文章快速检索     高级检索
  中国环境管理  2023, Vol. 15 Issue (4): 91-98  
0

引用本文 

崔泽优, 董战峰, 葛察忠. 我国智慧碳监管建设的发展路径探究[J]. 中国环境管理, 2023, 15(4): 91-98.
CUI Zeyou, DONG Zhanfeng, GE Chazhong. Research on the Development Path of the Construction of Smart Carbon Supervision in China[J]. Chinese Journal of Environmental Management, 2023, 15(4): 91-98.

作者简介

崔泽优(1997-),男,硕士,助理研究员,研究方向为环境管理、可持续发展与应对气候变化,E-mail: czy970312@163.com.

责任作者

董战峰(1979-),男,博士,研究员,博士生导师,研究方向为环境经济与政策、环境战略与规划等,E-mail: dongzf@caep.org.cn.
我国智慧碳监管建设的发展路径探究
崔泽优 , 董战峰 , 葛察忠     
生态环境部环境规划院, 北京 100041
摘要: 智慧碳监管是政府、园区、企业实施碳减排的现代治理手段,通过运用大数据平台,对碳排放数据进行实时监控、追踪等,实现碳排放的监控预警、考核、评估、决策等,是推进“双碳”战略的重要保障。我国碳监管的应用尚处于初级阶段,推进实施智慧碳监管既是发展方向,也面临诸多挑战。本文分析了我国智慧碳监管的发展状况、实践进展和实践特征,围绕数据管理体系、政策支撑体系、系统技术体系、创新功能应用、服务保障体系等方面存在的关键问题,提出了相应的系统策略,助推我国碳监管的智慧化发展与创新实践。
关键词: 数智技术    碳监管    智慧    能源    “双碳”目标    
Research on the Development Path of the Construction of Smart Carbon Supervision in China
CUI Zeyou , DONG Zhanfeng , GE Chazhong     
Institute of Environmental Planning, Ministry of Ecology and Environment, Beijing 100041, China
Abstract: Smart carbon supervision is a modern governance measure for governments, parks, and enterprises to implement carbon emission reduction. Through the use of big data platforms, real-time monitoring and tracking of carbon emission data, achieving functions such as carbon emission monitoring and early warning, assessment, evaluation, and decision-making, is an important guarantee for accomplishing dual-carbon goal. The application and development of carbon supervision in China is still at the early stage, promoting the implementation of smart carbon supervision is not only the direction of development, but also faces many challenges. This paper analyzes the development status, practical progress and practical characteristics of smart carbon supervision in China, and puts forward relevant system strategies around the key problems in data management system, policy support system, technology system, innovative function application, service guarantee system, thereby promoting the intelligent development and innovative practice of carbon supervision in China.
Keywords: digital intelligence technology    carbon supervision    smart    energy    dual carbon    
引言

智慧碳监管是以大数据为基础,通过人工智能、区块链、物联网等数智技术打通“信息孤岛”壁垒,实现碳排放数据实时监控追踪,高效分析和决策支持,以达到精准“数智”控碳的目的。智慧碳监管是保证我国“双碳”目标落实的重要手段,有利于对温室气体排放的精准、及时掌握和研判,是应对气候变化、有效控制二氧化碳排放总量,进而推进碳达峰和碳中和的重要基石。

目前,我国碳排放、应对气候变化等领域的监测管理尚处在探索阶段,缺乏高质量、智能化的分析研究成果以及较为成熟的管理决策技术支撑。我国智慧碳监管实践始于2021年,相关政策基础较为薄弱,应用过程中还存在一些缺陷,因此我国智慧碳监管建设还处于起步阶段[1]。随着信息化、智慧化技术发展水平不断提升,建立多主体“精准、实时、动态”的碳排放监管体系成为可能。智慧碳监管在国际上已有一些成功经验,全球46个国家1500个城市的实时二氧化碳监管数据集已初步构建,实现了从2019年1月起至2021年12月对化石燃料燃烧和水泥生产产生的年度、月度、日度二氧化碳量变化监控管理,并分解至发电、住宅(建筑)、工业、地面交通和航空五大部门,但对管理决策的技术支撑水平还有待加强[2,3]

