中国城镇碳排放的区域差异和影响因素

中国城镇碳排放的区域差异和影响因素
宋德勇;徐安
【摘要】This paper amends IPCC's carbon emission coefficient of the electricity in 2006. Based on China's energy balance table, this paper calculates the urban carbon emissions in China's 30 provinces during 1995 and 2008. The regional difference of carbon emission is analyzed by the division of high, medium and low carbon emission zones, while the STIRPAT model is employed to its influential factors analysis. The results showed that urban emission, featured in rapid growth since 2001 particularly, played the dominant role of the total carbon emission. There is a strong regional difference of urban carbon emissions in China, for eight provinces of high-emission accounted for more than 50% of China's total urban carbon emissions in 2008. The per capita income of urban residents exerted the greatest impact on urban carbon emissions, followed by the urbanization rate and energy intensity. The population had relatively little influence on carbon emissions. There are differences among the influence on carbon emission as a result of urban average income increase, the progress of urbanization and energy intensity reduce. The intensity-affected difference constructs the main reason of regional difference in urban carbon emission. On the one hand, China's rising urban incomes and urbanization need some space for carbon emissions, while on the other hand, towns need to follow sustainable low-carbon development path.%修正了IPCC关于电力碳排放系数的计算方法,根据中国(省市)能源平衡表估
算了1995-2008年中国30个省市的城镇碳排放,划分了高、中、低三个不同排放区域,分析城镇碳排放的区域差异,采用STIRPAT模型分析城镇碳排放及区域差异的影响因素.结果表明,城镇碳排放是中国碳排放的主体；城镇碳排放总体快速增长趋势,2001年后表现尤为明显;中国城镇碳排放存在很强的区域差异,2008年高排放区域的八个省市城镇碳排放总量占全国城镇碳排放总量的50％以上；城镇居民人均
收入对城镇碳排放影响最大,然后是城镇化率和能源强度,人口总量对碳排放影响较小；城镇居民人均收入增加、城市化进程不断推进、能源强度降低对城镇碳排放的影响存在区域差异,这种影响强度的差异是导致城镇碳排放存在区域差异的主要原因.一方面,我国城镇居民收入的不断提高和城市化进程的推进决定了城镇发展需要
一定的碳排放空间,另一方面,城镇需要走可持续的低碳发展道路.
【期刊名称】《中国人口·资源与环境》
【年(卷),期】2011(021)011
【总页数】7页(P8-14)
【关键词】城镇碳排放;区域差异;影响因素;STIRPAT模型
【作者】宋德勇;徐安
【作者单位】华中科技大学经济学院,湖北武汉430074;华中科技大学经济学院,湖
北武汉430074
【正文语种】中文
【中图分类】X2;F29
当前中国处于城市化快速发展时期，据统计，1995年中国城镇化率为29．04%，2008年中国城镇化率达到45．68%，增长了16．64%，年均增长1．28%。

按
照目前城市化发展速度，到2020年，中国城镇化率将达到60%左右，意味着从现在到2020年，将有大约3亿人口从农村转移到城镇生活，城镇居民人均能源消费是农村居民的3．5－4倍［1］。

中国城市化和工业化基本同步，城市化进程中的工业化特征表现为高耗能产业迅速发展，也意味着能源消费增长较快。

在以化石能源为主的能源结构下，城市化进程推动的城镇能源消费的快速增长导致城镇碳排放的快速增长，如何在实现经济增长和完成城市化进程的前提下减缓城镇碳排放是重大课题。

由于各省市资源禀赋不同，社会经济和历史条件存在较大区域差异，中国城市化存在区域差异，碳排放存在区域差异，城镇碳排放存在区域差异。

测算省市城镇碳排放，分析城镇碳排放的区域差异及原因，可以掌握中国碳排放的主要方面和趋势，有助于深入细致地掌握中国碳排放的现状和发展趋势，有助于国家制定科学、合理的减缓碳排放的政策措施，有助于各省市制定符合本省省情的减缓碳排放政策。

