城镇化对中国碳排放的影响及作用渠道

张腾飞　杨俊　盛鹏飞

摘要：在新型城镇化进程不断推进的背景下，研究城镇化对碳排放的影响及作用渠道具有较强的现实意义。本研究依托Black、Henderson城市化模型和Stokey污染模型，在最优化框架下推导城镇化、人力资本积累、清洁生产和碳排放之间的作用机制。理论分析表明，人力资本积累和清洁生产都是城镇化影响碳排放的作用渠道，城镇化可以通过对人力资本积累和清洁生产等渠道来抑制地区碳排放。基于2000-2012年的中国省际面板数据，构建常住人口城镇化率、户籍人口城镇化率和半城镇化率三个城镇化指标，使用固定效应模型、考虑异方差和序列相关因素的固定效应模型和动态面板数据模型三种估计方法，实证分析城镇化通过人力资本积累和清洁生产对我国碳排放的影响机制。研究结果表明：首先，样本期间内，中国的城镇化进程对碳排放存在正向影响，但是城镇化会通过人力资本积累和清洁生产技术推广来抑制这种不利影响；其次，在控制其他变量的情况下，人力资本积累有利于我国碳减排进程，人力资本积累渠道会弱化城镇化对碳排放的正向作用，也即人力资本积累会降低城镇化对碳排放的边际影响；最后，在控制其他变量的情况下，清洁生产也有利于我国碳减排进程，清洁生产渠道也会弱化城镇化对碳排放的正向作用，和人力资本积累渠道相比，清洁生产渠道对城镇化和碳排放之间关系的边际影响显著性降低。因此，在我国新型城镇化背景下如何强化城镇化对人力资本积累和清洁生产技术推广的作用是避免城镇化进程中出现“高碳锁定”的关键路径。

关键词：城镇化；碳排放；人力资本积累；清洁生产

中图分类号 F061.3； X196 文献标识码 A

文章编号 1002-2104（2016）02-0047-11

doi：10.3969/j.issn.1002-2104.2016.02.007

城镇化是中国现阶段经济社会发展的重要特征，中国的城镇化率从1978年的17.9%增长至2012年的52.6%，平均每年增长一个百分点。城镇化推动了中国经济结构转型和产业结构升级，也带来了环境资源消费的增长。中国二氧化碳排放量在2000年占全球碳排放总量的13.7%，到2010年，这一比重已上升到24.7%，中国已成为全球碳排放第一大国[1]。城市化与碳排放之间关系密切，根据国际城市化经验，当城镇化率达到50%-70%阶段时，经济增长将由产业发展带动城市发展，转变为依靠技术进步、知识溢出等创新因素带动城市发展，城市将进入可持续的发展阶段，碳减排就会实现。

碳减排关乎中国经济社会的长远和可持续发展，也是中国对世界环境与气候问题所承担的重要责任。中国政府在哥本哈根气候大会上也郑重承诺，到2020年中国单位GDP二氧化碳排放量比2005年下降40%-45%。在“十二五”规划中，中国政府提出单位GDP能源消费总量降低16%和单位GDP二氧化碳排放量下降17%的约束性指标。中国城镇化高速发展，同时，经济高速发展带来了严重的环境问题，参照当前我国城市发展的实际情况，城市化水平在提升，碳排放也在不断增加。城市化通过何种渠道影响我国碳排放？该问题的答案不仅有助于厘清城市化和碳排放之间的关系在理论上的分歧，对于中国城市化模式选择和环境政策修订也具有重要的现实意义。

本文从中国城镇化与碳排放的经济现象入手，在一个最优化理论框架下给出城镇化、人力资本积累、清洁生产和污染排放之间的作用机制，采用面板数据估计方法检验人力资本积累和清洁生产对城镇化与碳排放关系变化的影响。结果表明，人力资本积累和清洁生产降低了城镇化对碳排放的边际影响。城镇化意味着大量农村人口向城市转移，城市居民人均收入更高，有较好的受教育机会，对自己或者后代的人力资本投资就会增加；人力资本动态积累的可持续增长效应为经济增长提供了更多清洁的生产技术，从而减少污染排放。论文的主要贡献在于：在最优化框架下给出城镇化、人力资本积累、清洁生产和污染排放之间的理论机制；使用常住人口城镇化率、户籍人口城镇化率和半城镇化率三种城镇化指标检验城镇化、人力资本积累、清洁生产和碳排放之间的关系；借助固定效应模型、考虑异方差和序列相关因素的固定效应模型[2]和动态面板估计方法，实证分析城镇化、人力资本积累、清洁生产和碳排放之间的关系；同时，从人力资本投资、低碳城市发展等方面提出城镇化发展中碳减排的政策建议。

