基于物质流分析的大学校园投入产出研究

李恩敬 林 野 何 平 王 霜

(1.北京大学环境保护办公室环境科学与工程学院，北京 100871;2.北京大学数学科学学院，北京 100871;3.北京大学实验室与设备管理部，北京 100871;4.北京大学节能办公室，北京 100871)

党的十八大明确提出，把生态文明建设放在突出地位，融入经济建设、政治建设、文化建设、社会建设各方面和全过程，努力建设美丽中国。生态文明建设在我国已经提升为国家意志，教育领域中以大学为载体落实国家生态文明战略，将现有教育资源绿色化，创建有可持续发展特色的绿色校园，是高校肩负的历史使命，也是大学与世界接轨的重要标志［1，2，3］。

大学具有城市生态系统的特性，是城市生态系统的缩影。同时边界比较清晰，物质流动方向相对单一，不存在复杂经济系统内的不同部门之间的产品转移的问题，因此可以更客观地、接近现实地反映作为城市生态系统的物质和能量代谢情况［4］。

社区是我国最小的行政单元，将北京大学塑造成完整、特殊的社区单元，尤其在北京这种“独门独院”的事业单位(如，高校、工业园区、事业单位、社区、大型遗址等)云集的特大城市，其研究具有现实的理论和推广意义［5］。

目前，绿色校园建设更多停留在概念层面，定性描述多，定量表述少。对于一所大学是否建设成为绿色校园的评判依据模糊、衡量标准不清，并因评价主体的主观经验感受不同有较大差异。因而造成在建设绿色校园实践中，缺少有的放矢的措施和途径，使绿色校园建设流于形式和口号。系统掌握支撑校园发展的物质、能量流动规律及其驱动因子，将为北京大学进行绿色校园规划与建设提供定量化依据，从而促进我国大学中可持续发展办学理念的推广和大学可持续发展整体进程［6－9］。

1 研究方法

本研究首先通过建立校园代谢核算体系(框架，图1)，明确校园投入产出关系［10，11］。

图1 北京大学校园物质代谢过程及投入产出

其次，通过物质流分析方法，测度和解析校园物质输入和输出情况，以及支撑校园的资源和能源在时空的变化及消耗强度。物质流分析方法指在一定时空范围内针对特定系统的物质流动和贮存的系统性分析，广泛应用于循环经济和可持续发展研究领域［12－17］。借鉴城市物质代谢的过程，可以将校园代谢过程分为输入、消耗和输出三个过程。输入包含重复利用消耗过程中产生废物的过程，即回收利用。按国际通用的物质划分方法，将进入经济系统的自然物质分为生物物质、固体非生物物质、水和空气4 类;将排出经济系统的物质分为固体废弃物、废水、废气和其他气体物质3 类。经济系统中物质使用量包括自然物质和生态包袱(或隐藏流)的输入［18－20］。从数据可获取性和可控性角度，校园的输入物质重点考虑水和固体非生物物质等三类，其中固体非生物物质包括煤、建材、食物、电(隐藏流)等;校园的输出物质重点考虑废水和固体废弃物。

输入:TMR=TMI=DMI+IF;其中，TMR:物质需求总量;TMI:物质总投入;DMI:直接物质投入量;HF:隐藏流;

输出:TMO=TDO;其中，TMO:物质总排出量;TDO 园区内总排出量。

最后，在梳理和统计北京大学校园物质输入与输出量的基础上，分析校园需求强度(人均、单位面积或单篇SCI 等)。根据需求强度研究，筛选需求变化较大的输入项作为研究单元，通过假设和模型，研究影响该需求的驱动因子，探讨该输入项与产出间的定量或半定量关系(本研究结果建立在部分假设前提和模型上，因此作者称之为半定量关系)。

本文主要通过EXCEL 和SPSS 统计软件，采用描述和统计，相关分析、偏相关分析和多元线性回归分析方法，对北京大学历年的数据进行处理和分析，揭示其内在规律和联系。

表1 输入与输出项数据来源及相关说明

2 物质流分析

2.1 物质输入与输出量

本研究边界界定为北京大学校本部。由于学校统计口径有差异，物理边界以校发展规划部界定的校本部边界规划图和学校地图为准(图2)。

图2 学校本部边界规划图

体现北京大学正常运转的资源支撑能力的输入因子基本包含5 方面，即水、电、煤、建材和食品。输出因子由可获取数据的角度列为煤渣、生活垃圾，绿化养护垃圾、危险废物和生活污水等5 方面。

