李經(jīng)路 李曉玲

（1.云南大學(xué)經(jīng)濟(jì)學(xué)院，云南 昆明 650091；2.湘潭大學(xué)化工學(xué)院，湖南 湘潭 411100）

引言

工業(yè)文明以來(lái)，人類(lèi)創(chuàng)造了空前的物質(zhì)繁榮，但是生態(tài)危機(jī)、社會(huì)危機(jī)日益凸顯，直接威脅著人類(lèi)的生存和幸福。20世紀(jì)80年代，人類(lèi)提出了可持續(xù)發(fā)展戰(zhàn)略，從保護(hù)經(jīng)濟(jì)和資源、滿(mǎn)足當(dāng)代和后代人的需要出發(fā)，強(qiáng)調(diào)經(jīng)濟(jì)發(fā)展與保護(hù)環(huán)境相結(jié)合的重要性。2014年11月的 《中美氣候變化聯(lián)合聲明》指出：美國(guó)擬在2025年實(shí)現(xiàn)28%的減排目標(biāo)，中國(guó)計(jì)劃于2030年實(shí)現(xiàn)非化石能源占一次能源消費(fèi)比重提高到20%左右的目標(biāo)［1］。云南省作為國(guó)家首批低碳試點(diǎn)省份，研究其碳排放的影響因素，對(duì)我減排的進(jìn)展具有指導(dǎo)意義。

1 文獻(xiàn)綜述

中國(guó)碳排放總量在起初時(shí)期緩慢減少然后快速增加，碳排放強(qiáng)度整體呈上升趨勢(shì)，2002年為碳排放強(qiáng)度變化趨勢(shì)的拐點(diǎn)；技術(shù)進(jìn)步是影響碳排放總量與排放強(qiáng)度的主要因素（孫建衛(wèi)等，2010）［2］。各省建筑業(yè)碳排放量在整體上呈逐年上升的趨勢(shì)，但省際間的差異較大（馮博和王雪青，2015）［3］。

經(jīng)濟(jì)增長(zhǎng)與碳排放的關(guān)系較為復(fù)雜，二者呈現(xiàn)出“N”型曲線(xiàn)，經(jīng)濟(jì)發(fā)展加劇了碳排放（胡初枝等，2008）［4］。短期內(nèi)經(jīng)濟(jì)增長(zhǎng)會(huì)導(dǎo)致碳排放增加，碳排放在短期內(nèi)也促進(jìn)GDP的增長(zhǎng)；長(zhǎng)期來(lái)看碳排放的增加制約了GDP的增長(zhǎng)（童彥等，2015）［5］。工業(yè)化進(jìn)程的加快，是工業(yè)領(lǐng)域碳排放快速增長(zhǎng)的主要因素；提高技術(shù)水平是實(shí)現(xiàn)碳減排的根本措施（肖宏偉，2015）［6］。

從地域分布看，碳排放率自東向西呈現(xiàn)逐漸下降趨勢(shì)，東部地區(qū)的碳排放率大于中部地區(qū)的碳排放率，而中部地區(qū)的碳排放率又大于西部地區(qū)的碳排放率（許士春、龍如銀，2015）［7］。就中部六省而言，經(jīng)濟(jì)增長(zhǎng)與碳排放存在顯著的協(xié)整關(guān)系，且能源消費(fèi)方面，火力發(fā)電導(dǎo)致碳排放增加和碳排放放強(qiáng)度增強(qiáng)，提高第二、第三產(chǎn)業(yè)的比重有益于碳減排工作的實(shí)施（齊紹洲等，2015）［8］。

從研究方法上看，環(huán)境投入產(chǎn)出分析法與消費(fèi)品生命周期分析法已用于碳排放的測(cè)度中（傅京燕和李存龍，2015）［9］。動(dòng)態(tài)CKC面板模型也測(cè)算了碳排放對(duì)經(jīng)濟(jì)增長(zhǎng)與短期波動(dòng)的影響（古南正皓，李世平，2015）［10］。借鑒信息熵和玻爾茲曼熵理論，構(gòu)建企業(yè)碳排放配額分配模型，完成區(qū)域碳排放總量的分配（周德群等，2015）［11］。

