【www.zhangdahai.com--中国梦征文】
刘林杰
(中国地质大学(武汉) 经济管理学院，湖北 武汉 430074)
深入推进新型城镇化建设，既是“十四五”时期我国现代化经济体系建设的重要内容，也是2035年远景目标的重要内容。伴随我国经济社会不断发展，中国共产党人从中国基本国情出发不断赋予新型城镇化发展战略的新内涵，(1)黄茂兴，张建威.中国推动城镇化发展：历程、成就与启示[J].数量经济技术经济研究，2021，(6).新型城镇化战略纵深推进，我国城镇化水平和质量也呈现出快速提升趋势。新时代背景下加快推进新型城镇化建设，是加快畅通国内大循环、激发内需潜力、促进经济高质量发展的强大引擎，是对加快促进我国经济社会全面转型、优化区域经济布局、促进区域协调发展的重要抓手和有力支撑。科学研判推进中国新型城镇化建设的有效路径，对加快现代经济体系建设具有重要现实意义。
加快推进城镇碳减排，尽早实现碳达峰、碳中和，是我国经济社会全面绿色低碳转型的标志和必然要求。围绕加快碳减排，实现碳达峰、推进碳中和，习近平总书记亲自部署，碳达峰、碳中和“1+N”政策体系明确了我国碳达峰、碳中和的重点任务，擘画了我国经济社会绿色低碳转型的发展蓝图。我国能源消费总量长期持续增长、化石能源占比持续稳居高位，碳排放总量基数较大、效率有待提升，加快推进碳减排、尽早实现碳达峰、碳中和面临较大压力和挑战。着力提升全要素碳排放效率是协调推进经济社会发展和双碳目标实现的必由之路，本文从全要素碳排放效率角度出发考察碳达峰、碳中和问题，探索提升全要素碳排放效率的路径。
城镇化过程既是产业和人口不断集聚、经济社会快速发展的过程，也是能源大量消耗、碳排放高度集中的过程。城镇化地区一般也是经济社会全面绿色低碳转型、绿色低碳技术创新与推广的引领者，是促进碳减排，提升碳排放效率的关键一环和首善之地。(2)杨美成.城镇化对经济增长和碳排放的时变影响[J].技术经济与管理研究，2022,(1).城镇地区逐步成为我国经济发展方式转变的重心和关键，(3)王国刚.城镇化:中国经济发展方式转变的重心所在[J].经济研究，2010,(12).新型城镇化建设和绿色低碳发展，在新时代背景下面临新要求和新挑战，加快促进城镇地区率先实现“双碳”目标，是我国实现碳达峰、碳中和目标的关键所在。本文的价值和意义在于：第一，从全要素碳排放效率角度出发，为双碳目标和经济社会高质量发展问题提供新的研究视角，厘清中国城镇化率影响全要素碳排放效率的空间效应和传导机制，有助于进一步丰富中国新型城镇化率与碳排放效率问题的相关理论，对后续城镇化绿色低碳转型相关研究具有一定参考价值；
第二，厘清城镇化率影响全要素碳排放效率的空间效应，有助于高质量推进新型城镇化建设，推进城镇体系协调发展；
第三，探索城镇化率影响全要素碳排放效率的传导机制，有助于更好地发挥中国城镇化建设正向效用，实现城镇化建设推进和全要素碳排放效率提升的有效衔接和相互协调。
在应对全球气候变化过程中，碳达峰、碳中和是对温室气体排放增量和存量的调控，(4)庄贵阳，窦晓铭.新发展格局下碳排放达峰的政策内涵与实现路径[J].新疆师范大学学报(哲学社会科学版)，2021,(6).碳减排是推进碳达峰实现碳中和的必由之路。基于学术界现有关于碳排放效率的界定和研究，(5)孙艺璇，程钰，张含朔.城市工业土地集约利用对碳排放效率的影响研究——以中国15个副省级城市为例[J].长江流域资源与环境，2020,(8).为综合考察碳排放过程中能源消耗、经济产出等多方面因素，本文选取经济社会发展过程中的全要素碳排放效率概念，(6)Li K.，Lin B.Impact of energy conservation policies on the green productivity in China’s manufacturing sector:Evidence from a three-stage DEA model[J].Applied Energy，2016，(18).表示在降低各类要素投入、增加期望产出的同时，尽可能减少碳排放规模。(7)李金铠，马静静，魏伟.中国八大综合经济区能源碳排放效率的区域差异研究[J].数量经济技术经济研究，2020,(6).在城镇化快速推进过程中，产业集聚和人口集中同时也导致温室气体大规模排放。关于城镇化影响碳排放的方式和类型，现有相关研究主要涉及总效应、直接效应、间接效应和空间效应等。(8)王锋，林翔燕，刘娟，等.城镇化对区域碳排放效应的研究综述[J].生态环境学报，2018,(8).综合来看，现有研究一方面着重运用双变量分析和联合分析方法考察城镇化影响碳排放的总效应和直接效应，关于城镇化影响碳排放的间接效应研究仍有待进一步深入；
