全 文 ：第 34卷 第 4期 生 态 科 学 34(4): 149157
2015 年 7 月 Ecological Science Jul. 2015

收稿日期: 2014-08-04; 修订日期: 2014-10-22
基金项目: 中国清洁发展机制基金赠款项目子项目(2013026-3); 中国工程院重大咨询研究项目“淮河流域环境与发展问题研究”(2012-ZD-11)
作者简介: 张冬梅(1990—), 女, 山东东平人, 硕士研究生, 研究方向为生物多样性与湿地生态, E-mail: dongmei_0827@126.com
*通信作者: 周立志, 男, 教授/博导, 主要研究方向: 生物多样性与湿地生态, E-mail: zhoulz@ahu.edu.cn

张冬梅, 杨玲, 李博, 等. 安徽省温室气体排放趋势及减排路径研究[J]. 生态科学, 2015, 34(4): 149157.
ZHANG Dongmei, YANG Ling, LI Bo, et al. A prelimary study on the tendency of greenhouse gas emissions and reduction approach
in Anhui Province[J]. Ecological Science, 2015, 34(4): 149157.

安徽省温室气体排放趋势及减排路径研究
张冬梅 1,2, 杨玲 1,2, 李博 1,2, 周立志 1,2,*, 张黎黎 1,2
1. 安徽大学资源与环境工程学院, 安徽大学生物多样性与湿地生态研究所, 合肥 230601
2. 安徽省生物物种资源信息中心, 合肥 230601

【摘要】 控制温室气体排放是我国积极应对全球气候变化的重要任务, 区域温室气体排放控制是实现国家减排目标的
基本保障。通过建立安徽省温室气体排放量的指标体系, 计算安徽省 2001—2010 年十年间各领域产生的温室气体, 并
利用回归分析预测安徽省 2015 年和 2020 年温室气体排放量; 应用聚类分析方法将全省各地市温室气体排放类型进行
划分, 利用地理信息系统(Arc GIS)软件分析碳排放空间格局。结果显示: 2001 年以来, 安徽省的温室气体排放量呈现
逐年上升趋势, 至 2010 年达到 3.96108 t。单位 GDP 碳排放量自 2007 年开始呈现下降趋势, 表明碳减排的经济效益
已有所提高。在各排放源类别中, 原煤消耗产生碳排放量最多, 且增势明显。区域格局分析表明, 马鞍山市为省内工
业发达城市, 温室气体排放源主要为能源及工业领域, 排放量也较多, 温室气体排放地域差异显著。根据安徽省经济
发展特点及温室气体排放特征有针对性提出的减排对策对于健全全省碳减排体系具有积极意义。

关键词：温室气体; 碳减排; 指标体系; 市域分布; 安徽省
doi:10.14108/j.cnki.1008-8873.2015.04.024 中图分类号：X24 文献标识码：A 文章编号：1008-8873(2015)04-149-09
A prelimary study on the tendency of greenhouse gas emissions and reduction
approach in Anhui Province
ZHANG Dongmei, YANG Ling, LI Bo, ZHOU Lizhi, ZHANG Lili
1. School of Resources and Environmental Engineering and Institute of Biodiversity and Wetland Ecology of Anhui University, Hefei
230601, China
2. Anhui Biodiversity Information Center, Hefei 230601, China
Abstract: Greenhouse gas control is an important task for our country to relieve the global warming. Regional greenhouse
gas emission control ensures to come to national goal. In this study we constructed an index system for greenhouse gas
emissions estimation in Anhui Province, and calculated the greenhouse gas emissions from 2001 to 2010 in various fields.
We predicted greenhouse gas emissions in 2015 and 2020 in Anhui Province based on the regression analysis. We divided the
types of greenhouse gas emissions for the cities in Anhui Province based on the results of clustering analysis, and also
analyzed the spatial pattern of carbon emissions using the geographic information system (GIS) method. The results showed
that the provincial greenhouse gas emissions increased year by year and rose up to 396 million in 2010. It shows a gradual
trend of decline in per unit of GDP carbon emissions since 2007, which suggested that the economic benefits of the
corresponding carbon emissions have been improved. In the category of the emission sources, carbon emission caused by
coal consumption was most obvious. Maanshan was an industry developed city in the province which was the main sources
of greenhouse gas emissions for energy and industrial areas. The greenhouse gas emissions were significantly different from
each other regions. Based on the characteristics of economic development in Anhui Province and greenhouse gas emissions
150 生 态 科 学 34 卷
characteristics, some measures are proposed to perfect the system of carbon emission reduction.
