中国城市化、经济发展方式与CO2排放量的关系研究

臧良震，张彩虹

（北京林业大学经济管理学院，北京100083）

1 问题的提出

近年来，随着城市化进程的加快和经济的快速发展，人类活动所排放的温室气体在大气中不断累积和增加，使得全球温室效应变得越来越严重。据美国CO2信息分析中心估算，从2010～2011年，中国的CO2排放量由82.87亿吨增加到91.10亿吨，增长了9.93%，远高于全球3.04%的增长速度，位于世界第三位。在经济快速发展的同时，我国在碳减排方面面临着巨大的挑战，因此，研究温室气体减排背景下中国城市化进程、经济发展方式和碳排放之间的关系具有重要的意义。本文在已有研究文献的基础上，运用脉冲响应等分析方法对我国城市化、经济发展方式和CO2排放量之间的关系进行实证研究，从而更好的反映三者之间的作用机制。

2 实证研究

2.1 指标选取与数据来源

城市化发展过程中最明显的特征是城镇人口数量的增加，但是由于随着时间的推移，其总人口也在不断变化，因此城镇人口的绝对数量并不能较好的反映城市化的发展水平，本文采用城镇人口占总人口的比重作为衡量城市化发展水平的主要指标，记为URB。当前，我国经济呈现快速发展的势头，然而长期以来，我国的经济发展方式以数量规模扩张为主，并且具有高积累、低消费的特点，经济的发展主要依赖于投资，长期消费严重不足，因此消费与投资之间的长期失衡将不利于我国国民经济的良性循环发展。消费支出总额占支出法计算的国内生产总值（GDP）的比重可以在一定程度上反映出当前经济发展的推动来源，因此选用该指标作为衡量经济发展方式转变的评价指标，记为CON。在碳排放方面，本文选取历年我国CO2排放总量作为衡量指标，记为CO2。

在本研究中，城镇人口占总人口比重数据和消费支出占GDP比重数据主要来源于历年的《中国统计年鉴》和《中国国内生产总值核算历史资料：1952～2004》，CO2排放量数据来源于美国CO2信息分析中心所公布的数据，但由于可获得的最新的CO2排放量数据时间为2008年，之后年度数据主要为预测数据，因此，根据数据的可获得性，本文以1952～2008年作为研究的时间跨度，共计57年。由于选取的时间较长，数据会存在一定的剧烈波动性，为在不改变时间序列数据特征的基础上消除可能存在的异方差，本文对数据进行对数化处理，分别记为lnURB、lnCON和ln CO2。

2.2 单位根检验

在进行VAR分析之前，首先判定城市化、经济发展方式、CO2排放量三个变量是否稳定，若不稳定则所建立的回归为伪回归，故对三个变量的相关数据进行单位根检验，若存在单位根则说明不平稳。在此，选用增广迪基—福勒检验（ADF检验）方法进行单位根检验，具体结果见表1。从表中可以看出，lnURB、lnCON和lnCO2的ADF值都大于5%水平下的临界值，而经过一阶差分后△lnURB、△lnCON和△lnCO2的ADF值均小于1%水平下的临界值，因此可以说明，三个变量的原序列是不平稳的，而一阶差分后是平稳的，即三个变量都是一阶单整I（1）。

2.3 VAR模型滞后阶数p的确定

表1 单位根检验结果

在建立VAR模型之前，首先对滞后阶数进行确定，考虑到既要用足够数目的滞后项来反映所建模型的动态特征，又要保证足够数目的自由度，在此，运用LR、FPE、AIC、SC和HQ等几种准则来检验VAR模型的最佳滞后阶数，结果见表2所示。表2的结果显示，在5种评价准则下，最优滞后阶数为2。