现有一些文献测算了中国各省市的碳排放总量和碳强度，分析了区域差异和影响因素。

李国志等分析了1995－2007年中国碳排放的区域差异和影响因素［2］。

岳超等分析了碳排放总量、人均碳排放和碳强度的区域差异以及碳强度的影响因素［3］。

林伯强等研究了碳排放与能源消费强度、能源强度、人均GDP、人口总量和城镇化率的关系，对2010－2020年的碳排放进行了情景分析和预测［4］。

本文修正了IPCC关于电力碳排放系数的计算方法，根据中国(省市)能源平衡表估算了1995－2008年中国30个省市的城镇碳排放，采用STIRPAT模型分析城镇碳排放及区域差异的影响因素。

1．1 碳排放计算方法和数据来源
由于中国官方统计机构没有碳排放数据，根据不同的研究对象和研究目的以及能源统计方法，各种文献中采用不同的碳排放计算方法。

中国碳排放数据来源和计算方法主要有以下两种:①国外公布的数据:美国橡树岭国家实验室二氧化碳信息分析中
心(CDIAC)提供的各国碳排放数据［5］和国际能源总署(IEA)公布的20世纪90年代后期以来的年度碳排放数据;②根据IPCC《国家温室气体排放清单指南》和中国能源统计年鉴计算得到的碳排放数据，具体方法有三种:一次能源(煤炭、石油、天然气)消费量乘以各自的碳排放系数然后加总［6］;各省市九种能源消费量乘以各
自碳排放系数然后加总得到各省市的碳排放［7］;根据中国能源平衡表终端能源消费量来计算城镇、建筑和交通等的碳排放［8］。

所用的碳排放系数有IPCC排放
清单和中国国家发展改革委员会能源研究所等提供的。

本文分析化石能源消费产生的碳排放，由于没有直接完整的城镇能源消费数据，本文利用中国能源统计年鉴中能源平衡表中终端能源消费量估算出各省市城镇能源消费，城镇能源消费量指终端能源消费总量除去农业生产和农村生活能源消费的部分，具体包括终端能源消费中工业、建筑业、交通运输业、仓储业、邮电通讯业、批发和零售业、餐饮业以及城镇生活的能源消费，利用估算的城镇能源消费量可以计算出各省市城镇碳排放。

此外，本文不计加工转换、运输和分配过程中损失能源的碳排放。

具体的计算分为两步:①将各省市能源平衡表中城镇消耗的各种终端能源消费标准
量转化为标准量，实物量转化为标准量的系数采用2008年能源统计年鉴中各种能源实物量转化为标准量的系数;②将各种能源消费标准量转化为碳排放量，然后加总，各种碳排放系数(除了电力和热力)来源于IPCC《国家温室气体排放清单指南》。

本文采用1996－2009年能源统计年鉴。

城镇碳排放的计算公式如下:
C表示城镇碳排放量，下标i表示终端能源消费中工业、建筑业、交通运输和仓储及邮电通讯业、批发和零售以及餐饮业、城镇生活，下标j表示终端能源消费中
20种能源类别，Qij表示i类行业第j类能源消费实物量，σj表示第j类能源实物
量转化为标准量的系数，θj表示第j类能源消费标准量的碳排放系数。

IPCC没有具体给出电力和热力的碳排放系数，给出了它们的计算方法:通过计算火力发电和热力各自消耗的其他能源产生的碳排放除以电力和热力生产量得到各自碳排放系数。

在中国，热力主要是区域内供热，因此其排放的计算是根据能源平衡表中供热投入产出计算;在计算各省市电力碳排放系数时，由于存在普遍的省际间电
力输入输出状况，因此需要对IPCC提供的碳排放系数计算方法做出修正。

终端能源消费中电力消费碳排放系数等于消费的电力产生的碳排放除以电力消费总量。

在能源平衡表中，本省市终端电力消费量等于本省市电力生产量加上从外省市的输入量再减去本省市输出量和加工转换过程中的损失量，据此，各省市电力消费产生的碳排放也就等于本省市火电生产的碳排放加上外省市输入电力的碳排放减去本省市输出电力的碳排放。

