公共建筑能耗总量和强度核算模型与分析——以珠三角九市为例

王幼松，梁晋升，张扬冰，闫 辉

（1. 华南理工大学 土木与交通学院，广东 广州 510641，E-mail：zhangybct@scut.edu.cn；2. 华南理工大学 亚热带建筑科学国家重点实验室，广东 广州 510641）

目前中国节能减排工作已步入“双控” 阶段，建筑节能是“双碳” 目标实现的关键领域。2019 年中国建筑能耗占总能耗总量的21.10%[1]，已成为国家能耗的三大主要终端之一。《中国建筑节能年度发展报告（2020）》指出，公共建筑能耗3.32 亿tec，占建筑能耗的44%。同时，相比住宅建筑，公共建筑能耗强度更高，节能潜力巨大[2]。因此，针对公共建筑进行节能研究，对我国建筑业实现“双碳”目标具有重要的意义。

陈向国等[3]指出，推进建筑节能工作应从能耗总量控制抓起。然而，我国尚无系统的建筑能耗数据库，缺少专门的建筑能耗分项，以至于数据不明确、不完整，需要用科学的方法对其测算。目前我国建筑能耗测算运用最为广泛的是基于统计年鉴拆分的方法，如在城市维度上，邓瑛鹏[4]运用此法分别对重庆市的民用建筑能耗进行了测算和分析；吴统元[5]基于洛伦兹曲线统计数据分配法，构建了CRECM，计算分析了粤港澳大湾区城市住宅建筑能耗总量。然而，上述方法多运用于我国住宅建筑的能耗测算，且其测算精度会随着数据缺失比例的增高而大幅下降，因此，如何将其合理运用于我国公共建筑能耗的测算，以及如何处理城市级公共建筑能耗数据缺失的问题，当前研究鲜少涉及。

针对上述研究不足，本文将针对我国公共建筑进行能耗核算方法的研究。同时，由于我国幅员辽阔，不同气候带地区的建筑具有独特的能耗特点，如亚热带地区有夏热冬暖的气候特点，因此，区别对待不同气候带地区的建筑能耗核算方法将使其更简便精确。因此，本文将聚焦于亚热带公共建筑的能耗核算方法，结合华南地区能耗特点，调整统计年鉴拆分法，参考CRECM 并对其进行优化，构建城市级公共建筑能耗计量模型，以珠三角九市为例，计算和分析其公共建筑能耗总量和能耗强度。研究结果将为亚热带公共建筑能耗核算提供一种新思路，同时也为珠三角能耗双控、节能科研工作和相关政策的制定提供客观数据依据。

1 城市级公共建筑能耗计量模型（CPECM）

建筑能耗测算模型可分为宏观模型和微观模型。前者具有数据容易获取且来源权威、计算简便和节省人力等优点。为了解决城市维度的建筑能耗数据不完整、获得性差的问题，吴统元[5]建立了城市级住宅建筑能耗计量模型，其基本思路是：先按能源类型从城市统计数据中提取住宅建筑能耗的相关数据，然后使用基于洛伦兹曲线的统计数据分配法填补城市级缺失的统计数据，最后计算出各城市的住宅建筑能耗总量。该方法是以可获取城市数据为基础拟合洛伦兹曲线来填补缺失城市的能耗数据，城市数据缺失比例越高，单一使用该方法测算出来的结果精度会越差，在这种情况下，反而基于缺失数据的城市自身已知的往年数据进行推算会更加合理。

由此，本文在前人研究基础上进行调整优化，按照城市建筑能耗数据缺失数量将建筑能耗数据分为可获得性≥50%（2009～2019 年）和＜50%（2000～2008 年）两组，使用针对公共建筑能耗优化的洛伦兹曲线统计数据分配法处理第一组数据，以其计算结果为基础，引入线性回归法和时序分析预测法，分别对第二组能耗数据中各市缺失年份的数据进行测算，最后利用省级数据进行校核和误差分配计算，从而构建城市级公共建筑能耗计量模型（City-level Public-buildings Energy Consumption Model，CPECM），模型结构如图1 所示。

