赵荣钦;黄贤金;高珊;赵志凌
【摘 要】基于省域层面,构建了碳排放清单的核算框架和计算方法.以江苏省为例,对2000-2010年的碳排放清单进行了全面测算,并对江苏省碳减排潜力进行了情景分析.江苏省碳排放总量从2000年的8 005.29万t上升到2010年的20 888.88万t,涨幅为160%,其中工业能源消费碳排放占86%;江苏省单位GDP碳排放强度呈波动下降趋势,从2000年的0.94t/万元下降到2010年的0.71t/万元,降幅达24%;人均碳排放则呈逐年增长态势,从1.09t/a增长到2.69t/a;在低碳情景下,江苏省2015年和2020年碳减排量分别为4 930.75万t和16 101.13万t,碳减排比例分别达15%和29%;在江苏省“十二五”低碳经济规划中,应重点加强工业能源与交通能源消耗、垃圾焚烧与填埋等部门的碳减排力度,切实降低区域碳排放强度,为低碳经济发展提供技术支撑和示范效应. 【期刊名称】《地域研究与开发》 【年(卷),期】2013(032)002 【总页数】7页(P109-115)
【关键词】碳排放;测算;碳减排;潜力;江苏省 【作 者】赵荣钦;黄贤金;高珊;赵志凌
【作者单位】华北水利水电学院资源与环境学院,郑州450011;南京大学地理与海洋科学学院,南京210093;南京大学地理与海洋科学学院,南京210093;南京大学地理与海洋科学学院,南京210093;南京大学地理与海洋科学学院,南京210093
【正文语种】中 文 【中图分类】F062.1 0 引言
低碳经济的概念最早出现于2003年英国的《能源》中,认为低碳经济是通过较少的自然资源消耗和环境污染,获得较多的经济产出[1],其实质是提高能源效率和清洁能源结构,核心是能源技术创新和制度创新[2]。近年来国内外关于低碳经济学术研究也逐渐展开。如Kawase采用改进的kaya恒等式对碳排放进行了因素分解研究,并对不同国家的碳减排目标进行了情景预测[3];Shimada建立了区域尺度上低碳情景分析的方法[4];庄贵阳对我国低碳发展的可能途径与潜力进行了分析[5-6];温宗国针对低碳发展措施对我国经济可持续发展的影响进行了情景分析[7];魏一鸣等对我国能源消费碳排放、不同发展水平对碳排放的影响及碳减排技术等进行了较为深入的研究[8];中科院可持续发展战略研究组对中国低碳发展情景和发展战略对策进行了分析[9]。已有研究对于探索低碳经济发展路径和前景具有重要意义。
江苏省处于工业化、城市化快速发展的时期,面临着较大的碳排放需求,近年来关于江苏省区域层面碳排放的研究较多。赵荣钦等通过构建能源消费的碳排放模型,对江苏省不同土地利用方式的碳排放与碳足迹进行了研究[10];李颖等、张秀梅等对江苏省土地利用排放效应及其变化进行了分析[11-12]。近年来关于碳排放的因素分解研究较多,王伟林等对江苏省碳排放的变化开展了因素分解研究[13];聂锐等基于IPAT模型对江苏省碳排放进行了因素分解和情景分析[14];王圣等、赵欣等、温景光、杨浏采用LMDI分解模型,分别从不同层面对江苏省全省或部分区域的碳排放及其影响因素进行了分解研究[15-18];在城市层面,
黄金碧对江苏省各地市的碳排放进行了测算和减排潜力分析[19];肖翔、李阿萌等对江苏省不同城市碳排放的时空变化进行了分析,并对不同城市碳排放进行了脱钩分析和类型划分[20-21]。此外,国内一些学者也开展了其他省份碳排放的相关研究[22-23]。以上研究主要集中在碳排放的时空变化及因素分解分析方面,碳排放核算体系还不够完整,比如缺少对于农村生物质能源消费、食物消费和农业耕作活动等过程的碳排放的核算。因此,如何在省级层面开展更为全面的碳排放核算是需要进一步研究的内容,这也是区域低碳经济发展科学决策的前提。鉴于此,本研究借鉴相关研究方法,构建了省级层面碳排放清单编制的研究框架和核算模型,对江苏省碳排放清单进行了较为全面的核算;另外,结合江苏省经济社会发展目标,通过情景分析探讨了江苏省碳减排的潜力和对策,为区域低碳经济发展提供决策参考。
1 数据来源与计算方法