Key words: greenhouse gases; carbon emission reduction; index system; distribution between cities; Anhui Province
1 前言
随着经济的快速发展, 环境问题日趋突出。大
量能源的消耗不仅加速了我国的能源危机, 而且危
及生态安全和环境健康, 对社会经济的可持续发展
带来严重的影响。能源消耗的逐年增长所导致的碳
排放增加已经成为最严重的环境问题之一[1]。中国
自2008年以来, 已经成为世界上最大的二氧化碳排
放国[2], 因此, 我国政府在2009年宣布了自愿减排
目标, 即到2020年, 在2005年的基础上, 单位GDP
二氧化碳排放量下降40%—45%, 并将这个减排目
标作为约束性指标纳入国民经济和社会发展中长期
规划[3–4]。这一目标要求各省 (市、自治区) 分担碳
减排指标[5]。省级行政区作为政府发展规划的具体
执行和监督部门, 研究和预测其能源消费的碳排放,
对于寻找碳减排技术对策, 进而实现全国性二氧化
碳排放量的控制目标具有重要意义。各地区在经济
发展过程中, 减少温室气体排放、发展低碳经济已
经成为共识。安徽省作为中部地区的能源大省, 其
能源产业发展迅速, 生产总量逐年增加, 但是随之
而产生的温室气体排放量也逐年增加[6]。研究安徽
省经济社会发展与温室气体排放量之间的关系, 分
析我省碳排放现状以及省内产业布局与碳排放的关
系, 对于推进安徽省低碳减排任务, 加快建设低碳
城市、发展低碳产业, 具有重要意义, 对于全面促进
安徽经济与人口、资源和环境的协调发展也具有积
极意义。
目前, 在区域温室气体排放研究方面, 福建、河
南以及甘肃省等进行了全省范围内温室气体排放评
估与减排分析[7-9], 中山市则针对能源领域碳排放进
行了系统研究[10], 北京、上海、厦门等一些发达城
市也进行了城市温室气体排放清单研究[11–13], 对整
体研究领域的温室气体的排放进行了计算分析, 这
些研究均参考联合国政府间气候变化专门委员会评
估报告中的温室气体评估方法, 但缺乏系统的匡算
温室气体排放量的指标体系。此外, 温室气体排放
清单可以为降低温室气体排放的发展规划和政策提
供依据[14]。本文旨在通过建立匡算温室气体排放量
的指标体系, 研究安徽省全省以及省内各地市温室
气体排放的特征, 依据温室气体排放量对安徽省各
地市进行聚类, 对省域范围内温室气体排放的空间
格局进行分析, 明确全省产业布局与碳排放的关系,
以提出针对性减排政策, 为建立安徽省碳减排体系
提供理论指导。
2 研究方法
2.1 数据来源
根据《京都议定书》中明确规定的由于人类活
动产生的主要温室气体类型以及结合安徽省实际情
况, 确定匡算温室气体排放的因子为二氧化碳和甲
烷, 并依据数据资料的可获得性, 建立了匡算温室
气体排放量的指标体系。根据政府间气候变化专门
委员会(IPCC)2006 年制定的《IPCC 国家温室气体清
单指南》确定安徽省温室气体排放的一级指标体系,
共分五大领域[15]。结合安徽省温室气体排放的实
际情况, 建立匡算安徽省温室气体排放的二级及
三级指标体系, 依据具体匡算公式确定四级指标
体系[11,16]。研究数据主要来源于安徽统计年鉴、中
国能源统计年鉴(2001—2010)等, 依据研究内容以
及指标体系中四级指标体系的要求[17], 收集安徽省
2001 年至 2010 年十年间的数据。
2.2 数据处理和分析
本文参考 2007 年政府间气候变化专门委员会
第四次评估报告中提供的二氧化碳排放量核算方
法[18–19], 根据我省实际情况对个别参数进行适当调
整, 对本省 2001 年至 2010 年全省二氧化碳排放量
进行测算[20–21], 甲烷排放量最终转换成二氧化碳量,
计算安徽省总碳排放量。并通过 Origin 9.0 分析软件
建立一元线性回归分析预测安徽省 2015 年及 2020
年温室气体排放量, 同时对五大领域中 21 个三级指
标体系(即 21 种排放源)进行碳排放量的比较分析。
利用统计分析软件(SAS 8.1)对各地市总碳排放进行
聚类分析, 选取欧氏距离作为度量各地市之间碳排
放的距离, 采用Word聚类法使同一类中的指标具有
高度同质性, 不同类之间具有高度异质性[14]。采用
地理信息系统分析软件(Arc GIS 10.0)分析五大领域
4 期 张冬梅, 等. 安徽省温室气体排放趋势及减排路径研究 151
