排放影響因子與碳足跡研究述評

摘要：低碳經濟在全球氣候變暖的背景下已經成為國際社會關注的熱點問題，碳排放作為發展低碳經濟的重要問題之一更加受到全社會的重視。本文分別從國家、省域、城市和家庭層面回顧影響碳排放因素的相關文獻，從國家和省域層面、交通領域層面和產品層面分析碳足跡的現有研究和應用，并對未來的研究方向和應用進行展望。

關鍵詞：低碳經濟；碳排放；影響因子；碳足跡

中圖分類號：F062.2 文獻標識碼：B

一、 引言

“低碳經濟”概念最早正式出現在2003年2月24日的英國能源白皮書《我們能源的未來：創建低碳經濟》中，該白皮書指出低碳經濟是通過更少的自然資源消耗和更少的環境污染，獲得更多的經濟產出，是創造更高的生活標準和更好的生活質量的途徑與機會，它也將為開發、應用和出口先進技術創造機會。白皮書雖然提出了低碳經濟的概念，但沒有進行嚴格的界定，而在其后的巴厘路線圖中，這一概念被進一步肯定［1］。目前被廣泛引用的是英國環境專家魯賓斯德的闡述：低碳經濟是一種正在興起的經濟模式，其核心是在市場機制的基礎上；通過制度框架和政策措施的制定和創新，推動提高能效技術、節約能源技術、可再生能源技術和溫室氣體減排技術的開發和應用，促進整個社會經濟朝向高能效、低能耗和低碳排放的模式轉型。

在全球氣候變暖的背景下，低碳經濟已經成為當前國際社會關注的熱點問題。低碳經濟是通過更少的自然資源消耗和更少的環境污染，獲得更多的經濟產出［2］。隨著低碳技術和低碳理念的推進，以“低碳”為標志的綠色行動將徹底改變人類社會的生產方式和生活方式。碳排放的相關研究作為發展低碳經濟的核心問題，也受到科研人員的重視。本文擬對國內外學者關于碳排放因子與碳足跡的相關研究進行分類梳理和總結，分別從不同產業、不同區域、不同國家的碳排放差異以及碳足跡四個角度來進行歸納總結和分析。

二、碳排放影響因子研究及其展望

現有的文獻分別從國家、省域、城市和家庭四個層面，探討影響碳排放因素的問題，采用的研究方法主要是統計學和計量經濟學等，在此基礎上來提出相應的減排策略。在國家層面，何建坤和劉濱（2004）對作為溫室氣體排放衡量指標的碳排放強度進行的分析。作者利用歷史統計數據，定量研究了碳排放強度下降率與GDP的增長率、碳排放增長對GDP的彈性、能源消費強度以及能源消費的碳強度等相關關系。對處于不同經濟發展階段國家的碳排放強度以及碳排放強度下降率進行了規律性分析，從而得出結論，以碳排放強度作為各國減緩氣候變化貢獻的衡量指標，對于發展中國家而言，可以承認和反映其對減緩氣候變化的貢獻；對發達國家來說，則不能只談這一單一指標，而必須將碳排放強度的下降率大于GDP增長率作為重要基準［3］。

張德英（2005）對中國工業部門碳源排碳量估算辦法的研究。通過詳細分析工業部門的排碳方式后發現，其排碳量不僅與其生產方式、能源利用強度等有密切聯系，還與經濟系統中的科技、投資、人口等一些相關要素間接相關，而這些要素在經濟系統中又是相互影響的。因此，作者用系統仿真的辦法對其排碳量進行估算并在分析工業部門碳源及排碳系統要素間的反饋互動機制后，利用復雜系統綜合集成的建模方法建立工業部門排碳模型，采用系統仿真的辦法，達到對排碳量估算及預測的目的，最后通過模型在鋼鐵行業的成功應用來驗證該方法對于工業部門的排碳量估算是行之有效的［4］。

徐國泉等人(2006)基于碳排放的基本等式，采用對數平均權重Divisia分解法，建立中國人均碳排放的因素分解模型，定量分析了1995-2004年間，能源結構、能源效率和經濟發展等因素的變化對中國人均碳排放的影響，結果顯示經濟發展對拉動中國人均碳排放的貢獻率呈指數增長，而能源效率和能源結構對抑制中國人均碳排放的貢獻率都呈倒“U”形，這說明能源效率對抑制中國碳排放的作用在減弱，以煤為主的能源結構未發生根本性變化，能源效率和能源結構的抑制作用難以抵銷由經濟發展拉動的中國碳排放量增長［5］。

