中国服务业能源消费碳排放量核算及影响因素分析

中国服务业能源消费碳排放量核算及影响
因素分析
摘要：随着第一、二产业节能减排潜力的快速释放及其节能减排成果边际递减效应日益明显，服务业成为我国节能减排亟需开拓的新领域。

基于IPCC温室气体排放清单指南中的碳排放因子与核算方法，估算了1995-2010年我国服务业能源消费与CO2排放量，并探讨其总体变化趋势；运用对数平均迪氏指数法（LMDI）辨识与分解研究样本区间内影响我国服务业CO2排放变动的关键因素及其贡献值。

结果表明：我国服务业能源消费主要依赖于石油、煤炭等高碳化能源燃料，CO2排放量总体上呈现出上升趋势；产业规模和人口效应是服务业CO2排放最为主要的增量因素，而能源利用效率和能源结构则是服务业CO2排放减量的最主要贡献因素；交通运输、仓储及邮电通信业是服务业CO2排放的主要部门。

基于上述研究结论，指出我国服务业碳排放的调控重点和方向。

关键词：服务业；能源消费；CO2排放；影响因素；对数平均迪氏指数法（LMDI）
中图分类号X322 文献标识码 A 文章编号1002-2104（2013）05-0021-08 doi：103969/jissn1002-21042013.05004
20世纪90年代以来，全球气候变化成为人类所面临的重大问题。

相关研究表明，经济活动所产生的CO2排放是气候变化的主要人为原因之一[1]。

在经济增长的“生态门槛”与“福利门槛”约束下，以低能耗、低污染、低排放为基础的低碳发展模式成为未来世界经济发展的必然选择。

为了有效控制经济活动中的温室气体排放，碳排放核算及其影响因素分解成为近年来学术界关注的焦点。

Rhee等对韩国和日本的CO2排放量变化进行了投入产出分析[2]；Schipper 和Howarth等运用Laspeyres指数法分析了美国以及 OECD 国家的能源消费和碳排放问题[3-5]；Greening等利用 LMDI 法分析发现，美国能源和碳排放强度下降的主要原因是天气变化而非能源结构调整[6-7]；Schipper等采用AWD法对13个IEA成员国的碳排放趋势进行了因素分解，认为能源强度和能源消费结构可以解释大部分碳排放强度的变化动因[8]。

国内方面，李国志等对中国农业1981-2007年能源消费及CO2排放量进行了测算，并利用LMDI模型进行因素分解，指出农业碳排放最主要的驱动因素为经济增长[9]；朱勤等基于因素分解模型对国家尺度的能源消费碳排放进行了综合分析，并讨论了各影响因素的贡献率[10]；董军等综合考虑能源排放强度、能源结构、能源强度和产出规模等4个要素，运用指标分解分析法中的对数平均权重分解法，建立了我国工业部门能耗碳排放分解模型[11]。

综上可见，国内外已有研究主要聚焦于工农业部门能源消费碳排放的核算及其影响因素分解。

由于服务业相对于第一、二产业而言在节能减排方面具有一定的优势，学者也往往因此忽略了其对资源环境的影响，专门针对国民经济发展中服务业能源消耗与碳排放问题的研究成果极少见诸于各类文献。

当前，我国正处于发展转型的关键时期，随着经济结构调整步伐的加快和产业结构重心从制造业向服务业转移，服务业在经济快速发展中的地位和作用将愈加突出[12]，服务业经济增长所带来的资源环境问题也必将日益凸现。

我国工农业领域节能减排潜力在快速释放的同时，其节能减排成果边际递减效应也日益明显[13]，因而亟需开拓新的节能减排领域。

与生产领域相比，服务业的节能减排工作尚处于起步阶段，但潜力和空间巨大。

有鉴于此，本文拟对近年来我国服务业能源消费碳排放的总体趋势和结构特征、主要影响因素及其作用机制等进行量化分析，这对于探明中国服务业节能减排潜力、明确服务业减排目标并制定切实有效的减排措施具有重要的理论和实际意义。

1 研究方法与数据来源
1.1 研究方法与变量说明
1.1.1 服务业碳排放量测算方法
本文运用IPCC温室气体排放清单指南中的方法[14]，估算中国服务业能源消费的CO2排放量，表达式如下：
C=∑iFi×αi=∑iFi×[li/（109/Mi）]（1）式中，C为服务业能源消费所产生的CO2排放总量（104 t）；i为能源消费类型；Fi为i类能源的终端消费量（104 t 标准煤）；αi为i类能源的CO2排放系数（以每t标准煤计）；li为第i类能源的CO2排放因子（kg/TJ）；Mi为i类能源的平均低位发热量（KJ/kg）。

