城市化進程中的能源消費和碳排放問題研究

岳 立 白 婧 張佳梁

(1.蘭州大學 經(jīng)濟學院，甘肅 蘭州 730000;2.北京大學 城市與環(huán)境學院，北京 100000)

一、引言

城市化是現(xiàn)代社會發(fā)展的一種經(jīng)濟現(xiàn)象。據(jù)有關部門統(tǒng)計，中國城市化率已經(jīng)由1949年的10.64%發(fā)展到了2011年的47%，并進一步預測到2030年中國城市化率會達到68%左右。城市化是我國現(xiàn)階段經(jīng)濟發(fā)展最大的潛在內需，也是支撐中國經(jīng)濟未來20年乃至30年高速增長的最大動力。城市化的快速發(fā)展能夠引發(fā)消費需求、帶動投資增長，但城市化規(guī)模的擴大增加了對能源消費的需求，同時增加了碳排放量，據(jù)統(tǒng)計城市居民人均能源消費量是農村居民的3.5 倍左右。另一方面，十八大報告中提出工業(yè)化要與城市化同步發(fā)展，工業(yè)化必定會帶動高耗能產(chǎn)業(yè)的迅速發(fā)展，這也意味著城市化進程中能源消費與碳排放量將整體提高。中國目前碳排放量已超過美國成為世界第一大碳排放國家，并且承諾到2020年碳排放強度要在2005年的基礎上降低40%－50%。未來在通過城市化發(fā)展保持經(jīng)濟快速增長的同時，還要控制能源消費的使用來減少碳排放，因此研究城市化與能源消費和碳排放之間的關系，對我國實現(xiàn)碳減排和可持續(xù)發(fā)展意義重大。

城市化和能源消費及碳排放的關系已經(jīng)有很多學者做出了相應的研究。一些學者發(fā)現(xiàn)城市化率提高了能源消費以及帶來了更多的碳排放(York，2007［1］;許 泱、周 少 甫，2011［2］;宋德勇、徐安，2011［3］);另外一些學者卻認為城市化有助于提高效率進而降低能源消耗和碳排 放(Chen et at，2008［4］;Liddle，2004［5］;楊騫、劉華軍，2012［6］);還有學者認為城市化對能源的使用和碳排放產(chǎn)生很小的影響(曲如曉、江銓，2012［7］)。筆者認為之所以對城市化和能源消費以及碳排放的關系造成如此大爭議的原因是由于地區(qū)經(jīng)濟發(fā)展水平和能源消費習慣差異所導致［8］;已有學者從不同地區(qū)經(jīng)濟發(fā)展水平視角去研究城市化和能源消費以及碳排放三者的關系，得到碳排放和城市化之間呈現(xiàn)出倒U 型的關系(王芳、周興，2012［9］;郭郡郡、劉玉成、劉玉平，2013［10］)。

地區(qū)城市化水平不單純?yōu)檗r村人口轉變?yōu)槌鞘腥丝诘倪^程，它還體現(xiàn)在由于城市化的發(fā)展而引起的產(chǎn)業(yè)結構、能源消費方式的重大變化。為了解釋城市化發(fā)展水平相似地區(qū)的城市化對能源消費和碳排放的影響，筆者打破傳統(tǒng)的以全國東、中、西為類型的分組或者是按照地區(qū)經(jīng)濟發(fā)展水平差異分組的研究方法，選取了各地區(qū)的城市化率、第二產(chǎn)業(yè)占GDP 比重、第三產(chǎn)業(yè)占GDP 比重、能源消費總量以及總人口這五個指標進行聚類分析，將30 個省份分為低、中、高城市化水平組來進行研究。根據(jù)以往學者對碳排放原因分析所采用的模型，論文采用IPAT 的擴展模型STIRPAT 來進行研究(尹向飛，2011［11］;關海玲、陳建成、曹文，2013［12］;易艷春、高玉芳，2013［13］)。

二、測算方法、模型及數(shù)據(jù)處理

1、碳排放量的測算方法

碳排放量通過參考《IPCC2006年國家溫室氣體排放清單指南》來估算。具體估算方法如下:

式(1)中i 表示筆者所選取的化石燃料，包括煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣;T 表示原始化石燃料的消費量;C 表示折標煤系數(shù);δ 表示碳排放系數(shù)。具體數(shù)值參考表1。

表1 C 排放量計算中所涉及到的指標和系數(shù)

