李 強(qiáng) 左靜嫻

（安徽財(cái)經(jīng)大學(xué)，安徽 蚌埠 233030）

基于STIRPAT模型的長江經(jīng)濟(jì)帶碳排放峰值預(yù)測研究

李 強(qiáng) 左靜嫻

（安徽財(cái)經(jīng)大學(xué)，安徽 蚌埠 233030）

基于長江經(jīng)濟(jì)帶11個(gè)?。ㄊ校?000—2014年面板數(shù)據(jù)，運(yùn)用STIRPAT模型預(yù)測未來碳排放峰值。研究發(fā)現(xiàn)：（1）對碳排放峰值影響較大的兩個(gè)因素是碳排放強(qiáng)度和人均GDP。如碳排放強(qiáng)度降速低于經(jīng)濟(jì)增速，則在2030年前不會(huì)出現(xiàn)峰值。（2）在經(jīng)濟(jì)增長情況下，保持碳排放強(qiáng)度合理下降，長江經(jīng)濟(jì)帶碳排放將在2030年前達(dá)峰，達(dá)峰時(shí)間為2024—2029年。（3）保持碳排放強(qiáng)度合理降速對長江經(jīng)濟(jì)帶在2030年內(nèi)達(dá)到碳排放峰值尤為重要。

STIRPAT模型；碳排放；峰值預(yù)測

引言

2015年11月30日，巴黎氣候變化大會(huì)召開，近兩百位國家領(lǐng)導(dǎo)人共同探討全球氣候變化協(xié)議。如何減少溫室氣體排放，防止氣候惡劣變化給人類帶來傷害是大會(huì)重點(diǎn)內(nèi)容。大會(huì)討論的另一重點(diǎn)是碳排放量，中國作為規(guī)模最大的碳排放國家之一，承諾到2030年達(dá)到碳排放峰值。為實(shí)現(xiàn)長江經(jīng)濟(jì)帶戰(zhàn)略發(fā)展目標(biāo)以及中國在巴黎全球氣候大會(huì)上提出的碳排放峰值目標(biāo)，各地區(qū)應(yīng)在經(jīng)濟(jì)發(fā)展同時(shí)考慮如何控制碳排放，促進(jìn)高碳經(jīng)濟(jì)向低碳經(jīng)濟(jì)轉(zhuǎn)變。長江經(jīng)濟(jì)帶作為“三大支撐帶”之一，碳減排目標(biāo)實(shí)現(xiàn)對我國生態(tài)文明建設(shè)具有重要意義。

碳排放問題研究涉及不同模型與方法，如IPAT、STIRPAT模型、環(huán)境庫次涅茨曲線等，已有研究在指標(biāo)選取以及模型選擇上存在一定差異，研究結(jié)果也存在較大不同。

