基于STIRPAT模型的中國海洋漁業碳排放驅動因素研究

曹俐 范黎明

摘要：文章基于ORNL提出的碳排放測算方法對中國沿海11個省（自治區、直轄市）2009—2018年的海洋漁業碳排放進行測算，并通過加入財政分權和產業結構等因素，對傳統STIRPAT模型進行拓展，考察中國海洋漁業碳排放驅動因素。研究結果顯示：財政分權、經濟發展水平、產業結構和科研投入是中國海洋漁業碳排放的重要驅動因素。其中由于財政分權體制不完善等原因，財政分權成為海洋漁業碳排放的正向驅動因素;經濟發展水平對海洋漁業碳排放的正向影響隨著經濟發展水平的提高逐漸減弱;產業結構和科研投入是海洋漁業碳排放的負向驅動因素。基于此，文章建議優化完善財政分權結構和政府考核機制，加大科研投入，優化產業結構，從而促進海洋漁業低碳發展。

關鍵詞：海洋漁業;碳排放;STIRPAT模型;經濟發展;海洋強國

中圖分類號：F326.4;P74??? 文獻標志碼：A??? 文章編號：1005-9857（2022）05-0039-08

Research on Driving Factors of China's Marine Fisheries Carbon Emissions Based on STIRPAT Model

CAO Li，FAN Liming

（College of Economics and Management，Shanghai Ocean University，Shanghai 201306，China）

Abstract：Based on the ORNL carbon emission measurement method，the marine fishery carbon e-missions of 11 coastal provinces in China were calculated from 2009 to 2018，and by adding factors such as fiscal decentralization and industrial structure，the traditional STIRPAT model was ex-panded to examine the driving factors of China's marine fishery carbon emissions. The research re-sults showed that：fiscal decentralization，economic development level，industrial structure and scientific research investment are important driving factors for China's marine fishery carbon emissions. Among them，due to the imperfect fiscal decentralization system and other reasons，fiscal decentralization has become a positive driving factor for marine fishery carbon emissions. The positive impact of economic development，level on marine fishery carbon emissions gradually weakened with the increase of economic development level. Industrial structure and scientific re-search investment were the negative driving factors of marine fishery carbon emissions. Based on this，the paper proposed to optimize and improve the fiscal decentralization structure and govern-ment assessment mechanism ，increase scientific research investment，optimize the industrial struc-ture，and promote the low-carbon development of marine fisheries.

Keywords：Marine fisheries，Carbon emission，STIRPAT model，Economic development，

Maritime power

0??? 引言

海洋漁業是中國海洋經濟的重要組成部分，其與海洋經濟收益和食品供給等諸多方面息息相關，是海洋強國戰略中至關重要的一環，但與此同時海洋漁業對能源、資源依賴度高，對環境產生了較大影響，海洋漁業所排放的溫室氣體約占全球的3%～6%[1]，中國海洋捕撈業單位產值碳排放量是農業、林業、牧業、漁業和水利行業平均水平的3.4倍[2]，海洋漁業已成為溫室氣體排放的重要來源之一。中國作為世界碳排放大國，一直積極應對全球氣候變化，不斷提高國家自主貢獻力度。

