城镇化中能源消费与二氧化碳排放研究——基于省级面板数据的实证检验

王小斌，邵燕斐

（1.五邑大学经济管理学院，广东 江门 529020； 2.暨南大学经济学院，广东 广州 510632；3.华中科技大学公共管理学院，湖北 武汉 430074）

城镇化中能源消费与二氧化碳排放研究
——基于省级面板数据的实证检验

王小斌1，2，邵燕斐1，3

（1.五邑大学经济管理学院，广东 江门 529020； 2.暨南大学经济学院，广东 广州 510632；3.华中科技大学公共管理学院，湖北 武汉 430074）

文章扩展了STIRPAT模型，使用1995-2011年中国30个省级面板数据，研究中国城镇化进程在全国以及区域层面上对能源消耗的需求变化与二氧化碳排放的影响效应。研究结果表明：在全国层面上，城镇化增加了对能源消费的刚性需求且对二氧化碳排放具有显著的正向影响。同时，城镇化对二氧化碳排放量影响有明显的区域差异：在东部地区，城镇化水平的提高增加了二氧化碳排放量，但在中西部地区，城镇化水平的提高减少了二氧化碳排放。基于以上结论，文章探讨了未来中国城镇发展的相关对策：适当控制土地城镇化发展速度，积极探索低碳城镇化发展模式，培养市民良好的低碳生活方式，优化与调整地区产业结构与能源消费结构。

土地城镇化；能源消耗；碳排放；面板数据

一、研究背景

随着全球资源的日益枯竭与温室气体排放带来的气候变化，生态问题越来越引起世界各国的广泛关注。能源不仅是人类社会发展的动力来源，也是现代城镇化发展的基本动力基础，城镇化的进程需要大量资源能源作为支撑并不可避免产生大量废气排放。新型城镇化是有利于可持续发展的城镇化，其本质就是在资源约束前提下，实现城镇化的稳健、快速与可持续发展。可见，城镇化、能源消费与环境污染之间存在着密切的逻辑关系。从上个世纪90年代以来，中国城镇化突飞猛进，城镇率从1990的年26.4%上升到2012年的52.57%，年均约提高一个百分点。从世界各国城市发展规律来看，随着城市化进程的发展、生活水平的提高与城市基础设施投资的增加，必然导致能源消耗及钢铁、水泥、玻璃等高碳排放产品消费的迅速增加。同时，从中国目前的能源结构来看，煤炭占70%，石油占19%，天然气仅占5%，天然气作为清洁能源在能源结构中比重偏低，而煤炭和石油作为高污染能源比例过大（中国能源统计年鉴，2012）。城市化不仅是大量农村人口转移到城市的过程，还包括经济转型与产业结构升级的过程，必然伴随着大规模的城市基础设施建设投资，导致了大量的能源消费，给资源、环境、生态带来巨大的压力。中国典型的城乡二元化结构导致城乡经济发展极不平衡，城镇地区消费了全国总能源的75.15%，城镇居民人均能源消费是农村居民的6.8倍(Shobhakar，2009)[1]。Liu等(2011)[2]发现了中国35个特大城市的人口仅占全国人口18%，但贡献了40%的二氧化碳排放量，城镇居民的二氧化碳排放量占到全体居民排放量的73%。可见，城镇化在中国能源消耗与二氧化碳排放扮演了重要的角色，中国节能减排的压力主要在城镇地区。随着新一轮城镇化浪潮的到来，不可避免造成能源消费刚性需求与二氧化碳排放量的增加。在1995-2012年期间，中国的城镇率由29.04%上升到52.57%，总能源消费量从131176万吨标准煤增加到361732万吨标准煤，二氧化碳排放量从327021.76万吨增加到901797.87万吨。未来几十年里，中国能源供需失衡的矛盾将变得愈加尖锐，节能减排的压力将进一步加大，能源供需与环境污染将成为制约经济增长和城市化推进的主要因素。因此，在此形势下研究城镇化与能源消费、环境保护交互耦合的胁迫与约束机制，认清三者交互影响的规律性，从而为实现在城镇化进程中提高人居环境质量，科学制定城市可持续发展政策提供科学依据，具有非常重要的理论意义和现实意义。

