孫 猛，費(fèi)不凡

（吉林大學(xué) 東北亞研究中心，吉林 長(zhǎng)春 130012）

一、引言

進(jìn)入21 世紀(jì)以來(lái)隨著社會(huì)主義市場(chǎng)經(jīng)濟(jì)的快速發(fā)展和城鎮(zhèn)化進(jìn)程的不斷加速，中國(guó)人口不斷向城鎮(zhèn)地區(qū)流動(dòng)和遷移，形成了空間分布上的人口集聚形態(tài)。第七次全國(guó)人口普查數(shù)據(jù)顯示2020年城鎮(zhèn)常住人口數(shù)量超過(guò)9億，占總?cè)丝诘谋戎剡_(dá)到63.9%，中國(guó)已經(jīng)邁入城市型社會(huì)階段。人口集聚意味著勞動(dòng)、資本以及基礎(chǔ)設(shè)施等生產(chǎn)要素向城鎮(zhèn)地區(qū)集中，由此引致的產(chǎn)業(yè)集聚、經(jīng)濟(jì)集聚勢(shì)必對(duì)能源消耗和溫室氣體排放產(chǎn)生重要影響。當(dāng)前中國(guó)已經(jīng)躋身全球第二大經(jīng)濟(jì)體，經(jīng)濟(jì)規(guī)模的進(jìn)一步擴(kuò)大也使我國(guó)成為化石能源消耗和二氧化碳排放的第一大國(guó)，節(jié)能減排的壓力之巨大顯而易見。2020 年中國(guó)提出力爭(zhēng)于2030 年前碳排放達(dá)到峰值、努力爭(zhēng)取2060 年前實(shí)現(xiàn)碳中和的國(guó)家自主貢獻(xiàn)目標(biāo)，并將其寫入了國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的“十四五”規(guī)劃之中。伴隨新型城鎮(zhèn)化和城市群經(jīng)濟(jì)等區(qū)域發(fā)展戰(zhàn)略的持續(xù)推進(jìn)，“碳達(dá)峰碳中和”戰(zhàn)略的實(shí)施必然要求中國(guó)經(jīng)濟(jì)在集聚效率與碳排放之間進(jìn)行權(quán)衡和協(xié)調(diào)。節(jié)能減排的目標(biāo)約束既對(duì)中國(guó)未來(lái)的經(jīng)濟(jì)發(fā)展提出了重大挑戰(zhàn)，同時(shí)也為中國(guó)經(jīng)濟(jì)的綠色轉(zhuǎn)型提供了重要機(jī)遇和杠桿。［1］

人口集聚與節(jié)能減排作為中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)綠色轉(zhuǎn)型發(fā)展的重要推力和目標(biāo)函數(shù)，二者之間可能存在不容忽視的內(nèi)在聯(lián)系。人口集聚推動(dòng)了中國(guó)城市化經(jīng)濟(jì)和地方化經(jīng)濟(jì)的興起，可能通過(guò)生產(chǎn)要素的重置效應(yīng)而對(duì)節(jié)能減排的影響表現(xiàn)出雙重作用。一方面，人口集聚作為一種緊湊型空間經(jīng)濟(jì)形態(tài)，能夠產(chǎn)生規(guī)模經(jīng)濟(jì)、知識(shí)溢出等正外部性，有利于提高技術(shù)創(chuàng)新效率和要素使用效率，進(jìn)而表現(xiàn)出促進(jìn)節(jié)能減排的積極作用。另一方面，空間上的人口集聚又可能造成生產(chǎn)規(guī)模過(guò)大和擁擠成本上升等負(fù)外部性，加速能源過(guò)度消耗并產(chǎn)生額外的碳排放，從而不利于節(jié)能減排目標(biāo)的實(shí)現(xiàn)。此外，由于中國(guó)地區(qū)之間的交流合作愈發(fā)頻繁，人口集聚和節(jié)能減排的空間依賴特征越來(lái)越明顯，一個(gè)地區(qū)的碳排放往往受到周邊地區(qū)要素流動(dòng)的關(guān)聯(lián)作用影響。因此，如何把握人口集聚、經(jīng)濟(jì)發(fā)展與碳排放之間的關(guān)系以及促進(jìn)三者協(xié)同發(fā)展，不僅是當(dāng)下可持續(xù)發(fā)展理論研究中的一大熱點(diǎn)，同時(shí)也是中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)綠色轉(zhuǎn)型發(fā)展進(jìn)程中一個(gè)非常值得探究的現(xiàn)實(shí)問(wèn)題。

二、文獻(xiàn)綜述

人口集聚是指人口向確定區(qū)域快速集中所表現(xiàn)出的一種緊湊型空間形態(tài)，往往會(huì)帶動(dòng)生產(chǎn)要素集中進(jìn)而對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)和污染排放產(chǎn)生重要影響。從現(xiàn)有文獻(xiàn)的研究結(jié)論來(lái)看，人口集聚對(duì)碳排放的影響通常具有雙重效應(yīng)。一方面，人口集聚帶來(lái)的經(jīng)濟(jì)活動(dòng)集中會(huì)產(chǎn)生集聚效應(yīng)，能夠通過(guò)規(guī)模經(jīng)濟(jì)和技術(shù)溢出減少能源消耗和降低碳排放量。Ohlan 使用印度1970-2013年期間的年度調(diào)查數(shù)據(jù)證實(shí)了人口密度有利于減少二氧化碳排放，因?yàn)槿丝诩鄢潭仍礁叩膮^(qū)域經(jīng)濟(jì)發(fā)展往往越好，在執(zhí)行環(huán)保制度方面具有更為積極的意識(shí)，進(jìn)而實(shí)現(xiàn)節(jié)能減排。［2］Yu 等人利用2005-2016 年長(zhǎng)三角25個(gè)城市的面板數(shù)據(jù)，采用空間STIRPAT 模型研究發(fā)現(xiàn)城市人口規(guī)模與碳排放強(qiáng)度呈負(fù)相關(guān)，而且技術(shù)進(jìn)步、人口規(guī)模等驅(qū)動(dòng)因素具有空間依賴性和空間溢出效應(yīng)，這意味著人口集聚的城市群排放效率更高。［3］最近一項(xiàng)研究采用了中國(guó)碳核算數(shù)據(jù)庫(kù)（CEADs）提供的175個(gè)城市排放清單的截面數(shù)據(jù)，研究結(jié)果表明城市人口規(guī)模雖然提高了二氧化碳排放總量，但是人口密度的提高卻能夠帶來(lái)人均二氧化碳排放的減少。［4］另一方面，人口過(guò)度集聚也會(huì)產(chǎn)生擁擠效應(yīng)，造成生產(chǎn)成本和生活成本的上升，進(jìn)而加劇能源消耗和碳排放。O′Neill 的研究表明城鎮(zhèn)化會(huì)導(dǎo)致碳排放量快速增加，尤其是在勞動(dòng)力需求旺盛的發(fā)展中國(guó)家和地區(qū)，［5］陳向陽(yáng)利用經(jīng)濟(jì)增長(zhǎng)模型得出了同樣的結(jié)論并提供了中國(guó)的經(jīng)驗(yàn)證據(jù)。［6］周健等人在運(yùn)用ARDL模型研究中國(guó)人口特征、經(jīng)濟(jì)增長(zhǎng)與碳排放的關(guān)系中也發(fā)現(xiàn)無(wú)論短期還是長(zhǎng)期，人口增長(zhǎng)都將導(dǎo)致碳排放總量增加。［7］

