徐俊武，陳釗雄

（湖北大學 商學院，武漢 430062）

隨著全面建成小康社會，我國經濟由高速增長階段轉向了高質量發展階段，建立健全綠色低碳循環發展的經濟體系也成為新時代下高質量發展的方向。當前我國經濟處于工業化中后期快速推進城鎮化的重要發展階段，根據國家統計局數據，我國城鎮化率已由1978年的17.9%快速增長到2021年的64.72%。聯合國政府間氣候變化專門委員會（IPCC）研究表明，城鎮地區排放了全球75%的二氧化碳，制造出全球80%的環境污染。中國作為世界第二大經濟體，同時也是全球第一大碳排放國，也明顯受到國際碳減排計劃的壓力。為著力解決資源環境約束問題，實現中華民族永續發展，構建人類命運共同體的莊嚴承諾，我國明確提出2030 年“碳達峰”與2060 年“碳中和”目標。要實現“雙碳”目標，推動城鎮綠色低碳發展則是重中之重。研究我國城鎮化對碳排放的影響及其傳導機制有利于推動“雙碳”目標的實現，推動高質量發展。

關于城鎮化影響碳排放的研究，國外早在20世紀90年代開始就有學者關注相關問題，近年來國內學者也增加了對該問題的研究。本文就城鎮化對碳排放影響的近期研究進行系統的梳理、評述和文獻計量分析，主要從城鎮化與碳排放的內涵及度量、城鎮化與碳排放的關系和強度以及城鎮化影響碳排放的傳導機制進行分析。本文在國內外文獻的基礎上，歸納整理相關的研究內容和方法，分析其現狀和存在的問題，為后續的研究和節能減排提供借鑒。

一、城鎮化與碳排放的內涵及度量

由于在不同學科和文獻中城鎮化和碳排放的概念有所不同，因此在討論城鎮化與碳排放的研究之前必須整理城鎮化與碳排放內涵及度量的相關研究，為討論后續問題奠定基礎。

（一）城鎮化

城鎮化率是衡量一個國家或地區發展程度的重要指標，從目前對城鎮化相關問題的研究來看，不同學者對“城鎮化”的理解有所差異，因此必須明確此處討論的“城鎮化”。第一，“urban”可以翻譯為城市（city）或城鎮（town），但英文術語中“urbanization”通常被翻譯為城市化，而不包括城鎮化[1]。原因在于我國許多城鎮在人口規模上已與國外不少中小城市相當，使用“城鎮化”這一概念更加符合我國同時發展城市和小城鎮的發展戰略[2]，因此本文也將延續“城鎮化”這一表達。第二，城鎮化是傳統的鄉村社會向現代化城市社會的多方面綜合轉變過程，城鎮化不僅意味著農村人口向城鎮流動，還意味著人們生活方式、土地利用方式、經濟發展模式等諸多方面的變化[3]，但受限于數據的可獲得性和戶籍制度下城鎮人口與農村人口的分割，當前文獻普遍從人口角度表征城鎮化，如使用城鎮人口占總人口比重。因此本文也將延用“城鎮化”表示人口城鎮化，并在有必要的部分將人口城鎮化與其他類型的城鎮化進行區分。

誠然，城市人口規模、人口密度、人口集聚程度的變化對城市發展起到舉足輕重的作用，但隨著我國城鎮化率的進一步提升，僅考慮人口角度的研究顯然已經不能滿足城鎮高質量發展的需要。學界也開始從經濟、土地、社會等角度挖掘城鎮化的內涵，并出現了一些研究成果，表1為五種主要的城鎮化類型及其度量指標。

表1 不同類型的城鎮化度量指標

大多數文獻都采用了城鎮人口占總人口的比重作為人口城鎮化的指標。其中，城鎮人口主要使用常住人口或戶籍人口[4]，也有部分文獻使用非農人口替代[5]。在地級市層面由于缺少連續可比的數據，也有文獻使用城鎮就業和失業人口總和與人口總量的比值作為城鎮化率的替代指標[6]。除了以上常見的人口城鎮化指標，也有文獻提出城市首位度，即首位城市與第二位城市人口規模之比，探討人口在大城市的高度集聚對碳排放的影響[7]，或通過人口密度研究人口集聚對碳排放的影響[8]。人口城鎮化的使用十分廣泛，在不同限制條件下均有大量的文獻，但目前對人口老齡化、低生育率的研究仍較少。

