山東省低碳經(jīng)濟(jì)發(fā)展研究

張一清　劉傳庚　白衛(wèi)國

摘要：以17個(gè)城市2005～2013年的數(shù)據(jù)為樣本，基于山東省及17個(gè)城市GDP增長與碳排放的脫鉤效應(yīng)，以及17個(gè)城市面板協(xié)整分析，研究山東省及17個(gè)城市碳排放特征。研究表明，山東省2006～2013年城市碳排放總體弱脫鉤；17個(gè)城市碳排放量、實(shí)際GDP增加值和碳生產(chǎn)力之間存在著長期均衡關(guān)系；山東省及17個(gè)城市碳鎖定效應(yīng)較大，逐步通過技術(shù)和制度的改變解鎖碳鎖定成為低碳發(fā)展的關(guān)鍵；年均第二產(chǎn)業(yè)比重下降幅度、年均GDP增長和年均碳排放增長中，年均第二產(chǎn)業(yè)比重下降幅度起主導(dǎo)作用，山東省及17個(gè)城市應(yīng)以產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為主要途徑，通過技術(shù)進(jìn)步、產(chǎn)品升級和財(cái)稅優(yōu)惠政策等措施，以及出臺政策法規(guī)，促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級發(fā)展低碳經(jīng)濟(jì)。

關(guān)鍵詞：低碳經(jīng)濟(jì)；脫鉤效應(yīng)；面板協(xié)整；山東省

DOI：10.13956/j.ss.1001-8409.2015.10.11

中圖分類號：F0622；F1245 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2015）10-0048-05

Abstract：Based on the sample data from 2005 to 2013 about the decoupling effect of GDP growth and carbon emissions， and 17 cities panel cointegration， this paper studies the carbon emissions characteristics of Shandong Province and 17 cities. Result shows that Shandong province has been overall weak decoupling from 2005 to 2013. Carbon emissions， real GDP added value and carbon productivity of 17 cities have been a longterm equilibrium relationship. Carbon lockin effect is bigger， and the gradual change of unlock carbon technology and system lock becomes the key of lowcarbon development. The proportion of second average annual growth rate of industrial decline plays a leading role in the proportion of second average annual growth rate of industrial decline， average GDP growth and annual carbon emissions growth. Shandong province and 17 cities

should be based on the optimization of the industrial structure as the main way， through technological progress， product upgrading and tax preferential policies and other measures， and the introduction of policies and regulations， promoting industrial transformation and upgrading for the development of lowcarbon economy.

Key words：lowcarbon economy； decoupling effect； panel cointegration； Shandong province

1引言

低碳發(fā)展減緩氣候變化，已成為世界共識。山東省歷來是中國經(jīng)濟(jì)大省和能源消費(fèi)大省。山東省經(jīng)濟(jì)總量占全國比重從1994年的799%上升到2006年最高點(diǎn)

1012%，而后略有波動，維持在95%以上，總體由逐步上升達(dá)到基本穩(wěn)定的態(tài)勢；山東省能源消費(fèi)從1994年的707%攀升到2004年最高點(diǎn)1152%，而后略有起伏，維持在11%左右，由急劇上升轉(zhuǎn)為呈現(xiàn)平穩(wěn)的趨勢，隨之二氧化碳排放也持續(xù)增長。如圖1所示，山東省自2000年能源消費(fèi)比重高于經(jīng)濟(jì)總量比重之后，一直位于經(jīng)濟(jì)總量之上，能源消費(fèi)增長速度快于經(jīng)濟(jì)增速，而且高于全國平均水平數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒（1995～2013）》和《山東省統(tǒng)計(jì)年鑒（1995～2013）》，經(jīng)過整理得出。 。近些年山東省積極推動低碳發(fā)展。2012年出臺的《山東省“十二五”控制溫室氣體排放工作實(shí)施方案》提出，要大幅度降低單位地區(qū)生產(chǎn)總值二氧化碳排放，到2015年全省單位地區(qū)生產(chǎn)總值二氧化碳排放比2010年下降18%的目標(biāo)，并將指標(biāo)分解到各市山東省人民政府.關(guān)于印發(fā)山東省“十二五”控制溫室氣體排放工作實(shí)施方案的通知[EB/OL].2012，http：//www.shandong.gov.cn/art/2012/11/21/art_3883_3120.html 。

