中國大氣污染物重點行業減排分析
——基于假設抽取法和價格傳導影響系數

毛國柱,駱胤成,王 媛,何韋葦,劉慧文 (天津大學環境科學與工程學院,天津 300350)

中國現階段正面臨著十分嚴峻的大氣污染問題,高濃度、大范圍的霧霾接連發生是大氣污染最突出的特點之一.長期暴露在高濃度的霧霾環境中會對人體造成不同程度的健康損害[1].在工業生產中,SO2和 NOx以氣體形式排放到大氣中,經過一系列復雜的物理化學反應,生成硫酸鹽和硝酸鹽等,是二次PM2.5的主要來源[2-3].這些二次來源占到了 PM2.5總質量濃度的 55.15%[4].因此,控制中國大氣 PM2.5的濃度,除了嚴格控制細微顆粒物排放量之外,還應該重視SO2和NOx的排放量[5].

治理大氣污染成為政府制定政策的重要要求之一,中國政府在 2013年 9月發布了《大氣污染防治計劃》[6],緊接著,在2016年12月,又發布了《“十三五”節能減排綜合工作方案》[7],此次明確提出了到2020年,全國SO2和NOx排放總量比 2015年分別下降 15%.地方政府針對中央的政策做出了積極的回應,制定了相應的區域減排政策,對重污染企業進行了一系列的關停整改措施.

理論上,一個部門直接或間接與其他經濟部門在采購或銷售的中間環節發生的聯系,稱為行業關聯,而通常用環境投入產出法對行業間關聯進行分析.近年來,國內外大量學者基于投入產出理論,廣泛探究了行業間排放的關聯影響[8-16],研究揭示了大氣污染物和溫室氣體在產業鏈中的關聯性.但是由于行業間的關聯,重點行業大氣污染減排的直接成本將通過價格傳導對不同行業的價格產生影響,從而對整個經濟系統產生影響,目前對于由于產業關聯引起的減排成本行業轉移還缺乏深層次的定量研究.

國家多次出臺減排規定,特別是《“十三五”節能減排綜合工作方案》要求總量減少 15%的明確目標,如此嚴格的要求是否容易實現?是否在達到預期目標后會對經濟造成影響?因此,本研究在行業關聯的背景下,采用投入產出模型和假設抽取法,計算各行業的需求排放、產出排放和凈轉移,識別出污染物凈輸出較大的重點行業;此外,情景分析已經廣泛應用于政策影響分析[17-19],特別是針對行業減排情況的情景分析和大氣污染物排放等方面進行了探究[20-24],本研究設定不同的重點行業減排情景,根據需求排放量的變化情況,得出重點行業的減排貢獻比,針對減排貢獻比最大的行業進行重點分析,采用價格傳導模型,計算減排成本通過行業關聯對其他行業價格影響的定量關系,分別從污染物排放和經濟角度,綜合分析“十三五”減排目標的合理性,研究結果將為中國制定合理的行業減排政策提供科學支撐和政策參考.

1 數據與方法

本研究的方法框架如圖 1所示,順時針方向表示從投入產出法分析行業間價格關聯,通過價格傳導影響系數,關聯到各個行業產品價格;逆時針方向表示從假設抽取法分析行業間排放關系,以及重點行業采取減排措施后,減排成本或分攤到產品的價格上,進而影響經濟市場.

圖1 方法框架Fig.1 The method

1.1 數據來源和處理

1.1.1 排放數據 當前,中國政府公布的污染物排放數據種類比較少,只有SO2、NOx、煙粉塵的數據,本研究中以2014年中國各行業的SO2、NOx和煙粉塵的排放數據為基礎進行分析,間接反映了 PM2.5的排放情況,并探究大氣污染物 SO2、NOx和煙粉塵在行業間排放的情況.2014年的排放數據摘自《中國環境統計年鑒2015》[25],此外,《中國環境統計年鑒》上缺少農業、建筑業和服務業的排放數據,本研究根據一次能源消耗量進行估算得到,定義所有行業的各類污染物排放總量與能源消費總量的比值,作為該種污染物的單位能源量排放平均值,根據《中國能源統計年鑒2015》[26]中查到農業、建筑業和服務業的一次能源消耗量,乘上各類污染物的單位能源量排放平均值,得到估算值,即按照行業的平均水平估算 這三個行業的各類污染物排放量.