土地城鎮化的指標主要可以分為兩類，一類為城市單位土地面積增加所帶來的經濟增長，另一類為城市建設相關的土地面積占城市總面積的比例。前者包括地均財政收入、地均第二或第三產業產值、地均固定資產投資等[9]，后者主要包括建成區面積占總面積的比重和人均城鎮道路面積[10]。現有關于土地城鎮化的研究更多從整體切入，對城鎮內部不同功能分區和城市群不同定位城市的研究尚不充分。此外，城鎮土地擴張速度遠高于人口增長速度[11]，以土地面積相關的指標衡量土地城鎮化存在高估城鎮化進程的可能性。

經濟城鎮化的指標主要包含兩類，一類采用GDP相關的指標，另一類采用產業結構相關的指標。前者多使用人均GDP[8]，后者包括第二或第三產業產值占GDP的比重或第二和第三產業總產值占GDP的比重[3]。也有文獻從城鎮居民生活質量角度出發采用人均可支配收入或人均消費支出衡量經濟城鎮化[12]。

關于社會城鎮化，目前尚未有明確的定義和表征指標。有學者認為社會城鎮化主要指向意識形態層面，其量化表征指標選取較為困難[9]。也有文獻從教育、醫療和用電角度衡量社會城鎮化，發現醫療水平對城鎮化演進較小[3]。總體而言，當前關于社會城鎮化的研究還較少。現有文獻主要從公共服務、社會保障等角度進行衡量，缺少社會城鎮化對碳排放傳導鏈條的系統論述。

衡量綜合城鎮化的方法有很多種，部分學者參考《中國城鎮化質量綜合評價報告》[13]提出的城鎮化質量指標體系，從發展質量、發展效率和城鄉協調三個方面構造城鎮化綜合指數[14]。也有學者采用熵值法，從人口、經濟、土地和社會等角度構建城鎮化綜合指標[15]。除此之外，也有文獻另辟蹊徑，使用夜間燈光數據（DMSP/OLS）結合城市照明強度，從深度和廣度兩個角度衡量城鎮化水平[16]。以上綜合指標都能體現城鎮化綜合發展水平，但綜合指標缺乏明確的經濟意義，也難以解釋城鎮系統中不同部分協調下對碳排放的復雜影響。

總的來說，當前無論是人口、經濟、土地和社會單一角度的城鎮化研究，還是構造城鎮化綜合指標的研究都已有一定數量的成果，但不足以表現城鎮化各方面發展在相互作用下從不同路徑對碳排放的系統影響。

（二）碳排放

二氧化碳排放量，可簡稱為碳排放量。現有文獻中碳排放的相關指標主要有：碳排放總量[17]、人均碳排放量[4]和碳排放強度[5]，也有少量文獻使用碳排放效率[18]，指標如表2所示。

表2 不同類型的碳排放度量指標

由于尚未有權威的官方機構公布相關數據，當前文獻都是通過各類能源消耗量及其對應的碳排放系數計算所得。現有文獻關于碳排放的計算主要有兩種。第一，是與一級能源相關的碳排放，如化石能源燃燒過程產生的碳排放。第二，是與生產過程相關的碳排放，主要為二級能源，如生成水泥過程中產生的碳排放[19]。現有文獻中研究對象為國家或省級層面的文獻多數采用一級化石能源進行計算，如林伯強等（2010）[17]使用煤炭、石油等一級化石能源計算碳排放量。而地級市層面的文獻則更多通過二級能源或末端能源消耗量進行計算，如丁凡琳等（2019）[20]從用電、用氣、交通和供暖四個方面計算碳排放。不同的計算方法和能源種類使得最終得到的碳排放總量有較大差異。

二、城鎮化對碳排放的影響

由于城鎮化和碳排放存在多種不同的表征指標，不同文獻選取的變量、樣本和方法等特征也不同，因而不同文獻的結論可能存在較大差異。

（一）主要模型

現有關于城鎮化影響碳排放的研究中常用的模型有IPAT模型、STIRPAT模型、EKC模型、KAYA恒等式和LMDI，模型特點及說明如表3所示。

表3 城鎮化影響碳排放的主要模型和方法

以上幾種模型都是具有代表性的理論模型，在現有文獻中頻繁使用。其中，大量文獻在考慮城鎮化對碳排放的線性關系時，都基于由IPAT模型[21]改進的STIRPAT模型進行分析[22]或通過LMDI[23]、KAYA恒等式[17]對影響碳排放的因素進行分解。在探討城鎮化與碳排放的非線性關系時，許多學者則根據EKC假設引入城鎮化的平方項或三次方項進行分析[24]。

