趙先超，丁夢，楊英

(1．湖南工業(yè)大學長株潭兩型社會研究院，湖南株洲412007;2．湖南師范大學資源與環(huán)境科學學院，湖南長沙410081)

長沙市碳排放與影響因素的擬合變動分析＊

趙先超1，2，丁夢1，楊英1

(1．湖南工業(yè)大學長株潭兩型社會研究院，湖南株洲412007;2．湖南師范大學資源與環(huán)境科學學院，湖南長沙410081)

科學認識城市碳排放的影響因素及其存在的相關(guān)性，再有效制定碳減排對策的重要基礎(chǔ)。利用相關(guān)系數(shù)法定量測定了長沙市碳排放與其影響因素之間的相關(guān)性關(guān)系，并利用嶺回歸分析方法對城市碳排放與其影響因素進行了定量變動分析。研究結(jié)果表明:在城市化快速推進的背景下，長沙市碳排放的影響因素按其對模型的解釋能力依次是總?cè)丝?0．750 4)、單位GDP能耗(0．371 9)、城市化率(0．272 0)以及城市居民人均消費支出(0．145 2)。

碳排放;影響因素;嶺回歸分析;長沙市

自英國在《能源白皮書》首次提出低碳概念，特別是哥本哈根氣候會議后，低碳經(jīng)濟、低碳城市成為國內(nèi)外學者普遍研究的熱點。筆者對國內(nèi)外低碳城市的理論研究做文獻檢索與分析時發(fā)現(xiàn)，國外對低碳城市的研究主要集中在城市碳排放綜合構(gòu)成［1］、能源消費與碳排放的關(guān)系［2－3］、城市碳減排機制［4］、城市空間規(guī)劃與碳排放的關(guān)系［5］等方面，其中既涉及理論基礎(chǔ)探討，也包括定性定量分析，還包括應(yīng)用對策研究，研究成果及其豐富。與國外相比，國內(nèi)低碳城市研究涉及領(lǐng)域則更為廣泛，主要包括低碳城市的概念及內(nèi)涵［6－7］、低碳城市發(fā)展路徑與發(fā)展模式［8－9］、低碳城市發(fā)展規(guī)劃［10－11］、城市關(guān)鍵領(lǐng)域碳排放［12－14］、低碳城市發(fā)展評價［15］與低碳城市治理［16－17］等。國內(nèi)研究現(xiàn)狀表明，國內(nèi)學者對低碳城市的研究側(cè)重理論性探討，相對缺乏系統(tǒng)的定量分析，特別是在城市化快速推進背景下城市碳排放與影響因素之間的響應(yīng)關(guān)系研究成果至今尚不多見。當前國內(nèi)城市低碳建設(shè)方興未艾，而只有科學認識城市碳排放的影響因素及其存在的響應(yīng)關(guān)系，才能有效制定科學、合理的碳減排對策。本文以此為切入點，結(jié)合中部典型省會城市長沙市城市化快速推進的現(xiàn)實背景，利用相關(guān)系數(shù)法以及基于修正的I=PAT模型來探討城市碳排放與影響因素之間的響應(yīng)關(guān)系，無疑具有重要的理論意義與現(xiàn)實意義。

一 研究區(qū)域概況

長沙市是湖南省省會城市，地處洞庭湖平原，位于中國中南部的長江以南地區(qū)，是湖南省政治、經(jīng)濟、文化中心，也是全國首批歷史文化名城和優(yōu)秀旅游城市、國家森林城市、國家園林城市、全國生態(tài)試點示范城市，還是湖南省長株潭“3+5”城市群的核心城市。截至2009年，長沙市轄雨花、芙蓉、天心、開福、岳麓五區(qū)和長沙、望城、寧鄉(xiāng)三縣及瀏陽市，城市總面積11 819．5 km2，其中市區(qū)面積556．33km2，建城區(qū)面積128km2;城市總?cè)丝?87．09萬人，其中非農(nóng)業(yè)人口191．89萬人，市區(qū)人口180．77萬人。

二 研究方法

本文利用相關(guān)系數(shù)法定量測定長沙市低碳發(fā)展暨碳排放與其影響因素之間的相關(guān)性關(guān)系，并利用基于改進的I=PAT修正模型以及線性回歸模型(嶺回歸方程)對城市碳排放與其影響因素進行擬合分析，以分析各影響因素變動下長沙市碳排放的變動趨勢。

