[摘 要]文章采用《省級(jí)溫室氣體清單編制指南》推薦的二氧化碳測(cè)算方法，測(cè)算1995—2017年廣西能源消費(fèi)碳排放，分析碳排放總量、人均碳排放量、碳排放強(qiáng)度的動(dòng)態(tài)特征;并基于環(huán)境庫(kù)茲涅茨模型、對(duì)數(shù)平均迪式分解模型（LMDI）、STIRPA模型考察廣西能源消費(fèi)碳排放的影響因素。研究發(fā)現(xiàn)：①1995—2017年，廣西碳排放總量不斷上升，人均碳排放量與人均收入呈倒“N”型關(guān)系，但簡(jiǎn)單的EKC曲線不能用來(lái)預(yù)測(cè)將來(lái)的排放拐點(diǎn)、且理論與實(shí)際存在一定差距;②經(jīng)濟(jì)效應(yīng)、能源強(qiáng)度對(duì)碳排放量有顯著的促進(jìn)效應(yīng)，以煤炭為主的單一能源結(jié)構(gòu)對(duì)碳排放量的影響不具有統(tǒng)計(jì)意義上的顯著性;③能源強(qiáng)度進(jìn)一步受到產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)能源消費(fèi)的影響，尤其是工業(yè)結(jié)構(gòu)、工業(yè)能源強(qiáng)度。

[關(guān)鍵詞]能源消費(fèi);碳排放;動(dòng)態(tài)特征;廣西

[DOI]10.13939/j.cnki.zgsc.2021.16.007

1 前言

經(jīng)濟(jì)發(fā)展史表明，溫室氣體排放激增導(dǎo)致全球氣候變暖，而人類(lèi)燃燒化石燃料是二氧化碳增加的主因。2018年能源消費(fèi)產(chǎn)生的溫室氣體激增，達(dá)到331億噸的歷史新高，其中我國(guó)能源需求增長(zhǎng)近70%、二氧化碳排放增長(zhǎng)2.5%。我國(guó)碳排放總量約占全球碳排放量的25%，作為世界最大的碳排放國(guó)，我國(guó)在碳排放強(qiáng)度上取得的進(jìn)展仍無(wú)法抵消經(jīng)濟(jì)增長(zhǎng)、能源消費(fèi)帶來(lái)的碳排放總量增加，經(jīng)濟(jì)增長(zhǎng)與碳減排的矛盾凸顯。

廣西作為我國(guó)面向東盟的重要門(mén)戶(hù)、西部大開(kāi)發(fā)重點(diǎn)地區(qū)，自2002年以來(lái)，伴隨著廣西經(jīng)濟(jì)快速發(fā)展，能源消費(fèi)量增速加快，碳排放量、碳排放強(qiáng)度均高于全國(guó)平均水平。廣西2018年能源消費(fèi)總量為10823.39萬(wàn)噸標(biāo)準(zhǔn)煤，煤炭消費(fèi)占能源消費(fèi)總量的比重為47.06%，與2015年相比不降反升（2015年煤炭消費(fèi)占比為46.03%），單位GDP能耗比2015年累計(jì)下降8.8%，與廣西“十三五”目標(biāo)相比仍有一定差距;另外，2019年廣西全區(qū)規(guī)模以上工業(yè)能源消耗比上年增長(zhǎng)7.4%。隨著世界經(jīng)濟(jì)進(jìn)入“綠色低碳發(fā)展模式”，受到工業(yè)化、城鎮(zhèn)化快速發(fā)展、人民生活水平提高產(chǎn)生的碳排放剛性需求等多種因素影響，廣西碳排放增長(zhǎng)空間受到明顯擠壓，低碳經(jīng)濟(jì)的長(zhǎng)期可持續(xù)發(fā)展面臨嚴(yán)峻挑戰(zhàn)。為此，文章通過(guò)測(cè)算過(guò)去一段時(shí)期廣西碳排放量、分析其動(dòng)態(tài)變化，深入探討廣西碳排放量的影響因素，揭示能源消費(fèi)與碳排放量的協(xié)動(dòng)性關(guān)系，以期為廣西區(qū)域能源環(huán)境的可持續(xù)發(fā)展決策提供借鑒。

2 文獻(xiàn)綜述

關(guān)于碳排放的研究一直受到學(xué)術(shù)界的廣泛關(guān)注，研究文獻(xiàn)相當(dāng)豐富。而研究能源消費(fèi)碳排放及其影響因素的成果主要集中在如下兩個(gè)方面。

2.1 關(guān)于環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)的關(guān)系

學(xué)術(shù)界多采用環(huán)境庫(kù)茲涅茨曲線（EKC）探討環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，通過(guò)EKC曲線可以進(jìn)行經(jīng)驗(yàn)估計(jì)、預(yù)測(cè)碳排放的拐點(diǎn)，揭示經(jīng)濟(jì)發(fā)展與碳排放的動(dòng)態(tài)關(guān)系。G Grossman 和A Kureger（1991）最早提出EKC曲線，并得出經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染之間呈倒U 型關(guān)系的結(jié)論，即在經(jīng)濟(jì)增長(zhǎng)過(guò)程中，環(huán)境質(zhì)量先惡化、而后得到改善[1]。EKC曲線的提出，引發(fā)了大量關(guān)于經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系的實(shí)證研究。Galeottiet等（2006）發(fā)現(xiàn)人均碳排放與人均收入呈倒U 型[2];Martin Wagner（2008）、Georgiev（2014）等則認(rèn)為兩者間單調(diào)遞增，De Bruyn S M 等（1997）、Getzner （2003）、Martinez -Zarzoso 等（2004）卻發(fā)現(xiàn)兩者關(guān)系呈N型曲線關(guān)系。Lantz 和Feng（2006）[3]則發(fā)現(xiàn)人均GDP 和碳排放量不具有相關(guān)性。

