新兴经济体国家城镇化发展对碳排放影响的比较研究

齐昕，郭薛南

（1.辽宁大学 经济学院，辽宁 沈阳 110136；2.西安交通大学 经济与金融学院，陕西 西安 710049）

在当今国际经济发展中，新兴经济体国家对世界经济增长的增量贡献逐步增强，正在成为具有强劲实力的世界性经济增长集团，提升“金砖五国”和“新钻十一国”的经济发展质量，对进一步提升它们对世界经济增长的增量贡献至关重要。城镇化是推进这些国家经济发展的重要引擎，已经从诸多方面完善并革新了各国的城市经济结构及其对社会结构，提升了城市发展的质量。但是随着城镇化过程中发展建设和能源消费的不断激增，生产和生活的各领域不可避免地增加了温室气体排放量，为各国经济的高质量发展带来了诸多环境隐患，也严重地削弱了城镇化的动力效能。基于城镇化绿色发展视角，通过提高产业发展对资源的利用效率来降低碳排放量，对未来新兴经济体国家快速提升世界经济地位、优化全球环境，具有极为重要的理论和现实意义。

城镇化是推进现代世界各国和地区经济发展的重要引擎，它与碳排放有着极为密切的相关关系，随着能源的消耗和工业化水平的提升，城镇化进程既可能引起资源的消耗和温室气体排放量的激增，形成城市发展的负外部性；也可能通过促进产业多样化与技术进步，降低碳排放量，优化城市发展的质量[1]。新兴经济体国家作为全球具有强劲经济增长实力的代表，主要由发展潜力相近的两大国家集团，即由包括印度、中国、南非、巴西和俄罗斯等国的“金砖五国”，和包括越南、孟加拉国、巴基斯坦、印度尼西亚、土耳其、伊朗、韩国、菲律宾、埃及、尼日利亚、墨西哥等国的“新钻十一国”组成。以中国为代表，城镇化是新兴经济体国家保持经济高速增长的重要共性动力。相关数据表明，2016 年，“金砖五国”和“新钻十一国”的平均城镇化率分别约为63%和55%，均处于城镇化的快速发展区间，为其经济发展提供了强劲的促进效应。与此同时，这些国家的城镇化进程也引致了碳排放量的持续增加，影响了各国的环境健康。根据2014 年美国环境保护署发布的公告，城镇地区的人类活动是全球二氧化碳的第一大排放源，排放量约占人类社会的70%[2]。《2017 全球碳预算报告》也指出，中国碳排放量占全球碳排放总量的28%，碳排放增长量占全球碳排放增长量的3/4，居全球第1，印度第3，俄罗斯第4，伊朗第7，韩国第9，碳排放量的持续增长严重地影响了新兴经济体国家经济的高质量可持续发展[3]。由此，在以《联合国气候变化框架公约》和《京都议定书》进程为主导的全球气候制度框架下，平衡城镇化发展和节能减排之间的关系，减少碳排放、降低污染、转型能源利用方式，成为在以城镇化进程促进经济高质量发展过程中，新兴经济体国家需要考虑并亟待解决的重要现实问题。

