论文部分内容阅读
摘要 2005年是中国承诺碳减排目标的基准年份，因而也是中国城市碳减排战略制定和近中期低碳转型的基准年份和对照年份。中国城市2005年CO2排放數据的一致性、全面性和精准性对于中国所有城市和每个具体城市的目标考核和评估都有重要意义。基于中国高空间分辨率网格数据（CHRED 2.0）、城市层面统计数据以及大量现场调研和走访，建立2005年中国城市CO2排放数据集，包括工业能源排放、工业过程排放、农业排放、服务业排放、城镇生活排放、农村生活排放、交通排放7个部门的直接排放数据和间接排放数据。该数据集的建立汇总了86名研究人员的工作成果，在企业、城市不同行业与部门、城市工业和城市总化石能源等不同层面进行了大量的交叉验证和数据分析，有效保障了数据的精确性和准确性。结果显示，2005年中国城市碳排放呈现出较大的体量差异和空间格局差异。排放前10的城市几乎比排放后10的城市的排放量高出两个数量级。高排放城市基本都是城市群的核心城市。东部城市直接排放占全国直接排放比例最高，达到44.59%，其次是西部城市21.76%，中部城市22.70%，东北城市10.95%。
关键词 城市；CO2排放数据集；中国高空间分辨率网格
中图分类号 X196
文献标识码 A文章编号 1002-2104（2018）04-0001-07DOI：10.12062/cpre.20180102
城市在国家应对气候变化行动以及低碳战略转型中具有非常重要的意义，不仅因为城市消耗绝大多数能源（67%～76%）且对绝大多数人为CO2排放（71%～76%）负责[1]，更重要的是城市是工业、商业、交通、建筑等聚集地，不同部门高度集中在城市中，相互之间发生高强度的能量流和物质流，为综合、高效降低CO2排放提供了巨大潜力和示范机会[2]。同时，气候变化的影响和造成的损失，在城市也更为显著[3]。因此，城市层面的决策和行动在全球应对气候变化中发挥越来越重要的作用[4]。
清晰、准确的城市CO2排放数据是城市碳减排和低碳转型的出发点和考核标尺。城市排放数据的可获取性和质量直接影响了城市排放的科学研究、低碳战略制定及公众对于城市低碳发展的监督和参与[5]。然而城市层面的基础数据却是中国城市低碳发展面临的重要挑战。缺乏城市特别是中小城市层面的能源统计基础数据导致CO2排放核算难以开展，不同城市采用不同数据源导致城市之间排放量的可比性较差，这也使得城市排放绩效评估体系的建立非常困难。同时，由于数据获取差异大等原因，各城市的低碳研究水平参差不齐。一、二线城市等由于数据相对完善，其研究相对充分，而三线城市和小城市数据缺乏、研究水平滞后，其排放和低碳发展长期被忽视[6-7]。基于高空间分辨率网格数据建立中国城市排放数据，不仅可以节约大量的人力、物力，而且会有效解决由于数据源和清单方法差异导致的城市排放可比性差的问题。基于高空间分辨率网格数据的城市CO2排放研究和评估是国际温室气体排放研究的一个重点和热点方向[8]，随着卫星遥感的快速发展，其未来在城市排放清单中的作用将越来越大[9]。
2005年是中国承诺减排目标的基准年份，是衡量目标实现的基准。《国家应对气候变化规划》（2014—2020年）中的目标是“到2020年实现单位国内生产总值CO2排放比2005年下降40%～45%”；《中国国家自主贡献》目标中，2030年自主行动目标之一是单位国内生产总值CO2排放比2005年下降60%～65%。城市作为国家目标的落实和实施单位，往往参照这一目标设置自身的减排和达峰目标。因而，2005年是中国城市减排战略制定和近中期低碳转型的基准年份和对照年份，其数据的一致性、全面性和精准性对于全国所有城市和每个具体城市的目标考核和评估都有重要的意义。
本研究基于中国高空间分辨率网格数据CHRED 2.0（China High Resolution Emission Gridded Database， CHRED）[10]，联合来自53个单位的86名研究人员，分别从企业、行业与部门和城市总化石能源等不同层面，对中国城市的能源数据进行了大量的交叉验证和数据分析，最终建立2005年中国城市CO2排放数据集，以期为中国城市CO2排放研究和政府决策提供数据基础。
1 方法和数据
1.1 核算方法