圖1山東省GDP和能源消費(fèi)分別占全國比重

山東低碳發(fā)展引起學(xué)術(shù)界關(guān)注，國內(nèi)多位學(xué)者開展了山東省能源消費(fèi)與碳排放的研究。許冬蘭和李琰通過建立向量自回歸模型，運(yùn)用格蘭杰因果分析方法和協(xié)整分析方法分析山東省城市化和能源消耗量之間的長短期關(guān)系，結(jié)果表明山東省城市化水平提高是導(dǎo)致能源消費(fèi)量增長的格蘭杰原因[1]；王同孝等根據(jù)IPCC方法核算山東省2001～2010年能源消費(fèi)碳排放，得出能源消費(fèi)和碳排放量呈現(xiàn)增長趨勢，碳排放強(qiáng)度穩(wěn)步下降[2]；宋杰鯤基于IPCC方法對山東省2000～2009年能源消費(fèi)碳排放量進(jìn)行測算，并且運(yùn)用LMDI方法將山東省能源消費(fèi)碳排放分解為人口、人均財(cái)富、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)強(qiáng)度和能源消費(fèi)結(jié)構(gòu)等五方面效應(yīng)，分析得出除能源消費(fèi)強(qiáng)度因素的累積效應(yīng)為負(fù)值外，其余四種因素的累積效應(yīng)均為正值，其中人均財(cái)富是碳排放增加的最大拉動因素[3]。以上研究推動了山東省低碳發(fā)展，但是研究主要局限于全省范圍，缺乏對各個(gè)城市影響效應(yīng)異質(zhì)性考察，忽略了各個(gè)城市經(jīng)濟(jì)社會發(fā)展不均衡的現(xiàn)實(shí)，弱化了對低碳發(fā)展實(shí)踐指導(dǎo)性和可操作性的作用。為深入研究山東省經(jīng)濟(jì)發(fā)展與二氧化碳排放的關(guān)聯(lián)性，有必要采用脫鉤效應(yīng)與面板數(shù)據(jù)以各個(gè)城市經(jīng)濟(jì)發(fā)展與二氧化碳排放為基礎(chǔ)展開分析。在脫鉤效應(yīng)研究方面，劉竹等應(yīng)用脫鉤理論分析首批低碳試點(diǎn)省份經(jīng)濟(jì)增長與碳排放關(guān)系[4]，徐盈之等從中國制造業(yè)角度分析碳排放的驅(qū)動因素及脫鉤效應(yīng)[5]，王云運(yùn)用Tapio提出的“脫鉤”彈性理論[6]，分析了能源消費(fèi)大省山西省。在面板協(xié)整分析方面，郭慶賓和柳劍平研究了進(jìn)口貿(mào)易、技術(shù)溢出與中國碳排放相互關(guān)系[7]，吳振信等分析了中國經(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響[8]，查建平等運(yùn)用面板數(shù)據(jù)模型對影響我國工業(yè)碳排放績效的因素進(jìn)行實(shí)證分析[9]，王少平和楊繼生研究了中國工業(yè)12個(gè)行業(yè)碳排放量、工業(yè)產(chǎn)值和碳效率之間的長期均衡[10]，徐勝和司登奎基于省際數(shù)據(jù)構(gòu)建了異質(zhì)面板協(xié)整分析模型，發(fā)現(xiàn)結(jié)構(gòu)轉(zhuǎn)型、能源效率與低碳經(jīng)濟(jì)之間存在動態(tài)穩(wěn)定的均衡關(guān)系[11]。已有文獻(xiàn)鮮有針對省級地區(qū)各個(gè)城市展開脫鉤效應(yīng)結(jié)合面板協(xié)整的研究，本文應(yīng)用脫鉤效應(yīng)模型研究山東省及各個(gè)城市經(jīng)濟(jì)發(fā)展與CO2排放關(guān)系，然后按照17個(gè)城市山東省共設(shè)17個(gè)城市，依次為濟(jì)南市、青島市、淄博市、棗莊市、東營市、煙臺市、濰坊市、濟(jì)寧市、泰安市、威海市、日照市、萊蕪市、臨沂市、德州市、聊城市、濱州市和菏澤市。 ，運(yùn)用面板協(xié)整方法度量各個(gè)城市碳排放特征，為山東省低碳經(jīng)濟(jì)發(fā)展提供決策參考，同時(shí)也為其他地區(qū)低碳發(fā)展提供借鑒。

2脫鉤效應(yīng)