采用江苏省2000—2010年能源消费、食物消费、土地利用和社会经济等相关数据,对江苏省工业能源消费、生活能源消费、食物消费、交通能源消费、农业生产活动、废弃物等的碳排放以及陆地生态系统碳汇进行了定量核算,在江苏省域尺度上建立了较为全面的碳排放清单核算的方法体系。数据主要来自于历年的《中国能源统计年鉴》、《中国统计年鉴》、《中国交通年鉴》、《江苏省统计年鉴》、《江苏省环境统计年报》等。 1.1 能源消费碳排放
能源消费包括工业能源消费、城市生活能源消费、农村生物质能源消费、交通能源消费等,采用各类能源消费数据,结合相应的碳排放系数进行估算,计算能源消费碳排放公式:
式中:CEE为能源消费碳排放量;QEi为第i类能源消费量;γi为第i类能源折标煤系
数(来自于中国能源统计年鉴),我国规定标准煤的热值为2.93×107J/kg,因此,标准煤仅代表了不同能源按各自不同的热值换算成标准煤的量,要计算碳排放量,还需要乘以各类能源的单位热值的碳排放因子数据;ai为第i类能源单位标准煤的碳排放系数。需要说明的是:工业生产中煤、石油和天然气等的碳排放系数采用国内外相关研究的均值(表1);城市生活能源消费中,涉及到焦炭、原油、汽油、煤油、柴油、燃料油和液化石油气等,其碳排放系数分别采用0.855,0.586,0.5,0.572,0.592,0.619,0.504 tC/t 标准煤(IPCC);农村生物质能源主要考虑薪柴、沼气和秸秆等3种,其碳排放系数暂采用3种化石燃料碳排放系数的均值(表1);交通能源消费碳排放采用江苏省综合能源平衡表中的“交通运输、仓储及邮电通讯业”的能源消费量进行核算。
表1 碳排放转换系数表 tC/tTab.1 Carbon emission coefficient来源 碳排放转换系数煤炭 石油 天然气 平均DOE/EIA[24]0.702 0.478 0.3 0.523日本能源经济研究所[24] 0.756 0.586 0.449 0.597国家科委气候变化项目[24] 0.726 0.583 0.409 0.573徐国泉[25] 0.748 0.583 0.444 0.591谭丹[26] 0.733 0.557 0.443 0.578国家计委能源所[27] 0.651 0.3 0.404 0.533王雪娜[28] 0.703 0.3 0.421 0.556何介南[29],ORNL[30]等 0.719 0.585 0.404 0.569平均(本研究的参数)0.717 0.557 0.420 0.565 1.2 食物消费碳排放
分别对城镇和乡村居民主要食物消费的碳排放进行核算,计算方法如下:
式中:CEF为食物消费碳排放;QFi为第i种食物消费量;bi为第i种食物的碳排放系数(表2)[31-32]。 1.3 农业活动碳排放
1.3.1 稻田甲烷碳排放。以江苏省水稻播种面积作为活动数据,通过稻田的碳排放
系数来核算稻田甲烷碳排放。具体计算公式如下:
表2 居民食物消费碳排放系数表 kgC/kgTab.2 Carbon emission coefficient of food consumption种类 碳排放系数 种类 碳排放系数粮食 0.326 8 植物油0.766 6蔬菜 0.027 4 酒饮料 0.041 1水果 0.049 8 奶类 0.062 9畜禽肉 0.2 6 糖果 0.338 0水产品 0.143 3 食糖 0.396 5蛋类 0.151 0 茶叶0.338 0
式中:CEP为稻田(甲烷)碳排放量;c为水稻甲烷排放系数,采用华中单季稻区的排放系数(0.365 t/hm2);S为水稻播种面积;12/16为碳转化系数。
1.3.2 动物肠道发酵和粪便碳排放。结合唐红侠等[33]的研究,采用主要动物的甲烷排放参数(表3),结合历年主要动物的数量可以计算出动物饲养的碳排放量。 表3 动物甲烷排放参数表 kg/(头·a)Tab.3 CH4emission coefficient of animals类别 甲烷排放参数肠道发酵 动物粪便黄牛44 0.66奶牛 56 7.95水牛 55 1.28马18 1.23驴10 0.62骡10 0.62骆驼 46 1.28猪1 1.95山羊 5 0.13绵羊 8 0.10家禽 —0.02
