城市化對CO2排放影響的差異研究

張鴻武 王珂英項本武

(1.財政部財政科學研究所博士后流動站，北京100142;2.中南財經政法大學經濟學院，湖北 武漢，430073)

大量研究表明，人口和經濟增長是化石能源使用和CO2排放的主因，而城市化也被認為是影響能源使用和CO2排放的重要因素。人口和生產活動在城市區域的高度集中，伴隨著更高水平的能源使用，成為CO2排放的主要驅動因素。IEA的研究表明，2006年占全部人口不到50%的城市區域，消費了全球主要能源的67%，排放了CO2為主的溫室氣體總量的71%。改革開放以來，中國的城市化進程也在不斷加快，城市化率由1978年的17.9%上升到2011年的51.3%，且仍以每年1－2個百分點的速度在上升，與之相伴隨的是能源消費和CO2排放量的急劇增加，對政府節能減排任務的完成和經濟的長期可持續發展形成了嚴峻的挑戰，但這同時也意味著在確保經濟可持續增長時，城市區域能發揮更為重要的作用。正是由于城市化進程的不斷推進及其在節能減排和確保經濟可持續增長中的重要作用，吸引國內外不少學者研究了城市化對能源消費、CO2排放的影響，但現有多數研究中忽略了一點:即在經濟發展的不同階段(以收入水平來衡量)，城市化對CO2排放的影響可能會存在差異。因為，城市化水平并不是與收入水平完全正相關，如收入水平較低的發展中國家巴西、阿根廷2011年的城市化水平分別為86.53%、92.93%，高于收入水平較高的發達國家美國、英國、日本的城市化水平82.29%，79.64%，66.83%[1]。本文的主要目的在于研究隨著居民收入水平的提高，城市化與CO2排放之間的動態變化關系，從而為我國政府有效實施CO2減排戰略提供理論基礎。

1 文獻綜述

1.1 國外研究現狀

國外眾多學者探討了城市化與能源消費及CO2排放之間的關系。根據研究方法的不同，我們將其歸為四類:

第一類是定性分析。Sathaye ＆ Meyers 通過分析中國、泰國等國能源消費調查數據，注意到城市化影響了能源配置、分配和消費的方式。城市化帶來了居民收入增加和生活方式的改變，使得居民實現了傳統能源向現代化能源的轉變，導致能源使用效率提高并降低了能源消費總量，而電器的增多卻增加了能源消費總量[1]。Pachauri ＆Jiang 對中國和印度的能源消費作了描述性分析，發現由于居民由低效固態燃料(如生物質和原煤)向清潔、高效能源(如煤油、液化石油氣、電力)的轉變，使得城市的人均能源消費比農村的要低[2]。

第二類是采用截面數據的分析。Pachauri 發現在控制家庭支出、家庭規模等變量后，由于商業性燃料使用的增加，印度城市居民的人均能源消費比農村居民的要低[3]。Heltberg、DeFries ＆ Pandey 發現，除了收入外，城市化在能源消費轉變的過程中也起到了重要作用，它限制了傳統能源的收集、儲存，便利了替代性能源的使用，從而使能源使用更為有效，產生的空氣污染也更少[4－5]。

第三類是使用時間序列數據。Holtedahl ＆ Joutz 通過使用臺灣1955－1995年的數據，運用協整分析發現城市化與人均能源消費之間存在正相關[6]。Halicioglu分析土耳其1968－2005年的數據也得出了城市化增加了人均電力消費和CO2排放的結論[7]。

第四類是使用面板數據，這也是目前應用最廣泛的方法。Cole ＆ Neumayerc 使用全球86個國家1975－1998年數據發現高城市化率會增加CO2的排放[8]。Liddle ＆Lung 使用STIRPAT模型，發現17個發達國家樣本在1960－2005年間的城市化與居民生活能源消費之間存在正相關[9]。與城市化增加 CO2排放的結論相異，Poumanyvong ＆ Kaneko 使用99個國家的面板數據發現城市化對能源利用和CO2排放的影響隨經濟發展階段的不同呈現不同特征[10]。Martinez-Zarzos ＆ Maruotti 使用發展中國家數據發現城市化與CO2排放之間呈倒U形關系[11]。

