新型城镇化背景下云南省建筑业碳排放特征及影响因素研究

徐坚 张蓝天 钱宇佳

收稿日期：2023-08-16

基金项目：国家自然科学基金项目“基于适应性的高原山地民族传统人居环境空间格局及文化景观特征研究”（51878591）。

作者简介：徐坚（1969-），女，教授，博士，主要从事高原山地人居环境绿色发展研究。

摘 要：对云南省建筑业碳排放进行测算，分析建筑全生命周期各阶段碳排放特征，并利用STIRPAT模型从人口、经济、技术、城镇化四个方面对分析影响云南省建筑碳排放的因素。结果表明：云南建筑业碳排放量总体呈现增长趋势，碳排放主要来自建材准备阶段与建筑运行阶段两个阶段；导致云南省建筑业碳排放量增加的主要因素按影响程度大小排序：人口密度、人均生产总值、城镇化率、建筑业发展水平。基于此结合现有政策分析和专家访谈结果，总结云南省建筑生命周期各阶段的减碳措施。

关键词：建筑碳排放；城镇化；STIRPAT模型；影响因素；云南省

中图分类号：X38文献标志码：A文章编号：1673-9655（2024）03-00-08

0 引言

随着城市化快速推进，城市人口增加，建筑规模、居民能耗增大，碳排放量随之增大。从《中国建筑能耗研究报告（2022）》中看出，2020年我国的建筑业碳排放总量为50.8亿t，占比达到了全国总碳排放量的50.9%。建筑业碳排放必须引起重视。

目前，针对建筑碳排放量估算以及相关影响因素的分析与研究，大多是从微观尺度对单体建筑或单个建设项目通过构建评价模型对建筑全生命周期或特定阶段进行碳排放核算[1]，或基于国家宏观尺度展开研究[2，3]，中观省域、市域层面研究相对较少[4，5]，且大多以中东部经济发达地区为对象，少有研究关注西部欠发达地区的碳排放情况。西部欠发达地区生态基础较好，但需加快城市化、工业化进程，其建筑业碳排放特点以及减排策略有别于经济发达地区。因此，以自然生态良好但又欠发达的云南省为研究对象，深入探讨云南建筑碳排放现状及其影响因素，以期明确碳减排工作的着力点和有效途径，针对性的为减少欠发达地区建筑碳排放量提供理论依据和减排建议。

目前对于建筑业碳排放影响因素，有单一因素研究，包括城市规模[6]、减排技术[7]、建筑自身因素[8]等；也有多因素研究，大多数以人口规模、经济发展水平[13]、能源结构、能源强度[9]、科技进步[10]等方面为主，忽略了城镇化带来的影响。《国家新型城镇化规划（2021—2015）年》提出新型城镇化要坚持生态文明，推进低碳发展。少数研究将人口城镇化率作为影响碳排放的人口因素的一部分[11，12]，仅以人口城镇化率来表征新型城镇化，忽略了其丰富内涵。

关于碳排放宏观影响因素分析的模型方法主要有 IPAT 系列识别模型、指数分解分析方法和结构分解分析方法。其中IPAT可以考虑多方面各因素的共同影响，并且可拓展性较强[13]，STIRPAT模型是在基础的IPAT模型基础上改进而成的，是一个多自变量的非线性模型，它的优点是可以克服模型中各因素对环境改变结果一致的情况，以探索关键影响因素，已被多个学者用来构建碳排放影响机理分析模型。因此，扩展现有多因素研究，以STIRPAT 模型的人口、经济、技术水平 3个维度指标为基础，增加城镇化维度的因素，将新型城镇化给建筑业碳排放带来的影响纳入考虑，以期提出建筑业碳减排策略，使得云南省在推进城镇化的同时更好的实现低碳发展。

1 研究区域介绍

据统计，云南省人均碳排放水平仅为中国人均碳排放的一半[14]，进一步说明云南省低碳发展潜力较大。针对云南省碳排放现状，李经路[15]利用kaya恒等式与LMDI方法，探究云南省能源使用强度和碳排放的影响因素，刘红琴[16]分析了云南省四大高耗能行业碳排放受不同因素影响敏感程度，曹成[14]对云南省能源结构、碳排放重点行业现状等进行了分析，提出减碳行动方案，并指出云南建筑业直接碳排放量位列13，但是与碳排放量超过一千万吨的有六大领域具有较强关联性。

