中国30省区碳排放时空格局及其影响因素的灰色关联分析

王弃彤等：中国３０省区碳排放时空格局及其影响因素的灰色关联分析　本文采用的中国３０省区１９９５—２００７年的煤炭、石　的碳排放量变化不大，２００２—２００７年的碳排放量急速增　长。１９９５—２００１年，我国碳排放总量增长了约５．２８％；　油、天然气消耗量数据主要来自于《中国能源统计年鉴》　及各省的统计年鉴。根据计算结果，１９９５年，我国碳排放　总量为８５　８６２．７８万ｔ；２００１年，我国碳排放总量为　９０　３９９．８９万ｔ；２００７年，我国碳排放总量为１６８　４２９．６２万　ｔ。３０省区１９９５—２００７年各年碳排放量见表１。　２００２—２００７年，我国碳排放总量增长了约７６．３５％。　１９９５—２００１年，３０省区中碳排量增长幅度前５位的为重　庆（２１０．２％）、宁夏（６０．９％）、内蒙古（４２．９％）、浙江　（３６．３％）、青海（３６．０％）；２００１—２００７年，３０省区中碳排量　２中国３Ｏ省区碳排放的时空格局分析　２．１碳排放量的时空格局分析　从表１可以看出，在本文的研究时序内，３０省区的碳　排放总量呈现出明显的、一致的阶段性，即１９９５—２００１年　增长幅度名前５位的为内蒙古（１７４．８％）、山东（１４８．４％）、　湖南（１３６．０％）、河南（１２２．３％）、福建（１２０．８％）。　２．２碳排放类型的时空格局分析　本文采纳张雷　对碳排放规模的分类方法，把碳排放　分为超重碳排放型、重碳排放型、一般碳排放型、轻碳排放　表１　１９９５—２００７年中国３０省区碳排放量　Ｔａｂ．１　Ｃａｂｏｎ　ｅｍｉｓｓｉｏｎｓ　ｏｆ　３０　ｐｒｏｖｉｎｃｅｓ　ｂｅｔｗｅｅｎ　１９９５　ａｎｄ　２００７　ｉｎ　Ｃｈｉｎａ　・１４１・　型四种类型；并根据本文对中国３０省区碳排放总量的计　算结果及变化特征分析，将超重碳排放型的碳排放量界定　为超过１　Ｘ　１０　ｔ／年，重碳排放型的碳排放量界定为　（９　９９９—３　０００）Ｘ　１０　ｔ／年，一般碳排放型的碳排放量界定　为（２　９９９—１　０００）Ｘ　１０　ｔ／年，轻碳排放型的碳排放量界定　为等于或小于９９９×１０　ｔ／年。与碳排放量的时空格局变　化一样，１９９５—２００１年，３０省区的碳排放类型变化不大；　２００２—２００７年，３０省区的碳排放类型出现显著变化。　２．２．１　１９９５年中国３０省区碳排放类型的空间格局分析　从表２可以看出：１９９５年，属于超重碳排放型的省区　只有山西省；属于Ｉ级重碳排放型的省区包括辽宁、四川　等６个，属于Ⅱ级重碳排放型的省区包括黑龙江、湖北、内　蒙古等９个；属于Ｉ级一般碳排放型的省区包括贵州、陕　西、甘肃等８个，属于Ⅱ级一般碳排放型的省区包括广西　壮族自治区和福建省２个；属于轻碳排放型的省区包括宁　夏回族自治区、重庆市、青海省、海南省４个。　２．２．２　２００１年中国３Ｏ省区碳排放类型的空间格局分析　从表３可以看出，与１９９５年相比较，除宁夏、重庆从　“轻碳排放型”转为“一般碳排放型”，贵州从“一般碳排放　型”转为“重碳排放型”，四川从“Ｉ级重碳排放型”转为　“Ⅱ级重碳排放型”，广东从“Ⅱ级重碳排放型”转为“Ｉ级　重碳排放型”外，３０省区中２５个省区的碳排放类型没有　发生变化，表明３０省区的碳排放量变化不大。　２．２．３　２００７年中国３０省区碳排放类型的空间格局分析　从表４可以看出：２００７年，属于超重碳排放型的省区　包括山西、山东、内蒙古等９个；属于Ｉ级重碳排放型的省　区包括湖北、黑龙江、上海等１０个，属于Ⅱ级重碳排放型　的省区包括新疆、江西、宁夏等８个；没有属于一般碳排放　型的省区；属于轻碳排放型的省区包括青海省和海南省２　表２　１９９５年中国３０省区碳排放类型　Ｔａｂ．２　Ｔｙｐｅｓ　ｏｆ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｏｆ　３０　ｐｒｏｖｉｎｃｅｓ　ｉｎ　Ｃｈｉｎａ　ｉｎ　１９９５　分类　省区（碳排放量单位：万ｔ）　Ｃｌａｓｓｉ　ｃａｔｉｏ“　Ｐｒｏｖｉｎｃｅｓ　ｆ　ｃａｒｂ。