基于城鎮(zhèn)化的居民生活能源消費(fèi)碳排放門限效應(yīng)分析

王泳璇　王憲恩

摘要：正確認(rèn)識(shí)城鎮(zhèn)化發(fā)展中碳減排的階段性特征和應(yīng)對我國城鎮(zhèn)化進(jìn)程中的碳排放挑戰(zhàn)，具有重要的理論參考價(jià)值和現(xiàn)實(shí)指導(dǎo)意義?，F(xiàn)有研究較少關(guān)注城鎮(zhèn)化發(fā)展對居民生活能源消費(fèi)碳排放的影響，未能將城鎮(zhèn)化自身階段性變化對生活碳排放的影響聯(lián)系起來?；诖?，本文以城鎮(zhèn)化率作為門限變量，以生活能源結(jié)構(gòu)、居民消費(fèi)率、產(chǎn)業(yè)結(jié)構(gòu)分別作為解釋變量，構(gòu)建多個(gè)不同視角的門限-STIRPAT擴(kuò)展模型，深入分析城鎮(zhèn)化水平處于不同階段時(shí)，居民生活能源消費(fèi)碳排放所受影響的差異性。研究表明，城市化率分別處于門限值（0.250、0.325和0.457）前后時(shí)，居民生活能源消費(fèi)碳排放所受影響出現(xiàn)了階段性的變化。當(dāng)城鎮(zhèn)化率低于0.250時(shí)，能源結(jié)構(gòu)、居民消費(fèi)率和產(chǎn)業(yè)結(jié)構(gòu)對居民生活能源消費(fèi)碳排放均呈負(fù)向彈性關(guān)系，分別為-0.688、-0.570、-0.570；當(dāng)城市化率低于0.457時(shí)，能源結(jié)構(gòu)、居民消費(fèi)率和產(chǎn)業(yè)結(jié)構(gòu)對居民生活能源消費(fèi)碳排放的負(fù)向彈性關(guān)系仍然存在，但相關(guān)關(guān)系明顯減弱，能源結(jié)構(gòu)負(fù)向彈性關(guān)系介于（-0.338，-0.019）， 居民消費(fèi)率和產(chǎn)業(yè)結(jié)構(gòu)負(fù)向彈性關(guān)系為-0.251。當(dāng)城市化率超過0.457時(shí)，能源結(jié)構(gòu)、居民消費(fèi)率和產(chǎn)業(yè)結(jié)構(gòu)對居民生活能源消費(fèi)碳排放已逐步顯現(xiàn)或轉(zhuǎn)變?yōu)檎驈椥躁P(guān)系。基于上述研究結(jié)果提出相應(yīng)建議：區(qū)域城鎮(zhèn)化發(fā)展介于（0.250，0.457]這一階段的進(jìn)程中，應(yīng)把握住能源結(jié)構(gòu)、居民消費(fèi)率和產(chǎn)業(yè)結(jié)構(gòu)對居民生活能源消費(fèi)碳排放影響效應(yīng)轉(zhuǎn)變之前的階段，鼓勵(lì)居民生活消費(fèi)，但進(jìn)行節(jié)能低碳生活方式的引導(dǎo)，大力發(fā)展第三產(chǎn)業(yè)，滿足居民對生活商品及服務(wù)的需求。當(dāng)區(qū)域城鎮(zhèn)化提升至0.457以上時(shí)，應(yīng)合理優(yōu)化能源結(jié)構(gòu)，提高非化石能源比重，通過財(cái)政政策等對居民生活消費(fèi)進(jìn)行調(diào)控和引導(dǎo)，注重第三產(chǎn)業(yè)中的科技、金融等技術(shù)密集型的行業(yè)發(fā)展。

關(guān)鍵詞 ：門限效應(yīng)；STIRPAT； 居民生活消費(fèi)；城鎮(zhèn)化；Matlab

中圖分類號(hào)：X321

文獻(xiàn)標(biāo)識(shí)碼： A

文章編號(hào)： 1002-2104（2016）12-0094-09

經(jīng)過改革開放30年的快速發(fā)展，我國現(xiàn)階段正處于城鎮(zhèn)化深入發(fā)展的關(guān)鍵時(shí)期，蘊(yùn)含著巨大的機(jī)遇與挑戰(zhàn)[1]。然而伴隨著城鎮(zhèn)化進(jìn)程的不斷推進(jìn)，生態(tài)環(huán)境與社會(huì)發(fā)展的矛盾日益尖銳，由于溫室氣體排放而引發(fā)的氣候異常等環(huán)境問題受到普遍關(guān)注[2-3]。國內(nèi)外眾多研究表明[4-6]，城鎮(zhèn)化快速發(fā)展過程中，對能源消費(fèi)與碳排放具有顯著的正向效應(yīng)，可以預(yù)見，在未來的一段時(shí)期內(nèi)，城鎮(zhèn)化發(fā)展仍將對我國碳排放產(chǎn)生不容忽視的影響[7]，正確認(rèn)識(shí)城鎮(zhèn)化發(fā)展中碳減排的階段性特征和應(yīng)對我國城鎮(zhèn)化進(jìn)程中的碳排放挑戰(zhàn)，具有重要的理論參考價(jià)值和現(xiàn)實(shí)指導(dǎo)意義?；诖?，本文以城鎮(zhèn)化率作為門限變量，以生活能源結(jié)構(gòu)、居民消費(fèi)率、產(chǎn)業(yè)結(jié)構(gòu)分別作為解釋變量，構(gòu)建多個(gè)不同視角的門限-STIRPAT擴(kuò)展模型，基于1995—2012年30個(gè)省級(jí)區(qū)域面板數(shù)據(jù)，分析我國省際區(qū)域的居民生活能源消費(fèi)碳排放趨勢，測算不同視角下基于城鎮(zhèn)化率的居民生活能源消費(fèi)碳排放門限效應(yīng)，深入分析城鎮(zhèn)化水平處于不同階段時(shí)，居民生活能源消費(fèi)碳排放所受影響的差異性，并提出相應(yīng)的政策建議。

