环境监控与预警   2024, Vol. 16 Issue (4): 143-150.  DOI: 10.3969/j.issn.1674-6732.2024.04.018.
0

监管新论

引用本文 [复制中英文]

刘媛, 李阳, 中国省(市)碳排放特征及减污降碳协同效应初步分析. 环境监控与预警, 2024, 16(4): 143-150. DOI: 10.3969/j.issn.1674-6732.2024.04.018.
[复制中文]
LIU Yuan, LI Yang. Preliminary Analysis of China's Provincial Carbon Emissions and the Synergy with Pollution Reduction. Environmental Monitoring and Forewarning, 2024, 16(4): 143-150. DOI: 10.3969/j.issn.1674-6732.2024.04.018.
[复制英文]

基金项目

国家重点研发计划项目(2021YFC3200401);国家自然科学基金项目(52170024,21677015)

作者简介

刘媛(1996—),女,工程师,硕士,主要从事环境污染应对策略研究工作.

通讯作者

李阳  E-mail:liyang_bnu@bnu.edu.cn.

文章历史

收稿日期:2024-04-02
修订日期:2024-05-22

码上扫一扫

中国省(市)碳排放特征及减污降碳协同效应初步分析
刘媛1, 李阳2    
1. 北京京仪大气环保科技有限公司,北京 100028;
2. 北京师范大学环境学院,北京 100875
摘要:在中国“双碳”战略背景下,基于2018—2021年中国30个省域的数据,采用政府间气候变化专门委员会(IPCC)提供的方法,运用能源消耗数据和排放因子核算碳排放量,分析了中国二氧化碳(CO2)排放量的时空演变特征,并运用减排协同效应量化评价法评估了各省市减污降碳的协同效应。结果显示:中国的碳排放总量在逐年增加,但增速自2021年开始减缓;形成了以华北、华南地区为中心的碳排放高值区,大致呈“南低北高”格局,多数省(市)的碳排放量及增速仍表现为增加态势;约70%省(市)的碳排放与大气污染、空气质量尚未形成协同改善效应,地方政府应加强对碳排放的控制。建议中国各省(市)提高清洁能源利用率,因地制宜发展低碳技术以减少碳排放,实现减污降碳协同。
关键词碳排放    大气污染    空气质量    中国    
Preliminary Analysis of China's Provincial Carbon Emissions and the Synergy with Pollution Reduction
LIU Yuan1, LI Yang2    
1. Beijing Jingyi Atmosphere Environmental Protection Technology Co., Ltd., Beijing 100028, China;
2. School of Environment, Beijing Normal University, Beijing 100875, China
Abstract: Under the background of China's peak carbon emissions and carbon neutrality goals, based on the data of 30 provinces in China from 2018 to 2021, this paper used the method given by the Intergovernmental Panel on Climate Change(IPCC) to calculate carbon emissions using energy consumption data and emission factors, analyzed the spatiotemporal evolutionary characteristics of China's carbon dioxide(CO2) emissions, and used the emission reduction synergy effect quantitative evaluation method to evaluate the synergistic effects of pollution reduction and carbon reduction in various provinces and cities. The results show that: China's total carbon emissions are increasing year by year, but the growth rate has begun to slow down since 2021; A high-value carbon emission area centered on North China and South China has been formed, roughly showing a "low in the south and high in the north" pattern, the carbon emissions and growth rates in most provinces and cities are still increasing; About 70% of the provinces and cities have not yet formed a synergistic effect between carbon emissions and air pollution/air quality, and local governments should strengthen the control of carbon emissions. Therefore, it is recommended that all provinces and cities in China improve the utilization rate of clean energy, develop low-carbon technologies according to local conditions, so as to reduce carbon emissions and achieve synergy in pollution reduction and carbon reduction.
Key words: Carbon emissions    Air pollution    Air quality    China    