國(guó)內(nèi)學(xué)者主要從國(guó)家層面、區(qū)域?qū)用婵疾焯寂欧排c經(jīng)濟(jì)增長(zhǎng)的關(guān)系。國(guó)家層面，人均碳排放與我國(guó)經(jīng)濟(jì)增長(zhǎng)之間具有U型曲線關(guān)系，且我國(guó)離拐點(diǎn)的經(jīng)濟(jì)發(fā)展水平還有很大一段差距（孫輝煌，2012）[4]，即該拐點(diǎn)到來(lái)的可能性非常?。ê诹x，2013）[5]。由于碳排放與經(jīng)濟(jì)發(fā)展關(guān)系的復(fù)雜性，劉華軍（2011）[6]認(rèn)為兩者之間具有N型曲線關(guān)系。區(qū)域?qū)用妫珖?guó)、我國(guó)東部地區(qū)和中部地區(qū)存在人均碳排放EKC曲線，西部地區(qū)則不存在該曲線（許廣月等，2010）[7]、（張為付等，2011）[8];高收入地區(qū)經(jīng)濟(jì)增長(zhǎng)與碳排放處于倒U型曲線的下降階段（秦昌才等，2020）[9];經(jīng)濟(jì)發(fā)達(dá)地區(qū)拐點(diǎn)值明顯高于落后地區(qū)，且接近甚至超過(guò)全國(guó)拐點(diǎn)值（方忠等，2019）[10];煤炭資源富足地區(qū)的EKC曲線呈現(xiàn)出明顯的單調(diào)上升形態(tài)（鄧曉蘭等，2014）[11]。具體到某一省域，北京市人均碳排放與地區(qū)生產(chǎn)總值之間具有倒N型曲線關(guān)系，而不是常規(guī)的倒U型（吳振信等，2012）[12];安徽省人均碳排放量則不存在EKC 曲線（張樂(lè)勤，2012）[13];重慶碳排放、能源消費(fèi)量與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)顯著的倒U型（洪業(yè)應(yīng)，2015）[14]。

2.2 關(guān)于碳排放的影響因素

經(jīng)濟(jì)發(fā)展、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)均對(duì)碳排放規(guī)模和強(qiáng)度有顯著影響，尤其是能源強(qiáng)度中的工業(yè)能源強(qiáng)度（林伯強(qiáng)、蔣竺均，2009）[15]，工業(yè)結(jié)構(gòu)優(yōu)化有利于降低碳排放強(qiáng)度（陳詩(shī)一，2011）[16]，技術(shù)進(jìn)步是工業(yè)能源強(qiáng)度的下降主要驅(qū)動(dòng)因素（肖宏偉等，2013）[17]。研發(fā)強(qiáng)度、能源效率均對(duì)碳排放有顯著的抑制作用，而煤炭消費(fèi)比重則具顯著正向作用（邵帥等，2010）[18]。經(jīng)濟(jì)因素對(duì)落后地區(qū)的碳排放影響較大，人口對(duì)其的影響則較為穩(wěn)定（吳長(zhǎng)蘭等，2020）[19]。

總體來(lái)看，已有研究加深了對(duì)碳排放與經(jīng)濟(jì)增長(zhǎng)關(guān)系、碳排放影響因素的理解，但文獻(xiàn)未將二者結(jié)合進(jìn)行深入分析，且對(duì)廣西能源消費(fèi)碳排放的研究較薄弱。杜穎（2012）、謝存花（2014）、張武林（2019）運(yùn)用對(duì)數(shù)平均迪式分解模型分析廣西能源消費(fèi)碳排放的影響因素，但未給出各影響因素的變化具體會(huì)怎樣影響碳排放的變化。文章在前人研究的基礎(chǔ)上，以1995—2017年廣西經(jīng)濟(jì)發(fā)展與能源消費(fèi)數(shù)據(jù)為基礎(chǔ)，首先，測(cè)算廣西能源消費(fèi)碳排放相關(guān)指標(biāo)、并分析其動(dòng)態(tài)特征;其次，利用EKC曲線探明人均碳排放與人均收入的關(guān)系;再次，采用對(duì)數(shù)平均迪式分解模型，分解廣西碳排放的影響因素，找出主要貢獻(xiàn)因素;最后，根據(jù)STIRPAT模型給出各主要影響因素對(duì)碳排放的影響系數(shù)，形成定性和定量并重的分析范式。

3 數(shù)據(jù)來(lái)源及碳排放動(dòng)態(tài)分析

3.1 二氧化碳排放量計(jì)算

文章采用《省級(jí)溫室氣體清單編制指南》推薦的二氧化碳測(cè)算的參考方法—排放因子法為基本框架，根據(jù)如下公式計(jì)算廣西能源消費(fèi)碳排放：

其中CE為能源消費(fèi)碳排放總量（t）;CEi為第i種能源碳排放量（t）;i為能源類(lèi)型;ACi為能源i的實(shí)物消費(fèi)量（104t或108m3）;NCVi為能源i的低位發(fā)熱值KJKG或KJm3，低位發(fā)熱值取自《中國(guó)能源統(tǒng)計(jì)年鑒2018》附錄4;Fi指單位熱值含碳量（t/TJ）;Oi為氧化率;Fi、 Oi取自《省級(jí)溫室氣體清單編制指南》;B=4412，為C轉(zhuǎn)化為CO2的系數(shù)。所選取的能源類(lèi)型及其相關(guān)系數(shù)表略（備索）。

3.2 數(shù)據(jù)來(lái)源

文章的樣本區(qū)間為1995—2017年，文中所有基礎(chǔ)數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》中的“廣西能源平衡表 （實(shí)物量）”《廣西統(tǒng)計(jì)年鑒》。在計(jì)算廣西能源消費(fèi)總量、三次產(chǎn)業(yè)能源消費(fèi)量時(shí)，按照以下方式進(jìn)行（劉志紅，2018）[20]：

