礦業城市能源消費碳排放變化及其影響因素研究

羅廣芳，張建軍，2，李勝男，饒永恒

(1.中國地質大學(北京)土地科學技術學院，北京 100083；2.國土資源部土地整治重點實驗室，北京 100083)

綠色礦業

礦業城市能源消費碳排放變化及其影響因素研究

羅廣芳1，張建軍1，2，李勝男1，饒永恒1

(1.中國地質大學(北京)土地科學技術學院，北京 100083；2.國土資源部土地整治重點實驗室，北京 100083)

對能源消費碳排放驅動因子的定量分析是目前碳排放研究的熱點之一，本文利用IPCC碳排放計算方法對武安市2002～2013年能源消費碳排放量進行了動態測算，并基于在環境經濟研究中被廣泛應用的STIRPAT模型計量擬合了能源消費碳排放與人口、人均GDP、能源強度、碳排放量強度、城鎮化率的多元線性模型。結果表明能源消費碳排放量在研究階段內呈逐年增長的趨勢，而人口、人均GDP、城市化率、碳排放強度、與能源消費碳排放的彈性系數為0.295%、(-0.420+0.929InG)%(G為人均GDP)、0.255%、0.188%。能源強度每減少1%，能源消費碳排放將會減少0.056%。同時經濟增長與能源消費碳排放之間并沒有出現環境庫茲涅茨(EKC)曲線特征。據此研究認為緩解環境矛盾可以從提高能源利用效率、調整能源消費結構、加大科技投入等入手。

能源消費；碳排放；STIRPAT模型；影響因素；礦業城市

目前全球溫室效應引發的環境問題備受關注，據政府間氣候變化專業委員會(IPCC)估計未來100年全球地表溫度可能會升高1.6～6.4℃，全球氣候變暖的主要因素是由于大氣中二氧化碳濃度的增加。隨著經濟的發展能源消耗量大大增加，煤炭、石油、天然氣等化石燃料的使用在給人類帶來便捷的同時也造成的二氧化碳等溫室氣體的大量排放。研究發現由于化石燃料燃燒所引起的溫室氣體排放量占據了各種溫室氣體排放總量的80%，2006年我國的二氧化碳排放量超過美國位于世界第一位，約占世界碳排放總量的20%[1]，其中能源消費的快速增長對碳排放的增加起著決定性的作用。近百年來，中國年平均氣溫升高了0.5～0.8℃[2]。2009年12月，我國在哥本哈根聯合國氣候大會上提出2020年單位GDP的CO2排放量較2005年下降40%～45%的減排承諾[3]，中國正承擔著艱巨的節能減排任務，面對這一形勢，許多專家與學者對化石能源燃燒導致的碳排放量進行了測算與預測，但大多數是基于全球、國家或省域尺度，缺乏對以化石能源生產與消費而興起的礦業城市能源消費碳排放研究，面對如此巨大的環境壓力，如何在不削弱經濟和社會發展的前提下實現礦業城市經濟的可持續發展是礦業城市面臨的巨大挑戰。目前環境—經濟問題成為了各國政府與學術界共同關注的熱點。20世紀70年代美國學者Ehrlich[4]提出了IPAT模型對環境壓力進行評估，研究發現人口、人均財富、技術及三者作用會對環境產生重要影響。在此基礎上模型不斷演進，1994年Dietz[5]在IPAT恒等式的基礎上提出了STIRPAT模型用以分析能源足跡與經濟發展之間的關系，該模型在學術界得到認可并廣泛應用[6-9]。而能源消費碳排放是衡量一個地區環境壓力的重要指標，可以運用該模型分析能源消費碳排放的影響因素[10-11]，本文以此出發，利用IPCC指南數據測算了礦業城市能源消費碳排放量效應，并基于STIRPAT模型結合SPSS20.0軟件，采用嶺回歸分析探討了人口、經濟發展水平、能源強度、城市化水平等驅動因素對碳排放效應的邊際貢獻，并驗證武安市能源消費碳排放與社會經濟發展之間是否存在環境庫茲涅茨曲線。本研究內容可為武安市節能減排政策的制定提供科學依據，有利于武安市生態建設與可持續發展，也可為礦業城市碳排放效應研究提供借鑒。