ｎ　ｅｍｉｓｓｉ。ｎ　ｕｎｉｔ：１０　ｔ）　超重型（≥１０　０００）　山西（１１　１４６）　重型　（６　０００－９　９９９　：；　；　：　；　：　；　黑龙江（５　１７３）广东（４　７３１）湖北（４　４１４）　Ⅱ（３　０００—５　９９９）湖南（４　３５２）安徽（３　８４２）吉林（３　７９２）　浙江（３　５５７）上海（３　４３５）内蒙古（３　３４１）　贵州（２　９８３）陕西（２　９３８）江西（２　３４４）　一般　Ｉ（２　０００—２　９９９）北京（２　３３４）云南（２　１２７）新疆（２　１２７）　天津（２　０８１）甘肃（２　０６７）　Ⅱ（１　０００—１　９９９）广西（１　８２６）福建（１　４５８）　轻型（≤９９９）　宁夏（８２９）重庆（６３５）青海（３８５）海南（１２３）　・１４２・　中国人口・资源与环境２０１１年第７期　个。与２００１年相比较，超重碳排放型的省区增加了８个，　重碳排放型的省区增加了３个，一般碳排放型的省区减少　了１１个（降为０个），表明２００１—２００７年，３０省区的碳排　放量发生显著变化。　３　３０省区碳排放影响因素的灰关联分析　近年来，发达国家的统计数据表明，居民生活消费的　直接与间接能耗已超过产业部门，成为碳排放的主要增长　点。已有的研究缺乏对具体国家的具体分析。刘兰翠　、　魏一鸣等　分析了１９７５—２００３年人ＶＩ、经济、技术对中　国碳排放的影响，但没有考虑人类生活活动中的重要行为　表３　２００１年中国３０省区碳排放类型　Ｔａｂ．３　Ｔｙｐｅｓ　ｏｆ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｏｆ　３０　ｐｒｏｖｉｎｃｅｓ　ｉｎ　Ｃｈｉｎａ　ｉｎ　２００１　分类　省区（碳排放量单位：万ｔ）　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ｐｒｏｖｉｎｃｅｓ（ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｕｎｉｔ：１０　ｔ）　超重型（≥１０　０００）　山西（１１　０６５）　重型　ｃ　ｏｏ０－９　９９９　辈丁１　　）：／／　；３　：　；Ｊ　河ｌＪｕＪｌ南￣ｌ羽　（Ｌ　Ｊ尔９…／　Ｚ１４１９８　；　蕖　；　Ｏ　，　湖北（４　９４７）黑龙江（４　９３４）安徽（４　９１９）　１Ｉ（３　ｏｏ０－５　９９９）　４　７３９）￣４３５　９）士林（３　６ｏ６）湖南（３　３０１）　陕西（２　５９８）云南（２　４９０）北京（２　４６７）新　一般　Ｉ（２　０００—２　９９９）疆（２　４０７）天津（２　３５２）甘肃（２　１５１）重庆　（２　１２９）江西（２　１００）　Ⅱ（１　０００—１　９９９）福建（１　９７２）广西（１　８９１）宁夏（１　３４０）　轻型　（￣＜９９９）　青海（５１４）海南（１６７）　表４　２００７年中国３０省区碳排放类型　Ｔａｂ．４　Ｔｙｐｅｓ　ｏｆ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｏｆ　３０　ｐｒｏｖｉｎｃｅｓ　ｉｎ　Ｃｈｉｎａ　ｉｎ　２００７　分类　省区（碳排放量单位：万ｔ）　Ｃｌａｓｓｉｉｆｃａｔｉｏｎ　Ｐｒｏｖｉｎｃｅｓ（ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｕｎｉｔ：１０　ｔ）　山东（２５　９５８）山西（２１　７５３）河北　超重型（／＞１０　ｏｏｏ）　（１８　８７１）河南（１７　７５４）江苏（１６　４３９）内　蒙古（１４　２７５）广东（１３　０５３）辽宁　（１２　８５７）浙江（１１　１３０）　湖北（８　９９２）黑龙江（８　４６３）湖南（８　２６５）　重型Ｉ（６　０００—９　９９９）　贵州（８　０８６）四川（７　７４０）安徽（７　６０３）吉　林（６　６７７）陕西（６　３０３）上海（６　１３９）云南　（６　０６５）　福建（５　３５５）新疆（４　３５３）江西（４　２０７）广　Ⅱ（３　０００—５　９９９）西（４　０６３）甘肃（３　５６８）天津（３　４３８）重庆　（３　３０４）北京（３　２０３）宁夏（３　１５３）　一般Ｉ（２　０００—２　９９９）　Ⅱ（１　０００—１　９９９）　轻型（￣＜９９９）　青海（８６２）海南（５２２）　王卉彤等：中国３０省区碳排放时空格局及其影响因素的灰色关联分析　消费对碳排放的影响。