后都不存在顯著區(qū)別，可以使用PSM匹配后的樣本進(jìn)行后續(xù)實(shí)證分析。

（2）多期PSM-DID回歸分析。在對(duì)研究對(duì)象進(jìn)行PSM處理后，環(huán)境規(guī)制對(duì)協(xié)同效應(yīng)影響的估計(jì)結(jié)果見(jiàn)表4。列（1）不顯著，加入控制變量后列（2）在10%的水平下系數(shù)為-0.016，但與匹配前相比并未有實(shí)質(zhì)性的改善。由此可判斷，環(huán)境規(guī)制對(duì)低碳高效化協(xié)同效應(yīng)的影響不明顯，原因可能是環(huán)境規(guī)制對(duì)低碳和高效利用的異質(zhì)性作用。列（3）—列（6）交互項(xiàng)系數(shù)均顯著為負(fù)，說(shuō)明基準(zhǔn)回歸結(jié)果是穩(wěn)健的，即實(shí)驗(yàn)組城市的工業(yè)碳排放強(qiáng)度的增長(zhǎng)小于對(duì)照組，也說(shuō)明環(huán)境規(guī)制有助于城市低碳利用水平的提高，同時(shí)還說(shuō)明政策實(shí)施后長(zhǎng)三角試點(diǎn)城市相對(duì)于其他地級(jí)市GTFP效率提升明顯減緩，整體上政策實(shí)施不利于工業(yè)GTFP的提高。且在加入控制變量后，回歸系數(shù)分別為-3 307.877和-0.069，該數(shù)據(jù)進(jìn)一步證明了環(huán)境規(guī)制推動(dòng)了試點(diǎn)城市低碳利用水平的快速增長(zhǎng)，并阻礙了工業(yè)GTFP的提升。即其促進(jìn)了長(zhǎng)三角試點(diǎn)城市工業(yè)用地的低碳化，抑制了工業(yè)用地的高效化。

表4 多期PSM-DID回歸結(jié)果Tab.4 Regression results of PSM-DID

（3）實(shí)證效果異質(zhì)性分析。蘇南和浙北地區(qū)位于沿海且靠近長(zhǎng)江，是諸多試點(diǎn)政策的“先行者”，因而相對(duì)于其他地區(qū)，蘇南和浙北地區(qū)在技術(shù)和資本要素集聚方面更具優(yōu)勢(shì)，這種區(qū)位差別可能造成環(huán)境規(guī)制政策效應(yīng)存在異質(zhì)性。同樣的，一二類(lèi)城市往往比三類(lèi)城市更具有技術(shù)和資本要素的集聚優(yōu)勢(shì)，其產(chǎn)業(yè)、經(jīng)濟(jì)和技術(shù)水平等也較高，這些等級(jí)差異同樣可能導(dǎo)致環(huán)境規(guī)制的政策效應(yīng)存在異質(zhì)性。本文將樣本按區(qū)位差異分為蘇北、蘇南、浙北和浙南地區(qū)，按等級(jí)差異分為一二類(lèi)城市和三類(lèi)城市，分別進(jìn)行回歸以揭示高效低碳利用水平協(xié)同效應(yīng)的深層次影響機(jī)制，回歸結(jié)果見(jiàn)表5和表6。

表5 環(huán)境規(guī)制對(duì)碳排放強(qiáng)度異質(zhì)性檢驗(yàn)Tab.5 Heterogeneity test of the effect of environmental regulation on carbon emission intensity

表6 環(huán)境規(guī)制對(duì)工業(yè)GTFP異質(zhì)性檢驗(yàn)Tab.6 Heterogeneity test of the effect of environmental regulation on industrial GTFP

