基于隨機(jī)前沿的中部地區(qū)碳排放效率評價研究*

臧紅映

(重慶交通大學(xué)管理學(xué)院， 重慶　400074)

?

基于隨機(jī)前沿的中部地區(qū)碳排放效率評價研究*

臧紅映

(重慶交通大學(xué)管理學(xué)院， 重慶400074)

摘要：中部地區(qū)是我國重要的能源原材料基地，本文采用2001—2014年的面板數(shù)據(jù)，運(yùn)用隨機(jī)前沿模型對我國中部地區(qū)的碳排放效率進(jìn)行了測算，并根據(jù)計算結(jié)果對中部地區(qū)的碳排放效率進(jìn)行了收斂性檢驗和預(yù)測。主要結(jié)論是：(1)中部地區(qū)2001—2014年的碳排放效率呈逐年上升的趨勢，且內(nèi)部省份的碳排放效率差距不斷縮?。?2)中部地區(qū)的碳排放效率存在σ收斂和β收斂。在對碳排放效率作出評價基礎(chǔ)上，論文最后提出了相應(yīng)的因地制宜對策建議。

關(guān)鍵詞：碳排放效率；隨機(jī)前沿模型；中部地區(qū)；收斂性檢驗

0引言

據(jù)統(tǒng)計，2013年中國碳排放總量超過歐美總和，人均碳排放首次超過歐盟，我國的碳排放總量已占到世界碳排放量的29%。我國政府在2009年提出了在2020年單位GDP的碳排放量要在2005年的基礎(chǔ)上下降40%～45%的自主減排目標(biāo)，但我國的能源結(jié)構(gòu)中煤炭占一次能源的70%以上，而且從技術(shù)因素和結(jié)構(gòu)性因素來看，我國的能源轉(zhuǎn)換和利用效率均低于發(fā)達(dá)國家，從而導(dǎo)致了我國的碳排放強(qiáng)度與發(fā)達(dá)國家有很大的差距。

在全球生態(tài)氣候環(huán)境快速惡化的情況下，發(fā)展低碳經(jīng)濟(jì)且保護(hù)環(huán)境氣候，解決可持續(xù)發(fā)展的有效手段之一就是提高碳排放效率。早期部分學(xué)者采用單要素指標(biāo)研究碳排放效率，但是楊紅亮等[1]卻認(rèn)為單要素指標(biāo)雖然簡單易懂但會存在許多的不足之處，例如只用碳排放強(qiáng)度這個單一的要素指標(biāo)來衡量碳排放效率，最終無法反映各要素之間的替代關(guān)系，因為能源只有在與其他的要素結(jié)合后才能進(jìn)行生產(chǎn)，并且碳強(qiáng)度還與產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平和地區(qū)環(huán)境資源等相關(guān)，產(chǎn)業(yè)結(jié)構(gòu)等的變化都會導(dǎo)致碳強(qiáng)度發(fā)生一定的變化，然而碳排放效率可能不發(fā)生變化；近年來大量的文獻(xiàn)從全要素的角度出發(fā)，采用數(shù)據(jù)包絡(luò)分析法(DEA)對碳排放效率進(jìn)行了評價，比如屈小娥[2]從全要素的角度運(yùn)用DEA測算了1995—2010年我國30個省份的二氧化碳排放效率。數(shù)據(jù)包絡(luò)分析法是一種運(yùn)用方程組求極值的方法，對碳排放效率前沿進(jìn)行估算時很容易受到一些數(shù)據(jù)質(zhì)量的影響，且研究我國碳排放效率的數(shù)據(jù)一般為宏觀統(tǒng)計數(shù)據(jù)，有一定的較大誤差，所以運(yùn)用數(shù)據(jù)包絡(luò)分析法得到的測算需要進(jìn)行嚴(yán)格的檢驗，但是數(shù)據(jù)包絡(luò)分析模型不但沒有將隨機(jī)因素的影響考慮在內(nèi)，而且不具有統(tǒng)計的特性導(dǎo)致不能對模型進(jìn)行一定的檢驗。隨著隨機(jī)干擾項的引入，隨機(jī)前沿模型更準(zhǔn)確地描述生產(chǎn)者的行為，它首先假設(shè)偏離前沿的因素來源于兩個方面，其中一個是非負(fù)隨機(jī)誤差項，表示技術(shù)無效，另外一個是隨機(jī)誤差項，表示噪聲的系統(tǒng)[3]。Risto Herrala等[4]基于前沿邊界模型(SFA)方法對世界170個國家1997—2007年二氧化碳排放效率進(jìn)行了測算，結(jié)果表明中國的碳排放效率低于世界其他國家。杜克銳等[5]利用隨機(jī)前沿模型和面板數(shù)據(jù)測算了我國的碳排放效率，最終得出我國碳排放效率存在地區(qū)差異, 且這種差異在不斷的擴(kuò)大。趙國浩等[6]基于隨機(jī)前沿模型測算了山西省1995—2010年的碳排放效率，并且對山西省碳排放效率的影響因素進(jìn)行了深入的分析研究。

