2020年 大型城市居民消费低碳潜力分析-碳阻迹-20200417

1.背景和说明 本报告致力于研究并估算1000万人口以上的大型城市居民在生活和消费上存在的碳减 排潜力，覆盖范围包括衣食住行用几大方面，通过科学的数据和合理的假设，推测个人及城市 减排潜力。在进行估算时，优先选择的是全部一二线城市的数据。部分难以获得的数据，通过 典型城市，如北京为例进行了代表性的计算。 2.减排估算 衣-2030年减排量至少可达79.34kgCO2e/人 服 的碳 一 过 和 ， 型 大的 。例如 ¡¢ £碳排⁄为¥ƒ§currency101 “«‹¥›fi “ [1] ，一fl –†‡· – ¶•¢†‡·‚„”理排⁄为»¥§» “«‹¥›… ‰ –»fi¿ ` ´ ˆ˜– ¶•¢£ 衣的‚„”理的排⁄为10§currency1ƒ “«‹¥› [2] 。¯据˘˙性¨ ，选择˚¸生 的 –ˆ˜ – ¶•¢˝用˛ˇ的全部排⁄—§¿¥» “«‹¥› [3] 进行估算。 ¯据¸ 计 和˚¸服 的数据…¥01— 服 为ƒ¿0§ [4] ， 时 据¸ 计 的数据，¥01currency1 服 Æ 为—0— §1» ª，服 Æ 口 ¥ƒ——§ƒcurrency1 ª。 例ŁØŒº 数 例。 口服 ， æ 人 服 数 为¥ §¿ 。¥0¥0 ı 人 服 数 减 10 ，ł» 衣服øœ， 碳排⁄ ß 减 ¥¿§—1 “«‹¥›。¥0»0 ı 人 服 数 减 1ƒ ， 碳排⁄ 减 »currency1§¥¥ “«‹¥›。 衣是 的 享经济的一¶，目标针对一二线城市的´性‰领，¯据现 台的数据显 示，截ߥ01— 底该 衣 台注册用户达1ƒ00万， 衣服的流转次数在¥0次¢»0次之 间，在¥01— 付费用户数 涨了10倍 [5] 。 样基于 –ˆ˜计算，假设¥0¥0 通过 衣， æ 人 1 衣服， 减排 为—§¿¥ “«‹¥›，假设¥0»0 通过 衣， æ 人 ƒ 衣服， 减排 为¿¥§1¥ “«‹¥›。 此外，一些快消 牌 其自身的总 碳排⁄核算和目标，例如«&A ¥01— 排⁄为 ƒ currency1—¥0¿t«‹¥›， ¥01 排⁄减 1¥ [6] ，总 的碳减排目标仍在 定˚。但在减 Æ 店 配送˚心和办公室的碳排⁄上目标为基于¥01¥ 的水 减 ¥0 碳排⁄。H&M ¥01— 在运营方面减 11 的碳排⁄ [7] ，且计划在¥0¿0 实现供应链端碳˚和。优衣库母公司 Fastr›tailin“集团¥01currency1-¥01—财政 在供应链 运营和分 所 ˛ˇ的碳排⁄综合为 »¥¿—1ƒ t«‹¥›，并计划在¥0¥0 达£Æ店 位面积碳减排10 的目标 [8] 。ı在消费时选 择 减排目标和减排行动的 牌，也 助力碳减排。¯据KPMG对时尚行业可持续 展的分 [9] ， Fas i n n str « art›r r «li at› A ti n的 业˚， 1ƒ øœ计算了 其供应链和范 的排⁄， 于»0 的 业 了其 的¥0»0减排目标。时尚行业 减排潜力，但 于行业的碳 ，目 时 的减排潜力估计。 表1 ¡衣¢减排 种类 2020减排潜力 2030减排潜力 单位 减少购买服装 减 10 服 减 1ƒ 服 ¥¿§—1 »currency1§¥¥ “«‹¥›fi人£ 租衣服* ⁄¥于 1 ⁄¥于 ƒ —§¿¥ ¿¥§1¥ “«‹¥›fi人£ 选择有减排目标/行为的 品牌 -- -- -- 合计 ¥¿§—1-»»§¥»ƒ »currency1§¥¥-currency1 §»¿ƒ “«‹¥›fi人£ 注§ƒ部分人currency1用 食-2030年减排量至少可达160.63kgCO2e/人 ¯据˚¸营 学 “的˚¸居民 «‹食›fi可fl，一 所–的†‡· 为¿0-currency1¿¶ [10] ， 时 据• ar‚ r “ 人的研究 [11] 可fl，„”一»一 …食， 个人的减排 一 可达1¥—§currency11 “«‹¥›。