人口结构和经济增长对碳排放的影响分析

胡宗义 王天琦

摘要利用中国30个省级行政单位（暂不包括港澳台地区，下同）2005～2014年的数据，采用动态面板模型，研究人口結构、经济增长对碳排放的影响.研究结果表明，从全国范围来看，人均GDP、劳动年龄人口比率、城市化率、第二产业就业率及对外开放度均对碳排放有显著正向影响，而平均家庭规模会减少碳排放量；从区域来看，人均GDP、劳动年龄人口比率对碳排放产生显著正向影响，其他因素对碳排放的影响程度及方向有较大差异.

关键词人口、资源与环境经济学；碳排放；动态面板模型；人口结构；经济增长

中图分类号X196文献标识码A

Study on the Impact of Population Structure

and Economic Growth on Carbon Emission

Zongyi Hu， Tianqi Wang

（College of Finance and Statistics， Hunan University， Changsha， Hunan410079， China）

AbstractThe dynamic panel model is used to study the effect of population structure and economic growth on carbon emissions by using the data of 30 provincial administrative units in China （Not including data of Hong Kong， Macao and Taiwan for the time being， the same below）from 2005 to 2014. The results show that， from a national perspective， per capita GDP， working age population ratio， urbanization rate， secondary industry employment rate and the rate of openness have a significant positive impact on carbon emissions， while the average household size will reduce carbon emissions；From the regional point of view， per capita GDP， working age population ratio has a significant positive impact on carbon emissions； other factors have different influence on the degree and the direction of carbon emissions.

Key wordseconomics of population， resources and environmental； carbon emissions； dynamic panel model；population structure； economic growth

1引言

当前，全球气候问题成为国际社会关注的焦点.2007 年，联合国政府间气候变化专门委员会（IPCC）在评估报告中指出，全球气候变暖问题是人类迄今面临最严峻的问题之一，也是 21 世纪人类面临最复杂的挑战之一.改革开放以来，随着经济的迅猛发展，城市化和工业化的逐步推进，中国以工业为主导的粗放型经济发展模式，导致化石能源大量消耗和温室气体的大量排放.为应对这种局面，中国政府积极承担责任并制定相关法律政策以控制二氧化碳排放量的增加，2012年党的十八大报告指出要大力推进绿色发展、循环发展、低碳发展，把生态文明建设放在突出地位，努力建设美丽中国，为全球生态安全作出贡献.2017年10月，习近平总书记在十九大报告中提出推进绿色发展，建立健全绿色经济绿色低碳循环发展的经济体系，坚持全民共治，源头防治，持续实施大气污染防治行动，打赢蓝天保卫战.

全球气候变暖除了自然因素外，更大程度是人类活动造成的.有研究指出，截止到21世纪末，仅仅来自人口因素（含人口规模和人口结构）变化的影响就将使中国的碳排放量增长45%以上，人口因素对碳排放影响的重要性不言而喻.中国作为人口最多的发展中国家，自改革开放以后，随着经济的快速发展，工业化、城镇化进程加快，总人口从2005年的130756万人增加到2014年的136782万人，包括城乡结构、就业结构和家庭规模在内的人口结构均处于不断变化之中，导致人口因素对碳排放产生复杂多变且不容忽视的影响.目前中国对碳排放影响因素的研究主要集中在经济、技术方面，而人口因素方面涉及的较少且不全面，人口仍是以总量的形式体现在规模变量上，关于国内人口结构因素对碳排放影响的研究十分缺乏.根据2005～2014年数据，对中国碳排放量进行估算，并利用STIRPAT模型分别从全国及区域角度分析了人口、经济对碳排放的影响，既有助于寻找适合我国国情的更为实际有效的应对策略，为政府尤其是地方政府制定经济政策和环境政策提供重要的参考依据，也有助于正确判断和把握碳减排压力的人口因素，促进低碳经济发展，推动我国资源节约型、环境友好型、人口均衡型社会的建设和发展.

