应对气候变化与低碳发展中国碳中和目标下的二氧化碳排放路径

蔡博峰 曹丽斌 雷宇

摘要 结合中国中长期规划研究成果和国内外学术文献，充分考虑中国现阶段以工业为主的产业结构、以煤为主的能源结构，以及新技术研发和投入使用周期，利用中国高空间分辨率排放网格数据库（China high resolution emission gridded database，CHRED），自上而下（基于中国中长期排放和强度目标并参考IPCC-SSPs排放情景）和自下而上（基于CHRED 50 km网格分部门排放，利用空间公平趋同模型），建立中国碳中和目标下的2020—2060年二氧化碳排放路径（CAEP-CP 1.1）。CAEP-CP 1.1表明，中国2027年左右达峰，二氧化碳排放峰值为106亿t，达峰后经历5～7年平台期，2030年二氧化碳排放量为105亿t。CAEP-CP 1.1空间格局（50 km）在2030年和IPCC排放情景基本一致，但2060年差异较为显著，主要由于CAEP-CP 1.1是基于中国2060年碳中和的目标，相比IPCC情景减排力度更强。2060年排放格局下，中国基本实现超低排放，绝大部分区域（50 km×50 km）排放量都低于100万t，而在IPCC的情境下，中国2060年仍有不少区域排放量超过1 000万t。CAEP-CP 1.1空间化排放数据可与IPCC-SSPs（0.5°网格）比对和分析，路径数据可实现部门、区域对标分析和横纵向比较，国家-区域-部门-网格数据联动和双向反馈，可追溯性强（可分析每个50 km空间网格分部门排放和相关参数），便于根据实际发展、国家重大决策变化和认知提升等动态调整和迭代升级路径数据，有利于决策者在国家-区域-部门层面模拟和推演不同政策措施下的排放情景，为二氧化碳排放管控科学化、精准化提供重要支撑。

关键词 中国;二氧化碳排放路径;空间化;碳中和

气候变化是全球最大的环境挑战，人为活动导致的温室气体排放是20世纪中叶以来全球变暖的主要原因。IPCC（联合国政府间气候变化专门委员会）第五次评估报告详细分析了全球以及不同区域二氧化碳排放路径下的全球升温状态[1]。基于全球应对气候变化目标建立国家和区域二氧化碳排放路径，从而进一步分析减排情景、政策和成本-效益，成为全球气候变化研究的重要范式[1-4]。《巴黎协定》提出将全球平均气温较前工业化时期上升幅度控制在2 ℃以内，并努力将温度上升幅度限制在1.5 ℃以内[5]，为全球二氧化碳排放路径研究和减排确定了新的目标和锚点。《全球升温1.5 ℃特别报告》更加明确了将全球变暖限制在1.5 ℃需要到2030年全球二氧化碳排放比2010年下降约45%，到2050年左右达到“净零”排放，并在报告中提出4种实现路径[6]。《全球升温1.5 ℃特别报告》对全球碳排放路径提出更加严格和更加清晰的路径要求，全球主要国家基于此都进一步明确和强化了自主贡献目标[7-10]。

中国是全球二氧化碳排放大国，中国2020—2050—2060年二氧化碳排放路径研究备受关注[11-13]。中国在2015年提出2030年左右使二氧化碳排放达到峰值并争取尽早实现，2030年单位国内生产总值二氧化碳排放比2005年下降60%～65%。2020年习近平总书记在第七十五届联合国大会一般性辩论上宣布我国力争于2030年前二氧化碳排放达到峰值，努力争取于2060年前实现碳中和。这些重大宣示为中国二氧化碳排放路径研究确定了关键性锚点，也使得更加清晰、明确的中国二氧化碳排放路径研究成为可能。研究建立中国2020—2060年二氧化碳排放路径是落实习近平总书记联合国大会承诺的基础性工作，也是中国社会经济高质量发展路线图的重要支撑。

