| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 适老化设施对家庭居住碳排放影响研究 |
| 第740期 作者：□文/胡若璨 时间：2024/11/2 8:53:32 浏览：11次 |
［提要］ 自我国进入老龄化阶段以来，面对庞大的老年人规模，适老化设施建设将是实现积极老龄化的有效举措。与此同时，随着全球碳减排活动的发展，我国提出“碳达峰”和“碳中和”目标。我国人民生活水平在不断提升，人们越来越关注到家庭碳排放量在增加，家庭将成为未来碳减排的重点。本文以家庭为研究单位，通过对STIRPAT模型进行扩展，将适老化因素纳入模型研究适老化设施对家庭居住碳排放的影响。结果显示：适老化因素可以有效降低家庭居住碳排放，适老化设施的存在可实现低碳发展和积极老龄化的双赢。
关键词：适老化；适老设施；家庭居住碳排放；“双碳”目标；STIRPAT模型扩展
基金项目：河北大学研究生创新资助项目：“人口老龄化对低碳经济发展影响及应对策略研究”（编号：HBU2023SS021）
中图分类号：F205；X24 文献标识码：A
收录日期：2024年5月11日
引言
随着全球气温不断升高，温室气体的过度排放早已引起了世界各国的广泛关注，我国作为负责任的大国积极参与全球减排，向全世界做出了2030年碳达峰、2060年碳中和的庄严承诺。在“双碳”目标下，把握碳排放增长的主要部门对我国实现低碳经济发展意义重大。在“双循环”战略和扩大内需政策的驱动下，家庭消费端产生的碳排放逐渐超过工业生产端并呈上升趋势。相关统计数据表明，2001年以来我国居民生活能源消费总量保持5.41%的年均增长率。因此，基于家庭单位开展碳排放研究有助于落实减排目标。
我国生育率在持续降低，并且随着人们生活条件的提高、医疗设施的不断完善，人均预期寿命不断延长，在生育率和寿命延长的双重作用下，我国总人口中的老年人口占比迅速增加。自2000年底我国步入老龄化阶段以来，老龄化的程度还在迅速加深。截至第七次全国人口普查，中国65岁及以上老年人口为1.90亿人，占总人口的比重高达13.50%，庞大的老年规模带来了巨大的养老压力，为我国提出了重大挑战。
我国采用居家养老为主、机构养老为辅的养老模式，而家庭适老化设施的增设可以降低身体机能不断弱化的老年人发生意外事故的风险。目前我国正处于绿色转型和积极老龄化这一机遇与挑战并存的时期，人口老龄化社会需要我国建设更为完善的适老化设施以满足越来越多老年人的需求。基于此背景，本文使用2018年中国健康与养老追踪调查（CHARLS）测算家庭碳排放，深入探讨适老化设施对城乡家庭居住碳排放的影响。
一、文献综述与研究假设
（一）文献综述。人都会衰老，经济只要发展就会伴随着碳排放，人口老龄化与碳排放超标已成为当今世界各国的普遍现象。如何应对人口老化、降低碳排放强度是关乎国家未来发展命运的重中之重，也是学术界讨论的焦点。降低碳排放实现低碳经济发展，积极应对人口老龄化以实现老有所养、老有所依、老有所乐的品质养老等都是学者们关注的热点问题。目前有关碳排放影响因素的研究主要侧重于人口、经济、技术、产业等方面。
首先，关于人口老龄化与碳排放研究，有学者认为人口老龄化对碳排放起到促进作用，进一步研究发现人口老龄化主要基于生产渠道促进碳排放，但也有研究表明从较大时间跨度上看，人口老龄化会降低碳排放量。人口老龄化与碳排放之间的关系受到经济水平的调节，有时抑制有时促进，又或者两者同时存在。劳动年龄人口对碳排放存在显著正向影响。人口在不同年龄阶段会对碳排放产生不同的作用，30～44岁碳排放最多，15～29岁没有显著影响，60岁及以上年龄阶段会对碳排放产生抑制作用。王芳和周兴研究发现人口老龄化初期会降低碳排放量，而随着老龄化程度不断加深，碳排放量也会不断增加，也就是说人口老龄化程度与碳排放量之间呈“U”型关系。但也有研究发现人口老龄化与碳排放量之间呈倒“U”型，老龄化初期会增加碳排放量，老龄化发展后期会促进碳排放量增加，即呈现先增后减的影响效应，且人口老龄化对碳排放可能存在门限效应。