另一方面，关于空间效应的研究聚焦于单一空间尺度分析，对于多尺度空间关联的研究相对少见，(9)程琳琳，张俊飚，何可.多尺度城镇化对农业碳生产率的影响及其区域分异特征研究——基于SFA、E指数与SDM的实证[J].中南大学学报(社会科学版)，2018,(5).有待进一步完善。
关于城镇化影响碳排放的结果主要包括驱动、制动和条件性3种观点，尚未形成一致研究结论。第一种观点认为城镇化对碳排放具有正向驱动作用，加剧了碳排放强度的增长，如曾珍等(10)曾珍，韩纪琴，吴义根.基于面板数据的PVAR模型分析安徽省城镇化对农业碳排放的影响[J].中国农业大学学报，2021,(3).在研究中提出人口城镇化和土地城镇化能够对农业碳排放产生驱动作用。第二种观点则认为城镇化对碳排放的影响呈现出负向制动效应，一定程度上抑制了碳排放总量的增加，如牛鸿蕾(11)牛鸿蕾.中国城镇化碳排放效应的实证检验[J].统计与决策，2019,(6).城镇化率提升抑制碳排放增加的原因在于不同因素的相互强化和抵消。第三种观点则认为城镇化对碳排放的影响存在条件性，往往表现出非线性特征，如冯冬等(12)冯冬，李健.我国三大城市群城镇化水平对碳排放的影响[J].长江流域资源与环境，2018,(10).研究认为城镇化对碳排放的影响表现出先降后升的“正U型”曲线关系，范建双等(13)范建双，周琳.城镇化及房地产投资对中国碳排放的影响机制及效应研究[J].地理科学，2019,(4).则基于空间效应分析提出城镇化对碳排放的直接影响表现出负向制动效应，而空间溢出影响则为正向驱动效应。由于研究尺度、研究样本、研究方法、时序长短存在差异，国内外学术界关于城镇化与碳排放效率的关系问题尚未达成共识，城镇化影响碳排放的路径和机制仍需进一步拓展和探索。
尽管国内外学术界已开始关注城镇化与碳排放效率的关系问题，但现有相关研究成果相对较少，有待进一步丰富。一种观点认为城镇化能够促进碳排放效率提升，如范晓莉(14)范晓莉.新型城镇化视角下中国碳生产率影响因素研究——基于VEC模型的动态关系分析[J].管理现代化，2015,(1).基于VEC模型碳生产率的研究中提出，新型城镇化率提升能够有效促进碳生产率增长，但城镇化并非主要驱动因素。另一种观点则认为城镇化不利于碳排放效率提升，如王鑫静等(15)王鑫静，程钰.城镇化对碳排放效率的影响机制研究——基于全球118个国家面板数据的实证分析[J].世界地理研究，2020,(3).通过考察不同国家城镇化，研究提出城镇化对碳排放效率提升表现出显著负向抑制效应。第三种观点认为城镇化与碳排放效率的关系存在不确定性，如高文静等(16)高文静，柳亚琴，潘明清.工业化、城镇化对工业碳生产率的门槛效应分析[J].宏观经济研究，2017,(4).提出城镇化水平较低时对工业碳生产率的影响并不显著，伴随城镇化水平提升，逐步显示负向抑制作用；
王怡维等(17)王怡维，杨树旺，田梦，等.土地城镇化与碳生产率的非线性影响关系研究[J].生态经济，2020,(2).认为土地城镇化过程对碳排放效率的影响效应并非一成不变，并进一步提出土地城镇化对碳生产率的影响呈现出单向非线性特征。纵观现有研究成果，一方面，现有研究直接针对城镇化与碳排放效率关系的研究相对较少；
另一方面，关于城镇化与碳排放效率的关系问题，尚未形成统一的观点和解释。
借鉴学术界现有研究成果，本文首先采用三阶段超效率DEA模型测算全要素碳排放效率，然后综合运用空间计量模型、中介效应模型全面考察中国城镇化率影响全要素碳排放效率的空间效应和传导机制。深入探讨城镇化率影响全要素碳排放效率的空间效应如何？中国城镇化率影响全要素碳排放效率的传导路径有哪些？存在何种差异？通过探讨上述问题，厘清中国城镇化率与全要素碳排放效率的关系问题，助力新型城镇化建设促进经济社会绿色低碳转型。
(一)理论机制
城镇化率影响全要素碳排放效率的作用机制，是城镇化建设过程中直接作用于全要素碳排放效率，以及通过产业结构、空间关联等其他因素间接作用于全要素碳排放效率的所有路径和机制总和。在城镇化影响全要素碳排放效率过程中，直接作用和各类间接作用共同构成一个有机整体，各类效应相互加强、抵消，最终形成城镇化率综合影响全要素碳排放效率的总效应。
