物流業(yè)碳減系統(tǒng)協(xié)同路徑及其共治研究

唐建榮 李曉靜 杜聰

摘要：借助生態(tài)學Lotka-Volterra競爭捕食者模型，以我國30省域物流業(yè)碳減復合系統(tǒng)為研究對象，測算其發(fā)展水平及協(xié)同競爭指數(shù)進而確定協(xié)同競爭關系類型。結果表明：就發(fā)展水平而言，東中西部物流業(yè)發(fā)展水平呈階梯式分布，碳減排水平則表現(xiàn)出異質(zhì)性特點，全國物流業(yè)碳減復合系統(tǒng)普遍處于中低水平；就協(xié)同競爭關系而言，遼寧、山東、廣東等14省域的物流業(yè)發(fā)展及碳減排協(xié)同共生，河北、上海、福建及湖北4省屬偏利寄生關系，北京、天津、海南等12省域物流業(yè)及碳減惡性抗生。最后，結合實證研究結果提出共治對策。

關鍵詞：物流業(yè)碳減復合系統(tǒng)；Lotka-Volterra模型；協(xié)同路徑

DOI：10.13956/j.ss.1001-8409.2016.04.20

中圖分類號：F250；F124.5 文獻標識碼：A 文章編號：1001-8409（2016）04-0093-05

Abstract：By LotkaVolterra model， carbon reduction of logistics industry in our country 30 provincial composite system as the research object， measure the development level and synergetic competition index to determine collaborative competition relationship type. The results show that in terms of development level， degree distribution is stepwise from the east to the Midwest of logistics industrys level， carbon reduction show heterogeneity characteristic， the complex system in low and middle level. In terms of synergetic competition relations， Liaoning， Shandong， Guangdong these 14 provincial are collaborative symbiosis. Hebei， Shanghai， Fujian and Hubei provincial dominance parasitic relationship. Beijing， Tianjin， Hainan the remaining 12 provincial are malignant antibiotic. Finally， based on research results put forward countermeasures for the collegiality.

Key words：logistic industry and carbon reduction system； LotkaVolterra Model； Synergy path

引言

物流碳減是低碳經(jīng)濟在物流業(yè)的具象化表現(xiàn)，近年來國內(nèi)外關于物流業(yè)碳控制的研究主要集中于碳足跡驅動因素識別和碳減排績效測度兩個方面：區(qū)域物流產(chǎn)業(yè)碳足跡驅動因素的研究，主要通過不同驅動因素[1]、情景模擬[2]及結構區(qū)別[3]的角度探索碳減路徑；物流碳減排績效測度的研究，主要通過績效測度函數(shù)[4]及情景仿真模型[5]等方法測算碳排放績效選擇最佳生產(chǎn)模式。通過物流碳減研究現(xiàn)狀的梳理發(fā)現(xiàn)，目前的研究主要側重于物流業(yè)二氧化碳排放量與碳排放績效的靜態(tài)測算，缺少其動態(tài)演化趨勢評價及協(xié)同關系差異的分析。本研究基于生態(tài)學Lotka-Volterra（L-V）模型的種群間關系（共生、寄生、抗生，見表1），對物流產(chǎn)業(yè)及碳減力度的協(xié)調(diào)關系進行比較研究，創(chuàng)新定位了二者動態(tài)協(xié)同競爭關系。

