人口老龄化对碳排放绩效的影响效应研究

王丽霞 王 艺 兰雅新 张佳瑛

1 引 言

环境气候变化是一个复杂的问题，受到多种因素的影响，其中人和人的活动占据了重要的比重。目前，人口老龄化成为我国人口结构的显著特征，数据显示，我国60 岁及以上人口有2.64 亿，占总人口的18.7%。其中，65 岁及以上人口达到1.9 亿，占总人口的13.5%，可见人口老龄化水平不断加剧。目前，环境气候问题与人口老龄化问题是我国面临的两个重点难题，为更好地应对人口老龄化和环境气候问题，我国在社会治理领域积极贡献中国力量。为更好地贡献中国力量，助力双碳目标的实现必须有所思考和创新。基于已有研究发现的人口老龄化与碳排放之间存在的显著关系，那么人口老龄化是否也会对碳排放绩效指标产生影响？是否会存在门槛效应？进一步去探究二者之间的作用关系，高效地应对老龄化问题并顺利实现双碳目标是目前迫切需要解决的重要问题。

2 文献综述

“有效应对人口老龄化”和“实现双碳目标”已经成为我国现阶段的重要工作和任务，极具研究价值和现实意义，并引来众多学者的高度关注，该研究主题表现为以下几方面。

第一，人口老龄化与碳排放关系研究。现有研究关于二者关系的论证主要存在下面三种观点：（1）人口老龄化与碳排放存在负向影响。Yang 和Wang（2020）［1］通过对二者关系的研究，结果发现存在负向的直接影响效应；也有学者研究发现两者存在间接的负向效应，即人口老龄化会通过其他中介因素来降低碳排放（Yu Meng et al., 2022［2］；童玉芬等， 2020［3］）。范洪敏和穆怀中（2017）［4］在人口老龄化对环境质量的影响机制研究中，论证了人口老龄化促进环境质量改善主要是通过生产和消费两种渠道来进行，环境改善着重体现在碳排放的降低。（2）人口老龄化与碳排放存在正向影响。Hu et al.（2020）［5］在其研究中表明家庭能源消耗所产生的碳排放量在不断增加。Zhang 和Tan（2016）［6］发现老年人口比例与碳排放之间表现为正相关关系，但这种关系存在地区间的异质性。Wang et al.（2023）［7］基于人口老龄化背景，利用工业机器人这一中介因素，研究发现人口老龄化也会导致碳排放减少。陈英姿和胡亚琪（2022）［8］利用结构方程模型研究发现人口老龄化正向影响碳排放，且影响路径是多方面的。学者对于两者间正向影响效应的研究在不断地深入，研究观念和方法也在不断更新。（3）人口老龄化与碳排放存在门槛效应或“U”型关系。有学者认为除正向、负向的影响外二者之间还存在非线性的影响，如Wang 和Wang（2021）［9］对137 个国家的数据进行分析，高收入群体与碳排放间的关系是正向的，而中等收入群体与碳排放间的影响关系则是负向的。李刚（2020）［10］以198 个国家或地区的面板数据证明了人口老龄化对碳排放之间存在门限效应。此外，人口老龄化程度对碳排放量影响具有U 型特点，初期会减少碳排放而在不断加剧后将导致碳排放增加（李飞越，2015［11］；王芳和周兴，2012［12］）。刘晓敏和李新爱（2021）［13］通过构建碳排放的世代交叠模型，并通过实证分析发现老龄化与碳排放间存在倒“U”型关系。

第二，关于碳排放绩效影响因素的研究。总体而言，学者们对碳排放绩效影响因素的研究还是比较单一，并没有系统的进行分析研究。如王少剑等（2022）［14］在其研究中表明中国城市碳排放绩效存在很大的地区差异，其中表明人口集聚会对碳排放绩效产生增量效应。程钰等（2023）［15］也是从技术创新会促进碳排放绩效的提升的角度分析研究。作为碳排放绩效方面的拓展，刘国平（2022）［16］在其研究中以生态经济学为理论基础提出碳排放福利绩效，并发现政府与碳排放福利绩效存在倒“U”型关系。

