中國(guó)城鎮(zhèn)化進(jìn)程對(duì)碳強(qiáng)度的影響研究

焦高樂(lè)++嚴(yán)明義

摘要： 文章以我國(guó)2003—2014年30個(gè)省級(jí)面板數(shù)據(jù)為研究樣本，考察了各省份城鎮(zhèn)化水平及其碳強(qiáng)度之間的脫鉤關(guān)系和關(guān)聯(lián)規(guī)則。首先，對(duì)城鎮(zhèn)化水平與碳強(qiáng)度進(jìn)行測(cè)度，并分析城鎮(zhèn)化水平與碳強(qiáng)度之間的區(qū)域特征。其次，采用Tapio脫鉤指數(shù)和追趕脫鉤指數(shù)模型分析二者之間的動(dòng)態(tài)演化軌跡，結(jié)果表明我國(guó)城鎮(zhèn)化水平上升的同時(shí)碳強(qiáng)度不斷下降，大部分省份的碳強(qiáng)度下降幅度大于城鎮(zhèn)化水平增長(zhǎng)幅度，并且追趕省份與模范省份的城鎮(zhèn)化水平和碳強(qiáng)度的差距在不斷縮小。最后，采用關(guān)聯(lián)規(guī)則分析各省份狀態(tài)轉(zhuǎn)移結(jié)果，結(jié)果顯示各省份城鎮(zhèn)化水平與碳強(qiáng)度之間的關(guān)系向更優(yōu)狀態(tài)轉(zhuǎn)移。

關(guān)鍵詞： 城鎮(zhèn)化； 碳強(qiáng)度； 脫鉤指數(shù)； 關(guān)聯(lián)規(guī)則

文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1002-2848-2017（04）-0079-08

一、 引言與文獻(xiàn)回顧

城鎮(zhèn)化是伴隨工業(yè)化發(fā)展，非農(nóng)產(chǎn)業(yè)在城鎮(zhèn)集聚、農(nóng)村人口向城鎮(zhèn)集中的自然歷史過(guò)程，是人類(lèi)社會(huì)發(fā)展的客觀趨勢(shì)，是城市發(fā)展現(xiàn)代化的重要標(biāo)志。近年來(lái)中國(guó)城鎮(zhèn)化速度明顯加快，城鎮(zhèn)化率大約每年提高1個(gè)百分點(diǎn)，于2011年首次超過(guò)50%，2016年達(dá)到5735%，超過(guò)世界平均水平，但城鎮(zhèn)化質(zhì)量并未得到明顯提升，存在諸多問(wèn)題[1]。城鎮(zhèn)化在帶來(lái)基礎(chǔ)設(shè)施和居民生活水平提高、產(chǎn)業(yè)集聚等正向溢出的同時(shí)，也帶來(lái)了交通擁擠、污染加劇等一系列“城市病”，特別是溫室氣體排放已經(jīng)成為中國(guó)城鎮(zhèn)化下一階段急需解決的核心問(wèn)題之一。李克強(qiáng)總理在2016年政府工作報(bào)告指出，2016年的重點(diǎn)工作之一需要深入推進(jìn)新型城鎮(zhèn)化，以及加大環(huán)境治理力度[2]。但是在保持現(xiàn)階段的經(jīng)濟(jì)較快增長(zhǎng)和城鎮(zhèn)化高效推進(jìn)的同時(shí)減少碳排放則較為困難，因此尋求通過(guò)技術(shù)手段降低碳排放即降低碳強(qiáng)度則成為了重中之重[3]。

碳強(qiáng)度指單位GDP的二氧化碳排放量，城鎮(zhèn)化對(duì)碳強(qiáng)度的影響路徑較為復(fù)雜，主要通過(guò)貿(mào)易、生產(chǎn)、生活、技術(shù)、價(jià)格等要素直接或間接作用于碳排放，從而對(duì)碳強(qiáng)度產(chǎn)生影響。國(guó)內(nèi)外學(xué)者關(guān)于城鎮(zhèn)化與碳強(qiáng)度進(jìn)行了廣泛的研究。

