陈定艺
（1 福建省建筑科学研究院有限责任公司 福建福州 350108 2 福建省绿色建筑技术重点实验室 福建福州 350108）
工业革命以来，人类向大气中排放的过量的CO2和其他温室气体造成了地球温度不断地升高。为控制全球变暖幅度，世界各国均采取了相关的措施。相关研究表明［1-3］，为实现控制住1.5 ℃的增幅，需要实现2030 年比2005 年减少45%的CO2排放。我国在2020 年9 月22 日对全世界做出了承诺：中国二氧化碳排放力争于2030 年前达到峰值，努力争取2060 年前实现碳中和，减碳任务艰巨。工业、交通业和建筑业是我国碳排放主要的三大领域。福建省建筑领域随着经济的发展不断地扩张，建筑领域碳排放也随之增长，如不对其进行控制，很难完成国家2030 年碳达峰的目标。因此通过研究福建省建筑领域碳排放影响因素，提出针对性的减碳建议。
1.1 STIRPAT 模型
在20 世纪70 年代，美国人口学家Ehrlich 提出IPAT 模型。该模型结构简单，常用于研究能耗与经济、技术间的量化关系。碳排放可以分解为与社会经济发展相关的经济、人口、技术等各种影响因素，按式（1）计算。
式中：I 表示环境影响或环境负荷，包含资源、能源等的消耗，温室气体排放等；
P 表示人口数量；
A 表示富裕程度，即经济发展水平；
T 表示技术水平。
IPAT 模型具有一定的局限性，主要体现在模型认为各因素对环境影响的贡献是一样的。因此国内外的学者都对其进行了大量的研究，并提出了相应的数学模型，比较具有代表性的为STIRPAT 模型，按式（2）计算。
式中：a 为模型系数；
b、c、d 分别表示P、A、T 的弹性系数；
e 为随机误差项。对模型取对数，式（2）调整为式（3）计算。
已有研究表明［4］，人口、人均GDP、城镇化率、万元生产总值能耗和第三产业占比等5 个因素广泛应用于碳排放相关研究中，并且均能显著影响碳排放。因此，本文选取这5 个因素作为碳排放的影响因素，构建扩展的STIRPAT 模型，按式（4）计算。
式中：I 为碳排放量；
P 为人口；
A 为人均GDP；
T 为万元生产总值能耗；
U 为城镇化率；
B 为第三产业占比；
a 为模型系数；
b、c、d、e、f 分别表示人口、人均GDP、万元生产总值能耗、城镇化率和第三产业占比的弹性系数；
g 为随机误差项。数值越高，代表相应因素对建筑碳排放的影响力越大。
1.2 多元线性回归
本文采用多元线性回归分析计算构建扩展的STIRPAT 模型的各个参数。多元线性回归方程为式（5）。
式中：β0为常数项（也称回归常数）；
β0，β1，…，βp为回归系数；
ε为随机误差；
y 为因变量；
x1，x2，…，xp为自变量；
P 为自变量个数。
为获取最优的β0，β1，…，βp，δ2等未知参数，需对变量进行n 次观测，则线性回归模型可调整为式（6）。
2.1 福建省建筑碳排放计算
相关文献中提到的建筑领域碳排放计算边界主要包括［5］：建筑业，批发、零售业和住宿、餐饮业，其他行业和居民消费，具体见表1。根据《中国能源统计年鉴》，2005—2019 年福建省建筑碳排放的计算如图1 所示。
图1 2012—2019 年福建省建筑碳排放总量
表1 建筑领域能耗分类
2.2 福建省建筑碳排放影响因素数据收集
根据福建省统计年鉴，2005—2019 年的常住人口、人均GDP、生产总值能耗等数据如表2 所示。
表2 STIRPAT 模型相关数据
3.1 模型预测结果
本文采用多元线性回归的方法来拟合曲线，选取2005—2017 年的数据作为训练集，2018 年和2019 年的数据作为测试集，用于验证模型的精度。具体情况见表3。
表3 线性回归检验结果
