Processing math: 100%

基于投入产出分析的广东贸易隐含碳排放研究

丁浩, 张晋, 刘建林, 张惠, 唐川东, 刘毅, 郝艳茹, 桂东伟. 基于投入产出分析的广东贸易隐含碳排放研究[J]. 环境化学, 2023, 42(1): 231-240. doi: 10.7524/j.issn.0254-6108.2021082504
引用本文: 丁浩, 张晋, 刘建林, 张惠, 唐川东, 刘毅, 郝艳茹, 桂东伟. 基于投入产出分析的广东贸易隐含碳排放研究[J]. 环境化学, 2023, 42(1): 231-240. doi: 10.7524/j.issn.0254-6108.2021082504
DING Hao, ZHANG Jin, LIU Jianlin, ZHANG Hui, TANG Chuandong, LIU Yi, HAO Yanru, GUI Dongwei. Input-output analysis on regional trade embodied carbon emissions of Guangdong Province[J]. Environmental Chemistry, 2023, 42(1): 231-240. doi: 10.7524/j.issn.0254-6108.2021082504
Citation: DING Hao, ZHANG Jin, LIU Jianlin, ZHANG Hui, TANG Chuandong, LIU Yi, HAO Yanru, GUI Dongwei. Input-output analysis on regional trade embodied carbon emissions of Guangdong Province[J]. Environmental Chemistry, 2023, 42(1): 231-240. doi: 10.7524/j.issn.0254-6108.2021082504

基于投入产出分析的广东贸易隐含碳排放研究

    通讯作者: Tel:17137622386,E-mail:jzhang@jnu.edu.cn
  • 基金项目:
    国家自然科学基金(42077156)和广东省基础与应用基础研究基金(2020A1515011130)资助.

Input-output analysis on regional trade embodied carbon emissions of Guangdong Province

    Corresponding author: ZHANG Jin, jzhang@jnu.edu.cn
  • Fund Project: the National Natural Science Foundation of China (42077156)and Guangdong Basic and Applied Basic Research Foundation(2020A1515011130).
  • 摘要: 根据《巴黎协定》发展目标,我国计划将在2030年前实现碳达峰,2060年前实现碳中和,意义重大且任务艰巨。为实现减排目标,将减排责任落实到省际层面,准确核算省际间由于贸易带来的碳转移问题,对于完善碳排放工程中的权利和义务,实现碳排放控制目标至关重要。粤港澳大湾区是国家战略建设重点,本研究基于多区域投入产出数据,核算了湾区核心广东省2012年、2015年和2017年各部门和各行业的碳排放总量,分析了广东省由于贸易带来的输入和输出隐含碳的排放特征。研究结果表明,2012—2017年间,广东省属于碳排放净流入区域,但净流入量逐年递减。从行业的角度来看,重工业、服务业和运输业;从部门的角度来看,化学产品、批发与零售和通信设备、计算机和其他电子设备,是广东省重点排放的行业和部门。此外,广东省输出的地区主要是河南、浙江和江苏等地;输入的地区主要是内蒙古、河北和江苏等地。研究成果将为碳排放空间配置的优化和碳排放权交易的制定提供理论支持。
  • 氟污染是一个全球性问题,特别是在发展中国家[1],其中钢铁冶金、铝电解、铅锌冶炼、铜冶炼、光伏产业、锂离子电池等冶金行业是氟污染的主要来源[2]。过量摄入氟化物将会对人体产生有害影响,阻碍儿童生长发育[3]。我国对地表水体及生活饮用水中的氟化物质量浓度有严格的限值,也不断强化关于氟化物排放的管控。目前,水体中氟化物的去除技术主要有沉淀絮凝法、膜处理法、离子交换法、吸附法[4-7],其中吸附法具有产生无害废物数量少、材料成本低、操作简便等优点,被认为是最有前途的除氟方法。

    生物炭具有较大的比表面积,表面含有丰富的含氧官能团,且相对廉价,可作为新型吸附材料用于环境修复领域[8-9]。近年来,已有关于不同生物质来源(改性)生物炭除氟应用的研究报道。汤家喜等[10]利用花生壳、玉米秸秆制备的生物炭,最大吸附容量为1.18 mg·g−1;邱会华等[11]制备的氢氧化钾活化的荷叶基生物炭,最大吸附容量为0.85 mg·g−1;张涛等[12]制备了铁改性猪粪生物炭,最大吸附容量为4.4 mg·g−1;徐凌云等[13]制备了铝负载酒糟生物炭,最大吸附容量为18.05 mg·g−1;FENG等[14]利用城市污水处理厂污泥合成的改性污泥生物炭最大吸附容量高达30.49 mg·g−1。显然,不同原料衍生的生物炭吸附除氟能力不尽相同,其中由于污泥含有更高含量的亲氟矿物,其衍生的污泥生物炭对氟的吸附能力最强。但是,未经改性的污泥生物炭直接除氟效果并不理想,一般需要通过铝、铁等金属的负载以提高其吸附性能。近年来发现镧[15]、铈[16]、钇[17]等稀土金属有更好的亲氟性,可用于氟化物的去除,但是单独使用成本较高,如与铁或铝复合使用,有望发挥协同作用并降低成本。另外,我国污泥产量巨大,据统计2021年我国含水率80%的城市污泥产量已超过6 000×104 t[18]。当前污泥的主流处置方式包括干化焚烧、污泥堆肥和卫生填埋,都可能产生二次污染,对环境造成巨大的风险[19-20]。因此,研发基于污泥生物炭的复合改性除氟材料,拓展污泥资源化利用途径,实现以废治废,具有较好的开发前景。

    本研究以南通市政污泥为原料,通过缺氧热解-醋酸钾活化-铝铈改性工艺,制备了铝铈改性污泥生物炭(Al/Ce-CSBC),运用SEM、EDS、BET、XRD及XPS等技术对材料吸附前后的表面形态和结构特征进行了表征和分析,探究了Al/Ce-CSBC对模拟废水中氟离子的吸附行为和吸附机理,以期为污泥生物炭在除氟的资源化利用研究提供参考。

    干化污泥来自南通市某污水处理厂,在90 ℃鼓风干燥箱中干燥12 h后,粉碎过50目筛备用。所用试剂包括六水合氯化铝(AlCl3·6H2O)、七水合氯化铈(CeCl3·7H2O)、氟化钠(NaF)、醋酸钾(CH3COOK)、氢氧化钠(NaOH)等均为分析纯。准确称取2.21 g干燥的氟化钠粉末溶解在1 000 mL去离子水中,配置成氟离子质量浓度为1 g·L−1的储备液,移取适量储备液用去离子水稀释,配成一定初始氟离子质量浓度的含氟模拟废水。

    污泥的热解制备生物炭。称取5.00 g经干燥的污泥粉末置于坩埚中,用锡纸包裹,放入马弗炉中以10 ℃·min−1的速度升至650 ℃,并保持温度1 h。将热解后的污泥与醋酸钾按质量比1:2的比例混合,再次放入马弗炉中以10 ℃·min−1的速度升至650 ℃热解1 h,离心洗涤3次,并在80~90 ℃下干燥8 h。第1次热解污泥生物炭产物产量为3.21 g,记为SBC;与醋酸钾混合的第2次热解产物产量为4.29 g,记为CSBC。

    生物炭的金属改性。将事先称取的1.00 g CSBC加入体积总量为50 mL的氯化铝(0.10 mol·L−1)、氯化铈(0.05 mol·L−1)或两者的等体积混合溶液中,磁力搅拌2 h,用1.00 mol·L−1氢氧化钠溶液调节溶液pH至7.5,搅拌12 h。离心洗涤3次,最后在80~90 ℃下干燥8 h得到改性污泥生物炭材料。对铝、铈以及铝铈联合改性的污泥生物炭分别命名为Al-CSBC、Ce-CSBC以及Al/Ce-CSBC,其中Al/Ce-CSBC的产量为1.29 g。

    利用扫描电子显微镜(SEM)(Gemini SEM 300,德国)分析样品的表面形态;利用能谱仪(EDS)分析样品表面的元素;采用比表面积及孔径分析仪(ASAP2460,美国)分析样品的比表面积和孔容孔径;采用X射线粉末衍射仪(XRD)(Ultima IV,日本)分析样品的物相组成及结构;采用X射线光电子能谱仪(XPS)(K-Alpha+,美国)用于确定生物炭表面的成分和价态。

    准确称取0.04 g吸附剂(Al/Ce-CSBC)置于离心管中,加入40 mL 氟离子质量浓度为10 mg·L−1的模拟废水,立刻移至恒温振荡箱中以140 r·min−1的速度振荡20 h,过0.45 μm滤膜后,用氟离子选择电极(PXSJ-216F)测量滤液中氟离子的质量浓度,每次实验重复3次。pH影响实验只改变pH(3.0~10.0),其余参数不变。吸附等温线实验改变氟离子初始质量浓度(5~100 mg·L−1),采用Langmuir模型和Freundlich模型对实验数据进行拟合。