其中，各类能源的碳排放系数根据《中国能源统计年鉴》中的各类能源平均低位发热量[15]及《2006年IPCC温室气体排放清单指南》中的CO2排放因子求得。

1.1.2 碳排放因素分解方法
采用因素分析法（Factor Analysis Method）辨识服务业碳排放的主要影响因素。

因素分析法的基本原理是将分析的主参数分解为几个关键组成因素的乘积，籍以探讨影响该参数的主要因素[16]。

最为常用的因素分析法是以权数固定于基期的拉氏指数法（Laspeyres Index）以及权数随时间变化的对数平均迪氏指数法（Logarithmic Mean Divisia Index，LMDI）[17]。

其中，LMDI为变动权数，它可运用到部分残缺数据集的分解上，并可以对所有因素进行无残差分解，将交叉效果分配至各组[18]。

因此，本文运用LMDI法分析各年度我国服务业CO2排放的特征，进而探讨影响排放量变动的关键因素，主要包括产业规模、能源效率、能源结构和人口效应等4个因素项，则CO2排放变动量可以使用以
下方程式表示：
Ct=∑iCit=∑iPt×[SX（]Qt[]Pt[SX）]×[SX （]Et[]Qt[SX）]×[SX（]Eit[]Et[SX）]×[SX （]Cit[]Eit[SX）]（2）
式中， Ct为t年服务业的CO2排放总量（104 t），Pt为t年国内总人口数（108人），Qt为t年服务业增加值（亿元），Et为t年服务业能源消费量（1011KJ），Eit为t 年i类能源消费量（1011KJ），Cit为t年i类能源的CO2排放量（104 t）。

现定义，It=Qt/Pt：t年服务业人均产值，反映服务业的产业规模；Ft=Et/Qt：t年服务业的能源效率；Mit=Eit/Et：t年服务业i类能源的能源消费结构比重；Ni=Cit/Eit：i类能源的CO2排放因子，其值固定不变，则式（1）可以转化为： Ct=∑iPt×It×Ft×Mit×Nt（3）将式（2）对时间微分后可得：
[SX（]dCt[]dt[SX）]=[SX（]dPt[]Pt[SX）]×[SX （]Ct[]dt[SX）]×[SX（]dIt[]It[SX）]×[SX （]Ct[]dt[SX）]+[SX（]dFt[]Ft[SX）]×[SX（]Ct[]dt[SX）]+∑i
[SX（]dMit×Ni[]Mit×Ni[SX）]×[SX（]Ct[]dt[SX）]（4）
继而依据LMDI加法分解法，分解结果如下：
△Ct=△CPt+△CIt+△CFt+△CMNt（5）
根据Ang的LMDI因素分解模型[19-20]，上式中各项分别可表示为：
式中，C0为基期0年（基准年）的服务业CO2排放量；P0为基期0年（基准年）的国内总人口数；I0为基期0年（基准年）服务业的人均增加值； F0为基期0年（基准年）服务业的能源效率； Mi0为基期0年（基准年）i类能源占服务业能源总消费量的比重；△CPt为人口效应迪氏指数值，△CIt为产业规模迪氏指数值，△CFt为能源效率迪氏指数值，△CMNt为能源结构对CO2排放变化贡献的迪氏指数值。

1.2 数据来源与处理
本文所涉及的服务业能源消费终端值和服务业增加值数据主要来源于1996-2011年的《中国统计年鉴》、《第三产业统计年鉴》和《中国能源统计年鉴》以及国家统计局发布的相关统计报告和统计公报。

需要指出的是，服务业在本质上是一种非实体化的经济，随着经济社会活动的不断发展，新兴业态的不断出现，服务业的内涵也在不断变化，其在定义和测度、评价标准、生产和消费关系、数量和价值关系、劳动生产率变化等方面与制造业都有很大差异[21]，不同国家和地区对服务业的行业分类和统计口径都不一致。

通过综合归纳《中国能源统计年鉴》和《中国统计年鉴》中服务业能源消费的统计分类，本文将服务业分为三部分进行分析：交通运输、仓储及邮电通信业，批发零售和住宿餐饮业
以及其他服务业部门。

2 服务业能源消费碳排放的时间序列分析
2.1 服务业能源消费的碳排放量变化趋势
根据上述方法计算、整理后，获得我国服务业经济增长、能源消费品种构成以及CO2排放量的基本数据（见表1）；在此基础上，进一步计算得出服务业经济增长与CO2排放量的变动结果（见图1）。

