人口集聚與碳排放：基于空間溢出效應視角的經驗考察

孫 猛，費不凡

（吉林大學 東北亞研究中心，吉林 長春 130012）

一、引言

進入21 世紀以來隨著社會主義市場經濟的快速發展和城鎮化進程的不斷加速，中國人口不斷向城鎮地區流動和遷移，形成了空間分布上的人口集聚形態。第七次全國人口普查數據顯示2020年城鎮常住人口數量超過9億，占總人口的比重達到63.9%，中國已經邁入城市型社會階段。人口集聚意味著勞動、資本以及基礎設施等生產要素向城鎮地區集中，由此引致的產業集聚、經濟集聚勢必對能源消耗和溫室氣體排放產生重要影響。當前中國已經躋身全球第二大經濟體，經濟規模的進一步擴大也使我國成為化石能源消耗和二氧化碳排放的第一大國，節能減排的壓力之巨大顯而易見。2020 年中國提出力爭于2030 年前碳排放達到峰值、努力爭取2060 年前實現碳中和的國家自主貢獻目標，并將其寫入了國民經濟和社會發展的“十四五”規劃之中。伴隨新型城鎮化和城市群經濟等區域發展戰略的持續推進，“碳達峰碳中和”戰略的實施必然要求中國經濟在集聚效率與碳排放之間進行權衡和協調。節能減排的目標約束既對中國未來的經濟發展提出了重大挑戰，同時也為中國經濟的綠色轉型提供了重要機遇和杠桿。［1］

人口集聚與節能減排作為中國經濟實現綠色轉型發展的重要推力和目標函數，二者之間可能存在不容忽視的內在聯系。人口集聚推動了中國城市化經濟和地方化經濟的興起，可能通過生產要素的重置效應而對節能減排的影響表現出雙重作用。一方面，人口集聚作為一種緊湊型空間經濟形態，能夠產生規模經濟、知識溢出等正外部性，有利于提高技術創新效率和要素使用效率，進而表現出促進節能減排的積極作用。另一方面，空間上的人口集聚又可能造成生產規模過大和擁擠成本上升等負外部性，加速能源過度消耗并產生額外的碳排放，從而不利于節能減排目標的實現。此外，由于中國地區之間的交流合作愈發頻繁，人口集聚和節能減排的空間依賴特征越來越明顯，一個地區的碳排放往往受到周邊地區要素流動的關聯作用影響。因此，如何把握人口集聚、經濟發展與碳排放之間的關系以及促進三者協同發展，不僅是當下可持續發展理論研究中的一大熱點，同時也是中國經濟實現綠色轉型發展進程中一個非常值得探究的現實問題。

二、文獻綜述

人口集聚是指人口向確定區域快速集中所表現出的一種緊湊型空間形態，往往會帶動生產要素集中進而對區域經濟增長和污染排放產生重要影響。從現有文獻的研究結論來看，人口集聚對碳排放的影響通常具有雙重效應。一方面，人口集聚帶來的經濟活動集中會產生集聚效應，能夠通過規模經濟和技術溢出減少能源消耗和降低碳排放量。Ohlan 使用印度1970-2013年期間的年度調查數據證實了人口密度有利于減少二氧化碳排放，因為人口集聚程度越高的區域經濟發展往往越好，在執行環保制度方面具有更為積極的意識，進而實現節能減排。［2］Yu 等人利用2005-2016 年長三角25個城市的面板數據，采用空間STIRPAT 模型研究發現城市人口規模與碳排放強度呈負相關，而且技術進步、人口規模等驅動因素具有空間依賴性和空間溢出效應，這意味著人口集聚的城市群排放效率更高。［3］最近一項研究采用了中國碳核算數據庫（CEADs）提供的175個城市排放清單的截面數據，研究結果表明城市人口規模雖然提高了二氧化碳排放總量，但是人口密度的提高卻能夠帶來人均二氧化碳排放的減少。［4］另一方面，人口過度集聚也會產生擁擠效應，造成生產成本和生活成本的上升，進而加劇能源消耗和碳排放。O′Neill 的研究表明城鎮化會導致碳排放量快速增加，尤其是在勞動力需求旺盛的發展中國家和地區，［5］陳向陽利用經濟增長模型得出了同樣的結論并提供了中國的經驗證據。［6］周健等人在運用ARDL模型研究中國人口特征、經濟增長與碳排放的關系中也發現無論短期還是長期，人口增長都將導致碳排放總量增加。［7］