（二）相關關系

當前部分文獻認為城鎮化與碳排放之間僅僅存在線性關系，也有文獻認為兩者呈“U”型關系或“倒U”型關系、“N”型關系或“倒N”型關系，當然還有少數文獻認為兩者之間沒有顯著關系。不同模型有各自的適用范圍和特點，使用不同模型是結論具有差異的原因之一。

1.關系檢驗

首先關于城鎮化對碳排放是否存在影響，不同的學者主要通過協整分析、格蘭杰因果檢驗等方法進行了檢驗，主要研究結果如表4所示。

表4 城鎮化對碳排放是否存在顯著影響

部分學者認為城鎮化對碳排放并沒有顯著影響[25]。Du等（2012）[26]認為城鎮化一方面帶來更多的能源消費，另一方面人口集聚帶來規模效益遞增使碳排放減少。在城鎮化的進程中，不同因素對碳排放產生了或正或負的影響，綜合來看，城鎮化與碳排放關系并不顯著。但也有許多學者持有相反觀點，孫欣等（2014）[27]和林伯強等（2010）[17]通過協整分析等方法發現城鎮化與碳排放存在長期均衡關系。周葵等（2013）[28]和謝守紅等（2013）[29]同樣通過協整分析發現城鎮化與碳排放存在長期均衡關系，并進一步運用格蘭杰因果檢驗發現城鎮化是碳排放增加的格蘭杰原因，但碳排放不是促進城鎮化的格蘭杰原因。

除了少數文獻認為城鎮化對碳排放沒有影響，更多文獻在城鎮化顯著影響碳排放上達成了共識。文獻結論產生差異可能的原因在于變量選擇、方法和樣本等方面的特征不同。

2. 線性與非線性關系

在城鎮化能顯著影響碳排放的基礎上，不同學者就城鎮化與碳排放存在何種線性關系與非線性關系進行了大量研究。但由于不同文獻在研究對象、樣本時間跨度、指標選取、模型和方法等方面的差異，目前尚未得出統一的結論。除此之外，影響強度不同文獻中也存在較大分歧，主要研究結果如表5所示。

表5 城鎮化與碳排放的線性、非線性關系及影響強度

首先關于城鎮化與碳排放的線性關系，包括了城鎮化促進碳排放增長和城鎮化降低碳排放兩種。一種觀點認為城鎮化有利于降低碳排放，規模效應和集聚效應發揮主要作用[7，18]。另一種觀點則認為城鎮化會增加碳排放[4，30]，消費效應占主導地位。除了以上文獻，還有一些學者對城鎮化發展如何影響碳排放進行了理論分析。一方面，要素的集聚提高了公共基礎設施的利用率和能源使用效率，從而降低了能源消耗和碳排放[31～32]。城市交通運輸同樣高效低耗，農業工業的機械化也使得單位能耗下降，規模效應明顯[7]。可見，當規模效應和集聚效應提升的能源使用效率能夠抵消人口增加帶來的能源消耗總量增長，城鎮化長期發展中就能呈現出對碳排放的抑制作用。另一方面，城鎮化帶來了高耗能基礎設施的建設與使用。城市能源消費需求增加，化石燃料的大量使用，使碳排放增加[30]。同時隨著城鎮化進入中后期，規模效應會消失[7]，消費效應逐漸占據上風，集聚效應和規模效應無法抵消其作用，使碳排放增加。

許多文獻都驗證了城鎮化與碳排放之間存在顯著的線性關系，但也有一些文獻發現城鎮化與碳排放存在非線性關系。隨著城鎮化進程的推進，不同階段的城鎮化程度對碳排放的影響有所不同。第一，認為城鎮化水平與碳排放之間呈“U”型關系或“倒U”型關系。一方面，在城鎮化發展初期，集聚效應和規模效應顯著，抑制了碳排放的增加。但隨著城鎮化水平的提高，城市基礎設施擴張、交通需求加大，帶來能源消費加劇、工業污染嚴重等一系列問題，使得城鎮化對碳排放呈現“U”型關系[24，33]。另一方面，雖然城鎮化發展初期人力資本水平的提升支撐了經濟增長，緩解了環境污染壓力，但也只能減輕城鎮化對碳排放的促進作用[4]。在城鎮化的推進過程中，大規模的基礎設施建設帶來能源消費的快速增長。直到城鎮化后期，能源利用效率的提高和技術進步才能使得碳排放下降，兩者呈“倒U”型關系[34]。第二，認為城鎮化水平與碳排放之間存在“N”型關系或“倒N”型關系。王星等（2016）[22]發現全國整體和城鎮化質量相對低的地區，其城鎮化與碳排放呈“N”型關系。然而對于城鎮化質量中高的地區，城鎮化與碳排放則呈“倒N”型關系。因為集聚效應和規模效應在城鎮化初期能抑制碳排放增加，但隨著城鎮化進入中期，城市無序擴張引發能源的過度消耗導致碳排放增加，而到了城鎮化后期，城鎮發展和空間布局逐步優化，最終又能實現碳減排。曹翔等（2021）[35]從居民生活碳排放的角度出發，也發現人口城鎮化與生活碳排放之間存在“倒N”型關系。

