环境规制和城镇化对碳排放的影响

陆玉玲 李小胜

摘要：为探究环境规制和城镇化对碳排放的影响，本文基于STIRPAT模型和环境库兹涅茨假说，利用中国30个省市2005～2016年的面板数据，运用双向固定效应模型和全面的可行广义最小二乘法进行分析。研究发现全国、中部和西部地区的环境规制强度和人均碳排放量同方向变动，东部地区的环境规制强度和人均碳排放量呈反方向变动;全国和西部地区的城镇化水平和人均碳排放量呈U型曲线关系，东部和中部地区的城镇化水平和人均碳排放量呈倒U型曲线关系;全国和东部地区的经济增长水平和人均碳排放量呈倒U型曲线关系，与环境库兹涅茨曲线理论一致，中部和西部地区的经济增长水平和人均碳排放量之间正U型曲线关系，但中部不显著。

关键词：环境规制;城镇化;碳排放;STIRPAT

中图分类号：X321;F299.21 文献标志码：A 文章编号：1008-4657（2019）05-0026-08

0 引言

伴随着全球经济的快速发展，气候变暖问题日益突出，这不仅对生态环境造成了严重的破坏，而且严重威胁着人类和动植物的生存，导致生物性减少。根据政府间气候变化专门委员会（IPCC）相关人员的分析，在2006～2015年期间，全球气温平均表面温度比1850～1900年期间的平均温度高0.87℃，许多陆地区域和季节的变暖幅度超过全球年平均水平，其中北极地区的变暖幅度是全球的2到3倍[1]。而这一切的主要根源在于以二氧化碳为代表的温室气体排放量的增加，因此如何减少二氧化碳排放量，发展低碳经济和节能减排，维护社会可持续发展，是目前全球各个国家的一项重要任务。

改革开放以来，我国经济快速发展，人均收入水平逐步提高，城镇化水平也快速提高，据统计，改革开放40年来，城镇人口增加了6.6亿人，人口城镇化率从17.92%提高到59.58%。随着城镇化过程的不断推进，大量农村人口不断向城市涌进，与此同时产业也随之向城市集聚，这使得城市交通运输压力增大，城市基础设施投资增加，能源消耗增加，给环境造成了巨大的压力，长期的高能耗、高污染的粗放式的生产方式导致二氧化碳大量排放，使我国生态环境遭受到严重的破坏。目前，中国已经成为全球最大的碳排放国和能源消耗国，作为世界大国，中国肩负着节能减排的重大使命。在哥本哈根世界气候大会上，中国减排态度积极，承诺2020年实现单位GDP碳排放量比2005年下降40～45个百分点。“十二五”以来，中国政府采取了一系列措施，比如建立碳排放权交易试点，以实现中国碳减排目标。党的十八大提出了生态文明建设，将其纳入社会主义现代化的总体布局，并强调了其突出的战略地位，可见我国治理环境的决心。中国目前正处于“十三五规划”的关键时期，绿色是我国必须始终坚持的五大发展理念之一，减少二氧化碳排放量，有助于我国实现建设美丽中国的目标。

因此，我国的环境规制效果如何？城镇化水平的提高会促进还是减少二氧化碳排放量？我国碳排放量和经济增长水平是否满足环境库兹涅茨假说？我国环境规制和城镇化水平对碳排放水平的影响是否具有区域差异性？本文综合考虑这些问题，给我国碳减排政策的制定提供了一定的依据，对于发展低碳经济，实现我国经济高质量发展具有重要意义。