本文通过运用灰色关联分析法，分　析１９９７—２００７年１１个省的碳排放量与人口总数、人均消　３．２．１人均消费与碳排放的灰关联度分析　从表５可以看出：人均消费与碳排放高度相关（灰关　联度在０．５８８　８—０．７４３　８之间），且远比人口总数、碳排放　强度与碳排放的相关性要大。　３．２．２人口总数与碳排放的灰关联度分析　费量以及碳排放强度之间的灰色斜率关联度，从生产活动　和生活活动的综合视角探讨中国３０省区的碳排放问题，　有利于正确判断和把握生产和生活活动对碳排放的影响　程度。　人口增长除了导致能源需求的增长，还通过导致森林　破坏、陆面覆盖变化、土地利用方式改变、更多的水泥制造　等途径导致碳排放的增加。我国人口的自然增长率虽然　３．１样本选取与数据来源　在对中国３０省区１９９５—２００７年的碳排放进行时空　格局分析时发现，我国的碳排放数量有着明显的区域差　异：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、　广东、广西和海南等１２个东部省市的碳排放量长期以来　在全国占据着主导地位，碳排放量占全国碳排放量的比重　在４３．２％一４６．３％之间；山西、内蒙古、吉林、黑龙江、安　徽、江西、河南、湖南和湖北等９个中部省份和自治区的碳　排放量占全国碳排放量的比重在３７．１％一３８．５％之间，呈　现出稳定而略有下降的趋势；重庆、四川、贵州、云南、陕　西、甘肃、青海、宁夏和新疆等９个西部省市和自治区的碳　排放量占全国碳排放量的比重在１６．３％一１８．８％之间，呈　现出稳定而略有上升的趋势。　本文依据选择最大、最小和中间值原则，分别从东部、　中部和西部地区选取了９个省区，并加选了重庆和宁夏。　加选重庆是因为１９９５—２００７年问碳排放量的增长倍数最　大（达到３８１．４％），加选宁夏的原因是其在１９９５—２００７年　间碳排放强度的波动较大。　所选取的１９９７—２００７年１１个省区的人口总数、人均　消费量均来自中国统计局网站的《中国统计年鉴》，碳排　放量及碳排放强度运用本文前面部分计算得到的结果。　３．２灰色斜率关联度分析　本文采用孙玉刚和党耀国　提出的灰色斜率关联度　的改进模型，该模型能够反应序列的正、负相关系数，具　有对称性、唯一性、可比性、接近性和无量纲化后的保序　性。　计算公式为：　∈。　高舌∈。（ｋ）　（ｋ）＝ｓｇｎ（Ａｘ。（ｋ）Ａｘ（ｋ））（１／（１＋Ｐ＋Ｑ））　其　＝　Ｉ—Ｊ　ＴＡｘ（ｋ）Ｉ　ＩＩ△‰（ｋ）　）　。。——　Ｑ：—　１（１１　０　一　　ｌＺｉｘ０（ｋ）　　Ｉ｝ｌ△　（—　　ｋ）　ｌ　０　’本文运用其对我国１１个省区１９９７—２００７年的人均　消费、人口总数、碳排放强度与碳排放总量的灰关联度进　行了分析，分析结果见表５。　呈逐年下降的趋势，但是人口的绝对数量仍然保持了较高　的增长。从表５可以看出，除四川外，其他８省人口总数　与碳排放的灰关联度均为正，且分布在０．１９２　４—０．５０４　６　的区间范围内，这说明尽管人口总数对碳排放的影响不如　人口消费大，但仍然有较明显的正向作用，即人口总数越　大，碳排放量越大。　３．２．３碳排放强度与碳排放的灰关联度分析　为更好地衡量一国生产与碳排放的关系，本文计算碳　排放强度与碳排放的灰关联度时应用的碳排放强度是物　质生产部门终端能源利用的碳排放强度。从表５可以看　出，１９９７—２００７年，物质生产部门终端能源利用的碳排放　强度对我国碳排放的影响并不显著，灰关联度分布在　一０．２９２　０—０．