2021, Vol. 13
2. 清华大学生态文明研究中心, 北京 100084;
3. 国家环境保护生态工业重点实 验室(清华大学), 北京 100084
2. Center for Ecological Civilization, Tsinghua University, Beijing 100084, China;
3. State Key Joint Laboratory of Environment Simulation and Pollution Control, School of Environment, Tsinghua University, Beijing 100084, China
《巴黎协定》确立的2℃温控目标为全球经济体的低碳发展提出了迫切要求，全球气候变化已成为威胁人类可持续发展的重大挑战之一，新冠疫情的冲击更强调了重新思考人类发展与生态系统和谐共处的必要性。自19世纪末工业化进程飞速推进至今，工业系统始终是经济社会发展的重要支柱。中国作为全球最大的碳排放国，在应对气候变化中责任重大。2020年9月，中国政府承诺将提高国家自主贡献力度，采取更加有力的政策和措施，CO2排放力争于2030年前达到峰值，努力争取2060年前实现碳中和[1]。实现碳达峰、碳中和的中长期气候目标已成为中国重大战略[2]。
2017年，中国工业增加值占国内生产总值（GDP）的34%，工业能源消费占全国能源消费总量的66%[3]，可见工业是落实温室气体减排的重点领域，工业节能减碳对于缓解气候变化具有重要作用。工业园区是中国建设绿色制造体系、实施制造业强国战略最重要、最广泛的载体，承担了密集的工业生产活动，是中国双循环发展的重要源动力，也将成为落实中国自主贡献目标和实现精准减排的关键落脚点。尤其在当前至2035年大力推进生态文明建设的大战略下，工业园区低碳发展也是实现国家“生态环境根本好转，美丽中国目标基本实现”宏伟目标的内在要求和重要途径。
建设工业园区是全球工业发展的普遍现象，工业园区以企业集聚和基础设施共享为重要共性特征[4]。中国工业园区建设始于1979年，是改革开放的一项重大创举，经过40多年由点到面、由沿海向内地的推进式发展，工业园区已遍布全国各地，成为重要的工业生产空间和布局方式，也是工业化和城市化发展的重要载体[5]。根据工业园区所属级别不同，可分为国家级工业园区、省级工业园区和其他工业园区。目前，我国共有国家级和省级工业园区2543家[6]，多数位于环渤海、长三角、珠三角一带，贡献了全国工业产值的50% 以上[7]。工业园区通过低碳转型实现碳达峰，既是园区高质量发展的内在要求，又将在工业领域应对全球气候变化、落实全球温升控制目标中发挥关键效能。因而，在工业园区发展迈入“不惑之年”的当下，低碳转型有望破局“中年危机”。
中国工业园区的低碳发展始于“十一五”时期，自2006年以来，中国陆续出台并实施了一系列工业园区低碳政策。2009年原环境保护部下发《关于在国家生态工业示范园区中加强发展低碳经济的通知》，决定自2010年起将发展低碳经济作为重点纳入生态工业示范园区建设内容[8]。2011年起，中国政府开始着重关注工业园区的低碳发展[9]，在“十二五”规划等纲领性政策推动下，采取了若干重大举措落实碳政策和能源政策。2013年，工信部和发展改革委联合推进低碳工业园区试点建设[10]；2014年，《国家应对气候变化规划（2014—2020年）》提出到2020年建成150家左右低碳示范园区[2]；2016年，工信部发布《工业绿色发展规划（2016—2020年）》，再次强调了工业园区低碳化转型，并要求部分园区率先达到碳排放峰值[11]。
中国工业园区数量多、种类广、发展阶段各异，工业园区低碳发展对于缓解全球气候变化具有重要作用。然而，目前绝大多数工业园区碳排放底数不清，减排路径不明。由于中国工业园区在国家统计体系中不是独立的统计单元，缺乏边界清晰、标准统一、准备可靠的数据基础，导致工业园区温室气体排放核算方法不统一，排放现状与特征尚不清晰。碳排放底数不清进而导致工业园区共性和针对性的温室气体减排路径、减排潜力、成本效益以及在应对全球气候变化中的预期贡献尚不明确。本研究旨在定量揭示中国工业园区碳减排路径，为实现全球气候目标和中国工业绿色发展提供决策支撑。
