黃杰（信陽師范學院經(jīng)濟學院，河南信陽464000）

?

人口結構變動對中國碳排放績效的影響研究

黃杰
（信陽師范學院經(jīng)濟學院，河南信陽464000）

摘要：本文首先使用非徑向、非角度的SBM-Undesirable模型對我國30個?。ㄊ校﹨^(qū)2000—2012年的碳排放績效進行了測度，并利用Tobit模型進一步分析我國人口結構變動對各?。ㄊ校﹨^(qū)碳排放績效的影響。結果顯示：（1）在樣本考察期內(nèi)，我國的碳排放績效在逐漸提高，東部地區(qū)的碳排放績效遠高于全國及中西部地區(qū)的碳排放績效，中部次之，西部最低；（2）勞動人口數(shù)量和受教育程度對我國的碳排放績效具有正向的驅(qū)動作用，家庭規(guī)模的小型化、老齡化人口數(shù)量、人口城市化水平和經(jīng)濟增長對我國碳排放績效的提高起阻礙作用。

關鍵詞：人口結構；碳排放績效；SBM-Undesirable模型；面板Tobit模型

一、引言

人口規(guī)模和結構被認為是引起二氧化碳（CO2）排放的關鍵因素之一，同時也是導致其他溫室氣體排放和環(huán)境退化的主要驅(qū)動因素。2012年4月英國皇家學會發(fā)表的《人與地球》①引自Andrew K．Jorgenson and Brett Clark，The Relationship between National-Level Carbon Dioxide Emissions and Population Size：An Assessment of Regional and Temporal Variation，1960-2005．報告指出，人口增加和消費水平的迅速上升，導致了資源的枯竭和環(huán)境的破壞。如，水資源的缺乏和CO2排放量的增加等。

國內(nèi)外已有眾多學者針對人口與CO2排放之間關系展開相關研究。Rosa E．和Dietz T．（2012）、Sanglimsuwan K．（2012）、O’Neill B．C．，Brian C．（2012）、Jorgenson A．K．和Clark B．（2013）和Ahmad N．（2013）[1-5]的研究均表明，人口因素是引致CO2排放的主要驅(qū)動因素，其中人口因素主要包括人口規(guī)模和結構變動。李國志和李宗植（2010）、李楠等（2011）、曲如曉和江銓（2012）、馬曉鈺等（2013）、童玉芬和韓茜（2013）等[6-10]人的研究表明影響CO2排放的人口因素主要包括人口規(guī)模、人口年齡結構、人口城市化和家庭規(guī)模等。除此之外，汪臻（2012）、張紀錄（2012）、朱勤和魏濤遠（2013）等[11-13]從居民消費方面進行研究，認為消費水平的提高會驅(qū)動生活性能源消耗的增長，從而引起CO2排放量增加?，F(xiàn)有研究表明，人口因素對CO2排放存在顯著影響。因此，在全球碳減排的背景下，深入分析人口因素變動對碳排放的影響對我國的CO2減排具有重要意義，然而在大力降低CO2排放的同時，我們也需要認識到，當前我國正處于工業(yè)化和城市化加速發(fā)展的關鍵時期，經(jīng)濟發(fā)展仍然十分重要，因此在考慮CO2減排時，又必須要與我國的經(jīng)濟發(fā)展狀況結合起來，以實現(xiàn)經(jīng)濟發(fā)展與CO2減排的“雙贏”。本文結合我國的實際情況，將GDP作為“好”的產(chǎn)出，CO2作為“壞”的產(chǎn)出，利用非徑向、非角度的SBM-Undesirable（Slacks-based Model）模型對我國的碳排放績效進行測算，以此方法測算的碳排放績效同時考慮了CO2排放和經(jīng)濟發(fā)展狀況，因此可以作為“雙贏”的代理變量，在此基礎上進一步通過面板模型實證考察人口因素的變動對我國碳排放績效的影響。對我國在新時期如何協(xié)調(diào)人口政策、經(jīng)濟發(fā)展與CO2減排之間的關系，最終實現(xiàn)CO2減排與經(jīng)濟發(fā)展的“雙贏”具有重要的現(xiàn)實意義。

二、模型設計與指標數(shù)據(jù)

