1、中国不同城镇化发展区域的城镇化率对碳排放影响研究 石芳芳 王辉 郭名媛 天津大学管理与经济学部 摘 要： 研究中国不同城镇化发展区域的城镇化率对碳排放的影响, 选取了中国 30 个省份 (香港、澳门、台湾和西藏除外) 20052014 年的面板数据为研究对象, 按照城镇化水平对各地区进行分组研究。通过对扩展的 STIRPAT 模型进行最小二乘回归估计, 得出了中国不同城镇化发展区域的城镇化率对碳排放的影响。结果表明, 不同城镇化发展区域的城镇化率对碳排放影响存在着明显的差异, 一线地区和二线地区的城镇化水平的提高会使得碳排放增加, 但是三线地区的城镇化水平的提高会使得碳排放减少。一线地区和三线
2、地区的碳排放与城镇化率之间呈倒 U 型关系, 而二线地区的碳排放与城镇化率之间呈正 U 型关系。关键词： 城镇化; STIRPAT 模型; 碳排放; 作者简介：石芳芳 (1990-) , 女, 河北邢台人, 硕士研究生, 研究方向为能源管理、碳减排。E-mail:收稿日期：2017-01-05The Study of Urbanization Ratio of Different Urbanization Developing Zone in China on Carbon EmissionShi Fangfang Wang Hui Guo Mingyuan College of Manage
3、ment and Economics, Tianjin University; Abstract： For studying the effect of urbanization ratio of different urbanization developing zone in china on carbon emission, data of 30 provinces in china (except Hongkong, Macao, Taiwan and Tibet) from 2005 to2014 are studied by urbanization level.By least
4、square regression estimation based on extended STIRPAT model, we got the effect of urbanization ration of different urbanization developing zone on carbon emission.The result shows that there is obvious difference among different urbanization developing zones which have affection on carbon emission,
5、 the increase of urbanization level in the first and the second class areas causes the increasing of carbon emission, however, the increase in the third class areas brings about the decreasing.The relationship between carbon emission in the first and the third class areas and urbanization ration is
6、like reverse U, but it is like positive U in the second class areas.Keyword： Urbanization; STIRPAT model; Carbon emission; Received： 2017-01-05近年来各国不断的加大力度应对气候变化, 由于化石能源的使用所导致的碳排放问题也进一步引起了各国和公众的关注。中国已成为全球第一大碳排放国家1。作为碳排放大国, 我国经济的高速发展和城镇化进程不断加快, 随之 CO2的排放量也在进一步增加, 这就给我国的环境、社会和政府带来了巨大的负担。目前我国处于城镇化的快速发展