1 研究區概況

武安市地處晉冀魯豫經濟區的腹地，地理位置處于東經 113°45′～114°22′，北緯36°28′～37°01′之間，是全國百強縣，具有典型的代表性。全市總面積 1819km2。全市現轄13個建制鎮和9個鄉，共502個行政村。截止到2011年人口總數高達791234人。人均GDP達到66769.2元。武安市工業基礎雄厚，目前已形成冶金、煤炭、建材、機械、電力、輕工、化工、食品八大行業、20 多個門類、800 多種產品。年產鐵礦石、鋼、鋼材分別達到 799×104t、705×104t和 287×104t，煤炭 262×104t，水泥 300×104t。

武安市有豐富的礦產資源，如煤、鐵、鈷、鋁等，是河北重要的能源基地，為全國 58個重點產煤縣(市)和全國四大富鐵礦基地之一。目前已探明礦產有5大類、23個礦種，其中煤、鐵、石灰巖、非金屬資源尤為豐富。煤炭總儲量 23×108t，其中地方占有儲量 3.13×108t；鐵礦總儲量 5.5×108t，礦體 104 處；石灰巖遍及全市，總量超過 700×108t[12]。

2 數據來源與研究方法

2.1 STIRPAT模型構建

本文利用STIRPAT 模型研究分析武安市一些人文因素對化石能源消費造成的碳排放的影響作用。STIRPAT模型是環境壓力等式IPAT 的隨機形式。IPAT 等式是一個被廣泛認可的分析人文因素對環境影響的量化模型(式(1))。

I=PAT

(1)

式中：I表示環境影響；P表示人口規模；A表示富裕度；T表示技術水平。IPAT模型主要的缺陷在于分析問題時僅能改變一個因素，而其他因素只能保持固定不變。得出的結果為該因素對因變量的等比例影響，這成為該模型最大的局限。Dietz等在此基礎上建立了STIRPAT模型，即見式(2)。

I=aPbAcTde

(2)

式中：a為模型系數，b、c、d分別為人口、財富和技術因素的系數，e為隨機誤差項。指數的引入使得該模型可用于分析外部驅動力(包括城市化、人口年齡結構、地理位置、氣候條件、消費狀況等)對環境的非比例影響。對式(2)兩邊取自然對數，得到式(3)。

lnI=lna+b(lnP)+c(lnA)+d(lnT)+lne

(3)

式中，InI作為因變量，InP、InA、InT作為自變量，Ina為常數項，Ine為誤差項，由彈性系數的概念可知，方程的回歸系數反映的即是解釋變量與被解釋變量之間的彈性關系。

2.2 模型擴展及變量說明

本文結合礦業城市武安市的特點運用STIRPAT模型測算外部驅動因子對能源消費碳排放的影響作用。選取的驅動因子指標為：人口與富裕度指標(人口總數、人均GDP)，技術因素指標(包括技術指標和現代化指標，技術指標為能源強度與碳排放強度，現代化指標為城鎮化率)，同時為了探究能源消費碳排放造成的環境壓力是否與社會經濟間存在環境庫茲涅茨曲線關系，故對富裕度指標引入其二項式形式[13]，公式如式(4)所示。

InI=k+aInR+bInN+cInT+dInC

+eInG+f(InG)2

(4)

本文以I表示工業能源消費的碳排放量，k表示模型的系數，R表示武安市人口數量，N表示能源強度，T表示碳排放量強度，C表示城市化率，G表示人均GDP，該指標可以在一定程度上反映該地區的富裕度，a、b、c、d為指數，表示當R、N、T、C每變化1%時，分別引起I的a%、b%、c%、d%、的變化，e、f表示富裕度的對數項及其二次項的系數[14]。當f值為負值時可以確定碳排放量與社會經濟之間存在環境庫茲涅茨曲線關系。

式(4)對InG求一階偏導數，可以得到富裕度對環境影響的彈性系數(EFIG)，見式(5)。

EFIG=e+2fInG

(5)

2.3 碳排放量估算

碳排放計算方法主要包括生命周期法、投入產出法、IPCC碳排量計算指南法[15]等，其中IPCC指南法較為常用。本文選取該方法并結合2002年至2013年《武安市統計年鑒》能源消耗數據對武安市能源消費碳排放進行測算，選取的化石燃料的類型主要為原煤、洗精煤、焦爐煤氣、高爐煤氣、其他煤氣、焦炭、原油、汽油、柴油和液化石油氣等。由于這些能源占能源消費總量的比例較高，可以認為近似等于能源消費總量。計算見式(6)[16]。

