EN中文

热带地理 >

2025 , Vol. 45 >Issue 10: 1742 - 1756

DOI: https://doi.org/10.13284/j.cnki.rddl.20240822

城市地理

土地财政能否支撑城市绿色空间提升？——基于环境治理的调节效应分析

  • 王洁 1, 2 ,
  • 张玉臻 3 ,
  • 罗嘉豪 1 ,
  • 宋孟桥 4, 5
展开
  • 1. 中国地质大学（北京） 土地科学技术学院，北京 100083
  • 2. 自然资源部土地整治重点实验室，北京 100035
  • 3. 中国国土 勘测规划院，北京 100035
  • 4. 中规院（北京）规划设计有限公司，北京 100044
  • 5. 天津大学 建筑学院，天津 300072
宋孟桥 (1994—),男,辽宁葫芦岛人,工程师,博士研究生,主要研究方向为资源与环境、国土空间规划,(E-mail)

王 洁：论文选题，数据分析，论文撰写与修改，项目支持；

张玉臻：数据整理与分析，论文撰写与修改，项目支持；

罗嘉豪：文献整理，数据整理；

宋孟桥：研究方案设计，理论分析，论文撰写与修改。

王洁 (1993—),女,天津人,博士,讲师,主要研究方向为城市资源环境管理、土地利用管理,(E-mail) jie.wang@cugb.

收稿日期: 2024-12-16

  修回日期: 2025-05-23

  网络出版日期: 2025-11-06

基金资助

中央高校基本科研业务费项目(2-9-2023-070)

建设用地节约集约利用状况调查与评价(2503-18-20)

收起

Can Land Finance Support the Improvement of Urban Green Space: Based on Moderating Effect of Environmental Governance

  • Jie Wang 1, 2 ,
  • Yuzhen Zhang 3 ,
  • Jiahao Luo 1 ,
  • Mengqiao Song 4, 5
Expand
  • 1. School of Land Science and Technology, China University of Geosciences, Beijing 100083, China
  • 2. Key Laboratory of Land Consolidation and Rehabilitation, Ministry of Land and Resources, Beijing 100035, China
  • 3. China Land Surveying and Planning Institute, Beijing 100035, China
  • 4. CAUPD Beijing Planning & Design Consultants Ltd, Beijing 100044, China
  • 5. School of Architecture, Tianjin University, Tianjin 300072, China

Received date: 2024-12-16

  Revised date: 2025-05-23

  Online published: 2025-11-06

Fold

摘要

在土地财政模式转型与生态文明建设的双重背景下，突破城市发展对土地财政的依赖、建构城市财政稳健与绿色空间提升协同共进的替代性治理框架，成为推动城市高质量可持续发展的关键路径。文章基于中国273个地级市2007—2019年面板数据，运用固定效应模型、调节效应模型、空间杜宾模型，分析土地财政对城市绿色空间覆盖水平的影响效应，并揭示环境治理对土地财政绿色效应的调节效应。结果表明：1）土地财政与城市绿色空间呈现倒“U”型关系，且整体表现为负向影响，印证了土地财政与绿色发展的冲突关系；2）地方政府环境治理强度在土地财政对城市绿色空间的影响中具有显著的正向调节作用，随着环境治理的加强，土地财政对城市绿色空间的影响由负向转为正向；3）城市绿色空间覆盖水平呈空间集聚特征，土地财政对城市绿色空间的覆盖水平具有负向的空间溢出效应，同时环境治理的调节效应具有正向的空间溢出效应。最后，从财政资源优化配置视角，为推动城市绿色发展提出了政策建议。

关键词： 土地财政; 城市绿色空间; 调节效应; 环境治理; 空间溢出; 中国

本文引用格式

王洁 , 张玉臻 , 罗嘉豪 , 宋孟桥 . 土地财政能否支撑城市绿色空间提升？——基于环境治理的调节效应分析[J]. 热带地理, 2025 , 45(10) : 1742 -1756 . DOI: 10.13284/j.cnki.rddl.20240822

Abstract

To enhance ecological civilization, establishing a governance framework that reconciles the principles of financial sustainability with those of urban green development has been identified as an effective pathway for urban sustainability. Land finance constitutes a distinctive government revenue model in China, providing crucial support for accelerated urbanization and urban construction. Without alternative large-scale revenue sources for local governments, land finance continues to be an important source of off-budget revenue. Therefore, optimizing the use of land finance and leveraging its positive impact on sustainable urban development are crucial. The positive role of land finance in promoting urban green development is an effective means of advancing ecological civilization construction and high-quality urban development. Urban green spaces are pivotal elements of the urban ecological environment. Investigating the influence of land finance on urban green spaces is an important research area. This study employed panel data from 273 prefecture-level cities in China from 2007 to 2019 to systematically assess the impact of land finance on urban green spaces by utilizing the fixed effects and spatial Durbin models. Furthermore, it assessed the moderating effect of environmental governance in promoting land finance to support the improvement of urban green spaces based on the moderation effect model. The findings indicate that the impact of land finance on urban green space exhibits an inverted U-shaped pattern with a negative overall effect. However, the positive impact of land finance on urban green spaces is limited. Local governments' environmental governance exerted a significant positive moderating effect on the impact of land finance on urban green spaces. As environmental governance strengthens, the impact of land finance on urban green space shifts from negative to positive. This suggests that land finance can promote improvements in urban green spaces through high-level environmental governance. The coverage level of urban green spaces displayed spatial agglomeration characteristics, and land finance had a negative spatial spillover effect on urban green spaces. In addition, the moderating effect of environmental governance presented a positive spatial spillover effect. Consequently, the impacts of land finance and environmental governance on urban green spaces in economically and geographically adjacent cities must be considered. Subgroup analysis showed that the impact of land finance on urban greenspaces is more pronounced in cities located in the central and western regions. This study makes a significant contribution to the discussion on whether land finance can support the improvement of urban green spaces and how to promote the positive role of land finance in urban green development, and the positive role of environmental governance in facilitating the supportive role of land finance in promoting urban green development. This paper proposes policy suggestions on how to use land finance to enhance urban green spaces and provides new ideas for sustainable and green urban development.

Key words： Land finance; urban green space; moderation effect; environmental governance; spatial spillover effect; China

土地为城市经济活动提供物质支撑和空间载体，是城市发展的核心要素，在中国城镇化进程与政治经济发展中发挥关键作用（李明月 等，2018；田逸飘 等，2021）。分税制改革后，地方政府财权下降，但其在城市建设和公共服务方面的责任不断增加（Lichtenberg & Ding, 2009；王芳 等，2020）。为缓解财政压力，地方政府依托其在土地一级市场的垄断地位，在土地出让活动中获得大量土地财政收入作为预算外财政收入来源（Wu, 2019; Governa & Sampieri, 2020），以推动各项城市建设。城市绿色空间是城市绿色基础设施的重要组成部分，其在生态、社会和经济等方面的重要性越来越受到关注（刘晔 等，2023）。2024年7月《中共中央 国务院关于加快经济社会发展全面绿色转型的意见》（中共中央 等，2024）提出“严守城镇开发边界，控制新增建设用地过快增长，保护和修复绿地、水域、湿地等生态空间”的要求。随着新时期城镇化进程逐步放缓，土地财政日渐式微，亟需正确认知既有土地财政模式与城市绿色空间互动关系，揭示环境治理政策对城市财政制度的重塑机制，进而为后土地财政时代应对资源紧约束、满足人民群众高品质生活提供新思路，助推城市绿色发展。
已有研究在关于土地财政和城市绿色空间之间关系的讨论上尚未形成共识。随着地方政府积极参与绿色空间供给，中国城市的绿地覆盖率得以与城镇化水平同步提升（Zhao et al., 2013）。已有研究表明，土地财政收入为地方政府提供了额外财政来源，为城市绿色空间提供财政资源，促进绿色空间的规划和布局的优化（Chen & Wang, 2013），而绿色空间的供给也能明显提升周边地区地价，进而增加土地财政收入（李诗尧 等，2023）。一些研究提出了相反观点，认为地方政府对于土地财政收入的追求会导致一定的环境负面影响和风险（Huo et al., 2020; Wang et al., 2020; Zhang et al., 2021；陈辅国 等，2025）。已有研究表明，城市土地财政依赖程度与城市公共绿地数量呈负相关，土地财政收入并没有为公共绿地的供给提供资金支持（Chen & Hu, 2015）。尤其是当地方政府追求土地收益最大化时，城市绿地可能会被经济价值更高的用地类型取代，导致城市扩张过程中的绿色空间挤占行为加剧（Wang & Chan, 2019；卢新海 等，2022；Yu & Zhou, 2024）。
综上，现有研究对于土地财政与城市绿色空间之间的关系仍存在明显分歧。尽管土地财政在中国城市建设过程中发挥了重要作用，但多数研究倾向于认为其不利于城市的可持续发展（王文竹，2024；吕祥伟 等，2024）。然而，在土地财政的替代性财源尚未成熟的背景下，城市绿地建设仍面临财政路径依赖的现实困境。因此，厘清土地财政影响绿色空间的内在逻辑，探索其在不同发展阶段与地域情境下的差异化效应，对于推动城市绿地建设与高质量发展具有重要意义。鉴于此，本文基于中国273个地级市面板数据（2007—2019年），分析地方政府土地财政收入对城市绿色空间覆盖度的影响，并引入地方政府环境治理强度作为调节变量，分析不同情境下土地财政收入对城市绿色空间覆盖度的影响，重点探讨环境治理强度的调节效应。通过量化环境政策的干预效果，探讨土地财政促进城市绿色发展的情境和模式。