7、阶段, 我国的城镇化率从 1981 年的 20.2%迅速增长到 2014 年的 54.77%, 年均增长 3.1%, 高于世界平均水平。伴随着城镇化的发展, 人口和社会经济活动更大规模地集聚也随之产生, 因此能源消费和碳排放也进一步的增加。如何在实现经济增长和推进城镇化进程的前提下减少碳排放, 研究我国城镇化与碳排放的关系, 并据此制定相应的政策措施是十分必要的。学者针对这一问题已经做了许多相关研究。朱勤等2认为人口城镇化率、产业结构、人口规模三个因素对我国碳排放总量的影响较为明显。曲如晓等3的研究表明劳动力人口数量对碳排放有显著的正向影响, 家庭规模有显著负向影响, 而城镇化率对于碳排放的影
8、响并不显著。张传平等4证明了能源消费强度和GDP 是影响碳排放最为明显的因素, 其次是人口规模和城镇化水平。刘梦琴等5利用环境库兹涅茨曲线模型, 证明了中国 CO2的排放量并没有达到环境库兹涅茨曲线的拐点, 城镇化水平和各省份地区的碳排放量之间拥有较为明显的正向相关性。阳玉香等6认为城镇化率促进了湖南地区人均碳排放的增加。卢祖丹7的研究结果表明了碳排放和城镇化率的水平之间拥有明显的负向关系。中西部地区可以通过推进城镇化进程来实现碳排放量的减少, 而东部较为发达地区则没有此作用。有些研究者认为城镇化对碳减排的影响呈现着不同的阶段性规律。王芳等8利用 9 个国家 19612010 年面板数据, 对
9、城镇化、人口年龄结构与碳排放所存在的关系进行最小二乘回归估计, 结论表明了在早期社会发展条件下人口城镇化增加 CO2的排放量, 然而伴随着城镇化的持续推进人口城镇化会对碳排放产生抑制作用。阙大学等9证明了城镇化的持续推进在短期内会增加能源消费强度, 然而在长期内城镇化水平的提高则会减少能源消费强度。邓爽等10采用 STIRPAT 模型研究了金砖国家人口总量、人均 GDP、能源强度、城镇化和工业化对碳排放的影响, 结果表明人口总量 (中国除外) 和城镇化是影响金砖国家碳排放最主要的因素。以城镇化率为主要研究对象, 研究了碳排放与城镇化率、人口密度、城镇用地比重、人均 GDP 以及能源消费强度之间
10、的关系。基于 STIRPAT (stochastic impacts by regression on population, affluence, and technology) 模型进行最小二乘回归估计, 得出了中国不同城镇化发展区域城镇化率对碳排放的影响。1 理论方法和实证模型1.1 理论框架和实证模型STIRPAT 模型的一般形式为其中:a 是常数项;指数 b、c 与 d 均为待估参数, 分别表示了人口、财富与技术因素对于环境影响的大小; 为随机扰动项。将式 (1) 的两边取自然对数, 从而原模型变为将 STIRPAT 模型进行了一定的扩展。把人口城镇化变量分解成了人口密度、城镇化率与
11、城镇用地比重 3 个变量, 利用人均地区生产总值衡量富裕程度, 而能源消费强度则来度量技术水平因素。扩展后的 STIRPAT 模型 (模型 1) :通过环境库兹涅茨曲线 (EKC, environmental kuznets curve) 可知, 在经济发展的初期, 环境的污染会随着经济发展水平的增长而变得越来越严重。当经济发展水平达到了一定程度时, 经济发展水平的增长则会减少环境污染, 也就是经济增长和环境污染变化二者之间存在着倒 U 型的关系。我们引用 EKC 的拐点思想, 引入了城镇化率的平方项。引入城镇化率平方项的扩展后的 STIRPAT 模型 (模型 2) :其中:i 和 t 分别代
12、表各省份地区和年份;C it为碳排放的总量 (万吨) ;pd it为人口密度 (人/平方千米) ;ur it为城镇化率 (城镇人口/总人口) ;k it为城镇用地比重 (城镇建设用地面积/地区总面积) ;pgdp it为人均地区生产总值 (元/人) ;enit为能源消费强度 (能源消费总量/GDP, 吨标准煤/万元) ; it为随机误差项。1.2 数据处理和来源研究选取了中国的 30 个省份地区 (香港、澳门、台湾和西藏除外) 为研究对象, 采用 20052014 年的面板数据。各省市地区 8 种化石能源消费量和能源消费的总量的数据均来自中国能源统计年鉴。而人口密度数据、城镇化率则来自中国统计