1 方法与数据 1.1 基于生命周期视角的园区温室气体核算方法温室气体排放核算在国家层面[12, 13]、区域层面[14, 15]和城市层面[16-18]已十分广泛。然而在园区层面，仅有为数不多的工业园区温室气体排放与减排案例研究，如苏州工业园区[19, 20]、北京经济技术开发区[21]、沈阳经济技术开发区[22]。目前，园区相关研究所采用的温室气体核算方法主要从消费端视角出发[23]，大多遵循世界资源研究所发布的核算导则，该导则按照温室气体排放来源的不同，将排放划分为范围1~ 3[24]。对于工业园区而言，范围1排放指园区边界内的温室气体排放，如燃料燃烧和工业过程的排放，是园区的直接排放；范围2排放指外购电力和热力等二次能源的加工转换过程排放，是园区的间接排放；范围3排放指除范围1和范围2的所有间接排放，包括价值链上游和下游的排放，如外购原材料的生产过程排放，热力、电力生产上游的煤炭开采运输过程排放、废弃物园区外处理处置排放。
为分析大样本工业园区的温室气体排放特征，划定统一的核算对象和范围是开展研究的重要基础。能源消费导致的温室气体排放约占全球总排放的60%[25]，相关研究显示能源利用是工业园区碳排放的关键环节[26, 27]。能源相关温室气体排放包括燃料燃烧产生的直接排放，以及燃料生产运输，外购电力、热力的生产和传输等上游过程产生的间接排放。上述苏州工业园区、北京经济技术开发区和沈阳经济技术开发区的能源相关温室气体排放分别占总排放的94%、97% 和62%[20-22]。此外，其他研究也显示能源相关温室气体排放在工业园区总排放中占主导地位[28]。上述结论均表明能源相关温室气体排放是工业园区排放的最主要组成部分。工业园区其他排放，特别是工业过程的直接排放和外购原材料的间接排放，由于不同工业园区主导产业的差异性，使得开展生命周期温室气体排放核算所必要的基础数据搜集存在复杂度高、耗时长、数据不可获得等实际困难。因此，在核算大样本工业园区的温室气体排放时，为保证核算范围的一致性和排放量的可比性，能源相关温室气体排放宜作为主要考察对象。
近年来，从生命周期视角追溯产业链的上下游环节，识别间接温室气体排放已成为研究热点，例如能源生产、材料制造、区域贸易的隐含温室气体排放受到越来越多的关注[29-31]。同时将直接和间接排放纳入温室气体核算范围，有利于客观地厘清园区的排放责任和未来削减空间。本研究基于生命周期视角核算工业园区能源相关温室气体排放，将调研所得的工业园区实景能耗数据与生命周期评价背景数据进行结合，核算方法细节可参见本研究团队的前期工作[32]。背景数据取自中国生命周期基础数据库（Chinese Life Cycle Database），该数据库是面向中国实际生产过程的本土化数据库，已广泛应用于中国环境问题的相关研究[33, 34]。工业园区直接排放为地理边界内燃料燃烧产生的排放，对应世界资源研究所核算导则中范围1排放的主要部分；间接排放为工业园区能源消费相关的燃料生产和运输、外购二次能源生产和运输等过程的温室气体排放，涵盖范围2和部分范围3排放[35]。工业园区加工转换产出的二次能源相关排放将从园区排放中扣除，即核算范围是工业园区负有实际责任的净排放[32]。温室气体考虑CO2、CH4和N2O共3种主要温室气体，按各自的100年全球变暖潜势（1，28，265）折算为CO2当量[36]。温室气体核算中，CO2排放包括矿物源排放和生物源排放，前者是将脱离全球碳循环且储存在矿物能源中的CO2释放到大气中，而后者本身是碳循环的一部分，对大气的影响是中和的[35]。与大多数核算工作一致，本研究只将矿物源CO2排放纳入核算范围。
1.2 基于指数分解的园区碳减排潜力评价方法在实现2℃全球温控目标和中国自主贡献目标的双重压力下，极为有限的碳预算给中国工业园区高质量发展提出了更严格的要求，探究中国工业园区中长期低碳发展路径尤为关键。根据能源基金会近期发布的《中国碳中和综合报告2020》 [37]，在2℃温控目标下中国工业部门2035年和2050年CO2排放总量相比2015年需分别下降20%~ 35% 和50%~ 80%。
以2015年中国工业园区CO2排放量为基准，工业园区2015—2035年和2015—2050年CO2排放量削减幅度参考《中国碳中和综合报告2020》工业部门降幅区间的中位数28% 和65% 作为工业园区低碳发展的基本目标，进而研究工业园区未来减排路径。从工业系统和能源系统角度出发，结合供应侧和需求侧进行分析，工业园区碳减排路径主要涵盖以下方面：①产业结构优化，降低高耗能行业比例；②能效提升，涉及技术节能和能源产出率提升；③能源结构调整，增加风能、光能、氢能、生物质能、工业余热、生活垃圾与污泥在能源消费中的比例；④碳捕集、利用与封存（Carbon Capture, Utilization, and Storage，CCUS）。基于上述碳减排路径，需在2035年和2050年将全国工业园区CO2排放量分别控制在20.3亿吨和9.9亿吨以内。换言之，全国工业园区在2015—2035年和2035—2050年预期将至少减排CO2 7.9亿吨和10.4亿吨。
