王展祥 叶宇平

关键词 低碳城市；地方政府；土地出让；双重差分

自1994年分税制改革以后，土地逐渐成为中国地方政府促进经济发展的重要工具，甚至形成了具有中国特色的“以地谋发展”模式［1］。地方政府通过土地出让实现“土地财政”“土地引资”，缓解地方政府财政压力，促进地方工业经济发展。在传统粗放型经济增长方式背景下，叠加官员晋升锦标赛和竞争冲动［2］，地方政府更多关注引资的规模而不是质量［3］，存在将大量土地出让给重污染企业的激励。地方政府为了拉动经济增长，以协议出让和挂牌出让方式干预土地出让［4］。已有土地出让数据显示，重污染行业土地出让方式中，挂牌出让的比重高达72. 27%，协议出让比重为12. 53%。这说明重污染行业的土地出让中存在明显的政府干预行为。这种利于重污染行业用地的地方政府土地出让行为虽然提高了地方GDP，客观上却造成了严重的碳排放等环境问题。中国先后制定了系列环保制度和政策，其中之一就是2010年开始执行的低碳城市试点政策，共开展了三批次试点工作。该政策客观上是否会对地方政府偏向重污染行业用地的土地出让行为产生影响？其影响效果如何？受哪些因素制约？在当前“双碳”目标下，对这些问题的研究无疑具有重要的理论和现实意义。

1 文献综述

现有文献多从以下方面分析影响地方政府土地出让的主要因素。一是“土地财政”角度。分税制改革削弱了地方政府的财政收支自主权和财政收入分配自主权，使得地方政府的“事权”和“财权”不对等，税收压力增大，所以地方政府实施“土地财政”［5-6］。陶然等［7］认为地方政府通过出让土地获得土地出让金，进而增加地方政府的财政收入。白彦锋等［8］发现中央政府土地政策对地方政府土地出让合约自由的管制是扭曲地方政府土地出让行为的主要原因，进而引发“土地财政”现象。土地财政除了能带来直接财政收入土地出让金，还会带来一系列相关的直接税收和间接税收［9］。二是“土地引资”角度。在地方政府官员晋升以GDP为主要考核指标的激励下，地方政府官员有土地引资的动机［10］。地方政府会将土地资源出让作为吸引投资拉动经济的重要手段。杨其静等［3］指出地方政府增加工业用地的出让面积，可显著拉动当地非房地产城镇固定资产投资、工业增加值、GDP和财政收入。王媛等［4］认为地方政府存在低价出让的情况。地方政府为经济增长利用挂牌出让的方式来干预土地出让。另外，有学者从政策角度来分析其对地方政府土地出让行为的影响。杨继东等［11］发现保增长压力越大的城市更加积极地利用四万亿刺激计划，该地方政府会更多地出让工业土地。张莉等［12］以中央和省级的“十一五”“十二五”规划中提及的重点产业为依据，研究发现重点产业政策显著提高了城市工业用地出让的宗数和面积。

学界围绕低碳城市试点政策效应及影响研究主要包括以下两方面。一是低碳城市试点政策的环境效应。有学者通过构建低碳城市评价指标体系来分析其政策效应［13-14］。宋弘等［15］发现低碳城市建设显著降低了城市空气污染。周迪等［16］研究得出低碳城市试点政策对城市碳排放强度的下降也具有显著且持续的推动作用。二是低碳城市试点政策的经济效应。在低碳城市试点政策下，地方政府更倾向于发展低消耗、低污染、高附加值、高科技含量的生产性服务业［17］，能显著提高城市的绿色GDP［18-19］。逯进等［20］基于PSM?DID的实证分析表明低碳城市试点政策促进了产业结构的升级，且该政策具有正向的空间溢出效应。除此之外，低碳城市试点政策在一定程度上能促进企业绿色技术创新［21］。

综上可知，既有文献在分析地方政府土地出让行为时都忽视了低碳城市试点政策的影响，而研究低碳城市试点政策的各种效应时又较少提及其对地方政府土地出让行为的影响。既有研究普遍揭示，地方政府土地出让行为受到政策影响，环保政策也会影响政府行为进而产生经济效应，这无不隐含着低碳城市试点政策与地方政府重污染行业土地出让行为之间存在某种联系。该研究试图以低碳城市试点政策为一个准自然实验，深入系统剖析该试点政策与地方政府重污染行业土地出让之间的内在关联、影响机制以及异质性政策效应。

