Scientia Geographica Sinica 2015 , 35 (4): 427-432

Orginal Article

区域能源碳排放系统开发及应用

黄蕊¹^,², 王铮²^,³^,⁴^,, 邓吉祥⁵, 吴静³

1.南京师范大学地理科学学院,江苏南京 210023
2.江苏省地理信息资源开发与利用协同创新中心,江苏南京 210023
3. 中国科学院科技政策与管理科学研究所, 北京 100080
4. 华东师范大学地理信息科学教育部重点实验室,上海 200062
5.中共湖南省委党校,湖南长沙 410006

Regional Carbon Emissions System Development and Application

HUANG Rui¹^,², WANG Zheng²^,³^,⁴^,, DENG Ji-xiang⁵, WU Jing³

1. School of Geography Science, Nanjing Normal University, Nanjing, Jiangsu 210023, China
2. Jiangsu Center for Collaborative Innovation in Geogrphical Information Resource Development Application, Nanjing, Jiangsu 210023, China
3. Institute of Policy and Management Science, Chinese Academy of Sciences, Beijing 100080, China
4.Key Laboratory of Geographical Information Science, Ministry of State Education of China, East China Normal University, Shanghai 200062, China
5. Hunan Party School of Provincial Committee of Chinese Communist Party, Changsha, Hunan 410006, China

中图分类号: F205

文献标识码: A

文章编号: 1000-0690(2015)04-0427-06

通讯作者: 王铮,教授。E-mail:wangzheng@casipm.ac.cn

收稿日期: 2014-01-25

修回日期: 2014-05-12

网络出版日期: 2015-04-20

基金资助: 国家重大研究计划（973）项目(2012CB955803)资助

作者简介:

作者简介：黄蕊（1987-）,女,河南焦作人,博士,主要研究方向为计算地理学。E-mail： huangrui4420@163.com

展开

摘要

气候保护需要落实到区域层面上,区域实施碳减排政策前需要对自身的碳排放需求进行核算,开发区域能源碳排放系统以支持政府决策显得尤为必要。在介绍区域能源碳排放需求的经济动力学模型基础上,基于GIS的区域能源碳排放需求系统的开发过程,给出了应用实例。基于区域能源碳排放需求分析系统,可以方便地计算和查询中国各省市自治区未来的能源碳排放需求。基于GIS模块,通过模型用户可以对比不同区域的能源碳排放,并可方便地存储和输出。例如,以江苏省和山东省为例进行对比,可以发现山东省的能源碳排放总量和人均碳排放都比江苏省大。模型设置不同的情景分析,给各地政府实施碳减排措施提供决策支持,如以天津市为例,模拟了不同政策情景下对天津未来能源碳排放量的影响。此外,系统实现了面向国际谈判需求的多区域合成的碳排放需求估计,为国家参与气候谈判争取更多的主动权,对高度发展中国家的碳排放趋势进行的预测结果显示在平稳增长趋势下,高度发展中国家的能源消费高峰值和能源碳排放高峰值均出现在2029年。

关键词： 碳排放 ; 人均碳排放 ; 系统开发

Abstract

Appropriate management measures are required for the areas involved in climate protection. According to these requirements, the Regional Carbon Emissions Requirements Analysis System (RCERAS) was developed to provide data support and policy analysis for the implementation of regional carbon emission reduction policies. This article briefly shows the economic dynamics model of the regional demand for carbon emissions, as well as the development and design of the GIS-based RCERAS. With RCERAS, future carbon emissions demand of China's provinces and autonomous regions can be calculated easily. The results of energy carbon emissions can be queried, stored and displayed. With the help of GIS, the users can get the pictures of different regions and compare them directly, as well as export the image. In this article the carbon emissions of Jiangsu Province and Shandong Province are compared. Shandong’s carbon emissions are much higher than Jiangsu’s carbon emissions both from the point of the amounts and per capita. Different scenario analysis are made to provide decision support to local governments to implement carbon emission reduction measures, including energy structure regulation, industry structure adjustment and the mix of both. In this article, Tianjin is taken as an example, the result shows the effects of different reduction measures. International-oriented multi-regional synthesis of carbon emissions demand can also be calculated by implementing the system, which can provide more information and strive for more initiative for our government to participate in the climate negotiations. In the study, we take high developing countries as a whole and estimate their future energy consumptions and CO₂ emissions. The results show that peak year of their energy consumption and carbon emissions would be in 2029.

Keywords： carbon emissions ; carbon emissions per capita ; system design

PDF (552KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

黄蕊, 王铮, 邓吉祥, 吴静. 区域能源碳排放系统开发及应用[J]. , 2015, 35(4): 427-432 https://doi.org/

HUANG Rui, WANG Zheng, DENG Ji-xiang, WU Jing. Regional Carbon Emissions System Development and Application[J]. Scientia Geographica Sinica, 2015, 35(4): 427-432 https://doi.org/

气候变暖已经在全球范围内达成广泛共识^[1]。在全球变暖的背景下,一个区域参与气候保护,制定一个公平合理的气候保护方案以应对气候变化显得尤为必要^[2~5]。对于区域政府来说,制定这样一个方案,首要任务是估计本区域未来的碳排放需求。这种碳排放需求有2方面意义,首先这种需求能够满足经济增长,对于发展中国家来说,经济增长尤为必要。其次这个增长过程应该满足经济增长平稳,不能因为减排而导致经济危机。

针对这种情况,很多学者开始研究保障区域经济平稳增长的碳排放需求问题^[6~13]。Wang等^[14],朱永彬等^[15],王铮等^[16]针对中国的情况,发展了Moon等^[17]的能源消费预测模型,构建了经济保持最优平稳增长下的能源消费碳排放预测模型。由于这个模型的基本特性是经济在最优平稳增长路径上达到社会福利最大,这里的最优平稳要求定义了区域碳排放的实际需求,也就是在人口合理增长,能源结构和产业结构优化,能源强度下降的情景下,经济保持增长所需要的碳排放量;多余的碳排放意味着经济系统不是运行在平稳增长轨道上,因此是不需要的。利用这个模型,黄蕊等^[18]计算了上海的能源碳排放需求曲线,刘晓等^[19]计算了湖南的能源消费量与能源碳排放需求曲线,刘慧雅等^[20]计算了碳源与碳汇作用下的净碳排放需求曲线。然而,这个计算过程繁琐复杂,需要反复校正。为了增强模型的实用性,本文开发了基于GIS的区域碳排放需求分析系统（Regional Carbon Emissions Requirements Analysis System, RCERAS）,以期为决策者更有效地制定减排政策提供支持。

