环境科学学报  2015, Vol. 35 Issue (9): 2732-2738
咸阳市温室气体排放的动态分析及等级评估    [PDF全文]
王晓宇, 赵先贵     
陕西师范大学旅游与环境学院, 西安 710019
摘要:通过采用《2006年IPCC国家温室气体清单指南》和中国《省级温室气体编制指南》推荐的方法, 分析了咸阳市温室气体排放的动态变化, 并提出基于全球标准的温室气体排放等级评价方法, 对咸阳市温室气体进行了排放等级评估. 结果表明: 1995—2011年, 咸阳市温室气体排放量从1253.21×104 t 上升为5531.06×104 t, 年均增高9.72%, 呈快速上升趋势. 工业(年均增高21.34%)为增幅最高的部门, 其次依次为能源(9.62%)、废弃物(7.90%)、农业(2.45%). 从温室气体构成看, 能源占84.73%~91.81%, 工业占1.46%~8.55%, 农业占3.11%~9.32%, 林业碳减排占-0.53%~-2.36%, 废弃物处理占1.31%~8.39%. 由此可见, 咸阳市温室气体排放增长的主要原因是能源消费的增加以及工业生产的大幅增长. 万元GDP温室气体排放量波动下降, 年均降低4.53%; 人均、单位面积温室气体排放量和温室气体排放指数快速升高, 年均增幅分别达9.31%、9.72%和9.48%. 16年间, 咸阳市温室气体排放等级从较低(Ⅰc)持续升高至中上等级(Ⅱc), 已高出应对全球气候变暖目标(Ⅰb) 4个亚级, 温室气体减排工作刻不容缓.
关键词温室气体    温室气体排放等级评估    咸阳市    
Dynamic analysis and degree evaluation of greenhouse gases emissions in Xianyang City, China
WANG Xiaoyu, ZHAO Xiangui     
College of Tourism and Environmental Sciences, Shaanxi Normal University, Xi'an 710019
Abstract: Global warming caused by greenhouse gases emissions may lead to severe environmental and social problems. In this paper, an evaluation system for greenhouse gases (GHG) emissions to the level of global benchmarking is proposed using the methods recommended by the 2006 IPCC Guidelines for National Greenhouse Gases Inventories and the Chinese Guidelines for Provincial Greenhouse Gases Inventories, and analyzed the dynamic variation of GHG emissions of Xianyang City and evaluated their emissions degrees. The results show that, GHG emissions in Xianyang City rapidly increase from 1253.21×104 t to 5531.06×104 t during 1995 to 2011, with an annual average rate of 9.72%. The growth rate of GHG emissions decrease in the order of cement (21.34%) > energy (9.62%) > waste (7.90%) > agriculture (2.45%). Energy GHG accounts for the majority of GHG components (84.73%~91.81%), followed by cement GHG (1.46%~8.55%), agricultural GHG (3.11%~9.32%), forestry carbon sequestration (-0.53%~-2.36%), and waste treatment GHG (1.31%~8.39%). It is proven that, the increases of energy consumption and industrial manufacture are the primary causes of GHG increases of Xianyang City. GHG emissions per ten thousand Yuan decrease wavelike, with an annual average rate of 4.53%. GHG emissions per capita, per unit area and GHG emissions index increase rapidly, with an annual average speed of 9.31%, 9.72% and 9.48% respectively. Over the past 16 years, the grade of greenhouse gases emissions of Xianyang City increases continually from a low level (Ⅰc) to an above-average level (Ⅱc), which is four sub-grades higher than the target set for the control of global climate warming (Ⅰb). Therefore, GHG emissions reduction should be of high priority in pollution control.
Key words: greenhouse gases    degree evaluation of greenhouse gases emissions    Xianyang City    
1 引言(Introduction)

