城市化对CO2排放影响的差异研究

张鸿武 王珂英项本武

(1.财政部财政科学研究所博士后流动站，北京100142;2.中南财经政法大学经济学院，湖北 武汉，430073)

大量研究表明，人口和经济增长是化石能源使用和CO2排放的主因，而城市化也被认为是影响能源使用和CO2排放的重要因素。人口和生产活动在城市区域的高度集中，伴随着更高水平的能源使用，成为CO2排放的主要驱动因素。IEA的研究表明，2006年占全部人口不到50%的城市区域，消费了全球主要能源的67%，排放了CO2为主的温室气体总量的71%。改革开放以来，中国的城市化进程也在不断加快，城市化率由1978年的17.9%上升到2011年的51.3%，且仍以每年1－2个百分点的速度在上升，与之相伴随的是能源消费和CO2排放量的急剧增加，对政府节能减排任务的完成和经济的长期可持续发展形成了严峻的挑战，但这同时也意味着在确保经济可持续增长时，城市区域能发挥更为重要的作用。正是由于城市化进程的不断推进及其在节能减排和确保经济可持续增长中的重要作用，吸引国内外不少学者研究了城市化对能源消费、CO2排放的影响，但现有多数研究中忽略了一点:即在经济发展的不同阶段(以收入水平来衡量)，城市化对CO2排放的影响可能会存在差异。因为，城市化水平并不是与收入水平完全正相关，如收入水平较低的发展中国家巴西、阿根廷2011年的城市化水平分别为86.53%、92.93%，高于收入水平较高的发达国家美国、英国、日本的城市化水平82.29%，79.64%，66.83%[1]。本文的主要目的在于研究随着居民收入水平的提高，城市化与CO2排放之间的动态变化关系，从而为我国政府有效实施CO2减排战略提供理论基础。

1 文献综述

1.1 国外研究现状

国外众多学者探讨了城市化与能源消费及CO2排放之间的关系。根据研究方法的不同，我们将其归为四类:

第一类是定性分析。Sathaye ＆ Meyers 通过分析中国、泰国等国能源消费调查数据，注意到城市化影响了能源配置、分配和消费的方式。城市化带来了居民收入增加和生活方式的改变，使得居民实现了传统能源向现代化能源的转变，导致能源使用效率提高并降低了能源消费总量，而电器的增多却增加了能源消费总量[1]。Pachauri ＆Jiang 对中国和印度的能源消费作了描述性分析，发现由于居民由低效固态燃料(如生物质和原煤)向清洁、高效能源(如煤油、液化石油气、电力)的转变，使得城市的人均能源消费比农村的要低[2]。

第二类是采用截面数据的分析。Pachauri 发现在控制家庭支出、家庭规模等变量后，由于商业性燃料使用的增加，印度城市居民的人均能源消费比农村居民的要低[3]。Heltberg、DeFries ＆ Pandey 发现，除了收入外，城市化在能源消费转变的过程中也起到了重要作用，它限制了传统能源的收集、储存，便利了替代性能源的使用，从而使能源使用更为有效，产生的空气污染也更少[4－5]。

第三类是使用时间序列数据。Holtedahl ＆ Joutz 通过使用台湾1955－1995年的数据，运用协整分析发现城市化与人均能源消费之间存在正相关[6]。Halicioglu分析土耳其1968－2005年的数据也得出了城市化增加了人均电力消费和CO2排放的结论[7]。

第四类是使用面板数据，这也是目前应用最广泛的方法。Cole ＆ Neumayerc 使用全球86个国家1975－1998年数据发现高城市化率会增加CO2的排放[8]。Liddle ＆Lung 使用STIRPAT模型，发现17个发达国家样本在1960－2005年间的城市化与居民生活能源消费之间存在正相关[9]。与城市化增加 CO2排放的结论相异，Poumanyvong ＆ Kaneko 使用99个国家的面板数据发现城市化对能源利用和CO2排放的影响随经济发展阶段的不同呈现不同特征[10]。Martinez-Zarzos ＆ Maruotti 使用发展中国家数据发现城市化与CO2排放之间呈倒U形关系[11]。