1 文献综述

城镇化对碳排放影响的关系并不明确，现有文献主要存在两种观点：线性假说和非线性假说。线性假说包括城镇化促进碳排放和城镇化减少碳排放两种观点。Cole和Neumayer[3]以86个国家24年数据为样本，采用STIRPAT模型检验得到城镇化是碳排放增加的显著因素。Poumanyvong和Kaneko[4]以99个国家31年数据为样本，采用STIRPAT模型同样发现城镇化对碳排放之间正相关。Sadorsky[5]采用16个新兴国家39年的数据同样发现城镇化与碳排放之间的正相关关系。然而，Liddle[6]发现高度城市化的社会对私人交通的需求会降低，暗示了城市化会降低能源使用和碳排放。Chen 等[7]采用中国45个核心城市的数据，发现紧凑型城市模式降低了居民生活能源消费。非线性假说认为城镇化和碳排放之间存在“倒U型”关系。MartínezZarzoso和Maruotti[8]以88个发展中国家28年数据为样本，发现了城镇化与碳排放之间的“倒U型”关系。对城镇化与碳排放之间关系的研究也是国内研究的热门话题，但研究结论也莫衷一是。朱勤和魏涛远[9]发现以1990年代中期为转折点，人口城镇化对我国碳排放增长的驱动力持续超过人口规模的影响。刘婕和魏玮[10]发现城镇化率与我国碳减排效率呈U型关系。

根据Poumanyvong 和 Kaneko[4]，城镇化对环境质量的影响机制可以用三种理论解释：生态现代化理论（ecological modernization theory），城市环境转变理论（urban environmental transition theory）和紧凑城市理论（compact city theory）。生态现代化理论认为城镇化是社会转变的过程，是现代化的重要指标。在经济发展的初级阶段，环境问题会增加，随着社会逐渐认识到环境保护的重要性，社会管理者将通过技术创新、城市集聚和产业结构转变等方式降低环境危害[11-13]。生态现代化理论从国家层面上研究城镇化对环境的影响，而城市环境转变理论着力于城市层面上。城市环境转变理论主要讨论城市环境问题及其发展变化特征。在城市发展初级阶段，城市管理者通过制造业产业的发展会使城市变得富有，这也会带来一系列工业环境污染问题（水污染、空气污染等）。随着城市发展水平的继续上升，由于环境规制政策、技术创新和产业结构调整等因素的作用，工业污染问题减少。同时，随着城市发展阶段的提升，消费相关的环境问题也会出现。富裕城市的消费类型和生活方式更趋向于资源密集型，城市基础设施、交通等方面需求将会上升，消费相关的问题（能源消费和碳排放）变得显著。紧凑城市理论主要观点包括高密度开发、混合的土地利用和优先发展公共交通。高密度开发有利于发挥公共交通、水供给、电力生产、学校等公共基础设施的规模经济效应，减少环境损害[14-15]。

对城镇化、人力资本积累、清洁生产和碳排放之间的内在作用机制研究的文献尚不多见。Black和Henderson[16]认为城市化会通过专业信息溢出促进人力资本积累，从而影响经济增长。Zhang[17]研究认为城镇化会通过低生育率和人力资本积累影响经济增长。吴福象和刘志彪[18]研究认为城市化会通过人力资源积累而产生的专利申请和创新影响经济增长。上述文献主要分析城市化、人力资本积累对经济增长的影响。Grossman和Krueger[19]首先研究得出污染物排放与经济增长之间的“倒U型”关系，后被命名为环境库兹涅茨曲线。Stokey[20]考虑了生产技术的污染密集度，采用AK模型研究框架，研究得出人均产出和环境质量之间存在“倒U型”关系。本文倾向于对城镇化、人力资本积累、清洁生产和碳排放之间的作用机制进行梳理和分析，在Black和Henderson[16]城市化模型和Stokey[20]污染模型框架下，构建一个简单的最优化模型探讨城镇化、人力资本积累、清洁生产和碳排放之间的作用机制，运用2000-2012年中国省际面板数据进行实证检验。

