城鎮化對我國碳排放的影響研究
——基于省級面板數據

謝皓楠

(安徽財經大學 統計與應用數學學院，安徽 蚌埠 233030)

城鎮化對我國碳排放的影響研究
——基于省級面板數據

謝皓楠

(安徽財經大學 統計與應用數學學院，安徽 蚌埠 233030)

從人口、經濟、產業、生活、空間、環境六個方面分析了城鎮化對中國碳排放的影響機理，并分別選取代表性指標，綜合采用靜態和動態面板模型進行實證研究. 結果表明：碳排放具有較強的路徑依賴性特征，人口、經濟和城鎮空間建設是引起碳排放增加的主要因素，第三產業對碳排放具有顯著負作用，環境建設未能起到減少碳排放的效果. 最后，針對性提出了城鎮化進程中碳排放減排建議.

城鎮化；碳排放；省級面板數據

城鎮化是中國現代化進程的重大戰略. 自改革開放以來我國城鎮化迅速發展，城鎮化率已從1978年的17.9%增長至2015年的56.1%[1]，年均增長一個百分點，推動了我國經濟發展和產業結構的調整，提高了人民生活水平，但同時也帶來了能源消費特別是化石能源消費的迅速增長. 一方面，城市基礎設施建設需要大量鋼鐵、水泥、玻璃等工業品；另一方面，城鎮化提高了人民收入，從而加大了人們對于汽車、空調、冰箱等大件耗能產品的需求，結果導致二氧化碳的大量排放，給資源、環境和生態帶來了巨大壓力. 據統計，中國二氧化碳排放量在2014年占全球碳排放總量29.6%，這一比重已上升為全球碳排放第一大國，并超過碳排放第二大國美國約15個百分點[2]. 為了我國經濟的長遠健康發展，十八屆三中全會通過了《關于全面深化改革若干重大問題的決定》，要求改善健全我國城鎮化發展體制機制，堅持走中國特色新型城鎮化道路. 新型城鎮化要求資源節約、環境友好、集約高效；重視城鎮化與工業化之間的協調發展，鼓勵發展第三產業；強調以人為本的城鎮化. 減少碳排放和發展清潔能源是新型城鎮化發展戰略的重大任務. 分析城鎮化對碳排放的影響，可以為低碳城鎮化發展提供一定的方向與建議，實現人口、經濟、資源、環境的協調可持續發展.

1 文獻綜述

城鎮化，不同學科給予了不同解釋：人口學認為城鎮化就是人口不斷從農村流向城鎮的過程；經濟學將其理解為一種經濟結構的轉變，是資本和勞動力等生產要素從農業活動向非農業活動的轉移；地理學則定義為人類活動在地域上的轉移與集中，包括發展新城區、擴建舊城區等，使各項經濟活動在空間上更加集約化和高效化. 鑒于對城鎮化定義的不同，各國學者在研究城鎮化對碳排放影響時使用的指標也不盡相同，導致得出的結果不盡相同. 另外，由于各個國家和地區的城鎮化發展階段不同，樣本不同導致結論不同.

1.1 線性假說

1.1.1 城鎮化增加碳排放

Jones以1980年59個國家的截面數據為樣本，發現城鎮化與碳排放之間呈正相關關系[3]. Cole M A和Neumayer E選取了86個國家24年的面板數據，使用STIRPAT模型同樣發現城鎮化對碳排放有明顯促進作用[4]. Fan Y等以收入高低對不同國家進行分組研究，發現高收入、中等收入和低收入國家城鎮化對碳排放均有正影響，其中高收入國家影響最大，低收入國家次之，中等收入國家影響最小[5]. York R以14個歐盟國家41年的樣本數據為樣本，研究發現城鎮化會增加能源消費，從而促進碳排放的增加[6].

