广西能源消费碳排放动态特征及影响因素分析

[摘 要]文章采用《省级温室气体清单编制指南》推荐的二氧化碳测算方法，测算1995—2017年广西能源消费碳排放，分析碳排放总量、人均碳排放量、碳排放强度的动态特征;并基于环境库兹涅茨模型、对数平均迪式分解模型（LMDI）、STIRPA模型考察广西能源消费碳排放的影响因素。研究发现：①1995—2017年，广西碳排放总量不断上升，人均碳排放量与人均收入呈倒“N”型关系，但简单的EKC曲线不能用来预测将来的排放拐点、且理论与实际存在一定差距;②经济效应、能源强度对碳排放量有显著的促进效应，以煤炭为主的单一能源结构对碳排放量的影响不具有统计意义上的显著性;③能源强度进一步受到产业结构、产业能源消费的影响，尤其是工业结构、工业能源强度。

[关键词]能源消费;碳排放;动态特征;广西

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

1 前言

经济发展史表明，温室气体排放激增导致全球气候变暖，而人类燃烧化石燃料是二氧化碳增加的主因。2018年能源消费产生的温室气体激增，达到331亿吨的历史新高，其中我国能源需求增长近70%、二氧化碳排放增长2.5%。我国碳排放总量约占全球碳排放量的25%，作为世界最大的碳排放国，我国在碳排放强度上取得的进展仍无法抵消经济增长、能源消费带来的碳排放总量增加，经济增长与碳减排的矛盾凸显。

广西作为我国面向东盟的重要门户、西部大开发重点地区，自2002年以来，伴随着广西经济快速发展，能源消费量增速加快，碳排放量、碳排放强度均高于全国平均水平。广西2018年能源消费总量为10823.39万吨标准煤，煤炭消费占能源消费总量的比重为47.06%，与2015年相比不降反升（2015年煤炭消费占比为46.03%），单位GDP能耗比2015年累计下降8.8%，与广西“十三五”目标相比仍有一定差距;另外，2019年广西全区规模以上工业能源消耗比上年增长7.4%。随着世界经济进入“绿色低碳发展模式”，受到工业化、城镇化快速发展、人民生活水平提高产生的碳排放刚性需求等多种因素影响，广西碳排放增长空间受到明显挤压，低碳经济的长期可持续发展面临严峻挑战。为此，文章通过测算过去一段时期广西碳排放量、分析其动态变化，深入探讨广西碳排放量的影响因素，揭示能源消费与碳排放量的协动性关系，以期为广西区域能源环境的可持续发展决策提供借鉴。

2 文献综述

关于碳排放的研究一直受到学术界的广泛关注，研究文献相当丰富。而研究能源消费碳排放及其影响因素的成果主要集中在如下两个方面。

2.1 关于环境污染与经济增长的关系

学术界多采用环境库兹涅茨曲线（EKC）探讨环境污染与经济增长的关系，通过EKC曲线可以进行经验估计、预测碳排放的拐点，揭示经济发展与碳排放的动态关系。G Grossman 和A Kureger（1991）最早提出EKC曲线，并得出经济增长和环境污染之间呈倒U 型关系的结论，即在经济增长过程中，环境质量先恶化、而后得到改善[1]。EKC曲线的提出，引发了大量关于经济增长与环境污染关系的实证研究。Galeottiet等（2006）发现人均碳排放与人均收入呈倒U 型[2];Martin Wagner（2008）、Georgiev（2014）等则认为两者间单调递增，De Bruyn S M 等（1997）、Getzner （2003）、Martinez -Zarzoso 等（2004）卻发现两者关系呈N型曲线关系。Lantz 和Feng（2006）[3]则发现人均GDP 和碳排放量不具有相关性。

