低碳目标指导下城镇化道路的选择

段新瑜 高源祥

作者简介：段新瑜（1993—），女，汉族，山东省烟台市人，北京交通大学，专业：金融;じ咴聪椋1994—），男，汉族，山东省烟台市人，北京交通大学，专业：经济。

摘要：2013 年中央经济工作的六大任务之一—“积极稳妥推动城镇化，着力提高城镇化质量”的政策下，如何推进城镇化又快又好的发展是一个热点问题。本文通过对原有的研究结果进行总结，选取了60个城市2006—2011年的人均GDP、人口密度、能源强度和人均CO2排放量的面板数据，综合考虑人口密度以及人均GDP两个指标，将城市分为集约型和分散型两组，每组30个，人口密度越大说明该城市的集聚水平越高。用Eviews软件分析了人均GDP、人口密度及能源强度对人均CO2的影响。结果表明：人口密度增加会带来人均CO2排放的增加，但是小城市CO2排放增加的幅度要大于大城市，即可以说明集约型的城镇化道路可在一定程度上减少人均碳排放；人均GDP对人均CO2排放为正效应，经济的增长将会带来能源使用量的增多，不可避免地在这个过程中增加CO2排放；分析衡量能源利用效率的能源强度指标，增长单位GDP，小城市的人均碳排放增长幅度明显大于大城市，即大城市的能源综合利用效率更高，集约型的城镇化道路能够利用稀缺有限的能源创造更大的经济效益。

关键词：集约型城镇化;人均CO2;人口密度;人均GDP;能源强度

1.引言コ钦蚧是中国现代社会建设的必然趋势，城镇化进程的不断推进是我国社会经济快速发展的标志，是全面建设小康社会的重要突破口，是我国面向未来提高国民福利与社会总体财富的新增长点。2012 年，中国城镇化率达到52.57%，2012 年中央经济会议把“积极稳妥推动城镇化，着力提高城镇化质量”作为2013 年中央经济工作的六大任务之一，城镇化成为我国经济发展的重大战略方向。现阶段中国城镇化的基本特点是速度快、质量低。目前，能源—经济—环境问题成为国家决策者关注的焦点，如何在保持经济平稳增长的同时有效减少碳排放是我国各省市自治区城镇化进程中所面临的一个重大挑战。ピ诩涌焱平城镇化过程中，不能继续走高消耗、高排放、城乡分割的粗放型城镇化道路，而要走具有中国特色的集约型城镇化道路，即以科学发展观为引领，发展集约化和生态化模式，增强多元的城镇功能，构建合理的城镇体系，最终实现城乡一体化发展。本文将针对选择的30个大城市和30个小城市2006—2012年的能源消耗碳排放量，建立相应模型，通过数据分析进行城镇化道路的选择。