第三，关于人口问题与碳排放绩效研究。目前，鲜有学者直接研究人口老龄化与碳排放绩效的关系，因此基于我国所处的大环境开展对二者关系的研究意义非凡。有学者探究人口因素与碳排放绩效的关系，如黄杰（2016）［17］首次采用非径向、非角度的SBM 模型测度绩效，并证实劳动力人口数量及教育程度都会对碳排放绩效产生正向的驱动作用，而人口老龄化会对碳排放绩效产生显著的负向影响；高鸣和陈秋红（2014）［18］采用DEA 方法研究发现人力资本质量和数量的提升会进一步对农业碳排放绩效产生积极作用；也有学者基于人类福祉视角，对碳排放绩效的效应进行分解研究，结果证明经济发展的碳排放绩效会对总效应产生决定性影响（王圣云等，2014［19］）。

综上所述，学者在人口老龄化对碳排放的正向或负向影响方面还持有不同的意见，主要体现为四类观点，正向、反向、“U”型或倒“U”型，研究方法上主要表现为IPAT 模型的随机形式、计量统计模型分析和整合评估模型三类。学者们虽然涉及人口老龄化与碳排放的关系，但少有学者直接基于国家政策的作用下探究人口老龄化对碳排放绩效的影响，且关于碳排放绩效影响因素的研究也相对单一，尤其对人口老龄化问题与碳排放绩效关系的直接研究相对缺乏。随着人口老龄化不断加剧，老年人口对碳排放绩效又有怎样的影响值得去思考，这也为我国实现双碳目标、提升碳排放绩效提供了实践依据。本文的主要贡献主要有：将基于已有研究采用非期望超效率SBM 模型对碳排放绩效进行测度，最大程度上规避测度中出现的问题；采用面板数据回归和门槛效应直接探究人口老龄化对碳排放绩效的影响关系；利用PSM-DID 进行稳健性检验，保证文章的可靠性；分析二者关系存在的异质性。

3 理论基础与研究假设

3.1 人口老龄化与碳排放绩效的关系

依据“双碳目标”，我国加快推动全国能源使用权、碳排放权交易市场等多方面的制度建设，以实现碳排放的协同治理效应，其中人和人的活动与碳排放量和碳排放绩效之间具有复杂的关系。目前，鲜有学者探讨人口老龄化与碳排放绩效的关系，主要集中于人口老龄化与碳排放关系的研究，验证了人口老龄化与碳排放量间存在的正向、反向、“U”型或倒“U”型关系，陈英姿和胡亚琪（2022）［8］学者通过结构方程的并行多重中介模型，直接或者间接的路径论证了人口老龄化会影响家庭碳排放。碳排放绩效作为对碳排放效率的考量，将依托碳排放与人口老龄化产生关系。随着人口老龄化程度的加深，老年群体的劳动活动逐渐减少，对日常出行与居住的需求相对降低，进而减少了碳排放量。此外，老年人在日常生活中对养老、医疗等方面的需求较高，所产生的碳排放量也在逐渐增加，但各组织与行业积极引进先进的技术与设备，逐渐降低老年人活动的碳排放量，进而推动碳排放绩效的提高。基于此，本文提出以下假设：

H1：人口老龄化与碳排放绩效之间存在显著的促进效应

3.2 人口老龄化对碳排放绩效的作用机理

我国提前进入人口老龄化社会，面临着“未富先老”的困境，并催生了一系列的社会问题，因此在实现“双碳目标”过程中尤其要注重老年群体所带来的问题。人口老龄化与碳排放绩效之间的关系是尤为复杂的，为了使分析结果更加准确，一方面，本文在测算碳排放绩效时选取了资本存量、劳动力数量、能源消耗总量为投入指标，GDP 为期望产出指标，二氧化碳排放量为非期望的产出指标（王群伟等，2010［20］）；另一方面，考虑城镇化率作为城市化进程水平的反映，其完善的基本公共设施能够最大程度降低日常的碳排放量，老年人在出行与居住时也可以减少碳排放量，由于不同地区城镇化率差异所带来的影响，本文选择将城镇化率作为门槛变量，并通过构建门槛模型来探究二者间的作用原理。基于此，本文提出以下假设：

H2：人口老龄化与碳排放绩效之间存在门槛效应

上述假设主要依据为对相关学者的理论阐述，其具有一定的可参考性，但对具体研究并没有导向性，二者是否存在相关性及单门槛效应还是双门槛效应必须依据最终的实证分析，从而附加性的验证假设完善所得结论。

4 研究设计与变量选取

4.1 非期望产出超效率SBM 模型

4.1.1 模型构建

非期望产出超效率SBM 模型主要运用于效率测算方面，其显著优点在于考虑非期望产出的情况下，能够对有效的决策单元进行排序，并提高效率评价的准确性和有效性。本文参考（Tone 2001）［21］的研究方法，构建非期望产出超效率SBM 模型，旨在全面综合地分析区域的碳排放绩效。其数学表达式如下：