    吸附动力学实验在盛有2 000 mL氟离子初始质量浓度10 mg·L−1溶液的烧杯中进行,调节并保持溶液pH为6.0,将2.00 g吸附剂加入其中后开始磁力搅拌,至规定时间抽取20 mL混合液过滤,测量滤液中氟离子的质量浓度。采用Lagergren伪一阶、伪二阶模型以及Weber-Morris模型对实验数据进行拟合。

    图1为SBC、CSBC、Al/Ce-CSBC及吸附后的复合负载改性材料(F-Al/Ce-CSBC)的SEM图像。SBC表面呈现片状和层状结构,经醋酸钾活化后的CSBC表面呈现堆砌的颗粒状结构,经改性后的Al/Ce-CSBC表面呈块状且附着颗粒状结构,吸附后的F-Al/Ce-CSBC与Al/Ce-CSBC表面形态区别不大。图2为SBC和Al/Ce-CSBC的EDS图谱,SBC的表面元素主要为O、C、Ca及Fe,Al/Ce-CSBC的表面元素主要为C、O、Si和Ce。由表1可见,相对于SBC,Al/Ce-CSBC表面C和Ce的含量有所增加,O和Ca的含量有所降低。前者表明Ce的成功负载以及通过醋酸钾活化引入了大量的碳;后者与金属矿物组分的溶解损失有关,其中Ca的损失最严重,其含量从SBC的16.4%降至改性后的0.2%,几乎完全消失。

    图 1  SBC、CSBC、Al/Ce-CSBC及F-Al/Ce-CSBC的SEM图像
    Figure 1.  SEM images of SBC, CSBC, Al/Ce-CSBC and F-Al/Ce-CSBC
    图 2  SBC及Al/Ce-CSBC的EDS图谱
    Figure 2.  EDS images of SBC and Al/Ce-CSBC
    表 1  样品元素含量变化
    Table 1.  Changes in the element content of the samples %
    样品OCCaFeAlSiPMgKCe
    SBC39.928.016.44.03.73.41.11.00.80
    Al/Ce-CSBC35.146.80.21.81.710.900.20.62.3
     | Show Table
    DownLoad: CSV

    图3(a)、图3(c)和图3(e)的N2吸附/脱附等温线可以看出,3种样品等温线都属于IV类,且具H3型回滞环特征,表明样品内部存在丰富狭缝形介孔。图3((b)、图3(d)和图3(f))的孔径分布结果表明,经醋酸钾活化和复合负载改性后的CSBC及Al/Ce-CSBC材料孔径分布更呈多样化,但尖锐峰向更小孔径方向移动,其平均孔径应减小,这在表2中得到验证。由表2可见,SBC经活化和改性后,平均孔径变小,但孔容和比表面积有所增大。比表面积由原来的25.59 m2·g−1增至活化后的69.78 m2·g−1及改性后的176.36 m2·g−1,平均孔径则相应由13.4 nm降至11.4 nm和6.6 nm。活化和改性均能显著增加比表面积,可能是由于醋酸钾在活化过程中分解产生大量的CO2,以及改性溶液中酸溶解样品中大量的CaCO3,使得生物炭片层开裂,暴露出更多更小孔径的介孔。

    图 3  吸附材料的N2吸附/脱附等温线与孔径分布
    Figure 3.  N2 adsorption and desorption isotherms and pore distribution of adsorbents
    表 2  样品的孔隙结构
    Table 2.  Pore structure of the studied samples
    样品BET比表面积/(m2·g−1)总孔体积/(cm3·g−1)平均孔径/nm
    SBC25.590.114 413.454
    CSBC69.780.144 011.395
    Al/Ce-CSBC176.360.174 86.610
     | Show Table
    DownLoad: CSV

    图4(a)为SBC、CSBC、Al/Ce-CSBC和F-Al/Ce-CSBC的XRD图谱。其中SBC中含有明显的SiO2和CaCO3的衍射峰,CSBC中SiO2和CaCO3的峰强明显下降,表明该矿物组分的部分消溶,可能是醋酸钾活化促进了SiO2和CaCO3在高温的消溶/蚀刻反应,进而形成较小的孔隙和较大的比表面积。改性后的Al/Ce-CSBC中CaCO3的衍射峰则完全消失,可能是改性过程引入的金属盐水解产生强酸,使得残留的CaCO3被进一步完全溶解,形成更小的孔隙和更大的比表面积,这与前述关于Ca元素及孔隙的变化相一致。相对于SBC,CSBC和Al/Ce-CSBC中的SiO2的峰强均有不同程度的降低,表明活化和改性对SiO2也有一定的消溶作用。由Al/Ce-CSBC的XRD图谱可知,改性污泥生物炭有SiO2及少量的Al2SiO5晶体,前者是污泥自有残留,后者应为溶出的硅与改性引入的铝反应的产物,此外并没有出现铝和铈的其他晶体结构,表明改性金属主要以无定形负载于污泥生物炭的表面。除了二氧化硅晶体峰强度有略微降低,吸附氟后材料(F-Al/Ce-CSBC)的XRD图谱与吸附前基本一致,表明材料中的晶体结构稳定,推测其不参与对氟的吸附过程,无定形双金属羟基/氧化物应是主要吸附活性组分。由XPS图谱(图4(b))可知,SBC在346.89 eV处有较强的Ca2p信号,在CSBC相对减少,在Al/Ce-CSBC及F-Al/Ce-CSBC则完全消失,趋势与XRD一致,再次验证了碳酸钙的逐步溶解至完全消失的过程。Al/Ce-CSBC的XPS图谱中74.97 eV和885.72 eV处的峰分别对应Al2p和Ce3d,表明铝和铈的成功负载,这与EDS和XRD的结果一致。

    图 4  SBC、CSBC、Al/Ce-CSBC及F-Al/Ce-CSBC的XRD和XPS图谱
    Figure 4.  XRD and XPS patterns of SBC, CSBC, Al/Ce-CSBC and F-Al/Ce-CSBC

    图5较直观地显示了上述活化和改性过程的物性变化,即活化过程促进污泥生物炭中二氧化硅和碳酸钙晶体部分消溶,同时醋酸钾发生气化反应,产生造孔作用[21],使得CSBC的比表面积增大(表2);改性过程铝铈被成功负载,碳酸钙完全消失,形成更多的细小孔径,造孔作用更明显,比表面积增加更显著,而少量二氧化硅溶解后与铝(Ⅲ)形成硅酸铝晶体。

    图 5  污泥生物炭活化改性示意图
    Figure 5.  Schematic diagram of activation and modification process of sludge biochar

    不同合成阶段和金属改性的材料对F的吸附容量如图6所示,原始污泥生物炭SBC的吸附容量为5.42 mg·g−1,经醋酸钾活化后得CSBC的吸附容量则下降至2.90 mg·g−1,可能是SBC经活化后,部分有利于除氟的矿物(主要是含Ca矿物)溶解流失所致。CSBC再经金属改性后的吸附容量均有提升,但不同金属/金属组合改性提升程度不同,单一的Ce和Al改性使材料吸附容量分别提升了44%和157%,而Al-Ce联合改性则提升了228%,高于2种单一金属改性材料提升量之和,这表明铝铈双金属改性发挥了协同作用。

    图 6  不同吸附材料对F-的吸附容量
    Figure 6.  Adsorption capacity of different adsorption materials

    pH对Al/Ce-CSBC材料的吸附影响如图7所示,在氟离子初始质量浓度为10 mg·L−1,在酸性范围内,吸附容量随着pH的增加逐渐升高,在pH=6.0时达到最高值9.43 mg·g−1,随后随着pH的增加而逐渐降低,pH升至9.0以上,则急剧下降,其除氟率也有类似规律。Al/Ce-CSBC在溶液pH=4.0~9.0内均有75%以上的除氟率,这是由于生物炭的分散作用,将更多的活性位点充分暴露,使得其有更宽的pH适用范围[22]。同时考察了该体系吸附前后的pH变化,其结果见图8(a)。当pH<6.0时,吸附平衡后的pH有所升高,反之则有所降低,表明Al/Ce-CSBC吸附材料具有一定的pH缓冲作用,FENG等[14]研究其他氧化铝材料也有类似结果,认为该缓冲作用由铝盐的两性性质引起,具体表现为固态金属氧化物表面水解羟基化和质子化作用,详见后文机理分析部分。图8(b)为不同pH下Al/Ce-CSBC的Zeta电位变化。由图可见,该材料的零电位点(pHPZC)高达9.5,表明吸附剂在一定的碱性范围仍带正电荷,可能是因为Al/Ce-CSBC的比表面积较大,具有较好分散性,使得其表面正电荷得到较好维持和保护[22]。在pH<7.0时溶液中含有大量的H+,使得吸附剂表面发生质子化,体系Zeta电位为正值,能够与溶液中的F发生静电吸附,但过低的pH可能造成吸附剂表面负载的金属氧化物溶解,并有HF的生成,使吸附剂的吸附容量下降。在pH>7.0时,溶液中的OH会与F竞争吸附位点,使吸附容量有所下降。在pH=10.0时,吸附容量和除氟率下降更明显,其原因除了前述的竞争吸附,还由于吸附剂表面此时逆转为荷负电,对溶液中的F产生强烈的静电排斥作用。