中国是全球第二大经济体,能源消费量和碳排放量位居全球首位,其碳排放问题已引发了国际社会的广泛关注[1-3]。2020年9月,中国正式宣布将在2030年和2060年前分别达到“碳达峰”和“碳中和”目标,“双碳”战略被提升到了前所未有的战略高度[4-6]。实行以二氧化碳(CO2)为主的温室气体减排政策不仅是中国政府积极承担减排责任,减缓全球变暖进程的重要举措,也是自身减少经济发展对化石能源的依赖,推动经济高质量发展的战略部署[5, 7-8]

由于温室气体主要形成于化石燃料的燃烧过程,而中国的能源结构主要依赖化石燃料,特别是中国当前仍处在工业化、城市化的快速发展阶段,能源需求仍在不断增加,这使得中国各地均面临着较大的碳减排压力[2, 9-10]。此外,中国城市环境空气质量超标的形势同样严峻。2019年,中国约43%的地级及以上城市细颗粒物(PM2.5)未能达到国家《环境空气质量标准》(GB 3095—2012)二级浓度标准限值(35 μg/m3),而以化石能源为主导的经济发展模式导致主要大气污染物和温室气体具有“同根、同源和同时”的排放特征,因此城市环境管理者迫切需要加强对温室气体与大气污染物的协同管控[11-14]

高时效、全口径的排放分析和研判是进行城市大气污染物与温室气体协同管理、科学施策的首要前提[15]。近年来,中国碳排放、大气污染物排放等相关的研究逐渐成为了学界关注的热点。如刘亦文等[16]通过测算中国30个省份在2000—2018年间的碳排放数据得出,中国的碳排放总量在不断增加,但碳排放强度(碳排放量与国内生产总值的比值)却在不断降低[16];唐贵谦等[17]在四川贡嘎山、河北兴隆、新疆阜康、广东鼎湖和吉林长白山5个大气背景站通过苏码罐采样的方法,测定了我国5个区域2013—2020年间φ(CO2)的变化趋势,发现西北地区是中国CO2排放的重要区域;王珍等[18]基于长江经济带11个省市的数据,证明了CO2减排量和PM2.5质量浓度之间具有协同减排效应;夏峥等[19]比较了浙江省11个设区市2016—2020年的碳排放数据发现,受产业结构、基础环境等多种因素影响,区域内各城市CO2与大气污染减排的协同效应有明显差异。

当前的研究大多反映了中国在过去时间段内(2000—2020年)的碳排放时空分布特征或个别省份减污降碳协同效应的情况,但是鲜有文章对中国近年来省级层面的碳排放、工业污染物排放和空气质量指标的时空变化及其协同减排情况开展全面的对比研究。基于此,本研究运用2018—2021年中国30个省份、直辖市、自治区(以下简称“省市”)能源、工业排放大气污染物和省会城市空气质量指标的最新数据,分析中国当前时段(2018—2021年)温室气体排放的时空演变特征以及双碳政策实施前后的指标变化,识别碳排放与工业排放大气污染物的协同关系,解析碳排放与地区空气质量指标变化之间的协同关系,为国家和地方政府科学和高效地实现减污降碳提供基础数据。

1 研究方法与数据来源 1.1 研究方法 1.1.1 能源消费碳排放量核算

由于中国暂时没有公开的省市级别的CO2年排放量官方数据,因此根据联合国政府间气候变化专门委员会(IPCC)提出的核算方法[20-22],汇总不同能源消耗导致的CO2排放量,从而得到各省市的碳排放总量,公式为:

$C_t=\sum\limits_{i=1}^8 C_{i, t}=\sum\limits_{i=1}^8 E_{i, t} \times H_i \times F_i \times O_i \times \frac{44}{12}$ (1)