约束条件为：

公式中，ρ 为碳排放效率、m 为投入变量、S1为期望产出变量、S2为非期望产出变量，本研究运用非期望产出超效率SBM 模型测度碳排放绩效并通过Matlab 软件进行运算。

4.1.2 数据说明及变量选取

本文开展碳排放绩效测度时，以全国30 省市2011-2020 年投入产出数据为样本，由于西藏自治区的数据存在大量缺失，并未将其纳入测算范围。其中，选择资本存量、劳动力数量和能源消耗总量作为投入指标，国内生产总值作为预期产出指标，且二氧化碳排放量作为非预期产出指标。具体地，资本存量数据采用永续盘存法实现全国30 省资本存量的估算，劳动力数量以各地区的就业人口数量来衡量，能源消耗总量和国内生产总值则来源于中国统计年鉴和各省统计年鉴，二氧化碳排放量测度主要依据八种主要能源的消耗量与对应的碳排放系数计算所得。

表1 碳排放绩效指标体系

4.2 门槛效应模型

4.2.1 模型构建

基于已有研究成果发现，人口老龄化与碳排放绩效间存在着门槛效应，为了进一步验证，本文建立了门槛效应模型：

4.2.2 变量说明及数据来源

本文选择劳动力数量、城镇化率、能源消耗总量、资本存量开展研究，变量解释如下：

第1，被解释变量为碳排放绩效。不同学者进行碳排放绩效的测算时采用了多种方法，但每种方法的测算都存在误差，考虑到数据的真实性与有效性，本文选取资本存量、劳动力数量、能源消耗总量作为投入指标，国内生产总值作为期望产出指标，二氧化碳排放量作为非期望产出指标，并运用非期望产出超效率SBM 模型对碳排放绩效进行测度，计算全国30 省碳排放绩效的效率值。

第二，核心解释变量为人口老龄化比重。本文考虑到老年人口数量的庞大性与动态性，为更好地衡量一个地区的老龄化程度，通过统计一个地区65 岁及以上人口占总人口的比重，来衡量该地区的人口老龄化程度。图1 为2011 年、2014 年、2017 年与2020 年全国30 省人口老龄化比率核密度图，如下所示。

图1 2011、2014、2017、2020 四年的人口老龄化比率核密度图

第三，门槛变量。因不同地区的城镇化率水平存在差异，人口老龄化对碳排放绩效的影响也会有所不同，即可能存在门槛效应。因此，选择各地区的城镇化率为门槛变量。

第四，控制变量。由于影响碳排放绩效的因素是复杂的，仅仅考虑人口老龄化变量对碳排放绩效的影响可能会引起偏差，甚至产生严重的内生性问题，因此选择以下变量，以确保对实证分析的全面性和准确性：（1）人均国内生产总值，来源于中国统计年鉴；（2）劳动力数量，以各地区的就业人口数量来衡量，来源于中国统计年鉴；（3）城镇化率，采用年末城镇人口占总人口比重来衡量，来源于中国统计年鉴；（4）二氧化碳排放量，以八种主要能源的消耗量与其对应的碳排放系数计算所得；（5）能源消耗总量，采用各地区一次能源消耗总量来表示，来源于中国统计年鉴和中国能源统计年鉴；（6）资本存量，采用永续盘存法计算所得。

5 人口老龄化对碳排放绩效的实证分析

全球气候问题中碳排放和人口老龄化在量化研究中复杂度较高，由于存在的影响因素较多，单视角研究越发暴露出自身的不足，因此需要选取一个综合性指标加以衡量和探究，碳排放绩效就是一个较为全面的综合性指标，对其开展研究更具有广泛性和价值性。为增强研究成果的可信度，选取全国30 省2011-2020 年人口老龄化比重作为研究对象，从时间和空间两个维度对人口老龄化和碳排放绩效进行研究。

5.1 研究结果与分析

为保证研究结果的准确性与可靠性，面板数据进行基准回归前需要进行线性模型检验，以确定是否存在固定效应。通过Hausman 检验结果可知，P 值为0.000，意味着固定效应模型是一个合理的选择，因此可以通过后续研究分析双门槛效应和单门槛效应的存在性。

