文章快速检索     高级检索
  华东师范大学学报(哲学社会科学版)  2014, Vol. 46 Issue (2): 118-124  DOI:
0

引用本文  

张云, 邓桂丰. 双目标下我国产业结构低碳优化:实现2020年减排目标[J]. 华东师范大学学报(哲学社会科学版), 2014, 46(2): 118-124.
ZHANG Yun, DENG Gui-feng. Industrial Structure Low-Carbon Optimization under Double Targets in Chinese Industrial Sectors: To Achieve Emission Reduction Target of 2020[J]. Journal of East China Normal University (Humanities and Social Sciences), 2014, 46(2): 118-124.

基金项目

本文为教育部人文社会科学研究基金青年项目(11YJC790289)、央财国际贸易重点学科带头人培养计划、上海市教育委员会科研创新项目(12YS147)的阶段性研究成果
双目标下我国产业结构低碳优化:实现2020年减排目标
张云 1, 邓桂丰 2     
1 (上海立信会计学院开放经济与贸易研究中心)
2 (上海立信会计学院数学与信息学院, 上海, 201620)
摘要:中国面临国际气候谈判和国内经济转型的双重减排压力,为此中国政府提出了明确的2020年量化减排目标。通过构建工业行业双目标模型,模拟分析我国在排放强度约束、水资源约束、就业约束、行业产值上下限约束以及非负约束等条件下实现既定减排目标的工业产值和就业人数最大值,结果证实产业结构低碳化是实现减排目标的有效途径;调整参数值的模拟则证实一定条件下产值增大有助于实现排放强度减少这一相对量减排目标。因此,我国在转变经济发展方式中应在保持工业增长的同时注重工业结构低碳化升级,而严格控制高排放行业增长率是未来时期经济低碳转型的突破点。
关键词低碳经济    产业结构    低碳化    排放强度    
Industrial Structure Low-Carbon Optimization under Double Targets in Chinese Industrial Sectors: To Achieve Emission Reduction Target of 2020
ZHANG Yun 1, DENG Gui-feng 2
Abstract: China faces dual pressure of carbon emission reduction from international climate negotiations and domestic economy transformation, and Chinese government has announced the specific quantitative targets in 2020. This paper constructs an industrial model with double targets to analyze the results about industrial output and employment maximization with constraint conditions including emission intensity, water resource, employment, upper and lower bounds of output value and nonnegative constraint. The result confirms that industrial structure low-carbonization is an effective way to achieve the emission reduction target. The simulation results after adjusting the parameters confirm that output increase can help achieve emission reduction target of 2020 under certain condition. Therefore, China needs to keep industrial growth and try industrial structure low-carbon optimization in the transformation period of economic development pattern, and strictly controlling the growth rate of highly polluting industries is the breakthrough point.
Keywords: low-carbon economy    industrial structure    low-carbonization    emission intensity    

中国在2007年成为全球第一大二氧化碳(CO2)排放国,2010年一次能源消费总量超过美国居世界第一,因此,面临的国际减排压力与日俱增,在国际气候会议上也屡遭发达国家的责难;与此同时,国内经济增长与资源、环境的矛盾也是愈发突出。在此背景下,中国政府提出了明确的减排目标,即到2020年单位国内生产总值的碳排放比2005年下降40%—45%。可见,中国经济低碳化转型已成为必然趋势,而产业结构低碳优化既是产业发展升级也是实现减排目标的重要途径。

一 相关研究述评

中国产业低碳化发展研究近年来受到学术界的重视。陈迎(2010)指出,我国处在城市化和工业化过程中期,高耗能制造业比重上升的阶段性特征一时难改,产业结构调整是我国控制温室气体排放的重要途径。姚宇(2010)认为,我国产业低碳化是将工业为主导的产业作为基点和抓手,通过实现产业节能、产业减排、产业增加值提高和产业结构调整等内容,实现碳排放与经济发展相分离,改善产业高能耗和经济不可持续发展的态势。付允(2008)戴亦欣(2009)郭晶(2010)冯碧梅和刘传江(2010)等从低碳城市研究视角提出了产业结构调整对城市低碳发展的重要性。还有许多学者从宏观层面探讨经济与产业关系,大多证实产业结构低碳化发展和升级是转变中国经济发展方式的重要途径。同等规模或总量的经济、同样的技术水平,如产业结构不同,碳排放量可相去甚远(伍华佳,2012),因此调整产业结构、实现产业低碳发展是我国实现可持续发展和应对气候变化的必由之路(郎春雷,2009)。

