中國區(qū)域低碳綠色轉(zhuǎn)型測(cè)度及影響因素分析—基于省級(jí)動(dòng)態(tài)面板數(shù)據(jù)的實(shí)證研究

■ 曹依蓉（湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院 長沙 410079）

引言

改革開放以來，中國經(jīng)濟(jì)平穩(wěn)快速增長，但經(jīng)濟(jì)增長方式依然粗放，經(jīng)濟(jì)發(fā)展在很大程度上仍以犧牲環(huán)境和經(jīng)濟(jì)質(zhì)量為代價(jià)。在嚴(yán)峻的資源環(huán)境條件下，我國逐步重視能源節(jié)約和環(huán)境保護(hù)，但環(huán)境狀況總體惡化的趨勢(shì)尚未得到根本遏制，工業(yè)化快速推進(jìn)，能源消費(fèi)總量不斷上升，污染物排放增加，推動(dòng)低碳轉(zhuǎn)型迫在眉睫。本文在陳詩一（2012）等人的基礎(chǔ)上提出低碳綠色轉(zhuǎn)型。低碳綠色轉(zhuǎn)型不僅僅將減排作為唯一目標(biāo)，還意味著制度的完善，技術(shù)、設(shè)施升級(jí)等帶來的經(jīng)濟(jì)發(fā)展方式的重大變革。

通過對(duì)現(xiàn)有文獻(xiàn)的梳理，發(fā)現(xiàn)學(xué)術(shù)界就低碳轉(zhuǎn)型的研究主要從兩個(gè)路徑展開：第一種方法從全要素生產(chǎn)率理論出發(fā)進(jìn)行績效評(píng)價(jià)。田銀華等（2011）對(duì)中國各省份環(huán)境約束下的TFP指數(shù)進(jìn)行估算，發(fā)現(xiàn)考慮環(huán)境約束之后，TFP增長對(duì)我國經(jīng)濟(jì)增長的貢獻(xiàn)不足10%。陳詩一（2012）評(píng)估和預(yù)測(cè)了中國區(qū)域的低碳轉(zhuǎn)型進(jìn)程，研究發(fā)現(xiàn)我國基本步入集約型經(jīng)濟(jì)增長階段。但遺憾的是，這些研究未對(duì)轉(zhuǎn)型展開更深入的研究，就內(nèi)在驅(qū)動(dòng)力的分析更是不足。第二種路徑是通過界定經(jīng)濟(jì)增長方式的內(nèi)涵，構(gòu)建評(píng)價(jià)指標(biāo)體系。馮碧梅（2011）利用層次分析法構(gòu)建低碳指標(biāo)體系，綜合評(píng)價(jià)湖北的低碳經(jīng)濟(jì)發(fā)展水平良好，李玲玲、張耀輝（2011）則對(duì)2000-2009年間我國經(jīng)濟(jì)發(fā)展方式進(jìn)行測(cè)評(píng)，得出我國經(jīng)濟(jì)發(fā)展方式已發(fā)生轉(zhuǎn)變的結(jié)論；此外，《2012中國綠色發(fā)展指數(shù)年度報(bào)告摘編》測(cè)算了2010年全國30個(gè)省市自治區(qū)的綠色發(fā)展指數(shù)。綜上，這些研究存在指標(biāo)選取隨意性大、權(quán)重主觀性強(qiáng)與低碳轉(zhuǎn)型關(guān)聯(lián)不夠等問題，因此仍需較大改進(jìn)。

與既有研究相比，本文測(cè)算并分析中國區(qū)域在“十二五”期間的低碳綠色轉(zhuǎn)型指數(shù)，并研究影響它的因素。本文的貢獻(xiàn)在于：第一，參考已有指標(biāo)體系及全要素生產(chǎn)率方法，設(shè)計(jì)了一套更嚴(yán)謹(jǐn)?shù)牡吞季G色轉(zhuǎn)型的指標(biāo)體系，創(chuàng)新性地加入了更具代表性的資源、環(huán)境及低碳技術(shù)指標(biāo)，更具解釋意義。第二，采用系統(tǒng)GMM方法實(shí)證分析資本存量、FDI及財(cái)政分權(quán)等對(duì)低碳綠色轉(zhuǎn)型的影響，為討論地區(qū)間低碳綠色轉(zhuǎn)型的差異性，進(jìn)一步運(yùn)用面板分位數(shù)回歸方法探討以上指標(biāo)在不同轉(zhuǎn)型程度中對(duì)各省域低碳轉(zhuǎn)型的影響，通過以上分析以期為中國區(qū)域低碳綠色轉(zhuǎn)型提供經(jīng)驗(yàn)依據(jù)和政策啟示。

