碳排放权交易试点对城市土地绿色利用效率的影响

边志强，钟顺昌

（山西财经大学资源型经济转型发展研究院，山西 太原 030006）

土地作为城市生产、生活与生态空间的基本物质载体，其绿色利用效率反映了社会经济活动的投入要素与产出要素在空间上的转化情况，在考虑经济效益的同时，更加强调土地利用产生的环境效应，显著特征是高效化与绿色化[1-2]。截至2020年底，我国城市建成区面积逾6万km2，城镇化率已达63.89%①数据来源于https://www.yicai.com/news/101158825.html。。但随着城市空间的过度扩张，大部分城市土地利用效率低下，与城镇化发展速度不相匹配，并由此引发了经济滞缓、耕地紧张、粮食安全和环境污染等一系列问题[3]。在此背景下，提升土地绿色利用效率不仅是实现城市土地资源优化配置和高效利用的关键路径，也是推动经济社会发展全面绿色转型的必然选择。

从我国深化绿色发展战略的实践路径来看，碳排放权交易机制是其中的重要抓手[4]，同时也是落实碳达峰碳中和（双碳）目标的核心政策工具。2011年10月，我国宣布开展碳市场建设工作。2013—2016年，北京、广东和福建等8个省市先后正式启动碳交易市场②7个官方碳交易试点地区为北京、天津、上海、深圳、广东、湖北、重庆；1个自愿碳交易试点地区为福建[5]。。2021年7月，全国碳排放权交易市场正式启动，标志着我国的碳市场建设进入全新的历史阶段，同时，这一制度也被证明是减少温室气体排放、应对气候变化的有效手段[5]。而土地作为社会生产生活的基本物质载体，碳交易试点政策所引发的经济活动的重构和调整无疑都离不开土地这一重要资源，其一系列经济与环境效应将对土地利用状况产生重要影响。那么，碳排放权交易试点能否促进城市土地绿色利用效率提升？其中的作用机制是什么？有何异质性表现？事实上，对上述问题的回答不仅关系到碳交易试点政策的效应评估和全国统一碳市场的优化完善，也与城市土地利用模式和经济社会的绿色转型息息相关。因此，本文将碳排放权交易试点政策视为一项准自然实验，以2006—2020年我国282个城市为研究样本，在利用超效率SBM模型对土地绿色利用效率进行测度的基础上，运用渐进双重差分模型就碳交易试点政策对土地绿色利用效率的影响展开系统考察。

1 文献回顾与理论分析

1.1 文献回顾

从现有文献来看，与本文较为相关的研究主要围绕土地绿色利用效率测度、影响因素分析以及碳交易试点的政策效应三方面展开。首先，土地利用效率这一话题广受学术界关注，部分学者使用二三产业产值与建设用地面积之比[6]、SBM模型测算的投入（土地、劳动和资本等）与产出（经济效益等）状况[7]对其进行衡量。但在持续推进生态文明建设的背景下，环境效益作为土地利用的伴随产出越发受到重视，因此，现有研究多将工业废水、二氧化硫和烟尘表征的环境污染水平纳入SBM模型[2,8-9]，此外，还有学者结合双碳背景下的碳排放约束，将碳排放量同时纳入模型进行探究[10]，而在考虑上述“非合意”产出后，土地利用效率的内涵也进一步延伸为土地绿色利用效率。与此同时，相关影响因素的挖掘成为学者们关注的焦点。一方面，科技创新[3]、区域协同创新[10]、交通紧凑式发展[9]、产业结构升级[11]和新型城镇化[12]等要素水平的提升均对土地绿色利用效率具有正向影响；另一方面，环保考核政策[13]、低碳试点政策[2]、智慧城市建设[14]、区域一体化[15]以及国家电子商务示范城市建设[16]等外生政策冲击同样发挥了上述效应。此外，环境规制[8]以及制造业集聚水平[17]与之则表现为显著的“U”型关系。最后，在碳交易试点的政策效应方面，随着试点进程的推进以及全国统一碳市场的开展，相关研究亦层出不穷。从经济效应来看，学者们充分肯定了该政策对经济高质量发展[18]、对外直接投资[19]、企业全要素生产率[4]以及绿色技术创新[20]的积极影响。但同时，也有文献指出碳交易试点抑制了地区全要素生产率提升，原因在于外部成本内部化所导致的成本增加[21]。就环境效应而言，大量研究表明该政策具有显著的碳减排效果[5,22-23]，并有助于协同推进减污降碳[24]。但在碳排放强度方面，现有研究却莫衷一是，有学者指出碳交易试点并不能降低碳强度，其减排效果主要通过降低工业经济产出实现[22]，但一些学者持相反态度，认为碳交易能够显著降低碳强度且并未抑制经济增长[5]。