我國中部地區(qū)處于中原地帶，是東西南北地區(qū)互通的必經(jīng)之路。雖然資源比較豐富，工業(yè)基礎(chǔ)相對較好，但是由于產(chǎn)業(yè)結(jié)構(gòu)層次不高，二元經(jīng)濟(jì)有大的反差，增加經(jīng)濟(jì)產(chǎn)值需要消耗大量的資源。再加上生產(chǎn)管理水平、污染治理投入不足等原因，經(jīng)濟(jì)增長所帶來的環(huán)境負(fù)面影響不能被生態(tài)環(huán)境完全消化和吸收，從而碳排放量較大。但目前有關(guān)我國中部地區(qū)碳排放效率評價的相關(guān)文獻(xiàn)不多，本文以中國中部地區(qū)為研究對象，基于隨機(jī)前沿模型測算出碳排放效率，對中部地區(qū)碳排放效率進(jìn)行研究分析，最后提出因地制宜的對策建議，為中部地區(qū)提高能源利用效率和節(jié)能減排提供決策參考。

1研究方法

1.1計量模型

隨機(jī)前沿方法(SFA)是考慮問題比較全面的效率估計方法。它主要是基于宏觀層面的相關(guān)統(tǒng)計數(shù)據(jù)(對最基礎(chǔ)的數(shù)據(jù)進(jìn)行計算獲得)，從投入產(chǎn)出的角度來測算效率。從該方法的基本原理來看，對碳排放效率的定義會更加直觀，更能貼切的評價生產(chǎn)活動中CO2的排放績效，這也是本文選擇該模型作為研究方法的重要原因。

在有關(guān)效率估算的定量研究中，一般運(yùn)用生產(chǎn)函數(shù)模型，來反映生產(chǎn)投入與產(chǎn)出函數(shù)量之間的關(guān)系。Aigner，Lovell 和Schmidt(1977)[7]以及Meeusen 和Van Den Broeck(1977)[8]分別獨(dú)立提出了隨機(jī)前沿生產(chǎn)函數(shù)。起初該模型并沒有處理綜列數(shù)據(jù)的能力，但是Battese 和Coelli(1995)[9]在1992年提出了一個針對那些綜列數(shù)據(jù)的隨機(jī)生產(chǎn)模型，通過極大似然估計的方法來確定前沿邊界，使該模型在處理跨時間段的數(shù)據(jù)成為了可能，極大的提升了應(yīng)用范圍。本文基于隨機(jī)前沿模型，采用了較為靈活的超越對數(shù)函數(shù)，通過極大似然估計的方法來確定前沿邊界，具體表述如下：

(1)

(2)

依據(jù)式(2)就可以求出碳排放效率。其中，i為各省份；t為t年；Y為各省的GDP ；TC為碳排放量；K為各省的固定資本存量；L為各省的從業(yè)人數(shù)，νit表示隨機(jī)干擾項，μit表示技術(shù)的非效率項。

1.2數(shù)據(jù)來源

本文的樣本選擇了山西、安徽、江西、河南、湖北和湖南等中部地區(qū)的6個省際的面板數(shù)據(jù)集，考慮到數(shù)據(jù)的可得性與可比性，樣本觀測區(qū)間設(shè)定為2001—2014年。生產(chǎn)投入指標(biāo)選取能源碳排放量、從業(yè)年均人數(shù)和資本存量，產(chǎn)出指標(biāo)選取地區(qū)生產(chǎn)總值。相關(guān)數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》和中部6省歷年統(tǒng)計年鑒。