2、實證模型

基于IPAT 模型存在一定的局限性①，筆者選用其擴展模型——STIRPAT 模型，該模型目前已被廣泛用于環(huán)境和污染物排放的影響因素研究中。模型的表達式為:

式(2)中的I 表示環(huán)境影響，P 表示人口規(guī)模，A 表示人均財富，T 表示技術，a 表示常數(shù)項，b、c、d 分別表示估計的參數(shù)，ui表示隨機干擾項。在研究城市化對能源消費和碳排放量的影響時，除了選擇原有的P、A(用人均GDP 表示)、T(將其分解成IND 和SV 兩個變量，其中IND 表示第二產(chǎn)業(yè)生產(chǎn)總值占GDP 的比重，SV 表示第三產(chǎn)業(yè)占GDP 的比重)重要變量之外，還加入UBR(城市化率)和EI(能源強度)這兩個變量，i 和t 分別代表觀測的樣本和時間。模型的形式為:

3、數(shù)據(jù)來源

按照IPCC 估算方法計算中國各個省份碳排放量時所需要的煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣這七種能源消費量的數(shù)據(jù)來自歷年的《中國能源統(tǒng)計年鑒》。各地區(qū)的能源消費總量折算為標準煤，單位為萬噸;能源強度EI 為各地區(qū)的能源消費總量比上各地區(qū)的GDP;各地區(qū)的人口數(shù)為各地區(qū)的年末人口和年初人口的算術平均數(shù);人均GDP 以2000年不變價格折算。上述數(shù)據(jù)均來自于各地區(qū)每個年份的地區(qū)統(tǒng)計年鑒?？紤]到西藏地區(qū)數(shù)據(jù)的可得性和敏感性，研究對象包括除西藏之外其余30 個省份。

三、城市化水平差異聚類分析

城市化是一種伴隨著工業(yè)化、現(xiàn)代化而進行的人口、產(chǎn)業(yè)、物質資本等的聚集過程，它主要體現(xiàn)在三個方面:一是城鎮(zhèn)人口占總人口比重增加，即城市化率的不斷提高。二是第二、第三產(chǎn)業(yè)占GDP 的比重增加，城市化初期，工業(yè)化發(fā)展迅速，城市化在工業(yè)的推動下快速發(fā)展。隨著經(jīng)濟發(fā)展到一定階段，第三產(chǎn)業(yè)又成為城市化發(fā)展的重要推動因素。這是由于第三產(chǎn)業(yè)在提供工業(yè)化和城市化所必須的基礎設施和社會服務的同時，吸納了大量勞動力，在促進產(chǎn)業(yè)結構調整、加速人口城市化進程中都起到重要作用。三是能源消費量的變化，它反映了城市化發(fā)展水平。城市化發(fā)展初期，由于經(jīng)濟增長以及人們生活水平的提高，能源消費量在一段時間內上升，但隨著城市化程度的不斷提高，技術進步又使得能源消耗呈下降趨勢。

綜述考慮，選取各地區(qū)的城市化率、第二、三產(chǎn)業(yè)占GDP 比重、能源消費量以及總人口五個指標，采用Q 型層次聚類分析方法對中國30個省、市、自治區(qū)進行聚類，將中國30 個省份分為高、中、低三種城市化發(fā)展類型，分類結果如表2 所示。

表2 中國30 個地區(qū)聚類分析的結果

高水平組主要由北京、天津、上海三大直轄市組成，該地區(qū)人口密集，也是工業(yè)化水平較高的城市，城市化率高達70%以上。中等水平組主要由我國東部沿海地區(qū)和中部地區(qū)的省份組成。低水平組的組成部分為我國西部省份和少數(shù)幾個中部省份。

四、實證結果分析

基于以上聚類結果，運用模型(3)、(4)分別對三種不同類型的組和全國30 個地區(qū)的面板數(shù)據(jù)進行最小二乘法估計。為避免在模型回歸過程中出現(xiàn)偽回歸的問題，分別對不同組樣本中的變量進行面板單位根檢驗，其結果表明所有變量均為一階單整;而通過面板數(shù)據(jù)的Kao 協(xié)整檢驗方法對變量進行協(xié)整檢驗，結果顯示所有組的面板數(shù)據(jù)中的變量都存在著穩(wěn)定的關系，因此可以用這些變量進行面板數(shù)據(jù)的回歸分析。通過Hausman 檢驗和構造F 統(tǒng)計量發(fā)現(xiàn)，不管是對全國30 個省份的面板數(shù)據(jù)估計還是對聚類分析中的低、中、高三組的面板數(shù)據(jù)估計，采用固定效應模型都是最合適的，其估計的結果見表3 和表4。