其次，关于人口规模结构与碳排放方面，一般研究认为在全国范围内，人口规模对碳排放始终起到促进作用，已有研究表明人口老龄化会直接降低劳动年龄人口规模，人口规模的扩张与温度升高和二氧化碳排放量之间呈正相关关系，人口规模因素会导致能源消耗方面的碳排放量增加。人口老龄化还会导致形成少子化现象，以致人口规模缩小，对碳排放造成影响；人口老龄化不仅会减少碳排放量，而且在未来人口压力较小情况下，人口老龄化对碳排放的抑制效应会超过技术进步。总体来看，人口数量的增长与二氧化碳排放量成比例增加。人口老龄化导致的人口年龄结构变化会增加未来的碳排放量。
再次，有关经济增长与技术进步方面，有研究表明人口老龄化会对经济增长产生不利影响，还有学者认为中国人口老龄化对经济增长的影响正在由积极转为消极，而经济增长与碳排放之间又呈倒“U”型或正相关关系；技术进步方面，人口老龄化会加大人力资本投资，促进生产率提高，为技术进步夯实基础，会倒逼企业采用资本、技术替代人力，从而使技术得到进步和发展，高龄员工更有利于企业技术进步。人口年龄结构与全要素生产率之间存在倒“U”型关系。
最后，关于人口老龄化对产业结构调整和升级的影响效应分为正负两种，但是大多数学者还是持乐观态度，认为人口老龄化会促进产业结构调整升级。我国碳减排的主要潜力在于产业结构优化和技术进步从而降低二氧化碳的排放；技术进步会降低二氧化碳排放，且我国各地区技术进步对二氧化碳排放强度的影响差异化较大。工业减排的核心在于低碳核心技术的创新和应用以及工业产业结构的调整和优化。而老龄化程度加深很大程度上会抑制产业结构优化。因此，人口老龄化影响碳排放和产业结构，同时产业结构转型也会对碳排放产生影响。我国产业结构与碳排放之间存在长期的协整关系，具体研究发现第二产业增加值比重对碳排放的强度和总量有正影响。人口老龄化导致的消费需求增加、人力资本提升、企业技术创新会促进产业结构的优化。消费需求效应是人口老龄化影响服务业发展的作用机制之一，人口老龄化发展到一定程度，会增加老年型消费需求，促进服务业发展，进而促进产业结构升级。由“政府主导”和“市场运作”的老年产品和服务供给会促进产业结构转型，增加老年人就业机会。人口老龄化会对技术进步、劳动力供给、资本积累等方面产生冲击，并且我国老龄化速度之快造成未富先老的情况，增加了我国经济发展的压力。还有研究表明，人口老龄化对产业结构调整的影响表现为人口老龄化导致劳动力年龄结构变化，进而导致企业劳动力的供给和成本发生变化，从而加重企业养老金负担，对产业结构优化带来负面影响。
关于家庭碳排放研究方面，陈英姿和胡亚琪研究发现人口老龄化对家庭碳排放存在两条影响路径：一是正向直接影响路径；二是人口老龄化通过住房面积对家庭碳排放产生影响。童玉芬研究证明了家庭的老化特征与家庭碳排放之间呈现负相关，有助于减轻家庭的碳排放水平；孙悦发现家庭经济特征、家庭人口学特征与家庭户籍地域特征具有异质性影响，家庭规模与家庭年龄分别成为影响家庭碳排放最强劲的促进因素与抑制因素。
（二）综述评价及研究假设。现已有相当数量的人口老龄化与碳排放研究，且国外有关研究相较国内起步较早，研究结果更加丰富，但由于人口老龄化对能源消耗与碳排放的影响机理较为复杂，学者们各执一词，尚未得出一致观点。有关适老化改造方面的研究主要集中在适老化改造实践、案例分析等方面，尚未发现人口老龄化、适老化改造与碳排放有关的研究。已有研究侧重人口规模、经济增长、技术进步和产业结构调整，更加偏向宏观，而对微观层面的人口老龄化产生的影响没有深入研究，对于人口老龄化带来的需求变化也未有相关研究。有关家庭居住碳排放研究中，也未有家庭内部适老化设施与家庭居住碳排放影响关系的相关研究，老龄化的加深会提高对适老化改造的需求，适老化设施的添加会对家庭居住碳排放产生影响，本文就适老化设施对家庭居住碳排放的影响展开定量研究，尝试弥补这一不足。