21脫鉤模型

脫鉤理論普遍用于衡量經(jīng)濟(jì)增長與物質(zhì)消耗投入失衡所導(dǎo)致經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)不協(xié)調(diào)的關(guān)系。其理論基礎(chǔ)為OECD在1993年提出的驅(qū)動力（Driver）-壓力（Pressure）-狀態(tài)（State）-影響（Influence）-反應(yīng)（Response）的框架（DPSIR）。OECD脫鉤分析主要方法為脫鉤指數(shù)。而后Tapio利用彈性系數(shù)法構(gòu)建了“脫鉤”指標(biāo)，利用“脫鉤彈性”（Decoupling Elasticity），將“脫鉤”指標(biāo)表征經(jīng)濟(jì)增長與環(huán)境污染脫鉤狀態(tài)詳細(xì)分為三個(gè)狀態(tài)和八種等級，即連接狀態(tài)（擴(kuò)張連接和衰退連接）、“脫鉤”狀態(tài)（弱“脫鉤”、強(qiáng)“脫鉤”和衰退“脫鉤”）、負(fù)“脫鉤”狀態(tài)（弱負(fù)“脫鉤”、強(qiáng)負(fù)“脫鉤”和擴(kuò)張負(fù)“脫鉤”）[12]，計(jì)算公式見式（1）具體分類等級見表1。

ε=ΔCO2/CO2ΔGDP/GDP（1）

式（1）中，ε為二氧化碳和經(jīng)濟(jì)發(fā)展的“脫鉤”彈性系數(shù)，CO2排放表示環(huán)境壓力，ΔCO2為現(xiàn)期相對于基期CO2排放變化量，GDP表示經(jīng)濟(jì)驅(qū)動力，ΔGDP為現(xiàn)期相對于基期GDP變動量。

22計(jì)算結(jié)果及分析

CO2排放以《省級溫室氣體清單編制指南（試行）》方法[13]為參考，核算2005～2013年能源消費(fèi)排放二氧化碳總量。二氧化碳排放因子引自《省級溫室氣體清單編制指南（試行）》，各年度能源消費(fèi)數(shù)據(jù)源于《山東省統(tǒng)計(jì)年鑒（2006～2014）》[14]。17個(gè)城市CO2排放根據(jù)城市各個(gè)年度能源消費(fèi)乘以山東省能源碳強(qiáng)度得到。其中，能源碳強(qiáng)度=全省CO2排放/全省能源消費(fèi)。山東省及各個(gè)城市GDP增加值源于《山東省統(tǒng)計(jì)年鑒（2006～2014）》，以2005年為基期經(jīng)過指數(shù)平減的實(shí)際GDP增加值。山東省及17個(gè)城市二氧化碳與經(jīng)濟(jì)發(fā)展的“脫鉤”彈性系數(shù)見圖2。