1 文獻(xiàn)綜述

城鎮(zhèn)化過程內(nèi)含人口向城鎮(zhèn)遷移，城鎮(zhèn)地域空間擴(kuò)展和城鎮(zhèn)基礎(chǔ)設(shè)施建設(shè)增加等多個(gè)方面，與能源消費(fèi)及碳排放息息相關(guān)，隨著城鎮(zhèn)化的不斷推進(jìn)，社會(huì)經(jīng)濟(jì)水平及城鎮(zhèn)化水平的不斷提高，其對碳排放影響呈現(xiàn)出階段性的差異[8]。林伯強(qiáng)[9]基于修正的Kaya恒等式，采用協(xié)整檢驗(yàn)的方法研究中國城鎮(zhèn)化進(jìn)程中對碳排放增量的控制；薛冰[10]運(yùn)用SPSS和Eviews軟件分析1970-2007年全球112個(gè)國家（地區(qū)）人均碳排放量與城鎮(zhèn)化水平的關(guān)聯(lián)機(jī)理，研究表明，人均碳排放量隨著城鎮(zhèn)化水平的提高而逐步增加；ONeill[11]運(yùn)用歷史排放趨勢分析和情景分析兩種方式，論證人口變化，城鎮(zhèn)化等對碳排放的影響，研究表明人口緩慢增長有助于控制碳排放，而城鎮(zhèn)化與老齡化則對特定區(qū)域碳排放存在顯著影響；杜運(yùn)偉[12]運(yùn)用Kaya恒等式分析江蘇省城鎮(zhèn)化對碳排放的影響，研究表明現(xiàn)階段人口城鎮(zhèn)化對碳排放存在顯著的正影響；武春桃[13]綜合采用戶籍人口、就業(yè)人口和城區(qū)建設(shè)城鎮(zhèn)化等三種指標(biāo)，全面考察了城鎮(zhèn)化對全國和東、中、西部地區(qū)農(nóng)業(yè)碳排放的影響。

總結(jié)以上研究可知，現(xiàn)階段研究主要圍繞城鎮(zhèn)化與區(qū)域碳排放總量、農(nóng)業(yè)碳排放的影響關(guān)系展開，但較少關(guān)注城鎮(zhèn)化發(fā)展對居民生活能源消費(fèi)碳排放的影響，僅有的研究也主要分析城鎮(zhèn)化對居民生活能源的影響，如郭文[14]擴(kuò)展了對數(shù)平均迪氏指數(shù)分解方法（LMDI），分析城鎮(zhèn)化對居民生活能源消費(fèi)的影響；申俊[15]運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)相關(guān)理論與方法，檢驗(yàn)省域之間城鎮(zhèn)人口規(guī)模對城鎮(zhèn)居民能源消費(fèi)的影響。并且，國內(nèi)相關(guān)研究中主要采用了協(xié)整檢驗(yàn)，Kaya，LMDI等線性回歸分析方法，未能很好地描述和解釋現(xiàn)實(shí)情況中城鎮(zhèn)化發(fā)展可能發(fā)生躍升所導(dǎo)致的非線性特征。個(gè)別的非線性分析方法中，楊曉軍[16]在STIRPAT與環(huán)境庫茲涅茨曲線相結(jié)合的模型中加入城鎮(zhèn)化的平方項(xiàng)和立方項(xiàng)，分析其影響系數(shù)，并未體現(xiàn)城鎮(zhèn)化不同發(fā)展階段對居民生活能源消費(fèi)碳排放的影響差異；唐李偉[17]分析城鎮(zhèn)化對生活碳排放的影響仍是延續(xù)以往城鎮(zhèn)化與碳排放的研究思路，基于收入差異劃分，分析不同收入水平下，城鎮(zhèn)化對居民生活能源消費(fèi)碳排放的影響，但仍未能將城鎮(zhèn)化自身階段性變化對生活碳排放的影響聯(lián)系起來。

2 門限-STIRPAT擴(kuò)展模型

與傳統(tǒng)的線性回歸模型相比，門限回歸模型更適用于解決復(fù)雜的非線性、結(jié)構(gòu)突變等問題，與復(fù)雜多變的現(xiàn)實(shí)情形更為吻合。將門限回歸模型與STIRPAT模型相結(jié)合，構(gòu)建門限-STIRPAT擴(kuò)展模型，能夠?qū)崿F(xiàn)有別于現(xiàn)有研究的能源消費(fèi)碳排放不同階段所受影響差異性的分析。

2.1 模型變量選擇

本文總結(jié)已有城鎮(zhèn)化對碳排放及居民生活消費(fèi)影響研究發(fā)現(xiàn)，除了通常涉及的人口、居民富裕程度（GDP、消費(fèi)支出、可支配收入等）、城鎮(zhèn)化率等解釋變量，還包括與居民生活緊密相關(guān)的生活能源結(jié)構(gòu)[18-19]、居民消費(fèi)率、產(chǎn)業(yè)結(jié)構(gòu)等解釋變量?？茖W(xué)選取被解釋變量、解釋變量、控制變量、門限變量如下（如表1所示）：

