高原地区公共建筑运营阶段环境影响的预测模型

黄扬洋，龚志起，杨 徽，赵太民

(青海大学土木工程学院，青海省建筑节能材料与工程安全重点实验室，青海 西宁 810016)

运营阶段是建筑生命周期中一个重要且复杂的环节，消耗大量的能源与资源，对环境有着不可低估的影响[1-2]。据统计，建筑运营阶段能耗占全国总能耗的23%，相关CO2排放量占全国CO2总排放量的20%，远大于建造、拆除、回收等阶段，是建筑全生命周期环境影响的主要贡献者[3]。公共建筑的平均单位面积能耗是其他建筑的2～3倍[4]，随着我国逐渐进入城镇化新阶段将占据更大部分[5]。因此，定量评价公共建筑运营阶段环境影响，降低公共建筑运营阶段能耗水平，是建设资源节约型、环境友好型社会的必然要求，对建筑领域的节能减排大有裨益。

近年来，研究者大力开展了建筑物运营阶段的环境影响评价工作。Peng[6]基于 Ecotect分析工具对一栋办公楼全生命周期的碳排放量进行统计分析，研究发现运营过程中碳排放量占全生命周期的85.4%。Iddon等[7]开发了自动计算工具，分别计算了某住宅建筑运营阶段碳排放量与隐含碳排放量。朱方伟等[8]基于武汉市统计年鉴建立了公共建筑碳排放量和建筑面积的回归方程。以上对建筑物运营阶段的环境影响评价多集中在运营能耗、碳足迹等方面[9-10]，研究方法也多是基于Ecotect、DeST等能耗模拟软件进行仿真模拟，部分采用问卷调查建立回归模型[11-16]。

本研究基于生命周期评价系统，采用多元线性回归模型，对公共建筑运营阶段环境影响潜值进行定量评价，旨在开发一个标准化的框架，用于建筑行业运营阶段环境影响潜值的评估，进而帮助相关单位做出可持续性决策及制定节能减排方案。

1 公共建筑运营阶段环境影响核算方法

1.1 运营阶段建筑生命周期评价模型

公共建筑运营阶段环境影响来源于建筑材料或构件的替换、更新以及建筑能耗、水耗，如式(1)所示。

EIoper=EIenergy+EIwater+EIrefur

(1)

式中：EIoper表示建筑运营阶段的环境影响；EIenergy表示建筑运营能耗的环境影响；EIwater表示建筑运营水耗的环境影响；EIrefur表示建筑材料或构件替换、更新的环境影响。

建筑运营能耗指建筑使用过程中由外部输入的能源，包括维持建筑环境的用能(供暖、制冷、通风、空调、照明等)和各类建筑内活动(办公、家电、电梯、生活热水等)的用能[17]。能源形式包括电力、燃煤、天然气等[18]。

1.1.1 基础清单数据分析

构建综合能源基础清单数据评估公式，如式(2)所示。

ifE-j(t)=∑kbk(t)×ik×ifkj

(2)

式中:ifE-j(t)表示综合能源在t年的基础清单数据；ik表示分项能源k相对于标准煤的折算系数；bk(t)表示t年时分项能源k消耗量(k代表原煤、天然气、电力)；ifkj表示单位质量分项能源k的基础清单数据，生产单位质量能源需要投入的j原材料质量/产出的j环境排放质量。

构建建筑材料或构件替换、更新基础清单数据评估公式，如式(3)所示。

ifE-p=∑iMi×ifip

(3)

式中：ifE-p表示建筑材料或构件替换、更新的基础清单数据；Mi表示i种材料或构件的量；ifip表示单位质量i种材料或构件的基础清单数据，生产单位质量材料或构件需要投入的p原材料质量/产出的p环境排放质量。

1.1.2 生命周期影响评价

在上述公式中，ik的取值来源于GB/T 2589—2008《综合能耗计算通则》[19]，分项能源的基础清单数据ifkj与分项材料或构件基础清单数据ifip来源于文献[20]、文献[21]以及CLCD数据库。在清单分析的基础上进行环境影响分析，将评价对象的能耗、污染物排放与生态环境联系起来，通过分类、特征化、标准化，设置权重[22]4个步骤计算1 kgce综合能源环境影响潜值，如表1所示。

表1 1 kgce综合能源环境影响潜值Tab.1 Comprehensive energy environmental impact potential value of 1 kgce

1.2 多变量线性回归预测

为了评价不同参数之间的关系，了解不同参数对环境影响潜值的影响，采用了多元回归分析方法，其模型见式(4)。

(4)

式中：y1，y2…yn表示预测响应(因变量)；α表示常数(直线截距)；β1，β2…βn表示线性系数斜率；xk1，xk2…xkn表示解释(自变量)；ε表示预测误差。