從表5中可以看出，蘇南和浙北地區(qū)核心解釋變量分別為-4 080和-15 353，分別在10%和5%水平下顯著，說(shuō)明環(huán)境規(guī)制抑制了蘇南和浙北地區(qū)碳排放強(qiáng)度的提升，促進(jìn)了低碳化利用水平，但蘇北和浙南地區(qū)均不明顯。主要原因在于：一方面，蘇南和浙北地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)調(diào)整水平相對(duì)較高[8]；另一方面，兩地區(qū)包括上海、南京等核心城市，整體上有利于通過(guò)知識(shí)分享，吸收先進(jìn)的低碳技術(shù)。另外，一二類(lèi)城市的回歸結(jié)果為-2 911，且在10%水平下顯著，說(shuō)明其環(huán)境規(guī)制實(shí)施明顯促進(jìn)了低碳利用水平的提升，而該效應(yīng)在三類(lèi)城市中卻并不明顯。原因可能在于，一二類(lèi)城市的低碳發(fā)展較成熟，有利于發(fā)揮其技術(shù)優(yōu)勢(shì)，而三類(lèi)城市的碳排放研究往往處于初級(jí)探索階段，因此環(huán)境規(guī)制對(duì)低碳利用水平的影響作用并不顯著，對(duì)環(huán)境規(guī)制實(shí)施效果的監(jiān)查力度有待加大。從異質(zhì)性檢驗(yàn)可以看出，環(huán)境規(guī)制對(duì)于長(zhǎng)三角核心經(jīng)濟(jì)圈內(nèi)，自身技術(shù)經(jīng)濟(jì)優(yōu)勢(shì)明顯的城市的工業(yè)用地低碳化利用的促進(jìn)作用更為顯著。

從表6中可以看出，環(huán)境規(guī)制對(duì)不同城市工業(yè)GTFP的影響程度存在差異，蘇北和浙南地區(qū)回歸結(jié)果分別為0.094和-0.150，均在10%水平下顯著，說(shuō)明環(huán)境規(guī)制促進(jìn)了蘇北地區(qū)工業(yè)GTFP的提升，抑制了浙南地區(qū)工業(yè)GTFP的提升，但蘇南和浙北地區(qū)效果均不明顯。之所以如此，可能在于環(huán)境規(guī)制對(duì)資源類(lèi)和高耗能類(lèi)產(chǎn)業(yè)為主的蘇北地區(qū)而言，有利于工業(yè)綠色轉(zhuǎn)型，對(duì)提升工業(yè)GTFP確實(shí)有顯著效果；而浙南地區(qū)雖然民營(yíng)經(jīng)濟(jì)發(fā)達(dá)但大部分屬于勞動(dòng)密集型企業(yè)，企業(yè)產(chǎn)業(yè)落后，技術(shù)水平較低，現(xiàn)有環(huán)境規(guī)制的可執(zhí)行性、評(píng)價(jià)性不完善，環(huán)境規(guī)制的實(shí)施有相反的效果，抑制了工業(yè)GTFP的提升。表6也顯示，環(huán)境規(guī)制明顯阻礙了一二類(lèi)城市工業(yè)GTFP的提升。原因可能在于，一二類(lèi)城市工業(yè)發(fā)展大多處于退二進(jìn)三的進(jìn)程中，技術(shù)溢出效應(yīng)還不足以抵消工業(yè)發(fā)展所帶來(lái)的環(huán)境污染效應(yīng)，從而產(chǎn)生了負(fù)向效果。

研究環(huán)境規(guī)制對(duì)城市低碳化和高效化的影響過(guò)程，安慰劑檢驗(yàn)可以有效檢驗(yàn)環(huán)境政策效應(yīng)是否真實(shí)存在，排查是否存在其他因素的可能性。本文選用改變政策時(shí)間點(diǎn)的“安慰劑”方法[26]，在每個(gè)城市組內(nèi)隨機(jī)抽取年份變量中的某一個(gè)年份作為該城市環(huán)境規(guī)制的時(shí)間點(diǎn)，重復(fù)試驗(yàn)100次，結(jié)果均顯示為接近于均值為0的標(biāo)準(zhǔn)正態(tài)分布，且基準(zhǔn)回歸系數(shù)位于該分布以外。檢驗(yàn)結(jié)果顯示，估計(jì)結(jié)果是穩(wěn)健的，政策結(jié)果不是其他不可觀(guān)測(cè)因素導(dǎo)致的。本文較好地控制了不可觀(guān)測(cè)因素的影響，研究結(jié)果能夠反映環(huán)境規(guī)制對(duì)工業(yè)用地高效低碳利用的作用效果，對(duì)于政策的制定具有一定的應(yīng)用價(jià)值。

