中国城市化进程中人口结构对碳排放的影响

中国城市化进程中人口结构对碳排放的影响摘要我国正处于城市化快速发展的阶段，在这一过程中我国人口结构和环境也发生了巨大的变化，而人口结构的变化对环境特别是对温室气体排放将产生何种影响成为近年来学界研究的重点，基于此，本文采用stirpat模型来分析人口结构如人口年龄结构、人口性别结构、城乡结构等对二氧化碳排放的影响，研究结果表明人口年龄结构中15-59岁、60岁以上人口所占比重、人口城市化率、农村人口性别比、居民消费水平以及万元gdp碳排放量对碳排放总量都具有显著影响，其中人口城市化率、农村人口性别比与碳排放呈现负向关系。

关键词城市化人口结构碳排放随机ipat中图分类号：f205 文献标识码：a1引言城市化作为工业革命的伴生现象，它是工业革命以来人口就业结构伴随产业结构转换发生相应变动的结果。

近几十年，随着发展中国家城市化进程的加快，世界城市人口正以前所未有的速度增长着，纵观世界二百多个国家，由于各国的工业化水平不同，其城市化进程也处于不同阶段，2008年世界银行数据显示，发达国家的城市化水平多数超过了74% ，经济发展水平相对落后的国家约有44% 人口生活在城市，根据发达国家的城市化经历，一个国家的城市化过程大致呈一条拉平的“s”型曲线（ray .m .northam，1979），当人口城市化水平达到30% 左右时，进入快速发展阶段，当达到70% 左右时，进入相对稳定阶段，根据这一标准可以看出，发达国家已进入了城市化发展的相对稳定阶段，而发展中国家和不发达国家还处在快速增长阶段，未来城市人口增长主要集中在发展中和不发达国家。

同发达国家相比，中国仅仅用了三十三年的时间人口城市化率便从1978年的17.92% 增长到2010年的49.68%，平均年增长率为3.1%，与部分发达国家相比，中国改革开放以来城市化速度是惊人的，据统计，城市化水平从20% 提高到40%，英国经历了120年，法国用了100年，德国经历了80年，另外美国和日本分别用了40年和30年，中国仅用了23年，伴随着我国城市化的快速发展，我国人口结构和环境也发生了巨大的变化，而人口结构的变化对环境特别是对温室气体排放将产生何种影响成为近年来学界研究的重点，从已有的研究来看，人口年龄结构、城乡结构、家庭结构较早的被研究者纳入模型，但研究的结论不尽相同，其中争议较大的是人口老龄化对碳排放的影响，有学者认为人口老龄化对长期碳排放有抑制作用（michael dalton 等，2008），也有学者研究结果表明老龄化与碳排放之间存在显著的倒u 型曲线关系（刘辉煌等，2012）。

从已有的文献来看，人口性别结构并没有被纳入研究范畴之内，然而，在我国城市化进程中人口性别比结构严重失衡，特别是由于城市化，农村大量男性劳动力转移到城市，使得农村的性别比发生巨大的变化，基于此，本文将纳入农村人口性别比这一变量来研究性别结构对碳排放的影响本文将立足于城市化这一背景，采用stirpat模型来分析人口结构如人口年龄结构、人口性别结构、城乡结构等对碳排放的影响。

2研究方法与数据来源2.1研究方法与原理2.2数据描述与检验2.2.1数据来源本研究模型使用的数据是全国31个省的2010年横截面数据，为消除时间波动，各变量取自然对数，分别用lnage1， lnage2，lnage3，lnur，lnrsr，lnas，lna和lnt表示，原始数据均来源于国家统计数据库。

2.2.2数据检验在进行回归分析时，通常要满足一定的假设条件，条件之一就是等方差性，由于本文采用的是横截面数据，而异方差多存在于横截面数据之中，为了降低异方差性，首先笔者对原始数据进行对数变换，然后利用eviews6.0对变换后的数据进行white检验。

通过观察相伴概率p值大小（0-1）可以判断是否存在异方差性，若p值较小，即小于0.05，则说明存在异方差性，反之，则不存在异方差性，从上面结果可以看到模型prob.值均大于0.05，因此可以判断数据不存在异方差性。

笔者通过碳排放量的对数数据对所有自变量的对数数据进行回归，通过观察容限度（tolerance）和方差膨胀因子（vif）的数值来判断是否存在多重共线性。

从上面的检验结果可以看到0-14岁人口比重、15-59岁人口比重、60岁以上人口比重以及人口城市化率和居民消费水平的容限度均小于0.1，方差膨胀因子vif均大于10，特别是0-14岁人口比重、15-59岁人口比重高达59.517和36.898，以上数据显示自变量之间存在严重的多重共线性。

在存在多重共线性的情况下，不能直接采用最小二乘法回归估计法，因为回归系数的估计值将会不稳定，同时方差变大，模型拟合的精度降低，这势必对问题的研究带来不利影响，为克服多重共线性的影响，本文采用岭回归（ridge regression）估计进行模型拟合。

3城市化进程中人口结构对碳排放影响模型分析本文的研究思路是基于扩展后的stirpat 模型即将人口结构分解为人口年龄结构即0-14岁人口所占比重、15-59岁人口所占比重、60岁及以上人口所占比重、人口城市化率、农村人口性别比等五个人口结构变量以及控制变量平均家庭户规模纳入模型，来考察人口结构对碳排放的影响。

