基于泰尔指数的民用建筑碳排放区域差距研究
原境彪， 刘伊生， 高思慧
（北京交通大学经济与管理学院，北京 100044）
摘 要： 民用建筑是碳排放的重要来源，对民用建筑实施碳排放总量控制是我国实现节能减排的重要手段. 以IPCC的统计方法为基础，计算全国30个省市的民用建筑碳排放量，并将30个省市分为3个区域，基于泰尔指数分析法计算了2007—2016年中国民用建筑碳排放地区差异，并按3个区域进行结构分解. 计算结果显示，我国民用建筑碳排放量整体表现为收敛增长趋势，整体泰尔指数呈下降趋势，区域内差异要远大于区域间差异. 就三大区域而言，东部地区泰尔指数最低并处于持续下降的状态，西部地区泰尔指数最高呈现为先増后减，中部地区泰尔指数尚未看到明显顶点.
关键词： 民用建筑；碳排放；IPCC；泰尔指数；库兹涅茨曲线
自改革开放以来，我国城镇化的进程不断推进，建筑能源消耗占据社会总能源消耗的比例不断增加，目前我国民用建筑运行能耗已达全社会能耗的20%［1］. 根据发达国家经验，民用建筑全寿命期能耗的占比会处于40%的水平［2］，同时有国外研究者表明民用建筑在运营阶段的能耗占全寿命期的比例高达80%［3］. 民用建筑所产生大量的CO2使我国节能减排工作面临严峻的挑战，民用建筑节能将是我国实现2030 年碳减排目标的关键领域. 但基于我国发展不平衡不充分的现状，各省市之间碳排放量差异巨大，因此计算以往各省市民用建筑的碳排放数据，并对其差异性进行时空分析，可以反映出三大区域民用建筑对能源依赖的不平衡性，分析出各区域民用建筑碳排放发展的特征，对各省市制定差异化的节能减排政策具有现实意义，将为我国各省市民用建筑减排目标分配提供参考和依据.
在建筑碳排放领域，有国内外学者做了深入的研究. Huang（2009）描述了碳排放计算的两种方法：过程法和投入产出分析法（IOA）［4］. 过程法是从单个建筑的微观角度考虑，基于过程的分析可以详细地跟踪建筑的碳排放，多应用于生命周期碳评估（LCCA）. Ping Jiang（2013）以上海宜家徐家汇购物中心为案例进行分析，提出了基于全寿命周期的公共建筑碳排放核算方法，包括了建造、运营和拆除阶段［3］. 投入产出法是从宏观角度出发，对整个建筑行业碳足迹进行评估. Nassen（2007）和Acquaye（2010）分别利用投入产出法分析了瑞典和爱尔兰建筑行业具体的碳排放量［5］. 但鉴于国内每5年才更新一次投入产出表，所以该方法在国内应用时具有一定的局限性.《IPCC国家温室气体指南》（2006）提供了参考方法（清单算法）和部门方法两种核算方法，部门法也是一种自下而上的核算方法，适用于单个建筑或小范围碳排放量核算，清单算法则是通过宏观数据对一定区域内的建筑进行碳排放量核算. 本文基于我国现有的统计情况选择清单算法对我国30个省市民用建筑2007—2016年的CO2排放量进行核算，为进一步的差异性分析提供数据支撑.
