城市發(fā)展與鐵路貨運(yùn)能耗的相關(guān)性實(shí)證研究

1、<p>　　城市發(fā)展與鐵路貨運(yùn)能耗的相關(guān)性實(shí)證研究</p><p>　　摘要：鐵路作為我國重要的貨物運(yùn)輸方式，其能耗狀況及強(qiáng)度變化對發(fā)展節(jié)約型交通戰(zhàn)略具有重大意義。本文基于我國多年交通統(tǒng)計的實(shí)證數(shù)據(jù)，運(yùn)用引力模型對交通能耗進(jìn)行多重線性回歸分析，并對今后以上海為端點(diǎn)的鐵路貨運(yùn)能耗進(jìn)行預(yù)測。 </p><p>　　關(guān)鍵詞：城市 鐵路 能耗 多重線性回歸 引力模型 </p>

2、<p>　　鐵路作為我國重要基礎(chǔ)設(shè)施，比較而言具有占地少、效率高、能耗低等優(yōu)勢，而且其強(qiáng)大的倉儲與運(yùn)輸能力為保證現(xiàn)代物流提供了必要的條件。 </p><p>　　鐵路運(yùn)輸主要分為貨運(yùn)和客運(yùn)。貨運(yùn)商品的價值凝聚著運(yùn)輸?shù)膬r值，商品的全生命周期能耗包含了運(yùn)輸?shù)哪芎?，而貨物運(yùn)輸?shù)亩喙延种苯优c各個城市的地理位置、人口結(jié)構(gòu)、能源供需、經(jīng)濟(jì)發(fā)展等因素息息相關(guān)。這就建立了一條：“人口數(shù)量增多、經(jīng)濟(jì)發(fā)展——客貨運(yùn)需求

3、量擴(kuò)大——能耗增多”的關(guān)系鏈。在保證貨物供應(yīng)渠道的同時，努力降低能耗成為了發(fā)展鐵路交通事業(yè)的重中之重，而從城市發(fā)展角度對鐵路貨運(yùn)量的影響因素進(jìn)行深入探討也具有廣泛意義。 </p><p>　　一、中國鐵路能耗運(yùn)輸?shù)默F(xiàn)狀 </p><p>　　鐵路機(jī)車包括三種：蒸汽機(jī)車、內(nèi)燃機(jī)車、電力機(jī)車。蒸汽機(jī)車主要燃料為原煤、內(nèi)燃機(jī)車主要燃料為柴油、而電力機(jī)車主要使用電能。目前我國鐵路列車主要有電氣機(jī)車

4、與內(nèi)燃機(jī)車兩種。電力機(jī)車雖然效率高,功率大,牽引性能方面優(yōu)于內(nèi)燃機(jī)車，但在我國的國情下，例如在供電困難且氣候惡劣的地區(qū)電力是不可能完全替代內(nèi)燃機(jī)車，而且內(nèi)燃機(jī)車還有很大的戰(zhàn)略意義。 </p><p>　　圖1-1 中國鐵路機(jī)車能耗比例圖（1980-2006年） 單位:% </p><p>　　從圖1-1我國鐵路機(jī)車能耗比例可以看出，中國鐵路機(jī)車能耗品種主要為一次能源的原煤與柴油、二次能源的

5、電力。1980年原煤消耗占比達(dá)到了90%以上，1990年依然保持在70%的高位，而經(jīng)過了約25年的機(jī)車更新?lián)Q代與不斷改進(jìn)，2006年原煤的消耗量幾乎為0；上世紀(jì)八十年代至本世紀(jì)初，我國內(nèi)燃機(jī)車的柴油消耗量呈遞增趨勢，之后保持80%左右的穩(wěn)定比例。隨著電氣化機(jī)車逐步被推向市場，其能耗比例也呈逐年遞增的態(tài)勢，在2006年達(dá)到了23%左右。 </p><p>　　圖1-2 鐵路機(jī)車保有量及能耗因子趨勢圖（1985-20

6、07年） </p><p>　　單位:主坐標(biāo)為臺數(shù)、次坐標(biāo)為千克標(biāo)準(zhǔn)煤/萬噸公里 </p><p>　　從圖1-2可見，長久以來我國的蒸汽機(jī)車與內(nèi)燃機(jī)車的總和基本保持在12000臺左右，隨著電力機(jī)車投入運(yùn)營，我國總機(jī)車數(shù)達(dá)到了18000臺以上。1990年以前我國蒸汽機(jī)車在數(shù)量上占比超過了50%，而從90年代開始以柴油為燃料的內(nèi)燃機(jī)車絕對數(shù)量和比例均保持上升的態(tài)勢，并逐步取代了蒸汽機(jī)車的地位