本省市电力生产的碳排放用能源平衡表中火力发电投入产出计算;本省市输出电力的碳排放为本省市输出电力乘以本省市电力生产碳排放系数，
本省市电力碳排放系数等于本省市火力发电产生的碳排放除以本省市电力生产总量得到;计算省市外输入的电力碳排放时，由于电力来源不能确定，因此其排放采用
估算:根据全国电力平衡表，计算出全国电力的总排放量，然后除以全国的电力总
生产量(包括火电、水电、核电等)，用得出的电力排放系数省市外输入电力的排放量。

1．2 各省市城镇碳排放的特点和区域差异
1．2．1 各省市城镇碳排放的特点
表2所示，1995－2008年各省市城镇碳排放呈现以下特点:①从2008年城镇碳
排放总量看，山东、河北、江苏、广东和河南的城镇碳排放分别为20 453．47 t、16 037．16 t、14 075．85 t、13 228．78 t和11 695．45 万 t碳，位居全国
前五位，江西、甘肃、宁夏、青海和海南的城镇碳排放分别为3 297．17 t、2 831．94 t、2 216．67 t、933．78 t和619．27万t碳，排在全国倒数五位，
排放量最多的山东是排放量最小的海南的33倍，相差悬殊。

1995－2008年各省
市城镇碳排放均值排在前五位和后五位的和2008年相同，最高的山东碳排放均值是最低的海南的29倍。

②从人均碳排放来看，2008年，城镇人均碳排放量最高
的前面五个省市是宁夏、内蒙古、山西、河北和山东，最低的后五位是海南、江西、广西、四川和广东，最高的宁夏是最低的海南的5倍多。

③从城镇碳排放增长速
度来看，1995－2008年各省市城镇碳排放处于不断增加的趋势，30省市城镇碳
排放总量总体年增长率为7．6%，但是各省市城镇碳排放增长率存在较大差异，
增速最快的是宁夏，年增长率14．5%，最低的黑龙江为3．9%，增速排名前五
的有宁夏、内蒙古、海南、福建和山东，排名后五位的是黑龙江、辽宁、吉林、北京和江西。

④增长有阶段性特征。

大体可以2001年为界划分为1995－2001和2001－2008两个阶段，1995－2001年各省市城镇碳排放普遍增长缓慢，甚至负增长(辽宁、湖南、四川、吉林、江西)，2001年以后，各省市城镇碳排放增长速
度普遍加快。

1995－2001年，少有超过年增长率超过7%的，2001－2008年，各省市城镇碳排放增长率普遍超过10%，内蒙古更是达到年增长率19．6%，⑤
从城镇碳排放占终端总碳排放的比例来看，2008年各省市城镇碳排放总量占终端能源消费产生的碳排放的90以上(除了甘肃为88．6%)，城镇碳排放是全国碳排
放的主体。

1．2．2 各省市城镇碳排放的区域差异
为了进一步分析中国各省市城镇碳排放的差异和变化特点，可以将全国30省划分为较少的几个区域。

一般划分为东、中、西三个区域的方法，在分析碳排放中不太适合，由于东、中、西部各自所包含的各省市城镇碳排放差异较大，比如海南和山东同属东部，但是两者城镇碳排放总量相差最大，中部的山西和河南、西部的内蒙古城镇碳排放很大，与其他中、西部省市也相差很大。

本文按照各省市1995－2008年城镇碳排放均值及其分布，以5 000万t碳和2 400万t碳为界，将全国30省划分为三个区域:高排放(5 000万t以上)、中排放(2 400万t－5 000万t)和
低排放区域(2 400万t以下)。

具体划分如下:①高排放区域:包括山东、河北、江苏、广东、辽宁、河南、山西和浙江八个省;②中排放区域:包括湖北、上海、内蒙古、
四川、湖南、黑龙江、安徽、贵州、吉林和北京十省市;③低排放区域:包括陕西、
福建、天津、云南、新疆、广西、重庆、江西、甘肃、青海、宁夏和新疆十二省市。