２０８　１的区间范围内，其中海南、内蒙古、江　西、山西、四川、重庆等６省区碳排放强度与碳排放的灰关　联度还是负值，这从另外一个侧面验证了与碳排放强度相　比，人均消费与人口总数对碳排放的影响相对显著。　表５我国１１省区人口总数、人均消费、　碳排放强度与碳排放量的灰关联度　Ｔａｂ．５　Ｇｒｅｙ　ｉｎｃｉｄｅｎｃｅ　ｂｅｔｗｅｅｎ　ｐｏｐｕｌａｔｉｏｎ，ｃｏｎｓｕｍｐｔｉｏｎ，　ｉｎｔｅｎｓｉｔｙ　ｏｆ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ａｎｄ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｉｎ　ｌ　ｌ　ｐｒｏｖｉｎｃｅｓ　ｉｎ　Ｃｈｉｎａ　・１４３・　中国人口・资源与环境２０１１年第７期　４结论与政策建议　４．１结论　我国　３０省区的碳排放呈现出明显、～致的阶段性。　应利用自身分布广且深入社会各阶层的优势，广泛、深入　地开展节能减排、低碳经济、低碳消费的宣传教育活动；为　政府制订倡导低碳消费等方面的决策提供科学参考。　４．２．３公民广泛参与低碳消费方式　在日常生活中，有些事情看起来很小，意义却非常重　在本文的研究时序内（１９９５—２００７年），我国３Ｏ省区的碳　排放总量和排放类型都呈现出明显的、一致的阶段性，即　１９９５—２００１年的变化不大，２００２—２００７年的碳排放量急　速增长、碳排放类型发生显著变化。１９９５～２００１年，我国　碳排放总量增长了约５．２８％，３０省区中２５个省区的碳排　放类型没有发生变化；２００２—２００７年，我国碳排放总量增　长了约７６．３５％，超重碳排放型的省区增加了８个，重碳　排放型的省区增加了３个，一般碳排放型的省区减少了１１　个（降为０个）。　人均消费、人口总数、碳排放强度对我国１９９７—２００７　年的碳排放具有的影响力依次递减。依据选择最大、最小　和中间值等原则，从我国东部、中部和西部地区选取的１１　省区的人均消费、人口总数、碳排放强度与碳排放量灰关　联度的计算结果表明：人均消费与碳排放量的关联度最　大，对碳排放量的解释作用最大；人均消费、人口总数、碳　排放强度与碳排放量的关联度依次递减，即人均消费、人　口总数、碳排放强度对碳排放量的影响依次递减。　４．２政策建议　近年来，我国节能减排、发展低碳经济的重点一直集　中在生产领域。但从我国东部、中部和西部地区选取的　１　１省区的人均消费、人口总数、碳排放强度与碳排放量灰　关联度的计算结果来看，居民消费（而不是碳排放强度）　对碳排放的解释作用最大。“十二五”期间，提高居民消　费能力、扩大内需是我国调整经济结构的首要任务，居民　消费对碳排放的影响力必然将进一步增大，因此，我国应　着眼于发展低碳消费方式，倡导低碳消费理念，引导低碳　消费生活方式。　４．２．ｉ政府引领低碳消费方式　首先，各级政府和所有公务员应从自身做起，通过制　订和实施单位能耗使用定额标准和用能支出标准等活动，　在践行低碳消费中起到带头示范作用。其次，完善政府激　励低碳消费的法规政策。一方面，出台激励低碳消费的政　策和法规；另一方面，抑制消费主体的高碳消费方式。再　次，加大低碳消费宣传力度。定期邀请相关专家组建低碳　消费宣讲团，深入社区、市场、企业、学校、机关等进行低碳　消费专题讲座，培养消费舀‘树立低诙消费堙忠，提高消费　者低碳消费意识和能力。　４．２．２社会组织积极推进低碳消费方式　社会组织是现代多元治理结构中的重要主体，对促进　低碳消费方式的全民化具有不可替代的作用。社会组织　．１４４．　大，每个人不经意的消耗与浪费乘以１３亿，其结果都是惊　人的。公众应积极转变消费理念，拒绝一次性消费、便捷　消费及高能耗消费，形成低碳化、低能耗的消费习惯以及　不追奢、不尚侈、不唯量的健康、平实、理性和收敛的消费　观，广泛参与到低碳消费中。　（编辑：刘照胜）　参考文献（Ｒｅｆｅｒｅｎｃｅｓ）　［１］ＩＰＣＣ．