張 苗1,陳銀蓉,程道平1,甘臣林
(1.山東師范大學(xué) 商學(xué)院,山東 濟(jì)南 250014;2.華中農(nóng)業(yè)大學(xué) 公共管理學(xué)院,湖北 武漢 430070)
過去幾十年,大氣中約有45%的CO2排放來自化石燃料燃燒和土地利用變化[1,2]。越來越多的證據(jù)表明碳排放是導(dǎo)致全球氣候變化的重要因素[3,4],明晰碳排放的來源和影響因素并進(jìn)行控制,對緩解全球氣候變化甚至國家碳減排壓力具有一定的實(shí)踐和政治意義。雖然土地利用變化被認(rèn)為是僅次于化石燃料燃燒造成碳排放增加的第二大主要原因[5-7],但由于化石燃料燃燒所釋放的溫室氣體直觀認(rèn)知性遠(yuǎn)高于土地利用變化,學(xué)者們多專注于拉動(dòng)化石燃料消費(fèi)的經(jīng)濟(jì)增長、人口規(guī)模、技術(shù)水平、城市化水平等傳統(tǒng)因素對碳排放的影響研究[8-13],研究成果較為豐富,研究結(jié)論基本一致,驗(yàn)證了上述因素對碳排放的影響作用。
土地作為人類活動(dòng)的對象和載體,一方面土地利用的高強(qiáng)度化、多樣化和技術(shù)先進(jìn)化使生物地球化學(xué)循環(huán)(碳循環(huán)屬于其中)、水文過程和景觀動(dòng)態(tài)發(fā)生顯著變化。土地利用強(qiáng)度越高,表明人類的土地管理活動(dòng)特別是增加對土地的勞動(dòng)和資本投入越多,對碳排放的影響也將越大;另一方面土地承載著其他社會(huì)經(jīng)濟(jì)碳排放(如能源、工業(yè)碳排放),這也是源于土地利用調(diào)整所引發(fā)的經(jīng)濟(jì)社會(huì)發(fā)展方式轉(zhuǎn)變而帶來的碳排放[14-17]。土地作為經(jīng)濟(jì)發(fā)展的“供給方”,不同的供給方式會(huì)影響土地所承載的碳排量多少。在我國當(dāng)前經(jīng)濟(jì)發(fā)展階段,新型城鎮(zhèn)化進(jìn)入快速發(fā)展時(shí)期,土地利用結(jié)構(gòu)發(fā)生明顯變化,建設(shè)用地比例越來越大。建設(shè)用地作為人類活動(dòng)的主要載體,研究表明建設(shè)用地是土地利用類型中碳排放最大的地類,建設(shè)用地的碳排放總量和強(qiáng)度是其他用地類型的幾十倍甚至上百倍[18],因此土地利用結(jié)構(gòu)的變化會(huì)對碳排放產(chǎn)生顯著影響。
綜合已有碳排放影響因素的研究成果,本文將探討宏觀視角下的經(jīng)濟(jì)發(fā)展、人口增長以及全球化、中觀視角下的國家城市化工業(yè)化進(jìn)程、微觀視角下的土地利用強(qiáng)度和結(jié)構(gòu)改變、能源強(qiáng)度變化等三種視角的社會(huì)經(jīng)濟(jì)因素變化對碳排放的影響作用,并重點(diǎn)分析土地利用結(jié)構(gòu)和強(qiáng)度變化對碳排放的影響作用,以期從土地利用視角為碳減排對策制定提供科學(xué)依據(jù)。
圍繞碳排放的影響因素問題,國內(nèi)外學(xué)者進(jìn)行了大量研究。研究初始階段,多數(shù)學(xué)者采用Ehrlich 等[19]提出的“I=PAT”方程模型,將碳排放的影響進(jìn)行分解并采用SPSS或Eviews計(jì)量分析軟件進(jìn)行多元回歸分析,但由于模型存在各自變量對因變量的影響為等比例的局限[20],因此越來越多的學(xué)者都采用STIRPAT模型來分析人口、經(jīng)濟(jì)和技術(shù)對碳排放的非比例影響。Dietz等[21]在日本學(xué)者提出Kaya模型[22]的基礎(chǔ)上建立了IPAT方程的隨機(jī)模型——STIRPAT模型,即I=aPbAcTd,該模型的優(yōu)勢在于可分析人文因素對環(huán)境的非比例影響;孫敬水等[10]建立了擴(kuò)展的STIRPAT模型,將人均GDP、人口規(guī)模、單位能耗碳排放量、能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城市化水平和國際貿(mào)易分工等多個(gè)因素作為自變量納入對我國發(fā)展低碳經(jīng)濟(jì)的因變量分析中。本文通過構(gòu)建擴(kuò)展的STIRPAT模型,以我國1990—2012年數(shù)據(jù)為分析對象,具體分析包括土地利用結(jié)構(gòu)和強(qiáng)度在內(nèi)的多種因素對碳排放的影響作用。