1 文献综述

城镇化与碳排放具有密切的相生关系，这一问题得到了国内外学者的密切关注。研究内容主要围绕着城镇化与碳排放的关系、影响机制和影响因素以及影响效应三方面展开。在城镇化与碳排放的关系方面，国内外大多数研究运用STIRPAT 模型证实了城镇化进程与碳排放的相关性较高。在关系形态上，主要呈现为线性关系和非线性的倒“U”型关系、“U”型关系、“N”型关系或倒“N”型关系的结论[4]。国外学者如Liddle[5]、York 等[6]、Cole &Neumayer[7]等，主要关注国家维度，通过研究世界上收入和发达程度各异的国家的城镇化、能源消费与碳排放的长短期关系，发现大多数国家存在三者之间的长期正相关关系，而低收入国家则可能在长期呈现出三者之间的负相关关系。国内学者杨晓军和陈浩[8]认为，我国的城镇化与碳排放量在西部和东部地区呈倒“N”型关系，在中部地区呈“N”型关系。胡建辉和蒋选[9]研究发现，城镇化与碳排放在长三角城市群和京津冀城市群分别呈负线性关系，在珠三角城市群则呈“U”型关系。在城镇化对碳排放的影响机制和影响因素方面，任晓松等[10]、王鑫静和程钰[11]、张腾飞等[12]、黄蕊等[13]认为，在现实中，城镇化与居民消费、能源结构、人口规模、人口密度或人口空间分布、产业结构、经济规模、能源消费量、对外开放水平、基础设施、生物物理等子系统的运行联合，共同影响碳排放，并形成了长期均衡的关系。城镇化可以通过生产、生活、技术、贸易、行政管理嵌套的体系结构或空间关联等途径影响碳排放[14]。在城镇化对碳排放的影响效应方面。蒋长流和江成涛[15]研究发现，新型城镇化建设能够通过影响个体对低碳的认知水平和社会外部环境，降低碳排放量。孙丽文等[16]认为，产业结构升级和技术创新，能显著地减少碳排放；环境规制在产业结构升级对技术创新的影响，以及技术创新对碳排放的影响中发挥显著的正向调节作用。毕晓航[17]认为，城镇化各发展阶段对碳排放的影响程度各异，在城镇化的初期阶段，对碳排放量的影响较小；在中期阶段，影响逐步增大；在后期阶段，影响将日趋减少。除此之外，空间效应可能影响城镇化对于碳排放量的作用方向和强度，即某地理单元城镇化对碳排放的作用，不仅受到本地区非城镇化因素的影响，还受到其他地区非城镇化因素的联合影响[18]。综上所述，在研究对象方面，已有国内外成果尚未涉及新兴经济体国家中的“新钻十一国”[19]，于是本文增加了这部分研究对象；在指标选取方面，已有文献大多采用城镇化过程中的人口结构指标和城市首位度等来度量城镇化水平，较少考虑由城镇化带来的产业结构演化和就业人员比重的变化，于是本文在此基础上，构建了测度城镇化水平的综合指标体系；在研究方法上，大部分文献单一地采用STIRPAT模型，研究城市化与碳排放的线性关系，于是本文增加了EKC 理论，研究两者之间还可能存在的非线性关系。在此基础上，进一步借助于STIRPAT 模型，分别研究“金砖五国”与“新钻十一国”在不同城镇化发展阶段的碳排放量的变化，以期为未来推进新兴经济体国家低碳、绿色、高效的城镇化发展提供参考。

2 新兴经济体国家城镇化与碳排放关系分析

2.1 城镇化与碳排放关系的理论释义

城镇化发展与碳排放有着密切而复杂的内在关联，主要表现在城镇化的规模、发展速度、发展质量、发展阶段、发展模式、层次结构、空间格局以及由城镇化进程所引致的经济和社会各领域的变化，均能够影响碳排放的数量和强度，这称为城镇化的碳排放效应。其中，城镇化的不同发展阶段对碳排放量的影响较为显著。在城镇化的初期阶段，以城市土地和基础设施为主要内容的“城”及其经济和社会活动的发展。往往快于以城市私人经济体系和资金市场体系、人口体系为主要内容的“市”及其经济和社会活动的发展，由于此时工业化发展处于初级阶段，因此，经济增长过程中的碳基能源投入和二氧化碳排放量较少。在城镇化的中期阶段，“城”和“市”的经济和社会活动逐步协调，由于消费需求结构的升级和技术的进步，产业结构逐步形成以第二产业为主、侧重于重工业发展的格局，导致对高碳燃料的消费需求增加，碳排放量显著激增。在城镇化发展的后期阶段，“城”与“市”进一步协调，双方协调发展的总福利逐渐改善，产业结构升级、技术水平提高、人力资本富集和城市空间优化，将会在一定程度上抑制碳排放。

与此同时，碳排放量的增加，也是倒逼城镇化转型升级的重要动力；碳排放量的减少，是检验城镇化发展质量的重要标准。碳排放量的增加，使得快速城镇化过程中的环境日益恶化，严重地提升了社会成本，影响了城市集聚经济规模收益的可持续获取，因此，由资源和要素大规模投入的粗放型城镇化向效率型城镇化转型十分必要。随着碳排放量的减少、碳排放强度的降低，产业升级和技术替代频繁出现，绿色新型能源替代了传统高污染的能源，从而城镇化的质量得到提升。

