人口老齡化對碳排放績效的影響效應研究

王麗霞 王 藝 蘭雅新 張佳瑛

1 引 言

環(huán)境氣候變化是一個復雜的問題，受到多種因素的影響，其中人和人的活動占據(jù)了重要的比重。目前，人口老齡化成為我國人口結構的顯著特征，數(shù)據(jù)顯示，我國60 歲及以上人口有2.64 億，占總人口的18.7%。其中，65 歲及以上人口達到1.9 億，占總人口的13.5%，可見人口老齡化水平不斷加劇。目前，環(huán)境氣候問題與人口老齡化問題是我國面臨的兩個重點難題，為更好地應對人口老齡化和環(huán)境氣候問題，我國在社會治理領域積極貢獻中國力量。為更好地貢獻中國力量，助力雙碳目標的實現(xiàn)必須有所思考和創(chuàng)新?；谝延醒芯堪l(fā)現(xiàn)的人口老齡化與碳排放之間存在的顯著關系，那么人口老齡化是否也會對碳排放績效指標產生影響？是否會存在門檻效應？進一步去探究二者之間的作用關系，高效地應對老齡化問題并順利實現(xiàn)雙碳目標是目前迫切需要解決的重要問題。

2 文獻綜述

“有效應對人口老齡化”和“實現(xiàn)雙碳目標”已經成為我國現(xiàn)階段的重要工作和任務，極具研究價值和現(xiàn)實意義，并引來眾多學者的高度關注，該研究主題表現(xiàn)為以下幾方面。

第一，人口老齡化與碳排放關系研究。現(xiàn)有研究關于二者關系的論證主要存在下面三種觀點：（1）人口老齡化與碳排放存在負向影響。Yang 和Wang（2020）［1］通過對二者關系的研究，結果發(fā)現(xiàn)存在負向的直接影響效應；也有學者研究發(fā)現(xiàn)兩者存在間接的負向效應，即人口老齡化會通過其他中介因素來降低碳排放（Yu Meng et al., 2022［2］；童玉芬等， 2020［3］）。范洪敏和穆懷中（2017）［4］在人口老齡化對環(huán)境質量的影響機制研究中，論證了人口老齡化促進環(huán)境質量改善主要是通過生產和消費兩種渠道來進行，環(huán)境改善著重體現(xiàn)在碳排放的降低。（2）人口老齡化與碳排放存在正向影響。Hu et al.（2020）［5］在其研究中表明家庭能源消耗所產生的碳排放量在不斷增加。Zhang 和Tan（2016）［6］發(fā)現(xiàn)老年人口比例與碳排放之間表現(xiàn)為正相關關系，但這種關系存在地區(qū)間的異質性。Wang et al.（2023）［7］基于人口老齡化背景，利用工業(yè)機器人這一中介因素，研究發(fā)現(xiàn)人口老齡化也會導致碳排放減少。陳英姿和胡亞琪（2022）［8］利用結構方程模型研究發(fā)現(xiàn)人口老齡化正向影響碳排放，且影響路徑是多方面的。學者對于兩者間正向影響效應的研究在不斷地深入，研究觀念和方法也在不斷更新。（3）人口老齡化與碳排放存在門檻效應或“U”型關系。有學者認為除正向、負向的影響外二者之間還存在非線性的影響，如Wang 和Wang（2021）［9］對137 個國家的數(shù)據(jù)進行分析，高收入群體與碳排放間的關系是正向的，而中等收入群體與碳排放間的影響關系則是負向的。李剛（2020）［10］以198 個國家或地區(qū)的面板數(shù)據(jù)證明了人口老齡化對碳排放之間存在門限效應。此外，人口老齡化程度對碳排放量影響具有U 型特點，初期會減少碳排放而在不斷加劇后將導致碳排放增加（李飛越，2015［11］；王芳和周興，2012［12］）。劉曉敏和李新愛（2021）［13］通過構建碳排放的世代交疊模型，并通過實證分析發(fā)現(xiàn)老齡化與碳排放間存在倒“U”型關系。

