人口老齡化、技術(shù)進(jìn)步與低碳發(fā)展的關(guān)系研究
——以中部地區(qū)為例

向華麗,劉 言,孫晨晉

1.中南財(cái)經(jīng)政法大學(xué) 公共管理學(xué)院,湖北 武漢 430073;2.中南財(cái)經(jīng)政法大學(xué) 可持續(xù)發(fā)展與公共政策研究中心,湖北 武漢 430073

一、研究背景

黨的二十大報(bào)告特別強(qiáng)調(diào)了我國(guó)參與全球氣候變化治理的部署,因此“十四五”以來(lái)一直到“碳中和”時(shí)期低碳綠色發(fā)展是我國(guó)高質(zhì)量發(fā)展的核心。2021年10月26日,國(guó)務(wù)院印發(fā)《2030年前碳達(dá)峰行動(dòng)方案》,對(duì)推進(jìn)碳達(dá)峰工作作出總體部署,再次強(qiáng)調(diào)了“雙碳”在現(xiàn)階段的重大戰(zhàn)略地位。因而可知,促進(jìn)節(jié)能減排、實(shí)現(xiàn)低碳發(fā)展是我國(guó)當(dāng)前具有戰(zhàn)略意義的重大任務(wù)。與此同時(shí),第七次全國(guó)人口普查數(shù)據(jù)顯示,65歲及以上人口占總?cè)丝诒戎剡_(dá)13.5%,比第六次全國(guó)人口普查數(shù)據(jù)上升了4.63個(gè)百分點(diǎn)。有學(xué)者對(duì)我國(guó)人口老齡化發(fā)展進(jìn)行預(yù)測(cè),認(rèn)為在未來(lái)三十年,我國(guó)將成為人口老齡化發(fā)展速度最快的國(guó)家,并迅速走向深度和重度老齡化[1]。

中部地區(qū)包括山西、河南、安徽、湖北、湖南和江西六個(gè)省份。該地區(qū)承載著全國(guó)26.5%的人口,依靠全國(guó)10.7%的土地創(chuàng)造了全國(guó)約21.6%的GDP,是我國(guó)人口大區(qū)、經(jīng)濟(jì)腹地和重要市場(chǎng)。隨著我國(guó)城鎮(zhèn)化進(jìn)程的不斷深入,人口流動(dòng)頻繁,中部地區(qū)人口大量外流,這也加重了中部地區(qū)老齡化程度。中部地區(qū)因其地理位置的特殊性,是構(gòu)建全國(guó)統(tǒng)一大市場(chǎng)、促進(jìn)東部和西部整體協(xié)調(diào)發(fā)展的重要區(qū)域。2004年中部崛起政策提出要將中部建設(shè)成“兩型社會(huì)”。2021年4月發(fā)布的《中共中央國(guó)務(wù)院關(guān)于新時(shí)代推動(dòng)中部地區(qū)高質(zhì)量發(fā)展的意見(jiàn)》,再次強(qiáng)調(diào)了堅(jiān)持綠色發(fā)展,打造人與自然和諧共生的美麗中部的低碳發(fā)展目標(biāo)。走節(jié)能減排的低碳發(fā)展道路是中部地區(qū)履行減排承諾的需要,更是中部地區(qū)可持續(xù)發(fā)展的必然要求。技術(shù)進(jìn)步可以轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、推進(jìn)經(jīng)濟(jì)發(fā)展與碳排放脫鉤,對(duì)促進(jìn)經(jīng)濟(jì)發(fā)展和綠色低碳轉(zhuǎn)型均具有重要作用[2]。

碳排放來(lái)源于人類(lèi)的生產(chǎn)與消費(fèi)活動(dòng),人口老齡化也會(huì)從生產(chǎn)和消費(fèi)這兩條途徑對(duì)碳排放造成影響。關(guān)于人口老齡化對(duì)碳排放的影響,學(xué)術(shù)界目前存在較大爭(zhēng)議,主要有以下幾種觀點(diǎn):(1)人口老齡化會(huì)增加碳排放。老年人口增多導(dǎo)致相關(guān)產(chǎn)業(yè)產(chǎn)品或服務(wù)需求增加,政府?dāng)U大相關(guān)產(chǎn)業(yè)發(fā)展,導(dǎo)致碳排放增加[3-6]。(2)人口老齡化會(huì)減少碳排放。一方面,老年人的消費(fèi)能力弱且更偏向低碳消費(fèi),人口老齡化會(huì)提高服務(wù)業(yè)在消費(fèi)中的比重,因此在消費(fèi)率不變的情況下,人口老齡化程度越高,工業(yè)比重越低,服務(wù)業(yè)比重越高,從而減少碳排放[7]。另一方面,老年人口增多、勞動(dòng)適齡人口減少會(huì)造成社會(huì)生產(chǎn)能力降低,最終減少碳排放。從技術(shù)進(jìn)步理論來(lái)看,老齡化迫使社會(huì)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變,從追求速度到追求質(zhì)量,通過(guò)高質(zhì)量發(fā)展促進(jìn)節(jié)能減排[8-12]。(3)人口老齡化與碳排放不是單一的線(xiàn)性關(guān)系[13-15],在不同的時(shí)期和環(huán)境下,老齡化對(duì)碳排放造成的影響也不同。例如王欽池認(rèn)為兩者之間呈倒“U”型關(guān)系[16],王芳認(rèn)為兩者之間為“U”型關(guān)系[17],楊?lèi)疴x等則認(rèn)為老齡化與碳排放之間為“N”型關(guān)系[18]。以上研究結(jié)論的差異,可能是不同學(xué)者所研究的區(qū)域和時(shí)間、所選取的變量、所采用的數(shù)據(jù)或?qū)W者自身偏好等方面的差異造成的。

