劉莉娜，曲建升, ，曾靜靜，李燕，邱巨龍，王莉

1. 蘭州大學(xué)西部環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，西部環(huán)境與氣候變化研究院，甘肅 蘭州 730000；

2. 中國(guó)科學(xué)院資源環(huán)境科學(xué)信息中心，國(guó)家科學(xué)圖書館蘭州分館，甘肅 蘭州 730000

近百年來的全球氣候變暖現(xiàn)象，被認(rèn)為是以二氧化碳為主的溫室氣體在大氣中的濃度大幅度上升引起的。主要來自美國(guó)橡樹嶺國(guó)家實(shí)驗(yàn)室（ORNL/Oak Ridge National Laboratory）CO2信息分析中心（CDIAC/ Carbon Dioxide Information Analysis Center）的數(shù)據(jù)顯示，1751—2010年全球累計(jì)CO2排放量高達(dá)13365.85 億t[1]。正確評(píng)估和分析人類活動(dòng)對(duì)全球氣候變化的影響，最基本的任務(wù)是計(jì)算人類活動(dòng)向大氣排放的溫室氣體排放量，最重要的任務(wù)是對(duì)碳排放的影響因素進(jìn)行分析。至今，對(duì)溫室氣體的研究往往重視工業(yè)領(lǐng)域的碳排放而忽略家庭的碳排放，因此對(duì)于家庭生活方式及個(gè)人消費(fèi)行為產(chǎn)生的碳排放進(jìn)行評(píng)估尤為重要。

近年來，國(guó)內(nèi)外許多學(xué)者針對(duì)影響二氧化碳排放的因素進(jìn)行研究。主要包括因素分解法、指數(shù)分解法、投入產(chǎn)出法、灰色關(guān)聯(lián)分析法等。其中，因素分解法主要起源于國(guó)外學(xué)者Ehrlich[2]于1971年提出的IPAT模型。隨著IPAT模型廣泛的應(yīng)用，一些學(xué)者對(duì)IPAT模型提出了質(zhì)疑，認(rèn)為該模型適用范圍較窄，不少學(xué)者提出了一些改進(jìn)的方法，最具代表性的是國(guó)外學(xué)者Thomas等[3]提出的STIRPAT模型，該模型比IPAT模型適用范圍更廣，近年來被國(guó)內(nèi)外許多學(xué)者采用。指數(shù)分解法最先是由日本學(xué)者Kaya[4]提出來的，其核心思想是建立經(jīng)濟(jì)、人口、政策等因素與二氧化碳排放之間的關(guān)系。投入產(chǎn)出法是一種定量研究的方法，利用投入產(chǎn)出表來分析碳排放的影響因素。Rhee[5]使用投入產(chǎn)出法對(duì)韓國(guó)二氧化碳的影響因素進(jìn)行了實(shí)證研究?；疑P(guān)聯(lián)分析是灰色系統(tǒng)理論的一種分析方法，彌補(bǔ)了采用其他數(shù)理統(tǒng)計(jì)方法作系統(tǒng)分析所導(dǎo)致的一些缺憾，比如統(tǒng)計(jì)數(shù)據(jù)有限、現(xiàn)有數(shù)據(jù)灰度較大、人為因素較大等。我國(guó)許多學(xué)者利用灰色關(guān)聯(lián)分析法對(duì)我國(guó)二氧化碳影響因素進(jìn)行分析。如譚丹等[6]對(duì)我國(guó)東、中、西部地區(qū)經(jīng)濟(jì)發(fā)展與碳排放進(jìn)行關(guān)聯(lián)分析及比較；王卉彤等[7]對(duì)中國(guó)30省區(qū)碳排放影響因素進(jìn)行灰色關(guān)聯(lián)分析，認(rèn)為在造成碳排放量急速增長(zhǎng)、碳排放類型發(fā)生顯著變化的三因素(人均消費(fèi)、人口總數(shù)、碳排放強(qiáng)度)中，人均消費(fèi)與碳排放量的關(guān)聯(lián)度最大，對(duì)碳排放量的解釋作用最大，人口總數(shù)、碳排放強(qiáng)度次之；李健等[8]運(yùn)用灰色關(guān)聯(lián)分析方法，研究了我國(guó)碳排放強(qiáng)度與第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)之間的關(guān)聯(lián)性，得出第二產(chǎn)業(yè)是影響地區(qū)碳排放強(qiáng)度的主要因素的結(jié)論；李炎麗等[9]、陳建宏等[10]、李想等[11]分別運(yùn)用灰色關(guān)聯(lián)分析方法對(duì)河南、湖南、江蘇的碳排放因子進(jìn)行研究。