海洋漁業碳排放具有復雜性和雙向性的特點，識別海洋漁業碳排放驅動因素對實現海洋漁業碳達峰、碳中和目標具有重要意義。目前有關海洋漁業碳排放驅動因素的研究相對較少。單因素研究方面，張熒楠[3]探究海洋漁業產業結構優化對海洋漁業碳排放的影響，研究結果表明海洋漁業產業結構優化對海洋漁業碳排放效率具有顯著的正向影響并且具有空間溢出性;多因素研究方面，邵桂蘭等[4]基于LMDI法將海洋漁業碳排放的驅動因素分解為碳排放系數、能源強度、產業結構和產業規模4個因素對海洋漁業碳排放進行實證研究;曾冰[5]選擇經濟發展水平、科技推廣力度、產業結構優化和對外開放水平4個因素作為漁業碳排放效率的驅動因素。目前海洋漁業碳排放驅動因素主要集中于經濟、科技和產業方面，對于體制因素涉及相對較少。自1994年中國正式實行分稅制改革以來，中央政府和地方政府新的財稅分配權制度對地方政府行為產生了深刻的影響，并進一步影響了生態環境。一方面，合理的財政分權使地方的事權和支出責任相匹配，各級政府之間政策協調能力加強，財政分權體制使具有信息優勢的地方政府自主性提高，促進了地方環境公共物品方面的供給效率，有利于環境治理;另一方面財政分權以及基于政績考核下的政府競爭容易造成地方政府公共支出結構的扭曲，地方政府為吸引外商直接投資（FDI）會導致出現主動降低環境標準這種“逐底效應”，造成環境問題的惡化。2020年5月國務院頒布的《生態環境領域中央與地方財政事權和支出責任劃分改革方案》中明確指出，加快構建生態文明體系應充分發揮中央和地方兩個積極性體制機制。財政分權已成為推進生態文明建設促進高質量發展的重要力量，如何發揮財政分權在環境治理方面的積極作用至關重要，目前已有少數學者在研究農業生態問題時嘗試考慮財政分權體制因素[6]，但目前有關財政分權與海洋漁業碳排放之間關系的研究依舊較為缺失，在海洋漁業碳排放驅動因素研究體系中引入財政分權因素有助于為財政分權如何有效促進海洋漁業碳減排提供借鑒，有助于加快實現海洋漁業低碳發展。

基于此，本研究采用美國能源部橡樹嶺國家實驗室（ORNL）[7]提出的碳排放測算方法對中國沿海11個省（自治區、直轄市）2009—2018年的海洋漁業碳排放進行測算，并使用改進的STIRPAT模型，選擇財政分權、經濟發展水平、產業結構和科研投入4種驅動因素進行中國海洋漁業碳排放因素研究。本研究對中國海洋漁業碳排放驅動因素進行研究，為海洋漁業實現碳達峰、碳中和目標打下基礎。同時本研究探究了財政分權體制因素對海洋漁業碳排放的影響，豐富了海洋漁業碳排放驅動因素研究體系，為財政分權如何有效地促進海洋漁業高質量發展，實現海洋漁業碳達峰、碳中和目標提供指引方向。

1??? 理論分析與模型構建

1.1??? 理論分析

筆者在研究海洋漁業碳排放驅動因素時，引入財政分權作為體制因素，選擇財政分權、經濟發展水平、產業結構和科研投入作為影響海洋漁業碳排放的重要因素。

財政分權指中央政府將財政控制下放給地方政府[8]。理論層面上，Tiebout模型和奧茨（Oates）分權定理等財政分權理論指出，由地方政府差異化提供公共物品如環境治理等，比統一由中央政府提供更能增加社會福利。中央政府的信息滯后性容易造成資源誤配，導致決策成本增加，地方政府具有區域信息優勢，財政分權將財政控制下放給地方政府會更有利于降低地方公共事務決策成本，提高決策效率，有利于環境治理等公共服務的供給。但事實上，中國財政分權體制賦予了地方政府控制和支配財政收入剩余的權力，地方政府可以從地區經濟增長和財政收入增加中獲得利益，因此地方政府的行為往往追求經濟利益最大化從而容易出現環境污染惡化、碳排量增加等現象。財政分權導致的地方政府之間的不合理競爭容易造成地方政府公共支出結構的扭曲，甚至還會出現地方政府為增加財政收入吸引FDI而降低環境標準這種“逐底效應”，造成環境問題的惡化。除此之外，中國財政分權體制下還可能出現地方政府官員為獲得晉升、認可等政治利益，而追求任期內的經濟增長，導致財政支出偏好短期收益高的項目，而碳減排等非經濟性公共產品因其短期內無法提供直接經濟效益而被忽視，甚至還可能出現尋租等行為進一步阻礙碳排放的控制。

