徐 政 魏景賦 田文舉

（上海理工大學(xué)管理學(xué)院，上海 200093）

一、引言

氣候變化，特別是溫室效應(yīng)，已成為國際社會面臨的最大挑戰(zhàn)之一［1］。全球約75%的溫室氣體排放是由二氧化碳引起的，為發(fā)展低碳經(jīng)濟(jì)，減少碳排放，很多國家制定了相應(yīng)的減排目標(biāo)［2］。在2009年的哥本哈根氣候峰會上，中國政府啟動了一項自愿行動，承諾在2005－2020年間將單位國內(nèi)生產(chǎn)總值的碳排放量減少40%～45%［3］。而中國作為碳排放大國，2013年碳排放量接近世界碳排放總量的三分之一，人均碳排放量也首次超過歐盟［4］。在這種背景下，中國既要保持社會經(jīng)濟(jì)的平穩(wěn)發(fā)展，又需兌現(xiàn)約束性的碳減排承諾，這就進(jìn)一步凸顯了碳減排研究的重要性與緊迫性［5］。

由于學(xué)術(shù)界對影響碳排放的機(jī)理還沒有達(dá)成共識，研究碳排放的影響因素依然是學(xué)者關(guān)注的熱點(diǎn)話題。目前的研究集中于探索經(jīng)濟(jì)水平、金融發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源消耗量、技術(shù)水平等要素與碳排放的關(guān)系［6－12］，而人口作為人地關(guān)系中最具能動性的要素，對碳排放的影響不容忽視。19世紀(jì)以來，全球人口增長了近6倍，經(jīng)濟(jì)總產(chǎn)出增長了70多倍，碳排放增長了20多倍［13］。聯(lián)合國人口基金會（UNFPA）發(fā)布的《世界人口狀況2009》指出：溫室氣體排放量與人口增長速度、家庭規(guī)模、年齡構(gòu)成、城鄉(xiāng)人口比例、人口性別和地理分布以及人均收入等因素存在內(nèi)在聯(lián)系，這些因素對氣候變化會產(chǎn)生長遠(yuǎn)的影響［14］。因此，研究人口因素和碳排放之間的關(guān)系有著重要的理論和現(xiàn)實(shí)意義。

以往學(xué)者對人口規(guī)模與碳排放之間的關(guān)系多側(cè)重于研究其正負(fù)效應(yīng)。一些學(xué)者認(rèn)為，人口規(guī)模與碳排放存在正相關(guān)效應(yīng)，如胡春春［15］、童玉芬等［16］、萬里洋等［17］認(rèn)為，人口總量的增加會直接推動碳排放量的增長；另一些學(xué)者認(rèn)為，人口規(guī)模與碳排放存在負(fù)相關(guān)效應(yīng)，金瑞庭［18］，宋祺佼等［19］認(rèn)為隨著城市人口規(guī)模的上升以及城市居民從第二產(chǎn)業(yè)轉(zhuǎn)移到第三產(chǎn)業(yè)，導(dǎo)致制造業(yè)部門萎縮、服務(wù)業(yè)部門擴(kuò)張，長期來看碳排量會呈現(xiàn)下降的趨勢。此外，人口規(guī)模與碳排放之間的關(guān)系是復(fù)雜的，Paul A.Murtaugh 等［20］通過建立數(shù)學(xué)模型的方式，認(rèn)為每個人不但自身經(jīng)濟(jì)活動會產(chǎn)生碳排放，而且還會通過生育行為對碳排放量產(chǎn)生間接影響。上述文獻(xiàn)只是單一地從人口規(guī)模角度出發(fā)，僅考慮了人口及其他宏觀因素對碳排放的影響，未能將人口因素細(xì)分，從而忽視了人口因素其他方面對碳排放的影響。