人口集聚對(duì)碳排放的影響取決于上述雙重效應(yīng)的綜合結(jié)果，由此一些實(shí)證研究也揭示了二者之間的非線性關(guān)系，在更長(zhǎng)的時(shí)間跨度內(nèi)人口集聚對(duì)碳排放的影響存在階段性特征。李衛(wèi)東和余晶晶利用1995-2010年中國(guó)30個(gè)省份的數(shù)據(jù)估計(jì)了面板STIRPAT模型，結(jié)果表明城鎮(zhèn)化對(duì)二氧化碳排放的影響呈“倒U”型。［8］Wang 等人通過(guò)對(duì)2005-2015 年中國(guó)166 個(gè)城市的空間面板模型測(cè)試發(fā)現(xiàn)城鎮(zhèn)化與碳排放之間存在一條“倒U”型曲線，城市空間集聚能夠在一定程度促進(jìn)拐點(diǎn)的早期到來(lái)，從而減少碳排放。［9］最近一項(xiàng)采用城市Kaya關(guān)系和簡(jiǎn)化主軸回歸對(duì)中國(guó)2000-2016年城市排放模式的研究揭示了人口規(guī)模與碳排放之間呈“倒U”型關(guān)系，大城市的人均排放量往往較低，人口聚集可能有助于減緩氣候變化和向可持續(xù)性的更廣泛過(guò)渡。［10］盡管城鎮(zhèn)化在一定程度上反映了人口的快速集聚，但是城鎮(zhèn)化具有更為廣泛的經(jīng)濟(jì)內(nèi)涵，因此這些非線性證據(jù)對(duì)人口集聚與碳排放之間因果關(guān)系的揭示并不充分，這需要采用更為準(zhǔn)確的人口集聚指標(biāo)做進(jìn)一步的經(jīng)驗(yàn)測(cè)試。何文舉等采用中國(guó)省份面板數(shù)據(jù)估計(jì)了人口密度集聚效應(yīng)和擁擠效應(yīng)的階段性特征，發(fā)現(xiàn)省域范圍的人口集聚與碳排放之間呈“N”型曲線關(guān)系。［11］柴志賢利用1999-2008年中國(guó)30個(gè)省會(huì)城市的面板數(shù)據(jù)研究發(fā)現(xiàn)人口密度與城市人均碳排放呈“U”型曲線關(guān)系。［12］陳飛等利用多項(xiàng)式函數(shù)關(guān)系及偏最小二乘法綜合回歸模型，揭示了上海市單位土地面積的人口密度與碳排放之間呈“N”型關(guān)系，而且人口密度比建筑和經(jīng)濟(jì)密度對(duì)碳排放的影響更大。［13］另一項(xiàng)研究利用DMSP/OLS 夜間燈光數(shù)據(jù)核算出中國(guó)地級(jí)及以上城市的人均碳排放量，并通過(guò)動(dòng)態(tài)面板模型測(cè)試揭示了城市人口密度與人均碳排放之間的“U”型曲線關(guān)系，而且中國(guó)70%左右的城市實(shí)際人口密度要低于最優(yōu)人口密度。［14］

除人口集聚以外，一些實(shí)證研究還揭示了經(jīng)濟(jì)增長(zhǎng)過(guò)程中能源結(jié)構(gòu)、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、［15］技術(shù)進(jìn)步、［16］發(fā)展水平等因素對(duì)碳排放的不同影響。［17］朱歡等使用全球67 個(gè)經(jīng)濟(jì)體1990-2018 年的面板數(shù)據(jù)，利用聯(lián)立方程模型證實(shí)了碳排放與經(jīng)濟(jì)增長(zhǎng)之間的環(huán)境庫(kù)茨涅茨曲線。［18］中國(guó)各省份的經(jīng)濟(jì)發(fā)展也同樣存在碳排放的“倒U”型變化趨勢(shì)，［19］最近的一項(xiàng)研究也提供了更為豐富的經(jīng)驗(yàn)證據(jù)。［20］至此不難發(fā)現(xiàn)人口集聚和經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響存在類似關(guān)系，這是因?yàn)槿丝诩弁ㄟ^(guò)經(jīng)濟(jì)活動(dòng)才能產(chǎn)生集聚效應(yīng)和擁擠效應(yīng)。但是現(xiàn)實(shí)中的人口集聚往往滯后于經(jīng)濟(jì)集聚，［21］因此其必然會(huì)借助多種經(jīng)濟(jì)渠道對(duì)碳排放產(chǎn)生不同的影響，進(jìn)而決定了二者之間的非線性關(guān)系。楊東亮和李朋驁利用工具變量回歸方法為人口集聚的經(jīng)濟(jì)增長(zhǎng)效應(yīng)提供了經(jīng)驗(yàn)證據(jù)，［22］李曉陽(yáng)等進(jìn)一步揭示了人口集聚對(duì)經(jīng)濟(jì)發(fā)展的影響呈“倒U”型關(guān)系。［23］此外，人口集聚下降造成的城市收縮會(huì)降低能源效率和創(chuàng)新能力，［24］中國(guó)城市層面的人口集聚對(duì)技術(shù)創(chuàng)新、［25］產(chǎn)業(yè)結(jié)構(gòu)升級(jí)具有顯著促進(jìn)作用。［26］