本研究基于中国关键年份二氧化碳排放和强度目标，参考IPCC全球共享社会经济路径（shared socioeconomic pathways，SSPs）数据，结合中国中长期规划研究成果和国内外学术文献，充分考虑中国现阶段以工业为主的产业结构、以煤为主的能源结构，以及新技术研发和投入使用周期，利用中国高空间分辨率排放网格数据库（China high resolution emission gridded database，CHRED），自上而下（基于中国中长期排放和强度目标并参考IPCC-SSPs排放情景）和自下而上（基于CHRED 50 km网格的分部门排放）方法相结合，建立中国2020—2060年二氧化碳排放路径（Chinese Academy of Environmental Planning Carbon Pathways， CAEP-CP 1.1），实现全国、分省、分部门的排放路径分析和情景模拟，为决策者建立可科学计算、可精准研判和可落地分析的二氧化碳排放管控路径和措施提供重要支撑。

1 研究方法和數据

1.1 研究框架

CAEP-CP 1.1研究中的二氧化碳排放仅考虑化石能源燃烧二氧化碳排放。借鉴IPCC路径情景方法学、排放机理模型、统计学模型和GIS空间分析模型等方法，结合文献分析、数据挖掘和专家研讨等多种形式开展研究工作，详细研究路线如图1所示。CAEP-CP 1.1中包括5个部门，分别是火电、工业（非火电）、交通、建筑（农村生活、城镇生活、服务业）和农业。

1.2 中国二氧化碳排放数据

中国二氧化碳网格化排放数据（2018年基准年）来自中国高空间分辨率排放网格数据库（CHRED）。CHRED参考国际主流自下而上的空间化方法，结合中国的实际情况和数据特点，基于点排放源自下而上的空间化方法，结合点排放源和其他线源（交通源）、面源（农业、生活源等）数据，建立1 km 二氧化碳排放网格数据，确定数据的空间精度和不确定性分析方法。本研究采用CHRED中5个部门的50 km空间分辨率排放清单数据[14-15]，与IPCC-SSPs全球排放情景数据（0.5 ℃）空间分辨率保持一致，也便于比较分析。中国2020年二氧化碳排放数据使用中国碳情速报（China Carbon Watch，CCW）研究数据[16]。

1.3 部门排放趋势特征

根据部门历史排放特征（2010—2019年数据）、中国碳情速报研究数据（2020年数据），参考国内外研究文献中关于中国相关部门排放趋势分析，以及相关政策和行业专家判断，确定部门排放趋势特征。

火电是中国最大的二氧化碳排放行业，超低排放改造措施在2020年已基本完成，通过控制大气污染物排放进一步减排二氧化碳的空间有限。实现火电部门的低碳减排，需要使用多种转型方案组合。火电排放特征趋势参考了Liu等[17]、Li等[18]和Zhao等[19]的研究，火电行业排放会受到严格限制，同时加强对燃煤发电机组总装机容量的控制，加大对可再生能源发电的大规模开发;工业（非火电）参考了Wang等[20]和Wu等[21]研究中情景走势，体现了各类措施的最大减排潜力，同时考虑了能源强度和经济活动这两个因素，以及相关的国内政策;交通部门的趋势特征参考了Hao等[22]、Yin等[23]和Wang等[24]相关研究中情景走势;建筑（农村/城镇生活/服务业）部门参考了Tan等[25]、Yang等[26]和Xiao等[27]研究中情景特征，考虑了18项代表性政策，并且在建筑行业低碳政策的推动下，充分考虑终端设备节能、能源结构调整、可再生能源等管理和技术因素。

1.4 IPCC二氧化碳排放数据

IPCC-SSPs是IPCC基于全球升温控制和排放特征，结合排放与社会经济发展情景，提出的气候变化约束下的全球共享社会经济路径，用以阐述全球社会经济发展的可能状态和演变趋势[28-29]。IPCC-SSPs数据库提供了较为完善且具有国际权威的2020—2100年全球空间化温室气体排放数据（0.5°网格，约50 km分辨率），对于IPCC各类评估报告、UNFCCC（联合国气候变化框架公约）谈判和各国政府气候决策发挥了关键支撑作用。SSPs情景已经应用于IPCC第五次评估报告[1]。SSP1是可持续路径（Sustainability），也是IPCC-SSPs情景中温室气体减排最为严格的一种情景。本研究主要使用IPCC-SSP1中典型年份的二氧化碳排放数据。