以温暖化为主要特征的全球气候变化问题是21世纪人类社会面临的最严峻挑战之一,关系到人类的生存和发展(方精云等,2011). 化石燃料燃烧和土地利用变化所导致的碳排放被认为是引起全球变暖的最主要原因(Gleick et al., 2010),将在很长时间内引起严重的自然环境和社会问题(De_Richter and Caillol, 2011; Zomeren et al., 2010). 碳足迹成为一个新的研究方法并迅速得到学术界的认可(耿涌等,2010). 有关碳足迹的研究论文大量涌现,其中包括关于国家(Tian et al., 2014; Kenny and Gray, 2009)、城市(Dong et al., 2014; Sovacool and Brown, 2010)等不同尺度的实证研究; 关于能源(Zhang et al., 2014)、农业生产(Yang et al., 2014)、不同产业(Boonniteewanich et al., 2014; 赵荣钦等,2010)角度的研究; 以及国内关于省级尺度的研究,例如广东省(王瑾等,2014)、江苏省(田立新和钱佳玲,2013)、贵州省(魏媛等,2014)、山东省(肖玲等,2013)、甘肃省(焦文献等,2012)、青海省(韩艳莉等,2011)、宁夏回族自治区(李媛等,2011)的碳足迹.

《2006年IPCC国家温室气体清单指南》和2011年中国《省级温室气体编制指南》出台后,人们逐渐将碳足迹的研究范围扩展到温室气体排放的研究(顾朝林和袁晓辉,2011),从更全面的视角计算和分析区域温室气体排放. 国外有以色列(Ayalon et al., 2014)的温室气体排放、英国(Wiedmann and Barrett, 2011)的温室气体足迹; 国内有深圳(覃小玲等,2012)、重庆(杨谨等,2012)、江苏(陈其颢等,2012)、北京(袁晓辉和顾朝林,2011)的温室气体排放清单. 与国外的研究体系相比,我国的温室气体排放核算清单刚刚起步,存在诸多不足. 具体表现为已有的研究多侧重于碳排放,且主要集中在能源消费引起的碳排放,较少涉及碳固定; 研究区域多为省级宏观尺度,对地级市等小型城市关注较少; 缺少区域温室气体排放等级的评估方法. 另外,中国至今没有掌握全国及各地区人为活动排放的温室气体实际数量,对计量能源消耗与碳排放之间关系的研究很不完整,且缺少我国自己的系统方法与结果,在原理、技术与数据基础上无法与当前国际公认的方法衔接,其研究结果无法汇总和相互比较,很难得到国际谈判的认定(吕达仁和丁仲礼,2012).

咸阳市是中国甲级对外开放城市、国家级历史文化名城,是中国大地原点所在地,拥有国内六大航空港之一和西北地区最大的航空港及出口产品内陆港. 本文提出了基于全球标杆的温室气体排放等级评价体系,采用《2006年IPCC国家温室气体清单指南》和中国《省级温室气体编制指南》推荐的方法,对咸阳市温室气体排放进行了动态分析和排放等级评价,研究结果可为政府有关部门制定碳减排政策、发展低碳经济提供科学依据.

2 研究区概况(General situation of the study area)

咸阳市位于东经107°38′~109°10′、北纬34°11′~35°32′之间,地处陕西关中平原腹地,东邻省会西安,西接杨凌国家农业高新技术产业示范区,西北与甘肃接壤. 全市辖2区1市10县,总面积10246 km2,2011年常住人口为491.23万人. 年平均降水量537~650 mm,年平均温度9.0~13.2 ℃,耕地面积407028.32 hm2,草地面积22782.94 hm2,林地面积179835.38 hm2. 咸阳市2011年全市生产总值为1361.32亿元; 粮食总产量为186.1万吨; 全部工业增加值622亿元,其中规模以上工业增加值548.7亿元.

3 研究方法(Research methods) 3.1 温室气体核算方法

目前温室气体核算方法有投入产出分析、生命周期、混合生命周期(计军平和马小明,2011; 董雪旺,2013)和IPCC等方法,其中IPCC方法是目前最权威的区域温室气体核算体系(陈红敏,2011). 本文采用IPCC方法,核算范围符合SCOPE1和SCOPE2,即包括直接排放和电力的间接排放.

3.1.1 能源部门

能源部门碳的排放主要来自于化石能源的燃烧,核算方法如下:

式中,Ee为能源部门温室气体排放量(104 t); ACj为燃料j的消费量(104 t或108m3); NCVj为燃料j的低位热值(TJ · Gg-1);EFj为燃料j单位热值含碳量(t(C)· TJ-1); COFj为燃料j的碳氧化率; 44/12是CO2与C分子量的比值,10-3为单位转换系数.

电力调入调出间接温室气体排放的核算方法如下:

式中,Ep为电力调入调出间接温室气体排放总量(104 t),调入时为正值,调出时为负值; ACp为差额电量(108 kW · h); Q为区域电网供电平均温室气体排放因子(kg · kW-1 · h-1),西安所在地区的缺省值为0.997; 10为单位间的换算系数.