學(xué)界關(guān)于人口老齡化與技術(shù)進(jìn)步關(guān)系的研究有不同觀點(diǎn)。第一種認(rèn)為人口老齡化會(huì)阻礙技術(shù)進(jìn)步[19-23],支持這一觀點(diǎn)的學(xué)者多從個(gè)人層面的年齡效應(yīng)來(lái)解釋人口老齡化對(duì)技術(shù)進(jìn)步的影響。首先,個(gè)體進(jìn)入老年以后健康水平下降,創(chuàng)新能力也降低,造成勞動(dòng)生產(chǎn)率水平降低。其次,相比于年輕人,老年人的創(chuàng)新意愿通常更低。這些都不利于技術(shù)進(jìn)步。

第二種觀點(diǎn)認(rèn)為人口老齡化會(huì)促進(jìn)技術(shù)進(jìn)步。從個(gè)人層面來(lái)看,老年人口有著更多的工作技能與更豐富的經(jīng)驗(yàn)累積[24],這些技能與經(jīng)驗(yàn)?zāi)苡行У卮龠M(jìn)創(chuàng)新能力的提升,對(duì)技術(shù)進(jìn)步造成積極影響。從企業(yè)層面來(lái)看,人口老齡化導(dǎo)致老年人口增多,勞動(dòng)適齡人口減少。勞動(dòng)人口的減少造成企業(yè)用工成本增加,企業(yè)需要通過(guò)提高生產(chǎn)效率來(lái)彌補(bǔ)勞動(dòng)力數(shù)量下降造成的不良影響,進(jìn)而進(jìn)行技術(shù)研發(fā),促進(jìn)技術(shù)進(jìn)步。因此人口老齡化也會(huì)通過(guò)對(duì)企業(yè)的倒逼來(lái)促進(jìn)技術(shù)進(jìn)步[25]。

還有一類(lèi)觀點(diǎn)認(rèn)為,人口老齡化與技術(shù)進(jìn)步不存在顯著關(guān)系。如翟振武等研究發(fā)現(xiàn),在人口老齡化背景下,只要?jiǎng)趧?dòng)年齡人口絕對(duì)規(guī)模較大、研發(fā)人員占勞動(dòng)力的比重較小,人口老齡化就不影響研發(fā)隊(duì)伍的規(guī)模、年齡結(jié)構(gòu)和素質(zhì)水平[26]。

多數(shù)學(xué)者認(rèn)為技術(shù)進(jìn)步對(duì)碳排放有抑制作用。其作用途徑可以歸納為三種:(1)技術(shù)進(jìn)步可以通過(guò)提高能源使用效率降低碳排放量[9-11]。(2)通過(guò)新能源的開(kāi)發(fā)利用,優(yōu)化能源結(jié)構(gòu)達(dá)到碳減排的目的[12]。新能源技術(shù)的開(kāi)發(fā)可以顯著地降低能源使用,從而降低碳排放。(3)相較于高新技術(shù)產(chǎn)業(yè)、服務(wù)業(yè)等第三產(chǎn)業(yè),傳統(tǒng)的第二產(chǎn)業(yè)具有高耗能高排放的特點(diǎn),也是現(xiàn)今二氧化碳?xì)怏w排放的主要來(lái)源。技術(shù)進(jìn)步有利于促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型,優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),進(jìn)而降低碳排放[13-14]。

綜合已有研究,人口老齡化、碳排放與技術(shù)進(jìn)步三者的關(guān)系是不明確的。通常情況下技術(shù)進(jìn)步可以減少碳排放,而在人口老齡化的不同階段,其對(duì)碳排放的影響也不同。由此,在中國(guó)老齡化不斷加劇并面臨巨大減排壓力的情況下,需要進(jìn)一步厘清三者關(guān)系。探討中部地區(qū)人口老齡化對(duì)低碳發(fā)展造成的影響以及技術(shù)進(jìn)步在其間發(fā)揮的調(diào)節(jié)作用,對(duì)打造“兩型社會(huì)”和促進(jìn)我國(guó)經(jīng)濟(jì)社會(huì)全面綠色低碳轉(zhuǎn)型的高質(zhì)量發(fā)展具有重要意義。本文的創(chuàng)新點(diǎn)有三個(gè)方面:(1)以中部地區(qū)為案例,研究表明人口老齡化與碳排放之間呈現(xiàn)倒“U”型關(guān)系;(2)人口老齡化率在6.5%左右時(shí),中部地區(qū)碳排放量達(dá)到峰值水平;(3)技術(shù)進(jìn)步可以顯著地降低中部地區(qū)碳排放,并且在人口老齡化對(duì)碳排放的影響中具有積極的調(diào)節(jié)作用。

二、理論分析與研究假設(shè)

(一)人口老齡化與碳排放之間的非線(xiàn)性關(guān)系

從消費(fèi)行為來(lái)看,人口年齡結(jié)構(gòu)與碳排放之間存在一種主要中介,即經(jīng)濟(jì)發(fā)展水平。關(guān)于兩者之間關(guān)系的理論機(jī)制分析,可以參考著名的環(huán)境庫(kù)茲涅茨曲線(xiàn)理論(EKC)。其具體的含義是:一個(gè)國(guó)家或區(qū)域的環(huán)境污染程度通常隨著社會(huì)經(jīng)濟(jì)發(fā)展水平的提升而加重;而當(dāng)其經(jīng)濟(jì)發(fā)展程度達(dá)到某個(gè)臨界值或者某個(gè)“拐點(diǎn)”時(shí),經(jīng)濟(jì)水平的提升可以降低環(huán)境污染程度,即隨著經(jīng)濟(jì)發(fā)展程度的提升環(huán)境污染逐漸得到改善。它描繪的是經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間先同步變動(dòng)后反向變化的關(guān)系,即倒“U”型關(guān)系。也就是說(shuō),在經(jīng)濟(jì)發(fā)展的不同階段,碳排放量的高低會(huì)產(chǎn)生變化。人口老齡化在一定程度上也能反映出地區(qū)經(jīng)濟(jì)的發(fā)展水平和發(fā)展階段,例如英國(guó)、法國(guó)、德國(guó)等發(fā)達(dá)國(guó)家人口老齡化率均在20%以上,美國(guó)、澳洲的老齡化率在15%左右。在人口老齡化初期,勞動(dòng)適齡人口并未顯著減少,人口紅利沒(méi)有消失,老年人口數(shù)量的增加能帶來(lái)醫(yī)療保健等新的消費(fèi)需求,因此這一時(shí)期,老齡化會(huì)顯著地增加碳排放。而當(dāng)人口老齡化達(dá)到一定程度以后,人口紅利消失,產(chǎn)業(yè)結(jié)構(gòu)由勞動(dòng)密集型轉(zhuǎn)向低碳的資本密集型和技術(shù)密集型,而且老年人口相較于勞動(dòng)適齡人口消費(fèi)能力更弱,從長(zhǎng)期來(lái)看,人口老齡化將會(huì)抑制碳排放[8]。基于此,本文提出以下假設(shè):