在构建城镇化率影响全要素碳排放效率作用机制分析框架过程中，借鉴现有研究成果，在分析城镇化率直接影响全要素碳排放效率的同时，将产业结构、技术创新、人力资本、生活消费纳入分析框架，(18)刘林杰，杨树旺.中国城镇化进程影响全要素碳排放效率的区域异质性研究[J].云南社会科学，2022,(2).在实证研究过程中运用中介效应模型考察城镇化率影响全要素碳排放效率的间接作用路径。基于经济社会发展差异、区域分工和要素流动等考虑，城镇化过程中不同方向的要素流动对全要素碳排放效率的影响也同样存在较大差异，(19)严丹，吴江秋，于霞.新型城镇化、资源和环境耦合协调发展研究——以广东为例 [J].湖南财政经济学院学报，2021,(5).因此在考察城镇化率影响全要素碳排放效率作用机制过程中，将空间因素也纳入分析框架，运用空间计量模型考察城镇化率影响全要素碳排放效率过程中的空间效应(见图1)。
(二)研究假设
城镇化是各类生产要素在一定空间范围的集聚，城镇化的空间效应集中体现在不同城镇之间要素的相互流动和城镇空间结构的不断演化。(20)刘降斌，刘秋明.空间视角下经济增长、城镇化与二氧化碳排放强度关系研究[J].商业经济研究，2021,(12).碳排放和碳流动是城镇化影响全要素碳排放效率过程中产生空间效应的具体表现。(21)黄晓慧，杨飞，陆迁.城镇化、空间溢出效应与农业碳排放——基于2007～2019年省级面板数据的实证分析[J].华东经济管理，2022,(4).一方面，生产要素的跨区域流动，对不同城镇能源消费规模和效率产生影响，并最终影响到与之高度关联的全要素碳排放效率(22)程琳琳，张俊飚，何可.多尺度城镇化对农业碳生产率的影响及其区域分异特征研究——基于SFA、E指数与SDM的实证[J].中南大学学报(社会科学版)，2018,(5).；
另一方面，碳因子伴随空气流通和挤压扩散在空间上的转移，造成碳因子密度的空间溢出，(23)王睿，张赫，强文丽，等.基于城镇化的中国县级城市碳排放空间分布特征及影响因素[J].地理科学进展，2021,(12).并最终形成碳因子密度和全要素碳排放效率“高高”“低低”相邻的空间特征。(24)赵巧芝，闫庆友，赵海蕊.中国省域碳排放的空间特征及影响因素[J].北京理工大学学报(社会科学版)，2018,(1).基于此，本文提出假设1：
H1：城镇化率在影响全要素碳排放效率过程中存在空间溢出效应。
城镇化的不断推进过程，也是产业结构不断演进的过程，城镇化水平提升能有效促进产业结构优化升级。(25)裴潇，胡晓双.城镇化、环境规制对产业结构升级影响的实证[J].统计与决策，2021,(16).在城镇化过程中的消费需求、要素供给、基础设施调整促进了产业结构从初期第二产业占比不断增加到后期第三产业占比不断增加的演进。配第-克拉克定律表明，产业结构调整呈现出从“一、二、三”顺次演化特征，产业结构调整能否有效促进全要素碳排放效率的提升主要取决于产业结构调整所处的阶段，只有当产业结构升级进入以第三产业为主或第二产业绿色化转型阶段，产业结构调整才能有效促进全要素碳排放效率提升。(26)王淑英，卫朝蓉，寇晶晶.产业结构调整与碳生产率的空间溢出效应——基于金融发展的调节作用研究[J].工业技术经济，2021,(2).基于此，本文提出假设2：
H2：城镇化率能够通过产业结构调整间接影响全要素碳排放效率。
城镇化对技术创新的影响作用主要体现在科学技术的需求刺激、技术集聚和知识溢出等方面，(27)刘畅，田晓丽.地区环保投资、城镇化与绿色技术创新——基于空间杜宾模型及中介效应的实证研究[J].科技管理研究，2020,(15).但不同类型的技术创新对全要素碳排放效率的影响存在较大差异。(28)王淑英，程南皓，卫朝蓉.绿色技术创新与碳生产率的空间溢出效应——基于政府支持的调节作用研究[J].管理现代化，2021,(5).可见，城镇化通过技术创新对全要素碳排放效率影响效应并非一成不变，只有当低碳技术创新在创新效应发挥中占主导作用、减碳效应大于能源需求扩大效应时，城镇化推进才能通过技术创新有效促进全要素碳排放效率的提升。(29)孙丽文，李翼凡，任相伟.产业结构升级、技术创新与碳排放——一个有调节的中介模型[J].技术经济，2020,(6).基于此，本文提出假设3：
H3：城镇化率能够通过技术创新间接影响全要素碳排放效率。