表 1 安徽省匡算温室气体指标体系
Tab. 1 The estimation index system of greenhouse gas
emissions in Anhui Province
一级指标
体系 二级指标体系 三级指标体系 四级指标体系
煤碳 煤碳消耗量
洗精煤 洗精煤消耗量
天然气 天然气消耗量
汽油 汽油消耗量
柴油 柴油消耗量
煤油 煤油消耗量
燃料油 燃料油消耗量
原油 原油消耗量
电力 电力消耗量
能源活动 能源燃料燃烧
焦炭 焦炭消耗量
煤炭生产 煤炭生产 煤炭产量消耗的用电量
水泥熟料产量
熟料中 CaO 的含量 水泥生产 水泥生产
熟料中 MgO 的含量
生铁种类产量
生铁种类含碳率
铸造生铁产量
铸造生铁含碳率
工业活动
钢铁生产 钢铁生产
纯溶剂消耗量
不同生态系统条件下水
稻的种植期 水稻种植 水稻种植 不同生态系统条件下水
稻的年收获面积
动物粪便 动物粪便 不同品种/类别牲畜的数量
农业活动
动物消化道
发酵
动物消化道
发酵 不同品种/类别牲畜的数量
污水处理厂/自然水体污
水中有机物含量 废水处理 工业废水 生活污水 回收的 CH4量
城市垃圾生产总量 垃圾填埋 垃圾填埋 城市垃圾填埋的百分比
不同类型废弃物的焚烧量
不同类型废弃物中的碳
含量比例
不同类型废弃物矿物碳
在碳总量中的比例
废弃物
处理
垃圾焚烧 垃圾焚烧
不同类型废弃物焚烧
的完全燃烧率
林地 林地面积
耕地 耕地面积 碳吸收汇
草地 草地面积
耕地 耕地面积
林业和土
地利用
碳排放源 建筑用地 建筑用地面积

中各领域碳足迹的空间分布格局, 在各领域中, 同
一产业中温室气体排放量越多就表明相应产业生产
量或者消费量越多。分析碳排放与产业布局的关联
性。因无法获取芜湖市的碳排放数据以及其余各市
2001 年至 2003 年分市数据, 故只对 2004 年至 2010
年间除芜湖外其他 16 市的累积碳排放数据进行系
统聚类和空间格局分析。
3 结果
3.1 安徽省碳排放现状
安徽省碳排放总量由 2001 年的 0.87108 t 增至
2010 年的 3.96108 t, 如果在产业结构和能源消费模
式不变的情况下继续发展经济, 预计 2015 年安徽省
二氧化碳排放总量将达到 5.8108 t, 至 2020 年将达
到 7.6108 t(图 1)。人均二氧化碳排放量也呈逐年递
增趋势, 自 2001 年的人均碳排放 1.37 t 增至 2010 年
的人均 5.81 t。结合近十年安徽省经济发展, 单位
GDP碳排放基本呈上升趋势, 至2007年开始逐步呈
现下降趋势(表 2)。
3.2 安徽省分行业碳排放
对全省五大领域十年间的碳排放做趋势分析,
结果表明能源活动领域和工业生产领域排放温室气
体量均显著增长(图 2)。自 2005 年起, 能源活动领域

图 1 安徽省 2001-2010 年总碳排放量排放趋势
Fig. 1 The trends of total carbon emissions from 2001 to
2010 in Anhui Province
表 2 安徽省 2001-2010 年人均 GDP 及人均 CO2排放量
Tab. 2 Per capita GDP and per capita CO2 emissions from 2001 to 2010 in Anhui Province
项目 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
人均 GDP/元 5313.30 5736.18 6375.40 7681.25 8630.70 9995.88 12039.47 14448.15 16407.66 20887.80
人均 CO2排放
/(t人–1) 1.37 1. 93 1.96 2.35 3.34aa 3.84 4.28 5.05 5.43 5.81
单位 GDP 碳排
放/(t万元–1) 2.68 3.49 3.71 3.61 4.07 4.03 4.39 3.84 3.47 3.24
152 生 态 科 学 34 卷

图 2 安徽省 2001-2010 年分领域碳排放量趋势
Fig. 2 The trend of carbon emissions in different fields from 2001 to 2010 in Anhui Province
排放的温室气体量开始高于工业生产, 成为最