2006－2009年的数据统计结果显示，影响输入量的最大影响因素是用水量，占比最大约为74.8%，其它依次为建材(13.7%)、供暖(5.5%)、用电(3.2%)、食物(2.7%)(图3)。输出因子中，除污水以外，比例从高到底的依次为，煤碴(45%)、生活垃圾(36%)、绿化养护垃圾(19%)和危险废物(接近0%)。北京大学校园系统的总输入量和输出量基本维持在35 万吨和22 万吨左右。输出占输入量的平均比值为63%(4)，略高于我国经济系统比值(物质输出总量约占物质输入总量的55%)22。。北京大学人均物质输入总量约为9 吨，每万平米建筑面积需求为657 吨。

2.2 需求强度(资源支撑)研究

图3 各输入因子结构

图4 各输出因子平均结构(不含污水)

图5 北京大学物质输入量与输出量，输出占输入比

图6 北京大学人均和单位面积总输入需求量变化

输入量中最大影响因素的用水量可以细分为人均需水量、培养学生所需单位用水量和产出SCI 用水量，三者均呈逐年递减趋势。人均需水量从1998年的22.04吨减少到2012年的5.61 吨，减少75%，单篇SCI 产出所需平均用水量由2002年的307.58 吨减少到2011年的79.79 吨。

图7 北京大学人均需水、科学研究和人才培养需水量变化图

根据房屋建筑面积及房屋类型的调查，1999年和2000年间北京大学经历了一个大规模的扩建过程，房屋占地面积明显上升，此后呈现稳定趋势;房屋建筑面积一直呈现稳定上升趋势。房屋类型显示，教学、科研、辅助用房及学生宿舍所占比例呈现上升趋势，行政办公用房及教职工住宅并无明显变化［l1］。根据实验室及仪器设备的投入使用情况调查，近年实验室总使用面积、各类仪器设备数量、大型仪器设备数量均呈现明显的上升趋势，其中大型仪器设备投入占各类仪器设备的很大比重。实验室单位面积设备量的变化呈逐年增长趋势(本文前述的建材用量是通过每年增加的建筑面积为基数计算而成，但是在这里仅介绍下房屋建筑面积情况及房屋类型)(图8)。以实验室中单位面积的设备量的增长速度，将很快就达到饱和，因此，尽快增加实验室面积是学校的当务之急。

图8 北京大学历年实验室单位面积设备量变化

2006－2011年间，在供暖用煤的需求上，人均、单位面积和人才培养上均显示较均衡增长。但是，从生产每篇SCI 的角度衡量，供暖用煤量呈逐年递减趋势(表2)。

北京大学人均用电量呈逐年增长趋势，2012年总用电量和人均用电量分别为1998年的3.6 倍和1.94 倍(图9)。单位面积用电需求从2001年始保持稳定并小幅增长，产出每篇SCI 对应电量关系在4.8 吨上下小幅波动(图10)。

人均食物量在1998－2010年间，基本保持在0.25吨/人·年的水平，没有明显变化。

3 主要输入(电能)单元驱动因子分析

3.1 基本思路

支撑北京大学发展的资源和食物中，用电量变化呈明显增长趋势。其中，用电大户是教学科研，且教学科研、行政办公和后勤施工用电量和占比均明显增加，学生宿舍和路灯用电量减少(图11)。因此，本文拟以用电量为核心，通过数据分析，研究可能对用电量造成影响的因素，以及研究用电量的变化对教学科研成果带来的影响。

表2 供暖用煤需求列表

图9 人均用电量(标准煤，吨)变化图

图10 单位面积用电量(标准煤，吨)与科学研究产出关系变化图

图11 北京大学分用途用电情况及2004年和2012年不同用途用电量对比

为进一步了解造成用电量变化的影响因子，通过搜集到的数据以及背景知识，假设总人数、设备量和建筑面积3 个因素会对用电量造成主要影响(除上述三项主要影响电量的因素外，人的用电行为是非常重要的一项，但是由于没有多年累积的可统计的数据，因此，在这里没有将此因素考虑再模型计算范围内)。为了进一步了解电量与另外三者的定量关系，我们先通过R 语言编程对数据进行可视化。

如图12 所示，从左到右可以看出人数、设备、建筑面积三者逐年呈增长趋势，点颜色的深浅代表用电量的多少。我们不难看出随着人数、设备、建筑面积逐渐增加，点的颜色越来越红，说明用电量逐渐增加，且线性趋势较明显。多组数据的散点图(图13)，可以看出四个因素两两之间关系的直观示意图。

