□秦昌才

建设用地与碳排放：基于省域面板数据的联立方程模型

□秦昌才

通过建立省域面板数据的联立方程模型，系统分析了建设用地与碳排放的关系，并对各减排措施进行了情景模拟。研究发现，建设用地对碳排放的综合影响远大于直接影响；中碳区建设用地通过产业结构和经济产出对碳排放的间接影响最大；不同碳区建设用地对碳排放和经济产出的综合影响并不一致，节能减排的经济成本不同；中碳区控制国有能源工业固定资产投资，高碳区提升第三产业比重，低碳区加快城市化进程，分别是各碳区有效的基于建设用地角度的节能减排措施。最后，基于上述结论是对供给侧资源、技术和结构改革的启示。

建设用地；碳排放；面板数据联立方程；碳区

一、引 言

改革开放以来，中国经济高速增长，城市化和工业化进程不断推进。1978 年以来，中国城市化率以每年约1%的幅度增加，城市人口规模从1.72亿增长到6.91亿，年均增长率4.29%(赵可等,2014)。与此同时，化石能源大量消耗，碳排放不断增加。2007年,中国的二氧化碳排放总量为67.2亿吨,超过美国成为全球最大的二氧化碳排放国。2013年中国碳排放量达到100亿吨，超过了欧盟和美国的总和。城市化进程的加快，引起建设用地面积的大幅扩张和农用地面积的不断减少。我国城市建设用地从1981年的6720km2 扩张到2011年41805.3km2，年均扩张率高达6.28%(赵可等，2014)。到2013年，我国建设用地总面积达到374564.03km2。研究表明，土地利用与覆被变化是仅次于化石燃料燃烧导致大气中二氧化碳增加的原因(Stuiver M.，1978)。从碳排放的源头来看，建设用地是人口、建筑、交通、

工业和物流的集中地，亦是高耗能和高碳排放的集中地。建设用地作为城市土地最主要的构成部分，是土地利用类型中碳排放最大的地类(Ali G, Nitivattananon V.，2012)。众多研究也表明，建设用地规模扩张对碳排放有着显著的正向作用(杜官印，2010，曲福田等，2011，张梅等，2013)。

关于建设用地与碳排放关系的研究可以分为三类，一类是着眼于建设用地也是碳排放的驱动因素之一的角度进行研究。杜官印(2010)研究发现：建设用地与人口和人均GDP一起都是碳排放的主要驱动因素，建设用地扩张作为工业化和城市化的直接体现，对碳排放具有显著的正向影响。毛熙彦等(2011)也发现，建设用地对碳排放增长存在正向影响。王佐(2015)的结论是：建设用地规模扩张是碳排放的重要原因；建设用地集约利用程度与碳排放负相关。另一类是着眼于建设用地利用过程的碳排放程度或效率研究。张苗等(2016)、朱志远等(2016)基于松弛测度(SBM)模型估算了建设用地开发强度或者集约利用的碳排放效率。游和远等(2010)基于投入导向的CCR和BCC模型测算了土地利用的碳排放效率，测度了建设用地等与能源消耗碳排放的关联度。第三类是从土地科学的角度计算建设用地的碳排放。张梅等(2013)利用全国的植被类型图、土壤类型图以及土地利用遥感影像，借助ArcGIS 9.3的空间分析功能，对中国华北等六大区域的各种土地利用类型转变的碳排放强度进行了研究。孙赫等(2015)基于研究单元全部土地利用类型数据，估算了中国31个省区土地利用碳排放强度，揭示其时空演变规律，探讨了中国省级土地利用碳排放强度的空间关联特征。

