向華麗,劉 言,孫晨晉

1.中南財經(jīng)政法大學(xué) 公共管理學(xué)院,湖北 武漢 430073;2.中南財經(jīng)政法大學(xué) 可持續(xù)發(fā)展與公共政策研究中心,湖北 武漢 430073

一、研究背景

黨的二十大報告特別強(qiáng)調(diào)了我國參與全球氣候變化治理的部署,因此“十四五”以來一直到“碳中和”時期低碳綠色發(fā)展是我國高質(zhì)量發(fā)展的核心。2021年10月26日,國務(wù)院印發(fā)《2030年前碳達(dá)峰行動方案》,對推進(jìn)碳達(dá)峰工作作出總體部署,再次強(qiáng)調(diào)了“雙碳”在現(xiàn)階段的重大戰(zhàn)略地位。因而可知,促進(jìn)節(jié)能減排、實現(xiàn)低碳發(fā)展是我國當(dāng)前具有戰(zhàn)略意義的重大任務(wù)。與此同時,第七次全國人口普查數(shù)據(jù)顯示,65歲及以上人口占總?cè)丝诒戎剡_(dá)13.5%,比第六次全國人口普查數(shù)據(jù)上升了4.63個百分點。有學(xué)者對我國人口老齡化發(fā)展進(jìn)行預(yù)測,認(rèn)為在未來三十年,我國將成為人口老齡化發(fā)展速度最快的國家,并迅速走向深度和重度老齡化[1]。

中部地區(qū)包括山西、河南、安徽、湖北、湖南和江西六個省份。該地區(qū)承載著全國26.5%的人口,依靠全國10.7%的土地創(chuàng)造了全國約21.6%的GDP,是我國人口大區(qū)、經(jīng)濟(jì)腹地和重要市場。隨著我國城鎮(zhèn)化進(jìn)程的不斷深入,人口流動頻繁,中部地區(qū)人口大量外流,這也加重了中部地區(qū)老齡化程度。中部地區(qū)因其地理位置的特殊性,是構(gòu)建全國統(tǒng)一大市場、促進(jìn)東部和西部整體協(xié)調(diào)發(fā)展的重要區(qū)域。2004年中部崛起政策提出要將中部建設(shè)成“兩型社會”。2021年4月發(fā)布的《中共中央國務(wù)院關(guān)于新時代推動中部地區(qū)高質(zhì)量發(fā)展的意見》,再次強(qiáng)調(diào)了堅持綠色發(fā)展,打造人與自然和諧共生的美麗中部的低碳發(fā)展目標(biāo)。走節(jié)能減排的低碳發(fā)展道路是中部地區(qū)履行減排承諾的需要,更是中部地區(qū)可持續(xù)發(fā)展的必然要求。技術(shù)進(jìn)步可以轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、推進(jìn)經(jīng)濟(jì)發(fā)展與碳排放脫鉤,對促進(jìn)經(jīng)濟(jì)發(fā)展和綠色低碳轉(zhuǎn)型均具有重要作用[2]。

碳排放來源于人類的生產(chǎn)與消費(fèi)活動,人口老齡化也會從生產(chǎn)和消費(fèi)這兩條途徑對碳排放造成影響。關(guān)于人口老齡化對碳排放的影響,學(xué)術(shù)界目前存在較大爭議,主要有以下幾種觀點:(1)人口老齡化會增加碳排放。老年人口增多導(dǎo)致相關(guān)產(chǎn)業(yè)產(chǎn)品或服務(wù)需求增加,政府?dāng)U大相關(guān)產(chǎn)業(yè)發(fā)展,導(dǎo)致碳排放增加[3-6]。(2)人口老齡化會減少碳排放。一方面,老年人的消費(fèi)能力弱且更偏向低碳消費(fèi),人口老齡化會提高服務(wù)業(yè)在消費(fèi)中的比重,因此在消費(fèi)率不變的情況下,人口老齡化程度越高,工業(yè)比重越低,服務(wù)業(yè)比重越高,從而減少碳排放[7]。另一方面,老年人口增多、勞動適齡人口減少會造成社會生產(chǎn)能力降低,最終減少碳排放。從技術(shù)進(jìn)步理論來看,老齡化迫使社會經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變,從追求速度到追求質(zhì)量,通過高質(zhì)量發(fā)展促進(jìn)節(jié)能減排[8-12]。(3)人口老齡化與碳排放不是單一的線性關(guān)系[13-15],在不同的時期和環(huán)境下,老齡化對碳排放造成的影響也不同。例如王欽池認(rèn)為兩者之間呈倒“U”型關(guān)系[16],王芳認(rèn)為兩者之間為“U”型關(guān)系[17],楊愷鈞等則認(rèn)為老齡化與碳排放之間為“N”型關(guān)系[18]。以上研究結(jié)論的差異,可能是不同學(xué)者所研究的區(qū)域和時間、所選取的變量、所采用的數(shù)據(jù)或?qū)W者自身偏好等方面的差異造成的。

