李少林

(東北財經(jīng)大學產(chǎn)業(yè)組織與企業(yè)組織研究中心，遼寧 大連 116025)

·產(chǎn)業(yè)組織·

城鎮(zhèn)化進程中碳鎖定的誘發(fā)機制與解鎖路徑研究

李少林

(東北財經(jīng)大學產(chǎn)業(yè)組織與企業(yè)組織研究中心，遼寧 大連 116025)

全國大范圍城市頻繁持續(xù)遭遇霧霾天氣日益引發(fā)社會對碳鎖定的廣泛關注，識別碳鎖定風險并提出有效的碳解鎖路徑，對于提升城鎮(zhèn)化質(zhì)量具有重要的現(xiàn)實意義。本文在分析碳鎖定誘發(fā)機制的基礎上，首先對2003—2014年中國30個省會城市和直轄市碳鎖定的風險進行量化，其次運用考慮非期望產(chǎn)出的DEA-SBM模型和Bootstrap-DEA方法糾偏測算碳排放約束下城市投入產(chǎn)出綜合效率，最后采取動態(tài)面板系統(tǒng)廣義矩估計方法對城市碳鎖定風險的影響因素進行研究。研究結果表明，城市投入產(chǎn)出綜合效率與經(jīng)濟發(fā)達程度正相關，且有效化解了碳鎖定風險，市場化改革降低碳鎖定風險的貢獻小于生產(chǎn)技術進步，人口密度和第二產(chǎn)業(yè)比重對碳鎖定風險無顯著影響，城鎮(zhèn)化率顯著加劇了碳鎖定風險。提高城市投入產(chǎn)出綜合效率、深化生產(chǎn)要素配置的市場化改革和保持合理的城鎮(zhèn)化速度，均有利于實現(xiàn)城鎮(zhèn)化的低碳解鎖。

城鎮(zhèn)化；碳排放；碳鎖定；碳解鎖

一、問題的提出

近年來，全國大范圍頻繁持續(xù)遭遇霧霾天氣給中國城鎮(zhèn)化質(zhì)量提升帶來了嚴峻的考驗。2016年7月環(huán)境保護部發(fā)布的重點城市空氣質(zhì)量狀況顯示，京津冀地區(qū)13個城市和長三角地區(qū)25個城市空氣質(zhì)量平均優(yōu)良天數(shù)分別為54.4%和78.4%，同比分別下降0.4個百分點和3.5個百分點，其中北京空氣質(zhì)量優(yōu)良天數(shù)僅為31.0%，同比降幅高達4.5個百分點。2015年中國城鎮(zhèn)化率達到56.1%，快速擴張的城鎮(zhèn)化進程可能使得部分城市的人口遷移與資源環(huán)境消耗承載力匹配性下降，面臨著碳鎖定的風險。《國家新型城鎮(zhèn)化規(guī)劃(2014—2020年)》提出建設生態(tài)文明城市的目標，推行綠色城鎮(zhèn)化，使得常住人口城鎮(zhèn)化率達60.0%左右。因此，深入分析碳鎖定風險的誘發(fā)機制，提出合理的碳解鎖路徑，對于實現(xiàn)新型城鎮(zhèn)化目標具有重要的現(xiàn)實意義。

國內(nèi)外相關學者主要從技術和體制等方面對碳鎖定的成因、影響、對策和趨勢進行研究。汪中華和成鵬飛[1]通過計算碳超載率作為碳鎖定程度的指標，對中國碳鎖定總體情況進行了判斷，認為2003年以來中國碳鎖定程度逐漸加劇，隨后對技術投入、能源消耗和產(chǎn)業(yè)結構等變量的碳解鎖效應進行短期和長期的影響差異分析，分別提出了碳解鎖建議。林秀群[2]通過構建碳承載力、碳超載率的理論模型對云南碳鎖定的時間和趨勢進行了分析，認為2002年以后云南的碳鎖定趨勢愈發(fā)嚴重，提出減輕碳超載、降低化石能源消耗和提升碳承載力是碳解鎖的主要方向。沈友娣等[3]運用可拓展的隨機環(huán)境影響評估模型和嶺估計法對安徽碳排放的驅(qū)動因素進行分析，認為安徽總體上“相對解鎖”，從提高能源利用率、行業(yè)結構調(diào)整和制造園區(qū)低碳發(fā)展等方面提出碳解鎖建議。安福仁[4]在對新型工業(yè)化道路進行分析的基礎上，探討了碳鎖定的形成機制，認為經(jīng)濟系統(tǒng)存在嚴重的依賴化石能源的特征，尋求可再生能源替代化石能源是實現(xiàn)碳解鎖的重要路徑之一。

