廣西能源消費碳排放動態(tài)特征及影響因素分析

[摘 要]文章采用《省級溫室氣體清單編制指南》推薦的二氧化碳測算方法，測算1995—2017年廣西能源消費碳排放，分析碳排放總量、人均碳排放量、碳排放強度的動態(tài)特征;并基于環(huán)境庫茲涅茨模型、對數(shù)平均迪式分解模型（LMDI）、STIRPA模型考察廣西能源消費碳排放的影響因素。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，但簡單的EKC曲線不能用來預(yù)測將來的排放拐點、且理論與實際存在一定差距;②經(jīng)濟(jì)效應(yīng)、能源強度對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)對碳排放量的影響不具有統(tǒng)計意義上的顯著性;③能源強度進(jìn)一步受到產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)能源消費的影響，尤其是工業(yè)結(jié)構(gòu)、工業(yè)能源強度。

[關(guān)鍵詞]能源消費;碳排放;動態(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，而人類燃燒化石燃料是二氧化碳增加的主因。2018年能源消費產(chǎn)生的溫室氣體激增，達(dá)到331億噸的歷史新高，其中我國能源需求增長近70%、二氧化碳排放增長2.5%。我國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，我國在碳排放強度上取得的進(jìn)展仍無法抵消經(jīng)濟(jì)增長、能源消費帶來的碳排放總量增加，經(jīng)濟(jì)增長與碳減排的矛盾凸顯。

廣西作為我國面向東盟的重要門戶、西部大開發(fā)重點地區(qū)，自2002年以來，伴隨著廣西經(jīng)濟(jì)快速發(fā)展，能源消費量增速加快，碳排放量、碳排放強度均高于全國平均水平。廣西2018年能源消費總量為10823.39萬噸標(biāo)準(zhǔn)煤，煤炭消費占能源消費總量的比重為47.06%，與2015年相比不降反升（2015年煤炭消費占比為46.03%），單位GDP能耗比2015年累計下降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，廣西碳排放增長空間受到明顯擠壓，低碳經(jīng)濟(jì)的長期可持續(xù)發(fā)展面臨嚴(yán)峻挑戰(zhàn)。為此，文章通過測算過去一段時期廣西碳排放量、分析其動態(tài)變化，深入探討廣西碳排放量的影響因素，揭示能源消費與碳排放量的協(xié)動性關(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。而研究能源消費碳排放及其影響因素的成果主要集中在如下兩個方面。

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

學(xué)術(shù)界多采用環(huán)境庫茲涅茨曲線（EKC）探討環(huán)境污染與經(jīng)濟(jì)增長的關(guān)系，通過EKC曲線可以進(jìn)行經(jīng)驗估計、預(yù)測碳排放的拐點，揭示經(jīng)濟(jì)發(fā)展與碳排放的動態(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)增長過程中，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)增長與環(huán)境污染關(guān)系的實證研究。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。

國內(nèi)學(xué)者主要從國家層面、區(qū)域?qū)用婵疾焯寂欧排c經(jīng)濟(jì)增長的關(guān)系。國家層面，人均碳排放與我國經(jīng)濟(jì)增長之間具有U型曲線關(guān)系，且我國離拐點的經(jīng)濟(jì)發(fā)展水平還有很大一段差距（孫輝煌，2012）[4]，即該拐點到來的可能性非常小（胡宗義，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?，全國、我國東部地區(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)拐點值明顯高于落后地區(qū)，且接近甚至超過全國拐點值（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（張樂勤，2012）[13];重慶碳排放、能源消費量與經(jīng)濟(jì)增長呈現(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、能源強度、產(chǎn)業(yè)結(jié)構(gòu)和能源消費結(jié)構(gòu)均對碳排放規(guī)模和強度有顯著影響，尤其是能源強度中的工業(yè)能源強度（林伯強、蔣竺均，2009）[15]，工業(yè)結(jié)構(gòu)優(yōu)化有利于降低碳排放強度（陳詩一，2011）[16]，技術(shù)進(jìn)步是工業(yè)能源強度的下降主要驅(qū)動因素（肖宏偉等，2013）[17]。研發(fā)強度、能源效率均對碳排放有顯著的抑制作用，而煤炭消費比重則具顯著正向作用（邵帥等，2010）[18]。經(jīng)濟(jì)因素對落后地區(qū)的碳排放影響較大，人口對其的影響則較為穩(wěn)定（吳長蘭等，2020）[19]。

