《Sustainability》：The Impact of Green Technology Innovation on Urban Land Resource Misallocation and Its Spatial Spillover Effects: Evidence from China’s Yangtze River Delta
编辑推荐：
在高质量发展与生态文明建设并重的时代，优化土地资源配置对于突破资源约束、培育新质生产力至关重要，而绿色技术创新（GTI）是关键驱动力。研究人员利用2003–2022年中国长三角地区41个城市的数据，通过要素相对扭曲系数测度城市土地资源错配（ULM），并采用固定
在高质量发展与生态文明建设并重的时代，优化土地资源配置对于突破资源约束、培育新质生产力至关重要，而绿色技术创新（GTI）是关键驱动力。研究人员利用2003–2022年中国长三角地区41个城市的数据，通过要素相对扭曲系数测度城市土地资源错配（ULM），并采用固定效应模型、中介效应模型和空间杜宾模型，探究了GTI对ULM的影响及其空间溢出效应。结果显示，ULM呈波动上升趋势，存在显著的空间差异。中部和东南沿海城市的土地配置效率较高，而西部和北部地区呈现高错配集聚。GTI显著降低了ULM，尤其在非资源型城市，主要通过产业结构优化和产业集聚实现。空间溢出分析表明，GTI不仅改善了本地土地配置，还通过技术溢出和产业协同对邻近地区产生积极影响。这些发现表明，激励政策应强化GTI，以提升区域整体土地利用效率。
**研究背景**
在高质量发展与生态文明建设并行的时代背景下，土地资源作为关键生产要素，其配置效率直接影响经济高质量发展与生态环境效益。然而，中国长期依赖政府主导的土地资源配置模式，虽推动了城镇化与经济增长，却也导致土地过度开发、无序扩张、闲置低效等问题，形成土地资源错配（Urban Land Resource Misallocation, ULM）——即土地利用偏离帕累托最优状态，各行业与区域间土地边际产出差异显著。ULM不仅阻碍经济发展，还加剧环境压力。现有研究多从政府干预、市场机制、数字化发展等视角解释ULM，但较少关注绿色技术创新（Green Technology Innovation, GTI）这一核心驱动力。在“双碳”目标（2030年碳达峰、2060年碳中和）与生态导向发展背景下，GTI作为区域经济转型与可持续发展的核心引擎，可通过改变企业用地方式与强度、推动产业结构向集约低碳转变、优化土地空间格局，从而缓解ULM。长三角地区经济发达但面临城市扩张与耕地保护、工业用地低效与生态空间受限的双重压力，且该区域创新活力强、城际联系紧密，为研究GTI对ULM的影响及其空间溢出效应提供了典型样本。然而，GTI与ULM的关系，特别是其空间溢出效应与作用机制，尚缺乏系统探讨。为此，本研究基于2003–2022年长三角41个城市面板数据，测度ULM并分析其时空演变，进而探究GTI对ULM的影响及空间溢出机制，以期为优化区域土地资源配置、突破环境约束、促进区域协调发展提供政策参考。论文发表在《Sustainability》。
**主要技术方法**
研究人员采用要素相对扭曲系数，基于Cobb–Douglas生产函数测度ULM，并通过固定效应模型、中介效应模型和空间杜宾模型（Spatial Durbin Model, SDM）进行实证分析。数据来源包括《中国城市统计年鉴》（2004–2023）及各城市统计年鉴，绿色专利授权数来自中国国家知识产权局（CNIPA）在线平台，夜间灯光数据来自Wu等人（2024）校正的DMSP-OLS与SNPP-VIIRS融合数据集。样本涵盖长三角41个地级及以上城市，时间跨度为2003–2022年，缺失值采用线性插值法填补。空间权重矩阵采用基于邻接关系的0-1矩阵，并经济地理嵌套矩阵进行稳健性检验。
**研究结果**
**5.1 长三角地区ULM的时空演变**
通过泰尔指数（Theil index）测度ULM空间不平衡性。2003–2022年，ULM程度从0.772升至1.078，年均增长1.77%，总体呈上升趋势但波动明显，从低配向超配转变。空间上，ULM呈现显著异质性：高错配和相对高错配区域集中于安徽省北部、江苏省北部和浙江省中部，而上海、浙江省南部和江苏省中部保持低错配。2003年以相对低错配为主，2009年高错配区扩大并形成集聚，2016年呈现“外围高、中心低”格局，2022年趋于稳定，中部和东南沿海城市配置效率较高，西部和北部城市错配严重。