1.2 國內研究現狀

隨著中國城市化進程的高速推進和CO2排放的急劇增加，國內外出現了不少以中國為對象來研究城市化對CO2排放影響的相關文獻，主要是使用時間序列數據和面板數據分析方法展開的。

在使用時間序列數據方面，Wei et al 認為中國城市化率每增加1%將引起CO2排放增加1.2%[12]。Liu表明能源消費與城市化水平之間存在穩定的長期關系[13]。肖周燕發現CO2排放隨城市化水平的提高而提高，但城市化對CO2排放的影響存在一定的滯后性[14]。林伯強和劉希穎認為城市化對CO2排放產生了比較顯著的影響[15]。

在面板數據的使用上，杜立民、聶華林等的研究顯示城市化水平對CO2排放有正的影響[16－17]。金洪認為城市化過程中的碳排放存在區域性的差異[18]。許泱和周少甫的研究發現城市化的推進會導致CO2排放的增加，且CO2排放的增加速度高于城市化率的增加速度;地區的城市化水平基數越低，城市化進程對CO2排放的影響就越大[19]。

1.3 簡要評論

綜觀現有文獻，主要有以下特點:一是在研究方法上，國外學者研究所使用的大多為跨國面板數據，但該類經驗研究并不能為單個國家提供更多的支持，因而研究單個國家城市化與CO2排放之間關系可能更具應用價值;二是在被解釋變量的選取上，目前國內外的大部分文獻都使用了人均CO2排放指標，隱性假定CO2排放的人口彈性為1，但研究表明CO2的人口彈性隨收入水平變化而變化[10－11]，并非恒為常數1，因而如果將人口總量引入作為解釋變量可能會更加合適;三是在研究結論上，城市化對CO2排放的影響并不統一，會隨收入水平的變化而變化，但國內大多數研究沒有考慮這一點。有鑒于此，論文擬采用中國1995－2010年的省際面板數據，使用各省CO2排放總量而非人均CO2排放量作為被解釋變量，并將樣本省份按收入大小分為低、中、高三組，系統考察中國城市化對CO2排放的影響。

2 實證分析

2.1 經驗模型

論文使用國內外研究中廣泛使用的STIRPAT(Stochastic Impacts by Regression on Population，Affluence and Technology)模型來研究城市化對CO2排放的影響，但與國內現有使用人均CO2排放量不同，論文使用各省CO2排放總量作為被解釋變量，而將人口總量作為解釋變量之一，模型的初始形式如下:

式中CO2排放總量I 受人口數量(P)、人均GDP(A)及技術和其它經濟活動(T)的影響，下標i代表分析單位，a為常數項，u為誤差項。

根據式(1)，將城市化引入模型中，我們有模型:

式中CO2為CO2排放量、URB為城市化指標，由于各變量均為對數形式，因而系數a1、a2、a3可以解釋為彈性。虛擬變量C為個體虛擬變量，不隨時間變化而變化，包含除變量P、A、URB 之外各省的地理位置、氣候條件和文化偏好等因素對CO2排放的影響;Y為時期虛擬變量，對各省是相同的，但隨時間變化而變化，可用于解釋能源價格變化、技術進步和其它共同沖擊對CO2排放的可能影響。個體虛擬變量和時期虛擬變量的引入不僅有利于避免模型設定中可能的變量遺漏問題，還有助于消除截面相關和虛假回歸等問題，但其是否引入，取決于回歸模型中變量的顯著性。

由式(2)，我們進一步引入人均GDP 和城市化指標的二次項，用以討論CO2排放與人均GDP、城市化之間是否分別存在倒U形變化關系，同樣，如果二次項在模型中如果統計上不顯著，會被從模型中剔除。

