全球30%—40%的初级能源消耗于建筑业及相关产业, 产生了全球40%—50%的温室气体排放^[1]。从生命周期的角度, 建筑碳足迹与整个能源系统和建材系统密切相关, 也与建筑的使用过程和拆除过程相关。本研究针对北京市住宅建筑开展生命周期评价和碳足迹核算, 分析能源系统和建材生产系统的变化对住宅建筑碳足迹的贡献, 以期为建筑可持续性评估提供基础数据, 为绿色建筑发展提供政策支持。

应用生命周期评价(Life Cycle Assessment, LCA)方法开展建筑能源使用及环境影响评价的研究众多。主要包括3个方面：比较建筑材料的环境影响^[2-7], 以支持绿色建材替代；评价建筑生命周期各阶段的能源使用效率和环境影响, 进而提出优化方案^[8-10]；对单体建筑^[11-12]或区域内建筑系统开展全生命周期评价^[13-15], 着重于量化其环境影响, 识别关键影响因素和提出政策建议。

在生命周期中引入时间变量, 开展动态生命周期评价尚处于发展初期。已有学者开展了一些尝试。Amit^[16]等人利用动态物质流建模分析了美国水泥库存。William O.Collinge^[17]等人提出了建筑动态生命周期评价(DLCA)方法框架。并应用该方法对单体建筑进行了动态与静态评价, 结果表明, 动态评价在所有影响类型上都低于静态评价结果。Hu M^[18]等人应用物质流分析(MFA)方法, 开展了北京城市住房系统的建设和拆除废弃物管理研究。

1 北京市住宅建筑生命周期评价

本文尝试基于不同时段的生命周期清单数据库, 对北京市住宅建筑系统开展碳足迹动态评价, 以期揭示能源系统和建材系统变化条件下北京市住宅建筑碳足迹的变化特征, 从而寻求降低建筑碳足迹的优化策略。

研究遵循ISO14040系列标准, 按照生命周期评价的步骤开展研究。在碳足迹的核算上, 采用SimaPro7.3软件平台进行计算, 碳足迹采用kgCO₂eq表征。

1.1 研究边界和功能单位

研究范围定义为北京市住宅建筑从建材生产, 建材运输, 建筑建设, 使用到最终拆除处置的整个生命周期。重点关注能源消耗, 材料消耗和温室气体排放(图 1)。功能单位定义为100m²建筑面积/a。依据建设部《住宅建筑规范》要求, 民用住宅建筑设计年限不得低于50a, 因此本研究设定住宅建筑的使用寿命为50年。

1.2 碳足迹核算方法

建筑生命周期碳足迹主要来源是能源使用所导致排放的温室气体所产生的碳足迹。采用以下碳足迹计算模型：

式中, C_T表示建筑生命周期碳足迹；C_M是材料生产阶段碳足迹；C_C代表建筑建设阶段碳足迹；C_U是建筑使用阶段碳足迹；C_D表示建筑拆除阶段碳足迹。其中, 建材生产阶段：

式中, cm_i1表示第i类建材生产工艺过程的碳排放量, cm_i2表示第i类建材生产消耗化石燃料碳排放量, cm_i3表示第i类建材生产消耗二次能源碳排放量, cm_i4表示运输过程碳排放量；m_j表示第i类建材生产消耗的第j类化石燃料量, α_j表示对应化石燃料的单位碳排放当量, n_k表示消耗的第k类二次能源量, β_k表示对应二次能源的单位碳排放当量。

建筑建设阶段：

式中，cc₁表示建设过程中消耗化石燃料碳排放量, cc₂表示建设过程中消耗二次能源碳排放量, cc₃表示建设过程中运输碳排放量。

建筑使用阶段：

式中，cu₁表示使用过程中供暖消耗化石燃料碳排放, cu₂表示使用过程中空调及照明等其他设备消耗化石燃料排放, cu₃表示使用过程中空调及照明等其他设备消耗二次能源碳排放量；m_j1是供暖消耗化石燃料用量, m_j2是空调及照明等其他设备消耗化石燃料量。

建筑拆除阶段：

式中，cd₁表示拆除过程中消耗化石燃料碳排放量, cd₂表示拆除过程中消耗二次能源碳排放量, cd₃表示拆除过程中运输碳排放量。

1.3 数据来源

研究选取1990, 1995, 2000, 2005, 2010年为节点, 主要基于文献和统计数据编制了能源和建材生产、运输、建筑建设和拆除的活动水平数据, 并采用中国科学院生态环境研究中心开发的CAS-RCEES2012数据库中的基础清单数据。能源包括了一次性能源如煤炭、油、天然气等, 也包括二次能源, 如电力, 汽油等。能源生命周期过程包括了中国能源系统的开采生产(加工), 运输及使用三个阶段。建材生产主要考虑了相关能源消耗、运输和及生产工艺排放。建材类型主要包括了钢材、水泥、木材、砖、石子、砂子、陶瓷、玻璃及保温材料等九类。

1.4 碳足迹核算模型参数确定

研究以北京市住宅建筑为对象, 按照建筑结构分为砖混结构, 框架结构和剪力墙结构3类。生命周期过程设定为建材生产、建筑建设运输、建筑使用、建筑拆除运输4个阶段。不同结构建筑的建材消耗见表 1；其他阶段能源消耗参数见表 2及表 3。