智慧碳监管作为有效的碳排放监督管理手段,在我国相关的研究较少,实践经验欠缺,在各场景应用下的发展方向尚未明晰,亟待拓展相关领域的研究工作。本文旨在通过智慧碳监管为降碳工作提供指导,并结合国家层面政策进展及政府、园区、企业场景应用下的实践情况,对当前我国智慧碳监管建设的发展现状、关键问题及系统策略做全面梳理总结,进一步推进我国智慧碳监管建设,助力我国与国际上低碳领域新兴技术相接轨。

1 我国智慧碳监管的发展现状 1.1 发展状况

随着社会进步与科学技术发展,数智技术已广泛应用于诸多领域。数智技术包含数据和智能两方面,是获取和生产数据智能以实现数智化的工具手段[4]。数智技术依靠独有的计算和学习特性,可以持续保障高比例新能源的可靠接入,持续提升能源利用效率,从而降低碳排放,例如云计算技术可以运用在风电、光伏电站的运营中;区块链技术可以对绿色电力的来源进行追溯和认证;在区域、园区、金融机构、大型企业等的综合能源管理中,人工智能和物联网技术可以应对、学习、优化有关经济、安全和环境合规等多目标的复杂决策问题[5]

近年来,数智技术发展水平不断提升,使得建立多主体“精准、实时、动态”的碳排放监控与管理体系成为可能。智慧碳监管具有前瞻性,是全面推进双碳”目标中不可或缺的一部分。智慧碳监管的应用普及有助于地方围绕顶层战略和高位引领,通过对碳数据进行智慧分析模拟,开展实时碳排放进程全景观察,可及时发现问题、提供解决方案,在最短时间内高效处理碳减排与碳监管问题。在建立“全面、多维、闭环”综合监管体系基础上,为碳减排主体提供可监测、可管理、可展示的大数据可视化解决方案及一体化支撑条件,保证碳达峰碳中和工作“不跑题、不跑偏、不走样”,探索出一条中国“双碳”发展新路径。

1.2 实践进展

能源是碳排放的主要来源,世界主要发达国家都在实施以技术为支撑的能源转型政策,向大数据、虚拟发电厂、智能电网、物联网、共享经济和区块链技术、数字融合技术等数智技术迈进[6]。智慧碳监管起源于智慧能源监管,2017年国家能源局公布了55个智慧能源示范项目[7]。2021年起,国内多个省份陆续上线了“双碳”管理平台,基本都包括“看碳、析碳、降碳”三类功能:“看碳”了解重点用能单位碳排放情况;“析碳”对碳排放趋势进行预测预警;“降碳”提供智能决策支持。从实践进展来看,智慧碳监管的具体应用一般有三个方面:一是基于能源大数据,利用“能—碳、能—电、电—碳”关联算法估算碳排放量,开展采集分析、模型预测、结果评价,实现碳排放监测、统一管理、共享交换;二是基于全周期碳管理,对碳排放全流程统计分析和预警,实现碳排放分析和重点企业碳监管,探索产业“碳转型”、项目“碳评估”、区域“碳考核”等管理创新;三是基于多元场景应用,依托动态监测数据,面向政府、园区、企业等场景开发碳管理应用,对接智慧城市、碳交易等领域[8]

1.3 实践特征

(1)不断加大政策支持力度。我国智慧碳监管相关支持性政策多在监测方面,正在逐步将数智技术融入至碳监管应用中,加大对智慧碳监管政策支持表 1)。2021年12月28日,生态环境部发布“十四五”生态环境监测规划》,明确推动生态环境智慧监测建设,鼓励将大数据和智慧创新技术应用至生态环境监测中。2022年6月23日,国务院发布《关于加强数字政府建设的指导意见》,提出加强数智技术在政府层面运用,推动绿色低碳转型,加快构建碳排放智能监测和动态核算体系。2022年7月7日,工信部、国家发展改革委、生态环境部发布《工业领域碳达峰实施方案》,进一步对智慧碳监管技术的未来发展应用进行了任务安排,推进构建感知、监测、预警、应急等能力,提升碳排放的数字化管理、网络化协同、智能化管控水平。2022年8月18日,科技部等九部门发布《科技支撑碳达峰碳中和实施方案2022—2030年)》,提出宏观尺度上运用二氧化碳排放智能监测,提升碳排放监测能力。

