人口結(jié)構(gòu)變動對中國碳排放績效的影響研究

黃杰（信陽師范學(xué)院經(jīng)濟(jì)學(xué)院，河南信陽464000）

?

人口結(jié)構(gòu)變動對中國碳排放績效的影響研究

黃杰
（信陽師范學(xué)院經(jīng)濟(jì)學(xué)院，河南信陽464000）

摘要：本文首先使用非徑向、非角度的SBM-Undesirable模型對我國30個(gè)?。ㄊ校﹨^(qū)2000—2012年的碳排放績效進(jìn)行了測度，并利用Tobit模型進(jìn)一步分析我國人口結(jié)構(gòu)變動對各?。ㄊ校﹨^(qū)碳排放績效的影響。結(jié)果顯示：（1）在樣本考察期內(nèi)，我國的碳排放績效在逐漸提高，東部地區(qū)的碳排放績效遠(yuǎn)高于全國及中西部地區(qū)的碳排放績效，中部次之，西部最低；（2）勞動人口數(shù)量和受教育程度對我國的碳排放績效具有正向的驅(qū)動作用，家庭規(guī)模的小型化、老齡化人口數(shù)量、人口城市化水平和經(jīng)濟(jì)增長對我國碳排放績效的提高起阻礙作用。

關(guān)鍵詞：人口結(jié)構(gòu)；碳排放績效；SBM-Undesirable模型；面板Tobit模型

一、引言

人口規(guī)模和結(jié)構(gòu)被認(rèn)為是引起二氧化碳（CO2）排放的關(guān)鍵因素之一，同時(shí)也是導(dǎo)致其他溫室氣體排放和環(huán)境退化的主要驅(qū)動因素。2012年4月英國皇家學(xué)會發(fā)表的《人與地球》①引自Andrew K．Jorgenson and Brett Clark，The Relationship between National-Level Carbon Dioxide Emissions and Population Size：An Assessment of Regional and Temporal Variation，1960-2005．報(bào)告指出，人口增加和消費(fèi)水平的迅速上升，導(dǎo)致了資源的枯竭和環(huán)境的破壞。如，水資源的缺乏和CO2排放量的增加等。

國內(nèi)外已有眾多學(xué)者針對人口與CO2排放之間關(guān)系展開相關(guān)研究。Rosa E．和Dietz T．（2012）、Sanglimsuwan K．（2012）、O’Neill B．C．，Brian C．（2012）、Jorgenson A．K．和Clark B．（2013）和Ahmad N．（2013）[1-5]的研究均表明，人口因素是引致CO2排放的主要驅(qū)動因素，其中人口因素主要包括人口規(guī)模和結(jié)構(gòu)變動。李國志和李宗植（2010）、李楠等（2011）、曲如曉和江銓（2012）、馬曉鈺等（2013）、童玉芬和韓茜（2013）等[6-10]人的研究表明影響CO2排放的人口因素主要包括人口規(guī)模、人口年齡結(jié)構(gòu)、人口城市化和家庭規(guī)模等。除此之外，汪臻（2012）、張紀(jì)錄（2012）、朱勤和魏濤遠(yuǎn)（2013）等[11-13]從居民消費(fèi)方面進(jìn)行研究，認(rèn)為消費(fèi)水平的提高會驅(qū)動生活性能源消耗的增長，從而引起CO2排放量增加?，F(xiàn)有研究表明，人口因素對CO2排放存在顯著影響。因此，在全球碳減排的背景下，深入分析人口因素變動對碳排放的影響對我國的CO2減排具有重要意義，然而在大力降低CO2排放的同時(shí)，我們也需要認(rèn)識到，當(dāng)前我國正處于工業(yè)化和城市化加速發(fā)展的關(guān)鍵時(shí)期，經(jīng)濟(jì)發(fā)展仍然十分重要，因此在考慮CO2減排時(shí)，又必須要與我國的經(jīng)濟(jì)發(fā)展?fàn)顩r結(jié)合起來，以實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與CO2減排的“雙贏”。本文結(jié)合我國的實(shí)際情況，將GDP作為“好”的產(chǎn)出，CO2作為“壞”的產(chǎn)出，利用非徑向、非角度的SBM-Undesirable（Slacks-based Model）模型對我國的碳排放績效進(jìn)行測算，以此方法測算的碳排放績效同時(shí)考慮了CO2排放和經(jīng)濟(jì)發(fā)展?fàn)顩r，因此可以作為“雙贏”的代理變量，在此基礎(chǔ)上進(jìn)一步通過面板模型實(shí)證考察人口因素的變動對我國碳排放績效的影響。對我國在新時(shí)期如何協(xié)調(diào)人口政策、經(jīng)濟(jì)發(fā)展與CO2減排之間的關(guān)系，最終實(shí)現(xiàn)CO2減排與經(jīng)濟(jì)發(fā)展的“雙贏”具有重要的現(xiàn)實(shí)意義。