该研究旨在以低碳城市试点政策为切入点，利用多期双重差分方法，从理论和實证两方面分析该政策是否会影响地方政府对重污染行业的土地出让，并解释其背后的影响机制与政策效应差异。其边际贡献在于：第一，为现有地方政府土地出让行为研究提供一个新的环境保护政策视角，并在一定程度上丰富低碳城市试点政策经济效应研究；第二，从环境规制强度和官员特征两个视角分析和验证低碳城市试点政策对地方政府重污染行业土地出让的影响机制，明确试点政策发挥作用的方式，为进一步深入理解中国地方政府行为提供理论支持。

2 政策背景和研究假说

2. 1 政策背景

随着中国工业化进程的持续推进，能源消耗量和以二氧化碳为主的温室气体的排放量不断增加，对环境产生了破坏性影响。城市是人类经济活动的中心，城市能源消耗量逐年上升。以煤炭为主的能源结构导致中国二氧化碳排放量位居世界前列。2009年国务院明确了中国控制温室气体排放的目标，到2020年单位国内生产总值二氧化碳排放比2005 年下降40%～45%。国家发改委2010年7月发布了《关于开展低碳省区和低碳城市试点工作的通知》，确定第一批试点工作在5 省8 市展开。2012年11月又发布了《国家发展改革委关于开展第二批低碳省区和低碳城市试点工作的通知》，确定北京、上海等29个省市为第二批低碳试点地区。2017年1月发布《发展改革委关于开展第三批国家低碳城市试点工作的通知》，在前两批次试点的经验基础上，确定在内蒙古自治区乌海市等45个城市开展第三批低碳城市试点。通知要求各地市以实现绿色发展为目标，健全低碳发展制度、推进能源优化利用、设立低碳评估考核机制等，加快建立以低碳为特征的工业产业体系。

2. 2 研究假说

过去在追求经济数量增长的环境下，由于地方官员之间的竞争，导致地方政府的土地出让行为呈现出“底线竞争”的特点［3］。地方政府往往倾向牺牲环境质量吸引高耗能高污染的企业以求短期推动经济增长。但环境治理责任一直以来并没有纳入地方官员的考核目标，地方政府尤其是西部地区的城市对于中央的环境政策存在不完全执行的情况［22］。随着中国越来越重视生态建设和环境保护，官员的绩效评价体系也相应发生了变化［23］。中国陆续出台了一系列规定要求将环境目标考核加入地方官员的考核体系中，这必然会影响到地方政府土地出让行为。

低碳城市试点政策旨在以努力建设低碳排放特征的产业体系和城市发展模式。2010年印发的《关于开展低碳省区和低碳城市试点工作的通知》中明确提出要将应对气候变化工作全面纳入本地区“十二五”规划，实行控制温室气体排放目标责任制，制定各地区碳排放指标分解和考核办法，对各考核责任主体的减排任务完成情况开展跟踪评估和考核。低碳试点政策对地方政府碳排放考核标准的提升，会强化地方政府的减碳理念和环境规制行为，提高对地方政府的环境目标约束。低碳城市试点政策使得地方政府环境责任的内容更加具体，进一步强化了地方政府生态环保职能。为了实现碳减排的目标，地方政府会限制部分重污染行业企业进入，减少对重污染行业的土地出让。地方政府一旦将土地出让给重污染行业，后期监督和约束成本将非常高。加入低碳试点的省市，为了成为全国绿色低碳发展的先行者，地方政府官员会严格执行各项要求，以完成新的考核目标。同时尽可能优化土地资源配置，增加低碳绿色产业的土地出让，促进低碳产业发展。因此低碳试点城市出于碳减排环境指标考核和产业结构调整的压力，将倾向减少对重污染行业的土地出让。鉴于此，该研究提出假说1。

