区域低碳发展指数建模——基于中国30省份的实证分析

王 锋，刘传哲，吴从新，张炎治

（中国矿业大学 管理学院，江苏 徐州 221116）

区域低碳发展指数建模
——基于中国30省份的实证分析

王 锋，刘传哲，吴从新，张炎治

（中国矿业大学 管理学院，江苏 徐州 221116）

区域低碳发展指数对于客观度量和对比不同地区的低碳发展水平具有重要的参考价值。综合空间距离法与人类发展指数的构建思路，从区域低碳经济、区域低碳能源效率、区域低碳环境三个维度构建了区域低碳发展指数模型，并运用中国30个省份2005－2011年的实际数据，对各区域的低碳发展水平进行了动态分析和地区差异对比研究，结果表明：样本期内低碳发展平均水平北京最高，宁夏最低；全国低碳发展水平稳中有升，但地区间的不平衡性有加剧的趋势；排名前30%的地区低碳发展差异性在缩小，排名后30%的地区之间不平衡性则逐渐趋于稳定；东部经济区的低碳发展水平最高，其次是中部和西部；聚类结果表明，按照低碳发展水平将各地区分为高、中、低三类是比较合适的。

区域低碳发展指数；单位GDP能耗；低碳环境；空间距离法

一、引 言

低碳发展是“低碳”与“发展”的有机结合，是一种以低耗能、低污染、低排放为特征的可持续发展模式，对经济和社会的可持续发展具有重要意义。2011年3月发布的《国民经济和社会发展第十二个五年（2011—2015年）规划纲要》对中国十二五期间节能减排和低碳发展的目标提出了约束性指标要求。为实现这些目标，一方面要求中国各地区必须转变经济增长方式、调整经济结构，向低碳经济转型；另一方面，要求从政府到民间组织、从企业到个人都必须成为这一场革命的当事人、参与者、奉献者和受益者。在这样新的形势和背景下，全国各省（直辖市、自治区）都在积极开展低碳发展实践，与此同时，低碳发展问题也成为众多学者、政界、业界关注的热点问题。

目前的现实情况是，由于各省区在经济基础、资源禀赋、经济结构等方面存在巨大差异，导致各地区的低碳发展水平呈现出明显的不平衡性。那么各省份的低碳发展处于什么水平，离相对最优地区的差距有多大？各地区间低碳发展水平的差异程度与不平衡性有多大？各地区低碳发展的趋势和潜力如何？这些问题的回答需要构建一个能够对各地区低碳发展水平进行定量的横、纵向评价的区域低碳发展指数（Regional Low Carbon Development Index，RLCDI）。

二、文献述评

对低碳发展指数的研究目前国内外均处于起步阶段，且尚未取得共识。1999年清洁技术指数有限责任公司推出首个低碳指数“清洁技术指数”之后，世界和地区范围内诞生了近20个低碳指数，如纳斯达克先锋清洁指数、WilderHill清洁能源指数、S＆P美国清洁能源指数以及2010年北京环境交易所与清洁技术投资基金Vantage Point Partne共同推出的中国低碳指数等。这些指数均侧重于低碳产业层面，不太适合区域低碳发展水平的衡量。

国内，朱守先借鉴HDI指数方法，从人均碳排放、碳经济强度和碳能源强度构建了碳排放指数［1］，此指数主要侧重于碳排放水平的评价。龙惟定、白玮等从人均碳排放量、地均碳排放量、单位GDP碳排放量和人类发展指数4个方面构建了中国低碳城市的评价指标［2］。庄贵阳、潘家华等从低碳产出、低碳消费、低碳资源和低碳政策4个维度构建了低碳经济综合评价指标体系［3］。冯碧梅从自然生态系统、产业生态系统和人文生态系统三个维度构建了低碳经济评价指标体系，并运用层次分析法对湖北省低碳发展进行了实证研究［4］。仇保兴从资源节约、环境友好、经济持续、社会和谐4个部分构建了低碳生态城市指标体系［5］155－157。张伟、张金锁等运用扩展的STIRPAT模型和岭回归模型分析了人口、经济增长、城市化、产业结构、技术进步、能源消费结构等因素对陕西省碳排放的影响，并通过设置9种不同组合情景，预测了能源消费碳排放的发展变化趋势［6］。孙钰、李泽涛等选择HDI和碳生产率作为产出变量，运用Super-SBM模型对省际的低碳经济效率进行了对比分析［7］。张旺、赵先超运用DPSIR模型，从低碳化基础、能源低碳化、产业低碳化、建筑低碳化、交通低碳化、环境低碳化、碳汇能力和社会低碳化8个方面构建了城市低碳化发展指数的评价指标体系［8］。潘家华、王汉青等从经济低碳、能源低碳、设施低碳、环境低碳与社会低碳5个维度构建了中国城市低碳发展综合水平评价指标体系，并对全国110个城市的低碳综合发展水平进行了测算与排位［9］91－102。