1 模型体系构造

在RCERAS开发过程中,从软件工程^[21,22]的角度看,首先需要明确任务目标。RCERAS模型的基本思想是根据人口增长情况,计算未来的保持平稳增长的最优增长率,进而求出未来GDP总量;另一方面根据技术进步,估计未来的能源强度变化。GDP总量与能源强度之积就是未来的保障经济平稳最优增长的能源消费需求。在计算得到能源消费需求后,结合能源结构可以得到各种能源的消费量,再由各种能源的消费量和各种能源的碳排放系数分别相乘,得到各种能源的碳排放总量。对各种能源的碳排放量求和得到区域的碳排放需求总量。

RCERAS选取了Logistic模型作为人口预测的基础：

（1）

式中, $\begin{matrix} p_{M} \end{matrix}$ 是区域可以承载的最大人口数, $\begin{matrix} θ \end{matrix}$ 是人口自然增长率(即增长率减去死亡率), $\begin{matrix} a = p_{M} / p_{0} - 1 \end{matrix}$ ,其中 $\begin{matrix} p_{0} \end{matrix}$ 是初始时刻的人口数。本文 $\begin{matrix} p_{M} \end{matrix}$ 是外生的^[23,24]。

能源强度 $\begin{matrix} τ \end{matrix}$ 被定义为能源投入与经济产出之比,如式（2）所示。

（2）

王铮等^[16]通过对历年的能源强度进行拟合,发现中国的能源强度变化为指数形式下降,如式（3）。

（3）

数据检验的结果显示3个产业拟合的相关系数分别为0.787,0.933,0.940,在统计意义上这个模型可以接受。

王铮等^[15]得到经济系统保持平稳增长的最优增长率为：

（4）

式中, $\begin{matrix} N_{0} \end{matrix}$ 、 $\begin{matrix} n \end{matrix}$ 、 $\begin{matrix} ω \end{matrix}$ 分别为基年的人口数据、人口增长率以及劳动参与率; $\begin{matrix} ρ \end{matrix}$ , $\begin{matrix} σ \end{matrix}$ 为效用函数中的参数; $\begin{matrix} ε \end{matrix}$ 为折旧后剩余比例; $\begin{matrix} θ \end{matrix}$ 为能源综合成本; $\begin{matrix} A_{0} \end{matrix}$ 和 $\begin{matrix} v \end{matrix}$ 为初始全要素生产率水平及其增长率; $\begin{matrix} α \end{matrix}$ 与 $\begin{matrix} γ \end{matrix}$ 分别为资本与劳动力的产出弹性。由式（4）很容易预测出GDP。

能源结构 $\begin{matrix} S (t) \end{matrix}$ 可以通过马尔科夫模型预测得来^[16],如式（5）所示：

（5）

式中, $\begin{matrix} S (t) = (s_{1}, s_{2}, s_{3}) \end{matrix}$ ,表示第 $\begin{matrix} t \end{matrix}$ 年份品种能源 $\begin{matrix} i (i = 1,2, 3) \end{matrix}$ 在能源消费结构中的占比。这里考虑了3种能源：煤、石油、天然气,煤和石油是统称,其中煤包括原煤、洗精煤等品种,石油原油、汽油等。 $\begin{matrix} S (t_{0}) \end{matrix}$ 表示基年的能源结构, $\begin{matrix} P \end{matrix}$ 为转移矩阵。

（6）

式中, $\begin{matrix} p_{ij} \end{matrix}$ 表示 $\begin{matrix} i \end{matrix}$ 能源的消耗比例向 $\begin{matrix} j \end{matrix}$ 能源转移的可能性。问题在于如何获得 $\begin{matrix} p_{ij} \end{matrix}$ 的估计。估计的基本思路是：以转移矩阵中的元素为变量,以实际能源结构与通过转移矩阵得到的能源结构的误差最小为目标建立一个优化模型,寻找一个最优的转移矩阵。定义矩阵 $\begin{matrix} R \end{matrix}$ 为误差矩阵,优化的目标是寻找一个转移矩阵,使 $\begin{matrix} R \end{matrix}$ 中的元素值尽可能接近0。

（7）

其中, 为矩阵中的元素。 , ,这里S(K)是历史能源数据。

由能源消费量、能源结构以及各种能源的碳排放系数可以计算出各年的能源消费碳排放量：

（8）

式中, $\begin{matrix} C (t) \end{matrix}$ 、 $\begin{matrix} E (t) \end{matrix}$ 分别代表第 $\begin{matrix} t \end{matrix}$ 年的能源碳排放量、能源消费量。 $\begin{matrix} c_{i} \end{matrix}$ 表示分品种能源 $\begin{matrix} i \end{matrix}$ 的碳排放系数。

2 系统设计与实现

2.1 系统需求

根据软件工程的思想^[21,22]和区域经济发展的特点^[25],RCERAS应该满足下列功能性需求和非功能性需求：

1) 系统能够对区域基本的经济指标数据如历史GDP、人口、资本存量、能源结构、技术进步等数据进行储存和管理,包括数据输入、处理、输出等,这些数据是预测分析的基础。

2) 系统可以根据基础的经济指标数据,输入政策变量,计算出未来区域的能源消费量和能源碳排放量等关键数据,并得出分析结果。

3) 系统对计算结果,既可以以文件形式输出,也可以实现可视化输出。

4) 由于涉及空间数据,特别是考虑到系统可以扩展为多区域的,因此数据管理和输出是基于GIS的。

RCERAS需要有良好的用户操作界面,高效完成系统的各种功能,并有着良好可移植性和可维护性,便于其他用户使用和以后软件更新升级。

根据上述分析,RCERAS系统采用Microsoft Visual Studio 2008 开发平台,并以C#作为开发语言,SQL Server作为数据库,基于ArcGIS Engine进行二次开发,完成了系统开发。

2.2 系统设计

RCERAS系统采用模块化设计,主要模块包括数据处理模块、参数估计模块、模型计算模块和基于GIS的可视化输出模块。

数据处理模块分为数据输入和数据处理,用户可以输入历史年份各区域的GDP、人口、资本存量、劳动参与率、劳动力、能源消费等,在数据处理菜单下,用户可以计算出模型需要的基本数据,如剔除通货膨胀后的GDP数据和资本存量数据,能源消费数据统一折算为Mtoe,以及各区域历史年份的能源强度数据。

