老龄化与碳排放：消费效应还是生产效应？——基于2002—2017年中国省级面板数据的实证研究

刘晓敏，李新爱

(上海师范大学 商学院，上海 200234)

中国虽然成为世界经济的“火车头”，但面临着越来越多的发展问题，人口老龄化便是其中一个。从国际通用的老龄化标准来看，如果一个国家或地区65岁及其以上的老年人数量占到了人口总数的7%，就意味着这个国家或地区的人口整体处在老龄化的阶段，当该比例超过14%，则意味着进入老龄社会。实际上，中国在2005年就进入了老龄化阶段(7.6%)。而且根据全国老龄工作委员会办公室预测，中国预计在2024年至2026年前后进入老龄社会。

在中国人口老龄化问题加重的同时，低碳问题也成为中国关注的重点。21世纪人类发展面临着各种各样的环境问题，全球气候变暖便是其中之一，而且人类的各种活动产生的二氧化碳(CO2)等温室气体是全球变暖的一大原因。近十年，中国的碳排放量问题逐渐引起关注，中国在2005年的碳排放量超过了美国，在2012年则超过了美国和欧盟的总和。但是自2013年以来，中国的碳排放量处于比较平稳的状态。这一方面显示出中国在碳减排方面做出的努力，另一方面则反映了中国碳减排压力依然很大的残酷现状。随着中国老龄化问题的加重，中国面临着来自碳减排和老龄化加速的双重压力。因此，深入研究人口老龄化对碳排放的影响是中国在老龄化的现实背景下做出环境政策抉择的关键。

中外学者对人口老龄化与碳排放之间关系的关注虽然越来越多，但是现有的研究多基于STIRPAT(stochastic impacts by regression on population, affluence, and technology)模型从实证层面讨论人口老龄化对碳排放的影响。显然，还需要从理论层面探究两者关系的理论基础。因此，通过构建世代交叠模型(overlapping generations, OLG)时，并将碳排放纳入模型，在理论层面上定性分析人口老龄化与碳排放之间的关系。同时，利用2002—2017年中国大陆30个省市(除西藏外)的面板数据，定量研究人口老龄化与碳排放的关系，而且基于中介效应模型探讨了其背后的影响机制。

与现有文献相比，本文的贡献包括：①现有研究多从实证层面研究人口老龄化与碳排放之间的关系，构建OLG模型，从消费效应和生产效应两个角度去分析人口老龄化对碳排放的影响，以期给两者关系一个合理的理论解释；②利用中介效应模型探索了人口老龄化与碳排放关系的影响机制，有助于更好地理解老龄化如何影响碳排放；③探究了中国人口老龄化与碳排放的地区异质性，以期为不同地区在老龄化的现实背景下制定合理的低碳政策提供参考。

1 文献综述

关于碳排放与人口因素的现有文献大多从人口规模入手，多数学者认同人口规模扩大会导致碳排放量增加[1-3]。近几年，人口老龄化与碳排放双重挑战的叠加，推动了中外学者对两者关系的研究，但是研究结果尚未达成共识。

第一类研究认为人口老龄化导致劳动适龄人口减少，从而降低了碳排放水平。Dalton等[4]以美国家庭微观数据为研究对象，研究发现人口老龄化在长期情况下会显著降低美国的碳排放水平。李楠等[5]和付云鹏等[6]以中国为研究对象，研究发现在长时期下人口老龄化的加快会显著降低碳排放量。范洪敏和穆怀中[7]则利用1990—2012年的多国面板数据，发现人口老龄化主要是通过生产和消费这两种渠道促进环境质量改善的。

第二类研究则认为人口老龄化会增加社会抚养压力，进而加剧碳排放。Menz等[8]以经济合作与发展组织(OECD)国家为研究对象，发现人口老龄化加剧了碳排放的增加。Yang等[9]以北京市为研究对象，发现老龄化显著增加了碳排放。穆怀中和张梦瑶[10]考察了老龄化对环境库兹涅茨曲线的影响，发现老龄化水平越高，污染排放水平越高。

第三类研究则认为人口老龄化与碳排放之间呈“U”形或倒“U”形的非线性关系。王钦池[11]认为人口因素与碳排放的关系并非线性，并以此为切入点构建碳排放模型，结果发现人口老龄化与碳排放呈现倒“U”形关系。李飞越[12]基于1995—2012年的省级面板数据，运用系统广义矩估计，也得出相同结论。而王芳和周兴[13]基于多国1961—2010年面板数据，实证研究发现人口的老龄化程度对碳排放有着“U”形的影响