能源消費(fèi)總量ACi=終端能源消費(fèi)量-用作原料、材料的能源消耗+損失量+“加工轉(zhuǎn)換投入產(chǎn)出量”矩陣中“火力發(fā)電”“供熱”的投入絕對(duì)值（2）

廣西地區(qū)生產(chǎn)總值碳排放量（以下稱(chēng)“碳排放強(qiáng)度”（t/萬(wàn)元））等于碳排放量與GDP的比值（CE/GDP）。廣西真實(shí)GDP按照2005年不變價(jià)平減而得。

人均碳排放量PC（噸/人）等于碳排放總量CE除以人口數(shù)量P（CE/P）。由于統(tǒng)計(jì)技術(shù)原因及數(shù)據(jù)可獲性，2005年以前為戶(hù)籍人口，2005年及以后為常住人口。

3.3 廣西能源消費(fèi)碳排放動(dòng)態(tài)分析

本節(jié)將從碳排放總量變化、人均碳排放量、碳排放強(qiáng)度及產(chǎn)業(yè)部門(mén)碳排放四個(gè)方面分析廣西碳排放動(dòng)態(tài)特征。

3.3.1 碳排放總量

在1995—2017年間，廣西能源消費(fèi)碳排放量不斷增加，從1995年的5239.86萬(wàn)噸增長(zhǎng)到2017年的20314.98萬(wàn)噸，增長(zhǎng)了287.7%，年平均增長(zhǎng)6.07%。由圖1可知，碳排放總量變動(dòng)大致可分為三個(gè)階段，1995—2001年，廣西碳排放波動(dòng)平緩、略有下降，年均增長(zhǎng)率為-0.31%。2002—2012年，碳排放快速增長(zhǎng)，年均增長(zhǎng)率高達(dá)12.35%，此期間我國(guó)加入世界貿(mào)易組織、西部大開(kāi)發(fā)戰(zhàn)略實(shí)施，作為西南出海通道的廣西，對(duì)外貿(mào)易強(qiáng)勁增長(zhǎng)，出口額年均增長(zhǎng)22.79%。伴隨著經(jīng)濟(jì)發(fā)展，能源消費(fèi)量激增，年均增長(zhǎng)13.18%，其中2004年能源消費(fèi)量比上年增漲25.9%;此外，城市化進(jìn)程加快，工業(yè)、建筑業(yè)急速擴(kuò)張，產(chǎn)業(yè)增加值年平均增速分別為22.49%、20.74%，而寬松的環(huán)境管制導(dǎo)致經(jīng)濟(jì)粗放增長(zhǎng)。此后兩年碳排放略微下降，直至2015年，開(kāi)始新一輪的增長(zhǎng)，但增速略有下降，年均增長(zhǎng)10.11%，得益于政府轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，經(jīng)濟(jì)發(fā)展質(zhì)量得到改善。

3.3.2 人均碳排放量

人均碳排放量由1995年的1.15噸/人增加到2017年的4.16噸/人，年均增長(zhǎng)6.3%。得益于“計(jì)劃生育”這一基本國(guó)策，此期間人口增長(zhǎng)率較低，人均碳排放變動(dòng)趨勢(shì)與碳排放總量變動(dòng)趨勢(shì)大體一致。

3.3.3 碳排放強(qiáng)度

廣西碳排放強(qiáng)度由1995年的3.03噸/萬(wàn)元下降到2017年的1.43噸/萬(wàn)元，年均降低3.32%。碳排放強(qiáng)度變化大致可分為三個(gè)階段（圖1），1995—2002年碳排放強(qiáng)度持續(xù)下降，年均下降率為6.875%;2003—2005年碳排放強(qiáng)度連續(xù)2年小幅上升，2005年碳排放強(qiáng)度為2.32噸/萬(wàn)元;2006—2017年，碳排放強(qiáng)度顯著下降，2017年比2006年下降了69.93%，年均下降4.08%。碳排放強(qiáng)度變化趨勢(shì)表明，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、能源結(jié)構(gòu)的優(yōu)化清潔能源技術(shù)發(fā)展推動(dòng)了廣西能源效率提高。

3.3.4 產(chǎn)業(yè)部門(mén)碳排放

按產(chǎn)業(yè)部門(mén)看，碳排放壓力主要來(lái)源于工業(yè)部門(mén)。如圖2，一方面，1995—2017年間，廣西工業(yè)部門(mén)碳排放量居于主導(dǎo)地位，占碳排放總量的比重在70%以上，但略有下降，從1995年的88.78%下降到2017年的80.69%。另一方面，廣西碳排放增量壓力也主要來(lái)自工業(yè)部門(mén)，2017年工業(yè)部門(mén)碳排放量比1995年增加了4400.57萬(wàn)噸，是其他3部門(mén)增量總和的3.02倍。2017年廣西六大高耗能行業(yè)增加值增長(zhǎng)3.9%，占規(guī)模以上工業(yè)增加值的39.7%，表明廣西正處于以工業(yè)經(jīng)濟(jì)為主導(dǎo)的工業(yè)化快速推進(jìn)階段。另外，近年來(lái)旅游業(yè)、服務(wù)業(yè)等第三產(chǎn)業(yè)快速發(fā)展，第三產(chǎn)業(yè)的碳排放量占比亦呈上升趨勢(shì)，從1995年的6.16%上升至2017年的13.85%。