由表1和图1可知，1995- 2010年，中国服务业经济总体上呈现出高速增长的态势，其中，2005年服务业经济增长率高达67.96%，为考察期内的最大值，这主是由于该年度国家以及各省市相继出台了加快发展服务业的若干政策和实施纲要，为服务业注入了新的活力，使我国服务业出现了前所未有的良好发展景象。

在研究样本区间内，我国服务业的CO2排放在大部分年份中都增量明显，仅1996年的排量下降了24.25%。

从图1中服务业经济年均增长率和CO2排放量年均增长率整体变动趋势来看，两条曲线在大多数年份中都呈现出完全背离的走势，即当服务业经济增长速度加快时，CO2排放增长速度反而放慢；当服务业经济增长速度下降时，CO2排放增长率却在上升。

2.2 服务业能源消费的碳排放强度变化趋势
图2显示了我国服务业能源消费强度和CO2排放强度的变化趋势。

其中，除1995年以外，能耗强度与CO2排放
强度具有很强的一致性和同步性。

整体而言，在经济增长和技术进步、能源效率提高等因素的共同作用下，我国服务业能耗强度和CO2排放强度均呈现出同步下降的态势。

1995-2004年，服务业CO2排放强度和能耗强度下降速度较为缓慢，CO2排放强度由2.10×104 t/亿元下降到1.26×104 t/亿元，下降幅度为40.00%；能耗强度由161×1011 KJ/亿元下降到145×1011 KJ/亿元，降幅为995%，明显小于CO2排放的变化强度。

2004-2010年，服务业CO2排放强度下降速度加快，由126×104 t/亿元下降到055×104 t/亿元，降幅高达5635%，年均下降率为1200%。

从能耗强度来看，2004-2010年的下降幅度达到了5699%，年均下降率为1230%，略高于CO2排放强度的变化速率。

引人注目的是，两条趋势线几乎同时在
2004-2005年间出现了断崖式下跌现象：2004年以前，能源消费强度和CO2排放强度指标值都在10以上；随着“十一五”期间我国节能减排工作的开展，2005-2010年，服务业能耗强度与CO2排放强度指标值都骤然下降到了10以下，说明近年来我国以能源消费年均增长速率较低的代价换取了服务业经济的较快发展。

2.3 服务业能源消费结构变化趋势
随着服务业产业规模的不断扩大，各种燃料的消费量在16年间均出现了不同程度的增加（见表1）。

其中，天然
气消费量的年均增长率高达3282%；电力消费的年均增长率也达到了1424%；石油、煤炭及其相关产品消费的年均增长率相对较低，分别为961%和457%，而且煤炭消费在1997年、1999-2002年和2006-2008年等年份还出现了明显的负增长。

从能源消费总量结构上看，1995-2010年，我国服务业都是以油品消费为主，其各年度所占能源消费总量的比例高达67%-74%；其次为煤炭消费和电力消费，各年度所占比例分别约为5%-27%和7%-15%；天然气消费所占的比例极低，历年来均未超过6%；油品、煤品、天然气和电力的各年度平均比重分别为7347%、1267%、213%和117%。

从能源消费结构变动趋势来看，煤品能源的比重多年来呈现出缓慢下降的趋势，直到考察期最后两年才有所回升；油品能源结构比重在波动中增长，从1991年的6769%上升至2004年的7753%，继而回落至2010年的7029%；天然气能源结构比重从045%上升至213%，电力能源结构比重从768%上升到1173%（见图3）。

天然气、电力消费的增幅明显预示了服务业能源利用的方向，但我国服务业在未来相当长的一段时期内仍将高度依赖于石油、煤炭等传统高碳化能源产品的消费。

3 服务业能源消费碳排放因素分解
运用LMDI模型，对1995-2010年我国服务业及其3大子行业能源消费碳排放量变动的影响因素进行分解，分别求得产业规模、能源效率、能源结构以及人口效应等4个因
素项对碳排放的贡献值与贡献率（见表2）。

由表2可知，4个因素所导致的CO2排放变动总量为58 115.25×104 t，其中主要增量因素为服务业产业规模所带来的效应，整体累积增量高达133 357.10×104 t，超过了16年间服务业CO2排放总变动量的两倍多。

其中，人口效应为次要增量因素，整体累积增量效应为7 691.25×104 t；能源效率和能源结构则为服务业CO2排放减量的关键因素，分别累积减量59 034.50×104 t和23 898.60×104 t。