表1L-V模型兩物種關系

α12α21競爭關系競爭結果

++惡性抗生雙方皆有損失

+-偏利寄生物種1是物種2的獵物

-+偏利寄生物種2是物種1的獵物

--互利共生雙贏

注：①表1中α12為物種2對物種1的作用關系，α12為物種1對物種2的作用關系；

②+表示物種1隨著物種2的增加而增加，-表示物種1隨著物種2的減少而減少

L-V模型最初由美國生態(tài)學家Lotka和意大利數(shù)學家Volterra提出[6，7]，很多學者將其廣泛應用于生產(chǎn)性服務業(yè)發(fā)展機理[8]、林業(yè)產(chǎn)業(yè)生態(tài)安全[9]、省域產(chǎn)業(yè)經(jīng)濟生態(tài)化[10]]等領域；Lifeng Wu進一步研究了兩物種競爭關系L-V模型的演化特征[11]。本質(zhì)上，物流業(yè)快速發(fā)展與碳排放有效控制是相悖的：物流產(chǎn)業(yè)經(jīng)濟規(guī)模擴張過程中能源資源消耗排放大量二氧化碳，企業(yè)為履行社會責任，必須增加對碳減排的資本和技術投入；另一方面碳排標準的提升又將抑制產(chǎn)業(yè)經(jīng)濟的發(fā)展勢頭，二者在新常態(tài)經(jīng)濟發(fā)展過程中彼此制約、相生相克。本文關于物流產(chǎn)業(yè)發(fā)展與碳排放控制的內(nèi)在邏輯規(guī)律及其碳減復合系統(tǒng)的協(xié)同研究，對于物流產(chǎn)業(yè)的健康成長及其碳排放的非線性約束將具有很好的理論價值和實踐意義。

1模型構建與關系評判

11指標體系構建與數(shù)據(jù)預處理

因物流業(yè)子系統(tǒng)及碳減子系統(tǒng)指標的選取會直接影響測度結果，根據(jù)L-V模型研究成果并充分考慮指標重要性和可獲得性，構建物流業(yè)發(fā)展水平和碳排放控制評價指標體系，見表2。

（1）物流水平指標。選取產(chǎn)業(yè)發(fā)展水平、產(chǎn)業(yè)發(fā)展質(zhì)量以及交通運輸、倉儲和郵電具體業(yè)務指標準則層，以交通運輸、倉儲及郵政業(yè)統(tǒng)計值來替代物流產(chǎn)業(yè)值，對我國30省域（西藏統(tǒng)計數(shù)據(jù)缺失較多予以剔除）物流發(fā)展進行綜合評價。

（2）碳減水平指標。選取物流業(yè)能源消耗、物流業(yè)能源消耗占總能源消耗的比重、物流業(yè)碳排放量以及物流業(yè)碳排強度指標準則層。相關基礎數(shù)據(jù)來源于2004～2013年《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》及各省市統(tǒng)計年鑒，參照周葉等對省域物流二氧化碳排放量測評方法 [12]，采用IPCC（2006）以及國家發(fā)改委能源研究所（2007）的標準參數(shù)（1噸原煤=07143噸標準煤，1噸原煤排放約07559噸碳），計算以原煤為基準單位的物流業(yè)能源消耗所排放的二氧化碳量。

在物流業(yè)碳減排實際問題中，為了避免指標因不同量綱引起的評價失真，應將數(shù)據(jù)進行歸一化處理，并采用熵權法進行賦權，結果見表3。

12L-V仿生模型構建

物流業(yè)及碳減力度間耦合關系基于L-V模型的一般表達式為：

LS′=r1LS1-LSK1-αLCCSK1=a1LS-b1LS2-c1LSCS（1）

CS′=r2CS1-CSK2-αCLLSK2=a2CS-b2CS2-c2LSCS （2）

其中，LS、CS分別表示物流產(chǎn)業(yè)發(fā)展水平和物流產(chǎn)業(yè)碳減水平，ri表示系統(tǒng)的發(fā)展水平增長率，Ki表示系統(tǒng)的最高發(fā)展水平，其中i=1、2分別表示物流子系統(tǒng)和碳減子系統(tǒng)，αLC、αCL 分別表示碳減子系統(tǒng)對物流子系統(tǒng)和物流子系統(tǒng)對碳減子系統(tǒng)的協(xié)同競爭系數(shù)，若α<0表示促進作用，否則表示抑制作用。a1、a2表示復合系統(tǒng)只存在LS（CS）情形下物流產(chǎn)業(yè)（碳減水平）增長速度，b1、b2表示由LS（CS）子系統(tǒng)自身增長帶來的阻滯作用，c1、c2表示CS對LS增長和LS對CS增長的阻滯作用。由于實際物流產(chǎn)業(yè)與碳減的指標體系均為離散數(shù)據(jù)，需要將上面的連續(xù)L-V模型轉化為離散時間條件下的模型。Leslie證明了上面的偏微分方程可以轉化為公式（3）、公式（4）的形式[13]。