如图1和图2所示，三区域城镇碳排放呈现以下特点:①区域城镇碳排放分布不平衡，差异明显。

2008年高、中、低排放区域城镇碳排放总量分别占城镇总排放的51．9%、29．6%、18．5%，2008 年城镇人均碳排放分别为3．72 t碳/人、3．01 t碳/人、2．77 t碳/人。

②各区域城镇碳排放总量和城镇人均碳排放增速
有差距和阶段性特征。

1995－2008年，高、中、低2008年城镇碳排放相比1995分别增加了180%、114%、163%，年增长率分别为8．2%、6%、7．7%;以2001年为界，2001年前，三区域城镇碳排放增长缓慢，分别为 2．6%、1．1%、2．5%，2001 年后，增长速度加快，分别为13．3%、10．4%、12．3%。

从图 2可以看到，1995－2008年高、中、低排放区域城镇人均碳排放分别增加了123%、135%、132%，1995－2001年间，三区域城镇人均碳排放
不断降低，2001－2008年，三区域城镇人均碳排放均加速提高。

③从三区城镇碳排放总量增长速度看，在1995－2008年间，中、低城镇碳排放和高排放区域差
距逐渐扩大，低排放区域和中排放区域的差距在逐渐缩小。

三区域人均碳排放的差距变化特点和三区域总量的差距变化特点基本相同。

2．1 模型选择
现有大量文献从环境库兹涅茨假说来分析碳排放和经济增长之间的关系，检验环境污染和人均收入之间是否存在倒U型关系。

但是环境库兹涅茨假说把人均污染排
放作为外生变量，其中暗含污染排放对人口的单位弹性的假设，这种模型忽略了人口对污染排放的影响。

这个局限性成为很多学者质疑环境库兹涅茨曲线的主要方面。

Perman和Stern认为，如果考虑人口因素和使用恰当的分析方法，结果显示环境
库兹涅茨曲线并不存在［10］。

分解分析方法突破了环境库兹涅茨曲线框架人口
排放单一弹性的假定，碳排放被典型地分解为规模(收入和人口)、结构(投入或产
出组合)和技术效应(能源强度)。

徐国泉等采用简单平均的迪氏分解法对我国1995－2004年人均碳排放进行了分解［11］。

宋德勇等利用两阶段LDM方法，分析我国碳排放周期性波动的特征［12］。

以上文献对中国碳排放的进行了深入分析，但是分析人口对碳排放的影响中，多是分析人口总量的作用，忽略了人口城市化对碳排放的影响，现实是由于中国的人口控制，人口总量对碳排放的影响不大，而分析城市化的人口转移对能源和碳排放的冲击更有意义。

Erlich＆Holdren提出了环境影响决定因素的IPAT分析框架［13］，即:I=PAT，I指环境影响，P 代表人口因素，A代表富裕度，T代表技术水平。

IPAT模型具有简洁、直观分析人文驱动力对环境压力影响的特点。

沿着IPAT分析框架，Dietz
＆ Rosa发展出了 STIRPAT模型［14］，STIRPAT模型保留了IPAT模型中环境
影响和人口、富裕度、技术的关系的主要思想，还克服了它的一些缺点:抛弃单位
弹性的假设，加入随机性便于实证分析，而且能通过对技术项的分解，可以实现对城市化、产业结构等各种类型驱动因子对环境压力影响的分析。

STIRPAT模型通常具有如下的形式:
Ii、Pi、Ai、Ti含义和 IPAT 模型基本相同，模型将环境影响(Ii)分解为人口(Pi)、
富裕(Ai)、技术(Ti)的乘积，α、β、γ、δ是要被估计的参数，ei是随机误差。