經濟發展水平與碳排放之間的關系被廣泛討論，其中EKC曲線是最常用于分析經濟發展水平與碳排放兩者關系的方法。EKC曲線描述了經濟發展水平與碳排放之間的非線性關系，即前期經濟發展水平逐漸增長時，由于生產活動的不斷擴張往往伴隨著環境破壞以及污染增加，所以此階段經濟發展水平與碳排放會呈現正相關關系;當污染不斷增加，環境污染給人們帶來的負效應超過了經濟發展帶來的收益時，人們會產生控制污染的主動愿景，并且基于前期經濟發展和技術進步的基礎，人們也擁有了一定控制污染的能力，如用于治理污染減少碳排放的資金和技術等，因此此階段經濟發展水平與碳排放呈現負相關關系。

產業結構表現了生產要素在產業部門之間的分配狀況與關聯方式[9]。產業結構的演進則反映發展模式的變化，對生態環境會產生重要影響。漁業三產主要包括水產流通、水產運輸等流通和服務業，相比漁業一產和二產，漁業三產生產過程中的碳排放相對較低。以漁業三產產值占漁業經濟總產值比重表示的產業結構與碳排放之間應呈現負相關關系。

科研投入與碳排放之間的關系可以從科技進步、科技創新的角度進行分析。科研投入的水平能夠在一定程度上反映科技進步與科技創新的水平，已有相關研究表明科技進步和科技創新能夠帶來碳排放的減少。Lee等[10]研究發現綠色科研投入有助于降低碳排放量，韓川[11]研究發現技術進步可以有效推動中國工業碳減排工作的實施，張金鑫等[12]通過實證研究發現農業技術創新對農業碳排放具有顯著的負向影響。

1.2??? 模型構建

1.2.1??? 海洋漁業碳排放驅動因素研究模型概述

科學全面地研究中國海洋漁業碳排放驅動因素需要選擇科學合理的研究方法，目前關于碳排放驅動因素的研究方法主要有Kaya恒等式、LMDI方法、EKC模型以及STIRPAT模型。由日本學者Kaya提出的Kaya恒等式將溫室氣體排放量與相關宏觀因子相聯系，林伯強等[13]采用修正的Kaya恒等式對中國城市化階段碳排放的影響因素進行了研究。韋沁等[14]引用Kaya恒等式將能源因素去掉，加入農業產值和農林牧漁總產值對農業碳排放的驅動因素進行研究。Kaya恒等式具有數學形式簡單、對驅動因素具有較強的解釋力等優點，但在使用Kaya恒等式進行驅動因素分析時，需要進行逐年或者分時段的分析，其局限于動態變化量的解釋[15]。LMDI方法是一種指數因素分解法，Ang等[16]運用LMDI分解法對世界各國電力碳強度的驅動因素進行分解，發現發電熱效率是主要驅動因素之一。王鳳婷等[17]運用LMDI模型探究了京津冀產業能源碳排放的驅動因素，研究發現經濟強度因素正向促進碳排放。Lin等[18]利用Kaya恒等式和LMDI分解方法考察了影響中國能源密集型產業碳排放的主要因素，然后采用協整理論構建碳排放量與主要因素之間的長期關系。LMDI方法雖能實現無殘差分解，量化特定年份影響因素的貢獻率，但無法分析考察各因素的彈性[19]。EKC曲線認為環境污染與經濟呈現“U”型曲線關系，學者基于EKC曲線進行拓展研究碳排放與經濟等宏觀因素之間的關系。范丹[20]將能源強度、空間相關性引入EKC曲線中，重新構建中國二氧化碳EKC模型探究碳排放驅動因素。張云等[21]基于工業行業EKC模型研究發現對外貿易開放有助于減少碳排放。目前EKC曲線中經濟與碳排放的關系已經多被其他碳排放研究模型考慮。STIRPAT模型源于IPAT模型，IPAT模型將環境因素與社會因素用乘法相聯系，隨后學者通過引入差異彈性和誤差項建立了STIRPAT模型，STIRPAT模型后被廣泛用于碳排放驅動因素研究中。Ma等[22]使用STIRPAT模型分析評估影響中國公共建筑碳排放的驅動力，將城鎮化水平和中國人均建筑面積引入模型中。王向前等[23]在傳統STIRPAT模型中引入能源消費結構并從煤炭生產側與消費側視角對工業煤炭碳排放的影響因素進行研究。STIRPAT 模型考慮了差異彈性和誤差項，能夠將各驅動因素的影響作為參數進行估計，具有較強的拓展性。基于本研究對中國海洋漁業碳排放驅動因素研究體系進行了豐富拓展，綜合考慮財政分權、經濟發展水平、產業結構和科研投入4種驅動因素，因此選擇改進的STIRPAT模型對中國海洋漁業碳排放驅動因素進行研究。

