上海市人口老齡化對(duì)碳排放的影響研究

李建森,張 真

(復(fù)旦大學(xué) 環(huán)境科學(xué)與工程系，上海 200433)

上海市人口老齡化對(duì)碳排放的影響研究

李建森,張 真

(復(fù)旦大學(xué) 環(huán)境科學(xué)與工程系，上海 200433)

本文利用上海市1978—2014年的時(shí)間序列數(shù)據(jù),基于STIRPAT模型及嶺回歸分析法對(duì)人口老齡化與碳排放的關(guān)系做了實(shí)證分析,結(jié)果表明老齡化對(duì)碳排放有顯著的促進(jìn)作用,彈性系數(shù)為0.49．分渠道的研究表明,老齡化通過生產(chǎn)對(duì)碳排放的影響并不明顯,主要是通過消費(fèi)渠道對(duì)碳排放產(chǎn)生正向影響．老齡化帶來的醫(yī)療服務(wù)需求的增多、家庭趨于小型化及家庭戶數(shù)增多促進(jìn)了碳排放量的升高．老年家庭人均住房面積更大使得人均生活能耗更高．從老年人用能行為來看,老年人生活能耗可能更高,但考慮到收入因素對(duì)老年人消費(fèi)的約束時(shí),老年人生活能耗變得不確定．最后,提出了未來碳減排的可能方向．

老齡化； 碳排放； 影響； STIRPAT

全球變暖和人口老齡化是21世紀(jì)人類社會(huì)面臨的兩項(xiàng)重大挑戰(zhàn),人類生產(chǎn)和生活的各個(gè)方面都受到了嚴(yán)重影響,各國(guó)政府和學(xué)術(shù)界對(duì)此給予了越來越多的關(guān)注．2013年9月,聯(lián)合國(guó)政府間氣候?qū)ｉT委員會(huì)發(fā)布的第五次評(píng)估報(bào)告認(rèn)為,氣候變化要比原來認(rèn)識(shí)到的更加嚴(yán)重,有95%以上的把握認(rèn)為全球變暖是人為活動(dòng)造成的(2007年的第四次報(bào)告認(rèn)為人為活動(dòng)造成溫室氣體增加的可能性為67%),來自化石燃料的碳排放和土地的使用導(dǎo)致溫室氣體已達(dá)到前所未有的最高水平[1]．報(bào)告說明了人為活動(dòng)對(duì)碳排放影響的嚴(yán)重性,但對(duì)于碳排放的研究不應(yīng)限于人類活動(dòng),更應(yīng)該關(guān)注作為主體變量的人口因素．關(guān)于人口數(shù)量對(duì)碳排放的影響研究已然很豐富,典型的研究方法如環(huán)境壓力模型IPAT，將人口規(guī)模作為影響碳排放的首要因素．隨著社會(huì)發(fā)展及人口內(nèi)部結(jié)構(gòu)分化,僅僅考慮人口數(shù)量對(duì)碳排放的影響其實(shí)證及預(yù)測(cè)效果越來越有限．因此許多學(xué)者開始關(guān)注人口城鎮(zhèn)化、家庭規(guī)模、人口年齡結(jié)構(gòu)等因素對(duì)碳排放的影響．隨著越來越多的國(guó)家步入老齡化社會(huì),人口老齡化逐漸成為碳排放影響研究的新視角,豐富了人口因素對(duì)碳排放的影響研究．

圖1 2000—2013年間全球及中國(guó)二氧化碳排放量Fig.1 Carbon dioxide emissions of global and China during 2000—2013

從2006年起,中國(guó)的二氧化碳排放量便一直居于世界首位．圖1為國(guó)際能源署(International Energy Agency, IEA)公布的2000—2013年間的全球及中國(guó)二氧化碳排放量,從圖可知我國(guó)進(jìn)入新世紀(jì)以來碳排放量迅速增長(zhǎng),是全球碳排放量增長(zhǎng)的主要原因,并且占全球碳排放量的比重一直在增加,到2013年我國(guó)碳排放量占到全球碳排放量的28%．為了控制碳排放,中國(guó)政府已承諾確保實(shí)現(xiàn)2020年碳排放強(qiáng)度比2005年下降40%～50%；2015年聯(lián)合國(guó)氣候變化巴黎大會(huì)上中國(guó)提交的2020年后應(yīng)對(duì)氣候變化的“國(guó)家自主貢獻(xiàn)”目標(biāo)為： 2030年左右碳排放量達(dá)到峰值,碳排放強(qiáng)度比2005年下降60%～65%．老齡化方面,中國(guó)在2000年進(jìn)入老齡化社會(huì),有著老年人基數(shù)大、未富先老、發(fā)展迅速、區(qū)域間不平衡等特點(diǎn),對(duì)社會(huì)各方面的影響比發(fā)達(dá)國(guó)家更復(fù)雜、更嚴(yán)重．研究老齡化對(duì)碳排放的影響有助于明晰我國(guó)人口變化趨勢(shì)與環(huán)境壓力的關(guān)系,有的放矢地制定碳減排政策,促進(jìn)社會(huì)可持續(xù)發(fā)展．本文以中國(guó)老齡化最嚴(yán)重的地區(qū)——上海為例,通過實(shí)證研究考察了老齡化對(duì)碳排放的影響,并分析了其影響路徑,其研究成果對(duì)中國(guó)其他地區(qū)老齡化對(duì)碳排放的影響具有一定的預(yù)測(cè)及參考意義．