细胞牵引力显微镜技术是最早用来测量细胞与细胞外基质之间作用力的一种技术，也是测量细胞牵引力的标准方法。黏附在柔性基底表面的细胞，对细胞下面的弹性基底产生力,引起细胞周围的材料的变形，通过显微镜记录这些变形图像，根据数字图像相关算法得到基底上的变形场，反演推算出细胞表面的应力场。
目前国内外在环境区域差异性研究领域比较成熟，张艳东（2015）从地理分布和省市富裕度两个维度分析了我国各省市能源消费区域差异，地理分布视角下区域内差异大于区域间差异，富裕度视角下区域间差异大于区域内差异［6］. 王群伟（2010）构建了我国各省市CO2排放绩效DEA模型，并基于面板数据分析区域差异，得出东部地区CO2排放绩效最高，西部地区的差异性在逐渐减小［7］. HEIL M T和WODON Q T（2000）研究了不同国家间的碳排放差异，并探讨了贫穷国家和富裕国家的碳排放分配问题［8］. 已有的研究目标大多是对能源、环境等大领域，对于民用建筑碳排放领域的研究相对较少还处于起步阶段，同时基于泰尔指数可以分析区域间与区域内差异的特性，本文选取了泰尔指数分析我国30个省市之间的民用建筑碳排放区域差异.
1 中国民用建筑碳排放量核算
1.1 碳排放核算方法
由于国际上对CO2的排放量没有通用的核算体系，IPCC 提出了基于能源消费量与能源含碳量来估算CO2排放量的公式：
亲土1号用看得见的效果征服了农户。就付家村来说，市场覆盖率已经达到了100%，而付家村仅仅是全国各地乡镇的一个缩影。为什么亲土1号有如此效果呢？
能源碳排放=能源消费量×能源碳排放因子.
电力碳排放因子参考《省级温室气体清单编制指南》中给定的各区域数据，各主要消耗能源碳排放因子如表1所示.
同时根据各省市常住人口统计数据（由国家统计年鉴获得）可以得到各省市民用建筑碳排放人均数据，并通过acrGIS软件可视化后形成中国各省市民用建筑人均碳排放空间分布图（见图1）.
如图1所示可以清晰地看出我国民用建筑碳排放各省市之间存在着较大差异性，北方地区和东南沿海地区省份人均碳排放较高，这是因为北方地区冬天采暖消耗了大量的煤，东南沿海地区则是由于经济发达人均能源消耗量大.
这张赛车的照片足够清晰锐R），然后裁掉草地、柱子和左侧的利，但构图过于凌乱，整个画面还 第三辆车，还有画面右上方的白线。可以再处理一下，创造出更强烈的打开基本面板，将阴影滑块右移，动感。首先我们要做的是裁掉画面 还原两辆赛车的部分细节。 将饱和中不需要的部分，引导观众的注意 度滑块右移至+25，增强赛车色彩。力集中在两辆赛车上。操作步骤在跑道处放置渐变滤镜，将前景的如下。 将照片导入Lightroom跑道亮度减暗，然后在效果面板的裁中，点击右边的裁剪叠加（快捷键 剪后暗角中略微压暗四角。
在一体化数据库中完整地存储基础数据库与制图数据库的关联关系，地形要素数据和制图数据之间实现要素级、符号级和注记级的关联；对地形要素数据库的更新修改，将联动制图数据的更新改变，对地形要素数据与制图数据进行无缝存储和一体化管理，有效实现地形要素数据与制图数据的同步更新。
其中： 能源碳排放因子=能源燃料热值×能源单位热值含碳量×能源燃烧碳氧化因子.
表1 各类能源碳排放因子表
Tab.1 Carbon emission factors of various energies
因此我国民用建筑碳排放计算可表示为公式：
其中：C 为民用建筑碳排放总量；Ci 为第i 类建筑碳排放总量；Eij 为第i 类建筑消耗的第j 类能源；Gj 为第j 类能源碳排放因子.
1.2 碳排放核算范围
除西藏、港澳台地区以外，我国各省市民用建筑能源消耗量均可从《国家能源统计年鉴》的能源平衡表中获取. 在能源平衡表终端消费部门中有关于建筑碳排放的有工业；交通运输、仓储和邮政业；批发、零售业和住宿、餐饮业；其他；居民生活. 由于工业、交通运输、仓储和邮政业中关于厂区办公楼、宿舍和餐厅等数据统计渠道难以获取将其剔除. 在批发、零售业、住宿、餐饮业、其他、居民生活中，由于油类产品大多消费于交通工具，故只计算公共建筑中5%的汽油，35%的煤油和柴油消费量；居住建筑中5%的煤油和柴油消费量［9］.民用建筑运行能源消耗数据来源见表2.