    图 7  pH对Al/Ce-CSBC材料吸附性能的影响
    Figure 7.  Effect of pH on adsorption performance of Al/Ce-CSBC
    图 8  吸附前后pH的变化及pH对Al/Ce-CSBC 吸附剂Zeta电位的影响
    Figure 8.  Change in pH before and after adsorption and the effect of pH on the zeta potential of Al/Ce-CSBC

    在氟离子初始质量浓度为10 mg·L−1时,Al/Ce-CSBC的吸附容量随吸附时间的变化情况如图9所示。在前期吸附速率较快,10 min内吸附容量达到了8.30 mg·g−1;随后缓慢增加,在5 h时接近平衡状态。

    图 9  吸附动力学拟合
    Figure 9.  Adsorption kinetics fitting

    对吸附动力学数据的拟合结果表明,伪二级模型(R2=0.94)比伪一级模型(R2=0.49)更适合描述Al/Ce-CSBC对氟离子的吸附,表明氟化物在Al/Ce-CSBC上的吸附以化学吸附为主。颗粒内扩散模型如图9(b)所示。吸附反应可分为2个阶段,第1阶段,F通过界面膜扩散从液相水体转移到Al/Ce-CSBC的表面,并与表面大量的吸附位点结合产生快速吸附,这一阶段膜扩散是控制吸附速率的限制步骤;第2阶段,由于大量的F占据了吸附剂表面的吸附位点,部分F将渗透到吸附剂内部的孔径中,因此又被称为孔扩散阶段,第2阶段速率有所降低,该图没有通过原点表明颗粒内扩散不是唯一限速步骤[23]

    在常温且pH=6.0的条件下,Al/Ce-CSBC的吸附容量随氟离子初始质量浓度变化情况如图10所示。2种模型均能较好描述吸附过程,但Freundlich模型(R2=0.97)较Langmuir模型(R2=0.92)拟合程度更好,表明氟化物在Al/Ce-CSBC上的吸附以多层吸附为主,且Al/Ce-CSBC表面上的活性位点不均匀,1/n =0.29 (0<1/n<1)也表明吸附等温线类型是理想类型[24]。Langmuir模型中最大吸附容量41.47 mg·g−1,其与实际最大吸附容量45.66 mg·g−1相近。

    图 10  吸附等温线拟合
    Figure 10.  Adsorption isotherm fitting

    图11(a)为Al/Ce-CSBC材料的XPS全谱图,通过吸附前后的比较发现,吸附后的F-Al/Ce-CSBC在684.15 eV处新增了F1s的峰,表明氟离子被成功吸附在Al/Ce-CSBC吸附剂表面。为了研究其吸附机理,进一步分析了Al/Ce-CSBC吸附氟前后的XPS精细光谱(图11(b)~(d))。由图11(b)的O1s图谱中可见,吸附前531.28 eV和532.54 eV处的特征峰分别对应M―O和―OH,吸附后分别移至530.01 eV和531.39 eV,其中羟基氧占总氧的相对比率由吸附前的55.24%降至41.52%,金属氧化物中M―O的含量由吸附前的44.76%升至58.48%,表明―OH参与了与氟离子的交换。这与其他研究[25-26]结果一致。由图11(c)的Al2p图谱可见,74.46和75.17 eV处峰分别对应Al―O和Al―OH,均归属于负载于材料表面的无定形铝氧化物结构,吸附后峰位置分别移至73.10 eV和73.69 eV。这表明铝羟基/氧化物参与了氟离子的吸附[27-28]。吸附前后Ce元素XPS结果如图11(d)所示。Al/Ce-CSBC的Ce3d5/2的4个代表性峰位于882.78、886.30、888.64及899.35 eV,Ce3d3/2的3个代表性峰位于902.32、905.56及917.10 eV,以上7个峰吸附后分别移至881.34、884.50、886.98、898.37、901.83、904.88及915.65 eV,可清楚地观察到向低能方向位移。经计算Ce4+丰度由吸附前的36.51%下降到22.28%,说明F―Ce络合物的形成及电子转移[16, 29]

    图 11  吸附前后Al/Ce-CSBC的XPS分析
    Figure 11.  XPS spectra of Al/Ce-CSBC before and after adsorption

    基于上述对氟化物吸附过程pH的变化、等温线模型、动力学模型以及XPS表征分析结果,认为Al/Ce-CSBC对氟化物的吸附为物理吸附和化学吸附,其中化学吸附包括离子交换和表面络合占主导作用。改性过程中形成大量带正电荷的金属羟基/氧化物,且以无定形形式非均匀分散于污泥生物炭的表面,产生大量有效吸附位点并处于相对受保护的高分散体系中,使其表现出较高的零电荷点[22]和酸碱缓冲特性[14]。在碱性条件下产生大量的表面羟基和O2,并带负电荷(式(1)~式(2));酸性条件下则质子化并带正电荷(式(3))。

    M++OH→≡MOH (1)
    MOH+OH→≡MO2+H2O (2)
    MOH+H+→≡MOH+2 (3)

    在酸性条件下吸附剂表面的Zeta电位较高,对溶液中氟离子产生较强静电吸引,进一步引起式(4)反应,产物以金属氟化络合物形式结合在吸附剂表面,表现很高的吸附量和吸附能力,但是酸性过低时,氟主要以氟化氢形式存在,兼吸附剂表面金属的溶出,使得吸附容量下降;随着溶液pH的增加,吸附剂表面的Zeta电位降低,静电吸引减弱,超过零电点后吸附剂表面荷负电产生静电排斥,此时吸附以离子交换为主(式(5))。

    MOH+2+F→≡MF+H2O (4)
    MOH+F→≡MF+OH (5)

    通过与其他文献报道的吸附剂除氟性能的比较(表3),本研究使用的Al/Ce-CSBC有明显的相对优势。Al/Ce-CSBC最大吸附容量为41.47 mg·g−1,高于其他材料的吸附量,包括传统活性氧化铝(16.30 mg·g−1)、双金属和三金属复合材料(27~32 mg·g−1)、其他改性生物炭材料(18~28 mg·g−1)以及铝铁改性污泥生物炭材料(30 mg·g−1)。就酸碱适用性而言,Al/Ce-CSBC在较广的范围(pH=4.0~9.0)内均有75%以上的去除率,其他材料(除了三元金属复合材料)则类似传统的活性氧化铝,只能在较窄的酸性范围才有较高的除氟率。因此,铝铈改性污泥生物炭在较广的酸碱范围有较好的强化除氟作用,并可实现污泥的低碳固定和以废治废,在实际废水处理中有潜在应用价值。

    表 3  不同吸附剂的氟离子吸附性能对比
    Table 3.  Comparison of fluorine ion adsorption performance of different adsorbents
    吸附剂最适pHqm/(mg·g−1)文献
    活性氧化铝5.0~7.016.30[30]
    氢氧化铝基吸附剂7.725.80[31]
    Fe-La复合材料3.8~7.127.42[32]
    Y-Zr-Al复合材料7.031.00[17]
    Mg-Al-La三金属氧化物4.0~10.031.72[15]
    Tea-Al-Fe茶渣4.0~8.018.52[33]
    La改性柚子皮生物炭6.519.86[34]
    ALCS-Fe-Al磁性复合材料3.0~6.030.49[14]
    Al/Ce-CSBC4.0~9.041.47本文
     | Show Table
    DownLoad: CSV

    1)以市政污泥为原料,通过热解-活化-双金属改性成功制备了铝铈负载污泥生物炭Al/Ce-CSBC,活化和改性均可通过造孔和促消溶作用增加材料比表面积和分散性,使负载的无定形金属羟基/氧化物保持吸附活性,材料具较高的等电点和酸碱缓冲性;

    2) Al/Ce-CSBC对氟的最大吸附容量达到41.74 mg·g−1,在pH=4.0~9.0内均有较高的除氟率。其吸附动力学符合伪二级模型,吸附等温线符合Freundlich模型,为多层不均质吸附和化学吸附,其吸附机制包括静电吸附、表面络合和离子交换。