學(xué)界關(guān)于人口老齡化與技術(shù)進(jìn)步關(guān)系的研究有不同觀點。第一種認(rèn)為人口老齡化會阻礙技術(shù)進(jìn)步[19-23],支持這一觀點的學(xué)者多從個人層面的年齡效應(yīng)來解釋人口老齡化對技術(shù)進(jìn)步的影響。首先,個體進(jìn)入老年以后健康水平下降,創(chuàng)新能力也降低,造成勞動生產(chǎn)率水平降低。其次,相比于年輕人,老年人的創(chuàng)新意愿通常更低。這些都不利于技術(shù)進(jìn)步。

第二種觀點認(rèn)為人口老齡化會促進(jìn)技術(shù)進(jìn)步。從個人層面來看,老年人口有著更多的工作技能與更豐富的經(jīng)驗累積[24],這些技能與經(jīng)驗?zāi)苡行У卮龠M(jìn)創(chuàng)新能力的提升,對技術(shù)進(jìn)步造成積極影響。從企業(yè)層面來看,人口老齡化導(dǎo)致老年人口增多,勞動適齡人口減少。勞動人口的減少造成企業(yè)用工成本增加,企業(yè)需要通過提高生產(chǎn)效率來彌補(bǔ)勞動力數(shù)量下降造成的不良影響,進(jìn)而進(jìn)行技術(shù)研發(fā),促進(jìn)技術(shù)進(jìn)步。因此人口老齡化也會通過對企業(yè)的倒逼來促進(jìn)技術(shù)進(jìn)步[25]。

還有一類觀點認(rèn)為,人口老齡化與技術(shù)進(jìn)步不存在顯著關(guān)系。如翟振武等研究發(fā)現(xiàn),在人口老齡化背景下,只要勞動年齡人口絕對規(guī)模較大、研發(fā)人員占勞動力的比重較小,人口老齡化就不影響研發(fā)隊伍的規(guī)模、年齡結(jié)構(gòu)和素質(zhì)水平[26]。

多數(shù)學(xué)者認(rèn)為技術(shù)進(jìn)步對碳排放有抑制作用。其作用途徑可以歸納為三種:(1)技術(shù)進(jìn)步可以通過提高能源使用效率降低碳排放量[9-11]。(2)通過新能源的開發(fā)利用,優(yōu)化能源結(jié)構(gòu)達(dá)到碳減排的目的[12]。新能源技術(shù)的開發(fā)可以顯著地降低能源使用,從而降低碳排放。(3)相較于高新技術(shù)產(chǎn)業(yè)、服務(wù)業(yè)等第三產(chǎn)業(yè),傳統(tǒng)的第二產(chǎn)業(yè)具有高耗能高排放的特點,也是現(xiàn)今二氧化碳?xì)怏w排放的主要來源。技術(shù)進(jìn)步有利于促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型,優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),進(jìn)而降低碳排放[13-14]。

綜合已有研究,人口老齡化、碳排放與技術(shù)進(jìn)步三者的關(guān)系是不明確的。通常情況下技術(shù)進(jìn)步可以減少碳排放,而在人口老齡化的不同階段,其對碳排放的影響也不同。由此,在中國老齡化不斷加劇并面臨巨大減排壓力的情況下,需要進(jìn)一步厘清三者關(guān)系。探討中部地區(qū)人口老齡化對低碳發(fā)展造成的影響以及技術(shù)進(jìn)步在其間發(fā)揮的調(diào)節(jié)作用,對打造“兩型社會”和促進(jìn)我國經(jīng)濟(jì)社會全面綠色低碳轉(zhuǎn)型的高質(zhì)量發(fā)展具有重要意義。本文的創(chuàng)新點有三個方面:(1)以中部地區(qū)為案例,研究表明人口老齡化與碳排放之間呈現(xiàn)倒“U”型關(guān)系;(2)人口老齡化率在6.5%左右時,中部地區(qū)碳排放量達(dá)到峰值水平;(3)技術(shù)進(jìn)步可以顯著地降低中部地區(qū)碳排放,并且在人口老齡化對碳排放的影響中具有積極的調(diào)節(jié)作用。

二、理論分析與研究假設(shè)

(一)人口老齡化與碳排放之間的非線性關(guān)系

從消費(fèi)行為來看,人口年齡結(jié)構(gòu)與碳排放之間存在一種主要中介,即經(jīng)濟(jì)發(fā)展水平。關(guān)于兩者之間關(guān)系的理論機(jī)制分析,可以參考著名的環(huán)境庫茲涅茨曲線理論(EKC)。其具體的含義是:一個國家或區(qū)域的環(huán)境污染程度通常隨著社會經(jīng)濟(jì)發(fā)展水平的提升而加重;而當(dāng)其經(jīng)濟(jì)發(fā)展程度達(dá)到某個臨界值或者某個“拐點”時,經(jīng)濟(jì)水平的提升可以降低環(huán)境污染程度,即隨著經(jīng)濟(jì)發(fā)展程度的提升環(huán)境污染逐漸得到改善。它描繪的是經(jīng)濟(jì)增長與環(huán)境污染之間先同步變動后反向變化的關(guān)系,即倒“U”型關(guān)系。也就是說,在經(jīng)濟(jì)發(fā)展的不同階段,碳排放量的高低會產(chǎn)生變化。人口老齡化在一定程度上也能反映出地區(qū)經(jīng)濟(jì)的發(fā)展水平和發(fā)展階段,例如英國、法國、德國等發(fā)達(dá)國家人口老齡化率均在20%以上,美國、澳洲的老齡化率在15%左右。在人口老齡化初期,勞動適齡人口并未顯著減少,人口紅利沒有消失,老年人口數(shù)量的增加能帶來醫(yī)療保健等新的消費(fèi)需求,因此這一時期,老齡化會顯著地增加碳排放。而當(dāng)人口老齡化達(dá)到一定程度以后,人口紅利消失,產(chǎn)業(yè)結(jié)構(gòu)由勞動密集型轉(zhuǎn)向低碳的資本密集型和技術(shù)密集型,而且老年人口相較于勞動適齡人口消費(fèi)能力更弱,從長期來看,人口老齡化將會抑制碳排放[8]?；诖?本文提出以下假設(shè):