参数估计模块：在输入数据后需要对生产函数、人口函数和效用函数进行参数估计。需要用的算法采用matlab实现,在C#中调用 M文件编译的.dll组件。

计算结果模块：为了让用户对各区域经济社会数据有充分的了解,计算结果菜单下,系统首先给出能源强度变化趋势和人口增长趋势,然后计算经济增长率,结合能源强度,得到最终的能源消费需求量和碳排放需求量数据。在此之前,还需要计算能源结构变化过程和其他的指标数据,如人均GDP、人均碳排放量、碳排放强度等。用户可以从多个方面对区域的数据进行对比,以便支持决策。

输出显示模块：系统设计了图形输出功能,并且同时可以输出2个及2个以上区域的能源碳排放。系统基于ArcGIS Engine进行二次开发,使用到的控件和库包括AxMapControl、AxTOCControl、AxToolbarControl等。用户通过选择字段和年份,可以对某一年各区域的能源碳排放量和人均碳排放量等进行分级设色,方便用户直观看出各区域碳排放量的多少,并可实现放大、缩小、平移和查询等功能。

2.3 数据库设计

为了便于数据更新和维护,采用SQL Server2005数据库来管理数据,根据需求RCERAS创建了22张表存储数据。除此之外,为了方便计算和调用每张表里的数据,RCERAS创建了7张视图,这样简化用户对数据理解的同时,也可以简化操作,同时还可以作为一种安全机制。通过视图用户只能查看视图中提供的数据,而不用知道这些数据来源于哪些表。如果某一用户想要访问视图的结果集,必须授予其访问权限。视图所引用表的访问权限与视图权限的设置互不影响^[26]。

3 模型应用案例

3.1 碳排放趋势模拟

基于RCERAS系统,可以方便快速的分析经济平稳增长下各区域的能源碳排放情况。本文给出的应用案例分别是对比中国江苏省和山东省碳排放趋势和高度发展中国家碳排放趋势预测。前者可以实现不同区域之间的对比,后者表示系统可以将分散的经济体根据需要进行组织合并。

3.1.1 江苏省与山东省的碳排放趋势

图1显示了基于历史数据处理（山东省和江苏省1978~2011年统计数据^[27,28]）和参数估计后,RCERCS模型模拟出来的山东省和江苏省的能源消费碳排放数据。

显示原图| 下载原图ZIP| 生成PPT

图1 RCERCS模型模拟的江苏省和山东省能源消费碳排放趋势

Fig. 1 Trend of energy carbon emissions in Jiangsu province and Shandong province in RCERCS model

从图1中可以看出,江苏省和山东省的能源碳排放都呈现出先增长后降低的倒“U”型曲线,山东省的EKC曲线特征更为明显,江苏省的能源碳排放量已经基本稳定。这与2个省份的能源结构和产业结构有关。从能源结构看,2005年江苏省煤炭、石油、天然气、其它能源所占的比例分别是70.94%、19.15%、0.04%、4.39%。而山东省的煤炭和石油所占的比例接近99%。从产业结构看,目前,山东省正处于工业化中期阶段,产业结构呈现“二、三、一”的结构关系,第二产业尤其是高排放工业比重较高,而江苏省第三产业所占比重较高。

3.1.2 高发展中国家碳排放趋势模拟

在减排政策分析中,需要将经济性质相同的国家组织为一个整体,求出其碳排放量,这是一个多区域合成问题。这里以高发展中发展中国家为例来探讨。

所谓高发展中国家是依据2010年联合国发展项目人类发展报告中的人类发展指数标准划分 (http://en.wikipedia.org/wiki/Human_Development_Index),发展指数主要由寿命、受教育程度和收入3个维度方面衡量,将发展中国家划分为高发展水平国家、中发展水平国家、低发展水平国家^[5]。基于世界银行的经济数据和历史排放数据（http://data.worldbank.org/）,系统模拟发现高发展中国家的能源消费量与碳排放量也呈现出先增加后减少的EKC曲线特征,能源碳排放高峰值是1 556.48 ×10⁶t,出现在2029年。这与中国承诺2030年左右达到碳排放高峰一致,由此可见,2030年高峰是容易取得国际认可的。

3.2 政策模拟分析

基于RCERAS,可以分析不同政策作用下区域碳排放需求的变化。RCERAS设计了3种政策情景：调整能源结构、调整产业结构,以及综合采用这2种手段。

本文以天津市为例探讨不同政策情景下未来天津市的能源消费量和能源碳排放量（基础数据来源于天津市1978~2011年统计数据^[29]）。设定在保证能源总供给不变的前提下,到2050年,能源碳排放减少到基准情况的70%的目标下,模拟能源结构优化后,天津市未来各年的能源碳排放。模拟发现在给定目标下,煤以1.0%的速度下降,石油以0.9%的速度下降,天然气以1.3%的速度上升,非碳能源以1.6%的速度上升。能源结构调整后,天津市的能源碳排放显著下降,高峰值为28.50Mt,出现在2025年,与能源结构调整前相比,提前了5 a。从计算结果看,对天津这样能源结构较先进的城市,仅仅依靠能源结构调整,要达到这个减排目标也是困难的,特别是在核电站受到普遍质疑时,将非碳能源比例提高到45%是困难的。对天津市进行产业结构调整的情景模拟发现,在目标约束下,天津市第一产业将以0.7%的速度下降,第二产业以1.7%的速度下降,第三产业以1.2%的速度上升。考虑到京津地区产业的互补性,这种产业结构调整也存在困难。当采取同时进行能源结构优化和产业结构调整的情景模拟显示,天津市能源碳排放高峰值出现在2025年,高峰值为27.24Mt,减排效果更好^[30]。

3.3 专题图显示

RCERAS具备强大的专题制图和显示功能,能以分层设色的分级图表现出不同时间、不同碳排放指标的空间分布特征。同时,该系统还具有人机交互界面简单、使用灵活等优点,该系统的主要功能及显示界面及功能如图2所示,图中数字表示的功能为：① 选择显示不同的碳排放指标,主要包括能源碳排放量显示和人均碳排放量显示;② 选择相关指标所需的分级数;③ 设置指标渲染的起始和终止颜色;④ 选择显示不同年份的能源碳排放指标,可显示年份为2011~2050年;⑤ 可显示相关指标的图例;⑥ 可用于专题图显示或制作专题图;⑦ 可对图层进行放大、缩小、平移、查询、显示和保存等操作;⑧ 专题图显示。