LSt+1=1LSt1+β1LSt+γ1CSt（3）

CSt+1=2CSt1+β2CSt+γ2LSt（4）

公式（3）和公式（4）中，i和βi分別表示僅存在LS或CS時的特征參數(shù)，γi的符號表示兩子系統(tǒng)之間相互作用的關系，如果γ1、γ2均為負，物流業(yè)碳減系統(tǒng)呈互惠共生、協(xié)同發(fā)展局面；若γ1、γ2符號相反，表示物流業(yè)碳減復合系統(tǒng)為偏利寄生關系，即一方為“捕食者”，另一方為“獵物”；若γ1和γ2符號均為正，說明兩子系統(tǒng)之間是惡性抗生關系。進一步可以推出連續(xù)時間模型和離散時間模型之間的對應關系：

αLC=γ12-1β21-1， αCL=γ21-1β12-1（5）

13協(xié)同關系評判

基于物流子系統(tǒng)及碳減子系統(tǒng)進行復合系統(tǒng)水平綜合評判。參考王文平和周甜甜對產(chǎn)業(yè)生態(tài)L-V的研究[10]，在物流業(yè)及碳減兩子系統(tǒng)發(fā)展水平測度值范圍內(nèi)進行聚類分析。物流產(chǎn)業(yè)及碳減子系統(tǒng)取值范圍分別為LSmin，LSmax和CSmin，CSmax，對物流水平LSt選取兩點A1、A2且A1>A2，將LSt劃分為I1=A1，LSmax、I2=A2，A1和I3=LSmin，A23個水平依次降低等級。同理，碳減水平CSt也劃分為J1=B1，CSmax、J2=B2，B1和J3=CSmin，B2三個等級。物流業(yè)碳減復合系統(tǒng)綜合水平包括物流產(chǎn)業(yè)發(fā)展水平和碳減水平兩個維度，將全國30省域綜合水平劃分為3個等級，具體見表4，其中IpJq表示兩個集合的交集，p，q=1，2，3。

表4物流業(yè)碳減復合系統(tǒng)發(fā)展水平劃分標準

發(fā)展水平等級劃分標準解釋說明

高水平X=I1J1 物流產(chǎn)業(yè)及碳減水平都為Ⅰ級水平

中水平Y=I1J2∪I2J1∪I2J2兩者都不是Ⅲ級水平，并且至多一個為Ⅰ級水平

低水平Z=I1J3∪I2J3∪I3J1∪I3J2∪I3J3 兩者至少一個為Ⅲ級水平

通過研究構造協(xié)同競爭關系指數(shù)函數(shù)fαLC，αCL來表征兩者協(xié)同競爭關系，定義協(xié)同競爭關系指數(shù)表示為：

C=fαLC，αCL=αLC+αCLα2LC+α2CL（6）

根據(jù)函數(shù)性質(zhì)可知，C∈-2，2，結合發(fā)展水平及協(xié)同競爭指數(shù)，進行全國30省域間物流碳減復合系統(tǒng)協(xié)同競爭關系評判和歸類，如表5所示。

表5物流業(yè)碳減復合系統(tǒng)分類協(xié)同競爭關系評判標準

序號競爭系數(shù)協(xié)同競爭關系指數(shù)協(xié)同關系分類

1αLC<0，αCL<0C∈[-2，1]互利共生

2αLC<0，αCL>0C∈[-1，0]偏利寄生

3αLC>0，αCL<0C∈[0，1]偏利寄生

4αLC>0，αCL>0C∈[1，2]惡性抗生

2實證研究與結果分析

21發(fā)展水平分類

通過物流子系統(tǒng)與碳減子系統(tǒng)各指標加權求和對各省域間物流業(yè)碳減水平值進行測算：

LSt=∑nj=1Wj×LSijt（7）

CSt=∑nj=1Wj×CSijt（8）

采用統(tǒng)計學軟件SPSS190系統(tǒng)聚類組內(nèi)連接法，得到各省域物流業(yè)發(fā)展水平高、中、低聚類結果范圍分別為[3，5]、（19，3）和[1，19]；碳減水平高、中、低聚類結果分別為[4，5]、（17，4）和[1，17]?；诰垲惤Y果對各省域物流業(yè)及碳減發(fā)展水平等級進行歸類，結果見表6。

