碳达峰视角下河北省新型城镇化绿色发展研究

姚 冰，张 涛，肖钦文，何潇蓉

（河北建筑工程学院经济管理学院，河北 张家口 075000）

目前，城镇化过程中的碳排放问题研究集中于区域及行业的碳排放测量分析。田晴引入了终端能源消费总量产生的碳排放量，求得城镇碳排放量占终端能源消费总量碳排放的比例，并基于1995—2014年数据求得均值，发现其中18 个省（自治区、直辖市）高于90%，这表明，我国1995—2014年碳排放的主体是城镇，也就是说，城镇化建设是碳排放增加的重要原因。理论而言，城镇化带来的生产效率与规模的提高、集群的居住和便捷的公共交通都有助于大幅降低碳排放，实现高效节能、低碳环保的目标。然而，研究表明，我国城市人均能源消耗量是乡村地区居民人均消耗量的3.5 ～4.0 倍，城镇碳排放存在不合理、不精细的问题。李晓桐认为，城镇化发展与工业发展同步，而工业长久以来建立在以煤炭为主的能源结构上，导致绿色发展只能演变为长期目标，对于减排行动，要循序渐进，完善基础环节，有效解决能源结构不合理、低碳技术落后、低碳意识薄弱等问题。杨彬等运用探索性空间数据分析（ESDA）和地理信息系统（GIS）相结合的研究框架，以2000年与2012年全国30 个省（自治区、直辖市）的交通运输碳排放为样本，探讨碳排放增长率的空间格局，发现交通运输碳排放的增长速度和空间分异十分明显，与经济发展水平保持一致，呈现离散分布，原因包含企业粗放管理、政府监管不力、居民消费增加等方面。综上所述，碳排放问题是新型城镇化建设需要解决的重要问题，已有大量学者从社会、经济、产业等方面进行研究，发现人口、工业、交通业都是碳排放的主要领域，城镇化碳排放是一个综合性问题，但相关综合类研究较少。

1 新型城镇化发展程度测量模型的建立

1.1 PSIR 模型

PSIR（Pressure-State-Impact-Response）模型也被称为压力-状态-影响-响应模型。该模型系统地囊括了区域经济、社会、资源、环境四大要素，优化选取指标的内在逻辑关系，可以更全面、准确地表达经济发展因素与生态状态，常用于经济发展与生态保护的协调问题。新型城镇化范围较大，该理论有助于梳理内在影响结构，直观表达各子系统内部关联，为提出指导建议提供思路。

1.2 指标选择

1.2.1 社会经济压力子系统

压力（P）是指新型城镇化建设过程中能源消费增长对环境需求的压力。在产业方面的指标选择中，以建筑业与交通运输业作为代表。建筑业为传统高能耗产业，二氧化碳排放量高，且建筑业与新型城镇化建设高度相关，是实现绿色发展必须攻克的重点问题。而交通运输业为近年发展迅猛的行业，旅游、物流、高铁的发展都使得该产业能耗不断增加。

1.2.2 资源状态子系统

状态（S）是指资源需求供给状态。目前，河北省能源消费结构中，煤炭资源仍处于主导地位，煤炭消费虽有所下降，但占比依然偏高，因此选用煤炭生产占比、煤炭消费占比代表资源需求供给状态。

1.2.3 生态影响子系统

影响（I）是指自然资源需求增大的背景下生态系统所受到的影响。本文旨在实现碳达峰的顶层目标，这里仅以二氧化碳排放量代表环境影响程度。相关学者对于二氧化碳排放量的测算进行了大量研究，测算范围与方法不尽相同，通过分析比较，杨思佳对京津冀地区二氧化碳净排放量测算范围的选取更为合理，测算指标包含能源、人口和垃圾处理等，故本文选取该碳排放测算结果作为生态影响指标。

1.2.4 人类响应子系统

响应（R）是指人类为降低对生态环境的负面影响而做出的协调政策和积极行动。新型城镇化的提出即为了实现人与自然的协调发展，区别于传统牺牲环境的发展模式，新型城镇化建设过程中会有产业结构、空间结构和社会结构的变化，而产业结构变化会导致空间结构发生改变，进而使社会结构发生改变。本文以第二产业占比与第三产业占比表征新型城镇化程度，反映人类响应的积极性。