主要的排放源。农业生产和废弃物处理两个领域排
放温室气体量相当, 2006 年之前, 农业生产排放温
室气体量高于废弃物处理领域, 自 2006 年之后, 废
弃物处理领域的温室气体排放量开始高于农业生产,
排放温室气体量呈逐年增加趋势。林业和土地利用
呈现出碳汇作用(吸收二氧化碳, 降低温室气体量),
但近几年碳汇吸收没有明显增加的趋势, 森林碳汇
发挥的作用并不大。
从各类型排放源十年间排放温室气体总量上来
看, 各类型排放源温室气体排放量差异较大(图 3)。
除农业生产领域动物粪便、动物消化道排放量呈现
递减趋势外, 其余类型的排放源排放温室气体量均
呈增长趋势。能源领域内十种排放源排放温室气体
量差距很大, 其中原油消耗导致的碳排放最少, 而
原煤消耗所排放温室气体量是所有排放源类型中最
多的, 并且近年来增长趋势非常明显, 其次为工业
生产领域的煤炭生产排放。废弃物领域中固体废弃
物所排放的温室气体量明显高于工业废水和生活污
水, 仅次于工业领域的钢铁生产排放温室气体量。
通过Ward法聚类将安徽省 16地市分为三类(图
4), 其中, 合肥、淮北、淮南和铜陵合并为一类, 这
几个城市能源消费比较多, 原煤、洗精煤、焦炭和
汽油等燃料的消耗量在全省总消耗中均占主要地
位。亳州、宿州、池州、黄山、阜阳、滁州、宣城、
六安、安庆、巢湖和蚌埠合并为一类, 这些城市能
源消费和工业生产均不是很发达, 温室气体排放主
要源于农业生产和废弃物的处理, 六安和安庆林地
面积比较多, 合并为一小类。马鞍山单独聚为一类,
工业生产特别发达, 由工业生产产生的温室气体量
也比较多, 是工业生产领域产生温室气体的主要排
放源区。

注: 从左到右按各类型排放源十年间排放温室气体平均值由大到小排列
图 3 安徽省 2001—2010 年各排放源碳排放量
Fig. 3 The carbon emission from 2001 to 2010 in Anhui Province
4 期 张冬梅, 等. 安徽省温室气体排放趋势及减排路径研究 153

图 4 安徽省各市碳排放的谱系聚类图
Fig. 4 The spectrum clustering graphs of carbon emission from different cities in Anhui Province
3.3 安徽省产业布局与碳排放的关系
在能源活动领域中, 马鞍山市、安庆市和淮北
市均为能源消费强市(图 5-a), 在各种能源品种的消
耗中, 马鞍山市的原煤消耗量、洗精煤消耗量、焦
炭消耗量及汽油消耗量所占比例最大, 其次为电力
消耗, 淮北、淮南、铜陵原煤排放的温室气体量最
多, 相应的消耗量最多(图 6)。工业生产领域, 产生
温室气体较多的城市主要集中在皖北地区, 淮南淮
北为煤炭生产强市, 相应生产过程中产生的温室气
体量也较多, 其次是宿州和阜阳工业生产较发达,
导致此领域温室气体的排放集中在皖北地区(图
5-b)。在农业生产领域, 水稻种植和养殖业等导致温
室气体的排放, 宿州和阜阳由农业生产排放的温室
气体量最多, 其次是亳州市、滁州市、六安市和安
庆市的农业生产碳排放较多(图 5-c)。废弃物领域中,
温室气体排放来源主要是工业废水、生活污水和固
体废弃物等, 马鞍山市和淮南市排放的工业废水和
固体废弃物较多, 导致对温室气体排放的贡献率
高, 其次是铜陵和淮北(图 5-d)。林业和土地利用
领域 , 耕地既可作为碳汇吸收二氧化碳 , 又可作
为碳源排放二氧化碳, 从碳汇碳源的排放系数来
看, 耕地的碳汇功能远远大于碳源。林地作为碳吸
收汇吸收二氧化碳, 对减缓温室气体排放具有显
著作用。黄山市、马鞍山市和铜陵市的碳吸收能
力在全省是最强的 , 其次是淮南市和淮北市 , 其
耕地面积在土地利用中所占比例比较大, 碳吸收能
力也较强(图 5-e)。
4 讨论
4.1 安徽省温室气体排放现状和问题
(1) 温室气体排放量持续升高, 碳汇功能严重
不足。
CO2 排放总量指标是比较分析其他指标的基础,
它反映了一个地区 CO2 排放的整体情况[5]。安徽省
二氧化碳排放总量和人均排放量均呈显著增长趋势,
与此同时, 单位 GDP 碳排放先是呈递增趋势, 至
2007 年后变为逐年递减, 这表明全省 GDP 增长速
度已超过碳排放的增长速度, 相应碳排放的经济
效益增高。就一个国家或地区的发展历程而言, 碳
排放强度可以反映其在经济发展的同时对减缓气
