城鎮化對物流業碳排放變動影響研究

劉丙泉 程凱 馬占新 ??

摘要 通過對Kaya恒等式的擴展，應用LMDI將城鎮化對物流業碳排放變動的影響分解為人口城鎮化、空間城鎮化、收入城鎮化和產業城鎮化四種效應，對我國29個省市2007-2013年物流業碳排放變動的機理進行分析。結果表明：考察期內城鎮化對我國各省市物流業碳排放變動的促進作用遠超非城鎮化要素，城鎮化已成為推動各省市物流業碳排放的關鍵因素；且物流業各要素對處于不同城鎮化階段的省市影響并不一致。對成熟城鎮化省市而言，收入城鎮化和空間城鎮化是物流業碳排放的穩定推動因素，人口城鎮化則是穩定的抑制因素，產業城鎮化剛剛由推動因素轉變為抑制因素；對初級和中級城鎮化省市而言，人口城鎮化的抑制作用和收入城鎮化的推動作用依然顯著，但空間城鎮化和產業城鎮化的推動作用正在增強。從城鎮化各要素對物流業碳排放變動的貢獻來看，收入城鎮化的推動作用最大，且對廣東等經濟大省的推動作用更明顯；人口城鎮化的抑制作用最大，且對山東、四川等人口大省的抑制作用更顯著，但波動劇烈；空間城鎮化對東部經濟大省的推動作用已趨穩定，但對中西部省市的推動作用持續增強；產業城鎮化對各省市的作用差異顯著，且均較小。研究認為避免“一刀切”的物流業碳減排政策和城鎮化規劃、引導居民綠色生活和解決職住分離對我國實現物流業碳減排和新型城鎮化建設具有重要幫助。

關鍵詞物流業碳排放；城鎮化；因素分解；職住分離

中圖分類號X24；F503文獻標識碼A文章編號1002-2104（2016）03-0054-07

doi：10.3969/j.issn.1002-2104.2016.03.007

物流業是國民經濟的基礎和先導行業，也是僅次于能源和工業的CO2高排放行業。國際能源署（IEA）數據表明，全球CO2排放的25%左右來自于物流業的運輸環節[1]。物流業為我國近30年的經濟高速發展做出了突出貢獻，但是由于專業化水平低、成本高、模式低效等原因，其碳排放一直居高不下。因此，推進物流業碳減排不僅有助于兌現“2020年單位國內生產總值二氧化碳排放量比2005年下降40%-50%”的承諾，同時也有助于緩解國際氣候博弈及國際貿易中的“低碳門檻”對我國國際政治、經濟、外交產生的巨大壓力。

物流業碳排放受諸多因素的影響，伴隨我國新一輪城鎮化進程，城鎮化勢必對物流業碳排放變動產生重要影響。一方面，城鎮化導致的人口集中、企業集中能夠實現物流業運作的規模效應，并有利于相關部門和企業優化物流網絡布局，降低運輸、倉儲、配送等環節能源消耗，從而降低同等業務規模的能源消耗和碳排放；同時，物流產業聚集產生的競爭效應和知識溢出效應，也將推動其節能降耗，加速相關創新成果的轉化和擴散，從而提高能源利用效率，降低碳排放。另一方面，城鎮化勢必擴大城鎮面積，進一步導致“產城分離”，從而拉大生產物質資料的供需距離，這將催生大量的城市物流、社區物流、工業物流等剛性服務需求，推動物流基礎設施建設，物流網絡復雜化和服務空間進一步拉大，從而提高能源消耗和碳排放。上述正反兩種力量的交織導致城鎮化與物流業碳排放之間的關系比較復雜。那么，中國物流業碳排放變動主要受哪種力量主導？城鎮化各要素對不同省市物流業碳排放變動影響機制是否一致？處在不同城鎮化階段的省市其物流業碳排放變動的城鎮化效應有何差異？上述問題的回答對于我國各級政府因地制宜制定合理的物流業碳減排措施，并以此為基礎完善城鎮化規劃具有重要的現實意義。