1 文獻(xiàn)回顧

1.1碳排放的影響因素

前人關(guān)于碳排放的研究主要集中在經(jīng)濟(jì)發(fā)展水平、人口因素、技術(shù)水平、城市化、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等方面．經(jīng)濟(jì)快速發(fā)展和龐大的人口規(guī)模被認(rèn)為是驅(qū)動(dòng)中國(guó)碳排放增長(zhǎng)的主要因素,而降低碳排放強(qiáng)度(提高技術(shù)水平)能顯著抑制碳排放的增長(zhǎng)[2]．長(zhǎng)期看來,城市化水平與碳排放增長(zhǎng)有顯著的因果效應(yīng)[3],城鎮(zhèn)地區(qū)是國(guó)家經(jīng)濟(jì)發(fā)展最活躍的區(qū)域,人口密度大,各類資源供需量大,促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)消耗了大量的能源、排放了大量的污染物,國(guó)內(nèi)外的研究一致表明城鎮(zhèn)化對(duì)碳排放有顯著的促進(jìn)作用[4]．能源燃燒是碳排放的直接來源,而不同的能源類型碳排放系數(shù)不同,所以能源結(jié)構(gòu)與碳排放有密切的關(guān)系．能源結(jié)構(gòu)反應(yīng)主要反應(yīng)了煤炭、石油、天然氣及水電、核電在能源消費(fèi)中的比例,其比例的調(diào)整及能源結(jié)構(gòu)的優(yōu)化是降低碳排放的重要措施．產(chǎn)業(yè)結(jié)構(gòu)的特征決定了產(chǎn)業(yè)能源消費(fèi)結(jié)構(gòu)的特征[5],因此產(chǎn)業(yè)結(jié)構(gòu)的變化能導(dǎo)致碳排放量的變化．現(xiàn)有的研究主要以3次產(chǎn)業(yè)的劃分作為產(chǎn)業(yè)結(jié)構(gòu)特征,分析三產(chǎn)GDP占比與碳排放的關(guān)系．

從人口變量角度出發(fā),大多數(shù)文獻(xiàn)只關(guān)注了人口總量對(duì)碳排放的影響,蔣耒文認(rèn)為,這種對(duì)人口變量處理方式背后的假設(shè)是,所有人口個(gè)體都有著相同的生產(chǎn)和消費(fèi)行為[6]．但是,這種假設(shè)是不準(zhǔn)確的,因此他主張?jiān)谌丝趯?duì)碳排放影響的研究中必須重視對(duì)人口結(jié)構(gòu)因素的考察[7]．隨著人口老齡化的發(fā)展,社會(huì)生產(chǎn)及生活消費(fèi)都隨之發(fā)生了很大變化,碳排放也必然受其影響．聯(lián)合國(guó)人口基金會(huì)(United National Population Fund, UNFPA)發(fā)布的世界人口狀況也指出： 溫室氣體排放量與人口增長(zhǎng)速度、家庭規(guī)模、年齡構(gòu)成、城鄉(xiāng)人口比例、人口性別和地理分布,以及人均收入等因素存在內(nèi)在聯(lián)系,可以對(duì)氣候變化產(chǎn)生長(zhǎng)遠(yuǎn)的影響[8]．因此,國(guó)內(nèi)外學(xué)者逐漸開始關(guān)注人口老齡化對(duì)碳排放的影響,豐富了人口與環(huán)境關(guān)系的研究．

1.2人口老齡化對(duì)碳排放的影響路徑

雖然人口老齡化逐漸得到碳排放研究領(lǐng)域?qū)W者的重視,但相關(guān)研究還不夠豐富,尤其老齡化對(duì)碳排放的影響機(jī)制還不清晰,多數(shù)學(xué)者只是用經(jīng)驗(yàn)性猜測(cè)去解釋實(shí)證結(jié)果,缺乏數(shù)據(jù)說明．總結(jié)國(guó)內(nèi)外學(xué)者的研究,可以從生產(chǎn)和消費(fèi)兩個(gè)渠道分析老齡化對(duì)碳排放的影響．

生產(chǎn)方面的影響比較宏觀,影響路徑比較清晰．首先,老齡化減少了勞動(dòng)力的供給,使得勞動(dòng)力年齡的中位數(shù)上升,從而降低了勞動(dòng)生產(chǎn)率及經(jīng)濟(jì)活力,減少了生產(chǎn)部門的碳排放[9-11]．另有研究認(rèn)為,老齡化導(dǎo)致的勞動(dòng)力成本的上升會(huì)促使企業(yè)向技術(shù)密集型轉(zhuǎn)型,從這一角度看,老齡化對(duì)碳排放也應(yīng)有抑制作用．其次,老年人特有的消費(fèi)結(jié)構(gòu)改變了社會(huì)生產(chǎn)結(jié)構(gòu)．研究表明,老年人消費(fèi)的產(chǎn)品和服務(wù)更傾向于能源密集型[12],使得這些產(chǎn)品在生產(chǎn)和消費(fèi)過程中產(chǎn)生更多的碳排放．

