城市典型居民社区水能消费碳排放核算与影响评价

李阳，王春艳，刘毅*，汪自书,2

1.清华大学环境学院

2.清华大学智库中心

居民社区是城市治理的基本单元，也是城市碳减排的重要领域。作为城市重要的终端消费部门之一，社区中居民生活用水用能导致的水能资源消耗数量巨大[1]，直接和间接的碳排放量十分显著。已有研究表明，北京市采暖碳排放约占建筑碳排放的75%～80%，为采暖地区社会能耗的20%左右[2]；洗澡行为用水用能产生的碳排放约占家庭碳排放的35%～40%[3-5]。此外，水资源和能源的生活消费均存在显著的季节变化和日变化[6]，进而造成水能消费相关的碳排放也呈现较大的时间波动性。2018 年，北京市发布《社区低碳运行管理通则》[7]，明确要求社区物业公司加强节水节电管理，开展公共区域能耗调查，强化节水、节电、节气措施。基于社区水能消耗量大、波动性强从而造成碳排放量显著的特点，加强居民社区用水用能活动规律识别、系统深入开展社区碳排放核算，对于推进城市低碳社区建设、减少社区碳排放影响具有重要研究意义和实践价值。

居民社区用水用能及其环境影响分析是当前国内外研究热点。马国栋[8]以居民节水行为为突破点，深入分析节水型社区建设的囿限因素。Li 等[9]通过获取市政供水数据建立居民生活用水量预测模型。Harriden[10]通过不断向居民反馈其用水量和用水行为数据提高居民节水意识。Sun 等[11]通过抓取居民长期用能行为特征建立居民用能行为综合评分标准。陈淑琴等[12]对多个城市的住宅能耗与室内环境展开调查与测试，记录住宅夏季和冬季不同的室内温度、相对湿度以及住宅总能耗。初旭明[13]较为全面地梳理了社区现有供暖系统存在的问题及解决措施。裴婷[14]基于用水负荷预测了超高层建筑供水系统能耗并提出综合优化方法。但目前较少有研究从社区基础设施技术和居民消费行为同时入手分析社区生活水能消费及其碳排放影响。

社区尺度碳排放研究方法有城市代谢理论、生命周期理论及排放清单编制等。其中城市代谢理论可有效核算城市多源多系统的复杂信息。Wolman[15]早在1965 年就提出了将城市复杂的物质、能量和信息系统与生物体的新陈代谢类比。Christen 等[16-17]在此基础上，将城市代谢理论应用于社区碳排放核算，给出了社区建筑、居民生活等多环节的碳排放评估结果。生命周期理论可有效核算产品或服务在整个生命周期的环境影响。Heinonen 等[18]用生命周期理论对居民行为进行精细划分，核算居民生活中多种行为的碳排放。排放清单编制通过对碳排放活动进行划分，解构社区碳排放，实现高碳排放环节识别和精准化管理。姜华等[19]强调建立基于自底向上的二氧化碳排放清单对碳排放总量控制极为重要。叶瑞克等[20]采用IPCC 等清单对建筑群进行分析，重新划定社区建筑排放的系统边界。相比而言，清单法形式灵活、适应性强且数据要求适中，可较好地应用于社区尺度碳排放研究。

碳排放核算方法主要包括投入产出法、实测法和排放因子法。投入产出法适用于中、宏观尺度的温室气体排放核算，其在梳理各环节间复杂的转化关系时具有一定优势。Jones 等[21]使用经济投入产出-生命周期法评价了居民产品、服务消费的碳排放。然而，社区碳排放非常分散，投入产出法在数据获取方面存在困难，实测法基于现场实测的特点也使其并不适用于社区尺度，而排放因子法代表单位产品或服务消费而产生的排放量，碳排放总量等于排放因子乘以消费产品或服务的总量。Mattinen 等[22]采用排放因子法计算居民住宅的能源消费碳排放。沈岩等[23]基于模型利用排放因子法计算了北京市交通碳排放总量及构成。整体来看，排放因子法具有参数来源可靠、计算快捷简便的优势。

笔者综合运用清单法和排放因子法，通过智能监测、实地调研、问卷调查等方法获取实际数据，自底向上构建涵盖社区基础设施端和居民消费端的居民社区水能消费碳排放核算方法，并选择北京市某典型社区进行案例研究，计算该社区与居民消费和基础设施相关的碳排放特征，并识别其环境影响，提出居民社区层面强化水能管理和碳减排的政策建议。