    3) Al/Ce-CSBC可发挥铝铈双金属协同吸附作用,且在较广的酸碱范围有较好的强化除氟作用。该吸附材料制备简单、廉价,有望实现以废治废和污泥的低碳固定,有潜在的应用价值。

  • 图 1  2012—2017年的(a)碳排放总量及(b)各行业排放所占比重

    Figure 1.  (a) Total amount of carbon emissions and (b) proportions of various industries from 2012 to 2017

    表 1  投入产出表的部分编号及分类

    Table 1.  Sector numbers and classification of input-output table

    编号Numbers部门Sectors行业Industries编号Numbers部门Sectors行业Industries
    S1农林牧渔产品和服务农业S22其他制造产品重工业
    S2煤炭采选产品采选业S23金属制品、机械和设备修理服务
    S3石油和天然气开采产品S24电力、热力的生产和供应能源生产业
    S4金属矿采选产品S25燃气生产和供应
    S5非金属矿和其他矿采选产品S26水的生产和供应
    S6食品和烟草轻工业S27建筑建筑业
    S7纺织品S28批发和零售运输业
    S8纺织服装鞋帽皮革羽绒及其制品S29交通运输、仓储和邮政
    S9木材加工品和家具S30住宿和餐饮其他服业务
    S10造纸印刷和文教体育用品S31信息传输、软件和信息技术服务
    S11石油、炼焦产品和核燃料加工品重工业S32金融
    S12化学产品S33房地产
    S13非金属矿物制品S34租赁和商务服务
    S14金属冶炼和压延加工品S35科学研究
    S15金属制品S36技术服务
    S16通用设备S37水利、环境和公共设施管理
    S17专用设备S38居民服务、修理和其他服务
    S18交通运输设备S39教育
    S19电气机械和器材S40卫生和社会工作
    S20通信设备、计算机和其他电子设备S41文化、体育和娱乐
    S21仪器仪表S42公共管理、社会保障和社会组织
    编号Numbers部门Sectors行业Industries编号Numbers部门Sectors行业Industries
    S1农林牧渔产品和服务农业S22其他制造产品重工业
    S2煤炭采选产品采选业S23金属制品、机械和设备修理服务
    S3石油和天然气开采产品S24电力、热力的生产和供应能源生产业
    S4金属矿采选产品S25燃气生产和供应
    S5非金属矿和其他矿采选产品S26水的生产和供应
    S6食品和烟草轻工业S27建筑建筑业
    S7纺织品S28批发和零售运输业
    S8纺织服装鞋帽皮革羽绒及其制品S29交通运输、仓储和邮政
    S9木材加工品和家具S30住宿和餐饮其他服业务
    S10造纸印刷和文教体育用品S31信息传输、软件和信息技术服务
    S11石油、炼焦产品和核燃料加工品重工业S32金融
    S12化学产品S33房地产
    S13非金属矿物制品S34租赁和商务服务
    S14金属冶炼和压延加工品S35科学研究
    S15金属制品S36技术服务
    S16通用设备S37水利、环境和公共设施管理
    S17专用设备S38居民服务、修理和其他服务
    S18交通运输设备S39教育
    S19电气机械和器材S40卫生和社会工作
    S20通信设备、计算机和其他电子设备S41文化、体育和娱乐
    S21仪器仪表S42公共管理、社会保障和社会组织
    下载: 导出CSV

    表 2  广东省42部门的碳排放量及其比重

    Table 2.  Carbon emissions (Mt) of 42 sectors in Guangdong Province and their proportions

    部门Sectors排放量/MtEmissions占比/%Percentage部门Sectors排放量/MtEmissions占比/%Percentage部门Sectors排放量/MtEmissions占比/%Percentage
    2012年S113.193.73S1512.183.45S2915.054.26
    S20.000.00S164.911.39S3014.033.97
    S31.720.49S173.921.11S318.462.39
    S40.570.16S1811.643.29S328.452.39
    S50.920.26S1916.184.58S3316.414.65
    S616.414.65S2033.629.51S3412.583.56
    S75.371.52S210.430.12S355.411.53
    S89.122.58S220.280.08S363.881.10
    S93.200.91S232.450.69S371.140.32
    S108.572.43S240.090.03S384.701.33
    S116.281.78S2516.764.74S394.981.41
    S1227.977.92S261.550.44S404.261.20
    S139.062.56S270.740.21S411.490.42
    S1413.263.75S2825.057.09S427.041.99
    2015年S110.873.35S158.894.32S2913.974.31
    S20.000.00S164.821.48S3011.543.56
    S30.000.00S173.140.97S314.461.38
    S40.270.08S189.702.99S328.522.63
    S50.650.20S1911.843.65S3317.755.47
    S614.784.56S2024.687.60S3416.255.01
    S75.711.76S210.070.02S359.112.81
    S89.903.05S220.310.09S366.101.88
    S94.551.40S231.530.47S371.720.53
    S109.212.84S240.090.03S382.890.89
    S113.070.95S2513.024.01S395.721.76
    S1224.867.66S261.570.48S406.712.07
    S139.232.84S270.580.18S410.622.07
    S148.892.74S2824.917.68S426.902.13
    2017年S111.653.49S158.102.42S2913.273.97
    S20.000.00S163.861.16S307.502.25
    S31.250.37S171.010.30S3115.504.64
    S40.000.00S189.422.82S3221.386.40
    S50.790.24S196.471.94S3321.196.34
    S612.293.68S2023.156.93S3411.803.53
    S73.771.13S210.150.05S350.000.00
    S84.101.23S222.120.63S365.511.65
    S92.560.77S230.050.02S372.070.62
    S107.572.26S2413.093.92S385.081.52
    S113.551.06S251.150.34S398.612.58
    S1219.205.74S260.710.21S409.152.74
    S138.632.58S2731.469.42S410.970.29
    S149.442.82S2816.194.85S4210.413.12
    部门Sectors排放量/MtEmissions占比/%Percentage部门Sectors排放量/MtEmissions占比/%Percentage部门Sectors排放量/MtEmissions占比/%Percentage
    2012年S113.193.73S1512.183.45S2915.054.26
    S20.000.00S164.911.39S3014.033.97
    S31.720.49S173.921.11S318.462.39
    S40.570.16S1811.643.29S328.452.39
    S50.920.26S1916.184.58S3316.414.65
    S616.414.65S2033.629.51S3412.583.56
    S75.371.52S210.430.12S355.411.53
    S89.122.58S220.280.08S363.881.10
    S93.200.91S232.450.69S371.140.32
    S108.572.43S240.090.03S384.701.33
    S116.281.78S2516.764.74S394.981.41
    S1227.977.92S261.550.44S404.261.20
    S139.062.56S270.740.21S411.490.42
    S1413.263.75S2825.057.09S427.041.99
    2015年S110.873.35S158.894.32S2913.974.31
    S20.000.00S164.821.48S3011.543.56
    S30.000.00S173.140.97S314.461.38
    S40.270.08S189.702.99S328.522.63
    S50.650.20S1911.843.65S3317.755.47
    S614.784.56S2024.687.60S3416.255.01
    S75.711.76S210.070.02S359.112.81
    S89.903.05S220.310.09S366.101.88
    S94.551.40S231.530.47S371.720.53
    S109.212.84S240.090.03S382.890.89
    S113.070.95S2513.024.01S395.721.76
    S1224.867.66S261.570.48S406.712.07
    S139.232.84S270.580.18S410.622.07
    S148.892.74S2824.917.68S426.902.13
    2017年S111.653.49S158.102.42S2913.273.97
    S20.000.00S163.861.16S307.502.25
    S31.250.37S171.010.30S3115.504.64
    S40.000.00S189.422.82S3221.386.40
    S50.790.24S196.471.94S3321.196.34
    S612.293.68S2023.156.93S3411.803.53
    S73.771.13S210.150.05S350.000.00
    S84.101.23S222.120.63S365.511.65
    S92.560.77S230.050.02S372.070.62
    S107.572.26S2413.093.92S385.081.52
    S113.551.06S251.150.34S398.612.58
    S1219.205.74S260.710.21S409.152.74
    S138.632.58S2731.469.42S410.970.29
    S149.442.82S2816.194.85S4210.413.12
    下载: 导出CSV

    表 3  广东省与其他省份之间隐含碳的输入输出(Mt)

    Table 3.  Input and output of embodied carbon between Guangdong Province and other provinces in 2012(Mt)