二、文献综述

从世界各国城市发展规律来看，城市化进程是影响能源需求与二氧化碳排放的重要因素。总结现有的研究，主要从国家层面、城市层面与居民家庭生活消费层面来研究城镇化、能源消费与二氧化碳排放之间的关系(Poumanyvong等，2010)[3]。在国家层面上，Ying Fan等(2006)[4]使用了STIRPAT模型，利用1975-2000年国家级面板数据实证研究全球149个国家城镇化与二氧化碳排放之间的关系，发现高收入国家城镇化对二氧化碳排放贡献最大，其次是低收入国家，中等收入国家城镇化对二氧化碳排放影响最小。Maruotti等(2011)[5]使用1975-2003年43个发展中国家面板数据，发现城市化对能源消费具有显著影响作用，且城市化与二氧化碳排放量呈倒U形关系。一些学者则从城市层面研究城镇化对能源消费与二氧化碳排放的影响，Ali等(2012)[6]论证了巴基斯坦的拉合尔市行政区城镇化水平提高增加了能源消费与二氧化碳排放量，其原因是城镇化导致了该地区农业和种植区面积减少。然而，Lariviere等(1999)以加拿大的城市为例，认为城镇化有利于降低能源消费，城镇化与人均能源消费成反比例关系。在居民消费层面上，Pachauri等(2008)[7]研究了亚洲一些国家的数据，认为印度农村居民的能源消费超过了城镇居民的能源消费。Nansaior等(2011)论证了在泰国东北部城镇化对能源消费具有正面影响效应。随着中国城镇化进程加快、能源紧缺与二氧化碳排放量飞速增长，近年来也出现了以中国作为研究对象的相关文献。一些学者认为城镇化是中国能源消费与二氧化碳排放量增加的驱动因素，能源使用效率低下、缺乏相能技术、环保意识不强(Fan et al.，2006；Li and Yao，2009)是重要原因。Feng等(2011)发现中国城镇居民能源消费与二氧化碳排放量高于农村居民，2008年中国城市居民人均碳排放为1.28tCO2，农村居民人均碳排放为0.27tCO2。林伯强等(2010)使用中国1978-2008年时间序列数据，对城市化发展不同阶段的碳排放影响因素进行了研究，证实了城市化提高增加了中国碳排放量。

纵观这些研究，学者们对城市化与能源消费、碳排放之间的关系做了一定研究，但存在以下不足之处：主要是基于国家层面的时间序列数据或面板数据进行研究，而较少研究一国内部不同地区层面的城市化水平对能源消耗与碳排放的影响效应，忽视区域间能源禀赋与经济发展水平的事实，可能会导致模型估计有偏性。再者，现有文献计算二氧化碳排放的指标多种多样，这些指标均存在一定的不足，有必要采用多种指标来研究城镇化对中国二氧化碳排放的影响效应，才能确保获得更加稳健的研究结论。另外，在城市化指标的选择上，已有研究主要使用人口比重作为城市化的衡量指标，运用综合的城市化指标对城市化水平对碳排放之间关系进行研究不多。考虑到中国幅员辽阔，在资源禀赋上具有明显的地区差异，且不同地区城镇化发展模式也千差万别，文章认为很有必要从全国与地区层面上研究城市化、能源消费与二氧化碳排放之间的关系。在已有文献的基础上，文章扩展STIRPAT模型并使用1995-2011年中国30个省级面板数据，分别研究城镇化建设在全国以及区域层面上对能源消耗与二氧化碳排放的影响效应。文章内容安排如下：第二部分为文献综述；第三部分是模型设立与数据说明；第四部分是实证检验与结果讨论；第五部分是结论与建议。

三、模型设定

1.计量模型介绍

经典的IPAT模型认为人口规模、经济发展、技术水平会对环境产生重要影响。因此，在研究人类活动对环境产生的影响与压力时，我们通常使用IPAT模型，但传统的IPAT模型是一个会计恒等式，无法直接用于实证。在文章中使用了Dietz and Rosa(1991)提出的IPAT扩展模型，即STIRPAT模型。