ı¥0¥0 ƒ0 的时间‰ ¿¢一»一次…食， 个人一 减 排 可达 ¿§» “«‹¥›。ı¥0»0 ‰ 实现 »一 …食， 个人一 的减排 可达 1¥—§currency11 “«‹¥›。对于部分人 ，一个食· 大的人`´过100“fi ˆ˜为˚ 食·`ƒ0- “fi ˆ¯˘ 营 ˙¨的 水 食·`0-ƒ0“fi ˆ，一 可减排为ƒ—¿- ¿ƒ§»ƒ “«‹¥›… æ为currency1 ¿§ — “«‹¥›。 减 食 ˚费‰ 减 ¸ ”理时对应的碳排⁄，¯据碳˝ 对˛ˇ— 的计算， 人在 生的 ¸ ¿0¶，¯据 F˚¸食 ˚费报告 [12] ， 和食 的 æ食 ˚费 为 人 »¶。¯据˚¸现 的 例，计算可得，假设¥0¥0 食 ˚费‰减 ¥ƒ ， ”理时， Æ 行动 人可减 的碳排⁄ 为1ƒ§ “ «‹¥›。 ¥0»0 ı食 ˚费‰减 ƒ0 ， ”理时 人可减 的碳排⁄ 为»1§ ¥ “«‹¥›。 表¥ ¡食¢减排 种类 2020减排潜力 2030减排潜力 单位 一周一天素食 ƒ0 的时间¿¢ 100 时间¿¢ ¿§» 1¥—§currency11 “«‹¥›fi人£ 改变食肉量过大* currency1 ¿§ — currency1 ¿§ — “«‹¥›fi人£ 光盘行动 减 食 ˚费¥ƒ 减 食 ˚费ƒ0 1ƒ§ »1§ ¥ “«‹¥›fi人£ 合计 —0§»¥-—¿ƒ§00ƒ 1 0§ »- ¥ƒ§»1ƒ “«‹¥›fi人£ ƒ部分人currency1用 住-2030年减排量可达456.71kgCO2e/人 目 ª力˝用是 在住 个领 估算的ŁØ˙的碳排⁄ Œ，¯据¥01—˚¸ 计 º [13] ，¥01 人æ生活ª力消 为 10§— ，ߥ0¥0 ，ı 人‰ ƒ 的ª力， 为»0 ，‰ 减 1—§ » “«‹¥›。ߥ0»0 ，ı 人一 ‰ 10 的ª力， 为 1 ，‰ 减 »currency1§¥ “«‹¥›。可以通过 一 ，及时 æ ªŒ 方 实现。 假设ª力市 ˜ı在 快可以实现用户自 选择供ªÆ，基于现˛ˇ的ª力排⁄ ł，且 可ø生‰Œ ªœ设时的排⁄，łß为可ø生‰Œª力的碳排⁄为 。ı在¥0¥0 选择ƒ0 的ª力 自可ø生‰Œ，ł ƒ ª力之 ， ƒ0 ª力 自可ø生‰Œ， 一 的减排 为1currency1currency1§01 “«‹¥›fi人。ı在¥0»0 选择100 ª力 自可ø生‰Œ，ł 10 用ª ， 0 全部 自可ø生‰Œ， 一 的减排 为»»ƒ§»— “«‹¥›fi人。 选择 ‰ ª，ł‰ 级为1-¥级的 ª，通过碳˝ 和‰Œ基 联合 “的双 11 ‰ ª碳减排 查报告 [14] ，˝用1台 ‰ 一 减排»ƒ»§¿ “«‹¥›，˝用1台 ‰冰箱一 减排100§»1 “«‹¥›，˝用1台洗衣 一 可减排10 § ¥ “«‹¥›，˝用1台 ª视一 可减排ƒcurrency1§ “«‹¥›。 一户ß 拥 些ª器各一台， æ —规模为»§0» [13] ， ˝用 ‰ ª， æ 人一 的碳减排 为¥0ƒ§0ƒ “«‹¥›。 时 据报告˚的 ‰ ª和普通 ª的 例，假设 现˛ˇ˝用 例一致，łƒ 为 ‰ ª， ¿1 为普 通 ª和 标 的 ª。数据推测假设¥0¥0 普通 ª˝用者˚ƒ0 的 —`ł全部人群 ˚的currency1 §ƒ ˆ实现全部 ‰ ª，基于现˛ˇ水 æ 人一 外减排 为 ¿¥§0» “«‹¥›。假设¥0»0 全部 —都是用 ‰ ª， æ 人一 外减排 为 —¿§0currency1 “«‹¥› 表» ¡住¢减排 种类 2020减排潜力 2030减排潜力 单位 节约电力 用ªƒ 用ª10 1—§ » »currency1§¥ “«‹¥›fi人£ 选择可再生能源电 力 ƒ0 自可ø生‰Œ 100 自可ø生 ‰Œ 1currency1currency1§01 »»ƒ§»— “«‹¥›fi人£ 选择节能家电 ƒ0 的 —全部 ‰ ª 100 —全部 ‰ ª ¿¥§0» —¿§0currency1 “«‹¥›fi人£ 合计 ¥»currency1§ currency1 ¿ƒ §currency11 “«‹¥›fi人£ 注§上述 项 可‰包括部分重复计算，在本研究˚ 。 