基于上述四种碳减排路径，并充分考虑不同工业增速下的园区经济发展情景，研究采用指数分解法进一步量化识别各路径的减排效果。指数分解分析和结构分解分析是目前广泛应用的两种分解分析法，在识别多种社会经济驱动力环境响应的相关研究中具有良好效果[38]。指数分解法与结构分解法相比，前者不依赖投入产出表，更适用于量化分析园区层面的时间序列数据[13, 39]。具体地，本研究选用对数平均迪氏指数法（Logarithmic Mean Divisia Index，LMDI），其具有路径独立、加总一致等优点[40]，在碳排放驱动力分析等政策研究中被广泛采用[41, 42]。本研究将2015—2050年的时间跨度划分为：第一阶段以2015年为基准年，2035年作为目标年；第二阶段以2035年为基准年，2050年作为目标年。进而，分别运用LMDI分解法定量识别经济增长带来的碳增量以及四种减排路径（产业结构优化与能效提升、能源结构调整、CCUS、区域电网混合电力碳强度下降）的碳减排潜力。
中国工业园区CO2排放量驱动因子分解参考Kaya公式，可分解为经济总量、能耗强度、能源结构、能源碳强度等因子相乘的形式[41]，见式（1）。其中，C表示CO2排放量（万吨），Ci表示第i种能源的排放量；IAV为工业增加值（亿元）；EI为能源强度（吨标准煤/ 万元）；ESi表示能源结构，即第i种能源所占份额；EFi表示第i种能源的生命周期碳排放因子（吨/ 吨标准煤）；i=1…6，依次表示煤、石油、天然气、电力、热力、非化石能源（垃圾、生物质和污泥、余热、风、光、氢等），具体如表 2所示。
|
(1) |
采用LMDI分解法，将基准年T0到目标年T期间的CO2排放量变化分解为上述各因子引起的变化量之和，见式（2）。其中，∆CIAV、∆CEI、∆CES、∆CEF分别代表工业增加值增长、能源强度下降、能源结构优化和碳排放因子改变导致的CO2排放量变化，∆CEF可进一步分解为CCUS覆盖率增加和电网碳强度下降带来的碳排放变化量，即∆CCCUS和∆CGrid。
|
(2) |
根据中国工业增加值历史数据[3]，2019年全国工业增加值同比增长5.3%，2014—2019年工业增加值年均增长率为6.3%，工业增加值增速在未来一段时期将逐步放缓进而保持相对稳定。本研究设置低、高增速两种情景：低增速情景下，2015—2035年全国工业园区的工业增加值年均增长3%，2035—2050年均增长1.5%；高增速情景下，2015—2035年全国工业园区的工业增加值年均增长5%，2035—2050年均增长3%。
四种碳减排路径的相关参数设置见表 1。首先，能耗强度是单位工业增加值的综合能耗，反映了产业结构优化和能效提升的双重作用，参考值采用《国家生态工业示范园区标准（HJ 274—2015）》，即低增速情景下2035年全国工业园区平均能耗强度达到生态工业园区水平，2050年在2035年基础上降低10%；高增速情景能耗强度水准略高于低增速情景。
|
表 1 2015—2050年中国工业园区碳减排路径参数设置 |
在能源结构方面，生活垃圾、生物质和污泥、余热、风、光、氢等非化石能源占比预期将显著提升。具体地，根据《生物质能发展“十三五”规划》 [43]，生活垃圾焚烧和生物质的发电装机容量在2015—2020年将分别增长60% 和32%，同时考虑到工业园区将污水处理厂污泥进行掺烧的工程应用不断增加（如苏州工业园区[44]、上虞经济技术开发区[45]等），因此本研究设定两种情景下2035年的生活垃圾、生物质（含污泥）的比例将分别提升至1% 和1.5%，至2050年保持不变。相似地，《“十三五”节能减排综合工作方案》 [46]和工业园区实践案例均明确了工业余热的回收利用率将在未来一段时间内显著提升，因此设定余热在两种情景下2015—2035年从0.7% 的占比均提升至2%。根据《国家生态工业示范园区标准（HJ 274— 2015）》，可再生能源使用比例至少达到9%，本研究取最低值，即高增速情景下到2035年全国工业园区风电、光电平均各占比4.5%，低增速情景下风电、光电各占比3%，至2050年保持不变。参考《中国碳中和综合报告2020》 [37]，工业生产过程将更多使用零碳氢能作为替代能源，其占比在2050年将提升至3%~ 18%。本研究参考此取值范围以及工业园区减排总量限值，以1% 作为步长，分别试算得出了实现减排目标下2035年和2050年园区氢能的最低占比，并假设零碳氢能的生命周期碳排放因子为零。上述非化石燃料占比提升将直接削减园区能源结构中的能源所占份额。