3.1.2 工业过程

工业生产过程所产生的温室气体排放只计算水泥生产过程中原料分解转化而释放的CO2,因为工业生产过程中燃料燃烧所释放的CO2已在化石燃料的计算中所包含. 根据省级指南每生产1 t水泥由原料分解产生0.538 t(CO2)/t(熟料).

3.1.3 农业

稻田CH4排放的核算方法如下:

式中,Er为稻田CH4排放总量(104 t); EFii类型稻田CH4排放因子(kg · hm-2);ADii类型稻田的水稻播种面积(104hm2); 10-3是单位换算系数.

农用地N2O排放的核算方法如下:

式中,Ef为农用地N2O排放总量(104 t(N)); NcNmNs分别为化肥氮、粪肥氮、秸秆还田氮(104 t); EF为对应的N2O排放因子(kg(N2O-N)/kg(Nin)); Nlp为畜禽粪便氮(104 t); Nin为总氮输入量(104 t).

动物肠道发酵及粪便管理甲烷排放采用以下公式计算:

式中,Eae为肠道发酵或粪便管理温室气体(以CH4计)排放量(t · a-1); EFae,ii类牲畜的排放因子(以CH4计)(kg · 头-1 · a-1); APii类牲畜的头数(104只),研究对象包括牛、马、驴、猪和羊.

3.1.4 林业及其他土地利用

森林和其他木质生物质生物量碳贮量的变化,包括乔木林、散生木、四旁树、疏林生长生物量碳吸收; 竹林、经济林、灌木林生物量碳贮量变化; 以及活立木消耗碳排放. 核算方法如下:

式中,C是植被的固碳量(104 t CO2); V 为活立木的总蓄积量(104 m3); SVD 为木材密度的加权平均值(t · m-3);BEF 为生物量转换系数的加权平均值,即生物量与树干生物量的比值(无量纲); GR和CR 分别为活立木年均蓄积量生长率与消耗率; AiBi分别是竹林(或经济林、灌木林)面积年变化(hm2)和平均单位面积干物质生物量(t · hm-2); 0.5是生物量含碳率,其余同上.

3.1.5 废物处理部门

城市固体废弃物填埋处理过程中温室气体排放的核算方法如下:

式中,El表示填埋处理产生的甲烷排放量(104 t · a-1); Wt为固体废弃物总量(104 t · a-1); Wf为固体废弃物填埋处理率; MCF为各管理类型垃圾填埋场的甲烷修正因子;DOC为可降解有机碳(kg · kg-1废弃物); DOCf为可分解的DOC比例; F为垃圾填埋气体中甲烷比例; 16/12为甲烷/碳分子量比率; R为甲烷回收量(104 t · a-1); OX为氧化因子.

废水(生活污水和工业废水)处理CH4排放的核算方法如下:

式中,Ewt为废水处理CH4排放总量(104 t); T为生活污水中有机物总量(104 t BOD); B0甲烷最大产生能力; MCF为甲烷修正因子; i表示不同的工业行业; Ti为工业废水中可降解有机物的总量(104 t(COD)); Si为以污泥方式清除掉的有机物总量(104 t); EFi为排放因子(kg · kg-1(COD)); RRi分别是生活污水和工业废水处理的甲烷回收量(104 t).

废水处理N2O排放的核算方法如下:

式中,Et为废水处理N2O的年排放量(104 t); P为人口数(104人); Pr为每年人均蛋白质消耗量(kg ·人-1); FNPR为蛋白质中的氮含量(kg(N)/kg(蛋白质)); FNON-CON 为废水中的非消耗蛋白质因子; FIND-COM为工业和商业的蛋白质排放因子,默认值=1.25; NS为随污泥清除的氮(kg(N)· a-1); EFE为废水的氧化亚氮排放因子(kg(N2O)/kg(N)); 44/28为N2与N2O的转化系数.

温室气体排放总量以CO2当量(CO2e)表示,即将不同种类温室气体按其对温室效应的贡献程度,乘以相应的温室气体全球变暖潜势值(GWP)而获得,文中涉及的CO2、CH4和N2O的GWP分别为1、25和298.