二、模型設(shè)計(jì)與指標(biāo)數(shù)據(jù)

（一）碳排放績效的測算方法

本文選擇非徑向、非角度的SBM-Undesirable模型測算我國的省域碳排放績效。經(jīng)典的DEA模型在效率評價(jià)時(shí)，主要考慮的是在減少投入的基礎(chǔ)上增加產(chǎn)出的問題，經(jīng)典的DEA模型并沒有區(qū)分產(chǎn)出中“好”的部分和“壞”的部分，與現(xiàn)實(shí)不符，從而使度量結(jié)果產(chǎn)生偏差。因此，Kauro Tone（2001，2004）[14-15]在2001年和2004年先后提出了考慮了投入產(chǎn)出變量的松弛問題的SBM模型和在前者的基礎(chǔ)上又考慮“壞”產(chǎn)出的SBM模型。具體地，設(shè)有m種投入，s1種“好”產(chǎn)出，s2種“壞”產(chǎn)出，則x∈Rm，yg∈Rs1，yb∈Rs2。定義矩陣X、Yg、Yb分別為：X=(xij)∈Rm×n，Yg＝(yijg) ∈Rs1×n，Yb＝(yijb)∈Rs2×n。根據(jù)實(shí)際生產(chǎn)過程中的投入部分和產(chǎn)出部分，可以假設(shè)X＞0，Yg＞0，Yb＞0得到，生產(chǎn)可能性集合P，即N種要素投入x所能生產(chǎn)的“好”產(chǎn)出和“壞”產(chǎn)出的所有組合，可以將其定義為：

P={(x，yg，yb)｜x≥Xλ，yg≤Ygλ，yb≥Ybλ，λ≥0}

根據(jù)定義，加入“壞”的產(chǎn)出的SBM模型如下：

通過Charnes-Cooper方法可以將模型（1）轉(zhuǎn)換為可求解的線性規(guī)劃模型進(jìn)行求解。

（二）實(shí)證模型設(shè)計(jì)

20世紀(jì)70年代初，IPAT方程就被引入到導(dǎo)致環(huán)境變化的驅(qū)動因素研究中：即I=PAT，其中I為對環(huán)境的影響，P為人口數(shù)量，A為人們的富裕程度或消費(fèi)水平，T為技術(shù)水平。隨著研究的深入，人們意識到人口數(shù)量、富裕水平和技術(shù)水平與環(huán)境之間的真實(shí)關(guān)系可能是一種更加復(fù)雜的隨機(jī)關(guān)系，而不是一個(gè)先驗(yàn)地同比例增加或減少的函數(shù)關(guān)系，Dietz and Rosa[16]（1997）出了的隨機(jī)模型，即模型，表達(dá)式如下：

其中I、P、A和T與模型IPAT中變量的含義一致，a表示常數(shù)項(xiàng)，b、c、d為待估參數(shù)，e為干擾項(xiàng)。根據(jù)STIRPAT模型，對（2）式兩邊分別取自然對數(shù)，我們就可以通過回歸模型結(jié)果得出相關(guān)因素對環(huán)境影響的彈性系數(shù)，即b、c、d，如公式（3）所示。