（三）影響強度

現有文獻對城鎮化影響碳排放的強度也有許多研究。王世進等（2017）[30]發現我國城鎮化率提高1%，碳排放量提升0.63%，張騰飛等（2016）[4]在類似假設條件下發現碳排放量增加0.44%。王鑫靜等（2020）[18]從效率角度考慮，認為單位城鎮化率的提升會使得碳排放效率下降0.83%。與此形成對比的是，在牛鴻蕾（2019）[7]的研究中城鎮化率提升1%僅使碳排放量下降0.15%。顯然不同文獻的研究結果差異巨大，兩個變量之間的內在機制以及選取樣本的時空異質性也會導致結果的不同。

綜上所述，關于城鎮化是否影響碳排放，目前國內外研究大多都認為城鎮化能顯著影響碳排放。在此基礎上，城鎮化與碳排放的關系未有定論。在不同的研究中城鎮化與碳排放呈現出正相關、負相關、“U”型關系和“N”型關系。上述文獻結論并未達成一致，其原因在于不同文獻使用的數據和方法等方面存在差異，城鎮化影響碳排放呈現出一定異質性，主要有以下幾點差異。第一，研究對象的區域和樣本平均年限。不同的區域、本身處于不同的城鎮化階段可能會呈現出不同的特征。第二，樣本時間跨度。不同文獻的樣本時間跨度差異巨大，存在對線性和非線性關系錯誤推斷的可能性。第三，模型和方法。對于兩者關系不顯著的研究中，選取的樣本時期較短或者忽略城市之間的空間溢出效應都可能導致城鎮化對碳排放的影響不顯著。第四，變量指標。在不同文獻中城鎮化存在多種表征指標，指標的不一致使得研究結論缺乏可比性。

三、城鎮化影響碳排放的傳導機制

人口規模的變化是城鎮化進程中最明顯、最突出、最直接的特征，也是城市建設的原始動力。但城鎮化不僅包括了人口城鎮化對碳排放的直接影響，還包括了經濟城鎮化、社會城鎮化等方面的間接影響。現有文獻主要使用中介效應模型、門檻效應模型或加入交互項進行分析，涵蓋的角度包括經濟增長、技術進步、產業結構、能源消費結構和外商直接投資五個方面，使用的指標如表6所示。

表6 城鎮化影響碳排放傳導機制的主要變量

（一）經濟增長

在城鎮化影響碳排放的傳導機制中，經濟增長的影響十分顯著。許多文獻都認為城鎮化能顯著推動經濟增長而經濟增長又能影響碳排放[36]。然而現有文獻在經濟增長對碳排放的影響方向上仍存在爭議。王鑫靜等（2020）[18]認為經濟增長能提高碳排放效率。不僅經濟增長對遏制碳排放強度上升起到重要作用[37]，經濟集聚也能顯著降低碳排放強度[38]。邵帥等（2019）[39]不僅構建了理論模型，還通過實證驗證了經濟集聚與碳排放強度呈倒“N”型曲線關系。但也有許多文獻提出相反觀點，認為經濟增長對碳排放起到促進作用[40]。王鋒等（2017）[9]考慮空間溢出效應，認為經濟增長能夠促進周圍城市的碳排放。祝偉等（2021）[41]發現城鎮化能降低化肥使用強度同時不影響糧食單產，從而提高居民消費水平使得碳排放增加。王泳璇等（2016）[42]認為人均居民消費對碳排放的促進作用呈先升后降的趨勢。杜海波等（2021）[43]認為經濟增長對碳排放的解釋力在經濟結構轉型和產業結構升級后相對減弱。可見現有文獻主要考慮了經濟增長在消費水平變化上對碳排放的影響，同時在空間效應、經濟增長的階段性變化和經濟集聚等方面進行了拓展。

