EN中文

Landscape Architecture >

2025 , Vol. 32 >Issue 1: 57 - 66

DOI: https://doi.org/10.3724/j.fjyl.202404180219

Evaluation of Urban Composite Carbon Sink Value: A Case Study of Shenyang

  • Tiemao SHI ,
  • Di WANG ,
  • Yu TANG ,
  • Peiying LI
Expand
  • School of Architecture and Planning, Shenyang Jianzhu University

SHI Tiemao, Ph.D., is a professor and doctoral supervisor in the School of Architecture and Urban Planning, Shenyang Jianzhu University. His research focuses on ecological planning, low-carbon planning, and healthy city

WANG Di is a Ph.D. candidate in the School of Architecture and Urban Planning, Shenyang Jianzhu University. His research focuses on ecological planning, and carbon sinks in urban ecosystems

TANG Yu, Ph.D., is a professor in the School of Architecture and Urban Planning, Shenyang Architecture University. Her research focuses on ecological planning, carbon sinks in urban ecosystems, and green architecture

LI Peiying, Ph.D., is a lecturer in the School of Architecture and Urban Planning, Shenyang Architecture University. Her research focuses on ecological planning, and carbon sinks in urban ecosystems

Received date: 2024-04-18

  Revised date: 2024-11-15

  Online published: 2025-12-07

Copyright

Copyright © 2025 Landscape Architecture. All rights reserved.
Fold

Abstract

[Objective] In view of the urgent necessity to achieve the carbon peaking and carbon neutrality goals and establish an effective ecological compensation system, it is of crucial significance to evaluate the carbon sink value. With the increasing concerns about climate change and the pursuit of sustainable development, accurately evaluating the carbon sink value becomes essential for understanding the role of different ecosystems in carbon cycling. However, it is highly remarkable that in the current research on ecological compensation of carbon sink, the urban carbon sink value has been frequently overlooked, which is rather concerning given the rapid expansion of urban areas and their growing impact on the environment. Therefore, this research endeavors to address this issue by proposing a method for calculating the composite carbon sink value of urban areas, which is based on the distinct characteristics of urban ecosystems, with the ultimate aim of comprehensively uncovering the true composite carbon sink value of cities.
[Methods] On the basis of the analysis of carbon sink elements in urban spaces, a carbon storage estimation model for vegetation, soil and buildings is established by combining remote sensing imagery with plot data. This model is used to calculate the natural and artificial carbon storage within the Shenyang Fourth Ring area from 2003 to 2023. The afforestation cost method, carbon tax method, and carbon trading method are adopted to evaluate the composite carbon sink value of the research area. Using different methods, the research analyzes the spatiotemporal variations of the composite carbon sink value as well as the changing contributions of various carbon sink elements. Additionally, the research conducts preliminary discussions on the relationships between different carbon pricing calculation methods, changes in carbon sink value, and urban development, and compares the carbon sink values of urban spaces with those of other ecosystems.
[Results] The results indicate that from 2003 to 2023, within the Shenyang Fourth Ring area, the composite carbon sink value calculated by the afforestation cost method ranges from RMB 599 million to RMB 2.5 billion, while that calculated by the carbon tax method ranges from RMB 646 million to 864 million, and that calculated by the carbon trading method ranges from 623 million to RMB 833 million. There are significant differences in the evaluations of carbon sink value among different methods, suggesting that there is still room for increasing the carbon trading price and carbon tax price in China according to related research. Over the period from 2003 to 2023, the urban composite carbon sink value kept increasing. The vegetation carbon sink value and soil carbon sink value presented a fluctuating trend, while the building carbon sink value had been consistently rising. The proportion of carbon sink value contributed by vegetation and soil decreased from 43.61% and 46.15% in 2003 to 34.70% and 36.62% respectively, whereas the proportion contributed by buildings increased from 10.24% to 28.70%.
[Conclusion] The important contribution of urban space to carbon sinks in terrestrial ecosystems should not be ignored. Although the total composite carbon sink value of urban areas is slightly inferior to that of other terrestrial ecosystems such as forests, it has a certain advantage in average annual growth. This implies that urban areas, despite their different characteristics compared to natural ecosystems, still play a meaningful role in carbon sink. The evaluation of urban composite carbon sink value can reveal the situation of urban spatial carbon assets, clarify the values of various carbon sinks in urban areas, and provide support for further exploring the impacts of the conflict between natural and artificial spaces and urban environmental changes on carbon sink value. It also provides new theories and methods for enhancing urban composite carbon sink efficiency and serves as a reference for land use decision-making and planning for comprehensive benefits. The impact of various human activities on urban composite carbon sink value is complex, and identifying the key impact factors should be the focus of future research. This is because human activities such as urban construction, transportation, and industrial production can have both positive and negative impacts on carbon sink. Understanding these impacts and identifying the key impact factors will enable more effective management of urban carbon sink. Regarding the choice of different methods, the afforestation cost method is relatively unsuitable for evaluating urban carbon sink value. Meanwhile, the carbon tax method and the carbon trading method also have limitations in the application process. In the future, when regulating the carbon trading price and formulating the carbon tax rate, reference should be made to the afforestation cost of carbon sinks to make it more adaptable to the evaluation of urban composite carbon sink value. This will ensure that the methods used for evaluating urban carbon sink value are more accurate and reflective of the actual situation, thereby facilitating better decision-making in the context of urban carbon management.

Key words： carbon neutrality; urban composite carbon sink; building carbon sinks; carbon reserve; carbon sink value; carbon sink compensation

Cite this article

Tiemao SHI , Di WANG , Yu TANG , Peiying LI . Evaluation of Urban Composite Carbon Sink Value: A Case Study of Shenyang[J]. Landscape Architecture, 2025 , 32(1) : 57 -66 . DOI: 10.3724/j.fjyl.202404180219