2006～2013年期間，山東省除2010年出現(xiàn)擴(kuò)張負(fù)“脫鉤”，其余年份均弱“脫鉤”，總體為弱“脫鉤”。17個(gè)城市脫鉤狀態(tài)大體與山東省相似，2006年、2008年2010年與山東省同為弱“脫鉤”或擴(kuò)張負(fù)“脫鉤”，其余年份除2011年外，只有個(gè)別城市與山東省不同。脫鉤狀態(tài)濟(jì)南、泰安、濱州和菏澤與省完全一致。與山東省脫鉤狀態(tài)變化差異較大的有棗莊、威海和日照，棗莊在2010年前后出現(xiàn)強(qiáng)“脫鉤”，威海2009～2012年經(jīng)歷了強(qiáng)“脫鉤”、強(qiáng)負(fù)“脫鉤”、擴(kuò)張連接和強(qiáng)“脫鉤”，日照自2007～2012年經(jīng)歷擴(kuò)張負(fù)“脫鉤”、弱“脫鉤”、擴(kuò)張負(fù)“脫鉤”和強(qiáng)“脫鉤”。2011年12城市與山東省脫鉤狀態(tài)變化存在差異：淄博、煙臺、濰坊、威海和臨沂為擴(kuò)張連接，棗莊、日照、濟(jì)寧、萊蕪、德州和聊城為強(qiáng)“脫鉤”，東營為擴(kuò)張負(fù)“脫鉤”。強(qiáng)“脫鉤”最多有兩次，具體有萊蕪、威海、棗莊。相對而言，東營和日照脫鉤狀態(tài)最差，東營在2010年和2011年呈現(xiàn)擴(kuò)張負(fù)“脫鉤”，而日照在2006～2013年期間脫鉤狀態(tài)跌宕起伏，由弱“脫鉤”、擴(kuò)張負(fù)“脫鉤”、弱“脫鉤”、擴(kuò)張負(fù)“脫鉤”、強(qiáng)“脫鉤”再到弱“脫鉤”。從產(chǎn)業(yè)結(jié)構(gòu)角度分析，山東省第一產(chǎn)業(yè)和第二產(chǎn)業(yè)比重呈現(xiàn)逐漸下降態(tài)勢，2013年第二產(chǎn)業(yè)下降為50%左右，年均下降幅度為081；第三產(chǎn)業(yè)有較快增速，2013年超過40%。17個(gè)城市總體來講，產(chǎn)業(yè)結(jié)構(gòu)變化與山東省相似，尤其是第二產(chǎn)業(yè)比重變化趨勢。其中，只有濟(jì)南、青島、泰安和臨沂的第二產(chǎn)業(yè)比重低于全省平均水平，第二產(chǎn)業(yè)年均下降幅度分別為074、070、077、052。相對而言，淄博、萊蕪和威海有較好的脫鉤狀態(tài)，與第二產(chǎn)業(yè)年均下降幅度超過全省平均水平有較緊密聯(lián)系，分別為108、117和126。東營作為中國第二大石油工業(yè)基地，第二產(chǎn)業(yè)比重至始至終都是最高，雖然與第二產(chǎn)業(yè)年均下降幅度超過全省平均水平達(dá)到142的最大絕對值，但是基于石化產(chǎn)業(yè)比重過大的特征，脫鉤狀態(tài)是最差之一。日照和菏澤的第二產(chǎn)業(yè)比重都是從2005年的40%多，經(jīng)歷了先增加，后下降，直至2013年50%多，年均增加分別為049和126。但是日照脫鉤狀態(tài)的起伏較大，反映重工業(yè)發(fā)展勢頭迅猛，以及節(jié)能政策調(diào)控的不穩(wěn)定。而菏澤工業(yè)綠色發(fā)展則避免了工業(yè)規(guī)模擴(kuò)大所帶來碳排放的大量增加。

3面板分析

31面板模型

根據(jù)面板數(shù)據(jù)建模原理，以各城市碳排放、GDP增加值和碳生產(chǎn)力三個(gè)變量構(gòu)建模型，通過模型分析碳排放量是否與GDP增加值、碳生產(chǎn)力之間存在長期均衡關(guān)系，進(jìn)而研究各個(gè)城市與碳排放的聯(lián)系，有助于根據(jù)城市特點(diǎn)發(fā)展低碳經(jīng)濟(jì)。

32檢驗(yàn)與估計(jì)

以17個(gè)城市碳排放、GDP增加值和碳生產(chǎn)力（2005～2013）的面板數(shù)據(jù)為分析樣本，經(jīng)過協(xié)方差分析檢驗(yàn)，面板模型設(shè)定為既有個(gè)體影響又有結(jié)構(gòu)影響的變截距變系數(shù)模型，即模型中的參數(shù)對各個(gè)城市而言是不同的。

321單位根檢驗(yàn)

對17個(gè)城市碳排放和實(shí)際增加值的對數(shù)值以及碳生產(chǎn)力分別進(jìn)行單位根的LLC檢驗(yàn)、ADF檢驗(yàn)和PP檢驗(yàn)。由檢驗(yàn)結(jié)果（見表3）可知，構(gòu)成面板模型3個(gè)變量滿足協(xié)整檢驗(yàn)要求。

由表4可知，Panel-PP和Panel-ADF的統(tǒng)計(jì)量顯著，Panel-rho統(tǒng)計(jì)量不顯著。因?yàn)镻edroni[15]指出在時(shí)間較短（T≤20）的樣本數(shù)據(jù)分析中，Panel ADF 和Group ADF的統(tǒng)計(jì)量具有較高能效，其余統(tǒng)計(jì)量較低，則可以判斷通過了顯著性檢驗(yàn)，即17個(gè)城市碳排放量的對數(shù)值、實(shí)際GDP增加值的對數(shù)值和碳生產(chǎn)力之間存在長期協(xié)整關(guān)系。

323協(xié)整估計(jì)