1.3.3 农业耕作活动碳排放。这里主要对农业机械使用和灌溉过程的碳排放进行测算,计算公式如下[34]:
式中:CEA,CEM,CEW分别为农业耕作的碳排放总量、农业机械使用碳排放和灌溉过程的碳排放。
式中:SM为农作物种植面积;PM为农业机械总动力;SW为灌溉面积;p,q,r为碳排放系数,数值分别取 16.47 kgC/hm2,0.18 kgC/kW,266.48 kgC/hm2[35]。 1.4 废弃物碳排放
1.4.1 固体废弃物碳排放。固体废弃物最终处置方式主要是焚烧和填埋。前者主要释放CO2,后者主要释放CH4。根据《IPCC指南》[36],两者计算公式分别如下:
式中:垃圾CO2和CH4的排放因子采用《IPCC指南》[36]的缺省值,分别为0.999 45和0.167;45%和28.5%分别为垃圾含碳率和含水率[37]。
1.4.2 废水碳排放。以江苏省废水排放数据为活动数据,废水的甲烷排放参数采用《IPCC指南》中缺省排放值,即 0.25 kg/kgCOD[38],因此,废水碳排放量估算公式为:
1.5 陆地生态系统碳吸收
区域陆地生态系统碳汇能力是衡量区域碳补偿水平和固碳效率的重要指标。为了解江苏省碳吸收状况及其补偿效果,本研究对森林、草地和农田等主要陆地生态系统的碳吸收进行了估算,其中,森林和草地的碳吸收率采用谢鸿宇等[39]的计算结果,分别采用3.809 592 t/hm2和0.948 229 t/hm2;农作物碳吸收的计算方法为:
式中:CA表示农作物总碳吸收;CAi为i种农作物全生育期的碳吸收;rai为i种农作物的碳吸收率,YEi为i种农作物的经济产量;YBi为i种农作物的生物产量;μi为i种农作物的经济系数。这里参照全国主要农作物的碳吸收率和经济系数[34,40]。
2 2000—2010年碳排放清单
对碳排放项目进行核算,得到江苏省历年的碳排放清单(表4)(城镇食物消费量2000年的数据缺失,考虑到年际变动不大,用2001年的数据进行了替代)。总体
而言,江苏省2000—2010年碳排放清单具有以下特征:
1)碳排放总量快速上升。江苏省碳排放总量由2000年的8 005.29万t上升到2010年的20 888.88万t,涨幅为160%(图1)。这表明,随着江苏省经济发展和人口增加,能源消费、食物消费和废弃物的增多等使江苏省碳排放总量大幅增加。对比发现,核算结果略高于赵荣钦等对江苏省2003—2007年的研究结果[10],主要是因为本研究核算的项目不仅仅包括了能源消费,还涉及到农业活动、废弃物等的碳排放。
2)江苏省碳排放的行业差异性大,工业主导特征明显。就碳排放构成来看,2010年工业能源消费碳排放占86%,其次为交通能源和农村能源碳排放,分别为6.%和2.86%。其他各项碳排放所占比重相对较低,城镇和农村食物消费碳排放比重合计为2.28%;其他各项的比重都在1%以下,全部合计仅占2.38%。工业能源、交通能源和生活能源的碳排放合计占95%以上,这说明能源消费特别是工业领域的碳排放是江苏省的主要碳排放源(表4)。因此,在未来江苏省低碳经济发展规划中,工业领域应成为碳减排的重点。加强江苏省交通能源和农村生物质能源的碳减排也是发展低碳经济的重要步骤,同时,废弃物碳排放控制技术的革新也是不可忽视的碳减排领域。相对而言,城镇生活能源消费和食物碳消费属于刚性的碳排放,减排空间不大,不应作为江苏省碳减排的重点。
3)江苏省不同途径碳排放的增幅具有明显差异。2000年以来,碳排放中增幅最大的为交通能源消费碳排放(431%),其次为固体废弃物的碳排放,工业能源碳排放增幅次之。其他各项碳排放的增幅相对较低。农村生物质能源消费、农业活动(稻田甲烷除外)和农村食物消费碳排放等反而出现了不同程度的下降趋势(图2)。 4)生态系统的碳汇能力呈现明显的下降趋势。用碳排放总量减去碳吸收,可以得到江苏省净碳排放。结果发现,由于碳汇总水平有所下降,从2000年的7 159.57万 t下降到 2010 年的 7 115.98 万 t,而与此同时碳排放总量却大幅增长,这导
