城市蔓延碳排放效应实证探究.docVIP

城市蔓延碳排放效应实证探究中图分类号：F291 文献标识码：A 内容摘要：本文利用误差修正模型研究了城市蔓延及其他因素对城市人均碳排放量的影响模式。研究结果表明，城市密度、人均GDP分别与城市人均碳排放量表现出一定的“U型”与倒“U型”长期均衡关系，但短期对人均碳排放影响不甚显著；产业结构因素短期会显著提高碳排放量，但在长期会降低碳排放量；城市可达性的交通条件对人均碳排放影响不显著。 关键词：碳排放 人口密度 误差修正模型 引言 在全球变暖背景下，节能减排日益受到经济学界的关注。美国一些城市如洛杉矶、亚特兰大的低密度蔓延发展路径产生了高碳排放的负面效应，引起城市经济学家的广泛重视。目前，我国正处于城市化快速推进的发展阶段，以城市人口比例衡量的城市化率从2000年的36.22%上升到2010年的49.68%，城市已逐渐成为控制碳排放的重要环节。快速城市化过程导致城市规模扩大与蔓延，可能对城市碳排放产生显著影响，此外，城市居民收入水平、城市产业结构以及城市交通等特征也可能影响城市碳排放水平，实证检验这些因素对城市碳排放的影响特征与模式，对于制定城市减排战略、探寻城市发展的合适路径均有重要意义。本文将利用我国省级城市面板数据，运用误差修正模型实证检验相关因素对我国城市碳排放的影响特征与模式，进而对我国城市的发展路径提出相应建议。 文献综述 早期国外文献聚焦于讨论宏观经济变量如收入、产业结构等对碳排放的影响，研究视角也集中在国家或地区层面。Grossman 和Krueger（1991）提出环境库兹涅茨曲线（EKC），他们实证分析了北美国家人均收入与环境质量之间的关系，发现人均收入与环境恶化之间存在倒“U”型特征。Selden和Song（1995）认为，当收入达到一定程度后，结构和技术效应的正面影响将超过规模效应的负面影响，使一些污染物排放与人均收入之间呈现倒“U”型特征。Bhattarai和Hammig（2001）研究了拉美、亚洲与非洲66个国家环境恶化与收入之间的关系，发现尽管不同制度特征对环境质量恶化有显著影响，但总体认可环境恶化与收入之间EKC关系的存在性。Iwata et al.（2010）利用1960-2003年法国二氧化碳排放与收入做了回归分析，发现EKC确实存在。 但也有学者对EKC曲线的适用性提出质疑，Lantz和Feng（2006）对加拿大五个地区1970-2000年的数据进行了实证研究，发现碳排放与人均GDP并不存在关联。对于产业结构，一般认为能源强度高的第二产业对碳排放影响较大，产业结构的演进对碳排放有显著影响。Stefanski（2009）模拟分析了英国产业结构与CO2排放，发现产业结构变化是造成CO2排放呈倒“U”型的关键因素。Hammond 和Norman（2011）指出，正是产量、产业结构、能源强度等多种因素共同影响造成了近20年来英国制造业与能源相关的碳排放下降。 最近，不少学者开始关注城市密度、交通等城市蔓延特征对碳排放的影响。Ishii et al.（2009）研究了城市密度对节能减排的影响，发现中等密度的城市最有利于碳排放减少。Ishii et al.（2010）以日本一个中等城市为例，模拟了不同密度城市碳排放量减少趋势，发现中等密度城市预期的碳排放减少量大于高密度与低密度城市。Norman et al.（2006）以多伦多为案例，研究发现低密度郊区能耗与温室气体排放比高密度的市区更高，并且指出交通排放是减排的关键。Poudenx（2008）同样关注交通对碳排放量影响，他认为减少私家车的减排方式遏制了出行的便利性，应加大非机动交通工具投资，使人们主动选择低碳的出行方式。 国内学者主要从城市规划角度对低碳城市建设提出建议。郭晶（2010）以杭州为例分析了低碳目标下城市产业结构和空间结构之间的协调，认为产业结构调整、公共交通可达性等因素有助于减少碳排放。潘海啸（2010）以上海为例研究了城市交通和土地使用方面的政策变量对碳排放的影响，认为高密度的城市规划和土地的混合使用能降低碳排放。陈飞、诸大建（2009）定量研究了上海城市发展过程中的碳排放量，提出应实行紧凑的城市发展战略。 从上述文献来看，鲜有学者利用误差修正模型从长期与短期来考察城市密度、人均GDP等因素对城市碳排放的影响特征。本文将运用我国主要省级以上城市的面板数据，研究人口密度、人均GDP、产业结构特征与交通便利程度等对城市碳排放的影响，通过引入二次项做误差修正估计，可更全面地分析各因素对碳排放的影响模式与特征。 变量说明与数据描述 （一）变量说明 被解释变量为人均碳排放量（CEP），用城市总碳排放量除以城市年末人口数（单位：吨/人）。碳排放来源复杂，人类生产生活都会产生相应碳排放，其中化石