基于国内外典型碳数据库的中国碳排放核算对比研究

Comparative Study on China's Carbon Emission Accounting Based on Typical Domestic and International Carbon Databases

摘要

选取国际能源署（IEA）、美国能源信息管理局（EIA）、全球大气研究排放数据库（EDGAR）和中国碳核算数据库（CEADs）等典型数据库，与中国官方发布的《国家信息通报》碳排放数据进行对比分析。研究发现，CEADs部门法和IEA的数据与官方数据较为接近，适合作为长时间序列分析的参考。建议中国加强官方能源统计与碳排放核算的公开程度，建立更完善的数据公开机制，并与国际组织（IEA）合作，提高中国在国际气候变化议程中的影响力和领导力。利用CEADs部门法数据评估中国现行和拟定的能源政策和减排措施，为政策制定提供科学依据。

Abstract

This paper selected typical databases such as International Energy Agency （IEA）， U.S. Energy Information Administration （EIA）， Emissions Database for Global Atmospheric Research （EDGAR）， and China Emission Accounts and Datasets （CEADs）， and conducted a comparative analysis with China’s officially released National Communication on Climate Change. The results show that the data from the sectoral approach of CEADs and IEA are relatively close to the official data， making them suitable for providing references for long-time series analysis. It is suggested that China should enhance the openness of official energy statistics and carbon emission accounting， establish a more improved data disclosure mechanism， and cooperate with international organizations such as IEA to improve China’s influence and leadership in the international climate change agenda. Additionally， the data from the sectoral approach of CEADs should be adopted to evaluate China’s current and proposed energy policies and emission reduction measures， thus providing a scientific basis for policy formulation.

Graphical abstract

关键词

碳数据库 / 碳排放 / 二氧化碳

Key words

carbon database / carbon emission / carbon dioxide

全球气候变化是当前世界面临的一项严重挑战，持续上升的CO₂排放量引起了广泛关注^［1⁃2］。在全球气候治理的大局中，精确核算各国的碳排放数据对于制定和评估气候政策至关重要^［3⁃4］。我国作为一个发展中的大国，碳排放量对全球气候变化有着重要影响^［5］。然而，由于核算方法、数据来源以及排放因子等方面的差异，各数据库提供的我国碳排放数据存在明显不一致性，这为我国碳减排政策的制定和实施带来了巨大挑战。如朱松丽^［6］对我国政府官方发布的碳排放数据进行了比较分析，并分析了8家国际研究机构在2005-2011年间发布的能源燃烧和水泥生产过程中的CO₂排放数据，研究指出IEA和CAIT数据库相对可靠。李青青^［7］研究聚焦于碳核算方法的异同，选择了IEA、EDGAR、CDIAC和EIA四家机构进行比较，研究提出IEA和EDGAR的数据在分类和方法学上更准确。李继锋^［8］对EDGARv4.2和CDIAC的碳排放数据进行了比较，指出国际机构对中国排放量估算偏高，研究强调中国碳核算的不确定性和历史数据缺失问题。这些研究为本文提供了理论基础，并为研究方法的选择提供了指导。本文对国内外典型碳数据库，包括国际能源署数据库（IEA）、美国能源信息管理局数据库（EIA）、全球大气研究排放数据库（EDGAR）以及国内的中国碳核算数据库（CEADs），进行综合分析和比较。考虑到我国尚未建立一个公开的年度能源活动相关CO₂排放的官方信息机制，本文将在前人研究的基础之上，以我国政府官方公布的《国家信息通报》为基准，对比分析上述数据库中的我国碳排放数据，以便找出适合作为长时间序列参考的国内外数据库，并提出相关建议，为我国的碳减排政策的制定和实施提供参考依据。

1 国内外典型碳数据库概况

温室气体排放中，CO₂的排放占比最高^［9⁃10］。因此，本文的中国碳排放量指的是各数据库中的中国CO₂排放量。国内外典型碳数据库的基本情况见表1。由表1可以看出，IEA、EIA和EDGAR这三个数据库的数据覆盖面最广，主要提供国家和地区级别的碳排放数据。IEA和EIA只提供年度碳排放数据，EDGAR数据库以其提供的月度排放数据在行业中独具特色，这对于实时监测和分析温室气体排放的动态变化至关重要。

此外，CEADs不仅提供了包括我国在内的多个国家的碳排放数据，还提供了我国各省份的排放数据。这对于理解中国各地区之间的排放差异以及制定区域特定的减排策略有重要价值。中国定期向联合国气候变化框架公约提交国家信息通报和更新报告，每四年提交一次国家信息通报，每两年提交一次更新报告。截至2024年1月，我国已经提交了四次国家信息通报和三次两年更新报告，这些报告涵盖了1994年、2005年、2010年、2012年、2014年、2017年和2018年的温室气体排放数据，为全球气候变化研究提供了重要的数据支持。