对于经济增长与碳排放之间的关系研究主要是基于环境库茨涅茨曲线，大量研究表明经济增长与碳排放之间呈倒“U”型曲线关系，即在经济增长的初期，重工业的发展导致能源的需求量增加，碳排放随之增加，当经济发展到一定阶段以后，经济继续增长会减少碳排放[1].姜勇（2014）运用1995～2010年30个省的面板数据对我国CO2排放的环境库兹涅茨曲线（EKC）进行了实证分析，结果表明：人均CO2排放量与人均 GDP之间均为“倒 N 型”曲线关系[2].周健等（2015）利用ARDL模型作为经验分析工具对我国1991～2010年的数据进行研究，结果表明经济的规模变量对碳排放有显著的正向影响[3].

在经济全球化的大背景下，贸易自由化不断深化，越来越多的贸易活动与碳排放问题挂钩，国内外学者就贸易开放的碳排放作用做出了大量的研究.Muhammad Shahbaz（2016）利用马来西亚1970～2011年间相关数据，基于STIRPAT模型，应用BayerHanck联合协整方法和VECM格兰杰因果关系检验调查了城市化对二氧化碳排放的影响.结果显示，经济增长是二氧化碳排放量的主要来源，贸易开放导致富裕，从而增加二氧化碳排放量[4].彭水军等（2013 ）研究了中国贸易开放对碳排放的影响，结果均显示，出口贸易导致中国碳排放量的上升，对中国环境产生不利影响[5].Guo J E（2012 ）研究指出，贸易隐含碳在地域和行业都存在较大差异，东部地区对外贸易中的隐含碳所占比例较大，省际间贸易产生的碳排放从东部向西部转移[6].谷祖莎（2012）采用动态面板模型验证了中国大陆省份的贸易开放对碳排放的影响，结果显示全国整体及中西部地区的外贸依存度对碳排放具有正向效应，但东部地区具有负向效应[7].

形成碳排放的直接原因是化石燃料的燃燒，在人类社会活动中，碳排放的影响因素主要分成经济、人口、技术、能源四个方面.人作为活动主体，贯穿于整个环节，通过经济活动作用于自然环境，人口因素是影响碳排放的重要因素.在人口因素方面，着重分析人口结构因素对碳排放的影响.研究人口结构如何对碳排放产生影响成为学术界讨论的热点，Sanglimsuwan（2012），O'Neill，Brian（2012），Jorgenson（2013）和Clark（2013）和Ahmad（2013）研究均表明，人口因素是导致CO2排放增加的主要驱动因素，其中人口因素主要包括人口规模和人口结构[8-12].李楠等（2011）、曲如晓等（2012）、马晓钮等（2013）、童玉芬和韩茜（2013）等人的研究表明影响CO2排放的人口因素主要包括人口规模、人口年龄结构、人口城市化和家庭规模等[13-16].

人口城乡结构主要通过能源消费需求对碳排放产生影响，城镇化进程中，居民消费水平不断提高、生活方式发生改变，对生活型能源的直接和间接需求增大，能源消耗量和碳排放量增加.郭文等（2017）利用LMDI分解模型对中国30个省份2003～2012年的面板数据进行实证分析，结果表明人口城镇化已成为影响中国碳排放量变动的主要人口因素[17].王世进等（ 2013） 研究了中国城市化对碳排放影响的区域差异，结果发现，就全国和中部地区而言，城市化对碳排放的影响是正的，而就东部和西部而言，其影响却是负的[18].Wang（2017）采用STIRPAT模型，通过利用1997～2012年30个省份的面板数据，研究人口结构对三大地区二氧化碳排放量的影响，结果表明，城市化水平对西部地区碳排放有正向影响，对中部地区有负面影响，东部地区不具有统计意义[19].