国内学者主要从国家层面、区域层面考察碳排放与经济增长的关系。国家层面，人均碳排放与我国经济增长之间具有U型曲线关系，且我国离拐点的经济发展水平还有很大一段差距（孙辉煌，2012）[4]，即该拐点到来的可能性非常小（胡宗义，2013）[5]。由于碳排放与经济发展关系的复杂性，刘华军（2011）[6]认为两者之间具有N型曲线关系。区域层面，全国、我国东部地区和中部地区存在人均碳排放EKC曲线，西部地区则不存在该曲线（许广月等，2010）[7]、（张为付等，2011）[8];高收入地区经济增长与碳排放处于倒U型曲线的下降阶段（秦昌才等，2020）[9];经济发达地区拐点值明显高于落后地区，且接近甚至超过全国拐点值（方忠等，2019）[10];煤炭资源富足地区的EKC曲线呈现出明显的单调上升形态（邓晓兰等，2014）[11]。具体到某一省域，北京市人均碳排放与地区生产总值之间具有倒N型曲线关系，而不是常规的倒U型（吴振信等，2012）[12];安徽省人均碳排放量则不存在EKC 曲线（张乐勤，2012）[13];重庆碳排放、能源消费量与经济增长呈现显著的倒U型（洪业应，2015）[14]。

2.2 关于碳排放的影响因素

经济发展、能源强度、产业结构和能源消费结构均对碳排放规模和强度有显著影响，尤其是能源强度中的工业能源强度（林伯强、蒋竺均，2009）[15]，工业结构优化有利于降低碳排放强度（陈诗一，2011）[16]，技术进步是工业能源强度的下降主要驱动因素（肖宏伟等，2013）[17]。研发强度、能源效率均对碳排放有显著的抑制作用，而煤炭消费比重则具显著正向作用（邵帅等，2010）[18]。经济因素对落后地区的碳排放影响较大，人口对其的影响则较为稳定（吴长兰等，2020）[19]。

总体来看，已有研究加深了对碳排放与经济增长关系、碳排放影响因素的理解，但文献未将二者结合进行深入分析，且对广西能源消费碳排放的研究较薄弱。杜颖（2012）、谢存花（2014）、张武林（2019）运用对数平均迪式分解模型分析广西能源消费碳排放的影响因素，但未给出各影响因素的变化具体会怎样影响碳排放的变化。文章在前人研究的基础上，以1995—2017年广西经济发展与能源消费数据为基础，首先，测算广西能源消费碳排放相关指标、并分析其动态特征;其次，利用EKC曲线探明人均碳排放与人均收入的关系;再次，采用对数平均迪式分解模型，分解广西碳排放的影响因素，找出主要贡献因素;最后，根据STIRPAT模型给出各主要影响因素对碳排放的影响系数，形成定性和定量并重的分析范式。

3 数据来源及碳排放动态分析

3.1 二氧化碳排放量计算

文章采用《省级温室气体清单编制指南》推荐的二氧化碳测算的参考方法—排放因子法为基本框架，根据如下公式计算广西能源消费碳排放：

其中CE为能源消费碳排放总量（t）;CEi为第i种能源碳排放量（t）;i为能源类型;ACi为能源i的实物消费量（104t或108m3）;NCVi为能源i的低位发热值KJKG或KJm3，低位发热值取自《中国能源统计年鉴2018》附录4;Fi指单位热值含碳量（t/TJ）;Oi为氧化率;Fi、 Oi取自《省级温室气体清单编制指南》;B=4412，为C转化为CO2的系数。所选取的能源类型及其相关系数表略（备索）。

3.2 数据来源

文章的样本区间为1995—2017年，文中所有基础数据来源于《中国能源统计年鉴》中的“广西能源平衡表 （实物量）”《广西统计年鉴》。在计算广西能源消费总量、三次产业能源消费量时，按照以下方式进行（刘志红，2018）[20]：