2 理论模型

人类主要通过其消费行为与生产行为来对碳排放产生影响[14]，所以在分析人口老龄化对碳排放的影响时也可以通过消费和生产两个路径去分析。从消费视角来看，人口老龄化会在一定程度上改变消费结构，比如提高城镇居民平均消费倾向[15]，社会抚养负担加重，公共支出增加[16]，从而在一定程度上增加碳排放。从生产视角上看，人口老龄化意味着老年人口增加相应的适龄劳动力便会减少，降低了生产效率，促进第三产业发展以适应人口老龄化显著，进而能在一定程度上促进产业结构的升级[17]，从事更多简约低碳的产业，如服务业等。

现将从消费行为和生产行为两个角度探索老龄化对碳排放的影响，并将老龄化的代际影响考虑其中。因此，基于世代交叠模型(OLG)，考虑一个由代表性家庭和完全竞争厂商组成的两期封闭经济，其中，代表性家庭在第一期(年轻时)通过劳动以获取工资收入来进行消费或者储蓄，第二期则为退休后，将其储蓄及储蓄产生的收益作为第二期的收入来进行消费。将碳排放情况纳入OLG模型，则代表性家庭的总效用函数由第一期的消费水平、第二期的消费水平和第二期碳排放情况决定，并没有包括t期的碳排放量，这是因为t期的碳排放量有t-1期的消费和生产决定，并不会影响年轻人的行为。假设代表性家庭的总效用函数(U)，具体形式为

(1)

(2)

(3)

式中，rt+1为第t+1期的名义收益率，在此预算约束下，代表性家庭可以选择适合自己的消费和储蓄行为来实现家庭效用函数的最大化。

在OLG模型中考虑环境的外部性，即碳排放。在人口老龄化与环境污染的关系中，不仅应该考虑了人口消费行为造成的生活污染，而且也要关注人口生产行为造成的生产污染[18-19]。因此，碳排放可以表示为上期碳排放量、消费碳排放和生产碳排放，公式为

(4)

参照John等[18]模型假定生产函数，产出Y由劳动(N)和资本(K)构成，即

(5)

式中，α>0,0<β<1,α代表技术进步，β和1-β分别代表资本和劳动的产出弹性。由式(5)可得人均产出函数yt=αf(kt)，其中kt用以代表人均资本，而且，可知f′(·)>0,f″(·)≤0,f(0)=0。

厂商利润函数可以表示为

πt=Yt-rtKt-wtNt

(6)

由厂商利润最大化一阶条件可知

rt=αf′(kt)

(7)

wt=α[f(kt)-ktf′(kt)]

(8)

由市场出清条件，产品的供需应相等，所以

(9)

将式(9)与式(2)、式(3)相结合，得到

wt+St(1+rt+1)=wt+kt+1(1+rt)

(10)

简化为

St=kt+1

(11)

由式(11)可知，市场出清条件可以看作是第t+1期的人均资本全部来源于第t期的储蓄。因此，可利用式(11)将式(2)～式(4)改写为

ktf′(kt)]-kt+1

(12)

(13)

CO2t+1=(1-ρ)CO2t+μNt-1{α[f(kt)-ktf′(kt)]-kt+1}+ϑαNtf(kt)

(14)

在此，可以表述代表性家庭的总效用水平最大化问题

U{α[f(kt)-ktf′(kt)]-kt+1}+U{[1+

αf′(kt)]kt+1}+φ{(1-ρ)CO2t+μNt-1{α[f(kt)-

ktf′(kt)]-kt+1}+ϑαNtf(kt)}

(15)

假定初始的碳排放量为常数CO2，则稳态的资本量为

(16)

3 实证分析

3.1 数据来源、模型与变量

样本为中国大陆30个省份(除西藏外)2002—2017年的省级面板数据，数据来自《中国能源统计年鉴》《中国统计年鉴》以及各省统计年鉴。同时，对所有连续变量进行 winsorize处理(上下 1%分位)以消除极端值影响。

沿用大部分实证研究所采用的STIRPAT模型来对人口老龄化与碳排放之间进行实证分析，回归方程为

(17)