除了上述定性研究外,还有许多学者采用定量方法开展了产业结构低碳化方面的研究。张友国(2010)薛勇和郭菊娥等(2011)黄敏和刘剑锋(2011)等结合投入产出表,利用结构分解分析(Structural Decomposition Analysis,SDA)对排放因素进行了分解分析。还有一些学者利用Ang和Choi(1997)提出的对数均值Divisia指数分解法就此进行了相关研究,如陈诗一(2011)等。相关定量分析结果证实了经济发展、产业结构与碳排放之间的紧密联系,而排放因素分解实证研究大多说明了我国产业结构对碳排放的重要影响作用。正如郭朝先(2010)指出的,经济规模总量的扩张是中国碳排放继续高速增长的最主要因素,短时间内在产业内部推进产业升级,特别是工艺创新和工艺升级等,是提高能源利用效率的有效途径;长远来看产业结构调整和产业结构升级是降低二氧化碳排放的可行选择。

产业结构优化是产业发展升级的重要内容,产业结构优化对低碳经济发展的重要性已然被证实。张雷和李艳梅等(2011)指出,中国低碳经济发展中产业结构和能源供应结构的改善至关重要,前者的贡献度可能达到60%。改革开放以来我国经济总量迅速扩大,经济结构不断得到调整和优化,但产业结构不合理的深层次问题始终存在。我国产业结构发育的失衡、单位产出能耗的高企和高碳经济格局的形成是中国现代经济发展的一种必然,基于此结构节能自然成为低碳经济发展的基本途径(中国科学院地理科学与资源研究所能源战略研究小组,2007)。国内多位学者通过研究阐述了我国通过产业结构调整降低碳排放的策略,如程永伟(2012)通过建立基于产业协调的经济增长函数,提出了既可以提高我国产业碳效益又能够促进产业协调发展的结构调整策略。

总体而言,已有研究利用经济和产业发展理论,从经济转型和产业升级等角度论证了我国产业结构低碳优化的重要性和路径选择。尽管也有文献测算了我国产业碳排放的历史情况并检测了相关关系,但对我国产业结构低碳优化未来结果的定量预测文献较少。因此,本文以2020年减排目标为基础,对中国经济增长和充分就业双重目标下的产业结构低碳优化预期结果进行估测;所采用方法是借鉴David和Nissim等(2002)郭广涛和郭菊峨等(2008)以及其他相关的研究,构建多目标数学模型,设置约束条件函数,在对模型转换推导后建立线性规划进行求解。本文所做的改进或贡献主要在于:一是以实现2020年减排目标作为主要约束条件来估测产业结构低碳优化结果;二是在碳排放测算方法上直接计算并利用能源排放系数及消耗量计算行业碳排放量,避免一般研究把能源折算成标准煤或归类为固液气体三类计算在考察期较长时所产生的误差影响;三是对经济增长和充分就业两个目标不同权重条件下的结果进行了预测和比较分析。

二 模型构建和转换 (一) 目标函数

世界各国通常把物价稳定、充分就业、经济增长、国际收支平衡等列为宏观经济目标,其中物价稳定和国际收支平衡成为宏观经济政策调控的主要对象,力求使之减小波动;而经济增长和充分就业这两个指标是各国力求最大化的增量性指标。中国等发展中国家与发达国家处于不同发展阶段,发展低碳经济面临着工业化、城镇化和提高人民生活水平等多重目标的约束,中国提出以碳强度作为相对减排指标也是充分考虑了中国作为发展中国家发展仍然是第一要务的国情(陈诗一,2011),所以经济增长必然是重要目标;而就业问题一直是我国社会关注的焦点,就业人数最大化成为最重要的社会目标之一,可以预测未来较长时期就业仍然是关系到人口大国社会稳定的重要问题。基于上述分析,本文把经济增长和充分就业作为构建模型的双重目标函数,经济增长目标表现为行业总产值最大化,充分就业目标则表示为行业总就业人数最大化。建立的目标函数如下:

第一个目标函数:

$ \max {g_1}(x) = \sum\limits_{i = 1}^n {{x_{t, i}}} $ (1)

第二个目标函数:

$ \max {g_2}(x) = \sum\limits_{i = 1}^n {{j_i}} {x_{t, i}} $ (2)

其中,xt, i表示第i行业优化后的产值;ji表示第i行业的就业系数;n表示行业数。

(二) 约束条件

1.排放强度约束。2009年9月在美国纽约召开的联合国气候变化峰会上,中国宣布将在2020年前大幅度降低碳排放强度,2009年11月25日中国政府宣布到2020年中国单位国内生产总值的碳排放比2005年下降40%—45%,可见碳排放强度降低是中国未来经济社会发展中的重要约束条件。本文以单位GDP碳排放量优化后比优化前所降低百分比作为排放强度约束条件:

$ \frac{{\sum\limits_{i = 1}^n {{e_i}} {x_{0, i}}/\sum\limits_{i = 1}^n {{x_{0, i}}} - \sum\limits_{i = 1}^n {{e_i}} {x_{t, i}}/\sum\limits_{i = 1}^n {{x_{t, i}}} }}{{\sum\limits_{i = 1}^n {{e_i}} {x_{0, i}}/\sum\limits_{i = 1}^n {{x_{0, i}}} }} \ge {R_1} $ (3)

其中,ei为第i行业的排放系数;x0, i为第i行业优化前的产值;R1表示单位GDP排放量降低目标。

2.水资源约束。改革开放后我国水资源开发利用发生了很大变化,用水结构与产业结构变化趋于同步(宋建军、张庆杰等,2004)。我国是一个干旱缺水严重的国家,淡水资源总量占全球水资源的6%,我国现行产品进出口结构会加剧水资源的短缺(中国投入产出学会课题组,2007)。本文以单位GDP取水量在优化后比优化前所降低的百分比作为水资源约束条件:

$ \frac{{\sum\limits_{i = 1}^n {{w_i}} {x_{0, i}}/\sum\limits_{i = 1}^n {{x_{0, i}}} - \sum\limits_{i = 1}^n {{w_i}} {x_{t, i}}/\sum\limits_{i = 1}^n {{x_{t, i}}} }}{{\sum\limits_{i = 1}^n {{w_i}} {x_{0, i}}/\sum\limits_{i = 1}^n {{x_{0, i}}} }} \ge {R_2} $ (4)

其中,wi表示第i行业的取水量系数;R2表示单位GDP取水量降低目标。

3.就业约束。虽然就业人数最大化已成为本文模型双重目标之一,但从数学模型优化可行解角度看,需要设置低限值即就业人数的底线,以保证模型求解具有现实意义,否则所求得到的解具有数学意义却缺乏现实可行性。任何社会发展都首先取决于人力资源配置效率的高低,人力资源配置效率高低的根本标志就是就业或失业程度,而且就业问题对社会政治稳定具有一定的影响作用,因此提高就业率是社会经济发展目标。本文以就业总人数作为约束条件:

$ \sum\limits_{i = 1}^n {{j_i}} {x_{t, i}} \ge {R_3} $ (5)

其中,ji表示第i行业的就业系数;R3表示总就业人数。

4.其他约束条件。其他约束条件主要是行业产值上下限约束以及非负约束。

$ {R_4}(i) \le {x_{t, i}} \le {R_5}(i) $ (6)
$ {x_{t, i}} \ge 0 $ (7)

其中,R4(i)表示第i行业产值下限;R5(i)表示第i行业产值上限。

(三) 模型转换

本文构建的模型中以经济增长和充分就业作为两个主要目标,建立行业总产值最大化和行业总就业人数最大化两个目标函数,主要约束条件如上所述,其中排放强度约束和水资源约束函数为非线性规划形式,需要进行模型转换,而目标函数需要统一到一个函数中。