能源消费总量ACi=终端能源消费量-用作原料、材料的能源消耗+损失量+“加工转换投入产出量”矩阵中“火力发电”“供热”的投入绝对值（2）

广西地区生产总值碳排放量（以下称“碳排放强度”（t/万元））等于碳排放量与GDP的比值（CE/GDP）。广西真实GDP按照2005年不变价平减而得。

人均碳排放量PC（吨/人）等于碳排放总量CE除以人口数量P（CE/P）。由于统计技术原因及数据可获性，2005年以前为户籍人口，2005年及以后为常住人口。

3.3 广西能源消费碳排放动态分析

本节将从碳排放总量变化、人均碳排放量、碳排放强度及产业部门碳排放四个方面分析广西碳排放动态特征。

3.3.1 碳排放总量

在1995—2017年间，广西能源消费碳排放量不断增加，从1995年的5239.86万吨增长到2017年的20314.98万吨，增长了287.7%，年平均增长6.07%。由图1可知，碳排放总量变动大致可分为三个阶段，1995—2001年，广西碳排放波动平缓、略有下降，年均增长率为-0.31%。2002—2012年，碳排放快速增长，年均增长率高达12.35%，此期间我国加入世界贸易组织、西部大开发战略实施，作为西南出海通道的广西，对外贸易强劲增长，出口额年均增长22.79%。伴随着经济发展，能源消费量激增，年均增长13.18%，其中2004年能源消费量比上年增涨25.9%;此外，城市化进程加快，工业、建筑业急速扩张，产业增加值年平均增速分别为22.49%、20.74%，而宽松的环境管制导致经济粗放增长。此后两年碳排放略微下降，直至2015年，开始新一轮的增长，但增速略有下降，年均增长10.11%，得益于政府转变经济发展方式，经济发展质量得到改善。

3.3.2 人均碳排放量

人均碳排放量由1995年的1.15吨/人增加到2017年的4.16吨/人，年均增长6.3%。得益于“计划生育”这一基本国策，此期间人口增长率较低，人均碳排放变动趋势与碳排放总量变动趋势大体一致。

3.3.3 碳排放强度

广西碳排放强度由1995年的3.03吨/万元下降到2017年的1.43吨/万元，年均降低3.32%。碳排放强度变化大致可分为三个阶段（图1），1995—2002年碳排放强度持续下降，年均下降率为6.875%;2003—2005年碳排放强度连续2年小幅上升，2005年碳排放强度为2.32吨/万元;2006—2017年，碳排放强度显著下降，2017年比2006年下降了69.93%，年均下降4.08%。碳排放强度变化趋势表明，产业结构调整、能源结构的优化清洁能源技术发展推动了广西能源效率提高。

3.3.4 产业部门碳排放

按产业部门看，碳排放压力主要来源于工业部门。如图2，一方面，1995—2017年间，广西工业部门碳排放量居于主导地位，占碳排放总量的比重在70%以上，但略有下降，从1995年的88.78%下降到2017年的80.69%。另一方面，广西碳排放增量压力也主要来自工业部门，2017年工业部门碳排放量比1995年增加了4400.57万吨，是其他3部门增量总和的3.02倍。2017年广西六大高耗能行业增加值增长3.9%，占规模以上工业增加值的39.7%，表明广西正处于以工业经济为主导的工业化快速推进阶段。另外，近年来旅游业、服务业等第三产业快速发展，第三产业的碳排放量占比亦呈上升趋势，从1995年的6.16%上升至2017年的13.85%。

4 广西二氧化碳环境库兹涅茨曲线

4.1 模型选择

经济规模是碳排放增长的主要驱动因素，由前文分析可知，经济快速增长时期往往伴随着碳排放量的增长，为进一步探讨经济增长与碳排放的协动性关系，文章采用二氧化碳的环境库兹涅茨曲线（EKC）进行分析，解释变量为人均收入（Shafik N等，1992），模型表达式如下：

式中：PC为人均碳排放量（吨/人），PG为人均GDP（元/人）。为减小数据波动，消除异方差，对数据取自然对数，记为LPG、LPC。βi（i=0， 1， 2， 3）为待估参数。

4.2 EKC模型估计及分析

在进行参数估计之前，为避免“伪回归”情况，采用ADF方法检验人均碳排放量、人均GDP对數序列的平稳性。由平稳性检验结果可知（表略，备索），LPG、LPC均为I（2）序列，即存在2个单位根，属于非平稳序列。非平稳序列能否直接建立回归模型，取决于变量之间是否具有长期均衡关系。因此进一步检验变量之间是否存在协整关系。

