基于城鎮(zhèn)化視角二氧化碳排放的經(jīng)驗(yàn)分析

白楠楠

（遼寧石油化工大學(xué) 經(jīng)濟(jì)管理學(xué)院，遼寧撫順113001）

0 引言

在目前經(jīng)濟(jì)增長(zhǎng)模式面臨轉(zhuǎn)型和世界經(jīng)濟(jì)形勢(shì)總體不振的情況下，要保持中國(guó)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)，繼續(xù)深入推進(jìn)城鎮(zhèn)化可能是較好的選擇，雖然很多學(xué)者都提出即使是繼續(xù)深入推進(jìn)城鎮(zhèn)化，那么傳統(tǒng)的城鎮(zhèn)化模式也需要轉(zhuǎn)型，但是在傳統(tǒng)的城鎮(zhèn)化模式到底面臨著何種挑戰(zhàn)這一問題上，國(guó)內(nèi)尚沒有學(xué)者進(jìn)行過深入研究。本文將基于一個(gè)全新的視角即中國(guó)城鎮(zhèn)化與二氧化碳排放之間的關(guān)系對(duì)此問題進(jìn)行初步分析。本文將動(dòng)態(tài)模型與靜態(tài)模型結(jié)合起來，并對(duì)兩種模型的估計(jì)結(jié)果進(jìn)行對(duì)比。此外，之前的研究大都假設(shè)城鎮(zhèn)化對(duì)CO2排放的影響在不同的國(guó)家是相同的，這顯然與現(xiàn)實(shí)不符，因?yàn)椴煌瑖?guó)家的城鎮(zhèn)化階段不一樣必然會(huì)造成其對(duì)于CO2排放的影響方向和程度也不一樣，這對(duì)于中國(guó)問題的研究顯得尤其重要，因此，我們特意將樣本分為包括中國(guó)和不包括中國(guó)兩部分，并對(duì)樣本估計(jì)結(jié)果進(jìn)行對(duì)比，這不僅可以有效避免由此導(dǎo)致的估計(jì)不一致問題，更可以加深對(duì)中國(guó)問題的認(rèn)識(shí)。

1 模型構(gòu)建

根據(jù)前人的研究，我們同樣在控制人口、收入和技術(shù)的基礎(chǔ)之上研究城鎮(zhèn)化對(duì)于CO2排放的影響，Dietz and Rosa(1997)建立了如下的模型：

模型（1）中，I表示CO2排放，P表示人口、A表示收入、T表示技術(shù)進(jìn)步，下表i表示國(guó)家，t表示時(shí)間，ai和eit分別代表個(gè)體效應(yīng)和隨機(jī)誤差項(xiàng)。現(xiàn)在對(duì)（2）式兩邊去自然對(duì)數(shù)，我們得到模型（2）：

模型（2）中，vi和εit分別表示個(gè)體效應(yīng)和隨機(jī)誤差項(xiàng)，下面我們將城鎮(zhèn)化U加入模型（2）中，就得到了我們?cè)诒狙芯恐幸褂玫哪Ｐ停?）。

下面我們首先說明估計(jì)系數(shù)異質(zhì)性對(duì)于估計(jì)方法選取的影響，如果式（3）中系數(shù)不存在異質(zhì)性，我們可以直接采用一般的面板數(shù)據(jù)估計(jì)方法即可，但是當(dāng)系數(shù)出現(xiàn)異質(zhì)性時(shí)，我們則必須使用均群估計(jì)或者方差均群估計(jì)來進(jìn)行。當(dāng)我們將解釋變量或者被解釋變量的滯后項(xiàng)加入模型（3）的右邊時(shí)，其就變成了動(dòng)態(tài)模型，這被稱為自回歸滯后分布模型（ARDL），其滯后期可以根據(jù)SIC信息準(zhǔn)則來確定，動(dòng)態(tài)模型相對(duì)于靜態(tài)模型來講，其優(yōu)點(diǎn)是可以同時(shí)捕捉到短期與長(zhǎng)期的彈性。在具體的估計(jì)過程中，我們將分別使用均群估計(jì)、相關(guān)均群估計(jì)和增廣均群估計(jì)來擬合相關(guān)模型。

