人口城镇化背景下产业技术创新、结构调整和空间聚集对碳排放的影响研究

2022-02-08林桂泉王亚楠

江西农业学报 2022年10期

林桂泉，王亚楠

（河海大学商学院，江苏常州 213022）

0 引言

在2020年9月30日的联合国生物多样性峰会上，习近平总书记指出：“在秉持人类命运共同体理念基础上，中国的二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。”伴随着“双碳”目标同步推进的是坚持以人为核心的新型城镇化建设。在“碳中和”“碳达峰”成为新时代命题的背景下，作为社会生产和经济活动的主要集聚区域，城市发展被认为与碳排放紧密联系。一方面，城镇产业在生产经营过程中的能源消耗会带来二氧化碳的排放；另一方面，城镇人口在日常生活、消费中都不可避免地直接或间接排放二氧化碳。为了实现“双碳”目标下的经济高质量发展，处理好城镇化与碳排放之间的关系是政策关注的重要方向，而多维度下的产业发展问题则是关键所在。作为产业的重要组成要素和发展动力，人口的数量与结构也影响了产业发展的进程。目前，已有研究大多从人口或产业的角度分别探究城镇化与碳排放的关系，而忽略了在人口城镇化进程不同阶段的产业发展对碳排放可能会产生不同的影响。因此，厘清不同人口城镇化水平下产业发展对碳排放的具体影响路径，对及时调整产业发展方向，从而促进经济与生态环境协调发展具有重要的理论指导意义。

产业和人口作为城镇化建设的根本动力与核心，既彼此联系，又相互影响。产业的不断发展，为人口向城市迁移提供了更好的生活物质保障；人口向城市聚集，也同样能够为产业发展提供源源不断的动力。在人口向城市聚集的过程中，一方面，促进了人力资本的提升和技术外溢效应的强化，从而显著地促进工业结构的升级［1］；另一方面，人口城镇化率的上升伴随着的人口老龄化现象也能促进金融保险、医疗保健、娱乐等第三产业的发展，促进产业结构的升级［2］。

对于人口城镇化对碳排放的影响，目前大多学者集中从居民消费与生活水平的角度进行了分析和探讨。居民作为能源消费的主体，从农村迁移到城市后，能源使用的习惯也会因生活质量的提高而发生改变。例如城市中完善的基础设施建设会使得居民在炊事、热水、采暖等方面的生活需求提高［3］，收入水平的提高也会刺激居民增加生活耗能［4］。这些改变都会带来生活性碳排放量的上升。

对于产业发展对碳排放的影响，已有文献多从产业聚集［5］、结构效应、技术进步［6-7］等角度进行了探讨，且都对碳减排工作作出了巨大贡献。

首先，产业发展中的聚集效应指的是城市中的产业在空间上的聚集及其生产规模的扩大给碳排放造成的影响。Chen等［8］发现工业企业集聚与二氧化碳排放之间呈正相关的关系，但Zhang等［9］提出了相反的观点，指出工业聚集程度及其空间滞后对工业碳排放强度存在抑制作用；也有学者认为两者之间呈非线性关系，吕康娟等［10］发现产业集聚前期的能源消耗强度增大，碳排放量增加，但到产业聚集后期，产业内、企业间的知识学习与技术溢出使能源的利用率得到提升，从而减少碳排放，最终碳排放呈现倒“U”形曲线。与之相反，林永钦等［11］指出随着产业集聚度的增加，其对城市碳足迹的抑制作用越来越小，甚至出现促进作用，即正“U”形曲线。

其次，由于我国三大产业对能源消费的需求与结构截然不同，产业发展过程中的产业结构变化给碳排放带来的影响同样不能忽略。目前，我国第二产业的二氧化碳排放量在三大产业中最大［12］，但如何优化产业结构来减少碳排放，仍然是一个亟待解决的问题。赵丽萍等［13］发现在城镇化进程中，第二产业的机械化将导致多数农村人口将流向第三产业，从而导致各省份中第二产业所占比例对碳排放强度的影响减弱。但Sun等［14］认为由于目前我国第三产业发展与发达国家相比相对落后，产业结构的调整并不能提高碳排放效率。Chen等［15］在北京—天津—河北地区的研究中发现，工业结构改变带来的碳减排影响程度在不同城市之间存在明显的差异。