文章利用Johansen协整检验法来检验LPG、（LPGt）2、 （LPGt）3之间是否存在协整关系。迹检验结果显示存在1个协整关系，即LPCt、 LPG、 （LPGt）2、 （LPG）t3之间存在长期均衡关系。使用Johansen的MLE方法估计该系统的协整方程：

人均收入的一次项系数为负、二次项系数为正、三次项系数为负，说明广西人均碳排放量与人均收入呈倒“N”型关系，即伴随收入水平提高，环境质量先改善再恶化，后复归改善。如图3，随着经济增长，1995—2017年间广西碳排放呈先下降后上升趋势。

进一步计算广西EKC曲线的理论拐点，广西EKC曲线的第一个理论拐点位于人均GDP为4263.887元时，约在1997—1998年间;第二个理论拐点位于人均GDP为23398.15元时，约在2013—2014年间。第一阶段为1995—1997年，人均收入小于4263.887元，随着人均收入的增加，人均二氧化碳排放减少，受1997年东南亚金融危机影响，广西工业生产低迷，故碳排放量较少;第二阶段为1998—2012年，人均收入介于4263.887～23398.15元，人均碳排放随着人均收入的增加而增加，环境质量恶化，此期间广西工业高速发展，工业增加值年均增长率为10%，且为粗放型增长，单位产值能耗平均处于0.82吨/万元的高位;第三阶段为2013—2017年，人均收入大于23398.15元，人均碳排放随着人均收入的增加而短暂减少后又回归上升趋势，与理论倒N型曲线存在一定差距，实际上广西当前正处于经济增长与碳排放量增大的第二阶段，第三阶段的特征尚不明显。

5 碳排放影响因素分析

上文分析表明经济增长与碳排放关系密切，为深入了解碳排放量变动的原因，本节采用Kaya 恒等式（Yoichi Kaya，1990）深入探析碳排放的驱动因素。表达式如下：

式（6）中CE、 P、 GDP、 E分别代表碳排放总量、人口规模、广西地区生产总值（2005年不变价）和能源消费总量（万吨标准煤）。

5.1 碳排放影响因素贡献率分析

由式（6）可知，碳排放总量等价于人口规模P、 人均收入PG（GDPP）、能源消费强度I（EGDP）（吨标煤/万元）、能源结构强度S（CEE）（吨/吨标煤）四项的乘积。则碳排放总量的变化（ΔCE）可以分解成这4个因子的贡献，采用Ang B W（2004）提出的对数平均迪式加法分解法（Logarithmic Mean Divisia Index，LMDI）进行，表达式为：

其中，ΔCP、 ΔCPG、 ΔCI、 ΔCS分别表示当其他因素保持不变时，人口效应、经济发展效应、强度效应、结构效应引起的碳排放变动。第0年至第t年的各因素LMDI效应公式如下：

1995—2017年广西碳排放量增加了15075.12万吨（人均碳排放量增加了3.01吨/人）。其中，人口规模扩大、经济增长、能源结构调整导致的碳排放增量分别为720.88、23429.03、2083.24万吨，能源强度减弱使得碳排放下降了11158.03万吨。

图4表明：第一，经济发展效应对碳排放变化有着绝对的正向作用，贡献率为155.42%。2017年的实际GDP较1995年增长了7.96倍，人均GDP增长了7.33倍，经济的快速发展引起能源消费增加，进而引起碳排放量上升，23年间碳排放量增加了2.88倍。第二，能源消费强度降低能有效抑制碳排放增长。能源消费强度从1995年的1.26吨/万元下降到2017年的0.47吨/万元，对碳排放的贡献率为-74.02%。2013年广西实施节能减排政策、推进重点行业减排工程建设，能源消费强度从2012年的0.73吨/万元下降到2013年的0.64吨/万元，可见，政策能够有效推动碳排放强度降低。第三，能源结构效应对碳排放变化的影响为正，贡献为13.82%。1995—2001年，这一效应为负，以轻工业为主的广西经济发展对煤炭的消费下降，能源结构优化减少了碳排放的增加;2002—2012年，工业结构调整，重工业快速发展以及能源的粗放利用，导致煤炭消费反弹，结构效应对碳排放增量的贡献也由负变正，且在2013—2107年间，正向效应增强。第四，人口规模对碳排放量的贡献较小，仅为0.02%，这与广西的人口增长率有关，在计划生育的基本国策下，研究区间内广西人口年平均增长率为0.316%。因此，在保持经济发展的同时，要有效减少碳排放量增量，不仅要降低能源消费强度，更要优化能源结构、减少高污染能源的使用、增加清洁能源的使用，避免能源强度下降产生的减排效应被能源结构恶化产生的增排效应抵减。

