论文部分内容阅读
摘要 应对气候变化的进程已经在全球范围内对社会经济发展方式的根本性转变提出了要求。改革开放以来，我国产业经济结构得到了一定的改变，与其他发达国家相比，产业经济结构自身还存在较大的优化空间。本文基于1992、1997、2002、2007、2010年的投入产出表，采用IO-SDA方法（InputOutput Structural Decomposition Analysis）将碳排放量的变化分解为能源结构效应、能源强度效应、增加值效应、Leontief 逆矩阵效应、最终需求效应，从而得到经济结构历史变化对于CO2排放的作用。研究结果显示，我国能源消耗导致的排放增加主要是最终需求效应与Leontief 逆矩阵效应；除2002-2007年，能源强度效应始终为负，且为促进CO2排放减少的主要因素；我国终端能源结构除了1997-2002年得到了优化，其他阶段却一直在朝着高碳化的方向发展。通过构建碳排放影响力系数和碳排放感应度系数对各个部门的评价结果显示，国民经济中的基础性行业大多是高耗能的行业，未来节能减排重点需要逐步降低第二产业在国民经济中的比重，但在具体部门层次上应制定有所区别的政策：煤炭开采和洗选业等部门应保持一定的比重，不可一味降低，可更多从技术进步方面制定节能政策；通用专用设备制造业等部门可以考虑从提高能源利用效率方面改进；非金属矿物制品业等部门可以在保证人们生产生活的基础上来尽可能地降低比重；食品制造及烟草加工业等第二产业部门及房地产业至公共管理和社会组织等第三产业中的服务业部门应大力提高其在经济结构中的比重。
关键词IO-SDA方法；碳排放；Leontief 逆矩阵效应；最终需求效应
中图分类号X24文献标识码A文章编号1002-2104（2016）03-0037-09doi：10.3969/j.issn.1002-2104.2016.03.005
随着我国经济的快速发展，能源消耗、温室气体排放和环境问题十分突出。同时全球应对气候变化的国际合作进程也处于一个新的转折点，德班平台谈判已经在2015年底就2020年后加强减排力度的国际制度达成框架协议[1-2]。因此，应对气候变化的进程在全球范围内对社会经济发展方式的根本性转变提出了要求。改革开放以来，我国产业经济结构得到了一定的改变，第一产业比重持续下降，第二产业比重不断波动，但长期稳定在40% - 50%之间，第三产业比重不断上升，1978年三产比重为23.9%，2013年为46.1%[3]，上升幅度较大。与其他发达国家相比，我国的产业经济结构自身还存在较大的优化空间，具体体现在第三产业的比重还不够高。经济快速增长的同时能源消耗也稳步上升，能源消耗总量从1978年的57 144万t标准煤上升到2013年的375 000万t标准煤，30年间，上涨了超过6倍，年均增长7.2%。在“十五”之前，我国能源消费弹性系数始终小于1；而“十五”以后，平均能源消费增长速度和能源消费弹性分别达到10%和1.03；尤其是2003-2004年，中国能源消费增长均超过15%，远高于中国GDP增长速度，能源消费弹性系数更是高达1.53和1.59。“十一五”期间，能源消费弹性一度下降，并且稳定在了0.6左右；“十二五”期间则有了进一步的降低，2013年低于0.5。本文主要利用IO-SDA分解方法，分析我国在1992-2010年之间经济结构变动对碳排放的影响，并利用“碳排放影响力系数”和“碳排放感应度系数”的概念对各个部门进行了评价与分类。
1研究进展
现有研究经济结构变动对中国碳排放影响的文献存在两种基本的分析框架，一是从产业结构的角度来分析，采用的研究方法主要是LMDI（Logarithmic Mean Divisia Index）方法；第二种是从需求结构的角度来分析，采用的研究方法主要是IO-SDA方法（InputOutput Structural Decomposition Analysis）。LMDI方法主要是从产业结构的视角，将CO2历史变化分解为经济总量效应、产业结构效应、能源强度效应和能源结构效应，可以以年为单位分析，也可以以时间阶段为单位分析，从而测算出某个因素对于该阶段内CO2排放量变化的贡献程度。目前的研究范围可以界定在国家、区域以及省市范围内。由于所选时间阶段的不同，具体各种因素的贡献率略有不同，但是总体结论是经济总量变化是促使我国碳排放总量增长的最主要因素，碳排放技术效率的提高为推动碳排放强度的下降做出了主要贡献，产业结构调整的贡献值较小[4-9]，第二、三产业依旧是影响碳排放总量的两大主要因素[10]，能源结构的调整对中国人均碳排放的影响作用不大[11]。也有研究指出未来产业结构变动将减少CO2 排放5亿t左右，对碳排放增长的贡献率约为-15%，减排贡献度高值为20%，低值为10%[12]。