低碳綠色轉(zhuǎn)型評(píng)價(jià)指標(biāo)體系構(gòu)建及測(cè)算

（一）低碳綠色轉(zhuǎn)型測(cè)評(píng)指標(biāo)體系基本框架

本文借鑒《2012中國綠色發(fā)展指數(shù)年度報(bào)告》，從低碳經(jīng)濟(jì)、低碳社會(huì)、低碳能源及低碳環(huán)境四方面構(gòu)建了更為系統(tǒng)全面的測(cè)評(píng)體系。整個(gè)測(cè)評(píng)體系分為4個(gè)一級(jí)指標(biāo)、11個(gè)二級(jí)指標(biāo)及30個(gè)三級(jí)指標(biāo)（見表1），基礎(chǔ)數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》等。本文選取中國30個(gè)省（自治區(qū)、直轄市）2006-2011年的樣本數(shù)據(jù)進(jìn)行測(cè)算，西藏自治區(qū)因環(huán)境數(shù)據(jù)缺失嚴(yán)重而未加入考慮。在測(cè)算過程中，本文所涉及的主要指標(biāo)及數(shù)據(jù)如下：

表1 低碳綠色轉(zhuǎn)型評(píng)價(jià)指標(biāo)體系

低碳經(jīng)濟(jì)：經(jīng)濟(jì)發(fā)展水平采用GDP增速、人均GDP表示，其中人均GDP使用2006年為基期的CPI指數(shù)換算為不變價(jià)；產(chǎn)業(yè)結(jié)構(gòu)采用第三產(chǎn)業(yè)比重指標(biāo)，用萬元GDP能耗及單位工業(yè)增加值能耗反映能耗水平；高技術(shù)產(chǎn)業(yè)、R&D投入及專利數(shù)比重等反映創(chuàng)新能力。

低碳社會(huì)：居民的消費(fèi)觀念、生活方式對(duì)能源的需求有重要影響。于是本文納入人均收入及人口自然增長率指標(biāo)，并采用每萬人擁有公交車數(shù)反映低碳基礎(chǔ)設(shè)施建設(shè)。

低碳能源：本文將一次性能源中煤的比重，SO2、工業(yè)廢氣、化學(xué)需氧量排放、碳排放等納入指標(biāo)體系，并引入人均水資源量反映生態(tài)保護(hù)狀況。

低碳環(huán)境：采用人均綠地面積、建成區(qū)覆蓋率及森林覆蓋率等指標(biāo)反映碳匯潛力；工業(yè)SO2去除率、城市污水處理率及工業(yè)固廢綜合利用率等指標(biāo)反映低碳技術(shù)水平；廢棄治理設(shè)施、環(huán)境污染投資及工業(yè)污染投資等反映政府改善環(huán)境的投資水平。

（二）基于熵值法的低碳綠色轉(zhuǎn)型測(cè)評(píng)

本文依據(jù)熵值法的確權(quán)過程得到評(píng)價(jià)指標(biāo)的權(quán)重，基于熵的綜合評(píng)價(jià)模型，得到“十二五”期間區(qū)域低碳綠色轉(zhuǎn)型四方面的得分及綜合測(cè)評(píng)結(jié)果，因篇幅限制，將各區(qū)域的得分與排名情況略去。

