晉冀蒙地區(qū)地級市二氧化碳排放特征及驅(qū)動力研究

趙勝男　張宇　石宏巖　張美嬌

摘 要：基于中國城市二氧化碳排放數(shù)據(jù)集，綜合運用IPAT方程和迪氏對數(shù)指標(biāo)分解方法（LMDI）量化人口、經(jīng)濟(jì)和技術(shù)等因素對晉冀蒙地區(qū)31個地級市2005-2012年二氧化碳排放變化的貢獻(xiàn)，并對城市進(jìn)行分類以提高碳排放管理的效率.研究表明：相對2005年，2012年除烏海和晉中外其他城市的二氧化碳排放量都有所增加，增長率差異顯著，14個地級市單位GDP碳排放不降反升;就驅(qū)動力作用大小而言，絕大多數(shù)城市遵循經(jīng)濟(jì)效應(yīng)>技術(shù)效應(yīng)>人口效應(yīng)的規(guī)律，各驅(qū)動力對城市二氧化碳排放的作用方向不盡相同，城市間技術(shù)效應(yīng)的差異較大;31個地級市可分為4類，其中V型城市最多，VI型城市減排壓力最大，各類城市應(yīng)采取差異化的控排政策.

關(guān)鍵詞：地級市;二氧化碳排放;驅(qū)動力;晉冀蒙地區(qū)

中圖分類號：X321? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1673-260X（2020）03-0001-07

2016年，中國政府公布了“十三五”溫室氣體減排方案，并對各省區(qū)的減排目標(biāo)進(jìn)行了約束性的規(guī)定，隨后各省、自治區(qū)、直轄市相繼印發(fā)了“十三五”應(yīng)對氣候變化規(guī)劃，將省級碳減排目標(biāo)進(jìn)一步分解到下轄地市.地級市，作為落實中國碳減排目標(biāo)的基本行政單元，其減排的效果和成敗直接影響著全國減排目標(biāo)的實現(xiàn).因此，深入剖析地級市碳排放的特征及驅(qū)動力是制定和出臺城市碳減排措施的基礎(chǔ)，也是當(dāng)前城市可持續(xù)發(fā)展的必然需求[1].晉冀蒙地區(qū)是我國重要的能源資源戰(zhàn)略保障基地，同時也是碳排放相對高值的地區(qū).研究表明，1996年、2001年、2007年三個時間段內(nèi)，碳排放以環(huán)渤海地區(qū)為中心，包括河北、山西等省份組成了高值地區(qū)，而內(nèi)蒙古則作為中值水平的省份緊鄰高值地區(qū)[2].蔡博峰研究員主持的中國城市CO2排放數(shù)據(jù)集研究也表明，主要的高碳排放城市集群分布在內(nèi)蒙古、遼寧、山東、河南、京津冀、長三角和珠三角等地區(qū)，對于CO2排放量排名前10的城市來說，山西、內(nèi)蒙古以及京津冀和長三角地區(qū)的聚集現(xiàn)象比較明顯[3];方愷等人的研究表明河北、山西和內(nèi)蒙古三省區(qū)的碳排放空間均呈現(xiàn)嚴(yán)重赤字[4]，該區(qū)域的碳減排對全國減排目標(biāo)的實現(xiàn)具有重要意義.另一方面，晉冀蒙地區(qū)幅員遼闊，涉及31個地級市，差異化的資源稟賦、人口規(guī)模、經(jīng)濟(jì)發(fā)展模式促使不同城市碳排放也表現(xiàn)出一定的差異，因而任何“一刀切”的政策制定和實施都有可能降低碳排放管理的效率，導(dǎo)致碳減排目標(biāo)難以達(dá)成.鑒于此，本文以中國城市二氧化碳排放清單數(shù)據(jù)為基礎(chǔ)[5，6]開展晉冀蒙地區(qū)地級市二氧化碳排放特征和驅(qū)動力的研究，旨在為該區(qū)域低碳政策和措施的制定提供依據(jù)，助力全國碳減排目標(biāo)的實現(xiàn).

