全产业链视角下建筑碳排放路径模拟:基于RICE-LEAP模型

洪竞科,李沅潮,郭偲悦

全产业链视角下建筑碳排放路径模拟:基于RICE-LEAP模型

洪竞科1*,李沅潮1,郭偲悦2

(1.重庆大学管理科学与房地产学院,重庆 400044；2.清华大学能源环境经济研究所,北京 100084)

从社会经济活动的角度出发,创新性地构建包含中国终端部门的新型综合评估模型—RICE-LEAP模型,并通过情景设置动态模拟2020～2050年建筑全产业链碳排放的发展路径及其结构性特征.结果表明:①与参考情景相比,考察期内1.5℃情景下中国碳排放总量的额外累计减排量将达到129.74Gt CO2,而建筑全产业链碳排放的额外累计减排量为57.53Gt CO2,占比44.28%.②建筑业是典型的“表观低碳、隐含高碳”的行业.建筑业直接碳排放占建筑物化碳排放的比例较小,仅占9.46%～11.75%.③3个动态情景下,建筑物化碳排放的下降速率均快于建筑运行碳排放.这是由于建筑物化碳排放主要依赖工业等终端部门的脱碳进程,在实现碳达峰过程中具有先发优势.④现阶段,建筑全产业链能耗仍以煤炭消费为主,但煤炭的消费占比在3个动态情景中均呈现出不同程度的下降,而电力的消费占比则呈现出明显的上升趋势.

建筑碳排放；情景分析；RICE-LEAP模型；全产业链

中国作为全球最大的碳排放国家与全球第二大经济体,2019年碳排放总量为9.92Gt CO2,约占全球碳排放总量的29.50%,且尚未实现碳达峰[1].建筑运行碳排放约占中国碳排放总量的21.60%,且随着生活质量提高,建筑运行碳排放将持续刚性增长[2].如果考虑建造阶段的CO2排放,中国建筑部门能源消费所导致CO2排放份额将接近50.60%,合计4.99Gt CO2[3].此外,建筑部门具有巨大的减排潜力.中国石油经济研究院预测,全球三大排放部门中建筑部门的节能潜力位居首位,高达47.30%[4].研究表明,到2050年,建筑部门预计将为实现中国碳排放尽早达峰贡献56.00%的减排量[5].建筑碳排放及其减排潜力研究一直是能源经济学领域的研究热点,这些研究为估算国家或地区的建筑能源消费及CO2排放,以制定“成本-有效性”的政策提供了科学的视角.

现有研究主要从自上而下和自下而上两个视角开展对建筑碳排放的研究.具体来说,自上而下的研究侧重于从宏观角度,基于环境经济模型揭示广义建筑碳排放的总量规模及其碳排放影响力,模型应用主要包括Kaya恒等式[6-7]、Tapio模型[8]、投入产出模型[9],研究对象涵盖公共建筑、居住建筑以及整个建筑领域等.自下而上的视角则侧重于基于工程技术模型探究建筑部门未来的排放轨迹、技术路径和减排成本.而综合评估模型(IAMs)是该类研究重点采用的方法,包括采用LEAP模型、CAS模型以及TIMES模型等对中国建筑部门能源消费与碳排放趋势进行预测,并通过情景推演评估不同节能减排政策下的能源消费与碳排放的变化趋势[10-12].部分研究则在原有模型基础上进一步融合建筑特征,如构建包含建筑面积及其他物理属性和终端能源服务需求等技术细节的建筑能源模型,并将其嵌套在GCAM模型中,以探索中国建筑能源需求的发展路径[13].

总的来说,现有研究多采用自下而上式模型来探究建筑领域能源消费与碳排放趋势,缺乏从自上而下的宏观视角解析建筑碳排放与社会经济发展间的动态关系.此外,现有对建筑碳排放趋势预测的研究均聚焦于建筑运行阶段,忽视了建筑物化阶段,包括建筑材料的挖掘、运输、加工到现场施工对碳排放的重要贡献.实际上随着装配式建筑及低碳建造模式的广泛应用,建筑碳排放在全产业链的重心有前移的趋势.本文通过耦合自上而下式模型和自下而上式模型,构建新型综合评估模型—RICE- LEAP模型,并从建筑物化生产和运行使用的全产业链视角出发,动态模拟不同情景下的建筑全产业链碳排放轨迹,解析其发展路径与结构性特征.本研究的创新在于:①模型集成性提高.现有模型多为单一视角的模型,而本文通过耦合自上而下式和自下而上式模型构建的RICE-LEAP模型能够全面模拟预测经济增长、能源消费和气候变化的动态演进过程,从宏观层面探究建筑部门的CO2排放趋势;②从全产业链的视角出发,探究物化生产阶段和运行使用阶段的建筑碳排放,以解析不同情景下建筑全产业链碳排放的发展趋势及其结构性特征.