在中国社会转型的大背景下，人口处于快速变化时期，不同年龄人群有不同的消费方式及经济活动，产生不同的能源消耗，所以在分析二氧化碳排放量的影响因子时，人口年龄结构应该纳入研究范畴.人口年龄结构对碳排放的影响较为复杂，曲如晓（2012）以STIRPAT模型为研究起点，运用中国1997 ～2009年30个省份的面板数据，考察了地区人口规模、结构对碳排放量的影响，结果表明，劳动年龄人口对碳排放有显著的正向影响[20].田成诗等（2015）对人口年龄结构进行细化，基于扩展的随机STIRPAT模型考察了人口年龄结构对碳排放的影响，结果表明，人口年龄结构对碳排放影响显著，不同年龄人口对碳排放影响程度不同，其中30～44岁人口对碳排放的影响最大[21].

家庭结构随着经济、社会发展产生的变化，也使家庭规模成为学者考察的重要人口变量.家庭规模对碳排放的影响主要体现在消费领域，在社会学范畴中，家庭是社会生活的基本单位，因为人们消费甚至生产活动通常是以家庭户为单元，在发展中国家表现的更为突出.Lenzen（1998）研究认为，家庭结构主要通过家庭交通工具和其他能源消耗型生活模式对碳排放产生影响[22].任海军等（2014）采用STIRPAT模型，使用中国30个省区1997～2011年的面板数据，研究了不同城市化阶段碳排放影响因素的差异，结果表明：随着城市化进程的加快，城市化对碳排放的驱动作用越来越小，家庭小型化对碳排放均具有显著的正向影响[23].Qin Zhu（2012）考察了1978 ～2008年中国人口结构和消费水平对碳排放的影响，结果显示，城市化、人口年龄和家庭规模对碳排放有显著影响，家庭规模缩小增加了居民消费，导致更高的碳排放量[24].赵涛等（2016）应用STIRPAT模型研究1997～2012年京津冀经济圈人口因素对碳排放的影响时发现，平均家庭规模和能源消耗强度对碳排放有抑制作用[25].马晓钰等（2013）使用静态与动态模型分析了中国地区碳排放与年龄结构和人口规模等的关系，研究结果显示，较大的家庭规模对碳排放有抑制作用[26].

总的来说，国内外学者从不同方面对碳排放进行了深入而细致的探讨，所得结论对研究具有重要启发作用，但就研究内容和方法来看，仍存在以下几点不足：（1）国内外综合考虑经济、人口结构因素对碳排放影响的研究较少，经济增长对碳排放的影响研究大多局限于考虑GDP与碳排放的关系，很少加入贸易开放度进行探讨.（2）人口结构因素对碳排放的研究也缺乏深入探讨，大多研究只将人口结构进行粗略划分.（3）在面板数据的研究中未能依据不同地区经济发展水平加以分类，没有考虑到不同地域在产业结构、人口基数等方面的差异.不同于以往的研究，不仅关注了人口和经济的总体变量，还考虑了人口年龄、就业、城乡结构等，加入了贸易开放度，来综合研究经济增长及人口结构对碳排放的影响，从已有的文献出发，结合中国2005～2014年的碳排放、经济增长及人口结构的相关数据，采用动态面板模型探究中国经济增长、人口结构对碳排放的影响，并进而分析其区域差异.

2模型设定与数据说明

2.1模型设定

采用STIRPAT模型进行碳排放的影响因子分析，最初环境压力模型是由Ehrlich等提出的IPAT模型，但该模型不适于定量测算各因素对环境的影响，为了克服上述模型的不足，Dietz等提出了基于IPAT形式的环境影响随机模型，即随机形式的STIRPAT模型：

It=aPbtActTdte， （1）

式中，It为环境压力，Pt表示为人口数量，At为富裕度，Tt为技术水平，a、b、c、d为参数；e为误差项.在用面板数据进行分析时，对数变换不改变数据的特性，能使数据趋势线性化，直接获得因变量对自变量的弹性，所以对式（1）两边取对数，得到如下模型：

LnIt=Lna+bLnPt+cLnAt+dLnTt+Lne，（2）

It环境压力用碳排放量表示，Pt用人口总量表示，At用人均GDP表示，Tt技术水平用能源强度表示.