《中国电力行业2019年度发展报告》显示，2018年燃煤发电占全国发电量的64%，结合《中国碳中和综合报告2020》中CCUS至2035年和2050年分别覆盖化石燃料设施的30%~ 65% 和70%~ 85% 的情景设置，据此设定高、低增速情景下工业园区CCUS覆盖率（表 1），其中2035年CCUS仅作用于燃煤设施，2050年扩展至燃气、燃油等设施；相应地，结合全国CCUS覆盖率和煤电占比，可推算出电网混合电力碳强度降幅，如表 1所示。各年份能源结构和分品种能源的直接、间接CO2排放因子在表 2中列出。其中，直接排放因子参考世界资源研究所发布的《 GHG Protocol Tool for Energy Consumption in China（V2.1）》 [35]；间接排放因子涵盖能源开采、生产、运输（传输）等上游环节的碳排放，取值参考中国生命周期基础数据库[33]。
|
|
表 2 不同情景下能源结构与分品种能源生命周期碳排放因子 |
表 2所列的煤及其制品、石油及其制品为能源大类，其对应的总体碳排放因子与各细分品种的排放因子和消费结构均相关，例如负的间接排放因子源于此类能源加工转换产出的二次能源品种大量净输出。各细分品种的碳排放因子可参考上述数据源。
2 结果与讨论 2.1 中国工业园区碳排放总量2543家园区中，国家级经济技术开发区（以下简称国家经开区）共218家，是中国工业园区中发展相对成熟和领先的一批，具有较好的经济绩效，数据可得性和可靠性也较高。本团队前期研究中[32]，采集了213家国家经开区基础数据，此213家园区在2015年GDP总计达到7.6万亿元，占同年全国GDP的11%[3]。前期研究基于园区分品种能耗数据清单，核算得出213家国家经开区在2015年能源消费总计3.9亿吨标准煤，占同年全国能源消费总量的10%[3, 32]。其中，燃煤消耗占能源总消费量的74%，明显超过同年中国工业部门的燃煤消费份额（56%）[32, 47]；原油和天然气的份额分别为36% 和8%，排名第二、三位[32]。213家园区能源消费品种的多样化特征明显，非常规能源如余热、生物质、生活垃圾、煤矸石、工业固废已实现一定程度利用，然而其总份额仅为2%，表明园区的低碳能源发展还有很大提升空间[32]。2015年，213家国家经开区的温室气体直接排放（园区边界内燃料燃烧产生的排放）和间接排放（园区所用燃料的上游生产运输过程排放和外购二次能源的生产运输过程排放）分别为10.4亿吨和1.8亿吨CO2当量，各占总排放的85% 和15%[32]。间接排放占比不可忽略，园区低碳化发展中对间接排放的责任和减排义务同样需要加以关注。
进一步分析来看，213家国家级经开区2015年工业增加值为4.7万亿元，CO2总排放量为11.3亿吨，其单位工业增加值CO2排放平均为2.4吨/ 万元。按照工信部《工业转型升级规划（2011—2015年）》发布的数据，“十一五”期间中国工业园区贡献了全国工业产出的50% 以上[7]。按50% 估计，2015年全国工业园区的工业增加值约达11.7万亿元[3]，进一步按上述2.4吨/ 万元排放强度估算，全国工业园区的CO2排放量约为28.2亿吨。根据国际能源署数据[48]，中国2015年能源相关CO2排放量为91.4亿吨，由此初步判断工业园区贡献了全国CO2排放的31%，占比相当显著。随着近年来工业企业入园率逐步提升，例如至2020年许多地区的化工企业入园率已达到80%，工业园区碳排放在全国的贡献率未来将持续攀升，明确工业园区碳减排路径并推广行之有效的碳减排措施已刻不容缓。
2.2 中国工业园区碳减排潜力两种经济增速情景下，中国工业园区面向2035年和2050年的排放量和四种碳减排途径各自的减排潜力分别见图 1和图 2。总体来看，未来园区经济增长带来的碳排放新增量仍将十分显著，但通过四种减排途径有望将其抵消并实现净减排，即实现2015— 2035年和2035—2050年分别减排28% 和51% 的目标。
|
图 1 低增速情景下中国工业园区面向2035年和2050年的碳减排路径 |
|
图 2 高增速情景下中国工业园区面向2035年和2050年的碳减排路径 |