5.2 能源强度对碳排放的影响

前文分析表明，降低能源强度I，能减缓碳排放的增长。目前广西能源强度高出国家水平4倍、远高于世界平均水平，降低能源强度任重道远。深入探讨能源强度影响因素，有助于厘清其变动的根源、探求降低碳排放的有效途径。能源强度的分解如下：

其中i=1、2、3、4，分别表示第一产业、工业、建筑业、第三产业。ei为第i产业能源强度，表示强度效应;si为第i 产业增加值占地区生产总值的比重，表示产业结构效应。根据LMDI 加法分解法分解能源强度，则能源强度的增量表示为：

其中ΔIei和ΔIsi分别为各产业强度效应和结构效应变动产生的能源强度变化;Wit=ei·si。第二产业中，工业增加值占比在85%以上，是第二产业结构变化的主因。为分析工业对能源强度的影响，将第二产业分为工业和建筑业。各产业的增加值（2005年不变价）和能源消费量分别来自历年《广西统计年鉴》《中国能源统计年鉴》。

1995—2017年广西能源强度I呈下降趋势，仅在2004—2007年出现小幅上升。部门能源强度效应降低对减少能源强度作用显著（45.85%）;而产业经济结构调整则增加能源强度，产业结构效应的贡献为6.72%。具体来看（图5）：第一，工业能源强度降低是总能源强度下降的根本原因，贡献率为-77.68%，能源强度从1995年的2.9吨/万元下降到2016年的0.48吨/万元，年均下降8.13%。究其原因，一方面，总能源强度、工业能源强度的调整趋势大体一致（图6），2011年工业化率由上年的40.6%上升为42.0%，工业主导地位进一步增强，总能源强度随工业能源强度的上升而上升。另一方面，工业能源强度对总能源强度变动起主导作用，是由于工业能源强度显著高于第一、第三产业的能源强度，约为第一和第三產业的7倍左右。第二，工业结构调整引起能源强度增强，贡献为5.6%。2002—2007年、2009年间，工业结构效应对能源强度的贡献为正，且绝对值显著大于贡献为负值的年份。工业结构效应正向和负向的冲击对能源强度积累造成持续性增大，这是因为2000年西部大开发政策实施以来，工业规模增大、高耗能的重工业成为能源消费的主要推动力，进一步弱化了能源消费强度下降的减排效应。第三，第三产业能源强度降低引起总能源强度下降，贡献为-3.46%。总而言之，工业能源强度和工业结构是能源强度变动的主要原因。因此广西要降低能源强度，关键在于降低工业能源强度、提高工业部门能源利用效率。

5.3 能源结构强度对碳排放的影响

能源结构的调整也是碳排放变化的作用因素之一。2002 年起，能源结构对碳排放增量的贡献由负变正、且逐步增加。为探究其贡献增强的缘由，将能源结构分解为：

其中i表示煤炭、石油、天然气等一次能源，Ei为第i类能源的消费量，CEi/Ei表示第i类能源的碳排放系数，Ei/∑Ei表示第i类能源消费结构。基于当前尚未具备成熟的二氧化碳减排技术，碳排放系数基本不变，故能源结构效应的变动取决于能源结构。广西煤炭消费量在一次能源消费结构中居于主导地位，年平均占比为78.25%，虽然近几年呈下降趋势，但2017年占比仍高达73.2%，是结构效应的主要影响因素。

