李志學(xué) 張嘉偉 劉雪瓶 杜 丹
(1.西安石油大學(xué) 經(jīng)濟(jì)管理學(xué)院,陜西 西安 710065;2.西安石油大學(xué) 陜西(高校)油氣資源經(jīng)濟(jì)管理研究中心,陜西 西安 710065)
近年來(lái),我國(guó)在經(jīng)濟(jì)建設(shè)方面取得了非凡成就,已成為世界第二大經(jīng)濟(jì)體。然而,經(jīng)濟(jì)的高速發(fā)展也使環(huán)境承載力日益減小,目前,我國(guó)的碳排放量已接近全球的30%?;诖?我國(guó)制定了一系列方針政策。2020年,國(guó)家主席習(xí)近平在聯(lián)合國(guó)大會(huì)上鄭重承諾,要提高國(guó)家自主貢獻(xiàn)力,力爭(zhēng)在2030年前實(shí)現(xiàn)“碳達(dá)峰”,在2060年前實(shí)現(xiàn)“碳中和”。黨的二十大指出要加快發(fā)展方式綠色轉(zhuǎn)型,推動(dòng)形成綠色低碳的生產(chǎn)方式和生活方式,同時(shí)提出中國(guó)式現(xiàn)代化也是人與自然和諧共生的現(xiàn)代化。因此,隨著我國(guó)經(jīng)濟(jì)發(fā)展向綠色可持續(xù)的高質(zhì)量發(fā)展模式轉(zhuǎn)變,需要統(tǒng)籌兼顧好經(jīng)濟(jì)增長(zhǎng)和保護(hù)環(huán)境。為實(shí)現(xiàn)這些目標(biāo),需要關(guān)注影響碳排放的主要因素。隨著低生育率和老齡化的不斷加劇,人口結(jié)構(gòu)的變化會(huì)對(duì)碳排放產(chǎn)生重大影響。[1]106-790因此,研究人口結(jié)構(gòu)對(duì)碳排放的影響具有理論與現(xiàn)實(shí)意義。
IPAT模型、拓展的STIRPAT模型和KAYA恒等式是研究碳排放影響因素的主要方法,能夠涵蓋碳排放的主要影響因素。IPAT和STIRPAT模型主要從人口、技術(shù)和經(jīng)濟(jì)3類因素分析對(duì)碳排放的影響。其中,人口因素包括人口密度、城鎮(zhèn)化率、年齡結(jié)構(gòu)和家庭規(guī)模等。經(jīng)濟(jì)因素從人均GDP擴(kuò)展到產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資等因素,隨著數(shù)字化時(shí)代的到來(lái),數(shù)字經(jīng)濟(jì)也成為影響碳排放的因素之一。技術(shù)因素常用能源強(qiáng)度和技術(shù)創(chuàng)新來(lái)衡量。此外,能源結(jié)構(gòu)與能源效率也成為影響碳排放因素之一。根據(jù)Wang[2]187-200的研究,大部分省份能源結(jié)構(gòu)對(duì)碳排放影響的彈性系數(shù)均為負(fù)值,說明天然氣和電力的使用可以降低碳排放量。近幾年,隨著碳達(dá)峰和碳中和目標(biāo)的提出,對(duì)碳排放影響因素的研究已經(jīng)深入到各個(gè)行業(yè),如工業(yè)、農(nóng)業(yè)、交通運(yùn)輸業(yè)、建筑業(yè)、電力等,對(duì)行業(yè)碳排放的研究將有助于各行業(yè)采取更好的減排措施。
近些年,極端氣候和嚴(yán)重污染已引起人們廣泛關(guān)注,頻繁發(fā)生的極端事件也凸顯了實(shí)現(xiàn)二氧化碳凈零排放目標(biāo)的緊迫性。然而,碳排放的主要影響因素已從經(jīng)濟(jì)因素轉(zhuǎn)變?yōu)榻?jīng)濟(jì)、人口、技術(shù)等多種因素共同作用。Holdren,Ehrlich等[3]282-292提出IPAT模型,認(rèn)為人口數(shù)量、人均財(cái)富和技術(shù)水平對(duì)環(huán)境均有影響。在此基礎(chǔ)上,Dietz和Rosa Eugene[4]175-179提出了更加靈活的STIRPAT模型,從中增加了產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)等因素。也有學(xué)者從微觀角度[5]71-168研究人口結(jié)構(gòu)對(duì)碳排放的影響。
