我国城镇化对碳排放的影响及空间溢出效应研究

2023-05-30金飞

技术与创新管理 2023年2期

摘要：在低碳发展背景下，研究城镇化对碳排放的影响具有重要现实意义。利用2006—2019年我国263个地级市的相关数据，运用探索性空间分析方法和空间杜宾模型，在对我国城镇化和碳排放的空间分布情况进行分析的基础上，深入探究城镇化对碳排放的影响及空间溢出效应，以期为我国城镇化建设和低碳、绿色发展提供科学有效地支撑。研究发现：城镇化水平和碳排放量不断提高，且均具有显著的正向空间自相关性；在其他条件不变的情况下，城镇化水平每提升一个单位，碳排放量将增加0.062%；东中西部地区城镇化对碳排放的影响均显著为正，但就影响程度而言，西部地区城镇化对碳排放的影响最大，中部地区次之，东部地区最小。因此，要持续推进城镇化快速发展，大力发展大都市圈和城市群，推动经济结构转型和技术进步，降低城镇化发展过程中的碳排放量。

关键词：城镇化；碳排放；空间溢出效应；低碳发展；空间杜宾模型

中图分类号：F 205 文献标识码：A 文章编号：1672-7312（2023）02-0220-08

Research on the Impact of Urbanization on Carbon Emissions and Spatial Spillover Effect in China

JIN Fei

（Jiangsu Yangtze River Economic Belt Research Institute，Nantong University，Nantong 226019，China）

Abstract：In the context of low-carbon development，it is of great practical significance to study the impact of urbanization on carbon emissions.Based on relevant data of 263 prefecture-level cities in China from 2006 to 2019，using the exploratory spatial analysis method and the spatial Durbin model，this paper investigates the impact of urbanization on carbon emissions and the spatial spillover effect based on the analysis of the spatial distribution of urbanization and carbon emissions in China，in order so as to provide scientific and effective support for the construction of urbanization and low-carbon and green development in China.It is found that：urbanization level and carbon emissions are increasing，and both have significant positive spatial autocorrelation；with other conditions being unchanged，carbon emissions will increase by 0.062% for each unit increase in urbanization level；the impact of urbanization on carbon emissions in the east，central and western regions is significantly positive，but in terms of the degree of impact，urbanization in the western region has the greatest impact on carbon emissions，followed by the central region.However，the impact of urbanization on carbon emissions is the largest in the western region，followed by the central region and the smallest in the eastern region.Therefore，we should continue to promote the rapid development of urbanization，vigorously develop metropolitan areas and urban agglomerations，promote economic structural transformation and technological progress，and reduce carbon emissions in the process of urbanization development.

Key words：Urbanization；Carbon emissions；Spatial spillover effect；Low carbon development；Spatial Dubin model

0 引言

改革开放以来，我国在经济增长、人民生活和社会发展等各方面取得了令人瞩目的成就[1]，城镇化进程也随之进入快速发展阶段[2]。迈入21世纪后，我国城镇常住人口比率由起初的17.9%逐步增长到60.6%，年均增速高达6.1%。但是，这一比率与发达国家的平均水平相比，仍有较大差距[3]。在推行城镇化过程中，一方面可以从供给端和需求端影响经济增长，即供给端促进了生产要素集聚和生产效率提升，需求端创造了衣食住行等大量的有效需求；另一方面也伴随着环境资源消费的急剧增长，导致碳排放的快速上升，环境承载能力逐渐下降，环境污染问题层出不穷。根据国际能源署统计数据，2019年我国CO2排放量高达98.77亿t，占全球CO2排放量的29.93%，成为碳排放世界第一大国。随着全球气候变暖问题的不断加剧，大规模和持续增长的碳排放不仅给我国带来严峻的碳减排压力，也是我国实现经济高质量发展过程中的主要威胁和阻力[4-5]。如何处理好城镇化下的经济发展和环境质量之间的关系是重大议题，不仅是政府相关部门关注的重点[6]，也是我国未来发展的“主旋律”和实现高质量发展的必由之路。2014年3月出台的《国家新型城镇化规划（2014—2020年）》明确指出，将生态文明理念融入城镇化进程，强调以绿色、循环和低碳发展推进新型城镇化建设，促进经济社会的健康可持续发展，在国家战略层面明确了新城镇化的主要发展目标。2021年3月，十三届全国人大四次会议通过的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》再次强调要深入推进统筹兼顾“经济、生活、生态、安全”等多元需要的新型城镇化战略。这对城镇化进程中的經济和环境的平衡发展提出了具体的要求，如何在保证经济稳定增长的同时，兼顾生态环境的不断改善，是一个时代性的话题，也是我国乃至全球亟待解决的重要问题。在此背景下，准确把握我国城镇化与碳排放关系的基本规律，探寻城镇化绿色可持续发展的有效路径，对于推进低碳经济发展和城镇化高质量发展具有一定的现实意义。