胡初枝等人（2008）對中國碳排放特征及其動態演進進行分析。本文基于EKC模型，采用平均分配余量的分解方法，構建中國碳排放的因素分解模型，定量分析了1990-2005年經濟規模、產業結構和碳排放強度對碳排放的貢獻，即規模效應、結構效應和技術效應。結果表明，經濟增長與碳排放之間呈現出“N”型關系，經濟規模對碳排放變動具有增量效應，這是推動碳排放增加的主要因素；由于不同產業之間碳排放差異性越來越大，產業結構調整對碳排放具有一定的減量效應，但抑制作用并不明顯，產業結構仍有待優化；技術效應波動性較大，總體上具有正效應，從減少碳排放角度來看，現行技術對降低碳排放并未發揮優勢［6］。

朱勤等人（2010）對中國1980-2007年碳排放情況的統計實證結果表明，擴展的STIRPAT模型對中國國情有較高的解釋力。居民消費水平、人口城市化率、人口規模三個因素對我國碳排放總量的變化影響明顯；現階段我國居民消費水平與人口結構變化對碳排放的影響力已高于人口規模變化的影響力，居民消費水平與消費模式等人文因素的變化有可能成為我國碳排放的新的增長點；技術進步因素在此模型中對我國該階段碳排放的解釋力有限，表明我國未來通過技術進步減緩碳排放的潛力巨大［7］。

在國外，Soytas等人（2007）則通過格蘭杰檢驗的方法研究了美國碳排放量、能源使用和國民收入之間的長期變化狀況，結果表明對美國碳排放量提高的主要原因是能源的使用數量［8］。Dalton等人（2008）采用PET模型進行研究，結果表明：人口越多，碳排放量就越多，而且人口結構對碳排放量也有影響，隨著世界人口轉型，人口老齡化現象逐漸凸顯，發達國家將在2020年前后進入老齡化社會，人口老齡化因素會降低碳排放量這一效果與技術變革的效果相當［9］。

在省域層面，查冬蘭和周德群(2007)基于Kaya因素分解，引入Theil指數和Kaya因子，利用絕對差異法、相對差異法和基尼系數對我國28個省區1995-2005年間能源利用效率的差異性進行了比較。結果顯示各省市區能源利用效率存在趨同現象；Theil指數表明2003年后人均CO2排放差異性在減弱，Kaya因子中貢獻最大的是能源強度指標其次是人均GDP，碳排放系數貢獻相對較小；八個經濟區間的差異要大于經濟區內部的差異，且一直占據主導地位［10］。王偉林和黃賢金(2008)以江蘇省為例，進行的區域碳排放強度變化的因素分解模型及實證分析。通過分解模型從橫向和縱向兩個方面分析了影響碳排放強度變化的因素。研究表明江蘇省碳排放強度變動由行業碳排放強度和行業產出份額共同作用。相對于行業產出份額，行業碳排放強度對整個社會碳排放強度變動影響更大［11］。

劉燕娜等人(2008)基于1994－2008年的時間序列統計數據，采用對數平均權重Divisia分解法將影響福建省碳排放的因素分解為能源結構因素、能源排放強度、能源效率和經濟發展，建立福建省人均碳排放的因素分解模型，定量衡量各因素對福建省人均碳排放的貢獻大小，得出經濟發展是福建人均碳排放最大的拉動因素，能源效率是抑制福建人均碳排放最重要的因素，而能源結構對福建人均碳排放的影響相對較小但今后貢獻可能增大等結論［12］。蘇方林等人（2010）采用加權最小二乘法與向量自回歸方法，對比性建立了廣西碳排放量及影響因素間關系的實證模型，并進一步利用脈沖響應函數和方差分解探索影響系數大小和時期變化規律。研究表明，廣西碳排放量對經濟增長狀況和產業結構的沖擊反應十分敏感，能源價格、人均收入水平和外商直接投資隨時期變化的響應比較穩定；各變量影響系數在短期和長期存在差異；單位根檢驗、格蘭杰因果檢驗及協整檢驗發現碳排放量與各影響因素間存在一種長期均衡穩定的關系［13］。