前两类研究其方法侧重于基于kaya等式、IPAT方程、DEA模型、SBM模型等的单方程研究，后一类则是从资源科学而非经济学的角度进行研究。其不足之处在于：一是对建设用地影响碳排放的研究主要集中于分析对碳排放的直接影响，而忽略了建设用地通过产业结构、经济产出这些经济渠道对碳排放的间接影响；二是从土地资源的角度分析减排效应和效率，缺乏从经济成本的角度进行经济学分析；三是中国各省区能源、土地等资源禀赋以及经济发展水平、节能减排技术等区域差异较大，现有研究对省域建设用地与碳排放关系的比较研究不足。基于此，本文建立了省域面板数据的联立方程模型，从经济学的角度系统分析了建设用地对碳排放、经济产出的综合影响，以及不同碳区省份之间的差异，从时间和空间、整体和局部等角度全面分析了建设用地与碳排放的关系。

二、模型构建与数据处理

1.理论分析

首先，建设用地会直接影响碳排放。主要是土地利用或覆被类型转变而导致的生态系统类型更替造成的碳排放，以及土地经营管理方式转变或生态系统碳汇所驱动的碳排放(杜官印，2010)。建设用地承载了绝大多数的能源消耗，远远高于耕地利用过程中农作物生长产生的碳排放量，同时，建设用地扩展又意味着林地和草地等碳汇的减少(张润森等，2012)。建筑容积率的提高带来城市单位建筑面积碳储量的增加和土地利用强度的提升，会引起建设物资及能源投入的增加，进而导致单位建筑面积上碳排放强度提高(赵荣钦等，2014)。其碳排放总量和强度是其他用地类型的几十倍甚至上百倍(张苗等，2016)，是土地利用类型中最主要和最大的碳源(孙建卫等，2010)。研究表明，建设用地和未利用地向其它土地利用类型的转变基本表现为碳汇，而其它土地利用类型向建设用地和未利用地的转变则表现出明显的碳排放作用(张梅等，2013)。

其次，建设用地间接影响碳排放。建设用地是城市化和工业化进程中最为重要的自然资源、建设资本及能源投入载体，是人口、建筑、交通、工业和物流的集中地(顾朝林等，2009)，承载着包括工业生产、 居住生活、交通运输等各类消耗化石能源的高能耗和高碳排的人为源碳排放活动。而且，建设用地通过影响产业结构、经济发展等间接影响碳排放。研究表明，建设用地的总量增长与经济增长显著相关。建设用地扩张通过影响投资、资本及资本产出比率而影响经济发展。建设用地扩张与投资增幅正相关，从而带来投资和资本存量的增加，带来经济增长(尹锋等，2008)。二者同在碳排放影响因素的框架中，就导致了建设用地的变化将通过影响经济增长而产生其影响作用的放大效应(毛熙彦等，2011)。

最后，当城市化和工业化水平发展到一定阶段以后，建设用地集约性利用，所承载的产业结构低碳化转变，能源清洁技术提高，甚至是环境政策和公众环保意识的加强，都会使得碳排放效应逐渐降低。

2.模型构建

根据上述理论分析，建设用地与碳排放的关系可以用下图1表示：

图1 建设用地与碳排放的关系

鉴于建设用地与经济产出、产业结构、碳排放等变量之间存在复杂的经济关系，使用结构式联立方程模型可以系统的刻画他们之间的内在关联机制，能够清楚的反映经济变量受到其它内生变量以及外生前定变量和随机项的影响。

借鉴Grossman和Krueger(1995)的相关研究，碳排放函数设定为经济产出、产业结构和建设用地以及节能减排投资的函数。其中，经济产出用国内生产总值GDP表示，产业结构用第二产业比重来表示，而节能减排投资则用国有能源工业固定投资数据作近似(傅京燕等，2015)。考虑到建设用地对碳排放的直接和间接贡献度量，以及本文使用的是省域面板数据，模型形式采用柯布道格拉斯形式。借鉴Shen(2006)和He(2006)的研究方法，构造如下对数形式的联立方程模型：

LNCO2it=α0+α1LNGDPit+α2LNS2it+α3LNCLit+α4LNEIit+εit

(1)

LNCOit=β0+β1LNS3it+β2LNS2it+β3LNCLit+β4LNURit+μit

(2)

LNS2it=θ0+θ1LNS3it+θ2LNEIit+θ3LNCLit+θ4LNFLit+ηit

(3)