當(dāng)然，也有些學(xué)者對這方面的不足做了彌補(bǔ)性嘗試。如曲如曉等［21］對山東省人口進(jìn)行研究，發(fā)現(xiàn)勞動年齡人口比重越大，碳排放越多；Liddle等［22］將人口年齡進(jìn)一步細(xì)分成四個年齡段，結(jié)論表明35～49歲年齡組有減少碳排放的作用，而65～79歲年齡組有增加碳排放的作用。由此可以看出，多數(shù)文獻(xiàn)是從年齡結(jié)構(gòu)這個角度出發(fā)進(jìn)行研究，而人口就業(yè)情況、人口素質(zhì)等因素也有可能對碳排放產(chǎn)生影響，但這方面的文獻(xiàn)還相對較少。其次，目前人口因素的多個方面對碳排放影響的強(qiáng)弱關(guān)系尚沒有明確定論。此外，從研究對象層面來看，以往的研究對象大致有兩種，一是以單個省份作為研究對象［23－25］，研究的范圍比較??；二是將中國的省份劃分為東、中、西三個區(qū)域［26］［27］，由于每個區(qū)域內(nèi)部的發(fā)展情況不一樣，這樣劃分得出的研究結(jié)論針對性并不是很強(qiáng)。

針對以上研究不足之處，本文不僅將人口因素做了進(jìn)一步的細(xì)分，而且從城鎮(zhèn)化視角避免了研究對象的單一性與傳統(tǒng)分類方式的缺陷。隨著中國城鎮(zhèn)化進(jìn)程的加快，城鎮(zhèn)化率從1990年的26.4%急劇上升到 2016 年的 57.4%［28］。城鎮(zhèn)化發(fā)展不僅意味著城市人口比重的提高，而且通過帶動基礎(chǔ)設(shè)施建設(shè)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級、消費(fèi)市場擴(kuò)大等多方面的深刻變化，從而對碳排放產(chǎn)生影響［29］。Qin Zhu［30］認(rèn)為城鎮(zhèn)化是推動中國溫室氣體排放的關(guān)鍵因素。因此，除人口因素外，城鎮(zhèn)化也是導(dǎo)致碳排放量增加的重要因素之一［31－33］。

隨著中國城鎮(zhèn)化步伐的加快，要科學(xué)準(zhǔn)確理解人口與碳排放之間的關(guān)系，城鎮(zhèn)化視角非常必要。為此，本文將中國各省份以城鎮(zhèn)化程度和碳排放水平進(jìn)行分類，采用改進(jìn)的STIRPAT模型研究2000－2014年人口因素與碳排放之間的關(guān)系。

二、研究方法與模型

（一）區(qū)域分類方法

城鎮(zhèn)化生態(tài)現(xiàn)代化理論將城鎮(zhèn)化作為經(jīng)濟(jì)現(xiàn)代化和社會轉(zhuǎn)型的指標(biāo)。為了避免地理位置劃分出現(xiàn)內(nèi)部不一致性，以便讓各地區(qū)之間表現(xiàn)出類似規(guī)律性，本文以城鎮(zhèn)化程度和碳排放水平為標(biāo)準(zhǔn)，將中國30個省份（香港、澳門、臺灣、西藏因數(shù)據(jù)不完整，不在考察范圍之內(nèi)）劃分為六類地區(qū)。

首先，根據(jù)人口城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)和人口生活方式變化反映的技術(shù)城鎮(zhèn)化綜合指標(biāo)［34］，以2016年城鎮(zhèn)化發(fā)展水平為標(biāo)準(zhǔn)，將中國30個省份分為高度城鎮(zhèn)化地區(qū)、中度城鎮(zhèn)化地區(qū)和低度城鎮(zhèn)化地區(qū)。其次，以2014年中國各省份碳排放的平均值為界限［35］，將省份劃分為高碳排放地區(qū)和低碳排放地區(qū)。