最后，从技术进步的视角考察产业发展对碳排放的影响效果，一方面，在技术进步降低了产品的成本后，生产者反而会投入更多的要素来达到利益最大化，从而使得碳排放量增加［16-17］；另一方面，技术进步能通过减少能源消耗和提高能源使用效率达到抑制碳排放的目的。郭庆宾等［16］证实了技术进步对碳排放的抑制效应更强，但Lin等［18］认为由于中国的碳排放量还未达到顶峰，因此技术进步在碳减排中的作用有限。与以上研究不同，有些学者提出技术进步与碳排放之间不是简单的线性关系，并将人均 GDP［19］、市场细分［20］、工业产值［21］等作为门槛变量进行分析，结果都证实了两者之间存在门槛效应。

综上所述，通过对城镇化与碳排放关系研究文献的整理和分析，可以发现目前大多数文献单独研究人口变迁对产业发展的影响，或直接聚焦于人口城镇化对碳排放的影响，而忽略了将人口与产业结合进行分析，构建以人口城镇化为背景、产业发展为途径、碳减排为目标的理论框架。同时，在研究产业发展对碳排放的影响机制中，大多数文献只从产业聚集、产业结构、技术进步的其中一个角度出发，使得城镇化过程中产业的发展无法通过单一指标的衡量而得到全面的体现。

因此，基于已有研究的众多探讨，针对以上不足之处，本文基于门槛模型的非线性假设，从理论上分别系统地探讨了产业发展过程中产业聚集效应、结构效应、技术进步影响碳排放的门槛机制，选用人口城镇化为门槛变量，找出不同角度下产业发展影响碳排放的门槛值及其参数。根据本文的实证结果，同时结合当前我国人口城镇化发展趋势和特点进行分析，能够针对不同地区的产业发展现状，从技术进步、产业结构、空间聚集这几个角度提出了一些具体的碳减排政策和建议。

1 机理分析与研究假设

1.1 技术进步对碳排放的影响

城镇产业的技术进步主要通过应用低碳技术来达到碳减排的效果。具体而言，低碳技术能够优化生产经营过程中的要素投入比例，使得传统能源的投入比重降低，从而减少二氧化碳气体的排放。此外，低碳技术进步还伴随着劳动者在从事生产活动中知识的丰富与积累、技能的不断提高，在这个过程中，人口城镇化被认为是推动技术创新的重要因素，不仅能够通过人力资本的提高带动先进技术的创新和研发［22］，而且还能通过增加资金来源、刺激技术创新需求等渠道缓解人口老龄化对技术进步的抑制作用［23］。但人口在城市中一味地聚集并不总能提高技术进步，由于城市在前期吸纳的人口大多是中低质量的劳动力，同时人口聚集会增加社会公共服务体系的负担，减少技术创新的投入［24］。因此，技术进步对碳排放的影响也可能在人口城镇化水平较低时因人力资本积累的不足而表现不显著，只有在人口城镇化率上升到一定水平后才能增强并达到显著水平。由此提出了本文的假说1：技术进步会抑制碳排放，当人口城镇化率超过门槛值后，抑制效应增强。