1 模型与方法

1.1 RICE-LEAP模型及建筑模块

RICE模型是以DICE模型[14]为基础,通过将进出口变量纳入考量,以实现从自上而下的视角对特定国家或地区的碳排放及全球气候变化进行经济性分析[15].LEAP 模型可同时将资源禀赋、能源价格及投资等要素纳入模型框架,从自下而上的视角对特定国家或地区能源加工转换和终端需求引起的能源消费及碳排放作出预测[16].RICE-LEAP模型是通过耦合RICE模型和LEAP模型,构建出的一种新型综合评估模型,涵盖中国能源消费的终端部门,并可对经济增长、能源消费、气候变化的全过程进行完整的仿真模拟[17].RICE-LEAP模型的计算机理为:由TFP(技术进步)、L(人口规模)和资本存量等要素来表征总产出,并通过投资、消费和进出口等社会经济指标描述经济增长过程,同时基于中国能源平衡表,引入产业结构、城镇化率、人均居住面积、能源强度和能源消费结构等能够表征未来建筑规模及技术发展水平的指标,对能源消费终端部门的活动水平和能源强度进行描述和设置,以通过不同情景下的减排成本和损失成本的权衡确定CO2排放和温度变化等环境指标,进而实现跨期社会福利最大化.RICE-LEAP模型是以2020年为基准年,展望到2050年.

在RICE-LEAP的基础上,本研究从全产业链视角出发,嵌入建筑模块,其基本框架如图1所示.建筑模块是指以建筑产品全生命周期为主线,向上追溯至建材生产等上游产业,向下延伸到运行使用阶段,从宏观层面探究建筑全产业链碳排放.因此,建筑全产业链碳排放主要包括建筑物化碳排放和建筑运行碳排放.其中,建筑物化碳排放主要包括建筑材料生产运输阶段的建筑间接碳排放和建筑施工阶段的建筑业直接碳排放,而建筑运行碳排放是指建筑运行使用阶段能源消费所引起的碳排放,主要包括公共建筑碳排放、城镇居民建筑碳排放和农村居民建筑碳排放,分别对应RICE-LEAP模型中的商业及服务业、城镇居民和农村居民等终端部门所引起的碳排放.此外,从模型构建可以看出,建筑全产业链碳排放路径将会受到生产生活方式全面转型和产业结构与能源结构深度调整的影响.人口规模变动将从需求侧影响建筑规模,从而影响建筑运行碳排放.而结构性调整措施,包括产业结构和能源结构优化,则通过降低建筑材料生产制造过程的碳排放实现建筑物化生产阶段的减排降碳.值得注意的是,能源消费结构升级还可以通过绿色电力供应实现建筑运行终端能耗的低碳甚至零碳,尤其考虑到电气化将成为建筑部门实现碳中和的重要技术手段.

1.2 计算方法

使用EIO-LCA模型(经济投入产出生命周期评价模型)计算建筑物化碳排放.EIO-LCA模型是由Hendrickson等[18]在美国经济学家Leontief的研究基础上提出的,其模型具体如下:

ATUPLO分别表示大气、表层海洋和深层海洋中的碳浓度;AT、LO分别表示地表温度和深海温度

式中:示各能源消费终端部门的物化碳排放矩阵,b为中元素(为产品生产或服务提供部门的序列号,为产品或服务部门的序列号,1,2,…,,=1,2,…,,为终端部门数,本研究中).的行向量之和表示终端部门在产品生产或服务提供过程中的碳排放量,列向量之和表示终端部门在生产中因使用终端部门的产品或服务产生的物化碳排放(矩阵由5个终端部门的物化碳排放构成,为5×5的行列式).为对角矩阵,对角线元素为R,表示各终端部门的直接碳排放强度(-A)-1为列昂惕夫逆矩阵,表示经济投入产出结构和生产技术水平,其中为单位矩阵,A为国内投入部分的直接消耗系数矩阵,Y为对角矩阵,表示剔除进口部分的最终需求量.对角线元素Y表示终端部门产品或服务的最终需求量.

式中:CDC表示的是建筑业直接碳排放(Gt CO2),对应RICE-LEAP模型中建筑业终端部门的碳排放.同时,本研究将RICE-LEAP模型中预测得到的商业及服务业、城镇居民生活和农村居民生活这3个终端部门的碳排放之和作为建筑运行碳排放(BFC,Gt CO2):

式中:BSC(Gt CO2)为商业及服务业消费第种能源产生的CO2;UC(Gt CO2)为城镇居民生活消费第种能源产生的CO2;RC(Gt CO2)为农村居民生活消费第种能源产生的CO2.本文遵循《中国能源统计年鉴》中能源平衡表的统计口径,重点关注煤、油品、天然气、热力和电力等5种二次能源,计算终端能源消费及CO2排放量.因此,本文中=1,2,3,4,5,分别代表煤、油品、天然气、热力和电力.

