人口老齡化、產業結構升級與碳排放
——基于STIRPAT模型的空間計量分析

■劉健強，馬曉鈺

一、引言與文獻回顧

2018 年，聯合國IPCC 發布報告：預計在2030—2052 年全球氣溫較工業化之前會提高1.5 攝氏度。與此同時，人口老齡化也成為世界性難題，根據聯合國人口與社會署公布的數據，2015 年全球步入老齡化社會的國家已達到91個，且到2050 年會進一步惡化。二氧化碳大量排放首要之責是工業生產消耗能源，次要之責是居民生活使用能源，對于前者，產業結構升級是減少二氧化碳排放的良策，對于后者人口素質提高和低碳技術的普及是良策。為減少碳排放，“十四五”規劃把碳達峰、碳中和納入生態文明建設整體布局，提出在“十四五”期間將單位GDP 二氧化碳排放降低18%。為緩解老齡化加劇的人口結構問題，在“十四五”規劃中將積極應對人口老齡化上升為國家戰略，提出制定人口長期發展戰略。2021 年5 月31 日，中共中央政治局召開會議，確定實施“三孩政策”。同時，“十四五”規劃也再次強調要繼續推進產業基礎高級化、產業鏈現代化、促進服務業繁榮發展。

在人口老齡化加劇、產業結構升級加快推進、碳排放約束趨緊的國情和背景下，厘清人口老齡化和產業結構升級影響碳排放的機制機理對于加快我國發展方式綠色轉型，實現碳達峰、碳中和等目標具有重要意義。

碳排放屬于環境經濟問題，已有研究主要集中在經濟發展水平（徐斌等，2019）、技術進步（徐德義等，2020）、產業結構調整（孫振清，2020）、城鎮化（束克東和李影，2020）和能源結構（潘偉和胡程，2019）等方面的探討。關于人口與碳排放關系的研究，學者們多基于20 世紀70 年代提出的 IPAT 理論和 20 世紀 90 年代提出的 STIRPAT 理論，從人口規模（Anser et al.，2020）、人口結構（Wen et al.，2016）、消費模式（王悅等，2019）等視角對人口與碳排放的關系進行研究。這些文獻大大拓展和深化了人們對人口與碳排放關系的認識，但已有研究還存在以下不足：一是學術界就人口年齡結構與碳排放關系的研究大多是分析比較不同年齡人群與碳排放的關系，缺乏對人口老齡化與碳排放關系的專門研究。二是在研究方法上多采用傳統的計量分析模型，假設不同地區的碳排放不會相互影響。Daniel&Griffith（2013）指出，在環境污染的研究中若忽略空間相關性則無法得到一致性的參數估計，所以，要構建更為準確的空間計量模型進行實證分析。三是缺少將人口老齡化、產業結構升級與碳排放三者納入同一分析系統的研究。以往研究只重視人口老齡化對碳排放的影響與產業結構升級對碳排放的影響，相對忽略人口老齡化對產業結構升級的影響。為此，本文對以上研究不足進行彌補和拓展。

二、機理分析與研究假說

（一）人口老齡化對碳排放的影響

人口對碳排放的影響包括人口規模、結構和素質等，就人口老齡化對碳排放的影響而言，人口老齡化會通過影響技術進步、消費方式、清潔能源和技術使用、產業結構升級等中間渠道對碳排放產生影響，其影響路徑是復雜的，因而存在著不確定性。具體來說，可能會受到這一經濟發展水平、技術進步水平、產業結構升級水平以及人口素質水平等的調節。Wang Q. &Wang L.（2020）的研究發現，人口老齡化對碳排放的影響存在門檻效應，但從長期看，人口老齡化會減少碳排放。中國人口老齡化的速度正在加快，老齡化將成為中國人口結構變化的最主要特征，因此其對碳排放的影響，無論是從生產還是消費渠道，都有減少碳排放的可能。

（二）產業結構升級對碳排放的影響

在宏觀上，產業結構升級會推動能源規模化使用和集約化利用；在微觀上，產業結構升級會帶來生產技術和治理技術的創新，從而在能源使用和生產過程中減少碳排放。具體來說，首先，產業結構升級會降低重工業比重，提高服務業比重，這樣的產業結構調整有助于從生產上減少對能源的剛性需求，并在消費上控制能源使用的快速增長，從而減少碳排放。其次，產業結構升級會促進制造業服務化、促進高新技術產業與現代服務業等新興產業的快速發展，通過深化勞動分工、延伸產業價值鏈、推動生產技術創新等途徑實現碳排放減少。最后，產業結構升級還會優化能源結構。一方面會減少對煤炭、石油等污染能源的使用，增加對天然氣、太陽能等清潔能源的使用以及激發清潔技術的研發與應用，另一方面也會改變居民的生活方式和能源消費習慣，從而減少碳排放。