近百年来人类活动碳排放对全球气候变暖的影响导致一系列气候灾害事件。2020年中国为应对气候变化提出了“3060目标”。发达国家用了60~70年的时间实现碳排放达峰，而中国将这一时间缩短至30年，这使得实现“3060目标”成为一项紧迫、复杂和艰巨的任务[1]。
城市通常被认定为区域的主要碳源，不断扩张的城市用地和愈发密集的碳排放，对城市气候及环境的影响越加严重[2]。但研究表明，城市中的自然要素与人工要素都具有碳汇功能。碳汇是指通过植树造林等措施，吸收大气中的CO2，从而降低大气中温室气体浓度的过程、活动或机制。城市自然碳汇要素主要包括植被、土壤和水体[3]。当前中国市 辖区植被碳汇量约占全国总植被碳汇量的 10.13%[4]。而城市人工碳汇研究在国内外均刚刚起步，大部分局限在人工材料本身[5]，城市中具有碳汇能力的人工要素包括城市混凝土建（构）筑物以及碱性垃圾，相关学者证明，中国水泥与碱性垃圾的碳汇量巨大[6-7]。城市中自然碳汇要素和人工碳汇要素共同构成了城市复合碳汇，而城市复合碳汇在抵消碳排放和改善地方气候方面能发挥重要的作用[8]。随着低碳城市的建设，城市复合碳汇提升成为减缓气候变化的重要手段。
但城市复合碳汇尚未受到足够重视。一方面，学界普遍认为城市空间的碳汇在数量和功能上极其有限；另一方面，在城市发展过程中，土地开发更注重经济价值，由于缺乏对城市复合碳汇价值的量化研究，管理者往往忽视了城市复合碳汇的巨大价值。中国“十一五”规划提出建立生态保护补偿制度，这对提升生态系统碳汇量具有重要意义。将生态保护补偿的财政资金投入碳汇提升工程，是当前中国巩固与增强生态系统碳汇最经济有效的途径之一[9]。实现碳汇生态保护补偿的关键一步是核算碳汇价值。碳汇价值是对生态系统固碳服务功能的量化，核算城市人工与自然碳汇价值能够为中国争取更多发展权利和排放空间，还能为逐渐成熟的城市生态补偿提供有力支持；通过城市人工与自然碳汇价值评价可以识别应提升和可提升的碳汇类型。因此，将碳汇价值作为衡量城市碳汇能力的指标，在当前国内外形势下具有现实意义。
《2006年IPCC国家温室气体清单指南》的发布标志着碳汇补偿在碳排放核算上有了标准，相关研究得到发展，碳汇价值研究逐渐受到重视。国外碳汇价值研究重点在基于生态系统服务的固碳价值评估，而国内研究重点包括2个方面：一是从生态学的角度，以碳汇价值作为衡量碳汇能力的标准进行研究[10-11]；二是从经济学的角度，探讨碳汇的资产属性和交易模式[12]。最初国内外研究主要集中于森林碳汇价值核算[13]，以及造、毁林行为对碳汇价值的影响[14]；而后逐渐开始关注海洋蓝碳[15]、土壤有机碳[16]等其他类型的碳汇价值；近年来，相关研究逐渐从碳汇价值静态核算拓展到动态影响[17]。随着2021年7月全国碳市场正式启动上线交易，国内碳汇价值相关发文量激增，研究内容和研究对象逐步拓展[18-20]，也出现了以城市为研究区，对城市自然要素碳汇价值的探讨[21-22]，但目前尚缺乏对城市空间自然与人工复合碳汇价值的讨论。
本研究立足“双碳”目标下城市空间碳增汇的发展需求，以碳汇价值作为衡量城市人工与自然复合碳汇能力的指标，对沈阳市四环区域内的城市复合碳汇价值进行评价，揭示城市碳资产现状，明确城市复合碳汇中自然与人工碳汇价值随时间变化的情况、自然碳汇与人工碳汇的贡献度以及空间分布特征情况。为城市复合碳汇效能提升提供理论与方法支持，为以综合效益为主要目标的土地利用决策与空间规划提供参考依据和科学借鉴，为中国更科学合理地制定温室气体减排计划以及建立碳交易宏观调控机制提供参考。

1 研究区域与数据来源

1.1 研究区概况

沈阳市（122°25′E~123°48′E，41°11′N~43°02′N）位于辽宁省中部，是辽宁省省会，全市总面积1.286万km2，平均海拔50 m左右，属温带半湿润大陆性气候，年平均气温6.2~9.7 ℃。随着沈阳城市建设的不断推进、扩张，大量的自然要素被人工要素所替代，在公示的《沈阳市国土空间总体规划（2021—2035年）》草案 1中，沈阳市依托四环形成“一主三副、一河两岸、一廊两轴”的中心城区空间结构。因此本研究选取沈阳市四环区域作为研究区域，总面积约1 254 km2。由于人工碳汇与自然碳汇数据源不同，为避免分辨率等因素对结果对比产生影响，本研究以笔者收集汇总的沈阳市人民政府网站中控制性详细规划方案批前公示文件为依据，以控规单元作为城市碳汇价值分析的基本单元，根据公示文件，结合道路与自然地貌等条件，将研究区域划分为203个控规单元（图1）。
图1 沈阳市四环范围与控规单元分布

Fig. 1 Distribution map of Shenyang Fourth Ring area and control planning unit

1.2 遥感数据来源

利用美国地质调查局EarthExplore网站下载的Landsat 8数据，分辨率30 m×30 m，选取研究区域2003年、2008年、2013年、2018年、2023年主要植被生长季（7—8月）共5期的遥感影像，所选遥感影像能完整覆盖研究区域且覆盖特征稳定。使用ENVI 5.6软件对影像进行辐射定标、大气校正、裁剪等处理，分析归一化植被指数（normalized difference vegetation index, NDVI）等植被、土壤相关指数。

1.3 样地选择与实地调查

本研究分别于2018年8—11月、2023年7—9月对植被、土壤与城市建筑进行样地调查。利用ArcGIS栅格转点工具将Landsat 8遥感影像的像元转为点要素，作为样地选择的基本依据。
使用分层抽样法选取绿地样地，根据绿地所在位置的用地类型、植被覆盖度等因素在点要素中选择代表性样地，共设置211个30 m×30 m的样方，对于其中边长不足30 m的样方则选取整个地块，并记录尺寸。在每个样方内进行每木调查，详细记录植株的种类、株数、胸径、冠幅、株高等生长参数。
使用空间分层抽样方法选取土壤样地，共设置180个样地，建立3 km×3 km的方形网格，采样点位于网格中心。在沿网格的边和对角线以1.5 km间隔增设采样点。样方为30 m×30 m的不同土地利用类型的绿地地块。每个地块选取3个地点收集土壤芯（直径3.3 cm），取其顶部20 cm的部分混合。另外每个样地采用环刀法收集3份土壤样品，用于分析土壤的容重和pH值。
按比例分层抽样方法选取建筑样地，根据建筑类型、有效暴露面积、混凝土强度等因素，基于居住、工业、商业、公共服务、其他5种建筑功能，选取255个面积在1.55~52.48 hm2之间的建筑样地，所有建筑样地内共有9 812座建筑物，记录建筑数量、基底面积、高度、层数、结构类型、功能等信息。

1.4 其他数据

利用MapCapturer软件从百度地图截取建筑高度与基底面积数据，进而与遥感反演数据相结合，最终确定研究区建筑容量数据。通过遥感影像解译，识别用地类型，并与地面实测资料相结合，得到研究区用地布局情况，再利用火车头采集器软件爬取链家网、大众点评网、美团网网站，获取居住、商业等建筑的点位信息和建设年代数据，确定研究区建筑用途，同时查阅主要公共建筑建设信息，最终确定研究区建筑建设年代。沈阳市种植业总产值及单位面积种植业总产值情况通过历年《沈阳市国民经济和社会发展统计公报》得到。苗木成本数据来源于《2023年度全国苗木供需分析报告》，碳交易价格来源于碳交易网②。

2 城市复合碳汇价值评价方法与过程

城市作为陆地生态系统重要组成部分，其碳汇要素比其他生态系统更加多样，但不同碳汇要素的作用与固碳能力不同，并非所有的碳汇要素都具有碳汇价值。因此本研究在判断出城市中具有碳汇价值的碳汇要素的基础上，构建城市复合碳汇价值评价模型，并对碳汇要素的实物量与碳汇价格进行计算与分析。

2.1 城市复合碳汇价值判断与评价模型构建

从生态系统服务功能的视角来看，生态系统将大气中的CO2固定成有机物的过程称为碳固定。固定的碳以有机物形式储存或蓄积在生态系统中的过程称为碳蓄积[10]。在分析城市复合碳汇价值的组成时，需要同时考虑城市生态系统碳汇要素的碳固定能力和碳蓄积能力，二者缺一不可。
碳固定能力强调对游离的CO2或外源碳的吸纳，这是所有碳汇要素都具有的能力。城市绿地植被与农田农作物通过光合作用将空气中的CO2进行固定。城市土壤通过吸纳植物残体、根系及其分泌物转移的碳以及土壤微生物代谢产物来固碳。城市水体吸纳的有机碳来源于外源的土壤及植物有机质、污染物以及水生植物与微生物。城市建筑通过混凝土和水泥砂浆的碳化作用捕捉、固定空气中的CO2[23]。而城市部分碱性垃圾通过水化反应固定CO2[24]。
但并非所有的碳汇要素都具有碳积蓄能力。城市农作物的碳积蓄极不稳定，农作物会在成熟后被收割，目前大部分处理方式都会将当年固定的碳再次释放，而秸秆还田最终会将碳固定在土壤里[25]。城市水体溶解的CO2量极其有限且不稳定，而水体有机碳则是常见的水体污染物之一[7]。城市垃圾并不能稳定的存在，一些处理方式会导致水化反应固定的碳再次释放，部分碱性垃圾会被回收处理成为建筑材料[26]，这部分碳会固存在建筑中。
基于以上分析，本研究认为能够形成城市中具有碳汇价值的自然碳汇要素包括城市植被、土壤，人工碳汇要素为城市建筑（图2）。本研究所计算的植被碳汇价值指绿地地上植被的碳积蓄价值，土壤碳汇价值指土壤有机碳积蓄价值，人工碳汇价值指城市建筑碳积蓄价值。
图2 城市复合碳汇价值组成