在家庭居住方面，老年人与青年人相比有诸多不一样的地方。老年人由于身体各项机能的退化，自身不能产生太多的热量，相比于年轻人，他们需要更高的外界温度，因此旧设施就必然伴随着更高的家庭碳排放。并且随着人们年龄逐渐增长，人眼对光的感觉也逐渐衰退，视力逐渐模糊，瞳孔变小，使老年人在弱光环境下难以看清环境，因此老年人对照明有更高要求。人体老化导致骨质疏松，肢体活动能力减退，地面的高度差容易导致老人摔跤导致骨折，增加老年人的失能风险，不能自主行动的老人需要更多的器械进行康复治疗，增加了碳的排放量。老年人的肌肉力量减退导致其肢体抓握能力减弱，行动迟缓，那么如果没有较好的适老化配套设施，就会大大降低老年人的自主生活能力，更多地需要人员照护，增加家庭居住碳排放。
在居家养老方面，为了使老年人更加宜居，如果不改变旧的房屋设施基础，那就可能需要通过增加能源消耗等方式来实现。适老化设施的增加会改变以往老年人的居家生活方式，为老年人的生活带来便利，现代科技的发展带来居家适老化设施的升级，可以使用相较旧时代更加环保低碳的设计方式，为老年人带来便利的同时还可能降低碳排放。在适老化升级过程中，融入低碳理念，不仅可以提高老年人的生活质量，还可以营造低碳环境，让老年人享受更加舒适、适老的居家环境。因此，适老化设施发展是一个机遇与挑战并存的课题，它与家庭低碳转变和积极老龄化两者高度相关。据此，笔者提出以下假设：
假设1：人口老龄化带来的适老化设施会降低家庭居住碳排放总量
假设2：家庭人口老龄化会增加家庭居住碳排放
二、样本筛选与模型构建
（一）样本筛选。由于本研究所需的变量选取与核算等不便使用面板数据，最终选取中国健康与养老追踪调查（CHARLS）数据库中2018年的全国追踪调查数据进行分析，该调查旨在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据，用以分析我国人口老龄化问题，推动老龄化问题的跨学科研究。因此，本研究选取问卷中碳排放、人口、经济、房屋适老化设施、教育、地区等多维度数据，通过对家庭主要碳排放来源进行测算，探析适老化设施对碳排放的影响。通过对数据清洗，对数据缺失值进行处理，将非家庭问卷、非家庭居住问卷以及异常样本和无效样本进行剔除，最后保留2，446个城市和乡村家庭样本。从样本看，共计613个乡村家庭样本，1，833个城市家庭样本；1，367个南方家庭样本，1，079个北方家庭样本，中部地区家庭样本799个，东部地区家庭样本827个，西部地区家庭样本820个。
（二）变量选取与核算
1、被解释变量。被解释变量为家庭居住碳排放量，家庭居住碳排放量主要源于家庭的水电消耗、燃料的燃烧和取暖三个方面，笔者将家庭用水电碳排放量、家庭燃料碳排放量和家庭取暖碳排放量三个部分进行分别测算后再相加得出总的家庭碳排放，计算方式如下：
C=a（Qele+Qwater）+bQgas+cQheat
其中，C为家庭碳排放总量，Qele、Qwater、Qgas、Qheat分别表示家庭年消耗电量、家庭年消耗水量、家庭年消耗燃料量以及家庭采暖能源消耗量，a、b、c分别为各自的碳排放系数。（表1）
第一，家庭用水和用电方面。根据CHARLS问卷——家庭支出问卷中“过去一个月家庭的电费、水费”问题估算家庭用水、用电产生的碳排放量。由于问卷中只有总的水电费，用水碳排放较小可以忽略，因此本文以总水电费除以国家发改委2017年度公布的居民电价0.551元/kw·h，得到用电量，再乘以各自电网的碳排放因子得到水电的使用所产生的家庭碳排放量。由于不同地区的发电厂所用能源技术和使用发电能源结构有所不同，地区间单位电力碳排放量有所不同。考虑到区域电网碳排放因子的差异，本文的电力排放系数使用2018年六大区域电网平均二氧化碳排放因子。（表2、表3）
