城镇化对物流业碳排放变动影响研究

刘丙泉 程凯 马占新 ��

摘要 通过对Kaya恒等式的扩展，应用LMDI将城镇化对物流业碳排放变动的影响分解为人口城镇化、空间城镇化、收入城镇化和产业城镇化四种效应，对我国29个省市2007-2013年物流业碳排放变动的机理进行分析。结果表明：考察期内城镇化对我国各省市物流业碳排放变动的促进作用远超非城镇化要素，城镇化已成为推动各省市物流业碳排放的关键因素；且物流业各要素对处于不同城镇化阶段的省市影响并不一致。对成熟城镇化省市而言，收入城镇化和空间城镇化是物流业碳排放的稳定推动因素，人口城镇化则是稳定的抑制因素，产业城镇化刚刚由推动因素转变为抑制因素；对初级和中级城镇化省市而言，人口城镇化的抑制作用和收入城镇化的推动作用依然显著，但空间城镇化和产业城镇化的推动作用正在增强。从城镇化各要素对物流业碳排放变动的贡献来看，收入城镇化的推动作用最大，且对广东等经济大省的推动作用更明显；人口城镇化的抑制作用最大，且对山东、四川等人口大省的抑制作用更显著，但波动剧烈；空间城镇化对东部经济大省的推动作用已趋稳定，但对中西部省市的推动作用持续增强；产业城镇化对各省市的作用差异显著，且均较小。研究认为避免“一刀切”的物流业碳减排政策和城镇化规划、引导居民绿色生活和解决职住分离对我国实现物流业碳减排和新型城镇化建设具有重要帮助。

关键词物流业碳排放；城镇化；因素分解；职住分离

中图分类号X24；F503文献标识码A文章编号1002-2104（2016）03-0054-07

doi：10.3969/j.issn.1002-2104.2016.03.007

物流业是国民经济的基础和先导行业，也是仅次于能源和工业的CO2高排放行业。国际能源署（IEA）数据表明，全球CO2排放的25%左右来自于物流业的运输环节[1]。物流业为我国近30年的经济高速发展做出了突出贡献，但是由于专业化水平低、成本高、模式低效等原因，其碳排放一直居高不下。因此，推进物流业碳减排不仅有助于兑现“2020年单位国内生产总值二氧化碳排放量比2005年下降40%-50%”的承诺，同时也有助于缓解国际气候博弈及国际贸易中的“低碳门槛”对我国国际政治、经济、外交产生的巨大压力。

物流业碳排放受诸多因素的影响，伴随我国新一轮城镇化进程，城镇化势必对物流业碳排放变动产生重要影响。一方面，城镇化导致的人口集中、企业集中能够实现物流业运作的规模效应，并有利于相关部门和企业优化物流网络布局，降低运输、仓储、配送等环节能源消耗，从而降低同等业务规模的能源消耗和碳排放；同时，物流产业聚集产生的竞争效应和知识溢出效应，也将推动其节能降耗，加速相关创新成果的转化和扩散，从而提高能源利用效率，降低碳排放。另一方面，城镇化势必扩大城镇面积，进一步导致“产城分离”，从而拉大生产物质资料的供需距离，这将催生大量的城市物流、社区物流、工业物流等刚性服务需求，推动物流基础设施建设，物流网络复杂化和服务空间进一步拉大，从而提高能源消耗和碳排放。上述正反两种力量的交织导致城镇化与物流业碳排放之间的关系比较复杂。那么，中国物流业碳排放变动主要受哪种力量主导？城镇化各要素对不同省市物流业碳排放变动影响机制是否一致？处在不同城镇化阶段的省市其物流业碳排放变动的城镇化效应有何差异？上述问题的回答对于我国各级政府因地制宜制定合理的物流业碳减排措施，并以此为基础完善城镇化规划具有重要的现实意义。