IEA、EIA、CEADs和《国家信息通报》提供了按照能源类型划分的CO₂排放数据，而IEA、EDGAR、CEADs和《国家信息通报》还进一步提供了按部门划分的CO₂排放数据。这些细分数据有助于更准确地识别主要的排放来源，并制定更加有效的减排措施。

2 国内外典型碳数据库的差异分析

在国内外典型碳数据库的对比分析中，发现碳排放数据之间的差异主要源自核算边界的不同。这些核算边界涵盖了多个方面，包括能源相关排放、工业过程排放以及土地利用等。值得一提的是，所有考查的数据库均包含了与能源相关的CO₂排放数据。然而，除了IEA和EIA外，其他数据库还包括了工业过程排放数据。在这些数据库中，能源相关的CO₂排放所占的比重非常大，这一点凸显了能源相关排放在导致碳排放数据差异中的关键作用。

进一步深入能源相关的CO₂排放领域，研究发现其差异主要体现在核算方法、活动水平数据来源和排放因子三个方面^［11］。能源数据的差异对碳排放数据的影响尤其明显，是能源相关排放核算中的重要因素，直接决定了最终的碳排放估算结果。因此，理解和分析这些核算方法、活动水平数据来源和排放因子的差异，对于准确评估碳排放数据至关重要。

2.1 核算边界

人类活动导致的CO₂排放可根据其来源划分为多个类别，包括化石能源燃烧、非能源利用（如原料和材料排放）、化石能源开采中的火炬燃烧与放空、工业生产过程、废弃物管理以及土地利用变化等。通过比较国内外主要碳数据库的统计边界，不同数据库之间存在明显差异（表2）。EDGAR数据库的核算范围最广，包括几乎所有潜在的CO₂排放源。IEA则侧重于化石燃料相关的碳排放数据，而EIA主要关注煤油气燃烧排放，同时涵盖了非能源利用的石油基燃料排放，但未包括生物燃料排放，可能导致数据的不完整性。CEADs数据库专注于化石燃料燃烧和工业生产过程，而《国家信息通报》在此基础上增加了非能源利用等方面的考虑。即使在相同的核算对象中，不同数据库的核算方法也存在差异。例如，CEADs只包含水泥生产排放，而《国家信息通报》扩展到水泥生产、钢铁生产和化工行业排放。EDGAR则进一步包括水泥生产、石灰生产、化学工业和金属工业等多个工业过程的排放。核算边界的不同，对各数据库的对比分析提出巨大挑战。

2.2 核算方法

能源燃烧相关的碳排放核算方法分为部门法和参考法^［12］。参考法是一种自上而下的估算方法，基于国家层面的能源消费数据估算碳排放，主要利用国家能源供应统计数据，通过计算全国化石燃料消耗量来估算排放量。参考法对数据要求相对较低，是比较容易用来计算CO₂排放量的方法。部门法则是自下而上的方法，根据不同经济部门和燃料类型来计算碳排放，关注特定部门或活动的排放，准确性来自其细化的分类和对具体活动的专注。部门法分为三个层级：层级1基于燃料类型和平均排放因子，适用于数据有限的情况；层级2使用特定国家的排放因子，相比层级1更准确，因为它考虑了国家特定的燃料类型和使用情况；层级3采用详细的测量数据和设施级数据，是最精确的方法，考虑了更多局部变量和实际测量数据。

IEA采用了部门法（层级1）和参考法，层级1方法适用于国际比较，使用通用的排放因子和方法，便于跨国数据分析，而参考法提供宏观视角的辅助校核。EIA采用参考法或类似方法，适用于大规模、宏观层面的估算，尤其适用于分析和比较不同国家的能源消费和排放情况。EDGAR采用部门法（层级1），更适合全球排放估算，尤其在缺乏详细国家特定数据的情况下。CEADs使用部门法（层级2）和参考法，层级2方法针对中国提供了详细、准确的排放数据，参考法则提供辅助校核。《国家信息通报》同样采用部门法（层级2）并结合参考法进行校核，层级2部门法使用中国特定的排放因子和详细数据，使估算更符合中国实际排放情况，提高了数据的准确性和地域特定性。使用层级2部门法的《国家信息通报》和CEADs能更准确地反映中国的具体排放情况，但这种方法对数据质量和完整性有较高依赖。相比之下，采用层级1部门法或参考法的数据库，如IEA、EIA和EDGAR，虽然在全球比较和分析方面有优势，但不能完全反映我国特有的排放特征。