與發(fā)達(dá)國(guó)家相比，我國(guó)的工業(yè)化和城市化水平相對(duì)較低，經(jīng)濟(jì)發(fā)展也相對(duì)落后，在此背景下，如何實(shí)現(xiàn)碳減排就顯得更加緊迫而重要。研究我國(guó)碳排放與哪些因素有關(guān)，尤其是研究農(nóng)村家庭碳排放的驅(qū)動(dòng)因素，對(duì)于更好地理解碳排放問題，更有效地解決農(nóng)村碳排放問題提供了參考。因此，對(duì)我國(guó)農(nóng)村家庭碳排放現(xiàn)狀進(jìn)行研究分析，評(píng)價(jià)影響農(nóng)村家庭碳排放各因素的關(guān)聯(lián)性，在當(dāng)前階段具有重大的理論意義和現(xiàn)實(shí)意義，對(duì)于農(nóng)村家庭消費(fèi)現(xiàn)狀的改善、農(nóng)村發(fā)展戰(zhàn)略的制定、以及農(nóng)村居民生活質(zhì)量的提高提供基礎(chǔ)。

本文根據(jù)生活碳排放研究方法，計(jì)算了1995—2010年中國(guó)大陸31省區(qū)農(nóng)村人均家庭碳排放量。首先，對(duì)農(nóng)村人均家庭碳排放量的影響因素進(jìn)行因子分析，剔除不顯著相關(guān)因素；其次，利用灰色關(guān)聯(lián)分析得出不同驅(qū)動(dòng)因子對(duì)碳排放的關(guān)聯(lián)度，以確切分析各因素對(duì)農(nóng)村人均家庭碳排放量的關(guān)聯(lián)程度；最后，對(duì)影響農(nóng)村家庭碳排放的主要因素進(jìn)行分析，提出符合我國(guó)國(guó)情的政策建議。

1 中國(guó)31省區(qū)農(nóng)村人均家庭碳排放現(xiàn)狀

1.1 計(jì)算方法與數(shù)據(jù)來源

家庭碳排放主要包括家庭取暖、照明、烹飪以及私人交通等能源消費(fèi)過程中產(chǎn)生的直接碳排放以及家庭中衣食住行所需的電力、食品、衣著、醫(yī)療衛(wèi)生、教育、交通、通信和文化娛樂等消費(fèi)活動(dòng)所產(chǎn)生的間接碳排放[12]。本文研究的農(nóng)村人均家庭碳排放主要指中國(guó)農(nóng)村居民在家庭生活消費(fèi)過程中所產(chǎn)生的間接人均碳排放量。

農(nóng)村人均家庭碳排放量主要根據(jù)IPCC參考方法，生活碳排放研究方法和投入產(chǎn)出基本分析方法[13-15]進(jìn)行計(jì)算，首先根據(jù)投入產(chǎn)出基本方法獲得家庭消費(fèi)各項(xiàng)內(nèi)容在生產(chǎn)過程中對(duì)其他部門的能源消耗量以及該部門總的能源消耗量及其碳排放系數(shù)，然后根據(jù)農(nóng)村居民的家庭間接碳排放內(nèi)容的消費(fèi)支出量計(jì)算得到各省區(qū)農(nóng)村人均家庭間接碳排放量，如式：

其中：CEi為居民家庭間接碳排放量，單位為t C；CIi為居民家庭各項(xiàng)內(nèi)容的年消費(fèi)支出量，單位為千元；CCi為各項(xiàng)內(nèi)容的CO2排放系數(shù)，單位為kg?元-1（以C計(jì)）。