综上,建筑全产业链碳排放(BWC,Gt CO2)为:

2 数据与情景

2.1 数据处理与关键参数取值

RICE-LEAP模型是一种跨期的动态优化模型,模型程序主要通过GAMS编程实现,借助其内置CONOPT求解器的非线性规划算法(NLP)进行求解.社会、经济和人口数据主要包括人口规模、城镇化水平、人均居住建筑面积、产业结构、GDP、投资、消费、净出口等历史阶段的基础数据,主要来源于《中国统计年鉴》[19]、《中国城市建设统计年鉴》[20]和《中国建筑能耗与碳排放数据库》[21];产业结构发展趋势主要参考《中国碳排放:尽早达峰》[22]和《中国实现全球1.5℃目标下的能源排放情景研究》[23];人口假设主要参考Chen等[24]的最新研究成果;城镇化水平假设依据《国家新型城镇化规划(2014～2020 年)》[25]和发达国家城镇化水平确定;建筑规模假设主要参考《中国低碳建筑情景和政策路线图研究》[26]、《中国民用建筑能耗总量控制策略》[27]和《中国建筑节能年度发展研究报告》[28];模型包含的能源强度和能源消费结构等发展情况主要参考政府、行业协会、权威国际机构的相关报告、统计数据以及相关文献研究,譬如《世界能源展望:中国特别报告》[30]和《中国中长期低碳发展战略目标与实现路径研究》[31]等.由于时间间隔由5年转变为1年,本文在此对环境系统中碳循环和热传导过程的相关参数参照文献[32]进行了更新.国外模块的相关参数参照文献[33-34].

表1 各终端部门直接碳排放系数卫星矩阵(t CO2/万美元)

表2 各终端部门对建筑物化碳排放的投入比例(%)

同时,通过对2000～2017年间投入产出表进行合并和整理,可得到终端部门的直接碳排放系数卫星矩阵(表1),在此基础上采用EIO-LCA模型计算2000～2017年各终端部门对建筑物化碳排放的投入量与其直接碳排放量的比例系数(表2),可发现: 2000～2017年间各终端部门对建筑物化碳排放的投入比例在5.26%～6.27%范围内变化,基本保持稳定.因此,本研究采用其比例均值计算未来不同终端部门对建筑物化碳排放的贡献水平,为预测中国未来建筑全产业链碳排放提供数据支撑.

2.2 情景设置

设定参考情景、2℃情景和1.5℃情景,模拟不同情景下未来建筑部门能源消费和碳排放趋势,并以此为依据来设定不同情景下的相关参数(表3).

(1)参考情景:以2015年中国在《巴黎协定》下提出的国家自主贡献(NDC)目标、行动计划和相关政策为基础,以2021年发布的《中华人民共和国国民经济和社会发展第14个五年规划和2035年远景目标纲要》为补充,确定产业结构、城镇化水平、能源强度和能源消费结构等各项指标.该情景是强化政策支撑、适应《巴黎协定》下中国强化和更新NDC目标和行动要求的情景.

(2)2℃情景:以实现全球2℃温升控制目标为导向,采取强化减排措施,努力到2050年累积碳排放量满足2℃目标下的中国排放轨迹区间[35-36].该情景下的产业结构、能效水平和能源消费结构将得到优化,并要求在宏观经济政策、能源规划和气候政策等方面有重大举措,以促进产业结构调整和能源结构优化的互进共驱.

表3 不同情景下的相关参数设置

注:*基准年中,农业、工业、建筑业、交通运输业和商业及服务业等终端部门能源强度单位为t标准煤/万美元;而城镇居民和农村居民等终端部门的能源强度单位为kg标准煤/m2.

(3)1.5℃情景:以实现全球1.5℃温升控制目标为导向,规模化、专业化开展减缓行动,采用更为激进的政策和支持方案,以实现我国CO2大幅度减排,到21世纪中叶努力实现CO2及其他温室气体深度减排的目标[37-38].该情景需要在2℃情景的基础上,进一步发挥产业系统转型与能源系统转型的协同效应,实现从生产方式到生活方式的全面低碳转型.同时通过新型低碳能源技术、终端部门电气化和负排放技术的广泛应用对能源密集型行业进行深度脱碳,打造中高级能源消费结构,以实现CO2排放总量和强度“双控”目标.