2 理论解释

从理论上讲，城镇化与碳排放之间存在“倒U型”关系，城市化的发展也伴随着人力资本水平的提升，城市产业发展也更多向清洁生产方向转变。在城市发展处于低阶段时，这些因素可能弱化城镇化对碳排放的促进作用，反之，在城市发展处于高阶段时，这些因素可能强化城镇化对碳排放的抑制作用。第一，城镇化水平上升，城市居民人力资本水平增加，人力资本积累的可持续增长效应改善城市环境质量。城镇化意味着农村人口大量向城市转移，Zhang[17]研究认为，城镇化最终导致生育率下降，相对于农村居民，城市居民有更多机会增加收入和接受教育，人力资本投资增长将快于人均收入的增长，城市居民人力资本水平得到提升。人力资本的增长一方面支撑了经济增长，缓解了环境污染的压力，另一方面，相对于物质资本，人力资本是更加清洁的生产要素，为企业发展提供了更加清洁的生产技术选择，人力资本动态积累的可持续增长效应最终会促进城市碳排放降低[21]。第二，当城市环境恶化时，政府实施的环境管制政策会促使企业技术进步，采用清洁技术代替传统技术。城市化发展一定阶段时，政府会通过环境治理政策和产业发展政策促使企业碳减排。适度稳定的环境管制政策促使企业加大技术创新的力度，企业生产方式会向清洁生产方向转变，实现碳减排。

2.1 基本模型

（14）式中，dz/dθ<0表示随着城镇化水平的提高，经济部门的生产倾向于采取更为清洁的生产技术，而更为清洁的生产方式会抑制碳排放的增长；d2z/dθ2>0表明经济部门对清洁生产技术的偏好会随着城镇化水平的提高而强化，即经济部门对清洁生产技术的偏好是长期有效的。人力资本积累同样是城镇化进程中的重要特征，（15）式考察了城镇化对人力资本积累的影响，由函数的性质可知，（15）式大于零，这表明人力资本积累会随着城镇化水平的提高而得到改善。人力资本是经济发展的核心要素，通过式（16），我们发现dz/dhu<0，即人力资本积累的提高有助于经济部门采取清洁的生产技术，降低经济发展过程中的碳排放；d2z/dh2u>0说明随着人力资本积累水平的提高，每一单位人力资本积累都强化了对碳排放的抑制作用，即人力资本积累对碳排放的抑制作用也是长期有效的。结合城镇化与碳排放之间的关系，城镇化对碳排放的影响不仅仅是直接通过影响经济部门清洁技术选择偏好，而且通过经济部门人力资本积累的途径来强化城镇化对碳排放的抑制作用。（14）-（16）式成立的原因在于：城镇化意味着大量农村人口向城市转移，由于城市居民面临更好的受教育机会，人均收入相比于农村居民更高，对自己或者后代的人力资本投资就会增加；人力资本的动态积累会提升经济可持续增长效应，为经济增长提供了更多清洁的生产技术选择，从而强化城镇化对碳排放的抑制作用。

根据上述讨论，我们提出两个重要的假设命题：

假设1：人力资本积累是城镇化影响碳排放的主要传导渠道之一，在控制其他因素的情况下，人力资本积累能够降低城镇化对碳排放的边际影响。

假设2：清洁生产也是城镇化影响碳排放的主要传导渠道之一，在控制其他因素的情况下，提高清洁生产能力能够降低城镇化对碳排放的边际影响。

3 实证检验

3.1 模型设定与变量选择

我们设定如下基准模型并引入城镇化与人力资本积累、城镇化与清洁生产的交互项，形成两个方程：

本文用三种模型对（17）式和（18）式进行估计：固定效应模型（FE模型）、随机效应模型（RE模型）和考虑异方差和序列相关因素的固定效应模型（DK模型）。由于面板数据模型的估计容易受异方差和序列相关问题的影响，当存在异方差和序列相关的问题时，DK模型的估计结果会更加稳健[2]。

模型（17）和（18）没有考虑被解释变量（碳排放）可能存在的序列自相关问题：各地区碳排放的变动具有一定的惯性，前一期碳排放往往对当期有一定影响。同时，考虑到各变量之间可能存在内生关联，我们将模型（17）和（18）作如下动态表述：