Fig. 2 Composition of urban composite carbon sink value

根据对相关研究的总结[27-28]，构建城市复合碳汇价值评价模型计算式
$ {V_{\text{C}}} = 3.67{P_{\text{C}}}\mathop \sum\nolimits_{{{i}} = 1}^{{n}} {S_i}， $
式中：VC为研究区城市复合碳汇价值，元；PC为碳价格或碳单价，元/tCO2e；Si为第i种要素碳积蓄总量，即该要素的碳储量，t；3.67为碳转换为CO2的系数。根据此模型在ArcGIS中对研究区碳汇价值进行评价。

2.2 碳储量核算方法

2.2.1 自然碳储量核算方法

1）城市绿地地上植被碳储量 （aboveground carbon, AGC）核算。本研究以生物量法为基础，在对样地的植被碳储量计算的基础上，结合Landsat 8影像，构建AGC核算模型[29]。计算结果表明，样地最大碳储量为2.33 tC，碳密度为2.58 kg/m2，最小碳储量为0.08 tC，碳密度为0.08 kg/m2。本研究根据王紫君等[30]、汤煜等[29]、殷炜达等[31]、李军吉等[32]的相关研究，选取9个遥感参数作为模型构建的自变量，包括遥感波段2~5的4个单波段——蓝光波段（B2）、绿光波段（B3）、红光波段（B4）、近红外波段（B5）的光谱反射率值，NDVI，比值植被指数（ratio vegetation index, RVI），差值植被指数（difference vegetation index, DVI），土壤调整植被指数（soil-adjusted vegetation index, SAVI），修改型土壤调整植被指数（ modified soil adjusted vegetation index, MSAVI）。
在利用SPSS软件对选定的9个遥感参数与样地AGC进行相关性分析的基础上，选择与样地AGC显著相关的遥感参数进行多元逐步回归分析，得到研究区城市绿地AGC估算模型
$ \begin{split} Y =&-118.280-804.227 X _{ \mathrm{1}} +\\& 115.531 X _{ \mathrm{2}} +320.405 X _{ \mathrm{3}} \mathrm{\text{，}}\end{split} $
式中：Y为城市绿地AGC，t；X1为NDVI值；X2为RVI值；X3为MSAVI值。模型R 2为0.838，拟合度较好。
在建立沈阳市绿地AGC核算模型的基础上，利用ArcGIS、ENVI 5.6软件，结合目视解译结果，对高分辨率影像进行监督分类，对研究区内的农田空间进行识别及擦除。在农田识别的基础上，本研究选取NDVI大于0.2的像元计算AGC，最终确定研究区AGC核算范围。
2）城市土壤碳储量 （soil organic carbon, SOC）核算。根据城市内封闭土壤面积大于开放土壤面积，且开放土壤的空间连续性差的特征[33]，本研究采用生命带法对样地的土壤表层（0~20 cm）的碳储量和碳密度进行了计算[34]，并结合Landsat 8影像构建SOC核算模型。根据夏子书等[33]、郑曼迪等[35]、和紫微[36]的研究，选定NDVI、RVI、MSAVI、重归一化植被指数（renormalized difference vegetation index, RDVI）4种植被指数，盐分指数1（salinity index 1, SI1）、盐分指数2（salinity index 2, SI2）、盐分指数3（salinity index 3, SI3）、归一化盐分指数（normalized difference salinity index, NDSI）4种盐分指数，以及亮度指数（brightness index, BI）作为模型的自变量，并将这9个自变量与实际土样的SOC进行相关性分析，选择具有显著相关性的指数进行模型的拟合，并采用多元逐步回归分析建立研究区城市SOC估算模型
${Y} =\mathrm{3.110}-0.015 {X} _{ \mathrm{1}} +\mathrm{0.0351} {X} _{ \mathrm{2}} ，$
式中：Y为城市SOC，t；X1为BI值；X2为RVI值。模型R 2为0.681，拟合度较好。
分别利用植被和土壤的验证数据对沈阳城市绿地AGC估算模型的精确度进行评价，将AGC验证数据集的52个样点数据、SOC验证数据集的40个样点数据带入式（3）中，提取模型估算值。计算估算值与实测值之 间的均方根误差（RMSE）、平均绝对误差（MAE）和平均相对误差 （MRE），并将这 3个指标作为检验模型精度的指标。精度检验结果显示，验证模型中的3个指标值均比较接近回归模型，模型精度较高，具有较高的可信度。

2.2.2 人工碳储量核算方法

混凝土建筑的固碳过程大多集中于建筑使用阶段[37]。石铁矛等[38]构建了单体建筑使用阶段混凝土碳储量计算过程。而在计算区域建筑碳储量时，由于规划与用地条件的影响，计算模型更加复杂，Li等[39]的研究发现建筑建成时间、建筑基底面积、建筑层数、建筑层高、建筑高度、建筑容量是影响区域建筑碳汇计算的重要因素。建筑功能不同，所使用的混凝土等级、建筑形态等差异很大，城市建筑按主要功能可分为住宅建筑、工业建筑、商业建筑、公共服务建筑与其他建筑。因此，本研究以单体建筑碳储量计算方法为基础，对研究区内的建筑进行样地调查，并利用SPSS软件构建各类建筑碳储量估算模型。通过逐步回归模型排除相关特征指标的共线性影响。此外，根据碳化深度与时间的关系，最终得到了以建筑容量（building capacity, BC）和建筑建成时间（T）为模型自变量，以样地建筑碳储量为因变量的回归模型
$ {Y} _{ \text{R}} =\mathrm{0.081} {X} _{ \mathrm{1}}^{ \mathrm{1.69}} {X} _{ \mathrm{2}} \mathrm{\text{，}} $
$ {Y} _{ \text{M}} =\mathrm{（0.203} {X} _{ \mathrm{1}} +\mathrm{86.707）} {X} _{ \mathrm{2}} \mathrm{\text{，}} $
$ {Y} _{ \text{B}} =\mathrm{0.011} {X} _{ \mathrm{1}}^{ \mathrm{1.457}} {X} _{ \mathrm{2}} \mathrm{\text{，}} $
$ {Y} _{ \text{A}} =\mathrm{0.008} {X} _{ \mathrm{1}}^{ \mathrm{1.456}} {X} _{ \mathrm{2}} \mathrm{\text{，}} $
$ {Y} _{ \text{O}} =\mathrm{（0.291} {X} _{ \mathrm{1}} \mathrm{+2.597）} {X} _{ \mathrm{2}} \mathrm{\text{，}} $
式中：YR为居住建筑碳储量，YM为工业建筑碳储量，YB为商业建筑碳储量，YA为公共服务建筑碳储量，YO为其他建筑碳储量，单位均为g；X1为BC；X2为T 1/2。式（4）~（8）的R 2分别为0.760、0.999、0.901、0.890和0.995，表明模型拟合度较好。
计算分析上述5个建筑碳储量回归模型的相对均方根误差（rRMSE）、MAE，并将这2个指标作为检验模型精度的指标。精度检验结果表明，建筑碳储量回归模型精度较高，具有较高的可信度。