1 理论分析与研究假设

政府是公共物品和服务的主要供给者，同时，公共物品的供给是地方政府竞争的一个重要方面。Tiebout模型表明，居民对公共物品与服务的偏好选择，会激励地方政府在公共投入上展开竞争（Tiebout, 1956）。土地财政是地方政府缓解财政压力、补足财政缺口的重要财源，为城市建设提供了资金支撑，推动了城市的快速发展（赵燕菁，2014；赵扶扬 等，2017；刘奎 等，2021）。因此，土地财政对于依靠财政支持的公共物品和服务的供给可能具有一定积极影响。已有研究表明，土地出让收入为城市公共服务和基础设施的供给提供了资金支持，促进了城市建成环境的提升（Feng et al., 2019；刘朝阳 等，2023）。但同时，一些研究认为土地财政支出存在结构性扭曲（严思齐 等，2017），更倾向于支持经济性公共物品的供给，对非经济性公共物品反而存在挤出效应（Wang et al., 2020；袁方成 等，2020；沈坤荣 等，2020）。已有研究表明，土地财政有利于增加城市道路等经济性公共物品的供给，但对于短期不能产生收益的非经济性公共物品，土地财政收入的增加并不一定能提高其供给量（田传浩 等，2014；Tang et al., 2019；颜燕 等，2019）。
城市绿色空间的供给可能受到土地财政的多重影响。在资金配置方面，土地出让收入形成对预算内财政收入的补充，进而形成对城市绿地等基础设施的资金支持（王玉波，2015）；在空间配置方面，土地成片开发过程中将一部分绿地优先建设或与周边商业地产共同开发，此时绿色空间作为“空间增值工具”而被积极供给（赵海霞 等，2020）。以上2种机制均可视为土地财政直接促进绿色空间建设的正向支持路径。然而，为最大化土地收益而将优质地块优先供给为商住用地（江曼琦 等，2024），甚至挤占原有绿地用于商业开发的行为（Chen & Hu, 2015），可视为土地财政对城市绿色空间的负向挤出路径。除此之外，土地财政依赖“一次性出让”的短期收益模式，也可能在高负债压力下倾向于削减对维护成本高的绿色空间的投入，导致城市绿色空间质量下降。
本研究认为，基于土地出让获得的土地财政收入对于城市绿色空间等非经济性公共物品具有一定反哺和支撑作用，但其作用效果随土地财政的规模水平的变化而变化。基于此，本文提出假说1：土地财政对城市绿色空间覆盖水平提升具有非线性影响。
环境治理已成为中国高质量发展进程中的重要维度，近年来，各城市环境治理强度呈现上升趋势（周波 等，2024；万庆 等，2025）。环境治理对城市绿色发展的积极作用已被广泛验证（黄磊 等，2021；柯楠 等，2024；赵金国 等，2024）。环境保护相关强制性指标，生态保护红线、城市绿线等空间控制线，以及中央政府不断增强的环境绩效考核，可能倒逼地方政府优化预算分配，强化通过土地财政补充城市生态环境治理支出的动机（Wang et al., 2023a）。同时，地方政府对环境治理的重视，进一步促进地方政府在获取土地财政过程中同步实现城市生态环境的实质性改善，推动城市绿色发展。因此，本文提出假说2：环境治理强度在土地财政对城市绿色空间的影响中具有正向的调节效应。
综上，本文构建了土地财政影响城市绿色空间的理论分析框架（图1）。此外，相邻城市的政策、发展理念等往往具有空间相关性，尤其是在中国地方政策竞争和官员晋升激励的背景下，地方政府土地出让行为、环境治理政策的实施具有互动和模仿效应，表现出明显的空间溢出效应（汤慧 等，2022；于斌斌 等，2022），有必要开展关于土地财政对城市绿色空间的影响的空间效应分析。因此，本研究引入空间分析模型，对假说1和假说2的空间效应进行解析。
图 1 理论分析框架

Fig.1 Theoretical analysis framework

2 方法与数据

2.1　研究方法

2.1.1　基准模型分析

本研究采用双向固定效应模型对面板数据进行分析，同时加入个体固定效应和时间固定效应，回归模型为：
N D V I i t = α 0 + β l n L A N D i t + γ M i t + λ t + μ i + ε i t
式中： N D V I i t为因变量建成区植被覆盖指数（NDVI）的平均值，表征城市的平均绿度； L A N D i t为核心自变量土地财政收入，并进行了取对数处理，以缓解数据异方差性；参数 α 0为常数项；参数 β表示土地财政收入对城市绿色空间覆盖水平的回归系数，其方向和大小反映土地财政对城市绿色空间影响的方向和程度； M i t为影响城市绿色空间的其他控制变量； γ表示控制变量对城市绿色空间覆盖水平的回归系数； λ t表示时间固定效应； μ i表示个体固定效应； ε i t为残差项。
为探讨土地财政对城市绿色空间的非线性影响，引入土地财政收入的二次项进行回归分析，回归模型为：
N D V I i t = α 0 + β 1 l n L A N D i t + β 2 ( l n L A N D i t ) 2 + γ M i t + λ t + μ i + ε i t   
式中：参数 β 1和 β 2分别为土地财政一次项和二次项对被解释变量的回归系数，共同决定土地财政对城市绿色空间影响的方向和拐点。

2.1.2　调节效应模型分析

调节效应分析是社会科学研究中探索多变量关系的方法之一。调节变量影响解释变量和被解释变量之间关系的方向和强弱，即解释变量对被解释变量的影响，受到调节变量的干扰。调节效应模型可进一步丰富原有变量之间的影响和理论，使得对变量之间关系的分析更细致。本研究调节变量为连续变量，通过解释变量和调节变量之间的交互作用项评估调节效应（温忠麟 等，2005），回归方程为：
         N D V I i t = θ 0 + a l n L A N D i t + b E N V G O V i t +      c l n L A N D i t ∙ E N V G O V i t + ∑ γ M i t + λ t + μ i + ε i t
环境治理强度（ENVGOV）为调节变量。在环境治理的影响下，土地财政对城市绿色空间的影响效应可通过回归系数（ a+ c * E N V G O V）反映，也即调节变量的线性函数。回归模型中，调节变量和自变量交互项的回归系数 c的显著性反映调节效应的显著性。

2.1.3　空间杜宾模型分析

传统的面板数据模型更多地关注样本在时间上和个体上的差异性，而忽略个体在空间上的相互影响关系。本研究使用空间杜宾模型（Spatial Durbin Model），分析土地财政收入对城市绿色空间影响的空间溢出效应。该模型同时加入被解释变量与解释变量的空间滞后项，基本模型为：
N D V I i t = λ W N D V I i t + β l n L A N D i t + δ W l n L A N D i t + ∑ γ M i t + ∑ ϑ W M i t + ε
式中： W 为空间权重矩阵；λ反映城市绿色空间覆盖水平与空间相邻分析单元的空间自相关关系；β反映该分析单元土地财政收入对城市绿色空间覆盖水平的影响关系； δ反映空间相邻分析单元的土地财政对该区域城市绿色空间覆盖水平的空间关系。
本研究使用反经济距离空间权重矩阵，既考虑城市经济水平的差异，也考虑城市之间的地理空间距离，公式为：
W i , j e = 1 | P G D P i - P G D P j + 1 | * e ( - d i , j ) , i ≠ j 0 ,                                             i = j
式中：城市i和城市j人均GDP差值的绝对值反映2个城市之间的经济差距； d i , j为城市i与城市j之间的地理距离，即该权重矩阵既包括多经济差异的关注，也包括对地理空间距离的关注。同时，本研究使用地理空间邻接权重矩阵进行分析，作为稳健性检验。地理空间邻接权重矩阵计算见式（6），以2个城市是否空间相邻作为空间权重矩阵。针对没有边界相邻的城市，本文人工设定与其地理距离最近的城市作为其相邻城市。
W i , j n = 1 ,      城市 i 与城 市 j 相邻   0 , 城市 i 与城 市 j 不相 邻 0 ,                                i = j