LNCLit=φ0+φ1LNURit+φ2LNEIit+φ3LNS3it+φ4LNFLit+νit

(4)

其中，CO2,GDP,S2,CL分别表示碳排放、经济产出、第二产业比重和建设用地四个内生变量，UR,EI,S3,FL分别表示城市化、国有能源工业固定投资、第三产业比重和农用地四个外生变量，下标i和t分别表示省区和时间，αi,βi,θi,φi为联立方程待估参数，εit,μit,ηit,νit表示方程的随机误差项。以上四个方程分别是碳排放方程、产出方程、产业结构方程和建设用地方程。

3.数据处理和描述性分析

本文采用的是同时包括省份截面和时间序列特征的面板数据，以较大的数据点、自由度和信息量，来反应建设用地规模变化和地区发展差异对碳排放的影响。由于变量统计口径上缺少西藏自治区的数据，因此本文使用的是中国大陆除西藏之外30个省份的面板数据。各变量数据来源及处理如下：

1)碳排放数据。各省份二氧化碳排放的计算公式为：

其中，GHGk(k=1,2,3)分别表示二氧化碳、甲烷和一氧化二氮这三种温室气体的排放量，GWPk为相应的全球变暖潜能值，分别为1、25和298。FEj表示第j种化石能源的终端消费量，NCVj为第j种化石能源的平均低位发热值，EFjk为第j种化石能源产生第k种温室气体的缺省排放因子。数据主要来自于《中国统计年鉴》和《中国能源统计年鉴》。

2)建设用地数据。我国有关建设用地的权威数据来源，2002年之前是《中国国土资源年鉴》，2002年之后是《中国统计年鉴》。原因就是2002年起我国土地利用调查开始使用新的《全国土地分类》，导致2002年前后建设用地的统计口径发生了变化。而且，由于土地面积的数据是根据国土普查得来的，而普查一般几年一次，所以《中国统计年鉴》上建设用地的数据只到2008年，2009年后没有及时更新。因此,本文使用的建设用地数据是2003-2008年的，来源为2004-2009年的《中国统计年鉴》。

3)经济产出数据。本文的经济产出GDP数据是以2003年为基期年进行计算的实际GDP，公式为：

其中，GDPIt为以第(i-1)年为100的第i年GDP指数，数据来源于《中国统计年鉴》。

本文根据上述二氧化碳排放数据和实际GDP数据，计算得到了2003-2008年中国30个省份的碳强度数据，其计算公式为：

并得到了各省份样本期内的平均碳强度，如图2。

图2 各省份平均碳强度

本文根据平均碳强度大小将30个省份划分为低碳区、中碳区和高碳区。碳强度低于0.02吨/百元的的广东(GD)、福建、北京、海南、江苏、江西、上海、天津到黑龙江(HLJ)十个省份为低碳区；碳强度高于0.03吨/百元的安徽(AH)、甘肃、河北、湖北、吉林、内蒙古、宁夏、山西、云南到贵州(GZ)十个省份为高碳区；中间的广西(GX)、重庆、河南、湖南、辽宁、青海、四川、山东、陕西到新疆(XJ)十个省份为中碳区，如图2所示。

4)其他变量数据。本文选用国有能源工业固定投资数据作为对节能减排投资的替代，数据来源为相应年份的《中国能源统计年鉴》，本文做了等效年度处理。对于城市化数据，考虑到数据的可获取性及权威性，本文采用通行的做法利用城市人口占总人口的比重作为城市化的衡量指标，数据来源为《中国统计年鉴》。此外，农用地、第二、三产业比重数据来源都是《中国统计年鉴》。