2.3 碳汇价格计算

2.3.1 碳汇价格计算方法选择

目前在碳汇的经济价值方面，学界以不同角度形成了以成本出发和以市场出发的2种碳汇价格计算方法，使用不同方法计算得到的碳汇价格差异很大[9]，具体计算方法包括造林成本法、人工固定CO2成本法、损失估算法、碳税法、支付意愿法及其衍生的碳交易法[9, 23, 40]。多数碳汇价值研究在计算碳汇价格时并未阐述选择具体方法的原因，目前造林成本法、碳税法和碳交易法最为常见[40]。
造林成本法通过综合考虑土地机会成本等因素，探讨土地用于造林固碳的最低成本价值[41]。即根据理性经济人的基本假设，假定营林主体的经营方式可以自主选择，其经营决策仅限于农业生产与固碳造林2种选择，也就意味着只有碳汇收益大于农业生产收益时，营林主体才会进行造林固碳[42]。该计算方法广泛应用于森林生态系统碳汇价值评价。
碳税法是以碳税作为价格依据计算碳汇价值的方法，碳税一般被解释为对化石燃料碳含量或 CO2排放量征收的税种。目前征收碳税的国家中有17个国家以化石燃料碳含量为依据征收碳税，有9个国家采用以CO2排放量为依据征收碳税[43]。碳税法由于其稳定、公正而被广泛使用。
碳交易法是以碳交易价格作为依据计算碳汇价值的方法，碳交易是碳排放权交易的简称，是《京都议定书》通过并生效后，各国政府为了应对气候变化、减少温室气体排放而采取的一种市场机制，以每吨CO2当量（tCO2e）为计算单位。根据国际碳行动伙伴组织发布的《全球碳市场进展 2023 年度报告》，全球已形成28个碳市场[44]。对于已建成碳市场的国家与地区来说，该方法是最具有参考意义的碳汇价格计算方法之一。
为体现3种计算方法之间的差异，同时便于将城市与其他生态系统类型的碳汇价值进行对比，本研究选择造林成本法、碳税法和碳交易法分别计算研究区城市复合碳汇价值。

2.3.2 基于造林成本法的碳汇价格计算

造林成本法假定土地经营者的经营决策只有农业生产与林业经营，因此当土地用于林业经营的永久净现值等于该土地用于农业生产活动的永久净现值时，森林碳汇的成本价格最低。一般采用模型[41-42]
$ {P}_{\text{c}}=\frac{{N}_{{\text{A}}}（1-{\text{e}}^{-{rt}}）-[{\delta }Q（t）{\text{e}}^{-{rt}}{P}_{\text{w}}-C]}{{\int }_{0}^{{t}}{\alpha }{Q}{{\text{'}}}（t）{\text{e}}^{-{rt}}{\rm{d}}t-{\alpha }（1-{\beta }）Q（t）{\text{e}}^{-{rt}}} \text{，} $
式中：Pc是碳汇价格；NA表示该土地用于农业生产的永久净现值；${\text{δ}} $为木材蓄积与材积的转换比例，根据营林主体经验与相关研究，一般为70%；t是林木的轮伐期；Q（t）为第t年林木蓄积量；Pw为木材价格；C是营林成本的贴现值，包括造林成本、管护成本、采运成本；r为连续贴现率，国家规定的营林业基准收益率设定为8%；${\text{α}} $为碳转换系数，本研究将该值设定为0.225；${\text{β}} $是历年来未腐烂且固定下来的木材所占的比重，本研究将该值设定为50%。
农业生产永久净现值计算式
$ {N}_{{\text{A}}}=\text{A}\sum\nolimits _{t=1}{(1+r)}^{1-t}=\frac{\text{A}}{r} \text{，} $
式中：A为单位面积农地每年的生产收益净现值；r为现贴率；t为轮伐周期；本研究假定单位面积土地的年农业收益利润率与贴现率相等，即单位面积农地的永久收益净现值等于其每年的农业总产值。
值得注意的是，当前国际和国内的碳交易市场均以每吨CO2的价格为计量单位，因此通过式（9）计算得到的价格还要再除以碳转换系数3.67才能得到碳汇价格。将通过相关文献、报告及统计数据[45-46]获得的计算指标代入式（9），分别计算得到2003、2008、2013、2018、2023年基于造林成本法的研究区碳汇价格。

2.3.3 基于碳税法的碳汇价格计算

当前中国运行中的碳定价机制仅有全国碳市场，碳税仍处于研究制定阶段。众多学者对中国最佳碳税税率进行了分析与研究，吕雁琴等[47]认为中国碳税初始税率可采用12.26元/tCO2e的标准，随着经济增长，经济社会承受力不断提高，税率可逐步向上调节至24.32元/tCO2e。范允奇[48]认为中国开征碳税时，不宜超过15元/tCO2e，最终碳税水平应维持在30元/tCO2e以下。根据财政部建议，碳税在起步时，每吨CO2排放征税10元，后续碳税的税率可提高到40元/tCO2e。根据生态环境部环境规划院课题组的建议，每吨CO2排放征税20元，后续可以提高到50元[49]。本研究取各项研究最终税率的平均值，即36元/tCO2e作为碳税价格。

2.3.4 基于碳交易法的碳汇价格计算

根据碳交易网数据，全国碳市场建立以来，碳交易总额为162.08亿元，交易量为46707万tCO2e，平均单价为34.70元/tCO2e。2013年是碳交易市场正式启动的第一年，交易量较低，但单价较高。后续由于交易机制尚不健全，碳交易价格持续走低，近年来随着碳交易市场的不断完善，碳交易价格逐渐升高，到2022年达到55.02元/tCO2e，但仍远低于国际碳交易价格61~122美元/tCO2e，折合人民币约430~860元/tCO2e。说明中国碳价格仍有较大的上升空间。本研究选取平均价格34.70元/tCO2e作为2003—2023年的碳单价。
对比使用3种方法计算得到的碳汇价格，可以发现随着农业产值及人工成本的不断提高，使用造林成本法计算得到的碳汇价格不断上升，2023年碳汇价格达到2003年的3.12倍，且远高于使用碳税法与碳交易法计算得到的碳汇价格（表1）。
表1 3种方法计算碳汇价格汇总

Tab. 1 Summary of various methods for calculating carbon sink price 单位：元/tCO2e

年份 碳汇价格
造林成本法 碳税法 碳交易法
　　注：地均碳汇价值为单位土地面积某类型碳汇要素的碳汇价值，即该类型碳汇价值除以控规单元的面积。
2003 33.41 36 34.7
2008 54.89
2013 85.95
2018 81.57
2023 104.12

3 沈阳城市复合碳汇价值评价结果

3.1 复合碳汇价值总体评价结果

使用造林成本法、碳税法、碳交易法分别计算得到2003—2023年研究区内碳汇价值评价结果（表2），包括植被碳汇价值（vegetation carbon sink value, VCV）、土壤碳汇价值（soil carbon sink value, SCV）、建筑碳汇价值（building carbon sink value, BCV），进而汇总得到城市复合碳汇价值（urban composite carbon sink value, UCV）。结果显示，2003—2023年使用造林成本法计算得到UCV为5.99亿元~25.00亿元，使用碳税法计算得到UCV为6.46亿元~8.64亿元，使用碳交易法计算得到 UCV为6.23亿元~8.33亿元。
表2 研究区碳汇价值评价结果