（二）技術進步

“創新驅動”是城鎮化走向高質量的重要表現之一[44]，但現有研究中技術進步對碳排放的影響仍存在一定的爭議。王世進等（2017）[30]認為重工業研發需要投入大量化石能源從而使得技術進步表現為對碳排放的促進。部分學者持有相反觀點，張成等（2011）[45]基于數據包絡分析（DEA）測算出生產技術進步指標，發現技術進步可以增加產出。雖然產出增加會帶來更多污染，但同時也會增加污染治理投資，綜合來看能使碳排放下降。孫麗文等（2020）[46]認為技術創新主要通過生產流程創新和生產技術創新兩種途徑實現碳減排。此外，部分學者用能源使用效率的提高衡量技術進步，認為在粗放式發展階段能源利用效率低不利于抑制碳排放增長[22]。上述文獻對技術進步的相關研究主要集中在污染治理技術創新、能源使用效率創新和綠色低碳技術創新三方面對碳排放的影響。但現有文獻多以企業為研究對象，并從供給側或環境政策沖擊的角度出發，缺乏綠色產品需求視角的研究，也缺乏關于碳匯相關技術的研究。

（三）產業結構

城鎮化是勞動力向第二和第三產業轉移的過程，城市的產業結構也會隨之變化。現有文獻主要從第二產業或第三產業兩方面展開對產業結構的研究。大多數文獻都認為第二產業的發展導致化石能源消耗增加和碳排放增加[18]，尤其是重工業[30]。而第三產業的碳排放相對較低。孫麗文等（2020）[46]認為提升第三產業比重降低污染密集型產業的主導地位能有效解決碳排放污染。余志偉等（2022）[47]則發現產業結構高級化不僅能顯著降低本區域的碳排放強度，且抑制效果隨城鎮化而提升，同時也能通過空間效應降低周邊地區的碳排放強度。但畢曉航（2015）[48]認為第三產業較快的增長速度也會導致能源消費及碳排放的快速增加。張先鋒等（2014）[49]同樣認為產業結構優化促進了碳排放，原因是第三產業中交通運輸等生活生產服務業的碳排放量較高。現有文獻除了從第二或第三產業視角進行分析，也有同時考慮第一、第二、第三產業合理布局的研究，但還缺乏具體行業視角和產業智能化和數字化的研究。

（四）能源消費結構

能源消費結構雖然會受國家政策的影響，但也與城鎮化進程緊密相連并且直接影響碳排放。許多學者認為城鎮化發展過程中以煤炭為主的能源消費結構與碳排放呈顯著正相關關系[30]。但關于城鎮化進程中如何通過能源消費結構影響碳排放的研究存在不同的觀點。一方面城鎮化建設需要消耗大量化石能源，會提高煤炭消費占所有能源消費比例；另一方面，城鎮化能優化能源消費結構，依靠技術創新和可再生能源的開發降低高排放能源的占比。王泳璇等（2021）[50]通過構建門檻效應模型，發現城鎮化率較低時能源消費結構對碳排放的彈性系數為負，隨著城鎮化率提升彈性系數的絕對值逐漸減小。張雷等（2010）[51]認為城鎮化初期以煤炭為主的能源消費快速增長，進入城鎮化成熟期后以油氣為主的能源消費增長顯著放緩。上述文獻主要圍繞煤炭、化石能源等在城鎮化進程中對碳排放的影響展開，對可再生能源視角的研究較少。此外，不同城市的資源稟賦存在巨大差異，在城鎮化推進的過程中必然會形成截然不同的能源消費結構，因此必須考慮地區的異質性。

（五）外商直接投資

城鎮化的推進會吸引更多的外商直接投資（FDI）[52]。現有文獻主要從投資性質、技術溢出、產業轉型等角度來解釋FDI對碳排放的影響。王曉林等（2020）[53]認為FDI在不同城鎮化階段可通過規模效應、技術效應和結構效應影響碳排放。其中，城鎮化初期FDI流向高耗能行業對碳排放產生正向影響，隨著城鎮化水平提高，FDI能促進產業結構升級和技術研發減輕碳排放的壓力。李子豪（2015）[54]認為只有本土研發投入達到一定水平后，FDI才能起到減少碳排放的作用。當前文獻主要集中在FDI數量方面，對FDI質量影響碳排放的研究仍較少。

總體而言，城鎮化影響碳排放的傳導機制已有一定的研究，許多文獻都顯示出人口城鎮化以外的間接因素也對碳排放有顯著影響，但關于不同的傳導路徑并未達成一致的結論。同時目前相關研究在理論推導方面還較少，缺乏理論支撐，文獻結論缺乏可比性。此外，當前研究較少關注到公眾環境意識對碳排放的影響。