（19）式和（20）式中，等式右边增加了碳排放变量的一阶滞后项（carboni，t-1）。本文采用系统GMM估计方法（SystemGMM），该估计方法不仅能控制被解释变量的前期值与残差项之间的内生性，还控制了其余解释变量和残差之间可能存在的内生性，较好地解决了碳排放变量可能存在的序列自相关问题和其他变量之间的内生性问题。同时，系统GMM方法将回归方程的水平系统和差分系统结合起来，并将解释变量的滞后项及其差分项的滞后项一起作为工具变量，有效避免了差分GMM方法中的弱工具变量的问题。鉴于两步法系统GMM估计的标准差可能出现严重向下偏误，导致P值机械性地降低，本文采用Windmeijer[22]有限样本修正标准差。

对于碳排放变量，本文采用人均二氧化碳排放量衡量。对于省际二氧化碳排放量的测算，我们在IPCC方法的基础上[23]，结合《中国能源统计年鉴》中各省历年能源平衡表的特点，将所有的能源分为17种：原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、其他焦化产品、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、其他石油制品和天然气。二氧化碳排放量的计算公式为：

其中，CE表示二氧化碳排放量，j表示化石能源种类，Aj代表能源消耗量，Nj代表低位发热量，CCj为IPCC（2006）提供的碳排放系数，Oj是碳氧化因子，B是二氧化碳分子与碳元素的质量比（44/12）。

对于城镇化变量，在李爱民[24]研究的基础上，本文使用常住人口城镇化率（resi）、户籍人口城镇化率（house）和半城镇化率（semi）反映人口城镇化变化趋势。常住人口城镇化率用城镇常住人口占各地区常住人口的比重表示，户籍人口城镇化率用本地城镇户籍人口占各地区户籍人口的比率表示，半城镇化率用非本地城镇户籍人口与各地区常住人口之比表示（非本地城镇户籍人口就是指半城镇人口，理论上，半城镇人口指城镇常住人口与本地城镇户籍常住人口之差，考虑到数据的可得性，此处半城镇人口指城镇常住人口与本地城镇户籍人口之差），半城镇化率越高，该地区常住人口城镇化程度就越高。

关于人力资本积累变量，本文采用全国6岁以上人口的平均受教育年限来衡量。居民受教育程度分为5类，即未上过学、小学、初中、高中、大专及以上，我们把平均受教育年数分别定为0年、6年、9年、12年和16年。则居民平均受教育年限（h）的计算公式为：

其中，primary、junior、senior和college分别表示小学、初中、高中和大专及以上教育程度居民占6岁以上人口的比重。

对于清洁生产变量，当前我国清洁生产的评价标准主要包括国家发改委、环境保护部和工业和信息化部发布的煤炭、钢铁、水泥等相关行业的清洁生产评价体系，这些评价体系从生产工艺与装备要求、资源能源利用、产品、污染物产生、废物回收利用和环境管理六个方面评价了企业清洁生产能力。省际清洁生产水平的衡量并不存在统一标准，本文采用“实际执行‘三同时项目环保投资总额占工业增加值比重”衡量各个地区企业清洁生产能力，环境保护“三同时”制度保证了企业环境保护的投资、设备和材料的正常投入，有效约束了企业生产向清洁生产方向转变，在一定程度上反映了各地区企业清洁生产能力。

本文选取的控制变量如下：人均国内生产总值变量（gdp），反映地区经济发展阶段对碳排放的影响；工业结构变量（stru），用各地区工业增加值与地区生产总值之比表示，反映工业结构对碳排放的影响；外商直接投资（fdi）：用各地区外商投资总额与地区生产总值之比表示，外商投资总额使用美元与人民币的年均汇率进行折算，反映外商投资对碳排放的影响；人口密度变量（density），以每平方公里内的常住人口数量表示，反映各地区人口的密集程度对碳排放的影响；能源消费变量（consu），用各地区能源消费总量与地区生产总值之比表示，反映各地区能源消费对碳排放的影响。