已有研究表明,人口規(guī)模擴(kuò)大和經(jīng)濟(jì)增長(zhǎng)是碳排放的主要來(lái)源。[6]55-65人類活動(dòng)所產(chǎn)生的直接與間接能源消耗已超出產(chǎn)業(yè)部門,成為碳排放的主要增長(zhǎng)點(diǎn)。人口因素對(duì)碳排放的影響已從其規(guī)模逐步擴(kuò)展到結(jié)構(gòu)和消費(fèi)模式上。彭希哲、朱勤[7]48-58認(rèn)為居民消費(fèi)與人口結(jié)構(gòu)變化對(duì)我國(guó)碳排放的影響已經(jīng)超過了人口規(guī)模的單一影響力。朱勤、彭希哲等[8]98-102也從人口和消費(fèi)的角度探討了其對(duì)碳排放的影響。
在低生育率、老齡化的背景下,人口結(jié)構(gòu)對(duì)碳排放的影響主要集中在人口的年齡結(jié)構(gòu)方面。劉豐[9]2105-2118從生育率和預(yù)期壽命兩個(gè)維度運(yùn)用面板數(shù)據(jù)分析,發(fā)現(xiàn)生育率的下降促進(jìn)了碳排放的增長(zhǎng),而預(yù)期壽命延長(zhǎng)對(duì)碳排放具有先減后增的作用,且呈逐漸增大的態(tài)勢(shì)。李昌寶、高莉等[10]32-44認(rèn)為人口規(guī)模對(duì)碳排放影響顯著,但人口老齡化因素對(duì)中國(guó)碳排放的影響并不顯著。劉云龍、常先林等[11]15-20研究發(fā)現(xiàn)撫養(yǎng)比的增加在遏制人均碳排放方面發(fā)揮了重要作用。
從現(xiàn)有研究來(lái)看,學(xué)者們對(duì)人口結(jié)構(gòu)與碳排放的關(guān)系存在爭(zhēng)議,尚未達(dá)成一致結(jié)論。有文獻(xiàn)指出,研究碳排放的影響因素需要考慮到空間相關(guān)性。[12]1524-1539此外,人口結(jié)構(gòu)對(duì)碳排放的影響機(jī)理仍需進(jìn)一步研究。因此,本文旨在從空間角度探討人口結(jié)構(gòu)對(duì)碳排放的影響,并以老齡化程度為門檻變量,檢驗(yàn)經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放門檻效應(yīng)的影響。
選取STIRPAT模型隨機(jī)模式,在研究人口數(shù)量、人均財(cái)富和技術(shù)之間關(guān)系的基礎(chǔ)上,還增加了能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和人口結(jié)構(gòu)等更多因素對(duì)環(huán)境的影響研究。
利用STIRPAT模型評(píng)估人口結(jié)構(gòu)與碳排放的關(guān)系,見(1)式:
lnC=α+β1lnpopit+β2lnf1it+β3lnf2it+β4lnlit+β5lnuit+β6lnRGDPit+β9lncait+β8lnstit+εit
(1)
(1)式中,C代表碳排放量,pop代表人口數(shù)量,f1,f2分別為少年撫養(yǎng)比和老年撫養(yǎng)比,l為就業(yè)人數(shù),u為城市化率。本文以人口數(shù)量,年齡結(jié)構(gòu),勞動(dòng)力水平以及城市化率綜合表示人口結(jié)構(gòu)。RGDP為人均GDP用來(lái)表示富裕程度,ca,st分別為碳排放強(qiáng)度與科技支出占財(cái)政支出之比,用來(lái)表示技術(shù)水平。