從國(guó)外相關(guān)參考文獻(xiàn)來(lái)看，Satterthwaite研究了1980—2005年間世界各國(guó)碳排放增長(zhǎng)與人口增長(zhǎng)及人口城鎮(zhèn)化之間的關(guān)系，發(fā)現(xiàn)人口增長(zhǎng)驅(qū)動(dòng)了溫室氣體排放，而且消費(fèi)水平的提高也同樣影響碳排放的增長(zhǎng)[4]。Pachauri和Jiang對(duì)中國(guó)和印度兩個(gè)最大的發(fā)展中國(guó)家居民生活方式進(jìn)行了研究，對(duì)城鎮(zhèn)化質(zhì)量進(jìn)行了對(duì)比分析[5]。Poumanyvong和Kaneko利用99個(gè)國(guó)家30年的面板數(shù)據(jù)研究了在不同時(shí)期城鎮(zhèn)化水平的高低以及其對(duì)碳排放的作用機(jī)理，研究結(jié)果表明，能源的消耗和碳排放在城鎮(zhèn)化進(jìn)程中增長(zhǎng)顯著，尤其在中產(chǎn)階級(jí)中表現(xiàn)更為顯著[6]。PanJiahua和LiuJie通過(guò)將生態(tài)文明的概念和原則納入中國(guó)的城鎮(zhèn)化，做出了從2020年到2040年中國(guó)城鎮(zhèn)化相關(guān)的碳預(yù)算，提出了相應(yīng)的控制措施和政策建議目標(biāo)[7]。Shahbaz分析了1980—2010年羅馬尼亞的經(jīng)濟(jì)增長(zhǎng)、能源消費(fèi)和二氧化碳排放之間的關(guān)系，應(yīng)用邊界測(cè)試方法探討三者之間的長(zhǎng)期協(xié)整，研究證實(shí)了民主制度有助于減少二氧化碳排放使用，有助于經(jīng)濟(jì)政策的實(shí)施和金融發(fā)展[8]。Munasingh認(rèn)為發(fā)達(dá)國(guó)家通常會(huì)使用可再生能源和清潔技術(shù)，新興經(jīng)濟(jì)體由于可再生能源和清潔技術(shù)的相對(duì)落后造成了更高的碳排放水平，表明碳排放與人均收入水平成正比，同時(shí)碳強(qiáng)度不斷下降[9]。Sayed和Sek使用部分發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家1961—2009年的面板數(shù)據(jù)，利用環(huán)境庫(kù)茲涅茨曲線假說(shuō)證明在城鎮(zhèn)化與碳排放的關(guān)系中，發(fā)達(dá)國(guó)家有更高的倒U型曲線的拐點(diǎn)，而發(fā)展中國(guó)家有更高的倒U型曲線的轉(zhuǎn)折點(diǎn)[10]。Tiwari和Shahbaz通過(guò)調(diào)查印度煤炭消耗量，經(jīng)濟(jì)增長(zhǎng)、貿(mào)易開(kāi)放和二氧化碳排放之間的相關(guān)數(shù)據(jù)，結(jié)果顯示上述變量之間存在長(zhǎng)期的協(xié)整關(guān)系[11]。

國(guó)內(nèi)相關(guān)研究成果也較為豐碩。林伯強(qiáng)等人運(yùn)用協(xié)整分析等方法研究發(fā)現(xiàn)，源于城鎮(zhèn)化的影響，碳排放逐漸增加，能源的消耗也不斷升高，而且城鎮(zhèn)化質(zhì)量欠佳[1213]。彭希哲和朱勤利用中國(guó)1980—2007年相關(guān)面板數(shù)據(jù)，運(yùn)用拓展的IPAT模型研究表明，碳排放主要受到經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、城鎮(zhèn)化程度三個(gè)因素的影響，而且經(jīng)濟(jì)發(fā)展水平和城鎮(zhèn)化程度對(duì)碳排放的影響大于人口規(guī)模變化對(duì)碳排放的影響[14]。王倩等基于中國(guó)1978—2012年數(shù)據(jù)構(gòu)建的誤差修正模型證明，雖然短期內(nèi)城鎮(zhèn)化發(fā)展會(huì)增加碳排放，但從長(zhǎng)期效應(yīng)看卻有助于碳減排，認(rèn)為在城鎮(zhèn)化過(guò)程中住房與能源消費(fèi)的增長(zhǎng)會(huì)增加碳排放[15]。萬(wàn)宇艷基于1971—2012年16個(gè)新興發(fā)展中國(guó)家的跨國(guó)樣本，采用異質(zhì)性面板模型檢驗(yàn)了城鎮(zhèn)化和碳排放的定量關(guān)系，結(jié)果表明新興發(fā)展中國(guó)家的城鎮(zhèn)化和碳排放之間主要呈現(xiàn)正向關(guān)系，但同時(shí)顯現(xiàn)出負(fù)向影響的跡象，收入、人口和能源密度對(duì)碳排放均呈現(xiàn)出顯著的正向影響，且短期效應(yīng)大于長(zhǎng)期效應(yīng)，指出轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、優(yōu)化能源結(jié)構(gòu)、加強(qiáng)低碳考核是實(shí)現(xiàn)中國(guó)城鎮(zhèn)化可持續(xù)發(fā)展的有效路徑[16]。黃娟和張新平認(rèn)為中國(guó)特色新型城鎮(zhèn)化必須適應(yīng)生態(tài)文明建設(shè)的時(shí)代要求，走生態(tài)美麗、生產(chǎn)發(fā)達(dá)、生活美好的生態(tài)城鎮(zhèn)化道路，所以城鎮(zhèn)化與碳排放的協(xié)同發(fā)展則是必由之路[1718]。