1.3 多元模型建立

解决多因素影响问题时，常用多元回归方程进行分析。本文建立的指标体系复杂，涉及范围较广，为避免相关性较小的因素影响结果，选用逐步回归分析建立最优回归模型。逐步回归模型以线性回归为基础，通过改进计算过程，自动剔除不具有显著性的自变量。当自变量较多时，其会从所有解释变量中选择影响最为显著的变量建立模型，再将剩余的变量逐个引入模型；每引入一个变量，进行一次显著性检验，当原引入的变量由于后面变量的引入变得不再显著时，将其剔除；逐个引入并将不显著变量剔除，直到没有显著因子可引入，也没有需要剔除的变量，这时，剩余变量便都为影响较为显著的变量，该方程便为最优回归方程。

2 实证研究

2.1 多元回归计算

查找历年河北省统计年鉴、河北省经济年鉴及相关文献，整理得到2005—2017年指标数据，首先对数据进行标准化处理，并利用SPSSPRO 数据平台进行逐步回归计算，获得回归分析结果，如表1所示。

表1 逐步回归分析结果（样本容量n=13）

2.2 结果分析

从检验结果分析可以得到，显著性系数＜0.01，显著性水平较高，拒绝了回归系数为0 的原假设，同时模型的拟合优度（调整前可决系数）为0.988。数据皆来源于统计年鉴，准确度高，模型表现比较优秀，因此模型基本满足要求。方差膨胀因子大于10，说明变量之间存在高度相关性，易对模型估计结果产生影响，后期采用岭回归的方法对模型进行回归分析。令、、和分别代表货运量、人均国内生产总值（GDP）、私人汽车拥有量、第二产业占比4 个因变量，为碳排放总量，通过引入个单位阵，使得回归系数可估计。在进行岭回归分析之前，结合岭迹图确认值，根据方差扩大因子法确定岭参数=0.108，得到最终拟合方程：

从岭回归拟合结果来看，调整后可决系数为0.938，值为30.504，值为0，说明回归方程显著。自变量和常数项通过了显著性水平检验（≤0.05），说明回归系数符合现实检验需要，拟合效果满足要求。

结果分析表明，货运量、人均GDP、私人汽车拥有量和第二产业占比皆为正影响因素，各因素每增加1%，碳排放量将会分别增加0.408%、0.513%、0.164%、0.220%。从回归系数来看，人均GDP 与货运量的增长对碳排放增速影响较大，人均GDP 最高，为0.513，表示目前河北省经济发展仍然依赖自然资源消耗，若要实现经济稳定增长，碳排放量将大幅增加。

3 结论

碳达峰视角下，在新型城镇化绿色发展过程中，河北省可以采取多种措施，有效减少碳排放，提升新型城镇化建设水平。一是优化产业结构，降低减排压力。工业制造业在河北省经济发展中长期占据支柱地位，但在减碳进程中，河北省长期依靠工业制造的思维必须改变，将重心逐渐转向第三产业，充分利用农村地区剩余劳动力，加快供给侧改革，在保持必要生产能力的同时将闲置、溢出的劳动力向第三产业转移。同时，大力发展工业互联网，实现规模化生产，提高能源利用率，合理配置资源要素，提升社会整体生产效率，降低碳排放增长率，缓解减排压力。二是发展低碳运输。随着信息科技的发展，交通运输业要与时俱进，有效借助信息科技的力量。一方面，从行业效率出发，建立货运信息网络，掌握货物运输信息，科学规划最优运输路径，从而减少碳排放；另一方面，从行业源头出发，运输业的基础是运输工具，如汽车等，近年来的科技突破使新能源汽车蓬勃发展，但其仍然存在运行里程不足、充电不便等问题，无法满足长途公路运输的要求，交通运输科技还需要不断创新。三是提倡绿色消费。从消费端实现减碳目标，需要政府加强引导，以政策为基础、舆论为导向，培养绿色环保消费观，改变居民消费习惯，告别铺张浪费与形式主义。政府需要以身作则，起到模范带头作用，健全问题处理办法，营造良好的社会风气；中国人口众多，民众需要转变消费理念，充分发挥自觉性，充分行使监督权，积极参与减碳行动。