現(xiàn)有文獻(xiàn)針對(duì)人口集聚、經(jīng)濟(jì)發(fā)展與碳排放之間的兩兩關(guān)系展開了較為豐富的探討，但是少有文獻(xiàn)將三者納入同一分析框架進(jìn)行深入研究。從邏輯上來(lái)看，人口集聚作為一種緊湊型的空間經(jīng)濟(jì)形態(tài)，所產(chǎn)生的外部性和溢出效應(yīng)對(duì)碳排放具有重要影響，而正是經(jīng)濟(jì)活動(dòng)方式將兩者之間緊密聯(lián)系起來(lái)，因此在同一分析框架內(nèi)進(jìn)行分析有助于更為全面地把握人口集聚影響碳排放的內(nèi)在機(jī)制。從指標(biāo)選取來(lái)看，采用人口規(guī)模和城鎮(zhèn)化的實(shí)證研究居多，然而這兩個(gè)指標(biāo)僅能部分反映人口分布的空間集中，所以對(duì)應(yīng)的節(jié)能減排效應(yīng)估計(jì)還包含了混雜因素的影響。盡管在城鎮(zhèn)樣本的經(jīng)驗(yàn)研究中更多采用人口密度等集聚指標(biāo)，但是用于分析其節(jié)能減排效應(yīng)的文獻(xiàn)卻極為少見，這是因?yàn)楫?dāng)前以城鎮(zhèn)為邊界的能源消費(fèi)數(shù)據(jù)統(tǒng)計(jì)尚不夠完善，未能形成被廣泛認(rèn)可的碳核算方法。因此，本文從要素需求視角分析了人口集聚與碳排放之間的非線性關(guān)系，并采用省級(jí)層面的建成區(qū)人口密度來(lái)反映人口集聚。

三、模型設(shè)計(jì)與數(shù)據(jù)選取

（一）理論假設(shè)與模型構(gòu)建

為了分析人口集聚對(duì)碳排放的影響，我們首先從成本最小化的能源需求函數(shù)開始，［27］然后再利用綜合能源因子建立碳排放的決定方程。［28］假定生產(chǎn)過(guò)程投入資本、勞動(dòng)和能源三種要素，進(jìn)一步引入人口集聚的正外部性，那么可以設(shè)定如下Cobb-Douglas成本函數(shù)：

其中C(·)為成本函數(shù)，全要素生產(chǎn)率A、人口集聚D與成本之間呈反向變動(dòng)關(guān)系，Q為產(chǎn)出水平，PK、PL和PE分別表示資本價(jià)格、勞動(dòng)價(jià)格和能源價(jià)格。α、β和γ分別對(duì)應(yīng)三種投入要素的產(chǎn)出彈性，且滿足規(guī)模報(bào)酬不變，即α+β+γ=1。

根據(jù)Shephard′s 引理可知，在給定支出函數(shù)的條件下，對(duì)價(jià)格求偏導(dǎo)數(shù)可以得到對(duì)應(yīng)投入要素的Hicks需求函數(shù)。用E表示能源需求，那么這里對(duì)式（1）求能源價(jià)格的偏導(dǎo)數(shù)便可以得到如下能源需求函數(shù)：

由于生產(chǎn)者在長(zhǎng)期均衡條件下的總收益等于總成本，所以產(chǎn)品價(jià)格PQ取決于三種要素的投入價(jià)格，即此外，在給定能源結(jié)構(gòu)時(shí)，碳排放與能源消耗具有線性關(guān)系，即CE=F×E。其中CE表示碳排放，F(xiàn)為綜合能源排放因子，當(dāng)能源結(jié)構(gòu)越低碳時(shí)其值越小，反映了能源結(jié)構(gòu)對(duì)碳排放的影響。將式（2）帶入碳排放等式可得：

用N表示人口總量，那么可進(jìn)一步定義pc=CE/N為人均碳排放，pq=Q/N為人均產(chǎn)出，ep=PE/PQ為實(shí)際能源價(jià)格。對(duì)式（3）兩邊同時(shí)除以人口總量并取自然對(duì)數(shù)，我們便可以進(jìn)一步得到如下人均碳排放的因子表達(dá)式：

由式（4）我們可以得到如下結(jié)論：人均碳排放取決于經(jīng)濟(jì)發(fā)展水平、高碳能源結(jié)構(gòu)、實(shí)際能源價(jià)格、全要素生產(chǎn)率以及人口集聚水平，其中前兩個(gè)因素與人均碳排放呈正向變動(dòng)關(guān)系，后三個(gè)因素則呈反向變動(dòng)關(guān)系。進(jìn)一步將式（4）隨機(jī)化為如下的基準(zhǔn)經(jīng)驗(yàn)?zāi)Ｐ蜑椋?/p>

其中pc、pd、pq、ep、es和A分別表示人均碳排放、人口集聚、經(jīng)濟(jì)發(fā)展、能源價(jià)格、能源結(jié)構(gòu)以及全要素生產(chǎn)率，β0-β5分別為對(duì)應(yīng)的回歸參數(shù)，ε為殘差項(xiàng)。

根據(jù)經(jīng)典理論，人口集聚對(duì)節(jié)能減排的影響取決于集聚效應(yīng)和擁擠效應(yīng)的綜合結(jié)果。借鑒邵帥等人關(guān)于經(jīng)濟(jì)集聚的理論分析，［1］人口集聚的節(jié)能減排效應(yīng)同樣存在著階段性特征。首先，初始發(fā)展階段的設(shè)施共享、成本降低和能源節(jié)約的集聚效應(yīng)大于生產(chǎn)規(guī)模擴(kuò)張的增排效應(yīng)，從而使得人口集聚對(duì)人均碳排放表現(xiàn)為抑制作用。其次，快速發(fā)展階段的人口集聚不斷提升會(huì)加快生產(chǎn)規(guī)模擴(kuò)張，能源需求急劇增加引致的增排效應(yīng)會(huì)大于規(guī)模經(jīng)濟(jì)、技術(shù)溢出、知識(shí)共享等引致的減排效應(yīng)，人口集聚主要表現(xiàn)為促進(jìn)作用。最后，隨著經(jīng)濟(jì)體邁入高質(zhì)量的成熟發(fā)展階段，高度人口集聚所產(chǎn)生的各種正外部性發(fā)揮得更為充分，同時(shí)技術(shù)進(jìn)步提高、環(huán)境規(guī)制完善和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)等因素均會(huì)在不同程度上抑制排放，從而使得人口集聚表現(xiàn)出持續(xù)的減排效應(yīng)。由此，我們提出如下理論假設(shè)：

假設(shè)1：在其他條件不變的情況下，人口集聚對(duì)人均碳排放的影響會(huì)表現(xiàn)出下降→上升→下降的階段性變化特征，即二者之間呈現(xiàn)“倒N”型關(guān)系。