其中，I表示环境影响，P表示人口规模，A表示财富水平，T表示技术水平。α为模型系数，b、c、d为各自变量指数。为了研究城镇化对能源消费与二氧化碳排放量的影响效应，构建以下两个模型：

其中，i和t分别表示地区和年份；CON代表能源消费，CO2表示二氧化碳排放量，URB代表城镇化，GDP为经济增长，IND表示第一产业占GDP比重，SER代表第三产业占GDP比重，POP为人口规模，EI为能源强度，uit表示非观察的地区固定效应，用来测量地理特征、排放模式、消费习惯等因素对CO2排放的影响，δit为误差残差项。式(2)、(3)中的所有变量均采用自然对数形式，所以α与β的系数估计值都可以直接视为弹性。

2.数据来源及处理方法

（1）能源消费总量(CON)。城镇化的实质是农村人口向非农产业和城镇转移的过程，表现为人口向城市集聚、城市数量增加、城市规模扩大以及城市现代化水平的提高。城镇化伴随着能源消耗增长速度加快与需求刚性，二者之间存在着紧密的逻辑关系，我们用各省每年标准煤作为此变量，单位为百万吨标煤。

（2）二氧化碳排放量(TCO2)。由于中国目前尚未公布省级层面的碳排放数据，只能通过联合国政府间气候变化专业委员会(IPCC)公布的碳排放系数和相关统计年鉴进行估算。本文采用IPCC(2006)方法估计中国省级1995-2011年二氧化碳排放量。，其中，CO2表示二氧化碳排放量，i分别表示煤炭、天然气、焦炭、燃料油、汽油、煤油、柴油7种化石燃料；EI表示7种化石燃料的消耗量；NCV为燃料平均低位发热量；CEF为燃料碳排放系数，COF为碳氧因子（通常为1），3.67为CO2与C的分子量比率，各种燃料消耗量与相关系数来自《中国能源统计年鉴》与IPCC (2006)。

（3）城镇化(URB)。城市化伴随着大规模增加城市基础设施与商业住宅的建设与投资，从而拉动高能耗、高污染的钢筋与水泥需求，加大节能减排压力。但是，城市化的发展又会带来人口密度提高与基础设施使用规模经济，可能会减少二氧化碳排放。现有文献通常使用城镇人口占总人口的比重代表城镇率，但是中国城镇人口统计是建立在户籍制度基础上，简单以城镇人口代表城市化的水平会低估城市化的真实水平，本研究借鉴陆铭等(2004)的做法，用非农业人口在总人口的比重表示城镇化水平。

（4）经济增长(PGDP)。经济增长一方面会直接带来更多的能源消费与环境污染，另一方面可能伴随经济结构变化与技术进步,从而缓解污染影响。因此，GDP是影响碳排放的一个重要因素，且两者之间可能存在着非线性关系。为消除价格因素带来的误差，文章以1995年为基期的CPI对数据进行平减。

（5）产业结构（IND与SER）。GDP相近的两个省由于产业结构不同，碳排放量可能存在较大的差异，例如2007年山西省与湖北省人均GDP相当，但山西的第二产业占GDP比约为60%，湖北为43%，因此山西的人均CO2排放量比湖北高出很多。鉴于目前产业结构失衡已成为中国能源消费快速增长的重要原因，我们分别用第二产业、第三产业总产值占当年GDP总值来衡量产业结构与碳排放之间的关系。

表1 主要变量统计与描述

（6）人口规模(POP)。城镇化是人类社会生产和生活的空间聚集，表现为城市人口总量快速增长方面与人口在狭小区域内的密集居住，较多的人口可能会对能源产生越来越多的能源需求，导致温室气体排放越来越多，用各地区年末总人口表示人口规模。

（7）能源强度(EI)。能源强度是能源利用与经济或产出之比，在国家层面，能源强度是国内一次能源使用总量或最终能源使用与国内生产总值之比，使用CON/GDP表示EI。