（1）被解釋變量：居民生活能源消費(fèi)碳排放量，以終端能源消費(fèi)中生活能源消費(fèi)碳排量表征，包含城鎮(zhèn)生活與農(nóng)村生活兩部分，碳排放量估算方法見章節(jié)3.2。

（2）解釋變量與控制變量：本文選取人口，居民富裕程度與城鎮(zhèn)化率作為門限-STIRPAT擴(kuò)展模型的控制變量；選取生活能源消費(fèi)結(jié)構(gòu)、居民消費(fèi)率和產(chǎn)業(yè)結(jié)構(gòu)為受門限變量影響的解釋變量，分別構(gòu)成三個(gè)基于不同視角的門限-STIRPAT擴(kuò)展模型。

人口，以地區(qū)常住人口（P）表征。居民生活消費(fèi)包含一段時(shí)間內(nèi)一定區(qū)域內(nèi)的生活能源消費(fèi)總量，相比較戶籍人口，常住人口更能準(zhǔn)確表示生活能源消費(fèi)所對應(yīng)的人口規(guī)模；

居民富裕程度，以人均居民消費(fèi)（A）表征。居民生活能源消費(fèi)碳排放主要來自于居民的直接能源消費(fèi)而產(chǎn)生的碳排放，與其他富裕程度的變量相比，人均居民消費(fèi)更加直接表征居民生活的消費(fèi)水平，與被解釋變量相吻合，由居民消費(fèi)總值除以常住人口求得（2000年不變價(jià)）；

城鎮(zhèn)化率，以城鎮(zhèn)人口占常住人口比重（U）表征。在過往研究中，多以非農(nóng)業(yè)人口占人口總數(shù)比重表征城鎮(zhèn)化率，但筆者認(rèn)為，居民生活消費(fèi)為當(dāng)下即時(shí)的生活消費(fèi)行為，與其行為所處區(qū)域關(guān)系緊密，但與消費(fèi)者是否為非農(nóng)業(yè)人口并無直觀聯(lián)系，因此，城鎮(zhèn)人口占常住人口比重與被解釋變量更加吻合；

生活能源結(jié)構(gòu)，以生活電力消費(fèi)占生活終端能源消費(fèi)比重（E）表征。隨著居民生活水平的提高，家庭用電設(shè)備的逐步增加，生活電力消費(fèi)比重穩(wěn)步上升，城鎮(zhèn)化的推進(jìn)使居民從農(nóng)村轉(zhuǎn)移至城鎮(zhèn)，生活條件與生活方式的改變必然導(dǎo)致用電量的增加，進(jìn)而影響居民生活能源消費(fèi)碳排放。

居民消費(fèi)率，以居民生活消費(fèi)占地區(qū)生產(chǎn)總值比率（C）表征。研究表明，居民消費(fèi)占比對居民家庭能源消費(fèi)碳排放整體呈負(fù)向效應(yīng)。而城鎮(zhèn)化對居民消費(fèi)的影響已在過往研究中進(jìn)行了深入的探討[20]，雷瀟雨[21]認(rèn)為總體而言，城鎮(zhèn)化的合理推進(jìn)將促進(jìn)居民消費(fèi)率的增長，張書云[22]研究也表明城鎮(zhèn)化發(fā)展與農(nóng)村居民消費(fèi)是相互促進(jìn)的，因此選擇其作為作為受門限變量影響的解釋變量。

產(chǎn)業(yè)結(jié)構(gòu)，以第三產(chǎn)業(yè)占比（IS）表征。產(chǎn)業(yè)結(jié)構(gòu)一直以來都是碳排放研究的主要因素，而已有大量研究表明第三產(chǎn)業(yè)與城鎮(zhèn)化之間存在相互作用關(guān)系，普遍認(rèn)為城鎮(zhèn)化將促進(jìn)第三產(chǎn)業(yè)的發(fā)展，而第三產(chǎn)業(yè)也將有助于城鎮(zhèn)化的推進(jìn)[23-24]，且第三產(chǎn)業(yè)的繁榮發(fā)展必將促進(jìn)居民生活消費(fèi)的提升，因此選擇第三產(chǎn)業(yè)占比作為受門限變量影響的解釋變量。

（3）門限變量：門限回歸分析中，門限變量可以同時(shí)作為控制變量，基于本文研究目的，選取城鎮(zhèn)化率作為門限變量，表征含義與上同。

2.2 門限-STIRPAT擴(kuò)展模型構(gòu)建

門限回歸模型由Hansen[25]提出，用于描述復(fù)雜的隨機(jī)系統(tǒng)，其核心思想就是捕捉門限變量可能發(fā)生躍升的臨界點(diǎn)或臨界區(qū)域[26-27]，在某一時(shí)點(diǎn)上或某個(gè)解釋變量達(dá)到某一個(gè)臨界值時(shí)，模型的截距或斜率系數(shù)發(fā)生改變所產(chǎn)生的折凹現(xiàn)象，這與現(xiàn)實(shí)的復(fù)雜情形較為相近。

3.3 居民生活能源消費(fèi)碳排放分析

按地理區(qū)域探討居民生活能源消費(fèi)碳排放趨勢與現(xiàn)狀。整體而言，所有省際地區(qū)居民生活能源消費(fèi)碳排放均呈上升趨勢，其中華東地區(qū)、東北地區(qū)整體的生活碳排放水平較高，分地區(qū)而言，各分區(qū)中生活碳排放最高的地區(qū)分別為山東?。ㄈA東地區(qū)）、河北?。ㄈA北地區(qū)）、河南?。ㄈA中地區(qū)）、廣東?。ㄈA南地區(qū)）、四川?。ㄎ髂系貐^(qū)）、陜西?。ㄎ鞅钡貐^(qū)）、遼寧?。|北地區(qū)），通過對比可知，生活碳排放較高的地區(qū)均是該地區(qū)中人口基數(shù)最大的省份。以華東地區(qū)為例，雖然上海市人均居民消費(fèi)為2.56萬元，約為山東省人均居民消費(fèi)（1.11萬元）的2.31倍，但由于山東省龐大的人口基數(shù)，其生活碳排放遠(yuǎn)遠(yuǎn)高于上海市，約為其3.03倍。但在人口水平近似的情況下，則經(jīng)濟(jì)水平較高的地區(qū)排放較高的生活碳排放，從研究階段可見，遼寧省生活碳排放始終高于黑龍江省。

