中国建筑业碳排放时空演变特征分析

汪振双，覃 飞

（东北财经大学 投资工程管理学院，辽宁 大连 116025，E-mail：zswang@dufe.edu.cn）

世界经济在高速发展的同时，消耗了大量的化石能源，产生大量的二氧化碳，导致了严重的环境和气候问题。建筑业属于典型的能源密集型产业，具有高能耗、高排放、低效率等显著特征，占全球碳排放总量的40%左右[1]。建筑业碳减排有助于减少我国整体的碳排放量，减缓温室效应的危害，建筑业碳减排对中国“双碳” 目标的实现至关重要。

建筑业碳排放问题引起了国内外学者的重视。在微观层面上，主要集中在工程项目上，从项目全生命周期各阶段、建筑材料类型、建筑构件及部品、建筑结构形式等进行碳排放核算和碳排放协同管理[2]，为工程项目全生命周期碳减排管理提供参考。在宏观层面上，主要集中在区域建筑碳排放核算及建筑业碳排放的驱动因素上，为政府碳减排政策制定提供参考。杜强等[3]建立了建筑业碳排放库兹涅茨曲线和弹性脱钩模型，以研究建筑业碳排放与经济增长之间的关系，并寻找影响其弹性脱钩的主要因素。胡姗等[4]建立了中国建筑能耗和排放模型，合理计算建筑运行过程产生的碳排放，并提出节能和低碳发展建筑业的建议。申娟娟[5]在已有研究的基础上，采用碳足迹方法对建筑全生命周期碳排放来源进行研究和分析，从而提出相应的碳减排策略，为低碳建筑的建设和环境保护治理提供参考。Zhang 等[6]提出了基于过程生命周期评价的中国建筑施工模型，找出影响建筑碳排放的主要驱动因素和影响方向。Tan 等[7]建立了中国建筑业碳排放预测模型体系和评估碳减排潜力的模型，发现低碳政策只能减缓而不能完全抑制二氧化碳的排放，并且鼓励部门间合作，加强对碳减排协同管理和控制。

由于我国区域资源禀赋差异性，经济发展和能源结构不平衡，导致我国建筑业排放存在空间差异性。从已有的研究现状来看，建筑业碳排放的相关研究多集中在碳排放的核算，或运用计量经济学研究方法对区域层面建筑业碳排放影响因素和驱动效应进行研究，而忽视了建筑业碳排放的空间异质性和变化趋势方面的研究。因此，本文在2006～2017年建筑业碳排放核算的基础上，采用Slope 值、Theil指数和ESDA 等方法，对中国建筑业碳排放的时空特征进行研究，为政府等相关部门制定建筑业碳减排管理的全域治理联动方案、差异化政策和措施提供科学依据，以便早日实现我国“双碳” 目标。

1 研究方法与数据来源

1.1 建筑业碳排放核算方法

建筑业碳排放包括直接碳排放和间接碳排放。其中，直接碳排放是指建筑业全生命周期各阶段直接消耗的化石和电力等能源产生的碳排放；间接碳排放是指工程项目在物化阶段中主要消耗的建筑材料在生产和运输过程中产生的碳排放。目前，建筑业碳排放核算方法主要有排放系数法、投入产出法、建筑全生命周期法、实测法和物料衡算法[8]。本文选用碳排放系数法测算建筑业碳排放，计算公式如下[9]：

式中，CE为建筑业碳排放量；DCE为建筑业直接碳排放量；ICE为建筑业间接碳排放量（t）；FE，EE，TE和DE分别表示化石能源能耗（t），电力能耗（KW·h），热能能耗（KJ）和建筑材料能耗（kg）；fe，ee，te，de*分别表示化石，电力，热力和建筑材料的碳排放因子；ah为建筑材料的回收系数；i和j分别表示地区和年份；k为化石能源类型（主要包括煤炭、焦炭、汽油、煤油、柴油、燃料油、液化石油气、其他石油制品、天然气）；h为建筑材料类型（主要包括钢材、木材、水泥、玻璃、铝材）；12/44 是C 和CO2的分子量之比。