式中:Ct——CO2排放量,由各省市第t年的各类能源消耗数据核算得到,万t;i——能源类别,分别为原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然气8种;Eit——各省市第i种能源在第t年的消费总量,万t/亿m3Hi——第i种能源的平均低位发热量,kJ/kg、kJ/m3Fi——第i种能源的单位热值含碳量,t/TJ;Oi——第i种能源的碳氧化率;44和12分别为CO2和碳的分子量。其中,Hi参考自《综合能耗计算通则》(GB/T 2589—2020),FiOi参考自《省级温室气体清单编制指南》(发改办气候〔2011〕1041号),具体参数数值详见表 1

表 1 各种能源的HiFiOi参数数值
1.1.2 减排协同效应量化评价

本研究参考《中国城市二氧化碳和大气污染协同管理评估报告(2020)》的计算方法[19, 23-24],通过将各省市温室气体排放量的减排率、大气污染物当量的减排率(或省会城市空气质量指标的下降率)分别作为直角坐标点的横、纵坐标,进行中国各省市碳排放与工业大气污染物(或空气质量指标)的减排协同效益研究。坐标值的正和负分别代表指标的减少和增加,即如果坐标点位于第一象限,则意味着CO2与工业大气污染物(或空气质量指标)实现了同时减少,指标具有减排协同性。

其中,各省市CO2与工业大气污染物当量的减排率(或省会城市空气质量指标的下降率)通过对比各指标基于基准年的变化得出,计算公式如下。

$减排率 = (基准年排放量-比较年排放量)/基准年排放量$ (2)
$下降率 = (基准年浓度-比较年浓度)/基准年浓度$ (3)
$\text {大气污染物当量}=\frac{Q_{\mathrm{SO}_2}}{\alpha}+\frac{Q_{\mathrm{NO}_2}}{\beta}+\frac{Q_{\text {颗粒物}}}{\gamma}$ (5)

大气污染物当量按照二氧化硫(SO2)、二氧化氮(NO2)和颗粒物的排放量折合确定。式中:QSO2QNO2Q颗粒物——污染物排放量,万t;αβγ分别是SO2、NO2和颗粒物的污染当量值,数值分别为0.95、0.95和4kg(参考自《中华人民共和国环境保护税法》)。

1.2 数据来源

以2018—2021年为研究时段,考虑到数据的一致性和可获得性,选取中国30个省市作为研究对象(不包括西藏和港澳台地区)。其中,能源消费数据来自《中国能源统计年鉴》,工业大气污染物排放量和省会城市空气质量数据均来自《中国统计年鉴》。

2 结果与分析 2.1 碳排放量时空演变分析 2.1.1 中国碳排放量时间演变特征

将中国30个省市的年度CO2排放量求和,近似得到中国在2018—2021年各年度的CO2排放总量(图 1),通过比较CO2排放总量探究近年来中国碳排放的时间变化特征。由图 1可见,2018—2021年,中国的CO2排放总量分别为1 335 119.12、1 384 347.75、1 492 615.56和1 563 119.00万t,碳排放总量呈现逐年增加的特征。但是,中国在2019—2021年的碳排放增速(同比增长率)分别为3.7%,7.8%和4.7%,自2021年开始有所减缓。2021年是实施双碳战略的第1年,碳排放增速的减缓体现了降碳行动取得了初步成效。

图 1 2018—2021年中国碳排放总量和增速
2.1.2 中国碳排放量空间演变特征

2018—2021年中国各省市的碳排放量见图 2。由图 2可见,2018—2021年间中国各省市中CO2排放总量最高的前5个依次为:山西省(644 975.99万t)>山东省(569 021.01万t)>内蒙古自治区(441 749.88万t)>河北省(359 951.22万t)>江苏省(335 991.89万t),这5个省主要分布在华北、华东地区,碳排放量加和约占全国30个省市碳排放总量的41.2%,对中国碳排放的贡献较大。通过比较碳排放量核算数据发现,对各省市CO2排放量起到主要贡献的指标为原煤消耗。上述5个省份由于原煤消耗导致的CO2排放量均>180 000万t,并且排名均位于全国前7名之列,因此减少煤炭使用是这些碳排放大省实现降碳目标的关键。

