改革开放以来科技创新、城镇化与碳排放
2019-04-20张玉华
张玉华,张 涛
(上海师范大学商学院，上海 200234)
0 引言
改革开放以来，中国的经济发展水平不断提高，以牺牲环境为代价的工业化发展正严重威胁着中国社会的可持续发展。根据国际能源署的估计，全球约70%的能源相关的碳排放源自城镇地区。从生产角度来看，到2030年，这一比例预计将上升至76%[1]。可预计，随着工业化和城镇化进程不断推进，发展中国家的碳排放强度逐渐向发达国家水平靠拢[2]，而中国将成为世界上最大的二氧化碳排放国家[3]。根据 “波特假说”，科技进步可以激发企业的 “创新补偿”效应，从而实现企业节能减排，提升企业的竞争力。因此，科技创新作为中国现代化经济体制的重要战略支撑，未来有望通过科技进步和城镇化发展实现对碳排放的有效控制。
十九大提出，建设生态文明是中华民族永续发展的千年大计。对此我们必须以城市群为主体构建大、中、小城市和小城镇协调发展的城镇格局，加快农业转移人口市民化，同时加强国家创新体系建设，强化战略科技力量，构建科技创新环境的城镇化与低碳经济协同发展的经济体系。科技创新发展与城镇化水平的提高是否有利于减少碳排放总量？城镇化水平与碳排放的关系是否为倒U型？当城镇化水平达到一定门槛后对碳排放的影响是否改变？以及改革开放以来科技创新、城镇化与碳排放之间的影响机理是什么？这些都是本文需要探讨的问题。
1 科技创新、城镇化与碳排放的机制分析
目前学术界关于城镇化水平与碳排放关系的研究主要支持两种观点：一种观点支持城镇化水平与碳排放符合环境库兹涅茨曲线关系，认为城镇化发展到某一 “转折点”时，将会抑制二氧化碳的排放。Martínez等分析了1975—2003年发展中国家城市化对二氧化碳排放的影响，结果表明城市化与二氧化碳排放呈倒U型关系[4]。Wang等利用1960—2010年经济合作与发展组织 (OECD)国家数据，证明了城市化碳排放环境库兹涅茨曲线的存在[5]。聂飞等研究表明，对外直接投资的碳排放效应存在城镇化率门槛值的制约，处于中、高城镇化阶段的地区通过对外直接投资降低城镇碳排放水平的效果较之于处于低城镇化阶段的地区更为显著[6]。另一种观点反对环境库兹涅茨曲线的假设，认为随着城镇化的发展，人口更集中于城市，对能源资源的消耗加快，增加了二氧化碳的排放量。Zhang等认为城镇化进程增加了中国的能源消耗和二氧化碳排放，而且城镇化对二氧化碳排放的影响因地区而异，对中部地区的影响高于东部地区[7]。Zhang等也证明了促进人口城镇化会导致碳排放强度的增长，并提出政府应平衡城市土地和人口的发展，防止环境污染和人口超过环境容量造成的损害[8]。Wu等利用蒙特卡罗模拟对碳排放的动态预测，结果表明较高的城市化率，其能源碳排放系数和能源强度将会导致碳排放增加[9]。Sheng等利用STIRPAT模型扩展的面板误差修正模型，证明了无论在短期还是长期，快速城市化均增加了二氧化碳排放，但是短期内城市化对环境的影响程度要远远低于长期[10]，这表明发挥城镇化对二氧化碳的抑制作用需要长期维持高城镇化水平。
城镇化发展是经济演进和产业升级与科技进步和经济转型不断迭代的过程[11-12]。目前国内外综合科技创新、城镇化与碳排放三者一起研究的文献不多，更缺乏对三者影响机理进行系统的分析研究。关海玲等实证研究表明城市化水平和碳排放有长期均衡关系，并提出应根据城市类型选择合适的节能减排方式，通过先进的低碳技术实现城市低碳化发展[13]。张兵兵等认为技术进步可以有效降低碳排放，而城镇化对碳排放强度呈正向影响关系[14]。张志雯等研究表明，碳排放约束下能源效率值普遍较低，可通过技术创新提高能源使用效率[15]。顾高翔等研究表明，研发投资措施能够促进经济发展，可与经济损害型减排措施集成，提高碳减排政策的可行性[16]。