4 模型結(jié)果分析

4.1 數(shù)據(jù)平穩(wěn)性檢驗(yàn)

為了避免偽回歸，在正確設(shè)定模型和估計(jì)參數(shù)之前，需要對各個(gè)面板數(shù)據(jù)序列進(jìn)行單位根檢驗(yàn)[31]。對面板數(shù)據(jù)分別進(jìn)行LLC、IPS以及Fisher-ADF平穩(wěn)性檢驗(yàn)，其中LLC檢驗(yàn)的原假設(shè)為“各截面序列具有相同單位根過程”，IPS和Fisher-ADF檢驗(yàn)原假設(shè)為“各截面序列具有不同的單位根過程”[32]。包含上述全部變量的面板數(shù)據(jù)單位根檢驗(yàn)的結(jié)果如表3所示，表中數(shù)值為不同單位根檢驗(yàn)方法下，各變量t檢驗(yàn)統(tǒng)計(jì)量值對應(yīng)的概率值（Prob.），結(jié)果表明不同單位根檢驗(yàn)方法下，各變量及整體面板數(shù)據(jù)的檢驗(yàn)統(tǒng)計(jì)量均呈顯著水平，模型中的回歸變量均平穩(wěn)，可進(jìn)行回歸擬合。

4.2 門限效應(yīng)檢驗(yàn)及估值

為了提高門限值估計(jì)的精確度，將采用Hansen（1999）門限回歸中使用的 “格柵搜索法”，以給出門限回歸中的門限值γx。格柵搜索參考Hansen的范例程序，按照研究需要編寫門限估計(jì)程序在Matlab軟件上運(yùn)行求得。

4.2.1 門限效應(yīng)檢驗(yàn)

確定門限-STIRPAT擴(kuò)展模型的門限效應(yīng)是否存在以及門限的個(gè)數(shù)，門限檢驗(yàn)結(jié)果如表4所示，表中分別為三個(gè)不同視角的門限-STIRPAT擴(kuò)展模型不同門限檢驗(yàn)類型的F統(tǒng)計(jì)量和采用Bootstrap方法得出的P值：門限變量城鎮(zhèn)化率在能源結(jié)構(gòu)模型中的三重門限抽樣P值為0.085，在10%顯著性水平下顯著，而其他門限類型在10%顯著性水平下并不顯著；門限變量城鎮(zhèn)化率在消費(fèi)率模型中的雙重門限抽樣P值為0.078 8，在10%顯著性水平下顯著，而其他門限類型在10%顯著性水平下并不顯著；門限變量城鎮(zhèn)化率在產(chǎn)業(yè)結(jié)構(gòu)模型中的雙重門限抽樣P值為0.097，在10%顯著性水平下顯著，而其他門限類型在10%顯著性水平下并不顯著。因此以城鎮(zhèn)化率為門限變量的消費(fèi)率模型和產(chǎn)業(yè)結(jié)構(gòu)模型將對應(yīng)雙重門限模型，而能源結(jié)構(gòu)模型將對應(yīng)三重門限模型。

4.2.2 門限值的確定

完成門限檢驗(yàn)后，進(jìn)一步計(jì)算確定不同視角的門限-STIRPAT擴(kuò)展模型中的門限值，表5為門限變量城鎮(zhèn)化率在不同視角的門限-STIRPAT擴(kuò)展模型中的門限值和置信區(qū)間。門限值是指似然比檢驗(yàn)統(tǒng)計(jì)量LR為零時(shí)對應(yīng)γ的取值，其中能源結(jié)構(gòu)模型的門限值分別為0.250、0.325和0.457；消費(fèi)率模型的門限值分別為0.250和0.457；產(chǎn)業(yè)結(jié)構(gòu)模型的門限值分別為0.250和0.457（消費(fèi)率模型和產(chǎn)業(yè)模型的三重門限雖未通過檢驗(yàn)，但三重門限的估算結(jié)果同樣為0.250、0.325和0.457）。

根據(jù)門限效應(yīng)計(jì)算結(jié)果，不同視角的門限-STIRPAT擴(kuò)展模型可基于公式（5）進(jìn)一步具體表示為：

歸納上述計(jì)算結(jié)果可發(fā)現(xiàn)，不同視角的門限-STIRPAT擴(kuò)展模型中，雖然解釋變量的樣本數(shù)據(jù)不同，但以城鎮(zhèn)化率為門限變量估計(jì)得到的門限值基本一致，這說明基于城鎮(zhèn)化的對居民生活能源消費(fèi)碳排放的門限效應(yīng)均在近似的臨界點(diǎn)（0.250、0.325和0.457）發(fā)生躍升或改變，并且，該門限值與城鎮(zhèn)化發(fā)展階段[7]的劃分基本吻合。因此推斷城市化率分別處于0.250、0.325和0.457前后時(shí)，居民生活能源消費(fèi)碳排放所受影響出現(xiàn)了階段性的變化。基于門限定量性的研究結(jié)果，進(jìn)一步深入分析在不同城鎮(zhèn)化發(fā)展階段，對居民生活能源消費(fèi)碳排放的影響特征。