H1:人口老齡化與碳排放之間呈倒“U”型關(guān)系。

(二)技術(shù)進(jìn)步的調(diào)節(jié)作用

基于柯布道格拉斯方程可知,經(jīng)濟(jì)增長是勞動力數(shù)量、資產(chǎn)投入和綜合技術(shù)水平(包括經(jīng)營管理水平、勞動力素質(zhì)、引進(jìn)先進(jìn)技術(shù)等)共同作用的結(jié)果。因此,基于生產(chǎn)的需求,當(dāng)人口老齡化帶來勞動力總數(shù)下降時,通過引入先進(jìn)技術(shù)、提高生產(chǎn)效率的手段可以彌補(bǔ)人口老齡化帶來的不良影響。

人口老齡化會通過倒逼產(chǎn)業(yè)轉(zhuǎn)型促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級,但是這種倒逼并不是那么輕易就可以完成的,其中最重要的一個環(huán)節(jié)就是技術(shù)進(jìn)步。通過技術(shù)手段對原有生產(chǎn)設(shè)備進(jìn)行改造升級,提高勞動生產(chǎn)效率,以更少的勞動力完成更多的生產(chǎn)任務(wù),勞動力減少才不會影響企業(yè)正常運(yùn)轉(zhuǎn)。技術(shù)進(jìn)步甚至可以實現(xiàn)自動化生產(chǎn),以很少的人力進(jìn)行大量的工作,從而減少對勞動力的依賴。換句話說,老齡化會導(dǎo)致市場上適齡勞動力數(shù)量減少,通過倒逼機(jī)制推動勞動密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)變,促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級,提高能源使用效率,降低成本,進(jìn)而減少碳排放,這些必須要依靠技術(shù)進(jìn)步來實現(xiàn)。因此,老齡化對碳排放的影響不可避免地受到技術(shù)進(jìn)步的同步影響。

老年人的消費(fèi)行為也受到技術(shù)進(jìn)步影響。人口老齡化出現(xiàn)以后,老年人口增多,不可避免地會產(chǎn)生新的消費(fèi)需求。例如,老年人相對年輕人身體較弱,出于對健康生活的要求,必然會對醫(yī)療保健產(chǎn)生更高的期望與需求,進(jìn)而對碳排放產(chǎn)生影響。與此同時,技術(shù)進(jìn)步會促進(jìn)可持續(xù)消費(fèi)的發(fā)展。一般認(rèn)為,可持續(xù)消費(fèi)通過技術(shù)進(jìn)步和改變消費(fèi)模式兩種途徑實現(xiàn)。一是技術(shù)進(jìn)步可以減少單位產(chǎn)品和服務(wù)生產(chǎn)過程中的資源消耗,從而提高消費(fèi)效率;二是居民消費(fèi)主要通過對商品服務(wù)的選擇來影響環(huán)境,而居民消費(fèi)行為又受到居民收入水平高低、消費(fèi)意識等因素的影響,因此改變消費(fèi)模式可以影響能源的消耗,從而實現(xiàn)可持續(xù)消費(fèi),促進(jìn)碳減排?；诖?本文提出以下假設(shè):

H2:技術(shù)進(jìn)步可以顯著地降低碳排放,并且在人口老齡化對碳排放的影響中具有積極的調(diào)節(jié)作用。

三、研究設(shè)計

(一)研究方法

空間計量模型常用的權(quán)重矩陣大體可以分為四類:鄰接權(quán)重矩陣、 經(jīng)濟(jì)權(quán)重矩陣、反距離權(quán)重矩陣以及嵌套權(quán)重矩陣。本文選用鄰接權(quán)重矩陣,其表達(dá)式為:

式中,W1表示鄰接權(quán)重矩陣,i和j表示不同的兩個地級市。

STIRPAT(Stochastic Impacts by Regression on Population, Affluence, and Technology)即可拓展的隨機(jī)性的環(huán)境影響評估模型。 Dietz將指數(shù)引入到原始的環(huán)境壓力模型IPAT中,得到可以反映人口經(jīng)濟(jì)各變量與環(huán)境變量之間非比例關(guān)系的STIRPAT模型I=aPbAcTd,a代表模型比例的常數(shù)項,b、c、d分別表示變量P、A、T的彈性系數(shù)[27]。在此基礎(chǔ)上,國內(nèi)許多關(guān)于環(huán)境問題的研究都基于STIRPAT模型進(jìn)行擴(kuò)展。為分析人口老齡化、技術(shù)進(jìn)步對碳排放(本文指二氧化碳的排放量)的影響,同時考慮其他影響因素及數(shù)據(jù)的可獲取性,引入產(chǎn)業(yè)結(jié)構(gòu)、人力資本、人口規(guī)模、人均收入、財政支出結(jié)構(gòu)等控制變量,其擴(kuò)展模型為公式(1):