2.文献综述ス赜诔钦蚧发展与碳排放之间关系的研究，国内外很多学者很早就开始有过研究，根据面板数据或者截面数据，都有了一些研究成果，对此次课题研究具有指导性和借鉴性作用。ス外的学者关于城镇化进程中的能源利用问题的研究较早，大多数都是从全球出发，收集数据样本量大而且时间长。Parikh和Shukla（1995）利用发展中国家面板数据研究了城镇化进程中的能源利用问题，结果表明城镇化对能源消费和CO2排放具有显著影响［1］。Cole等（2004）利用1975—1998年全球86个国家数据分析人口因素对空气污染的影响，发现高城镇化率会增加CO2的排放。Martinez-Zarzos等（2011）运用1975—2003年发展中国家数据分析城镇化对二氧化碳排放效应，结果显示：城镇化和二氧化碳排放呈现倒Ｕ型关系。ス内学者在此问题上的研究起步较晚，这也是由于我国城镇化进程起步晚、发展缓慢的原因，但随着国家对城镇化的大力支持和发展，近几年也有了许多研究成果。林伯强、刘希颖等(2009)指出，通过对农业部门、工业生产、交通运输体系及居民生活的影响，城镇化带动了能源消费的快速且大幅上涨［2］。此外，林伯强等预测了中国煤炭需求增长带来的CO2 排放量的增加及中国CO2 排放的环境库兹涅兹曲线［3］。许泱等(2011)根据1995—2008年我国30个省市的面板数据，采用STIRPAT模型分析城镇化对碳排放的影响，结果显示：我国城镇化的推进导致碳排放量的增加，城镇化进程会继续放大碳排放量的增加；地区的城镇化推进速度越快，城镇化进程对碳排放的影响也就越大。杨晓军，陈浩(2013)利用中国1997-2009年省级面板数据，实证研究表明城镇化与CO2排放存在长期的均衡关系；城镇化对CO2排放影响呈现地区间差异［4］。陈晓春，蒋道国（2013）认为新型城镇化低碳发展面临的困境之一是高碳粗放的产业结构，第二产业为碳排放的主要来源。要解决这一问题方法是优化能源结构，技术创新，提高利用率；推动产业结构的转型升级［5］。ブ泄在城镇化发展过程中现呈现出两条路径：集约型和粗放型。所谓集约型的经济发展方式，是指高产出、高效率、高质量、低消耗地实现经济增长，注重内涵发展、质量提高、追求效益，依靠科技进步和结构优化升级，实现规模经营和合理布局生产力等达到经济的增长，而粗放型的经济增长方式是指高投入、高消耗、低产出、低质量地实现经济增长，注重外延扩张、数量扩展，靠资金和资源的不断投入和积累支撑经济增长的速度。ブ泄不同的地区城市发展水平不同，不同地区的人口规模也不同，目前这种以高能耗、高污染为代价的发展模式社会成本过高，资源利用效率过低，经济收益较小。南开大学王家庭（2012）提出了一种全新的城镇化模式——“低成本、集约型”城镇化模式，即通过集约利用资源，以较低的城镇化成本获得较高的城镇化收益。并提出两大低碳发展路径：提高自然资源的利用率，建设资源集约型城市；改善城市生态环境质量，建设环境友好型城市［6］。基于这种发展模式，我们对低碳目标指导下的城镇化道路的选择做出进一步的探究。

3.理论分析

3.1规模经济ス婺＞济是指在一定的产量范围内，随着产量的增加，平均成本不断降低的事实。规模经济按规模经济来源不同，可以分为内部规模经济、外部规模经济和聚集规模经济。其中，聚集规模经济是指生产的产品虽然不同，但在某一环节却有共同指向的多个工厂、多家企业聚集而产生的某些经济效益。コ钦蚧通过要素空间上的聚集，不仅能使厂商共享基础设施，节约生产成本，获得规模经济效益，而且更重要的是由于厂商彼此接近，可以更快捷地获取技术和市场信息，提高交易效率，减少交易成本，从而促进分工和专业化的发展，获得范围经济效益或专业化经济效益。当前，我国城镇化已进入快速发展阶段，同巨大的城镇化任务相对应的是各省市人均资源占有量有限、资源有效贡献率较低的现状。所以，我们应该集中有效资源，按照“关联性强、集中度大、集约度高”的建设思路，综合利用资源，实现产业的集聚效应。

3.2环境库兹涅茨曲线セ肪晨庾饶格曲线表明环境质量同经济增长呈倒U型曲线的关系，即当一个国家经济发展水平较低的时候，环境污染的程度较轻，但是随着人均收入的增加，环境污染和环境压力由低增高，环境恶化程度随经济的增长而加剧；当经济发展达到一定水平后，即到达某个临界点或转折点后，随着人均收入的进一步增加，其环境污染的程度逐渐减缓，环境得到改善和恢复。