显示原图| 下载原图ZIP| 生成PPT

图2 RCERCS模型多区域显示系统界面

Fig.2 system interface of multi-area display in RCERCS model

4 结论

本文针对区域碳排放特点,介绍了基于GIS的区域能源碳排放需求系统模型构建原理和系统设计,并给出了该系统的应用案例。研究结果表明,该模型可以对各省区能源消费碳排放进行科学地预测,估算未来各省区在保持平稳最优增长下的能源碳排放需求。基于此系统,可以实现区域能源碳排放需求的计算、查询、存储和显示功能,可以对不同政策下不同区域的能源碳排放进行模拟分析,并可对不同的减排政策进行模拟,给政府提供决策支持。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	IPCC, Climate change 2007: synthesis report. Contribution of workinggroups I, II and III to the fourth assessment report of the Intergovernmental Panel on Climate Change, Geneva, change 2007: synthesis report. Contribution of workinggroups I, II and III to the fourth assessment report of the Intergovernmental Panel on Climate Change, Geneva, Switzerland, 2007. URL [本文引用: 1]
[2]	Stem N. Stem Review on the Economics of Climate Change. Report to the Prime Minister and the Chancellor of the Exchequer On the Economics of Climate Change, London , United Kingdom. 2006. [本文引用: 1]
[3]	Nordhuas W D,Yang Z L. Regional dynamic general-equilibrium model of alternative climate-change strategies [J]. The American Economic Review , 1996, 86:741~746
[4]	王铮,吴静,李刚强等. 国际参与下的全球气候保护策略可行性 [J]. 生态学报, 2009, 29(5):2407~2417. Magsci 摘要控制全球二氧化碳含量在 2050年前不超过500ml/m3和在2010年全球平均升温不超过2℃是当前国际气候保护的热点问题。建立了一个全球性的包含GDP溢出机制和技术进步作用的RICE类型模型，以分析全球合作减排的配额公平性和方案有效性。研究结果表明，为了将2050年全球二氧化碳浓度控制在500ml/m3，以“人均排放权均等”的原则进行国际碳排放权配额分配时，以1861年为历史排放起点会导致发达国家与发展中国家在可使用配额上产生极大悬殊，不易在国际谈判中被接受。Stern的减排方案能虽能较显著地将2100年升温幅度控制在2℃以内，但是，该方案的实施使发展中国家将损失相对较多的经济收益用于支付减排的成本。相比之下较优的国际减排方案为：至2050年，发达国家的排放水平比1990年降低80%，中国、俄罗斯和世界其他国家从2020年之后开始减排，至2050年，中国比2005年排放水平降低25%，俄罗斯比2005年排放水平降低30%，世界其他地区比2005年排放水平增加量不超出30%。
[5]	王铮,张帅,吴静. 一个新的RICE簇模型及其对全球减排方案的分析 [J].科学通报,2012,57(26):2507~2515. https://doi.org/10.1007/s11783-011-0280-z URL Magsci [本文引用: 2] 摘要针对全球经济一体化的现实, 以拉姆齐函数公平为标准, 发展了RICE 和MRICES 模型, 得到一个适合全球经济一体化结构的新型气候经济学集成评估模型, MRICES-2012 模型.在此模型基础上, 模拟研究了既适合全球减排行动又符合发展中国家利益的减排方案, 比较分析了总量减排方案的国际公平性. 研究结果表明, 到2100 年人均累积二氧化碳排放相等的减排方案不可实现, 人均碳排放相等的减排方案可以实现但不够公平. 因此, 研究建议了一个新的可行的能够保障各国利益又能达到哥本哈根共识的全球总量减排方案: 从2020 年开始总量减排, 至2050 年, 美国的碳排放量比1990 年总量减少80%; 日本的碳排放量比1990年总量减少70%; 欧盟和其他发达国家2050 年碳排放量比1990 年降低80%; 高发展水平国家2050 年碳排放量比1990 年降低50%; 以上各国至2100 年的碳排放保持2050 年的总量水平; 中国从2030 年开始总量减排, 2050 年的碳排放量比2005 年总量减少15%, 2100 年比2005年总量减少25%; 中发展水平国家至2100 年, 保持在2020 年的碳排放总量; 低发展水平国家既不参加强度减排也不参与总量减排.
[6]	Alfredo M, Julio S. The impact of household consumption patterns on emissions in Spain [J].Energy Economics,2010,32(1):176-185. https://doi.org/10.1016/j.eneco.2009.08.007 URL Magsci [本文引用: 1] 摘要 <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">The aim of this paper is to analyse the relationship between household consumption patterns and pollution in the Spanish economy. The analysis was carried using a Social Accounting Matrix (SAM) for the Spanish economy prepared for 1999. Taking the final demand of households as the exogenous account in the SAM framework and combining this with the information provided by the <em>Household Budget Continuous Survey</em> on income and consumption (INE, 1999), we analyse the pollution produced by both the economy and households in order to satisfy consumption requirements. We also consider the effects of income inequality on expenditure levels, establishing a link between income level, consumption patterns, propensity to consume and CO<sub>2</sub> emissions.</p>
[7]	Svirejeva H A,Schellnhuber H J. Urban expansion and its contribution to the regional carbon emissions: Using the model based on the population density distribution [J].Ecological Modelling,2008,216(2):208-216. https://doi.org/10.1016/j.ecolmodel.2008.03.023 URL 摘要 The method is used for calculating regional urban area dynamics and the resulting carbon emissions (from the land-conversion) for the period of 1980 till 2050 for the eight world regions. This approach is based on the fact that the spatial distribution of population density is close to the two-parametric Γ -distribution [Kendall, M.G., Stuart, A., 1958. The Advanced Theory of Statistics, vol. 1.2. Academic Press, New York; Vaughn, R., 1987. Urban Spatial Traffic Patterns, Pion, London]. The developed model provides us with the scenario of urbanisation, based on which the regional and world dynamics of carbon emissions and export from cities, and the annual total urban carbon balance are estimated. According to our estimations, world annual