（一）碳排放績效的測算方法

本文選擇非徑向、非角度的SBM-Undesirable模型測算我國的省域碳排放績效。經(jīng)典的DEA模型在效率評價時，主要考慮的是在減少投入的基礎上增加產(chǎn)出的問題，經(jīng)典的DEA模型并沒有區(qū)分產(chǎn)出中“好”的部分和“壞”的部分，與現(xiàn)實不符，從而使度量結果產(chǎn)生偏差。因此，Kauro Tone（2001，2004）[14-15]在2001年和2004年先后提出了考慮了投入產(chǎn)出變量的松弛問題的SBM模型和在前者的基礎上又考慮“壞”產(chǎn)出的SBM模型。具體地，設有m種投入，s1種“好”產(chǎn)出，s2種“壞”產(chǎn)出，則x∈Rm，yg∈Rs1，yb∈Rs2。定義矩陣X、Yg、Yb分別為：X=(xij)∈Rm×n，Yg＝(yijg) ∈Rs1×n，Yb＝(yijb)∈Rs2×n。根據(jù)實際生產(chǎn)過程中的投入部分和產(chǎn)出部分，可以假設X＞0，Yg＞0，Yb＞0得到，生產(chǎn)可能性集合P，即N種要素投入x所能生產(chǎn)的“好”產(chǎn)出和“壞”產(chǎn)出的所有組合，可以將其定義為：

P={(x，yg，yb)｜x≥Xλ，yg≤Ygλ，yb≥Ybλ，λ≥0}

根據(jù)定義，加入“壞”的產(chǎn)出的SBM模型如下：

通過Charnes-Cooper方法可以將模型（1）轉(zhuǎn)換為可求解的線性規(guī)劃模型進行求解。

（二）實證模型設計

20世紀70年代初，IPAT方程就被引入到導致環(huán)境變化的驅(qū)動因素研究中：即I=PAT，其中I為對環(huán)境的影響，P為人口數(shù)量，A為人們的富裕程度或消費水平，T為技術水平。隨著研究的深入，人們意識到人口數(shù)量、富裕水平和技術水平與環(huán)境之間的真實關系可能是一種更加復雜的隨機關系，而不是一個先驗地同比例增加或減少的函數(shù)關系，Dietz and Rosa[16]（1997）出了的隨機模型，即模型，表達式如下：

其中I、P、A和T與模型IPAT中變量的含義一致，a表示常數(shù)項，b、c、d為待估參數(shù)，e為干擾項。根據(jù)STIRPAT模型，對（2）式兩邊分別取自然對數(shù)，我們就可以通過回歸模型結果得出相關因素對環(huán)境影響的彈性系數(shù)，即b、c、d，如公式（3）所示。

由于我國的具體國情，人口總量在一定的時期內(nèi)變動較小，結合本文的考察重點，本文將人均財富變動，家庭規(guī)模、人口城鎮(zhèn)化水平、人口年齡結構、受教育水平納入模型在樣本考察期內(nèi)檢驗其對碳排放績效的影響，拓展后的STIRPAT模型表達式如下：

其中，i和t分別表示觀察樣本和時間，E為碳排放績效，解釋變量中，P15-64為勞動年齡人口占總人口比重，Old為老齡人口占總人口的比重，Edu為受教育水平，Hs為家庭規(guī)模指標，Y為人均財富水平。

（三）數(shù)據(jù)來源

1．CO2排放量

本文采用IPCC/OECD推薦的方法①該計算方法具體見，聯(lián)合國氣候變化專門委員會（IPCC，2006）在《國家溫室氣體排放清單》第二卷第六章。，即根據(jù)消耗的能源數(shù)量以及能耗排放系數(shù)來估算CO2排放量，本文以煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣八中能源消費量為基礎數(shù)據(jù)②《中國能源統(tǒng)計年鑒》將能源消費種類劃分為9類（煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣和電力）。由于在部門終端能源消費中，電力消費并不直接產(chǎn)生CO2，屬于二次能源，為避免CO2排放的重復估算問題，本文沒有把電力歸入能源分解種類。與魯萬波，仇婷婷和杜磊（2013）計算納入的能源種類一致。，計算我國各?。ㄊ校﹨^(qū)CO2排放量。其計算公式如（5）所示：

