城镇化对中国碳排放效率的影响效应研究

论文总字数：21077字

目 录

中文摘要 2

英文摘要 3

1．引言 4

2．文献综述 4

3．碳排放效率结果分析 5

3.1DEA模型 5

3.2研究指标及数据选取 6

3.3碳排放效率的结果分析 7

4.计量模型建立和数据说明 12

4.1计量模型建立 12

4.2模型扩展 12

4.3变量说明 13

4.4数据来源 14

5.实例分析 14

5.1 全国层面的回归结果分析 14

5.2 东中西部地区的回归结果分析 16

6.结论和政策启示 16

6.1主要结论 16

6.2政策启示 17

参考文献 18

致谢 20

城镇化对中国碳排放效率的影响效应研究

侯元元

，China

Abstract：Carbon emissions has gradually become an environmental problem which people want to solve, and urbanization is also the focus of research.The data of 30 provinces in China from 2000 to 2015 were selected to evaluate the carbon emission efficiency of the provinces by the DEA method, and then based on the expansion of the STIRPAT model, the factors affecting the carbon emission efficiency of the provinces were empirically studied. The example analysis shows that the population size, the urbanization rate and the industrial structure can improve the carbon emission efficiency, while the energy intensity and the per capita GDP have a negative effect on the carbon emission efficiency.Urbanization rate can increase carbon emission efficiency, and it has regional differences. Based on the above conclusions, this paper also puts forward policy recommendations to promote China's low carbon and environmental protection.

Key words：Urbanization; carbon emission efficiency; DEA

1．引言

近年来中国经济飞速增长，与此同时所产生的环境问题也不容忽视，碳排放问题就是其中之一。温室气体排放的一个简称就是碳排放，温室气体的排放不仅给人类还同时给地球带来灾难——气候异常、冰川退缩、冰川融化导致的海平面上升、淹没部分沿海城市、冻土融化、物种多样性减少等等。而不论是我们平时日常生活活动还是工厂的生产都会造成碳排放，碳排放与人类的各种行为息息相关。中国2017年的GDP占全球GDP的15％上下，居全球第二位。与之对应的是，波恩气候大会上发布的的《2017全球碳预算报告》^[1]指出，全球碳排放总量中的28%是中国碳排放量，所以如何节能减排、降低碳排放越来越成为中国人民和政府关注的问题，所以解决中国碳排放问题迫在眉急。国家需要经济增长和节能减排的同时进行，而提高碳排放效率是一种不影响正常经济活动的方法，所以提高碳排放效率符合我们的国情，而且相比于发达国家，我们国家的碳排放效率还比较低。中国实现低碳经济关键是提高碳排放效率，这不仅可以改善中国对中国经济社会的可持续发展还可以优化世界的生态气候环境。

近年来中外的研究发现表明，城镇化程度也是影响碳排放效率的因素之一。自从中国开展实施改革开放以来，中国的城镇化率逐渐提升，1978年中国的城镇化率是17.92％而到了2016年中国的城镇化率是57.35％。近些年来中国城镇化水平大大提高，但57.35%的数据与发达国家城镇化水平的70％相比还是有一段不小的距离，同时碳排放效率与发达国家相比也有差距。因此，有必要研究城市化对碳排放效率的影响，对我国新型城镇化的发展具有重要的指导意义。

本文从中国城镇化水平与碳排放的现象和数据入手，计算碳排放效率，着力于研究城镇化如何影响我国的碳排放效率以及影响的效应研究。这对我国如何安排部署节能工作、制定减少碳排放提高碳排放效率的措施，最终实现经济社会可持续发展有重大意义。