Iit=ait+boldit+f(oldit)2+ctecit+dpopit+epergdpit+fstructit+ghcit+hgovit

(1)

本文進(jìn)一步考慮了空間效應(yīng),對人口老齡化影響碳排放量的直接效應(yīng)以及空間溢出效應(yīng)進(jìn)行研究?；究臻g計量模型設(shè)定為公式(2):

(2)

式(2)中:i表示地區(qū);t為時間;Yit表示t時期被解釋變量;xit為t時期解釋變量;W表示空間權(quán)重矩陣;ρ為被解釋變量在空間上的滯后系數(shù);η表示解釋變量的系數(shù);σ表示解釋變量在空間上的系數(shù);μi、γt分別表示個體效應(yīng)和時間效應(yīng);εit、M分別表示擾動項和擾動項的空間權(quán)重矩陣。

ρWitYit是被解釋變量的空間滯后項,此項的作用在于體現(xiàn)鄰近地區(qū)被解釋變量受到本地區(qū)被解釋變量的影響程度;σWxit是解釋變量的空間滯后項,此項的作用在于體現(xiàn)鄰近地區(qū)解釋變量受到當(dāng)?shù)亟忉屪兞康挠绊懗潭??？疾旃?2)一般性空間計量模型的形式:當(dāng)λ與σ取0時,一般性模型變?yōu)榭臻g滯后模型形式;ρ與σ取0時,一般性模型轉(zhuǎn)化為空間誤差模型形式;當(dāng)λ為0時,一般性模型轉(zhuǎn)化為空間杜賓模型形式。經(jīng)過以上對各種空間計量模型的分析,為了達(dá)到分析人口老齡化對碳排放量的直接效應(yīng)和空間溢出效應(yīng)的目的,本文在LM退化檢驗后,再確定適用的模型,主要是確定空間杜賓模型是否可以退化成空間滯后或者空間誤差模型。三種空間模型形式設(shè)定為公式(3)至公式(5):

(3)

(4)

(5)

(二)數(shù)據(jù)說明

本文的被解釋變量為二氧化碳排放量,由8種主要能源使用量測算獲得,數(shù)據(jù)來源于各市統(tǒng)計年鑒。核心解釋變量人口老齡化率根據(jù)各市統(tǒng)計年鑒中人口統(tǒng)計分冊65歲及以上人口占總?cè)丝诘谋戎赜嬎愕贸觥０l(fā)明專利與實用型專利數(shù)、常住人口、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、財政支出等變量的數(shù)據(jù)來源于各省、市統(tǒng)計年鑒以及《國民經(jīng)濟(jì)統(tǒng)計公報》。本文選取中部六省84個地級市作為研究對象,(1)其中湘西土家族苗族自治州、恩施土家族苗族自治州和神農(nóng)架林區(qū)大多數(shù)據(jù)缺失,未納入其中進(jìn)行分析。研究時間為2010年至2019年。

二氧化碳排放量(CO2)。本文根據(jù)IPCC(2006)、國家氣候變化對策協(xié)調(diào)小組辦公室、國家發(fā)改委能源研究所(2007)的數(shù)據(jù)及借鑒杜立民的研究[28],在估算分省CO2排放量時測算的CO2排放系數(shù)結(jié)果為:煤炭的CO2排放系數(shù)為1.647,焦炭的CO2排放系數(shù)為2.848,汽油的CO2排放系數(shù)為3.045,燃料油的CO2排放系數(shù)為3.067,柴油的CO2排放系數(shù)為3.150,煤油的CO2排放系數(shù)為3.174,天然氣的CO2排放系數(shù)為21.670,單位均為噸/億立方米。

人口老齡化(Old)。本文選取中部六省各市65歲及以上人口占總?cè)丝诘谋壤鳛楹诵慕忉屪兞縼眚炞C其對碳排放的影響。同時,為了驗證人口老齡化與碳排放是否存在非線性關(guān)系,將人口老齡化的平方項加入模型中。我國近10年老齡人口數(shù)量呈增長趨勢,因此本文基于2010年的六普數(shù)據(jù)和2020年的七普數(shù)據(jù),結(jié)合歷年六省的老齡化數(shù)據(jù),對中部六省地級市的人口老齡化數(shù)據(jù)進(jìn)行線性插值估算,結(jié)果見表1。

表1 2010—2019年中部六省老齡人口比 %

本文選擇了以下6個控制變量。

技術(shù)進(jìn)步(Tec):采用各地區(qū)專利發(fā)明數(shù)量與實用型專利數(shù)作為技術(shù)進(jìn)步的表征指標(biāo)?？紤]到專利申請具有一定滯后性,因此選用地區(qū)專利申請數(shù)能更好地反映當(dāng)?shù)丶夹g(shù)進(jìn)步的水平。前文已經(jīng)分析了技術(shù)進(jìn)步在人口老齡化影響碳排放中的作用,所以將專利申請數(shù)作為控制變量來檢驗人口老齡化對碳排放的調(diào)節(jié)作用。