人口集聚對碳排放的影響取決于上述雙重效應的綜合結果，由此一些實證研究也揭示了二者之間的非線性關系，在更長的時間跨度內人口集聚對碳排放的影響存在階段性特征。李衛東和余晶晶利用1995-2010年中國30個省份的數據估計了面板STIRPAT模型，結果表明城鎮化對二氧化碳排放的影響呈“倒U”型。［8］Wang 等人通過對2005-2015 年中國166 個城市的空間面板模型測試發現城鎮化與碳排放之間存在一條“倒U”型曲線，城市空間集聚能夠在一定程度促進拐點的早期到來，從而減少碳排放。［9］最近一項采用城市Kaya關系和簡化主軸回歸對中國2000-2016年城市排放模式的研究揭示了人口規模與碳排放之間呈“倒U”型關系，大城市的人均排放量往往較低，人口聚集可能有助于減緩氣候變化和向可持續性的更廣泛過渡。［10］盡管城鎮化在一定程度上反映了人口的快速集聚，但是城鎮化具有更為廣泛的經濟內涵，因此這些非線性證據對人口集聚與碳排放之間因果關系的揭示并不充分，這需要采用更為準確的人口集聚指標做進一步的經驗測試。何文舉等采用中國省份面板數據估計了人口密度集聚效應和擁擠效應的階段性特征，發現省域范圍的人口集聚與碳排放之間呈“N”型曲線關系。［11］柴志賢利用1999-2008年中國30個省會城市的面板數據研究發現人口密度與城市人均碳排放呈“U”型曲線關系。［12］陳飛等利用多項式函數關系及偏最小二乘法綜合回歸模型，揭示了上海市單位土地面積的人口密度與碳排放之間呈“N”型關系，而且人口密度比建筑和經濟密度對碳排放的影響更大。［13］另一項研究利用DMSP/OLS 夜間燈光數據核算出中國地級及以上城市的人均碳排放量，并通過動態面板模型測試揭示了城市人口密度與人均碳排放之間的“U”型曲線關系，而且中國70%左右的城市實際人口密度要低于最優人口密度。［14］

除人口集聚以外，一些實證研究還揭示了經濟增長過程中能源結構、能源強度、產業結構、［15］技術進步、［16］發展水平等因素對碳排放的不同影響。［17］朱歡等使用全球67 個經濟體1990-2018 年的面板數據，利用聯立方程模型證實了碳排放與經濟增長之間的環境庫茨涅茨曲線。［18］中國各省份的經濟發展也同樣存在碳排放的“倒U”型變化趨勢，［19］最近的一項研究也提供了更為豐富的經驗證據。［20］至此不難發現人口集聚和經濟發展對碳排放的影響存在類似關系，這是因為人口集聚通過經濟活動才能產生集聚效應和擁擠效應。但是現實中的人口集聚往往滯后于經濟集聚，［21］因此其必然會借助多種經濟渠道對碳排放產生不同的影響，進而決定了二者之間的非線性關系。楊東亮和李朋驁利用工具變量回歸方法為人口集聚的經濟增長效應提供了經驗證據，［22］李曉陽等進一步揭示了人口集聚對經濟發展的影響呈“倒U”型關系。［23］此外，人口集聚下降造成的城市收縮會降低能源效率和創新能力，［24］中國城市層面的人口集聚對技術創新、［25］產業結構升級具有顯著促進作用。［26］