主要是:①人口增長(P)。人口越多,土地所承載的人類活動(dòng)就越多,造成的碳排放量就會(huì)越大,因此本文選擇人口總量指標(biāo)代表人口增長因素,分析人口增長對碳排放的影響作用。②經(jīng)濟(jì)發(fā)展水平(A)。借鑒已有研究[8-13],經(jīng)濟(jì)增長因素選擇人均GDP指標(biāo)。③能源強(qiáng)度(T)。能源部門導(dǎo)致的溫室氣體排放成為所有部門中最大的排放部門,能源消費(fèi)的多少與碳排放的多少有直接關(guān)系,能源強(qiáng)度是指單位GDP能源消費(fèi)總量,本文將其作為一個(gè)技術(shù)水平衡量指標(biāo),生產(chǎn)一單位的GDP所消耗的能源總量越少,代表技術(shù)水平越高,對碳排放造成的影響越小,總體來說能源強(qiáng)度與碳排放之間應(yīng)表現(xiàn)出負(fù)相關(guān)關(guān)系。④全球化(G)。國際貿(mào)易分工是全球化最明顯的現(xiàn)象,研究選擇出口額占總GDP的比重代表國際貿(mào)易分工中我國的全球化參與度。一般認(rèn)為國際貿(mào)易分工中我國出口額占總GDP比重越高,表明在我國生產(chǎn)的產(chǎn)品越多,需要占用更多的土地來承載其生產(chǎn)活動(dòng),造成的碳排放量越多。⑤城市化(U)。選擇城市化率(城鎮(zhèn)人口占總?cè)丝诒壤?代表城市化水平,城市化水平越高,需要更多的建設(shè)用地來承載人類的城市活動(dòng),造成的碳排放量越大。⑥產(chǎn)業(yè)結(jié)構(gòu)(IS)。能源部門中的電力/加熱部門和制造業(yè)/建造業(yè)部門的碳排放量最大,以及工業(yè)生產(chǎn)過程中的碳排放量也呈逐年增長趨勢,這些均與我國的產(chǎn)業(yè)結(jié)構(gòu)密切相關(guān)。而第二產(chǎn)業(yè)所占的比重越大,表明導(dǎo)致碳排放增加的可能性越大,選擇第二產(chǎn)業(yè)GDP占總GDP的比值來代表產(chǎn)業(yè)結(jié)構(gòu)。⑦土地利用強(qiáng)度(LI)。土地利用強(qiáng)度越大,表明投入到土地上的勞動(dòng)和資本越多;建設(shè)用地面積越大,在土地利用經(jīng)濟(jì)效益提高的同時(shí)導(dǎo)致碳排放增加。本文采用地均固定資產(chǎn)投資額(城鎮(zhèn)固定資產(chǎn)投資額/城市建設(shè)用地面積)代表土地利用強(qiáng)度。⑧土地利用結(jié)構(gòu)(LS)。由于建設(shè)用地為所有土地利用類型中最大的碳源用地[18],建設(shè)用地面積比例越大,造成的碳排放越多。在土地總面積一定的情況下,建設(shè)用地面積增加則其他土地利用類型面積減少,所以本文采用城市建設(shè)用地面積占總土地面積的比值來衡量土地利用結(jié)構(gòu)的變化。
綜上所述,自變量依次選擇人口總量、人均GDP、能源強(qiáng)度、國際貿(mào)易分工、城市化率、產(chǎn)業(yè)結(jié)構(gòu)、土地利用結(jié)構(gòu)和土地利用強(qiáng)度;因變量為能源消費(fèi)、工業(yè)生產(chǎn)過程、廢棄物排放,以及農(nóng)業(yè)生產(chǎn)過程的全部碳排放量。擴(kuò)展后的STIRPAT模型為:
(1)