实行计划生育政策后，人口年龄结构不断变化，年龄结构变量难以精确度量，但从业人员基本上为15～64岁人口.近年来，中国产业结构不断变化，各产业就业人口比率的不同，對碳排放也会产生差异，且三次产业中第二产业的粗放型增长模式对碳排放的影响最大.自改革开放以来，中国农村人口持续向城市转移，人口城乡结构发生显著变化.在人口数量增长的趋势下，家庭户数和家庭规模也不断变化，家庭是社会生活的基本单位，家庭规模效应主要通过消费渠道对碳排放产生影响.中国进出口贸易的迅速发展，在促进经济增长的同时，也不可避免地为国外生产了大量内涵碳.

所以对STIRPAT模型进行扩展，加入人口结构（年龄结构、城市化率、平均家庭规模、第二产业就业比率），还包括对外开放变量.

LnIit=α+β1Lnpgdpit+β2Lnpageit+

β3Lnurbanit+β4Lnhousit+β5Lnserit+

β6Lntradeit+LnTt+ci+uit，（3）

其中，Iit表示i省份第t年的碳排放量，pgdpit表示i省份第t年的人均GDP，pageit表示i省份第t年15～64岁人口所占比例，urbanit表示i省份第t年的城镇人口比率，housit表示i省份第t年的平均家庭规模，serit表示i省份第t年第二产业就业率，tradeit表示i省份第t年进出口占GDP比例，Tt表示能源强度.

考虑到碳排放在时间上可能存在一定的持续性，往年的碳排放程度可能对后来年份产生影响.此外，当年经济增长的环境效应也不一定能在当年的统计中得到体现，因此在式（3）中加入因变量的滞后项，即变为如下动态面板模型：

LnIit=α+ηiLnIit-1+β1Lnpgdpit+

β2Lnpageit+β3Lnurbanit+β4Lnhousit+

β5Lnserit+β6Lntradeit+LnTt+ci+uit， （4）

其中，Iit-1为第i省份在第t-1年的二氧化碳排放量.

2.2数据说明

以2005～2014年中国30个省份的相关数据进行实证分析，劳动人口、城市化率、平均家庭规模、进出口比率、第二产业就业率及人均GDP来源于《中国人口统计年鉴》及第五、第六次人口普查数据.二氧化碳排放量没有直接的数据，利用IPCC（Intergovernmental Panel on Climate Change）给出的各种能源碳排放系数，通过与各地区各年份能源消费量数据相乘得到各地区在样本区间内的碳排放数据，能源消费数据来源于《中国能源统计年鉴》.

各省份的相关变量描述性统计结果如表1、表2.

各地区碳排放量的差异很大，数量最小的省份只0.19亿吨 （ 2005年海南省） ，而数量最多的省份达近10亿吨 （ 2014年山东省） ，两者相差近百倍，具体从区域碳排放量的数据来看，30个省份中只有1个省份的年均碳排放量处于亿吨以下，前五位的地区依次是山东、河北、江苏、河南、山西，合计占总排放量的35.6%，当然，也有部分省份碳排放量非常低，如海南省年均排放量最低，只有3.19千万吨，该数据仅是处于最高水平的山东省的3.98%，年均碳排放量后五位的地区分别是天津、北京、宁夏、青海与海南.在解释变量中，各地区人口总量的差异也较大，比如年末人口数最小的省份仅为543万人，而最大值为10724万人；各省份不同年份反映人口年龄结构、城镇化率、家庭户规模等变量存在较大差异，如15～64岁人口比重最小值为接近0.36，最大值为0.84左右；家庭户规模最小值仅为2.33左右，而最大值接近于3.93，反映经济发展水平和区域经济结构的人均GDP、第二产业就业率、进出口占GDP比重等指标在样本中也存在较大区别.

3结果与分析

选取2005～2014年中国30个省份的数据对其进行动态面板模型估计，结果如表3.

表3显示了2005～2014期间中国30个省份动态面板模型的结果，计量结果证实了人均GDP确实对省级碳排放有显著正向影响，人均收人的增加在一定程度上增加了人们的非理性消费，导致我国碳排放增加.