表 1 我国智慧碳监管政策发展状况

(2)开展多场景应用实践。智慧碳监管以能源大数据为核心,在政府、园区、企业等不同场景应用下各具特色(图 1)。智慧碳监管在全国范围内已具备一定经验基础,在政府、园区、企业等场景应用下积累了一定数量的实践典型案例(表 2)。在政府场景应用下,江苏、浙江、深圳、上海等拥有较好的实践经验,浙江省杭州市萧山区“双碳大脑”、深圳市“南网智瞰”、上海市浦东新区智慧能源“双碳”云平台,普遍以油、煤、气、电等能源大数据为主导,利用关联算法,构建重点排放域碳计算模型,围绕看碳、析碳、降碳三个核心功能,实现碳排放智慧化监管。江苏省连云港市“碳测”平台、江苏省无锡市新吴区电力双碳智慧大脑,以电力大数据为核心,开展碳数据采集、监测、核算等,监管碳排放和能源消耗等情况。在园区场景应用下,新乡经开区能源大数据园区碳监管平台以园区内碳排放数据作为支持,对碳排放管理、碳减排管理、碳达峰管理等开展管理应用,为园区内实现“双碳”目标提供支持,也依托云计算及人工智能技术,为园区内企业“双碳”管理大数据服务应用。在企业场景应用下,S-Carbon碳管理平台、海纳碳管理平台通过搭建企业内部碳管理平台,对碳排放实现全景化感知,开展预警监测,对企业自身及价值链上下游进行碳监管等,提供分析评价和决策辅助等功能。

图 1 智慧碳监管在各场景的应用
表 2 我国智慧碳监管实践典型案例

(3)实施智慧碳监管具备一定实践基础。智慧碳监管与智慧能源监管之间的关系密不可分,我国以智慧能源监管为主导的智慧城市、智慧园区积累了丰富经验,已在全国范围内自上而下推进,一般采用能源监测管理、云服务数据中心、数据可视化管理、能源需求管理等实现“智慧化”管理,重点突出监管信息化功能。其中,智慧城市主要通过推动低碳生活方式、城市能源管理等,智慧园区通过智慧资源能源管理、智慧决策支撑工具、智慧监管等实现功能[9]。同时,物联网技术的运用是智慧碳监管发展的有效手段,是智慧能源监管的进一步深化。相关研究表明,基于物联网、5G技术的智慧碳监管平台(SCMP)可通过手机信号、能源消费传感器、360°摄像头对城市内居民用电、供热、工业能源消费碳排放进行趋势分析,用以解决城市内不同尺度下的碳排放问题[10]。杭金衢高速公路“双碳”数字化能源管理平台利用物联网技术,实现了“数字化+交通+ 双碳”的融合。

2 我国智慧碳监管建设面临的关键问题

在当前发展背景下,我国智慧碳监管在不同场景应用下已拥有一定的经验积累,但尚存在诸多探索空间。结合政策进展和实际案例来看,我国智慧碳监管建设存在的关键问题主要有:

一是数据管理体系仍需提升。各场景应用的碳排放数据获取和测算存在差异,导致碳排放数据难以全面纳入智慧碳监管范畴。在数据获取方面,园区、企业等场景应用主要采用能耗表、传感器等传统方式进行碳排放数据收集,数据基础以一、二次能源消耗为主,而工业生产过程排放、管理服务排放、物质材料消耗等非直接排放也会产生部分碳源排放量[11,12]。此类排放数据无法通过传统方式有效涵盖,并导致汇总于政府场景下的部分碳排放数据不准确,造成部分碳排放源数据源的缺失。在数据测算方面,由于各场景应用智慧碳监管的系统运行尺度和地理位置不同,导致所采用的碳排放测算模型数据上有所差异,影响碳排放的测算结果。以电力碳排放为例,相关电碳因子包括全国电网电碳因子、区域电网电碳因子、区域电网基准线电碳因子与省级电网平均电碳因子,碳排放测算模型所采用的电力排放因子数据也会因属地和来源等原因而有所差异[13]。同时,不同场景应用间也存在“信息壁垒”的问题,数据回流与衔接难以打通,政府、园区、企业的多层级碳数据融合难以实现,进一步加剧了碳排放数据缺失与不准确的问题,影响智慧碳监管的整体数据质量。