均群估計(jì)方法允許系數(shù)和殘差隨個(gè)體進(jìn)行變動(dòng)，從而將個(gè)體異質(zhì)性考慮進(jìn)來。具體來說，其首先使用OLS方法對(duì)每一個(gè)個(gè)體進(jìn)行估計(jì)從而得到每一個(gè)個(gè)體的系數(shù)估計(jì)值，然后在將這些估計(jì)值進(jìn)行平均，對(duì)于大樣本而言，這種估計(jì)方法能夠得到一致估計(jì)。對(duì)于動(dòng)態(tài)模型而言，其將適當(dāng)?shù)臏笞兞堪ㄟM(jìn)來有利于修正殘差的序列相關(guān)和內(nèi)生性問題。但是一般均群估計(jì)方法中沒有考慮可能在樣本數(shù)據(jù)中出現(xiàn)的相關(guān)性，而相關(guān)均群估計(jì)則在估計(jì)當(dāng)中包含了個(gè)體依賴性和異質(zhì)系數(shù)，依賴性主要是用解釋變量與被解釋變量的個(gè)體均值來表示，通過引入依賴性可以在模型中考慮個(gè)體之間不可觀測(cè)的共性，而異質(zhì)系數(shù)則是以個(gè)體數(shù)目對(duì)均群估計(jì)的系數(shù)進(jìn)行加權(quán)得來的，相關(guān)均群估計(jì)對(duì)于結(jié)構(gòu)突變、非協(xié)整和序列相關(guān)都具有很好的穩(wěn)健性。增廣均群估計(jì)則是相關(guān)均群估計(jì)的替代估計(jì)方法，區(qū)別在于前者將不可觀測(cè)的共性作為一般的動(dòng)態(tài)過程，而后者則將其看做異常值。

2 數(shù)據(jù)

我們采用的數(shù)據(jù)是16個(gè)發(fā)展中國(guó)家在1971～2012年的非平衡面板數(shù)據(jù)，這些國(guó)家包括：巴西、智利、中國(guó)、哥倫比亞、埃及、匈牙利、印度、印度尼西亞、韓國(guó)、馬來西亞、墨西哥、摩洛哥、菲律賓、南非、泰國(guó)和土耳其。

在實(shí)證分析中，CO2表示CO2排放量的自然對(duì)數(shù)，收入使用人均國(guó)內(nèi)生產(chǎn)總值的自然對(duì)數(shù)表示，其中，人均國(guó)內(nèi)生產(chǎn)總值以2005年為基期，人口使用總?cè)丝诘淖匀粚?duì)數(shù)表示，城鎮(zhèn)化率使用居住在城市中的人口與總?cè)丝诘谋嚷蕘碛?jì)算，城鎮(zhèn)化則使用城鎮(zhèn)化率的自然對(duì)數(shù)來表示，技術(shù)方面，我們使用能源密度來表示，因?yàn)檫@與CO2排放的關(guān)系更加密切。能源密度的計(jì)算公式為單位GDP（美元）的能源消耗，在分析中，我們同樣對(duì)其取對(duì)數(shù)，所有的數(shù)據(jù)均可以從世界銀行的網(wǎng)站上獲取。