3 结果与分析

3.1 中国碳排放总量及建筑全产业链碳排放趋势

图2 中国碳排放总量与建筑全产业链碳排放趋势

BWC表示建筑全产业链碳排放, TC表示中国碳排放总量

在参考情景下,中国将于2030年左右实现碳达峰,其峰值水平为12.23Gt CO2,到2050年将下降至8.33Gt CO2,而建筑全产业链碳排放将于2032年达峰,对应的排放峰值为5.20Gt CO2,到2050年将下降至3.52Gt CO2(图2).而且,考察期内建筑全产业链碳排放占中国碳排放总量的比例最高可达46.49%,并始终保持在42.00%以上,这也进一步证实了建筑全产业链深度脱碳对实现“双碳”目标的重要意义.与参考情景相比,2020～2050年,2℃情景下中国碳排放总量的额外累计减排量为84.96Gt CO2,建筑全产业链碳排放的额外累计减排量为36.54Gt CO2,占比43.01%.由于1.5℃情景采取了更大规模的深度脱碳措施,故1.5℃情景下中国碳排放总量的额外累计减排量可达129.74Gt CO2,建筑全产业链碳排放的额外累计减排量为57.53Gt CO2,占比44.28%,其中,建筑物化碳排放的额外累计减排量为24.99Gt CO2,占比19.26%,建筑运行碳排放的额外累计减排量为32.46Gt CO2,占比25.02%.因此,可以看出建筑部门具有较高的减排潜力,应把建筑部门作为推动中国实现双碳目标的重点领域,限制其上下游高耗能产业的发展,并有序推进建设模式的转变,大力实施以装配式建筑为手段的低碳建造模式.同时,大力推广低碳供暖、建筑电气化技术对于达成建筑全产业链节能共识,实现“双碳”目标也具有重要意义.

图3 全产业链视角下的建筑碳排放

CDC表示建筑业直接碳排放,BPC表示建筑物化碳排放,BFC表示建筑运行碳排放,BWC表示建筑全产业链碳排放

由于新型城镇化进程的持续推进和人民生活质量的不断改善,建筑运行能源服务需求和能源消费总量快速增长,将成为中国能源消费的重要增长来源.因此,即便在参考情景下中国碳排放总量将于2030年左右达峰,但建筑运行碳排放仍将持续增长,将于2035年左右到达拐点.工业部门则将通过新旧动能转换和产业结构升级,于2025年左右快速实现达峰[39].在工业部门的率先达峰作用下,建筑物化碳排放将于2027年实现达峰.从图3可以看出,建筑全产业链碳排放达峰时间仍迟于中国碳排放总量达峰时间.因此,建筑全产业链碳排放尽快达峰对于中国实现强化NDC目标和“双碳”目标至关重要.2℃情景与1.5℃情景的模拟结果同时表明,在严格的减排政策下,建筑全产业链碳排放,包括建筑物化碳排放和建筑运行碳排放,均能在2020年前实现碳达峰.因此,只有实施更加严格的减排政策,才能保证建筑全产业链碳排放尽早达峰.进一步地,相较于参考情景,2℃情景与1.5℃情景下的建筑全产业链减排潜力最大值均将出现在2040年左右,这表明2020～ 2040年间是建筑全产业链减排的攻坚阶段.同时可以发现,建筑物化碳排放的减排潜力最大值将出现在2035年前后,而建筑运行碳排放的减排潜力最大值将出现在2040年左右.实际上,减排潜力是前序所有减排措施在时间序列下累积效应的体现,在一定程度上反映了建筑部门未来减排步骤和节奏.此外,建筑物化碳排放减排,包括绿色建筑材料与绿色建造技术的应用推广,在2020～2035年间具有较强的累积减排效应,是建筑部门的减排重点,而运行阶段的深度减排,包括建筑电气化等技术的应用是建筑部门后半程(2035～2050年)减排发力的关键.

3.2 全产业链视角下建筑碳排放结构分析

3.2.1 排放结构 在参考情景下,建筑业直接碳排放的发展轨迹呈现“倒U型”曲线,并于2025年前后达峰.2℃情景和1.5℃情景的发展轨迹则具有明显的差异,呈现出直接下降趋势.从图4可以看出,由于产业结构的持续调整和能源结构的不断优化,2℃情景和1.5℃情景下2050年建筑业直接碳排放仅有0.10Gt CO2和0.07Gt CO2,远低于参考情景下的0.14Gt CO2.值得注意的是,考察期内3个动态情景下的建筑业直接碳排放仅占建筑物化碳排放的9.46%～11.75%,这表明建筑业是典型的“表观低碳、隐含高碳”的行业,同时也证实了建筑业的资源密集性特征[22].未来建筑部门减排除了考虑传统的建筑运行碳排放,更需要加强对物化碳排放的控制.

图4 建筑物化碳排放和建筑运行碳排放趋势

CDC表示建筑业直接碳排放,BIC表示建筑间接碳排放,CDC与BIC之和即为建筑物化碳排放BPC;BFC表示建筑运行碳排放

在参考情景下,建筑物化碳排放和建筑运行碳排放均会出现排放峰值,建筑物化碳排放将于2027年实现碳达峰,对应的峰值水平为2.24Gt CO2,而建筑运行碳排放将于2033年左右实现碳达峰,对应的峰值水平为2.99Gt CO2.相较于参考情景,2℃情景下的建筑物化碳排放和建筑运行碳排放分别由2020年的2.07和2.74Gt CO2下降至2050年的0.92和1.45Gt CO2.而在1.5℃情景下,2050年建筑物化碳排放和建筑运行碳排放将进一步控制在0.58和0.73Gt CO2,较参考情景分别下降71.50%和63.65%.此外,3个动态情景下,建筑物化碳排放的下降速率均快于建筑运行碳排放.这是由于建筑物化碳排放主要来源于工业等终端部门,将实现率先达峰.而建筑运行碳排放则以商业及服务业、城镇居民生活消费和农村居民生活消费为主,受限于中国城镇化进程的持续推进和人民生活质量的不断提高,其能源服务需求仍将持续刚性增长.