1 研究方法与研究对象

1.1 系统边界的定义

居民社区（即城市居民委员会所辖的生活居住区）的边界包括辖区内的居民小区和公共配套设备（如电梯等），不包括入驻在辖区内的企业、学校及医院等社会单位。居民社区的研究对象包括基础设施端和居民消费端，其中基础设施端指为满足居民家庭生活需要而提供的公用基础设施，例如社区供暖设施、生活供水设施等；居民消费端指居民发生在住宅内部的与水、能相关的行为。

社区尺度的物理边界为设置在社区物理空间内部的基础设施和发生在社区物理空间内部的居民消费行为。碳核算边界为世界可持续发展工商理事会(WBCSD)与世界资源研究所(WRI)共同发布的《温室气体核算体系》中三级碳排放范围中的前两级[24]，其中范围1 定义为系统内部直接控制的燃料燃烧活动和物理化学过程产生的直接温室气体排放；范围2 定义为系统外购能源产生的温室气体排放，包括电力、热力、蒸汽和冷气等。通过分别计算范围1 和范围2 碳排放，可比较社区直接消耗一次能源产生的碳排放和引入二次能源产生的碳排放，为后续能源类型选择提供科学依据。本研究气耗碳排放属于范围1，水耗和电耗的碳排放属于范围2。

1.2 社区家庭水能消费碳排放核算方法

碳排放核算模型包含3 个模块，分别为基础设施模块、居民消费模块及汇总核算模块。在基础设施模块中，通过实地调研获取社区基础设施种类、技术参数和用量，并充分考虑水能消耗量的季节、工作日与周末差异。在居民消费模块中，通过问卷调查获取案例社区居民消费的器具类型及行为习惯，计算出不同消费行为每日的水、电、气耗，其中问卷包括居民家庭属性、水能消费行为以及节水节能意愿3 个部分，预调研结果符合预期，问卷具有代表性。此外，该模块通过智能监测设备得到居民每日的水、电、气耗总量，并结合基础设施端的消耗数据和各自的二氧化碳排放系数，计算得到社区尺度水能视角下的碳排放量。

调查问卷统计了家庭生活用水用能行为中6 项行为：洗澡行为、烹饪行为、洗菜行为、洗碗行为、洗衣行为以及制冷供暖行为。包括不同季节的行为时长、频率及器具类型等数据，其他参数来源于市场调研。6 项水能消费行为的通用计算公式如下。

某项行为生活用水量：

式中：W为该行为月用水量，m3；i为完成该行为的i种方式；fi为每月以i方式完成该行为的频次，通过问卷调查获得；ti为平均每次采用i方式完成该行为的用时，min，通过问卷调查获得；qi为以i方式完成该行为的用水流量，m3/min，通过市场调查获得。

某项行为生活用电量：

式中：E为该行为月用电量，kW·h；γele,i为以i方式完成该行为是否需要/通过电热水器加热水体，需要/通过则取1，反之取0，通过问卷调查获得；c为水比热容，4.2 kJ/（kg·℃）；∆T为该季节加热温差，℃，通过问卷调查获得；ρ为水密度，1 000 kg/m3；βi为该季节以i方式完成该行为时使用热水的比例，通过问卷调查获得；3 600 为电力转换系数，kJ/(kW·h)，取自《中国能源统计年鉴（2019 年）》[25]；ηele为电器的能量效率系数，取90%；λele,i为以i方式完成该行为是否使用除电热水器以外的电器（如洗衣机、洗碗机、电磁炉等），使用则取1，反之取0，通过问卷调查获得；Pele,i为该电器额定功率，kW，通过问卷调研或市场调查获得；60 为时间单位的转换系数。

使用燃气热水器行为加热水的生活用气量：

式中：G为该行为月用气量，m³；γgas,i为以i方式完成该行为是否需要/通过燃气热水器加热水体，需要/通过则取1，反之取0，通过问卷调查获得；λgas,i为以i方式完成该行为是否使用除燃气热水器以外的器具（如燃气灶等），使用则取1，反之取0，通过问卷调查获得；Pgas,i为平均额定热负荷，kW，通过问卷调研或市场调查获得；37 500 为燃气-能转换系数，即天然气低位发热量，kJ/m3，通过《中国能源统计年鉴（2019 年）》[25]获得；ηgas为燃气热水器的能量效率系数，取90%。