1.2 国内研究现状

随着中国城市化进程的高速推进和CO2排放的急剧增加，国内外出现了不少以中国为对象来研究城市化对CO2排放影响的相关文献，主要是使用时间序列数据和面板数据分析方法展开的。

在使用时间序列数据方面，Wei et al 认为中国城市化率每增加1%将引起CO2排放增加1.2%[12]。Liu表明能源消费与城市化水平之间存在稳定的长期关系[13]。肖周燕发现CO2排放随城市化水平的提高而提高，但城市化对CO2排放的影响存在一定的滞后性[14]。林伯强和刘希颖认为城市化对CO2排放产生了比较显著的影响[15]。

在面板数据的使用上，杜立民、聂华林等的研究显示城市化水平对CO2排放有正的影响[16－17]。金洪认为城市化过程中的碳排放存在区域性的差异[18]。许泱和周少甫的研究发现城市化的推进会导致CO2排放的增加，且CO2排放的增加速度高于城市化率的增加速度;地区的城市化水平基数越低，城市化进程对CO2排放的影响就越大[19]。

1.3 简要评论

综观现有文献，主要有以下特点:一是在研究方法上，国外学者研究所使用的大多为跨国面板数据，但该类经验研究并不能为单个国家提供更多的支持，因而研究单个国家城市化与CO2排放之间关系可能更具应用价值;二是在被解释变量的选取上，目前国内外的大部分文献都使用了人均CO2排放指标，隐性假定CO2排放的人口弹性为1，但研究表明CO2的人口弹性随收入水平变化而变化[10－11]，并非恒为常数1，因而如果将人口总量引入作为解释变量可能会更加合适;三是在研究结论上，城市化对CO2排放的影响并不统一，会随收入水平的变化而变化，但国内大多数研究没有考虑这一点。有鉴于此，论文拟采用中国1995－2010年的省际面板数据，使用各省CO2排放总量而非人均CO2排放量作为被解释变量，并将样本省份按收入大小分为低、中、高三组，系统考察中国城市化对CO2排放的影响。

2 实证分析

2.1 经验模型

论文使用国内外研究中广泛使用的STIRPAT(Stochastic Impacts by Regression on Population，Affluence and Technology)模型来研究城市化对CO2排放的影响，但与国内现有使用人均CO2排放量不同，论文使用各省CO2排放总量作为被解释变量，而将人口总量作为解释变量之一，模型的初始形式如下:

式中CO2排放总量I 受人口数量(P)、人均GDP(A)及技术和其它经济活动(T)的影响，下标i代表分析单位，a为常数项，u为误差项。

根据式(1)，将城市化引入模型中，我们有模型:

式中CO2为CO2排放量、URB为城市化指标，由于各变量均为对数形式，因而系数a1、a2、a3可以解释为弹性。虚拟变量C为个体虚拟变量，不随时间变化而变化，包含除变量P、A、URB 之外各省的地理位置、气候条件和文化偏好等因素对CO2排放的影响;Y为时期虚拟变量，对各省是相同的，但随时间变化而变化，可用于解释能源价格变化、技术进步和其它共同冲击对CO2排放的可能影响。个体虚拟变量和时期虚拟变量的引入不仅有利于避免模型设定中可能的变量遗漏问题，还有助于消除截面相关和虚假回归等问题，但其是否引入，取决于回归模型中变量的显著性。

由式(2)，我们进一步引入人均GDP 和城市化指标的二次项，用以讨论CO2排放与人均GDP、城市化之间是否分别存在倒U形变化关系，同样，如果二次项在模型中如果统计上不显著，会被从模型中剔除。

