中國省域人口密度、產業(yè)集聚與碳排放的實證研究
——基于集聚經濟、擁擠效應及空間效應的視角

何文舉 張華峰 陳雄超 顏建軍

一、引 言

回顧我國工業(yè)化以及城市化的高速成長歷程，不難發(fā)現(xiàn)是以高額的能源消耗以及污染排放為代價的。荷蘭環(huán)境評估局2007年發(fā)表報告，認為中國已經超越美國成為世界上最大的二氧化碳排放國家。國際能源署 2010年的數據進一步顯示，中國在 2009年消費了22.52億噸石油當量，比美國石油消費總量的21.70億噸要高出 4%，成為全球第一大能源消費國。在 2009年哥本哈根會議上我國政府向世界承諾，2020年我國單位國內生產總值二氧化碳排放量在2005年的基礎上下降40%～50%。如此高的節(jié)能減排目標是否能夠實現(xiàn)，引起了學者們的廣泛研究。近幾年，“低碳經濟”的概念應運而生，并逐漸深入人心，得到政府、社會以及學術界的廣泛關注。

改革開放以來，隨著省域經濟的不斷發(fā)展以及各地區(qū)城市化水平的不斷提高，我國各大省市的空間結構及形態(tài)也不斷發(fā)生變化，而我國的城市化進程往往具有“攤大餅”式或者過度聚集特點，前者不利于規(guī)模經濟作用的發(fā)揮，后者則會產生相應的擁擠效應。此二者將通過直接或者間接的途徑影響碳排放水平。此外，由于我國區(qū)域經濟發(fā)展極不平衡，碳排放水平也存在著顯著的區(qū)域差異。同時，由于區(qū)域之間合作交流的愈發(fā)頻繁，一個地區(qū)的碳排放量越來越多地受到周邊地區(qū)碳排放量的關聯(lián)作用影響，區(qū)域間的碳排放水平呈現(xiàn)出明顯的空間效應。

正是在這樣一種背景下，本文試圖運用空間計量模型，剖析全國30個省域之間碳排放水平的空間效應以及人口密度、經濟密度和企業(yè)密度對省域碳排放水平的影響，從而搜集與密度相關的集聚經濟效應及擁擠效應存在的相關證據。

二、相關文獻綜述

在人口密度與能源消耗、碳排放的相互關系方面，觀點莫衷一是。一種觀點認為，人口密度過低或者“攤大餅”式的區(qū)域空間結構造成了土地資源的浪費、通勤距離的增長或者通過改變居民的通行方式而影響了碳排放水平。另一種觀點則認為人口密度對區(qū)域能耗的影響不大。第一種觀點指出人口密度的增加有利于節(jié)約空間、提高緊湊度，可以通過基礎設施共享降低區(qū)域運行的能源成本。具體表現(xiàn)為人口密度增加使得城市居民更多地選擇在高層建筑居住，而農村居民選擇村莊化居住，便于集中供暖或供電，對能源消耗起節(jié)約作用。同時作為區(qū)域中心的城市，提高緊湊度可以改變人們的出行方式，城市居民對個人汽車的需求減少，傾向于公共的出行方式(范進，2011)，從而降低了人均的能源消耗。在實證方面，Newman等(1989)對人口密度與交通運輸能源消耗之間關系進行檢驗，發(fā)現(xiàn)兩者呈現(xiàn)顯著的負相關。McLaren(1992)認為緊湊城市能夠在維持城市原有生活水平不變的前提下減少城市制冷和供暖的能源消耗，提高各種社會軟性基礎設施的效率。另有 Shim 等(2006)針對韓國的城市人口密度與人均油耗量進行回歸檢驗，發(fā)現(xiàn)兩者呈現(xiàn)負相關。范進(2011)認為，低密度的城市發(fā)展模型導致了較高的能源消耗，不利于節(jié)能減排目標的實現(xiàn)。程開明(2011)利用面板數據展開計量分析，結果顯示人均用電量與人口密度呈現(xiàn)顯著的負相關關系。王桂新和吳俊奎(2012)的實證結果卻得出相反的結論，認為碳排放強度與人口密度之間呈現(xiàn)正向關聯(lián)。