致江苏省净碳排放增长速率明显超过了总碳排放的增长,从2000年的845.72万t上升到2010年的13 772.90万t,上升了15倍多(表4)。总体而言,江苏省陆地生态系统碳吸收对于碳排放具有一定的补偿效果,但近年来随着碳汇水平的下降,碳补偿率从2000年的.4%下降到2010年的34.1%,这是值得关注的现象。这表明,随着江苏省经济发展和碳排放的大幅增长,江苏省碳循环压力在逐渐增大。因此,加强陆地生态系统的固碳水平和效率能有效补偿区域自身的碳排放,这对于缓解区域应对气候变化的压力具有重要意义。 3 碳排放强度及其变化分析
碳排放强度是指单位经济效益的碳排放,反映了经济发展的环境压力程度,用单位GDP的碳排放来表示。本研究对江苏省历年的碳排放强度和人均碳排放的变化进行了分析(其中,江苏省GDP数据采用2000年的可比价)。计算结果表明:1)江苏省2000年以来碳排放强度呈波动下降趋势,从2000年的0.94 t/万元下降到2010年的0.71 t/万元,降幅达24%。其中2004和2005年有所回升,为0.92 t/万元。这表明江苏省经济发展速度超过了碳排放的增长速度,江苏省近年来的节能减排工作取得了一定的成效,能源利用效率在逐步提高;2)江苏省人均碳排放呈逐年增加态势,从2000年的1.09 t/人上升到2010年的2.69 t/人,说明随着经济发展和能源消耗量的大幅增长,总碳排放的迅速增长导致了人均碳排放的增加,也说明了人均碳污染水平处于上升趋势(图3)。 4 碳减排潜力分析
为了解区域碳排放的演变趋势,对江苏省2015年和2020年的碳排放进行预测,主要参照碳排放强度指标的约束条件来设定发展目标,并确定不同的情景。 江苏省“十二五”规划提出了经济增长年均10%的目标。假定2011—2020年经济发展水平按照GDP年均10%的速率增长,人口增长率按照2000—2010年的平均增长率(0.592 3%)进行设定,设置2种不同的发展情景:1)低碳情景:2005年
碳排放强度为0.92 t/万元。按照中国2009年提出的碳减排目标(2020年碳排放强度比2005年下降40%~45%)的高目标来进行设定:2020年单位GDP碳排放比2005年下降45%,即2020年为0.51 t/万元;阶段目标2015年碳排放强度为0.61 t/万元,比2005年下降34%。2)基准情景:根据2000—2010年碳排放的自然增长水平来进行基准情景的设定,即假定“十二五”和“十三五”期间碳排放总量按照2000—2010年的平均速率(10.20%)的速度增长。根据2种情景的约束条件,对基准情景和低碳情景下的未来各年度碳排放分别进行了预测(表5)。 表4 江苏省2000—2010年碳排放清单 万tTab.4 Carbon emission inventory of Jiangsu Province from 2000 to 2010项目 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010碳排放能 源工业能源 5 913.79 6 248.71 6 981.41 8 182.92 10 201.01 11 994.3912 922.28 14 506.42 15 049.20 16 421.58 17952.20生活能源城市 .43 70.23 76.31 85. 84.07 71.73 61.25 .77 91.79 96.66 101.79农村 2.92 822.60 752.28 731.61 922.98 962.50 557.91 615.27 639.08 619.21 597.84交通能源 257.14 325.26 393.37 515.57 629.78 5.10 686.39 752.16 833.21 1 066. 