H1:人口老齡化與碳排放之間呈倒“U”型關(guān)系。

(二)技術(shù)進(jìn)步的調(diào)節(jié)作用

基于柯布道格拉斯方程可知,經(jīng)濟(jì)增長(zhǎng)是勞動(dòng)力數(shù)量、資產(chǎn)投入和綜合技術(shù)水平(包括經(jīng)營(yíng)管理水平、勞動(dòng)力素質(zhì)、引進(jìn)先進(jìn)技術(shù)等)共同作用的結(jié)果。因此,基于生產(chǎn)的需求,當(dāng)人口老齡化帶來(lái)勞動(dòng)力總數(shù)下降時(shí),通過(guò)引入先進(jìn)技術(shù)、提高生產(chǎn)效率的手段可以彌補(bǔ)人口老齡化帶來(lái)的不良影響。

人口老齡化會(huì)通過(guò)倒逼產(chǎn)業(yè)轉(zhuǎn)型促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí),但是這種倒逼并不是那么輕易就可以完成的,其中最重要的一個(gè)環(huán)節(jié)就是技術(shù)進(jìn)步。通過(guò)技術(shù)手段對(duì)原有生產(chǎn)設(shè)備進(jìn)行改造升級(jí),提高勞動(dòng)生產(chǎn)效率,以更少的勞動(dòng)力完成更多的生產(chǎn)任務(wù),勞動(dòng)力減少才不會(huì)影響企業(yè)正常運(yùn)轉(zhuǎn)。技術(shù)進(jìn)步甚至可以實(shí)現(xiàn)自動(dòng)化生產(chǎn),以很少的人力進(jìn)行大量的工作,從而減少對(duì)勞動(dòng)力的依賴(lài)。換句話(huà)說(shuō),老齡化會(huì)導(dǎo)致市場(chǎng)上適齡勞動(dòng)力數(shù)量減少,通過(guò)倒逼機(jī)制推動(dòng)勞動(dòng)密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)變,促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí),提高能源使用效率,降低成本,進(jìn)而減少碳排放,這些必須要依靠技術(shù)進(jìn)步來(lái)實(shí)現(xiàn)。因此,老齡化對(duì)碳排放的影響不可避免地受到技術(shù)進(jìn)步的同步影響。

老年人的消費(fèi)行為也受到技術(shù)進(jìn)步影響。人口老齡化出現(xiàn)以后,老年人口增多,不可避免地會(huì)產(chǎn)生新的消費(fèi)需求。例如,老年人相對(duì)年輕人身體較弱,出于對(duì)健康生活的要求,必然會(huì)對(duì)醫(yī)療保健產(chǎn)生更高的期望與需求,進(jìn)而對(duì)碳排放產(chǎn)生影響。與此同時(shí),技術(shù)進(jìn)步會(huì)促進(jìn)可持續(xù)消費(fèi)的發(fā)展。一般認(rèn)為,可持續(xù)消費(fèi)通過(guò)技術(shù)進(jìn)步和改變消費(fèi)模式兩種途徑實(shí)現(xiàn)。一是技術(shù)進(jìn)步可以減少單位產(chǎn)品和服務(wù)生產(chǎn)過(guò)程中的資源消耗,從而提高消費(fèi)效率;二是居民消費(fèi)主要通過(guò)對(duì)商品服務(wù)的選擇來(lái)影響環(huán)境,而居民消費(fèi)行為又受到居民收入水平高低、消費(fèi)意識(shí)等因素的影響,因此改變消費(fèi)模式可以影響能源的消耗,從而實(shí)現(xiàn)可持續(xù)消費(fèi),促進(jìn)碳減排。基于此,本文提出以下假設(shè):

H2:技術(shù)進(jìn)步可以顯著地降低碳排放,并且在人口老齡化對(duì)碳排放的影響中具有積極的調(diào)節(jié)作用。

三、研究設(shè)計(jì)

(一)研究方法

空間計(jì)量模型常用的權(quán)重矩陣大體可以分為四類(lèi):鄰接權(quán)重矩陣、 經(jīng)濟(jì)權(quán)重矩陣、反距離權(quán)重矩陣以及嵌套權(quán)重矩陣。本文選用鄰接權(quán)重矩陣,其表達(dá)式為:

式中,W1表示鄰接權(quán)重矩陣,i和j表示不同的兩個(gè)地級(jí)市。

STIRPAT(Stochastic Impacts by Regression on Population, Affluence, and Technology)即可拓展的隨機(jī)性的環(huán)境影響評(píng)估模型。 Dietz將指數(shù)引入到原始的環(huán)境壓力模型IPAT中,得到可以反映人口經(jīng)濟(jì)各變量與環(huán)境變量之間非比例關(guān)系的STIRPAT模型I=aPbAcTd,a代表模型比例的常數(shù)項(xiàng),b、c、d分別表示變量P、A、T的彈性系數(shù)[27]。在此基礎(chǔ)上,國(guó)內(nèi)許多關(guān)于環(huán)境問(wèn)題的研究都基于STIRPAT模型進(jìn)行擴(kuò)展。為分析人口老齡化、技術(shù)進(jìn)步對(duì)碳排放(本文指二氧化碳的排放量)的影響,同時(shí)考慮其他影響因素及數(shù)據(jù)的可獲取性,引入產(chǎn)業(yè)結(jié)構(gòu)、人力資本、人口規(guī)模、人均收入、財(cái)政支出結(jié)構(gòu)等控制變量,其擴(kuò)展模型為公式(1):