首先,针对排放强度约束和水资源约束进行调整,用E0表示优化前单位GDP的排放,用W0表示优化前单位GDP取水量,得到:

$ \sum\limits_{i = 1}^n {\left[ {{e_i} - \left({1 - {R_1}} \right){E_0}} \right]} {x_{t, i}} \le 0 $ (8)
$ \sum\limits_{i = 1}^n {\left[ {{w_i} - \left({1 - {R_2}} \right){W_0}} \right]} {x_{t, i}} \le 0 $ (9)

其次,由于两个目标函数量纲不一致,因此,将总量形式转换为增长率形式。用G0表示2005年的研究对象行业总产值,J0表示2005年的研究对象行业总就业人数,得到:

$ \max {\varphi _1}(x) = \left({\sum\limits_{i = 1}^n {{x_{t, i}}} - {G_0}} \right)/{G_0} $ (10)
$ \max {\varphi _2}(x) = \left({\sum\limits_{i = 1}^n {{j_i}} {x_{t, i}} - {J_0}} \right)/{J_0} $ (11)

再次,在上述约束条件下,可以求解公式(10)和(11)的最优解,即对产值最大化和总就业人数最大化两个目标函数分别求解最优值。本文主要研究两个目标共存并相互影响制约条件下的优化问题,所以利用加权法求解多目标规划优化问题,假设目标函数的权重系数为θ1θ2,构建模型得到:

$ \max f(x) = {\theta _1}\left({\sum\limits_{i = 1}^n {{x_{t, i}}} - {G_0}} \right)/{G_0} + {\theta _2}\left({\sum\limits_{i = 1}^n {{j_i}} {x_{t, i}} - {J_0}} \right)/{J_0} $ (12)
三 数据说明和相关计算

作为最大的发展中国家正处于工业化进程之中,我国第二产业绝对主导的产业结构演进决定了单位GDP能耗过程(张雷、李艳梅等,2011),同样决定了单位GDP碳排放量。考虑到我国正处在快速工业化和城市化的中期阶段,第二产业作为经济主体,存在着产业结构比例失调、产业关系失衡、产业层次低下、重复建设严重、技术含量低下、空间布局结构不合理等诸多结构性矛盾(孙起生,2010),因此,本文根据行业代表性和数据可得性选择工业行业作为研究对象;根据到2020年单位GDP碳排放比2005年下降40%—45%的减排目标,本文产业结构低碳优化的基期为2005年,目标考察期为2020年。

本文从中国国家统计局等网站收集到了1987年到2007年共9张投入产出表,能源数据来自2006年到2011的《中国能源统计年鉴》,就业人数等其他数据主要来自中国经济信息网(简称“中经网”)和国研网数据库。根据中国投入产出表与能源统计年鉴所列行业,通过比对和归类调整得到统计口径相对一致、统计数据具有延续性的39个工业行业。

已有研究文献在计算碳排放量时常用的方法是,把能源折算成标准煤或归类为固液气体三类,本文为减少折算过程中所产生的误差,直接利用能源排放系数和消耗量进行计算。根据《中国能源统计年鉴》中所列示的国民经济各行业终端能源消费量(实物量),工业行业消耗能源的主要类型如表 1所列。各种能源的碳排放系数根据IPCC计算公式直接进行计算,公式如下:

$ {\theta _k} = NC{V_k} \times C{C_k} \times CO{F_k} \times (44/12)\quad \;\;\;k = 1, 2, \cdots, 18 $
表 1 各种能源的碳排放系数

其中,NCVk是指平均低位发热量(Net Calorific Value),单位是kJ/kg或kJ/m3CCk是碳排放因子,单位是kg/GJ,从IPCC查阅;COFk是碳氧化因子,IPCC取缺省值1;44和12分别为二氧化碳和碳分子量。

查表获各种能源平均低位发热量,计算出中国各种能源单位标识的碳排放系数(见表 1)。根据工业行业能源消耗种类和消耗量计算排放量,结合产值得到各工业行业排放强度系数。