2.3 活动水平数据来源

活动水平数据是进行碳排放核算的关键基石，其来源的多样性导致能源数据及其衍生的排放核算存在差异。IEA在核算中国碳排放时，采用了包括《中国能源统计年鉴》和IEA自身数据库等多元化数据源，并辅以最新的科学研究和学术文献。EIA在核算过程中，则主要依赖于中国国家统计数据和国际能源数据，尤其是IEA的数据，同时综合考量行业报告和最新学术成果。EDGAR数据库在整合中国碳排放数据时，广泛利用了包括国家级报告和统计数据在内的多种资源，这些数据反映了中国的能源使用和温室气体排放情况，并结合了国际能源署（IEA）和联合国粮食及农业组织（FAO）等国际组织数据，以提供更为全面的视角。CEADs专注于中国碳排放数据，核心数据来源为中国国家统计局，涵盖能源消费和工业活动等多个领域。此外，CEADs还参照IEA等国际机构数据，便于进行国际比较和验证。《国家信息通报》的数据主要来自国家统计局，全面涵盖能源消费、工业生产和交通运输等领域。CEADs和《国家信息通报》更侧重于中国国家统计局和其他国内机构的数据，这有助于准确反映中国特有的能源消费和排放状况。相比之下，IEA、EIA和EDGAR结合了更广泛的国际数据来源和标准，在国际比较和全球趋势分析方面具有更大的优势。

2.4 排放因子

排放因子作为一种衡量指标，其功能在于计算生产或消费活动中，每单位能量或产品所产生的温室气体排放量。排放因子的大小由每种燃料含碳量、碳氧化率、燃料质量和技术发展水平决定。借助精确计算的碳排放因子，政府和企业能够制定更为有效的减排策略，执行环保政策，并有效监测这些策略的成效。

IEA采用《2006年IPCC国家温室气体清单指南》提供的默认排放因子。而EIA则依照《美国温室气体排放文献（2006）》的规定，基于实测数据确定其碳排放因子^［13］，强调利用实验室测试和燃料分析数据来精确测算含碳量，并考虑到碳的实际氧化率及区域间燃烧技术的差异。EDGAR亦遵循《2006年IPCC国家温室气体清单指南》的默认排放因子，在其计算过程中综合考量了含碳量、碳的氧化率，以及不同国家和地区的能源结构差异。CEADs致力于适应中国特有的能源结构和燃料特性，进行针对性的碳排放因子计算，这一计算过程基于对不同燃料的含碳量和氧化率的实测数据分析。《国家信息通报》中涉及的能源相关排放，涵盖能源工业、制造业、建筑业、交通运输及其他行业，均采用针对中国特有的排放因子。此外，非金属矿物产品制造、化工生产及金属制品生产等不同子行业也使用了中国特定的排放因子^［14］或参考《IPCC2006指南》的默认排放因子，以确保对各地区燃料的含碳量和碳氧化率进行精确测定。对比分析下，CEADs和《国家信息通报》通过使用实测排放因子或我国特有的排放因子，更准确地反映了我国的排放特性。

3 国内外典型碳数据库的中国碳排放数据比较

对比国内外主要碳排放数据库中国的碳排放数据，对于完善中国碳排放核算体系具有重要价值。首先，通过比较可以揭示不同数据源间的差异与偏差，进而更准确地评估我国在全球温室气体排放中的角色和贡献。其次，分析不同数据库的数据有助于优化我国碳排放核算的方法和标准，推动核算方法的改进和统一标准化。再次，准确的碳排放数据对于制定有效的气候政策和降低碳排放策略至关重要，国内外数据的对比分析能够为政策决策提供坚实的数据支持。

3.1 CO₂排放总量

国内外各典型数据库核算中国CO₂排放总量见图1。在比较国内外主要数据库所公布的CO₂排放总量时，考虑我国目前尚未建立一个公开的年度更新的官方信息机制用以发布CO₂排放总量，所以权威的CO₂排放数据来源主要是《国家信息通报》。中国作为《联合国气候变化框架公约》非附件一缔约方，在提交的国家信息通报及每两年更新的报告中，提供了特定断点年份（1994年、2005年、2010年、2012年、2014年、2017年和2018年）的CO₂排放总量。清单编制机构尚未对1994年和2012年的清单进行回算，导致这两个年份的温室气体清单在计算方法和范围上与其他年份不完全一致^［15］。鉴于1994年的数据时间距离较远，且存在较大的离散性，因此在进行分析时将其去除。以2005年、2010年、2012年、2014年、2017年和2018年的CO₂排放总量作为基准，对比国内数据库CEADs和国际三大典型数据库IEA、EIA以及EDGAR的CO₂排放总量。这些数据库均采用截至2024年1月的最新公布数据，通过对比，可以研究各数据库关于中国碳排放数据的准确性和一致性。