行-2030年减排量可达440.26kgCO2e/人 北京市的交通 展 报告 [15] ˚私 车 æ 的 行距离为»1§» … 车辆为 燃油车， »除限号外 开一 车，且选择 碳 行方 ，其˚¿0 公交代替，¿0 地铁代 替，1ƒ 骑行，ƒ 步行， 开一 车一 减 的碳排⁄为¥currency1¿§¥¿ “«‹¥›fi车。结合¥01— ˚¸ 计 º [13] ˚ æ —户规模»§0»人fi户， 时 据北京市为例，毎百户拥 汽车数 为¿ §¥辆，可得在¥0¥0 实现 为 »ø 开一 车，人æ减排 为¿¿§»ƒ “«‹¥›。此 外，ı¥0»0 currency1ƒ ˝用ª动车代替其他车且 旧˘持除限号外， »ø 开一 车。 轿车的百公里油 为—§ L，ª动汽车的百公里ª 为1ƒ§— …ł一 的减排 为»§1currency1 “«‹¥›，ı全部车辆换为ª动车，一»开车ƒ ， 外的减排 为 人 100§¥¿ “«‹¥›。 此” 时忽略了¥ ª动车所占份 (北京市大 为» )，选取了 轿车 æ的排⁄， 数据 难获取， 排 的排⁄ 和份 。 `途 行选择 的交通 具 碳排⁄，¯据DEFRA¥01—，飞 的排⁄ ł为 0§1—¥currency1currency1 “«‹¥›fi … 火车的排⁄ ł为0§01¥¥ “«‹¥›fi 。 ¯据¥01— 民航行业 展 计公报 [16] ，¥01— 全行业完£旅客»转 10currency11¥§»¥ 人公里，旅客运输 为 11currency1»§ƒ0万人次，可得乘坐飞 æ 人次距离为1currency1ƒ1§1» 。结合北京市的交通 展 报告 [15] ，民航客运进 港人数为10currency1¿ 万人， æ北京人的飞 行次数为¿§ ƒ次， 上 述 æ 人次的 行距离⁄乘可得， æ 人飞 行距离为— currency10§1ƒ fi 。ı在¥0¥0 10 的 行距离˝用火车代替飞 ，减排 为1¿currency1§—» “«‹¥›fi人£ 。¥0»0 ¥0 的 行距离˝用火车代替飞 ，减排 为¥ ƒ§ currency1 “«‹¥›fi人£ 。 表¿ ¡行¢减排 种类 2020减排潜力 2030减排潜力 单位 私家车 » 开一 车 全部ª动车 行 ¿¿§»ƒ 1¿¿§ƒ “«‹¥›fi人£ 长途出行火车代替飞 机 10 飞 航 火车 代替 ¥0 飞 航 火车 代替 1¿currency1§—» ¥ ƒ§ currency1 “«‹¥›fi人£ 合计 1 ¥§1— ¿¿0§¥ “«‹¥›fi人£ 注§此”的ª动车æ 选择˝用可ø生‰Œº为充ª Œ，假设情况是车辆充ª 居民 用ª选择分开。 用-2030年减排量至少可达 34.71kgCO2e 常生活˚减 一次性用 的˝用，¯据文献可fl，一个塑 袋的碳排⁄为¿0“ [17] ，限 塑令 ˚¸ 消 的塑 袋 为¥0 个以上，限塑令 减 分之二， 此推算现在 塑 袋的消费 为 § currency1 个 ，¥¿»»§»» 个塑 袋 ， 人æ的塑 袋消费 为1currency1ƒ个，假设¥0¥0 塑 袋˝用 减 一半， 减排 为»§ƒ0 “«‹¥›fi人£ 。假设 ¥0»0 完全 ˝用塑 袋， 减排 为currency1§00 “«‹¥›fi人£ 。 在 具˝用上，ı叫外卖时选择减 一次性 具，ł –˙一次性筷ł，¯据互联网 台 下公众 碳生活方 研究报告 [18] ， ˙一次性筷ł对应的减排 为1 “«‹¥›，¯据第¿»次 ˚¸互联网络 展状况 计报告 [19] ，截止¥01— 1¥月，网上外卖用户规模达¿§0 。¯ 据外卖行业报告 [20] ，一二线城市 订外卖一次及以上的用户占 为ƒ¿§» ，其次¯据 外卖点 人数ł所– 具份数的 例计算得fl æ 外卖所– 具数为 为¥§¥» 份。