根據(jù)城鎮(zhèn)化程度和碳排放水平，可將樣本劃分為以下I－VI六類地區(qū)，如表1所示。

（二）模型設(shè)定及數(shù)據(jù)來源

Ehrlich和Holdren［36］首先提出了IPAT模型，該模型用于表示人口（P）、富裕（A）和技術(shù)（T）因素對環(huán)境的影響，公式如下：

表1 全國按城鎮(zhèn)化程度和碳排放水平劃分表

IPAT模型有其自身的局限性，該模型僅能得到自變量對因變量的等比例影響關(guān)系［37］。為了克服這些缺點(diǎn)，Dietz和Rosa［38］改進(jìn)了原始的IPAT模型，并得到了隨機(jī)模型（STIRPAT）。新模型可以統(tǒng)計評估人為因素對環(huán)境的非單調(diào)或非比例影響。之后，Richard York等［39］對模型做了進(jìn)一步改進(jìn)，并納入了其他研究因素。STIRPAT模型是一種用于分析人為因素對各種環(huán)境指標(biāo)影響的成熟模型。原始STIRPAT模型可以用以下公式表示：

取對數(shù)后，該模型可以轉(zhuǎn)換為以下等式：

其中，i和t分別指截面單元和年份，P代表人口規(guī)模，A是人均GDP，T反映技術(shù)，I反映了對環(huán)境的影響，ε是誤差項，a是常數(shù)項；b，c和d分別是P，A和T的系數(shù)。

STIRPAT模型提供了將其他代理變量添加到模型中以探索其對環(huán)境影響的方法［40］。為了更深入地探究人口因素對碳排放的影響，本文將從人口規(guī)模、年齡結(jié)構(gòu)、就業(yè)狀況、人口素質(zhì)四方面進(jìn)行綜合分析，分別用總?cè)丝?、老齡化、城鎮(zhèn)登記失業(yè)率、高等教育人口比例來表示；用人均GDP表示富裕程度；用能源強(qiáng)度（單位GDP所消耗的能源）表示技術(shù)水平。改進(jìn)的STIRPAT模型如下所示：

各變量的詳細(xì)描述見表2，各省碳排放數(shù)據(jù)來源于中國碳排放數(shù)據(jù)庫（http：／／www.ceads.net／），其他數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》及各省統(tǒng)計年鑒。

表2 各變量描述性統(tǒng)計量

三、實(shí)證分析

（一）單位根檢驗(yàn)

本文采用了ADF－Fisher和PP－Fisher兩種面板單位根檢驗(yàn)法來觀察變量的平穩(wěn)性，單位根的檢驗(yàn)結(jié)果如表3所示。

表3的檢驗(yàn)結(jié)果表明，所有變量的一階差分序列都在5%及5%以內(nèi)的顯著性水平上拒絕了“存在單位根”的零假設(shè)，表明一階差分序列是平穩(wěn)的。然而，人口因素和碳排放的時間序列之間是否存在長期均衡關(guān)系，還需進(jìn)一步驗(yàn)證。

（二）協(xié)整關(guān)系檢驗(yàn)

本文采用Kao檢驗(yàn)法判定面板數(shù)據(jù)是否具有協(xié)整關(guān)系。六類地區(qū)面板的Kao協(xié)整關(guān)系檢驗(yàn)結(jié)果如表4所示。

從檢驗(yàn)結(jié)果可知，Kao協(xié)整檢驗(yàn)均通過了5%的顯著水平，表明人口因素與碳排放之間存在著長期均衡關(guān)系。

（三）最小二乘估計

首先，需要采用Hausman檢驗(yàn)法判斷回歸模型的具體形式，是采用隨機(jī)效應(yīng)模型還是固定效應(yīng)模型。Hausman檢驗(yàn)的統(tǒng)計值拒絕了隨機(jī)效應(yīng)模型的零假設(shè)，所以本文采用固定效應(yīng)模型進(jìn)行最小二乘法估計。確定選取含有固定效應(yīng)的變截距模型之后，從總體上對人口因素與碳排放之間的關(guān)系進(jìn)行了回歸，得出面板模型回歸結(jié)果，如表5所示。調(diào)整的R2較接近于1，表明方程的擬合度較好，F(xiàn)統(tǒng)計量檢驗(yàn)均通過1%的顯著性檢驗(yàn)，表明各解釋變量對被解釋變量的聯(lián)合解釋能力較強(qiáng)。