2.2 数据与方法

(1)样本与分组。基于数据可得性，我们选取中国大陆1995－2010年29个省(直辖市、自治区，以下简称为省)作为分析样本，没有包含西藏自治区;由于1997年重庆直辖市才成立，出于统计口径的一致性考虑，因而将重庆的数据并入四川省统一计算。进一步，根据以1995年为基期的2010年各省人均实际GDP 数据，我们采取较为简单的收入分组方法进行分组:即将人均实际GDP 低于15 000元的省份作为低收入组，包含江西、广西、贵州、云南、甘肃、青海、宁夏、新疆8省，人均实际GDP 处于15 000－30 000元之间的省份作为中等收入组，含河北、山西、内蒙古、吉林、黑龙江、安徽、河南、湖北、湖南、海南、四川、陕西12省，而将人均实际GDP 高于30 000元的省份作为高收入组，有北京、天津、辽宁、上海、江苏、浙江、福建、山东、广东9省。与研究中通常使用的区域分组法相比，依据收入高低分组法更能反映各省实际经济发展状现状，从结果上看，我们所采用的分组法所得到的各省的收入分组状况与各省的实际发展情况是相符合的。

(2)CO2排放量(CO2)。我国目前没有公布CO2排放的数据，因而需要对各省CO2排放量进行核算。考虑到CO2排放量与各种碳能源的消费和水泥生产过程密切相关，因而我们不但估算了化石能源燃烧产生的CO2排放量，而且也估算了水泥生产过程中的排放量;进一步，我们将化石能源细分为煤炭消费、焦炭消费、石油消费(包含汽油、煤油、柴油、燃料油四类)和天然气消费。所有化石能源消费数据取自历年《中国能源统计年鉴》中分地区能源消费总量，水泥生产数据来自于《新中国60年统计资料汇编》和《中国统计年鉴》。

各省CO2排放总量计算公式如下:

式中EC为各省CO2排放总量，ECi为第i种能源(或水泥)的消费(或生产)中的CO2排放量，Ei为第i种能源(或水泥)的消费量(或生产量)，EFi为CO2排放系数。参照IPCC[20]以及国家气候变化协调小组办公室和国家发改委能源研究所提出的方法[21]，计算出各类能源和水泥的CO2排放系数如表1所示。

(3)人口数量(P)。由于并没有证据表明CO2排放的人口弹性为1，因而我们将各省人口总量引入作为解释变量之一。由于统计年鉴中提供的人口数指标为年末人口数，因而我们通过将上年年末的人口数与本年年末的人口数加总并除以2 得到的人口数作为本年的人口数，数据来源于《新中国60年统计资料汇编》和历年《中国统计年鉴》。

表1 CO2排放系数Tab.1 Coefficient of CO2 emissions

(4)人均GDP(A)。大量实证研究发现，CO2排放量与人均GDP之间存在非线性关系，主要是由于在不同的收入阶段，人们对环境的要求会存在不同从而导致能源消费数量和结构上存在差异，因而CO2排放与人均GDP之间可能存在倒U形关系。与以往大多数研究类似，我们在式(2)中加入人均GDP的一次项和二次项。考虑价格因素的影响，我们以1995年为基期，该年的人均GDP 数据来自于《新中国60年统计资料汇编》，而1996－2010年各省的人均GDP指数来自于《新中国60年统计资料汇编》和《中国统计年鉴》，从而得到以1995年为基期的1995－2010年各省的人均实际GDP。

(5)城市化(URB)。现有文献中关于城市化水平的测量指标较多，但考虑到数据的可得性，我们采用的是现有研究中普遍使用的人口比重指标法，即用城镇人口占总人口的比重来衡量城市化水平，各省的数据来源于《新中国60年统计资料汇编》和各省的统计年鉴。

城市化的推进需要进行大规模的基础设施建设，需要消耗大量的钢铁和水泥，从而产生大量的CO2排放。此外，考虑到不同的经济发展阶段意味着居民不同的消费承受能力、不同的电器化水平、不同的能源消费结构、不同的能源使用效率，这些不同会导致城市化对居民能源消费上存在差异，从而导致城市化对不同收入群体CO2排放的影响存在区别，因而与以往研究不同，我们在式(2)中引入城市化的二次项作为解释变量，分析CO2排放总量与城市化之间是否存在倒U形变化关系。