4.实证分析

4.1变量选取ピ谙钟械某钦蚧与CO2排放之间关系的研究中，基本都以CO2排放总量为被解释变量，以人均GDP、人口总量、城镇化水平等变量为解释变量，还有部分基于跨国面板数据的实证研究将人口结构也作为影响碳排放的因素之一。宋杰鲲(2010)认为影响我国CO2排放量的因素主要包括经济增长因素（GDP 和人均GDP）、人口因素（包括总人口、15-64 岁人口比例和城市人口比例）、产业结构因素、技术因素（能源强度）等［7］。徐军委（2013）认为我国CO2排放的主要影响因素为：人口数量、GDP、能源消费总量、能源结构、经济结构、城镇化水平、工业化水平、能源强度、交通工具数量、生态保护建设等［8］。另外，现有研究考虑的变量还包括产业结构、地理位置、国家政策和制度等因素，但是像地理位置和国家政策类的变量难以定量分析，很难度量和评价。ビ捎诒狙芯康闹傅妓枷胧且缘吞嘉目标，指导中国城镇化道路的选择，而集聚型城镇化必然带来人口的增加以及产业的集聚，导致CO2排放总量的上升。但是，随着产业集聚和技术水平的提高，人均CO2的排放量预计会呈下降态势，即集聚型城镇化道路极有可能会减少人均CO2占有量，从而在人口规模基本稳定的前提下减少整个社会CO2的排放，实现低碳、绿色的城镇化发展目标。セ于已有研究，结合本文的研究目标，将人均CO2排放量作为被解释变量，人均GDP、人口密度以及能源强度作为解释变量，构建模型，利用面板数据进行分析。ナ紫龋人均GDP是衡量经济发展状况的指标，代表一个国家或地区的经济发展水平。而社会经济发展离不开煤炭、石油、天然气等大量能源的投入，而我国以煤炭为主的能源消费结构决定了在经济发展的过程中必然产生大量的CO2。当前，我国刚进入工业化的中期阶段，仍处在能源需求和消费快速增长的时期，CO2排放量在今后较长的一段时期内还会随经济的增长而增加，这一趋势也符合环境库兹涅茨曲线在拐点之前的增长趋势。ヒ话闳衔，人口总量对CO2排放量具有增量效应，即人口越多，在生活取暖、交通出行等方面使用和消耗的能源越多，产生的CO2排放量越大。但是，当一个地区人口聚集，规模经济的效应便会显现，集中取暖、发展公共交通、产业集聚，各种能源综合利用，人均CO2的排放量将会有所下降。人口密度这一指标也是本文在进行城镇化道路选择时的标准，即以人口密度的大小代表集约型和分散型两种类型的城镇化道路，集约型的城镇化道路比分散型的城镇化道路在理论上人均CO2排放量应该更少。ツ茉辞慷仁怯糜诙员炔煌国家和地区能源综合利用效率的最常用指标之一，体现了能源利用的经济效益，本文采用的能源强度指标指单位GDP能耗。能源强度越大，说明单位GDP的能源消耗量越多，即能源利用效率越低，则要实现经济增长的目标需要以牺牲能源为代价，大量的能源消耗必然带来人均CO2排放量的增加。

4.2设定模型

经典的IPAT模型认为环境影响I与人口P富裕程度A和技术水T紧密相关，即I=P*A*T。在此基础上YORK等人提出了STIRPIT模型，以分析人口、经济和技术对环境的影响。基本形式为I璱=aP璱琤A璱琧T璱琩e璱其中a、b、c、d均为被估计的参数。e为随机误差项，表示在不同观测单元之间的变化等。通过实证研究发现经济增长与环境质量之间呈现倒U型。关系即环境库兹涅茨曲线。现有研究中一般采用环境质量（污染物排放）与经济增长的简化模型。其基本形式为E=α+β1y+β2y2+β3y3+β4Z+ε。其中，E代表环境质量指标,y代表收入水平（一般为人均），Z代表除收入水平外影响环境质量的其他指标。α代表常数项。β1、β2、β3、β4分别代表各自变量的估计系数。ピ诮岷蟂TIRPIT模型和简单环境库兹涅茨曲线的基础上，本文参考现有研究成果，选取人口密度，人均GDP和能源强度等因素作为自变量，来研究城镇化对CO2排放的影响模型如下C﹊t=f（P﹊t，PY﹊t，狤I﹊t）АＦ渲蠧代表CO2人均排放量，P代表人口密度，PY代表人均GDP，EI代表能源强度。在实证研究中，为消除异方差和直接获得因变量对自变量的弹性，对变量均做自然对数处理。得到具体模型如下：オLNC﹊t=α﹊t+β1LNP﹊t+β2LNPI﹊t+β3LNEI﹊t+εИテ渲笑链表常数项，β分别代表各自变量的估计系数，Е弄Т表随机误差项。