表2 民用建筑能源消耗数据
Tab.2 Energy consumption data of civil buildings
按照公式（1）计算2007—2016年各省市民用建筑碳排放量，结果如表3所示.
表3 2007—2016年各省市民用建筑碳排放量
Tab.3 Carbon emissions from civil constructions in various provinces from 2007 to 2016单位：万t
其中：i 表示省份个数（除港澳台地区、和西藏自治区）；j 表示区域个数（东部、中部、西部）；T 指全国各省市民用建筑碳排放整体泰尔指数；Tw 和Tb 分别指区域内泰尔指数以及区域间泰尔指数；Twi 指区域内部各省市间泰尔指数.C 指全国民用建筑碳排放总量，Ci 和Cj 分别指第i 个省与第j 个区域碳排放量，Cji 为第j 区域内第i 省份的碳排放量.X 指全国人口总数，Xi 、Xj 分别指第i 个省和第j 个区域的人口数量，Xji 为第j 区域的第i 省份人口数量.
计算结果如表4所示，并绘制出总体泰尔指数趋势图以及东、中、西三区域泰尔指数发展趋势（见图2、图3）.
为与我国实际相结合，以上数据均采用我国相关政府所规定数值. 碳氧化因子与单位热值含碳量使用《省级温室气体清单编制指南》（发改办气候［2011］1041号）所公布的数据，净发热值使用我国《能源统计年鉴》所公布的数据，剩余缺省数据采用《IPCC国家温室气体清单指南》所推荐的数值.
图1 2007年省域民用建筑人均碳排放分布图
Fig.1 Distribution of per capita carbon emissions of provincial civil buildings in 2007
计算过程以原煤为例：20 908（净发热值）×0.000 000 001×26.37（单位热值含碳量）×0.94（碳氧化因子）×1000×3.666 67=1.900 3（碳排放因子）.
先进的生产工艺能够有效延长煤矿机械零部件的实际使用寿命。生产工艺主要包括热处理、冷加工、冶炼和铸造等。铸造质量与零件的耐磨性密切相关，冶炼的成分和材料的韧性、强度等性能息息相关，热处理和冷加工和材料的最终组织结构的关系极为密切。为了促进零件抗磨性的提高，一般会运用强化摩擦体表面的抗磨技术和工艺，如喷丸、渗硫、碳硫共渗、复合镀、挤压、沉积、表面喷涂、表面堆焊、表面淬火等。
2 中国各省市民用建筑碳排放空间差异
2.1 泰尔指数
泰尔指数最早由国外经济学家Theil于1967年提出来的，最初被用来计算国家之间的收入差距，之后被广泛应用于区域差距分析领域［6］. 泰尔指数最大的特点便是可以同时计算区域差距的组间差距、组内差距和整体差距，可以更为清晰分析各区域的发展不平衡. 泰尔指数范围为0～1，指数越小说明各区域之间的差距越小［10］. 本文基于现有关于泰尔指数的文献结合需要将泰尔指数的公式调整如下：
从表3中可以看出，我国民用建筑碳排放量虽然在持续增长，但增长率却在逐渐降低，年平均增长率从“十一五”期间的11.1%降低为“十二五”期间的5.2%，一方面说明我国居民对能源的消耗在逐渐增长，生活质量在逐步提高；另一方面说明我国减排效果有了显著提升，随着我国加强在节能减排领域政策的实施，碳排放增长率得到了有效的控制.