此外,根据2005年到2011年中国工业行业产值数据,梳理各行业年度最大、最小和平均增长率,选择确定最大和最小增长率以计算行业产值上下限R5(i)和R4(i)。低碳优化基期工业行业产值以2005年产值为基准,然后结合2005年各行业就业人数计算行业就业系数。行业取水量系数参考宋建军和张庆杰等(2004)以及中国投入产出学会课题组(2007)的研究结果。

四 模型求解与分析

根据模型所包括的目标函数和约束条件函数及相关数据,我们利用Matlab编写程序进行求解计算,即当两个目标函数的权重系数确定时求得模型可行解,亦即在前述各类约束条件下我国可以实现既定减排目标下的工业产值最大化和就业目标最大化。

当两个目标函数的权重系数θ1θ2都为0.5,即工业行业产值和就业人数两个目标的取向相同时,优化结果说明工业行业预期排放强度为1.037万吨/亿元,相比2005年的1.73万吨/亿元下降了40%,实现了到2020时的减排目标。从工业行业产值(名义值)增长率来看,2020年工业行业总产值相比2005年工业产值的15年平均增长率为6.62%,低于2005年到2011年的增长率(见图 1)。可见在排放强度和用水量等约束条件下,我国工业行业增长将受到影响,这也意味着我国长期以来经济增长作为单一目标或者主要目标的粗放式增长方式将受到挑战。在2020年减排目标约束下,我国工业行业增长率有所下降,但是控制二氧化碳排放量和用水量对我国节约资源具有重要作用。

图 1 2005—2011年中国工业产值增长率

本文所构建模型包含经济增长和就业人数两个目标函数,模型转换后两个目标函数的权重系数可以调整。前文计算结果是两个目标函数权重各为0.5,除此之外本文还对权重系数θ1从0.1到0.9(θ2从0.9到0.1)的变化过程分别计算优化结果,结果显示,权重系数θ1从0.1到0.9的变化过程中均有解,就是说在排放强度约束、水资源约束、就业约束、行业产值上下限约束以及非负约束等条件下可实现工业行业产值和就业人数最大化,其中排放强度基本控制在1.037万吨/亿元,较2005年下降40%。随着工业产值权重逐渐变大,优化求解的工业行业产值发生变化,在θ1为0.75(θ2为0.25)时优化解发生较大变化(见图 2),工业行业产值有较大增幅,同时碳排放量也随之增大,这说明我国碳排放量变动趋势与经济产业规模变动趋势相一致。而且,考察就业人数时基本也是在θ1为0.75(θ2为0.25)时有较大增幅,这说明我国工业产值增大对我国碳排放量以及就业量都有较大影响。从实现减排目标角度分析,碳排放总量增大情况下产值总量增大也有助于实现减排目标,因为我国2020年减排目标为相对指标即较2005年排放强度减少,这一点对我国实施减排措施以及产业政策具有指导意义。

图 2 权重系数变化后预期碳排放量

本文从产业结构低碳化思路出发,对高碳排放行业设定年增长率不超过15%,估测严格控制高强度排放行业增长的优化结果。通过依照39个工业行业碳排放强度排序确定高排放行业,本文对煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、其他采矿业、纺织业、造纸及纸制品业、石油加工炼焦及核燃料加工业、化学原料及化学制品制造业、化学纤维制造业、橡胶制品业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、工艺品及其他制造业、电力热力的生产和供应业、水的生产和供应业等行业设定年增长率不超过15%。对权重系数θ1从0.1到0.9变化过程重新计算发现,除θ1为0.9这种情况外,其余各种情况在严格控制高强度排放行业增长时也可实现2020年减排目标,且工业行业总产值和就业人数相比不严格控制高强度排放行业增长的结果更好,比如权重系数θ1θ2同样都为0.5情况下,严格控制高强度排放行业增长相比不严格控制时的工业行业总产值和就业人数分别增加0.009%和0.003%。因此,合理调整和优化工业产业结构不仅能实现较高水平的减排目标,而且能增加工业产值和就业人数。