在城市層面，梅建屏等人（2009）對基于不同出行方式的城市微觀主體碳排放進行了研究。作者從城市微觀主體的角度出發，通過構建城市微觀主體碳排放評測模型，探討了城市微觀主體土地利用模式對碳排放的影響。并以南京市某單位為例，采用交通周轉量與連續逼近法，對研究單位園區間流通帶來的碳排放進行了評測。結果表明，交通方式的選擇對碳排放量的影響較顯著，不同交通方式的碳排放量由少到多排序為：城市公交、綜合交通、單位通勤、私人轎車［14］。

對于家庭層面，葉紅等人（2010）對城市家庭能耗直接碳排放的影響因素展開研究，作者認為，家庭能耗碳排放是城市碳排放的一個組成部分，分析它的各種影響因素對于控制它對局域乃至全球氣候變化的負面影響具有重要的意義。文章以廈門島區為例，通過社會問卷設計和調查，應用數理統計方法對最終收回的340份有效問卷進行城市家庭能耗的影響因子分析，結果表明2007年廈門島區平均家庭能耗直接碳排放量為1 218.2kg，電力消耗直接碳排放是廈門島區主要的家庭能耗直接碳排放方式，電力消耗直接碳排放量是瓶裝液化石油氣與代用天然氣使用直接碳排放總量的近5倍。通過單因素方差分析與多元逐步回歸方程得到，與住區自然環境與家庭耗能傾向相比，家庭社會情況是影響家庭能耗直接碳排放最為重要的因子，其對家庭能耗直接碳排放變化的解釋能力為17.9%。通過主成分分析得到，家庭住宅面積對家庭能耗直接碳排放的影響最為顯著，家庭住宅面積對公共因子的貢獻率達到了0.829［15］。

從上述學者們的研究成果可以看出，盡管不同研究視角下碳排放的影響因子不盡相同，但都可以通過分析找到有效的措施進行減排，發展低碳經濟?，F有的研究對國家和省域層面的研究結果較為豐富，而城市和家庭層面的碳排放相關研究還比較薄弱，這應該引起學者們的下一步關注。另外，從研究方法看，大都采用統計學和計量經濟學的定量研究方法，在方法學上還比較單一，需要將更多的成熟方法（包括多種方法的綜合）應用于本領域的研究，如復雜系統理論，碳排放問題是一個復雜的社會和經濟問題，完全可以采用復雜系統的相關理論和方法進行研究，系統性地分析這些影響因子，從而更有利于我們把握碳排放的影響因子及其相互間的動態關系。

三、碳足跡研究及其展望

碳足跡(Carbon Footprint)一詞是由生態足跡(Ecological Footprint)一詞衍生而來，它是對某種活動引起的(或某種產品生命周期內積累的)直接或間接的CO2排放量的度量。BP公司（2007）認為，碳足跡是指人類日?；顒舆^程中所排放的CO2總量。Global Footprint Network公司（2007）認為碳足跡是生態足跡的一部分，可看作化石能源的生態足跡。碳足跡揭示了終端消費領域人類活動對于全球氣候變化的影響，是碳排放研究從生產層面轉向消費層面的重要標志。開展碳足跡研究可以揭示人類終端消費活動導致的碳排放以及消費能力、消費結構與碳足跡的關系［16］。聶祚仁(2010)指出，碳足跡的計算對碳減排有著重要的指導意義。對于政府、企業而言，確定碳足跡是減少碳排放行為的第一步，它能幫助企業辨識自己在產品生命周期中主要的溫室氣體排放過程，以利于制定有效的碳減排方案。而在方案制定過程中，根據碳足跡的分析結果，還可以預測擬采用的減排措施會對目前的溫室氣體排放情況的影響，從而實現對不同擬減排措施的擇優與改進。企業還可以通過碳足跡的計算宣傳自己的碳減排行動。而對于公眾而言，碳足跡更注重從個體的角度看待碳減排，有意讓公眾認識到減少碳排量不僅僅是政府、企業等組織的行為，更且是每個公民的責任［17］。