综上所述，学者们针对土地绿色利用效率以及碳交易试点效应评估方面的研究已然颇丰，但仍未有文献将二者结合起来，系统考察这一市场化的碳减排机制对土地绿色利用效率的影响。尤其是随着碳交易市场在全国范围内正式启动，其外部效应评估以及政策优化设计等方面的研究亟待跟进完善。因此，本文聚焦于土地绿色利用效率这一视角，就碳排放权交易试点政策的影响效应进行考察，并从技术创新与产业结构升级两方面揭示其内在作用机制，进而基于区位、规模以及类型三大维度探究其异质性表现，以期在弥补现有研究不足的同时，为全国统一碳市场的建设和城市土地利用模式的绿色转型提供参考。

1.2 理论分析

碳排放权交易作为一项市场化的碳减排机制，其基本逻辑在于：政府根据国家碳减排目标和各行业的排放情况，在对碳市场排放总量进行约束的基础上，制定控排企业名录并分配初始排放配额。在此过程中，企业可以通过售卖未使用的碳排放配额以获取收益，亦可通过购买碳排放配额来弥补其超额排放[4]。这一政策对城市土地绿色利用效率的影响主要从成本倒逼、经济激励与政策引领三方面体现：其一，成本倒逼。由于外部减排成本的内化，碳排放不再是免费的公共资源，超额排放的企业需要购买相应配额才能免受处罚，这一严格的监管机制迫使企业将碳排放纳入生产成本的考量，采取改进生产工艺、优化供应链和提高生产效率等手段实现利润最大化与减排目标[4,25]，从而提高土地产出质量，减少污染排放。其二，经济激励。碳市场潜在收益的存在有助于降低企业减排的正外部性，同时也成为其运用市场机制弥补创新和边际减排成本的有效手段，进而对其投资节能减排技术、提升生产效率形成正向激励[25-26]，实现土地利用中经济与环境效益的共生共赢。其三，政策引领。试点地区在开展碳交易的同时，政府往往会出台促进经济绿色转型的配套措施，以力求增长与减排的“齐头并进”[18]，而各类经济活动的开展和生产要素的高效配置最终以土地为载体释放活力，从而有助于既定土地面积产出的增加和排放的减少。据此，本文提出：

理论假说1：碳排放权交易试点有助于提升城市土地绿色利用效率。

就内在机制而言，碳交易试点政策是通过何种渠道影响土地绿色利用效率的呢？结合其运行机制与既有研究，本文认为：第一，提升技术创新水平。一方面，试点政策通过经济激励与成本倒逼效应，能够推动相关企业进行技术创新以优化资源配置、改进生产工艺[4]。另一方面，试点地区往往会出台税收减免、财政补贴等政策以降低企业开展创新活动的风险和成本，促进绿色低碳技术的研发与应用[18]。进一步，技术创新能够有效降低土地利用活动中对能源、劳动力等要素的依赖，提高生产要素转化率，减少污染排放和资源浪费[3]。同时，绿色低碳技术的突破有助于清洁能源使用成本的降低与需求的增加[18,27]，进而对土地绿色利用效率产生积极影响。第二，推动产业结构升级。一方面，碳排放总量控制下的成本压力迫使高能耗高排放企业转型升级或退出市场[18]。另一方面，以现代服务业代表的低碳型第三产业得到进一步重视和发展，从而推动地区产业结构向高级化演进[28]。进一步，研究表明产业结构升级能够促进资金、技术和人才流向投资回报率较高的领域，减少经济发展对土地要素的依赖，在增加单位土地面积经济产出的同时，发挥减污降碳效应，赋能土地绿色利用效率提升[11]。据此，本文提出：