2.2 新兴经济体国家城镇化与碳排放关系的测度

2.2.1 基于国别的城镇化与碳排放关系

新兴经济体国家分为“金砖五国”与“新钻十一国”。本文在以往研究的基础上，借助于环境库兹涅茨曲线，研究城镇化发展与碳排放的关系。环境库兹涅兹曲线（EKC 理论）是由Grossman &Krueger[20]提出的，用于描述环境污染与经济发展之间演替关系的倒“U”型曲线。它假定在没有环境政策干预的情况下，一个国家或地区受到的环境污染会随着经济的增长先恶化、越过拐点后逐步改善，即环境污染变动的趋势与经济发展变动的趋势之间呈倒“U”型关系。基于这一理论，本文绘制出新兴经济体国家城镇化率与碳排放数据（对数）的散点图、拟合图与整体趋势拟合图，如图1 所示。其中，横轴表示各国城镇化率的对数值，纵轴表示各国二氧化碳排放量的对数值。

图1 2016年新兴经济体城镇化水平与碳排放的散点图与整体拟合关系

如图1 中“金砖五国”的拟合图可以看出，当将“金砖五国”看作一个整体时，其碳排放水平随着城镇化率的提高先上升后下降，整体上呈倒“U”型；但从金砖各国的散点图来看，关系发展趋势却不尽相同，中国呈现倒“U”型的发展趋势，巴西则呈现出“N”型，俄罗斯和南非呈线性关系的发展趋势。由图1 中“新钻十一国”的拟合图可以看出，“新钻十一国”整体暂未到达倒“U”型曲线拐点，其内部各国的城镇化与碳排放关系也各异。越南、土耳其、墨西哥呈现为“N”型的发展趋势，与之相对，尼日利亚呈现为倒“N”型；孟加拉国、巴基斯坦与印度尼西亚呈现为不明显的倒“U”型，菲律宾则呈现为“U”型；埃及、伊朗、韩国均呈现为线性关系。除尼日利亚的碳排放随城镇化率的提高而有所减缓外，其他十国与“金砖五国”一样，处于碳减排压力增大的阶段。综合二者可以看出，“金砖五国”与“新钻十一国”城镇化与碳排放的关系既有区别又有联系。从整体来看，“金砖五国”呈现出明显的倒“U”型特征，而“新钻十一国”则处于未到拐点的持续上升状态，其城镇化发展将带来更多的碳排放量；从各个国家的散点图变化趋势来看，不同国家呈现出相异的曲线关系特点，大体可以分为“U”型、倒“U”型、“N”型、倒“N”型以及线性五大类。

2.2.2 基于不同发展阶段的城镇化与碳排放关系

按照诺瑟姆在《城市地理》中阐述的城镇化发展阶段理论，将新型经济体国家按照城镇化率的不同分为三组，即城镇化率30%～50%的加速递增阶段（A 组）、50%～70%的增速递减阶段（B 组），以及70%以上的增速趋缓阶段（C 组），如表1 所示。

表1 2016年新兴经济体国家不同城镇化阶段分组

对新兴经济体国家处于不同城镇化阶段的城镇化率与碳排放的数据（对数）作散点图、拟合图与整体趋势拟合图，如图2 所示。

图2 2016年新兴经济体国家不同城镇化阶段与碳排放关系的散点图与拟合图

如图2 所示，新兴经济体十六国总体上尚处于碳排放量随着城镇化水平的提升而增加的倒“U”型曲线拐点前期。其中，城镇化率为30%～50%以及70%以上的国家，城镇化与碳排放均呈现倒“U”型的非线性拟合关系，而城镇化率为50%～70%的国家，却呈现碳排放量随城镇化水平提高而下降的趋势。这说明在城镇化的快速发展后期，伴随着科学技术的创新，传统的化石燃料使用效率得以提高。与此同时，第二产业部门企业环保意识增强、第三产业快速崛起，以及清洁能源利用规模扩大，使得处在该阶段的新兴经济体国家，城镇化水平提升抑制了碳排放。

3 新兴经济体国家城镇化对碳排放的影响分析

基于上述分析我们能够看出，新兴经济体国家的城镇化演进与碳排放量存在着密切的相关关系。国内外理论和实践表明，城市的碳排放量通常除受到城镇化率的影响外，还受到城镇化过程中的技术水平、产业发展水平、人口规模、富裕程度等因素的影响。