1 文献综述

基于城镇化在整个经济社会系统中的重要地位，城镇化与碳排放之间的关系一直是学术界长期关注的重点话题，国内外学者对于城镇化与经济增长或碳排放之间的关系展开了一系列讨论。一是，部分学者利用微观测度方法探究碳排放与城镇化的影响关系。DONG等基于我国1979—2009年相关时间序列数据，发现城镇化与碳排放之间的关系为倒“U”型，我国当时处于曲线的左端，且城镇化对于碳排放变化的解释力度达到18%[7]。LI等基于我国1990—2010年省会城市面板数据，使用IPCC推荐的方法测算了CO2排放水平，并进一步探究城镇化与碳排放之间的关系，研究发现二者之间存在正相关关系[8]。FANG等从微观家庭碳排放量角度入手，基于投入产出法测算我国1996—2012年家庭直接和间接CO2排放量，发现城市家庭的CO2排放量要多于农村家庭，进一步地利用协调和格兰杰因果检验方法展开实证研究，发现城镇化水平每上升1%，会导致家庭的直接和间接CO2排放量分别增加2.9%和1%[9]。王星利用同时段我国整体时间序列数据和省级面板数据，认为对于城镇化较低的地区，城镇化与碳排放之间的关系为N型，而在城镇化水平较高的地区，二者关系呈现倒N型[10]。HE等基于1995—2013年我国省级面板数据，在发现我国部分地区的城镇化与碳排放之间呈现倒“U”型关系的基础上，进一步提出对于经济较为发达地区来说，城镇化并不是导致碳排放加剧的重要因素[11]。二是，相关学者从区域视角方面探究二者关系。王锋等人对我国2008—2014年30个省份的相关数据进行分析，将城镇化细分为经济城镇化、土地城镇化和人口城镇化，发现在不同城镇化维度下，各省份间的碳排放空间效应存在显著差异，其中，人口城镇化使得地区之间的碳排放的“逐顶竞争”最明显[12]，而王睿等的研究结论则与之相反，认为经济和土地城镇化对碳排放的影响力度最大[13]。范建双等通过对1997—2015年期间我国省级面板数据进行分析，指出城镇化水平的提升有利于本地碳减排[14]。在此基础上，束克东等通过对2001—2016年期间我国省级面板数据进行分析，进一步指出，在高收入组中城镇化与碳排放存在正相关，在较低收入组中城镇化与碳排放存在负相关[15]。王玉娟基于2007—2017年我国地级市面板数据，利用空间联立方程和广义空间三阶段最小二乘法进行实证分析，结果表明城镇化与低碳发展存在可以彼此强化的内生联动性，但是这种关系会受到邻域的影响[16]。三是，相关学者从多维度视角探究碳排放与城镇化的关系。李亚丽等人从土地、人口和经济3个维度层面建立城镇化高质量发展指标体系，并从不同维度方面检验城镇化发展对碳排放的影响效应，其发现不同维度城镇化对碳排放影响程度不一，具体来看经济和人口发展具有一定的减排效应，但土地层面的城镇化发展加剧了碳排放[17]。王兆峰等人采用面板门槛模型实证分析新型城镇化对旅游业碳排放影响特征，其研究发现在新型城镇化发展过程中经济发展和技术创新有助于推动碳排放抑制，这为区域旅游经济发展规划提出更高的要求[18]。

