王景梅
(廣東交通職業(yè)技術(shù)學(xué)院土木工程學(xué)院,廣東 廣州 510650)
高能耗、高排放特點(diǎn)的建筑業(yè)一直是我國(guó)節(jié)能減排工作的重點(diǎn)關(guān)注領(lǐng)域[1]。建筑業(yè)碳排放研究主要分為微觀和宏觀兩方面。微觀方面聚焦單體建筑碳排放的研究,無(wú)法反映整個(gè)建筑行業(yè)的現(xiàn)狀;宏觀方面聚焦整個(gè)建筑行業(yè)所產(chǎn)生碳排放的研究,可為整個(gè)建筑行業(yè)提出合理減排建議[2-3]。
徐勇戈等[4]、于博[5]、巨欣[6]開展了建筑行業(yè)碳排放測(cè)算方面的宏觀研究,楊艷芳等[7]、劉興華等[8]、黃振華[9]開展了建筑業(yè)碳排放影響因素方面的宏觀研究。在眾多研究方法中,STIRPAT模型研究方法克服了IPAT模型方法的缺陷,應(yīng)用更廣泛。清遠(yuǎn)是廣州都市圈城市,廣州對(duì)口幫扶清遠(yuǎn),合作共建廣州(清遠(yuǎn))產(chǎn)業(yè)園,是兩市優(yōu)勢(shì)互補(bǔ)加快發(fā)展的“戰(zhàn)略引擎”,是實(shí)現(xiàn)“廣清一體化”的重要體現(xiàn)。清遠(yuǎn)市經(jīng)濟(jì)的快速發(fā)展和城鎮(zhèn)化進(jìn)程同時(shí)也帶來(lái)了大量能源消耗和巨大的碳排放量,尤其是建筑業(yè)。
本文從分析清遠(yuǎn)市建筑行業(yè)碳排放相關(guān)影響因素入手,采用STIRPAT模型研究方法開展對(duì)清遠(yuǎn)市建筑碳排放的宏觀研究。
本文采用隨機(jī)性環(huán)境影響評(píng)估模型(Stirpat模型),STIRPAT模型是Dietz等[10]在IPAT模型的基礎(chǔ)上,克服了各因素的變動(dòng)會(huì)同比例傳遞給環(huán)境的缺陷,設(shè)計(jì)了影響因素與環(huán)境之間具有隨機(jī)性、非等比例變化特點(diǎn)的模型。Stirpat模型表達(dá)式為:
式中:a——常數(shù);I——環(huán)境影響程度;P——人口影響因素;A——經(jīng)濟(jì)影響因素;T——技術(shù)影響因素;b、c、d——人口、經(jīng)濟(jì)、技術(shù)因素對(duì)環(huán)境影響的彈性系數(shù);e——關(guān)系式的誤差項(xiàng)。
對(duì)式(1)進(jìn)行對(duì)數(shù)化處理:
1.2.1 因素識(shí)別
本文從宏觀層面研究建筑碳排放的影響因素,通過(guò)文獻(xiàn)調(diào)研、分析、歸納與總結(jié),得到人口、經(jīng)濟(jì)、技術(shù)3個(gè)維度下的建筑碳排放的宏觀影響因素。
人口:人口數(shù)量、城市人口數(shù)量、建筑業(yè)從業(yè)人數(shù)、城鎮(zhèn)化率等。
經(jīng)濟(jì):人均GDP、第三產(chǎn)業(yè)增加值、居民人均收入、建筑業(yè)生產(chǎn)總值、建筑產(chǎn)業(yè)規(guī)模等。
技術(shù):建筑能源消費(fèi)碳強(qiáng)度、建筑能源強(qiáng)度、碳排放強(qiáng)度等。
1.2.2 因素選取
本文遵循科學(xué)性、真實(shí)性、可得性原則,參照文獻(xiàn)[9]和文獻(xiàn)[11]在人口、經(jīng)濟(jì)、技術(shù)3個(gè)維度下選擇相應(yīng)的宏觀影響因素。人口維度下選擇常住人口數(shù)量和城鎮(zhèn)化率兩個(gè)宏觀因素,經(jīng)濟(jì)維度下選擇人均GDP和人均第三產(chǎn)業(yè)增加值兩個(gè)宏觀因素,技術(shù)維度下選擇建筑碳排放強(qiáng)度一個(gè)宏觀因素。
基于清遠(yuǎn)市建筑碳排放影響因素識(shí)別與選取情況,構(gòu)建清遠(yuǎn)市建筑碳排放Stirpat分析模型:
式中:Y——清遠(yuǎn)市建筑碳排放量;X1——清遠(yuǎn)市常住人口數(shù)量(萬(wàn)人);X2——清遠(yuǎn)市城鎮(zhèn)化率(%),指城鎮(zhèn)常住人口數(shù)量占總常住人口數(shù)量的比例;X3——清遠(yuǎn)市人均GDP(萬(wàn)元/人);X4——清遠(yuǎn)市人均第三產(chǎn)業(yè)增加值(萬(wàn)元/人);X5——清遠(yuǎn)市建筑碳排放強(qiáng)度(t/萬(wàn)元),指清遠(yuǎn)市建筑碳排放量與清遠(yuǎn)市建筑業(yè)總產(chǎn)值的比值;B1、B2、B3、B4、B5——各因素的影響力指數(shù),數(shù)值越高,代表相對(duì)應(yīng)因素對(duì)環(huán)境的影響力越大;n——常數(shù)項(xiàng)。
2.1.1 廣東省碳排放量計(jì)算
本文根據(jù)文獻(xiàn)綜述采用聯(lián)合國(guó)公認(rèn)的碳排放計(jì)算法(IPCC法)計(jì)算廣東省能源消費(fèi)碳排放:
式中:C——所有能源消費(fèi)的碳排放量(萬(wàn)t);Qi——不同能源類型的能源消費(fèi)量;Ei——各種能源的標(biāo)準(zhǔn)煤折算系數(shù),取值參考《中國(guó)能源統(tǒng)計(jì)年鑒(2020)》;Fi——碳排放系數(shù),取值參照中國(guó)《省級(jí)溫室氣體清單編制指南》。
2019年廣東省能源消費(fèi)總量為34 142萬(wàn)噸標(biāo)準(zhǔn)煤,分品種能源消費(fèi)量和碳排放量如表1所示。
表1 2019年廣東省分品種能源消費(fèi)量和碳排放量
2.1.2 清遠(yuǎn)市建筑碳排放量計(jì)算
(1)公共建筑碳排放量計(jì)算。
《清遠(yuǎn)統(tǒng)計(jì)年鑒(2022)》統(tǒng)計(jì)了清遠(yuǎn)市全市“批發(fā)業(yè)、零售業(yè)、餐飲業(yè)及其他行業(yè)”和“交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)”的能源消費(fèi),這兩部分能源消耗就是公共建筑碳排放量的數(shù)據(jù)體現(xiàn)。由于服務(wù)業(yè)消耗95%的汽油與35%的柴油用于交通運(yùn)輸,故應(yīng)該將“批發(fā)業(yè)、零售業(yè)、餐飲業(yè)及其他行業(yè)”能源消耗扣除95%的汽油與35%的柴油[12]。
根據(jù)各種能源折算成標(biāo)準(zhǔn)煤的明細(xì)數(shù)據(jù),可以推導(dǎo)出2019年廣東省各種能源中“95%的汽油與35%的柴油”占總量的8.89%。由于沒(méi)有清遠(yuǎn)市各種能源消費(fèi)量的具體數(shù)據(jù),故本文均按照此比例(8.89%)扣除“批發(fā)和零售業(yè)、餐飲業(yè)及其他行業(yè)”中95%的汽油與35%的柴油消耗。
(2)居民建筑碳排放量計(jì)算。
《清遠(yuǎn)統(tǒng)計(jì)年鑒(2022)》統(tǒng)計(jì)了清遠(yuǎn)市全生活消費(fèi)能源,此部分能源消費(fèi)就是居民建筑碳排放量的數(shù)據(jù)體現(xiàn),由于農(nóng)業(yè)生產(chǎn)消耗的全部汽油以及居民生活消耗的95%的柴油用于交通運(yùn)輸[12],因此應(yīng)該扣除全部汽油及95%的柴油消耗。清遠(yuǎn)市2011—2021年能源消費(fèi)情況如表2所示。
表2 清遠(yuǎn)市2011—2021年能源消費(fèi)情況 單位:萬(wàn)噸標(biāo)準(zhǔn)煤
根據(jù)各種能源折算成標(biāo)準(zhǔn)煤的明細(xì)數(shù)據(jù),可以推導(dǎo)出2019年廣東省各種能源中“全部汽油與95%的柴油”占總量的百分比13.5%。由于沒(méi)有清遠(yuǎn)市各種能源消費(fèi)量的具體數(shù)據(jù),故本文均按照此比例(13.5%)扣除全部汽油以及95%的柴油消耗。