4.3数据收集与处理

4.3.1数据来源ビ捎诟鞲龀鞘型臣乒报中对能源消耗量数据的统计较少，尤其是小城市数据较为残缺，很多城市对能源的统计都是自2006年“十一五计划”开始，因此本文选取了从2006年至2012年全国60个城市为样本，构成面板数据。ケ疚难芯克使用的能源消耗量数据（主要选取了煤、石油、天然气三种能源）来自于各个城市的统计公报及相关文献，经济社会数据主要来源于《中国城市统计年鉴》，所用变量中人口密度是市辖区年末总人口与建成区面积的比值，人均GDP是市辖区地区生产总值与市辖区年末总人口的比值。其中建成区面积是指市行政区范围内经过征用的土地和实际建设发展起来的非农业生产建设地段，它包括市区集中连片的部分以及分散在近郊区与城市有着密切联系，具有基本完善的市政公用设施的城市建设用地，可以较好反映城镇化区域面积的大小,准确地反映一个城市的范围。プ酆峡悸侨丝诿芏纫约叭司鵊DP两个指标，将城市分为集约型和分散型两组，每组30个，人口密度越大说明该城市的集聚水平越高。

4.3.2人均CO2排放量ビ捎谖夜统计机构没有公布CO2排放的检查数据，而CO2排放量与各种碳能源的消费使用密切相关，因此需要对CO2排放量进行测算。我国碳排放主要来源于化石能源的燃烧，国内现有文献中的CO2排放量都是通过各种能源消费转化而来的，在此主要利用广泛使用的煤炭、石油和天然气等一次能源的消费使用进行转换。首先查阅各城市历年统计公报，获取将各城市三种一次能源的消费实物量，再折算成标准统计量（万吨标准煤），折算系数参照《中国能源统计年鉴》附录中的“各种能源折标准煤参考系数”。

现有研究使用的CO2排放系数

序号数据来源煤炭石油天然气1ＤＯＥ∕ＥＩＡ0.70200.47800.38902日本能源经济研究所0.75600.58600.44903中国工程院0.68000.54000.41004ＧＥＦ0.74800.58300.44405ＡＤＢ0.72600.58300.40906北京项目0.65600.59100.45207发改委能源研究所0.74760.58250.4435平均值0.71650.56340.4281

