环保行业：全球逐日二氧化碳排放报告2023

全球逐日二氧化碳排放报告2023 2023 全球逐日二氧化碳排放报告 主编刘竹关大博朱碧青《全球实时碳数据》与《中国碳核算数据库》工作组著 《全球实时碳数据》与《中国碳核算数据库》工作组著主编刘竹关大博朱碧青 前 言 ⽓候变化已成为⼈类可持续发展的严峻挑战。在应对⽓候变化的迫切需求之下，世界各国展现⽓候治理雄⼼与决⼼，提出了本国⽓候变化减排⽅案以及碳中和时间表，助⼒《巴黎协定》温控⽬标的实现。⽓候减排措施的提出与实施的评估和预期亟待更加科学、及时、精确的⾼时空分辨率的基础数据予以⽀撑。然⽽，当前各国的碳排放数据依赖于以年为时间单位的国家统计数据，存在⼀年以上的时间滞后期。全球碳减排与碳中和⽬标的实现，迫切需要及时、准确、可靠的碳排放动态监测及政策评估。此外，由于应对⽓候变化依赖于全球实现碳中和，在中国稳步推进碳达峰与碳中和⽬标的同时，实现对世界其他国家的碳排放动态的监测及报告亦⼗分必要。 2020年初爆发的新冠疫情在促成不同学科开展对⼈类社会经济活动近实时变化的动态追踪和数据融合的基础上，也进⼀步激发了⽓候变化科学领域的专家学者们探索碳排放动态变化的科研热情。其中，由清华⼤学领衔构建、多个国家的研究机构及科学家共同参与的全球实时碳数据（CarbonMonitor）团队在此背景下应运⽽⽣。CarbonMonitor团队旨在基于卫星观测、排放核算、统计、模拟等多维度数据融合构建碳排放近实时量化的⽅法学，建⽴能反映碳排放动态变化的透明、科学的全球各国动态碳排放核算监测体系，为全球各国实现碳达峰和碳中和⽬标以及未来减排政策的制定提供科学依据和数据⽀持。CarbonMonitor发布的全球近实时碳数据库初步实现对世界主要国家每⽇碳排放量的动态监测，得到国际社会的⼴泛关注。截⽌⽬前，CarbonMonitor已经被政府间⽓候变化专⻔委员会（IPCC）、国际⽓象组织（WMO）、联合国环境署（UNEP）、国际能源署（IEA）、美国国家航空航天局（NASA）等官⽅机构多次引⽤。 此次撰写的《全球逐⽇⼆氧化碳排放报告》依托全球近实时碳数据库，以2019年疫情前⽔平为基准，详细讨论2020-2022年的美国、欧盟、英国、印度等全球主要经济体的碳排放动态变化情况。从全球维度逐渐降尺度到国家层⾯，展示⼀次能源消费结构和部⻔排放分布，详实地剖析⽇度碳排放特征，以此揭示在新冠疫情⼤流⾏背景之下，世界各国在疫情控制、经济活动恢复以及碳排放总量控制等多政策⽬标下的碳排放变化情况，为公众、媒体、科研单位、智库等相关⽅提供更为科学及时的碳排放情况概览。⾼分辨率的碳排放数据解析有助于世界各国有针对性地采取更为有效的低碳⾏动，实现从⾃上⽽下到⾃下⽽上碳减排的过渡，充分体现各国低碳发展的异质性，从⽽为优化各国碳减排政策提供坚实的数据⽀持。 本报告，CarbonMonitor团队聚集了来⾃中国、英国、美国、法国及⽇本等国家和地区的近百名学者，在全球范围内开展逐⽇碳排放的核算及应⽤⼯作，历时两年共同合作编制完成，特别感谢科学指导委员会和评审专家对报告的⽀持和宝贵建议。本报告中若有不当之处，敬请批评指正。 全球实时碳数据（CarbonMonitor）及中国碳核算数据库（CEADs）团队 01 全球逐日二氧化碳排放报告 目 录 作者列表 科学指导委员会主席按姓⽒笔画排序 丁仲礼 中国科学院 王光谦 清华大学 科学指导委员会按姓⽒笔画排序 于贵瑞 中国科学院 欧阳志云 中国科学院 王金南 生态环境部 宫鹏 香港大学 朴世龙 北京大学 贺克斌 清华大学 吕永龙 厦门大学 胡学东 中国海洋工程研究院（青岛） 朱永官 中国科学院 段晓男 中国科学院 李善同 国务院发展研究中心 郭正堂 中国科学院 毕 军 南京大学 陶澍 北京大学 刘俊国 华北水利水电大学 黄晶 中国21世纪议程管理中心 汪寿阳 中国科学院 焦念志 厦门大学 陈 彬 北京师范大学 廖宏 南京信息工程大学 