1 研究方法和數(shù)據(jù)

1.1 基于IPAT和LMDI的二氧化碳排放驅(qū)動力分解模型

在應(yīng)對氣候變化的背景下，各國就減少溫室氣體、發(fā)展低碳經(jīng)濟(jì)已達(dá)成共識，溫室氣體排放驅(qū)動力研究逐漸成為學(xué)界廣泛關(guān)注的焦點，而因素分解法是研究這一問題的有效且實用的工具之一[7，8].因素分解法的基本思路是首先將因變量表示成幾個自變量乘積的形式，然后將因變量的變化表示成幾個自變量變化的加和或乘積，通過不同的權(quán)重確定方法來量化每個自變量變化對因變量變化的貢獻(xiàn)程度[9].2004年，Ang對各種權(quán)重確定方法從理論基礎(chǔ)、技術(shù)特點、適應(yīng)范圍、結(jié)果表達(dá)等方面進(jìn)行綜合比較，得出迪氏對數(shù)指標(biāo)分解方法（log-mean Divisia index，LMDI）因全分解、無殘差、計算簡便等優(yōu)點而更勝一籌[10]，2015年其又通過統(tǒng)計近年來使用LMDI法的論文數(shù)量進(jìn)一步證明了該方法的強(qiáng)大生命力[11].IPAT方程是1971年由美國斯坦福大學(xué)著名人口學(xué)家埃里希和哈爾頓（Ehrlich and Holdre）教授提出，較早用于考量人類與環(huán)境間定量關(guān)系的基本方程[12].由于具有簡單性、系統(tǒng)性和健全性等優(yōu)點，該方程已被廣泛應(yīng)用于碳排放等領(lǐng)域的人為驅(qū)動力分析[9，13].方程的基本形式是I=PAT，其中I代表環(huán)境影響、P代表人口，A代表富裕程度、T代表技術(shù)水平.以IPAT方程作為分析基礎(chǔ)，LMDI法作為分析的手段，探討晉冀蒙地區(qū)地級市二氧化碳排放量變化的驅(qū)動力.

綜合相關(guān)文獻(xiàn)[9，14]，用二氧化碳排放量、常住人口、人均GDP和單位GDP碳排放分別代表環(huán)境影響、人口、富裕程度和技術(shù)水平，則二氧化碳排放量可表示為：

式中：C為二氧化碳排放量，P為常住人口，A為人均GDP，T為單位GDP碳排放.

用C0和Ct分別表示基期0和第t年的二氧化碳排放量，則從基期到t年的二氧化碳排放量變化值可表示為ΔC，變化率表示為D.利用LMDI法對影響二氧化碳排放量的3個因素進(jìn)行分解：

式中：ΔCP表示人口效應(yīng)，反映人口規(guī)模變化對二氧化碳排放量產(chǎn)生的影響;ΔCA為經(jīng)濟(jì)效應(yīng)，反映人均GDP變化對二氧化碳排放量產(chǎn)生的影響;ΔCT為技術(shù)效應(yīng)，反映單位GDP碳排放變化對二氧化碳排放量產(chǎn)生的影響，如果各效應(yīng)值大于0，稱為增排效應(yīng)，反之稱為減排效應(yīng);DP、DA和DT分別表示人口效應(yīng)、經(jīng)濟(jì)效應(yīng)和技術(shù)效應(yīng)的貢獻(xiàn)率，如果各效應(yīng)的貢獻(xiàn)率大于1，稱為增排效應(yīng)，小于1稱為減排效應(yīng).分別采用LMDI法的加和分解形式和乘積分解形式有[8]：

1.2 基于驅(qū)動力分解結(jié)果的城市分類方法

晉冀蒙地區(qū)下轄的地級市較多，為了便于分析和管理，借鑒時玉茹的方法[15]，以二氧化碳排放量的變化率D為橫坐標(biāo)，以增排效應(yīng)的數(shù)量n為縱坐標(biāo)，n的取值范圍為0～3，以（1，0）為坐標(biāo)原點，建立直角坐標(biāo)系，將1.1驅(qū)動力分解結(jié)果分成六類，如圖1所示，各類參數(shù)如表1所示.

