2030年碳排放強(qiáng)度下降目標(biāo)的地區(qū)分解方案

劉鎧誠(chéng)，， ，，

(1.中國(guó)電力科學(xué)研究院，北京 100192；2.國(guó)家電網(wǎng)公司，北京 100031；3.天津大學(xué) 中低溫?zé)崮芨咝Ю媒逃恐攸c(diǎn)實(shí)驗(yàn)室，天津 300350)

為應(yīng)對(duì)氣候變化，2015年中國(guó)政府確定了到2030年的碳減排自主行動(dòng)目標(biāo)，即：二氧化碳排放2030年左右達(dá)到峰值并爭(zhēng)取盡早達(dá)峰，單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降60%～65%，非化石能源占一次能源消費(fèi)比重達(dá)到20%左右。

國(guó)內(nèi)在碳排放的影響因素方面的研究結(jié)果表明，經(jīng)濟(jì)水平是造成碳排放增長(zhǎng)的最主要因素，能源強(qiáng)度是抑制碳排放量增長(zhǎng)的重要因素，人口規(guī)模、城市化水平、居民收入也是造成碳排放增長(zhǎng)的因素。

然而，中國(guó)各省(市、區(qū))的經(jīng)濟(jì)發(fā)展、人口規(guī)模、生活水平、經(jīng)濟(jì)結(jié)構(gòu)和能源利用差異很大，實(shí)施碳減排目標(biāo)的難點(diǎn)是如何公平、有效地將減排目標(biāo)分解到各省，并能夠有效貫徹實(shí)施[1]?，F(xiàn)有分解方案的研究，在控制目標(biāo)方面，主要是以強(qiáng)度減排為約束的總量減排[3]，對(duì)2020年GDP碳排放強(qiáng)度下降40%～45%為目標(biāo)進(jìn)行分解[4]，或是省域?qū)用鎯?nèi)的分解方案的設(shè)計(jì)[3]，鮮有同時(shí)將碳排放總量在2030年左右達(dá)峰與GDP碳排放強(qiáng)度下降60%～65%同時(shí)作為控制目標(biāo)的研究。同時(shí)，為了實(shí)現(xiàn)非化石能源占一次能源消費(fèi)比重達(dá)到20%左右的目標(biāo)，在研究分解方案時(shí)應(yīng)充分考慮各省(市、區(qū))的能源資源稟賦，通過(guò)促進(jìn)非化石能源的利用，最終實(shí)現(xiàn)碳減排目標(biāo)[5]。本文通過(guò)建立碳減排分解模型，獲得在2030年左右碳排放峰值水平情景下的分解方案，旨在為實(shí)現(xiàn)我國(guó)承諾的2030年碳減排目標(biāo)提供參考。

1 模型介紹

CO2排放總量達(dá)峰大體滿足兩個(gè)條件，GDP的CO2強(qiáng)度年下降率大于GDP年增長(zhǎng)率，和能耗的CO2強(qiáng)度年下降率大于能源消費(fèi)的年增長(zhǎng)率[6]?！笆濉逼陂g，GDP增速預(yù)期為6.5%～7.0%，經(jīng)濟(jì)增長(zhǎng)將引起能源消費(fèi)總量的穩(wěn)步增長(zhǎng)。在新經(jīng)濟(jì)常態(tài)下，新增能源需求將基本依靠非化石能源供應(yīng)來(lái)滿足，因此提升非化石能源在一次能源消費(fèi)中的比例，是實(shí)現(xiàn)CO2排放總量達(dá)峰與GDP的CO2強(qiáng)度下降目標(biāo)的必要條件。為促進(jìn)非化石能源消費(fèi)，根據(jù)各省能源資源稟賦，需要在分解模型中考慮代表可持續(xù)發(fā)展性的指標(biāo)。

