李 松，王寶海，丁慧媛 （青島農(nóng)業(yè)大學經(jīng)管學院，山東青島 266109）

據(jù)統(tǒng)計，2011年我國城鎮(zhèn)人口數(shù)量首次超過農(nóng)村，伴隨著城鎮(zhèn)化發(fā)展的是高能耗、高碳排工業(yè)水平的發(fā)展。從世界上看，已經(jīng)實現(xiàn)現(xiàn)代化的國家都是工業(yè)化國家，城鎮(zhèn)化率很高，因此現(xiàn)代化的過程必然也是工業(yè)化、城鎮(zhèn)化的過程。我國已經(jīng)進入工業(yè)化中期，但仍處于并將長期處于發(fā)展中階段，如何把握好城鎮(zhèn)化和工業(yè)化水平的發(fā)展與環(huán)境保護的關系是很多學者在研究的問題。從新中國成立到改革開放，再到新世紀以來，我國城鎮(zhèn)化經(jīng)歷了緩慢發(fā)展期、加速發(fā)展期和快速發(fā)展期3個階段，如今的城鎮(zhèn)化表現(xiàn)出多個特點。根據(jù)《中國統(tǒng)計年鑒》，2012年末，我國大陸總?cè)丝跒?36 072萬人，其中城鎮(zhèn)人口73 111萬人，城鎮(zhèn)化率達53．73%。城鎮(zhèn)化率總體上有了大幅度提升，由2000年的36．22%升至2010年的49．95%，再于近3年突破50%的水平，13年來共增長了17．51%，年均增長率1．34%，高于1980～1990年0．68%的增長率和1990～2000年0．98%的增長率。城鎮(zhèn)化總體處于快速穩(wěn)步上升階段，預計未來將大體保持每年1%的增長速度。新中國成立以來，特別是改革開放30年，我國工業(yè)實現(xiàn)了跨越式發(fā)展，建立了獨立完整的工業(yè)體系，成為全球制造業(yè)大國。據(jù)統(tǒng)計，2012年國內(nèi)生產(chǎn)總值519 470．10億元，工業(yè)增加值199 670．66億元，工業(yè)化率為38．44%，工業(yè)化水平有了大幅提高;1952～2011年，我國工業(yè)化率由20．8%升至37．5%，上升了16．77%;2000年以來，工業(yè)增加值進入快速增長時期，并將繼續(xù)保持一個較高的增長趨勢。