1文献述评

城镇化发展会对区域及行业碳排放产生显著影响已成为学界共识。该问题的研究始于对城镇化和能源消费关系的研究，Jones指出城镇化导致的个人交通方式的改变推高了交通运输行业的能源消耗[2]；Wei则指出城镇化发展对能源消费具有双刃剑作用[3]；王晓玲等以城镇人口占总人口比重衡量城镇化率，构建了城镇化率与能耗强度之间的向量自回归模型，发现城镇化率能够降低能耗强度[4]；而王蕾却发现中国城镇化、工业化对能源消费产生正效应，且城镇化的作用更加显著[5]。随着城镇化与能源消费关系研究的不断深入，以及CO2排放问题日益严重，城镇化对CO2排放有何影响自然成为学界关注的焦点。从研究尺度看，涵盖了国家、区域、省市等不同区域。Fan发现低收入国家城镇化发展对碳排放产生正向作用，而高收入国家恰恰相反[6]，杨文芳的研究也发现不同地区城镇化水平对碳排放影响差异明显，发达地区城镇化发展对碳排放正向作用并不显著[7]，而关海玲的研究却证实中国城镇化发展与碳排放存在长期稳定正向关系[8]，Zhang对中国东中西三大区域的研究发现中部地区城镇化发展对碳排放正向作用更突出[9]；从研究方法看，应用Kaya恒等式[10]、STIRPAT模型[11-12]、IPAT模型[13]等构建碳排放量关于城镇化水平的计量经济学模型，讨论二者之间的关系成为研究的主流，其中城镇化水平通常用城镇人口占总人口的比重这种总量形式来衡量。

综上可见，当前关于城镇化影响碳排放的研究更多集中在国家、区域和省市层面，对物流业这一高耗能、高排放行业的关注还较少。且仅仅是从总量角度简单回答了城镇化发展对碳排放是否有正向/反向影响、影响强度有多大，实质上，城镇化的不同要素对碳排放的影响方式、影响强度存在显著差异，这也是导致不同学者在研究城镇化发展对碳排放影响时，出现截然相反研究结论的原因之一。更进一步，处于不同城镇化水平的地区，相同城镇化要素对碳排放的影响方式和影响强度也应存在差异。鉴于此，文章聚焦于还没有引起广泛关注的物流业碳排放，探讨城镇化发展对物流业碳排放变动的影响，拟在对中国省际物流业碳排放量进行估算的基础上，扩展Kaya恒等式，应用LMDI分解法探讨城镇化不同要素对物流业碳排放的影响机理。

2理论与建模

2.1城镇化对物流业碳排放影响的机理分析

物流业碳排放变动的城镇化效应是前述正向和反向两种力量交织作用的综合表现。微观看来，这种综合效应主要通过城镇化发展影响城市空间、居民收入、人口密度和产业结构来实现。原因如下：①城镇化发展最显著的表征就是城镇人口规模增大、人口密度提高，人口数量的极速膨胀将显著增加交通运输基础设施建设和交通工具数量，同时伴随人口从农村向城镇的大规模涌入，与人生活相关的物流需求（如农产品物流、日用消费品物流等）也将显著增加，这都将提高物流业碳排放；与此同时，人口密度的提高将能够降低人均能源消费量（如大规模公共交通的发展），从而降低人均生活碳排放。本文将城镇化过程中由于人口规模和密度变化带来的物流业碳排放变动称为人口城镇化效应。②城镇化发展另一个显著的表征就是城镇面积的扩张，这无疑提高了物流网络的复杂性，拉大了运输、配送的距离，从而提高了物流业碳排放，并且，我国城镇面积在不断扩张的过程中，还呈现出明显的“鬼城”与“睡城”并存的现象，白天城镇的工业集中区异常繁忙而商住区较安静，夜晚工业集中区如无人居住的“鬼城”般异常冷清，而商住区异常热闹，这种“职住分离”（JobHousing Separation）就导致在某些相同的时段，大量人口从城市的商住区涌向工业区，或者从工业区涌向商住区，甚至出现大量人群的“双城生活”，这无疑产生了大量家用汽车的需求，并引发严重的城市交通拥堵，导致物流业碳排放量激增。本文将城镇化过程中由于城镇面积变化带来的物流业碳排放变动称为空间城镇化效应。③城镇化发展绝不仅仅是简单的人口由农村向城镇转移和城镇面积不断扩张的过程，同时也是大量农业活动向非农活动转变的过程，这将导致区域产业结构的变动，而物流业作为各产业发展的基础行业，其网络结构、运作模式、服务规模势必会受到产业结构变动的影响，进而影响物流业碳排放。值得注意的是，城镇化发展对产业结构的影响还表现在产业组织由分散逐步走向集聚，物流业的集聚发展（如大量物流园区的出现）有利于节能降耗技术的快速应用，促进低碳创新成果在物流业的快速扩散，从而影响物流业碳排放。本文将城镇化过程中由于城镇产业结构变化带来的物流业碳排放变动称为产业城镇化效应。④城镇化的发展往往能够带动区域经济的高速增长和人均收入的提高，中国城镇化十年居民人均收入就增长了1.8倍，人均收入的增长加之居民生活方式的转变（如电子商务在城镇的普及，城镇居民小汽车保有量上升等），必然带来大量新的物流需求，从而影响物流业碳排放。本文将城镇化过程中由于居民收入变化和生活方式变化带来的物流业碳排放变动称为收入城镇化效应。