然而，由于上述变量之间存在较严重的多重共线性，因此通过岭回归估计进行分析。

3.1对碳排放影响因素的岭回归分析岭估计是由hoerl a.e.和 kennard r.w在1970年提出的，它是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，该方法是通过在解释变量标准化矩阵的主对角线元素上人为地加入一个非负因子k ，使得回归系数的估计稍有偏差，而估计的稳定性却能明显提高，并且回归系数的标准差也比最小二乘估计的要小。

消除多重共线性的影响及比较常用的选参方法还有主成分回归法，然而，本文不选用该方法的原因在于主成分回归法与岭回归估计相比尽管该方法在简化结构、消除变量之间的相关性方面效果明显，但却给回归方程的解释带来了一定的复杂性，方程中解释变量是原解释变量的线性组合，但它没有原始解释变量的边缘效应那样简单的解释；而且，主成分分析提取的主成分，带进了许多无用的噪声，从而对因变量缺乏解释能力。

因此，本文选取岭回归估计进行分析。

首先，将岭参数k默认设在[0，1]之间，步长设为0.05，得到对应不同k值各解释变量的岭迹图。

观察岭迹图可以看到，当k值在[0.05，0.10]区间各解释变量的回归系数开始趋于稳定，为了更加精确确定k值，将k的起始数值设为0，终止数值设为0.1，步长仍为0.01。

3.2结果分析与探讨我国正处于城市化快速发展的阶段，快速的城市化使得我国的人口结构发生了巨大的变化，其中人口老龄化日益严重，人口城市化率逐年提高，由于农村劳动力向城市大量转移，农村人口性别出现比较严重的失衡，出现大量的“光棍”，而这些变化都在不同程度上对碳排放产生影响。

岭回归结果显示人口年龄结构、人口城乡结构、农村人口性别比等人口结构变量对碳排放具有显著的影响，表征财富因素的居民消费水平对碳排放的影响与多数学者的研究的结果基本一致（彭希哲，朱勤，2010；魏一鸣等，2007），即影响显著，但是研究结果存在较大差异的是平均家庭规模，以往研究表明其对碳排放的影响是显著的（陈佳瑛等，2009；leiwen jiang 等，2009），但本文结果相反。

人口结构变量中人口年龄结构的影响最大。

从我国未来人口年龄结构变化的趋势来看，我国15-59岁劳动年龄人口比重将在一定程度上缩小，而60岁以上老年人口比例将不断上升，综合两者对碳排放的作用可知未来我国人口年龄结构对碳排放的有着抑制作用。

这一结果的原因在于15-59岁人口是从事各项生产、消费活动的主体，其减少必然会导致碳排放在一定程度上减少，然而这部分人中的一部分将会进入60岁及以上老年人口组，从而增加老年人口比例，老年人口从事生产性劳动的比例相对较小，因此由老年人进行生产产生的碳排放较少，但是随着人口老龄化的加快，老年消费不断增加，由老年消费产生的碳排放增加，但是与其在15-59年龄组过程中进行生产产生的碳排放相比进入老年年龄组后产生的碳排放还是减少的，因此人口老龄化在一定程度上抑制了碳排放。

以往的研究结果表明随着城市化率水平的提高，碳排放总量也会随着增加（parikh and shukla ，1995；satterthwaite，2009），然而，本文的研究结果却呈现相反作用即随着我国人口城市化水平的提高，碳排放总量将有所减少，这一结果与我国的人口城市化的方式有关，我国的城镇化并非完全由工业化推动的，也就是说很多城市的形成并不是基于这个城市的工业发展起来的，而是行政规划形成的，这样的城市经济并不发达，城市中的车辆、能源消费以及人口的生活消费与农村差别并不大，或者说生活方式并没有很大改变，另一方面，在我国北方农村取暖依然采用烧煤、木材或秸秆，这样产生大量的二氧化碳排放，农村人口转移到城市之后，城市采取集中供暖的方式，这在一定程度上减少了碳排放。

在碳排放研究过程中，很少有学者探讨性别结构对碳排放的影响，本文选用农村人口性别比作为人口性别结构变量，选择这一变量的原因在于，在我国快速城市化过程中，农村的人口性别结构与城市相比失衡状况更为严重（第六次人口普查，2010），仅有三个省人口性别比在正常范围95-102内，海南最高达到113，这一状况使得农村出现了大量的“光棍”，而这一“光棍”群体有的是与父母同住，最终是独居，其消费方式与女性或已进入婚姻的男性相比差异较大，他们经济收入较低，生活简单不规律，主要是基本生活消费，而随着这部分人的增多，对碳排放将产生一定的影响，如果仅从他们消费相对较少这一角度可以解释与碳排放呈现负向关系这一结果，然而，关于性别结构对碳排放的影响还有待进一步探讨。

参考文献[1] dalton michael， brian c o’neill， alexia prskawetz，et al. population aging and future carbon emissions in the united states[j].energy economics， 2008，30（2）：642-675.[2] matthew a. cole， examining the impact of demographic factors on air pollution，population and environment， vol. 26， no. 1， september 2004[3] 彭希哲，朱勤.我国人口态势与消费模式对碳排放的影响分析[j].人口研究，2010，（1）：48-57.[4] 刘辉煌，李子豪.中国人口老龄化与碳排放的关系-基于因素分解和动态面板的实证分析[j] .山西财经大学学报.2012（1）：1-8 [5] 陈佳瑛，彭希哲，朱勤.家庭模式对碳排放影响的宏观实证分析.中国人口科学，2009，（5）： 68-78.[6] 肖周燕.中国城镇化发展阶段与co2排放的关系研究. 中国人口？资源与环境，2011，（12）：139-145。