流动人口城市融合的碳排放效应

人口研究

流动人口城市融合的碳排放效应

贺 丹， 黄匡时

(中国人口与发展研究中心，北京100081)

[摘要] 基于拓展的STRIRPAT模型分别从流动人口城市融合碳排放总量和新增量两个角度构建碳排放效应的人口模型和就业模型，研究发现，流动人口城市融合碳排放总量呈现不断增加的态势，不过每个流动人口城市融合的净增碳排放成本却在下降，城市每融合一个流动人口，每年大约新增加0.3吨碳排放。研究还发现，老龄化、城镇化、人均GDP、城镇就业人员均对流动人口城镇融合碳排放总量有增加作用，而GDP能源强度则对流动人口融合碳排放总量有降低作用。此外，农业、建筑业和工业的碳排放总量对流动人口城市融合碳排放净增量存在显著影响。建议树立“低碳融合”和“绿色融合”的流动人口城市融合理念，在流动人口城市融合中纳入碳排放成本，建立流动人口城市融合的碳排放监测制度，重点关注工业(制造业)、建筑业和现代农业领域流动人口的 “减排”。

[关键词] 流动人口；城市融合；碳排放；低碳融合；碳排放效应

一、研究背景

改革开放以来，随着我国户籍制度改革和城镇化进程，大量农村剩余劳动力涌入城市。1982年全国流动人口仅有657万，而到2015年我国流动人口规模达2.47亿(见图1)。三十多年来，由于人口形势和执政理念不断变化, 我国流动人口管理政策经历了从“开放” 到“管制” 再到“融合” 的演变过程[1]。在以人为本、改善民生的执政理念下, 促进流动人口的社会融合是当前和未来我国流动人口政策的基本方向。不过，流动人口的城市融合不仅会给城市的医疗、交通、居住、就业、教育等公共资源带来压力，也直接增加了电、天然气、煤炭、石油等生活能源的消费量，从而加大了城市碳排放量。在全球性减排行动的推动下，中国减排的国际压力剧增。而另一方面，我国经济放缓，但是流动人口的社会融合理念已深入人心，流动人口城市融合的经费压力也将进一步加大。如何在有效减排的情况下促进流动人口的社会融合成为流动人口服务管理部门需要思考的重要议题。遗憾的是，现有文献对流动人口社会融合的碳排放效应的研究不多。流动人口社会融合的碳排放总量有多少？与农村融合相比，流动人口的城市融合净增碳排放是多少？改革开放以来变化趋势又如何？哪些因素影响流动人口社会融合的碳排放效应？本研究将重点围绕上述问题展开，重点从流动人口社会融合的碳排放总量和净增总量两个角度来研究流动人口社会融合碳排放效应及影响因素。

说明：数据根据历次全国人口普查和全国1%和1‰人口抽样调查数据估算暂住人口数据来自公安部治安管理局1997—2014年《全国暂住人口统计资料汇编》

图1 1982—2015年全国流动人口规模演变

二、模型与数据

1.数据选择

流动人口数据是测算流动人口社会融合碳排放效应的前提。根据历次全国人口普查数据、全国1%和1‰人口抽样调查数据以及公安部治安管理局历年公布的《全国暂住人口统计资料汇编》，我们获得了1982年到2015年绝大部分年份的流动人口数据。不过，由于不同阶段流动人口称谓和统计口径存在差异，我们经过多口径测算和研究，决定采用宽口径(居住1个月及以上)的流动人口概念来处理历史数据，而采用现有口径(居住半年及以上)来统计流动人口。

碳排放数据主要来自历年《中国能源统计年鉴》。我们根据政府间气候变化专门委员会( IPCC)的碳排放核算方法[2]，主要通过标煤的碳排放转化来核算煤炭、电力、液化石油气、天然气和煤气等生活消费能源的碳排放。考虑到流动人口社会融合的碳排放效应主要来自生活能源。因此，本研究重点关注流动人口城市融合的生活消费碳排放。根据《中国能源统计年鉴》的发电煤耗计算法(coal equivalent calculation)计算煤炭、石油、天然气、包括水电和核电在内的一次性电力等能源的标准煤当量。然后根据标煤的碳排放系数(排放因子)计算二氧化碳的排放量。

