云南省建筑業碳排放峰值預測研究

蔣永棋

摘?要：文章旨在預測云南省建筑業碳排放預期峰值，以期探索多渠道節能減碳路徑，助力省域層面碳達峰目標的實現。文章首先采用碳排放系數法對云南省2010—2019年建筑業全生命周期的碳排放量予以有效核算，以此為基礎，基于系統動力學理論構建云南省建筑業碳排放系統仿真模型，根據云南省相關數據確定模型所需參數和主要方程式，利用Vensim?PLE?x32軟件進行動態模擬仿真。通過對系統要素施加適度調控，從而比較、分析不同情境下云南省建筑業碳排放預期峰值，給予政策制定者科學合理的指導建議。

關鍵詞：云南??；建筑業碳排放；碳排放系數法；系統動力學；峰值預測

中圖分類號：F271????文獻標識碼：A?文章編號：1005-6432（2024）01-0009-06

DOI：10.13939/j.cnki.zgsc.2024.01.003

1?引言

近年來，世界各地因溫室效應所導致的極端惡劣天氣及其引發的一系列局部自然災害問題嚴重威脅著人類社會的生存發展和生態系統的維持保護。為此，諸多國家與地區紛紛制定和出臺相關法律法規和條例以圖有效控制以二氧化碳為主要構成要素的溫室氣體的排放。建筑業作為促進國民經濟發展的支柱型產業，在完善基礎設施建設、改善人民基本生活和提升居民幸福指數等方面發揮了不可替代的作用［1］。與此同時，其高投入、高耗能和高碳排的產業發展模式也同樣引起了相關部門的廣泛關注。根據中國建筑節能協會公布的數據，建筑業全過程碳排放占全國碳排放總量比重超過半數，并與工業、交通運輸業并稱為三大碳排放子系統，且位居首列［2］。由此可見，由建筑業驅動的經濟迅速增長與碳排放量急劇增加之間的矛盾日益尖銳。因此，如何在現行制度的約束下準確預測建筑業碳排放的預期峰值，并根據其峰值制定切實可行的碳減排政策，乃是當下各級政府亟須考慮的現實問題。

云南省作為聯合國《生物多樣性公約》締約方大會的承辦地，深入貫徹綠色發展理念，多措施并舉探索低碳發展路徑已初見成效。據統計，2020年，云南省設計階段綠色建筑占比為82%，竣工階段占比高達50%。但相對來說，部分碳達峰指標（例如城市化率、人均GDP等）較之于東部沿海省份乃至發達國家地區仍存在較大差距，可見其低碳發展空間潛力巨大。因此，明確云南省建筑業碳排放預期峰值，對于云南省實現2030碳達峰目標具有十分重要的理論與現實意義。

2?文獻綜述

現階段，碳達峰已成為國際社會廣泛聚焦的熱點議題，針對建筑業碳排放的相關研究文獻也層出不窮，例如Chen等［3］借助CKC回歸分析模型，預測中國建筑業碳排放將于2035年達到峰值。Du等［4］從能源消耗的角度構建了建筑業碳排放系統動力學模型作情景分析，指出中國建筑業最早于2025年實現碳達峰。Liu等［5］以北京市為例，運用系統動力學對城市建筑碳排放峰值進行了預測，結果顯示城市建筑由于能源消耗所產生的碳排放量將于2025年達到峰值。Li等［6］以江蘇省為例，構建了建筑業碳排放系統動力學仿真模型，并選取R&D投資占GDP比重和節約能源建筑比例作為情景設置指標并對其峰值進行了預測，結果顯示江蘇省建筑業碳排放最早于2029年達到峰值。Huo等［7］運用蒙特卡洛模擬方法，預測我國城市居建、農村居建和商業建筑分別于2040年、2021年和2038年碳達峰?？梢?，諸多學者針對建筑業碳排放關鍵影響因素識別及峰值預測已進行了深入探討，但經過剖析，仍存在以下幾點不足：①諸多文獻在建筑業碳排放量的核算過程中忽略了建材運輸、建筑廢料處理過程中所產生的碳排放量，進而導致所計算的建筑業碳排放量數值相對較低，不利于建筑業碳減排責任的界定。②建筑業碳排放的系統動力學文獻在進行模擬仿真時調控變量的選取相對較少，難以及時響應調控變量隨時間推移的不確定性對建筑業碳排放的作用效果。