由此，城镇化对物流业碳排放的影响主要表现为间接作用，这种作用实质上是由上述四种效应相互耦合形成的综合效应，不同效应对物流业碳排放变动的影响机理迥异，因而引致的碳减排措施也不同。因此，以总量形式刻画城镇化对物流业碳排放的影响，很难获得有效的碳减排对策，也易诱发畸形的城镇化发展。

3实证研究

3.1数据来源与计算结果

考虑数据可得性，并且交通运输、仓储、邮电业一直是我国物流业的主要构成，因此，本研究所需数据由上述三个行业数据构成，以2007-2013年为观察期，以我国29个省市为研究对象（香港、澳门、台湾、青海、西藏数据不全，不在考察范围），基础数据主要来源于国家统计局网站、《中国统计年鉴》《中国能源统计年鉴》、各地市统计信息网等。本文根据《中国能源统计年鉴》所附的各种能源折算标准煤系数进行标准量折算，根据物流业碳足迹分析，选取煤炭、汽油、煤油、柴油四种物流业消耗量较大的能源为碳排放计算基础，根据IPCC提供的碳排放参考方法计算各地区考察期各年度物流业碳排放量。城镇人口对物流业碳排放变动的影响主要体现在生活方式变化和消费方式变化方面，据此本文用年末城镇常住人口表示城镇人口总量，GDP数据统一根据2000年不变价格折算。

基于上述数据，应用公式（4）-（11）进行各省市物流业碳排放变动驱动因素分解，各省市物流业碳排放变动的年度平均城镇化效应如图1所示。

由计算结果可知，从全国各省市平均情况来看，本文所考察的城镇化对物流业碳排放变动的影响综合表现始终为正向效应，且城镇化对各省市物流业碳排放变动的贡献远高于非城镇化要素，平均达到34.5万t碳，可见，当前城镇化是驱动我国物流业碳排放变动的主要力量。城镇化各要素中收入城镇化（平均贡献58.6万t碳）、空间城镇化（平均贡献20.3万t碳）每年的贡献均为正值，对我国物流业碳排放变动的推动作用非常显著。而人口城镇化（平均贡献-16.5万t碳）每年的贡献均为负值，对物流业碳排放抑制作用明显。产业城镇化（平均贡献1.59万t碳）每年的贡献正负值均有，且对物流业碳排放变动的影响较小。除此之外，第三产业内部结构（平均贡献-12.8万t碳）、物流业能耗强度（平均贡献-18.5万t碳）对物流业碳排放变动均具有显著的抑制作用，物流业能源消耗结构变动（平均贡献-1.91万t碳）对碳排放变动正由抑制作用转向推动作用。

3.2结果分析

3.2.1区域差异分析

本文结合美国地理学家R.诺瑟姆的三阶段划分标准，将上述29个省市分为初级城镇化区域（城镇人口占总人口比重低于40%）、中级城镇化区域（城镇人口占总人口比重大于40%而低于60%）、成熟城镇化区域（城镇人口占总人口比重大于60%）三类（见表1）。