为了计算流动人口城市融合的碳排放效应，我们从总量和新增量两个口径来计算。流动人口城市融合的碳排放总量按照城市居民的人均碳排放量来计算。流动人口城市融合碳排放净增量按照农村人均碳排放量和城市人均碳排放量的差来计算。为了考察流动人口城市融合碳排放的影响因素，我们引入人口和经济变量，包括城镇化(城镇人口占比)、老龄化(65岁及以上老年人口占比)、城镇就业人口(万人)、人均GDP(元)、GDP碳排放强度(吨/万元)以及农业、建筑业、批发零售住宿餐饮业、工业、交通运输仓储邮政业五个流动人口重点就业行业的碳排放量(吨)。这些数据来自历年《中国统计年鉴》和《中国能源统计年鉴》。

2.模型选择

目前研究环境压力的模型主要是基于IPAT模型的STRIRPAT模型，以及基于STRIRPAT模型的各种改进模型[3]。

STRIRPAT模型的公式如下：

lnIt=lna+a1lnPt+a2lnAt+a3lnTt+lnet

(1)

公式1中，It为环境压力，Pt为人口数量，At为富裕程度，T为技术水平。a1、a2、a3分别为人口数量、富裕程度和技术水平的影响系数，et为误差项。

目前，STRIRPAT及其拓展模型得到普遍使用。本研究也将基于STRIRPAT模型研究流动人口城市融合的碳排放效应。我们分别构建了流动人口城市融合的碳排放人口模型和行业模型，并分别计算流动人口城市融合碳排放总量和碳排放净增量。总量模型为流动人口城市融合所产生的碳排放总量，增量模型为流动人口城市融合与农村融合相比增加的碳排放量。两种碳排放测算模型分别对应人口模型和行业模型，识别影响流动人口城市融合碳排放的主要因素。

碳排放总量的人口模型公式如下：

lnI=lna+bm(lnM)+be(lnE)+bc(lnC)+bu(lnU)+bs(lnS)+ba(lnA)+bt(lnT)+ε

(2)

公式2中：I为流动人口城市融合碳排放总量，单位为吨；M为流动人口规模，单位为万人；E为城镇就业人口规模，单位为万人；C为流动人口城市融合人均净增碳排放量，单位为吨；U为城镇化比例；S为老龄化比例；A为富裕程度，用人均GDP(元)来代替；T表示技术水平，用能源强度(即单位GDP能耗)代表，单位为吨/万元。a、bm、be、bc、bu、bs、ba、bt为系数。

为了考察流动人口就业行业对流动人口城市融合碳排放的影响，我们增加了碳排放的就业模型。此模型考虑了不同行业的碳排放量，公式如下：

lnI=lna+bn(lnHn)+bj(lnHj)+bg(lnHg)+bi(lnHi)+bp(lnHp)+bm(lnM)+ba(lnA)+bt(lnT)+ε

(3)

公式3中，I为流动人口城市融合碳排放总量，单位为吨；Hn为农、林、牧、渔业碳排放总量，Hj为建筑业碳排放总量，Hg为批发、零售业和住宿、餐饮业碳排放总量，Hi为交通运输、仓储和邮政业碳排放总量，Hp为工业碳排放总量；M为流动人口规模，单位为万人；A为富裕程度，用人均GDP(元)来代替；T表示的是能源强度(即单位GDP能耗)，单位为吨/万元。a、bn、bj、bg、bi、bp、bm、ba、bt为系数。

以碳排放增量的人口模型公式如下：

lnI△=lna+bm(lnM)+be(lnE)+bc(lnC)+bu(lnU)+bs(lnS)+ba(lnA)+bt(lnT)+ε

(4)

公式4中：I△为流动人口城市融合碳排放增量，单位为吨，其他指标含义与(2)式相同。

流动人口城市融合净增碳排放的就业模型考虑了不同行业的碳排放量，公式如下：

lnI△=lna+bn(lnHn)+bj(lnHj)+bg(lnHg)+bi(lnUi)+bp(lnHp)+bm(lnM)+ba(lnA)+bt(lnT)+ε

(5)