通過(guò)對(duì)現(xiàn)有研究成果的梳理，可以發(fā)現(xiàn)，關(guān)于城鎮(zhèn)化和碳排放的相關(guān)研究主要集中在人口城鎮(zhèn)化和碳排放量的研究上，而且運(yùn)用的方法都較單一，這并不能反映城鎮(zhèn)化和碳排放的更深層次關(guān)系。本文擬對(duì)此進(jìn)行更深入地研究，分別從以下三個(gè)方面進(jìn)行：第一，對(duì)城鎮(zhèn)化從人口、經(jīng)濟(jì)、社會(huì)和空間四個(gè)方面進(jìn)行測(cè)算，同時(shí)對(duì)碳排放采用相對(duì)指標(biāo)碳強(qiáng)度；第二，使用脫鉤指數(shù)分析城鎮(zhèn)化與碳強(qiáng)度之間的關(guān)系；第三，運(yùn)用關(guān)聯(lián)規(guī)則分析脫鉤狀態(tài)的轉(zhuǎn)移過(guò)程。二、 城鎮(zhèn)化及碳強(qiáng)度的數(shù)據(jù)測(cè)度

（一）測(cè)度指標(biāo)體系構(gòu)建與數(shù)據(jù)來(lái)源

1.城鎮(zhèn)化水平測(cè)度指標(biāo)體系

本文從人口、經(jīng)濟(jì)、社會(huì)、空間等四個(gè)方面出發(fā)構(gòu)建測(cè)度城鎮(zhèn)化水平的指標(biāo)體系[13]，指標(biāo)體系由24個(gè)指標(biāo)組成，具體見(jiàn)表1。endprint

本文采用標(biāo)準(zhǔn)化的方法處理原始數(shù)據(jù)，該方法之間的差異信息可以消除量綱和量級(jí)在各省份的影響，同時(shí)保留相應(yīng)的數(shù)據(jù)變量，具體來(lái)說(shuō)，正指標(biāo)和負(fù)指標(biāo)標(biāo)準(zhǔn)化的公式分別為：

z′ ij=zij-minZijmaxZij-minZij，

z′ ij=maxZij-zijmaxZij-minZij

式中，z′ ij為無(wú)量綱化處理后的標(biāo)準(zhǔn)化數(shù)據(jù)變量；zij為原始數(shù)據(jù)；minZij和maxZij分別表示同一年份所有省份對(duì)應(yīng)原始數(shù)據(jù)的最小值和最大值。

2.碳強(qiáng)度指標(biāo)體系

碳排放量的計(jì)算采用聯(lián)合國(guó)指定的《2006年國(guó)家溫室氣體清單指南》提供的碳排放量計(jì)算方法，根據(jù)《能源統(tǒng)計(jì)年鑒》中的20種能源最終消費(fèi)量，計(jì)算中國(guó)的碳排放量，其中原煤、原油、天然氣為一次能源，其余為二次能源。碳強(qiáng)度由碳排放量除以GDP得出。

（二）測(cè)度方法與結(jié)果

主成分分析法和因子分析法是根據(jù)數(shù)據(jù)的特點(diǎn)來(lái)確定權(quán)重，與其他方法相比更科學(xué)，可以避免指數(shù)與主觀權(quán)重的高度相關(guān)性。但主成分分析法比因子分析法更能夠反應(yīng)出各個(gè)維度內(nèi)不同指標(biāo)的量化結(jié)果[1920]。因此，采用主成分分析法對(duì)城鎮(zhèn)化水平與碳強(qiáng)度相關(guān)指標(biāo)進(jìn)行計(jì)算，最終得到2003—2014年各省份城鎮(zhèn)化水平及其碳強(qiáng)度的最終指數(shù)[21]。2003年和2014年各省（市、自治區(qū)）二者的變化如圖1所示。

圖1 2003年與2014年各省份城鎮(zhèn)化水平及碳強(qiáng)度

由圖1可知，從2003—2014年，各省份的城鎮(zhèn)化水平呈現(xiàn)上升趨勢(shì)，而碳強(qiáng)度總體上呈現(xiàn)下降趨勢(shì)，說(shuō)明中國(guó)城鎮(zhèn)化質(zhì)量逐漸提高。各省份城鎮(zhèn)化水平在波動(dòng)中不斷升高，而碳強(qiáng)度指標(biāo)卻一直呈現(xiàn)下降趨勢(shì)。具體來(lái)說(shuō)，2003—2014年間，城鎮(zhèn)化水平最高的五個(gè)省市依次是廣東（06578）、上海（06397）、江蘇（05672）、山東（05106）和北京（04766）；碳強(qiáng)度指標(biāo)最低的五個(gè)省市是江蘇（00118）、廣東（00496）、上海（00601）、浙江（00609）、和北京（00786）。同時(shí)，從圖中可以看出各省份的城鎮(zhèn)化水平及碳強(qiáng)度之間的關(guān)系存在異質(zhì)性，如江蘇、廣東、上海等省市的城鎮(zhèn)化水平較高，但它們的碳強(qiáng)度較低。所以有必要進(jìn)一步分析各省份城鎮(zhèn)化水平及碳強(qiáng)度差異性及動(dòng)態(tài)變化特征。