城镇化能够通过需求、供给、学习和知识溢出等效应的发挥，促进人力资本的积累。城镇化既是人口数量规模的扩大过程，也是人口素质的提升过程。(30)陈湘满，陈瑶.城镇化质量、人力资本聚集及产业结构升级的动态关系——基于PVAR模型的实证分析[J].湘潭大学学报(哲学社会科学版)，2020,(3).人口数量和质量的提升是人力资本不断累积的重要表现，城镇化是促进我国人力资本水平提升的重要驱动力。人力资本对全要素碳排放效率的影响效应取决于经济社会发展所处阶段和方式，(31)郭炳南，卜亚.人力资本、产业结构与中国碳排放效率——基于SBM与Tobit模型的实证研究[J].当代经济管理，2018,(6).人力资本对碳排放的增加和降低效应同时存在，当经济社会发展阶段不断推进和方式逐步优化，碳排放增加效应和降低效应达到均衡状态，人力资本累积将有利于全要素碳排放效率提升。基于此，本文提出假设4：
H4：城镇化率能够通过人力资本积累间接影响全要素碳排放效率。
规模效应和示范效应是城镇化影响生活消费的集中表现，(32)陈兵，乌静，王伟龙.新型城镇化、城乡收入差距对居民消费的影响及区域差异[J].商业经济研究，2021,(18).城镇化是人口和产业的不断集聚的过程，也是消费需求和消费结构演变的过程，(33)罗栋燊，沈维萍，胡雷.城镇化、消费结构升级对碳排放的影响——基于省级面板数据的分析[J].统计与决策，2022,(9).往往对生活消费表现出显著正向促进效应。(34)李建豹，黄贤金，揣小伟，等.江苏省人口城镇化与能源消费CO_2排放耦合协调度时空格局及影响因素[J].经济地理，2021,(5).生活消费影响全要素碳排放效率的效应主要取决于生活消费结构的变化，居民生活消费是否能够有效促进全要素碳排放效率提升，最终取决于城镇居民生活消费所处阶段，只有当城镇居民生活方面全面绿色低碳转型，绿色低碳消费在城镇居民生活消费中占主导地位，居民生活消费才能在全要素碳排放效率提升过程中表现出正向促进特征。(35)罗栋.消费结构升级对二氧化碳排放影响的实证分析[J].商业经济研究，2020,(5).基于此，本文提出假设5：
H5：城镇化率能够通过生活消费间接影响全要素碳排放效率。
(一)指标选取
1. 被解释变量：全要素碳排放效率(TFC)。鉴于经典DEA模型运用过程中存在的误差，采用三阶段超效率DEA模型对外部环境、随机误差对决策单元产生的影响进行处理，提升各省份全要素碳排放效率测算的稳健性和区分度。(36)Fried H.O.，Lovell C.，Schmidt S.S.，et al.Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of Productivity Analysis，2002，(17).投入指标主要包括资本存量(K)、人口总数(L)、能源消费量(E)3个指标。期望产出指标选取地区生产总值(Y)衡量、非期望产出指标选取二氧化碳排放(CO)表示。(37)贺勇，傅飞飞，廖诺.基于STIRPAT模型的工业研发投入对碳排放影响效应分析[J].科技管理研究，2021,(17).环境类指标主要包括城镇化水平、产业结构、技术创新、人力资本、生活消费、经济发展水平、环境规制、对外开放、城市人口密度、森林资源等指标。
2. 核心解释变量：中国城镇化率(U)，通过中国30个省区市城镇常住人口占总人口比重计算。
3. 中介变量：产业结构(IS)采用第二产业增加值占GDP比重进行表征，技术创新(TI)采用各省份技术市场成交额占GDP比重表征，人力资本(HC)采用各地区就业人员受教育程度表征，生活消费(RC)采用居民消费支出反映。
4. 控制变量：经济发展水平(PGDP)采用人均GDP表征，环境规制(ER)采用各省份工业污染治理项目本年完成投资占GDP比重表征，对外开放(OP)选取各省份当年利用外资金额占GDP比重表征，城市人口密度(PD)选取城市人口密度反映人口集聚程度，森林资源(FC)采用森林覆盖率表征。
(二)数据来源
本文选取2000～2019年中国30个省区市(西藏自治区数据缺失)面板数据，相关数据整理自《中国统计年鉴》《新中国六十年统计资料汇编》《中国能源统计年鉴》《中国环境数据库》《中国林业统计年鉴》《中国劳动统计年鉴》《中国城市建设统计年鉴》等，采用移动平均法补齐部分缺失数据，价格类数据以2000年为基期进行平减。以纵轴表示全要素碳排放效率，横轴表示城镇化率，城镇化率与全要素碳排放效率的散点图表明(见图2)，城镇化率和全要素碳排放效率水平总体上呈现出正向相关系，但城镇化率影响全要素碳排放效率的具体路径和效应水平，仍需通过实证模型完成进一步检验估计。
(三)空间计量模型设定