在新型城镇化背景下，“后发展”和“欠发达”仍是云南的基本省情，经济社会发展不充分、不平衡问题较为突出，作为面向南亚东南亚辐射中心，云南省绿色低碳发展任重道远。因此，对云南省建筑业碳排放特征以及影响因素进行深入分析，将有助于云南省建筑业的低碳发展，促进双碳目标的实现。

2 研究方法

2.1 建筑业碳排放核算

当前碳排放的核算方法主要有排放系数法、实测法、物料衡算法[6]，其中IPCC提供的排放系数法适用范围最广、应用最普遍。宏观层面的建筑碳排放核算基于排放系数法，通过投入产出表[17]，对建筑碳排放进行核算[18，19]。此外，蔡伟光等[20]通过研究能源平衡表中各种信息的来源和口径，给出了基于建筑能源平衡表为依据的建筑能源拆分模型，并根据对比测算结果验证了模型的准确性。因此，考虑到数据的可获取性与权威性，采用排放系数法和基于能源平衡表的拆分模型，测算云南省建筑业碳排放，进而分析碳排放现状。

核算范围方面，目前学者对于建筑业碳排放的核算范围没有统一的界定。微观层面，对于建筑单体或单个项目，研究多针对建筑物化阶段；在宏观的对区域建筑碳排放研究时，多聚焦于建筑运行阶段，未考虑建筑材料准备阶段、拆除阶段。但是建筑建成各阶段涉及多个行业、部门，张智慧等[17]通过研究发现建筑业对其他行业碳排放相关性巨大。建筑业碳排放总量应包括建筑业全生命周期各阶段产生碳排放量，核算体系应具有系统性和整体性。因此，本文基于建筑全生命周期理论，并根据国家标准《GB/T 51366—2019建筑碳排放计算标准》中的计算边界，将建筑业碳排放划分为4个阶段：建材准备、建造、运行和拆除阶段。建筑业碳排放总量的计算公式为：

（1）

式中：C—建筑业碳排放总量；Cjc—建材准备阶段的碳排放量；Cjz—建造阶段的碳排放量；CM—运行阶段的碳排放量；Ccc—建筑拆除阶段的碳排放量。总体计算过程如图1。

图1 总体计算过程及数据来源

现有研究建筑业能源碳排放因子来源不统一，大多来源于政府间气候变化专门委员会（IPCC）发布的《IPCC 2006年国家温室气体清单指南》以及国内机构发布的《省级温室气体清单编制指南》，但是二者适用于国家层面的区域碳排放核算，并且更新较慢，不能较好地反映各地区各行业真实碳排放情况。为了确保研究数据的权威和实时性，能源消耗量根据最新发布的

《GB/T 2589—2020综合能耗计算通则》中平均低位发热量进行单位换算。为充分结合建筑业的特点，本文碳排放因子主要来源于《GB/T 51366—2019建筑碳排放计算标准》，其中缺少的参数从《省级温室气体清单编制指南》以及最新的高校研究机构中获得。此外，云南省电力属于南方区域电网，电力采用国家公布的南方电网的电力排放因子计算。

化石燃料碳排放因子计算公式如下：

（2）

式中：Fi—第i类能源碳排放因子；Vlci—第i类能源的平均低位发热量；Vuci—单位热值含碳量；RCO—碳氧化率。

由公式（2）计算出各类能源的碳排放因子，如表1。

2.1.1 建材准备阶段

根据《中国建筑业统计年鉴》各地区建筑业建材消耗情况，主要包括钢材、水泥、木材、玻璃和铝材 5 种建材。此外，考虑到在建筑拆除后，钢材、木材、铝材可以回收利用，引入现有研究得出的建材回收系数。计算公式如下：