对中国官方及国内外四家典型数据库发布的CO₂排放总量进行对比分析中发现，国际研究机构报告的CO₂排放总量普遍高于中国官方公布的数据（图1）。在核算中国CO₂排放总量方面，各数据库间存在显著差异。数据差异最小年份为2006年，数据库间最大差异率为15.67%；2021年的差异最大，数据库间最大差异率为22.80%。进一步分析有关国内外典型碳数据库的差异得知，EDGAR核算的中国CO₂排放总量明显高于其他数据库，主要是因为其包括了水泥、石灰生产、化学工业和金属工业等多个工业过程的排放数据^［16］。与此同时，EIA的CO₂排放总量较高，是因为EIA采用了不同的数据来源、热值标准以及美国的排放因子。而IEA和CEADs部门法核算的CO₂排放总量显示出较高的一致性，尤其是在与《国家信息通报》特定断点年份的数据对比中，IEA和CEADs部门法的数据差距均小于3%。

综上所述，在对比分析国际碳排放数据时，由于IEA具有更广泛的全球视野，其数据可以作为首选参考来源。而在分析国内碳排放数据时，应优先考虑CEADs部门法，因为其使用了基于国内煤样测试得出的低位热值和自测排放因子，这些方法有助于确保数据的地域准确性。

3.2 能源相关的CO₂排放总量

在分析国内外主要碳排放数据库时，所有数据库均涵盖了与能源活动相关的CO₂排放数据。能源相关的CO₂排放是中国乃至全球温室气体排放的关键组成部分。在当前全球气候变化与努力减排的背景下，能源活动产生的CO₂排放数据的准确性和一致性成为评估碳排放和制定相关政策的重要依据。

本文对中国官方及国内外四大典型数据库发布的与能源相关的CO₂排放总量数据进行了深入分析（图2）。分析结果揭示了不同数据库在碳排放量核算上存在明显差异，EIA的数据与其他机构相比，显示出明显的偏高趋势。其余数据库相对集中，除2005年外，各年份差异率均小于10%。2005年的碳排放数据呈现出明显差异，这一现象的根源在于政府后续采用与2018年相同的编制方法，对2005年的原始碳排放数据进行了回溯计算。经过这一回溯处理，2005年的碳排放量出现了较大幅度的上调。这一调整导致2005年的数据差异率超过了10%，鉴于此，不将2005年作为各数据库之间进行对比分析的基准年份。EIA的能源相关CO₂排放总量之所以高于其他数据库，是因为其采用了与其他机构不同的数据来源、热值标准和美国排放因子。与此同时，EDGAR和IEA核算的CO₂排放总量较为接近，这主要得益于它们在活动水平、数据来源和排放因子的选择上具有相似性。另一方面，CEADs核算的排放数据通常低于其他数据库，主要原因在于该机构使用了基于实测的中国煤炭排放因子，而这些因子低于国际能源署（IPCC）的默认值^［17］。在特定断点年份的数据对比中，CEADs部门法和IEA显示出与《国家信息通报》发布的能源相关CO₂排放总量的差异很小。IEA的数据与官方数据的差异均小于4.5%，而CEADs部门法除2005年和2017年外，在其他年份的差异率也控制在4.5%以内。

值得注意的是，分析还显示，各数据库间的最大与最小差异率相较于CO₂排放总量呈现出明显的集中趋势，表明各数据库的离散性在减小，各数据库对能源相关的CO₂排放核算误差相对较小。综上所述，CEADs部门法和IEA在核算能源相关的CO₂排放总量时与《国家信息通报》数据的接近程度较高，可以作为补充官方数据的重要参考，尤其是在官方断点年份外的分析中。

4 结论

（1）本文分析了国内外典型数据库公布的CO₂排放总量和能源相关CO₂排放总量，发现数据差异的主要原因包括核算边界的不同、数据来源的多样性、核算方法的差异、排放因子的变化差别等。研究发现CEADs部门法和IEA机构的核算数据与中国官方发布的《国家信息通报》在特定断点年份的数据较为接近。CEADs部门法和IEA相对适合作为官方断点数据的参考与补充，比较适合作为长时间序列分析的参考。