2.4 协整检验

由于原水平序列为非平稳序列，而各自的差分序列为I（1）的平稳序列，因此不能用传统的回归分析进行分析和检验，故采用协整检验方法来验证各个变量之间的长期均衡关系。在此，本文在选取最优滞后阶数为2的条件下运用Johansen检验方法来检验变量之间的协整关系，结果如表3所示。从表中可以看出，无论是迹统计量检验还是最大特征值检验，均在5%的显著性水平下拒绝“不存在协整关系”的原假设，而接受有一个协整方程的假设，故变量lnURB、lnCON和lnCO2之间存在协整关系，即存在长期均衡关系。因此可以表明，虽然在短期内城市化、经济发展方式和CO2排放量之间呈现波动的态势，但是三者之间存在长期的均衡关系。

2.5 VAR模型的构建与估计

C.A.Sims于1980年提出向量自回归模型，它将系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的向量自回归模型，主要用于分析各变量之间的长期均衡和短期动态关系。在已经确定VAR模型最有滞后阶数为2的条件下，本文构建以下模型（VAR（2））来分析城市化、经济发展方式和CO2排放量之间的关系：

其中，t表示时间；y是3维内生变量列向量{lnURB，lnCON，lnCO2}；3×1维矩阵Φ0和3×3维矩阵Φ1和Φ2分别表示待估计的系数矩阵；ε是3维扰动列向量。运用EViews6.0软件对城市化、经济发展方式和CO2排放量的相关数据进行整理分析，VAR（2）的估计结果如下所示：

从VAR（2）估计结果中可以看出，城市化每变动1%，其滞后一期项变动1.24%，滞后二期项变动-0.24%，经济发展方式滞后一期项变动-0.03%，滞后二期项变动0.19%，CO2排放量滞后一期项变动0.12%，滞后二期项变动-0.10%。以此类推可知，城市化、经济发展方式转变和CO2排放量受自身滞后一阶变化影响最大。为了进一步分析三者之间的冲击影响及长期动态趋势，本文运用脉冲响应函数加以分析。

在进行脉冲响应函数分析之前，应对建立的VAR模型的稳定性进行检验，本文用AR根图来检验模型的稳定性，若模型是稳定的，则VAR模型所有根模的倒数均小于1，即全部在单位圆内，否则模型不稳定。从图1可以看出，所有根模的倒数均在单位圆内，因此本文构建的VAR模型具有较强的稳定性。

图1 VAR特征多项式根模倒数

2.6 脉冲响应分析

在所构建的城市化、经济发展方式和CO2排放量这个系统中，当某一因素变动时，每一个子系统不仅会受到影响，还会连带其它子系统的运行，脉冲响应分析方法是分析当一个误差项发生变化或模型受到冲击时对系统的动态影响，因此本文用此方法进一步进行研究。图2显示了三者之间的动态响应关系。

表3 协整检验结果

图2中的四个图形分别反映了城市化对经济发展方式和经济发展方式对城市化以及两者对CO2排放量的脉冲响应关系。从图中可知，在给城市化一个标准差大小的冲击时，经济发展方式从第1期开始始终保持负向效应，波动性不强。在经济发展方式对城市化的脉冲响应图中，城市化在受到当前经济发展方式一个标准差大小的冲击时，在第1期的反应零，在第2期达到负向最大值，之后负向效应逐渐减弱，在滞后5期开始转变为正效应。总体来看，经济发展方式对城市化的一个冲击使得城市化在短期内呈现小幅度的波动，之后一直保持持续的促进作用。CO2排放量在本期受到城市化一个正冲击之后，其反应在第1期开始表现出正向效应并始终持续，可见城市化对CO2排放量具有较大的拉动作用。经济发展方式在本期的一个正向冲击会使CO2排放量在第1期产生较强的负向效应，在第2期达到最小值，之后开始上升，在第6期表现出正向效应之后在第10期又开始转变为负向效应，始终处于0值以下。