表1 相關(guān)變量的年均增長(zhǎng)率（%，1971～2012）

表1計(jì)算了所有國(guó)家相關(guān)變量的年均增長(zhǎng)率，我們可以看出其在各個(gè)國(guó)家的分布。CO2排放量的年均增長(zhǎng)率從最高的泰國(guó)（7.443%）到最低的匈牙利（-0.298%），泰國(guó)、馬來西亞和印度尼西亞的CO2排放量年均增長(zhǎng)率均超過6%，人均收入方面從最高的中國(guó)（7.465%）到最低的南非（0.482%），中國(guó)、韓國(guó)和泰國(guó)人均收入的年均增長(zhǎng)率均超過4%，菲律賓、馬來西亞、南非和墨西哥的人口增長(zhǎng)最快，均超過2%，匈牙利經(jīng)歷了人口的負(fù)增長(zhǎng)，印度尼西亞和中國(guó)的城鎮(zhèn)化率均超過2%，埃及的城鎮(zhèn)化率最低，僅有0.053%，能源密度最高的分別是摩洛哥、埃及、南非和韓國(guó)，均超過0.5%，超過一半的國(guó)家能源密度出現(xiàn)了下降，中國(guó)的最低，達(dá)到了-4.13%。

變量之間的相關(guān)分析見表2所示。CO2排放與收入和城鎮(zhèn)化負(fù)相關(guān)，與人口和能源密度正相關(guān)，在進(jìn)行計(jì)量分析之前，我們首先對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，如果數(shù)據(jù)具有個(gè)體相關(guān)性，那么單位根檢驗(yàn)就會(huì)失效，我們首先使用CD檢驗(yàn)來驗(yàn)證面板數(shù)據(jù)是否具有個(gè)體相關(guān)性，結(jié)果表明（表3），除了能源密度之外，其他變量均具有個(gè)體相關(guān)性。我們首先使用IPS面板單位根檢驗(yàn)，這些檢驗(yàn)均帶有常數(shù)、趨勢(shì)項(xiàng)和根據(jù)AIC信息準(zhǔn)則確定的不超過五階的自回歸過程，檢驗(yàn)結(jié)果（表4）說明除城鎮(zhèn)化是平穩(wěn)序列之外，其他四個(gè)變量均是一階差分平穩(wěn)過程。但是由于存在變量的個(gè)體相關(guān)性，因此，我們又進(jìn)行了CIPS面板單位根檢驗(yàn)，所有檢驗(yàn)均帶有常數(shù)和趨勢(shì)項(xiàng)。CIPS檢驗(yàn)表明除城鎮(zhèn)化外，其余所有變量均包含一個(gè)單位根，這就使得標(biāo)準(zhǔn)的面板估計(jì)方法實(shí)效，因此，我們只能使用新近發(fā)展的對(duì)于協(xié)整和個(gè)體相關(guān)性都很穩(wěn)健的異質(zhì)面板估計(jì)方法。

表2 變量之間的相關(guān)分析

表3 個(gè)體相關(guān)性檢驗(yàn)

表4 單位根檢驗(yàn)結(jié)果

3 估計(jì)結(jié)果

基于對(duì)系數(shù)和動(dòng)態(tài)特征的假設(shè)不同，我們報(bào)告了一系列模型的估計(jì)結(jié)果，表5列示的是在同質(zhì)系數(shù)的靜態(tài)模型之下得出的結(jié)果，我們分別使用帶有面板修正標(biāo)準(zhǔn)差的Pooled OLS（PCSE）、固定效應(yīng)（FE）和隨機(jī)效應(yīng)(RE)對(duì)其進(jìn)行估計(jì)。表5顯示，收入的彈性在1.009到1.095之間，并且是統(tǒng)計(jì)顯著的，人口的彈性也是顯著的，其取值在0.935到1.874之間，固定效應(yīng)與隨機(jī)效應(yīng)下的城鎮(zhèn)化彈性系數(shù)分別為0.043和0.209，但是在PCSE方法之下，其彈性系數(shù)為負(fù)值，能源密度的彈性則顯著為正。總之，靜態(tài)模型的估計(jì)結(jié)果表明人口、收入、能源密度的彈性均顯著為正，但是當(dāng)樣本中都不包含中國(guó)時(shí)，城鎮(zhèn)化的彈性系數(shù)都不顯著，而且其符號(hào)也不統(tǒng)一，但是，一旦當(dāng)樣本中包含了中國(guó)，城鎮(zhèn)化的彈性系數(shù)就顯著為正。