要理解改革开放以来科技创新政策不断演变的背景下城镇化发展与碳排放之间的作用机制，首先要厘清科技创新是否能够通过不断的技术迭代提高清洁能源的使用率，并改善城市基础设施水平，促进城镇化进程，从而实现城市高效率、规模化发展经济，降低碳排放总量。对此，需要深入探究改革开放以来科技创新的历史演变过程，以及对应阶段城镇化发展和碳排放量的趋势。
改革开放初期，政府逐渐意识到科技创新对经济发展的重要作用，开始着手重建科技创新体制。1978年提出的 《1978—1985年全国科学技术发展规划纲要(草案)》标志着我国科技创新体制改革进入初期准备阶段。同阶段，城镇化建设也纳入政府改革和加速发展的日程，1980年政府提出全国城镇化建设方针，并在城镇推展科技教育事业，提出科学技术是第一生产力。此阶段随着科技创新的进步，城镇化水平从17.92%稳步增加到23.71%。但是，伴随城镇化发展涌入城市的大量劳动力在形成生产力的同时，也带来了一定的麻烦。1985年由于过度的农村人口涌入城市，北京、上海等大城市出现过度膨胀现象，基础设施等服务供给严重不足，急需科技创新改革解决大城市病问题。
随着科技体制结构改革的开展，1985—1993年中国进入系统化科技创新发展阶段，1987年和1988年分别发布了 《关于进一步推进科技体制改革的若干规定》和 《关于深化科技体制改革若干问题的决定》两个文件，针对当时科技创新体制机制的不足，重新部署科技战略和科技计划，并在科研管理体系方面做出重大改革，提出承包经营责任制，促进了科研机构、高校和企业之间的协作，有利于城镇市场化经济体的发展。由图1可知，此阶段城镇化率的提升明显变缓，主要原因是大城市人口增长过快，科技创新带来的溢出效应还不足以抵消挤出效应，且市场化经济体制改革处于萌芽阶段，针对城镇企业的保护政策不足，造成城镇化发展缓慢。
图1 城镇化发展时序图
1993年 《中华人民共和国科学技术进步法》的颁布实施，代表着科技创新正式踏入体系化发展阶段，逐渐从单一政策向多维度政策协调发展，明确和细化科技创新政策体系，建立适应社会主义市场经济体制和科技创新自身发展规律的新型科技体制。特别是2005年颁布的 《国家中长期科学和技术发展规划纲要(2006—2020)》，确定了建设创新型国家的战略目标，并提出注重工业化高质量发展，大力支持清洁能源的研发以减少工业碳排放量。2008年 “智慧城市”概念提出后，政府逐渐将智慧城市作为城镇化建设的目标之一，进入绿色发展的新时期。
根据Pearce提出的城市发展阶段环境对策模型，城镇发展对环境资源的影响会随着城镇化发展的阶段不同而改变[17]。因此，本文试图分析改革开放以来科技创新环境下城镇化发展对碳排放产生影响的作用机理，并利用门槛回归模型检验城镇化水平对碳排放产生作用的转折点。与已有研究相比，本文的贡献在于以下三个方面：第一，基于IPCC计算方法得出各省份碳排放总量，并分析了科技创新、城镇化与碳排放之间的关联路径；第二，在研究方法上，采用门槛回归模型考查城镇化水平对碳排放的影响，并求出具体的门槛值；第三，结合科技创新与城镇化协同发展的视角，根据门槛回归结果，提出相应的政策性建议。
2 计量模型、变量设定和数据说明
2.1 计量模型的设定
针对科技创新、城镇化与碳排放的研究，大多数学者采用在模型中引入交叉项或者平方项的方式来探究变量之间的非线性关系，但此方法并不能判断出门槛变量的具体阈值。为了有效解决此类具有门槛效应的估计问题，Hansen[18]提出了面板门槛模型，此模型根据数据自身的特点，利用Bootstrap算法内生地对数据进行分组，并准确找出具体的门槛水平。因此，本文选取Hansen的面板门槛模型，并以城镇化水平为门槛变量，探究科技创新、城镇化与碳排放三者之间的关系。该模型的具体设定如下：
carbit=μ1contit+β21cityit×I(tit≤γ2)+β22