能源结构和煤炭消费结构波动大体相同（图7）。1995—2002年，煤炭消费比例下降促使能源结构下降;2002—2013年，煤炭消费比例波动上升拉动能源结构上升;2014—2017年间两者走势出现偏离，是由于煤炭消费比例略有下降、而石油消费比重上升，2015年石油消费比重达27.66%。由此可见降低煤炭消费比例，能显著放缓碳排放增长速度。进一步表明广西发展低碳经济的关键在于优化能源结构，特别是降低煤炭等高污染能源的消费比例，可以有效降低能源结构碳强度，从而减少二氧化碳的排放。

5.4 碳排放的STIRPAT 模型

前文分析发现影响碳排放的主要贡献因素有：人均收入、工业能源强度、工业结构及一次能源消费结构。然各因素对碳排放的沖击效应无法具体体现，有必要考察碳排放对各影响因素的冲击响应及敏感程度，引入IPAT模型的随机形式，即定量描述人口、富裕以及技术对环境压力影响的STIRPAT模型：

对式（12）两边取自然对数，得：

其中I表示环境压力，P为人口数量，A为富裕度，μ为模型误差。结合广西实际情况，对式（13）进行调整，增加工业结构和能源消费结构，调整后的模型为：

其中bi为待估参数，CEt、PGt、Gt、Yt、Mt分别表示碳排放总量、人均收入、工业能源强度ΔIe2、一次能源消费结构（用煤炭消费比例表示）、工业结构ΔIs2。对数形式记为lnCEt、 lnPGt、 lnGt、 lnYt、 lnMt。对各变量的对数序列进行单位根检验，结果显示所有对数序列均为一阶单整（表略，备索），可进行协整检验。迹检验结果显示存在一个协整秩，采用Johansen方法估计向量误差修正模型，协整方程如下：

括号内为t统计量。一次能源消费结构（Yt）统计不显著，表明碳排放量对能源消费结构不敏感，主要归结于广西能源消费结构单一，煤炭消费量占比过大，研究区间内未发生明显改变。对Yt进行指数拟合，显示一次能源消费结构呈下降趋势，下降速率为0.06，R2=0.6474;对CEt进行指数拟合，碳排放量以0.0783的速率上升，R2=0.9188，再次表明一次能源消费结构的降低并未对碳排放减少起实质作用。

式（15）存在严重的多重共线性，采用逐步回归法克服，得到如下模型：

式（16）的所有系数均通过经济意义检验，且在10%的显著性水平上显著，模型整体的线性关系亦是成立的;且AIC、BIC信息准则显示模型（16）优于模型（15）。由式（16）可知，人均收入、工业能源强度、工业结构的增加均对碳排放起促进作用。从系数大小来看，第一，工业结构影响最大，人均收入次之，工业能源强度最小，广西以重工业为支柱的经济发展结构在促进经济发展的同时，亦增加了对高污染能源的消耗。第二，工业结构、工业能源强度系数显著为正，说明更高的工业比重、单位工业产值能耗会引致更高的碳排放量，工业快速发展和能源的过度消耗是加剧地区碳排放的主要驱动因素。第三，人均收入系数显著为正，说明人均生产总值越高，广西碳排放量越高，可见广西经济发展是建立在高碳排放基础上的，且正面临发展经济与降低碳排放的双重压力，故发展低碳经济是广西可持续发展的必然选择。

5.5 结论与政策启示

文章以广西能源消费碳排放为研究对象，采用EKC曲线检验经济增长对碳排放的影响，并在此基础上深入探究碳排放的可能影响因素，实证分析得到如下结论：第一，进入二十一世纪以来，广西工业主导型的粗放经济增长对能源过度消耗和以煤为主的单一能源消费结构，使得碳排放量持续上行。第二，广西碳排放与经济增长呈倒N型关系，理论上广西目前正处于倒N型曲线的第三阶段，实际上广西当前正处于经济发展与碳排放量上升的第二阶段，第三阶段的特征尚未出现。仅考虑人均收入的简单EKC曲线只能单一的描述人均收入对碳排放量的影响，无法考察其他因素的作用;且不能用来预测将来的排放拐点，因为在将来的某一人均收入水平，产业结构和能源结构的变动必将引致不同的碳排放。第三，碳排放影响因素分解结果以及调整后的STIRPAT模型表明人均收入、能源强度、产业结构的增加均对碳排放起促进作用，其中工业能源强度、工业结构是能源强度变化的主导因素。在保持经济发展的情况下，要减缓碳排放的增长，关键在于降低能源强度，尤其是工业能源强度，同时优化能源消费结构，减少煤炭等高污染能源的使用。