總體來看，已有研究加深了對碳排放與經(jīng)濟(jì)增長關(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，且對廣西能源消費碳排放的研究較薄弱。杜穎（2012）、謝存花（2014）、張武林（2019）運用對數(shù)平均迪式分解模型分析廣西能源消費碳排放的影響因素，但未給出各影響因素的變化具體會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)展與能源消費數(shù)據(jù)為基礎(chǔ)，首先，測算廣西能源消費碳排放相關(guān)指標(biāo)、并分析其動態(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)來源及碳排放動態(tài)分析

3.1 二氧化碳排放量計算

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

其中CE為能源消費碳排放總量（t）;CEi為第i種能源碳排放量（t）;i為能源類型;ACi為能源i的實物消費量（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《中國能源統(tǒng)計年鑒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)。所選取的能源類型及其相關(guān)系數(shù)表略（備索）。

3.2 數(shù)據(jù)來源

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

能源消費總量ACi=終端能源消費量-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”的投入絕對值（2）

廣西地區(qū)生產(chǎn)總值碳排放量（以下稱“碳排放強度”（t/萬元））等于碳排放量與GDP的比值（CE/GDP）。廣西真實GDP按照2005年不變價平減而得。

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)計技術(shù)原因及數(shù)據(jù)可獲性，2005年以前為戶籍人口，2005年及以后為常住人口。

3.3 廣西能源消費碳排放動態(tài)分析

本節(jié)將從碳排放總量變化、人均碳排放量、碳排放強度及產(chǎn)業(yè)部門碳排放四個方面分析廣西碳排放動態(tài)特征。

3.3.1 碳排放總量

在1995—2017年間，廣西能源消費碳排放量不斷增加，從1995年的5239.86萬噸增長到2017年的20314.98萬噸，增長了287.7%，年平均增長6.07%。由圖1可知，碳排放總量變動大致可分為三個階段，1995—2001年，廣西碳排放波動平緩、略有下降，年均增長率為-0.31%。2002—2012年，碳排放快速增長，年均增長率高達(dá)12.35%，此期間我國加入世界貿(mào)易組織、西部大開發(fā)戰(zhàn)略實施，作為西南出海通道的廣西，對外貿(mào)易強勁增長，出口額年均增長22.79%。伴隨著經(jīng)濟(jì)發(fā)展，能源消費量激增，年均增長13.18%，其中2004年能源消費量比上年增漲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。此后兩年碳排放略微下降，直至2015年，開始新一輪的增長，但增速略有下降，年均增長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6.3%。得益于“計劃生育”這一基本國策，此期間人口增長率較低，人均碳排放變動趨勢與碳排放總量變動趨勢大體一致。

3.3.3 碳排放強度

廣西碳排放強度由1995年的3.03噸/萬元下降到2017年的1.43噸/萬元，年均降低3.32%。碳排放強度變化大致可分為三個階段（圖1），1995—2002年碳排放強度持續(xù)下降，年均下降率為6.875%;2003—2005年碳排放強度連續(xù)2年小幅上升，2005年碳排放強度為2.32噸/萬元;2006—2017年，碳排放強度顯著下降，2017年比2006年下降了69.93%，年均下降4.08%。碳排放強度變化趨勢表明，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)展推動了廣西能源效率提高。

3.3.4 產(chǎn)業(yè)部門碳排放

按產(chǎn)業(yè)部門看，碳排放壓力主要來源于工業(yè)部門。如圖2，一方面，1995—2017年間，廣西工業(yè)部門碳排放量居于主導(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自工業(yè)部門，2017年工業(yè)部門碳排放量比1995年增加了4400.57萬噸，是其他3部門增量總和的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，從1995年的6.16%上升至2017年的13.85%。

4 廣西二氧化碳環(huán)境庫茲涅茨曲線

4.1 模型選擇

經(jīng)濟(jì)規(guī)模是碳排放增長的主要驅(qū)動因素，由前文分析可知，經(jīng)濟(jì)快速增長時期往往伴隨著碳排放量的增長，為進(jìn)一步探討經(jīng)濟(jì)增長與碳排放的協(xié)動性關(guān)系，文章采用二氧化碳的環(huán)境庫茲涅茨曲線（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，消除異方差，對數(shù)據(jù)取自然對數(shù)，記為LPG、LPC。βi（i=0， 1， 2， 3）為待估參數(shù)。

