中国人口老龄化对碳排放的影响

【摘 要】本文利用2004-2014年的中国省级面板数据，基于扩展的STIRPAT模型，运用可行广义最小二乘（FGLS）对人口老龄化与碳排放的关系进行了考察。结果表明，老龄化对碳排放的影响具有显著的倒“U”型关系：在人口老龄化初期，老龄化会显著地增加碳排放，但当老龄化达到一定程度之后，则会对碳排放产生抑制作用。

【关键词】人口老龄化；碳排放；面板FGLS估计

一、引言

人口、资源和环境是当今社会面临的主要问题，中国人口年龄结构开始步入老龄化。资料显示，目前我国65岁以上老年人口已达2.3亿人，占总人口的16.7%。到2020年，老年人口将达到2.48亿，老龄化水平将达到17.17%。中国人口年龄结构从成年型进入老年型仅用了18年，而发达国家则经过了40—100年才完成现代人口增长模式的转变。人口的快速转变，将会使中国成为世界上老龄人口最多、老龄化程度最严重的发展中国家。因此，从人口老龄化角度探讨碳排放问题，有利于正确判断和把握影响碳排放的人口因素，正确地制定减排政策，这对于我国经济发展方式的转变有着重要的理论和现实意义。

二、模型设定及变量说明

其中，C代表碳排放量，E代表这三种一次能源的消耗量。NCV为2007年《中国能源统计年鉴》提供的平均低位发热量。CEF为（2006）IPCC中提供的碳排放系数。并且根据（2006）IPCC提供的烟煤和无烟煤碳排放系数的加权平均值来计算煤炭的碳排放系数。COF是碳氧化因子（煤炭设定为0.99，原油和天然气为1）。44和12分别为二氧化碳和碳的分子量。各种能源折算标准煤系数也由同期《中国能源统计年鉴》提供（陈诗一，2009）。

关于解释变量，本文选取人口老龄化（65岁及以上人口占总人口的比例）及其平方项。

关于控制变量（itX）包括：人口规模（POP），用总人口数表示；国内生产总值（GDP）；产业结构（STRU），采用第二产业 GDP与地区总 GDP 的比值；技术水平（T），采用碳排放強度作为代理变量。

三、实证分析及估计结果

本文利用我国30个省域2004—2014年人口老龄化以及碳排放的状况进行回归分析，考虑到面板数据存在异方差和序列相关，所以选择可行广义最小二乘（FGLS）方法对模型进行估计。为了检验结果的稳健性，本文开始以2CO和aging及其平方项作为基础模型，之后加入GDP、STRU、T变量，得到回归结果如下表1。

四、结论与启示

本文基于扩展的STIRPAT模型，利用2004-2014年的中国省级面板数据进行了FGLS估计。结果表明：老龄化对碳排放的影响具有显著的倒“U”型关系，在人口老龄化初期，老龄化会显著地增加碳排放，但当老龄化达到一定程度之后，则会对碳排放产生抑制作用，并且促进作用要大于抑制作用。

面对老龄化正在加深的压力，政府要积极调整产业结构，发展低碳能源，提高能源的使用效率，倡导低碳生活方式，在节能减排方面要考虑人口因素和地区因素的影响。

参考文献：

[1]陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究，2009，（04）：41-55.

[2]刘辉煌，李子豪.中国人口老龄化与碳排放的关系——基于因素分解和动态面板的实证分析[J].山西财经大学学报，2012，（01）：1-8.

[3]齐欣.中国人口老龄化对碳排放的影响研究[D].北京交通大学，2016.

作者简介：

徐月瑾（1996—），女，汉族，江西赣州人，吉林大学经济学院2014级金融学专业在读本科生，研究方向：区域经济学、人口经济学。