第二，關于碳排放績效影響因素的研究?？傮w而言，學者們對碳排放績效影響因素的研究還是比較單一，并沒有系統(tǒng)的進行分析研究。如王少劍等（2022）［14］在其研究中表明中國城市碳排放績效存在很大的地區(qū)差異，其中表明人口集聚會對碳排放績效產生增量效應。程鈺等（2023）［15］也是從技術創(chuàng)新會促進碳排放績效的提升的角度分析研究。作為碳排放績效方面的拓展，劉國平（2022）［16］在其研究中以生態(tài)經濟學為理論基礎提出碳排放福利績效，并發(fā)現(xiàn)政府與碳排放福利績效存在倒“U”型關系。

第三，關于人口問題與碳排放績效研究。目前，鮮有學者直接研究人口老齡化與碳排放績效的關系，因此基于我國所處的大環(huán)境開展對二者關系的研究意義非凡。有學者探究人口因素與碳排放績效的關系，如黃杰（2016）［17］首次采用非徑向、非角度的SBM 模型測度績效，并證實勞動力人口數(shù)量及教育程度都會對碳排放績效產生正向的驅動作用，而人口老齡化會對碳排放績效產生顯著的負向影響；高鳴和陳秋紅（2014）［18］采用DEA 方法研究發(fā)現(xiàn)人力資本質量和數(shù)量的提升會進一步對農業(yè)碳排放績效產生積極作用；也有學者基于人類福祉視角，對碳排放績效的效應進行分解研究，結果證明經濟發(fā)展的碳排放績效會對總效應產生決定性影響（王圣云等，2014［19］）。

綜上所述，學者在人口老齡化對碳排放的正向或負向影響方面還持有不同的意見，主要體現(xiàn)為四類觀點，正向、反向、“U”型或倒“U”型，研究方法上主要表現(xiàn)為IPAT 模型的隨機形式、計量統(tǒng)計模型分析和整合評估模型三類。學者們雖然涉及人口老齡化與碳排放的關系，但少有學者直接基于國家政策的作用下探究人口老齡化對碳排放績效的影響，且關于碳排放績效影響因素的研究也相對單一，尤其對人口老齡化問題與碳排放績效關系的直接研究相對缺乏。隨著人口老齡化不斷加劇，老年人口對碳排放績效又有怎樣的影響值得去思考，這也為我國實現(xiàn)雙碳目標、提升碳排放績效提供了實踐依據(jù)。本文的主要貢獻主要有：將基于已有研究采用非期望超效率SBM 模型對碳排放績效進行測度，最大程度上規(guī)避測度中出現(xiàn)的問題；采用面板數(shù)據(jù)回歸和門檻效應直接探究人口老齡化對碳排放績效的影響關系；利用PSM-DID 進行穩(wěn)健性檢驗，保證文章的可靠性；分析二者關系存在的異質性。

3 理論基礎與研究假設

3.1 人口老齡化與碳排放績效的關系

依據(jù)“雙碳目標”，我國加快推動全國能源使用權、碳排放權交易市場等多方面的制度建設，以實現(xiàn)碳排放的協(xié)同治理效應，其中人和人的活動與碳排放量和碳排放績效之間具有復雜的關系。目前，鮮有學者探討人口老齡化與碳排放績效的關系，主要集中于人口老齡化與碳排放關系的研究，驗證了人口老齡化與碳排放量間存在的正向、反向、“U”型或倒“U”型關系，陳英姿和胡亞琪（2022）［8］學者通過結構方程的并行多重中介模型，直接或者間接的路徑論證了人口老齡化會影響家庭碳排放。碳排放績效作為對碳排放效率的考量，將依托碳排放與人口老齡化產生關系。隨著人口老齡化程度的加深，老年群體的勞動活動逐漸減少，對日常出行與居住的需求相對降低，進而減少了碳排放量。此外，老年人在日常生活中對養(yǎng)老、醫(yī)療等方面的需求較高，所產生的碳排放量也在逐漸增加，但各組織與行業(yè)積極引進先進的技術與設備，逐漸降低老年人活動的碳排放量，進而推動碳排放績效的提高?；诖?，本文提出以下假設：