图 2 2018—2021年中国各省市的碳排放量

比较各省市年度的碳排放量可以发现:每年碳排放量最高的5个省市依旧为山西省、山东省、内蒙古自治区、河北省以及江苏省。特别的是,山西省的年度碳排放量呈逐年增加特征,并于2020年超越了山东省成为了全国第一的碳排放大省,这可能与山西以煤为主的能源结构以及以制造业和采矿业为主的产业结构直接相关[25-26]。中国年度碳排放量大致呈现“南低北高”的分布格局,具体来看,形成了以华北、华南地区为中心,逐渐向外扩散的高值聚集区,且相比南方,北方碳排放高值城市数量更多。总之,无论南方还是北方,碳排放较高的城市多为煤炭资源丰富、以煤为主要燃料的工业密集的区域,经济发展对煤炭依赖较高的区域,或者可能与北方城市冬季燃煤供暖有关,这与前人研究结论具有较好的一致性[2, 27-28]。相比于2020年,2021年碳排放量有所减少的省市仅有内蒙古自治区、陕西省、河北省、吉林省、江西省和重庆市,碳排放量增速有所降低的省市仅有山西省、内蒙古自治区、陕西省、河南省、安徽省和云南省,其他省市的碳排放量及其增速依旧保持增加趋势,这可能是由于2021年是实施碳减排策略的第1年,各省市的降碳政策仍在制定阶段或已执行的降碳举措还未产生明显效果[29]

2.2 CO2与工业大气污染物减排协同效应分析

人类生产生活中的矿物燃料燃烧是温室气体和大气污染物的主要来源,因此协同控制两者是切实可行的[30-32]。2018—2021年中国工业大气污染物(SO2、NO2和颗粒物)的排放量及同比变化率见图 3。由图 3可见,中国工业大气污染物SO2、NO2和颗粒物排放总量具有逐年递减的明显趋势,2021年的排放总量约为2018年的1/2,3/4和1/2,下降速度迅猛。对比工业大气污染物排放量各年度的同比下降率发现,2020年提出实施双碳政策,当年工业SO2和颗粒物排放量的同比下降率在所有研究年份中最大,分别达到了30.5%和43.0%;之后2021年的工业SO2、NO2和颗粒物排放量的同比下降率虽然有所减少,但也分别比2019年高出2.2,13.4和7.7个百分点,由于CO2和大气污染物的形成具有一定的同源性,该结果可从一定程度上反映出碳减排情景下更有利于实现大气污染的协同控制。

图 3 2018—2021年中国工业大气污染物(SO2、NO2和颗粒物)的排放量及同比下降率

2018—2021年和2020—2021年中国各省市CO2与工业大气污染物当量的减排协同性见图 4(a)(b)。由图 4(a)可见,2021年与2018年相比,中国仅有北京市、上海市、天津市、重庆市、河北省、吉林省、江苏省、江西省和湖南省共9个省市(占比30.0%)的坐标位于第一象限,其碳排放量与工业大气污染物当量具有较好的减排协同性,这些省市主要是中国的直辖市或位于中南部地区,经济发展水平较好,很早淘汰了落后产能,因此能够率先实现碳污双降[33];剩余21个省市(占比70.0%)的坐标位于第2象限,未实现减污降碳协同,需强化对CO2的减排。由 图 4(b)可见,2021年与2020年相比,中国仅有重庆市、陕西省、吉林省和内蒙古自治区4个省市(占比13.3%)实现了CO2和工业大气污染物当量的协同减排,其余76.6%的省市坐标位于第2象限,表明中国绝大部分省市的碳排放量在双碳政策实施后的第1年并没有减少。更加体现出降碳工作是涉及能源结构、经济发展与人口规模等要素的根本性变革,具有复杂性、长期性的特点,地方政府须加快研制适宜本土的转型发展战略,以带动降碳工作的发展[34]