低碳經(jīng)濟(jì)：東、中、西部存在明顯差異，其中東部具有明顯優(yōu)勢(shì)。江蘇、安徽及內(nèi)蒙古得分不斷上升。江蘇省的高新技術(shù)產(chǎn)業(yè)及專利數(shù)占比不斷提高，且其增速明顯高于上海、廣東等地，其能耗值逐步下降，說明調(diào)整產(chǎn)業(yè)結(jié)構(gòu)有利于低碳轉(zhuǎn)型，而創(chuàng)新能力是實(shí)現(xiàn)轉(zhuǎn)型的根本動(dòng)力。安徽的能耗值大幅減少，R&D經(jīng)費(fèi)的增加是促進(jìn)其低碳經(jīng)濟(jì)轉(zhuǎn)型的重要因素，內(nèi)蒙古得分提升主要來源于其GDP增速。河北和河南兩省得分出現(xiàn)大幅下滑，盡管二者在GDP增長、人均GDP方面有不錯(cuò)的表現(xiàn)，但其能耗持續(xù)上升、創(chuàng)新能力薄弱，“高能耗”的粗放發(fā)展模式給轉(zhuǎn)型帶來較大阻力。綜上，得出結(jié)論：經(jīng)濟(jì)較發(fā)達(dá)的省份應(yīng)注重提升經(jīng)濟(jì)質(zhì)量，提高投資的有效性；經(jīng)濟(jì)較落后的省份，關(guān)鍵在于調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、改變粗放式經(jīng)濟(jì)發(fā)展方式。

低碳社會(huì)：東、中、西部存在明顯差異，東部和東北部得分相對(duì)靠前，中部與西部省份排名呈交叉排列分布，但中部得分整體優(yōu)于西部。具體來看，陜西、四川及遼寧的得分提升最快。三省的恩格爾系數(shù)及人均可支配收入的得分不斷提高，居民消費(fèi)水平的提升，有利于實(shí)現(xiàn)低碳消費(fèi)行為。此外，每萬人擁有公共交通車輛數(shù)的得分不斷上升，城市低碳基礎(chǔ)建設(shè)構(gòu)建是實(shí)現(xiàn)低碳社會(huì)的保障。因此，需注重提高居民收入，加強(qiáng)低碳基礎(chǔ)設(shè)施建設(shè)。

表2 模型估計(jì)結(jié)果

表3 面板分位數(shù)回歸結(jié)果

低碳能源：東、中、西部差異相對(duì)較小，但區(qū)域排名波動(dòng)大。東部得分最為靠前，中部得分緊隨其后，有小幅下降，西部排名最后，但得分不斷上升。具體來看，天津、上海等地得分有一定提升，關(guān)鍵在于污染物排放的不斷減少，但該地區(qū)經(jīng)濟(jì)較發(fā)達(dá)，能耗值較穩(wěn)定，根本原因在于低碳技術(shù)的使用。

低碳環(huán)境：東、中、西部差異相對(duì)較小，東部得分靠前，中部得分略優(yōu)于西部。具體來看，浙江、江蘇等地得分下降源于建成區(qū)綠化覆蓋率上升速度較慢，沒有跟上經(jīng)濟(jì)發(fā)展速度，環(huán)境保護(hù)有待加強(qiáng)。河北、內(nèi)蒙古得分提升則得益于環(huán)境投資的增加及城市污水處理率的提高。因此，經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)應(yīng)注重提升建成區(qū)綠化覆蓋率，并將重點(diǎn)放在低碳技術(shù)上；經(jīng)濟(jì)相對(duì)落后的地區(qū)目前仍需加大環(huán)境相關(guān)的投資。

通過對(duì)四方面的詳細(xì)分析，再對(duì)比綜合指數(shù)得分（見圖1），可看出全國區(qū)域低碳綠色轉(zhuǎn)型指數(shù)得分總體有所下降，東部指數(shù)下降幅度最大，中部指數(shù)持平，西部指數(shù)增長較快。全國區(qū)域指數(shù)排名具有相對(duì)穩(wěn)定性，這與陳詩一（2012）等得出的結(jié)論較為一致。平均得分在9.0以上的省份有5個(gè)，8.0-9.0之間有17個(gè)，7.0-8.0之間有8個(gè)。其中，排在前三位的依次為北京（9.75）、廣東（9.54）和上海（9.33）；低碳轉(zhuǎn)型較落后的省份是青海（7.68）、寧夏（7.65）、貴州（7.5）。低碳綠色轉(zhuǎn)型指數(shù)空間上表現(xiàn)為“東優(yōu)西劣”的特征，由東南向西北逐步降低。