1.1 分解模型

目前針對(duì)綜合和復(fù)雜的分配模型研究較為廣泛，屈超等[7]用各省份年末常住人口數(shù)、人均GDP、第三產(chǎn)業(yè)占比分別代表人口、富裕程度和技術(shù)水平對(duì)環(huán)境影響指標(biāo)，使用螢火蟲(chóng)優(yōu)化的IPAT 模型測(cè)算了2030 年各省份CO2排放強(qiáng)度。王金南等[8]提出了人均CO2排放量、人均GDP、工業(yè)增加值能耗、工業(yè)增加值能耗變化趨勢(shì)、非化石能源占一次能源消費(fèi)比例5個(gè)指標(biāo)，構(gòu)建了基于GIS平臺(tái)的中國(guó)區(qū)域CO2排放分解模型。程紀(jì)華[9]基于地區(qū)差異構(gòu)建碳排放總量控制目標(biāo)分解模型，綜合考慮公平、效率和可行三類因素，考慮城鎮(zhèn)居民可支配收入、常住人口數(shù)、人均能源消費(fèi)量、規(guī)模以上單位增加值能耗、工業(yè)占GDP比重、單位能耗GDP產(chǎn)出與人均GDP七個(gè)指標(biāo)，并加入各地高耗能和高排放項(xiàng)目情況作為戰(zhàn)略預(yù)留目標(biāo)，建立了省域碳排放總量控制目標(biāo)分解模型。Yi等[10]提出的以人均GDP、歷史累積碳排放、單位工業(yè)增加值能耗作為減排承擔(dān)能力、承擔(dān)責(zé)任和承擔(dān)的表征，采用3個(gè)參數(shù)的賦權(quán)加和方法構(gòu)建分配模型。本研究借鑒主流模型的思想，參考已有研究對(duì)相關(guān)指標(biāo)的設(shè)置，構(gòu)建碳排放總量控制目標(biāo)分解模型，該模型主要涉及如下4類指標(biāo)。

(1)公平性指標(biāo)

本研究選擇各省的常住人口數(shù)和人均CO2排放量作為該指標(biāo)下的地區(qū)分解指數(shù)。常住人口越多的區(qū)域應(yīng)得到更多的碳排放空間，為正向指標(biāo)；人均CO2排放量越高意味著碳排放水平越高，應(yīng)承擔(dān)越高的碳減排責(zé)任，即分配越少的碳排放空間，為逆向指標(biāo)。

(2)效率性指標(biāo)

本研究選擇工業(yè)產(chǎn)值占GDP比重和單位能耗的GDP[11]產(chǎn)出作為該指標(biāo)下的地區(qū)分配指數(shù)。工業(yè)產(chǎn)值占GDP比重代表結(jié)構(gòu)減排潛力，潛力越高得到的碳排放空間越小，為逆向指標(biāo)；單位能耗GDP產(chǎn)出代表技術(shù)減排潛力，潛力越高代表單位碳排放利用效率越高，得到的碳排放空間越高，為正向指標(biāo)。

(3)可行性指標(biāo)

可行性主要從減排政策的可執(zhí)行性角度考慮。政策可行性即指分配方案能夠被各地方政府接受，由于當(dāng)前我國(guó)經(jīng)濟(jì)下行壓力加大，地方政府的焦點(diǎn)仍為經(jīng)濟(jì)增長(zhǎng)，故以體現(xiàn)區(qū)域財(cái)政能力的人均GDP作為政策可行的地方分配指數(shù)，為逆向指標(biāo)。

(4)可持續(xù)發(fā)展指標(biāo)

可持續(xù)發(fā)展性可以從各地對(duì)可再生能源電力的消納與發(fā)電兩方面考慮，選擇可再生能源電力消納量與清潔能源發(fā)電增長(zhǎng)率兩個(gè)指標(biāo)。可再生能源電力消納情況可以在一定程度上反映出當(dāng)?shù)貙?duì)于可再生能源電力的接納程度，接納程度越高，得到的碳排放空間越大，為正向指標(biāo)，以此鼓勵(lì)可再生能源電力的消納。清潔能源發(fā)電增長(zhǎng)率反映出當(dāng)?shù)厍鍧嵞茉吹馁Y源利用情況，增長(zhǎng)率越大說(shuō)明減排潛力越大，得到的碳排放空間越小，為逆向指標(biāo)，通過(guò)政策指導(dǎo)各地發(fā)展可再生能源發(fā)電。

圖1 CO2排放目標(biāo)分解模型

1.2 指標(biāo)計(jì)算

由于構(gòu)成公平性指標(biāo)、效率性指標(biāo)和可持續(xù)發(fā)展指標(biāo)地區(qū)分配指數(shù)的各類指標(biāo)具有不同的量綱，指標(biāo)值差異大，為消除量綱影響并整合正向指標(biāo)和逆向指標(biāo)，需要對(duì)各個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化[9]。正向指標(biāo)標(biāo)準(zhǔn)化的計(jì)算方法為