縱觀(guān)已有文獻(xiàn)可知，實(shí)證方法與模型比較豐富，影響機(jī)制的分析比較深入，已經(jīng)分析了云南省的碳排放總量呈現(xiàn)高增長(zhǎng)現(xiàn)象，探討了云南省碳排放強(qiáng)度變動(dòng)的原因（盧英、王贊信，2011）［12］?？隙嗽颇鲜〉吞冀?jīng)濟(jì)的良性發(fā)展勢(shì)頭（楊紅娟、王路遙，2015）［13］。而對(duì)于低碳省區(qū)試點(diǎn)——云南省的碳排放影響機(jī)制的研究，定性研究相對(duì)較為成熟，定量研究有待補(bǔ)充完善。

2 研究方法與數(shù)據(jù)處理

2.1 研究方法

2.1.1 碳排放總量的計(jì)算

選取中國(guó)能源統(tǒng)計(jì)年鑒的地區(qū)能源平衡表中相關(guān)數(shù)據(jù)，將能源消費(fèi)劃分原煤總量、焦炭總量、石油及石油制品、天然氣總量、電力五大類(lèi)，根據(jù)各能源折算成標(biāo)準(zhǔn)煤的系數(shù)，換算成標(biāo)煤質(zhì)量。而后根據(jù)各種能源的碳排放系數(shù)計(jì)算總的碳排放量。其計(jì)算如公式（1）所示：

式（1）中：Ei為云南省第i種能源的消費(fèi)量，F(xiàn)i（CO2）為第種能源的二氧化碳排放系數(shù)。各種能源的二氧化碳排放計(jì)算參數(shù)如表1、表2所示。

表1 各種能源換算標(biāo)準(zhǔn)煤系數(shù)表

借鑒IPCC對(duì)碳排放系數(shù)的基本假定：認(rèn)為某種能源的碳排放系數(shù)保持不變。本文的碳排放系數(shù)采用目前云南省碳排放統(tǒng)計(jì)中的碳排放系數(shù)，詳見(jiàn)表2。

表2 碳排放系數(shù)表

2.1.2 STIRPAT模型

在已有的碳排放研究方法中，Tapio脫鉤模型分析某行業(yè)碳排放的脫鉤狀態(tài)（馮博和王雪青，2015）［14］。指數(shù)分析法能把一個(gè)目標(biāo)變量（能源消耗或二氧化碳排放量）的變化分解成若干個(gè)影響因素的組合，辨別出各個(gè)因素影響程度的大小，得出各種因素對(duì)目標(biāo)變量的影響。Laspeyres指數(shù)分解模型，使得各期指數(shù)不受權(quán)數(shù)結(jié)構(gòu)變動(dòng)影響，可比性更好（孫建衛(wèi)等，2010）［15］。對(duì)數(shù)平均迪氏指數(shù)法（LMDI）是將碳排放增量變化從時(shí)間序列上進(jìn)行分解二不產(chǎn)生殘差的分析方法（董鋒等，2008）［16］。比較而言，Tapio脫鉤模型局限于用弱脫鉤狀態(tài)，擴(kuò)張負(fù)脫鉤狀態(tài)、增長(zhǎng)連接狀態(tài)以及尚未出現(xiàn)強(qiáng)脫鉤狀態(tài)，描述影響因素的強(qiáng)弱程度。指數(shù)分析法中，Laspeyres指數(shù)分解模型需要充分考慮數(shù)據(jù)的時(shí)間延展性，比如1990年國(guó)際碳排放減排基準(zhǔn)情景年。對(duì)數(shù)平均迪氏指數(shù)法（LMDI）作為定量研究的運(yùn)用，與協(xié)整方法相結(jié)合建立長(zhǎng)期均衡協(xié)整關(guān)系模型更有利于結(jié)果的分析確定。