Ｃｌｉｍａｔｅ　ｃｈａｎｇｅ　２００７：ｔｈｅ　Ｆｏｕ￣ｈ　Ａｓｓｅｓｓｍｅｎｔ　Ｒｅｐｏｎ　ｏｆ　ｔｈｅ　Ｉｎｔｅｒｇｏｖｅｍｍｅｎｔａｌ　Ｐａｎｅｌ　ｏｎ　Ｃｌｉｍａｔｅ　Ｃｈａｎｇｅ［Ｍ］．Ｃａｍｂｒｉｄｇｅ：　Ｃａｍｂｒｉｄｇｅ　Ｕｎｉｖｅｒｓｉｔｙ　Ｐｒｅｓｓ．　［２］徐国泉，刘则渊，姜照华．中国碳排放的因素分解模型及实证分　析：１９９５—２００４［Ｊ］．中国人口・资源与环境，２００６，１６（６）：　１５８—１６１．　［Ｘｕ　Ｇｕｏｑｕａｎ，Ｌｉｕ　Ｚｅｙｕａｎ，Ｊｉａｎｇ　Ｚｈａｏｈｕａ．　Ｄｅｃｏｍｐｏｓｉｔｉｏｎ　Ｍｏｄｅｌ　ａｎｄ　Ｅｍｐｉｉｒｃａｌ　Ｓｔｕｄｙ　ｏｆ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎｓ　ｆｏｒ　Ｃｈｉｎａ，１　９９５—２００４［Ｊ］．Ｃｈｉｎａ　Ｐｏｐｕｌａｔｉｏｎ　Ｒｅｓｏｕｒｃｅｓ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔ，２００６，１６（６）：１５８—１６１．］　［３］张雷．中国一次性能源消费的碳排放区域格局变化［Ｊ］．地理研究，　２００６，２５（１）：１—９．［ＺｈａｎｇＬｅｉ．Ａ　ＣｈａｎｇｉｎｇＰａｔｔｅｒｎ　ｏｆｎｅｉｇｏｎａｌ　Ｃ０２　Ｅｍｉｓｓｉｏｎｓ　ｉｎ　Ｃｈｉｎａ［Ｊ］．Ｇｅｏｇｒａｐｈｉｃａｌ　Ｒｅｓｅａｒｃｈ，２００６，２５（１）：１—９．］　［４］刘兰翠．我国二氧化碳减排问题的政策建模与实证研究［Ｄ］．合　肥：中国科学技术大学，２００６．［Ｌｉｕ　Ｌａｎｃｕｉ．Ｐｏｌｉｃｙ　Ｍｏｄｅｌｉｎｇ　ｆｏｒ　Ｃｈｉｎａ’ｓ　ＣＯ２　Ｅｍｉｓｓｉｏｎ　Ｒｅｄｕｃｔｉｏｎ　ａｎｄ　Ｉｔｓ　Ｅｍｐｉｉｒｃａｌ　Ａｎａｌｙｓｉｓ［Ｄ］．　Ｈｅｆｅｉ：Ｕｎｉｖｅｓｒｉｔｙ　ｏｆ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　ｏｆ　Ｃｈｉｎａ，２００６．］　［５］魏一鸣，范英，王毅，等．关于我国碳排放问题的若干对策与建议［Ｊ］．　气候变化研究进展，２００６，２（１）：１５—２０．［Ｗｅｉ　Ｙｉｍｉｎｇ，Ｆａｎ　Ｙｉｎｇ，　Ｗａｎｇ　Ｙｉ，ｅｔ　ａ１．Ｓｕｇｇｅｓｔｉｏｎｓ　ｎａｄ　Ｓｏｌｕｔｉｏｎｓ　ｔｏ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎｓ　ｉｎ　Ｃｈｉｎａ．　Ａｄｖａｎｃｅｓ　Ｉｎ　Ｃｌｉｍａｔｅ　Ｃｈａｎｇｅ　Ｒｅｓｅａｒｃｈ，２ＯＯ６．２（１）：１５—２０．］　［６］魏一呜，刘兰翠，等．中国能源报告（２００８）：碳排放研究［Ｍ］．北　京：科学出版社，２００８．［Ｗｅｉ　Ｙｉｍｉｎｇ，Ｌｉｕ　Ｌａｎｃｕｉ，ｅｔ　ａ１．Ｃｈｉｎａ　Ｅｎｅｒｇｙ　Ｒｅｐｏｒｔ（２００８）：Ｒｅｓｅａｒｃｈ　ｏｎ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎｓ．Ｂｅｉｊｉｎｇ：　Ｓｃｉｅｎｃｅ　Ｐｒｅｓｓ．２００８．］　［７］孙玉刚，党耀国．灰色斜率关联度的改进模型［Ｊ］．统计与决策，　２００７，（１５）：１２一ｌ３．［Ｓｕｎ　Ｙｕｇｎａｇ，Ｄａｎｇ　Ｙａｏｇｕｏ．Ｉｍｐｒｏｖｅｄ　Ｍｏｄｅｌ　ｏｎ　Ｄｅｇｒｅｅ　ｏｆ　Ｇｒｅｙ　Ｓｌｏｐｅ　Ｉｎｃｉｄｅｎｃｅ［Ｊ］．Ｓｔａｔｉｓｔｉｃｓ　ａｎｄ　Ｄｅｃｉｓｉｏｎ，　２００７，（１５）：１２—１３．］　［８］王雪娜．我国能源类碳源排碳量估算办法研究［Ｄ］．北京：ｊＥ京　林业大学，２００６．［Ｗａｎｇ　Ｘｕｅｎａ．Ｒｅｓｅｒａｃｈ　ｏｎ　Ｅｓｔｉｍａｔｉｏｎ　Ｍｅｔｈｏｄ　ｏｆ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎ　ｆｒｏｍ　Ｅｎｅｒｙｇ　ｉｎ　Ｃｈｉｎａ『Ｄ］．Ｂｅｉｊｉｎｇ：Ｂｅｉｎｇ　Ｆｏｒｅｓｔｒｙ　Ｕｎｉｖｅｒｓｉｔｙ，２００６．］　［９］Ｗｅｉ　Ｙｉｍｉｎｇ，Ｌｉｕ　Ｌａｎｃｕｉ，Ｆａｎ　Ｙｉｎｇ，ｅｔ　ａ１．