候变化的贡献, 从某种程度上碳排放强度下降率
可反映能源利用和相应碳排放的经济效益提高程
度[22], 碳排放强度的下降率大于 GDP 的增长率时
才能实现 CO2 的绝对减排[23–24]。在对上海市能源消
费碳排放的分析中, 发现该城市 1994 年以来碳排
放量逐年增加, 但碳排放强度不断下降[25], 主要是
由于产业结构比较优化, 能源利用效率不断提高,
并且产业结构不断调整, 第三产业发展较快。目前
安徽省的碳排放强度虽已呈递减趋势, 但还未达
到减排目标。
154 生 态 科 学 34 卷

注: * 该市没有数据
图 5 安徽省各市 2004—2010 年五个领域累积碳排放分布
Fig. 5 The cumulative distribution of carbon emissions in five fields from 2004 to 2010 in Anhui Province
自然生态系统碳汇功能严重不足, 碳汇量仅占
全省温室气体排放量的 15%左右[26,27]。生态林地不
仅可直接产生生态价值, 还能通过其特殊的地形地
貌影响着周围的环境从而间接的为人类提供生态价
值[26]。更重要的是生态林地可发挥重要的碳汇功能,
适当增加生态林地, 增强生态系统碳汇功能, 有助
于低碳土地利用的实现。本省林业总体质量还不是
很高, 林业产业化水平较低, 未能很好发挥其碳汇
功能。
(2) 能源和工业活动领域中温室气体排放量占
绝对优势, 地域差异显著。
安徽省的温室气体排放主要来源于能源活动领
域和工业活动领域, 其温室气体排放量分别占 2010
年总排放量的51.15%和43.52%, 近几年排放量增长
趋势显著。2005 年开始能源领域排放的温室气体量
增长趋势最快, 排放量明显开始高于工业活动, 成
为主要排放源领域。由于一些高耗能行业和高耗能
产品生产的持续增加, 进而带动能源消费的快速增
加, 虽然能源利用效率在不断的提高, 但在消费能
源的同时仍不可避免的排放大量温室气体, 消费量
的快速增加是导致排放量快速增加的主要原因[28]。
能源结构中石油、天然气等优质能源所占比例及其
的小, 在对温室气体的贡献率中几乎不占比例, 而
电力消耗和原煤的使用占主导地位。有关研究表明,
单位热量燃煤引起的 CO2 排放比使用石油和天然气
分别要高出 36%和 61%左右, 核电和水电、太阳能
4 期 张冬梅, 等. 安徽省温室气体排放趋势及减排路径研究 155

图 6 安徽省各市 2004-2010 年能源领域中分消费品种碳排
放分布
Fig. 6 The carbon distribution of varieties of energy
consumption from 2001 to 2010 in Anhui Province
等不含碳能源的利用则几乎无 CO2排放[29]。能源结
构的不合理是导致能源活动以及工业生产领域温室
气体排放量偏大的主要原因之一[30]。
近几年, 安徽省经济区域布局变化不大, 沿江
城市如马鞍山、铜陵等凭借交通优势和矿产资源优
势均发展迅速, 两淮地区矿产资源丰富带动了其工
业化水平, 合肥作为省会城市, 是安徽省经济发展的
核心地带, 经济实力相对较强, 这些地区的工业化水
平越来越高。而生态功能区划则致力于区分生态系统
或区域对人类活动的服务功能, 以满足人类需求及
对区域生态环境安全的重要性为区划标志[31,33]。从空
间上明确哪个区域生态系统服务功能最重要, 并以
此为前提, 结合本省碳排放空间格局, 确定区域生
态系统的主导服务功能[33]。马鞍山作为资源导向型
城市, 依靠自身资源发展, 排放的温室气体量相应
比较集中, 单独聚为一类, 合肥、铜陵以及两淮地区
作为省内经济发达城市排放温室气体特征相似, 聚
为一类。其他城市如亳州和宿州、池州和黄山等具
有相似排放特征, 之间差异不显著。这种按温室气
体排放特征的聚类结果和按各地区的经济发展实力
聚类结果基本相当, 全省经济发展的不均衡导致相
应温室气体排放的不均衡, 工业生产较为发达的沿
江沿淮经济圈内二氧化碳排放量占全省总量的 70%
以上。说明经济的发展以及工业化水平的提高没有
很好的注重环境保护, 发展经济与破坏环境、大量
排放温室气体并存。
从不同领域排放温室气体的空间特征来看, 能
源领域的温室气体排放主要集中在一些资源导向型
城市, 依靠自身资源发展, 近几年大力发展经济,
忽略了产业结构的合理性, 导致温室气体的大量排