本文样本期间为2000-2012年，由于西藏的能源消费数据缺失，因此剔除西藏，分析30个省市13年的面板数据。

城镇化指标是核心解释变量，包括常住人口城镇化率、户籍人口城镇化率和半城镇化率三个指标。城镇常住人口数据来源分别为：2005-2012年各省市数据来源于《中国统计年鉴》；2000-2004年北京、河北、山西、黑龙江、江苏、浙江和海南数据来源于《新中国六十年统计资料汇编》；2001-2004年辽宁、吉林、山东、湖南、广西数据来自各省市相应年份的《国民经济和社会发展统计公报》，而2000年五省数据来源于第五次全国人口普查；对于天津、广东和四川2001-2004年城镇常住人口的缺失数据，我们利用联合国法进行理论值修正，该方法的优点是它符合城镇化的“S”型曲线发展理论；由于上海市2000年城镇常住人口数据缺失，我们无法利用联合国法对其城镇常住人口数据进行估算，在此，我们采用常住人口和乡村人口差作为其城镇常住人口数据，其中乡村人口数据来源于《中国农村统计年鉴》；其余省市城镇常住人口数据来源于各省市统计年鉴。

其余数据包括按受教育程度分的人口数、地区生产总值、工业增加值、外商投资总额和能源消费总量等均来自历年《中国统计年鉴》。实际执行“三同时”项目环保投资总额数据来源于《中国环境统计年鉴》。

3.2 经验结果分析

本文将分别检验城镇化对碳排放影响的渠道——人力资本积累和清洁生产，采用的模型包括FE模型、DK模型和动态面板模型。

3.2.1 城镇化、人力资本积累对碳排放的影响

表1是城镇化、人力资本积累对碳排放的回归结果。Hausman检验拒绝了随机效应模型，选择固定效应模型。模型1-6的拟合系数（R2）均大于0.9，说明模型拟合度较高。模型1-2是以常住人口城镇化率为核心解释变量的估计，模型3-4是以户籍人口城镇化率为核心解释变量的估计，模型5-6是以半城镇化率为核心解释变量的估计。

三个城镇化指标的系数符号均为正且显著。人力资本积累的系数均为负且显著，城镇化率与人力资本积累的 交互项均为负且显著。这表明我国城镇化的发展对碳排放存在正向影响，人力资本积累有利于我国碳减排进程。城镇化率与人力资本积累的交互项为负，说明城镇化和人力资本积累的共同作用会降低碳排放。由于城镇化率的系数为正，因此人力资本积累弱化了城镇化对碳排放的促进作用。

表2使用动态面板估计方法检验城镇化、人力资本积累对碳排放的影响。碳排放的滞后项（L.emis）系数均为正且显著，说明系统GMM估计方法是合理的。Sargan检验结果表明模型估计不受工具变量过度识别的影响，AR（2）检验结果表明模型估计结果不受残差序列自相关的影响。比较模型7-12和模型1-6，常住人口城镇化率和户籍人口城镇化率指标均变得不显著，仅有半城镇化率指标在5%显著性水平下显著。城镇化与人力资本积累的交互项显著性降低，但交互项符号依然为负。这说明人力资本积累弱化了城镇化对碳排放的促进作用，即人力资本积累降低了城镇化对碳排放的边际影响。

在样本期间内，我国城镇化进程对碳排放的影响为正。尽管人力资本积累对碳排放的直接影响不太稳定、有待观察，但是人力资本积累确是弱化城镇化对碳排放促进作用的重要渠道之一。城镇化的提升意味着更多人口转移到城市，城市居民有更好的受教育机会，人力资本水平得以较快提升，人力资本的动态积累会提升经济可持续增长效应，经济增长可持续性增强，污染物排放降低。

人均GDP、工业结构、能源消费等因素对碳排放均表现出显著的正向影响。这说明中国经济增长对高污染高能耗产业依赖度依然较高，煤炭在我国能源消费结构中仍占据较高比重，产业结构转型升级和能源消费结构调整任重道远。

3.2.2 城镇化、清洁生产对碳排放的影响

表3是城镇化、清洁生产对碳排放的回归结果。Hausman检验的结果显著拒绝了随机效应模型，应选择固定效应模型。模型13-18的拟合系数（R2）均大于0.9，表明模型拟合度较高。模型13-14是以常住人口城镇化率为核心解释变量的估计，模型15-16是以户籍人口城镇化率为核心解释变量的估计，模型17-18是以半城镇化率为核心解释变量的估计。

城镇化率的符号没有发生改变，但是显著性水平有显著改变。清洁生产的系数缺乏稳定性，但是城镇化率与清洁生产的交互项的符号为负且显著。上述结果进一步表明我国城镇化水平的提升对碳排放存在正向影响。清洁生产与碳排放关联性较弱，但城镇化与清洁生产的共同作用对碳排放产生负向影响。由于城镇化对碳排放表现出正向影响，因此清洁生产弱化了城镇化对碳排放的促进作用，即清洁生产降低了城镇化对碳排放的边际影响。