2.2 數據與方法

(1)樣本與分組。基于數據可得性，我們選取中國大陸1995－2010年29個省(直轄市、自治區，以下簡稱為省)作為分析樣本，沒有包含西藏自治區;由于1997年重慶直轄市才成立，出于統計口徑的一致性考慮，因而將重慶的數據并入四川省統一計算。進一步，根據以1995年為基期的2010年各省人均實際GDP 數據，我們采取較為簡單的收入分組方法進行分組:即將人均實際GDP 低于15 000元的省份作為低收入組，包含江西、廣西、貴州、云南、甘肅、青海、寧夏、新疆8省，人均實際GDP 處于15 000－30 000元之間的省份作為中等收入組，含河北、山西、內蒙古、吉林、黑龍江、安徽、河南、湖北、湖南、海南、四川、陜西12省，而將人均實際GDP 高于30 000元的省份作為高收入組，有北京、天津、遼寧、上海、江蘇、浙江、福建、山東、廣東9省。與研究中通常使用的區域分組法相比，依據收入高低分組法更能反映各省實際經濟發展狀現狀，從結果上看，我們所采用的分組法所得到的各省的收入分組狀況與各省的實際發展情況是相符合的。

(2)CO2排放量(CO2)。我國目前沒有公布CO2排放的數據，因而需要對各省CO2排放量進行核算。考慮到CO2排放量與各種碳能源的消費和水泥生產過程密切相關，因而我們不但估算了化石能源燃燒產生的CO2排放量，而且也估算了水泥生產過程中的排放量;進一步，我們將化石能源細分為煤炭消費、焦炭消費、石油消費(包含汽油、煤油、柴油、燃料油四類)和天然氣消費。所有化石能源消費數據取自歷年《中國能源統計年鑒》中分地區能源消費總量，水泥生產數據來自于《新中國60年統計資料匯編》和《中國統計年鑒》。

各省CO2排放總量計算公式如下:

式中EC為各省CO2排放總量，ECi為第i種能源(或水泥)的消費(或生產)中的CO2排放量，Ei為第i種能源(或水泥)的消費量(或生產量)，EFi為CO2排放系數。參照IPCC[20]以及國家氣候變化協調小組辦公室和國家發改委能源研究所提出的方法[21]，計算出各類能源和水泥的CO2排放系數如表1所示。

(3)人口數量(P)。由于并沒有證據表明CO2排放的人口彈性為1，因而我們將各省人口總量引入作為解釋變量之一。由于統計年鑒中提供的人口數指標為年末人口數，因而我們通過將上年年末的人口數與本年年末的人口數加總并除以2 得到的人口數作為本年的人口數，數據來源于《新中國60年統計資料匯編》和歷年《中國統計年鑒》。

表1 CO2排放系數Tab.1 Coefficient of CO2 emissions

(4)人均GDP(A)。大量實證研究發現，CO2排放量與人均GDP之間存在非線性關系，主要是由于在不同的收入階段，人們對環境的要求會存在不同從而導致能源消費數量和結構上存在差異，因而CO2排放與人均GDP之間可能存在倒U形關系。與以往大多數研究類似，我們在式(2)中加入人均GDP的一次項和二次項。考慮價格因素的影響，我們以1995年為基期，該年的人均GDP 數據來自于《新中國60年統計資料匯編》，而1996－2010年各省的人均GDP指數來自于《新中國60年統計資料匯編》和《中國統計年鑒》，從而得到以1995年為基期的1995－2010年各省的人均實際GDP。

(5)城市化(URB)。現有文獻中關于城市化水平的測量指標較多，但考慮到數據的可得性，我們采用的是現有研究中普遍使用的人口比重指標法，即用城鎮人口占總人口的比重來衡量城市化水平，各省的數據來源于《新中國60年統計資料匯編》和各省的統計年鑒。

城市化的推進需要進行大規模的基礎設施建設，需要消耗大量的鋼鐵和水泥，從而產生大量的CO2排放。此外，考慮到不同的經濟發展階段意味著居民不同的消費承受能力、不同的電器化水平、不同的能源消費結構、不同的能源使用效率，這些不同會導致城市化對居民能源消費上存在差異，從而導致城市化對不同收入群體CO2排放的影響存在區別，因而與以往研究不同，我們在式(2)中引入城市化的二次項作為解釋變量，分析CO2排放總量與城市化之間是否存在倒U形變化關系。

