云南省建筑业碳排放峰值预测研究

蒋永棋

摘 要：文章旨在預测云南省建筑业碳排放预期峰值，以期探索多渠道节能减碳路径，助力省域层面碳达峰目标的实现。文章首先采用碳排放系数法对云南省2010—2019年建筑业全生命周期的碳排放量予以有效核算，以此为基础，基于系统动力学理论构建云南省建筑业碳排放系统仿真模型，根据云南省相关数据确定模型所需参数和主要方程式，利用Vensim PLE x32软件进行动态模拟仿真。通过对系统要素施加适度调控，从而比较、分析不同情境下云南省建筑业碳排放预期峰值，给予政策制定者科学合理的指导建议。

关键词：云南省；建筑业碳排放；碳排放系数法；系统动力学；峰值预测

中图分类号：F271    文献标识码：A 文章编号：1005-6432（2024）01-0009-06

DOI：10.13939/j.cnki.zgsc.2024.01.003

1 引言

近年来，世界各地因温室效应所导致的极端恶劣天气及其引发的一系列局部自然灾害问题严重威胁着人类社会的生存发展和生态系统的维持保护。为此，诸多国家与地区纷纷制定和出台相关法律法规和条例以图有效控制以二氧化碳为主要构成要素的温室气体的排放。建筑业作为促进国民经济发展的支柱型产业，在完善基础设施建设、改善人民基本生活和提升居民幸福指数等方面发挥了不可替代的作用［1］。与此同时，其高投入、高耗能和高碳排的产业发展模式也同样引起了相关部门的广泛关注。根据中国建筑节能协会公布的数据，建筑业全过程碳排放占全国碳排放总量比重超过半数，并与工业、交通运输业并称为三大碳排放子系统，且位居首列［2］。由此可见，由建筑业驱动的经济迅速增长与碳排放量急剧增加之间的矛盾日益尖锐。因此，如何在现行制度的约束下准确预测建筑业碳排放的预期峰值，并根据其峰值制定切实可行的碳减排政策，乃是当下各级政府亟须考虑的现实问题。

云南省作为联合国《生物多样性公约》缔约方大会的承办地，深入贯彻绿色发展理念，多措施并举探索低碳发展路径已初见成效。据统计，2020年，云南省设计阶段绿色建筑占比为82%，竣工阶段占比高达50%。但相对来说，部分碳达峰指标（例如城市化率、人均GDP等）较之于东部沿海省份乃至发达国家地区仍存在较大差距，可见其低碳发展空间潜力巨大。因此，明确云南省建筑业碳排放预期峰值，对于云南省实现2030碳达峰目标具有十分重要的理论与现实意义。

2 文献综述

现阶段，碳达峰已成为国际社会广泛聚焦的热点议题，针对建筑业碳排放的相关研究文献也层出不穷，例如Chen等［3］借助CKC回归分析模型，预测中国建筑业碳排放将于2035年达到峰值。Du等［4］从能源消耗的角度构建了建筑业碳排放系统动力学模型作情景分析，指出中国建筑业最早于2025年实现碳达峰。Liu等［5］以北京市为例，运用系统动力学对城市建筑碳排放峰值进行了预测，结果显示城市建筑由于能源消耗所产生的碳排放量将于2025年达到峰值。Li等［6］以江苏省为例，构建了建筑业碳排放系统动力学仿真模型，并选取R&D投资占GDP比重和节约能源建筑比例作为情景设置指标并对其峰值进行了预测，结果显示江苏省建筑业碳排放最早于2029年达到峰值。Huo等［7］运用蒙特卡洛模拟方法，预测我国城市居建、农村居建和商业建筑分别于2040年、2021年和2038年碳达峰。可见，诸多学者针对建筑业碳排放关键影响因素识别及峰值预测已进行了深入探讨，但经过剖析，仍存在以下几点不足：①诸多文献在建筑业碳排放量的核算过程中忽略了建材运输、建筑废料处理过程中所产生的碳排放量，进而导致所计算的建筑业碳排放量数值相对较低，不利于建筑业碳减排责任的界定。②建筑业碳排放的系统动力学文献在进行模拟仿真时调控变量的选取相对较少，难以及时响应调控变量随时间推移的不确定性对建筑业碳排放的作用效果。