Iit=ait+boldit+f(oldit)2+ctecit+dpopit+epergdpit+fstructit+ghcit+hgovit

(1)

本文進(jìn)一步考慮了空間效應(yīng),對(duì)人口老齡化影響碳排放量的直接效應(yīng)以及空間溢出效應(yīng)進(jìn)行研究?；究臻g計(jì)量模型設(shè)定為公式(2):

(2)

式(2)中:i表示地區(qū);t為時(shí)間;Yit表示t時(shí)期被解釋變量;xit為t時(shí)期解釋變量;W表示空間權(quán)重矩陣;ρ為被解釋變量在空間上的滯后系數(shù);η表示解釋變量的系數(shù);σ表示解釋變量在空間上的系數(shù);μi、γt分別表示個(gè)體效應(yīng)和時(shí)間效應(yīng);εit、M分別表示擾動(dòng)項(xiàng)和擾動(dòng)項(xiàng)的空間權(quán)重矩陣。

ρWitYit是被解釋變量的空間滯后項(xiàng),此項(xiàng)的作用在于體現(xiàn)鄰近地區(qū)被解釋變量受到本地區(qū)被解釋變量的影響程度;σWxit是解釋變量的空間滯后項(xiàng),此項(xiàng)的作用在于體現(xiàn)鄰近地區(qū)解釋變量受到當(dāng)?shù)亟忉屪兞康挠绊懗潭??？疾旃?2)一般性空間計(jì)量模型的形式:當(dāng)λ與σ取0時(shí),一般性模型變?yōu)榭臻g滯后模型形式;ρ與σ取0時(shí),一般性模型轉(zhuǎn)化為空間誤差模型形式;當(dāng)λ為0時(shí),一般性模型轉(zhuǎn)化為空間杜賓模型形式。經(jīng)過(guò)以上對(duì)各種空間計(jì)量模型的分析,為了達(dá)到分析人口老齡化對(duì)碳排放量的直接效應(yīng)和空間溢出效應(yīng)的目的,本文在LM退化檢驗(yàn)后,再確定適用的模型,主要是確定空間杜賓模型是否可以退化成空間滯后或者空間誤差模型。三種空間模型形式設(shè)定為公式(3)至公式(5):

(3)

(4)

(5)

(二)數(shù)據(jù)說(shuō)明

本文的被解釋變量為二氧化碳排放量,由8種主要能源使用量測(cè)算獲得,數(shù)據(jù)來(lái)源于各市統(tǒng)計(jì)年鑒。核心解釋變量人口老齡化率根據(jù)各市統(tǒng)計(jì)年鑒中人口統(tǒng)計(jì)分冊(cè)65歲及以上人口占總?cè)丝诘谋戎赜?jì)算得出。發(fā)明專(zhuān)利與實(shí)用型專(zhuān)利數(shù)、常住人口、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、財(cái)政支出等變量的數(shù)據(jù)來(lái)源于各省、市統(tǒng)計(jì)年鑒以及《國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)公報(bào)》。本文選取中部六省84個(gè)地級(jí)市作為研究對(duì)象,(1)其中湘西土家族苗族自治州、恩施土家族苗族自治州和神農(nóng)架林區(qū)大多數(shù)據(jù)缺失,未納入其中進(jìn)行分析。研究時(shí)間為2010年至2019年。

二氧化碳排放量(CO2)。本文根據(jù)IPCC(2006)、國(guó)家氣候變化對(duì)策協(xié)調(diào)小組辦公室、國(guó)家發(fā)改委能源研究所(2007)的數(shù)據(jù)及借鑒杜立民的研究[28],在估算分省CO2排放量時(shí)測(cè)算的CO2排放系數(shù)結(jié)果為:煤炭的CO2排放系數(shù)為1.647,焦炭的CO2排放系數(shù)為2.848,汽油的CO2排放系數(shù)為3.045,燃料油的CO2排放系數(shù)為3.067,柴油的CO2排放系數(shù)為3.150,煤油的CO2排放系數(shù)為3.174,天然氣的CO2排放系數(shù)為21.670,單位均為噸/億立方米。

人口老齡化(Old)。本文選取中部六省各市65歲及以上人口占總?cè)丝诘谋壤鳛楹诵慕忉屪兞縼?lái)驗(yàn)證其對(duì)碳排放的影響。同時(shí),為了驗(yàn)證人口老齡化與碳排放是否存在非線(xiàn)性關(guān)系,將人口老齡化的平方項(xiàng)加入模型中。我國(guó)近10年老齡人口數(shù)量呈增長(zhǎng)趨勢(shì),因此本文基于2010年的六普數(shù)據(jù)和2020年的七普數(shù)據(jù),結(jié)合歷年六省的老齡化數(shù)據(jù),對(duì)中部六省地級(jí)市的人口老齡化數(shù)據(jù)進(jìn)行線(xiàn)性插值估算,結(jié)果見(jiàn)表1。

表1 2010—2019年中部六省老齡人口比 %

本文選擇了以下6個(gè)控制變量。

技術(shù)進(jìn)步(Tec):采用各地區(qū)專(zhuān)利發(fā)明數(shù)量與實(shí)用型專(zhuān)利數(shù)作為技術(shù)進(jìn)步的表征指標(biāo)?？紤]到專(zhuān)利申請(qǐng)具有一定滯后性,因此選用地區(qū)專(zhuān)利申請(qǐng)數(shù)能更好地反映當(dāng)?shù)丶夹g(shù)進(jìn)步的水平。前文已經(jīng)分析了技術(shù)進(jìn)步在人口老齡化影響碳排放中的作用,所以將專(zhuān)利申請(qǐng)數(shù)作為控制變量來(lái)檢驗(yàn)人口老齡化對(duì)碳排放的調(diào)節(jié)作用。