為了驗(yàn)證假設(shè)1，我們將人口集聚的二次項(xiàng)和三次項(xiàng)引入基準(zhǔn)模型，當(dāng)二次項(xiàng)的系數(shù)顯著為正、一次項(xiàng)和三次項(xiàng)的系數(shù)顯著為負(fù)時(shí)，“倒N”型關(guān)系成立。同時(shí)，基于環(huán)境庫(kù)茲涅茨曲線理論，加入經(jīng)濟(jì)發(fā)展的二次項(xiàng)進(jìn)行控制。那么，進(jìn)一步將模型（5）擴(kuò)展為如下面板模型：

其中i表示省份，t表示時(shí)間，ui表示省份固定效應(yīng)，lnpds、lnpdc表示人口集聚對(duì)數(shù)的二次項(xiàng)和三次項(xiàng)，lnpqs則為經(jīng)濟(jì)發(fā)展對(duì)數(shù)的二次項(xiàng)，其他變量定義與模型（5）相同。本文對(duì)模型（6）采用面板固定效應(yīng)進(jìn)行估計(jì)，同時(shí)進(jìn)行Hausman檢驗(yàn)以評(píng)估適用性。

根據(jù)空間經(jīng)濟(jì)學(xué)理論，地理上相互臨近省份之間的交流合作更為頻繁，在發(fā)展模式、經(jīng)濟(jì)政策和要素配置等方面往往表現(xiàn)出一定的協(xié)同性，因此具有更為顯著的空間依賴性特征。一方面，臨近省份在節(jié)能減排政策、人口集聚模式和經(jīng)濟(jì)發(fā)展方式等方面可能表現(xiàn)出相對(duì)一致性，因此人均碳排放、人口集聚和經(jīng)濟(jì)發(fā)展的空間溢出主要表現(xiàn)為相互促進(jìn)的擴(kuò)散效應(yīng)。另一方面，人口集聚和經(jīng)濟(jì)發(fā)展的正向空間溢出有助于跨區(qū)域的要素流動(dòng)更加充分，從而實(shí)現(xiàn)整體的配置效率改善。由此，我們提出如下理論假設(shè)：

假設(shè)2：人均碳排放存在正向空間溢出，即地區(qū)間節(jié)能減排的模式表現(xiàn)出協(xié)同效應(yīng)。

假設(shè)3：人口集聚和經(jīng)濟(jì)發(fā)展的空間溢出表現(xiàn)為擴(kuò)散效應(yīng)，這種擴(kuò)散效應(yīng)會(huì)進(jìn)一步優(yōu)化資源的跨區(qū)域配置效率，進(jìn)而推進(jìn)地區(qū)之間的節(jié)能減排。

為了驗(yàn)證假設(shè)2 和假設(shè)3，我們?cè)谀Ｐ停?）的基礎(chǔ)上加入人均碳排放、人口集聚以及經(jīng)濟(jì)發(fā)展的空間滯后項(xiàng)。同時(shí)進(jìn)一步加入了其他解釋變量的空間滯后項(xiàng)，以便控制遺漏空間相關(guān)性可能造成的估計(jì)偏誤。擴(kuò)展后的空間面板模型如下：

其中wij為空間權(quán)重矩陣中第i行j列對(duì)應(yīng)的元素，本文采用地理相鄰的0-1 空間權(quán)重矩陣，當(dāng)然后文也進(jìn)一步采用逆經(jīng)緯度距離空間權(quán)重矩陣進(jìn)行了穩(wěn)健性檢驗(yàn)。wijlnXjt表示剩余其他解釋變量的空間滯后項(xiàng)，ρ為對(duì)應(yīng)的空間滯后參數(shù)。不難看出，模型（7）為空間面板杜賓模型（SDM），本文采用準(zhǔn)極大似然法（QML）進(jìn)行估計(jì)，并對(duì)其是否會(huì)退化為空間滯后模型（SLM）和空間誤差模型（SEM）進(jìn)行似然比（LR）檢驗(yàn)。

此外，由于人口集聚會(huì)帶來(lái)空間經(jīng)濟(jì)活動(dòng)的集中，其外部性還會(huì)對(duì)其他經(jīng)濟(jì)環(huán)節(jié)產(chǎn)生重要影響，基于前文的階段性特征分析，這些影響同樣可能呈現(xiàn)非線性關(guān)系。而諸如能源結(jié)構(gòu)、能源價(jià)格、能源強(qiáng)度、經(jīng)濟(jì)發(fā)展、技術(shù)進(jìn)步和產(chǎn)業(yè)升級(jí)均會(huì)對(duì)人均碳排放產(chǎn)生不同程度的影響，［29］所以這些經(jīng)濟(jì)特征變量構(gòu)成了人口集聚對(duì)人均碳排放的可能作用渠道。由此我們提出如下假設(shè)，并采用與模型（7）相同的設(shè)定形式進(jìn)行估計(jì)。

假設(shè)4：人口集聚以能源結(jié)構(gòu)、能源價(jià)格、能源強(qiáng)度、經(jīng)濟(jì)發(fā)展、技術(shù)進(jìn)步和產(chǎn)業(yè)升級(jí)為作用渠道，非線性模式的綜合作用結(jié)果決定了其與碳排放的“倒N”型關(guān)系。

（二）變量選取與數(shù)據(jù)說(shuō)明

本文的被解釋變量為人均碳排放（pc），即碳排放與人口總量之比。采用IPCC 推薦的參考方法核算所有化石能源燃燒產(chǎn)生的碳排放，同時(shí)扣除了工業(yè)部門作為原料使用的部分。人口為各省份的常駐人口總量。此外，我們還選擇了碳排放強(qiáng)度（qc）作為替代指標(biāo)，即碳強(qiáng)度為碳排放與GDP 之比，進(jìn)而從生產(chǎn)角度進(jìn)行了穩(wěn)健性檢驗(yàn)。各類能源消費(fèi)數(shù)據(jù)來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》中的各省份能源平衡表，能源排放因子采用中國(guó)《省級(jí)溫室氣體清單編制指南》（發(fā)改辦氣候［2011］1041 號(hào)）推薦的參考值，常住人口和GDP的原始數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》，GDP調(diào)整為2000年可比價(jià)格。