(1)

式中Kr——各指標(biāo)的實(shí)際值;

Kmax,Kmin——各指標(biāo)的最大值和最小值。

對(duì)于逆向指標(biāo)標(biāo)準(zhǔn)化的計(jì)算方法為

K逆=1-K正

(2)

基于以上標(biāo)準(zhǔn)化的指標(biāo)，公平性指標(biāo)、效率性指標(biāo)和可持續(xù)發(fā)展指標(biāo)分配指數(shù)(Rij)具體計(jì)算公式如下

(3)

式中i=1，2，3——公平性指標(biāo)、效率性指標(biāo)、可持續(xù)發(fā)展指標(biāo)的地區(qū)分配指數(shù)；

Krj——第j個(gè)地區(qū)(j=1，2，…,m)的第r個(gè)指標(biāo)標(biāo)準(zhǔn)化值(r=1，2)。

2 實(shí)證結(jié)果分析

2.1 分配基數(shù)的確定

根據(jù)各區(qū)能源消費(fèi)總量確定目標(biāo)控制基數(shù)，按照2006年制的“IPCC國(guó)家溫室氣體排放清單指南”提供的碳排放量測(cè)算方法[12]，采用《中國(guó)能源統(tǒng)計(jì)年鑒》中分地區(qū)能源平衡表上的16種一次能源的終端消費(fèi)量的方法，其公式如下

ECO2=∑iβiAij

(4)

式中βi——第i種能源的CO2排放系數(shù)[9];

Aij——第i種能源在j地區(qū)的消耗量/kg或/m3。

經(jīng)相同的方法計(jì)算得到2005年與2014年的各省(市、區(qū))CO2排放量，碳減排目標(biāo)控制基數(shù)如圖2所示，2005年全國(guó)CO2排放總量為55.10億t，2014年全國(guó)CO2排放總量為90.60億t。

圖2 碳排放基年數(shù)據(jù)

2.2 分配目標(biāo)的確定

2005年全國(guó)CO2排放總量為55.10億t，全國(guó)GDP為21.94萬(wàn)億元(2010年不變價(jià))，因此，2005年碳排放強(qiáng)度為2.51 t/萬(wàn)元。根據(jù)《中國(guó)能源展望2030》中的預(yù)測(cè)[13]，2016～2020年、2021～2025年、2026～2030年中國(guó)經(jīng)濟(jì)年均增速分別為6.8%、5.5%、4.5%，年均增速持續(xù)走低，中國(guó)經(jīng)濟(jì)從高速增長(zhǎng)期進(jìn)入中高速增長(zhǎng)期。根據(jù)《中國(guó)能源展望2030》中的數(shù)據(jù)，2015年全國(guó)GDP為59.65萬(wàn)億元(2010年不變價(jià))，依次推算出2020年全國(guó)GDP為82.89萬(wàn)億元，2030年全國(guó)GDP為135萬(wàn)億元。

按照承諾到2030年單位國(guó)內(nèi)生產(chǎn)總值CO2排放比2005年下降60%～65%，本研究將碳減排目標(biāo)設(shè)置為低目標(biāo)與高目標(biāo)，即達(dá)到下降60%的目標(biāo)為低目標(biāo)，達(dá)到下降65%目標(biāo)為高目標(biāo)。根據(jù)相關(guān)報(bào)告[14]，2016年單位國(guó)內(nèi)生產(chǎn)總值CO2排放比2005年下降42%，已基本實(shí)現(xiàn)到2020年下降40%～45%的對(duì)外承諾的目標(biāo)，因此本研究將基于目前的減排成果，對(duì)2030年的碳排放量進(jìn)行預(yù)測(cè)。經(jīng)計(jì)算，碳總量減排目標(biāo)如圖3所示。根據(jù)高碳強(qiáng)度目標(biāo)，全國(guó)排放量在2029年達(dá)峰，峰值排放量為118.87億t，這也滿足了我國(guó)提出的CO2排放2030年左右達(dá)到峰值得目標(biāo)。

圖3 碳減排目標(biāo)