1.3 數(shù)據(jù)來源與處理

碳排放清單是分析和研究碳排放特征和驅(qū)動力的基礎(chǔ)，然而，我國地級市尤其是三線城市和小城市基礎(chǔ)數(shù)據(jù)相對匱乏，導(dǎo)致其碳排放核算工作難以開展;同時，已有的城市尺度的研究由于各自采用不同的數(shù)據(jù)源，導(dǎo)致城市之間碳排放量的可比性較差，很難建立科學(xué)有效的城市碳排放績效評估體系[5，16].基于高空間分辨率網(wǎng)格數(shù)據(jù)建立中國城市排放數(shù)據(jù)可有效解決由于數(shù)據(jù)源和清單方法差異導(dǎo)致的城市排放可比性差的問題[17].驅(qū)動力分析所需的二氧化碳排放量、常住人口、GDP等數(shù)據(jù)來源均來自基于中國高空間分辨率網(wǎng)格數(shù)據(jù)（CHRED）建立的“中國城市CO2排放數(shù)據(jù)集研究”（2005和2012）[5，6].在分析單位GDP碳排放時，為了消除價格因素的影響，將2005年的價格作為不變價格計算2012年GDP.具體方法如下：首先從山西統(tǒng)計年鑒[18]、河北經(jīng)濟(jì)年鑒[19]和內(nèi)蒙古統(tǒng)計年鑒[20]中查到31個地級市2006-2012年的GDP指數(shù)（上年=100）;將該指數(shù)除以100即得到相比上一年各年份GDP的增長倍數(shù);然后以2005年為基準(zhǔn)年份，用2005年GDP連續(xù)乘以2006-2012年各年份的GDP增長倍數(shù)，從而得到31個地級市2012年不變價格的GDP.

2 晉冀蒙地區(qū)地級市二氧化碳排放特征

2005年晉冀蒙地區(qū)共有地級市31個[21]，各地級市的二氧化碳排放及排序情況如表2所示.與2005年相比，2012年僅烏海和晉中的二氧化碳排放量有所下降，其他地級市的二氧化碳排放量均呈增長態(tài)勢，并且增長率有顯著的差異.二氧化碳排放增長較快的地級市有長治、廊坊、朔州、通遼和鄂爾多斯;二氧化碳排放增長較慢的城市有陽泉、石家莊、唐山和邯鄲，其中長治的增長率比陽泉高323個百分點.2005年，二氧化碳排放量超過5000萬t的城市只有3個，分別為唐山、邯鄲和石家莊;而2012年二氧化碳排放量超過5000萬t的城市已達(dá)16個，超過晉冀蒙地區(qū)地級市數(shù)量的一半，其中超過1億t的城市就有6個，分別是唐山、鄂爾多斯、邯鄲、長治、臨汾、運城和太原.另一方面，各地級市二氧化碳排放量的排序也發(fā)生了相應(yīng)的變化，其中排序變化較為明顯（絕對值超過5）的城市包括：晉中、張家口、烏海、太原、長治、陽泉和通遼.

如表3所示，相對于2005年，2012年17個地級市單位GDP碳排放量出現(xiàn)下降，14個地級市出現(xiàn)上升.單位GDP碳排放量下降較快的城市有烏海、晉中、石家莊和陽泉，單位GDP碳排放量上升較快的城市有長治、廊坊、太原和朔州.相比2005年，2012年地級市單位GDP碳排放量的變異系數(shù)從0.65下降到0.52，說明城市間單位GDP碳排放量的差異在縮小但依然明顯.2005年，單位GDP碳排放量低于全國平均水平（4.67t/萬元[17]）的城市有6個，分別是滄州、廊坊、衡水、保定、太原和秦皇島;2012年該數(shù)值增加到8個，分別是滄州、衡水、保定、廊坊、石家莊、秦皇島、包頭和承德.與此同時，各城市的單位GDP碳排放量的排序也發(fā)生了相應(yīng)變化，排序變化較大的城市（絕對值超過5）多達(dá)19個，其中長治、太原、大同、呂梁、赤峰、陽泉、唐山和邯鄲等城市排序變化均超過10.

3 二氧化碳排放量變化驅(qū)動力分解結(jié)果分析與討論

各地級市二氧化碳排放變化的驅(qū)動力分解結(jié)果如表4所示.就驅(qū)動力的作用方向而言，經(jīng)濟(jì)效應(yīng)在31個城市均表現(xiàn)為增排效應(yīng)，人口效應(yīng)在26個城市表現(xiàn)為增排效應(yīng)，在5個城市表現(xiàn)出減排效應(yīng);技術(shù)效應(yīng)在14個城市表現(xiàn)為增排效應(yīng)，在17個城市表現(xiàn)為減排效應(yīng);就驅(qū)動力作用大小來看，絕大多數(shù)城市都遵循經(jīng)濟(jì)效應(yīng)>技術(shù)效應(yīng)>人口效應(yīng)的規(guī)律，說明以人均GDP表征的經(jīng)濟(jì)因素是影響絕大多數(shù)城市二氧化碳排放量的最重要的因素，這一結(jié)論與一些省區(qū)層面、國家層面的碳排放驅(qū)動力研究結(jié)果一致[22，23]，帶來的啟示是在控制和減少二氧化碳排放方面，無論是國家、省區(qū)還是城市都不應(yīng)該以犧牲經(jīng)濟(jì)發(fā)展為前提，而應(yīng)著重考慮如何轉(zhuǎn)變經(jīng)濟(jì)發(fā)展的方式.比較各效應(yīng)的離散系數(shù)可知，相比經(jīng)濟(jì)因素和人口因素，城市之間的技術(shù)因素差異更大，暗示了城市間通過相互學(xué)習(xí)和借鑒先進(jìn)技術(shù)而實現(xiàn)控制和減少二氧化碳排放的可能性.