與傳統(tǒng)的時(shí)間序列或面板數(shù)據(jù)不同,空間計(jì)量經(jīng)濟(jì)學(xué)注重研究不同地理區(qū)域之間的空間相互作用,關(guān)注變量之間的空間依賴性和異質(zhì)性??臻g計(jì)量經(jīng)濟(jì)學(xué)方法有3個(gè)優(yōu)點(diǎn)。首先,空間計(jì)量經(jīng)濟(jì)學(xué)可以對(duì)空間信息進(jìn)行適當(dāng)?shù)目梢暬?。其?該方法能在模型中捕捉外生變量的空間溢出效應(yīng)。第三,該方法考慮了空間依賴性,并產(chǎn)生無(wú)偏結(jié)果。因此,基于STIRPAT模型,進(jìn)一步拓展了空間計(jì)量模型,以研究人口結(jié)構(gòu)與碳排放之間的空間關(guān)系,見(2)式:
(2)
門檻模型用來(lái)檢驗(yàn)突變效應(yīng)對(duì)面板模型影響,研究不同老齡化程度和經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放量的影響,從而明晰人口結(jié)構(gòu)影響碳排放量的通道,見(3)式:
γit=μi+θ1xit·I(qit≤γ)+θ2xit·I(qit>γ)+εit
(3)
(3)式中,μi為截距項(xiàng),γ為待估計(jì)的門限值,θ表示待估系數(shù),xit為解釋變量,I(.)表示示性函數(shù),即當(dāng)括號(hào)內(nèi)的表達(dá)式為真則取值為1,否則為0。
被解釋變量為碳排放量(C)。參考IPCC方法選取16種一次性能源消費(fèi)量來(lái)進(jìn)行計(jì)算。能源消耗量來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》中的各省份能源平衡表以及EPS數(shù)據(jù)庫(kù)。本文核心解釋變量為人口結(jié)構(gòu),人口數(shù)量(pop)為各省常住人口數(shù)量,少兒撫養(yǎng)比(f1)與老年撫養(yǎng)比(f2)表征人口年齡結(jié)構(gòu),勞動(dòng)力數(shù)量(l)為和城市化率(u)。為提高模型的擬合度,本文采用以下控制變量:人均GDP(RGDP)表征財(cái)富程度,碳排放強(qiáng)度(ca)和科技支出(st)表示技術(shù)水平。數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》、國(guó)泰安全國(guó)人口年齡構(gòu)成和撫養(yǎng)比情況表數(shù)據(jù)庫(kù)。為確保數(shù)據(jù)的可得性和口徑一致性,選取 2010 —2019年我國(guó) 30個(gè)省份的面板數(shù)據(jù)為樣本,相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果見表1。
表1 變量的描述性統(tǒng)計(jì)結(jié)果
利用stata軟件分析人口結(jié)構(gòu)與碳排放的空間相關(guān)性。首先,計(jì)算全局Moran’s I指數(shù),分析全局空間相關(guān)性。其次,繪制2010,2015和2019年碳排放局部莫蘭圖,觀察各省碳排放的局部空間相關(guān)性。
4.1.1 全局空間相關(guān)分析
計(jì)算30個(gè)省的人口結(jié)構(gòu)和碳排放的Moran I指數(shù),檢驗(yàn)主要變量之間的全局空間相關(guān)性。全局莫蘭指數(shù)范圍在(-1,1)之間,若Moran’s>0,則表示空間正相關(guān)性,其值越大,說明空間相關(guān)性越明顯,若Moran’s=0,則表示空間呈隨機(jī)性。主要變量的全局莫蘭指數(shù)檢驗(yàn)結(jié)果見表2,由表2可知,人口結(jié)構(gòu)和碳排放的Moran’s指數(shù)均為正,除2014年老年撫養(yǎng)僅在20%水平顯著外,其余變量均顯著,說明人口結(jié)構(gòu)與碳排放呈現(xiàn)出空間正相關(guān),適合使用空間計(jì)量的方法。