1.2.2??? STIRPAT模型構建

STIRPAT模型來源于IPAT模型，該模型于1971年由Ehrlich等[24]提出，其將環境因素與社會因素用乘法聯系在一起，公式表示為：

I=P×A×T??? （1）

式中：I為環境因素;P為人口因素;A為經濟因素;T為技術因素。但該模型沒有考慮差異彈性等因素，具有局限性，因此Dietz等[25]于2003年為克服局限性對IPAT模型進行改進，引入差異彈性和誤差項建立了STIRPAT模型，公式表示為：

I=aPATe??? （2）

式中：a為模型的系數;b、c、d分別為變量P、A、T的驅動指數;e為誤差項。實際研究中多使用其對數形式，公式表示為：

lnI=lna+blnP+clnA+dlnT+lne??? （3）

STIRPAT模型的適用性很強，但在研究海洋漁業碳排放驅動因素時需要對其進行一些改變來讓研究更具有針對性。①剔除人口因素，海洋漁業雖然從業人數眾多，但是本研究的海洋漁業碳排放主要是海洋漁業生產活動中產生的碳排放量，因此人口因素不再適合作為驅動因素進行研究。②基于財政分權、產業結構對碳排放的影響機理，引入財政分權和產業結構兩個變量作為驅動因素研究。③基于環境庫茲涅茲曲線，引入人均地區生產總值（GDP）的二次項，全面考察經濟發展水平的影響。基于以上分析，本研究設定改進的STIRPAT模型如式（4）。

lnC=βlnFD+βlnGDP+βlnGDP+βlnSTR+βlnTECH+ε??? （4）

式中：i為省市截面單位;t為年份;C為海洋漁業碳排放量;FD為財政分權;GDP為經濟發展水平;STR為產業結構;TECH為科研投入;ε為隨機誤差項;β為回歸系數。

1.2.3??  變量選取

本研究選取以下變量進行中國海洋漁業碳排放驅動因素研究。

海洋漁業碳排放量（C）：海洋漁業碳排放量指海洋漁業生產過程中產生的碳排放量。其中碳排放量可分為直接碳排放量和間接碳排放量，直接碳排放量指來源于能源燃燒所產生的直接碳排放量，主要指捕撈業中機動漁船生產過程中能源燃燒所產生的碳排放量。間接碳排放量指來源于電力使用而導致的間接碳排放，主要指海水養殖業生產過程中的供氧通電以及海水產品加工業中冷凍、加工等過程中消耗電力而導致的碳排放。漁業經濟總能耗中捕撈業能耗占比已高達70%[26]，海洋捕撈漁船的碳排放量占漁船總碳排放量的81%[27]，漁船柴油機產生的廢氣排放容易造成全球變暖、酸雨等嚴重問題，因此海洋捕撈業是漁業碳排放的主要領域，是海洋漁業節能減排實現碳達峰、碳中和目標的關鍵對象。基于此，本研究選擇海洋捕撈漁船生產過程中能源燃燒所產生的直接碳排放量作為海洋漁業碳排放量進行研究。

海洋漁業碳排放量的測算方法借鑒張祝利等[28]對我國漁船作業過程中碳排放的估算方法，采用ORNL提出的化石燃料燃燒排放二氧化碳的計算方法，計算公式：

Q=Q×F×C×ξ??? （5）

式中：Q為碳量，單位為t;Q為有效氧化分數，數值為0.982;F為每噸標煤含碳量，數值為0.732 57;C為標準煤當量，本研究按柴油折標準煤系數為1.457 1計算;ξ表示在獲得相同熱能的情況下，燃油排放二氧化碳與燃煤排放二氧化碳的比值，數值為常數0.813。