4.2 EKC模型估計及分析

在進(jìn)行參數(shù)估計之前，為避免“偽回歸”情況，采用ADF方法檢驗人均碳排放量、人均GDP對數(shù)序列的平穩(wěn)性。由平穩(wěn)性檢驗結(jié)果可知（表略，備索），LPG、LPC均為I（2）序列，即存在2個單位根，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期均衡關(guān)系。因此進(jìn)一步檢驗變量之間是否存在協(xié)整關(guān)系。

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

人均收入的一次項系數(shù)為負(fù)、二次項系數(shù)為正、三次項系數(shù)為負(fù)，說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，1995—2017年間廣西碳排放呈先下降后上升趨勢。

進(jìn)一步計算廣西EKC曲線的理論拐點，廣西EKC曲線的第一個理論拐點位于人均GDP為4263.887元時，約在1997—1998年間;第二個理論拐點位于人均GDP為23398.15元時，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年東南亞金融危機影響，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)增加值年均增長率為10%，且為粗放型增長，單位產(chǎn)值能耗平均處于0.82噸/萬元的高位;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，與理論倒N型曲線存在一定差距，實際上廣西當(dāng)前正處于經(jīng)濟(jì)增長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)增長與碳排放關(guān)系密切，為深入了解碳排放量變動的原因，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）和能源消費總量（萬噸標(biāo)準(zhǔn)煤）。

5.1 碳排放影響因素貢獻(xiàn)率分析

由式（6）可知，碳排放總量等價于人口規(guī)模P、 人均收入PG（GDPP）、能源消費強度I（EGDP）（噸標(biāo)煤/萬元）、能源結(jié)構(gòu)強度S（CEE）（噸/噸標(biāo)煤）四項的乘積。則碳排放總量的變化（ΔCE）可以分解成這4個因子的貢獻(xiàn)，采用Ang B W（2004）提出的對數(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，人口效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)、強度效應(yīng)、結(jié)構(gòu)效應(yīng)引起的碳排放變動。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、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、2083.24萬噸，能源強度減弱使得碳排放下降了11158.03萬噸。

圖4表明：第一，經(jīng)濟(jì)發(fā)展效應(yīng)對碳排放變化有著絕對的正向作用，貢獻(xiàn)率為155.42%。2017年的實際GDP較1995年增長了7.96倍，人均GDP增長了7.33倍，經(jīng)濟(jì)的快速發(fā)展引起能源消費增加，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，能源消費強度降低能有效抑制碳排放增長。能源消費強度從1995年的1.26噸/萬元下降到2017年的0.47噸/萬元，對碳排放的貢獻(xiàn)率為-74.02%。2013年廣西實施節(jié)能減排政策、推進(jìn)重點行業(yè)減排工程建設(shè)，能源消費強度從2012年的0.73噸/萬元下降到2013年的0.64噸/萬元，可見，政策能夠有效推動碳排放強度降低。第三，能源結(jié)構(gòu)效應(yīng)對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)展對煤炭的消費下降，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)致煤炭消費反彈，結(jié)構(gòu)效應(yīng)對碳排放增量的貢獻(xiàn)也由負(fù)變正，且在2013—2107年間，正向效應(yīng)增強。第四，人口規(guī)模對碳排放量的貢獻(xiàn)較小，僅為0.02%，這與廣西的人口增長率有關(guān)，在計劃生育的基本國策下，研究區(qū)間內(nèi)廣西人口年平均增長率為0.316%。因此，在保持經(jīng)濟(jì)發(fā)展的同時，要有效減少碳排放量增量，不僅要降低能源消費強度，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 能源強度對碳排放的影響

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

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)能源強度，表示強度效應(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度，則能源強度的增量表示為：

其中ΔIei和ΔIsi分別為各產(chǎn)業(yè)強度效應(yīng)和結(jié)構(gòu)效應(yīng)變動產(chǎn)生的能源強度變化;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)對能源強度的影響，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）和能源消費量分別來自歷年《廣西統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》。