2.2　数据及来源

2.2.1　被解释变量

本文基于植被覆盖遥感数据（Normalized Difference Vegetation Index,NDVI）和城市建成区范围（通过遥感数据提取），计算城市建成区范围内平均NDVI指数数据。NDVI数据下载自MODIS年度产品MOD13Q1（250 m分辨率）。为避免植被覆盖的季节性差异，使用最大值合成法（Maximum Value Composites, MVC），得到2001—2019年每一年的年最大化NDVI栅格数据，NDVI数值介于-1.0~1.0，数值越高，表明城市平均绿度越高。
城市土地利用数据来源于MODIS土地覆盖类型产品（Land Cover data），下载自MODIS年度产品MCD12Q1，空间分辨率为500 m。该土地覆盖类型产品数据具有时间连续性，可进行不同时期的比较分析，同时，数据分辨率和精度相对较高，是土地利用景观格局分析中常用的数据（孙红 等，2022）。本研究提取该数据中城市和建成区土地利用类型（Urban and Built-up Land），并将边缘相邻的栅格合并为一个城市斑块（Sun et al., 2020）。为避免细碎斑块对结果的影响，将13 km²及以上的集中连续的区域定义为城市建成区，并将2019年城市建成区边界作为研究范围（Wang et al., 2023b）。基于城市建成区边界提取并计算城市建成区平均绿度值作为本研究的被解释变量（NDVI）。

2.2.2　解释变量

本文选取土地市场化出让（招标、拍卖、挂牌出让）的出让收入衡量城市土地要素带来的地方政府财政补充，及地方政府的土地财政收入（邵朝对 等，2016）。土地出让数据来源于中国土地市场网。收集了2007—2019年中国土地市场交易微观数据，包含土地位置、面积、用途、供地方式、行业分类、成交价格等微观信息。筛选通过市场化方式进行供地（招标、拍卖、挂牌）的地块，汇总每个地级市城市新增建设用地出让的收入。使用地块位置坐标对出让地块进行定位，与城市区域进行配对，并加总每个地级市范围内每年建设用地出让总价格，作为解释变量（LAND）。使用省级消费者价格指数（CPI），以2001年为基期对土地财政收入数据进行平减。

2.2.3　调节变量

财政支出中节能环保支出的占比反映政府在环境治理中的财政投入情况，节能环保支出占比越高表明政府对环境治理强度越高（徐孟志 等，2023；王韧 等，2024）。本文使用地级市节能环保支出占地方财政一般公共预算支出的比重衡量地方政府环境治理强度（ENVGOV），地级市节能环保支出及一般公共预算支出数据来源于地级市财政局或人民政府年度决算公开报告，部分缺失数据的城市使用省级数据补充，并采用差值法对个别缺失值进行补充。

2.2.4　控制变量

选取人口密度（POP）、城市人均GDP（PGDP）、第二产业占比（IS）、人均固定资产投资（PINVEST）、道路密度（ROADDENS）控制社会经济因素变动对城市绿色空间的影响（廖卫东 等，2020；朱纪广 等，2020；刘伟明 等，2022）。人口密度（POP）数据源自WorldPop人口密度数据库（1 km分辨率） 1，根据城市建成区空间范围提取人口密度数据，并计算每个城市建成区的平均人口密度。其他数据均来源于CEIC数据库 2。同时，使用省级消费者价格指数（CPI），以2001年为基期对经济数据进行平减，增强不同年份不同区域经济数据的可比性。此外，选取城市年度的平均气温（TEMP）和降水量（AP）数据作为控制变量，控制自然因素对城市绿色空间变化的影响（刘涛 等，2022），数据来源于国家气象科学数据中心 3。

2.2.5　主要变量的描述性统计

表1展示了本文使用变量的定义及描述性统计。
表 1 变量描述性统计

Table 1 Descriptive statistics of research data

变量 变量定义 样本量/个 平均值 标准差
NDVImean

城市建成区范围

NDVI平均值

 3 549 0.49 0.07
LAND 土地财政收入/万元 3 549 685 195.6 1 471 427
ENVGOV 环境治理强度 3 328 3.48 2.56
POP 建成区人口密度/（人·km-2） 3 549 3 710.30 1 502.13
PGDP 人均GDP/元 3 549 31682 20 374.06
IS

第二产业

产值占比/%

 3 549 47.44 10.59
PINVEST

人均固定资产

投资/元

 3 549 2 486.22 2 839.44
ROADDENS

道路密度/

（万m2·km-2）

 3 549 13.67 7.10
TEMP 气温/℃ 3 549 14.66 5.12
AP 降水/mm 3 549 1 031.08 460.14

3 结果分析

3.1　土地出让面积与土地财政收入变化趋势分析

图2展示了2007—2019年城市绿色空间覆盖水平和土地财政收入的时空变化趋势。整体上，城市绿色空间覆盖水平（建成区平均NDVI）呈现“先降后升”的变化趋势。土地快速城镇化下城市绿色空间被占用，但随着城市的社会经济发展，城市绿色空间又得到一定程度的补充。相比2007年，2012年城市绿色空间覆盖水平降低，可能由于该阶段大规模的城市投资建设活动对绿色空间形成挤占；2019年，城市绿色空间覆盖水平增长，尤其是东北与华东地区，绿色发展理念在城市规划中的政策导向作用有所显现。从空间布局看，西北部省份城市的绿色空间覆盖水平虽然有提升趋势，但整体水平相对较低，这可能与该区域气候与自然条件相关。但同时，温度湿度等气候条件较高的东南地区，城市绿色空间覆盖水平未呈现较高水平，这可能与该区域快速的城镇化与城市建设相关。
图2 城市绿色空间与土地财政收入时空变化趋势

注：该图基于国家基础地理信息中心天地图服务中心下载的审图号为GS（2024）0650号的标准地图制作，底图无修改；图4同。

Fig.2 Spatiotemporal trend of urban green space and land finance

样本时间范围内，土地财政收入（土地市场化出让收入）呈上涨趋势，尤其东部沿海地区呈现明显的增长趋势。东部沿海区域的显著增长，究其原因，一方面城市建设快速推进，对城市土地的需求较大，土地出让活动较多；另一方面城市经济发展较好，单位面积土地价值较高。尽管土地财政已被很多研究证明是不可持续的，不利于经济的健康发展（Wang & Zhang, 2022），但其仍是地方政府支撑城市发展的重要资金来源之一。

3.2　土地财政收入影响城市绿色空间覆盖水平的基准回归分析

本文基于面板数据，采用双向固定效应模型分析土地财政收入对城市绿色空间覆盖程度的影响，表2展示了回归结果，模型均通过F检验。模型（1）的回归结果表明，土地财政收入对城市绿色空间覆盖水平具有显著的负向影响。模型（2）引入土地财政收入的二次项，回归结果表明土地财政收入与城市绿色空间覆盖水平呈显著的倒“U”型关系，随着土地财政收入的增加，城市绿色空间覆盖水平呈先增加后减少的趋势。
表 2 土地财政对城市绿色空间影响的基准回归结果

Table 2 The baseline regression results of the impact of land income on urban green space

变量 NDVI
模型（1） 模型（2） 模型（3） 模型（4）
lnLAND

-0.006 0***

（0.000 9）

0.010 4*

（0.006 0）

-0.003 2***

（0.000 9）

0.015 9***

（0.004 7）

lnLAND2 -0.000 7***（0.000 3） -0.000 8***（0.000 2）
lnPOP 0.043 5***（0.014 8） 0.051 2***（0.014 5）
lnPGDP -0.036 1***（0.005 3） -0.034 2***（0.005 2）
IS -0.000 2（0.000 2） -0.000 2（0.000 2）
lnPINVEST -0.001 8*（0.001 1） -0.002 3**（0.001 0）
ROADDENS 0.000 03（0.000 1） 0.000 04（0.000 1）
lnTEMP

0.007 6

（0.008 5）

 0.008 2（0.008 5）
lnAP 0.048 5***（0.004 2） 0.048 4***（0.004 1）
常数项

0.571 2***

（0.010 2）

0.477 9***

（0.034 8）

0.211 9

（0.143 8）

0.027 0

（0.147 0）

个体固定

效应

 控制 控制 控制 控制

时间固定

效应

 控制 控制 控制 控制
城市数量/个 273 273 273 273
样本量/个 3 549 3 549 3 549 3 549
豪斯曼检验 6.16** 9.57*** 67.61*** 75.75***
F检验 35.46*** 33.44*** 35.30*** 33.48***
R 2 0.129 8 0.133 9 0.221 6 0.226 9