借鉴国际上较为成熟和应用广泛的城市CO2排放核算方法，本研究计算中国城市的范围1和范围2排放[11-12]。范围1排放是城市行政边界内的所有直接排放，范围2排放是城市由于向外界购买电力、热力等导致的间接排放。本研究中范围1排放中没有考虑森林及土地利用变化导致的CO2排放和吸收，范围2排放仅考虑城市外调电力导致的排放。以下范围1排放称直接排放，范围2排放称间接排放。排放因子主要源自《中国温室气体清单研究》[13]，该文献是中国第二次国家信息通报中排放清单的基础，推荐了中国分行业、分能源类型和分燃烧设备的排放因子，数据详尽且较为权威。工业过程排放包括水泥和石灰的过程排放，计算方法同样参考《中国温室气体清单研究》。间接排放采用城市范围内的外调电量乘以城市所在区域电网排放因子。城市外调电量=城市用电量-城市发电量（当“城市外调电量”<0，将其取值设为0）。城市发电量（化石能源发电量+非化石能源发电量）基于发电企业点源数据库统计各城市范围内的发电量。
1.2 数据来源
城市化石能源消费量数据整合了三个来源数据，一是CHRED 2.0数据库；二是城市层面的各类官方数据，包括统计年鉴、政府文件和调研报告等；三是作者现场调研、现场采访、电话咨询和向相关部门发函获取数据等。后面两种数据来源获取到了中国2005年191个地级城市的化石能源消费数据。三个来源获得的数据全部为直接化石能源消费数据，没有一组数据是经过经济、产业、人口等间接计算的能源消费数据。基于此构建中国2005年城市直接CO2排放数据。CHRED 2.0数据库（http：//www.cityghg.com/）包括中国工业企业点排放源基础数据，是采用自下而上方法建立的中国CO2排放高空间分辨率的重要基础数据[10]。中国化石能源电厂发电量及空间位置来自CHRED 2.0；非化石能源电厂（水电、风电、核电、生物质燃料发电和太阳能发电）发电量及空间位置来自《中国电力工业统计资料汇编2005》；城市全社会用电量来自《中国城市统计年鉴2006》。 1.3 城市范围
根据《中国统计年鉴2006》，2005年中国共有地级区划数（地级行政单位）333个，其中地级市283个。本研究城市包括除港澳台地区以外的地级市（283个）和直辖市（4个）共287个城市。
1.4 数据分析和处理方法
本研究不同于以往研究[14]的重要进展在于组织了国内外86名从事温室气体相关研究的学术人员，分成9个小组，共同完成数据收集、分析和验证工作。各组独立工作，并根据整体方案建立各组自己的详细工作方案。各组初步结果完成后，进行组间交叉检查，最终结果由技术组和专家组审核，针对具体问题逐一与具体城市负责人质疑和讨论。2005年中国城市的能源数据非常缺乏，原始数据的质量是决定城市CO2排放数据可信度的核心要素。作者在CHRED 2.0数据库的基础上，开展了7个月的工作，进行了大量的现场走访和调研，尤其是和城市能源管理的相关部门及重点企业进行了现场访谈和咨询，获取了大量的一手数据；对于无法进行现场调研的城市，作者采用了电话、正式发函（以负责具体城市的作者所在单位为发函方）、电子邮件（主要是针对有在线服务平台的城市）等形式，与城市相关部门取得联系，获得了城市各部门的化石能源消费数据。
本研究基于三种来源数据在不同层面上进行了大量比对和交叉验证，包括企业层面、城市不同行业和部门、城市工业层面和城市总化石能源消费等。同时整合城市数据与省级和国家层面的能源消费数据进行比对分析，最终确定了每个城市不同化石能源类型消费数据。基于这次众多作者的共同努力，数据质量和可验证性都得到了极大的提高，同时也奠定了后续数据建设的方法体系和标准化流程。
2 结果与分析
2.1 中国地级市CO2排放清单数据结果
2005年中国城市CO2排放数据集包括工业能源排放、工业过程排放、农业排放、服务业排放、城镇生活排放、农村生活排放、交通排放和间接排放，城市总排放见表1。
2.2 2005年中国城市排放特征
2005年中国城市排放呈现出较大的体量差异和空间格局差异。排放总量全国前10城市依次是上海、唐山、北京、天津、济宁、邯郸、重庆、苏州、石家庄和武汉；排放总量排名全国后10城市依次是汕尾、三亚、定西、临沧、黄山、固原、张家界、防城港、陇南和拉萨，前10名的排放总量几乎高出后10名城市两个数量级。空间上，排放高的城市主要分布在东部沿海，排放低的城市集中于东北部、长江以南、西南部和南部地区。高排放城市往往是城市群的核心城市，例如：京津冀城市群的核心城市（北京、天津、石家庄和唐山等）；长三角城市群的核心城市（上海和苏州）；长江中游城市群的核心城市（武汉）；成渝城市群的核心城市（重庆）。
2005年城市直接排放占全国和区域比例中，东部城市直接排放占全国直接排放比例最高，达到44.59%，其次是西部21.76%，中部22.70%，东北10.95%。中国东部地区经济体量和人口体量都较大，其城市排放占据全国城市排放的近一半。东部地区内部，山东、河北的城市直接排放量列前两位，分别占东部地区直接碳排放量的22.56%、19.19%。
