姜國(guó)剛 顧婷婷 趙楊

摘要：針對(duì)我國(guó)各地碳排放量不均衡現(xiàn)象，對(duì)中國(guó)1999～2013年30個(gè)省份碳排放進(jìn)行度量。在STIRPAT模型基礎(chǔ)上，采用面板門限回歸估計(jì)對(duì)碳排放影響因素進(jìn)行考察，分析經(jīng)濟(jì)增長(zhǎng)因素對(duì)碳排放量的非線性影響。結(jié)果發(fā)現(xiàn)：GDP水平變量為門限變量時(shí)存在單門限效應(yīng)，將模型劃分為高低兩個(gè)區(qū)制；GDP增長(zhǎng)速度變量為門限變量時(shí)存在雙門限效應(yīng)，將模型劃分為高、中、低3個(gè)區(qū)制。在高GDP水平區(qū)制和中、低GDP增速區(qū)制下，EKC存在拐點(diǎn)。根據(jù)估計(jì)結(jié)果將中國(guó)碳排放情況劃分為6個(gè)象限，對(duì)各地區(qū)進(jìn)行劃分，并對(duì)碳排放區(qū)域差異的形成原因進(jìn)行了解釋。

關(guān)鍵詞：二氧化碳排放；影響因素；區(qū)域差異；面板門限模型

DOI：10.13956/j.ss.1001-8409.2016.07.12

中圖分類號(hào)：F205文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2016）07-0053-05

Abstract：Nowadays， China has faced on the current situation of highly total carbon dioxide emissions and the emissions imbalance in each area. After measuring the carbon emissions of 30 provinces in China from 1999 to 2013， this paper investigated the affecting factors by Panel Threshold Model estimation based on a STIRPAT model， and discussed the core reason of regional difference in carbon emissions， analyzed nonlinear effects of economy growth factor on carbon emissions. The results showed that the model could be divided into high and low regimes because single threshold effect existed when GDP level variables as the threshold variables， and the model also could be divided into high， middle and low regimes because double threshold effect exists when GDP growth rate variables as the threshold variables. The Environmental Kuznets Curve （EKC） exists inflection point in high GDP level regime and middle and low regimes of GDP growth rate. In the end， it divided Chinese carbon emissions into six quadrants and classified each province according to the estimation results， and interpreted the forming reasons of carbon emissions' regional difference.

Key words：carbon dioxide emissions； affecting factors； regional difference； panel threshold model

二氧化碳超量排放引起的氣候變暖已經(jīng)成為全球共同面臨的重大挑戰(zhàn)之一。目前，中國(guó)的碳排放總量占全球總量的28%，資源環(huán)境約束成了中國(guó)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的重要制約。中國(guó)各地經(jīng)濟(jì)發(fā)展尚不均衡，探求在保證區(qū)域經(jīng)濟(jì)增長(zhǎng)速率下控制碳排放量，則必須分析碳排放區(qū)域差異的深層原因、考察經(jīng)濟(jì)增長(zhǎng)處于不同區(qū)間時(shí)碳排放的非線性變化。