2.3 实证结果与讨论

2.3.1 描述性分析

为直观反映各收入组CO2排放量随收入高低和时间变化的趋势，我们将全国以及低、中、高收入组人均CO2排放量计算出，具体结果见图1。

图1 全国及各收入组人均二氧化碳排放量(1995－2010)Fig.1 Per capita CO2 emissions of the country and all income groups(1995－2010)

由图(1)我们可观察到以下几点:首先，全国及各收入组人均CO2排放量大体保持同步性的变化。自1995年以来，无论是全国还是低、中、高收入组，人均CO2排放量都呈现出增加的趋势;分时间段来看，2001年之前，各类人均CO2排放量的增加都较少，而2001年之后，全国以及低、中、高收入组的人均CO2排放量呈加速上升态势，目前还没有放慢速度的迹象。其次，各收入组人均CO2排放量存在明显的差异。低收入组的人均CO2排放量低于中等收入组的数值，而后者又低于高收入组的人均CO2排放量，且高收入组与中等收入组之间人均CO2排放量的差异小于中等收入组与低收入组人均CO2排放量之间的差异。再次，中等收入组的人均CO2排放量已逐步赶上并超过高收入组。2007年之前，高收入组和中等收入组人均CO2排放量增长的速度大致相似，但随后，中等收入组的人均CO2排放量增长速度加快，在2010年时超过高收入组的人均CO2排放量。

2.3.2 计量分析结果与讨论

在数据处理和描述性分析的基础上，我们使用面板数据分别对全国以及低、中、高收入组CO2排放总量与解释变量之间的回归模型进行分析，具体结果见表2。

从表2的回归结果来看，在控制个体效应和时期效应的基础上，四个模型的调整后的AR2均比较高，表明模型的拟合程度比较好，而且所有系数均在1%的显著性水平上成立，因而回归模型可应用于下一步的分析。

(1)各省CO2排放量随着人口总量的增加而增加，同时CO2排放的人口弹性随收入增加而增大，且并不等于常数1。无论是基于全国的样本，还是基于低、中、高收入分组的样本，CO2排放的人口弹性都大于1，意味着人口数量的增加，会导致CO2排放量成倍数增加。平均来看，1995－2010年间，人口数量每增长1%，会导致CO2排放量增长2.70%;就具体收入组而言，CO2排放的人口弹性随收入的增加而增大，由低收入组中的1.60%上升到中等收入组、高收入组的2.75%、3.14%，意味着在保持其他条件不变的情况下，当收入越高时，高收入者电器化程度和消费水平越高，消费的能源越多，从而排放的CO2数量相应增加。

表2 城市化对CO2排放的影响估计结果Tab.2 Estimation results for the impacts of urbanization on CO2 emissions

(2)CO2的排放量会随着收入的增加而增加。无论是全样本还是低、中、高收入分组数据，CO2排放的收入弹性都大于0，但其弹性大小对不同的收入分组而言存在差异;平均而言，收入每增长1%，会导致CO2的排放增长2.37%;而对高收入组来说，收入每增长1%，会导致CO2排放增长3.61%;中、低收入组中收入每增长1%，CO2排放量增长分别为0.39%、1.43%。可见全国样本CO2排放的收入弹性主要是由高收入组的弹性系数决定的，且收入越高，高收入组居民CO2排放量增加的幅度较大。

(3)全样本和高收入组存在环境库兹涅兹曲线。由表2第2列和第5列可知，人均实际GDP的一次项和二次项都在1%的显著性水平上成立，且二次项的系数为0，说明环境库兹涅兹假说在我国是成立的，人均CO2排放量和人均收入之间呈现出倒U形关系。按收入分组来看，中等收入组和低收入组的二次项不显著，高收入组的二次项显著，实际上表明全国样本环境库兹涅兹曲线假说的成立主要是由高收入组环境库兹涅兹曲线所致，从另一侧面证明收入需要达到一定的水平时，环境库兹涅兹假说才会成立，也说明了与平常所用数据相比，通过收入分组数据所带来的结论更加丰富和具启发性。