國內學者關于城鎮化對碳排放影響研究大多支持城鎮化促進了碳排放. 朱勤和魏元濤采用LMDI分解法，發現人口城鎮化會增加碳排放[7]. 周葵和戴小文研究發現城市化與碳排放之間具有穩定的正向關系，城市化率每提高1%，碳排放增加1.61%[8]. 胡雷和王軍峰以我國國家層面1978—2012年的時間序列為樣本，得出結論我國城鎮化對碳排放量的彈性系數是1.44[9].

1.1.2 城鎮化減少碳排放

Susan Sunila Sharma采用69個國家21年的面板數據做動態面板模型分析發現，城鎮化對碳排放產生了負面影響，并進一步將69個國家分成高收入、中等收入和低收入三組分別進行研究，發現三組國家的城鎮化都對碳排放具有負面效應[10]. 盧祖丹以非農人口占總人口的比重作為城鎮化指標，使用三階段最小二乘法研究我國城鎮化對碳排放的影響，發現城鎮化會減少我國碳排放[11]. 趙紅和陳雨蒙選取城鎮人口占總人口的比例來衡量城鎮化水平，以我國1978—2010年的時間序列為樣本，通過協整檢驗和格蘭杰因果檢驗發現，城鎮化對碳排放存在顯著的負面影響[12]. 闞大學利用空間計量經濟學方法分析了城鎮化對能源強度的影響，認為在長期內，城鎮化水平越高能源利用效率越高，從而降低碳排放[13].

1.2 非線性假說

不少學者認為城鎮化對碳排放的影響不是單純增加或減少，而是一種曲線關系. Martínez-Zarzos I和Maruotti A以1975—2003年88個發展中國家的面板數據為樣本，發現：城鎮化與碳排放之間呈倒U型關系[14]. 楊曉軍和陳浩在STIRPAT模型和簡單環境庫茲涅茲曲線基礎上，以城鎮人口占總人口的比例來衡量城鎮化水平研究了城鎮化對碳排放的影響，發現其具有地區間差異，全國和東部地區兩者之間呈倒N型關系，中部地區則呈N型關系，西部地區也呈現倒N型關系，但在統計上不顯著[15]. 王芳和周興以中國、美國、英國、日本等九個國家52年的面板數據為樣本，發現人口城鎮化與碳排放之間呈現倒U型關系[16].

對比上述文獻發現，國內外學者關于城鎮化對碳排放的研究，主要集中在實證層面，對于理論層面很少涉及；在指標選取上多使用人口城鎮化代替，難以全面衡量. 本文先從理論上探討了城鎮化在人口、經濟、產業、生活、空間、環境六個方面對碳排放的影響，接著結合使用靜態與動態面板模型，并分別選取代表性指標，結合使用靜態和動態面板模型進行實證研究其影響.

2 城鎮化對碳排放影響的理論分析

2.1 人口城鎮化對碳排放的影響

城鎮化發展初期，城鎮基礎建設和產業發展需要大量勞動力，經政府引導，大量農村人口來到城鎮就業，一部分農村人口也因此留在城市成為城市居民，導致城鎮居民增多，居民生活、城鎮建設、各產業生產消耗能源增加，進而引起碳排放總量上升. 而城鎮化會提高對教育的重視，城鎮居民的素質將大大提高，城市對專業型、技術型和創新型等高素質人才的需求加大，高新技術發展提高了各產業的生產效率，科研工作者可以為城鎮發展提供更好策略，碳排放得以有效控制. 因此，人口城鎮化初期會增加碳排放，后期碳排放具有負作用.

2.2 經濟城鎮化對碳排放的影響

城鎮化是一種經濟發展現象. 經濟發展離不開消費，消費會間接引起碳排放量增加；另外城鎮化發展需要各種投資，包括道路、房屋、各項基礎設施建設投資，此類建設需要使用大量鋼鐵、水泥等工業產品，從而引起化石能源消耗增加. 另外投資具有乘數效應，投資越多，城市發展越快，促進投資進一步加大，導致更多碳排放. 但投資也具有規模效應；出口是經濟發展的一個重要方面，出口會加大對國內產品的需求，生產加大，能源消耗增加，碳排放增加. 因此可以得出結論，經濟城鎮化會增加碳排放.