4 廣西二氧化碳環(huán)境庫(kù)茲涅茨曲線

4.1 模型選擇

經(jīng)濟(jì)規(guī)模是碳排放增長(zhǎng)的主要驅(qū)動(dòng)因素，由前文分析可知，經(jīng)濟(jì)快速增長(zhǎng)時(shí)期往往伴隨著碳排放量的增長(zhǎng)，為進(jìn)一步探討經(jīng)濟(jì)增長(zhǎng)與碳排放的協(xié)動(dòng)性關(guān)系，文章采用二氧化碳的環(huán)境庫(kù)茲涅茨曲線（EKC）進(jìn)行分析，解釋變量為人均收入（Shafik N等，1992），模型表達(dá)式如下：

式中：PC為人均碳排放量（噸/人），PG為人均GDP（元/人）。為減小數(shù)據(jù)波動(dòng)，消除異方差，對(duì)數(shù)據(jù)取自然對(duì)數(shù)，記為L(zhǎng)PG、LPC。βi（i=0， 1， 2， 3）為待估參數(shù)。

4.2 EKC模型估計(jì)及分析

在進(jìn)行參數(shù)估計(jì)之前，為避免“偽回歸”情況，采用ADF方法檢驗(yàn)人均碳排放量、人均GDP對(duì)數(shù)序列的平穩(wěn)性。由平穩(wěn)性檢驗(yàn)結(jié)果可知（表略，備索），LPG、LPC均為I（2）序列，即存在2個(gè)單位根，屬于非平穩(wěn)序列。非平穩(wěn)序列能否直接建立回歸模型，取決于變量之間是否具有長(zhǎng)期均衡關(guān)系。因此進(jìn)一步檢驗(yàn)變量之間是否存在協(xié)整關(guān)系。

文章利用Johansen協(xié)整檢驗(yàn)法來(lái)檢驗(yàn)LPG、（LPGt）2、 （LPGt）3之間是否存在協(xié)整關(guān)系。跡檢驗(yàn)結(jié)果顯示存在1個(gè)協(xié)整關(guān)系，即LPCt、 LPG、 （LPGt）2、 （LPG）t3之間存在長(zhǎng)期均衡關(guān)系。使用Johansen的MLE方法估計(jì)該系統(tǒng)的協(xié)整方程：

人均收入的一次項(xiàng)系數(shù)為負(fù)、二次項(xiàng)系數(shù)為正、三次項(xiàng)系數(shù)為負(fù)，說(shuō)明廣西人均碳排放量與人均收入呈倒“N”型關(guān)系，即伴隨收入水平提高，環(huán)境質(zhì)量先改善再惡化，后復(fù)歸改善。如圖3，隨著經(jīng)濟(jì)增長(zhǎng)，1995—2017年間廣西碳排放呈先下降后上升趨勢(shì)。

進(jìn)一步計(jì)算廣西EKC曲線的理論拐點(diǎn)，廣西EKC曲線的第一個(gè)理論拐點(diǎn)位于人均GDP為4263.887元時(shí)，約在1997—1998年間;第二個(gè)理論拐點(diǎn)位于人均GDP為23398.15元時(shí)，約在2013—2014年間。第一階段為1995—1997年，人均收入小于4263.887元，隨著人均收入的增加，人均二氧化碳排放減少，受1997年?yáng)|南亞金融危機(jī)影響，廣西工業(yè)生產(chǎn)低迷，故碳排放量較少;第二階段為1998—2012年，人均收入介于4263.887～23398.15元，人均碳排放隨著人均收入的增加而增加，環(huán)境質(zhì)量惡化，此期間廣西工業(yè)高速發(fā)展，工業(yè)增加值年均增長(zhǎng)率為10%，且為粗放型增長(zhǎng)，單位產(chǎn)值能耗平均處于0.82噸/萬(wàn)元的高位;第三階段為2013—2017年，人均收入大于23398.15元，人均碳排放隨著人均收入的增加而短暫減少后又回歸上升趨勢(shì)，與理論倒N型曲線存在一定差距，實(shí)際上廣西當(dāng)前正處于經(jīng)濟(jì)增長(zhǎng)與碳排放量增大的第二階段，第三階段的特征尚不明顯。

5 碳排放影響因素分析

上文分析表明經(jīng)濟(jì)增長(zhǎng)與碳排放關(guān)系密切，為深入了解碳排放量變動(dòng)的原因，本節(jié)采用Kaya 恒等式（Yoichi Kaya，1990）深入探析碳排放的驅(qū)動(dòng)因素。表達(dá)式如下：

式（6）中CE、 P、 GDP、 E分別代表碳排放總量、人口規(guī)模、廣西地區(qū)生產(chǎn)總值（2005年不變價(jià)）和能源消費(fèi)總量（萬(wàn)噸標(biāo)準(zhǔn)煤）。

5.1 碳排放影響因素貢獻(xiàn)率分析

由式（6）可知，碳排放總量等價(jià)于人口規(guī)模P、 人均收入PG（GDPP）、能源消費(fèi)強(qiáng)度I（EGDP）（噸標(biāo)煤/萬(wàn)元）、能源結(jié)構(gòu)強(qiáng)度S（CEE）（噸/噸標(biāo)煤）四項(xiàng)的乘積。則碳排放總量的變化（ΔCE）可以分解成這4個(gè)因子的貢獻(xiàn)，采用Ang B W（2004）提出的對(duì)數(shù)平均迪式加法分解法（Logarithmic Mean Divisia Index，LMDI）進(jìn)行，表達(dá)式為：

其中，ΔCP、 ΔCPG、 ΔCI、 ΔCS分別表示當(dāng)其他因素保持不變時(shí)，人口效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)、強(qiáng)度效應(yīng)、結(jié)構(gòu)效應(yīng)引起的碳排放變動(dòng)。第0年至第t年的各因素LMDI效應(yīng)公式如下：

1995—2017年廣西碳排放量增加了15075.12萬(wàn)噸（人均碳排放量增加了3.01噸/人）。其中，人口規(guī)模擴(kuò)大、經(jīng)濟(jì)增長(zhǎng)、能源結(jié)構(gòu)調(diào)整導(dǎo)致的碳排放增量分別為720.88、23429.03、2083.24萬(wàn)噸，能源強(qiáng)度減弱使得碳排放下降了11158.03萬(wàn)噸。