人口集聚（pd）為本文的核心解釋變量，考慮省域內(nèi)的人口主要向城鎮(zhèn)地區(qū)集聚，因此本文采用城鎮(zhèn)人口密度指標(biāo)來(lái)表示。為了降低地形地貌的影響，我們選擇城鎮(zhèn)常住人口與建成區(qū)面積之比進(jìn)行測(cè)度?；鶞?zhǔn)模型中的另外兩個(gè)重要解釋變量分別為經(jīng)濟(jì)發(fā)展（pq）和能源價(jià)格（ep），其中經(jīng)濟(jì)發(fā)展采用人均GDP 來(lái)表示，能源價(jià)格用燃料類商品零售價(jià)格指數(shù)來(lái)表示，二者均調(diào)整為2000 年可比價(jià)格。各省份城鎮(zhèn)常住人口、建成區(qū)面積、人均GDP 以及價(jià)格指數(shù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》。

全要素生產(chǎn)率主要由制度、技術(shù)和結(jié)構(gòu)等因素共同決定，為了降低遺漏變量偏誤，提高模型的穩(wěn)健性，本文還額外加入了一組控制變量。能源結(jié)構(gòu)（es）采用各省一次能源消費(fèi)中煤炭所占百分比來(lái)表示。產(chǎn)業(yè)升級(jí)（up）采用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比來(lái)表示產(chǎn)業(yè)結(jié)構(gòu)的高級(jí)化。技術(shù)進(jìn)步（tc），借鑒文獻(xiàn)中的常用做法采用人均授權(quán)專利數(shù)來(lái)測(cè)度。外資結(jié)構(gòu)（fs），由于近年來(lái)分省份統(tǒng)計(jì)的外商直接投資數(shù)據(jù)已經(jīng)不再公布，本文采用固定資產(chǎn)投資中外資所占比重進(jìn)行測(cè)度。市場(chǎng)結(jié)構(gòu)（ms）反映一個(gè)地區(qū)的市場(chǎng)化程度，這里采用非國(guó)有就業(yè)人員所占比重來(lái)表示。經(jīng)濟(jì)發(fā)展、能源價(jià)格、能源結(jié)構(gòu)、產(chǎn)業(yè)升級(jí)和技術(shù)進(jìn)步為重點(diǎn)考察的作用渠道變量。此外，根據(jù)Kaya 等式，［30］本文還增加了額外的渠道變量能源強(qiáng)度（eq），即能源消費(fèi)總量與GDP之比。上述變量構(gòu)造用到的原始數(shù)據(jù)全部來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》，基于數(shù)據(jù)的可得性和口徑一致性，本文采用2000-2019 年中國(guó)30 個(gè)省份（西藏因數(shù)據(jù)缺失而被排除）的面板數(shù)據(jù)為研究樣本，相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 變量的描述性統(tǒng)計(jì)結(jié)果

四、實(shí)證結(jié)果與主要發(fā)現(xiàn)

（一）基準(zhǔn)回歸結(jié)果分析

1.空間自相關(guān)檢驗(yàn)

為了驗(yàn)證是否存在空間效應(yīng)以及選擇空間面板模型的必要性，我們首先采用全局莫蘭指數(shù)對(duì)主要變量的空間自相關(guān)性進(jìn)行檢驗(yàn)。計(jì)算公式如下：

I為全局莫蘭指數(shù)，S是所有空間權(quán)重矩陣元素的加和，n為空間單元總數(shù)，y為對(duì)應(yīng)空間單元的屬性值。全局莫蘭指數(shù)在（-1，1）之間取值，取0值時(shí)意味著觀測(cè)數(shù)值在地理上呈隨機(jī)分布、彼此獨(dú)立，大于0 為空間正相關(guān)，反之則為空間負(fù)相關(guān)。

表2 報(bào)告了模型核心變量人均碳排放、人口集聚、人均GDP、能源價(jià)格以及碳排放強(qiáng)度的全局莫蘭指數(shù)，同時(shí)給出了對(duì)應(yīng)的統(tǒng)計(jì)檢驗(yàn)結(jié)果。在2001-2019 年期間，人均碳排放、碳排放強(qiáng)度以及人均GDP 的全局莫蘭指數(shù)都至少在1%的統(tǒng)計(jì)水平上顯著為正，這意味著碳排放和經(jīng)濟(jì)發(fā)展存在著顯著的正向空間依賴性。人口集聚也表現(xiàn)出正向空間自相關(guān)性，2011 年以前的顯著性水平均至少在10%以上，之后的空間自相關(guān)指數(shù)逐年下降，統(tǒng)計(jì)顯著性也在持續(xù)降低，但大多數(shù)年份都至少在20%的水平上顯著。綜合來(lái)看，省域人均碳排放存在正向空間溢出，人口集聚和經(jīng)濟(jì)發(fā)展也表現(xiàn)出不同程度的空間擴(kuò)散效應(yīng)，因此假設(shè)2 和假設(shè)3 在這里得到部分驗(yàn)證，至于擴(kuò)散效應(yīng)對(duì)人均碳排放的影響還有待提供更加充分的檢驗(yàn)證據(jù)。

表2 主要變量的全局莫蘭指數(shù)檢驗(yàn)結(jié)果

2.回歸結(jié)果分析

表3報(bào)告了普通面板FEM模型、空間面板SEM、SLM以及SDM模型的估計(jì)結(jié)果，從Hausman檢驗(yàn)來(lái)看，除SEM 模型以外均至少在5%的顯著水平上拒絕隨機(jī)效應(yīng)，因此采用省份固定效應(yīng)是合適的。隨著空間效應(yīng)控制的強(qiáng)化，模型（1）至（3）的人口集聚一次項(xiàng)系數(shù)均顯著為負(fù)，二次項(xiàng)系數(shù)顯著為正，但是三次項(xiàng)都未能通過(guò)顯著性檢驗(yàn)。這說(shuō)明忽視人口集聚、經(jīng)濟(jì)發(fā)展乃至其他經(jīng)濟(jì)變量的空間效應(yīng)可能造成較高的參數(shù)估計(jì)偏誤。模型（4）為控制更多空間效應(yīng)的SDM 模型，可以看出人均碳排放的空間滯后項(xiàng)系數(shù)及其顯著性水平都獲得了明顯提升，人口集聚的三次項(xiàng)系數(shù)也變得非常顯著。為了進(jìn)一步降低遺漏變量可能產(chǎn)生的內(nèi)生性估計(jì)偏誤，我們?cè)谀Ｐ停?）的基礎(chǔ)上加入了一組額外的控制變量，模型（5）的估計(jì)結(jié)果表現(xiàn)出更為優(yōu)良的統(tǒng)計(jì)特征。此外，無(wú)論是模型（4）還是模型（5），LR 檢驗(yàn)均在1%水平上拒絕原假設(shè)，即SDM 模型不能退化為SLM 或SEM 模型。因此，在下文的分析中將重點(diǎn)關(guān)注引入控制變量后的面板SDM模型估計(jì)結(jié)果。