3.1 指标体系构建、变量选取和数据处理

3.1.1 指标体系构建

参照以往的研究成果，构建测度新兴经济体国家城镇化发展对碳排放影响的指标体系，如表2 所示。

表2 新兴经济体国家城镇化对碳排放影响的变量和指标体系

3.1.2 变量选取和数据处理

为了更全面地描述城镇化水平，本文采用三种城镇化水平作为解释变量，即采用城市人口占总人口比重表示的城镇化水平，以工业从业人员占就业人口比重和服务业从业人员占就业人口比重表示的城镇化水平，以及借助于熵值法构建城镇化水平综合指数表示的城镇化水平。其中，城镇化综合发展水平的具体计算步骤如下。

首先，分别计算城市人口占比、工业从业人员占比以及服务业从业人员占比，则第i个国家的特征值比重为pij，如式（1）所示。

式中：j为选取指标数，j=1,2,…,m；i为国家数，i=1,2,…,n。

其次，计算各指标的熵值及指标的差异性系数ej，如式（2）所示。

式中：k=1/ln(国家数×年份数)＞0，ej＞0。对于给定的j，当xij的差异越大时，ej越小，则指标对于系统的作用越大。

再次，确定城市人口占比、工业从业人员占比以及服务业从业人员占比三个指标的权重wj，代表各新兴经济体国家城市化水平的综合评价指数，定义差异系数gj=1-ej，gj越大，则该指标对于系统的比较作用越大，如式（3）[21]所示。

本文所使用数据绝大部分来自世界银行数据库（WDI）。其中，越南2005—2009 年的工业化率数据，以及2014 年的能源结构与能源清洁比重数据有所缺失，因而用世界银行公开数据库中的工业增加值与GDP 的比值，利用SPSS 的“缺失值填充”功能，补齐并替换2010—2014 年工业化率的数据和清洁能源比重数据。

3.2 模型设定与检验

3.2.1 模型设定

城镇化的碳排放效应，具有国别差异性和阶段差异性。综合以往国内外研究成果，分别研究新兴经济体各国的城镇化碳排放效应和不同城镇化阶段的碳排放效应。借助于York 等[6]提出的研究人口、经济与技术因素对环境影响的可拓展随机性的环境影响评估模型STIRPAT，如式（4）所示，构建本文的实证分析模型（5）。其中，I代表环境影响，P代表人口规模，A表示富裕程度，T表示技术水平，a为常数项，b、c、d为各变量的指数，e为随机误差项。

为消除可能存在的异方差影响，对式（4）两边同时取对数，得到式（5）。

当研究新兴经济体国家城镇化对碳排放影响的国别差异时，设碳排放量为被解释变量，人口规模为各国的总人口数量和城镇化的综合水平，富裕程度用人均国内生产总值来表示，技术水平除传统的能源效率与能源结构外，结合新兴经济体国家第二产业发展较快的实际现状，引入工业化水平和清洁能源比重作为解释变量。其中，为了相对全面和客观地评价城镇化的碳排放效应，本文设计了四种不同的城镇化指标应用于模型（1）～（4）。其中，模型（1）采用城市人口占总人口的比重表示城镇化水平；在模型（2）、（3）中，分别使用工业从业人员比重、服务业从业人员比重来表示城镇化水平；模型（4）则采用前三个指标所构建的城镇化综合指数衡量城镇化水平。

3.2.2 模型检验

采用F 检验、Hausman 检验，分别判断固定效应与混合效应、固定效应和随机效应，若检验结果拒绝原假设，则采用固定效应模型，反之则分别采用混合效应和随机效应模型。应用Breusch and Pagan LM 检验，判定混合效应与随机效应，若检验拒绝原假设，采用随机效应，反之，则采用混合效应回归模型。三种效应的检验结果如表3 所示。

表3 模型检验结果显示，“金砖五国”由四种城镇化的指标所构建的模型均通过了固定效应检验；“新钻十一国”的模型（1）、（2）、（3）也具有固定效应，对其模型（4）进行Hausman 检验，其结果接受了“选用随机效应模型”的原假设，LM 检验结果也接受了“选用混合回归模型”的假设，因而应选用随机效应模型进行估计。进一步对不同城镇化阶段的面板数据进行效应检验，结果如表4 所示。