IO-SDA方法将CO2历史变化分解为能源结构效应、能源强度效应、增加值效应、Leontief 逆矩阵效应、最终需求效应，从而测算出某个因素对于该阶段内CO2排放量变化的贡献程度，这里的Leontief 逆矩阵效应即为经济结构变动带来的贡献程度。主要研究结论包括能源消费强度效应始终是碳减排最主要的因素，最终需求的规模扩张效应和投入产出系数变动效应是促使碳排放增加的主要因素，相比之下，进口替代效应和能源消费结构变动效应一直比较小；在规模扩张诸因素中，出口和投资扩张效应越来越显著，而消费扩张效应重要性程度下降[13-15]。也有利用结构分解方法研究四类增长因素（温室气体排放、投入产出结构、最终需求结构和最终需求规模）对中国碳排放量增长的影响，结果表明城市化引起的基础设施建设和城市居民消费方式的改变对碳排放量的推动作用己经超过了技术和效率改进提供的抵消作用[16]。
现有研究存在的主要问题是数据处理。部分文献经济数据的处理基于当年价而非可比价，无论是当年的绝对值还是差量，出于可比性的考虑，都应该基于可比价格来计算产业结构，否则不够严谨。我国在第二次经济普查之后，对GDP历史核算数据进行了较大的调整，此外，统计部门对近几年的能源统计数据进行了一些校准，应基于最新的校准数据展开相关核算。 2IO-SDA模型构建
2.1IO-SDA分解模型的构建
投入产出模型方法由著名数理经济学家列昂惕夫（Wassily Leontief）于20世纪30年代创立，是一种应用广泛的经济数量分析方法。投入产出模型方法在经济结构分析方面有其他方法不具备的长处，结构分析也是投入产出模型方法的一个重要应用领域。
本文参考既有的研究，把CO2排放量分解为五项驱动因素的乘积，建立了如下的IO-SDA模型公示：
4结论及政策建议
我国能源消耗导致的排放增加主要是最终需求效应与Leontief 逆矩阵效应；除了2002-2007年，能源强度效应始终为负，且为促进CO2排放减少的主要因素；说明我国的终端能源结构除了1997-2002年得到了优化，其他阶段却一直在朝着高碳化的方向发展。高碳化的发展主要体现在碳排放影响力系数较高的行业部门中，尤其是居于前五位的如金属冶炼及压延加工业、非金属矿物制品业、石油加工、炼焦及核燃料加工业、电力热力的生产和供应业、化学工业，显示这些行业最终需求的增长将会大幅度提升其他部门CO2排放的增长，说明它们均是国民经济中的基础性行业，国民经济的整体发展必然会带动这些行业能耗和碳排放的大幅增长。
根据对各部门碳排放影响力系数和碳排放感应度系数的构建及测算，未来减排政策和产业结构调整的方向应该聚焦在以下方面：
未来节能减排重点需要逐步降低第二产业在国民经济中的比重，但在具体部门层次上应制定有所区别的政策。对于煤炭开采和洗选业、化学工业、金属冶炼及压延加工业、电力热力的生产和供应业、石油加工炼焦及核燃料加工业、交通运输及仓储业等部门，应保持一定的比重，不可一味降低，可更多从技术进步方面制定节能政策。对于非金属矿物制品业、工艺品及其他制造业、燃气生产和供应业、水的生产和供应业等C类部门，可以在保证人们生产生活的基础上来尽可能地降低比重。
加紧培育第三产业，提高服务业在产业结构中的比重。第三产业部门的碳排放影响力系数和碳排放感应度系数总体上是大大低于第二产业的，特别是几乎所有的服务业部门均属于D类部门，应大力提高其在经济结构中的比重。另外，由于目前的技术水平与发达国家之间的差距正在逐渐减少，而产业结构的差距很大，特别是第三产业远远未达到饱和，未来节能减排的关键在于产业结构演变，特别是第三产业内部的结构调整。
各部门行业的能源消耗和CO2排放均是互相影响的，具有很强的相关性，因此政策的制定需要从整体出发，考虑不同部门的实际情况。如通用专用设备制造业、批发和零售业、金融业、石油和天然气开采业、废品废料等B类行业，也即是影响力系数较小，而感应度系数显著的行业，可以考虑从提高能源利用效率方面进行改进。
（编辑：刘照胜）
参考文献（References）
[1]
Decision-/CP.21 Paris. UNFCCC[EB/OL].[2016-1-11].http：// unfccc.int/files/meetings/paris_nov_2015/application/pdf/cop_anv_template_4b_new_1.pdf.