第二，家庭燃料碳排放方面。通过家庭问卷中 “做饭用的主要燃料”和“燃料费”明确家庭使用的燃料类型（柴草/秸秆、煤炭/蜂窝煤、罐装煤气/液化气、天然气/管道煤气、太阳能/沼气和电）和燃料消费价格，使用家庭上一年度燃料消费总额与主要燃料全年市场价格之比得出家庭的燃料消耗量。由于柴草/秸秆、太阳能和沼气只在一小部分农村使用，本文研究样本中的城市家庭占比较大，包含少数农村以秸秆、柴火为燃料的家庭，此类碳排放系数借鉴马铭婧等（2022）、李飞跃和汪建飞（2013）等的研究成果，秸秆燃烧率取14.27%，碳排放系数为1.39kgCO2/kg。其余四大类燃料（煤炭/蜂窝煤、罐装煤气/液化气、天然气/管道煤气、电）中，煤炭借鉴陈英姿（2022）的研究，使用环渤海动力煤价指数（BSPI）作为全国煤炭价格，取值570元/t；液化气借鉴陈英姿（2022）研究，使用全国平均液化气2018年4月13日价格，取值3.88元/kg；天然气/管道煤气的价格来源于国家发改委公布的《关于理顺居民用气门站价格的通知（发改价格规［2018］》，用全国居民用气平均价格再乘以价格调整系数得出，如表4所示；居民用电的价格来自国家发改委2017年度公布的居民电价（0.551元/kw·h）。计算得到分类别的能源消耗量后，分别乘以各项的二氧化碳排放系数，各项燃料碳排放系数参照《IPCCGuidelineforNationalGreenhouseGasInventories》（2006），如表5所示。（表4、表5）
第三，家庭采暖碳排放方面。我国70%的居民采取集中供暖方式，其他使用煤炭、电力、地热等分散式取暖方式的家庭产生的碳排放量将包括在Qele和Qgas中。集中供暖地区碳排放通过供暖面积、单位面积供暖耗煤量与对应碳排放因子的乘积进行计算。其中，单位供暖面积的耗煤量参照《中国民用建筑节能设计标准（采暖居住建筑部分）》，取全国主要城镇采暖期耗煤量的平均值，如表6所示，标准煤的碳排放因子取值2.46kg碳/kg标准煤。（表6）
2、解释变量。本文的核心解释变量为房屋的适老化设施，设置为虚拟变量，取值范围在0～2之间（取值为0、1、2），数字越大代表适老化程度越高。国家规定7层及以上楼房必须加装电梯，因此本文将7层以上的小区住宅剔除后，再根据楼层数、是否有电梯、是否有无障碍通道以及问卷中“爬几个台阶到家门口”等问题综合设定适老化设施自变量，以此表示适老化的程度。适老化的家居设施应该包括很多方面，然而由于现实资料中很多指标数据调查中不包含，因此这里只是以此来反映这一方面的程度。有电梯且有无障碍通道（包括平地无台阶，不需要无障碍通道）的取值为2，有电梯且无无障碍通道或无电梯有无障碍通道的取值为1，一层有无障碍通道（包括平地无台阶，不需要无障碍通道）无电梯的取值为1，无电梯且无无障碍通道的取值为0。
3、控制变量。本文从微观角度探索适老化设施对家庭居住碳排放的影响，将家庭户作为基本分析单位，因为家庭居住碳排放受到多种因素影响，本文选取主要影响因素作为控制变量加入模型，增加了模型的可信度。根据所构建的家庭户环境压力模型，选取的控制变量可划分为如下三大类：
一是家庭经济特征变量，包括家庭年收入、房龄、房屋面积等。家庭年收入income：用家庭总的年收入表示，为缩小数据绝对值，对数据取对数处理。不同家庭之间的能源消费结构存在差异，影响这种差异的原因之一就是家庭收入，收入高低会对家庭的能源消费产生直接影响，收入越高的家庭对家用电器的使用频率和能源消耗量一般也越高，进而产生不同量的碳排放。房龄hage：用2018减去房屋建成之日计算得到。一般情况下，房屋年限越高，其房屋结构、设施等会越简单，居主人生活大多较为简朴，碳排放相对较低，进行取对数处理。房屋面积area：使用房屋现在的使用面积表示，数据缺失值用正在居住房子的建筑面积和宅基地面积的平均值替代。房屋面积会对家庭居住碳排放产生影响，面积越大，一般居住人数越多，单位面积的取暖消耗和家用电器的使用也会增加，因此面积对家庭居住碳排放有着重要的影响，同样取对数。