本文基于中国2003——2008 年30个省份的年度面板数据进行实证分析，以上主要经济变量的含义和描述性统计结果详见表1。

表1 变量及描述性统计

4.计量方法

对于联立方程模型的估计有两种方法：单方程估计方法和系统估计方法。单方程估计方法适用于模型中不同方程之间不存在系数约束，可以使用普通最小二乘法、加权最小二乘法、两阶段最小二乘法、加权两阶段最小二乘法和似不相关回归估计方法，对系统中的每个方程进行单独估计。与单方程估计方法相比，系统估计法利用了系统的全部信息，可以使用三阶段最小二乘法、完全信息极大似然估计法和广义矩方法对系统中全部结构方程同时进行估计。由于本文采用的是面板数据的联立方程模型，考虑到面板数据存在截面维度上的特定差异，且各方程均为恰好识别，因此本文采用的是考虑了截面固定效应的三阶段最小二乘法(3SLS)。由于本文的样本数据时期数远小于截面数(6<30)，并进行了对数处理，因此可不进行平稳性检验和协整分析而直接进行回归。

三、回归结果与实证分析

1.回归结果

各样本数据的回归结果如表2所示。

表2 全国与各碳区样本的回归结果

注：1)本文的计算软件是Eviews 8.0；2)******分别代表在0.001.0.01,0.1水平上通过了显著性检验。

我们将碳排放和经济产出方程中建设用地的系数定义为建设用地对二者的直接影响，而将联立方程中建设用地通过第二产业比重以及经济产出对碳排放以及经济产出的影响定义为间接影响。根据此界定，得到了建设用地每变化一个百分点对碳排放和经济产出的影响结果，如表3所示。

表3 建设用地每变化1%对碳排放和经济产出的综合影响

第一，从全国样本来看，建设用地每增加1%，碳排放会增加0.824%，其中0.375%来自于直接影响，而通过经济产出的间接影响为0.405%。而杜官印(2010)的结论是建设用地对碳排放的弹性系数是0.435-0.529。这一方面验证了众多研究结论中关于建设用地规模扩张是碳排放增加的一个重要因素，又进一步说明了建设用地对碳排放的综合影响远大于直接影响。从区域样本来看，综合影响最大的是中碳区，建设用地每增加1%，碳排放会增加1.686%。通过经济产出间接影响碳排放最大的区域也是中碳区，为1.362%。中碳区的省份绝大多数都是地理上的中国中西部省份，其二、三产业落后于东部省份，经济发展压力较大。自2000年“西部大开发”、2004年“中部崛起计划”之后，各省份进入经济发展的快车道，城市化和工业化进程迅速推进，建设用地规模不断扩张，碳排放数量也不断增加，因此建设用地通过经济产出对碳排放的间接影响会更明显。通过产业结构间接影响碳排放最大的区域是低碳区，为0.146%。低碳区的省份几乎都是东部省份，城市化进程已经放慢速度，建设用地进入集约化使用阶段，产业结构倾向于对建设用地规模要求相对较小的第三产业。因此，根据边际生产力递减规律，建设用地规模的扩张带来的第二产业扩张间接引起的碳排放数量反而是最大的。经济产出和产业结构两个间接影响渠道比较来看，四个样本区域经济产出都远大于产业结构，甚至于中碳区和高碳区出现了符号相反的情况，即建设用地通过产业结构渠道对碳排放的影响是负的。

第二，从全国样本来看，建设用地每增加1%，经济产出会增加1.042%，其中0.963%来自于直接影响。建设用地是城市化和工业化进程中最为重要的自然资源、建设资本及能源投入载体。尹锋等(2008)认为，建设用地扩张带来投资和资本存量大幅增加，从而带来经济增长。综合影响方面，低碳区是最大的，高达2.743%，2.27%来自于通过对产业结构的间接影响，远大于0.473%的直接影响。与之形成鲜明对比的是，直接影响最大的是中碳区。说明三大区域中中碳区经济增长对建设用地的需求是最大的。间接影响方面，中碳区与高碳区通过产业结构对经济产出的影响却是负的。