1.2 结构调整对碳排放的影响

在过去的10年内，由于我国第二产业在发展过程中对高耗能资源的依赖性，其碳排放量远高于一三产业。原嫄等［25］证实了实现产业之间资源的合理配置能够抑制碳排放，而由劳动密集型向资本与技术密集型转型、发展高附加值产业给碳排放带来的影响却与地区经济发展紧密联系。针对我国仍处于工业时代的发展现状，在《中华人民共和国气候变化第三次国家信息通报》中规划：在2030年之前，我国产业结构将持续向第三产业转移，并不断优化第二产业内部结构。在2015年，我国的第三产业占GDP比重就达到了50.3%，金融业、房地产与互联网业等新兴产业的兴起为提高资源配置效率，增强第三产业对经济的主导作用提供了动力。同时，国家统计局的数据表明，2021年第三产业的就业人员占比48%，已成为城镇人口的主要就业方向。研究发现，城镇人口的聚集能够促进第三产业的发展，一方面，劳动力聚集为第三产业发展奠定了基础；另一方面，城镇人口聚集对公共设施服务的需求上升也会“倒逼”第三产业的发展［26］。因此，随着人口城镇化水平的上升，第三产业能够得到更高质量的发展，使资源得到更高效的利用，从而增强对碳排放的抑制作用。由此提出了本文的研究假说2：产业结构中第三产业比重的增加会抑制碳排放，当人口城镇化率超过门槛值后，抑制效应增强。

1.3 产业聚集对碳排放的影响

目前，大多数研究表明：产业聚集与碳排放之间存在非线性关系，即产业聚集前期虽然会刺激城市内的生产经营活动，带来生产规模扩大、能源消耗加剧、恶性竞争等增加碳排放的不利因素，但产业聚集到达一定程度后也会通过其他因素提高碳排放效率、降低碳排放强度。张华明等［27］指出，在产业聚集前期，政府缺乏人力、物力和财力来鼓励技术研发，同时企业生产成本高而导致不愿意进行低碳经营。但在产业集群后期，技术进步及规模效应的发挥使得城市产业群能降低碳排放；李小帆等［28］认为产业聚集前期只有规模效应能抑制碳排放，但在后期技术进步发挥了主要作用。本文认为人口城镇化水平便是这个过程中决定产业聚集对碳排放影响方式的决定性因素。人口向城市迁移过程中，日益增长的物质文化需求能够促进聚集区企业发展生产力、淘汰落后产能，不仅能达到能源使用效率的最大化［29］，而且还能为集群产业提供优质的劳动力，通过提高人力资本，帮助集群内企业提高碳减排技术，共同达成抑制碳排放的目的。基于此，本文提出假说3：产业空间聚集会促进碳排放，当人口城镇化率超过门槛值后，促进效应削弱，抑制效应增强。

图1 机理分析示意图

2 指标的选取与模型的构建

2.1 指标的选取

2.1.1 被解释变量碳排放总量（CE）：在测算碳排放上，本文采用联合国政府间气候变化专门委员会（IPCC）［30］提供的方法来估算碳排放总量，选取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气的消费总量乘以各自的碳排放系数，其中，碳排放系数参考潘家华等［31］将氧化率、含碳量、低位发热量三者相乘得出的结果（表1）。原始数据来源于中国碳核算数据库（CEADs）的中国30省（市）的2005—2019年8种能源的消费量。

表1 各种类能源碳排放系数

2.1.2 解释变量技术进步（Inn）：借鉴沈可等［32］的方法，采用人均专利申请受理数量来衡量各省（市）在产业发展进程中科学技术的发展进步情况，取各省（市）历年的国内专利申请受理量与年末常住人口的比值。

产业结构（Struc）：由于第二产业相对于第三产业而言，其能源消耗量大、结构复杂，被认为是城市中碳排放的主要来源区域，因此本文用第三产业增加值与第二产业增加值之比来表示产业发展过程中产业结构的变化程度。

产业聚集（Agg）：在衡量城镇产业在空间上的分布状况方面，目前诸多方法被采纳，如就业密度、EG指数，本文参考张樨樨等［33］的方法，考虑到长期以来工业都被认为是碳排放的主要来源，因此用区位熵来表示各省（市）城镇的工业企业在空间上的聚集程度，计算公式为：