4 結(jié)論與建議

4.1 結(jié)論

長(zhǎng)三角地區(qū)城市工業(yè)用地高效低碳利用協(xié)同水平總體上呈中度協(xié)同態(tài)勢(shì)，還存在較大的改善空間，具體排名為上海市＞浙江?。窘K省?？臻g上長(zhǎng)三角協(xié)同效應(yīng)呈現(xiàn)出“南高北低”的分布態(tài)勢(shì)，從浙南到蘇南再到蘇北地區(qū)，協(xié)同效應(yīng)逐漸下降。環(huán)境規(guī)制之所以對(duì)協(xié)同效應(yīng)沒(méi)有明顯影響，原因是其對(duì)低碳化的促進(jìn)作用和高效化的阻礙作用，在低碳化和高效化上呈現(xiàn)城市區(qū)位或等級(jí)的異質(zhì)性。需要關(guān)注的是，各城市在同一環(huán)境規(guī)制下表現(xiàn)出工業(yè)用地高效低碳利用水平協(xié)同效應(yīng)的差異性，除了城市本身?xiàng)l件的差異外，也說(shuō)明現(xiàn)有環(huán)境規(guī)制的約束力、可執(zhí)行性及其實(shí)施效果的量化方式、監(jiān)查力度有改進(jìn)空間，需要探索適合高質(zhì)量發(fā)展的工業(yè)用地管理模式與制度。

4.2 建議

環(huán)境規(guī)制應(yīng)具有引領(lǐng)和喚醒政府監(jiān)管責(zé)任、企業(yè)社會(huì)責(zé)任的作用。因此，應(yīng)構(gòu)建和完善相關(guān)法律法規(guī)及政策體系，鞭策和督促企業(yè)自我改進(jìn)和科技創(chuàng)新意識(shí)，挖掘和發(fā)揮政府管理責(zé)任及作用，具體建議如下：

（1）設(shè)置項(xiàng)目審批前置條件評(píng)估制度。通過(guò)項(xiàng)目污染預(yù)評(píng)價(jià)與環(huán)境適應(yīng)性評(píng)價(jià)，將待審批項(xiàng)目帶來(lái)的污染控制在項(xiàng)目所在區(qū)域環(huán)境自?xún)裟芰Ψ秶鷥?nèi)，從項(xiàng)目建設(shè)源頭保障綠色土地利用目標(biāo)的實(shí)現(xiàn)，為后續(xù)監(jiān)管環(huán)節(jié)提供依據(jù)。

（2）設(shè)置項(xiàng)目運(yùn)營(yíng)定期檢查制度。環(huán)境管理部門(mén)從原材料、生產(chǎn)工藝、污染設(shè)備情況及其使用情況等方面加大監(jiān)查抽查力度，遏制違規(guī)操作造成的環(huán)境污染。

（3）構(gòu)建供地交付與回收環(huán)節(jié)污染評(píng)估制度。依據(jù)“誰(shuí)污染，誰(shuí)治理”原則，約束土地使用者綠色使用土地。環(huán)境規(guī)制實(shí)施效果不顯著，與環(huán)境污染的量化和獎(jiǎng)懲機(jī)制不健全有很大關(guān)系。評(píng)估工業(yè)用地拿地前與回收時(shí)污染指標(biāo)的差額，能夠量化環(huán)境污染的情況，進(jìn)而確定污染治理的責(zé)任人及責(zé)任大小，有利于提醒用地方及相關(guān)管理方約束自己的行為，提高環(huán)境規(guī)制的實(shí)施效果，將環(huán)境保護(hù)工作落實(shí)到位。

（4）構(gòu)建工業(yè)用地高效低碳利用協(xié)同共進(jìn)的政策評(píng)估制度。有效識(shí)別環(huán)境規(guī)制對(duì)工業(yè)用地高效低碳利用協(xié)同效應(yīng)影響的凈效應(yīng)，確保環(huán)境規(guī)制的實(shí)施，在不降低工業(yè)用地高效利用水平情形下，環(huán)境效益有改善；或者工業(yè)用地利用效率有很大改善的情形下，生態(tài)環(huán)境狀況沒(méi)有明顯下降。合理的政策評(píng)估制度可為工業(yè)用地高效低碳利用水平雙目標(biāo)的實(shí)現(xiàn)提供保障。