我国城镇化进程中低碳转型的研究

陈宜成

我国城镇化进程中低碳转型的研究

陈宜成

（西华师范大学 商学院，四川南充 637000）

近年来城镇化的快速推进对于我国的经济发展起着十分重要的作用，但是随着城镇化进程的加快也产生了一些负面效应。基于2001～2012年我国各省市面板数据，利用改进的STIRPAT模型对我国碳排放量影响因素进行了实证分析，分析表明；总体上，我国城镇化对碳排放有正向作用，但城镇化对碳排放的影响存在区域差异性。同时，能源强度对碳排放的影响不太显著，产业结构对碳排放的影响也存在区域差异，政府政策支持对碳排放起反向作用。

碳排放；STIRPAT模型；城镇化；区域差异

城镇化是实现经济增长和工业化的重要因素，加快城镇化已成为我国确保经济持续发展的优先国策。据统计近10年来，我国城镇化水平有了突破性的提高，在2011年首次突破50%，在2012年达到52.57%。陈甬军和梁晋秋（2008）预测在未来40年里，我国城镇化将继续保持较快增长，预计2020

年，我国城镇化率将到达58%，2030年达到65%，2050年达到75%。伴随着我国城镇化快速推进的同时，我国碳排放问题也越来越突出，从生活看，城市人均能源消耗约为农村的4.5倍，从生产看，城市大规模基础设施需要消耗大量的水泥、钢材等高能耗产品。这些污染现象直接或间接的危害着人类的生存环境和制约我国国民经济的可持续发展。2011年11月，我国在德班气候大会上重申，将本着对本国人民和世界人民高度负责的态度，坚定不移的实施应对气候变化的政治措施，采取最强有力的国内行动，推动绿色低碳发展。

1 文献综述

由于我国仍处于城镇化、工业化加速阶段，这将会加快对能源的消耗，而我国能源的消费需求与各种社会经济因素，特别是与城市化水平之间存在着稳定的长期关系［1］。对于碳排放问题国内外一些学者已进行了一定研究。王锋［2］利用1995～2007年的数据，研究分析我国二氧化碳排放量增加的驱动因素。林伯强等［3］分析影响中国人均碳排放的主要因素，并给予解释。李梅艳等［4］以我国1908～2007年为样本期，构建因素分析模型，计算经济总量增长、产业结构演进和碳排放强度变化所产生的碳减排效应。徐广月、宋德勇［5］（2010）的研究表明，中国地区的人均碳排放和人均GDP的关系因地而异，东部和中部呈倒U关系，西部地区呈正U关系。郭郡郡和刘成玉［6］的研究表明中国的城市化对碳排放量和碳排放强度均有正向的影响，且城市化对碳排放的影响存在着省际差异。Wang等［7］采用对数均值迪氏分解法定量分析了1957～2000年间能源强度、能源结构和经济增长对我国CO2排放的影响。科尔诺伊迈尔［8］将碳排放的影响因素划分为总人口、城市化、能源强度，利用1975～1998年的86个国家的面板数据研究发现碳排放和城市化、能源强度呈正向相关，其中城市人口每增长10%，将使碳排放增加7%。Liddle等［9］使用17个发达国家的面板数据研究了年龄结构和城市率对碳排放的影响，结果显示，城市率对碳排放存在着正向关但不显著的关系。Alam等［10］基于STRIPAT模型研究了巴基斯坦城市化和碳排放之间的关系，研究发现巴基斯坦城市化和碳排放存在正相关。Parikh等［11］使用1965～1987年人均能源消费的面板固定效应模型和1986年的四种温室气体排放量的截面数据模型，研究了城市化对能源消耗和碳排放的影响，研究得出：城市化水平的提高和人均能源使用量的增加与人均碳排放量呈正相关。马丁内斯和玛若提［12］利用1975～2003年的国别面板数据却发现，低收入组国家的碳排放对城市化的弹性高于1，中低收入国家的碳排放对城市化的弹性为0.72，而中高收入国家的弹性却为负。基于改进的STIRPAT模型利用2001～2012年的省域面板数据分析现阶段城镇化水平对我国碳排放的总体影响，以此为基础还研究了不同地区之间这种影响存在的差异及原因。