2.3 實證結果與討論

2.3.1 描述性分析

為直觀反映各收入組CO2排放量隨收入高低和時間變化的趨勢，我們將全國以及低、中、高收入組人均CO2排放量計算出，具體結果見圖1。

圖1 全國及各收入組人均二氧化碳排放量(1995－2010)Fig.1 Per capita CO2 emissions of the country and all income groups(1995－2010)

由圖(1)我們可觀察到以下幾點:首先，全國及各收入組人均CO2排放量大體保持同步性的變化。自1995年以來，無論是全國還是低、中、高收入組，人均CO2排放量都呈現出增加的趨勢;分時間段來看，2001年之前，各類人均CO2排放量的增加都較少，而2001年之后，全國以及低、中、高收入組的人均CO2排放量呈加速上升態勢，目前還沒有放慢速度的跡象。其次，各收入組人均CO2排放量存在明顯的差異。低收入組的人均CO2排放量低于中等收入組的數值，而后者又低于高收入組的人均CO2排放量，且高收入組與中等收入組之間人均CO2排放量的差異小于中等收入組與低收入組人均CO2排放量之間的差異。再次，中等收入組的人均CO2排放量已逐步趕上并超過高收入組。2007年之前，高收入組和中等收入組人均CO2排放量增長的速度大致相似，但隨后，中等收入組的人均CO2排放量增長速度加快，在2010年時超過高收入組的人均CO2排放量。

2.3.2 計量分析結果與討論

在數據處理和描述性分析的基礎上，我們使用面板數據分別對全國以及低、中、高收入組CO2排放總量與解釋變量之間的回歸模型進行分析，具體結果見表2。

從表2的回歸結果來看，在控制個體效應和時期效應的基礎上，四個模型的調整后的AR2均比較高，表明模型的擬合程度比較好，而且所有系數均在1%的顯著性水平上成立，因而回歸模型可應用于下一步的分析。

(1)各省CO2排放量隨著人口總量的增加而增加，同時CO2排放的人口彈性隨收入增加而增大，且并不等于常數1。無論是基于全國的樣本，還是基于低、中、高收入分組的樣本，CO2排放的人口彈性都大于1，意味著人口數量的增加，會導致CO2排放量成倍數增加。平均來看，1995－2010年間，人口數量每增長1%，會導致CO2排放量增長2.70%;就具體收入組而言，CO2排放的人口彈性隨收入的增加而增大，由低收入組中的1.60%上升到中等收入組、高收入組的2.75%、3.14%，意味著在保持其他條件不變的情況下，當收入越高時，高收入者電器化程度和消費水平越高，消費的能源越多，從而排放的CO2數量相應增加。

表2 城市化對CO2排放的影響估計結果Tab.2 Estimation results for the impacts of urbanization on CO2 emissions

(2)CO2的排放量會隨著收入的增加而增加。無論是全樣本還是低、中、高收入分組數據，CO2排放的收入彈性都大于0，但其彈性大小對不同的收入分組而言存在差異;平均而言，收入每增長1%，會導致CO2的排放增長2.37%;而對高收入組來說，收入每增長1%，會導致CO2排放增長3.61%;中、低收入組中收入每增長1%，CO2排放量增長分別為0.39%、1.43%。可見全國樣本CO2排放的收入彈性主要是由高收入組的彈性系數決定的，且收入越高，高收入組居民CO2排放量增加的幅度較大。

(3)全樣本和高收入組存在環境庫茲涅茲曲線。由表2第2列和第5列可知，人均實際GDP的一次項和二次項都在1%的顯著性水平上成立，且二次項的系數為0，說明環境庫茲涅茲假說在我國是成立的，人均CO2排放量和人均收入之間呈現出倒U形關系。按收入分組來看，中等收入組和低收入組的二次項不顯著，高收入組的二次項顯著，實際上表明全國樣本環境庫茲涅茲曲線假說的成立主要是由高收入組環境庫茲涅茲曲線所致，從另一側面證明收入需要達到一定的水平時，環境庫茲涅茲假說才會成立，也說明了與平常所用數據相比，通過收入分組數據所帶來的結論更加豐富和具啟發性。