耿 涌 上海交通大学 潘家华 中国社会科学院 张小曳 中国气象科学研究院 魏一鸣 北京理工大学 张希良 清华大学 魏伟 中国科学院 张建民 清华大学;中国海洋工程研究院（青岛） 戴民汉 厦门大学 杨志峰 广东工业大学 罗 勇 清华大学 主编 刘 竹 清华大学地球系统科学系 关大博 清华大学地球系统科学系 执行主编 朱碧青 清华大学地球系统科学系 于 颖 北卡罗来纳大学教堂山分校吉林斯全球公共卫生学院 邓 铸 清华大学地球系统科学系;阿里云计算有限公司 编写委员会核心成员 胡一凡 东北林业大学 孙赟 天津大学环境科学与工程学院 黎 赟 鲁汶大学建筑系 张婕妤 约翰霍普金斯大学 宋晅任 清华大学地球系统科学系 李重言 清华大学未央书院 仇乙交 四川大学化学工程学院 宋开慧 马里兰大学地理科学系 黄晓婷 清华大学地球系统科学系 杜莹 上海交通大学电子信息与电气工程学院 鲁晨曦 清华大学地球系统科学系 孙韬淳 清华大学地球系统科学系 窦新宇 清华大学地球系统科学系 李姝萍 山东大学（威海）蓝绿发展研究院 柯丕煜 清华大学地球系统科学系 全球逐⽇碳排放报告01 前⾔01 作者列表02第⼀章报告背景12第⼆章2019-2022全球⼆氧化碳排放特点及趋势122.1全球⼆氧化碳排放概述14 2.2主要国家⼆氧化碳排放贡献情况15 2.3各部⻔⼆氧化碳排放情况⼀览15 2.3.1电⼒部⻔ 2.3.2⼯业部⻔ 2.3.3地⾯运输部⻔ 2.3.4居⺠消费部⻔ 2.3.5航空部⻔ 2.3.6国际航运部⻔ 17 18 19 20 21 23 3.2.5 3.2.6 第三章主要排放体2019-2021排放特点及趋势24 3.1美国27 3.1.1国家概况27 3.1.2⼀次能源消费结构28 3.1.3逐⽇碳排放特征与趋势28 3.1.4分部⻔碳排放贡献29 3.1.5⽇均碳排放空间分布特征30 3.1.6数据来源30 3.2欧盟27国及英国32 3.2.1国家概况32 3.2.2⼀次能源消费结构33 3.2.3逐⽇碳排放特征与趋势33 3.2.4分部⻔碳排放贡献34 ⽇均碳排放空间分布特征35 数据来源36 目录 3.3英国 37 3.7⻄班⽛57 3.3.5国家概况 37 3.7.1国家概况 57 3.3.2⼀次能源消费结构 38 3.7.2⼀次能源消费结构 58 3.3.3逐⽇碳排放特征与趋势 38 3.7.3逐⽇碳排放特征与趋势 58 3.3.4分部⻔碳排放贡献 39 3.7.4分部⻔碳排放贡献 59 3.3.5⽇均碳排放空间分布特征 40 3.7.5⽇均碳排放空间分布特征 60 3.3.6数据来源 413.7.6数据来源 61 3.4德国 42 3.8欧盟其他国家62 3.4.1国家概况 42 3.8.1奥地利 62 3.4.2⼀次能源消费结构 43 3.8.2爱尔兰 64 3.4.3逐⽇碳排放特征与趋势 43 3.8.3爱沙尼亚 66 3.4.4分部⻔碳排放贡献 44 3.8.4保加利亚 68 3.4.5⽇均碳排放空间分布特征 45 3.8.5⽐利时 70 3.4.6数据来源 3.5.法国 463.8.6波兰 3.8.7丹⻨ 3.8.8芬兰 473.8.9荷兰 72 74 76 78 3.5.1国家概况 47 3.8.10捷克共和国 80 3.5.2⼀次能源消费结构 48 3.8.11克罗地亚82 3.5.3逐⽇碳排放特征与趋势 48 3.8.12拉脱维亚84 3.5.4分部⻔碳排放贡献 49 3.8.13⽴陶宛 86 3.5.5⽇均碳排放空间分布特征 50 3.8.14卢森堡 88 3.5.6数据来源 513.8.15罗⻢尼亚 3.8.16⻢⽿他 90 92 3.6意⼤利52 3.8.17葡萄⽛ 94 3.6.1国家概况 52 3.8.18瑞典 96 3.6.2⼀次能源消费结构 53 3.8.19塞浦路斯98 3.6.3逐⽇碳排放特征与趋势 53 3.8.20斯洛伐克 100 