本文采用 STIRPAT模型（stochastic impacts by regression on population affluence and technology）可拓展的隨機(jī)性環(huán)境影響評(píng)估模型，通過(guò)對(duì)人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、技術(shù)水平3個(gè)變量因素的定量分析，確定各因素對(duì)碳排放的影響，進(jìn)行對(duì)比分析。采用STIRPAT模型對(duì)云南碳排放影響機(jī)制的測(cè)度，尚屬空白。

2.1.3 變量選取

西部大開(kāi)發(fā)的實(shí)施以及云南省自身經(jīng)濟(jì)建設(shè)的快速發(fā)展，不斷吸引外來(lái)人口，選取云南省歷年年末人口數(shù)（萬(wàn)人）作為人口規(guī)模的變量。經(jīng)濟(jì)發(fā)展水平是一個(gè)地區(qū)經(jīng)濟(jì)實(shí)力和社會(huì)建設(shè)的總體體現(xiàn)，云南省屬于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，第三產(chǎn)業(yè)發(fā)展仍有巨大潛力，故而選取第二產(chǎn)業(yè)比重和人均GDP作為經(jīng)濟(jì)發(fā)展水平的變量。技術(shù)水平的創(chuàng)新與提高是實(shí)現(xiàn)低碳經(jīng)濟(jì)的必由之路，文章選取碳排放強(qiáng)度作為衡量碳排放層面的技術(shù)水平。碳排放強(qiáng)度的計(jì)算如公式（2）所示：

2.2 數(shù)據(jù)來(lái)源

文章選取 《中國(guó)能源統(tǒng)計(jì)年鑒》（2010-2013）中的地區(qū)能源平衡表、《云南年鑒》（2010-2014）中的經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)資料以及 《云南經(jīng)濟(jì)年鑒》（2010-2013）中的國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)資料，人口數(shù)據(jù)參照云南省歷年年末人口數(shù)統(tǒng)計(jì)資料。

3 模型構(gòu)建與變量分析

3.1 模型構(gòu)建

STIRPAT模型是Dietz和Rosa（1997）對(duì)IPAT方程改造而成的隨機(jī)模型。該模型將環(huán)境影響的驅(qū)動(dòng)因子歸結(jié)為三類(lèi)：人口規(guī)模、經(jīng)濟(jì)發(fā)展水平以及技術(shù)水平等，定量分析三大環(huán)境影響因素的變動(dòng)對(duì)環(huán)境的影響（焦文獻(xiàn)等，2012）［17］。模型的基本形式如公式（3）所示：

公式（3）中：I表示環(huán)境影響，P表示人口總數(shù)，A表示經(jīng)濟(jì)水平，T表示技術(shù)水平，α是模型的系數(shù)項(xiàng)，a、b、c分別是P、A、T指數(shù)項(xiàng)，ε是隨機(jī)誤差項(xiàng)。該模型克服了環(huán)境壓力模型所有自變量等比例影響應(yīng)變量的缺陷。結(jié)合云南省的實(shí)際情況，增加變量，得到擴(kuò)展模型如公式（4）所示：

公式（4）中：I為碳排放量（萬(wàn)噸）即環(huán)境影響表征值，α是模型的系數(shù)項(xiàng)，是常數(shù)項(xiàng)，P為云南省該年的人口總數(shù)，A1表示富裕程度，以人均生產(chǎn)總值PGDP表征，A2為產(chǎn)業(yè)結(jié)構(gòu)狀況，以第二產(chǎn)業(yè)占GDP的比重表示，T為技術(shù)水平的表征即單位GDP的碳排放量，ε為模型中的隨機(jī)干擾項(xiàng)。STIRPAT模型優(yōu)點(diǎn)之一就是靈活性，研究者根據(jù)研究目的及需要可以增加其它控制因素來(lái)分析它們對(duì)環(huán)境的影響，要求增加的解釋變量應(yīng)該與式（3）的乘積形式保持一致。廣泛用于實(shí)際環(huán)境問(wèn)題分析上。（吳敬銳等，2011；Shi，2003；Soule et al.，1998）［18-20］。在實(shí)證中，將公式 （4）轉(zhuǎn)換成對(duì)數(shù)形式如公式（5）所示，字母含義與公式（4）一樣。