实证中，方程(1)转换成对数形式:
(2)式中α、ei为式(1)α 和 ei的自然对数。

β、γ、δ表示如果其它的影响因素维持不变时，驱动力影响因素(Pi或Ai或 Ti)变化1%引起的环境影响变化百分比。

STIRPAT模型容许增加其它控制因素来分析它们对环境的影响，但是增加的变量
需要与式(2)指定的乘法形式具有概念上的一致性。

本文选用STIRPAT模型分析城镇碳排放的影响因素，环境影响I指城镇碳排放总
量，P选用城镇人口总量，为了分析城镇化对城镇碳排放的影响，本文将城镇人口总量分解为总人口和城镇化率两个变量，代表富裕度的A选用城镇居民人均可支配收入，代表技术水平的T选用城镇能源强度。

模型为
其中Ii代表城镇碳排放总量，Pi为人口总量，Ai表示城镇居民人均可支配收入，PUPi为城镇化率，EIi为城镇能源强度。

2．2 数据来源
在本文的实证中采用30省市1995－2008年的面板数据。

各省市城镇碳排放总量和能源消费总量计算方法前文已有阐述，各省市人口总量数据来源于历年中国人口统计年鉴，单位万人。

城镇化率为城镇人口占总人口比率。

官方公布的资料目前还没有2000年前连续可比的分省数据，许多学者采用不同的方法推算了相应年份的分省城市化水平，在保证截面可比、历史可比的前提下，本文1995－2000年分省城镇化率数据参考周一星等的修补数据［15］。

2001－2004年的各省城镇化率数据来源于“新中国五十五年统计资料汇编”摘录。

2005－2007年各省城镇化率从2006－2009年《中国统计年鉴》中得到。

1995－2008年城镇居民人均可支配收入数据来自中国统计年鉴，以1995为不变价格;没有城镇能源强度的直接数据，能源强度一般为能源消费与GDP的比值，又由于缺乏城镇GDP数据，本文的城镇能源强度采用城镇能源消费总量与城镇居民总收入的比值，城镇居民总收入等于城镇居民人均收入与城镇人口总量的乘积。

2．3 估计结果分析
本文以模型(4)对30省市、高、中和低排放区域的面板数据运用最小二乘法估计。

豪斯曼检验显示本文宜采用固定效应模型，估计结果在表3中。

从表3看到，全国和三个区域估计的判定系数接近1，模型的F值也足够大，模型拟合较好，所有解释变量的估计系数均在1%水平上显著。

估计系数的符号表明，
人口总量、城镇化率、城镇居民人均收入和能源强度的增加导致城镇碳排放的增加。

从全国来看，①估计系数及差异。

从表4可以看到，依大小顺序排列，人口总量、城镇居民人均收入、城镇化率和能源强度每增加1%，导致城镇碳排放总量分别增加0．99%、0．96% 、0．84% 和 0．8%，城镇碳排放对人口总量、城镇居民
人均收入、城镇化率和能源强度均比较敏感。

②各个解释变量对城镇碳排放的影响及差异。

2008年中国城镇居民人均收入、城镇化率、人口总量比1995年分别增
加了106．6%、57．3%、9．6%，分别导致 2008 年城镇碳排放总量比 1995
年增加了 102．3%、48．1%、9．5%;通过计算得到，2008年中国城镇能源强
度比1995年大约降低了52．6%，导致中国城镇碳排放总量大约减少了42．1%。

因此，1995－2008年间，城镇居民人均收入对城镇碳排放影响最大，城镇化率和能源强度对城镇碳排放也有显著影响，由于人口政策带来中国人口总量增长放缓，人口总量对城镇碳排放总量的影响较小。

从高、中、低排放区域来看，各变量对城镇碳排放总量影响存在区域差异。

①估计系数及差异。

中排放区域的城镇化率、城镇居民人均收入和能源强度的估计系数最大，中排放区域城镇化率、城镇居民人均收入、能源强度每上升1%，导致城镇碳排放总量增加 1．03%、1．02%、1．01%，其次是高排放区域，分别是1．01%、0．99%、0．98%，最低的是低排放区域，分别是0．75%、0．91%、0．68%，表明中排放区域的城镇碳排放对城镇化率、城镇居民人均收入和能源强度最敏感，低排放区域的敏感度最低。