Ｔｈｅ　Ｉｍｐａｃｔ　ｏｆ　Ｌｉｆｅｓｔｙｌｅ　ｏｎ　Ｅｎｅｒｇｙ　Ｕｓｅ　ａｎｄ　ＣＯ２　Ｅｍｉｓｓｉｏｎ：Ａｎ　Ｅｍｐｉｒｉｃａｌ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｃｈｉｎａ’Ｓ　Ｒｅｓｉｄｅｎｔｓ［Ｊ］．Ｅｎｅｒｙｇ　Ｐｏｌｉｃｙ，２００７，３５：２４７—２５７．　［１０］朱勤，彭希哲，陆志明，等．人口与消费对碳排放影响的分析模　王卉彤等：中国３Ｏ省区碳排放时空格局及其影响因素的灰色关联分析　型与实证［Ｊ］．中国人口・资源与环境，２０１０，２０（２）：９８—１０２．　［Ｚｈｕ　Ｑｉｎ，Ｐｅｎｇ　Ｘｉｚｈｅ，Ｌｕ　Ｚｈｉｍｉｎｇ，ｅｔ　ａ１．Ａｎａｌｙｓｉｓ　Ｍｏｄｅｌ　ａｎｄ　Ｅｍｐｉｉｃａｌｒ　Ｓｔｕｄｙ　ｏｆ　Ｉｍｐａｃｔｓ　ｆｒｏｍ　Ｐｏｐｕｌａｔｉｏｎ　ａｎｄ　Ｃｏｎｓｕｍｐｔｉｏｎ　ｏｎ　［１５］胡初枝，黄贤金，钟太洋，等．中国碳排放特征及其动态演进分　析［Ｊ］．中国人口・资源与环境，２００８，１８（３）：３８—４２．［Ｈｕ　Ｃｈｕｚｈｉ，Ｈｕａｎｇ　Ｘｉａｎｊｉｎ，Ｚｈｏｎｇ　Ｔａｉｙａｎｇ，ｅｔ　ａ１．Ｃｈａｒａｃｔｅｒ　ｏｆ　Ｃａｒｂｏｎ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎｓ［Ｊ］．Ｃｈｉｎａ　Ｐｏｐｕｌａｔｉｏｎ，　Ｒｅｓｏｕｒｃｅｓ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔ，２０１０，２０（２）：９８—１０２．］　［１１］张雷，黄园淅，李艳梅，等．中国碳排放区域格局变化与减排途径　Ｅｍｉｓｓｉｏｎ　ｉｎ　Ｃｈｉｎａ　ａｎｄ　Ｉｔｓ　Ｄｙｎａｍｉｃ　Ｄｅｖｅｌｏｐｍｅｎｔ　Ａｎａｌｙｓｉｓ［Ｊ］．　Ｃｈｉｎａ　Ｐｏｐｕｌａｔｉｏｎ．Ｒｅｓｏｕｒｃｅｓ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔ，２００８，ｌ　８（３）：　３８—４２．］　［１６］Ｃｈｒｉｓｔｏｐｈ　Ｗ，Ａｄｒｉａａｎ　Ｐ．Ｍｏｄｅｌｌｉｎｇ　Ｌｉｆｅｓｔｙｌｅ　Ｅｆｆｅｃｔｓ　ｏｎ　Ｅｎｅｒｙ　ｇＤｅｍａｎｄ　ａｎｄ　Ｒｅｌａｔｅｄ　Ｅｍｉｓｓｉｏｎｓ［Ｊ］．Ｅｎｅｒｙ　Ｐｏｌｇｉｃｙ，２０００，２８：　５４９—５６６．　分析［Ｊ］．资源科学，２０１０，３２（２）：２１１—２１７．［Ｚｈａｎｇ　Ｌｅｉ，Ｈｕａｎｇ　Ｙｕａｎｘｉ，Ｌｉ　Ｙａｎｍｅｉ，ｅｔ　ａ１．Ａｎ　Ｉｎｖｅｓｔｉｇａｔｉｏｎ　ｏｎ　Ｓｐａｔｉ￣Ｃｈａｎｇｉｎｇ　Ｐａｔｔｅｒｎ　ｏｆ　ＣＯ，Ｅｍｉｓｓｉｏｎｓ　ｉｎ　Ｃｈｉｎａ［Ｊ］．Ｒｅｓｏｕｒｃｅｓ　Ｓｃｉｅｎｃｅ，２０１０，３２（２）：　２１１—２１７．］　［１７］Ｋｉｍ　Ｊ　Ｈ．Ｃｈａｎｇｅｓ　ｉｎ　Ｃｏｎｓｕｍｐｔｉｏｎ　Ｐａｔｔｅｒｎｓ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　［１２］潘家华，朱仙丽．人文发展的基本需要分析及其在国际气候制　度设计中的应用——以中国能源与碳排放需要为例［Ｊ］．中国人　Ｄｅｇｒａｄａｔｉｏｎ　ｉｎ　Ｋｏｒｅａ［Ｊ］．Ｓｔｒｕｃｔｕｒａｌ　Ｃｈａｎｇｅ　ａｎｄ　Ｅｃｏｎｏｍｉｃ　Ｄｙｎａｍｉｃｓ．２００２。１３：１—４８．　口・资源与环境，２００６，１６（６）：２３—３Ｏ．【Ｐａｎ　Ｊｉａｈａａ，Ｚｈｕ　Ｘｉａｎｌｉ．　Ａｎ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｂａｓｉｃ　Ｎｅｅｄｓ　ｆｏｒ　Ｈｕｍａｎ　Ｄｅｖｅｌｏｐｍｅｎｔ　ａｎｄ　Ｉｔｓ　【１８］朱勤，彭希哲，陆志明，等．中国能源消费碳排放变化的因素分　解及实证分析［Ｊ］．资源科学，２００９，３１（１２）：２０７２—２０７９，　［Ｚｈｎ　Ｑｉｎ，Ｐｅｎｇ　Ｘｉｚｈｅ，Ｌｕ　Ｚｈｉｍｉｎｇ，ｅｔ　ａ１．