简介：袁浦小学“小金鲤”篆刻社团开设于2014年，教学生了解篆刻历史、认识篆刻工具，传授学生篆刻的章法、刀法等，使其接受艺术熏陶，开阔视野，提升综合素质。同时培养学生对中华传统文化的兴趣，传承中华文明。
同时泰尔指数还可以测算区域间贡献率与区域内贡献率：
其中：Wb 表示区域间差异对总体泰尔指数贡献率；Ww 表示区域内差异对总体泰尔指数贡献率；Wj 表示j 区域对整体泰尔指数贡献率的大小，反映了该项差异对总体碳排放差异的影响程度.
2.2 中国民用建筑碳排放差异性测算
根据已有的研究惯例依据地理分布将我国从东至西划分为三个区域：东部、中部、西部共计30个省市［11］.东部地区包括：北京、天津、河北、辽宁、山东、江苏、上海、安徽、浙江、福建、广东、海南11个省市；中部地区包括：山西、河南、湖北、湖南、安徽、江西、吉林、黑龙江8个省份；西部地区包括：内蒙古、陕西、四川、重庆、贵州、广西、云南、甘肃、青海、宁夏、新疆11个省市. 通过公式（2）～（8）根据表3的数据对总体泰尔指数、区域间差异及贡献率、区域内差异及贡献率、各地区内部差异及其贡献率进行计算.
教师在开展语文学科的教学活动时，利用微课这一教学软件，可以对教学的资源进行整合，从而达到共享的效果。由于一些偏远地方的教学设施不够完善，难以开展有效的教学活动，因此，教师利用微课这一现代化的教学手段，能够构建教学平台，达到教学资源的共享，教师将优质的课程视频放到教学平台中，可以优化教学的系统，对教学的资源进行整合，从而达到教学资源的共享，进而进行有效的教学。
表4 我国民用建筑碳排放各区域泰尔指数及其贡献率
Tab.4 The Theil indexes and contribution rate of regional carbon emissions in China’s civil buildings
从图2中可以清晰地看出来从2007年到2016年，我国省域间民用建筑碳排放差异较为明显，但总体呈下降趋势，2007年总体泰尔指数最高达到0.058 8，2016年总体泰尔指数为0.045 4，总体降幅为23%，这种下降趋势符合我国现阶段实际情况.
数字信号处理在大学本科普遍反映比较难学习的一门课程。在信号处理课程内容安排上，线性卷积是学生首先接触到的比较难以理解的知识点，同时这个知识点又是课程后续理论知识的基础。针对线性卷积的特点，通过结合已经理解的概念进行讲解、运用Matlab验证运算结果，精心设计教学实例，与课程后续应用型知识点串联起来讲解等方法，有效激发了学生的学习兴趣，提高了教学效果。
图2 我国民用建筑碳排放泰尔指数发展趋势
Fig.2 The development trend of China’s civil construction carbon emission Theil indexe
图3 东、中、西三区域泰尔指数发展趋势
Fig.3 Development trend of the Theil indexes in the eastern，central and western regions
为了分析人均收入水平与分配公平程度之间关系，国外学者提出了环境库兹涅茨曲线，该研究表明，区域间收入公平性问题将随着经济增长先呈现贫富差距扩大化，达到顶点后，贫富差距将缓慢减小，总体呈倒“U”型曲线关系［12］. 蔡伟光（2011）［13］、刘菁（2018）［14］、占华（2016）［15］等均指出建筑碳排与居民收入水平呈强正相关性，因此建筑碳排放省域间差异性总体上也将呈倒“U型”. 省域间碳排放差异减小一方面是因为我国总体经济发展进入新常态，各省市的经济增长差异在逐步缩小，省域的能源消费增长差异也随之缩小. 根据图2我们可以看出随着我国经济增长，省域碳排放差异目前处于倒“U”型的右侧. 另一方面，差异减小是因为我国在“十一五”和“十二五”期间相继出台了一系列能源相关政策如《中国节能技术政策大纲》、《民用建筑节能条例》、《能源发展“十二五”规划》等，这些节能减排政策在降低整体能源消耗增长率的同时，也减小了各区域间的能源消耗差异.