鉴于此，文章将采用碳排放系数法（carbon emission coefficient method，CEFM）、系统动力学（system dynamics，SD）理论弥补现有研究文献的不足，进一步丰富建筑业碳排放体系的研究内容。重要采用碳排放系数法对2010—2019年云南省建筑业全生命周期的碳排放量予以有效测度，并根据云南省相关数据，构建云南省建筑业碳排放系统动力学仿真模型，从而进行非线性动态系统现实环境的模拟并仿真未来的演化趋势，进一步比较分析不同情境下调控变量随时间推移的不确定性对云南省建筑业碳达峰的作用效果。

3 研究方法与数据来源

3.1 云南省建筑业全生命周期碳排放量核算

从现有研究成果来看，碳排放系数法因其简洁、直观和便于理解的特点，被国内外学者普遍接受。故而文章在借鉴前人研究的基础上［8-13］，采用碳排放系数法对2010—2019年云南省建筑业全生命周期碳排放量予以有效测度，具体公式如下：

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年的建筑业直接碳排放量；Eti指建筑业第t年第i种能源的消耗量，包括原煤、其他洗煤、其他焦化产品、汽油、煤油、柴油和液化石油气等7种一次能源；Oi指第i种能源的氧化率；LCVi指第i种能源的平均低位热值；CFi指第i种能源的单位热值含碳量；44/12指碳与二氧化碳之间的转化系数；Ete指第t年的电力消耗量；ηe指电力的二氧化碳排放系数。

式（2）中，Ctindirect表示第t年建筑业间接碳排放量；10%指建材运输过程中由运输能耗所额外产生的二氧化碳；Mti指第t年第i种建筑材料的消耗量，包括水泥、钢材、木材、玻璃和铝材5种建筑材料；βi指第i种建筑材料的二氧化碳排放因子（水泥0.815kg/kg、钢材1.789kg/kg、木材842.8kg/m3、玻璃0.9655kg/kg、铝材2.6kg/kg）；εi指第i种建筑材料的回收率（钢材0.8、木材0.2、玻璃0.7、铝材0.85）；Merect和Mdemolish分别指在建筑施工和拆除阶段的建筑废料计算基数，分别取0.055t/m2、1.2t/m2；Sterect和Stdemolish分别指第t年建筑业的施工面积和拆除面积，分别取90%、10%；Dtransportation指建筑废料运输阶段的平均运输距离，取30km；βtransportation指建筑废料运输的碳排放系数，取0.44×10-3tCO2/（t·km）。

式（3）中，Ctoperational表示第t年的建筑业运行碳排放量;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种能源的消耗量，包括原煤、其他洗煤、焦炭、型煤、煤制品、焦炉煤气、其他煤气、液化石油气、其他石油制品、天然气、液化天然气、其他能源等12种一次能源;Oi指第i种能源的碳氧化率;LCVi指在建筑运行中第i种能源的平均低位热值;CFi指在建筑运行中第i种能源的单位热值含碳量;Ete指第t年的电力消耗量;ηe指电力的二氧化碳排放系数;Eth指第t年的热力消耗量;ηh指电力的二氧化碳排放系数;5%指在施工现场由于建筑运行所产生的二氧化碳。

3.2 云南省建筑业碳排放系统动力学仿真模型构建

考虑建筑业碳排放过程涉及多个领域且具有复杂、非线性、多重反馈等显著特点，传统的计量经济方法无法解决此类问题。因此，文章引入SD理论，对云南省建筑业碳排放过程加以系统性分析，深入了解建筑业碳排放过程，据此绘制云南省建筑业碳排放系统要素因果回路图，如图1所示。

为进一步体现系统变量性质以及反馈控制回路，文章基于图1分析的云南省建筑业碳排放系统要素因果回路图，遵循可行性、全面性和数据可获取性等原则，选取7个水平变量、5个速率变量、5个常量、7个表函数和多个辅助变量，利用Vensim PLE x32软件构建云南省建筑业碳排放系统流程图，如图2所示，鉴于篇幅所限，仅罗列以下核心公式：

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）

图1 云南省建筑业碳排放系统要素因果回路

图2 云南省建筑业碳排放系统流程

3.3 数据来源

文章数据来源于《中国统计年鉴》《云南省统计年鉴》《云南省调查年鉴》《中国能源统计年鉴》《中国建筑业统计年鉴》《中国科技统计年鉴》、云南省统计局数据库、住房与城乡建设部官方数据库、住房与城乡建设厅官方数据库和部分参考文献，数据来源真实可靠，考虑到部分數据已然缺失，故采用历史统计数据做算数平均。