    省份Provinces输出Output输入Input净流量Net inflow省份Provinces输出Output输入Input净流量Net inflow
    2012年北京2.252.480.23河南 *3.1810.347.15
    天津1.173.272.10湖北0.722.301.58
    河北 * #3.4215.6912.27湖南0.836.635.80
    山西1.1111.3710.26广西1.054.133.08
    内蒙古 #1.6916.5514.87海南0.412.412.00
    辽宁1.067.826.77重庆0.965.604.64
    吉林0.633.482.85四川0.903.552.65
    黑龙江0.906.315.41贵州0.782.181.40
    上海 *3.634.460.84云南1.428.727.30
    江苏 #2.2316.8814.64陕西1.439.427.99
    浙江1.976.124.15甘肃0.573.082.52
    安徽1.9310.908.97青海0.160.680.52
    福建0.812.711.90宁夏0.141.911.77
    江西0.683.192.51新疆0.918.837.92
    山东0.568.407.84总计37.51189.71151.91
    2015年北京2.073.681.61河南 *3.218.154.94
    天津1.084.323.24湖北0.912.711.80
    河北 #0.8113.5012.69湖南0.915.854.94
    山西1.0210.889.85广西1.142.981.84
    内蒙古 #1.2412.8311.59海南0.511.991.48
    辽宁1.117.776.66重庆1.803.671.87
    吉林0.493.733.24四川1.001.800.80
    黑龙江0.717.346.63贵州1.002.771.76
    上海2.375.933.56云南1.713.151.43
    江苏 * #3.0818.2615.18陕西1.393.882.49
    浙江 *3.174.301.12甘肃0.631.761.13
    安徽2.5411.358.81青海0.210.210.00
    福建0.983.262.28宁夏0.150.500.35
    江西0.812.872.06新疆0.766.235.47
    山东0.937.016.07总计37.78162.68124.90
    2017年北京6.682.50−4.18河南 *7.5912.915.32
    2017年天津2.692.06−0.63湖北1.761.50−0.26
    河北2.1912.8110.62湖南 *9.365.57−3.79
    山西1.755.023.28广西 #2.9421.0618.12
    内蒙古 #3.1318.8515.72海南1.844.192.35
    辽宁 #3.8229.5425.72重庆4.054.710.66
    吉林1.546.004.47四川2.981.87−1.11
    黑龙江2.204.732.53贵州3.005.422.41
    上海3.275.231.96云南3.770.29−3.48
    江苏6.1111.715.59陕西3.386.433.05
    浙江 *11.026.17−4.84甘肃0.881.280.40
    安徽4.224.920.70青海0.240.270.03
    福建1.362.831.47宁夏1.010.53−0.48
    江西2.435.703.28新疆2.447.525.08
    山东2.804.481.68总计100.45196.1195.65
      注:流出是广东流出其他省份,流入是其他省流入广东省,净流量是净流入广东省的碳排放量。*为输出量前三的省份,#为输入量前三的省份.  Note: Outflow refers to the outflow from Guangdong to other provinces, inflow refers to the inflow from other provinces to Guangdong, and net flow refers to the net inflow of carbon emissions to Guangdong. * are the top three provinces in terms of output, # are the top three provinces in terms of input.
    省份Provinces输出Output输入Input净流量Net inflow省份Provinces输出Output输入Input净流量Net inflow
    2012年北京2.252.480.23河南 *3.1810.347.15
    天津1.173.272.10湖北0.722.301.58
    河北 * #3.4215.6912.27湖南0.836.635.80
    山西1.1111.3710.26广西1.054.133.08
    内蒙古 #1.6916.5514.87海南0.412.412.00
    辽宁1.067.826.77重庆0.965.604.64
    吉林0.633.482.85四川0.903.552.65
    黑龙江0.906.315.41贵州0.782.181.40
    上海 *3.634.460.84云南1.428.727.30
    江苏 #2.2316.8814.64陕西1.439.427.99
    浙江1.976.124.15甘肃0.573.082.52
    安徽1.9310.908.97青海0.160.680.52
    福建0.812.711.90宁夏0.141.911.77
    江西0.683.192.51新疆0.918.837.92
    山东0.568.407.84总计37.51189.71151.91
    2015年北京2.073.681.61河南 *3.218.154.94
    天津1.084.323.24湖北0.912.711.80
    河北 #0.8113.5012.69湖南0.915.854.94
    山西1.0210.889.85广西1.142.981.84
    内蒙古 #1.2412.8311.59海南0.511.991.48
    辽宁1.117.776.66重庆1.803.671.87
    吉林0.493.733.24四川1.001.800.80
    黑龙江0.717.346.63贵州1.002.771.76
    上海2.375.933.56云南1.713.151.43
    江苏 * #3.0818.2615.18陕西1.393.882.49
    浙江 *3.174.301.12甘肃0.631.761.13
    安徽2.5411.358.81青海0.210.210.00
    福建0.983.262.28宁夏0.150.500.35
    江西0.812.872.06新疆0.766.235.47
    山东0.937.016.07总计37.78162.68124.90
    2017年北京6.682.50−4.18河南 *7.5912.915.32
    2017年天津2.692.06−0.63湖北1.761.50−0.26
    河北2.1912.8110.62湖南 *9.365.57−3.79
    山西1.755.023.28广西 #2.9421.0618.12
    内蒙古 #3.1318.8515.72海南1.844.192.35
    辽宁 #3.8229.5425.72重庆4.054.710.66
    吉林1.546.004.47四川2.981.87−1.11
    黑龙江2.204.732.53贵州3.005.422.41
    上海3.275.231.96云南3.770.29−3.48
    江苏6.1111.715.59陕西3.386.433.05
    浙江 *11.026.17−4.84甘肃0.881.280.40
    安徽4.224.920.70青海0.240.270.03
    福建1.362.831.47宁夏1.010.53−0.48
    江西2.435.703.28新疆2.447.525.08
    山东2.804.481.68总计100.45196.1195.65
      注:流出是广东流出其他省份,流入是其他省流入广东省,净流量是净流入广东省的碳排放量。*为输出量前三的省份,#为输入量前三的省份.  Note: Outflow refers to the outflow from Guangdong to other provinces, inflow refers to the inflow from other provinces to Guangdong, and net flow refers to the net inflow of carbon emissions to Guangdong. * are the top three provinces in terms of output, # are the top three provinces in terms of input.
    下载: 导出CSV
  • [1] LI R F, CAI J L, LI J F, et al. Characterizing the long-term occurrence of polycyclic aromatic hydrocarbons and their driving forces in surface waters [J]. Journal of Hazardous Materials, 2022, 423: 127065. doi: 10.1016/j.jhazmat.2021.127065
    [2] YANG W, ZHANG J, MEI S B, et al. Impact of antecedent dry-weather period and rainfall magnitude on the performance of low impact development practices in urban flooding and non-point pollution mitigation [J]. Journal of Cleaner Production, 2021, 320: 128946. doi: 10.1016/j.jclepro.2021.128946
    [3] DONG L, ZHANG J. Predicting polycyclic aromatic hydrocarbons in surface water by a multiscale feature extraction-based deep learning approach [J]. Science of the Total Environment, 2021, 799: 149509. doi: 10.1016/j.scitotenv.2021.149509
    [4] 沈永平, 王国亚. IPCC第一工作组第五次评估报告对全球气候变化认知的最新科学要点 [J]. 冰川冻土, 2013, 35(5): 1068-1076.

    SHEN Y P, WANG G Y. Key findings and assessment results of IPCC WGI fifth assessment report [J]. Journal of Glaciology and Geocryology, 2013, 35(5): 1068-1076(in Chinese).

    [5] International Energy Agency(IEA). Emission from Fuel Combustion[R]. 2019.
    [6] 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.

    WANG J N, CAI B F, CAO D, et al. Scenario study on regional allocation of CO2 emissions allowance in China [J]. Acta Scientiae Circumstantiae, 2011, 31(4): 680-685(in Chinese).

    [7] 刘春兰, 蔡博峰, 陈操操, 等. 中国碳减排目标的地区分解方法研究述评 [J]. 地理科学, 2013, 33(9): 1089-1096. doi: 10.13249/j.cnki.sgs.2013.09.009

    LIU C L, CAI B F, CHEN C C, et al. Review of carbon mitigation targets allocation in China [J]. Scientia Geographica Sinica, 2013, 33(9): 1089-1096(in Chinese). doi: 10.13249/j.cnki.sgs.2013.09.009

    [8] YI W J, ZOU L L, GUO J, et al. How can China reach its CO2 intensity reduction targets by 2020?A regional allocation based on equity and development [J]. Energy Policy, 2011, 39(5): 2407-2415. doi: 10.1016/j.enpol.2011.01.063
    [9] 余慧超, 王礼茂. 中美商品贸易的碳排放转移研究 [J]. 自然资源学报, 2009, 24(10): 1837-1846. doi: 10.3321/j.issn:1000-3037.2009.10.018

    YU H C, WANG L M. Research on the carbon emission transfer by Sino-US merchandise trade [J]. Journal of Natural Resources, 2009, 24(10): 1837-1846(in Chinese). doi: 10.3321/j.issn:1000-3037.2009.10.018

    [10] 黄蕊, 王铮, 钟章奇, 等. 区域贸易隐含碳排放和SO2排放的投入产出分析: 以江苏为例 [J]. 自然资源学报, 2017, 32(5): 854-863. doi: 10.11849/zrzyxb.20160498

    HUANG R, WANG Z, ZHONG Z Q, et al. Input-output analysis of embodied carbon emissions and SO2 emissions in regional trade: A case study of Jiangsu [J]. Journal of Natural Resources, 2017, 32(5): 854-863(in Chinese). doi: 10.11849/zrzyxb.20160498

    [11] 张晓梅, 庄贵阳. 中国省际区域碳减排差异问题的研究进展 [J]. 中国人口·资源与环境, 2015, 25(2): 135-143. doi: 10.3969/j.issn.1002-2104.2015.02.018

    ZHANG X M, ZHUANG G Y. China provincial carbon emissions differences research progress and prospect [J]. China Population, Resources and Environment, 2015, 25(2): 135-143(in Chinese). doi: 10.3969/j.issn.1002-2104.2015.02.018

    [12] 张友国. 碳排放视角下的区域间贸易模式: 污染避难所与要素禀赋 [J]. 中国工业经济, 2015(8): 5-19.