图 4 2018—2021年和2020—2021年中国各省市CO2与工业大气污染物当量的减排协同性
2.3 CO2与空气质量协同变化效应分析

2018—2021年中国空气质量指标年均质量浓度和优良天数比例变化情况见图 5。由图 5可见,2018—2021年,中国大气常规6项污染物指标的年均质量浓度均逐年降低,空气质量优良天数比例逐年升高。其中,SO2指标改善最明显,2021年ρ(SO2)年均值较2018年下降了35.4%;颗粒物指标次之,ρ(PM2.5)和ρ(PM10)年均值分别下降了24.6%和24.2%,ρ(NO2)年均值下降了23.6%,这可能与对应的工业大气污染物排放量逐年降低有关。此外,2021年的空气质量优良天数比例较2018年上升了10.8个百分点,相当于全国空气质量优良天数平均增加了约40 d,说明全国整体的空气质量有了明显好转,这离不开近10年大气污染治理政策的持续推动。

图 5 2018—2021年中国空气质量指标年均质量浓度和优良天数比例变化情况

鉴于各省市级别的空气质量年均数据难以获取,因此使用其省会城市的空气质量指标年均质量浓度(SO2、NO2、PM2.5和PM10)为代表,分析其与中国各省市CO2排放量的减排协同性。2018—2021年和2020—2021年中国各省市CO2与其省会城市空气质量指标的减排协同性分析见图 6(a)(h)。由图 6(a)(d)可见,与CO2和工业大气污染物协同减排结果一致,2021与2018年相比,省会城市SO2、NO2、PM2.5和PM10 4个空气质量指标与CO2呈现协同改善的省市均为北京市、天津市等9个省市(除江西省的PM2.5指标外)。这9个省市中,CO2除了与其工业大气污染物当量呈协同减排效果外,还与其大气SO2、NO2和颗粒物指标具有较好的协同改善性。这些直辖市或中南部地区省市在城市高质量发展过程中不断优化了能源配置情况,提高了能源清洁化水平和利用效率,因此促进了减污降碳和生态环境改善[35]。其余坐标点基本分布在第二象限,表明其他省市仍须重点加强CO2的减排。

图 6 2018—2021年和2020—2021年中国各省市CO2与省会城市空气质量指标(SO2、NO2、PM2.5、PM10)的减排协同性

图 6(e)(h)可见,2021与2020年相比,仅有河北省、吉林省、内蒙古自治区、陕西省(除SO2指标外)、江西省(除PM10指标外)5个省市(占比16.7%)的CO2与其省会城市的空气质量指标实现了协同改善,绝大多数省市的CO2并未与空气质量指标形成协同改善效应。此外,SO2、NO2、PM2.5和PM10指标中分别有30%、60%、53.3%和43.3%的坐标位于第2象限,其余SO2和PM10指标各有43.3%和30%分别位于x轴负半轴上和第3象限。因此,中国绝大多数省市在减污降碳背景下除需重点加强CO2减排外,还应注重对SO2和PM10等空气质量指标的协同管控。

3 结论

(1) 2018—2021年,中国碳排放总量呈现逐年增加的特征,但是碳排放增速自2021年开始减缓,表明中国的降碳行动取得了初步成效。

(2) 从空间演变特征看,中国的碳排放量形成了以山西省、山东省等华北、华南地区为中心的碳排放高值区,大致呈现“南低北高”的分布格局,自2020年开始实施双碳战略以来,中国大部分省市的碳排放量和排放增速依旧保持增加态势。

(3) 从减排协同效应分析结果看,在降碳情景下,中国工业大气污染物的年度排放总量下降幅度更大,双碳行动可能会一定程度地促进大气污染物的减排。但是当前,中国约70%省市的CO2和工业大气污染物减排尚不具有协同性,均需加强对碳减排的管控。