農(nóng)村人均家庭碳排放計(jì)算數(shù)據(jù)主要包括1995—2010年農(nóng)村家庭平均每天生活消費(fèi)支出、地區(qū)總?cè)丝?、農(nóng)村人口比例、居民消費(fèi)價(jià)格指數(shù)。除農(nóng)村人口比例來自《中國(guó)人口統(tǒng)計(jì)年鑒1996—2010》[16]（2007年《中國(guó)人口統(tǒng)計(jì)年鑒》改名為《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》）外，其他各類數(shù)據(jù)均來自《中國(guó)統(tǒng)計(jì)年鑒1996—2011》[17]，其中，2010年農(nóng)村人口比例數(shù)據(jù)是通過各省1995—2009年農(nóng)村人口比例線性趨勢(shì)預(yù)測(cè)計(jì)算而得。農(nóng)村人均家庭碳排放相關(guān)影響因素?cái)?shù)據(jù)主要來自《中國(guó)統(tǒng)計(jì)年鑒1996—2011》[17]。本文在計(jì)算農(nóng)村各項(xiàng)居民家庭碳排放時(shí)，為了使數(shù)據(jù)具有可比性，將1995—2010年的現(xiàn)價(jià)家庭生活消費(fèi)換算為1995年的不變價(jià)，由此計(jì)算出可比碳排放強(qiáng)度。

1.2 計(jì)算結(jié)果

1.2.1 農(nóng)村家庭碳排放現(xiàn)狀

圖1所示，從時(shí)間看，1995—2010年，城市、農(nóng)村人均家庭碳排放均呈上升趨勢(shì)；從空間看，農(nóng)村對(duì)家庭碳排放的貢獻(xiàn)相對(duì)較小，城市是家庭碳排放的主要貢獻(xiàn)者[18]。1995年，城市人均家庭碳排放為C 0.402 t?人-1，而農(nóng)村人均家庭碳排放為C 0.170 t?人-1，占城市人均家庭碳排放的42.15%。1996年，城市人均家庭碳排放為C 0.417 t?人-1，而農(nóng)村人均家庭碳排放為C 0.186 t?人-1，1995—2010年間，占城市人均家庭碳排放的比例最大，為44.72%。2004年，城市人均家庭碳排放為C 0.899 t?人-1，而農(nóng)村人均家庭碳排放為C 0.275 t?人-1，占城市人均家庭碳排放的比例在1995—2010年間最小，僅為30.61%。2005—2010年間，農(nóng)村人均家庭碳排放占城市人均家庭碳排放的比例趨于穩(wěn)定趨勢(shì)，所占比例范圍均在34.8%左右。2010年，城市人均家庭碳排放為C 1.436 t?人-1，而農(nóng)村人均家庭碳排放為C 0.504 t?人-1，占城市人均家庭碳排放的35.07%，與1995年相比，城市人均家庭碳排放同比增長(zhǎng)256.83%，農(nóng)村人均家庭碳排放同比增長(zhǎng)196.90%。

1.2.2 農(nóng)村家庭碳排放區(qū)域特征

圖2所示，從時(shí)間看，中國(guó)東部、中部、西部、東北（按照《中國(guó)統(tǒng)計(jì)年鑒》進(jìn)行劃分）地區(qū)農(nóng)村人均家庭碳排放均呈上升趨勢(shì)，1995—2004年間上升趨勢(shì)平緩，2005—2010年間上升趨勢(shì)明顯；從空間看，中國(guó)東部地區(qū)農(nóng)村人均家庭碳排放明顯高于東北、中部和西部地區(qū)的農(nóng)村人均家庭碳排放。1995年中國(guó)東部、中部、西部、東北地區(qū)農(nóng)村人均家庭碳排放分別為C 0.243、0.139、0.121、0.183 t?人-1；2004年中國(guó)東部、中部、西部、東北地區(qū)農(nóng)村人均家庭碳排放分別為C 0.409、0.227、0.197、0.235 t?人-1，與1995年相比，同比增長(zhǎng)分別為68.62%、63.49%、63.33%、28.66%；2010年中國(guó)東部、中部、西部、東北地區(qū)農(nóng)村人均家庭碳排放分別為C 0.733、0.417、0.360、0.486 t?人-1，與1995年相比，同比增長(zhǎng)分別為202.12%、200.77%、197.89%、165.32%，與2004年相比，同比增長(zhǎng)分別為79.17%、83.97%、82.38%、106.22%。

圖1 1995—2010年城市、農(nóng)村人均家庭碳排放比較 Fig.1 Comparison on the per capita household carbon emissions between urban and rural from 1995 to 2010

圖2 1995—2010中國(guó)東部、中部、西部、東北地區(qū)農(nóng)村人均家庭碳排放比較 Fig.2 Comparison on the rural per capita household carbon emissions among East、Middle、West and Northeast part from 1995 to 2010