式中：碳排放量(CO2)为因变量，考虑到人口老龄化与碳排放之间的非线性关系，设定人口老龄化(Old)和人口老龄化的平方项(Old2)为自变量；控制变量有人均GDP(rgdp)、能源消费结构(Ratio_Coal)、开放程度(Open)和人口规模(ln Pop)。下面对数据进行解释说明：

碳排放量(CO2)：用CO2排放量(亿t)表示。综合杜立民[3]、国际气候变化对策协调小组办公室和国家发改委能源研究室的碳排放核算方法，将CO2排放量核算公式分为两部分，分别为化石能源(煤炭、焦炭、汽油、煤油、柴油、燃料油、天然气)燃烧产生的CO2和水泥生产过程中化学反应产生的CO2，具体公式为

(18)

式中：ECi为第i种化石能源的CO2排放量，它由第i种化石能源的消费量(Ei)、热值(CFi)、碳含量(CCi)、碳氧化率(COFi)与3.67相乘得到，其中CFi×CCi×COFi×3.67为CO2排放系数。CO2cenment表示在水泥生产过程中产生的CO2排放量，由表示水泥的生产量(Q)和水泥的CO2排放系数(EFcenment)组成。

人口老龄化率(Old),由65岁及其以上年龄人口占常住人口的比例表示。采用Old和人口老龄化率的平方(Old2)来衡量人口老龄化。

人均GDP(rgdp),以2012年为基期平减后的人均GDP表示经济发展水平。根据EKC假说，每增加一单位人均GDP便意味着要消耗更多的资源，因此可能产生更多的碳排放。能源消费结(Ratio_Coal),以折算后的煤炭消费量(万吨标准煤)在能源总消费量中所占比重来衡量。开放程度(Open),以进出口总额占GDP的比重表示，贸易对外开放程度会对碳排放产生影响[20-21]。人口规模(ln Pop)以常住人口的自然对数表示，碳排放主要来源于人类活动，人类的各种活动都有可能产生一定量的碳排放。

3.2 描述性统计

表1为样本数据的统计描述。可以看出，中国30个省(市)的碳排放量和人口老龄化程度相差较大。其中，碳排放量的最小值出现在2003年青海省(0.182亿t)，最大值出现在2013年的山东省(9.948亿t)。人口老龄化(Old)的均值是9.306%，最小值出现在2002年宁夏回族自治区(5.67%)，最大值出现在2017年上海市(14.26%)。按照人口老龄化的均值(9.306%)划分为低老龄化组和高老龄化组，其碳排放均值分别约为2.514亿t和3.361亿t。初步表明，随人口老龄化水平的提高，碳排放量进一步增加。

表1 变量的描述性统计

3.3 回归分析

以式(17)作为基准回归的模型，表2报告了基准回归的结果，表2中第(1)、(2)列是固定效应的估计结果，第(3)、(4)列是随机效应的估计结果。经过Hausman检验，证明应选择固定效应模型。由第(1)、(2)可知，人口老龄化(Old)的系数显著为正，而且人口老龄化的平方(Old2)的系数显著为负，这说明人口老龄化与碳排放量之间存在倒“U”形关系，在人口老龄化程度低于拐点值时，人口老龄化程度的提高会加剧碳排放，当人口老龄化高于拐点值时人口老龄化程度的提高会有助于降低碳排放。由随机效应结果可知，人口老龄化对碳排放量依旧具有倒“U”形影响，在一定程度上说明了结果的稳健性。

表2 基准回归结果

在控制变量方面，人均GDP(rgdp)的系数显著为正，表明经济发展还是伴随着牺牲环境的代价。能源消费结构(Ratio_Coal)与碳排放量(CO2)显著正相关，说明能源消费结构越偏重化石能源，会引发更多的碳排放。开放程度(Open)的系数显著为正，说明对外贸易程度越高，碳排放量随之增高，这在一定程度上验证了中国多出口高耗能、高碳排放量的初级产品。人口规模(ln Pop)与碳排放显著正相关，说明人口增加带来的消费行为和劳动力增加带来的生产行为都会加剧碳排放。

分别对中国东部、中部、西部3组样本进行面板固定效应回归。如表3所示，老龄化与碳排放的关系在东部、中部、西部地区是存在差异的，老龄化的程度不同的确会影响到碳排放的趋势。对于东部和中部地区，人口老龄化与碳排放的倒“U”形关系依旧存在，但在西部地区，人口老龄化对碳排放并不呈现为倒“U”形影响。

