时间序列下北京市建筑运行碳排放变化特征与情景模拟

王京京， 卫佳佳

(1.北京工业大学城市建设学部， 北京 100124；2.北京工业大学城市与工程安全减灾教育部重点实验室， 北京 100124)

根据联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)发布的《第五次评估报告》，全球的地表温度在近百年来上升了0.89 ℃[1]. 在全球变暖的趋势下，世界各国针对气候问题制订了一系列减排措施. 随着“2020年碳排放强度比2005年降低40%～45%[2]”的第一阶段温室气体减排目标的落实，我国正式进入实现“碳达峰”的战略轨道. 我国积极推动可持续发展，习近平总书记多次提出，我国碳排放力争于2030年前达到峰值，努力争取2060年前实现“碳中和”[3].

在我国，建筑是继工业和交通之后高能耗、高污染的代表. 2017年我国建筑业建造相关的碳排放总量有43.8亿t，接近我国碳排放总量的1/2[4]. 2018年我国建筑全过程碳排放总量有49.3亿t，占全国碳排放的51.3%[5]. 建筑的全生命周期大致可以分为建材生产、建筑施工、建筑运行以及拆除处置4个阶段，其中建筑运行阶段是节能减排的重点. 据估算，2016—2018年我国建筑运行阶段碳排放有20亿t左右，比2000年高出约3倍，占全国能源碳排放约20%[5-7]. 北京作为全国的首都，众多资源向北京倾斜，其碳排放的变化趋势对其他地区具有参考价值.

1 建筑运行碳排放计算模型

1.1 建筑运行碳排放核算方法

建筑运行碳排放是指建筑运行阶段的碳排放，包括住宅、办公楼、学校、商场、酒店、工厂、交通枢纽、娱乐设施等民用和工业建筑. 碳排放的测算方法有实测法、投入产出法、排放系数法等[8]，实测法是通过现场监测得到测量数据并以此为样本计算碳排放量，但监测条件苛刻，人力、物力及财力耗费巨大；投入产出法是通过投入产出模型计算整个生产链的碳排放量，但投入产出表的更新时间不具备连续性；排放系数法是将不同行业不同能源的建筑运行能耗乘以相应的碳排放因子，之后累计求和得到运行碳排放，计算公式为

(1)

式中：C为建筑的运行碳排放；i为不同行业；j为不同能源；Eij为第i行业第j能源的建筑运行能耗；fj为第j能源碳排放因子.该计算方法数据易获取，计算过程简单，因此本文采用排放系数法.

由式(1)可知，建筑运行能耗计算是建筑运行碳排放计算的前提. 建筑运行能耗数据来源于《北京统计年鉴》[9]中“分行业能源消费总量和主要能源品种消费量”，此表中行业分类沿用“工厂法”[10]，即将能耗分为第一产业、第二产业、第三产业和生活消费[11]. 第一产业指农林牧渔业，第二产业指工业和建筑业，第三产业指批发和零售业、住宿和餐饮业、交通运输、仓储和邮政业和其他，其中其他有11个行业，具体包括信息传输、软件和信息技术服务业，金融业，房地产业，租赁和商务服务业，科学研究和技术服务业，水利、环境和公共设施管理业，居民服务、修理和其他服务业，教育，卫生和社会工作，文化、体育和娱乐业，公共管理、社会保障和社会组织. 生活消费分为城镇和乡村.

本文用分行业能源法计算建筑运行能耗，该方法是在能源平衡表拆分法[6,12]的基础上进行改进. 建筑运行能耗的计算范围如图1所示. 建筑运行能耗主要包括批发和零售业、住宿和餐饮业、生活消费和其他，即建筑能耗基础量，同时应扣除交通运输能耗再加上其他部门建筑能耗[6,10,13]，其他部门即工业、建筑业和交通. 假定其他部门建筑能耗除采暖外，工业和建筑业中的办公楼及宿舍能耗与交通业中的交通枢纽能耗相当[14]，由此得出建筑运行能耗的计算方法为

E=Eb+Ec-Et

(2)

Eb=Ew+Ea+El+Eo

(3)

Ec=2×(Etc+Etp)+Eh

(4)

Et=0.95×(Ewg+Eag+Eog)+0.35×
(Ewd+Ead+Eod)+Elg+0.95×Eld

(5)

式中：E为建筑运行能耗；Eb为建筑能耗基础量；Ec为工业、建筑业和交通业中的建筑能耗；Et为私家车及第三产业企业交通运输能耗；Ew为批发和零售业能耗；Ea为住宿和餐饮业能耗；El为生活消费能耗；Eo为其他能耗；Etc为交通业煤耗；Etp为交通业用电量；Eh为采暖能耗；Ewg为批发和零售业消费的汽油；Eag为住宿和餐饮业消费的汽油；Eog为其他消费的汽油；Ewd为批发和零售业消费的柴油；Ead为住宿和餐饮业消费的柴油；Eod为其他消费的柴油；Elg为生活消费的汽油；Eld为生活消费的柴油.