最初，在研究人口因素對環(huán)境影響過程中廣泛應(yīng)用IPAT方程，通過保持其他因素不變，僅改變一個(gè)因素分析問題。在已有基礎(chǔ)上將方程“I=PAT”中T分解成“單位能源消費(fèi)產(chǎn)生的環(huán)境影響（T）”及“單位GDP 能源消耗——能源強(qiáng)度（C）”，變成“I=PACT”。國內(nèi)一些學(xué)者在研究碳排放問題時(shí)選擇IPAT模型分析，如張樂勤等在三種不同情景下，基于IPAT模型測度未來安徽省碳排放強(qiáng)度及碳排放量，結(jié)果顯示碳排放量在三種情景下均呈上升趨勢，表明EKC曲線拐點(diǎn)在2015年不會(huì)出現(xiàn)[1]。國外學(xué)者York通過研究發(fā)現(xiàn)，IPAT模型本身存在不足：當(dāng)保持其他因素不變僅改變其中一個(gè)因素分析問題時(shí)，最終結(jié)果只是此因素對因變量的等比例影響[2]。為彌補(bǔ)IPAT模型缺陷并研究人口對環(huán)境的非線性影響，大多數(shù)學(xué)者在研究碳排放問題時(shí)選擇STIRPAT模型，如Brant Liddle選擇STIRPAT模型實(shí)證分析發(fā)達(dá)國家碳排放影響因素，結(jié)果發(fā)現(xiàn)，除人口、能源強(qiáng)度和人均財(cái)富外，碳排放影響因素還包括城鎮(zhèn)化率、能源結(jié)構(gòu)等[3]。郭運(yùn)功等選擇STIRPAT模型實(shí)證研究上海市碳排放與經(jīng)濟(jì)發(fā)展問題，結(jié)果顯示上海市碳排放的主要影響因素不僅是人口增加，還包括城市化加速[4]。國內(nèi)學(xué)者擴(kuò)展并修正傳統(tǒng)STIRPAT模型[5-6]，實(shí)證研究碳排放峰值影響因素，發(fā)現(xiàn)技術(shù)對峰值的影響較其他因素更大[7-9]。也有學(xué)者在碳排放問題研究上采用其他模型與方法，如朱永彬、王錚在實(shí)證分析能源強(qiáng)度和最優(yōu)經(jīng)濟(jì)增長率間關(guān)系時(shí)選擇內(nèi)生經(jīng)濟(jì)增長模型，研究結(jié)果表明，當(dāng)能源產(chǎn)出彈性小于0.5時(shí)，兩者間存在“倒U型”關(guān)系，我國能耗峰值將在2043年出現(xiàn)，碳排放將在2040年達(dá)到峰值[10]。杜強(qiáng)等基于我國省級面板數(shù)據(jù)，采用Logistic模型研究未來碳排放趨勢，發(fā)現(xiàn)未來碳排放增長趨勢與生物種群的“S”型增長類似[11]。馮宗憲和王安靜在陜西省碳排放因素分解時(shí)使用投入產(chǎn)出法的結(jié)構(gòu)分解模型，并在此基礎(chǔ)上利用情景分析法及蒙特卡洛模擬法預(yù)測陜西省峰值出現(xiàn)時(shí)間，結(jié)果表明，陜西省碳排放峰值可能出現(xiàn)在2030年[12]。

綜上所述，國內(nèi)外學(xué)者碳排放研究成果豐富，但在碳排放峰值預(yù)測方面主要針對中國整體及省際層面，區(qū)域?qū)用嫣寂欧欧逯殿A(yù)測的研究較少。本文以長江經(jīng)濟(jì)帶為例，以2030年為界，測度長江經(jīng)濟(jì)帶總體碳排放趨勢，運(yùn)用STIRPAT模型預(yù)測碳排放峰值在不同情景下的出現(xiàn)時(shí)間并分峰值出現(xiàn)的一般規(guī)律，根據(jù)分析結(jié)果為長江經(jīng)濟(jì)帶經(jīng)濟(jì)由高碳增長向低碳發(fā)展提出建議。

一、數(shù)據(jù)與模型

（一）STIRPAT模型

STIRPAT模型與其他模型不同之處在于該模型可引入多個(gè)自變量，分析不同自變量對環(huán)境壓力的影響；該模型是非線性模型，具有較好拓展性，可分析人文因素對環(huán)境的非等比例影響。因此，本文選擇STIRPAT模型預(yù)測長江經(jīng)濟(jì)帶碳排放達(dá)峰時(shí)間。STIRPAT模型以IPAT為基礎(chǔ)，建立人口、環(huán)境影響、技術(shù)水平和人均財(cái)富間的關(guān)系式：

式（1）中，I、P、A、T分別代表排放量、人口、財(cái)富及技術(shù)，利用該模型可預(yù)測長江經(jīng)濟(jì)帶未來達(dá)峰時(shí)間。但是IPAT無法反映函數(shù)式中各影響因素非單調(diào)與非均衡的函數(shù)關(guān)系，為彌補(bǔ)IPAT模型不足，York等以IPAT模型為基礎(chǔ)建立STIRPAT模型[2]，即：

