张立新 韩聪 刘欣悦

摘要：为探究中国建筑业碳排放空间分布格局及影响因素，基于生命周期理论核算2005—2019年中国省域建筑业碳排放；利用重心模型探究中国建筑业碳排放重心迁移轨迹及空间集聚特征，发现中国建筑业碳排放重心逐渐向西南方向迁移，后向东北方向迁移，建筑业碳排放呈“东北—西南”分布格局；利用GTWR模型探究中国建筑业碳排放的影响机制，发现人口数量的增加、产业规模的扩大在一定程度上可以促进建筑业碳排放，而降低能源强度与调整能源结构可以有效减少建筑业碳排放。

关键词：建筑业碳排放；空间格局；影响机制；时空地理加权回归

中图分类号：F426.92

文献标志码：A

文章编号：1006-1037（2023）02-0135-06

doi：10.3969/j.issn.1006-1037.2023.02.22

通信作者：

张立新，男，副教授，主要研究方向为工程项目管理。

气候治理逐渐演变为21世纪全人类利益共同诉求点[1]，如何有效应对温室气体过量排放问题成为全球面临的共同挑战。中国作为全球最大碳排放国，2020年碳排放总量约为98.99亿吨，约占世界碳排放总量的31%[2]。为了减少碳排放，中国积极制定“碳达峰”和“碳中和”战略目标及“1+N”政策体系。建筑業作为资源密集型和能源消耗型产业，在碳排放体系中占据较大的比例。据统计，中国建筑业能耗占总能耗的46.7%，而CO2排放量将近碳排放总量的50%[3]。目前对建筑业碳排放的研究主要包括建筑业碳排放的核算及影响因素的分析。在碳排放核算方面，国内外学者使用生命周期法，将建筑物生命周期划分为不同阶段，分别计算各个阶段碳排放量。早期的研究对象多为单体建筑或某一类建筑[4]，随着研究的深入，研究范围逐渐延伸至宏观层面，计算某一区域内建筑业的碳排放量[5]，使得建筑业碳排放研究体系更为全面。在碳排放影响因素方面，多数学者采用分解的方法进行研究。例如，基于IPAT等式分析甘肃省碳排放影响因素并预测碳达峰情景[6]；基于Kaya恒等式[7]、STIRPAT模型[8]及LMDI模型[9]分析各地区碳排放影响因素并提出相应的减排政策。但以上方法在分析时存在较大的局限性，即未考虑空间异质性的影响。中国幅员辽阔，各地区建筑业发展状况差异巨大，即使同一影响因素，在不同区域对建筑业碳排放的影响效果也存在差异。地理加权回归模型（GWR）的出现解决了以上问题，该模型充分考虑空间异质性的影响，有助于研究者提出更具针对性的减排政策。但GWR模型所使用的数据为截面数据，得出的部分结论与实际不符。为解决时间非平稳问题，在原有模型的基础上进行改进，提出时空地理加权回归模型（GTWR）[10]，目前该模型多应用于土地[11]、房价[12]领域。本文将全国30省份、直辖市、自治区（未包括西藏、港澳台）作为研究对象，分析2005—2019年建筑业碳排放时间演变格局，利用重心模型分析中国建筑业碳排放空间演变格局，并基于GTWR模型分析各地区建筑业碳排放影响因素。

1 研究方法及数据来源

1.1 建筑业碳排放核算

基于生命周期理论，本文将建筑业生命周期划分为五个阶段：建筑材料生产阶段、建筑材料运输阶段、建筑施工阶段、建筑运行阶段及建筑拆除阶段。

1.1.1 建筑材料生产阶段碳排放 材料生产过程中需要将原料进行分解，并消耗能源，因此会产生大量CO2。由于建材种类繁多，本文参考《中国能源统计年鉴》，统计5种常用建材：钢铁、木材、水泥、玻璃、铝材。需要注意的是，钢铁和铝材属于可回收材料，因此，在测算碳排放时需要乘以相应的回收系数。各种建材碳排放因子[13]见表1（木材碳排放系数单位为t/m3）。