emissions of carbon as a result of urbanisation increase up to 1.2502GtC in 2005 and begin to decrease afterwards. If we compare the emission maximum with the annual emission caused by deforestation, 1.3602GtC per year, then we can say that the role of urbanised territories (UT) in the global carbon balance is of a comparable magnitude. Regarding the world annual export of carbon from UT, we observe its monotonous growth by three times, reaching 50502MtC. The latter, is comparable to the amount of carbon transported by rivers into the ocean (196–53702MtC). The current model shows that urbanisation is inhibited in the interval 2020–2030, and by 2050 the growth of urbanised areas would almost stop. Hence, the total balance, being almost constant until 2000, then starts to decrease at an almost constant rate. By the end of the XXI century, the total carbon balance will be equal to zero, with the exchange flows fully balanced, and may even be negative, with the system beginning to take up carbon from the atmosphere, i.e., becomes a “sink”. The regional dynamics is somewhat more complex, i.e., some regions, like China, Asia and Pacific are being active sources of Carbon through the studied period, while others are changing from source to sink or continue to be neutral in respect the GCC.
[8]	吕可文,苗长虹,尚文英,等. 工业能源消耗排放行业差异研究-以河南省为例 [J].经济地理,2012,32(12):15~33.
[9]	刘红光,刘卫东,范晓梅. 贸易对中国产业能源活动碳排放的影响 [J].地理研究,2011,30(4):590~600. https://doi.org/10.11821/yj2011040002 URL Magsci 摘要研究对外贸易对我国碳排放的影响,可以分清我国碳排放的来源,有利于我国合理制定碳减排政策和科学应对全球气候变化问题。当前有关国际贸易中隐含碳排放的研究大多没有处理好加工贸易这一重要因素。本文在理清区域间相互贸易中隐含碳排放的复杂关系基础上利用非竞争型投入产出表模型,构建了两区域产业能源活动碳排放联系模型,将直接排放分解为消费、投资、出口三大最终需求的完全排放,并将进口避免的国内排放分解为进口消费、进口投资、加工贸易等部分,最终明晰了区域间贸易产生的隐含碳排放转移问题,并以中国为例进行计算说明。结论认为:中国出口加工导向型的经济结构和基础原材料工业比例偏高的产业结构特点,是中国碳排放迅速增加的主要因素。特别是在加入WTO以后,中国对外贸易导致的净出口碳占中国碳排放总量的四分之一强。
[10]	张艳,秦耀辰,闫卫阳等. 我国城市居民直接能耗的碳排放类型及影响因素 [J].地理研究,2012,31(2):345~356. https://doi.org/10.11821/yj2012020014 URL Magsci 摘要针对我国287个地级以上城市,在测算了近9年居民直接能耗导致的CO<sub>2</sub>排放量的基础上,进行聚类、对比,并分析城市居民直接能耗的碳排放影响因素,得到以下结论:全国分为6类城市居民直接能耗碳排放类型;高碳排放型城市的地均碳排放强度、人均工资碳排放强度及居民直接能耗CO<sub>2</sub>排放总量等方面均比低碳排放型城市高,人均地方生产总值碳排放强度低于低碳排放型城市,并多为经济发达城市和资源丰富城市,其碳排放构成上分别以电、交通能耗碳排放和气碳排放为主导,高碳排放型城市居民直接能耗CO<sub>2</sub>排放量占全国地级以上城市的86.20%。我国大部分地级城市居民直接能耗的碳排放属于相对低碳排放型,其人均CO<sub>2</sub>排放量低于全国平均水平。城市所在地的降温度日数(CDD)、采暖期、采暖强度、人均能源供给量、居民的人均工资、城市人均地方生产总值是影响城市居民直接能耗CO<sub>2</sub>排放量的主要因素。
[11]	郭义强,郑景云,葛全胜. 一次能源消费导致的二氧化碳排放量变化 [J].地理研究,2010,29(6):1027~1036. https://doi.org/10.11821/yj2010060008 URL Magsci 摘要 <p>从不同燃料和不同地区入手,分析了我国1995~2006年间一次能源消费导致的二氧化碳排放量变化情况。结果表明:1995~2006年间,我国一次能源消费导致的二氧化碳年总排放量呈现"先减少后增加"的发展态势,其拐点出现在2000年,而且2001年后各个省(区、市)的二氧化碳年排放量较前期均有大幅度的增加,总排放量由1995年的78678万t碳增长到2006年的146919万t碳,年均增长率5.84％,人均二氧化碳年排放量也由0.62t碳/人增加到1.12t碳/人;煤炭消费导致的二氧化碳排放量占全国二氧化碳年总排放量的79%~85％;我国七大区和大部分省(区、市)二氧化碳年排放量与全国总排放量有类似的发展态势,其中华北、华东地区二氧化碳排放量居全国首位,山西省的二氧化碳排放量位居全国第一。</p>
[12]	王晓,齐晔. 经济结构变化对中国能源消费的影响分析 [J].中国人口资源与环境,2013,23(1):49~54. https://doi.org/10.3969/j.issn.1002-2104.2013.01.007 URL 摘要本文从能源强度和能源消费增量分解双向入手,兼顾产业部门、行业部门结构,剖析1996-2011年我国经济结构变化对能源消费的影响。分析表明:第三产业快速发展减缓了产业部门结构变化对能源消费的促进作用,重点耗能行业经济增速下降使行业部门结构变化转向节能。我国目前快速的城市化进程、出口依赖型经济、地方政府经济利益的追求都使重化工业化趋势愈加明显,严重制约经济结构的调整。"十一五"期间,加快服务业发展、淘汰落后产能的政策成效显著,但应对经济周期性波动的积极财政政策,在短期内拉动了重点耗能行业的增长,造成产能过剩和资源浪费,阻碍了经济结构的调整。现阶段经济结构调整应当控制经济增速,构建消费主导模式,加快生产性服务业的发展及多层次推进工业结构优化调整。
[13]	孙昌龙,靳诺,张小雷,等. 城市化不同演化阶段对碳排放的影响差异 [J].地理科学,2013,33(3):266~272. URL Magsci [本文引用: 1] 摘要 <p>城市化与碳排放是当今世界研究的两大焦点, 两者的结合点——城市化对碳排放的影响更是研究的重点。利用全球主要国家(地区)历史数据, 根据城市化水平划分不同的组别, 考察城市化动态演进阶段与碳排放之间的相关性, 并通过STIRPAT模型评估不同城市化阶段各因子对碳排放的影响;结合城市化发展阶段各要素的特征, 探讨不同阶段城市化对碳排放的影响。结果表明, 城市化对碳排放的影响表现为驱动和制动双重作用:① 当城市化发展处于初期阶段时, 城市系统发展缓慢, 驱动与制动作用均不明显, 碳排放缓慢增长;② 当城市化发展处于中期阶段时, 城市系统进入加速发展阶段, 驱动作用逐渐占主导, 制动作用较小, 碳排放迅速增长;③ 当城市化发展处于后期阶段, 驱动作用仍然占主导地位, 但制动作用逐渐增强, 碳排放速度有所减缓, 排放总量仍然增加。</p>
[14]	Wang Z,Zhu Y,Peng Y. Carbon emissions trends with optimal balanced economic growth of China and the USA and some abatement options for China. J . Geogr. Sci. 2013, 23(6):991-1004. DOI: 10.1007/s11442-013-1058-y. URL [本文引用: 1]