3.1 产业规模影响分析
由表2可知，1995-2010年，产业规模因素对CO2排
放总量的贡献值最大，而且累计贡献值呈显著上升趋势，产业规模因素引起碳排放变化的贡献率高达229.47%，显然，产业规模的不断扩大是我国服务业能源消费CO2排放量增加的主要原因。

从分行业的角度来看，其他服务业部门的产业规模效应最大（54 625.97×104 t）；交通运输、仓储及邮电通信业的产业规模效应次之（48 824.19×104 t），批发零售和住宿餐饮业的产业规模效应最小（16 665.49×104 t）。

三大子行业的产业规模效应的阶段性特征明显：前两个阶段交通运输、仓储及邮电通信业的产业规模效应最大，其他服务业部门次之；最后一个阶段则正好相反，交通运输、仓储及邮电通信业的产业规模效应最小，其他服务业部门居首；统计期间，批发零售和住宿餐饮业的产业规模效
应不断扩大，这是我国服务业内部产业结构转型的结果。

从产业规模贡献率来看，仅其他服务业部门在第一阶段出现负值；其他两个行业在各个阶段均为正值；整体服务业产业规模贡献率在三个时段分别为962.86%，203.17%和176.69%，下降趋势十分明显，与服务业产业规模贡献值的变化趋势完全背离，这从侧面印证了我国服务业节能减排的初步成效以及节能减排的巨大潜力和空间。

3.2 能源结构影响分析
考察期内，能源结构对CO2排放量变化的贡献率为-41.12%，成为仅次于能源效率的服务业碳减排的主要贡献因素，因此，能源结构变动对我国服务业CO2排放变化作用显著。

分而言之，交通运输、仓储及邮电通信业的能源结构对CO2排放在各个阶段都表现为减量效应，但是其减量效应并不十分突出（-1 595.69×104 t）；批发零售和住宿餐饮业的能源结构对CO2排放除在2000-2005年为减量效应以外，其余各阶段均为增量效应，累积增量1 366.30×104 t；其他服务业部门与整体服务业的能源结构效应相似，其减量效应远大于增量效应（-17 721.44×104 t）。

由表2可知，整体服务业能源结构对CO2排放的贡献率在统计期内第一阶段达到峰值（-863.56%），随后两个时段的贡献率则逐步缩小，这与能源结构对CO2排放贡献值的变动趋势恰好相反，表明在影响服务业CO2排放的4个影响因素中，能源结构所
带来的减量效应正呈现出边际递减态势；与能源效率的贡献率特征相似，其它服务业部门能源结构对服务业CO2排放减量的贡献率均大幅超过其他两个子行业，累积贡献率高达-261.25%。

由此可
见，无论是从贡献值还是贡献率的角度来看，我国通过能源结构调整来实现服务业CO2减排的战略重点应是其他服业部门。

3.3 能源效率影响分析
1995-2010年，能源利用效率对服务业CO2排放量变化的贡献率为-101.58%，其所导致的CO2排放累积减量高达59 034.50×104 t，是我国服务业能源消费碳排放最为重要的减量因素，说明能源使用效率的提高对有效缓解服务业CO2排放量的显著作用。

从能源效率对CO2排放的贡献值来看，除交通运输、仓储及邮电通信业在1995-2000年和2005-2010年为增量效应外，其他各部门以及整体服务业在各个阶段均为减量效应。

而且，不论是整体服务业，还是服务业各组成部门，能源效率对CO2排放量的减量效应均随着时间的推移而逐渐增强，说明我国服务业能源利用效率正在不断得以提高，也间接反映了科技进步和产业结构升级对服务业能源消费碳排放所带来的积极影响。

整体服务业能源效率对CO2排放的平均贡献率在三个阶段均维持在-100%左右。

其中，交通运输、仓储及邮电通信业的贡献率尽管在上述的
两个阶段出现正值，但其在整个观察期内的累积贡献率仍为负值（-2152%）；批发零售和住宿餐饮业的贡献率在1995-2000年、2005-2010年分别高达-232.97%和-157.87%，累积贡献率也达到了-99.29%；而其他服务业部门1995-2010年间累积贡献率高达-487.67%，成为我国服务业能源消费碳排放减量的核心环节和主要领域之一。

3.4 人口效应影响分析
从表2可以看出，1995-2010年，人口效应对服务业CO2排放总量变化的贡献率为13.23%，其所导致的累积增量效应高达7 691.25×104 t，成为仅次于产业规模我国服务业CO2排放的重要增量因素。