目前，國外學者對城鎮(zhèn)化與溫室氣體排放之間的關系研究較多。例如，Parikh等研究了發(fā)展中國家城鎮(zhèn)化進程中的能源利用問題，利用43個發(fā)展中國家的面板數(shù)據(jù)，對城市化發(fā)展、能源消耗和溫室氣體排放等問題進行了實證分析，結(jié)果表明發(fā)展中國家城鎮(zhèn)化發(fā)展進程中溫室氣體排放增加［1］。Alam等基于STIRPAT模型實證研究了巴基斯坦城市化和碳排放之間的關系，結(jié)果表明城市化水平越高，碳排放量就越多［2］。Priambodo等對印尼小規(guī)模和中等規(guī)模工業(yè)行業(yè)的能源利用和二氧化碳排放量進行了分析，認為燃料消耗率最高的是紡織工業(yè)［3］。Worrell等認為，工業(yè)使用了世界40%的能源，工業(yè)直接或間接貢獻約37%的全球溫室氣體排放［4］。隨著我國城鎮(zhèn)化的迅猛發(fā)展，國內(nèi)學者們對城鎮(zhèn)化與溫室氣體排放之間關系的研究也越來越多，其中大部分的研究集中在城鎮(zhèn)化與碳排放之間的關系。例如，魏后凱等認為，我國城鎮(zhèn)化發(fā)展的道路是一條非綠色的粗放型城鎮(zhèn)化道路，需要認清發(fā)現(xiàn)形式，改變發(fā)展模式，走集約型、綠色的城鎮(zhèn)化道路［5］。郭新指出，碳排放和城鎮(zhèn)化水平之間存在著穩(wěn)定的均衡關系，長期內(nèi)碳排放量的增加會伴隨著短期城市化水平的提升，兩者之間的相互作用存在一定的時間延滯［6］。徐麗娜等認為，城鎮(zhèn)化對碳排放有正向作用，城鎮(zhèn)化對不同城市碳排量的影響存在差異，城鎮(zhèn)化水平越高，對碳排放的影響越小，城鎮(zhèn)化發(fā)展速度越快，對碳排放的影響越大［7］。盧祖丹認為，城鎮(zhèn)化發(fā)展對碳排放的影響因地區(qū)而異，中西部地區(qū)在消費模式、經(jīng)濟結(jié)構(gòu)、基礎設施建設和區(qū)域發(fā)展政策等方面的特征，決定了其城鎮(zhèn)化進程的推進將有利于實現(xiàn)碳減排，東部地區(qū)的經(jīng)濟結(jié)構(gòu)決定了其城鎮(zhèn)化發(fā)展對碳排放的影響不顯著［8］。宋德勇等對我國城鎮(zhèn)碳排放影響因素的研究表明，城鎮(zhèn)居民人均收入對碳排放影響最大，其次是城鎮(zhèn)化率和能源強度，人口總量對碳排放影響最小［9］。王芳等認為，人口城鎮(zhèn)化率與碳排放的關系呈倒U型，即在人口城鎮(zhèn)化的早期會促進二氧化碳排放，但隨著城鎮(zhèn)化的進一步擴大則會抑制碳排放［10］。周楠在KAYA等式基礎上，采用省際面板數(shù)據(jù)構(gòu)建了我國工業(yè)碳排放影響因素模型，并得出具體影響因素的作用力［11］。李園等利用改進的STIRPAT模型，對我國工業(yè)39個分行業(yè)二氧化碳排放影響因素進行實證研究，結(jié)果表明能源強度對節(jié)能減排具有巨大的促進作用，能源消費對二氧化碳排放量的影響最大［12］。筆者運用VAR模型，利用我國城鎮(zhèn)化、工業(yè)化發(fā)展過程中的碳排放數(shù)據(jù)，研究我國城鎮(zhèn)化、工業(yè)化與碳排放之間的關系。

1 研究方法

1．1 模型設定 向量自回歸模型（VAR）是一種非結(jié)構(gòu)化的方程模型，常用于分析相互聯(lián)系的時間序列系統(tǒng)及隨機擾動對變量系統(tǒng)的動態(tài)沖擊，從而解釋各種經(jīng)濟沖擊對經(jīng)濟變量的影響。VAR基于數(shù)據(jù)的統(tǒng)計性質(zhì)來建立模型，其建模思想是把每一個外生變量作為所有內(nèi)生變量滯后值的函數(shù)來構(gòu)造模型。將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型，其表達式如下:Yt=A1Yt－1+A2Yt－2+… +AnYt－n+BXt+ βt，式中，Yt是 1 個內(nèi)生變量向量;Xt是外生變量向量;A和B是待估的系數(shù)矩陣;β是誤差向量。在研究方法上，先對該時間序列數(shù)據(jù)進行平穩(wěn)性檢驗，即單位根檢驗，然后用Johansen協(xié)整檢驗進行檢驗，以判斷城鎮(zhèn)化、工業(yè)化與碳排放的長期關系，最后采用向量自回歸模型（簡稱VAR模型）分析城鎮(zhèn)化和工業(yè)化對碳排放的影響程度，主要運用格蘭杰因果關系檢驗、脈沖響應函數(shù)和方差分解。

1．1．1 格蘭杰因果關系檢驗。格蘭杰因果關系可以用來檢驗某個變量的所有滯后項是否對另一個或幾個變量的當期值有影響。如果影響顯著，說明該變量對另一個變量或幾個變量存在格蘭杰因果關系;如果影響不顯著，說明該變量對另一個變量或幾個變量不存在格蘭杰因果關系。格蘭杰因果關系檢驗的原假設是被檢驗變量不是因變量的因果關系。如果檢驗的概率P值小于設定的置信水平（通常為5%），則認為被檢驗變量構(gòu)成因變量的因果關系:反之，認為被檢驗變量不是因變量的因果關系。