(一)相關(guān)系數(shù)法

對于兩個要素x與y，如果它們的樣本值分別為xi和yi(i=(1，2，…，n)，則它們之間的相關(guān)系數(shù)被定義為rxy［18］。即表示要素x與y之間的相關(guān)系數(shù)，是表示兩要素之間相關(guān)程度的統(tǒng)計指標，其中，－1≤rxy≤1。若rxy＞0，表示兩要素正相關(guān)，即同向發(fā)展;若rxy＜0，表示兩要素負相關(guān)，即異向發(fā)展。同時，rxy的絕對值越接近于1，表示兩要素的關(guān)系越密切;rxy的絕對值越接近于0，表示要素的關(guān)系越不密切。

(二)I=PAT模型

Ehrlich和Holden［19］將環(huán)境影響(I)與人口規(guī)模(P)、人均財富(A)和對環(huán)境毀壞的技術(shù)水平(T)聯(lián)系起來，首次建立了“I=PAT”方程來反映人口對環(huán)境壓力的影響。然而傳統(tǒng)的I=PAT模型，由于僅能得到對因變量的等比例影響，而成為該模型最大的局限［20］。為了深入研究城市化快速發(fā)展背景下長沙市人口因素、經(jīng)濟因素及技術(shù)因素對碳排放的影響，將傳統(tǒng)的I=PAT模型進行修正，其構(gòu)建的修正模型為I=αPbAcTde。

式中，I代表環(huán)境影響因素，用碳排放總量表示，單位為萬t;P代表人口因素，用總?cè)丝赑1以及城市化率P2表示;A代表財富因素，用城市居民人均消費支出A表示;T代表技術(shù)因素，用單位GDP能耗來表示。

與傳統(tǒng)的I=PAT模型相比，該模型將影響變量拓展，在人口因素中加入了城市化率變量，能夠準確分析當前快速城市化背景下碳排放量與各因素之間的定量變動關(guān)系。

三 城市碳排放與影響因素的響應(yīng)

(一)城市碳排放與影響因素的相關(guān)性分析

參考國內(nèi)外相關(guān)研究成果，選擇碳排放總量(X1)、總?cè)丝?X2)、城市化率(X3)、全市從業(yè)人員人口(X4)、GDP(X5)、GDP增長率(X6)、人均GDP(X7)、第三產(chǎn)業(yè)產(chǎn)出占GDP的比重(X8)、工業(yè)產(chǎn)值占GDP比重(X9)、能源消費總量(X10)、非化石能源消費所占比重(X11)、單位GDP能耗(X12)、單位規(guī)模工業(yè)增加值能耗(X13)、單位GDP電耗(X14)、城鎮(zhèn)居民人均可支配收入(X15)、農(nóng)村居民人均純收入(X16)、城市居民人均消費支出(X17)以及農(nóng)村居民人均生活消費支出(X18)等18個指標研究城市碳排放與其它17個指標的相關(guān)性。

利用原始數(shù)據(jù)，計算得到相關(guān)系數(shù)矩陣(見表1)，由表1可知:r110=0．995=|maxr1i|＞r12＞|r112|＞r111＞r117＞r115＞r13＞r116＞r118＞r17＞|r114|＞r14＞r15＞|r113|＞|r18|＞r19＞r16。除GDP增長率與碳排放的相關(guān)性系數(shù)(絕對值)低于0．5以外(r16=0．410)，其余各項指標與碳排放的相關(guān)性系數(shù)均大于0．5，說明本文所選指標較為準確。

具體來看，影響城市碳排放的諸指標中，相關(guān)系數(shù)絕對值貢獻率大于0．9(按照從大到小的順序)的依次是能源消費總量、總?cè)丝凇挝籊DP能耗、非化石能源消費所占比重、城市居民人均消費支出、城鎮(zhèn)居民人均可支配收入、城市化率、農(nóng)村居民人均純收入、農(nóng)村居民人均生活消費支出、人均GDP、單位GDP電耗、全市從業(yè)人員人口、GDP以及單位規(guī)模工業(yè)增加值能耗。此外，第三產(chǎn)業(yè)占GDP的比重以及工業(yè)產(chǎn)值占GDP的比重與碳排放相關(guān)系數(shù)得分也較高，分別達到0．840和0．689，也大于0．5;GDP增長率則未能與碳排放表現(xiàn)明顯的相關(guān)性。將這些相關(guān)系數(shù)絕對值大于0．5年城市低碳發(fā)展暨碳排放的影響因素進行歸類，則這些因素分別代表了能源消費因素、人口因素、經(jīng)濟因素及技術(shù)因素。