表2 主要變量的全局莫蘭指數(shù)檢驗(yàn)結(jié)果
4.1.2 局部空間相關(guān)分析
Moran’s I為全局統(tǒng)計(jì)指數(shù),只能計(jì)算變量整體空間變異程度,而忽略了局部的空間特征。2010年、2015年、2019年我國(guó)各省碳排放量局部莫蘭散點(diǎn)圖分別見圖1、圖2、圖3。由圖可知,碳排放存在4種空間聚類類型:高-高、低-低、高-低和低-高。多數(shù)省份碳排放呈現(xiàn)出高-高,低-低特征,部分城市表現(xiàn)出非相關(guān)的空間關(guān)聯(lián)性,說明我國(guó)各省碳排放依賴與差異同時(shí)存在,但以依賴型為主。
圖1 2010年我國(guó)各省碳排放量局部莫蘭散點(diǎn)圖
圖2 2015年我國(guó)各省碳排放量局部莫蘭散點(diǎn)圖
圖3 2019年我國(guó)各省碳排放量局部莫蘭散點(diǎn)圖
根據(jù)各類空間計(jì)量模型反應(yīng)的空間關(guān)系及相互轉(zhuǎn)換動(dòng)因,首先建立一般空間杜賓模型,運(yùn)用LR和wald檢驗(yàn)其是否退化為SAR模型或SEM模型,檢驗(yàn)結(jié)果均在1%下顯著拒絕原假設(shè),因此選定空間杜賓模型作為主要分析模型。其次,進(jìn)行Hausman檢驗(yàn),結(jié)果在5%以下拒絕原假設(shè),因此采用固定效應(yīng)模型。最后本文對(duì)空間杜賓模型進(jìn)行效應(yīng)分解,進(jìn)一步測(cè)算各變量的直接與間接效應(yīng)。人口結(jié)構(gòu)影響碳排放的基準(zhǔn)回歸結(jié)果見表3。
表3 人口結(jié)構(gòu)影響碳排放的基準(zhǔn)回歸結(jié)果
由表3可知,4個(gè)模型主要人口變量方向均一致,證明模型具有一定穩(wěn)健性。在SDM模型中,人均可支配收入不顯著, 但具有空間效應(yīng),在5%統(tǒng)計(jì)上呈負(fù)相關(guān),進(jìn)一步分析表明:除少兒撫養(yǎng)比對(duì)碳排放估值為負(fù)數(shù)外,其他主要變量均對(duì)碳排放量有所增加。說明人口結(jié)構(gòu)對(duì)碳排放有顯著的影響。模型設(shè)定中包含全局效應(yīng)時(shí),空間計(jì)量模型的估計(jì)結(jié)果不能代表解釋變量的邊際影響。因此,要具體分析各解釋變量空間外溢效應(yīng)以及各種效果的差異,還需要依據(jù)模型進(jìn)一步測(cè)算各解釋變量的直接效應(yīng)和間接效應(yīng),人口結(jié)構(gòu)影響碳排放效應(yīng)分解見表4。
表4 人口結(jié)構(gòu)影響碳排放效應(yīng)分解
由表4可知,人口規(guī)模的擴(kuò)大顯著增加該地區(qū)碳排放量,但間接效應(yīng)不顯著,即地區(qū)人口規(guī)模對(duì)鄰近地區(qū)的碳排放量影響不顯著。少年撫養(yǎng)比與碳排放呈負(fù)相關(guān),隨著少年撫養(yǎng)比增加,碳排放量將減少。我國(guó)多年來(lái)一直保持低生育率,而且沒有反彈的跡象。我國(guó)政府通過制定二孩、三孩等政策來(lái)改善國(guó)內(nèi)的人口結(jié)構(gòu),以保持我國(guó)所擁有的人口紅利優(yōu)勢(shì)。少年撫養(yǎng)比與碳排放呈現(xiàn)出負(fù)相關(guān)關(guān)系,表明無(wú)需過度擔(dān)心寬松的生育政策所帶來(lái)的潛在生態(tài)壓力。老年撫養(yǎng)比與碳排放呈現(xiàn)出正相關(guān),老年人的消費(fèi)能力弱于年輕人,但是在消費(fèi)觀念上往往容易“隨波逐流”,對(duì)于清潔能源以及綠色技術(shù)的認(rèn)識(shí)相對(duì)較少,同時(shí)在交通、醫(yī)療、民生等基礎(chǔ)設(shè)施方面會(huì)增加碳排放的消費(fèi)。