人口規(guī)模(Pop):采用各地級市年末的常住人口數(shù)反映人口規(guī)模。國內(nèi)外學(xué)者一致認(rèn)為人口規(guī)模對二氧化碳排放有重要影響。中部六省是我國人口分布的密集區(qū)域,第七次人口普查數(shù)據(jù)顯示中部六省人口為3.647億,占全國人口比例的25.83%。

人均GDP(Pergdp):本文用地區(qū)的名義生產(chǎn)總值換算為2010年不變價的實際生產(chǎn)總值,再用實際生產(chǎn)總值除以該地區(qū)當(dāng)年人口總數(shù)得到實際人均GDP。經(jīng)濟(jì)發(fā)展的初期通常會以破壞環(huán)境為代價,為了滿足生產(chǎn)發(fā)展的需要,大量消耗能源,提高了碳排放量。但當(dāng)經(jīng)濟(jì)發(fā)展到一定水平時,環(huán)境問題得到重視,人們開始有意識地降低碳排放。

產(chǎn)業(yè)結(jié)構(gòu)(Structure):選取第二產(chǎn)業(yè)產(chǎn)值占地區(qū)總產(chǎn)值的比例表示。第二產(chǎn)業(yè)是碳排放的重要來源,多為高耗能、高污染產(chǎn)業(yè),第二產(chǎn)業(yè)占總產(chǎn)值的比重越大,經(jīng)濟(jì)越依賴第二產(chǎn)業(yè)發(fā)展,碳排放量越高。

人力資本(Hc):本文選取每萬人高等學(xué)校在校人數(shù)作為表征指標(biāo)。由內(nèi)生增長理論可知,人力資本可以促進(jìn)經(jīng)濟(jì)增長,通過提升產(chǎn)品質(zhì)量、提高勞動生產(chǎn)效率,間接地影響碳排放量。

財政支出結(jié)構(gòu)(Gov):用地區(qū)教育與科技經(jīng)費(fèi)支出總和占地區(qū)政府支出的比重來表示。這一比例越高,說明政府越重視優(yōu)化財政支出結(jié)構(gòu),增加教育和科技支出而減少投資支出,向民生型支出轉(zhuǎn)型,這一結(jié)果會造成依賴政府投資的基建工程減少,碳排放量逐步降低。

各變量描述性統(tǒng)計見表2。近10年中部地區(qū)的平均老齡化率為11.81%,標(biāo)準(zhǔn)差為2.31,老齡化率穩(wěn)步上升。人均碳排放均值為1.74,標(biāo)準(zhǔn)差高達(dá)1.53。人均GDP均值約為42 260元,標(biāo)準(zhǔn)差也較高,達(dá)到21 930。第二產(chǎn)業(yè)占比的均值為50%左右且標(biāo)準(zhǔn)差較小,說明中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)還是以制造業(yè)為代表的第二產(chǎn)業(yè)為主。

表2 變量描述性統(tǒng)計

四、實證分析

(一)空間性分析

1.全局空間自相關(guān)檢驗

表3為2010年到2019年人均碳排放量以及人口老齡化的莫蘭指數(shù)值,人均二氧化碳排放量的Moran’s I統(tǒng)計量以及Z值除個別年份外,全都通過顯著性水平5%的檢驗,說明中部六省各市二氧化碳排放量在地域空間上具有顯著的自相關(guān)性。Moran’s I值均大于0,說明中部84個地級市的人均碳排放量在空間上存在正相關(guān),即二氧化碳排放量在中部地區(qū)空間上呈集群趨向:通常與碳排放量多的地級市相鄰的地級市碳排放量也較多,與碳排放量少的地級市相鄰的地級市碳排放量也較少。

表3 2010—2019年中部六省地級市人均碳排放量與人口老齡化Moran’s I指數(shù)值

2010—2019年老齡化的Moran’s I統(tǒng)計量以及Z值全部通過顯著性水平1%的檢驗且指數(shù)值為正,說明中部六省各市人口老齡化在地域空間上也具有顯著的正相關(guān)性。從圖1發(fā)現(xiàn),碳排放的Moran’s I值2010—2016年呈現(xiàn)小幅度上升的趨勢,2016—2017年指數(shù)驟升后趨于平穩(wěn),說明二氧化碳排放量局域集聚趨勢不斷加強(qiáng),不能忽略空間作用。人口老齡化的Moran’s I值則呈現(xiàn)逐年下降的趨勢,說明人口老齡化局域集聚趨勢不斷減弱,但仍然不能忽略其空間集聚特征。