劳动年龄人口比率在1%的显著性水平下对碳排放存在正向影响，其弹性值在5.38左右.人口年龄结构通过生产和消费渠道对碳排放产生影响，从生产方面考察，中国劳动年龄人口（15～64岁）数量及所占比例的持续增长，为中国经济快速发展提供充足劳动力的供应，在促进生产规模扩大的同时，对资源能源的消耗量增加，导致碳排放规模增加.从消费方面考察，不同年龄群体的消费理念不同，购买力度和购买需求不同，劳动人口对衣食住行等资源的消费需求更强烈，对碳排放影响较大.

城镇化率对中国碳排放呈显著正向影响，显著水平为1%.2005年以来，中国城镇化进程加快，由2005年的42.99%增长到2014年的54.77%，年均增长2.73%.城市化水平的提高可以使能源利用效率得到提高，但是进一步城镇化会显著促进中国的经济发展，而且在推进城市化过程中，耕地和林地面积减少，大量基础设施、住宅房屋和工业厂房的建设，钢筋、水泥等建筑材料及交通工具的大量使用将导致了CO2排放量的剧增；另一方面，大量的劳动力流入城市，居民生活水平不断提高，消费结构会发生变化，城市居民会更倾向于对享乐型高碳产品的消费，农村居民消费习惯也会通过受城市居民的影响，都增加中国的碳排放总量.

从平均家庭规模角度考察，随着中国经济社会发展、计划生育政策、城镇化及人口老龄化进程加快，家庭规模小型化成为必然趋势.平均家庭规模从2005年的3.13人缩减到2014年的2.97人，降幅为5.11%.以家庭为主体的消费需求包含许多共享性质的消费品与服务，家庭规模缩小意味着规模效应减弱，导致人均消费增加，资源浪费和能源消耗增加，碳排放随之增加.中国人口总数不断增加，家庭规模的小型化也意味着中国家庭户数在增多，其消费量（尤其是耐用品消费，如住房和汽车等）也会随之增加，进而扩大内需导致碳排放增加.结果显示，家庭规模每减少1%，碳排放将增加0.09%.

第二产业就业率对碳排放产生显著正向影响，显著水平为1%.人口就业结构主要反映第二产业就业人口比率对碳排放的影响，从2005年的23.22%增加到2014年的29.9%，平均每年增加2.85%，随着第二产业就业人口的增加，工业化程度加快，碳排放将增加.第二产业主要包括制造业、采矿业、建筑业等高能耗产业，需要消耗大量化石能源，所以随着第二产业工业规模的增大，导致碳排放量增大.

外贸依存度不仅用来衡量一国或地区经济对国际市场的依赖程度，也同时反映该国或地区的经济开放程度.对外开放程度对中国碳排放影响在1%显著水平下显著为正，其弹性值在0.24左右.目前中国主要依靠劳动密集型行业，低加工、高能耗及高污染的出口商品占主导地位，这必然会增加对能源的大量消耗，进而导致碳排放量的剧增.

由于中国经济发展、人口分布不均，东中西部又处于不同经济发展阶段，具有不同产业结构、人口结构及人口密度，所以在全国层面分析的基础上，进一步对东中西部进行区域差异分析具有重要现实指导意义，见表4.

东、中、西部地区碳排放的影响因素存在一定的共性：人均GDP、劳动年龄人口比例对碳排放都产生显著正向影响，同时也存在较大的差异性，不同因素对碳排放的影响程度及方向有较大差异.

与全国层面分析的结果一致，东中西部人均GDP的增加都对碳排放产生了显著的正向影响，人均GDP越大，意味着经济发展水平越高，但弹性并未随着人均GDP的上升而增加，而是出现先上升后下降的情况.这类似于经济发展水平与环境状况之间呈现的EKC曲线关系.这是由于高收入地区经济增长更加依赖于服务业，并且高收入地区更有能力进行提高能源利用效率的研发.