表3 按国家分类的面板模型效应设定检验结果表

表4 的检验结果显示，新兴经济体国家整体应采用混合回归模型估计。城镇化水平处于30%～50%的A组国家与处于70%以上的C 组国家，均应选用固定效应模型进行估计。城镇化水平在50%～70%的B 组国家，Hausman 检验所得P值为0.9880，符合随机效应，故应选用随机效应模型估计。

表4 按城镇化阶段分类的面板数据模型效应设定检验结果表

3.3 实证过程与结果分析

选取2007—2016 年新兴经济体国家的二氧化碳排放量作为被解释变量，解释变量为四种城镇化水平、人口规模、人均国内生产总值、工业化率、能源效率、能源结构、能源清洁比重。根据前文设定的模型形式，利用Stata16 软件，研究新兴经济体国家城镇化对碳排放的影响（各变量具体计算方法参照表2）。为了减少面板数据的异方差性，在回归中进行了必要的截面加权处理。

3.3.1 基于国别分类的城镇化对碳排放的影响分析

根据F 检验、Hausman 检验以及LM 检验的结果，对新兴经济体国家的模型（1）、模型（2）、模型（3）、模型（4）进行面板数据回归，结果如表5 所示。

如表5 所示，各解释变量前的系数大部分均显著，且R2的值均接近1，表明模型拟合效果较好。从整体来看，新兴经济体国家的城镇化水平、人口规模、人均GDP 工业化率、能源效率、能源结构与清洁能源比率，均对碳排放发挥了显著的作用。其中，城镇化水平为影响新兴经济体国家碳排放量的最主要因素。

表5 新兴经济体国家面板数据回归结果表

就“金砖五国”四个模型的回归结果而言，人口规模、人均GDP、工业化率、能源效率、能源结构对于碳排放量的影响为正，能源清洁比重对碳排放的影响为负，表明各国对清洁能源的开发利用将会在一定程度上对碳排放起到抑制作用。如模型（3）所示，当采用服务业从业人员比重指标衡量城镇化水平时，城镇化对于碳排放量的影响为负，即当提升服务业从业人员比重时，“金砖五国”的碳排放量相应减少。如模型（1）和模型（2）所示，当分别采用城市人口比重、工业从业人员比重表示城镇化水平时，其对碳排放的影响均为正。在模型（4）中，若采用城镇化的综合指数来衡量城镇化水平，则城镇化水平二次项前的系数为负、一次项的系数为正，表明当综合考虑城市人口比重、工业从业人员比重及服务业从业人员比重时，城镇化的综合水平对于“金砖五国”碳排放的影响仍为正，综合城镇化率提升，会增加“金砖五国”整体的碳排放量，这也验证了城镇化发展与碳排放量之间呈倒“U”型的环境库兹涅茨曲线关系的结论。

从“新钻十一国”四个模型的回归结果来看，人口规模、人均GDP、工业化率、能源效率及化石燃料使用量的增加，也将导致碳排放量的增加，但与“金砖五国”不同，在“新钻十一国”的回归结果中，清洁能源占比对碳排放的影响为正，即提升清洁能源比重对“新钻十一国”碳排放的抑制作用不强，这可能与这一集团中的大多数国家目前仍处于工业化发展的中前期，化石燃料消耗的比重较大，以及清洁能源的利用效率不高有关。与此同时，“新钻十一国”城镇化水平对碳排放量的影响大于“金砖五国”，表明前者城镇化进程增加碳排放的作用远强于后者，故将在未来面对相对更高的碳减排压力。

3.3.2 基于不同阶段的城镇化对碳排放的影响分析

城镇化水平的提高，除了表现为城市人口占比的增加外，还伴随着由第二产业主导向第三产业为主导的发展模式转变。在不同的城镇化阶段，城镇化水平对于碳排放量的影响也存在差异。实证分析结果如表6 所示。