[15]	朱永彬,王铮,庞丽等. 基于经济模拟的中国能源消费与碳排放高峰预测 [J].地理学报,2009,64(8): 935~944. https://doi.org/10.3321/j.issn:0375-5444.2009.08.004 URL Magsci [本文引用: 2] 摘要 <p>能源消费所产生的碳排放是经济发展过程中不可避免的副产品,而且碳排放在大气中的积累会使全球气候不断变暖,因此经济增长与碳排放之间的关系一直是学术界关注的焦点。传统的基于EKC曲线的经济计量学方法一般是对经济与排放历史数据的相关关系研究,不能很好地反映二者之间的动力学机制。为此本文在内生经济增长模型Moon-Sonn基础上进行改进,首先从理论上得到了最优经济增长率与能源强度之间存在倒U曲线关系的必要条件,即能源的产出弹性小于0.5;接着将投入产出分析得到的反映技术进步下的能源强度代入模型,对中国未来经济增长路径进行了预测,同时得到了最优增长路径下的能源消费走势,进而通过对能源消费结构和不同能源品种的碳排放系数的预测和估计,以及对分品种能源碳排放的汇总计算得到了中国未来能源消费所产生的总的碳排放走势。结果显示,在当前技术进步速率下,我国分别在2043年和2040年达到能源消费高峰和碳排放高峰。此外,本文对能源强度不同下降速率对能源消费高峰的影响进行模拟发现,当降速为4.5%5%时,能源高峰将出现在2040年前,此时的人均GDP为10万元左右,与OECD国家的高峰时收入一致;而且分3种情景模拟了可再生能源替代政策对碳排放高峰的影响,发现提高可再生能源的比重可以明显降低碳排放量,但对高峰年份到来的时间影响甚微。</p>
[16]	王铮,朱永彬,刘昌新等. 最优增长路径下的中国碳排放估计 [J].地理学报,2010,64(8): 1559~1968. https://doi.org/10.11821/xb201012011 URL [本文引用: 3] 摘要从能源消费、水泥生产和森林碳汇3个方面对中国未来的碳排放进行了较为全面的估计。其中，能源消费碳排放是在能源—经济框架下利用经济动力学模型对最优经济增长路径下的能源需求进行预测得到的，同时考虑了能源结构的演化及不同能源品种在碳排放系数上存在的差异；水泥生产碳排放则是在对水泥产量预测的基础上进行的，认为水泥产量与城市化进程存在一定的联系，而城市化进程遵循“S曲线”发展规律；森林碳汇是通过引入CO2FIX模型，分别对原有森林与新增可造林的固碳能力进行估算，最终合成了中国未来的净碳排放曲线。结果发现，能源消费碳排放在2031年达到高峰，为2637MtC，对应的人均GDP低于OECD国家的实证经验；人均排放高峰出现在2030年，为1.73tC/人，远低于美国欧盟和日本2006年水平；水泥生产碳排放增长放缓，2050年控制在254MtC左右，占工业总排放的12%；森林碳汇至2050年可累计吸收6806.2MtC，年吸收量逐渐下降；净排放也于2033年达到峰值，为2748MtC。
[17]	Moon Y S, Sonn Y H. Productive energy consumption and economic growth: An endogenous growth model and its empirical application [J]. Resource and Energy Economics.1996,18:189-200. https://doi.org/10.1016/0928-7655(96)00006-1 URL [本文引用: 1] 摘要 Economic growth rate rises initially with productive energy expenditures but subsequently declines. The hypothetical social planner might set optimal energy intensity. The optimal growth rate is attained at the point where energy expenditure is equal to its competitive market share. When the imperfect competitiveness of the international energy market makes the economy deviate from the optimal state, the role of the government to make the private sector change its energy use pattern becomes important. By the same token, when the world energy market is competitive, the distortionary energy price control by government may harm the economy in the long run.
[18]	黄蕊,朱永彬,王铮. 上海市能源消费趋势和碳排放高峰估计 [J].上海经济研究,2010,(10):81~90. URL [本文引用: 1] 摘要本文针对上海2050年前的碳排放做了模拟，同时探讨了城市碳排放趋势的研究方法。针对城市问题，本文提出用逻辑斯蒂曲线逼近城市人口增长率，同时用经济动力学模型预测了上海市2050年前的经济增长率，进而采用朱永彬、王铮（2009）的最优增长率模型，对上海市未来能源消费量和碳排放量进行研究。结果显示，在当前技术进步速率下，在产业结构稳定进步的条件下，碳排放强度不断下降，下降速率为 -0．057。上海市人均碳排放呈现倒“U”曲线增长，高峰出现在2035年。上海能源消费量和碳排放总量呈倒“U”曲线增长，碳排放高峰出现在2035 年，能源消费高峰出现在2036年，达到高峰时间比同等条件下的全国高峰略早，但上海市的二氧化碳减排任务还任重道远。
[19]	刘晓,熊文,朱永彬,等. 经济平稳增长下的湖南省能源消费量及碳排放量预测 [J].热带地理,2011, 31(5):310~315. https://doi.org/10.3969/j.issn.1001-5221.2011.03.015 URL [本文引用: 1] 摘要引用考虑了技术进步、劳动人口等因素构建的经济增长模型预测湖南省最优增长率,获得未来年份的GDP；根据拟合模型计算得到能源强度下降速率,从而预测出2008- 2050年的能源强度和能源消费量.在此基础上,通过马尔科夫模型预测能源消费品种比例,并考虑未来年份能源品种结构变化,对预测的能源强度进行调整,计算各能源品种的排碳量,汇总求和后得到湖南省的碳排放趋势.结果显示:在当前技术进步速率下,湖南省在2035年达到能源消费高峰,2036年达到碳排放高峰,人均碳排放量在2034年达到峰值.
[20]	刘慧雅,王铮,马晓哲. 排放与森林碳汇作用下云南省碳净排放量估计 [J].生态学报,2011,31(15): 4405~4414. URL Magsci [本文引用: 1] 摘要以云南省为例,用马尔科夫链计算能源结构,在经济增长模型基础上基于动态最优化理论估计能源消费碳排放,并基于CO<sub>2</sub>FIX模型计算云南省森林碳汇,预测在能源消费碳排放和森林碳汇共同作用下的从2008到2050年碳净排放量。研究发现云南省能源消费碳排放量和碳净排放量曲线都呈"倒U"型,在2035年达到高峰,高峰值分别为和129.71 MtC和118.89 MtC;在森林碳汇中,原有森林的碳汇作用在现在和未来一段时间内处于主导地位,但新造林有着巨大的碳汇潜力,所以在保护原有森林的同时要植树造林,从生态学角度抵消碳排放;森林碳汇只能减少小部分碳排放,更主要的是改善云南省的能源结构,加快技术进步速度,开发水电等新能源,从根本上减少温室气体的排放。
[21]	Shari L P, Joanne M A. Software Engineering: Theory and Practice (4th Edition) [M], New Jersey: Prentice Hall, 2009. [本文引用: 2]
[22]	王铮,丁金宏.理论地理学概论[M].北京:科学出版社,1994. [本文引用: 2]
[23]	翟石艳,王铮,马晓哲,等. 区域碳排放量的计算-以广东省为例 [J].应用生态学报,2011, 22(6):1543~1551. URL Magsci [本文引用: 1] 摘要采用IPCC 2006年版碳排放计算公式、经济-碳排放的动力学模型和水泥碳排放模型，提出了区域碳排量计算框架和研究方法，并以广东省为例，基于广东省社会经济统计数据、能源消费数据、水泥产量数据和森林碳汇数据，预测了广东省2008—2050年能源消费碳排放量、水泥消费量和碳排放量、森林碳汇值.结果表明：2008—2050年，广东省水泥产量及其生产过程中的碳排放量基本稳定，年碳排放量在10～15 Mt C；广东省能源消费碳排放和总的碳排放趋势均呈倒U型曲线，其峰值年份分别在2035和2036年；2008—2050年，广东省碳排放强度将持续下降,森林碳汇量呈波动式下降趋势.本文提出的区域碳排放计算框架在广东省具有可行性和合理性.
[24]	Hiroshi K,Sadanori K,Naoya K. Solving a large scale semi-definite logit model [J]. Computational Management Science.2012,(7):111-120. https://doi.org/10.1007/s10287-008-0078-z URL [本文引用: 1]
[25]	Peter N. Handbook of Regional and Urban Economics [M]. Amsterdam: North-Holland Publ. Co.,1986. [本文引用: 1]
[26]	Gavin P. Beginning Database Design [M]. Birmingham, Wrox, 2005. [本文引用: 1]
[27]	山东省统计局.山东统计年鉴[M].北京:中国统计出版社,2012. [本文引用: 1]
[28]	四川省统计局.四川统计年鉴[M].北京:中国统计出版社,2012. [本文引用: 1]
[29]	天津市统计局. 天津统计年鉴[M].北京:中国统计出版社,2012. [本文引用: 1]
[30]	Huang R,Wang Z. Prediction on tianjin’s energy carbon emission and emission reduction scenarios analysis [J]. Journal of US-China Public Administration.2012,9(10):1134-1147. URL [本文引用: 1]