(4)城市化水平对不同收入组CO2的排放影响存在较大差异。由表1第2列全样本数据可看到，平均而言，城市化水平每上升1%，CO2排放量会增长0.31%，表明城市化水平的上升增加了CO2的排放量，然而，就不同的收入分组校本而言，城市化水平对CO2排放的影响却是截然不同的。对中等收入组来说，城市化水平每上升1%，会导致CO2排放量增长0.21%;对低收入组来说，CO2排放的城市化率平均弹性系数为－3.92%，表明低收入组的城市化水平每上升1%，CO2排放量会降低3.92%;对高收入组而言，CO2排放的城市化率弹性系数为1.66%，表明高收入组的城市化水平每上升1%，CO2排放量会平均增长1.66%。从城市化水平一次项和二次项的符号来看，低收入组与高收入组呈现截然相反的结果，低收入组为U形变化，而高收入组却为倒U形变化。随城市化水平上升，低收入组CO2排放呈现U形变化的可能原因在于对低收入组而言，城市化改变了人们的生活习惯和能源消费结构，减少了居民储存传统能源(如生物质能源、煤炭)的空间，使得居民更多的使用商业化的能源，实现了能源消费由效率较低的传统能源向现代化高效能源(石油、天然气、电力等)的转变，降低了CO2的排放量。高收入组的倒U形变化的原因在于随着城市化程度的进一步提高，居民倾向于具有更高的电器化程度和更多的能源使用，但在能源消费结构上更多的会使用核电、水电、风电、太阳能等清洁能源，因而虽然城市化水平在上升，但带来的CO2排放量的增加幅度却会放缓。

3 结论与思考

论文在较为准确地估算了1995－2010年我国29省CO2排放量的基础上，依据收入高低对各省进行分组，考察了城市化对不同收入组CO2排放量的影响。通过使用STIRPAT模型控制人口数量和人均实际GDP 进行分析，研究结果表明城市化对不同收入组CO2排放的影响是不同的。对低收入组而言，城市化水平的上升倾向于首先降低CO2排放量，然后增加CO2排放量;同时，城市化水平上升导致中等收入组CO2排放量单调增加;对高收入组而言，城市化水平的上升首先会增加CO2的排放量，当城市化水平达到一定程度后，城市化水平的继续上升会降低CO2的排放量。综合来看，城市化对CO2排放的影响是由于能源消费结构的转变和技术进步所导致的。

从政策含义上来看，由于城市化对不同收入组CO2排放的影响是不同的，考虑到目前我国能源消费结构中煤炭所占的比重超过了70%，占到了CO2总排放量的75%以上，因而对低收入组省份而言，继续推进城市化进程有利于提高能源使用效率，降低CO2排放量，而对高收入组省份来说，控制高能耗产业发展，大力发展太阳能、核能、风能等清洁能源以降低煤炭在一次能源消费中的比重，加快节能技术和低碳技术的研究、应用和普及，是政府实现低碳经济的有效手段。中等收入组而言，由于其CO2排放与城市化水平是单调变化的，因而推进城市化的过程中，应注意节约使用能源，努力提高能源使用和转换的效率。

当然，本研究仍然比较初步，在诸多方面值得讨论。如在收入分组标准上可以更为细致，在对CO2排放的影响因素分析后，考虑到城市化水平对CO2排放的影响主要是通过能源消费结构变化产生的，可紧密联系能源消费结构进行深入分析，这些问题都值得下一步深入探讨。

References)

[1]Sathaye J，Meyers S.Energy Use in Cities of the Developing Countries[J].Annual Review of Energy，1985，(10):109－133.

[2]Pachauri S，Jiang L.The Household Energy Transition in India and China[J].Energy Policy，2008，36(11):4022－4035.

[3]Pachauri S.An Anslysis of Cross-sectional Variations in Total Household Energy Requirements in India Using Micro Survey Data[J].Energy Policy，2004，32(15):1723－1735.

[4]Heltberg R.Fuel Switching:Evidence from Eight Developing Countries[J].Energy Policy，2004，26(5):869－887.

[5]DeFries R，Pandey D.Urbanization，the Energy Ladder and Forest Transition in India's Emerging Economy[J].Land Use Policy，2010，27(2):130－138.