模型的R2为0.995，表明数据与拟合函数吻合程度高。模型的F 值为143.907＞F 0.05（12，5）=3.03，表明在α 的显著性水平上回归方程具有显著的线性关系。线性回归的参数如表4 所示。
表4 线性回归结果
3.2 模型验证
本文采用2018 和2019 年作为模型的验证数据，代入模型后的的误差如表5 所示。
由表5 可知，2018 年的误差为2.8%，2019 年的误差为5.8%，平均误差为4.3%，低于工程误差10%，因此认为建立的模型合理可靠。
表5 模型验证结果
3.3 结果分析
根据STIRPAT 模型的结果：常住人口、城镇化率、人均GDP、万元生产总值能耗和第三产业占比的对数回归系数分别为-2.201，1.083，0.605，0.330 和-0.176。因此，福建省建筑领域碳排放驱动因素驱动程度由高到低依次为常住人口、城镇化率、人均GDP、万元生产总值能耗和第三产业占比。
常住人口规模和城镇化率对碳排放影响效果显著。随着社会的高速发展，经济快速增长带来碳排放大量增加，一方面人口的增加直接拉动了碳排放，另一方面人口结构对碳排放的影响作用逐渐加大。城镇化率的升高不仅带动了居民能源消费总量，而且城市居民的消费会引导农村居民的消费，二者共同促进总体碳排放的增长。万元生产总值能耗受节能技术水平、行为人节能意识等多方面因素的影响，其变化不确定性程度较高。建筑节能技术能有效地提高建筑能源使用效率，从而减少碳排放。福建省采取了一系列的建筑节能措施，积极推广绿色建筑、可再生能源和装配式建筑等，其节能措施成效显著。
通过对福建省建筑领域碳排放影响因素的分析，有针对性地提出以下2 点建议。
（1）人口增长和人口结构是影响建筑碳排的主要因素，然而面对人民日益增长的物质需求、城镇化率的逐步提升，约束与降低经济增长和人民生活水平发展是不可取的方法。建议从可控的层面为着力点，如稳步发展装配式建筑，推广装配化装修。推进绿色建材产品认证和采信应用，鼓励相关认证机构及检验检测机构申请绿色建材产品认证资质，建立绿色建材采信应用工作机制，鼓励绿色建筑、装配式建筑优先采用绿色建材产品。
（2）技术水平对福建省建筑碳排放有重要影响。建议持续开展建筑空调、照明、电梯等重点用能设备运行调适，提高建筑机电系统的总体能效水平。推进建筑太阳能光伏一体化建设，引导建筑供暖、生活热水、炊事等向电气化发展，推动开展新建公共建筑全电气化，推广生产用电动汽车和机械设备，积极推进中深层、浅层地热能应用，推广空气源等各类电动热泵技术。
本文通过分析福建省建筑碳排放的现状，收集了福建省建筑碳排放影响因素的数据，通过STIRPAT 模型分析得出了常住人口、城镇化率、人均GDP、万元生产总值能耗3 个影响因素均对福建省建筑碳排放量影响显著，并根据福建省建筑领域碳排放的现状，给出了推广装配式建筑、推广绿色建材、推广太阳能光伏一体化等建议，为福建省碳达峰目标的实现贡献自己应有的力量。
猜你喜欢绿色建材城镇化率生产总值新一轮新型城镇化顶层设计来了现代经济信息(2022年26期)2022-11-18关于开展2022年绿色建材下乡活动的通知上海建材(2022年2期)2022-07-28绿色建材评价与认证标准比较分析建材发展导向(2022年4期)2022-03-162020年河北省国内生产总值河北金融年鉴(2021年0期)2021-08-25绿色建材评价与管理研究建材发展导向(2021年13期)2021-07-282019年河北省国内生产总值河北金融年鉴(2020年0期)2021-01-21建筑应用为导向创新绿色建材发展建材发展导向(2020年16期)2020-09-25河南省县域城镇化率影响因素分析以及空间分异性研究河南科学(2020年3期)2020-06-02什么将取代国内生产总值?英语文摘(2019年5期)2019-07-13义务教育城镇化率5年升至72.55%现代家长(2016年3期)2016-03-16