cityit×I(γ2≤tit≤γ3)++β2,n-1cityit×I(γn-a≤
tit≤γn)+β2,ncityit×I(tit≤γ1)+β3Xit+εit
(1)
其中，i表示省份，t表示年份。lcarbit为碳排放总量，contit为科技创新水平，tit为门槛变量，γ1,γ2,,γn为特定的门槛值，I(-)为指标函数;Xit为控制变量，包括产业集聚(agglo)、产业结构(stru)、区域人均经济发展水平(pgdp)、外商直接投资(fdi);μi为个体效应，εit为随机扰动项。
2.2 变量选取
(1)碳排放总量(carb)。目前国内还没有官方统计的碳排放数据，对此本文参照鲁万波等[19]的做法，在 IPCC计算方法的基础上，选取各省市能源平衡表中的原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气8种能源进行碳排放总量的计算。计算公式如下：
(2)
其中，j为能源类别，Aj代表能源消耗量，Nj代表地位发热量，CCj为IPCC (2006)提供的碳排放系数，Oj为碳氧化因子，B为二氧化碳分子与碳元素的质量比(44/12)。
(2)科技创新(cont)。对于科技创新指标的选择，大多数学者选取专利申请量或专利授权量来衡量。考虑到本文研究的科技创新在产业化和技术扩散阶段对碳排放的作用较大，所以依据张玉喜等[20]对科技创新指标的构建方法，选取技术市场成交额作为科技创新衡量指标。
(3)城镇化水平(city)。国内外学者分别从人口、经济、空间等角度提出衡量城镇化的指标，特别是新型城镇化概念提出以来，城镇化被赋予更多内涵。国家统计局公布的城镇化率表示的是常住人口的城镇化率，而 《城市蓝皮书》中认为此方法忽视了对城镇化质量的考虑，高估了城镇化率。本文研究的问题更多的是人口和经济活动集聚带来的影响，陆铭和冯浩的研究也表明人口和经济活动集聚有利于实现节能减排[21]，因此选取国家统计局的统计方法，用城镇人口/总人口来衡量各地不同时期的城镇化水平更适合本文研究的问题。
(4)其他控制变量。
① 产业集聚(agglo)。对于衡量产业集聚的方法，国内外研究成果较多，目前被广泛使用的衡量指标有赫芬代尔系数、基尼系数以及区位熵与标准化区位熵等。由于本文主要侧重行业和区域大小的影响，因此选取区位熵作为产业集聚的衡量指标，这一衡量方法将给定区域工业增加值的相对集中度与全国工业增加值的相对集中度进行比较，具体计算方法如下：
(3)
其中,Xit代表i地区t年的工业增加值，Yit代表t年i地区生产总值，Xt代表t年全国工业增加值，Y代表t年全国生产总值。
② 产业结构(stru)。已有研究表明产业结构升级可通过促进产业低碳发展降低碳排放效应，两者相互关联。另外服务业比重上升势必会降低能源消耗强度，对中国实现节能减排具有重要作用，因此以第三产业工业增加值占GDP的比重来表示产业结构。
③ 区域人均经济发展水平(pgdp)。当经济发展水平相对较低时，企业生产力水平较低，政府为了提高经济水平，会大力发展重工业，严重破坏了生态平衡；当发展水平达到一定高度后，人们对生活质量的关注度提高，节能减排意识增强，政府对企业污染排放的限制增强。因此，区域经济发展水平对碳排放有重要影响作用。
④ 外商直接投资(fdi)。随着经济全球化的发展，外商直接投资对中国经济的影响逐渐增强，从而影响中国的环境质量。目前，学界对此主要持两种观点，一种是外商直接投资通过促进技术进步和产业规模化生产，从而减少二氧化碳排放；另一种是跨国公司通过外商直接投资将大量高污染产业转移至中国，增加了二氧化碳排放量。
2.3 数据说明