1.2 Slope 值

为描述我国各省域建筑业碳排放量的变化趋势，本文在2006～2017 年建筑业碳排放量核算基础上，计算建筑业碳排放的倾向值（Slope）[10]，计算公式如下：

式中，n表示2006～2017 年的总年份数量，为12；xi是第i年（2006 年为第1 年）；E代表第i年对应的建筑碳排放量。若Slope>0，则表明随着时间的增加，建筑业碳排放呈现增长趋势；若Slope＜0，则表明建筑业碳排放量呈下降趋势。Slope 值的大小反映了建筑碳排放量增加或减小的速率，即增加或减小的倾向程度。采用标准差分级将各省碳排放量的增长趋势分为4 种类型，如表1 所示。

表1 变化趋势类型划分标准

1.3 泰尔指数

泰尔指数主要用于分析国家之间的收入差距，后被广泛应用于区域差异性的研究和分析中[10]。泰尔指数的取值范围为[0，1]，其值越小表示各区域之间的差距越小。本文中泰尔指数的公式调整如下：

式中：i表示省份，j表示区域；N为全国省份的总数，本文为30；M为划分的区域总数，本文为6；Nj是第j个区域所包含的省份的个数；T，Tw，Tb和Twj分别表示整体泰尔指数，区域内泰尔指数，区域间泰尔指数，以及第j个区域的泰尔指数；C，Ci，Cj和Cji分别表示全国建筑业碳排放，第i个省的碳排放量，第j个区域的建筑业碳排放量，第j区域内第i省的碳排放量；P，Pi，Pj和Pji分别为全国人口总数，第i个省人口数，第j个区域的人口数，第j个区域的第i省人口数。

同时还可使用泰尔指数测算区域内贡献率与区域间贡献率：

式中，Ww，Wb和Wj分别表示建筑业碳排放区域内差异对总体泰尔指数的贡献率，建筑业碳排放区域间差异对总体泰尔指数的贡献率，第j区域建筑业碳排放对整体泰尔指数的贡献率。

1.4 ESDA 方法

探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）方法用来研究变量的空间分布特征及相互作用机制的方法[11]，主要包括全局空间自相关分析和局部空间自相关分析。全局空间自相关分析用来分析建筑业碳排放在区域中的总体分布特征，是否存在空间聚集，用全局Moran’sI指数进行分析，计算公式如下：

式中，n，xi，分别为研究中划分的区域空间单元的数量，区域i的建筑业碳排放观测值；为区域建筑业碳排放观测的平均值；Wij为空间权重矩阵，或i和j空间单元相邻时，取值为1，否则为0。本文中n=30，Wij是基于Queen 标准生成的一阶空间权重矩阵。

全局Moran’sI指数只能从整体上反映变量在区域中的空间分布特征，而无法表示局部地区的空间依赖性。局部Moran’sI指数则可以分析某一区域建筑业碳排放与周边地区建筑业碳排放之间的空间差异程度及其显著性，计算公式如下：

1.5 区域划分与数据来源

本文的研究样本为中国的30 个省（不包括西藏和港澳台地区）。根据我国六大行政区的划分，将30 个省份划分为华北区、东北区、华东区、中南区、西南区和西北区等6 个区域。建筑业碳排放核算中主要能源的消耗量和建筑材料消耗量的数据分别来自《中国能源统计年鉴》和《中国建筑业统计年鉴》。计算中，能源和建筑材料的排放因子与回收系数取值均来自相关研究文献[8，9，11]。