1.5 植被碳汇

根据最新的国家温室气体清单，中国2014年土地利用、土地利用变化与林业领域的碳汇量约为11.51亿t二氧化碳当量[30]。结合已有学术研究成果，中国森林植被的碳汇量有可能在2020—2030年左右达到峰值，之后会呈下降趋势[31-35]。未来中国森林碳汇潜力可能会受到多重因素的影响，主要包括：①未来依靠新增森林面积的途径增加森林碳汇潜力有限。全国尚有各类宜林地面积不足5 000万hm2[36]，主要分布在内蒙古和西部地区，且大多只适宜营造灌木林。②中国森林当前的龄组结构以幼、中龄林为主，处于生长较快速的时期，固碳能力较强。随着森林的生长，加上严格的森林保护与禁伐措施，未来中国森林龄组结构将趋于老龄化，生长速率下降影响固碳功能[34]。③未来气候变化的复杂影响。温度升高可能导致森林生产力下降，而生长期延长和大气二氧化碳浓度增加对森林生长有促进作用[35]。火灾、干旱等风险加剧又可能导致森林死亡和固定的碳重新释放回大气中。

1.6 空间公平趋同模型

空间公平趋同模型（spatial-equity based emission convergence model，SEECM）基于2018年基准年CHRED 50 km分部门二氧化碳排放网格，结合全国总量和分部门排放，实现CAEP-CP 1.1情景下未来不同年份的排放空间化。SEECM模型主要基于2个原则。

（1）国家主义（又称祖父原则）。现有排放格局有其合理性，按照现有排放格局对未来的温室气体排放权进行管控。祖父原则是《京都议定书》中对具有强制性减排义务的附件一国家分配减排义务所采用的方法。在国家主义的指导下，现有排放格局得以维持，降低了减排的社会成本[37-41]。

（2）公平原则（减排能力原则）。能力原则认为具有较强负担能力的一方应当承担更多，通常情况下较强负担能力即意味着GDP或收入水平更高[37-42]。1993 年Smith 等[43]建议采用GDP 作为衡量各国减排支付能力的基础，减排责任份额的比例与GDP的占比成正比，同时设定一个收入的阈值线，以保障阈值线以下国家的生存发展需求，依此设定了排放分配的支付能力方案。本研究按支付能力减排逐步趋同方案[44]。这一方案的单位网格排放量计算方式如下：

式中，ts表示排放分解的起始年份，tcape表示趋同于等比例减排的趋同年份;χcapi，ts为起始年份排放单元i的排放份额，χcapi，te为趋同年份排放单元i的排放份额;χcapi，t为排放单元i在t年所分解得的排放份额，Ecapi，t为其排放绝对量。

考虑到本研究中的分配对象在时间尺度上属于中长期（2020—2060年），因而可将趋同年份设定至2070年，以反映碳排放格局从现状至理想情况逐渐转变的过程。

本研究选定权重均为0.5，表明在趋同方案中同等程度地考虑两种公平维度。

2 CAEP-CP 1.1排放路径分析

2.1 全国排放路径

CAEP-CP 1.1关键年份数据见表1和图2。2021—2025年：基于中国全口径地级行政单位2005—2019年二氧化碳排放基础数据[45-47]，以“十四五”生态环境规划前期研究成果为参考，利用中国城市碳排放演化模型[48]和城市标杆法，2025年二氧化碳排放量约103亿t。

2025—2035年：中国2027—2028年之间预计增长达到峰值，IPCC-SSP1情景下二氧化碳峰值为108亿t（2020年）。CAEP-CP 1.1情景的达峰峰值在106 亿t左右（2027—2028年）;基于国际经验，二氧化碳达峰后经历5～7年平台期，同时考虑强化的国家自主贡献目标（2030年单位国内生产总值二氧化碳排放将比2005年下降65%以上，非化石能源占一次能源消费比重将达到25%左右）[50]，2030年二氧化碳排放量为105億t。2035—2050年：基于五中全会目标（二氧化碳排放稳中有降）和缩短达峰平台期，二氧化碳排放下降到“十四五”水平，2035年二氧化碳排放量为102亿t左右。考虑IPCC-SSP1情景排放和中国进入二氧化碳快速下降阶段，2050年二氧化碳排放量约为39亿t。

基于CAEP-CP 1.1，参考《中长期能源发展战略规划纲要2035》（征求意见稿）[54]、《BP世界能源展望》[55]和《2050年世界与中国能源展望》[56]等文件，咨询相关行业领域专家，明确中国能源消费结构（表2）。