表3 能源消費分組估計結果

從表3 的結果來看，全國、低水平組、中等水平組以及高水平組的調整可決系數(shù)均在0.97 以上且F 統(tǒng)計量也都通過檢驗，因此模型的擬合效果和現(xiàn)實比較符合。從全國組來看，除了常數(shù)C 以外的其余變量均在1%水平上顯著，人口、人均GDP、產(chǎn)業(yè)結構以及城市化率對能源的使用均具有積極的影響，當其各自增加1%時，城市化率對能源的使用變化最為明顯達到4.1743%。從分組的結果來看，各統(tǒng)計量均在5%或者更低的水平上顯著。低水平組中對能源消費影響最大的是城市化率達到3.8468%;低水平組長期以來發(fā)展落后，樣本的城市化率還處于比較低的水平，隨著城市化進程的推進，經(jīng)濟增長和人民生活水平提高導致能源消費量增加。中等水平組中第二產(chǎn)業(yè)對能源的消費影響最大為3.7078%;中等水平地區(qū)城市化率顯著提高，在此期間各地區(qū)以大力發(fā)展工業(yè)為主，第二產(chǎn)業(yè)比重的增加會導致能源的大量消耗。而在高水平組中對能源消費影響最大的變量為人口達1.7058%，這與成金華、陳軍(2009)［14］的觀點相同，在發(fā)展中國家，城市化水平越高的地區(qū)，會導致更高水平的居民能源消費，同時能源消費對城市化率的倒U 型環(huán)境庫茨涅茨曲線表明高水平地區(qū)能源消費結構會隨著城市化的發(fā)展而變得更為先進。

表4 碳排放量分組估計結果

從表4 的結果來看，各組模型的調整可決系數(shù)都在98%以上，F(xiàn) 統(tǒng)計量均通過檢驗，除了全國、低水平組、高水平組模型中的人均GDP 的系數(shù)統(tǒng)計不顯著之外，其余的變量都在10%或者更低的水平上統(tǒng)計顯著。人口對碳排量在各個組之間均表現(xiàn)為積極影響，其中最為明顯的為中等水平組，人口每增加1%，其碳排放量增加1.3753%。第二產(chǎn)業(yè)和第三產(chǎn)業(yè)占GDP 的比重對碳排放量也均為積極的影響，但是僅在中等和高水平組中的影響彈性大于1;城市化率對碳排放量的影響在所有組中也都表現(xiàn)為正效應，但其彈性均小于1，高彈性城市化在所有的組中并沒有體現(xiàn)。

五、結論

通過研究發(fā)現(xiàn)，在2000－2011年期間中國城市化的推進導致了能源消費和碳排放量增加，并且不同的城市人口規(guī)模和產(chǎn)業(yè)結構對能源消費和碳排放產(chǎn)生不同的影響。

1、城市化對能源消費的影響在不同水平組中不同

低水平組中城市化率對能源消費影響最大，中等水平組中第二產(chǎn)業(yè)對能源消費影響最大，高水平組中人口對能源消費影響最大，在高水平組還出現(xiàn)了能源消費對城市化率的倒U 型環(huán)境庫茨涅茨曲線。這說明城市化的發(fā)展，必定會推動由經(jīng)濟增長和人們生活水平提高所帶來的能源消費量的增加。隨著城市化進程的推進，工業(yè)的大力發(fā)展又成為推動能源消費增加的巨大因素［15］。當城市化發(fā)展到較高水平時，地區(qū)能源消費會因為外來人口增加增長一段時間，但隨著環(huán)保的可持續(xù)發(fā)展理念被大力推行，新能源的使用又會降低該地區(qū)能源消費量［16］。