城镇化要素对不同类型区域物流业碳排放变动的贡献是有差异的。对成熟城镇化区域而言，收入城镇化具有显著的推动作用，贡献远超过其他三要素，并远超该要素对对他类型区域的贡献，对比表1，这些区域是我国经济发展较好、工资待遇较高、工作机会较多的省市，具有较大的人才吸引力，人口规模的增大加上生活方式的转变，在收入水平提高的乘数效应作用下，引发了大量刚性的物流需求，从而推高了物流业碳排放；空间城镇化对该类型区域的贡献相对较小，既远小于收入城镇化，也小于该要素对其他类型区域的贡献，观察这些省市建成区面积变化可以发现，除江苏、浙江外其他省市建成区面积近年来增长不大，因此，空间城镇化对成熟城镇化区域的推动作用主要源于城市职住分离，而我国城市道路交通建设通常滞后于城市发展，由此引发的拥堵、公共交通设施不足增加了物流业碳排放；人口城镇化对该类型具有显著的抑制作用，贡献远超该要素对其他类型区域的抑制作用，这也符合这些区域城市面积慢增长、人口快膨胀的事实，人口规模化效应比较显著；产业城镇化对该类型区域呈现抑制作用，这与另外两个类型区域不同，这与北上广等省市向总部型经济转型导致产业结构高度化有关，随着一大批生产制造型企业的迁出和人口的大量迁入，这些城市的第三产业发展迅速，产业结构的升级导致物流业服务内容变化，高耗能、高排放的服务内容减少，从而对物流业碳排放产生抑制作用。

与成熟城镇化区域相比，中级城镇化区域空间城镇化的推动作用更加显著，且这种作用基本呈现逐年增强的规律，而收入城镇化的推动贡献和人口城镇化的抑制贡献均增长缓慢，产业城镇化虽然贡献较小，但近三年增长态势明显。因此，中级城镇化区域需特别关注空间城镇化效应和产业城镇化效应，然而根据城镇化一般发展规律，城市处于中级城镇化阶段时，往往会产生轰轰烈烈的造城运动，并伴随大量的产业承接，这就极容易导致城市空间肆意无序扩张，城市功能区的大量新建，引发“鬼城”与“睡城”并存等结构性问题。集约节约利用土地，合理布局城市功能区，科学选择产业承接是该类型区域需要特别关注的问题。对比上述两类区域，城镇化各要素对初级城镇化区域的贡献均较小，但需要关注的是，空间城镇化对该类型区域物流业碳排放的贡献超过了成熟城镇化区域，且呈现增强趋势。

3.2.2要素差异分析

根据LMDI的分解结果，本文将每个城镇化要素对每个省市物流业碳排放变动影响进行统计，按贡献绝对值大小排序，本文所考察的城镇化四大要素对物流业碳排放变动的贡献排序依次为：收入城镇化、空间城镇化、人口城镇化、产业城镇化。

图3展示了收入城镇化对各省市物流业碳排放的影响，可以看到收入城镇化每年对每个省市均起到正向推动作用，尤其对广东、山东、江苏等经济大省正向推动作用明显，相比较而言，对北京、上海、重庆、天津等直辖市正向推动作用不大，而且，从时间序列上看，收入城镇化对上述经济大省正向推动作用波动剧烈，而对直辖市的正向推动作用波动较小。这可能源于：第一，直辖市物流基础设施建设比较完备，规模效应突出，面对居民收入变动有较强的应对能力；第二，直辖市居民收入变动相对较小，物流服务需求变动也较小。一个有趣的现象是收入城镇化对经济发达地区（如东部地区）省市的正向推动作用大都在2009年达到高峰，进而开始下滑，而对经济欠发达地区（如西部地区）的正向推动作用大都在2012年达到高峰，物流业碳排放变动的收入城镇化效应存在“雁行模式”。

图4表征的是人口城镇化对各省市物流业碳排放变动的影响。可以看到，人口城镇化对绝大多数省市起到抑制作用。对广东、山东、四川等人口大省抑制作用更为显著，但这种作用波动性也较大，而对北京、上海、天津等直辖市抑制作用比较稳定。从时间序列上看，2007年有7个省市、2008年有3个省市的人口城镇化对物流业碳排放起到推动作用，但自2009年之后，绝大多数省份人口城镇化对物流业碳排放保持为抑制作用，可以预见，未来人口集聚的规模化效应对物流业碳排放抑制作用将日趋稳定。