从分行业的角度考察，主要带动增量的服务业部门为交通运输、仓储及邮电通信业，累积增量高达3 544.06×104 t；其次为其他服务业部门，累积增量为2 959.51×104 t；而批发零售和住宿餐饮业的累积增量不及上述两个部门的1/3，增量仅为999.51×104 t。

人口效应所导致的服务业CO2排放增量在考察期内的三个时段分别为1 749.52×104 t、1 535.74×104 t和3 612.54×104 t，几乎以平均每5年翻一番的速率递增。

通过进一步计算人口效应对服务业CO2排放贡献率发现，除其它服务业部门在1995-2000年间出现负贡献率（-6.58%）以外，整体服务业及其各子行业的人口效应贡献率在各个阶段均为正值；整体服务业在1995-2000年间更是高达93.91%，其余
两个阶段的贡献率分别为730%和10.26%。

由此可见，在服务业CO2排放的4个影响因素中，人口效应所导致的CO2排放量增长速度超过了平均值，成为影响我国服务业节能减排目标实现的重要阻滞因素。

4 结论与讨论
本文以当前国内外学术界节能减排研究的薄弱环节――服务业为研究标耙，实证分析了近年来我国服务业能源消费碳排放及其关键影响因素，这对于科学认识我国服务业能源消耗碳排放的构成体系，进而为确立节能降耗措施的主要目标与方向，分解节能减排的任务等意义重大，所得出的主要结论及其政策涵义如下：
（1）长期以来，人们普遍认为服务业单位GDP能耗和排污量低于工业尤其是重工业，加大服务业在国民经济中的比例有利于低碳经济目标的实现，从而导致服务业本身的环境影响被国际机构和社会各界所忽视。

本文研究发现，1995-2010年，我国服务业能源累计消耗962 126.37×104 KJ，约占中国能源消费累计总量的10.18%；CO2排放累计总量高达853 197.55×104 t，占中国CO2排放累计总量的9.53%；而且，随着我国经济结构调整、产业转型升级步伐的加快，服务业的产业地位将会日益突出，其能源消费碳排放量也势必会进一步增加。

由此可见，服务业并非“无烟产业”，而是我国国民经济发展中能源消耗和CO2排放的核心环节和重要载体之一，其节能减排绩效直接关系到国民经济
的良性发展以及我国节能减排总体目标的实现。

当前，应从战略的高度全面提升对服务业碳排放问题的认识，加倍重视服务业领域的节能减排工作，并在此基础上建立起服务业节能减排的宏观约束与微观动力机制，为服务业领域节能减排的进一步拓展奠定良好的环境和制度基础。

（2）在研究样本区间内，我国服务业能源消费的主体是油品（73.47%）和煤品（12.67%），二者各年度的平均比重之和接近90%，说明天然气、电力和低碳化燃料在服务业能源结构比重中仍然存在着较大的上升空间，能源结构的调整应是未来我国服务业CO2减排的重点对象之一。

1995-2010年，服务业能源结构对CO2排放量变化的平均贡献率为-41.12%，成为我国服务业CO2排放的重要减量因素，这主要是化石能源消费逐步下降的结果。

我国特有的能源禀赋所决定的高碳化燃料结构在短期内难以得到根本性改变，而通过新能源和可再生能源的规模化应用来实现服务业CO2大幅度减排，还有待于新能源技术的突破性进展。

因此，在我国市场机制不完善的前提下，可以加大服务业节能减排、发展循环经济的投入力度，制定更加严格的服务业单位产出能耗和污染物排放标准，并对服务企业落后产能实行惩罚性价格，从而迫使企业将环境、资源等外部性成本内部化。

这一系列经济、政策和监管上的“倒逼机制”应当是我国服务业节能减排现实而有效的路径选择。

（3）产业规模的不断扩大是我国服务业能源消费碳排放量持续增加的主导原因，对服务业CO2排放量变化的贡献率高达229.47%，整体累积增量为133 357.10×104 t，而且其累积贡献的上升趋势十分明显，我国服务业对能源的引致性需求使得能源消费量短期内还难以得到有效控制。

能源效率所导致的服务业CO2减量效应最为明显，对服务业CO2排放量变化的贡献率达到了-10158%，累积减量59 034.50×104 t；能源结构和人口效应对服务业CO2排放量影响相对较小，累积贡献率分别为-4112%和1313%，因而能源利用效率的提高是影响我国服务业节能减排成效的决定性因素。

