許珊，范德成，王韶華2

（1.哈爾濱工程大學經濟管理學院，黑龍江哈爾濱150001；2.燕山大學經濟管理學院，河北秦皇島066004）

區(qū)域產業(yè)結構與能源結構低碳關聯(lián)評價

許珊1，范德成1，王韶華2

（1.哈爾濱工程大學經濟管理學院，黑龍江哈爾濱150001；2.燕山大學經濟管理學院，河北秦皇島066004）

為了探討區(qū)域產業(yè)結構與能源結構的關聯(lián)關系，以低碳為切入點，基于產業(yè)結構與能源結構關聯(lián)的內涵，從低碳產出、低碳消耗、低碳能源、低碳排放等四個方面構建評價指標體系?；谧顑?yōu)組合賦權法和灰色關聯(lián)分析法建立低碳關聯(lián)模型，并對2000-2012年河北省產業(yè)結構與能源結構的低碳關聯(lián)度進行實證分析。結果表明：河北省產業(yè)結構與能源結構的低碳關聯(lián)度大體呈上升態(tài)勢；人均GDP增長率、能源結構多元化系數(shù)、CO2排放、第二產業(yè)碳生產力、可再生能源比例、SO2排放等指標對河北省產業(yè)結構與能源結構低碳關聯(lián)影響顯著。

可持續(xù)發(fā)展；產業(yè)結構；能源結構；低碳；最優(yōu)組合賦權；產出；消耗；能源；排放

發(fā)展低碳經濟已經成為我國加快轉變經濟發(fā)展方式、實現(xiàn)跨越式發(fā)展的重要引擎。我國明確了碳減排目標，并將其作為約束性指標納入國民經濟和社會發(fā)展中長期規(guī)劃。一般地，碳減排主要手段包括結構減排、技術減排和消費減排，其中技術減排和消費減排主要集中于微觀層面，其實質是結構減排的具體體現(xiàn)，這里的結構既包括產業(yè)結構，也包括能源消費結構［1］。

關于產業(yè)結構對碳排放的影響，有學者認為產業(yè)結構對碳排放增長起推動作用，中國當前的產業(yè)結構不利于碳減排［2-3］。也有學者持不同觀點，認為產業(yè)結構對碳排放增長起抑制作用［4-5］。

關于能源結構對碳排放的影響。學術界前期主要依據(jù)歷史統(tǒng)計數(shù)據(jù)進行因素分析［6-7］；隨著研究深入，開始關注區(qū)域碳排放特征與能源結構間的關系［8-9］。近年來，認識到進展遲緩的能源結構變化是造成碳排放增長無法實現(xiàn)大幅下降的關鍵因素，能源結構調整對實現(xiàn)碳減排目標的貢獻潛力較大［10-11］。

以上研究均證實了產業(yè)結構與能源結構對碳排放的貢獻，一致認為未來產業(yè)結構與能源結構變動對碳減排的貢獻潛力較大，但忽略了產業(yè)結構與能源結構之間的相互關系?；诖?，本文以低碳為切入點，探究河北省產業(yè)結構與能源結構的關聯(lián)關系，以期為河北省實現(xiàn)低碳經濟提供有建設性的能源規(guī)劃和產業(yè)政策。

1　評價指標體系構建

低碳化，狹義的理解就是碳生產能力的提高，即單位GDP碳排放的降低，廣義的概念是指以低能耗、低污染、低排放為特征的可持續(xù)經濟發(fā)展模式［12］；產業(yè)結構與能源結構低碳關聯(lián)是指在不影響社會經濟發(fā)展目標的前提下，依靠技術進步和制度創(chuàng)新降低高碳產業(yè)部門在國民經濟中的比重，轉變產業(yè)能源利用方式，減少對高碳能源的需求，在促進清潔能源和新興能源產業(yè)發(fā)展的同時進一步深化升級產業(yè)結構，實現(xiàn)產業(yè)結構與能源結構的協(xié)調發(fā)展，并最終形成以高增長、低能耗、低污染、低排放為特征的低碳經濟發(fā)展模式?；诋a業(yè)結構與能源結構低碳關聯(lián)的內涵，參考國內外相關研究成果［13］及《“十二五”規(guī)劃綱要》、《節(jié)能減排“十二五”規(guī)劃》等，在系統(tǒng)性、科學性、可行性原則下構建低碳產業(yè)、低碳消耗、低碳能源和低碳排放四個準則層，包括11個具體指標的區(qū)域產業(yè)結構與能源結構低碳關聯(lián)評價指標體系，如表1所示。