老齡化通過消費(fèi)渠道對(duì)碳排放的影響比較復(fù)雜,往往是多種因素交織在一起,正負(fù)效應(yīng)俱存．從宏觀群體來看,居民消費(fèi)在不同的歷史時(shí)期及不同的居住區(qū)域表現(xiàn)為不同的消費(fèi)水平與消費(fèi)結(jié)構(gòu),其發(fā)展變化又受到經(jīng)濟(jì)水平、收入狀況、社會(huì)文化等諸多因素的共同作用．在消費(fèi)過程中人口與環(huán)境互動(dòng)發(fā)展,摩擦、協(xié)調(diào)的結(jié)果又反作用于經(jīng)濟(jì)和社會(huì)的發(fā)展,產(chǎn)生各種正負(fù)效應(yīng)[13]．從微觀個(gè)體來看,在個(gè)人生命周期的不同階段,由于收入水平、消費(fèi)習(xí)慣、生活方式和對(duì)環(huán)境問題的態(tài)度不同[14],對(duì)具有不同能源密度的各種消費(fèi)品和服務(wù)的需求結(jié)構(gòu)和量存在差異,從而產(chǎn)生的能源消費(fèi)量和碳排放量不同[15]．我們可以從老齡化對(duì)碳排放的促進(jìn)和抑制兩方面作用分析其影響．首先,老年人的消費(fèi)能力和意愿逐漸下降,消費(fèi)量的減少使得消費(fèi)品在生產(chǎn)和消費(fèi)過程中的碳排放降低．大部分老年人會(huì)降低交通運(yùn)輸?shù)男枨?他們更愿意使用公共交通、更節(jié)約資源、也更注意保健,與其他勞動(dòng)年齡人口相比,老年人的生活更傾向于低碳型[16]．另一方面,老年人住房取暖、養(yǎng)老服務(wù)、醫(yī)療保健等方面投入增大,由此帶來的能源消耗隨著老齡化程度的提高而增大,這對(duì)碳排放的增加有促進(jìn)作用[17]．老年人減少交通需求的另一方面是居家時(shí)間的變長(zhǎng),可能會(huì)導(dǎo)致家庭電力能耗的增加．有研究表明,老年家庭人均生活能耗高于其他家庭．同時(shí),老齡化會(huì)促進(jìn)家庭小型化,雖然每個(gè)家庭的能耗減少,但能源利用效率低使得人均能耗偏高[18]．

1.3研究方法綜述

從研究方法上看,關(guān)于人口老齡化與碳排放關(guān)系的研究可分為3類．

第一類是IPAT模型的隨機(jī)形式(the Stochastic Impacts by Regression on Population, Affluence and Technology, STIRPAT)．

IPAT等式由Ehrlich和Holdren[19]提出,模型為：

I=P×A×T,

(1)

其中I為環(huán)境壓力,一般以碳排放總量表示；P為人口數(shù)量；A為財(cái)富水平；T代表技術(shù)因素．IPAT具有簡(jiǎn)明易用的優(yōu)點(diǎn),但其不能考慮人口、經(jīng)濟(jì)和技術(shù)因素的相互作用,而且各因素的彈性相同,即任何因素變化1%,環(huán)境壓力也變化1%．針對(duì)IPAT模型的缺點(diǎn),Dietz、Rosa和York[20-22]提出了改進(jìn)的STIRPAT模型,用來檢驗(yàn)人口、經(jīng)濟(jì)和技術(shù)因素對(duì)CO2排放的彈性系數(shù)．模型為：

I=aPbAcTde,

(2)

式中：I為環(huán)境壓力；P為人口數(shù)量；A為財(cái)富水平；T為技術(shù)水平；a為模型系數(shù)；b、c、d分別為各因素影響系數(shù)；e為誤差項(xiàng)．此模型把人口、經(jīng)濟(jì)和技術(shù)3個(gè)因素作為環(huán)境壓力的驅(qū)動(dòng)因素．對(duì)模型兩邊取自然對(duì)數(shù),這樣既可以降低異方差,還可以直接獲得被解釋變量對(duì)解釋變量的彈性,得到方程：

(3)

STIRPAT模型涵蓋了污染物輸出的幾種主要驅(qū)動(dòng)力,而且模型有一定擴(kuò)展性,可引入其他相關(guān)影響因素,在碳排放研究尤其是人口因素與碳排放的關(guān)系研究中被廣泛應(yīng)用．將人口老齡化因素加入模型中后,可以更直觀地對(duì)比分析老齡化與其他因素對(duì)碳排放的影響．

第二類是計(jì)量統(tǒng)計(jì)模型分析．此類方法主要是在構(gòu)建方程模型的基礎(chǔ)上應(yīng)用各種計(jì)量分析方法,對(duì)國(guó)家或地區(qū)層面相關(guān)數(shù)據(jù)進(jìn)行分析,以考察人口因素與碳排放之間的關(guān)系．如王欽池[23]基于人口和碳排放非線性關(guān)系假設(shè)構(gòu)建的碳排放模型,分析了人口數(shù)量、年齡結(jié)構(gòu)、家庭規(guī)模、性別結(jié)構(gòu)和城市化等多個(gè)要素與碳排放的關(guān)系,揭示不同人口發(fā)展階段和經(jīng)濟(jì)發(fā)展水平下的人口動(dòng)態(tài)對(duì)于碳排放的影響．計(jì)量統(tǒng)計(jì)分析在模型構(gòu)建上更靈活,數(shù)據(jù)樣本容量和自由度更大,再加上一些控制變量的異質(zhì)性、減少共線性的處理,在動(dòng)態(tài)性考察人口與碳排放的內(nèi)在聯(lián)系上更加合理準(zhǔn)確．