Tab. 2 Accounting results of carbon sink value in the research area

评价方法 年份 自然碳汇 人工碳汇 城市复合碳汇
VCV/
亿元		 地均VCV/
元·hm-2		 SCV/
亿元		 地均SCV/
元·hm-2		 BCV/
亿元		 地均BCV/
元·hm-2		 UCV/
亿元		 地均UCV/
元·hm-2
造林成本法 2003 2.61 2 116.99 2.77 2 240.16 0.61 497.22 5.99 4 854.37
2008 4.86 3 937.98 4.69 3 799.44 1.67 1 350.32 11.22 9 087.74
2013 6.85 5 549.12 7.36 5 963.36 3.93 3 185.77 18.15 14 698.25
2018 7.37 5 971.55 6.40 5 184.35 4.82 3 906.55 18.60 15 062.45
2023 8.67 7 182.99 9.15 7 103.06 7.17 6 663.08 25.00 20 949.13
碳税法 2003 2.82 2 281.11 2.98 2 413.82 0.66 5 35.76 6.46 5 230.69
2008 3.19 2 582.75 3.08 2 491.89 1.09 885.62 7.36 5 960.26
2013 2.87 2 324.24 3.08 2 497.74 1.65 1 334.35 7.60 6 156.33
2018 3.25 2 635.48 2.83 2 288.05 2.13 1 724.11 8.21 6 647.64
2023 3.00 2 483.55 3.16 2 455.92 2.48 2 303.79 8.64 7 243.27
碳交易法 2003 2.72 2 198.73 2.87 2 326.66 0.64 516.41 6.23 5 041.80
2008 3.07 2 489.49 2.97 2 401.91 1.05 853.64 7.09 5 745.04
2013 2.77 2 240.31 2.97 2 407.55 1.59 1 286.17 7.33 5 934.03
2018 3.14 2 540.31 2.72 2 205.43 2.05 1 661.85 7.91 6 407.59
2023 2.89 2 393.87 3.05 2 367.23 2.39 2 220.60 8.33 6 981.70
本研究将城市复合碳汇价值评价结果与现有研究进行对比，由于各研究采取的定价方法与价格不同，通过系数使碳税法、碳交易法结果具可比性，造林成本法不做调整。本研究发现城市地均VCV明显低于森林生态系统碳汇价值，但地均UCV与森林生态系统地均碳汇价值差距较小，蒙平珠等[50]、陆敏健等[51]、于鲁冀等[52]的研究计算得到的森林生态系统地均碳汇价值是本研究区地均VCV的2.96~4.30倍，是地均UCV的1.14~1.71倍。与湿地生态系统比较，辽宁双台河芦苇湿地的地均年净碳汇价值比研究区地均城市自然碳汇价值（natural carbon sink value, NCV）的年均增长量高7.35倍，但比地均UCV的年均增长量低42.93元/hm2[53]。

3.2 沈阳城市复合碳汇价值时间变化特征

使用不同方法计算得到的UCV评价结果差异很大。时间维度上，造林成本法受农业产值影响，研究区UCV不断提升，增速变化很大：2003—2013年快速增长，年均增长1.22亿元；2013—2018年增速放缓，年均增长0.90亿元；2018—2023年，增长速度恢复，年均增长1.28亿元。由于碳汇价格稳定不变，因此使用碳税法更能体现碳汇实物量即碳储量的变化：研究区UCV在2003—2008年，年均增长0.18亿元；2008—2013年年均增长0.05亿元；2013—2018年，年均增长0.12亿元；2018—2023年年均增长0.09亿元。使用碳交易法的 UCV计算结果在时间维度上，2003—2008年年均增长0.17亿元，2008—2013年均增长0.05亿元，2013—2018年均增长0.12亿元，2018—2023年均增长0.08亿元。
以碳税法为例（图3），研究区2003—2023年VCV、SCV、NCV都呈现波动变化的趋势，而BCV与UCV的变化趋势一致，都呈现持续增长的态势，2003—2023年NCV年均增加182.86万元，其中VCV年均增加90.99万元，SCV年均增加91.87万元，而BCV年均增加908.61万元。在不同碳汇要素贡献率方面（表3），受BCV增速影响，BCV的贡献率持续提高，从2003年的10.24%，提高 到2023年的28.68%。而VCV、SCV的贡献率分别从2003年的43.61%、46.15%下降到34.70%、36.62%。由此可以发现，虽然城市植被与土壤的碳储量变化导致城市自然碳汇价值有所波动，但是由于BCV增长迅速，从而使UCV呈现上升趋势。
图3 研究区不同要素碳汇价值变化情况

Fig. 3 Changes in the carbon sink value of different elements in the research area

表3 研究区碳汇价值占比变化情况

Tab. 3 Changes in the proportion of carbon sink value in the research area

年份 VCV占比/% SCV占比/% BCV占比/%
2003 43.61 46.15 10.24
2008 43.33 41.81 14.86
2013 37.75 40.58 21.67
2018 39.65 34.41 25.94
2023 34.70 36.62 28.68

3.3 沈阳城市复合碳汇价值空间特征

以碳税法为例，对研究区复合碳汇价值的空间分布特征进行分析，使用自然断点法将研究区203个控规单元根据碳汇价值与地均碳汇价值划分为高价值单元（high-value units, HVU）、较高价值单元（relatively high-value units, RHVU）、中等价值单元（medium-value units, MVU）、较低价值单元（relatively low-value units, RLVU）、低价值单元（low-value units, LVU）5类（图4）。
图4 2023年研究区不同要素碳汇价值空间分布

Fig. 4 Spatial distribution of carbon sink values of different factors in the research area in 2023

VCV与SCV的分布特征相似，总体上呈现中部核心区低、外围高的态势。VCV与地均VCV的空间分布上呈现南北高、中部核心区低的态势。SCV与地均SCV都呈现北、东南高，中部核心区、浑河公园带低的态势。研究区BCV与地均BCV呈现的分布态势较为一致，都呈现中部核心区高、外围低的态势。但UCV与地均UCV的空间分布则差异较大，UCV与VCV、SCV和BCV相比分布特征并不明显，总体上呈现北、东南高，浑河公园带低的特征，而地均UCV则呈现中部核心区、浑南新城及东北部棋盘山周边高，西部的铁西经开区低的特征。

4 结果与讨论

4.1 结果

1）使用造林成本法计算得到的碳汇价格与碳税法、碳交易法相比差异较大。使用碳税法和碳交易法计算得到的2003年UCV比造林成本法的计算结果分别高0.47亿元和0.24亿元；但随着造林成本的不断增加，自2008年开始，使用造林成本法计算得到的UCV高于其他2种方法；而到2023年，使用造林成本法计算得到的UCV已经达到碳税法的2.89倍、碳交易法的3.00倍；但总体趋势上使用3种方法计算的UCV结果都是不断提高的。
2）自然与人工碳汇价值的变化趋势并不一致，以碳税法计算，研究区2003—2023年VCV、SCV都呈现波动变化的趋势，且SCV的变化滞后于VCV；2003—2023年VCV年均增加90.99万元，SCV年均增加91.87万元。但BCV始终不断快速提升，2003—2023年年均增加908.61万元。2003—2023年VCV、SCV、BCV的贡献率由43.61%、46.15%、10.24%分别转变为 34.70%、36.62%、28.68%，BCV的贡献率持续提高。
3）在空间分布特征上，研究区内不同空间单元的UCV没有明显的分布规律，中部核心区、浑南新城和东北部棋盘山的地均UCV相对较高，铁西经开区由于工业用地面积大且集中，因此地均UCV相较于其他地区低。而自然碳汇价值、地均自然碳汇价值与人工碳汇价值、地均人工碳汇价值的分布特征则相反，VCV、SCV、地均VCV、地均SCV在中部核心区低、外围高，而BCV、地均BCV则呈现外围低、中部核心区高的特征。