公式5中，I△为流动人口城市融合碳排放增量，单位为吨，其他指标含义与(3)式相同。

由此，本研究建立了与测算口径分别对应的两个模型：一个是人口模型，一个是就业模型。

三、研究结果

1.流动人口城市融合的碳排放总量和增量变化情况

图2显示，流动人口城市融合的碳排放总量经历了一个从缓慢增加到快速递增的过程，从1982年的1 247.6万吨增加到2006年的22 149.7万吨，然后快速递增到2014年的62 271.3万吨。几年内流动人口城市融合碳排放总量增加将近2倍。

说明：数据来源于1982—2015年《中国能源统计年鉴》
图2 流动人口城市融合碳排放总量、净增量和人均净增量的变化趋势

从净增量来看，1982—2014年的33年里，流动人口城市融合的年均净增量经历了一个相对平稳的过程， 2007—2012年呈现一个高峰。33年来，流动人口城市融合的年均净增量的平均值为8 164.25吨。总体来看，流动人口城市融合的年均净增量相对平稳。

从人均净增碳排放量来看，1982—2014年，由1982年的1.5吨下降到2014年的0.27吨。也就是说，2014年城市每融合一个流动人口，每年大约增加0.27吨碳排放量。这主要因为城乡居民在生活能源消费碳排放上日益缩小的缘故，见图3。

净增碳排放为人口由农村流入城市后的新增碳排放量。图3中阴影上线为城镇人均生活消费碳排放量，下线为农村人均生活消费碳排放量，阴影部分为流动人口人均生活消费碳排放量。

说明：数据来源于《2015年中国能源统计年鉴》
图3 1980—2014年人口由农村向城市迁移所产生的净增碳排放

2.流动人口城市融合碳排放的影响因素

我们使用传统线性回归发现明显共线性特征(VIF大于5)。为此，我们采用岭回归方法。该方法在自变量标准化矩阵的主对角线元素上加入偏倚系数k，从而确保回归系数估计量在微小偏差的情况下，保持远大于无偏的估计量精度，这样可明显提高估计的稳定性。根据公式，我们得到对应的偏倚系数K分别为0.14(R2为0.975)、0.14(R2为0.976)、0.22(R2为0.905)和0.08(R2为0.474)。除模型Ⅳ(增量的就业模型，表1)整体不显著外，其他3个模型均显著。

表1 流动人口城市融合碳排放模型岭回归结果

解释变量城市融合碳排放总量人口模型(1)(模型I)就业模型(2)(模型Ⅱ)城市融合碳排放净增量人口模型(3)(模型Ⅲ)就业模型(4)(模型Ⅳ)流动人口总量0.322****0.186****0.320****0.531**城镇化0.318***----0.104----老龄化1.065****-----0.141----能源强度-0.196**-0.041-0.475****0.870人均GDP0.147****0.186****0.096****-0.035城镇就业人员0.494****----0.223***----农、林、牧、渔业----0.409***-----0.368建筑业----0.124****-----0.018批发、零售业和住宿、餐饮业-----0.034-----0.223交通运输、仓储和邮政业----0.050----0.133工业----0.181***----0.276**人均净增碳排放量0.060----0.564****----常数项-3.083***-3.905**3.094***5.297RSquare0.9750.9760.9050.474模型显著水平0.000****0.000****0.0000.361

说明：显著水平为0.001标注为****，显著水平为0.01标注为***，显著水平为0.05标注为**

从模型I(总量的人口模型)来看，流动人口总量、城镇化、老龄化、能源强度、人均GDP、城镇就业人员均对流动人口城镇融合碳排放总量有影响。其中，每1万流动人口可能增加0.322万吨碳排放，即每个流动人口对总排放量贡献大约0.322吨。这与上文分析的结果(0.27)基本接近。城镇化每提高1个百分点，大约增加0.318万吨碳排放。老龄化对流动人口的碳排放影响也很明显，老龄化提高1个百分点，可以增加1.065万吨二氧化碳排放量。能源强度代表技术进步，能源强度每提高一个单位，可以降低流动人口城市融合碳排放0.196吨。人均GDP代表富裕程度，每提高1元，可以增加流动人口城市融合碳排放0.147吨。城镇就业人员不少是流动人口，每增加1万城镇就业人员，可以增加流动人口城市融合碳排放0.494吨。根据前文的分析，城镇就业人员中大约万分之一是流动人口。

