环京津区域城市碳排放效应及时空格局分析

孙 雷 刚，刘 剑 锋，徐 全 洪，王 绍 强，周 蕾

(1.河北省科学院地理科学研究所，河北 石家庄 050021；2.河北省地理信息开发应用工程技术研究中心，河北 石家庄 050021；3.中国科学院地理科学与资源研究所，北京 100101)

环京津区域城市碳排放效应及时空格局分析

孙 雷 刚1,2，刘 剑 锋1,2，徐 全 洪1,2，王 绍 强3，周 蕾3

(1.河北省科学院地理科学研究所，河北 石家庄 050021；2.河北省地理信息开发应用工程技术研究中心，河北 石家庄 050021；3.中国科学院地理科学与资源研究所，北京 100101)

利用2000-2013年的土地利用、能源消费量数据及相关统计数据，采用碳排放系数法，对环京津区域5个城市的碳排放效应及时空格局进行了测算和分析。结果表明:1)2000-2013年，环京津区域城市净碳排放总量呈逐年递增趋势，从2000年的4 264.21万t增加到2013年的20 389.78万t，年均增加约1 240.43万t，其中建设用地碳排放起主导作用。2)环京津区域5个城市净碳排放总量和单位GDP碳排放量间差异性均较大，其中净碳排放总量唐山市最高，其次为石家庄、张家口、保定和廊坊。以2011年为例，唐山市净碳排放总量高于其他4个城市总量之和；单位GDP碳排放量唐山和张家口最高，且两市较为接近，其次为石家庄、保定和廊坊。3)近14年环京津区域单位GDP碳排放量总体上呈下降趋势，但2000-2005年表现为随人均GDP增加而上升的趋势，并于2005年达到近14年的峰值1.8 t/万元；由于森林覆盖率较高，张家口市表现出较强的碳汇功能，然而其人均GDP相对较低，单位GDP碳排放量却一直处于较高水平。在相关研究结果的基础上，提出了区域碳减排相应措施和对策。

碳排放；碳排放强度；时空差异；环京津区域

0 引言

从1990年联合国政府间气候变化专门委员会(IPCC)第一次发布气候变化评估报告，1994年世界上第一个旨在全面控制CO2等温室气体排放、应对全球气候变暖的国际公约《联合国气候变化框架公约》的正式生效，到1997年《京都议定书》的签订，再到2015年史上第一份覆盖近200个国家和地区的全球减排协定《巴黎协定》的达成，气候变化问题已从一个备受国家社会关注的环境问题逐渐演变为重大的国际政治和安全问题。与此同时，有关碳排放的研究也已成为研究热点，国内外学者围绕碳排放问题开展了大量深入、系统的研究[1-6]。如方精云等对1981-2000年中国陆地植被碳汇进行了估算，得出了森林、草地、灌草丛的碳汇能力[7]；刘英等采用1999-2008年河南省的能源消费、土地利用等数据，对河南省不同土地利用方式的碳源/汇状况及其强度进行了总体分析[8]；王亮通过对盐城市2002-2012年土地利用变化碳排放效益进行分析，揭示了区域土地利用碳排放空间差异及主要影响因素[9]。目前，多数研究以省域或地市(县)为尺度进行分析，对区域内碳排放的横向对比研究少见报道。

随着京津冀协同发展上升为国家战略，确定了河北省“三区一基地”的功能定位，即建设“全国现代商贸物流重要基地、产业转型升级试验区、新型城镇化与城乡统筹示范区、京津冀生态环境支撑区”，环京津区域的绿色生态建设和规划显得极为重要。在经济持续增长及城市化、工业化快速发展的拉动下，人类对自然资源的滥用日趋严重，导致碳排放量一直处于增长态势[10]。本文立足环京津区域，开展不同城市的碳排放效应及其时空差异性对比研究，旨在为当下京津冀协同发展中的土地利用结构调整、差异化的碳减排政策制定、低碳经济可持续发展提供科学依据。

1 研究区概况与数据来源

京津冀地区包括北京市、天津市和河北省3个省市，位于华北平原北部，北靠燕山山脉，南面华北平原，西倚太行山，东临渤海湾，地势由西北向东南倾斜。根据城市经济发展水平和地理区位，本研究选取石家庄、唐山、保定、廊坊和张家口5个代表性城市为研究区，总面积达936.57万hm2。截止2013年，石家庄、唐山、保定、廊坊和张家口5个地市实现地区生产总值(GDP)分别为4 863.6亿元、6 121.2亿元、2 650.6亿元、1 943.1亿元、1 317.0亿元，其中第二产业GDP比重分别为47.8%、57.8%、54.1%、48.4%和41.8%，年末总人口分别为1 050.0万人、747.4万人、1 022.9万人、439.4万人、441.33万人。