從表6可知，物流產(chǎn)業(yè)發(fā)展水平東部顯著高于中、西部，但碳減水平卻沒有明顯表現(xiàn)出類似物流產(chǎn)業(yè)階梯分布規(guī)律，總體基本符合我國物流業(yè)碳減的真實情況：①總覽全國物流業(yè)碳減復合系統(tǒng)發(fā)展現(xiàn)狀，沒有達到高水平的省域，其中，河北、安徽、江蘇、山西等省因某一子系統(tǒng)達到高水平，但發(fā)展不均衡使得復合系統(tǒng)處于中水平；②其余省份則由于某一子系統(tǒng)或所有子系統(tǒng)均處于低水平導致復合系統(tǒng)整體處于低水平階段，其中青海和寧夏的高碳減水平主要是由于物流產(chǎn)業(yè)欠發(fā)達導致能源資源消耗較少，而中東部地區(qū)的碳減水平普遍處于中低水平，原因在于區(qū)域物流產(chǎn)業(yè)發(fā)展大量消耗能源資源和粗放低效的使用方式所致。

表6全國30省域物流業(yè)、碳減及物流業(yè)碳減復合系統(tǒng)發(fā)展水平劃分

物流發(fā)展水平碳減排水平物流業(yè)碳減復合系統(tǒng)共生協(xié)同水平

高水平廣東、山東青海、寧夏無

中水平河北、安徽、江蘇、河南、山西、湖南、浙江、四川、內(nèi)蒙古、北京、遼寧、上海河北、安徽、江蘇、河南、吉林、江西、天津、海南、黑龍江、甘肅、福建、山西、貴州、湖南、浙江、四川河北、安徽、江蘇、河南、山西、湖南、浙江、四川

低水平青海、寧夏、吉林、江西、天津、海南、黑龍江、甘肅、福建、貴州、重慶、廣西、新疆、陜西、云南、湖北重慶、廣西、新疆、內(nèi)蒙古、陜西、廣東、北京、山東、云南、湖北、遼寧、上海青海、寧夏、吉林、江西、天津、海南、黑龍江、甘肅、福建、貴州、重慶、廣西、新疆、陜西、云南、湖北、內(nèi)蒙古、廣東、北京、山東、遼寧、上海

22協(xié)同競爭指數(shù)估算

本研究使用Eviews71計量軟件對數(shù)據(jù)進行了實證分析，首先對L-V模型聯(lián)立方程分別進行線性化處理，并進行LS（Least Squares and AR）回歸分析并通過檢驗，Hausman設定檢驗結果選擇固定個體效應模型，具體協(xié)同競爭指數(shù)結果見表7。

觀察表7發(fā)現(xiàn)，全國30省域間物流業(yè)碳減復合系統(tǒng)協(xié)同競爭關系差異明顯：

（1）遼寧、山東、廣東、浙江等省域協(xié)同競爭指數(shù)在互利共生區(qū)間內(nèi)，即物流產(chǎn)業(yè)經(jīng)濟發(fā)展規(guī)模的擴大增加碳減技術資本的投入，促進碳減水平的提升，同時大氣生態(tài)環(huán)境的改善也將更進一步促進物流產(chǎn)業(yè)的發(fā)展。

（2）河北、上海以及湖北省協(xié)同競爭指數(shù)在偏利寄生區(qū)間內(nèi)，且物流子系統(tǒng)處于“捕食者”地位，產(chǎn)業(yè)發(fā)展過程中排放大量的二氧化碳給大氣生態(tài)帶來巨大安全隱患，進而加劇復合系統(tǒng)不協(xié)調(diào)的“偏利”現(xiàn)狀。

（3）福建省協(xié)同競爭指數(shù)在偏利寄生區(qū)間內(nèi)，表現(xiàn)為碳減占據(jù)有利地位，追根究底在于輕工業(yè)主導的產(chǎn)業(yè)結構使福建省物流業(yè)能源消耗相對較少，而經(jīng)濟技術優(yōu)勢導致碳排放控制強度相對較高。

（4）北京、海南、安徽等省域協(xié)同競爭指數(shù)在惡性抗生區(qū)間內(nèi)，意味著該省域為滿足可持續(xù)發(fā)展，采取高碳排標準淘汰未達標排放物流企業(yè)。

