低碳目標指導下城鎮(zhèn)化道路的選擇

段新瑜 高源祥

作者簡介：段新瑜（1993—），女，漢族，山東省煙臺市人，北京交通大學，專業(yè)：金融;じ咴聰椋1994—），男，漢族，山東省煙臺市人，北京交通大學，專業(yè)：經(jīng)濟。

摘要：2013 年中央經(jīng)濟工作的六大任務之一—“積極穩(wěn)妥推動城鎮(zhèn)化，著力提高城鎮(zhèn)化質(zhì)量”的政策下，如何推進城鎮(zhèn)化又快又好的發(fā)展是一個熱點問題。本文通過對原有的研究結(jié)果進行總結(jié)，選取了60個城市2006—2011年的人均GDP、人口密度、能源強度和人均CO2排放量的面板數(shù)據(jù)，綜合考慮人口密度以及人均GDP兩個指標，將城市分為集約型和分散型兩組，每組30個，人口密度越大說明該城市的集聚水平越高。用Eviews軟件分析了人均GDP、人口密度及能源強度對人均CO2的影響。結(jié)果表明：人口密度增加會帶來人均CO2排放的增加，但是小城市CO2排放增加的幅度要大于大城市，即可以說明集約型的城鎮(zhèn)化道路可在一定程度上減少人均碳排放；人均GDP對人均CO2排放為正效應，經(jīng)濟的增長將會帶來能源使用量的增多，不可避免地在這個過程中增加CO2排放；分析衡量能源利用效率的能源強度指標，增長單位GDP，小城市的人均碳排放增長幅度明顯大于大城市，即大城市的能源綜合利用效率更高，集約型的城鎮(zhèn)化道路能夠利用稀缺有限的能源創(chuàng)造更大的經(jīng)濟效益。

關(guān)鍵詞：集約型城鎮(zhèn)化;人均CO2;人口密度;人均GDP;能源強度

1.引言コ欽蚧是中國現(xiàn)代社會建設的必然趨勢，城鎮(zhèn)化進程的不斷推進是我國社會經(jīng)濟快速發(fā)展的標志，是全面建設小康社會的重要突破口，是我國面向未來提高國民福利與社會總體財富的新增長點。2012 年，中國城鎮(zhèn)化率達到52.57%，2012 年中央經(jīng)濟會議把“積極穩(wěn)妥推動城鎮(zhèn)化，著力提高城鎮(zhèn)化質(zhì)量”作為2013 年中央經(jīng)濟工作的六大任務之一，城鎮(zhèn)化成為我國經(jīng)濟發(fā)展的重大戰(zhàn)略方向?，F(xiàn)階段中國城鎮(zhèn)化的基本特點是速度快、質(zhì)量低。目前，能源—經(jīng)濟—環(huán)境問題成為國家決策者關(guān)注的焦點，如何在保持經(jīng)濟平穩(wěn)增長的同時有效減少碳排放是我國各省市自治區(qū)城鎮(zhèn)化進程中所面臨的一個重大挑戰(zhàn)。ピ詡涌焱平城鎮(zhèn)化過程中，不能繼續(xù)走高消耗、高排放、城鄉(xiāng)分割的粗放型城鎮(zhèn)化道路，而要走具有中國特色的集約型城鎮(zhèn)化道路，即以科學發(fā)展觀為引領(lǐng)，發(fā)展集約化和生態(tài)化模式，增強多元的城鎮(zhèn)功能，構(gòu)建合理的城鎮(zhèn)體系，最終實現(xiàn)城鄉(xiāng)一體化發(fā)展。本文將針對選擇的30個大城市和30個小城市2006—2012年的能源消耗碳排放量，建立相應模型，通過數(shù)據(jù)分析進行城鎮(zhèn)化道路的選擇。