人口規(guī)模(Pop):采用各地級(jí)市年末的常住人口數(shù)反映人口規(guī)模。國(guó)內(nèi)外學(xué)者一致認(rèn)為人口規(guī)模對(duì)二氧化碳排放有重要影響。中部六省是我國(guó)人口分布的密集區(qū)域,第七次人口普查數(shù)據(jù)顯示中部六省人口為3.647億,占全國(guó)人口比例的25.83%。

人均GDP(Pergdp):本文用地區(qū)的名義生產(chǎn)總值換算為2010年不變價(jià)的實(shí)際生產(chǎn)總值,再用實(shí)際生產(chǎn)總值除以該地區(qū)當(dāng)年人口總數(shù)得到實(shí)際人均GDP。經(jīng)濟(jì)發(fā)展的初期通常會(huì)以破壞環(huán)境為代價(jià),為了滿(mǎn)足生產(chǎn)發(fā)展的需要,大量消耗能源,提高了碳排放量。但當(dāng)經(jīng)濟(jì)發(fā)展到一定水平時(shí),環(huán)境問(wèn)題得到重視,人們開(kāi)始有意識(shí)地降低碳排放。

產(chǎn)業(yè)結(jié)構(gòu)(Structure):選取第二產(chǎn)業(yè)產(chǎn)值占地區(qū)總產(chǎn)值的比例表示。第二產(chǎn)業(yè)是碳排放的重要來(lái)源,多為高耗能、高污染產(chǎn)業(yè),第二產(chǎn)業(yè)占總產(chǎn)值的比重越大,經(jīng)濟(jì)越依賴(lài)第二產(chǎn)業(yè)發(fā)展,碳排放量越高。

人力資本(Hc):本文選取每萬(wàn)人高等學(xué)校在校人數(shù)作為表征指標(biāo)。由內(nèi)生增長(zhǎng)理論可知,人力資本可以促進(jìn)經(jīng)濟(jì)增長(zhǎng),通過(guò)提升產(chǎn)品質(zhì)量、提高勞動(dòng)生產(chǎn)效率,間接地影響碳排放量。

財(cái)政支出結(jié)構(gòu)(Gov):用地區(qū)教育與科技經(jīng)費(fèi)支出總和占地區(qū)政府支出的比重來(lái)表示。這一比例越高,說(shuō)明政府越重視優(yōu)化財(cái)政支出結(jié)構(gòu),增加教育和科技支出而減少投資支出,向民生型支出轉(zhuǎn)型,這一結(jié)果會(huì)造成依賴(lài)政府投資的基建工程減少,碳排放量逐步降低。

各變量描述性統(tǒng)計(jì)見(jiàn)表2。近10年中部地區(qū)的平均老齡化率為11.81%,標(biāo)準(zhǔn)差為2.31,老齡化率穩(wěn)步上升。人均碳排放均值為1.74,標(biāo)準(zhǔn)差高達(dá)1.53。人均GDP均值約為42 260元,標(biāo)準(zhǔn)差也較高,達(dá)到21 930。第二產(chǎn)業(yè)占比的均值為50%左右且標(biāo)準(zhǔn)差較小,說(shuō)明中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)還是以制造業(yè)為代表的第二產(chǎn)業(yè)為主。

表2 變量描述性統(tǒng)計(jì)

四、實(shí)證分析

(一)空間性分析

1.全局空間自相關(guān)檢驗(yàn)

表3為2010年到2019年人均碳排放量以及人口老齡化的莫蘭指數(shù)值,人均二氧化碳排放量的Moran’s I統(tǒng)計(jì)量以及Z值除個(gè)別年份外,全都通過(guò)顯著性水平5%的檢驗(yàn),說(shuō)明中部六省各市二氧化碳排放量在地域空間上具有顯著的自相關(guān)性。Moran’s I值均大于0,說(shuō)明中部84個(gè)地級(jí)市的人均碳排放量在空間上存在正相關(guān),即二氧化碳排放量在中部地區(qū)空間上呈集群趨向:通常與碳排放量多的地級(jí)市相鄰的地級(jí)市碳排放量也較多,與碳排放量少的地級(jí)市相鄰的地級(jí)市碳排放量也較少。

表3 2010—2019年中部六省地級(jí)市人均碳排放量與人口老齡化Moran’s I指數(shù)值

2010—2019年老齡化的Moran’s I統(tǒng)計(jì)量以及Z值全部通過(guò)顯著性水平1%的檢驗(yàn)且指數(shù)值為正,說(shuō)明中部六省各市人口老齡化在地域空間上也具有顯著的正相關(guān)性。從圖1發(fā)現(xiàn),碳排放的Moran’s I值2010—2016年呈現(xiàn)小幅度上升的趨勢(shì),2016—2017年指數(shù)驟升后趨于平穩(wěn),說(shuō)明二氧化碳排放量局域集聚趨勢(shì)不斷加強(qiáng),不能忽略空間作用。人口老齡化的Moran’s I值則呈現(xiàn)逐年下降的趨勢(shì),說(shuō)明人口老齡化局域集聚趨勢(shì)不斷減弱,但仍然不能忽略其空間集聚特征。

圖1 2010—2019年中部六省地級(jí)市人均碳排放量與人口老齡化Moran’s I趨勢(shì)圖

2.局部空間自相關(guān)分析

采用ArcGIS空間統(tǒng)計(jì)模塊下局部LISA集聚分析碳排放量強(qiáng)度與人口老齡化的局部空間異質(zhì)性,其類(lèi)型如表4所示。