表1 23行業和縮寫Table 1 Industry and abbreviation

1.1.2 經濟數據 本研究采用最新的2012年的中國行業投入產出表,來源于國家統計局.由于行業投入產出表每 5a左右更新一版,因此,在研究中采用的2012年行業投入產出表可以代表之后5a的情況.根據投入產出表的分類和排放統計數據的分類,結合行業排放數據的分類,本研究將中國的行業合并成了23個部門,見表1.

1.1.3 污染物強度 根據污染物數據和經濟數據,可得到污染物排放強度為:

式中:q表示行業直接排放強度,t/元; Q表示行業污染物排放量,t; x表示行業總產值,元.

1.2 投入產出法

列昂惕夫[27]將投入產出法進行了發展和完善,經常被用于評估能源和國際貿易中污染物的轉移.投入產出模型的基本原理是(考慮n個經濟部門):

式中:X是總產出矩陣;Y是最終需求矩陣;A是直接投入系數矩陣,顯示了所有部門之間的關系;I表示單位矩陣.L表示列昂惕夫逆矩陣.

在開放的經濟體系,為了深入分析污染物排放,將直接消耗系數矩陣A分解為國內和進口產品兩部分,Am是進口商品中間環節的直接消耗系數矩陣,Ad是國內商品中間環節的直接消耗系數矩陣.M是進口商品額矩陣,E是出口商品額矩陣,因此,一個國家的總產出可以用公式(5)表示.

1.2.1 假設抽取法 假設抽取法(HEM)最早由Strassert于 1968年提出[28],后經 Schultz[29],Cella[30]和 Clements[31]等進行改進.其中,Schultz 1977年首次用假設抽取法分析工業結構變化對經濟的影響.假設抽取法是假設在一個經濟體中,將某一個行業從整體行業中抽出來,將經濟系統的實際生產結果與這個缺少某一個行業后新的經濟系統生產結果進行比較,由此分析被抽取出來的這個行業對整個經濟系統的影響程度.影響程度又可以進一步拆分為凈前項關聯項和凈后項關聯項,從而進行更深入的行業間關聯分析.基于假設抽取法的關聯分析方法已經被國內外眾多學者廣泛應用于水能行業[32-33],農業分析[34]等方面,而在探究溫室氣體排放方面,中國[9-10],意大利[35]和非洲[36]等國家進行了較深入探究.本研究采用Duarte等[28]1968年提出的改進的假設抽取法,結合實際情況,將行業之間的關聯分為內混排放(IME),凈后向關聯排放(NBLE)和凈前向關聯排放(NFLE)3個基本組成部分.與 HEM 相比,這種改進的HEM顯然可以進行更精確的研究.

1.2.2 基于假設抽取法的行業排放組成 凈后向關聯排放(NBLE)表示行業 s的凈“排放進口”,即行業 s從其他行業-s處獲取用于滿足本行業最終需求的排放量,凈前向關聯排放(NFLE)則是行業 s的凈“排放出口”,即由行業 s排出,被行業-s用于滿足本行業需求的排放量.

式中:qs代表行業s的直接排放強度;q-s代表除行業s以外的其他行業的直接排強度;ys表示行業s的最終需求;y-s表示除行業s以外的其他行業的最終需求;Δs,?s和 Δ?s,s由投入產出分析法中的列昂惕夫逆矩陣求出的,即:

根據作者之前的研究[5],定義了需求排放(DE)和產出排放(OE)兩個概念,用以表示行業間需求和產出之間的關聯.DE表示用以滿足行業需求的總排放量,OE表示行業產出的總排放量,即行業的直接排放量.DE和OE具有以下關系:

OE和DE的差代表了行業s與其他行業-s之間的凈排放量,即凈轉移排放量(NTE).

由此,計算出各個行業的污染物凈轉移量,以此可以得到轉入行業(NTE<0)和轉出行業(NTE＞0).

1.3 投入產出價格傳導模型

通常,各部門商品的價格之間有著密切的聯系,某一商品價格變化會導致其他商品成本變化,從而引起商品的價格變化.利用投入產出價格傳導模型可以具體計算[37-38].