2.文獻綜述ス賾誄欽蚧發(fā)展與碳排放之間關(guān)系的研究，國內(nèi)外很多學者很早就開始有過研究，根據(jù)面板數(shù)據(jù)或者截面數(shù)據(jù)，都有了一些研究成果，對此次課題研究具有指導性和借鑒性作用。ス外的學者關(guān)于城鎮(zhèn)化進程中的能源利用問題的研究較早，大多數(shù)都是從全球出發(fā)，收集數(shù)據(jù)樣本量大而且時間長。Parikh和Shukla（1995）利用發(fā)展中國家面板數(shù)據(jù)研究了城鎮(zhèn)化進程中的能源利用問題，結(jié)果表明城鎮(zhèn)化對能源消費和CO2排放具有顯著影響［1］。Cole等（2004）利用1975—1998年全球86個國家數(shù)據(jù)分析人口因素對空氣污染的影響，發(fā)現(xiàn)高城鎮(zhèn)化率會增加CO2的排放。Martinez-Zarzos等（2011）運用1975—2003年發(fā)展中國家數(shù)據(jù)分析城鎮(zhèn)化對二氧化碳排放效應，結(jié)果顯示：城鎮(zhèn)化和二氧化碳排放呈現(xiàn)倒Ｕ型關(guān)系。ス內(nèi)學者在此問題上的研究起步較晚，這也是由于我國城鎮(zhèn)化進程起步晚、發(fā)展緩慢的原因，但隨著國家對城鎮(zhèn)化的大力支持和發(fā)展，近幾年也有了許多研究成果。林伯強、劉希穎等(2009)指出，通過對農(nóng)業(yè)部門、工業(yè)生產(chǎn)、交通運輸體系及居民生活的影響，城鎮(zhèn)化帶動了能源消費的快速且大幅上漲［2］。此外，林伯強等預測了中國煤炭需求增長帶來的CO2 排放量的增加及中國CO2 排放的環(huán)境庫茲涅茲曲線［3］。許泱等(2011)根據(jù)1995—2008年我國30個省市的面板數(shù)據(jù)，采用STIRPAT模型分析城鎮(zhèn)化對碳排放的影響，結(jié)果顯示：我國城鎮(zhèn)化的推進導致碳排放量的增加，城鎮(zhèn)化進程會繼續(xù)放大碳排放量的增加；地區(qū)的城鎮(zhèn)化推進速度越快，城鎮(zhèn)化進程對碳排放的影響也就越大。楊曉軍，陳浩(2013)利用中國1997-2009年省級面板數(shù)據(jù)，實證研究表明城鎮(zhèn)化與CO2排放存在長期的均衡關(guān)系；城鎮(zhèn)化對CO2排放影響呈現(xiàn)地區(qū)間差異［4］。陳曉春，蔣道國（2013）認為新型城鎮(zhèn)化低碳發(fā)展面臨的困境之一是高碳粗放的產(chǎn)業(yè)結(jié)構(gòu)，第二產(chǎn)業(yè)為碳排放的主要來源。要解決這一問題方法是優(yōu)化能源結(jié)構(gòu)，技術(shù)創(chuàng)新，提高利用率；推動產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級［5］。ブ泄在城鎮(zhèn)化發(fā)展過程中現(xiàn)呈現(xiàn)出兩條路徑：集約型和粗放型。所謂集約型的經(jīng)濟發(fā)展方式，是指高產(chǎn)出、高效率、高質(zhì)量、低消耗地實現(xiàn)經(jīng)濟增長，注重內(nèi)涵發(fā)展、質(zhì)量提高、追求效益，依靠科技進步和結(jié)構(gòu)優(yōu)化升級，實現(xiàn)規(guī)模經(jīng)營和合理布局生產(chǎn)力等達到經(jīng)濟的增長，而粗放型的經(jīng)濟增長方式是指高投入、高消耗、低產(chǎn)出、低質(zhì)量地實現(xiàn)經(jīng)濟增長，注重外延擴張、數(shù)量擴展，靠資金和資源的不斷投入和積累支撐經(jīng)濟增長的速度。ブ泄不同的地區(qū)城市發(fā)展水平不同，不同地區(qū)的人口規(guī)模也不同，目前這種以高能耗、高污染為代價的發(fā)展模式社會成本過高，資源利用效率過低，經(jīng)濟收益較小。南開大學王家庭（2012）提出了一種全新的城鎮(zhèn)化模式——“低成本、集約型”城鎮(zhèn)化模式，即通過集約利用資源，以較低的城鎮(zhèn)化成本獲得較高的城鎮(zhèn)化收益。并提出兩大低碳發(fā)展路徑：提高自然資源的利用率，建設資源集約型城市；改善城市生態(tài)環(huán)境質(zhì)量，建設環(huán)境友好型城市［6］。基于這種發(fā)展模式，我們對低碳目標指導下的城鎮(zhèn)化道路的選擇做出進一步的探究。