表3 人口集聚影響碳排放的基準(zhǔn)回歸結(jié)果

由模型（5）的結(jié)果可知人口集聚的一次項(xiàng)、二次項(xiàng)和三次項(xiàng)均在1%的水平上統(tǒng)計(jì)顯著，回歸系數(shù)的符號(hào)依次為負(fù)、正和負(fù)，表明人口集聚與人均碳排放之間確實(shí)存在顯著的“倒N”型曲線關(guān)系，驗(yàn)證了假設(shè)1 提出的階段性特征。具體而言，當(dāng)集聚水平低于1.72 萬(wàn)人/平方公里的拐點(diǎn)時(shí)，人口集聚對(duì)人均碳排放產(chǎn)生抑制效應(yīng)，此時(shí)的人口集聚程度處于相對(duì)較低的初始發(fā)展階段，設(shè)施共享、成本節(jié)約以及知識(shí)溢出等集聚效應(yīng)要顯著大于需求增加引致的碳排放規(guī)模效應(yīng)。當(dāng)集聚水平超過(guò)1.72 萬(wàn)人/平方公里并小于2.69萬(wàn)人/平方公里時(shí)，人口集聚對(duì)人均碳排放產(chǎn)生增排作用，此階段人口集聚程度處于相對(duì)較高的快速發(fā)展階段，擁擠效應(yīng)變得越發(fā)突出，因此城鎮(zhèn)人口規(guī)模加速擴(kuò)張?jiān)斐傻奶寂欧乓?guī)模效應(yīng)會(huì)顯著大于人口集聚效應(yīng)。當(dāng)人口集聚水平越過(guò)第二個(gè)拐點(diǎn)值2.69萬(wàn)人/平方公里時(shí)便進(jìn)入了成熟發(fā)展階段，此時(shí)城鎮(zhèn)人口規(guī)模擴(kuò)展變得相對(duì)緩慢，但是節(jié)能減排的專業(yè)化分工、集中監(jiān)管、技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)等集聚外部性會(huì)進(jìn)一步得到充分發(fā)揮，進(jìn)而對(duì)人均碳排放的抑制效應(yīng)占據(jù)主導(dǎo)。結(jié)合樣本數(shù)據(jù)來(lái)看，21世紀(jì)初的內(nèi)蒙古、遼寧、黑龍江、甘肅、寧夏和新疆6省區(qū)的人口集聚水平低于第一拐點(diǎn)，上海、重慶、福建、貴州和云南5 省市超過(guò)了第二個(gè)拐點(diǎn)值，其他省份均處于“倒N”型曲線的中間階段。自2005 年前后開始，雖然各省份的城鎮(zhèn)人口規(guī)模在加速擴(kuò)大，但是大多數(shù)省份的城鎮(zhèn)建設(shè)用地面積增長(zhǎng)速度更快，人口城鎮(zhèn)化明顯滯后于土地城鎮(zhèn)化，致使人口集聚水平開始呈現(xiàn)出不同程度的下降趨勢(shì)。截止到2019 年人口集聚處于中間增排效應(yīng)階段的僅為河北、山西、上海、河南、湖南、云南6 省市，其他省份全部滑入減排效應(yīng)的第一階段，而且大多數(shù)省份都較為臨近拐點(diǎn)值。邵帥等人關(guān)于經(jīng)濟(jì)集聚節(jié)能減排效應(yīng)的研究表明僅有少數(shù)省份經(jīng)濟(jì)集聚越過(guò)第二拐點(diǎn)進(jìn)入減排的成熟階段，其他省份均處于增排效應(yīng)的第二階段。［1］由此可見中國(guó)省份的人口集聚要滯后于經(jīng)濟(jì)集聚，致使二者的節(jié)能減排效應(yīng)所對(duì)應(yīng)的發(fā)展階段并不完全一致，這與王金營(yíng)和王曉偉的結(jié)論一致。［21］此外，區(qū)別于部分文獻(xiàn)的“正N”型關(guān)系結(jié)論，我們?cè)跇颖緮?shù)據(jù)和指標(biāo)選取上存在明顯不同。一方面是我們采用了更長(zhǎng)時(shí)間跨度的省份面板數(shù)據(jù)，支持非線性關(guān)系識(shí)別的樣本量相對(duì)更大；另一方面是本文采用了城鎮(zhèn)常駐人口與建成區(qū)面積之比來(lái)測(cè)度人口集聚，區(qū)別于大多數(shù)文獻(xiàn)利用總?cè)丝谂c省轄區(qū)面積之比的指標(biāo)，由于省轄區(qū)面積受地形地貌的影響較大且數(shù)量固定，因此后者對(duì)人口向城鎮(zhèn)地區(qū)流動(dòng)、集中的趨勢(shì)反映有所不足。

從空間效應(yīng)的估計(jì)結(jié)果來(lái)看，人均碳排放的空間滯后項(xiàng)系數(shù)在1%水平上顯著為正，這表明臨近地區(qū)之間的碳排放行為存在策略性競(jìng)爭(zhēng)效應(yīng)，如果一個(gè)地區(qū)發(fā)展綠色經(jīng)濟(jì)和推行節(jié)能減排，那么相鄰地區(qū)也會(huì)進(jìn)行效仿和學(xué)習(xí)，從而使得地區(qū)間的人均碳排放在空間上表現(xiàn)出協(xié)調(diào)一致性，假設(shè)2 的空間協(xié)同效應(yīng)被進(jìn)一步證實(shí)。前文的全局莫蘭檢驗(yàn)結(jié)果已經(jīng)證實(shí)人口集聚和經(jīng)濟(jì)發(fā)展存在空間擴(kuò)散效應(yīng)，這里的人口集聚和人均GDP 的空間滯后項(xiàng)系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為負(fù)，表明二者的空間擴(kuò)散效應(yīng)有利于降低臨近地區(qū)的人均碳排放水平，假設(shè)3的空間抑制效應(yīng)被進(jìn)一步證實(shí)。隨著區(qū)域一體化程度的不斷提高，相互臨近省份之間的經(jīng)濟(jì)發(fā)展交流越來(lái)越頻繁，更易于形成產(chǎn)業(yè)聯(lián)動(dòng)互補(bǔ)、技術(shù)協(xié)同創(chuàng)新，充分的人員往來(lái)和要素流動(dòng)有利于提高整體發(fā)展效率，進(jìn)而使得臨近省份的人口集聚和經(jīng)濟(jì)發(fā)展對(duì)本地的人均碳排放表現(xiàn)出一定的抑制效應(yīng)。