4.3 不同城鎮(zhèn)化發(fā)展階段碳排放影響差異性分析

在對面板門限回歸模型進(jìn)行門限效應(yīng)檢驗(yàn)及門限值確定的基礎(chǔ)上，對不同視角的門限-STIRPAT擴(kuò)展模型進(jìn)行回歸分析，回歸分析結(jié)果如表6所示。

在能源結(jié)構(gòu)模型的控制變量中，人均居民消費(fèi)及其平方項(xiàng)對居民生活能源消費(fèi)碳排放呈顯著的正向效應(yīng)；而城鎮(zhèn)化率則呈負(fù)向效應(yīng)，隨著城鎮(zhèn)化率的提高，能夠有效抑制碳排放的增長，發(fā)揮自身的聚集效應(yīng)；當(dāng)城鎮(zhèn)化率低于0.250時(shí)，能源結(jié)構(gòu)對居民生活能源消費(fèi)碳排放彈性系數(shù)為-0.688，負(fù)相關(guān)關(guān)系明顯；當(dāng)城鎮(zhèn)化率超過0.250，但小于0.325時(shí)，彈性關(guān)系出現(xiàn)明顯減弱，僅為-0.338，負(fù)向相關(guān)關(guān)系減弱；當(dāng)城鎮(zhèn)化率超過0.325，但小于0.457時(shí)，彈性關(guān)系進(jìn)一步減弱，僅為-0.019，但該結(jié)果并不顯著；當(dāng)城鎮(zhèn)化率超過0.457時(shí)，能源結(jié)構(gòu)對居民生活能源消費(fèi)碳排放的作用出現(xiàn)拐點(diǎn)，轉(zhuǎn)變?yōu)檎蛐?yīng)，且彈性關(guān)系也達(dá)到0.404。說明在城鎮(zhèn)化的初始階段，由于生活水平的限制，居民的生活習(xí)慣傾向于降低電力的使用，從而在一定程度上降低了民生活能源消費(fèi)碳排放，而隨著城鎮(zhèn)化的推進(jìn)，城市發(fā)展和生活水平的提高，城鎮(zhèn)化率達(dá)到45%左右時(shí)，電力逐漸成為生活消費(fèi)中最重要的能源，顯著的促進(jìn)了民生活能源消費(fèi)碳排放的增長。

在消費(fèi)率模型與產(chǎn)業(yè)結(jié)構(gòu)模型的控制變量中，人均居民消費(fèi)對居民生活能源消費(fèi)碳排放呈接近等比的正向關(guān)系，其平方項(xiàng)的彈性關(guān)系僅為0.180；而城鎮(zhèn)化率則對居民生活能源消費(fèi)碳排放呈負(fù)向彈性關(guān)系，當(dāng)城鎮(zhèn)化率低于0.250時(shí)，居民消費(fèi)率及產(chǎn)業(yè)結(jié)構(gòu)對居民生活能源消費(fèi)碳排放彈性系數(shù)為-0.570，負(fù)相關(guān)關(guān)系明顯；當(dāng)城鎮(zhèn)化率超過0.250，但小于0.457時(shí)，負(fù)向彈性關(guān)系出現(xiàn)明顯減弱，僅為-0.251；當(dāng)城鎮(zhèn)化率超過0.457時(shí)，彈性關(guān)系轉(zhuǎn)變?yōu)?.091，雖然未通過統(tǒng)計(jì)性檢驗(yàn)，無法判定具體的影響效應(yīng)，但彈性關(guān)系由負(fù)變正趨勢已經(jīng)顯現(xiàn)。

將30個(gè)省際區(qū)域樣本數(shù)據(jù)按照城鎮(zhèn)化率的門限值進(jìn)行分組，與王建軍對于城鎮(zhèn)化發(fā)展的階段性劃分基本一致：U≤0.250對應(yīng)城鎮(zhèn)化水平較低且發(fā)展緩慢的初始階段；0.250

U≤0.250（初始階段）時(shí)，城鎮(zhèn)化率處于較低水平，省際區(qū)域的城鎮(zhèn)經(jīng)濟(jì)發(fā)展剛剛起步。在研究階段內(nèi)，該階段主要集中在20世紀(jì)末到21世紀(jì)初（1995-2003年左右）

的河北、河南、四川、甘肅、云南、貴州、寧夏回族自治區(qū)等地區(qū)，目前，所以省際區(qū)域均已完成這一階段。

當(dāng)0.250

當(dāng)0.457

5 結(jié)論與建議

本文將門限回歸模型與STIRPAT模型相結(jié)合，以城鎮(zhèn)化率作為門限變量，以生活能源結(jié)構(gòu)、居民消費(fèi)率、產(chǎn)業(yè)結(jié)構(gòu)分別作為解釋變量，構(gòu)建多個(gè)不同視角的門限-STIRPAT擴(kuò)展模型，基于1995-2012年30個(gè)省級(jí)區(qū)域面板數(shù)據(jù)，分析我國省際區(qū)域的居民生活能源消費(fèi)碳排放趨勢，測算不同視角下基于城鎮(zhèn)化率的居民生活能源消費(fèi)碳排放門限效應(yīng)，總結(jié)居民生活能源消費(fèi)碳排放中城鎮(zhèn)化進(jìn)程的階段性規(guī)律，深入分析城鎮(zhèn)化水平處于不同階段時(shí)，居民生活能源消費(fèi)碳排放所受影響的差異性。分析結(jié)果表明：