1995—2017年廣西能源強度I呈下降趨勢，僅在2004—2007年出現(xiàn)小幅上升。部門能源強度效應(yīng)降低對減少能源強度作用顯著（45.85%）;而產(chǎn)業(yè)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整則增加能源強度，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)的貢獻(xiàn)為6.72%。具體來看（圖5）：第一，工業(yè)能源強度降低是總能源強度下降的根本原因，貢獻(xiàn)率為-77.68%，能源強度從1995年的2.9噸/萬元下降到2016年的0.48噸/萬元，年均下降8.13%。究其原因，一方面，總能源強度、工業(yè)能源強度的調(diào)整趨勢大體一致（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，總能源強度隨工業(yè)能源強度的上升而上升。另一方面，工業(yè)能源強度對總能源強度變動起主導(dǎo)作用，是由于工業(yè)能源強度顯著高于第一、第三產(chǎn)業(yè)的能源強度，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)整引起能源強度增強，貢獻(xiàn)為5.6%。2002—2007年、2009年間，工業(yè)結(jié)構(gòu)效應(yīng)對能源強度的貢獻(xiàn)為正，且絕對值顯著大于貢獻(xiàn)為負(fù)值的年份。工業(yè)結(jié)構(gòu)效應(yīng)正向和負(fù)向的沖擊對能源強度積累造成持續(xù)性增大，這是因為2000年西部大開發(fā)政策實施以來，工業(yè)規(guī)模增大、高耗能的重工業(yè)成為能源消費的主要推動力，進(jìn)一步弱化了能源消費強度下降的減排效應(yīng)。第三，第三產(chǎn)業(yè)能源強度降低引起總能源強度下降，貢獻(xiàn)為-3.46%?？偠灾?，工業(yè)能源強度和工業(yè)結(jié)構(gòu)是能源強度變動的主要原因。因此廣西要降低能源強度，關(guān)鍵在于降低工業(yè)能源強度、提高工業(yè)部門能源利用效率。

5.3 能源結(jié)構(gòu)強度對碳排放的影響

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類能源的消費量，CEi/Ei表示第i類能源的碳排放系數(shù)，Ei/∑Ei表示第i類能源消費結(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)的變動取決于能源結(jié)構(gòu)。廣西煤炭消費量在一次能源消費結(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，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)和煤炭消費結(jié)構(gòu)波動大體相同（圖7）。1995—2002年，煤炭消費比例下降促使能源結(jié)構(gòu)下降;2002—2013年，煤炭消費比例波動上升拉動能源結(jié)構(gòu)上升;2014—2017年間兩者走勢出現(xiàn)偏離，是由于煤炭消費比例略有下降、而石油消費比重上升，2015年石油消費比重達(dá)27.66%。由此可見降低煤炭消費比例，能顯著放緩碳排放增長速度。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比例，可以有效降低能源結(jié)構(gòu)碳強度，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)能源強度、工業(yè)結(jié)構(gòu)及一次能源消費結(jié)構(gòu)。然各因素對碳排放的沖擊效應(yīng)無法具體體現(xiàn)，有必要考察碳排放對各影響因素的沖擊響應(yīng)及敏感程度，引入IPAT模型的隨機形式，即定量描述人口、富裕以及技術(shù)對環(huán)境壓力影響的STIRPAT模型：

對式（12）兩邊取自然對數(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)合廣西實際情況，對式（13）進(jìn)行調(diào)整，增加工業(yè)結(jié)構(gòu)和能源消費結(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)能源強度ΔIe2、一次能源消費結(jié)構(gòu)（用煤炭消費比例表示）、工業(yè)結(jié)構(gòu)ΔIs2。對數(shù)形式記為lnCEt、 lnPGt、 lnGt、 lnYt、 lnMt。對各變量的對數(shù)序列進(jìn)行單位根檢驗，結(jié)果顯示所有對數(shù)序列均為一階單整（表略，備索），可進(jìn)行協(xié)整檢驗。跡檢驗結(jié)果顯示存在一個協(xié)整秩，采用Johansen方法估計向量誤差修正模型，協(xié)整方程如下：