在空间计量模型设定的过程中，首先对STIRPAT模型进行拓展，构建普通面板线性基准回归模型。然后在此基础上，将空间交互变量纳入基准模型，进一步构建空间面板计量模型。对传统STIRPAT模型等式两端同时取对数，(38)李华，马进.环境规制对碳排放影响的实证研究——基于扩展STIRPAT模型[J].工业技术经济，2018,(10).重新定义等式两边各因素含义并引入城镇化率等因素，由此得到不考虑空间交互效应的普通面板线性基准回归模型。全要素碳排放效率(TFCit)为被解释变量，核心解释变量为城镇化水平(Uit)，Zit为控制变量，μi、υt和εit分别表示地区固定效应、时间固定效应和误差项。
TFCit=αi+β1Uit+βZit+μi+εit
在传统面板线性回归模型的基础上，将内生空间交互效应和外生交互效应同时纳入传统面板线性回归模型，进一步构建面板空间杜宾模型。全要素碳排放效率在受当地相关因素影响的同时，还受相邻地区全要素碳排放效率和相关因素的共同影响。
(四)中介效应模型设定
借鉴学术界现有传导机制研究方法，(39)Bollen K.A.Structural equations with latent variables[J].New York John Wiley & Sons，1989，(35).以STIRPAT拓展模型为基础，进一步构建中国城镇化率影响全要素碳排放效率的中介效应检验模型。基于逐步回归法完成中介效应检验，核心解释变量城镇化率作用于全要素碳排放效率的作用路径系数为c，反映了城镇化率影响全要素碳排放效率的总效应；
系数a表示城镇化率影响中介变量的效应；
系数b表示中介变量作用于全要素碳排放效率的效应，系数a和b的乘积能够反映城镇化率影响全要素碳排放效率的间接效应；
系数c’是引入中介变量后，核心解释变量城镇化率对全要素碳排放效率的影响系数，是城镇化率影响全要素碳排放效率的直接效应。(40)温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004,(5).
TFCit=α+cUit+βZit+μi+εit
Mit=β+aUit+βZit+μi+εit
TFCit=λ+c"Uit+bMit+βZit+μi+εit
(一)空间相关性检验
基于邻阶和反距离两种空间权重矩阵，(41)王玉娟，江成涛，蒋长流.新型城镇化与低碳发展能够协调推进吗?——基于284个地级及以上城市的实证研究[J].财贸研究，2021,(9).计算全要素碳排放效率的全局Moran’s I指数和Geary’s C指数，检验其空间相关性。(42)Anselin L.，Varga A.，Acs Z.Geographical spillovers and university research: A spatial econometric perspective[J].Growth and Change，2000，(31).邻接空间权重矩阵下，全局Moran’s I指数测算结果均显著大于0，且从2000年的0.157增长到2019年的0.312，Geary’s C指数结果均显著小于1，且从2000年的0.723下降到2019年的0.530，全要素碳排放效率在空间上的正向相关关系得到进一步强化，全要素碳排放效率在空间分布上呈现出“高高”“低低”集聚趋势，即在较高全要素碳排放效率城市周边的城市往往也拥有较高全要素碳排放效率，在较低全要素碳排放效率城市周边的城市往往也拥有较低全要素碳排放效率。反距离空间权重矩阵下，全局Moran’s I指数测算结果均大于0，Geary’s C指数结果均小于1，与邻接空间权重矩阵下的测算结果相似，可见中国全要素碳排放效率在空间上的空间正相关性检验稳健可信(结果见图3)。
(二)中国城镇化率影响全要素碳排放效率的空间效应检验结果
在邻阶空间权重矩阵下的LM检验结果显示，空间误差(55.602)和空间滞后(30.834)统计量显著为正，不能拒绝存在内生空间交互效应和误差项空间交互效应的假设。LR检验统计量均通过显著性检验，可见SDM模型不能退化为SLM和SEM模型。Wald检验结果显示，统计值分别为114.86和110.09，且均通过1%的显著性检验，与LR检验结果一致，可以拒绝SDM模型退化为SLM和SEM模型的原假设。Hausman检验统计量为63.52且通过显著性检验，在模型估计中应选用固定效应模型。固定效应类型LR检验统计量分别为73.56和459.05，且通过显著性检验，选取时空双固定的空间杜宾模型完成相关估计。