1文獻(xiàn)綜述

國(guó)內(nèi)外分析碳排放影響因素與區(qū)域差異的文獻(xiàn)很多，對(duì)碳排放量的核算、影響因素模型的構(gòu)建以及區(qū)域劃分的方式各有不同。Ehrlich首次提出了“I=PAT”方程，用以分析影響環(huán)境變化的決定性因素[1]。York對(duì)PAT方程進(jìn)行了擴(kuò)展，利用STIRPAT模型研究了人口數(shù)量對(duì)碳排放量的影響[2]。Cole證明碳排放量和人均收入間的關(guān)系滿足EKC曲線，但是人均收入最高的國(guó)家也尚未到達(dá)EKC拐點(diǎn)[3]。Ang采用ECM模型對(duì)1960～2002年法國(guó)數(shù)據(jù)進(jìn)行考察，發(fā)現(xiàn)碳排放、經(jīng)濟(jì)增長(zhǎng)與能源消費(fèi)間存在長(zhǎng)期均衡關(guān)系，其中經(jīng)濟(jì)增長(zhǎng)對(duì)能源消費(fèi)與碳排放量存在長(zhǎng)期Granger非因果關(guān)系[4]。Soytas認(rèn)為土耳其碳排放量是能源消費(fèi)的Granger原因，但GDP與碳排放量間不存在因果關(guān)系[5]。Hatzigeorgiou對(duì)1977～2007年希臘數(shù)據(jù)進(jìn)行了測(cè)度，認(rèn)為GDP是碳排放的單向因果關(guān)系[6]。Chen運(yùn)用Logit模型針對(duì)174個(gè)國(guó)家的碳排放影響因素進(jìn)行了分析，發(fā)現(xiàn)GDP和能源消耗對(duì)碳排放的影響呈現(xiàn)不同的特征[7]。

隨著研究的逐步深入，國(guó)內(nèi)學(xué)者逐漸從區(qū)域?qū)用鎸?duì)影響中國(guó)碳排放量大小的因素進(jìn)行分析，同時(shí)因?yàn)橹袊?guó)各地區(qū)顯著的區(qū)域差異，研究數(shù)據(jù)也從時(shí)間序列數(shù)據(jù)轉(zhuǎn)向面板數(shù)據(jù)。李國(guó)志對(duì)1995～2007年全國(guó)各省份碳排放量進(jìn)行了測(cè)度，并將全國(guó)劃分為低中高三個(gè)排放區(qū)域，利用STIRPAT模型分析了人口、經(jīng)濟(jì)發(fā)展與技術(shù)對(duì)碳排放的影響[8]。王鋒采用Divisia指數(shù)分解方法，將1995～2007年間中國(guó)的碳排放增長(zhǎng)率分解為11種影響因素的加權(quán)貢獻(xiàn)率[9]。張先鋒采用聚類分析方法考察了中國(guó)碳排放的區(qū)域差異和影響因素，將全國(guó)劃分為高排放低效率、高排放高效率、低排放低效率和低排放高效率四個(gè)區(qū)域[10]。王世進(jìn)對(duì)全國(guó)東中西部地區(qū)的人均碳排放量影響因素進(jìn)行分析[11]。鄧吉祥等使用 LMDI 分解法對(duì)中國(guó)八大區(qū)域進(jìn)行了劃分[12]。

事實(shí)上，僅從線性角度去考察碳排放影響因素模型構(gòu)建不夠準(zhǔn)確，通常碳排放影響因素模型會(huì)呈現(xiàn)非線性特征，表現(xiàn)為不同影響因素在不同區(qū)制下時(shí)，模型會(huì)呈現(xiàn)出不同的形態(tài)。俞毅通過面板門限模型重點(diǎn)測(cè)度了廢氣排放量與GDP增長(zhǎng)、能源消耗之間的非線性關(guān)系，認(rèn)為GDP存在門限值[13]。何彬通過建立動(dòng)態(tài)面板門限模型分析了人均GDP、地區(qū)國(guó)有經(jīng)濟(jì)規(guī)模對(duì)人均碳排放量的非線性影響[14]。彭星等采用面板門限模型運(yùn)用1999～2010年中國(guó)省際數(shù)據(jù)測(cè)度了非正式文化制度對(duì)于碳排放量的非線性影響[15]。許士春采用DEA方法測(cè)度了中國(guó)1995～2011年間能源和碳排放效率，通過Tobit回歸分析中國(guó)能源和碳排放效率的影響因素[16]。張金燦選取我國(guó)30個(gè)省2000～2011年的面板數(shù)據(jù)，運(yùn)用隨機(jī)前沿方法進(jìn)行實(shí)證分析[17]。