五 政策建议

面临着国际气候谈判和国内经济转型的双重减排压力,中国政府提出了明确的量化减排目标,这有助于经济低碳化发展趋势下实现经济可持续发展,也有助于树立良好的大国形象。但是,中国的工业化进程尚未完成,能源消费和CO2排放量预计还将进一步增加,如何处理碳排放控制与经济增长、充分就业的关系成为我国未来一段时期亟待解决的问题。经济发展历程证明了我国第二产业绝对主导的产业结构演进极大地延缓了单位GDP能耗倒“U”字型变化的过程(张雷、李艳梅等,2011),本文以此为出发点选择工业行业为研究对象,求解在排放强度约束、水资源约束、就业约束、行业产值上下限约束以及非负约束等条件下工业产值最大化和就业人数最大化的可行解,结果证实,我国可以在到2020年单位国内生产总值的碳排放比2005年下降40%—45%减排目标等约束条件下实现工业增长和就业人数最大化目标,所得到的优化解是实现减排目标下产业结构低碳优化的结果。

优化结果证实,我国实现2020年减排目标在现有条件下将制约工业行业产值增长,增长率下降实际上将形成对我国转变粗放式经济发展方式的“倒逼机制”,改变长期以来经济增长作为单一目标或者主要目标的高碳发展模式。为此,工业产业结构调整特别是低碳优化是我国实现减排目标约束下保持经济增长和充分就业的必由之路。我国工业行业的产业结构低碳优化需要根据经济发展及资源环境状况,通过产业节能减排、生产方式转变和产业结构调整等手段,不断改善工业行业结构中高碳行业与低碳行业间“量”的比例关系以及提高行业部门能源效率和碳生产率等“质”的内在联系,使工业行业的产业结构逐步趋向低碳化。产业结构低碳化内涵丰富,既包含整体产业组成结构中低碳产业比重上升、高碳产业比重下降,又包含高碳产业的低碳化(范英英,2011),并且产业结构高度化与低碳化之间具有内在的一致性(孙起生,2010)。我国经济低碳转型背景下产业结构高度化不仅需要依据传统的产业结构演进规律使产业结构由低到高不断发展,而且也要在低碳经济的节约性、持久性和相伴性生态经济引导下,遵循发展低碳经济的原则进行产业结构升级,比如我国设备制造行业在引进国外技术提升研发水平和产品竞争力时需要考虑能耗因素,引入具有节能减排效益的先进技术。

就减排目标而言,“到2020年中国单位国内生产总值的碳排放比2005年下降40%—45%”并非绝对量减排目标,而是相对指标,且指标计算是碳排放量与总产值的比值。本文调整工业产值和就业人数两个目标函数权重系数对优化结果分别求解,对比分析发现工业产值和就业人数有较大增幅情况下虽然碳排放量增加,但碳排放量与经济产值的比值仍然符合2020年减排目标。所以,我国可以调整工业产值增加额和就业人数满足社会经济发展需求,同时实现量化减排目标,而不必受制于减排目标约束下经济增长和就业人数受限制的单一性要求。另外,本文在对高排放行业进行严格控制而对其他工业行业不限制增长率情况下进行的优化求解,证实了我国工业产业结构低碳化转型的有效性和重要性。严格控制高排放行业的增长率,不仅有助于实现降低单位产值碳排放量的减排目标(相对性指标),而且有助于从根本上减少能源消耗量(绝对性指标),因此,提高能源利用效率高的产业比重,逐步减少或淘汰能源浪费严重、碳排放量大的产业,是我国未来时期经济低碳转型的突破点,也可作为经济发展质量和水平的评价及考核指标。