其中，CO2表示估算的CO2排放量；i=1，2，…，8表示化石燃料；E表示一次能源消費量；NCV為能源的平均低位發(fā)熱量；CEF為碳排放系數(shù)；COF為能源的氧化系數(shù)，其中能源的平均低位發(fā)熱量和氧化系數(shù)數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》，碳排放系數(shù)數(shù)據(jù)來源于IPCC（2006）；44和12分別為CO2和碳的分子量。具體數(shù)值如表1所示：

表1各種燃料的平均低位發(fā)熱量、碳排放系數(shù)和氧化系數(shù)

2．其他指標數(shù)據(jù)③本文數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》和《中國人口與就業(yè)統(tǒng)計年鑒》。

人口年齡結構分為勞動人口占總人口的比重和老齡人口占勞動人口的比重，其中勞動人口使用年齡在15-64歲之間人口占總人口比重來度量，老齡人口用65歲以上人口占總人口比重來度量；家庭規(guī)模用家庭平均人口來度量；教育水平用各地區(qū)大專及以上人口比例占總人口比重來度量；城鎮(zhèn)化率用非農(nóng)業(yè)人口占總人口的比重來度量；財富水平用人均國民收入來度量。

三、實證分析

（一）碳排放績效的測算

利用非徑向、非角度的SBM-Undesirable模型測度了我國30個?。ㄊ校﹨^(qū)的碳排放績效，如表2所示。

表2部分年份的我國省域碳排放績效

從表1中可以看出：第一，從整體上而言，我國的碳排放績效在樣本考察期內(nèi)在不斷上升，若以2000年為基期，到2012年我國碳排放績效的整體均值年均上升0．07%，中部地區(qū)的碳排放績效的均值年均上升0．89%,東部和西部地區(qū)的碳排放績效整體均值年均下降0．38%和0．035%，冀、遼、魯和瓊四省的碳排放總量在樣本考察期內(nèi)大幅增加，是導致東部地區(qū)碳排放績效下降的主因，西部地區(qū)碳排放績效的下降主要是由于其產(chǎn)業(yè)結構的重化所致；第二，從區(qū)域來看，我國三大地區(qū)的碳排放績效存在較大的差異，經(jīng)濟基礎較好、產(chǎn)業(yè)結構較為合理、經(jīng)濟發(fā)展水平較高的東部沿海地區(qū)的碳排放績效在三大區(qū)域中也表現(xiàn)最好；對于中西部地區(qū)而言，盡管近年來中西部地區(qū)的碳排放績效有所提高，但其碳排放績效仍遠低于東部地區(qū)，西部地區(qū)的碳排放績效表現(xiàn)尤差，不僅低于東部和中部地區(qū)，尚未達到全國碳排放績效的平均水平。

（二）數(shù)據(jù)描述性統(tǒng)計

指標的描述性統(tǒng)計及方差膨脹因子如表3所示，一般認為，如果方差膨脹因子小于10，則可以認為解釋變量之間不存在多重共線性。表3中各變量的方差膨脹因子均小于10，因此，本文變量選擇合理，不存在多重共線性，能夠滿足后續(xù)的回歸分析。

表3變量的描述性統(tǒng)計與方差膨脹因子

（三）模型估計

由于效率指數(shù)介于0和1之間，所以被解釋變量就被限制在[0，1]區(qū)間內(nèi)。此時，如果直接采用最小二乘法，會給參數(shù)估計帶來嚴重的有偏和不一致，而Tobit模型，則可以避免此類偏誤。模型是Tobin 于1958年為解決因變量有上限、下線或者存在極值這類問題而做的研究[17]。其理論模型為：

此處，β為回歸參數(shù)向量，xi為自變量向量，yi*為因變量向量，yi為效率值向量，ξi為誤差項。采用極大似然估計法對Tobit模型進行估計，可以得到β 和σ的一致估計。