建材生产阶段碳排放核算

其中，N1为建材生产阶段碳排放量；i代表各类建材；BMi为各地区第i种建材消耗量；μi为第i种建材生产碳排放因子；φi为第i种建材回收因子。

1.1.2 建筑材料运输阶段碳排放 建筑材料的运输方式主要包括铁路、公路、水运和航空运输。各种运输方式碳排放因子[14]见表2。宏观研究中建材运输距离无法直接查询，以《中国统计年鉴》中全国货物平均运输距离近似代替建材运输距离。因此，建材运输阶段碳排放核算公式为

其中，N2代表建材运输阶段碳排放量；j代表不同运输方式；FMij表示通过运输方式j运输的建材i数量；hij代表通过运输方式j运输的建材i的平均运距；δj代表运输方式j的碳排放因子。

1.1.3 建筑施工阶段碳排放 施工阶段碳排放主要来源于各类能源消耗，根据《中国建筑业统计年鉴》，统计建筑业原煤、洗精煤等15种能源消耗数据，与相应碳排放因子[15]相乘

其中，N3表示建筑施工阶段碳排放量；Ck为第k种化石能源消耗量；τk为该化石能源碳排放因子。

1.1.4 建筑运行阶段碳排放 建筑物运行阶段产生的碳排放主要来源于取暖、制冷、照明等能源消耗。依据中国统计年鉴中数据分类，本文将建筑运行阶段能耗分为集中供暖能耗、公共建筑能耗和居住建筑能耗，具体的分类方式及统计数据来源见表3（数据来源于《中国统计年鉴》）。

1.1.5 建筑拆除阶段碳排放 同等面积下，建筑拆除阶段能耗接近于建造阶段的90%[16]，而中国每年拆除面积接近于施工面积的10%，因此，建筑拆除阶段能耗近似于同年建造能耗的9%。

1.2 重心模型

各地区建筑业碳排放存在明显的空间非均衡性，必将导致建筑业碳排放重心偏移地理重心。重心模型可以清晰地测量建筑业碳排放重心在空间、时间上的迁移轨迹，并通过标准差椭圆展示建筑业碳排放在空间上的分布格局及聚集特征。平均重心SDE

其中，xi、yi为要素空间坐标；x1、y1为平均中心坐标，n为要素数量。

1.3 时空地理加权回归模型

相比于传统的回归模型，GTWR模型可以在时间和空间两个维度分析不同空间要素的参数变化[10]

其中，X为解释变量，Y为被解释变量，（μi，νi，φi）为30个省份的时空坐标；k为第k个解释变量；β0为常数项；βk为回归系数；ζi为误差项。

1.4 影响因素选取及预处理

根据IPAT理论[6]，影响建筑业碳排放的因素可以划分为三个维度：人口、经济发展状况及技术进步水平。选取人口数量[17]、产业规模[18]、能源强度[19]作为建筑业碳排放的影响因素，考虑到建筑业对能源依赖程度较高，选取能源结构[20]作为影响建筑业碳排放的另一指标。运用SPSS软件对以上4个指标进行共线性检验，结果显示，所有指标的方差膨胀因子最大值为6.72，不存在多重共线性。各影响因素定义及描述性统计见表4（数据来源于《中国能源统计年鉴》）。