這說明是否包含中國(guó)對(duì)于城鎮(zhèn)化的估計(jì)系數(shù)具有顯著影響，也說明各國(guó)城鎮(zhèn)化進(jìn)程不一致可能會(huì)導(dǎo)致其對(duì)CO2排放的影響也不一致。我們對(duì)殘差進(jìn)行了CD檢驗(yàn)和CIPS檢驗(yàn)，結(jié)果表明，殘差具有顯著的個(gè)體相關(guān)性，并且回歸的擬合效果較差，序列存在較強(qiáng)的動(dòng)態(tài)特征。

表5 同質(zhì)系數(shù)與靜態(tài)模型的估計(jì)結(jié)果

表6 異質(zhì)系數(shù)與靜態(tài)模型的估計(jì)結(jié)果

表6放松了假定，認(rèn)為存在著異質(zhì)性系數(shù)，但是仍然使用靜態(tài)模型。從結(jié)果可以看出，收入的彈性在1.032和1.158之間且在1%的水平上顯著，人口的彈性系數(shù)在1.789和3.529之間且在5%的水平上顯著，能源密度的彈性系數(shù)在0.830和0.978之間且在1%的水平上顯著，城鎮(zhèn)化的彈性系數(shù)在不包含中國(guó)的情況下，其系數(shù)均不顯著，符號(hào)也不一致，但是當(dāng)樣本中包含中國(guó)，其系數(shù)顯著為正。CD檢驗(yàn)顯示在相關(guān)均群估計(jì)和增廣均群估計(jì)中有個(gè)體相關(guān)性的證據(jù)，但是在一般均群估計(jì)中沒有顯著的證據(jù)。由于控制了異質(zhì)系數(shù)和個(gè)體相關(guān)性，表6中的殘差均具有靜態(tài)特征，需要注意的是，表6中RMSE值均比表5中的小一個(gè)數(shù)量級(jí)，這說明異質(zhì)系數(shù)更加適合我們的數(shù)據(jù)。

表7的估計(jì)結(jié)果是在異質(zhì)系數(shù)和動(dòng)態(tài)模型的基礎(chǔ)上得到的，首先看控制變量，收入的彈性系數(shù)依然是在1%的水平上顯著為正，其大小在1.132到1.447之間，這在不同的估計(jì)方法之間不存在明顯差別，人口的彈性系數(shù)在0.714到2.178之間且有兩種方法是在1%的水平上顯著。城鎮(zhèn)化的系數(shù)為正但是不顯著，需要注意的是，使用動(dòng)態(tài)模型估計(jì)的城鎮(zhèn)化彈性系數(shù)要大于靜態(tài)模型下的結(jié)果。能源密度的彈性系數(shù)顯著為正，CO2排放滯后期值在10%的水平上顯著為正，且其值在0.123到0.447之間，這表示CO2排放的持續(xù)性處于中低水平。收入和能源密度滯后期的估計(jì)系數(shù)為負(fù)且分別在1%和5%的水平上顯著。同樣的，包含和不包含中國(guó)數(shù)據(jù)的樣本估計(jì)結(jié)果再次表明，包不包含中國(guó)對(duì)于城鎮(zhèn)化估計(jì)系數(shù)的影響和顯著性影響巨大，考慮中國(guó)的樣本估計(jì)結(jié)果表明城鎮(zhèn)化對(duì)于CO2排放具有顯著的正面影響，但是不考慮中國(guó)的樣本估計(jì)結(jié)果表明城鎮(zhèn)化對(duì)于CO2排放不具有顯著的影響。CD檢驗(yàn)和CIPS檢驗(yàn)表明不存在個(gè)體相關(guān)性和誤差的動(dòng)態(tài)特征，低的RMSE說明以異質(zhì)系數(shù)和動(dòng)態(tài)模型為基礎(chǔ)的估計(jì)更加適合本文的數(shù)據(jù)。