1．1．2 脈沖響應函數(shù)。由于系數(shù)只是反映了一個局部的動態(tài)關系，并不能捕捉全面復雜的動態(tài)關系;而研究者往往關注一個變量變化對另一個變量的全部影響過程，在這種情況下通過繪制IRF響應函數(shù)可以比較全面地反映各個變量之間的動態(tài)影響。

1．1．3 方差分解。一般情況下，脈沖響應函數(shù)捕捉的是一個變量的沖擊對另一個變量的動態(tài)影響路徑，而方差分解可以將VAR模型系統(tǒng)內(nèi)一個變量的方差分解到各個擾動項上。因此，方差分解提供了關于每個擾動項因素影響VAR模型內(nèi)各個變量的相對程度。

1．2 數(shù)據(jù)來源 我國統(tǒng)計年鑒中尚未對碳排放量進行統(tǒng)計并發(fā)布數(shù)據(jù)，因此碳排放的計算要根據(jù)國內(nèi)外現(xiàn)有的研究成果進行估算，計算公式為:

式中，C為碳排放總量;Ci為第i類能源消耗產(chǎn)生的二氧化碳排放量;Ei為第i類能源的消費量;δi為i種能源的碳排放系數(shù)，時間t為2004～2013年［13］。根據(jù)《2006年 IPCC國家溫室氣體清單指南》，煤碳、石油、天然氣的碳排放系數(shù)分別為0．755 9、0．585 7、0．448 3 t（C）/t。

選取變量為碳排放量（I）、城鎮(zhèn)化率（PH）、工業(yè)化率（DU），數(shù)據(jù)樣本區(qū)間為1994～2013年，數(shù)據(jù)來源于1994～2013年的《中國統(tǒng)計年鑒》。在實證分析前，考慮到各變量取自然對數(shù)不改變時間序列的協(xié)整關系，并能使其趨勢線性化，消除可能存在的異方差，所以對I、DU、PH進行自然對數(shù)變換，分別用lnI、lnDU、lnPH表示。1994～2013年我國碳排放量、城鎮(zhèn)化率和工業(yè)化率見表1。

表1 1994～2013年我國碳排放量、城鎮(zhèn)化率和工業(yè)化率

2 實證分析

2．1 單位根檢驗 運用Eviews5．0對3個變量取對數(shù)后進行平穩(wěn)性檢驗，以保證其穩(wěn)定性。檢驗結(jié)果表明，3個變量的ADF值均大于10%的臨界值（表2），故接受原假設，即3個變量存在單位根。進行一階差分后再進行ADF檢驗，發(fā)現(xiàn)3個變量的ADF值小于10%的臨界值（表2），因此拒絕原假設，即數(shù)據(jù)是平穩(wěn)的，說明I、PH、DU是一階單整序列。

表2 單位根檢驗結(jié)果

2．2 城鎮(zhèn)化、工業(yè)化和碳排放的VAR模型 VAR模型中的內(nèi)生變量設定完畢后，必須進一步確定模型內(nèi)生變量的滯后階數(shù)，滯后階數(shù)的選擇對VAR模型的估計非常重要，因為不同的滯后階數(shù)會導致模型估計的結(jié)果顯著不同。根據(jù)連續(xù)改進的LR統(tǒng)計量檢驗（LR）、最終預測誤差（FPE）、赤池信息準則（AIC）、西沃茲信息準則（SC）、奎因傳信息準則（QC）5個信息量中大多數(shù)同時認可的P值，得到不同滯后階數(shù)的信息量（表3）。由表3可知，滯后階數(shù)為4時，5個信息量中有4個同時認可，所以確定滯后期為4。

表3 不同滯后階數(shù)的信息量

以方程表示lnI、lnDU和lnPH互動關系的VAR（4）模型如下:

3個方程的擬合優(yōu)度分別為=0．988=0．968=0．999，擬合優(yōu)度較高。從第1個方程可以看出，lnI滯后1、2、3、4期系數(shù)之和為正，說明滯后期的碳排放對當期碳排放有促進作用;lnDU的滯后期系數(shù)之和為負，說明工業(yè)化對碳排放有反向作用;lnPH滯后期系數(shù)之和為－0．01，說明城鎮(zhèn)化對碳排放有反向作用，但影響作用不大。從第2個方程可以看出，碳排放滯后期系數(shù)之和為負，說明碳排放對工業(yè)化起反向作用;工業(yè)化自身影響為正，說明工業(yè)化對自身起正向作用;城鎮(zhèn)化滯后期系數(shù)之和為－0．01，說明城鎮(zhèn)化在一定程度上抑制工業(yè)化。從第3個方程可以看出，碳排放滯后期系數(shù)之和為－0．04，說明碳排放對城鎮(zhèn)化有抑制作用;工業(yè)化滯后期系數(shù)之和為正，說明工業(yè)化促進城鎮(zhèn)化的發(fā)展;城鎮(zhèn)化對自身的影響為正，說明城鎮(zhèn)化對自身起正向促進作用。

2．3 模型平穩(wěn)性檢驗 運用Eviews6．0軟件計算模型的AR根，經(jīng)過多次驗證，滯后2階時無特征根在圓圈外（圖1），表明AR模型是穩(wěn)定的。

2．4 協(xié)整檢驗 用Johnsen對變量I、PH、DU進行協(xié)整性檢驗，結(jié)果表明，在5%的臨界值水平下，明顯拒絕至多存在兩個協(xié)整關系的假定，至少存在3個協(xié)整關系（表4）。根據(jù)VAR模型可以得到碳排放與城鎮(zhèn)化和工業(yè)化之間長期標準化協(xié)整方程:

從估計的標準化協(xié)整方程可以看出，工業(yè)化的發(fā)展對碳排放有著明顯的促進作用，即當工業(yè)化對數(shù)每增加1%，則碳排放量對數(shù)增加5．18%;而城鎮(zhèn)化發(fā)展從長期來看與碳排放的增長呈負相關的關系，即城鎮(zhèn)化對數(shù)每增長1%，碳排放對數(shù)下降13．46%。因為從長期來看一國經(jīng)濟發(fā)展到一定時期城鎮(zhèn)化已經(jīng)基本完成，基本實現(xiàn)了城鎮(zhèn)化與碳排放的“脫鉤”，即在城鎮(zhèn)化發(fā)展的同時降低了能源消費和與之而來的碳排放。

表4 Johnsen協(xié)整檢驗的結(jié)果

2．5 格蘭杰（Granger）因果關系檢驗與模型估計 格蘭杰因果關系檢驗是一種用于考察序列x是否是序列y產(chǎn)生原因的方法。因果關系檢驗結(jié)果給出了每一個內(nèi)生變量相對于模型中其他內(nèi)生變量Granger因果關系檢驗統(tǒng)計量和檢驗統(tǒng)計量相應的概率值。如果概率P值小于設定的置信水平，則檢驗變量是被檢驗變量的Granger原因，反之不是。由表5可知，不能拒絕lnDU不能Granger引起lnI原因的原假設，即接受工業(yè)化不是碳排放的Granger原因的原假設，說明隨著時間的推移，工業(yè)技術以及產(chǎn)業(yè)結(jié)構(gòu)的改善，工業(yè)化的發(fā)展逐漸減少了對碳排放的影響作用。不能拒絕lnPH不能Granger引起lnI原因的原假設，即接受城鎮(zhèn)化不是碳排放的Granger原因的假設。兩者的聯(lián)合檢驗不能拒絕lnDU、lnPH不能同時Granger引起lnI原因的原假設，即從長遠來看我國的工業(yè)化和城鎮(zhèn)化已經(jīng)基本實現(xiàn)與碳排放的“脫鉤”，并不是碳排放的主導因素。

