中國城市CO2排放數據集研究

蔡博峰+王金南+楊姝影+毛顯強+曹麗斌

摘要 城市CO2排放數據的可獲取性和質量直接影響了城市碳排放的科學研究、低碳戰略制定及公眾對于城市低碳發展的監督和參與。數據缺乏和多源數據的不確定性大是中國城市CO2排放核算和低碳城市規劃面臨的重要問題和挑戰，而這些問題同時也導致中國低碳城市研究水平參差不齊。本研究使用自下而上建立的中國高空間分辨率網格數據（空間分辨率為1 km），采用統一數據源和規范化、標準化數據處理方法，建立中國城市CO2排放數據集，供研究者和決策者參考。城市CO2排放計算借鑒國際上較為成熟和應用廣泛的核算方法，包括范圍1和范圍2排放。以北京、上海、天津、重慶和廣州5個典型城市的能源統計數據自上而下計算其CO2排放作為參考水平，檢驗數據集的數值質量，結果顯示5個城市的數據差異均不超過10%。中國城市CO2排放整體呈現北方大于南方，東部高于中部和西部的空間格局。CO2排放量較高的城市大多處于華北、東北以及華東沿海地區，西部地區城市CO2排放量則較低。城市CO2排放8個部門（工業能源、工業過程、農業、服務業、城鎮生活、農村生活、交通、范圍2排放）之間的相關性中，城鎮生活和交通排放的相關性最高，并且呈現顯著性（p<0.001），工業過程排放和服務業排放的相關性最弱且沒有顯著性?；谥袊呖臻g分辨率網格數據的中國城市CO2排放數據集的不斷完善和發展，為中國城市CO2排放研究奠定了重要的數據基礎，為城市CO2排放橫向比較和對標工作提供了重要依據。

關鍵詞 城市；CO2排放數據集；中國高空間分辨率網格

中圖分類號 X196 文獻標識碼 A 文章編號 1002-2104（2017）02-0001-04 doi：10.3969/j.issn.1002-2104.2017.02.001

城市溫室氣體排放清單或者排放基礎數據是城市碳減排和低碳發展評估、規劃的基石和標尺。數據缺乏和多源數據的不確定性是中國城市CO2排放核算和低碳城市規劃面臨的重要問題和挑戰。缺乏城市（特別是中小城市）層面的能源統計基礎數據導致碳排放核算難以開展，不同城市采用不同數據源導致城市之間碳排放量的可比性較差，這也使得國家和區域層面上的城市碳排放績效評估體系的建立非常困難。同時，由于數據獲取差異大等原因，各城市的低碳研究水平參差不齊。一、二線城市由于數據相對完善，其研究相對充分，而三線城市和小城市數據缺乏、研究水平滯后，其碳排放和低碳發展長期被忽視。此外，由于缺乏中國全面的城市碳排放數據，導致部分城市無法對自身低碳發展水平進行定位，從而也難以定位自身的發展目標，一些低碳發展目標的制定只能比照國家、省或者國際城市，難免出現目標脫離現實且缺乏考核標桿的情況?；诟呖臻g分辨率網格數據的城市CO2排放研究和評估是國際碳排放研究的一個重點和熱點方向[1-4]。本研究基于中國高空間分辨率網格數據（China High Resolution Emission Gridded Data， CHRED），同時結合其他社會經濟數據，建立中國城市CO2排放數據集，為中國城市CO2排放研究和政府決策提供數據基礎。

1 方法和數據

1.1 排放核算方法

借鑒國際上較為成熟和應用廣泛的城市CO2排放核算方法，計算中國城市的范圍1和范圍2排放[5-7]。范圍1排放是城市行政邊界內的所有直接排放，范圍2排放是城市由于向外界購買電力、熱力等導致的間接排放。本研究范圍1排放中沒有考慮森林及土地利用變化導致的CO2排放和吸收，范圍2排放僅考慮城市外調電力導致的排放。以下范圍1排放稱直接排放，范圍2排放稱間接排放。排放因子主要源自國家發改委的《省級溫室氣體清單編制指南（試行）》[8]，部分排放因子參考《中國溫室氣體清單研究》[9]，文獻[9]是第二次國家信息通報中排放清單的基礎工作，推薦了中國分行業、分能源類型和分燃燒設備的排放因子，數據詳盡且較為權威。工業過程排放主要包括了水泥、石灰等過程排放，計算方法同樣參考《中國溫室氣體清單研究》[9]。間接排放采用城市范圍內的外調電量乘以城市所在區域電網排放因子。城市外調電量=城市用電量-城市發電量（當“城市外調電量”<0，將其取值設為0）。城市發電量（化石能源發電量+非化石能源發電量）基于發電企業點源數據庫統計各城市范圍內的企業發電量。