四、Meta回歸分析

為了尋找不同文獻研究結果差別的深層原因，本文使用Meta回歸分析方法對近年來關于城鎮化影響碳排放的實證研究進行定量分析，檢驗研究結論是否受到變量特征、樣本特征、方法特征和發表特征的影響。

首先本文根據若干標準對文獻進行了篩選，遵循的標準包括：（1）文獻必須具有相同或類似構成，即包含城鎮化率、碳排放量等相關變量；（2）文獻必須是定量分析的實證研究，剔除文獻綜述、理論分析等定性研究；（3）文獻必須報告t值或回歸系數；（4）若不同文獻使用同一套數據且計量方法和模型也相同或類似時，只選取發表在影響因子最大期刊上的文獻進行分析；（5）本研究僅納入北大核心期刊和南大核心收錄的中文期刊文獻，以及影響因子大于等于1 的國際期刊文獻。根據以上標準，最終篩選出55 篇有效文獻，得到124個研究結果，包含城鎮化率二次項的研究結果有23項，包含不顯著的研究結果2項，文獻于2010-2021年發表。以上原始文獻的每一個研究結果都是Meta回歸分析中的樣本。

Meta回歸分析的模型設定如下：

被解釋變量yi是第i篇原始文獻中所關心變量的效應量，衡量原始文獻中解釋變量對被解釋變量的影響；VFi、SFi、MFi和LFi為第i篇原始文獻中的變量特征集、樣本特征集、方法特征集和發表特征集。本文采用的效應量也即Meta回歸分析中的被解釋變量為各原始文獻中城鎮化率對碳排放的回歸系數及t值。此外，由于部分原始文獻同時報告了多個研究結果使得樣本不滿足獨立性，從而無法對研究假設進行有效檢驗。本文參考應瑞瑤等（2012）[55]的方法，以原始文獻中報告的研究結果個數的平方根為權重，采用加權最小二乘法（WLS）進行修正。在Probit模型中為了處理相同文獻不同結果可能存在的組內相關，本文以原始文獻的作者為聚類變量計算聚類穩健標準誤。表7為Meta回歸分析中包括的變量和說明。

表7 Meta回歸分析變量說明

針對顯著性分析，選擇一次項和二次項t值的絕對值為被解釋變量；針對影響強度分析，選擇一次項和二次項回歸系數的絕對值為被解釋變量；針對影響方向分析，選擇一次項和二次項回歸系數的正負為被解釋變量，并采用Probit二元選擇模型進行分析。

線性關系的Meta回歸結果見表8，模型1～3分別為城鎮化影響碳排放的顯著性分析、影響強度分析和影響方向分析。由模型1的回歸結果可知，各類變量在10%的顯著性水平上也不顯著，其聯合效應也不顯著，表明變量選擇等方面的異質性對回歸結果的顯著性沒有影響。從模型2的回歸結果來看，樣本特征中的樣本容量、樣本時間跨度和樣本平均年限回歸系數都為負并在1%的水平上顯著，表明樣本量越大越新、時間跨度越長，城鎮化對碳排放的線性影響就越弱。在方法特征中，使用動態面板模型得到的線性關系會更弱，而面板模型下則會得到線性關系更強的結論。在發表特征上，發表年份越新得到的線性關系也更強。由模型3的回歸結果來看，在變量特征中，土地城鎮化率和人口城鎮化率都在1%的顯著性水平上顯著為正且回歸系數相近，表明相比其他衡量城鎮化的指標，人口城鎮化和土地城鎮化都更大概率得到城鎮化促進碳排放增長的結論。同時，控制經濟增長相關指標也會使得到城鎮化促進碳排放結論的概率更大。樣本特征中，樣本容量、樣本時間跨度和樣本平均年限系數都為負，表明樣本量越大、越新，時間跨度越長，得到城鎮化抑制碳排放增長結論的概率也越大。此外，使用發達國家的數據更大概率得到城鎮化抑制碳排放增長的結論；在方法特征和發表特征中，使用動態面板模型也有更大概率得出城鎮化推進減少碳排放的結論；而發表年份越新則更大概率得到城鎮化促進碳排放增長的結論。