碳中和路径下，中国在二氧化碳减排上会做出巨大努力和卓绝贡献，CAEP-CP 1.1路径中，中国2030年排放量比常规情景（根据2010—2020年10年排放的趋势外推）减排5.6亿t，2035年排放量比常规情景减排14.9亿t。

2.2 空间排放特征

CAEP-CP 1.1中的中国2030年和2060年排放空间格局见图3和图4。2030年的排放格局和IPCC的排放空间格局基本一致。2030年排放总量相比2018年基准年排放总量略有增加，重点部门排放陆续达峰或者已经进入平台期和下降期，2030年排放空间格局与2018年基准年排放空间格局没有显著差异。河北、山东、广东、长三角等都是排放重点区域，重点城市和城市群仍然是排放的热点。

CAEP-CP 1.1中的2060年排放情景相比IPCC排放情景，显示出了较为显著的差异。由于CAEP-CP 1.1是基于中国2060年碳中和的目标，相比IPCC情景碳减排力度更强。2060年排放格局下，中国全国基本实现超低排放，绝大部分区域（50 km×50 km）排放量都低于100万t，少量区域排放量在100～500萬t之间，仅北京和上海（主要由于航空和道路交通排放）的排放量超过500万t（但低于1 000万t），而在IPCC的情境下，中国2060年仍有不少区域排放量超过1 000万t。

3 结论与讨论

本研究自上而下（基于中国中长期排放和强度目标并参考IPCC-SSPs排放情景）和自下而上（基于CHRED 50 km网格的分部门排放）建立中国2020—2060年二氧化碳排放路径（CAEP-CP 1.1），该路径体系可以现实全国、分省、分部门的排放路径分析与情景模拟。CAEP-CP 1.1中，中国2027年左右达峰，二氧化碳排放峰值为106亿t，达峰后经历5～7年平台期，2030年二氧化碳排放量为105亿t。CAEP-CP 1.1空间格局（50 km）在2030年和IPCC排放情景基本一致，但2060年差异较为显著，主要由于CAEP-CP 1.1是基于中国2060年碳中和的目标，相比IPCC情景碳减排力度更强。2060年排放格局下，中国全国基本实现超低排放，绝大部分区域（50 km×50 km）排放量都低于100万t，而在IPCC的情境下，中国2060年仍有不少区域排放量超过1 000万t以上。CAEP-CP 1.1仍在不断完善和升级中，当前版本（1.1）仍存在诸多不足，例如对未来重点能源布局调整、新能源的开发利用和新兴技术突破等考虑不足，后期将继续完善和升级迭代，从而更好支撑国家和地方排放达峰与碳中和研究和决策。

参考文献

[1]IPCC.Climate Change 2014： mitigation of climate change[R].2014.

[2]MORRISON G M， YEH S， EGGERT A R， et al. Comparison of low-carbon pathways for California[J]. Climatic change， 2015， 131（4）： 545-557.

[3]GEELS F W， BERKHOUT F， VAN VUUREN D P. Bridging analytical approaches for low-carbon transitions[J]. Nature climate change， 2016， 6（6）： 576-583.

[4]KASMAN A， DUMAN Y S. CO2 emissions， economic growth， energy consumption， trade and urbanization in new EU member and candidate countries： a panel data analysis[J]. Economic modelling， 2015， 44： 97-103.

[5]UNFCCC. Paris Agreement [R].2015

[6]IPCC.Global warming of 1.5 ℃[R].2018.

[7]SPENCER T， PIERFEDERICI R， WAISMAN H， et al. Beyond the numbers： understanding the transformation induced by INDCs[R].2015

[8]FORSELL N， TURKOVSKA O， GUSTI M， et al. Assessing the INDCs land use， land use change， and forest emission projections[J]. Carbon balance and management， 2016， 11：1-17.

[9]GU G， WANG Z. Research on global carbon abatement driven by R&D investment in the context of INDCs[J]. Energy， 2018， 148： 662-675.

[10]GAO G， CHEN M， WANG J， et al. Sufficient or insufficient： assessment of the intended nationally determined contributions （INDCs） of the worlds major greenhouse gas emitters[J]. Frontiers of engineering management， 2019， 6（1）： 19-37.

[11]LIU Z， GUAN D， MOORE S， et al. Climate policy： steps to Chinas carbon peak[J]. Nature， 2015， 522（7556）： 279-281.