(6)

式中：E表示二氧化碳排放量，表示i類化石燃料燃燒量，表示i類燃料低位熱值，表示i類燃料含碳量，表示i類燃料氧化率，表示C轉換為CO2的系數。

大量基于城市層面碳排放研究采用來自于IPCC提供的參考方法和計算參數的缺省值，本文采用《IPCC2006 國家溫室氣體清單指南》中的缺省二氧化碳排放系數為基礎，并結合國家氣候變化對策協調小組辦公室公布的《中國溫室氣體清單研究》中提供的分部門、分燃料參考值，選取適宜武安市實際狀況的化石燃料燃燒所造成的溫室氣體算法和排放因子，具體數值見表1。

表1 武安市能源低位熱值、含碳量與氧化率

2.3 工業能源消費碳排放效應測度

根據收集到的數據指標以及測算到的碳排放量，以STIRPAT方程為模型，借助SPSS20.0軟件進行多元回歸分析，但是基于變量之間可能存在共線性問題，不能采用普通二乘法擬合，故本文采用嶺回歸分析方法對能源消費影響因子進行定量測度。嶺回歸分析方法是專門處理共線性數據分析的有偏估計回歸方法，放棄最小二乘法的無偏性，以損失部分信息、放棄部分精度為代價來尋求效果稍差但更符合實際更可靠的回歸方程。嶺回歸方法已被普遍運用于學術研究之中[17-18]。

3 模型結果與分析

3.1 碳排放分析

利用武安市2002～2013年能源消費數據，利用式(6)得到武安市2002～2013年工業能源消費碳排放變化情況，由圖1可知，武安市工業能源消費碳排放量由2002年的647.94萬t增加到2013年的4711.16萬t，整體增長趨勢顯著，年增長率為52.27%，增長率較高。通過曲線變化趨勢可以看出能源消費碳排放可以分為兩個階段。第一階段為2002～2008年，該階段能源消費碳排放量增長迅速，年平均幅度為32.21%，主要的原因與社會經濟發展背景有關，武安市為典型的礦業城市，經濟的發展主要依賴與能源的消耗，為了發展經濟而粗放利用能源的現象較為明顯，該階段GDP由2002年的80.1億元增長為2008年的396.0億元，年增長率為31.3%，人均GDP由2002年的11248元增長為57353元，城鎮化率由2002年的24.6%增加為2010年的52%；第二階段為2008年以后，該階段碳排放增長平緩，年增長率為8.8%，主要的原因為武安市重視節能減排工作，加強了環境治理力度，嚴厲打擊高耗能高污染行業，發展科技，科技進步對經濟增長貢獻率提高到56%，同時開始逐步實行新型工業化道路，突出高起點、大規模、新產業，注重低碳化、集約化，提高能源利用效率。從整體人均碳排放量看，其增長變化趨勢也十分顯著，2002年人均碳排放量為9t/人，2008年為44t/人，由于武安市人口增長變化趨勢不明顯，年增長率為1.09%，人均碳排放量的主要影響因素為碳排放總量的變化。

圖1 武安市2002～2013年能源消費碳排放總量與人均碳排放量變化圖

圖2 武安市2002～2013年能源消費碳排放強度、GDP變化情況

3.2 碳排放強度分析

由圖2可以看出武安市2002～2013年碳排放強度整體呈下降趨勢，由2002年的8.26 t/元減少到2013年8.08 t/元，出現該現象的原因為武安市推行節能減排工作，打擊高耗能高污染行業，淘汰了一批小火電廠、小水泥廠、小煤窯，規范了行業發展，提高科技推行低碳經濟從而使得能源碳排放強度減少。但是武安市的碳排放強度年平均下降率(0.2%)遠遠低于GDP年平均增長率(53.57%)，因此現階段武安市不能實現碳絕對減排。

3.3 碳排放驅動因子測度

3.3.1 驅動因子分析

文章選取了人口、全社會固定投資、能源強度、碳排放量強度、能源消耗總量、人均GDP、第二產業比例、城鎮化率等因子作為能源消費碳排放量備選驅動因子，利用SPSS軟件做相關性分析，篩選出解釋性較強的因子，通過篩選選取了人口、能源強度、碳排放量強度、城市化率、人均GDP這5個因子，其與能源消費碳排放量偏相關系數均大于0.9，且顯著性( 雙側) 檢驗概率均在1% 以下。為了將各個因變量、解釋變量之間的多重相關性去除同時消除驅動因子間量綱關系，文章利用SPSS20.0將所有數據對數化之后做嶺回歸分析處理。