3.理論分析

3.1規(guī)模經(jīng)濟ス婺＞濟是指在一定的產(chǎn)量范圍內(nèi)，隨著產(chǎn)量的增加，平均成本不斷降低的事實。規(guī)模經(jīng)濟按規(guī)模經(jīng)濟來源不同，可以分為內(nèi)部規(guī)模經(jīng)濟、外部規(guī)模經(jīng)濟和聚集規(guī)模經(jīng)濟。其中，聚集規(guī)模經(jīng)濟是指生產(chǎn)的產(chǎn)品雖然不同，但在某一環(huán)節(jié)卻有共同指向的多個工廠、多家企業(yè)聚集而產(chǎn)生的某些經(jīng)濟效益。コ欽蚧通過要素空間上的聚集，不僅能使廠商共享基礎(chǔ)設施，節(jié)約生產(chǎn)成本，獲得規(guī)模經(jīng)濟效益，而且更重要的是由于廠商彼此接近，可以更快捷地獲取技術(shù)和市場信息，提高交易效率，減少交易成本，從而促進分工和專業(yè)化的發(fā)展，獲得范圍經(jīng)濟效益或?qū)I(yè)化經(jīng)濟效益。當前，我國城鎮(zhèn)化已進入快速發(fā)展階段，同巨大的城鎮(zhèn)化任務相對應的是各省市人均資源占有量有限、資源有效貢獻率較低的現(xiàn)狀。所以，我們應該集中有效資源，按照“關(guān)聯(lián)性強、集中度大、集約度高”的建設思路，綜合利用資源，實現(xiàn)產(chǎn)業(yè)的集聚效應。

3.2環(huán)境庫茲涅茨曲線セ肪晨庾饒格曲線表明環(huán)境質(zhì)量同經(jīng)濟增長呈倒U型曲線的關(guān)系，即當一個國家經(jīng)濟發(fā)展水平較低的時候，環(huán)境污染的程度較輕，但是隨著人均收入的增加，環(huán)境污染和環(huán)境壓力由低增高，環(huán)境惡化程度隨經(jīng)濟的增長而加?。划斀?jīng)濟發(fā)展達到一定水平后，即到達某個臨界點或轉(zhuǎn)折點后，隨著人均收入的進一步增加，其環(huán)境污染的程度逐漸減緩，環(huán)境得到改善和恢復。