7、。在2000年后我國開始迅速淘汰蒸汽機(jī)車，隨著我國蒸汽機(jī)車相對量和絕對量的逐年降低以及電力機(jī)車的大力推進(jìn)，導(dǎo)致綜合能耗因子（綜合能耗包含客運(yùn)與貨運(yùn)能耗）也在逐年降低，其趨勢將在接下來的一定時間內(nèi)將繼續(xù)保持。而通過貨運(yùn)能耗因子與綜合能耗因子的比較可以看出，長久以來客運(yùn)能耗因子一直低于貨運(yùn)能耗因子,這也導(dǎo)致了鐵路綜合能耗因子長年低于鐵路貨運(yùn)能耗因子,且相對變化趨勢比較穩(wěn)定。我國的鐵路貨運(yùn)能耗因子在與國際先進(jìn)技術(shù)水平比較時已產(chǎn)生了相對優(yōu)勢，在

8、2006年第一次低于日本的同類數(shù)據(jù)統(tǒng)計。 </p><p>　　二、建構(gòu)鐵路貨物運(yùn)輸能耗模型 </p><p>　?。ㄒ唬┠Ｐ徒⒌那疤?</p><p>　　貨物運(yùn)輸作為交通運(yùn)輸?shù)闹匾M成部分，運(yùn)輸量隨著經(jīng)濟(jì)發(fā)展而不斷擴(kuò)大。特別在工業(yè)化不斷推進(jìn)過程中，這個關(guān)系更加顯著。本章將以上海作為鐵路的一個端點(diǎn)，其它省級行政區(qū)作為另一個端點(diǎn)，根據(jù)國家統(tǒng)計數(shù)據(jù)構(gòu)建鐵路貨物運(yùn)輸能

9、源模型。 </p><p>　　上海市作為一個外向型城市，對它的研究需要建立在全國各省市相互聯(lián)系的基礎(chǔ)上，假設(shè)與其它各個單元省級行政區(qū)之間具有不同程度的相互吸引力。用各個省級行政區(qū)的貨物運(yùn)輸量作為衡量貨物吞吐能力的標(biāo)準(zhǔn)，以省會間相互距離作為影響相互吸引力的反作用，再套用引力模型進(jìn)行多重線性回歸分析。 </p><p>　?。ǘ╄F路貨物運(yùn)輸能耗模型的基本構(gòu)造 </p><

10、;p>　　根據(jù)國家溫室氣體排放清單規(guī)定，鐵路機(jī)車能源消耗的計算公式如下： </p><p>　　鐵路機(jī)車能源消耗=機(jī)車數(shù)目×每列機(jī)車每日平均能源消耗×每列機(jī)車每年平均運(yùn)行天數(shù) </p><p>　　鐵路機(jī)車能源消耗=總機(jī)車每日平均能源消耗×每列機(jī)車每年平均運(yùn)行天數(shù) </p><p>　　鐵路機(jī)車能源消耗=總機(jī)車全年運(yùn)送每噸貨物行駛

11、每公里的平均能源消耗×兩地間運(yùn)送貨物量×兩地間距離，即（2-1）所示 </p><p>　　------（2-1） </p><p>　　EC：鐵路貨物運(yùn)輸?shù)哪芎囊蜃樱ㄇЭ藰?biāo)準(zhǔn)煤/萬噸公里） </p><p>　　Tij:i地到j(luò)地的貨物量（t），在這里i指代上海，j指代其它省級行政區(qū) </p><p>　　dij：i地到

12、j地的距離（km） </p><p>　　為了預(yù)測區(qū)域間貨物運(yùn)輸量我們導(dǎo)入引力模型。引力模型是根據(jù)1687年牛頓提出的理論物理學(xué)中萬有引力公式引申而來，其內(nèi)涵包括：原指物體之間的相互引力與兩個物體的質(zhì)量成正比、與兩個物體之間的距離平方成反比，不同物體間引力系數(shù)不同。 </p><p>　　物理學(xué)與社會科學(xué)的聯(lián)系是非常緊密的，自20世紀(jì)30年代，美國學(xué)者賴?yán)╓.J.REilly）將引力模型