1文獻述評

城鎮化發展會對區域及行業碳排放產生顯著影響已成為學界共識。該問題的研究始于對城鎮化和能源消費關系的研究，Jones指出城鎮化導致的個人交通方式的改變推高了交通運輸行業的能源消耗[2]；Wei則指出城鎮化發展對能源消費具有雙刃劍作用[3]；王曉玲等以城鎮人口占總人口比重衡量城鎮化率，構建了城鎮化率與能耗強度之間的向量自回歸模型，發現城鎮化率能夠降低能耗強度[4]；而王蕾卻發現中國城鎮化、工業化對能源消費產生正效應，且城鎮化的作用更加顯著[5]。隨著城鎮化與能源消費關系研究的不斷深入，以及CO2排放問題日益嚴重，城鎮化對CO2排放有何影響自然成為學界關注的焦點。從研究尺度看，涵蓋了國家、區域、省市等不同區域。Fan發現低收入國家城鎮化發展對碳排放產生正向作用，而高收入國家恰恰相反[6]，楊文芳的研究也發現不同地區城鎮化水平對碳排放影響差異明顯，發達地區城鎮化發展對碳排放正向作用并不顯著[7]，而關海玲的研究卻證實中國城鎮化發展與碳排放存在長期穩定正向關系[8]，Zhang對中國東中西三大區域的研究發現中部地區城鎮化發展對碳排放正向作用更突出[9]；從研究方法看，應用Kaya恒等式[10]、STIRPAT模型[11-12]、IPAT模型[13]等構建碳排放量關于城鎮化水平的計量經濟學模型，討論二者之間的關系成為研究的主流，其中城鎮化水平通常用城鎮人口占總人口的比重這種總量形式來衡量。

綜上可見，當前關于城鎮化影響碳排放的研究更多集中在國家、區域和省市層面，對物流業這一高耗能、高排放行業的關注還較少。且僅僅是從總量角度簡單回答了城鎮化發展對碳排放是否有正向/反向影響、影響強度有多大，實質上，城鎮化的不同要素對碳排放的影響方式、影響強度存在顯著差異，這也是導致不同學者在研究城鎮化發展對碳排放影響時，出現截然相反研究結論的原因之一。更進一步，處于不同城鎮化水平的地區，相同城鎮化要素對碳排放的影響方式和影響強度也應存在差異。鑒于此，文章聚焦于還沒有引起廣泛關注的物流業碳排放，探討城鎮化發展對物流業碳排放變動的影響，擬在對中國省際物流業碳排放量進行估算的基礎上，擴展Kaya恒等式，應用LMDI分解法探討城鎮化不同要素對物流業碳排放的影響機理。

2理論與建模

2.1城鎮化對物流業碳排放影響的機理分析

物流業碳排放變動的城鎮化效應是前述正向和反向兩種力量交織作用的綜合表現。微觀看來，這種綜合效應主要通過城鎮化發展影響城市空間、居民收入、人口密度和產業結構來實現。原因如下：①城鎮化發展最顯著的表征就是城鎮人口規模增大、人口密度提高，人口數量的極速膨脹將顯著增加交通運輸基礎設施建設和交通工具數量，同時伴隨人口從農村向城鎮的大規模涌入，與人生活相關的物流需求（如農產品物流、日用消費品物流等）也將顯著增加，這都將提高物流業碳排放；與此同時，人口密度的提高將能夠降低人均能源消費量（如大規模公共交通的發展），從而降低人均生活碳排放。本文將城鎮化過程中由于人口規模和密度變化帶來的物流業碳排放變動稱為人口城鎮化效應。②城鎮化發展另一個顯著的表征就是城鎮面積的擴張，這無疑提高了物流網絡的復雜性，拉大了運輸、配送的距離，從而提高了物流業碳排放，并且，我國城鎮面積在不斷擴張的過程中，還呈現出明顯的“鬼城”與“睡城”并存的現象，白天城鎮的工業集中區異常繁忙而商住區較安靜，夜晚工業集中區如無人居住的“鬼城”般異常冷清，而商住區異常熱鬧，這種“職住分離”（JobHousing Separation）就導致在某些相同的時段，大量人口從城市的商住區涌向工業區，或者從工業區涌向商住區，甚至出現大量人群的“雙城生活”，這無疑產生了大量家用汽車的需求，并引發嚴重的城市交通擁堵，導致物流業碳排放量激增。本文將城鎮化過程中由于城鎮面積變化帶來的物流業碳排放變動稱為空間城鎮化效應。③城鎮化發展絕不僅僅是簡單的人口由農村向城鎮轉移和城鎮面積不斷擴張的過程，同時也是大量農業活動向非農活動轉變的過程，這將導致區域產業結構的變動，而物流業作為各產業發展的基礎行業，其網絡結構、運作模式、服務規模勢必會受到產業結構變動的影響，進而影響物流業碳排放。值得注意的是，城鎮化發展對產業結構的影響還表現在產業組織由分散逐步走向集聚，物流業的集聚發展（如大量物流園區的出現）有利于節能降耗技術的快速應用，促進低碳創新成果在物流業的快速擴散，從而影響物流業碳排放。本文將城鎮化過程中由于城鎮產業結構變化帶來的物流業碳排放變動稱為產業城鎮化效應。④城鎮化的發展往往能夠帶動區域經濟的高速增長和人均收入的提高，中國城鎮化十年居民人均收入就增長了1.8倍，人均收入的增長加之居民生活方式的轉變（如電子商務在城鎮的普及，城鎮居民小汽車保有量上升等），必然帶來大量新的物流需求，從而影響物流業碳排放。本文將城鎮化過程中由于居民收入變化和生活方式變化帶來的物流業碳排放變動稱為收入城鎮化效應。