假说1：低碳城市试点政策的实施会显著减少地方政府对重污染行业的土地出让。

各试点城市的经济发展水平、当前的城市环境质量等都存在差别，所面临的环境保护压力不同，所以地方政府环境规制强度会有所不同。一方面，对于进入低碳试点名单的城市，若本身环境污染程度较高，其地方政府环境规制强度越大，相关环境考核指标越严格，完成低碳城市建设的压力越大，那么该试点城市越有可能减少重污染行业的土地出让以达到环保目标。

另一方面，低碳城市试点政策的實施必然会采用各种不同类型的政策制度和工具。地方政府通过设立相关地方性法规和标准，以达到低碳发展的考核指标；抑或是通过收费或补贴的方式，对低能耗、低污染企业给予补贴，鼓励企业加强技术研发或采用更先进的环保措施。由于存在结构效应，政府会通过财政支出转型、对污染企业的创新和技术改造支持等产业政策推动产业转型升级［24］，这都将增加地方政府的财政支出水平。无论是哪种政策工具，要发挥出足够的政策效力，地方政府必然要花费更多的时间和财政支出去执行它。因此地方政府环境规制强度越大，用于环保支出的部分越多，地方政府的财政压力越大。从“土地财政”的角度，为了平衡财政收支，地方政府更有动力去高价出让商服用地，同时将更多的土地指标出让给低能耗、低污染的工业企业。这样既可以增加财政收入，又可以实现低碳政策的产业转型。对于一些环境条件较好的城市，其地方政府环境规制强度相对较小，低碳发展实施压力和财政压力都较小，减少重污染行业的土地出让激励也较小。因此低碳城市试点政策的效果大小还会受到地方政府环境规制强度的影响。该研究提出假说2。

假说2：低碳城市试点政策的实施受到地方政府环境规制强度影响。地方政府环境规制强度越大会进一步减少地方政府对重污染行业的土地出让。

在地方经济发展过程中，地方官员参与各种规划、政策的制定，其不同的个人特征对经济绩效的影响程度显著不同［25］。已有文献从官员特征角度去分析地方政府土地出让行为［26］。官员上任后其晋升激励增强，进而会压低工业用地价格［27］。杨其静等［28］发现市领导潜在晋升机会的大小会影响地方政府出让工业用地行为。那么在考虑环境政策影响因素后，地方政府的土地出让行为是否也会因官员特征不同而有所不同呢？

不同的政府官员其个人禀赋特征是不同的。面对低碳城市试点政策，具有潜在晋升机会的地方官员在新的目标考核体系下如果想获得更好的晋升业绩，会更有动机严格执行各种环保政策，减少对重污染行业的土地出让。但随着任期增加，当官员在关键晋升期没有实现晋升，其实现晋升的机会变小［29-30］。那么官员的任期越长，潜在的晋升机会越小，相应的晋升激励减弱。同时由于其长时间的任职对当地的情况更为了解，地方官员的政企关系越复杂，存在官商勾结问题的可能性会加大。此时地方政府官员会继续将土地出让给重污染行业企业，获取自身短期利益。考虑到地方政府官员的职位变动大多在其上任之后第4～5年［11］，官员前三年的晋升业绩对于其晋升机会影响很大。张军等［29］研究发现，4～5年是官员的在任年数对经济增长的边际效应由正转负的临界值。我国地方官员的任期一般为5年，但官员的任期普遍小于五年，均值为4年左右［31］。如果任期超过均值后，地方官员预期其晋升的概率降低，对于完成各种考核指标的积极性会相对下降。所以任期小于等于3年的官员其晋升激励是最大的，会显著减少对重污染行业的土地出让。该研究提出假设3。

假说3：低碳城市试点政策的实施受到官员任期影响，若官员任期小于等于3年，会进一步减少地方政府对重污染行业的土地出让。

3 模型设定与数据说明

3. 1 模型设定

为研究低碳城市试点政策对地方政府土地出让行为的影响，作者采用多期双重差分方法进行实证检验。因首批试点政策处于摸索阶段，政策的发布在2010年7月，所以首批试点政策的实施时间定为2011年。之后国家发改委于2012年11月下发第二批试点城市通知，因此第二批低碳政策试点开始时间定于2013年。第三批试点开始时间为2017年。将三批纳入低碳城市试点范围的省市作为处理组，其余省市作为对照组以构建多期双重差分模型，具体模型如下：