全國(guó)及東中西部三大區(qū)域城鎮(zhèn)化與碳強(qiáng)度的平均水平如圖2和圖3所示，從全國(guó)來(lái)看，城鎮(zhèn)化水平從2003年的02871增加到2014年的03461，碳強(qiáng)度從2003年的04641下降到2014年的02321；就東中西三大地區(qū)差異來(lái)看，東部地區(qū)的城鎮(zhèn)化水平均值為04331，高于中西部地區(qū)；西部地區(qū)的碳強(qiáng)度均值為03055，高于中東部地區(qū)；中部地區(qū)的城鎮(zhèn)化水平和碳強(qiáng)度均值分別為03265和01323。

（三）城鎮(zhèn)化水平與碳強(qiáng)度的區(qū)域特征分析

對(duì)全國(guó)及東中西部城鎮(zhèn)化水平和碳強(qiáng)度的變化差異進(jìn)行分析，表2給出了中國(guó)整體和東中西區(qū)域分別在2003—2008年、2009—2014年和2003—2014年三個(gè)時(shí)間段的平均增長(zhǎng)率及東中西區(qū)域與全國(guó)平均水平的差異。由表2可知，從整體趨勢(shì)來(lái)看，2003—2008年間，城鎮(zhèn)化水平增長(zhǎng)率的絕對(duì)值明顯小于碳強(qiáng)度增長(zhǎng)率的絕對(duì)值，而在2009—2014年間，碳強(qiáng)度增長(zhǎng)率的絕對(duì)值有所下降，而城鎮(zhèn)化水平增長(zhǎng)率的絕對(duì)值卻有所提高，在整個(gè)時(shí)間段來(lái)看，各區(qū)域城鎮(zhèn)化水平增長(zhǎng)率的絕對(duì)值仍小于碳強(qiáng)度增長(zhǎng)率的絕對(duì)值。對(duì)于碳強(qiáng)度增長(zhǎng)率的區(qū)域差距來(lái)說(shuō)，東部地區(qū)的碳強(qiáng)度增長(zhǎng)率的絕對(duì)值一直保持最低，西部地區(qū)的碳強(qiáng)度增長(zhǎng)率的絕對(duì)值一直高于全國(guó)平均水平。在前期，中部地區(qū)的碳強(qiáng)度增長(zhǎng)率絕對(duì)值低于全國(guó)平均水平；在后期，中部地區(qū)的碳強(qiáng)度增長(zhǎng)率絕對(duì)值高于全國(guó)平均水平。而東部地區(qū)的碳強(qiáng)度增值率的絕對(duì)值一直低于全國(guó)平均水平。從整個(gè)時(shí)間段來(lái)看，中部地區(qū)的碳強(qiáng)度增長(zhǎng)率絕對(duì)值最高，西部第二，東部第三。

對(duì)各省份的城鎮(zhèn)化水平及碳強(qiáng)度分別求2003—2014年的增長(zhǎng)率，并計(jì)算其均值，結(jié)果見(jiàn)圖4所示。觀察可得，城鎮(zhèn)化水平增長(zhǎng)率最高的是黑龍江（9458%），其余的前五名依次為甘肅（6723%）、陜西（6033%）、內(nèi)蒙古（5783%）和江西（541%）；碳強(qiáng)度下降率最高的是上海（7786%），其余的前五名依此為青海（7673%）、寧夏（6795%）、山西（6568%）和北京（6435%）。

城鎮(zhèn)化水平處于較高水平的省份為江蘇和廣東，碳強(qiáng)度處于較低水平的省份為海南和安徽，篩選出處于“雙優(yōu)”狀態(tài)的省市為廣東和北京。從區(qū)域差異可見(jiàn)城鎮(zhèn)化水平增長(zhǎng)率較低的三個(gè)省份分布在東部地區(qū)（廣東、上海、山東），碳強(qiáng)度下降率較低的三個(gè)省份分布在中東部地區(qū)（湖南、福建、山東）。總體來(lái)說(shuō)，中國(guó)東部地區(qū)的城鎮(zhèn)化水平較高，碳強(qiáng)度較低。

