廣西能源消費碳排放動態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、碳排放強度的動態特征;并基于環境庫茲涅茨模型、對數平均迪式分解模型（LMDI）、STIRPA模型考察廣西能源消費碳排放的影響因素。研究發現：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”型關系，但簡單的EKC曲線不能用來預測將來的排放拐點、且理論與實際存在一定差距;②經濟效應、能源強度對碳排放量有顯著的促進效應，以煤炭為主的單一能源結構對碳排放量的影響不具有統計意義上的顯著性;③能源強度進一步受到產業結構、產業能源消費的影響，尤其是工業結構、工業能源強度。

[關鍵詞]能源消費;碳排放;動態特征;廣西

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

1 前言

經濟發展史表明，溫室氣體排放激增導致全球氣候變暖，而人類燃燒化石燃料是二氧化碳增加的主因。2018年能源消費產生的溫室氣體激增，達到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展仍無法抵消經濟增長、能源消費帶來的碳排放總量增加，經濟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、西部大開發重點地區，自2002年以來，伴隨著廣西經濟快速發展，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10823.39萬噸標準煤，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”目標相比仍有一定差距;另外，2019年廣西全區規模以上工業能源消耗比上年增長7.4%。隨著世界經濟進入“綠色低碳發展模式”，受到工業化、城鎮化快速發展、人民生活水平提高產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，低碳經濟的長期可持續發展面臨嚴峻挑戰。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動性關系，以期為廣西區域能源環境的可持續發展決策提供借鑒。

2 文獻綜述

關于碳排放的研究一直受到學術界的廣泛關注，研究文獻相當豐富。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 關于環境污染與經濟增長的關系

學術界多采用環境庫茲涅茨曲線（EKC）探討環境污染與經濟增長的關系，通過EKC曲線可以進行經驗估計、預測碳排放的拐點，揭示經濟發展與碳排放的動態關系。G Grossman 和A Kureger（1991）最早提出EKC曲線，并得出經濟增長和環境污染之間呈倒U 型關系的結論，即在經濟增長過程中，環境質量先惡化、而后得到改善[1]。EKC曲線的提出，引發了大量關于經濟增長與環境污染關系的實證研究。Galeottiet等（2006）發現人均碳排放與人均收入呈倒U 型[2];Martin Wagner（2008）、Georgiev（2014）等則認為兩者間單調遞增，De Bruyn S M 等（1997）、Getzner （2003）、Martinez -Zarzoso 等（2004）卻發現兩者關系呈N型曲線關系。Lantz 和Feng（2006）[3]則發現人均GDP 和碳排放量不具有相關性。

國內學者主要從國家層面、區域層面考察碳排放與經濟增長的關系。國家層面，人均碳排放與我國經濟增長之間具有U型曲線關系，且我國離拐點的經濟發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]。由于碳排放與經濟發展關系的復雜性，劉華軍（2011）[6]認為兩者之間具有N型曲線關系。區域層面，全國、我國東部地區和中部地區存在人均碳排放EKC曲線，西部地區則不存在該曲線（許廣月等，2010）[7]、（張為付等，2011）[8];高收入地區經濟增長與碳排放處于倒U型曲線的下降階段（秦昌才等，2020）[9];經濟發達地區拐點值明顯高于落后地區，且接近甚至超過全國拐點值（方忠等，2019）[10];煤炭資源富足地區的EKC曲線呈現出明顯的單調上升形態（鄧曉蘭等，2014）[11]。具體到某一省域，北京市人均碳排放與地區生產總值之間具有倒N型曲線關系，而不是常規的倒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、能源消費量與經濟增長呈現顯著的倒U型（洪業應，2015）[14]。

2.2 關于碳排放的影響因素

經濟發展、能源強度、產業結構和能源消費結構均對碳排放規模和強度有顯著影響，尤其是能源強度中的工業能源強度（林伯強、蔣竺均，2009）[15]，工業結構優化有利于降低碳排放強度（陳詩一，2011）[16]，技術進步是工業能源強度的下降主要驅動因素（肖宏偉等，2013）[17]。研發強度、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]。經濟因素對落后地區的碳排放影響較大，人口對其的影響則較為穩定（吳長蘭等，2020）[19]。