以產業(yè)密度以及企業(yè)密度作為產業(yè)集聚的衡量指標，其對碳排放的影響表現(xiàn)在兩個方面。一方面，產業(yè)集聚意味著大量企業(yè)和勞動力的聚集，在其他條件不變的情況下，自然會形成更高的碳排放水平；另一方面，產業(yè)集聚通過影響企業(yè)的技術和生產率水平，對能源消耗以及碳排放產生了抑制作用。目前圍繞產業(yè)集聚視角對碳排放以及環(huán)境污染進行實證研究的文獻相對較少。國內具有代表性的有：藺雪芹和方創(chuàng)琳(2008)對地區(qū)產業(yè)集群的生態(tài)環(huán)境效應的研究進展進行了評述。武俊奎(2012)基于產業(yè)集聚視角，對城市規(guī)模擴張對碳排放的影響進行了實證研究。其結果表明，對于不同人口規(guī)模城市來說，產業(yè)集聚對碳排放的影響是不同的。閆逢柱等(2011)運用 2003—2008年中國制造業(yè)兩位碼的行業(yè)分類數據和面板誤差修正模型實證考察了產業(yè)集聚發(fā)展和環(huán)境污染之間的關系，結果發(fā)現(xiàn)，短期內產業(yè)集聚發(fā)展有利于降低環(huán)境污染，但長期內產業(yè)集聚發(fā)展與環(huán)境污染之間不具有必然的因果關系。劉習平和宋德勇(2013)以 STIRPAT 模型為基本框架，實證考察了產業(yè)集聚的城市環(huán)境效應，發(fā)現(xiàn)產業(yè)集聚有利于改善城市的環(huán)境，且城市規(guī)模越大，其改善環(huán)境的效果越明顯。張翠菊和張宗益(2016)采用空間計量模型分析了產業(yè)和人口集聚與我國區(qū)域碳排放強度的關系，發(fā)現(xiàn)我國區(qū)域碳排放存在較強的空間相關性，并且產業(yè)和人口集聚對各區(qū)域碳排放影響存在差異，同時推斷產業(yè)和人口集聚達到一定水平會帶來不經濟，即可能存在拐點。

空間效應對區(qū)域碳排放水平的影響已為越來越多的學者所關注。吳玉鳴(2012)運用空間計量經濟學模型實證分析中國省域碳排放的空間效應及驅動因素的結果顯示，省域碳排放存在顯著的空間自相關性和集群趨勢，并主要集中在經濟發(fā)達、人口密集和能源消費強度大的地區(qū)。肖宏偉等(2013)基于 STIRPAT模型，運用空間杜賓模型實證考察各驅動因素對碳排放規(guī)模和碳排放強度的影響，結果顯示，地區(qū)間碳排放存在顯著的示范和帶頭作用，驅動因子通過直接和間接途徑影響碳排放。孫立成等(2017)利用地理加權回歸模型分析了我國省域碳排放的空間集聚及轉移效應。

回顧已有文獻的研究成果，對于人口密度及產業(yè)集聚對碳排放的影響沒有統(tǒng)一的結論，而且針對同一問題不同的文獻研究得出的結論甚至截然相反。本文認為，產業(yè)集聚的形態(tài)是不斷演進的，會經歷一個由低級到高級并可能最終走向臃腫的狀態(tài)。也就是說，產業(yè)集聚一定會帶來企業(yè)生產效率的提高和較低強度的碳排放嗎？一直以來，學者們較多地重視產業(yè)集聚所帶來的外部經濟，而忽視了過分集聚可能帶來的“擁擠效應”。對于省域(人口)密度同樣如此，過度人口的集聚是否會降低整個省域的生產效率而導致更高的碳排放水平呢？此外，我國省域間碳排放水平是否真的存在空間效應？是否已經形成了空間溢出效應？基于此，本文將對我國 30個省域進行人口密度、經濟密度以及企業(yè)密度對碳排放水平影響的實證研究，以此考察是否存在集聚經濟效應、擁擠效應以及空間效應。相較于已有文獻的研究成果，本文通過實證分析闡述了我國省域人口密度、產業(yè)密度以及企業(yè)密度對碳排放影響的內在機制，有以下三方面的創(chuàng)新：第一，采用空間計量模型研究我國省域碳排放之間的空間溢出效應及其成因；第二，從精明增長理論出發(fā)采用IPAT模型驗證人口、產業(yè)以及企業(yè)密度對碳排放的影響是否呈現(xiàn)出正 N型的走勢；第三，采用回歸模型分析交通基礎設施水平與省域碳排放水平之間的關系。

三、模型設計與數據選取

（一）一般模型建立

美國生態(tài)學家Ehrlich和Holdren于1971年提出了環(huán)境壓力評估模型IPAT：

其中I、P、A、T分別代表環(huán)境壓力、人口規(guī)模、財富規(guī)模以及技術水平。IPAT模型不允許各影響因素非單調、不同比例的變化，因此其應用受到極大限制(何小鋼等，2012)。為了解決這個問題，Dietz和 Rosa(1994)以隨機的形式發(fā)展了環(huán)境壓力模型STIRPAT：

其中 e代表隨機誤差項。該模型逐漸受到了學者們的青睞，并廣泛地用于環(huán)境污染以及碳排放方面的實證研究。本文將在STIRPAT模型的基礎上進行一定的擴展。首先，對原始的 STIRPAT模型兩邊取對數，由于考察的是人口密度和產業(yè)集聚對省域碳排放的影響，故將人口密度和產業(yè)集聚度作為核心解釋變量加入模型當中。擴展以后的基準面板模型可以表示為：

其中，i和 t分別代表省域以及年份；CE(carbon-dioxideemission)代表省域的碳排放水平，PD(populationdensity)和IA(industry agglomeration)分別代表人口密度和產業(yè)集聚度；X是一系列的控制變量，包括貿易對外開放程度、利用外資水平以及省域的經濟發(fā)展水平等；αi和εit分別代表省域特定效應以及隨機干擾項。