其中：i、t 分别表示城市和年份；Yit 为地方政府对重污染行业的土地出让面积或宗数；Didit=1表示城市i 在t 年属于低碳试点城市，Didit=0表示城市i 在t 年不属于低碳试点城市；Xit 为一系列控制变量，ηi 为城市固定效应，γt为时间固定效应，εit 为随机误差项。在该模型中，主要关注系数β1，若其显著为负，则说明低碳城市试点政策能显著减少地方政府对重污染行业的土地出让面积或宗数。实证过程把标准误聚类到城市层面。

3. 2 变量选取

3. 2. 1 被解释变量

被解释变量为重污染行业土地出让面积或宗数。参考张琦等［32］的研究，根据原环保部公布的《上市公司环境信息披露指南》及《上市公司环保核查行业分类管理名录》，将火电、钢铁、水泥、电解铝、煤炭、冶金、化工、石化、建材、造纸、酿造、制药、发酵、纺织、制革和采矿业这16类行业作为重污染行业。该研究将土地出让数据中的行业分类指标根据以上16个重污染行业进行筛选，得到各城市每年出让给重污染行业的土地面积和宗数，并对其进行取对数处理。

3. 2. 2 控制变量

由于一个地区土地出让情况还会受到诸多因素影响，参考已有研究［11］，加入控制变量：①人均GDP（L. ln gdpper），表示一个城市的经济发展水平。②城市人口规模，采用两个指标刻画。一个是年末总人口的自然对数（L. ln pop1），第二个是人口密度（L. ln pop2），用总人口除以土地面积的值取对数来衡量。③产业结构（L. industry），以一个城市的三产占比来衡量。④投资规模（L. invprop），用固定资产投资占GDP比例来衡量。投资需求越旺盛，所需要用来建设固定资产的用地也会越多。⑤财政压力（L. fiscal），利用两个指标衡量，分别为L. fiscal1=（预算内财政支出-预算内财政收入）/gdp，L. fiscal2=（预算内财政支出-预算内财政收入）/预算内财政收入。根据土地财政的机制，一个城市财政压力越大，往往会调整其土地出让策略［7］。⑥基础设施水平（L. roadper），以人均道路面积衡量。作为城市交通的主要方式，道路面积越多，企业经营活动越方便，越容易吸引企业投资，影响土地出让。⑦城市环境质量，参考范子英等［33］的研究，选择工业污水和工业二氧化硫排放量来衡量城市环境质量，以总污染量（L. ln pollu）和人均污染量（L. ln polluper）两个指标分别取对数来刻画。对各个指标进行标准化处理，采用熵值法确定指标权重，并根据权重和标准化数值计算指数，数值越大，说明污染越严重，环境质量越差。⑧新增建成区面积（ln land），参考谢贞发等［34］的研究，该变量代表一个城市新增土地供给能力。⑨人力资本（L. ln edu），以高等学校在校生人数的对数衡量。由于地方政府土地出让规划往往都是提前做的，所以在模型中以上变量除了ln land之外全部都滞后一期。

3. 3 数据来源

该研究采用中国286个地级市2007—2019年的面板数据进行分析。由于数据可得性等原因，研究未涉及港澳台地区。因部分数据缺失较多，剔除了西藏、海南、新疆地区数据以及毕节市、铜仁市、海东市和巢湖市的数据。其中，土地出让数据源自中国土地市场网，通过爬虫技术收集了2007—2019年间全国各地市的240多万条土地出让数据，其中包括行业分类、出让面积、成交价格、出让方式等信息。通过16个重污染行业的筛选，得到各城市重污染行业土地出让面积和宗数。其他数据来自《中国城市统计年鉴》《中国环境统计年鉴》以及CSMAR數据库。官员任期和年龄数据来自人民网、新华网公布的领导简历。对于在本年7月份之前上任的官员，其任期从本年开始计算。对于在本年7月份（含）之后上任的官员，其任期从下一年开始计算。从统计数据可以看出市委书记的平均在任时间为2. 737年，最短任职时间为1年，最长任职时间为10年。表1列出了主要变量的描述性统计。