从中国城市排放量分布看，大部分城市的CO2排放总量集中在0～6 000万t区间。排放总量高于1亿t的城市均为中国东部地区的北方城市；排放总量介于5 001～10 000万t之间的城市集中于中东部地区的经济发达地区和矿产资源集中地区。中等排放城市大部分集中于中东部地区，情况复杂多变，差异性显著。排放总量介于2 001～5 000万t之间的城市以中部和东部地区城市为主；排放总量介于1 001～2 000万t之间的城市仍以中部和东部地区城市为主。低排放城市集中分布于中国中西部地区，城市规模小、城镇人口少、产业集聚度低；排放总量介于501～1 000万t之间的城市以中部和西部地区城市为主；排放总量低于500万t的城市多分布于中西部地区。
分析中国城市累积CO2直接排放及相应的人口、GDP、土地面积的累积量，发现CO2排放的集聚性要高于其他要素，即存在一定数量的地级市其CO2排放在中国的占比要明显高于其GDP、人口、土地面积在中国的占比。中国50%的城市排放了82%的CO2，说明中国城市CO2排放在分布上存在严重的不均衡性。直接排放前50%城市的GDP占全中国GDP的77%，直接排放前50%城市的人口数量占全国人口的62%。
3 小 结
建立较为可靠，长时间序列、全口徑、全覆盖的中国城市CO2排放数据集是一项非常艰巨的基础性工作。本研究成立了中国城市温室气体工作组，基于CHRED 2.0数据库，建立了较为系统的数据处理流程和工作机制，组织了国内外86名研究人员无偿地开展大量基础性工作，高效、高质地完成了2005年中国城市CO2排放数据集，为长期建设、更新、校正和检验中国城市温室气体排放数据库提供了一种全新的模式。随着CHRED 2.0数据库的完善与动态更新，中国城市温室气体工作组的成长壮大，中国多年度、高时效和高精准的城市CO2排放数据将逐年推出和公开。
参考文献（References）
[1]IPCC.Climate change 2014： mitigation of climate change. Contribution of Working Group III to the fifth assessment report of the intergovernmental panel on climate change[M].Cambridge， United Kingdom and New York，USA： Cambridge University Press， 2014. [2]AMASWAMI A， TONG K， FANG A， et al. Urban crosssector actions for carbon mitigation with local health cobenefits in China[J]. Nature climate change， 2017， 7（10）：736.
[3]ESTRADA F， BOTZEN W J W， TOL R S J. A global economic assessment of city policies to reduce climate change impacts[J]. Nature climate change， 2017， 7（6）：403-406.
[4]JORDAN A J， HUITEMA D， HILDEN M， et al. Emergence of polycentric climate governance and its future prospects[J]. Nature climate change， 2015， 5（11）：977-982.
[5]蔡博峰. 城市温室气体清单核心问题研究[M]. 北京：化学工业出版社， 2014. [CAI Bofeng. Study on key issues of China city carbon emission inventory[M]. Beijing： Chemical Industry Press， 2014.]
[6]蔡博峰， 杨朝飞， 曹丽斌.中国城市CO2排放评估研究[M]. 北京：中国环境出版社， 2017. [CAI Bofeng， YANG Chaofei， CAO Libin. China city CO2 emissions assessment report [M]. Beijing： China Environment Press， 2017.]