前文提到，產業(yè)集聚是一個不斷演進的過程。一方面，產業(yè)集聚意味著大量企業(yè)和勞動力的聚集，在其他條件不變的情況下，自然會形成更高的碳排放水平。另一方面，產業(yè)集聚通過外部經濟、規(guī)模效應對企業(yè)技術以及生產率產生影響，從而減輕企業(yè)的碳排放程度。這兩種效應孰大孰小還有待實證檢驗。如果兩種效應的結果是產業(yè)集聚有利于降低省域的碳排放水平，那么是否意味著產業(yè)集聚度越高越好呢？本文初步猜想產業(yè)的過度集聚可能會產生一種“擁擠效應”，進而影響企業(yè)的生產率，對省域碳排放產生負面影響。對于人口密度的分析同樣類似，是否存在一個拐點效應？也就是說，當集聚程度超過拐點時其是否轉而不利于降低省域的碳排放呢？此外，由于目前我國省域發(fā)展和資源稟賦存在較大的不平衡，各地區(qū)的碳排放水平也呈現(xiàn)出較大的差異，然而各個省域之間是否已經存在空間集聚現(xiàn)象(即空間效應)呢？鑒于此，本文提出假說 1。

假說 1：產業(yè)集聚度與人口密度對省域碳排放的影響呈近似正N型的變化趨勢。

在有關經濟發(fā)展與環(huán)境污染方面，20世紀90年代經濟學家Grossman和Krueger率先提出環(huán)境的庫茲涅茨倒 U型曲線效應，認為在經濟發(fā)展初期，人均收入的提高趨向于惡化環(huán)境；當人均收入超過一定的水平時，環(huán)境的質量則傾向于改善。換句話說，環(huán)境問題一定程度上可以通過經濟發(fā)展得到解決。因此，可以認為在經濟發(fā)展的過程中，產業(yè)集聚與人口密度對省域碳排放的影響并不呈線性關系。已有文獻進行了類似研究，張華和魏曉平(2014)采用兩步 GMM法驗證了環(huán)境規(guī)制對碳排放的影響呈倒 U型；董鋒等(2015)基于協(xié)整方程采用蒙特卡洛動態(tài)模擬方法，發(fā)現(xiàn)按照目前的發(fā)展方式，到2020年我國碳排放量將會下降。

為了驗證假說1，本文將人口密度PD和產業(yè)集聚度IA的二次項加入基準模型，如果倒 U型關系成立的話，那么二次項的系數應該顯著為負。同時為了進一步觀察相互關系在拐點之后的走勢，本文將兩個變量的三次項也加入了實證模型，從而對“擁擠效應”是否存在作出判斷。擴展后模型如下：

其次，如果人口密度以及產業(yè)集聚度確實對省域碳排放水平有影響，其作用的途徑是什么呢？結合前人的研究，本文認為兩種集聚效應均提高了資源和服務的共享水平，特別是提高交通基礎設施的利用效率，從而降低了整個省域的能源運行成本。據此，本文提出假說2。

假說2：交通基礎設施水平的提高增加了省域的可達性，故傾向于增加省域的碳排放，但是隨著產業(yè)和人口集聚程度的提高，其對碳排放的正向影響得到了削弱。

基于假說 1，為檢驗假說 2，本文分別加入了人口密度PD、產業(yè)集聚度IA各自與交通基礎設施水平TI(transportation infrastructure)的交叉項。檢驗模型的形式變?yōu)椋?/p>

倘若，人口和產業(yè)集聚通過提高交通基礎設施利用效率進而影響省域的碳排放水平的機制是存在的話，那么 β8和 β9的估計系數應該顯著為負。

假說 3：無論從人口密度、經濟密度還是從企業(yè)密度角度，我國各省域的碳排放水平都存在空間效應，并且已經形成了空間溢出效應；全國各個省域之間的碳排放水平的空間溢出效應不同程度地加劇了省域碳排放。

對于該假說的檢驗，本文首先分析全國30個省域碳排放水平的空間分布特征，再進行空間相關性檢驗，以驗證是否存在空間效應。倘若存在空間自相關性，說明各省域之間的碳排放水平已經形成了空間集聚效應，各個地區(qū)之間存在著空間溢出效應，對碳排放的正向影響加大了省域碳排放強度。同時，建立空間計量模型更為合適，而空間計量模型中的系數ρ/λ應該通過1%的顯著性水平。

（二）空間計量模型建立

如今，在多地區(qū)的經濟和環(huán)境系統(tǒng)中，一個地區(qū)由于能源消費導致的碳排放行為不僅受到該地區(qū)內部決定因素的影響，而且越來越受到周邊地區(qū)碳排放量的關聯(lián)作用的影響，區(qū)域之間的能源消費及碳排放活動呈現(xiàn)出明顯的空間自相關性。可見，在研究中忽略空間鄰近效應，勢必會影響傳統(tǒng) OLS模型參數的無偏估計，導致研究結論的可靠性受到質疑。此外，由于現(xiàn)實的人類活動和經濟行為總是在一定時間和地域范圍內同時進行的，經濟社會的研究需考慮時間維度，更不能忽略空間維度。同時集成考慮時間相關性和空間相關性，必然能夠客觀反映受到時空交互相關性作用的經濟行為的特征和規(guī)律。因此，本文采取空間面板數據模型來研究全國各省的城市化過程中人口密度、經濟密度以及企業(yè)密度對省域碳排放水平的影響。