全要素碳排放效率空间自回归系数为正，且在1%的水平下通过显著性检验，可见全要素碳排放效率在空间上呈现出正向空间依赖性，相邻地区全要素碳排放效率的提升能够发挥空间溢出效应，加速资源要素空间流动和共享，促进本地全要素碳排放效率进一步改善。普通面板估计模型和时空双固定SDM模型的城镇化率估计系数显著为正，可见中国城镇化已进入高质量发展阶段，新型城镇化的纵深推进与全要素碳排放效率的提升能够实现协调有序，推进城镇化有可能促进全要素碳排放效率的提升。城镇化率的空间滞后项估计系数显著为正，相邻地区城镇化率的提升能够有效带动周边地区经济社会绿色低碳发展，充分发挥集聚效应、规模效应和学习效应，形成正向空间溢出效应，有效促进本地区全要素碳排放效率的提升(结果见表1)。
表1 中国城镇化率影响全要素碳排放效率的空间计量回归结果
根据偏导数矩阵对估计结果进行分解，得到城镇化率影响全要素碳排放效率的直接效应、间接效应和总效应。估计结果显示，直接效应、间接效应和总效应系数分别为0.124、0.202和0.327，且在1%和5%的水平下通过显著性检验，可见城镇化率能够在全要素碳排放效率提升过程中产生正向促进作用。
(三)稳健性检验
为验证前文实证结果的稳健性和可靠性，本文采用调整空间权重矩阵和改变核心解释变量两种方法进行稳健性检验。在空间效应检验模型中选用反距离空间权重矩阵得到模型(1)估计结果；
基于邻接空间权重矩阵，采用城镇建成区面积占比度量城镇化率得到模型(2)估计结果。通过更换空间权重矩阵和城镇化率度量方法，城镇化率影响全要素碳排放效率的空间效应稳健性检验结果(结果见表2)，空间效应估计系数为正且通过显著性检验，稳健性检验结果与前文实证结果基本一致，可见城镇化率影响全要素碳排放效率的空间效应研究结论较为稳健。
表2 城镇化率影响全要素碳排放效率的空间效应稳健性检验
(一)城镇化率通过产业结构影响全要素碳排放效率
城镇化率能够通过产业结构调整对全要素碳排放效率产生影响，且表现出显著地区差异。从全国来看，城镇化率影响全要素碳排放效率的总效应系数(c)为0.2861、城镇化率对产业结构的影响系数(a)为-0.1130、产业结构对全要素碳排放效率的影响系数(b)为-0.3462、城镇化率影响全要素碳排放效率的直接效应系数(c’)为0.2470，均通过显著性检验。由ab=0.03912与直接效应系数(c’)可知，产业结构能够在城镇化率影响全要素碳排放效率过程中发挥部分中介效应，且中介效应占比为13.67%。从四大板块来看，在城镇化率影响全要素碳排放效率过程中，产业结构能够在东部、中部、西部地区发挥部分中介效应，但中介效应占比分别为71.89%、12.94%和2.73%，呈现出较大地区差异；
与此同时，东北地区城镇化率对全要素碳排放效率的影响过程中，产业结构变化尚未发挥显著中介效应。综上所述，城镇化率对全要素碳排放效率的影响，部分是通过产业结构绿色低碳化调整实现的，伴随城镇化率不断提升，能够有效促进产业结构绿色低碳转型，促进能源消费规模降低和能源利用效率提升，进而促进全要素碳排放效率提升(结果见表3)。
表3 城镇化率→产业结构→全要素碳排放效率检验结果
产业结构优化是提升全要素碳排放效率，促进碳达峰、碳中和的重要途径。以东北地区辽宁省沈阳市为例，作为我国重要的老工业基地，传统重工业在沈阳市城镇化、工业化发展过程中发挥了重要作用。沈阳城镇化率不断提升的过程，也是工业产业不断发展的过程，以第二产业为主的产业结构促进了沈阳城镇化水平不断提升，也在新时期一定程度上制约了沈阳市绿色低碳转型发展。当前，沈阳市已经高度重视在城镇化过程中，以产业结构转型，促进经济社会绿色低碳转型发展，提升全要素碳排放效率，促进碳达峰、碳中和。一方面，沈阳市立足制造业传统优势，将节能增效作为工业发展中的重要方向，控制工业领域排放，着力推动传统工业能效提升；
另一方面，加快培育战略新兴产业、现代服务业，逐步形成以服务经济为主导的产业结构。
(二)城镇化率通过技术创新影响全要素碳排放效率
技术创新能够在城镇化率影响全要素碳排放效率过程中发挥差异性中介效应。在全国样本中，城镇化率影响全要素碳排放效率的总效应系数(c)为0.2861、城镇化率影响技术创新的系数(a)为1.0868、技术创新作用于全要素碳排放效率的系数(b)为0.0149、引入技术创新后城镇化率间接作用于全要素碳排放效率的直接效应系数(c’)为0.2698，均通过显著性检验，此时技术创新在城镇化率影响全要素碳排放效率过程中表现出部分中介效应，中介效应占比为5.66%。从四大板块来看，技术创新在东部地区表现出完全中介效应，Sobel检验表明技术创新能够在西部地区表现出部分中介效应，但技术创新在东北地区、中部地区城镇化率影响全要素碳排放效率过程中尚未表现出显著中介效应(结果见表4)。
表4 城镇化率→技术创新→全要素碳排放效率检验结果