表1　區(qū)域產業(yè)結構與能源結構低碳關聯(lián)評價指標體系Table 1 The evaluation index system of low-carbon correlation between regional industrial structure and energy structure

2　基于最優(yōu)組合賦權法的低碳關聯(lián)模型構建

2.1基于最優(yōu)組合賦權法的產業(yè)結構與能源結構評價模型構建

2.1.1指標的無量綱化處理

正向指標的無量綱化公式為

逆向指標的無量綱化公式為

式中:xtj表示第t年第j個指標的原始值，Xtj則為對應的無量綱值，Mj和mj分別表示第j個指標原始值中的最大值和最小值。

2.1.2基于最小距離和最大熵原理的組合賦權［14］

在以往的研究中，廣泛應用的評價方法依據(jù)客觀化程度可分為主觀評價方法和客觀評價方法，兩類評價方法各有利弊，主觀評價法可以充分發(fā)揮人的智慧和經驗但容易受主觀因素的影響，而客觀評價法可以免除個人經驗和主觀意識的影響，具有相當?shù)目陀^性但比較死板。本文嘗試盡量避免評價方法的弊端，綜合運用主觀評價（AHP）和客觀評價（粗糙集理論和熵值法），保證評價結果的科學合理性。

設分別運用粗糙理論、熵值法和AHP確定第j個指標的權重為，f=1，2，3，則第j個指標的組合權重為

1）基于最小廣義距離的組合權系數(shù)

最小廣義距離，即各年度加權得分與理想點廣義距離最小，設廣義距離為d，則

2）Jaynes最大熵原理，即保證各賦權結果差異最小，則

據(jù)此，構建目標函數(shù):

式中:η（0≤η≤1）為平衡系數(shù)。

構建拉格朗日函數(shù)求得

2.2基于灰色關聯(lián)分析的關聯(lián)模型構建［15］

1）確定最優(yōu)向量G:

式中:xtj為無量綱化數(shù)據(jù)，V為取最大運算符。

2）計算灰色關聯(lián)系數(shù):

式中:ξ（0≤ξ≤1）表示分辨系數(shù)。

3）計算關聯(lián)度:

3　實證研究

依據(jù)科學性、可行性等原則，參考《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》以及《河北經濟年鑒》，選取河北省2000-2012年各指標數(shù)據(jù)對河北省產業(yè)結構與能源結構低碳關聯(lián)進行深入分析（2014《河北經濟年鑒》尚未發(fā)布，因此2013、2014年相關數(shù)據(jù)無法獲得）。

3.1指標數(shù)據(jù)計算

1）產業(yè)能源強度數(shù)據(jù)

根據(jù)2001-2013年《中國能源統(tǒng)計年鑒》中“河北能源平衡表（實物量）”按行業(yè)分的終端能源消費量，本文參照國家統(tǒng)計局《三次產業(yè)劃分規(guī)定》對三次產業(yè)的劃分整理各產業(yè)原煤、洗精煤、其他洗煤、焦炭、原油、燃料油、汽油、煤油、柴油、液化石油氣、煉廠干氣、天然氣、焦爐煤氣、熱力、電力等消費量（實物量），并根據(jù)“各種能源折標準煤參考系數(shù)”計算相應產業(yè)各種能源的消費量（標準量），匯總后得到2000-2012年河北省三次產業(yè)的能源消費量，進而計算各產業(yè)能源消費量與相應產業(yè)產值的比值得到產業(yè)能源強度數(shù)據(jù)。

2）產業(yè)碳生產力數(shù)據(jù)

碳生產力，即單位CO2排放的經濟產出，用GDP 與CO2排放量的比值表示。對于三次產業(yè)碳排放的計算，借鑒王韶華等［16］對河北省三次產業(yè)碳排放量的估算方法。

3）能源結構多元化系數(shù)數(shù)據(jù)

能源結構的多元化、均衡化是低碳經濟發(fā)展的要求，也是衡量產業(yè)結構與能源結構關聯(lián)的重要指標。本文用能源結構多元化系數(shù)反映河北省能源結構多元化均衡化程度，其計算公式為