    ZHANG Y G. China’s regional trade patterns under the perspective of carbon emissions: Pollution haven and factor endowment [J]. China Industrial Economics, 2015(8): 5-19(in Chinese).

    [13] 李江涛, 陈俊成, 周霖. 粤港澳大湾区实现碳排放与绿色金融协同发展分析 [J]. 当代经济, 2020(11): 40-43. doi: 10.3969/j.issn.1007-9378.2020.11.009

    LI J T, CHEN J C, ZHOU L. Analysis on the coordinated development of carbon emission and green finance in Guangdong-Hong Kong-Macao Greater Bay Area [J]. Contemporary Economics, 2020(11): 40-43(in Chinese). doi: 10.3969/j.issn.1007-9378.2020.11.009

    [14] NEISSER R. The Structure of American Economy, 1919-1929: An Empirical Application of Equilibrium Analysisby Wassily W. Leontief [J]. American Economic Review, 1941, 31(3): 608-610.
    [15] LI R F, ZHANG J, KREBS P. Consumption- and income-based sectoral emissions of polycyclic aromatic hydrocarbons in China from 2002 to 2017 [J]. Environmental Science & Technology, 2021, 55(6): 3582-3592.
    [16] IPCC. Guidelines for national greenhouse gas inventories[R]. 1996.
    [17] CEADs. China multi-regional input-output tables[EB/OL]. [2021-04-27].
    [18] SHAN Y L, GUAN D B, ZHENG H R, et al. China CO2 emission accounts 1997-2015 [J]. Scientific Data, 2018, 5: 170201. doi: 10.1038/sdata.2017.201
    [19] SHAN Y L, HUANG Q, GUAN D B, et al. China CO2 emission accounts 2016-2017 [J]. Scientific Data, 2020, 7(1): 54. doi: 10.1038/s41597-020-0393-y
    [20] 国家统计局能源统计司. 中国能源统计年鉴[M]. 北京: 中国统计出版社, 1986-2017.

    The National Bureau of Statistics Division of the energy. China Energy Statistics Yearbook[M]. Beijing: China Statistic Publishing House, 1986-2017(in Chinese).

    [21] LIU Z, GUAN D B, WEI W, et al. Reduced carbon emission estimates from fossil fuel combustion and cement production in China [J]. Nature, 2015, 524(7565): 335-338. doi: 10.1038/nature14677
    [22] 熊静, 杜绵擎, 张小玲, 等. 广东省服务业发展回顾及展望 [J]. 发展改革理论与实践, 2017(6): 18-20,17.

    XIONG J, DU M Q, ZHANG X L, et al. Review and prospect of service industry development in Guangdong Province [J]. Journal of Development & Reform, 2017(6): 18-20,17(in Chinese).

    [23] 沈家龙. 广东省石化产业发展现状与建议 [J]. 山东化工, 2019, 48(15): 94-95,99. doi: 10.3969/j.issn.1008-021X.2019.15.038

    SHEN J L. Development status and strategy on Guangdong petrol-chemical industry [J]. Shandong Chemical Industry, 2019, 48(15): 94-95,99(in Chinese). doi: 10.3969/j.issn.1008-021X.2019.15.038

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 4.0 %DOWNLOAD: 4.0 %HTML全文: 86.9 %HTML全文: 86.9 %摘要: 9.2 %摘要: 9.2 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 94.5 %其他: 94.5 %XX: 3.2 %XX: 3.2 %乌海: 0.0 %乌海: 0.0 %内网IP: 0.0 %内网IP: 0.0 %北京: 0.4 %北京: 0.4 %呼和浩特: 0.1 %呼和浩特: 0.1 %太原: 0.0 %太原: 0.0 %孝感: 0.0 %孝感: 0.0 %宁波: 0.0 %宁波: 0.0 %宜春: 0.1 %宜春: 0.1 %宿迁: 0.0 %宿迁: 0.0 %常德: 0.0 %常德: 0.0 %广州: 0.1 %广州: 0.1 %昌吉: 0.0 %昌吉: 0.0 %杭州: 0.0 %杭州: 0.0 %武汉: 0.0 %武汉: 0.0 %沈阳: 0.0 %沈阳: 0.0 %泉州: 0.0 %泉州: 0.0 %洛阳: 0.0 %洛阳: 0.0 %济南: 0.0 %济南: 0.0 %海口: 0.0 %海口: 0.0 %深圳: 0.1 %深圳: 0.1 %漯河: 0.0 %漯河: 0.0 %玉溪: 0.0 %玉溪: 0.0 %石家庄: 0.0 %石家庄: 0.0 %衡阳: 0.0 %衡阳: 0.0 %西宁: 0.0 %西宁: 0.0 %贵港: 0.0 %贵港: 0.0 %运城: 0.1 %运城: 0.1 %郑州: 0.2 %郑州: 0.2 %重庆: 0.0 %重庆: 0.0 %钦州: 0.0 %钦州: 0.0 %锦州: 0.0 %锦州: 0.0 %长沙: 0.1 %长沙: 0.1 %防城港: 0.0 %防城港: 0.0 %阳泉: 0.0 %阳泉: 0.0 %其他XX乌海内网IP北京呼和浩特太原孝感宁波宜春宿迁常德广州昌吉杭州武汉沈阳泉州洛阳济南海口深圳漯河玉溪石家庄衡阳西宁贵港运城郑州重庆钦州锦州长沙防城港阳泉Highcharts.com
图( 1) 表( 3)
计量
  • 文章访问数:  3180
  • HTML全文浏览数:  3180
  • PDF下载数:  91
  • 施引文献:  0
出版历程
  • 收稿日期:  2021-08-25
  • 录用日期:  2021-11-21
  • 刊出日期:  2023-01-27
丁浩, 张晋, 刘建林, 张惠, 唐川东, 刘毅, 郝艳茹, 桂东伟. 基于投入产出分析的广东贸易隐含碳排放研究[J]. 环境化学, 2023, 42(1): 231-240. doi: 10.7524/j.issn.0254-6108.2021082504
引用本文: 丁浩, 张晋, 刘建林, 张惠, 唐川东, 刘毅, 郝艳茹, 桂东伟. 基于投入产出分析的广东贸易隐含碳排放研究[J]. 环境化学, 2023, 42(1): 231-240. doi: 10.7524/j.issn.0254-6108.2021082504
DING Hao, ZHANG Jin, LIU Jianlin, ZHANG Hui, TANG Chuandong, LIU Yi, HAO Yanru, GUI Dongwei. Input-output analysis on regional trade embodied carbon emissions of Guangdong Province[J]. Environmental Chemistry, 2023, 42(1): 231-240. doi: 10.7524/j.issn.0254-6108.2021082504
Citation: DING Hao, ZHANG Jin, LIU Jianlin, ZHANG Hui, TANG Chuandong, LIU Yi, HAO Yanru, GUI Dongwei. Input-output analysis on regional trade embodied carbon emissions of Guangdong Province[J]. Environmental Chemistry, 2023, 42(1): 231-240. doi: 10.7524/j.issn.0254-6108.2021082504

基于投入产出分析的广东贸易隐含碳排放研究

    通讯作者: Tel:17137622386,E-mail:jzhang@jnu.edu.cn
  • 1. 暨南大学生命科学技术学院,生态学系/水生生物研究所,广州,510632
  • 2. 华南农业大学公共管理学院,广州,510642
  • 3. 广州大学公共管理学院,广州,510006
  • 4. 中国城市规划设计研究院西部分院,重庆,401121
  • 5. 中国石油天然气股份有限公司西南油气田分公司安全环保与技术监督研究院,成都,610000
  • 6. 中国科学院新疆生态与地理研究所,新疆策勒荒漠草地生态系统国家野外科学观测研究站,乌鲁木齐,830011
基金项目:
国家自然科学基金(42077156)和广东省基础与应用基础研究基金(2020A1515011130)资助.