城镇碳排放对人口总量的弹性系数，低排放区域最大。

高、中排放区域城镇碳排放对城镇化率的敏感性最大，低排放区域城镇碳排放对人口总量的敏感性最大。

②各解释变量对各区域城镇碳排放的影响及差异。

1995－2008年间，高排放区域人口总量、城镇化率和城镇居民人均收入分别增长了 12．71%、102．25%、177．32%，由此导致城镇碳排放总量分别增加了12．84%、103．27%、175．54%，城镇能源强度降低了56．1%，导致城镇碳
排放总量减少54．98%;1995－2008年间，中排放区域人口总量、城镇化率和城镇居民人均收入分别增长了5．35%、50．74%、168．52%，由此导致城镇碳排放总量分别增加了5．14%、52．26%、171．89%，城镇能源强度降低了50．4% ，导致城镇碳排放总量减少50．9%;1995－2008年间，低排放区域人
口总量、城镇化率和城镇居民人均收入分别增长了 9．9%、82．17% 、163．91% ，由此导致城镇碳排放总量分别增加了 11．69% 、61．62%、149．15%，城镇能源强度降低了49．24%，导致城镇碳排放总量减少33．48%。

高排放区域四个解释变量对城镇碳排放总量的影响都高于中、低排放区域，这一特点在城镇化率对城镇碳排放影响中表现尤为突出，中排放区域城镇居民人均收入和能源强度对城镇碳排放总量的影响高于低排放区域，低排放区域城镇化率和人口总量对城镇碳排放总量的影响高于中排放区域。

本文研究了中国30省市1995－2008年城镇碳排放的区域差异及影响因素。

研究结果表明，城镇碳排放是中国碳排放的主体。

存在很强的区域差异，2008年高排放区域的八个省市城镇碳排放总量占全国总量的50%以上，增长速度也明显快于中、低排放区域。

城镇居民人均收入快速增加和城市化进程加速推进是城镇碳排放快速增长的主要原因，能源强度的降低促进了城镇碳排放的减少，由于中国的人口控制政策，人口总量对城镇碳排放影响较小。

各影响因素对城镇碳排放的影响存在区域差异，这是导致城镇碳排放存在区域差异的主要原因。

当前中国经济需要发展，居民收入亟待提高，城市化进程还没有完成，在化石能源为主的能源结构下，降低经济发展速度和延迟城市化进程。

强制性减缓碳排放并不可行，中国经济的持续增长和城市化进程的完成需要一定的碳排放空间。

中国承诺到2020年单位国内生产总值CO2排放比2005年下降40% －45%，意味着政府决意在发展经济基础上减缓碳排放。

然而，在实现本国经济可持续发展、保障能源安全、保护环境和应对国际压力上，中国必须有所作为。

首先，转变经济增长方式，
加快对传统工业的技术革新和节能减排，加快发展高新技术产业和第三产业，培育新的经济增长点;其次，走低碳城市化道路，建设低碳城镇，科学合理地规划城市，建设低碳建筑和低碳交通;再次，过去几十年，能源强度的降低已经对中国减缓碳
排放发挥了重要作用，今后要继续发挥这一作用，改革能源政策，提高能源效率，开发和引进新能源技术，大力发展可再生能源;最后，把高排放区域作为减缓碳排
放的重点区域，欠发达地区应以发展低碳经济为契机，寻求逐步缩小与发达地区经济社会差距的发展之路。