（三）人口老齡化倒逼產業結構升級

人口老齡化雖會帶來老年撫養負擔上升、人口紅利消失、儲蓄率降低、勞動力供給減少等阻礙經濟社會發展的不利因素，但人口老齡化也會通過其他因素對經濟社會發展產生積極作用，如人口老齡化可能會對產業結構升級產生“倒逼效應”。一方面，人口老齡化會產生“劉易斯拐點效應”。人口老齡化引致的勞動力供給減少，會提高勞動力要素價格，企業面對勞動力成本上升的壓力，會更多地使用技術替代人工勞動，自動化水平提高，從而會擴大資本和技術密集型產業規模，倒逼產業結構從勞動密集型生產方式向資本和技術密集型生產方式轉變，推動產業結構升級（馮劍鋒和陳衛民，2017）。另一方面，人口老齡化還會產生“人力資本累積效應”（楚永生等，2017）。少子化是造成人口老齡化的原因之一，隨著家庭生育數量的減少，人們會減少儲蓄，增加后代教育投資，提高了人力資本水平，人力資本水平的提高為技術進步夯實了基礎，技術進步會促使產業生產從勞動密集型生產轉向技術和知識密集型生產。上述機理分析如圖1所示。

圖1 機理分析圖

綜上，提出以下三個假說：

假說1：人口老齡化對碳排放存在顯著的減排效應。

假說2：產業結構升級對碳排放存在顯著的減排效應。

假說3：產業結構升級是人口老齡化影響碳排放的中介變量。

三、研究設計

（一）模型構建

STIRPAT 模型是解釋人口經濟活動對環境變化影響的典范，標準的STIRPAT模型為：

其中，P 是人口規模，A 是人均財富，T 是技術水平，e為隨機誤差項。為了更好地分析人口老齡化、產業結構升級與碳排放的關系，將上述模型兩邊取對數并加入對碳排放有影響的擴展指標。參考以往文獻，人均GDP（PGDP）、外商直接投資（FDI）、能源消耗（ENE）、人力資本（HC）和城鎮化率（URBAN）也是影響碳排放的重要因素。綜上所述，設計研究模型如下：

模型（2）為碳排放研究的傳統計量分析模型。然而，碳排放作為經濟發展中的外部性因素，一是會隨著自然氣候條件變化在地區間擴散；二是會通過要素流動和產業轉移等方式在空間上傳播，因而碳排放在空間上可能存在較為明顯的關聯效應（Yang et al，2019）；三是制度環境、區位條件、產業政策等不可觀測的遺漏變量也會對地區碳排放產生影響并導致空間依賴性，如因地區之間的惡性競爭而引致的“你多排，我也多排”的類似行為（韓峰和謝銳，2017）。因此，本文選擇空間計量模型進行實證分析。此外，碳排放還存在著時空鎖定效應（楊小東等，2020），具有動態性，因此可以考慮碳排放的滯后一期項，構建更為準確的動態空間計量模型。

采用在任何情況下都是無偏估計的空間SDM模型來進行實證分析。設計的模型如下：

其中，i表示地區，t表示時間；lnPcarbonit-1是碳排放的滯后一期；lnOLDit為人口老齡化，lnINSit為產業結構升級；X 為一系列控制變量，包括經濟發展水平（PGDP）、外商直接投資（FDI）、能源消耗（ENE）、人力資本（HC）和城鎮化率（URBAN）；ρ為碳排放的空間溢出系數；α0，α1，α2，…α5為待估參數；W 為 n×n 階空間矩陣；μi為個體固定效應、θt為時間固定效應；εit為隨機擾動項。

（二）空間矩陣構建

根據地理學第一定律：“單位間的空間相關性隨著距離的增加而逐漸遞減”，構建地理距離矩陣

此外，為排除采用單一空間矩陣所產生的偶然性，還設定了以下兩種空間矩陣進行穩健性檢驗：

1.社會經濟屬性也是產生空間相關性的重要因素，因此基于引力模型構建地理區位與經濟聯系相結合的經濟地理矩陣

2.公路運輸距離也是地區之間產生空間相關性的另一值得考慮的因素，因此參考經濟地理矩陣的做法，構建地理區位和運輸聯系相結合的運輸距離矩陣

其中，dij表示地區間的地理距離表示觀測期內實際人均GDP 的均值表示觀測期內單位公路里程平均貨運量。

（三）變量說明及數據來源

1.碳排放量的估算

借鑒Du et al.（2012）的研究和IPCC 制定的《2006國家溫室氣體清單指南》中提供的估算方法，對碳排放量進行估算。具體計算公式如下：

其中，ct為二氧化碳排放量；eit為煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣等7 種具有代表性的能源消耗量；ncvi為各種能源的平均低位發熱值；cefi為碳排放系數；cofi為碳氧化因子；代表二氧化碳和碳的分子比率。