鑒于此，文章將采用碳排放系數法（carbon?emission?coefficient?method，CEFM）、系統動力學（system?dynamics，SD）理論彌補現有研究文獻的不足，進一步豐富建筑業碳排放體系的研究內容。重要采用碳排放系數法對2010—2019年云南省建筑業全生命周期的碳排放量予以有效測度，并根據云南省相關數據，構建云南省建筑業碳排放系統動力學仿真模型，從而進行非線性動態系統現實環境的模擬并仿真未來的演化趨勢，進一步比較分析不同情境下調控變量隨時間推移的不確定性對云南省建筑業碳達峰的作用效果。

3?研究方法與數據來源

3.1?云南省建筑業全生命周期碳排放量核算

從現有研究成果來看，碳排放系數法因其簡潔、直觀和便于理解的特點，被國內外學者普遍接受。故而文章在借鑒前人研究的基礎上［8-13］，采用碳排放系數法對2010—2019年云南省建筑業全生命周期碳排放量予以有效測度，具體公式如下：

Ctdirect=∑7i=1Eti×Oi×LCVi×CFi×4412+Ete×ηe×95%（1）

Ctindirect=（1+10%）×Mti×βi×（1－εi）+（Merect×Sterect+Mdemolish×Stdemolish）×Dtransporation×βtransporation（2）

Ctoperational=Ctpublic+Ctresidential=∑12iEti×Oi×LCVi×CFi×4412+?Ete×ηe+Eth×ηh+Ctdirect×5%（3）

式（1）中，Ctdirect表示第t年的建筑業直接碳排放量；Eti指建筑業第t年第i種能源的消耗量，包括原煤、其他洗煤、其他焦化產品、汽油、煤油、柴油和液化石油氣等7種一次能源；Oi指第i種能源的氧化率；LCVi指第i種能源的平均低位熱值；CFi指第i種能源的單位熱值含碳量；44/12指碳與二氧化碳之間的轉化系數；Ete指第t年的電力消耗量；ηe指電力的二氧化碳排放系數。

式（2）中，Ctindirect表示第t年建筑業間接碳排放量；10%指建材運輸過程中由運輸能耗所額外產生的二氧化碳；Mti指第t年第i種建筑材料的消耗量，包括水泥、鋼材、木材、玻璃和鋁材5種建筑材料；βi指第i種建筑材料的二氧化碳排放因子（水泥0.815kg/kg、鋼材1.789kg/kg、木材842.8kg/m3、玻璃0.9655kg/kg、鋁材2.6kg/kg）；εi指第i種建筑材料的回收率（鋼材0.8、木材0.2、玻璃0.7、鋁材0.85）；Merect和Mdemolish分別指在建筑施工和拆除階段的建筑廢料計算基數，分別取0.055t/m2、1.2t/m2；Sterect和Stdemolish分別指第t年建筑業的施工面積和拆除面積，分別取90%、10%；Dtransportation指建筑廢料運輸階段的平均運輸距離，取30km；βtransportation指建筑廢料運輸的碳排放系數，取0.44×10-3tCO2/（t·km）。

式（3）中，Ctoperational表示第t年的建筑業運行碳排放量;Ctpublic表示第t年的公共建筑碳排放量;Ctresidential表示第t年的居住建筑碳排放量;Eti指第t年第i種能源的消耗量，包括原煤、其他洗煤、焦炭、型煤、煤制品、焦爐煤氣、其他煤氣、液化石油氣、其他石油制品、天然氣、液化天然氣、其他能源等12種一次能源;Oi指第i種能源的碳氧化率;LCVi指在建筑運行中第i種能源的平均低位熱值;CFi指在建筑運行中第i種能源的單位熱值含碳量;Ete指第t年的電力消耗量;ηe指電力的二氧化碳排放系數;Eth指第t年的熱力消耗量;ηh指電力的二氧化碳排放系數;5%指在施工現場由于建筑運行所產生的二氧化碳。