[2]何建坤， 滕飞， 齐晔. 新气候经济学的研究任务和方向探讨[J]. 中国人口·资源与环境， 2014， 24（8）：1-8. [He Jiankun， Teng Fei， Qi Ye. Research Tasks and Directions of New Climate Economics [J]. China Population， Resources and Environment， 2014， 24（8）：1-8.]
[3]国家统计局. 中国统计年鉴[M]. 北京：中国统计出版社， 2015. [State Statistic Bureau. Beijing： China Statistic Yerabook [M]. Beijing： China Statistics Press， 2015.]
[4]郭朝先. 中国碳排放因素分解：基于LMDI分解技术[J]. 中国人口·资源与环境， 2010， 20（12）：4-9. [Guo Chaoxian. Decomposition of China’s Carbon Emissions： Based on LMDI Method [J]. China Population， Resources and Environment， 2010， 20（12）：4-9.]
[5]赵志耘， 杨朝峰. 中国碳排放驱动因素分解分析[J]. 中国软科学， 2012， （6）：175-183. [Zhao Zhiyun， Yang Chaofeng. The Decomposition Analysis on the Driving Factors of China’s Carbon Emission [J]. China Soft Science， 2012， （6）：175-183.]
[6]李艳梅， 张雷， 程晓凌. 中国碳排放变化的因素分解与减排途径分析[J]. 资源科学， 2010， 32：218-222. [Li Yanmei，Zhang Lei，Cheng Xiaoling. A Decomposition Model and Reduction Approaches for Carbon Dioxide Emissions in China [J]. Resources Science， 2010， 32：218-222.]
[7]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.] [8]蒋金荷. 中国碳排放量测算及影响因素分析[J]. 资源科学， 2011， 33（4）：597-604. [Jiang Jinhe. An Evaluation and Decomposition Analysis of Carbon Emissions in China [J]. Resources Science， 2011， 33（4）：597-604.]
[9]Wang C， Chen J， Zou J. Decomposition of Energyrelated CO2 Emission in China： 1957-2000[J]. Energy， 2005， 30（1）：73-83.
[10]李健， 吴成霞， 张吉辉. 产业结构和效率份额对碳排放的影响及关联分析[J]. 中国科技论坛， 2012， （6）：67-72. [ Li Jian， Wu Chengxia， Zhang Jihui. The Impact of Industrial Structure and Efficiency Share on Carbon Emissions [J]. Forum on Science and Technology in China， 2012， （6）：67-72.]
[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：1995-2004[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， 1995-2004 [J]. China Population， Resources and Environment， 2006， 16（6）：158-161.]
[12]郭朝先. 产业结构变动对中国碳排放的影响[J]. 中国人口·资源与环境， 2012， 22（7）：15-20. [ Guo Chaoxian. Effect of Industrial Structure Change on Carbon Emission in China [J]. China Population， Resources and Environment， 2012， 22（7）：15-20.]
[13]郭朝先.中国二氧化碳排放增长因素分析：基于SDA分解技术[J]. 中国工业经济， 2010， （12）：47-56. [Guo Chaoxian. An Analysis of the Increase of CO2 Emission in China：Based on SDA Technique [J]. China Industrial Economics， 2010， （12）：47-56.]
[14]彭丹. 中国碳排放关键驱动因素影响力分析暨未来碳排放预测研究[D]. 上海：复旦大学， 2012. [Peng Dan. Key Driver Impact Analysis of China Emissions and Future Carbon Emission Forecast [D]. Shanghai：Fudan University， 2012.]