图12 北京大学设备量、总人数、总面积三维散点图

通过简单相关分析发现，总人数、总设备价值和建筑面积与用电量的相关系数分别是0.914、0.970、0.971。接近1，说明密切相关，假设成立。再通过偏相关分析结果，得出如下结论:当控制总人数和总设备价值不变时，建筑面积和用电量的相关系数为0.791;当控制总设备价值和建筑面积不变时，总人数和用电量的相关系数为0.493;当控制总人数和建筑面积不变时，总设备价值和用电量的相关系数为0.672。由此可见，3个因素均与用电量相关，但影响用电量的主要因素的建筑面积，其次是设备价值，最后是总人数。为探究这三者具体如何影响用电量，并且能更好地预测用电函数，通过多元线性回归分析的方法建立具体的数学模型。即，

图13 总人数、总面积、设备量、总用电量多组数据的散点图

总电量=人数×a+面积×b 设备价值×c+d

通过SPSS 得到方程:

总电量=人数×0.074+面积×2.742+设备价值×206.390－1659.566

该模型通过检验，发现p 值为3.5 ×108，十分显著。因此，可以得到如下结论:①用电量与人数、建筑面积、设备量均成正相关，即使用人员越多，或是使用面积越大，或是设备数量(价值)越大，用电量越多，且呈线性;②多元回归方程的系数经过标准化后分别为0.169、0.475、0.378，说明人数、建筑面积和设备量对于电量的贡献百分比分别是16.5%、46.5%、37.0%。建筑面积影响最大，设备量次之，人数排最后。

该模型给出了用电量的具体算法。只要输入1 个人数数据，1 个面积数据，1 个设备价值数据，就可以预测总的用电量大概取值。可以通过对以上3 个影响因素的改变趋势进行分析，进而得到用电量的预测。

3.2 用电量的影响因素探究

3.2.1 模型一:总用电量控制

整个校园如何控制用电量，做到节约且高效，是绿色校园建设的关键问题之一。通过该模型，我们可以解决若要控制人均用电量达到一定水平，其他资源该如何配置的问题。例如，如果人均用电量减少10%，假设总人数维持稳定不变的情况下，通过(1)式，代入2011年的数据，我们可以得到之后的预测曲线(图14)。

因为现实中建筑面积减少的可能较小，因此要达到相同的节能效果，只有减少设备用电量来实现，设备量与面积具体的变化曲线如上图所示，具体方程为:

建筑面积变化=－75.27 ×设备量变化－429.53

(建筑面积单位:1000m2，设备量单位:亿元)

图14 设备—面积变化曲线

方程具体表达的含义是，为达到人均节能10%的效果，在面积不变的情况下，需要减少5.70 亿元的设备;而每减少1 亿元设备，可以增加7.5 万m2的建筑面积。图中标注的几个点是当设备量减到与历史某一时期的设备量持平时。例如241.1284615，那一点代表:当建筑面积增加了24.1 万m2时，为了达到节能10%的效果，必须减少8.8 亿元的设备量，这将回到2006年的设备量水平。另外3 个点分别对应05、02、98年北京大学的设备量水平。

如果假设，总用电量要减少5%，而建筑面积增加了6.4%(通过计算得出建筑面积的年平均增长率为6.4%)，那么，此时需要对设备量和人数进行控制。当人数减少到一定程度时，设备量甚至可以增加，依然可以达到节能的目标。

具体方程:设备量变化=－3.59 ×人数变化－4.73×104(设备量单位:万元，人数单位:人)

图15 显示，当人数减少1.3 万人时，达到拐点，此时设备量可以开始增加。每减少录取1 个人，节省电量可以多购置3.59 万元的设备。图中，最上边的点代表如果人数恢复到98年的水平，则可多购置2.6 亿元的设备，依然能达到节能指标。(第三象限的点代表恢复到2005年水平)。

图15 人数和设备量的关系

3.2.2 模型二:教学科研用电量控制

虽然模型一反映了总用电量的影响因素，但是由于建筑面积这一因素未来的发展趋势是只会增加不会减少，所以该模型在讨论如何控制总用电量的时候会受到一定限制。但是，如果以教学用电量为对象，与之相对应的教学使用面积则可以减少，能够达到较好的反映如何控制总用电量。

为获得教学科研用电量与总人数、教学科研辅助用房面积和设备量之间的关系，根据教学科研的相关数据，拟合了多元线性方程，得到函数:

教研用电量=人数×(－ 0.083)+ 教研面积×46.419+设备价值×1155.133－9816.971

(教研用电量:千度，教研面积单位:1000m2，设备价值:亿元)

该模型通过检验，发现p 值为0.036，显著性较高。结果显示，人数并不是影响教学科研用电量的主要因素。假设控制人数为定数，即可根据模型预测教研面积和设备量对节约教学用电的影响。如果想要使人均教学用电量保持在每年增幅均减少10%的程度，且一直持续到2018年，假定人数不变，此时需要同时控制教学科研使用面积和设备量的增幅。为了达到节能目标，需要平均每年教研面积的涨幅保持在8.16 万m2，同时设备价值涨幅控制在1.63 亿元以内。

另外，当用电量不变时，设备量与教研面积可以相互转化。其具体关系式为:

设备量变化=－0.040 ×教学科研面积变化

也就是对于新增的教研面积与设备量来说，预计新增的每减少1 万m2的教学科研面积，可以再多增加4000 万的设备价值，这对于教学用电量是几乎没有影响的，反之亦然。

3.3 用电量与科研产出间相关分析

3.3.1 用电量与SCI 论文数、科研项目数

通过SPSS 分别采用四种(S 型，J 型，线性，多项式型)可能类型，拟合分析2004－2011年电量与SCI 论文数和科研项目数。研究发现，电量与SCI 论文数的J型拟合较好，电量与科研项目数呈线性关系。说明，北京大学处于科研工作稳定发展、科研产出加速发展的阶段。

3.3.2 生命科学与化学案例研究

通过分析研究部分理科院系(化学、生物)用电量与SCI 及其影响因子之间的关系，发现除生物专业2010年的SCI 文章情况外，各院系用电量基本呈现逐年上升趋势，各院系SCI 文章数量及其与影响因子的综合指标均呈现整体的上升趋势，且用电量与SCI 文章的数量及质量呈现出正相关关系。通过对比生物及化学专业单篇SCI 的用电量，可以看出生物专业单篇SCI 的耗电量明显高于化学专业，且化学专业单篇SCI 的耗电量呈现平稳趋势，而生物专业2010年单篇SCI 的用电量明显高于其普通水平，波动较为明显。

4 结论与讨论

4.1 结论

(1)北京大学校园系统的总输入量和输出量基本维持在35 万吨和22 万吨左右。输出占输入量的平均比值为63%。北京大学人均物质输入总量约为9 吨，每万平米建筑面积需求为657 吨。

(2)北京大学人均需水量、培养学生所需单位用水量和产出SCI 用水量均呈逐年递减趋势。北京大学1999年与2000年北京大学经历了一个大规模的扩建过程，房屋占地面积明显上升，此后一直呈现稳定上升趋势;房屋类型方面，教学、科研、辅助用房及学生宿舍所占比例呈现上升趋势，行政办公用房及教职工住宅并无明显变化。供暖用煤方面，近年人均、单位面积和人才培养上均显示较均衡增长，但从生产每篇SCI 的角度分析，供暖用煤量呈逐年递减趋势。用电方面，人均用电量呈逐年增长趋势，单位面积用电需求保持稳定并小幅增长，产出每篇SCI 对应电量关系在4.8 吨上下小幅波动。食物方面，近年北京大学人均食物量基本保持在稳定。

(3)通过相关分析可得如下结论:总人数、总设备价值和建筑面积与用电量紧密相关。其中影响用电量的主要因素的建筑面积，其次是设备价值，最后是总人数，人数、建筑面积和设备量对于电量的贡献百分比分别是16.5%、46.5%、37.0%。

(4)同时，通过与电量相关的其他因素的分析，可以得出以下结论:北京大学现在科研水平仍处于加速发展阶段。随着电量投入增多，科研水平的增长速率依然能维持在较稳定阶段。实验室中单位面积的设备量越来越多，逐年呈增长趋势，因此设备对实验室的面积需求越来越大，应当增加实验室的面积。

(5)在用电用途方面，北京大学用电量逐年呈增加趋势，其中，北京大学用电大户是教学科研，且教学科研、行政办公和后勤施工用电量和占比均明显增加，学生宿舍和路灯用电量减少。