从三大区域角度来看，我国民用建筑碳排放的总体差异主要是由区域内差异产生的，区域内差异远大于区域间差异，区域内差异对总体泰尔指数贡献平均达到了88%，区域间差异贡献率仅为12%. 这一现象同康晓娟（2010）［16］、周嘉（2019）［17］、王少剑（2018）［18］等学者研究我国能源消费差异时表现一致，说明在环境能源地区差异方面区域内差异对总体差异产生了主要影响. 在区域内差异中，三大区域也呈现出不同的发展态势. 在2007—2010年东部地区平均贡献率为33.2%，中部地区平均贡献率为18.0%，西部地区平均贡献率为36.8%. 从整体角度来看西部地区差异最大，但从时间角度来看，直到2010年西部地区差异贡献率才超过东部地区. 从图3中可以看出，东部地区泰尔指数呈下降趋势，降幅达54%；西部地区泰尔指数表现为先上升后下降，于2012年泰尔指数达到顶点为0.101 2；中部地区泰尔指数尚未明显观察到达到顶点. 这充分表明了我国地区发展不平衡不充分的现状，从环境库兹涅茨曲线来看，东部地区早已处于倒“U”型曲线的右侧，但西部地区才刚刚处于倒“U”型曲线的顶点，中部地区尚未看到明显的顶点，三大地区呈现了完全不同的态势［19］. 这是由于随着国家西部大开发、振兴东北老工业基地、中部崛起等政策实施，中西部地区在快速的发展，但各省市之间发展存在滞后性，尤其像西部地区中，重庆等地区的发展速度远比新疆、青海等省份要快，导致了民用建筑碳排放泰尔指数发生了变化.
3 结论
本文基于IPCC的清单法计算了2007—2016年全国各省市民用建筑碳排放量，并通过泰尔指数分析了各区域民用建筑碳排放差异，通过对以上计算结果的分析得到如下结论：
1）“十一五”期间碳排放年平均增长率低于“十二五”期间，说明我国节能减排政策效果是明显的，但同时也应看出地区间碳排放存在较大差异.
2）我国民用建筑碳排放总体差异在减小，总体差异主要是由区域内差异带来的，西部地区差异对总体差异作用最大.
3）就三大区域而言，分别表现出了不同的发展态势. 东部地区由于发展较早，虽然人均碳排放量较大但各省份之间差异较小，泰尔指数一直呈下降趋势. 中部地区目前泰尔指数尚未看到明显顶点，但省份之间差异比东部地区略大. 西部地区省份之间差异最大，泰尔指数呈先增后减的趋势. 三大区域差异的不同也体现了我国发展不平衡不充分的现状.
参考文献：
［1］ 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2015［M］.北京：中国建筑工业出版社，2015.
［2］ 住房和城乡建设部科技发展促进中心.中国建筑节能发展报告2016［M］.北京：中国建筑工业出版社，2016.
［3］ JIANG P，DONG W，KUNG Y，et al. Analysing co-benefits of the energy conservation and carbon reduction in China’s large commercial buildings［J］.Journal of Cleaner Production，2013，58：112-120.
［4］ HUANG Y A，WEBER C L，MATTHEWS H S.Categorization of scope 3 emissions for streamlined enterprise carbon footprinting［J］.Environmental Science&Technology，2009，43（22）：8509-8515.
［5］ ZHANG X，WANG F.Life-cycle carbon emission assessment and permit allocation methods：A multi-region case study of China’s construction sector［J］.Ecological Indicators，2017，72：910-920.
［6］ 张艳东，赵涛.基于泰尔指数的能源消费区域差异研究［J］.干旱区资源与环境，2015，29（6）：14-19.
［7］ 王群伟，周鹏，周德群.我国二氧化碳排放绩效的动态变化、区域差异及影响因素［J］.中国工业经济，2010（1）：45-54.