13、推廣應(yīng)用到社會科學(xué)研究的各個領(lǐng)域后，該模型就被作為研究空間相互作用的重要工具之一，廣泛地應(yīng)用在交通、旅客流量、旅游人數(shù)預(yù)測、國際貿(mào)易、區(qū)域經(jīng)濟(jì)等相關(guān)研究上，其得到的結(jié)論常被作為投資決策、區(qū)域規(guī)劃、項目評估等的重要依據(jù)。 </p><p>　　在運(yùn)用模型前，根據(jù)已有數(shù)據(jù)資料并結(jié)合實(shí)際情況進(jìn)行以下假設(shè)： </p><p>　　1.用上海距離其它省會城市或自治區(qū)首府之間的鐵路距離作為與各個省級行

14、政區(qū)間的鐵路運(yùn)輸距離，且不考慮中途機(jī)車的改道等延長運(yùn)輸里程的因素。 </p><p>　　2.由于臺灣省、西藏沒有對應(yīng)的統(tǒng)計數(shù)據(jù)，故在本研究中不予考慮其影響。 </p><p>　　3.由于未有相關(guān)數(shù)據(jù)支撐，故使用全國統(tǒng)計的鐵路貨運(yùn)的能耗因子代替上海列車貨運(yùn)的能耗因子。 </p><p>　　在假設(shè)前提的基礎(chǔ)上對引力模型進(jìn)行整理后，得到以下公式（2-2）： <

15、/p><p>　　Oi=i地的總鐵路運(yùn)輸貨物發(fā)出量（t） </p><p>　　Dj=j地的總鐵路運(yùn)輸貨物收到量（t） </p><p><b>　　等式兩邊取對數(shù)： </b></p><p>　　-------（2-2） </p><p>　　通過多重回歸分析可以擬合獲得α、β、γ以及常數(shù)項lnK對

16、應(yīng)的值。 </p><p>　　Oi=f(ACTi) Dj=g(ACTj)-------（2-3） </p><p>　　ACTi：i區(qū)域的影響因素；ACTj：j區(qū)域的影響因素 </p><p>　　f（）、g（）：通過回歸分析得到的值 </p><p>　　諸影響因素是通過對人口、地區(qū)GDP、地區(qū)各產(chǎn)業(yè)GDP、人口密度等因素進(jìn)行回歸分析，選

17、取影響力最大的因素。 </p><p><b>　?。ㄈ└鲄?shù)處理 </b></p><p>　　地區(qū)間距離、引力模型的參數(shù)，運(yùn)輸來回的貨物量均采用現(xiàn)實(shí)統(tǒng)計的數(shù)據(jù)。 </p><p>　　(1)地區(qū)間距離使用各省的省會或首府城市間的距離計算。 </p><p>　　(2)引力模型的參數(shù)是以各地域的總貨物發(fā)出量、總收到量

18、、地區(qū)間距離為因變量，以貨物量為自變量通過多重回歸分析計算而來。 </p><p>　　(3)鐵路發(fā)出與收到貨物數(shù)的估計式。各個影響因素進(jìn)行回歸分析，取決定系數(shù)較大的影響因素進(jìn)行組合，構(gòu)成預(yù)測等式。 </p><p>　?。ㄋ模╄F路貨物運(yùn)輸量推算 </p><p>　　1.導(dǎo)入煤炭影響因素的驗證 </p><p>　　根據(jù)2-3選擇影響鐵路貨

19、物的運(yùn)輸量的主要因素： </p><p>　　(1)有關(guān)人口的指標(biāo)（總?cè)丝?、城市化率、人口密度、第一產(chǎn)業(yè)從業(yè)人數(shù)、第二產(chǎn)業(yè)從業(yè)人數(shù)、第三產(chǎn)業(yè)從業(yè)人數(shù)）(2)經(jīng)濟(jì)發(fā)展的指標(biāo)（人均GDP、第一產(chǎn)業(yè)GDP、第二產(chǎn)業(yè)GDP、第三產(chǎn)業(yè)GDP、平均工資、平均消費(fèi)）。 </p><p>　　對以上的(1)和(2)的指標(biāo)進(jìn)行多重回歸分析，結(jié)果見表2-1。為了進(jìn)行驗證制作殘差圖，見圖2-1。</p&g

20、t;<p>　　表2-1 因變量為貨物發(fā)出量時的影響因素分析 </p><p>　　圖2-1 因變量為貨物發(fā)出量時的標(biāo)準(zhǔn)殘差圖 </p><p>　　通過表2-1與圖2-1可見，各系數(shù)較低，且殘差較大。特別是山西省的殘差非常大。 </p><p>　　試著分析其產(chǎn)生的原因：山西省是中國最重要的煤炭產(chǎn)地，其產(chǎn)煤量非常大，且每年向其他區(qū)域的發(fā)送量多。這個因