具体而言，2015—2035年产业结构调整与能效提升（即单位工业增加值产出的能耗下降）的碳减排潜力最为显著，提高非化石能源占比和增加CCUS应用也可带来可观的碳减排潜力。电网碳强度下降的减排效果并不明显，这是由于园区从电网净输入电力在园区总体能源消费中占比有限，仅不足3%[32]，即园区物理边界内自备的能源基础设施在2015年已基本能实现电力的自给自足。此外，从生命周期碳排放因子来看，由于电力的生产、转换、传输过程中的损耗较大，对于园区这一直接耗电量较大的经济体而言，由本地生产电力并实施大用户直供实现就地消纳，将具有更好的低碳绩效。从时间跨度来看，产业结构优化、能效提升、能源结构优化在2035—2050年的减排潜力将明显减小，表明至2035年此三方面的碳减排潜力基本能充分释放，远期的深度减排需主要依靠持续推进工业生产活动中的系统优化、区域层面的产业布局优化和末端针对性的CCUS来进一步完成总体碳减排目标。
进一步，将能源结构优化的碳减排潜力分解为生活垃圾、生物质和污泥、余热、风、光、氢等六种能源，研究各自的减排贡献。针对特定基准年和目标年，本研究采用下述取值作为每种能源在能源结构优化碳减排总量中的贡献权重：某种能源的增长份额÷非化石能源总增长份额×（1- 某种能源的碳排放因子÷煤的碳排放因子），进一步得到表 3所示的六种非化石能源占比提升相应的碳减排贡献。
|
|
表 3 六种非化石能源占比提升的碳减排贡献 |
结果显示，预期碳减排贡献最显著的依次为氢能、风电、光伏，此三者在2015—2035年的减排贡献率总计可达79%~ 84%，尤其氢能在2035—2050年可贡献100% 的减排潜力，是通过调整能源结构深度减排最有潜力的措施。垃圾、生物质和污泥、余热三类非常规能源由于在能源结构中占比较小，贡献并不显著。考虑到本研究采用较保守的参数取值，此三类能源在2035—2050年所占份额并未有进一步增长，若未来大力提升此三类能源的回收利用率，并改进焚烧炉技术以降低煤掺烧比，其带来的碳减排贡献将有望进一步增加。因此，现阶段应充分利用园区产业集聚优势，挖掘园区内部和园区间的产业共生潜力，加大生产过程中的副产品及废物等的回收利用，从源头削减资源消耗和碳排放，例如城市生活垃圾、污水厂剩余污泥的焚烧产能，以及化学反应余热的再利用等。
3 结论与展望 3.1 主要结论基于园区碳排放现状与碳减排路径分析结果，研究主要结论如下：
（1）中国工业园区温室气体减排的挑战与机遇并存。中国省级及以上工业园区有2500余家，其他各级园区更多达上万家。为落实国家自主贡献和全球温升控制的双重目标，一方面，园区面临着迅速推进能源低碳化转型和工业绿色发展的双重压力，短期内需转变工业部门和能源基础设施对化石燃料高度依赖的状况，而当前园区的温室气体排放特征和针对性减排策略均不明确，园区低碳研究和政策实践尚处于初期阶段，亟须开展广泛、全面、深入的普查与核算以“摸清家底”，为后续减排策略制定奠定基础；另一方面，园区具有企业集聚性、规模性优势和创新转型动力，产业共生效益的潜力显著，基础设施集约化程度高，行政管理体系相对独立高效，低碳经济势必为园区高质量发展注入新的活力，成为全国乃至全球工业部门低碳发展的领头羊和示范区。
（2）中国工业园区温室气体减排对2℃温控目标贡献可期。工业园区约贡献了全国CO2排放的31%，园区在产业结构、能源结构、节能水平、碳捕集等方面仍有巨大减排潜力。园区实现碳达峰乃至碳中和，将为中国自主贡献总体目标和2℃全球温控目标发挥至关重要的作用。本研究发现，园区在2015—2050年有望实现超过60% 的减排幅度。目前工业园区普遍存在低效的生产设施和高煤炭依赖度，例如从园区能源基础设施来看，大规模推广垃圾焚烧产能、热电联产技术升级将具有显著的减排潜力和环境、经济协同效益[49]。因此，通过淘汰或替换落后产能、提高能效、废物废热回收利用等途径，可基本实现近期阶段（2015—2035年）的减排任务。随着CCUS对化石燃料设施的逐步覆盖，以及工业过程中零碳氢能的广泛利用，中国工业园区面向2050年或2060年的深度减排任务也将有望达成。
3.2 政策建议为进一步推动中国工业园区低碳发展，为国家碳达峰、碳中和战略目标的实现发挥关键支撑作用，基于上述研究，提出工业园区深化低碳发展政策建议如下：
（1）开发系统、规范、标准的工业园区温室气体排放核算方法与工具包。建议基于生命周期方法开发并编制工业园区温室气体核算框架与实施细则，开发在线核算工具包。推动工业园区碳达峰，首先需要解决核算方法的可行性、核算范围的一致性、核算结果的可比性，为此可将能源相关温室气体排放作为首要核算对象，形成直接排放和间接排放核算的标准性工具方法；进而在全国范围内选择一批工业园区开展温室气体核算试点，为后续全面深化工业园区温室气体减排工作提供基础。