在測算出碳量的基礎上使用計算公式（6）測算海洋漁業二氧化碳排放量，計算公式：

Q=Q×ω??? （6）

式中：Q為二氧化碳排放量;3為碳換算二氧化碳常數，數值為3.67（以二氧化碳的碳含量為27.27%計算）。

驅動因素方面，財政分權（FD）本研究選擇預算內地方財政收入與預算內地方財政支出之比來表示。預算內地方財政收入與預算內地方財政支出之比為財政自給度，陳碩等[29]研究發現財政自給度是一種能夠有效反映省份之間的差異，可以衡量中央政府與地方政府之間的財政關系的指標;經濟發展水平（GDP）本研究選擇人均國內生產總值表示，并使用GDP平減指數剔除價格因素。同時引入人均國內生產總值的平方項，研究經濟發展水平與海洋漁業碳排放之間是否存在非線性關系;產業結構（STR）本研究選擇各省（市）漁業三產產值（漁業流通和服務業）與漁業經濟總產值之比來表示;科研投入（TECH）本研究選擇各省（市）水產科技推廣機構占比來表示。

本研究使用2009—2018年中國沿海11個省（自治區、直轄市）的面板數據，主要數據來源于《中國漁業年鑒》《中國漁業統計年鑒》《中國統計年鑒》以及EPS全球統計數據平臺。具體數據統計描述情況見表1。

2??? 實證分析

基于改進的STIRPAT模型對中國海洋漁業碳排放驅動因素進行實證研究。首先通過F檢驗以及Hausman檢驗確定面板數據回歸模型的類型，通過F檢驗判斷模型是否選擇混合回歸模型，如果不選擇混合回歸模型則進行Hausman檢驗在固定效應模型和隨機效應模型中進行選擇。表2為中國海洋漁業碳排放驅動因素實證回歸結果。

從表2可以看出，F檢驗的結果強烈拒絕原假設，即應該允許每位個體擁有自己的截距項，說明應該排除混合回歸模型。Hausman檢驗結果強烈拒絕原假設，說明固定效應模型與隨機效應模型兩者之間應該選擇固定效應模型。固定效應模型可以分為單向固定效應模型和雙向固定效應模型，本研究對時間虛擬變量進行聯合假設檢驗，結果顯示固定效應模型應該使用同時考慮個體固定效應和時間固定效應的雙向固定效應模型。

表2中固定效應模型為雙向固定效應模型的回歸結果，通過回歸結果可以看出財政分權、經濟發展水平、產業結構和科研投入4種因素都顯著影響海洋漁業碳排放量，是海洋漁業碳排放的重要驅動因素。雙向固定效應模型中，財政分權前的系數為正，并在5%顯著性水平上顯著，說明財政分權程度的增加會導致海洋漁業碳排放量的增加，即財政分權對海洋漁業碳排放具有顯著正向影響。這說明目前財政分權在海洋漁業碳減排領域并沒有發揮積極作用，財政分權給予了地方政府一定的財政控制權，地方政府本應該發揮自身信息優勢，提高公共物品決策效率增加社會福利，更好地完成環境保護碳減排等工作。但是由于財政分權給予了地方政府控制和支配財政收入剩余的權力，經濟收益最大化目標以及不完善的政治考核機制導致了不合理的政府間競爭和政府行為，扭曲了公共支出，政府更加注重能帶來經濟收益的項目而忽略了環境保護碳減排等非經濟性公共產品的供給。同時財政分權體制下容易出現事權與支出責任不匹配的問題，中央政府與地方政府以及各級政府之間出現事權錯位導致職責不清政府行為效率下降，同時地方政府支出責任與財政收入的不適應導致地方政府出現對碳減排等公共服務投入不足的現象。

經濟發展水平方面，經濟發展水平的一次項系數為正，并在5%顯著性水平上顯著，經濟發展水平的二次項系數同樣為正，并在1%顯著性水平上顯著。這說明經濟發展水平的增長會導致海洋漁業碳排放量的增加，即經濟發展水平對海洋漁業碳排放具有顯著正向影響。值得注意的一點是，經濟發展水平的一次項系數遠大于二次項系數，說明當經濟發展水平較高時，經濟發展水平對海洋漁業碳排放的正向影響會顯著減弱，即說明海洋漁業碳排放符合環境庫茲涅茲曲線但是還沒有到達曲線拐點。目前經濟發展水平的增長依舊伴隨著海洋漁業碳排放的增加，經濟發展水平與碳排放呈現正相關關系，但是經濟發展水平的增加也表示能夠有更多的資金可以投入到海洋漁業碳減排發展方面，因此經濟發展水平對海洋漁業碳減排的正向影響是逐漸減弱的。