2、城市化發(fā)展過程中，人口規(guī)模、產(chǎn)業(yè)結構、城市化率對碳排放量均表現(xiàn)出積極的影響

城市化率對碳排放量的影響在所有組中表現(xiàn)為正效應，但其彈性均小于1，高彈性城市化在所有的組中并沒有體現(xiàn)。這是由于城市化對碳排放的影響主要取決于能源結構的改善，城市化發(fā)展水平越高的城市將高碳排放能源轉變?yōu)榈吞寂欧拍茉吹墓?jié)奏越快。其次，科學技術進步提高了能源使用效率，使得單位能源的碳排放降低［17］。最后，隨著城市化發(fā)展的時間推移，越來越多的人們開始追求更高的生活水平，節(jié)能環(huán)保的生活方式受到推崇，碳排放量隨著城市化的發(fā)展會逐漸減少。

總之，隨著經(jīng)濟的發(fā)展，中國對化石能源的需求會出現(xiàn)一個先上升后下降的過程。中國正在城市化建設的初期，為避免更多的能源消費和碳排放問題繼續(xù)困擾中國，必須改變當前的能源消費模式。落后地區(qū)在推進城市化發(fā)展的同時應當注意保護好生態(tài)環(huán)境，不要走“先污染后治理的工業(yè)化道路”;同時，積極的探索新型綠色能源開發(fā)和使用，為減排工作做出更大努力。

【注 釋】

①根據(jù)Dietz 和Rosa 的研究，IPAT 模型存在的局限:IPAT 僅是一個數(shù)學公式，無法直接檢驗各種因素對環(huán)境的影響假說;IPAT模型中假定的人口、財富、技術對環(huán)境的彈性的一致的，和“U”的EKC 假說相互矛盾。

［1］York.Demographic trends and energy consumption in European Union Nations［J］.Social Science Research，2007，(3):855－872.

［2］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(huán)境，2011，(11):1305－1309.

［3］宋德勇，徐 安.中國城鎮(zhèn)碳排放的區(qū)域差異和影響因素［J］.中國人口·資源與環(huán)境，2011，(11):8－14.

［4］Chen et al.Sustainable urban form for Chinese compact cities:challenges of a rapid urbanized economy［J］.Habitat international，2008，(32):28－40.

［5］Liddle.Demographic dynamics and per capita environmental impact:using panel regressions and household decompositions to examine population and transport［J］.Population and environment，2004，(26):23－29.

［6］楊 騫，劉華軍.中國二氧化碳排放的區(qū)域差異分解機影響因素——基于1995－2009年省際面板數(shù)據(jù)的研究［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2012，(5):36－49.

［7］曲如曉，江 銓.人口規(guī)模、結構對區(qū)域碳排放的影響研究——基于中國省級面板數(shù)據(jù)的經(jīng)驗分析［J］.人口與經(jīng)濟，2012，(2):10－17.

［8］Phetkeo，Poumanyvong，Shinji Kaneko.Does urbanization lead to less energy use and lower CO2 emissions A cross－country analysis［J］.Ecological Economics，2010，(70):434－444.

［9］王 芳，周 興.人口結構、城鎮(zhèn)化與碳排放——基于跨國面板數(shù)據(jù)的實證研究［J］.中國人口科學，2012，(2):47－56.

［10］郭郡郡，劉成玉，劉玉萍.城鎮(zhèn)化、大城市化與碳排放——基于跨國數(shù)據(jù)的實證研究［J］.城市問題，2013，(2):2－10.

［11］尹向飛.人口、消費、年齡結構與產(chǎn)業(yè)結構對湖南碳排放的影響及其演進分析——基于STIRPAT 模型［J］.西北人口，2011，(2):65－69.

［12］關海玲，陳建成，曹 文.碳排放與城市化關系的實證［J］.中國人口·資源與環(huán)境，2013，(4):111－116.

［13］易艷春，高玉芳.城市化與中國碳排放的實證研究［J］.統(tǒng)計與信息論壇，2013，(3):63－67.

［14］成金華，陳 軍.中國城市化進程中的能源消費區(qū)域差異——基于面板數(shù)據(jù)的實證研究［J］.經(jīng)濟評論，2009，(3):38－46.

［15］張文君.中部地區(qū)生態(tài)與經(jīng)濟的系統(tǒng)耦合比較與評價［J］.湖南財政經(jīng)濟學院學報，2013，(6):26－30.

［16］趙先超，丁 夢，楊 英.長沙市碳排放與影響因素的擬合變動分析［J］.湖南工業(yè)大學學報(社科版)，2012，(1):15－18.

［17］孟 軍.能源、碳排放約束下的經(jīng)濟增長J］.內蒙古財經(jīng)學院學報，2012，(6):12－18.