[15]陈琳. 中国能源消费碳排放变化的影响因素分析：基于投入产出模型[J]. 中外能源， 2013， 18（1）：17-22. [Chen Lin. A Study on the Factors Affecting Carbon Emissions in China：Based on Inputoutput Model [J]. SinoGlobal Energy， 2013， 18（1）：17-22.]
[16]Peters G P， Weber C L， Guan D. et al. China’s Growing CO2 Emissionsrace Between Increasing Consumption and Efficiency Gains[J]. Environment Science Technology， 2007， 41（17）：5939-5944.
[17]刘起运，彭志龙. 中国1992-2005年可比价投入产出序列表及分析[M]. 北京：中国统计出版社， 2010. [Liu Qiyun， Peng Zhilong. China Comparable Price Imput and Output Sequence Table from 1992-2005 and Analysis[M]. Beijing：China Statistics Press， 2010.]
关键词IO-SDA方法；碳排放；Leontief 逆矩阵效应；最终需求效应
中图分类号X24文献标识码A文章编号1002-2104（2016）03-0037-09doi：10.3969/j.issn.1002-2104.2016.03.005
随着我国经济的快速发展，能源消耗、温室气体排放和环境问题十分突出。同时全球应对气候变化的国际合作进程也处于一个新的转折点，德班平台谈判已经在2015年底就2020年后加强减排力度的国际制度达成框架协议[1-2]。因此，应对气候变化的进程在全球范围内对社会经济发展方式的根本性转变提出了要求。改革开放以来，我国产业经济结构得到了一定的改变，第一产业比重持续下降，第二产业比重不断波动，但长期稳定在40% - 50%之间，第三产业比重不断上升，1978年三产比重为23.9%，2013年为46.1%[3]，上升幅度较大。与其他发达国家相比，我国的产业经济结构自身还存在较大的优化空间，具体体现在第三产业的比重还不够高。经济快速增长的同时能源消耗也稳步上升，能源消耗总量从1978年的57 144万t标准煤上升到2013年的375 000万t标准煤，30年间，上涨了超过6倍，年均增长7.2%。在“十五”之前，我国能源消费弹性系数始终小于1；而“十五”以后，平均能源消费增长速度和能源消费弹性分别达到10%和1.03；尤其是2003-2004年，中国能源消费增长均超过15%，远高于中国GDP增长速度，能源消费弹性系数更是高达1.53和1.59。“十一五”期间，能源消费弹性一度下降，并且稳定在了0.6左右；“十二五”期间则有了进一步的降低，2013年低于0.5。本文主要利用IO-SDA分解方法，分析我国在1992-2010年之间经济结构变动对碳排放的影响，并利用“碳排放影响力系数”和“碳排放感应度系数”的概念对各个部门进行了评价与分类。
1研究进展
现有研究经济结构变动对中国碳排放影响的文献存在两种基本的分析框架，一是从产业结构的角度来分析，采用的研究方法主要是LMDI（Logarithmic Mean Divisia Index）方法；第二种是从需求结构的角度来分析，采用的研究方法主要是IO-SDA方法（InputOutput Structural Decomposition Analysis）。LMDI方法主要是从产业结构的视角，将CO2历史变化分解为经济总量效应、产业结构效应、能源强度效应和能源结构效应，可以以年为单位分析，也可以以时间阶段为单位分析，从而测算出某个因素对于该阶段内CO2排放量变化的贡献程度。目前的研究范围可以界定在国家、区域以及省市范围内。由于所选时间阶段的不同，具体各种因素的贡献率略有不同，但是总体结论是经济总量变化是促使我国碳排放总量增长的最主要因素，碳排放技术效率的提高为推动碳排放强度的下降做出了主要贡献，产业结构调整的贡献值较小[4-9]，第二、三产业依旧是影响碳排放总量的两大主要因素[10]，能源结构的调整对中国人均碳排放的影响作用不大[11]。也有研究指出未来产业结构变动将减少CO2 排放5亿t左右，对碳排放增长的贡献率约为-15%，减排贡献度高值为20%，低值为10%[12]。