(3)正在建設(shè)建筑碳排放量計(jì)算。
根據(jù)《清遠(yuǎn)統(tǒng)計(jì)年鑒(2022)》,計(jì)算2011—2021年建筑業(yè)能源消費(fèi)量以及正在建設(shè)建筑碳排放量情況。
(4)清遠(yuǎn)市建筑碳排放量計(jì)算。
將公共建筑碳排放量、居民建筑碳排放量和正在建設(shè)建筑碳排放量相加,可以得到清遠(yuǎn)市建筑碳排放總量。
標(biāo)準(zhǔn)煤的碳排放系數(shù)按照國(guó)家發(fā)改委能源研究所推薦值為0.67取值,標(biāo)準(zhǔn)煤數(shù)量乘以其碳排放系數(shù)即可得到相應(yīng)的碳排放量。
清遠(yuǎn)市公共建筑使用階段的碳排放量如表3、圖1所示。
圖1 清遠(yuǎn)市2011—2021年建筑碳排放總量
表3 清遠(yuǎn)市2011—2021年建筑碳排放量 單位:萬(wàn)t
由圖1可知,清遠(yuǎn)市2011—2021年建筑碳排放總量整體呈上升趨勢(shì),只有2012年和2021年呈現(xiàn)輕微下降趨勢(shì),2011年建筑碳排放總量為124.0 萬(wàn)t,2021年建筑碳排放總量為175.9 萬(wàn)t,年平均增長(zhǎng)率為4.18%。
2011—2012年建筑碳排放量由124 萬(wàn)t下降至112.6 萬(wàn)t,下降率為9.25%;2020—2021年建筑碳排放量由187.6 萬(wàn)t下降至175.9 萬(wàn)t,下降率為6.22%。
根據(jù)《清遠(yuǎn)統(tǒng)計(jì)年鑒(2022)》可以統(tǒng)計(jì)出清遠(yuǎn)市建筑碳排放各影響因素的數(shù)據(jù),如表4所示。
表4 清遠(yuǎn)市2011—2021年建筑碳排放影響因素?cái)?shù)據(jù)
3.1 計(jì)算結(jié)果
模型摘要如表5所示。
表5 模型摘要
本文采用SPSS 26.0軟件對(duì)清遠(yuǎn)市建筑碳排放Stirpat分析模型進(jìn)行線性回歸及共線性診斷。
結(jié)果顯示,lnX1、lnX2、lnX3、lnX4變量的方差膨脹因子(VIF)均大于10,其中l(wèi)nX3變量的VIF值最大為201.027。
因此,可以判斷清遠(yuǎn)市建筑碳排放Stirpat分析模型中各變量存在嚴(yán)重的共線性。
回歸及共線性診斷結(jié)果如表6所示。
表6 回歸及共線性診斷結(jié)果
大量研究表明嶺回歸方法可以消除Stirpat模型的共線性,本文采用SPSS 26.0軟件對(duì)Stirpat模型進(jìn)行嶺回歸擬合。清遠(yuǎn)市建筑碳排放Stirpat模型嶺跡如圖2所示。
圖2 清遠(yuǎn)市建筑碳排放STIRPAT模型嶺跡
由圖2可判斷,k=0.15時(shí),lnX1、lnX2、lnX3、lnX4、lnX5自變量的嶺跡圖趨于穩(wěn)定且都大于0。因此,k取值0.15,對(duì)應(yīng)的嶺回歸結(jié)果如表7所示。
表7 嶺回歸線結(jié)果
綜上,清遠(yuǎn)市建筑碳排放Stirpat模型的擬合方程為:
由各影響因素的系數(shù)大小可知,常住人口數(shù)量對(duì)清遠(yuǎn)市建筑碳排放的影響最大,其次是城鎮(zhèn)化率和建筑碳排放強(qiáng)度,人均GDP和人均第三產(chǎn)業(yè)增加值對(duì)碳排放的影響相對(duì)較小。
3.2 結(jié)果分析
清遠(yuǎn)市常住人口數(shù)量對(duì)清遠(yuǎn)市建筑碳排放量的影響最為顯著,其彈性系數(shù)為3.412%。說(shuō)明增長(zhǎng)1%的人口數(shù)量,會(huì)相應(yīng)增加3.412%的建筑二氧化碳排放總量。不斷增長(zhǎng)的人口需要更多的建筑面積和建筑場(chǎng)所活動(dòng)量,從而導(dǎo)致更多的建筑碳排放量。