本研究中土地利用数据采用2000-2013年河北省土地利用变更调查数据，社会经济和能源消费数据参考《河北省经济年鉴》、《河北农村统计年鉴》、各地市《统计年鉴》以及其他相关资料。

2 研究方法

2.1 耕地、林地、草地的碳排放测算方法

通过分析和参考相关研究[11-13]，耕地、林地和牧草地的碳排放(吸收)量采用直接碳排放系数法进行测算，计算公式如下：

E=∑ei=∑Ti*δi

式中：E为碳排放总量(t)；ei为第i种土地利用类型产生的碳排放量/碳吸收量(t)；Ti为第i种土地利用类型对应的土地利用面积(hm2)；δi为各土地利用类型的碳排放(吸收)系数(t/hm2)，主要包括耕地、林地和牧草地，正值代表排放源，负值代表碳吸收。

由于耕地上种植的农作物既可产生大量CH4，又可吸收一定量的CO2，同时，在短期内吸收的CO2又被分解释放到空气中[14],因此，耕地的碳排放系数计算要综合考虑农业生产过程中CH4等温室气体的碳排放和农作物在生育期间通过自身光合作用对CO2的吸收[15]。本研究中耕地的碳排放系数采用农作物碳排放系数0.504t/hm2[16]，耕地的碳吸收系数采用农作物碳吸收系数0.007t/hm2[17]，两者差值即耕地净碳排放系数为0.497t/(hm2·a)；林地和牧草地碳排放系数分别采用-0.581t/(hm2·a)和-0.021t/(hm2·a)[7,18]。由于未利用地多为荒草地、盐碱地、沼泽地、芦苇地、滩涂、沙地和裸土地等，季节性变化较大，具有微弱的碳吸收能力，因此本研究将未利用地的碳吸收考虑在内，其碳排放系数取值为-0.005t/(hm2·a)[19]。

2.2 建设用地碳排放测算方法

建设用地碳排放是通过其利用过程中承载主体所消耗的各类能源量及相应碳排放系数间接估算，即将生产、生活中能源的消耗量换算成标准煤，再根据不同类型能源的碳排放系数转化为碳排放量[18,20]。本研究选取的能源包括原煤、洗精煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、气田天然气、油田天然气、焦炉煤气、炼厂干气及其他煤气等类型。而电力和热力属于二次能源，火力发电和发热过程所消耗的能源已计入上述能源统计中，不再重复列入。另外，根据国家统计局《能源统计报表》中的相关描述，能源分类统计中的“其他石油制品”主要指非燃料用途的润滑油、润滑脂、石脑油、石蜡、石油沥青等；“其他焦化产品”主要指初苯等焦化产品，这两项由于并非主要燃料，因此不计入能源消费[21]。本研究建设用地碳排放(E)计算公式如下：

E=∑Ei=∑Eni*θi*fi

式中：Ei为各种能源消耗产生的碳排放量；Eni为各种能源的消耗量；θi为各种能源转换为标准煤的系数；fi为各种能源的碳排放系数(表1)。

表1 不同类型能源碳排放系数

3 结果与分析

3.1 区域碳排放总体分析

根据环京津区域5个城市2000-2013年土地利用现状数据及能源消费数据，测算出近14年的碳排放情况(表2、表3)。总体看，环京津5个城市均表现为碳源，其中建设用地为主要碳源区，林地为主要碳汇区。相比碳排放量(碳源)，植被的碳吸收量(碳汇)显得极其微弱，说明本区域碳减排压力较大。从时间变化趋势看，环京津区域城市净碳排放量呈逐年递增的趋势，从2000年的4 264.21万t增加到2013年的20 389.78万t，涨幅达378.16%，年均增加约1 240.43万t。这主要是由于本区域2000年以来城市化、工业化加速发展，5个城市建设用地总面积从2000年的149.8万hm2增加到2013年168.19万hm2，加上人口数量的递增、人均收入和生活水平显著提高，能源消费量增多,致使CO2排放呈较快增长趋势，建设用地碳排放量从2000年的4 179.74万t增加到2013年的20 355.91万t。同时发现，虽然本区域近14年净碳排放总量呈增加趋势，但净碳排放年增长率总体上呈下降趋势，从2001年的18.6%下降到2013年的9.99%。值得注意的是2000-2005年净碳排放年增长率呈上升趋势，并在2005年达到最高值33.61%，而这一时期正对应于“十五”时期，期间较突出的问题是经济结构不合理、资源型工业比重高，轻工业、重加工业及高新技术产业比重低，服务业发展相对滞后，为较强的资源偏重型结构，这是造成本区域净碳排放总量快速增加的主要原因。