4.2 讨论

1）本研究揭示了城市空间对于生态系统碳汇的重要贡献。城市复合碳汇价值评价使得城市空间对陆地生态系统碳汇的贡献得到了科学量化。将本研究的评价结果与其他生态系统碳汇价值进行比较，可以发现虽然城市自然碳汇要素由于受到空间限制与人为干扰，导致其地均碳汇价值低于其他生态系统，但因城市人工碳汇总量大，城市复合碳汇地均价值与其他生态系统相差不大，甚至在年均增长上具有优势。因此不能忽视城市在应对全球气候变化中所扮演的积极角色。城市管理者应在城市发展战略中融入更多有利于提升碳汇价值的决策。研究者应探索如何更好地协调城市功能与碳汇功能之间的关系，使城市在发展过程中，成为应对气候变化的前沿阵地。
2）城市复合碳汇价值评价能够为城市 “碳中和”研究提供数据支撑。城市“碳中和”研究主要着力于通过空间布局调整、新能源应用等方式实现“减源”，却忽视了“增汇”。以往对于城市碳汇的研究主要以城市绿地、森林为研究对象，但绿地、森林在城市内的面积有限，碳汇效能也受到一定程度的人为干扰，因此城市碳汇作用往往被低估。但是随着城市碳汇研究的不断深入，发现城市碳汇要素相较其他生态系统更加丰富，本研究所提出的城市复合碳汇价值评价客观揭示了城市空间的碳资产情况，明确了当前城市空间内各项碳汇要素的碳汇价值，可以为进一步探讨城市复合碳汇价值的影响和实现机制、提升城市复合碳汇效能提供理论与方法支持，为以综合效益为主要目标的土地利用决策与规划提供参考。
3）影响城市复合碳汇价值的关键因素尚待探明。从研究区VCV与SCV的时间变化特征可以看出，二者呈现波动的态势。由于受到城市人为活动的扰动，植被与土壤难以稳定积蓄碳。但这种扰动的影响存在两面性。一方面，建设活动侵蚀自然空间，降低自然要素质量，大量农田、绿地变为不透水面，引发了如景观改造、开荒、人为山火等次生演替的发生，破坏了自然碳汇的积蓄能力。另一方面，城市建设使得BCV快速积累，同时农田置换为城市公园绿地、防护绿地等高质量自然碳汇，提升了城市自然碳汇价值的积蓄能力。在研究区中表现为中部核心区等人工要素聚集区，以及东北部棋盘山周边自然要素聚集区地均城市复合碳汇价值高于其他区域的情况。因此，探明人类活动因素对城市复合碳汇价值的影响机制，找到关键影响因素，应当成为未来研究的重点。
4）不同碳汇价格计算方法的计算结果差异较大且尚有一定局限性。造林成本法体现了非城市土地经营者的最低期望价值，但城市土地决策因素复杂、成本高，因此该方法不适用于城市复合碳汇价值评价。碳税法、碳交易法相对更适合评价城市复合碳汇价值，前者代表政府主导的碳补偿价值，后者代表由市场主导、政府调控的碳交易价值。但中国碳税法具体政策尚在制定中，因此很多研究都沿用瑞典的碳税价格。而中国碳交易市场刚刚步入正轨，目前的碳交易价格偏低且仍有上升的空间。从本研究计算结果看，造林成本法与其他两者差异大，表明当前碳交易价格难以激励土地经营者，未来应借鉴国际经验完善碳交易体系、推动碳税政策落地。既往研究对碳税价格的探讨，往往忽略了日益增长的碳汇经营成本，本研究为更加科学合理地完善中国碳补偿机制提出了新的视角。

1 《沈阳市国土空间总体规划（2021—2035年）》草案公示网址为https://zrzyj.shenyang.gov.cn/ywpd/gtkjgh/gtkjztgh/202208/t202208224094423.html。

2 统计公报来源于沈阳市人民政府政府信息公开板块（www.shenyang.gov.cn/zwgk/fdzdgknr/tjxx/tjgb/）、《2023年度全国苗木供需分析报告》来源自辽宁省林业和草原局官方网站（lyt.ln.gov.cn/lyt/hdjl/dcyj/2022121411055596149/index.shtml）、碳交易网（www.tanjiaoyi.com/）。

图1根据沈阳市人民政府网站（www.shenyang.gov.cn/zwgk/fdzdgknr/ghxx）规划信息资料绘制，底图为在美国地质调查局EarthExplore网站（earthexplorer.usgs.gov）下载的研究区2023年Landsat 8影像；图2~4由作者绘制；表1~4由作者绘制。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
仇保兴. 城市如何实现碳达峰碳中和[J]. 城乡建设, 2021 19): 8-15

QIU B X. How Can Cities Achieve Carbon Peak and Carbon Neutrality[J]. Urban and Rural Development, 2021 19): 8-15.

[2]
石铁矛, 王迪, 汤煜, 等. 城市生态系统碳汇固碳能力计算方法与影响因素研究进展[J]. 应用生态学报, 2023, 34(2): 555-565

SHI T M, WANG D, TANG Y, et al. Research Progress on Calculation Method and Impact Factors of Carbon Sequestration Capacity in Urban Eco-systems[J]. Chinese Journal of Applied Ecology, 2023, 34(2): 555-565.

[3]
王敏, 石乔莎. 城市绿色碳汇效能影响因素及优化研究[J]. 中国城市林业, 2015, 13(4): 1-5

DOI

WANG M, SHI Q S. A Study of Influencing Factors to Urban Green Carbon Sequestration and Its Efficiency Optimization[J]. Journal of Chinese Urban Forestry, 2015, 13(4): 1-5

DOI

[4]
CHEN J, GAO M, CHENG S, et al. County-Level CO2 Emissions and Sequestration in China During 1997—2017[J]. Scientific Data, 2020, 7(1): 391

DOI

[5]
UENO A, KAWAI K J, KOBAYASHI K, et al. Evaluation of Visual Methods for CO2 Uptake by Demolished Concrete: Research Activities by JSCE Subcommittee 219[J]. Construction and Building Materials, 2014, 67 393-398

DOI

[6]
郗凤明, 石铁矛, 王娇月, 等. 水泥材料碳汇研究综述[J]. 气候变化研究进展, 2015, 11(4): 288-296

XI F M, SHI T M, WANG J Y, et al. Review of Cement Materials Carbon Sink[J]. Climate Change Research, 2015, 11(4): 288-296.

[7]
刘丽丽, 王娇月, 邴龙飞, 等. 我国钢渣碳汇的量化分析[J]. 应用生态学报, 2018, 29(10): 3385-3390

LIU L L, WANG J Y, BING L F, et al. Analysis of Carbon Sink of Steel Slag in China[J]. Chinese Journal of Applied Ecology, 2018, 29(10): 3385-3390.

[8]
MCPHERSON E G, XIAO Q F, AGUARON E. A New Approach to Quantify and Map Carbon Stored, Sequestered and Emissions Avoided by Urban Forests[J]. Landscape and Urban Planning, 2013, 120 70-84

DOI

[9]
靳利飞, 周海东, 刘芮琳. 适应碳达峰、碳中和目标的生态保护补偿机制研究: 基于碳汇价值视角[J]. 中国科学院院刊, 2022, 37(11): 1623-1634

JIN L F, ZHOU H D, LIU R L. Research on Ecological Protection Compensation Mechanism Based on Carbon Sink Value[J]. Bulletin of Chinese Academy of Sciences, 2022, 37(11): 1623-1634.

[10]
夏敏, 王行, 刘振亚, 等. 四川若尔盖高原3种湿地生态系统的碳储量及碳汇价值[J]. 福建农林大学学报（自然科学版）, 2020, 49(3): 392-398

XIA M, WANG H, LIU Z Y, et al. Carbon Stock and Its Value for 3 Types of Wetland Ecosystems on Zoige Plateau, Sichuan Province[J]. Journal of Fujian Agriculture and Forestry University (Natural Science Edition), 2020, 49(3): 392-398.

[11]
于海群. 华北地区平原造林工程碳汇能力及碳汇价值研究: 以北京市东郊森林公园为例[J]. 生态经济, 2022, 38(2): 110-115

YU H Q. Carbon Accounting for Afforestation Project in the Plain Area of Beijing: A Case Study of Eastern Suburb Forest Park, Beijing[J]. Ecological Economy, 2022, 38(2): 110-115.