總體來看，已有研究加深了對碳排放與經濟增長關系、碳排放影響因素的理解，但文獻未將二者結合進行深入分析，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上，以1995—2017年廣西經濟發展與能源消費數據為基礎，首先，測算廣西能源消費碳排放相關指標、并分析其動態特征;其次，利用EKC曲線探明人均碳排放與人均收入的關系;再次，采用對數平均迪式分解模型，分解廣西碳排放的影響因素，找出主要貢獻因素;最后，根據STIRPAT模型給出各主要影響因素對碳排放的影響系數，形成定性和定量并重的分析范式。

3 數據來源及碳排放動態分析

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的低位發熱值KJKG或KJm3，低位發熱值取自《中國能源統計年鑒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轉化為CO2的系數。所選取的能源類型及其相關系數表略（備索）。

3.2 數據來源

文章的樣本區間為1995—2017年，文中所有基礎數據來源于《中國能源統計年鑒》中的“廣西能源平衡表 （實物量）”《廣西統計年鑒》。在計算廣西能源消費總量、三次產業能源消費量時，按照以下方式進行（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+“加工轉換投入產出量”矩陣中“火力發電”“供熱”的投入絕對值（2）

廣西地區生產總值碳排放量（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除以人口數量P（CE/P）。由于統計技術原因及數據可獲性，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分析

本節將從碳排放總量變化、人均碳排放量、碳排放強度及產業部門碳排放四個方面分析廣西碳排放動態特征。

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12.35%，此期間我國加入世界貿易組織、西部大開發戰略實施，作為西南出海通道的廣西，對外貿易強勁增長，出口額年均增長22.79%。伴隨著經濟發展，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，城市化進程加快，工業、建筑業急速擴張，產業增加值年平均增速分別為22.49%、20.74%，而寬松的環境管制導致經濟粗放增長。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%，得益于政府轉變經濟發展方式，經濟發展質量得到改善。

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年碳排放強度持續下降，年均下降率為6.875%;2003—2005年碳排放強度連續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，產業結構調整、能源結構的優化清潔能源技術發展推動了廣西能源效率提高。

3.3.4 產業部門碳排放

按產業部門看，碳排放壓力主要來源于工業部門。如圖2，一方面，1995—2017年間，廣西工業部門碳排放量居于主導地位，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部門，2017年工業部門碳排放量比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增加值增長3.9%，占規模以上工業增加值的39.7%，表明廣西正處于以工業經濟為主導的工業化快速推進階段。另外，近年來旅游業、服務業等第三產業快速發展，第三產業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 廣西二氧化碳環境庫茲涅茨曲線

4.1 模型選擇

經濟規模是碳排放增長的主要驅動因素，由前文分析可知，經濟快速增長時期往往伴隨著碳排放量的增長，為進一步探討經濟增長與碳排放的協動性關系，文章采用二氧化碳的環境庫茲涅茨曲線（EKC）進行分析，解釋變量為人均收入（Shafik N等，1992），模型表達式如下：

式中：PC為人均碳排放量（噸/人），PG為人均GDP（元/人）。為減小數據波動，消除異方差，對數據取自然對數，記為LPG、LPC。βi（i=0， 1， 2， 3）為待估參數。

4.2 EKC模型估計及分析

在進行參數估計之前，為避免“偽回歸”情況，采用ADF方法檢驗人均碳排放量、人均GDP對數序列的平穩性。由平穩性檢驗結果可知（表略，備索），LPG、LPC均為I（2）序列，即存在2個單位根，屬于非平穩序列。非平穩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系。因此進一步檢驗變量之間是否存在協整關系。

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

人均收入的一次項系數為負、二次項系數為正、三次項系數為負，說明廣西人均碳排放量與人均收入呈倒“N”型關系，即伴隨收入水平提高，環境質量先改善再惡化，后復歸改善。如圖3，隨著經濟增長，1995—2017年間廣西碳排放呈先下降后上升趨勢。