[7]CHEN Q， CAI B F， DHAKAL S， et al. CO2 emission data for Chinese cities[J]. Resources， conservation and recycling， 2017， 126：198-208.
[8]MARCOTULLIO P J， SARZYNSKI A， ALBRECHT J， et al. The geography of global urban greenhouse gas emissions： an exploratory analysis[J]. Climatic change， 2013， 121（4）：621-634.
[9]KEPPELALEKS G， WENNBERG P O， O’DELL C W， et al. Towards constraints on fossil fuel emissions from total column carbon dioxide[J]. Atmospheric chemistry and physics，2013，13（8）：4349-4357.
[10]CAI B F， LIANG S， ZHOU J， et al. China High Resolution Emission Database （CHRED） with point emission sources， gridded emission data， and supplementary socioeconomic data[J]. Resources， conservation and recycling， 2018， 129：232-239.
[11]UNEP， UNHABITAT， World Bank. International standard for determining greenhouse gas emissions for cities[R]. 2010.
[12]WRI， C40， ICLFI. Global protocol for communityscale greenhouse gas emission inventories： an accounting and reporting standard for cities[R]. 2014.
[13]國家发展和改革委员会应对气候变化司. 2005中国温室气体清单研究[M].北京：中国环境出版社， 2014. [Department of Climate Change， National Development and Reform Commission. The People’s Republic of China national greenhouse gas inventory 2005 [M]. Beijing： China Environmental Science Press， 2014.]
[14]蔡博峰， 王金南， 杨姝影，等. 中国城市CO2排放数据集研究——基于中国高空间分辨率网格数据[J]. 中国人口·资源与环境， 2017， 27（2）：1-4. [CAI Bofeng， WANG Jinnan， YANG Shuying， et al. China city CO2 emission dataset：based on the China high resolution emission gridded data[J]. China population， resources and environment， 2017， 27（2）：1-4.]
[15]OECD. Cities and climate change[M]. Paris： OECD Publishing，2010.
[16]DANIEL H， MILA F， MARCUS J， et al. Cities and climate change responding to an urgent agenda[R]. Washington DC： World Bank，2011.
[17]蔡博峰，刘春兰，陈操操.城市温市气体清单研究[M].北京：化学工业出版社，2009.[CAI Bofeng， LIU Chunlan， CHEN Caocao. City’s greenhouse gas emission inventory research[M]. Beijing： Chemical Industry Press，2009.]
[18]蔡博峰.国际城市CO2排放清单研究进展及评述[J].中国人口·资源与环境，2013，23（10）：72-80.[CAI Bofeng. Advance and review of city carbon dioxide emission inventory research[J]. China population， resources and environment，2013，23（10）：72-80.]
关键词 城市；CO2排放数据集；中国高空间分辨率网格
中图分类号 X196
文献标识码 A文章编号 1002-2104（2018）04-0001-07DOI：10.12062/cpre.20180102