[12]
王智晨, 张颖. 京津冀地区碳汇价值嵌入的森林资产核算与负债表编制[J]. 资源开发与市场, 2023, 39(7): 769-777

DOI

WANG Z C, ZHANG Y. Accounting and Balance Sheet Preparation for Forest Assets Embedded in the Value of Carbon Sinks in the Beijing-Tianjin-Hebei Region[J]. Resource Development & Market, 2023, 39(7): 769-777

DOI

[13]
GREN I M, CARLSSON M. Economic Value of Carbon Sequestration in Forests Under Multiple Sources of Uncertainty[J]. Journal of Forest Economics, 2013, 19(2): 174-189

DOI

[14]
DAMNYAG L, TYYNELÄ T, APPIAH M, et al. Economic Cost of Deforestation in Semi-deciduous Forests: A Case of Two Forest Districts in Ghana[J]. Ecological Economics, 2011, 70(12): 2503-2510

DOI

[15]
CARR E W, SHIRAZI Y, PARSONS G R, et al. Modeling the Economic Value of Blue Carbon in Delaware Estuary Wetlands: Historic Estimates and Future Projections[J]. Journal of Environmental Management, 2018, 206 40-50.

[16]
YOO J, KIM J, KIM J, et al. Soil Carbon Storage and Its Economic Values of Inland Wetlands in Korea[J]. Ecological Engineering, 2022, 182 106731

DOI

[17]
HAO Y, TIAN C S. A Hybrid Framework for Carbon Trading Price Forecasting: The Role of Multiple Influence Factor[J]. Journal of Cleaner Production, 2020, 262 120378

DOI

[18]
张文明. 建立健全体现碳汇价值的生态保护补偿机制初探[J]. 中国经贸导刊, 2023 1): 57-58

ZHANG W M. A Preliminary Study on the Establishment of a Sound Ecological Protection Compensation Mechanism That Reflects the Value of Carbon Sinks[J]. China Economic & Trade Herald, 2023 1): 57-58.

[19]
林枫, 王丽芳, 文琦. 黄土高原土壤有机碳固存对植被恢复的动态响应及其碳汇价值[J]. 水土保持研究, 2021, 28(3): 53-58

LIN F, WANG L F, WEN Q. Dynamic Responses of Sequestration of Soil Organic Carbon to Vegetation Restoration and the Values of Carbon Sink in the Loess Plateau[J]. Research of Soil and Water Conservation, 2021, 28(3): 53-58.

[20]
李淑娟, 丁佳琦, 隋玉正. 碳汇交易视角下中国滨海湿地蓝色碳汇价值实现机制及路径研究[J]. 海洋环境科学, 2023, 42(1): 55-63

LI S J, DING J Q, SUI Y Z. Mechanism and Path of the Value Realization of Blue Carbon Sink of Coastal Wetlands in China from Perspective of Carbon Sink Trading[J]. Marine Environmental Science, 2023, 42(1): 55-63.

[21]
田晶晶, 解旭东. 碳中和、碳达峰导向下的碳汇价值评估: 以天津市蓝绿基础设施为例[J]. 城市建筑, 2022, 19(4): 6-9

TIAN J J, XIE X D. Evaluation on the Carbon Sequestration Value Under the Guidance of Carbon Dioxide Emissions Peaking and Neutraling: A Case of the Urban Green and Blue Infrastructure in Tianjin[J]. Urbanism and Architecture, 2022, 19(4): 6-9.

[22]
王晓迪, 冯丽, 马晓燕. 碳汇价值核算下森林城市建设策略: 以北京市海淀区为例[J]. 北京农学院学报, 2022, 37(2): 95-99

WANG X D, FENG L, MA X Y. Forest City Construction Strategy Based on Value Accounting of Forest Carbon Sequestration: A Case Study of Haidian District of Beijing[J]. Journal of Beijing University of Agriculture, 2022, 37(2): 95-99.

[23]
XI F M, DAVIS S J, CIAIS P, et al. Substantial Global Carbon Uptake by Cement Carbonation[J]. Nature Geoscience, 2016, 9(12): 880-883

DOI

[24]
MA M J, GUO R, BING L F, et al. Quantitative Analysis of CO2 Uptake by Alkaline Solid Wastes in China[J]. Journal of Cleaner Production, 2022, 363 132454

DOI

[25]
马铭婧, 郗凤明, 尹岩, 等. 碳中和视角下秸秆处置方式对碳源汇的贡献[J]. 应用生态学报, 2022, 33(5): 1331-1339

MA M J, XI F M, YIN Y, et al. Contribution of Straw Disposal to Carbon Source and Sink Under the Framework of Carbon Neutrality[J]. Chinese Journal of Applied Ecology, 2022, 33(5): 1331-1339.

[26]
白冬锐, 张涛, 陈坦, 等. 苏州古城区域河道碳氮磷类污染物的分布特征[J]. 环境科学, 2021, 42(3): 1403-1415

BAI D R, ZHANG T, CHEN T, et al. Distribution Characteristics of Carbon, Nitrogen, and Phosphorus Bearing Pollutants in the Ancient Town Rivers of Suzhou[J]. Environmental Science, 2021, 42(3): 1403-1415.

[27]
曾攀儒, 张福平, 冯起, 等. 祁连山地区不同植被生态系统固碳价值量估算及时空演变分析[J]. 冰川冻土, 2019, 41(6): 1348-1358

ZENG P R, ZHANG F P, FENG Q, et al. Estimation of the Carbon Sequestration Value and Spatial and Temporal Evolution of Different Vegetation Ecosystems in Qilian Mountains[J]. Journal of Glaciology and Geocryology, 2019, 41(6): 1348-1358.

[28]
徐婷婷, 郭嘉, 李庆卫, 等. 农林业净碳汇价值测算方法[J]. 乡村科技, 2021, 12(9): 107-108

DOI

XU T T, GUO J, LI Q W, et al. Method for Calculating the Net Carbon Sink Value of Agriculture and Forestry Industry[J]. Rural Science and Technology, 2021, 12(9): 107-108

DOI

[29]
汤煜, 石铁矛, 卜英杰, 等. 城市绿地碳储量估算及空间分布特征[J]. 生态学杂志, 2020, 39(4): 1387-1398

TANG Y, SHI T M, BU Y J, et al. Estimation and Spatial Distribution of Carbon Storage in Urban Greenspace[J]. Chinese Journal of Ecology, 2020, 39(4): 1387-1398.

[30]
王紫君, 申广荣, 朱赟, 等. 上海城市森林叶生物量遥感监测[J]. 生态学杂志, 2016, 35(5): 1308-1315

WANG Z J, SHEN G R, ZHU Y, et al. Remote-Sensing Monitoring of Urban Forest Leaf Biomass in Shanghai[J]. Chinese Journal of Ecology, 2016, 35(5): 1308-1315.

[31]
殷炜达, 苏俊伊, 许卓亚, 等. 基于遥感技术的城市绿地碳储量估算应用[J]. 风景园林, 2022, 29(5): 24-30

YIN W D, SU J Y, XU Z Y, et al. Estimation and Application of Urban Green Space Carbon Storage Based on Remote Sensing Technology[J]. Landscape Architecture, 2022, 29(5): 24-30.

[32]
李军吉, 费佳宁, 周婷, 等. 利用高光谱数据估算城市植被碳储量[J]. 测绘通报, 2023 4): 106-110

LI J J, FEI J N, ZHOU T, et al. Estimation of Urban Vegetation Carbon Storage Using Hyperspectral Data[J]. Bulletin of Surveying and Mapping, 2023 4): 106-110.

[33]
夏子书, 白一茹, 包维斌, 等. 基于多光谱和地理加权回归模型的石嘴山城市土壤有机碳空间分布研究[J]. 干旱区地理, 2020, 43(5): 1348-1357

XIA Z S, BAI Y R, BAO W B, et al. Spatial Distribution of Soil Organic Carbon in Shizuishan Based on Multispectral and Geographically Weighted Regression Model[J]. Arid Land Geography, 2020, 43(5): 1348-1357.