進一步計算廣西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，廣西工業生產低迷，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，環境質量惡化，此期間廣西工業高速發展，工業增加值年均增長率為10%，且為粗放型增長，單位產值能耗平均處于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，實際上廣西當前正處于經濟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

上文分析表明經濟增長與碳排放關系密切，為深入了解碳排放量變動的原因，本節采用Kaya 恒等式（Yoichi Kaya，1990）深入探析碳排放的驅動因素。表達式如下：

式（6）中CE、 P、 GDP、 E分別代表碳排放總量、人口規模、廣西地區生產總值（2005年不變價）和能源消費總量（萬噸標準煤）。

5.1 碳排放影響因素貢獻率分析

由式（6）可知，碳排放總量等價于人口規模P、 人均收入PG（GDPP）、能源消費強度I（EGDP）（噸標煤/萬元）、能源結構強度S（CEE）（噸/噸標煤）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，采用Ang B W（2004）提出的對數平均迪式加法分解法（Logarithmic Mean Divisia Index，LMDI）進行，表達式為：

其中，ΔCP、 ΔCPG、 ΔCI、 ΔCS分別表示當其他因素保持不變時，人口效應、經濟發展效應、強度效應、結構效應引起的碳排放變動。第0年至第t年的各因素LMDI效應公式如下：

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，人口規模擴大、經濟增長、能源結構調整導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，經濟發展效應對碳排放變化有著絕對的正向作用，貢獻率為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，經濟的快速發展引起能源消費增加，進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，對碳排放的貢獻率為-74.02%。2013年廣西實施節能減排政策、推進重點行業減排工程建設，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，能源結構效應對碳排放變化的影響為正，貢獻為13.82%。1995—2001年，這一效應為負，以輕工業為主的廣西經濟發展對煤炭的消費下降，能源結構優化減少了碳排放的增加;2002—2012年，工業結構調整，重工業快速發展以及能源的粗放利用，導致煤炭消費反彈，結構效應對碳排放增量的貢獻也由負變正，且在2013—2107年間，正向效應增強。第四，人口規模對碳排放量的貢獻較小，僅為0.02%，這與廣西的人口增長率有關，在計劃生育的基本國策下，研究區間內廣西人口年平均增長率為0.316%。因此，在保持經濟發展的同時，要有效減少碳排放量增量，不僅要降低能源消費強度，更要優化能源結構、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生的減排效應被能源結構惡化產生的增排效應抵減。

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、遠高于世界平均水平，降低能源強度任重道遠。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，分別表示第一產業、工業、建筑業、第三產業。ei為第i產業能源強度，表示強度效應;si為第i 產業增加值占地區生產總值的比重，表示產業結構效應。根據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分別為各產業強度效應和結構效應變動產生的能源強度變化;Wit=ei·si。第二產業中，工業增加值占比在85%以上，是第二產業結構變化的主因。為分析工業對能源強度的影響，將第二產業分為工業和建筑業。各產業的增加值（2005年不變價）和能源消費量分別來自歷年《廣西統計年鑒》《中國能源統計年鑒》。

1995—2017年廣西能源強度I呈下降趨勢，僅在2004—2007年出現小幅上升。部門能源強度效應降低對減少能源強度作用顯著（45.85%）;而產業經濟結構調整則增加能源強度，產業結構效應的貢獻為6.72%。具體來看（圖5）：第一，工業能源強度降低是總能源強度下降的根本原因，貢獻率為-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、工業能源強度的調整趨勢大體一致（圖6），2011年工業化率由上年的40.6%上升為42.0%，工業主導地位進一步增強，總能源強度隨工業能源強度的上升而上升。另一方面，工業能源強度對總能源強度變動起主導作用，是由于工業能源強度顯著高于第一、第三產業的能源強度，約為第一和第三產業的7倍左右。第二，工業結構調整引起能源強度增強，貢獻為5.6%。2002—2007年、2009年間，工業結構效應對能源強度的貢獻為正，且絕對值顯著大于貢獻為負值的年份。工業結構效應正向和負向的沖擊對能源強度積累造成持續性增大，這是因為2000年西部大開發政策實施以來，工業規模增大、高耗能的重工業成為能源消費的主要推動力，進一步弱化了能源消費強度下降的減排效應。第三，第三產業能源強度降低引起總能源強度下降，貢獻為-3.46%。總而言之，工業能源強度和工業結構是能源強度變動的主要原因。因此廣西要降低能源強度，關鍵在于降低工業能源強度、提高工業部門能源利用效率。