3.3.2 回歸結果分析

本文利用SPSS20.0軟件的嶺回歸函數，設定系數k在(0.1)之間變化，以0.0001為步長進行取值估算，得到嶺跡圖(圖3)。經過反復試驗得到當k=0.001時嶺跡大體上達到穩定。并且變量均通過了1%的顯著性水平檢驗，R2為0.999，說明整體擬合非常好，模型(4)能夠很好地模擬武安市能源消費碳排放與其驅動因子之間的關系，具體形式見式(7)。

InI=k+0.295InR-0.056InN+0.188InT+0.255InC-0.420InC+0.929(InG)2

(7)

圖3 k在(0，0.01)之間的嶺跡圖

從嶺回歸分析結果可以看出，模型結果顯著且與實際情況相符，從系數上看，人口、碳排放強度、城市化水平的增加都會促進武安市能源消費碳排放量的增長，3個驅動因子按其影響比重大小依次為：人均GDP(-0.420+0.929InG)>人口總量(0.295)>城市化率(0.255)>碳排放強度(0.188)，而能源強度的減少會促進能源消費碳排放量的減少。

根據模型(7)的分析可以得知，在武安市人口總量的增長將引起能源消耗碳排放為衡量指標的環境壓力的加速增長，在其他條件相同的情況下人口總量每增加1%將導致能源消費碳排放增加0.295%。這表明在武安市社會經濟發展過程中人口總量的增長對能源消耗碳排放的增加起到主要作用，這主要是因為人口對能源的絕對需求決定的，人口數量的增長提高了人口資源與環境的壓力。隨著社會人口素質和生活水平的提高，人口增長速度將會變緩，未來由于人口引發的能源需求問題會有所減緩。人均GDP是影響武安市能源消費碳排放量的重要因素。人均GDP每增加1%，能源消費碳排放量將增長(-0.420+0.929InG)%，主要的原因為經濟的增加加快了能源消費的需求量和需求速度，財富的增長提高了居民的消費水平刺激了人們的消費欲望，而消費的增長促進了能源消費的碳排放。

城市化水平同樣也是造成能源消費碳排放增長的另一個影響因素，城市化率每增長1%，能源消費碳排放量將會增長0.255%，近些年來武安市城市化水平增長較快，從2002年的24.63%增長為2013年的43.98%，城市化率的提高實際上反應了居民整體生產和消費水平的反映。大量的農村居民遷移到城鎮，城市化率的增長促使了城市建筑、交通運輸以及工業企業對能源消費需求導致碳排放量的增加。

碳排放強度是除去人口、城市化水平之外引起武安市能源消費碳排放量增長的另一因素，與其他因素相比影響作用較小，但是有著舉足輕重的地位。碳排放強度每增加1%，能源消費碳排放量將會增長0.188%。可以看出碳排放強度的減少對能源消費碳排放量的降低作用相對較大，效果比較顯著，主要的原因為武安市經濟的發展依賴于能源資源的消費，近年來碳排放強度增長率不高但是仍舊保持了增長的態勢，想要實現碳排放強度的減少難度較大，并且碳排放強度對碳排放的解釋力有限，它受到模型中人口結構與全社會生產總值的影響，另一方面與能源使用效率、技術發展水平、產業結構水平息息相關。

能源強度根據嶺跡圖可以看出，能源強度的減少對能源消費碳排放量的降低起到一定的影響作用，能源強度每減少1%，能源消費碳排放量將會減少0.056%，武安市2002～2013年能源強度逐漸減少，從2002年3.37t/萬元減少到2006年的最低值2.92t/萬元，到2013年武安市能源強度達到3.29t/萬元。雖然能源強度下降但是還沒有起到減少碳排放的作用，這仍與武安市的能源結構與社會性質有關，礦業城市武安以煤炭資源為特色，其中能源消費主要以煤炭為主，且大多為原煤直接燃燒。雖然技術進步提高了能源的利用效率，但仍未達到降低能源消費量的程度。