放, 工业生产温室气体排放空间分布为皖北地区多
于皖南地区。这种空间布局主要是由于工业生产中
的煤炭生产主要集中在两淮地区以及宿州、阜阳等
皖北地区, 排放温室气体量的比例相对较高, 工业
生产排放温室气体的空间布局与全省经济水平南高
北低的趋势相反。安徽省农业发展水平也存在明显
的空间差异, 总体上看, 皖北地区的农业发展水平
最高, 是安徽省农副产品的生产基地, 也是全国重
要的商品粮基地。这种空间差异和由农业生产导致
的碳排放的空间布局是相同的。
(3) 构建温室气体排放的指标体系尚不完整,
缺乏稳定的数据收集渠道。
目前, 大部分温室气体排放研究过程中均参考
联合国政府间气候变化专门委员会的评估报告中提
出的温室气体评估方法[7,10–11], 对研究领域的温室
气体的排放进行计算分析, 缺乏一个系统的计算温
室气体排放量的方法。本文初步建立了温室气体排
放量匡算的指标体系, 但构建此指标体系过程中仍
存在一些问题 , 由于缺乏稳定的数据收集渠道 ,
不同领域的数据统计方式以及详细程度等均存在
差异, 使得在依据指标体系收集数据时存在一定
难度[8–9,26]。在依据指标体系选取计算公式的模型过
程中, 仍需进一步改善计算公式模型结构和参数,
以降低计算的系统误差。
4.2 安徽省温室气体减排建议及措施
(1) 清洁、高效开发利用煤炭资源, 调整和优化
产业结构。
安徽节能降耗的任务依然严峻。温室气体排放
量与能源的生产和消费量直接相关, 要削减温室气
体排放量就要进一步调整能源结构, 应提高优质能
源比重, 逐步削减化石燃料特别是煤炭的消费比例,
大力开发少含碳和不含碳的能源。继续适当发展低
能耗的第三产业, 逐步提高技术密集型和知识密集
型产业的比例。此外, 在工业结构内部, 应鼓励发展
电子、医药等能耗低、附加值高的产业, 对于冶金、
化工、建材等高耗能企业, 要发展适度规模经营, 对
156 生 态 科 学 34 卷
于部分污染较重的小企业要实行关停并转, 同时在
这些能耗较高的企业中, 鼓励相关节能型产品的开
发, 调整产品结构向高附加值和深加工产品方向发
展, 从而达到节能减排的目的。
(2) 实行区别对待原则, 针对安徽省碳排放空
间格局有针对性的进行节能减排。
在废弃物处理方面, 垃圾应尽量采取填埋处理,
工业三废经过初步加工处理后再排放到环境中; 工
业生产方面, 通过进行重工产业的升级与转移减少
工业过程的温室气体排放, 同时结合采取节能利用
措施: 在水泥行业, 推广使用替代燃料、替代原料和
余热利用技术; 在钢铁行业, 坚决淘汰高能耗、高物
耗、高污染的落后工艺等; 在农业生产领域, 应尽量
降低水稻种植所带来的碳排放, 提高化肥等利用
率。全球人为碳排放中有 10–12%是由农业生产直接
排出的, 而降低农业生产碳排放的措施同样也可以
提高资源利用效率及促进乡村经济发展[32]。在交通
方面, 应制定具有强制性和统一性的提高燃料效率
的标准, 同时鼓励发展和使用小排量、低油耗机动
车及代用燃料汽车, 并完善公共交通体系, 倡导低
碳出行。在此基础上, 建立政府低碳采购制度, 引导
企业走低碳化道路。
(3) 结合安徽省生态功能区划, 制定区域碳减
排对策及经济发展方向。
在综合区域社会经济和生态环境本底条件的基
础上, 制定区域碳减排对策、任务和措施[33]。沿江
平原生态区工业生产较为发达, 应发挥环境容量大
的优势, 构建沿江基础产业带, 发展加工制造业。而
皖西大别山生态区和皖南山地丘陵生态区均已森林
生态功能区为主[31,34], 应重点发挥碳汇功能, 积极
调整农业用地结构, 发展高效绿色大农业及农产品
深加工, 限制工业特别是有污染工业的发展。通过
对不同区域不同类型生态系统资源利用方式的合理
性进行综合分析, 提出基于碳排放空间格局特征的
可持续管理途径和区域土地利用调整对策。
(4) 增加陆地生态系统的碳吸收。
在本省生态功能区划分中, 生态系统服务功能
极重要的地区分布相对较小[31], 发挥出的碳汇功能
则严重不足。针对这种现状, 应致力于开展封山育
林等生态保护工作, 对已排出的 CO2 利用自然环境
吸收。根据不同生态功能区的特点保护生态碳汇,
开展规模化的植树造林项目, 推进绿色系统建设和
湿地农田保护, 恢复良好的自然和人居环境, 通过
生态重建等工作实现生物固碳。
参考文献
[1] 何艳秋. 中国能源二氧化碳排放控制目标和地区分配的
统计研究[D]. 成都: 西南财经大学, 2013.