1 文献综述

全球气候变暖是国内外关注的热点问题，而碳排放量增加是导致气候变暖的一个重要原因，因此对碳排放影响因素的研究也成为了国内外学者研究的热点之一。城镇化的发展为学者的研究提供了一个新的方向，关于城镇化对碳排放量的影响的文献也日益增多，但是由于受到指标、方法和样本等因素的影响，得到的结论各不相同。国外方面，有的学者认为城镇化水平对碳排放没有显著影响。Ali等[2]利用尼日利亚1971～2011年期间的城镇化、经济增长等相关数据，研究它们对碳排放的动态影响，结果表明城镇化对碳排放量没有显著影响。有的学者认为城镇化水平的提高会减少碳排放。Sharma等[3]使用全球69个国家的动态面板数据发现城镇化会减少碳排放量。Hossain等[4]利用新兴工业化国家，时间跨度为1971～2007年的数据，研究发现城市化对碳排放有显著的负面影响。有的学者认为城镇化水平的提高促进碳排放。Parikh等[5]研究发现城镇化水平无法抑制碳排放;York等[6]研究发现城镇化和碳排放之间呈正方向变动;Poumanyvong等[7]利用九十多个国家在1975～2005年期间的城镇化和碳排放等相关数据研究发现不同富裕程度的国家的碳排放量均随着城镇化水平的提高而增加;Al-Mulali等[8]同样研究发现了碳排放量随着城镇化水平的提高而增加。有的学者基于可拓展的随机性的环境影响评估模型（STIRPAT模型）和环境库兹涅茨假说（EKC），探究城镇化和碳排放之间关系是否呈倒U型曲线。Maruotti等[9]研究发现碳排放量随着城镇化水平的提高先增加后减少，符合EKC假说;Shahbaz等[10]研究发现城市化和碳排放之间呈现正U形曲线关系。国内方面，大多学者基于环境库兹涅茨假说研究两者之间的关系，王芳等[11]利用跨国面板数据，发现了人口城镇化率和碳排放呈倒U型;王雅楠等[12]利用中国30个省市，时间跨度为1997～2015年的面板数据研究发现随着人均地区生产总值和能源消费的增加，城镇化和碳排放之间呈现倒U型曲线;冯东等[13]基于STIRPAT模型，研究发现三大城市群城镇化水平和碳排放之间的关系均呈正U型曲线关系，不符合环境库兹涅茨曲线理论。除此之外，也有学者从城镇化对碳排放的作用渠道出发，张腾飞等[14]基于中国省级碳排放和城镇化等数据，引入了人力资本和清洁生产指标，研究发现城镇化水平的提高会促使碳排放增加，但是在城镇化水平的约束下，人力资本的积累和清洁生产机制能够有效减少碳排放量。

各国政府为了应对气候变暖，采取各种各样的措施减少碳排放，但是政府的政策是否对碳排放起到抑制作用呢？因此部分学者开始研究环境规制对碳排放影响。当前学者大多基于“绿色悖论”和“倒逼减排”两种理论研究环境规制和碳排放之间的关系。Kathuria[15]研究发现印度古吉拉特邦环境规制可以有效抑制碳排放的增加。Sinn等[16]认为环境规制会使“绿色悖论”产生，即能源开采者意识到未来的环境规制强度越来越严厉，因此加大对化石能源的开采，从而导致碳排放增加。Grafton等[17]认为替代化石燃料的可再生能源的政策补贴会加速能源供给者对化石能源的开采，使得化石能源的均衡价格下降，增加了能源的需求量，导致碳排放量增加。张华等[18]利用中国省级2000～2011年期间的环境规制和碳排放数据，运用动态广义矩估计（动态GMM）研究发现碳排放量随着环境规制强度的增加先增加后减少，而且环境规制和产业结构的交互效应能够促使碳排放量减少。Zhao等[19]研究发现市场法规和相关政策补贴有助于减少碳排放。Zhou等[20]利用中国137家电厂的相关数据，研究发现清洁发展机制可以有效抑制碳排放。路正南等[21]基于竞争均衡模型和面板門槛模型研究发现环境规制和碳排放之间呈正U型曲线关系，而且两者具有双门槛效应。刘海云等[22]利用我国29个省份2003～2014年的面板数据，通过空间面板模型研究发现环境规制不能有效抑制碳排放。王馨康等[23]利用中国省际面板数据研究发现排污费和环保补贴对碳排放水平的影响具有区域差异性，东部两大政策和中部的排污费政策均可以抑制碳排放。

综合现有的文献来看，大多数文献是将城镇化水平和环境规制对碳排放的影响分开来研究，将二者结合起来研究的文献不多，而且综合考虑环境规制和城镇化对碳排放影响的区域差异性的文献也不多。因此本文在相关文献的研究基础上，基于STIRPAT模型和环境库兹涅茨假说，将环境规制和城镇化及其平方项作为核心解释变量，经济增长及其平方项、产业结构、能源消费强度、外商直接投资指标作为控制变量，运用包含时间效应和个体效应的双向固定效应模型研究我国的环境规制和城镇化水平对碳排放水平的影响，并分析了区域间的差异性，根据研究结果提出了促进我国碳减排的相关政策建议。