3.2 温室气体排放等级评估方法

在相关专家问卷中,大多数专家认为,区域可容纳的最高温室气体排放量应同时考虑面积大小和人口数量问题,同时尤其要考虑发展中国家的发展权和人的生存权问题,适当加大人口因子的权重. 因此,本文提出人均温室气体排放指数(Wp)和单位面积温室气体排放指数(Wa)两个概念. 人均温室气体排放指数定义为区域人均温室气体排放量(e)与应对全球气候变化目标的人均温室气体排放量(eg)的比值; 单位面积温室气体排放指数定义为单位面积温室气体排放量(Ed)与应对全球气候变化目标的单位面积温室气体排放量(Eg)的比值. 这两个指数分别从人均和单位面积视角反映了区域温室气体排放对全球气候变化贡献的大小. 为了便于判断某一区域温室气体排放对全球气候变化影响的总体状况,在上述两个概念的基础上,构建出区域温室气体排放指数模型(W). 根据专家意见,本文暂定WpWa在温室气体排放等级评估中的权重分别为0.70及0.30; 分别对两项指标进行标准化处理,标准化处理后的两个指数之和便构成了温室气体排放指数:

式中,W为温室气体排放指数; Wp为人均温室气体排放指数,Wp=e/eg; Wa为单位面积温室气体排放指数,Wa=Ea/Eg; eEa分别为人均和单位面积温室气体排放量; egEg分别为应对全球气候变化目标的人均、单位面积温室气体排放量. 斯特恩报告提出了全球减排温室气体长期目标和分担原则,该报告按照温室气体浓度限制在500 mL · m-3 CO2e的排放轨迹进行测算,指出2050年全球温室气体排放总量至少比1990 年减少50%,降至200亿t CO2e,人均约2 t CO2e,并提出以此作为各国承担减排义务的原则. 全球面积为5.1亿km2,其中陆地面积占29.2%,陆地面积中再减去没有人居住的南极洲(占陆地面积9.4%)和沙漠(占陆地面积33%)的面积,全球的人居面积为8577.79万km2. 故应对全球气候变化目标的单位面积碳排放量为2.33 t · hm-2. 因此,应对全球气候变化目标的人均和单位面积温室气体排放量分别暂定为2 t、2.33 t · hm-2(对应的W为0.06). Wp,maxWa,max分别是全球人均温室气体排放指数、单位面积温室气体排放指数最大值. 利用世界资源研究所(WRI)公布的全球温室气体排放数据,计算了世界温室气体排放量前30名的国家或地区的WpWa,经分析对比,当Wp.maxWa.max分别为15和35时,W有很好的区分度.

利用公式(10)对世界温室气体排放大国试评估,通过对试评估结果的聚类分析,结合考虑世界各国及中国部分省市的温室气体排放总量、人口、国土面积、生态环境和社会经济发展状况,制定了温室气体排放等级划分标准(表 1). 按此划分标准,属于高排放的国家有美国、加拿大、澳大利亚、荷兰等,中等排放的有欧盟、俄罗斯、日本、韩国等,低排放的有中国、印度、巴西、墨西哥等. 可见,该等级划分标准能较科学地区分不同的排放水平.

表 1 温室气体排放等级划分标准 Table 1 Classification criteria of greenhouse gases emissions
3.3 数据来源

研究所需要的数据主要来源于1995—2011年的《咸阳统计年鉴》、《陕西统计年鉴》、《中国能源统计年鉴》、《中国统计年鉴》、《中国农村统计年鉴》和《中国林业统计年鉴》等,另外也通过陕西省林业厅、农业厅等行业主管部门以补充统计年鉴中缺乏的数据.