摘要: 根据《巴黎协定》发展目标,我国计划将在2030年前实现碳达峰,2060年前实现碳中和,意义重大且任务艰巨。为实现减排目标,将减排责任落实到省际层面,准确核算省际间由于贸易带来的碳转移问题,对于完善碳排放工程中的权利和义务,实现碳排放控制目标至关重要。粤港澳大湾区是国家战略建设重点,本研究基于多区域投入产出数据,核算了湾区核心广东省2012年、2015年和2017年各部门和各行业的碳排放总量,分析了广东省由于贸易带来的输入和输出隐含碳的排放特征。研究结果表明,2012—2017年间,广东省属于碳排放净流入区域,但净流入量逐年递减。从行业的角度来看,重工业、服务业和运输业;从部门的角度来看,化学产品、批发与零售和通信设备、计算机和其他电子设备,是广东省重点排放的行业和部门。此外,广东省输出的地区主要是河南、浙江和江苏等地;输入的地区主要是内蒙古、河北和江苏等地。研究成果将为碳排放空间配置的优化和碳排放权交易的制定提供理论支持。

English Abstract

  • 近年来,经济的快速发展和全球气候变暖对生态环境和人类生产生活产生越来越显著的影响[1],尤其是由于化石燃料燃烧引起的温室气体排放已经成为全球性难题,由此如何有效应对经济发展和气候变化带来的环境问题[2-3]已经成为人类社会共同面临的最严峻挑战之一[4]。目前全球大多数国家已经签署了共同应对气候变化的《巴黎协定》并明确了碳中和的时间节点。碳排放权的实质是发展权,已成为各国竞争夺取重要的话语权之一,实现碳达峰及碳中和成为全球竞争的重要筹码。根据国际能源署(IEA)二氧化碳排放量数据[5],2019年中国碳排放全球占比约29%,其后分别为美国(15%)、欧盟(10%)、印度(7%)、俄罗斯(4%)、日本(3%)。目前,美国、欧盟等目前已基本实现碳达峰。根据《巴黎协定》发展目标,我国将在2030年前实现碳达峰,2060年前实现碳中和,这意味着作为世界上最大的发展中国家,我国将完成全球最高碳排放强度降幅,用全球历史上最短的时间实现从碳达峰到碳中和,意义重大同时也任务艰巨。

    “碳达峰”目标既是我国高质量发展的内在要求,也是我国作为负责任的大国在应对全球气候变化中所做的巨大努力。国内外对碳排放达峰问题已经开展了诸多研究[6-9],从国家的宏观层面上,加快能源结构调整与产业结构升级,加强生态环境保护,同时也要落实到省际层面上,排放的空间转移问题也需要充分的考虑,遵循公正合理、可持续的基本原则。我国幅员辽阔,各省的经济发展和产业结构都存在较大差异[10],并且在各省发展联系日益紧密的背景下,省际间的输入和输出贸易往来密切,因此更需要合理分析区域贸易所带来的隐含碳的排放,提供公平合理的区域治理方案,优化区域间贸易模式以促进我国碳减排[11-12]

    粤港澳大湾区作为国家战略建设重点,是我国最具经济活力的区域之一,《巴黎协定》的签署将会促进粤港澳大湾区的区域碳排放管理。2019年2月,国务院颁发《粤港澳大湾区发展规划纲要》,在大湾区建设碳期货交易市场,加快推进粤港澳大湾区与全国交易市场一体化[13]。而广东省作为大湾区发展的核心,在促进碳减排的机制探索中,扮演着极为重要的角色。

    因此,本研究重点以广东省作为研究区域,探索基于总量控制的区域贸易隐含碳排放问题,揭示影响区域碳排放的经济部门及行业;同时估算广东省与其他省份碳排放的输入与输出总量,研究成果将为碳排放空间配置的优化和碳排放权交易的制定提供理论支持。

    • 19世纪30年代,Leontief提出投入产出分析[14],经过发展得到广泛应用。投入产出分析是基于投入产出表的分析方法,投入产出表反映了各部门的投入产出关系[15]。目前基于投入产出法的隐含碳计算模型主要有两种:双边贸易模型和多区域投入产出分析模型。多区域投入产出分析模型将双边贸易数据拆分为中间消费和最终消费,对数据的精确度和完整性要求高,更适合做深入分析。本研究采用多区域投入产出分析模型,投入产出的基本经济学关系如下所示:

      式中,xr表示总产出;yin表示中间需求;yrr表示最终需求,包括农村居民需求、城市居民需求、政府需求以及投资和存货;ermr分别代表出口和进口的贸易值,公式如下所示:

      式中,ers表示国内贸易中区域r到区域s的调出量,包括中间需求和最终需求;ere表示国际贸易中区域r出口到国外的量;esr表示国内贸易中区域r从区域s的调入量;emr表示国际贸易中区域r从国外的进口量。

      式中,frr表示区域由本区域所产生的满足自身需求的碳排放;frs表示在双边贸易中从区域r出口到区域s时的隐含碳排放;fsr表示在双边贸易中从区域s出口到区域r的隐含碳排放,也就是区域r从区域s进口的隐含碳排放;FrFs分别是区域r和区域s的碳排放系数,代表单位产值中的碳排放。本文重点分析国内各省对于广东省的输入与输出,故不考虑国内进口和出口之间的隐形碳的调入调出量。

      在国内双边贸易中,区域r出口贸易中隐含的碳排放总量可以通过把出口到各区域的隐含碳排放叠加得到:

      类似地,可以得到区域r进口贸易中隐含的碳排放总量:

      对区域r而言,基于生产者角度的碳排放总量是为满足自身需求本区域所产生的碳排放,以及调出到国内其他区域的隐含碳排放的总和:

      区域r基于消费者角度的碳排放总量是为满足自身需求本区域所产生的碳排放,以及从国内其他区域调入的隐含碳排放的总和:

    • 根据政府间气候变化专门委员会(IPCC)推荐并被广泛使用的二氧化碳排放核算方法[16],二氧化碳的排放量可由能源消费的活动数据AD和相对应的排放因子EF得到,如公式所示:

      而排放因子EF与能源燃料的种类,质量以及燃烧属性有关,可进一步分解为燃料的热值含量NCV、碳含量CC和氧化率O

      综上,能源燃料消耗所产生的二氧化碳排放量:

      除能源燃料产生的二氧化碳排放量,水泥生产过程也会产生相对应的二氧化碳排放:

      各省碳排放强度F由各省的总碳排放量CE和经济总产出E得到:

    • 根据《中国2012年区域间非竞争型投入产出表》、《中国2015年区域间非竞争型投入产出表》、《中国2017年区域间非竞争型投入产出表》[17],本研究涵盖了42个社会经济部门,区域包含除西藏自治区、香港和澳门特别行政区、台湾省之外的中国30个省、直辖市和自治区。

      根据国家统计局《能源统计年鉴》,在众多化石燃料中,原煤、原油和天然气是主要能源,其余燃料属于二次能源。因此本研究计算各省原煤、原油、天然气和水泥产生的碳排放量[18-19]。大部分省份的行业化石燃料消耗是从相应的省份统计中收集的,对于一些没有年鉴数据的省份,采用了2008年以来的全国经济普查数据,该数据假设在这期间产业结构是稳定的[20]。由于IPCC的默认排放因子比中国的调查值高约40%,因此数据使用了截止发稿前最新的排放因子[21]

      此外如表1所示,本研究以投入产出表的部门划分为基础,将42个部门划分为8个行业,将部门1统称为农业,部门2—5称为采选业,部门6—10称为轻工业,部门11—23称为重工业,部门24—26称为能源生产业,部门27则为建筑业,部门28—30称为运输业,剩下的部门则为其他服务业。

    • 基于生产者角度分析,广东省2012—2017年的碳排放量分别是390.82 Mt、362.29 Mt和434.61 Mt。基于消费者角度分析得到的碳排放量分别是542.73 Mt、487.19 Mt和530.26 Mt,呈现先减后增的趋势,这也和国家整体的碳排放格局相一致[19]。由于消费的碳排放量都大于生产的碳排放量,表明广东省在2012—2017年都属于碳排放净流入区域,净流入量为151.91 Mt、124.9 Mt和95.65 Mt,见图1a

      2012—2017年广东省隐含碳排放量最多的3个行业是重工业、服务业和运输业,总体占比维持稳定(从2012年的77.86%到2017年的72.95%),见图1b。2012年3个行业的排放量分别为142.16 Mt、78.81 Mt和54.13 Mt;2015年3个行业的排放量为116.13 Mt、86.75 Mt和50.42 Mt;2017年3个行业的排放量为95.15 Mt、111.66 Mt和36.96 Mt。