H1：人口老齡化與碳排放績效之間存在顯著的促進效應

3.2 人口老齡化對碳排放績效的作用機理

我國提前進入人口老齡化社會，面臨著“未富先老”的困境，并催生了一系列的社會問題，因此在實現(xiàn)“雙碳目標”過程中尤其要注重老年群體所帶來的問題。人口老齡化與碳排放績效之間的關系是尤為復雜的，為了使分析結果更加準確，一方面，本文在測算碳排放績效時選取了資本存量、勞動力數(shù)量、能源消耗總量為投入指標，GDP 為期望產出指標，二氧化碳排放量為非期望的產出指標（王群偉等，2010［20］）；另一方面，考慮城鎮(zhèn)化率作為城市化進程水平的反映，其完善的基本公共設施能夠最大程度降低日常的碳排放量，老年人在出行與居住時也可以減少碳排放量，由于不同地區(qū)城鎮(zhèn)化率差異所帶來的影響，本文選擇將城鎮(zhèn)化率作為門檻變量，并通過構建門檻模型來探究二者間的作用原理。基于此，本文提出以下假設：

H2：人口老齡化與碳排放績效之間存在門檻效應

上述假設主要依據(jù)為對相關學者的理論闡述，其具有一定的可參考性，但對具體研究并沒有導向性，二者是否存在相關性及單門檻效應還是雙門檻效應必須依據(jù)最終的實證分析，從而附加性的驗證假設完善所得結論。

4 研究設計與變量選取

4.1 非期望產出超效率SBM 模型

4.1.1 模型構建

非期望產出超效率SBM 模型主要運用于效率測算方面，其顯著優(yōu)點在于考慮非期望產出的情況下，能夠對有效的決策單元進行排序，并提高效率評價的準確性和有效性。本文參考（Tone 2001）［21］的研究方法，構建非期望產出超效率SBM 模型，旨在全面綜合地分析區(qū)域的碳排放績效。其數(shù)學表達式如下：

約束條件為：

公式中，ρ 為碳排放效率、m 為投入變量、S1為期望產出變量、S2為非期望產出變量，本研究運用非期望產出超效率SBM 模型測度碳排放績效并通過Matlab 軟件進行運算。

4.1.2 數(shù)據(jù)說明及變量選取

本文開展碳排放績效測度時，以全國30 省市2011-2020 年投入產出數(shù)據(jù)為樣本，由于西藏自治區(qū)的數(shù)據(jù)存在大量缺失，并未將其納入測算范圍。其中，選擇資本存量、勞動力數(shù)量和能源消耗總量作為投入指標，國內生產總值作為預期產出指標，且二氧化碳排放量作為非預期產出指標。具體地，資本存量數(shù)據(jù)采用永續(xù)盤存法實現(xiàn)全國30 省資本存量的估算，勞動力數(shù)量以各地區(qū)的就業(yè)人口數(shù)量來衡量，能源消耗總量和國內生產總值則來源于中國統(tǒng)計年鑒和各省統(tǒng)計年鑒，二氧化碳排放量測度主要依據(jù)八種主要能源的消耗量與對應的碳排放系數(shù)計算所得。

表1 碳排放績效指標體系

4.2 門檻效應模型

4.2.1 模型構建

基于已有研究成果發(fā)現(xiàn)，人口老齡化與碳排放績效間存在著門檻效應，為了進一步驗證，本文建立了門檻效應模型：

4.2.2 變量說明及數(shù)據(jù)來源

本文選擇勞動力數(shù)量、城鎮(zhèn)化率、能源消耗總量、資本存量開展研究，變量解釋如下：

第1，被解釋變量為碳排放績效。不同學者進行碳排放績效的測算時采用了多種方法，但每種方法的測算都存在誤差，考慮到數(shù)據(jù)的真實性與有效性，本文選取資本存量、勞動力數(shù)量、能源消耗總量作為投入指標，國內生產總值作為期望產出指標，二氧化碳排放量作為非期望產出指標，并運用非期望產出超效率SBM 模型對碳排放績效進行測度，計算全國30 省碳排放績效的效率值。

第二，核心解釋變量為人口老齡化比重。本文考慮到老年人口數(shù)量的龐大性與動態(tài)性，為更好地衡量一個地區(qū)的老齡化程度，通過統(tǒng)計一個地區(qū)65 歲及以上人口占總人口的比重，來衡量該地區(qū)的人口老齡化程度。圖1 為2011 年、2014 年、2017 年與2020 年全國30 省人口老齡化比率核密度圖，如下所示。