3 2030年碳排放強(qiáng)度下降目標(biāo)的地區(qū)分解方案

根據(jù)各省(市、區(qū))分配指數(shù)與2030年全國(guó)CO2排放量預(yù)測(cè)結(jié)果，計(jì)算得到各省(市、區(qū))2030年低目標(biāo)與高目標(biāo)下的排放量，計(jì)算方法如下

(5)

式中ECO2,2030,j——j地區(qū)2030年的CO2排放量;

ECO2,2030——2030年全國(guó)CO2排放量。

2030年各省(市、區(qū))低目標(biāo)與高目標(biāo)下的排放量預(yù)測(cè)結(jié)果見(jiàn)表1，圖4中比較了2014年與2030年各省(市、區(qū))的在高目標(biāo)下的排放量，可以看出，河北、山西、內(nèi)蒙古、遼寧、江蘇、山東、新疆2030年碳排放量比2014年低，需要減排，其余各省均獲得一定程度的排放空間。2030年各省碳排放量與全國(guó)比例變化見(jiàn)圖5。

對(duì)于可增排的地區(qū)，江西、廣西、海南、重慶、云南、甘肅、青海，這些地區(qū)GDP普遍較低，為了經(jīng)濟(jì)的發(fā)展，需要給予更大的排放空間。

對(duì)于需要減排的地區(qū)，主要考慮的是該地區(qū)的減排潛力，河北、山西、內(nèi)蒙古、山東、江蘇等地減排潛力較大，因此需要限制排放空間。

表1 中國(guó)各省2030年碳排放量分配結(jié)果

圖4 2030年各省碳排放量

圖5 2030年各省碳排放量占全國(guó)比例變化

4 實(shí)現(xiàn)地區(qū)分解方案的途徑分析

根據(jù)2014年各省碳排放強(qiáng)度與總排放量，將我國(guó)各省碳排放特征分為四類，如圖6所示。第一類是碳排放強(qiáng)度與總量都很高，主要包括山西、內(nèi)蒙古和河北；第二類是碳排放強(qiáng)度很高、總量卻很低，主要包括寧夏、新疆；第三類是碳排放強(qiáng)度很低、總量卻很高，主要包括山東、江蘇、遼寧、河南、廣東；第四類是碳排放強(qiáng)度與總量都很低。第四類省份最多，總共有20個(gè)，其內(nèi)部仍存在差異。

圖6 各省按照碳排放量與碳排放強(qiáng)度分區(qū)

分地區(qū)情況來(lái)看，中西部地區(qū)經(jīng)濟(jì)發(fā)展水平仍低于東部地區(qū)，本著共同富裕的原則，中西部地區(qū)在預(yù)測(cè)期內(nèi)必將保持經(jīng)濟(jì)的高速增長(zhǎng)，為能源需求提出更高的要求。但在碳排放目標(biāo)的約束下，需要在提高可再生能源供給水平，只有保持能源需求的增速小于可再生能源供給增速的情況下，才可以使得總碳排放量達(dá)峰。

4.1 第一類地區(qū)

為實(shí)現(xiàn)2030年碳減排目標(biāo)，山西、內(nèi)蒙古與河北三省限制了碳排放空間。這三省一次能源消費(fèi)中煤炭占絕對(duì)主力，化石能源消費(fèi)比例過(guò)高；單位產(chǎn)值能耗高，能源利用率水平較低；產(chǎn)業(yè)結(jié)構(gòu)有待優(yōu)化。這三省需要在繼續(xù)保持經(jīng)濟(jì)高速增長(zhǎng)的同時(shí)，對(duì)其能源結(jié)構(gòu)與能源消費(fèi)提出如下要求：在整體能源消費(fèi)增長(zhǎng)的情況下，降低一次能源中對(duì)于煤炭的依賴程度，增加可再生能源消費(fèi)；提高能源利用率；優(yōu)化終端能源消費(fèi)結(jié)構(gòu)，增加電力在終端能源需求中的比例。

4.2 第二類地區(qū)