2.3 產業城鎮化對碳排放的影響

城鎮化會促進產業發展、產業集聚和產業結構升級. 城鎮化發展初期，大量人口向城鎮轉移，第一產業人口減少，第二產業和第三產業發展加速. 第二產業的發展以工業為主，會消耗大量化石能源，導致碳排放增加. 隨著第二產業的迅速發展，城鎮化速度加快，城鎮化規模擴大，對發展第三產業的需求提高. 第三產業更加注重產品質量和服務能力的提升，擁有更高附加值. 此時第二產業比重下降，有利于減少碳排放. 因此，在產業城鎮化中要大力發展第三產業，以減少碳排放.

2.4 生活城鎮化對碳排放的影響

新型城鎮化是以人為本的城鎮化，人民生活水平提升是城鎮化最重要體現，是城鎮化根本. 在農業時代，大部分人民滿足于溫飽，城鎮居民少，以農業、手工業為主，生活耗能低，對環境污染小. 隨著城鎮化加速發展，工業化時代到來，大量工業廢氣、廢品等排放嚴重污染了城鎮環境. 城鎮居民生活水平也隨之提高，居民消費結構改變，對汽車、冰箱等高耗產品的需求增加，導致碳排放量增加. 因此，生活城鎮化會增加碳排放量.

2.5 空間城鎮化對碳排放的影響

城鎮化所帶來最直觀的變化就是空間上的變化. 大量農業用地成為城鎮建設用地，大量房屋、道路以及其他基礎設施的建設，推動了鋼鐵、水泥、化石能源行業的發展，帶來巨大的能源消耗，造成環境嚴重污染. 但隨著經濟發展，人口結構改變，人民素質提高，產業結構轉型、環境建設的完善和碳減排的壓力，會促使高耗能行業的優化升級，促使政府制定更加合理的城鎮空間建設計劃，朝低碳方向發展，達到控制碳排放的目的. 因此，空間城鎮化初期會帶來碳排放的增加，后期則有利于碳排放的減少.

2.6 環境城鎮化對碳排放的影響

環境建設是城鎮建設中非常重要的一部分，關系到城鎮的長遠發展. 環境建設包含減少大氣污染排放物、開發清潔能源、提升資源利用效率等. 城鎮環境建設是一個完整系統，從居民生活垃圾、生活污水的處理，到工業污染的處理和城市綠化. 所以，城鎮環境建設將會減少碳排放.

3 城鎮化對碳排放影響的實證分析

3.1 碳排放量的測算

碳排放主要來源于化石能源的燃燒，根據《中國能源統計年鑒》，選擇煤炭、汽油、煤油、柴油、天然氣、燃料油、原油、焦炭、電力九種最終能源消費數據對碳排放量進行測算. 測算時應首先將各種能源消費量轉化為標準統計量，再乘以各自碳排放系數，最后將九種能源消費碳排放量加總即可得到某省某年碳排放量. 表1給出了九種能源的折標煤系數和碳排放系數. 具體核算公式.

(1)

式(1)中，Cit為第i個省份第t年的碳排放量，i=1,2,3,…,30(不包括西藏和港澳臺地區)；Qijt為第i個省份第t年第j種能源的消費量，j=1,2,3…,9；βj為第j種能源的折標煤系數；γj為第j種能源的碳排放系數.

表1 9種能源折標煤系數和碳排放系數

3.2 變量選取與數據來源

本文研究時段為2004—2014年，研究樣本為我國30個省和直轄市，其中港澳臺地區缺少相關數據，西藏數據缺失較多故予以剔除. 以下是具體解釋變量說明，數據來源于《中國統計年鑒》.

1)人口層面：城鎮人口(UH) 不同于一般文獻選擇城鎮人口或非農人口占總人口的比重作為人口方面的指標，直接使用城鎮人口數可以更加直觀地反映人口城鎮化對碳排放所產生的影響.