依據(jù)1.2所述的分類方法，晉冀蒙地區(qū)共包含4種城市類型，每種類型所包含的城市個數(shù)不同，其中V型城市最多達(dá)14個，占城市總數(shù)的45.2%，其次是VI型城市，12個，占城市總數(shù)的38.7%，IV型和II型城市較少，分別占城市總數(shù)的9.7%和6.5%.

V型城市包括陽泉、大同、石家莊、唐山、邯鄲、張家口、邢臺、秦皇島、承德、滄州、包頭、呼和浩特、烏蘭察布和鄂爾多斯，從行政區(qū)劃上看大多分布在河北省.這類城市的特點是人口和經(jīng)濟(jì)因素均促進(jìn)二氧化碳排放，技術(shù)因素抑制二氧化碳排放，綜合作用下城市二氧化碳排放增加.以唐山為例，研究期內(nèi)常住人口從730.40萬人增加到757.73萬人（見表5），人均GDP從2.78t/萬元增加到6.12t/萬元，二者合力促使二氧化碳排放增加到2005年的2.29倍;另一方面唐山市通過淘汰落后產(chǎn)能、嚴(yán)格執(zhí)行項目準(zhǔn)入標(biāo)準(zhǔn)、狠抓重點治理等手段使得單位GDP二氧化碳排放從9.09t/萬元下降后到4.76t/萬元，推動二氧化碳排放量下降到2005年的52.40%，（見表4）三種因素綜合作用使得該市二氧化碳排放量增加到2005年的1.20倍.這類城市的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整已取得了初步成效，今后應(yīng)加快推進(jìn)產(chǎn)業(yè)內(nèi)部升級，特別通過工藝升級和創(chuàng)新等方式進(jìn)一步降低單位GDP碳排放，從而實現(xiàn)二氧化碳的控排.

VI型城市包括太原、長治、晉城、朔州、運城、忻州、臨汾、呂梁、保定、廊坊、衡水和通遼，從行政區(qū)劃上大多分布在山西省.這類城市的特點是除了人口和經(jīng)濟(jì)因素外，技術(shù)因素也促進(jìn)二氧化碳排放，是4類城市中減排任務(wù)最為艱巨的城市.以太原為例，研究期內(nèi)該市人口從374.86萬人增加到420.16萬人（見表5）導(dǎo)致其二氧化碳排放增加到2005年的1.12倍，人均GDP從2.38萬元/人增加到4.12萬元/人，導(dǎo)致其二氧化碳排放增加到2005年的1.73倍，單位GDP二氧化碳排放從3.49t/萬元增加到5.77t/萬元，導(dǎo)致二氧化碳排放增加到2005年的1.65倍，綜合作用下該市二氧化碳排放增加到2005年的3.21倍（見表4）.這組城市中大多數(shù)的第二產(chǎn)業(yè)占GDP比重都出現(xiàn)了增加的趨勢，說明研究期內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整政策不利于二氧化碳的控制，伴隨著工業(yè)化進(jìn)程的推進(jìn)，這些城市的碳排放仍將在一定時期內(nèi)快速增加.

IV型城市包含赤峰、呼倫貝爾和巴彥淖爾等3個城市，均分布在內(nèi)蒙古.這類城市的特點是人口和技術(shù)因素一起抑制二氧化碳排放，但卻抵不過經(jīng)濟(jì)因素對二氧化碳排放的促進(jìn)作用，城市二氧化碳排放量增加.以呼倫貝爾為例，研究期內(nèi)該市常住人口從261.91萬人減少到254.93萬人，單位GDP二氧化碳排放從8.42t/萬元下降到7.17t/萬元，二者合力促使其二氧化碳排放量下降到2005年的82.98%，與此同時人均GDP從2005年的1.24萬元/人增加到2012年的3.51萬元/人，促使二氧化碳排放增加到2005年的2.89倍，三種因素綜合作用使得該市二氧化碳排放增加到2005年的2.35倍（見表4）.對于這類城市盡管人口的減少對碳排放起到了抑制作用，但隨著生活水平的提高，人均碳排放量將會升高，常住人口對碳減排發(fā)揮的作用將非常有限，因而今后還應(yīng)不斷提高碳排放的生產(chǎn)效率.