城鎮(zhèn)化對碳排放影響的文獻主要集中在作用機制或渠道分析、碳排放測算方法和空氣污染收斂性等方面。張騰飛等[5]認為城鎮(zhèn)化通過人力資本積累和清潔生產(chǎn)對碳排放產(chǎn)生影響，并分別采用常住人口、戶籍人口和半城鎮(zhèn)化率等指標衡量城鎮(zhèn)化，實證研究了人力資本積累和清潔生產(chǎn)對碳排放的影響，兩者均有助于抑制城鎮(zhèn)化對碳排放的正向影響，且人力資本積累渠道的邊際影響通常高于清潔生產(chǎn)渠道。畢曉航[6]認為城市化引致的人口遷移通過產(chǎn)業(yè)結構、生活方式和空間布局等方面對碳排放施加間接影響，城市化的不同發(fā)展階段對碳排放也具有調(diào)節(jié)關系。婁偉[7]認為碳排放的計算方法為能源消費、工業(yè)產(chǎn)品生產(chǎn)、垃圾和農(nóng)地二氧化碳排放總量減去林地吸收的二氧化碳總量，并以北京為案例對該方法加以應用。郝宇和張千雪[8]研究了113個城市人均二氧化硫排放量的收斂性，結果表明全國、東、中、西部地區(qū)均存在絕對收斂和相對收斂，人均收入對收斂速度有正向影響，而人口密度對收斂速度則具有負向影響。李姝[9]研究了城市化對環(huán)境污染的影響，研究表明城市化與廢氣污染和廢水污染呈現(xiàn)高度的正相關性。

現(xiàn)有關于碳鎖定、碳解鎖與城鎮(zhèn)化影響碳排放文獻的局限性主要體現(xiàn)在：一是主要從技術和體制等方面進行理論分析，且集中在能源消耗和技術投入等方面，相關因素分析不夠全面，碳解鎖建議缺乏經(jīng)驗依據(jù)。二是碳鎖定的判定以案例研究和全國層面研究為主，缺乏基于細分城市的研究。三是城鎮(zhèn)化影響碳排放的作用機制分析通常選取幾個中間變量作為傳導變量，呈現(xiàn)出主觀性較強的特點。

區(qū)別于以往研究，本文的創(chuàng)新點主要體現(xiàn)在：一是綜合分析現(xiàn)有文獻所考慮到的影響碳鎖定風險的變量，選擇較為合理且簡明的指標對碳鎖定風險進行量化。二是運用考慮非期望產(chǎn)出的DEA-SBM模型和Bootstrap-DEA方法糾偏測算碳排放約束下的城市投入產(chǎn)出綜合效率。三是基于2003—2014年中國30個省會城市和直轄市對碳鎖定風險的影響因素進行經(jīng)驗研究，綜合考慮了城鎮(zhèn)化投入產(chǎn)出效率、市場化指數(shù)、城鎮(zhèn)化率、人口密度和第二產(chǎn)業(yè)比重等變量，據(jù)此提出碳解鎖路徑。

二、城鎮(zhèn)化進程中碳鎖定風險的誘發(fā)機制與量化方法

碳鎖定的概念最早由Unruh[10]提出，被認為是特定經(jīng)濟發(fā)展階段處于依賴化石燃料而阻礙低碳技術發(fā)展的穩(wěn)定狀態(tài)。結合國內(nèi)外相關文獻關于碳鎖定、城鎮(zhèn)化與碳排放問題的研究，本文主要從生產(chǎn)技術水平、經(jīng)濟制度、人口城鎮(zhèn)化和產(chǎn)業(yè)結構變遷等維度對碳鎖定的誘發(fā)機制進行綜合分析，并提出測度碳鎖定風險的簡易指標。

(一)城鎮(zhèn)化進程中碳鎖定風險的誘發(fā)機制

1.生產(chǎn)技術水平

碳鎖定形成的重要成因之一是技術鎖定，在碳密集度較高的化石能源系統(tǒng)中存在著技術鎖定的狀態(tài)，鎖定狀態(tài)被強化的根源在于技術、基礎設施和相互關聯(lián)產(chǎn)業(yè)系統(tǒng)的網(wǎng)絡外部性。當考慮技術選擇對自然環(huán)境的影響時，技術鎖定是潛在的重要問題，對持續(xù)技術變遷的追求意味著政策制定者將面臨如何阻止和逃避技術鎖定，在沒有外界干預的情形下，產(chǎn)業(yè)的內(nèi)生變遷使得技術系統(tǒng)逐步演化，然而這種自發(fā)的轉(zhuǎn)型時間和方向可能不是社會最優(yōu)的，外界需要干預的標準是在技術溢出的過程中存在規(guī)模報酬遞增，最終結果是可能導致次優(yōu)的環(huán)境技術標準。降低碳排放最直接的方法是增加清潔能源的生產(chǎn)和消費，李少林[11]將新能源的投入界定為太陽能、風能、地熱能和生物燃料產(chǎn)量等四種形式，以新能源發(fā)電量作為產(chǎn)出，測算了23個國家的新能源發(fā)電效率。實際上，新能源效率的高低反映出新能源的技術進步，亦即技術解鎖的程度。為便于進行量化，本文將基于投入產(chǎn)出視角，將城鎮(zhèn)單位從業(yè)人員數(shù)、固定資產(chǎn)投資和城市建成區(qū)面積作為投入，地區(qū)生產(chǎn)總值、社會消費品零售總額和二氧化碳排放量作為產(chǎn)出，測算城市投入產(chǎn)出綜合效率，以此反映技術進步狀況。