產業結構方面，產業結構前的系數為負，并在1%顯著性水平上顯著，說明產業結構對海洋漁業碳排放具有顯著負向影響。優化漁業產業結構可以從產業發展模式角度促進海洋漁業的低碳化發展。漁業三產相比漁業一產和二產在生產過程中具有低碳的特點，調整優化漁業產業結構和范圍是促進低碳發展的重要舉措。

科研投入方面，科研投入前的系數為負，并在1%顯著性水平上顯著，說明科研投入的增加可以顯著降低海洋漁業碳排放量，科研投入對海洋漁業碳排放具有顯著負向影響。漁業科研投入的增加能夠帶來顯著的技術創新效應，是減少海洋漁業生產過程中產生碳排放的關鍵手段，是從根本上解決碳減排問題的重要舉措。如何最大限度地發揮科研投入在海洋漁業低碳發展中的支撐和引領作用是海洋漁業實現碳達峰、碳中和目標的重要任務。

3??? 結論與建議

本研究基于改進的STIRPAT模型，使用2009—2018年中國沿海11個省（自治區、直轄市）的面板數據對中國海洋漁業碳排放驅動因素進行實證研究并得到以下結論：財政分權、經濟發展水平、產業結構和科研投入4種因素是中國海洋漁業碳排放的重要驅動因素。其中由于目前的財政分權體制和政府考核機制的不完善以及事權和支出責任不匹配等原因，地方政府的公共支出結構出現扭曲，地方政府傾向于發展經濟而忽略環境保護等非經濟性公共服務的供給，財政分權目前是海洋漁業碳排放的正向驅動因素。經濟發展水平目前也是海洋漁業碳排放的正向驅動因素，不過經濟發展水平的二次項系數說明經濟發展水平對海洋漁業碳減排的正向影響是逐漸減弱的。產業結構和科研投入是海洋漁業碳排放的負向驅動因素，能夠有效抑制海洋漁業碳排放的增加，是海洋漁業碳排放實現低碳發展的關鍵驅動力。

結合上述研究結果和分析，本研究提出政策建議如下：一是優化完善財政分權體制和政府考核機制，將財政分權轉變為推動海洋漁業低碳發展的重要力量。合理的財政分權體制和政府考核機制下，財政分權能夠發揮地方政府的信息優勢，提高地區公共服務供給效率，有利于地區環境保護和碳減排。因此要不斷完善財政分權體制，合理劃分事權和支出責任，同時增加政府考核機制中的環境考核指標，加強有效監管嚴格落實指標考核。二是加大科研投入，優化產業結構。科研投入是海洋漁業碳排放的重要負向驅動因素，加大科研投入，增強科技創新，推動產學研聯合創新，提升海洋漁業產業的整體技術水平，重視科技創新能力的提升并通過科技進步從根本上高效實現海洋漁業碳減排。優化產業結構，推動產業低碳發展，大力發展休閑漁業等低碳排放部門，降低海洋漁業中高碳排放生產部門的比重。

參考文獻

[1]CORBETT J J，WANG C，WINEBRAKE J J，et al. Allocation and forecasting of global ship emissions [R]. USA：Clean Air Task Force，2007.

[2]張祝利，王賢瑞，丁建樂.國內外捕撈漁船碳減排技術發展狀況[J].漁業現代化，2013，40（2）：71-75.

[3]張熒楠.海洋漁業產業結構優化對碳排放效率的影響：基于我國沿海地區的空間計量分析[J].海洋開發與管理，2021，38（4）：3-15.

[4]邵桂蘭，孔海崢，于謹凱，等.基于LMDI法的我國海洋漁業碳排放驅動因素分解研究[J].農業技術經濟，2015（6）：119-128.

[5]曾冰.長江經濟帶漁業經濟碳排放效率空間格局及影響因素研究[J].當代經濟管理，2019，41（2）：44-48.