综上所述，目前的指数或指标体系设计的视角主要是能源效率、碳排放或者生态城市某一方面的评价，没能很好地兼顾低碳、发展与环境质量问题。有些指标体系由于包含的变量较多，数据获取较为困难，使得不便于计算和管理，从而不适用于区域低碳发展过程的纵向评价。因此，构建一个既综合上述诸因素，又比较科学、全面和操作适用性强的区域综合指数就具有较高的理论和实践价值。

本文构建的RLCDI：一是可以用一个综合指数从总体上对各地区的低碳发展水平进行度量；二是具有包含有限变量从而便于计算和管理的特点，同时指数计算有充足可信的数据来源做保障；三是评价内容既包含经济、能源效率等的评价，还包含环境质量的评价；四是既可以从定量角度对各地区低碳发展水平进行横向比较，又能够对各地区低碳发展过程进行纵向对比分析。

三、区域低碳发展指数的核心变量

根据碳排放量的计算公式：二氧化碳排放量（吨CO2）＝人均GDP（元／人）×人口（万人）×单位GDP能耗（吨标准煤／万元）×能源CO2排放系数（吨CO2／吨标准煤）。根据《中国统计年鉴》数据测算，2005－2011年中国人口年均增长率只有0．5%，变化不大。另外，根据IPCC的假定，一般在使用过程中可以认为能源的碳排放系数是不变的，因为这主要是由技术水平和能源结构所决定的，能源结构受地区自然资源条件影响，而短期内地区资源禀赋情况和技术水平不会发生太大变化。所以从上述分析可知，二氧化碳排放量最主要的影响因素是人均GDP和单位GDP能耗。另外，随着人们对生产生活的环境问题越来越重视，显然经济发展不能再以环境的巨大破坏为代价。而与此同时，低碳发展的目标之一就是为人民创造良好的生产生活环境。所以，在构建低碳发展指数时需要同时考虑到环境质量问题。

根据以上分析，本文从低碳经济、能源经济效率和低碳环境三个维度，本着科学性、可操作性、简明性和动态性原则构建低碳发展指数。对于每个维度，从指标的代表性和数据的可获得性角度分别选取以下三个特征变量，即单位GDP能耗、人均GDP和环境突发事件次数。

（一）单位GDP能耗

技术进步因素对低碳发展的影响至关重要。在衡量和评价一个国家（或地区）的能源效率水平，或者分析节能潜力时，人们通常会采用单位产值能耗、单位GDP能耗（单位能耗创造的GDP）、单位产品能耗、单位服务量能耗等指标。这些指标属于能源经济效率指标。能源经济效率（能源强度）是某项经济指标、实物量或服务量与所消耗的能源量的比值。国外常用能源强度来表示，在国内多表述为吨标准煤／万元GDP（即一定时期内，一个国家或地区每生产一个单位的国内生产总值所消耗的能源）、吨标准煤／单位产品（高耗能行业）等。一般而言，能源强度越低（如万元GDP能耗、单位产品能耗），说明该国家（或地区）的能源经济效率越高［10］83－95。由于国内有关单位产品能耗的统计数据难以获得，因此单位GDP能耗指标在国内地区之间的比较中具有很大的优势。由于单位GDP能耗是对技术水平、发展阶段、经济结构、能源结构等多方面因素的综合反映，也是地区低碳经济发展的基础和重要影响因素，同时也是碳排放量的重要影响因子，所以本文考虑给予其更大的权重。