城市在国家应对气候变化行动以及低碳战略转型中具有非常重要的意义，不仅因为城市消耗绝大多数能源（67%～76%）且对绝大多数人为CO2排放（71%～76%）负责[1]，更重要的是城市是工业、商业、交通、建筑等聚集地，不同部门高度集中在城市中，相互之间发生高强度的能量流和物质流，为综合、高效降低CO2排放提供了巨大潜力和示范机会[2]。同时，气候变化的影响和造成的损失，在城市也更为显著[3]。因此，城市层面的决策和行动在全球应对气候变化中发挥越来越重要的作用[4]。
清晰、准确的城市CO2排放数据是城市碳减排和低碳转型的出发点和考核标尺。城市排放数据的可获取性和质量直接影响了城市排放的科学研究、低碳战略制定及公众对于城市低碳发展的监督和参与[5]。然而城市层面的基础数据却是中国城市低碳发展面临的重要挑战。缺乏城市特别是中小城市层面的能源统计基础数据导致CO2排放核算难以开展，不同城市采用不同数据源导致城市之间排放量的可比性较差，这也使得城市排放绩效评估体系的建立非常困难。同时，由于数据获取差异大等原因，各城市的低碳研究水平参差不齐。一、二线城市等由于数据相对完善，其研究相对充分，而三线城市和小城市数据缺乏、研究水平滞后，其排放和低碳发展长期被忽视[6-7]。基于高空间分辨率网格数据建立中国城市排放数据，不仅可以节约大量的人力、物力，而且会有效解决由于数据源和清单方法差异导致的城市排放可比性差的问题。基于高空间分辨率网格数据的城市CO2排放研究和评估是国际温室气体排放研究的一个重点和热点方向[8]，随着卫星遥感的快速发展，其未来在城市排放清单中的作用将越来越大[9]。
2005年是中国承诺减排目标的基准年份，是衡量目标实现的基准。《国家应对气候变化规划》（2014—2020年）中的目标是“到2020年实现单位国内生产总值CO2排放比2005年下降40%～45%”；《中国国家自主贡献》目标中，2030年自主行动目标之一是单位国内生产总值CO2排放比2005年下降60%～65%。城市作为国家目标的落实和实施单位，往往参照这一目标设置自身的减排和达峰目标。因而，2005年是中国城市减排战略制定和近中期低碳转型的基准年份和对照年份，其数据的一致性、全面性和精准性对于全国所有城市和每个具体城市的目标考核和评估都有重要的意义。
本研究基于中国高空间分辨率网格数据CHRED 2.0（China High Resolution Emission Gridded Database， CHRED）[10]，联合来自53个单位的86名研究人员，分别从企业、行业与部门和城市总化石能源等不同层面，对中国城市的能源数据进行了大量的交叉验证和数据分析，最终建立2005年中国城市CO2排放数据集，以期为中国城市CO2排放研究和政府决策提供数据基础。
1 方法和数据
1.1 核算方法
借鉴国际上较为成熟和应用广泛的城市CO2排放核算方法，本研究计算中国城市的范围1和范围2排放[11-12]。范围1排放是城市行政边界内的所有直接排放，范围2排放是城市由于向外界购买电力、热力等导致的间接排放。本研究中范围1排放中没有考虑森林及土地利用变化导致的CO2排放和吸收，范围2排放仅考虑城市外调电力导致的排放。以下范围1排放称直接排放，范围2排放称间接排放。排放因子主要源自《中国温室气体清单研究》[13]，该文献是中国第二次国家信息通报中排放清单的基础，推荐了中国分行业、分能源类型和分燃烧设备的排放因子，数据详尽且较为权威。工业过程排放包括水泥和石灰的过程排放，计算方法同样参考《中国温室气体清单研究》。间接排放采用城市范围内的外调电量乘以城市所在区域电网排放因子。城市外调电量=城市用电量-城市发电量（当“城市外调电量”<0，将其取值设为0）。城市发电量（化石能源发电量+非化石能源发电量）基于发电企业点源数据库统计各城市范围内的发电量。
1.2 数据来源
城市化石能源消费量数据整合了三个来源数据，一是CHRED 2.0数据库；二是城市层面的各类官方数据，包括统计年鉴、政府文件和调研报告等；三是作者现场调研、现场采访、电话咨询和向相关部门发函获取数据等。后面两种数据来源获取到了中国2005年191个地级城市的化石能源消费数据。三个来源获得的数据全部为直接化石能源消费数据，没有一组数据是经过经济、产业、人口等间接计算的能源消费数据。基于此构建中国2005年城市直接CO2排放数据。CHRED 2.0数据库（http：//www.cityghg.com/）包括中国工业企业点排放源基础数据，是采用自下而上方法建立的中国CO2排放高空间分辨率的重要基础数据[10]。中国化石能源电厂发电量及空间位置来自CHRED 2.0；非化石能源电厂（水电、风电、核电、生物质燃料发电和太阳能发电）发电量及空间位置来自《中国电力工业统计资料汇编2005》；城市全社会用电量来自《中国城市统计年鉴2006》。 1.3 城市范围
根据《中国统计年鉴2006》，2005年中国共有地级区划数（地级行政单位）333个，其中地级市283个。本研究城市包括除港澳台地区以外的地级市（283个）和直辖市（4个）共287个城市。
1.4 数据分析和处理方法