(4) 综合比较各省市碳减排和省会城市空气质量间的协同变化情况,发现全国整体的空气质量指标均呈逐年改善特征,SO2改善最明显,颗粒物指标次之,这可能与工业大气污染物的排放量逐年降低有关。与工业大气污染物减排的协同性一致,中国绝大多数省市的CO2减排与省会城市空气质量指标(SO2、NO2、PM2.5和PM10)改善之间无明显协同性,各省市须强化对碳排放和空气质量的综合治理。

综上所述,中国各省市间的碳排放水平差异较大,碳减排和大气污染双控的工作并非能够在短期内快速实现,加上低碳转型是涉及地方产业和能源结构调整的根本性改革,各地区应积极推动智慧能源建设,提升能源利用效率,因地制宜发展低碳科技和绿色经济,探索数字经济在碳减排中的创新应用,以实现减污降碳协同目标,推动中国经济社会全面、可持续发展。

参考文献
[1]
王锋, 秦豫徽, 刘娟, 等. 多维度城镇化视角下的碳排放影响因素研究——基于中国省域数据的空间杜宾面板模型[J]. 中国人口·资源与环境, 2017, 27(9): 151-161.
[2]
徐英启, 程钰, 王晶晶, 等. 中国低碳试点城市碳排放效率时空演变与影响因素[J]. 自然资源学报, 2022, 37(5): 1261-1276.
[3]
LIU K, LIU X, LONG H, et al. Spatial agglomeration and ene-rgy efficiency: Evidence from China's manufacturing enter-prises[J]. Journal of Cleaner Production, 2022, 380(12): 1-13.
[4]
黄昱杰, 刘贵贤, 薄宇, 等. 京津冀协同推进碳达峰碳中和路径研究[J]. 中国工程科学, 2023, 25(2): 160-172.
[5]
王兆峰, 李竹, 吴卫. 长江经济带不同等级城市碳排放的时空演变及其影响因素[J]. 环境科学研究, 2022, 35(10): 2273-2281.
[6]
王梦成, 董又铭, 林娜娜, 等. 双碳背景下耕地利用转型对耕地利用碳排放的影响及其空间溢出效应——以黄淮海平原为例[J]. 自然资源学报, 2024, 39(2): 352-371.
[7]
张正峰, 张栋. 基于社会网络分析的京津冀地区碳排放空间关联与碳平衡分区[J]. 中国环境科学, 2023, 43(4): 2057-2068.
[8]
张继宏, 程芳萍. "双碳"目标下中国制造业的碳减排责任分配[J]. 中国人口·资源与环境, 2021, 31(9): 64-72.
[9]
宋杰鲲, 江娌娜, 赵志浩, 等. 中国能耗、大气污染物排放与碳排放强度关系的协整检验——基于2000~2017年数据[J]. 环境保护科学, 2020, 46(5): 1-7.
[10]
田泽, 肖玲颖, 刘超, 等. 中国城镇化对交通运输业碳排放的空间效应研究[J]. 技术经济, 2023, 42(1): 141-153.
[11]
蒋博雅, 龙迪. 以环境法治推进减污降碳协同增效[J]. 世界环境, 2023(2): 38-40.
[12]
蔡博峰. 中国城市二氧化碳和大气污染协同管理评估报告[R]. 北京: 中国环境规划院, 2021.
[13]
AN M, FAN M, XIE P. Synergistic relationship and int-eract driving factors of pollution and carbon reduction in the Yangtze River Delta urban agglomeration, China[J]. En-vironmental Science and Pollution Research, 2023, 30(56): 118677-118692. DOI:10.1007/s11356-023-30676-5
[14]
俞珊, 牟洁, 张双. 北京市大气污染物与CO2协同控制效益分析[J]. 环境科学与技术, 2023, 46(7): 87-94.
[15]
李林耀, 丁婧, 刘心浩, 等. 基于源排放清单的区域大气污染物和碳排放特征研究[J]. 中国资源综合利用, 2022, 40(11): 158-160.
[16]