3.2?云南省建筑業碳排放系統動力學仿真模型構建

考慮建筑業碳排放過程涉及多個領域且具有復雜、非線性、多重反饋等顯著特點，傳統的計量經濟方法無法解決此類問題。因此，文章引入SD理論，對云南省建筑業碳排放過程加以系統性分析，深入了解建筑業碳排放過程，據此繪制云南省建筑業碳排放系統要素因果回路圖，如圖1所示。

為進一步體現系統變量性質以及反饋控制回路，文章基于圖1分析的云南省建筑業碳排放系統要素因果回路圖，遵循可行性、全面性和數據可獲取性等原則，選取7個水平變量、5個速率變量、5個常量、7個表函數和多個輔助變量，利用Vensim?PLE?x32軟件構建云南省建筑業碳排放系統流程圖，如圖2所示，鑒于篇幅所限，僅羅列以下核心公式：

F9=0.0333×sqrt（lnF12）+0.1174×sqrt（lnF1）-0.1418×1/F20+0.0259×（1/F20）2-0.0080×1/F2-0.1987（4）

F23=［-9.3832×sqrt（lnF12）-0.4272×（1/F2）+0.040242×（1/F2）2+0.6829×（1-F2）×sqrt（lnF19）…-0.7576×F2×sin（sqrt（lnF8））］×（F13+F14-F15）（5）

F35=0.5739×sqrt（lnF12）-0.0935×lnF12+0.0636×sqrt（lnF28）-0.001351×sqrt（F25）×F24+0.002465×F26×F24-1.0532（6）

F37=F40-F39×F40（7）

圖1?云南省建筑業碳排放系統要素因果回路

圖2?云南省建筑業碳排放系統流程

3.3?數據來源

文章數據來源于《中國統計年鑒》《云南省統計年鑒》《云南省調查年鑒》《中國能源統計年鑒》《中國建筑業統計年鑒》《中國科技統計年鑒》、云南省統計局數據庫、住房與城鄉建設部官方數據庫、住房與城鄉建設廳官方數據庫和部分參考文獻，數據來源真實可靠，考慮到部分數據已然缺失，故采用歷史統計數據做算數平均。

4?結果分析

4.1?模型檢驗

繼建筑業碳排放系統動力學模型構建之后，需對該模型的適用性和合理性進行檢驗，以此確定該模型是否能夠真實反映和描述現實問題。鑒于篇幅所限，文章著重介紹現實性檢驗?，F實性檢驗是指通過比較模擬結果的演化趨勢是否與歷史統計值相符來衡量該模型的可靠性與準確性。

文章選取云南省建筑業碳排放系統中2010—2019年為期10年的建筑業直接碳排放量、間接碳排放量、運行碳排放量和碳排放總量作為現實性檢驗變量，與模擬值相比較，以此證明該仿真模型的正確性和有效性，表1展示了該模型的現實性檢驗結果?？傮w來說，除2017年的碳排放總量的相對誤差較大外，其余年份均未超過8%，說明該模型能夠較好地描述和反映云南省建筑業碳排放的系統現狀。

4.2?情景分析

為有效考察不同情境下調控變量的變化程度對云南省建筑業碳排放峰值的影響效果，文章采用情景分析法對未來可能出現的各種不確定性進行預測。情景分析法是指在充分回顧并分析歷史數據的基礎上，通過細致的、嚴謹的推斷來闡述未來可能發生的各種指標變化，從而分析并判斷實現相應目標的各種可能性以及為此采取的各種舉措，具體調控方案如表2所示。

圖3形象地展示了在現行情景、高碳情景、低碳情景下云南省建筑業碳排放量的總體變化趨勢。從模擬結果可知，在現行情景、高碳情景和低碳情景下云南省建筑業碳排放總量將分別于2035年、2038年和2035年實現碳達峰，其峰值分別為942.04百萬噸、1091.33百萬噸和455.91百萬噸。雖說低碳情景下建筑業碳排放總量無法先于現行情景實現碳達峰，但其峰值卻得到了顯著降低?？梢?，該情景下調控變量的變化方向起到了顯著的抑制作用。

從圖3可知，當建筑業產出值呈現上升趨勢時，人均GDP、環境代價和建筑業碳排放總量亦隨之上升，原因在于隨著建筑業產出值不斷增大，必然帶動區域經濟發展，但同樣也帶來新建建筑增多、建材大量消耗、施工強度顯著增加、建筑存量明顯過剩等一系列問題，進而引起建筑業直接、間接和運行碳排放顯著增加，故而導致所付出的環境代價也必然加??；而一旦產業結構調整，建筑業所占GDP比重下降，建筑業碳排放量也將隨之下降，人均GDP和所付出的環境代價也會相對減少，但環境情況得到了一定程度的改善。