3.2 變量描述

根據(jù) 《云南經(jīng)濟(jì)年鑒》、《云南年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》的數(shù)據(jù)資料為基礎(chǔ)，通過(guò)公式（1）、（2）計(jì)算得出云南省每年的碳排放總量和碳排放強(qiáng)度，分別繪制時(shí)間-碳排放總量變化曲線(xiàn)圖、人口變化曲線(xiàn)圖、人均GDP增長(zhǎng)曲線(xiàn)圖、第二產(chǎn)業(yè)比重變化圖以及時(shí)間-碳排放強(qiáng)度圖。

圖1 云南省1957－2013年碳排放總量趨勢(shì)圖

由圖1可知，碳排放總量隨時(shí)間變化呈明顯上升趨勢(shì)，1957-1979年間，碳排放增長(zhǎng)曲線(xiàn)較平緩，增長(zhǎng)幅度為10%～20%作者有；1979-2003年增長(zhǎng)率略有下降，維持在1%～10%之間；隨后進(jìn)入高速增長(zhǎng)階段，2011年更是出現(xiàn)飛躍式增長(zhǎng)達(dá)到20766.19萬(wàn)噸/年，增長(zhǎng)率為34.85%。

圖2 云南省1952－2013年人口增長(zhǎng)趨勢(shì)圖

從人口數(shù)量看，云南省人口數(shù)量不斷增加，從1952年的1695萬(wàn)人增加至2013年的4686.6萬(wàn)人。在1952-1990年期間，云南省人口自然生長(zhǎng)率較高；自1983年后，隨著計(jì)劃生育政策在全國(guó)的展開(kāi)，人口自然增長(zhǎng)率呈現(xiàn)逐年下降趨勢(shì)；2006年之后基本趨于穩(wěn)定，保持增長(zhǎng)率在6‰。

人均GDP一定程度上反映了云南省的經(jīng)濟(jì)發(fā)展水平，從圖3可知，人均 GDP是持續(xù)上升趨勢(shì)。人均GDP的漲幅區(qū)間為5%～30%之間；按增長(zhǎng)率劃分：1952-1996年，增長(zhǎng)率基本維持在10%～25%之間，人均GDP增長(zhǎng)較快時(shí)期；1997-2003年，人均GDP的增長(zhǎng)適當(dāng)減緩，在8%左右浮動(dòng)，增長(zhǎng)曲線(xiàn)也較平緩；2004年出現(xiàn)19.43%的高增長(zhǎng)率，之后增長(zhǎng)幅度基本維持在20%左右。最高增長(zhǎng)率24.93%出現(xiàn)在1993年，最低為1999年的2.52%。

圖3 云南省1952－2013年人均GDP變化趨勢(shì)圖

根據(jù)圖4可知，從1975-2013年，云南省第二產(chǎn)業(yè)占GDP的比重分會(huì)三個(gè)階段1975-1992年為第一階段，第二產(chǎn)業(yè)占生產(chǎn)總值的比重在35%-40%上下浮動(dòng)；1992-2000年為第二階段，第二產(chǎn)業(yè)占生產(chǎn)總值的比重，較第一階段大幅度提升，在41.6%-44.7%上下浮動(dòng)；1998年，第二產(chǎn)業(yè)占生產(chǎn)總值的比重達(dá)到44.7%的峰值，之后比重逐漸下滑；第三階段（2000年至今），第二產(chǎn)業(yè)所占比重趨于穩(wěn)定，在42%波動(dòng)，2010年，第二產(chǎn)業(yè)比重出現(xiàn)第三階段的峰值，達(dá)到44.6%。

圖4 云南省1978－2013年第二產(chǎn)業(yè)占GDP比重曲線(xiàn)圖

云南省的碳排放強(qiáng)度整體呈下降趨勢(shì)如圖5所示，1978-1994年間碳排放強(qiáng)度較高且逐年下降幅度較大，為 “高強(qiáng)度時(shí)代”，1978年碳排放強(qiáng)度為峰值；1995-2007年間單位GDP碳排放強(qiáng)度進(jìn)入 “4.0時(shí)代”，碳排放強(qiáng)度為3.0296-4.169萬(wàn)噸/億元，2007年后進(jìn)一步降低，之后又趨于穩(wěn)定。

