中國住宅建筑使用階段碳排放的因素分解實證

胡文發(fā)，郭淑婷

（同濟大學 經(jīng)濟與管理學院，上海 200092）

2009年舉行的哥本哈根氣候大會使全球氣候變暖問題再次成為全球矚目的焦點，引起了國際社會對“低碳”的廣泛關注，這次會議標志著全球進入了以低能耗、低污染、低排放為基礎的低碳時代.對于節(jié)能減排，很多國家紛紛做出承諾，中國承諾到2020年單位國內(nèi)生產(chǎn)總值二氧化碳排放量比2005年下降40%～45%.在我國，建筑物總能耗占社會總能耗的25%～28%，CO2排放量占社會總排放量的40%左右［1］.因此建筑節(jié)能減排對發(fā)展低碳經(jīng)濟、控制全球氣候變暖具有更深遠的意義，同時是低碳社會對于建筑業(yè)發(fā)展的時代要求.

住宅建筑的特點是生命周期很長，其使用階段的CO2排放量占到建筑生命周期CO2排放量的60%～80%［3］，因此住宅建筑使用階段的節(jié)能減排對改善環(huán)境具有很重要的作用.近年來，很多學者對住宅的能源消耗和碳排放進行了分析研究，但是大部分學者的研究主要聚焦于對住宅建筑的能源消耗與碳排放進行測度和評價［1－3］，而忽略了對影響住宅建筑碳排放的各因素進行研究分析.基于以上分析和住宅建筑的特點，本文采用對數(shù)平均分解法（logarithmic mean weight divisia index，LMDI）對住宅建筑使用階段的碳排放進行因素分解，定量衡量各因素對住宅單元碳排放的影響，進而就住宅建筑在使用階段如何進行節(jié)能減排提出一些建議.

1 住宅建筑使用階段碳排放的分解模型

在碳排放領域，Kaya恒等式是應用較為廣泛的因素分解模型［4－5］，其表達式為

式中：C為二氧化碳排放總量；E為一次能源消費總量；GDP國內(nèi)生產(chǎn)總值；P國內(nèi)人口總量.其中C／E為能源的碳排放強度，E／GDP為GDP的能耗強度，GDP／P為人均GDP.

基于Kaya恒等式原理，綜合考慮各種因素相互關系及對建筑物碳排放的影響，提出以戶為單位的住宅建筑在使用階段碳排放的因素分解模型，表達式如下：

式中：CR為住宅建筑使用階段碳排放總量；CRi為住宅建筑使用階段i種能源的碳排放量；ER為住宅建筑使用階段能源的消費量；ERi為住宅建筑使用階段i種能源的消費量；MR為居民消費支出；P為人口數(shù)；AR為住宅建筑面積；HR為居民戶數(shù).

假設SRi＝ERi／ER為住宅建筑使用階段第i種能源在能源消費總量中所占的比例，即住宅建筑使用階段的能源消費結構因素；FRi＝CRi／ERi為住宅建筑使用階段消費單位i種能源的碳排放量，即能源碳排放強度因素；IR＝ER／MR為住宅建筑使用階段居民的平均單位消費性支出所包含的能源消耗，即住宅建筑使用階段生活能源消費強度因素；GR＝MR／P為平均每人在日常生活中的消費額，即居民消費水平因素；DR＝P／AR為單位住宅建筑面積容納的人口數(shù)量，即人口密度因素；KR＝AR／HR為平均每戶擁有的建筑面積，即戶均建筑面積因素.則可以得到使用階段住宅單元的碳排放量為：

由此可知，使用階段住宅單元的碳排放量UR的變化因素為SRi，F(xiàn)Ri，IR，GR，DR，KR.

第t期相對于基期（以上標O表示）使用階段住宅單元碳排放量變化可以表示為

式中：ΔURS，VRS為住宅建筑使用階段的能源結構因素；ΔURF，VRF為能源碳排放強度因素；ΔURI，VRI為住宅建筑使用階段生活能源消費強度因素；ΔURG，VRG為居民消費水平因素；ΔURD，VRD為人口密度因素；ΔURK，VRK為戶均建筑面積因素；ΔUrsd，Vrsd為分解余量.ΔURS，ΔURF，ΔURI，ΔURG，ΔURD，ΔURK分別為各因素變化對使用階段住宅單元碳排放變化的貢獻值.VRS，VRF，VRI，VRG，VRD，VRK分別為各因素變化對使用階段住宅單元碳排放的貢獻率.