5?結論

云南省建筑業最早于2035年實現碳達峰，其峰值為455.91百萬噸。由此可見，云南省建筑業距離2030碳達峰目標的實現任重而道遠。因此，未來建筑業應從以下幾個方面著手進行建筑業碳減排舉措。

首先，在建筑施工的過程中，應竭力推廣預制建筑和模塊化建筑，使得建造過程集約化，從而有效減少建筑業在交通運輸側的碳排放。其次，在建筑材料方面，加速傳統建材的可替代性研究，采用新型環保建材增強建體結構以延長建筑生命周期，從而減少新建建筑存量，有效抑制間接碳排放和運行碳排放的增加。最后，應加快建立碳交易市場機制，嚴格把控碳排放額度，實施嚴厲的碳懲罰措施，充分發揮碳市場的決定性作用，迫使相關建筑企業改善粗獷式發展模式，改良建筑工藝流程，從而在一定程度上抑制建筑業碳排放。以上種種舉措需綜合使用，方可有效促使云南省建筑業盡早實現碳達峰。

參考文獻：

［1］AHMAD?M，ZHAO?Z?Y，LI?H.Revealing?stylized?empirical?interactionsamong?construction?sector，urbanization，energy?consumption，economic?growth?and?CO2?emissions?in?China［J］.Science?of?the?total?environment，2019（657）：1085-1098.

［2］徐蕓茜.“雙碳”目標下的中國建筑業：全過程碳排放總量占全國比重過半，如何實現碳中和？［EB/OL］.?https：//author.baidu.com/home？from=bjh_article&app_id=1573796913023979.

［3］CHEN?X，SHUAI?C，WU?Y，et?al.Analysis?on?the?carbon?emission?peaks?of?Chinas?industrial，building，transport，and?agricultural?sectors［J］.Science?of?the?total?environment，2020（709）：135768.

［4］DU?Q，SHAO?L，ZHOU?J，et?al.Dynamics?and?scenarios?of?carbon?emissions?in?Chinas?construction?industry［J］.Sustainable?cities?and?society，2019（48）：101556.

［5］LIU?P，LIN?B，ZHOU?H，et?al.CO2?emissions?from?urban?building?satthe?city?scale：system?dynamic?projections?and?potentialmitigation?policies［J］.Applied?energy，2020（277）：115546.

［6］LI?D，HUANG?G，ZHU?S，et?al.How?to?peak?carbon?emissions?of?provincial?construction?industry？Scenario?analysis?of?Jiangsu?Province［J］.Renewable?and?sustainable?energy?reviews，2021（144）：110953.

［7］HUO?T，MA?Y，CAI?W，et?al.Will?the?urbanization?process?influence?the?peak?of?carbon?emissions?in?the?building?sector？a?dynamic?scenario?simulation［J］.Energy?and?buildings，?2021（232）：110590.

［8］ADALBERTH?K.Energy?use?during?the?life?cycle?of?buildings：a?method［J］.Building?and?environment，1997，32（4）：317-320.

［9］周豪奇，張云寧，趙杰.基于灰色預測模型GM（1，1）的建筑垃圾產量研究［J］.武漢理工大學學報（信息與管理工程版），2016，38（5）：612-615.

［10］石羽，運迎霞，劉沖，等.遼寧中部城市群建筑碳足跡［J］.應用生態學報，2017，28（6）：7.

［11］陳雷，林柏梁，王龍，等.基于碳減排政策的多式聯運運輸方式選擇優化模型［J］.北京交通大學學報，2015，?181（3）：70-75.

［12］張旺.基于PB-LCA的湖南省建筑碳足跡測算及其機理分析［J］.科技導報，2019，37（22）：133-142.

［13］WU?P，SONG?Y，ZHU?J，et?al.Analyzing?the?influence?factors?of?the?carbon?emissions?from?Chinas?building?and?constructionindustry?from?2000?to?2015［J］.Journal?of?cleaner?production，2019（221）：552-566.