基于文章的研究内容，提出以下几点政策建议：第一，碳排放对工业结构的变动最为敏感，广西在向绿色经济转型过程中，仍应关注供给侧结构改革，推动工业结构调整，增强服务业的“稳定器”作用、促进消费结构升级。第二，工业能源强度对碳排放量有显著正向效应，广西工业在迈向中高端制造业过程中应严格执行习近平总书记提出的“广西生态优势金不换”的要求，加快加大节能减排技术开发利用，提高能源效率，降低能源强度，实现经济高质量发展。第三，虽然一次能源消费结构未对碳排放产生显著效应，但仍应关注煤炭等高污染能源使用效率的提高，增加清洁能源的使用，允许清洁能源多样化，避免能源消费结构固化和单一化，以更有效地推动经济低碳化发展。

参考文献：

[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]孫辉煌.我国城市化、经济发展水平与二氧化碳排放——基于中国省级面板数据的实证检验[J].华东经济管理，2012，26（10）：69-74.

[5]胡宗义，唐李伟，苏静.碳排放与经济增长：空间动态效应与EKC再检验[J].山西财经大学学报，2013，35（12）：30-37.

[6]刘华军，闫庆悦，孙曰瑶.中国二氧化碳排放的环境库兹涅茨曲线——基于时间序列与面板数据的经验估计[J].中国科技论坛，2011（4）：108-113.

[7]许广月，宋德勇.中国碳排放环境库兹涅茨曲线的实证研究——基于省域面板数据[J].中国工业经济，2010（5）：37-47.

[8]张为付， 周长富.我国碳排放轨迹呈现库兹涅茨倒u型吗？——基于不同区域经济发展与碳排放关系分析[J].经济管理， 2011， 33（6）：14-23.

[9]秦昌才，刘译聪，卢玢文.中国城市化的温室效应研究[J].北京林业大学学报（社会科学版），2020，19（1）：39-44.

[10]方忠，张华荣.中国碳排放EKC的省域门限分组及其异质性检验[J].经济研究参考，2019（21）：89-98.

[11]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（2）：19-29.

[12]吴振信，万埠磊.基于环境库兹涅茨曲线的北京市碳排放与经济增长相关性研究[J].经济研究导刊，2012（14）：61-64.

[13]张乐勤，陈素平，李荣富，等.基于协整分析的安徽省能源消费碳排放库兹涅茨曲线[J].生态学杂志，2012，31（7）：1691-1700.

[14]洪业应.产业结构和能源结构的变动对碳排放的影响分析：基于环境库兹涅茨曲线检验[J].环境科学与技术， 2015， 38（8）：266-272.

[15]林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）：27-36.

[16]陈诗一.中国碳排放强度的波动下降模式及经济解释[J].世界经济，2011，34（4）：124-143.

[17]肖宏伟，易丹辉.中国区域工业碳排放空间计量研究[J].山西财经大学学报，2013，35（8）：1-11.

[18]邵帅，杨莉莉，曹建华.工业能源消费碳排放影响因素研究——基于STIRPAT模型的上海分行业动态面板数据实证分析[J].财经研究，2010，36（11）：16-27.

[19]吴长兰，王东，苏彦涛.广东省市域碳排放时空分异特征及影响因素——基于EDGAR数据的分析[J].地域研究与开发，2020，39（1）：127-132，151.

[20]刘志红.中国区域能源消费碳排放测算、收敛及脱钩研究[D].南昌：江西财经大学，2018.

[基金项目]广西大学行健文理学院青年教师科研能力提升项目（项目编号：Y2019RSQ04）。

[作者简介]刘胜粤（1993—），女，汉族，广西玉林人，统计师，助教，硕士，研究方向：数量经济学。