式中,I為碳排放量;P為人口總量;A為人均GDP;T為能源強(qiáng)度;G為國際貿(mào)易分工;U為城市化率;IS為產(chǎn)業(yè)結(jié)構(gòu);LI為土地利用強(qiáng)度;LS為土地利用結(jié)構(gòu);ε為隨機(jī)誤差項(xiàng)。其中,α1、α2、α3、α4、α5、α6、α7、α8分別表示人口總量、人均GDP、能源強(qiáng)度、國際貿(mào)易分工、城市化率、產(chǎn)業(yè)結(jié)構(gòu)、土地利用結(jié)構(gòu)和土地利用強(qiáng)度的彈性系數(shù)。
為了方便進(jìn)一步的回歸分析,將式(1)兩邊取自然對數(shù),將該模型轉(zhuǎn)化為線性模型,即:
lnIt=α0+α1lnPt+α2lnAt+α3lnTt+α4lnGt+α5lnUt+α6lnISt+α7lnLIt+α8LSt+εt
(2)
為了能比較不同解釋變量對被解釋變量的影響大小,需要對不同單位的解釋變量做消除量綱和數(shù)量級(jí)差異的處理,本文將樣本數(shù)據(jù)(對數(shù)形式)做z-score標(biāo)準(zhǔn)化處理,公式為:
x*=x-μσ
(3)
式中,x*為標(biāo)準(zhǔn)化之后數(shù)據(jù);x為標(biāo)準(zhǔn)化之前數(shù)據(jù);μ為所有樣本數(shù)據(jù)的均值;σ為所有樣本數(shù)據(jù)的標(biāo)準(zhǔn)差,經(jīng)過處理的數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布,均值為0,標(biāo)準(zhǔn)差為1。
進(jìn)行標(biāo)準(zhǔn)化處理后得到新的變量和新的模型,用計(jì)量方法估計(jì)未知參數(shù),可求得標(biāo)準(zhǔn)化回歸系數(shù),據(jù)此比較解釋變量的相對重要性。將式(2)中每個(gè)變量標(biāo)準(zhǔn)化后加上“*”以示區(qū)別,具體見式(4):
(4)
表1 模型中各變量描述性統(tǒng)計(jì)值
碳排放數(shù)據(jù)主要來源于世界資源研究所(CAIT Climate Data Explorer.2015.Washington,DC: World Resources Institute.網(wǎng)址:http://cait.wri.org),包括能源部門、工業(yè)生產(chǎn)過程、農(nóng)業(yè)、廢棄物處理和船舶燃料等,截止到目前,數(shù)據(jù)更新到2012年。為了保持不同指標(biāo)時(shí)間序列的一致性,其他統(tǒng)計(jì)數(shù)據(jù)年份也統(tǒng)計(jì)到2012年。其中,城市建設(shè)用地面積數(shù)據(jù)來源于1991—2013年的《中國城市建設(shè)統(tǒng)計(jì)年鑒》,能源數(shù)據(jù)來源于1991—2013年的《中國能源統(tǒng)計(jì)年鑒》,且使用發(fā)電煤耗計(jì)算法的數(shù)據(jù);其他數(shù)據(jù)來源于國家統(tǒng)計(jì)局。其中,三次產(chǎn)業(yè)分類依據(jù)國家統(tǒng)計(jì)局2012年制定的《三次產(chǎn)業(yè)劃分規(guī)定》;按照我國國內(nèi)生產(chǎn)總值(GDP)數(shù)據(jù)修訂制度和國際通行做法,在實(shí)施研發(fā)支出核算方法改革后,對以前年度的GDP歷史數(shù)據(jù)進(jìn)行了系統(tǒng)修訂,本文不再做修訂。從2011年起,我國城鎮(zhèn)固定資產(chǎn)投資數(shù)據(jù)統(tǒng)計(jì)來源則不包括農(nóng)戶的固定資產(chǎn)投資,即原統(tǒng)計(jì)口徑的城鎮(zhèn)固定資產(chǎn)投資與在農(nóng)村生產(chǎn)的企業(yè)和事業(yè)單位的項(xiàng)目投資之和。通過收集和整理數(shù)據(jù),模型中各變量描述性統(tǒng)計(jì)值見表1。