2)經濟層面：地區人均生產總值(PGDP) GDP是衡量一個國家或地區經濟狀況的首要指標，是經濟發展的直接體現，使用人均GDP作為經濟層面的指標可以充分反映經濟城鎮化對碳排放帶來的影響.

3)產業層面：第三產業比重(THIR) 城鎮化發展會推動產業結構升級，而產業結構升級的一個重要體現就是工業經濟逐步向服務經濟的轉型. 目前我國城鎮化發展大部分還處于工業化中后期階段，但隨著城鎮化進程的推進，以服務業為主的第三產業的發展將成為城鎮發展的主要產業. 所以，選擇第三產業產值占地區總產值的比重來衡量城鎮化發展對碳排放的影響.

4)生活層面：每萬人擁有公交車輛(PBUS) 生活層面關系到很多方面，包括飲食、交通、娛樂、醫療等，本文選擇城鎮每萬人擁有公交車輛作為生活層面指標研究生活城鎮化對碳排放的影響. 一般每萬人擁有公交車輛越多，代表城市越發達、基礎設施越好，能在很大程度上衡量城鎮化給人民生活帶來的變化.

5)空間層面：城市道路面積(URA) 城市空間變化最直接體現就是房屋和道路的建設，道路更是貫穿城市的每個地方，因此選擇城市道路面積作為空間層面指標研究城鎮化對碳排放帶來的影響.

6)環境層面：城市綠地面積(UGA) 城市綠地包括公共綠地、道路綠地、居住區綠地和風景林地等. 其面積可以在一定程度上反映城鎮化建設在環境方面所做出的貢獻. 所以，選擇城市綠地面積作為環境層面指標研究城鎮化對碳排放的影響.

3.3 具體實證模型

考慮到可能存在異方差，對因變量和自變量均作自然對數處理，除此之外，對數模型還可以直接反映因變量對自變量的彈性.

靜態面板：

lnCit=αit+β1lnUHit+β2lnPGDPit+β3lnTHIRit+β4lnPBUSit+β5lnURAit+β6lnUGAit+μit

(2)

式(2)中，Cit表示碳排放量，i表示第i個省份，i=1,2,…,30；t表示年份，本文年份區間為2004—2014年；αit是常數項，μit表示隨機擾動項.

考慮到碳排放具有一定的路徑依懶性，即本期碳排放受上一期碳排放的影響，所以在模型中加入碳排放的滯后一期變量作為解釋變量.

動態面板：

lnCit=αit+γlnCit-1+β1lnUHit+β2lnPGDPit+β3lnTHIRit+β4lnPBUSit+β5lnURAit+β6lnUGAit+μit

(3)

4 實證計量結果與分析

4.1 靜態面板模型

表2 靜態面板回歸結果

變量FElnUH0．0759(0．58)lnPGDP0．3886(9．25)???lnTHIR-0．1727(-1．97)??lnPBUS0．0295(0．74)lnURA0．1162(2．78)???lnUGA0．1633(7．36)???常數項3．8842(5．50)???AdjustR20．90F值472．44Prob(F)0．000Husman值62．84???注：小括號內數字是各系數的t值，?、??、???分別表示在10%、5%、1%顯著性水平下顯著．

為了得到合適的回歸模型，選擇對面板模型進行F檢驗和Hausman檢驗，其中F檢驗是為了檢驗混合估計模型是否合適，Hausman檢驗是選擇固定效應模型或隨機效應模型的依據(結果見表2). 表中F檢驗的P值為0.000，嚴格拒絕原假設，即固定效應模型優于混合估計模型；Husman檢驗結果拒絕原假設，所以應該使用固定效應模型.

根據表2，城鎮人口增加促進我國碳排放的增加，但在統計學上并不顯著；人均GDP對碳排放影響的彈性系數是0.3886，是所有變量中影響最大的，說明經濟發展是主要原因；第三產業比重的彈性系數為負值，說明第三產業發展可以減少碳排放量，與前文中理論部分分析一致；每萬人擁有公交車輛衡量生活層面城鎮化對碳排放的影響，其系數為正，即每萬人擁有公交車輛的增加會引起碳排放的增加，但在統計學意義上不顯著；城市道路面積的影響系數為正，說明城市空間規模的擴大會增加碳排放，與理論部分分析一致；城市綠化面積的影響為正，與理論部分相反，并且其系數為0.1633，在所有變量中位列第三，說明我國的城市綠化可能只限于美化城市，未能起到凈化空氣的作用.