通過對(duì)上述研究的總結(jié)分析可以發(fā)現(xiàn)兩個(gè)問題：①大部分研究仍在線性層面，少數(shù)非線性視角下的研究也是從特定影響因素出發(fā)，缺乏對(duì)最重要的影響因素——經(jīng)濟(jì)發(fā)展水平（以GDP為代表）的非線性考量。②對(duì)于中國(guó)碳排放區(qū)域的劃分尚存在較大爭(zhēng)議，不同影響因素在不同地區(qū)對(duì)碳排放的貢獻(xiàn)程度是有明顯差異的，因此在進(jìn)行碳排放區(qū)域差異研究時(shí)，應(yīng)先在固定考察某影響因素的前提下去考察和分析。此外，大部分文獻(xiàn)是在測(cè)定碳排放總量之后，人為地劃分好區(qū)域進(jìn)行影響因素分析。這種研究順序缺乏一定的邏輯性，應(yīng)先根據(jù)各省影響因素顯著性及效應(yīng)大小的客觀事實(shí)，對(duì)省份進(jìn)行歸類分析，劃分出合理的區(qū)域，才能準(zhǔn)確把握碳排放區(qū)域差異的主要原因，為碳減排政策提出合理建議。

2中國(guó)二氧化碳排放量的測(cè)算

分析中國(guó)碳排放影響因素和區(qū)域差異的基礎(chǔ)是對(duì)各地區(qū)碳排放量精確測(cè)度。IPCC報(bào)告顯示溫室氣體增加導(dǎo)致氣溫升高的主要來源是化石燃料的燃燒[18]。目前碳排放測(cè)度方法主要有如下三種。

其中，C是二氧化碳排放量， NCV是能源凈發(fā)熱值，COF是碳氧化因子，CEF是IPCC提供的碳排放系數(shù)，44和12是CO2和C的分子量。

前兩種方法只涉及三種能源消耗，第三種方法又存在二氧化碳排放系數(shù)和碳排放系數(shù)間的轉(zhuǎn)化問題。因此，本文基于第二種方法進(jìn)行拓展，但采用九種能源種類，將各類能源消費(fèi)量乘以IPCC提供的碳排放系數(shù)ηj再乘以轉(zhuǎn)換為標(biāo)準(zhǔn)煤的系數(shù)θj（見式（4）），九種能源的折算系數(shù)如表1所示。

本文核算1999～2013年中國(guó)30個(gè)省市自治區(qū)的二氧化碳排放量（以下簡(jiǎn)稱碳排放），西藏自治區(qū)因數(shù)據(jù)不全被剔除，數(shù)據(jù)來自于《中國(guó)能源年鑒》與《中國(guó)統(tǒng)計(jì)年鑒》，對(duì)1999～2013年各地碳排放系數(shù)取平均值并由高至低排列（見圖1）。

由圖1可見，高碳排放地區(qū)的共同特點(diǎn)是人口密集、能源豐富、經(jīng)濟(jì)較發(fā)達(dá)。與過去研究一致的結(jié)論是，單純按照東中西部地區(qū)對(duì)碳排放進(jìn)行劃分是不科學(xué)的，中國(guó)碳排放區(qū)域劃分與經(jīng)濟(jì)區(qū)域劃分呈現(xiàn)不一致性，明顯表現(xiàn)出一種“點(diǎn)帶式”的散布走向。因此探究中國(guó)各地區(qū)碳排放區(qū)域差異原因應(yīng)從碳排放背后的重要影響因素入手。

檢驗(yàn)發(fā)現(xiàn)，模型1和模型2均具有門限效應(yīng)，即GDP水平與GDP增速水平在不同區(qū)制間轉(zhuǎn)移時(shí)會(huì)影響到模型的表達(dá)形式。其中，模型1在5%的顯著性水平下存在單門限效應(yīng)；模型2在1%水平下存在單門限效應(yīng)，在5%水平下存在雙門限效應(yīng)。