空間計量方法存在兩種基本的計量模型，分別是空間杜賓模型(Spatial Durbin Model，SDM)和空間誤差模型(Spatial Error Model，SEM)。其一般模型形式如下：

其中，Y為因變量；X為解釋變量矩陣；W 為空間權重矩陣；θ是解釋變量空間滯后的系數；ρ為空間回歸系數，λ為空間誤差系數，兩者均反映樣本觀測值的空間依賴作用；μ為正態(tài)分布的隨機誤差向量。本文對空間權重矩陣W設置采用Queen鄰接規(guī)則，將與某一空間單元擁有共同邊界及頂點的空間樣本均定義為其鄰接單元，形式為：

其中，i和j為空間單元編號，空間權重矩陣的對角線設置為0，即空間單元i與自身之間假定為不相鄰。

對于上述兩種模型的估計如果仍然采用最小二乘法，系數估計值會有偏或者無效，需要通過工具變量法、極大似然法或廣義最小二乘估計等其他方法來進行估計。本文采用了Anselin(1988)的建議，采用極大似然法估計SEM和SDM的參數。判斷地區(qū)間經濟行為的空間自相關性是否存在，一般通過Moran's I檢驗、兩個拉格朗日乘數形式LMERR、LMLAG和穩(wěn)健的R-LMERR、R-LMLAG等來進行。由于事先無法根據先驗經驗推斷在SDM和SEM模型中是否存在空間依賴性，有必要構建一種判別準則來決定哪種空間模型更加符合客觀現(xiàn)實。Anselin和 Florax(1995)提出了一個判斷準則：通過兩個拉格朗日乘數形式 LMERR、LMLAG和穩(wěn)健的 R-LMERR、R-LMLAG等形式來判定。如果 LMLAG較 LMERR在統(tǒng)計上更加顯著，且 R-LMLAG顯著而 RLMERR不顯著，則可以斷定適合的模型是空間滯后模型。相反，則斷定空間誤差模型是恰當的模型。

（三）變量的選取與說明

首先是如何計算省域碳排放總量的問題。由于缺乏對碳排放的直接監(jiān)測數據，以往的學者大都通過各種化石燃料的消費總量以及相應的碳排放系數數據計算而得，相應的計算公式可以表示為：

其中，C代表省域的碳排放總量，Ei、 Si、 Fi分別指代各類能源的消耗、對標準煤的折算系數以及碳排放系數。

人口密度的度量較為簡單，即用省轄區(qū)年末常住人口總數與省轄區(qū)面積之比來表示。衡量產業(yè)集聚度的常用指標包括行業(yè)集中度、赫希曼-赫佛因德指數、熵指數，而目前使用較多的有企業(yè)間距、空間基尼系數等等。一般來講，產業(yè)集聚意味著企業(yè)、勞動力在地理上的高度集中，鑒于此本文選擇省域的經濟密度以及企業(yè)密度來衡量省域的產業(yè)集聚度。本文選取了全國 30個省的面板數據為考察對象，時間跨度為 2006年至 2015年。本文碳排放計算涉及到的化石原料消耗數據來源于歷年的《中國能源統(tǒng)計年鑒》，而其他變量的數據則全部來源于歷年的《國家統(tǒng)計年鑒》。

四、我國省域碳排放的空間效應

首先本文采用ArcGIS軟件分析我國30個省域之間碳排放水平的空間分布特征。從我國 30個省域的碳排放總量的空間分布分析結果中可以看出(因篇幅所限，圖略，下同)，我國各個省域之間的碳排放量的分布趨勢總體上表現(xiàn)為東高西低的特征，即西北地區(qū)和西南地區(qū)較低，中東部地區(qū)較高，但是同時發(fā)現(xiàn)西北地區(qū)的碳排放量也比較高。從我國30個省域的人均碳排放量的空間分布分析結果中可以看出，東部沿海地區(qū)人均排放量比較高，中部地區(qū)的北方人均碳排放量也比較高，而西南地區(qū)人均碳排放量較低。同時由分析結果中可以看出，我國各個省份的碳排放量和人均碳排放量都出現(xiàn)了空間上的集聚效應，相鄰地區(qū)的碳排放相互影響。各個省域之間的碳排放的空間分布特征呈現(xiàn)的“梯度”現(xiàn)象而且出現(xiàn)集聚效應，說明地理上鄰近的省區(qū)的碳排放水平可能存在空間相關性。采用 2008—2015年的數據，依據空間杜賓模型進行分析，如表1、表2所示。

表1 空間杜賓模型結果

表2 空間誤差模型結果分析

由空間杜賓模型的結果可以看出，我國各省域的碳排放水平存在空間溢出效應，而且分析結果②采用Stata軟件進行數據分析得到。與假說 1、假說 2相符，人口密度相關指標對于碳排放呈現(xiàn)正向作用，而且這種作用效果是顯著的，隨著人口的增加，最開始，本省的碳排放總量呈現(xiàn)上升的態(tài)勢；產業(yè)集聚度與交通基礎設施水平的空間效應更加顯著，產業(yè)集聚度對相鄰的省份的碳排放呈現(xiàn)負效應，即某一省份的產業(yè)集聚度越高，其相鄰省份的碳排放量就會越低，進而由此推斷對本省份的碳排放量影響并不是完全正向或者負向影響，這與產業(yè)的技術發(fā)展水平存在一定的關系，推測對碳排放的影響呈現(xiàn)N字型；交通基礎設施對相鄰省區(qū)的碳排放呈正向影響，交通基礎設施水平越高，越能增加省域的可達性，故傾向于增加碳排放，與假說2相符。