本文主要进行双门槛效应和单门槛效应的存在性检验，并进一步检验在1%、5% 置信区间的显著性水平，检验结果如表2 所示。其中，单门槛P 值为0.012 小于0.05，说明单门槛效应在5% 的显著性水平上是显著的；双门槛P 值为0.290，显然是大于0.05，表明双门槛效应在1%、5% 的显著性水平上是不显著的。基于此，人口老龄化与碳排放绩效间存在单门槛效应，且在99% 和95% 置信区间下均是显著的。

表2 门槛效应结果

表3 为门槛效应模型估计结果，单门槛值为城镇化率84.7%，且其存在的95%置信区间值为74.15%到86.20%，可见我国城镇化率在不同的地区存在着明显差异，部分地区城镇化率高，而部分地区城镇化率较低，由门槛效应模型结果可知一个地区的城镇化率水平会对人口老龄化促进碳排放绩效产生显著的单门槛效应，即假设2 得到验证，结果如表3 所示。

表3 门槛效应模型估计结果

当城镇化率低于门槛值时，其回归系数为0.283，在5%的显著性水平下不显著，此时人口老龄化对碳排放绩效存在显著的促进效应，但促进效应的程度并不是十分显著的，意味着人口老龄化对碳排放绩效的作用存在但不够稳定和显著；当城镇化率水平大于门槛值时，其回归系数为3.815，在1%的显著性水平下显著，人口老龄化对碳排放绩效的促进效应是十分显著的，代表着人口老龄化越严重，碳排放绩效会有显著的提升。由此可以得出城镇化率无论高低，人口老龄化都会对碳排放绩效有正向的促进效应，相比之下城镇化率高于门槛值地区的促进效应会更加显著，且控制变量在人口老龄化对碳排放绩效影响中产生相应作用。

5.2 PSM-DID 稳健性检验

当一个地区的城镇化率小于门槛值时，在1%的显著性水平下，人口老龄化对碳排放绩效存在不太显著的促进效应，即标志着人口老龄化越严重，碳排放绩效会有所提升但是不够显著。当城镇化率大于门槛值时，在1%的显著性水平下，人口老龄化对碳排放绩效会产生十分显著的促进效应，意味着随着人口老龄化程度的加深，碳排放绩效也会显著的提升。为进一步减小变量选取及其他因素所产生的内生性问题，本文将进一步通过PSM-DID 模型，对已经实现的门槛效应结果进行稳健性检验。

据第七次人口普查数据显示，我国已经提前进入深度老龄化社会。为保证研究的有效性，本文将进入老龄化社会的标准界定为10%，如果一个地区到达这一标准则表示其进入老龄化社会，将被定义为处理组，其余地区则为控制组。

其次，设定进入老龄化社会的初始年份，选取全国65 岁以上的人口比例达到10%的年份为初始年份，本文将2016 年定为初始年份。

为确保倾向性得分匹配后结果的可靠性，对选取的样本进行倾向性得分匹配（PSM）后，需要进一步对所选样本进行控制变量的平衡性检验，意味着要确保匹配后的样本在各控制变量上具有相似的分布，从而降低潜在的偏差存在。结果如表4 所示。

表4 变量的平衡性检验

表4 所示，进行PSM 倾向得分匹配前，所选取变量均在匹配前存在显著性差异，而在匹配后均不存在显著性差异，可见运用倾向性得分匹配能够有效减少对控制组和处理组间解释变量分布的差异性，消除一定内生性问题。在此基础上运用双重差分模型，结果会更可靠。

表5 PSM-DID 估计结果

由PSM-DID 模型进行分析后发现，人口老龄化对碳排放绩效存在显著的促进作用，其估计结果为0.091，且在1%显著性水平下显著。此外，在使用面板门槛模型和PSM-DID 模型进行分析后，确定人口老龄化对碳排放绩效的估计结果是稳健的，并且人口老龄化对碳排放绩效存在显著的促进作用。

图2 是依据PSM-DID 模型结果绘制的平行趋势检验图，选取达到基准年份的前后各三年进行分析，在人口老龄化比例达到10%前的处理组样本对应虚拟变量（Pre_3-Pre_1）的回归系数均未显著异于0，证明满足平行趋势假设。在人口老龄化比例达到10%后，处理组样本对应虚拟变量的拟合系数均显著大于0，平行趋势检验结果证明了PSM-DID 模型结果的合理性。