（3）

式中：Cjc—建材准备阶段碳排放；Mi—第i种主要建材消耗量；Fi—第i种主要建材的碳排放因子；εi—回收系数。

2.1.2 建造阶段

建造阶段的碳排放是建筑工程项目在施工过程中由于能源消耗而产生的二氧化碳总量，将能源平衡表中建筑行业的能源消耗作为建筑建造阶段能耗总量。

（4）

式中：Cjz—建筑建造阶段碳排放；Ejz，i—建造阶段第i类能源消耗量；EFi—第i类能源的碳排放因子。

2.1.3 建筑运行阶段

将民用建筑分为公共建筑、城镇居住建筑、乡村居住建筑，参考[20]基于能源平衡表的建筑业能耗与碳排放拆分方法，对能源平衡表中的终端消费量各部分能源拆分：“交通、仓储和邮政”中煤耗以及电耗的40%、“批发、零售业和住宿、餐饮业”、“其他”能耗属于公共建筑能耗；“居民生活消费”能耗属于住宅建筑能耗。计算原煤、其他洗煤、型煤、焦炭、天然气、电力等十一种能源的消耗量，分别得出三类民用建筑的运行阶段能耗。

（5）

（6）

式中：CM—建筑运行阶段碳排放；Ci—第i类民用建筑；Ei， j—第i类建筑第j类能源消耗量；Fi， ，j—第i类建筑第j类能源的碳排放因子。

2.1.4 建筑拆除阶段

由于云南省建筑拆除阶段的统计数据不足，根据现有研究估算结果，通常建筑拆除阶段的能耗约为建造阶段能耗的90%，考虑到我国每年建筑业施工面积远多于拆除面积，根据现有研究的做法[21]，建筑拆除阶段的碳排放量取建造阶段碳排放量的9%。

（7）

式中：Ccc—拆除阶段碳排放；Cjz—建造阶段碳排放。

2.2 STIRPAT模型

STIRPAT模型是Dietz & Rose[22]在 IPAT 模型—由Ehrlich & Holdren[23]针对分析国家环境污染与经济发展的关系问题提出，在此基础上进行扩展的随机形式，其表达式为：。式中：I—环境因素；P—人口；A—富裕程度；T—技术；a—模型系数；b，c，d—分别对应驱动因素的影响指数；e—模型的误差。

基于STIRPAT模型人口、经济、技术三个维度进行扩展，将新型城镇化维度纳入考虑。由于居民低碳行为选择会受到低碳认知和低碳理念的指导，受教育程度显著影响居民低碳消费[24]。其次，人口和产业的聚集使得城市更加高效、舒适，建筑规模与基础设施建随之增加。此外，新型城镇化推进生态文明建设，城市绿地具有固碳作用，并且现有标准对住宅项目的绿化面积也做出了规定。因此，城镇化指标应考虑受教育程度、基础设施建设、生态文明建设、建筑规模方面。

通过研读文献、参考低碳建筑相关标准，筛选出了云南建筑业碳排放的影响因素指标体系[25-27]。

对STIRPAT模型两端取对数，此外，Zhang S[28]发现人均生产总值与建筑业碳排放之间的关系符合环境库兹涅茨曲线，因此引入项来探索云南经济增长与建筑碳排放之间是否存在非线性关系。

为了消除不同量纲带来的影响，本文采用总和标准化法对云南建筑业碳排放及其影响要素的指标数据进行处理[29]。选择建筑业总碳排放量作为控制变量，应用SPSS软件做偏相关分析，最终得到的结果是城镇人口比重、人口密度、低碳意识、人均生产总值、人均生产总值平方项、建筑业发展水平、人均公园绿地面积的相关系数分别为0.992、0.992、0.924、0.992、0.99、0.989、0.95，具有较好的相关性，单位GDP能耗相关系数为-0.982，具有较高的负相关性，而人均道路交通用地、建筑业发展度和建筑业房屋竣工面积为0.155、0032和0.124，相关性较低，故删除这三个变量。因此本文主要选取城镇人口比重、人口密度、低碳意识、人均生产总值、人均生产总值平方项、建筑业发展水平、人均公园绿地面积和单位GDP能耗8个因子作为建筑业总碳排放影响因子进行分析，模型如下式：

（8）

式中：β1～8—弹性系数，表示当第i项指标每变化 1% 时，将引起C的βi1%变化。

3 计算结果分析

3.1 云南省建筑业碳排放现状分析

经过计算，2020年云南省建筑业全生命周期碳排放总量为9654.05万t，其中建材准备阶段5053.63万t，

建造阶段302.43万t，建筑运行阶段4270.78万t，拆除阶段27.22万t。各阶段占比如图2所示，碳排放主要来自建材准备阶段与建筑运行阶段两个阶段。

云南省建筑业不同阶段的碳排放变化趋势存在一定差异。如图3所示，2011—2020年云南建筑业全生命周期碳排放量总体呈现增长趋势，从2011年约3千万t，增长到2020年9.65千万t，“十二五”期间增幅剧烈，“十三五”期间增速显著放缓。由于城镇化推进须依赖房地产，“十二五”期间云南全省房地产开发投资保持快速增长态势，尤其是2013年