二是政策支撑体系尚未建立。在政策制定初期,国家层面政策主要以生态环境监测和能源建设的智慧化应用为主,着重强调了构建信息化、智慧化体系,提升生态环境智慧监测能力建设与监测试点数量,尚未提及有关智慧碳监管的内容。2022年下半年开始,国家有关“双碳”信息化、智慧化战略部署的政策逐步出台,《关于加强数字政府建设的指导意见》《科技支撑碳达峰碳中和实施方案(2022—2030年)》《工业领域碳达峰实施方案》等文件相继印发,涉及碳排放智能监测和动态核算体系,碳排放智能监测,碳排放的数字化、网络化、智能化应用等内容。从总体来看,条文虽提及“提升碳排放的数字化管理、网络化协同、智能化管控水平”“加快构建碳排放智能监测和动态核算体系”等内容,但未对智慧碳监管的具体化应用做出相关的规定要求。此外,政策出台时间较晚,在政策出台伊始仅停留于国家层面,未落实至地方及各场景应用中,出台单独的政策文件,存在一定空白领域,尚未建立有效的政策支撑体系。

三是系统技术体系不够完备。我国智慧碳监管系统所采用的监测方法一般为基于核算的方法,以ISO 14064、温室气体核算体系等国际核算标准以及国内各行业核算标准作为框架指南,利用排放因子和活动数据对直接排放和间接排放(即范围一、二、三排放)进行计算[14]。站在准确性的角度,连续排放监测系统数据的不确定性范围低于基于核算的方法,此种方法在美国、欧盟等国家和地区的应用较为成熟,而基于末端碳排放的连续监测设备在我国的应用尚未广泛普及,无法有效应用于不同场景下的智慧碳监管建设[15-19]。此外,智慧碳监管所搭载的物联网、区块链等应用系统也存在不足,鉴于我国智慧碳监管在政府、园区、企业等场景应用下系统种类繁多,尚未拥有统一的运行标准,无法与碳汇、碳市场、碳排放捕集与封存(ecus)等碳减排重点领域形成有效衔接。部分应用中监测感应器等在线监测设备装配不足,无法配套技术系统实现多个碳排放类目的实时监测。

四是创新功能应用不够多元。从功能开发上来看,我国智慧碳监管在各场景应用下的创新性功能开发较少,主要围绕看碳、析碳、降碳”三大类功能,实现碳排放情况监控,碳排放趋势分析预警,智能决策支持等功能,未能通过数智技术与外部降碳机制、碳减排支持工具形成有效联动[20]。从功能应用上来看,我国智慧碳监管在政府、园区、企业方面仍然处于测试阶段,实践经验匮乏,往往表现出呈现方式不统一、应用涵盖范围较小等问题,无法实现全国宏观尺度上的平稳运行。

五是服务保障体系不到位。在人才保障方面,基于我国智慧碳监管的发展时间较短,知识储备有限,政策法规体系不健全,致使研究、执法等专业化人员存在缺口,亟待培养相关领域的专业人才。在技术保障方面,运行维护、数据安全等工作的技术支持有待提高,定期问题排查机制仍需落实,数据安全意识亟待进一步强化。同时,智慧碳监管应用范围和方向并未明确划定,经验成果较少,发展路径仍处于探索过程。在资金保障方面,智慧碳监管尚未建立完备的资金支持管理体系,多数省份相关的资金管理办法未出台,研发补助、政府补贴、项目激励等财政支持措施仍在推进,智慧碳监管在各场景下的推动落实过程中未与金融机构建立足够的联系。