2 模型構建与数据来源

2.1 理论模型

STIRPAT模型，主要用于分析人口、收入以及技术对环境的影响，形式为

本文基于STIRPAT模型并结合环境库兹涅茨曲线理论，引入了城镇化水平和人均地区生产总值对数的平方项，以更好的探究环境规制和城镇化水平对我国碳排放的影响。

个体固定效应模型为

2.2 量选取及说明

2.2.1 被解释变量

碳排放：由于各个省市发展具有差异性，本文使用相对指标人均碳排放量表示各个省份的碳排放强度。其中碳排放量根据联合国政府间气候变化专门委员会IPCC提供的方法计算。

2.2.2 核心解释变量

环境规制：本文参考钱争鸣等[24]的处理方法，使用各个地区环境污染治理投资总额占该地区生产总值的比重来表示，比重越大，表明该地区的环境规制强度越大。

城镇化水平：选取各地区年末常住城镇人口数占该地区常住人口总数的比重来衡量城镇化水平。在城镇化进程中，一方面，随着人口向城镇集聚，人才集聚，创新能力提高，基础设施利用提高，一定程度上会减少碳排放;另一方面，人口集聚会带来城市能源消费增加，交通运输压力增大，工业污染加大，导致碳排放增加。

2.2.3 控制变量

（1）经济增长：本文选取实际人均地区生产总值衡量各省市的经济增长水平，以此来探究经济增长水平和碳排放水平之间是否呈倒U型曲线关系;（2）产业结构：使用各个地区的第二产业增加值占该地区生产总值的比重来表示产业结构;（3）能源消费强度：用能源消费总量与地区生产总值的比值，即单位生产总值能耗来表示各个地区的能源消费强度;（4）对外开放水平：用各地区实际利用外商直接投资总额占地区生产总值的比重来表示，政府在引进外资时，一方面可能会引进促进清洁生产的先进技术，提高企业的能源利用率，减少碳排放。另一方面，可能会引进一些污染产业，造成地区污染加重，碳排放量增加。

2.3 数据来源

由于西藏地区实际利用外商直接投资额和能源消费总量数据缺失较严重，基于数据的可获得性原则，本文使用中国30个省市（不包含西藏自治区、台湾省、香港和澳门特别行政区）2005～2016年间的面板数据，研究我国环境规制和城镇化水平对碳排放的影响。所有数据来源于《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》以及各省市、自治区及直辖市的统计年鉴和统计公报，各个地区的生产总值按照该地区在2005～2016年间的GDP指数折算为2005年不变价格以消除通货膨胀因素影响。对变量进行描述性统计，如表1所示。

3 实证分析

3.1 单位根和协整检验

3.1.1 单位根检验

为防止“伪回归”情况，需要对面板数据进行单位根检验，检测数据的平稳性。运用Stata14软件对原始各个变量的序列进行单位根检验，发现各个变量序列无法通过单位根检验，因此对变量进行一阶差分处理并进行单位根检验，得到的具体结果如表2所示。

由表2可知，一阶差分后的序列均通过了HT、IPS、Breitung单位根检验方法的检验，因此碳排放、环境规制、城镇化水平、经济增长等变量满足一阶单整。

3.1.2 协整检验

为了检验原始变量间是否存在长期均衡关系，即协整关系，使用Kao检验对变量进行协整检验，得到的具体结果如表3所示。由表3变量的协整检验结果可知，t=-2.873 4，p=0.002<0.05，因此，拒绝原假设，表明碳排放量、环境规制强度、城镇化水平、经济增长水平、产业结构、能源消费强度、对外开放水平变量之间存在着长期均衡关系。

3.2 全国层面的实证分析

由于中国各个省市之间具有差异性，因此不选择混合回归模型。短面板回归模型包含两类，一类为固定效应模型，另一类为随机效应模型。Hausman检验结果得到，χ2（9）=118.88，p=0.000 0，表明选择固定效应模型。固定效应模型包含三类，即仅考虑个体效应的固定效应模型、仅考虑时间效应的固定效应模型和既考虑个体效应又考虑时间效应的双向固定效应模型。鉴于不同时期和不同地区的残差可能存在相关性，避免模型估计偏误，本文使用双向固定效应模型估计环境规制和城镇化对碳排放量的影响，回归结果如表4所示。