表8 城鎮化與碳排放線性關系的Meta回歸分析結果

二次曲線關系的Meta回歸結果如表9所示，模型4～6分別為城鎮化二次項影響碳排放的顯著性分析、影響強度分析和影響方向分析。由模型4的回歸結果可知，原始文獻的回歸中控制外商直接投資變量對城鎮化與碳排放二次曲線關系的顯著性起正向作用，而控制產業結構則起負向作用。樣本特征中，樣本時間跨度、樣本平均年限和發達國家數據都與城鎮化率二次項對碳排放的顯著性呈正相關，而樣本容量則呈負相關。在模型5 中，使用人口城鎮化率，控制產業結構、外商直接投資、技術進步和經濟增長都對二次項回歸系數有顯著影響。樣本特征中，樣本容量、樣本時間跨度、樣本平均年限和三大城市群也對城鎮化與碳排放的二次項回歸系數有顯著影響。在模型6中，控制產業結構有更大概率使城鎮化率二次項對碳排放的回歸系數為負。使用發達國家數據、使用動態面板模型和增加樣本平均年限都有更大概率使得二次項回歸系數為正。

表9 城鎮化與碳排放二次曲線關系的Meta回歸分析結果

綜上所述，通過Meta回歸分析可知現有文獻主要有以下特征：第一，變量特征中選擇碳排放總量還是碳排放強度對文獻結論沒有顯著影響；相比其他城鎮化指標，選擇人口城鎮化率和土地城鎮化率均有更大概率得到城鎮化促進碳排放增長的結論；此外，僅有控制經濟增長變量有更大概率得到城鎮化促進碳排放的結論。第二，樣本特征中樣本容量、樣本時間跨度和樣本平均年限在影響強度和影響方向上都對城鎮化一次項有顯著負向影響。部分樣本容量較少的文獻可能存在高估影響強度、錯誤得到正相關關系的問題；增加樣本平均年限和發達國家數據更大概率呈現“U”型關系且更顯著。第三，方法特征中，使用動態面板模型對二次曲線關系的顯著性沒有明顯作用；使用面板模型則會增加一次項的影響強度，城鎮化對碳排放的線性影響也有顯著動態關系。第四，發表特征主要對影響強度和影響方向產生作用，發表年份越新城鎮化影響碳排放強度越大，更大概率得到正相關的結論。

五、評述與展望

（一）評述

隨著人們對全球變暖問題，特別是對碳排放問題的關注，城鎮化對碳排放的影響及其動因也受到越來越多的關注。總結以往的研究內容和方法，可以看到關于城鎮化對碳排放影響研究的視角在不斷豐富，方法更加多樣且科學。本文在厘清城鎮化與碳排放內涵及度量的基礎上，回顧了城鎮化與碳排放的關系、城鎮化影響碳排放的傳導機制，以及研究中主要使用的模型。雖然當前研究已經取得了豐碩的成果，但是從已有的文獻來看，研究還存在著一定的局限性。

從研究選取的變量和樣本來看，存在以下問題：第一，部分樣本容量較少的文獻可能存在高估影響強度，錯誤得到城鎮化促進碳排放增長結論的問題。第二，在衡量人口城鎮化率時，部分文獻使用的非農人口占比并不能體現實際在城市參與生產和消費的人口比例。同時，使用戶籍人口占總人口比重衡量人口城鎮化也沒有考慮在部分發達城市人口流動性較強、流動人口多。因此，對居民能源消耗和碳排放量的計算可能與實際情況存在較大偏差。第三，當前各角度的城鎮化研究都存在一些缺陷。其中，人口城鎮化的研究中對人口老齡化和低生育率問題的分析仍較少。土地城鎮化的研究中尚未有文獻對城鎮不同功能分區和城市群中不同城市的協同作用進行分析。社會城鎮化缺少明確的指標和對碳排放傳導鏈條的系統論述。構造綜合城鎮化指標也容易掩蓋城鎮系統中不同部分對碳排放的影響。第四，當前學者們選取的研究對象主要集中在跨國層面、國家層面、省級層面以及經濟帶或城市群，對地級和縣級層面的研究較少。地級和縣級城市是我國城鎮化的主要載體，每個城鎮在人口、經濟總量、產業結構等方面都存在巨大差異，深入開展地級和縣級層面的研究具有較強現實意義。

從研究的方法來看，存在以下問題：第一，當前研究還集中在對IPAT模型及STIRPAT模型的拓展上，受限于有限的若干變量。一旦變量個數過多，研究結果的穩健性和解釋力就會受樣本的限制。第二，大多數文獻都從實證角度展開，缺乏理論模型的推導。第三，不同研究方法及指標的衡量方式有其自身的優缺點和使用條件，許多文獻在使用不同模型和指標的情況下得到截然不同的結論，對于研究結論的科學性還有待商榷。