2 实证研究结果与分析

2.1 建筑业碳排放量和变化趋势

2006～2017 年，我国建筑业碳排放量从74031万t 上升至201404.52 万t，建筑业碳排将近翻了三番，年平均增长率约为14%左右。浙江省的排放量较为突出，其周围的福建省、江苏省和湖北省也有较高的排放量，而我国北部和南部较偏远的地区碳排放量大多较低。建筑业碳排放主要集中在东南部地区，即从东部沿海地区向西部延伸。2017 年，我国省域建筑业碳排放量呈现出明显的东南部较突出，而周围地区较低的态势，建筑业碳排放量区域差异性显著。为了探究我国各省建筑碳业排放量的变化趋势，通过式（4）计算各省建筑业碳排放量的Slope 值，如表2 所示。

由表2 可知，浙江、福建和湖北的建筑碳排放量增长最为迅猛，江苏、河南和四川也呈现出相对较快的增长速度。中速和缓慢增长型的省份较多，且“中速增长型” 的省域数接近总省域数的一半。可见整体上我国建筑碳排放的增长速度已经得到了一定控制。2006～2017 年，我国建筑业碳排放强度呈现先下降，上升后再下降的趋势。2006～2009年，我国建筑产业碳排放强度值整体呈现出下降态势，2008 年全球经济危机的爆发，房地产业发展受到冲击，建筑业产值的增长缓慢，建筑业碳排放强度值略有上升；2010～2012 年，我国建筑业碳排放强度又呈现出明显的上升趋势，伴随着城市居民人均收入水平的提高，住房成为新的居民消费热点，然而由于建筑业施工技术落后和粗放式管理等弊端，建筑业碳排放强度呈上升趋势[12]。2013～2017年，我国建筑业碳排放强度又进入下降趋势，这与我国在建筑节能减排方面采取的政策有关。在2013年之后，国家大力提倡将以节能和减排为先导，发展资源节约型城市，住建部也提出要开发资源节约型、高耐久性绿色建材，提高城市资源和能源利用效率，材料的控制使用有效减缓了各省建筑碳排放量的增长速度。

表2 2006～201 7 年中国各省建筑业碳排放变化趋势类型

2.2 中国建筑业碳排放的空间差异

我国幅员辽阔，各省人口规模，资源禀赋和经济发展水平不一，建筑业碳排放存在差异。利用式（5）～式（11），计算2006～2017 年，中国建筑业总体泰尔指数、区域间和区域内的差异及贡献率、各地区内部差异及相应贡献率，如表3 所示。

表3 我国建筑碳业排放强度各区域泰尔指数及其贡献率

从表3 可以看出，2006～2017 年，中国建筑业碳排放的总泰尔指数总体上呈波浪式上升趋势。这表明我国建筑业碳排省域差异显著，且呈明显扩大趋势，但增加幅度不大，年平均0.8%左右。这表明，我国建筑业可持续发展取得了一定的成果。2006～2017 年，中国建筑业碳排放区域内差异和区间差异的变化趋势，与总体泰尔指数的变化趋势吻合。可以看出，建筑业碳排放区域内差异贡献均大于区域间差异对总体差异的贡献率。值得指出的是，2016 年区域内差异贡献率对总体差异贡献率达到77.23%，中国建筑业碳排放的总体差异主要是由于区域内建筑业碳排放差异所导致的。比较中国六大区域的建筑碳排放泰尔指数可以发现，2006～2017 年，西北地区和中南地区的泰尔指数值均高于其他区域的泰尔指数值。2006～2017 年，东北地区贡献率在多数年份中均较低，而在2012 年则出现了反弹，所占比例为43.46%。这是由于吉林省的建筑碳排放与2012 年出现了极大幅度的提高，2013 年和2014 年出现了回落现象，2015 年后逐渐恢复至较低水平，使东北地区贡献率出现大幅降低。华东地区贡献率在各年的变化幅度相对较小，发展比较平稳。华北地区、华东地区、中南地区和西北地区泰尔指数呈上升趋势，而东北地区和西南地区总体呈下降趋势。其余地区的贡献率在发展过程中出现了较大的上下波动，这是由部分省份的建筑碳排放量在个别年份出现不稳定变化所导致的。区域间贡献率在发展初期的变化幅度较小，而在2011 年和2012 年出现了较大的提高，又于2013 年大幅降低，后逐渐呈现出小幅度的降低趋势。河北、江苏和吉林等省份的建筑碳排放出现大幅提高，在提高自身所在地区差异的同时，极大拉开了各分区之间建筑碳排放的差异，削弱了差异地区对整体差异的贡献程度。

