中国城市全范围二氧化碳排放数据集（2023）：推动碳中和战略的城市级核算框架

《Scientific Data》：Full-scope carbon dioxide emission dataset for Chinese cities in 2023

本刊推荐：为破解城市碳排放核算中范围3（Scope 3）排放长期被忽视的难题，研究团队构建了中国339个城市2023年全范围（Scope 1-3）二氧化碳排放数据集。通过整合CHRED、CCW等多源数据，采用IPCC排放因子法与蒙特卡洛模拟，首次系统量化了城市供应链相关间接排放。结果显示前十城市碳排放量为末十城市的90-160倍，范围3排放集中在中部快速发展区域，为跨城市碳责任分配及精准减排政策制定提供了关键数据支撑。

　　

随着中国提出2030年碳达峰、2060年碳中和的战略目标，城市作为能源消耗超过66%和二氧化碳排放超过70%的关键主体，其精准碳核算已成为实现气候承诺的核心环节。然而，现有研究多聚焦于范围1（直接排放）和范围2（外购电力相关排放），对范围3（供应链等跨边界间接排放）的关注严重不足。这种核算缺口可能导致碳责任分配失衡，使供应链上游城市承受不合理的减排负担。事实上，研究表明范围3排放可能超过范围1和范围2的总和，忽略它们将造成全球温室气体排放量4%的低估。在这一背景下，构建一个统一、全面的城市级全范围碳排放核算体系迫在眉睫。

为填补这一研究空白，由北京师范大学环境学院孟凡欣领衔的研究团队，联合江苏大学、中国环境规划中心等31个机构的45名研究人员，开展了大规模协同研究，构建了涵盖中国339个行政城市（包括4个直辖市）的2023年全范围二氧化碳排放数据集。该研究近期发表于《Scientific Data》期刊，为城市间碳排放比较和城内碳管理提供了宝贵的数据支持。

研究团队采用的关键技术方法主要包括：1）基于IPCC推荐的排放因子法构建多范围核算模型；2）整合中国高分辨率排放数据库（CHRED）、中国碳观察（CCW）及社会经济大数据平台等多源活动数据；3）运用混合分析法确定水、钢材、水泥及七大农产品等10类关键材料的范围3核算范围；4）通过蒙特卡洛模拟进行不确定性量化，并对45名研究人员进行交叉验证以确保数据可靠性。

系统边界与核算方法

研究首先明确了全范围碳排放的核算边界。范围1涵盖工业能源、工业过程、建筑、交通和农业部门的直接化石燃料燃烧排放；范围2核算城市外购电力产生的排放；范围3则创新性地聚焦于维持城市运行所需的十大关键材料（水稻、小麦、玉米、猪肉、牛肉、羊肉、禽肉、钢材、水泥和水）在供应链中产生的间接排放。核算过程采用严格的数学公式，例如范围1排放通过燃料使用量乘以对应排放因子再加总工业过程排放得出；范围2排放基于城市电力净进口量与电网排放因子的乘积计算；范围3排放则通过材料净进口量与各自供应链排放因子的乘积进行量化。

活动数据获取与处理

活动数据的获取体现了研究的精细度。范围1和范围2数据主要来自高精度的CHRED数据库和CCW系统，涵盖企业级排放报告、城市统计年鉴和实时监测数据。范围3数据获取则更具挑战，研究设计了三种递进方法：方法一直接通过政府部门调研获取流入量；方法二利用城市统计年鉴数据，通过“需求-供给”差额计算净进口；方法三在数据缺失时采用省级或国家级数据的降尺度分配法。例如，钢材需求通过新建建筑面积、交通基础设施投资和消费品钢含量三部分精细估算，确保了数据的全面性。

碳排放的空间分布格局

全范围碳排放呈现出显著的空间异质性。总排放量在西南地区普遍低于1000万吨，而华北和东部沿海城市超过4000万吨，苏州、唐山、鄂尔多斯和榆林等城市甚至达到2亿吨，唐山的排放量接近3亿吨。直辖市的排放均超过1.5亿吨，上海以2.8342亿吨居首。前十名城市的碳排放量几乎是末十名城市的90至160倍，凸显了城市间碳排放的巨大差异。

范围1排放的空间格局显示，排放高点集中在内蒙古鄂尔多斯（281.35万吨），低点出现在西藏那曲（0.01万吨）。东部沿海地区如天津、唐山、苏州、上海，以及中部的重庆、西北的昌吉回族自治州均处于排放高位。东北三省和山西、陕西、湖南等中部省份处于中游范围，而青海、西藏、甘肃、宁夏和内蒙古西部则排放较低。

范围2排放以山东青岛最高（67.06万吨），近65%的城市该范围排放为零。排放高的城市主要集中在广东、江苏、浙江、山东等沿海省份，以及北京、上海、西安、广州等大城市，反映了经济活跃地区对外部电力的高度依赖。

范围3排放呈现出不同的地理分布，北京以68.41万吨居首，黑龙江伊春最低（0.01万吨）。排放高的城市主要集中在中部和沿海地区，如北京、成都、南通和长沙，新疆喀什和阿克苏地区也处于较高水平，而东北地区、内蒙古自治区和西部地区的范围3排放相对较低。

数据质量验证与不确定性

研究通过多团队交叉验证和蒙特卡洛模拟确保了数据的可靠性。与CEADs数据库的省级排放数据对比显示总体偏差为16.7%，其中辽宁偏差仅0.1%，上海、北京、浙江、江苏等经济发达地区偏差小于5%，证明了数据的高质量。不确定性分析显示，范围3排放的不确定性在26%（汕头）至71%（白城）之间，西部地区的平均不确定性最高（59%），主要因为较多使用数据降尺度方法（方法三），而东部沿海地区因政府数据披露全面，不确定性低于34%。

研究结论与重要意义

该研究构建的2023年中国城市级全范围二氧化碳排放数据集，首次实现了对339个城市范围1、2和3排放的系统性量化。研究发现，范围1和2排放高的城市主要集中在东南沿海地区，而范围3排放高的城市则聚集在中部快速发展区域，这种空间分异对制定差异化的碳减排政策具有重要启示。

该数据集的重大意义在于：一是为城市间碳责任公平分配提供了科学依据，避免了供应链碳泄漏问题；二是支持了联合国可持续发展目标（SDG）11（可持续城市和社区）和13（气候行动）的实现；三是通过公开可获取的数据平台（Figshare），促进了学术研究和政策制定的透明度。研究也坦诚了当前局限，如十大产品的核算范围有待扩展，未来计划纳入甲烷（CH₄）和氧化亚氮（N₂O）等其他温室气体，以更全面评估城市碳足迹。

总之，这项研究不仅填补了城市范围3排放核算的空白，也为中国乃至全球城市层面的碳中和路径规划提供了不可或缺的数据基础和方法学支撑，标志着城市碳排放核算研究从传统边界向全供应链视角的重要转变。