（1）整體而言，所有省際地區(qū)居民生活能源消費(fèi)碳排放均呈上升趨勢，其中華東地區(qū)、東北地區(qū)整體的生活碳排放水平較高，這主要由于華東地區(qū)整體較高的經(jīng)濟(jì)發(fā)展水平，而東北地區(qū)冬季較長的供暖時(shí)間增加了地區(qū)的生活消費(fèi)碳排放。

（2）不同視角的門限-STIRPAT擴(kuò)展模型門限檢驗(yàn)及估值為：能源消費(fèi)結(jié)構(gòu)模型存在三重門限效應(yīng)，門限值分別為0.250、0.325和0.457；消費(fèi)率模型與產(chǎn)業(yè)結(jié)構(gòu)模型存在雙重門限效應(yīng)，門限值分別為0.250和0.457。

（3）以城鎮(zhèn)化率為門限變量估計(jì)得到的門限值基本一致，這說明基于城鎮(zhèn)化的對居民生活能源消費(fèi)碳排放的門限效應(yīng)均在近似的臨界點(diǎn)（0.250、0.325和0.457）發(fā)生躍升或改變，并且，該門限值與城鎮(zhèn)化發(fā)展階段的劃分基本吻合。

（4）能源結(jié)構(gòu)模型中：人均居民消費(fèi)及其平方項(xiàng)對居民生活能源消費(fèi)碳排放呈顯著的正向效應(yīng)；而城鎮(zhèn)化率則呈負(fù)向效應(yīng)；當(dāng)城鎮(zhèn)化率低于0.250時(shí)，能源結(jié)構(gòu)對居民生活能源消費(fèi)碳排放彈性系數(shù)為-0.688，負(fù)相關(guān)關(guān)系明顯；當(dāng)城鎮(zhèn)化率超過0.250，但小于0.325時(shí)，彈性關(guān)系出現(xiàn)明顯減弱，僅為-0.338，負(fù)向相關(guān)關(guān)系減弱；當(dāng)城鎮(zhèn)化率超過0.325，但小于0.457時(shí)，彈性關(guān)系進(jìn)一步減弱，僅為-0.019；當(dāng)城鎮(zhèn)化率超過0.457時(shí)，能源結(jié)構(gòu)對居民生活能源消費(fèi)碳排放轉(zhuǎn)變?yōu)檎蛐?yīng)，且彈性關(guān)系也達(dá)到0.404。

（5）消費(fèi)率模型與產(chǎn)業(yè)結(jié)構(gòu)模型中：人均居民消費(fèi)對居民生活能源消費(fèi)碳排放呈接近等比的正向關(guān)系；而城鎮(zhèn)化率則呈負(fù)向彈性關(guān)系，當(dāng)城鎮(zhèn)化率低于0.250時(shí)，居民消費(fèi)率及產(chǎn)業(yè)結(jié)構(gòu)對居民生活能源消費(fèi)碳排放彈性系數(shù)為-0.570，負(fù)相關(guān)關(guān)系明顯；當(dāng)城鎮(zhèn)化率超過0.250，但小于0.457時(shí)，負(fù)向彈性關(guān)系出現(xiàn)明顯減弱，僅為-0.251；當(dāng)城鎮(zhèn)化率超過0.457時(shí)，彈性關(guān)系轉(zhuǎn)變?yōu)?.091，雖然未通過統(tǒng)計(jì)性檢驗(yàn)，但彈性關(guān)系由負(fù)變正趨勢已經(jīng)顯現(xiàn)。

根據(jù)上述研究結(jié)果，提出以下建議：

區(qū)域城鎮(zhèn)化發(fā)展介于（0.250，0.457]這一階段的進(jìn)程中，應(yīng)把握住能源結(jié)構(gòu)、居民消費(fèi)率和產(chǎn)業(yè)結(jié)構(gòu)對居民生活能源消費(fèi)碳排放影響效應(yīng)轉(zhuǎn)變之前的階段，鼓勵(lì)居民生活消費(fèi)，但進(jìn)行節(jié)能低碳生活方式的引導(dǎo)，大力發(fā)展第三產(chǎn)業(yè)，滿足居民對生活商品及服務(wù)的需求。當(dāng)區(qū)域城鎮(zhèn)化提升至0.457以上時(shí)，應(yīng)合理優(yōu)化能源結(jié)構(gòu)，提高非化石能源比重，通過財(cái)政政策等對居民生活消費(fèi)進(jìn)行調(diào)控和引導(dǎo)，注重第三產(chǎn)業(yè)中的科技、金融等技術(shù)密集型的行業(yè)發(fā)展。

（編輯：田 紅）

參考文獻(xiàn)（References）

[1]國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）[N/OL]. 北京：新華社，2014-03-16. http：//www.gov.cn/zhengce/2014 -03/16/content_2640075.html.[National neotype urbanization planning（2014-2020）[N/OL]. Beijing： Xinhua News Agency， 2014-03-16. http：//www.gov.cn/zhengce/2014 -03/16/content_2640075.html.]

[2]周葵，戴小文.中國城鎮(zhèn)化進(jìn)程與碳排放量關(guān)系的實(shí)證研究[J].中國人口·資源與環(huán)境，2013， 23（4）：41-48.[ZHOU Kui， DAI Xiaowen. An empirical study on the relationship between urbanization and carbon emission in China [J]. China population， resources and environment， 2013， 23（4）：41-48.]

[3]朱勤，魏濤遠(yuǎn).居民消費(fèi)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.[ZHU Qin， WEI Taoyuan. Impacts of urbanization on carbon emission from perspective of residential consumption [J]. China population， resources and environment， 2013，23（11）：21-29.]