2．文献综述

关于城镇化和碳排放效率的文献较少，相关研究主要集中在城镇化与碳排放的领域。许多学者研究了城镇化对碳排放的影响，但结论却存在较大差别，归纳起来主要有三种观点。

第一种观点是城镇化提高碳排放。当城镇化水平提高时城市基础设施、交通和个人消费的需求将会增加，这就导致城市交通阻塞、过度拥挤的情况出现从而排放更多的空气污染，碳排放上升。Lijun Ren和Wenjun WangLu等（2015）采用中国山东省25年间的数据指出城市化对碳排放的显著正向影响，且在中期阶段比早期阶段的影响效果更为显著^[2]。Lu Miao（2017）基于中国216个市级数据为样本采用STIRPAT模型发现城镇化导致能源消耗和碳排放量的增加^[3]。Smruti Ranjan Behera和Devi Prasad Dash基于东亚和南亚的17个国家32年间的数据，运用Pedroni协整检验结果表明：城镇化，能源消耗，FDI和二氧化碳排放有协整关系^[4]。Sainu Franco，Venkata Ravibabu Mandla （2017）等利用印度110年人口普查数据，发现逐年增长的城镇人口导致二氧化碳排放在以更快的速度增长^[5]。方齐云和陶守来（2017）选取了煤炭、焦炭、汽油等九种能源种类和中国城镇人口的15年数据，运用LMDI分解法证明城镇化率，人口规模等对碳排放保持正向影响^[6]。

第二种观点是城镇化降低碳排放。当城镇化水平提高时，城市用地增加并且各种基础设施完善，提高公共交通降使用并低汽车使用，同时环境规制、技术革新的发生会降低碳排放。Wenjing Zhang和Hengzhou Xu（2017）以中国十年的数据为样本，采用STIRPAT模型实证检验土地和经济的城市化对碳排放有显著影响，土地城镇化率倾向于减少碳排放量^[7]。Hamisu Sadi Ali、AS Abdul-Rahim和Mohammed Bashir Ribadu（2017）采新加坡45年间的数据运用自回归分布滞后模型得出结论城镇化抑制新加坡碳排放的影响，城市化通过减少新加坡的碳排放来提高环境质量^[8]。张腾飞、杨俊等（2016）以中国13年间的面板数据为基础使用固定效应模型等三种估计方法，结果表明城镇化通过人力资本积累和清洁生产抑制我国碳排放^[9]。Faik Bilgili, Emrah Koçak等（2017）以中国，印度等10个亚洲国家25年数据为基础，采用单位根检验和协整检验证明了城镇化对碳排放有负向影响^[10]。

第三种观点是城镇化和碳排放并不是简单的线性关系。当处于低城镇化水平时，随着城镇化的提高消费方式发生巨大转变，对各种公共设施提出高要求所以能源消耗迅速增加碳排放增加。当处于高城镇化水平时，经济发展水平也比较高消费方式已经有低碳意识，城镇化对碳排放的制动作用已经显现。Martínez-Zarzoso 和 Maruotti（2011)采88个用发展中国家的二十多项数据，实例证明了城镇化和二氧化碳排放之间有倒U型关系。^[11]。Cao Zi，Wei Jie等（2016）以中国改革开放后36年间数据为基础采用门槛回归，得出结论城市化和CO2排放之间的关系表现出周期性和区域性特征^[12]。Yanan Wang，Yanqing Kang（2017）等采用从中国15年间30个省市的数据，运用STIRPAT实例证明了城镇化水平对西部地区的碳排放有积极作用，对中部地区有负面作用，东部地区则无统计意义^[13]。Zheng xia He，Shichun Xu等（2017）基于中国19年间的省级面板数据，采用STIRPAT模型实例验证了城镇化的影响在各地区差别很大^[14]。

而关于城镇化和碳排放效率的现有文献还比较少，在中国面临经济增长与节能减排的大环境下，提高碳排放效率至关重要。同时分析城镇化对碳排放效率的影响也具有重要意义，可以指导中国新型城镇化发展。

本文的创新之处：现有文献很少分析城镇化对碳排放效率的影响，而本文研究的正是城镇化与碳排放的关系，很好的补充了现有文献的不足。

3．碳排放效率结果分析

3.1DEA模型

本文运用DEA分析的SBM模型来测算各省碳排放效率。DEA方法是由Charnes、Cooper等（1978）创立的模型^[15]，用来评估多投入多产出多个决策单元的效率评估方法。DEA是一种非参数方法，它不具体的函数形式只需要具体投出产出的数值。Tone（2001）对DEA的基础模型进行修改，改善了投入产出松弛性问题并提出SBM模型^[16]。由于传统的DEA的模型不能考察全部的松弛变量，所以会有偏差出现在效率评估中。松弛变量可以由SBM模型解决。同时在SBM模型的测算值小于传统DEA模型的测算值，各个决策单元的比较更为方便。具体模型如下：

s.t.

剩余内容已隐藏，请支付后下载全文，论文总字数：21077字

相关图片展示：