3.6.4分部⻔碳排放贡献 54 3.8.21斯洛⽂尼亚 102 3.6.5⽇均碳排放空间分布特征 55 3.8.22希腊 104 106 3.6.6数据来源563.8.23匈⽛利 目录 3.9⽇本 108 3.13世界其他国家和地区128 3.9.1国家概况 108 3.13.1国家概况 128 3.9.2⼀次能源消费结构 109 3.13.2⼀次能源消费结构 128 3.9.3逐⽇碳排放特征与趋势 109 3.13.3逐⽇碳排放特征与趋势 129 3.9.4分部⻔碳排放贡献 110 3.13.4分部⻔碳排放贡献 129 3.9.5⽇均碳排放空间分布特征 111 3.13.5⽇均碳排放空间分布特征 131 3.9.6数据来源 112 第四章数据应⽤与展望 132 3.10俄罗斯 113 4.1全球实时碳数据（CarbonMonitor）反映全球排放在 新冠疫情影响下的快速下降与迅速反弹134 3.10.1国家概况113 3.10.2⼀次能源消费结构 3.10.3逐⽇碳排放特征与趋势 114 114 附录1⼆氧化碳排放核算 138 3.10.4分部⻔碳排放贡献 115 附录2数据来源 140 3.10.5⽇均碳排放空间分布特征116 3.10.6数据来源 117 参考⽂献 143 3.11印度118 3.11.1国家概况118 3.11.2⼀次能源消费结构 3.11.3逐⽇碳排放特征与趋势 3.11.4分部⻔碳排放贡献 119 119 120 3.11.5⽇均碳排放空间分布特征121 3.11.6数据来源122 3.12巴⻄123 3.12.1国家概况123 3.12.2⼀次能源消费结构124 3.12.3逐⽇碳排放特征与趋势124 3.12.4分部⻔碳排放贡献125 3.12.5⽇均碳排放空间分布特征126 3.12.6数据来源127 07 06全球逐日二氧化碳排放报告全球逐日二氧化碳排放报告 第一章 报告背景 08全球逐日二氧化碳排放报告全球逐日二氧化碳排放报告09 报告背景 伴随⽓候变化成为全球共识，各国相继提出本国的碳排放控制⽬标及碳中和时间表。在2015年达成的《巴黎协定》中，各国政府承诺将全球平均温度控制在⽐前⼯业化⽔平升温2摄⽒度以内，并努⼒达到升温1.5摄⽒度以内的⽬标；2021年在格拉斯哥举⾏的联合国⽓候变化框架公约第⼆⼗六次⼤会(COP26)上，各缔约国纷纷提出更具有雄⼼和决⼼的⽓候减排⽅案。然⽽随着⽓候减排措施的实施和不断深⼊和优化，对减排措施实施效果的评估和预期也愈⼤，⽽这其中需要更⾼时间和空间分辨率的碳排放数据加以⽀持。以往在时间尺度上，反映各国的碳排放数据⼀般以年为时间单位，且存在⼀年甚⾄更⻓的时间滞后期，在及时性和时间分辨率上均有不⾜。主要原因有： ⼀是传统碳核算体系依托统计核算数据（例如能源消费数据，经济活动数据等）作为基础数据。各国对该类数据的公布存在较⻓的时间滞后性。以全球⼤⽓研究排放数据库（EmissionsDatabaseforGlobalAtmosphericResearch,EDGAR）数据为例[1]，其每年发布的最新碳排放数据滞后时间为 ⼀年以上。 ⼆是统计数据通常以“年”尺度为单位进⾏公布，缺乏⾼时间分辨率的基础数据，导致⾼时间分辨率的碳排放数据核算⼯作存在相应时间分辨率基础数据难以获得的天然困境。虽然不同国家、地区和不同数据库已有尝试提供较⾼时间分辨率的基础数据（⽐如国际能源署IEA提供以⽉为单位的能源电⼒ ⽣产消费数据），但存在覆盖范围和⾏业划分等⽅⾯的不同，各部⻔的基础数据时间分辨率差异也很 ⼤。如何提⾼基础数据的时间分辨率是⽣成⼀套全球各国实时关键部⻔碳数据核算的主要技术挑战。三是现有碳排放相关活动数据存在国家间、⾏业间、部⻔间核算⼝径差异⼤，难以统⼀的挑战。 具体到部⻔层⾯，作为主要排放部⻔：⼯业与电⼒部⻔，各国各地区核算⼝径不尽相同。例如，国外机构采⽤的联合国政府间⽓候变化专⻔委员会（IPCC）