現有文獻針對人口集聚、經濟發展與碳排放之間的兩兩關系展開了較為豐富的探討，但是少有文獻將三者納入同一分析框架進行深入研究。從邏輯上來看，人口集聚作為一種緊湊型的空間經濟形態，所產生的外部性和溢出效應對碳排放具有重要影響，而正是經濟活動方式將兩者之間緊密聯系起來，因此在同一分析框架內進行分析有助于更為全面地把握人口集聚影響碳排放的內在機制。從指標選取來看，采用人口規模和城鎮化的實證研究居多，然而這兩個指標僅能部分反映人口分布的空間集中，所以對應的節能減排效應估計還包含了混雜因素的影響。盡管在城鎮樣本的經驗研究中更多采用人口密度等集聚指標，但是用于分析其節能減排效應的文獻卻極為少見，這是因為當前以城鎮為邊界的能源消費數據統計尚不夠完善，未能形成被廣泛認可的碳核算方法。因此，本文從要素需求視角分析了人口集聚與碳排放之間的非線性關系，并采用省級層面的建成區人口密度來反映人口集聚。

三、模型設計與數據選取

（一）理論假設與模型構建

為了分析人口集聚對碳排放的影響，我們首先從成本最小化的能源需求函數開始，［27］然后再利用綜合能源因子建立碳排放的決定方程。［28］假定生產過程投入資本、勞動和能源三種要素，進一步引入人口集聚的正外部性，那么可以設定如下Cobb-Douglas成本函數：

其中C(·)為成本函數，全要素生產率A、人口集聚D與成本之間呈反向變動關系，Q為產出水平，PK、PL和PE分別表示資本價格、勞動價格和能源價格。α、β和γ分別對應三種投入要素的產出彈性，且滿足規模報酬不變，即α+β+γ=1。

根據Shephard′s 引理可知，在給定支出函數的條件下，對價格求偏導數可以得到對應投入要素的Hicks需求函數。用E表示能源需求，那么這里對式（1）求能源價格的偏導數便可以得到如下能源需求函數：

由于生產者在長期均衡條件下的總收益等于總成本，所以產品價格PQ取決于三種要素的投入價格，即此外，在給定能源結構時，碳排放與能源消耗具有線性關系，即CE=F×E。其中CE表示碳排放，F為綜合能源排放因子，當能源結構越低碳時其值越小，反映了能源結構對碳排放的影響。將式（2）帶入碳排放等式可得：

用N表示人口總量，那么可進一步定義pc=CE/N為人均碳排放，pq=Q/N為人均產出，ep=PE/PQ為實際能源價格。對式（3）兩邊同時除以人口總量并取自然對數，我們便可以進一步得到如下人均碳排放的因子表達式：

由式（4）我們可以得到如下結論：人均碳排放取決于經濟發展水平、高碳能源結構、實際能源價格、全要素生產率以及人口集聚水平，其中前兩個因素與人均碳排放呈正向變動關系，后三個因素則呈反向變動關系。進一步將式（4）隨機化為如下的基準經驗模型為：

其中pc、pd、pq、ep、es和A分別表示人均碳排放、人口集聚、經濟發展、能源價格、能源結構以及全要素生產率，β0-β5分別為對應的回歸參數，ε為殘差項。

根據經典理論，人口集聚對節能減排的影響取決于集聚效應和擁擠效應的綜合結果。借鑒邵帥等人關于經濟集聚的理論分析，［1］人口集聚的節能減排效應同樣存在著階段性特征。首先，初始發展階段的設施共享、成本降低和能源節約的集聚效應大于生產規模擴張的增排效應，從而使得人口集聚對人均碳排放表現為抑制作用。其次，快速發展階段的人口集聚不斷提升會加快生產規模擴張，能源需求急劇增加引致的增排效應會大于規模經濟、技術溢出、知識共享等引致的減排效應，人口集聚主要表現為促進作用。最后，隨著經濟體邁入高質量的成熟發展階段，高度人口集聚所產生的各種正外部性發揮得更為充分，同時技術進步提高、環境規制完善和產業結構升級等因素均會在不同程度上抑制排放，從而使得人口集聚表現出持續的減排效應。由此，我們提出如下理論假設：