（2）IEA作为国际机构，凭借其广泛的全球视野，在分析国际碳排放趋势时具有明显优势，因此可作为中国碳排放在国际数据分析中的首选参考。这是因为IEA的数据不仅涵盖了多个国家和地区，还采用了统一的标准和方法学，便于进行国际的比较和分析。然而，当分析中国国内的碳排放数据时，CEADs部门法提供了更具地域特色的视角。CEADs部门法依据中国国内煤炭的具体特性和实际测量数据，采用了基于国内煤样测定的低位热值和自测排放因子，这使得其数据更贴近中国的实际能源消费和排放情况。因此，对于国内政策制定者和研究者来说，CEADs部门法的数据在分析中国的碳排放趋势和制定相关减排策略时，提供了更为准确和实际的参考。

（3）本文建议，中国碳排放数据长时间序列的分析和研究目前主要依赖于国内外研究机构提供的数据，官方的能源统计与碳排放核算还需要信息的进一步公开，建立更完善的数据公开机制，以便研究者和公众更好地理解和参与碳减排。应加强与国际组织IEA的合作，促进数据共享和技术交流，提高我国在国际气候变化议程中的影响力和领导力。利用CEADs部门法提供的数据，对我国现行和拟定的能源政策和减排措施进行评估，为政策制定提供科学依据。

参考文献

[1] LIU Z， DENG Z， DAVIS S， et al. Monitoring global carbon emissions in 2022［J］. Nature Reviews Earth & Environment， 2023， 4（4）： 205-206.

[2] 余滨. “碳中和” 背景下安徽地区国家储备林建设策略［J］. 现代园艺， 2023（20）： 146-148.

[3] STEININGER K W， LININGER C， MEYER L H， et al. Multiple carbon accounting to support just and effective climate policies［J］. Nature Climate Change， 2016， 6： 35-41.

[4] 方恺， 李帅， 叶瑞克， 等. 全球气候治理新进展：区域碳排放权分配研究综述［J］. 生态学报， 2020， 40（1）： 10-23.

[5] 汪俊. 贸易开放对碳排放影响效应的研究［D］. 杭州： 浙江大学， 2015.

[6] 朱松丽. 中国二氧化碳排放数据比较分析［J］. 气候变化研究进展， 2013， 9（4）： 266-274.

[7] 李青青， 苏颖， 尚丽， 等. 国际典型碳数据库对中国碳排放核算的对比分析［J］. 气候变化研究进展， 2018， 14（3）： 275-280.

[8] 李继峰， 郭焦锋， 高世楫， 等. 国家碳排放核算工作的现状、问题及挑战［J］. 发展研究， 2020， 37（6）： 9-14.

[9] 郭玉萍， 赵超， 赵先贵. 丝绸之路经济带西南四省区温室气体排放核算及等级评估［J］. 四川环境， 2019， 38（4）： 138-146.

[10] LIU Z， CIAIS P， DENG Z， et al. Near-real-time monitoring of global CO₂ emissions reveals the effects of the COVID-19 pandemic［J］. Nature Communications， 2020， 11（1）： 5172.

[11] 吴艺楠， 李冬， 赵芳， 等. 建设项目环境影响评价中温室气体排放核算方法：以火电项目为例［J］. 环境工程技术学报， 2022， 12（6）： 1890-1897.

[12] IPCC.2006 IPCC Guidelines for national greenhouse gas inventories［R］.Kanagawa：Institute for Global Environment Strategies，2006.

[13] ANDRES R J， BODEN T A， BRÉON F M， et al. A synthesis of carbon dioxide emissions from fossil-fuel combustion［J］. Biogeosciences， 2012， 9（5）： 1845-1871.

[14] 中华人民共和国生态环境部.中国气候变化第三次国家信息通报及第二次两年更新报告核心内容解读［EB/OL］.（2019-07-01）［2022-04-12］.

[15] 国家发展和改革委员会应对气候变化司.中华人民共和国气候变化第二次国家信息通报［R］.北京：中国经济出版社，2013.

[16] JANSSENS-MAENHOUT G， CRIPPA M， GUIZZARDI D， et al. EDGAR v4.3.2 Global Atlas of the three major greenhouse gas emissions for the period 1970-2012［J］. Earth System Science Data， 2019， 11（3）： 959-1002.

[17] 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.

基金资助

内蒙古自治区自然科学基金资助项目“内蒙古农宅采暖系统低碳化改造路径研究”(2023LHMS05013)

2023年度内蒙古自治区高校科研资助项目“蒙东地区乡村典型住宅建筑结构优化设计及节能模式研究”(NJZY23032)