每项行为均计算了各季度用水量、用电量和用气量。其中，洗澡行为考虑了储水式电热水器长期保温的能耗；烹饪行为充分考虑了早中晚饭行为的差异以及使用燃气炊具和电炊具的概率分布；洗菜行为考虑了流水洗和盆洗2 种方式，以及不同季节是否使用温水洗菜；洗碗行为考虑了流水洗、盆洗和洗碗机洗3 种方式，以及不同季节是否使用温水洗碗；洗衣行为考虑了洗衣机洗、流水手洗、盆洗手洗3 种方式，以及不同类型洗衣机用水量和用电量的差异；案例社区提供集中供暖，制冷取暖行为考虑了空调使用行为及家庭多台空调间的使用概率分布。

1.3 研究案例社区与基础数据获取情况

案例社区位于北京市海淀区，2000 年后建成，现共有2 800 余户家庭，8 000 余人。该社区共有18 栋楼，总建筑面积为32.0 万m2，楼层高度为18、24 或9 层，其中9 层住宅为复式房型。该小区生活用水二次供水方式为无负压供水；供暖方式为社区锅炉房供暖，热源为天然气；绿化面积共1.9 万m2，绿化方式自2019 年开始由人工浇灌升级为喷灌。研究前期走访了12 个居民社区，调查其建成年份、人口规模、居民年龄分布、社区基础设施类型等情况，根据前期12 个社区调研结果，本案例社区在基础设施和居民属性方面具有较强代表性。

通过实地调研方法，获取了该社区2020 年9 月—2022 年3 月集中供暖等12 项基础设施的水、电、气耗逐月数据；通过实地监测方法，获取了该社区2022 年3 月集中供暖和生活供水设施的水、电、气耗逐日数据。针对社区居民家庭用水用能活动，共在社区内发放调查问卷56 份并回收有效问卷50 份，问卷发放按照居民年龄分布分层抽样。因问卷问题询问家庭整体情况，每户家庭仅需1 人填写，本问卷未将未成年人作为受访对象。受访者年龄分布为18～40 岁（含）占比45%、40～60 岁（含）占比40%、60 岁以上占比15%，与社区整体年龄分布（除未成年外）基本一致。经初步计算，各类家庭人均水能消费量差异较小。通过智能监测方式，获取了3 户志愿者家庭2022 年2—3 月的逐日用水、用能数据，同时通过第三方获取了128 户居民家庭2020 年1 月—2022 年2 月的逐日用水量数据，并据此计算社区居民各项消费行为周末与工作日水能用量差异。

1.4 碳排放量的计算

根据华北地区2019 年区域电网碳排放因子[26]，电力碳排放（以二氧化碳计，全文同）系数取0.941 9 kg/(kW·h)。基于《省级温室气体清单编制指南》[27]，天然气碳排放系数取2.162 2 kg/m3。水资源生产和污水处理能源投入的碳排放系数取0.812 9 kg/m3，该取值考虑了自来水全生命周期的碳排放，其中北京市自来水生产的单位能耗为0.283 kW·h/m3[28]，北京市污水处理过程单位能耗为0.58 kW·h/m3[29]，共0.863 kW·h/m3，与电力碳排放系数相乘，估算水资源生产和污水处理的碳排放系数为0.812 9 kg/m3。

2 案例社区水能消费碳排放核算与影响评价

2.1 居民消费端水能消耗和碳排放

根据智能监测数据和第三方数据，计算得到案例社区居民家庭水、电、气耗的周末工作日比分别为1.3、1.2 和1.1。结合调查问卷结果可得户均工作日水、电、气耗及碳排放量，分别如图1 和图2 所示。结果表明，夏季工作日户均用水量总和为0.25 m3/d，周末为0.33 m3/d；春秋季工作日户均用水量总和为0.19 m3/d，周末为0.24 m3/d；冬季工作日户均用水量总和为0.19 m3/d，周末为0.25 m3/d。一年中，洗澡均是最耗水行为，占比达到36.8%～41.5%。