2.3 建筑业碳排放探索性空间分析

2.3.1 全局空间自相关分析

2006～2017 年，我国建筑业碳排放Moran’sI指数的取值在0.105～0.326 之间，并且通过了0.05 显著性水平检验。由计算结果可以看出，2006～2010 年间，Moran’sI指数出现了不稳定的上下波动，又于2011年出现了大幅下降，2012 年达到最低值，为0.105。在2011 和2012 年，建筑碳排放量Moran’sI指数和相应的显著性均降低，空间聚集程度减弱。在2011年，河北和江苏的水泥材料使用量大幅提高，而吉林的建筑碳排放量也在2012 年发生骤增，使2011和2012 年的总排放量均出现了较大的提高，导致省际建筑碳排放量的空间集聚特征被弱化。在2013年之后，国家提出了多项节能减排措施，鼓励建筑行业科学使用绿色建材，控制了建筑碳排放量的增长速度，使各省建筑碳排放量的空间分布特征开始稳定发展并逐渐聚集。

从2015 年后，建筑业碳排放Moran’sI指数呈现增大趋势，2017 年为0.326。整体上看来，建筑碳排放量Moran’sI指数在样本考察期内呈现出先波动变化，后降于低谷，又持续稳步上升的态势。可见我国建筑业的发展质量在不断提高，发展速度也趋于稳定。建筑业的进步加强了省际碳排放量的联系，使全国的空间关联更加紧密。

表4 2006～201 7 年中国建筑业碳排放量全局空间Moran’s I 指数

2.3.2 局部空间自相关分析

Moran’sI指数只能描述区域内某种现象整体的空间集聚状况，而不能分析每个个体的空间自相关性和具体的集聚位置。受区域经济联系、技术溢出和人才流动等因素的影响，各省建筑业碳排放的影响会受到邻近区域的影响，可采用局部空间自相关Moran’sI指数进行分析，计算结果如表5 所示。

由表5 可以看出，2006 年，辽宁等14 个省（市、自治区）处于第Ⅰ象限，空间正相关，占总数的46.7%；黑龙江等10 个省处于第Ⅲ象限，空间负相关，占总数的33.3%；2010 年，辽宁等12 个省（市、自治区）处于第Ⅰ象限，空间正相关，占总数的40%；青海等9 个省（市、自治区）处于第Ⅲ象限，空间负相关，占总数的30%；2014 年，河北等12个省处于第Ⅰ象限，空间正相关，占总数的40%；黑龙江等7 个省（市、自治区）处于第Ⅲ象限，空间负相关，占总数的23.3%；2017 年，陕西等13个省处于第Ⅰ象限，空间正相关，占总数的43.3%；黑龙江等9 个省（市、自治区）处于第Ⅲ象限，空间负相关，占总数的30%。其中长期呈现出高高集聚特征的省份为河北、山东、浙江、江苏和福建等，大多为我国东部沿海的经济发达地区。这些区域在建筑业高速发展的同时，对周围区域建筑业的发展起到了辐射作用，提高了自身和邻近省份的建筑碳排放量。黑龙江、内蒙古、新疆和甘肃等地区长期位于第Ⅲ象限，其大多为我国北部和中部地区，地理位置不占优势，很少与周围省份进行经济和建筑业的交流合作，发展速度相对缓慢，导致其自身与附近地区的建筑碳排放量均较低。常出现于第Ⅳ象限的四川和广东是排放量较高的省份，其周围省份的建筑业发展有很大的上升空间，则这些省份可在其自身发展状况较好的基础上，推动附近省份建筑业规模的扩大。天津、江西和上海等省份长期呈现出低高集聚的特征，可利用周围省份建筑业发展较快的优势，积极发起和参与省际合作，加快自身经济建设，推进建筑业的进一步发展[13]。在样本期间内，广东最初常年位于第Ⅳ象限，经济发展速度较快，除在2012 年出现下滑波动外，一直呈现出上升的趋势。广东的经济和建筑业高速发展，对临近省份起到了良好的带头作用，2017 年从第Ⅳ象限移动到了第Ⅰ象限。辽宁省起初位于第Ⅰ象限，其自身和周围省份的建筑碳排放量较高，但在2014 年，周围省份的排放量得到了较好的管控，辽宁则位于第Ⅳ象限。后由于辽宁在一段时间内受到空间关联的影响，在其排放量逐渐下降至较低水平，最终位于第Ⅲ象限内。可以看出，我国建筑业碳排放呈现出明显空间集聚效应，会在很大程度上影响各省的建筑业发展状况与碳排放量的变化趋势。