采用對數(shù)平均權重分解法（LMDI）對住宅單元碳排放進行因素分解，結果如下：

對式（5）兩邊取對數(shù)，可以得到

2 中國住宅建筑使用階段碳排放的因素分析

2.1 住宅建筑的基礎數(shù)據(jù)

住宅使用階段的能源種類主要有電力、煤炭、煤油、液化石油氣、天然氣和煤氣.本文對中國住宅使用階段的總的碳排放量采用下面公式進行估算：

教師科學地使用微課這一現(xiàn)代化的教學工具，能夠突破學生在學習過程中產(chǎn)生的難點和重點，從而促使學生能夠直面教學的重點，對教學活動的開展起到顯著的效果。教師在開展教學活動時，可以利用微課這一現(xiàn)代化的教學手段，對學生學習中遇到的難點進行系統(tǒng)化總結，再科學地設計教學課件，對教學的難點和重點進行細致地的講解，這一教學手段針對性強，有利于課堂活動的開展，教師利用微課這一工具，能夠針對難點和重點，進行重點講解，從而加深學生對知識的理解，提升教學的效果[3]。

式中：CRi為住宅建筑使用階段i種能源的碳排放量；ERi為住宅建筑使用階段i種能源的消費量；ηi為i種能源的折標準煤系數(shù)；λi為i種能源的碳排放系數(shù)；ηi，λi的取值見表1.其中電力的碳排放系數(shù)是不確定的，其碳排放系數(shù)會因上游發(fā)電行業(yè)的電力結構和發(fā)電燃料結構的差異而發(fā)生變化.因此采用公式（11）對電力碳排放系數(shù)進行估計.

表1 各種能源折標準煤系數(shù)和碳排放系數(shù)Tab.1 Conversion factors from physical unit to coal equivalent and coefficient of carbon emissions

根據(jù)表2可以計算得出住宅建筑使用階段各種能源消費在總能源消費中的比重，即能源結構.根據(jù)公式（10）可以計算得出住宅使用階段的碳排放和戶均碳排放.

2.2 分解結果及因素分析

除電能外，住宅建筑使用階段各能源的碳排放強度FRi是固定不變的.而以煤炭為主要發(fā)電燃料的火力發(fā)電在近14年間穩(wěn)占總發(fā)電量的80%左右，故基于公式（6），（9），（11）得到：ΔURF→0，VRF→1，可見FRi對碳排放的影響很小.因此影響住宅建筑使用階段單元碳排放的因素主要為能源結構、能源消費強度、居民消費水平、人口密度和戶均建筑面積.

表2 中國1990年、1995～2008年的住宅使用階段碳排放因素分析的基礎數(shù)據(jù)Tab.2 Data for decomposition of carbon emissions from residential buildings during operation

基于表2的數(shù)據(jù)，根據(jù)公式（6），（9）和（10），以1990年為基年可以計算得出1995—2008年中國住宅建筑使用階段碳排放的因素分解值，計算結果如表3和圖1，2所示.

由圖1，2可知：

（2）居民消費水平是促進住宅建筑使用階段戶均碳排放量增長的主導因素.1990—2008年，人均消費支出從826.61元上升至3448.44元（均按1990年不變價格計算），增幅達3.17倍，年均增長率為8.26%，增幅與增長率均高于其他因素.能源消費結構也是正向驅(qū)動碳排放的因素.由表1可知，能源結構從以煤炭為主逐漸向燃氣、電力等二次能源過渡.其中變化最大的是電能，其在總能源中的比例從1990年的13.00%增加至2008年的58.80%.另一正向因素是戶均建筑面積.戶均建筑面積從1990年的66.30m2增大到2008年的109.16m2，年均增長率達到2.81%，其對住宅單元碳排放的貢獻值是不斷增大的.

表3 1995—2008年中國住宅建筑使用階段碳排放的因素分解值Tab.3 Decompositions of carbon emissions per set of residential building for China，1995—2008

（3）能源消費強度是抑制戶均碳排放量的主要因素.隨著我國城鄉(xiāng)居民家庭消費恩格爾系數(shù)的持續(xù)降低，住宅使用階段能量占總消費支出的比例逐年遞減，使得能源消費強度抑制住宅單元碳排放的貢獻值不斷增加.但是近年來，與居民消費支出的正向貢獻值相比，能源消費強度的負向貢獻值的增長趨勢明顯趨緩.抑制住宅使用階段碳排放量的另一因素是單位住宅建筑面積人口數(shù).從1990—2008年，人均住宅建筑面積從16.72m2上升到30.53 m2，年均增長率達3.40%.特別是2004年以來，人口密度因素對碳排放的抑制作用呈現(xiàn)明顯增強趨勢.