21、素影響了多重回歸分析的結(jié)果并造成較大的殘差。因而，煤的生產(chǎn)量對鐵路貨物運(yùn)輸量帶來非常大的影響。 </p><p>　　運(yùn)用同樣方法可以發(fā)現(xiàn)河北省由于擁有龐大的冶金和化工基地，且電力耗煤較大導(dǎo)致原煤調(diào)入量非常大，對鐵路貨物的收到量產(chǎn)生較大影響。 </p><p>　　綜合以上分析，要解釋鐵路貨物運(yùn)輸量，只考慮人口與經(jīng)濟(jì)發(fā)展的指標(biāo)是不夠的，煤的指標(biāo)也是影響鐵路貨物運(yùn)輸量的重要指標(biāo)。煤的供需在中

22、國經(jīng)濟(jì)中不可缺少，傳統(tǒng)經(jīng)驗認(rèn)為煤的增產(chǎn)以及運(yùn)輸能力的保證是經(jīng)濟(jì)發(fā)展的鑰匙。 </p><p>　　2.鐵路運(yùn)輸發(fā)出貨物的影響因素方程 </p><p>　　首先將前述的各因素作為自變量(總?cè)丝?、城市化率、人口密度、人均GDP、第一產(chǎn)業(yè)從業(yè)者、第二產(chǎn)業(yè)從業(yè)者、第三產(chǎn)業(yè)從業(yè)者、平均工資、平均消費(fèi)、第一產(chǎn)業(yè)GDP、第二產(chǎn)業(yè)GDP、第三產(chǎn)業(yè)GDP、煤炭生產(chǎn)量、煤炭調(diào)入量)，鐵路運(yùn)輸發(fā)出貨物為因變量

23、進(jìn)行多重回歸分析，建立解釋鐵路貨物發(fā)出量的模型。 </p><p>　　通過對修正決定系數(shù)的比較，最終選定總?cè)丝?、第一產(chǎn)業(yè)從業(yè)者、煤炭生產(chǎn)量三個變量作為自變量進(jìn)行分析，結(jié)果如2-2表所示 </p><p>　　DW值通過驗證，說明不存在一階自回歸。提取其中的偏回歸系數(shù)和常數(shù)項組成等式： </p><p>　　----------（2-4） </p>&

24、lt;p>　　0：鐵路運(yùn)輸發(fā)出貨物量 </p><p>　　X1: 總?cè)丝?X2：第一產(chǎn)業(yè)從業(yè)者 X3：煤炭生產(chǎn)量 </p><p>　　根據(jù)式(2-4)，鐵路運(yùn)輸發(fā)出貨物量與總?cè)丝?、煤炭生產(chǎn)量呈正比關(guān)系，與第一產(chǎn)業(yè)從業(yè)者數(shù)呈反比關(guān)系。 </p><p>　　3.鐵路運(yùn)輸收到貨物的影響因素方程 </p><p>　　同理經(jīng)過比較偏回歸系

25、數(shù)，確定了解釋鐵路運(yùn)輸收到貨物量的因素：總?cè)丝?、第二產(chǎn)業(yè)從業(yè)者、第二產(chǎn)業(yè)GDP、煤炭調(diào)入量。結(jié)果如表2-3所示 </p><p>　　DW值同樣通過檢驗，證明不存在一階自回歸現(xiàn)象。提取其中的偏回歸系數(shù)和常數(shù)項組成等式： </p><p>　　-----（2-5） </p><p>　　D：鐵路運(yùn)輸收到貨物量 </p><p>　　X1: 總?cè)?/p>

26、口 X2：第二產(chǎn)業(yè)從業(yè)者 X3：第二產(chǎn)業(yè)GDP X4：煤炭調(diào)入量 </p><p>　　根據(jù)式(2-5)，鐵路運(yùn)輸收到貨物量與總?cè)丝?、第二產(chǎn)業(yè)GDP、煤炭調(diào)入量呈正比關(guān)系，與第二產(chǎn)業(yè)從業(yè)者數(shù)呈反比關(guān)系。 </p><p>　　三、上海未來鐵路貨物運(yùn)輸能源消費(fèi)量預(yù)測 </p><p>　　（一）各省總?cè)丝诘念A(yù)測 </p><p>　　根據(jù)鐵路貨