三、 城鎮(zhèn)化水平及碳強(qiáng)度脫鉤分析

（一）脫鉤指數(shù)及其測(cè)度

在對(duì)中國(guó)省級(jí)區(qū)域城鎮(zhèn)化水平及碳強(qiáng)度測(cè)算的基礎(chǔ)上，通過(guò)對(duì)比二者間的變化情況，初步發(fā)現(xiàn)省級(jí)間城鎮(zhèn)化水平及碳強(qiáng)度兩者間出現(xiàn)同向亦或反向變化。因此，為了更為深刻把握兩者間動(dòng)態(tài)變化軌跡，在本部分將通過(guò)構(gòu)建城鎮(zhèn)化水平及碳強(qiáng)度的Tapio脫鉤指數(shù)和追趕脫鉤指數(shù)模型來(lái)進(jìn)行深入研究。

Tapio脫鉤指數(shù)最早見(jiàn)于Tapio的研究之中。其在對(duì)歐洲經(jīng)濟(jì)增長(zhǎng)、交通狀況與二氧化碳排放間相關(guān)關(guān)系的研究中為分析相關(guān)變量間的彈性系數(shù)關(guān)系提出了脫鉤指數(shù)，并將脫鉤狀態(tài)分為強(qiáng)脫鉤與弱脫鉤[21]；隨著學(xué)者們的不斷深入研究，對(duì)脫鉤指數(shù)模型分類(lèi)方式進(jìn)行了不斷拓展。其中，張成基于相對(duì)脫鉤和絕對(duì)脫鉤，將傳統(tǒng)的八個(gè)類(lèi)別進(jìn)一步拓展為十個(gè)類(lèi)別，更具科學(xué)性、代表性[22]。因此，本文將采用該分類(lèi)方法對(duì)城鎮(zhèn)化水平及碳強(qiáng)度進(jìn)行脫鉤分析。脫鉤指數(shù)和追趕脫鉤指數(shù)公式分別為：

式中，Tsit和Trit分別表示i省份在t年的城鎮(zhèn)化水平及碳強(qiáng)度的Tapio脫鉤指數(shù)和追趕脫鉤指數(shù)；yit和kit分別表示i省份在t年的城鎮(zhèn)化水平及碳強(qiáng)度指標(biāo)；ymt和kmt分別表示城鎮(zhèn)化水平及碳強(qiáng)度處于“雙優(yōu)”水平的對(duì)標(biāo)省份的城鎮(zhèn)化水平及碳強(qiáng)度。圖5展示了Tapio脫鉤指數(shù)和追趕脫鉤指數(shù)的10種類(lèi)型①。endprint

運(yùn)用上述公式對(duì)中國(guó)30個(gè)省級(jí)區(qū)域的城鎮(zhèn)化水平及碳排放的測(cè)算，得到30個(gè)省級(jí)區(qū)域每期的脫鉤指數(shù)[23]。通過(guò)對(duì)結(jié)果的分析，發(fā)現(xiàn)廣東省及北京市的城鎮(zhèn)化水平較高，并且碳強(qiáng)度處于較低水平。所以，通過(guò)計(jì)算兩省份城鎮(zhèn)化水平及碳強(qiáng)度的均值作為城鎮(zhèn)化水平及碳強(qiáng)度處于“雙優(yōu)”水平的對(duì)標(biāo)省份的城鎮(zhèn)化水平及碳強(qiáng)度指標(biāo)，從而測(cè)算出其余地區(qū)的追趕脫鉤指數(shù)，具體測(cè)算結(jié)果見(jiàn)表3。

從2003—2014年全時(shí)段來(lái)看，遼寧、上海、廣東、青海等四個(gè)省份是衰退式的，其余26個(gè)省份皆是擴(kuò)張式的。具體來(lái)講，遼寧、上海、廣東等三個(gè)省份是衰退相對(duì)脫鉤狀態(tài)，脫鉤指數(shù)均大于12，青海省為衰退連接狀態(tài)，脫鉤指數(shù)為08923；其余26個(gè)省份均為擴(kuò)張強(qiáng)絕對(duì)脫鉤狀態(tài)，脫鉤指數(shù)均小于-05。尤其是北京、河北、天津、山東和吉林五省市的脫鉤指數(shù)均小于-40，這表明碳強(qiáng)度下降幅度是城鎮(zhèn)化水平上升幅度的四倍以上，其碳強(qiáng)度下降速度較高，城鎮(zhèn)化水平上升速度較慢。各省份具體到分時(shí)間段的脫鉤指數(shù)是形態(tài)各異的，部分省份的脫鉤狀態(tài)處于擴(kuò)張強(qiáng)絕對(duì)脫鉤、擴(kuò)張弱脫鉤兩種狀態(tài)（Δk0），城鎮(zhèn)化水平是正增長(zhǎng)，而碳強(qiáng)度是負(fù)增長(zhǎng)。