5.3 能源結構強度對碳排放的影響

能源結構的調整也是碳排放變化的作用因素之一。2002 年起，能源結構對碳排放增量的貢獻由負變正、且逐步增加。為探究其貢獻增強的緣由，將能源結構分解為：

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，Ei/∑Ei表示第i類能源消費結構。基于當前尚未具備成熟的二氧化碳減排技術，碳排放系數基本不變，故能源結構效應的變動取決于能源結構。廣西煤炭消費量在一次能源消費結構中居于主導地位，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73.2%，是結構效應的主要影響因素。

能源結構和煤炭消費結構波動大體相同（圖7）。1995—2002年，煤炭消費比例下降促使能源結構下降;2002—2013年，煤炭消費比例波動上升拉動能源結構上升;2014—2017年間兩者走勢出現偏離，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。進一步表明廣西發展低碳經濟的關鍵在于優化能源結構，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構碳強度，從而減少二氧化碳的排放。

5.4 碳排放的STIRPAT 模型

前文分析發現影響碳排放的主要貢獻因素有：人均收入、工業能源強度、工業結構及一次能源消費結構。然各因素對碳排放的沖擊效應無法具體體現，有必要考察碳排放對各影響因素的沖擊響應及敏感程度，引入IPAT模型的隨機形式，即定量描述人口、富裕以及技術對環境壓力影響的STIRPAT模型：

對式（12）兩邊取自然對數，得：

其中I表示環境壓力，P為人口數量，A為富裕度，μ為模型誤差。結合廣西實際情況，對式（13）進行調整，增加工業結構和能源消費結構，調整后的模型為：

其中bi為待估參數，CEt、PGt、Gt、Yt、Mt分別表示碳排放總量、人均收入、工業能源強度ΔIe2、一次能源消費結構（用煤炭消費比例表示）、工業結構ΔIs2。對數形式記為lnCEt、 lnPGt、 lnGt、 lnYt、 lnMt。對各變量的對數序列進行單位根檢驗，結果顯示所有對數序列均為一階單整（表略，備索），可進行協整檢驗。跡檢驗結果顯示存在一個協整秩，采用Johansen方法估計向量誤差修正模型，協整方程如下：

括號內為t統計量。一次能源消費結構（Yt）統計不顯著，表明碳排放量對能源消費結構不敏感，主要歸結于廣西能源消費結構單一，煤炭消費量占比過大，研究區間內未發生明顯改變。對Yt進行指數擬合，顯示一次能源消費結構呈下降趨勢，下降速率為0.06，R2=0.6474;對CEt進行指數擬合，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構的降低并未對碳排放減少起實質作用。

式（15）存在嚴重的多重共線性，采用逐步回歸法克服，得到如下模型：

式（16）的所有系數均通過經濟意義檢驗，且在10%的顯著性水平上顯著，模型整體的線性關系亦是成立的;且AIC、BIC信息準則顯示模型（16）優于模型（15）。由式（16）可知，人均收入、工業能源強度、工業結構的增加均對碳排放起促進作用。從系數大小來看，第一，工業結構影響最大，人均收入次之，工業能源強度最小，廣西以重工業為支柱的經濟發展結構在促進經濟發展的同時，亦增加了對高污染能源的消耗。第二，工業結構、工業能源強度系數顯著為正，說明更高的工業比重、單位工業產值能耗會引致更高的碳排放量，工業快速發展和能源的過度消耗是加劇地區碳排放的主要驅動因素。第三，人均收入系數顯著為正，說明人均生產總值越高，廣西碳排放量越高，可見廣西經濟發展是建立在高碳排放基礎上的，且正面臨發展經濟與降低碳排放的雙重壓力，故發展低碳經濟是廣西可持續發展的必然選擇。