27、物發(fā)出與收到量推算模型，總?cè)丝趨?shù)在各參數(shù)中的解釋力相對較強(qiáng)，故首先對未來人口的變化趨勢進(jìn)行預(yù)測。 </p><p>　　本研究的預(yù)測方法采用Logistic增長曲線模型，俗稱“S曲線”。該模型是于1945年由比利時數(shù)學(xué)家Verhulst推導(dǎo)出來的，于20世紀(jì)20年代被重新發(fā)現(xiàn)并廣泛應(yīng)用。 </p><p>　　以下為Logistic方程推導(dǎo)過程: </p><p>

28、;　　此為Logistic方程的微分形式① </p><p>　　y：人口數(shù) A：待求參數(shù) t：表示時間 r：增長率 </p><p>　　根據(jù)牛頓-萊布尼茨公式可得 ② </p><p><b>　?、?</b></p><p><b>　　設(shè)，則得到: </b></p><p

29、>　　--------------（4-1） </p><p>　　通過SPSS統(tǒng)計分析軟件對各個省級行政區(qū)人口數(shù)的歷史指標(biāo)進(jìn)行非線性擬合可得到A、B、r的數(shù)值，并建立各個省級行政區(qū)不同的Logistic推算方程并預(yù)測2020年人口數(shù)。 </p><p>　?。ǘ┢渌蛩氐耐扑?</p><p>　　1.煤炭調(diào)入量根據(jù)各省級行政區(qū)2000-2008年的平均增

30、長率，按比例推算。 </p><p>　　2.煤炭生產(chǎn)量根據(jù)2000-2008年的平均增長率，并結(jié)合國土資源部《全國礦產(chǎn)資源規(guī)劃》相關(guān)政策進(jìn)行推算。 </p><p>　　3.通過觀察，第一產(chǎn)業(yè)從業(yè)者幾年來基本保持不變、第二產(chǎn)業(yè)從業(yè)者人數(shù)則基本隨著人口增長比例變動。 </p><p>　　4.根據(jù)第二產(chǎn)業(yè)GDP的平均增長率，推算2020年上海第二產(chǎn)業(yè)GDP數(shù)。 &l

31、t;/p><p>　　5.根據(jù)預(yù)測2020年人口數(shù)、煤炭調(diào)入、生產(chǎn)量、一二產(chǎn)業(yè)從業(yè)人數(shù)、二產(chǎn)GDP數(shù)可以分別預(yù)測各省級行政區(qū)收到貨物總量與發(fā)出的貨物總量。 </p><p>　　（三）引力模型的應(yīng)用 </p><p>　　根據(jù)式（2-2）引力模型的對數(shù)形式進(jìn)行多元回歸分析，可分別相應(yīng)參數(shù)α、β、γ以及常數(shù)項lnK。再代入前一節(jié)的預(yù)測結(jié)果，得到2020年上海作為鐵路發(fā)出貨

32、物端點(diǎn)時和收到貨物端點(diǎn)時的貨物量。 </p><p><b>　?。ㄋ模╊A(yù)測結(jié)果 </b></p><p>　　如前所述可以得到：2020年上海共發(fā)出貨物1984萬噸，收到貨物3062萬噸，并分別代入公式2-1中。 </p><p>　　EC使用《我國交通運(yùn)輸行業(yè)能源消費(fèi)和排放與典型國家的比較》的研究成果：鐵路貨運(yùn)能耗因子目前推測約為97.3千

33、克標(biāo)準(zhǔn)煤/萬噸公里。保守估計2020年貨運(yùn)能耗降低到85千克標(biāo)準(zhǔn)煤/萬噸公里的情況下，各個地區(qū)與上海往來的鐵路貨運(yùn)能耗如圖3-3所示 </p><p>　　圖3-3 2020年各個地區(qū)與上海往來鐵路貨運(yùn)能耗圖 單位：噸標(biāo)煤 </p><p>　　2020年以上海為端點(diǎn)的鐵路貨運(yùn)能耗共計約1096683噸標(biāo)煤，2008年為468601噸標(biāo)煤，增加了近134%。 </p><