本文從全國和三大區(qū)域?qū)用鎭矸治鋈丝诮Y構變動對碳排放績效產(chǎn)生影響。Tobit分析結果利用STATA12．0得出，如表3所示。從全國和三大區(qū)域?qū)用娴碾S機效應面板數(shù)據(jù)模型回歸結果顯示，模型的個體效應和隨機干擾項二者的標準差均較?。煌瑫rRHO值為分別為0．938、0．923、0．942和0．916，這說明模型個體效應的變化主要解釋了各?。ㄊ校﹨^(qū)的碳排放績效的變化；似然比檢驗表明應拒絕不存在個體效應的假設，亦即拒絕混合模型；對數(shù)似然值顯示了模型有較好的擬合優(yōu)度。

表4面板數(shù)據(jù)模型估計結果

四、估計結果分析

（一）從全國層面看

從全國層面看，在樣本考察期內(nèi)我國的人口結構變動對碳排放績效存在顯著的影響。具體地，年齡在16-64歲之間的勞動人口數(shù)量在5%的水平下對碳排放績效存在顯著的、正向影響，這說明隨著勞動人口的增多，社會總產(chǎn)出在增長，且總產(chǎn)出的增幅要高于碳排放總量的增幅，即這部分適齡勞動人口的增長會通過生產(chǎn)渠道對我國的碳排放績效產(chǎn)生正向的積極影響；人口老齡化對我國碳排放績效的整體發(fā)展存在顯著的負的影響，這說明，隨著老齡化程度的加深，老年人口在整個社會中的比重在不斷提高，隨著年齡的增長，這部分人的勞動供給會出現(xiàn)遞減，與此同時他們的消耗卻在遞增，即這部分老齡人口的增多會通過消費渠道對我國的碳排放績效的提高產(chǎn)生抑制作用；毋容置疑，城市化水平的提高會顯著促進我國的經(jīng)濟發(fā)展，但，由于在推進城市化的過程當中，一方面，大量基礎設施、住宅房屋和工業(yè)廠房的建設也導致了CO2排放量的劇增；另一方面，大量的勞動力進入城市生活也會通過消費渠道增加我國的碳排放總量。因此，從目前來看，城市化水平的提高并沒有是我國的碳排放績效得到相應的提高；在家庭規(guī)模的變動方面，與傳統(tǒng)的家庭規(guī)模對碳排放的影響剛好相反，家庭規(guī)模的小型化能提高我國的碳排放績效，一方面，家庭規(guī)模的小型化也意味著我國家庭數(shù)量在增多，其消費量（尤其是耐用品消費,如：住房、汽車等）也會隨之增加，進而擴大內(nèi)需拉動經(jīng)濟增長；另一方面，與我國的傳統(tǒng)習慣相關，成年人在結婚后會從原來的大家庭中獨立出去，因此，家庭規(guī)模的小型化也意味著我國成年人的數(shù)量在增多，勞動力人口的增加則會通過生產(chǎn)渠道對我國的碳排放績效有顯著的正向作用；受教育水平的提高對我國碳排放績效存在顯著的促進作用，受教育水平的提高往往伴隨著人們整體素質(zhì)的提升，此時人們將會更多地考慮自己的生產(chǎn)、生活對環(huán)境所產(chǎn)生的影響，更加傾向于一種低碳環(huán)保的生活理念，從而推動整個社會的低碳發(fā)展水平，提高碳排放績效；然而，由于我國正處于工業(yè)化和城鎮(zhèn)化的快速推進階段，經(jīng)濟增長所帶來的碳排放總量仍將繼續(xù)增多，同時人均收入的增加也在一定程度上增加人們的非理性消費，這同樣會增加我國的碳排放，因此就目前而言，我國的經(jīng)濟增長對碳排放績效所產(chǎn)生的作用是負面的、抑制作用。