[4]PARIKH J， SHUKLA V. Urbanization， energy use and greenhouse effect in economic development： results from a crossnational study of developing countries [J]. Global environmental change，1995，5（2）：87-103.

[5]COLE M， NEUMAYER E. Examining the impact of demographic factors on air pollution[J]. Population and environment，2004，26（1）：5-21.

[6]關(guān)海玲，陳建成，曹文.碳排放與城鎮(zhèn)化關(guān)系的實(shí)證[J].中國人口·資源與環(huán)境，2013，23（4）：111-116.[GUAN Hailing， CHEN Jiancheng， CAO Wen. An empirical research between carbon emissions and urbanization[J]. China population， resources and environment， 2013，23（4）：111-116.]

[7]王建軍，吳志強(qiáng).城鎮(zhèn)化發(fā)展階段劃分[J].地理學(xué)報(bào)，2009，64（2）：177-188.[WANG Jianjun， WU Zhiqiang. Delimiting the stages of urbanization growth process[J]. Acta geographica sinica， 2009，64（2）：177-188.]

[8]張樂勤.基于組合模型的安徽省城鎮(zhèn)化演進(jìn)對碳排放影響極限研究[J].自然資源學(xué)報(bào)，2015， 30（1）：152-163.[ZHANG Leqin. Impact limit of urbanization evolution on carbon emission in anhui province based on combined model[J]. Journal of natural resources， 2015，30（1）：152-163.]

[9]林伯強(qiáng)，劉希穎.中國城鎮(zhèn)化階段的碳排放：影響因素和減排策略[J].經(jīng)濟(jì)研究，2010（8）：66-78.[LIN Boqiang， LIU Xiying. Chinas carbon dioxide emissions under the urbanization process： influence factors and abatement policies[J]. Economic research journal， 2010（8）：66-78.]

[10]薛冰，李春榮，劉竹，等.全球1970—2007年碳排放與城鎮(zhèn)化關(guān)聯(lián)機(jī)理分析[J].氣候變化研究進(jìn)展，2011， 7（6）：423-427.[XUE Bing， LI Chunrong， LIU Zhu， et al. Analysis on CO₂ emission and urbanization at global level during 1970-2007[J]. Advances in climate change research， 2011，7（6）：423-427.]

[11]C ONEILL B， LIDDLE B， JIANG L， et al. Demographic change and carbon dioxide emissions[J]. Lancet，2012，380（9837）：157-164.

[12]杜運(yùn)偉，黃濤珍，康國定.基于Kaya模型的江蘇省人口城鎮(zhèn)化對碳排放的影響[J].人口與社會(huì)，2015， 31（1）：33-41.[DU Yunwei， HUANG Taozhen， KANG Guoding. Study on the impact of urbanization on carbon emissions based on Kaya Model in Jiangsu Province[J]. Population and society， 2015，31（1）：33-41.]

[13]武春桃.城鎮(zhèn)化對中國農(nóng)業(yè)碳排放的影響——省際數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)經(jīng)緯， 2015，32（1）：12-18.[WU Chuntao. The impact of urbanization on agricultural carbon emissions in China：an empirical study based on provincial data[J]. Economic survey， 2015，32（1）：12-18.]

[14]郭文，孫濤.城鎮(zhèn)化對中國區(qū)域能源消費(fèi)及居民生活能源消費(fèi)的影響[J].中國環(huán)境科學(xué)，2015，35（10）：3166-3176.[GUO Wen， SUN Tao. Impact of Urbanization on Regional energy consumption and residents energy consumption in China[J]. China environmental science， 2015，35（10）：3166-3176.]

[15]申俊，孫涵，成金華.中國城鎮(zhèn)居民能源消費(fèi)及其影響因素[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016， 18（1）：45-53.[SHEN Jun， SUN Han， CHENG Jinhua. Energy consumption and influence factors of urban resident in China[J]. Journal of Beijing Institute of Technology（social sciences edition）， 2016， 18（1）：45-53.]

[16]楊曉軍，陳潔.中國城鎮(zhèn)化對二氧化碳排放的影響效應(yīng)：基于省級(jí)面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].中國地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，13（1）：32-37，138.[YANG Xiaojun， CHEN Jie. Effect of urbanization on CO₂ emission in China： empirical study based on provincial panel data[J]. Journal of China University of Geosciences（social sciences edition）， 2013，13（1）：32-37，138.]

[17]唐李偉，胡宗義，蘇靜，等.城鎮(zhèn)化對生活碳排放影響的門檻特征與地區(qū)差異[J].管理學(xué)報(bào)，2015， 12（2）：291-298.[LI Tangwei， HU Zongyi， SU Jing， et al. Threshold effects and area differences： the impacts of urbanization on residential carbon missions[J]. Chinese journal of management， 2015，12（2）：291-298.]

[18]李艷梅，張雷.中國居民間接生活能源消費(fèi)的結(jié)構(gòu)分解分析[J].資源科學(xué)， 2008， 30（6）：890-895.[LI Yanyan， ZHANG Lei. Structural decomposition analysis of Chinas indirect household energy consumption[J]. Resources science， 2008， 30（6）：890-895.]

[19]樊靜麗，劉健，張賢.中國城鎮(zhèn)化與區(qū)域居民生活直接用能研究[J].中國人口·資源與環(huán)境，2015， 25（1）：55-60.[FAN Jingli， LIU Jian， ZHANG Xian. Urbanization effect on regional household energy consumption in China[J]. China population， resources and environment， 2015，25（1）：55-60.]

[20]LANTZ V，F(xiàn)ENG Q.Assessing income， population， and technology impacts on CO₂emissions in Canada： wheres the EKC [J].Ecological economics，2006，57（2）： 229-238.