33門限模型的估計(jì)結(jié)果

門限變量估計(jì)結(jié)果見表3，可寫出模型的具體表達(dá)形式如式（18）和式（19）所示。可以看出，隨著經(jīng)濟(jì)發(fā)展水平和增長(zhǎng)水平的變化，模型呈現(xiàn)顯著的非線性性，閾值8712將lnY分為高低兩個(gè)區(qū)制，閾值0114和0132將ΔlnY分為高中低三個(gè)區(qū)制。

模型1中，無論在哪個(gè)區(qū)制中人口規(guī)模對(duì)地區(qū)碳排放貢獻(xiàn)率一直較為穩(wěn)定，對(duì)碳排放量也保持正向影響，lnY也都與碳排放高度正相關(guān)且系數(shù)最大，說明中國(guó)各地區(qū)依然存在高發(fā)展水平-高環(huán)境污染的增長(zhǎng)方式。需要提出的是，在GDP水平處在低區(qū)制中時(shí)，碳排放模型為曲率增加遞增形式，并非倒U型EKC；而當(dāng)GDP水平處于高區(qū)制中時(shí)，模型形式轉(zhuǎn)變?yōu)榈筓型EKC。這說明在經(jīng)濟(jì)處于低發(fā)展水平時(shí)，伴隨著工業(yè)帶動(dòng)經(jīng)濟(jì)發(fā)展的增長(zhǎng)方式，即使碳排放的絕對(duì)值沒有很高但卻存在著污染加速的問題；當(dāng)GDP處于較高水平時(shí)，碳排放水平存在拐點(diǎn)，超過拐點(diǎn)后碳排放量會(huì)持續(xù)下降，但經(jīng)計(jì)算中國(guó)目前所有地區(qū)都未達(dá)到拐點(diǎn)水平。另一個(gè)需要注意的現(xiàn)象是，GDP處于低區(qū)制時(shí)能耗對(duì)碳排放影響系數(shù)明顯小于GDP處于高區(qū)制時(shí)，說明隨著GDP超過閾值，能源消耗導(dǎo)致碳排放加速增加，環(huán)境會(huì)加速惡化。

模型2中，人口規(guī)模以及GDP水平對(duì)碳排放影響基本同模型1。值得提出的是，當(dāng)GDP增速分別處于高中低不同區(qū)制中時(shí)，模型曲線形式有所不同。GDP處于高增速區(qū)制時(shí)，碳排放量曲線為加速遞增形式，此時(shí)能源消耗影響系數(shù)最高，說明高增速經(jīng)濟(jì)增長(zhǎng)方式會(huì)導(dǎo)致環(huán)境快速惡化；GDP處于中增速區(qū)制時(shí)，模型又恢復(fù)了倒U型曲線形式，此時(shí)能源消耗導(dǎo)致的碳排放量是三區(qū)制中最低的；當(dāng)GDP處于低增速區(qū)制時(shí)，模型依然為倒U型，此時(shí)能源消耗的影響系數(shù)略高于中等增速區(qū)制時(shí)的系數(shù)值。由此說明，只有當(dāng)GDP增速處于中低區(qū)制中時(shí)，對(duì)生態(tài)環(huán)境的惡化相對(duì)較低，但經(jīng)計(jì)算這兩個(gè)區(qū)制中的均衡值GDP水平中國(guó)目前所有地區(qū)都尚未達(dá)到。