表2 环京津区域城市碳排放统计

表3 2011年环京津主要城市不同土地利用方式碳排放量

3.2 土地利用变化碳排放效应分析

由2000-2013年不同土地利用方式碳排放测算结果(图1)可知，不同土地利用方式的碳排放(吸收)量差异比较显著，其中建设用地碳排放占主导地位，并呈持续递增的趋势，其次是耕地、林地、草地和未利用地。耕地作为第二大碳源，2000-2013年耕地碳排放量呈减少趋势，尤其是2000-2006年，年均减少2.9万t，耕地面积减少是耕地碳排放量减少的主要原因。从碳吸收看，林地、草地和未利用地虽然都起碳汇作用，但其碳汇量相对较小，尤其是近14年草地和未利用地的碳汇效应一直处于较低水平，且变化不大。而起主要碳汇功能的林地面积呈递增趋势，本区域5个地市林地总面积从2000年的151.18万hm2增加到2013年的212.45万hm2，增加了61.27万hm2，碳吸收量也从87.83万t增加到123.43万t，年均增加2.74万t，这在一定程度上反映了河北省自2002年全面实施退耕还林还草工程的生态效益。然而，由于建设用地中能源消耗的大幅度增加，其碳排放年均增加1 244.32万t，林地碳汇能力的增加远远小于建设用地碳排放的增幅，净碳排放总量主要来自于建设用地所产生的碳排放，降低能源消耗量仍是实现城市碳减排最直接、最有效的措施。

图1 2000-2013年不同土地利用方式碳排放量

3.3 区域城市碳排放空间差异性分析

对比分析环京津区域5个城市碳排放构成情况，唐山市净碳排放总量最大，其次为石家庄市、张家口市，最低的为廊坊市，且各地市差异较为显著(图2)。以2011年数据为例，唐山市的净碳排放总量为10 300.84万t，而其他4个市净碳排放总量之和仅为8 583.57万t，其中石家庄市为4 825.41万t(相当于唐山市的1/2)、张家口市和保定市分别为2 135.74万t和1 032.51万t，最低的廊坊市仅为589.91万t(约为唐山市的1/17)。这主要是由于唐山市为典型的工业城市，其第二产业比较发达，到2013年唐山市净碳排放总量达到11 753.7万t，相当于2000年的5.88倍，14年间年均增长750.37万t，年均增长率高达15.11%;而石家庄市近14年年均增长287.46万t，年均增长率为11.18%;净碳排放水平最低的廊坊市年均增长率也达到10.99%。这在一定程度上说明环京津区域城市碳减排任务依然较为严峻。另外，值得注意的是，张家口市近14年净碳排放总量从2000年的407.38万t增加到2013年的2 153.02万t，年均增长134.28万t，虽然数量上低于石家庄市，但其年均增长率达到14.89%，仅次于唐山。

图2 2000-2013年各城市建设用地碳排放强度和净碳排放总量

从碳汇功能看，环京津区域5个城市中，张家口市森林覆盖率较高，2013年森林覆盖面积为128.67 万hm2，森林覆盖率达34.9%，该地区表现出较强的碳吸收能力，2000年以来年均碳汇增长2.08万t；而其他4个城市碳汇功能相对较弱，年均碳汇共计增长0.78万t。2000-2013年环京津区域5个城市碳汇功能均表现为持续增长的趋势，说明作为北京和天津的生态环境屏障，河北省的退耕还林工程建设取得了显著的成效。

3.4 碳排放强度分析

无论是碳源、碳汇量，还是净碳排放总量,都是反映一个地区碳排放的绝对变量指标。为进一步对比和分析环京津不同城市碳排放情况，本文结合各地市的GDP、人口等人文经济指标，测算2000-2013年不同城市的单位GDP碳排放量、人均碳排放量及地均碳排放量等相关碳排放强度指标(图3、图4)。