（2）制定工业园区低碳发展分类指导路线图。研究制定“中国工业园区温室气体及多污染物协同控制行动路线图”，支撑园区深入打好污染防治攻坚战和绿色低碳转型攻坚战。基于本研究提出的四种碳减排路径分类构建政策、技术层面的碳减排工具包。进而，将园区按照绿色发展水平、经济规模、主导产业、基础设施建设状况等属性进行分类分级，明确各类各级工业园区低碳化转型的行动重点。模拟中国工业园区未来碳排放演化路径，结合国家自主贡献和2℃/1.5℃全球温控目标，识别工业园区碳达峰关键时间节点，建立深度减排动态优化方案。
（3）开展碳达峰示范试点园区建设。结合当前正在开展的国家生态工业示范园区、绿色园区、循环化改造试点园区等项目，建议主管部门间深化协作，选择一批绿色发展基础好、产业体系优势足、低碳达峰意愿强、经济实力有保障的工业园区，从全生命周期温室气体核算、定制化碳达峰路径规划等方面开展示范试点，并争取给予专项资金支持，在“十四五”期间形成一批碳达峰示范试点园区。
3.3 进一步研究展望面向中国2060碳中和愿景，后续研究可考虑基于工业园区的生产空间布局，进一步扩大园区焚烧周边地区生活垃圾进行热电联产的比例，推广分布式光伏和风电的园区部署方案，如厂房屋顶太阳能和厂区小型风电机，进而构建园区“垃圾—风—光”低碳电力组成的智能化微电网，促进可再生能源的就地消纳，实现工业园区深度低碳化。在此基础上，构建综合评价模型，量化分析低碳和可再生能源设施嵌入园区的温室气体减排潜力、空气质量和健康的协同效益，以期为全球温控目标实现和中国工业园区绿色发展提供强大助力。
| [1] |
人民网. 习近平在第七十五届联合国大会一般性辩论上发表重要讲话[EB/OL]. (2020-09-23). http://paper.people.com.cn/rmrb/html/2020-09/23/nw.D110000renmrb_20200923_2-01.htm.
|
| [2] |
国家发展和改革委员会. 关于印发国家应对气候变化规划(20142020年)的通知[EB/OL]. (2014-11-04). http://www.ndrc.gov.cn/zcfb/zcfbtz/201411/t20141104_642612.html.
|
| [3] |
国家统计局. 中国统计年鉴(2019年)[M/OL]. 北京: 中国统计出版社, 2019(2019-09-24). http://www.stats.gov.cn/tjsj/ndsj/2019/indexch.htm.
|
| [4] |
PEDDLE M T. Planned industrial and commercial developments in the United States: a review of the history, literature, and empirical evidence regarding industrial parks and research parks[J]. Economic Development Quarterly, 1993, 7(1): 107-124. DOI:10.1177/089124249300700110 |
| [5] |
皮黔生, 王恺. 走出孤岛[M]. 北京: 生活·读书·新知三联书店, 2004.
|
| [6] |
国家发展和改革委员会, 科学技术部, 原国土资源部, 等. 中国开发区审核公告目录(2018年版)[EB/OL]. (2018-02-26). https://www.ndrc.gov.cn/fggz/lywzjw/zcfg/201803/t20180302_1047056.html.
|
| [7] |
工业和信息化部《工业转型升级规划(. 2011-2015)年)》系列解读材料[EB/OL]. 2012. http://www.china.com.cn/guoqing/2012-11/01/content_26976170.htm.
|
| [8] |
环境保护部办公厅. 关于在国家生态工业示范园区中加强发展低碳经济的通知[EB/OL]. (2009-12-21). http://www.mee.gov.cn/gkml/hbb/bgth/200912/t20091229_183603.htm.
|
| [9] |
国务院. 关于印发"十二五"控制温室气体排放工作方案的通知[EB/OL]. (2011-12-01). http://www.gov.cn/zwgk/2012-01/13/content_2043645.htm.