1 365.21食物消费城镇食物 151.57 151.57 181.31 183.93 187.31 174.42 205.38 184.70 192.02 198.43 205.04农村食物 484.99 444.13 425.60 394.49 352.56 320.19 330.16 317.13 300.01 285.71 272.09农 业稻田甲烷 60.32 55.03 .26 50.40 57.84 60.48 60.66 60.99 61.12 61.22 61.32反刍动物肠道发酵 7.74 7.99 8.35 8.60 8.52 8.39 8.33 4.08 4.18 3.94 3.71动物粪便 3.88 3.93 3.95 3.95 3.84 3.87 3.71 3.19 3.49 3.45 3.40农业耕作灌溉 103.95 103.93 103.56 102.36 102.31 101.74 102.27 101.98 101.72 101.45 101.18农机 13.61 13.34 13.38 13.20 13.18 13.15 12.75 12.81 13.02 12.95 12.88废弃物垃圾 38.68 38.68 38.68 38.68 41.11 50.12 80.23 118.81 121.41 153.87 195.01废水 12.26 15.58 14.70
14.39 16.01 18.12 17.44 16.71 15.97 16.57 17.20总碳排放 8 005.29 8 300.98 9 047.15 10 325.96 12 620.52 14 424.1915 048.77 16 749.03 17 426.22 19 041.57 20 888.88碳吸收林地 121.55 119.40 119.55 123.90 125.67 124.90 123.84 123.41 123.41 123.65 123.88草地 0.57 2.12 2.10 0.48 0.24 0.24 0.10 0.10 0.09 0.08 0.07农田 7 037.45 6 974.12 7 294.74 6 5.44 7 007.13 6 804.00 7 080.73 6 726.21 7 001.07 6 996.55 6 992.02总碳吸收 7 159.57 7 095. 7 416.39 6 688.82 7 133.03 6 929.13 7 204.67 6 849.73 7 124.58 7 120.27 7 115.98净碳排放 845.72 1 205.34 1 630.76 3 637.15 5 487.48 7 495.06 7 844.10 9 9.31 10 301. 11 921.30 13 772.90
图3 江苏省历年碳排放强度和人均碳排放Fig.3 Carbon emission intensity and per capita carbon emission of Jiangsu Province
预测结果发现:基准情景下,2015年和2020年江苏省碳排放总量将分别达到33 948.69万t和55 173.56万t,同时对应的碳排放强度分别为0.71 t/万元和0.72 t/万元,人均碳排放分别为4.24 t/人和6.69 t/人。低碳情景下,2015和2020年碳排放总量分别为29 017.94万t和39 072.43万t,分别比基准情景下减排4 930.75万t和16 101.13万t,减排比例分别达15%和29%,对应的碳排放强度分别为0.61 t/万元和0.51 t/万元,人均碳排放分别为3.62 t/人和4.74 t/人,比基准情景下也有了明显的下降。
表5 江苏省碳排放的情景分析Tab.5 Scenario analysis of carbon emission in Jiangsu Province年份 人口/万人 GDP/亿元基准情景 低碳情景碳排放强度/(t·(万元)-1)人均/(t·人-1)碳排放/万t碳排放强度/(t·(万元)-1)人均/(t·人-1)碳排放/万t减排潜力/万t减排比例/%2000 7 327.24 8 553.69 0.94 1.09 8 005.29 0.94 1.09 8 005.29 2001 7 3.92 9 422.01 0.88 1.13 8 300.98 0.88 1.13 8 300.98