部分學(xué)者認(rèn)為財(cái)富A和排放量I之間存在非線性關(guān)系，本文借鑒York等的方法，并考慮產(chǎn)業(yè)結(jié)構(gòu)等因素對碳排放量影響，將模型擴(kuò)展為：

選取人口、碳排放強(qiáng)度=碳排放量/GDP、人均GDP及產(chǎn)業(yè)結(jié)構(gòu)（C）（第二產(chǎn)業(yè)占GDP的比重）作為影響因素。

（二）數(shù)據(jù)來源與說明

以2000—2014年長江經(jīng)濟(jì)帶省級面板數(shù)據(jù)為樣本，包括11個(gè)截面單元15年的時(shí)間序列數(shù)據(jù)。數(shù)據(jù)包含長江經(jīng)濟(jì)帶11個(gè)省市人口、GDP、第二產(chǎn)業(yè)值及各省市煤炭、石油和天然氣年度消費(fèi)數(shù)據(jù)，數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒及《中國統(tǒng)計(jì)年鑒》。

碳排放總量計(jì)算參考公式：

公式（5）中Cic為煤炭消費(fèi)量，Cio為石油消費(fèi)量，Cig為天然氣消費(fèi)量，Ci為碳排放總量。a為煤炭碳排放系數(shù)、b為石油碳排放系數(shù)，d為天然氣碳排放系數(shù)，分別為0.7476、0.5825和0.4435，數(shù)值來自2003公布的《中國可持續(xù)發(fā)展能源暨碳排放情景分析》。

二、結(jié)果分析

（一）長江經(jīng)濟(jì)帶各地區(qū)碳排放情況分析

長江經(jīng)濟(jì)帶各省市的碳排放存在差異，首先采用長江經(jīng)濟(jì)帶2000—2014年省級面板數(shù)據(jù)，選取人口、碳排放量 、碳排放強(qiáng)度及人均GDP等作為影響因素分析目前各地碳排放基本情況。將模型（4）擴(kuò)展為：

其中，ai*表示長江經(jīng)濟(jì)帶各省市間碳排放結(jié)構(gòu)差異，ai代表11個(gè)省市碳排放固定效應(yīng)。長江經(jīng)濟(jì)帶各省市碳排放情況不同，對該模型選用廣義最小二乘法估計(jì)，得到結(jié)果如下（見表1）：

注：括號(hào)內(nèi)為t值。

其中，R2=0.996，P=0.000。

表1中數(shù)據(jù)不僅表示長江經(jīng)濟(jì)帶各省市間碳排放對固定影響偏離程度的估計(jì)結(jié)果不同，同時(shí)反映省市間碳排放結(jié)構(gòu)差異。江蘇、浙江、安徽、湖北、湖南及四川碳排放偏離程度為負(fù)值，低于長江經(jīng)濟(jì)帶碳排放平均水平，其中江蘇碳排放對固定影響偏離程度的估計(jì)值為-0.095217，碳排放水平最低。貴州、上海、江西、重慶以及云南碳排放偏離程度為正值，高于長江經(jīng)濟(jì)帶碳排放平均水平，其中貴州碳排放對固定影響偏離程度的估計(jì)值為0.116783，碳排放水平最高。江蘇、浙江、安徽等近幾年第二產(chǎn)業(yè)占比呈遞減趨勢，產(chǎn)業(yè)結(jié)構(gòu)有所調(diào)整，第二產(chǎn)業(yè)逐漸向第三產(chǎn)業(yè)轉(zhuǎn)移，能源消耗量減少，碳排放較長江經(jīng)濟(jì)帶平均水平低。重慶、云南、貴州等由于西部大開發(fā)，工業(yè)基礎(chǔ)設(shè)施投資增多，能源消費(fèi)導(dǎo)致碳排放增加，碳排放量比長江經(jīng)濟(jì)帶平均水平高。