图1 CPECM 模型结构图

1.1 公共建筑能耗拆分计算

在《中国建筑能耗研究报告（2016）》中，中国节能协会等提出了一种计算建筑能耗及面积的方法[6]，该方法仍是以统计年鉴拆分法为核心，但对普通拆分法中数据缺失的部分进行了改进，引入数据分析预测方法进行测算，从而得到更科学的数据。本文以此为基本思路，同时结合华南地区统计数据的特点针对性地进行调整，来计算珠三角公共建筑能耗总量。

本文中建筑能耗指建筑运行能耗，利用上述方法计算建筑能耗，需要在统计年鉴中提取相应的数据，包括第三产业能耗、各行业用电量、综合能源平衡表等。第三产业能耗中大部分是公建能耗，但要剔除邮政、交通运输、仓储业能耗及其他交通能耗，同时还应加上建筑业和交通运输业中的建筑能耗，以及工业建筑中非生产类的建筑能耗[7]。针对需要扣除的能耗问题，王庆一[8]指出，公共服务业和商业等产业消费的35%的柴油、95%的汽油用于交通运输，居民生活消费的95%的柴油、全部汽油用于交通运输。2014 年秦贝贝[9]提出了建筑能耗计算公式，其中提取公共建筑能耗部分计算式为：

式中，各项意义见《中国建筑能耗计算方法研究》。

虽然建筑业及交通运输、仓储与邮政业中的建筑能耗未在式（1）中直接体现出来，但实际上已通过确定K1值将其计算在内；另外，热力消费主要用于冬季采暖，根据气候特点，华南地区并没有提供集中供暖，故K2取为0。秦贝贝[9]通过利用可得数据进行拟合、分析出工业能源消费中建筑能耗占比系数K1的参数值为5%。由于工业能源消费中建筑能耗占比很小，且与地方因素相关性不大，故本文K1参考取值为5%，对珠三角工业能源消费中的建筑能耗进行计算。

除集中供暖外，我国城镇公共建筑能耗主要是电耗。刘海柱等[10]对全国26546 栋大型公建和17962 栋国家机关办公建筑的能耗数据进行分析，发现在南部沿海区域公建能源消耗构成中，电力消耗占比高达99.3%，除此之外天然气和液化石油气各占0.6%和0.1%。由此本文针对广东地区公建的用能特点对式（1）进行调整，提出以电力消耗为基础测算珠三角公共建筑能耗的计算公式如下：

式中，Ee为公共建筑电力消费，对应统计年鉴中第三产业的电力消费（tce）；ξ为考虑商业和公共服务业等第三产业消费的5%的汽油、65%的柴油用于建筑能耗的调整系数；其他参数同式（1）。

1.2 优化洛伦兹曲线统计数据分配法

通过式（2）计算公共建筑能耗，需要在各市各年份统计年鉴中年收集相关能耗数据。本文选取的时间区间为2000～2019 年，经过整理，广东省各市公共建筑能耗相关的统计数据可获得性较差，在2009 年之前市级统计数据缺失比例超过50%。针对此情况，需要采用科学的方法将省级的统计数据分配至各个城市中，填补统计数据的缺失，然后再核算珠三角9 个城市公共建筑的能耗总量。

在研究建筑能耗的领域，洛伦兹曲线常被用于衡量和评价能耗分布的不平等现象和能耗基准值的确定等。Chang 等[11]发现利用洛伦兹曲线法能高效地解决部分统计数据缺失的情况，且要优于累计频率法和k 值聚类法，并确定了严寒地区住宅建筑的采暖能耗基准值。吴统元[5]选取2000～2010 年中4 个代表年份，以中国各省份居民生活用电数据为例，提出了基于洛伦兹曲线的统计分配法，并验证其在区域尺度下的准确性和适用性，发现核算结果的误差在[-10%，10%]区间内。由此，本文采用基于洛伦兹曲线的统计分配法对珠三角市级公共建筑能耗数据可采集率超过50%的年份进行填补处理，并针对城市公共建筑的用能特点，在人口-能耗洛伦兹曲线的基础上，引入GDP-能耗洛伦兹曲线对此法进行优化和调整以提高计算精度。