以上各因素可分為兩類：正向驅(qū)動因素（居民消費水平、能源消費結構、戶均建筑面積）和負向驅(qū)動因素（能源消費強度、人口密度）.作為正向驅(qū)動因素居民消費支出對使用階段住宅單元碳排放的貢獻率呈指數(shù)增長，尤其自2002年之后，其正向貢獻率遠高于負向驅(qū)動因素的貢獻率，成為促進住宅單元碳排放增長的主要因素.能源消費結構和戶均建筑面積兩個因素對于促進碳排放的貢獻率呈現(xiàn)逐年增大的趨勢.而作為負向驅(qū)動因素的能源消費強度對住宅單元碳排放的貢獻率在1995—2007年間呈現(xiàn)“增強—減弱”的倒“U”形態(tài)，在2002年之前呈現(xiàn)增長趨勢，在2002—2007年呈現(xiàn)減弱趨勢，而2007年之后形態(tài)趨緩.其中在1997—2002年間能源消費強度的負向貢獻率高于居民消費支出的正向貢獻率，并在1998年達到兩者貢獻率間差值最大，達到住宅單元碳排量放的最低值.人口密度對住宅單元碳排放的負向貢獻率逐年增加，是重要的抑制因素.

3 結論與對策

本文基于擴展的Kaya恒等式及LMDI方法所建立的住宅使用階段碳排放的因素分解模型，定量分析了各因素對碳排放的影響.通過分析，可以得到以下結論：

近14年來，中國住宅建筑使用階段住宅單元碳排放量的變化依次呈現(xiàn)“下降→上升→快速上升→緩慢上升”.其轉變點分別出現(xiàn)在1998年、2004年和2007年.2007年后碳排放增速有放緩趨勢，但僅是減小了碳排放的增長速度，還遠沒有實現(xiàn)碳排放量的減少.在這一過程中，居民消費水平一直是正向驅(qū)動碳排放的主導因素.同時以電為主的能源消費結構和戶均建筑面積對于碳排放的促進作用在不斷加強.而能源消費強度是抑制住宅單元碳排放的主要因素，但是近年來，其抑制作用在減弱.而住宅使用階段的人口密度對于抑制碳排放的作用在不斷加大，是使我國近幾年住宅單元碳排放增速趨緩的重要因素.

居民消費水平是衡量人們生活質(zhì)量的指標，因此不能通過減弱它來實現(xiàn)碳排放的減緩.同時能源消費強度的減少是人們生活條件得以改善的體現(xiàn)，故也不能通過加強它的抑制作用來降低碳排放.基于以上分析，本文就實現(xiàn)住宅建筑使用階段碳減排提出以下建設性對策：

（1）加強住宅中太陽能、地熱能等新能源的利用，改變以電能為主的能源消費結構，可極大地緩解住宅建筑使用階段的碳排放.

（2）積極發(fā)展核電、水電、風電、太陽能發(fā)電等新能源發(fā)電形式，降低火力發(fā)電在電力結構中的比例，減少電力的碳排放系數(shù).

（3）推廣中小戶型住宅建設，減少住宅能耗碳排放.在城市規(guī)劃和建設中，中小戶型住宅的建設不僅可以解決居民的居住問題，而且對于降低碳排放有著積極的促進作用.

（4）加大人均住宅建筑面積，減小人口密度.由于我國人口眾多，人口密度大，人均住宅建筑面積較發(fā)達國家仍有很大的差距，因此住宅建筑人口密度的下降仍有很大的空間.

（5）推行節(jié)能住宅，減少使用階段能源消耗，提高建筑能效.在住宅建設中充分利用自然能源，提高建筑維護結構的保溫隔熱性能，同時采用高性能的設備和設施，不斷提高能源利用率，降低對礦物燃料的消耗量和依賴性，實現(xiàn)住宅的節(jié)能性，以有效地減少碳排放.

［1］蔡向榮，王敏權.住宅建筑的碳排放量分析與節(jié)能減排措施［J］.防災減災工程學報，2010，30（增刊）：428.CAI Xiangrong，WANG Minquan.Carbon emission analysis of residential buildings and energy saving measures［J］.Journal of Disaster Prevention and Mitigation Engineering，2010，30（suppl）：428－431.

［2］Greening A Lorna，Ting Michael，Krackler J Thomas.Effects of changes in residential end－uses and behavior on aggregate carbon intensity：comparison of 10 OECD countries for the period1970 through 1993［J］.Energy Economics，2001，23（2）：153.

［3］靳俊書.基于碳排放的居住建筑節(jié)能研究［D］.西安.長安大學建筑工程學院，2010.JIN Junjie.Energy efficiency in residential building research based on carbon emissions［D］.Xi’an：Chang’an University.School of Civil Enginering，2010.

［4］Kaya Yoichi.Impact of carbon dioxide emission on GNP growth：interpretation of proposed Scenarios［R］.Paris：Presentation to the Energy and Industry Subgroup，Response Strategies Working Group，IPCC，1989.

［5］Ang B W，Zhang F Q，Choi K H.Factorizing changes in energy and environmental.indicators through decomposition［J］.Energy，1998，23（6）：489.