朱中军 魏景赋 田文举

（上海理工大学管理学院，上海 200093）

一、引言

随着经济的快速发展和城建面积的不断扩张，中国城镇化进程从2005年开始以前所未有的速度进行［1］。据国家统计局2016年人口统计数据显示，2015年中国城市人口的比例已达到56%，而2005年仅为42.9%。我国城镇化进程发展迅速，化石能源消耗和碳排放的激增同样令人震惊，到2014年中国碳排放量已占世界碳排放总量的23.4%，其中，85%的碳排放来自于化石燃料的燃烧，中国已经超越美国成为世界上最大的碳排放以及能源消耗国家［2］。为缓解来自国际社会日益增大的减排压力，中国主动提出到2020年每单位GDP碳排放量相比于2005年要下降40%～45%［3］。另外，中国第13个五年计划（2016-2020年）纲要对国民经济和社会发展目标已明确保证，在此期间中国能源消耗和每单位GDP的排放量必须分别下降15%和18%，这是中国城镇化长期规划中一个有约束力的目标。因此，探讨城镇化与碳排放之间的关系，从而为减排找出有效措施与途径显得尤为重要。

考虑到城镇化是影响碳排放的重要因素之一［4］，中国必须认真处理好二者之间的关系。一方面，城镇化带来的城市基础设施建设的扩张、居民能源消耗的增长、汽车尾气排放的增加以及土地利用方式的转变都将增加城市碳排放［5］。另一方面，城镇化导致的人口集聚、企业集聚、能源使用效率的提高、产业结构的优化将在一定程度上减少城市的碳排放［6］。既然城镇化对碳排放存在正反两方面联动关系。那么，城镇化对中国区域碳排放影响主要是正效应还是负效应？城镇化不同要素对中国经济不同发展水平地区碳排放影响是否存在差异？这些问题的回答对中国实现减排目标和完善城镇规划具有重要现实指导意义。

二、文献综述

城镇化会对碳排放产生显著影响已经成为学界共识［7］。该问题研究开始于 Jones［8］，通过对1980年59个发展中国家相关数据进行的回归分析，得出了城市化率每增长10%将使人均能源消费增加4.5%～4.8%。其后，许多学者通过采用跨国面板数据分析证实了跨国背景下城市化与二氧化碳排放的正相关性［9-15］，也有其他学者发现城市化对发达国家能源消耗和碳排放具有负面影响［16-18］。可见，现有文献得出的城市化对碳排放影响的结论并不一致。

尤其是在城镇化与中国能源消耗和碳排放因果关系方面的研究中，还没有达成因果关系存在的共识［17］。这部分原因是研究方法和样本数据的差异所致，同时也反映了城市化对能源消耗和二氧化碳排放的复杂影响。最近的研究更关注城镇化对能源消费和碳排放的影响的机制或关键因素。多数学者认为影响城市碳排放的主要因素是能源强度、能源结构、产业结构和GDP本身［18］［19］。例如，Wang等［20］将碳排放分解为人口、人均GDP、能源消耗强度和能源消费结构，结果表明，城镇化可以通过改变能源消费结构、能源利用效率等方式间接影响城市碳排放。此外，一些学者还指出，城市化亦可通过影响地区产业结构、空间结构等方式对地区碳排放变动产生影响［21］［22］。

城镇化对碳排放的影响不同的另一个原因是区域异质性［23］。因为中国不同地区的人口、经济发展水平、城镇化水平、能源效率等指标存在巨大差异，导致人均碳排放量显著不同。然而，中国关于城镇化的碳排放效应研究对象是不完整的。总的来说，相关研究主要集中在对各种特定部门和各特定地区进行研究。例如，对广东省的碳排放交易的研究［25］，对山东省能源使用效率与碳排放关系的研究［27］以及对江苏省产业结构调整与碳排放关系的研究［28］。这种针对特定部门和特定区域的研究方法很容易忽视许多关键性的问题。例如，在中国快速城镇化进程中，不同经济发展水平地区的城镇化对碳排放影响是否存在差异？城镇化对碳排放的影响因素有哪些？城镇化不同要素对碳排放的影响是否存在明显的区域异质性？故而通过对中国不同经济发展水平地区城镇化对碳排放影响的机制共同分析，可以很好回答和解释这些问题。

衡量城镇化对碳排放影响的模型主要有IPAT模型（衡量人口、富裕和技术的影响），STIRPAT模型（回归对人口、富裕和技术的随机影响）和Kaya验证模型（总排放水平表示为人均GDP，单位GDP能源消耗和单位能耗消耗的碳排放），其中，Kaya验证模型是目前研究碳排放的最基本公式［29］。一些学者通过对Kaya模型进行拓展，运用指数分解法（IDA）进行分解，以研究影响碳排放的不同因素。Ang［30］则对不同指数分解方法及其实际应用进行比较分析，证明对数指数分解法（LMDI）是最优方法。这些模型大部分以城镇人口占总人口的比例这种总量的形式来衡量城镇化水平，通过构建碳排放量与城镇化水平之间的计量经济学模型，研究二者之间的关系。由此可知，很少有学者通过运用模型对城镇化不同要素进行分解研究。