房地产投资增速在全国的排名上升为第一位；之后由于供大于求，新建建筑减少，加上技术不断进步，碳排放量增速放缓。

图2 2020年云南建筑业全生命周期碳排放

3.1.1 建材准备阶段

根据式（3）计算云南省建材准备阶段各类主要材料的碳排放，如表4所示。云南省建材准备阶段碳排放主要来源钢材和水泥，其次是铝材。这是因为建筑主体修建需要大量的钢材和水泥，作为主要的建筑材料消耗量巨大。此外，钢筋和水泥的生产能耗大导致材料的CO2排放因子大，所以碳排放占比较大。

由图4可见，建材准备阶段碳排放呈现波动态势，在2013年、2014年出现成倍增长的情况。这是由于云南省政府提出：“十二五”期间，云南省房地产开发投资额年均增长控制在20%左右，将增加150万套城镇保障房建设，使得建筑业房屋施工面积在2011—2013年快速增加，建筑开工率高，建材需求则更大。

云南省水泥产业的发展变动也是导致这一变化的原因。“十二五”期间云南水泥产能增长迅速，2014年新增规模居全国第二位，但是新型干法水泥比重依旧远低于全国平均水平，产能发挥率也远落后于全国平均水平，产业技术不够先进，才导致水泥生产碳排放量占比大增速大。之后，云南省不断加强新型干法建设、淘汰落后技术、调整产业技术结构，能源利用效率增加水泥的碳排放量增速放缓。

3.1.2 建造阶段

通过式（4）计算得到云南省2011—2020年建造阶段的碳排放量如图5所示。建造阶段碳排放量逐渐增加，从2011年的139.2万t增加到2020年的302.32万t，增长2.17倍，与建筑业房屋施工面积增加速度相当。但是建造阶段碳排放强度与单位建筑业产值施工阶段碳排放均呈下降趋势，在2011—2013年大幅下降。建造阶段碳排放强度从2011年71.23 kgCO2/㎡，下降到2020年22.34 kgCO2/㎡，下降68.63%；2020年单位建筑业产值施工阶段碳排放较2011年下降39.60%，2011—2013年大幅下降，2013年后在450～500 tCO2/亿元波动。

3.1.3 建筑运行阶段

通过式（5）、（6）计算得到云南省2011—2020年建筑运行阶段公共建筑、城镇住宅、乡村住宅三部分的碳排放量如图6所示。建筑运行阶段碳排放量从2011年2468.78万t增加到2020年的4270.78 万t，呈现上升趋势，但增速明显放缓。公共建筑与乡村住宅碳排放量占比较大。其中，公共建筑由于空调、电梯和照明等设备耗能巨大，以电力主要消费能源，并且普遍存在高能耗和低能效问题。住宅方面，乡村住宅原煤消耗量大，是城市居民原煤消耗量的十几倍。这是由于煤价格较便宜，是乡村居民日常取暖等的主要燃料，而城镇居民以碳排放较低的天然气、电力为主要能源。

3.1.4 建筑拆除阶段

建筑拆除阶段的碳排放核算根据式（7）计算出，如图4所示，云南省 2011—2020年建筑拆除阶段的碳排放变化趋势与建造阶段的相同。

3.2 基于STIRPAT模型的影响因素分析

根据偏相关分析后所确定的碳排放影响因子，以线性STIRPAT方程为模型，通过SPSS软件进行多元回归分析，结果见表5，R?的值为0.884，说明模型的拟合度较高。计算结果中方差膨胀因子远高于10，说明变量之间存在严重的多重共线性。因此，不能根据普通最小二乘法拟合的结果进行判断，为解决模型中的多重共线性问题，采用岭回归方法对模型进行回归分析，以损失部分信息为代价获得更适合的回归模型[30]。