3 我国智慧碳监管的系统策略

为推动我国智慧碳监管进程,解决现存突出问题,建议围绕数据管理体系、政策支撑体系、系统技术体系、创新功能应用、服务保障体系五大方面进行建设(图 2)。数据管理体系建设主要针对智慧碳监管中的碳数据,包括优化数据获取、强化数据测算、提高数据共享融合。政策支撑体系建设旨在通过外部的政策对智慧碳监管发展予以支持,包括推动政策出台、加快政策体系建立。系统技术体系建设是对智慧碳监管所搭载的内部系统进行改进,包括提高方法应用、强化系统技术水平、推动重点技术领域应用。创新功能应用建设侧重于智慧碳监管的功能,包括研发新功能应用、增强功能稳定。服务保障体系建设围绕人才、技术服务、资金投入三部分,包括落实人才保障、强化技术服务保障、加大资金投入。

图 2 智慧碳监管建设系统策略
3.1 完善智慧碳监管数据管理体系

一是优化智慧碳监管数据获取。重要抓手从能耗双控”向碳排放“双控”转变,以落实国家“双碳”战略为主要目标,建立健全智慧碳监管碳排放分布式实时化监测系统,对重点碳排放源实现精细化管控。聚焦二氧化碳非直接排放源,通过传感器硬件升级、重点排放点位增设传感器等方式,切实将能源消费以外的各正负向碳排放数据全面纳入智慧碳监管监测管理范畴。二是强化智慧碳监管数据测算。统筹完善各场景应用下的碳排放测算模型,统一碳排放测算模型内部数据库数据一致性,形成一套较为完备的碳排放测算标准体系。三是提高智慧碳监管数据共享融合。通过与5G、卫星通信网络等无线网络技术相耦合, 打通碳排放数据传输壁垒隔阂,实现多层级碳数据一体采集、一体统计、一体监测,并将各场景应用间碳排放数据汇总于动态数据库中。采用区块链技术对关键碳数据进行分布式存证,实时共享更新碳排放数据情况,提升数据精度与传输效率,实现不同类型碳排放数据的交叉验证,降低统计核算误差。

3.2 建立智慧碳监管政策支撑体系

一是推动智慧碳监管相关政策出台。积极推动国家层面对智慧碳监管领域出台针对性政策,鼓励地方层面结合各地特色出台帮扶性政策,引导出台智慧碳监管独立的政策文件。强化智慧碳监管领域的政策引领作用,加快政策文件制定进程,完善各场景应用下的相关政策法规建设。二是加快建立智慧碳监管政策体系。将智慧碳监管相应政策纳入“1+N”政策体系内,逐步完善在国家、地方、园区、企业等特定场景下的支持性政策,填补智慧碳监管在碳汇、CCUS等重点减碳增汇技术领域衔接的政策空白,全方位促进智慧碳监管在各尺度下的政策“大协同”。

3.3 改进智慧碳监管系统技术体系

一是提高智慧碳监管方法应用。积极借鉴国际先进技术经验,不断探索智慧碳监管系统的创新方法,强化在线连续监测法(CEMS)等监测方法的实践应用。以国内外碳排放核算标准为指导框架,采用核算法与在线监测法相结合的方式,保障智慧碳监管系统碳排放监测准确性,特别是对于烟囱口等含有复杂网络的非直接排放源。二是强化智慧碳监管系统技术水平。提升智慧碳监管所搭载的人工智能、物联网、区块链等技术系统,实现碳排放数据的高效采集与可靠存储,形成可信动态数据库,统一智慧碳监管相同场景应用的技术系统运行标准,提高硬件设备投入以符合技术系统运行要求,进一步辅助碳排放数据采集。三是推动智慧碳监管在重点技术领域应用。强化智慧碳监管在碳汇、碳市场、CCUS等重点减碳领域应用,构建碳汇智能匹配、碳市场数据建设、CCUS全过程分析等实践路径,支持开展林草生态系统碳汇监管、陆地生态系统碳监管、海洋生态系统碳监管等生态系统专项智慧碳监管应用[21,22]