图1 建筑运行能耗的计算范围Fig.1 Calculation scope of building operation energy consumption

1.2 碳排放因子的计算方法

碳排放分为直接碳排放和间接碳排放，前者指建筑业发生化石燃料燃烧产生的碳排放，主要包括建筑内的直接供暖、炊事、生活热水、医院或酒店蒸汽等导致的燃料排放；后者指外界输入建筑的电力、热力包含的碳排放，包括照明、空调等. 同样，碳排放因子也分为直接碳排放因子与间接碳排放因子.

1.2.1 直接碳排放因子

目前，关于直接碳排放因子的研究较多[6,8,12]，但数值杂乱，单位也不尽相同，还存在某些能源碳排放因子数值缺失的情况，为碳排放的计算造成很大不便，因此本文参考IPCC提供的计算方法对碳排放因子重新统一进行计算. 直接碳排放因子的计算公式为

(6)

式中：fj为不同能源的直接碳排放因子，kg/kg或kg/m3，即每kg或m3的某j种能源产生多少kg的CO2；Jj为第j能源的平均低发热量，kJ/kg或kJ/m3；Cj为第j能源的单位热值含碳量，kg/kJ；Oj为第j能源碳氧化率，%.其数据来源于《建筑碳排放计算标准》(GB/T 51366—2019)[15]中主要能源碳排放因子和中国能源统计年鉴2019中各种能源折标准煤参考系数[16]，得到的各类直接碳排放因子如表1所示.

表1中“碳排放因子”与“参考数据”两列数值对比，两者之间变化不大，但仍存在误差，主要是由于计算公式相同，但数据来源不同.前者数据均来源于2019年最新数据，数值更加精确.因此，原则上直接排放因子数值按前者考虑，若因前者中某些能源数据缺失造成没有计算结果的则考虑后者数值.

表1 能源碳排放因子

1.2.2 间接碳排放因子

目前北京的间接碳排放因子并没有明确数据，本文采用能源平衡表法[6]计算间接碳排放因子.《北京统计年鉴》[9]中“能源平衡表”加工转化过程的火力发电和供热是由燃料燃烧的化学能转化为电能和热能，并且细致地描述了此加工转换的流向以及各类化石燃料的投入与电力和热力的产出[10,17]. 间接碳排放因子的计算公式为

(7)

(8)

式中：fe为电力碳排放因子，kg/(kW·h)，即每kW·h电力产生多少kg的CO2；fh为热力碳排放因子，kg/kg，即每kg标准煤产生多少kg的CO2；Ej为各类化石燃料的投入量，如原煤、柴油、燃料油等，kg或m3；Ee为电力的产出量，kW·h；Eh为热力的产出量，kg，把原本的单位kJ折算为kg标准煤.根据式(7)(8)可求出历年北京的电力和热力碳排放因子.与直接碳排放因子相比，间接碳排放因子根据历年年鉴表求出，数值随时序变化，而直接碳排放因子根据规范和公式求出，数值固定不变.

以北京为例，电力和热力碳排放因子数值如表2所示，其变化趋势见图2、3. 由图2、3可知，由于技术工艺的改进与能源结构的调整，电力和热力碳排放因子有明显降低. 根据中国建筑能耗研究报告，2017年北京市热力碳排放因子为1.9 kg/kg[7]，华北区域电网平均碳排放因子在2012年为0.884 3 kg/(kW·h)，2011年为0.896 7 kg/(kW·h)，2005年为1.246 kg/(kW·h)[6]. 与计算结果相比，电力和热力碳排放因子都相差不大，其中电力碳排放因子计算值偏小，这是由于华北区域范围较广，包括北京、河北、天津、山西等地区，其数据是电网碳排放因子平均值. 根据北京市《二氧化碳排放核算和报告要求 服务业》(DB11/T1785—2020)[18]，由于北京市基本采用外购电力和热力，电力和热力碳排放因子推荐值分别为0.604 t/(MW·h)、0.11 t/GJ，单位换算之后分别为0.604 kg/(kW·h)、3.223 9 kg/kg.

表2 间接碳排放因子

电力碳排放因子推荐值0.604 kg/(kW·h)，其值在计算结果0.407 3～0.906 9 kg/(kW·h)的时序变化范围内；热力碳排放因子推荐值3.223 9 kg/kg，其值与计算结果最大值3.169 6 kg/kg相差不大.

