10.1016/j.scitotenv.2019.04.353
10.1016/j.jclepro.2019.03.352
10.1007/s11356-020-08784-3
10.1007/s11356-019-06522-y
10.1016/j.scitotenv.2019.136376
10.1007/s11356-019-04317-9
10.1007/s11356-018-2654-2
10.1007/s11356-018-3992-9
10.1016/j.enpol.2017.10.050
10.1111/j.1467-9892.2012.00814.x
10.1016/j.scitotenv.2018.12.104
10.1007/s11356-020-08866-2
10.1016/0304-4076(93)01560-9
BP. (2019).BP statistical review of world energy in June 2019. Retrieved fromhttp://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy.html
10.1016/j.jeconom.2005.02.004
10.1016/j.apenergy.2010.05.004
10.1057/palgrave.jibs.8490976
10.1111/j.1467-9787.2010.00674.x
10.1016/j.scitotenv.2019.05.028
10.1007/s11356-018-2069-0
10.1142/S0217590814500076
10.1016/j.eneco.2010.10.003
10.1016/j.enpol.2009.07.044
10.1016/j.enpol.2011.12.010
10.1016/j.ecolind.2015.12.011
10.1007/s11356-019-07467-y
Li L., 2016, Prediction on the peak of the CO2 emissions in China using the STIRPAT model, Advances in Meteorology, 2016, 1, 10.1155/2016/5213623
10.1016/j.enpol.2016.01.002
Li X., 2018, Forecasting China's CO2 emissions for energy consumption based on cointegration approach, Discrete Dynamics in Nature and Society, 2018, 1, 10.1155/2018/4235076
10.1016/j.jclepro.2016.11.055
10.1111/j.1538-4616.2008.00204.x
10.1016/j.jenvman.2019.03.112
10.1016/j.envdev.2013.11.003
10.1142/S0217590817400331
10.1016/j.rser.2014.03.022
10.1016/j.eneco.2018.07.020
10.1016/j.enpol.2016.09.002
10.1080/01436597.2018.1432352
10.1016/j.enpol.2011.04.063
10.1007/s11356-018-2876-3
10.1016/j.enpol.2011.02.026
10.1198/073500102753410372