4 實(shí)證結(jié)果與分析

運(yùn)用Eviews8.0軟件的處理得到實(shí)證結(jié)果見(jiàn)表3。

圖5 云南省1978－2013年單位GDP碳排放量變化情況

解釋變量P、A1、T在1%水平下顯著，A2在5%水平上顯著。P、T、A1、A2對(duì)被解釋變量I（環(huán)境影響表征值）彈性分別是1.60、0.99、0.94、0.09，人口對(duì)云南省碳排放量的彈性最大，技術(shù)水平對(duì)云南省碳排放量的彈性位居第二，富裕程度對(duì)碳排放量的彈性位居第三，產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放量的彈性相對(duì)較小。回歸方程擬合優(yōu)度較高達(dá)到99%，F(xiàn)值對(duì)應(yīng)的P值顯著，方程整體顯著。

表3 實(shí)證結(jié)果統(tǒng)計(jì)表

5 結(jié)論與建議

5.1 結(jié)論

本文以云南省為例，采用STIRPAT模型，充分考慮人口、經(jīng)濟(jì)發(fā)展水平、技術(shù)水平三方面因素，得出以下結(jié)論：

（1）碳排放總量增長(zhǎng)變化主要分為三個(gè)階段。第一階段（1957-1979年）人口基數(shù)、工業(yè)化水平都處于低增長(zhǎng)時(shí)期，曲線(xiàn)較平滑，碳排放增長(zhǎng)平緩；第二階段（1979-2003年），隨著改革開(kāi)放以及西部大開(kāi)發(fā)等政策的實(shí)施，云南省大力發(fā)展經(jīng)濟(jì)，促進(jìn)農(nóng)副產(chǎn)品以及工業(yè)的發(fā)展，碳排放增長(zhǎng)上升趨勢(shì)日益明顯。第三階段（2011年至今），每年的碳排放量步入20000萬(wàn)噸，增速較快，值得警惕。

（2）人口總數(shù)是碳排放總量增加的關(guān)鍵拉動(dòng)因子。人口對(duì)云南省碳排放量的彈性約為1.60，且在1%水平上顯著。人口因素每變動(dòng)1%碳排總量將變動(dòng)1.6%，人口總數(shù)的控制云南省低碳減排首要克服的問(wèn)題。

（3）經(jīng)濟(jì)發(fā)展水平因素中，人均GDP對(duì)碳排放總量彈性比第二產(chǎn)業(yè)比重對(duì)碳排方放總量的彈性更為顯著。人均GDP的增長(zhǎng)取決于生產(chǎn)總值的增長(zhǎng)率與人口增長(zhǎng)率的增長(zhǎng)，同時(shí)也反映了人均消耗能源、資源的程度。

（4）技術(shù)水平方面，單位GDP排放強(qiáng)度對(duì)碳排放總量的彈性約為0.99在1%水平上顯著。積極推進(jìn)環(huán)境友好型經(jīng)濟(jì)發(fā)展新模式，既要發(fā)展經(jīng)濟(jì)又要控制能源消耗和大氣污染，保護(hù)環(huán)境。技術(shù)進(jìn)步將是碳減排的主要推動(dòng)力。

5.2 建議

全球低碳減排的時(shí)代大背景下，我國(guó)以廣東、遼寧、湖北、陜西、云南5省作為國(guó)家首批低碳試點(diǎn)省份，為低碳經(jīng)濟(jì)發(fā)展尋求出路。試點(diǎn)低碳省份具體任務(wù)是指編制低碳發(fā)展規(guī)劃，制定支持低碳綠色發(fā)展的配套政策，加快建立以低碳排放為特征的產(chǎn)業(yè)體系，建立溫室氣體排放數(shù)據(jù)統(tǒng)計(jì)和管理體系，積極倡導(dǎo)低碳綠色生活方式和消費(fèi)模式。云南省作為西部省份的示范省份，其碳排放影響機(jī)制的研究，對(duì)整個(gè)西部的碳排放經(jīng)濟(jì)建設(shè)具有指導(dǎo)意義。