注：括号中为稳健性标准误：*** P<0.01，** P<0.05，* P<0.1。下表同。

加入控制变量后，模型（3）和（4）的回归结果与模型（1）和（2）保持一致，表明土地财政收入对城市绿色空间覆盖水平存在非线性影响，假说1得到验证。同时，模型（4）中lnLAND的一次项和二次项的回归系数表明，土地财政收入影响的拐点值（lnLAND数值）约为10，即当lnLAND数值＞10后，城市绿色空间覆盖水平随着土地财政收入的增加而降低。超过90%的样本的lnLAND值＞10，这意味着尽管土地财政收入对城市绿色空间覆盖水平呈倒“U”型影响，但整体仍呈现负向影响，即土地财政收入对城市绿色空间的积极作用十分有限，土地财政对城市绿色发展的支撑作用仅存在于土地财政收入较少的少数城市，在大部分城市，高额的土地出让收入并未对城市绿色空间覆盖水平呈现积极影响。
部分控制变量对城市绿色空间覆盖水平具有一定显著影响。人口密度（POP）对城市绿色空间覆盖水平具有显著的积极影响，城市人口规模的提升有助于推动环境目标的实现（郑怡林 等，2018），原因可能在于，人口对绿色空间的需求得到有效响应，提升了绿色空间覆盖水平。经济增长（PGDP）对城市绿色空间覆盖水平呈现显著的负向影响，经济的快速发展往往对城市环境造成负面影响（Gill et al., 2018；肖严华 等，2021）。人均固定资产投资（PINVEST）对城市绿色空间覆盖水平具有显著的负向影响，固定资产的投资建设对于城市绿色空间具有挤出效应。城市平均降水量（AP）对城市绿色空间覆盖水平具有显著的正向影响，表明自然气候条件对城市绿色空间具有重要影响，降水量丰富的城市往往具有较高的绿色空间覆盖水平。

3.3　稳健性检验

3.3.1　内生性检验

为避免土地财政收入与城市绿色发展可能存在的内生性问题，本文引入土地财政收入的滞后一期作为核心解释变量，并采用二阶段最小二乘法（2SLS）进行稳健性检验（秦炳涛 等，2023）（表3）。第一阶段估计结果表明，土地财政收入与选取的工具变量在1%的显著性水平下正相关，说明两者存在高度相关性。第二阶段估计结果表明，第一阶段基于工具变量的拟合值与因变量城市绿色空间覆盖程度呈现显著负相关，与表2基准回归结果一致。同时，不可识别检验K-P rk LM统计量P值＜0.01，显著拒绝工具变量不可识别的原假设；弱识别检验C-D Wald F统计量大于Stock-Yogo临界值（10% max IV size=16.38），表明工具变量满足统计检验要求。检验结果排除了内生性对实证结果的影响，回归结果具有稳健性。
表3 2SLS模型估计结果

Table 3 The regression results of 2SLS model

变量 第一阶段 第二阶段
L.lnLAND 0.330 4***（0.026 7）
lnLAND -0.013 4***（0.002 3）
控制变量 控制 控制
时间固定效应 控制 控制
个体固定效应 控制 控制
F统计量 153.63 *** 44.65***

不可识别检验

（K-P rk LM statistic）

 185.92

弱工具变量检验

（C-D Wald F statistic）

 413.61
样本量/个 3276 3276
R 2 0.5939 0.1672

3.3.2　替换被解释变量

本文使用建成区范围内植被覆盖指数（NDVI）栅格数据的平均值作为被解释变量，已有研究也有使用NDVI数据中位数（NDVImedian）衡量城市绿色空间覆盖水平（Wang et al., 2023b），因此，本研究使用建成区范围内NDVI数据中位数作为被解释变量进行稳健性检验。模型（5）和（6）的结果显示，土地财政收入对城市绿色空间覆盖水平的影响效应与表2中基准回归结果具有一致性，表明结果具有稳健性。

3.3.3　替换解释变量

使用地级市土地市场化出让收入总量衡量土地财政收入规模（LAND），考虑到城市规模的差异性，本文使用地级市人均土地市场化出让收入（PLAND）替换原有解释变量进行稳健性检验。模型（7）和（8）的回归结果表明，人均土地财政收入对城市绿色空间覆盖水平的影响与基准回归结果具有一致性，结果具有稳健性。

3.3.4　排除极端值影响

为排除极端值对回归结果的影响，本文对所有连续变量进行上下1%缩尾处理，缩尾处理后的回归结果如模型（9）和（10）所示，土地财政收入对城市绿色空间覆盖水平的影响与基准回归结果保持一致，结果具有稳健性。

3.3.5　时间滞后效应

考虑到土地财政对绿色空间的影响可能存在的时间滞后性，对土地财政变量及其他经济控制变量进行滞后回归，模型（11）和（12）分别展示了一期滞后和两期滞后的回归结果，其与基准回归结果一致，表明经济变量对城市绿色空间的影响具有一定稳定性。
表 4 稳健性检验回归结果

Table 4 The regression results of robustness test

变量 NDVImedian NDVI
模型（5） 模型（6） 模型（7） 模型（8） 模型（9） 模型（10） 模型（11） 模型（12）
lnLAND -0.003 9***（0.001 1） 0.018 1***（0.005 8） -0.003 5***（0.000 9） 0.015 0***（0.005 7）
lnLAND2 -0.000 9***（0.000 2） -0.000 8***（0.000 2）
lnPLAND -0.003 2***（0.000 9）

0.004 9

（0.003 1）
lnPLAND2 -0.000 7***（0.000 2）
L.lnLAND

-0.004 5***

（0.000 8）
L2.lnLAND -0.003 6***（0.000 9）
控制变量 控制 控制 控制 控制 控制 控制 控制 控制
个体固定效应 控制 控制 控制 控制 控制 控制 控制 控制
时间固定效应 控制 控制 控制 控制 控制 控制 控制 控制
城市数量/个 273 273 273 273 273 273 273 273
样本量/个 3 549 3 549 3 549 3 549 3 549 3 549 3 276 3 003
F检验 32.71*** 31.28*** 35.29*** 33.45*** 34.37*** 32.65*** 34.41*** 34.50***
R 2 0.223 4 0.228 2 0.221 4 0.223 7 0.220 7 0.224 7 0.209 4 0.204 6

3.4　调节效应分析

进一步，本文引入环境治理强度作为调节变量，分析环境治理强度在土地财政与城市绿色空间覆盖水平影响中的调节效应。表5模型（13）展示了环境治理调节效应的回归结果，环境治理强度与土地财政收入的交互项的回归系数在1%的显著性水平下为正，表明环境治理强度具有正向的调节作用，假说2得到验证。图3展示了环境治理强度不同程度下，土地财政收入对城市绿色空间覆盖水平的边际效应。随着环境治理强度的增强，土地财政收入对城市绿色空间的影响效应由负转为正，在环境治理强度＞10%后，土地财政收入对城市绿色空间开始呈正向影响。这表明地方政府对环境治理相关事项的关注增加，能促使土地财政收入转向支撑城市绿色发展。
表 5 调节效应分析回归结果

Table 5 Regression results of moderating effect

变量 模型（13）
NDVI
lnLAND -0.005 2***（0.001 0）
ENVGOV -0.006 2***（0.001 1）
lnLAND*ENVGOV 0.000 5***（0.000 1）
控制变量 控制
个体固定效应 控制
时间固定效应 控制
城市数量（个） 273
样本量（个） 3 549
F检验 30.02***
R 2 0.222 1
图3 环境治理强度调节下土地财政收入对城市绿色空间的平均边际效应（95%置信区间）

Fig.3 Average Marginal effect (95% Confidence Interval) of land income on urban green space under the moderating of environmental governance

3.5　空间效应分析

3.5.1　空间自相关分析

本研究计算了城市绿色空间覆盖水平的全局莫兰指数（Moran's I），分析城市绿色空间覆盖水平的空间自相关特征。结果（表6）表明，2007—2019年城市绿色空间覆盖水平全局Moran's I值约为0.5，且Z检验的结果表明，全局莫兰指数均在1%的显著性水平下显著。这表明中国地级市城市绿色空间覆盖水平在空间上具有显著的正相关性，即绿色空间覆盖水平越高（低）的城市越容易集聚在一起。城市绿色空间覆盖水平和分布格局一方面受到气候条件的影响，另一方面也受到城市发展理念和规划的影响，呈现很强的空间集聚特征。因此，分析土地财政对城市绿色空间的影响需考虑空间溢出效应。
表 6 城市绿色空间覆盖水平全局空间自相关Moran's I