圖1 2011、2014、2017、2020 四年的人口老齡化比率核密度圖

第三，門檻變量。因不同地區(qū)的城鎮(zhèn)化率水平存在差異，人口老齡化對碳排放績效的影響也會有所不同，即可能存在門檻效應。因此，選擇各地區(qū)的城鎮(zhèn)化率為門檻變量。

第四，控制變量。由于影響碳排放績效的因素是復雜的，僅僅考慮人口老齡化變量對碳排放績效的影響可能會引起偏差，甚至產生嚴重的內生性問題，因此選擇以下變量，以確保對實證分析的全面性和準確性：（1）人均國內生產總值，來源于中國統(tǒng)計年鑒；（2）勞動力數(shù)量，以各地區(qū)的就業(yè)人口數(shù)量來衡量，來源于中國統(tǒng)計年鑒；（3）城鎮(zhèn)化率，采用年末城鎮(zhèn)人口占總人口比重來衡量，來源于中國統(tǒng)計年鑒；（4）二氧化碳排放量，以八種主要能源的消耗量與其對應的碳排放系數(shù)計算所得；（5）能源消耗總量，采用各地區(qū)一次能源消耗總量來表示，來源于中國統(tǒng)計年鑒和中國能源統(tǒng)計年鑒；（6）資本存量，采用永續(xù)盤存法計算所得。

5 人口老齡化對碳排放績效的實證分析

全球氣候問題中碳排放和人口老齡化在量化研究中復雜度較高，由于存在的影響因素較多，單視角研究越發(fā)暴露出自身的不足，因此需要選取一個綜合性指標加以衡量和探究，碳排放績效就是一個較為全面的綜合性指標，對其開展研究更具有廣泛性和價值性。為增強研究成果的可信度，選取全國30 省2011-2020 年人口老齡化比重作為研究對象，從時間和空間兩個維度對人口老齡化和碳排放績效進行研究。

5.1 研究結果與分析

為保證研究結果的準確性與可靠性，面板數(shù)據(jù)進行基準回歸前需要進行線性模型檢驗，以確定是否存在固定效應。通過Hausman 檢驗結果可知，P 值為0.000，意味著固定效應模型是一個合理的選擇，因此可以通過后續(xù)研究分析雙門檻效應和單門檻效應的存在性。

本文主要進行雙門檻效應和單門檻效應的存在性檢驗，并進一步檢驗在1%、5% 置信區(qū)間的顯著性水平，檢驗結果如表2 所示。其中，單門檻P 值為0.012 小于0.05，說明單門檻效應在5% 的顯著性水平上是顯著的；雙門檻P 值為0.290，顯然是大于0.05，表明雙門檻效應在1%、5% 的顯著性水平上是不顯著的?；诖耍丝诶淆g化與碳排放績效間存在單門檻效應，且在99% 和95% 置信區(qū)間下均是顯著的。

表2 門檻效應結果

表3 為門檻效應模型估計結果，單門檻值為城鎮(zhèn)化率84.7%，且其存在的95%置信區(qū)間值為74.15%到86.20%，可見我國城鎮(zhèn)化率在不同的地區(qū)存在著明顯差異，部分地區(qū)城鎮(zhèn)化率高，而部分地區(qū)城鎮(zhèn)化率較低，由門檻效應模型結果可知一個地區(qū)的城鎮(zhèn)化率水平會對人口老齡化促進碳排放績效產生顯著的單門檻效應，即假設2 得到驗證，結果如表3 所示。

表3 門檻效應模型估計結果

當城鎮(zhèn)化率低于門檻值時，其回歸系數(shù)為0.283，在5%的顯著性水平下不顯著，此時人口老齡化對碳排放績效存在顯著的促進效應，但促進效應的程度并不是十分顯著的，意味著人口老齡化對碳排放績效的作用存在但不夠穩(wěn)定和顯著；當城鎮(zhèn)化率水平大于門檻值時，其回歸系數(shù)為3.815，在1%的顯著性水平下顯著，人口老齡化對碳排放績效的促進效應是十分顯著的，代表著人口老齡化越嚴重，碳排放績效會有顯著的提升。由此可以得出城鎮(zhèn)化率無論高低，人口老齡化都會對碳排放績效有正向的促進效應，相比之下城鎮(zhèn)化率高于門檻值地區(qū)的促進效應會更加顯著，且控制變量在人口老齡化對碳排放績效影響中產生相應作用。