综上可得，以往关于城镇化和碳排放的关系方面的研究已经取得了较为丰富的成果，但仍存在一些不足之处。一是，现有研究大部分单独研究城镇化对环境污染的影响，缺少城镇化发展对碳排放效应的综合研究和对比分析；二是相关研究多是从总体上探究城镇化和碳排放的关系，缺乏城镇化对碳排放效应的异质性分析；三是学术界关于城镇化对碳排放的分析大部分都是基于线性分析框架而展开的，缺少从空间计量角度深入剖析我国城镇化与碳排放的复杂关系。因此，文中基于我国2006—2019年城镇化和碳排放测度面板数据，实证探究我国城镇化发展对碳排放影响效应的空间特征，有利于为我国不同阶段有针对性地促进城镇发展和环境保护“双赢”的高质量发展进程提供一定的政策依据和参考。

2 研究方法与变量说明

2.1 探索性空间分析

为分析研究对象的空间聚集性，文中借助帕克莫兰（Patrick Moran）1950年提出的Morans I指数判定区域变量间的空间相关性[19]，定义如下

2.3 变量说明

关键解释变量为城镇化。借鉴已有研究的做法[20-21]，文中选取城市户籍人口占总人口比重代表城镇化率。

被解释变量为碳排放量。根据IPCC《国家温室气体清单指南》提出的测度方法，采用能源消耗与二氧化碳排放量系数之积作为二氧化碳排放总量，且能源消耗主要以原煤、焦炭、汽油、煤油、柴油、燃油、天然气为主。具体计算公式如下。

式中：j和m分别为研究对象和能源消耗分类；CO2j为研究对象j的二氧化碳排放总量；CO2jm为不同能源在研究对象j的二氧化碳排放量；Ejm为能源消耗m在区域j的消耗量；qm为能源m的碳排放系数；Om为能源m的折煤系数；d为标准热煤值；EOm为能源m的单位热值含碳量；Km为能源m的碳氧化因子；L为二氧化碳分子比率取值11/3。

文中选取经济增长（gdppc）、外贸发展（ftd）、产业结构（sli）、科技创新（tech）、政府行为gov）5个指标作为控制变量。其中，经济增长采用分地区人均GDP进行衡量，外贸发展利用货物进出口总额表示，产业结构的代理变量为产业结构高级化，科技创新以R&D人员全时当量进行衡量，政府行文利用地区是否发布关于碳排放相关制度进行衡量。

文中选取2006—2019年我国30省市区263个地级市（因数据获取不可得性，剔除香港、澳门、台湾、西藏）作为研究范围，其数据来源主要来自于《中国统计年鉴》《国民经济和社会发展统计公报》《中国能源统计年鉴》《中国城市统计年鑒》及各省市统计年鉴。为避免物价变化等因素对估计结果的影响，经济类数据均按照价格指数转换为2006年不变价格，同时按照平均递增法增补部分缺失数据，描述性统计见表1。为消除异方差等因素对估计结果的影响，文中对所有变量做取对数处理。

3 实证分析

3.1 空间相关性检验

文中在使用空间模型进行回归前先采用Morans I指数进行可适性分析，具体结果见表2，城镇化Morans I指数均大于0且呈逐年递增趋势，在1%水平下呈现显著性。说明我国各地级市城镇化率不断提高且具有正向空间自相关性。进一步研究来看，我国各地级市城镇化已在空间上凸显一定的空间聚集效应。碳排放Morans I指数呈现显著性波动式变化，呈现“N型”增长趋势。究其原因可能是我国从2010年前主要以粗放式增长为主，从而碳排放聚集相关性较强，随着绿色低碳的政策提出，低碳要素也向不同地区流动，2017年后我国碳排放Morans I指数显著性降低，从而凸显碳排放的空间聚集性逐步减弱。