表5 格蘭杰因果分析結(jié)果

2．6 脈沖響應的函數(shù)分析 應用向量自回歸技術做脈沖響應的函數(shù)分析，能夠更清晰地呈現(xiàn)城鎮(zhèn)化和工業(yè)化是如何影響碳排放的，從而能夠更加準確地解釋各個變量之間的關系。建立I和DU、PH的VAR模型，以此對變量之間的沖擊反應進行檢驗。利用Eviews6．0軟件估計VAR模型的方程參數(shù)。由圖2可知，工業(yè)化的進程在追蹤期間呈現(xiàn)出“先升后降”的趨勢，從第1期到第2期正面沖擊使工業(yè)化迅速增長，并在第1期末達到底峰值;隨后正面的沖擊逐漸減弱，從第6期末開始出現(xiàn)負向的沖擊，隨著時間的推移影響逐漸減弱。碳排放的進程也呈現(xiàn)出“先升后降”的趨勢，但是趨勢比較緩慢，從第1期開始接受正面沖擊，并在第2期末到達峰值;隨后正向沖擊減弱，在第7期末趨向于零。從長期來看，工業(yè)化對我國碳排放的影響逐漸削弱，這也說明我國發(fā)展到一定時期后工業(yè)化基本完成，產(chǎn)業(yè)結(jié)構(gòu)趨于合理基本實現(xiàn)了工業(yè)化和碳排放的脫鉤。

由圖3可知，城鎮(zhèn)化對碳排放的沖擊從第3期開始呈正向沖擊，一直到第7期之后呈逐漸減弱的趨勢，隨著時間的推移城鎮(zhèn)化對碳排放的影響逐漸消失趨于平穩(wěn)。這也說明從長遠來看我國城鎮(zhèn)化的發(fā)展將有利于實現(xiàn)碳減排。因此，合理的城鎮(zhèn)規(guī)劃，拓寬現(xiàn)有的城鎮(zhèn)環(huán)境容量和生態(tài)承載力，合理引導和保持居民的低碳生活模式，有效發(fā)展城鎮(zhèn)化的同時實現(xiàn)碳減排。碳排放對城鎮(zhèn)化的沖擊不是很明顯，第1期負向沖擊比較強，之后逐漸減弱，從第6期開始正向沖擊隨著時間推移影響逐漸趨向零。

2．7 方差分解 方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻度，進一步評價不同結(jié)構(gòu)沖擊的重要性。可利用方差分解分析我國城鎮(zhèn)化和工業(yè)化的沖擊對碳排放變化（用方差度量）的貢獻度，以定量得出城鎮(zhèn)化和工業(yè)化隨機擾動的相對重要信息。建立I和DU、PH的VAR模型，用Eviews6．0軟件做方差分解。由表6可知，碳排放對來自自身當期的偶然因素沖擊感應最為明顯，第1年為89．67%，第2年為66．10%，然后緩慢下降，到第10年降至47．91% 。碳排放對來自于工業(yè)化的偶然因素沖擊感應較明顯，第1年為10．33%，之后每年緩慢增加，到第10年穩(wěn)定在50．65%。城鎮(zhèn)化對碳排放的偶然因素沖擊感應較弱，第1年沒有反應，以后增加緩慢，到第10年為1．44%。可見，碳排放對自身預測誤差的影響最大，工業(yè)化影響次之，城鎮(zhèn)化影響最小。工業(yè)化率對來自自身當期的沖擊最為明顯，第1年100．00%，第2年87．67%，然后呈波浪式下降，到第10年維持在88．12%。碳排放對工業(yè)化的影響較小，第1年沒有反應，第2年12．29%，之后先下降后上升，波動頻率較小，到第10年穩(wěn)定在11．77%。城鎮(zhèn)化對工業(yè)化的影響極其微弱，從第1年的沒有影響到第10年的0．11%，說明工業(yè)化率對自身預測誤差的影響最大，其次是碳排放，城鎮(zhèn)化的影響最小。城鎮(zhèn)化率對來自自身沖擊最明顯，第1年97．45%，第2年89．99%，之后始終在這一水平上波動，到第10年90．17%。碳排放對城鎮(zhèn)化的影響第1年1．05%，第2年8．99%，之后呈先上升后下降的趨勢，第10年穩(wěn)定在5．27%。工業(yè)化對城鎮(zhèn)化的影響第1年1．50%，第2年1．02%，之后先下降后上升，第10年穩(wěn)定在4．56%?？梢?，城鎮(zhèn)化率對自身最大，其次是碳排放，工業(yè)化的影響最小。