2 模型构建及数据来源

2.1 STIRPAT模型介绍

Ehrlich（1971）等人提出了IPAT模型，即“I=PAT”。用来分析环境影响（I）与人口因素（P）、财富程度（A）和技术水平（T）之间的联系［13］。在此研究基础上，Dietz（1997）等［14］提出一种随机模型即STIRPAT模型。此模型可以将技术水平（T）分解为能源强度、产业结构等各种因素对环境影响（I）进行分析，同时也避免了IPAT无法实现的自变量和因变量之间的非线性关系。STIRPAT模型的通常形式如下：

2.2 模型指标选取及数据来源

为了能更好地体现城镇化进程对碳排放的影响，我们将人口因素指标用人口结构变量即城镇化率PH代替（城镇化率我们用城镇人口占总人口的比重表示）。财富因素指标采用人均GDP，技术因素指标则用能源强度T（能源强度是指单位GDP生产过程中的能源消耗量，它是衡量能源消耗和GDP产出的重要指标）和产业结构ET（由于考虑到第二产业碳排放相对于其他产业较严重，所以产业结构用第二产业与三大产业总产值的比值表示）。此外，我们还考虑了政府政策支持指标TAX（TAX表示行业主营业务税务及附加占产品销售收入的比重）。由于马利波（2009）等［15］证明城市化与GDP、人均GDP都具有很高的相关性。所以模型中若有城镇化率和人均GDP两个指标共存可能存在高度共线性，导致相关变量中参数估计不显著，因此去除了人均GDP指标，则模型的最终形式为：

式中：i和t分别表示省份和时间，并且服从独立同分布，ln为碳排放总量，ln（PHit）为城镇化率，ln为能源强度，ln为产业结构，ln（为政府政策支持指标，eit为随机干扰项。

由于我国目前尚未对碳排放量进行统计分布。因此，我们根据化石能源的消耗量和能源CO2的转换因子来测算碳排放量，公式如下：

式中：Ck为第k年碳排放总量，nik为i类能源第k年的能源消耗量，Ek为第k年的能源消耗总量，Fik为i类能源第k年的消耗量占总消耗量的比重，δi为i类能源的转换系数，I=1，2，3。k为2001～2012年。其中δi采用了胡初枝等（2008）的计算结果，即煤炭、天然气、和石油消耗碳排放的转换系数分别为0.732 9 t（C）/t、0.557 4 t（C）/t、0.422 6 t（C）/t。

本文研究的样本区间为2001～2012年的各省市（除西藏和港澳台）的面板数据，数据均来源于《中国统计年鉴》、《新中国60年统计资料》和《中国能源统计年鉴》以及各省市统计年鉴。

3 研究结果及分析

3.1 我国碳排放的总体影响

为了避免出现“伪回归”现象，我们必须对变量进行平稳性检验和协整检验。首先，对各变量进行单位根检验，检验结果表明，所有变量在5%显著水平下都存在单位根，不是平稳序列，但进行一阶差分后都呈平稳性，说明各变量均为一阶单整。然后，采用EG两步法对各变量之间进行协整检验，检验结果表明，在5%显著水平下各变量之间存在长期稳定的均衡关系，不存在“伪回归”现象。而且，碳排放和城镇化之间对应的协整方程为：

括号中的数字表示各变量的t统计量，并可知在5%显著水平下，各变量均是显著。最后，我们对模型2式采用eviews6.0进行OLS回归分析，考察我国碳排放和城镇化的整体影响。回归结果如下表1：

表1 回归结果

由表1可以发现，我国城镇化与碳排放整体上呈正相关，即城镇化率每增加1%，则碳排放将增加3.16%，而且城镇化导致的碳排放增加幅度远远大于城镇化的增加幅度。同样，第二产业比重与碳排放量也是正相关，第二产业比重每增加1%，则碳排放量增加1.83%。而能源强度每增加1%带来的碳排放只增加0.273%，说明能源强度对碳排放量的影响远远小于城镇化和产业机构对碳排放的影响，此外，政府政策支持与碳排放之间呈负相关，则说明政府的税收政策对碳减排起反向作用。由以上分析可知，总体上，我国在城镇化加速阶段会增加大量碳排放，原因主要有两点：1）城镇化带来的居住能源消耗及居民生活方式的改变增加了碳排放。随着城镇化的发展，越来越多的人进入城镇，这就要求加大城市基础设施和房屋建设。而这些基础设施和房屋建设要消耗大量能源和材料，必然也会产生大量的碳排放。根据2001～2011年的数据显示，我国每建筑1平方米的房屋需要消耗0.8平方米的土地和0.2