1.2.3 農(nóng)村家庭碳排放地區(qū)差異

以歷年平均人均家庭碳排放為指標(biāo)，分別選取4個(gè)區(qū)域最高人均家庭碳排放的省/市（上海、湖南、內(nèi)蒙古、遼寧4省/市平均人均家庭碳排放分別為C 0.801、0.280、0.267、0.287 t?人-1）作比較（圖3），上海、湖南、內(nèi)蒙古、遼寧農(nóng)村人均家庭碳排放均呈上升趨勢(shì)。1995年上海、湖南、內(nèi)蒙古、遼寧農(nóng)村家庭碳排放分別為C 0.454、0.169、0.145、0.178 t?人-1，2003年上海、湖南、內(nèi)蒙古、遼寧農(nóng)村家庭碳排放分別為C 0.745、0.252、0.222、0.232 t?人-1。與1995年相比，2003年各省農(nóng)村家庭碳排放量上升幅度分別為64.10%、48.83%、52.69%、30.45%，上升趨勢(shì)平緩。2010年上海、湖南、內(nèi)蒙古、遼寧農(nóng)村家庭碳排放分別為C 1.351、0.426、0.498、0.502 t?人-1，與2003年相比，2010年各省農(nóng)村家庭碳排放量上升幅度分別為81.35%、69.22%、124.44%、116.49%，上升趨勢(shì)增強(qiáng)。從地區(qū)差異看，均值位于東部的上海農(nóng)村人均家庭碳排放量最大，而且遠(yuǎn)遠(yuǎn)高于分別位于中部、東北、西北地區(qū)的湖南、遼寧、內(nèi)蒙各省農(nóng)村人均家庭碳排放量。

圖3 1995—2010上海、湖南、內(nèi)蒙古、遼寧4省農(nóng)村人均家庭碳排放比較 Fig.3 Comparison on the rural per capita household carbon emissions among Shanghai, Hunan, Inner Mongolia and Liaoning Province from 1995 to 2010

2 農(nóng)村家庭碳排放影響因素的灰色關(guān)聯(lián)分析

2.1 農(nóng)村家庭碳排放影響因素的因子分析

基于統(tǒng)計(jì)數(shù)據(jù)，計(jì)算1995—2010年中國(guó)農(nóng)村家庭碳排放量，各影響因素指標(biāo)和各年數(shù)據(jù)分別見圖4、表1。以農(nóng)村家庭碳排放量為因變量（Y），以X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13為自變量，利用SPSS 17.0軟件進(jìn)行因子分析，最終提取1個(gè)綜合因子，結(jié)果顯示，主成分的特征值為11.195，主成分累積方差貢獻(xiàn)率為86.114%。農(nóng)村家庭碳排放影響因素的因子成分矩陣見表2。

由表2可知，主成分低載荷的分別為農(nóng)林牧漁總產(chǎn)值指數(shù)（X11）、居民消費(fèi)水平指數(shù)（X12）、年底總?cè)丝冢╔3）、人均生產(chǎn)總值（X6），主要反映了這4個(gè)因素對(duì)農(nóng)村人均家庭碳排放的影響呈不顯著相關(guān)。其他因素的相關(guān)性均大于0.95，成了農(nóng)村人均家庭碳排放的主要影響因素。

2.2 灰色關(guān)聯(lián)分析的基本原理

灰色關(guān)聯(lián)分析是用灰關(guān)聯(lián)順序來描繪因素間相關(guān)程度的方法，強(qiáng)調(diào)了因素間相關(guān)程度的順序，屬于灰色系統(tǒng)理論提出的一種系統(tǒng)分析方法[19]。二氧化碳排放量主要受自然、社會(huì)、經(jīng)濟(jì)、技術(shù)等多方面的影響，是一個(gè)隨機(jī)變化的灰色量，非常適合灰色關(guān)聯(lián)分析?；诖?，對(duì)農(nóng)村人均家庭碳排放的主要影響因素進(jìn)行灰色關(guān)聯(lián)分析。

圖4 農(nóng)村人均家庭碳排放相關(guān)驅(qū)動(dòng)因素指標(biāo) Fig.4 Indicators for the related driving factors of the rural per capita household carbon emissions