括號內(nèi)為t統(tǒng)計量。一次能源消費結(jié)構(gòu)（Yt）統(tǒng)計不顯著，表明碳排放量對能源消費結(jié)構(gòu)不敏感，主要歸結(jié)于廣西能源消費結(jié)構(gòu)單一，煤炭消費量占比過大，研究區(qū)間內(nèi)未發(fā)生明顯改變。對Yt進(jìn)行指數(shù)擬合，顯示一次能源消費結(jié)構(gòu)呈下降趨勢，下降速率為0.06，R2=0.6474;對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結(jié)構(gòu)的降低并未對碳排放減少起實質(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)均通過經(jīng)濟(jì)意義檢驗，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)能源強度、工業(yè)結(jié)構(gòu)的增加均對碳排放起促進(jìn)作用。從系數(shù)大小來看，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，亦增加了對高污染能源的消耗。第二，工業(yè)結(jié)構(gòu)、工業(yè)能源強度系數(shù)顯著為正，說明更高的工業(yè)比重、單位工業(yè)產(chǎn)值能耗會引致更高的碳排放量，工業(yè)快速發(fā)展和能源的過度消耗是加劇地區(qū)碳排放的主要驅(qū)動因素。第三，人均收入系數(shù)顯著為正，說明人均生產(chǎn)總值越高，廣西碳排放量越高，可見廣西經(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碳排放為研究對象，采用EKC曲線檢驗經(jīng)濟(jì)增長對碳排放的影響，并在此基礎(chǔ)上深入探究碳排放的可能影響因素，實證分析得到如下結(jié)論：第一，進(jìn)入二十一世紀(jì)以來，廣西工業(yè)主導(dǎo)型的粗放經(jīng)濟(jì)增長對能源過度消耗和以煤為主的單一能源消費結(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單EKC曲線只能單一的描述人均收入對碳排放量的影響，無法考察其他因素的作用;且不能用來預(yù)測將來的排放拐點，因為在將來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、能源強度、產(chǎn)業(yè)結(jié)構(gòu)的增加均對碳排放起促進(jìn)作用，其中工業(yè)能源強度、工業(yè)結(jié)構(gòu)是能源強度變化的主導(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，關(guān)鍵在于降低能源強度，尤其是工業(yè)能源強度，同時優(yōu)化能源消費結(jié)構(gòu)，減少煤炭等高污染能源的使用。

基于文章的研究內(nèi)容，提出以下幾點政策建議：第一，碳排放對工業(yè)結(jié)構(gòu)的變動最為敏感，廣西在向綠色經(jīng)濟(jì)轉(zhuǎn)型過程中，仍應(yīng)關(guān)注供給側(cè)結(jié)構(gòu)改革，推動工業(yè)結(jié)構(gòu)調(diào)整，增強服務(wù)業(yè)的“穩(wěn)定器”作用、促進(jìn)消費結(jié)構(gòu)升級。第二，工業(yè)能源強度對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)過程中應(yīng)嚴(yán)格執(zhí)行習(xí)近平總書記提出的“廣西生態(tài)優(yōu)勢金不換”的要求，加快加大節(jié)能減排技術(shù)開發(fā)利用，提高能源效率，降低能源強度，實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。第三，雖然一次能源消費結(jié)構(gòu)未對碳排放產(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，避免能源消費結(jié)構(gòu)固化和單一化，以更有效地推動經(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.我國城市化、經(jīng)濟(jì)發(fā)展水平與二氧化碳排放——基于中國省級面板數(shù)據(jù)的實證檢驗[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：空間動態(tài)效應(yīng)與EKC再檢驗[J].山西財經(jīng)大學(xué)學(xué)報，2013，35（12）：30-37.

[6]劉華軍，閆慶悅，孫曰瑤.中國二氧化碳排放的環(huán)境庫茲涅茨曲線——基于時間序列與面板數(shù)據(jù)的經(jīng)驗估計[J].中國科技論壇，2011（4）：108-113.

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

[8]張為付， 周長富.我國碳排放軌跡呈現(xiàn)庫茲涅茨倒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.中國城市化的溫室效應(yīng)研究[J].北京林業(yè)大學(xué)學(xué)報（社會科學(xué)版），2020，19（1）：39-44.

[10]方忠，張華榮.中國碳排放EKC的省域門限分組及其異質(zhì)性檢驗[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——對環(huán)境庫茲涅茨曲線假說的重新解讀[J].財貿(mào)經(jīng)濟(jì)，2014（2）：19-29.

[12]吳振信，萬埠磊.基于環(huán)境庫茲涅茨曲線的北京市碳排放與經(jīng)濟(jì)增長相關(guān)性研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2012（14）：61-64.

[13]張樂勤，陳素平，李榮富，等.基于協(xié)整分析的安徽省能源消費碳排放庫茲涅茨曲線[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)的變動對碳排放的影響分析：基于環(huán)境庫茲涅茨曲線檢驗[J].環(huán)境科學(xué)與技術(shù)， 2015， 38（8）：266-272.

[15]林伯強，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析[J].管理世界，2009（4）：27-36.

[16]陳詩一.中國碳排放強度的波動下降模式及經(jīng)濟(jì)解釋[J].世界經(jīng)濟(jì)，2011，34（4）：124-143.

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

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

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

[20]劉志紅.中國區(qū)域能源消費碳排放測算、收斂及脫鉤研究[D].南昌：江西財經(jīng)大學(xué)，2018.

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

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