第三類是整合評(píng)估模型(Identity and Access Management, IAM)．IAM是氣候變化研究領(lǐng)域通常采用的方法．它整合了經(jīng)濟(jì)、社會(huì)、人口、技術(shù)、能源與大氣、海洋、陸地等多學(xué)科的知識(shí)和方法,通過建構(gòu)影響溫室氣體排放和氣候變化各因素的模塊和整體模型,評(píng)估各因素的變化趨勢(shì)及其之間的動(dòng)態(tài)關(guān)系,預(yù)測(cè)未來溫室氣體排放及其對(duì)氣候變化的影響[6]．政府間氣候變化專門委員會(huì)(Intergovernmental Panel on Climate Change, IPCC)的評(píng)估報(bào)告就是采用整合評(píng)估模型研究不同社會(huì)、經(jīng)濟(jì)、人口、技術(shù)條件下未來溫室氣體排放和氣候變化的可能結(jié)果和范圍．Dalton等[24]應(yīng)用整合評(píng)估模型的改進(jìn)形式-人口環(huán)境技術(shù)模型(Population-Enviroment-Technology, PET)研究了2000—2100年美國(guó)人口老齡化對(duì)美國(guó)碳排放的影響．結(jié)果表明,人口老齡化在未來會(huì)顯著降低美國(guó)的碳排放水平．在對(duì)中國(guó)和印度的研究中,Dalton團(tuán)隊(duì)也采用了同樣的方法[25]．

2 模型建立與數(shù)據(jù)檢驗(yàn)

2.1模型建立及數(shù)據(jù)來源

本文采用的是IPAT等式的隨機(jī)形式——STIRPAT模型來考察上海市人口老齡化對(duì)碳排放的影響．本文對(duì)STIRPAT模型進(jìn)行了擴(kuò)展,加入了人口老齡化因素,擴(kuò)展后的模型表達(dá)式為：

(4)

式中各變量定義為：I為環(huán)境影響,用能源消費(fèi)量表示,單位為萬噸標(biāo)煤；lna為常數(shù)項(xiàng)；P為人口規(guī)模,即常住人口總數(shù)；PA為老齡化水平,用戶籍人口中65歲及以上人口占總?cè)丝诒壤硎?；C為財(cái)富因素,用居民消費(fèi)水平表示,單位為元/人；至于技術(shù)因素的選取問題,Dietz進(jìn)行了深入研究,其認(rèn)為通常能夠反映技術(shù)水平的因素有碳排放強(qiáng)度、服務(wù)業(yè)比重等,本文采用服務(wù)業(yè)占總產(chǎn)出比例表征技術(shù)因素,以S表示；u為誤差項(xiàng)；b、c、d、e分別為各變量的影響彈性．使用數(shù)據(jù)為上海市1978—2014年間的能源消費(fèi)量、常住人口數(shù)、戶籍人口中65歲及以上人口占比、居民消費(fèi)水平及服務(wù)業(yè)GDP占比數(shù)據(jù)．其中,老齡人口數(shù)據(jù)由上海市老齡科學(xué)研究中心歷年《老年人口信息報(bào)告》及歷年《上海統(tǒng)計(jì)報(bào)告》整理得出,其他數(shù)據(jù)皆由歷年《上海統(tǒng)計(jì)年鑒》整理得出．

2.2數(shù)據(jù)檢驗(yàn)

時(shí)間序列的回歸首先要進(jìn)行平穩(wěn)性檢驗(yàn),否則可能出現(xiàn)偽回歸現(xiàn)象．對(duì)于各變量均平穩(wěn)的時(shí)間序列可以直接進(jìn)行回歸分析,而對(duì)于非平穩(wěn)的時(shí)間序列要進(jìn)行協(xié)整分析,如果存在協(xié)整關(guān)系則表明非平穩(wěn)序列的線性組合存在穩(wěn)定的均衡關(guān)系,否則不可進(jìn)行回歸分析．另外,如果自變量之間存在多重共線性,將使得回歸方程系數(shù)方差很大,影響總體參數(shù)的準(zhǔn)確判斷．因此,還要對(duì)各自變量進(jìn)行多重共線性檢驗(yàn),如果存在多重共線性,需要采用一定方法消除多重共線性的影響．