4.2 建议

(1)北京大学在创建世界一流过程中，应将绿色校园建设纳入其重要的一项工作。同时，结合北京大学“三步走”建设目标，北京大学有必要科学规划和合理设计校园，确保在高速发展的阶段，设备量及相对应的建筑面积都要增长的前提下，减少人均或单位面积资源支撑数量，做到节能降耗，将生态文明建设落到实处。

(2)随着建设世界一流大学步伐的加速，北京大学科研用房及设备均将有大幅度的增长。因此，有必要加强宣传，提高师生的环境意识，不断改进环境行为，腾出更多的节能减耗的空间。

(3)北京大学管理队伍庞杂，但是缺少为绿色校园建设提供专门管理和服务的部门。管理中没有成体系的专门队伍，就不会有合理的规划和管理方案，没有专门制度作为保障，更谈不上落实。同时，学校设立专门机构，有助于向校外争取资源，宣传成绩，使北京大学成为落实生态文明的典范。

(4)为横向对比国内外不同类型大学，定位北京大学在国际上投入产出情况，下一步开展国内外不同类型高校的投入产出研究。这将为建立我国绿色大学指标体系的建立，提供重要的研究支撑。

［1］李恩敬，王霜．大学生态文明建设——绿色大学建设的现状和问题［J］．北京大学教育评论，2013年高等教育管理专刊．

［2］王大中．创建“绿色大学”实现可持续发展［J］．清华大学教育研究，1998，(4)．

［3］王民，蔚东英，何亚琼，我国绿色大学建设与实践［J］．环境保护，2010，19:44－47．

［4］Omidreza Saadatian，Kamaruzzaman Bin Sopian，Elias Salleh，Adaptation of sustainability community indicators for Malaysian campuses as small cities，Sustainable Cities and Society，2013，6:40－50．

［5］吕斌，阚俊杰，西方可持续校园评价指标体系研究及其对我国的启示［J］．国际城市规划，2012，27(1):44－52．

［6］李广军，顾晓薇，王青等．沈阳市高校生态足迹和生态效率研究［J］．资源科学，2005，27(6)．

［7］王菲风，陈妃．福州大学城校园生态足迹和生态效率实证研究［J］．福建师范大学学报(自然科学版)，2008，24(5)．

［8］姚争，冯长春，阚俊杰．基于生态足迹理论的低碳校园研究——以北京大学生态足迹为例［J］．资源科学，2011，33(6):1163－1170．

［9］Velazquez，L．，Munguia，N．，Platt，A．，Taddei，J．，Sustainable university:what can be the matter，Journal of Cleaner Production ，2006，14:810－819．

［10］Ramon Farrenya，b，Jordi Oliver－ Solàa，b，Sangara Escuder－ Bonillaa，Montserrat Roca－ Martía， Eva Sevignéa， Xavier Gabarrella， c， Joan Rieradevalla，The metabolism of cultural services．Energy and water flows in museums，Energy and Buildings，2012，47:98－106．

［11］傅泽强，智静．物质代谢分析框架及其研究述评［J］．环境科学研究，2010，23(8):1091－1097．

［12］Peter W．G．Newman，Sustainability and cities:extending the metabolism model，Landscape and Urban Planning，1999，44:219±226．

［13］Bind，C．R．，From material flow analysis to material flow management Part I:social sciences modeling approaches coupled to MFA，Journal of Cleaner Production，2007，15:1596－1604．

［14］黄和平，毕军．物质流分析研究述评［J］．生态学报，2007，27(1):368－379．

［15］张玲，袁增伟，毕军．物质流分析方法及其研究进展［J］．生态学报，2009，29(11):6189－6195．

［16］王奇，叶文虎．人与环境系统的物质流模型研究［J］．前沿论坛，2002，11:28－31．

［17］Kennedy，C．，Pincetl，S．，Bunje，P．，The study of urban metabolism and its applications to urban planning and design，Environmental Pollution，2011，159:1965－1973．

［18］郝琳琳，乔忠．生态工业园区物质流探析［J］．科技管理研究［J］．2008，11:56－57．

［19］陈效逑，乔立佳．中国经济一环境系统的物质流分析［J］．自然资源学报，2000，15(1):17－2．

［20］段宁，柳楷玲，孙启宏等．中国经济系统物质代谢核算及环境压力分析［J］．软科学，2009，23(3)．

［21］农业部信息中心，中国城乡居民家庭人均食品消费量比较［J］．世界农业，2012，7(399):112．

［22］陈效逑，赵婷婷，郭玉泉等．中国经济系统的物质输入与输出分析［J］．北京大学学报(自然科学版)，2003，39(4):538－546．