1.2 數據來源

城市直接排放數據來自CHRED，經過GIS空間分析，形成城市直接CO2排放數據。CHRED V2.0數據庫（http：//www.cityghg.com/）包括中國工業企業點排放源基礎數據、中國2012年1 km和10 km CO2排放數據（包括工業能源和工業過程、農業、服務業、城鎮生活、農村生活、交通排放）及其他相關空間數據，是采用自下而上方法建立的中國CO2排放高空間分辨率的重要基礎數據[10-12]。中國化石能源電廠發電量及空間位置來自CHRED；非化石能源電廠（水電、風電、核電、生物質燃料發電和太陽能發電）發電量及空間位置來自《電力工業統計資料匯編2012》；城市全社會用電量來自《中國城市統計年鑒2013》。

1.3 研究范圍

城市包括中國地級市和直轄市。根據《中國統計年鑒2013》，2012年中國大陸地區共有285個地級市和4個直轄市，CHRED數據庫沒有三沙市數據。因而本研究范圍為284個地級市和4個直轄市，共計288個城市。

2 結果與分析

2.1 中國城市CO2排放數據集

2012年中國城市CO2排放數據集見表1。

2.2 典型城市數據檢驗

選擇當前具有較好能源統計的城市，以檢驗基于CHRED數據計算的城市CO2直接排放數據的質量。北京、上海、天津、重慶和廣州都已經建立較為成體系和完整的能源統計和能源數據公開發布制度，可以認為數據質量相對較好。因而，基于其一次能源消費量自上而下計算其CO2排放量，作為參考水平（reference level）。對比表明，兩組數據的整體一致性較好：廣州、北京、上海、重慶的數據差異分別為2%、3%、4%和5%，天津的數據差異為8%。不同城市，由于其能源統計口徑和方法等不同，會造成與網格排放數據不同的差異。整體而言，基于典型城市的數據檢驗，CHRED數據建立的城市CO2排放處于較為可信和可接受的水平。

2.3 中國城市CO2排放特征

從全國范圍來看，CO2排放量較高的城市大多處于華北、東北以及華東的沿海地區，西部地區城市的CO2排放量則相對較低。上海市和唐山市的CO2排放量最高，均超過2億t，拉薩市排放量最低，僅132萬t。城市CO2排放在空間上呈現較大差異的同時，在部分區域也存在一定的集聚性。主要的高碳排放城市集群分布在內蒙古自治區、遼寧省、山東省、河南省，京津冀、長三角和珠三角等地區，低碳排放城市集群主要分布在西北、西南以及華南等地區。對于CO2排放量排名前10的城市來說，山西省、內蒙古自治區以及京津冀和長三角地區的聚集現象比較明顯，其中北京、天津和唐山都位于京津冀地區，上海和蘇州位于長三角地區。排名第3的重慶所處的西南地區屬于低碳排放地區，其碳排放量遠遠高于周邊的城市，集聚現象不明顯。

中國城市CO2排放8個部門（工業能源、工業過程、農業、服務業、城鎮生活、農村生活、交通、間接排放）之間的相關性中，城鎮生活和交通排放的相關性最高，并且呈現顯著性（p<0.001），這兩部分的排放都受居民生活水平的影響，隨著居民生活水平和消費水平的提高，城鎮生活和交通排放也會相應升高。服務業排放和交通排放也呈顯著相關，且相關系數僅次于城鎮生活排放和交通排放；工業過程排放和服務業排放的相關性最弱，而且沒有顯著性。整體而言，城鎮生活、服務業和交通這三個部門的排放兩兩之間的相關性最強，而且都呈現顯著性；同時城鎮生活與間接排放的相關性也較強。