4.實證分析

4.1變量選取ピ諳鐘械某欽蚧與CO2排放之間關(guān)系的研究中，基本都以CO2排放總量為被解釋變量，以人均GDP、人口總量、城鎮(zhèn)化水平等變量為解釋變量，還有部分基于跨國面板數(shù)據(jù)的實證研究將人口結(jié)構(gòu)也作為影響碳排放的因素之一。宋杰鯤(2010)認為影響我國CO2排放量的因素主要包括經(jīng)濟增長因素（GDP 和人均GDP）、人口因素（包括總?cè)丝凇?5-64 歲人口比例和城市人口比例）、產(chǎn)業(yè)結(jié)構(gòu)因素、技術(shù)因素（能源強度）等［7］。徐軍委（2013）認為我國CO2排放的主要影響因素為：人口數(shù)量、GDP、能源消費總量、能源結(jié)構(gòu)、經(jīng)濟結(jié)構(gòu)、城鎮(zhèn)化水平、工業(yè)化水平、能源強度、交通工具數(shù)量、生態(tài)保護建設等［8］。另外，現(xiàn)有研究考慮的變量還包括產(chǎn)業(yè)結(jié)構(gòu)、地理位置、國家政策和制度等因素，但是像地理位置和國家政策類的變量難以定量分析，很難度量和評價。ビ捎詒狙芯康鬧傅妓枷朧且緣吞嘉目標，指導中國城鎮(zhèn)化道路的選擇，而集聚型城鎮(zhèn)化必然帶來人口的增加以及產(chǎn)業(yè)的集聚，導致CO2排放總量的上升。但是，隨著產(chǎn)業(yè)集聚和技術(shù)水平的提高，人均CO2的排放量預計會呈下降態(tài)勢，即集聚型城鎮(zhèn)化道路極有可能會減少人均CO2占有量，從而在人口規(guī)模基本穩(wěn)定的前提下減少整個社會CO2的排放，實現(xiàn)低碳、綠色的城鎮(zhèn)化發(fā)展目標。セ于已有研究，結(jié)合本文的研究目標，將人均CO2排放量作為被解釋變量，人均GDP、人口密度以及能源強度作為解釋變量，構(gòu)建模型，利用面板數(shù)據(jù)進行分析。ナ紫齲人均GDP是衡量經(jīng)濟發(fā)展狀況的指標，代表一個國家或地區(qū)的經(jīng)濟發(fā)展水平。而社會經(jīng)濟發(fā)展離不開煤炭、石油、天然氣等大量能源的投入，而我國以煤炭為主的能源消費結(jié)構(gòu)決定了在經(jīng)濟發(fā)展的過程中必然產(chǎn)生大量的CO2。當前，我國剛進入工業(yè)化的中期階段，仍處在能源需求和消費快速增長的時期，CO2排放量在今后較長的一段時期內(nèi)還會隨經(jīng)濟的增長而增加，這一趨勢也符合環(huán)境庫茲涅茨曲線在拐點之前的增長趨勢。ヒ話閎銜，人口總量對CO2排放量具有增量效應，即人口越多，在生活取暖、交通出行等方面使用和消耗的能源越多，產(chǎn)生的CO2排放量越大。但是，當一個地區(qū)人口聚集，規(guī)模經(jīng)濟的效應便會顯現(xiàn)，集中取暖、發(fā)展公共交通、產(chǎn)業(yè)集聚，各種能源綜合利用，人均CO2的排放量將會有所下降。人口密度這一指標也是本文在進行城鎮(zhèn)化道路選擇時的標準，即以人口密度的大小代表集約型和分散型兩種類型的城鎮(zhèn)化道路，集約型的城鎮(zhèn)化道路比分散型的城鎮(zhèn)化道路在理論上人均CO2排放量應該更少。ツ茉辭慷仁怯糜詼員炔煌國家和地區(qū)能源綜合利用效率的最常用指標之一，體現(xiàn)了能源利用的經(jīng)濟效益，本文采用的能源強度指標指單位GDP能耗。能源強度越大，說明單位GDP的能源消耗量越多，即能源利用效率越低，則要實現(xiàn)經(jīng)濟增長的目標需要以犧牲能源為代價，大量的能源消耗必然帶來人均CO2排放量的增加。