實(shí)證檢驗(yàn)

（一）模型設(shè)定與數(shù)據(jù)說明

資本積累、人力資本是促進(jìn)經(jīng)濟(jì)增長的關(guān)鍵因素，財(cái)政分權(quán)通過提高資源配置效率（林毅夫，2000）、改善基礎(chǔ)設(shè)施建設(shè)等推動(dòng)轉(zhuǎn)型，F(xiàn)DI通過治污技術(shù)改進(jìn)促進(jìn)轉(zhuǎn)型升級(jí)（彭星，2011），此外環(huán)保意識(shí)也是主要原因之一。本文參考蔣殿春（2008）、李子豪（2011）等的模型，將低碳綠色轉(zhuǎn)型指數(shù)作為被解釋變量，考慮其具有慣性，采用系統(tǒng)GMM方法進(jìn)行實(shí)證分析，將實(shí)證模型設(shè)置如下：

其中，lnLCit為省際低碳綠色轉(zhuǎn)型指數(shù)，采用上章測(cè)得的分值，考慮到慣性問題并在模型右邊加入其一階滯后項(xiàng)lnLCit-1。此外，Kit代表資本積累，以徐現(xiàn)祥等（2007）的各地區(qū)的資本存量為基礎(chǔ)，采用永續(xù)盤存法求得各省的資本存量，最終用地區(qū)資本存量與GDP之比來表示；lnLit代表勞動(dòng)力，用各地區(qū)三次產(chǎn)業(yè)就業(yè)人口總數(shù)表示；FISit反映了財(cái)政分權(quán)，彭星（2013）指出測(cè)算方法為：FIS=各省預(yù)算內(nèi)人均本級(jí)財(cái)政支出/（各省預(yù)算內(nèi)人均本級(jí)財(cái)政指出+中央預(yù)算內(nèi)人均本級(jí)財(cái)政支出）；外商直接投資lnFDIit用實(shí)際利用外資額表示，環(huán)保意識(shí)EDUit用6歲及以上人口高中以上學(xué)歷的人口比重來表示。

圖1 低碳轉(zhuǎn)型指數(shù)綜合得分

（二）系統(tǒng)GMM分析

本文采用系統(tǒng)GMM方法解決實(shí)證模型中的內(nèi)生性問題，估計(jì)結(jié)果如表2所示。中國的低碳綠色轉(zhuǎn)型指數(shù)具有動(dòng)態(tài)性，滯后一期的指數(shù)對(duì)當(dāng)期指數(shù)的作用系數(shù)為0.746，說明其在時(shí)間上具有慣性。

從表2的估計(jì)結(jié)果來看：資本存量Kit的系數(shù)顯著為負(fù)，其值越大，越不利于低碳綠色轉(zhuǎn)型，當(dāng)前經(jīng)濟(jì)高速發(fā)展，大量投資用于高消耗高排放的產(chǎn)業(yè)中，經(jīng)濟(jì)增長方式較為粗放，而用于治污技術(shù)等的投資遠(yuǎn)遠(yuǎn)不夠，需要合理引導(dǎo)投資方向。勞動(dòng)力lnLit的系數(shù)顯著為正，說明人力資本因素是促進(jìn)低碳轉(zhuǎn)型的重要因素。財(cái)政分權(quán)FISit的系數(shù)顯著為正，其值越大，越有利于低碳綠色轉(zhuǎn)型。現(xiàn)實(shí)經(jīng)濟(jì)中，地方政府積極促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，給環(huán)境帶來一定破壞，這可能不利于低碳綠色轉(zhuǎn)型。但當(dāng)經(jīng)濟(jì)處于發(fā)展階段時(shí)帶來的各方面利好可能會(huì)超過環(huán)境污染帶來的破壞，此外，地方政府用于治污技術(shù)等方面的投資大大增加，環(huán)境得到較大改善，因此其系數(shù)為正。外商直接投資lnFDIit的系數(shù)顯著為正，其值越大，越有利于低碳綠色轉(zhuǎn)型。FDI為經(jīng)濟(jì)轉(zhuǎn)型提供資金和技術(shù)支持，有利于治污創(chuàng)新，實(shí)現(xiàn)污染物減排，這與蔣殿春（2008）、李子豪（2011）的觀點(diǎn)是一致的。環(huán)保意識(shí)EDUit的系數(shù)顯著為負(fù)，這與預(yù)期不一致。假設(shè)人們的環(huán)保意識(shí)會(huì)隨受教育的程度的提高而提升，這在現(xiàn)實(shí)中難以滿足。此外，人們受教育程度提高，人均收入增加，更多民眾開始有條件享受私家車等增排的消費(fèi)行為。因此除了提升受教育程度，還應(yīng)普及環(huán)保意識(shí)，刺激綠色消費(fèi)。