[12]項目综合报告编写组.《中国长期低碳发展战略与转型路径研究》综合报告[J].中国人口·资源与环境，2020，30（11）：1-25.

[13]WU F， HUANG N， LIU G， et al. Pathway optimization of Chinas carbon emission reduction and its provincial allocation under temperature control threshold[J]. Journal of environmental management， 2020， 271： 111034.

[14]WANG J， CAI B， ZHANG L， et al. High resolution carbon dioxide emission gridded data for China derived from point sources[J]. Environmental science & technology， 2014， 48（12）： 7085-7093.

[15]CAI B， LIANG S， ZHOU J， et al. China high resolution emission database （CHRED） with point emission sources， gridded emission data， and supplementary socioeconomic data[J]. Resources， conservation and recycling， 2018， 129： 232-239.

[16]生态环境部环境规划院.中国碳情速报研究[R].2020.

[17]LIU Q， ZHENG X Q， ZHAO X C， et al. Carbon emission scenarios of Chinas power sector： impact of controlling measures and carbon pricing mechanism[J]. Advances in climate change research， 2018， 9（1）： 27-33.

[18]LI J， CAI W， LI H， et al. Incorporating health cobenefits in decision-making for the decommissioning of coal-fired power plants in China[J]. Environmental science & technology， 2020， 54（21）： 13935-13943.

[19]ZHAO Y， LI H， XIAO Y， et al. Scenario analysis of the carbon pricing policy in Chinas power sector through 2050： based on an improved CGE Model[J]. Ecological indicators， 2018， 85： 352-366.

[20]WANG J， ZHAO T， WANG Y. How to achieve the 2020 and 2030 emissions targets of China： evidence from high， mid and low energy-consumption industrial sub-sectors[J]. Atmospheric environment， 2016， 145： 280-292.

[21]WU F， HUANG N， ZHANG F， et al. Analysis of the carbon emission reduction potential of Chinas key industries under the IPCC 2 ℃ and 1.5 ℃ limits[J]. Technological forecasting and social change， 2020， 159： 120198.

[22]HAO H， GENG Y， LI W， et al. Energy consumption and GHG emissions from Chinas freight transport sector： scenarios through 2050[J]. Energy policy， 2015， 85： 94-101.

[23]YIN X， CHEN W， EOM J， et al. Chinas transportation energy consumption and CO2 emissions from a global perspective[J]. Energy policy， 2015， 82： 233-248.

[24]WANG H， OU X， ZHANG X. Mode， technology， energy consumption， and resulting CO2 emissions in Chinas transport sector up to 2050[J]. Energy policy， 2017， 109： 719-733.

[25]TAN X， LAI H， GU B， et al. Carbon emission and abatement potential outlook in Chinas building sector through 2050[J]. Energy policy， 2018， 118： 429-439.

[26]YANG T， PAN Y， YANG Y， et al. CO2 emissions in Chinas building sector through 2050： a scenario analysis based on a bottom-up model[J]. Energy， 2017， 128： 208-223.

[27]XIAO H， WEI Q， WANG H. Marginal abatement cost and carbon reduction potential outlook of key energy efficiency technologies in Chinas building sector to 2030[J]. Energy policy， 2014， 69： 92-105.

[28]VUUREN D P V， STEHFEST E， GERNAAT D E H J， et al. Energy， land-use and greenhouse gas emissions trajectories under a green growth paradigm[J]. Global environmental change， 2017， 42： 237-250.

[29]VUUREN D P V， RIAHI K， CALVIN K， et al. The shared socio-economic pathways： trajectories for human development and global environmental change[J]. Global environmental change， 2017，42：148-152.

[30]國家应对气候变化战略研究和国际合作中心.中华人民共和国气候变化第二次两年更新报[N/OL].2019-06-25[2020-10-05].https：//newsroom.unfccc.int/documents/197666.

[31]ZHANG C， JU W， CHEN J， et al. Sustained biomass carbon sequestration by Chinas forests from 2010 to 2050[J]. Forests， 2018， 9（11）： 1-19.

[32]YAO Y， PIAO S， WANG T. Future biomass carbon sequestration capacity of Chinese forests[J]. Science Bulletin， 2018， 63（17）： 1108-1117.

[33]HE N， WEN D， ZHU J， et al. Vegetation carbon sequestration in Chinese forests from 2010 to 2050[J]. Global change biology， 2017， 23（4）： 1575-1584.