4 结果分析

4.1 模型检验

继建筑业碳排放系统动力学模型构建之后，需对该模型的适用性和合理性进行检验，以此确定该模型是否能够真实反映和描述现实问题。鉴于篇幅所限，文章着重介绍现实性检验。现实性检验是指通过比较模拟结果的演化趋势是否与历史统计值相符来衡量该模型的可靠性与准确性。

文章选取云南省建筑业碳排放系统中2010—2019年为期10年的建筑业直接碳排放量、间接碳排放量、运行碳排放量和碳排放总量作为现实性检验变量，与模拟值相比较，以此证明该仿真模型的正确性和有效性，表1展示了该模型的现实性检验结果。总体来说，除2017年的碳排放总量的相对误差较大外，其余年份均未超过8%，说明该模型能够较好地描述和反映云南省建筑业碳排放的系统现状。

4.2 情景分析

为有效考察不同情境下调控变量的变化程度对云南省建筑业碳排放峰值的影响效果，文章采用情景分析法对未来可能出现的各种不确定性进行预测。情景分析法是指在充分回顾并分析历史数据的基础上，通过细致的、严谨的推断来阐述未来可能发生的各种指标变化，从而分析并判断实现相应目标的各种可能性以及为此采取的各种举措，具体调控方案如表2所示。

图3形象地展示了在现行情景、高碳情景、低碳情景下云南省建筑业碳排放量的总体变化趋势。从模拟结果可知，在现行情景、高碳情景和低碳情景下云南省建筑业碳排放总量将分别于2035年、2038年和2035年实现碳达峰，其峰值分别为942.04百万吨、1091.33百万吨和455.91百万吨。虽说低碳情景下建筑业碳排放总量无法先于现行情景实现碳达峰，但其峰值却得到了显著降低。可见，该情景下调控变量的变化方向起到了显著的抑制作用。

从图3可知，当建筑业产出值呈现上升趋势时，人均GDP、环境代价和建筑业碳排放总量亦随之上升，原因在于随着建筑业产出值不断增大，必然带动区域经济发展，但同樣也带来新建建筑增多、建材大量消耗、施工强度显著增加、建筑存量明显过剩等一系列问题，进而引起建筑业直接、间接和运行碳排放显著增加，故而导致所付出的环境代价也必然加剧；而一旦产业结构调整，建筑业所占GDP比重下降，建筑业碳排放量也将随之下降，人均GDP和所付出的环境代价也会相对减少，但环境情况得到了一定程度的改善。

5 结论

云南省建筑业最早于2035年实现碳达峰，其峰值为455.91百万吨。由此可见，云南省建筑业距离2030碳达峰目标的实现任重而道远。因此，未来建筑业应从以下几个方面着手进行建筑业碳减排举措。

首先，在建筑施工的过程中，应竭力推广预制建筑和模块化建筑，使得建造过程集约化，从而有效减少建筑业在交通运输侧的碳排放。其次，在建筑材料方面，加速传统建材的可替代性研究，采用新型环保建材增强建体结构以延长建筑生命周期，从而减少新建建筑存量，有效抑制间接碳排放和运行碳排放的增加。最后，应加快建立碳交易市场机制，严格把控碳排放额度，实施严厉的碳惩罚措施，充分发挥碳市场的决定性作用，迫使相关建筑企业改善粗犷式发展模式，改良建筑工艺流程，从而在一定程度上抑制建筑业碳排放。以上种种举措需综合使用，方可有效促使云南省建筑业尽早实现碳达峰。

参考文献：

［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］徐芸茜.“双碳”目标下的中国建筑业：全过程碳排放总量占全国比重过半，如何实现碳中和？［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，張云宁，赵杰.基于灰色预测模型GM（1，1）的建筑垃圾产量研究［J］.武汉理工大学学报（信息与管理工程版），2016，38（5）：612-615.

［10］石羽，运迎霞，刘冲，等.辽宁中部城市群建筑碳足迹［J］.应用生态学报，2017，28（6）：7.

［11］陈雷，林柏梁，王龙，等.基于碳减排政策的多式联运运输方式选择优化模型［J］.北京交通大学学报，2015， 181（3）：70-75.

［12］张旺.基于PB-LCA的湖南省建筑碳足迹测算及其机理分析［J］.科技导报，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.