由空間誤差模型的結果可以看出，空間誤差模型結果在1%的水平上顯著，各個省域的碳排放量之間存在空間效應，尤其人口密度對碳排放的影響較為顯著，人口密度的增加在起初會增加省份的碳排放量，這與前文的假設相符。同時，由直接效應和間接效應的數據可以看出，影響碳排放的有關變量不僅會影響本省的碳排放量，還會影響相鄰省份的碳排放量，而且其影響程度相當。

進一步對空間誤差模型進行穩(wěn)健性檢驗，采用異方差-穩(wěn)健性拉格朗日乘子檢驗(簡稱穩(wěn)健性LM檢驗)，結果如表3。

表3 穩(wěn)健性LM檢驗結果

由穩(wěn)健性 LM 檢驗的結果可以認為模型不存在異方差，可以將模型用于碳排放空間關系的分析而不局限于本文選取的變量。空間誤差模型能夠較好地解釋各個省份碳排放間的相互影響，從而進一步說明我國省域碳排放存在空間溢出效應。

五、我國省域的碳排放與密度之間關系

上述莫蘭指數檢驗證明我國省域的碳排放存在空間相關性，可以通過建立空間計量模型來進行分析，下面將采用空間固定效應的空間自回歸模型分析我國 30個省的碳排放量水平與密度之間的關系。

（一）碳排放與人口密度

以往考察碳排放與人口密度的文獻較多地考察了兩者之間的線性關系，而忽略了兩者之間可能存在非線性的動態(tài)關系。本文將借鑒劉揚等(2009)的方法，分別以碳排放強度、人均碳排放量以及碳排放總量作為被解釋變量，以人口密度的一、二、三次項為核心解釋變量來考察兩者之間的非線性關系。表4給出了相應的回歸結果。

如表4所示，第(1)、(3)、(5)列給出基準回歸的結果，第(2)、(4)、(6)列則加入相應的控制變量，擴展后的回歸模型的擬合優(yōu)度均在90%以上，說明模型的擬合程度較好。各個模型的空間自相關系數均通過了0.01的顯著性檢驗，說明各個省的碳排放量之間確實存在空間效應，且已經形成了空間溢出效應。區(qū)域之間的人均碳排放量和碳排放總量的溢出效應(0.942、0.937)大于碳排放強度(0.87)。同時不難發(fā)現(xiàn)人口密度的一次項為正，二次項為負，三次項則為正，且在不同的置信水平下顯著。不管是從碳排放強度、人均碳排放的角度還是從碳排放總量的角度，這種非線性關系都是顯著成立的，說明了檢驗結果的穩(wěn)健性。通過計算模擬相應的圖像，本文發(fā)現(xiàn)碳排放(三種度量形式)與人口密度呈現(xiàn)正N型的相關關系，即伴隨著人口密度的增加，碳排放在不同的階段呈現(xiàn)出不同的走勢。具體來講，在人口密度較低時，碳排放隨著人口密度的增加而增加；當超過第一個臨界點時，兩者則呈現(xiàn)出反向的關系；當人口密度超過第二個臨界點時，碳排放最終伴隨人口密度增加而增加。在這里，前文提出的假說1得到了實證的支持。

表4 碳排放與人口密度

如何解釋第一個臨界點與第二個臨界點之間的現(xiàn)象呢？精明增長理論從三個角度作出了回答：首先，省域人口密度的增加帶來了各種生產要素的集中，且能夠通過充分共享各種設施，降低經濟運行過程當中的交易費用，集聚經濟與規(guī)模效應的作用使得經濟活動的效率大為提高(程開明，2011)；其次，在能源供應方面，人口密度以及建筑密度的增加使得能源得到集中供應，能源的使用效率得到提升。McLaren(1992)指出，城市空間結構緊湊性能夠在保證城市原來生活水平不變的前提下使得能源的總消耗下降；再者，人口密度的增加也會對居民的出行方式產生影響，精明增長理論認為高密度的人口有利于發(fā)展公共交通基礎設施，并通過設施共享，降低整個區(qū)域的能源運營成本(龔詠喜等，2013)。

本文的回歸結果認為，當人口密度超過第二個臨界點時，人口過度集聚帶來的不良效應開始顯現(xiàn)，本文稱之為擁擠效應。擁擠效應對碳排放的影響主要表現(xiàn)在交通能耗方面，人口密度增加對城市交通基礎設施造成壓力，交通擁堵的現(xiàn)象普遍，對能源消耗造成了不利的影響。