构建洛伦兹曲线首先需要对广东省所有城市进行合理排序。本文首先基于各市的GDP 升序对城市进行基础排序，再根据各市GDP 中第三产业比重对基础排序进行调整，得到最终排序如下：云浮、汕尾、潮州、河源、梅州、阳江、韶关、清远、揭阳、肇庆、汕头、湛江、江门、茂名、中山、珠海、惠州、佛山、东莞、广州、深圳。

以2019 年为例，利用已知城市公共建筑的用电量Ee、各城市的GDP 及人口数量，分别描绘GDP-Ee累计占比的洛伦兹曲线和人口-Ee累计占比的洛伦兹曲线散点图（见图2）。从图2（b）可知，在人口-Ee洛伦兹曲线中，各已知城市的数据点基本分布在一条下凹的曲线上，广州、深圳等少数经济发达的地区形成了曲线后部的陡增段，表明这些地区的城市公共建筑用电水平远远高于其他经济欠发达的地区，各市公共建筑能耗基于人口的分配呈现非均衡性，这与前人的研究成果相符；从图2（a）可知，在GDP-Ee洛伦兹曲线中，各散点基本分布在一条过原点的45°直线上，此直线在洛伦兹曲线中被称为绝对平等线，表明各市公共建筑用电量基于GDP 的分配是完全平等的，尽管各市经济发展水平参差，但各市的平均GDP 所消耗的公共建筑用电量是基本相同的，GDP 和Ee具有极强的线性关系，也反映了经济发展与能源消耗的密切联系。

图2 2019 年公共建筑用电量洛伦兹曲线图

通过SPSS 软件，选用一次函数和指数型函数分别拟合2008～2019 年的GDP-Ee洛伦兹曲线的函数k(x)和人口-Ee洛伦兹曲线的函数L(x)（见表1）。由表1 可知，k(x)和L(x)对各自的洛伦兹曲线均有较好的拟合度。

表1 L(x)和k(x)的拟合结果

当拟合完成后，通过k(x)和L(x)可以分别根据已知的GDP 和人口累计占比推算出2008～2019 年间各市的公共建筑用电量Eek和EeL，再通过如下公式利用省级数据根据各市GDP 比重进行校对和误差分配后计算得到Ee：

式中，Ei为i市能源消费（tce）；Eeki为利用GDP-Ee洛伦兹曲线计算出的i市能源消费（tce）；Eeli为利用人口-Ee洛伦兹曲线计算出的i市能源消费（tce）；Gi为i市GDP（元）；Gs为广东省GDP（元）；Ees为省级年鉴公布的能源消费（tce）；∑Eek为利用GDP-Ee洛伦兹曲线计算出各市能源消费总和；∑Eek为利用人口-Ee洛伦兹曲线计算出各市能源消费总和。

通过计算得到2008～2019 年各市公共建筑电力消费后，基于前文所述公共建筑电耗与GDP 之间的线性关系，对于珠三角各缺失数据的城市以时间序列对GDP 和公共建筑电耗做线性回归分析，结果如表2 所示，各市的GDP 与公共建筑电耗之间的皮尔逊相关系数均大于0.9，两者呈现显著线性相关关系，运用Origin 9.0 对其进行线性拟合，拟合结果如下：各城市拟合函数的拟合优度除惠州为0.8778 外，其余城市均大于0.92，拟合度较好。通过GDP 的数据即可推算出各市2000～2007 年的公共建筑电耗并记录为数据组一。

表2 GD P 和公共建筑电耗回归分析结果

基于2008～2019 年的能耗数据，利用SPSS 软件的时序预测分析，推算出2000～2007 年的公共建筑电耗并记录为数据组二，然后类似上述式（3）进行省级数据的校对和误差分析，核算得到2000～2007 的Ei。

1.3 ξ 的计算

本文定义第三产业消费的5%的汽油、65%的柴油消费量ECQ与公共建筑的电力消费量EE的比值为调整系数ξ，计算公式如下：

以广州市为例，ECQ需要根据统计年鉴综合能源平衡表中各类能源消费数据计算得出，但2014年起广州统计局不再提供综合能源平衡表及分类能源数据，故需对2014 年以后的汽油、柴油消耗数据进行估算[12]。