II型城市包含晉中和烏海，均分布在內(nèi)蒙古.這類城市的特點是在保證經(jīng)濟(jì)增長的同時實現(xiàn)了二氧化碳絕對減排，可作為其他城市的學(xué)習(xí)的榜樣.從表5可以看出，研究期內(nèi)烏海經(jīng)濟(jì)快速發(fā)展，人均GDP從2005年2.63萬元/人增加到2012年的7.39萬元/人，常住人口從2005年的47.73萬人增加到2012年的53.39萬人，兩種因素均發(fā)揮了增排作用，二者合力促使烏海二氧化碳排放量增加到2005年的2.14倍（見表4）;另一方面，烏海市抓住成為全國首批循環(huán)經(jīng)濟(jì)示范城市的機(jī)遇，加速調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，工業(yè)結(jié)構(gòu)不斷優(yōu)化，傳統(tǒng)產(chǎn)業(yè)進(jìn)一步延伸升級，精細(xì)化工產(chǎn)業(yè)加快發(fā)展，實現(xiàn)單位GDP二氧化碳排放從27.35t/萬元下降到8.39t/萬元，促使二氧化碳下降到2005年的31.41%，三種作用力綜合作用下2012年二氧化碳排放量比2005年下降了1.45%.這類城市驗證了研究期內(nèi)采取的調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的政策是成功的，今后可沿用當(dāng)前的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整政策，其他城市也可參考.

4 結(jié)論

基于中國城市二氧化碳排放清單數(shù)據(jù)，結(jié)合IPAT方程和LMDI法構(gòu)建二氧化碳排放驅(qū)動模型，分析晉冀蒙地區(qū)31個地級市2005-2012年二氧化碳排放變化的原因，在此基礎(chǔ)上對31個城市進(jìn)行分類，得出結(jié)論如下：

（1） 除烏海和晉中外，其他地級市的二氧化碳排放均出現(xiàn)增加，增長率差異較大，排放量超過5000萬t的城市由2005年的3個增加到2012年的16個.

（2） 14個地級市單位GDP碳排放量不降反升，城市間單位GDP碳排放差異顯著，城市間排序變化較大.

（3） 人口、經(jīng)濟(jì)和技術(shù)因素對絕大多數(shù)城市二氧化碳排放變化的貢獻(xiàn)大小遵循：經(jīng)濟(jì)效應(yīng)>技術(shù)效應(yīng)>人口效應(yīng)的規(guī)律;經(jīng)濟(jì)因素在31個城市表現(xiàn)為正向驅(qū)動力，人口因素在26個城市表現(xiàn)為正向驅(qū)動力，技術(shù)因素在14個城市表現(xiàn)為正向驅(qū)動力;技術(shù)因素對不同城市二氧化碳排放變化的貢獻(xiàn)程度差異較大.

（4） 31個地級市分別屬于4種城市類型，V型城市最多，VI型城市減排壓力最大，不同類型的城市驅(qū)動力作用差異明顯，應(yīng)采取差異化的二氧化碳控排政策.

由于數(shù)據(jù)限制，本研究僅關(guān)注了晉冀蒙地區(qū)地級城市二氧化碳排放的靜態(tài)變化，但是隨著基于CHRED的中國城市CO2排放數(shù)據(jù)的不斷完善和發(fā)展，該地區(qū)二氧化碳排放的動態(tài)變化研究將成為可能.此外，本文主要分析了經(jīng)濟(jì)總量對碳排放的影響.但經(jīng)濟(jì)總量是由三次產(chǎn)業(yè)結(jié)構(gòu)組成的，不同產(chǎn)業(yè)對碳排放會產(chǎn)生不同的影響，同樣產(chǎn)業(yè)內(nèi)部的差異也會導(dǎo)致不同的影響，這些都屬于本文未涉及但值得進(jìn)一步討論的問題.

參考文獻(xiàn)：

〔1〕蔡博峰，趙楠，馮愷.城市CO2排放驅(qū)動力和影響因素研究[J].中國人口·資源與環(huán)境，2013，23（5）：14-20.