現(xiàn)在對控制變量的影響進行簡要的評述，本文將衡量貿易自由度以及利用外資水平的變量加入了回歸模型，發(fā)現(xiàn)無論對碳排放強度、人均碳排放還是對碳排放總量而言，外資水平都形成正向影響，而貿易自由度形成負向影響，且均在 1%的水平下高度顯著。本文還重點考察了碳排放與經濟發(fā)展水平之間的關系，根據庫茲涅茨倒 U型曲線效應中經濟發(fā)展與環(huán)境污染的關系，本文將人均GDP及其二次項加入回歸模型，結果顯示一次和二次項的系數均顯著為正，只能說明我國各個省域的人均收入還沒有超過一定水平，使得環(huán)境質量得以改善。

（二）碳排放與產業(yè)密度、企業(yè)密度

表5和表6給出了產業(yè)和企業(yè)密度對碳排放影響的回歸結果。從結果來看，各個模型的空間自相關系數仍然都通過了顯著性檢驗，說明無論從人口密度、產業(yè)密度還是企業(yè)密度角度來看，我國各省域的碳排放水平都存在空間效應，并且已經形成了空間溢出效應。其估計結果與人口密度的估計結果相似，其一次項為正，二次項為負，三次項為正，且在不同的置信度水平下顯著。由此得出，經濟密度、企業(yè)密度與碳排放同樣呈現(xiàn)出正N型的關系，不管是從碳排放強度、人均碳排放還是從碳排放總量的角度。

本文給出的解釋是，產業(yè)密度與企業(yè)密度代表了省域生產要素勞動力、資本等在地理上的集中，一定程度上反映省域產業(yè)集聚的程度。本文認為，產業(yè)集聚的形態(tài)是不斷演進的，會經歷一個由低級到高級并可能最終走向臃腫的狀態(tài)。產業(yè)集聚的不同演變階段對能源消耗或者碳排放有著不同的影響，具體表現(xiàn)在：在產業(yè)集聚的初級階段，上下游企業(yè)之間的聯(lián)系相對松散，產業(yè)鏈條較短，網絡化的分工協(xié)作關系尚未形成(藺雪琴和方創(chuàng)琳，2008)，生產過程中能源消耗過大；在產業(yè)集聚的高級階段，上下游企業(yè)之間緊密聯(lián)系、專業(yè)化地分工協(xié)作，產業(yè)關聯(lián)度增強，產業(yè)種類增加且聯(lián)系緊密，產業(yè)鏈延長。

表5 產業(yè)密度與碳排放

在有關產業(yè)集聚對產業(yè)發(fā)展的研究中，較多地強調了產業(yè)集聚所帶來的正的外部效應，而對產業(yè)過度集聚消極影響的研究較少，或只停留在理論思考層面，實證層面的工作做得不多。本文的實證結果基本支持了經濟或者企業(yè)過度集聚所產生的擁擠效應。本文嘗試做出的解釋是產業(yè)集聚發(fā)展到一定階段，擁擠效應逐步超越集聚效應，集聚區(qū)內的非生產性消耗增加，產業(yè)集聚非經濟現(xiàn)象漸次出現(xiàn)，如土地價格飛漲、生產要素價格高昂、基礎設施擁擠。這些因素的綜合作用又對企業(yè)技術創(chuàng)新產生了影響，并最終導致了集聚區(qū)內更高的能耗水平(碳排放)。

表6 企業(yè)密度與碳排放

理論上藺雪芹和方創(chuàng)琳(2008)對城市群地區(qū)產業(yè)集群的生命周期進行了詳盡的論述，并對不同產集聚形態(tài)的生態(tài)環(huán)境效應進行了分析，但是他們并沒有探討產業(yè)集聚的要素擁擠階段。基于兩位學者的研究，本文嘗試分三個階段進行分析。表7給出了產業(yè)集聚不同演變階段的相應特征①該表參考了藺雪芹(2008)的研究成果，并經過作者一定的修改補充。。

表7 產業(yè)集聚不同演變階段的特征

首先，在產業(yè)集聚的初始階段，上下游企業(yè)之間的聯(lián)系相對松散，產業(yè)鏈條較短，網絡化的分工協(xié)作關系尚未形成。集聚區(qū)內相應配套的基礎設施和相關創(chuàng)新機構處于初始建設階段，由于集聚區(qū)內許多企業(yè)擁有的創(chuàng)新專利較少，經濟實力薄弱，投資改善生產的成本高于環(huán)境治理的成本(李偉娜等，2010)，使得企業(yè)不愿意采用環(huán)保節(jié)能技術進行投資。同時這一階段關鍵的生產要素主要包括資源以及勞動力，相應的生產表現(xiàn)為“資源—產品—廢物—末端治理”單向線性模式，這時生產要素集中帶來的水平擴張效應占主導地位。

其次，在產業(yè)集聚的高級階段，上下游企業(yè)之間的緊密聯(lián)系、專業(yè)化的勞動分工、廣泛的信息與知識的交流引致技術創(chuàng)新，這時企業(yè)生產效率提升帶來的能源節(jié)約效應開始顯現(xiàn)。同時在集聚區(qū)內，政府支持產業(yè)集聚的政策進一步完善，政府通過加大對技術、交通運輸、現(xiàn)代化設備的投入，為產業(yè)集聚創(chuàng)造良好的創(chuàng)新環(huán)境。這時企業(yè)投資改善生產的成本低于環(huán)境污染的成本，使得企業(yè)愿意在環(huán)保節(jié)能技術方面進行投資。其生產表現(xiàn)為“資源—產品—回收再利用”網絡循環(huán)模式，這一階段產業(yè)集聚帶來的能源節(jié)約效應開始超過集聚帶來的水平擴張效應，并占據主導地位。