表5 模型多元回归分析结果

变量 t值 容差 VIF

（常量） -0.31

lnURB -0.54 0.001 1398.05

lnPD 0.31 0 3870.57

lnLA -0.87 0.021 48.57

lnPGDP 1.53 0.004 259.91

lnDC -0.06 0.004 262.67

lnEI 0.38 0.008 131.30

lnPPG -0.47 0.002 410.2

注：R?=0.884

利用 SPSS软件中的岭回归函数对式（8）模型方程做拟合，岭迹图如图8所示。由于较小的K值会导致模型过拟合，较大的K值会导致模型过于简化。根据决定系数R2与K相关性图可选择最佳的正则化参数K，从而找到一个平衡拟合度和模型复杂度的点，如图9所示。当K = 0.10 时，岭迹图变化趋势逐渐平稳，故取K值为0.10，R2为0.643，整体拟合较好。

具体的岭回归估计结果如表6所示，岭回归所得剩余标准差比最小二乘法回归要大，R2值会稍低于普通回归分析，但对病态数据的耐受性远远强于最小二乘法[30]。因此，模型能较好地解释云南省建筑业碳排放量与其影响因素之间的关系，具体形式如下：

（9）

从岭回归的结果来看，模型模拟效果较好。从系数来看，城镇人口比重、人口密度、人均生产总值和建筑与发展水平的增加都会导致云南省建筑业碳排放量增加；人们的低碳意识的增强、人均公园绿地面积和单位GDP能耗的增加则会减少云南省建筑业碳排放量。

从系数大小来看，人口密度是云南省建筑业碳排放量的最重要的影响因素，人口密度每提高1%，就使得云南省建筑业碳排放量提高0.718%。随着人口城镇化的进程不断加快，人口纷纷汇集于城市，人口密度越大，不仅如此，人们对于生存空间和就业机会的要求也越大，从而引发的对建筑的需求，随之带来的后果是建筑业碳排放的激增。

人均生产总值和城镇人口比重是影响云南省建筑业碳排放量的另外两个重要因素，人均生产总值和城镇人口比重每提高1%，云南省建筑业碳排放量将增加0.366%和0.163%，这是人口对能源的绝对需求决定的。云南省近些年的人口城镇化率不断攀升，而人口的激增也将进一步增加对能源的需求。

人均公园绿地面积是减少云南建筑业碳排放量的最重要因素，人均公园绿地面积比重每提高1%，

云南省建筑业碳排放量将减少0.797%。丰富多样的景观植被配置，与周边山体的紧密联系，能为云南省提供了规模更大的碳汇基地，降低云南省建筑业总碳排放量。

人们低碳意识的提高和单位GDP能耗的增长也是减少云南省建筑业碳排放量的重要因素。云南省受地理和全国战略地位影响，正在逐步改善生态环境的多样性并促进建筑行业朝着绿色低碳转型升级，如2022年召开的COP15国际会议，云南省能以此发挥自身优势，提高人们生态环保意识，实现生态城镇化的高质量发展。而单位GDP能耗的增长会让企业的成本有所增长，从而促使着企业转型升级，朝着绿色低碳等低成本的技术层面发展。

4 碳减排措施分析

4.1 建材准备阶段

建筑碳减排的途径，首先应从建筑材料供给侧入手。根据上文核算结果看出建材准备阶段的碳排放占比最大，特别是水泥和钢材的碳排放，因此重点控制钢铁、水泥等行业的碳排放，加强新型技术研发使用、淘汰落后技术、调整产业技术结构，以提高能源消耗效率。其次，研发使用能够有效减少碳排放的绿色建材，如通过使用外加剂提高性能、通过回收处理建筑垃圾生产再生混凝土、将工业废料回收用作建材生产等。

4.2 规划设计阶段

在该阶段做好碳减排工作对减少建筑碳排放量有重要作用，因为建筑规划设计决定了建筑朝向布局、建筑结构、建筑材料的类型，也对运行阶段的能耗有巨大影响，合理的规划设计还可以避免“大拆大建”、减少建材垃圾的产生。上述分析结果显示人均公园绿地面积是减少云南省建筑业碳排放量的最重要因素，绿植碳汇对固碳减排有重要作用，绿化率也是绿色建筑评价标准的评价指标之一，因此在规划设计阶段合理增加绿化面积，也有利于建筑碳减排。