表4使用动态面板估计方法检验城镇化、清洁生产对碳排放的影响。碳排放的滞后系数系数均为正且在1%显著性水平显著，说明动态面板估计方法的合理性。Sargan检验结果表明模型估计不受工具变量过度识别的影响，AR（2）检验结果表明模型估计结果不受残差序列自相关的影响。和表3相比，城镇化率指标系数的符号和显著性均有较大改变，清洁生产的系数仍然不显著，城镇化与清洁生产的交互项的显著性大幅降低。这说明清洁生产对碳减排作用效果不太稳定、有待观察，清洁生产渠道对城镇化和碳排放之间关系的影响显著性较低。相比于清洁生产渠道，人力资本积累渠道更为显著地降低城镇化对碳排放的边际影响。

在样本期间内，我国城镇化对碳排放依然表现为正向作用，但随着城镇化进程的继续升高，城镇化可能降低碳排放，城市环境质量得到改善。生态现代化理论和城市环境转变理论都认为城镇化与城市环境质量之间存在倒U型关系，即随着城市发展阶段的上升，城市环境质量将呈现先恶化后改善的特征。研究期间内，我国城镇化发展水平仍然处于相对较低的发展阶段，城镇化对碳排放表现出显著的正效应，这种正效应与我国城市产业结构和能源消费结构密不可分。尽管清洁生产对城镇化和碳排放之间关系的影响缺乏稳定性，随着城市发展阶段的提升，城市管理者将通过环境规制、技术改造和产业结构向知识和服务型方向转变等措施鼓励企业生产向清洁生产方向转变，最终实现碳减排。

3.2.3 稳健性检验限于篇幅，本文略去了稳健性检验结果，感兴趣的读者可向作者索取。

本文采取两种方法进行稳健性检验：样本外表现和虚拟变量引入。首先，我们将样本分为2000-2009年和2003-2012年两个时间段，依然进行前文一系列估计，检验结果并没有显著变化，其中以2000-2009年数据为样本的估计结果显著性略有增强；考虑到我国各地区城镇化发展的差异，本文还将样本划分为东部地区和中西部地区两类子样本分别进行估计，估计结果并未出现实质性的变化，说明回归结果是稳健的。

2009年国家战略性新兴产业政策的出台是否会对我国城镇化进程中的碳减排产生影响？为了检验此问题，本文增加一个时间虚拟变量（2009之后为1，其他年份为0），同时增加城镇化与时间虚拟变量的交互项，以控制产业政策的影响。检验结果显示，城镇化与人力资本积累交互项的系数依然显著为负，城镇化与清洁生产交互项的显著性略有降低，但符号并没有发生变化。此外，城镇化与 时间虚拟变量的交互项的系数为负，且十分显著，这说明战略性新兴产业的发展弱化了城镇化对碳排放的正向作用。

4 结论及政策建议

本文从中国城镇化与碳排放的经济现象入手，在一个最优化框架下给出城镇化、人力资本积累、清洁生产和污染排放之间作用机制的理论证明；利用2000-2012年中国30个省区的面板数据，基于不同的模型假定——固定效应模型、考虑异方差和序列相关因素的固定效应模型以及动态面板模型，和不同的城镇化指标——常住人口城镇化率、户籍人口城镇化率、半城镇化率，实证分析人力资本积累和清洁生产对城镇化与碳排放关系的影响。

理论分析显示，城镇化促进企业生产更加偏好清洁生产技术，这种偏好是长期有效的；同时，城镇化提升了城市居民人力资本水平，人力资本积累的提高有助于经济部门采取清洁的生产技术，从而降低经济发展过程中的碳排放；随着人力资本积累水平的提高，每一单位人力资本积累都强化了对碳排放的抑制作用，即人力资本积累对碳排放的抑制作用也是长期有效的。人力资本积累和清洁生产都是城镇化影响碳排放的重要传导渠道，人力资本积累和清洁生产能够降低城镇化对碳排放的边际影响。

实证检验结果表明，样本期间内，我国城镇化进程对碳排放表现出显著的正向影响，这种正效应与我国城市产业结构和能源消费结构密不可分；人力资本积累对碳排放的影响为负，在控制其他因素的情况下，人力资本积累弱化了城镇化对碳排放的促进作用，也即人力资本积累降低了城镇化对碳排放的边际影响；相比于人力资本积累渠道，清洁生产渠道对城镇化和碳排放之间关系的边际影响显著性较低。