本文的模型檢驗(yàn)及數(shù)據(jù)分析功能皆由Stata12.0實(shí)現(xiàn)．首先運(yùn)用擴(kuò)展迪基-福勒檢驗(yàn)法(Augmented Dickey-Fuller, ADF)對(duì)各變量對(duì)數(shù)序列進(jìn)行平穩(wěn)性檢驗(yàn),結(jié)果表明能源消費(fèi)量、人口老齡化、人均消費(fèi)水平、第三產(chǎn)業(yè)占比的對(duì)數(shù)序列皆為一階單整序列,人口規(guī)模的對(duì)數(shù)序列的二階差分序列平穩(wěn),需要繼續(xù)對(duì)變量進(jìn)行協(xié)整檢驗(yàn)．協(xié)整分析主要有兩種方法： 恩格爾格蘭杰(EG)檢驗(yàn),基于向量自回歸模型(Vector Autoregression, VAR)的Johansan檢驗(yàn)．前者適用于兩個(gè)變量的協(xié)整分析,后者適用于兩個(gè)以上變量的協(xié)整分析．對(duì)多個(gè)同階單整序列進(jìn)行協(xié)整檢驗(yàn)的方法為Johansan檢驗(yàn),檢驗(yàn)結(jié)果如表1所示,結(jié)果表明在5%的置信水平下,變量之間存在協(xié)整關(guān)系．因此,對(duì)于式4建立的STIRPAT模型,所用數(shù)據(jù)序列均通過檢驗(yàn),滿足進(jìn)行回歸的要求．

表1 變量Johansen協(xié)整檢驗(yàn)結(jié)果

*： 跡統(tǒng)計(jì)量大于臨界值則拒絕原假設(shè).

3 結(jié)果與分析

3.1嶺回歸結(jié)果

對(duì)各變量的對(duì)數(shù)序列進(jìn)行多重共線性檢驗(yàn),利用方差膨脹因子(Variance Inflation Factor, VIF)查看回歸方程的方差膨脹因子．結(jié)果如表2所示,結(jié)果表明存在嚴(yán)重的多重共線性．有多種方法處理多重共線性問題,如主成分分析法、逐步回歸法、嶺回歸法．盡管嶺回歸法是一種有偏估計(jì)方法,但可以提供一個(gè)比最小二乘法更加穩(wěn)定的估計(jì),并且所得到的回歸系數(shù)標(biāo)準(zhǔn)差更小,因此本文采用嶺回歸法(Ridge Regression)進(jìn)行模型擬合,一定程度上消除了多重共線性的影響．嶺回歸分析結(jié)果如表3所示．結(jié)果表明,人口規(guī)模、人口老齡化、第三產(chǎn)業(yè)占比對(duì)碳排放的影響是顯著的,居民消費(fèi)水平對(duì)碳排放的影響不顯著．按影響因素的彈性大小排序依次為： 第三產(chǎn)業(yè)占比(-0.52),人口規(guī)模(0.5),人口老齡化(0.49)．

表2 多重共線性檢驗(yàn)結(jié)果

*： 最大VIF大于10,平均VIF大于1,則表明存在多重共線性.

表3 嶺回歸結(jié)果

3.2回歸結(jié)果分析

嶺回歸結(jié)果表明,老齡化對(duì)碳排放有顯著的正向影響,老齡化水平每上升1%,碳排放量增長(zhǎng)0.49%．老齡化主要通過生產(chǎn)和消費(fèi)兩方面而間接影響碳排放．生產(chǎn)方面可以從勞動(dòng)力供給和生產(chǎn)結(jié)構(gòu)變化兩方面來分析其影響．理論上認(rèn)為老齡化會(huì)減少勞動(dòng)力供給從而抑制生產(chǎn)活動(dòng)的碳排放,但上海有其特殊情況： 上海的勞動(dòng)力價(jià)格(工資)居全國(guó)前列,對(duì)全國(guó)的勞動(dòng)力有顯著的集聚效應(yīng),使得龐大的外來人口補(bǔ)充了本地勞動(dòng)力的供給不足．第六次人口普查數(shù)據(jù)顯示,外省市來滬常住人口為897.7萬,占全市常住人口的39%；外來人口中勞動(dòng)適齡人口為787.51萬,占總外來人口的87.73%．因此,老齡化并未通過改變勞動(dòng)力的規(guī)模及年齡結(jié)構(gòu)而影響碳排放水平．從生產(chǎn)結(jié)構(gòu)變化方面來看,上海作為一個(gè)開放性的市場(chǎng),消費(fèi)產(chǎn)品來自全國(guó)乃至全球各地,老齡化導(dǎo)致的產(chǎn)品需求結(jié)構(gòu)的變化不會(huì)對(duì)上海的生產(chǎn)結(jié)構(gòu)產(chǎn)生顯著影響．

老齡化通過消費(fèi)渠道對(duì)碳排放的影響主要是由于老年人群體特有的消費(fèi)習(xí)慣造成的．上海市老齡科學(xué)研究中心于1998年實(shí)施開展,并于2003、2005、2008及2013年連續(xù)開展多次上海市老年人口狀況與意愿調(diào)查,多次調(diào)查的共同結(jié)果顯示,除飲食支出外,醫(yī)療保健及水電煤氣費(fèi)用分別是老年人第二大、第三大支出項(xiàng)目．因此,本文主要從醫(yī)療保健及水電煤氣消費(fèi)兩方面來分析老年人口對(duì)能耗的影響．醫(yī)療保健消費(fèi)導(dǎo)致的碳排放屬于間接碳排放．據(jù)統(tǒng)計(jì),老年人醫(yī)療費(fèi)用消耗了近80%的總醫(yī)療費(fèi)用,每一位老年人的醫(yī)療費(fèi)用支出至少是在職職工的3倍以上[26]．快速發(fā)展的老齡化使得醫(yī)療服務(wù)需求持續(xù)增長(zhǎng),而衛(wèi)生系統(tǒng)一向是高耗能的．由于其使用功能最為復(fù)雜,醫(yī)院建筑成為公共建筑中用能最高的,其能耗是一般公共建筑的1.6～2倍[27]．因此,老齡化導(dǎo)致的醫(yī)療服務(wù)需求的增長(zhǎng)對(duì)碳排放有促進(jìn)作用．2014年上海市醫(yī)院床位數(shù)與65歲及以上老年人口之比為36.4張/千人,而日本2009年醫(yī)院床位數(shù)與老年人口之比為55.5張/千人．據(jù)此推測(cè),隨著經(jīng)濟(jì)發(fā)展及老齡化程度的加深,上海市醫(yī)療機(jī)構(gòu)規(guī)模仍會(huì)持續(xù)擴(kuò)大,由此產(chǎn)生碳排放量也會(huì)持續(xù)增長(zhǎng)．