4.3 施工阶段

在工程建设过程中，以成本、质量、工期三大目标的实现为重点，常常忽视建筑碳排放的问题。因此，施工单位要按照建筑节能标准与规范编制建筑节能施工方案，对施工作流程进行优化，并严格实施，以提高机械设备使用效率，减少能源消耗。此外，建筑工业化的推广也有利于建筑碳减排，王广明等[31]从工程案例的宏观角度，通过比较预制和现浇施工的碳排放，发现与传统现浇施工方式相比，预制装配式可以减少施工阶段单位面积的二氧化碳排放。

4.4 建筑运行阶段

云南省地处气候温和地区，对空调的需求小，建筑应更多的依靠自然以及水能、风能及太阳能等丰富的可再生能源。政府要采取各项措施大力推广太阳能建筑利用，提高太阳能光伏使用率；企业、社区要对已有建筑进行节能改造，以降低运行阶段的碳排放量。其次，上述影响因素分析得出人们的低碳意识增加有利减少建筑碳排放，因此公众也要参与其中，政策可通过消费引导，强化公众对节能减排低碳生活、绿色建筑的认知。

4.5 建筑拆除回收阶段

严格管理建筑拆除程序可减少盲目拆除，减少建筑废料的产生。推进建筑废料资源化利用，将大量减少碳排放量。

5 结论

（1）近十年来，云南建筑业碳排放量总体呈现增长趋势，碳排放主要来自建材准备阶段与建筑运行阶段两个阶段。

（2）钢材和水泥是云南省建材准备阶段碳排放主要来源，其次是铝材；建造阶段碳排放量逐渐增加，与建筑业房屋施工面积增加速度相当，但是建造阶段碳排放强度与单位建筑业产值施工阶段碳排放均呈波动下降趋势；建筑运行阶段的碳排放量逐年增大，但是增长速率波动下降，公共建筑和乡村住宅建筑运行能耗高，碳排放占比较大。

（3）导致云南省建筑业碳排放量的增加的因素按影响程度大小排序：人口密度、人均生产总值、城镇化率、建筑业发展水平；人们低碳意识的增强、人均公园绿地面积和单位GDP能耗的增加则会减少云南省建筑业碳排放量。

参考文献：

[1] 郑晓云，徐金秀.基于LCA的装配式建筑全生命周期碳排放研究——以重庆市某轻钢装配式集成别墅为例[J].建筑经济，2019，40（1）：107-111.

[2] 金柏辉，李玮，张荣霞，等.中国建筑业碳排放影响因素空间效应分析[J].科技管理研究，2018，38（24）：238-245.

[3] 牛鸿蕾，刘志勇.基于动态空间杜宾面板模型中国建筑业碳排放的影响因素研究[J].生态经济，2017，33（8）：74-80.

[4] 苏凯，陈毅辉，范水生，等.市域能源碳排放影响因素分析及减碳机制研究——以福建省为例[J].中国环境科学，2019，39（2）：859-867.

[5] 吴长兰，王东，苏彦涛.广东省市域碳排放时空分异特征及影响因素——基于EDGAR数据的分析[J].地域研究与开发，2020，39（1）：127-132，151.

[6] 张赫，亚萌，王睿，等.不同规模城市居住建筑碳排放及影响因素比较研究[J].建筑节能（中英文），2021，49（3）：1-8.

[7] 杨璐，杨秀，刘惠，等.中国建筑部门二氧化碳减排技术及成本研究[J].环境工程，2021，39（10）：41-49.

[8] 高宇，李政道，张慧，等.基于LCA的装配式建筑建造全过程的碳排放分析[J].工程管理学报，2018，32（2）：30-34.

[9] 祁神军，张云波.中国建筑业碳排放的影响因素分解及减排策略研究[J].软科学，2013，27（6）：39-43.

[10] 杨艳芳，李慧凤，郑海霞.北京市建筑碳排放影响因素研究[J].生态经济，2016，32（1）：72-75.

[11] 王喜，张艳，秦耀辰，等.我国碳排放变化影响因素的时空分异与调控[J].经济地理， 2016， 36（8）： 158-165.

[12] 黄振华.基于STIRPAT模型的重庆市建筑碳排放影响因素研究[J].项目管理技术，2018，16（5）：55-60.

[13] 李小冬，朱辰.我国建筑碳排放核算及影响因素研究综述[J].安全与环境学报，2020，20（1）：317-327.