由表4的回归结果可知，核心解释变量对碳排放的影响：（1）环境规制对碳排放的弹性系数为0.003 4，但是在统计上不显著，说明环境规制对我国碳排放的影响不显著。（2）城镇化对碳排放的弹性系数为2.449 2 ln urban-8.764 8，城镇化水平的系数为负，其平方项系数为正，且均通过了1%的显著性水平检验，说明在2005～2016年期间，全国碳排放和城镇化水平之间呈U型曲线关系，即全国人均碳排放量随着城镇化水平的提高先减少后增加，可能是由于随着城镇化水平的增加，人口和产业集聚，要素和基础设施利用率增加，对碳排放有一定的抑制作用，当城镇化水平发展到一定的程度，城镇化水平的提高导致交通运输扩张、能源消费增加，工业污染加剧，从而促使碳排放增加。

控制变量对碳排放的影响：（1）经济增长对碳排放强度的弹性系数为-0.347 ln pgdp+4.687 1，人均地区生产总值的系数显著为正，其平方项系数显著为负，表明人均碳排放量和经济增长水平之间呈倒U型曲线关系，即全国人均碳排放量随着经济增长水平的提高先增加后减少，符合EKC假说，可以解释为，随着经济的增长，资源消耗增加，污染排放增多，从而导致碳排放增加，当经济发展到一定的程度，技术创新能力提高，同时资源的利用率和投入产出率提高，从而有助于碳排放减少。（2）产业结构的系数在5%的显著性水平下显著为正，说明第二产业比重的提升能够促使人均碳排放量的增加，因为第二产业包含着工业和建筑业等，它的比重增加，可能会使能源消耗增加，工业污染严重，从而导致碳排放增加。（3）能源消费强度的系数显著为正，能源消费强度每增加1%时，人均碳排放量增加1.175 1%，表明能源消费强度增加会促使碳排放增加，因此中国应该继续优化能源消费结构，促使能源消费结构以煤炭、石油等化石能源为主转变为以清洁能源，可再生能源为主;（4）对外开放水平对碳排放的影响系数在统计上不显著，但是系数为正，原因在于政府在引进外资的时候，可能只注重经济利益，降低了环境准入门槛，导致一些高污染，高耗能的产业迁移进来，从而导致碳排放增加。

3.3 地区层面的实证分析

考虑到地区之间可能存在差异性，本文分地区分析环境规制和城镇化对碳排放的影响。对数据进行检验判断扰动项是否存在异方差和自相关，具体结果如表5所示。

由表5可知，扰动项存在异方差和自相关。采用全面的可行广义最小二乘法（FGLS）对模型进行估计以消除异方差和自相关的影响，各个地区的估计结果如表6所示。

从表6的FGLS估计结果可以看出，各个地区环境规制和城镇化水平对碳排放的影响具有一定的差异性，具体结果如下：

由各个地区环境规制的系数可知，东部地区的环境规制对人均碳排放量的影响显著为负，当环境规制强度每提高1%时，人均碳排放量降低0.019 4%，表明东部地区的环境规制具有一定的效果，能够显著减少人均碳排放量;中部地区的环境规制对碳排放的影响不显著，系数为0.004 8;西部地区的环境规制对碳排放的影响显著为正，且环境规制强度每提高1%时，人均碳排放量提高0.042 0%，说明在2005～2016年期间，西部地区的环境规制效果不明顯，无法减少人均碳排放量。

由城镇化水平的系数可知，东部、中部、西部地区的弹性系数分别为-0.557 2 ln urban+3.447 4，-0.790 2 ln urban+2.613 7，1.289 4 ln urban-5.548 0。东部和中部地区的城镇化水平的二次项系数均显著为负，说明城镇化水平与碳排放之间呈倒U型曲线关系，可能是在推进城镇化的过程中，东中部地区一开始只注重城镇化的发展速度，导致交通运输压力扩张和基础设施投资增加，从而造成碳排放增加，而当城镇化水平发展到一定程度时，开始注重城镇化的发展质量，使得碳排放减少;西部地区城镇化水平的二次项系数显著为正，即城镇化水平与碳排放之间呈正U型曲线关系，城镇化的推进使得人口产业集聚和基础设施利用率提高，从而有利于减少碳排放，随着城镇化水平达到一定程度时，能源消耗增加，交通运输压力增加，导致碳排放增加。