[2] LIU W, TIAN J P, CHEN L J. Greenhouse gas emissions in
Chinas eco-industrial parks: a case study of the Beijing
Economic Technological Development Area[J]. Journal of
Cleaner Production , 2014, 66: 384–391.
[3] 刘志超. 我国二氧化碳排放的区域差异及其影响因素的
实证分析[D]. 广州: 暨南大学, 2010.
[4] XI F M, GENG Y, CHEN X D, et al. Contributing to local
policy making on GHG emission reduction through
inventorying and attribution: a case study of Shenyang,
China[J]. Energy Policy. 2011, 39: 5999–6010.
[5] 熊永兰, 张志强, 曲建升, 等. 2005-2009 年我国省域
CO2 排放特征研究 [J]. 自然资源学报 , 2010, 27(10):
1766–1777.
[6] 金胜军. 低碳经济模式下安徽省碳排放影响因素与减排
策略[D]. 合肥: 安徽师范大学, 2011.
[7] 曲建升, 王琴, 陈发虎, 等. 甘肃省温室气体排放评估及
其特征分析[J]. 生态经济与生态文明, 2008, (136): 55–58.
[8] 朱远, 邱寿丰. 福建省能源消费二氧化碳排放计算与
分析[J]. 见: 福建论坛·人文社会科学版, 2010, (10):
145–148.
[9] 何源浩, 李霞, 李强. 河南省区域内不同土地利用类型
的碳排放效应分析 [J]. 安徽农业科学 , 2012, 40(28):
14049–14051.
[10] FENG C, GAO X N, WU J, et al. Greenhouse gas
emissions investigation for towns in China: a case study of
Xiaolan[J]. Journal of Cleaner Production, 2014: 1–10.
[11] 袁晓辉, 顾朝林. 北京城市温室气体排放清单基础研
究[J]. 城市环境与城市生态, 2011, 24 (1): 5–8.
[12] 赵倩. 上海市温室气体排放清单研究[D]. 上海: 复旦大
学, 2011.
[13] LIN T, YU Y J, BAI X M, et al. Greenhouse gas emissions
accounting of urban residential consumption: a household
survey based approach[J]. PloS ONE. 2013, 8(2): 1–12.
[14] KLEIN-BANAI C, THEIS T L. Quantitative analysis of
factors affecting greenhouse gas emissions at institutions of
higher education[J]. Journal of Cleaner Production, 2013,
48: 29–38.
[15] IPCC 2006, 《2006 年 IPCC 国家温室气体清单指南》,
国家温室气体清单计划编写 , 编辑 : Eggleston H.S.,
Buendia L., Miwa K, 等. 出版者: 日本全球环境战略研
究所.
[16] 杨勇, 王文美, 陈颖, 等. 天津市温室气体排放匡算[J].
城市环境与城市生态, 2011, 24 (3): 34–36.
4 期 张冬梅, 等. 安徽省温室气体排放趋势及减排路径研究 157
[17] ESHTON B, JAMIDU H Y, KATIMA, J H, et al.
Greenhouse gas emissions and energy balances of jatropha
biodiesel as an alternative fuel in Tanzania[J]. biomass and
bioenergy, 2013, (58): 95–103.
[18] 施美霞. 中国碳排放与经济发展的关联研究[D]. 杭州:
浙江大学, 2010.
[19] VILLARINO S H, STUDDERT G A, LATERRA P, et al.
Agricultural impact on soil organic carbon content: Testing
the IPCC carbon accounting method for evaluations at
county scale[J]. Agriculture, Ecosystems and Environment,
2014, 185: 118–132.
[20] 李国志, 李宗植. 中国二氧化碳排放的区域差异和影响
因素的研究 [J]. 中国人口 资源与环境 , 2010, 20(5):
22–26.
[21] 龙家勇, 吴承祯, 洪伟, 等. 中国省域二氧化碳排放量的
空间自相关分析[J]. 生态经济, 2011, (10): 39–53.
[22] 刘占成, 王安建, 于汶加, 等．中国区域碳排放研究[J]. 地
球学报, 2010, 31(5) : 727–732.
[23] 何建坤, 刘滨. 作为温室气体排放衡量指标的碳排放强度
分析[J]. 清华大学学报: 自然科学版, 2004, 44(6): 740–743.
[24] 严清华, 邓江峰, 赵勇. 经济发展中的温室气体排放控
制[J]. 生态经济, 2006, (10): 327–331.
[25] 赵敏, 张卫国, 俞立中. 上海市能源消费碳排放分析[J].
环境科学研究, 2009, 22(8): 984–989.