图1 研究社区居民工作日户均分类生活用水量季节变化Fig.1 Seasonal changes in residential daily water consumption classified by behaviors (weekday only)

图2 研究社区居民家庭户均工作日生活用水相关的能耗及碳排放量季节变化Fig.2 Seasonal changes in residential daily energy consumption and carbon emission classified by behaviours (weekday only)

对于户均日用电量，夏季工作日户均用电量总和为4.46 kW·h/d，周末为5.19 kW·h/d；春秋工作日户均用电量总和为2.89 kW·h/d，周末为3.35 kW·h/d；冬季工作日户均用电量总和为3.67 kW·h/d，周末为4.26 kW·h/d。夏季制冷取暖行为占比极高，达到46.8%。此外，其他用电行为和洗澡行为的用电量也较高。

对于户均日用气量，夏季工作日户均用气量总和为0.49 m3/d，周末为0.54 m3/d；春秋工作日户均用气量总和为0.47 m3/d，周末为0.52 m3/d；冬季工作日户均用气量总和为0.66 m3/d，周末为0.73 m3/d。无论哪个季节，烹饪始终是用气量最大的行为，达到41.4%～58.4%。其他用气行为、洗澡行为、洗碗行为用气量也较大。

对于户均日碳排放量，夏季工作日户均碳排放量总和为5.46 kg/d，周末为6.32 kg/d；春秋工作日户均碳排放量总和为3.88 kg/d，周末为4.47 kg/d；冬季工作日户均碳排放量总和为5.04 kg/d，周末为5.80 kg/d。在夏季，制冷取暖碳排放量达到36%。此外，全年来看洗澡行为和烹饪行为的碳排放量也不容忽视，分别达到19%～26%和13%～18%。

2.2 基础设施端水能消耗和碳排放

基于社区公共设施端运行实测数据，计算得到集中供暖水、电、气耗的周末工作日比分别为1.02、1.00 和1.08。二次供水电耗的周末工作日比为1.88。基础设施端逐月水能消耗与碳排放量如图3所示。

图3 研究社区基础设施端2020 年9 月—2022 年3 月逐月水能消耗与碳排放量Fig.3 Monthly water and energy consumption and related carbon emission of community infrastructures from September 2020 to March 2022

案例社区2020 年9 月—2022 年3 月冬季基础设施端耗电量达到4.67×103～9.48×103kW·h/d，平均值为8.00×103kW·h/d，其中锅炉房集中供暖耗电占比最大，达到39.6%～70.0%。在其他季节，基础设施端耗电量达到2.22×103～3.51×103kW·h/d，平均值为2.86×103kW·h/d，其中以电梯耗电占比最大，达到37.5%～45.1%。周末耗电量为工作日的1.1 倍。基础设施端耗电量呈现出明显的季节变化趋势。冬季耗电量约为其他季节的2.8 倍。

案例社区2020 年9 月—2022 年3 月冬季基础设施端耗水量为2.72～20.47 m3/d，平均值达10.39 m3/d，其中以锅炉房集中供暖耗水占比最大，达到54.9%～93.6%。其他季节基础设施端耗水均为绿化用水，耗水量达到1.47～14.21 m3/d，平均值为5.09 m3/d。周末耗水量为工作日的1.0 倍。基础设施端耗水量亦呈现出明显的季节变化趋势。冬季耗水量约为其他季节的2.0 倍。

基础设施端耗气量仅为锅炉房集中供暖耗气。在冬季，基础设施端耗气量达到6.85×103～25.62×103m3/d，平均值为16.22×103m3/d。周末耗气量为工作日的1.1 倍。其他季节无耗气量。

根据日耗电量、耗水量和耗气量，可得到2020年9 月—2022 年3 月的工作日碳排放量。在冬季，基础设施端碳排放量达到219.42～635.63 t/d，平均值为426.61 t/d，其中范围1 的碳排放占比较大，达到67.4%～87.2%，平均值为80.4%。在其他季节，基础设施端碳排放量达到2.15～3.91 t/d，平均值为2.79 t/d，几乎全部为范围2 的碳排放。周末碳排放量为工作日的1.1 倍。基础设施端碳排放量季节性变化显著。冬季碳排放量约为其他季节的158 倍。