(4)城市化水平對不同收入組CO2的排放影響存在較大差異。由表1第2列全樣本數據可看到，平均而言，城市化水平每上升1%，CO2排放量會增長0.31%，表明城市化水平的上升增加了CO2的排放量，然而，就不同的收入分組校本而言，城市化水平對CO2排放的影響卻是截然不同的。對中等收入組來說，城市化水平每上升1%，會導致CO2排放量增長0.21%;對低收入組來說，CO2排放的城市化率平均彈性系數為－3.92%，表明低收入組的城市化水平每上升1%，CO2排放量會降低3.92%;對高收入組而言，CO2排放的城市化率彈性系數為1.66%，表明高收入組的城市化水平每上升1%，CO2排放量會平均增長1.66%。從城市化水平一次項和二次項的符號來看，低收入組與高收入組呈現截然相反的結果，低收入組為U形變化，而高收入組卻為倒U形變化。隨城市化水平上升，低收入組CO2排放呈現U形變化的可能原因在于對低收入組而言，城市化改變了人們的生活習慣和能源消費結構，減少了居民儲存傳統能源(如生物質能源、煤炭)的空間，使得居民更多的使用商業化的能源，實現了能源消費由效率較低的傳統能源向現代化高效能源(石油、天然氣、電力等)的轉變，降低了CO2的排放量。高收入組的倒U形變化的原因在于隨著城市化程度的進一步提高，居民傾向于具有更高的電器化程度和更多的能源使用，但在能源消費結構上更多的會使用核電、水電、風電、太陽能等清潔能源，因而雖然城市化水平在上升，但帶來的CO2排放量的增加幅度卻會放緩。

3 結論與思考

論文在較為準確地估算了1995－2010年我國29省CO2排放量的基礎上，依據收入高低對各省進行分組，考察了城市化對不同收入組CO2排放量的影響。通過使用STIRPAT模型控制人口數量和人均實際GDP 進行分析，研究結果表明城市化對不同收入組CO2排放的影響是不同的。對低收入組而言，城市化水平的上升傾向于首先降低CO2排放量，然后增加CO2排放量;同時，城市化水平上升導致中等收入組CO2排放量單調增加;對高收入組而言，城市化水平的上升首先會增加CO2的排放量，當城市化水平達到一定程度后，城市化水平的繼續上升會降低CO2的排放量。綜合來看，城市化對CO2排放的影響是由于能源消費結構的轉變和技術進步所導致的。

從政策含義上來看，由于城市化對不同收入組CO2排放的影響是不同的，考慮到目前我國能源消費結構中煤炭所占的比重超過了70%，占到了CO2總排放量的75%以上，因而對低收入組省份而言，繼續推進城市化進程有利于提高能源使用效率，降低CO2排放量，而對高收入組省份來說，控制高能耗產業發展，大力發展太陽能、核能、風能等清潔能源以降低煤炭在一次能源消費中的比重，加快節能技術和低碳技術的研究、應用和普及，是政府實現低碳經濟的有效手段。中等收入組而言，由于其CO2排放與城市化水平是單調變化的，因而推進城市化的過程中，應注意節約使用能源，努力提高能源使用和轉換的效率。

當然，本研究仍然比較初步，在諸多方面值得討論。如在收入分組標準上可以更為細致，在對CO2排放的影響因素分析后，考慮到城市化水平對CO2排放的影響主要是通過能源消費結構變化產生的，可緊密聯系能源消費結構進行深入分析，這些問題都值得下一步深入探討。

References)

[1]Sathaye J，Meyers S.Energy Use in Cities of the Developing Countries[J].Annual Review of Energy，1985，(10):109－133.

[2]Pachauri S，Jiang L.The Household Energy Transition in India and China[J].Energy Policy，2008，36(11):4022－4035.

[3]Pachauri S.An Anslysis of Cross-sectional Variations in Total Household Energy Requirements in India Using Micro Survey Data[J].Energy Policy，2004，32(15):1723－1735.

[4]Heltberg R.Fuel Switching:Evidence from Eight Developing Countries[J].Energy Policy，2004，26(5):869－887.