以上这些冲击结果与当前中国城市化进程的模式和经济发展方式的来源密切相关。根据统计，我国在1952年之时城镇人口所占的比例仅为12.46%，而到2008年城镇人口比例达到46.99%，城市人口比例的增加导致城市规模的不断扩大，从而迫使更多的资金投资于城市建设，这使得我国的经济发展方式仍然保持以投资拉动为主，因此，以城市人口比例大规模增长为主的城市化进程在一定程度上不利于我国经济发展方式的转变，但是，从长期来看，这种效果在逐步减弱。当前我国的人口结构变动是现有经济发展方式的一种结果和现象，当前的经济发展方式能够推动我国的城市化进程，虽然从1952年到2008年消费支出占GDP的比重由78.9%下降为48.6%，但是其仍然超过资本形成率，因此当前的这种经济发展方式能够对人口结构的变动产生一定的正向传导效果，但是由于比重逐步下降的原因，导致这种效应影响也逐步减弱。我国人口结构的变动会在较大程度上增加CO2的排放量，伴随着城市化进程，人口规模急剧膨胀，导致能源消费迅速猛增，使得工业碳排放和生活碳排放逐年增加。1952年，我国的CO2排放量仅有1.28亿吨，然而到2008年，CO2排放量增加到70.27亿吨，由此可见，我国CO2的排放量随着城镇人口比重的逐年提高而急剧增加，并且这种效应具有较长的持续性。当前的经济发展方式对我国CO2的排放量具有一定的负向效应，在开始之初具有很强反作用力，具有较强的CO2减排作用，然而由于我国的经济发展方式仍然是以牺牲资源环境为代价的粗放型发展方式，消费支出所占的比重逐年下降，因此这造成今后一段时间内所起的作用并不明显，这也说明当前的经济发展方式不利于CO2的减排。

图2 脉冲响应结果

3 结论

本文基于1952～2008年中国城市化、经济发展方式和CO2排放量的时间序列数据，检验了三者之间的协整关系，建立了向量自回归模型，并运用脉冲响应函数分析了三者之间的动态响应关系，通过研究，得到如下结论：从长期来看，城市化、经济发展方式和CO2排放量三者之间存在稳定的均衡关系；城市化的发展对当前我国经济发展方式具有负向影响，即当前过快的城市化进程不利于我国经济发展方式的转变；同时，由于消费支出在GDP中所占的比重较低，当前我国经济发展方式虽然能够推动城市化进程，但是影响效果并不明显，影响也具有一定的滞后性；城市化进程的变动对CO2排放的影响较大，在长期内均保持明显的正向冲击，即随着城市化进程的加快，CO2排放量不断增加；消费支出占GDP比重的冲击使得CO2排放量在短期内保持较为明显的负向效应，但是长期效果不明显，即当前的经济发展方式对CO2的减排效果不明显。

[1]肖周燕.中国城市化发展阶段与CO2排放的关系研究[J].中国人口.资源与环境,2011,(12).

[2]刘梦琴,刘轶俊.中国城市化发展与碳排放关系——基于30个省区数据的实证研究[J].城市发展研究,2011,(11).

[3]张馨,牛叔文,赵春升等.中国城市化进程中的居民家庭能源消费及碳排放研究[J].中国软科学,2011,(9).

[4]张友国.经济发展方式变化对中国碳排放强度的影响[J].经济研究,2010,(4).

[5]孙耀华,李忠民.中国各省区经济发展与碳排放脱钩关系研究[J].中国人口.资源与环境,2011,(5).

[6]徐盈之,董琳琳.如何实现二氧化碳减排和经济发展的双赢?——能源结构优化视角下的实证分析[J].中国地质大学学报（社会科学版）,2011,11(6).

[7]蔺雪芹,王岱,任旺兵等.中国城镇化对经济发展的作用机制[J].地理研究,2013,(4).

[8]高铁梅.计量经济分析方法与建模——EViews应用及实例（第二版）[M].北京:清华大学出版社,2009.