从模型Ⅱ(总量的就业模型)来看，流动人口总量、人均GDP、农业、建筑业和工业(制造业)领域对流动人口城市融合碳排放总量存在显著影响。表1显示，考虑了就业领域，流动人口总量的回归系数略有下降。人均GDP的回归系数依然显著，不过值略有上升。值得关注的是，我们所选择的五个主要行业中，只有农业、建筑业和工业三个领域的碳排放总量对流动人口城市融合碳排放总量存在显著影响。其中，农业领域每提高1万吨碳排放量，流动人口城市融合碳排放增加0.409万吨。常理认为，流动人口城市融合会降低农业领域的碳排放，本文却得到相反的结果。这主要有两个因素：一是很多流动人口依然在城市从事现代农业领域的工作，二是流动人口城市融合提高了农业现代化，促使留守农村的务农人员使用高碳排放的工具或肥料等，从而大大提高了农业领域的碳排放。工业领域每提高1万吨碳排放，流动人口城市融合碳排放会增加0.181万吨，制造业技术水平会直接影响流动人口城市融合碳排放。

从模型Ⅲ(增量的人口模型)来看，流动人口总量、能源强度、人均GDP、城镇化就业人员、人均净增碳排放量对流动人口城市融合碳排放净增量存在显著影响。其中，每增加1万流动人口，碳排放净增量提高0.320吨。能源强度每提高1个单位，能降低0.475吨碳排放净增量。人均GDP和城镇就业人员同样会增加流动人口城市融合碳排放净增量。值得注意的是，在其他模型不显著的人均净增碳排放量在模型Ⅲ中显著了。这说明，人均净增量是影响流动人口城市融合净增量的重要变量。

四、结论与政策建议

本文通过建立流动人口城市融合碳排放的总量模型和增量模型，分别从人口模型和就业模型来分析流动人口城市融合碳排放效应，得到如下结论：

第一，流动人口城市融合碳排放总量呈现不断增加的态势。总量的增加，一方面来自流动人口规模的增加，另一方面来自城镇居民人均碳排放总量的增加。此外，老龄化、城镇化、人均GDP、城镇就业人员均对流动人口城镇融合碳排放总量有提升作用，这与前人的研究基本一致[4-6]。老龄化、城镇化以及城镇就业人员的增多导致城市融合了更多的流动人口，从而增加了城市的规模[7-8]。人均GDP代表富裕程度，回归结果表明，越富裕碳排放总量越高。能源强度代表技术进步，技术越进步，碳排放越低。

第二，流动人口城市融合碳排放成本在降低。回归历史，可以发现，随着生活水平的提高，各种家电在农村普及，农村居民的碳排放在日益增加，与城市居民的生活能源消费碳排放量差距在缩小。这意味着流动人口城市融合导致的碳排放成本在降低。

第三，城市每融合一个流动人口，每年大约增加0.3吨碳排放。从流动人口城市融合碳排放总量的人口模型来看，每1万流动人口可能增加0.322万吨碳排放，即每个流动人口对总排放量贡献大约0.322吨。

第四，农业、建筑业和工业的碳排放总量对流动人口城市融合碳排放净增量存在显著影响。在城市就业的流动人口，主要从事农业、建筑业、零售业、住宿餐饮业、交通运输仓储邮政业、工业等领域的工作，但只有农业、建筑业、工业3个行业的碳排放总量和流动人口城市融合碳排放净增量存在统计显著关系。因为这3个行业的碳排放量和流动人口生活能源碳排放关系紧密，这和已有研究的发现一致[9-10]。