      重工业和服务业的碳排放变化趋势明显,重工业的占比从2012年的40%下降到2017年的28%(142.16—95.15 Mt)。服务业与之相反,从22%上升到33%(78.81—111.66 Mt)。

      广东省这些年处于经济转型升级阶段,服务保持较快发展势头,贡献率和投资占比稳步提升,远超第一第二产业,逐渐成为拉动经济增长的主动力[22]。由于2017年广东省建筑行业固定资本形成总额比2015年多了13117亿元,导致建筑行业的隐含碳排放上升到9%,但其他行业诸如运输业、轻工业和农业等所排放的二氧化碳比重变化不大。

      表2广东省42部门的碳排放量情况来看,2012年排放量最大的部门为通信设备、计算机和其他电子设备。作为沿海经济发达省份,广东高新技术产业密集,技术型企业数量位居全国前列,隐含碳排放量为33.62 Mt。排在第二和第三位的部门分别为化学产品和批发与零售,隐含碳的排放量分别为27.97 Mt和25.05 Mt。此外,广东省已成为我国七大石化产业基地之一,石化工业主营收入居全国第三位,其中乙烯、涂料产量和成品油的消费量位居全国第一[23]。其次作为劳动力输入大省,大部分的产业属于劳动力密集型产业,碳排放主要集中在纺织服装鞋帽皮革的批发与零售业,这3个部门的隐含碳排放量占总排放量的24.52%。2015年的排放量前三的部门为批发与零售(24.91 Mt)、化学产品(24.86 Mt)和通信设备、计算机和其他电子设备(24.68 Mt),占总排放量的22.94%。

      2017年排放量最高的3个部门则有所不同,建筑行业的碳排放量占总体的9.42%,建筑部门(31.46 Mt)成为广东省排放量最高的部门,传统的高排放部门通信设备、计算机和其他电子设备(23.15 Mt)排在第二。由于广东服务业经济贡献率增大,金融、房地产业和批发与零售是服务业中3大服务部门,金融业部门(21.38 Mt)、房地产(21.19 Mt)和批发与零售(16.19 Mt)的碳排放量排在广东省所有部门中第三、第四和第六位,前三个部门的排放量占总排放量的22.74%。

      综上所述,广东省要进行碳减排,首先要从这4个行业(重工业、服务业、运输业和建筑业)入手,再细化到42部门各自排放的特点:工业优先考虑通信设备、计算机和其他电子设备和化学产品,使用更加节能环保的清洁能源,增加太阳能和风能的比例,推广使用电动汽车,减少运输业带来的碳排放;服务业则优先考虑批发与零售、金融和房地产,优化服务业结构,推行低碳环保的生活理念,降低能源消费所带来的碳排放。

    • 大规模区域间贸易导致的商品和服务的跨区域流动也将产生大量隐含碳的输入与输出,对各区域碳排放总量形成不可忽视的影响。因此本研究基于2012—2017年的区域间的投入产出表,研究了广东省与其他29各省份之间的隐含碳的输入与输出,如表3所示。

      广东省在2012—2017年属于碳排放净流入区域。受到碳达峰目标的影响,各省的碳排放强度都有不同程度的下降(除内蒙古、辽宁、宁夏和新疆有所上升),但对广东的贸易输入量稳定,由此导致各省输入广东省的整体碳排放量下降,从2012年净输入量为151.91 Mt下降到2017年95.65 Mt,呈现逐年递减的趋势。与此同时广东省向其他省份输出的碳排放量却增加了,在2012年和2015年向其他省输出了37.51 Mt和37.78 Mt;2017年的输出量高达100.45 Mt。这是由于广东输出其他省的贸易量从2015年的18892亿上升到2017年43113亿,更能促进区域间商品消费的服务业碳排放比重逐年增加,由此带来了更高的隐含碳输出量。

      从具体输出的省份来看,2012年广东省输出前三的省份分别为上海(3.63 Mt)、河北(3.42 Mt)和河南(3.18 Mt),分别占总输出量的9.67%、9.12%和8.49%;2015年广东省输出前三的省份分别为河南(3.21 Mt)、浙江(3.17 Mt)和江苏(3.08 Mt),占总输出量的8.51%、8.39%和8.16%;2017年广东省输出前三的省份分别为浙江(11.02 Mt)、湖南(9.36 Mt)和河南(7.59 Mt),占总输出量的10.97%、9.31%和7.56%;虽然输出前三的总量随年份不同有所变化(从2012年的10.23 Mt,下降到2015年的9.46 Mt,再上升到2017年的27.97 Mt),但整体输出占比保持在25%—28%之间,更多集中经济发达地区上海和江苏等地。

      具体输入的省份则更多取决于输入省份的碳排放强度以及贸易量,2012年输入广东省前三的省份分别为江苏(16.88 Mt)、内蒙古(16.55 Mt)和河北(15.69 Mt),占总输入量的8.91%、8.74%和8.28%;2015年输入广东省前三的省份为江苏(18.26 Mt)、河北(13.5 Mt)和内蒙古(12.83 Mt),占总输入量的11.23%、8.3%和7.89%;2017年输入广东省前三的省份分别为辽宁(29.54 Mt)、广西(21.06 Mt)和内蒙古(18.85 Mt),占总输入量的15.06%、10.74%和9.61%。2012年和2015年前三省份的输入量维持在28%左右,2017年输入占比为37.16%。产生上述分布特征主要是因为内蒙古和辽宁的碳排放强度从2015年的每万元1.52 t、0.66 t上升到每万元1.86 t、0.85 t,是除宁夏外增幅最大的两个城市。而广西输入广东的贸易量从2015年的475亿上升到2017年4285亿,是输入广东省贸易量最高的省份。其他省份的输入贸易量稳定且碳排放强度都有所下降,所以导致2017年的这3个省份的输入量总体增加了近8%。

    • 本研究采用多区域投入产出模型,核算了湾区核心广东省2012年、2015年和2017年基于生产者和消费者角度的碳排放,对各部门贸易中隐含碳排放进行了估算,分析了广东省与其他省份之间隐含碳的输入与输出特征,得到以下主要结论:

      (1)从生产者角度计算广东省2012年、2015年和2017年的碳排放量分别是390.82、362.29、434.61 Mt,而基于消费者角度计算得到的碳排放量分别为542.73 Mt、487.19 Mt和530.26 Mt,说明广东省2012—2017年都属于碳排放净流入区域,净流入量为151.91 Mt、124.9 Mt和95.65 Mt,呈现逐年递减的趋势。

      (2)从部门的角度来看,通信设备、计算机和其他电子设备、化学产品、批发与零售、建筑和金融是广东省近些年隐含碳排放的重点部门;从行业来看,重工业、服务业、运输业和建筑业是广东省隐含碳排放的重点行业。因此广东省要实施碳减排,首先要从这4个行业分析入手,再细化到这5个部门各自排放的特点进行针对性的减排。

      (3)2012年广东省输出37.51 Mt,前三的省份为上海、河北和河南;其他省向广东省的输入量为189.41 Mt,前三的省份为内蒙古、江苏和河北。2015年广东省输出37.78 Mt,前三的省份为河南、浙江和江苏;输入量为162.68 Mt,前三的省份为江苏、内蒙古和河北。2017年广东省输出100.45 Mt,前三的省份为浙江、湖南和河南;2017年输入量为196.11 Mt,前三的省份为辽宁、内蒙古和广西。

      针对广东省的碳排放情况,给出以下政策建议:

      (1)推动产业结构转型升级,鼓励发展绿色低碳产业,支持引导传统产业节能和减排技术改造;大力发展循环经济,促进循环经济产业发展,支持产业园区循环化改造,促进能源资源集约节约利用,推动产业生态化和产业园区生态化发展,降低能源资源消耗强度。

      (2)加大绿色低碳技术创新力度,降低绿色低碳发展成本,提高高耗能、高排放等重点行业节能减排项目,提升节能减排的效率效果。大力推进太阳能光伏发电、生物质能、潮汐能、风能等新能源和可再生能源的工艺技术和设备研发创新。

      (3)推动碳金融创新发展,积极拓宽城市公共自行车、公共交通、农业等碳排放权来源和实现形式,进一步完善碳排放权交易市场建设,推动实现碳排放权的市场价值,调动相关主体的参与积极性。

      (4)在推进产业结构绿色升级过程中,需进一步优化第三产业部门结构,因地制宜,均衡制定减排措施。

      (5)各个省级行政机构的减排政策,不仅需要进行自身的产业结构优化升级,还需要全国各个区域统筹兼顾,协调一致,循序渐进地实现减排目标。

    参考文献 (23)

返回顶部

目录

/

返回文章
返回