二是家庭人口特征变量，包括家庭规模、学历、家庭年龄等。家庭规模fsize：根据问卷中“最近一周，不包括客人，您家里一般有几口人吃饭？”这一问题答案代表家庭总人口。一般来说，家庭规模越大、家庭人口越多，家庭内部消耗的能源越多，碳排放量则越大。数据同样做对数化处理。学历edu：采用户主的最高学历表示。取值范围为1～11：1＝未受过教育（文盲）；2＝未读完小学，但能够读、写；3＝私塾；4＝小学毕业；5＝初中毕业；6＝高中毕业；7＝中专（包括中等师范、职高）毕业；8＝大专毕业；9＝本科毕业；10＝硕士毕业；11＝博士毕业。学历就代表了平均受教育年限，它对低碳技术的接受程度和环保意识水平产生影响，进而对家庭碳排放量产生影响。家庭年龄age：指家庭成员年龄总和，由于数据限制其中不含配偶。不同年龄段的人具有不同的环保观念，生活方式上也存在差异，从而造成对能源使用量和使用频率的差异，因此具有不同年龄的家庭其碳排放量也不同。数据取对数。
三是家庭户籍所在地域特征变量，包括城乡属性和住房区位属性等。城乡uar：指家庭户位于城市或乡村，设置为哑变量，取值为0、1。0表示乡村，1表示城市。由于城市和乡村的做饭燃料、取暖方式和生活习惯的不同，对碳排放量也会造成影响。住房区位hl（东中西部）：根据地理条件、经济发展水平和人口分布将我国分为东中西三个部分，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南等12个省（区、市）；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南等9个省（区）；西部地区包括四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆等9个省（区）。以长江为分界线进行划分，形成东西大区，再以黄河为分界线划分为中部和西部。从中国东部地区到中部再到西部地区，人口密度呈现由高到低的特征，人口数量逐渐减少，经济发达程度依次降低。不同的人口密度、数量和经济发展情况构成了东中西部地区家庭不同的能源消费结构，对家庭居住碳排放产生不同的影响。根据实际问卷家庭的区位设定哑变量：取值为0、1、2。0表示东部地区，1表示中部地区，2表示西部地区。（表7）
（三）模型构建。1971年由Ehrlich等提出的IPAT模型是评估“人口-碳排放”的经典模型。该模型表示对环境压力造成影响的最重要的三类因素分别为人口规模（P）、技术水平（T）和经济因素（A）。而后，1994年Didtz将模型进行了改进，将社会人文因素及指数引入模型，形成了常被用于家庭或居民碳排放研究的STIRPAT模型。STIRPAT模型的随机形式如下：
I=αP■A■T■μ
其中，I指环境压力，P指人口规模，A表示经济状况，T表示技术水平，α是模型的系数，β1、β2、β3属于驱动力指数，μ是随机误差。将模型表达式等号两边取对数得：
LnI=lnα+β1lnP+β2lnA+β3lnT+lnμ
借鉴国内以往研究，此模型适用于我国的“人口-碳排放”研究。基于本文的研究内容并参考孙悦（2022）的研究，将适老化设施因素引入模型，构建了以家庭为单位的经济、人口、户籍和适老化设施因素的家庭户环境压力模型，根据文章研究重点对原始的STIRPAT模型进行改进，剔除受到家庭其他因素影响的技术水平（T），将家庭居住碳排放量作为被解释变量，家庭人口因素、经济状况和户籍状况作为控制变量，适老化设施因素作为核心解释变量，构建了如下线性模型，并使用中东西部固定效应对其进行估计：
Lni=lnα+β1Xi+β2lnPi+β3lnAi+∑β4Fi+lnμi
其中，Lni表示家庭碳排放量的对数表达形式，Xi表示适老化设施变量，Pi代表家庭人口特征变量的对数，Ai代表家庭经济特征变量的对数，Fi设置为虚拟变量，代表家庭户籍特征变量，μi是随机扰动项。
三、实证结果与稳健性检验
（一）实证结果分析及异质性分析