建材生产阶段主要考虑不同结构在不同年代的建材用量变化；使用阶段3种结构建筑采用相同清单, 主要考虑供暖及其他用途煤炭, 燃料油, 天然气和电力；建设及拆除阶段主要考虑了建设及拆除用柴油机燃料油、建设工程耗电, 以及建设、拆除相关的的建筑材料及废料运输, 其中工程耗能分为2000年之前和2000年之后两个清单进行考虑。运输过程包括铁路、公路和水路运输^[19], 并按照我国市场运输量设定为铁路70%, 公路20%, 水路10%。

1.5 碳足迹结果与解释

北京市住宅建筑100m²的生命周期碳足迹反映了3种结构建筑的平均状况。按照3种结构的实际比例进行了几何平均处理。结果表明, 北京市100m²建筑面积的碳足迹呈现下降趋势(表 4)。1990年, 100m²建筑的生命周期碳足迹总量达到8.68 t CO₂eq, 到2010年下降为6.51 t CO₂eq, 下降了25%。从生命周期阶段来看, 主要碳足迹来源于使用过程, 占85.1%, 其次是建材生产, 占12.5%, 而建设阶段和拆除阶段所占比例极小。进一步从各生命周期过程碳减排的速度看, 建材生产的减碳效果最为明显, 下降了44%, 使用阶段碳足迹下降了21.2%。

从生命周期阶段看, 碳足迹主要来源于建筑使用阶段(表 5)和建材生产阶段(表 6)。因此以下将重点分析使用阶段和建材生产阶段的主要贡献因子。

使用阶段历时较长, 建筑碳足迹在生命周期各阶段中最高。自1990—2010年, 建筑使用阶段减碳量约21.2%。使用阶段的碳足迹主要来自于供热和其他用能。而从减碳的具体活动看, 供暖减碳幅度约35.8%, 主要是由于北京市供暖天然气的用量比例不断增高。而其他活动的碳足迹在1990—2005年间处于上升的趋势, 在2005年达到峰值后开始趋于降低。

建材生产阶段碳足迹主要来自钢材、水泥和砖的碳足迹贡献, 占83.8%—86.2%。建材生产碳足迹也呈现逐年降低的趋势。其中砖的碳足迹持续降低, 且减碳比达到74.9%, 为建材生产的减碳量贡献最大, 主要得益于2008年实心砖限制使用政策后砖混结构建筑建设量降幅巨大。水泥的减碳比达38.9%, 主要是因为水泥生产的节能减排工作造成单位碳足迹降低。而钢材的碳足迹则在2000年时为最低峰值, 之后有所升高, 2010年较1990年减碳比为24.9%。尽管单位钢材生产的碳足迹在持续降低, 但钢材的用量增加, 抵消了一部分减碳效果。因此, 建材行业的减碳要从工业优化和材料减量两个方面来考虑。

从北京市各类结构建筑的碳足迹贡献来看, 各类结构建筑的碳足迹呈现不同变化趋势。图 2呈现了不同结构建筑碳足迹的分布比例变化。在1990年, 砖混结构建筑的碳足迹最高, 为3.88t CO₂eq之后持续下降, 到2010年已经下降到1.47 t CO₂eq。而1990年碳足迹最低的剪力墙结构, 1995年以后却持续上升, 到2010年成为3种类型中碳足迹最高的建筑。这种碳足迹结构上的变化主要是由不同结构所占的比例所影响的, 尤其是建筑运行阶段的比例；砖混结构自1990至2010年间使用面积占比由近50%降低至不到25%, 而剪力墙结构的使用面积占比在1995年仅占15%左右, 至2010年占比近40%。

2 结论和讨论

(1) 由于能源系统和建材系统节能减排行动计划的推进, 在过去20年里能源系统和建材生产的碳足迹总体上趋于降低。一定程度上影响了建筑生命周期碳足迹的变化。因此, 在生命周期评价中引入时间变量是有意义的。

(2) 北京市100m²建筑的碳足迹逐年降低。3种不同结构的建筑的碳足迹也呈现下降趋势, 但3种结构之间的碳足迹相差不大, 因此城市建筑结构的调整对城市建筑碳足迹的贡献有限, 应着眼于挖掘3种结构内部的减碳潜力。

(3) 北京市住宅建筑总碳足迹主要贡献来自建筑使用过程, 其次为建材生产阶段。因此, 未来建筑减碳的焦点应该关注建筑使用阶段的能源效率和建材生产阶段。

(4) 政府作为社会可持续发展的推动者和主要决策者, 或通过强制的法律手段, 或通过一定的经济措施及激励机制, 要求生产者进行清洁生产并引导消费者改变其消费行为, 朝着可持续的目标前进。政府未来在制定关于建筑的节能减排政策时, 应该考虑建筑的生命周期各阶段碳足迹变化的影响因素制定有效的政策, 并综合实施, 实现政策之间的协同作用, 达成建筑业的低碳目标。

(5) 对能源业和建材生产业的节能减排会间接地影响建筑业的减排效果, 因此政策制定时不应只着眼于建筑业, 而应兼顾其它相关产业。一方面, 应大力发展清洁技术, 提倡使用新能源、清洁能源, 在保证安全舒适的情况下, 利用新技术、新方法减少建筑业及其相关产业的能源消耗及碳排放。另一方面, 引导可持续的生活方式, 动员所有人参与到节能减排的行动中, 倡导适度消费、绿色消费, 从而降低整个生产和消费链的碳足迹。

(6) 本研究是对生命周期动态评价的一个简单尝试, 但是由于建立动态数据清单库的数据量大, 数据精度不高, 因此在未来如何加入时间因子建立动态模型进行评价还需要进一步探究。