吨标准煤的能源和排放0.6吨的CO［16］2。由于更多的人生活在城镇，他们会加快对煤炭、天然气的使用以及购买更多的家用电器和选择更为现代的交通工具，这些生活方式的改变会增加碳排放。2）当前的经济发展方式增加碳排放量。我国目前正处于消除贫困、工业化加速推进的重要发展时期，经济发展方式仍属于“高耗能、高排放、高污染”的粗放型经济发展模式，而且长期对资源的依赖导致我国发展的空间的限制。

3.2 我国城镇化对碳排放区域性差异的分析

下面我们考察我国城镇化对碳排放影响的地域差异性，对此我们将中国30个省份和市（除西藏和港、澳、台）划为东部、西部和中部。对2001～2012年的省级面板数据采用eviews6.0软件进行回归分析，其回归结果如下表2：

表2 回归结果

由回归结果可以看出，面板模型拟合比较好，各区域的R2系数均在95%以上，而且各系数变量均在5%显著水平下通过显著性检验。东部地区城镇化与碳排放呈负相关，即城镇化每提高1个百分点，碳排放要减少0.036个百分点。而中西部地区城镇化与碳排放仍呈正相关，这与全国城镇化对碳排放整体影响是一致的。原因可能是东部地区的经济较发达，城镇化水平明显高于中西部地区，而且东部地区实现了居住和交通能源使用的规模经济，有更高的人口密度，从而使居住和交通能源更为节约，使碳排放较少。区域能源强度对碳排放量影响的方向相同，但是东中西部地区的能源强度对碳排放的影响程度不同，东部地区最低，即能源强度每减少一个百分点，碳排放量仅减少0.325个百分点。而西部地区最高，中部地区次之。原因主要是，东部地区经济发展较快，进入了工业化中后期阶段，开始大力发展第三产业，逐步淘汰或转移高耗能、高污染的重工业；而中西部正处于工业化中期甚至是初期阶段，工业化、城市化都在快速发展，需要消耗大量的能源来带动经济发展。第二产业比重对碳排放的影响方向不同，有明显差异。东中部地区第二产业比重对碳排放量影响呈正向作用，但是，西部地区第二产业比重与碳排放量呈负相关，即第二产业每增加1个百分点，则碳排放量将减少2.415个百分点，这与我国第二产业比重对碳排放量整体的影响是相反的。其原因可能是，东中部地区经济较发达，其科研投入的增加、技术的进步导致第二产业能源利用效率提高；而西部地经济相对落后，且处于重工业加速阶段，高耗能、高污染行也较多。东中西部地区的政府政策支持对碳排放量影响的方向均相反，没有显著性的差异，这说明政府的税收政策对碳排放量的减少有一定的正向作用。

4 结论与政策建议

本文基于改进的STIRPAT模型分析了我国城镇化对碳排放的总体影响及这种影响存在的区域差异性，主要结论如下：1）总体上，我国城镇化与碳排放呈正向关，即城镇化的加快不利于碳减排。2）城镇化对碳排放的影响存在着区域性。东部地区的城镇化有利于碳排放量的减少，相反，中西部地区的城镇化却不利于碳减排。3）产业结构、政府政策支持、能源强度也对碳排放存在着影响。其中能源强度与碳排放呈正相关，政府政策支持与碳排放呈负相关，产业结构还存在区域性，东中部地区产业结构对碳排放量影响的方向相同，而西部地区产业结构对碳排放量影响的方向相反。