由此，城鎮化對物流業碳排放的影響主要表現為間接作用，這種作用實質上是由上述四種效應相互耦合形成的綜合效應，不同效應對物流業碳排放變動的影響機理迥異，因而引致的碳減排措施也不同。因此，以總量形式刻畫城鎮化對物流業碳排放的影響，很難獲得有效的碳減排對策，也易誘發畸形的城鎮化發展。

3實證研究

3.1數據來源與計算結果

考慮數據可得性，并且交通運輸、倉儲、郵電業一直是我國物流業的主要構成，因此，本研究所需數據由上述三個行業數據構成，以2007-2013年為觀察期，以我國29個省市為研究對象（香港、澳門、臺灣、青海、西藏數據不全，不在考察范圍），基礎數據主要來源于國家統計局網站、《中國統計年鑒》《中國能源統計年鑒》、各地市統計信息網等。本文根據《中國能源統計年鑒》所附的各種能源折算標準煤系數進行標準量折算，根據物流業碳足跡分析，選取煤炭、汽油、煤油、柴油四種物流業消耗量較大的能源為碳排放計算基礎，根據IPCC提供的碳排放參考方法計算各地區考察期各年度物流業碳排放量。城鎮人口對物流業碳排放變動的影響主要體現在生活方式變化和消費方式變化方面，據此本文用年末城鎮常住人口表示城鎮人口總量，GDP數據統一根據2000年不變價格折算。

基于上述數據，應用公式（4）-（11）進行各省市物流業碳排放變動驅動因素分解，各省市物流業碳排放變動的年度平均城鎮化效應如圖1所示。

由計算結果可知，從全國各省市平均情況來看，本文所考察的城鎮化對物流業碳排放變動的影響綜合表現始終為正向效應，且城鎮化對各省市物流業碳排放變動的貢獻遠高于非城鎮化要素，平均達到34.5萬t碳，可見，當前城鎮化是驅動我國物流業碳排放變動的主要力量。城鎮化各要素中收入城鎮化（平均貢獻58.6萬t碳）、空間城鎮化（平均貢獻20.3萬t碳）每年的貢獻均為正值，對我國物流業碳排放變動的推動作用非常顯著。而人口城鎮化（平均貢獻-16.5萬t碳）每年的貢獻均為負值，對物流業碳排放抑制作用明顯。產業城鎮化（平均貢獻1.59萬t碳）每年的貢獻正負值均有，且對物流業碳排放變動的影響較小。除此之外，第三產業內部結構（平均貢獻-12.8萬t碳）、物流業能耗強度（平均貢獻-18.5萬t碳）對物流業碳排放變動均具有顯著的抑制作用，物流業能源消耗結構變動（平均貢獻-1.91萬t碳）對碳排放變動正由抑制作用轉向推動作用。

3.2結果分析

3.2.1區域差異分析

本文結合美國地理學家R.諾瑟姆的三階段劃分標準，將上述29個省市分為初級城鎮化區域（城鎮人口占總人口比重低于40%）、中級城鎮化區域（城鎮人口占總人口比重大于40%而低于60%）、成熟城鎮化區域（城鎮人口占總人口比重大于60%）三類（見表1）。