2.經(jīng)濟制度

引起碳鎖定的另一個重要變量是制度變量，通常衡量制度較為困難，樊綱等[12]提出的市場化指數(shù)可近似作為制度變量的代理指標。市場化改革包含了非國有經(jīng)濟發(fā)展、產(chǎn)品和要素市場發(fā)育等多維信息，能夠反映各地區(qū)的經(jīng)濟體制改革進展，由于省會城市在全省占據(jù)主導地位，我們將各省會城市的市場化指數(shù)近似用各省的市場化指數(shù)代替。

3.人口城鎮(zhèn)化

大量文獻表明城鎮(zhèn)化引致的人口遷移對碳排放具有顯著影響，朱勤和魏濤遠[13]從居民消費維度對人口城鎮(zhèn)化的碳排放效應進行了定量評估，研究表明，20世紀90年代中期以來，人口城鎮(zhèn)化驅(qū)動碳排放的效應超過人口規(guī)模，居民消費率下降推動了碳排放的上升，而能源強度下降則有利于碳減排效果的顯現(xiàn)。伴隨著人口老齡化的不斷加重，人口年齡結構也對碳排放產(chǎn)生了重要影響，田成詩等[14]運用擴展的隨機STIRPAT模型對人口年齡結構的碳排放效應進行了實證研究，結果表明30歲以下人口對碳排放的影響不顯著，而30—44歲的正向影響最大，60歲以上的影響則變?yōu)樨?，中國未來的老齡化將有助于減緩碳排放。除了人口規(guī)模和人口年齡結構的影響外，人類對能源的消費行為也對碳排放產(chǎn)生了鎖定效應，Maréchal[15]認為不完全有意識的行為——習慣與理性選擇理論截然相反，由于習慣的存在，在給定的政策激勵下，消費者不對能源消耗施加控制。本文以城鎮(zhèn)化率和人口密度衡量人口城鎮(zhèn)化，其中城鎮(zhèn)化率代表人口城鎮(zhèn)化的總體進度，人口密度代表人口城鎮(zhèn)化的分布狀況。

4.產(chǎn)業(yè)結構變遷

產(chǎn)業(yè)結構變遷最直接的效應是改變能源消耗結構，對碳排放產(chǎn)生間接影響。韓永輝等[16]在測度省際生態(tài)文明指數(shù)的基礎上，運用廣義動態(tài)空間面板模型研究產(chǎn)業(yè)結構優(yōu)化升級對生態(tài)文明的影響機理與程度，研究表明產(chǎn)業(yè)結構合理化和高度化帶動本地生態(tài)文明的同時，對其余省份的生態(tài)文明也有正向影響。周星等[17]研究了中國東部11個省份的碳脫鉤效應，研究表明第二產(chǎn)業(yè)比重下降和第三產(chǎn)業(yè)比重上升，將帶動經(jīng)濟發(fā)展與碳減排脫鉤。本文將各省會城市和直轄市第二產(chǎn)業(yè)比重(第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重)作為產(chǎn)業(yè)結構的衡量指標，探究產(chǎn)業(yè)結構變遷對碳鎖定風險的影響。