圖4表明：第一，經(jīng)濟(jì)發(fā)展效應(yīng)對(duì)碳排放變化有著絕對(duì)的正向作用，貢獻(xiàn)率為155.42%。2017年的實(shí)際GDP較1995年增長(zhǎng)了7.96倍，人均GDP增長(zhǎng)了7.33倍，經(jīng)濟(jì)的快速發(fā)展引起能源消費(fèi)增加，進(jìn)而引起碳排放量上升，23年間碳排放量增加了2.88倍。第二，能源消費(fèi)強(qiáng)度降低能有效抑制碳排放增長(zhǎng)。能源消費(fèi)強(qiáng)度從1995年的1.26噸/萬(wàn)元下降到2017年的0.47噸/萬(wàn)元，對(duì)碳排放的貢獻(xiàn)率為-74.02%。2013年廣西實(shí)施節(jié)能減排政策、推進(jìn)重點(diǎn)行業(yè)減排工程建設(shè)，能源消費(fèi)強(qiáng)度從2012年的0.73噸/萬(wàn)元下降到2013年的0.64噸/萬(wàn)元，可見(jiàn)，政策能夠有效推動(dòng)碳排放強(qiáng)度降低。第三，能源結(jié)構(gòu)效應(yīng)對(duì)碳排放變化的影響為正，貢獻(xiàn)為13.82%。1995—2001年，這一效應(yīng)為負(fù)，以輕工業(yè)為主的廣西經(jīng)濟(jì)發(fā)展對(duì)煤炭的消費(fèi)下降，能源結(jié)構(gòu)優(yōu)化減少了碳排放的增加;2002—2012年，工業(yè)結(jié)構(gòu)調(diào)整，重工業(yè)快速發(fā)展以及能源的粗放利用，導(dǎo)致煤炭消費(fèi)反彈，結(jié)構(gòu)效應(yīng)對(duì)碳排放增量的貢獻(xiàn)也由負(fù)變正，且在2013—2107年間，正向效應(yīng)增強(qiáng)。第四，人口規(guī)模對(duì)碳排放量的貢獻(xiàn)較小，僅為0.02%，這與廣西的人口增長(zhǎng)率有關(guān)，在計(jì)劃生育的基本國(guó)策下，研究區(qū)間內(nèi)廣西人口年平均增長(zhǎng)率為0.316%。因此，在保持經(jīng)濟(jì)發(fā)展的同時(shí)，要有效減少碳排放量增量，不僅要降低能源消費(fèi)強(qiáng)度，更要優(yōu)化能源結(jié)構(gòu)、減少高污染能源的使用、增加清潔能源的使用，避免能源強(qiáng)度下降產(chǎn)生的減排效應(yīng)被能源結(jié)構(gòu)惡化產(chǎn)生的增排效應(yīng)抵減。

5.2 能源強(qiáng)度對(duì)碳排放的影響

前文分析表明，降低能源強(qiáng)度I，能減緩碳排放的增長(zhǎng)。目前廣西能源強(qiáng)度高出國(guó)家水平4倍、遠(yuǎn)高于世界平均水平，降低能源強(qiáng)度任重道遠(yuǎn)。深入探討能源強(qiáng)度影響因素，有助于厘清其變動(dòng)的根源、探求降低碳排放的有效途徑。能源強(qiáng)度的分解如下：

其中i=1、2、3、4，分別表示第一產(chǎn)業(yè)、工業(yè)、建筑業(yè)、第三產(chǎn)業(yè)。ei為第i產(chǎn)業(yè)能源強(qiáng)度，表示強(qiáng)度效應(yīng);si為第i 產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重，表示產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)。根據(jù)LMDI 加法分解法分解能源強(qiáng)度，則能源強(qiáng)度的增量表示為：

其中ΔIei和ΔIsi分別為各產(chǎn)業(yè)強(qiáng)度效應(yīng)和結(jié)構(gòu)效應(yīng)變動(dòng)產(chǎn)生的能源強(qiáng)度變化;Wit=ei·si。第二產(chǎn)業(yè)中，工業(yè)增加值占比在85%以上，是第二產(chǎn)業(yè)結(jié)構(gòu)變化的主因。為分析工業(yè)對(duì)能源強(qiáng)度的影響，將第二產(chǎn)業(yè)分為工業(yè)和建筑業(yè)。各產(chǎn)業(yè)的增加值（2005年不變價(jià)）和能源消費(fèi)量分別來(lái)自歷年《廣西統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》。