|
| [10] |
工业和信息化部, 国家发展和改革委员会. 关于组织开展国家低碳工业园区试点工作的通知[EB/OL]. (2013-10-28). http://www.zj.gov.cn/art/2013/10/28/art_14072_135661.html.
|
| [11] |
工业和信息化部. 工业绿色发展规划[EB/OL]. (2016-06-30). https://www.miit.gov.cn/n1146285/n1146352/n3054355/n3057267/n3057272/c5118197/part/5118220.pdf.
|
| [12] |
LIU Z, GUAN D B, WEI W, et al. Reduced carbon emission estimates from fossil fuel combustion and cement production in China[J]. Nature, 2015, 524(7565): 335-338. DOI:10.1038/nature14677 |
| [13] |
GUAN D B, MENG J, REINER D M, et al. Structural decline in China's CO 2 emissions through transitions in industry and energy systems[J]. Nature Geoscience, 2018, 11(8): 551-555. DOI:10.1038/s41561-018-0161-1 |
| [14] |
BAI H T, ZHANG Y X, WANG H Z, et al. A hybrid method for provincial scale energy-related carbon emission allocation in China[J]. Environmental Science & Technology, 2014, 48(5): 2541-2450. |
| [15] |
SHAN Y, GUAN D B, ZHENG H R, et al. China CO2 emission accounts 1997-2015[J]. Scientific Data, 2018, 5: 170201. DOI:10.1038/sdata.2017.201 |
| [16] |
SHAN Y, GUAN D B, HUBACEK K, et al. City-level climate change mitigation in China[J]. Science Advance, 2018, 4(6): eaaq0390. |
| [17] |
CAI B F, GUO H X, CAO L B, et al. Local strategies for China's carbon mitigation: An investigation of Chinese city-level CO2 emissions[J]. Journal of Cleaner Production, 2018, 178: 890902. |
| [18] |
ZHENG B, ZHANG Q, DAVIS S J, et al. Infrastructure shapes differences in the carbon intensities of Chinese cities[J]. Environmental Science & Technology, 2018, 52(10): 6032-6041. |
| [19] |
LIU L X, ZHANG B, BI J, et al. The greenhouse gas mitigation of industrial parks in China: a case study of Suzhou Industrial Park[J]. Energy Policy, 2012, 46: 301-307. DOI:10.1016/j.enpol.2012.03.064 |
| [20] |
WANG H S, LEI Y, WANG H K, et al. Carbon reduction potentials of China's industrial parks: a case study of Suzhou industry park[J]. Energy, 2013, 55: 668-675. DOI:10.1016/j.energy.2013.01.034 |
| [21] |
LIU W, TIAN J P, CHEN L J. Greenhouse gas emissions in China's eco-industrial parks: a case study of the Beijing economic technological development area[J]. Journal of Cleaner Production, 2014, 66: 384-391. DOI:10.1016/j.jclepro.2013.11.010 |
| [22] |
DONG H J, GENG Y, XI F M, et al. Carbon footprint evaluation at industrial park level: a hybrid life cycle assessment approach[J]. Energy Policy, 2013, 57: 298-307. DOI:10.1016/j.enpol.2013.01.057 |
| [23] |
LARSEN H N, HERTWICH E G. The case for consumptionbased accounting of greenhouse gas emissions to promote local climate action[J]. Environmental Science & Policy, 2009, 12(7): 791-798. |
| [24] |
World Resources Institute, World Business Council for Sustainable Development. The greenhouse gas protocol: A corporate accounting and reporting standard (revised edition)[EB/OL].[2021-12-10]. https://www.wri.org/publication/greenhouse-gas-protocol.
|
| [25] |
United Nations. Sustainable development goals: 17 goals to transform our world[EB/OL]. (2016-08-19). http://www.un.org/sustainabledevelopment/sustainable-development-goals/.
|
| [26] |
LU Y, CHEN B, FENG K S, et al. Ecological network analysis for carbon metabolism of eco-industrial parks: a case study of a typical eco-industrial park in Beijing[J]. Environmental Science & Technology, 2015, 49(12): 7254-7264. |
| [27] |
TIAN J P, GUO Q P, CHEN Y, et al. Study on industrial metabolism of carbon in a Chinese fine chemical industrial park[J]. Environmental Science & Technology, 2013, 47(2): 1048-1056. |
| [28] |
吕斌, 熊小平, 康艳兵, 等. 中国产业园区温室气体排放核算方法研究[J]. 中国能源, 2015, 37(9): 21-26. |
| [29] |
LONG R Y, LI J Q, CHEN H, et al. Embodied carbon dioxide flow in international trade: a comparative analysis based on China and Japan[J]. Journal of Environmental Management, 2018, 209: 371-381. |
| [30] |
KUMANAYAKE R, LUO H B, PAULUSZ N. Assessment of material related embodied carbon of an office building in Sri Lanka[J]. Energy and Buildings, 2018, 166: 250-257. DOI:10.1016/j.enbuild.2018.01.065 |
| [31] |
CHEN S Q, CHEN B. Changing urban carbon metabolism over time: historical trajectory and future pathway[J]. Environmental Science & Technology, 2017, 51(13): 7560-7571. |
| [32] |
GUO Y, TIAN J P, ZANG N, et al. The role of industrial parks in mitigating greenhouse gas emissions from China[J]. Environmental Science & Technology, 2018, 52(14): 7754-7762. |
| [33] |
亿科环境科技有限公司, 四川大学. 中国生命周期基础数据库Chinese Life Cycle Database 0.8[DB]. 2014.