表4 碳排放量強(qiáng)度與人口老齡化空間集聚類(lèi)型

人口老齡化局部特征如圖2所示:(1)“高-高”型。這一類(lèi)型變化范圍不大,主要形成“湘西北-鄂西南”“皖東-皖東南”兩條帶狀分布。說(shuō)明該區(qū)域及周邊地區(qū)是人口老齡化的高值分布區(qū),這與湖南、安徽、湖北等中部省份已邁入深度老齡化的現(xiàn)狀相符。(2)“低-低”型。這一類(lèi)型范圍略有縮小,由2010年“晉南-豫北”以及江西大部分地區(qū)的雙核分布演變?yōu)?019年主要以江西省為主的單核分布。2019年“晉南-豫北”核心范圍縮小,僅有晉中、新鄉(xiāng)和焦作三市呈現(xiàn)“低-低”分布,而江西省并無(wú)顯著變化。江西省尚處于人口紅利階段,與中部其他地區(qū)相比人口老齡化水平較低。(3)“高-低”型。這一類(lèi)型2010年和2019年都在忻州;山西省人口老齡化率在中部地區(qū)甚至全國(guó)排名都較低,其中忻州市老齡化率位居全省首位。(4)“低-高”型。這一類(lèi)型2010和2019年都分布在合肥。2019年合肥市人口老齡化率為11.99%,位居省內(nèi)最后一位,低于省平均值15.01%,鄰近的馬鞍山、銅陵、安慶均遠(yuǎn)高于平均值。

人均碳排放量局部特征如圖3所示:(1)“高-高”型。這一類(lèi)型覆蓋范圍明顯擴(kuò)大,2010年無(wú)“高-高”型區(qū)域,2019年山西大部分地區(qū)發(fā)展成“高-高”型,說(shuō)明這些區(qū)域及其周邊區(qū)域碳排放量高。結(jié)合區(qū)位及經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)等方面來(lái)看,安徽省工業(yè)主要集中在皖東的“合肥-蕪湖-馬鞍山”一帶,其他地區(qū)工業(yè)基礎(chǔ)薄弱,而山西省作為能源大省,長(zhǎng)期以來(lái)形成了以能源原材料生產(chǎn)為主的經(jīng)濟(jì)格局,高投入、高消耗、高污染的粗放型經(jīng)濟(jì)增長(zhǎng)方式?jīng)]有得到根本轉(zhuǎn)變,因此形成省內(nèi)大部分地區(qū)高碳排放的空間格局。(2)“低-低”型。這一類(lèi)型集聚特征有所增強(qiáng),2010年分布在贛東南鷹潭、撫州以及贛南贛州,湘西懷化,豫東南商丘、周口以及豫南信陽(yáng),皖西北阜陽(yáng),覆蓋省份較多。2019年集聚特征增強(qiáng)形成“湘西”“豫東南-皖西北”雙核集聚。這些區(qū)域相對(duì)鄰近區(qū)域工業(yè)和經(jīng)濟(jì)發(fā)展落后。(3)“高-低”型。這一類(lèi)型2010年主要分布在江西省的南昌、新余和安徽省的淮南。南昌與新余是江西省人均GDP位列前兩位的市,與鄰近地市相比工業(yè)發(fā)展較好。(4)“低-高”型。這一類(lèi)型在2010年僅分布于山西省內(nèi)的忻州和晉中,隨后晉中市與忻州市2019年演變?yōu)椤案?高”型。忻州一直是一個(gè)農(nóng)業(yè)大市,工業(yè)基礎(chǔ)薄弱,“一煤獨(dú)大”現(xiàn)象嚴(yán)重。而濟(jì)源市2019年演變?yōu)椤暗?高”型。

(二)實(shí)證結(jié)果

1.空間計(jì)量模型檢驗(yàn)

由表5可知,LM檢驗(yàn)中SEM與SAR模型的檢驗(yàn)值分別為315.941、184.546,均在1%的顯著性水平下拒絕原假設(shè),即存在空間誤差或滯后項(xiàng),應(yīng)選擇空間模型而不是OLS。Robust-LM檢驗(yàn)結(jié)果與LM檢驗(yàn)一致,因此從Robust-LM檢驗(yàn)結(jié)果可知應(yīng)選擇空間杜賓模型;SDM退化檢驗(yàn)(LR檢驗(yàn))值為107.5、75.78,均在1%的顯著性水平下拒絕原假設(shè),即SDM無(wú)法退化成SEM或SAR,應(yīng)選擇SDM模型;豪斯曼檢驗(yàn)值為30.06且在5%的顯著性水平下拒絕隨機(jī)效應(yīng)的原假設(shè),因此應(yīng)選擇固定效應(yīng)模型。綜上,本文最終選用固定效應(yīng)下的空間杜賓模型。

表5 空間計(jì)量模型LM、LR以及Hausman檢驗(yàn)

2.空間模型檢驗(yàn)結(jié)果

空間SDM固定效應(yīng)模型分為個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)和雙向固定效應(yīng)模型。利用ArcGIS構(gòu)建空間權(quán)重矩陣,并運(yùn)用Stata17軟件對(duì)模型進(jìn)行估計(jì),同時(shí)匯報(bào)了SDM、SEM、SAR模型下的估計(jì)結(jié)果。本部分同時(shí)匯報(bào)了三類(lèi)空間模型的固定效應(yīng)模型以及SDM模型下的個(gè)體、雙向固定效應(yīng)模型。從表6、表7可知,SDM、SEM、SAR模型中人口老齡化及其平方項(xiàng)均通過(guò)顯著性檢驗(yàn)。

表6 不同空間模型的估計(jì)結(jié)果

表7 SDM模型下不同固定效應(yīng)模型估計(jì)結(jié)果

從SDM模型不同的固定模型估計(jì)結(jié)果來(lái)看,個(gè)體固定效應(yīng)及雙向固定效應(yīng)中核心解釋變量均通過(guò)顯著性檢驗(yàn)。