1995—2017年廣西能源強(qiáng)度I呈下降趨勢(shì)，僅在2004—2007年出現(xiàn)小幅上升。部門(mén)能源強(qiáng)度效應(yīng)降低對(duì)減少能源強(qiáng)度作用顯著（45.85%）;而產(chǎn)業(yè)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整則增加能源強(qiáng)度，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)的貢獻(xiàn)為6.72%。具體來(lái)看（圖5）：第一，工業(yè)能源強(qiáng)度降低是總能源強(qiáng)度下降的根本原因，貢獻(xiàn)率為-77.68%，能源強(qiáng)度從1995年的2.9噸/萬(wàn)元下降到2016年的0.48噸/萬(wàn)元，年均下降8.13%。究其原因，一方面，總能源強(qiáng)度、工業(yè)能源強(qiáng)度的調(diào)整趨勢(shì)大體一致（圖6），2011年工業(yè)化率由上年的40.6%上升為42.0%，工業(yè)主導(dǎo)地位進(jìn)一步增強(qiáng)，總能源強(qiáng)度隨工業(yè)能源強(qiáng)度的上升而上升。另一方面，工業(yè)能源強(qiáng)度對(duì)總能源強(qiáng)度變動(dòng)起主導(dǎo)作用，是由于工業(yè)能源強(qiáng)度顯著高于第一、第三產(chǎn)業(yè)的能源強(qiáng)度，約為第一和第三產(chǎn)業(yè)的7倍左右。第二，工業(yè)結(jié)構(gòu)調(diào)整引起能源強(qiáng)度增強(qiáng)，貢獻(xiàn)為5.6%。2002—2007年、2009年間，工業(yè)結(jié)構(gòu)效應(yīng)對(duì)能源強(qiáng)度的貢獻(xiàn)為正，且絕對(duì)值顯著大于貢獻(xiàn)為負(fù)值的年份。工業(yè)結(jié)構(gòu)效應(yīng)正向和負(fù)向的沖擊對(duì)能源強(qiáng)度積累造成持續(xù)性增大，這是因?yàn)?000年西部大開(kāi)發(fā)政策實(shí)施以來(lái)，工業(yè)規(guī)模增大、高耗能的重工業(yè)成為能源消費(fèi)的主要推動(dòng)力，進(jìn)一步弱化了能源消費(fèi)強(qiáng)度下降的減排效應(yīng)。第三，第三產(chǎn)業(yè)能源強(qiáng)度降低引起總能源強(qiáng)度下降，貢獻(xiàn)為-3.46%。總而言之，工業(yè)能源強(qiáng)度和工業(yè)結(jié)構(gòu)是能源強(qiáng)度變動(dòng)的主要原因。因此廣西要降低能源強(qiáng)度，關(guān)鍵在于降低工業(yè)能源強(qiáng)度、提高工業(yè)部門(mén)能源利用效率。

5.3 能源結(jié)構(gòu)強(qiáng)度對(duì)碳排放的影響

能源結(jié)構(gòu)的調(diào)整也是碳排放變化的作用因素之一。2002 年起，能源結(jié)構(gòu)對(duì)碳排放增量的貢獻(xiàn)由負(fù)變正、且逐步增加。為探究其貢獻(xiàn)增強(qiáng)的緣由，將能源結(jié)構(gòu)分解為：

其中i表示煤炭、石油、天然氣等一次能源，Ei為第i類(lèi)能源的消費(fèi)量，CEi/Ei表示第i類(lèi)能源的碳排放系數(shù)，Ei/∑Ei表示第i類(lèi)能源消費(fèi)結(jié)構(gòu)?；诋?dāng)前尚未具備成熟的二氧化碳減排技術(shù)，碳排放系數(shù)基本不變，故能源結(jié)構(gòu)效應(yīng)的變動(dòng)取決于能源結(jié)構(gòu)。廣西煤炭消費(fèi)量在一次能源消費(fèi)結(jié)構(gòu)中居于主導(dǎo)地位，年平均占比為78.25%，雖然近幾年呈下降趨勢(shì)，但2017年占比仍高達(dá)73.2%，是結(jié)構(gòu)效應(yīng)的主要影響因素。

能源結(jié)構(gòu)和煤炭消費(fèi)結(jié)構(gòu)波動(dòng)大體相同（圖7）。1995—2002年，煤炭消費(fèi)比例下降促使能源結(jié)構(gòu)下降;2002—2013年，煤炭消費(fèi)比例波動(dòng)上升拉動(dòng)能源結(jié)構(gòu)上升;2014—2017年間兩者走勢(shì)出現(xiàn)偏離，是由于煤炭消費(fèi)比例略有下降、而石油消費(fèi)比重上升，2015年石油消費(fèi)比重達(dá)27.66%。由此可見(jiàn)降低煤炭消費(fèi)比例，能顯著放緩碳排放增長(zhǎng)速度。進(jìn)一步表明廣西發(fā)展低碳經(jīng)濟(jì)的關(guān)鍵在于優(yōu)化能源結(jié)構(gòu)，特別是降低煤炭等高污染能源的消費(fèi)比例，可以有效降低能源結(jié)構(gòu)碳強(qiáng)度，從而減少二氧化碳的排放。

5.4 碳排放的STIRPAT 模型

前文分析發(fā)現(xiàn)影響碳排放的主要貢獻(xiàn)因素有：人均收入、工業(yè)能源強(qiáng)度、工業(yè)結(jié)構(gòu)及一次能源消費(fèi)結(jié)構(gòu)。然各因素對(duì)碳排放的沖擊效應(yīng)無(wú)法具體體現(xiàn)，有必要考察碳排放對(duì)各影響因素的沖擊響應(yīng)及敏感程度，引入IPAT模型的隨機(jī)形式，即定量描述人口、富裕以及技術(shù)對(duì)環(huán)境壓力影響的STIRPAT模型：

對(duì)式（12）兩邊取自然對(duì)數(shù)，得：

其中I表示環(huán)境壓力，P為人口數(shù)量，A為富裕度，μ為模型誤差。結(jié)合廣西實(shí)際情況，對(duì)式（13）進(jìn)行調(diào)整，增加工業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)，調(diào)整后的模型為：

其中bi為待估參數(shù)，CEt、PGt、Gt、Yt、Mt分別表示碳排放總量、人均收入、工業(yè)能源強(qiáng)度ΔIe2、一次能源消費(fèi)結(jié)構(gòu)（用煤炭消費(fèi)比例表示）、工業(yè)結(jié)構(gòu)ΔIs2。對(duì)數(shù)形式記為lnCEt、 lnPGt、 lnGt、 lnYt、 lnMt。對(duì)各變量的對(duì)數(shù)序列進(jìn)行單位根檢驗(yàn)，結(jié)果顯示所有對(duì)數(shù)序列均為一階單整（表略，備索），可進(jìn)行協(xié)整檢驗(yàn)。跡檢驗(yàn)結(jié)果顯示存在一個(gè)協(xié)整秩，采用Johansen方法估計(jì)向量誤差修正模型，協(xié)整方程如下：