〔2〕毛熙彥，林堅，蒙吉軍.中國建設(shè)用地增長對碳排放的影響[J].中國人口·資源與環(huán)境，2011，21（12）：25-41.

〔3〕蔡博峰，王金南，楊姝影，等.中國城市CO2排放數(shù)據(jù)集研究[J].中國人口·資源與環(huán)境，2017，27（2）：1-4.

〔4〕方愷，張琦峰，葉瑞克，等.巴黎協(xié)定生效下的中國省際碳排放權(quán)分配研究[J].環(huán)境科學(xué)學(xué)報，2018，38（03）：1224-1234.

〔5〕蔡博峰，楊朝飛，曹麗斌.中國城市二氧化碳排放評估研究[M].北京：中國環(huán)境出版社，2017.7-15.

〔6〕中國城市溫室氣體工作組.中國城市2005年二氧化碳排放數(shù)據(jù)集[M].北京：中國環(huán)境出版集團(tuán).2018.

〔7〕Diakoulaki D， Mavrotas G， Orkopoulos D， et al. A bottom-up decomposition analysis of energy-related CO2 emissions in Greece. Energy， 2006， 31（14）： 2638-2651.

〔8〕趙勝男，林劍藝，崔勝輝，等.基于驅(qū)動力分析的福建省溫室氣體減排途徑研究[J].環(huán)境科學(xué)與技術(shù)，2015，38（10）：182-189.

〔9〕方愷，沈萬斌，董德明.經(jīng)濟(jì)增長和技術(shù)進(jìn)步對吉林省能源足跡的影響分析[J].干旱區(qū)地理，2013， 36（1）：186-143.

〔10〕ANG B W. Decomposition analysis for policymaking in energy： which is the preferred method[J]. Energy Policy， 2004， 32（9）： 1131-1139.

〔11〕ANG B W. LMDI decomposition approach： A guide for implementation[J]. Energy Policy， 2015， 86： 233-238.

〔12〕毛建素，徐琳瑜，李春輝，等.循環(huán)經(jīng)濟(jì)與可持續(xù)發(fā)展型企業(yè)[M].北京：中國環(huán)境出版社，2016.

〔13〕龍愛華，徐中民，王新華，等.人口、富裕及技術(shù)對2000年中國水足跡的影響[J].生態(tài)學(xué)報，2006， 26（10）：3358-3365.

〔14〕屈超，陳甜.中國2030年碳排放強(qiáng)度減排潛力測算[J].中國人口·資源與環(huán)境，2016，26（7）：62-69.

〔15〕時玉茹.中國有色金屬行業(yè)碳排放分解分析與預(yù)測[D].天津：天津大學(xué)，2014.

〔16〕Chen Qian-li， Cai Bo-feng， Dhakal Shobhakar， et al. CO2 emission data for Chinese cities[J]. Resources， Conservation and Recycling， 2017， 126： 198-208.

〔17〕Marcotullio Peter John， Sarzynski Andrea， Albrecht Jochen， et al.The geography of global urban greenhouse gas emissions： an exploratory analysis[J]. Climatic Change， 2013， 121（4）： 621-634.

〔18〕山西省統(tǒng)計局.山西統(tǒng)計年鑒（2007-2013）[M].北京：中國統(tǒng)計出版社，2007-2013.

〔19〕河北省人民政府.河北經(jīng)濟(jì)年鑒（2007-2013）[M].北京：中國統(tǒng)計出版社，2007-2013.

〔20〕內(nèi)蒙古統(tǒng)計局.內(nèi)蒙古統(tǒng)計年鑒（2007-2013）[M].北京：中國統(tǒng)計出版社，2007-2013.

〔21〕中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒2006[M].北京：中國統(tǒng)計出版社，2006.

〔22〕張偉，張金鎖，鄒紹輝，等.基于LMDI的陜西省能源消費碳排放因素分解研究[J].干旱區(qū)資源與環(huán)境，2013，27（09）：26-31.

〔23〕朱勤，彭希哲，陸志明，等.中國能源消費碳排放變化的因素分解及實證分析[J].資源科學(xué)，2009， 31（12）：2072-2079.

收稿日期：2019-12-22

基金項目：內(nèi)蒙古自治區(qū)高等學(xué)校科學(xué)研究項目（NJZY17321）;教育部人文社會科學(xué)研究青年基金（17YJC630218）

通訊作者：張宇（1980-），男，副教授，博士，主要從事土地與環(huán)境政策研究