基于Morans I指数分布利用Stata 14.0画出2019年城镇化和碳排放Morans I指数散点图。从图1可以看出，从全局角度来看城镇化率分布在第Ⅰ和第Ⅲ象限明显高于第Ⅱ和第Ⅳ象限，即多数地级市城镇化率在水平较高和较低的空间聚集，且地级市之间的差异较小。而碳排放分布在第Ⅰ和第Ⅱ象限明显高于第Ⅲ和第Ⅳ象限，这表示“高—高”型和“低—高”型的地级市碳排放聚集较为明显，侧面证明了研究对象之间的城镇化和碳排放具有溢出效应。因此，进一步构建空间计量模型探讨城镇化对碳排放的空间作用。

3.2 空间回归结果分析

经过测算空间杜宾模型回归结果见表3，空间自回归系数rho为0.102且在1%水平下显著，说明碳排放有明显的正向空间溢出效应，由于碳排放通过大气和水源等传播方式向周边扩散，且对周边排放进行正向转移。因此，要降低碳排放就需要对各研究对象进行联合治理。

3.3 效应分解

利用偏微分法对时间空间双固定效应下的空间杜宾模型估计结果进行效应分解，得出各变量对碳排放的直接效应、间接效应及总效应。其中，直接效应反映解释变量对本地被解释变量的影响，而间接效应反映解释变量对邻近地区被解释变量的间接影响，总效应反映间接效应和直接效应之和，具体分解结果见表4。由表4结果可以看出，城镇化对碳排放的直接效应和间接通过了5%水平下显著，但影响方向具有较大区别，说明城镇化对碳排放在直接效应具有推动作用，也存在明显的间接显著性抑制作用。具体而言，城镇化对碳排放的直接效应为0.061，说明本地城镇化每提升一个百分比，碳排放量将增加0.061%。分析来看，城镇化规模的不断加大对本地碳排放的增长具有正向促进作用，随着城镇化进程的快速扩增和基础设施的不断增加，相应产生大量生产废气排放，因此也加剧了碳排放的含量，城镇化在拉动地方经济发展的同时也对环境产生一定的污染。从控制变量来看，经济发展对本地碳排放呈现显著的正向促进作用，随着各地经济的不断发展对环境造成压力日益剧增，单位经济价值需要牺牲环境价值作为代价，因此多数地区走向了“先污染后治理”的粗放式经济发展模式。政府行为对本地碳排放呈现显著的负向抑制作用，影响系数为-0.102且在1%水平下显著，说明相关环境规制和政策在一定程度上对碳排放进行相关约束，政府的严格规制力度投入抑制碳排放的同时可能也降低发展能力。产业结构、科技创新和外部外贸发展对本地碳排放均没有显著的影响，可能是因为产业结构升级和科技创新对碳排放影响需经过技术沉淀，外贸进出口也无法直接影响碳排放的减少或增加。