4.2 動態面板模型

在動態面板的估計中，選擇了差分GMM和系統GMM兩種方法進行對比. 表3結果顯示，差分GMM和系統GMM的碳排放一階滯后項系數都在1%顯著性水平上顯著，表明使用動態面板估計是合理的；AR(1)和AR(2)的結果顯示差分GMM和系統GMM都通過了擾動無自相關的檢驗；Sargan檢驗結果表明差分GMM和系統GMM均不存在工具變量過渡識別情況. 但從表3可以看出系統GMM各系數的標準誤普遍要比差分GMM小，因此系統GMM估計更準確.

表3 動態面板回歸結果

注：小括號內數字是各系數的t值；*、**、***分別表示在10%、5%、1%顯著性水平上顯著；AR(2)檢驗的 原假設是“擾動項εit無自相關”；Sargan檢驗的原假設是“所有工具變量均有效”.

根據表3系統GMM結果，可以得到如下結論：1)我國碳排放具有很強依賴性，滯后一期對當期具有顯著正影響，并且其彈性系數在所有解釋變量中最大. 2)人口方面，城鎮人口系數為正且顯著，說明城鎮化進程中城鎮人口的增加會促進碳排放量的增加，人口城鎮化還處于初期階段. 3)經濟方面，人均GDP與碳排放之間呈顯著正相關關系，說明經濟發展會促進能源消費，從而增加碳排放，帶來一定環境惡化. 4)產業方面，第三產業具有顯著負影響，其彈性系數-0.3701，僅次于滯后一期的碳排放變量，說明第三產業的發展可以有效抑制碳排放. 5)生活方面，每萬人擁有城市公交車輛與碳排放之間呈顯著負相關，公交車輛的增多帶來交通便利，從而間接減少了碳排放，前面靜態面板模型中每萬人擁有公交車輛系數為負，但卻不顯著，所以綜合來看還是系統GMM的結果更可靠. 6)空間方面，城市道路面積的增加產生了負影響，但在統計學意義上不顯著，結合靜態面板模型來看，認為城市道路面積與碳排放之間呈正向關系更為合理，因為城市道路面積的增加意味著城市規模的擴大，能源消費增加，從而引起碳排放增加. 7)環境方面，城市綠化面積的影響為正但不顯著，但靜態面板結果顯示城市綠化面積具有顯著正影響，與理論部分討論相反. 這一方面可能是由于指標選取的不恰當，城市綠化面積未能綜合衡量城鎮化環境建設的各個方面. 另一方面，也有可能是我國城市綠化考慮更多的是城市美化，從而沒有起到減少碳排放的效果.

5 結論與建議

在理論分析基礎上，實證分析了我國城鎮化在人口、經濟、產業、生活、空間、環境六個方面對碳排放的影響，即我國碳排放具有較強的路徑依賴特征；第三產業的發展顯著地減少了碳排放；人口增長、經濟發展和城鎮規模的擴大是引起碳排放量增加的主要因素；環境建設對減少碳排放的作用未能體現出來，這可能是指標選取不恰當或環境建設措施未落實到位所致. 可以發現我國城鎮化發展與碳排放之間有著緊密復雜的聯系，根據低碳經濟的發展要求，對我國城鎮化給出以下建議：

1)我國是人口第一大國，人口流動性大，要更加注重高技術和創新型人才的培養，推進教育深化改革，提高人民素質. 國家要通過媒體等各種渠道，向人民宣傳碳排放增多所帶來的危害，提升人們保護環境的意識，爭取做到低碳消費、低碳出行等，另外在城鎮化發展過程中，要做到合理規劃減少土地浪費、限定污染物排放量等.