相關(guān)指標(biāo)及其數(shù)據(jù)處理說明如下：

(1) 各省的GDP(Y)。各省的國內(nèi)生產(chǎn)總值數(shù)據(jù)直接來源于《中國統(tǒng)計年鑒》，然后在此基礎(chǔ)上以2001年作為基準(zhǔn)，將各省歷年的GDP按照2001年的可比價格進(jìn)行折算。

(2) 各省的固定資本存量(K)。資本投入以資本存量數(shù)據(jù)表示地區(qū)的資本投入量，采用永續(xù)盤存法來進(jìn)行估算。在方法上本文將借鑒單豪杰等[10]的估算方法，以2001年的不變價格換算2001—2014年的數(shù)據(jù)，單位為億元。

(3) 各省的從業(yè)人員(L)。從業(yè)人員直接選取了中國統(tǒng)計年鑒中中部地區(qū)各省的2001—2014的年末從業(yè)人數(shù)。

(4) 各省的碳排放量(TC)。統(tǒng)計年鑒中沒有直接的碳排放量的數(shù)據(jù)，要用一定的測算的方法對能源消費(fèi)進(jìn)行處理，能源消費(fèi)數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》，在對碳排放量的測算上，本文采用了IPCC《國家溫室氣體清單指南》的測算方法，以下是能源消費(fèi)的碳排放量計算公式：

(3)

其中：EC表示估算的各類能源消費(fèi)的碳排放量；i表示能源消費(fèi)種類，包括煤炭、焦炭、原油、汽油、柴油、煤油、燃料油、天然氣和電力共9種；CFi×CCi×COFi表示碳排放系數(shù)。

2實證結(jié)果與分析

2.1模型計算結(jié)果和分析

基于隨機(jī)前沿模型，采用2001—2014年的面板數(shù)據(jù)，測算了中國中部地區(qū)2001—2014年的碳排放效率，由 Frontier 4.1程序運(yùn)用其中的最大似然法來估算得出各項參數(shù)，參數(shù)估算結(jié)果如表1所示，碳排放效率的計算結(jié)果如表2所示。

表1　隨機(jī)前沿生產(chǎn)函數(shù)估算結(jié)果

注：*，**，***分別表示在10% ，5%，1% 的顯著性水平下通過t檢驗?；貧w結(jié)果由Frontier軟件計算所得。

表2　我國中部地區(qū)2001—2014年的碳排放效率值

續(xù)表2

從表1可以看出，碳排放效率和勞動力的系數(shù)為正，資本的系數(shù)為負(fù)，即前兩者與產(chǎn)出呈正相關(guān)，資本與產(chǎn)出GDP呈負(fù)相關(guān)；勞動力、碳排放量和資本三者之間的相互影響皆約等于0 ，說明對產(chǎn)出的影響都不明顯。從表2中可以看出，2001—2014年我國中部地區(qū)的碳排放效率穩(wěn)步上升。從中部地區(qū)六省近3年碳排放效率的平均值來看，河南的碳排放效率最高，湖南次之；安徽的碳排放效率最低，山西次之；中部地區(qū)的碳排放效率平均水平達(dá)到0.738。

從樣本期間各地碳排放效率的演變趨勢來看，中部地區(qū)的碳排放效率變動趨勢大體一致，整體上呈現(xiàn)上升的趨勢。中部地區(qū)6省的碳排放效率的差距在逐漸縮小，而河南的碳排放效率一直處于最高水平，碳減排任務(wù)最為艱巨。我國中部地區(qū)的碳排放效率平均值在2001—2014年間呈現(xiàn)緩慢上升的趨勢，中部各省區(qū)的碳排放效率差距正在縮小。

2.2收斂性檢驗

收斂性分析在于檢驗不同地區(qū)碳排放效率的趨同與發(fā)散情況，收斂一般分為3種類型，即σ收斂、絕對β收斂和條件β收斂。

(1) σ收斂性檢驗

對于σ收斂，測度的方法通常有標(biāo)準(zhǔn)差、變異系數(shù)、基尼系數(shù)和泰爾指數(shù)等。為了更進(jìn)一步考察地區(qū)內(nèi)部的差異，本文使用變異系數(shù)來對中部地區(qū)碳排放效率進(jìn)行σ收斂性檢驗，結(jié)果如圖1所示。中部碳排放效率的變異系數(shù)隨著年份的增加不斷的下降，且這種下降比較穩(wěn)定，說明中部地區(qū)各省碳排放效率的差異在不斷縮小，顯示出明顯的σ收斂特征，沒有發(fā)散的趨勢。