本研究采用1995-2011年全国30个省、自治区、直辖市的面板数据作为样本进行回归（不包括香港、澳门、台湾，并剔除数据缺失严重的西藏地区）。同时将各省GDP换算成1995年不变价格，对所有变量均进行自然对数处理以消除异方差，所有数据均来自《中国能源统计年鉴》、《中国统计年鉴》、《新中国60周年统计资料汇编》、中经网统计数据库等。

四、模型估计结果与分析

1.模型检验方法说明

我们分别使用全国总样与三大区域样本数据，并依次采用五种估计方法检验城镇化对能源消费与二氧化碳排放量的影响效应：固定效应(FE)、可行广义最小二乘估计(FGLS)、面板校正标准误差(PCSE)、Driscoll-Kraay标准差(DK)、双向固定效应(Two-WayFE)，估计结果如表2～表4所示。由于篇幅关系，对地区样本检验时我们仅列出固定效应(FE)与Driscoll Kraay标准差(DK)检验结果。首先，检验各解释变量之间的相关系数，发现各变量间相关系数大多小于0.3，只有LURB与LIND之间的相关系数大于0.6。其次，为减轻模型异质性偏差，我们使用了固定效应检验，但是使用Wooldridge经验规则进行检验时，发现固定效应模型存在着自相关，且使用Pesaran(2004)方法进行检验时，存在横截面相关性。为克服这些问题，我们采用了可行广义最小二乘估计(FGLS)方法，但是这种方法要求面板的时间纬度至少要与截面纬度一样大，而本文数据为大N小T，会影响到估计结果的准确性，因此我们采用了PCSE估计方法。同时考虑到此面板数据截面数N远大于时间T，即当T/N较小时，这一方法则不够精确。为克服了PCSE在截面数N较大情况下不够准确的问题，我们使用Driscoll Kraay渐近有效的非参数协方差矩阵估计方法。而且，进一步使用Driscoll Kraay估计方法考察其方差膨胀因子，发现全部小于10，表明模型多重共线性并不严重。最后，为了获得更稳健的估计效果，我们使用了双向固定效应估计方法。

2.被解释变量为能源消费的经验实证

表2是基于全国样本的城镇化对能源消费影响效应的检验结果，城镇化、经济增长、第一产业、第三产业与人口数量的估计系数分别为0.407、0.547、1.428、-0.358、0.707，且均在10%水平下显著。表明当其他变量不变时，城镇化水平提高1%，全国能源消费量就会增加0.40%，意味着城镇化在全国层面上与能源消费量成正比，城镇化水平和能源消费具有很强的正相关性。

鉴于中国经济发展极不平衡，不同地区的城镇化水平具有显著差异性，城市化水平可能会对不同地区的能源消费总量与能源消费结构产生不同影响。因此，进一步考察中国东、中、西三大区域的城市化水平与能源消费总量之间的关系，以揭示城市化水平对能源消费总量的区域特征。从表3可以看出，三大区域的城镇化水平的提高均对能源消费总量产生了显著的正向作用：在东部地区，城市化水平每提高1%，能源消费总量相应提高0.487%；在中部地区，城市化水平每提高1%，能源消费总量相应提高0.538%；在西部地区，城市化水平每提高1%，能源消费总量会相应提高0.675%。这表明城镇化水平的提高对能源消费总量呈现出从西部、中部、东部地区逐步降低的梯队分布。产生这一现象有其内在的原因，东部地区相对经济发达、技术先进，基础设施也比较完善，城市化水平的提高在改善了该地区产业技术结构、组织结构与产品结构的同时，也促进了城市居民生产生活方式的转变和节能意识的提高。而在经济相对落后的西部地区，由于缺乏技术创新、先进的组织结构、社会节能技术与节能意识，这些区域在能源消费上只能沿袭早期的粗放型消费路径，从而加大了城市化对能源消费的依赖。研究表明：一方面，城市化带来的工业化发展与人口膨胀会加大能源消费需求；另一方面，当城市化水平发展到一定阶段后，技术创新和产业结构水平的提高又会降低城市化水平对能源消费的依赖。