[6]Holtedahl P，Joutz F L.Residential Electricity Demand in Taiwan[J].Energy Economics，2004，26(2):201－224.

[7]Halicioglu F.Residential Electricity Demand Dynamics in Turkey[J].Energy Economics，2007，29(2):199－210.

[8]Cole M A，Neumayer E.Examing the Impact of Demographic Factors on Air Pollution[J].Population and Environment，2004，26(1):5－21.

[9]Liddle B，Lung S.Age-structure，Urbanization，and Climate Change in Developed Countries: Revisiting STIRPAT for Disaggregated Population and Consumption-related Environment Impacts[J].Population and Environmet，2010，31(5):317－343.

[10]Poumanyvong P，Kaneko S.Does Urbanization Lead to Less Energy Use and Lower CO2Emissions?A Cross-county Analysis[J].Ecological Economics，2010，70(2):434－444.

[11]Martinez-Zarzoso I，Bengochea-Morancho A，Morales-Lage R.The Impact of Population on CO2Emissions:Evidence from European Countries[J].Environmental and Resourc Economics，2007，38(4):497－512.

[12]Wei Baoren，Hiroshi Yagita，Atsushi Inaba，et al.Urbanization Impact on Energy Demand and CO2Emission in China[J].Journal of Chongqing University-Eng.Ed.，2003，(2):46－50.

[13]Liu Yaobin.Exploring the Relationship between Urbanization and Energy Consumption in China Using AEDL and FDM[J].Energy Policy，2009，34(11):1846－1854.

[14]肖周燕.中国城市化发展阶段与CO2排放的关系研究[J].中国人口·资源与环境，2011，21(12):139－145.[Xiao Zhouyan.Study on the Relationship between Urbanization and Carbon Dioxide Emissions in China [J].China Population，Resources and Environmet，2011，21(12):139－145.]

[15]林伯强，刘希颖.中国城市化阶段的碳排放:影响因素和减排策略[J].经济研究，2010，(8):66－78.[Lin Boqiang，Liu Xiying.China's Carbon Dioxide Emissions under the Urbanization Process:Influence Factors and Abatement Policies[J].Economic Research Journal，2010，(8):66－78.]

[16]杜立民.我国二氧化碳排放的影响因素:基于省级面板数据的研究[J].南方经济，2010，(11):20－33.[Du Limin.Impact Factors of China's Carbon Dioxide Emissions:Provincial Panel Data Analysis[J].South China Journal of Economics，2010，(11):20－33.]

[17]聂华林，韩燕，钱力.基于面板数据的我国人口城市化与经济增长动态比较 研究[J].软科学，2012，26(5):27－31.[Nie Hualin，Han Yan，Qian Li.The Dynamic Comparison between the Level of Urbanization and the Economic Growth Based on Panel[J].Soft Science，2012，26(5):27－31.]

[18]金洪.我国城市化进程中的低碳排放路径选择[J].宏观经济管理，2012，(4):48－50.[Jin Hong.Low-carbon Emissions Path Selection in the Urbanization Process in China[J].Macroeconomic Management，2012，(4):48－50.]

[19]许泱，周少甫.我国城市化与碳排放的实证研究[J].长江流域资源与环境，2011，(11):1304－1309.[Xu Yang，Zhou Shaofu.An Empirical Study on Urbanization and CO2Emissions in China[J].Resources and Environmental in the Yangtze Basin，2011，(11):1304－1309.]

[20]Intergovenment Panel on Climate Change (IPCC).Climate Change 2007:Synthesis Report[R/OL].[2012－05－18].http://www.ipcc.ch/pdf/assessment-report/ar4/syr/ar4_syr.pdf.

[21]国家气候变化对策协调小组办公室，国家发改委能源研究所.中国温室气体清单研究[R].北京:中国环境科学出版社，2007.

[National Climate Change Coordination Group Office，Energy Research Institute National Development and Reform Commission.People's Republic of China National Greenhouse Gas Inventory[R].Beijing:China Environmental Science Press，2007.]