假設所有部門呈成本推動型,只有 k部門的價格變動Δpk,其余 n-1個部門價格變動為Δ pj( j ≠ k),Δpj由直接影響和間接影響兩部分組成,其中,直接影響表示為:

間接影響表示為:

因此,

引入矩陣:

式中:An?1為 A 矩陣去除 k行 k列,(n-1)×(n-1)矩陣; Ak'為A的k行元素去掉第k列元素,1×(n-1)矩陣行矩陣.則式(16)可以變為:

兩端都除以ΔPk,得到直接傳導影響系數為A',表示由于k部門產品價格變動后導致其余行k業產品的價格直接變動的定量關系.其次,間接傳導影響系數為 Δ Pn?1An?1/Δ Pk,則表示 k部門產品價格變動后,由于行業關聯,其余行業產品的價格逐漸變動直到穩定的定量關系.

式(17)繼續整理得到:

由此,定義其余行業產品價格相對于 k行業產品的價格影響系數為:

由此可計算一個部門價格變動引起其余部門價格產生連鎖反應.

1.4 減排情景設定

根據2016年12月中國政府頒布的“十三五”節能減排綜合工作方案,總體目標要求到2020年,全國SO2、NOx,排放總量都要比2015年下降15%.為促進低碳綠色化發展,針對重點行業減排設定情景,具體內容如下:

(1)根據中國政府頒布的“十三五”節能減排綜合工作方案的要求,對現有的污染物數據進行減排計算,得出具體的減排目標.

(2)根據假設抽取法的分析,識別出污染物排放的重點行業,對每個重點行業分別進行技術減排,設定為減排子情景.再對所有重點行業同時進行減排,設定為綜合減排情景,以此分析減排貢獻比等.

2 重點行業減排情景分析與價格傳導

2.1 現狀行業排放分析

2.1.1 產出排放和需求排放 由公式(11)可知,整體行業的產出排放和需求排放在總量上具有相等的關系.在2014年,23個行業共計排放SO2、NOx和煙粉塵分別為1889.1萬t、1569.5萬t和1511.9萬 t.由公式(9)和(10)計算得到,不同行業的產出排放和需求排放差異較顯著.計算結果如圖2所示.

SO2排放量最多的3個部門分別是電力熱力燃氣供應業、金屬礦采選及冶煉延壓業、服務業,占SO2總排放量的63.40%.對于NOx,排放量前3的行業分別是電力熱力業的生產和供應業、非金屬礦制品業、服務業,排放量占到了總量的76.39%.而對于煙粉塵,排放量前3的行業沒有服務業,分別是金屬礦采選及冶煉延壓業、電力熱力燃氣供應業和非金屬礦制品業,占總排放量的67.11%.

3種污染物的需求排放表現出一定的相似性,需求排放量最多的 3個行業均為建筑業、服務業、通用專用設備制造業,這 3個行業的污染物排放量總和分別 3類污染物的比例為:53.23%(SO2)、55.99%(NOx)、56.72%(煙粉塵).服務業既是產出排放大的行業,也是需求排放大的行業,總體來看服務業的需求排放仍大大高于產出排放.

圖2 各行業需求排放和產出排放(SD代表煙粉塵)Fig.2 DE and OE from various sectors (SD stands for soot and dust)

2.1.2 凈轉移排放 為了進一步分析各個行業的大氣污染物轉移情況,達到控制大氣污染減排的目的,本節對各行業的凈轉移量進行分析,根據公式(12)的計算結果如圖3所示.

圖3 各行業的凈轉移情況Fig.3 NTE of various industries

建筑業是SO2、NOx和煙粉塵這3類污染物最大的凈輸入行業,其余行業分別向建筑業轉移超過464萬t的SO2、442萬t的NOx和445萬t的煙粉塵.其次,服務業、通用專用設備制造業、交通運輸設備制造業和電氣機械及器材制造業都是這3類大氣污染物凈轉入量最主要的行業.

電力熱力燃氣供應業(POW)、金屬礦采選及冶煉延壓業(METM)和非金屬礦制品業(NONP)是SO2、NOx和煙粉塵這3類污染物最主要的凈輸出行業,分別向其余行業共輸出超過1013萬t的SO2、984萬t的NOx和893萬t的煙粉塵,以滿足整體行業經濟發展的最終需求.因此,這3個行業是控制整個經濟系統大氣污染排放的重點行業.

2.2 重點行業減排情景分析

2.2.1 減排情景設定 5種減排情景設定的詳細內容如表2所示.