表2 被解释变量为能源消费的全国样本估计结果

表3 被解释变量为能源消费的分地区估计结果

3.被解释变量为二氧化碳排放量的经验实证

表4是基于全国样本的城镇化对二氧化碳排放量影响效应检验结果，城镇化、经济增长、第一产业、第三产业、人口数量与能源强度的估计系数分别为0.0788、0.625、0.0962、-0. 0942、0.983、0.779，除了IND外，其它变量均在10%水平下显著。表明当其他变量不变时，城镇化水平提高1%，全国二氧化碳排放量会增加0.079%，意味着在全国层面上城镇化与二氧化碳排放量成正比。研究结果证实了中国城镇化与二氧化碳排放量的弹性系数为0.085。

在区域层面上，东部地区城镇化与二氧化碳排放量的回归系数为正，且在5%水平上显著，城镇化提高1%，二氧化碳排放量增加0.1401%。同时，中西部城镇化系数显著为负，即该地区城镇化发展显著减少了碳排放。其原因可能是中西部地区经济发展水平比较低，推动城镇化有利于实现人口、技术、资金的空间集聚以及城市基础设施使用规模经济。其它变量也存在显著地区差异，东、西部地区人口数量增加1%，这些地区二氧化碳排放量也会相应增加0.949%与0.811，但西部地区影响系数不显著且为负。西部地区人均GDP对二氧化碳排放量的影响程度比东、中部地区大，在第一产业对二氧化碳排放量的影响方面，只有东、西部地区回归系数显著。在第二产业对二氧化碳排放量的影响方面，中、西部地区的回归系数为负且在1%水平下显著，而东部地区的回归系数为正，符合理论预期。三个地区的能源强度对二氧化碳排放量影响的回归系数分别为0.932%、0.737、0.889%，且在1%水平上显著。

表4 被解释变量为TCO2的估计结果

五、结论与建议

随着工业化与城镇化的迅速推进，不可避免造成中国能源消费的急剧增长与碳排放压力的加大。在中国城镇化取得巨大成就的同时，客观评价城镇化、能源消费与二氧化碳排放之间的关系具有重大的现实意义。文章采用1995-2011年中国省级面板数据，从全国及区域层面上分析城镇化水平对能源消费与二氧化碳排放量的影响效应。研究结果表明：城镇化水平在全国与区域层面上对能源消费均具有显著的正向影响；城镇化水平在全国层面上对二氧化碳排放具有显著的正向作用，但是在区域层面上，城镇化增加了东部地区二氧化碳排放量，降低了中西部地区二氧化碳排放。

以上结论对中国城镇化进程的推进与节能减排政策的制定具有重要意义：首先，“大跃进”式的城市化运动造成中国能源消费需求与碳排放总量急剧增加，碳排放量增加速度超过城市化率的增长速度，有悖于建设低碳城市的目标。中国应该适当降低城镇化速度，如果继续盲目地把高城市化率作为衡量我国现代化水平，必然导致温室气体排放大幅度增加，对未来中国碳排放总量控制造成不利影响。其次，要实行地区差别的节能减排政策，充分考虑三大区域的经济结构、产业结构与基础设施建设水平。在交通系统和城市基础设施比较优越的东部地区，政府应通过政策引导和制度设计积极合理的、适度的可持续消费方式，倡导消费行为由奢侈型向节约型转变；在以高耗能的重工业为支柱的中部地区，需要积极进行产业结构调整，通过技术创新和新能源产业化，特别是使用新能源清洁技术以确保节能减排的成功；在西部地区，考虑到城市化对能源消耗的影响最强，大力发展绿色经济、循环经济和低碳技术，使用清洁能源替代传统燃料势在必行。再次，控制人口的增长对能源消费增长带来的压力是城镇化进程减少二氧化碳排放量的重要途径。政府要培养城镇人口把节约型的能源消费视为美德的意识，强化低碳理念宣传，增强全民低碳意识，利用广播、电视、网络、报刊等媒体，加大低碳生活宣传力度，培育市民良好的低碳生活方式。最后，要积极调整产业结构和能源消费结构，把城市化进程作为调整产业结构的机会。为了给城镇化发展提供清洁高效的能源保障，需要在控制总量的前提下，从根本上调整中国以煤为主的能源消费结构，提高新能源和可再生能源等清洁能源在终端能源消费中的比重。在城市化与工业化进程中推进产业结构和能源消费结构调整，改变现有能源高投入、高污染和低效率的模式，积极探索低碳城镇化发展模式，制定符合中国国情的低碳城镇化发展战略，实现新型城镇化可持续与协调发展。

[1]Shobhakar Dhakal.Urban Energy Use and Carbon Emissions From C-ities in China and Policy Implications[J].Energy Policy，2009.