由于我國的具體國情，人口總量在一定的時(shí)期內(nèi)變動較小，結(jié)合本文的考察重點(diǎn)，本文將人均財(cái)富變動，家庭規(guī)模、人口城鎮(zhèn)化水平、人口年齡結(jié)構(gòu)、受教育水平納入模型在樣本考察期內(nèi)檢驗(yàn)其對碳排放績效的影響，拓展后的STIRPAT模型表達(dá)式如下：

其中，i和t分別表示觀察樣本和時(shí)間，E為碳排放績效，解釋變量中，P15-64為勞動年齡人口占總?cè)丝诒戎?，Old為老齡人口占總?cè)丝诘谋戎兀珽du為受教育水平，Hs為家庭規(guī)模指標(biāo)，Y為人均財(cái)富水平。

（三）數(shù)據(jù)來源

1．CO2排放量

本文采用IPCC/OECD推薦的方法①該計(jì)算方法具體見，聯(lián)合國氣候變化專門委員會（IPCC，2006）在《國家溫室氣體排放清單》第二卷第六章。，即根據(jù)消耗的能源數(shù)量以及能耗排放系數(shù)來估算CO2排放量，本文以煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣八中能源消費(fèi)量為基礎(chǔ)數(shù)據(jù)②《中國能源統(tǒng)計(jì)年鑒》將能源消費(fèi)種類劃分為9類（煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣和電力）。由于在部門終端能源消費(fèi)中，電力消費(fèi)并不直接產(chǎn)生CO2，屬于二次能源，為避免CO2排放的重復(fù)估算問題，本文沒有把電力歸入能源分解種類。與魯萬波，仇婷婷和杜磊（2013）計(jì)算納入的能源種類一致。，計(jì)算我國各省（市）區(qū)CO2排放量。其計(jì)算公式如（5）所示：

其中，CO2表示估算的CO2排放量；i=1，2，…，8表示化石燃料；E表示一次能源消費(fèi)量；NCV為能源的平均低位發(fā)熱量；CEF為碳排放系數(shù)；COF為能源的氧化系數(shù)，其中能源的平均低位發(fā)熱量和氧化系數(shù)數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒》，碳排放系數(shù)數(shù)據(jù)來源于IPCC（2006）；44和12分別為CO2和碳的分子量。具體數(shù)值如表1所示：

表1各種燃料的平均低位發(fā)熱量、碳排放系數(shù)和氧化系數(shù)

2．其他指標(biāo)數(shù)據(jù)③本文數(shù)據(jù)均來源于《中國統(tǒng)計(jì)年鑒》和《中國人口與就業(yè)統(tǒng)計(jì)年鑒》。

人口年齡結(jié)構(gòu)分為勞動人口占總?cè)丝诘谋戎睾屠淆g人口占勞動人口的比重，其中勞動人口使用年齡在15-64歲之間人口占總?cè)丝诒戎貋矶攘?，老齡人口用65歲以上人口占總?cè)丝诒戎貋矶攘浚患彝ヒ?guī)模用家庭平均人口來度量；教育水平用各地區(qū)大專及以上人口比例占總?cè)丝诒戎貋矶攘?；城?zhèn)化率用非農(nóng)業(yè)人口占總?cè)丝诘谋戎貋矶攘?；?cái)富水平用人均國民收入來度量。