2.2.2 重點行業減排結果分析 假設這 3個重點行業采取減排后,由于行業之間的關聯,會對其他行業產生不同程度的減排影響.圖 4顯示在五種減排情景的條件下,各行業需求排放的減少量.在情景1下,各行業的大氣污染物均減少了15%,達到了節能減排工作方案的目標,情景3,4,5的減排量之和,即為情景2的減排量,情景2與情景1相比,SO2、NOx和煙粉塵這3種污染物的減排量分別達到了國家目標的 62.12%、72.65%和67.11%.

表2 減排情景設定Table 2 Emission scenarios

依次計算 3種污染物的減排子情景在綜合減排情景2中的減排貢獻比,如表3所示.在3個重點行業的減排情景中可以看出,電力熱力燃氣供應業對SO2和NOx的減排占有最主要的貢獻,而金屬礦采選及冶煉延壓業的減排對煙粉塵的減排貢獻最大,電力熱力燃氣供應業減排對煙粉塵的影響次之.綜合考慮3個行業的減排對3種污染物的影響可以得出,電力熱力燃氣供應業對大氣污染物的影響最為重要,因此,下文針對電力熱力燃氣供應業進行分析.

圖4 減排情景的需求排放減少量Fig.4 Reduction of DE in each scenarios

2.3 價格傳導影響

電力熱力燃氣供應業積極采取措施減少大氣污染物排放的同時,必然需要承擔額外的減排成本,如果減排成本直接加在其產品價格上,則電力熱力燃氣供應業漲價會導致電力熱力燃氣供應業的減排成本通過行業關聯分攤到其余行業,其中,對電力需求大的部門將受到較大的影響.

根據式(20),分別計算出對各行業的價格傳導影響系數,再分解為直接和間接價格傳導影響系數.如圖5所示,電力熱力燃氣供應業產品價格對水生產和供應業,金屬制品業產品,金屬礦采選及冶煉延壓業和非金屬礦制品業的價格影響較大,總價格傳導影響系數分別為:0.272, 0.151,0.148和0.131.其中,水生產和供應業對其價格的上漲最敏感,體現出了電力熱力燃氣供應業與水生產和供應業之間有很密切的內部關聯性,水價受電價影響最大,而水價和電價的同時上漲會給工業生產和居民生活造成一定的影響.研究發現,水生產和供應業、非金屬礦采選業、化石行業產品的價格,受電價直接影響的程度大于間接影響,說明這 3個行業對電力的需求較大,一旦電價漲價,將直接對本行業的產品價格造成較大影響,導致價格快速上漲.而對其他 19個行業,則均表現出受電價直接影響的程度小于間接影響,說明這19個行業對電力的直接需求相對較小,電價上漲后,本行業的產品價格不會迅速漲價,而是隨著各個行業產品價格的變動,逐漸改變價格,最終達到一個穩定的價格.

表3 綜合減排情景中各子情景減排貢獻比Table 3 Comprehensive emission reduction scenarios in each sub - scenario reduction contribution ratio

行業間價格傳導影響系數的整體變動趨勢和電力熱力燃氣供應業減排大氣污染物后,其余行業需求排放降低率的變化趨勢較為接近,尤其是水生產行業,變動幅度最大,金屬制品業和非金屬礦采選業等行業次之.但也有一些行業規律不一致,例如非金屬礦制品業的價格影響系數較大而需求排放降低率卻較小.

因此,電力熱力燃氣供應業,作為大氣污染物排放量最大的行業,減排意義重大.

圖5 電力熱力燃氣供應業產品價格對其余行業產品價格傳導影響系數Fig.5 Price of the remaining industry product price impact coefficient

3 討論

2014 年,建筑業是 SO2、NOx和煙粉塵最大的金屬轉入行業,其中,接受三個重點行業的轉出量分別為:381.34萬 t(SO2)、397.78萬 t(NOx)和385.12萬t(煙粉塵).其次,服務業和高新技術制造業也是污染物的主要凈轉入行業.3大重污染行業(電力熱力燃氣供應業、非金屬礦制品業和金屬礦采選及冶煉延壓業)排放出的 SO2、NOx和煙粉塵分別占到了排放總量的62.12%,72.65%和67.11%,遠遠高于這 3個行業的需求排放占比(SO28.44%,NOx9.92%,煙粉塵8.02%),而電力熱力燃氣供應業是 3個重點行業中影響最突出的行業,電價對整體行業的價格影響系數較大,特別是對水價的影響系數最大(0.272),體現了水電行業之間存在較強的行業關聯,而對其余行業的影響主要表現為間接影響.