2.其他變量

（1）人口老齡化（OLD）。參考趙春燕（2018）用65歲及以上人口占總人口的比重衡量。

（2）產業結構升級（INS）。參考干春暉等（2011）的研究用第三產業增加值與第二產業增加值之比衡量。

（3）控制變量。經濟發展水平（PGDP），用人均GDP 衡量；外商直接投資（FDI），用實際利用外商直接投資總額占地區GDP 的比重衡量；能源消耗（ENE），用人均電力消耗強度衡量；人力資本（HC），用高等學校在校人數與地區總人口之比衡量；城鎮化率（URBAN），用城鎮人口占總人口的比重衡量。

3.數據來源及處理

在充分考慮數據時效性的前提下，鑒于所有變量數據的可獲取性，選取2006—2018 年中國大陸30 個省份（西藏數據缺失較多，故剔除）的面板數據作為研究對象。為排除貨幣因素的干擾，以2006年為基期，用CPI對人均GDP進行平減。所用數據來自《中國統計年鑒》《中國能源統計年鑒》和中經數據庫。對部分極端數據予以剔除，部分缺失數據用線性插值法補齊。多重共線性檢驗結果顯示，所有變量的VIF遠小于10。各變量的數據描述性統計見表1。

表1 描述性統計

四、實證結果及分析

（一）空間相關性檢驗

采用莫蘭指數（Moran’s I）法引入地理距離、經濟地理和運輸距離矩陣進行空間相關性檢驗，檢驗結果如表2 和圖2 所示。從表2 可以看出，在2006—2018年間，各地區碳排放的全局Moran’s I 值除 2016 年不顯著外，其余年份均至少在5%的水平上顯著為正。圖2 顯示，我國大部分地區的碳排放水平分布在一、三象限，顯示了碳排放水平“高高”和“低低”的特點。2006年和2018年，位于一、三象限的地區分別占66.67%和80.00%，表明2018 年的碳排放空間集聚度明顯強于2006年。

圖2 碳排放Moran’s I 散點圖

表2 三種空間矩陣下的碳排放Moran’s I

續表2

（二）回歸結果及分析

LM 檢驗顯示，LMerr、RLMerr 值和 LMlag、RLMlag值均無法拒絕空間SEM模型和空間SLM模型，故本文設計的空間SDM 模型是最優模型。考慮到時間和地區個體差異可能導致回歸結果偏誤，將模型初步設定為雙向固定動態空間SDM 模型。似然比檢驗顯著拒絕了原假設，因此本文使用雙向固定動態空間SDM模型進行實證分析，并以此為基準回歸進行結果解釋和分析。為便于對比，還引入了非空間效應下的固定效應模型和動態空間SLM 模型的回歸結果。通過比較表3列（1）和列（3）的系數回歸值，發現動態空間SDM模型的各變量回歸系數與非空間面板模型的回歸系數在方向上相同，這直接驗證了研究模型的穩健性。

表3 空間和非空間面板回歸結果

續表3

如表3所示，碳排放的空間相關系數ρ在1%的水平上顯著為正，表明碳排放的空間效應顯著。碳排放滯后一期在5%的水平上顯著為負，表明前期滯留的溫室氣體會對后一期的碳排放起到抑制作用。這可能是因為，前期的超標碳排放，引起了政府更加嚴格的管制，從而對企業后期的排放行為產生了約束，減少了后一期的碳排放，這也反映了我國環境規制日益嚴格的趨勢。人口老齡化回歸系數在5%的水平上顯著為正，表明人口老齡化會增加碳排放。基于前文的機理分析可知，這可能是因為，一方面，我國這一代老齡人口文化素質普遍較低，積蓄較少，人力資本投資意識較弱，不存在技術進步效應，甚至產生了技術阻礙效應。另一方面，較低的文化素質使得老齡人口對節能環保的消費理念踐行較差，在能源消費上依然“隨波逐流”，對于清潔能源和清潔技術的接受度較低，因此實證回歸結果表現出人口老齡化增加碳排放的效果，假說1 不成立。產業結構升級回歸系數在10%的水平上顯著為負，表明產業結構升級會減少碳排放，假說2成立。