（1）控制人口數(shù)量、提高人口質(zhì)量，強(qiáng)化生態(tài)文明觀(guān)念。人口控制仍是低碳減排社會(huì)構(gòu)建的重中之重。云南省的人口增長(zhǎng)上，一方面取決于人口的自然增長(zhǎng)，另一方面取決于云南省的人口遷移。需要借助國(guó)家西部大開(kāi)發(fā)的機(jī)遇加大引進(jìn)高素質(zhì)人才，培養(yǎng)云南人民的生態(tài)文明意識(shí)。云南人口發(fā)展現(xiàn)狀是每天凈增長(zhǎng)740人，即每?jī)煞昼娫黾?人。人口出生率增長(zhǎng)率高于全國(guó)、人口發(fā)展態(tài)勢(shì)滯后于全國(guó)、計(jì)劃生育工作基礎(chǔ)和水平低于全國(guó)。解決云南人口的質(zhì)量和數(shù)量問(wèn)題，是云南省實(shí)現(xiàn)低碳減排的關(guān)鍵問(wèn)題。

（2）引進(jìn)高新技術(shù)產(chǎn)業(yè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，打造科技云南的發(fā)展新模式。云南省的工業(yè)化程度低，尚有革新與發(fā)展的空間，加快第二產(chǎn)業(yè)升級(jí)、第三產(chǎn)業(yè)的蓬勃發(fā)展，控制碳排量的總數(shù)，減輕能源壓力、減輕碳排放對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響。第二產(chǎn)業(yè)的增長(zhǎng)從經(jīng)濟(jì)、技術(shù)等多個(gè)層面促進(jìn)了第三產(chǎn)業(yè)的崛起與壯大，反觀(guān)近年來(lái)云南省的第三產(chǎn)業(yè)占生產(chǎn)總值的比重也在逐漸上升，與第二產(chǎn)業(yè)之間的差距也不斷減小的現(xiàn)象，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化布局是低碳經(jīng)濟(jì)發(fā)展的一大要義。

（3）鼓勵(lì)技術(shù)創(chuàng)新，提高能源利用率，淘汰落后的生產(chǎn)工藝與流程。碳排放數(shù)量取決于經(jīng)濟(jì)支撐能源種類(lèi)和能源消耗量，而能源利用效率的提升，能大大降低能源消耗，故而能源利用技術(shù)的創(chuàng)新，從碳排放的最終端減少產(chǎn)量，達(dá)到緩解能源壓力和降低碳減排的雙重作用。

（4）保護(hù)森林資源，提高森林覆蓋率，維護(hù)原生林地生態(tài)結(jié)構(gòu)。森林是陸地生態(tài)系統(tǒng)中最大的碳庫(kù)，在降低大氣中溫室氣體濃度、減緩全球氣候變暖中，具有十分重要的獨(dú)特作用。擴(kuò)大森林覆蓋面積是未來(lái)30～50年經(jīng)濟(jì)可行、成本較低的重要減緩措施。雖然云南森林面積為2.73億畝，居全國(guó)第3位，森林覆蓋率52.93%，居全國(guó)第3位。但是云南森林質(zhì)量不容樂(lè)觀(guān)，有許多具有重大保護(hù)價(jià)值的森林區(qū)域，特別是原生林尚在嚴(yán)格保護(hù)的范圍之外。因此保護(hù)森林資源，維護(hù)原生林地生態(tài)結(jié)構(gòu)是云南省生態(tài)減碳的長(zhǎng)遠(yuǎn)之計(jì)。

［1］中美氣候變化聯(lián)合聲明http：//news.xinhuanet.com/energy/2014-11/13/c_127204771.htm.

［2］孫建衛(wèi)，趙榮欽，黃賢金，等.1995-2005年中國(guó)碳排放核算及其因素分解研究，自然資源學(xué)報(bào)，2010，25（8）：1284-1295.