進一步分析，以能源消費總量、非化石能源消費比重為代表的能源消費因素對城市碳排放影響因素最大。其中，能源消費總量與城市碳排放之間的相關(guān)性達到0．992，說明在目前城市低碳發(fā)展的背景下，能源消費是導致碳排放增多的最主要因素;非化石能源消費比重與碳排放的相關(guān)系數(shù)達到0．983，也說明了降低碳排放的重要途徑在于優(yōu)化能源結(jié)構(gòu)，大力開發(fā)新能源，逐步提高新能源所占比重。以城市總?cè)丝凇⒊鞘谢?、全市從業(yè)人員為代表的人口因素也是導致城市碳排放增多的主要因素。一般來講，人口總量越大，其城市碳排放也就越多，然而城市化率與碳排放的相關(guān)性達到0．978，說明當前城市碳排放主要是由于城市區(qū)域排放過多引起的，這也能從全市從業(yè)人員與碳排放之間的相關(guān)系數(shù)(0．958)看出。以城市居民人均消費支出、城鎮(zhèn)居民人均可支配收入、人均GDP、第三產(chǎn)業(yè)占GDP的比重、工業(yè)產(chǎn)值占GDP的比重等指標為代表的經(jīng)濟因素也是城市碳排放的主要影響因素，特別是城市居民人均消費支出與城鎮(zhèn)居民人均可支配收入與碳排放的相關(guān)系數(shù)分別高達0．980與0．979，較本文所選擇的用于反映農(nóng)村經(jīng)濟發(fā)展的指標與城市碳排放的相關(guān)系數(shù)較高，說明當前降低碳排放的重點區(qū)域在于城鎮(zhèn)，其重點領(lǐng)域在于工業(yè)生產(chǎn)領(lǐng)域的節(jié)能減排。以單位GDP能耗、單位GDP電耗以及單位GDP工業(yè)增加值能耗為代表的技術(shù)因素，對城市碳排放的影響也極為重要，特別是單位GDP能耗與城市碳排放的相關(guān)性高達0．990，說明采用建筑節(jié)能、交通節(jié)能、生產(chǎn)節(jié)能等節(jié)能減排技術(shù)，對降低城市碳排放也具有至關(guān)重要的作用。

(二)基于I=PAT修正模型的城市碳排放與影響因素的回歸變動分析

通過系統(tǒng)研究17個指標與城市碳排放之間的相關(guān)系數(shù)，發(fā)現(xiàn)影響城市碳排放的主要因素是能源消費因素、人口因素、經(jīng)濟因素及技術(shù)因素。然而相關(guān)系數(shù)分析只是簡單地測算了這些指標與城市碳排放之間的相關(guān)系數(shù)，對于這些因素與城市碳排放之間的動態(tài)變動關(guān)系并不能真實反映。然而科學地分析與定量測算這些因素與城市碳排放之間的定量變動關(guān)系，對于城市低碳發(fā)展以及碳排放情景預(yù)測具有至關(guān)重要的作用?；诖耍疚睦蒙衔臉?gòu)建的I=PAT修正模型進行城市碳排放影響因素與城市碳排放之間的回歸分析。

根據(jù)上一節(jié)分析及研究成果，本節(jié)僅選擇4個指標(影響因素)對城市碳排放進行回歸分析，即在人口因素的考量中，選擇總?cè)丝赑1以及城市化率P2;在財富因素中僅選擇城市居民人均消費支出A;技術(shù)因素中僅選擇單位GDP能耗T。這主要基于以下3點考慮:

第一，計量經(jīng)濟學要求在進行多元線性回歸分析時，其最小樣本容量必須不少于模型中解釋變量的數(shù)目(包括常數(shù)項)［21］，而本研究中由于資料收集難度無法收集到長沙市2005年以前的碳排放數(shù)據(jù)、單位GDP能耗數(shù)據(jù);第二，人口總量必然對碳排放有較大影響，但如果只選擇人口總量進行研究，則忽略了中國城市普遍存在的快速城市化現(xiàn)象，這客觀要求本研究必須結(jié)合現(xiàn)實背景，即快速推進的城市化步伐對城市碳排放的影響，況且在選擇城市總?cè)丝谥笜说幕A(chǔ)上，選擇城市化率指標既能夠注重對人口結(jié)構(gòu)因素的考慮，還能夠更加符合城市化快速推進的現(xiàn)實背景;第三，GDP總量等經(jīng)濟因素對于城市碳排放也具有重要影響，但對城市碳減排的政策涵義不大，但城鎮(zhèn)居民人均可支配收入指標與城市居民息息相關(guān)，具有更強的政策涵義?；诖?，本著代表性以及可操作性等原則，選擇總?cè)丝?、城市化率、城市居民人均消費支出、單位GDP能耗4個指標對城市碳排放影響因素進行回歸變動分析。

圖1 長沙市碳排放總量與能源消費總量、總?cè)丝诘纫蛩氐纳Ⅻc圖

利用EVIEWS5．0軟件繪制2005～2009年長沙市碳排放量與總?cè)丝?、城市化率、城市居民人均消費支出、單位GDP能耗之間的散點圖。通過圖1可以看出，長沙市碳排放量與諸指標之間均表現(xiàn)出非平穩(wěn)的特征。

因此，為消除時間序列數(shù)據(jù)間較大的波動以及克服序列的異方差性，需要對原始數(shù)據(jù)做對數(shù)處理，從而進行實證分析。

對原變量做對數(shù)處理后，因變量與自變量之間線性關(guān)系明顯，從而能夠保證因變量ln(I)與其它變量ln(P1)、ln(P2)、ln(A)以及l(fā)n(T)之間適合用于多元線性回歸分析。對修正模型取對數(shù)，可得對數(shù)模型

為了判斷因變量ln(I)與各自變量之間是否存在多重共線性，首先用最小二乘法進行多元線性回歸?；貧w運算采用EVIEWS6．0計量經(jīng)濟學軟件以及SPSS17．0社會經(jīng)濟學軟件完成，下表為利用EVIEWS6．0輸出的運算結(jié)果。

表2 回歸變動分析的原始數(shù)據(jù)

表3 多元回歸結(jié)果

根據(jù)表3的軟件計算結(jié)果，構(gòu)建回歸模型。雖然構(gòu)建的多元線性回歸模型的可決系數(shù)R2=0．995 9，F(xiàn)值檢驗出存在顯著性水平(F=306．903 1，P=0．000 004)。但在回歸系數(shù)的顯著性檢驗中，ln(A)、ln(P2)等多個自變量的回歸系數(shù)無法通過t檢驗，這表明因變量與自變量之間可能存在較為嚴重的多重共線性問題。

為驗證因變量與自變量之間是否存在多重共線性問題，可以利用SPSS17．0軟件，計算出各自變量的條件指標(condition index，CI)。首先啟動SPSS17．0，輸入數(shù)據(jù)后，選擇分析——回歸——線性模塊，最終得到如表4的分析結(jié)果。由分析結(jié)果可以看出，5個自變量的CI值有3個遠遠大于30，說明自變量之間存在嚴重的多重共線性，不適合直接采用普通最小二乘法進行無偏估計。

表4 各自變量的條件指標

為了克服變量間多重共線性的影響，采用有偏估計的嶺回歸進行模型擬合。經(jīng)擬合分析，當K=0．2時，可決系數(shù)R2=0．995 2，各自變量回歸系數(shù)變化也逐漸趨于穩(wěn)定。因此，可以擬合得到標準化的嶺回歸方程。由于標準化的嶺回歸模型由于沒有常數(shù)項，需要將將常數(shù)及各自變量代入，經(jīng)計算最終得到如下對應(yīng)的嶺回歸方程:

上述方程為最終所求的嶺回歸方程，經(jīng)檢驗各項指標都較為顯著，各變量回歸系數(shù)也均能通過經(jīng)濟學意義檢驗。

從嶺回歸方程可以看出，在城市化快速推進的背景下，影響長沙市碳排放的因素按其對模型的解釋能力依次是總?cè)丝?0．750 4)、單位GDP能耗(0．371 9)、城市化率(0．272 0)以及城市居民人均消費支出(0．145 2)。因此，除能源消費因素與人口總量因素，單位GDP能耗對長沙市碳排放的影響最大，其影響作用明顯大于城市化率以及城市居民人均消費支出因素。具體來看，單位GDP能耗水平每降低(或提高)1個百分點，城市碳排放將提高(或降低)0．371 9個百分點;城市化率每提高(或降低)1個百分點，城市碳排放也將提高(或降低)0．272 0個百分點;城市居民人均消費支出每提高(或降低)1個百分點，城市碳排放將提高(或降低)0．145 2個百分點。