碳排放强度是衡量温室气体排放的主要指标，可以作为发展中国家承认和反映其对减缓气候变化的贡献指标[22]。单位GDP碳排放量反映了一个地区经济发展对碳排放的贡献程度，从侧面揭示了该地区经济结构的合理性程度和科学技术发展水平，研究表明一个地区要实现CO2的绝对减排，其碳排放强度的下降率要大于GDP的增长率[22,23]。2000-2013年环京津5个地市平均单位GDP碳排放量总体呈下降趋势，从2000年的1.23 t/万元下降到2013年的1.04 t/万元。值得注意的是2000-2005年表现出随人均GDP增加而上升的趋势，2005年单位GDP碳排放达到近14年间的峰值1.8 t/万元。除廊坊市外，其他4个城市的单位GDP碳排放量均呈现类似的变化趋势：2000-2013年间先上升后下降，2005年达到最高值，随后呈下降趋势。这主要由于“十五”时期河北省经济增长方式表现为高消耗、高污染、低产出、低效益，其中万元生产总值能耗2.06 t标准煤，比全国高30.4%，能源、原材料消耗占企业产成品成本近70%。而到“十一五”时期，河北省经济结构发生战略性调整，特别是将产业结构优化升级作为经济发展的首要任务；“十二五”期间又坚持以加快转变经济发展方式为主线，推动产业结构优化升级，强力推进节能减排，坚定有序地淘汰落后产能，大力发展循环经济。一系列政策和措施的实施使得2005年以来单位GDP碳排放强度呈现出随人均GDP增加而减少的趋势。然而，由于2000-2013年各地市净碳排放总量增速较快，使得地均建设用地碳排放量、地均碳排放量、人均碳排放量都随着人均GDP的增加而增加。

图3 2000-2013年各城市单位GDP碳排放强度和人均GDP

图4 2000-2013年各城市地均和人均碳排放强度

近14年唐山市人均GDP远远高于其他4个地市，石家庄市排名第二，其次是廊坊、张家口和保定。然而，对比各地市单位GDP碳排放量，2000-2013年唐山和张家口两市碳排放强度较高，以2011年为例，唐山和张家口单位GDP碳排放量分别为1.89 t/万元和1.90 t/万元，石家庄为1.18 t/万元，保定和廊坊分别为0.47 t/万元和0.36 t/万元；另外，相比2000年，2013年各地市单位GDP碳排放量降低率差异也较为明显，廊坊降低39.91%，保定、石家庄、唐山分别降低31.93%、23.02%、12.1%，张家口仅降低2.11%。较高的人均GDP、较高的单位GDP碳排放量和较低的单位GDP碳排放降低率，都说明唐山市资源型工业比重高，开发新能源、提高能源利用效率是本地区经济发展的重中之重。2000-2013年廊坊市人均GDP仅次于石家庄，但该地区单位GDP碳排放量、人均碳排放量以及地均建设用地碳排放量指标均处于较低水平，并且其单位GDP碳排放量降低率达39.91%，与唐山市形成鲜明对比。

不同能源有不同的碳排放系数(表1)，总体而言，煤炭的碳排放系数大于油料，油料大于天然气，在其他条件不变的情况下，如果能源结构中油料和天然气比例增加，相应的碳排放量就会减少[24]。从图2中可以看出，保定市2013年碳排放强度下降较为明显，单位GDP碳排放量2013年为0.29 t/万元，相比2012年(0.47 t/万元)下降38.3%，能源消费结构调整成效比较明显。另外，值得关注的是张家口市，近14年人均GDP处于5个地市中的较低水平，但其单位GDP碳排放量一直处于较高水平，甚至在2005-2008年超过唐山市；虽然自2005年以来张家口市碳排放强度呈现持续下降趋势，但相比本地区经济发展，单位GDP碳排放量仍然较高，2013年为1.63 t/万元，说明本市经济发展的粗放度较高，急需加快产业转型升级、调整能源结构和推进新能源替代。