4中國(guó)碳排放區(qū)域差異的具體分析

根據(jù)上述面板門限模型估計(jì)結(jié)果，將碳排放量分為六個(gè)區(qū)制（見圖2）。

象限I代表經(jīng)濟(jì)水平本身較高又呈現(xiàn)快速增長(zhǎng)的地區(qū)，但EKC呈倒U型、存在拐點(diǎn)；在拐點(diǎn)以前，碳排放持續(xù)加重，環(huán)境污染嚴(yán)重。數(shù)據(jù)顯示，處于這一象限中的省份有山東、江蘇、廣東、浙江等。需要指出的是，雖然GDP高區(qū)制下曲線存在拐點(diǎn)，但高增速區(qū)制曲線形狀不收斂，會(huì)延緩這些地區(qū)到達(dá)拐點(diǎn)的路徑和時(shí)間。象限II代表經(jīng)濟(jì)水平本身較高并呈平穩(wěn)增長(zhǎng)的地區(qū)。該區(qū)制內(nèi)EKC依然存在拐點(diǎn)，增長(zhǎng)方式相對(duì)健康。湖南、北京、四川、湖北、河南、河北等省份位于該象限。象限III代表經(jīng)濟(jì)水平本身較高、經(jīng)濟(jì)增長(zhǎng)已趨于穩(wěn)定并呈低速增長(zhǎng)的地區(qū)，一般依靠高碳的第二產(chǎn)業(yè)帶動(dòng)經(jīng)濟(jì)發(fā)展，環(huán)境質(zhì)量相對(duì)較好。上海、福建、遼寧等處于該象限內(nèi)，遼寧因?yàn)槭a(chǎn)石油和煤炭，雖位于該象限內(nèi)但碳污染依舊嚴(yán)重。

以上三象限都屬于高GDP區(qū)制的象限，曲線存在拐點(diǎn)，意味著環(huán)境質(zhì)量會(huì)走“先惡化后改善”的路線，但是GDP的高增速會(huì)加長(zhǎng)拐點(diǎn)前“惡化”的路徑或提高斜率，導(dǎo)致在拐點(diǎn)前污染十分嚴(yán)重；而中低經(jīng)濟(jì)增速下拐點(diǎn)前“惡化”路徑相對(duì)較短，斜率較小，曲線較平緩。

象限IV代表經(jīng)濟(jì)水平本身較低、經(jīng)濟(jì)增長(zhǎng)十分緩慢的地區(qū)。其中，低GDP區(qū)制下曲線并非是倒U型曲線，而是呈持續(xù)增長(zhǎng)的發(fā)散形式。低經(jīng)濟(jì)增速區(qū)制曲線是倒U型的，存在拐點(diǎn)。該象限內(nèi)的地區(qū)雖然碳排放量不高，自然環(huán)境較好，但是以經(jīng)濟(jì)過于緩慢發(fā)展為代價(jià)，相關(guān)省份有甘肅、重慶、云南、廣西、黑龍江等。其中黑龍江省因?yàn)槭鞘痛笫?，碳排放排名居于前列。象限V代表經(jīng)濟(jì)水平較低并呈中速增長(zhǎng)的地區(qū)，其碳排放量要高于象限IV中的省份，并有向象限VI轉(zhuǎn)移的趨勢(shì)，符合該象限特征的省份有海南、新疆、江西和安徽。象限VI代表經(jīng)濟(jì)水平本身較低但快速增長(zhǎng)的地區(qū)。由于低GDP區(qū)制以及高經(jīng)濟(jì)增速區(qū)制下模型曲線均為正U型形式，不存在拐點(diǎn)，其經(jīng)濟(jì)增長(zhǎng)方式也多為高碳化形式，因此處于該象限的地區(qū)其環(huán)境惡化速度是在加劇的。只有當(dāng)能效提高、經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變后，才有可能轉(zhuǎn)移到I～I(xiàn)II任一象限中。該象限省份有青海、寧夏、吉林、天津、陜西、山西、內(nèi)蒙古和貴州。

以上三象限都屬于低GDP區(qū)制下的象限，IV、V象限的曲線存在拐點(diǎn)，VI象限不存在。處于這部分象限的地區(qū)其特征是碳排放量并不高（除去部分能源大?。?，但這并不意味著其經(jīng)濟(jì)發(fā)展走的是低碳路線，而只是說明從短期來看環(huán)境惡化的負(fù)面影響尚不夠顯著。一旦放眼于長(zhǎng)期，如果經(jīng)濟(jì)增長(zhǎng)方式不調(diào)整、能源效率不提高，這些地區(qū)因環(huán)境惡化所付出的代價(jià)甚至要高于I～I(xiàn)II象限地區(qū)。