（二）人均GDP

发展低碳经济并不是要走向贫困，而是要在保护环境气候的前提下走向富裕。低碳化是低碳发展的途径，核心是经济增长。根据上述二氧化碳排放量的计算公式，碳排放量受人口、人均GDP、单位GDP能耗和能源碳排放系数四个因素影响。其中，中国人口基数大且在一定时间内还会继续增加，满足人们不断增长的物质和文化生活需要也要求人均GDP不断增长。《十八大报告》中明确提出要增强经济发展的平衡性、协调性和可持续性，实现国内生产总值和城乡居民人均收入比2010年翻一番的发展目标。不可否认，提高人均GDP是增加居民收入和提高经济质量的重要条件。所以，综合来看，人均GDP属于正向指标，即人均GDP越大，则RLCDI越大。

（三）环境突发事件次数

低碳环境变化是低碳发展的结果，反映了经济发展对环境的影响，也体现了低碳发展的质量和代价。因此在构建低碳发展指数时必然要求包含环境质量指标。反映低碳环境的指标一般用森林覆盖率、人均绿地面积，建成区绿地覆盖率、生活垃圾无害化处理率、空气质量达到二级以上天数等表示。但考虑到我们研究的对象是省域层面，有些数据不宜获得，如空气质量达到二级以上天数（仅适用于城市层面，不适用于省域分析），更重要的是森林覆盖率、人均绿地面积等都只是低碳环境的影响因素之一，并不能反映低碳环境水平的总体变化。所以，本文采用环境突发事件次数指标，此指标是低碳发展对环境影响的集中反映，可以从总体上对低碳环境水平进行评价。此指标为反向指标，即环境突发事件越多，说明环境问题越严重，低碳发展质量就越低，即RLCDI越低。

综合以上分析，区域能源经济效率是区域低碳经济发展的重要基础，也是区域低碳环境质量的重要影响因素，所以，考虑给予其更大的权重。简便起见将单位GDP能耗、人均GDP和环境突发事件次数分别赋予50%、25%和25%的权重。特征变量见表1。

表1 区域低碳发展指数的特征变量表

四、区域低碳发展指数建模

印度经济学家Krishna Mazumdar提出了测算HDI的新方法，这在一定程度上弥补了1990年和1994年UNDP方法的缺陷［11］，此方法的核心思想是将指标经过标准化的实际值与经过标准化的目标值之间的差距作为测算人类发展程度的方法，因此能够计算出一个国家与世界水平的最小值之间的距离和与目标值之间的差距，称之为“空间距离法”。2012年李晶、李晓颖在《统计研究》发表了借鉴空间距离法思想构建区域人类发展指数（RHDI）的研究成果，本文借鉴这一思路构建区域低碳发展指数模型。建模过程中，为了能够反映不同变量对指数的影响，本文分别赋予不同变量以不同的权重。另外，由于不同维度变量具有不同的方向性，所以在建模过程中扩展了不同方向性（正向和反向）指标的标准化与运用问题。

设某区域的低碳发展水平特征变量为x，个数n＝3，即x1，x2，x3，时间长度t为2005－2011年，地区数量j＝30。xijt代表在t时刻，j区域中变量xi的值。xitmax和xitmin分别为t时刻区域j 中变量xi的最大值和最小值。

由于不同变量的量纲和数量级不同，所以为了尽可能地反映实际情况，排除由于各项指标的量纲不同以及数值数量级间的悬殊差别带来的影响，避免不合理现象的发生，需要对数据作无量纲化处理。对于正向指标和反向指标，本文均采用极值处理法对不同数据进行标准化，使得标准化值落在［0，1］区间。定义yijt为xijt的标准化值，则yijt为：

定义xi＊为特征变量xi的目标值（或理想值，即变量xi在样本期间的最大值（正向指标时）或最小值（反向指标时）），yi＊为特征变量xi的标准化目标值。则yi＊为：

其中，ximax和ximin是xi在整个样本期间的最大值和最小值。对xi而言，如果在不同时刻t选择不同的目标值xit＊，则不同时刻的标准化后的目标值之间就不能直接进行纵向的比较。所以，在样本期间内对于每个特征变量xi宜选择固定的目标值。实际上，对于正向指标而言，只要选择的目标值xi＊≥ximax（当为反向指标时，xi＊≤ximin），则对后面要计算的djt以及最终的RLCDI的排名就不会产生任何影响。故为简化并尽量避免人为设定目标值对估计结果的影响，对于xi，将样本区间内的极大值赋予xi＊（正向指标）或将样本期间极小值赋予xi＊（反向指标）。此时，yi＊≡1。