2 中国建筑业碳排放的空间格局

2.1 中国建筑业碳排放现状

图1为中国2005—2019年建筑业全生命周期碳排放总量（数据由1.1节计算所得）。可知，建筑业生命周期内碳排放主要来源于建材生产阶段和建筑运行阶段：建材运输阶段、建筑施工阶段及建筑拆除阶段碳排放占比较低。按时间顺序来看，将建筑业碳排放划分为四个阶段：2005—2010年稳步增长阶段；2011—2012年加速增长阶段；2013—2015年波动下降阶段；2016—2019年缓慢增长阶段。在稳步增长阶段，城镇化水平的不断提高、城镇人口数量的不断增加、经济水平的不断增长拉动着建筑业的发展，同时该阶段房价的急剧上升导致了全国范围内的炒房行为，使得碳排放水平不断增加；在加速增长阶段，受全球金融危机的影响，中国为了稳定经济及减少失业率，央行下放四万亿投资，大力兴建基建、铁路、港口、公路等，房地产行业也在此阶段迎来爆发，加速了碳排放增加速度；在波动下降阶段，国家开始颁布一系列房地产调整政策。同时受《节能减排“十二五”规划》影响，国家加大房地产能耗管理力度，促进房地产向低碳减排地区发展；在缓慢增长阶段，房地产市场逐渐回暖，发展规模进一步扩大，建筑业碳排放缓慢上升。

2.2 建筑业碳排放时空格局

由于各驱动因素的回归系数在相近年份的变化呈一定的规律性，以5年為一间隔，选取2005、2010、2015和2019为特征年限，采用重心—标准差椭圆模型进行可视化分析。结果表明，研究期间建筑业碳排放重心位于河南省和湖北省，位于中国地理位置重心的东南方向，表明东部地区和南部地区建筑业碳排放较高，原因可能是东部地区长三角经济带、南部地区珠三角经济带经济发展较快，常年吸引外来人口，居民对住房需求增加，使东南地区建筑业碳排放明显高于西北方向地区建筑业碳排放水平。由表5可知，中国建筑业碳排放重心逐渐向西南方向迁移，后向东北方向迁移，究其原因，可能是2005年以后西部大开发逐渐进入鼎盛时期，中国在西部地区建设了机场、水电站、水库等大型基础设施；同时西部地区能源丰富、技术创新水平不高、能源利用效率低下，使得建筑业在发展过程中产生大量CO2；此后中国提出“新丝绸之路经济带”和“21世纪海上丝绸之路”等战略规划，使得碳排放重心再次向东南方向靠拢。从标准差椭圆角度出发，中国建筑业碳排放呈东北—西南方向格局；椭圆方位角先缩小后扩大，表明建筑业碳排放空间分布格局先弱化后加强。

3 中国建筑业碳排放影响因素分析

3.1 GTWR模型实证结果

本文基于Arcgis10.8软件，以建筑业碳排放量为因变量，以人口数量、产业规模、能源强度及能源结构为自变量进行GTWR模型回归分析，模型参数回归结果见表6。模型R2为0.946，调整后为0.945，说明该模型拟合度较高，能够较为科学的揭示影响因素的空间异质性。

3.2 影响因素时空格局

为直观的描述各个驱动因素对建筑业碳排放影响程度的时空差异，利用Arcmap10.8软件探究各驱动因素影响程度的时空异质性。

（1）人口数量。人口数量对各个省份的建筑业碳排放均为正向影响，即人口数量的增加在一定程度上可以促进碳排放量。2005年，建筑业碳排放受人口数量影响较大的区域主要集中在华南地区、西南地区及东北地区，影响程度较小的地区主要集中在华东地区。因为华南地区、西南地区及东北地区人口数量较少，人口数量的增加扩大了居民对住房的需求，使得建筑业碳排放增量明显；在2010年，人口数量对碳排放的影响程度呈明显的“西北强—东南弱”格局，大致沿“胡焕庸线”分成两片区域；2015年和2019年，人口数量对碳排放的影响格局转变为“西强—东弱”，因为东部地区城镇化水平较高，尽管人口数量的增加在一定程度上增加了住房需求，但另一方面建筑业的发展会促进劳动力的合理分配、技术水平的提升；同时由于东部地区城镇化的绿色发展规划、低碳城市试运行等原因，弱化了人口因素对碳排放的促进效果。