3.2.2 能源结构 现阶段,建筑全产业链能耗仍以煤炭消费为主,但煤炭的消费占比在3个动态情景中均呈现出不同程度的下降,而电力的消费占比则呈现出明显的上升趋势(图5).以参考情景为例,建筑全产业链能耗中煤炭的消费占比由2020年的32.78%下降至2050年的14.90%,而电力的消费占比将由2020年的31.00%上升至41.72%.由于可再生能源建筑规模化应用和建筑与电力部门脱碳进程协同等政策的大力推行,1.5℃情景下电力的消费占比将进一步提高,建筑全产业链能耗中电力的消费占比将于2050年达到64.86%.建筑物化能耗和建筑运行能耗的能源消费结构变化趋势与建筑全产业链能耗具有一致性,参考情景下建筑物化能耗中煤炭的消费占比由2020年的35.93%下降至2050年的25.68%,1.5℃情景下2050年煤炭的消费份额将进一步控制在18.28%.而参考情景下建筑运行能耗中煤炭的消费占比由2020年的26.52%下降至2050年的7.64%,电力的消费占比将由2020年的35.92%上升至2050年的45.72%,1.5℃情景下2050年的电力消费占比将进一步提升至66.99%.因此,大力发展清洁能源,提高终端电气化水平是减少建筑全产业链能耗,进而实现1.5℃温升控制的关键举措.

图5 不同情景下的建筑能耗类型

Fig.5 Types of building energy consumption under different scenarios

BPE表示建筑物化能耗,BFE表示建筑运行能耗,BWE表示建筑全产业链能耗

3.3 全产业链视角下建筑碳中和路径展望

考虑2060年碳中和愿景,以建筑部门净零排放为最终目标,如果直接基于2050年的参数估算2050～2060年间中国建筑全产业链碳排放的发展趋势,可以发现,只有在1.5℃情景下建筑业全产业链才能实现2060碳中和目标(2059年净零排放),而2℃情景和参考情景下实现净零排放的时间分别为2064年和2075年.从建筑全产业链的排放阶段来看,运行阶段的碳排放能更早实现碳中和,其在2℃情景下的碳中和时间为2062年,1.5℃情景下的碳中和时间将进一步提前至2058年,而1.5℃情景下物化阶段的碳排放则将于2059年实现碳中和.可见,建筑部门要实现2060年净零排放目标仍面临较大挑战,需要进一步强化技术进步与政策支撑.建筑部门实现深度减排最主要的措施包括来自需求侧的能源服务需求控制与供给侧的能源系统深度转型.本研究的路径分析显示,到2050年,1.5℃情景下的建筑物化碳排放和建筑运行碳排放较参考情景减少了71.50%和63.65%.因此,必须强化政策引导,分阶段实现双碳目标.在碳达峰阶段,我国仍面临较大的经济和人口增长压力.根据预测GDP年均增速将稳定在4.79%,为实现第2个百年奋斗目标打下坚实基础.人口也将在2030年前后达到峰值[24],人均建筑面积将增加到38.75m2[26],基本达到发达国家水平.从供给侧看,新建建筑面积仍面临较大增长压力.因此,该阶段结构优化的重点应当侧重于兼顾我国居民生活水平增长的刚性需求前提下,实现供给侧结构性改革.本研究结果也证实物化阶段在碳达峰前具有更高的减排潜力,对产业链上游工业脱碳进程的高度依赖将助力建筑物化阶段实现更快的减排速率.在碳中和阶段,我国已基本实现经济高质量发展转型,人口规模有所回落.因此该阶段建筑领域的减排重点应当从需求侧注重对居民生活方式和行为模式的引导,推进绿色用能方式.能源系统深度转型则在于提升社会电气化水平与降低化石能源占比.电气化水平的提升将在建筑深度减排中扮演重要角色,需要在政策与技术上加以完善.同时,2060年的净零排放目标也意味着天然气作为化石能源之一也需要实现清零.而本研究中,不同情景下天然气的消费占比趋势各不相同,参考情景持续上升,2℃情景后期趋于稳定,仅1.5℃情景略有下降.因此,在制定建筑部门发展路径时,需要着重考虑天然气的发展规模与适时退役问题,以确保净零排放如期实现.

如果考虑部分排放可以依靠碳汇或负排放技术抵消实现中和,则对建筑部门的减排需求会略有下降.通过政策激励促使建筑业主增加在碳汇、负排放技术等方面的投入,也可以作为未来建筑部门持续深度减排的可能方向之一.