從協(xié)整向量i來看，可劃為三個(gè)等級：70以上為臨沂、聊城和菏澤；50～70之間為泰安、日照、濟(jì)南、淄博、青島、東營和濰坊；30～50之間為棗莊、煙臺、濟(jì)寧、威海、萊蕪、德州和濱州。70以上城市碳排放靜態(tài)依賴性最強(qiáng)，即固定碳排放水平；50～70之間為中等水平；30～50之間為次之。臨沂、聊城和菏澤的經(jīng)濟(jì)總量和碳排放量在17個(gè)城市中排名靠后，碳排放靜態(tài)依賴性最強(qiáng)表明碳鎖定效應(yīng)較大。而青島、濟(jì)南經(jīng)濟(jì)總量和碳排放量都居于前列，但是碳排放靜態(tài)依賴性處于第二個(gè)等級，表明碳鎖定效應(yīng)較低?？傮w來講，17個(gè)城市碳排放靜態(tài)依賴性都大于0，并且最高值與最低值差距不大，與山東省煤炭在能源結(jié)構(gòu)中比重較大（見圖3），碳鎖定效應(yīng)有較為緊密的聯(lián)系。

按照各個(gè)城市產(chǎn)出碳排放需求彈性β1i和碳生產(chǎn)力系數(shù)β2i，得均值為047和-073。其中，威海和萊蕪的β1i分別為075、074，是最大值；德州、濟(jì)寧和濱州次之；濟(jì)南、青島、淄博、棗莊、東營、煙臺、濰坊、泰安、日照、臨沂、聊城和菏澤再次之。2005年至2013年期間，威海GDP年均增長10%，低于山東省14%的平均水平，是增長最低的城市；萊蕪GDP年均增長13%，倒數(shù)第二。同時(shí)，威海和萊蕪的碳排放增長并列倒數(shù)第二為4%。這樣導(dǎo)致威海和萊蕪的產(chǎn)出碳排放需求彈性最高。日照GDP年均增長20%，碳排放增長為14%，同為山東省最高，而產(chǎn)出碳排放需求彈性僅為027的最低水平之一。關(guān)于碳生產(chǎn)力系數(shù)β2i，淄博和萊蕪分別為-373和-306；濟(jì)南、臨沂、棗莊和東營都小于-100，煙臺、威海、日照、聊城、濱州和菏澤都小于0；青島、濰坊、濟(jì)寧、泰安和德州都大于0。淄博與萊蕪碳生產(chǎn)力系數(shù)最小，第二產(chǎn)業(yè)比重下降幅度非常高，年均分別為-108%和-126%；碳排放增長都較低，分別為6%和4%；經(jīng)濟(jì)增長都較低，同為13%。濰坊最大為084，第二產(chǎn)業(yè)比重下降幅度僅為-054%，低于山東省081%的平均水平，年均經(jīng)濟(jì)增長15%略高于山東省14%的平均水平，碳排放增長與山東省一致為7%。值得一提的是東營，在脫鉤效應(yīng)中是最差之一。但在面板協(xié)整分析中，其年均經(jīng)濟(jì)增長與山東省一致，都為14%，碳排放增長8%略高于山東省平均水平的7%，但是第二產(chǎn)業(yè)比重下降幅度達(dá)到142，則對碳排放量的靜態(tài)依賴性、產(chǎn)出的碳排放需求彈性、碳生產(chǎn)力變化對碳排放的影響都處于中游水平。

4結(jié)論及政策建議

通過脫鉤效應(yīng)和面板協(xié)整的分析，揭示山東省及17個(gè)城市碳排放特征，可以得出以下三點(diǎn)結(jié)論。（1）山東省除2010年出現(xiàn)擴(kuò)張負(fù)“脫鉤”，其余年份均為弱“脫鉤”，總體為弱“脫鉤”，主要是節(jié)能與低碳關(guān)聯(lián)度非常高。（2）山東省17個(gè)城市的碳排放量、實(shí)際GDP增加值和碳生產(chǎn)力之間存在著長期均衡關(guān)系。（3）從i來看，對碳排放靜態(tài)依賴性都較強(qiáng)，表明山東省碳鎖定效應(yīng)較大的特征；按照β1i城市年均GDP增長和年均碳排放增長起決定作用，諸如威海和萊蕪按照β2i城市年均第二產(chǎn)業(yè)比重下降幅度、年均GDP增長和年均碳排放增長起決定作用，諸如淄博、萊蕪、濰坊和東營。