[5]DeFries R，Pandey D.Urbanization，the Energy Ladder and Forest Transition in India's Emerging Economy[J].Land Use Policy，2010，27(2):130－138.

[6]Holtedahl P，Joutz F L.Residential Electricity Demand in Taiwan[J].Energy Economics，2004，26(2):201－224.

[7]Halicioglu F.Residential Electricity Demand Dynamics in Turkey[J].Energy Economics，2007，29(2):199－210.

[8]Cole M A，Neumayer E.Examing the Impact of Demographic Factors on Air Pollution[J].Population and Environment，2004，26(1):5－21.

[9]Liddle B，Lung S.Age-structure，Urbanization，and Climate Change in Developed Countries: Revisiting STIRPAT for Disaggregated Population and Consumption-related Environment Impacts[J].Population and Environmet，2010，31(5):317－343.

[10]Poumanyvong P，Kaneko S.Does Urbanization Lead to Less Energy Use and Lower CO2Emissions?A Cross-county Analysis[J].Ecological Economics，2010，70(2):434－444.

[11]Martinez-Zarzoso I，Bengochea-Morancho A，Morales-Lage R.The Impact of Population on CO2Emissions:Evidence from European Countries[J].Environmental and Resourc Economics，2007，38(4):497－512.

[12]Wei Baoren，Hiroshi Yagita，Atsushi Inaba，et al.Urbanization Impact on Energy Demand and CO2Emission in China[J].Journal of Chongqing University-Eng.Ed.，2003，(2):46－50.

[13]Liu Yaobin.Exploring the Relationship between Urbanization and Energy Consumption in China Using AEDL and FDM[J].Energy Policy，2009，34(11):1846－1854.

[14]肖周燕.中國城市化發展階段與CO2排放的關系研究[J].中國人口·資源與環境，2011，21(12):139－145.[Xiao Zhouyan.Study on the Relationship between Urbanization and Carbon Dioxide Emissions in China [J].China Population，Resources and Environmet，2011，21(12):139－145.]

[15]林伯強，劉希穎.中國城市化階段的碳排放:影響因素和減排策略[J].經濟研究，2010，(8):66－78.[Lin Boqiang，Liu Xiying.China's Carbon Dioxide Emissions under the Urbanization Process:Influence Factors and Abatement Policies[J].Economic Research Journal，2010，(8):66－78.]

[16]杜立民.我國二氧化碳排放的影響因素:基于省級面板數據的研究[J].南方經濟，2010，(11):20－33.[Du Limin.Impact Factors of China's Carbon Dioxide Emissions:Provincial Panel Data Analysis[J].South China Journal of Economics，2010，(11):20－33.]

[17]聶華林，韓燕，錢力.基于面板數據的我國人口城市化與經濟增長動態比較 研究[J].軟科學，2012，26(5):27－31.[Nie Hualin，Han Yan，Qian Li.The Dynamic Comparison between the Level of Urbanization and the Economic Growth Based on Panel[J].Soft Science，2012，26(5):27－31.]

[18]金洪.我國城市化進程中的低碳排放路徑選擇[J].宏觀經濟管理，2012，(4):48－50.[Jin Hong.Low-carbon Emissions Path Selection in the Urbanization Process in China[J].Macroeconomic Management，2012，(4):48－50.]

[19]許泱，周少甫.我國城市化與碳排放的實證研究[J].長江流域資源與環境，2011，(11):1304－1309.[Xu Yang，Zhou Shaofu.An Empirical Study on Urbanization and CO2Emissions in China[J].Resources and Environmental in the Yangtze Basin，2011，(11):1304－1309.]

[20]Intergovenment Panel on Climate Change (IPCC).Climate Change 2007:Synthesis Report[R/OL].[2012－05－18].http://www.ipcc.ch/pdf/assessment-report/ar4/syr/ar4_syr.pdf.

[21]國家氣候變化對策協調小組辦公室，國家發改委能源研究所.中國溫室氣體清單研究[R].北京:中國環境科學出版社，2007.

[National Climate Change Coordination Group Office，Energy Research Institute National Development and Reform Commission.People's Republic of China National Greenhouse Gas Inventory[R].Beijing:China Environmental Science Press，2007.]