4 结果与分析(Results and analysis) 4.1 咸阳市温室气体排放的动态变化特征分析

1995—2011年,咸阳市温室气体排放呈明显上升趋势(图 1). 温室气体排放总量从1253.21×104 t 上升为5531.06×104 t,增幅为341.35%,年均增高9.72%. 其中,能源消费产生的温室气体从1097.75×104 t增长到4773.45×104 t,增幅为334.84%,年均增高9.62%; 工业生产过程产生的温室气体从20.57×104 t增长到454.22×104 t,增幅为2108.55%,年均增高21.34%; 农业生产过程产生的温室气体从116.86×104 t增长到172.19×104 t,增幅为47.34%,年均增高2.45%; 林业固碳基本不变; 废弃物处理过程产生的温室气体从47.61×104 t增长到160.78×104 t,增幅为237.70%,年均增高7.90%. 从各部门温室气体的构成比例看,16年间,能源温室气体占总温室气体的比例为84.73%~91.81%,工业占1.46%~8.55%,农业占3.11%~9.32%,林业碳减排占-0.53%~-2.36%,废弃物处理占1.31%~8.39%. 从3种温室气体的构成比例看(以CO2e计算),CO2、CH4和N2O分别占总温室气体的86.62%~95.18%、0.15%~0.44%、0.0025%~0.0075%. 可见能源消费的增加以及工业生产的大幅增长是导致咸阳市温室气体排放增长的主要原因,且以CO2占绝对优势.

图 1 咸阳市温室气体构成及动态变化 Fig. 1 Component and dynamic variation of greenhouse gases of Xianyang City
4.2 基于人均、单位面积、万元GDP温室气体排放的动态变化特征分析

1995—2011年,咸阳市人均和单位面积温室气体排放持续增长(图 2). 人均温室气体排放量从2.71 t增加到11.26 t,增高了315.65%,年均增高9.31%; 单位面积温室气体排放量从12.55 t增加到55.40 t,增长了341.35%,年均增高9.72%. 同期咸阳人口增幅(6.18%)远小于温室气体排放的增幅(341.35%),所以温室气体排放量的人均值仍有较高的增长幅度.

图 2 咸阳市人均、单位面积及万元GDP温室气体排放变化趋势 Fig. 2 Dynamic variation of greenhouse gases per capita,per unit area,per ten thous and Yuan of Xianyang City

咸阳市同期万元GDP温室气体排放量有不断降低的趋势(图 2),从8.54 t波动下降到4.06 t,降低了52.44%,年均降低4.53%. 说明咸阳市的碳减排技术在不断提高.

4.3 咸阳市温室气体排放等级评估

咸阳市的温室气体排放指数从1995年的0.10逐年上升到2011年的0.46,增幅为326.49%,年均增高9.48%(表 2). 温室气体排放等级从较低(Ⅰc)升高至中上等级(Ⅱc). 其中,1995—2005年为较低等级(Ⅰc),2006—2009年为中下等级(Ⅱa),2010—2011年为中上等级(Ⅱc). 可见1995年以来,咸阳市从低温室气体排放(Ⅰ)上升到中等温室气体排放(Ⅱ),温室气体排放增高的趋势不容忽视.

表 2 咸阳市温室气体排放指数及等级评估 Table 2 GHG emissions index and degree evaluation of GHG emissions of Xianyang City
5 讨论(Discussion) 5.1 咸阳市温室气体排放动态变化的驱动因子分析

1)经济增长因素的影响. 近年来经济的快速发展带来的工业生产的迅速发展及能源消费量的急剧增高是咸阳市温室气体排放持续增高原因之一. 1995—2011年间,咸阳市GDP总量由1.46×1010元增长到1.36×1011元,人均GDP由3268元增加到27751元. 咸阳市作为陕西省经济发达城市,高温室气体排放量与其GDP多年来的持续增长有密切关系.

2)能源结构因素的影响. 陕西省作为地处西部的能源生产、消费大省,能源的大量消耗引起了温室气体排放的持续增高. 在咸阳市能源消费构成中,煤炭占85%以上,远高于全国平均水平(68.4%); 并且在今后的能源化工项目的发展中,煤炭消费比例还将继续扩大. 而消费同样数量的煤炭和天然气,煤炭要比天然气多排放50%的CO2.

3)产业结构因素的影响. 2011年,咸阳市第一产业国民生产总值占全市生产总值的18.6%,第二产业为54.3%,第三产业为27.1%,二产占比持续升高. 其中,1995—2003年,咸阳第二产业增速缓慢,年均增长率约为8.38%; 2003—2011年,咸阳第二产业增速加快,年均增长率达到112.45%. 咸阳市的温室气体排放动态变化与产业结构的动态变化相呼应. 能化工业、食品工业、装备制造工业、电子工业、建材工业、医药制造工业和纺织服装工业等支柱产业产值大幅提高,带动经济增长的同时,也增加了咸阳市的温室气体排放.