按照山東省低碳經(jīng)濟(jì)發(fā)展要求，基于以上研究提出山東省及17個(gè)城市碳減排的兩點(diǎn)建議。（1）山東省及17個(gè)城市能源消費(fèi)結(jié)構(gòu)中，煤炭所占比重呈現(xiàn)下降趨勢，但是仍然高于全國同期水平，形成對高碳發(fā)展的依賴，碳鎖定效應(yīng)凸顯，建議通過技術(shù)和制度的改變解鎖碳鎖定。（2）17個(gè)城市碳排放特征有較大差異，年均第二產(chǎn)業(yè)比重下降幅度、年均GDP增長和年均碳排放增長三個(gè)變量起重要作用。其中，年均第二產(chǎn)業(yè)比重下降幅度起主導(dǎo)作用。山東省應(yīng)根據(jù)城市特點(diǎn)下達(dá)碳約束指標(biāo)，以產(chǎn)業(yè)結(jié)構(gòu)為主，兼顧GDP的考量。山東省及17個(gè)城市應(yīng)以產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為主要途徑，通過技術(shù)進(jìn)步、產(chǎn)品升級和財(cái)稅優(yōu)惠政策等措施，以及出臺政策法規(guī)，促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級來進(jìn)行低碳經(jīng)濟(jì)發(fā)展，以充分挖掘碳減排潛力。

參考文獻(xiàn)：

[1]許冬蘭，李琰.山東省城市化和能源消耗的關(guān)系研究[J].中國人口·資源與環(huán)境，2010 （11）：19-24.

[2]王同孝，趙聯(lián)振，王偉.山東省能源消費(fèi)與碳排放分析[J].中國人口·資源與環(huán)境，2012 （7）：49-52.

[3]宋杰鯤.基于LMDI的山東省能源消費(fèi)碳排放因素分解[J].資源科學(xué)，2012 （1）：35-41.

[4]劉竹，耿涌，薛冰，等.中國低碳試點(diǎn)省份經(jīng)濟(jì)增長與碳排放關(guān)系研究[J].資源科學(xué)，2011，33（4）：620-625.

[5]徐盈之，徐康寧，胡永舜.中國制造業(yè)碳排放的驅(qū)動因素及脫鉤效應(yīng)[J].統(tǒng)計(jì)研究，2011（7）：55-61.

[6]王云.低碳經(jīng)濟(jì)“脫鉤”量化分解模型研究——基于IPAT 方程的分析[J].經(jīng)濟(jì)問題，2012 （5）：8-13.

[7]郭慶賓，柳劍平.進(jìn)口貿(mào)易、技術(shù)溢出與中國碳排放[J].中國人口·資源與環(huán)境，2013（3）：105-109.

[8]吳振信，謝曉晶，王書平.經(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響分析——基于中國的省際面板數(shù)據(jù)[J].中國管理科學(xué)，2012（3）：161-166.

[9]查建平，鄭浩生，唐方方.中國區(qū)域工業(yè)碳排放績效及其影響因素實(shí)證研究[J].軟科學(xué)，2012（4）：1-6.

[10]王少平，楊繼生. 中國工業(yè)能源調(diào)整的長期戰(zhàn)略與短期措施——基于12個(gè)主要工業(yè)行業(yè)能源需求的綜列協(xié)整分析[J].中國社會科學(xué)， 2006（4）：88-96.

[11]徐勝，司登奎.結(jié)構(gòu)轉(zhuǎn)型、能源效率對低碳經(jīng)濟(jì)的異質(zhì)性影響——基于省際數(shù)據(jù)的面板協(xié)整分析[J].軟科學(xué)，2014（7）：6-10+39.

[12]Tapio P.Towards a Theory of Decoupling： Degrees of Decoupling in the EU and the Case of Road Traffic in Finland between 1970 and 2001[J].Journal of Transport Policy，2005 （12）：137-151.

[13]省級溫室氣體清單編制指南編寫組.省級溫室氣體清單編制指南（試行）[R].2010.

[14]山東省統(tǒng)計(jì)局，國家統(tǒng)計(jì)局山東調(diào)查總隊(duì).山東省統(tǒng)計(jì)年鑒（2006-2014）[K].中國統(tǒng)計(jì)出版社，1999-2014.

[15]Peter Pedroni. Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors[J].Oxford Bulletin of Economics and Statistics， Special Issue，1999（1）：653-670.

（責(zé)任編輯：石琳娜）