（二）長江經(jīng)濟(jì)帶總體碳排放情況分析

為得到長江經(jīng)濟(jì)帶總體碳排放趨勢，本文將11個(gè)省市2000—2014年人口、碳排放量、人均GDP、碳排放強(qiáng)度和第二產(chǎn)業(yè)占比等數(shù)據(jù)回歸處理，分析其對長江經(jīng)濟(jì)帶碳排放影響，其中人均GDP換算為2000年不變價(jià)，得到結(jié)果如下：

注：括號(hào)內(nèi)為t值。

其中，R2=0.996，P=0.000。

根據(jù)以上回歸結(jié)果，發(fā)現(xiàn)人口、人均GDP及碳排放強(qiáng)度三個(gè)變量系數(shù)均為正數(shù)，表明變量與碳排放總量存在正相關(guān)關(guān)系。人口變量系數(shù)最大即對碳排放量影響最大，碳排放強(qiáng)度次之，再次為人均GDP。

假定人口、碳排放強(qiáng)度和人均GDP等變量在2015—2030年間保持目前發(fā)展趨勢，即取2000—2014年年平均增長率為其增長率。預(yù)測模型中產(chǎn)業(yè)結(jié)構(gòu)即第二產(chǎn)業(yè)占比取值不變，取年均值為45.86%，不影響預(yù)測曲線走向。根據(jù)各變量增長率計(jì)算相關(guān)數(shù)據(jù)，帶入回歸方程中得到2015—2030年碳排放量，如圖1所示。

圖1 維持現(xiàn)狀下2015—2030年碳排放量預(yù)測

由圖1可知，保持目前發(fā)展趨勢，第二產(chǎn)業(yè)占比不變，長江經(jīng)濟(jì)帶碳排放量將不斷增加，在2015—2030年不會(huì)出現(xiàn)碳排放峰值。因此，應(yīng)適當(dāng)控制人口、碳排放強(qiáng)度和人均GDP等變量增長率，使長江經(jīng)濟(jì)帶碳排放在2030內(nèi)達(dá)峰。

三、長江經(jīng)濟(jì)帶碳排放峰值路徑預(yù)測

為更好預(yù)測2015—2030年長江經(jīng)濟(jì)帶碳排放量，根據(jù)渠慎寧、郭朝先研究，假定未來三種經(jīng)濟(jì)發(fā)展方案，即高、中、低模式[7]。除此三種模式外，延伸出高中、低中、高低、中低及中高五種模式（其中低高模式不符合實(shí)際情況排除）。低模式假定人口、人均GDP等變量低速增長；中模式假定變量適中速度增長；高模式假定變量較高速度增長；高中模式假定碳排放強(qiáng)度適中增長而人均GDP高速增長；中低模式假定人均GDP適中增長而碳排放強(qiáng)度低速增長；高低模式假定碳排放強(qiáng)度低速增長而人均GDP高速增長；中高模式假定人均GDP中速增長而碳排放強(qiáng)度高速增長；低中模式假定碳排放強(qiáng)度適中增長，人均GDP以較低速度增長（見表2）。其他延伸模式設(shè)定用來與高、中、低模式比較，從而分析不同因素對峰值出現(xiàn)時(shí)間的影響，為控制達(dá)峰時(shí)間提供參考。

表2 情景模式設(shè)定說明

根據(jù)表2并結(jié)合長江經(jīng)濟(jì)帶實(shí)際情況，設(shè)定不同情景模式下各變量增速。情景模式中以中模式作為各變量變化速度基準(zhǔn)，高模式變量增速高于中模式，而低模式各變量增速低于中模式。人口、人均GDP及碳排放強(qiáng)度增長率采用各年均增長率平均值，碳排放強(qiáng)度設(shè)定參考碳排放強(qiáng)度三種模式（高模式、低模式和中模式）的情景預(yù)測。