在國家和省域層面，岳超等人（2010）在簡要評價碳排放預測方法和模型的基礎上，對中國2050年的碳排放量進行的預測，結果表明中國2050年碳排放量最佳可能范圍為2.4-3.3Pg/a；人均碳排放量為1.7-2.3t。最佳可能上限預測的碳排放量峰值年為2035年，碳排放量峰值為4.4Pg/a，人均碳排放量峰值為3.0t。2006-2050年中國累計碳排放總量的最佳可能范圍為102-156Pg，人均累計碳排放量為71-109t。人均累計排放最佳預測上限低于美國同期累計人均排放，與發達國家同期累計人均排放相差不大，但在1850-2005年，中國累計人均排放分別是發達國家和美國的約1/10和1/20。這些表明就人均累計排放而言，中國與發達國家間仍然有較大的差距［18］。

趙榮欽等人（2010）采用2007年中國各省區不同產業各種能源消費等數據，通過構建能源消費碳排放和碳足跡模型，對各省區化石能源和農村生物質能源的碳排放量進行了估算；建立了不同產業空間與能源消費碳排放的對應關系，將產業活動空間分為農業空間、生活與工商業空間、交通產業空間、漁業與水利業空間、其他產業空間等五大類；對各省區不同產業空間碳排放強度和碳足跡進行了對比分析。得出如下結論：（1）中國2007年能源消費碳排放總量為1.65Gt，其中化石能源碳排放占89%；（2）2007年中國產業空間碳排放強度為1.98t/hm，其中，生活及工商業空間、交通產業空間的碳排放強度較高，分別為55.16t/hm和49.65t/hm；（3）2007年中國產業空間碳足跡為522.34×106hm，由此造成的生態赤字為28.69×106hm，這說明中國的生產性土地面積不足以補償產業空間的碳排放，補償率約為94.5%。各地區碳足跡差異明顯，不少省份甚至存在生態盈余?？傮w而言，從產業活動空間的角度來看，中國目前的碳赤字不大；（4）全國產業空間單位面積碳足跡為0.63hm/hm，其中生活與工商業空間的碳足跡最大，為17.5hm/hm。不同產業空間單位面積碳足跡大都呈現從東到西逐漸下降的趨勢［19］。

孫建衛等人（2010）結合IPCC的清單方法對中國1995-2005年碳排放進行了核算，以區域投入產出分析為基礎，對生產滿足國民經濟最終消費的產品(服務)量所需要的直接或間接碳排放量進行核算，并對碳排放足跡及各部門之間的碳關聯進行了分析。獲得結論如下：（1）中國2002年碳排放足跡為176 528.10萬t，人均碳足跡為1.37426t/人，其中大部分源于國內最終使用的排放；（2）從足跡類型上看，中國屬于價值量順差與碳排放足跡逆差共存型，即碳排放凈輸入國。貿易額增長對碳排放足跡的增加有較大的促進作用；（3）制造業、電力、熱力行業與農業的排放足跡占到了總排放足跡的80%以上，是對碳排放依賴程度較大的產業部門；（4）足跡影響力分析顯示，電力、熱力行業占據了碳排放足跡需求的強勢地位；足跡感應力分析表明，國民經濟及其相關產業對電力、熱力行業和制造業碳排放的拉動力最大［20］。

在交通領域，Piecyk等人(2010)通過大規模德爾菲調查，將貨運需求的影響因素，汽車燃料消耗和二氧化碳排放分為六個類別，進而評估2020年公路貨物運輸的碳排放［21］。Brand等人(2010)提出了一個新的戰略運輸、能源、碳排放和環境影響模型（UKTCM），它包含一序列涉及社會經濟、能源需求減少政策影響、生命周期內的碳排放和外部成本等的運輸－能源－環境問題，并通過三個簡單政策和一個政策體系來證明模型的可行性，從而為低碳運輸政策的制定提供理論支持［22］。Smith(2010)鑒于愛爾蘭電力供應系統的效率和碳排放強度，從增加運輸部門電氣化，采用插入式混合動力電動車等來降低能源需求和碳排放［23］。Conway（2008）就航空貨運業在供應鏈中的“碳排放”進行的研究，結果表明航空貨運業中消除因空管延誤而產生的碳排放約占12%，用新機型替代老機型，并使用合成燃料，改進飛機的設計，比如使用后置、開式轉子發動機可以大幅度提高飛機的燃油效率［24］。