按 现 用户 例和 具 例，ı¥0¥0 ƒ0 的外卖 ˙一次性筷ł减排 为»§ƒƒ “«‹¥›， ı¥0»0 全部外卖 ˙一次性筷ł减排 为currency1§10 “«‹¥›。此外，外卖的塑 也 减 排潜力， 代替塑 显的减排 应， 为 在 ”理˛ˇ的排⁄ 大。但生 基塑 ，ł • ¯ º为部分¨ 的塑 ， 一定的减排 应。¯据碳˝ Ø 例的排⁄ ł，生 基塑 代替普通的塑 位减排 为0§currency1 “«‹¥›fi “。一个 重 为¥0“… ˝用生 基塑 代替，一个 的减排 为1ƒ§1»¶«‹¥›。 样按 现 用户 例和 具 例，假设¥0¥0 生 基塑 的占 为10 ， 减排 为0§ currency1 “«‹¥›， 假设¥0»0 生 基塑 的占 为¥0 ， 减排 为1§»¿ “«‹¥›。 流行业是Ł 展的行业， ªÆ和 流的 展，包 的˝用也 。¯ 据碳˝ 的测算，˝用1个 包 的 æ减排 为¿0“， 包 包括 ˘快 袋`可 塑 袋和生 塑 袋ˆ和 箱。¯据 网络包 箱 用减排 计算研究报告 [21] ，包 ‚„的减排 为»currency1“。¯据¥01— 政行业 展 计公报，¥01— 快 业 总 为ƒ0currency1§1 ， 政包 业 总 为¥¿0currency1§ 万 ，合计人æ为» §ƒ个包 [22] 。在快 流 行业，˝用塑 袋， 箱的 例 Æ 的¶ 所˜ ，也存在塑 袋和 箱 时˝用 的情况，此外， 包 ˚的 箱 样可以‚„˝用。北上 大型城市的居民快 和 包 数显 ¡于全¸ æ水 ，¯据上述文献¢略估计 £ 上⁄ 北京 地的 æ包 数 为¥00 fi人，假设在¥0¥0 其˚¥ƒ 的包 `ƒ0 个ˆ是 包 ，¥外¥ƒ 的快 箱`ƒ0 个ˆ‰ƒß ‚„1次， 在一二线城市 æ 人的减排 为»§currency1 “«‹¥›fi人£ ， 在¥0»0 ƒ0 的包 `100个ˆ是 包 ，且ƒ0 的 箱`100 个ˆ‰ƒß ‚„1次， 在一二线城市 æ毎人的减排 为currency1§ƒ¥ “«‹¥›fi人£ 。 可‚„¸ 的分 ‚„和ø生 用 减排 ，§currency1 于ø生过 的 方 和Ł 大，但是用 æ数据，仍‰表示其减排潜力。¯据碳˝ 的计算数据， æ1 “ ‚ „ø生 可减排0§¿1 “«‹¥›， æ1 “铁‚„ø生 可减排1§¿¥currency1 “«‹¥›， æ1 “ “‚„ø生 可减排1¥§1ƒcurrency1 “， æ1 “塑 ‚„ø生 可减排0§ƒ¥ƒ “。结合以« 例 研数据，假设 人 ‰‚„ƒ “ ， ‹ ，0§ƒ “塑 ，1 “ ， 人 可减 碳排⁄ 为ƒ§—currency1ƒ “«‹¥›。ı¥0»0 些‚„¸ ‚„的 例‰ ƒ0 ， 人 可减 的碳排⁄为11§currency1ƒ “«‹¥›。 表ƒ ¡用¢减排 种类 2020减排潜力 2030减排潜力 单位 减少使用塑料& 一次性筷子 减 ˝用塑 袋 减 ƒ0 塑 袋˝用 减 100 塑 袋˝用 »§ƒ0 currency1§00 “«‹¥›fi 人£ 减 ˝用一次性 筷ł ƒ0 外卖 ˙筷 ł 100 外卖 ˙ 筷ł »§ƒƒ currency1§10 “«‹¥›fi 人£ ˝用生 基塑 10 生 基塑 ¥0 生 基塑 0§ currency1 1§»¿ “«‹¥›fi 人£ 包裹&可回收垃 圾 包 › 箱 重复 用 ¥ƒ 实现 ƒ0 实现 »§currency1 currency1§ƒ¥ “«‹¥›fi 人£ 可‚„¸ ‚„ ø生 æ‚„水 1§ƒ倍 æ‚„ 水 ƒ§— 11§currency1ƒ “«‹¥›fi 人£ 合计 1currency1§» »¿§currency11 “«‹¥›fi 人£ 3.结论 ¯据以上衣食住行用 各方面减排 的核算，在一个人口´过1fi万的一二线城市居民 ı‰在消费方面¿ 碳选择，¥0»0 æ 人的减排潜力ß 可达11¥ §ƒ» “。 