表3列出各變量增長率，并計(jì)算8種情景模式下不同時(shí)間段各變量相關(guān)數(shù)據(jù)，將這些數(shù)據(jù)代入回歸方程中得出長江經(jīng)濟(jì)帶2015—2030年各時(shí)間段碳排放總量，預(yù)測峰值出現(xiàn)時(shí)間及相應(yīng)峰值。通過圖2以及表4，可見長江經(jīng)濟(jì)帶碳排放量在2030內(nèi)分別在低模式和低中模式兩種情景模式下達(dá)到峰值，低模式下碳排放達(dá)峰時(shí)間為2029年，峰值額為523 670萬噸，低中模式下碳排放在2024年達(dá)到峰值，峰值額為513 096.34萬噸。其他5種模式下碳排放量一直呈上升趨勢，并未在2030內(nèi)出現(xiàn)碳排放峰值。由此可預(yù)測，以目前發(fā)展趨勢，在維持長江經(jīng)濟(jì)帶經(jīng)濟(jì)增長同時(shí)兼顧碳排放強(qiáng)度降速，長江經(jīng)濟(jì)帶將在2024—2029年之間出現(xiàn)碳排放峰值。如不關(guān)注碳排放強(qiáng)度降低僅考慮經(jīng)濟(jì)快速增長，則會(huì)推遲長江經(jīng)濟(jì)帶碳排放峰值出現(xiàn)時(shí)間，無法在2030內(nèi)達(dá)到碳排放峰值。因此，保持碳排放強(qiáng)度合理下降對于長江經(jīng)濟(jì)帶在2030內(nèi)達(dá)到碳排放峰值十分重要，未來碳減排壓力主要來自加快碳排放降速。

表3 2015—2030年長江經(jīng)濟(jì)帶社會(huì)經(jīng)濟(jì)發(fā)展情況假定

圖2 8種模式下碳排放量預(yù)測結(jié)果

表4 8種情景模式預(yù)測結(jié)果

四、結(jié)論及政策建議

通過以上分析可知，人口、碳排放強(qiáng)度和人均GDP是促進(jìn)長江經(jīng)濟(jì)帶碳排放快速增長的重要因素。本文在8種情景模式下預(yù)測長江經(jīng)濟(jì)帶碳排放量，研究結(jié)果顯示，在中模式、高模式、高中模式、高低模式、中高模式和中低模式下碳排放量并未達(dá)到峰值，僅在低模式和低中模式下出現(xiàn)峰值，達(dá)峰時(shí)間為2024—2029年。影響碳排放峰值的兩個(gè)較重要因素為碳排放強(qiáng)度和人均GDP。在碳排放降速較慢而人均GDP及人口增速較快情況下，長江經(jīng)濟(jì)帶在2030年內(nèi)不會(huì)出現(xiàn)峰值。因此，保證長江經(jīng)濟(jì)帶提前達(dá)峰且不降低經(jīng)濟(jì)增長速度，關(guān)鍵在于加快碳排放強(qiáng)度降速。減少傳統(tǒng)能源使用，加大使用清潔能源是未來長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)發(fā)展迫切需要。