在國內，朱松麗（2010）對北京、上海城市交通能耗和溫室氣體排放進行的比較，作者以不同燃料驅動的不同類型車輛的保有量、年均運營距離、能源強度及排放強度為主要參數定量計算2005年兩市的城市交通能耗和CO2排放量。結果發現兩市城市交通能耗總量接近，但上海市的能耗強度和溫室氣體排放強度略低于北京市，這歸功于機動車總量控制政策、公共交通優先發展以及廣泛使用的非機動交通。但是，近幾年上海城市交通的碳排放強度有明顯上升趨勢，兩市的差距可能逐漸減小。最后，就兩市在公共交通(尤其是出租汽車)、非機動交通等方面的發展政策給出建議［25］。胡瑩菲等人（2010）對廈門城市交通系統碳足跡評估的研究。作者以廈門市為研究案例，介紹了廈門市快速公交系統的發展情況，著重計算比較了不同公交出行方式的碳排放情況。研究表明，按照同樣的能源需求增長率，優化交通模式可獲得較優的減排效果。乘坐快速公交出行，每位乘客所產生的碳足跡明顯低于乘坐普通公交出行的乘客。文章還指出在城市公交系統建設過程中，推廣快速公交系統是氣候變化適應性政策有效的技術手段［26］。另外，Sundarakani等人(2010)建立了基于長范圍拉格朗日函數和歐拉流方法的分析模型來研究供應鏈中的碳足跡問題，結果表明跨階段的供應鏈會對二氧化碳排放可構成重大威脅，在設計供應鏈階段應仔細注意，從而促進綠色供應鏈管理［27］。

在產品層面，一份受惠普公司委托而開展的研究發現，數字印刷機的碳足跡要遠遠小于膠印機［28］。英國政府在2008年10月發布了世界上第一個衡量產品碳足跡的標準——《商品和服務生命周期溫室氣體排放評估規范》（簡稱PAS2050），它主要用以計算產品和服務在整個生命周期內（包括原材料獲取、產品分銷、使用和廢棄后的處理）溫室氣體的排放量［29］。國外已經有專門的企業致力于產品碳足跡的計算和咨詢，如英國碳信托公司，并且開始逐步形成碳標識市場，例如可口可樂、雀巢、樂購等企業已經在其產品中進行碳標識。

從上述學者們的研究成果可以看出，碳足跡的研究側重于宏觀層面和具體的某些領域，這有利于從宏觀上把握一個國家或者行業碳足跡的基本情況，從而為低碳政策的出臺奠定基礎，因此，下一步的研究應該會從多個不同的行業角度來展開研究，從而獲得不同行業的碳足跡信息；從產品層面看，碳足跡的研究是建立碳標識市場的前提，具有廣闊的市場前景，在低碳經濟發展迅速的國家已經開始建立相應的碳足跡核算標準，并在企業推廣碳足跡標識，國內學者和相應機構應該在借鑒國外相關研究的基礎上，盡早出臺適合我國國情的不同行業的產品碳足跡核算標準。

四、結束語

遏制氣候變暖，拯救地球家園，是全人類共同的使命，在緩解氣候危機，保持全球經濟正常發展的基礎上，如果能夠制定出切實有效的低碳減排政策，對低碳經濟的發展會有很大幫助，而低碳經濟的發展，則會促進未來經濟的正常平穩發展。鑒于低碳經濟領域的研究成果涌現，限于篇幅，本文只總結了低碳經濟下碳排放影響因子與碳足跡的一些最新研究成果，還有很多的相關領域未能全部涉及。理論要聯系實際，所有的研究成果以及建議是需要全社會共同行動的，每一個人應該從自己做起，提倡低碳生活，發展低碳經濟，保護全人類共同的家園。

參考文獻：

［1］ 馮之浚，金涌，牛文元.關于推行低碳經濟促進科學發展的若干思考［A］．張坤民 .低碳發展論（上）［C］．北京:中國環境科學出版社，2010:42.

［2］ CCICED.中國發展低碳經濟途徑研究［A］．張坤民.低碳發展論［C］．北京:中國環境科學出版社，2009:1041-1067.

［3］ 何建坤，劉濱.作為溫室氣體排放衡量指標的碳排放強度分析［J］．清華大學學報(自科版)，2004(6):740-743.