城市化快速推進背景下，影響城市碳排放的因素主要有能源消費總量、總?cè)丝?、單位GDP能耗、非化石能源消費所占比重、城市居民人均消費支出、城鎮(zhèn)居民人均可支配收等因素。利用相關(guān)系數(shù)法發(fā)現(xiàn)，在城市化快速推進背景下，在影響長沙市碳排放的諸指標中，如果將這些相關(guān)系數(shù)絕對值大于0．5的長沙市碳排放的影響因素進行歸類，則這些影響因素(指標)代表了能源消費因素、人口因素、經(jīng)濟因素及技術(shù)因素。而I=PAT修正模型分析發(fā)現(xiàn)，在城市化快速推進的背景下，長沙市碳排放的影響因素按其對模型的解釋能力依次是總?cè)丝?0．750 4)、單位GDP能耗(0．371 9)、城市化率(0．272 0)以及城市居民人均消費支出(0．145 2)。

綜合來看，由于長沙市人口短時期內(nèi)下降的可能性較小，因此這從一定程度上說明了當前降低城市碳排放的主要途徑是減少能源消耗、提高經(jīng)濟效率。

第一，減少能耗就要求優(yōu)化能源結(jié)構(gòu)、鼓勵開發(fā)與應(yīng)用綠色能源和新能源。要逐步按照低碳城市的建設(shè)要求，積極調(diào)整與改善能源結(jié)構(gòu)，努力開發(fā)生物質(zhì)能、水能、核能等清潔能源，逐步在全社會構(gòu)建低碳能源體系，以能源節(jié)約為基礎(chǔ)，以新能源開發(fā)為拓展，做好能源利用與開發(fā)的“開源節(jié)流”。

第二，提高經(jīng)濟效率就要求產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級、傳統(tǒng)“三高一低”經(jīng)濟向循環(huán)經(jīng)濟與低碳經(jīng)濟的演變。由于長沙市在未來一段時間內(nèi)仍將處于工業(yè)化和城市化快速發(fā)展的進程，高耗能制造業(yè)所占比重近幾年內(nèi)也難以有根本性的改變，但是調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進工業(yè)低碳升級以及逐步提高第三產(chǎn)業(yè)比重依然是城市碳減排的重要途徑。堅決淘汰“三高一低”的落后產(chǎn)業(yè);加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級;大力發(fā)展高新技術(shù)產(chǎn)業(yè)和生產(chǎn)性服務(wù)業(yè);逐步提高金融、服務(wù)、信息等低碳排放產(chǎn)業(yè)的發(fā)展速度;加快構(gòu)建節(jié)能型產(chǎn)業(yè)體系，促進經(jīng)濟發(fā)展方式的根本轉(zhuǎn)變;努力形成“低投入、低消耗、低排放、高效率”的低碳經(jīng)濟發(fā)展模式。

［1］Ho Chin Siong，F(xiàn)ong Wee Kean．Planning for Low Carbon Cities:The Case of Iskandar Development Region［C］．Toward Establishing Sustainable Planning and Governace II，Sungkyunkwan University，Seoul，Korea on novermber 2007 organized by SUDI:11－15．

［2］Lantz V，F(xiàn)eng Q，Assessing income，population and techonology impacts on CO2 emission in Canada:where’s the EKC?［J］．Ecological economics，2006，56:176－189．

［3］Stern N．The Economics of Climate Change:The Stern Review［M］．Cambridge，UK:CambridgeUniversity Press，2006．

［4］Sturluson J T．Economic Instrument for decoupling Environmental Pressure from Economic Growth［M］．Project Description，August 13．2002．

［5］Joanthan Norman．Company High and Low Residential Density:Life Cycle Analysis of Energy Use and Green House Emission［J］．Journey of Urban Planning and Development，2006(3):10－19．