三、實(shí)證分析

（一）碳排放績效的測算

利用非徑向、非角度的SBM-Undesirable模型測度了我國30個(gè)省（市）區(qū)的碳排放績效，如表2所示。

表2部分年份的我國省域碳排放績效

從表1中可以看出：第一，從整體上而言，我國的碳排放績效在樣本考察期內(nèi)在不斷上升，若以2000年為基期，到2012年我國碳排放績效的整體均值年均上升0．07%，中部地區(qū)的碳排放績效的均值年均上升0．89%,東部和西部地區(qū)的碳排放績效整體均值年均下降0．38%和0．035%，冀、遼、魯和瓊四省的碳排放總量在樣本考察期內(nèi)大幅增加，是導(dǎo)致東部地區(qū)碳排放績效下降的主因，西部地區(qū)碳排放績效的下降主要是由于其產(chǎn)業(yè)結(jié)構(gòu)的重化所致；第二，從區(qū)域來看，我國三大地區(qū)的碳排放績效存在較大的差異，經(jīng)濟(jì)基礎(chǔ)較好、產(chǎn)業(yè)結(jié)構(gòu)較為合理、經(jīng)濟(jì)發(fā)展水平較高的東部沿海地區(qū)的碳排放績效在三大區(qū)域中也表現(xiàn)最好；對于中西部地區(qū)而言，盡管近年來中西部地區(qū)的碳排放績效有所提高，但其碳排放績效仍遠(yuǎn)低于東部地區(qū)，西部地區(qū)的碳排放績效表現(xiàn)尤差，不僅低于東部和中部地區(qū)，尚未達(dá)到全國碳排放績效的平均水平。

（二）數(shù)據(jù)描述性統(tǒng)計(jì)

指標(biāo)的描述性統(tǒng)計(jì)及方差膨脹因子如表3所示，一般認(rèn)為，如果方差膨脹因子小于10，則可以認(rèn)為解釋變量之間不存在多重共線性。表3中各變量的方差膨脹因子均小于10，因此，本文變量選擇合理，不存在多重共線性，能夠滿足后續(xù)的回歸分析。

表3變量的描述性統(tǒng)計(jì)與方差膨脹因子

（三）模型估計(jì)

由于效率指數(shù)介于0和1之間，所以被解釋變量就被限制在[0，1]區(qū)間內(nèi)。此時(shí)，如果直接采用最小二乘法，會給參數(shù)估計(jì)帶來嚴(yán)重的有偏和不一致，而Tobit模型，則可以避免此類偏誤。模型是Tobin 于1958年為解決因變量有上限、下線或者存在極值這類問題而做的研究[17]。其理論模型為：

此處，β為回歸參數(shù)向量，xi為自變量向量，yi*為因變量向量，yi為效率值向量，ξi為誤差項(xiàng)。采用極大似然估計(jì)法對Tobit模型進(jìn)行估計(jì)，可以得到β 和σ的一致估計(jì)。

本文從全國和三大區(qū)域?qū)用鎭矸治鋈丝诮Y(jié)構(gòu)變動對碳排放績效產(chǎn)生影響。Tobit分析結(jié)果利用STATA12．0得出，如表3所示。從全國和三大區(qū)域?qū)用娴碾S機(jī)效應(yīng)面板數(shù)據(jù)模型回歸結(jié)果顯示，模型的個(gè)體效應(yīng)和隨機(jī)干擾項(xiàng)二者的標(biāo)準(zhǔn)差均較小；同時(shí)RHO值為分別為0．938、0．923、0．942和0．916，這說明模型個(gè)體效應(yīng)的變化主要解釋了各?。ㄊ校﹨^(qū)的碳排放績效的變化；似然比檢驗(yàn)表明應(yīng)拒絕不存在個(gè)體效應(yīng)的假設(shè)，亦即拒絕混合模型；對數(shù)似然值顯示了模型有較好的擬合優(yōu)度。