3.4 异质性分析

基于研究对象涵盖我国各地级市，随着交流频繁、技术互通、交通完善等要素的影响，从实际生活和结果分析看我国城镇化发展具有空间溢出效应。因此，城镇化對碳排放的影响也极有可能存在地区异质性，参照多数学者研究方法文中将研究对象分为东部、中部和西部地区，进行异质性分析，即分别利用空间杜宾模型对东、中、西部地区的数据进行估计，结果见表5。可以看出，东中西部城镇化对碳排放的影响系数均为正数，且均通过显著性检验，说明东中西部地区的城镇化发展均能影响碳排放发展，与上文研究相符。同时，三者影响系数有所差异。就城镇化对碳排放影响效应的绝对值大小而言，有西部＞中部＞东部，即西部地区城镇化对碳排放的影响作用最强，东部地区最弱。这一现象主要是因为东部地区城镇化建设已形成一定规模，且逐步向科学绿色化发展，中部地区的城镇化建设相对薄弱，而西部地区由于经济、技术、人才等资源不足，城镇化程度最低，由边际效应递减规律可得，西部地区城镇化对碳排放的影响最大。因此，西部地区政府应制定科学有效的城镇化发展进程，解决西部地区资源配置不足，基础设施和产业发展落后局面，以实现城镇化建设绿色高质量发展。

3.5 稳健性分析

为检验文中研究结论的科学性和外部有效性，文中采用不同方法进行稳健性检验。一是，将文中解释变量城镇化选取常住人口的城镇化率替换；二是，将采用不同矩阵进行稳健性检验，采用地理距离空间权重矩阵进行回归。结果见表6，得到的回归结果城镇化对碳排放均呈现显著性正向促进作用，与上文空间杜宾模型回归结果总体保持一致，说明文中研究结论具有稳健性。

4 结论与建议

4.1 结论

文中采用探索性空间分析方法和空间杜宾模型测度研究我国城镇化对碳排放的空间影响效应及作用，以期为我国城市化建设和绿色发展提供科学有效支撑。主要得出以下结论。

1）我国各地级市城镇化和碳排放不断提高且具有正向空间自相关性。同时，碳排放Morans I指数呈现显著性波动式变化，呈现“N”型增长趋势。

2）多数地级市城镇化率在水平较高和较低的空间聚集，且地级市之间的差异较小，而碳排放分布则多为“高—高”型和“低—高”型集聚模式。

3）城镇化每提升一个单位，本地碳排放将增加0.062%，邻近地区碳排放量将减少0.09%，即城镇化规模的不断加大会加剧本地碳排放量，同时有利于邻近地区的碳减排。随着城镇化进程的快速扩增和基础设施的不断增加，相应产生大量生产废气排放，因此也加剧了碳排放的含量，城镇化在拉动地方经济发展的同时也对环境产生一定的污染。

4）东中西部地区的城镇化发展均会伴随碳排放量增长，但相比中东部地区而言，西部地区城镇化对碳排放影响作用更大。

4.2 建议

根据上述研究结果和我国城镇化以及经济社会发展的现实情况，文中提出如下的政策建议。

1）持续推进城镇化快速发展，大力发展大都市圈和城市群。总体而言，我国城镇化发展的经济增长效应大于碳排放效应，城镇化和工业化协同发展形成了良性循环。我国当前城镇化率为60%，距离发达国家80%的平均水平还有一定距离，因此应坚定不移地推进城镇化快速发展，继续发挥生产要素集聚和规模效应，应当充分借鉴国际经验集中发展大都市圈和城市群，培育推动经济增长的多个增长极。

2）通过转变城镇化发展模式增强城镇化的低碳、绿色发展效应。过去较长时期，我国城镇化发展模式较为粗放，土地城镇化快于人口城镇化，户籍限制导致人口城镇化的不完全性，总体重规模扩张、轻质量效益。在经济快速增长时期，粗放的发展模式可以起到推动作用。而在新常态时期，粗放的模式已经不适应时代的需要。因此，应转变城镇化发展模式，走新型城镇化发展道路，更加注重质量效益，应合理规划城市土地使用规模，稳步推进户籍制度改革，提升农业转移人口市民化水平，将人口红利转变为人才红利，为低碳、绿色发展提供高质量的人力资本。

3）推动经济结构转型和技术进步，弱化城镇化的碳排放效应。城镇化在促进经济增长的同时应最大限度降低碳排放效应。一方面，应推动经济结构转型，继续提升第三产业占比，发展工业互联网、大数据、云计算、人工智能、5G等新型产业，严格限制高污染、高耗能产业的无序扩张。另一方面，通过创新驱动战略促进技术进步，提升工业生产效率，降低单位产值能耗，同时提升环保领域的技术水平，优化治理效果。

参考文献：

[1] 张蕴岭.中国对外关系40年——回顾与展望[J].世界经济与政治，2018（01）：5-26+156.