控制变量对碳排放的影响：（1）由经济增长水平的系数可知，东部、中部、西部地区人均地区生产总值对人均碳排放量的弹性系数分别为-0.800 6 ln pgdp+8.759 3，0.412 0 ln pgdp-1.572 4，0.901 4 ln pgdp-6.842 3，东部地区的人均GDP的二次项系数显著为负，说明东部地区的经济增长水平和碳排放之间呈倒U型曲线关系，与环境库兹涅茨假说相符;中部和西部地区的人均GDP的二次项系数均为正，但是中部地区系数不显著，说明经济增长水平和碳排放之间呈正U型曲线关系，可能由于前期两个地区的经济增长水平较低，工业化程度不是很高，碳排放量较少，随着经济增长水平的提高，工业化进程有了快速的发展，导致碳排放量增加;（2）东部和西部地区的产业结构系数均显著为正，第二产业包含着工业和建筑业等产业，它的比重提升，可能会加剧资源消耗，造成严重的污染，促使碳排放量的增加，因此促进产业结构的优化是促进碳减排的一个重要途径;（3）东部、中部和西部地区的能源消费强度对碳排放的弹性系数均在1%的显著性水平下显著为正，能源消费强度增加能够促使人均碳排放量增加，因此优化能源消费结构有助于减少碳排放;（4）由对外开放水平的系数可知，东部的系数在1%显著性水平下显著为负，中部的系数在5%的显著性水平下显著为负，西部地区的系数在1%的显著性水平下显著为正，这可以解释为东部和中部地区的外商直接投资促使地区技术创新水平提升，从而有利于减少碳排放，而西部地区在引进外资的同时，可能降低了环境准入门槛，使得一些高污染、高耗能产业迁移进来，导致该地区成为了“污染避难所”，促使碳排放增加。

4 结论和政策建议

4.1 结论

本文基于STIRPAT模型和环境库兹涅茨曲线假说，运用双向固定效应模型和全面的可行广义最小二乘法，分析了我国30个省（除西藏、香港、澳门和台湾）在2005～2016年期间的环境规制强度和城镇化水平对碳排放的影响，研究得到：碳排放强度、环境规制强度、城镇化水平、经济增长水平、产业结构、能源消费强度、外商直接投资之间存在着长期稳定关系;全国层面、中西部地区的环境规制和人均碳排放量同方向变动，但全国和中部地区的环境规制系数均不显著，东部地区的环境规制和人均碳排放量呈反方向变动;全国和西部地区的城镇化水平和人均碳排放量之间呈正U型曲线关系，东部和中部地区的城镇化水平和人均碳排放量之间呈倒U型曲线关系;全国和东部地区的经济增长水平和人均碳排放量呈倒U型曲线关系，中部和西部地区的经济增长水平和人均碳排放量呈正U型曲线关系;全国和东西部地区的产业结构和人均碳排放量呈同方向变动;能源消费强度对碳排放水平具有正向作用;东部和中部的对外开放水平水平对人均碳排放量具有显著的负向影响，西部的对外开放水平对人均碳排放量具有显著的正向影响。

4.2 政策建议

基于研究结果，本文提出以下政策建议。

第一，在追求城镇化发展速度的同时应兼顾城镇化的发展质量;第二，加强环境监管，提高企业环境准入门槛，将环境质量纳入官员政绩考核中，实现经济与环境的协调发展;第三，要坚持绿色发展理念，大力发展低碳经济和循环经济，优化产业结构，促进绿色节能环保产业和高新技术产业的发展;第四，要优化能源结构，逐步减少煤炭、石油等化石能源的使用，促进清洁能源的研发，提高可再生能源的使用率;第五，坚持引进清洁外资，推动绿色开放型经济发展。

参考文献：

[1]Working Group I Technical Support Unit.Global Warming of 1.5℃[R].IPCC，2019.