從雙向固定效應(yīng)模型估計(jì)結(jié)果來(lái)看,人口老齡化對(duì)碳排放量的影響呈現(xiàn)顯著的倒“U”型,驗(yàn)證了假設(shè)H1。從系數(shù)值可以看出,lnOld系數(shù)(5.538)絕對(duì)值大于lnOld平方項(xiàng)的系數(shù)絕對(duì)值,表明左邊的上升坡度比右邊的下降坡度要陡峭,這說(shuō)明老齡化初期碳排放顯著增加,但當(dāng)老齡化達(dá)到一定程度之后,碳排放會(huì)微弱減少。并且通過(guò)老齡化系數(shù)和其平方項(xiàng)的系數(shù)可以計(jì)算出,當(dāng)人口老齡化率在6.5%左右時(shí),中部地區(qū)碳排放量達(dá)到峰值水平。這可能因?yàn)橹胁康貐^(qū)峰值不止一個(gè),存在“M”型的可能[18]。

技術(shù)進(jìn)步對(duì)碳排放有抑制作用且在1%的顯著性水平下通過(guò)檢驗(yàn)。但由于中部地區(qū)勞動(dòng)密集型企業(yè)較多,同時(shí)經(jīng)濟(jì)發(fā)展水平較東部沿海地區(qū)落后,低碳技術(shù)發(fā)展水平不高,因此技術(shù)進(jìn)步對(duì)碳排放的抑制作用較弱。

在其他控制變量方面,碳排放量與人口規(guī)模之間的系數(shù)為負(fù)值且在1%的顯著性水平下通過(guò)檢驗(yàn),與模型假設(shè)相背離。人均GDP與碳排放量的回歸系數(shù)為正且在1%的顯著性水平下通過(guò)檢驗(yàn),說(shuō)明人均GDP對(duì)碳排放量存在顯著影響。產(chǎn)業(yè)結(jié)構(gòu)與碳排放量的回歸系數(shù)為正且在1%的顯著性水平下通過(guò)檢驗(yàn),說(shuō)明第二產(chǎn)業(yè)對(duì)碳排放具有顯著的促進(jìn)作用。財(cái)政支出結(jié)構(gòu)與碳排放量的回歸系數(shù)為負(fù)數(shù),說(shuō)明財(cái)政支出結(jié)構(gòu)優(yōu)化抑制了碳排放。

3.技術(shù)進(jìn)步的調(diào)節(jié)作用

表7模型(2)和(4)中未納入技術(shù)進(jìn)步對(duì)碳排放的影響,對(duì)比模型(1)和(3)可知,考慮技術(shù)進(jìn)步后,人口老齡化對(duì)碳排放的影響有所減弱。在雙向固定效應(yīng)模型中,人口老齡化的回歸系數(shù)由5.978下降至5.53,因此技術(shù)進(jìn)步抑制了人口老齡化對(duì)碳排放量的正向影響,驗(yàn)證了假設(shè)H2。

4.人口老齡化影響碳排放量的效應(yīng)

人口老齡化對(duì)碳排放量的影響可以分為對(duì)當(dāng)?shù)氐闹苯佑绊懸约皩?duì)相鄰地區(qū)的溢出效應(yīng)。因此重點(diǎn)解讀空間杜賓模型的直接效應(yīng)和空間溢出效應(yīng)相應(yīng)的回歸結(jié)果。

通過(guò)對(duì)表8模型回歸結(jié)果的分析可見(jiàn),人口老齡化在5%顯著性水平上對(duì)本地碳排放量起到了推動(dòng)作用,對(duì)于相鄰地區(qū)的空間溢出效應(yīng)也在5%顯著性水平上起到了推動(dòng)作用,回歸系數(shù)分別為6.816和15.57。

表8 人口老齡化影響碳排放量增長(zhǎng)的效應(yīng)結(jié)果

從其他變量來(lái)看,技術(shù)進(jìn)步對(duì)本地區(qū)碳排放量在1%顯著性水平上起到了抑制作用,但對(duì)相鄰地區(qū)的空間溢出效應(yīng)沒(méi)有通過(guò)顯著性檢驗(yàn),可能的原因是技術(shù)進(jìn)步推動(dòng)了本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí),人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)只對(duì)本地區(qū)碳排放量有顯著影響,空間溢出效應(yīng)未通過(guò)顯著性檢驗(yàn)。而人力資本、人均GDP與政府財(cái)政支出結(jié)構(gòu)的直接效應(yīng)與間接效應(yīng)均未通過(guò)顯著性檢驗(yàn),說(shuō)明在中部地區(qū)人力資本空間流動(dòng)導(dǎo)致的“隱性知識(shí)”和財(cái)政支出的“擴(kuò)散效應(yīng)”并不顯著。

5.穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)可以從數(shù)據(jù)、變量以及計(jì)量方法出發(fā),本文采用替換指標(biāo)的方法,借鑒汪偉等的研究,用老年人口撫養(yǎng)比(FYB)重新衡量人口老齡化水平[29]。

從表9回歸結(jié)果來(lái)看,各變量回歸系數(shù)的正負(fù)性以及顯著性未發(fā)生明顯變動(dòng),說(shuō)明本文模型的設(shè)定是穩(wěn)健的。在個(gè)體固定效應(yīng)與雙向固定效應(yīng)模型中,人口老齡化均呈現(xiàn)顯著的倒“U”型分布。在未考慮技術(shù)進(jìn)步的前提下,人口老齡化對(duì)碳排放量影響的回歸系數(shù)分別為6.97和7.195,而把技術(shù)進(jìn)步納入模型后,這一數(shù)值下降至5.847和6.587,說(shuō)明技術(shù)進(jìn)步在一定程度上抑制了人口老齡化對(duì)碳排放量的正向影響。

表9 穩(wěn)健性檢驗(yàn)

五、結(jié)論與政策建議

(一)研究結(jié)論

本文利用2010—2019年中部地區(qū)84個(gè)地級(jí)市的數(shù)據(jù),根據(jù)STIRPAT模型的擴(kuò)展形式,運(yùn)用空間計(jì)量分析方法,分析了人口老齡化、技術(shù)進(jìn)步和低碳發(fā)展之間的關(guān)系,得出以下主要結(jié)論。