(二)城鎮(zhèn)化進程中碳鎖定風險的量化方法

現(xiàn)有文獻較少涉及碳鎖定風險的衡量，汪中華和成鵬飛[1]主要從碳超載率的計算入手，將碳排放量與碳匯量的差額作為碳鎖定程度的指標，由于是基于全國層面的研究，在碳排放量和碳匯量的測算方面數(shù)據(jù)可得性較高，因而考慮的因素較多。從微觀城市層面對碳鎖定風險進行衡量，受到數(shù)據(jù)可得性的限制，本文簡化并采用兩種方法對30個省會城市和直轄市的碳鎖定風險進行衡量：一是假定城市碳排放主要來源于能源消費引起的二氧化碳排放，將城市建成區(qū)綠化覆蓋率作為吸收二氧化碳強度的指標，碳超載量等于二氧化碳排放量減去城市建成區(qū)綠化覆蓋率所吸收掉的二氧化碳，作為碳鎖定風險的量化指標。二氧化碳排放量按照各城市能源消耗標準煤的折算系數(shù)進行計算，目前中國采用較多的“能源燃料折算成標準煤以后二氧化碳排放系數(shù)”通常在2.420—2.720之間，本文的折算系數(shù)取區(qū)間均值2.570，即將各城市能源消費總量折算成標準煤，每噸標準煤燃燒產(chǎn)生的二氧化碳量為2.570噸。由于數(shù)據(jù)可得性的限制，結合中國歷年電力生產(chǎn)結構的特征，火力發(fā)電約占總發(fā)電量的80.0%，假設火力發(fā)電量與消費量相匹配，全社會用電量的80.0%即為火電消費量，按照火力發(fā)電煤耗計算，每度電折合0.123千克標準煤，即從城市全社會用電量數(shù)據(jù)推算城市的二氧化碳排放量，推算公式為：CO2=electricity×80.0%×0.123÷1 000×2.570，其中CO2表示城市二氧化碳排放量，electricity表示城市全社會用電量。據(jù)此，本文所需量化的碳鎖定風險指標可以表示為overload=electricity×80.0%×0.123÷1 000×2.570×(1-greening)，其中greening表示城市建成區(qū)綠化覆蓋率。二是由于城市空氣質(zhì)量的變動可較好地反映出城鎮(zhèn)化進程中碳鎖定的程度，將城市空氣質(zhì)量好于二級的天數(shù)作為衡量碳鎖定風險的指標，用以檢驗碳超載量作為碳鎖定風險指標的穩(wěn)健性。

三、中國城鎮(zhèn)化進程中碳鎖定風險的影響因素研究

基于碳鎖定風險誘發(fā)機制的分析，為對碳鎖定風險進行量化，并探討其影響因素，本文主要從《中國城市統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》和中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫搜集相應的指標數(shù)據(jù)，以城鎮(zhèn)單位從業(yè)人員數(shù)、固定資產(chǎn)投資和城市建成區(qū)面積作為投入，地區(qū)生產(chǎn)總值、社會消費品零售總額和二氧化碳排放量作為產(chǎn)出，運用DEA-SBM模型和Bootstrap-DEA方法測算碳排放約束下的城市投入產(chǎn)出綜合效率。隨后將碳超載量和城市空氣質(zhì)量分別作為碳鎖定風險的代理指標，對城市投入產(chǎn)出綜合效率、市場化指數(shù)、城鎮(zhèn)化率、人口密度和第二產(chǎn)業(yè)比重等變量建立動態(tài)面板模型進行碳鎖定風險影響因素的經(jīng)驗研究，為提出針對性的碳解鎖政策建議奠定基礎和依據(jù)。

(一)數(shù)據(jù)來源與描述性統(tǒng)計

在選擇投入產(chǎn)出指標測算城鎮(zhèn)化綜合效率時，城鎮(zhèn)單位從業(yè)人員數(shù)、固定資產(chǎn)投資、城市建成區(qū)面積、地區(qū)生產(chǎn)總值、社會消費品零售總額和二氧化碳排放量(由城市全社會用電量推算)的原始數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。筆者利用年末市轄區(qū)人口數(shù)除以年末全市總人口數(shù)計算得到各省會城市或直轄市的城鎮(zhèn)化率，原始數(shù)據(jù)分別來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫和《中國城市統(tǒng)計年鑒》。根據(jù)碳鎖定風險的量化方法，筆者計算出各城市歷年的碳超載量，城市空氣質(zhì)量好于二級的天數(shù)的原始數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》，變量的描述性統(tǒng)計如表1所示。

表1 變量的描述性統(tǒng)計

(二)中國30個省會城市和直轄市投入產(chǎn)出綜合效率的糾偏測算

本文將Tone[18]提出的考慮非期望產(chǎn)出的DEA-SBM模型與Simar和Wilson[19]提出的Bootstrap-DEA方法相結合進行效率值的糾偏測算。DEA-SBM模型的基本原理是：基于松弛測度的SBM模型處理非期望產(chǎn)出，假設存在n個均包含投入、期望產(chǎn)出和非期望產(chǎn)出的決策單元，分別表示為x∈Rm，yg∈Rs1，yb∈Rs2。定義矩陣：

(1)

(2)

其中，xo=Xλ+s-，yob=Ybλ+sb，yog=Ygλ-sg，且s-≥0，sb≥0，sg≥0，λ≥0；s是投入產(chǎn)出的松弛量，λ表示權重向量；僅當ρ*=1，亦即s-、sb和sg均為0時，表明該決策單元是有效的；當0≤ρ*<1時，表明該決策單元是非有效的，有必要對其投入產(chǎn)出進行改進。

在運用DEA-SBM模型計算出效率之后，運用Simar和Wilson[19]提出的Bootstrap-DEA方法修正效率評價值的偏誤，并提供置信區(qū)間。本文采用MAXDEA專業(yè)版軟件對2003—2014年中國30個省會城市和直轄市包含非期望產(chǎn)出的投入產(chǎn)出效率進行糾偏測算，使用規(guī)模報酬不變的產(chǎn)出導向模型，并設定抽樣次數(shù)為500次，以確保置信區(qū)間的覆蓋面，測算結果如表2所示。*限于篇幅，2003—2013年的計算結果未在正文列出，留存?zhèn)渌鳌?/p>