城鎮化要素對不同類型區域物流業碳排放變動的貢獻是有差異的。對成熟城鎮化區域而言，收入城鎮化具有顯著的推動作用，貢獻遠超過其他三要素，并遠超該要素對對他類型區域的貢獻，對比表1，這些區域是我國經濟發展較好、工資待遇較高、工作機會較多的省市，具有較大的人才吸引力，人口規模的增大加上生活方式的轉變，在收入水平提高的乘數效應作用下，引發了大量剛性的物流需求，從而推高了物流業碳排放；空間城鎮化對該類型區域的貢獻相對較小，既遠小于收入城鎮化，也小于該要素對其他類型區域的貢獻，觀察這些省市建成區面積變化可以發現，除江蘇、浙江外其他省市建成區面積近年來增長不大，因此，空間城鎮化對成熟城鎮化區域的推動作用主要源于城市職住分離，而我國城市道路交通建設通常滯后于城市發展，由此引發的擁堵、公共交通設施不足增加了物流業碳排放；人口城鎮化對該類型具有顯著的抑制作用，貢獻遠超該要素對其他類型區域的抑制作用，這也符合這些區域城市面積慢增長、人口快膨脹的事實，人口規模化效應比較顯著；產業城鎮化對該類型區域呈現抑制作用，這與另外兩個類型區域不同，這與北上廣等省市向總部型經濟轉型導致產業結構高度化有關，隨著一大批生產制造型企業的遷出和人口的大量遷入，這些城市的第三產業發展迅速，產業結構的升級導致物流業服務內容變化，高耗能、高排放的服務內容減少，從而對物流業碳排放產生抑制作用。

與成熟城鎮化區域相比，中級城鎮化區域空間城鎮化的推動作用更加顯著，且這種作用基本呈現逐年增強的規律，而收入城鎮化的推動貢獻和人口城鎮化的抑制貢獻均增長緩慢，產業城鎮化雖然貢獻較小，但近三年增長態勢明顯。因此，中級城鎮化區域需特別關注空間城鎮化效應和產業城鎮化效應，然而根據城鎮化一般發展規律，城市處于中級城鎮化階段時，往往會產生轟轟烈烈的造城運動，并伴隨大量的產業承接，這就極容易導致城市空間肆意無序擴張，城市功能區的大量新建，引發“鬼城”與“睡城”并存等結構性問題。集約節約利用土地，合理布局城市功能區，科學選擇產業承接是該類型區域需要特別關注的問題。對比上述兩類區域，城鎮化各要素對初級城鎮化區域的貢獻均較小，但需要關注的是，空間城鎮化對該類型區域物流業碳排放的貢獻超過了成熟城鎮化區域，且呈現增強趨勢。

3.2.2要素差異分析

根據LMDI的分解結果，本文將每個城鎮化要素對每個省市物流業碳排放變動影響進行統計，按貢獻絕對值大小排序，本文所考察的城鎮化四大要素對物流業碳排放變動的貢獻排序依次為：收入城鎮化、空間城鎮化、人口城鎮化、產業城鎮化。

圖3展示了收入城鎮化對各省市物流業碳排放的影響，可以看到收入城鎮化每年對每個省市均起到正向推動作用，尤其對廣東、山東、江蘇等經濟大省正向推動作用明顯，相比較而言，對北京、上海、重慶、天津等直轄市正向推動作用不大，而且，從時間序列上看，收入城鎮化對上述經濟大省正向推動作用波動劇烈，而對直轄市的正向推動作用波動較小。這可能源于：第一，直轄市物流基礎設施建設比較完備，規模效應突出，面對居民收入變動有較強的應對能力；第二，直轄市居民收入變動相對較小，物流服務需求變動也較小。一個有趣的現象是收入城鎮化對經濟發達地區（如東部地區）省市的正向推動作用大都在2009年達到高峰，進而開始下滑，而對經濟欠發達地區（如西部地區）的正向推動作用大都在2012年達到高峰，物流業碳排放變動的收入城鎮化效應存在“雁行模式”。

圖4表征的是人口城鎮化對各省市物流業碳排放變動的影響。可以看到，人口城鎮化對絕大多數省市起到抑制作用。對廣東、山東、四川等人口大省抑制作用更為顯著，但這種作用波動性也較大，而對北京、上海、天津等直轄市抑制作用比較穩定。從時間序列上看，2007年有7個省市、2008年有3個省市的人口城鎮化對物流業碳排放起到推動作用，但自2009年之后，絕大多數省份人口城鎮化對物流業碳排放保持為抑制作用，可以預見，未來人口集聚的規?；獙ξ锪鳂I碳排放抑制作用將日趨穩定。