假設1：在其他條件不變的情況下，人口集聚對人均碳排放的影響會表現出下降→上升→下降的階段性變化特征，即二者之間呈現“倒N”型關系。

為了驗證假設1，我們將人口集聚的二次項和三次項引入基準模型，當二次項的系數顯著為正、一次項和三次項的系數顯著為負時，“倒N”型關系成立。同時，基于環境庫茲涅茨曲線理論，加入經濟發展的二次項進行控制。那么，進一步將模型（5）擴展為如下面板模型：

其中i表示省份，t表示時間，ui表示省份固定效應，lnpds、lnpdc表示人口集聚對數的二次項和三次項，lnpqs則為經濟發展對數的二次項，其他變量定義與模型（5）相同。本文對模型（6）采用面板固定效應進行估計，同時進行Hausman檢驗以評估適用性。

根據空間經濟學理論，地理上相互臨近省份之間的交流合作更為頻繁，在發展模式、經濟政策和要素配置等方面往往表現出一定的協同性，因此具有更為顯著的空間依賴性特征。一方面，臨近省份在節能減排政策、人口集聚模式和經濟發展方式等方面可能表現出相對一致性，因此人均碳排放、人口集聚和經濟發展的空間溢出主要表現為相互促進的擴散效應。另一方面，人口集聚和經濟發展的正向空間溢出有助于跨區域的要素流動更加充分，從而實現整體的配置效率改善。由此，我們提出如下理論假設：

假設2：人均碳排放存在正向空間溢出，即地區間節能減排的模式表現出協同效應。

假設3：人口集聚和經濟發展的空間溢出表現為擴散效應，這種擴散效應會進一步優化資源的跨區域配置效率，進而推進地區之間的節能減排。

為了驗證假設2 和假設3，我們在模型（6）的基礎上加入人均碳排放、人口集聚以及經濟發展的空間滯后項。同時進一步加入了其他解釋變量的空間滯后項，以便控制遺漏空間相關性可能造成的估計偏誤。擴展后的空間面板模型如下：

其中wij為空間權重矩陣中第i行j列對應的元素，本文采用地理相鄰的0-1 空間權重矩陣，當然后文也進一步采用逆經緯度距離空間權重矩陣進行了穩健性檢驗。wijlnXjt表示剩余其他解釋變量的空間滯后項，ρ為對應的空間滯后參數。不難看出，模型（7）為空間面板杜賓模型（SDM），本文采用準極大似然法（QML）進行估計，并對其是否會退化為空間滯后模型（SLM）和空間誤差模型（SEM）進行似然比（LR）檢驗。

此外，由于人口集聚會帶來空間經濟活動的集中，其外部性還會對其他經濟環節產生重要影響，基于前文的階段性特征分析，這些影響同樣可能呈現非線性關系。而諸如能源結構、能源價格、能源強度、經濟發展、技術進步和產業升級均會對人均碳排放產生不同程度的影響，［29］所以這些經濟特征變量構成了人口集聚對人均碳排放的可能作用渠道。由此我們提出如下假設，并采用與模型（7）相同的設定形式進行估計。

假設4：人口集聚以能源結構、能源價格、能源強度、經濟發展、技術進步和產業升級為作用渠道，非線性模式的綜合作用結果決定了其與碳排放的“倒N”型關系。

（二）變量選取與數據說明

本文的被解釋變量為人均碳排放（pc），即碳排放與人口總量之比。采用IPCC 推薦的參考方法核算所有化石能源燃燒產生的碳排放，同時扣除了工業部門作為原料使用的部分。人口為各省份的常駐人口總量。此外，我們還選擇了碳排放強度（qc）作為替代指標，即碳強度為碳排放與GDP 之比，進而從生產角度進行了穩健性檢驗。各類能源消費數據來自《中國能源統計年鑒》中的各省份能源平衡表，能源排放因子采用中國《省級溫室氣體清單編制指南》（發改辦氣候［2011］1041 號）推薦的參考值，常住人口和GDP的原始數據來自《中國統計年鑒》，GDP調整為2000年可比價格。