模型中設(shè)定的因變量(碳排放量)和自變量(影響因素)的增長率見圖1。
圖1 碳排放及其影響因素增長率
從圖1可見,除能源強(qiáng)度每年增長率為負(fù)數(shù)之外,其他因素除個(gè)別年份的變動(dòng)外,增長率為正,如城市化、人均GDP、土地利用強(qiáng)度、土地利用結(jié)構(gòu)等。通過觀察原數(shù)據(jù)與計(jì)算,1990—2012年我國碳排放量由3320.97MtCO2e增加到10975.50MtCO2e,增加了2.30倍,年均增長率為5.58%。自變量指標(biāo)中人口數(shù)量年均增長率為0.77%,人均GDP年均增長率為15.55%,代表國際貿(mào)易分工的出口額占GDP比重年均增長率為1.9%,城市化率年均增長率為3.18%,土地利用強(qiáng)度年均增長率為16.40%,代表土地利用結(jié)構(gòu)的城市建設(shè)用地面積占總土地面積比重年均增長率為6.43%,代表產(chǎn)業(yè)結(jié)構(gòu)的第二產(chǎn)業(yè)GDP占GDP比重年均增長率為0.45%,增長幅度較小。代表技術(shù)水平的能源強(qiáng)度(單位GDP能耗)由5.23萬t標(biāo)準(zhǔn)煤/億元下降到0.74萬t標(biāo)準(zhǔn)煤/億元,表明創(chuàng)造1億元的GDP需要的能源消費(fèi)量相對減少,技術(shù)水平得到提高。因此可知,1990—2012年我國的碳排放量、經(jīng)濟(jì)水平、人口規(guī)模、技術(shù)水平、全球化水平、城市化和工業(yè)化水平均有了不同程度的提高,其中碳排量、經(jīng)濟(jì)水平、城市化水平的增長最為明顯;土地利用結(jié)構(gòu)因建設(shè)用地的大量擴(kuò)張發(fā)生了較大變化,與碳排放的增長趨勢基本相同,土地利用強(qiáng)度有了較大提高,成為所有因素中年均增長率最高的。
本文運(yùn)用SAS軟件對模型進(jìn)行多元線性回歸,其中普通回歸參數(shù)估計(jì)結(jié)果見表2。由表2可見,所有變量的VIF值(方差膨脹)都大于10,表明解釋變量之間存在嚴(yán)重的多重共線性。
表2 普通回歸參數(shù)估計(jì)結(jié)果
為了消除多重共線性影響,本文采用嶺回歸方法[23],通過SAS軟件對數(shù)據(jù)進(jìn)行重新回歸,嶺脊圖見圖2。圖2可見,在嶺脊點(diǎn)k=0.4時(shí),系數(shù)估計(jì)值趨于平穩(wěn)。根據(jù)程序運(yùn)行結(jié)果,選擇k=0.4時(shí)的系數(shù)估計(jì)值,模型(4)的具體形式見式(5)。由于常數(shù)項(xiàng)的數(shù)值非常小,在此忽略不計(jì)。
(5)
圖2 嶺脊圖
由式(5)可見,人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、全球化、城市化、土地利用強(qiáng)度和土地利用結(jié)構(gòu)對碳排放起到正向的促進(jìn)作用,能源強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)起到負(fù)向的促進(jìn)作用。但在k=0.9時(shí),產(chǎn)業(yè)結(jié)構(gòu)也表現(xiàn)為正向影響。其中,數(shù)值0.0957、0.1622、0.1158、0.17、0.2126、0.1526的具體含義是:當(dāng)人口總量、人均GDP、國際貿(mào)易分工、城市化水平、土地利用強(qiáng)度、土地利用結(jié)構(gòu)每提高(改變)1%時(shí),碳排放總量的增長率將依次為0.0957%、0.1622%、0.1158%、0.17%、0.2126%、0.1526%;數(shù)值-0.0527、-0.0271的具體含義是:當(dāng)能源強(qiáng)度、第二產(chǎn)業(yè)GDP占GDP比重每提高1%時(shí),碳排放總量增長率將依次下降0.0527%、0.0271%。從中可以看出對碳排放影響作用從大到小的因素依次是:土地利用強(qiáng)度、城市化水平、土地利用結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、全球化、人口規(guī)模、能源強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)。