在包含全局效應設定的動態空間SDM模型中，變量的回歸系數并未直接捕獲解釋變量對被解釋變量的全部影響，因而并非代表其對碳排放的邊際影響。因此，在動態空間SDM 模型下對各變量的回歸系數進行偏微分分解，得到各解釋變量的直接效應和間接效應。回歸結果見表4，人口老齡化的直接效應系數在5%的顯著性水平上為正，間接效應系數不顯著，表明人口老齡化會增加本地碳排放，對鄰近地區碳排放不存在顯著影響。產業結構升級的直接效應系數在10%的水平上顯著為負，間接效應系數不顯著，表明產業結構升級會抑制本地碳排放，對鄰近地區碳排放不存在顯著影響。

表4 直接效應和間接效應回歸結果

從控制變量看，人均GDP 提高會增加本地碳排放，減少鄰近地區碳排放，這可能是因為經濟發展水平較高的地區會吸引鄰近地區人口和企業集聚于本地，從而增加了本地碳排放，減少了鄰近地區碳排放。外商直接投資的增加對本地碳排放不存在顯著影響，但會減少鄰近地區碳排放，這可能是因為本地外商投資所產生的經濟和技術進步存在一定的滯后效應，短期內不會減少碳排放，但本地區外商直接投資的增加會吸引鄰近地區的相關生產要素向本地靠攏，從而降低了鄰近地區的生產活躍度，在一定程度上減少了鄰近地區碳排放。能源消耗的增加會促進本地碳排放，但對鄰近地區碳排放不存在顯著影響。人力資本水平的提高可以減少本地碳排放，但不存在顯著的空間溢出效應，這可能是因為本地人口素質的提高促成了居民低碳環保行為習慣的養成，但人力資本的區域流動性和生態文明溢出效應較小，故對鄰近地區碳排放不存在顯著影響。城鎮化率的提高可以減少本地碳排放，但對鄰近地區碳排放不存在顯著影響，這可能是因為城鎮化的快速推進帶來了公共物品規模效益，同時集中供暖和垃圾集中處理也相應減少了碳排放，從而減少了本地碳排放，但城鎮化的區域固有屬性和輻射效應較弱，使其對鄰近地區碳排放不存在顯著影響。

（三）區域異質性分析

上述實證結果表明人口老齡化、產業結構升級與碳排放之間在全域空間上存在較強的相關性，但局域空間有可能表現出與全域空間相異甚至完全相悖的非典型情況。因此，本部分從區域異質性視角進行分析，回歸結果見表5。

表5 區域異質性回歸結果

將研究樣本劃分為東部、中部和西部三個區域分別進行回歸。如表5 所示，樣本分區域后，兩個核心解釋變量的系數估計值產生了差異。在東部地區，人口老齡化和產業結構升級對本地區和鄰近地區碳排放均無顯著影響。在中部地區，人口老齡化可以減少本地碳排放，不存在空間溢出效應；產業結構升級對本地碳排放不存在顯著影響，但會增加鄰近地區碳排放。在西部地區，人口老齡化增加了本地碳排放，不存在空間溢出效應；產業結構升級對本地和鄰近地區碳排放均沒有顯著影響。兩個核心解釋變量對本地和鄰近地區碳排放的影響存在上述區域異質性的可能原因如下：東部地區大量的外來人口流入緩解了當地的人口老齡化，因而東部地區的人口老齡化對碳排放不存在顯著影響；東部地區的產業結構升級已達到較高水平，碳排放更多的來自居民生活，因而產業結構升級對碳排放的影響不顯著。中部地區受到東部地區的“虹吸效應”影響，勞動年齡人口流失較多，老齡化程度加深，在消費和生活方式上對能源的依賴度降低，因而顯著減少了碳排放。中部地區的產業結構升級水平依然較低，還不能顯著減少本地碳排放，但因其居中的地理位置，一方面，受到東部地區的“虹吸效應”影響，中部地區發展前景較好的新興產業為獲得更多技術和資本支持會遷移至東部地區，從而增加了東部地區的碳排放。另一方面，相比西部和中部地區擁有較高的產業和技術水平，但受到環境規制約束，中部地區一些高消耗和高排放的產業會遷移至西部地區，從而增加了西部地區的碳排放，因此西部地區的空間溢出效應顯著。相比東部和中部地區，西部地區發展較為落后，西部地區的人口老齡化會對經濟社會發展產生一系列阻礙效應，增加本地碳排放；西部地區的產業結構升級水平相比中部地區更低，對本地碳排放不具有顯著影響。同時，西部地區地廣人稀，空間相關性較弱，因此二者的空間溢出效應不顯著。