城鎮(zhèn)化率對(duì)清遠(yuǎn)市建筑碳排放也有著較大的影響,其彈性系數(shù)為0.954%。即增長(zhǎng)1%的城鎮(zhèn)化率,會(huì)相應(yīng)增加0.954%的建筑碳排放量。城鎮(zhèn)化率的提高相應(yīng)必然會(huì)增加清遠(yuǎn)市建筑數(shù)量,從而導(dǎo)致更多的建筑碳排放量。
建筑碳排放強(qiáng)度對(duì)清遠(yuǎn)市建筑碳排放量也有較大的影響,其彈性系數(shù)為0.885%。即增長(zhǎng)1%的建筑碳排放強(qiáng)度,會(huì)相應(yīng)增加0.885%建筑碳排放量。建造技術(shù)水平會(huì)直接體現(xiàn)在建筑碳排放強(qiáng)度上,建造技術(shù)水平較低時(shí)對(duì)應(yīng)的建筑碳排放強(qiáng)度較高。
人均GDP的彈性系數(shù)為0.302%,即增長(zhǎng)1%的人均GDP值,會(huì)相應(yīng)增加0.302%的建筑碳排放量。人均第三產(chǎn)業(yè)增加值的彈性系數(shù)為0.116%,即增長(zhǎng)1%的人均第三產(chǎn)業(yè)增加值,會(huì)相應(yīng)增加0.116%的建筑碳排放量。因此,人均GDP和人均第三產(chǎn)業(yè)增加值對(duì)清遠(yuǎn)市建筑碳排放的影響程度相對(duì)較小。
基于清遠(yuǎn)市建筑碳排放影響因素提出5個(gè)方面減排措施。
人口發(fā)展:提高人口素質(zhì)和居民低碳生活的意識(shí);制定合理的能源價(jià)格,引導(dǎo)居民節(jié)能行為。
城鎮(zhèn)化發(fā)展:吸引技術(shù)勞動(dòng)力,建設(shè)科技基礎(chǔ);大力發(fā)展服務(wù)業(yè),推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。
經(jīng)濟(jì)發(fā)展:創(chuàng)建新的低碳產(chǎn)業(yè),促進(jìn)高碳產(chǎn)業(yè)向低碳產(chǎn)業(yè)轉(zhuǎn)型,優(yōu)化和升級(jí)清遠(yuǎn)的產(chǎn)業(yè)結(jié)構(gòu);降低公共建筑的碳排放量,建立減排監(jiān)管系統(tǒng);開發(fā)清潔能源、改善能源結(jié)構(gòu)等。
綠色建筑發(fā)展:實(shí)施綠色建筑全過(guò)程管理,提高綠色建筑的質(zhì)量和水平,促進(jìn)綠色建筑均衡發(fā)展,加快既有建筑的綠色設(shè)計(jì),提高新建建筑的能源效率。
可再生能源應(yīng)用:大力推廣太陽(yáng)能熱水、太陽(yáng)能光伏發(fā)電、自然采光照明、熱泵熱水、空調(diào)熱回收等多種可再生能源建筑應(yīng)用的發(fā)展,推進(jìn)可再生能源規(guī)?;瘧?yīng)用。
本文采用IPCC碳排放計(jì)算法對(duì)清遠(yuǎn)市建筑碳排放展開測(cè)算,在識(shí)別和選擇影響清遠(yuǎn)市建筑碳排放因素的基礎(chǔ)上,利用Stirpat模型建立了清遠(yuǎn)市建筑碳分析模型,收集并處理了清遠(yuǎn)市建筑碳排放影響因素?cái)?shù)據(jù),采用SPSS 26.0軟件分析了清遠(yuǎn)市建筑碳排放的主要影響因素,并針對(duì)分析結(jié)果提出相應(yīng)的減排措施建議。清遠(yuǎn)市應(yīng)該提高居民低碳生活意識(shí),推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型與優(yōu)化升級(jí),做好城市規(guī)劃和綠色建筑規(guī)劃,大力推廣可再生能源應(yīng)用對(duì)于減少建筑碳排放具有深遠(yuǎn)意義。由于現(xiàn)有清遠(yuǎn)市各種能源消費(fèi)量統(tǒng)計(jì)數(shù)據(jù)的局限性,故本研究成果還有待進(jìn)一步提高數(shù)據(jù)的準(zhǔn)確性。