理论假说2：碳排放权交易试点能够通过提升城市技术创新水平与推动产业结构升级两大作用机制，进而提升土地绿色利用效率。

2 研究设计

2.1 模型设定

（1）基准回归模型。碳排放权交易试点政策于2013—2016年在我国8个省市分批次推广试点，北京、天津、上海、深圳、广东启动试点时间为2013年，湖北、重庆为2014年，福建为2016年，这为本文识别该政策对土地绿色利用效率的影响提供了良好的准自然实验场景。鉴于此，本文构建如下渐进双重差分模型进行评估：

式（1）中：α0为截距项；下标i和t分别表示城市和年份；Lgue表示土地绿色利用效率；Did表示碳排放权交易试点；系数α1为本文最为关注的参数，若α1显著大于0，则意味着在政策实施前后，试点城市土地绿色利用效率的提升幅度明显高于非试点城市，即验证了本文的研究假说；controlit表示一组控制变量；αk为其系数；μi表示地区固定效应；λt表示时间固定效应；εit为随机扰动项。

（2）机制检验模型。理论假说2提出，提升技术创新水平与推动产业结构升级是碳排放权交易试点政策提升土地绿色利用效率的内在机制。为了验证此假说，本文构建如下中介效应模型进行检验：

式（2）—式（3）中：M表示内在机制变量，包括技术创新水平（lnInn）与产业结构升级（Ind）；其余变量含义同式（1）。

2.2 变量选取

被解释变量：城市土地绿色利用效率（Lgue）。本文从投入与产出视角出发，使用MATLAB软件中规模报酬不变假设条件下的超效率SBM模型对土地绿色利用效率进行测度，该模型不仅可以综合考虑非期望产出并修正松弛变量，而且克服了一般SBM模型会产生众多效率值为1的弊端，使得准确性和实用性大幅提升[2,29]，表达式为：

式（4）中：ρ为目标效率值，数值越大代表该决策单元的效率越高；θ为权重向量；xi0、、分别代表投入指标、期望产出和非期望产出；、、代表其松弛量；m、S1、S2、n则分别对应投入指标、期望产出、非期望产出与决策单元的个数。结合相关研究[9-10]，本文测度土地绿色利用效率的投入指标选取土地、资本、劳动与能源要素，分别使用建成区面积、固定资本存量、二三产业从业人员数与能源消耗量表征；期望产出同时考虑经济效益与环境效益，分别利用二三产业实际增加值与建成区绿化覆盖率衡量；非期望产出兼顾污染排放与碳排放约束，分别使用环境污染强度与碳排放量刻画，各指标具体情况如表1所示。

表1 土地绿色利用效率投入产出指标体系Tab.1 The input-output index system of land green use efficiency

解释变量：碳排放权交易试点（Did）。本文将碳排放权交易试点政策视为一项准自然实验，使用地区虚拟变量（Treat）与时间虚拟变量（Time）的交互项（Did=Treat×Time）对其进行表征。若某城市被列为试点地区，则将对应Treat赋值为1，代表处理组；将非试点城市的Treat赋值为0，代表控制组，并将政策实施前后的Time各自赋值为0和1。因此，交互项（Did）的系数反映了碳排放权交易试点影响城市土地绿色利用效率的净效应。

机制变量：（1）技术创新水平（lnInn），采用复旦大学产业发展研究院发布的《中国城市和产业创新力报告》中的城市创新指数（对数）衡量；（2）产业结构升级（Ind），使用产业结构层次系数表征[33]。

产业结构层次系数计算公式为：

式（5）中：i代表地区；t代表时间；Yit，m代表i城市t年第m产业（m=1，2，3）的增加值占比；ISA代表产业结构高级化指数，数值越大表明地区产业结构升级状况越好。