通过分析已有数据的趋势，对第三产业中的ECQ采用时序预测的方法，计算ECQ和ξ（结果见图3（a））。运用相同的方法计算珠三角其他城市的ξ（结果见图3（b））。

图3 广州及其他城市的ξ 计算结果

由图3 可知，2000～2010 年间各市的ξ呈现上升趋势，平均增长幅度为3.366 倍，其中广州、深圳的各年平均增长率分别达14.95%和16.19%，2010～2015 年间ξ出现平稳段，各市ξ的变化幅度在2%以内，并在2015 年后ξ呈现一直下降的趋势。21世纪初，随着经济发展和人们生活方式转变，广东省公建电力消费急剧上升，但发电量供不应求，导致了ξ的不断增长，随着国家电网的完善及核电、光伏等技术的发展，发电量供应充足，ξ出现了平稳乃至下降的趋势。这也表明以电力消费为基础测算珠三角公建能耗符合未来的能耗发展趋势。

2 珠三角公建能耗总量与强度核算分析

2.1 能耗总量核算及分析

通过CPECM 模型的核算，2000～2019 年珠三角各城市的公共建筑能耗总量如图4、图5 所示。

图4 珠三角九市公共建筑能耗总量发展趋势及构成图

图5 珠三角各城市公共建筑能耗总量趋势图

2000～2019 年，珠三角九市公共建筑能源消费总量呈现持续稳定上升的趋势（见图5）。公共建筑能耗总量从2000 年的834.79 万tce，增长到2019年4317.70 万tce，增长幅度约为5.17 倍，年均增长率达8.56%。从时间序列分段来看，对比“十五”期间，“十一五” 和 “十二五” 间公共建筑能耗增长速度显著降低，“十五” 公共建筑能耗年均增长约14.25%，此后两个五年计划内连续增速下降约50%，分别降为“十一五” 的7.66%和“十二五”的3.67%，其中2014 年增长率下降到最低，仅为0.71%。“十三五” 期间公建能耗增长率呈现先稳后升趋势，并在2019 年增长率重新超过7%，达到8.15%。在 “美丽中国” 的目标下，建筑领域制定了一系列标准制度以推动绿色发展，各建筑节能专项工作成效显著。本文核算得到的趋势也一定程度地反映了“十一五” 以来，珠三角全面推进建筑节能工作，有效减缓了其公共建筑能耗的增长速度。从公共建筑能源消费结构上看，电力消费总量从260.24 万tce 增长至2807.43 万tce，增长幅度约为10.78 倍，同时电力消费量占公共建筑能耗总量比重呈现稳步增长的趋势，从2000 年的37.56%增长到2019 年的76.65%。相反，考虑交通运输、仓储与邮政业、建筑业及工业能源消费中的建筑能耗K1EGY的占比则相对应的减少到23.35%。随着电力消费比例的逐步上升，本文提出的以电力数据为基础测算亚热带地区公共建筑能耗的方法会愈加精确，符合未来能耗的发展趋势。

从城市维度上看，本文核算结果对比李叶红等[12]测算的广州市2003～2017 年公共建筑能耗结果，平均误差约为2.36%。珠三角各城市公共建筑能耗总量明显分为3 个梯队，其能耗比值约为9:3.15:1，由高到低分别是广深两市、莞佛两市和其他城市。侧面反映了珠三角各市不同的战略定位

从公建能耗增幅看，珠三角各市的公建能耗总量在2000～2019 年间都有显著的增长。各城市的总体增长幅度为32.31%～929.78%，其中惠州、中山和肇庆由于基数小，其年均增速较快，均超10%，其余各市年均增长速度集中分布在6.70%～8.83%范围内。珠三角公建能耗的快速增长可归因于人口扩张、生活水平提高和物质文化需求剧增，从而公共建筑面积规模和使用强度增加。香港有设专门的建筑能耗分项，虽然统计口径与内地不同，但仍可做简单的参考分析。观察期内香港公建能耗从320 万tce 增长到424.66 万tce，总增幅为32.31%，率先达到较高水平且平稳。主要是由于香港人口密度高度饱和，自回归以来人口规模增长缓慢，社会经济发展成熟产业稳定，加上特区政府多年来大力推进建筑节能政策，导致其公共建筑能耗总量能够保持多年仅小幅上涨。