1、基准回归分析。本文在控制家庭人口特征、经济特征和户籍特征的基础之上，尝试检验家庭适老化设施因素的存在及适老化设施普及程度对家庭居住碳排放的影响效应。进行基准回归，首先进行适老化设施对碳排放影响的一元回归，再依次加入家庭人口特征因素、经济特征因素和户籍特征因素等控制变量，依次进行混合回归，如表8所示。（表8）
模型（1）是仅对适老化设施与家庭居住碳排放两者进行的一元回归，将适老化设施因素单独纳入模型中，结果回归系数为-0.106，在1%水平上通过显著性检验，负显著表示家庭房屋的适老化设施越完善，家庭居住碳排放越低，表明家庭居住碳排放显著受到适老化设施的影响，证实了本文的假设1。
在模型（2）中，纳入家庭经济特征变量，可以看到家庭年收入、房龄以及房屋面积都对家庭居住碳排放影响显著，其中家庭年收入和房屋面积为正显著，影响系数分别为0.094和0.078，分别在1%和5%水平上显著。家庭收入是影响家庭消费的核心指标，回归结果显示家庭收入对家庭居住碳排放之间有强相关性，家庭年收入增加10%，家庭整体消费能力越高，家庭居住碳排放也相应增加9.4%。家庭居住面积也是衡量家庭生活水平的一个重要标准，居住的房屋面积越大，单位面积能耗也越高，其对家庭居住碳排放的影响系数为0.078。更大的房屋面积不仅会刺激住户产生持续的高消费，而且大户型房屋在建设过程中也会带来更多的建筑耗能，造成碳排放量的激增。此外，房龄也是影响家庭居住碳排放量的重要因素，回归结果显示房龄越大，家庭居住碳排放量相应会减少，具有较长房龄的房子，其在房屋设施、户型风格各方面都更加朴素，偏向于实用而非享乐型，居住者的消费水平也较为一般，导致其对家庭居住碳排放量的负影响。
在模型（2）的基础上，继续加入家庭人口特征变量，构建模型（3）进行回归，得出家庭规模、学历和家庭年龄对家庭居住碳排放的影响因子均为正值，回归系数依次为0.421、0.102和0.196，均在1%水平上显著。家庭规模是家庭碳排放研究领域中的重点关注变量，日常居家生活的人数增加，导致家庭直接能源消费增加，回归结果也印证了家庭规模对家庭居住碳排放有很强的正向影响效应，随着家庭人口数量的增加，家庭居住碳排放量也不断增加。家庭成员的学历也对家庭居住碳排放形成显著的正向影响，回归系数为0.102，受教育程度高的家庭拥有更高的人力资本资源，从而会获得更高的收入，高学历往往与高消费相伴相随，从教育中获得的环保意识被高端消费需求稀释甚至抵消，高层次教育不仅没有降低反而导致了更高的碳排放。另外，在回归结果中，家庭年龄也会促使家庭居住碳排放量的增加，年龄较大的人口一般比年轻人的居家时间长，并且老年人对家庭户内温度、食物（软硬程度）等的要求会不同程度地增加家庭的能源消耗，表现为家庭居住碳排放量的增多，证实了前文的假设2。
2、异质性检验。在依次加入适老化设施、家庭人口特征、经济特征等因素影响的模型中，R2值从0.005到0.019，然后到0.131，在不断增大，模型拟合优度逐渐增加，整体的解释力也不断上升，家庭户环境压力模型的可靠性增加。最后，在模型（4）中，继续引入更多控制变量——户籍特征住房区位特征因素（城乡、东中西部）后，模型的R2增加到了0.183。城乡回归系数为0.353，显示出对家庭居住碳排放的显著正影响，表示城市碳排放量相较乡村增加；东中西变量的回归系数为-0.149，地区变量对家庭居住碳排放呈现显著负向效应，表明西部、中部和东部三个地区的家庭，越往东部地区，家庭居住碳排放量也越大。
模型（4）对城乡属性和家庭户籍的回归结果表明，无论是城市或乡村的家庭户，适老化设施因素都对家庭居住碳排放有着显著负向影响，回归系数为-0.068，只是城市家庭户的碳排放量会比乡村家庭户碳排放量更大。同样，对于位于东部、中部和西部地区的家庭户，适老化设施都对碳排放量产生负向影响，区别在于从东部地区到中部地区再到西部地区，家庭户碳排放量逐渐降低。再进一步将城市样本剔除，重复上述回归，结果显示适老化设施对家庭居住碳排放的影响与上述一致，通过了异质性检验。