［6］胡鞍鋼．中國如何應(yīng)對全球氣候變暖的挑戰(zhàn)［J］．國情報告，2007，29:41－62．

［7］李克欣．低碳城市建設(shè)的初步思考［J］．中國科技財富，2009(13):94．

［8］楊國銳．低碳城市發(fā)展路徑與制度創(chuàng)新［J］．城市問題，2010，7:44－48．

［9］劉文玲，王燦．低碳城市發(fā)展實踐與發(fā)展模式［J］．中國人口資源與環(huán)境，2010，20:17－22．

［10］顧朝林，譚縱波，劉宛，等．氣候變化、碳排放與低碳城市規(guī)劃研究進展［J］．城市規(guī)劃學刊，2009，3:38－45．

［11］梁本凡，周躍云，朱守先，等．中國城市低碳發(fā)展規(guī)劃研究進展［J］．經(jīng)濟，2010，11:90－96．

［12］低碳城市發(fā)展與對策措施研究——上海實證分析［M］．北京:中國建筑工業(yè)出版社，2010，43－44．

［13］趙先超．城市低碳發(fā)展與提升對策研究——基于城市的實證分析［D］長沙:湖南師范大學，2011．

［14］趙先超，周躍云，蘆鵬．城市低碳發(fā)展水平及關(guān)鍵領(lǐng)域碳排放實證研究——基于天津市的案例分析［J］．湖南工業(yè)大學學報:自然科學版，2011，25(4):81－85．

［15］梁本凡，朱守先．中國前100城市低碳發(fā)展排位研究［J］．經(jīng)濟，2010，10:22－27．

［16］周躍云，王漢青，趙先超，等．長株潭城市群低碳發(fā)展模式的試點示范研究——以株洲市為例［A］．張萍．長株潭城市群發(fā)展報告(2010)［C］．北京:社會科學文獻出版社，2010．

［17］張旺，劉建文，趙先超，等．兩型社會背景下株洲市創(chuàng)建低碳城市的戰(zhàn)略研究［J］．湖南工業(yè)大學學報(社會科學版)，2011，16(2):8－14．

［18］徐建華．現(xiàn)代地理學中的數(shù)學方法［M］．北京:高等教育出版社，1994:10．

［19］York R，Rosa E A，Eietz T．2002．Bridging environmental science with environmental policy:plasticity of population，affluence and technology［J］．Socal Science Quarterly，83(1):18－34．

［20］劉蘭翠．我國二氧化碳減排問題的政策建模與實證研究［D］．合肥:中國科學技術(shù)大學，2006．

［21］李子奈，潘文卿．計量經(jīng)濟學［M］．北京:高等教育出版社，2005，60－65．

Fitting Variation Analysis of Carbon Emissions and Influencing Factors in Changsha City

ZHAO Xianchao1，2，DING Meng1，YANG Ying1

(1．Institute of“Two－Oriented Society”of CZT，Hunan University of Technology，Zhuzhou，Hunan 412007，China;2．School of Resource and Environment Science，Hunan Normal University，Changsha 410081，China)

The important basis for effectively making carbon abatement measures is to scientifically understand the affecting factors of city carbon emissions and its existed response．The correlation coefficient method to quantitatively measure the relationship between Changsha carbon emissions and its influence factors，as well as the ridge regression to analyze the quantitative change of Changsha carbon emissions and their influence factors are respectively used．The results shows that the influencing factors of Changsha carbon emissions by its explaining ability model are as follows，such as total population(0．750 4)，energy intensity per GDP(0．371 9)，urbanization rate(0．272 0)and urban residents per capita consumption expenditure(0．145 2)with the background of rapid urbanization．

carbon emissions;influencing factors;ridge regression analysis;Changsha city

TV98;X321

A

1674－117X(2012)01－0015－06

10．3969/j．issn．1674－117X．2012．01．003

2011－11－10

教育部人文社科規(guī)劃基金項目(12YJA790215);湖南省社科基金一般項目(11YBB133)

趙先超(1983－)，男，山東鄆城人，湖南工業(yè)大學教師，湖南師范大學博士生，主要從事資源環(huán)境與區(qū)域可持續(xù)發(fā)展、低碳城市研究;丁夢(1981－)，女，湖南湘潭人，湖南工業(yè)大學教師，主要從事計算機應(yīng)用研究;

楊英(1980－)，女，陜西洛南人，湖南工業(yè)大學教師，主要從事低碳城鄉(xiāng)規(guī)劃研究。

責任編輯:徐蓓