水電煤氣消費(fèi)產(chǎn)生的是生活能耗,屬于直接碳排放．生活能耗更多地是一個(gè)家庭的公共能耗而不是個(gè)人能耗,因此以家庭為單位來分析生活能耗更為合理．現(xiàn)代社會(huì)中老年人和子女都要求有自己的“自由空間”,因此伴隨老齡化的是家庭戶的增多和家庭小型化．家庭生活能耗存在規(guī)模經(jīng)濟(jì)現(xiàn)象： 給定生活水平下,家庭規(guī)模越大,人均生活能耗越?。@主要是因?yàn)楣材芎牡姆謹(jǐn)?如居住空間、電器、汽車、炊事用能等[28]．隨著人口老齡化發(fā)展,家庭規(guī)模小型化,規(guī)模不經(jīng)濟(jì)性會(huì)增加人均能耗．同時(shí),因?yàn)槊總€(gè)家庭都有一些必要的生活能耗如照明、炊事、空調(diào)用能等,所以家庭戶的增多會(huì)增加這部分能耗．另外,家庭小型化和家庭戶數(shù)的增多也在一定程度上增大了房地產(chǎn)需求,而房地產(chǎn)及其相關(guān)的建材行業(yè)都是高耗能行業(yè)．

隨著人口老齡化程度的加深,有一個(gè)及多個(gè)60歲以上老年人的老年家庭的戶數(shù)也在迅速發(fā)展．上海市人口普查資料顯示： 2000年第五次人口普查老年家庭約有167萬戶,占總家庭戶數(shù)的35.1%；2010年第六次人口普查老年家庭有約226萬戶,占總家庭戶數(shù)的43.57%．老年家庭主要有幾個(gè)特點(diǎn)： 家庭規(guī)模小、收入低、人均居住面積大、老人居家時(shí)間長(zhǎng)、老人身體狀況不佳[18]．上海市人口普查資料顯示： 2000年老年家庭規(guī)模為1.45,全市家庭規(guī)模為2.78；2010年老年家庭規(guī)模為1.5,全市家庭規(guī)模為2.72．老年家庭規(guī)模明顯小于全市平均水平,使得老年家庭人均生活能耗偏高．

上海市老年人口狀況與意愿調(diào)查顯示,與上海人均居住面積相比,老年人人均居住面積更大．2013年上海市老年人人均居住面積為25.05m2,而城鎮(zhèn)人均居住面積為17.5m2．人均居住面積大,使得制冷、取暖等電器能源利用效率更低、能源消耗量更多．而大面積住房擁有的耗能電器更多,用電能耗可能更高．

從老年人個(gè)體行為特征來看,隨著老年人退出社會(huì)生產(chǎn),社交應(yīng)酬等外出活動(dòng)迅速減少,因此居家時(shí)間變長(zhǎng)．居家時(shí)間長(zhǎng)使得制冷、取暖、照明、娛樂等電器運(yùn)行時(shí)間變長(zhǎng),用電能耗更高．老年人生理機(jī)能下降,為了營(yíng)造適合老年人生活的居家環(huán)境,需要安裝制冷制熱電器以減小室內(nèi)溫差,改造樓梯等障礙物,安裝熱水器,這些電器有更高的能耗[18]．然而,基于老年人用能行為分析而認(rèn)為老年人生活能耗更高是不合理的,主要受收入影響老年人的用能需求不一定完全得到滿足．低收入家庭耗能電器較少,同等功能的電器能耗更低[29]．如低收入家庭夏天用電扇而不是空調(diào)制冷,一般也沒有機(jī)動(dòng)車和各種娛樂電器,住房配備電梯的可能性更?。虼?家庭富裕程度很大程度上決定了老年人的生活能耗水平,認(rèn)為老年人生活能耗更高的結(jié)論是不嚴(yán)謹(jǐn)?shù)模?/p>

本文利用上海市1978—2014年的相關(guān)數(shù)據(jù),采用STIRPAT模型和嶺回歸分析法考察了上海市老齡化與碳排放的關(guān)系,實(shí)證結(jié)果表明老齡化對(duì)碳排放有顯著的正向影響,老齡化對(duì)碳排放的彈性系數(shù)為0.49．關(guān)于老齡化對(duì)碳排放的影響機(jī)制總結(jié)如下：

