2023年全球逐日二氧化碳排放报告

全球逐日二氧化碳排放报告2023《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 朱碧青全球逐日二氧化碳排放报告
ᱵᱳᱵᱶ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 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。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（&DUERQ 0RQLWRU）团队在此背景下应运而生。&DUERQ 0RQLWRU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。&DUERQ 0RQLWRU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，&DUERQ 0RQLWRU已经被政府间气候变化专⻔委员会（,3&&）、国际气象组织（:02）、联合国环境署（81(3）、国际能源署（,($）、美国国家航空航天局（1$6$）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，以年疫情前水平为基准，详细讨论-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，&DUERQ 0RQLWRU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（&DUERQ 0RQLWRU҂及中国碳核算数据库（&($'V҂团队 01全球逐日二氧化碳排放报告 目录全球逐日碳排放报告作者列表前言作者列表第一章 报告背景第二章 全球二氧化碳排放特点及趋势2.1 قቖԫ࿔۸᏶ഭන༷ᬿ2.2 Ԇᥝ国ਹԫ࿔۸᏶ഭනᨯሠఘ٭2.3 ݱ᮱ᳪԫ࿔۸᏶ഭනఘ٭Ӟᥦ2.3.1 ኪێ᮱ᳪ2.3.2 ૡӱ᮱ᳪ2.3.3 ࣈᶎᬩᬌ᮱ᳪ2.3.4 ੷࿆ၾᩇ᮱ᳪ2.3.5 ᛯᑮ᮱ᳪ2.3.6 ࢵᴬᛯᬩ᮱ᳪ141515171819202123第三章 主要排放体2019-2021排放特点及趋势3.1 美国3.1.1 ࢵਹ༷٭3.1.2 Ӟེᚆრၾᩇᕮ຅3.1.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.1.ړ 4᮱ᳪ᏶ഭනᨯሠ3.1.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.1.6 හഝ๶რ272728282930303.2 ཾፑ27国݊英国3.2.1 ࢵਹ༷٭3.2.2 Ӟེᚆრၾᩇᕮ຅3.2.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.2.ړ 4᮱ᳪ᏶ഭනᨯሠ3.2.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.2.6 හഝ๶რ323233333435360302编写委员会核心成员胡一凡黎赟宋晅任仇乙交黄晓婷鲁晨曦窦新宇柯丕煜东北林业大学鲁汶大学建筑系清华大学地球系统科学系四川大学化学工程学院清华大学地球系统科学系清华大学地球系统科学系清华大学地球系统科学系清华大学地球系统科学系天津大学环境科学与工程学院约翰霍普金斯大学清华大学未央书院马里兰大学地理科学系上海交通大学电子信息与电气工程学院清华大学地球系统科学系山东大学（威海）蓝绿发展研究院孙赟张婕妤李重言宋开慧杜莹孙韬淳李姝萍主编执行主编清华大学地球系统科学系北卡罗来纳大学教堂山分校吉林斯全球公共卫生学院清华大学地球系统科学系刘竹关大博朱碧青于颖邓铸清华大学地球系统科学系清华大学地球系统科学系;阿里云计算有限公司丁仲礼中国科学院王光谦清华大学科学指导委员会主席ೲন࿄ᒟኮഭଧೲন࿄ᒟኮഭଧ科学指导委员会于贵瑞王金南朴世龙吕永龙朱永官李善同毕军刘俊国汪寿阳陈彬耿涌张小曳张希良张建民杨志峰罗 勇 中国科学院生态环境部北京大学厦门大学中国科学院国务院发展研究中心南京大学华北水利水电大学中国科学院北京师范大学上海交通大学中国气象科学研究院清华大学广东工业大学清华大学欧阳志云宫鹏贺克斌胡学东段晓男郭正堂陶 澍黄 晶焦念志廖宏潘家华魏一鸣魏伟戴民汉中国科学院香港大学清华大学中国海洋工程研究院（青岛）中国科学院中国科学院北京大学中国21世纪议程管理中心厦门大学南京信息工程大学中国社会科学院北京理工大学中国科学院厦门大学清华大学;中国海洋工程研究院（青岛）全球逐日二氧化碳排放报告全球逐日二氧化碳排放报告 目录3.8 ཾፑٌ՜国ਹ3.8.1 ॿࣈڥ3.8.2 ᆽਫ਼ه3.8.3 ᆽဉੰԵ3.8.4 כےڥԵ3.8.5 ྲڥ෸3.8.6 ူه3.8.7 ԄἈ3.8.8 ᜫه3.8.9 រه3.8.10 ഠظو޾ࢵ3.8.11 ظᗔࣈԵ3.8.12 ೉ᚙᖌԵ3.8.13 ᒈᵄਨ3.8.14 ܝ༏ध3.8.15 ᗔḘੰԵ3.8.16 Ḙᘦ՜3.8.17 ៯។ᇌ3.8.18 ታَ3.8.19 लၳ᪠ේ3.8.20 ේ၎պظ3.8.21 ේ၎෈ੰԵ3.8.22 ૶ᚠ3.8.23 ۳ᇌڥ626264666870723.3 英国3.3.1 ࢵਹ༷٭3.3.2 Ӟེᚆრၾᩇᕮ຅3.3.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.3.ړ 4᮱ᳪ᏶ഭනᨯሠ3.3.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.3.6 හഝ๶რ373738383940413.4 德国3.4.1 ࢵਹ༷٭3.4.2 Ӟེᚆრၾᩇᕮ຅3.4.