控制变量：参考现有研究[3,15,34]，对如下变量进行控制：（1）经济发展水平（lnpgdp），使用以2006年为基期计算的人均实际GDP（对数）衡量。一般而言，经济发展水平较高的城市能够投入更多的资金和政策用于技术创新、土地规划和环境治理等领域，从而对土地绿色利用效率产生积极影响。但同时，较高的发展水平可能意味着更多的工业活动、交通运输需求和能源消耗，进而阻碍土地绿色利用效率提升。（2）产业结构状况（Ser），利用第三产业增加值占GDP的比重描述。一方面，服务业的发展一般以知识或技术为主要生产要素，在产生经济效益的同时，对资源的消耗和污染排放相对较少，有助于降低环境压力，提升土地绿色利用效率。另一方面，服务业的发展将增加对商业用地和基础设施等方面的需求，可能导致土地过度开发，城市生态系统遭到破坏，进而抑制土地绿色利用效率。（3）对外开放水平（Fdi），使用实际利用外商直接投资额占GDP的比重表征。对外开放水平的提高可能伴随着技术转移与产业升级，有助于改善土地绿色利用效率，但也可能会因短期经济效益的谋求而产生土地过度开发和污染加剧等问题，对土地绿色利用效率产生负面影响。（4）环境规制强度（Er），利用各城市政府工作报告中27个与环境保护相关的词汇频率测算[35]。环境规制一方面能够促使企业遵守环境法规，减少对土地的过度开发和破坏，另一方面，也将增加企业的成本负担，对技术创新与产业发展造成一定压力，因而可能对土地绿色利用效率产生影响。（5）城镇化率（Ur），使用城镇人口占总人口的比重反映。城镇化进程的推进通常伴随着城市扩张和土地开发的增加，但同时，科学的城市规划可以通过合理布局和空间利用，实现土地使用方式的优化，因而可能影响土地绿色利用效率。

2.3 数据说明

本文使用2006—2020年我国282个地级及以上城市的面板数据展开研究。其中，处理组为46个碳排放权交易试点城市（2013年第一批24个、2014年第二批13个、2016年第三批9个），控制组为其余236个城市。所需数据均来源于《中国城市统计年鉴》、各城市《国民经济和社会发展统计公报》、政府工作报告以及EPS数据库等官方文件或网站。部分指标的原始数据在个别年份有所缺失，根据其平均增长率补齐，变量描述性统计结果如表2所示。

表2 变量描述性统计Tab.2 Descriptive statistics of variables

3 实证结果与分析

3.1 特征事实

图1展示了2006—2020年我国城市土地绿色利用效率的测度结果。总体来看，全部城市、碳排放权交易试点城市（处理组）与非试点城市（控制组）的土地绿色利用效率均值均呈现出波动上升态势，且试点城市的效率均值始终高于非试点城市。此外，以政策实施的2013年为分界点，在2013年之前，两组城市土地绿色利用效率的走势基本相同，而在2013年后，试点城市土地绿色利用效率的提升（下降）幅度在绝大部分年份高于（低于）非试点城市，这一结果也初步为本文利用双重差分模型考察碳排放权交易试点对土地绿色利用效率的影响提供了现实证据支撑。

图1 2006—2020年城市土地绿色利用效率均值演变趋势Fig.1 Evolution trend of mean values of urban land green use efficiency from 2006 to 2020

3.2 基准回归

表3呈现了碳排放权交易试点影响城市土地绿色利用效率的基准回归结果。其中，列（1）未加入任何控制变量，列（2）—列（4）在纳入控制变量的基础上，分别考虑时间固定效应、地区固定效应与双向固定效应。不难发现，无论哪种情形，核心解释变量的估计系数始终显著为正，意味着碳交易试点政策能够显著提升城市土地绿色利用效率，理论假说1得到初步验证。以列（4）结果为基准进行分析，核心解释变量的估计系数为0.047，且通过了1%的显著性检验，表明在其他条件不变的情况下，相较于控制组城市，处理组城市的土地绿色利用效率提升了约0.047个单位。进一步，由于试点政策开始于2013年，因此，截至2020年，模型共捕捉到了8年的平均处理效应，意味着碳排放权交易政策平均每年促使试点地区的土地绿色利用效率提升约0.006个单位。