综上所述，现有文献存在以下不足之处：首先，关于城镇化与二氧化碳排放之间关系的研究结论不一致，而且仅仅只是以总量形式来衡量城镇化水平对碳排放是正面/负面效应，并未具体考虑城镇化的不同要素对碳排放的影响；第二，目前关于城镇化对碳排放影响的机制或主要因素的分析不充分；第三，中国城镇化碳排放效应的研究未充分考虑到区域异质性的影响。鉴于此，本文通过对Kaya验证模型进行拓展，运用LMDI方法将碳排放效应分解为能源排放系数效应、能源消费结构效应、能源消耗强度效应；将城镇化效应按要素分解为产业城镇化效应、收入城镇化效应、人口城镇化效应、空间城镇化效应；同时将中国分为经济发达地区、经济较发达地区、经济欠发达地区三大区域（大多数研究通常按省份或者中部、西部和东部等传统方式分类）。以对比研究城镇化各要素对中国不同发展水平地区碳排放的影响。

三、机理分析与模型构建

（一）城镇化对碳排放变动影响机理分析

城镇化对中国不同地区碳排放变动的影响是正面和反面因素综合作用的结果。这种综合作用根据城镇化的不同要素可以分解为人口城镇化效应、收入城镇化效应、空间城镇化效应、产业城镇化效应［32］。具体机理如下：首先，人口城镇化是指农村人口向城镇集中，进而导致城镇人口比重不断上升的过程。城市人口的急速膨胀会造成城市人口密度的升高，这将引起人均能耗（如公共交通设施的发展）的减少，人均碳排放量也随之减少。其次，收入城镇化是指随着人口城镇化进程的加快而呈现出地区经济发展和人民生活水平提高的过程。城市居民生活水平的提高、人均收入的增加会引起与之配套的社会投入成本增加（如住房投入、医疗卫生服务等的增加），这必然会引起城市碳排放的增加。再次，空间城镇化是指非建设用地向城镇建设用地转化而引起空间结构不断改善的过程。城镇面积的不断扩展，必然会引起土地开发、建筑耗材等方面耗能的增加，这都将引起碳排放的上升。最后，产业城镇化是指随着城镇化进程而呈现出产业结构优化以及生产效率不断提升的过程。产业结构优化以及生产效率的提高都有利于工业能耗的减少，这将很大程度减少城市碳排放量。

根据以上机理分析，同时参考其他学者研究成果，本文分别选取人口密度衡量人口城镇化、城市人均GDP衡量收入城镇化、城市建成区面积变化衡量空间城镇化、第二和第三产业占GDP的比重衡量各区域产业结构，以按照城镇化不同要素全面地分析其综合效应。

（二）模型构建

本文以Kaya恒等式为基础，构建城镇化对我国经济不同发展水平地区碳排放变动影响的实证模型，Yoichi Kaya［31］认为温室气体排放主要和人类的四种活动密切相关：

式（1）中，C表示某地区化石能源消费产生的碳排放总量，E表示该地区化石能源消耗的总量，GDP表示该地区国内生产总值，P表示该地区人口总量。为反映上述城镇化发展的四种效应，本文将（1）式扩展为：

式（2）中，Ci表示各区域碳排放总量，Cik 表示各地区第k种能源消耗产生的碳排放量，Eik表示各地区第k种能源消耗总量，Ei表示各地区能源消耗总量，GDPi表示各地区第二和第三产业生产总值，GDP表示各地区生产总值，Pu表示各地区城镇人口总量，Sarea表示各地区城镇建成区面积。

本文采用 Ang和Choi［32］提出的 LMDI方法对能源消耗和碳排放进行分解，将（2）式分解为碳排放各因素乘积形式，即：

在0-T时间序列内对（3）式进行加法形式的指数因素分解可以得到：

能源排放系数效应：

能源消费结构效应：

能源消耗强度效应：

产业城镇化效应：

收入城镇化效应：

人口城镇化效应：

空间城镇化效应：

四、实证分析

（一）数据来源

本文从《中国统计年鉴》和“中国排放账户和数据集（CEAD）”中分别收集了2005-2014年城镇化、产业结构、各省份生产总值等宏观社会经济数据和中国各省份能源消费清单和排放清单。CEAD提供中国在国家和省级层面的准确和最新的能源消费和排放数据，CEAD发布的所有数据集是从英国研究委员会、牛顿基金、中国国家自然科学基金、中国科学院资助的当前研究项目的结果中采集。