4.2設定模型

經(jīng)典的IPAT模型認為環(huán)境影響I與人口P富裕程度A和技術(shù)水T緊密相關(guān)，即I=P*A*T。在此基礎(chǔ)上YORK等人提出了STIRPIT模型，以分析人口、經(jīng)濟和技術(shù)對環(huán)境的影響。基本形式為I璱=aP璱琤A璱琧T璱琩e璱其中a、b、c、d均為被估計的參數(shù)。e為隨機誤差項，表示在不同觀測單元之間的變化等。通過實證研究發(fā)現(xiàn)經(jīng)濟增長與環(huán)境質(zhì)量之間呈現(xiàn)倒U型。關(guān)系即環(huán)境庫茲涅茨曲線。現(xiàn)有研究中一般采用環(huán)境質(zhì)量（污染物排放）與經(jīng)濟增長的簡化模型。其基本形式為E=α+β1y+β2y2+β3y3+β4Z+ε。其中，E代表環(huán)境質(zhì)量指標,y代表收入水平（一般為人均），Z代表除收入水平外影響環(huán)境質(zhì)量的其他指標。α代表常數(shù)項。β1、β2、β3、β4分別代表各自變量的估計系數(shù)。ピ誚岷蟂TIRPIT模型和簡單環(huán)境庫茲涅茨曲線的基礎(chǔ)上，本文參考現(xiàn)有研究成果，選取人口密度，人均GDP和能源強度等因素作為自變量，來研究城鎮(zhèn)化對CO2排放的影響模型如下C﹊t=f（P﹊t，PY﹊t，狤I﹊t）?。其中C代表CO2人均排放量，P代表人口密度，PY代表人均GDP，EI代表能源強度。在實證研究中，為消除異方差和直接獲得因變量對自變量的彈性，對變量均做自然對數(shù)處理。得到具體模型如下：オLNC﹊t=α﹊t+β1LNP﹊t+β2LNPI﹊t+β3LNEI﹊t+εИテ渲笑鏈表常數(shù)項，β分別代表各自變量的估計系數(shù)，Е弄Т表隨機誤差項。

4.3數(shù)據(jù)收集與處理

4.3.1數(shù)據(jù)來源ビ捎詬鞲齔鞘型臣乒報中對能源消耗量數(shù)據(jù)的統(tǒng)計較少，尤其是小城市數(shù)據(jù)較為殘缺，很多城市對能源的統(tǒng)計都是自2006年“十一五計劃”開始，因此本文選取了從2006年至2012年全國60個城市為樣本，構(gòu)成面板數(shù)據(jù)。ケ疚難芯克使用的能源消耗量數(shù)據(jù)（主要選取了煤、石油、天然氣三種能源）來自于各個城市的統(tǒng)計公報及相關(guān)文獻，經(jīng)濟社會數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》，所用變量中人口密度是市轄區(qū)年末總?cè)丝谂c建成區(qū)面積的比值，人均GDP是市轄區(qū)地區(qū)生產(chǎn)總值與市轄區(qū)年末總?cè)丝诘谋戎?。其中建成區(qū)面積是指市行政區(qū)范圍內(nèi)經(jīng)過征用的土地和實際建設發(fā)展起來的非農(nóng)業(yè)生產(chǎn)建設地段，它包括市區(qū)集中連片的部分以及分散在近郊區(qū)與城市有著密切聯(lián)系，具有基本完善的市政公用設施的城市建設用地，可以較好反映城鎮(zhèn)化區(qū)域面積的大小,準確地反映一個城市的范圍。プ酆峽悸僑絲諉芏紉約叭司鵊DP兩個指標，將城市分為集約型和分散型兩組，每組30個，人口密度越大說明該城市的集聚水平越高。

4.3.2人均CO2排放量ビ捎諼夜統(tǒng)計機構(gòu)沒有公布CO2排放的檢查數(shù)據(jù)，而CO2排放量與各種碳能源的消費使用密切相關(guān)，因此需要對CO2排放量進行測算。我國碳排放主要來源于化石能源的燃燒，國內(nèi)現(xiàn)有文獻中的CO2排放量都是通過各種能源消費轉(zhuǎn)化而來的，在此主要利用廣泛使用的煤炭、石油和天然氣等一次能源的消費使用進行轉(zhuǎn)換。首先查閱各城市歷年統(tǒng)計公報，獲取將各城市三種一次能源的消費實物量，再折算成標準統(tǒng)計量（萬噸標準煤），折算系數(shù)參照《中國能源統(tǒng)計年鑒》附錄中的“各種能源折標準煤參考系數(shù)”。