【相关文献】
［1］何晓萍．中国城市化进程中的电力需求预测［J］．经济研究，2009，44(1):60 －78．［He Xiaoping．Forecast of the Power Demand in China's Urbanization Process ［J］．Economic Research，2009，44(1):60 －78．］
［2］李国志，李宗植．中国二氧化碳排放的区域差异和影响因素研究［J］．中国人口·资源与环境，2010，20(5):22 － 27．［Li Guozhi，Li Zongzhi．Regional Differences and Influence Factors of China's Urban Carbon Emissions［J］．China Population，Resourses and Envirenment，2010，20(5):22 －27．］
［3］岳超，胡雪洋，贺灿飞，等．1995－2007年中国省区碳排放及碳强度的分析［J］．北京大学学报:自然科学版，2010，46(4):510－516．［Yue Chao，Hu Xueyang，He Canfei．Carbon Emissions and Carbon Intensity of China's Provinces from 1995 to 2007［J］．Acta Scientiarum Naturalium Universitatis Pekinensis，2010，46(4):510 －516．］［4］林伯强．中国城市化阶段的碳排放:影响因素和减排策略［J］．经济研究，2010，45(8):66
－78．［Lin Boqiang．China's Carbon Emissions in Stage of Urbanization:Influence factors and Mitigation strategies［J］．Economic Research，2010，45(8):66 －78．］
［5］朱江玲，岳超，王少鹏，等．1850－2008年中国及世界主要国家的碳排放［J］．北京大学学报:自然科学版，2010，46(4):497 －504．［Zhu Jianglin，Yue Chao，Wang Shaopeng，
et al．Carbon Emissions of China and Major Countries of the World from 1850 to 2008［J］．Acta Scientiarum Naturalium Universitatis Pekinensis，2010，46(4):497 －504．］［6］谭丹，黄贤金．我国东、中、西部地区经济发展和碳排放的关联分析与比较［J］．中国人口·资源环境，2008，18(3):54 －57．［Tan Dan，Huang Xuanjin．Relation and Comparison between Development and Carbon Emissions of China's Eastern and Central and Western Regions［J］．China Population，Resourses and Envirenment，2008，18(3):54 －57．］
［7］查冬兰，周德群．地区能源效率与二氧化碳排放状况及减排对策研究［J］．中国科学院院刊，2008，23(2):109 －115．［Zha Donglan，Zhou Dequn．Situation of Regional Energy Efficiency and Carbon Dioxide Emissions and Mitigation Measure［J］．Chinese Academy of Science Journal，2008，23(2):109 －115．］
［8］赵敏，张卫国，俞立中．上海市能源消费碳排放分析［J］．环境科学研究，2009，
22(8):984 － 98．［Zhao Min，Zhan Weiguo，Yu Lizhong．Analysis of Carbon Emissions Associated with Energy Consumption in Shanghai［J］．Environment Science Research，2009，22(8):984 －989．］
［9］IPCC．2006 IPCC Guidelines for National Greenhouse Gas Inventories:Volume
［EB/OL］．Japan:The Institute for Global Environmental Strategies，2008［2008 －07 －20］．http://www．ipcc．ch/ipcc reports/Methodology-reports．htm．
［10］Perman R， Stern D I．Evidence from Panel Unit Root and Cointegration Tests That the Environment Kuznets Curve does not Exist［J］．Aus JAgr and Res Economics，2003，47:325 －347．
［11］徐国泉，刘则渊，姜照华．中国碳排放的因素分解模型及实证分析:1995 －2005［J］．中国人口·资源与环境，2006，16(6):158－ 161．［Xu Guoquan ，Liu Zeyuan ，Jiang Zhaohua．Decomposition Model and Empirical Study of Carbon Emissions for China，1995 －2005［J］．China Population，Resources and Environment，2006 ，16(6):158－161．］
［12］宋德勇，卢忠宝．中国碳排放影响因素分解及其周期性波动研究［J］．中国人口·资源与环境，2009，19(3):18 －24．［Song Deyong，Lu Zongbao．The Factor Decomposition and Periodic Fluctuations of Carbon Emission in China［J］．China Population，Resourses
and Envirenment，2009，19(3):18 －24．］
［13］Ehrlich P R，Holdren J P．Impact of Population Growth［J］．Science，1971，171:1212 －1217．
［14］Dietz T，Rosa E A．Effects of Population and Affluence on CO2 Emissions ［J］．Proceedings of the Natl Acad of Science USA，1997，94(1):175－179．
［15］周一星，田帅．以“五普”数据为基础对我国分省城市化水平数据修补［J］．统计研究，2006，(1):62 －65．［Zhou Yixing，Tian Shuai．Repair of Provincial Level Data of Urbanization Based on“The Fifth Census”Data［J］．Statistical Research，2006，(1):62 －65．］。