2002 7 380.97 10 521.03 0.86 1.23 9 047.15 0.86 1.23 9 047.15 2003 7 405.82 11 9.29 0.86 1.39 10 325.96 0.86 1.39 10 325.96 2004 7 432.50 13 717.60 0.92 1.70 12 620.52 0.92 1.70 12 620.52 2005 7 474.50 15 706.66 0.92 1.93 14 424.19 0.92 1.93 14 424.19 2006 7 9.50 18 046.95 0.83 1.99 15 048.77 0.83 1.99 15 048.77 2007 7 624.50 20 735.95 0.81 2.20 16 749.03 0.81 2.20 16 749.03 2008 7 676.50 23 369.41 0.75 2.27 17 426.22 0.75 2.27 17 426.22 2009 7 724.50 26 278. 0.72 2.47 19 041.57 0.72 2.47 19 041.57 2010 7 772.80 29 537.48 0.71 2.69 20 888.88 0.71 2.69 20 888.88 2011 7 818.84 32 491.22 0.71 2.94 23 019. 0.69 2.87 22 418.94 600.60 2.61 2012 7 865.15 35 740.35 0.71 3.23 25 367.53 0.67 3.04 23 946.03 1 421.50 5.60 2013 7 911.73 39 314.38 0.71 3.53 27 955.02 0.65 3.23 25 5.35 2 400.68 8.59 2014 7 958.60 43 245.82 0.71 3.87 30 806.44 0.63 3.42 27 244.87 3 561.57 11.56 2015 8 005.73 47 570.40 0.71 4.24 33 948.69 0.61 3.62 29 017.94 4 930.75 14.52 2016 8 053.15 52 327.44 0.71 4.65 37 411.46 0.59 3.83 30 873.19 6 538.27 17.48 2017 8 100.85 57 560.19 0.72 5.09 41 227.43 0.57 4.05 32 809.31 8 418.12 20.42 2018 8 148.83 63 316.20 0.72 5.58 45 432.62 0.55 4.27 34 823.91 10 608.71 23.35 2019 8 197.10 69 7.82 0.72 6.11 50 066.75 0.53 4.50 36 913.35 13 153.41 26.27 2020 8 245.65 76 612.61 0.72 6.69 55 173.56 0.514.74 39 072.43 16 101.13 29.18
这说明,未来江苏省在经济发展中应努力采取节能降耗措施,加大减排力度,按照国家2020年碳排放强度下降45%的目标设定,江苏省到2020年将会少排放16 101.13万t碳,这表明江苏省的减排潜力十分巨大。
结合前文碳排放的构成分析,对江苏省而言,碳减排应该首先在高能耗部门展开,考虑到各种碳排放项目2000—2010年的增长速率不同,应重点加强对碳排放量
巨大且增幅较大的部门率先开展低碳技术的应用和推广,如工业能源消耗部门、城市生活能源消费、垃圾焚烧与填埋等,切实降低区域碳排放强度,为发展低碳江苏提供技术支撑和示范效应。 5 结论与建议
本研究基于省级层面,构建了碳排放清单的研究框架和计算方法;以江苏省为例,对区域碳排放进行了较为全面的核算,并分析了碳减排潜力。结果发现,江苏省总碳排放量从2000年的8 005.29万t上升到2010年的20 888.88万t,涨幅为160%,其中,工业能源消费碳排放占86%;江苏省碳排放强度呈波动下降趋势,而人均碳排放呈逐年增加趋势;在低碳情景下,2020年江苏省可减少16 101.13万t碳排放,碳减排比例高达29%。结合研究结论,提出以下建议。