表4面板數(shù)據(jù)模型估計(jì)結(jié)果

四、估計(jì)結(jié)果分析

（一）從全國層面看

從全國層面看，在樣本考察期內(nèi)我國的人口結(jié)構(gòu)變動對碳排放績效存在顯著的影響。具體地，年齡在16-64歲之間的勞動人口數(shù)量在5%的水平下對碳排放績效存在顯著的、正向影響，這說明隨著勞動人口的增多，社會總產(chǎn)出在增長，且總產(chǎn)出的增幅要高于碳排放總量的增幅，即這部分適齡勞動人口的增長會通過生產(chǎn)渠道對我國的碳排放績效產(chǎn)生正向的積極影響；人口老齡化對我國碳排放績效的整體發(fā)展存在顯著的負(fù)的影響，這說明，隨著老齡化程度的加深，老年人口在整個(gè)社會中的比重在不斷提高，隨著年齡的增長，這部分人的勞動供給會出現(xiàn)遞減，與此同時(shí)他們的消耗卻在遞增，即這部分老齡人口的增多會通過消費(fèi)渠道對我國的碳排放績效的提高產(chǎn)生抑制作用；毋容置疑，城市化水平的提高會顯著促進(jìn)我國的經(jīng)濟(jì)發(fā)展，但，由于在推進(jìn)城市化的過程當(dāng)中，一方面，大量基礎(chǔ)設(shè)施、住宅房屋和工業(yè)廠房的建設(shè)也導(dǎo)致了CO2排放量的劇增；另一方面，大量的勞動力進(jìn)入城市生活也會通過消費(fèi)渠道增加我國的碳排放總量。因此，從目前來看，城市化水平的提高并沒有是我國的碳排放績效得到相應(yīng)的提高；在家庭規(guī)模的變動方面，與傳統(tǒng)的家庭規(guī)模對碳排放的影響剛好相反，家庭規(guī)模的小型化能提高我國的碳排放績效，一方面，家庭規(guī)模的小型化也意味著我國家庭數(shù)量在增多，其消費(fèi)量（尤其是耐用品消費(fèi),如：住房、汽車等）也會隨之增加，進(jìn)而擴(kuò)大內(nèi)需拉動經(jīng)濟(jì)增長；另一方面，與我國的傳統(tǒng)習(xí)慣相關(guān)，成年人在結(jié)婚后會從原來的大家庭中獨(dú)立出去，因此，家庭規(guī)模的小型化也意味著我國成年人的數(shù)量在增多，勞動力人口的增加則會通過生產(chǎn)渠道對我國的碳排放績效有顯著的正向作用；受教育水平的提高對我國碳排放績效存在顯著的促進(jìn)作用，受教育水平的提高往往伴隨著人們整體素質(zhì)的提升，此時(shí)人們將會更多地考慮自己的生產(chǎn)、生活對環(huán)境所產(chǎn)生的影響，更加傾向于一種低碳環(huán)保的生活理念，從而推動整個(gè)社會的低碳發(fā)展水平，提高碳排放績效；然而，由于我國正處于工業(yè)化和城鎮(zhèn)化的快速推進(jìn)階段，經(jīng)濟(jì)增長所帶來的碳排放總量仍將繼續(xù)增多，同時(shí)人均收入的增加也在一定程度上增加人們的非理性消費(fèi)，這同樣會增加我國的碳排放，因此就目前而言，我國的經(jīng)濟(jì)增長對碳排放績效所產(chǎn)生的作用是負(fù)面的、抑制作用。

（二）從三大區(qū)域?qū)用?/p>

在樣本考察期內(nèi)，勞動人口增多雖然能夠促進(jìn)東部、中部和西部地區(qū)碳排放績效的提升，但只有東部地區(qū)在10%的水平下顯著，而在中、西部地區(qū)勞動力人口的增多對碳排放績效的提升并不顯著；就老齡化而言，在三大區(qū)域所起作用并不一致，老年人口的增加會在1%的水平下顯著地阻礙我國中部和西部地區(qū)的碳排放績效，對東部地區(qū)雖起促進(jìn)作用，卻不顯著；家庭規(guī)模的變大在一定程度上會阻礙我國碳排放績效的提升，這種阻礙作用只在中部地區(qū)顯著，在我國東部和西部地區(qū)并不顯著；而受教育水平的提高對我國三大區(qū)域碳排放績效都有顯著的促進(jìn)作用；城市化水平的提高僅對東部地區(qū)的碳排放績效存在促進(jìn)作用，這主要得益于東部地區(qū)較高的經(jīng)濟(jì)發(fā)展水平，但這種促進(jìn)作用并不顯著，而對于中部和西部地區(qū)來說則顯著阻礙了各自地區(qū)碳排放績效的提升；然而三大區(qū)域的經(jīng)濟(jì)高速增長，到目前為止并沒有對各自區(qū)域的碳排放績效產(chǎn)生提升作用。