（二）数据分析

为了研究城镇化对不同发展水平地区碳排放的影响，参照2013年世界银行划分世界不同发展水平地区的新标准，本文按人均实际GDP的固定值计算（2000年=100）将中国的29个省市（香港、澳门、台湾、西藏和青海由于数据不完整，不在考察范围之内）划分为经济发达地区、经济较发达地区和经济欠发达地区。

区域1：经济发达地区。按人均实际GDP大于等于81600元计算。包括6个省份：上海、北京、广东、天津、江苏和浙江。平均城市化约74%，平均人均实际GDP等于93670元。

区域2：经济较发达地区。按人均实际GDP大于等于44200元，小于81600元计算。包括14个省份：河北、内蒙古、辽宁、吉林、黑龙江、福建、山东、湖北、重庆、新疆、湖南、陕西、四川、河南。平均城市化约51%，平均人均实际GDP等于50970元。

区域3：经济欠发达地区。按人均实际GDP＜4.42×104元计算。包括 9 个省份：山西、江西、广西、安徽、海南、贵州、云南、甘肃、宁夏。平均城市化约37%，平均人均实际GDP等于36620元。

（三）计算结果

按照以上区域划分，同时根据收集的各省份能源消耗数据并参照IPCC（2006）公布的碳排放计算公式，可计算出我国三大区域与城镇化相关的碳排放量，再运用公式（6）～（12）分别对我国三个经济不同发展水平地区碳排放驱动因素进行分解。各驱动要素的分解结果如表1所示。

表1 碳排放驱动要素分解结果

由表1可知，城镇化对三个地区碳排放的总效应为正，且均比非城镇化因素影响更加明显。其中，能源消费结构、收入城镇化、空间城镇化对三个地区碳排放都呈正效应；能源消耗强度、人口城镇化对三个地区碳排放呈负效应；而产业城镇化对经济发达地区呈负效应，对其他两个地区呈正效应。

为进一步分析城镇化不同要素对不同地区碳排放驱动的影响，重新整理所得区域数据，再利用公式（6）～（12）进行分解，可计算出各驱动因素对我国经济发达地区、经济较发达地区、经济欠发达地区年度平均碳变动量，分别如图1、图2、图3所示。

图1 经济发达地区碳排放驱动因素分解

图2 经济较发达地区碳排放驱动因素分解

图3 经济欠发达地区碳排放驱动因素分解

图1 展示了城镇化各要素对经济发达地区碳排放驱动的影响。城镇化总效应是增加经济发达地区碳排放量，平均年度碳排放增加量高达2.9299亿吨；其中收入城镇化效应对经济发达地区碳排放正向影响最大，平均年度碳排放增加量为1.9342亿吨；其次是能源消费结构效应、空间城镇化效应，平均年度碳排放增加量分别为1.5368亿吨和0.5544亿吨；而产业城镇化效应和人口城镇化效应对经济发达地区碳排放影响较小，平均年度碳排放增加量几乎为零；只有能源消耗强度效应对经济发达地区碳排放有负向影响，平均年度碳排放增加量为-1.3567亿吨。

图2展示了城镇化各要素对经济较发达地区碳排放驱动影响。城镇化总效应为增加了经济较发达地区碳排放量，平均年度碳排放增加量高达5.0876亿吨；其中收入城镇化效应对经济较发达地区碳排放正向影响最大，平均年度碳排放增加量为4.8635亿吨；其次是能源消费结构效应、空间城镇化效应，平均年度碳排放增加量分别为2.5469亿吨和1.0814亿吨；而产业城镇化效应对经济较发达地区碳排放影响较小，平均年度碳排放增加量几乎为零；人口城镇化和能源消耗强度效应对经济较发达地区碳排放有负向影响，平均年度碳排放增加量分别为-0.5976亿吨和-3.1538亿吨。

图3展示了城镇化各要素对经济欠发达地区碳排放驱动影响。城镇化总效应为增加了经济欠发达地区碳排放量，平均年度碳排放增加量高达4.7988亿吨；其中收入城镇化效应对经济欠发达地区碳排放正向影响最大，平均年度碳排放增加量为3.8573亿吨，其次是能源消费结构效应、空间城镇化效应，平均年度碳排放增加量分别为2.0766亿吨和1.9219亿吨；而产业城镇化效应对经济欠发达地区碳排放既有正向影响也有负向影响，但驱动效果较小；人口城镇化和能源消耗强度效应对经济欠发达地区碳排放有负向影响，平均年度碳排放增加量分别为-0.76.43亿吨和-2.8364 亿吨。