Table 6 The global spatial autocorrelation Moran's I of urban green space

年份 NDVI
Moran's I Z值 P值
2007 0.516 24.17 0.001
2008 0.552 26.47 0.001
2009 0.514 24.25 0.001
2010 0.454 21.90 0.001
2011 0.545 26.22 0.001
2012 0.478 22.65 0.001
2013 0.525 25.47 0.001
2014 0.520 25.10 0.001
2015 0.549 26.79 0.001
2016 0.498 24.10 0.001
2017 0.507 24.67 0.001
2018 0.470 22.39 0.001
2019 0.513 25.18 0.001
图4显示，2019年中国城市的绿色空间覆盖水平和土地财政收入2个核心变量均呈现比较明显的空间聚类特征。城市绿色空间覆盖水平的高-高集聚区位于东北、西南以及华东北部地区，这些区域的城市绿色空间覆盖水平普遍较高，可能与其气候条件较好（东北与西南地区）、城市发展进程中对绿色发展较为重视（华东北部地区）等因素密切相关。城市绿色空间覆盖水平的低-低集聚区集中在西北、华中南部及华南地区，这可能与区域气候条件较差（西北地区）、城市发展建设速度较快（华中南部及华南地区）等因素相关。土地财政收入的高-高集聚区位于长三角区域，该区域经济活跃，土地需求旺盛且单价较高。土地财政收入的低-低集聚区位于东北区域与西北区域，这些区域人口流失严重，土地市场活跃度较低，同时其经济发展水平较低，与之相应的区域土地价值较低，导致政府土地财政收入较少。
图4 城市绿色空间覆盖水平与土地财政收入的局部空间聚类

Fig.4 Local spatial clustering map of urban green space and land finance

3.5.2　空间杜宾模型回归结果

由于核心变量具有较为明显的空间集聚特征，本研究使用空间面板模型对数据进行分析，旨在避免空间上的相互影响对回归结果造成的影响，也进一步验证基准模型（表2）与调节效应模型（表5）的回归结果。基于LR检验结果，采用空间杜宾模型（SDM），同时，根据Hausman检验，采用固定效应模型。模型（14）和（15）的估计结果（表7）显示，无论采用反经济距离空间权重矩阵还是地理空间邻接权重矩阵，各变量的系数方向与显著性均保持一致，且主效应回归系数方向和显著性与基准回归结果（表2）基本一致，表明结果具有较强的稳健性。
表 7 空间杜宾模型回归结果

Table 7 Regression results of SDM model

变量 NDVI
模型（14） 模型（15） 模型（16） 模型（17）

反经济距离

空间权重

矩阵

地理空间

邻接权重

矩阵

反经济距离

空间权重

矩阵

地理空间

邻接权重

矩阵
lnLAND

-0.001 8***

（0.000 6）

-0.001 4**

（0.000 6）

-0.002 9***

（0.000 8）

-0.002 6***

（0.000 7）

ENVGOV

-0.002 9**

（0.001 2）

-0.004 2***

（0.001 1）

lnLAND*ENVGOV

0.000 3**

（0.000 1）

0.000 3***

（0.000 1）

W ×NDVI

0.440 3***

（0.017 8）

0.544 3***

（0.015 9）

0.433 7***

（0.017 9）

0.541 7***

（0.016 0）

W ×lnLAND

-0.002 0*

（0.001 1）

-0.001 9*

（0.001 0）

-0.003 5***

（0.001 3）

-0.002 4*

（0.001 2）

W ×ENVGOV

-0.006 0***

（0.002 3）

-0.001 5

（0.001 9）

W ×（lnLAND*

ENVGOV）

0.000 4**

（0.000 2）

0.000 2

（0.000 2）

控制变量 控制 控制 控制 控制
个体固定效应 控制 控制 控制 控制
时间固定效应 控制 控制 控制 控制
城市数量/个 273 273 273 273
样本量/个 3 549 3 549 3 549 3 549
模型（14）的回归结果表明，土地财政收入的增加，对城市绿色空间覆盖水平呈现显著的负向影响；同时，土地财政收入对城市绿色空间具有负向空间溢出影响，即经济水平相近且地理距离相近的城市的土地出让收入增加也会对该城市的绿色空间产生负向影响，这可能是发展水平相近城市的土地出让活动会增加该区域与土地相关的建设活动，从而对城市环境产生负面影响。同时，本研究使用2种空间权重矩阵，分析了环境治理调节效应的空间溢出效应，结果显示，地方政府环境治理在土地财政收入对城市绿色空间覆盖水平的负向影响中具有正向的调节作用。模型（16）的回归结果表明，环境治理调节效应具有正向的空间溢出效应，经济水平相近且地理距离相近的城市的治理活动会对该城市中土地财政与城市绿色空间关系具有显著的正向调节效应。环境治理在城市之间的模仿和扩散效应，有助于发挥土地财政在城市绿色发展中的积极作用。

3.5.3　空间溢出效应分解

为进一步分析土地财政对城市绿色空间覆盖水平影响的空间关联效应，将模型（14）和（16）的回归结果分解为直接效应和间接效应（表8）。结果表明，土地财政对城市绿色空间影响的总效应、直接效应以及间接效应均显著为负，环境治理对其的调节作用的总效应、直接效应以及间接效应均显著为正，再次验证了土地财政收入对城市绿色空间的挤出作用，以及环境治理积极的调节作用。这意味着经济水平相近、地理距离相邻的城市的土地出让活动、环境治理活动等具有重要的空间溢出影响，在提升城市绿色空间覆盖水平的过程中，经济地理临近城市的影响效应同样需要关注。
表 8 空间杜宾模型的效应分解

Table 8 Decomposition results of spatial effect of the SDM model

变量 基准模型 调节效应模型
总效应 直接效应 间接效应 总效应 直接效应 间接效应
lnLAND -0.006 7***（0.002 2） -0.002 2***（0.000 7） -0.004 5**（0.001 9） -0.011 3***（0.002 5） -0.003 5***（0.000 8） -0.007 9***（0.002 1）
ENVGOV -0.015 7***（0.003 9） -0.003 9***（0.001 2） -0.011 8***（0.003 6）
lnLAND*ENVGOV 0.001 2***（0.000 4） 0.000 3***（0.000 1） 0.000 9**（0.000 3）

3.5.4　影响效应的阶段性与区域异质性

为探究土地财政对城市绿色空间影响的时空异质性，本研究对不同时间段和不同区域的数据进行分组回归，运用空间杜宾模型，并使用反经济距离空间权重矩阵。表9展示了分组回归的效应分解结果。
表 9 分组空间杜宾模型的效应分解

Table 9 Decomposition results of spatial effect of the SDM model in sub-groups

效应分解 变量 时间阶段分组 地理区域分组
2007—2013年 2014—2019年 东部 中部 西部 东北
总效应 lnLAND

-0.003

（0.004）

-0.006

（0.004）

-0.002

（0.005）

-0.027***

（0.007）

-0.007**

（0.003）

0.001

（0.006）

ENVGOV

-0.013**

（0.006）

0.000 1

（0.009）

-0.000 4

（0.010）

-0.070***

（0.015）

-0.010*

（0.006）

-0.012*

（0.007）

lnLAND*ENVGOV

0.001**

（0.000 5）

0.000 2

（0.001）

0.000 1

（0.000 8）

0.006***

（0.001）

0.001

（0.001）

0.001*

（0.001）

直接效应 lnLAND

-0.001

（0.001）

-0.003**

（0.001）

-0.002*

（0.001）

-0.007***

（0.002）

-0.004**

（0.002）

0.000 1

（0.002）

ENVGOV

-0.003*

（0.001 5）

-0.005*

（0.003）

-0.003

（0.003）

-0.012***

（0.004）

-0.005*

（0.003）

-0.002

（0.002）

lnLAND*ENVGOV

0.002*

（0.001 4）

0.000 4*

（0.000 2）

0.000 3

（0.000 2）

0.001***

（0.000 3）

0.000 4*

（0.000 25）

0.000 2

（0.000 2）

间接效应 lnLAND

-0.002

（0.003）

-0.002

（0.003）

0.001

（0.004）

-0.019***

（0.006）

-0.003

（0.003）

0.000 1

（0.005）

ENVGOV

-0.010**

（0.005）

0.005

（0.008）

0.003

（0.009）

-0.058***

（0.013）

-0.005

（0.005）

-0.010

（0.007）

lnLAND*ENVGOV

0.001*

（0.000 5）

-0.000 2

（0.001）

-0.000 2

（0.001）

0.005***

（0.001）

0.000 2

（0.000 5）

0.001

（0.001）

从不同时间段看，2007—2013年环境治理的调节作用的总效应、直接效应以及间接效应均显著为正，表明该阶段环境治理积极的调节作用以及空间溢出效应。然而，在2014—2019年，环境治理的调节效应只有直接效应显著为正，总效应和间接效应不显著。随着时间的推移，后一阶段环境治理的积极影响减弱，且仅存在于城市自身，对周边的溢出效应不再显著，如何持续发挥环境治理的积极影响，成为未来的关注重点。
从不同地理区域分组看，相对欠发达的中部区域和西部区域中，土地财政收入呈现对城市绿色空间的挤出作用，同时环境治理具有积极的调节作用。东部区域可能由于较好的经济基础，绿色空间改善与土地财政的关联效果不明显。东北区域自身绿色空间禀赋较高，受到土地财政的影响不显著。如何发挥土地财政对城市绿色空间的积极影响作用，在中西部区域更重要。