一方面由于我国对碳排放的关注较晚，改革开放初期的相关数据缺失严重；另一方面，我国于2005年颁布 《国家中长期科学和技术发展规划纲要(2006—2020)》，大力支持清洁能源的研发以减少工业碳排放量。因此，本文选取的数据时间跨度为2005—2015年，横截面个体为28个省市，其中，西藏数据缺失较多，故舍去，而山西和贵州两省由于缺少原油数据，防止计算碳排放时的误差影响结果，故未计入样本。文中涉及的变量数据均来源于2006—2016年的 《中国能源统计年鉴》 《中国统计年鉴》和wind数据库。对原始数据做描述性统计，如表1所示。
表1 变量的描述性统计
3 实证检验与结果分析
在进行正式门槛回归估计之前，本文根据Hansen提出的F统计量和LR统计量，对城镇化进行了 “门槛条件”检验。利用软件stata14.0，使用Bootstrap算法抽样估计500次，得出F统计量检验结果 (见表2)和具体的门槛值估计结果(见表3)。
由表2可知，单一门槛时，F统计量在10%的显著性水平下显著，双重门槛时F统计量在5%的显著性水平下显著，三重门槛的F统计量不显著，说明门槛效应检验结果接受了门槛变量存在单一门槛和双重门槛。所以本文在模型估计时选取双重门槛回归模型。表3给出了具体的双重门槛估计值和对应的95%的置信区间。
表2 门槛效应检验结果
注：*、**、***分别表示在0.10、0.05、0.01的显著性水平显著，下同。
表3 门槛值估计结果
hansen认为可利用似然比统计量LR检验抽样估计出门槛值，当LR等于零时，抽样估计出的门槛值等于真实门槛值。图2 (a)为固定住第二个门槛值得到的第一个门槛值的似然比函数图，其门槛值为-0.75，图2 (b)为固定住第一个门槛值得到的第二个门槛值的似然比函数图，其门槛值为-0.148。
由于本文选取的变量数据差异较大，为了消除量纲影响，在模型估计时均对变量取对数。为了更好地对比分析，在表4中分别给出面板门槛回归模型结果和固定效应模型结果。由回归结果可知，城镇化系数在固定效应模型下不显著，而在面板门槛模型估计时，城镇化系数通过了5%的显著性水平，说明面板门槛模型的设定更符合现实情况。从门槛回归结果的系数看，当城镇化水平低于第一门槛值时，随着城镇化水平的提高会有效降低碳排放总量；当城镇化水平高于第一门槛值且低于第二门槛值时，城镇化水平对碳排放的抑制作用明显提高；但当城镇化水平高于第二门槛值时，城镇化对碳排放的影响出现拐点，说明此时随城镇化水平的提高会促进碳排放总量。因此，中国城镇化与碳排放的关系不符合环境库兹涅茨曲线的假设。
图2 门槛估计值的似然比函数图
变量门槛回归模型固定效应模型lncont-0.039∗∗(0.015)-0.041(0.043)lnagglo0.1950∗∗∗(0.063)0.2435∗(0.121)lnstru-0.198∗∗∗(0.062)-0.247∗(0.124)lnpegdp0.6414∗∗∗(0.047)0.6121∗∗∗(0.131)lnfdi-0.067∗∗∗(0.020)-0.082∗∗∗(0.027)lncity
注: 括号内为标准误， 表示没有该估计值。
为什么城镇化与碳排放会呈现出先抑制后促进的关系呢？主要是由于城镇化在初步发展阶段，人口、技术与经济的集聚程度低，能源使用效率不高，随着城镇化水平的提高，人才、技术等生产要素逐渐向城镇集中，企业达到规模化生产。另一方面，科技创新在5%的显著性水平下对碳排放产生负向效应，说明科技创新促使高新技术快速发展，提高了能源的使用效率。因此，城镇化发展降低了碳排放。当城镇化水平越过第一门槛值对应的水平时，城镇化对碳排放的抑制作用有明显的提高，这是因为此阶段人们生活水平逐渐提高，环保意识逐渐增强，政府也对高污染、高排放的企业实施适当的管制措施。另外，科技创新带动了清洁技术的发展，在一定程度上达到节能减排的效果。而当城镇化水平超过第二个门槛值对应的水平时，城镇人口过度密集带来的拥挤效应上升，城镇基础设施严重超负荷使用，增加了城市运行成本，从而加剧了环境污染。