**5.2 GTI对ULM的影响检验**
**5.2.1 基准回归结果**
双向固定效应模型结果显示，GTI的估计系数为-0.052，在1%水平上显著为负，表明GTI显著抑制ULM，支持假设H1。加入控制变量后，GTI仍显著为负。控制变量中，经济发展水平（ED）、城镇化（UR）和人力资本（HC）显著缓解ULM，而土地财政依赖（LFE）显著加剧ULM。
**5.2.2 中介效应检验**
通过逐步回归检验产业结构高级化（ISA）、制造业升级（MU）和产业集聚（Agg）的中介作用。GTI对ISA、MU、Agg的系数均显著为正，且这些中介变量均显著降低ULM。Bootstrap检验证实间接效应显著，表明GTI通过促进产业结构优化和产业集聚缓解ULM，支持假设H2和H3。
**5.2.3 异质性检验**
基于资源型城市分类，非资源型城市（如上海、南京、杭州）中GTI的系数为-0.026（显著），资源型城市中GTI系数为-0.104（不显著）。说明非资源型城市市场化程度高、要素价格信号灵敏，GTI能有效缓解ULM；而资源型城市产业结构单一、创新不足，GTI缓解效果不显著。
**5.2.4 稳健性检验**
通过排除直辖市上海、排除2020–2022年异常年份、解释变量滞后一期、替换GTI测度（单位工业能耗新产品产值）等方法，GTI仍显著缓解ULM，证实核心结论稳健。
**5.3 空间溢出效应分析**
**5.3.1 全局与局部空间格局**
2003–2022年，GTI和ULM的全局Moran’s I在大多数年份显著为正，表明存在正空间自相关。Getis–Ord Gi*热点分析显示，ULM热点区最初集中于西北部，2009年后缩小，冷点区向东扩展，2016–2022年格局稳定，呈现西北高值集聚、东部低值集聚的格局。
**5.3.2 空间计量模型选择**
LM检验及稳健LM检验均显著，LR检验和Wald检验拒绝SDM退化为空间误差模型（SEM）或空间自回归模型（SAR），确定采用时空双向固定SDM。
**5.3.3 效应分解结果**
SDM效应分解显示，GTI的直接效应系数为-0.024，间接效应系数为-0.040，总效应系数为-0.064，均显著。间接效应占总效应的62.5%，表明GTI的空间溢出效应占主导地位，即本地GTI不仅缓解本地ULM，还通过技术溢出、示范效应和跨区域合作改善邻近地区ULM，支持假设H4。更换空间权重矩阵后结论稳健。
**讨论部分总结**
研究人员在讨论中强调，ULM的演变表明经济增长与区域一体化并不必然自动提升土地配置效率，城市间差异依然显著，产业转移和城市扩张可能增加承接城市的土地需求，而经济基础强的城市能通过产业升级改善配置。本研究从GTI视角拓展了对ULM成因的理解，发现产业结构升级和产业集聚是重要中介渠道。异质性分析表明，非资源型城市因产业多元化、创新要素集聚，GTI缓解作用显著；资源型城市则因路径依赖，作用不显著。空间溢出分析证实，GTI通过技术扩散和产业关联影响邻近城市，长三角一体化应强化跨城GTI合作与创新成果共享，以提升区域整体土地配置效率。
**研究结论**
本研究通过要素相对扭曲系数测度ULM，分析其时空演变，并构建固定效应模型、中介效应模型和空间杜宾模型，系统探究GTI对ULM的影响机制与空间溢出效应，得出以下结论：
（1）2003–2022年长三角地区ULM总体呈上升但波动趋势，伴随显著的空间分异格局；高错配区域由分散逐渐集中于安徽省北部、江苏省北部和浙江省西南边缘，而以上海为中心的经济发达的中东部地区保持低错配，区域差异日益加剧。
（2）GTI能显著缓解ULM，且在非资源型城市中缓解作用更强。
（3）GTI可通过产业结构优化和产业集聚提高土地利用效率、优化土地利用结构，从而缓解ULM。
（4）GTI除提升本地土地资源配置效率外，还通过技术溢出、示范效应和跨区域合作惠及邻近地区，改善其土地资源配置效率。