2014年3月，中共中央、国务院出台了《国家新型城镇化规划（2014-2020）》，《规划》明确提出要提高城市可持续发展能力[25]。在新型城市化发展要求的大背景下，要维持城市可持续发展，需要摒弃传统的依靠土地和税收补贴方式推进的城镇化发展模式，积极思考城市可持续发展的路径选择。一方面，在新型城镇化过程中加强人力资本投资。新型城镇化的核心是以人为本，人力资本投资可以提升人们的科学文化素质，增强人们的环保素养，对我国城镇化进程中的碳减排具有积极作用。同时，积极构建适合进城农民工的人才培养模式，建立健全进城农民工培训和就业服务激励机制，完善农民工人力资本投资帮扶制度，推进城乡公共服务均等化。另一方面，应大力推广“低碳城市”发展理念，在新能源利用和清洁生产方面给予企业或个人财税支持和政策激励。城市交通系统方面存在巨大的能源节约可能性，应积极推广城市轨道交通建设，鼓励电动汽车、混合动力汽车和燃料电池汽车等低碳交通工具的发展。同时，节能建筑也是“低碳城市”建设的重要部分，建立节能建筑法律法规，扶持节能建筑设计与评估的相关研究，增加建筑节能材料的使用。此外，积极倡导低碳生活方式，开发低碳产品，培养低碳消费观念，这些措施对城镇化进程中的碳减排都具有积极意义。

（编辑：刘照胜）

参考文献（References）

[1]World Bank. World Development Indicators [R]. http：//data.worldbank.org/datacatalog/ worlddevelopmentindicators， 2014.

[2]Driscoll J C， Kraay A C. Consistent Covariance Matrix Estimation with Spatially Dependent Panel Data [J]. The Review of Economics and Statistics， 1998， 80 （4）： 549-560.

[3]Cole M A， Neumayer E. Examining the Impact of Demographic Factors on Air Pollution [J]. Population and Environment， 2004， 26 （1）： 5-21.

[4]Poumanyvong P， Kaneko S. Does Urbanization Lead to Less Energy Use and Lower CO2 Emissions？ A Crosscountry Analysis [J]. Ecological Economics， 2010， 70： 434-444.

[5]Sadorsky P. The Effect of Urbanization on CO2 Emissions in Emerging Economics [J]. Energy Economics， 2014， 41： 147-153.

[6]Liddle B. Demographic Dynamics and Per Capita Environmental Impact： Using Panel Regressions and Household Decompositions to Examine Population and Transport [J]. Population and Environment， 2004， 26 （1）： 23-39.

[7]Chen H， Jia B， Lau S S Y. Sustainable Urban Form for Chinese Compact Cities： Challenges of a Rapid Urbanized Economy [J]. Habitat International， 2008， 32： 28-40.

[8]MartínezZarzoso I， Maruotti A. The Impact of Urbanization on CO2 Emissions： Evidence From Developing Countries [J]. Ecological Economics， 2011， 70： 1344-1353.

[9]朱勤， 魏涛远. 居民消费视角下人口城镇化对碳排放的影响[J]. 中国人口·资源与环境， 2013， 23（11）： 21-29. [Zhu Qin， Wei Taoyuan. Impacts of Urbanization on Carbon Dioxide Emissions from Perspective of Residential Consumption [J]. China Population， Resources and Environment， 2013， 23（11）： 21-29.]

[10]刘婕， 魏玮. 城镇化率、要素禀赋对全要素碳减排效率的影响[J]. 中国人口·资源与环境， 2014， 24（8）： 42-48. [Liu Jie， Wei Wei. Impact of Urbanization Level and Endowment Disparity on Carbon Reduction Efficiency [J]. China Population， Resources and Environment， 2014， 24（8）： 42-48.]

[11]Crenshaw E M， Jenkins J C. Social Structure and Global Climate Change： Sociological Propositions Concerning the Greenhouse Effect [J]. Sociological Focus， 1996， 29（4）： 341-358.

[12]Gouldson A， Murphy J. Ecological Modernization： Restructuring Industrial Economies [J]. The Political Quarterly， 1997， 68： 74-86.