表6 各變量的方差分解結(jié)果%

3 結(jié)論

根據(jù)我國1994～2013年的碳排放數(shù)據(jù)，基于VAR模型對城鎮(zhèn)化率、工業(yè)化率與碳排放的關系進行實證分析，得出以下結(jié)論:

（1）從協(xié)整方程可以看出，工業(yè)化對碳排放有正向促進作用，城鎮(zhèn)化對碳排放有反向作用。

（2）Granger因果關系檢驗結(jié)果表明，從長期來看，工業(yè)化、城鎮(zhèn)化對碳排放沒有明顯的Granger影響，但碳排放對工業(yè)化和城鎮(zhèn)化有著顯著的Granger影響。

（3）脈沖響應函數(shù)分析表明，工業(yè)化在前期的沖擊給碳排放帶來正面的影響，并出現(xiàn)峰值，隨著時間的推移，工業(yè)化沖擊帶來的影響逐漸減弱，并趨于零;城鎮(zhèn)化在前期對碳排放的沖擊是負面的，但很快轉(zhuǎn)為正面的，并隨時間的推移逐漸消失并趨于平穩(wěn)。

（4）方差分解結(jié)果表明，碳排放對自身預測誤差的影響最大，工業(yè)化的影響次之，而城鎮(zhèn)化的作用最小;工業(yè)化對自身預測誤差的影響最大，其次是碳排放的影響，城鎮(zhèn)化影響最小;城鎮(zhèn)化對自身預測誤差的影響最大，碳排放次之，工業(yè)化最小。

［1］PARIKH J，SHUKLA V．Urbanization，energy use and greenhouse effects in economic development［J］．Global Environmental Change，1995，5（2）:87 －103．

［2］ALAM S，F(xiàn)ATIMA A，BUTT M S．Sustainable development in Pakistan in the context of energy consumption demand and environmental degradation［J］．Journal of Asian Economics，2007，18（5）:825 －837．

［3］PRIAMBODO A，KUMAR S．Energy use and carbon dioxide emission of Indonesian small and medium scale industries［J］．Energy Conversion and Management，2001，42（11）:127 －128．

［4］WORRELL E，BERNSTEIN L，ROY J，et al．Industrial energy efficiency and climate change mitigation［J］．Energy Efficiency，2009，2（2）:109 －123．

［5］魏后凱，張燕．全面推進中國城鎮(zhèn)化綠色轉(zhuǎn)型的思路與舉措［J］．經(jīng)濟縱橫，2011（9）:15 －19．

［6］郭新．中國碳排放和城鎮(zhèn)化水平的因果分析［J］．市場周刊（理論研究），2012（10）:67 －68，122．

［7］徐麗娜，趙濤．城鎮(zhèn)化與碳排放量的關系研究——基于省會城市和直轄市的實證分析［J］．西北人口，2014（1）:18－22．

［8］盧祖丹．我國城鎮(zhèn)化對碳排放的影響研究［J］．中國科技論壇，2011（7）:134－140．

［9］宋德勇，徐安．中國城鎮(zhèn)碳排放的區(qū)域差異和影響因素［J］．中國人口·資源與環(huán)境，2011（11）:8－14．

［10］王芳，周興．人口結(jié)構(gòu)、城鎮(zhèn)化與碳排放——基于跨國面板數(shù)據(jù)的實證研究［J］．中國人口科學，2012（2）:47 －56，111．

［11］周楠．我國工業(yè)低碳化發(fā)展機制研究［D］．杭州:浙江理工大學，2014．

［12］李園，張傳平，謝曉慧．中國二氧化碳排放差異及影響因素分析——基于工業(yè)分行業(yè)的實證分析［J］．工業(yè)技術經(jīng)濟，2012（8）:39－45．

［13］何婷婷，張麗瓊．安徽省農(nóng)業(yè)碳排放現(xiàn)狀及低碳農(nóng)業(yè)發(fā)展路徑探討［J］．安徽農(nóng)業(yè)大學學報:社會科學版，2012，21（5）:30 －34．