[2]黄亮雄，王贤彬，刘淑琳.经济增长目标与激进城镇化——来自夜间灯光数据的证据[J].世界经济，2021，44（06）：97-122.

[3]朱喜安，张秀，李浩.中国高新技术产业集聚与城镇化发展[J].数量经济技术经济研究，2021，38（03）：84-102.

[4]王新平，苏畅，文虎，等.双碳战略下中国能源工业转型路径研究[J].技术与创新管理，2022，43（02）：141-150.

[5]鲁宇，李文祥.新发展格局下绿色金融推动“双碳”目标实现决策研究[J].技术与创新管理，2022，43（05）：576-580+596.

[6]陈林，万攀兵.城镇化建设的乡镇发展和环境污染效应[J].中国人口·资源与环境，2021，31（04）：62-73.

[7]DONG X，YUAN G.Chinas greenhouse gas emissions dynamic effects in the process of its urbanization：A perspective from shocks decomposition under long-term constraints[J].Energy Procedia，2011（05）：1660-1665.

[8]LI Y，ZHAO R，LIU T，et al.Does urbanization lead to more direct and indirect household carbon dioxide emissions？Evidence from China during 1996—2012[J].Journal of Cleaner Production，2015，102：103-114.

[9]FANG C，WANG S，LI G.Changing urban forms and carbon dioxide emissions in China：A case study of 30 provincial capital cities[J].Applied Energy，2015，158（15）：519-531.

[10]王星.中国城鎮化对碳排放的影响——基于省级面板数据的分析[J].城市问题，2016（07）：23-29.

[11]HE Z，XU S，SHEN W，et al.Impact of urbanization on energy related CO2 emission at different development levels：Regional difference in China based on panel estimation[J].Journal of Cleaner Production，2017，140：1719-1730.

[12]王锋，秦豫徽，刘娟，等.多维度城镇化视角下的碳排放影响因素研究——基于中国省域数据的空间杜宾面板模型[J].中国人口·资源与环境，2017（09）：151-161.

[13]王睿，张赫，强文丽，等.基于城镇化的中国县级城市碳排放空间分布特征及影响因素[J].地理科学进展，2021，40（12）：1999-2010.

[14]范建双，周琳.城镇化及房地产投资对中国碳排放的影响机制及效应研究[J].地理科学，2019，39（04）：644-653.

[15]束克东，李影.基于城镇化视角的收入不平等对 CO2排放的影响研究[J].经济经纬，2020（01）：25-31.

[16]王玉娟，江成涛，蒋长流.新型城镇化与低碳发展能够协调推进吗？——基于284个地级及以上城市的实证研究[J].财贸研究，2021，32（09）：32-46.

[17]李亚丽，杨宗之，黄和平，等.多维度高质量城镇化对能源消费碳排放的传导机制研究[J].中国环境管理，2021，13（06）：81-89.

[18]王兆峰，汪倩.长江经济带新型城镇化对旅游业碳排放的门槛效应研究[J].长江流域资源与环境，2022，31（01）：13-24.

[19]张学良.中国交通基础设施促进了区域经济增长吗？——兼论交通基础设施的空间溢出效应[J].中国社会科学，2012（03）：60-77+206.

[20]唐娟莉，倪永良，张云燕.城市化、科教政策与技术创新能力——基于中国省级层面的实证分析[J].技术与创新管理，2021，42（02）：144-153+161.

[21]陈勇.浙江省服务业就业影响因素实证分析[J].技术与创新管理，2020，41（03）：276-281.

（责任编辑：严焱）

收稿日期：2022-10-25