3.4 优化智慧碳监管创新功能应用

一是开展研发基于智慧碳监管新功能应用。以看碳、析碳、降碳三大功能为核心,开拓创新清洁能源转型、能源利用效率提升、“零碳”产业转型、绿色数字化应用、绿色建筑管理、碳汇资产管理、碳足迹分析管理等智慧碳监管创新功能路径,逐步与碳账户、碳普惠、碳信用等创新碳减排领域形成功能衔接模块,为后续功能开发提供基础。二是增强智慧碳监管功能稳定性。加大智慧碳监管功能应用数字化、智慧化转型力度,在政府、园区、企业等场景下不断积累功能实践经验,提高功能实操稳定性。鼓励工业、电力、建筑等重点行业逐步扩大功能应用范围,依托大数据、区块链技术拓展智慧碳监管功能应用,进一步实现宏观尺度上的平稳运行。

3.5 夯实智慧碳监管服务保障体系

一是落实智慧碳监管人才保障。提高智慧碳监管人员技术水平及知识储备,开展智慧碳监管教学科研工作,培育专业化人才,夯实监管部门人员的水平、执法效率和力度,加强分工合作与协调配合。二是强化智慧碳监管技术服务保障。研究制定科学高效的运行维护模式,制定数据安全保护规范,定期排查问题隐患,提升数据安全保护意识。通过市场化、产业化等方式扩大智慧碳监管应用范围,优先在电力行业等重点领域开展试点。统筹推动智慧碳监管示范效能,形成一批可复制可推广的经验做法和成果应用,通过试点探索为智慧碳监管制定适合中国本土特色的精细化、规范化发展道路。三是加大智慧碳监管资金投入。鼓励各省份出台智慧碳监管资金管理办法,依托京津冀、长三角、粤港澳大湾区、成渝地区双城经济圈等重点区域,先行建立智慧碳监管资金支持体系。与金融机构持续开展合作交流,通过设立专项资金、贷款贴息、研发补助等方式,提高对智慧碳监管在各场景应用中的财政帮扶。

4 我国智慧碳监管的未来展望

智慧碳监管建设对全球可持续发展、应对气候变化、碳排放等领域具有深远意义,是我国“双碳”目标实现的关键环节。本研究通过梳理全国智慧碳监管政策发展状况以及地方政府、园区、企业等场景应用中的实践经验,总结凝练了以数据管理体系、政策支撑体系、系统技术体系、创新功能应用和服务保障体系为主的关键问题和系统策略。

随着我国向碳达峰碳中和稳步迈进,有关智慧碳监管的诸多支持政策和实践案例也不断涌现。由于篇幅有限,本文仅选用了当下具有代表性的政策和案例,而未能涵盖全部。此外,由于智慧碳监管处于早期发展阶段,文中选取的场景应用仅纵向的分为地方政府、园区和企业,而未对园区及企业以行业维度进行横向细分。

智慧碳监管是全国层面推动“双碳”目标的有效手段,是地方政府、园区、企业了解自身碳排放情况、制定碳减排策略的重要依据。在未来发展中,我国智慧碳监管建设应当进一步提高数据精度和监管机构认可度,与第三方机构人工认证相辅相成,成为碳排放有力的监管手段。与此同时,也应确保与全国碳市场建设相同步,以各大行业为基础,接入至全国碳交易市场中,为碳排放配额发放和交易、温室气体自愿减排登记备案和交易提供依据。