参考文献
程永伟, 2012, 《我国产业结构的低碳化转型——基于碳效益率和产业协调性的投入产出分析》, 《哈尔滨商业大学学报(社会科学版)》第9期。
陈诗一, 2011, 《中国碳排放强度的波动下降模式及经济解释》, 《世界经济》第4期。
陈迎, 2010, 《温室气体减排的主要途径与中国的低碳经济转型》, 《科学对社会的影响》第1期。
戴亦欣, 2009, 《中国低碳城市发展的必要性和治理模式分析》, 《中国人口·资源与环境》, 19第3期。
郭朝先, 2010, 《中国碳排放因素分解:基于LMDI分解技术》, 《中国可持续发展论坛2010年专刊》第1期。
郭晶, 2010, 《低碳目标下城市产业结构调整与空间结构优化的协调》, 《城市发展研究》, 17第7期。
付允、马永欢、刘怡君, 等, 2008, 《低碳经济的发展模式研究》, 《中国人口·资源与环境》, 18第3期。
范英英, 2011, 《基于碳排放总量控制的低碳经济发展优化模型研究》, 华北电力大学博士学位论文。http://cdmd.cnki.com.cn/Article/CDMD-10079-1012430230.htm
冯碧梅、刘传江, 2010, 《全球价值链视角的武汉城市圈低碳经济发展》, 《中国人口·资源与环境》, 20第3期。
郭广涛、郭菊娥、席酉民、孟磊, 2008, 《西部产业结构调整的节能降耗效应测算及其实现策略研究》, 《中国人口·资源与环境》, 18第4期。
黄敏、刘剑锋, 2011, 《外贸隐含碳排放变化的驱动因素研究——基于I-O SDA模型的分析》, 《国际贸易问题》第4期。
郎春雷, 2009, 《全球气候变化背景下中国产业的低碳发展研究》, 《社会科学》第6期。
宋建军、张庆杰、刘颖秋, 2004, 《"十一五"时期和2020年我国水资源问题的若干思考》, 《经济研究参考》第2期。
宋建军、张庆杰、刘颖秋, 2004, 《2020年我国水资源保障程度分析及对策建议》, 《中国水利》第5期。
孙起生, 2010, 《基于低碳经济的县域产业结构优化研究》, 北京交通大学博士论文。http://cdmd.cnki.com.cn/Article/CDMD-10004-1011051137.htm
伍华佳, 2012, 《上海高碳产业低碳化转型路径研究》, 《科学发展》第5期。
薛勇、郭菊娥、孟磊, 2011, 《中国CO2排放的影响因素分解与预测》, 《中国人口·资源与环境》第5期。
姚宇, 2010, 《我国产业低碳化经济发展研究》, 陕西师范大学博士学位论文。http://cdmd.cnki.com.cn/Article/CDMD-10718-1011041096.htm
张友国, 2010, 《经济发展方式变化对中国碳排放强度的影响》, 《经济研究》第4期。
张雷、李艳梅、黄园淅、吴映梅, 2011, 《中国结构节能减排的潜力分析》, 《中国软科学》第2期。
张云、杨来科, 2012, 《〈京都议定书〉附件B国家碳排放权贸易与利益分配研究》, 《会计与经济研究》第9期。
中国科学院地理科学与资源研究所能源战略研究小组, 《中国区城结构节能潜力分析》, 北京: 科学出版社。
中国投入产出学会课题组, 2007, 《国民经济各部门水资源消耗及用水系数的投入产出分析——2002年投入产出表系列分析报告之五》, 《统计研究》第3期。
Ang, B.W. and Choi, K.H., 1997, "Decomposition of Aggregate Energy and Gas Emission Intensities for Industry: A Refined Divisia Index Method", The Energy Journal, , No.3.
David, Soloveitchik, Nissim, Ben-Aderet, Mira, Grinman and Alexander, Lotov, 2002, "Multiobjective Optimization and Marginal Pollution Abatement Cost in the Electricity Sector——An Israeli Case Study", European Journal of Operational Research, Vol.140.

资料来源:IEA,2009,CO2 Emissions from Fuel Combustion 2008 Edition,International Energy Agency(IEA), Head of Communicational and Information Office。

资料来源:BP(British Petroleum),2011,BP Statistical Review of World Energy 2011

联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)是世界气象组织(WMO)和联合国环境规划署(UNEP)于1988年联合建立的政府间机构,出具报告《IPCC国家温室气体清单指南》。