[13]Mol A P J， Spaargaren G. Ecological Modernization Theory in Debate： A Review [J]. Environmental Politics， 2000， 9 （1）： 17-49.

[14]Burton E. The Compact City： Just or Just Compact？ A Preliminary Analysis [J]. Urban Studies， 2000， 37 （11）： 1969-2001.

[15]Capello R， Camagni R. Beyond Optimal City Size： An Evaluation of Alternative Urban Growth Patterns [J]. Urban Studies， 2000， 37 （9）： 1479-1496.

[16]Black D， Henderson J V. A Theory of Urban Growth[J]. Journal of Political Economy， 1999， 107（2）： 252-284.

[17]Zhang J. Urbanization， Population Transition， and Growth [J]. Oxford Economic Papers， 2002， 54： 91-117.

[18]吴福象， 刘志彪. 城市化群落驱动经济增长的机制研究：来自长三角16个城市的经验证据 [J]. 经济研究， 2008，（11）： 126-136. [Wu Fuxiang， Liu Zhibiao. Research on the Mechanism of How City Group Drive Economic Growth：Empirical Evidences from 16 Cities of Yangtze River Delta [J]. Economic Research Journal， 2008，（11）： 126-136.]

[19]Grossman G M， Krueger A B. Environmental Impacts of a North American Free Trade Agreement [R]. NBER Working Paper， 1991： 3914.

[20]Stokey N L. Are There Limits To Growth？ [J]. International Economic Review， 1998， 39 （1）： 1-31.

[21]黄菁. 环境污染、人力资本与内生经济增长：一个简单的模型 [J]. 南方经济， 2009，（4）： 3-11. [Huang Jing. Environmental Pollution， Human Capital and Endogenous Growth： A Simple Model [J]. South China Journal of Economics， 2009，（4）： 3-11.]

[22]Windmeijer F. A Finite Sample Correction for the Variance of Linear Efficient Twostep GMM Estimators [J]. Journal of Econometrics， 2005， 126：25-51.

[23]IPCC. IPCC Guidelines for National Greenhouse Gas Inventories， Volume 1， General Guidance and Reporting [R]. Geneva， Switzerland： IPCC， 2006.

[24]李爱民. 中国半城镇化研究 [J]. 人口研究， 2013，（4）： 80-91. [Li Aimin. Periurbanization in China [J]. Population Research， 2013，（4）： 80-91.]

[25]中国政府网. 国家新型城镇化规划（2014-2020年）[EB/OL]. （2014-3-16） [2015-5-8]. http：//www.gov.cn/zhengce/2014-03/16/content_2640075.htm. [Chinese Government Portal. National New Urbanization Plan （2014-2020） [EB/OL]. （2014-3-16） [2015-5-8]. http：//www.gov.cn/zhengce/2014-03/16/content_2640075.htm.]

Abstract Encountered by Chinas rapid development of the new urbanization， it is of great value to discuss the impact of urbanization on CO2 emissions and the relative channels. Motivated by the urbanization model of Black and Henderson and Stockys pollution model， this paper uses a framework of optimization theory to analyze the channels of urbanization—human capital accumulation and clean production， which would significantly affect the impact of urbanization on CO2 emissions. With Chinese provincial panel data in 2000-2012， this paper empirically studies the mechanisms of urbanization on CO2 emissions via human capital accumulation and clean production. In this paper， we use three urbanization indicators， urbanization rate of resident population， urbanization rate of household registration population and periurbanization rate， to measure the urbanization， and three estimation methods， fixed effects model， the fixed effects model with DriscollKraay standard errors and the dynamic panel data model， to make a test. The results indicate that， firstly， the urbanization has a positive impact on CO2 emissions in China， both human capital accumulation and clean production can decrease the positive impact of urbanization on CO2 emissions. Secondly， human capital accumulation would help to reduce CO2 emissions and it can weaken the positive effect of urbanization on CO2 emissions when other variables are controlled. In other words， human capital accumulation can reduce the marginal impact of urbanization on CO2 emissions. Finally， clean production is also of great help to Chinas carbon reduction， and it can also weaken the positive effect of urbanization on CO2 emissions， the marginal impact of urbanization on CO2 emissions by clean production decreased significantly compared with human capital accumulation. Therefore， it is a preferable path to avoid high carbon lock effect with the human capital accumulation and the promotion of clean production technologies.

Key words urbanization； carbon dioxide emissions； human capital accumulation； clean production