4 实证结果分析

4. 1 基准回归结果

通过多期双重差分法检验低碳城市试点政策是否会影响地方政府对重污染行业的土地出让行为，实证结果见表2。列（1）、列（2）的被解释变量是重污染行业土地出让面积，列（3）、列（4）是重污染行业土地出让宗数。列（1）、列（3）仅控制了城市固定效应和时间固定效应，列（2）、列（4）还加入了控制变量。估计结果表明，低碳城市试点政策显著地降低了试点城市的重污染行业土地出让面积和宗数。列（1）的Did 系数在5%的水平上显著为负，在加入控制变量之后，列（2）的估计系数为-0. 101，依然显著。说明与非试点城市相比，低碳试点城市会减少10. 1%的重污染行业的土地出让面积。对于重污染行业土地出让宗数指标，回归结果始终保持在1%的水平上显著，列（4）的估计系数为-0. 126，说明低碳试点城市会比非试点城市减少12. 6%的重污染行业土地出让宗数。上述结果验证了假说1。

4. 2 稳健性检验

4. 2. 1 平行趋势检验

运用双重差分法的一个重要前提是处理组和对照组要满足平行趋势检验。试点城市和非试点城市在政策发生前在时间趋势上应该是一致的，在政策实施后，试点城市和非试点城市的趋势发生明显变化。参考Beck等［35］，采用事件分析法来进行平行趋势检验，设定如下模型：

式中：Di，t0 + k 是一系列的虚拟变量；t0 表示政策实施的第一年，k 表示政策实施的第k 年（负值表示政策实施前k 年）。当年份t = t0 + k，即年份t 恰好是城市i 对应的试点时间之后k 年，则Di，t0 + k 为1，其余情况为0。该研究检验了试点政策实施前5年和后4年的趋势变化。为避免多重共线性，将政策实施前1年作为基准期并删去。

图1显示，试点政策在政策实施前处理组和对照组不存在明显的差异，但是当低碳城市试点政策实施后，处理组和对照组的重污染土地出让产生了明显差异，样本通过平行趋势检验，满足双重差分假定。从图1可以看出，低碳城市试点政策具有一定的滞后性。因为土地出让规划往往是提前进行的，而且招商和土地出让过程都需要一定的时间，所以政策实施当年的政策效果不是很明显，随着时间推移，处理组和对照组的差异愈明显。

4. 2. 2 安慰剂检验

考虑是否存在其他非政策因素影响处理组和对照组。该研究从以下两个方面进行安慰剂检验。首先，随机生成处理组。如果在t 年有n 个城市成为了试点城市，从当年及之前还没有成为试点城市的范围中随机抽取n个城市作为新处理组，生成伪处理组虚拟变量。之后，对已生成的新处理组随机生成政策时间，生成伪政策虚拟变量。最后将前两者相乘生成伪Did 变量，据此构造政策试点时间-城市两个层面的随机试验。按照表2列（4）进行回归，根据虚假实验得到基准回归估计系数的概率来判断结论的可靠性。同时，将上述过程重复500次，最后画出伪Did 变量估计系数分布图，如图2 所示。表2 列（4）基础回归Did 的系数如图2 中的左侧竖线所示。由图2可以看出，在随机处理下估计系数以0为中心呈现正态分布，且这些估计系数的绝对值大部分都大于真实数据回归的系数（-0. 126），说明该回归结果不是随机出现的，不会因为调整处理组和政策发生时间而出现相似的结果。以上说明基准回归中的影响效应确实是政策实施带来的结果。