式中:SF表示能源結構多元化系數(shù)，Ei表示第i種能源的消費量，可通過2013年《河北經濟年鑒》獲得歷年數(shù)據(jù)。

4）能源效率數(shù)據(jù)

提高能源效率是促進低碳經濟實現(xiàn)的核心舉措，因此能源效率是衡量低碳經濟發(fā)展水平的重要指標，也反映了產業(yè)結構與能源結構的關聯(lián)程度，本文利用河北省GDP增速與能源消費增速的比值表示能源效率。其中河北省GDP和能源消費的歷年數(shù)據(jù)均可通過2013年《河北經濟年鑒》獲得。

5）其他指標數(shù)據(jù)

2000-2012年河北省的GDP、人均GDP、能源消費總量、可再生能源比重等指標數(shù)據(jù)均可通過《河北經濟年鑒》獲得，2000-2012年的CO2排放、化學需氧量排放，SO2排放等指標數(shù)據(jù)可通過《中國統(tǒng)計年鑒》獲得。

2000-2012年河北省產業(yè)結構與能源結構低碳關聯(lián)評價指標數(shù)據(jù)，如表2所示。

3.2基于最優(yōu)組合賦權法的河北省產業(yè)結構與能

源結構低碳關聯(lián)評價

3.2.1粗糙集理論權重計算

粗糙集理論的原理就是在既定分類保持不變的基礎上，通過指標約簡，刪除不重要的指標［17］。

1）數(shù)據(jù)的離散化處理。本文借助SPSS16.0統(tǒng)計軟件采用K-均值聚類分析（分類數(shù)設定為3）對無量綱化數(shù)據(jù)進行離散化處理。

2）指標約簡:若ind（R）=U/ind（R-｛R＇｝），則稱R＇為R中不必要的；否則稱R＇為R中必要的。

其中，R是由U上等價關系組成的集合，U稱為論域，R＇∈R，ind（R）表示R上的不可區(qū)分關系，即∩R（R中所有等價關系的交集）也是一個等價關系，U/ind（R-｛R＇｝）表示等價關系交集中刪除一個等價關系后的所有等價類。

各指標的約簡過程及結果如表3所示，所有指標都是必要的，均被保留下來。

3）屬性重要性計算。設S=（U，R，V，f）為一個知識表達系統(tǒng)，P，Q?R，則屬性R＇的重要性:

式中:P和Q為U中的等價關系，PosP（Q）表示Q的P正域，指的是U中所有根據(jù)分類U/R＇的信息可以準確地劃分到關系Q的等價類中去的對象集合。

4）對μ＞0的指標的μ值進行“歸一化”處理，得到各指標的權值

二級指標的重要性及單層權值、一級指標的重要性及權值，以及二級指標的綜合權值，如表4。

表2　2000-2012年河北省產業(yè)結構與能源結構低碳關聯(lián)評價指標數(shù)據(jù)Table 2 Data of various evaluation indexes of low-carbon correlation between the industrial structure and energy structure between 2000 and 2012 in Hebei province

表3　粗糙集理論的指標約簡過程及結果Table 3 The index reduction process and the results of the rough set theory

3.2.2熵值法權重計算

熵值法主要通過計算指標的信息熵，根據(jù)指標的相對變化程度對系統(tǒng)整體的影響來決定指標的權重［18］。

1）數(shù)據(jù)的“歸一化”處理:

式中:stj表示第t年第j個指標的歸一化值，xtj則為對應指標的原始值。

2）熵值計算:

式中:ej表示第j個指標的熵值，T為被評價年份的個數(shù)。

3）權值確定:

由式（13）～（15）可得到各指標的權重，如表4。

3.2.3AHP權重計算

根據(jù)河北省產業(yè)結構與能源結構低碳關聯(lián)評價指標的層次結構設計了AHP判斷矩陣專家咨詢表，并通過面談和電子郵件相結合的方式發(fā)放給能源經濟、產業(yè)經濟、低碳經濟等相關領域的專家學者，主要包括位于河北省、北京市和天津市等的10所高等院校以及2010年12月17日國家發(fā)展和改革委員會培訓中心舉辦的“碳計量方法專題培訓班”的學員等。問卷共計發(fā)放116份，共回收88份，回收率為75.86%，其中有效問卷81份，問卷的有效率為92.05%。通過和法求解判斷矩陣，并進行一致性檢驗，得到一級指標和二級指標的權重，如表4所示。