[14] 曹成，侯正猛，熊鹰，等.云南省碳中和技术路线与行动方案[J].工程科学与技术， 2022， 54（1）： 37-46.

[15] 李经路，曾天.基于Kaya方法的云南碳排放因素分析[J].科技管理研究，2016，36（19）：260-266.

[16] 刘红琴，谭丽峰，杨红娟.贡献量和敏感度双视角下云南省高耗能行业碳排放控制研究[J].生态经济，2020，36（10）：41-47.

[17] 张智慧，刘睿劼.基于投入产出分析的建筑业碳排放核算[J].清华大学学报（自然科学版），2013，53（1）：53-57.

[18] Dezhi Li et al. Driving factors of total carbon emissions from the construction industry in Jiangsu Province， China[J]. Journal of Cleaner Production， 2020（276）.

[19] 杜强，冯新宇，孙强.市域建筑业碳排放与经济发展关系及影响因素研究——以西安市为例[J].环境工程，2017，35（2）：174-179.

[20] 蔡伟光，李晓辉，王霞，等.基于能源平衡表的建筑能耗拆分模型及应用[J].暖通空调，2017，47（11）：27-34.

[21] 王幼松，石惠萌，闫辉，等.基于SDM的中国建筑业碳排放强度分布及空间效应分析[J].工程管理学报，2021，35（5）：1-6.

[22] Dietz T，Rosa E A .Rethinking the environmental impacts of population[J].Affluence and technology，1994（1）：277-300.

[23] Ehrlich P R，Holdren J P.Impact of Population Growth[J].Science，1971， 171（3977）：1212-1217.

[24] 蒋长流，江成涛.新型城镇化对城镇居民低碳行为的驱动效应——基于2682份实地调查问卷数据的实证研究[J].广西社会科学，2020（9）：45-54.

[25] 邓宗兵，宗树伟，苏聪文，等.长江经济带生态文明建设与新型城镇化耦合协调发展及动力因素研究[J].经济地理，2019，39（10）：78-86.

[26] 蒋博雅，黄宝麟，张宏.基于LMDI模型的江苏省建筑业碳排放影响因素研究[J].环境科学与技术，2021，44（10）：202-212.

[27] 何文举，张华峰，陈雄超，等.中国省域人口密度、产业集聚与碳排放的实证研究——基于集聚经济、拥挤效应及空间效应的视角[J].南开经济研究，2019（2）：207-225.

[28] Zhang S ， Li Z ， Ning X ， et al. Gauging the impacts of urbanization on CO2 emissions from the construction industry： Evidence from China[J]. Journal of Environmental Management， 2021（288）：112440.

[29] 黄蕊，王铮.基于STIRPAT模型的重庆市能源消费碳排放影响因素研究[J].环境科学学报，2013，33（2）：602-608.

[30] 姜磊，季民河.技术进步、产业结构、能源消费结构与中国能源效率——基于岭回归的分析[J].当代经济管理，2011，33（5）：13-16.

[31] 王广明，刘美霞.装配式混凝土建筑综合效益实证分析研究[J].建筑结构，2017（10）：32-38．

Study on the Carbon Emission Characteristics and Influencing Factors of the Construction Industry in Yunnan Province under the Background of New Urbanization

XU Jian， ZHANG Lan-tian， QIAN Yu-jia

（School of Architecture and Planning， Yunnan University， Kunming Yunnan 650404， China）

Abstract： The carbon emissions of the construction industry in Yunnan Province were calculated and analyzed as well as the carbon emission characteristics of each stage of the entire life cycle of buildings. The STIRPAT model was used to analyze the factors that affected the carbon emissions of buildings from four aspects involving in population， economy， technology， and urbanization. The results showed that the overall carbon emissions of Yunnan's construction industry were increasing with carbon emissions mainly coming from two stages： the preparation stage of building materials and the operation stage of buildings. The main factors leading to the increase in carbon emissions from the construction industry were ranked according to the degree of impact as population density， per capita GDP， urbanization rate， and development level of the construction industry. Finally， through literature review and expert interviews， combined with the analysis of carbon emissions characteristics and influencing factors in Yunnan's construction industry， the carbon reduction measures for each stage of the construction lifecycle were summarized.

Key words： building carbon emissions; urbanization; STIRPAT model; influencing factors; Yunnan Province