［3］馮博，王雪青.中國(guó)各省建筑業(yè)碳排放脫鉤及影響因素研究，中國(guó)人口·資源與環(huán)境，2015，25（4）：28-34.

［4］胡初枝，黃賢金，鐘太洋，等.中國(guó)碳排放特征及其動(dòng)態(tài)演進(jìn)分析，中國(guó)人口·資源與環(huán)境，2008，18（3）：38-42.

［5］童彥，朱海燕，施玉.基于VAR模型的經(jīng)濟(jì)發(fā)展與碳排放的動(dòng)態(tài)響應(yīng)研究——以云南省為例，資源開(kāi)發(fā)與市場(chǎng)，2015 31（3）：282，341-343.

［6］肖宏偉.碳排放影響因素分析及減排對(duì)策，宏觀(guān)經(jīng)濟(jì)管理，2015.03：67-69.

［7］許士春，龍如銀.中國(guó)能源和碳排放的效率測(cè)度與影響因素研究，中國(guó)軟科學(xué)，2015，29（3）：74-78.

［8］齊紹洲，林屾，王班班.中部六省經(jīng)濟(jì)增長(zhǎng)方式對(duì)區(qū)域碳排放的影響——基于Tapio脫鉤模型，面板數(shù)據(jù)的滯后期工具變量法的研究，中國(guó)人口·資源與環(huán)境，2015，2（5）：59-66.

［9］傅京燕，李存龍.中國(guó)居民消費(fèi)的間接用能碳排放測(cè)算及驅(qū)動(dòng)因素研究——基于STIRPAT模型的面板數(shù)據(jù)分析 ［A］，消費(fèi)經(jīng)濟(jì)，2015，（2）：92-97.

［10］古南正皓，李世平.農(nóng)業(yè)碳排放庫(kù)茲涅茨曲線(xiàn)實(shí)證研究，統(tǒng)計(jì)觀(guān)察，2015.10.（28）：95-98.

［11］周德群，王梅，張欽.基于熵的區(qū)域碳排放總量企業(yè)間分配研究，北京理工大學(xué)學(xué)報(bào)，2015，17（3）：16-22.

［12］盧英，王贊信.云南省經(jīng)濟(jì)系統(tǒng)行業(yè)碳排放強(qiáng)度分析，資源開(kāi)發(fā)與市場(chǎng)，2011，27（07）：607-629.

［13］楊紅娟，李明云，劉紅岑.云南省生產(chǎn)部門(mén)碳排放影響因素分析——基于LMDI模型，經(jīng)濟(jì)問(wèn)題，2014.02期：125-129.

［14］馮博，王雪青.中國(guó)各省建筑業(yè)碳排放脫鉤及影響因素研究，中國(guó)人口·資源與環(huán)境，2015，25（4）：28-34.

［15］孫建衛(wèi)，趙榮欽，黃賢金，等.1995—2005年中國(guó)碳排放核算及其因素分解研究，自然資源學(xué)報(bào)，2010.25，（8）：1284-1295.

［16］董鋒，楊慶亮，龍如銀，等.中國(guó)碳排放分解與動(dòng)態(tài)模擬，中國(guó)人口·資源與環(huán)境，2015，25（4）：1-8.

［17］焦文獻(xiàn)，陳興鵬.基于 STIRPAT模型的甘肅省環(huán)境影響分析——以1991-2009年能源消費(fèi)為例 ［J］.長(zhǎng)江流域資源與環(huán)境，2012，21（1）：105-110.

［18］吳敬銳，楊兆萍，阿達(dá)衣賽肯.基于STIRPAT模型分析新疆能源足跡的影響因素 ［J］.干旱區(qū)地理，2011，34（1）：187-192.

［19］Shi A.2003.The impact of population pressure on global carbon dioxide Emissions，1975-1996：Evidence from pooled cross-country data［J］.Ecological Economics，44：24-42.

［20］Soule'PT，DeHart JL.1998.Assessing IPAT using production-and consumptionbased measures of I［J］.Social Science Quarterly，79（4）：754-765.