圖5描述的是空間城鎮化對各省市物流業碳排放變動的影響?？梢园l現，空間城鎮化對絕大多數省市起到正向推動作用，尤其對東部地區經濟大省的推動作用非常顯著，直轄市中僅對重慶市正向推動作用比較顯著。

一個有趣的現象是，空間城鎮化對東部地區省市物流業碳排放的推動作用大都在2010年前后達到高峰，進而回落，而對部分中西部地區省市物流業碳排放的推動作用大都在2012年達到高峰，有些省市的高峰甚至出現在2013年，這說明空間城鎮化對我國東部地區省市物流業碳排放的推動作用已由增強轉向減弱，而對中西部地區的推動作用仍處在持續增強的過程中。

圖6描述了產業城鎮化考察期內對我國不同省市物流業碳排放變動的影響?？傮w來看，產業城鎮化對不同省市不同時期物流業碳排放變動的影響差異巨大，從省市差異上看，北京、上海、江蘇、福建等省市均經歷了由正向促進緩慢轉變為反向抑制作用的過程，轉折點大都在2011年左右，而像江西、河南、甘肅等省市則恰恰相反。與此同時，對浙江、山東等省市物流業碳排放則一直起到正向促進作用，驅動強度居高不下，而對陜西、寧夏等省市則一直起到反向抑制作用。從時序差異上看，產業城鎮化對全國多數省市的影響正在由反向抑制作用，轉向正向促進作用，這種轉變在中西部省市表現的更為明顯。

4研究結論與政策啟示

本研究首先從理論上分析了城鎮化各要素對省市物流業碳排放變動的影響機理，然后通過收集我國2007-2013年29個省市的相關數據實證分析了城鎮化及其各要素對不同省市不同階段物流業碳排放變動的影響。主要結論有：①從全國平均情況看，考察期內城鎮化對我國物流業碳排放變動呈正向促進作用，且這種作用遠高于其他影響因素，城鎮化已經成為我國物流業碳排放變動的最重要驅動因素，但其四大要素對物流業碳排放變動的影響并不一致。②收入城鎮化是各類型省市物流業碳排放變動最大的正向促進因素，人口城鎮化則是最大的反向抑制因素，空間城鎮化對中級城鎮化區域的正向促進作用更為明顯，而產業城鎮化僅對成熟城鎮化區域起到反向抑制作用。③收入城鎮化始終對各省市物流業碳排放起正向促進作用，但對直轄市的正向促進作用在下降，而對廣東、山東等經濟大省的正向促進作用比較顯著，從全國看，收入城鎮化對各省市碳排放物流碳排放的影響呈現“雁行模式”；人口城鎮化對大多數省市物流業碳排放起反向抑制作用，且2009年后，這種抑制作用日趨顯著，但對廣東、山東等人口大省的抑制作用波動比較劇烈；空間城鎮化對絕大多數省市物流業碳排放起正向促進作用，但對東部地區省市的促進作用已經出現下滑趨勢，對中西部地區的促進作用仍然很強；產業城鎮化對不同省市的影響均較小，但差異非常顯著。

上述結論為我國物流業碳減排和城鎮化發展提供了有益的政策啟示：①物流業碳排放與城鎮化之間并非簡單的線性關系，分處城鎮化不同階段的省市其物流業碳排放的關鍵驅動因素并不相同，所以，各省市應因地制宜的出臺城鎮化發展方案，以實現物流業碳減排和城鎮化的良性發展；②我國各省市人口規模效應對物流業碳排放的抑制作用是非常顯著的，但城鎮化發展勢必帶來居民收入的上漲，進而促進物流業碳排放，所以，在城鎮化過程中如何引導居民綠色生活方式，倡導低碳生活，引導居民在交通、飲食、服飾等方面的節儉，真正實現“人的城鎮化”，而不僅僅是“人數的城鎮化”，對物流業碳減排效果顯著；③在城鎮化過程中，政府統一規劃城鎮空間，無可厚非，但完善城鎮基礎設施配套，避免出現出門必堵等現象對物流業碳減排有明顯作用，尤其身處中級城鎮化階段的省市，必須要合理規劃城鎮空間結構，同時，職住空間的長距離分離已經成為成熟城鎮化省市物流業碳排放的重要驅動力量，在新型城鎮化發展過程中結合自身職住特點，適度引導職住結合組團發展對物流業碳減排具有積極作用。

（編輯：劉照勝）

參考文獻（References）

[1]

莊貴陽，謝海生.破解資源環境約束的城鎮化轉型路徑研究[J].中國地質大學學報：社會科學版， 2015，15（2）：1-10. [Zhuang Guiyang， Xie Haisheng. Research on the Resourceenvironment Constraint Cracking Urbanization Transition Path [J]. Journal of China University of Geosciences：Social Sciences Edition， 2015， 15（2）：1-10.]