Ｆａｃｔｏｒｓ　Ｄｅｃｏｍｐｏｓｉｔｉｏｎ　ａｎｄ　Ｅｍｐｉｉｃａｌｒ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｖａｒｉａｔｉｏｎｓ　ｉｎ　Ｅｎｅｒｇｙ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎ　ｉｎ　Ａｐｐｌｉｃａｔｉｏｎｓ　ｉｎ　ｔｈｅ　Ｄｅｓｉｇｎ　ｏｆ　Ｇｌｏｂａｌ　Ｃｌｉｍａｔｅ　Ｒｅｇｉｍｅ：Ｔｈｅ　Ｃａｓｅ　ｏｆ　Ｃｈｉｎａ　ｆｏｒ　Ｅｎｅｒｇｙ　ａｎｄ　Ｅｍｉｓｓｉｏｎｓ　Ｄｅｍａｎｄ［Ｊ］．Ｃｈｉｎａ　Ｐｏｐｕｌａｔｉｏｎ，　Ｒｅｓｏｕｒｃｅｓ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔ，２００６，ｔ６（６）：２３—３０．］　Ｃｈｉｎａ［Ｊ］．Ｒｅｓｏｕｒｃｅｓ　Ｓｃｉｅｎｃｅ，２００９，３１（１２）：２０７２—２０７９．］　［１９］Ｃｏｌｅ　Ｍ　Ａ，Ｒａｙｎｅｒ　Ａ　Ｊ，Ｂａｔｓ　ｅＪ　Ｍ．Ｔｈｅ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｋｕｚｎｅｔｓ　Ｃｕｒｖｅ：Ａｎ　Ｅｍｐｉｉｒｃａｌ　Ａｎａｌｙｓｉｓ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ　Ｅｃｏｎｏｍｉｃｓ，２（４）：４０１—４１６．　［１３］Ｄａｌｔｏｎ　Ｍ，Ｏ’Ｎｅｉｌｌ　Ｂ，Ｐｒｓｋａｗｅｔｚ　Ａ，ｅｔ　ａ１．Ｐｏｐｕｌａｔｉｏｎ　Ａｇｉｎｇ　ａｎｄ　Ｆｕｔｕｒｅ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎｓ　ｉｎ　ｔｈｅ　Ｕｎｉｔｅｄ　Ｓｔａｔｅｓ［Ｊ］．Ｅｎｅｒｙ　ｇＥｃｏｎｏｍｉｃｓ，２００８，３０：６４２—６７５．　［１４］Ａｎｇ　Ｂ　Ｗ．Ｄｅｃｏｍｐｏｓｉｔｉｏｎ　Ａｎａｌｙｓｉｓ　ｆｏｒ　Ｐｏｌｉｅｙｍａｋｉｎｇ　ｉｎ　Ｅｎｅｒｙ：ｇ　Ｗｈａｔ　Ｉｓ　Ｐｒｅｆｅｒｒｅｄ　Ｍｅｔｈｏｄ？［Ｊ］．Ｅｎｅｒｙ　Ｐｏｇｌｉｃｙ，２００４，３２（９）：　¨３１一ｌ１３９．　［２０］Ｓｃｈｍａｌｅｎｓｅｅ　Ｒ，Ｓｔｏｋｅｒ　Ｔ　Ｍ，Ｊｕｄｓｏｎ　Ｒ　Ａ．Ｗｏｒｈｔ　Ｃａｒｂｏｎ　Ｄｉｏｘｉｄｅ　Ｅｍｉｓｓｉｏｎ．１９５０—２０５０『Ｊ］．Ｔｈｅ　Ｒｅｖｉｅｗ　ｏｆ　Ｅｃｏｎｏｍｉｃｓ　ａｎｄ　Ｓｔａｔｉｓｔｉｃｓ，１９９８，８Ｏ（１）：１５—２７．　Ａｎａｌｙｓｉｓ　ｏｆ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎ　Ｓｐａｔｉｏｔｅｍｐｏｒａｌ　Ｐａｔｔｅｒｎｓ　ａｎｄ　Ｇｒｅｙ　Ｉｎｃｉｄｅｎｃｅ　ｏｆ　Ｆａｃｔｏｒｓ　Ｉｎｆｌｕｅｎｃｉｎｇ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎ　ｉｎ　３０　Ｐｒｏｖｉｎｃｅｓ　ｉｎ　Ｃｈｉｎａ　ＷＡＮＧ　Ｈｕｉ　ｔｏｎｇ　ＷＡＮＧ　Ｍｉａｏ－ｐｉｎｇ　（１．Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｆｉｎａｎｃｅ　ａｎｄ　Ｅｃｏｎｏｍｉｃｓ，Ｃｅｎｔｒａｌ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｆｉｎａｎｃｅ　ａｎｄ　Ｅｃｏｎｏｍｉｃｓ，Ｂｅｉｊｉｎｇ　１０００８１，Ｃｈｉｎａ；　２．