（二）稳健性检验。在模型（1）至模型（4）中，逐渐加入家庭经济特征变量、家庭人口特征变量和家庭户籍特征变量作为控制变量，模型中解释变量适老化设施对被解释变量家庭居住碳排放量的影响效应始终为负向影响，回归系数分别为-0.106、-0.114、-0.077和-0.068，都为负向显著，表明模型具备一定的稳健性。
为进一步确保上述分析和结论的可靠性，有必要采用南北方固定效应对模型的稳健性进行再次检验。表9为南北方固定效应的回归结果。总体上看，结果显著支持了前文适老化设施会显著降低家庭居住碳排放水平这一结论，这一点无论是中国的南方地区还是北方地区都是一致的。具体来看，南北方回归系数为0.390，表示南方地区家庭户碳排放量比北方地区家庭户碳排放量低。但是不管是南方地区还是北方地区的家庭户，适老化设施均会显著降低家庭居住碳排放，适老化设施每增加10%，家庭居住碳排放就降低6%。（表9）
四、结论及启示
随着人口老龄化程度的不断加深，老年人口占总人口的比例在持续上升，老年人群的高龄化和超高龄化现象逐渐变得普遍。与过去相比，目前我国已实现了人民物质生活资料的极大富足，但是随着生活条件的改善，人们开始追求更高的生活质量，老年人要安享晚年生活，实现老有所依、老有所乐，适老化设施的出现完美填补了这个空缺。本文利用中国健康与养老追踪调查（CHARLS）数据开展定量研究，通过控制家庭经济特征变量、人口特征变量和户籍特征变量，对适老化设施和家庭居住碳排放两者之间的关系进行了深入研究。
研究结果表明，适老化设施对家庭居住碳排放有显著负效应。随着适老化设施的不断完善，家庭居住碳排放量不断降低。在我国人口老龄化持续加深和“双碳”目标的大背景下，居住环境中适老化设施的存在对家庭居住碳排放的显著降低效应无疑是符合发展方向的结果。在未来老年人持续增加的过程中，适老化设施的建设必定会按需增加，而适老化设施的增设和完善又反过来促进了老年人晚年生活质量的提高，并且由于适老化设施的增设，家庭居住碳排放量也在不断降低。
在认识上，我们要知道人口老龄化并不是一件坏事，并不一定会对社会造成消极的影响。相反，人口老龄化说明我国医疗卫生事业取得了长足进步，人们寿命延长，百姓可以享受更多时代带来的便利。因此，我们要积极应对，发挥人口老龄化的正面效应，利用好老年人的自身优势。庞大的老年人口对适老化设施的需求会引发银发经济的蓬勃发展，推动我国产业结构的转型，实现经济增长。面对老年人的需求，政府应加深对适老化设施的重视程度，加大对适老化设施的建设力度，着力实现低碳和适老化发展双赢。适老化设施的建设是人性化的体现，同时又可以降低家庭居住碳排放，回应了时代的呼声，是一举两得的必然指向。
政府应加大低碳环保的宣传力度，让文化程度高的知识分子不仅消费能力增加了，而且最重要的是低碳意识的增强。从思想上开展低碳环保行动，从根源上阻断过量的碳排放。政府应加大低碳发展的投入，对适老化设施建设的工程给予一定的政策支持和适当的减税优惠等，大力发展适老化设施工程建设，不仅体现在家庭中，而且还体现在日常出行、生活、工作中，逐步推动我国适老化建设的普及。
（作者单位：河北大学经济学院）
主要参考文献：
［1］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，2012.34（01）.
［2］王钦池.基于非线性假设的人口和碳排放关系研究［J］.人口研究，2011.35（01）.
［3］曲如晓，江铨.人口规模、结构对区域碳排放的影响研究——基于中国省级面板数据的经验分析［J］.人口与经济，2012（02）.
［4］田成诗，郝艳.人口年龄结构影响了中国碳排放吗？——基于30～49岁人口的实证研究［J］.中国地质大学学报（社会科学版），2016.16（05）.
［5］王芳，周兴.人口结构、城镇化与碳排放——基于跨国面板数据的实证研究［J］.中国人口科学，2012（02）.
［6］李飞越.老龄化、城镇化与碳排放——基于1995-2012年中国省级动态面板的研究［J］.人口与经济，2015（04）.