人口集聚（pd）為本文的核心解釋變量，考慮省域內的人口主要向城鎮地區集聚，因此本文采用城鎮人口密度指標來表示。為了降低地形地貌的影響，我們選擇城鎮常住人口與建成區面積之比進行測度。基準模型中的另外兩個重要解釋變量分別為經濟發展（pq）和能源價格（ep），其中經濟發展采用人均GDP 來表示，能源價格用燃料類商品零售價格指數來表示，二者均調整為2000 年可比價格。各省份城鎮常住人口、建成區面積、人均GDP 以及價格指數均來自《中國統計年鑒》。

全要素生產率主要由制度、技術和結構等因素共同決定，為了降低遺漏變量偏誤，提高模型的穩健性，本文還額外加入了一組控制變量。能源結構（es）采用各省一次能源消費中煤炭所占百分比來表示。產業升級（up）采用第三產業增加值與第二產業增加值之比來表示產業結構的高級化。技術進步（tc），借鑒文獻中的常用做法采用人均授權專利數來測度。外資結構（fs），由于近年來分省份統計的外商直接投資數據已經不再公布，本文采用固定資產投資中外資所占比重進行測度。市場結構（ms）反映一個地區的市場化程度，這里采用非國有就業人員所占比重來表示。經濟發展、能源價格、能源結構、產業升級和技術進步為重點考察的作用渠道變量。此外，根據Kaya 等式，［30］本文還增加了額外的渠道變量能源強度（eq），即能源消費總量與GDP之比。上述變量構造用到的原始數據全部來自《中國統計年鑒》和《中國能源統計年鑒》，基于數據的可得性和口徑一致性，本文采用2000-2019 年中國30 個省份（西藏因數據缺失而被排除）的面板數據為研究樣本，相關變量的描述性統計結果如表1所示。

表1 變量的描述性統計結果

四、實證結果與主要發現

（一）基準回歸結果分析

1.空間自相關檢驗

為了驗證是否存在空間效應以及選擇空間面板模型的必要性，我們首先采用全局莫蘭指數對主要變量的空間自相關性進行檢驗。計算公式如下：

I為全局莫蘭指數，S是所有空間權重矩陣元素的加和，n為空間單元總數，y為對應空間單元的屬性值。全局莫蘭指數在（-1，1）之間取值，取0值時意味著觀測數值在地理上呈隨機分布、彼此獨立，大于0 為空間正相關，反之則為空間負相關。

表2 報告了模型核心變量人均碳排放、人口集聚、人均GDP、能源價格以及碳排放強度的全局莫蘭指數，同時給出了對應的統計檢驗結果。在2001-2019 年期間，人均碳排放、碳排放強度以及人均GDP 的全局莫蘭指數都至少在1%的統計水平上顯著為正，這意味著碳排放和經濟發展存在著顯著的正向空間依賴性。人口集聚也表現出正向空間自相關性，2011 年以前的顯著性水平均至少在10%以上，之后的空間自相關指數逐年下降，統計顯著性也在持續降低，但大多數年份都至少在20%的水平上顯著。綜合來看，省域人均碳排放存在正向空間溢出，人口集聚和經濟發展也表現出不同程度的空間擴散效應，因此假設2 和假設3 在這里得到部分驗證，至于擴散效應對人均碳排放的影響還有待提供更加充分的檢驗證據。

表2 主要變量的全局莫蘭指數檢驗結果

2.回歸結果分析

表3報告了普通面板FEM模型、空間面板SEM、SLM以及SDM模型的估計結果，從Hausman檢驗來看，除SEM 模型以外均至少在5%的顯著水平上拒絕隨機效應，因此采用省份固定效應是合適的。隨著空間效應控制的強化，模型（1）至（3）的人口集聚一次項系數均顯著為負，二次項系數顯著為正，但是三次項都未能通過顯著性檢驗。這說明忽視人口集聚、經濟發展乃至其他經濟變量的空間效應可能造成較高的參數估計偏誤。模型（4）為控制更多空間效應的SDM 模型，可以看出人均碳排放的空間滯后項系數及其顯著性水平都獲得了明顯提升，人口集聚的三次項系數也變得非常顯著。為了進一步降低遺漏變量可能產生的內生性估計偏誤，我們在模型（4）的基礎上加入了一組額外的控制變量，模型（5）的估計結果表現出更為優良的統計特征。此外，無論是模型（4）還是模型（5），LR 檢驗均在1%水平上拒絕原假設，即SDM 模型不能退化為SLM 或SEM 模型。因此，在下文的分析中將重點關注引入控制變量后的面板SDM模型估計結果。