图2 北京热力碳排放因子Fig.2 Heat carbon emission factors in Beijing

图3 北京电力碳排放因子Fig.3 Electricity carbon emission factors in Beijing

1.3 时间序列下北京的建筑运行碳排放分析

通过1.1、1.2节的分析可以计算得到2005—2019年北京的建筑运行碳排放数据，如表3所示.

表3 2005—2019年北京的建筑运行碳排放数据

碳排放按行业类型划分为批发和零售业、住宿和餐饮业、其他、其他部门(工业、建筑业和交通业)以及生活消费，按能源类型划分为煤、石油、天然气、热力和电力，表3根据不同划分方式分别计算了相应的碳排放量.

按行业类型划分时，碳排放的行业结构如图4所示. 碳排放量占比最多的行业是其他和其他部门，其次是生活消费，批发和零售业以及住宿和餐饮业的碳排放量占比最少. 不过其他、生活消费和其他部门的碳排放量占比随时间序列变化较大，其余行业的碳排放量占比随时间序列变化不大. 其他和生活消费的碳排放量占比在2008—2016年有所减少，相反其他部门的碳排放量占比在2008—2016年反而明显增加，这与此时间段内供热能耗增加有关. 随着国家经济的发展和人民生活水平的提高，人们对于供热的需求越来越高，但随着碳排放的增加和环境污染的日益严重，人们开始有意识地减少热力碳排放.

图4 北京的建筑运行碳排放行业结构Fig.4 Industry composition of building operating carbon emissions in Beijing

按能源类型划分时，碳排放的能源结构如图5所示. 碳排放的主要来源一直是电力和热力，其次是煤和天然气，石油的碳排放量占比最少. 不过，能源结构随时间序列的变化较大. 煤的碳排放量占比大幅度降低，到现在已经将近淘汰；天然气的碳排放量占比稳定增加，电力的碳排放量占比在近几年也有明显增加，这与政府大力支持“煤改气”“气改电”有关；热力的碳排放量占比在2008—2016年有显著增加；石油的碳排放量占比一直维持在5%以内. 因此，可以看出北京大力推进能源结构清洁化，实现高碳能源清洁化替代.

2005—2019年北京的建筑运行碳排放总量及单位面积碳排放量如图6所示. 由图6可知碳排放总量大致为先上升后回落. 2012年达到历史最高值9 586.80万t，与2005年相比，2012年碳排放总量增加了53.33%. 此时已显现出达峰的基本特征，即驱动其碳排放增长的因素与促进其碳排放减少的因素已经基本平衡，这与李惠民等[20]、王继龙[21]所述的2012年达峰吻合. 2012年后碳排放总量减少，2019年比2012年减少了34.32%. 国家在不断调控，倡导低碳发展，同时降温一直以来过热的房地产业. 单位面积碳排放量总体为下降趋势，主要是由于建筑面积不断扩大，为了经济发展人们开始筑桥修路造房.

图6 北京的建筑运行碳排放总量及单位面积碳排放量Fig.6 Total operation carbon emissions versus per unit area carbon emissions of buildings in Beijing

2 北京的建筑运行碳排放情景模拟

中国碳排放力争于2030年前达到峰值，努力争取2060年前实现“碳中和”. 北京力争在“十四五”期间实现“碳达峰”、2050 年前实现“碳中和”，分别比国家目标提前至少5 a和10 a的时间，为其他地区控制碳排放工作积累经验. 本小节首先将建筑运行碳排放进行驱动因素分解和贡献度分析，然后在此基础上对不同情景下北京市建筑运行碳排放进行预测.

2.1 建筑运营碳排放驱动因素和贡献度分析

首先用Kaya恒等式[22]分解驱动因素，再用LMDI模型[23]对各因素进行贡献度探析[24]. Kaya恒等式分解得出

(9)

LMDI模型分析贡献度计算公式为

ΔC=CT-C0=Δαj+Δβj+Δγ+Δδ+Δε

(10)

各因素的效应的表达式为

(11)

(12)

(13)

(14)

(15)

式(10)～(15)中：C0和CT分别为基准期与时间T期的碳排放量；ΔC为自基准期到T期的碳排放增加量；Δαj、Δβj、Δγ、Δδ和Δε分别为碳排放因子、能源结构、能耗强度、人均建筑面积以及人口规模的碳排放贡献度.

根据式(11)～(15)分别求出各个因素的逐年贡献值，其次求和得到各个因素的累计贡献值，如图7所示. 可以看出，2005—2019年碳排放增加了55.09万t，其中：碳排放因子下降带来3 666.19万t碳减排量；能源结构变化带来951.52万t碳增加量；能耗强度下降带来2 805.80万t碳减排量；人均建筑面积增加带来2 771.25万t碳增加量；人口规模增长带来2 804.30万t碳增加量.