［7］于洋，孔秋月.京津冀城镇化、人口老龄化与碳排放关系的实证研究［J］.生态经济，2017.33（08）.
［8］肖宏伟.中国碳排放测算方法研究［J］.阅江学刊，2013.05（05）.
［9］赵白鸽.人口方案和应对气候变化［J］.人口研究，2010.34（01）.
［10］张雅君.我国水价现状与发展趋势［J］.中国建设信息（水工业市场），2008（09）.
［11］胡鞍钢，刘生龙，马振国.人口老龄化、人口增长与经济增长——来自中国省际面板数据的实证证据［J］.人口研究，2012.36（03）.
［12］代金辉，马树才.人口老龄化对经济增长影响路径的统计检验［J］.统计与决策，2019.35（03）.
［13］汪伟.人口老龄化、生育政策调整与中国经济增长［J］.经济学（季刊），2017.16（01）.
［14］刘穷志，何奇.人口老龄化、经济增长与财政政策［J］.经济学（季刊），2013.12（01）.
［15］李国志，李宗植.中国二氧化碳排放的区域差异和影响因素研究［J］.中国人口·资源与环境，2010.20（05）.
［16］吴振信，谢晓晶，王书平.经济增长、产业结构对碳排放的影响分析——基于中国的省际面板数据［J］.中国管理科学，2012.20（03）.
［17］邓晓兰，鄢哲明，武永义.碳排放与经济发展服从倒U型曲线关系吗——对环境库兹涅茨曲线假说的重新解读［J］.财贸经济，2014（02）.
［18］蔡兴.人口老龄化倒逼了中国出口结构的优化升级吗［J］.当代经济研究，2016（08）.
［19］李江苏，张雷，程晓凌.中国碳排放增长机理分析［J］.资源科学，2010.32（11）.
［20］张兵兵，徐康宁，陈庭强.技术进步对二氧化碳排放强度的影响研究［J］.资源科学，2014.36（03）.
［21］罗良文，李珊珊.技术进步、产业结构与中国工业碳排放［J］.科研管理，2014.35（06）.
［22］聂高辉，黄明清.人口老龄化对产业结构升级的动态效应与区域差异——基于省际动态面板数据模型的实证分析［J］.科学决策，2015（11）.
［23］王薇.城市化、产业结构与碳排放的动态关系研究——基于VAR模型的实证分析［J］.生态经济，2014.30（11）.
［24］韩坚，盛培宏.产业结构、技术创新与碳排放实证研究——基于我国东部15个省（市）面板数据［J］.上海经济研究，2014（08）.
［25］汪伟，刘玉飞，彭冬冬.人口老龄化的产业结构升级效应研究［J］.中国工业经济，2015（11）.
［26］陈卫民，施美程.人口老龄化促进服务业发展的需求效应［J］.人口研究，2014.38（05）.
［27］胡湛，彭希哲.公共政策视角下的中国人口老龄化（英文）［J］.Social Sciences in China，2011.32（04）.
［28］郭熙保，李通屏，袁蓓.人口老龄化对中国经济的持久性影响及其对策建议［J］.经济理论与经济管理，2013（02）.
［29］祁峰.我国人口老龄化的经济效应分析［J］.经济问题探索，2010（01）.
［30］杨雪，侯力.我国人口老龄化对经济社会的宏观和微观影响研究［J］.人口学刊，2011（04）.
［31］陈英姿，胡亚琪.人口老龄化对家庭碳排放的影响路径研究［J］.人口学刊，2022.44（05）.
［32］童玉芬，周文.家庭人口老化对碳排放的影响——基于家庭微观视角的实证研究［J］.人口学刊，2020.42（03）.
［33］孙悦.家庭碳排放及其影响因素研究——基于家庭生命周期视角的实证分析［J］.人口学刊，2022.44（05）.
［34］刘夏颸.低碳健康智能照明行业转型升级加速度［N］.政府采购信息报，2023-06-05（015）.
［35］曲敏，任昭贤，黄景勇.面向视障老人的居家养老服务设计及住宅适老化改进研究［J］.家具与室内装饰，2023.30（10）.
［36］马铭婧，郗凤明，尹岩，等.碳中和视角下秸秆处置方式对碳源汇的贡献［J］.应用生态学报，2022（05）.
［37］李飞跃，汪建飞.生物炭对土壤N2O排放特征影响的研究进展［J］.土壤通报，2013（04）. |
|
|
|