23協(xié)同競爭關系分類

根據(jù)協(xié)同競爭指數(shù)及發(fā)展水平，對各省域物流業(yè)碳減復合系統(tǒng)協(xié)同競爭關系進行歸類，結果見表8。

結合物流業(yè)碳減作用關系及協(xié)同關系綜合評判結果分析：

（1）共生作用—互利共生

遼寧、山東、廣東等14省域物流業(yè)碳減復合系統(tǒng)處于協(xié)調(diào)平穩(wěn)發(fā)展狀態(tài)，物流產(chǎn)業(yè)及整體大氣生態(tài)存在可持續(xù)發(fā)展可能性。其中江蘇、河南、山西、浙江、湖南、四川省域的物流業(yè)碳減復合系統(tǒng)處于中等水平，即物流產(chǎn)業(yè)獲得發(fā)展同時一定程度兼顧了碳減排實施；吉林、黑龍江、江西、廣東各省域由于省域產(chǎn)業(yè)的發(fā)展條件及生產(chǎn)技術落后，處于低水平。

（2）抑制作用&消極作用—偏利寄生

河北、上海、福建及湖北四省域物流業(yè)碳減復合系統(tǒng)內(nèi)存在競爭“捕食”關系，即偏利寄生。上海、河北、湖北三省域物流業(yè)占據(jù)“捕食者”地位，物流業(yè)發(fā)展對碳減力度提升的抑制效應遠高于碳減力度對物流業(yè)擴展的競爭作用。雖然物流產(chǎn)業(yè)獲得一定程度的發(fā)展，但是粗放式經(jīng)營和低效高排的能源消耗對大氣生態(tài)安全造成巨大壓力。反之，福建省碳減處于“捕食者”地位，表明相對于物流產(chǎn)業(yè)碳減力度則表現(xiàn)出較高的發(fā)展水平和更好的發(fā)展態(tài)勢。其中河北省處于中水平階段的偏利寄生，福建、上海、湖北三省處于低水平起步階段。

（3）抗生作用—惡性抗生

北京、天津、海南等12省域物流業(yè)碳減復合系統(tǒng)內(nèi)部統(tǒng)一表現(xiàn)為相互抑制的抗生關系，即發(fā)展物流產(chǎn)業(yè)經(jīng)濟的同時卻沒有增加碳減技術投入，相應在碳減排實施中也抑制了產(chǎn)業(yè)經(jīng)濟規(guī)模的提升。其中安徽省的物流業(yè)碳減復合系統(tǒng)發(fā)展處于中水平，其余各省域則處于低水平的惡性循環(huán)關系中。

3結論與共治對策

本文基于生物學種間競爭關系類型，分析了物流業(yè)發(fā)展和碳排放控制間相互作用關系，借助L-V模型對全國30省域的物流產(chǎn)業(yè)和碳減力度發(fā)展水平及協(xié)同競爭指數(shù)進行測算和比較研究。研究結果表明：①從發(fā)展水平角度看，東中西部物流業(yè)發(fā)展呈階梯式分布，碳排放控制表現(xiàn)出異質(zhì)性特點，全國物流業(yè)碳減復合系統(tǒng)普遍處于中低水平；②從協(xié)同競爭關系角度看，遼寧、山東、廣東、浙江等14省域物流業(yè)發(fā)展和碳排放控制相互協(xié)同共生，河北、上海、福建和湖北4省屬偏利寄生關系，北京、天津、海南等12省域物流業(yè)發(fā)展和碳排放控制相互惡性抗生。

結合我國2020年碳減排目標，在堅持低碳和發(fā)展共進的原則下，針對各省域物流產(chǎn)業(yè)及碳減之間協(xié)同競爭關系現(xiàn)狀，提出以下共治對策：

（1）植根資源稟賦，“量身定制”區(qū)域物流體系

為扭轉物流業(yè)碳減普遍處于中低水平不利形勢，當務之急應加速傳統(tǒng)運輸業(yè)和倉儲業(yè)向現(xiàn)代物流業(yè)轉型，逐步完善現(xiàn)代物流服務體系。充分考慮各省域特征，定位物流發(fā)展核心優(yōu)勢，定制省域物流產(chǎn)業(yè)特色發(fā)展模式。例如，廣東、山東等東部省域積極通過推廣智能物流發(fā)展理念，提升物流業(yè)信息化和智能化水平；安徽、湖北等中部地區(qū)發(fā)揮承東啟西、貫通南北的區(qū)位優(yōu)勢，構建服務于產(chǎn)業(yè)轉移、資源輸送和南北區(qū)域合作的物流網(wǎng)絡；青海、寧夏等西部省份要結合一路一帶建設，打造物流通道，發(fā)展具有特色優(yōu)勢的物流產(chǎn)業(yè)。