34、;p><b>　　四、總結(jié) </b></p><p>　?。ㄒ唬┪覈?0年代以來，從鐵路能源消耗比例與貨運(yùn)能耗因子指標(biāo)都可以看出，鐵路機(jī)車的更新?lián)Q代及產(chǎn)品升級成果顯著，而且在接下來的時間里發(fā)展態(tài)勢良好穩(wěn)定。隨著我國鐵路逐漸加快電氣化建設(shè)，鐵路貨運(yùn)能耗指標(biāo)也在逐年降低，2007年較1990年下降了63.2%，與世界發(fā)達(dá)國家相比已有了一定的優(yōu)勢。大力發(fā)展鐵路，進(jìn)一步加快鐵路“以電代油”的能

35、力建設(shè)，將對緩解我國能源緊張局面、減少石油消耗起到重要作用。 </p><p>　?。ǘ┩ㄟ^多重回歸分析得到：總?cè)丝跀?shù)與貨物運(yùn)輸總量呈正比關(guān)系，而隨著各地第二產(chǎn)業(yè)GDP的不斷增加也將同時伴隨著貨物運(yùn)輸總量的不斷攀升。可見一個城市的發(fā)展導(dǎo)致了人口的增多和工業(yè)的發(fā)展，也勢必影響到其鐵路貨物運(yùn)輸量的變化。 </p><p>　?。ㄈ┟禾可a(chǎn)量對貨物發(fā)出量的影響最大；而煤炭調(diào)入量對貨物收到量的

36、影響最大。由此可見我國煤炭運(yùn)輸在貨物運(yùn)輸中的重要性。而在今后相當(dāng)長的時期內(nèi)，我國能源生產(chǎn)和消費(fèi)結(jié)構(gòu)中煤炭比重仍將保持在70%以上，如果以現(xiàn)有的經(jīng)濟(jì)模式發(fā)展下去，煤炭運(yùn)輸將持續(xù)推動貨物運(yùn)輸量的步步攀升，隨之產(chǎn)生更大的鐵路運(yùn)輸能耗。 </p><p>　?。ㄋ模┯捎诳?cè)丝诘脑黾印⒚禾空{(diào)入量的激增，通過模型預(yù)測，2020年以上海為端點(diǎn)的鐵路貨運(yùn)能耗較2008年增加了130%以上。以上海為收到端，山西、內(nèi)蒙古等主要產(chǎn)煤省

37、的鐵路貨物運(yùn)輸能耗最大；以上海為發(fā)出端，路途較遠(yuǎn)的新疆、四川等地運(yùn)輸能耗最大。隨著上海與新疆喀什的對口支援進(jìn)一步深入，兩地間的貨物往來將進(jìn)一步增多，在政策制定上須作為成本因素予以考慮。 </p><p><b>　　參考文獻(xiàn)： </b></p><p>　　[1]《Climate Change 2007》 聯(lián)合國政府間氣候變化專門委員會(IPCC)出版，2007 &l

38、t;/p><p>　　[2]《聯(lián)合國氣候變化框架公約》 (United Nations Framework Convention on Climate Change)，1992 </p><p>　　[3]鐵道部計劃司編 《全國鐵路統(tǒng)計資料匯編1949-1991》，內(nèi)部資料，1949-1991 </p><p>　　[4]中國國家統(tǒng)計局編《中國統(tǒng)計年鑒2000－2000

39、》中國統(tǒng)計出版社，2001－2009 </p><p>　　[5]中國國家交通局編《中國交通年鑒2000－2009》中國交通出版社，2001－2010 </p><p>　　[6]中國國家統(tǒng)計局編《中國城市統(tǒng)計年鑒2000－2009》中國統(tǒng)計出版社，2001－2010 </p><p>　　[7]國家統(tǒng)計局工業(yè)交通統(tǒng)計司、國家發(fā)展和改革委員會能源局《中國能源統(tǒng)計年鑒

40、2000－2009》中國 統(tǒng)計出版社，2001－2010 </p><p>　　[8]王慶一 可持續(xù)能源發(fā)展財政和經(jīng)濟(jì)政策研究參考資料，北京能源基金會《中國能源數(shù)據(jù)2009》 </p><p>　　[9]上海統(tǒng)計局 《上海工業(yè)能源交通統(tǒng)計年鑒2009》 中國統(tǒng)計出版社,2010 </p><p>　　[10]上海市發(fā)展和改革委員會 《上海能源白皮書》 上海人民出版社

41、，2006 </p><p>　　[11]王雷《A Study on the Relation between the Distributed Population and Industry And Transportation Energy in China》，2006 </p><p>　　[12]吳文化《我國交通運(yùn)輸行業(yè)能源消費(fèi)和排放與典型國家的比較》中國能源，2007 </p