1)化石能源是造成碳排放的主要因素。因此,应尽量减少传统化石能源的使用,提高清洁能源比重,对高碳排放的产业进行是降低碳排放的关键。
2)交通能耗碳排放也呈明显增长趋势,因此应通过推广清洁燃料、发展大容量轨道交通、推广新能源汽车等措施,尽可能提高交通能源使用的效率,降低碳排放强度。 3)农村生物质能源的碳减排和固体废弃物的碳排放控制技术的革新也是江苏省碳减排的重点领域。相对而言,城镇生活能源消费和食物碳消费属于刚性的碳排放,减排空间不大,不应作为碳减排的重点。
4)江苏省陆地生态系统的碳汇功能2000年以来有所下降,因此,应进一步加强植树造林,提高绿化覆盖率和生产性土地面积,提高陆地生态系统固碳效率,增加生态系统碳汇,以补偿能源消费的碳排放,同时通过加强土壤碳管理以改善农作物的碳吸收水平。
5)考虑到2000—2010年各种碳排放增幅的差异,应重点在碳排放量巨大且增幅较大的部门率先开展低碳技术的应用和推广,如工业能源消耗部门、城市生活能源消费、垃圾焚烧与填埋等领域,切实降低区域碳排放强度,为发展低碳江苏提供技
术支撑和示范效应。 参考文献:
[1]Department of Trade and Industry.UK Energy White Paper:Our Energy Future-Creating A Low Carbon Economy[M].London:TSO,2003. [2]庄贵阳.中国:以低碳经济应对气候变化挑战[J].环境经济,2007(1):69-71. [3]Reina K,Yuzuru M,Junichi F.Decomposition Analysis of CO2Emission in Long-term Climate Stabilization Scenarios[J].Energy Policy,2006,34(15):2113-2122.
[4]Shimada K,Tanaka Y,Gomi K,et al.Developing A Longterm Local Society Design Methodology towards A Lowcarbon Economy:An application to Shiga Prefecture in Japan[J].Energy Policy,2007,35(9):4688-4703.
[5]庄贵阳.低碳经济:气候变化背景下中国的发展之路[M].北京:气象出版社,2007:1-67.
[6]庄贵阳.中国经济低碳发展的途径与潜力分析[J].国际技术与经济研究,2005,8(3):8-12.
[7]温宗国.低碳发展措施对国家可持续性的情景分析[M]//张坤民,潘家华,崔大鹏,等.低碳经济论.北京:中国环境科学出版社,2008:105-126.
[8]魏一鸣,刘兰翠,范英,等.中国能源报告(2008):碳排放研究[M].北京:科学出版社,2008.
[9]中国科学院可持续发展战略研究组.2009中国可持续发展战略研究报告——探索中国特色的低碳道路[M].北京:科学出版社,2009.
[10]赵荣钦,黄贤金.基于能源消费的江苏省土地利用碳排放与碳足迹[J].地理研究,2010,29(9):1639-19.
[11]李颖,黄贤金,甄峰.江苏省区域不同土地利用方式的碳排放效应分析[J].农业工程学报,2008,24(S2):102-107.
[12]张秀梅,李升峰,黄贤金,等.江苏省1996年至2007年碳排放效应及时空格局分析[J].资源科学,2010,32(4):768-775.
[13]王伟林,黄贤金.区域碳排放强度变化的因素分解模型及实证分析——以江苏省为例[J].生态经济,2008,24(12):32-35.
[14]聂锐,张涛,王迪.基于IPAT模型的江苏省能源消费与碳排放情景研究[J].自然资源学报,2010,25(9):1557-15.