(2) 絕對β收斂檢驗

采用Sala-i-Martin(1996)[11]的方法進(jìn)行絕對β收斂檢驗，構(gòu)造回歸模型如下：

git=(LnEit-LnEio)/t=α+βLnEio+εit

(4)

圖1　2000—2013年中部地區(qū)碳排放效率變異系數(shù)

其中ɑ是常數(shù)項，β是待估的收斂參數(shù)，ε為隨機(jī)誤差項，Eit、Ei0分別表示第i地區(qū)在第t年和初始年的地區(qū)碳排放效率，git表示t年間第i地區(qū)碳排放效率的平均增長速度。采用最小二乘法進(jìn)行回歸，若β顯著為負(fù)，表明存在絕對β收斂。

為消除經(jīng)濟(jì)周期或經(jīng)濟(jì)波動的異常影響，我們將2001—2014年劃分為3個時期，以2001—2004年工業(yè)碳排放效率平均值作為初始值，以2011—2014年工業(yè)碳排放效率平均值作為期末值，兩個時間段的時間差距為10年，即式(4)中的t=10，絕對β收斂檢驗結(jié)果見表3。從表3可看出，中部地區(qū)的β=-0.68為負(fù)數(shù)且在1%的水平下顯著，所以碳排放效率具有絕對β收斂趨勢，即中部各地的碳排放效率趨于同一穩(wěn)定狀態(tài)，初始值低的地區(qū)碳排放效率平均增長速度高于初始值高的地區(qū)，存在落后地區(qū)追趕先進(jìn)地區(qū)的發(fā)展趨勢。

表3　中部地區(qū)的碳排放效率絕對β收斂性檢驗

(3) 條件β收斂檢驗

進(jìn)行條件β收斂檢驗需要加入控制變量，為了更好地對中部地區(qū)碳排放效率進(jìn)行分析，在此選碳排放效率的直接影響因素作為控制變量，主要包括能源消費(fèi)結(jié)構(gòu)、技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)和城市化水平等4方面。本文使用如下回歸方程式進(jìn)行檢驗：

(5)

上式中Ei(t+1)表示第i個省份t+1期的能源水平，Eit表示第i個省份t期的能源效率水平。INS表示產(chǎn)業(yè)結(jié)構(gòu)(第二產(chǎn)業(yè)占地區(qū)實際GDP的比例)，URB表示城市化水平(非農(nóng)人口占地區(qū)總?cè)丝诒壤?，COAL表示能源消費(fèi)結(jié)構(gòu)(煤炭消費(fèi)比例)，INT表示技術(shù)進(jìn)步因素(發(fā)明專利申請授權(quán)量)，εit為隨機(jī)變量，滿足εit(0，σ2)。

利用面板數(shù)據(jù)固定效應(yīng)模型進(jìn)行條件β收斂檢驗(見表4)，中部地區(qū)的β值為負(fù)，且達(dá)到了1%顯

表4　中部地區(qū)的碳排放效率條件β收斂性檢驗

注：*，**，***分別表示在10% ，5%，1% 的顯著性水平下通過t檢驗

著水平。結(jié)果表明，中部地區(qū)碳排放效率存在條件β收斂，收斂于自己的穩(wěn)態(tài)水平，由于又呈絕對收斂特征，表明中部內(nèi)部各省份碳排放效率趨向于一個共同的穩(wěn)態(tài)水平。產(chǎn)業(yè)結(jié)構(gòu)對碳排放效率的提高起到了促進(jìn)作用，第二產(chǎn)業(yè)占比越大，越有利于碳排放效率的提升；而在城市化進(jìn)程中，碳排放量也會隨著城市的發(fā)展有一定程度的增長，同時，城市化進(jìn)程中的技術(shù)創(chuàng)新和資源優(yōu)化配置，對碳排放效率存在一定的促進(jìn)作用；中部地區(qū)的城市化進(jìn)程水平還不是很好，工業(yè)化進(jìn)程相對緩慢，對能源的大量使用還是有很強(qiáng)的依賴性，特別是河南和山西，是煤炭的能源大省，因此在能源結(jié)構(gòu)中煤炭的消耗量也是最大的，從而導(dǎo)致煤炭在整個能源消費(fèi)總量中占的比重比較大，碳排放相對于其他能源也比較高，因此它對整個碳排放效率的提高起到了阻礙作用；技術(shù)進(jìn)步的系數(shù)為負(fù)值，對整個效率的提高具有一定的阻礙，但不明顯，由此可見技術(shù)進(jìn)步還需要進(jìn)一步的加強(qiáng)，引進(jìn)能夠減少碳排放量的先進(jìn)技術(shù)。