5 结论及建议

①与参考情景相比,考察期内1.5℃情景下中国碳排放总量的额外累计减排量将达到129.74Gt CO2,而建筑全产业链碳排放的额外累计减排量为57.53Gt CO2,占比44.28%.②建筑业是典型的“表观低碳、隐含高碳”的行业.建筑业直接碳排放占建筑物化碳排放的比例较小,仅占9.46%～11.75%.③三个动态情景下,建筑物化碳排放的下降速率均快于建筑运行碳排放.这是由于建筑物化碳排放主要依赖工业等终端部门的脱碳进程,在实现碳达峰过程中具有先发优势.④现阶段,建筑全产业链能耗仍以煤炭消费为主,但煤炭的消费占比在3个动态情景中均呈现出不同程度的下降,而电力的消费占比则呈现出明显的上升趋势.以参考情景为例,建筑全产业链能耗中煤炭的消费占比由2020年的32.78%下降至2050年的14.90%,而电力的消费占比将由2020年的31.00%上升至41.72%.

鉴于此,中国应尽快制定出可持续的建筑低碳发展战略,明确工作重点,主要包括:①协同经济增长、能源消费、气候变化的演进路径,从宏观视角解析建筑全产业链碳排放路径.区别于已有研究多从部分阶段对建筑碳排放进行独立分析或讨论,本文落脚于全产业链,从宏观视角阐明建筑全产业碳排放必须以全生命周期为主线,实现建筑物化碳排放和建筑运行碳排放的双减排.②强化政策导向,实行CO2排放总量和强度“双控”,明确建筑规模约束目标,明确工业和交通运输业等终端部门直接碳排放的总量目标.考察期内的建筑全产业链碳排放占中国碳排放总量可达46.49%,其波动对中国碳排放总量有至关重要的影响.从源头上控制总量需求,是未来中国碳排放总量控制的工作重点.③加快改善建筑业“表观低碳、隐含高碳”的属性,有序推进建设模式的转变.建筑物化碳排放约占全产业链建筑碳排放的40.00%.建筑物化生产阶段的低碳技术是未来全产业链建筑碳排放总量的控制重点.因此,有序推进建筑模式向低碳化转型,大力发展以装配式建筑为主的低碳建造技术,推广使用绿色建材,更有利于降低建筑全产业链碳排放.④加快实现能源结构从煤炭为主转向非化石能源为主、终端部门电气化的深度调整.现阶段,全产业链建筑能耗仍将保持煤炭为主的能源消费结构,因此,必须大力调整终端能源消费结构,提高终端部门电气化技术水平.

[1] 国际能源署.世界能源展望2020 [EB/OL]. [2020-10-15]. https://www.iea.org/reports/world-energy-outlook-2020.

International Energy Agency. World Energy Outlook 2020 [EB/OL]. [2020-10-15]. https://www.iea.org/reports/world-energy-outlook-2020.

[2] Guo S Y, Yan D, Hu S, et al. Modelling building energy consumption in China under different future scenarios [J]. Energy, 2021,214: 119063.

[3] 中国建筑节能协会.中国建筑能耗研究报告2020 [EB/OL]. [2020-12-31]. https://mp.weixin.qq.com/s/9o_ZzWNVrP9QQKZq4Kls9w.

CABEE.Research Report on building energy consumption in China 2020 [EB/OL]. [2020-12-31]. https://mp.weixin.qq.com/s/9o_ ZzWNVrP9QQKZq4Kls9w.

[4] 中国石油经济技术研究院.2050年世界与中国能源展望(2020版) [EB/OL]. [2020-12-26]. https://mp.weixin.qq.com/s/S_S_-WwYkKx OrkinSYwuCw.

China Petroleum Institute of Economics and Technology. Energy Outlook of the World and China in 2050 (2020) [EB/OL]. [2020- 12-26]. https://mp.weixin.qq.com/s/S_S_-WwYkKxOrkinSYwuCw.

[5] Zhou N, Khanna N,Feng W, et al. Scenarios of energy efficiency and CO2emissions reduction potential in the buildings sector in China to year 2050 [J]. Nature Energy, 2018,3:978–984.

[6] Ma M D, Cai W G. Carbon abatement in China's commercial building sector: A bottom-up measurement model based on Kaya-LMDI methods [J]. Energy, 2018,165:350-368.

[7] Ma M D, Ma X, Cai W D, et al. Carbon-dioxide mitigation in the residential building sector: A household scale-based assessment [J]. Energy Conversion and Management, 2019,198:111915.

[8] Liang Y, Cai W, Ma M D. Carbon dioxide intensity and income level in the Chinese megacities' residential building sector: Decomposition and decoupling analyses [J]. Science of The Total Environment, 2019,677:315-327.

[9] 刘 菁,刘伊生,杨 柳,等.全产业链视角下中国建筑碳排放测算研究[J]. 城市发展研究, 2017,24(12):28-32.

Liu J, Liu Y S, Yang L, et al. Study on the calculation method of carbon emission from the whole building industry chain in China [J]. Urban Development Research, 2017,24(12):28-32.

[10] Subramanyam V, Amit K, Alireza T, et al. Energy efficiency improvement opportunities and associated greenhouse gas abatement costs for the residential sector [J]. Energy, 2017,118:795-807.