在2003—2014年間，28個(gè)樣本省份與“雙優(yōu)”模范省份直接的追趕脫鉤關(guān)系中有11個(gè)省份是衰退式的，另外17個(gè)省份是擴(kuò)張式的，存在Δy<0，也即追趕省份與模范省份之間碳強(qiáng)度差距越發(fā)明顯，因此追趕省份的城鎮(zhèn)化水平還存在很大的上升空間。在2004—2014年，天津和浙江兩省份的追趕脫鉤指數(shù)處于衰退相對(duì)負(fù)脫鉤狀態(tài)，表明兩省碳強(qiáng)度的差距擴(kuò)大速度慢于城鎮(zhèn)化水平差距擴(kuò)大速度；河北、遼寧、上海、江蘇、安徽、河南、內(nèi)蒙古、湖南和四川等9省份的追趕脫鉤指數(shù)處于衰退絕對(duì)脫鉤狀態(tài)，表明這些省份的城鎮(zhèn)化水平差距與模范省份的城鎮(zhèn)化水平差距不斷擴(kuò)大，但碳強(qiáng)度的差距在逐漸縮小；福建省處于擴(kuò)張連接狀態(tài)，說(shuō)明與模范省份相比，不僅城鎮(zhèn)化水平差距逐步縮小，碳強(qiáng)度也呈現(xiàn)出同樣趨勢(shì)；其余省份的追趕脫鉤指數(shù)處于擴(kuò)張相對(duì)脫鉤狀態(tài)，表明城鎮(zhèn)化水平的差距擴(kuò)大速度快于碳強(qiáng)度差距擴(kuò)大速度。

四、 關(guān)聯(lián)規(guī)則分析

關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中最活躍的研究方法之一，可以用來(lái)發(fā)現(xiàn)事情之間的依賴(lài)或關(guān)聯(lián)知識(shí)，最早是為了發(fā)現(xiàn)超市交易數(shù)據(jù)庫(kù)中不同的商品之間的關(guān)系。在關(guān)聯(lián)規(guī)則中，有一種涉及時(shí)間順序的規(guī)則稱(chēng)為序列關(guān)聯(lián)規(guī)則。一個(gè)序列關(guān)聯(lián)規(guī)則的形式如下：A1>A2>…>AnB，其中，前項(xiàng)集A1，A2，…，An和后項(xiàng)集B依時(shí)間順序發(fā)生（但不一定是相鄰發(fā)生，中間可能跳過(guò)一些步驟）。支持度定義為數(shù)據(jù)集中按時(shí)間順序出現(xiàn)A1，A2，…，An和B的觀測(cè)比例，置信度定義為數(shù)據(jù)集中按時(shí)間順序出現(xiàn)A1，A2，…，An的那些觀測(cè)中，之后又出現(xiàn)B的比例[24]。

依據(jù)上述序列關(guān)聯(lián)規(guī)則理論，本文將2003—2014年30個(gè)省份的脫鉤指數(shù)分類(lèi)狀態(tài)作為數(shù)據(jù)集，按照年度順序，挖掘其中的序列關(guān)聯(lián)關(guān)系，即分析從前一個(gè)分類(lèi)狀態(tài)轉(zhuǎn)移到后一個(gè)分類(lèi)狀態(tài)的支持度和置信度。由于每一個(gè)分類(lèi)狀態(tài)存在優(yōu)劣之分，可以進(jìn)一步分析分類(lèi)狀態(tài)是否向更優(yōu)的方向轉(zhuǎn)移。

利用SAS 93軟件，基于Apriori算法分析脫鉤指數(shù)的序列關(guān)聯(lián)規(guī)則，分析結(jié)果見(jiàn)表4。

表4列出了支持度30%以上的關(guān)聯(lián)規(guī)則，共有14個(gè)兩兩關(guān)聯(lián)規(guī)則，最終有5個(gè)狀態(tài)是衰退的，其中ee保持原狀態(tài)不變，而ae往更優(yōu)狀態(tài)轉(zhuǎn)變，向更優(yōu)狀態(tài)轉(zhuǎn)移比率為7857%。在24個(gè)三步關(guān)聯(lián)規(guī)則中，最終有7個(gè)狀態(tài)是衰退的，其中e5e與eee保持原狀態(tài)不變，而aee與a5e往更優(yōu)狀態(tài)轉(zhuǎn)變，向更優(yōu)狀態(tài)轉(zhuǎn)移比率為875%。綜合向更優(yōu)狀態(tài)轉(zhuǎn)移比率為8304%。

根據(jù)以上結(jié)果可知，

在支持度與置信度較可靠的基礎(chǔ)上，絕大多數(shù)關(guān)聯(lián)規(guī)則顯示向更好狀態(tài)轉(zhuǎn)移。說(shuō)明中國(guó)各省份城鎮(zhèn)化水平與碳強(qiáng)度之間的關(guān)系總體上向更優(yōu)狀態(tài)轉(zhuǎn)移。五、 結(jié)論和政策建議