图5描述的是空间城镇化对各省市物流业碳排放变动的影响。可以发现，空间城镇化对绝大多数省市起到正向推动作用，尤其对东部地区经济大省的推动作用非常显著，直辖市中仅对重庆市正向推动作用比较显著。

一个有趣的现象是，空间城镇化对东部地区省市物流业碳排放的推动作用大都在2010年前后达到高峰，进而回落，而对部分中西部地区省市物流业碳排放的推动作用大都在2012年达到高峰，有些省市的高峰甚至出现在2013年，这说明空间城镇化对我国东部地区省市物流业碳排放的推动作用已由增强转向减弱，而对中西部地区的推动作用仍处在持续增强的过程中。

图6描述了产业城镇化考察期内对我国不同省市物流业碳排放变动的影响。总体来看，产业城镇化对不同省市不同时期物流业碳排放变动的影响差异巨大，从省市差异上看，北京、上海、江苏、福建等省市均经历了由正向促进缓慢转变为反向抑制作用的过程，转折点大都在2011年左右，而像江西、河南、甘肃等省市则恰恰相反。与此同时，对浙江、山东等省市物流业碳排放则一直起到正向促进作用，驱动强度居高不下，而对陕西、宁夏等省市则一直起到反向抑制作用。从时序差异上看，产业城镇化对全国多数省市的影响正在由反向抑制作用，转向正向促进作用，这种转变在中西部省市表现的更为明显。

4研究结论与政策启示

本研究首先从理论上分析了城镇化各要素对省市物流业碳排放变动的影响机理，然后通过收集我国2007-2013年29个省市的相关数据实证分析了城镇化及其各要素对不同省市不同阶段物流业碳排放变动的影响。主要结论有：①从全国平均情况看，考察期内城镇化对我国物流业碳排放变动呈正向促进作用，且这种作用远高于其他影响因素，城镇化已经成为我国物流业碳排放变动的最重要驱动因素，但其四大要素对物流业碳排放变动的影响并不一致。②收入城镇化是各类型省市物流业碳排放变动最大的正向促进因素，人口城镇化则是最大的反向抑制因素，空间城镇化对中级城镇化区域的正向促进作用更为明显，而产业城镇化仅对成熟城镇化区域起到反向抑制作用。③收入城镇化始终对各省市物流业碳排放起正向促进作用，但对直辖市的正向促进作用在下降，而对广东、山东等经济大省的正向促进作用比较显著，从全国看，收入城镇化对各省市碳排放物流碳排放的影响呈现“雁行模式”；人口城镇化对大多数省市物流业碳排放起反向抑制作用，且2009年后，这种抑制作用日趋显著，但对广东、山东等人口大省的抑制作用波动比较剧烈；空间城镇化对绝大多数省市物流业碳排放起正向促进作用，但对东部地区省市的促进作用已经出现下滑趋势，对中西部地区的促进作用仍然很强；产业城镇化对不同省市的影响均较小，但差异非常显著。

上述结论为我国物流业碳减排和城镇化发展提供了有益的政策启示：①物流业碳排放与城镇化之间并非简单的线性关系，分处城镇化不同阶段的省市其物流业碳排放的关键驱动因素并不相同，所以，各省市应因地制宜的出台城镇化发展方案，以实现物流业碳减排和城镇化的良性发展；②我国各省市人口规模效应对物流业碳排放的抑制作用是非常显著的，但城镇化发展势必带来居民收入的上涨，进而促进物流业碳排放，所以，在城镇化过程中如何引导居民绿色生活方式，倡导低碳生活，引导居民在交通、饮食、服饰等方面的节俭，真正实现“人的城镇化”，而不仅仅是“人数的城镇化”，对物流业碳减排效果显著；③在城镇化过程中，政府统一规划城镇空间，无可厚非，但完善城镇基础设施配套，避免出现出门必堵等现象对物流业碳减排有明显作用，尤其身处中级城镇化阶段的省市，必须要合理规划城镇空间结构，同时，职住空间的长距离分离已经成为成熟城镇化省市物流业碳排放的重要驱动力量，在新型城镇化发展过程中结合自身职住特点，适度引导职住结合组团发展对物流业碳减排具有积极作用。

（编辑：刘照胜）

参考文献（References）

[1]

庄贵阳，谢海生.破解资源环境约束的城镇化转型路径研究[J].中国地质大学学报：社会科学版， 2015，15（2）：1-10. [Zhuang Guiyang， Xie Haisheng. Research on the Resourceenvironment Constraint Cracking Urbanization Transition Path [J]. Journal of China University of Geosciences：Social Sciences Edition， 2015， 15（2）：1-10.]