由于服务业经济发展模式的转变以及能源结构的调整需要经历较长的发展阶段，近期内服务业CO2排放减量的最主要途径应该是大力推进节能减排和新能源技术领域的科技创新，充分提高能源的综合利用效率，尤其是优先提高服务业所高度依赖的油品和煤品利用效率；远期的着力点是优化能源结构，实现服务业经济由高消耗型向循环节约型的增长方式转变。

（编辑：刘照胜）
参考文献（References）
[1]IPCC. Climate Change 2007：The Physical Science Basic[M]. Cambridge：Cambridge University Press，2007： 16-21.
[2]Rhee H， Chung H. Change in CO2 Emission and Its Transmissions between Korea and Japan：Using International Inputoutput analysis [J]. Ecological Economics， 2006， 58（4）： 788-800.
[3]Schipper L， Howarth R B， Geller H. United States Energy Use from 1973 to 1987： The Impacts of Improved Efficiency[J]. Annual Review of Energy， 1990，15（11）： 455-504.
[4]Schipper L， Howarth R B， Anderson B. Energy Use in Denmark：An International Perspective [J]. Natural Resources Forum， 1993， 17（2）： 83-103.
[5]Howarth R B， Schipper L， Duerr P A， et al. Manufacturing Energy Use in Eight OECD Countries [J]. Energy Economics， 1991， 13（2）： 135-142.
[6]Greening L A， Ting M， Krackler T J. Effects of Changes in Residential Enduses and Behavior on Aggregate Carbon Intensity： Comparison of 10 OECD Countries for the Period 1970-1993 [J]. Energy Economics， 2001， 23 （2）： 153-178. [7]Greening L A， Ting M， Davis W B. Decomposition of Aggregate Carbon Intensity for Freight： Comparison of Declining Trends from 10 OECD Countries for the Period 1971-1993
[J]. Energy Economics， 1999， 21（4）： 331-361.
[8]Schipper L， Murtishaw S， Khrushch M. Carbon Emissions from Manufacturing Energy Use in 13 IEA Countries： Longterm Trends through 1995[J]. Energy Policy， 2001， 29（9）： 667-688.
[9]李国志，李宗植.中国农业能源消费碳排放因素分解实证分析：基于LMDI模型[J].农业技术经济，2010，（10）：66-72.[Li Guozhi， Li Zongzhi. An Empirical Study on Carbon Emission Accounting and Decomposition Analysis of Energy Consumption in the Agricultural Subsectors of China： Based on the Model of LMDI[J]. Journal of Agrotechnical Economics，2010，（10）： 66-72.]
[10]朱勤，彭希哲，陆志明，等. 中国能源消费碳排放变化的因素分解及实证分析[J].资源科学，2009，31（12）：2072-2079. [Zhu Qin， Peng Xizhe， Lu Zhiming， et al. Factors Decomposition and Empirical Analysis of Variations in Energy Carbon Emission in China[J].Resources Science， 2009，31（12）： 2072-2079.]
[11]董军，张旭. 中国工业部门能耗碳排放分解与低碳策略研究[J].资源科学，2010，32（10）： 1856-1862. [Dong Jun， Zhang Xu. Decomposition of Carbon Emissions and Low Carbon Strategies for Industrial Sector Energy
Consumption in China[J].Resources Science，2010，32（10）： 1856-1862.]
[12]梁学成.转变服务业经济发展方式视域下的服务业创新体系研究[J].中国软科学，2011，（12）：76-83.[Liang Xuecheng.Research on Service Innovation System：Transforming the Way of Economic Development in Service Industry[J]. China Soft Science，2011，（12）： 76-83.]
[13]王锋，吴丽华，杨超.中国经济发展中碳排放增长的驱动因素分析[J].经济研究，2010，（2）：123-136.[Wang Feng，Wu Lihua，Yang Chao. Driving Factors for Growth of Carbon Dioxide Emissions during Economic Development in China[J]. Economic Research Journal，2010，（2）：123-136.]
[14]IPCC. IPCC Guidelines for National Green Gas Inventories：Volume Ⅱ[EB/OL]. Japan：IGES （Institute for Global Environmental Strategies），2006. http：//www.ipcc.eh/ipccreports/Methodologyreports.htm.
[15]中华人民共和国国家统计局.中国能源统计年鉴[M].北京：中国统计出版社，2010. [National Bureau of Statistics of China. China Energy Statistical Yearbook[M].Beijing： China Statisties Press，2010.]。