5.2 PSM-DID 穩(wěn)健性檢驗

當一個地區(qū)的城鎮(zhèn)化率小于門檻值時，在1%的顯著性水平下，人口老齡化對碳排放績效存在不太顯著的促進效應，即標志著人口老齡化越嚴重，碳排放績效會有所提升但是不夠顯著。當城鎮(zhèn)化率大于門檻值時，在1%的顯著性水平下，人口老齡化對碳排放績效會產生十分顯著的促進效應，意味著隨著人口老齡化程度的加深，碳排放績效也會顯著的提升。為進一步減小變量選取及其他因素所產生的內生性問題，本文將進一步通過PSM-DID 模型，對已經實現(xiàn)的門檻效應結果進行穩(wěn)健性檢驗。

據(jù)第七次人口普查數(shù)據(jù)顯示，我國已經提前進入深度老齡化社會。為保證研究的有效性，本文將進入老齡化社會的標準界定為10%，如果一個地區(qū)到達這一標準則表示其進入老齡化社會，將被定義為處理組，其余地區(qū)則為控制組。

其次，設定進入老齡化社會的初始年份，選取全國65 歲以上的人口比例達到10%的年份為初始年份，本文將2016 年定為初始年份。

為確保傾向性得分匹配后結果的可靠性，對選取的樣本進行傾向性得分匹配（PSM）后，需要進一步對所選樣本進行控制變量的平衡性檢驗，意味著要確保匹配后的樣本在各控制變量上具有相似的分布，從而降低潛在的偏差存在。結果如表4 所示。

表4 變量的平衡性檢驗

表4 所示，進行PSM 傾向得分匹配前，所選取變量均在匹配前存在顯著性差異，而在匹配后均不存在顯著性差異，可見運用傾向性得分匹配能夠有效減少對控制組和處理組間解釋變量分布的差異性，消除一定內生性問題。在此基礎上運用雙重差分模型，結果會更可靠。

表5 PSM-DID 估計結果

由PSM-DID 模型進行分析后發(fā)現(xiàn)，人口老齡化對碳排放績效存在顯著的促進作用，其估計結果為0.091，且在1%顯著性水平下顯著。此外，在使用面板門檻模型和PSM-DID 模型進行分析后，確定人口老齡化對碳排放績效的估計結果是穩(wěn)健的，并且人口老齡化對碳排放績效存在顯著的促進作用。

圖2 是依據(jù)PSM-DID 模型結果繪制的平行趨勢檢驗圖，選取達到基準年份的前后各三年進行分析，在人口老齡化比例達到10%前的處理組樣本對應虛擬變量（Pre_3-Pre_1）的回歸系數(shù)均未顯著異于0，證明滿足平行趨勢假設。在人口老齡化比例達到10%后，處理組樣本對應虛擬變量的擬合系數(shù)均顯著大于0，平行趨勢檢驗結果證明了PSM-DID 模型結果的合理性。

圖2 平衡趨勢檢驗圖

5.3 異質性分析

由于全國30 省的經濟發(fā)展水平不同，所處的地域和環(huán)境會對其產生一定的影響，因此將所選取的30 個省份按照地理位置劃分為東部、中部和西部三個不同的區(qū)域分別進行異質性分析。表6 為異質性分析結果，發(fā)現(xiàn)東部地區(qū)的人口老齡化會對碳排放績效產生促進效應，其作用系數(shù)為0.134，且在1%的顯著性水平上顯著。而中部和西部地區(qū)人口老齡化的增加將對碳排放績效產生抑制效應，其作用系數(shù)分別為-0.043和-0.010，也均在1%的顯著性水平上顯著，但不同地區(qū)的影響程度不同。

表6 異質性分析結果

在東部地區(qū)，人口老齡化已經顯現(xiàn)出了對碳排放績效的提高作用，雖然東部地區(qū)的人口老齡程度較深，但基于東部地區(qū)經濟發(fā)展水平高、基礎設施完善與人口集中的優(yōu)勢，人們更加注重低碳出行與低碳生活，逐漸降低日常生活中的能源消耗總量，尤其是技術水平的提升滿足了老年人的養(yǎng)老需求，實現(xiàn)了綠色低碳的生活方式，進而提高了碳排放效率；而在中部地區(qū)與西部地區(qū)，老齡化程度相對較低，但基礎設施比較薄弱、人口分布較為分散、社區(qū)適老化建設不完善等問題，使得老年人的出行與生活需求難以得到滿足，更多的是依靠私家車與出租車等工具出行，無形之中增加了碳排放總量，進而抑制了西部地區(qū)與中部地區(qū)的碳排放績效。