15～64岁劳动人口比率增加导致东中西部地区碳排放增加，东部和中部地区在5%的水平下显著，西部地区显著水平为10%.东部地区省际迁移人口是推动地区经济增长不可替代的因素，迁入人口以劳动年龄人口为主体，高比例劳动人口意味着消耗更多的资源和能源，导致碳排放的增加.西部地区人口自然增长率虽高，但劳动年龄人口所占比例较低.

东中西部第二产业就业率对碳排放的影响差异很大，东部地区第二产业碳排放就业率对碳排放的影响为正，中部为负，西部则影响不显著.这是由于东部地区迁入人口就业集中于第二产业，第二产业集中在劳动密集型产业，中部地区第二产业虽然产值不高，但是呈现资本密集型特征，其资本/劳动力比上升速度快，西部地区就业集中于第一产业，而第二产业就业率较低，对碳排放影响不显著.

平均家庭规模对碳排放的影响在东西部均显著为负，但中部地区却不显著.随着地区富裕程度的增加往往会引起家庭规模的减小以及家庭户数的增加，对能源的需求随之增加.东部地区平均家庭规模最小且家庭人均财富最高，家庭对高碳产品消费增加，导致对碳排放影响最大.中部地区家庭规模较大，发挥了资源共享性，但家庭消费水平也较高，综合影响并不显著.西部地区人均财富较低，家庭趋向于低碳产品消费，家庭规模对碳排放的影响主要是通过规模效应，所以对碳排放产生显著负向影响.

东部地区城市化率对碳排放产生显著负向的影响，显著水平为1%，东部地区经济发展水平较高，城镇化能促进人口、交通和产业的规模经济效益，有利于提高资源利用率，推动服务业发展，注重环保、基础设施的建设.中西部城市化水平的提升对碳排放并没有显著影响，西部地区城市化进程缓慢，因此对碳排放的影响不显著.中部地区城市化水平的提升导致碳排放的增加，因为在城镇化的进程中，农村人口向城市转移增加了对能源的需求，增加了碳排放.

东部贸易开放度和碳排放之间显著负相关，显著水平为1%，东部地区对外贸易商品的结构发生改变，提升了全球范围内的产品供应链价值，使得低碳产品出口比重的增加导致碳排放的降低，随着中国产业结构升级，发展重心转移到第三产业，由第二产业带动的进出口额占比不断降低，第三产业带动的进出口占比不断增大，碳排放呈现下降趋势.中部地区仍然是粗放型增长方式，出口产品普遍为资本密集型产品，导致碳排放增加.西部地区由于地理位置、发展缓慢，贸易开放度对碳排放影响并不显著.

4结论

采用2005～2014年30个省域数据，运用动态面板模型，不仅对中国人口结构、经济增长对碳排放的影响进行面板数据回归，而且对中国东中西部地区进行区域差异分析.得到结论如下：就考察样本而言，經济增长和人口结构变动对中国碳排放存在显著影响，但全国层面和东中西部层面结果既存在共性，也存在差异.人均GDP、劳动年龄人口比率对全国及东中西部地区碳排放产生显著正向影响，平均家庭规模则产生显著负向作用.城市化率对全国碳排放产生显著正向作用，对东部地区碳排放产生显著负向影响.同时，经济水平是最主要的碳排放驱动因素，平均家庭规模是最主要的抑制因素.人口年龄结构以增加劳动力供应及促进消费需求的方式促进碳排放增长；逐渐缩小的平均家庭规模导致人均能耗及家庭数量的增长，进而推动能源消耗增长；人口就业结构中工业部门就业率的增长导致碳排放的增加.

参考文献

[1]GROSSMAN G M. KRUEGER A B. Environmental Impacts of a North American free Trade Agreement[R]. National Bureau of Economic Research Working Paper，1991.

[2]姜勇，中国碳排放与经济增长关系及其影响因素的实证研究[D].重庆：重庆大学经济与工商管理学院，2014，1-45.

[3]周健，王淑婧，高琴，张晓微.人口特征、经济增长与碳排放的关系研究[J].武汉大学学报，2015，68（2）：94-101.