5.2 咸阳市应对温室气体排放危机的对策

1)调整能源消费结构. 咸阳市温室气体排放以能源排放占绝对优势,而能源消费以煤炭消费为主. 今后咸阳市应把温室气体减排的重点放在低碳新能源的开发和利用上,积极发展太阳能、风能、地热能、生物能等清洁能源,充分利用开发核能发电等,增加低碳能源和新型能源在能源结构中的比重,促进能源结构多元化发展; 同时提高能源利用率,减少能源使用量,以降低温室气体排放指数.

2)控制人口发展,改变居民消费方式. 咸阳市在过去的16年中人口增长了6.18%,人口的急剧增长使温室气体排放不断增大. 应对全球气候变化的目标是年人均温室气体排放量2.0 t. 2007年全球人均温室气体排放量为4.3 t,中国为3.9 t,而美国则高达19.6 t; 同年咸阳市为6.40 t,远高于中国平均水平及全球人均值,是应对全球气候变化的目标的3.2倍. 通过倡导绿色消费,推广环境友好产品,改变居民的消费观念,推进资源节约型和环境友好型社会的建成.

3)提高森林覆盖率,增加植被固碳量. 从本文的研究结果看,咸阳市2011年林业固碳仅占温室气体总量的0.53%,森林覆盖率仅为17.55%. 世界森林覆盖率最高的国家(南美的圭亚那)高达97.5%,日本、韩国和挪威都在60%以上,说明咸阳市的森林覆盖率还有很大的提升空间.

4)优化城市布局,提倡公共交通、绿色交通. 尽量减少私家车出行,提倡公共交通,发展绿色交通模式; 同时调整城市布局,大力开发公共绿地,对减少尾气排放,有效治污减霾,缓解城市交通拥堵,降低温室气体排放具有重要意义.

6 结论(Conclusions)

1)咸阳市温室气体排放呈快速上升趋势,能源消费的增加以及工业生产的大幅增长是导致咸阳市温室气体排放增长的主要原因,林业碳汇能力有待提高. 16年间温室排放量从1253.21×104 t 上升为5531.06×104 t,年均增高9.72%. 增幅最高的部门是工业(年均增高21.34%)、能源(9.62%)、废弃物(7.90%)、农业(2.45%). 从温室气体构成看,能源占84.73%~91.81%,工业占1.46%~8.55%,农业占3.11%~9.32%,林业碳减排占-0.53%~-2.36%,废弃物处理占1.31%~8.39%.

2)人均、单位面积温室气体排放量和温室气体排放指数增速很快,年均增幅分别达9.31%、9.72%和9.48%. 咸阳市温室气体排放等级持续增高,16年间从较低(Ⅰc)升高至中上等级(Ⅱc),目前距应对全球气候变暖目标(Ⅰb)已高出了4个亚级,温室气体排放增高的趋势不容忽视.

3)咸阳市碳减排方面的科技进步在不断提高. 万元GDP温室气体排放量从8.54 t波动下降到4.06 t,年均降低4.53%.