表3 基准回归Tab.3 Benchmark regression

3.3 平行趋势检验及政策动态效应分析

使用双重差分模型进行因果分析的前提条件是满足平行趋势假设，即在碳排放权交易试点政策实施前，处理组与控制组城市土地绿色利用效率的变化趋势不存在系统性差异。鉴于此，参考胡珺等的研究方法[4]，构建如下模型进行检验：

式（6）中：为一系列虚拟变量，其赋值规则为：在研究期限选定为2006—2020年的基础上，用ni表示碳排放权交易试点的年份（ni=2013、2014、2016），若t-ni≤-7，则定义=1；若t-ni=k，则同样定义=1。φk为本部分重点关注参数，反映了试点政策对土地绿色利用效率的动态影响。此外，本文将政策实施前一年作为基准年份予以剔除，以避免多重共线性。

由图2结果可以发现：第一，当k＜0，即在政策实施前，参数φk均不显著，表明处理组与控制组城市的土地绿色利用效率不存在显著差异，满足平行趋势假设。第二，当k≥3，即从政策实施后的第三年开始，φk均显著大于0，说明碳排放权交易试点有助于提升城市土地绿色利用效率，但这一影响存在滞后性。第三，政策实施后，φk的系数大小总体呈现波动态势，意味着政府未来需要重点关注并强化这一政策效应的持续性和稳定性。对上述结果可能的解释在于：一方面，在碳市场建立初期，存在配额分配不准确、交易机制不完善以及市场运行效率低下等一系列问题[4]，因此该政策对土地绿色利用效率的影响未能即时显现。另一方面，随着试点工作的推进，其对土地绿色利用效率表现出了显著的提升作用。但在此过程中，可能受到经济波动、技术限制等非预期因素影响，使得该效应大小亦呈现出波动态势。

图2 平行趋势检验及政策动态效应Fig.2 Parallel trend test and policy dynamic effect

3.4 稳健性检验

3.4.1 PSM-DID

为进一步降低DID方法的非随机选择偏误，本文利用多时点PSM-DID模型进行检验。具体步骤为：（1）将模型（1）中的控制变量视为代表城市特征的协变量进行Logit回归，测算各城市入选试点城市的概率，即倾向得分匹配值。（2）分别使用核匹配与卡尺匹配方法寻找与试点城市特征最为契合的控制组样本。（3）根据匹配后的样本重新对模型（1）进行回归。表4列（1）和列（2）结果显示，在使用PSM-DID方法后，核心解释变量的估计系数仍显著为正，表明基准回归结果是稳健的。

表4 稳健性检验Tab.4 Robustness test

3.4.2 替换政策实施时间

在基准回归中，本文将时间虚拟变量统一设定为政策实施的当年，但从具体情况来看，各地区启动试点的月份不一。鉴于此，参考邵帅等的研究[18]，将碳交易试点政策于6月30日之前实施的视为当年实施，于6月30日之后实施的视为下一年实施，继而重新设定解释变量进行检验。结果如表4列（3）所示，碳交易试点政策的系数符号与显著性水平并未发生明显改变，再次验证了前文结果的稳健性。

3.4.3 剔除中心城市

相较于普通地级市，以直辖市、副省级城市和省会城市为代表的中心城市往往拥有更高的政治经济地位和政策执行条件，若将其一同纳入模型，可能会使估计结果的准确性产生偏误。为此，本文将这三类中心城市剔除，即将样本缩小至“外围城市”重新进行检验。由表4列（4）结果可知，核心解释变量的估计系数仍然为正且通过了1%的显著性检验，再次验证了基准回归结果的稳健性。

3.4.4 排除其他政策

在评估碳交易试点政策对城市土地绿色利用效率的影响时，不可避免地受到同时期其他政策作用的干扰。既有研究表明，低碳试点政策（Low）[2]与智慧城市建设（Smart）[14]均会对土地绿色利用效率产生正向影响。因此，本文将代表这两类政策的虚拟变量分别纳入模型再次进行检验。从表4列（5）和列（6）结果来看，在加入这两类政策变量后，碳排放权交易试点的估计系数仍然显著，并未受到其他政策叠加的明显冲击，表明基准回归结果是稳健的。