（一）優(yōu)化沿岸產(chǎn)業(yè)布局

長江經(jīng)濟(jì)帶發(fā)展是中國區(qū)域發(fā)展的“三大戰(zhàn)略”之一，具有自然資源及地理?xiàng)l件優(yōu)勢，但部分地區(qū)經(jīng)濟(jì)相對較落后，經(jīng)濟(jì)發(fā)展需求強(qiáng)烈，繼續(xù)采用傳統(tǒng)經(jīng)濟(jì)發(fā)展模式，可能會(huì)以犧牲環(huán)境為代價(jià)促進(jìn)經(jīng)濟(jì)發(fā)展，對生態(tài)環(huán)境造成不利影響。長江經(jīng)濟(jì)帶在未來經(jīng)濟(jì)發(fā)展中，應(yīng)積極探索以綠色產(chǎn)業(yè)為主導(dǎo)的經(jīng)濟(jì)發(fā)展模式，提高準(zhǔn)入門檻，構(gòu)建適合生態(tài)經(jīng)濟(jì)發(fā)展的產(chǎn)業(yè)布局。一方面，調(diào)整和淘汰“高污染、低產(chǎn)出”的傳統(tǒng)產(chǎn)業(yè)，積極促進(jìn)“低污染、高產(chǎn)出”的清潔類產(chǎn)業(yè)發(fā)展。另一方面，對仍存在發(fā)展價(jià)值的工業(yè)企業(yè)開展技術(shù)改造，延長企業(yè)生產(chǎn)鏈條，簡化生產(chǎn)過程，提高原材料利用率，在增大產(chǎn)出同時(shí)減少能源消耗。2014年國家提出經(jīng)濟(jì)新常態(tài)理念后要求經(jīng)濟(jì)中高速發(fā)展，過快的經(jīng)濟(jì)增速不利于經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展，長江經(jīng)濟(jì)帶在保持經(jīng)濟(jì)增長同時(shí)應(yīng)將高碳產(chǎn)業(yè)向低碳產(chǎn)業(yè)轉(zhuǎn)型，優(yōu)化升級產(chǎn)業(yè)結(jié)構(gòu)，嚴(yán)格控制廢氣、廢水等污染物排放。

（二）優(yōu)化能源結(jié)構(gòu)

資源為導(dǎo)向的經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)變?yōu)閯?chuàng)新、科技為導(dǎo)向的發(fā)展模式，需改變傳統(tǒng)能源利用模式。一方面，提倡使用清潔能源，減少使用污染大、利用率低的能源，減少開采化石能源；積極發(fā)展新型能源，增加風(fēng)能、太陽能、核能等可再生能源使用比重，減少煤炭、石油等高污染、高排放能源使用量，不僅能夠減少碳排放，也有利于經(jīng)濟(jì)可持續(xù)發(fā)展。另一方面，在碳排放和能源約束下，實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展，必須加大可持續(xù)能源開發(fā)，提高能源可再生率，通過技術(shù)進(jìn)步、人力資本積累、節(jié)約能源以及環(huán)境治理實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展。長江經(jīng)濟(jì)帶實(shí)現(xiàn)經(jīng)濟(jì)低碳可持續(xù)發(fā)展，需要優(yōu)化能源結(jié)構(gòu)，大力發(fā)展可再生的清潔能源，并提高能源利用率，積極推行循環(huán)生產(chǎn)和清潔生產(chǎn)，協(xié)調(diào)好經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)關(guān)系。

（三）促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化

長江經(jīng)濟(jì)帶橫跨我國東中西部地區(qū)，各地區(qū)擁有不同自然資源和地理?xiàng)l件，總體而言，東部地區(qū)自然資源較豐富，中西部地區(qū)自然資源相對匱乏。但東部地區(qū)勞動(dòng)力資源不足，應(yīng)利用各自優(yōu)勢，如東部地區(qū)可發(fā)展資本密集型產(chǎn)業(yè)，向中西部地區(qū)轉(zhuǎn)移勞動(dòng)密集型產(chǎn)業(yè)，大力發(fā)展高技術(shù)產(chǎn)業(yè)及信息服務(wù)業(yè)等；中西部地區(qū)應(yīng)不斷優(yōu)化升級產(chǎn)業(yè)結(jié)構(gòu)，利用豐富勞動(dòng)力資源發(fā)展和承接勞動(dòng)密集型產(chǎn)業(yè)，在控制碳排放量同時(shí)實(shí)現(xiàn)經(jīng)濟(jì)增長。長江經(jīng)濟(jì)帶中西部地區(qū)能源強(qiáng)度比東部地區(qū)大，經(jīng)濟(jì)充分發(fā)展對降低能源強(qiáng)度至關(guān)重要，也對低碳技術(shù)引進(jìn)與研發(fā)具有重要作用[13]。