定义djt为第j个区域在第t年的实际值与目标值的差距（反向指标）。djt可用yi＊与yijt的距离表示：

式（5）中，wi为第i个指标对应的权重，本文将单位GDP能耗、人均GDP和环境突发事件次数分别赋予50%、25%和25%的权重。djt具有以下性质：①0≤djt≤!；②如果djt＝0，说明区域j在第t年是最优的；③djt值越小，区域j在第t年的低碳发展水平越高，与最优地区的差距越小，反之亦然。

由于djt的取值范围和方向特征不便于直接对比分析，所以考虑对djt进行标准化构建RLCDI。仍然采用极值法对djt进行标准化即可得到RLCDI：

式（6）中，RLCDIjt表示区域j在第t年的低碳发展指数；dmax和dmin分别表示样本期间的最大值和最小值；RLCDIjt值越大表明区域j在第t年的低碳发展水平越高，反之亦然。

五、RLCDI模型的实证分析

（一）数据说明

本文数据来源于历年的《中国统计年鉴》、《中国能源统计年鉴》和各省统计年鉴。由于缺少西藏自治区的数据，所以样本只包括大陆30个省（自治区、直辖市）。数据范围从2005年至2011年。

（二）RLCDI指数计算与分析

根据RLCDI模型和各地区数据计算的RLCDI指数见表2。

从历年的低碳发展指数的排名情况来看，北京、天津、江苏、广东、浙江等省市的低碳发展一直都处于较高水平。上海2005－2007年的排名很高，但从2008年开始环境事件次数急剧增加，从而影响了其近几年来的排名。比如2005－2007年上海的环境突发事件次数分别只有9、36、36次，但2008年增加到86次，2011年更是达到了197次。

低碳发展水平一直排名较低的是青海、贵州和宁夏，主要原因是人均GDP较低和单位GDP能耗较高造成的，这也反映出这三个省区的经济基础较为薄弱，能源结构、经济结构和低碳技术水平不高。虽然期间这三个省区的人均GDP也在稳步提高、单位GDP能耗也在快速下降，但绝对水平距离全国平均水平还有一定的差距，如2011年，青海、贵州和宁夏的人均 GDP分别为24 000元、16 413元和33 043元，而同年全国平均人均GDP为35 181元。这三个省区的单位GDP能耗分别为2．08吨标准煤／万元、1．71吨标准煤／万元和2．28吨标准煤／万元，而同期全国平均水平只有0．74吨标准煤／万元。

从东部、中部和西部的历年平均情况来看，东部地区的低碳发展水平最高，明显高于全国平均水平、中部和西部地区。相对来讲，东部的河北省RLCDI较低。中部地区的低碳平均发展水平要高于西部地区，最高的是吉林，最低的是山西。西部地区中重庆最高，宁夏最低。

另外，根据表2，从东部、中部和西部分别选取几个典型省份作具体分析。东部地区的北京的平均低碳发展水平最高，2005－2011年七年间RLCDI指数平均值高达0．91，远远高于全国平均水平，每年排名都在全国前两位。北京RLCDI指数高主要得益于较高的经济发展水平和能源效率。2005－2011年北京人均GDP均值为63 537，大约是全国平均水平的2．7倍。另外单位GDP能耗较低，样本期间均值为0．654，比全国水平大约低34%。而能源效率是由技术水平、发展阶段、经济结构、能源结构等多方面因素决定的，如2011年北京三次产业的比重为0．8∶23．1∶76．1，大大优于全国的10∶46．6∶43．4。近几年北京的环境突发事件次数有增加的趋势，所以北京为进一步提高低碳发展水平，除了要继续提高人均GDP和降低单位GDP能耗外， 更应该加强环境保护和环境建设。

表2 RLCDI指数表

同样属于东部地区的江苏的RLCDI指数均值等于0．73，高于全国平均水平，近几年排名保持在第三位。样本期间江苏每年平均出现环境突发事件16．9次，低于全国平均的21．7次，但绝对水平仍然比较高。江苏RLCDI值高的原因之一是经济发展水平较高，样本期间人均GDP均值为40 911元，远高于全国平均水平的23 624元。另一个原因就是能源效率表现较好，平均单位GDP能耗为0．79，约比全国水平低20%。2011年江苏三次产业的比重为6．3∶51．3∶42．4，产业结构相比北京还有比较大的差距。据统计，一般处于快速工业化进程中的发展中国家的工业排放占全社会排放的70%，江苏第二产业的比重较高，意味着将消耗更多的能源和排放更多的二氧化碳，所以要提高低碳发展水平就必须调整产业结构，逐渐降低第二产业比重，提高第三产业的比率。