4 结论与启示

本文基于中国273个地级市2007—2019年面板数据，综合运用固定效应模型、调节效应模型、空间杜宾模型等，分析了土地财政收入对城市绿色空间覆盖水平的影响，主要结论为：
1）土地财政收入与城市平均绿度呈现倒“U”型关系：随着土地财政收入的增加，城市绿色空间覆盖水平先增加后降低。在一定阶段，土地财政收入可为城市绿色空间的提升提供资金支持，但大部分城市土地财政规模超过曲线拐点，表明土地财政收入整体还是对城市绿色空间存在负面影响。这与已有研究（Xia et al., 2023；孙成芳，2023）提出的“土地财政对公共服务支持存在边际效应递减规律”具有一致性。
2）地方政府环境治理强度在土地财政对城市绿色空间的影响中具有显著的正向调节效应，即有效的环境治理可有效地促进土地财政支撑城市绿色发展。这在一定程度上说明“十八大”生态文明体制改革以来，环境保护“一票否决”式的政绩评价体系有效地推动了地方政府加强环境治理（Wang et al., 2023b），进而促进地方政府从“以地谋增长”到“以地促绿色”的发展范式转型（汤慧 等，2022）。
3）土地财政收入对城市绿色空间覆盖水平的影响、环境治理的调节效应存在显著的空间溢出效应，即城市绿色空间也会受到周边城市土地财政收入、环境治理强度等的影响。这与关于“土地财政竞争引发跨区域资源虹吸”及“环境规制正向溢出效应”的结论（杨喜 等，2021；张明 等，2021）相对应。分组回归分析发现，土地财政对城市绿色空间的影响具有显著的时间异质性与区域分异特征，其中，中西部地区是构建土地财政与环境治理协同机制的重点区域。
尽管随着快速城镇化进入尾声，土地财政这一中国地方政府独特的财政收入来源式微，但在分税制体制和地方政府间竞争依旧存在的背景下，合理配置地方财政资源以支持城市环境治理、保障绿色空间供给仍具有重要现实意义。基于本研究结论，提出以下政策建议：1）增强土地财政对城市绿色发展的支撑作用，建立土地财政收入对城市绿色发展的支持机制，如划定固定比例的土地财政收入作为城市环境改善专项资金；2）降低地方政府对土地财政的依赖，转变地方政府“土地财政依赖”的发展模式，通过培育房产税、绿色债券等替代财源，优化地方财政结构；3）强化环境治理的引导作用，通过财政补贴、税收优惠等政策工具，激励地方政府将土地收益向绿色空间建设领域倾斜；4）引导地方政府良性环境竞争，构建多元绿色的绩效评价体系，促进政府间环境治理实践的模仿与扩散。
相较于既有研究，本研究的贡献体现在3方面：1）在制度转型框架下重新审视土地财政与绿色发展的博弈关系，而非将其简单视为对环境产生负向影响的因素；2）构建环境治理的调节效应分析模型，解构环境治理增强下土地财政对绿色空间的作用路径；3）尝试提出土地财政退出背景下实现城市绿色发展的有效路径，为城市绿色转型提供了兼顾现实约束与发展需求的实践方案。然而，本研究也存在一定不足：1）仅以土地市场化出让收入衡量土地财政，未考虑基于土地产生的税收、债券、基金等其他收入；2）使用地级市节能环保支出占财政支出的比重衡量地方政府环境治理水平，这一做法存在一定的片面性。未来可进一步拓展数据维度，深入剖析土地财政影响城市绿色发展的内在机制和动态过程。

1 https://hub.worldpop.org/

2 https://www.ceicdata.com/zh-hans

3 https://data.cma.cn/

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
陈辅国，郭爱请，武爱彬，王宇桐，范洁. 2025. 京津冀城市群城市扩张格局演变及其对生态环境质量的影响. 环境科学，46（6）: 3708-3719.

Chen Fuguo, Guo Aiqing, Wu Aibin, Wang Yutong, and Fan Jie. 2025 Evolution of Urban Expansion Pattern and Its Impact on Ecological Environment Quality in the Beijing-Tianjin-Hebei Urban Agglomeration. Environmental Science, 46(6): 3708-3719.

Chen W Y and Hu F Z. 2015. Producing Nature for Public: Land-Based Urbanization and Provision of Public Green Spaces in China. Applied Geography, 58: 32-40.

Chen W Y and Wang D T. 2013. Economic Development and Natural Amenity: An Econometric Analysis of Urban Green Spaces in China. Urban Forestry & Urban Greening, 12(4): 435-442.

Feng W, Liu Y, and Qu L. 2019. Effect of Land-Centered Urbanization on Rural Development: A Regional Analysis in China. Land Use Policy, 87: 104072.

Governa F and Sampieri A. 2020. Urbanisation Processes and New Towns in Contemporary China: A Critical Understanding from a Decentred View. Urban Studies, 57(2): 366-382.

黄磊，吴传清. 2021. 外商投资、环境规制与长江经济带城市绿色发展效率. 改革，（3）：94-110.

Huang Lei and Wu Chuanqing. 2021. Foreign Investment, Environmental Regulation and Green Development Efficiency of Cities along the Yangtze River Economic Belt. Reform, (3): 94-110.

Huo T, Li X, Cai W, Zuo J, Jia F, and Wei H. 2020. Exploring the Impact of Urbanization on Urban Building Carbon Emissions in China: Evidence from a Provincial Panel Data Model. Sustainable Cities and Society, 56: 102068.

江曼琦，刘蕖，魏新月. 2024. 城市紧凑度对城市公共服务设施空间可达性的影响. 兰州大学学报（社会科学版），（3）：66-79.

Jiang Manqi, Liu Qu, and Wei Xinyue. 2024. The Impact of Urban Compactness on the Spatial Accessibility of Urban Public Service Facilities. Journal of Lanzhou University(Social Sciences), (3): 66-79.

柯楠，卢新海，范翔宇，匡兵. 2024. 环境规制对城市土地绿色低碳利用水平的空间效应. 中国土地科学，38（9）：88-99.

Ke Nan, Lv Xinhai, Fan Xiangyu, and Kuang Bing. 2024. Spatial Effects of Environmental Regulation on Green and Low-Carbon Utilization Level of Urban Land. China Land Science, 38(9): 88-99.

李明月，张志鸿，胡竹枝. 2018. 土地要素对经济增长的贡献研究--基于土地资源与土地资产双重属性的视角. 城市发展研究，25（7）：61-67.

Li Mingyue, Zhang Zhihong, and Hu Zhuzhi. Research on the Contribution of Land Factors to Economic Growth: from the Perspective of Dual Attributes of Land Resources and Land Assets. Urban Development Studies, 25(7): 61-67.

李诗尧，李玉婷，魏星，李永正，殷炜达. 2023. 城市公园绿地绿色绅士化研究——以北京市朝阳区为例. 现代城市研究，（3）：125-132.

Li Shiyao, Li Yuting, Wei Xing, Li Yongzheng, and Yin Weida. 2023. Research on the Green Gentrification of Urban Parks: A Case Study of Chaoyang District in Beijing. Modern Urban Research, (3): 125-132.

廖卫东，刘淼. 2020. 长江经济带土地城镇化、人口城镇化与城市生态效率提升——基于108个地级及以上城市面板数据的实证分析. 城市问题，（12）：57-68.

Liao Weidong and Liu Miao. 2020. Land Urbanization, Population Urbanization, and Urban Ecological Efficiency Improvement in the Yangtze River Economic Belt: Empirical Analysis based on Panel Data of 108 Cities. Urban Problems, (12): 57-68.