中部地區(qū)的人均碳排放量呈現(xiàn)空間自相關(guān)性,即二氧化碳排放量在中部地區(qū)空間上呈集聚趨勢(shì),并且從時(shí)間上來(lái)看,二氧化碳排放量局域集聚趨勢(shì)在不斷加強(qiáng)[30-31]。中部六省各市人口老齡化也具有顯著的空間自相關(guān)性,但其Moran’s I值呈現(xiàn)逐年減小的趨勢(shì),由2010年的0.539減至2019年的0.398,說(shuō)明人口老齡化空間集聚趨勢(shì)在不斷減弱。

人口老齡化對(duì)碳排放量的影響呈現(xiàn)顯著的倒“U”型,這個(gè)結(jié)論與王欽池[16]的研究一致。當(dāng)人口老齡化率在6.5%左右時(shí),中部地區(qū)碳排放量達(dá)到峰值水平。人口老齡化的第一階段主要是由出生率的下降和平均壽命的延長(zhǎng)引起的。此時(shí),人口紅利并未消失,可以通過(guò)增加勞動(dòng)力供給擴(kuò)大再生產(chǎn),從而增加了碳排放。然而,隨著老齡化程度的加深,勞動(dòng)力供給開(kāi)始減少,消費(fèi)也大幅減少,碳排放隨之減少。

納入技術(shù)進(jìn)步后,人口老齡化對(duì)碳排放影響的回歸系數(shù)由5.978降至5.53,說(shuō)明技術(shù)進(jìn)步能夠有效抑制人口老齡化對(duì)碳排放量的正向影響。

從區(qū)域上看,中部地級(jí)市的人口老齡化降低了本地和相鄰地區(qū)的低碳發(fā)展水平。從其他變量來(lái)看,技術(shù)進(jìn)步對(duì)本地區(qū)碳排放量起到了抑制作用,但對(duì)相鄰地區(qū)的空間溢出效應(yīng)沒(méi)有通過(guò)顯著性檢驗(yàn),可能的原因是技術(shù)進(jìn)步只推動(dòng)了本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。

人口規(guī)模并沒(méi)有顯著影響碳排放量,這與以往大部分研究結(jié)論相反,比如Asumadu-Sarkodie和Owusu的研究發(fā)現(xiàn)加納的人口規(guī)模每增加1個(gè)百分點(diǎn),碳排放量就會(huì)增加1.72個(gè)百分點(diǎn)[32]。出現(xiàn)這種差異的原因可能是技術(shù)進(jìn)步抑制了人口增長(zhǎng)對(duì)碳排放量的作用,中部地區(qū)近10年來(lái)人口增長(zhǎng)率并不高,但技術(shù)進(jìn)步速度較快,可以通過(guò)提高能源使用效率及勞動(dòng)生產(chǎn)率等途徑降低碳排放量。

(二)相關(guān)建議

基于前文研究結(jié)論,本文提出如下政策建議:

第一,推動(dòng)技術(shù)進(jìn)步,加大對(duì)技術(shù)研發(fā)的資金投入。政府應(yīng)當(dāng)加強(qiáng)對(duì)企業(yè)和科研機(jī)構(gòu)的技術(shù)創(chuàng)新激勵(lì),扶持企業(yè)采用先進(jìn)的生產(chǎn)技術(shù)和清潔能源,提高能源使用效率,發(fā)展綠色產(chǎn)業(yè)。同時(shí),還可以通過(guò)財(cái)政補(bǔ)貼、稅收減免等措施鼓勵(lì)企業(yè)采用節(jié)能環(huán)保技術(shù),在保障生產(chǎn)效益的同時(shí)促進(jìn)低碳發(fā)展。此外,中部地區(qū)可以通過(guò)城市群、都市圈、流域發(fā)展,加強(qiáng)地區(qū)間的合作與協(xié)調(diào),建立大區(qū)域低碳技術(shù)聯(lián)動(dòng)機(jī)制,設(shè)立低碳技術(shù)交易中心,加快區(qū)域間綠色技術(shù)轉(zhuǎn)移,共同打造低碳發(fā)展的綠色生態(tài)圈。

第二,政府應(yīng)該重視人口年齡結(jié)構(gòu)對(duì)碳排放的影響,調(diào)整人口生育政策,鼓勵(lì)生育,優(yōu)化年齡結(jié)構(gòu)。另外要提高老年人的環(huán)保意識(shí),倡導(dǎo)三代人同住的家庭模式,通過(guò)降低家庭碳排放的方式來(lái)促進(jìn)碳減排[33]。同時(shí)充分發(fā)揮老年人力資本的作用,減少人口紅利消失對(duì)經(jīng)濟(jì)發(fā)展帶來(lái)的不利影響[34],大力發(fā)展碳排放量少的銀發(fā)經(jīng)濟(jì)。

第三,碳排放在空間集聚顯著的區(qū)域需加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí),突破高碳排放的空間鎖定與路徑依賴(lài)。在快速老齡化的背景下,為滿(mǎn)足老年人口的消費(fèi)需求以及促進(jìn)可持續(xù)發(fā)展,應(yīng)該促進(jìn)各區(qū)域產(chǎn)業(yè)升級(jí),大力扶持和發(fā)展以第三產(chǎn)業(yè)為主的老齡產(chǎn)業(yè),并且加強(qiáng)對(duì)勞動(dòng)人口的技能培訓(xùn),鼓勵(lì)勞動(dòng)人口向第三產(chǎn)業(yè)轉(zhuǎn)移。限制高耗能、高污染、高排放的第二產(chǎn)業(yè)發(fā)展,進(jìn)行綠色技術(shù)改造升級(jí)。同時(shí),政府在制定相關(guān)政策上需對(duì)第三產(chǎn)業(yè)尤其是老齡產(chǎn)業(yè)傾斜,鼓勵(lì)和發(fā)展高科技產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè),提高第三產(chǎn)業(yè)的比例。