3 結論與討論

使用自下而上建立的中國2012年1 km CO2排放網格數據（CHRED），采用統一數據源和規范化、標準化數據處理方法，建立中國城市CO2排放數據集，供研究者和決策者參考。隨著CHRED數據庫的完善和動態更新，將實現2005、2010、2015年的中國1 km CO2排放網格數據，從而支持建立中國2005、2010、2015年的城市CO2排放數據。

基于CHRED的中國城市CO2排放數據的不斷完善和發展，將為中國城市低碳發展規劃和管理提供重要的數據支撐。首先，為中國城市CO2排放研究奠定了重要的數據基礎。研究結果可以有效解決中國城市CO2排放數據不足和數據源差異大的問題，為各省、地級市建立CO2排放清單奠定堅實的數據基礎；其次，解決了中國城市CO2排放可比較性差的問題，為城市CO2排放橫向比較和對標工作提供了數據支持；最后，通過CO2排放信息公開，為碳減排績效評估和排序提供支持，可以調動地方政府和公眾對城市CO2排放的關注，推動公眾和輿論對城市CO2排放管理的參與和監督，從而推動城市的低碳發展。

參考文獻（References）

[1]SOVACOOL B K， BROWN M A.Twelve metropolitan carbon footprints： a preliminary comparative global assessment [J]. Energy policy， 2009， 38（9）： 4856-4869.

[2]PARSHALL L， GURNEY K， HAMMER S A， et al. Modeling energy consumption and CO2 emissions at the urban scale： methodological challenges and insights from the United States [J]. Energy policy， 2010， 38（9）： 4765-4782.

[3]MICHAILF， JOS L， DEBORAH S， et al. Does size matter？ Scaling of CO2 emissions and US urban areas [J]. Plos one， 2013， 8（6）： e64727.

[4]JOHN M P， ANDREA S， JOCHEN A， et al.The geography of global urban greenhouse gas emissions： an exploratory analysis [J].Climatic change， 2013， 121（4）： 621-634.

[5]WRI， 中國社會科學院城市發展與環境研究所， WWF.城市溫室氣體核算工具指南（2.0）[R]. 2015. [WRI， Institute for Urban and Environmental Studies， Chinese Academy of Social Sciences，WWF.Greenhouse gas emissions accounting tool for Chinese cities 2.0[R]. 2015.]

[6]蔡博峰. 城市溫室氣體清單核心問題研究[M]. 北京：化學工業出版社，2014. [CAI Bofeng. Study on key issues of China city carbon emission inventory[M]. Beijing： Chemical Industry Press， 2014.]

[7]蔡博峰. 國際城市CO2排放清單研究進展及評述[J]. 中國人口·資源與環境，2013，23（10）：72-80.[CAI Bofeng. Advance and review of city carbon dioxide emission inventory research[J]. China population， resources and environment， 2013， 23（10）： 72-80.]

[8]國家發展和改革委員會. 省級溫室氣體清單編制指南（試行）[R]. 北京，2011.[National Development and Reform Commission. Guideline of GHGs inventory for provinces of China[R]. Beijing， 2011.]

[9]國家發展和改革委員會應對氣候變化司. 2005中國溫室氣體清單研究[M]. 北京：中國環境出版社，2014.[Department of Climate Change， National Development and Reform Commission. The Peoples Republic of China National greenhouse gas inventory 2005 [M]. Beijing： China Environmental Science Press， 2014.]

[10]WANG J N， CAI B F， ZHANG L X， et al. High resolution carbon dioxide emission gridded data for China derived from point sources [J]. Environmental science & technology， 2014， 48（12）： 7085-7093.

[11]CAI B F， ZHANG L X. Urban CO2 emissions in China： spatial boundary and performance comparison [J]. Energy policy， 2014， 66： 557-567.

[12]CAI B F， WANG J N， HE J， et al. Evaluating CO2 emission performance in Chinas cement industry： an enterprise perspective [J]. Applied energy， 2016， 166： 191-200.