技术创新是城镇化过程中推进生产生活绿色低碳转型的重要支撑。我国东部地区科教资源集聚，技术创新水平领先，在城镇化建设与全要素碳排放效率提升过程中技术创新发挥了重要作用。以上海市为例，改革开放以来上海市城镇化率快速提升并进入内涵式发展阶段。在上海市协调推进城镇化和全要素碳排放效率提升过程中，一方面上海市印发《“十四五”新型城镇化实施方案》等规范性文件，明确提出在新型城镇化建设中着力增强创新创业能力、推进智慧化改造，以技术创新全面支撑上海市新型城镇化水平提升；
另一方面，在《上海市碳达峰实施方案》中要求开展绿色低碳科技创新行动，聚焦重点领域低碳转型关键技术，全面提升低碳零碳负碳科技创新能力和水平，在新型城镇化建设中以绿色低碳技术创新支撑全市全要素碳排放效率提升，促进碳达峰、碳中和目标实现。
(三)城镇化率通过人力资本影响全要素碳排放效率
人力资本在城镇化率影响全要素碳排放效率过程中的传导作用表现为一定遮掩效应。从全国层面来看，城镇化率影响全要素碳排放效率的总效应系数(c)为0.2861、直接效应系数(c’)为0.2969、城镇化率影响人力资本的系数(a)为0.0920，基于Sobel检验调节测试结果，尽管人力资本对全要素碳排放效率的影响系数(b)未通过显著性检验，但人力资本仍存在一定中介效应。由于ab=-0.1088与城镇化率直接效应系数c’异号，且c’>c，表明在城镇化率影响全要素碳排放效率过程中，人力资本的中介效应表现为遮掩作用，占比为36.66%，人力资本积累不足一定程度上制约了城镇化率对全要素碳排放效率提升。从四大板块来看，人力资本在城镇化率影响全要素碳排放效率过程中的中介效应表现出显著空间差异，人力资本在东部地区表现出完全中介效应，在中部地区、西部地区则表现为遮掩效应，在东北地区的中介效应尚不显著(结果见表5)。
表5 城镇化率→人力资本→全要素碳排放效率检验结果
人才是城镇化进程的核心要素，也是加快提升全要素碳排放效率的关键。城镇化率提升是人在空间上的集聚，全要素碳排放效率提升是人在生产生活方式上转变的结果。以中部地区武汉市为例，中新网数据显示截至2022年1月武汉市拥有92所高校、101家科研院所、81位院士和143个国家级创新平台，100余万大学生为武汉市城镇化发展注入了新鲜血液和活力，为武汉市人力资本积累奠定了坚实基础。为进一步加快人力资本积累，武汉市先后出台《关于进一步做好高校毕业生留汉就业创业工作的通知》等针对性政策，吸引人才留汉到汉、支持在汉人才成长，促进武汉市人力资本积累。与此同时，为充分发挥人力资本和科教资源优势，武汉市成立“低碳经济”学院低碳研究中心，开设低碳专业，培养新型低碳科技人才，以“碳达峰、碳中和”专门人才助力全要素碳排放效率提升。
(四)城镇化率通过生活消费影响全要素碳排放效率
城镇化率对全要素碳排放效率的部分影响是通过生活消费绿色低碳转型产生的，且不同区域呈现出显著差异。在全国层面，城镇化率影响全要素碳排放效率的总效应系数(c)为0.2861、直接效应系数(c’)为0.1621、城镇化率对生活消费的影响系数(a)为-0.9669、生活消费对全要素碳排放效率的影响系数(b)为-0.1282，且均通过显著性检验，可见城镇化率能够通过生活消费影响全要素碳排放效率提升，中介效应占比达到76.47%。从四大板块来看，在城镇化率影响全要素碳排放效率过程中，东部地区生活消费指标表现出完全中介效应，在西部地区表现为部分中介效应；
在中部地区则表现为遮掩效应，生活消费的转型速度一定程度上制约了中部地区全要素碳排放效率提升；
此外，在东北地区城镇化率影响全要素碳排放效率过程中，生活消费的传导作用尚不显著(结果见表6)。
表6 城镇化率→生活消费→全要素碳排放效率检验结果
生活消费是城镇化进程中推进经济社会全面绿色低碳转型的重要抓手。西部地区青海省西宁市2021年城镇人口196.39万人、常住人口城镇化率达到79.33%，作为国家“低碳城市”试点城市，西宁市绿色建筑占新建比重超过60%、绿色公交覆盖率达到100%、绿色通道新建里程超过500公里，在新型城镇化建设、绿色低碳生活方式推广等方面积累了系列经验做法，成为绿色发展样板城市。一方面，在西宁市新型城镇化建设和城市管理过程中高度关注生活消费的绿色低碳转型，在《西宁市“十四五”城市管理发展规划》《西宁市“十四五”城市环境卫生基础设施建设规划》《西宁市“十四五”城市生活垃圾分类规划》《西宁市城市环境总体规划(2018～2035)》等规划中，围绕加快推动生活方式绿色革命、基础设施建设绿色转型，降低城市生活消费碳排放，助力碳达峰、碳中和，作出一系列重要部署和工作安排；