13、年鉴和新中国 60 年统计年鉴汇编。城镇用地比重来自历年环境统计数据和中国统计年鉴并经计算而得。人均 GDP 则来自历年的中国统计年鉴。选取中国能源统计年鉴里面已经发布的 8 种化石能源 (包括原油、煤油、煤炭、焦炭、天然气汽油、柴油、燃料油) 的消费数据情况对碳排放进行测算。依据中国能源统计年鉴所提供的折标煤系数把各种化石能源的消费量进行折算, 使其变为标准统计量, 再乘上 IPCC 所公布的碳排放的系数, 可以得出各个省份地区 8 种化石能源的消费所产生的碳排放量, 将各个碳排放量相加求和得出各省份的碳排放总量。8 种化石能源的碳排放系数以及折标煤系数见表 1。表 1 各种能源折标煤系数和
14、碳排放系数 Table 1 Every standard coal coefficient and carbon emission coefficient 下载原表 碳排放的计算公式为其中:C it为省份 i 在第 t 年的碳排放的总量;Q ijt为省份 i 在第 t 年的第 j 种化石能源的消费量; j为第 j 种化石能源的折标煤系数; j为第 j 种化石能源的碳排放系数。1.3 我国不同城镇化发展水平的区域划分中国的土地辽阔, 根据城镇化率对于各地区进行分组研究, 对于分析不同地区的碳排放和城镇化之间的关系具有重要意义。根据当前中国的城镇化率的发展水平, 把我国的 30 个省市地区 (香港
15、、澳门、台湾和西藏除外) 按照 2014 年的城镇化率划分为 3 个区域:一线地区 (70%) 、二线地区 (50%70%) 和三线地区 (50%) 。一线地区有:上海、北京、天津。这 3 个城市的城镇化发展已经进入了相对稳定的阶段。二线地区有:广东、辽宁、江苏、浙江、福建、重庆、内蒙古、黑龙江、湖北、山东、吉林、山西、海南、宁夏、陕西。其中城镇化率水平最高的是广东省, 城镇化率达 68.0%, 最低的则是陕西省, 城镇化率达 50.22%。这 15 个省市地区正处在城镇化发展进程的高速发展阶段。三线地区有:江西、青海、河北、湖南、安徽、四川、新疆、广西、河南、云南、甘肃、贵州。他们之中城镇化
16、率水平最高是江西省, 城镇化率达 49.78%, 最低是贵州省 49.78%, 城镇化率达 40.01%, 这 12 个省正处在城镇化发展较低水平阶段。2 实证研究2.1 面板模型参数估计结果采用一线地区、二线地区和三线地区的面板数据, 对模型 1 和模型 2 进行参数估计。通过豪斯曼检验, 研究中各个模型都是随机效应模型。表 2 和表 3 分别给出了模型 1 和模型 2 的参数估计结果。2.2 结果分析从一线地区、二线地区和三线地区的模型 1 估计的结果来看, 在不同城镇化水平区域, 城镇化率对碳排放的影响有显著的差异。其中, 一线地区和二线地区城镇化的估计系数是正数, 而三线地区估计系数是
17、负数。一线地区每当城镇化率提高 1%, 会增加 2.216%的碳排放;二线地区每当城镇化率提高 1%, 则仅会增加 0.119%的碳排放;三线地区每当城镇化率提高 1%则能减少 0.089%的碳排放, 可以看出一线、二线两地区城镇化推进对于增加碳排放的作用是远高于三线地区对碳排放的减缓作用的, 这也就造成了我国城镇化整体上增加了碳排放。表 2 模型 1 的参数估计结果 Table 2 Estimated result of model 1parameter 下载原表 表 3 模型 2 的参数估计结果 Table 3 Estimated result of model 2parameter 下载