图4 城镇化各要素对三地区碳排放变动影响

（四）要素差异分析

根据LMDI的分解结果，本文将城镇化各个要素对不同区域碳排放变动的影响进行统计，按贡献值的绝对值大小进行排序，结果如图4所示。

产业城镇化增加了经济较发达地区和经济欠发达地区碳排放，而且对经济欠发达地区的正效应大于经济较发达地去，但产业城镇化对经济发达地区碳排放有抑制作用。由于我国经济发达地区服务业往往也比较发达，经济较发达地区通常以第二产业为主，而经济欠发达地区服务业和第二产业都相对落后［4］。因此，随着产业城镇化进程，各地区第二产业向第三产业的转型升级一般对区域碳排放有明显的抑制效果。

收入城镇化增加了三个地区的碳排放量，其中，对经济较发达地区碳排放变动影响最明显，对经济发达地区影响最小。随着收入城镇化进程，各地区居民的生活水平随之提高，一方面会促进居民消费（如电子产品、家用轿车等消费），增加能耗［16］；另一方面，会引起与之配套的基础设施建设（房屋、医院、学校等）的兴建，这也会很大程度增加碳排放［17］。地区的差异性表明了收入城镇化效应会随经济的发展呈现出先增后减现象。

人口城镇化对经济发达地区碳排放变动呈现正效应，对经济欠发达地区碳排放变动呈现负效应，而对经济较发达地区碳排放变动呈现正、负效应均存在。人口城镇化是我国城镇化的主要特征，人口城镇化带来的人口集聚效应、企业集聚效应会减少人均碳排放［20］。由于经济越发达的地区，人口城镇化率相对也越高。人口城镇化区域的异质性体现了随着人口城镇化越来越成熟，这种对碳排放的抑制作用会逐渐减弱。

空间城镇化对三个地区碳排放变动都呈现正面效应，对经济较发达和欠发达地区碳排放变动的影响均强于经济发达地区。空间城镇化的发展体现了城镇建成区面积的不断扩张，以前的农耕土地或被征用为商业用地或被整改为工业用地，这种土地利用方式的转变很大程度地加重了区域碳排放［22］。区域的差异性很好地体现了近年来经济较发达和欠发达地区农耕用地被过度开发利用的现象。

五、结论与建议

（一）结论

1.城镇化对三个地区碳排放变动总效应都是增加区域碳排放，而且比非城镇化因素影响更明显。这意味着在中国未来几十年，城镇化将对我国甚至是世界范围的碳排放产生很大的影响。在城镇化过程中，我国将有几亿人口由农民变为城镇居民，人均能源消耗的大幅度上升和温室气体排放的增加，以及城市各类废弃物的增加都加大了对环境的压力。城镇化作为国家的宏观战略，它的实现路径与方式，将直接影响碳排放的高低走向。

2.城镇化的不同要素对中国不同发展水平地区碳排放变动的影响不同。其中产业城镇化在2012年之后对三个地区碳排放变动都表现为抑制作用，这说明近年来我国各地区由第二产业向第三产业的转型升级有利于地区实现减排；收入城镇化对经济较发达地区碳排放变动影响最明显，对经济发达地区影响最小，而且增加了三个地区的碳排放量，意味着城镇化过程中居民生活生平的提高以及能源需求的增加是城市高碳排放的重要影响因素；人口城镇化对三个地区碳排放变动呈现负效应，表明人口城镇化带来的人口集聚效应、企业集聚效应有利于城市减少碳排放；空间城镇化对三个地区碳排放变动都呈现正面效应，对经济较发达和欠发达地区碳排放变动的影响均强于经济发达地区。空间城镇化的发展体现了城镇建成区面积的不断扩张，以前的农耕土地或被征用为商业用地或被整改为工业用地，这种土地利用方式的转变很大程度地加重了区域碳排放。

（二）政策建议

为完善我国城镇化规划和实现减排目标，提出以下政策建议：

1.在不同经济发展水平地区，城镇化影响碳排放的要素明显不同，所以，政府部门应因地制宜制定城镇化规划方案，以实现城镇化与减排目标的协调发展。

2.人口城镇化和产业城镇化对各地区碳排放的抑制作用非常显著，故而在城镇化过程中，政府应积极引导企业进行产业优化升级、引领居民采取绿色、低碳的生活方式，这或将对中国实现减排目标具有长远的意义。

3.空间城镇化很大程度上增加了各区域碳排放，因而政府部门在城镇化过程中应该合理规划土地利用方式和城镇空间结构，以减弱空间城镇化对碳排放的正面效应。低碳城镇化是解决城镇化过程碳排放逐步上升这一难题的必要和可行途径。工业化过程中高碳排放依然会在我国继续，依然是今后不可忽视的重点领域，从技术减排到管理减排已经成为大的趋势。建筑、交通、居民生活和政策也是紧密相关，特别是经济激励政策。建筑面积扩张与其使用效率的背离、交通出行需求量的持续上升、居民生活水平提高带来的消费力增加都可以通过经济手段加以制衡。