[2]Lan-Cui Liu，Gang Wu，Jin-Nan Wang，et al.China's Carbon Emissions From Urban and Rural Households During1992-2007 [J].Journal of Cleaner Production，2011(19)：1754-1762.

[3]Phetkeo Poumanyvong，Shinji Kaneko.Does Urbanization Lead to Less Energy Use and Lower CO2Emissions?A Cross-country Analysis [J].Ecological Economics，2010(70)：434-444.

[4]Ying Fan，Lan-Cui Liu，Gang Wu，et al.Analyzing Impact Factors of CO2Emissions Using the STIRPAT Model[J].Environmental Impact Assessment Review，2006，26(4)：377-395.

[5]Inmaculada Martí nez-Zarzoso，Antonello Maruotti.The Impact of Urbanization on CO2Emissions:Evidence From Developing Countries[J]. Ecological Economics，2011，70：1344-1353.

[6]Ghaffar Ali，Vilas Nitivattananon.Exercising Multidisciplinary Approach to Assess Interrelationship Between Energy Use，Carbon Emission and Land Use Change in a Metropolitan City of Pakistan[J]. Renewable and Sustainable Energy Reviews，2012，16.

[7]Shonali Pachauri，Leiwen Jiang.The Household Energy Transition in India and China[J].Energy Policy，2008，36：4022-4035.

[8]Yi-Ming Wei，Lan-Cui Liu，Ying Fan，et al.The Impact of Lifestyle on Energy Use and CO2Emission:an Empirical Analysis of China's Residents[J].Energy Policy，2007，35(1)：247-257.

[9]成金华,陈军.中国城市化进程中的能源消费区域差异—基于面板数据的实证研究 [J].经济评论，2009(3)：38-46.

（责任编辑：FMX）

Research on Energy Consumption and Carbon Dioxide Emissions in China'，Urbanization——Empirical Study based on the Provincial Panel Data

WANG Xiao-bin1，2，SHAO Yan-fei1，3
（1.School of Economics and Management，Wuyi University，Jiangmen Guangdong 529020，China； 2.School of Economics，Jinan University，Guangzhou Guangdong 510632，China； 3.Huazhong University of Science and Technology，Wuhan Hubei 430074，China）

The paper extends the STIRPAT model and uses the 1995-2011 provincial panel data，analyses urbanization construction's impact on energy consumption and CO2emission effect in the national and regional level.The results show that urbanization increases the demand on energy consumption and CO2emissions in the national level.At the same time,urbanization's carbon dioxide emissions has obvious regional differences.Urbanization increases carbon dioxide emissions in the eastern region，but reduces carbon dioxide emissions in the central and western regions.Based the conclusions on the above，we discusses the countermeasures of future low carbon urban development in China， we should reduce the speed of land urbanization appropriately， use differently policy measures in energy-saving and emission-reducing in three regions，encourage good low-carbon lifestyle in public，actively adjust the industrial structure and energy consumption structure.

Land urbanization；Energy consumption；Carbon emission；Panel data

F273.1

A

1004-292X（2014）07-0019-05

2014-02-17

教育部人文社会科学规划青年基金项目（13YJC810016）；广东省哲学社会科学规划学科共建项目（GD13XZZ05，GD12XZZ06）；广东高校优秀青年创新人才培养计划（育苗工程）项目（WYM11117）。

王小斌（1978-），男，福建漳州人，博士研究生，研究方向：政府规制；

邵燕斐（1979-），女，山东德州人，博士研究生，研究方向：科技管理政策。