为消费 数据的选择Ø˙是基于以上fl定城市，人æ消费减排潜力估计并 currency1用于全部人口。ı是1fi 万人的城市， 一 该城市通过居民的生活和消费可以 生的减排 ß 为11¥ §ƒ»万 ， –情†表 。服 的人æ减排 ，Ø˙通过减 服 和 衣 实现减排‡·食方面， 通过˜ …¶配 减 ¸ 的”理实现减排‡居住方面，Ø˙ ª力， 用ª，自 Ø选择可ø生‰Œ ª，选择 ‰ ª实现减排‡交通方面，通过选择 碳的 行方 实现 开一 车 碳的ª动车 碳的`途 行 方 实现减排‡在˝用方面，减 塑 袋的˝用， 和减 ˝用一次性 具¯ 碳 选择 ˘的包 ，重复 用 箱 •¡可‚„¸ ‚„‚实 现减排。 表 ¥0»0 减排 „总 类别 低碳场景 减排潜力 2030人均减排潜力范围 单位 衣 减 服 »currency1§¥¥ »currency1§¥¥ currency1 §»¿ƒ “«‹¥›fi 人£ 衣服ƒ ¿¥§1¥ 选择 减排目标fi行为 的 牌 - 食 一»一 …食 1¥—§currency11 1 0§ » ¥ƒ§»1ƒ ˜ 食· 过大ƒ currency1 ¿§ — Æ 行动 »1§ ¥ 住 ª力 »currency1§¥ ¿ƒ §currency11 选择可ø生‰Œª力 »»ƒ§»— 选择 ‰ ª —¿§0currency1 行 私 车 1¿¿§ƒ ¿¿0§¥ `途 行火车代替飞 ¥ ƒ§ currency1 用 减 ˝用塑 &一次 性筷ł 1ƒ§¿¿ »¿§currency11 包 &可‚„¸ 1 §¥currency1 合计 11¥ §ƒ» 1 » §»»ƒ 附录 ”»1 排⁄ ł 类别 排放因子 单位 来源 电力 0§ 101 “«‹¥›fi ˜… 纯 —§»¥¿ “«‹¥›fi 文献 [3] 食 肉类 currency1§¥ “«‹¥›fi (¥00 al) 文献 [11] 食 肉类 ƒ§ “«‹¥›fi (¥00 al) 文献 [11] 食 低肉类 ¿§ currency1 “«‹¥›fi (¥00 al) 文献 [11] 食 »§ ¿ “«‹¥›fi (¥00 al) 文献 [11] 食 素食 »§—ƒ “«‹¥›fi (¥00 al) 文献 [11] 食 纯素食 ¥§ ¿ “«‹¥›fi (¥00 al) 文献 [11] 一次性用 0§0¿ “«‹¥›fi次 报告 [18] 垃圾 1§»1¿ “«‹¥›fi “ 碳˝ 推‰ 0§0» ƒ “«‹¥›fi §人 报告 [23] ›碳˝ 计算 0§0»currency1 “«‹¥›fi §人 DEFRA 飞机 0§1—¥currency1currency1 “«‹¥›fi §人 DEFRA 火车 0§01¥¥ “«‹¥›fi §人 DEFRA 塑料 0§0¿ “«‹¥›fi个 文献 [24] ”»¥ 位减排 表 类别 单位减排量 单位 来源 节能 -»ƒ»§¿ “«‹¥›fi 碳˝ 计算 节能 -100§»1 “«‹¥›fi 碳˝ 计算 节能 衣机 -10 § ¥ “«‹¥›fi 碳˝ 计算 节能电 -ƒcurrency1§ “«‹¥›fi 碳˝ 计算 包裹回收 -0§0»currency1 “«‹¥›fi个 文献 [21] ¡¢包裹 -0§0»0 “«‹¥›fi个 碳˝ 计算 可回收再生 £ -0§¿1 “«‹¥›fi “ 文献›碳˝ 计算 可回收再生 ⁄ -»§ƒ “«‹¥›fi “ 文献›碳˝ 计算 可回收再生 塑料 -0§ƒ¥ƒ “«‹¥›fi “ 文献›碳˝ 计算 参考文献 [1] 赵年花. 涤纶纺织品的碳足迹评估与低碳措施[D]. 东华大学, 2012. [2] 王来力. 纺织服装碳足迹和水足迹研究与示范[D]. 