[2]Jones D W. How Urbanization Affects Energyuse in Developing Countries [J]. Energy Policy， 1991， 19（7）：621-630.

[3]Wei B R， Yagita H， Inaba A， et al. Urbanization Impact on Energy Demand and CO2 Emission in China [J]. Journal of Chongqing University：English Edtion， 2003， （2）：46-50.

[4]王曉玲，武春友，趙奧.中國城市化與能源強度關系的交互動態響應分析[J].中國人口·資源與環境， 2012， 22（5）：147-152. [Wang Xiaoling， Wu Chunyou，Zhao Ao. Interactive Dynamic Response Between Urbanization and Energy Intensity of China [J]. China Population， Resources and Environment，2012， 22（5）：147-152.]

[5]王蕾.中國城鎮化對能源消費的影響研究[J].資源科學， 2014， 36（6）：1235-1243. [Wang Lei. The Impacts of Chinese Urbanization on Energy Consumption [J].Resources Science， 2014， 36（6）：1235-1243.]

[6]Fan Y， Liu L C， Wu G， et al. Analyzing Impact Factors of CO2 Emissions Using the STIRPAT Model [J]. Environmental Impact Assessment Review， 2006， 26（4）：337-395.

[7]楊文芳.人口增長、城市化對CO2排放的影響[J].中國人口·資源與環境， 2012，22（S1）：284-288. [Yang Wenfang. Impact of Population Growth and Urbanization on CO2 Emissions [J]. China Population， Resources and Environment， 2012， 22（S1）：284-288.]

[8]關海玲，陳建成，曹文.碳排放與城市化關系的實證[J].中國人口·資源與環境， 2013，23（4）：111-116. [Guan Hailing， Chen Jiancheng， Cao Wen. Empirical Study on the Relationship Between Carbon Emission and Urbanization [J]. China Population， Resources and Environment， 2013， 23（4）：111-116.]

[9]Zhang C， Lin Y. Panel Estimation for Urbanization， Energy Consumption and CO2 Emissions： A Regional Analysis in China [J]. Energy Policy， 2012， 49（10）：488-498.

[10]林伯強，劉希穎.中國城市化階段的碳排放：影響因素和減排策略[J].經濟研究， 2010， （8）：66-78.[Lin Boqiang， Liu Xiying. Chinas Carbon Dioxide Emissions under the Urbanization Process： Influence Factors and Abatement Policies [J].Economic Research Journal， 2010， （8）：66-78.]

[11]Poumanyvong P，Kaneko S. Does Urbanization Lead to Less Energy Use and Lower CO2 Emissions？ A Crosscountry Analysis [J].Ecological Economics， 2010，70：434-444.

[12]Dai D，Liu H. An Empirical Research and STIRPAT Model Analysis of Urbanization and CO2 Emissions in China [J]. Advances in Information Sciences and Service Sciences， 2011，3（11）：78-95.

[13]彭希哲，朱勤.我國人口態勢與消費模式對碳排放的影響分析[J].人口研究，2010， 34（1）：48-58.[Peng Xizhe， Zhu Qin. Impacts of Population Dynamics and Consumption Pattern on Carbon Emission in China [J].Population Research， 2010， 34（1）：48-58.]

[14]Kaya Y. Impact of Carbon Dioxide Emission on CNP Growth： Interpretation of Proposed Scenarios [R].Presentation to the Energy and Industry Subgroup，Response Strategies Working Croup IPCC，Paris，1989.

[15]杜運偉，黃濤珍，康國定. 基于Kaya模型的江蘇省人口城鎮化對碳排放的影響[J].人口與社會， 2015，31（1）：33-41. [Du Yunwei， Huang Taozhen， Kang Guoding. the Impact of Population Urbanization on Carbon Emission in Jiangsu Province Based on Kaya Model[J]. Population and Society， 2015，31（1）：33-41.]

[16]Ang B W，Liu F L，CHEW E P. Perfect Decomposition Techniques in Energy and Environmental Analysis [J]. Energy Policy， 2003，31：1561-1566.