本研究不同于以往研究[14]的重要进展在于组织了国内外86名从事温室气体相关研究的学术人员，分成9个小组，共同完成数据收集、分析和验证工作。各组独立工作，并根据整体方案建立各组自己的详细工作方案。各组初步结果完成后，进行组间交叉检查，最终结果由技术组和专家组审核，针对具体问题逐一与具体城市负责人质疑和讨论。2005年中国城市的能源数据非常缺乏，原始数据的质量是决定城市CO2排放数据可信度的核心要素。作者在CHRED 2.0数据库的基础上，开展了7个月的工作，进行了大量的现场走访和调研，尤其是和城市能源管理的相关部门及重点企业进行了现场访谈和咨询，获取了大量的一手数据；对于无法进行现场调研的城市，作者采用了电话、正式发函（以负责具体城市的作者所在单位为发函方）、电子邮件（主要是针对有在线服务平台的城市）等形式，与城市相关部门取得联系，获得了城市各部门的化石能源消费数据。
本研究基于三种来源数据在不同层面上进行了大量比对和交叉验证，包括企业层面、城市不同行业和部门、城市工业层面和城市总化石能源消费等。同时整合城市数据与省级和国家层面的能源消费数据进行比对分析，最终确定了每个城市不同化石能源类型消费数据。基于这次众多作者的共同努力，数据质量和可验证性都得到了极大的提高，同时也奠定了后续数据建设的方法体系和标准化流程。
2 结果与分析
2.1 中国地级市CO2排放清单数据结果
2005年中国城市CO2排放数据集包括工业能源排放、工业过程排放、农业排放、服务业排放、城镇生活排放、农村生活排放、交通排放和间接排放，城市总排放见表1。
2.2 2005年中国城市排放特征
2005年中国城市排放呈现出较大的体量差异和空间格局差异。排放总量全国前10城市依次是上海、唐山、北京、天津、济宁、邯郸、重庆、苏州、石家庄和武汉；排放总量排名全国后10城市依次是汕尾、三亚、定西、临沧、黄山、固原、张家界、防城港、陇南和拉萨，前10名的排放总量几乎高出后10名城市两个数量级。空间上，排放高的城市主要分布在东部沿海，排放低的城市集中于东北部、长江以南、西南部和南部地区。高排放城市往往是城市群的核心城市，例如：京津冀城市群的核心城市（北京、天津、石家庄和唐山等）；长三角城市群的核心城市（上海和苏州）；长江中游城市群的核心城市（武汉）；成渝城市群的核心城市（重庆）。
2005年城市直接排放占全国和区域比例中，东部城市直接排放占全国直接排放比例最高，达到44.59%，其次是西部21.76%，中部22.70%，东北10.95%。中国东部地区经济体量和人口体量都较大，其城市排放占据全国城市排放的近一半。东部地区内部，山东、河北的城市直接排放量列前两位，分别占东部地区直接碳排放量的22.56%、19.19%。
从中国城市排放量分布看，大部分城市的CO2排放总量集中在0～6 000万t区间。排放总量高于1亿t的城市均为中国东部地区的北方城市；排放总量介于5 001～10 000万t之间的城市集中于中东部地区的经济发达地区和矿产资源集中地区。中等排放城市大部分集中于中东部地区，情况复杂多变，差异性显著。排放总量介于2 001～5 000万t之间的城市以中部和东部地区城市为主；排放总量介于1 001～2 000万t之间的城市仍以中部和东部地区城市为主。低排放城市集中分布于中国中西部地区，城市规模小、城镇人口少、产业集聚度低；排放总量介于501～1 000万t之间的城市以中部和西部地区城市为主；排放总量低于500万t的城市多分布于中西部地区。
分析中国城市累积CO2直接排放及相应的人口、GDP、土地面积的累积量，发现CO2排放的集聚性要高于其他要素，即存在一定数量的地级市其CO2排放在中国的占比要明显高于其GDP、人口、土地面积在中国的占比。中国50%的城市排放了82%的CO2，说明中国城市CO2排放在分布上存在严重的不均衡性。直接排放前50%城市的GDP占全中国GDP的77%，直接排放前50%城市的人口数量占全国人口的62%。
3 小 结
建立较为可靠，长时间序列、全口徑、全覆盖的中国城市CO2排放数据集是一项非常艰巨的基础性工作。本研究成立了中国城市温室气体工作组，基于CHRED 2.0数据库，建立了较为系统的数据处理流程和工作机制，组织了国内外86名研究人员无偿地开展大量基础性工作，高效、高质地完成了2005年中国城市CO2排放数据集，为长期建设、更新、校正和检验中国城市温室气体排放数据库提供了一种全新的模式。随着CHRED 2.0数据库的完善与动态更新，中国城市温室气体工作组的成长壮大，中国多年度、高时效和高精准的城市CO2排放数据将逐年推出和公开。
参考文献（References）
[1]IPCC.Climate change 2014： mitigation of climate change. Contribution of Working Group III to the fifth assessment report of the intergovernmental panel on climate change[M].Cambridge， United Kingdom and New York，USA： Cambridge University Press， 2014. [2]AMASWAMI A， TONG K， FANG A， et al. Urban crosssector actions for carbon mitigation with local health cobenefits in China[J]. Nature climate change， 2017， 7（10）：736.