圖1 2010—2019年中部六省地級市人均碳排放量與人口老齡化Moran’s I趨勢圖

2.局部空間自相關(guān)分析

采用ArcGIS空間統(tǒng)計模塊下局部LISA集聚分析碳排放量強(qiáng)度與人口老齡化的局部空間異質(zhì)性,其類型如表4所示。

表4 碳排放量強(qiáng)度與人口老齡化空間集聚類型

人口老齡化局部特征如圖2所示:(1)“高-高”型。這一類型變化范圍不大,主要形成“湘西北-鄂西南”“皖東-皖東南”兩條帶狀分布。說明該區(qū)域及周邊地區(qū)是人口老齡化的高值分布區(qū),這與湖南、安徽、湖北等中部省份已邁入深度老齡化的現(xiàn)狀相符。(2)“低-低”型。這一類型范圍略有縮小,由2010年“晉南-豫北”以及江西大部分地區(qū)的雙核分布演變?yōu)?019年主要以江西省為主的單核分布。2019年“晉南-豫北”核心范圍縮小,僅有晉中、新鄉(xiāng)和焦作三市呈現(xiàn)“低-低”分布,而江西省并無顯著變化。江西省尚處于人口紅利階段,與中部其他地區(qū)相比人口老齡化水平較低。(3)“高-低”型。這一類型2010年和2019年都在忻州;山西省人口老齡化率在中部地區(qū)甚至全國排名都較低,其中忻州市老齡化率位居全省首位。(4)“低-高”型。這一類型2010和2019年都分布在合肥。2019年合肥市人口老齡化率為11.99%,位居省內(nèi)最后一位,低于省平均值15.01%,鄰近的馬鞍山、銅陵、安慶均遠(yuǎn)高于平均值。

人均碳排放量局部特征如圖3所示:(1)“高-高”型。這一類型覆蓋范圍明顯擴(kuò)大,2010年無“高-高”型區(qū)域,2019年山西大部分地區(qū)發(fā)展成“高-高”型,說明這些區(qū)域及其周邊區(qū)域碳排放量高。結(jié)合區(qū)位及經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)等方面來看,安徽省工業(yè)主要集中在皖東的“合肥-蕪湖-馬鞍山”一帶,其他地區(qū)工業(yè)基礎(chǔ)薄弱,而山西省作為能源大省,長期以來形成了以能源原材料生產(chǎn)為主的經(jīng)濟(jì)格局,高投入、高消耗、高污染的粗放型經(jīng)濟(jì)增長方式?jīng)]有得到根本轉(zhuǎn)變,因此形成省內(nèi)大部分地區(qū)高碳排放的空間格局。(2)“低-低”型。這一類型集聚特征有所增強(qiáng),2010年分布在贛東南鷹潭、撫州以及贛南贛州,湘西懷化,豫東南商丘、周口以及豫南信陽,皖西北阜陽,覆蓋省份較多。2019年集聚特征增強(qiáng)形成“湘西”“豫東南-皖西北”雙核集聚。這些區(qū)域相對鄰近區(qū)域工業(yè)和經(jīng)濟(jì)發(fā)展落后。(3)“高-低”型。這一類型2010年主要分布在江西省的南昌、新余和安徽省的淮南。南昌與新余是江西省人均GDP位列前兩位的市,與鄰近地市相比工業(yè)發(fā)展較好。(4)“低-高”型。這一類型在2010年僅分布于山西省內(nèi)的忻州和晉中,隨后晉中市與忻州市2019年演變?yōu)椤案?高”型。忻州一直是一個農(nóng)業(yè)大市,工業(yè)基礎(chǔ)薄弱,“一煤獨(dú)大”現(xiàn)象嚴(yán)重。而濟(jì)源市2019年演變?yōu)椤暗?高”型。

(二)實證結(jié)果

1.空間計量模型檢驗

由表5可知,LM檢驗中SEM與SAR模型的檢驗值分別為315.941、184.546,均在1%的顯著性水平下拒絕原假設(shè),即存在空間誤差或滯后項,應(yīng)選擇空間模型而不是OLS。Robust-LM檢驗結(jié)果與LM檢驗一致,因此從Robust-LM檢驗結(jié)果可知應(yīng)選擇空間杜賓模型;SDM退化檢驗(LR檢驗)值為107.5、75.78,均在1%的顯著性水平下拒絕原假設(shè),即SDM無法退化成SEM或SAR,應(yīng)選擇SDM模型;豪斯曼檢驗值為30.06且在5%的顯著性水平下拒絕隨機(jī)效應(yīng)的原假設(shè),因此應(yīng)選擇固定效應(yīng)模型。綜上,本文最終選用固定效應(yīng)下的空間杜賓模型。

表5 空間計量模型LM、LR以及Hausman檢驗

2.空間模型檢驗結(jié)果

空間SDM固定效應(yīng)模型分為個體固定效應(yīng)、時間固定效應(yīng)和雙向固定效應(yīng)模型。利用ArcGIS構(gòu)建空間權(quán)重矩陣,并運(yùn)用Stata17軟件對模型進(jìn)行估計,同時匯報了SDM、SEM、SAR模型下的估計結(jié)果。本部分同時匯報了三類空間模型的固定效應(yīng)模型以及SDM模型下的個體、雙向固定效應(yīng)模型。從表6、表7可知,SDM、SEM、SAR模型中人口老齡化及其平方項均通過顯著性檢驗。