表3 單位根檢驗(yàn)結(jié)果

由表5可以看出，人口規(guī)模、老齡化、城鎮(zhèn)登記失業(yè)率、人口素質(zhì)、人均GDP、能源強(qiáng)度與碳排放之間存在長期均衡關(guān)系。六類地區(qū)的人均GDP、能源強(qiáng)度都和碳排放成正相關(guān)關(guān)系。這表明，居民收入水平越高、每單位GDP消耗的能源越多，碳排放量將會越大。

在人口因素與碳排放的關(guān)系方面：（1）I類地區(qū)的人口規(guī)模、老齡化、人口素質(zhì)與碳排放成正比。其中，人口素質(zhì)與碳排放的關(guān)系最小，即高等教育人口比例每上升1%，碳排放便增加0.18%；而人口規(guī)模與碳排放的關(guān)系最大，即人口規(guī)模每增加1%，碳排放便增加0.98%。城鎮(zhèn)化水平高，人口規(guī)模大，碳排放也相對較高。（2）II類地區(qū)的人口規(guī)模、城鎮(zhèn)登記失業(yè)率與碳排放成正相關(guān)，而人口素質(zhì)與碳排放成負(fù)相關(guān)，即隨著高等教育人口比例的提升，碳排放將會逐漸減少?？赡艿慕忉屖歉邔W(xué)歷人口往往更傾向于選擇“環(huán)境友好型”產(chǎn)品。其中，碳排放與人均GDP關(guān)系最大、人口規(guī)模次之，與人口老齡化的關(guān)系最小。（3）III類地區(qū)的城鎮(zhèn)登記失業(yè)率、人口素質(zhì)與碳排放成正相關(guān)，而人口規(guī)模、老齡化與碳排放成負(fù)相關(guān)關(guān)系。其中，碳排放與人口素質(zhì)的關(guān)系最小。（4）IV類地區(qū)的人口規(guī)模、城鎮(zhèn)登記失業(yè)率與碳排放成正相關(guān)，而人口素質(zhì)與碳排放成負(fù)相關(guān)。其中，人口老齡化與碳排放沒有明顯的相關(guān)關(guān)系。（5）V類地區(qū)的人口規(guī)模、人口素質(zhì)與碳排放成正相關(guān)，而人口老齡化與碳排放成負(fù)相關(guān)。其中，城鎮(zhèn)登記失業(yè)率與碳排放沒有明顯的相關(guān)關(guān)系，人口規(guī)模與碳排放的關(guān)系最大，即人口規(guī)模每增加1%，碳排放便增加 0.89%。（6）VI類地區(qū)的人口規(guī)模、人口老齡化與碳排放成正相關(guān)，而城鎮(zhèn)登記失業(yè)率與碳排放成負(fù)相關(guān)。其中，能源強(qiáng)度與碳排放的關(guān)系最大，人口規(guī)模、人均GDP次之，人口素質(zhì)與碳排放沒有明顯的相關(guān)關(guān)系?？傮w而言，六類地區(qū)中，人口規(guī)模、人均GDP與碳排放的關(guān)系更大，而其他人口因素，如人口素質(zhì)和城鎮(zhèn)登記失業(yè)率與碳排放的關(guān)系不大。因此，在碳減排的時候，更應(yīng)該從人的數(shù)量和人的經(jīng)濟(jì)水平兩方面來考慮，而其次才是從人口年齡結(jié)構(gòu)，人的教育投入以及就業(yè)率方面去減少碳排放。

表4 Kao協(xié)整關(guān)系檢驗(yàn)結(jié)果

表5 最小二乘回歸結(jié)果

四、結(jié)論與建議

（一）主要結(jié)論

本文從城鎮(zhèn)化的視角，基于2000－2014年的面板數(shù)據(jù)，分析了人口因素對碳排放的影響，實(shí)證比較研究，得出以下結(jié)論：