（2）产业规模。产业规模对各个省份的建筑业碳排放均为正向影响，即建筑业规模的扩大可以促进建筑业碳排放。2005年，产业规模对建筑业碳排放的影响程度呈明显的“东强—西弱”分布格局，因为西部地区环境恶劣，经济发展主要依赖农业和工业，对建筑业的需求没有东部地区强烈；2010年，西部地区产业规模对建筑业碳排放的影响程度明显增强，因为西部大开发的影响，增大了西部地区建筑业产业规模；2015年，产业规模对建筑业碳排放影响较大的地区主要集中在东部沿海地区，东北地区产业规模影响程度降低，原因是2015年东三省工业产值出现负增长，使得东三省城镇化发展受到影响，降低了建筑业发展速度；2019年，东部沿海地区产业规模对建筑业碳排放的影响程度降低，而河南省、山西省等中部地区产业规模对建筑业碳排放影响程度加深，究其原因，可能是2016年国务院批复同意《促进中部地区崛起“十三五”规划》，加快了中部地区城镇化进度。

（3）能源强度。能源强度对各个省份的建筑业碳排放均为正向影响，即降低能源强度可有效减少建筑业碳排放。2005年和2010年，能源强度对建筑业碳排放的影响呈明显空间非均衡性，东部沿海地区及东北地区能源强度对建筑业碳排放的影响较为强烈，因为早期东部沿海地区施工技术较为落后，随着建筑业的快速发展，施工工艺、技术水平提升明显，降低了能源强度，进而减少了碳排放量；东北地区早期为重工业城市，能源丰富，利用效率较低，能源强度的降低可有效减少碳排放水平；2015年，能源强度对建筑业碳排放的影响格局发生改变，西部地区影响程度加深，而东部地区影响程度减弱，东北地区能源强度影响程度减弱，因为东北地区资源面临枯竭，建筑业发展速度减缓，能源强度对减少建筑业碳排放的效果减弱；2019年，能源强度对建筑业碳排放的影响格局再次转变，华南地区能源强度影响程度加深，西部地区影响程度出现弱化，因为2016年国务院发布《“十三五”节能减排综合工作方案》，各地政府纷纷出台相应政策，提高建筑业能源强度，东部地区技术先进，绿色建筑发展较快，且建筑业体量较大，减排形势优于西部地区。

（4）能源结构。能源结构对各个省份的建筑业碳排放多为负向影响，即增加电力在能源消耗中的占比可以有效降低建筑业碳排放。2005年，能源强度对建筑业碳排放的影响呈明显空间非均衡性，华东地区、东北地区、华南地区及西南地区能源结构对建筑业碳排放的影响较为强烈，因为早期这些地区建筑业发展主要依赖传统化石能源，效率低下；2010年，华中地區能源结构表现为强负向影响，西北地区和东北地区能源结构表现为较强负向影响，华东地区负向影响程度减弱，新疆表现为较弱的促进作用，可能是新疆的建筑业受经济水平、行业政策、技术水平等因素影响，在一定程度上弱化了能源结构的抑制效果，且新疆能源消费结构中电力占比较低，能源消费以煤炭为主；2015年，西北地区和西南地区能源结构影响程度再次加强，中部和东北地区能源结构减弱，而东北地区城镇化进程减缓，建筑业发展速度下降；2019年，能源结构的影响程度呈明显的“南—北”差异，华中地区和西北地区能源结构表现为强负向影响，因为各省份颁布“十三五”减排政策方案，规定高污染、高排放企业调整能源消费结构，大力发展清洁能源，使得能源结构抑制效果增强。

4 结论与建议

本文基于生命周期理论，核算2005—2019年中国省域建筑业碳排放水平，并基于重心模型及GTWR模型分析中国建筑业碳排放时空格局及影响机制。中国建筑业碳排放整体呈增长趋势，并于2012年达到最大值；利用重心模型探究中国建筑业碳排放时空格局，发现中国建筑业碳排放重心向西南方向迁移，后向东北方向迁移，研究期间碳排放呈“东北—西南”空间分布格局；对中国建筑业碳排放驱动因素进行分析，各因素在不同时期对不同区域建筑业碳排放的影响程度差距较大，但总体来说，人口数量的增加与产业规模的扩大会促进建筑业碳排放，而能源强度的降低及电力等清洁能源在能源消费结构中占比的提高会减少建筑业碳排放。