[21]雷瀟雨，龔六堂.城鎮(zhèn)化對于居民消費(fèi)率的影響：理論模型與實(shí)證分析[J].經(jīng)濟(jì)研究，2014（6）：44-57. [LEI Xiaoyu， GONG Liutang. The effect of urbanization on the household consumption rate： theoretical and empirical analysis[J]. Economic research journal，2014（6）：44-57.]

[22]張書云，周凌瑤.我國城鎮(zhèn)化發(fā)展與農(nóng)村居民消費(fèi)關(guān)系的實(shí)證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（11）： 30-37.[ZHANG Shuyun， ZHOU Lingyao. An empirical research between rural resident consumption and urbanization development[J]. Agritechnical eeconomics， 2010（11）：30-37.]

[23]趙忠義.江蘇省城鎮(zhèn)化與第三產(chǎn)業(yè)發(fā)展關(guān)系研究——新常態(tài)背景下的思考[D]. 南京：南京財(cái)經(jīng)大學(xué)，2014： 23-30.[ZHAO Zhongyi. The research on the relationship between urbanization and the tertiary industry in Jiangsu Province： in the background of new normal[D]. Nanjing：Nanjing University of Finance & Economics， 2014：23-30.]

[24]汪發(fā)元，鄧娜.城鎮(zhèn)化與第三產(chǎn)業(yè)發(fā)展水平動(dòng)態(tài)互動(dòng)分析[J].統(tǒng)計(jì)與決策，2015（4）：112-115.[WANG Fayuan， DENG Na. Dynamic interaction analysis on urbanization and the tertiary industry development[J]. Statistics and decision， 2015（4）：112-115.]

[25]HANSEN B E. Inference in TAR models[J]. Studies in nonlinear dynamics & economics，2010，2（1）：1-1.

[26]俞毅. GDP增長與能源消耗的非線性門限——對中國傳統(tǒng)產(chǎn)業(yè)省際轉(zhuǎn)移的實(shí)證分析[J].中國工業(yè)經(jīng)濟(jì)，2010（12）：57-65.[YU Yi. A nonlinear threshold model about GDP growth and energy consumption：an empirical study on the interprovincial transfer of traditional industries[J]. China industrial economics， 2010（12）：57-65.]

[27]HANSEN B E. Threshold effect in nondynamic panels： estimation， testing， and inference[J]. Journal of econometrics，1999，93：345-368.

[28]EHRLISH P R， HOLDREN J P. Impact of population growth[J]. Science，new series，1971（171）：1212-1217.

[29]YORK R， ROSA E A， DIETZ T. STIRPAT， IPAT and ImPACT： analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological economics，2003，46：351-365.

[30]李國志，周明.人口與消費(fèi)對二氧化碳排放的動(dòng)態(tài)影響——基于變參數(shù)模型的實(shí)證分析[J].人口研究，2012，36（1）：63-72.[LI Guozhi， ZHOU Ming. Dynamic effects on carbon dioxide emissions of population and consumption： an empirical analysis based on variable parameter model[J]. Population research， 2012， 36（1）：63-72.]

[31]段忠東.房價(jià)變動(dòng)對居民消費(fèi)影響的門限測度——基于中國 35 個(gè)大中城市的實(shí)證研究[J].經(jīng)濟(jì)科學(xué)，2014（4）：27-38.[DUAN Zhongdong. Threshold analysis on the impact of house price changes on resident consumption： an empirical analysis based on 35 bigscale cities in China[J]. Economic science， 2014（4）：27-38.]

[32]樊歡歡，張凌云.Eviews統(tǒng)計(jì)分析與應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2009：254-270.[FAN Huanhuan， ZHANG Lingyun. Statistical analysis and application in Eviews[M]. Beijing： China Machine Press， 2009： 254-270.]

Abstract It is of significant reference guidance value and to recognize the stage characteristics of carbon emission reduction and to deal with the challenges of carbon emissions in urbanization. Little existing research focuses on the impact on carbon emissions of households consumption（CEHC） caused by urbanization， and fails to connect the relationship between CEHC and the stage characteristics of urbanization. This article took urbanization rate as the threshold variable，

and the energy structure， citizen consumption rate and industrial structure were regarded as explaining variables. ThresholdSTIRPAT extension model was built based to analyze the impact of various factors on domestic energy consumption carbon emissions at different urbanization levels. The research shows when the urbanization rate is close to the threshold values（0.250， 0.325 and 0.457），the effect to CEHC was in the staggered variation. When the urbanization rate is lower than 0.250， it shows a negative elasticity relation between CEHC and the factors such as energy structure， domestic consumption， and industrial structure， with values of -0.688， -0.570 and -0.570， respectively. When the urbanization rate is lower than 0.457， the negative elasticity relation still exists. However， when the correlation is decreasing and the negative elasticity relation of energy structure is between -0.338 and -0.019， the relation of household consumption rate and industrial structure are all -0.251. When the urbanization rate is higher than 0.457， the relations will gradually turn into the positive elasticity relation. We propose the following suggestion based on the research results. When the urbanization rate is in this stage （0.250，0.457]， the energy structure，household consumption rate and industrial structure still have a negative effect on CEHC. We should encourage urban household consumption in energysaving pattern， and promote the tertiary industry to satisfy the residents demands of commodity and service. When the urbanization rate is higher than 0.457， we should optimize the energy structure and improve the proportion of nonfossil energy. Besides， the regions can regulate and guide the urban household consumption by fiscal policy， and we should pay attention to technology， finance and other technologyintensive sectors in the tertiary industry.

Key words threshold effect； STIRPAT； urban household consumption； urbanization； Matlab