表2 2014年中國30個省會城市和直轄市投入產(chǎn)出綜合效率原始值與Bootstrap-DEA糾偏估計值比較

從表2可以看出，采用Bootstrap-DEA方法糾偏測算的投入產(chǎn)出綜合效率值基本上比傳統(tǒng)DEA方法測算的效率值小，原因是Bootstrap-DEA方法將前沿面的非效率因素一并考慮在內(nèi)，傳統(tǒng)DEA方法高估了效率值，而且糾偏后的投入產(chǎn)出綜合效率值均落在置信區(qū)間內(nèi)，印證了真實效率值不大于傳統(tǒng)DEA效率值的觀點，說明了本文采用的Bootstrap-DEA糾偏技術得到的結果是可靠的。從具體的效率測算值來看，2014年北京、天津、濟南、長沙、廣州、福州和成都等城市的投入產(chǎn)出綜合效率較高，中西部欠發(fā)達地區(qū)比如貴陽、西寧、銀川、太原和烏魯木齊等城市的投入產(chǎn)出綜合效率較低，測算結果基本符合中國經(jīng)濟發(fā)展的現(xiàn)實情況。

(三)基于系統(tǒng)廣義矩估計方法的碳鎖定風險影響因素

由于中國城市霧霾天氣大多呈現(xiàn)出階段性的動態(tài)變化特征，本文將采用動態(tài)面板模型進行估計，為確?；貧w結果的可靠性，采用Arellano和 Bover[20]與Blundell和 Bond[21]提出的系統(tǒng)廣義矩估計(System-GMM)方法進行估計，以有效克服解釋變量存在的內(nèi)生性。根據(jù)前文的理論分析，本文的動態(tài)面板回歸模型可初步設定為：

cdenrt=α0+λcdenr,t-1+α1efficiencyrt+α2marketrt+α3efficiency×market+α4(efficiency×market)2+δritβi+θr+τri

(3)

其中，被解釋變量cdenrt表示城市建成區(qū)單位面積碳超載量；cdenr,t-1表示cdenrt的一階滯后項；efficiencyrt表示城市投入產(chǎn)出綜合效率；marketrt表示市場化指數(shù)；α1、α2、α3、α4和δrit表示回歸系數(shù)；βi表示控制變量；θr表示非觀測的城市固定效應；τri表示隨機誤差項。

本文對動態(tài)一階自回歸模型式(3)進行系統(tǒng)廣義矩估計，估計結果如表3所示。

表3 城市建成區(qū)單位面積碳超載量衡量的碳鎖定風險影響因素回歸結果

注：***、**和*分別表示在1%、5%和10%的顯著性水平上顯著，小括號內(nèi)的值為標準誤，AR(1)、AR(2)和Hansen檢驗值為相應的P值，下同。此外，由于人口密度變量數(shù)值極小且在統(tǒng)計上不顯著，故未列出。

從表3可以看出，第4列、第5列和第6列均采用城市單位面積碳超載量、城市投入產(chǎn)出綜合效率、市場化指數(shù)的滯后3期作為工具變量，AR(1)、AR(2)和Hansen檢驗均得以通過。AR(1)檢驗殘差項是否存在一階自回歸過程，零假設是殘差不存在一階自回歸過程，第4列、第5列和第6列均表明AR(1)存在一階自回歸過程，AR(2)不存在一階自回歸過程。Hansen檢驗的零假設是工具變量不存在過度識別，Hansen檢驗表明選取的工具變量有效，模型設定合理。為驗證系統(tǒng)廣義矩估計的可靠性，本文還給出了混合普通最小二乘法(Pooled OLS)和固定效應模型(FE)的回歸結果作為參考。系統(tǒng)廣義矩估計回歸結果顯示，當?shù)?列同時加入了城市投入產(chǎn)出綜合效率與市場化指數(shù)的交互項及其平方項以后，回歸結果的系數(shù)大多不顯著，為了進一步探究碳鎖定風險的影響因素，分別對交互項及其平方項進行單獨回歸，結果參見第5列和第6列。第5列僅加入了城市投入產(chǎn)出綜合效率與市場化指數(shù)的交互項，回歸結果顯示，碳鎖定風險的核心影響因素——生產(chǎn)技術水平、經(jīng)濟制度及兩者的交互項對城市建成區(qū)單位面積碳超載量的影響均顯著，其中城市投入產(chǎn)出綜合效率的影響在1%的顯著性水平上顯著，當城市投入產(chǎn)出綜合效率提升1%時，城市建成區(qū)單位面積碳超載量下降8.990%，而當市場化指數(shù)上漲1時，城市建成區(qū)單位面積碳超載量下降0.877%，兩者的交互項對碳鎖定風險的影響在5%的顯著性水平上顯著，表明當前中國城鎮(zhèn)化進程中很可能存在典型的碳鎖定現(xiàn)象，印證了技術與制度的復合體導致碳鎖定的基本理論在中國是成立的。