3結(jié)論和政策建議

本文采用SFA模型測算了碳排放效率值，在2001—2014年期間，中部地區(qū)的能源碳排放效率均呈不斷增長趨勢，且內(nèi)部省份的碳排放效率差距較小。在樣本期間，中部地區(qū)的碳排放效率平均值為0.738，說明我國中部地區(qū)能源仍有一定的減排潛力有待挖掘。碳排放效率越高的省份，能源碳減排的成本越高，碳減排政策的制定與實施，需要考慮不同省份碳排放效率的差異，測算與比較地區(qū)碳排放效率，可以為各地碳減排目標(biāo)的設(shè)定提供參考。從碳排放效率的收斂性來看，中部碳排放效率存在σ收斂和β收斂，說明中部碳排放效率存在追趕效應(yīng)與趨同態(tài)勢，碳排放效率的差距呈現(xiàn)不斷縮小的趨勢。

我國節(jié)能減排的任務(wù)要根據(jù)不同地區(qū)碳排放效率的差異來實施因地制宜的政策措施，從而能夠更好地利用各地區(qū)節(jié)能減排的潛力，來實現(xiàn)我國在2009年提出的節(jié)能減排目標(biāo)。因此根據(jù)本文對中部地區(qū)碳排放效率進(jìn)行的測算和分析，得出中部地區(qū)可以從以下方面來減少碳排放量：(1)提高中部地區(qū)的能源利用效率。從傳統(tǒng)能源的清潔利用和新能源的發(fā)展兩方面著手，從而提高能源的碳排放效率，降低中部各省的碳排放量。中部地區(qū)主要以煤炭為主的能源結(jié)構(gòu)，應(yīng)該積極引進(jìn)一些新的先進(jìn)技術(shù)，實現(xiàn)煤炭等傳統(tǒng)能源的清潔利用。同時加快煤制天然氣產(chǎn)業(yè)發(fā)展，降低二氧化碳的排放，可通過利用煤炭大量生產(chǎn)無碳?xì)怏w氫氣，從而減少煤炭在燃燒過程中排放的各種環(huán)境污染物。(2)優(yōu)化中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)。中部地區(qū)經(jīng)濟(jì)增長主要依靠第二產(chǎn)業(yè)帶動，第三產(chǎn)業(yè)發(fā)展相對落后。調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，積極引導(dǎo)高耗能行業(yè)健康發(fā)展，關(guān)閉一些耗能大、污染重的企業(yè)，控制高耗能行業(yè)的過快增長，運(yùn)用低碳環(huán)保技術(shù)對煤炭、鋼鐵、冶金等傳統(tǒng)產(chǎn)業(yè)進(jìn)行技術(shù)改造，推動煤炭等資源型企業(yè)向規(guī)?；?、集約化、可持續(xù)化的方向發(fā)展，促進(jìn)第三產(chǎn)業(yè)的快速發(fā)展。(3)調(diào)整中部地區(qū)的能源消費(fèi)結(jié)構(gòu)，改變部分省能源結(jié)構(gòu)單一的局面，向清潔能源轉(zhuǎn)化。中部地區(qū)各省的現(xiàn)狀是以煤炭為主的能源結(jié)構(gòu)，且煤炭又是中部地區(qū)碳排放的主要來源，因而調(diào)整能源結(jié)構(gòu)對提高碳排放效率非常重要。隨著科學(xué)技術(shù)的快速發(fā)展，各省應(yīng)結(jié)合自身的發(fā)展情況和各自的