Ｓｃｈｏｏｌ　ｏｆ　Ｆｉｎａｎｃｅ，Ｃｅｎｔｒａｌ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｆｉｎａｎｃｅ　ａｎｄ　Ｅｃｏｎｏｍｉｃｓ，Ｂｅｉｊｉｎｇ　１０００８１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ　Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｅ　ａｎａｌｙｚｅｄ　ｓｐａｔｉｏｔｅｍｐｏｒａｌ　ｐａｔｔｅｒｎｓ　ｏｆ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｂｅｔｗｅｅｎ　１９９５　ａｎｄ　２００７　ｉｎ　３０　ｐｒｏｖｉｎｃｅｓ　ｉｎ　Ｃｈｉｎａ，　ａｎｄ　ｔｈｅｎ　ｅｓｔｉｍａｔｅｄ　ｇｒｅｙ　ｉｎｃｉｄｅｎｃｅ　ｄｅｇｒｅｅ　ｏｆ　ｆａｃｔｏｒｓ　ａｆｆｅｃｔｉｎｇ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｂｅｔｗｅｅｎ　１９９７　ａｎｄ　２００７　ｉｎ　１　１　ｐｒｏｖｉｎｃｅｓ．Ｉｎ　ｏｕｒ　ｔｉｍｅ—　ｓｅｒｉｅｓ（１９９５—２００７），ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ａｎｄ　ｉｔｓ　ｔｙｐｅｓ　ｓｈｏｗｅｄ　ｔｈｅ　ｆｅａｔｕｒｅ　ｏｆ　ｏｂｖｉｏｕｓ　ａｎｄ　ｃｏｎｓｉｓｔｅｎｔ　ｐｈａｓｅｄｓ：ｔｈｅ　ｃｈａｎｇｅ　ｗａｓ　ｎｏｔ　ｏｂｖｉｏｕｓ　ｂｅｔｗｅｅｎ　１９９５　ａｎｄ　２００１．ｂｕｔ　ｓｉｎｃｅ　２００２　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎｓ　ｂｕｒｇｅｏｎｅｄ　ａｎｄ　ｉｔｓ　ｔｙｐｅｓ　ｃｈａｎｇｅｄ　ｓｉｇｎｉｉｆｃａｎｔｌｙ　ｂｅｔｗｅｅｎ　２００２　ａｎｄ　２００７．Ａｍｏｎｇ　ｔｈｅ　ｔｈｒｅｅ　ｆａｃｔｏｒｓ（ｃｏｎｓｕｍｐｔｉｏｎ　ｐｅｒ　ｐｅｒｓｏｎ，ｐｏｐｕｌａｔｉｏｎ，ａｎｄ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｉｎｔｅｎｓｉｔｙ），ｗｈｉｃｈ　ｌｅｄ　ｔｏ　ｔｈｅ　ｃｈａｎｇｅ　ｏｆ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎｓ　ｂｅｔｗｅｅｎ　２００２　ａｎｄ　２００７，ｃｏｎｓｕｍｐｔｉｏｎ　ｐｅｒ　ｐｅｒｓｏｎ　ｈａｄ　ｔｈｅ　ｂｉｇｇｅｓｔ　ｇｒｅｙ　ｉｎｃｉｄｅｎｃｅ　ｄｅｇｒｅｅ　ｗｉｔｈ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎｓ，ｗｈｉｃｈ　ｍｅａｎｔ　ｉｔ　ｗａｓ　ｍｏｓｔ　ｅｆｆｅｃｔｉｖｅ　ｔｏ　ｅｘｐｌａｉｎ　ｔｈｅ　ｃｈａｎｇｅ，ｆｏｌｌｏｗｅｄ　ｂｙ　ｐｏｐｕｌａｔｉｏｎ，ａｎｄ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｉｎｔｅｎｓｉｔｙ．Ｎｏｗａｄａｙｓ，ｉｍｐｒｏｖｉｎｇ　ｒｅｓｉｄｅｎｔ　ｃｏｎｓｕｍｐｔｉｏｎ　ａｂｉｌｉｔｉｅｓ　ａｎｄ　ｅｎｌａｒｇｉｎｇ　ｄｏｍｅｓｔｉｃ　ｄｅｍａｎｄｓ　ａｒｅ　ｔｈｅ　ｔｏｐ　ｐｒｉｏｒｉｔｉｅｓ　ｉｎ　ａｄｊｕｓｔｉｎｇ　ｅｃｏｎｏｍｉｃ　ｓｔｒｕｃｔｕｒｅｓ，ｓｏ　ｗｅ　ｓｈｏｕｌｄ　ｃａｒｒｙ　ｏｕｔ　ｅｎｅｒｇｙ　ｓａｖｉｎｇ　ａｎｄ　ｐｏｌｌｕｔａｎｔ　ｒｅｄｕｃｔｉｏｎ　ａｃｔｉｖｅｌｙ　ａｎｄ　ｄｅｖｅｌｏｐ　ｌｏｗ—ｃａｒｂｏｎ　ｅｃｏｎｏｍｙ　ｉｎ　ｔｈｅ　ｆｉｅｌｄ　ｏｆ　ｐｒｏｄｕｃｔｉｏｎ．Ｂｅｓｉｄｅｓ，ｗｅ　ｏｕｇｈｔ　ｔｏ　ｐｒｏｐｏｓｅ　ｌｏｗ—ｃａｒｂｏｎ　ｃｏｎｓｕｍｐｔｉｏｎ　ｂｙ　ｍｅａｎｓ　ｏｆ　ｇｏｖｅｒｎｍｅｎｔ　ｇｕｉｄｅ，ｓｏｃｉａｌ　ｏｒｇａｎｉｚａｔｉｏｎ　ｐｒｏｍｏｔｉｏｎ　ａｎｄ　ｃｉｔｉｚｅｎ　ｐａｒｔｉｃｉｐａｔｉｏｎ．　Ｋｅｙ　ｗｏｒｄｓ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ；ｓｐａｔｉｏｔｅｍｐｏｒａｌ　ｐａｔｔｅｒｎ；ｐｏｐｕｌａｔｉｏｎ；ｃｏｎｓｕｍｐｔｉｏｎ；ｇｒｅｙ　ｉｎｃｉｄｅｎｃｅ　ａｎａｌｙｓｉｓ　・１４５・