3.5 政策推广效应评估

考虑到8个试点省市启动碳交易的时间横跨2013—2016年，而伴随着试点批次的增加，该政策对土地绿色利用效率的作用效应有何变化？对这一问题的回答不仅有助于进一步明晰碳交易试点的政策效应，同时也能够为全国碳交易市场的建设和优化提供一定参考。鉴于此，本文将2013年、2014年和2016年启动试点的地区分别定义为第一批、第二批与第三批，参考现有研究[36]，将代表第一批、前两批以及所有三批试点的地区虚拟变量与代表政策实施的时间虚拟变量相乘，分别得到对应交互项（Did），继而在基准模型（1）的设定下对其推广效应进行评估。

表5结果显示，随着碳交易试点在更多地区开展，该政策对城市土地绿色利用效率的提升效应至少在5%的统计水平上显著为正，且对于第一批、前两批以及所有三批试点样本而言，核心解释变量的估计系数分别为0.017、0.026和0.047，呈现出增强趋势。这一结果表明，碳交易试点政策具有明显的推广效应，先行试点地区为碳市场配额分配、交易机制以及监管制度的完善提供了经验积累和有益尝试，从而使得随着试点范围扩大，该政策对土地绿色利用效率的总体促进效应上升。

表5 政策推广效应评估Tab.5 Evaluation of policy promotion effect

3.6 机制检验

在充分证实了碳交易试点政策对土地绿色利用效率的积极影响后，本文进一步借助中介效应模型对其内在传导机制进行揭示和验证，结果如表6所示。首先，从列（1）和列（3）回归结果来看，核心解释变量的估计系数分别为0.163和0.008，均通过了1%的显著性检验，表明碳交易试点政策显著提升了城市技术创新水平，并有助于推动产业结构升级。其次，将技术创新水平与产业结构升级变量分别纳入基准回归模型，由列（2）和列（4）结果可知，对应估计系数分别为0.018和0.672，并同样在1%的水平上高度显著，表明技术创新与产业结构升级对土地绿色利用效率具有显著的积极影响。与此同时，核心解释变量的估计系数与基准回归相比有所下降且依然显著，意味着技术创新与产业结构升级发挥了部分中介作用。正如理论分析所述，碳排放权交易机制不仅能够激发企业进行技术创新的动力，同时有助于高能耗高排放企业的转型与现代服务业的发展，进而实现土地利用中经济与环境效益的共生共赢。最后，综合上述分析，提升技术创新水平与推动产业结构升级是碳交易试点政策提升土地绿色利用效率的两条重要机制，理论假说2成立。

表6 机制检验Tab.6 Mechanism test

4 异质性分析

4.1 区位异质性

区域发展的空间差异是实现经济高质量发展面临的重要问题。东部与中西部地区在市场环境、经济基础以及创新水平等方面截然不同，因而政策实施条件及效果也可能存在差异。为此，本文根据样本城市所处区位将其划分为东部与中西部两大类进行检验。表7列（1）和列（2）结果显示，对于东部与中西部城市，碳交易试点政策均能够在1%的显著性水平上提升土地绿色利用效率，但不同的是，该效应在中西部地区的发挥强度（0.044）略高于东部地区（0.041）。究其原因，中西部地区经济发展水平较低、生态环境相对脆弱，土地绿色利用效率的提升空间更广，因此政策效应更为明显。而东部地区在完善的市场机制与经济基础下，碳交易政策亦有助于土地的绿色高效利用，但考虑到其较早重视绿色低碳发展，且土地资源供给相对紧张，因此政策效应略低于中西部地区。

表7 异质性检验Tab.7 Heterogeneity test

4.2 规模异质性

不同的城市规模意味着资源集聚能力、经济社会活力以及土地配置模式的迥然不同，从而影响政策效应的发挥和土地利用状况。因此，本文根据国务院2014年发布的《关于调整城市规模划分标准的通知》，将样本划分为中小规模城市（城区常住人口数小于100万）与大规模城市（城区常住人口数大于等于100万）两大类，继而揭示碳交易试点效应是否存在差异。表7列（3）和列（4）结果显示，核心解释变量的估计系数仅在大规模城市中显著为正（0.036），而在中小规模城市并不显著，表明碳交易试点政策仅能对规模较大城市的土地绿色利用效率发挥明显的提升作用。原因在于，大规模城市人口分布和经济活动密集，对碳排放的需求管理更为迫切，加之其强大的人才、技术和资源集聚能力，使得政策效应发挥较为明显，而中小规模城市则由于经济、技术以及资金等多方面的约束，限制了其开展创新活动以及进行产业升级的动力，使得碳交易试点政策对土地绿色利用效率的影响难以显现。