2.3 灰色關(guān)聯(lián)分析數(shù)學(xué)模型

2.3.1 初始化操作（確定參考序列和比較序列）

把農(nóng)村的人均家庭碳排放量（單位：t?人-1·a-1）作為參考序列，用X0（k）表示，以家庭人均純收入X1（k）/元、家庭平均每天消費(fèi)支出X2（k）/元、農(nóng)村人口比例X4（k）/%、地區(qū)平均生產(chǎn)總值X5（k）/元、農(nóng)村固定資產(chǎn)X7(k)/元、農(nóng)林牧漁總產(chǎn)值X8(k)/億元、生活消費(fèi)結(jié)構(gòu)多元化指數(shù)X9（k）、產(chǎn)業(yè)結(jié)構(gòu)多元化指數(shù)X10（k）、碳排放強(qiáng)度X13（k）/[t?萬元-1（以CO2計(jì)）]作為比較序列，用Xi（k）表示。

表1 1995—2010年農(nóng)村人均家庭碳排放原始數(shù)據(jù) Table 1 Source data of the rural per capita carbon emissions from 1995—2010

表2 農(nóng)村人均家庭碳排放影響因素成分矩陣 Table 2 The feature matrix of the rural per capita carbon emissions influence factors

式（2）為參考序列；式（3）為比較序列；i為比較序列個(gè)數(shù)，i=1，2，...，m；k為觀測(cè)值數(shù)，k=1，2，...，n。

2.3.2 序列的初值像（指標(biāo)值規(guī)范化處理）

由于系統(tǒng)中各因素的物理意義不同，導(dǎo)致數(shù)據(jù)的量綱也不一定相同，必須對(duì)它們進(jìn)行指標(biāo)值規(guī)范化處理，加強(qiáng)各因素間的接近性，增強(qiáng)可比性[10]。指標(biāo)值規(guī)范化處理的方法通常用的是初值化與均值化方法。本文采用初值化法，即用每列數(shù)據(jù)除以第一個(gè)數(shù)據(jù)，得到一組定基發(fā)展速度序列。指標(biāo)值規(guī)范化處理后對(duì)應(yīng)新的參考序列為X0'(k)，比較序列為Xi'(k)(i=1，2，...，m；k=1，2，...，n)。1995—2010年中國(guó)農(nóng)村家庭碳排放與各因素指標(biāo)規(guī)范化處理后的數(shù)據(jù)如表3所示。

2.3.3 序列的始點(diǎn)零化像（求各比較序列與參考序列的絕對(duì)差）

由計(jì)算式

得出各比較序列與參考序列的絕對(duì)差。計(jì)算結(jié)果如表4所示。

2.3.4 計(jì)算|s0'|,|si'|,|si'-s0'|

表3 1995—2010年中國(guó)農(nóng)村家庭碳排放與各因素指標(biāo)規(guī)范化處理數(shù)據(jù) Table 3 The data of the rural per capita household carbon emissions and different factors for standardization of data processing from 1995 to 2010

表4 各比較序列與參考序列的絕對(duì)差 Table 4 The absolute difference between the compare sequence and reference sequence

2.3.5 求相關(guān)度

根據(jù)公式：

有oir為X0與Xi的灰色相對(duì)關(guān)聯(lián)度。經(jīng)計(jì)算，農(nóng)村家庭碳排放與各影響因子的關(guān)聯(lián)度如表5。

r01、r02、r04、r05、r07、r08、r09、r10、r13分別為1995—2010年參考序列農(nóng)村人均家庭碳排放與比較序列家庭人均純收入、家庭平均每天生活消費(fèi)支出、農(nóng)村人口比例、地區(qū)平均生產(chǎn)總值、農(nóng)村固定資產(chǎn)、農(nóng)林牧漁總產(chǎn)值、生活消費(fèi)結(jié)構(gòu)多元化指數(shù)、產(chǎn)業(yè)結(jié)構(gòu)多元化指數(shù)、碳排放強(qiáng)度的關(guān)聯(lián)度。

根據(jù)關(guān)聯(lián)度大小，如表5所示，經(jīng)濟(jì)水平指標(biāo)中的農(nóng)林牧漁總產(chǎn)值與農(nóng)村人均家庭碳排放的關(guān)聯(lián)度最大，為0.9824，對(duì)其農(nóng)村家庭碳排放的影響最大；生活水平指標(biāo)中的家庭平均每天生活消費(fèi)支出與農(nóng)村人均家庭碳排放的關(guān)聯(lián)度為0.9465，對(duì)其農(nóng)村家庭碳排放的影響次之；接下來為結(jié)構(gòu)規(guī)劃指標(biāo)中的碳排放強(qiáng)度，與農(nóng)村人均家庭碳排放的關(guān)聯(lián)度為0.8649；人口指標(biāo)中的農(nóng)村人口比例與農(nóng)村人均家庭碳排放的關(guān)聯(lián)度最小，為0.5703，對(duì)其農(nóng)村家庭碳排放的影響最小。