东华大学, 2013. [3] Wang C, Wang L, Liu X, et al. Carbon fotprint of textile throughout its life cycle: a case study of Chinese coton shirts[J]. Journal of Cleaner Production, 2015, 108: 464-475. [4] htp:/data.chinabaogao.com/fuzhuang/2019/01243956392019.html. [5] https://ww.yi23.net/events/12. [6]htp:/sustainability.c-and-a.com/sustainable-suply/clean-environment/climate/. [7]htps:/sustainability.hm.com/content/dam/hm/about/documents/en/CSR/2018_sustainabili ty_report/HM_Group_SustainabilityReport_2018_ FulReport_en.pdf. [8]htps:/ww.fastretailing.com/eng/sustainability/report/pdf/sustainability2019_en_11.pdf - page=1&pagemode=thumbs&zoom=80. [9] Kpmg. Sustainable fashion：Comiting to a sustainable future through the Fashion Industry Charter for Climate Action[R]. 2019. [10] htp:/dg.cnsoc.org/upload/images/source/20160519164035385.jpg. [11] Scarborough P, Apleby P , Mizdra A, et al. Dietary grenhouse gas emisions of meat- eaters, fish-eaters, vegetarians and vegans in the K[J]. Climatic change, 2014, 125 2 : 179-192. [12] WWF 学 学与 研究 . [R]. 2018. [13] htp:/ww.stats.gov.cn/tjsj/ndsj/2018/indexch.htm. [14] 碳 迹. 2018 11 ¡碳¢£⁄¥ƒ [R]. 2018. [15] §currency1 “«‹研究 . 2019§currency1 “«‹年› [R]. 2019. [16] fifl –†. 2018年fi ‡·«‹ ¶ [R]. 2019. [17] Muthu S S, Li •: Life cycle assesment of grocery shoping bags, Asesment of ‚nvironmental Impact by Grocery Shoping „ags: Springer, 2014: 15-54. [18] Prcee. ”»…‰ ¿ `´ˆ低碳˜¯˘˙研究 [R]. 2019. [19] Cnnic. ”»…¨«‹ ˚ ¶ [R]. 2019. [20] 2018-2019 ¸ ˝˛‡·研究 [‚„/ˇL]. htp:/ww.sohu.com/a/31486023_80248. [21] — …¨. — …¨ 装 fl¢£⁄¶ 研究 [R]. 2018. [22] 2018年 ‡·«‹ ¶´ [‚„/ˇL]. htp:/ww.spb.gov.cn/xw/dtx_15079/201905/t20190510_182821.html. [23] §currency1´ “ Æ ª´ . §currency1´ “ Æ ª´ 2018年 Ł [R]. 2019. [24] •aros C C „ R. Life Cycle Asesment for Øhre Øypes of Grocery „ags[J], 207.