括號(hào)內(nèi)為t統(tǒng)計(jì)量。一次能源消費(fèi)結(jié)構(gòu)（Yt）統(tǒng)計(jì)不顯著，表明碳排放量對(duì)能源消費(fèi)結(jié)構(gòu)不敏感，主要?dú)w結(jié)于廣西能源消費(fèi)結(jié)構(gòu)單一，煤炭消費(fèi)量占比過(guò)大，研究區(qū)間內(nèi)未發(fā)生明顯改變。對(duì)Yt進(jìn)行指數(shù)擬合，顯示一次能源消費(fèi)結(jié)構(gòu)呈下降趨勢(shì)，下降速率為0.06，R2=0.6474;對(duì)CEt進(jìn)行指數(shù)擬合，碳排放量以0.0783的速率上升，R2=0.9188，再次表明一次能源消費(fèi)結(jié)構(gòu)的降低并未對(duì)碳排放減少起實(shí)質(zhì)作用。

式（15）存在嚴(yán)重的多重共線性，采用逐步回歸法克服，得到如下模型：

式（16）的所有系數(shù)均通過(guò)經(jīng)濟(jì)意義檢驗(yàn)，且在10%的顯著性水平上顯著，模型整體的線性關(guān)系亦是成立的;且AIC、BIC信息準(zhǔn)則顯示模型（16）優(yōu)于模型（15）。由式（16）可知，人均收入、工業(yè)能源強(qiáng)度、工業(yè)結(jié)構(gòu)的增加均對(duì)碳排放起促進(jìn)作用。從系數(shù)大小來(lái)看，第一，工業(yè)結(jié)構(gòu)影響最大，人均收入次之，工業(yè)能源強(qiáng)度最小，廣西以重工業(yè)為支柱的經(jīng)濟(jì)發(fā)展結(jié)構(gòu)在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)，亦增加了對(duì)高污染能源的消耗。第二，工業(yè)結(jié)構(gòu)、工業(yè)能源強(qiáng)度系數(shù)顯著為正，說(shuō)明更高的工業(yè)比重、單位工業(yè)產(chǎn)值能耗會(huì)引致更高的碳排放量，工業(yè)快速發(fā)展和能源的過(guò)度消耗是加劇地區(qū)碳排放的主要驅(qū)動(dòng)因素。第三，人均收入系數(shù)顯著為正，說(shuō)明人均生產(chǎn)總值越高，廣西碳排放量越高，可見(jiàn)廣西經(jīng)濟(jì)發(fā)展是建立在高碳排放基礎(chǔ)上的，且正面臨發(fā)展經(jīng)濟(jì)與降低碳排放的雙重壓力，故發(fā)展低碳經(jīng)濟(jì)是廣西可持續(xù)發(fā)展的必然選擇。

5.5 結(jié)論與政策啟示

文章以廣西能源消費(fèi)碳排放為研究對(duì)象，采用EKC曲線檢驗(yàn)經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的影響，并在此基礎(chǔ)上深入探究碳排放的可能影響因素，實(shí)證分析得到如下結(jié)論：第一，進(jìn)入二十一世紀(jì)以來(lái)，廣西工業(yè)主導(dǎo)型的粗放經(jīng)濟(jì)增長(zhǎng)對(duì)能源過(guò)度消耗和以煤為主的單一能源消費(fèi)結(jié)構(gòu)，使得碳排放量持續(xù)上行。第二，廣西碳排放與經(jīng)濟(jì)增長(zhǎng)呈倒N型關(guān)系，理論上廣西目前正處于倒N型曲線的第三階段，實(shí)際上廣西當(dāng)前正處于經(jīng)濟(jì)發(fā)展與碳排放量上升的第二階段，第三階段的特征尚未出現(xiàn)。僅考慮人均收入的簡(jiǎn)單EKC曲線只能單一的描述人均收入對(duì)碳排放量的影響，無(wú)法考察其他因素的作用;且不能用來(lái)預(yù)測(cè)將來(lái)的排放拐點(diǎn)，因?yàn)樵趯?lái)的某一人均收入水平，產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的變動(dòng)必將引致不同的碳排放。第三，碳排放影響因素分解結(jié)果以及調(diào)整后的STIRPAT模型表明人均收入、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)的增加均對(duì)碳排放起促進(jìn)作用，其中工業(yè)能源強(qiáng)度、工業(yè)結(jié)構(gòu)是能源強(qiáng)度變化的主導(dǎo)因素。在保持經(jīng)濟(jì)發(fā)展的情況下，要減緩碳排放的增長(zhǎng)，關(guān)鍵在于降低能源強(qiáng)度，尤其是工業(yè)能源強(qiáng)度，同時(shí)優(yōu)化能源消費(fèi)結(jié)構(gòu)，減少煤炭等高污染能源的使用。

基于文章的研究?jī)?nèi)容，提出以下幾點(diǎn)政策建議：第一，碳排放對(duì)工業(yè)結(jié)構(gòu)的變動(dòng)最為敏感，廣西在向綠色經(jīng)濟(jì)轉(zhuǎn)型過(guò)程中，仍應(yīng)關(guān)注供給側(cè)結(jié)構(gòu)改革，推動(dòng)工業(yè)結(jié)構(gòu)調(diào)整，增強(qiáng)服務(wù)業(yè)的“穩(wěn)定器”作用、促進(jìn)消費(fèi)結(jié)構(gòu)升級(jí)。第二，工業(yè)能源強(qiáng)度對(duì)碳排放量有顯著正向效應(yīng)，廣西工業(yè)在邁向中高端制造業(yè)過(guò)程中應(yīng)嚴(yán)格執(zhí)行習(xí)近平總書(shū)記提出的“廣西生態(tài)優(yōu)勢(shì)金不換”的要求，加快加大節(jié)能減排技術(shù)開(kāi)發(fā)利用，提高能源效率，降低能源強(qiáng)度，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。第三，雖然一次能源消費(fèi)結(jié)構(gòu)未對(duì)碳排放產(chǎn)生顯著效應(yīng)，但仍應(yīng)關(guān)注煤炭等高污染能源使用效率的提高，增加清潔能源的使用，允許清潔能源多樣化，避免能源消費(fèi)結(jié)構(gòu)固化和單一化，以更有效地推動(dòng)經(jīng)濟(jì)低碳化發(fā)展。