2.2 能耗强度核算及分析

2.2.1 公共建筑面积计算

在计算公共建筑能耗强度之前，需要计算出公共建筑面积。公共建筑面积参考运用《中国能耗研究报告（2016）》[6]的平衡公式进行计算。但年末实有房屋面积仅广州、深圳有曾经公布且仅截止到2015 年。因此本文基于以下假设估算珠三角各市的公共建筑面积：2000 年各市的年末实有房屋面积和GDP 呈正比例关系且与广州相同；各市公共工业建筑与公共建筑的比例保持稳定，均与广州相同，为8.4%。由于广州市发展进程较快且第三产业比重较大，本文计算得到的公共建筑面积结果可能偏大，导致最后计算的公共建筑能耗强度偏小。

2.2.2 能耗强度结果与分析

公共建筑能耗强度等于总能耗除以总面积。计算结果如图6 所示。总体来看，珠三角公共建筑能耗强度呈先上升后平稳再下降的趋势，2007 年达到峰值59.10kgce/m2，平均增速约为8.62%，保持5年相对平稳后开始下降，至2017 年单位面积能耗降为40.03kgce/m2，平均降速约为3.82%，2017 年后小幅上涨。从城市维度看，公建能耗强度同样分为3 个梯队，由高到低分别为深珠、广州和莞佛江中肇。除个别城市外，珠三角大部分城市2000～2019 年公建单位面积能耗呈现先上升后平稳再下降的趋势，峰值及平稳段集中在2007～2013 年区间内，增长幅度在16.4%～197.4%范围内。深圳首先上升至2009 年的77.62 kgce/m2后进入平稳段，并在2017 年后重新进入上升通道。佛山的能耗强度整体呈现下降趋势，在2017 年降至最低为27.62 kgce/m2，降幅达32.8%，随后小幅上涨。

图6 珠三角各城市公共建筑能耗强度趋势图

经济发展、人们生活水平及对公共服务需求的提高是导致珠三角能耗强度上升段的主要因素。而随着各城市响应国家节能政策的推进及节能规范标准的实施，能耗强度出现平稳和下降的趋势。简单参考香港公共建筑能耗强度，其20 年来基本维持在19～21kgce/m2[13]，波动幅度小，整体趋势平稳。香港澳门能耗强度平稳且低于珠三角城市，主要是由于其发展比较成熟且节能规范标准更加严格、实施较早且成效良好。与香港之间的差异，体现了珠三角公共建筑的节能潜力，各城市应以香港的节能发展为蓝本，更好地制定适合自身的节能政策和规范。目前内地节能政策以节能规划，标准规范等政策法规为主，缺乏市场活力。可参考香港特区政府2018 年公布的政府绿色债券计划（GGBP），推动绿色金融的发展，赋予建筑节能以金融市场的动力。并且可尝试与港澳共同出台粤港澳大湾区通行的绿色建筑认证与评价体系、能效标识制度等，与国际接轨助力绿色低碳的协同发展。

3 结语

本文以优化亚热带气候地区公共建筑能耗核算方法及解决城市级公共建筑能耗数据缺失问题为目标，结合用能特点调整了统计年鉴拆分法并构建CPECM，以珠三角为例，计算分析其公共建筑能耗总量和强度。研究结果为亚热带气候中公共建筑能耗核算提供一种新思路，弥补了前人在特定气候条件下优化能耗核算方法的空白。相比于传统的统计年鉴拆分法，根据气候和用能特点以电力数据为基础进行核算具有计算简便、数据精确、容易获取且更符合能耗结构发展趋势等优点。CPECM 的构建也在确保精度的前提下有效解决了城市级公共建筑能耗数据缺失的问题。鉴于珠三角九市的成功运用，本文提出的方法模型有望应用于我国广泛亚热带地区的城市群，为我国双碳“双控” 计划提供能耗数据核算的基础。但由于数据来源的局限性，本文是基于假设估算珠三角公共建筑面积，导致其能耗强度结果可能偏小，后续将针对公共建筑面积的计算精确性进行研究。