為了比較不同影響因素變動(dòng)對碳排放量變動(dòng)的貢獻(xiàn)率,本文將對因變量影響為正作用的自變量系數(shù)進(jìn)行歸一化處理。由式(5)可知,人口規(guī)模(α1=0.0957)、經(jīng)濟(jì)發(fā)展水平(α2=0.1622)、全球化(α3=0.1158)、城市化(α4=0.17)、土地利用強(qiáng)度(α5=0.2126)和土地利用結(jié)構(gòu)(α6=0.1526)對碳排放影響為正,采用下式進(jìn)行歸一化處理:
δi=αiΣαi(i=1,2,3,4,5,6)
(6)
式中,δi為歸一化之后的系數(shù)。各影響因素變動(dòng)對碳排放量變動(dòng)的貢獻(xiàn)率定義為βi,具體計(jì)算式為:
βi=δiRiRI(i=1,2,3,4,5,6)
(7)
式中,βi為所求的貢獻(xiàn)率;Ri為各影響因素增長率;RI為碳排放量增長率。各影響因素對碳排放量貢獻(xiàn)率的計(jì)算結(jié)果見表3。其中,均值為前文所述的年均增長率。在分解后的各影響因素之中,人口規(guī)模、經(jīng)濟(jì)增長、全球化、城市化、土地利用強(qiáng)度和土地利用結(jié)構(gòu)對碳排放的影響均表現(xiàn)為正效應(yīng),其貢獻(xiàn)率依次為1.45%、49.73%、4.34%、10.66%、68.75%、19.35%,其中土地利用強(qiáng)度、經(jīng)濟(jì)增長和土地利用結(jié)構(gòu)分別成為貢獻(xiàn)率最大的前三位。在計(jì)量模型的系數(shù)中,雖然城市化率的系數(shù)值(0.17)大于經(jīng)濟(jì)增長(0.1622)和土地利用結(jié)構(gòu)(0.1526)系數(shù)值,但是因其變動(dòng)增長率并沒有兩者變動(dòng)增長率高,所以對碳排放量變動(dòng)的貢獻(xiàn)率并沒有兩者高,充分說明在我國當(dāng)前的經(jīng)濟(jì)發(fā)展階段,土地利用強(qiáng)度、經(jīng)濟(jì)增長和土地利用結(jié)構(gòu)三大因素對碳排放量不但影響大,而且造成其變動(dòng)的貢獻(xiàn)率也較高。
計(jì)量分析結(jié)果表明,對碳排放影響從大到小的因素依次是:土地利用強(qiáng)度、城市化水平、土地利用結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、全球化、人口規(guī)模、能源強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)。除能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)外,其他因素對碳排放影響均表現(xiàn)為正向促進(jìn)作用。其中,城市化水平、經(jīng)濟(jì)發(fā)展水平、全球化、人口規(guī)模、能源強(qiáng)度的計(jì)量分析結(jié)果與已有研究一致[8-13],不再贅述。產(chǎn)業(yè)結(jié)構(gòu)雖然表現(xiàn)為負(fù)向影響,但在嶺脊點(diǎn)達(dá)到一定數(shù)值后轉(zhuǎn)為正向作用,與已有研究結(jié)論一致。土地利用強(qiáng)度和土地利用結(jié)構(gòu)對碳排放的影響表現(xiàn)為正向作用,且與其他因素相比,作用較大,土地利用強(qiáng)度成為所有因素中對碳排放影響最大的因素。通過影響因素貢獻(xiàn)率分析,發(fā)現(xiàn)土地利用強(qiáng)度、經(jīng)濟(jì)發(fā)展水平、土地利用結(jié)構(gòu)等因素的變動(dòng)對碳排放的影響變動(dòng)貢獻(xiàn)率最大。
