华中农业大学曾晨教授团队Land Use Policy 最新发文!揭示土地转让对碳排放的空间动态及机制异质性:来自中国长江经济带的证据

在温室气体（GHG）减排的背景下，有效的土地管理已成为全球范围内实现碳减排和低碳转型的首要政策优先事项。本研究以长江经济带（YEB）为案例，在考虑空间溢出效应的基础上，系统探讨了土地流转对碳排放影响的机制及其异质性。研究结果表明：（1）与现有土地再开发相比，新划定的建成区对碳排放的影响显著更强，这主要归因于农林地的转用以及新基础设施的建设。(2) 2015–2022年间，城郊地区用于工业、公共服务和交通目的的土地流转有所增加，而住宅和商业用地的分配则有所减少，这一趋势在长江经济带下游地区尤为明显。（3）工业用地转用对碳排放的影响最为显著，而住宅和商业用地的排放可通过节能技术和绿色建筑标准加以缓解。(4) 土地流转面积（LTA）与碳排放呈正相关，而土地市场化（LM）则呈现负影响。研究还观察到显著的空间自相关性，这凸显了土地利用与碳排放之间复杂的空间动态关系。基于上述研究结果，本文就差异化土地供给管理体系、优化土地市场化进程、生态与环境标准及指导方针提出了政策建议，旨在通过跨区域的综合土地资源管理来减缓碳排放。

尽管本研究从空间计量经济学角度对土地出让的影响进行了扎实的分析，但我们也承认存在若干局限性，这些局限性为未来的研究提供了广阔空间。首先，将个别土地交易数据汇总至县级层面，不可避免地掩盖了关于具体交易属性及其直接局部碳足迹的更精细信息。未来研究应致力于实现更高分辨率的耦合分析——例如在地块层面——并优化控制变量的选择。具体而言，纳入能源和交通部门更精细的指标——这些指标与土地开发的碳强度有着内在联系——将有助于更好地捕捉其中起作用的潜在社会经济机制。其次，反向因果关系的潜在影响仍是一个挑战。虽然我们的模型假设土地转让会驱动碳排放，但那些设有严格减排目标的地区可能会主动调整其土地供给结构——例如，通过限制工业用地配额或优先发展碳汇型绿地，以符合气候政策要求。这种双向动态引入了一种内生性来源，而传统的空间计量经济学模型无法完全解决这一问题。未来研究可采用准实验设计或工具变量（IV）方法，以进一步厘清因果方向。最后，尽管我们的空间计量经济学模型能够有效捕捉线性关系和空间溢出效应，但在检测非线性关系和临界阈值方面存在固有局限。实际上，土地市场化与碳排放之间的关系可能并非严格单调，工业用地扩张可能会出现“临界点”，一旦超过该点，排放量将出现不成比例的激增。正如近期采用可解释机器学习方法的研究所示，未来研究可采用集成学习框架（如随机森林或XGBoost），结合SHAP（夏普利加性解释）值来厘清这些复杂的交互作用。通过利用机器学习来绘制土地转让类型的边际效应，研究人员可以确定开发从减碳转向高碳排放的具体阈值。

以上内容来源于土地科学研究，为学术分享，仅供科研交流，如有错误/侵权等，请联系修改或删除。联系方式：Novel_2020