|
| [34] |
刘夏璐, 王洪涛, 陈建, 等. 中国生命周期参考数据库的建立方法与基础模型[J]. 环境科学学报, 2010, 30(10): 2136-2144. |
| [35] |
宋然平, 杨抒, 孙淼. 能源消耗引起的温室气体排放计算工具指南(2.1版). 北京: 世界资源研究所. 2013. https://ghgprotocol.org/sites/default/files/GHG-Protocol-Tool-forEnergy-Consumption-in-China-V2%201_0.pdf.
|
| [36] |
Intergovernmental Panel on Climate Change. Climate Change 2013: The Physical Science Basis[R]. IPCC, 2013.
|
| [37] |
Energy Foundation China. Synthesis Report 2020 on China's Carbon Neutrality[EB/OL].[2020-12-10]. https://www.efchina.org/Attachments/Report/report-lceg-20201210/SPM_Synthesis-Report-2020-on-Chinas-Carbon-Neutrality_EN.pdf/view.
|
| [38] |
PETERS G P, ANDREW R M, CANADELL J G, et al. Key indicators to track current progress and future ambition of the Paris Agreement[J]. Nature Climate Change, 2017, 7(2): 118-122. DOI:10.1038/nclimate3202 |
| [39] |
HOEKSTRA R, VAN DEN BERGH J C J M. Comparing structural decomposition analysis and index[J]. Energy Economics, 2003, 25(1): 39-64. DOI:10.1016/S0140-9883(02)00059-2 |
| [40] |
ANG B W. The LMDI approach to decomposition analysis: a practical guide[J]. Energy Policy, 2005, 33(7): 867-871. DOI:10.1016/j.enpol.2003.10.010 |
| [41] |
MENG J, MI Z F, GUAN D B, et al. The rise of South-South trade and its effect on global CO2 emissions[J]. Nature Communications, 2018, 9(1): 1871. DOI:10.1038/s41467-018-04337-y |
| [42] |
LIU L C, FAN Y, WU G, et al. Using LMDI method to analyze the change of China's industrial CO2 emissions from final fuel use: an empirical analysis[J]. Energy Policy, 2007, 35(11): 5892-5900. DOI:10.1016/j.enpol.2007.07.010 |
| [43] |
国家发展和改革委员会. 生物质能发展"十三五"规划[EB/OL]. (2016-10-28). http://www.gov.cn/xinwen/2016-12/06/content_5143612.htm.
|
| [44] |
HU W Q, GUO Y, TIAN J P, et al. Energy and water saving potentials in industrial parks by an infrastructure-integrated symbiotic model[J]. Resources, Conservation and Recycling, 2020, 161: 104992. DOI:10.1016/j.resconrec.2020.104992 |
| [45] |
GUO Y, TIAN J P, CHERTOW M, et al. Exploring greenhouse gas-mitigation strategies in Chinese eco-industrial parks by targeting energy infrastructure stocks[J]. Journal of Industrial Ecology, 2018, 22(1): 106-120. DOI:10.1111/jiec.12542 |
| [46] |
国务院. 关于印发"十三五"节能减排综合工作方案的通知[EB/OL]. (2017-01-05). http://www.gov.cn/zhengce/content/2017-01/05/content_5156789.htm.
|
| [47] |
国家统计局. 中国能源统计年鉴(2016年)[M]. 北京: 中国统计出版社, 2016.
|
| [48] |
International Energy Agency. Explore energy data by category, indicator, country or region[EB/OL].[2020-12-10]. https://www.iea.org/data-and-statistics?country=CHINAREG&fuel=CO2%20emissions&indicator=TotCO2.
|
| [49] |
GUO Y, TIAN J P, CHEN L J. Managing energy infrastructure to decarbonize industrial parks in China[J]. Nature Communications, 2020, 11: 981. DOI:10.1038/s41467-020-14805-z |