政策建议：1）由分析结果可知，我国城镇化的推进增加了碳排放，因此政府应该通过适当控制城镇化速度，提高城镇化质量，建设以低耗能、低污染、低排放为目标的低碳城镇，把城镇化作为低碳经济发展的机会来促进碳减排，倡导全国节能减排的生产和生活方式。同时，政府应该根据城镇化对碳排放影响的区域差异性，要求地方政府根据本地区自身拥有的资源、人口状况、经济发展程度等因子，合理规划城镇发展布局，体现地方差异，形成地方特色，创建经济高效、资源节约、环境友好的新型城镇发展格局，对于中西部要提高投资项目的节能、安全、低碳等标准，承接产业转移时要保持前瞻，逐步打破城镇化对资源密集型工业第依赖，推动促进清洁发展机制项目的发展，提高城镇发展品质。2）政府要转变经济发展方式，优化产业结构，提高能源效率。对于东中部地区要增加第三产业的比重，大力发展现代服务业和高新技术产业，推动产业升级，对于西部地区，要加大政府财政转移的支付，引导财政资金、企业向西部转移，加大第二产业的比值，同时要对西部地区的能源结构进行优化调整。3）政府要加大对碳税征收的力度，通过征收碳税来改善能源结构，促进碳减排，通过减少税收、财政补贴支持碳排放较少的行业。

［1］ Yao bin Liu.Exploring the Relationship Between Urbanization and Energy Consumption in China ARDL and FDM［J］.Energy，2013（34）：1846 -1854.

［2］ 王锋，吴丽华，杨超.中国经济发展中碳排放增长的的驱动因素研究［J］.经济研究，2010（2）：123-136.

［3］ 林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析［J］.管理世界，2009（4）：27-36.

［4］ 李梅艳，张雷，程晓凌.中国碳排放变化的因素分解与减排途径分析［J］.资源科学，2010，32（2）；218-222.

［5］ 徐广月，宋德勇.中国碳排放环境库兹涅茨曲线的实证研究——基于省域面板数据［J］.中国工业经济，2010（5）：37-47.

［6］ 郭郡郡，刘成玉.城市化对碳排放量及强度的影响［J］.城市问题，2012（5）：21-28.

［7］ Wang Can，Chen Jining，Zou Ji.Decomposition of Energy-related CO2Emission in China：1957-2000［J］.Energy，2005，30：73-83.

［8］ Matthew A Cole，Eric Neumayer.Examining the Impactof Demographic Factors on Air Pollution［J］.Population and Environment，2004（1）：5 -21.

［9］ Liddle.B，Lung S，Age-structure，urbanization and climate change in developed countries：Revisiting STIRPAT for disaggregated population and consumption reladted environmental impacts［J］.Population and Environment，2010（5）：15-26.

［10］ Alam S，Fatiama A，Butt M S.Sustainable development in Pakistan inthe context of energy consumption demand and environmental degrada-tion［J］.Journal of Asian Economics，2007（18）：825-837.

［11］ Parikh J，Shukla V.Ubarnization，energy use and greenhouse effects in economic development：Results from a cross national study of developing countries［J］.Global Environmetal change，1995（2）：23-25.

［12］ Matinez-Zarzoso I，Maruotti A.The Impact of Urbanization on CO2Enissions：Evidence Developing Countries［J］.Ecological Economics，2011（70）：1344-1353.

［13］ Ehrlich P R，Holde JP.Impact of population growth［J］.Science，1971（171）：1212-1217.

［14］ Dietz T，Rosa E A.Effects of population and affluence on CO2emissions［J］.Science，1997（94）：175-179.

［15］ 马利波，马和，张远景.基于宏观尺度中国城市化化阶段划分的思考［C］//城市规划和科学发展-中国城市规划年会论文集，北京：中国城市规划学会，2009：453-461.

［16］ 谈媛.全国政协委员“数说”新能源重要性［N］.中国气象报，2012-03-14：3.

Research on Low-carbon Transformationof Urbanization in China

CHEN Yi-c heng

（Business College，ChinaWest Normal University，Nanchong 637000，China）

The rapid progress of urbanization plays very important role for China′s economic development.But the process of urbanization also produces some negative effects.Based on provincial panel data from 2001 to 2012 and the improved STIRPAT model tomake an empirical analysis of the influencing factors of the national carbon emission，the results show urbanization has a positive impact on carbon emissions and there is a strong regional difference of urban emissions in China；at the same time，the energy intensity has relatively little influence on carbon emissions and there is a strong regional difference of the industrial structure of the carbon emission and the policy support of the government has a negative effect on carbon emission.

carbon emission；STIRPAT-model；urbanization；regional difference

F205

A

1009-0312（2014）03-0085-05

2014-03-19

陈宜成（1987—），男，安徽阜阳人，研究生，主要从事资源环境与可持续发展研究。