從控制變量來(lái)看，人均GDP 的一次項(xiàng)系數(shù)為負(fù)、二次項(xiàng)系數(shù)為正，而且均在1%的統(tǒng)計(jì)水平上通過(guò)了顯著性檢驗(yàn)，這表明中國(guó)省域的人均碳排放與經(jīng)濟(jì)發(fā)展之間存在“倒U”型環(huán)境庫(kù)茲涅茨曲線關(guān)系。實(shí)際能源價(jià)格水平的系數(shù)在10%水平上顯著為負(fù)，表明能源價(jià)格上漲具有節(jié)能減排效應(yīng)，實(shí)際價(jià)格越高，人均碳排放越小。技術(shù)進(jìn)步的系數(shù)符號(hào)雖然為負(fù)但卻不顯著，這表明當(dāng)前的整體技術(shù)進(jìn)步偏向仍然以提高生產(chǎn)率為主，綠色技術(shù)偏向尚不明顯，進(jìn)而使得技術(shù)進(jìn)步的減排效應(yīng)并不明顯。產(chǎn)業(yè)升級(jí)的系數(shù)符號(hào)為負(fù)且高度顯著，表明以第三產(chǎn)業(yè)比重不斷提升為特征的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)具有節(jié)能減排效應(yīng)，能夠?qū)崿F(xiàn)人均碳排放水平的顯著降低。此外，能源結(jié)構(gòu)、外資結(jié)構(gòu)和市場(chǎng)結(jié)構(gòu)的系數(shù)均在1%統(tǒng)計(jì)水平上顯著為正，這些經(jīng)濟(jì)特征變量對(duì)人均碳排放表現(xiàn)出了增排效應(yīng)。顯然，一次能源消費(fèi)中煤炭比重提升會(huì)造成更多碳排放，外商投資比重提高對(duì)人均碳排放的增排效應(yīng)證實(shí)了污染避難所假說(shuō)。以非國(guó)有就業(yè)人員占比衡量的市場(chǎng)化程度未能表現(xiàn)出減排效應(yīng)，這可能在一定程度上表明市場(chǎng)化并不是在所有經(jīng)濟(jì)領(lǐng)域總是有效的，國(guó)有企業(yè)在節(jié)能減排的執(zhí)行效果上更為突出。

（二）穩(wěn)健性的測(cè)試結(jié)果

由于人口集聚所引起的消費(fèi)水平、消費(fèi)模式變化以及對(duì)生產(chǎn)活動(dòng)的影響，前文主要從消費(fèi)視角考察了人口集聚與人均碳排放的非線性關(guān)系。作為穩(wěn)健性檢驗(yàn)，本文進(jìn)一步采用從生產(chǎn)視角度量的單位產(chǎn)出碳排放（碳排放強(qiáng)度）這一指標(biāo)作為被解釋變量，并基于與前文相同的實(shí)證策略對(duì)人口集聚的節(jié)能減排效應(yīng)進(jìn)行考察。此外，我們還采用反距離權(quán)重矩陣替換空間鄰接矩陣進(jìn)行了重新估計(jì)，刪除4 個(gè)直轄市估計(jì)了所有省區(qū)的平均效應(yīng)，相關(guān)穩(wěn)健性檢驗(yàn)結(jié)果如表4 所示。模型（1）和（2）為采用碳排放強(qiáng)度指標(biāo)的估計(jì)結(jié)果，模型（3）和（4）為采用空間反距離權(quán)重矩陣的估計(jì)結(jié)果，模型（5）和（6）為提出直轄市干擾后的省區(qū)樣本估計(jì)結(jié)果。人口集聚一次項(xiàng)、二次項(xiàng)和三次項(xiàng)在上述模型中都在1%統(tǒng)計(jì)水平上高度顯著，而且系數(shù)符號(hào)依次為負(fù)、正和負(fù)，依然呈現(xiàn)“倒N”型曲線關(guān)系。被解釋變量的空間滯后系數(shù)大都非常顯著且符號(hào)與原模型保持一致，表明人均碳排放、碳排放強(qiáng)度具有正向空間溢出效應(yīng)。人口集聚和經(jīng)濟(jì)發(fā)展的空間滯后系數(shù)在模型（1）至（6）中也呈現(xiàn)出相似的估計(jì)結(jié)果，二者的空間擴(kuò)散效應(yīng)依然發(fā)揮著節(jié)能減排作用。此外，剩余控制變量的系數(shù)符號(hào)及顯著性也與原始模型保持了高度一致性，由此表明前文提出的假設(shè)1、假設(shè)2和假設(shè)3不僅被進(jìn)一步充分證實(shí)，而且結(jié)論是非常穩(wěn)健的。

表4 人口集聚影響碳排放的穩(wěn)健性檢驗(yàn)結(jié)果

（三）多重作用渠道檢驗(yàn)

為了進(jìn)一步探討人口集聚對(duì)人均碳排放的影響機(jī)制以及二者之間“倒N”型關(guān)系的可能成因，我們接下來(lái)采用與前文相同的模型設(shè)定考察了人口集聚對(duì)能源結(jié)構(gòu)、能源強(qiáng)度、能源價(jià)格、經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)升級(jí)和技術(shù)進(jìn)步的非線性影響，估計(jì)結(jié)果依次對(duì)應(yīng)表5中的模型（1）至模型（6）。

表5 多重作用渠道的檢驗(yàn)結(jié)果

估計(jì)結(jié)果顯示除了模型（5）以外，其他模型中人口集聚一次項(xiàng)、二次項(xiàng)和三次項(xiàng)系數(shù)都至少在5%的統(tǒng)計(jì)水平上通過(guò)了顯著性檢驗(yàn)。能源結(jié)構(gòu)、能源強(qiáng)度、能源價(jià)格三個(gè)方程中的系數(shù)依次為負(fù)、正和負(fù)，表明人口集聚對(duì)能源利用的影響呈“倒N”型曲線關(guān)系，這與其對(duì)人均碳排放的影響方向一致，因此能源利用的渠道作用更為突出。經(jīng)濟(jì)發(fā)展和技術(shù)進(jìn)步方程中的系數(shù)依次為正、負(fù)和正，表明人口集聚對(duì)二者的影響呈“正N”型曲線關(guān)系。人口集聚對(duì)產(chǎn)業(yè)升級(jí)的影響為線性關(guān)系，一次項(xiàng)系數(shù)在1%的統(tǒng)計(jì)水平上顯著為正，表明人口集聚程度提高有利于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整升級(jí)。綜合上述方程的檢驗(yàn)結(jié)果來(lái)看，人口集聚對(duì)渠道變量的影響主要以非線性關(guān)系為主，能源利用的渠道作用占據(jù)主導(dǎo)，因此這種綜合作用結(jié)果決定了人口集聚與人均碳排放之間的“倒N”型曲線關(guān)系，假設(shè)4得到了證實(shí)。此外，上述渠道變量在對(duì)應(yīng)方程的空間滯后項(xiàng)都在1%統(tǒng)計(jì)水平上顯著為正，表明能源結(jié)構(gòu)、能源價(jià)格、能源強(qiáng)度、經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)升級(jí)和技術(shù)進(jìn)步具有空間溢出或空間擴(kuò)散效應(yīng)。人口集聚的空間效應(yīng)對(duì)本地的能源結(jié)構(gòu)、產(chǎn)業(yè)升級(jí)和技術(shù)進(jìn)步表現(xiàn)為促進(jìn)作用，對(duì)能源強(qiáng)度和經(jīng)濟(jì)發(fā)展表現(xiàn)為抑制作用，而對(duì)本地能源價(jià)格的影響不顯著。