刘亦文, 阳超, 蔡宏宇. 中国碳排放总量与强度的省际差异与因素分解[J]. 湖南工业大学学报, 2022, 36(1): 1-9.
[17]
唐贵谦, 刘钰婷, 高文康, 等. 警惕大气污染和碳排放向西北迁移[J]. 中国科学院院刊, 2022, 37(2): 230-237.
[18]
王珍, 刘金培, 肖鹏, 等. 碳减排对PM2.5的协同效应与交互效应分析——基于长江经济带11省市面板数据的实证[J]. 重庆工商大学学报(自然科学版), 2018, 35(6): 63-69.
[19]
夏峥, 俞洁, 徐益杰, 等. 基于区域环境空气质量和碳排放数据的减污降碳协同效果评估[J]. 中国环境监测, 2023, 39(5): 60-68.
[20]
吕靖烨, 李珏. 中国各省份碳排放脱钩效应、驱动因素及预测研究[J]. 环境科学与技术, 2022, 45(2): 210-220.
[21]
CHEN J, GUI W L, HUANG Y Y. The impact of the estab-lishment of carbon emission trade exchange on carbon emission efficiency[J]. Environmental Science and Pollution Research International, 2022, 30(8): 19845-19859.
[22]
孟祥宁, 张林. 中国装备制造业绿色全要素生产率增长的演化轨迹及动力[J]. 经济与管理研究, 2018, 39(1): 105-115.
[23]
孙世达, 张改革, 孙露娜, 等. 河北省2013~2020年大气污染治理进程中的减污降碳协同效益[J]. 环境科学, 2023, 44(10): 5431-5442.
[24]
杨添棋, 王洪昌, 张辰, 等. 京津冀及周边地区"2+26"城市结构性调整政策的CO2协同减排效益评估[J]. 环境科学, 2022, 43(11): 5315-5325.
[25]
闫浩, 张晋晋. 山西省实现"双碳"目标的思路与策略[J]. 经济师, 2023(10): 116-117.
[26]
段婉君. 山西省"发展+减排"协同改造路径研究[J]. 低碳世界, 2023, 13(5): 4-6.
[27]
焦萍. 中国交通碳减排压力与碳排放转移时空演进研究[D]. 陕西: 长安大学, 2018.
[28]
李云燕, 张硕. 中国城市碳排放强度时空演变与影响因素的时空异质性[J]. 中国环境科学, 2023, 43(6): 3244-3254.
[29]
廖志高, 李芳芳. 产业结构升级对京津冀地区碳减排的影响研究[J]. 低碳经济, 2024, 13(1): 1-13.
[30]
王菲, 格桑卓玛, 朱晓东. 长三角工业减污降碳时空演变及其影响因素研究[J]. 环境科学研究, 2024, 37(4): 661-671.
[31]
WANG J, WANG J, NIE W, et al. Response of organic aer-osol characteristics to emission reduction in Yangtze River Delta region[J]. Frontiers of Environmental Science & Engineering, 2023, 17(9): 221-232.
[32]
QI L, TIAN Z G, JIANG N, et al. Collaborative control of fine particles and ozone required in China for health benefit[J]. Frontiers of Environmental Science & Engineering, 2023, 17(8): 1-11.
[33]
费杰, 杨孟, 张惠玉, 等. 江苏省设区市尺度的碳排放核算及影响因素研究[J]. 三峡生态环境监测, 2023, 8(2): 26-35.
[34]
王正, 周侃, 樊杰, 等. 市—县尺度能源消费碳排放核算方法研究进展[J]. 地理科学进展, 2023, 42(7): 1406-1419.
[35]
许光清, 张文丹, 陈晓玉. 能源优化配置促进高质量发展与减污降碳协同研究[J]. 中国环境科学, 2023, 43(6): 3220-3230.