[15]王圣,王慧敏,陈辉,等.基于Divisia分解法的江苏沿海地区碳排放影响因素研究[J].长江流域资源与环境,2011,20(10):1243-1247.
[16]赵欣,龙如银.江苏省碳排放现状及因素分解实证分析[J].中国人口·资源与环境,2010,20(7):25-30.
[17]温景光.江苏省碳排放的因素分解模型及实证分析[J].华东经济管理,2010,24(2):29-32.
[18]杨浏.江苏省发展低碳经济的影响因素及对策研究[D].南京:江苏大学,2011.
[19]黄金碧,黄贤金.江苏省城市碳排放核算及减排潜力分析[J].生态经济,2012,28(1):49-53.
[20]肖翔.江苏城市15年来碳排放时空变化研究[D].南京:南京大学,2011. [21]李阿萌,张京祥,肖翔.江苏省13城市1996—2008年碳排放时空变异分析[J].长江流域资源与环境,2011,20(10):1235-1242.
[22]顾成军,龚新蜀.1999—2009年能源消费碳排放的因素分解及实证研究[J].地域研究与开发,2012,31(3):140-144.
[23]肖玲,赵先贵,栾建伟.甘肃省2000—2009年碳循环研究[J].地域研究
与开发,2012,31(5):122-125.
[24]汪刚,冯霄.基于能量集成的CO2减排量的确定[J].化工进展,2006,25(12):1467-1470.
[25]徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995—2004[J].中国人口·资源与环境,2006,16(6):158-161.
[26]谭丹,黄贤金.我国东、中、西部地区经济发展与碳排放的关联分析及比较[J].中国人口·资源与环境,2008,18(3):-57.
[27]高树婷.我国温室气体排放量估测初探[J].环境科学研究,1994,7(6):56-59.
[28]王雪娜.我国能源类碳源估算方法研究[D].北京:北京林业大学,2006. [29]何介南,康文星.湖南省化石燃料和工业过程碳排放的估算[J].中南林业科技大学学报,2008,28(5):52-58.
[30]Marland G.Estimates of CO2Emissions from Fossil Fuel Burning and Cement Manufacturing Based on the United Nations Energy Statistics and the U.S.Bureau of Mines Cement Manufacturing Data[M].Tennessee:Oak Ridge National Laboratory,19.
[31]中国预防医学科学院营养与食品研究所.食物成分表[M].北京:人民卫生出版社,1992.
[32]罗婷文,欧阳志云,王效科,等.北京城市化进程中家庭食物碳消费动态[J].生态学报,2005,25(12):3252-3258.
[33]唐红侠,韩丹,赵由才.农林业温室气体减排与控制技术[M].北京:化学工业出版社,2009:98-99.
[34]赵荣钦,秦明周.中国沿海地区农田生态系统部分碳源/汇时空差异[J].生态与农村环境学报,2007,23(2):1-6.
[35]West T O.Marland G A.Synthesis of Carbon Sequestration,Carbon Emissions,and Net Carbon Flux in Agriculture:Comparing Tillage Practices in the United States[J].Agriculture,Ecosystems and Environment,2002,91(1-3):217-232.
[36]IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories[R].Kanagawa:IGES,2006.
[37]孙晓杰,徐迪民,李兵,等.上海城市生活垃圾的组成及热值分析[J].同济大学学报(自然科学版),2008,36(3):356-361.
[38]郭运功.特大城市温室气体排放量测算与排放特征分析——以上海为例[D].上海:华东师范大学,2009.
[39]谢鸿宇,陈贤生,林凯荣,等.基于碳循环的化石能源及电力生态足迹[J].生态学报,2008,28(4):1729-1735.
[40]李克让.土地利用变化和温室气体净排放与陆地生态系统碳循环[M].北京:气象出版社,2000:260.
因篇幅问题不能全部显示,请点此查看更多更全内容
Copyright © 2019- oldu.cn 版权所有 浙ICP备2024123271号-1
违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务