（三）面板分位數(shù)回歸分析

本文采用由Koenker和Bassett（1978）提出并經(jīng)Koenker（2004）改進(jìn)的面板分位數(shù)回歸方法進(jìn)行分析，可討論以上指標(biāo)在不同轉(zhuǎn)型程度中對(duì)區(qū)域的影響，估計(jì)結(jié)果如表3所示。

從表3的估計(jì)結(jié)果來看：資本存量Kit的系數(shù)均通過檢驗(yàn)，且符號(hào)為負(fù)，說明資本存量對(duì)低碳轉(zhuǎn)型存在制約作用。且轉(zhuǎn)型程度最低地區(qū)的系數(shù)的絕對(duì)值最大，說明它們資本投入的有效性最有待提升。勞動(dòng)力lnLit僅在50%和75%的分位數(shù)水平下通過檢驗(yàn)，且符號(hào)為正，這說明人力資本的增加對(duì)于轉(zhuǎn)型水平較落后的地區(qū)沒有顯著影響。財(cái)政分權(quán)FISit的系數(shù)僅在50%和75%的分位數(shù)水平下通過檢驗(yàn)，且符號(hào)均為正，這意味著財(cái)政分權(quán)對(duì)于轉(zhuǎn)型水平較發(fā)達(dá)的地區(qū)產(chǎn)生了更大的推進(jìn)作用。外商直接投資lnFDIit的系數(shù)均通過檢驗(yàn)，且均為正值，隨著分位數(shù)水平的提高，系數(shù)呈遞增趨勢(shì)，這意味著FDI對(duì)所有地區(qū)的低碳綠色轉(zhuǎn)型有顯著的促進(jìn)作用，且對(duì)轉(zhuǎn)型水平更高的地區(qū)促進(jìn)作用更大。環(huán)保意識(shí)EDUit的回歸系數(shù)僅在25%的分位數(shù)水平下通過檢驗(yàn)，且符號(hào)為正，這說明在轉(zhuǎn)型水平較低的地區(qū)，隨著受教育程度提高，人們的環(huán)保意識(shí)增強(qiáng)，能夠促進(jìn)低碳經(jīng)濟(jì)轉(zhuǎn)型，而在轉(zhuǎn)型水平較發(fā)達(dá)的地區(qū)，甚至存在負(fù)向性作用，這與前文分析相符合。

結(jié)論與政策啟示

本文通過構(gòu)建低碳綠色轉(zhuǎn)型的評(píng)價(jià)指標(biāo)體系，對(duì)中國30個(gè)省域的低碳綠色轉(zhuǎn)型進(jìn)行了評(píng)價(jià)，并利用2006-2011年省際面板數(shù)據(jù)，采用系統(tǒng)GMM方法實(shí)證檢驗(yàn)了資本存量、財(cái)政分權(quán)及FDI等對(duì)低碳綠色轉(zhuǎn)型的影響，進(jìn)一步采用面板分位數(shù)回歸的方法討論地區(qū)差異性。