3 結(jié)論與建議

3.1 主要結(jié)論

（1）1995—2010年，城市、農(nóng)村人均家庭碳排放均呈上升趨勢(shì)；中國(guó)東部、中部、西部、東北地區(qū)及代表省份農(nóng)村人均家庭碳排放均也上升趨勢(shì)。

（2）中國(guó)東部地區(qū)農(nóng)村人均家庭碳排放明顯高于東北、中部和西部地區(qū)的農(nóng)村人均家庭碳排放。

（3）城市家庭碳排放要高于農(nóng)村家庭碳排放；位于東部地區(qū)的上海市農(nóng)村人均家庭碳排放量要遠(yuǎn)遠(yuǎn)高于分別位于中部、東北、西北地區(qū)的湖南、遼寧、內(nèi)蒙古各省農(nóng)村人均家庭碳排放量。

表5 1995—2010年農(nóng)村家庭碳排放與各影響因子的關(guān)聯(lián)度 Table 5 The relational degree between the rural per capita household carbon emissions and each factor

（4）利用灰色關(guān)聯(lián)分析，對(duì)農(nóng)村人均家庭碳排放的顯著相關(guān)因素進(jìn)行分析表明：經(jīng)濟(jì)水平指標(biāo)中的農(nóng)林牧漁總產(chǎn)值對(duì)農(nóng)村人均家庭碳排放的影響最大，生活水平指標(biāo)中的家庭平均每天生活消費(fèi)支出對(duì)農(nóng)村人均家庭碳排放的影響次之，人口指標(biāo)中的農(nóng)村人口比例對(duì)農(nóng)村人均家庭碳排放的影響最小。

3.2 對(duì)策建議

（1）生活方式低碳化。建設(shè)兩型社會(huì)是構(gòu)建和諧社會(huì)的重要內(nèi)容，是貫徹落實(shí)科學(xué)發(fā)展觀的內(nèi)在要求。這就需要社會(huì)共同參與，政府部門應(yīng)該倡導(dǎo)這種適應(yīng)人口、自然與環(huán)境協(xié)調(diào)發(fā)展的消費(fèi)模式，將低碳文化引入生活，逐步實(shí)現(xiàn)生活方式低碳化。

（2）經(jīng)濟(jì)結(jié)構(gòu)合理化。合理發(fā)展農(nóng)村經(jīng)濟(jì)，促進(jìn)經(jīng)濟(jì)的可持續(xù)發(fā)展，提高農(nóng)村居民的生活水平，充分考慮經(jīng)濟(jì)發(fā)展和人均收入水平，兼顧區(qū)域和省級(jí)碳排放的特征，引導(dǎo)農(nóng)戶合理利用各類能源，制定合理有效的減排目標(biāo)和計(jì)劃[21-23]，大力發(fā)展綠色經(jīng)濟(jì)、循環(huán)經(jīng)濟(jì)和低碳經(jīng)濟(jì)，走高效率、低能耗之路。

（3）消費(fèi)結(jié)構(gòu)最優(yōu)化?！笆濉逼陂g，提高居民消費(fèi)能力、擴(kuò)大內(nèi)需是我國(guó)調(diào)整經(jīng)濟(jì)結(jié)構(gòu)的首要任務(wù)，居民消費(fèi)對(duì)碳排放的影響力必然將進(jìn)一步增大，這就要求我們樹立低碳消費(fèi)理念，抑制消費(fèi)主體的高消費(fèi)方式，實(shí)現(xiàn)消費(fèi)結(jié)構(gòu)最優(yōu)化。

[1] BODEN T A, MARLAND G, ANDRES R J. Global, regional and national fossil-fuel CO2emissions[R]. Carbon Dioxide Information Analysis Center, Oak Ridge National Laboratory, US Department of Energy, Oak Ridge, Tenn., USA. 2011.

[2] EHRLICH P R, HOLDREN J P. Impact of population growth[J]. Science, 1971(171): 1212-1217.