18、原表 从一线地区和三线地区的模型 2 估计的结果来看, 一线地区和三线地区的城镇化率的平方项系数为负数, 碳排放与城镇化率之间呈倒 U 型关系。分析造成这一结果的原因, 主要是因为:一线地区 (上海、北京、天津) 已经达到了城镇化的后期发展阶段, 发展相对平稳。交通发达, 城市基础设施建设投入加大, 低碳经济正在稳步推进。特别是近些年京津沪地区正在逐步加大治理雾霾污染的力度。而三线地区正处在城镇化的低水平阶段, 城镇化的推进水平还不高。从二线地区的模型 2 估计的结果来看, 二线地区的城镇化率的平方项系数为正数, 碳排放与城镇化率之间呈正 U 型关系。这主要是因为二线地区正处在城镇化的高速发展
19、阶段。该地区的经济正在快速发展, 居民消费水平不断的提高, 基础设施与居民住房建设不断加快, 高耗能的消费不断快速增长, 而相应的低碳经济发展和节能减排措施可能还未完全落实到位。3 结语中国的碳减排战略与政策, 需要根据不同的城镇化水平制定相关策略。在城镇化的过程中尽最大努力地实现碳减排, 走低碳经济、低碳社会的道路。具体建议如下:(1) 控制工业碳排放、促进其他产业的碳减排。在城镇化发展进程中, 我国应当高度重视工业方面的碳排放问题, 可以优化工业结构、促进产业升级转型、建设低碳工业产业园区等, 通过众多措施来实现工业部门的碳减排。其次, 根据国际上的经验, 随着城镇化水平的不断提高, 建筑
20、及其相关相近领域的碳排放会逐渐超过工业、交通等行业。所以应当引起我国对于绿色和智能建筑的重视, 发展、推广绿色和智能建筑技术, 研发清洁低碳建筑材料, 推广奖励低碳规划和设计等, 能够实现建筑领域的碳减排。我国还应积极研究如何实现农业碳排放的减少, 为农业碳减排创造政策环境, 进一步研发和应用农业碳减排技术, 推动农业的发展。(2) 加强人才培养, 促进技术创新。科学技术是第一生产力, 真正实现科技创新和技术升级需要专业人才的支持。我国应当充分发挥城镇化的累积人力资本的效果, 培养相关专业人才, 并且要大力引进海外优秀人才。加大低碳技术研发的投入力度, 推广低碳技术。对于低碳技术可以采用自主研
21、发和引进技术两种模式。(3) 引导低碳消费的生活方式。城镇化过程中, 居民生活方式改变是引起碳排放不断增加的重要原因之一。我国城镇化过程中对于居民生活消费应当重视, 尤其是城镇居民的生活消费方式所引起的碳排放问题。在各个消费领域推广低碳消费理念, 引导公众建立科学的消费观, 使得公众树立良好的低碳消费理念。(4) 实现城镇用地空间的合理化增长。快速城镇化时期应当实现城镇空间的高效集约利用, 切不可“摊大饼”式发展。要不断完善城镇的社区功能, 满足居民的需要, 实现社区功能的复合化和多元化。参考文献1World Bank.World Development IndicatorsR.http:/d
22、ata.worldbank.org/data-catalog/world-development-indicators, 2014. 2朱勤, 彭希哲, 陆志明, 等.人口与消费对碳排放影响的分析模型与实证J.中国人口资源与环境, 2010, 20 (2) :98-102. 3曲如晓, 江钅金.人口规模结构对区域碳排放的影响研究基于中国省级面板数据的经验分析J.人口与经济, 2012, 33 (2) :10-17. 4张传平, 周倩倩.我国碳排放影响因素研究J.河南科学, 2012, 30 (10) :1549-1553. 5刘梦琴, 刘轶俊.中国城市化发展与碳排放关系 基于 30 个省区数据
23、的实证研究J.城市发展研究, 2011, 18 (11) :27-32. 6阳玉香, 谭忠真.湖南省低碳经济驱动因素的实证研究基于主成分分析法J.湖南社会科学, 2012, 25 (2) :160-162. 7卢祖丹.我国城镇化对碳排放的影响研究J.中国科技论坛, 2011, 27 (7) :134-140. 8王芳, 周兴.人口结构、城镇化与碳排放基于跨国面板数据的实证研究J.中国人口科学, 2012, 26 (2) :47-56. 9阙大学, 罗良文.我国城市化对能源强度的影响基于空间计量经济学的分析J.当代财经, 2010, 31 (3) :88-95. 10邓爽, 赵涛.基于 STIRPAT 模型的金砖国家碳排放因素研究J.甘肃科学学报, 2015, 27 (6) :101-106.