4. 2. 3 样本选择偏误

运用双重差分法分析政策影响时，将该试点政策看成一种准自然实验，其最理想的状态是试点城市和非试点城市的选择是随机的。实际中往往由于各种因素导致试点城市的选择并非随机，例如政府在确定试点名单时会考虑城市的地理位置、经济发展水平等因素。由于这些城市的差异性导致在试点城市选择上存在偏差。随着时间的推移，这些基准因素又会对政府土地出让行为产生影响，使得估计值是有偏的。参考宋弘等［15］的方法，在基础回归中加入城市基础特征变量和时间线性趋势的交互项。选择该城市是否是经济特区城市、是否是省会城市、是否是“兩控区”城市、城市地理禀赋作为先决变量的代理变量。城市的地理禀赋属于城市的基础特征，会影响到城市是否被选为试点城市。地理禀赋越好的城市往往区位优势、经济发展水平和基础设施建设程度越好。参考王媛等［4］的方法，以城市到国内前九大港口的最近距离（取对数）来衡量。具体地理禀赋距离的度量是利用经纬度所计算的各城市到九大港口的最近地理距离。估计的方程为：

其中：Zi 是城市基础特征变量，timet 是时间线性趋势。交互项在一定程度上缓解了样本选择非随机造成的估计偏误。表3列出了加入特征变量之后的估计结果。列（1）、列（2）Did 的系数依然显著为负，说明在考虑了城市各基础特征后，估计结果依然稳健。

4. 2. 4 只考虑前两批试点城市

因为第三批试点政策的实施时间为2017年，相对时间较短，而试点政策对于土地出让行为影响又存在滞后性。因此为进一步检验低碳城市试点政策对于重污染行业土地出让的影响，现只考虑前两批试点城市，若结果与之前基准回归相同，则说明该研究估计结果是稳健的。表3列（3）、列（4）回归结果显示，只考虑前两批试点城市的回归系数依然显著为负，试点城市相对非试点城市会显著地减少重污染行业土地出让面积和宗数。

4. 2. 5 其他政策影响

除了城市层面的环境政策，国家还出台了全国层面的环保政策，例如2014年的环保约谈制度和2015年实施的《新环保法》，对地方政府的环保责任作出了更严格的规定。这些政策都会增加地方政府的环境保护压力，使得地方政府更加重视环境污染问题，进而影响地方政府对重污染行业的土地出让。因此，为排除以上政策的影响，该研究在回归方程中加入处理变量treat 与2014年、2015年的时间虚拟变量的交乘项qita 进行回归，结果见表4。Did 的系数依然显著为负，且其他政策与时间虚拟变量的交乘项qita 的系数均不显著，表明其他的环境政策并未造成估计结果的偏误。

5 进一步分析

5. 1 影响机制分析

5. 1. 1 环境规制强度的影响

如前文假说2分析，不同城市环境质量、环保压力各不相同，在面临相同低碳试点政策时，地方政府环境规制强度也会有所不同。环境质量好、环保压力小的城市更偏向弱环境规制政策和工具，其对重污染行业土地出让纠偏动力相对较小；环境质量较差、环保压力大的城市更倾向于强有力的环境规制政策和工具且执行力度更大，其越有动力减少重污染行业土地出让。在基础回归模型中加入地方政府环境规制强度变量（ER），构建如下模型来验证：

已有文献对于环境规制强度有不少度量方法，从数据可得性的角度该研究选择了两个指标。其一为污染治理投资额（ER1），污染治理投资越多，环境规制越强。但由于部分城市污染治理投资数据缺乏，参考胡亚男等［36］，以地方一般公共预算支出与省级预算支出的比值，将省级污染治理投资额换算为城市层面的污染治理投资额进行回归分析。其二采用综合指数法来测算环境规制水平（ER2）。参考沈坤荣等［37］，采用加权线性和法，基于二氧化硫去除率、工业烟尘去除率两个单项指标构建环境规制综合指数。首先对两个单项指标进行标准化处理；其次，对各城市的两个单项指标分别计算调整系数即对每个城市的每个污染排放指标赋予不同的权重；最后，根据标准化值和调整系数计算得到环境规制综合指数。回归结果见表5。由表5 可知，无论选用哪一个代理变量，环境规制强度（ER）与Did 的交互项系数都显著为负，说明低碳试点城市的重污染行业土地出让面积或宗数会因为地方政府环境规制强度的提高而显著减少。结果验证了假设2。

5. 1. 2 官员特征的影响

地方政府官员在地区经济发展过程中起着非常重要的作用。地方官员的个人特征不同，其面临的晋升激励也有所不同，这必然会影响其政策制定和行为计划，其中就包括对于土地出让的决策。由于在实践中市委书记的实际权力往往要大于市长［38］，所以选择市委书记的任期（tenure）和年龄（age）两个特征进行分析。具体估计模型为：