五、結(jié)論與建議

本文在估算我國30個(gè)省（市）區(qū)2000—2012年的碳排放績效的基礎(chǔ)上，通過隨機(jī)效應(yīng)面板數(shù)據(jù)Tobit模型，分析了我國人口結(jié)構(gòu)變動對碳排放績效的影響。研究結(jié)論如下：（1）在樣本考察期內(nèi)，我國碳排放績效的整體水平在上升，但部分地區(qū)的碳排放績效在逐年降低。2000—2012年全國平均效率值為0．601，東部地區(qū)為0．778，中部和西部地區(qū)分別僅為0．610和0．398；（2）勞動人口數(shù)量和受教育程度對我國的碳排放績效具有正向的驅(qū)動作用，家庭規(guī)模的小型化、老齡化人口數(shù)量、人口城市化水平和經(jīng)濟(jì)增長對我國碳排放績效的提高起阻礙作用。上述研究表明，人口結(jié)構(gòu)因素已經(jīng)成為在我國實(shí)施碳減排、提高碳排放績效過程中不可忽視的重要因素，由于我國的特殊國情，人口結(jié)構(gòu)在一定的時(shí)期內(nèi)不會發(fā)生改變，因此政府在制定和實(shí)施碳減排、提高碳排放績效政策時(shí)應(yīng)從以下三個(gè)方面進(jìn)行考慮：

第一，作為推動城市化的主體，政府應(yīng)在快速推進(jìn)城市化水平的過程中，實(shí)現(xiàn)城市的低碳發(fā)展。即一方面，政府在大力推動城市化的同時(shí)還要應(yīng)積極推動城市交通的低碳化，及時(shí)根據(jù)本地人口特征來構(gòu)建合理的交通結(jié)構(gòu)，大力發(fā)展公共交通，倡導(dǎo)綠色出行，以此來降低交通中的碳排放；另一方面，在城市化的快速推進(jìn)過程中，政府應(yīng)積極推廣節(jié)能建筑，減少各類建筑物在建設(shè)和使用過程中的碳排放。

第二，政府應(yīng)大力發(fā)展教育事業(yè)，培育居民的低碳生活理念。教育水平的提升不僅可以提高人口素質(zhì)，使更多的人接受并踐行低碳的生活理念，還可以為發(fā)展低碳技術(shù)儲備人才，從而實(shí)現(xiàn)依托技術(shù)進(jìn)步來提高能源使用效率，降低生產(chǎn)和生活中碳排放，進(jìn)而促進(jìn)我國的碳排放績效的提升。

第三，作為制定和實(shí)施低碳政策的主體，政府在推動經(jīng)濟(jì)增長的同時(shí)，應(yīng)協(xié)調(diào)好人口、資源環(huán)境和經(jīng)濟(jì)發(fā)展之間的關(guān)系，改變傳統(tǒng)的發(fā)展模式，實(shí)施可持續(xù)的低碳發(fā)展戰(zhàn)略，最終實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境的“雙贏”。這就要求各地區(qū)在發(fā)展經(jīng)濟(jì)時(shí)應(yīng)注重調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)，采取更加環(huán)保的生產(chǎn)方式，改變傳統(tǒng)的重化產(chǎn)業(yè)結(jié)構(gòu)，增加第三產(chǎn)業(yè)的比重，努力實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的低碳化，同時(shí)積極擴(kuò)大清潔能源的使用，減少高碳化石能源的使用，通過技術(shù)創(chuàng)新提高能源的利用效率，以此來降低能源消費(fèi)中的碳排放，實(shí)現(xiàn)碳排放績效的提高。?

參考文獻(xiàn)：

[1]Eugene A．Rosa，Dietz Thomas．Human drivers of national greenhouse-gas emissions[J]．Nature Climate Change，2012，2（8）：581-586．

[2]Sanglimsuwan Kamjana．The impact of population pressure on carbon dioxide emissions：evidence from panel-econometric analysis[J]．International Research Journal of Finance and Economics，2012，82：89-94．

[3]O’Neill，Brian C．，Brant Liddle，et al．Demographic change and carbon dioxide emissions[J]．The Lancet，2012，380（9387）：157-164．

[4]Jorgenson Andrew K．，Brettt Clark．The Relationship between National-Level Carbon Dioxide Emissions and Population Size：An Assessment of Regional and Temporal Variation，1960-2005[J]．PloS one，2013，8（2）：e57107．