6 研究結論與政策建議

6.1 主要結論

（1）人口老齡化對碳排放量和碳排放績效均存在顯著性影響，本文采用非期望超效率SBM 模型對全國30 省的碳排放績效進行測度，旨在實現(xiàn)對研究區(qū)域的碳排放績效進行全面分析。通過對二者進行相關性和回歸性分析，得出人口老齡化比重對碳排放績效存在顯著的促進效應；

（2）傳統(tǒng)的研究往往側重于經濟績效，主要通過碳生產率來進行研究。相比之下，本文采用一種綜合性的模型來考察碳排放績效，以期更全面地評估和衡量。為探究二者之間的作用關系，運用面板數(shù)據(jù)門檻效應模型將城鎮(zhèn)化率作為門檻變量，研究發(fā)現(xiàn)一個地區(qū)城鎮(zhèn)化率達到門檻值時促進效應會更加顯著，即達到門檻值的城鎮(zhèn)化率對人口老齡化促進碳排放績效的影響變得更加顯著；

（3）我國在積極應對人口老齡化和完成“雙碳”目標時采取了十分有力的措施。由于全國30 省在經濟發(fā)展、人口數(shù)量和碳排放量方面存在較大的差異，通過對東部、中部、西部地區(qū)進行異質性分析，發(fā)現(xiàn)在東部地區(qū)人口老齡化會對碳排放績效產生促進效應，而中部和西部地區(qū)人口老齡化的增加將對碳排放績效產生抑制效應。

6.2 政策建議

基于研究結論，本文提出以下幾點建議：首先，面對我國人口老齡化問題時，應該全面而準確地看待其產生的影響。人口老齡化對經濟和社會帶來了挑戰(zhàn)，但也促進了碳排放績效的提升，從而有助于實現(xiàn)我國的雙碳目標。通過推動社區(qū)適老化改造、提高城鎮(zhèn)化率是推動低碳消費與提高碳排放績效的重要舉措，適老化改造成為解決人口老齡化問題的一項重要舉措，可以進一步減少老年人的能源消耗和碳排放；而城鎮(zhèn)化率的提高可以促進人口集中分布和資源合理調配，進而降低碳排放總量、提高碳排放績效，實現(xiàn)經濟持續(xù)增長和社會可持續(xù)發(fā)展。

其次，論證了人口老齡化與碳排放績效之間存在一種單一門檻效應，即城鎮(zhèn)化率。城鎮(zhèn)化率會使人口老齡化對碳排放績效產生正向的促進作用，且城鎮(zhèn)化率水平越高，促進作用更明顯。基于此，提高城鎮(zhèn)化率是增強碳排放績效的重要舉措之一，通過先進的技術提供更高水平的城市服務與管理，推動清潔能源與綠色材料的使用，構建便捷、全面的交通系統(tǒng)，減少能源消耗與碳排放總量，進而提高碳排放效率，建設環(huán)境友好型城市。

最后，東部地區(qū)、中部地區(qū)與西部地區(qū)人口老齡化對碳排放績效的影響有著顯著的差異，因此在提高碳排放績效的過程中應做到因地制宜，根據(jù)各地區(qū)的實際發(fā)展情況發(fā)揮人口老齡化對碳排放績效的作用。東部地區(qū)應注重老齡化對碳排放績效的促進作用，重點發(fā)展養(yǎng)老服務行業(yè)，推動社區(qū)嵌入式、醫(yī)養(yǎng)結合、康養(yǎng)等養(yǎng)老模式的發(fā)展；中西部地區(qū)則重點推進城鎮(zhèn)化率的提升，降低日常的碳排放量，減輕人口老齡化對碳排放績效的抑制作用。此外，各地區(qū)還需要從老年人的生活習慣、消費特點等方面入手，為老年人的日常生活提供高質量的服務，推動適老化社區(qū)的改造進程，利用集聚優(yōu)勢降低碳排放量，從而更好地實現(xiàn)低碳經濟。