首先检验官员任期对土地出让的影响，结果见表6。列（1）、列（2）为加入官员任期与Did 的交互项的回归。Did 系数显著为负，交互项（Did×tenure）为正，说明相比于非低碳试点城市，低碳试点城市的市委书记任期增加会弱化地方政府减少重污染行业土地出让面积和宗数的行为。市委书记的任期越长，地方政府重污染行业减少的面积和宗数越少。

由前文分析可知，市委书记上任前3年往往晋升激励比较大，在此期间市委书记更加严格执行相关政策要求，以获得更好的升迁业绩。因此，根据市委书记任期是否小于等于3年进行分组回归。从表6中列（3）、列（5）可知，市委书记的任期如果小于等于3年，相对非试点城市，低碳试点城市的重污染行业土地出让面积和宗数分别会显著减少18. 9%和13. 9%。说明存在较强晋升激励的低碳试点城市的官员会更好地执行环保政策，减少重污染行业的招商和土地出让。假说3得到了验证。

官员的年龄也是影响官员晋升机会的一个重要因素。低碳城市试点政策下，试点城市的土地出让行为是否会因为市委书记年龄不同而有所不同呢？大多数的官员晋升都在55岁以下［39］，57岁以上的市委书记几乎丧失了晋升机会［28］。大部分地级市官员晋升的最大年龄出现在55岁，超过55岁后官员多调任人大或政协等部门任职，退居二线［30］。因此生成官员年龄的虚拟变量ageline，当官员年龄小于等于56岁时，令ageline 为1。另外，该研究还以55岁为截点生成年龄虚拟变量ageline2。在回归中加入年龄虚拟变量和Did 的交互项。结果见表7。从表7可知，除了列（2），其余回归的年龄虚拟变量和Did的交互项并不显著，说明低碳试点城市的官员年龄并不会显著地影响地方政府重污染行业的土地出让面积。因此影响地方政府重污染行业土地出让的主要官员特征是任期而不是年龄。有可能是因为影响市委书记晋升更重要的是任期前3年的业绩，市委书记的年龄并不是影响其决策土地出让面积的主要因素。这也从另一方面印证了中国的地方政府土地出让行为与地方官员周期更替存在某种内在的关联性［30］。

5. 2 异质性分析

5. 2. 1 城市资源要素

资源型城市是以本地区矿产、森林等自然资源开采和加工为主导产业的城市。大多数资源型城市高度依赖矿产资源的开采和加工［40］，且资源型产业又具有高耗能、高排放的特点，这些城市的工业用地大多出让给重污染行业，那么低碳城市试点政策对于资源型城市和非资源型城市的影响效果是否会有差异？根据2013年国务院印发的《全国资源型城市可持续发展规划（2013—2020年）的通知》中所列出的全國资源型城市名单对资源型城市进行划分，其中资源型城市（地级行政区）116个，其余为非资源型城市，结果见表8。从列（1）、列（2）可知，非资源型的低碳试点城市，其重污染行业的土地出让面积会显著减少14. 1%，而资源型城市并不会显著减少。从列（3）、列（4）同样可知，非资源型的低碳试点城市的重污染土地出让宗数也会减少，且在1%的水平上显著。由此可知，低碳城市试点政策在非资源型城市的实施效果更好，非资源型城市地方政府会更明显地减少向重污染行业出让土地，以减少环境污染。因为非资源型城市的产业结构更具有弹性，更多依靠技术进步和创新实现经济增长。而资源型城市由于过去粗放式经济发展模式而出现大量遗留问题，其发展模式转换更困难，并未完全放开对于能源资源的依赖。这些城市的经济发展大部分仍需依托于这些行业的发展，产业结构单一，因此不会显著减少对重污染行业的土地出让。