[26] 李华, 陈飞平, 曹建华. 森林碳汇发展对策研究[J]. 工
业安全与环保, 2011, 37 (3): 8–9.
[27] 唐凯丽. 基于区域森林碳汇能力的我国碳汇林业发展
研究[D]. 北京: 北京林业大学, 2012.
[28] 邵帅, 杨莉莉, 曹建华. 工业能源消费碳排放影响因素
研究——基于 STIRPAT 模型的上海分行业态面板数据
实证研究[J]. 财经研究, 2010, 36(11): 16–27.
[29] 齐玉春, 董云社. 中国能源领域温室气体排放现状及减
排对策研究[J]. 地理科学, 2004, 24 (5): 528–534.
[30] NORDRUM S, LIEBERMAN D, COLOMBO M, et al.
Assessment of greenhouse gas mitigation options and costs
for california petroleum industry facilities: the shape of
things to come[J]. Energy Procedia, 2011, 4: 5729–5737.
[31] 贾良清, 欧阳志云, 赵同谦,等. 安徽省生态功能区划研
究[J]. 生态学报, 2005, 25(2): 254–260.
[32] MOGLE S, OLANDER L, WOLLENBERG L, et al.
Reducing greenhouse gas emissions and adapting agricul-
tural management for climate change in developing
countries: providing the basis for action[J]. Global Change
Biology. 2014, 20: 1–6.
[33] 叶玉瑶, 张虹鸥, 李斌. 生态导向下的主体功能区划方
法初探[J]. 地理科学进展, 2008, 27(1): 39–45.
[34] 贾良清, 欧阳志云, 张之源. 生态功能区划及其在生态安
徽建设中的作用[J]. 安徽农业大学学报, 2005, 32(1): 113–116.


(上接第 63 页)
[13] 沈小帅, 陈书涛, 胡正华, 等. 亚热带次生林土壤自养
和异养呼吸研究[J]. 环境科学, 2011, 32(11): 2181–3187.
[14] 房秋兰, 沙丽清. 西双版纳热带雨林与橡胶林土壤呼
吸[J]. 植物生态学报, 2006, 30(1): 97–103.
[15] 周非飞, 林波, 刘庆. 青藏高原东缘亚高山针叶林人工
恢复过程中的土壤呼吸特征[J]. 应用生态学报, 2009,
20(8): 1783–1790.
[16] 周非飞, 林波, 刘庆, 等. 青藏高原东缘不同林龄云杉冬
季土壤呼吸特征[J]. 应用与环境生物学报, 2009, 15(6):
761–767.
[17] 唐罗忠, 葛晓敏, 吴麟, 等. 南方型杨树人工林土壤呼吸
及其组分分析[J]. 生态学报, 2012, 32(22): 7000–7008.
[18] 颜学佳 , 魏江生 , 周梅 , 等 . 兴安落叶松林土壤呼吸
及组分的变化特征 [J]. 生态环境学报 , 2013, 22(6):
948–954.
[19] 周晨霓, 马和平. 西藏色季拉山典型植被类型土壤活性
有机碳分布特征[J]. 土壤学报, 2013, 50(16): 180–184.
[20] 马和平, 郭其强, 刘合满, 等. 藏东南色季拉山西坡土壤
有机碳库研究[J]. 生态学报, 2013, 33(10): 3122–3128.
[21] 马和平, 郭其强, 刘合满, 等. 西藏色季拉山东麓垂直带
土壤碳氮分布特征及其影响因素[J]. 西北农林科技大学
学报(自然科学版), 2013, 41(1): 91–95.
[22] 马和平, 郭其强, 刘合满, 等. 西藏色季拉山土壤微生物
量碳和易氧化碳沿海拔梯度的变化[J]. 水土保持学报,
2012, 26(4): 163–166.
[23] 施政, 汪家社, 何容, 等. 武夷山不同海拔植被土壤呼吸
季节变化及对温度的敏感性[J]. 应用生态学报, 2008,
19(11): 2357–2363.
[24] 常建国, 刘世荣, 史作民, 等. 北亚热带-南暖温带过渡
区典型森林生态系统土壤呼吸及其组分分离[J]. 生态学
报, 2007, 27(5): 1791–1802.
[25] 陆彬, 王淑华, 毛子军, 等. 小兴安岭 4 种原始红松林群
落类型生长季土壤呼吸特征[J]. 生态学报, 2010, 30(15):
4065–4074.
[26] 王文杰. 林木非同化器官 CO2 通量的测定方法及对结果
的影响[J]. 生态学报, 2004, 24(9): 2056–2067.
[27] 程慎玉, 张宪洲. 土壤呼吸中根系与微生物呼吸的区分
方法与应用[J]. 地球科学进展, 2003(4): 597–602.