從研究的內容來看，存在以下問題：第一，雖然從各個角度評估城鎮化對碳排放的總體影響已有一定共識，但不同城鎮化階段對碳排放的影響在不同經濟發展水平的國家和地區有所差異。不同的文獻使用的樣本擁有不同的特征，所得到的結論也會有所不同。同時由于存在空間溢出效應，不同區域城鎮化受到的影響也更為復雜。第二，城鎮化影響碳排放傳導機制的研究還不夠深入。比如經濟增長中人均GDP的變化并不能直接與碳排放關聯，現有研究中已有通過人力資本來研究經濟增長中對碳排放起作用的因素，但還缺乏其他角度的研究。技術進步從供給側或環境政策沖擊的角度出發已有大量研究，但仍缺乏對綠色產品需求視角的研究。不同文獻從各個角度對產業升級進行了大量分析，但缺少具體行業視角和產業數字化的分析。此外，當前文獻也更多關注FDI總量對碳排放的影響，較少關注城鎮化如何影響FDI質量進而對碳排放產生影響。

（二）展望

城鎮化本身是一個非常復雜的問題，涉及人口規模變化、人口的流動、基礎設施的建設、產業結構的轉型升級、技術的進步、人們生活生產方式和觀念的改變等等。同樣碳排放也是一項紛繁復雜的系統工程，涉及生產耗能、交通耗能、家庭生活耗能、垃圾處理，以及在終端環節能夠減少實際碳排放的自然固碳和人為固碳等多個問題，是多種不同因素相互作用的工程。城鎮化對碳排放影響的研究應當與社會學、地理學等其他學科結合，拓寬視野，豐富內容。因此，還需要用更加系統的思維探索更為嚴謹且合乎邏輯的研究方法。

關于選取的變量和樣本。第一，拓寬研究對象的層級，一方面可納入更多的城市增加樣本容量避免統計上的偏誤。另一方面可將研究對象拓展到縣一級以豐富現有研究成果。第二，需要充分考慮選擇單個變量還是綜合選擇多個變量來研究其對碳排放的影響。第三，針對擁有不同時空特征的樣本，需要仔細考慮指標選取，如是否將流動人口納入到城鎮人口當中。

關于模型與方法。第一，在研究方法上，需要建立理論模型，構建系統性的框架研究城鎮化與碳排放的關系。可同時選用多種方法進行研究并驗證結論，使得研究結果更加精確和有說服力，這也是未來研究的趨勢所在。第二，針對數據缺失和指標單一的問題，可利用衛星遙感進行測量和監測，可獲取城市夜間燈光數據，對城鎮化水平進行估算、修正和補充。特別是在第三世界國家數據缺乏的情況下，可以起到有效的補充作用。

關于研究內容。第一，在研究各省市或經濟帶和城市群的城鎮化對碳排放的影響時，空間溢出效應往往不可忽略。由于我國城市規劃具有政府主導的特點，城市與城市之間不管在經濟上還是政策上都有緊密關聯，其城鎮化對周邊省市的碳排放或相互促進或相互抑制或存在單方向的影響。第二，關于技術進步和產業結構等作為中介變量的傳導機制研究還不夠深入。當下產業智能化、產業數字化轉型，對于企業推動高質量發展，實現節能減排有重大意義。同時還需要關注技術變革對于農業部門碳排放和家庭部門碳排放的影響。以及公眾對綠色產品的需求如何從需求側影響技術創新。第三，當前關于電力體制改革、生物固碳技術、低碳生活等方面都需要學者增加對其政策的解讀和其效果的研究，但國內相關環境政策存在實施年限尚短，其政策效果尚不明顯的問題，需要在未來多年的變化中跟蹤研究。

當前我國正處于城鎮化發展的中后期，但各區域之間仍存在發展不平衡等深層差異。因此，不僅要考慮落后地區在城鎮化過程中如何控制碳排放的增長，也要考慮發達地區城鎮化如何實現高質量發展，實現節能減排。同時，結合我國城市規劃和經濟規劃由政府主導的特點，需要加強對提高低碳城鎮化的政策研究。實際上，很多與城鎮化相關的影響因素會直接或間接地對碳排放產生不同方向的影響，這些影響因素相互抵消或者互相促進，最終混合各種影響所得到的實際碳排放結果可通過計量方法、實證分析顯現出來。當前我國城鎮化對碳排放的研究在借鑒國內外經驗的同時，必須深刻理解中國城市自身發展的特點，在開放視角下立足實際。