[5]Ahmad N．CO2 Emission，Population and Industrial Growth Linkages in Selected South Asian Countries：A Co-Integration Analysis [J]．World Applied Sciences Journal，2013，21（4）：615-622．

[6]李國志，李宗植．人口，經(jīng)濟(jì)和技術(shù)對二氧化碳排放的影響分析——基于動態(tài)面板模型[J]．人口研究，2010（3）：32-39．

[7]李楠，邵凱，王前進(jìn)．中國人口結(jié)構(gòu)對碳排放量影響研究[J]．中國人口·資源與環(huán)境，2011（6）：19-23．

[8]曲如曉，江銓．人口規(guī)模、結(jié)構(gòu)對區(qū)域碳排放的影響研究[J]．人口與經(jīng)濟(jì)，2012 （2）：10-17．

[9]馬曉鈺，李強(qiáng)誼，郭瑩瑩．我國人口因素對二氧化碳排放的影響——基于STIRPAT模型的分析[J]．人口與經(jīng)濟(jì)，2013（1）：44-51．

[10]童玉芬，韓茜．人口變動在大城市碳排放中的作用與影響——以北京市為例[J]．北京社會科學(xué)，2013（2）：113-119．

[11]汪臻．中國居民消費(fèi)碳排放的測算及影響因素研究[D]．中國科技大學(xué)，2012．

[12]張紀(jì)錄．消費(fèi)視角下的我國二氧化碳排放研究[D]．華中科技大學(xué)，2012．

[13]朱勤，魏濤遠(yuǎn)．居民消費(fèi)視角下人口城鎮(zhèn)化對碳排放的影響[J]．中國人口·資源與環(huán)境，2013，23（11）：21-29．

[14]Tone K．A．slacks-based measure of efficiency in data envelopment analysis[J]．European journal of operational research，2001，130（3）：498-509．

[15]Tone K．Dealing with undesirable outputs in DEA：a Slacks-Based Measure （SBM）approach[J]．The Operations research Society of Japan2004，2004：44-45．

[16]Dietz Thomas，Eugene A Rosa．Effects of population and affluence on CO2emissions[J]．Proceedings of the National Academy of Sciences，1997，94（1）：175-179．

[17]周華林，李雪松．Tobit模型估計(jì)方法與應(yīng)用[J]．經(jīng)濟(jì)學(xué)動態(tài)，2012（5）：105-119．

Study on the Impact of Population Structure Changes on the Carbon Emission Performance of China

HUANG Jie
（School of Economics Xinyang Normal University，Henan，Xinyang，464000）

Abstract：This paper use non-radial，non-angle SBM-Undesirable model measure the performance of carbon emission for 30 provinces in China covering the years from 2000 to 2012．And then，we try to use the panel data Tobit model to analyze the relation between population structures in the performance of carbon emissions．The study show that：first，In the sample period，China’s carbon emission performance is improving gradually，and the eastern part of the carbon emission performance is far higher than the central and western regions，the central is lower than eastern，the west is the lowest；second，Labor population increasing and the level of education on China’s carbon emission performance has positive driving action，the miniature of family size，and the number of aging population，the level of city and economic growth will inhibition on enhancement of China’s carbon emission performance．

Key words：Population Structure；The performance of carbon emissions；SBM-Undesirable model；Tobit model

作者簡介：黃杰，男，河南信陽人，信陽師范學(xué)院經(jīng)濟(jì)學(xué)院講師，博士，研究方向：低碳經(jīng)濟(jì)。

基金項(xiàng)目：教育部人文社科基金項(xiàng)目：資源詛咒效應(yīng)發(fā)生機(jī)制與規(guī)避策略研究：基于空間經(jīng)濟(jì)學(xué)視角（15XJC790006）；國家社科基金項(xiàng)目：省域生態(tài)文明建設(shè)的績效評價(jià)、標(biāo)尺競爭效應(yīng)與空間關(guān)聯(lián)模式研究（13CJL071）。

中圖分類號：X24

文獻(xiàn)標(biāo)志碼：A

文章編號：1007-0672（2016）02-0091-05

收稿日期：2015-11-17