表6 不同空間模型的估計結(jié)果

表7 SDM模型下不同固定效應(yīng)模型估計結(jié)果

從SDM模型不同的固定模型估計結(jié)果來看,個體固定效應(yīng)及雙向固定效應(yīng)中核心解釋變量均通過顯著性檢驗。

從雙向固定效應(yīng)模型估計結(jié)果來看,人口老齡化對碳排放量的影響呈現(xiàn)顯著的倒“U”型,驗證了假設(shè)H1。從系數(shù)值可以看出,lnOld系數(shù)(5.538)絕對值大于lnOld平方項的系數(shù)絕對值,表明左邊的上升坡度比右邊的下降坡度要陡峭,這說明老齡化初期碳排放顯著增加,但當(dāng)老齡化達(dá)到一定程度之后,碳排放會微弱減少。并且通過老齡化系數(shù)和其平方項的系數(shù)可以計算出,當(dāng)人口老齡化率在6.5%左右時,中部地區(qū)碳排放量達(dá)到峰值水平。這可能因為中部地區(qū)峰值不止一個,存在“M”型的可能[18]。

技術(shù)進(jìn)步對碳排放有抑制作用且在1%的顯著性水平下通過檢驗。但由于中部地區(qū)勞動密集型企業(yè)較多,同時經(jīng)濟(jì)發(fā)展水平較東部沿海地區(qū)落后,低碳技術(shù)發(fā)展水平不高,因此技術(shù)進(jìn)步對碳排放的抑制作用較弱。

在其他控制變量方面,碳排放量與人口規(guī)模之間的系數(shù)為負(fù)值且在1%的顯著性水平下通過檢驗,與模型假設(shè)相背離。人均GDP與碳排放量的回歸系數(shù)為正且在1%的顯著性水平下通過檢驗,說明人均GDP對碳排放量存在顯著影響。產(chǎn)業(yè)結(jié)構(gòu)與碳排放量的回歸系數(shù)為正且在1%的顯著性水平下通過檢驗,說明第二產(chǎn)業(yè)對碳排放具有顯著的促進(jìn)作用。財政支出結(jié)構(gòu)與碳排放量的回歸系數(shù)為負(fù)數(shù),說明財政支出結(jié)構(gòu)優(yōu)化抑制了碳排放。

3.技術(shù)進(jìn)步的調(diào)節(jié)作用

表7模型(2)和(4)中未納入技術(shù)進(jìn)步對碳排放的影響,對比模型(1)和(3)可知,考慮技術(shù)進(jìn)步后,人口老齡化對碳排放的影響有所減弱。在雙向固定效應(yīng)模型中,人口老齡化的回歸系數(shù)由5.978下降至5.53,因此技術(shù)進(jìn)步抑制了人口老齡化對碳排放量的正向影響,驗證了假設(shè)H2。

4.人口老齡化影響碳排放量的效應(yīng)

人口老齡化對碳排放量的影響可以分為對當(dāng)?shù)氐闹苯佑绊懸约皩ο噜彽貐^(qū)的溢出效應(yīng)。因此重點解讀空間杜賓模型的直接效應(yīng)和空間溢出效應(yīng)相應(yīng)的回歸結(jié)果。

通過對表8模型回歸結(jié)果的分析可見,人口老齡化在5%顯著性水平上對本地碳排放量起到了推動作用,對于相鄰地區(qū)的空間溢出效應(yīng)也在5%顯著性水平上起到了推動作用,回歸系數(shù)分別為6.816和15.57。

表8 人口老齡化影響碳排放量增長的效應(yīng)結(jié)果

從其他變量來看,技術(shù)進(jìn)步對本地區(qū)碳排放量在1%顯著性水平上起到了抑制作用,但對相鄰地區(qū)的空間溢出效應(yīng)沒有通過顯著性檢驗,可能的原因是技術(shù)進(jìn)步推動了本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級,人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)只對本地區(qū)碳排放量有顯著影響,空間溢出效應(yīng)未通過顯著性檢驗。而人力資本、人均GDP與政府財政支出結(jié)構(gòu)的直接效應(yīng)與間接效應(yīng)均未通過顯著性檢驗,說明在中部地區(qū)人力資本空間流動導(dǎo)致的“隱性知識”和財政支出的“擴(kuò)散效應(yīng)”并不顯著。

5.穩(wěn)健性檢驗

穩(wěn)健性檢驗可以從數(shù)據(jù)、變量以及計量方法出發(fā),本文采用替換指標(biāo)的方法,借鑒汪偉等的研究,用老年人口撫養(yǎng)比(FYB)重新衡量人口老齡化水平[29]。

從表9回歸結(jié)果來看,各變量回歸系數(shù)的正負(fù)性以及顯著性未發(fā)生明顯變動,說明本文模型的設(shè)定是穩(wěn)健的。在個體固定效應(yīng)與雙向固定效應(yīng)模型中,人口老齡化均呈現(xiàn)顯著的倒“U”型分布。在未考慮技術(shù)進(jìn)步的前提下,人口老齡化對碳排放量影響的回歸系數(shù)分別為6.97和7.195,而把技術(shù)進(jìn)步納入模型后,這一數(shù)值下降至5.847和6.587,說明技術(shù)進(jìn)步在一定程度上抑制了人口老齡化對碳排放量的正向影響。

表9 穩(wěn)健性檢驗

五、結(jié)論與政策建議

(一)研究結(jié)論

本文利用2010—2019年中部地區(qū)84個地級市的數(shù)據(jù),根據(jù)STIRPAT模型的擴(kuò)展形式,運(yùn)用空間計量分析方法,分析了人口老齡化、技術(shù)進(jìn)步和低碳發(fā)展之間的關(guān)系,得出以下主要結(jié)論。