[4]SHAHBAZ M， LOGANATHAN N， MUZAFFAR A T， AHMED K，JABRAN M A，How urbanization affects CO2 emissions in Malaysia？ The application of STIRPAT model[J].Renewable and Sustainable Energy Reviews，2016（57）： 83-93.

[5]彭水军，张文城，曹毅.贸易开放的结构效应是否加剧了中国的环境污染-基于地级城市动态面板数据的经验证据[J].国际贸易问题，2013（8）：119-132.

[6]GUO J E， ZHANG Z K， MENG L. China's provincial CO2 emissions embodied in international and interprovincial trade.Energy Policy，2012（42）：486-497.

[7]谷祖莎.贸易开放的碳排放效应--基于省际动态面板数据的分析[J].山东大学学报（哲学社会科学版），2012（6）：60-65.

[8]ROSE E A， DIETZ T. Human drivers of national greenhouse-gas emissions[J]. Nature Climate Change，2012， 2（8）；581-586.

[9]SANGLIMSUWAN K. The impact of population pressure on carbon dioxide emissions；evidence from paneleconometric analysis[J]. International Research Journal of Finance and Economics，2012（82）：89-94.

[10]O'NEILL B C， LIDDLE B， et al. Demographic change and carbon dioxide emissions[J]. The Cancet，2012，380（9387）：157-164.

[11]JORGENSON A K， CLARK B. The Relationship between NationalLevel Carbon Dioxide Emissions and Population Size：An Assessment of Regional and Temporal Variation，1960-2005[J].Plos one，2013，8（2）；57-107.

[12]AHMAD N. CO2 Emission， Population and Industrial Growth Linkages in Selected South Asian Countries：A CoIntegration Analysis [J]. World Applied Sciences Journal， 2013， 21（4）：615-622.

[13]李楠，邵凯，王前进.中国人口结构对碳排放量影响研究[J].中国人口·资源与环境，2011（6 ）：19-23.

[14]曲如晓，江栓.人口规模、结构对区域碳排放的影响研究[J].人口与经济，2012（2）：10-17.

[15]马晓枉，李强谊，郭莹莹.我国人口因素对二氧化碳排放的影响——基于STIRPAT模型的分析[J].人口与经济，2013（1）：44-51.

[16]童玉芬，韩茜.人口变动在大城市碳排放中的作用与影响——以北京市为例[J].北京社会科学，2013（2）：113-119.

[17]郭文，孙涛.人口结构变动对中国能源消费碳排放的影响——基于城镇化和居民消费视角[J].数理统计与管理，2017，36（2）：295-312.

[18]王世进，周敏.我国碳排放影响因素的区域差异研究[J].统计与决策，2013（12）：102-104.

[19]WANG Y， KANG Y， WANG J， XU L，Panel estimation for the impacts of populationrelated factors on CO2 emissions： A regional analysis in China[J].Ecological Indicators ，2017（78）： 322-330.

[20]曲如晓，江栓.人口规模、结构对区域碳排放的影响研究[J].人口与经济，2012（2）：10-17.

[21]田成诗，郝艳，李文静，曲本亮.中国人口年龄结构对碳排放的影响[J].资源科学. 2015，37（12）：2309-2318.

[22]LENZEN M.Primary Energy and Greenhouse Cases Embodied in Australian Final Consumption：an Input and output Analysis.Energy Policy，1998，26 （6）：136-142.

[23]任海軍，刘高理，不同城市化阶段碳排放影响因素的差异研究——基于省际面板数据[J].经济经纬，2014，31（5）：1-7.

[24]ZHU Q， PENG X Z，The impacts of population change on carbon emissions in China during 19782008[J].Environmental Impact Assessment Review，2012（ 36）： 1-8.

[25]赵涛、林朋、王雅楠，基于STIRPAT模型的京津冀经济圈人口因素对碳排放的影响研究[J]. 电子科技大学学报，2016，18（6）：45-50.

[26]马晓钰，李强谊，郭莹莹. 中国人口因素对二氧化碳排放的影响——基于STIRPAT模型的分析[J]. 人口与经济，2013（1）：44-51.