（二）從三大區(qū)域?qū)用?/p>

在樣本考察期內(nèi)，勞動人口增多雖然能夠促進東部、中部和西部地區(qū)碳排放績效的提升，但只有東部地區(qū)在10%的水平下顯著，而在中、西部地區(qū)勞動力人口的增多對碳排放績效的提升并不顯著；就老齡化而言，在三大區(qū)域所起作用并不一致，老年人口的增加會在1%的水平下顯著地阻礙我國中部和西部地區(qū)的碳排放績效，對東部地區(qū)雖起促進作用，卻不顯著；家庭規(guī)模的變大在一定程度上會阻礙我國碳排放績效的提升，這種阻礙作用只在中部地區(qū)顯著，在我國東部和西部地區(qū)并不顯著；而受教育水平的提高對我國三大區(qū)域碳排放績效都有顯著的促進作用；城市化水平的提高僅對東部地區(qū)的碳排放績效存在促進作用，這主要得益于東部地區(qū)較高的經(jīng)濟發(fā)展水平，但這種促進作用并不顯著，而對于中部和西部地區(qū)來說則顯著阻礙了各自地區(qū)碳排放績效的提升；然而三大區(qū)域的經(jīng)濟高速增長，到目前為止并沒有對各自區(qū)域的碳排放績效產(chǎn)生提升作用。

五、結論與建議

本文在估算我國30個?。ㄊ校﹨^(qū)2000—2012年的碳排放績效的基礎上，通過隨機效應面板數(shù)據(jù)Tobit模型，分析了我國人口結構變動對碳排放績效的影響。研究結論如下：（1）在樣本考察期內(nèi)，我國碳排放績效的整體水平在上升，但部分地區(qū)的碳排放績效在逐年降低。2000—2012年全國平均效率值為0．601，東部地區(qū)為0．778，中部和西部地區(qū)分別僅為0．610和0．398；（2）勞動人口數(shù)量和受教育程度對我國的碳排放績效具有正向的驅(qū)動作用，家庭規(guī)模的小型化、老齡化人口數(shù)量、人口城市化水平和經(jīng)濟增長對我國碳排放績效的提高起阻礙作用。上述研究表明，人口結構因素已經(jīng)成為在我國實施碳減排、提高碳排放績效過程中不可忽視的重要因素，由于我國的特殊國情，人口結構在一定的時期內(nèi)不會發(fā)生改變，因此政府在制定和實施碳減排、提高碳排放績效政策時應從以下三個方面進行考慮：

第一，作為推動城市化的主體，政府應在快速推進城市化水平的過程中，實現(xiàn)城市的低碳發(fā)展。即一方面，政府在大力推動城市化的同時還要應積極推動城市交通的低碳化，及時根據(jù)本地人口特征來構建合理的交通結構，大力發(fā)展公共交通，倡導綠色出行，以此來降低交通中的碳排放；另一方面，在城市化的快速推進過程中，政府應積極推廣節(jié)能建筑，減少各類建筑物在建設和使用過程中的碳排放。

第二，政府應大力發(fā)展教育事業(yè)，培育居民的低碳生活理念。教育水平的提升不僅可以提高人口素質(zhì)，使更多的人接受并踐行低碳的生活理念，還可以為發(fā)展低碳技術儲備人才，從而實現(xiàn)依托技術進步來提高能源使用效率，降低生產(chǎn)和生活中碳排放，進而促進我國的碳排放績效的提升。

第三，作為制定和實施低碳政策的主體，政府在推動經(jīng)濟增長的同時，應協(xié)調(diào)好人口、資源環(huán)境和經(jīng)濟發(fā)展之間的關系，改變傳統(tǒng)的發(fā)展模式，實施可持續(xù)的低碳發(fā)展戰(zhàn)略，最終實現(xiàn)經(jīng)濟與環(huán)境的“雙贏”。這就要求各地區(qū)在發(fā)展經(jīng)濟時應注重調(diào)整產(chǎn)業(yè)結構和能源消費結構，采取更加環(huán)保的生產(chǎn)方式，改變傳統(tǒng)的重化產(chǎn)業(yè)結構，增加第三產(chǎn)業(yè)的比重，努力實現(xiàn)產(chǎn)業(yè)結構的低碳化，同時積極擴大清潔能源的使用，減少高碳化石能源的使用，通過技術創(chuàng)新提高能源的利用效率，以此來降低能源消費中的碳排放，實現(xiàn)碳排放績效的提高。?