另一方面，为落实碳达峰目标和碳中和愿景，西宁市在《西宁市“十四五”生态环境保护规划》等规划中，明确提出开展二氧化碳达峰行动、制定实施碳达峰行动方案，以居民生活、交通和建筑等领域碳排放强度对标活动为重点，在西宁市城镇建设中突出生活消费低碳发展。
为实证检验我国城镇化率对全要素碳排放效率提升的影响，本文基于拓展的STIRPAT模型，综合运用空间计量模型和中介效应模型，实证检验中国城镇化率影响全要素碳排放效率的空间效应和传导机制。研究结果表明，中国城镇化率能够有效促进全要素碳排放效率提升，且存在一定正向空间溢出效应，推进城镇化建设与全要素碳排放效率并不矛盾。进一步研究表明，城镇化率能够通过产业结构、技术创新、人力资本和生活消费对全要素碳排放效率产生影响，但中介效应大小和形式存在一定差异性。
基于研究结论，本文得出的启示是：
其一，贯彻新发展理念，深入推进新型城镇化建设。锚定碳达峰、碳中和目标，在全要素碳排放效率约束下推进中国城镇化建设，必须深入贯彻新发展理念，将生态文明理念贯彻到新型城镇化建设始终，全面提升城镇化建设过程中的能源资源利用效率。促进城镇建设和管理过程绿色低碳转型，推进低碳城市建设，促进城镇建设和管理各环节符合绿色低碳要求。促进城镇生态环境保护，全面改善城镇绿色低碳生态环境。积极推广节能低碳建筑，着力提升城镇绿色低碳建筑普及率和能源利用效率，减少城镇碳排放规模。
其二，深度调整产业结构，构建绿色低碳产业体系。城镇地区也是产业发展核心区，城镇化能够通过产业结构对全要素碳排放效率提升产生影响，应不断促进产业结构深度调整，加快构建绿色低碳产业体系。以服务业升级促进新型城镇化高质量发展，加快第二产业内部结构优化，支持绿色低碳产业发展，全面提升城镇经济发展规模和质量，促进经济社会发展与碳排放的脱钩，助力全要素碳排放效率的提升。
其三，推进低碳技术创新，着力提升能源利用效率。技术创新在城镇化建设作用于全要素碳排放效率过程中，表现出显著间接效应，必须加快推进绿色低碳技术创新，促进城镇化建设和运营管理过程中经济社会全面绿色转型。既要加大力度促进绿色低碳基础研究和创新，也要积极促进各类绿色低碳技术在城镇化建设中的应用和推广。
其四，优化人力资本结构，充分激发人力资本潜力。人口素质的提升和生产生活观念的转变，是城镇化建设治理提升的重要标志，人力资本在城镇化影响全要素碳排放效率过程中发挥显著间接效应，能够在全要素碳排放效率提升过程中发挥正向促进作用。既要增加人力资本积累规模，提升人力资本质量，也要优化人力资本空间布局，促进人力资本区域均衡发展，协调推进各地区人力资本积累。
其五，倡导绿色低碳生活，促进全面绿色低碳转型。生活消费是能源消费和碳排放的重要来源，生活消费规模的扩张是城镇化建设的标志和必然趋势，城镇化建设过程能够通过生活消费对全要素碳排放效率产生间接作用。既要积极开展绿色低碳生活创建，加快形成绿色低碳生活方式，也要凝聚绿色低碳生活共识，形成全民参与良好格局，建立健全城镇居民碳普惠机制和路径，促进全要素碳排放效率提升。
其六，注重区域空间差异，科学制定发展政策举措。中国幅员辽阔，东部、中部、西部、东北四大板块城镇化率差异显著，经济社会生态基底和发展趋势各有特点，在城镇化进程和绿色低碳发展过程中面临不同基础和条件。东部地区城镇化率相对领先，产业结构、技术创新、人力资本、生活消费水平均领先于其他地区，在协调推进新型城镇化建设与全要素碳排放效率提升过程中，应充分发挥直接效应和间接效应，激发城镇化对全要素碳排放效率的影响效应；
中西部地区城镇化水平相对靠后，产业结构、技术创新、人力资本、生活消费等因素水平正快速提升，应有效发挥中西部地区城镇化后发优势，充分吸收借鉴东部地区先进经验，合理规避简单粗放式发展模式；
东北地区作为我国老工业基地，产业基础好，城镇化进程中应加快产业结构优化升级，以产业节能降碳为重点，促进碳排放强度和规模双控双降低，有效推进新型城镇化建设，提升全要素碳排放效率。
——以济南市平阴县为例西安建筑科技大学学报（社会科学版）(2014年6期)2014-03-13城镇化江苏年鉴(2014年0期)2014-03-11加快推进以人为本的新型城镇化中国工程咨询(2014年6期)2014-02-16对构建新型城镇化的观察思考中国工程咨询(2014年12期)2014-02-16本文来源：http://www.zhangdahai.com/gerenwendang/zhongguomengzhengwen/2023/0922/657830.html