再者，在產業(yè)集聚的要素擁擠階段，本文初步研判集聚區(qū)內的非生產性消耗增加，產業(yè)集聚非經濟現(xiàn)象漸次出現(xiàn)。基礎設施擁擠導致利用效率降低，土地以及勞動力等各種生產要素價格的上漲又對企業(yè)技術創(chuàng)新產生了影響，規(guī)模報酬遞增逐漸演變成規(guī)模報酬遞減。除此之外，擁擠帶來的過度競爭、重復建設以及結構同化也對環(huán)境污染(碳排放)產生不利影響。

圖1 人口密度、緊湊城市空間結構與能源消耗路徑

人口密度的分析類似，其對環(huán)境污染的影響依舊可以分為三個階段。第一階段要素集中帶來的水平擴張效應對環(huán)境產生不利影響，這一點較好理解；第二階段是人口密度增加有利于塑造緊湊型的城市空間結構(如圖 1所示)，通過各種途徑可以在保持城市生活質量不變的前提下，減少整個城市的能源消耗(McLaren，1992)。

本文認為緊湊型城市空間結構的優(yōu)點主要表現(xiàn)為兩個方面：一是有利于城市的高密度開發(fā)；二是有利于城市土地的綜合運用。其中高密度開發(fā)突出表現(xiàn)在建筑密度及高度的增加、就業(yè)以及企業(yè)的集中上，這有助于提高整個城市的能源供應效率；另外，土地綜合開發(fā)變現(xiàn)為基礎設施共享、通勤距離縮短以及公交網絡出行。本文認為就業(yè)及企業(yè)集中、基礎設施共享對于提高整個城市的經濟交易效率至關重要；同時基礎設施共享、通勤距離縮短以及公交網絡出行對于城市居民選擇出行方式有顯著影響。這些方面均對減少整個城市的能源消耗或者碳排放有積極的作用。

第三個階段，人口過度集聚帶來公共交通投資嚴重不足、交通擁擠，超出了緊湊城市的承載能力，將最終推高整個城市運營的能源成本以及碳排放水平。

可以說，人口密度、產業(yè)集聚與碳排放的關系并非簡單的線性關系就可涵蓋。在不同階段，其相互影響呈現(xiàn)出不同形態(tài)，這就依賴于相應的實證檢驗。

（三）交通基礎設施與密度效應的交互影響

前文提到，省域人口密度、經濟密度通過集聚經濟效應對碳排放產生節(jié)約作用。其中一個重要的中介變量就是交通基礎設施。為了考察省域密度效應與交通基礎設施的交互影響，本文以每萬人公共汽車數量以及人均道路鋪裝面積來衡量交通基礎設施水平，并將其與人口密度、經濟密度的交互項加入回歸模型。估計的結果如表8、表9、表10所示。

表8 交通基礎設施與密度效應的交互影響1

表9 交通基礎設施與密度效應的交互影響2

從估計的結果來看，無論從碳排放強度還是人均碳排放量、碳排放總量，交通基礎設施的符號均為正，其與人口密度、產業(yè)密度的交互項為負，從而實證支持前文所闡述的假說 2。一般而言，交通基礎設施水平的提升增加了整個省域空間的可達性，傾向于增加整體的碳排放水平。但是，隨著人口以及產業(yè)密度的增加，這種正向的效應得到削弱。其相互作用內在機制表現(xiàn)出以下幾個方面：首先，密度是衡量居民通勤距離的重要指標，密度的增加使得居民在目的地與目的地之間的距離減少(Miller，1998；Brownstone，2009)。其次，密度會對居民的出行方式的選擇產生影響，在高密度的社區(qū)，居民傾向于選擇公共的交通基礎設施或者經濟型、小排量的機動車。這些方面都對碳排放產生抑制作用(Vande Weghe，2007；Kenworthy，1996)。

表10 交通基礎設施與密度效應的交互影響3

六、相關結論與建議

本文在理論上闡述了省域人口密度、產業(yè)密度以及企業(yè)密度對碳排放影響的內在機制，分析了我國30個省域的空間集聚效應，并運用空間計量模型實證考察了密度效應對省域碳排放的影響。本文實證分析的主要結論有：首先，我國各個省域的碳排放存在著空間集聚效應，不僅在碳生產效率方面，而且在碳排放上，表現(xiàn)出了東高西低的特征；各個省域的碳排放水平已經形成了明顯的空間溢出效應；人口、產業(yè)以及企業(yè)密度對碳排放的影響呈現(xiàn)出正 N型的走勢，即伴隨著人口密度的增加，碳排放在不同的階段呈現(xiàn)出不同的走勢。具體地來講，在人口、產業(yè)、企業(yè)密度較低時，碳排放隨著密度的增加而增加；當超過第一個臨界點時，兩者則呈現(xiàn)出反向的關系；當密度超過第二個臨界點時，碳排放最終伴隨密度增加而增加。這種實證結果不依賴于特定的檢驗形式，對于碳排放強度、人均碳排放以及碳排放總量均是顯著成立的。這說明在各種生產要素聚集的過程中，既存在著集聚經濟效應，同時也存在擁擠效應；交通基礎設施水平的提高傾向于增加省域碳排放水平，但是在區(qū)域密度效應的作用下，這種正向增長效應得到了削弱；省域的碳排放水平與人均收入之間未呈現(xiàn)出倒U型的關系。