參考文獻：

[1]Eugene A．Rosa，Dietz Thomas．Human drivers of national greenhouse-gas emissions[J]．Nature Climate Change，2012，2（8）：581-586．

[2]Sanglimsuwan Kamjana．The impact of population pressure on carbon dioxide emissions：evidence from panel-econometric analysis[J]．International Research Journal of Finance and Economics，2012，82：89-94．

[3]O’Neill，Brian C．，Brant Liddle，et al．Demographic change and carbon dioxide emissions[J]．The Lancet，2012，380（9387）：157-164．

[4]Jorgenson Andrew K．，Brettt Clark．The Relationship between National-Level Carbon Dioxide Emissions and Population Size：An Assessment of Regional and Temporal Variation，1960-2005[J]．PloS one，2013，8（2）：e57107．

[5]Ahmad N．CO2 Emission，Population and Industrial Growth Linkages in Selected South Asian Countries：A Co-Integration Analysis [J]．World Applied Sciences Journal，2013，21（4）：615-622．

[6]李國志，李宗植．人口，經(jīng)濟和技術對二氧化碳排放的影響分析——基于動態(tài)面板模型[J]．人口研究，2010（3）：32-39．

[7]李楠，邵凱，王前進．中國人口結構對碳排放量影響研究[J]．中國人口·資源與環(huán)境，2011（6）：19-23．

[8]曲如曉，江銓．人口規(guī)模、結構對區(qū)域碳排放的影響研究[J]．人口與經(jīng)濟，2012 （2）：10-17．

[9]馬曉鈺，李強誼，郭瑩瑩．我國人口因素對二氧化碳排放的影響——基于STIRPAT模型的分析[J]．人口與經(jīng)濟，2013（1）：44-51．

[10]童玉芬，韓茜．人口變動在大城市碳排放中的作用與影響——以北京市為例[J]．北京社會科學，2013（2）：113-119．

[11]汪臻．中國居民消費碳排放的測算及影響因素研究[D]．中國科技大學，2012．

[12]張紀錄．消費視角下的我國二氧化碳排放研究[D]．華中科技大學，2012．

[13]朱勤，魏濤遠．居民消費視角下人口城鎮(zhèn)化對碳排放的影響[J]．中國人口·資源與環(huán)境，2013，23（11）：21-29．

[14]Tone K．A．slacks-based measure of efficiency in data envelopment analysis[J]．European journal of operational research，2001，130（3）：498-509．

[15]Tone K．Dealing with undesirable outputs in DEA：a Slacks-Based Measure （SBM）approach[J]．The Operations research Society of Japan2004，2004：44-45．

[16]Dietz Thomas，Eugene A Rosa．Effects of population and affluence on CO2emissions[J]．Proceedings of the National Academy of Sciences，1997，94（1）：175-179．

[17]周華林，李雪松．Tobit模型估計方法與應用[J]．經(jīng)濟學動態(tài)，2012（5）：105-119．

Study on the Impact of Population Structure Changes on the Carbon Emission Performance of China

HUANG Jie
（School of Economics Xinyang Normal University，Henan，Xinyang，464000）

Abstract：This paper use non-radial，non-angle SBM-Undesirable model measure the performance of carbon emission for 30 provinces in China covering the years from 2000 to 2012．And then，we try to use the panel data Tobit model to analyze the relation between population structures in the performance of carbon emissions．The study show that：first，In the sample period，China’s carbon emission performance is improving gradually，and the eastern part of the carbon emission performance is far higher than the central and western regions，the central is lower than eastern，the west is the lowest；second，Labor population increasing and the level of education on China’s carbon emission performance has positive driving action，the miniature of family size，and the number of aging population，the level of city and economic growth will inhibition on enhancement of China’s carbon emission performance．

Key words：Population Structure；The performance of carbon emissions；SBM-Undesirable model；Tobit model

作者簡介：黃杰，男，河南信陽人，信陽師范學院經(jīng)濟學院講師，博士，研究方向：低碳經(jīng)濟。

基金項目：教育部人文社科基金項目：資源詛咒效應發(fā)生機制與規(guī)避策略研究：基于空間經(jīng)濟學視角（15XJC790006）；國家社科基金項目：省域生態(tài)文明建設的績效評價、標尺競爭效應與空間關聯(lián)模式研究（13CJL071）。

中圖分類號：X24

文獻標志碼：A

文章編號：1007-0672（2016）02-0091-05

收稿日期：2015-11-17