2.情景模拟与减排分析

我们来模拟国有能源工业固定资产投资、城市化、第三产业比重、农用地等外生变量的变化对碳排放和经济产出的综合影响。情景设定为各变量分别上升一个百分点，结果如表4。

表4 有关外生变量的情景模拟

国有能源工业固定资产投资下降1%会带来碳排放减少0.48%，其中中碳区减排最多为0.88%。这说明中碳区进行节能减排投资的效果是最明显的。但作为经济产出的重要支柱产业，能源工业固定资产投资下降，会带来GDP减少0.29%，其中中碳区减排的经济代价也最大，为经济产出下降0.93%。为了完成碳减排目标，实现经济向节能低碳集约型的发展模式转变，降低高耗能行业的固定资产投资而导致相应经济成本的付出是值得承受的代价。从数据来看，随着碳强度的增加，能源工业投资对碳排放和经济产出的影响都呈现着倒U形形状。

第三产业比重上升1%，碳排放减少1.31%，高碳区减少幅度最大为3.64%。这说明产业结构的调整特别是低碳的第三产业比重的上升，对高碳区节能减排的效果是最明显的。但由于高碳区的产业结构是以高碳的化石能源消耗为主的工业制造业为主，因此，第三产业比重的上升带来的经济产出的增加，没有第二产业比重的下降带来的经济产出的减少要多，因此会造成同期经济产出的下降，幅度也高达2.85%。这说明通过产业结构的低碳化调整进行节能减排，高碳区的经济代价是最大的。

城市化水平上升1%，碳排放会上升0.87%，经济产出会增加1.51%。在经济增长仍是重要经济目标的现阶段，这说明城市化进程仍需要继续向前推进。但对于低碳区来讲，城市化进程上升1%，碳排放会减少0.86%。这应该源于低碳区的省份城市化程度已经处于较高的水平，以北京为例，2003年城市化水平就达到了79.05%，更加注重建设用地的集约利用，更加注重清洁能源及能源清洁技术的使用，因此碳排放水平反而会下降。这也验证了前面理论分析的结论。但对于中碳区和高碳区，城市化进程都会在增加经济产出的同时带来碳排放的增加，中碳区的幅度都是最大的。而且，随着碳强度的增加，城市化对碳排放和经济产出的影响也呈现着先增加后减少的情况。

四、结论与启示

本文使用中国省级面板数据联立方程模型研究了建设用地对碳排放的直接、间接影响，并根据碳强度概念将省份划分为高中低三组进行比较研究，得到了不同减排措施在不同碳区省份的模拟结果。本文研究结论是：

第一，建设用地对碳排放的综合影响远大于直接影响。无论对于全国总体样本，还是高中低碳区的区域样本，这个结论都是成立的。这说明建设用地通过产业结构和经济产出对碳排放的间接影响是值得高度重视的。通过产业结构低碳化调整和经济产出的低碳化增长，降低建设用地在两个间接渠道方面的碳排放效应是必要的。

第二，不同碳区建设用地对碳排放和经济产出的综合影响并不一致，也即不同碳区节能减排的经济成本代价不同。其中，中碳区对碳排放的综合影响是最大的，但对于经济产出的综合影响却不是最大；低碳区对对碳排放的综合影响不是最大的，但对于经济产出的综合影响却是最大的。这给我们一个启示，对于中碳区，通过建设用地投入的变化适当牺牲经济产出可以更好的实现节能减排的环境目标；而对于低碳区，通过牺牲经济产出达到节能减排目标的经济成本较高。

第三，通过控制国有能源工业固定资产投资、调整产业结构和城市化进程，可以有效实现基于建设用地角度的节能减排目标。其中不同碳区不同措施的效果是有差异的，控制国有能源工业固定资产投资对于中碳区，提升第三产业比重对于高碳区，加快城市化进程对于低碳区分别是最有效的。

综上，建设用地作为城市化和经济发展重要的自然资源投入，其节能减排目标约束下的有效利用属于资源供给侧改革的一个重要内容。控制国有能源工业固定资产投资、加大和优化节能减排技术的投入，则是供给侧改革的技术要求。而产业结构低碳化调整及优化升级则属于供给侧结构改革的应有之义。因此，基于上述建设用地与碳排放的研究，为实现经济“新常态”下的可持续发展，不同碳区省份应该进行侧重不同的供给侧结构性改革。

[1] 赵可,张雄,张炳信，城市化与城市建设用地关系实证—基于中国大陆地区1982-2011年时序数据[J]，华中农业大学学报(社会科学版)，2014(2)：107-113.