5. 2. 2 经济发展水平

中国不同城市之间经济发展水平存在差异，城市发展水平越高的城市往往产业结构更优化，环保意识更强，经济基础更好，因此其有更大的空间和能力严格地执行环保政策，那么对于重污染行业的土地出让也会更加谨慎。该研究利用人均GDP作为一个城市经济发展水平的代理变量，将滞后一期的人均GDP和低碳城市试点Did的交互项（Did × L. ln gdpper）加入回归，结果见表8。列（5）、列（6）中交互项Did × L. ln gdpper 显著为负，说明经济发展水平越高的低碳试点城市，它的重污染行业的土地出让面积和宗数会更加显著地减少。

5. 2. 3 城市规模

不同规模的城市在城市产业发展和土地供给上有所不同，其政策效果也会不同。根据2014年国务院印发的《关于调整城市规模划分标准的通知》，新标准以城区常住人口为统计口径，将城市划分为五类七档。若根据该标准划分城市类别，部分类别中样本数过少。因此文章参考该划分标准和样本数量，将城市规模划分成3类。人口≤ 100万的为小型城市，> 100万～500万的为中型城市，> 500万以上的为大型城市。回归结果见表9。在大型城市的分组中，低碳试点政策的系数显著为负，在小型城市的分组中系数不显著。说明大型城市具有较强的经济实力及其他政策优势，基础设施水平高，人口规模大，会更高效地推动低碳政策。而小型城市的经济发展模式相对单一，存在“路径依赖”，其对重污染行业土地出让模式更难改变。

6 结论和政策启示

该研究从低碳城市试点政策的视角，利用2007—2019年城市面板数据和多期双重差分模型分析该政策对地方政府重污染行业土地出让行为的影响。研究发现，相对于非低碳试点城市，低碳试点城市显著降低了重污染行业土地出让面积和宗数。在考虑了一系列诸如平行趋势检验、安慰剂检验、样本选择偏误、同期其他政策影响的稳健性检验之后，结论依然成立。不仅如此，该研究还发现低碳城市试点政策对重污染行业土地出让的影响还会受到环境规制强度和官员任期的影响。地方政府环境规制强度越大的试点城市会进一步减少对重污染行业的土地出让面积和宗数。当低碳试点城市的市委书记任期小于等于3年时，该试点城市的重污染行业土地出让面积和宗数会显著减少。但是市委书记的年龄对地方政府重污染行业的土地出让面积并没有显著的影响。异质性分析发现，非资源型城市、经济发展水平较高的城市和大型城市，其重污染行业的土地出让面积和宗数会更显著地减少。

“双碳”目标的提出预示着中国经济进入以降碳为战略方向的新发展阶段，实现经济发展方式的绿色转型升级是当务之急。应有效地利用低碳试点城市政策，引导地方政府低碳绿色发展导向的土地出让行为，促进高污染行业转型，构建以低碳排放行业为核心的产业体系，助力中国经济高质量发展，这也是实现“双碳”目标的应有之义。研究结论有如下政策启示：①进一步总结和推广低碳城市试点政策。低碳试点城市应积极发挥试点优势，制定合适的低碳方案，为全国全面实施低碳城市提炼和积累经验。可以适度提高环境规制强度，合理搭配使用各种环保政策工具，充分发挥低碳城市试点政策对重污染行业土地出让的抑制作用。②把环境目标纳入官员考核体系，加大环境目标约束。在设计制定地方官员绩效考核体系时应进一步明确环境考核指标。通过影响地方官员的晋升考核，强化和落实官员的环境保护责任。对环境信息和考核结果进行全面披露，防止腐败动机或晋升压力引致的区域间恶性竞争扭曲地方官员在土地出让上的行为。引导地方政府官员深入贯彻绿色发展理念，规范地方政府土地出让，更多地将土地出让给低碳绿色发展企业。③环境政策的制定和实施需因地制宜。中国幅员辽阔，不同城市其资源禀赋、经济发展水平和城市规模各不相同，因此政策实施时会存在差异性。所以应根据城市的特点和发展程度来制定相关的目标和方案。尤其是考虑到一些资源型城市，他们的资源依赖性比较强，一直以来的发展模式相对固定和单一，对环境的污染程度较大。在低碳减排的大背景下，政府应考虑到其特点给予专项资金支持和产业优惠政策，在目标设定上设置一定的过渡和缓冲期。