分析發(fā)現(xiàn)，中國(guó)碳排放區(qū)域差異的形成與原因是多樣的，不能簡(jiǎn)單以東中西部地區(qū)或碳排放量的高低來劃分，而是要綜合考慮到地區(qū)初始經(jīng)濟(jì)稟賦、經(jīng)濟(jì)增速及經(jīng)濟(jì)增長(zhǎng)方式，能源消耗與人口規(guī)模也是重要的影響因素。此外，“是否是能源大省”這個(gè)變量具有“一票認(rèn)定權(quán)”，如盛產(chǎn)石油的黑龍江、山東、遼寧、內(nèi)蒙古、新疆、四川、河北、天津和陜甘寧地區(qū)，盛產(chǎn)煤炭的山西、河南、遼寧、內(nèi)蒙古和陜西，以及盛產(chǎn)天然氣的新疆和四川等地，無論其經(jīng)濟(jì)發(fā)展現(xiàn)狀及增速如何，以上省份的碳排放量大部分居于中國(guó)前列。

5研究結(jié)論與啟示

影響中國(guó)各地區(qū)碳排放量的因素是多樣的，以經(jīng)濟(jì)發(fā)展水平變量與經(jīng)濟(jì)增長(zhǎng)變量為主，且隨著變量值在區(qū)制間的轉(zhuǎn)移，碳排放STIRPAT模型會(huì)呈現(xiàn)出不同的形式。具體結(jié)論如下：

（1）GDP水平變量為門限變量時(shí)存在單門限效應(yīng)，將模型劃分為高低兩個(gè)區(qū)制；GDP增長(zhǎng)速度變量為門限變量時(shí)存在雙門限效應(yīng)，將模型劃分為高中低三個(gè)區(qū)制。在高GDP區(qū)制和中、低GDP增速區(qū)制下EKC存在拐點(diǎn)。

（2）能源消耗量也是碳排放重要的影響因素。隨著經(jīng)濟(jì)發(fā)展水平與經(jīng)濟(jì)增速的波動(dòng)，能源消耗效應(yīng)也是呈非線性變動(dòng)的。低GDP區(qū)制下能源消耗帶來的增排遠(yuǎn)小于高GDP區(qū)制下的能源消耗效應(yīng)。而相比于高經(jīng)濟(jì)增速區(qū)制和低經(jīng)濟(jì)增速區(qū)制，當(dāng)經(jīng)濟(jì)發(fā)展處于中等增速時(shí)，能源消耗量增加引起的碳排放量相對(duì)最小。

（3）可根據(jù)GDP水平高低區(qū)制的不同以及GDP增速高中低區(qū)制將碳排放量分為六個(gè)區(qū)制，以此作為區(qū)分中國(guó)碳排放區(qū)域差異的衡量標(biāo)準(zhǔn)。只有當(dāng)經(jīng)濟(jì)發(fā)展到較發(fā)達(dá)程度、經(jīng)濟(jì)增長(zhǎng)方式從粗放型向集約型轉(zhuǎn)變、經(jīng)濟(jì)增長(zhǎng)平穩(wěn)勻速時(shí)，該地區(qū)的碳排放才會(huì)收斂于穩(wěn)態(tài)均衡值，在“發(fā)展經(jīng)濟(jì)”與“保護(hù)環(huán)境”這兩個(gè)矛盾性命題間尋求到平衡。

中國(guó)目前正努力邁進(jìn)中等收入國(guó)家的行列，這是一個(gè)經(jīng)濟(jì)發(fā)展階段轉(zhuǎn)化、經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的關(guān)鍵性時(shí)期，過于嚴(yán)厲的碳減排政策會(huì)影響中國(guó)向下一個(gè)階段邁進(jìn)的步伐。因此，碳減排過程應(yīng)該是漸進(jìn)性的，通過提高能源效率、降低能源強(qiáng)度、增加清潔能源使用、引導(dǎo)提倡節(jié)約能源、倡導(dǎo)消費(fèi)行為低碳化實(shí)現(xiàn)碳減排，既要保證增長(zhǎng)速度、又要保證當(dāng)下的能源結(jié)構(gòu)和能源成本是社會(huì)可承受的。

參考文獻(xiàn)：

[1]Ehrlich P R. Knowledge and the Environment [J]. Ecological Economics， 1999（30）： 267-284.