2.3 研究社区碳排放总量及影响因素

基于2.1 节和2.2 节数据，该案例社区工作日的碳排放总量如图4 所示。夏季工作日碳排放总量为18.20 t/d，周末为20.82 t/d；春秋季工作日碳排放总量为19.33 t/d，周末为21.47 t/d；冬季工作日碳排放总量为58.51 t/d，周末为63.80 t/d。冬季日碳排放总量约为夏季的3.1 倍，约为春秋季的3.0 倍。春夏秋三季碳排放以居民消费端为主，冬季以基础设施端为主。

图4 研究社区工作日碳排放量季节变化Fig.4 Seasonal changes of community carbon emission on weekday

从全年来看，基础设施端碳排放量为6.98×103t/a，居民消费端共排放4.94×103t/a，占比分别为58.7%和41.3%。范围1 碳排放量为8.98×103t/a，范围2 碳排放量为2.92×103t/a，占比分别为75.4%和24.6%。

在基础设施端，供暖设施产生的碳排放占社区总碳排放的39.6%～51.3%，袁闪闪等[30]通过计算发现低碳清洁取暖的社区减排贡献率为40.7%，2 项研究结果十分相近。在居民家庭内部，夏季制冷行为碳排放占比较高，达到36%。此外，洗澡和烹饪的碳排放量也不容忽视，分别达到19%～26%和13%～18%，这一结论和王春艳等[3]关于居民家庭水能消费的研究结果相一致。社区尺度全年总碳排放量为11.92×103t/a，詹梨苹等[31]通过清单核算法得出社区碳排放量为13×103～19×103t/a，本研究结果略低。通过对比可知，这一差异源自于本案例社区二次供水、绿化、照明等多环节均选取了节能设备，故总碳排放量偏低。目前其他类似研究仅计算社区水能基础设施碳排放或居民消费行为碳排放，或通过清单法计算社区水能总碳排放，本研究通过结合基础设施和居民消费行为计算社区水能总碳排放量，充分解构碳排放并得到其时间变化特征。

案例社区碳排放影响评价可从物业管理、居民生活两方面入手。鉴于基础设施端全年碳排放量与居民消费端相差不大，所以物业既要做好基础设施的升级改造，又要做好提升居民减碳意识的宣传工作。范围1 的碳排放量接近于范围2 的3 倍，所以物业需重视天然气燃烧的减量增效工作，同时可以考虑全面电气化、区域热电厂热电联供的可行性。在居民消费端，全年均表现出范围1 碳排放远超范围2 碳排放，居民在日常生活中可考虑用电炊具替代燃气灶，用电热水器替代燃气热水器。

3 结论与建议

（1）该社区夏季、春秋季和冬季工作日碳排放总量分别为18.2、19.3 和58.5 t/d。周末户均日碳排放量为工作日的1.0～1.2 倍。冬季日碳排放总量约为夏季的3.1 倍，约为春秋季的3.0 倍，碳排放量存在显著的季节波动性。

（2）从全年来看，基础设施端共排放6.98×103t/a，居民消费端共排放4.94×103t/a，分别占比58.7%和41.3%。能源直接碳排放（范围1）总量显著高于能源间接碳排放（范围2），其中范围1 碳排放量为8.98×103t/a，范围2 碳排放量为2.92×103t/a，占比分别为75.4%和24.6%。

（3）社区碳排放高峰期发生在冬季，供暖基础设施产生的碳排放占社区总碳排放的39.6%～51.3%。在居民家庭内部，夏季制冷行为碳排放占比较高，达到36%。此外，洗澡和烹饪的碳排放量也不容忽视，分别达到19%～26%和13%～18%。而且，周末碳排放略高于工作日；基础设施端碳排放略高于居民消费端；范围1 碳排放高于范围2。

（4）为进一步降低居民生活用水用能及社区基础设施相关的碳排放，建议同时推动社区基础设施节能改造和倡导居民节水节能行动。在基础设施侧，供暖基础设施碳排放占比较高，可进一步研发高效和清洁的供暖方式，加强建筑保温效果，提高能源利用效率，降低碳排放强度；在消费侧，鼓励居民替换高能效等级、水效等级的家用生活器具，养成节约用水、用能的习惯，降低消费侧直接和间接碳排放。此外，由于社区基础设施更新成本较高，对于新建社区，应在规划设计阶段就充分考虑各项基础设施对社区碳排放的影响。