2015 年,中國政府實施了“一帶一路”計劃,這將需要建設大量的基礎設施,為中國的重工業發展提供了新機遇.但近年來,中國的大氣質量不斷惡化,在重工業發展的同時,更加需要重工業嚴格執行節能減排的要求.電力熱力燃氣供應業作為減排的重點行業,電能作為各個行業必不可缺的能源,電價的高低更是直接關系到各行業產品的成本,并反映在價格上.因此,加強電力熱力燃氣供應業節能減排監管力度尤為重要.一方面需要明確電力熱力燃氣供應業減排責任,另一方面還需要健全節能減排考核體系,有效落實節能減排工作.除此之外,還需要對電價體制深化改革,利用行政手段加強對電價的管理,制定合理的減排成本分攤機制,才能更好地達到《“十三五”節能減排工作方案》的目標.

4 結論

4.1 重點行業同時減少15%的SO2、NOx和煙粉塵排放量后, 大氣污染物的減排量可以分別占到總減排量的 62.12%,72.65%和 67.11%,在重點行業實施減排措施后,不光能直接降低本行業的大氣污染物排放量,還能在行業關聯的作用下減少其余行業大氣污染物的排放量,達到較好的效果,促進“十三五”期間的減排目標.

4.2 減排成本會導致關聯行業產品漲價,如電價對水價的價格影響系數達到 0.272.因此,各行業的價格影響程度疊加后,將會造成物價上漲,從而加大減排政策執行難度.

4.3 本文建議在制定減排方案時,應當區分出重點行業,制定合適的減排方案,并結合價格的影響,給予合適的增值稅應納稅額按比例減少征收或價格補貼等政策,保障減排目標的實現.

本文著重研究行業層面的大氣污染減排,但不同區域工業和經濟發展水平差異較大, 大氣污染物重點行業減排的空間變化以及相應的價格傳導機制仍需要進一步研究.

參考文獻：

[1]Yang G, Wang Y, Zeng Y, et al. Rapid health transition in China,1990～2010: findings from the Global Burden of Disease Study 2010 [J]. Lancet, 2013,381(9882):1987-2015.

[2]王曉琦,周 穎,程水源,等.典型城市冬季PM2.5水溶性離子污染特征與傳輸規律研究 [J]. 中國環境科學, 2016,36(8):2289-2296.

[3]衛菲菲,劉 昊,陸曉波,等.南京市大氣細顆粒物二次組分的時空變化特征 [J]. 中國環境科學, 2017,37(8):2866-2876.

[4]Yang L, Cheng S, Wang X, et al. Source identification and health impact of PM2.5, in a heavily polluted urban atmosphere in China[J]. Atmospheric Environment, 2013,75(4):265-269.

[5]Huang R J, Zhang Y, Bozzetti C, et al. High secondary aerosol contribution to particulate pollution during haze events in China[J]. Nature, 2014,514(7521):218-222.

[6]大氣污染防治計劃 [Z]. 中華人民共和國國務院, 2013.http://www.gov.cn/zwgk/2013-09/12/content_2486773.htm.

[7]“十三五”節能減排綜合工作方案 [Z]. 中華人民共和國國務院,2016. http://www.gov.cn/zhengce/content/2017-01/05/Content_5156789.htm.

[8]Wang Y, Lai N, Mao G, et al. Air pollutant emissions from economic sectors in China: A linkage analysis [J]. Ecological Indicators, 2017,77:250-260.

[9]Wang Y, Wang W, Mao G, et al. Industrial CO2, emissions in China based on the hypothetical extraction method: Linkage analysis [J]. Energy Policy, 2013,62(7):1238-1244.

[10]Zhao Y, Liu Y, Wang S, et al. Inter-regional linkage analysis of industrial CO2, emissions in China: An application of a hypothetical extraction method [J]. Ecological Indicators, 2016,61:428-437.

[11]Mi Z, Zhang Y, Guan D, et al. Consumption-based emission accounting for Chinese cities [J]. Applied Energy, 2016,184:1073-1081.

[12]Yu Y, Feng K, Hubacek K. China's unequal ecological exchange[J]. Ecological Indicators, 2014,47(47):156-163.

[13]Du H, Guo J, Mao G, et al. CO2, emissions embodied in China–US trade: Input–output analysis based on the emergy/dollar ratio [J]. Energy Policy, 2011,39(10):5980-5987.