2.1.3 控制变量政府支出（Gov）：政府财政支出既可以改变地区的能源消费总量与结构，也可以调控环境管理的力度，以政府一般预算支出与生产总值的比值表示；人口密度（DP）：人作为能源消耗的主体以及生产资料的拥有者，人口密度高的地方可能存在生活资料消耗多、交通工具使用频繁等现象，这都会带来碳排放量的增加；地区生产总值（GDP）：经济发展水平不同的地区，碳排放水平也必然不尽相同，往往经济活动越频繁的地区，能源消耗量和碳排放量更大。

2.1.4 门槛变量人口城镇化率（PCP）：由于本文是基于不同人口城镇化水平的视角对3个角度的产业发展——技术进步、产业结构调整、产业聚集与碳排放之间的关系进行研究的，因此采用的门槛变量为人口城镇化率，表示为各地区年末城镇人口的比重。

2.2 数据的描述

本文面板门槛模型中的数据来自2005—2019年30各省（自治区、直辖市）的省级层面的数据，由于西藏部分数据的缺失，因此在实证部分将其剔除。原始数据中各能源的消费量来自CEADs（https：//www.ceads.net.cn），其余数据均来自2006—2020年的《中国统计年鉴》《中国科技统计年鉴》。在对相关变量的描述性统计上，本文将所有样本数据同时按空间分布，在全国范围，以及东部、中部、西部地区3个区域层面上进行分析，具体结果见表2。

由表2可知，在碳排放总量方面，全国范围平均排放10653.0万t，东部与中部的排放量高于全国平均水平，但西部只有6638.0 t；在人口城镇化率方面，全国人口城镇化率平均达到54.1%，其中，东部的人口城镇化率为65.5%，中部和西部并未达到平均水平，分别为49.7%和45.0%；在技术进步方面，全国范围内每百万人申请1336件专利，同样水平下，东部约2535件、中部约653件、西部约628件，可见东部的技术发展水平领先于中部与西部；在产业结构方面，全国水平下第三与第二产业的产值增加值之比为1.174，其中，东部为1.416、中部为0.992、西部为1.081，因此认为我国中部的第三产业发展相对薄弱；在产业聚集方面，全国水平下该指标为0.966，其中，中部地区达到1.002，高于东部和西部，因此推断工业在空间上的聚集程度在我国中部地区较为显著。

表2 变量的描述性统计

2.3 模型的构建

基于对城市的产业发展进程中技术进步、产业结构调整、产业空间聚集与碳排放之间存在非线性关系的判断，本文使用Hansen［34］（1999）提出的门槛回归模型，研究了人口城镇化率低于或高于某个门槛值时，技术进步、产业结构与产业聚集对碳排放的影响是否存在显著差异。本文以单一门槛模型为例，将人口城镇化率作为门槛变量，研究技术进步对碳排放的影响，模型方程表示如下：

式（2）中，为了减少异方差的影响，将解释变量与被解释变量都取对数处理。其中，Yit表示3个维度下的产业城镇化（Inn、Struc、Agg），μit为待观测样本的个体效应，εit为误差项，γ为门槛值，I（·）为门槛示性函数，解释为当括号内的条件成立时，则I（·）=1；相反若括号内条件不成立，则I（·）=0。因此，在门槛效应通过显著性检验的前提下，当人口城镇化率未迈过门槛值，即PCP≤γ时，产业发展对碳排放影响为β1；随着人口城镇化率的上升，当其超过门槛值，即PCP＞γ时，产业发展对碳排放影响为β2。

式（2）是以单一门槛为模型而构建的方程式，但在实际情况中，也存在着双重门槛甚至三重门槛的现象。以双重门槛为例，若存在γ1和γ22个门槛值，那么3个维度下的产业发展将会对PCP≤γ1、γ1＜PCP≤γ2、PCP＞γ3时的碳排放产生β1、β2、β3的影响。本文在实证分析部分会对存在多重门槛的可能性进行检验，因此在此对多重门槛模型的构建不再赘述。