[2]Jones D W. How Urbanization Affects Energyuse in Developing Countries [J]. Energy Policy， 1991， 19（7）：621-630.

[3]Wei B R， Yagita H， Inaba A， et al. Urbanization Impact on Energy Demand and CO2 Emission in China [J]. Journal of Chongqing University：English Edtion， 2003， （2）：46-50.

[4]王晓玲，武春友，赵奥.中国城市化与能源强度关系的交互动态响应分析[J].中国人口·资源与环境， 2012， 22（5）：147-152. [Wang Xiaoling， Wu Chunyou，Zhao Ao. Interactive Dynamic Response Between Urbanization and Energy Intensity of China [J]. China Population， Resources and Environment，2012， 22（5）：147-152.]

[5]王蕾.中国城镇化对能源消费的影响研究[J].资源科学， 2014， 36（6）：1235-1243. [Wang Lei. The Impacts of Chinese Urbanization on Energy Consumption [J].Resources Science， 2014， 36（6）：1235-1243.]

[6]Fan Y， Liu L C， Wu G， et al. Analyzing Impact Factors of CO2 Emissions Using the STIRPAT Model [J]. Environmental Impact Assessment Review， 2006， 26（4）：337-395.

[7]杨文芳.人口增长、城市化对CO2排放的影响[J].中国人口·资源与环境， 2012，22（S1）：284-288. [Yang Wenfang. Impact of Population Growth and Urbanization on CO2 Emissions [J]. China Population， Resources and Environment， 2012， 22（S1）：284-288.]

[8]关海玲，陈建成，曹文.碳排放与城市化关系的实证[J].中国人口·资源与环境， 2013，23（4）：111-116. [Guan Hailing， Chen Jiancheng， Cao Wen. Empirical Study on the Relationship Between Carbon Emission and Urbanization [J]. China Population， Resources and Environment， 2013， 23（4）：111-116.]

[9]Zhang C， Lin Y. Panel Estimation for Urbanization， Energy Consumption and CO2 Emissions： A Regional Analysis in China [J]. Energy Policy， 2012， 49（10）：488-498.

[10]林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究， 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.]

[11]Poumanyvong P，Kaneko S. Does Urbanization Lead to Less Energy Use and Lower CO2 Emissions？ A Crosscountry Analysis [J].Ecological Economics， 2010，70：434-444.

[12]Dai D，Liu H. An Empirical Research and STIRPAT Model Analysis of Urbanization and CO2 Emissions in China [J]. Advances in Information Sciences and Service Sciences， 2011，3（11）：78-95.

[13]彭希哲，朱勤.我国人口态势与消费模式对碳排放的影响分析[J].人口研究，2010， 34（1）：48-58.[Peng Xizhe， Zhu Qin. Impacts of Population Dynamics and Consumption Pattern on Carbon Emission in China [J].Population Research， 2010， 34（1）：48-58.]

[14]Kaya Y. Impact of Carbon Dioxide Emission on CNP Growth： Interpretation of Proposed Scenarios [R].Presentation to the Energy and Industry Subgroup，Response Strategies Working Croup IPCC，Paris，1989.

[15]杜运伟，黄涛珍，康国定. 基于Kaya模型的江苏省人口城镇化对碳排放的影响[J].人口与社会， 2015，31（1）：33-41. [Du Yunwei， Huang Taozhen， Kang Guoding. the Impact of Population Urbanization on Carbon Emission in Jiangsu Province Based on Kaya Model[J]. Population and Society， 2015，31（1）：33-41.]

[16]Ang B W，Liu F L，CHEW E P. Perfect Decomposition Techniques in Energy and Environmental Analysis [J]. Energy Policy， 2003，31：1561-1566.