1.低碳排放高度城鎮(zhèn)化地區(qū)人口規(guī)模最小，近幾年的老齡化比例有所下降，城鎮(zhèn)登記失業(yè)率較低，人口素質(zhì)較高，是六類區(qū)域中最宜居的區(qū)域。低碳排放高度城鎮(zhèn)化地區(qū)吸引了很多高素質(zhì)的人，工作能力強(qiáng)，失業(yè)率降低。素質(zhì)較高的人也會樹立低碳消費(fèi)理念，提高環(huán)保意識。

2.Kao檢驗(yàn)表明，人口因素、人均GDP、能源強(qiáng)度與碳排放之間存在著長期均衡關(guān)系。說明長期碳排放和人口因素、人均GDP、能源強(qiáng)度幾個因素密切相關(guān)。

3.人均GDP、能源強(qiáng)度和碳排放成正相關(guān)關(guān)系。每類地區(qū)人口因素對碳排放的影響方向不同，在III類地區(qū)，人口規(guī)模的增加能減少碳排放，而其他地區(qū)與之相反；在III、V類地區(qū)，老齡化比例的上升能抑制碳排放的增加，其他地區(qū)則促進(jìn)碳排放的增加；在II、III、IV類地區(qū)，城鎮(zhèn)登記失業(yè)率越高，碳排放量越多，而其他地區(qū)反之；在II、IV類地區(qū)，隨著人口素質(zhì)的提高，碳排放量會隨之減少，而其他地區(qū)的碳排放量將會增加。

4.在與人口相關(guān)的因素中，III類地區(qū)城鎮(zhèn)登記失業(yè)率與碳排放關(guān)系最大，其余地區(qū)人口規(guī)模與碳排放的關(guān)系最大。其表明每類地區(qū)各因素對碳排放的影響程度不一樣。六類地區(qū)碳排放和高素質(zhì)人才的關(guān)系相對較低，表明素質(zhì)高的人對其碳減排力度并不明顯。

（二）政策建議

為了減少碳排放，實(shí)現(xiàn)環(huán)境的可持續(xù)發(fā)展，基于以上結(jié)論本文提供了以下建議：第一，在III類地區(qū)，應(yīng)該積極引入人才，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，提高人口集聚度。第二，在 I、II、IV、VI這四類地區(qū)，應(yīng)鼓勵生育，并降低普通家庭養(yǎng)育孩子的成本。第三，在II、III、IV這三類地區(qū)，重點(diǎn)在于增設(shè)就業(yè)崗位，提供更多的崗位培訓(xùn)機(jī)會，并鼓勵人們多渠道創(chuàng)業(yè)。第四，在II、IV類地區(qū)，應(yīng)著重加大教育的投入，努力提升人均受教育年限，不斷提高人口素質(zhì)。第五，各地區(qū)可以通過優(yōu)化能源結(jié)構(gòu)，減少化石燃料的消耗，加強(qiáng)綠色能源的開發(fā)與使用，調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，促進(jìn)產(chǎn)業(yè)升級，發(fā)展綠色低碳經(jīng)濟(jì)，進(jìn)一步改善環(huán)境質(zhì)量［41］。此外，還應(yīng)大力鼓勵個人綠色出行、節(jié)約能源等行為。第六，政府部門應(yīng)加大鼓勵消費(fèi)者使用低碳產(chǎn)品的力度，對使用環(huán)保型產(chǎn)品給予稅收優(yōu)惠或財政補(bǔ)貼。企業(yè)應(yīng)加大社會服務(wù)意識，主動承擔(dān)起低碳社會責(zé)任。第七，應(yīng)借鑒國外成功經(jīng)驗(yàn)，在城市發(fā)展和規(guī)劃中，密切關(guān)注城市人口規(guī)模，科學(xué)引導(dǎo)產(chǎn)業(yè)人口流動，減輕大中城市的人口、環(huán)境壓力。