3 实证分析

3.1 门槛效应检验估计

本文首先对门槛个数进行检验并估计门槛值，参考Hansen［34］在门槛回归中使用的“网格搜索法”，设置400个网格搜索点，然后用自抽样法（Bootstrap，BS）反复抽样300次估计出的P值来检验产业发展过程中技术进步、产业结构调整、产业空间聚集是否对碳排放的影响存在门槛效应，通过其显著性来判断门槛可能的个数，从而推断出不同影响路径下的作用机制。样本门槛模型检验结果见表3。

表3 样本门槛模型检验结果

由表3可知，技术进步与碳排放之间的单一门槛模型P值为0.0433，双重门槛模型P值为0.7000，说明应采用单一门槛模型进行分析，人口城镇化率的门槛值为83.48%，门槛效应在5%的水平上显著；产业结构与碳排放之间的单一门槛模型P值为0.0900，双重门槛模型P值为0.8567，说明应采用单一门槛模型进行分析，人口城镇化率为86.20%，门槛效应在10%的水平上显著；产业聚集与碳排放之间的单一门槛模型P值为0.0900，双重门槛模型P值为0.5267，说明应采用单一门槛模型进行分析，人口城镇化率的门槛值为86.35%，门槛效应在10%的水平上显著。

由以上结果可以发现，产业发展对碳排放量的影响大致以人口城镇化率达到85%为界限，当人口城镇化率超过这一界限时，产业发展对碳排放的影响与人口城镇化率低于这一界限时存在显著差异。值得注意的是，在研究技术进步为关键解释变量时，其人口城镇化率门槛值在95%水平上的置信区间为［0.7140，0.8491］，较其他2个结果的范围更大，表明在现在或将来，更多的城市需要同时调整推动技术进步的政策来面对技术进步对碳排放影响的转折点，以达到碳减排的目的。

3.2 技术进步与碳排放

由表4可知，除了人口城镇化率≤83.48%时的技术进步和人口密度外，其他变量均在1%的水平上显著。技术进步与碳排放之间的非线性关系具体表现为：在第1个阶段，即人口城镇化率≤83.48%时，技术进步对碳排放的影响系数为-0.043，技术水平每提升1%，碳排放量降低0.043%；在第2个阶段，即人口城镇化率＞83.48%后，技术进步对碳排放的影响系数变为-0.484，技术水平每提升1%，碳排放量降低0.484%。从总的过程来看，产业发展进程中的技术进步能起到抑制碳排放的作用，且随着人口城镇化率上升并迈过门槛值，技术进步的碳减排作用增强。但是在人口城镇化率低于门槛值时，技术进步的碳减排作用并不显著，只有当人口城镇化率＞83.48%后，才能显著地抑制碳排放。本文的实证结果与假说1相符，并且与殷贺等［35］的研究结论十分相似，这都表明了技术进步只有在人口城镇化率超过一定水平后才能显著地抑制碳排放。

表4 面板门槛模型估计结果

3.3 产业结构与碳排放

由表5可知，除了人口密度以外，其余变量均在1%的水平上显著。其中，产业结构的调整对碳排放的影响路径表现为在人口城镇化率≤86.20%时，产业结构对碳排放的影响系数为0.214，即第三产业的产值每相对第二产业的产值增加1%，碳排放量增加0.214%；当人口城镇化率＞86.20%时，影响系数增加到0.581，意味着产业结构每调整正向1%，碳排放量增加0.581%。这说明随着我国的经济重心不断向第三产业转移，碳排放量也在城镇化进程中不断增加，并且产业结构对碳排放的促进作用在人口城镇化的整个过程中都十分显著。该结果与假说2相悖，但与卢愿清等［36］的研究结论相符，说明目前中国的第三产业内部生产活动依旧依赖于传统能源，随着第三产业产值的快速增加，能源利用效率的提高不能抵消能源消费总量的增加对碳排放的影响，因此总体上依旧促进了碳排放量的增加。本文认为在人口向城镇迁移的背景下，第三产业的劳动力数量会随之增加，这进一步增加了传统能源的需求量，从而更大程度地加剧了碳排放量的增加。另一种可能是随着人口向城市聚集，生活质量的提高加大了人们对交通运输、邮电通信业及外贸餐饮等传统行业的需求。这种对更高生活质量的追求带动了第三产业产值的快速上升，但也同时增加了传统能源的消耗。