[2]Ali H S，Law S H，Zannah T I.Dynamic Impact of Urbanization，Economic Growth，Energy Consumption，and Trade Openness on CO2，Emissions in Nigeria[J].Environmental Science and Pollution Research，2016，23（12）：12 435-12 443.

[3]Sharma S S.Determinants of Carbon Dioxide Emissions：Empirical Evidence from 69 Countries[J].Applied Energy，2011，88（1）：376-382.

[4]Hossain M S.Panel Estimation for CO2 Emissions，Energy Consumption，Economic Growth，Trade Openness and Urbanization of Newly Industrialized Countries[J].Energy Policy，2011，39（11）：6 991-6 999.

[5]Parikh J，Shukla V.Urbanization，Energy Use and Greenhouse Effects in Economic Development：Results from a Cross-National Study of Developing Countries[J].Angewandte Chemie，1995，54（13）：3 932–3 936.

[6]York R，Rosa E A，Dietz T.STIRPAT，IPAT and ImPACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J].2003，46（3）：351-365.

[7]Poumanyvong P，Kaneko S.Does Urbanization Lead to Less Energy Use and Lower CO2 Emissions？ A Cross-Country Analysis[J].Ecological Economics，2010，70（2）：434-444.

[8]Al-Mulali U，Ozturk I，Lean H H.The Influence of Economic Growth，Urbanization，Trade Openness，Financial Development，and Renewable Energy on Pollution in Europe[J].Natural Hazards，2015，79（1）：621-644.

[9]Maruotti A.The Impact of Urbanization on CO2 Emissions：Evidence from Developing Countries[J].Ecological Economics，2011，70（7）：1 344-1 353.

[10]Shahbaz M，Loganathan N，Muzaffar A T，et al.How Urbanization Affects CO2 Emissions in Malaysia？ The Application of STIRPAT model[J].Renewable and Sustainable Energy Reviews，2016，57：83-93.

[11]王芳，周興.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（2）：47-56，111.

[12]王雅楠，马明义，陈伟，等.城镇化对碳排放的门槛效应及区域空间分布[J].环境科学与技术，2018，41（11）：165-172.

[13]冯冬，李健.我国三大城市群城镇化水平对碳排放的影响[J].长江流域资源与环境，2018，27（10）：2 194-2 200.

[14]张腾飞，杨俊，盛鹏飞.城镇化对中国碳排放的影响及作用渠道[J].中国人口·资源与环境，2016，26（2）：47-57.

[15]Kathuria V.Informal Regulation of Pollution in a Developing Country：Empirical Evidence from Gujarat，India[J].Ecological Economics，2007，63（2）：403-417.

[16]Sinn，Hans-Werner.Public Policies Against Global Warming：A Supply Side Approach[J].International Tax and Public Finance，2008，15（4）：360-394.

[17]Grafton R Q，Kompas T，Long N V.Substitution Between Biofuels and Fossil Fuels：Is There a Green Paradox？[J].Journal of Environmental Economics & Management，2012，64 （3）：328-341.

[18]张华，魏晓平.绿色悖论抑或倒逼减排——环境规制对碳排放影响的双重效应[J].中国人口·资源与环境，2014，24（9）：21-29.

[19]Zhao X，Yin H，Zhao Y.Impact of Environmental Regulations on the Efficiency and CO2 Emissions of Power Plants in China[J].Applied Energy，2015，149：238-247.

[20]Zhou Y，Li Y P，Huang G H.Planning Sustainable Electric-power System with Carbon Emission Abatement through CDM Under Uncertainty[J].Applied Energy，2015，140：350-364.

[21]路正南，冯阳.环境规制对碳绩效影响的门槛效应分析[J].工业技术经济，2016，35（8）：31-37.

[22]刘海云，龚梦琪.环境规制与外商直接投资对碳排放的影响[J].城市问题，2017（7）：67-73.

[23]王馨康，任胜钢，李晓磊.不同类型环境政策对我国区域碳排放的差异化影响研究[J].大连理工大学学报（社会科学版），2018，39（2）：55-64.

[24]钱争鸣，刘晓晨.环境管制、产业结构调整与地区经济发展[J].经济学家，2014（7）：73-81.

[责任编辑：郑笔耕]