Lichtenberg E and Ding C. 2009. Local Officials as Land Developers: Urban Spatial Expansion in China. Journal of Urban Economics, 66(1): 57-64.

刘朝阳，李傲洋，张璐. 2023. 地方“发展型”政府财政压力与补充性融资选择. 财贸研究，34（10）：50-61，84.

Liu Zhaoyang, Li Aoyang, and Zhang Lu. 2023. Financial Pressure and Supplementary Financing Options of Local "Developmental" Governments. Finance and Trade Research, 34(10): 50-61, 84.

刘奎，王健. 2021. 土地经营对中国城市空间扩张的驱动机制——基于273个地级市的实证分析. 资源科学，43（4）：764-775.

Liu Kui and Wang Jian. 2021. Driving Mechanism of Land Conduct on Urban Spatial Expansion in China: Empirical Analysis Based on 273 Prefecture-Level Cities. Resources Science, 43(4): 764-775.

刘涛，彭荣熙，卓云霞，曹广忠. 2022. 2000—2020年中国人口分布格局演变及影响因素. 地理学报，77（2）：381-394.

Liu Tao, Peng Rongxi, Zhuo Yunxia, and Cao Guangzhong. 2022. China's Changing Population Distribution and Influencing Factors: Insights from the 2020 Census Data. Acta Geographica Sinica, 77(2): 381-394.

刘伟明，王明，吴志军，赖新峰. 2022. 长江经济带环境质量和经济增长的双向互动关系及空间分异. 经济地理，42（4）：54-64.

Liu Weiming, Wang Ming, Wu Zhijun, and Lai Xinfeng. 2022. Bilateral Interaction and Spatial Differentiation between Environmental Quality and Economic Growth in the Yangtze River Economic Belt. Economic Geography, 42(4): 54-64.

刘晔，何嘉锐，王若宇，李志刚. 2023. 城市绿色空间对心理健康的影响：研究进展与展望. 热带地理，43（9）：1747-1759.

Liu Ye, He Jiarui, Wang Ruoyu, and Li Zhigang. 2023. The Impact of Urban Green Space on Mental Wellbeing: Research Progress and Recommendations. Tropical Geography, 43(9): 1747-1759.

卢新海，李佳，刘超，匡兵，蔡大伟，侯娇. 2022. 中国城市土地绿色利用效率驱动因素及空间分异. 地理科学，42（4）：611-621.

Lu Xinhai, Li Jia, Liu Chao, Cai Dawei, and Hou Jiao. 2022. Driving Factors and Spatial Differentiation of Urban Land Green Use Efficiency in China. Scientia Geographica Sinica, 42(4): 611-621.

吕祥伟，张莉娜. 2024. 财政纵向失衡对城市绿色全要素生产率的影响——双重机器学习下来自土地财政视角的理论阐释. 经济与管理研究，45（4）：56-75.

Lv Xiangwei and Zhan Lina. 2024. Impact of Fiscal Vertical Imbalance on Urban Green TFP—Theoretical Explanation from the Perspective of Land Finance under Double/Debiased Machine Learning. Research on Economics and Management, 45(4): 56-75.

秦炳涛，彭涔，葛力铭，俞勇伟. 2023. 资源依赖、政府廉政水平与绿色技术创新——来自中国资源型城市的经验证据. 中国环境科学，43（7）：3835-3847.

Qin Bingtao, Peng Cen, Ge Liming, and Yu Yongwei. 2023. Resource Dependence, Government Integrity and Green Technology Innovation: Evidence from Resource-Based Cities in China. China Environmental Science, 43(7): 3835-3847.

Gill A R, Viswanathan K K, and Hassan S. 2018. The Environmental Kuznets Curve(EKC) and the Environmental Problem of the Day. Renewable and Sustainable Energy Reviews, 81: 1636-1642.

邵朝对，苏丹妮，邓宏图. 2016. 房价、土地财政与城市集聚特征：中国式城市发展之路. 管理世界，（2）：19-31，187.

Shao Chaodui, Su Danni, and Deng Hongtu. 2016. Housing Prices, Land Finance and City Agglomeration Characteristics: the Road of China's City Development. Journal of Management World, (2): 19-31, 187.

沈坤荣，周力. 2020. 地方政府竞争、垂直型环境规制与污染回流效应. 经济研究，55（3）：35-49.

Shen Kunrong and Zhou Li. 2020. Local Government Competition, Vertical Environmental Regulation and the Pollution Backflow Effect. Economic Research Journal, 55(3): 35-49.

孙成芳. 2023. 土地财政、价值捕获与公共品提供. 云南财经大学学报，（11）：16-31.

Sun Chengfang. 2023. Land Finance, Value Capture and Provision of Public Goods. Journal of Yunnan University of Finance and Economics, (11): 16-31.

孙红，方国飞，阮琳琳，李斯楠，张丽. 2022. 亚洲半干旱区碳水通量时空格局及驱动因素. 生态学报，42（12）：4742-4757.

Sun Hong, Fang Guofei, Ruan Linlin, and Zhang Li. 2022. Spatial-Temporal Pattern and Driving Factors of Carbohydrate Flux in Semi-Arid Region of Asia. Acta Ecologica Sinica, 42(12): 4742-4757.

Sun L, Chen J, Li Q, and Huang D. 2020. Dramatic Uneven Urbanization of Large Cities throughout the World in Recent Decades. Nature Communications, 11(1): 5366.

田传浩，李明坤，郦水清. 2014. 土地财政与地方公共物品供给——基于城市层面的经验. 公共管理学报，11（4）：38-48，141.

Tian Chuanhao, Li Mingkun, and Li Shuiqing. 2014. Land Fiscal and Local Public Goods Provision: Evidences from Cities. Journal of Public Management, 11(4): 38-48, 141.

田逸飘，郭佳钦，廖望科. 2021. 我国城镇化进程的驱动因素分解及阶段性变化——基于LMDI模型的再检验. 生态经济，37（7）：73-77，110.

Tian Yipiao, Guo Jiaqin, and Liao Wangke. 2021. Measurement and Decomposition Analysis on the Driving Factors of Urbanization in China: Reexamination based on LMDI Model. Ecological Economy, 37(7): 73-77, 110.

汤慧，铁卫，钟飞. 2022. 中国环境治理水平的空间溢出效应研究. 统计与信息论坛，（8）：75-89.

Tang Hui, Tie Wei, and Zhong Fei. 2022. Research on the Spatial Spillover Effeet of China's Environmental Governance Level. Journal of Statistics and Information, (8): 75-89.

Tang P, Shi X, Gao J, Feng S, and Qu F. 2019. Demystifying the Key for Intoxicating Land Finance in China: An Empirical Study through the Lens of Government Expenditure. Land Use Policy, 85: 302-309.

Tiebout C M. 1956. A Pure Theory of Local Expenditures. Journal of Political Economy, 64(5): 416-424.

万庆，潘晓宇，徐萌，潘方杰. 2025. 中国环境规制强度的时空演变及其影响因素. 长江流域资源与环境，34（6）:1300-1311.

Wan Qing, Pan Xiaoyu, Xu Meng, and Pan Fangjie. 2025. Spatial-Temporal Evolution of Environmental Regulation Intensity and Its Influencing Factors in China. Resources and Environment in the Yangtze Basin, 34(6):1300-1311.

Wang A and Chan E. 2019. Institutional Factors Affecting Urban Green Space Provision—From a Local Government Revenue Perspective. Journal of Environmental Planning and Management, 62(13): 2313-2329.

王芳，陈硕. 2020. 晋升激励与城镇化——基于地级市数据的证据. 中国经济问题，（6）：74-90. [Wang Fang and Chen Shuo. 2020. Local Officials' Incentive and Urbanization in China. China Economic Studies, (6): 74-90. ]

Wang J and Zhang X. 2022. Land-Based Urbanization in China: Mismatched Land Development in the Post-Financial Crisis Era. Habitat International, 125: 102598.

Wang, J, Gao F, Tang P, Krabben E V D, Ploegmakers H, and Samsura A. 2023a. Will the Increase in Local Land-Based Revenues Lead to an Improvement in Environmental Quality? An Empirical Study through the Lens of Land Finance in China. Journal of Environmental Planning and Management, 66(5): 1061-1088.

Wang J, Zhang Y, Zhang X, Song M, and Ye J. 2023b. The Spatio-Temporal Trends of Urban Green Space and Its Interactions with Urban Growth: Evidence from the Yangtze River Delta Region, China. Land Use Policy, 128: 106598.