表3 人口集聚影響碳排放的基準回歸結果

由模型（5）的結果可知人口集聚的一次項、二次項和三次項均在1%的水平上統計顯著，回歸系數的符號依次為負、正和負，表明人口集聚與人均碳排放之間確實存在顯著的“倒N”型曲線關系，驗證了假設1 提出的階段性特征。具體而言，當集聚水平低于1.72 萬人/平方公里的拐點時，人口集聚對人均碳排放產生抑制效應，此時的人口集聚程度處于相對較低的初始發展階段，設施共享、成本節約以及知識溢出等集聚效應要顯著大于需求增加引致的碳排放規模效應。當集聚水平超過1.72 萬人/平方公里并小于2.69萬人/平方公里時，人口集聚對人均碳排放產生增排作用，此階段人口集聚程度處于相對較高的快速發展階段，擁擠效應變得越發突出，因此城鎮人口規模加速擴張造成的碳排放規模效應會顯著大于人口集聚效應。當人口集聚水平越過第二個拐點值2.69萬人/平方公里時便進入了成熟發展階段，此時城鎮人口規模擴展變得相對緩慢，但是節能減排的專業化分工、集中監管、技術進步和產業結構升級等集聚外部性會進一步得到充分發揮，進而對人均碳排放的抑制效應占據主導。結合樣本數據來看，21世紀初的內蒙古、遼寧、黑龍江、甘肅、寧夏和新疆6省區的人口集聚水平低于第一拐點，上海、重慶、福建、貴州和云南5 省市超過了第二個拐點值，其他省份均處于“倒N”型曲線的中間階段。自2005 年前后開始，雖然各省份的城鎮人口規模在加速擴大，但是大多數省份的城鎮建設用地面積增長速度更快，人口城鎮化明顯滯后于土地城鎮化，致使人口集聚水平開始呈現出不同程度的下降趨勢。截止到2019 年人口集聚處于中間增排效應階段的僅為河北、山西、上海、河南、湖南、云南6 省市，其他省份全部滑入減排效應的第一階段，而且大多數省份都較為臨近拐點值。邵帥等人關于經濟集聚節能減排效應的研究表明僅有少數省份經濟集聚越過第二拐點進入減排的成熟階段，其他省份均處于增排效應的第二階段。［1］由此可見中國省份的人口集聚要滯后于經濟集聚，致使二者的節能減排效應所對應的發展階段并不完全一致，這與王金營和王曉偉的結論一致。［21］此外，區別于部分文獻的“正N”型關系結論，我們在樣本數據和指標選取上存在明顯不同。一方面是我們采用了更長時間跨度的省份面板數據，支持非線性關系識別的樣本量相對更大；另一方面是本文采用了城鎮常駐人口與建成區面積之比來測度人口集聚，區別于大多數文獻利用總人口與省轄區面積之比的指標，由于省轄區面積受地形地貌的影響較大且數量固定，因此后者對人口向城鎮地區流動、集中的趨勢反映有所不足。

從空間效應的估計結果來看，人均碳排放的空間滯后項系數在1%水平上顯著為正，這表明臨近地區之間的碳排放行為存在策略性競爭效應，如果一個地區發展綠色經濟和推行節能減排，那么相鄰地區也會進行效仿和學習，從而使得地區間的人均碳排放在空間上表現出協調一致性，假設2 的空間協同效應被進一步證實。前文的全局莫蘭檢驗結果已經證實人口集聚和經濟發展存在空間擴散效應，這里的人口集聚和人均GDP 的空間滯后項系數均在1%的統計水平上顯著為負，表明二者的空間擴散效應有利于降低臨近地區的人均碳排放水平，假設3的空間抑制效應被進一步證實。隨著區域一體化程度的不斷提高，相互臨近省份之間的經濟發展交流越來越頻繁，更易于形成產業聯動互補、技術協同創新，充分的人員往來和要素流動有利于提高整體發展效率，進而使得臨近省份的人口集聚和經濟發展對本地的人均碳排放表現出一定的抑制效應。