表5 各省建筑碳排放量的空间关联演化表

3 政策建议

（1）在国家双碳目标的发展要求下，加强各省域建筑业协同减排管理，进一步推进省（市、自治区）间的建筑业碳减排合作。加强碳排放交易平台和管理工作，综合运用行政管理、财税政策和经济杠杆等措施和手段；加强对企业和消费者建筑碳减排重要性与必要性的宣传和教育，加强绿色环保和节能减排相关技术知识的培训，激励企业技术升级，提高能源使用效率，积极推广绿色建筑和建筑工业化。

（2）加快建筑业能源结构升级，提高清洁能源的使用比例。转变经济增长方式，积极探索经济发展的结构性变革路径，改变建筑业产值与碳排放之间的关系。加大回收利用废旧建筑材料，促进建筑废弃物资源化和回收，建立绿色建筑相关的法律法规，扶持绿色技术及评价的研究，致力于发展绿色建筑经济，促进建筑节能环保领域的技术交流，缩小各省域间建筑碳减排技术的差异，实现共同发展目标。

（3）加大建筑业绿色能源技术投入，建立建筑业减排的系统思维和方法体系。推进物联网、建筑信息模型、云计算和人工智能等新一代信息技术在工程项目中的应用，加强建筑业全生命周期绿色管理。从建筑业全产业链系统视角出发，优化人力资源配置，加强区域合作，实施建筑全产业链、全过程、全生命周期的全系统综合碳减排行动，推动中国建筑业整体绿色低碳发展。

4 结语

2006～2017 年，中国建筑业碳排放的差异、区域内差异和区域间差异呈波浪式上升趋势，增长趋势缓慢，我国建筑业碳排放强度目前已进入较为稳定的发展阶段。通过对建筑业碳排放空间差异的泰尔指数分解可发现，建筑业碳排放强度的空间差异主要是由于区域内差异所导致的。2006～2017 年，中国建筑业碳排放空间集聚程度呈现出增强-减弱-增强的波动变化趋势。建筑业碳排放局部空间关联性较强，区域排放强度的空间关联特征呈现不稳定的状态，主要是由各省域建筑业规模和技术发展水平差异性造成的。可见，对中国建筑业碳排放时空演变特征分析将有助于为政府等相关部门制定建筑业碳减排管理的差异化政策和措施提供理论依据。研究中由于相关统计数据获取的限制，只分析2006～2017 年中国建筑业碳排放时空特征，未来的研究将对相关数据进行更新，对建筑业碳排放的时空特征驱动机制进行研究，以期为建筑业碳达峰提供决策支持。