[34]李奇，朱建华，冯源，等. 中国森林乔木林碳储量及其固碳潜力预测[J]. 气候变化研究进展，2018， 14（3）： 287-294.

[35]JU W M， CHEN J M， HARVEY D， et al. Future carbon balance of Chinas forests under climate change and increasing CO2[J]. Journal of environmental management， 2007， 85（3）： 538-562.

[36]国家林业和草原局.中国森林资源报告2014—2018[R]. 北京：中国林业出版社，2019.

[37]HOHNE N， DEN ELZEN M， ESCALANTE D. Regional GHG reduction targets based on effort sharing： a comparison of studies[J]. Climate policy， 2014， 14（1）： 122-147.

[38]DU PONT Y R， MEINSHAUSEN M. Warming assessment of the bottom-up Paris Agreement emissions pledges[J]. Nature communications， 2018， 9（1）： 1-10.

[39]PAN X， DEN ELZEN M， HOHNE N， et al. Exploring fair and ambitious mitigation contributions under the Paris Agreement goals[J]. Environmental science & policy， 2017，74： 49-56.

[40]王金南， 蔡博峰， 严刚， 等. 排放强度承诺下的CO2排放总量控制研究[J]. 中国环境科学，2010，30（11）：1568-1572.

[41]王金南， 蔡博峰， 曹东， 等. 中国CO2排放总量控制区域分解方案研究[J]. 环境科学学报，2011，31（4）：680-685.

[42]林洁， 祁悦， 蔡闻佳， 等. 公平实现《巴黎协定》目标的碳减排贡献分担研究综述[J]. 气候变化研究进展， 2018， 14（5）：529-539.

[43]SMITH K R， SWISHER J， AHUJA D. Who pays to solve the problem and how much // HAYES P， SMITH K R. The global greenhouse regime： who pays. Oxford： Earthscan， 1993：70-98.

[44]BOWS A， ANDERSON K. Contraction and convergence： an assessment of the CCOptions model[J]. Climatic change， 2008， 91（3/4）： 275-290.

[45]中国城市温室气体工作组.中国城市温室气体排放数据集（2005）[M].北京：中国环境出版集团，2018.

[46]中国城市温室气体工作组.中国城市温室气体排放数据集（2015）[M].北京：中国环境出版集团，2019.

[47]中国城市温室气体工作组.中国城市温室气体排放数据集（2010）[M].北京：中国环境出版集团，2020.

[48]CUI C， WANG Z， CAI B， et al. Evolution-based CO2 emission baseline scenarios of Chinese cities in 2025[J]. Applied energy， 2021，281（1）： 116116.

[49]生态环境部环境规划院.“十四五”规划相关研究[R]. 2020.

[50] 新华社.习近平在气候雄心峰会上的讲话[N/OL].2020-12-12[2020-12-12].http：//www.xinhuanet.com/politics/leaders/2020-12/12/c_1126853600.htm.

[51]International Institute for Applied Systems Analysis （IIASA）. IIASA Energy Program [N/OL].2020-08-05[2020-12-12].https：//tntcat.iiasa.ac.at/SspDb/dsd？Action=htmlpage& page=citation#sspdata.

[52]新华社.中国共产党第十九届中央委员会第五次全体会议公报[N/OL].2020-10-29[2020-10-29].http：//www.xinhuanet.com/2020-10/29/c_1126674147.htm.

[53]新华社. 习近平在第七十五届联合国大会一般性辩论上发表重要讲话[EB/OL]. 2020-09-22[2020-11-30]. http：//www.gov.cn/xinwen/2020-09/22/content_5546168.htm.

[54]国家发展改革委员会.中长期能源发展战略规划纲要2035（征求意见稿）[R]. 2019.

[55]英国石油公司（BP）. BP世界能源展望[R]. 2019.

[56]中國石油经济技术研究院.2050年世界与中国能源展望[R].2019.

[57]国家发展改革委员会.能源发展战略行动计划（2014—2020年）[R]. 2014.

[58]国家发展改革委员会.能源生产和消费革命战略（2016—2030）（发改基础〔2016〕2795号）[R]. 2016.

[59]中国能源研究会.中国能源展望2030[R]. 2016.

[60]世界能源署. 2020世界能源展望[R]. 2020.