2 数据来源

本研究以某地区党政机关，初、中、高等教育机构，医疗机构为调查对象。

调查内容：建筑面积；2019年全年总耗电量及其构成情况；2019年全年总耗煤量及其构成情况；2019年全年总耗天然气量及其构成情况；2018—2019年一个供暖期的供暖面积及其供暖总费用；该建筑面积内用能人数以及全年用能时间。

调查主要原则:选择具有代表性的公共建筑类型进行实地调查；真实反映各建筑物的运营能耗构成；注重受访者的专业素养(通常为单位财务核算人员)以获得准确的基本信息。

经过调研可得党政机关样本总数222个，教育机构样本总数73个，医疗机构样本总数31个。

3 结果与分析

3.1 相关性

采用SPSS软件对调查数据进行皮尔森相关性分析，判断自变量与建筑环境影响潜值的相关强度，计算结果见表2。

表2 皮尔森相关性分析Tab.2 Pearson correlation analysis

通过皮尔森相关性分析，党政机关建筑运营阶段环境影响潜值与建筑面积、用能人数的相关系数值在0.7～0.99，呈高度相关，与全年使用时长相关性较弱(考虑到党政机关建筑运营阶段环境影响潜值预测精度，先剔除自变量使用时长指标)。教育机构建筑运营阶段环境影响潜值与建筑面积、用能人数、全年使用时长均呈高度相关。医疗机构建筑运营阶段环境影响潜值与建筑面积、用能人数呈高度相关(医疗机构由于全年开放，情况较为特殊，因此不考虑使用时长影响)。

在皮尔森相关性分析基础上，研究3个自变量对不同类型公共建筑环境潜值的影响，根据3类公共建筑的环境影响潜值数据绘制散点图，如图1～图3所示。

图1 党政机关环境影响潜值与建筑面积及用能人数的关系Fig.1 Relationship between environmental impact potential value of party and government organs，building area and the number of energy users

图2 医疗机构环境影响潜值与建筑面积及用能人数的关系Fig.2 Relationship between environmental impact potential value of medical institutions， building area and the number of energy users

3.2 建立多变量线性回归模型

本文根据所选自变量建立三元线性回归方程，如式(6)所示。

y=α+β1x1+β2x2+β3x3+ε

(6)

借助SPSS软件建立3类建筑环境影响潜值初始模型：

y1=-2.267+0.023x1+0.035x2

y2=-1.137+0.007x1-0.018x2+0.067x3

y3=9.799+0.023x1+0.174x2

表3中R为拟合优度，用来衡量模型对观测值的拟合程度；R2为决定系数，表示拟合的模型能解释因变量变化的百分数，统计量越接近1，拟合度越好。由表可见回归分析的3个决定系数为0.766～0.949，说明回归结果的拟合程度良好；由表4可知，回归P值均明显小于显著性水平0.05，说明建筑面积、用能人数、全年使用时长与建筑运营阶段环境影响潜值存在显著线性关系。

表3 某市公共建筑环境影响潜值与自变量的回归分析Tab.3 Regression analysis of environmental impact potential value of public buildings and independent variables in a city

表4 某市公共建筑环境影响潜值与自变量的方差分析Tab.4 Variance analysis of environmental impact potential value and independent variables of public buildings in a city

通过对回归方程和回归系数进行检验,回归方程与回归系数总体达到显著水平,可作为某地区及与其气象参数相近地区评价公共建筑运营阶段环境影响潜值和建筑面积、用能人数、全年使用时长相关性的经验公式。

3.3 预测模型验证

随机选取9个样本，并根据建立的回归方程分别对3类公共建筑进行估算，然后将结果与实际环境影响潜值进行对比，用以判断预测模型是否可行，其结果如表5所示。由表可知，9个样本的模型偏差率均在12%以内，误差值在可控范围内。

表5 验证对比Tab.5 Verification comparison

4 讨论与结论

本文运用生命周期评价系统，结合多变量线性回归预测方法，以高原地区222所党政机关，73所教育机构，31所医疗机构为研究对象，计算其运营1年的环境影响潜值并分析皮尔森相关性，建立党政机关、教育机构以及医疗机构环境影响潜值的多元线性回归方程并进行验证对比，得到以下结论：(1)党政机关建筑运营阶段环境影响潜值与建筑面积、用能人数的相关系数值为0.7～0.99；教育机构建筑运营阶段环境影响潜值与建筑面积、用能人数、全年使用时长呈高度相关；医疗机构建筑运营阶段环境影响潜值与建筑面积、用能人数呈高度相关。(2)预测模型的误差在可控范围内。产生误差的因素较多，比如数据样本代表性不足、用能行为因人而异、建筑外墙保温材料类型、建筑使用年限等。

与朱方伟等[8]对公共建筑运营阶段碳排放量的研究相比，本研究可用于公共建筑全生命周期早期设计阶段预评估环境影响潜值的测算，促进相关部门做出可持续性决策，制定节能减排方案。