研究結(jié)果表明：低碳綠色轉(zhuǎn)型水平在空間上表現(xiàn)為“東優(yōu)西劣”的特征，指數(shù)在空間上呈現(xiàn)出由東南向西北逐步降低的特點(diǎn)。轉(zhuǎn)型水平較高的主要是東部及華北地區(qū)，轉(zhuǎn)型水平相對(duì)落后的主要是中部及東北地區(qū)，轉(zhuǎn)型水平極為落后的為西部地區(qū)。對(duì)于東部地區(qū)，關(guān)鍵在于推動(dòng)低碳技術(shù)的投入及使用；而粗放式經(jīng)濟(jì)增長方式及環(huán)境投資嚴(yán)重不足是造成西部地區(qū)轉(zhuǎn)型水平落后的根本原因；此外，F(xiàn)DI對(duì)低碳綠色轉(zhuǎn)型有顯著的促進(jìn)作用，且在轉(zhuǎn)型水平最發(fā)達(dá)的地區(qū)作用更大，資本存量對(duì)低碳綠色轉(zhuǎn)型產(chǎn)生了一定的制約作用，且對(duì)西部地區(qū)的影響最大，財(cái)政分權(quán)對(duì)低碳綠色轉(zhuǎn)型有一定的促進(jìn)作用，人力資本因素和環(huán)保意識(shí)是主要影響因素。

針對(duì)研究結(jié)論，本文提出以下政策建議：我國低碳綠色轉(zhuǎn)型存在顯著的區(qū)域差異性，應(yīng)分類進(jìn)行評(píng)價(jià)考核。東部應(yīng)繼續(xù)發(fā)揮低碳技術(shù)的關(guān)鍵性作用，穩(wěn)固轉(zhuǎn)型成果，提高環(huán)境投資的有效性，提升公民的環(huán)保意識(shí)。中、西部轉(zhuǎn)型短期內(nèi)可通過技術(shù)引進(jìn)與環(huán)境投資取得較大的成果，但長期看來根本在于調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變粗放式經(jīng)濟(jì)增長方式。提高FDI水平，加快區(qū)域轉(zhuǎn)型升級(jí)的創(chuàng)新體系建設(shè)。東部在現(xiàn)有基礎(chǔ)上注重提高吸收的有效性，中、西部應(yīng)進(jìn)一步提高對(duì)外開放度，充分發(fā)揮FDI對(duì)減排及低碳技術(shù)的作用。合理引導(dǎo)資金流動(dòng)，深化要素市場(chǎng)改革。政府應(yīng)和有關(guān)部門引導(dǎo)資金更多地流向低能耗、低排放等領(lǐng)域，加大低碳綠色產(chǎn)業(yè)的發(fā)展、提升低碳綠色技術(shù)，合理地調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)低碳綠色轉(zhuǎn)型。

1.陳詩一.中國各地區(qū)低碳經(jīng)濟(jì)轉(zhuǎn)型進(jìn)程評(píng)估[J].經(jīng)濟(jì)研究，2012（8）

2.田銀華，賀勝兵，胡石其.環(huán)境約束下地區(qū)全要素生產(chǎn)率增長的再估算：1998-2008[J].中國工業(yè)經(jīng)濟(jì)，2011（1）

3.馮碧梅.湖北省低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系構(gòu)建研究[J].中國人口·資源與環(huán)境，2011（3）

4.李玲玲，張耀輝.我國經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變測(cè)評(píng)指標(biāo)體系構(gòu)建及初步測(cè)評(píng)[J].中國工業(yè)經(jīng)濟(jì)，2011（4）

5.林毅夫，劉志強(qiáng).中國的財(cái)政分權(quán)與經(jīng)濟(jì)增長[J].北京大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2000（4）

6.蔣殿春，張宇.經(jīng)濟(jì)轉(zhuǎn)型與外商直接投資技術(shù)溢出效應(yīng)[J].經(jīng)濟(jì)研究，2004（10）

7.李子豪，劉輝煌.外商直接投資、技術(shù)進(jìn)步和二氧化碳排放—基于中國省際數(shù)據(jù)的研究[J].科學(xué)學(xué)研究，2011（10）

8.徐現(xiàn)祥，周吉梅，舒元.中國省區(qū)三次產(chǎn)業(yè)資本存量估計(jì)[J].統(tǒng)計(jì)研究，2007（5）

9.李斌，彭星，陳柱華.環(huán)境規(guī)制、FDI與中國治污技術(shù)創(chuàng)新—基于省級(jí)動(dòng)態(tài)面板數(shù)據(jù)的分析[J].財(cái)經(jīng)研究，2011（10）

10.Price Waterhouse Cooper. Low carbon Economy Index[R].2009