勞動(dòng)力數(shù)量是碳排放的關(guān)鍵影響因素之一,勞動(dòng)力供應(yīng)充足有利于生產(chǎn)和消費(fèi)活動(dòng)規(guī)模的增加,尤其在能源密集型行業(yè)會(huì)大幅增加碳排放量。同時(shí),地區(qū)勞動(dòng)力增加也會(huì)促進(jìn)其經(jīng)濟(jì)、技術(shù)的發(fā)展,形成“示范”效應(yīng),從而增加周圍區(qū)域的碳排放量。城市通常是勞動(dòng)力充足的地區(qū),地區(qū)勞動(dòng)力從鄉(xiāng)村流動(dòng)到城市,其生產(chǎn)消費(fèi)模式將發(fā)生變化,從而增加碳排放。但城市化率只針對(duì)本地區(qū)碳排放量顯著,對(duì)鄰近省份碳排放量不顯著。由此,人口結(jié)構(gòu)會(huì)通過影響生產(chǎn)和消費(fèi)經(jīng)濟(jì)活動(dòng)而影響碳排放量。
人均GDP的增加對(duì)本地區(qū)碳排放不顯著,但會(huì)抑制鄰近地區(qū)的碳排放。這可能是因?yàn)榻?jīng)濟(jì)發(fā)展水平較高的地區(qū)會(huì)吸引周圍人口和企業(yè)集聚到本地區(qū),從而減少鄰近地區(qū)碳排放。碳排放強(qiáng)度與科技支出增加會(huì)增加CO2的排放,但也有研究表明綠色科學(xué)技術(shù)有助于抑制碳排放。[13]45-60此外,技術(shù)水平的正向間接效應(yīng)在統(tǒng)計(jì)學(xué)上不顯著,說明這一地區(qū)相鄰地區(qū)技術(shù)水平的增加對(duì)該地區(qū)CO2排放的影響不顯著。
穩(wěn)健性檢驗(yàn):替換權(quán)重矩陣;分別更換被解釋變量、解釋變量以及控制變量來(lái)驗(yàn)證模型的穩(wěn)健性,穩(wěn)健性檢測(cè)結(jié)果見表5。表5中模型(1)和(2)分別采用距離權(quán)重矩陣以及經(jīng)濟(jì)權(quán)重矩陣替換鄰接矩陣重新估計(jì)結(jié)果。模型(3)將被解釋變量替換為人均碳排放量,模型(4)替換人口規(guī)模為人口密度,模型(5)替換科技投入占比為發(fā)明專利申請(qǐng)量。專利分為發(fā)明專利、新型實(shí)用專利和外觀設(shè)計(jì)專利,與其他兩個(gè)相比,發(fā)明專利水平最能代表創(chuàng)新技術(shù)能力,其次受檢測(cè)、費(fèi)用、市場(chǎng)等因素影響,授權(quán)量易受到不確定因素影響,因此選擇申請(qǐng)量較為合理。結(jié)果表明,只有經(jīng)濟(jì)權(quán)重矩陣下老年撫養(yǎng)比不顯著,原因是老年撫養(yǎng)比變量在經(jīng)濟(jì)權(quán)重矩陣中沒有明顯的空間效應(yīng),剩余的核心變量均顯著且方向與原模型一致,從而證明結(jié)論的穩(wěn)健性。
表5 穩(wěn)健性檢測(cè)結(jié)果
4.4.1 門限測(cè)試
基于(3)式,以老年撫養(yǎng)比為門限變量分別構(gòu)建單、雙和三重門限回歸模型,進(jìn)一步檢驗(yàn)老齡化不同階段,人口結(jié)構(gòu)通過影響經(jīng)濟(jì)活動(dòng)從而影響碳排放量。門限效應(yīng)測(cè)試結(jié)果見表6。在不同門限效應(yīng)檢驗(yàn)下,門限變量在單門限效應(yīng)檢驗(yàn)下顯著,表明存在單門限關(guān)系。
表6 門限效應(yīng)測(cè)試結(jié)果
4.4.2 門限回歸分析
門限回歸分析結(jié)果見表7。
表7 門限回歸分析結(jié)果