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.4.ړ 4᮱ᳪ᏶ഭනᨯሠ3.4.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.4.6 හഝ๶რ424243434445463.5. 法国3.5.1 ࢵਹ༷٭3.5.2 Ӟེᚆრၾᩇᕮ຅3.5.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.5.ړ 4᮱ᳪ᏶ഭනᨯሠ3.5.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.5.6 හഝ๶რ474748484950513.6 意大利3.6.1 ࢵਹ༷٭3.6.2 Ӟེᚆრၾᩇᕮ຅3.6.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.6.ړ 4᮱ᳪ᏶ഭනᨯሠ3.6.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.6.6 හഝ๶რ525253535455563.7 ⻄班牙3.7.1 ࢵਹ༷٭3.7.2 Ӟེᚆრၾᩇᕮ຅3.7.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.7.ړ 4᮱ᳪ᏶ഭනᨯሠ3.7.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.7.6 හഝ๶რ57575858596061747678808284868890929496981001021041060504全球逐日二氧化碳排放报告全球逐日二氧化碳排放报告 目录附录1 二氧化碳排放核算附录2 数据来源参考文献第四章 数据应用与展望4.1 قቖਫ෸᏶හഝҁCarbonMonitor）ݍฉقቖഭනࣁෛ٢ዖఘ୽ߥӥጱள᭛ӥᴳӨᬥ᭛ݍ୨1343.10 俄罗斯3.10.1 ࢵਹ༷٭3.10.2 Ӟེᚆრၾᩇᕮ຅3.10.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.10.ړ 4᮱ᳪ᏶ഭනᨯሠ3.10.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.10.6 හഝ๶რ1131131141141151161173.12 巴⻄3.12.1 ࢵਹ༷٭3.12.2 Ӟེᚆრၾᩇᕮ຅3.12.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.12.ړ 4᮱ᳪ᏶ഭනᨯሠ3.12.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.12.6 හഝ๶რ1231231241241251261273.13 Ӯኴٌ՜国ਹ޾ࣈ܄3.13.1 ࢵਹ༷٭3.13.2 Ӟེᚆრၾᩇᕮ຅3.13.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.13.ړ 4᮱ᳪ᏶ഭනᨯሠ3.13.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄1281281281291291313.9 日本3.9.1 ࢵਹ༷٭3.9.2 Ӟེᚆრၾᩇᕮ຅3.9.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.9.ړ 4᮱ᳪ᏶ഭනᨯሠ3.9.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.9.6 හഝ๶რ10810810910911011111207063.11 印度3.11.1 ࢵਹ༷٭3.11.2 Ӟེᚆრၾᩇᕮ຅3.11.3 ᭑෭᏶ഭනᇙ஄Ө᩽۠3.11.ړ 4᮱ᳪ᏶ഭනᨯሠ3.11.5 ෭࣐᏶ഭනᑮᳵړ૲ᇙ஄3.11.6 හഝ๶რ118118119119120121122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0908全球逐日二氧化碳排放报告全球逐日二氧化碳排放报告 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摄氏度以内，并努力达到升温.摄氏度以内的目标；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(&23)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（(PLVVLRQV 'DWDEDVH [@IRU *OREDO $WPRVSKHULF 5HVHDUFK, ('*$5）数据为例，其每年发布的最新碳排放数据滞后时间为一年以上。二是统计数据通常以“年”尺度为单位进行公布，缺乏高时间分辨率的基础数据，导致高时间分辨率的碳排放数据核算工作存在相应时间分辨率基础数据难以获得的天然困境。虽然不同国家、地区和不同数据库已有尝试提供较高时间分辨率的基础数据（比如国际能源署,($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（,3&&）排放因子是基于世纪年代左右⻄方国家工业系统的经验和统计数据设计，其经验因子和数值并不适用于中国实际情况，使得国际机构对中国排放的估算普遍较高。同时，我国能源消费的行业划分根据