表7 異質(zhì)系數(shù)與動(dòng)態(tài)模型的估計(jì)結(jié)果

由于城鎮(zhèn)化系數(shù)的估計(jì)值在統(tǒng)計(jì)上不顯著，因此我們將其忽略掉并對(duì)動(dòng)態(tài)模型進(jìn)行重新估計(jì)，估計(jì)結(jié)果見表8。表8中，滯后期的CO2排放對(duì)現(xiàn)期值具有顯著的正向影響，現(xiàn)期的收入和能源密度對(duì)CO2排放具有顯著的正向影響，人口的彈性系數(shù)為正且在其中兩種方法中是顯著的。殘差檢驗(yàn)顯示其在1%的顯著性水平上具有靜態(tài)特征且不存在個(gè)體相關(guān)性。需要注意的是，帶有城鎮(zhèn)化變量的RMSE值要略小于不帶有RMSE的設(shè)定，因此，表8的估計(jì)結(jié)果更好一些。

根據(jù)表7和表8中的估計(jì)結(jié)果可以進(jìn)一步計(jì)算CO2排放的短期和長(zhǎng)期彈性，其他發(fā)展中國(guó)家收入的短期彈性從1.147到1.178，長(zhǎng)期彈性則從0.938到1.008，包括中國(guó)在內(nèi)的所有發(fā)展中國(guó)家其收入和能源密度的彈性系數(shù)均小于不包括其他發(fā)展中國(guó)家的相應(yīng)彈性系數(shù)，這說明中國(guó)的城鎮(zhèn)化已經(jīng)在一定程度上解釋了其他變量對(duì)于CO2排放的影響，使得其他變量的系數(shù)變小。對(duì)每一種方法而言，其短期彈性要大于其長(zhǎng)期彈性。人口的短期彈性從0.997到1.853，長(zhǎng)期彈性從0.978到1.742，能源密度的短期彈性在0.809到0.855之間，其長(zhǎng)期彈性為0.762到0.834所有的長(zhǎng)期和短期彈性都為正，說明這些變量的增加無論是在長(zhǎng)期還是在短期都會(huì)增加CO2排放量。本文的結(jié)果具有重要的政策含義，CO2的存續(xù)時(shí)間很長(zhǎng)，今天排放到空氣中的CO2會(huì)持續(xù)累積到以后，既然人口和收入在新興經(jīng)濟(jì)體中會(huì)不斷增長(zhǎng)，那么為了降低CO2排放量只能不斷的降低能源密度。更重要的是，我們發(fā)現(xiàn)對(duì)于其他發(fā)展中國(guó)家而言，城鎮(zhèn)化對(duì)CO2排放沒有顯著的影響，從計(jì)量模型中去掉城鎮(zhèn)化也不會(huì)影響其預(yù)期，因此，那些沒有考慮城鎮(zhèn)化影響的能源和環(huán)境政策也基本上會(huì)實(shí)現(xiàn)其預(yù)期的目標(biāo)。