由表7可知,當(dāng)老年撫養(yǎng)比低于11.62%時(shí),經(jīng)濟(jì)發(fā)展對(duì)碳排放量的抑制程度較大,這可能是因?yàn)樵诶淆g化程度較低時(shí),老齡化對(duì)經(jīng)濟(jì)增長(zhǎng)的影響較輕,經(jīng)濟(jì)增長(zhǎng)促進(jìn)清潔能源、節(jié)能和環(huán)保技術(shù)的發(fā)展,帶來(lái)更高效的生產(chǎn)和管理方式,提高資源的利用效率和生產(chǎn)效率,從而降低能源消耗和碳排放。隨著老齡化程度的加深,經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放量抑制程度逐漸減弱,在此情況下,老年人口的需求可能會(huì)對(duì)碳排放產(chǎn)生一定的影響,例如醫(yī)療和養(yǎng)老服務(wù)的需求可能會(huì)增加碳排放量。此外,老年人口對(duì)環(huán)境保護(hù)和可持續(xù)發(fā)展的需求不強(qiáng)烈,從而減少對(duì)碳排放的壓力。
本研究運(yùn)用空間計(jì)量和門檻模型探討我國(guó)人口結(jié)構(gòu)對(duì)碳排放的影響。結(jié)論如下:(1)人口規(guī)模、結(jié)構(gòu)對(duì)碳排放具有顯著的空間擴(kuò)散性。(2)人口規(guī)模的擴(kuò)大顯著增加本地區(qū)碳排放量,但間接效應(yīng)不顯著。少年撫養(yǎng)比增加會(huì)抑制碳排放的增長(zhǎng),勞動(dòng)力隨著生產(chǎn)消費(fèi)水平的提高而顯著增加碳排放量,老年撫養(yǎng)比會(huì)增加碳排放量。人口結(jié)構(gòu)主要通過生產(chǎn)和消費(fèi)水平影響各省區(qū)碳排放量。城市化率對(duì)本地區(qū)碳排放量影響顯著,對(duì)鄰近省份碳排放量影響不顯著。(3)技術(shù)水平的提高增加碳排放量,人均GDP的增加對(duì)本地區(qū)碳排放影響不顯著,但卻抑制鄰近省的碳排放量。(4)以老齡化程度作為門檻變量時(shí),檢驗(yàn)得出老齡化對(duì)碳排放具有單門限效應(yīng)。并且隨著老齡化程度加深,經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放抑制作用逐漸降低。
隨著我國(guó)老齡化程度的不斷加深,人口紅利逐漸消失,人口結(jié)構(gòu)逐漸成為影響碳排放的重要因素之一。人口結(jié)構(gòu)通過生產(chǎn)及消費(fèi)水平來(lái)影響碳排放量。政府在碳減排的進(jìn)程中不能忽略人口結(jié)構(gòu)的影響。因此,應(yīng)采取以下措施:(1)要積極引導(dǎo)青年人和中年人合理消費(fèi),政府要增強(qiáng)宣傳力度,鼓勵(lì)人們低碳消費(fèi)。同時(shí)改善老年人的環(huán)保意識(shí),加大對(duì)老年人的環(huán)保宣傳力度,鼓勵(lì)老年人減少浪費(fèi),提高環(huán)保意識(shí),讓其更加注重生態(tài)環(huán)保,降低其在生產(chǎn)、消費(fèi)和生活中的碳排放。(2)改善老年人的生活品質(zhì)。老年人的消費(fèi)觀相對(duì)保守,但基礎(chǔ)設(shè)施的不完善會(huì)促使老年人的碳排放量增加。政府可以通過提高社會(huì)養(yǎng)老保險(xiǎn)水平、完善社區(qū)醫(yī)療服務(wù)和公共交通等基礎(chǔ)設(shè)施,改善老年人的生活品質(zhì),從而減少碳排放。(3)推進(jìn)綠色科技的發(fā)展與應(yīng)用。老年群體對(duì)清潔能源和綠色技術(shù)的認(rèn)知有限,需要政府部門加大宣傳力度,提高老年人對(duì)綠色科技的接受程度,促進(jìn)綠色技術(shù)在老年人生產(chǎn)和生活中的應(yīng)用,從而減少老年人的碳足跡。
西安石油大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)2023年5期