［4］ 張德英，張麗霞.碳源排碳量估算辦法研究進展［J］．內蒙古林業科技，2005（1）:20-23.

［5］ 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#8226;資源與環境，2006(6):158-161.

［6］ 胡初枝，黃賢金，鐘太洋.中國碳排放特征及其動態演進分析［J］．中國人口#8226;資源與環境，2008，18(3):38-42.

［7］ 朱勤，彭希哲，陸志明.人口與消費對碳排放影響的分析模型與實證［J］．中國人口-資源與環境，2010(2):98-102.

［8］ Soytas U，R. Sari，and B.T. Ewing. Energy consumption，income，and carbon emissions in the United States［J］． Ecological Economics， 2007，62(3-4):482-489.

［9］ Dalton M，O. Neill B，Prskawetz A，Jiang，Pitkin J. Population aging and future carbon emissions in the United States ［J］． Energy Economics， 2008，30(2):642-675.

［10］ 查冬蘭，周德群.地區能源效率與二氧化碳排放的差異性——基于Kaya因素分解［J］．系統工程，2007，25(11):65-71.

［11］ 王偉林，黃賢金.區域碳排放強度變化的因素分解模型及實證分析以江蘇省為例［J］．生態經濟，2008(12):32-35.

［12］ 劉燕娜，洪燕真，余建輝.福建省碳排放的因素分解實證研究［J］．技術經濟，2010(8):58-87.

［13］ 蘇方林，宋幫英，侯曉博. 廣西碳排放量與影響因素關系的VAR實證分析［J］． 西南民族大學學報(人文社科版)，2010(9):140-144.

［14］ 梅建屏，徐健，金曉斌. 基于不同出行方式的城市微觀主體碳排放研究［J］． 資源開發與市場，2009，25（1）:49-52.

［15］ 葉紅，潘玲陽，陳峰.城市家庭能耗直接碳排放影響因素——以廈門島區為例［J］．生態學報，2010(14):3802-3811.

［16］ 樊杰，李平星，梁育填.個人終端消費導向的碳足跡研究框架-支撐我國環境外交的碳排放研究新思路［J］． 地球科學進展，2010(1): 61-68.

［17］ 聶祚仁.碳足跡與節能減排［J］．中國材料進展，2010(2): 60-63.

［18］ 岳超，王少鵬，朱江玲.2050年中國碳排放量的情景預測-碳排放與社會發展Ⅳ［J］． 北京大學學報(自然科學版)，2010(4): 517-524.

［19］ 趙榮欽，黃賢金，鐘太洋.中國不同產業空間的碳排放強度與碳足跡分析［J］．地理學報，2010(9): 1048-1057.

［20］ 孫建衛，陳志剛，趙榮欽. 基于投入產出分析的中國碳排放足跡研究［J］． 中國人口#8226;資源與環境，2010(5): 28-34.

［21］ Piecyk M I， McKinnon A C. Forecasting the carbon footprint of road freight transport in 2020［J］．International Journal of Production Economics， 2010，128(1):31-42.

［22］ Brand C， Tran M， Anable J. The UK transport carbon model: An integrated life cycle approach to explore low carbon futures?［J］． Energy Policy，2010:1-18.

［23］ Smith W J.Plug-in hybrid electric vehicles—A low-carbon solution for Ireland?［J］． Energy Policy， 2010，36(3):1485-1499.

［24］ Peter.Conway，薛潤濤/譯.航空貨運業與“碳排放”［J］．空運商務，2008(5):40-43.

［25］ 朱松麗.北京、上海城市交通能耗和溫室氣體排放比較［J］． 城市交通，2010(3):58-63.

［26］ 胡瑩菲，王潤，余運俊.廈門城市交通系統碳足跡評估研究［J］．上海環境科學，2010(3):98-101.

［27］ Sundarakani B. Souza R.d.，etc，. Modeling carbon footprints across the supply chain［J］．Inernational Journal of Production Economics， 2010，128(1):43-50.

［28］ Laurnel Brunner.數字印刷機與膠印機的碳足跡比較 ［J］．閔耀霞，譯.印刷工業，2010(8):71-72.

［29］ 馮相昭，賴曉濤，田春秀.關注低碳標準發展新動向——英國PAS2050碳足跡標準［J］．環境保護，2010(3): 74-76.

（責任編輯：嚴元）