中部的湖北在样本期间内的平均RLCDI值等于0．45，略低于全国平均水平。湖北的RLCDI在2005－2007年间是下降的，主要原因是期间突发环境事件次数较多，但从2008年开始湖北不但人均GDP逐步提高、单位GDP能耗逐步降低，环境问题也得到了很大改善，突发环境事件的次数也明显降低，因而从2008年以来，湖北的低碳发展指数和排名开始提高，并表现出良好的上升势头。

贵州属于西部经济区，期间的低碳发展水平和排名波动不大，但RLCDI指数均值只有0．17，与全国平均水平差距较大，说明贵州还处于低碳发展水平较低的阶段，还有很大的提升空间。但期间贵州省的环境问题得到了较大改善，环境突发事件显著减少，单位GDP能耗逐步降低，人均GDP稳步提升，也表现出较好的发展势头。

（三）区域不平衡性分析

为了分析区域发展的不平衡性，本文分别计算了历年来RLCDI指数在全国平均水平、排名前30%和排名后30%省区的平均值和标准差，结果见表3。

表3 分层RLCDI指数均值与标准差表

从全国平均水平来看：全国平均低碳发展水平在2005－2011年期间具有稳中有升的发展趋势；从区域不平衡性来看，2005－2008年全国低碳发展水平的离散程度（标准差）是逐渐降低的，而2009－2011年期间全国低碳发展水平的不平衡性有加剧的趋势。很显然，全国所有省（市、自治区）的不平衡性要大于排名前30%和后30%的地区，这一点与张旺和赵先超运用2008年数据分析的结果［8］是一致的。

从排名前30%省份的数据来看：排名前30%省份的开放性经济水平较高，对外依存度较大，所以受全球金融危机的影响，2008和2009年的低碳发展水平较低。而从2010年开始又进入到恢复性增长通道；从区域差异来看，样本期间排名前30%的省份之间的差异性是逐步缩小的。

从排名后30%省份的数据来看：2005－2010年间排名后30%的省份的平均发展水平是逐步上升的，2011年比上年有所降低，但总体趋势是上升的，也就是说排名靠后省份的平均发展水平在稳步提高；从地区发展的不平衡性角度来看，样本期间这些省份之间的不平衡性具有逐步上升并逐渐趋于稳定的特点。

（四）聚类分析

为了对样本期间各地区低碳发展水平进行客观的分析，本文根据2005－2011年各地区的RLCDI指数，采用K-Means聚类方法分成三类，维数k＝7，样本数据点到类中心点的距离用欧氏距离表示。按个体分类，把时间序列作为变量，对30个省市的RLCDI进行了重新分类。根据聚类分析结果，将全国30个省市分为三类是比较合适的。具体分类结果见表4：

表4 区域低碳发展水平聚类表

在这三类地区中，同类内部地区间的特征比较相似，但不同类之间的差异较大。其中，低碳发展水平最高的类别包括8个省份，全部是东部省市，RLCDI均值为0．72，高于全国平均水平。低碳发展水平居中的包含16个省区，其中东部地区3个，中部地区8个，西部有5个。此类地区的RLCDI均值为0．46，略高于中部地区，但略低于全国平均水平。属于低发展水平类别的有6个省区，除了山西属于中部地区以外，其它均为西部省区，RLCDI均值只有0．21，大大低于全国平均水平。

六、结 论

本文借鉴空间距离法核心思想和HDI指数方法，从低碳经济、能源效率和低碳环境三个维度构建了区域低碳发展指数（RLCDI）。然后运用中国30个省（市、自治区）2005－2011历年的实际数据和RLCDI模型对各区域的低碳发展水平进行了纵横向的对比分析。研究结果表明：