[2] STUIVER M. Atmospheric carbon dioxide and carbon reservoir change [J]. Sciences, 1978, 199(4326): 253-258.

[3] Ali, G., Nitivattananon, V., 2012. Exercising multidisciplinary approach to assess interrelationship between energy use, carbon emission and land use change in a metropolitan city of Pakistan, Renewable and Sustainable Energy Reviews, 16, 1, 775-786.

[4] 杜官印，建设用地对碳排放的影响关系研究[J]，中国土地科学,2010,(5)：32-36.

[5] 曲福田，卢娜，冯淑怡，土地利用变化对碳排放的影响[J]，中国人口·资源与环境,2011(10):76-83.

[6] 张梅，赖力，黄贤金，揣小伟，谈俊忠，中国区域土地利用类型转变的碳排放强度研究[J].资源科学，2013(4)： 792-799.

[7] 毛熙彦，林坚，蒙吉军，中国建设用地增长对碳排放的影响[J].中国人口·资源与环境,2011(12):34-40.

[8] 张苗，甘臣林，陈银蓉，陈璐，中国城市建设用地开发强度的碳排放效率分析与低碳优化[J].资源科学,2016(02):265-275.

[9] 游和远，吴次芳，土地利用的碳排放效率及其低碳优化--基于能源消耗的视角[J].自然资源学报,2010(11):1875-1886.

[10] 孙赫，梁红梅，常学礼，崔青春，陶云，中国土地利用碳排放及其空间关联[J].经济地理,2015(03)：154-162.

[11] 张润森，濮励杰，文继群，许艳，建设用地扩张与碳排放效应的库兹涅茨曲线假说及验证[J].自然资源学报,2012(05):723-733.

[12] 赵荣钦，黄贤金，刘英，丁明磊，区域系统碳循环的土地调控机理及政策框架研究[J].中国人口·资源与环境,2014(5):51-56.

[13] 孙建卫，陈志刚，赵荣钦，黄贤金，赖力，基于投入产出分析的中国碳排放足迹研究[J].中国人口·资源与环境,2010(5):28-34.

[14] 顾朝林，谭纵波，刘宛，于涛方，韩青，气候变化、碳排放与低碳城市规划研究进展[J].城市规划学刊,2009(03):38-45.

[15] 尹锋、李慧中：建设用地、资本产出比率与经济增长-基于1999-2005年中国省际面板数据的分析[J].世界经济文汇，2008(2)：13-27.

[16] Grossman G.M.，Krueger A.，Economic growth and the environment，Quarterly Journal of Economics,1995,110(2):353-377.

[17] 傅京燕，代玉婷，碳交易市场链接的成本与福利分析[J]，中国工业经济，2015(9)：84-98.

[18] Shen J., 2006, A simultaneous Estimation of Environmental Kuznets Curve: evidence from china[J], china economic review, 17(4), 383-394.

[19] He J., 2006, pollution haven hypothesis and environmental impacts of foreign direct investment: the case of industrial emission of 85 & sulfur dioxide in Chinese provinces[J], ecological economics, 60(1), 228-245.

F299.23；X196

A

1008-8091(2017)04-0085-07

2017-03-27

山东省软科学研究计划项目(2017RKB01006)：城市化建设的温室效应-基于山东半岛的实证研究；山东省社会科学规划青年基金项目(13DJJJ22))：低碳经济背景下的山东省能源可持续发展战略研究。

烟台大学经济管理学院，山东 烟台,264005

秦昌才(1980- )，男，山东沂水人，博士，副教授，硕士生导师，烟台大学经济管理学院教师，主要从事数量经济学、能源经济学与环境经济学等方面的研究。