(1) 從生產(chǎn)角度來看,上海市的老齡化并沒有減少勞動(dòng)力供給而降低碳排放,也不存在改變生產(chǎn)結(jié)構(gòu)而影響碳排放的現(xiàn)象,主要因?yàn)樯虾ｉ_放性的市場(chǎng)積聚了大量外來勞動(dòng)力和產(chǎn)品．

(2) 老齡化通過消費(fèi)渠道對(duì)碳排放的影響主要體現(xiàn)在生活能耗及醫(yī)療護(hù)理方面．老齡化導(dǎo)致了家庭碳排放量的增多,日趨上升的醫(yī)療護(hù)理需求也會(huì)提升能耗和碳排放量．

(3) 老齡化會(huì)促進(jìn)家庭小型化及家庭戶數(shù)的增多,而由于家庭生活能耗規(guī)模經(jīng)濟(jì)效應(yīng)的存在,家庭小型化會(huì)提高人均生活能耗．由于每個(gè)家庭都有一部分必須的生活能耗,家庭戶數(shù)的增多會(huì)增加這部分能耗．

(4) 從老年人個(gè)人生活能耗來看,老年人人均居住面積更大使得生活能耗更高．而家庭收入的差異對(duì)老年人生活能耗有不同的影響,收入高的老年人生活能耗可能高于非老年群體,而收入低的老年人生活能耗可能低于非老年群體．

(5) 老齡化對(duì)碳排放的影響主要通過促進(jìn)家庭小型化、家庭戶數(shù)增多、醫(yī)療需求上升等宏觀途徑,使得社會(huì)總體碳排放上升,而并非老年人的個(gè)人碳排放高．

上文討論了老齡化對(duì)碳排放的影響路徑,本文認(rèn)為從老齡化角度考慮碳減排時(shí)應(yīng)該慎重,不能以犧牲老年人生活質(zhì)量來降低碳排放．相反,為了提高老年人生活質(zhì)量應(yīng)該允許一定程度的能耗增加．近年來,上海依據(jù)“積極老齡化”理念,提出了“建設(shè)老年友好型城市”的要求,在戶外環(huán)境和設(shè)施、公共交通和出行、住房建設(shè)和安全等八個(gè)方面為老年人營(yíng)造良好的生活環(huán)境,其中大量的基礎(chǔ)設(shè)施改造與新建必然會(huì)促進(jìn)碳排放量的增長(zhǎng)．我們應(yīng)該警惕人口年齡結(jié)構(gòu)變化導(dǎo)致的社會(huì)資源的浪費(fèi),碳減排也應(yīng)從這方面著手．提高老年人對(duì)公共服務(wù)的利用率,同時(shí)避免興建大量低效的老年福利設(shè)施．另外,上海市養(yǎng)老方式以家庭養(yǎng)老、社區(qū)養(yǎng)老為主,機(jī)構(gòu)養(yǎng)老為輔．降低生活能耗可結(jié)合新型養(yǎng)老模式,如在居民區(qū)建立老年服務(wù)中心及助餐點(diǎn),為老年人提供娛樂、餐飲、護(hù)理服務(wù),既有利于老年人身心健康,又可避免老年人長(zhǎng)時(shí)間獨(dú)居家中、自己開灶做飯,從而降低生活能耗．最后,隨著老齡化的發(fā)展,“純老家庭”及獨(dú)居老人的人數(shù)也在迅速增長(zhǎng)．這部分老年人一般擁有更大的住房,但是從老年人生活方式來看,老年人更偏好小面積的住房．對(duì)有換小房子意愿的老年人,如能使其住房換成更小面積的住房,既有利于合理配置住房資源,也能達(dá)到節(jié)能減排的目的．

[1] IPCC. Working Group I Contribution to the IPCC Fifth Assessment Report, Climate Change 2013： The physical science basis. Final draft underlying scientific-technical assessment [R/OL].[2013-10-30].http：∥www.climatechange2013.org/images/report/WG1AR5_ALL_FINAL.pdf.

[2] WANG C J, WANG F, ZHANG X L. Examining the driving factors of energy related carbon emissions using the extended STIRPAT model based on IPAT identity in Xinjiang [J].RenewableandSustainableEnergyReviews,2016,67： 51-61.

[3] LIU Y, YAN B, ZHOU Y. Urbanization, economic growth, and carbon dioxide emissions in China： A panel cointegration and causality analysis [J].JournalofGeographicalSciences, 2016,26(2): 131-152.

[4] AL-MULALI U, CHE NBCS, FEREIDOUNI H G. Exploring the bi-directional long run relationship between urbanization, energy consumption, and carbon dioxide emission [J].Energy, 2012,46(1)： 156-167.

[5] 張麗峰.我國(guó)產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)和碳排放關(guān)系研究 [J].干旱區(qū)資源與環(huán)境,2011,5(25)： 1-7.

[6] 蔣耒文.人口變動(dòng)對(duì)氣候變化的影響 [J].人口研究,2010(1)： 59-69.

[7] JIANG L W, HARDEE K. How do recent population trends matter to climate change? [J].PopulationResearchandPolicyReview, 2011(30)： 287-312.

[8] State of World Population 2009 [R/OL]. UNFPA.[2009].http：∥www.unfpa.org/swp/2009.