寧夏雖然碳排放強(qiáng)度為全國(guó)最高，卻仍然獲得了排放空間，是因?yàn)?014年寧夏的GDP為全國(guó)最低，因此，為了促進(jìn)寧夏經(jīng)濟(jì)的發(fā)展，需要提供排放空間。但是，仍然需要推廣潔凈煤技術(shù)，以最小的代價(jià)滿足煤炭需求；利用地區(qū)資源優(yōu)勢(shì)，加大新能源和可再生能源建設(shè)；利用新能源產(chǎn)業(yè)發(fā)展的機(jī)會(huì)，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，提高能源利用率。

新疆限制了排放空間，是由于新疆可再生能源消納能力不足，清潔能源發(fā)展趨勢(shì)不明朗。為了在經(jīng)濟(jì)增長(zhǎng)的同時(shí)實(shí)現(xiàn)碳減排目標(biāo)，新疆需要加快能源開(kāi)發(fā)，走可持續(xù)發(fā)展道路；提高科技水平，提高資源利用率；關(guān)注潔凈煤技術(shù)，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，提高節(jié)能管理意識(shí)[15]。

4.3 第三類地區(qū)

該地區(qū)經(jīng)濟(jì)發(fā)展水平較高，基本都限制了碳排放空間，主要目的是將排放空間留給較落后的地區(qū)發(fā)展。為實(shí)現(xiàn)碳減排目標(biāo)，需要依據(jù)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整戰(zhàn)略，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加強(qiáng)第二產(chǎn)業(yè)能耗控制；落實(shí)新能源政策，積極發(fā)展新能源加強(qiáng)能源缺口管理，保證能源供給安全。

4.4 第四類地區(qū)

這些地區(qū)除了北京、天津、上海、福建、浙江外，基本為經(jīng)濟(jì)發(fā)展稍落后的中西部地區(qū)。從全國(guó)范圍來(lái)看，這些地區(qū)獲得了更大的排放空間。作為重要的能源輸出區(qū)域，預(yù)計(jì)未來(lái)能源生產(chǎn)量快速增長(zhǎng)，將繼續(xù)為全國(guó)能源需求的高速增長(zhǎng)提供有力支撐，因此，為延續(xù)如此高的能源生產(chǎn)增速，中西部地區(qū)必將在能源產(chǎn)業(yè)方面加快發(fā)展，這當(dāng)然為其經(jīng)濟(jì)發(fā)展提供了有力支撐。

從目前這些地區(qū)的能源需求和能源結(jié)構(gòu)來(lái)看，各省(市、區(qū))情況基本相同，主要特點(diǎn)體現(xiàn)在：一次能源消費(fèi)結(jié)構(gòu)中煤炭仍占主導(dǎo)，但可再生能源比例在持續(xù)增長(zhǎng)；終端能源消費(fèi)結(jié)構(gòu)中，以煤炭和電力為主，正趨于多元化；能源部門消費(fèi)結(jié)構(gòu)中第二產(chǎn)業(yè)比例較大，結(jié)構(gòu)有待優(yōu)化；能源利用率與國(guó)內(nèi)平均水平持平或低于國(guó)內(nèi)平均水平。

煤炭資源在中西部地區(qū)能源資源中占有絕對(duì)地位，以煤炭為主的能源消費(fèi)結(jié)構(gòu)在預(yù)測(cè)期內(nèi)難有大幅變化，隨著未來(lái)經(jīng)濟(jì)的快速發(fā)展，煤炭消費(fèi)難以降低，但能源供應(yīng)、環(huán)境的壓力及人民生活水平提高的要求，必然需要越來(lái)越多的煤炭轉(zhuǎn)化成電力、煤氣和液體燃料，這樣才能滿足終端能源消費(fèi)優(yōu)質(zhì)化的要求。

5 結(jié)論與建議

根據(jù)我國(guó)目前所處的發(fā)展階段，碳減排目標(biāo)應(yīng)當(dāng)是以碳排放強(qiáng)度減排為目標(biāo)的總量減排，為更有