（四）實(shí)行差異化碳減排政策和峰值目標(biāo)

長江經(jīng)濟(jì)帶橫跨東中西部三大區(qū)域，地理?xiàng)l件、資源稟賦、交通環(huán)境以及基礎(chǔ)設(shè)施等存在較大差異，各區(qū)域發(fā)展也有較大差異。長江經(jīng)濟(jì)帶在2030內(nèi)到碳排放達(dá)峰值，不僅需要減少使用煤炭等高污染能源，提高天然氣等清潔能源消耗比例，政府在制定政策時(shí)還需要考慮區(qū)域差異，采取不同碳排放政策并結(jié)合當(dāng)?shù)貙?shí)際情況設(shè)定碳排放目標(biāo)。提高對節(jié)能減排工作的重視程度，減少煤炭等傳統(tǒng)能源消耗，將碳排放量控制在合理范圍內(nèi)。

［1］張樂勤,李榮富,陳素平,等.安徽省1995年—2009年能源消費(fèi)碳排放驅(qū)動(dòng)因子分析及趨勢預(yù)測——基于STIRPAT模型[J].資源科學(xué),2012(2)：316-326.

［2］Richard York,Eugene A.Rosa,Thomas Dietz.STIRPAT,IPAT and ImPACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]. Ecological Economics,2003(46)：351-365.

［3］Brant Liddle,Sidney Lung.Age-Structure,Urbanization,and Climate Change in Developed Countries：Revisiting STIRPAT for Disaggregated Population and Consumption-Related Environ-mental Impacts[J].Popul Environ,2010(1)：007-031.

［4］郭運(yùn)功,汪冬冬,林逢春.上海市能源利用碳排放足跡研究[J].中國人口·資源與環(huán)境,2010(2)：103-108.

［5］朱勤,彭希哲,陸志明,等.人口與消費(fèi)對碳排放影響的分析模型與實(shí)證[J].中國人口·資源與環(huán)境,2010(2)：98-102.

［6］彭希哲,朱勤.我國人口態(tài)勢與消費(fèi)模式對碳排放的影響分析[J].人口研究,2010(1)：48-58.

［7］渠慎寧,郭朝先.基于STIRPAT模型的中國碳排放峰值預(yù)測研究[J].中國人口·資源與環(huán)境,2010(12)：10-15.

［8］王憲恩,王泳璇,段海燕.區(qū)域能源消費(fèi)碳排放峰值預(yù)測及可控性研究[J].中國人口·資源與環(huán)境,2014(8)：9-16.

［9］鄧小樂,孫慧.基于STIRPAT模型的西北五省區(qū)碳排放峰值預(yù)測研究[J].生態(tài)經(jīng)濟(jì),2016(9)：36-41.

F127 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3805(2017)05-0053-06 收稿日期：2017-09-12

安徽省自然科學(xué)基金面上項(xiàng)目“長江經(jīng)濟(jì)帶產(chǎn)業(yè)轉(zhuǎn)型升級與生態(tài)環(huán)境優(yōu)化的協(xié)同機(jī)制研究”（1708085MG172）；安徽省創(chuàng)新發(fā)展研究重大課題“長江經(jīng)濟(jì)帶產(chǎn)業(yè)結(jié)構(gòu)與生態(tài)環(huán)境耦合優(yōu)化研究”（2017ZD003）；安徽省教育廳人文社科重點(diǎn)項(xiàng)目“考慮技術(shù)進(jìn)步和結(jié)構(gòu)調(diào)整回彈效應(yīng)的我國節(jié)能減排路徑研究”（SK2015A224）；2016年安徽財(cái)經(jīng)大學(xué)研究生科研創(chuàng)新基金“長江經(jīng)濟(jì)帶能耗和碳排放峰值預(yù)測研究”（ACYC2016102）