图7 2005—2019年北京的碳排放变化驱动因素分解Fig.7 Decomposition of driving factors of carbon emissions in Beijing from 2005 to 2019

人均建筑面积和人口规模的扩大对碳排放量的增加具有显著的促进作用. 大量的人口迁徙涌入北京，使得北京人口规模急剧扩大. 人们对于居住需求日益提升，生活质量的要求也越来越高，使得建筑面积不断扩大，推动碳排放量的增加. 碳排放因子和能耗强度的降低促进碳排放量的增加. 近年来碳排放因子的下降体现了行业内技术的进步，1 kg标准煤产生的碳排放量越来越少. 由于国家的宏观调控和环境治理，能耗强度降低. 能源结构对碳排放的促进作用并不明显，北京正在由传统能源向清洁能源过渡，但仍需努力，说明应加大建筑业能源结构的调整力度，节能减排工作并未完成.

2.2 碳排放的情景分析

由于能源结构意为煤、石油、天然气、电力和热力各自所占的能耗比重，不能统一量化为一个数进行预测分析，本文只需考虑碳排放因子、能耗强度、人均建筑面积和人口规模这4个驱动因素(参数)的发展趋势，通过设定不同的参数，设置不同的发展情景. 将各参数值代入式(9)碳排放预测模型[25]中，可以对碳排放进行情景分析. 为了情景分析的简便性和减少误差，设定每个变量有高碳、中碳和低碳3种情景[26]. 北京的建筑运行碳排放在不同情景下的参数设置如表4所示. 其中，人口规模变化速率的设定依据为2017年发布的《北京城市总体规划(2016—2035年)》：北京城市人口规模2020年控制在2 300万人以内，以后长期稳定控制在2 300万人左右. 因此人口规模的情景参数根据设定依据，做出如下假定：2030年中碳情景下人口为2 100万人，低碳情景下人口为2 000万人，高碳情景下人口为2 200万人；2050年中碳情景下人口为2 300万人，低碳情景下人口为2 200万人，高碳情景下人口为2 400万人.

表4 北京的建筑运行碳排放情景参数设置

3种情景下北京的建筑运行碳排放预测结果如图8所示. 从历史数据来看，碳排放随时序先增长后回落，2012年达到历史最高值. 从未来趋势来看，随着《中共北京市委关于制定北京市国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》[27]、《北京城市总体规划(2016—2035年)》[28]的出台，碳排放快速增长的动力已经大大减弱[29]. 《北京市“十三五”时期能源发展规划》[30]提出要大力发展清洁能源. 到2030年，碳排放量有2 840.62万～3 961.25 万t. 到2050年，在低碳情景下碳排放量有840.75 万t，如果按照目前政策力度推进，碳排放量有1 228.86 万t，在高碳情景下碳排放量有1 789.78 万t，这意味着如果政策执行得力，北京的建筑运行碳排放量将有949.03万t的减排潜力. 因此从历史上来看，北京的碳排放已经达峰[31].

图8 3种情景下北京的建筑运行碳排放预测值Fig.8 Prediction values of building operating carbon emissions in Beijing under three scenarios

3 结论

本文首先建立运行碳排放计算模型，根据分行业能源法计算建筑运行能耗，并计算了直接排放因子和历年来北京的电力和热力碳排放因子. 从碳排放总量、单位面积碳排放量和碳排放结构3个方面分析2005年以来北京的建筑运行碳排放. 其次运用LMDI模型计算碳排放驱动因素的贡献度，并利用这些因素进行情景分析，预测了未来北京建筑业的运行碳排放. 得到如下结论：

1)北京的建筑运行碳排放在研究时序2005—2019年间增长约45万t，增长至2012年达到峰值，之后缓慢下降.

2)碳排放最主要的来源一直是电力和热力，煤的碳排放量逐年降低，而天然气和电力的碳排放量有所增加，能源结构逐渐清洁化.

3)其他和其他部门的碳排放量最多，生活消费次之，住宿和餐饮业以及批发和零售业的碳排放量最少.

4)人均建筑面积和人口规模的增加对碳排放量的增加具有促进作用，而碳排放因子和能耗强度的增加对碳排放量的增加具有抑制作用.

5)2012年碳排放达到历史峰值. 预测到2050年，碳排放量有840.75万～1 789.78万t.

本研究也存在一些不足之处，基于分行业能源法计算建筑运行能耗时，工业和建筑业中建筑能耗与交通业中建筑能耗相当，准确性需要进一步提高；计算碳排放因子时，考虑了电力和热力的逐年变化值，但直接碳排放因子按固定值考虑，没有随时序变化；碳排放的驱动因素可进一步扩展.