此外，城鎮(zhèn)化率對碳鎖定風險的影響在10%的顯著性水平上顯著，表明中國城鎮(zhèn)化進程加快在一定程度上誘發(fā)了碳鎖定風險，保持合理的城鎮(zhèn)化速度有利于碳解鎖的實現(xiàn)。第6列加入了城市投入產(chǎn)出綜合效率與市場化指數(shù)交互項的平方項，其系數(shù)在1%的顯著性水平上顯著為正，表明中國的碳鎖定風險呈現(xiàn)出先下降后上升的“U”型特征，結合第5列的回歸結果，中國碳鎖定風險正處于“U型”曲線的上升階段，生產(chǎn)技術水平與經(jīng)濟制度的相互交織有進一步提高城市建成區(qū)單位面積碳超載量的趨勢。此外，第5列和第6列的城市投入產(chǎn)出綜合效率和市場化指數(shù)的系數(shù)均顯著為負，表明生產(chǎn)技術進步和市場化改革的單方面作用能夠顯著降低城市建成區(qū)單位面積的碳超載量，亦即降低碳鎖定風險，其中生產(chǎn)技術進步對碳解鎖的貢獻占據(jù)主導地位。第二產(chǎn)業(yè)比重和人口密度對碳鎖定風險的影響均為正，但不顯著，表明第二產(chǎn)業(yè)比重和人口密度不是導致高碳經(jīng)濟的主要原因，中國的工業(yè)碳強度尚未達到峰值，但總體趨于下降態(tài)勢，部分重化工業(yè)可能是真正的根源；人口密度對碳鎖定風險無顯著影響的原因可能在于：由于人口密度上升所帶來的資源環(huán)境消耗過大可能引起碳排放上升，由于人口密度上升也可能引起高素質(zhì)勞動力的集聚，進而通過促進技術創(chuàng)新而降低碳排放，兩者綜合作用導致人口密度對碳鎖定風險無顯著影響。

(四)穩(wěn)健性檢驗

由于碳超載量和空氣質(zhì)量具有高度相關性，為了檢驗碳鎖定風險影響因素回歸結果的穩(wěn)健性，本文將被解釋變量由城市建成區(qū)單位面積碳超載量替換為城市空氣質(zhì)量好于二級天數(shù)，仍然采用三種回歸形式，得到穩(wěn)健性檢驗結果。*限于篇幅，穩(wěn)健性檢驗結果未在正文列出，留存?zhèn)渌鳌?/p>

系統(tǒng)廣義矩估計所使用的工具變量分別是城市空氣質(zhì)量好于二級天數(shù)的對數(shù)、城市投入產(chǎn)出綜合效率與市場化指數(shù)的滯后2期、城市投入產(chǎn)出綜合效率與市場化指數(shù)的滯后3期。當加入第二產(chǎn)業(yè)比重變量之后，系統(tǒng)廣義矩估計的回歸系數(shù)均顯著，但AR(2)的顯著性未通過檢驗，因而剔除第二產(chǎn)業(yè)比重變量重新進行回歸，此時不僅系數(shù)顯著，而且AR(2)通過了檢驗，表明第二產(chǎn)業(yè)比重對空氣質(zhì)量的影響同樣不夠顯著，印證了以城市建成區(qū)單位面積碳超載量衡量的碳鎖定風險回歸結果；此外，城市投入產(chǎn)出綜合效率、市場化指數(shù)、人口密度和城鎮(zhèn)化率的系數(shù)均顯著，城市投入產(chǎn)出綜合效率和市場化指數(shù)均在1%的顯著性水平上顯著為正，且城市投入產(chǎn)出綜合效率的系數(shù)遠大于市場化指數(shù)，表明生產(chǎn)技術進步對城市空氣質(zhì)量提升的貢獻大于市場化改革，兩者上漲均能顯著提高城市空氣質(zhì)量，與上述回歸結果一致；人口密度雖然在1%的顯著性水平上顯著為負，表明人口密度上升導致城市空氣質(zhì)量變差，但這種影響(系數(shù))非常小，基本可以忽略，與上述回歸結果一致；城鎮(zhèn)化率的系數(shù)在5%的顯著性水平上顯著為負，表明城鎮(zhèn)化速度的提升有降低城市空氣質(zhì)量的趨勢，與上述回歸結果一致。綜上，以城市空氣質(zhì)量好于二級天數(shù)衡量的碳鎖定風險回歸結果與以城市建成區(qū)單位面積碳超載量衡量的碳鎖定風險回歸結果保持一致，回歸結果具有較強的穩(wěn)健性。