4 结论与对策

本研究通过对环京津区域5个城市碳排放效应及时空格局进行分析，得出如下结论：1)总体上看，2000-2013年环京津区域城市净碳排放总量呈逐年递增的趋势， 2000-2013年涨幅达378.16%，年均增加约1 240.43万t。“十五”期间经济结构不合理问题突出，致使2000-2005年净碳排放量增长率呈上升趋势，“十一五”和“十二五”时期，在科技进步和政策的驱动下，净碳排放量呈下降趋势。2)分析不同土地利用方式碳排放变化，其中建设用地的碳排放量起主导作用，并呈持续递增的趋势，年均增加1 244.32万t,因此本区域净碳排放总量的高低主要取决于建设用地利用过程中能源消耗量的多少。3)环京津区域5个城市净碳排放总量差异较为明显，唐山最高，其次为石家庄、张家口、保定和廊坊。2011年唐山市净碳排放量高于其他4个城市总量之和，到2013年唐山市净碳排放量达11 753.7万t，相当于2000年的5.88倍，年均增长率高达15.11%；张家口市由于森林覆盖率较高，表现出较强的碳汇功能，然而其净碳排放年均增长率(14.89%)仅次于唐山，远高于石家庄(11.18%)。4)近14年环京津区域5个城市平均单位GDP碳排放量总体上呈下降趋势，从2000年的1.23 t/万元下降到2013年的1.04 t/万元，但2000-2005年表现为随人均GDP增加而上升的趋势，并于2005年达到近14年间的峰值1.8 t/万元；而其他碳排放强度指标则随人均GDP的增加而增加，呈正相关关系。5)近14年唐山和张家口单位GDP碳排放量较高，其次为石家庄、保定和廊坊，5个城市间差异性较大。6)唐山市具有较高的人均GDP，同时也具有较高的碳排放强度指标和较低的单位GDP碳排放降低率，而廊坊市相关碳排放强度指标近14年一直处于较低水平，且其单位GDP碳排放降低率高达39.91，与唐山市形成鲜明对比。7)张家口市近14年人均GDP处于较低水平，而其单位GDP碳排放量一直处于较高水平。

碳减排措施与对策：1)环京津区域净碳排放总量持续增长，未来几年本区域碳减排任务将异常严峻，除了通过植树造林、增加区域碳汇功能外，强制性调整能源结构、降低能源消耗量、实行碳排放限额是本区域实现节能减排行之有效的措施，从而进一步促使企业转型升级、实施科技创新，同时建立长效机制，彻底改变以高能耗投入拉动经济发展的局面，增强生态文明建设，以实现低碳经济和区域经济可持续发展；2)针对不同地市突出重点，实行差别化的碳减排措施和对策，如张家口市可加快生态建设和产业结构转型升级，着力推行能源结构调整和新能源替代；唐山市可考虑适度限制第二产业过快发展，加大科技投入、提高能源利用效率，严格实施清洁能源替代任务，坚决淘汰高能耗、高污染的企业，要把“增强生态文明建设”放到首要地位。

[1] HOUGHTON R A,HAECKLER J L,LAWRENCE K T.The US carbon budget:Contributions from land-use change[J].Science,1999,285:574-578.

[2] FANG J Y,CHEN A P,PENG C H,et al.The global carbon cycle:A test of our knowledge of earth as a system[J].Science,2001,292:2320-2322.

[3] 杜官印,蔡运龙,李双成.1997-2007年中国分省化石能源碳排放强度变化趋势分析[J].地理与地理信息科学,2010,26(5):76-81.

[4] 张艳芳.西安市土地利用变化与碳排放空间格局特征研究[J].西北大学学报(自然科学版),2013,43(2):287-292.

[5] 周嘉,杨琳,董美娜,等.基于土地利用的哈尔滨市2004-2012年碳排放强度变化分析[J].地理科学,2015,35(3):322-327.

[6] 刘永伟,闫庆武.基于SLM模型的中国碳排放格网化空间分布模拟[J].地理与地理信息科学,2015,31(3):76-80.

[7] 方精云,郭兆迪,朴世龙,等.1981-2000年中国陆地植被碳汇的估算[J].中国科学D辑,2007,37(6):804-812.

[8] 刘英,赵荣钦,焦士兴.河南省土地利用碳源/碳汇及其变化分析[J].水土保持研究,2010,17(5):154-159.

[9] 王亮.盐城市土地利用变化碳排放效益及影响因素分解研究[J].生态科学,2015,34(5):122-128.

[10] 程叶青,王哲野,张守志.中国能源消费碳排放强度及其影响因素的空间计量[J].地理学报,2013,68(10):1418-1431.

[11] 李颖,黄贤金,甄峰,等.江苏省区域不同土地利用方式的碳排放效应分析[J].农业工程学报,2008,24(增刊):102-107.