Contribution of workinggroups I, II and III to the fourth assessment report of the Intergovernmental Panel on Climate Change, Geneva, change 2007: synthesis report. Contribution of workinggroups I, II and III to the fourth assessment report of the Intergovernmental Panel on Climate Change, Geneva,

2007

... 气候变暖已经在全球范围内达成广泛共识^[1].在全球变暖的背景下,一个区域参与气候保护,制定一个公平合理的气候保护方案以应对气候变化显得尤为必要^[2~5].对于区域政府来说,制定这样一个方案,首要任务是估计本区域未来的碳排放需求.这种碳排放需求有2方面意义,首先这种需求能够满足经济增长,对于发展中国家来说,经济增长尤为必要.其次这个增长过程应该满足经济增长平稳,不能因为减排而导致经济危机. ...

Stem Review on the Economics of Climate Change. Report to the Prime Minister and the Chancellor of the Exchequer On the Economics of Climate Change, London

2006

Regional dynamic general-equilibrium model of alternative climate-change strategies

1996

国际参与下的全球气候保护策略可行性

2009

一个新的RICE簇模型及其对全球减排方案的分析

2012

... 所谓高发展中国家是依据2010年联合国发展项目人类发展报告中的人类发展指数标准划分 (http://en.wikipedia.org/wiki/Human_Development_Index),发展指数主要由寿命、受教育程度和收入3个维度方面衡量,将发展中国家划分为高发展水平国家、中发展水平国家、低发展水平国家^[5].基于世界银行的经济数据和历史排放数据（http://data.worldbank.org/）,系统模拟发现高发展中国家的能源消费量与碳排放量也呈现出先增加后减少的EKC曲线特征,能源碳排放高峰值是1 556.48 ×10⁶t,出现在2029年.这与中国承诺2030年左右达到碳排放高峰一致,由此可见,2030年高峰是容易取得国际认可的. ...

The impact of household consumption patterns on emissions in Spain

2010

... 针对这种情况,很多学者开始研究保障区域经济平稳增长的碳排放需求问题^[6~13].Wang等^[14],朱永彬等^[15],王铮等^[16]针对中国的情况,发展了Moon等^[17]的能源消费预测模型,构建了经济保持最优平稳增长下的能源消费碳排放预测模型.由于这个模型的基本特性是经济在最优平稳增长路径上达到社会福利最大,这里的最优平稳要求定义了区域碳排放的实际需求,也就是在人口合理增长,能源结构和产业结构优化,能源强度下降的情景下,经济保持增长所需要的碳排放量;多余的碳排放意味着经济系统不是运行在平稳增长轨道上,因此是不需要的.利用这个模型,黄蕊等^[18]计算了上海的能源碳排放需求曲线,刘晓等^[19]计算了湖南的能源消费量与能源碳排放需求曲线,刘慧雅等^[20]计算了碳源与碳汇作用下的净碳排放需求曲线.然而,这个计算过程繁琐复杂,需要反复校正.为了增强模型的实用性,本文开发了基于GIS的区域碳排放需求分析系统（Regional Carbon Emissions Requirements Analysis System, RCERAS）,以期为决策者更有效地制定减排政策提供支持. ...