從控制變量來看，人均GDP 的一次項系數為負、二次項系數為正，而且均在1%的統計水平上通過了顯著性檢驗，這表明中國省域的人均碳排放與經濟發展之間存在“倒U”型環境庫茲涅茨曲線關系。實際能源價格水平的系數在10%水平上顯著為負，表明能源價格上漲具有節能減排效應，實際價格越高，人均碳排放越小。技術進步的系數符號雖然為負但卻不顯著，這表明當前的整體技術進步偏向仍然以提高生產率為主，綠色技術偏向尚不明顯，進而使得技術進步的減排效應并不明顯。產業升級的系數符號為負且高度顯著，表明以第三產業比重不斷提升為特征的產業結構調整升級具有節能減排效應，能夠實現人均碳排放水平的顯著降低。此外，能源結構、外資結構和市場結構的系數均在1%統計水平上顯著為正，這些經濟特征變量對人均碳排放表現出了增排效應。顯然，一次能源消費中煤炭比重提升會造成更多碳排放，外商投資比重提高對人均碳排放的增排效應證實了污染避難所假說。以非國有就業人員占比衡量的市場化程度未能表現出減排效應，這可能在一定程度上表明市場化并不是在所有經濟領域總是有效的，國有企業在節能減排的執行效果上更為突出。

（二）穩健性的測試結果

由于人口集聚所引起的消費水平、消費模式變化以及對生產活動的影響，前文主要從消費視角考察了人口集聚與人均碳排放的非線性關系。作為穩健性檢驗，本文進一步采用從生產視角度量的單位產出碳排放（碳排放強度）這一指標作為被解釋變量，并基于與前文相同的實證策略對人口集聚的節能減排效應進行考察。此外，我們還采用反距離權重矩陣替換空間鄰接矩陣進行了重新估計，刪除4 個直轄市估計了所有省區的平均效應，相關穩健性檢驗結果如表4 所示。模型（1）和（2）為采用碳排放強度指標的估計結果，模型（3）和（4）為采用空間反距離權重矩陣的估計結果，模型（5）和（6）為提出直轄市干擾后的省區樣本估計結果。人口集聚一次項、二次項和三次項在上述模型中都在1%統計水平上高度顯著，而且系數符號依次為負、正和負，依然呈現“倒N”型曲線關系。被解釋變量的空間滯后系數大都非常顯著且符號與原模型保持一致，表明人均碳排放、碳排放強度具有正向空間溢出效應。人口集聚和經濟發展的空間滯后系數在模型（1）至（6）中也呈現出相似的估計結果，二者的空間擴散效應依然發揮著節能減排作用。此外，剩余控制變量的系數符號及顯著性也與原始模型保持了高度一致性，由此表明前文提出的假設1、假設2和假設3不僅被進一步充分證實，而且結論是非常穩健的。

表4 人口集聚影響碳排放的穩健性檢驗結果

（三）多重作用渠道檢驗

為了進一步探討人口集聚對人均碳排放的影響機制以及二者之間“倒N”型關系的可能成因，我們接下來采用與前文相同的模型設定考察了人口集聚對能源結構、能源強度、能源價格、經濟發展、產業升級和技術進步的非線性影響，估計結果依次對應表5中的模型（1）至模型（6）。