3.4 環境EKC曲線分析

根據式(5)和式(7)可以得到富裕度系數 e=-0.420<0，f=0.929 >0，根據環境庫茲涅茨曲線模型[19]可以看出武安市能源消費碳排放與經濟發展之間呈“U”型曲線關系，而不存在環境庫茲涅茨曲線所預示的關系。說明了武安市能源消費碳排放量呈增長趨勢，在該階段并未有出現碳排放的峰值。人均GDP取不同值時其對能源消費碳排放影響的彈性系數EFIG如表2所示。

表2 不同人均GDP對能源消費碳排放影響的彈性系數

注：EFIG為彈性系數；△EFIG為彈性系數的變化值。

如表2所示，隨著人均GDP的增加，對能源消費碳排放量的影響也逐漸增大，引起該變化的主要原因為武安市社會經濟發展的特征，作為礦業城市經濟的發展主要依賴的動力與支持是能源的消費，粗放式的經濟發展引起了環境污染現象的發生。同時隨著富裕度的增加發展到一定階段后，彈性系數的變化值呈現出逐漸減少的趨勢，該現象的原因是武安市在先前粗放式經濟發展模式下開始重視節能減排工作，同時富裕度水平的增加有利于技術進步速度的加快，能源利用效率得到提高。但是從能源消耗碳排放量與社會經濟之間的“U”型曲線關系可以看出碳排放量還會繼續保持增長趨勢，說明節能減排工作的力度更需要加強，技術進步、能源利用效率的提高還沒有達到降低能源消費量的程度。

4 結 論

本文以典型礦業城市武安市為例，通過能源消耗數據測算了2002～2013年能源消費碳排放的變化規律，同時根據STIRPAT模型采用了有偏估計嶺回歸函數對武安市人口、經濟、技術發展與能源消耗碳排放之間的關系進行了模擬并分析碳排放與其驅動因子的相互關系，最后驗證了能源消費碳排放與經濟發展之間是否存在環境庫茲涅茨曲線。主要結論如下所示。

1)武安市能源消費碳排放量呈逐年增長的趨勢，在該研究階段內，碳排放量由2002年的647.94萬t增加到2013年的4711.76萬t，年均增長率為52.27%。人均碳排放量增長變化趨勢也十分顯著，2002年人均碳排放量為9t/人，2008年為44 t/人，年均增長率為1.09%。

2)人均GDP、人口、城市化率、碳排放強度每增加1%，能源消費碳排放相應的增加(-0.420+0.929InG)%(G為人均GDP)、0.295%、0.255%、0.188%，其中人均GDP對碳排放的影響程度最大，其次為人口。而能源強度每減少1%，能源消費碳排放將會減少0.056%。

3)通過擬合出的能源消費碳排放與人口、人均GDP及其二項式、人口、碳排放強度、城市化率、能源強度指標、現代化的多元線性模型可以看出，人均GDP對數的二次項系數為正，即證明了在觀測范圍內能源消費碳排放與經濟發展之間的環境庫茲涅茨曲線特征還沒有出現，武安市能源消費碳排放還會逐漸增加。

探討能源利用碳排放與經濟發展關系有利于了解經濟發展與環境壓力之間的矛盾，有利于社會的可持續發展。武安市想要實現節能減排主要的著手點應該為提高能源利用效率、調整能源消費結構、控制人口、加大科技投入、轉變經濟增長方式、出臺減排政策等幾個方面入手。武安市正處于社會快速發展階段，采用節能降耗技術加大對能源消費的科技投入，提高非碳能源在能源消費中的比例，減少能源消費碳排放勢在必行。

[1] 楊茜.我國電力系統碳排放研究—基于系統動力學模型[D].北京：中國社會科學院研究生院，2012.

[2] 郭運功.特大溫室氣體排放量測算與排放特征分析[D].上海.華東師范大學，2009.

[3] 趙承.溫家寶總理出席哥本哈根氣候變化會議紀實[M].節能與環保，2010(1):1-4.

[4] Ehrlich P R，Holdrens J P.The impact of population growth.Science，1971，171：1212-1217.

[5] York R，Rosa E A，Dietz T.A rift in modernity? Assessing the anthropogenic sources of global climate change with the STIRPAT model.International Journal of Sociology and Social Policy，2003，23(10)：31-51.