四、研究結論與政策建議

區(qū)別于以往文獻單純分析某個經(jīng)濟變量對碳排放的影響，本文立足于城鎮(zhèn)化進程中碳鎖定風險形成與碳解鎖的現(xiàn)實問題，對中國碳鎖定風險的誘發(fā)機制和量化方法進行分析，并運用中國30個省會城市和直轄市的數(shù)據(jù)進行經(jīng)驗研究，試圖探究中國城鎮(zhèn)化進程中的碳解鎖路徑。研究結果表明：

首先，采用DEA-SBM模型和Bootstrap-DEA方法對包含非期望產(chǎn)出的中國城市投入產(chǎn)出綜合效率的測算結果顯示，糾偏測算的綜合效率值基本上比傳統(tǒng)DEA方法測算的效率值小，糾偏后的城市投入產(chǎn)出綜合效率值均落在置信區(qū)間內(nèi)，Bootstrap-DEA糾偏技術得到的結果可靠，30個省會城市和直轄市投入產(chǎn)出綜合效率與經(jīng)濟發(fā)達程度具有高度的正相關性。

其次，當城市投入產(chǎn)出綜合效率提升1%時，城市建成區(qū)單位面積碳超載量下降8.990%，當市場化指數(shù)上漲1時，城市建成區(qū)單位面積碳超載量下降0.877%，兩者的交互項對碳鎖定風險的影響在5%的顯著性水平上顯著，表明當前中國城鎮(zhèn)化進程中存在典型的碳鎖定現(xiàn)象，印證了技術與制度的復合體導致碳鎖定的基本理論在中國是成立的，市場化改革對降低碳解鎖風險的貢獻小于生產(chǎn)技術進步，以城市空氣質(zhì)量好于二級天數(shù)衡量的碳鎖定風險影響因素的回歸結果具有較強的穩(wěn)健性。

最后，中國城鎮(zhèn)化率提升在一定程度上加劇了碳鎖定風險，原因可能在于城市規(guī)模的迅速擴大使得人口大量遷移至城市，在“造城”過程中建筑業(yè)碳排放大幅度上升，而且居民生活能源消耗特征也發(fā)生重要轉(zhuǎn)變，能源消耗呈現(xiàn)出集聚效應，引起碳排放強度增大；人口密度和第二產(chǎn)業(yè)比重對碳鎖定風險的影響不顯著，原因可能在于，一方面人口密度上升所帶來的資源環(huán)境消耗過大可能引起碳排放上升，另一方面人口密度上升還可能通過集聚高素質(zhì)勞動力促進技術創(chuàng)新而降低碳排放，兩者可能存在抵消效應；城市的產(chǎn)業(yè)結構調(diào)整雖然使得碳排放強度下降，但可能由于部分重化工業(yè)的存在使得碳排放峰值尚未到來。

基于上述理論與經(jīng)驗研究結論，筆者認為中國城鎮(zhèn)化進程的低碳解鎖須從以下方面著手：

首先，城市投入產(chǎn)出綜合效率提升方面，隨著城鎮(zhèn)化進程的加快，城市建成區(qū)面積日益擴大，須重點提高城鎮(zhèn)建設用地效率，在控制供地總量的基礎上，強化土地的用途管制，并優(yōu)化城鎮(zhèn)用地結構，在“造城”過程中盡可能采用綠色建筑材料，做到節(jié)能、節(jié)地和節(jié)材，打造綠色循環(huán)低碳建筑；規(guī)劃和控制固定資產(chǎn)投資規(guī)模，優(yōu)化固定資產(chǎn)投資的區(qū)域結構，使得城鎮(zhèn)化進程推動區(qū)域經(jīng)濟發(fā)展平衡，進而提高城市投入產(chǎn)出綜合效率，降低碳鎖定風險。

其次，市場化改革方面，切實發(fā)揮市場在資源配置中的決定性作用，盤活生產(chǎn)要素的流動，進一步深化能源供給側改革，持續(xù)推進去產(chǎn)能、去庫存和降成本的任務，尤其是化解煤炭行業(yè)的產(chǎn)能過剩，提高傳統(tǒng)化石能源的利用效率；大力推動太陽能、風能、地熱能和生物能等新能源產(chǎn)業(yè)的發(fā)展，加快普及新能源汽車的研發(fā)與應用，從根源上替代化石燃料的消耗，降低碳鎖定風險。