[2]York R， Rosa E A， Dieta T. Stirpat， Ipat and Impact： Analytic Tools for Unpacking the Driving Forces of Environmental Impacts [J]. Ecological Economics， 2003（3）： 351-365.

[3]Cole M A. Development， Trade， and the Environment： How Robust is the Environmental Kunzets Curve [J]. Environment and Development Economics， 2003（8）： 557-580.

[4]Ang J B. Emissions， Energy Consumption， and Output in France [J]. Energy Policy， 2007（10）： 4772-4778.

[5]Soytas U， Sari R. Energy Consumption， Economic Growth， and Carbon Emissions： Challenges Faced by an EU Candidate Member [J]. Ecological Economics， 2009（6）： 1667-1675.

[6]Hatzigeorgiou E， Polatidis H， Haralambopoulos D. CO2 Emissions， GDP and Energy Intensity： A Multivariate Cointegration and Causality Analysis for Greece， 1977-2007 [J]. Applied Energy， 2011（4）： 1377-1385.

[7]Chen P， Chen S， Chen C. Energy Consumption and Economic Growth - New Evidence from Meta Analysis [J]. Energy Policy， 2012（44）： 245-255.

[8]李國(guó)志， 李宗植. 中國(guó)二氧化碳排放的區(qū)域差異和影響因素研究[J]. 中國(guó)人口·資源與環(huán)境， 2010（5）： 22-27.

[9]王鋒， 吳麗華， 楊超. 中國(guó)經(jīng)濟(jì)發(fā)展中碳排放增長(zhǎng)的驅(qū)動(dòng)因素研究[J]. 經(jīng)濟(jì)研究， 2012（2）： 123-136.

[10]張先鋒， 韓雪， 張慶彩. 基于偏最小二乘模型的碳排放區(qū)域差異及影響因素的實(shí)證分析[J]. 工業(yè)技術(shù)經(jīng)濟(jì)， 2013（7）： 100-109.

[11]王世進(jìn)， 周敏. 我國(guó)碳排放影響因素的區(qū)域差異研究[J]. 統(tǒng)計(jì)與決策， 2013（12）： 102-104.

[12]鄧吉祥， 劉曉， 王錚. 中國(guó)碳排放的區(qū)域差異及演變特征分析與因素分解[J]. 自然資源學(xué)報(bào)， 2014（2）： 189-200.

[13]俞毅. GDP增長(zhǎng)與能源消耗的非線性門限[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2010（12）： 57-65.

[14]何彬. 國(guó)有經(jīng)濟(jì)比重、區(qū)域經(jīng)濟(jì)增長(zhǎng)與碳排放[J]. 江漢論壇， 2013（7）： 84-88.

[15]彭星， 李斌， 金培振. 文化非正式制度有利于經(jīng)濟(jì)低碳轉(zhuǎn)型嗎[J]. 財(cái)經(jīng)研究， 2013（7）： 110-121.

[16]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[J]. 軟科學(xué)， 2015（3）： 74-78.

[17]張金燦， 仲偉周. 基于隨機(jī)前沿的我國(guó)省域碳排放效率和全要素生產(chǎn)率研究[J]. 軟科學(xué)， 2015（6）： 105-109.

[18]IPCC. Climate Change 2013： The Fifth Assessment Report of the Intergovernmental Panel on Climate Change [M]. Cambridge University Press， 2013.

[19]Hansen B E. Threshold Effects in Non-Dynamic Panels： Estimation， Testing， and Inference [J]. Econometrics， 1999， 93（2）： 345-368.

（責(zé)任編輯：張勇）