（四）穩健性檢驗

為增強上述所得結論的可靠性，進行以下穩健性檢驗：一是替換空間矩陣。用經濟地理矩陣和運輸距離矩陣替換地理距離矩陣。二是替換核心解釋變量。借鑒汪偉等（2015）的研究，用老年人口撫養比（OLD2）重新衡量人口老齡化；借鑒湯婧和于立新（2012）構建的產業結構調整指標（INS2）重新度量產業結構升級。穩健性檢驗結果見表6，對比表3 列（3），結果依然穩健可靠。

表6 穩健性檢驗回歸結果

五、進一步分析——中介效應檢驗

由前文機理分析可知，產業結構升級可能是人口老齡化影響碳排放的中介變量，因此構建中介效應模型檢驗其存在性：

其中，C 為一系列控制變量，包括經濟發展水平（PGDP）、外商直接投資（FDI）、人力資本（HC）和城鎮化率（URBAN），其余變量均與前文變量一致，不再贅述。檢驗步驟為：首先，檢驗α1的顯著性，若不顯著，則不存在中介效應。其次，檢驗β1、γ1和γ2的顯著性，若β1和γ1都顯著，γ2不顯著，則存在完全中介效應；若β1、γ1和γ2都顯著，則存在部分中介效應。若β1和γ1中有任何一個不顯著，則需要進行Sobel檢驗，如果檢驗結果顯著，則說明存在中介效應，反之，則不存在中介效應。模型（5）和模型（6）的回歸結果如表7列（1）和列（2）所示，前文的模型（3）對應中介效應檢驗的模型（7），回歸結果沿用表3列（3）所示結果。

如表7所示，在列（1）中，人口老齡化對碳排放的影響系數（α1）在10%的水平上顯著為正。在列（2）中，人口老齡化對產業結構升級的影響系數（β1）在1%的水平上顯著為正；在列（3）中，產業結構對碳排放的影響系數（γ1）在10%的水平上顯著為負，人口老齡化對碳排放的影響系數（γ2）在5%的水平上顯著為正。由此表明，產業結構升級是人口老齡化影響碳排放的中介變量，存在部分中介效應，假說3成立。綜上，可得如下啟示：人口老齡化會通過產業結構升級這個中介變量來影響碳排放，如果人口老齡化對產業結構升級產生“倒逼效應”則會減少碳排放，反之，如果人口老齡化對產業結構升級產生“阻礙效應”則會增加碳排放。因此，在人口老齡化加劇的背景下，發揮人口老齡化對產業結構升級的“倒逼效應”是釋放人口老齡化“碳減排效應”的關鍵。

表7 中介效應檢驗回歸結果

六、結論與啟示

基于STIRPAT 模型，利用2006—2018 年省級面板數據，使用動態空間SDM 模型實證分析了人口老齡化、產業結構升級對碳排放的影響，研究結果表明：一是從全局效應看，人口老齡化會增加碳排放，產業結構升級會減少碳排放。二是從直接效應和間接效應看，人口老齡化會促進本地碳排放，但空間溢出效應不顯著；產業結構升級會抑制本地碳排放，但空間溢出效應不顯著。三是通過區域異質性分析發現，東部地區的人口老齡化和產業結構升級對本地和鄰近地區碳排放均不存在顯著影響；中部地區的人口老齡化可以減少本地碳排放，但不存在空間溢出效應，產業結構升級對本地碳排放不存在顯著影響，但會增加鄰近地區碳排放。四是通過中介效應模型進一步檢驗證實，產業結構升級是人口老齡化影響碳排放的中介變量，存在部分中介效應。

通過上述研究結果，得到以下啟示：為更好地發揮出人口老齡化的“碳減排效應”，政府需提高人口老齡化倒逼產業結構升級的速度和水平，以此助力我國經濟實現綠色低碳發展。總而言之，優化和升級產業結構是減少碳排放的根本舉措。在人口老齡化加劇的背景下，政府首先要推動人口老齡化對產業結構升級產生“倒逼效應”，如積極發展“銀發產業”，推動產業之間的結構升級。其次，我國老齡人口目前存在著文化素質不高、積蓄較少、人力資本投資意識較弱等問題，這也阻礙了人口老齡化“碳減排效應”的實現，因此我國還應注重提高老齡人口文化素質和可支配收入。最后，我國人口老齡化程度和產業結構升級水平存在著區域差異性，對區域碳排放產生了不同的影響，為此我國要根據區域差異性，制定差異化政策和減排要求。