本文以我國(guó)2004—2014年30個(gè)省份的面板數(shù)據(jù)為研究樣本，采用主成分分析法測(cè)算了各個(gè)省份的城鎮(zhèn)化水平，隨后采用Tapio脫鉤指數(shù)模型和追趕脫鉤指數(shù)模型對(duì)城鎮(zhèn)化水平和碳強(qiáng)度二間的動(dòng)態(tài)演化關(guān)系進(jìn)行了分析，研究發(fā)現(xiàn)：第一，我國(guó)30個(gè)省份的城鎮(zhèn)化水平穩(wěn)步提高，碳強(qiáng)度穩(wěn)步下降，但總體上來(lái)說(shuō)西部地區(qū)的城鎮(zhèn)化水平上升速度最大，中部地區(qū)的碳強(qiáng)度下降速度最快。第二，Tapio脫鉤指數(shù)模的測(cè)算結(jié)果表明我國(guó)絕對(duì)多數(shù)省份的脫鉤指數(shù)都是擴(kuò)張式的，碳強(qiáng)度的下降幅度快于城鎮(zhèn)化水平上升幅度，這表明自2004年以來(lái)，我國(guó)各省份在城鎮(zhèn)化擴(kuò)張的同時(shí)，碳強(qiáng)度也在不斷下降。第三，追趕脫鉤指數(shù)模型測(cè)度結(jié)果表明，追趕省份與模范省份之間的脫鉤指數(shù)大部分為擴(kuò)張式的，即城鎮(zhèn)化水平差距逐步縮小，大部分追趕省份與模范省份的城鎮(zhèn)化水平差距逐步縮小，但碳強(qiáng)度差距卻逐步增加，甚至部分省份的碳強(qiáng)度下降幅度大于模范省份的碳強(qiáng)度下降幅度。最后，通過(guò)關(guān)聯(lián)規(guī)則分析脫鉤指數(shù)與追趕脫鉤指數(shù)的狀態(tài)轉(zhuǎn)移結(jié)果，發(fā)現(xiàn)我國(guó)多數(shù)省份向更優(yōu)狀態(tài)轉(zhuǎn)移。

通過(guò)以上分析可知，我國(guó)在城鎮(zhèn)化水平提高的同時(shí)，碳強(qiáng)度在不斷減少，大部分追趕省份的城鎮(zhèn)化水平和碳強(qiáng)度與模范省份之間還存在差距，同時(shí)差距越大也意味著進(jìn)步空間更大。本文的政策含義為：對(duì)于模范省份，應(yīng)當(dāng)更加注重城鎮(zhèn)化質(zhì)量，在經(jīng)濟(jì)發(fā)展的同時(shí)注重產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和布局，逐步健全相關(guān)法律法規(guī)，從污染源著手控制。一方面，要注重人口城鎮(zhèn)化、經(jīng)濟(jì)城鎮(zhèn)化、社會(huì)城鎮(zhèn)化和空間城鎮(zhèn)化的協(xié)調(diào)統(tǒng)一規(guī)劃和布局，不斷優(yōu)化四者之間的關(guān)系，從而提高城鎮(zhèn)化質(zhì)量。另一方面，要注重環(huán)境質(zhì)量的提高，在推進(jìn)城鎮(zhèn)化的同時(shí)，從宏觀層面對(duì)城市規(guī)劃和環(huán)境治理進(jìn)行謀劃布局，制定更為嚴(yán)格的環(huán)境標(biāo)準(zhǔn)，實(shí)現(xiàn)生態(tài)城鎮(zhèn)化和經(jīng)濟(jì)城鎮(zhèn)化的協(xié)調(diào)發(fā)展。對(duì)于追趕省份，除上述兩方面外，還要吸取和借鑒模范省份的經(jīng)驗(yàn)教訓(xùn)，因地制宜的制定生態(tài)城鎮(zhèn)化規(guī)劃，實(shí)現(xiàn)生態(tài)環(huán)境與城鎮(zhèn)發(fā)展的雙贏，在保持本地區(qū)生態(tài)環(huán)境質(zhì)量的基礎(chǔ)上對(duì)城鎮(zhèn)化發(fā)展進(jìn)行布局。參考文獻(xiàn)：

[1] 肖宏偉. 城鎮(zhèn)化進(jìn)程對(duì)我國(guó)碳排放的影響及對(duì)策建議 [J]. 宏觀經(jīng)濟(jì)管理， 2013（10）： 6668.endprint

[2] 鄧金錢(qián)， 何愛(ài)平. 城鎮(zhèn)化、地方財(cái)政支出規(guī)模與城鄉(xiāng)收入差距——基于面板門(mén)檻模型的實(shí)證檢驗(yàn) [J]. 管理學(xué)刊， 2016（2）： 3542.