[12] 张梅,赖力,黄贤金,等.中国区域土地利用类型转变的碳排放强度研究[J].资源科学,2013,35(4):792-799.

[13] 张勇,张乐勤,汪应宏,等.安徽省池州市土地利用碳排放演变及其影响因素[J].中国农业大学学报,2014,19(2):216-223.

[14] CAMPOS L P,ERDA L.Carbon sink in cropland soils and the emission of greenhouse gases from paddy soils:A review of work in China[J].Chemosphere-Global Change Science,2001,3:413-418.

[15] 石洪昕,穆兴民,张应龙,等.四川省广元市不同土地利用类型的碳排放效应研究[J].水土保持通报,2012,32(3):101-106.

[16] CAI Z C,KANG G D，TSURUTA H,et al.Estimate of CH4emissions from year-round flooded rice field during rice growing season in China[J].Pedosphere,2005,15(1):66-71.

[17] 何勇.中国气候、陆地生态系统碳循环研究[M].北京:气象出版社,2006.

[18] 肖红艳,袁兴中,李波,等.土地利用变化碳排放效应研究——以重庆市为例[J].重庆师范大学学报(自然科学版),2012,29(1):38-42,115.

[19] 赖力,黄贤金.中国土地利用的碳排放效应研究[M].南京:南京大学出版社,2011.

[20] 徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995-2004[J].中国人口·资源与环境,2006,16(6):158-161.

[21] 刘竹,耿涌,薛冰.城市能源消费碳排放核算方法[J].资源科学,2011,33(7):1325-1330.

[22] 何建坤,刘滨.作为温室气体排放量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.

[23] 张秀梅,李升峰,黄贤金,等.江苏省1996年至2007年碳排放效应及时空格局分析[J].资源科学,2010,32(4):768-775.

[24] 蓝家程,傅瓦利,袁波,等.重庆市不同土地利用碳排放及碳足迹分析[J].水土保持学报,2012,26(1):146-150.

Effects of Urban Carbon Emissions and Their Spatial-Temporal Patterns around Beijing and Tianjin

SUN Lei-gang1,2,LIU Jian-feng1,2,XU Quan-hong1,2,WANG Shao-qiang3,ZHOU Lei3

(1.InstituteofGeographicalSciences,HebeiAcademyofSciences,Shijiazhuang050021;2.EngineeringTechnologyResearchCenterofGeographicInformationDevelopmentandApplicationofHebei,Shijiazhuang050021;3.InstituteofGeographicalSciencesandNatureResourcesResearch,CAS,Beijing100101,China)

According to the data of land use,energy consumption and the relevant statistical data from 2000 to 2013,we measured and analyzed the effects of carbon emissions and their spatial-temporal patterns around Beijing and Tianjin.The results showed that the net carbon emissions had an increasing trend with the average speed of 1 240.43×104t/a,from 4 264.21×104t in 2000 to 20 389.78×104t in 2013 and the construction land carbon emissions played a leading role.The net carbon emissions and carbon emissions per GDP were markedly different in 5 cities around Beijing and Tianjin.The net carbon emission in Tangshan was the largest,Shijiazhuang,Zhangjiakou and Baoding took the second place,and Langfang was the lowest.The carbon emissions per GDP showed a relatively higher level in Tangshan and Zhangjiakou with the similar,and Shijiazhuang,Baoding and Langfang took the second place.The net carbon emissions presented the increasing trend along with the increase of per capita GDP from 2000 to 2005,and reached the peak of 1.8 t per 10 thousand yuan.With the higher forest coverage,Zhangjiakou has a stronger carbon sink,but its per capita GDP showed a lower level and the net carbon emission at a higher level.Based on relevant research results,some measure and suggestions were presented for reducing carbon emissions.

carbon emission;carbon emission intensity;spatial-temporal difference;area around Beijing and Tianjin

2016-03-25；

2016-05-05

河北省科学院两院合作项目(161301)；河北省科技条件建设项目(15964212D)；中国科学院战略性先导科技专项项目(XDA05050602、XDA05050702)；河北省科技计划项目(14293703D)

孙雷刚(1984-)，男，硕士，助理研究员，主要研究方向为生态遥感、3S技术应用研究。E-mail:sunleigang3s@163.com

10.3969/j.issn.1672-0504.2016.04.019

F205

A

1672-0504(2016)04-0113-06