現(xiàn)有研究使用的CO2排放系數(shù)

序號數(shù)據(jù)來源煤炭石油天然氣1ＤＯＥ∕ＥＩＡ0.70200.47800.38902日本能源經(jīng)濟研究所0.75600.58600.44903中國工程院0.68000.54000.41004ＧＥＦ0.74800.58300.44405ＡＤＢ0.72600.58300.40906北京項目0.65600.59100.45207發(fā)改委能源研究所0.74760.58250.4435平均值0.71650.56340.4281

然后，利用因素分解法將能源消費量折算成CO2排放量，具體計算公式如下：C=∑E?e璱?P璱?Qテ渲?，C 代表人均CO2排放量(單位：噸)；E 代表能源消費總量（單位：萬噸標準煤）；e璱代表第 i 種能源消費量所占比重（單位：％）；P璱代表碳排放系數(shù)，來自現(xiàn)有各項研究數(shù)據(jù)的平均值（單位：噸碳∕ 噸標準煤）；Q代表CO2氣化系數(shù)，指碳完全氧化成為二氧化碳之后與之前的質(zhì)量之比， 是一個標準量44／12；i 代表各種含碳能源，本文中指煤炭、石油和天然氣。人均CO2排放量是按照市轄區(qū)人口進行平均計算的CO2排放量（單位：噸∕人）。4.3.3能源強度ツ茉辭慷仁怯糜詼員炔煌國家和地區(qū)能源綜合利用效率的最常用指標之一，體現(xiàn)了能源利用的經(jīng)濟效益。一般而言，能源強度越高，表示經(jīng)濟活動的能源利用效率越低，產(chǎn)生的二氧化碳排放量相對越多。能源強度最常用的計算方法有兩種：一種是單位國內(nèi)生產(chǎn)總值（GDP）所需消耗的能源；另一種是單位產(chǎn)值所需消耗的能源。而后者所用的產(chǎn)值，由于隨市場價格變化波動較大，因此若非特別注明，能源強度均指代單位GDP能耗，本文中即是采用這種計算方法，單位為“萬噸標準煤/萬元”。4.4數(shù)據(jù)分析ネü上述變量選取和理論分析，我們進行如下假設：ト絲諉芏榷勻司鵆O2排放量的影響主要表現(xiàn)在集聚經(jīng)濟上，因此可以預測在回歸中大、小城市的回歸系數(shù)均為負值，并且大城市由于集聚所以負值更大，體現(xiàn)為人口密度每增加一單位，大城市人均CO2排放量的減少量比小城市大，意味著集聚型城市對能源的利用效率更高［9］。ト司鵊DP的增長對人均CO2排放量的影響則表現(xiàn)為回歸中大、小城市的回歸系數(shù)均為正值，因為城市發(fā)展消耗導致排放量正向增加。但是比較可以看到，大城市由于集聚所以正值更小，也就是體現(xiàn)為人均GDP每增加一單位，大城市人均CO2排放量的增加量比小城市少，所以猜測集聚型城鎮(zhèn)化道路相比較看來，更加適合我們發(fā)展。ニ以綜上所述，我們選取了CO2和人口密度，人均GDP還有能源強度做回歸，進一步研究城鎮(zhèn)化過程中這幾個變量對CO2排放量的影響程度，結(jié)果如下表：

大城市小城市

系數(shù)P值系數(shù)P值X10.26470.0020.82290.0000 X20.81080.0000 1.91920.0000 X30.27920.0000 1.39350.0000 F138.910.0000 202.00 0.0000 R20.70190.773