粉末活性炭進(jìn)行再生，實驗結(jié)果表明，在250℃溫度下再生30 min，再生效率為88.98%，再生效果好；經(jīng)16次再生后，粉末活性炭的再生效率在80.23%～92.73%之間，處理后的廢水依然達(dá)標(biāo)，每次的再生損失為1.08%，損失較小。

(3) 工程應(yīng)用時推薦采用二級逆流吸附，所需活性炭的量比單級吸附少59.3%，粗略計算，處理成本為1.95 元/m3。因此，該方法再生工藝簡單，易操作，節(jié)能，對設(shè)備要求低，再生效果較好，在經(jīng)濟(jì)和實際操作方面是可行的。

參考文獻(xiàn)

[1] 張萬輝, 韋朝海. 焦化廢水的污染物特征及處理技術(shù)的分析[J]. 化工環(huán)保, 2015, 35(3):272-278.

[2] 宮磊, 徐曉軍. 焦化廢水處理技術(shù)的新進(jìn)展[J]. 工業(yè)水處理, 2004, 24(3):9-11,20.

[3] Yu Xubiao, Wei Chaohai, Wu Haizhen, et al. Improvement of biodegradability for coking wastewater by selective adsorption of hydrophobic organic pollutants[J]. Separation and Purification Technology, 2015, 151: 23-30.

[4] 張萬輝, 韋朝海, 吳超飛, 等. 焦化廢水中有機(jī)物的識別、污染特性及其在廢水處理過程中的降解[J]. 環(huán)境化學(xué), 2012, 31(10):1480-1486.

[5] 肖蓉蓉, 江傳春, 楊皓潔, 等. 焦化廢水深度處理技術(shù)研究現(xiàn)狀及其回用[J]. 四川化工, 2010, 13(6):44-48.

[6] 曲余玲, 毛艷麗, 翟曉東. 焦化廢水深度處理技術(shù)及工藝現(xiàn)狀[J]. 工業(yè)水處理, 2015, 35(1):14-17.

[7] Guo D, Shi Q, He B, et al. Different solvents for the regeneration of the exhausted activated carbon used in the treatment of coking wastewater[J]. J Hazard Mater, 2011, 186(2-3): 1788-1793.

[8] 樊強(qiáng), 顧平, 袁艷林, 等. 粉末活性炭再生技術(shù)研究進(jìn)展[J]. 工業(yè)水處理, 2014, 34(4):1-4.

[9] 李文明, 付大友, 李紅然. 活性炭再生方法的分析和比較[J]. 廣州化工, 2010, 38(12):27-29.

[10] 許保玖，龍騰銳. 當(dāng)代給水與廢水處理原理[M]. 北京:高等教育出版社，2000：51-52.

[11] 崔玉川，楊崇豪.張東偉. 城市污水回用深度處理設(shè)施設(shè)計計算[M]. 北京:化學(xué)工業(yè)出版社， 2003：230-239.

Evaluation of carbon emission efficiency for central of China based on stochastic frontier analysis

Zang Hongying

(School of Management, Chongqing Jiaotong University, Chongqing 400074, China)

Abstract:The central of China is an important base of raw materials and energy in China. In this paper, based on stochastic frontier analysis, we estimated carbon emission efficiency for central of China from 2001 to 2014, and then made convergence test and prediction. The primary conclusions of this paper included: (1) Carbon emission efficiency of the central of China went in upward trend during 2001-2014 and the gap between internal provinces was narrowing, and (2)sigma and beta convergences were observed for carbon emission efficiency of central of China. Finally in this paper we put forward corresponding suggestions for each specified province.

Keywords:carbon emission efficiency; stochastic frontier analysis; central of China; convergence test

中圖分類號：X321

文獻(xiàn)標(biāo)志碼：A

作者簡介：臧紅映，女，1988年生，碩士研究生，研究方向：低碳技術(shù)與碳交易。E-mail：

收稿日期：2015-09-26；2016-01-05修回

* 國家科技支撐計劃課題：“碳排放交易支撐技術(shù)研究與示范”(2012BAC20B12)；國家社會科學(xué)基金項目：“基于有限理性出行行為引導(dǎo)下的城市低碳交通體系治理研究”(13CGL151)；重慶市科技攻關(guān)計劃項目：“重慶市典型行業(yè)碳排放交易支撐技術(shù)研發(fā)與應(yīng)用”(cstc2012ggB90001)。