[6] 龍愛華，徐中民，王新華，等.人口、富裕及技術對2000年中國水足跡的影響[J].生態學報，2006，26 (10):3358-3365.

[7] 王琳，吳業，楊桂山，等.基于STIRPAT 模型的耕地面積變化及其影響因素[J].農業工程學報，2008，24(12):196-200.

[8] 盧娜，曲福田，馮淑怡，等.基于STIRPAT模型的能源消費碳足跡變化及影響因素:以江蘇省蘇錫常地區為例[J].自然資源學報，2011，26(5):814-824.

[9] 吳敬銳，楊兆萍，阿達衣賽肯.基于STIRPAT 模型分析新疆能源足跡的影響因素[J].干旱區地理，2011，34(1):187-192

[10] 黃蕊，王錚.基于STIRPAT模型的重慶市能源消費碳排放影響因素研究[J].環境科學學報，2013，33(2):602-608.

[11] 王立猛，何康林，基于STIRPAT模型的環境壓力空間差異分析———能源消費為例[J].環境科學學報，2008，28(5):1032-1037.

[12] 張丁軒.礦業城市土地利用時空變化及模擬[D].北京.中國地質大學(北京)，2013

[13] 王立猛，何康林.基于STIRPAT 模型分析中國環境壓力的時間差異—以1952—2003 年能源消費為例[J].自然資源學報，2006.21(6):862-869.

[14] 徐中民，程國棟.中國人口和富裕對環境的影響[J].冰川凍土，2005，27(5):767-773.

[15] 王超.基于煤炭生命周期的電煤供應鏈廢氣排放研究[D].北京.北京交通大學，2013.

[16] 耿玉環.我國省域能源消耗產生的二氧化碳排放清單估算及特征分析[D].北京，中國地質大學(北京)，2011.

[17] 朱勤，彭希哲，陸志明，等.人口與消費對碳排放影響的分析模型與實證[J].中國人口.資源與環境，2010，20(2):98-102.

[18] 宋曉暉，張裕芬，汪藝梅，等.基于IPAT擴展模型分析人口因素對碳排放的影響[J].環境科學研究，2012，25(1):109-115.

[19] 陳勇，李首成，稅偉，等.基于EKC 模型的西南地區農業生態系統碳足跡研究[J].農業技術經濟，2013(2)：120-128.

Research into the carbon emissions from energy consumptions change and its influencing factors

LUO Guang-fang1，ZHANG Jian-jun1，2*，LI Sheng-nan1，RAO Yongheng1

(1.School of Land Science and Technology，China University of Geosciences (Beijing)，Beijing100083，China;2.Key Laboratory of Land Consolidation and Rehabilitation，Ministry of Land and Resources，Beijing100083，China)

Analyzed quantitatively to the influencing factors of carbon emissions from energy consumptions is the focus of the carbon emission researches.This paper built a STIPRAT-based multivariate linear model fitted by a ridge regression to examine the relationship between carbon emissions from energy consumption and a list of indices，including population，per capita GDP，energy intensity，carbon emission intensity，and level of urbanization.And count carbon emissions from energy consumptions change from 2002 to 2013 with the IPCC calculation method.It found that carbon emissions from energy consumption are increasing year by year in the study stage.And for 1% increase in population，per-capita GDP，urbanization and carbon emission intensity，there was 0.295%，(-0.420+0.929lnG) %，0.255%，and 0.188% increase in carbon emissions in the city，respectively.On the contrary，every 1% reduction in energy intensity，energy consumption carbon emissions will be reduced by 0.056%.The environmental Kuznets curve (EKC) characteristics don’t exist between economic growth and energy consumption and carbon emissions.Accordingly，several suggestions are proposed in the study to mitigate the contradiction between environments，including improve the energy efficiency，adjust the energy consumption structure and increase investment in science and technology.

energy consumptions；carbon emissions；STIPRAT model；influence factors；mining city

2015-02-15

北京市支持中央高校共建項目——青年英才計劃項目資助(編號：YETP0639)

羅廣芳(1990-),女，四川宣漢人，碩士研究生，主要從事土地利用與碳排放研究。E-mail:luoyi630@163.com。

張建軍(1982-)，男，山西太原人，博士，副教授，主要從事土地利用與生態經濟方面的教學與研究工作。E-mail:zhangjianjun_bj@126.com。

F407.1

A

1004-4051(2015)08-0053-06