对于控制变量，产业集聚、产业结构、人均GDP和FDI均在1%的显著性水平下对碳排放产生影响。其中产业集聚与人均GDP对碳排放的影响系数显著为正，说明产业集聚化发展未形成规模化效应，促进了二氧化碳的排放。且随着经济的增长，人们对汽车等物质需求多样化，大量的生产提高了碳排放总量。产业结构对碳排放的影响系数显著为负，说明随着产业结构升级，第二产业逐渐从高污染、高消耗的工业化生产模式，走向绿色可持续生产模式。FDI的流入对碳排放有显著的抑制作用，说明外商的引入能够促使中国节能和清洁技术的进步，有利于企业实现节能减排。
4 研究结论与政策启示
本文综合考虑科技创新、城镇化和碳排放三者之间的关系，理论分析了产业集聚、产业结构、经济发展水平和外商直接投资对碳排放的影响，实证分析了双重门槛下城镇化对碳排放总量的影响。研究结果表明：①城镇化水平的提高为科技创新带来了人力、物力等资源，科技创新也提高了城镇的承载力，优化了城镇资源的合理配置，且科技创新在城镇化影响碳排放的过程中起着重要作用;②环境库兹涅茨曲线不符合现阶段城镇化与碳排放的关系，当城镇化水平达到第二个门槛值对应的水平时，对碳排放的影响将出现 “拐点”现象;③产业结构升级对碳排放有显著的抑制作用，优化产业结构有利于实现节能减排;④FDI对碳排放有显著的负向影响，符合 “污染光环”假说。
基于以上研究结论，得出政策性启示如下：
第一，重视科技创新在城镇化低碳发展进程中的作用，推进创新驱动发展战略，真正发挥城镇化带来的集聚效应。加强城镇化水平与碳排放长期均衡发展研究，努力实现科技创新、城镇化与碳排放协同发展的局面。政府应该实施财政补贴，政策优惠等举措，加强对清洁、环保等高科技企业的支持，鼓励企业低碳发展。同时，制定合理化奖惩制度，严惩不符合规范的污染型企业，并征收环境税，对有效实施节能减排的企业实施奖励。利用媒体、网络等渠道，宣扬环保精神，提高人们的环保意识，从而缓解城镇人口集聚带来的环境压力。
第二，促进城镇化与碳排放协调发展。城镇化的承载能力有限，过度城镇化会加剧城镇的拥挤效应，不利于节能减排发展。十九大也提出要完成生态保护红线、永久基本农田、城镇开发边界三条控制线划定工作。因此，我们要积极推进轨道列车建设，鼓励节能汽车发展，实现低碳出行；积极倡导低碳消费观念、低碳生活方式等，以此缓解城镇集聚效应带来的环境压力，维持城镇化发展与碳排放水平的平衡。
第三，促进中国产业链向全球中高端发展，支持传统产业转型升级，使中国工业从高污染、高消耗的劳动力密集型产业向高水平、高技术的技术密集型产业转变。积极发挥政府的引导和支持作用，设立低碳发展区域合作引导基金，加大对区域低碳技术研发的投资力度，帮助区域的企业和公共部门减少二氧化碳的排放，并推动产业互补发展，协同共进，鼓励企业创新，并主动参与和推动经济全球化进程，从而优化产业结构升级对碳排放的作用。
第四，优化外商投资环境，鼓励跨国公司在国内设立创新研究中心。跨国公司与中国企业合作创新会带来技术溢出和技术扩散效应，有利于中小企业对高新技术的吸收和运用，从而缓解城镇碳排放水平。为了防止 “污染天堂”现象的出现，政府应严格控制国外引进的技术门槛，筛选出符合低碳要求外来投资企业，防止跨国公司利用中国环境政策的不足，将污染型产业转移到中国境内。
第五，完善跨区域碳排放管理制度的规划及监督。区域碳排放问题具有边界高渗透性，各区域在促进经济发展的同时，往往忽略了对周围城市环境的影响，造成碳排放管理归属问题的障碍。因此，政府需要制定推动区域低碳协同发展的政策，建立区域合作管理机制，从而合理化解决因区域间恶性竞争导致的碳排放问题。 另一方面，受自然资源的制约，国家为保护生态环境而限制和禁止了部分区域的资源开发和利用，对此，政府应积极建立区域低碳利益生态补偿机制，以增强各级区政府融入区域低碳合作积极性，因而可弥补各区域因生态保护丧失发展经济的机会成本，维护区域经济社会的健康发展，确保其生态发展所需要的资金投入。