如表6 所示，从新兴经济体国家所处城镇化水平的不同阶段来看，城镇化水平处于30%～50%的A 组国家，与城镇化水平处于70%以上的C 组国家的解释变量，对于碳排放量的影响都显著，且R2值均接近1，说明模型的拟合效果良好。而在城镇化水平处于59%～70%的B 组国家中，除人口规模对于碳排放量的影响显著外，其他变量对于碳排放量的影响均不显著，且拟合优度不高，这可能与B 组国家只有三个，且各国家的内部差异较大有关。将A 组与C 组国家的模型回归结果进行对比分析可以发现，C 组国家城镇化水平对碳排放量的影响明显高于A 组国家，说明国家的城镇化水平越高，碳排放量就越大，减排的压力相应越大；与A 组国家相比，C 组国家的工业化率对于碳排放的影响系数为负，且能源清洁比率对于碳排放量的弹性系数绝对值较高，表明城镇化水平较高的国家，工业发展到一定阶段后，第三产业所占的比重逐渐提升，产业结构得到了优化与升级，清洁能源的利用得到了有效的推广且见效良好。但需要注意的是，C 组国家能源效率与能源结构的系数大于A组国家，其化石燃料的使用效率仍有待加强。

表6 新兴经济体国家不同城镇化阶段对碳排放量的影响表

4 结论与对策建议

本文基于两个维度，主要研究了新兴经济体国家城镇化发展与碳排放的关系及其对碳排放的影响。首先，运用“环境库兹涅茨曲线”理论，证实了两个维度下新兴经济体国家城镇化与碳排放之间存在着紧密的非线性相关关系，表现为“金砖五国”的城镇化与碳排放呈较为明显的倒“U”型曲线关系，而“新钻十一国”则处于倒“U”型曲线拐点的前期；新兴经济体各国因处于不同的城镇化发展阶段，而与碳排放之间的关系各异。其次，运用修改后的STIRPAT 模型，进一步研究各国城镇化对碳排放的影响，结果显示，人口规模、人均GDP、工业化率、能源效率、能源结构对“金砖五国”和“新钻十一国”碳排放量的影响为正；提高能源清洁比率，对“新钻十一国”碳减排的促进作用弱于“金砖五国”，因此，相较于“金砖五国”，“新钻十一国”在未来将面对更大的碳减排压力。对比处于不同城镇化发展阶段的国家能够发现，城镇化水平越高，其碳减排的压力就越大，并且城镇化水平较高的国家，工业发展到一定阶段后，能够减少碳排放量。

基于上述分析能够发现，城镇化的扩张与收缩将在不同阶段对各国的碳排放发挥主导作用，合理测度、关注并协调城镇化规模、过程及变化趋势，及其与碳排放、能源消费所产生的成本和收益，对各国经济的高质量可持续发展至关重要，故对于新兴经济体国家发展低碳绿色的城镇化，提出如下对策建议：首先，“新钻十一国”更应在未来注意城镇化发展过程中可能出现的碳排放大量增加的问题，可以在城镇化发展过程中，提高化石燃料的使用效率、创新碳排放控制方法，在发展工业的同时谋求绿色。其次，“金砖五国”中城镇化水平相对较高的巴西、俄罗斯与南非三国，应警惕目前所呈现出的碳排放量上升趋势，优化碳减排制度、协商各国的碳排放标准，对各产业部门的企业设定合理的碳竞争机制，尽快淘汰落后产能与过剩产能。再次，新兴经济体国家可以根据本国所处的各城镇化阶段的碳排放特点，采取有效的对策，推进碳减排进程。对于城镇化水平相对较低的国家而言，在发展第二产业的同时，应积极引进国外先进的技术，约束本国的低端产业，促进产业结构优化升级；当城镇化水平到达50%～70%的增速减缓时期，应注意各国政治和经济体制的异质性，从国家层面统筹城镇化的发展，防止出现碳排放量过大的偏差；对于城市镇率70%以上的国家而言，应从提高化石燃料使用效率、加强技术创新与建设并推广清洁能源方面入手，使其逐步取代传统的化石能源，实现碳的“零排放”。当然，为合理协调城镇化发展成本与收益的关系，还应设置相对应的监督机构，充分调动政府各个部门碳减排工作的积极性，实现部门之间的“互动”与“联动”。在这一过程中要加强各国与其他经济体的国际合作，积极参与国际碳减排的谈判工作，以期争取最大化的公平与效益。