5.5 結論與政策啟示

文章以廣西能源消費碳排放為研究對象，采用EKC曲線檢驗經濟增長對碳排放的影響，并在此基礎上深入探究碳排放的可能影響因素，實證分析得到如下結論：第一，進入二十一世紀以來，廣西工業主導型的粗放經濟增長對能源過度消耗和以煤為主的單一能源消費結構，使得碳排放量持續上行。第二，廣西碳排放與經濟增長呈倒N型關系，理論上廣西目前正處于倒N型曲線的第三階段，實際上廣西當前正處于經濟發展與碳排放量上升的第二階段，第三階段的特征尚未出現。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;且不能用來預測將來的排放拐點，因為在將來的某一人均收入水平，產業結構和能源結構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果以及調整后的STIRPAT模型表明人均收入、能源強度、產業結構的增加均對碳排放起促進作用，其中工業能源強度、工業結構是能源強度變化的主導因素。在保持經濟發展的情況下，要減緩碳排放的增長，關鍵在于降低能源強度，尤其是工業能源強度，同時優化能源消費結構，減少煤炭等高污染能源的使用。

基于文章的研究內容，提出以下幾點政策建議：第一，碳排放對工業結構的變動最為敏感，廣西在向綠色經濟轉型過程中，仍應關注供給側結構改革，推動工業結構調整，增強服務業的“穩定器”作用、促進消費結構升級。第二，工業能源強度對碳排放量有顯著正向效應，廣西工業在邁向中高端制造業過程中應嚴格執行習近平總書記提出的“廣西生態優勢金不換”的要求，加快加大節能減排技術開發利用，提高能源效率，降低能源強度，實現經濟高質量發展。第三，雖然一次能源消費結構未對碳排放產生顯著效應，但仍應關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，避免能源消費結構固化和單一化，以更有效地推動經濟低碳化發展。

參考文獻：

[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、經濟發展水平與二氧化碳排放——基于中國省級面板數據的實證檢驗[J].華東經濟管理，2012，26（10）：69-74.

[5]胡宗義，唐李偉，蘇靜.碳排放與經濟增長：空間動態效應與EKC再檢驗[J].山西財經大學學報，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境庫茲涅茨曲線——基于時間序列與面板數據的經驗估計[J].中國科技論壇，2011（4）：108-113.

[7]許廣月，宋德勇.中國碳排放環境庫茲涅茨曲線的實證研究——基于省域面板數據[J].中國工業經濟，2010（5）：37-47.

[8]張為付， 周長富.我國碳排放軌跡呈現庫茲涅茨倒u型嗎？——基于不同區域經濟發展與碳排放關系分析[J].經濟管理， 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研究[J].北京林業大學學報（社會科學版），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性檢驗[J].經濟研究參考，2019（21）：89-98.

[11]鄧曉蘭，鄢哲明，武永義.碳排放與經濟發展服從倒U型曲線關系嗎——對環境庫茲涅茨曲線假說的重新解讀[J].財貿經濟，2014（2）：19-29.

[12]吳振信，萬埠磊.基于環境庫茲涅茨曲線的北京市碳排放與經濟增長相關性研究[J].經濟研究導刊，2012（14）：61-64.

[13]張樂勤，陳素平，李榮富，等.基于協整分析的安徽省能源消費碳排放庫茲涅茨曲線[J].生態學雜志，2012，31（7）：1691-1700.

[14]洪業應.產業結構和能源結構的變動對碳排放的影響分析：基于環境庫茲涅茨曲線檢驗[J].環境科學與技術， 2015， 38（8）：266-272.

[15]林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[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濟解釋[J].世界經濟，2011，34（4）：124-143.

[17]肖宏偉，易丹輝.中國區域工業碳排放空間計量研究[J].山西財經大學學報，2013，35（8）：1-11.

[18]邵帥，楊莉莉，曹建華.工業能源消費碳排放影響因素研究——基于STIRPAT模型的上海分行業動態面板數據實證分析[J].財經研究，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數據的分析[J].地域研究與開發，2020，39（1）：127-132，151.

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

[基金項目]廣西大學行健文理學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，統計師，助教，碩士，研究方向：數量經濟學。