IO-SDA方法将CO2历史变化分解为能源结构效应、能源强度效应、增加值效应、Leontief 逆矩阵效应、最终需求效应，从而测算出某个因素对于该阶段内CO2排放量变化的贡献程度，这里的Leontief 逆矩阵效应即为经济结构变动带来的贡献程度。主要研究结论包括能源消费强度效应始终是碳减排最主要的因素，最终需求的规模扩张效应和投入产出系数变动效应是促使碳排放增加的主要因素，相比之下，进口替代效应和能源消费结构变动效应一直比较小；在规模扩张诸因素中，出口和投资扩张效应越来越显著，而消费扩张效应重要性程度下降[13-15]。也有利用结构分解方法研究四类增长因素（温室气体排放、投入产出结构、最终需求结构和最终需求规模）对中国碳排放量增长的影响，结果表明城市化引起的基础设施建设和城市居民消费方式的改变对碳排放量的推动作用己经超过了技术和效率改进提供的抵消作用[16]。
现有研究存在的主要问题是数据处理。部分文献经济数据的处理基于当年价而非可比价，无论是当年的绝对值还是差量，出于可比性的考虑，都应该基于可比价格来计算产业结构，否则不够严谨。我国在第二次经济普查之后，对GDP历史核算数据进行了较大的调整，此外，统计部门对近几年的能源统计数据进行了一些校准，应基于最新的校准数据展开相关核算。 2IO-SDA模型构建
2.1IO-SDA分解模型的构建
投入产出模型方法由著名数理经济学家列昂惕夫（Wassily Leontief）于20世纪30年代创立，是一种应用广泛的经济数量分析方法。投入产出模型方法在经济结构分析方面有其他方法不具备的长处，结构分析也是投入产出模型方法的一个重要应用领域。
本文参考既有的研究，把CO2排放量分解为五项驱动因素的乘积，建立了如下的IO-SDA模型公示：
4结论及政策建议
我国能源消耗导致的排放增加主要是最终需求效应与Leontief 逆矩阵效应；除了2002-2007年，能源强度效应始终为负，且为促进CO2排放减少的主要因素；说明我国的终端能源结构除了1997-2002年得到了优化，其他阶段却一直在朝着高碳化的方向发展。高碳化的发展主要体现在碳排放影响力系数较高的行业部门中，尤其是居于前五位的如金属冶炼及压延加工业、非金属矿物制品业、石油加工、炼焦及核燃料加工业、电力热力的生产和供应业、化学工业，显示这些行业最终需求的增长将会大幅度提升其他部门CO2排放的增长，说明它们均是国民经济中的基础性行业，国民经济的整体发展必然会带动这些行业能耗和碳排放的大幅增长。
根据对各部门碳排放影响力系数和碳排放感应度系数的构建及测算，未来减排政策和产业结构调整的方向应该聚焦在以下方面：
未来节能减排重点需要逐步降低第二产业在国民经济中的比重，但在具体部门层次上应制定有所区别的政策。对于煤炭开采和洗选业、化学工业、金属冶炼及压延加工业、电力热力的生产和供应业、石油加工炼焦及核燃料加工业、交通运输及仓储业等部门，应保持一定的比重，不可一味降低，可更多从技术进步方面制定节能政策。对于非金属矿物制品业、工艺品及其他制造业、燃气生产和供应业、水的生产和供应业等C类部门，可以在保证人们生产生活的基础上来尽可能地降低比重。
加紧培育第三产业，提高服务业在产业结构中的比重。第三产业部门的碳排放影响力系数和碳排放感应度系数总体上是大大低于第二产业的，特别是几乎所有的服务业部门均属于D类部门，应大力提高其在经济结构中的比重。另外，由于目前的技术水平与发达国家之间的差距正在逐渐减少，而产业结构的差距很大，特别是第三产业远远未达到饱和，未来节能减排的关键在于产业结构演变，特别是第三产业内部的结构调整。
各部门行业的能源消耗和CO2排放均是互相影响的，具有很强的相关性，因此政策的制定需要从整体出发，考虑不同部门的实际情况。如通用专用设备制造业、批发和零售业、金融业、石油和天然气开采业、废品废料等B类行业，也即是影响力系数较小，而感应度系数显著的行业，可以考虑从提高能源利用效率方面进行改进。
（编辑：刘照胜）
参考文献（References）
[1]
Decision-/CP.21 Paris. UNFCCC[EB/OL].[2016-1-11].http：// unfccc.int/files/meetings/paris_nov_2015/application/pdf/cop_anv_template_4b_new_1.pdf.