表3 各影響因素對碳排放量的貢獻(xiàn)率
注:Pc、Ac、Gc、Uc、LIc、LSc依次表示人口規(guī)模變動(dòng)、人均GDP變動(dòng)、出口額占GDP比重變動(dòng)、城市化水平變動(dòng)、土地利用強(qiáng)度變動(dòng)和土地利用結(jié)構(gòu)變動(dòng)對碳排放量變動(dòng)的貢獻(xiàn)率。
與傳統(tǒng)碳排放影響因素相比,土地利用結(jié)構(gòu)和土地利用強(qiáng)度變化兩大因素對碳排放的影響作用和貢獻(xiàn)率都較大。傳統(tǒng)因素對碳排放的影響主要是因?yàn)閭鹘y(tǒng)因素變化影響了能源消費(fèi)總量和結(jié)構(gòu)(還包括其他影響如工業(yè)生產(chǎn)、農(nóng)業(yè)生產(chǎn)等),從而導(dǎo)致化石燃料燃燒釋放的溫室氣體排放量增加;而土地利用結(jié)構(gòu)和土地利用強(qiáng)度變化是土地利用變化的直觀性表現(xiàn),對碳排放的影響作用并不少于傳統(tǒng)因素對碳排放的影響。因此,基于土地利用視角,調(diào)整土地利用結(jié)構(gòu),適度改變土地利用強(qiáng)度可有效減少碳排放量,應(yīng)作為制定碳減排政策的參考依據(jù)。
本文在傳統(tǒng)因素對碳排放影響研究基礎(chǔ)上,加入了土地利用結(jié)構(gòu)和土地利用強(qiáng)度兩大因素,通過建立擴(kuò)展的STIRPAT模型,驗(yàn)證了上述因素對碳排放的影響作用。研究結(jié)果表明,傳統(tǒng)因素對碳排放的影響作用與已有研究結(jié)論基本一致,土地利用結(jié)構(gòu)和強(qiáng)度變化對碳排放具有正向的促進(jìn)作用。其中,土地利用強(qiáng)度和土地利用結(jié)構(gòu)變化每提高1%時(shí),碳排放總量增長率分別為0.21%和0.15%。從影響貢獻(xiàn)率來看,土地利用強(qiáng)度、經(jīng)濟(jì)發(fā)展水平、土地利用結(jié)構(gòu)等因素的變動(dòng)對碳排放的影響變動(dòng)貢獻(xiàn)率較大,其貢獻(xiàn)率大小依次為68.75%、49.73%和19.35%。
與傳統(tǒng)因素相比,土地利用結(jié)構(gòu)和土地利用強(qiáng)度對碳排放的影響具有舉足輕重的作用,成為從土地利用視角制定碳減排對策的突破口。具體來看:①從土地利用結(jié)構(gòu)視角,適當(dāng)調(diào)整土地利用結(jié)構(gòu),嚴(yán)格控制農(nóng)用地轉(zhuǎn)為建設(shè)用地,避免建設(shè)用地對具有碳匯功能用地的占用。②從土地利用強(qiáng)度視角,在一定程度上約束不必要的生產(chǎn)建設(shè)活動(dòng)的增加,減少對土地的資本投入以降低開發(fā)強(qiáng)度,提高技術(shù)效率水平,實(shí)現(xiàn)土地資源配置與生產(chǎn)要素投入相匹配,防止投入過度引起過多的碳排放增加。同時(shí),結(jié)合調(diào)整我國經(jīng)濟(jì)增長方式、提高技術(shù)水平改變能源強(qiáng)度、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等策略,從微觀到宏觀視角全方位布局才能有效控制我國碳排量增長。
參考文獻(xiàn):
[1]Le Quéré C.Trends in the Land And Ocean Carbon Uptake[J].Current Opinion in Environmental Sustainability,2010,2(4)∶219-224.