[6]曹俐，范黎明，雷歲江.財政分權、環境規制與農業生態效率[J].統計與決策，2021，37（19）：138-143.

[7]ORNL.Estimate of CO2 emission from fossil fuel burning and cement manufacturing[M].ORNL/CD IAC225.Carbon Dioxide Information Analysis Center，Oak Ridge National Laboratory，Oak Ridge，Tennessee，USA，1990.

[8]林毅夫，劉志強.中國的財政分權與經濟增長[J].北京大學學報（哲學社會科學版），2000（4）：5-17.

[9]周建安.中國產業結構升級與就業問題的灰色關聯分析[J].財經理論與實踐，2006，27（143）：94-98.

[10]LEE K H，MIN B.G-reen R&D for eco-innovation and its impact on carbon emissions and firm performance[J].Journal of Cleaner Production，2015，18：534-542.

[11]韓川.技術進步對中國工業碳排放的影響分析[J].大連理工大學學報（社會科學版），2018，39（2）：65-73.

[12]張金鑫，王紅玲.環境規制、農業技術創新與農業碳排放[J].湖北大學學報（哲學社會科學版），2020，47（4）：147-156.

[13]林伯強，劉希穎.中國城市化階段的碳排放：影響因素和減排策略[J].經濟研究，2010，45（8）：66-78.

[14]韋沁，曲建升，白靜，等.我國農業碳排放的影響因素和南北區域差異分析[J].生態與農村環境學報，2018，34（4）：318-325.

[15]袁路，潘家華.Kaya恒等式的碳排放驅動因素分解及其政策含義的局限性[J].氣候變化研究進展，2013，9（3）：210-215.

[16]ANG BW，SU B.Carbon emission intensity in electricity pro-duction：a global analysis[J].Energy policy，2016，94：56-63.

[17]王鳳婷，方愷，于暢.京津冀產業能源碳排放與經濟增長脫鉤彈性及驅動因素：基于Tapio脫鉤和LMDI模型的實證[J].工業技術經濟，2019，38（8）：32-40.

[18]LIN B，TAN R.Sustainable development of China's energy intensive industries：from the aspect of carbon dioxide emissions reduction [J]. Renewable and sustainable energy reviews，2017，77：386-394.

[19]陳占明，吳施美，馬文博，等.中國地級以上城市二氧化碳排放的影響因素分析：基于擴展的STIRPAT模型[J].中國人口·資源與環境，2018，28（10）：45-54.

[20]范丹.中國二氧化碳EKC曲線擴展模型的空間計量分析[J]. 宏觀經濟研究，2014（5）：83-91.

[21]張云，韓露露，尹筑嘉.中國對外貿易環境效應：工業行業EKC與碳泄漏實證分析[J].上海經濟研究，2019（2）：110-118.

[22] MA M，YAN R，CAI W.An extended STIRPAT Model-based methodology for evaluating the driving forces affecting carbon emissions in existing public building sector：evidence from China in 2000—2015 [J ]. Natural hazards，2017，89（2）：741-756.

[23]王向前，夏丹.工業煤炭生產—消費兩側碳排放及影響因素研究：基于STIRPAT-EKC的皖豫兩省對比[J].軟科學，2020，34（8）：84-89.

[24] EHRLICH P，HOLDREN J.Impact of Population Growth[J]. Science，1971，171：1212-1217.

[25] DIETZ T，ROSA E A.Rethinking the Environmental Impacts ofPopulation，AffluenceandTechnology[J].HumanEcology Review，1994，1（2）：277-300.

[26]徐勝，張鑫.碳金融對我國現代漁業經濟發展支持研究[J].中國漁業經濟，2010，28（5）：11-19.

[27]張祝利.我國漁船溫室氣體排放研究[C]//農業部科技教育司.發展低碳農業應對氣候變化：低碳農業研討會論文集，2010：5.

[28]張祝利，王瑋，何雅萍.我國漁船作業過程碳排放的估算[J].上海海洋大學學報，2010，19（6）：848-852.

[29]陳碩，高琳.央地關系：財政分權度量及作用機制再評估[J].管理世界，2012（6）：43-59.