（2）創(chuàng)新減碳技術，“雙管齊下”驅動產(chǎn)業(yè)發(fā)展

偏利寄生關系結果分析中，上海、河北、湖北三省作為碳減“捕食者”的物流產(chǎn)業(yè)，應創(chuàng)新減碳技術，轉變高碳物流低碳化，設定行業(yè)碳排放量，倒逼企業(yè)實現(xiàn)規(guī)范化排放，利用市場篩選機制，淘汰高碳排物流企業(yè)。福建省物流產(chǎn)業(yè)淪為碳減的“獵物”，應在秉承低碳理念下充分挖掘物流業(yè)經(jīng)濟發(fā)展?jié)摿?，?yōu)化物流硬件基礎設施和軟環(huán)境的發(fā)展條件進一步突出港口省份優(yōu)勢，兼顧“碳總量減排”與“碳強度減排”雙項目標，打好政府宏觀調(diào)控與市場調(diào)節(jié)的“組合拳”，驅動物流產(chǎn)業(yè)持續(xù)發(fā)展。

（3）盤查碳排源頭，“抓大放小”構建碳減機制

北京、重慶等處于惡性抗生階段的省域政府應發(fā)揮積極引導作用，變末端治理為管端預防，協(xié)助企業(yè)進行物流活動各環(huán)節(jié)直接或間接二氧化碳排放的“碳盤查”，了解各環(huán)節(jié)排放現(xiàn)狀、識別出關鍵排放源，并有針對地制定減排措施。采取“抓大放小”的市場節(jié)能減排方針，“抓”廣東、山東等高碳排省域，實行碳排放交易機制，“鐵腕式”控制排放總量；“放”青海、寧夏等低碳排省域，適度征收碳稅，“軟約束”鼓勵自愿減排。多重探索低碳物流業(yè)隧穿路徑，盡早達到排放峰值。

參考文獻：

[1]Yan Xiao， Yun Kang Cheng， Qiu Hong Jia. Application of SLP in Plant Layout Based on Low Carbon Logistics[J].Advanced Materials Research，2012，（3）：424-425.

[2]王倩倩.基于系統(tǒng)動力學的吉林省物流行業(yè)碳足跡研究[D].吉林大學，2014.

[3]劉佩.福建省物流業(yè)碳排放驅動因素及碳排放結構變化研究[D].廈門大學，2014.

[4]張立國，李東，周德群.中國物流業(yè)二氧化碳排放績效的動態(tài)變化及區(qū)域差異——基于省級面板數(shù)據(jù)的實證分析[J].系統(tǒng)工程，2013，（04）：95-102.

[5]方健，徐麗群.考慮碳排放的物流網(wǎng)絡庫存成本控制模型研究[J].科技管理研究，2012，（23）：232-235.

[6]Lotka A J. Elements of Physical Biology[M]. Philadelphia： Williams and Wilkins Company， 1925.

[7]Volterra V. Variazionie Fluttuazionidel Numerod Individual in Specie Animali Conviventi[J]. Memorie Ricerca dell Academ，ia Nazio-nale dei Lincei，Serie，1926，6（2）：31-113.

[8]卞曰瑭，何建敏，莊亞明. 基于Lotka-Volterra模型的生產(chǎn)性服務業(yè)發(fā)展機理研究[J]. 軟科學，2011，01：32-36.

[9]張智光.林業(yè)生態(tài)安全的共生耦合測度模型與判據(jù)[J].中國人口·資源與環(huán)境，2014，（08）：90-99.

[10]周甜甜，王文平.基于Lotka-Volterra模型的省域產(chǎn)業(yè)生態(tài)經(jīng)濟系統(tǒng)協(xié)調(diào)性研究[A].中國管理科學，2014.

[11]Lifeng Wu， Yinao Wang.Estimation the Parameters of Lotka-Volterra Model Based on Grey Direct Modelling Method and its Application[J].Expert Systems with Application，2011，41（23）：108-113.

[12]周葉，王道平，趙耀.中國省域物流作業(yè)的CO2排放量測評及低碳化對策研究[J].中國人口·資源與環(huán)境，2011， （09）：81-87.

[13]P H LESLIE. A Stochastic Model for Studying the Properties of Certain Biological Systems by Numerical Methods[J].Biometrika，1958，（46）：16-31.

（責任編輯：何彬）