[2]何建坤， 滕飞， 齐晔. 新气候经济学的研究任务和方向探讨[J]. 中国人口·资源与环境， 2014， 24（8）：1-8. [He Jiankun， Teng Fei， Qi Ye. Research Tasks and Directions of New Climate Economics [J]. China Population， Resources and Environment， 2014， 24（8）：1-8.]
[3]国家统计局. 中国统计年鉴[M]. 北京：中国统计出版社， 2015. [State Statistic Bureau. Beijing： China Statistic Yerabook [M]. Beijing： China Statistics Press， 2015.]
[4]郭朝先. 中国碳排放因素分解：基于LMDI分解技术[J]. 中国人口·资源与环境， 2010， 20（12）：4-9. [Guo Chaoxian. Decomposition of China’s Carbon Emissions： Based on LMDI Method [J]. China Population， Resources and Environment， 2010， 20（12）：4-9.]
[5]赵志耘， 杨朝峰. 中国碳排放驱动因素分解分析[J]. 中国软科学， 2012， （6）：175-183. [Zhao Zhiyun， Yang Chaofeng. The Decomposition Analysis on the Driving Factors of China’s Carbon Emission [J]. China Soft Science， 2012， （6）：175-183.]
[6]李艳梅， 张雷， 程晓凌. 中国碳排放变化的因素分解与减排途径分析[J]. 资源科学， 2010， 32：218-222. [Li Yanmei，Zhang Lei，Cheng Xiaoling. A Decomposition Model and Reduction Approaches for Carbon Dioxide Emissions in China [J]. Resources Science， 2010， 32：218-222.]
[7]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.] [8]蒋金荷. 中国碳排放量测算及影响因素分析[J]. 资源科学， 2011， 33（4）：597-604. [Jiang Jinhe. An Evaluation and Decomposition Analysis of Carbon Emissions in China [J]. Resources Science， 2011， 33（4）：597-604.]
[9]Wang C， Chen J， Zou J. Decomposition of Energyrelated CO2 Emission in China： 1957-2000[J]. Energy， 2005， 30（1）：73-83.
[10]李健， 吴成霞， 张吉辉. 产业结构和效率份额对碳排放的影响及关联分析[J]. 中国科技论坛， 2012， （6）：67-72. [ Li Jian， Wu Chengxia， Zhang Jihui. The Impact of Industrial Structure and Efficiency Share on Carbon Emissions [J]. Forum on Science and Technology in China， 2012， （6）：67-72.]
[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：1995-2004[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， 1995-2004 [J]. China Population， Resources and Environment， 2006， 16（6）：158-161.]
[12]郭朝先. 产业结构变动对中国碳排放的影响[J]. 中国人口·资源与环境， 2012， 22（7）：15-20. [ Guo Chaoxian. Effect of Industrial Structure Change on Carbon Emission in China [J]. China Population， Resources and Environment， 2012， 22（7）：15-20.]
[13]郭朝先.中国二氧化碳排放增长因素分析：基于SDA分解技术[J]. 中国工业经济， 2010， （12）：47-56. [Guo Chaoxian. An Analysis of the Increase of CO2 Emission in China：Based on SDA Technique [J]. China Industrial Economics， 2010， （12）：47-56.]
[14]彭丹. 中国碳排放关键驱动因素影响力分析暨未来碳排放预测研究[D]. 上海：复旦大学， 2012. [Peng Dan. Key Driver Impact Analysis of China Emissions and Future Carbon Emission Forecast [D]. Shanghai：Fudan University， 2012.]
[15]陈琳. 中国能源消费碳排放变化的影响因素分析：基于投入产出模型[J]. 中外能源， 2013， 18（1）：17-22. [Chen Lin. A Study on the Factors Affecting Carbon Emissions in China：Based on Inputoutput Model [J]. SinoGlobal Energy， 2013， 18（1）：17-22.]
[16]Peters G P， Weber C L， Guan D. et al. China’s Growing CO2 Emissionsrace Between Increasing Consumption and Efficiency Gains[J]. Environment Science Technology， 2007， 41（17）：5939-5944.
[17]刘起运，彭志龙. 中国1992-2005年可比价投入产出序列表及分析[M]. 北京：中国统计出版社， 2010. [Liu Qiyun， Peng Zhilong. China Comparable Price Imput and Output Sequence Table from 1992-2005 and Analysis[M]. Beijing：China Statistics Press， 2010.]