图2 平衡趋势检验图

5.3 异质性分析

由于全国30 省的经济发展水平不同，所处的地域和环境会对其产生一定的影响，因此将所选取的30 个省份按照地理位置划分为东部、中部和西部三个不同的区域分别进行异质性分析。表6 为异质性分析结果，发现东部地区的人口老龄化会对碳排放绩效产生促进效应，其作用系数为0.134，且在1%的显著性水平上显著。而中部和西部地区人口老龄化的增加将对碳排放绩效产生抑制效应，其作用系数分别为-0.043和-0.010，也均在1%的显著性水平上显著，但不同地区的影响程度不同。

表6 异质性分析结果

在东部地区，人口老龄化已经显现出了对碳排放绩效的提高作用，虽然东部地区的人口老龄程度较深，但基于东部地区经济发展水平高、基础设施完善与人口集中的优势，人们更加注重低碳出行与低碳生活，逐渐降低日常生活中的能源消耗总量，尤其是技术水平的提升满足了老年人的养老需求，实现了绿色低碳的生活方式，进而提高了碳排放效率；而在中部地区与西部地区，老龄化程度相对较低，但基础设施比较薄弱、人口分布较为分散、社区适老化建设不完善等问题，使得老年人的出行与生活需求难以得到满足，更多的是依靠私家车与出租车等工具出行，无形之中增加了碳排放总量，进而抑制了西部地区与中部地区的碳排放绩效。

6 研究结论与政策建议

6.1 主要结论

（1）人口老龄化对碳排放量和碳排放绩效均存在显著性影响，本文采用非期望超效率SBM 模型对全国30 省的碳排放绩效进行测度，旨在实现对研究区域的碳排放绩效进行全面分析。通过对二者进行相关性和回归性分析，得出人口老龄化比重对碳排放绩效存在显著的促进效应；

（2）传统的研究往往侧重于经济绩效，主要通过碳生产率来进行研究。相比之下，本文采用一种综合性的模型来考察碳排放绩效，以期更全面地评估和衡量。为探究二者之间的作用关系，运用面板数据门槛效应模型将城镇化率作为门槛变量，研究发现一个地区城镇化率达到门槛值时促进效应会更加显著，即达到门槛值的城镇化率对人口老龄化促进碳排放绩效的影响变得更加显著；

（3）我国在积极应对人口老龄化和完成“双碳”目标时采取了十分有力的措施。由于全国30 省在经济发展、人口数量和碳排放量方面存在较大的差异，通过对东部、中部、西部地区进行异质性分析，发现在东部地区人口老龄化会对碳排放绩效产生促进效应，而中部和西部地区人口老龄化的增加将对碳排放绩效产生抑制效应。

6.2 政策建议

基于研究结论，本文提出以下几点建议：首先，面对我国人口老龄化问题时，应该全面而准确地看待其产生的影响。人口老龄化对经济和社会带来了挑战，但也促进了碳排放绩效的提升，从而有助于实现我国的双碳目标。通过推动社区适老化改造、提高城镇化率是推动低碳消费与提高碳排放绩效的重要举措，适老化改造成为解决人口老龄化问题的一项重要举措，可以进一步减少老年人的能源消耗和碳排放；而城镇化率的提高可以促进人口集中分布和资源合理调配，进而降低碳排放总量、提高碳排放绩效，实现经济持续增长和社会可持续发展。

其次，论证了人口老龄化与碳排放绩效之间存在一种单一门槛效应，即城镇化率。城镇化率会使人口老龄化对碳排放绩效产生正向的促进作用，且城镇化率水平越高，促进作用更明显。基于此，提高城镇化率是增强碳排放绩效的重要举措之一，通过先进的技术提供更高水平的城市服务与管理，推动清洁能源与绿色材料的使用，构建便捷、全面的交通系统，减少能源消耗与碳排放总量，进而提高碳排放效率，建设环境友好型城市。

最后，东部地区、中部地区与西部地区人口老龄化对碳排放绩效的影响有着显著的差异，因此在提高碳排放绩效的过程中应做到因地制宜，根据各地区的实际发展情况发挥人口老龄化对碳排放绩效的作用。东部地区应注重老龄化对碳排放绩效的促进作用，重点发展养老服务行业，推动社区嵌入式、医养结合、康养等养老模式的发展；中西部地区则重点推进城镇化率的提升，降低日常的碳排放量，减轻人口老龄化对碳排放绩效的抑制作用。此外，各地区还需要从老年人的生活习惯、消费特点等方面入手，为老年人的日常生活提供高质量的服务，推动适老化社区的改造进程，利用集聚优势降低碳排放量，从而更好地实现低碳经济。