Wang L O, Wu H, and Hao Y. 2020. How does China's Land Finance Affect Its Carbon Emissions? Structural Change and Economic Dynamics, 54: 267-281.

王玉波. 2015. 土地财政与城市用地规模关系地域差异研究. 中国人口·资源与环境，（4）：76-83.

Wang Yubo. 2015. Regional Disparity of the Relationship Between Land Finance and Urban Land Scale. China Population, Resources and Environment, (4): 76-83.

Wu F. 2019. Land Financialisation and the Financing of Urban Development in China. Land Use Policy, 112: 104412.

王韧，贾文浩，朱晓庆. 2024. 地方政府环境治理的“言行一致性”及其驱动机制. 财经科学，（9）：131-148.

Wang Ren, Jia Wenhao, and Zhu Xiaoqing. 2024. The Consistency between "Words" and "Deeds" in the Local Governments' Environmental Protection and Its Mechanisms. Finance & Economics, (9): 131-148.

王文竹. 2024. 土地财政依赖与城市经济高质量发展——基于278个城市的门槛效应分析. 技术经济与管理研究，（9）：127-133.

Wang Wenzhu. 2024. Dependence of Land Finance and High-Quality Development of Urban Economy: Threshold Effect Analysis Based on Data from 278 Cities. Journal of Technical Economics & Management, (9): 127-133.

温忠麟，侯杰泰，张雷. 2005. 调节效应与中介效应的比较和应用. 心理学报，（2）：268-274.

Wen Zhonglin, Hou Jietai, and Zhang Lei. 2005. A Comparison of Moderator and Mediator and Their Applications. Acta Psychologica Sinica, (2): 268-274.

Xia H, Ding J, and Shen Y. 2023. The Land Finance and Eco-Product Value Nexus: Evidence from Fiscal Decentralization in China. Environmental Science and Pollution Research, 30: 85746–85758.

肖严华，侯伶俐，毛源远. 2021. 经济增长、城镇化与空气污染——基于长三角城市群的实证研究. 上海经济研究，（9）：57-69.

Xiao Yanhua, Hou Lingli, and Mao Yuanyuan. 2021. Economic Growth, Urbanization and Air Pollution: An Empirical Study Based on the Yangtze River Delta Urban Agglomeration. Shanghai Journal of Economics, (9): 57-69.

徐孟志，李继霞，刘腾飞，张灿，王华春. 2023. 中国环境治理绩效的区域差异、动态演进及收敛性——基于流域视角的比较分析. 经济地理，43（10）：1-12.

Xu Mengzhi, Li Jixia, Liu Tengfei, Zhang Can, and Wang Huachun. 2023. Difference Evolution and Convergence of Environmental Governance Performance in Three Major River Basins of China. Economic Geography, 43(10): 1-12.

严思齐，彭建超，吴群. 2017. 土地财政对地方公共物品供给水平的影响——基于中国省级面板数据的分析. 城市问题，（8）：8-14，83.

Yan Siqi, Peng Jianchao, and Wu Qun. 2017. The Impact of Land Finance on the Supply Level of Local Public Goods: An Analysis Based on Provincial Panel Data in China. Urban Problems, (8): 8-14, 83.

颜燕，王蒙，张杰. 2019. 土地财政是公共品供给结构失衡的真正推手吗？北京师范大学学报（社会科学版），（2）：146-157.

Yan Yan, Wang Meng, and Zhang Jie. 2019. Is Land-based Finance the Prominent Cause of the Imbalanced Structure in the Public Goods Supply? Journal of Beijing Normal University(Social Sciences), (2): 146-157.

杨喜，卢新海. 2021. 空间效应视角下中国城市土地城镇化的驱动因素. 中国人口·资源与环境，31（1）：156-164.

Yang Xi and Lu Xinhai. 2021. Driving Factors of Urban Land Urbanization in China from the Perspective of Spatial Effects. China Population, Resources and Environment, 31(1): 156-164.

于斌斌，苏宜梅. 2022. 土地财政如何影响土地利用效率？——基于规模与技术视角的动态空间杜宾模型检验. 地理研究，41（2）：527-545.

Yu Binbin and Su Yimei. 2022. How does Land Finance Affect Land Use Efficiency? Dynamic Space Durbin Model Test Based on the Perspective of Scale and Technology. Geographical Research, 41(2): 527-545.

Yu B and Zhou X. 2024. Land Finance and Urban Sprawl: Evidence from Prefecture-Level Cities in China. Habitat International, 148: 103074.

袁方成，姜煜威. 2020. “晋升锦标赛”依然有效？——以生态环境治理为讨论场域. 公共管理与政策评论，9（3）：62-73.

Yuan Fangcheng and Jiang Yuwei. 2020. Is the Promotion Tournament Still Work? Eco-Environmental Governance as a Discussion Area. Public Administration and Policy Review, 9(3): 62-73.

Zhang J, Shi Z, Chu X, and Shen Y. 2021. The Effect of the Spatial Misallocation of Land Supply on Entrepreneurial Activity. Applied Economics Letters, 28(11): 949-953.

张明，张鹭，宋妍. 2021. 异质性环境规制、空间溢出与雾霾污染. 中国人口·资源与环境，31（12），53-61.

Zhang Ming, Zhang Lu, and Song Yan. 2021. Heterogeneous Environmental Regulations, Spatial Spillover and Haze Pollution. China Population, Resources and Environment, 31(12): 53-61.

赵扶扬，王忏，龚六堂. 2017. 土地财政与中国经济波动. 经济研究，52（12）：46-61.

Zhao Fuyang, Wang Chan, and Gong Liutang. Land Finance and Chinese Macroeconomic Fluctuations. Economic Research Journal, 52(12): 46-61.

赵海霞，王淑芬，孟菲，牛铭杰，骆新燎. 2020. 绿色空间格局变化及其驱动机理——以南京都市区为例. 生态学报，40（21）：7861-7872.

Zhao Haixia, Wang Shufen, Meng Fei, Niu Mingjie, and Luo Xinliao. 2020. Green Space Pattern Changes and Its Driving Mechanism: A Case Study of Nanjing Metropolitan Area. Acta Ecologica Sinica, 40(21): 7861-7872.

Zhao J, Chen S, Jiang B, Ren Y, Wang H, Vause J, and Yu H. 2013. Temporal Trend of Green Space Coverage in China and Its Relationship with Urbanization over the Last Two Decades. Science of the Total Environment, 442: 455-465.

赵金国，王秀丽，李先涛. 2024. 绿色技术创新、环境规制对黄河流域城市绿色发展的影响机理. 中国人口·资源与环境，34（9）：132-141.

Zhao Jinguo, Wang Xiuli, and Li Xiantao. 2024. Impact Mechanisms of Green Technology Innovation and Environmental Regulation on the Green Development of Cities in the Yellow River Basin. China Population, Resources and Environment, 34(9): 132-141.

赵燕菁. 2014. 土地财政：历史、逻辑与抉择. 城市发展研究，21（1）：1-13.

Zhao Yanjing. 2014. Land Finance in China: History, Logic and Choice. Urban Development Studies, 21(1): 1-13.

郑怡林，陆铭. 2018. 大城市更不环保吗？——基于规模效应与同群效应的分析. 复旦学报（社会科学版），60（1）：133-144.

Zheng Yilin and Lv Ming. 2018. Are Large Cities Less Green? An Analysis based on Scale Effect and Peer Effect. Fudan Journal(Social Sciences Edition), 60(1): 133-144.

周波，李闯. 2024. 政府间环境分权与环境治理绩效：机制梳理和框架重构. 中央财经大学学报，（11）：25-35.

Zhou Bo and Li Chuang. 2024. Intergovernmental Environmental Decentralization and Environmental Governance Performance: Mechanism Sorting and Framework Reconstruction. Journal of Central University of Finance & Economics, (11): 25-35.

中共中央，国务院. 2024. 中共中央 国务院关于加快经济社会发展全面绿色转型的意见. 人民日报，2024-08-12（第001版）.

The Central Committee of the Communist Party of China and The State Council. 2024. Opinions of the CPC Central Committee and the State Council on Accelerating the Comprehensive Green Transformation of Economic and Social Development. People's Daily, 2024-08-12 (No. 001).

朱纪广，许家伟，李小建，娄帆，陈玉蓉. 2020. 中国土地城镇化和人口城镇化对经济增长影响效应分析. 地理科学，40（10）：1654-1662.

Zhu Jiguang, Xu Jiawei, Li Xiaojian, Lou Fan, and Chen Yurong. 2020. Impact of Land Urbanization and Population Urbanization on Economic Growth in China. Scientia Geographica Sinica, 40(10): 1654-1662.

Options
文章导航

/

〈 〉