[3] Thomas Dietz, Eugene A Rosa. Effects of population and affluence on CO2 emissions[J]. Ecology, 1997(94): 175-179.

[4] Kaya Yoichi. Impact of Carbon Dioxide Emission on GNP Growth: Interpretation of Proposed Scenarios [R]. Presentation to the Energy and Industry Subgroup, Response Strategies Working Group, IPCC, Paris, 1989.

[5] Rhee hae-chun, Chung Hyun-sik. Change in CO2emissions and its transmission between Korea and Japan using international input-output analysis[J]. Ecological Economics, 2006, 58: 788-800.

[6] 譚丹, 黃賢金. 我國(guó)東、中、西部地區(qū)經(jīng)濟(jì)發(fā)展與碳排放的關(guān)聯(lián)分析及比較[J]. 中國(guó)人口·資源與環(huán)境, 2008, 18(3): 54-57.

[7] 王卉彤, 王妙平. 中國(guó)30省區(qū)碳排放時(shí)空格局及其影響因素的灰色關(guān)聯(lián)分析[J]. 中國(guó)人口·資源與環(huán)境, 2011, 21(7): 140-145.

[8] 李健, 周慧. 中國(guó)碳排放強(qiáng)度與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)聯(lián)分析[J]. 中國(guó)人口·資源與環(huán)境, 2012, 22(1): 7-14.

[9] 李炎麗, 梁浩, 梁保松. 河南省碳排放因素分解及關(guān)聯(lián)分析[J]. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào), 2011, 45(5): 605-610.

[10] 陳建宏, 王文哲, 熊漢富. 湖南省CO2排放因素的灰色關(guān)聯(lián)分析[J]. 地域研究與開發(fā), 2010, 29(4): 131-134.

[11] 李想, 王仲智. 基于灰色關(guān)聯(lián)分析的江蘇省碳排放驅(qū)動(dòng)研究[J]. 中國(guó)人口·資源與環(huán)境, 2010( 20): 149-153.

[12] 王琴, 曲建升, 曾靜靜. 生存碳排放評(píng)估方法與指標(biāo)體系研究[J].開發(fā)研究, 2010(146): 17-21.

[13] 徐建華. 現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M]. 北京: 高等教育出版社, 2002: 179-182.

[14] 魏一鳴, 劉蘭翠, 范英, 等. 中國(guó)能源報(bào)告(2008): 碳排放研究[M]. 北京: 科學(xué)出版社, 2008.

[15] 劉啟運(yùn), 陳璋, 蘇汝稢. 投入產(chǎn)出分析[M]. 北京: 中國(guó)人民大學(xué)出版社, 2006: 5.

[16] 中國(guó)社會(huì)科學(xué)院《中國(guó)人口年鑒》編輯部. 1995—2009中國(guó)人口統(tǒng)計(jì)年鑒[M]. 北京: 中國(guó)社會(huì)科學(xué)出版社, 1996—2010.

[17] 中華人民共和國(guó)統(tǒng)計(jì)局. 1995—2010年中國(guó)統(tǒng)計(jì)年鑒[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社, 1996—2011.

[18] 劉莉娜, 曲建升, 邱巨龍, 等. 1995—2010年居民家庭生活消費(fèi)碳排放軌跡[J]. 開發(fā)研究, 2012(4) : 117-121.

[19] 劉思峰, 郭天榜, 黨耀國(guó)等.灰色系統(tǒng)理論及其應(yīng)用[M]. 北京: 科學(xué)出版社, 1999: 33-5.

[20] 國(guó)家統(tǒng)計(jì)局. 2007年中國(guó)投入產(chǎn)出表[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2008.

[21] 國(guó)家統(tǒng)計(jì)局能源統(tǒng)計(jì)司. 中國(guó)能源統(tǒng)計(jì)年鑒2008[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2009.

[22] 王琴, 曲建升. 1999—2009年我國(guó)不同收入水平下的碳排放差異分析[J]. 生態(tài)環(huán)境學(xué)報(bào), 2012, 21(4): 635-640.

[23] 曾靜靜, 張志強(qiáng), 曲建升, 李燕, 劉莉娜, 董麗蘋. 家庭碳排放計(jì)算方法分析評(píng)價(jià)[J]. 地理科學(xué)進(jìn)展, 2012, 31(10):1341-1352.