由此可见，流动人口城市融合的碳排放效应基本显现，无论总量还是增量，人均纯增量基本轨迹和规律相对清晰。这为推进流动人口社会融合和“减排”提供政策启示。首先，树立“低碳融合”的流动人口城市融合理念。当前很多“减排”政策更多关注城市居民，而对流动人口群体城市融合的“减排”关注较少。随着城镇化和流动人口社会融合的推进，流动人口在“减排”中的重要性越加明显。其次，重点关注工业(制造业)、建筑业和现代农业领域的 “减排”。这些领域的“减排”有助于降低流动人口城市融合的净增碳成本。第三，提倡“绿色基本公共服务”理念。在“减排”中改善流动人口的基本公共服务状况，促进流动人口城市融合，实现流动人口和城镇居民基本公共服务的均等化。流动人口城市融合新增碳排放成本在降低，应加快基本公共服务城乡统一的进程。

在政策措施上，首先，建立流动人口城市融合的碳排放监测评估指标体系，实施监测流动人口城镇化和城市融合的碳排放效应，为综合“减排”提供政策参考。其次，建立流动人口城市融合服务体系的绿色标准，淘汰高碳排放、低耗能的服务供给模式，完善碳排放监督立法和制度，加强监督与惩罚。第三，加大对流动人口与重点行业高碳排放的关系研究，深入研究究竟是流动人口在城镇低端产业就业导致了产业难以升级以及相应产业的高碳排放，还是高碳排放的传统产业吸引了流动人口由此导致产业结构调整艰难？需要深入调查研究厘清两者之间的关系。

[参考文献]

[1]尹德挺,黄匡时.改革开放30年我国流动人口政策变迁与展望[J].新疆社会科学，2008(5):106-110.

[2]IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventory[R]. Japan ：IGES,2006.

[3]朱勤,魏涛远.居民消费视角下人口城镇化对碳排放的影响[J].中国人口资源与环境，2013(11):21-29.

[4]李楠.中国人口结构对碳排放量影响研究[J].中国人口资源与环境,2011(6):24-27.

[5]王芳,周兴.人口结构、城镇化与碳排放[J].中国人口科学,2012(2):47-56.

[6]肖周燕.中国城市化发展阶段与CO2排放的关系研究[J].中国人口资源与环境,2011(12):28-22.

[7]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(1):43-52.

[8]马晓钰,李强谊,郭莹莹.我国人口因素对二氧化碳排放的影响[J].人口与经济,2013(1):44-51.

[9]李国志,李宗植.人口、经济和技术对二氧化碳排放的影响分析[J].人口研究,2010(3):35-43.

[10]杨子晖.经济增长、能源消费与CO2排放的动态关系研究[J].世界经济,2011(6):15-21.

[责任编辑：刘佩丹]

Abstract：Based on the extended STRIRPAT model, this study constructs the population model and employment model of the carbon emission effect of the immigrants' fusion into the city. The results show that the total amount of carbon emission of the internal immigrants is increasing while the cost of net carbon emission for each immigrant is decreasing. Averagely, each immigrant produces 0.3 ton carbon emission. Factors, such as aging, urbanization, GDP per capita, and the total employment, can increase the carbon emission, while the GDP energy intensity has a negative effect on the carbon emission. Besides, carbon emission in agriculture, construction, and industry has a significant influence on the net increment of carbon emission by the immigrants. Therefore, we, both the researchers and policy makers, should have a notion of low carbon fusion and green fusion, and take account of the carbon emission cost by immigrants, and build a surveillance system for the examination of the immigrants' carbon emission, and focus on the carbon emission reduction in the key industries, such as the manufacture, construction, and modern agriculture.

Key words：immigrants; urban fusion; carbon emission; low carbon fusion; carbon emission effect

[收稿日期] 2017-02-09；

[修订日期]2017-02-26

[基金项目] 国家社会科学基金项目(16ZDA089)

[作者简介] 贺丹(1969-)，女，湖南龙山人，中国人口与发展研究中心主任，研究方向：人口发展战略与流动人口。黄匡时(1981-)，男，江西兴国人，中国人口与发展研究中心副研究员，研究方向:人口、资源与环境，人口预测。

[中图分类号] C922，F299

[文献标识码]A

[文章编号]2095-7963(2017)02-0068-07

DOI：10.14132/j.2095-7963.2017.02.008