4.4.1人口密度對人均CO2排放量的影響パ≡袷組典型的大、小城市分別試回歸過程，通過回歸我們看到人口密度的回歸系數(shù)是負值，說明正如我們之前理論分析，如果城市聚集，大城市會比小城市在人口密度方面對CO2排放量的負向影響更大，所以初步證明了集聚型城市是好的選擇。由于人口密度的大小反應了人口的聚集程度，所以相比較小城市而言，大城市在人口聚集時，產(chǎn)業(yè)集聚，帶來規(guī)模經(jīng)濟。規(guī)模經(jīng)濟進一步使得能源的利用效率得到大幅度提高。因此，相比較大城市的人均人口CO2排放量是減少的。ブ后對所有60個城市分別進行回歸。大城市的人口密度系數(shù)是0.2607，小城市是0.8229，且均通過檢驗。人口密度每增加一單位，大城市人均CO2排放量的增加量比小城市少，意味著集聚型城市對能源的利用效率更高，更能夠有效實現(xiàn)低碳的發(fā)展目標。サ是回歸系數(shù)是正值，和預期不符合。針對這一現(xiàn)象我們分析認為如果三個變量一起回歸，會導致多重共線性等因素的影響，使得人口密度的系數(shù)沒有成為預期的負值，所以我們之后決定對人口密度和CO2排放進行單獨回歸。

大城市小城市

系數(shù)P系數(shù)P人口密度-0.50280.000-0.46070.000

結(jié)果表明，大城市回歸系數(shù)為-0.5028，小城市回歸系數(shù)為-0.4607，大城市人口密度每增加一單位減少的人均二氧化碳排放量更多，與實現(xiàn)低碳的城鎮(zhèn)化目標更加契合。

4.4.2人均GDP對人均CO2排放量的影響ス賾誥濟增長GDP與碳排放量之間關(guān)系的研究，一直以來受到人們的關(guān)注。對碳排放量與經(jīng)濟增長之間關(guān)系的研究，我們可以采用環(huán)境庫茲涅茨曲線，這也是分析二氧化碳排放與經(jīng)濟增長關(guān)系的主要方法。環(huán)境庫茲涅茨曲線是美國經(jīng)濟學家GGrossman和AKureger(1991)提出的，他們發(fā)現(xiàn)經(jīng)濟增長和環(huán)境污染之間呈倒U型的關(guān)系，即環(huán)境質(zhì)量隨著經(jīng)濟增長的積累呈先惡化后改善的趨勢［10］。ナ紫齲通過檢驗回歸，經(jīng)濟增長和CO2排放量之間存在穩(wěn)定的長期均衡關(guān)系。長期中，隨著人均GDP水平的提高，CO2排放量呈現(xiàn)不斷增加的趨勢，這對我國促進CO2減排、實現(xiàn)低碳發(fā)展帶來了巨大的壓力。再次，在長期中可以看出人均GDP與人均CO2呈單調(diào)遞增關(guān)系，并且不存在任何拐點。最后，通過比較我們看到，小城市人均GDP的系數(shù)是1.9192而大城市系數(shù)是0.8108，意味著小城市發(fā)展經(jīng)濟時會排放更多的CO2，對環(huán)境的破壞更加嚴重。隨著經(jīng)濟的快速發(fā)展，中國面臨著更多的減排壓力，因此對低碳經(jīng)濟必須高度重視，所以我們應該堅決走集聚化的城鎮(zhèn)化路線。［11］

4.4.3能源強度對人均CO2排放量的影響ツ茉辭慷扔隒O2排放總量的關(guān)系在大城市和小城市之間是有區(qū)別的。從能源強度的系數(shù)來看，系數(shù)為正且小城市的系數(shù)明顯高于大城市，說明小城市能源強度越大，經(jīng)濟活動的能源利用效率越低，產(chǎn)生的人均CO2排放量的增加量相對更多。系數(shù)的P值很小，說明結(jié)果是顯著的。這與我們的預期設想是一致的，即大城市的集約型發(fā)展模式能綜合利用能源，提高能源利用率，從而人均CO2排放量較低。