然后，利用因素分解法将能源消费量折算成CO2排放量，具体计算公式如下：C=∑E•e璱•P璱•Qテ渲校珻 代表人均CO2排放量(单位：吨)；E 代表能源消费总量（单位：万吨标准煤）；e璱代表第 i 种能源消费量所占比重（单位：％）；P璱代表碳排放系数，来自现有各项研究数据的平均值（单位：吨碳∕ 吨标准煤）；Q代表CO2气化系数，指碳完全氧化成为二氧化碳之后与之前的质量之比， 是一个标准量44／12；i 代表各种含碳能源，本文中指煤炭、石油和天然气。人均CO2排放量是按照市辖区人口进行平均计算的CO2排放量（单位：吨∕人）。4.3.3能源强度ツ茉辞慷仁怯糜诙员炔煌国家和地区能源综合利用效率的最常用指标之一，体现了能源利用的经济效益。一般而言，能源强度越高，表示经济活动的能源利用效率越低，产生的二氧化碳排放量相对越多。能源强度最常用的计算方法有两种：一种是单位国内生产总值（GDP）所需消耗的能源；另一种是单位产值所需消耗的能源。而后者所用的产值，由于随市场价格变化波动较大，因此若非特别注明，能源强度均指代单位GDP能耗，本文中即是采用这种计算方法，单位为“万吨标准煤/万元”。4.4数据分析ネü上述变量选取和理论分析，我们进行如下假设：ト丝诿芏榷匀司鵆O2排放量的影响主要表现在集聚经济上，因此可以预测在回归中大、小城市的回归系数均为负值，并且大城市由于集聚所以负值更大，体现为人口密度每增加一单位，大城市人均CO2排放量的减少量比小城市大，意味着集聚型城市对能源的利用效率更高［9］。ト司鵊DP的增长对人均CO2排放量的影响则表现为回归中大、小城市的回归系数均为正值，因为城市发展消耗导致排放量正向增加。但是比较可以看到，大城市由于集聚所以正值更小，也就是体现为人均GDP每增加一单位，大城市人均CO2排放量的增加量比小城市少，所以猜测集聚型城镇化道路相比较看来，更加适合我们发展。ニ以综上所述，我们选取了CO2和人口密度，人均GDP还有能源强度做回归，进一步研究城镇化过程中这几个变量对CO2排放量的影响程度，结果如下表：

大城市小城市

系数P值系数P值X10.26470.0020.82290.0000 X20.81080.0000 1.91920.0000 X30.27920.0000 1.39350.0000 F138.910.0000 202.00 0.0000 R20.70190.773

4.4.1人口密度对人均CO2排放量的影响パ≡袷组典型的大、小城市分别试回归过程，通过回归我们看到人口密度的回归系数是负值，说明正如我们之前理论分析，如果城市聚集，大城市会比小城市在人口密度方面对CO2排放量的负向影响更大，所以初步证明了集聚型城市是好的选择。由于人口密度的大小反应了人口的聚集程度，所以相比较小城市而言，大城市在人口聚集时，产业集聚，带来规模经济。规模经济进一步使得能源的利用效率得到大幅度提高。因此，相比较大城市的人均人口CO2排放量是减少的。ブ后对所有60个城市分别进行回归。大城市的人口密度系数是0.2607，小城市是0.8229，且均通过检验。人口密度每增加一单位，大城市人均CO2排放量的增加量比小城市少，意味着集聚型城市对能源的利用效率更高，更能够有效实现低碳的发展目标。サ是回归系数是正值，和预期不符合。针对这一现象我们分析认为如果三个变量一起回归，会导致多重共线性等因素的影响，使得人口密度的系数没有成为预期的负值，所以我们之后决定对人口密度和CO2排放进行单独回归。

大城市小城市

系数P系数P人口密度-0.50280.000-0.46070.000

结果表明，大城市回归系数为-0.5028，小城市回归系数为-0.4607，大城市人口密度每增加一单位减少的人均二氧化碳排放量更多，与实现低碳的城镇化目标更加契合。

4.4.2人均GDP对人均CO2排放量的影响ス赜诰济增长GDP与碳排放量之间关系的研究，一直以来受到人们的关注。对碳排放量与经济增长之间关系的研究，我们可以采用环境库兹涅茨曲线，这也是分析二氧化碳排放与经济增长关系的主要方法。环境库兹涅茨曲线是美国经济学家GGrossman和AKureger(1991)提出的，他们发现经济增长和环境污染之间呈倒U型的关系，即环境质量随着经济增长的积累呈先恶化后改善的趋势［10］。ナ紫龋通过检验回归，经济增长和CO2排放量之间存在稳定的长期均衡关系。长期中，随着人均GDP水平的提高，CO2排放量呈现不断增加的趋势，这对我国促进CO2减排、实现低碳发展带来了巨大的压力。再次，在长期中可以看出人均GDP与人均CO2呈单调递增关系，并且不存在任何拐点。最后，通过比较我们看到，小城市人均GDP的系数是1.9192而大城市系数是0.8108，意味着小城市发展经济时会排放更多的CO2，对环境的破坏更加严重。随着经济的快速发展，中国面临着更多的减排压力，因此对低碳经济必须高度重视，所以我们应该坚决走集聚化的城镇化路线。［11］