[9] CHONG B A, SEUNG H J. Demographic change and economic growth： An inverted-U shape relationship [J].EconomicsLetters, 2006(92)： 447-454.

[10] GUEST R. Innovations in the macroeconomic modeling of population ageing [J],EconomicModeling,2007(24) : 101-119.

[11] 吳鈾生,程琳利.人口老齡化的社會(huì)效應(yīng)探索 [J].西南民族學(xué)院學(xué)報(bào)(哲社版),1994(6)： 84-88.

[12] YORK R. Demographic trends and energy consumption in European Union Nations,1960-2025 [J].SocialScienceResearch, 2007,36(3)： 855-872.

[13] 彭希哲,錢焱.試論消費(fèi)壓力人口與可持續(xù)發(fā)展-人口學(xué)研究新概念與方法的嘗試 [J].中國(guó)人口科學(xué),2001(5)： 1-9.

[14] TONNB E, WAIDLEY G, PETRICH C. Petrich The ageing US population and environmental policy [J].JournalofEnvironmentalPlanningandManagement, 2001,44(6)： 851-876.

[15] BIN S, DOWLATABADI H. Consumer lifestyle approach to US energy use and the related CO2emissions [J]. Energy Policy, 2005,33(2)： 197-208.

[16] 王芳,周興.人口結(jié)構(gòu)、城鎮(zhèn)化與碳排放 [J].中國(guó)人口科學(xué),2012(2)： 47-56.

[17] 杜運(yùn)偉,黃濤珍.江蘇省人口規(guī)模、結(jié)構(gòu)對(duì)碳排放的影響分析 [J]. 長(zhǎng)江流域資源與環(huán)境,2013,22(4)： 399-404.

[18] YAMASAKI E, TOMINAGA N. Evolution of an aging society and effect on residential energy demand [J].EnergyPolicy, 1997,25(11)： 903-912.

[19] EHRLICH P R, HOLDREN J P. Impact of population growth [J].Science,1971(171)： 1212-1217.

[20] DIETZ T, ROSA EA. Rethinking the environmental impacts of population, affluence and technology [J].HumanEcologyReview, 1994： 277-300.

[21] DIETZ T, ROSA EA. Effects of population and affluence on CO2emissions [J].ProcNatlAcadSciUSA, 1997(94)： 175-179.

[22] DIETZ T, ROSE EA, YORK R. Driving the human ecological footprint [J].FrontiersinEcologyandtheEnvironment, 2007(5)： 13-18.

[23] 王欽池.基于非線性假設(shè)的人口和碳排放關(guān)系研究 [J].人口研究,2011,35(1)： 3-13.

[24] DALTON M, O’NEILL B C, PRSKAWETZ A,etal. Population aging and future carbon emissions in the United States [J].EnergyEconomics, 2008,30(2)： 642-675.

[25] DALTON M, JIANG L W, PACHAURI S,etal. Demographic change and future carbon emissions in China and India [J].PopulationAssociationofAmerica,2007[Unpublished].

[26] 宋寶安,劉雪.城市老年人健康需求與醫(yī)療消費(fèi)的社會(huì)學(xué)研究 [J].中共福建省委黨校學(xué)報(bào),2007,10： 21-24.

[27] 竇逸峰,楊洪海,朱學(xué)錦,等.上海大型醫(yī)院能耗評(píng)估及節(jié)能分析 [J].節(jié)能技術(shù),2015,33(4)： 362-365.

[28] O’NEILL B C, CHEN B S. Demographic determinants of households energy use in the United States [J].PopulationandDevelopmentReview,2002,28(10)： 53-88.

[29] 高然,張真.生活領(lǐng)域能源消費(fèi)的鎖定效應(yīng)研究-以上海市為例 [J].資源科學(xué),2015,37(4)： 733-743.

Abstract： Based on Shanghai’s 1978—2014 time series data, through the STIRPAT model and the method of ridge regression analysis, this article analyzed the relationship between population aging and carbon emissions. The results show that population aging promotes carbon emission significantly. The elastic coefficient is 0.49. Analyzing through different influence channels, this article finds that the effect of production channel is faint. Population aging promotes carbon emission through consumption mainly. Population aging increases demands of medical treatment, decreases the size of families and increases the numbers of households. As a result, carbon emissions are increased by population aging. Aging family has bigger per living space. So per household carbon emission may be more. According to the behavior of energy use, elderly may consume more energy in family. But, it’s uncertain when take income into account. Finally, it put forward the possible direction of carbon reduction in the future.

Keywords： population aging; carbon emission; impacts; STIRPAT

lnI=lna+b(lnP)+c(lnA)+d(lnT)+lne,

lnI=lna+blnP+clnPA+dlnC+elnS+u,

TheImpactsofPopulationAgingonCarbonEmissioninShanghai

LI Jiansen, ZHANG Zhen

(DepartmentofEnvironmentalScienceandEngineering,FudanUniversity,Shanghai200433,China)

X24

A

0427-7104(2017)03-0273-07

2016-06-25

高密度區(qū)域智能城鎮(zhèn)化協(xié)同創(chuàng)新中心種子基金項(xiàng)目(CIUC20140016)

李建森(1990—),男,碩士研究生,E-mail： lijiansen7496@163.com；張 真,女,副教授,通信聯(lián)系人,E-mail： 13621603588@139.com.