［8］ HEIL M T，WODON Q T. Future inequality in CO2 emissions and the impact of Abatement proposals［J］. Environmental and Resource Economics，2000，17（2）：163-181.
［9］ 吴珺华，刘喆，韩佳慧.我国民用建筑碳排放空间非均衡测度及分解［J］.生态经济，2018，34（6）：34-38.
［10］ 丁志伟，康江江，王超.基于“市域-县域-镇域”三维尺度的信阳市经济空间格局的研究［J］.河南科学，2015，33（10）：1848-1855.
［11］ 陈培阳，朱喜钢.基于不同尺度的中国区域经济差异［J］.地理学报，2012，67（8）：1085-1097.
［12］ 陈向阳.环境库兹涅茨曲线的理论与实证研究［J］.中国经济问题，2015（3）：51-62.
［13］ 蔡伟光.中国建筑能耗影响因素分析模型与实证研究［D］.重庆：重庆大学，2011.
［14］ 刘菁，赵静云.基于系统动力学的建筑碳排放预测研究［J］.科技管理研究，2018，38（9）：219-226.
［15］ 占华.收入差距扩大是否加剧了中国的环境污染？——基于省际碳排放的证据［J］.南开经济研究，2016（6）：126-139.
［16］ 康晓娟，杨冬民.基于泰尔指数法的中国能源消费区域差异分析［J］.资源科学，2010，32（3）：485-490.
［17］ 周嘉，时小翠，赵靖宇，等.中国居民直接生活能源消费碳排放区域差异及影响因素分析［J］.安全与环境学报，2019，19（3）：954-963.
［18］ 王少剑，苏泳娴，赵亚博.中国城市能源消费碳排放的区域差异、空间溢出效应及影响因素［J］.地理学报，2018，73（3）：414-428.
［19］ 夏万军，余功菊.我国区域经济发展不平衡性研究［J］.安徽师范大学学报（人文社会科学版），2018，46（4）：111-121.
Research on Regional Disparity of Carbon Emissions of Civil Buildings Based on Theil Index
YUAN Jingbiao， LIU Yisheng， Gao Sihui
（School of Economics and Management，Beijing Jiaotong University，Beijing 100044，China）
Abstract： Civil construction is an important source of carbon emissions.The implementation of total carbon emission control for civil buildings is an important means for China to achieve energy conservation and emission reduction.Based on the statistical methods of IPCC，the carbon emissions of civil buildings in 30 provinces and cities in Cina were calculated，and 30 provinces and cities were divided into three regions.Based on the Theil index analysis method，the regional difference of carbon emission of civil buildings in China from 2007 to 2016 was calculated，and the structure was decomposed into three regions.The calculation results show that the carbon emissions of China’s civil buildings shows a convergent growth trend，and the overall Theil index shows a downward trend.The intra-regional differences are much larger than the inter-regional differences.As far as the three major regions are concerned，the Theil index in the eastern region is the lowest and in a state of continuous decline. The Theil index in the western region is the highest and shows a trend of increase before decrease the second，and the Theil index in the central region has not yet seen a clear peak.
Key words： civil construction；carbon emissions；IPCC；Theil index；Kuznets curve
中图分类号： C 934
文献标识码： A
文章编号： 1004-3918（2019）11-1865-07
收稿日期： 2019-07-23
基金项目： 国家“十三五”重点研发计划项目（2018YFC0704400）
作者简介： 原境彪（1995-），男，硕士研究生，主要从事建筑碳排放、工程建设管理研究
通信作者： 刘伊生（1962-），男，教授，博士生导师，研究方向为工程项目管理、建筑节能
（编辑 张继学）
标签：民用建筑论文; 碳排放论文; ipcc论文; 泰尔指数论文; 库兹涅茨曲线论文; 北京交通大学经济与管理学院论文;