Urban expansion and its contribution to the regional carbon emissions: Using the model based on the population density distribution

2008

工业能源消耗排放行业差异研究-以河南省为例

2012

贸易对中国产业能源活动碳排放的影响

2011

我国城市居民直接能耗的碳排放类型及影响因素

2012

一次能源消费导致的二氧化碳排放量变化

2010

经济结构变化对中国能源消费的影响分析

2013

城市化不同演化阶段对碳排放的影响差异

2013

Carbon emissions trends with optimal balanced economic growth of China and the USA and some abatement options for China. J

2013

基于经济模拟的中国能源消费与碳排放高峰预测

2009

... 王铮等^[15]得到经济系统保持平稳增长的最优增长率为： ...

最优增长路径下的中国碳排放估计

2010

... 王铮等^[16]通过对历年的能源强度进行拟合,发现中国的能源强度变化为指数形式下降,如式（3）. ...

... 能源结构

\begin{matrix} S (t) \end{matrix}

可以通过马尔科夫模型预测得来^[16],如式（5）所示： ...

Productive energy consumption and economic growth: An endogenous growth model and its empirical application

1996

上海市能源消费趋势和碳排放高峰估计

2010

经济平稳增长下的湖南省能源消费量及碳排放量预测

2011

排放与森林碳汇作用下云南省碳净排放量估计

2011

Software Engineering: Theory and Practice (4th Edition)

2009

... 在RCERAS开发过程中,从软件工程^[21,22]的角度看,首先需要明确任务目标.RCERAS模型的基本思想是根据人口增长情况,计算未来的保持平稳增长的最优增长率,进而求出未来GDP总量;另一方面根据技术进步,估计未来的能源强度变化.GDP总量与能源强度之积就是未来的保障经济平稳最优增长的能源消费需求.在计算得到能源消费需求后,结合能源结构可以得到各种能源的消费量,再由各种能源的消费量和各种能源的碳排放系数分别相乘,得到各种能源的碳排放总量.对各种能源的碳排放量求和得到区域的碳排放需求总量. ...

... 根据软件工程的思想^[21,22]和区域经济发展的特点^[25],RCERAS应该满足下列功能性需求和非功能性需求： ...

1994

... 根据软件工程的思想^[21,22]和区域经济发展的特点^[25],RCERAS应该满足下列功能性需求和非功能性需求： ...

区域碳排放量的计算-以广东省为例

2011

... 式中,

\begin{matrix} p_{M} \end{matrix}

是区域可以承载的最大人口数,

\begin{matrix} θ \end{matrix}

是人口自然增长率(即增长率减去死亡率),

\begin{matrix} a = p_{M} / p_{0} - 1 \end{matrix}

,其中

\begin{matrix} p_{0} \end{matrix}

是初始时刻的人口数.本文

\begin{matrix} p_{M} \end{matrix}

是外生的^[23,24]. ...

Solving a large scale semi-definite logit model

2012

... 式中,

\begin{matrix} p_{M} \end{matrix}

是区域可以承载的最大人口数,

\begin{matrix} θ \end{matrix}

是人口自然增长率(即增长率减去死亡率),

\begin{matrix} a = p_{M} / p_{0} - 1 \end{matrix}

,其中

\begin{matrix} p_{0} \end{matrix}

是初始时刻的人口数.本文

\begin{matrix} p_{M} \end{matrix}

是外生的^[23,24]. ...

Handbook of Regional and Urban Economics

1986

... 根据软件工程的思想^[21,22]和区域经济发展的特点^[25],RCERAS应该满足下列功能性需求和非功能性需求： ...

Beginning Database Design

2005

... 为了便于数据更新和维护,采用SQL Server2005数据库来管理数据,根据需求RCERAS创建了22张表存储数据.除此之外,为了方便计算和调用每张表里的数据,RCERAS创建了7张视图,这样简化用户对数据理解的同时,也可以简化操作,同时还可以作为一种安全机制.通过视图用户只能查看视图中提供的数据,而不用知道这些数据来源于哪些表.如果某一用户想要访问视图的结果集,必须授予其访问权限.视图所引用表的访问权限与视图权限的设置互不影响^[26]. ...

2012

... 图1显示了基于历史数据处理（山东省和江苏省1978~2011年统计数据^[27,28]）和参数估计后,RCERCS模型模拟出来的山东省和江苏省的能源消费碳排放数据. ...

2012

... 本文以天津市为例探讨不同政策情景下未来天津市的能源消费量和能源碳排放量（基础数据来源于天津市1978~2011年统计数据^[29]）.设定在保证能源总供给不变的前提下,到2050年,能源碳排放减少到基准情况的70%的目标下,模拟能源结构优化后,天津市未来各年的能源碳排放.模拟发现在给定目标下,煤以1.0%的速度下降,石油以0.9%的速度下降,天然气以1.3%的速度上升,非碳能源以1.6%的速度上升.能源结构调整后,天津市的能源碳排放显著下降,高峰值为28.50Mt,出现在2025年,与能源结构调整前相比,提前了5 a.从计算结果看,对天津这样能源结构较先进的城市,仅仅依靠能源结构调整,要达到这个减排目标也是困难的,特别是在核电站受到普遍质疑时,将非碳能源比例提高到45%是困难的.对天津市进行产业结构调整的情景模拟发现,在目标约束下,天津市第一产业将以0.7%的速度下降,第二产业以1.7%的速度下降,第三产业以1.2%的速度上升.考虑到京津地区产业的互补性,这种产业结构调整也存在困难.当采取同时进行能源结构优化和产业结构调整的情景模拟显示,天津市能源碳排放高峰值出现在2025年,高峰值为27.24Mt,减排效果更好^[30]. ...

Prediction on tianjin’s energy carbon emission and emission reduction scenarios analysis

2012

〈

〉

区域能源碳排放系统开发及应用

Regional Carbon Emissions System Development and Application

1 模型体系构造

2 系统设计与实现

2.1 系统需求

2.2 系统设计

2.3 数据库设计

3 模型应用案例

3.1 碳排放趋势模拟

3.2 政策模拟分析

3.3 专题图显示

4 结 论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

4 结论

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子