效的實(shí)現(xiàn)2030年碳減排目標(biāo)，本文依據(jù)主流的分解模型中的公平、可行和效率性指標(biāo)，同時(shí)考慮了以促進(jìn)非化石能源消費(fèi)為主導(dǎo)的可持續(xù)發(fā)展性指標(biāo)，建立了碳排放總量分解模型。然后，以2014年作為基年，在2030年中國(guó)碳排放總量達(dá)峰約束下，預(yù)測(cè)了2030年碳排放總量為118.87億t，實(shí)現(xiàn)碳排放強(qiáng)度達(dá)到2005年的65%。最后，根據(jù)分解模型對(duì)各省(市、區(qū))2030年碳排放量進(jìn)行了分配，并提出了各省(市、區(qū))達(dá)標(biāo)的途徑與建議。在預(yù)測(cè)期內(nèi)，全國(guó)經(jīng)濟(jì)將持續(xù)增長(zhǎng)，到2030年全國(guó)GDP將達(dá)到135萬(wàn)億元，接近2015年的1.25倍，這就需要更多的能源消費(fèi)作為支撐，也為能源供給和生態(tài)環(huán)境帶來(lái)很大的壓力，這就需要利用地區(qū)資源優(yōu)勢(shì)，加大新能源與可再生能源建設(shè)，一方面可以緩解能源供需矛盾；另一方面，可以優(yōu)化能源消費(fèi)結(jié)構(gòu)，減少污染，緩解環(huán)境生態(tài)壓力。西部地區(qū)是水能、風(fēng)能、太陽(yáng)能的儲(chǔ)量豐富，應(yīng)當(dāng)在戰(zhàn)略角度，高度重視，扶持發(fā)展，大力推進(jìn)水、風(fēng)、太陽(yáng)能等多種形式發(fā)電，逐步降低對(duì)煤的依賴程度。

[1]劉華軍，趙浩.中國(guó)二氧化碳排放強(qiáng)度的地區(qū)差異分析[J].統(tǒng)計(jì)研究,2012,29(6):46-50.

[2]劉春蘭，蔡博峰，陳操操，等.中國(guó)碳減排目標(biāo)的地區(qū)分解方法研究述評(píng)[J].地理科學(xué),2013,33(9):1089-1096.

[3]蔡宇航，劉曉宇，范英英，等.基于技術(shù)減排的碳排放總量控制優(yōu)化模型研究[J].可再生能源,2014,32(10):1582-1587.

[4]張巍.基于STIRPAT模型的陜西省工業(yè)碳排放量預(yù)測(cè)和情景分析[J].可再生能源,2017(5):771-777.

[5]Liu N，Ma Z，Kang J.Changes in carbon intensity in China's industrial sector：Decomposition and attribution analysis[J]. Energy Policy,2015(87):28-38.

[6]何建坤.CO2排放峰值分析：中國(guó)的減排目標(biāo)與對(duì)策[J].中國(guó)人口·資源與環(huán)境,2013,23(12):3-11.

[7]屈超，陳甜.中國(guó)2030年碳排放強(qiáng)度減排潛力測(cè)算[J].中國(guó)人口·資源與環(huán)境,2016,26(7):62-69.

[8]王金南，蔡博峰，曹東，等.中國(guó)CO2排放總量控制區(qū)域分解方案研究[J].環(huán)境科學(xué)學(xué)報(bào),2011,31(4):680-685.

[9]程紀(jì)華.中國(guó)省域碳排放總量控制目標(biāo)分解研究[J].中國(guó)人口·資源與環(huán)境,2016,26(1):23-30.

[10]Yi W J，Zou L L，Guo J，et al. How can China reach its CO2，intensity reduction targets by 2020? A regional allocation based on equity and development[J].Energy Policy,2011，39(5)：2407-2415.

[11]劉俊杰,李樹(shù)林,范浩杰,等.情景分析法應(yīng)用于能源需求與碳排放預(yù)測(cè)[J].節(jié)能技術(shù),2012,30(1):70-75.

[12]任志娟.中國(guó)碳排放區(qū)域差異與減排機(jī)制研究[D].北京:首都經(jīng)濟(jì)貿(mào)易大學(xué)，2014.

[13]中國(guó)能源研究會(huì).中國(guó)能源展望2030[M].北京：經(jīng)濟(jì)管理出版社，2016.

[14]何建坤.經(jīng)濟(jì)新常態(tài)能源消費(fèi)與CO2排放趨勢(shì)與對(duì)策[R].北京：清華大學(xué)低碳能源實(shí)驗(yàn)室，2017.

[15]王健琨,劉德義,秦恒春,等.能耗限額標(biāo)準(zhǔn)促進(jìn)產(chǎn)業(yè)升級(jí)的懲處機(jī)制[J].節(jié)能技術(shù),2015,33(4):358-361.