表4　河北省能源結構低碳評價指標的粗糙集理論權值及熵值法權值Table 4 Weights of rough set theory and entropy value of evaluation indexes

3.2.4組合權重計算

令η=0.5，將通過粗糙集理論、熵值法和AHP確定的各指標的權重代入式（7），可以得到三種評價方法的組合權系數(shù)，分別為0.361 9、0.176 1、0.462 0。

將三種方法確定的各指標權重與組合權系數(shù)代入式（3），可得到各指標的組合權重，見表4。

由表4可知，低碳產出中的人均GDP增長率、第二產業(yè)碳生產力以及低碳消耗中的第二產業(yè)能源強度等指標對河北省產業(yè)結構與能源結構低碳關聯(lián)的影響較顯著。目前，河北省處于并將長期處于工業(yè)化中期階段，發(fā)展始終是第一要務，電力、冶金、化工、建材等原材料部門的快速增長導致碳排放和能耗總量不斷上升，煤炭的廉價、可得性滿足了河北省快速發(fā)展的需要，粗放式的經濟增長方式使得單位產值的碳排放較大。因此，轉變經濟增長方式，逐漸由“又快又好發(fā)展”向“又好又快發(fā)展”過渡，以信息化改造傳統(tǒng)工業(yè)，通過技術創(chuàng)新提升裝備水平，大力發(fā)展高新技術產業(yè)，是優(yōu)化低碳產出和低碳消耗的有效措施。

低碳能源中的能源結構多元化系數(shù)、可再生能源比重以及低碳排放中的CO2排放、SO2排放等指標對河北省產業(yè)結構與能源結構低碳關聯(lián)的影響較顯著。河北省能源結構極其不合理，煤炭所占比例過大（長期穩(wěn)定在90%以上）雖然在重化工業(yè)階段一定程度上實現(xiàn)了河北省產業(yè)發(fā)展的過渡，但是帶來了生態(tài)環(huán)境破壞、經濟效率差等不良后果，阻礙了低碳經濟的發(fā)展；隨著河北省產業(yè)結構優(yōu)化的深入，對高耗能行業(yè)的技術改造以及第三產業(yè)的不斷壯大，加大了對落后產能的淘汰力度，對石油、天然氣等清潔能源以及新能源、可再生能源等的需求增大。因此，科學制定能源發(fā)展規(guī)劃，并以此為指導，加快調整能源結構，繼續(xù)淘汰落后生產能力，大力發(fā)展新興能源產業(yè)；加強能源綜合利用，推進用能方式轉變，提高能源利用效率，減少污染物排放，是形成以低能耗、低污染、低排放為特征的經濟發(fā)展方式的關鍵。

3.3河北省產業(yè)結構與能源結構低碳關聯(lián)度計算

將各指標的無量綱化數(shù)據(jù)代入式（8），得到最優(yōu)比較序列:

令ξ=0.5，將各指標的無量綱化數(shù)據(jù)及最優(yōu)向量的元素數(shù)據(jù)依次代入式（9）、（10），可得到2000-2012年河北省產業(yè)結構與能源結構低碳關聯(lián)度，如圖1所示。

圖1　2000-2012年河北省產業(yè)結構與能源結構低碳關聯(lián)分析Fig.1 Analysis of low-carbon correlation between the industrial structure and energy structure between 2000 and 2012 in Hebei province

由圖1可知，2000年以來，河北省產業(yè)結構與能源結構低碳關聯(lián)度雖在不斷波動，但總體上呈現(xiàn)上升態(tài)勢，尤其是從2009年開始，我國在哥本哈根會議上做出了減排承諾并提出了低碳經濟發(fā)展目標，河北省積極響應國家號召，制定了節(jié)能減排規(guī)劃，以此為指導調整產業(yè)結構、優(yōu)化能源結構，使得產業(yè)結構與能源結構關聯(lián)度有了明顯提升。

4　結論

本文在界定產業(yè)結構與能源結構低碳關聯(lián)的概念的基礎上，通過參考和借鑒已有研究成果構建了區(qū)域產業(yè)結構與能源結構低碳關聯(lián)評價指標體系，并對2000-2012年河北省產業(yè)結構與能源結構低碳關聯(lián)度進行實證分析。結果表明:

1）本文基于最小廣義距離原理和Jaynes最大熵原理構建最優(yōu)組合賦權模型，能夠科學、合理地分配各評價方法所得結果在最終結果中所占的份額，保證評價結果的準確性。

2）河北省產業(yè)結構與能源結構低碳關聯(lián)水平主要由低碳能源、低碳產出、低碳排放、低碳消耗等四個方面綜合反映。其中，人均GDP增長率、能源結構多元化系數(shù)、CO2排放、第二產業(yè)碳生產力、可再生能源比例、SO2排放等指標對河北省產業(yè)結構與能源結構低碳關聯(lián)影響顯著。

3）利用灰色關聯(lián)模型可以計算產業(yè)結構系統(tǒng)內每個指標和能源結構系統(tǒng)每個指標的關聯(lián)程度，但是在劃分關聯(lián)度等級時主觀性較強，這也是本文的一個不足，將在以后的研究中進行探討。

［1］張雷，李艷梅，黃園淅，等.中國結構節(jié)能減排的潛力分析［J］.中國軟科學，2011（2）:42-51. ZHANG Lei，LI Yanmei，HUANG Yuanxi，et al.Analysis on character and potential of energy saving and carbon reducing by structure evolution in China［J］.China soft science，2011 （2）:42-51.

［2］徐成龍，任建蘭，鞏燦娟.產業(yè)結構調整對山東省碳排放的影響［J］.自然資源學報，2014，29（2）:201-210. XU Chenglong，REN Jianlan，GONG Canjuan.The influence of adjustment in industrial structures on carbon emissions in Shandong province［J］.Journal of natural resources，2014，29 （2）:201-210.

［3］賈登勛，黃杰.門檻效應、經濟增長與碳排放［J］.軟科學，2015，29（4）:67-70. JIA Dengxun，HUANG Jie.Threshold effect，economic growth and carbon emission［J］.Soft science，2015，29（4）:67-70.

［4］牛鴻蕾，江可申.中國產業(yè)結構調整碳排放效應的多目標遺傳算法［J］.系統(tǒng)管理學報，2013，22（4）:560-566，572. NIU Honglei，JIANG Keshen.Multi-objective genetic algorithm for optimizing carbon emission from industrial structure adjustment in China［J］.Journal of systems&management，2013，22（4）:560-566，572.

［5］李科.中國產業(yè)結構與碳排放量關系的實證檢驗—基于動態(tài)面板平滑轉換模型的分析［J］.數(shù)理統(tǒng)計與管理，2014，33（3）:381-393. LI Ke.An empirical test on the relationship between industrial structure and carbon emission in China-an study based on dynamic panel smooth transition regression model［J］.Journal of applied statistics and management，2014，33（3）:381-393.

［6］徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析:1995-2004［J］.中國人口·資源與環(huán)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.

［7］林伯強，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影響因素分析［J］.管理世界，2009（4）:27-36. LIN Baiqiang，JIANG Zhujun.A forecast for China＇s environmental Kuznets curve for CO2emission，and an analysis of the factors affecting China＇s CO2emission［J］.Management world，2009（4）:27-36.

［8］張雷.中國一次能源消費的碳排放區(qū)域格局變化［J］.地理研究，2006，25（1）:1-9. ZHANG Lei.A changing pattern of regional CO2emissions in China［J］.Geographical research，2006，25（1）:1-9.

［9］王媛，程曦，殷培紅，等.影響中國碳排放績效的區(qū)域特征研究—基于熵值法的聚類分析［J］.自然資源學報，2013，28（7）:1106-1116. WANG Yuan，CHENG Xi，YIN Peihong，et al.Research on regional characteristics of China's carbon emission performance based on entropy method and cluster analysis［J］.Journal of natural resources，2013，28（7）:1106-1116.

［10］王迪，聶銳，李強.江蘇省能耗結構優(yōu)化及其節(jié)能與減排效應分析［J］.中國人口·資源與環(huán)境，2011，21（3）:48-53. WANG Di，NIE Rui，LI Qiang.The optimization of energy consumption structure and its effects of energy saving and emission reduction for Jiangsu province［J］.China population，resources and environment，2011，21（3）:48-53.