[11] Eom J, Leon C, et al. China's building energy demand: Long-term implications from a detailed assessment [J]. Energy, 2012,46(1):405-419.

[12] Shi J C, Chen W Y, Yin X. Modelling building’s decarbonization with application of China TIMES model [J]. Applied Energy, 2016,162: 1303-1312.

[13] Tan X C, Lai H P, Gu B H, et al. Carbon emission and abatement potential outlook in China's building sector through 2050 [J]. Energy policy, 2018,118:429-439.

[14] Nordhaus W D. Rolling the ‘DICE’: An optimal transition path for controlling greenhouse gases [J]. Resource and Energy Economics, 1993,15:27-50.

[15] Nordhaus W D, Yang Z L. A regional dynamic general-equilibrium model of alternative climate-change strategies [J]. The American Economic Review, 1996,86(4):741-765.

[16] Zhao Z J, Chen X T, Liu C Y, et al. Global climate damage in 2 ℃ and 1.5 ℃ scenarios based on BCC_SESM model in IAM framework [J]. Advances in Climate Change Research, 2020,11(3):261-272.

[17] 洪竞科,李沅潮,蔡伟光.多情景视角下的中国碳达峰路径模拟——基于RICE-LEAP模型[J]. 资源科学, 2021,43(4):639-651.

Hong J K, Li Y C, Cai W G, et al. Simulating China’s carbon emission peak path under different scenarios based on RICE-LEAP Model [J]. Resources Science, 2021,43(4):639-651.

[18] Hendrlckson C, Horvath A, Joshl S, et al. Economic input-output models for environmental life cycle assessment [J]. Environmental Science and Technology, 1998,32(7):184-191.

[19] 付凌晖,刘爱华,等.中国统计年鉴2021 [M]. 北京:中国统计出版社, 2021:285-303.

Fu L H, Liu A H, et al. China Statistical Yearbook 2021 [M]. Beijing: China statistics press, 2021:285-303.

[20] 胡子健,等.中国城市建设统计年鉴2020 [M]. 北京:中国统计出版社, 2020:45-83.

Hu Z J, et al. China Urban Construction Statistical Yearbook 2020 [M]. Beijing: China statistics press, 2020:45-83.

[21] 中国建筑节能协会.中国建筑能耗与碳排放数据库[EB/OL]. https://www.researchgate.net/project/China-Building-Energy-and-Emission-Database-CBEED.

Professional Committee of Building Energy and Emissions. Database of China building energy consumption and carbon emission [EB/OL]. https://www.researchgate.net/project/China-Building-Energy-and-Emission-Database-CBEED.

[22] 中国尽早实现CO2排放峰值的施路径研究课题组.中国碳排放尽早达峰 [R]. 北京:中国经济出版社, 2017:65-99.

Research Group on the implementation path for China to realize the peak CO2emission as soon as possible. China's carbon emissions peak as soon as possible [R] Beijing: Economic Press China, 2017:65-99.

[23] 中国煤控项目1.5度能源情景课题组.中国实现全球1.5℃目标下的能源排放情景研究[R]. 北京:中国经济出版社, 2018:20-70.

Research group on 1.5℃ energy scenario of China coal control project. Study on energy emission scenario under the global target of 1.5 ℃ in China [R] Beijing: Economic Press China, 2018:20-70.

[24] Chen Y D, Guo F, Wang J C, et al. Provincial and gridded population projection for China under shared socioeconomic pathways from 2010 to 2100 [J]. Scientific Data, 2020,7(1):83-96.

[25] 国务院.国家新型城镇化规划(2014—2020年) [EB/OL]. [2014- 03-16]. http://www.gov.cn/zhengce/2014-03/16/content_2640075.htm.

The State Council. National new urbanization planning (2014—2020)[EB/OL]. [2014-03-16]. http://www.gov.cn/zhengce/2014-03/16/ content_2640075.htm.

[26] 能源研究所.中国低碳建筑情景和政策路线图研究[EB/OL]. [2014-07-06]. http://www.efchina.org/Attachments/Report/reports- 20140706-zh/reports-20140706-zh.

Energy Research Institute.Study on the scenario and policy roadmap of low carbon buildings in China [EB/OL]. [2014-07-06]. http://www. efchina.org/Attachments/Report/reports-20140706-zh/reports-20140706-zh.

[27] 住房和城乡建设部标准定额研究所.中国民用建筑能耗总量控制策略 [M]. 北京:中国建筑工业出版社, 2016:21-55.

Institute of standards and quotas. Ministry of housing and urban rural development total energy consumption control strategy of civil buildings in China [M] Beijing: China Architecture& Building Press, 2016:21-55.

[28] 清华大学建筑节能研究中心.中国建筑节能年度发展研究报告 [M]. 北京:中国建筑工业出版社, 2020:6-43.

Building Energy Efficiency Research Center of Tsinghua University. Annual development research report on building energy efficiency in China [M]. Beijing: China Architecture& Building Press, 2020:6-43.