4.4.3能源强度对人均CO2排放量的影响ツ茉辞慷扔隒O2排放总量的关系在大城市和小城市之间是有区别的。从能源强度的系数来看，系数为正且小城市的系数明显高于大城市，说明小城市能源强度越大，经济活动的能源利用效率越低，产生的人均CO2排放量的增加量相对更多。系数的P值很小，说明结果是显著的。这与我们的预期设想是一致的，即大城市的集约型发展模式能综合利用能源，提高能源利用率，从而人均CO2排放量较低。

5.结论ネü理想状态下的理论分析可以得出，人口密度越大，即集聚型的城镇化道路有助于减少人均CO2的排放，实现低碳、绿色的城镇化发展目标。实际进行数据分析时虽然得到的结果为人口密度增加会带来人均CO2排放的增加，但是小城市CO2排放增加的幅度要大于大城市，即仍可以说明集约型的城镇化道路可在一定程度上减少人均碳排放，从而在人口总量保持基本稳定的前提下实现总碳排放量的下降，对缓解温室效应以及全球生态环境的保护具有重要意义。ピ诙匀司鵊DP和能源强度指标的分析中，通过研究发现人均GDP对人均CO2排放为正效应，即针对中国目前的发展现状，经济的增长将会带来能源使用量的增多，不可避免地在这个过程中增加CO2排放。作为衡量能源利用效率的能源强度指标，增长单位GDP，小城市的人均碳排放增长幅度明显大于大城市，即大城市的能源综合利用效率更高，集约型的城镇化道路能够利用稀缺有限的能源创造更大的经济效益。プ酆弦陨戏治觯本研究认为集约型的城镇化道路不仅能够减少温室气体——CO2的排放，改善生态环境，而且能够提高能源的利用效率，充分发挥规模经济的作用，利用有限能源为我国的经济发展创造更大的价值。因此，本文认为中国应当坚持走集约型的城镇化道路。

参考文献：

[1]Parikha.J.，V.Shukla.Urbanization，energy use and greenhouse effects in economic development: Results from a cross—national study of developing countries[J].Global Environmental Change，1995，5(2).

[2]林伯强，刘希颖.中国城镇化阶段的碳排放：影响因素和减排策略[J].经济研究，2009.（8）.

[3]林伯强，蒋竺均.中国二氧化碳的环境库兹涅格曲线预测及影响分析[J].管理世界，2009，（3）.

[4]杨晓军，陈浩 .中国城镇化对二氧化碳排放的影响效应：基于省级面板数据的经验分析[J].中国地质大学学报（社会科学版）.2013.13(1):32-37.

[5]陈晓春，蒋道国.新型城镇化低碳发展的内涵与实现路径[J].学术论坛.2013.4:123-127.

[6]王家庭.“低成本、集约型”城镇化模式的理论分析及低碳发展路径研究[J].当代经济管理.2012. 34(1):52-56.

[7]宋杰鲲.我国二氧化碳排放量的影响因素及减排对策分析.价格理论与实践.2010(1).

[8]徐军委.基于LMDI的我国二氧化碳排放影响因素研究.中国矿业大学.2013.

[9]谭建新, 杨晋丽. 我国 CO2 排放量变化的影响因素分析[J]. 江苏经贸职业技术学院学报, 2011, 1: 002.

[10]王军, 耿建. 我国人均 GDP 与人均 CO2 排放量关系的实证分析[J]. 商业时代, 2012, 1: 007.

[11]景骆. 二氧化碳排放量与我国 GDP 增长关系的实证研究[J]. 郑州航空工业管理学院学报, 2010, 28(005): 24-27.