表5 面板门槛模型估计结果

3.4 产业聚集与碳排放

由表6可知，人口密度对碳排放的影响与前2个模型一致，均表现为不显著。产业聚集在人口城镇化率未跨过门槛值时在5%的水平上显著，其余的变量均在1%的水平上显著。其中，产业聚集对碳排放的非线性影响也同样显著，表现为当人口城镇化率≤86.35%时，产业聚集对碳排放量的影响系数为0.201，即产业聚集每增加1%，碳排放量便增加0.201%；当人口城镇化率＞86.35%后，产业聚集对碳排放量的影响系数大约翻了4倍，增加到0.884。由此可见，与假说3预测的结果不同，产业聚集在人口城镇化的总过程上都增加了碳排放量，并且当人口城镇化率跨过门槛值时，这种正向影响效应会更显著、更强烈。本文认为导致该差异的原因如下：在人口城镇化率高的地方，经济活动更频繁，集群内企业之间的恶性竞争导致企业在生产经营中以节约成本为导向而大量消耗传统能源，从而加剧了这种拥挤效应。资源有效配置的难度上升，使得规模效应越来越难以实现，因此产业聚集程度的提高总体上会进一步加剧碳排放量的增加。

表6 面板门槛模型估计结果

3.5 控制变量与碳排放

由于以上3个模型中控制变量对碳排放的影响十分相似，因此本文统一整理于此，不再逐一分析。其中，国内生产总值（GDP）对碳排放的影响在1%水平上显著为正，说明在经济发达的地方，频繁的生产经营活动会增加能源消耗和碳排放；政府支出同样显著促进了碳排放，表明政府的支出投入总体上还是鼓励和刺激了生产经营活动，因而环境管控力度亟待加强；人口密度在技术进步、产业结构调整、产业聚集3个维度下的产业发展进程中均对碳排放产生了抑制作用，但影响均不显著。这可能是由于人口聚集可能同时带来能源消耗量及能源利用效率的提高，因此，其影响路径难以确定。

4 结论及建议

4.1 研究结论

在实现碳中和与推进城镇化成为新时代目标以来，不少学者围绕碳排放与城镇化的关系展开了研究。但是在以产业发展为动力、人口与产业相互影响的城镇化进程中，不同路径下的城镇产业进步（技术进步、结构调整、产业聚集）可能对碳排放量造成不同的影响，且影响效应可能因不同地区人口城镇化的不同阶段而呈现出非线性的变化趋势。基于以上判断，本文采用我国2005—2019年的省级面板数据，引入能够体现不同路径下产业发展水平的解释变量，构造全国范围内30个省（自治区、直辖市）的省级面板模型。进一步以各地区的人口城镇化率作为门槛变量构造门槛模型，并对产业发展的碳减排效应是否存在门槛效应进行检验。

本文的研究结论表明，在城镇化水平不断提高的过程中，产业内技术水平的提高、二三产业结构的调整、以工业为代表的产业聚集均对碳排放产生了非线性的影响，且影响关系都符合单一门槛模型。产业发展并不都能有效抑制碳排放，其中，技术进步能减少碳排放，但这种效应在人口城镇化率未超过83.48%的阶段并不显著，只有迈过该门槛后，技术进步的碳减排效应才能显现出来，且较之前更有效；产业结构调整及产业空间聚集都会增加城市的碳排放量，且大都以86%左右的人口城镇化率为门槛水平。当地区的人口城镇化率超过该门槛值后，这种促进碳排放的效应会增强，其中，产业结构每调整1%，碳排放增量从0.214%增加到0.581%；产业聚集程度每提高1%，碳排放增量从0.201%增加到0.884%。