中部地區(qū)的人均碳排放量呈現(xiàn)空間自相關(guān)性,即二氧化碳排放量在中部地區(qū)空間上呈集聚趨勢,并且從時間上來看,二氧化碳排放量局域集聚趨勢在不斷加強(qiáng)[30-31]。中部六省各市人口老齡化也具有顯著的空間自相關(guān)性,但其Moran’s I值呈現(xiàn)逐年減小的趨勢,由2010年的0.539減至2019年的0.398,說明人口老齡化空間集聚趨勢在不斷減弱。

人口老齡化對碳排放量的影響呈現(xiàn)顯著的倒“U”型,這個結(jié)論與王欽池[16]的研究一致。當(dāng)人口老齡化率在6.5%左右時,中部地區(qū)碳排放量達(dá)到峰值水平。人口老齡化的第一階段主要是由出生率的下降和平均壽命的延長引起的。此時,人口紅利并未消失,可以通過增加勞動力供給擴(kuò)大再生產(chǎn),從而增加了碳排放。然而,隨著老齡化程度的加深,勞動力供給開始減少,消費(fèi)也大幅減少,碳排放隨之減少。

納入技術(shù)進(jìn)步后,人口老齡化對碳排放影響的回歸系數(shù)由5.978降至5.53,說明技術(shù)進(jìn)步能夠有效抑制人口老齡化對碳排放量的正向影響。

從區(qū)域上看,中部地級市的人口老齡化降低了本地和相鄰地區(qū)的低碳發(fā)展水平。從其他變量來看,技術(shù)進(jìn)步對本地區(qū)碳排放量起到了抑制作用,但對相鄰地區(qū)的空間溢出效應(yīng)沒有通過顯著性檢驗,可能的原因是技術(shù)進(jìn)步只推動了本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級。

人口規(guī)模并沒有顯著影響碳排放量,這與以往大部分研究結(jié)論相反,比如Asumadu-Sarkodie和Owusu的研究發(fā)現(xiàn)加納的人口規(guī)模每增加1個百分點,碳排放量就會增加1.72個百分點[32]。出現(xiàn)這種差異的原因可能是技術(shù)進(jìn)步抑制了人口增長對碳排放量的作用,中部地區(qū)近10年來人口增長率并不高,但技術(shù)進(jìn)步速度較快,可以通過提高能源使用效率及勞動生產(chǎn)率等途徑降低碳排放量。

(二)相關(guān)建議

基于前文研究結(jié)論,本文提出如下政策建議:

第一,推動技術(shù)進(jìn)步,加大對技術(shù)研發(fā)的資金投入。政府應(yīng)當(dāng)加強(qiáng)對企業(yè)和科研機(jī)構(gòu)的技術(shù)創(chuàng)新激勵,扶持企業(yè)采用先進(jìn)的生產(chǎn)技術(shù)和清潔能源,提高能源使用效率,發(fā)展綠色產(chǎn)業(yè)。同時,還可以通過財政補(bǔ)貼、稅收減免等措施鼓勵企業(yè)采用節(jié)能環(huán)保技術(shù),在保障生產(chǎn)效益的同時促進(jìn)低碳發(fā)展。此外,中部地區(qū)可以通過城市群、都市圈、流域發(fā)展,加強(qiáng)地區(qū)間的合作與協(xié)調(diào),建立大區(qū)域低碳技術(shù)聯(lián)動機(jī)制,設(shè)立低碳技術(shù)交易中心,加快區(qū)域間綠色技術(shù)轉(zhuǎn)移,共同打造低碳發(fā)展的綠色生態(tài)圈。

第二,政府應(yīng)該重視人口年齡結(jié)構(gòu)對碳排放的影響,調(diào)整人口生育政策,鼓勵生育,優(yōu)化年齡結(jié)構(gòu)。另外要提高老年人的環(huán)保意識,倡導(dǎo)三代人同住的家庭模式,通過降低家庭碳排放的方式來促進(jìn)碳減排[33]。同時充分發(fā)揮老年人力資本的作用,減少人口紅利消失對經(jīng)濟(jì)發(fā)展帶來的不利影響[34],大力發(fā)展碳排放量少的銀發(fā)經(jīng)濟(jì)。

第三,碳排放在空間集聚顯著的區(qū)域需加快產(chǎn)業(yè)結(jié)構(gòu)升級,突破高碳排放的空間鎖定與路徑依賴。在快速老齡化的背景下,為滿足老年人口的消費(fèi)需求以及促進(jìn)可持續(xù)發(fā)展,應(yīng)該促進(jìn)各區(qū)域產(chǎn)業(yè)升級,大力扶持和發(fā)展以第三產(chǎn)業(yè)為主的老齡產(chǎn)業(yè),并且加強(qiáng)對勞動人口的技能培訓(xùn),鼓勵勞動人口向第三產(chǎn)業(yè)轉(zhuǎn)移。限制高耗能、高污染、高排放的第二產(chǎn)業(yè)發(fā)展,進(jìn)行綠色技術(shù)改造升級。同時,政府在制定相關(guān)政策上需對第三產(chǎn)業(yè)尤其是老齡產(chǎn)業(yè)傾斜,鼓勵和發(fā)展高科技產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè),提高第三產(chǎn)業(yè)的比例。