[14]Skelton A, Guan D, Peters G P, et al. Mapping Flows of Embodied Emissions in the Global Production System [J]. Environmental Science & Technology, 2011,45(24):10516-10523.

[15]Hristu-Varsakelis D, Karagianni S, Pempetzoglou M, et al.Optimizing production with energy and GHG emission constraints in Greece: An input–output analysis [J]. Energy Policy,2010,38(3):1566-1577.

[16]López L A, Arce G, Zafrilla J. Financial crisis, virtual carbon in global value chains, and the importance of linkage effects. The Spain-china case [J]. Environmental Science & Technology,2014,48(1):36-44.

[17]鐘悅之,蔣春來,宋曉暉,等.火電行業“十三五”主要大氣污染物減排潛力情景分析研究 [J]. 環境科學與管理, 2016,41(12):58-62.

[18]李 曄,包 磊,李文翔,等.中國道路運輸行業 CO2和污染減排潛力情景分析 [J]. 同濟大學學報(自然科學版), 2016,44(2):242-248.

[19]王冰妍,陳長虹,黃 成,等.低碳發展下的大氣污染物和 CO2排放情景分析–上海案例研究 [J]. 能源研究與信息, 2004,20(3):137-145.

[20]Wang T, Watson J. Scenario analysis of China’s emissions pathways in the 21st century for low carbon transition [J]. Energy Policy, 2010,38(7):3537-3546.

[21]Cai W J, Wang C, Wang K, et al. Scenario analysis on CO emissions reduction potential in China's electricity sector [J].Energy Policy, 2007,35(4):2320-2335.

[22]Wang K, Wang C, Lu X D, et al. Scenario analysis on CO emissions reduction potential in China's iron and steel industry [J].Energy Policy, 2007,35(4):2320-2335.

[23]Ou X, Zhang X, Chang S. Scenario analysis on alternative fuel/vehicle for China’s future road transport: Life-cycle energy demand and GHG emissions [J]. Energy Policy, 2010,38(8):3943-3956.

[24]Kroeze C, Seitzinger S P, Domingues R, et al. Future trends in worldwide river nitrogen transport and related nitrous oxide emissions: a scenario analysis [J]. Scientific world journal, 2014,1(3):328-335.

[25]中華人民共和國統計局.中國環境統計年鑒 [M]. 北京:中國統計出版社, 2015.

[26]中華人民共和國統計局.中國能源統計年鑒 [M]. 北京:中國統計出版社, 2015.

[27]Leontief W W. The Structure of the American Economy [M].Oxford University Press, New York. 1941.

[28]Strassert G. Zur bestimmung strategischer sektoren mit hilfe von input–output modellen [J]. Jahrbücher für National?konomie und Statistik, 1968,182:211-215.

[29]Schultz S. Approaches to identifying key sectors empirically by means of input-output analysis [J]. Journal of Development Studies, 1977,14(1):77-96.

[30]Cella G. The input-output measurement of interindustry linkages[J]. Oxford Bulletin of Economics and Statistics, 1984,46:73-84.

[31]Clements B J. On the decomposition and normalization of interindustry linkages [J]. Economic Letters, 1990,33:337-340.

[32]Duarte R, Sánchez-Chóliz J, Bielsa J. Water use in the Spanish economy: an input-output approach [J]. Ecological Economics,2002,43(1):71-85.

[33]Guerra A I, Sancho F. Measuring energy linkages with the hypothetical extraction method: An application to Spain [J].Energy Economics, 2010,32(4):831-837.

[34]Cai J, Leung P S, Pan M, et al. Economic linkage impacts of Hawaii's longline fishing regulations [J]. Fisheries Research,2005,74(1-3):232-242.

[35]Ali Y. Measuring CO2emission linkages with the hypothetical extraction method (HEM) [J]. Ecological Indicators, 2015,54:171-183.

[36]Zhao Y, Zhang Z, Wang S, et al. Linkage analysis of sectoral CO2emissions based on the hypothetical extraction method in South Africa [J]. Journal of Cleaner Production, 2015,103:916-924.

[37]顧海兵.對投入產出價格變動模型的推導分析及評價 [J]. 數量經濟技術經濟研究, 1994,(6):50-54.

[38]顧海兵.對投入產出的產出變動模型的推導分析及其應用 [J].數量經濟技術經濟研究, 1995,(3):66-70.