[34]
汤煜, 石铁矛, 卜英杰, 等. 城市化进程中沈阳城市绿地土壤有机碳储量空间分布研究[J]. 中国园林, 2019, 35(12): 68-73

TANG Y, SHI T M, BU Y J, et al. Spatial Distribution of Soil Organic Carbon Stocks in Urban Green Space with Urbanization in Shenyang, China[J]. Chinese Landscape Architecture, 2019, 35(12): 68-73.

[35]
郑曼迪, 熊黑钢, 乔娟峰, 等. 基于综合光谱指数的不同程度人类干扰下土壤有机质含量预测[J]. 江苏农业学报, 2018, 34(5): 1048-1056

DOI

ZHENG M D, XIONG H G, QIAO J F, et al. Prediction of soil Organic Matter Content Based on Comprehensive Spectral Index at Different Levels of Human Disturbance[J]. Jiangsu Journal of Agricultural Sciences, 2018, 34(5): 1048-1056

DOI

[36]
和紫微. 呼伦贝尔草原林草交错区土壤碳储量遥感估算[D]. 北京: 北京林业大学, 2020.

HE Z W. Estimation of the Remote Sensing on Soil Carbon Storage of the Ecotone of Forest and Grassland in Hulunbuir Steppe[D]. Beijing: Beijing Forestry University, 2020.

[37]
阴世超.建筑全生命周期碳排放核算分析[D].哈尔滨: 哈尔滨工业大学, 2012: .

YIN S C. Study of Life-Cycle Carbon Emission in Buildings[D]. Harbin: Harbin Institute of Technology, 2012.

[38]
石铁矛, 王梓通, 李沛颖. 基于水泥碳汇的建筑碳汇研究进展[J]. 沈阳建筑大学学报（自然科学版）, 2017, 33(1): 1-9

SHI T M, WANG Z T, LI P Y. Research Progress of Building Carbon Sinks Based on Cement Carbon Sinks[J]. Journal of Shenyang Jianzhu University: Natural Science, 2017, 33(1): 1-9.

[39]
LI P Y, SHI T M, BING L F, et al. Calculation Method and Model of Carbon Sequestration by Urban Buildings: An Example from Shenyang[J]. Journal of Cleaner Production, 2021, 317 128450

DOI

[40]
任云卯, 温志勇, 王敏男, 等. 北京市森林碳汇能力评价[J]. 北京林业大学学报, 2023, 45(12): 108-119

DOI

REN Y M, WEN Z Y, WANG M N, et al. Evaluation of Forest Carbon Sequestration Capacity in Beijing[J]. Journal of Beijing Forestry University, 2023, 45(12): 108-119

DOI

[41]
陈周光, 龙飞, 祁慧博. 浙江省森林碳汇潜力及经济价值研究[J]. 黑龙江八一农垦大学学报, 2022, 34(4): 126-133

DOI

CHEN Z G, LONG F, QI H B. Study on Forest Carbon Sink Potential and Economic Value in Zhejiang Province[J]. Journal of Heilongjiang August First Land Reclamation University, 2022, 34(4): 126-133

DOI

[42]
刘梅娟, 钱怡霖, 郑根水. 基于造林成本法的森林碳汇成本影响因素研究[J]. 财会月刊, 2020 9): 79-84

LIU M J, QIAN Y L, ZHENG G S. Research on the Influencing Factors of Forest Carbon Sequestration Cost Based on Afforestation Cost Method[J]. Finance and Accounting Monthly, 2020 9): 79-84.

[43]
许文. 以排放为依据的碳税制度国际经验与借鉴[J]. 国际税收, 2021 12): 14-20

XU W. International Experience and Enlightenment of Carbon Tax System Based on Emissions[J]. International Taxation in China, 2021 12): 14-20.

[44]
ICAP. Emissions Trading Worldwide: Status Report 2023[R]. Berlin: International Carbon Action Partnership, 2023.

[45]
董灵波, 蔺雪莹, 张一帆, 等. 兼顾碳汇和木材生产的长白落叶松人工林最优轮伐期[J]. 林业科学, 2022, 58(5): 18-30

DOI

DONG L B, LIN X Y, ZHANG Y F, et al. Optimal Rotation of Larix olgensis Plantation in Considering Carbon Sequestration and Timber Production[J]. Scientia Silvae Sinicae, 2022, 58(5): 18-30

DOI

[46]
任红剑. 荒山工程造林成本核算构成: 以山东省宁阳县为例[J]. 林业建设, 2022 3): 70-74

REN H J. Composition of Engineering Afforestation Cost Accounting in Barren Mountain: Taking Ningyang County of Shandong Province as an Example[J]. Forestry Construction, 2022 3): 70-74.

[47]
吕雁琴, 达振华, 杨洋, 等. “双碳”背景下碳税设计及对碳排放和宏观经济的影响[J]. 生态经济, 2023, 39(6): 25-31

LYU Y Q, DA Z H, YANG Y, et al. Design of Carbon Tax and Its Impact on Carbon Emissions and Macroeconomics Under the Background of “Dual Carbon” Goal[J]. Ecological Economy, 2023, 39(6): 25-31.

[48]
范允奇. 我国碳税效应, 最优税率和配置机制研究[D]. 北京: 首都经济贸易大学, 2012.

FAN Y Q. Research on Tax Effects, Optimal Tax Ratesand Related Mechanisms of Carbon Taxation in China[D]. Beijing: Capital University of Economics and Business, 2012.

[49]
杨颖. 我国开征碳税的理论基础与碳税制度设计研究[J]. 宏观经济研究, 2017 10): 54-61

YANG Y. Research on the Theoretical Basis of Levying Carbon Tax and the Design of Carbon Tax System in China[J]. Scientific Management Research, 2017 10): 54-61.

[50]
蒙平珠, 王文棣, 吴玉泽. “双碳”背景下甘肃省森林碳汇经济价值估算研究[J]. 生产力研究, 2023 6): 55-59

DOI

MENG P Z, WANG W D, WU Y Z. Research on Estimation of the Economic Value of Forest Carbon Sink in Gansu Province Under the Background of “Double Carbon”[J]. Productivity Research, 2023 6): 55-59

DOI

[51]
陆敏健, 虞依娜, 邹碧山, 等. “双碳”目标下广东省西江林场森林碳汇价值评价[J]. 北京林业大学学报（社会科学版）, 2022, 21(4): 66-71

LU M J, YU Y N, ZOU B S, et al. Value Assessment of Forest Carbon Sequestration of Xijiang Forest Farm in Guangdong Province Under the Goal of “Double Carbon” Strategy[J]. Journal of Beijing Forestry University (Social Sciences), 2022, 21(4): 66-71.

[52]
于鲁冀, 张亚慧, 樊雷, 等. 河南省森林固碳量与碳汇价值评估[J]. 郑州大学学报（工学版）, 2024, 45(3): 7-13

YU L J, ZHANG Y H, FAN L, et al. Evaluation of Carbon Sequestration and Carbon Sink Value of Forests in Henan Province[J]. Journal of Zhengzhou University: Engineering Science, 2024, 45(3): 7-13.

[53]
康晓明, 崔丽娟, 赵欣胜, 等. 辽宁双台河口芦苇湿地固碳价值评价研究[J]. 湿地科学与管理, 2016, 12(2): 15-18

DOI

KANG X M, CUI L J, ZHAO X S, et al. Valuation of Carbon Sequestration of a Reed (Phragmites australis) Wetland in Liaoning Shuangtai Estuary[J]. Wetland Science & Management, 2016, 12(2): 15-18

DOI

Options
Outlines

/

〈 〉