[3] 焦高樂(lè)， 嚴(yán)明義. 中國(guó)城鎮(zhèn)化水平與碳生產(chǎn)率耦合度測(cè)度 [J]. 城市問(wèn)題， 2016（8）： 3238.

[4] Satterthwaite D.The implications of population growth and urbanization for climate change [J]. Environment and Urbanization， 2009， 21（2）： 545567.

[5] Pachauri S， Jiang L. The household energy transition in India and China [J]. Energy Policy， 2008， 36（11）： 40224035.

[6] Poumanyvong P， Kaneko S. Does urbanization lead to less energy use and lower CO2 emissions？ A crosscountry analysis [J]. Ecological Economics， 2010， 70： 434444.

[7] PAN Jiahua， LIU Jie， ZHU Chun. Budgeting carbon for urbanization in China [J]. Wiley Interdisciplinary Reviews （Sep/Oct 2015）： 406409.

[8] Shahbaz M， Lean H H， Shabbir M S. Environmental kuznets curve hypothesis in Pakistan： cointegration and granger causality [J]. Renewable and Sustainable Energy Reviews， 2012， 16： 29472953.

[9] Munasinghe M. Is environmental degradation an inevitable consequence of economic growth： tunneling through the environmental kuznets curve [J]. Ecological Economics， 1999， 29： 89109.

[10] Sayed A， Sek S. Environmental kuznets curve： evidence from developed and developing economies [J]. Applied Mathematical Sciences， 2013， 7（12）： 10811092

[11] Tiwari A K， Shahbaz M， Adnan H， Qazi M. The environmental kuznets curve and the role of coal consumption in India： cointegration and causality analysis in an open economy [J]. Renewable and Sustainable Energy Reviews， 2013， 18： 519527.

[12] 林伯強(qiáng)， 劉希穎. 中國(guó)城市化階段的碳排放： 影響因素和減排策略 [J]. 經(jīng)濟(jì)研究， 2010（8）： 6678.

[13] 焦高樂(lè)， 嚴(yán)明義. 技術(shù)進(jìn)步的來(lái)源、方向與工業(yè)節(jié)能減排 [J]. 統(tǒng)計(jì)與信息論壇， 2017（4）： 8186.

[14] 彭希哲， 朱勤. 我國(guó)人口態(tài)勢(shì)與消費(fèi)模式對(duì)碳排放的影響分析 [J]. 人口研究， 2010（1）： 4858.

[15] 王倩， 何少琛， 吳承禮. 城鎮(zhèn)化推動(dòng)碳減排的經(jīng)濟(jì)效應(yīng)分析 [J]. 經(jīng)濟(jì)縱橫， 2014（12）： 3336.

[16] 萬(wàn)宇艷. 城鎮(zhèn)化與碳排放： 基于異質(zhì)面板模型的檢驗(yàn) [J]. 內(nèi)蒙古社會(huì)科學(xué)（漢文版）， 2014（5）： 104108.

[17] 黃娟. 生態(tài)文明時(shí)代新型城鎮(zhèn)化道路的戰(zhàn)略思考 [J]. 管理學(xué)刊， 2015（1）： 6066.

[18] 張新平. 生態(tài)文明視角下新型城鎮(zhèn)化建設(shè)的思考 [J]. 管理學(xué)刊， 2015（3）： 4045+57.

[19] 成金華， 陳軍， 李?lèi)? 中國(guó)生態(tài)文明發(fā)展水平測(cè)度與分析 [J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2013（7）： 3650.

[20] 鈔小靜， 任保平. 中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量的時(shí)序變化與地區(qū)差異分析 [J]. 經(jīng)濟(jì)研究， 2011（2）： 2640.

[21] Tapio P. Towards a theory of decoupling： degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001 [J]. Transport Policy， 2005， 12（2）： 137151.

[22] 張成， 蔡萬(wàn)煥， 于同申. 區(qū)域經(jīng)濟(jì)增長(zhǎng)與碳生產(chǎn)率——基于收斂及脫鉤指數(shù)的分析 [J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2013（5）： 1830.

[23] 文魁， 張祖群. 小城鎮(zhèn)： 城市科學(xué)合理布局的戰(zhàn)略重點(diǎn)——城市與鄉(xiāng)村兩個(gè)維度的經(jīng)濟(jì)學(xué)分析 [J]. 管理學(xué)刊2015（1）： 5359+77.

[24] 張俊妮. 數(shù)據(jù)挖掘與應(yīng)用 [M]. 北京： 北京大學(xué)出版社， 2009.

責(zé)任編輯、 校對(duì)： 李斌泉endprint