参考文献
[1] Ayalon O, Lev-On M, Lev-On P, et al. 2014. Greenhouse Gas emissions reporting in Israel: Means to manage energy use [J]. Energy Conversion and Management, 85: 612-618
[2] Boonniteewanich J, Pitivut S, Tongjoy S, et al. 2014. Evaluation of carbon footprint of bioplastic straw compared to petroleum based straw products [J]. Energy Procedia, 56: 518-524
[3] 陈红敏. 2011. 国际碳核算体系发展及其评价[J]. 中国人口·资源与环境, 21(9): 111-116
[4] 陈其颢, 朱林, 王圣, 等. 2012. 江苏省温室气体排放清单基础研究[J]. 环境科学与管理, 37(10): 1-4
[5] De_Richter R, Caillol S. 2011. Fighting global warming: The potential of photocatalysis against CO2, CH4, N2O, CFCs, tropospheric O3, BC and other major contributors to climate change [J]. Journal of Photochemistry and Photobiology (C: Photochemistry Reviews), 12(1): 1-19
[6] 董雪旺. 2013. 国内外碳足迹研究进展述评[J]. 浙江工商大学学报, (2): 67-75
[7] Dong Y J, Xia B C, Chen W D. 2014. Carbon footprint of urban areas: An analysis based on emission sources account model [J]. Environmental Science & Policy, 44: 181-189
[8] 方精云, 朱江玲, 王少鹏, 等. 2011. 全球变暖、碳排放及不确定性[J]. 中国科学: 地球科学, 41(10): 1385-1395
[9] 耿涌, 董会娟, 郗凤明, 等. 2010. 应对气候变化的碳足迹研究综述[J]. 中国人口·资源与环境, 20(10): 6-12
[10] Gleick P H, Adams R M, Amasino R M, et al. 2010. Climate change and the integrity of science [J]. Science, 328(5979): 689-690826
[11] 顾朝林, 袁晓辉. 2011. 中国城市温室气体排放清单编制和方法概述[J]. 城市环境与城市生态, 24(1): 1-4
[12] 韩艳莉, 陈克龙, 陈英玉, 等. 2011. 1999-2008年青海省碳足迹动态变化研究[J]. 生态经济, (2): 54-56; 60
[13] 计军平, 马晓明. 2011. 碳足迹的概念和核算方法研究进展[J]. 生态经济, (4): 76-80
[14] 焦文献, 陈兴鹏, 贾卓. 2012. 甘肃省能源消费碳足迹变化及影响因素分析[J]. 资源科学, 34(3): 559-565
[15] Kenny T, Gray N F. 2009. Comparative performance of six carbon footprint models for use in Ireland [J]. Environmental Impact Assessment Review, 29(1): 1-6
[16] 李媛, 齐拓野, 谢应忠. 2011. 基于植被碳吸收功能的宁夏能源消费碳足迹研究[J]. 宁夏大学学报(自然科学版), 32(3): 266-270
[17] 吕达仁, 丁仲礼. 2012. 应对气候变化的碳收支认证及相关问题[J]. 中国科学院院刊, 27(3): 395-402
[18] 覃小玲, 卢清, 郑君瑜, 等. 2012. 深圳市温室气体排放清单研究[J]. 环境科学研究, 25(12): 1378-1386
[19] Sovacool B K, Brown M A. 2010. Twelve metropolitan carbon footprints: A preliminary comparative global assessment [J]. Energy Policy, 38(9): 4856-4869
[20] 田立新, 钱佳玲. 2013. 江苏省工业碳足迹研究及情景模拟[J]. 北京理工大学学报(社会科学版), 15(3): 26-31
[21] Tian X, Chang M, Lin C, et al. 2014. China's carbon footprint: A regional perspective on the effect of transitions in consumption and production patterns [J]. Applied Energy, 123: 19-28
[22] 王瑾, 钱乐祥, 李仕峰, 等. 2014. 2001-2010年广东省能源消费碳排放足迹变化分析[J]. 中国人口·资源与环境, 24(5): 19-23
[23] 魏媛, 吴长勇, 徐筑燕, 等. 2014. 基于能源消费碳足迹的喀斯特山区低碳经济发展研究——以贵州省为例[J]. 生态经济, 30(7): 33-36; 91
[24] Wiedmann T, Barrett J. 2011. A greenhouse gas footprint analysis of UK Central Government, 1990-2008 [J]. Environmental Science & Policy, 14(8): 1041-1051
[25] 肖玲, 赵先贵, 许华兴. 2013. 山东省碳足迹与碳承载力的动态研究[J]. 生态与农村环境学报, 29(2): 152-157
[26] 杨谨, 鞠丽萍, 陈彬. 2012. 重庆市温室气体排放清单研究与核算[J]. 中国人口·资源与环境, 22(3): 63-69
[27] Yang X L, Gao W S, Zhang M, et al. 2014. Reducing agricultural carbon footprint through diversified crop rotation systems in the North China Plain [J]. Journal of Cleaner Production, 76: 131-139
[28] 袁晓辉, 顾朝林. 2011. 北京城市温室气体排放清单基础研究[J]. 城市环境与城市生态, 24(1): 5-8
[29] Zhang Y, Zheng H M, Fath B D. 2014. Analysis of the energy metabolism of urban socioeconomic sectors and the associated carbon footprints: Model development and a case study for Beijing [J]. Energy Policy, 73: 540-551
[30] 赵荣钦, 黄贤金, 钟太洋. 2010. 中国不同产业空间的碳排放强度与碳足迹分析[J]. 地理学报, 65(9): 1048-1057
[31] Zomeren M V, Spears R, Leach C W. 2010. Experimental evidence for a dual pathway model analysis of coping with the climate crisis [J]. Journal of Environmental Psychology, 30(4): 339-346