2)堅持推進產業結構升級，對高耗能、污染嚴重的產業進行調整，限制這些產業的數量和污染排放量，并提升能源利用效率，淘汰低效率企業. 另外，大力提倡第三產業發展，著重發展能源創新型產業和技術密集型產業，實現產業優化升級.

3)在城鎮建設時，要注重人口、經濟與環境的協調發展，確保各項環境保護措施能切實落實到位，特別是對森林植被保護和綠地建設，增強城市的碳匯功能.

[1] 國家統計局. 中國統計年鑒[M]. 北京：中國統計出版社，2016.

[2] WORLD DEVELOPMENT INDICATORS，THE WORLD BANK. World Development Indicators[EB/OL]. (2016-04-27) [2017-01-23]. http：//data.worldbank.org /data-catalog / world-development-indicators.

[3] JONES D W. How urbanization affects energy-use in developing countries[J]. Energy Policy，1991，19(7)：621-630.

[4] COLE M A，NEUMAYER E. Examining the impact of demographic factors on air pollution[J]. Population and Environment，2004，26(1)：5-21.

[5] FAN Y，LIU L C，WU G，et al. Analyzing impact factors of CO2emissions using the STIRPAT Model[J]. Environmental Impact Assessment Review，2006，26(4)：377-395.

[6] YORK R. Demographic trends and energy consumption in European Union nations：1960-2025[J]. Social Science Research，2007，36(3)：855-872.

[7] 朱 勤，魏濤遠. 居民消費視角下人口城鎮化對碳排放的影響[J]. 中國人口·資源與環境，2013，23(11)：21-29.

[8] 周 葵，戴小文. 中國城市化進程與碳排放量關系的實證研究[J]. 中國人口·資源與環境，2013，23(4)：41-48.

[9] 胡 雷，王軍峰. 我國城鎮化對二氧化碳排放的長期影響和短期波動效應分析[J]. 干旱區資源與環境，2016，30(8)：94-100.

[10] SHARMA S S. Determinants of carbon dioxide emissions：empirical evidence from 69 countries[J]. Applied Energy，2011，88(1)：376-382.

[11] 盧祖丹. 我國城鎮化對碳排放的影響研究[J]. 中國科技論壇，2011(7)：134-140.

[12] 趙 紅，陳雨蒙. 我國城市化進程與減少碳排放的關系研究[J]. 中國軟科學，2013(3)：184-192.

[13] 闞大學，羅良文. 我國城市化對能源強度的影響—基于空間計量經濟學的分析[J]. 當代財經，2010(3)：83-88.

[15] 楊曉軍，陳 浩.中國城鎮化對二氧化碳排放的影響效應：基于省級面板數據的經驗分析[J].中國地質大學學報：社會科學版，2013，13(1)：32-37.

[16] 王 芳，周 興. 人口結構、城鎮化與碳排放基于跨國面板數據的實證研究[J]. 中國人口科學，2012(2)：47-56.

(責任編輯：饒 超)

Impact of Urbanization on China’s Carbon Emission：Based on China’s Provincial Panel Data

XIE Haonan

(School of Statistics and Applied Mathematics， Anhui University of Finance and Economics，Bengbu 233030， China)

First， the impact mechanism of urbanization on carbon emission is analyzed from six aspects： population， economy， industry， life， space and environment. Then， the representative indexes are selected from six aspects， and the static and dynamic panel model is used to study the effect of urbanization on carbon emission. The results show that the carbon emission has strong path dependence； population， economy and urban space construction are the main factors causing the increase of carbon emissions； the tertiary industry has a significant negative impact on carbon emissions； environmental construction failed to reduce the effect of carbon emissions. Finally， it puts forward the proposal for carbon emission reduction in the process of urbanization.

urbanization； carbon emissions； provincial panel data

2017-04-10

安徽財經大學科研創新基金項目 (ACYC2016119)

謝皓楠(1993— )，男，安徽黃山人，安徽財經大學統計與應用數學學院碩士研究生.

F290

A

2095-4476(2017)08-0047-06