中国建筑业碳排放存在明显的空间非均衡性，在制定碳减排措施时，应着力瞄准碳排放较高的区域，实施重点发力，提高发展质量；其次，针对西部地区，人口数量的增加及产业规模的扩大会明显增加建筑业碳排放水平，这就要求西部地区提高城镇化发展质量，改善基础设施完善程度，同时政府应加大建筑业低碳发展扶持力度，促进绿色建筑发展，以降低建筑业能源强度；最后，各地区应因地制宜，大力发展风能、太阳能等可再生能源，增加清洁能源在能源消费结构中的比例，减少建筑业碳排放。

参考文献

[1]佘群芝， 吴肖丽， 潘安. 气候资金对受援国碳排放的影响[J]. 资源科学， 2020， 42（6）：1015-1026.

[2]刘真真， 马远. 中国省域碳排放时空格局及其影响因素实证研究[J]. 新疆农垦经济， 2021（2）：53-62.

[3]范正根， 黄骏. 建筑建造阶段碳排放量计算方法研究[J]. 建筑经济， 2013（11）：88-91.

[4]李同燕， 孙锦， 史翀祺， 等. 大型公共建筑全生命周期碳排放核算及评价[J]. 绿色科技， 2017（16）： 13-15+18.

[5]白蕾.“双碳”目标下河南省建筑碳排放量化分析及减排对策研究[J]. 河南科技， 2022， 41（11）： 129-132.

[6]万磊， 郑季良. 基于IPAT方程的云南省能源消耗分析及情景预测[J]. 昆明理工大学学报（理工版），2009， 34（5）：93-96.

[7]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.

[8]朱冬元， 纪磊. 基于STIRPAT模型的长江经济带碳排放驱动因素研究[J]. 湖北农业科学， 2021， 60（11）： 50-54+61.

[9]陈军华， 李乔楚. 成渝双城经济圈建设背景下四川省能源消费碳排放影响因素研究-基于LMDI模型视角[J]. 生态经济， 2021， 37（12）：30-36.

[10] HUANG B， WU B， BARRY M. Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J]. International Journal of Geographical Information Science， 2010， 24（3-4）： 383-401.

[11] 吴小影， 杨山， 尹上岗， 等. 基于GTWR模型的长三角地区城市建设用地时空动态特征及其驱动机理[J]. 长江流域资源与环境， 2021，30（11）：2594-2606.

[12] 王梦晗， 刘纪平， 王勇， 等. 路网距离约束的GTWR模型应用—以北京市房价为例[J]. 测绘科学， 2018， 43（4）：133-137.

[13] 张涛， 姜裕华， 黄有亮， 等. 建筑中常用的能源与材料的碳排放因子[J]. 中国建设信息， 2010（23）：58-59.

[14] 李学东. 铁路与公路货物运输能耗的影响因素分析[D]. 北京：北京交通大学， 2009.

[15] 闫树睿， 刘念雄. 基于能源平衡表拆分法的北京城镇居住建筑使用阶段碳排放趋势研究[J]. 住区， 2020（1）：182-187.

[16] 王松庆. 严寒地区居住建筑能耗的生命周期评价[D]. 哈尔滨：哈尔滨工业大学， 2007.

[17] 闫辉， 刘惠艳， 邱若琳， 等. 基于逐步回归的建筑业碳排放影响因素分析[J]. 工程管理学报， 2021， 35（2）： 16-21.

[18] 刘兴华， 廖翠萍， 黄莹， 等. 基于STIRPAT模型的广州市建筑碳排放影响因素及减排措施分析[J]. 可再生能源， 2019， 37（5）：769-775.

[19] 王越. 中国建筑业能源强度时空差异及影响因素研究[D]. 哈尔滨：哈尔滨师范大学， 2021.

[20] 宋金昭， 苑向阳， 王晓平. 中国建筑业碳排放强度影响因素分析[J].环境工程， 2018， 36（1）： 178-182.