表5 多重作用渠道的檢驗結果

估計結果顯示除了模型（5）以外，其他模型中人口集聚一次項、二次項和三次項系數都至少在5%的統計水平上通過了顯著性檢驗。能源結構、能源強度、能源價格三個方程中的系數依次為負、正和負，表明人口集聚對能源利用的影響呈“倒N”型曲線關系，這與其對人均碳排放的影響方向一致，因此能源利用的渠道作用更為突出。經濟發展和技術進步方程中的系數依次為正、負和正，表明人口集聚對二者的影響呈“正N”型曲線關系。人口集聚對產業升級的影響為線性關系，一次項系數在1%的統計水平上顯著為正，表明人口集聚程度提高有利于產業結構的調整升級。綜合上述方程的檢驗結果來看，人口集聚對渠道變量的影響主要以非線性關系為主，能源利用的渠道作用占據主導，因此這種綜合作用結果決定了人口集聚與人均碳排放之間的“倒N”型曲線關系，假設4得到了證實。此外，上述渠道變量在對應方程的空間滯后項都在1%統計水平上顯著為正，表明能源結構、能源價格、能源強度、經濟發展、產業升級和技術進步具有空間溢出或空間擴散效應。人口集聚的空間效應對本地的能源結構、產業升級和技術進步表現為促進作用，對能源強度和經濟發展表現為抑制作用，而對本地能源價格的影響不顯著。

五、結論與啟示

本文從生產者均衡視角分析了人口集聚與人均碳排放之間的關系，采用2000-2019年中國30個省份的面板數據，利用空間面板模型進行了系統而穩健的估計和檢驗，進一步探討了人口集聚對節能減排的作用渠道。本文主要得出以下結論：

首先，中國各省份人口集聚對人均碳排放的影響呈現“倒N”型關系。人口集聚的節能減排效應取決于集聚效應和擁擠效應的雙重影響，綜合作用方向表現為階段性特征。在人口集聚水平較低的初始階段表現為減排效應，在人口集聚快速提升的發展階段表現為增排效應，在人口集聚水平較高的成熟階段則進一步表現為減排效應。從當前發展水平來看，僅有少數省份的人口集聚進入增排階段，其他剩余省份全部處于減排效應的第一階段，并且大多數省份離第一拐點值較近。整體而言，各省份的人口集聚速度要明顯滯后于經濟集聚速度，因此發揮城鎮人口集聚的節能減排效應仍然有較大的提升空間。其次，中國省份間的人均碳排放、人口集聚和經濟發展存在顯著空間溢出效應。節能減排行為的策略性競爭會促進地區間的相互模仿和學習借鑒，進而使得人均碳排放在空間上表現為協同效應，即周邊省份的人均碳排放增加也會加劇本地排放水平的提升。人口集聚和經濟發展表現為空間擴散效應，這種擴散效應能夠加速地區間的人員往來和要素流動，進而提升全局的經濟發展效率和能源利用效率，因此二者的空間溢出特征具有減排效應。最后，能源利用和經濟發展是人口集聚影響人均碳排放的作用渠道。其中，人口集聚對能源結構、能源強度和能源價格的影響均呈現“倒N”型關系，人口集聚對產業升級的影響呈正向線性關系，對人均GDP 和技術進步的影響則均呈現“正N”型關系。人口集聚對能源利用的作用強度更大，因此上述渠道變量的綜合作用結果便決定了人口集聚與人均碳排放的“倒N”型關系。

基于文章的實證結論和主要發現，為了進一步推進人口集聚與節能減排的協調發展，本文提示在以下兩個方面有待決策者參考。第一，推動以發揮人口集聚效率為特征的城鎮化高質量發展，助力“碳達峰碳中和”戰略實施。近年來涌現的城市病問題并不單單是人口集聚導致的擁擠效應，而更多是城市管理效率低下、空間格局不合理所致。［31］實際上大多數省份的土地城鎮化都要明顯快于人口城鎮化，破解擁擠效應如果只是單純依靠擴張城鎮建設用地面積，那么首先伴隨的也是集聚效應的損失。因此，應該嚴格管控城鎮建設用地面積擴張，將重點放在優化空間格局和提升管理水平上來。第二，充分發揮人口集聚中心區的輻射作用，促進地區間人員往來、要素流動以及產業調整的聯動發展。隨著區域一體化程度的日益提高，人口集聚、經濟發展和節能減排的空間溢出效應日益增強。實現城鎮人口集聚與節能減排的協調發展，應充分發揮以大城市為輻射中心、以周邊縣城為重要載體的聯動機制，區域內部產業要合理布局，避免要素擁擠以及過度競爭，進而推動整體綠色轉型發展。