[2]張苗,蘭夢婷,陳銀蓉,等.國外土地利用與碳排放知識(shí)圖譜分析----基于Cite Space軟件的計(jì)量分析[J].中國土地科學(xué),2017,31(3)∶51-60.
[3]IPCC第四次綜合報(bào)告[R].政府間氣候變化專門委員會(huì),2007.
[4]IPCC第五次階段報(bào)告[R].政府間氣候變化專門委員會(huì),2013-2014.
[5]Stuiver M.Atmospheric Carbon Dioxide and Carbon Reservoir Change[J].Science,1978,199(4326)∶253-258.
[6]Houghton R A,Woodwell G M.Changes in the Carbon Content of Terrestrial Biota and Soils Between 1860 and 1980:A Net Release of CO2to the Atmosphere[J].Ecological Monographic,1983,53(3)∶235-262.
[7]張苗,甘臣林,陳銀蓉,等.中國城市建設(shè)用地開發(fā)強(qiáng)度的碳排放效率分析與低碳優(yōu)化[J].資源科學(xué),2016,38(2)∶265-275.
[8]唐慕堯.基于STIRPAT模型的碳排放影響因素研究[D].南京:南京郵電大學(xué)碩士學(xué)位論文,2015.
[9]宋德勇,徐安.中國城鎮(zhèn)碳排放的區(qū)域差異和影響因素[J].中國人口·資源與環(huán)境,2011,21(11)∶8-14.
[10]孫敬水,陳稚蕊,李志堅(jiān).中國發(fā)展低碳經(jīng)濟(jì)的影響因素研究——基于擴(kuò)展的STIRPAT模型分析[J].審計(jì)與經(jīng)濟(jì)研究,2011,26(4)∶85-93.
[11]汪臻.中國居民消費(fèi)碳排放的測算及影響因素研究[D].合肥:中國科學(xué)技術(shù)大學(xué)碩士學(xué)位論文,2012.
[12]程葉青,王哲野,張守志,等.中國能源消費(fèi)碳排放強(qiáng)度及其影響因素的空間計(jì)量[J].地理學(xué)報(bào),2013,68(10)∶1418-1431.
[13]賀紅兵.我國碳排放影響因素分析[D].武漢:華中科技大學(xué)碩士學(xué)位論文,2012.
[14]劉慧,成升魁,張雷.人類經(jīng)濟(jì)活動(dòng)影響碳排放的國際研究動(dòng)態(tài)[J].地理科學(xué)進(jìn)展,2002,21(5)∶420-429.
[15]Campbell C A,Zentner R P,Liang B C,etal.Organic C Accumulation in Soil Over 30 Years in Semiarid Southwestern Saskatchewan-effect of Crop Rotations and Fertilizers[J].Canadian Journal of Soil Science,2000,80(1)∶179-192.
[16]Houghton R A.Temporal Patterns of Land-Use Change and Carbon Storage in China and Tropical Asia[J].中國科學(xué)(生命科學(xué)),2002,45(S1)∶10-17.
[17]賴力.中國土地利用的碳排放效應(yīng)研究[D].南京:南京大學(xué)博士學(xué)位論文,2010.
[18]楊慶媛.土地利用變化與碳循環(huán)[J].中國土地科學(xué),2010,24(10)∶7-12.
[19]Ehrlich P R,Ehrlich A H.Population,Resources, Environment:Issues in Human Ecology[M].San Francisco:Freeman,1970∶89-157.
[20]李國志,李宗植.中國二氧化碳排放的區(qū)域差異和影響因素研究[J].中國人口·資源與環(huán)境,2010,20(5)∶22-27.
[21]Dietz T,Rosa E A.Rethinking the Environmental Impacts of Population,Affluence,and Technology[J].Human Ecology Review,1994(1)∶277-300.
[22]Kaya Y.Impact of Carbon Dioxide Emission on GNP Growth:Interprelation of Proposed Scenarios[R].Paris:Presentation to the Energy and Industry Subgroup,Response Strategies Working Group,IPCC,1989∶1-25.
[23]黃蕊,王錚,丁冠群,等.基于STIRPAT模型的江蘇省能源消費(fèi)碳排放影響因素分析及趨勢預(yù)測[J].地理研究, 2016,35(4)∶781-789.