近幾年來，除少數省份外，在各省域城市化的過程中“大城市病”、“霧霾”問題基本都不同程度的存在，嚴重困擾著現(xiàn)代都市人的生活，對城市化質量造成惡劣的影響。結合本文結論，在新一輪城鎮(zhèn)化過程，需要注意以下幾點。

第一，一直以來，地方政府將產業(yè)集聚作為促進經濟增長的重要手段，充分重視和運用集聚所帶來的規(guī)模經濟效應，但對于產業(yè)過度集聚帶來的規(guī)模報酬遞減或擁擠效應未引起足夠的重視。閆逢柱和喬娟(2010)的研究表明，生產要素的擁擠效應最先出現(xiàn)在低技術密集型、勞動力密集型產業(yè)。在我國產業(yè)集聚較為發(fā)達的珠三角地區(qū)，針對產業(yè)過度集聚的現(xiàn)象率先提出了“騰籠換鳥”的政策，即將珠三角發(fā)達地區(qū)落后的產能逐步向東西兩翼及粵北山區(qū)轉移，從而實現(xiàn)經濟、環(huán)境的可持續(xù)發(fā)展。在各省域城市化以及產業(yè)集聚的過程中，應充分運用集聚所帶來的集聚經濟效應。當擁擠效應開始顯現(xiàn)時，應積極通過所謂的“騰籠換鳥”(產業(yè)轉移)政策來減輕過度集聚對經濟以及環(huán)境帶來的不良影響。

第二，由于各個省域的碳排放水平表現(xiàn)出了空間非均衡分布。因此，國家政府在制定政策時不能采取簡單的“一刀切”方法，否則會對省域經濟發(fā)展產生不利影響。一方面，東部地區(qū)省份可能會加速向中西部地區(qū)轉移兩高一低產業(yè)(高污染、高能耗、低產值)，進一步增加中西部地區(qū)的環(huán)境和減排壓力；另一方面，由于社會發(fā)展需要一定的人均碳排放空間，過度限制區(qū)域尤其是中、西部地區(qū)的碳排放量不僅會損害其社會經濟發(fā)展，而且會進一步擴大現(xiàn)已存在的不平衡的發(fā)展格局。因此，在制定相關政策的時候，需要充分考慮這些空間特征，在兼顧公平和效率的原則下，盡量實現(xiàn)減排的成本最小化和區(qū)域碳排放的平衡，這樣才能在減排的同時，縮小區(qū)域發(fā)展差距和優(yōu)化產業(yè)布局，增加要素在區(qū)域間的合理流動和轉移。

第三，由于無論從人口密度、產業(yè)密度還是企業(yè)密度角度來看，我國各省域的碳排放水平都存在空間效應，并且已經形成了空間溢出效應，且不管是從碳排放強度、人均碳排放還是從碳排放總量的角度，產業(yè)密度、企業(yè)密度與碳排放均呈現(xiàn)出正 N型的關系。因此，在我國省域經濟發(fā)展和城市化過程中，要做到全國一盤棋，合理搞好區(qū)域規(guī)劃，做到協(xié)調一致，實現(xiàn)各省域的人口分布、城市空間結構合理，產業(yè)結構協(xié)同發(fā)展，交通布局與人口密度、產業(yè)集聚、企業(yè)密度相吻合，從而更有利于降低碳排放，提高經濟效率，促進城鄉(xiāng)居民生活質量提升。

第四，加強地區(qū)之間關于環(huán)境污染的協(xié)同治理能力，構建協(xié)同治理平臺和政策框架。環(huán)境作為一種跨區(qū)域的公共品，具有明顯的外部效應。因此，地區(qū)之間在經濟規(guī)模擴大的同時，應該從全盤考慮，從整體區(qū)域的視野出發(fā)，在空間集聚業(yè)已呈現(xiàn)明顯外溢擴散的良好局面下，摒棄經濟增長與環(huán)境污染抉擇中的“逐低競爭”模式，打破“一畝三分地”的保守思維，加強環(huán)境治理合作，尋求共同利益。

第五，需要把握好城市適度規(guī)模大小，確定最優(yōu)城市規(guī)模閾值。我國的城市化進程中土地開發(fā)的模式往往存在盲目性或者“攤大餅”式的情形。人口城市化往往跟不上土地城市化的速度。“攤大餅”式的城市開發(fā)模式增加了居民的通行距離，降低了土地的使用效率、人口與經濟密度，對碳排放產生不利影響。因此，只有測算出各城市發(fā)展最優(yōu)規(guī)模的閾值，作為產業(yè)空間集聚、城市規(guī)劃布局和人口合理分布的依據，才會更有利于城市的可持續(xù)發(fā)展。