參考文獻(xiàn)：

[1]GROSSMAN G M，KRUEGER A B.Environmental impacts of a North American free trade agreement[J].National Bureau of Economic Research Working Paper， 1991，8（3914）：37-39.

[2]GALEOTTI M， LANZA A，PAULI F.Reassessing the environmental kuznets curve for CO2 emissions： a robustness exercise[J].Ecological Economics， 2006， 57（1）：152-163.

[3]LANTZ V， FENG Q.Assessing income， population，and technology impacts on CO2 emissions in Canada，wheres the EKC？ [J].Ecological Economics， 2006（57）：229-238.

[4]孫輝煌.我國(guó)城市化、經(jīng)濟(jì)發(fā)展水平與二氧化碳排放——基于中國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證檢驗(yàn)[J].華東經(jīng)濟(jì)管理，2012，26（10）：69-74.

[5]胡宗義，唐李偉，蘇靜.碳排放與經(jīng)濟(jì)增長(zhǎng)：空間動(dòng)態(tài)效應(yīng)與EKC再檢驗(yàn)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013，35（12）：30-37.

[6]劉華軍，閆慶悅，孫曰瑤.中國(guó)二氧化碳排放的環(huán)境庫(kù)茲涅茨曲線——基于時(shí)間序列與面板數(shù)據(jù)的經(jīng)驗(yàn)估計(jì)[J].中國(guó)科技論壇，2011（4）：108-113.

[7]許廣月，宋德勇.中國(guó)碳排放環(huán)境庫(kù)茲涅茨曲線的實(shí)證研究——基于省域面板數(shù)據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2010（5）：37-47.

[8]張為付， 周長(zhǎng)富.我國(guó)碳排放軌跡呈現(xiàn)庫(kù)茲涅茨倒u型嗎？——基于不同區(qū)域經(jīng)濟(jì)發(fā)展與碳排放關(guān)系分析[J].經(jīng)濟(jì)管理， 2011， 33（6）：14-23.

[9]秦昌才，劉譯聰，盧玢文.中國(guó)城市化的溫室效應(yīng)研究[J].北京林業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，19（1）：39-44.

[10]方忠，張華榮.中國(guó)碳排放EKC的省域門(mén)限分組及其異質(zhì)性檢驗(yàn)[J].經(jīng)濟(jì)研究參考，2019（21）：89-98.

[11]鄧曉蘭，鄢哲明，武永義.碳排放與經(jīng)濟(jì)發(fā)展服從倒U型曲線關(guān)系嗎——對(duì)環(huán)境庫(kù)茲涅茨曲線假說(shuō)的重新解讀[J].財(cái)貿(mào)經(jīng)濟(jì)，2014（2）：19-29.

[12]吳振信，萬(wàn)埠磊.基于環(huán)境庫(kù)茲涅茨曲線的北京市碳排放與經(jīng)濟(jì)增長(zhǎng)相關(guān)性研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2012（14）：61-64.

[13]張樂(lè)勤，陳素平，李榮富，等.基于協(xié)整分析的安徽省能源消費(fèi)碳排放庫(kù)茲涅茨曲線[J].生態(tài)學(xué)雜志，2012，31（7）：1691-1700.

[14]洪業(yè)應(yīng).產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的變動(dòng)對(duì)碳排放的影響分析：基于環(huán)境庫(kù)茲涅茨曲線檢驗(yàn)[J].環(huán)境科學(xué)與技術(shù)， 2015， 38（8）：266-272.

[15]林伯強(qiáng)，蔣竺均.中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素分析[J].管理世界，2009（4）：27-36.

[16]陳詩(shī)一.中國(guó)碳排放強(qiáng)度的波動(dòng)下降模式及經(jīng)濟(jì)解釋[J].世界經(jīng)濟(jì)，2011，34（4）：124-143.

[17]肖宏偉，易丹輝.中國(guó)區(qū)域工業(yè)碳排放空間計(jì)量研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013，35（8）：1-11.

[18]邵帥，楊莉莉，曹建華.工業(yè)能源消費(fèi)碳排放影響因素研究——基于STIRPAT模型的上海分行業(yè)動(dòng)態(tài)面板數(shù)據(jù)實(shí)證分析[J].財(cái)經(jīng)研究，2010，36（11）：16-27.

[19]吳長(zhǎng)蘭，王東，蘇彥濤.廣東省市域碳排放時(shí)空分異特征及影響因素——基于EDGAR數(shù)據(jù)的分析[J].地域研究與開(kāi)發(fā)，2020，39（1）：127-132，151.

[20]劉志紅.中國(guó)區(qū)域能源消費(fèi)碳排放測(cè)算、收斂及脫鉤研究[D].南昌：江西財(cái)經(jīng)大學(xué)，2018.

[基金項(xiàng)目]廣西大學(xué)行健文理學(xué)院青年教師科研能力提升項(xiàng)目（項(xiàng)目編號(hào)：Y2019RSQ04）。

[作者簡(jiǎn)介]劉勝粵（1993—），女，漢族，廣西玉林人，統(tǒng)計(jì)師，助教，碩士，研究方向：數(shù)量經(jīng)濟(jì)學(xué)。