[3]ESTRADA F， BOTZEN W J W， TOL R S J. A global economic assessment of city policies to reduce climate change impacts[J]. Nature climate change， 2017， 7（6）：403-406.
[4]JORDAN A J， HUITEMA D， HILDEN M， et al. Emergence of polycentric climate governance and its future prospects[J]. Nature climate change， 2015， 5（11）：977-982.
[5]蔡博峰. 城市温室气体清单核心问题研究[M]. 北京：化学工业出版社， 2014. [CAI Bofeng. Study on key issues of China city carbon emission inventory[M]. Beijing： Chemical Industry Press， 2014.]
[6]蔡博峰， 杨朝飞， 曹丽斌.中国城市CO2排放评估研究[M]. 北京：中国环境出版社， 2017. [CAI Bofeng， YANG Chaofei， CAO Libin. China city CO2 emissions assessment report [M]. Beijing： China Environment Press， 2017.]
[7]CHEN Q， CAI B F， DHAKAL S， et al. CO2 emission data for Chinese cities[J]. Resources， conservation and recycling， 2017， 126：198-208.
[8]MARCOTULLIO P J， SARZYNSKI A， ALBRECHT J， et al. The geography of global urban greenhouse gas emissions： an exploratory analysis[J]. Climatic change， 2013， 121（4）：621-634.
[9]KEPPELALEKS G， WENNBERG P O， O’DELL C W， et al. Towards constraints on fossil fuel emissions from total column carbon dioxide[J]. Atmospheric chemistry and physics，2013，13（8）：4349-4357.
[10]CAI B F， LIANG S， ZHOU J， et al. China High Resolution Emission Database （CHRED） with point emission sources， gridded emission data， and supplementary socioeconomic data[J]. Resources， conservation and recycling， 2018， 129：232-239.
[11]UNEP， UNHABITAT， World Bank. International standard for determining greenhouse gas emissions for cities[R]. 2010.
[12]WRI， C40， ICLFI. Global protocol for communityscale greenhouse gas emission inventories： an accounting and reporting standard for cities[R]. 2014.
[13]國家发展和改革委员会应对气候变化司. 2005中国温室气体清单研究[M].北京：中国环境出版社， 2014. [Department of Climate Change， National Development and Reform Commission. The People’s Republic of China national greenhouse gas inventory 2005 [M]. Beijing： China Environmental Science Press， 2014.]
[14]蔡博峰， 王金南， 杨姝影，等. 中国城市CO2排放数据集研究——基于中国高空间分辨率网格数据[J]. 中国人口·资源与环境， 2017， 27（2）：1-4. [CAI Bofeng， WANG Jinnan， YANG Shuying， et al. China city CO2 emission dataset：based on the China high resolution emission gridded data[J]. China population， resources and environment， 2017， 27（2）：1-4.]
[15]OECD. Cities and climate change[M]. Paris： OECD Publishing，2010.
[16]DANIEL H， MILA F， MARCUS J， et al. Cities and climate change responding to an urgent agenda[R]. Washington DC： World Bank，2011.
[17]蔡博峰，刘春兰，陈操操.城市温市气体清单研究[M].北京：化学工业出版社，2009.[CAI Bofeng， LIU Chunlan， CHEN Caocao. City’s greenhouse gas emission inventory research[M]. Beijing： Chemical Industry Press，2009.]
[18]蔡博峰.国际城市CO2排放清单研究进展及评述[J].中国人口·资源与环境，2013，23（10）：72-80.[CAI Bofeng. Advance and review of city carbon dioxide emission inventory research[J]. China population， resources and environment，2013，23（10）：72-80.]