五、結(jié)論與啟示

本文從生產(chǎn)者均衡視角分析了人口集聚與人均碳排放之間的關(guān)系，采用2000-2019年中國(guó)30個(gè)省份的面板數(shù)據(jù)，利用空間面板模型進(jìn)行了系統(tǒng)而穩(wěn)健的估計(jì)和檢驗(yàn)，進(jìn)一步探討了人口集聚對(duì)節(jié)能減排的作用渠道。本文主要得出以下結(jié)論：

首先，中國(guó)各省份人口集聚對(duì)人均碳排放的影響呈現(xiàn)“倒N”型關(guān)系。人口集聚的節(jié)能減排效應(yīng)取決于集聚效應(yīng)和擁擠效應(yīng)的雙重影響，綜合作用方向表現(xiàn)為階段性特征。在人口集聚水平較低的初始階段表現(xiàn)為減排效應(yīng)，在人口集聚快速提升的發(fā)展階段表現(xiàn)為增排效應(yīng)，在人口集聚水平較高的成熟階段則進(jìn)一步表現(xiàn)為減排效應(yīng)。從當(dāng)前發(fā)展水平來(lái)看，僅有少數(shù)省份的人口集聚進(jìn)入增排階段，其他剩余省份全部處于減排效應(yīng)的第一階段，并且大多數(shù)省份離第一拐點(diǎn)值較近。整體而言，各省份的人口集聚速度要明顯滯后于經(jīng)濟(jì)集聚速度，因此發(fā)揮城鎮(zhèn)人口集聚的節(jié)能減排效應(yīng)仍然有較大的提升空間。其次，中國(guó)省份間的人均碳排放、人口集聚和經(jīng)濟(jì)發(fā)展存在顯著空間溢出效應(yīng)。節(jié)能減排行為的策略性競(jìng)爭(zhēng)會(huì)促進(jìn)地區(qū)間的相互模仿和學(xué)習(xí)借鑒，進(jìn)而使得人均碳排放在空間上表現(xiàn)為協(xié)同效應(yīng)，即周邊省份的人均碳排放增加也會(huì)加劇本地排放水平的提升。人口集聚和經(jīng)濟(jì)發(fā)展表現(xiàn)為空間擴(kuò)散效應(yīng)，這種擴(kuò)散效應(yīng)能夠加速地區(qū)間的人員往來(lái)和要素流動(dòng)，進(jìn)而提升全局的經(jīng)濟(jì)發(fā)展效率和能源利用效率，因此二者的空間溢出特征具有減排效應(yīng)。最后，能源利用和經(jīng)濟(jì)發(fā)展是人口集聚影響人均碳排放的作用渠道。其中，人口集聚對(duì)能源結(jié)構(gòu)、能源強(qiáng)度和能源價(jià)格的影響均呈現(xiàn)“倒N”型關(guān)系，人口集聚對(duì)產(chǎn)業(yè)升級(jí)的影響呈正向線性關(guān)系，對(duì)人均GDP 和技術(shù)進(jìn)步的影響則均呈現(xiàn)“正N”型關(guān)系。人口集聚對(duì)能源利用的作用強(qiáng)度更大，因此上述渠道變量的綜合作用結(jié)果便決定了人口集聚與人均碳排放的“倒N”型關(guān)系。

基于文章的實(shí)證結(jié)論和主要發(fā)現(xiàn)，為了進(jìn)一步推進(jìn)人口集聚與節(jié)能減排的協(xié)調(diào)發(fā)展，本文提示在以下兩個(gè)方面有待決策者參考。第一，推動(dòng)以發(fā)揮人口集聚效率為特征的城鎮(zhèn)化高質(zhì)量發(fā)展，助力“碳達(dá)峰碳中和”戰(zhàn)略實(shí)施。近年來(lái)涌現(xiàn)的城市病問(wèn)題并不單單是人口集聚導(dǎo)致的擁擠效應(yīng)，而更多是城市管理效率低下、空間格局不合理所致。［31］實(shí)際上大多數(shù)省份的土地城鎮(zhèn)化都要明顯快于人口城鎮(zhèn)化，破解擁擠效應(yīng)如果只是單純依靠擴(kuò)張城鎮(zhèn)建設(shè)用地面積，那么首先伴隨的也是集聚效應(yīng)的損失。因此，應(yīng)該嚴(yán)格管控城鎮(zhèn)建設(shè)用地面積擴(kuò)張，將重點(diǎn)放在優(yōu)化空間格局和提升管理水平上來(lái)。第二，充分發(fā)揮人口集聚中心區(qū)的輻射作用，促進(jìn)地區(qū)間人員往來(lái)、要素流動(dòng)以及產(chǎn)業(yè)調(diào)整的聯(lián)動(dòng)發(fā)展。隨著區(qū)域一體化程度的日益提高，人口集聚、經(jīng)濟(jì)發(fā)展和節(jié)能減排的空間溢出效應(yīng)日益增強(qiáng)。實(shí)現(xiàn)城鎮(zhèn)人口集聚與節(jié)能減排的協(xié)調(diào)發(fā)展，應(yīng)充分發(fā)揮以大城市為輻射中心、以周邊縣城為重要載體的聯(lián)動(dòng)機(jī)制，區(qū)域內(nèi)部產(chǎn)業(yè)要合理布局，避免要素?fù)頂D以及過(guò)度競(jìng)爭(zhēng)，進(jìn)而推動(dòng)整體綠色轉(zhuǎn)型發(fā)展。