4.3 类型异质性

我国资源型城市数量众多、分布广泛，与非资源型城市相比，其产业结构、生态环境与土地利用方式深受自然资源禀赋的影响，因而政策效果也可能有所不同。鉴于此，本文依照国务院2013年颁布的《全国资源型城市可持续发展规划（2013—2020年）》，将样本划分为资源型城市与非资源型城市两大类进行检验。表7列（5）和列（6）结果显示，无论是对于资源型城市还是非资源型城市，核心解释变量的估计系数均在1%水平上显著为正，表明碳交易试点政策能够同时提升这两类城市的土地绿色利用效率。但从系数大小来看，该政策在资源型城市的作用效果（0.083）明显高于非资源型城市（0.028）。其中的缘由在于，资源型城市产业结构以重化工业为主导，碳排放量较大，因而碳交易政策的针对性更强，发挥空间更大。而非资源型城市产业结构以服务业和制造业为主，在较高的经济基础和绿色低碳发展需求的拉动下，尽管碳交易政策的发挥空间相对有限，但仍可通过加强技术创新等方式提升土地绿色利用效率。

5 结论与政策建议

本文基于2006—2020年我国282个城市的面板数据，在利用超效率SBM模型测度土地绿色利用效率的基础上，运用渐进双重差分模型系统考察了碳交易试点政策对土地绿色利用效率的影响。研究发现：（1）碳交易试点政策能够显著提升城市土地绿色利用效率，且这一结论通过了一系列稳健性检验。（2）试点政策对土地绿色利用效率的积极影响存在短期滞后性，总体呈现出波动特征。在试点范围扩大过程中，上述影响具有明显的推广效应。（3）机制分析显示，碳交易试点政策能够提升城市技术创新水平、推动产业结构升级，进而提升土地绿色利用效率。（4）异质性分析表明，碳交易试点政策对土地绿色利用效率的影响与城市所属区位、规模和类型密切相关，表现为该效应在中西部、大规模以及资源型城市中发挥更为明显。

碳排放权交易机制是我国深化绿色低碳发展战略的重要抓手，其所引发的经济活动的重构和调整离不开土地这一基本物质载体，而土地绿色利用效率的提升是实现土地资源优化配置和经济社会全面绿色转型的必然选择。本文在全国碳交易市场启动伊始的背景下，将二者纳入统一框架展开研究，相关结论对于全国统一碳市场的优化完善和城市土地绿色利用效率的提升富有启示：第一，扎实推进全国碳排放权交易，持续完善碳交易市场机制。在全国统一碳市场的建设过程中，各城市应借鉴试点地区已有经验，结合自身发展特征，一方面，可以适当降低碳市场控排企业的纳入门槛，从而形成更大范围的减排激励约束；另一方面，应构建科学合理的碳交易配额分配制度、制定公开透明的交易规则和行之有效的监管体系，以实现碳交易市场机制的持续完善，充分发挥其对土地绿色利用效率的提升效应。第二，继续支持技术创新与产业结构升级，为土地绿色利用效率的持续提升提供保障。在碳排放权交易政策的实施过程中，不仅应借助该政策的减排激励约束推动技术创新与产业结构升级，同时，各地区应通过增加科研经费投入、加强政策扶持等方式，主动强化对上述两大机制的支持力度，赋能土地绿色利用效率持续提升。第三，重视城市区位、规模以及类型差异，因地制宜制定政策。各城市应结合自身区位条件、规模大小以及自然资源禀赋特征，充分考虑碳交易政策的着力点，制定契合地区发展实际的碳排放权交易配额标准和交易规则，并辅之以相应的政策支持和激励机制，以激发重点产业绿色发展的积极性，推动土地利用模式和经济发展方式的全面绿色转型。