［11］何立華，楊盼，蒙雁琳，等.能源結構優(yōu)化對低碳山東的貢獻潛力［J］.中國人口·資源與環(huán)境，2015，25（6）:89-97. HE Lihua，YANG Pan，MENG Yanlin，et al.Contribution potential of optimizing energy structure to low carbon Shandong［J］.China population，resources and environment，2015，25（6）:89-97.

［12］APERGIS N，OZTURK L.Testing environmental Kuznets Curve hypothesis in Asian countries［J］.Ecological indicators，2015，52:16-22.

［13］MAGAZZINO C.Economic growth，CO2emissions and energy use in Israel［J］.International journal of sustainable development&world ecology，2015，22（1）:89-97.

［14］遲國泰，齊菲，張楠.基于最優(yōu)組合賦權的城市生態(tài)評價模型及應用［J］.運籌與管理，2012，21（2）:183-191. CHI Guotai，QI Fei，ZHANG Nan.The city's ecosystem evaluation model based on optimal combination weights and its application［J］.Operations research and management science，2012，21（2）:183-191.

［15］鄧聚龍.灰理論基礎［M］.武漢:華中科技大學出版社，2002:21-36.

［16］王韶華，于維洋，張偉，等.基于產業(yè)和能源的河北省分產業(yè)碳強度因素分析［J］.經濟地理，2015，35（5）:166-173. WANG Shaohua，YU Weiyang，ZHANG Wei，et al.The decomposition analysis for Hebei's industrial carbon intensity based on industry and energy［J］.Economic geography，2015，35（5）:166-173.

［17］PAWLAK Z，GRZYMALA-BUSSE J，SLOWINSKI R，et al. Rough sets［J］.Communications of the ACM，1995，38 （11）:88-95

［18］陳啟明，陳華友.改進的熵值法在確定組合預測權系數(shù)中的應用［J］.統(tǒng)計與決策，2011（13）:159-160. CHEN Qiming，CHEN Huayou.The implication of improved entropy method in determining the weight coefficient of combination forecasting［J］.Statistics and decision，2011（13）: 159-160.

本文引用格式：

許珊，范德成，王韶華.區(qū)域產業(yè)結構與能源結構低碳關聯(lián)評價［J］.哈爾濱工程大學學報，2016，37（7）:990-996.

XU Shan，F(xiàn)AN Decheng，WANG Shaohua.Evaluation of low-carbon correlation between regional industrial structure and energy structure［J］.Journal of Harbin Engineering University，2016，37（7）:990-996.

Evaluation of low-carbon correlation between regional industrial structure and energy structure

XU Shan1，F(xiàn)AN Decheng1，WANG Shaohua2
（1.School of Economics and Management，Harbin Engineering University，Harbin 150001，China；2.School of Economics and Management，Yanshan University，Qinhuangdao 066004，China）

In this study，we addressed the correlation between regional industrial structure and energy structure，with low carbon as the breakthrough point.We developed an evaluation index system based on the correlation between the industrial structure and energy structure，including low-carbon output，low-carbon consumption，low-carbon energy，and low-carbon emissions.Using optimal combination weights and gray relation analysis，we also developed a low-carbon correlation model.In addition，we carried out an empirical analysis of low-carbon correlation between regional industrial structure and energy structure between 2000 and 2012 in Hebei Province.The results show that the low-carbon correlation between regional industrial structure and energy structure was generally increasing in Hebei Province.The indexes-per capita GDP growth，the diversification coefficient of the energy sector，carbon dioxide emissions，carbon productivity of secondary industries，proportion of renewable energy，sulfur dioxide emissions-had significant effects on the low-carbon correlation between the industrial structure and energy structure in Hebei province.

sustainable development；industrial structure；energy structure；low carbon；optimal combination weights；output；consumption；energy；emission

10.11990/jheu.201507045

F416.2

A

1006-7043（2016）07-990-07

2015-07-16.網絡出版日期：2016-05-13.

高等學校博士學科點專項科研基金項目（20122304110018）；教育部人文社會科學研究項目（13YJA630016）；黑龍江省自然科學基金項目（G201313）；燕山大學青年教師自主研究計劃課題（14SKA003）；河北省自然科學基金項目（G2016203011）.

許珊（1980-），女，博士研究生；范德成（1964-），男，教授，博士生導師；王韶華（1986-），男，講師，博士.

王韶華，E-mail:wangshaohua0813@126.com.

網絡出版地址：http：//www.cnki.net/kcms/detail/23.1390.u.20160513.1344.010.html