[29] 国务院.中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要[EB/OL]. [2021-03-12]. http://www.gov.cn/ xinwen/2021-03/13/content_5592681.htm.

The State Council. The 14th five year plan for national economic and social development of the people's Republic of China and the outline of long-term objectives for 2035.[EB/OL]. [2021-03-12]. http: //www.gov.cn/xinwen/2021-03/13/content_5592681.htm.

[30] 国际能源署.世界能源展望:中国特别报告[R/OL]. [2017-12-08]. https://www.iea.org/reports/world-energy-out⁃look-2017.

International Energy Agency. World Energy Outlook: China Special Report [R/OL]. [2017-12-08]. https://www.iea.org/reports/world- energy-outlook-2017.]

[31] 刘俊伶.中国中长期低碳发展战略目标与实现路径研究[D]. 北京:中国人民大学, 2017.

Liu J L. Research on the strategic goal and realization path of China's medium and long-term low-carbon development [D].Beijing: Renmin University of China, 2017.

[32] Cai Y Y, Lontzek T S. The social cost of carbon with economic and climate risks [J]. Journal of Political Economy, 2019,127(6):2684-2734.

[33] Nordhaus W D. Revisiting the social cost of carbon [J]. Proceedings of the National Academy of Sciences, 2017,114(7):1518-1523.

[34] Chen X, Nordhaus W D. VIIRS Nighttime Lights in the Estimation of Cross-Sectional and Time-Series GDP [J]. Remote Sensing, 2019, 11(9):1057.

[35] 崔学勤,王 克,邹 骥.2℃和1.5℃目标对中国国家自主贡献和长期排放路径的影响[J]. 中国人口·资源与环境, 2016,26(12):1-7.

Cui X Q, Wang K, Zou J. Impact of 2℃ and 1.5℃ target to INDC and long-term emissions pathway of China [J]. China Population, Resources and Environment, 2016,26(12):1-7.

[36] Johnsson F, Kjärstad J, Rootzén J. The threat to climate change mitigation posed by the abundance of fossil fuels [J]. Climate Policy, 2019,19(2):258-274.

[37] Zheng J L, Duan H B, Zhou S. Limiting global warming to below 1.5°C from 2°C: An energy-system-based multi-model analysis for China [J]. Energy Economics, 2021,103:116-126.

[38] 王 克,刘芳名,尹明健,等.1℃温升目标下中国碳排放路径研究[J]. 气候变化研究进展, 2021,17(1):7-17.

Wang K, Liu F M, Yin M J, et al. Research on China’s carbon emissions pathway under the 1.5℃ target [J]. Climate Change Research, 2021,17(1):7-17.

[39] 王 勇,毕 莹,王恩东.中国工业碳排放达峰的情景预测与减排潜力评估[J]. 中国人口·资源与环境, 2017,27(10):131-140.

Wand Y, Bi Y, Wang E D. Scene prediction of carbon emission peak and emission reduction potential estimation in Chinese industry [J]. China population, resources and environment, 2017,27(10):131-140.

Simulating building carbon emission path with a RICE-LEAP model from the perspective of the whole supply chain.

HONG Jing-ke1*, LI Yuan-chao1, GUQ Si-yue2

(1.School of Management Science and Real Estate, Chongqing University, Chongqing 400044, China；2.Institute for Energy, Environment & Economy, Tsinghua University, Beijing 100084, China)., 2022,42(9)：4389～4398

This study develops a RICE-LEAP model, an integrated assessment model containing end-use sectors in the context of China, to dynamically simulate building carbon(C) emission path via the whole supply chain and identify the structural characteristics from 2020 to 2050. The results show that: ① Compared to the business-as-usual scenario, the reduction in additional cumulative emissions under 1.5℃ scenario from 2020 to 2050 will reach 129.74 Gt CO2, and the mitigation of additional cumulative emissions from the building supply chain will be 57.53 Gt CO2, accounting for 44.28% of the total C emission reduction. ② The building sector is a sector with low direct C emissions but high indirect C emissions. The direct onsite C emissions from the building sector only account for a very small part of building embodied C emissions with a proportion ranging from 9.46% to 11.75%. ③ The reduction rate of embodied C emissions is higher than that of operational C emissions of buildings in all scenarios; because the embodied C emission reduction in the building sector depends mainly on the decarbonization process of the industry. ④ Coal consumption is still currently dominant in building energy consumption but shows a decline trend under all three scenarios while the proportion of electricity consumption represents an obvious increase trend as a result of building electricification.

building carbon emissions；scenario analysis；RICE-LEAP model；whole industry chain

X22

A

1000-6923(2022)09-4389-10

2022-02-08

国家自然科学基金资助项目(72071022);国家自然科学基金资助项目(71801023);重庆市青年拔尖人才特殊支持计划项目(T04010013)

*责任作者, 教授, hongjingke@cqu.edu

洪竞科(1986-),男,四川成都人,教授,博士,主要研究方向为区域可持续建设、数字碳中和等.发表论文40余篇.