表3 东、中、西部回归结果

4 影响路径：消费效应还是生产效应？

4.1 中介效应

前文结果表明，人口老龄化与碳排放之间呈现倒“U”形关系，那么人口老龄化主要是通过消费渠道还是生产渠道来影响碳排放的呢？在消费方面，在人口老龄化的初期阶段，人口老龄化主要建立在人口生育率下降以及寿命延长的基础上，人口红利并没有消失，这时候人口老龄化会在一定程度上改变消费结构，例如私家车的消费人群多为年轻人，而非老年人，所以老龄化影响碳排放可能途径为提高城镇居民的平均消费倾向[15]。在生产方面，人口老龄化会造成适龄劳动力人口的减少，那么依靠高耗能的劳动密集型产业发展的经济模式将走不下去，促进产业结构升级，转向低碳型的产业，如服务业或高端制造业等，因此老龄化可能会通过产业结构升级来影响碳排放。

采用温忠麟和叶宝娟[22]的中介效应模型对人口老龄化与碳排放关系中的消费效应和生产效应这两个影响路径进行检验。在此，人口老龄化的消费效应(Consum)用城镇居民家庭平均每百户家用汽车拥有量(辆)来表示，人口老龄化的生产效应(UpIndustry)用产业结构升级系数来表示。其中，产业结构升级系数(UpIndustry)采用汪伟等[17]的方法，计算公式为

(19)

式中，xi代表第i产业产值占总GDP的比重，以该指数来反应产业升级状况。

表4第(1)、(3)列报告了消费效应的中介作用的估计结果。表4第(1)列作为参照组，第(2)列分析了人口老龄化对消费效应(Consum)的影响,可知人口老龄化确实提高了城镇居民的平均消费倾向。第(3)列结果表明，消费效应(Consum)依旧显著，人口老龄化(Old)的系数依旧在1%的显著性水平上显著，但系数降为0.609。根据温忠麟和叶宝娟[22]的中介效应，说明消费效应在人口老龄化与碳排放之间起到了部分中介作用。

表4 中介效应：消费效应与生产效应

第(4)、(5)列报告了生产效应的中介作用的估计结果。由第(4)列结果可知，人口老龄化显著促进了产业结构升级。而第(5)列的结果中，产业结构升级对碳排放的影响并不显著。因此，人口老龄化的生产效应并不显著。综上可知，人口老龄化主要通过消费效应来影响碳排放，生产效应的中介效应不显著。

4.2 稳健性检验

将老年人抚养比(Old_F)作为人口老龄化的替代变量进行回归，以验证模型及结论的稳健性。由表5结果可知，人口老龄化与碳排放之间的倒“U”形关系依旧存在。

表5 稳健性检验

5 结论与建议

以2012—2017年中国省级面板数据为研究对象，采用OLG理论模型定性分析以及采用分别面板固定效应、随机效应实证分析了人口老龄化与碳排放之间的关系。结果表明，人口老龄化与碳排放之间具有显著的倒“U”形关系，在老龄化初期，中国人口红利依旧存在，多采用以劳动密集型产业为主的经济模式，城镇居民的平均消费倾向提升，导致高碳排放量。随着老龄化程度的加深，人口红利也逐渐消失，促进了产业结构的提升，产业结构会转型低碳型的资本密集型和技术密集型产业。中介效应模型结果说明，人口老龄化主要通过消费效应的中介效应来加剧碳排放，人口老龄化的生产效应并不明显。

目前中国经济进入高质量发展阶段，同时还面临着中等收入陷阱、人口老龄化困境与低碳发展的三重压力之下，如何在保持稳定经济增长和解决人口老龄化的现实背景下，制定环境经济决策以实现低碳发展？关键在于坚持高质量的经济发展模式，高质量生产、高质量就业、高质量制度等高质量措施来推动新旧能转变、经济结构优化、经济发展的动力，促进产业结构升级，加强人口老龄化对碳排放的生产效应，减少经济发展对环境造成巨大压力。另一方面，加强对老龄化人口的社会保障，宣传建立绿色消费，倡导简约低碳的消费模式，这样在理智消费的同时，减少人口老龄化对碳排放的消费效应，增强绿色消费对经济发展的促进作用。