参考文献
[1]
陈善荣, 陈传忠, 文小明, 等. "十四五"生态环境监测发展的总体思路与重点内容[J]. 环境保护, 2022, 50(3-4): 12-16. DOI:10.14026/j.cnki.0253-9705.2022.z2.005
[2]
LIU Z, CIAIS P, DENG Z, et al. Carbon Monitor, a near-realtime daily dataset of global CO2 emission from fossil fuel and cement production[J]. Scientific data, 2020, 7(1): 392. DOI:10.1038/s41597-020-00708-7
[3]
HUO D, HUANG X T, DOU X Y, et al. Carbon Monitor Cities near-real-time daily estimates of CO2 emissions from 1500 cities worldwide[J]. Scientific data, 2022, 9(1): 533. DOI:10.1038/s41597-022-01657-z
[4]
王秉. 何为数智: 数智概念的多重含义探赜[J/OL]. 情报杂志, 2023: 1-7. [2023-04-11]. http://kns.cnki.net/kcms/detail/61.1167.G3.20230407.1035.012.html.
[5]
柴麒敏, 李墨宇. 全球碳中和进程下数智技术的应用场景与效应评估[J]. 阅江学刊, 2022, 14(5): 51-60. DOI:10.3969/j.issn.1674-7089.2022.05.005
[6]
GEELS F W, SOVACOOL B K, SCHWANEN T, et al. Sociotechnical transitions for deep decarbonization[J]. Science, 2017, 357(6357): 1242-1244. DOI:10.1126/science.aao3760
[7]
唐珺, 高煜, 李朋林. 智慧城市能否通过智慧能源建设推动双碳目标实现?——基于合成控制法的试验证据[J/OL]. 软科学: 1-12[2022-10-13]. http://kns.cnki.net/kcms/detail/51.1268.G3.20221010.1219.004.html.
[8]
周吉, 许自豪, 刘熙, 等. 江西构建"数智控碳"平台体系的思考与建议[J]. 中国国情国力, 2022(6): 40-44. DOI:10.13561/j.cnki.zggqgl.2022.06.010
[9]
WANG Y P, REN H, DONG L, et al. Smart solutions shape for sustainable low-carbon future: a review on smart cities and industrial parks in China[J]. Technological forecasting and social change, 2019, 144: 103-117. DOI:10.1016/j.techfore.2019.04.014
[10]
ZHANG H, ZHANG J X, WANG R, et al. Smart carbon monitoring platform under IoT-Cloud architecture for small cities in B5G[J]. Wireless networks, 2021, 1-17.
[11]
韩少秀, 朱美峰, 刘慧洁, 等. 碳排放监测预警体系研究——基于中国省级相关数据的分析[J]. 生态经济, 2022, 38(7): 21-27.
[12]
颜培霞. 我国低碳产业园区的研究进展与未来展望[J]. 生态经济, 2019, 35(5): 26-30, 87-87.
[13]
张时聪, 王珂, 徐伟. 建筑碳排放标准化计算的电力碳排放因子取值研究[J]. 建筑科学, 2023, 39(2): 46-57. DOI:10.13614/j.cnki.11-1962/tu.2023.02.06
[14]
黄世忠, 叶丰滢. 温室气体核算和报告标准体系及其焦点问题分析[J]. 财会月刊, 2023, 44(2): 7-13. DOI:10.19641/j.cnki.42-1290/f.2023.02.002
[15]
张钦, 张达, 张希良. 在线监测应用于中国碳排放监测的相关问题和制度建议[J]. 环境经济研究, 2021, 6(3): 136-146. DOI:10.19511/j.cnki.jee.2021.03.008
[16]
QUICK J C, MARLAND E. Systematic error and uncertain carbon dioxide emissions from U.S. power plants[J]. Journal of the air & waste management association, 2019, 69(5): 646-658.
[17]
LEE S, CHOI Y, WOO J, et al. Estimating and comparing greenhouse gas emissions with their uncertainties using different methods: a case study for an energy supply utility[J]. Journal of the air & waste management association, 2014, 64(10): 1164-1173.
[18]
孙天晴, 刘克, 杨泽慧, 等. 国外碳排放MRV体系分析及对我国的借鉴研究[J]. 中国人口·资源与环境, 2016, 26(S1): 17-21.
[19]
芦海燕, 张雪雁. 国际碳核查体系建设经验及对我国的启示[J]. 生态经济, 2023, 39(2): 41-46, 125-125.
[20]
李鹏, 吴文昊, 郭伟. 连续监测方法在全国碳市场应用的挑战与对策[J]. 环境经济研究, 2021, 6(1): 77-92. DOI:10.19511/j.cnki.jee.2021.01.005
[21]
周佳, 董战峰. 碳汇产品价值实现机制与路径[J]. 科技导报, 2022, 40(11): 98-104.
[22]
赵盟. 提高碳市场数据质量的进展与展望[J]. 中国电力企业管理, 2021(19): 30-32.