5.結(jié)論ネü理想狀態(tài)下的理論分析可以得出，人口密度越大，即集聚型的城鎮(zhèn)化道路有助于減少人均CO2的排放，實現(xiàn)低碳、綠色的城鎮(zhèn)化發(fā)展目標。實際進行數(shù)據(jù)分析時雖然得到的結(jié)果為人口密度增加會帶來人均CO2排放的增加，但是小城市CO2排放增加的幅度要大于大城市，即仍可以說明集約型的城鎮(zhèn)化道路可在一定程度上減少人均碳排放，從而在人口總量保持基本穩(wěn)定的前提下實現(xiàn)總碳排放量的下降，對緩解溫室效應以及全球生態(tài)環(huán)境的保護具有重要意義。ピ詼勻司鵊DP和能源強度指標的分析中，通過研究發(fā)現(xiàn)人均GDP對人均CO2排放為正效應，即針對中國目前的發(fā)展現(xiàn)狀，經(jīng)濟的增長將會帶來能源使用量的增多，不可避免地在這個過程中增加CO2排放。作為衡量能源利用效率的能源強度指標，增長單位GDP，小城市的人均碳排放增長幅度明顯大于大城市，即大城市的能源綜合利用效率更高，集約型的城鎮(zhèn)化道路能夠利用稀缺有限的能源創(chuàng)造更大的經(jīng)濟效益。プ酆弦隕戲治觶本研究認為集約型的城鎮(zhèn)化道路不僅能夠減少溫室氣體——CO2的排放，改善生態(tài)環(huán)境，而且能夠提高能源的利用效率，充分發(fā)揮規(guī)模經(jīng)濟的作用，利用有限能源為我國的經(jīng)濟發(fā)展創(chuàng)造更大的價值。因此，本文認為中國應當堅持走集約型的城鎮(zhèn)化道路。

參考文獻：

[1]Parikha.J.，V.Shukla.Urbanization，energy use and greenhouse effects in economic development: Results from a cross—national study of developing countries[J].Global Environmental Change，1995，5(2).

[2]林伯強，劉希穎.中國城鎮(zhèn)化階段的碳排放：影響因素和減排策略[J].經(jīng)濟研究，2009.（8）.

[3]林伯強，蔣竺均.中國二氧化碳的環(huán)境庫茲涅格曲線預測及影響分析[J].管理世界，2009，（3）.

[4]楊曉軍，陳浩 .中國城鎮(zhèn)化對二氧化碳排放的影響效應：基于省級面板數(shù)據(jù)的經(jīng)驗分析[J].中國地質(zhì)大學學報（社會科學版）.2013.13(1):32-37.

[5]陳曉春，蔣道國.新型城鎮(zhèn)化低碳發(fā)展的內(nèi)涵與實現(xiàn)路徑[J].學術(shù)論壇.2013.4:123-127.

[6]王家庭.“低成本、集約型”城鎮(zhèn)化模式的理論分析及低碳發(fā)展路徑研究[J].當代經(jīng)濟管理.2012. 34(1):52-56.

[7]宋杰鯤.我國二氧化碳排放量的影響因素及減排對策分析.價格理論與實踐.2010(1).

[8]徐軍委.基于LMDI的我國二氧化碳排放影響因素研究.中國礦業(yè)大學.2013.

[9]譚建新, 楊晉麗. 我國 CO2 排放量變化的影響因素分析[J]. 江蘇經(jīng)貿(mào)職業(yè)技術(shù)學院學報, 2011, 1: 002.

[10]王軍, 耿建. 我國人均 GDP 與人均 CO2 排放量關(guān)系的實證分析[J]. 商業(yè)時代, 2012, 1: 007.

[11]景駱. 二氧化碳排放量與我國 GDP 增長關(guān)系的實證研究[J]. 鄭州航空工業(yè)管理學院學報, 2010, 28(005): 24-27.