最后，城鎮(zhèn)化速度方面，各地區(qū)應根據(jù)經(jīng)濟增長態(tài)勢和城鄉(xiāng)二元結構特點，有規(guī)劃有步驟地實施城鎮(zhèn)化，避免只追求速度不重視質(zhì)量的城鎮(zhèn)化，把城鎮(zhèn)化進程中可能產(chǎn)生的資源環(huán)境壓力納入到城鎮(zhèn)化質(zhì)量的評價體系中，以實現(xiàn)綠色可持續(xù)的新型城鎮(zhèn)化目標；人口密度方面，合理調(diào)控勞動力人口的流動，強化高素質(zhì)人才的集聚創(chuàng)新效應，以有效降低碳鎖定風險；產(chǎn)業(yè)結構方面，基于城市要素稟賦特點，在化解過剩重化工業(yè)產(chǎn)能的前提下，重點發(fā)展高新技術產(chǎn)業(yè)，通過創(chuàng)新驅(qū)動戰(zhàn)略對產(chǎn)業(yè)結構進行優(yōu)化升級，有效發(fā)揮產(chǎn)業(yè)結構調(diào)整的碳解鎖效應。

[1] 汪中華，成鵬飛.中國碳超載下碳鎖定與解鎖路徑實證研究[J].資源科學，2016，(5)：909-917.

[2] 林秀群.區(qū)域碳鎖定的判定研究——以云南省為例[J].昆明理工大學學報(社會科學版)，2014，(3)：73-79.

[3] 沈友娣，章慶，嚴霜.安徽制造業(yè)碳排放驅(qū)動因素、鎖定狀態(tài)與解鎖路徑研究[J].華東經(jīng)濟管理，2014，(6)：27-30.

[4] 安福仁.中國走新型工業(yè)化道路面臨碳鎖定挑戰(zhàn)[J].財經(jīng)問題研究，2011，(12)：40-44.

[5] 張騰飛，楊俊，盛鵬飛.城鎮(zhèn)化對中國碳排放的影響及作用渠道[J].中國人口·資源與環(huán)境，2016，(2)：47-57.

[6] 畢曉航.城市化對碳排放的影響機制研究[J].上海經(jīng)濟研究，2015，(10)：97-106.

[7] 婁偉.城市碳排放量測算方法研究——以北京市為例[J].華中科技大學學報(社會科學版)，2011，(3)：104-110.

[8] 郝宇，張千雪.中國城市空氣污染收斂性研究——以二氧化硫為例的實證分析[J].華東經(jīng)濟管理，2015，(8)：144-152.

[9] 李姝.城市化、產(chǎn)業(yè)結構調(diào)整與環(huán)境污染[J].財經(jīng)問題研究，2011，(6)：38-43.

[10] Unruh, G.C.Understanding Carbon Lock-in[J].Energy Policy, 2000, 28(12):817-830.

[11] 李少林.2001—2012年全球23國新能源發(fā)電效率測算與驅(qū)動因素分析[J].資源科學，2016，(2)：321-332.

[12] 樊綱，王小魯，朱恒鵬.中國市場化指數(shù)——各地區(qū)市場化相對進程2011年報告[M].北京：經(jīng)濟科學出版社，2011.

[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，(11)：21-29.

[14] 田成詩，郝艷，李文靜，等.中國人口年齡結構對碳排放的影響[J].資源科學，2015，(12)：2309-2318.

[15] Maréchal, K.An Evolutionary Perspective on the Economics of Energy Consumption: The Crucial Role of Habits [J]. Journal of Economic Issues, 2008, 43(1):69-88.

[16] 韓永輝，黃亮雄，王賢彬.產(chǎn)業(yè)結構優(yōu)化升級改進生態(tài)效率了嗎？[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2016，(4)：40-59.

[17] 周星，周梅華，張明.產(chǎn)業(yè)結構視角下我國東部地區(qū)碳脫鉤效應研究[J].中國礦業(yè)大學學報，2016，(4)：849-858.

[18] Tone, K.A Slacks-Based Measure of Efficiency in Data Envelopment Analysis [J].European Journal of Operational Research, 2001, 130(3):498-509.

[19] Simar, L., Wilson, P.W.Sensitivity Analysis to Efficiency Scores：How to Bootstrap in Nonparametric Frontier Models [J].Management Science, 1998, 44(1):49-61.

[20] Arellano, M., Bover, O.Another Look at the Instrumental Variable Estimation of Error-Components Models [J].Journal of Econometrics, 1995, 68(1): 29-51.

[21] Blundell, R., Bond, S.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models [J].Journal of Econometrics, 1998, 87(1):115-143.

(責任編輯：孫 艷)

2016-12-26

國家自然科學基金青年項目“城鎮(zhèn)化進程中‘碳鎖定’的形成機理、風險測度與解鎖策略研究”(71403041)；教育部人文社會科學青年基金項目“規(guī)制改革對碳減排的影響機理與實證：基于企業(yè)異質(zhì)性投資行為的分析”(14YJC790068)；遼寧省社會科學規(guī)劃基金青年項目“遼寧清潔能源發(fā)展機制的低碳效應評價與政策研究”(L16CJY003)

李少林(1986-)，男，湖北襄陽人，助理研究員，博士，主要從事產(chǎn)業(yè)經(jīng)濟與政府規(guī)制研究。E-mail:lishaolin0506@163.com

F124.5

A

1000-176X(2017)03-0028-08