表8 異質(zhì)系數(shù)與動(dòng)態(tài)模型的估計(jì)結(jié)果

表9 CO2排放的相關(guān)彈性

4 結(jié)論

本文從經(jīng)驗(yàn)角度研究了城鎮(zhèn)化對(duì)CO2排放的影響，由于包括中國(guó)在內(nèi)的新興發(fā)展中國(guó)家的城鎮(zhèn)化在未來會(huì)有一個(gè)跨越式發(fā)展，因而如果城鎮(zhèn)化對(duì)CO2排放有顯著性影響的話，那么未考慮城鎮(zhèn)化的能源和可持續(xù)發(fā)展政策就會(huì)收到極大影響。通過分析我們發(fā)現(xiàn)，收入、人口和能源密度三個(gè)變量在不同的模型假設(shè)下并未表現(xiàn)出明顯的差異。而相對(duì)于包含中國(guó)數(shù)據(jù)的樣本估計(jì)結(jié)果，未包括中國(guó)的樣本其城鎮(zhèn)化估計(jì)系數(shù)都是不顯著的，也就是說，這些國(guó)家的城鎮(zhèn)化對(duì)于CO2排放的影響可能存在相互抵消的因素，正像我們?cè)谖墨I(xiàn)綜述當(dāng)中的理論分析所指出的那樣，城鎮(zhèn)化的發(fā)展一方面會(huì)加重環(huán)境的負(fù)擔(dān)，但另一方面也會(huì)通過技術(shù)進(jìn)步、結(jié)構(gòu)調(diào)整來減輕環(huán)境所受到的負(fù)面影響，這兩方面的效應(yīng)很可能會(huì)相互抵消從而使得城鎮(zhèn)化對(duì)于CO2排放的影響變得不顯著了，因此，對(duì)于這些國(guó)家來說，忽略掉城鎮(zhèn)化影響的可持續(xù)發(fā)展政策并沒有太大的不妥，進(jìn)一步來講，從長(zhǎng)期彈性系數(shù)來看，人口的彈性系數(shù)要大于收入的彈性系數(shù)，收入的彈性系數(shù)又大于能源密度的彈性系數(shù)，但是這三者均顯著為正，這說明隨著新興經(jīng)濟(jì)體城鎮(zhèn)化的不斷進(jìn)展，CO2排放會(huì)持續(xù)增加。由于新興經(jīng)濟(jì)體的人口和收入不會(huì)下降，因此，要想降低CO2排放，就必須從提高能源使用效率入手，新興經(jīng)濟(jì)體可以通過市場(chǎng)或稅收手段來鼓勵(lì)經(jīng)濟(jì)主體減少對(duì)石油、煤炭等化石能源的使用，而增加對(duì)于可再生能源的利用。

但是當(dāng)在樣本中考慮中國(guó)的數(shù)據(jù)時(shí)，城鎮(zhèn)化的彈性系數(shù)則變得顯著為正，而且中國(guó)的收入和能源密度的彈性系數(shù)都要小于未考慮城鎮(zhèn)化影響的其他國(guó)家的彈性系數(shù)，這說明中國(guó)的城鎮(zhèn)化不僅會(huì)顯著增加CO2排放量，而且還會(huì)改變收入和能源密度對(duì)于CO2排放的影響，也就是說，其他發(fā)展中國(guó)家由于城鎮(zhèn)化發(fā)展的不同階段使得其對(duì)于收入和能源密度影響CO2排放的機(jī)制相互抵消了，但中國(guó)作為最大的能源消費(fèi)國(guó)，其特殊的城鎮(zhèn)化路徑使得收入和能源密度對(duì)于CO2排放的影響都體現(xiàn)了城鎮(zhèn)化的間接影響，一旦我們?cè)谀Ｐ椭邪顺擎?zhèn)化對(duì)于CO2排放的顯著影響，那么收入和能源密度的影響就會(huì)被削弱，這或許能夠解釋不同的模型在能源消費(fèi)、CO2排放和變量系數(shù)上體現(xiàn)出來的矛盾。

[1]Hossain M S.Panel Estimation for CO2 Emissions,Energy Consumption,Economic Growth,Trade Openness and Urbanization of Newly Industrialized Countries[J].Energy Policy,2011,(39).

[2]Poumanyvong P,Kaneko S.Does Urbanization Lead to Less Energy Use and Lower CO2 Emissions?A Cross-Country Analysis[J].Ecol.Econ,2010,70(2).

[3]Poumanyvong P,Kaneko S.Does Urbanization Lead to Less Energy Use and Lower CO2 Emissions?A Cross-Country Analysis[J].Ecol.Econ,2010,70(2).

[4]Sharma S S.Determinants of Carbon Dioxide Emissions:Empirical Evidence from 69 Countries[J].Applieal.Energy,2011，(88).

[5]付強(qiáng).雙贏互換性規(guī)制失效與新型接入歧視[J].財(cái)經(jīng)問題研究，2013,(10).

[6]付強(qiáng),于良春.論中國(guó)電力產(chǎn)業(yè)輸配管理體制改革路徑選擇[J].東南學(xué)術(shù)，2014,(2).