1．样本期间低碳发展平均水平最高的是北京，最低的是宁夏。

2．全国各地区低碳发展平均水平是在稳步提高的，但近年来各地区间的不平衡性有扩大的趋势。

3．低碳发展水平最高的30%省份的RLCDI值总体变化不大，且其中各省份之间的差异性在逐步缩小。

4．排名最低的30%省份的低碳发展水平则呈现出明显的上升趋势，表现出较好的发展势头，且发展水平较低省份之间的不平衡性逐渐趋于稳定。

5．从不同经济区角度来看，东部、中部、西部的低碳发展水平具有逐次递减的特征，其中最主要的影响因素是经济基础和能源效率。

6．运用K-Means聚类方法对全国各地区低碳发展水平进行了客观的分类，结果表明分成高、中和低三类是比较合适的。

［1］ 朱守先．世界各国低碳发展水平比较分析［J］．开放导报，2010（6）．

［2］ 龙惟定，白玮，梁浩，等．低碳城市的城市形态和能源愿景［J］．建筑科学，2010，26（2）．

［3］ 庄贵阳，潘家华，朱守先．低碳经济的内涵及综合评价指标体系构建［J］．经济学动态，2011（1）．

［4］ 冯碧梅．湖北省低碳经济评价指标体系构建研究［J］．中国人口·资源与环境，2011，21（3）．

［5］ 仇保兴．兼顾理想与现实——中国低碳生态城市指标体系构建与实践示范初探［M］．北京：中国建筑工业出版社，2012．

［6］ 张伟，张金锁，李朋林，等．基于情景分析的区域经济社会低碳发展路径研究——以陕西省为例［J］．统计与信息论坛，2012，27（11）．

［7］ 孙钰，李泽涛，姚晓东．中国省际低碳经济发展水平的评价研究及对策分析［J］．天津大学学报：社会科学版，2012，14（4）．

［8］ 张旺，赵先超．中国主要城市低碳化发展指数的测度与分析［J］．城市发展研究，2012，19（4）．

［9］ 潘家华，王汉青，梁本凡，等．中国城市智慧低碳发展报告［M］．北京：中国社会科学出版社，2013．

［10］潘家华，庄贵阳，朱守先，等．低碳城市：经济学方法、应用与案例研究［M］．北京：社会科学文献出版社，2012．

［11］Krishna Mazumdar．A New Approach to Human Development Index［J］．Review of Social Economy，2003，61（4）．

Modeling of Regional Low Carbon Development Index：Empirical Analysis of 30 Provinces in China

WANG Feng，LIU Chuan-zhe，WU Cong-xin，ZHANG Yan-zhi
（School of Management，China University of Mining and Technology，Xuzhou 221116，China）

Regional low carbon development index has important referenced value for measuring and comparing the low carbon development in different regions objectively．Drawing on the ideas of Human Development Index and spatial distance method，this paper constructs regional low carbon development index model from three dimensions of low carbon economy，low carbon energy efficiency，low carbon environment．Then using the actual data of China＇s 30provinces in 2005-2011，this paper contrastively studies the dynamic changes and regional differences of low carbon development in each district．The results found that average value of Beijing is highest，Ningxia is lowest during the sample period．National lowcarbon development level rises steadily，but the imbalance between regions is worsening．The difference of top 30%regions of low carbon development is narrowing，the imbalance between the lowest 30%regions is gradually stabilized．The eastern economic zone has the highest level of low carbon development，followed by the central and western．Clustering analysis results show that it is more appropriate to be divided into high，medium and low categories in accordance with the low carbon development level of different regions．

regional low carbon development index；unit GDP energy consumption；low carbon environment；spatial distance method

F222

A

1007－3116（2014）04－0030－07

2013－11－17

中央高校基本科研业务费专项资金资助项目《基于空间距离法的区域低碳发展指数模型研究》（2014WB15）；江苏省社会科学基金项目《江苏低碳城市标准体系及政策研究》（12GLC009）；江苏高校国际问题研究中心立项项目《江苏高校国际能源政策研究中心》（2013KYPT02）；教育部人文社会科学研究一般项目《循环经济视角下资源型产业集群化扩张机理与路径选择研究》（10YJC790168）；江苏省社会科学基地项目《基于环境效率反馈的江苏省碳排放配额分配研究》（13JDB020）

王 锋，男，江苏盐城人，管理学博士，副教授，研究方向：低碳经济评价与计量分析；

刘传哲，男，江苏丰县人，经济学博士，教授，研究方向：国际能源政策；

吴从新，男，江苏连云港人，博士生，讲师，研究方向：低碳经济与管理；

张炎治，男，河南巩义人，管理学博士，讲师，研究方向：碳排放与能源经济效率。

（责任编辑：马 慧）