基于LEAP模型和LMDI分解的建筑碳排放预测分析.pdf

第 39 卷 第 3 期2023 年 6 月北 京 建 筑 大 学 学 报Journal of Beijing University of Civil Engineering and ArchitectureVol.39No.3Jun.2023摇 摇 文章编号:2096-9872(2023)03-0080-08基于 LEAP 模型和 LMDI 分解的建筑碳排放预测分析胡浩威1,2,4,摇 王钦章1,4,摇 朱摇 力3,摇 章昱斌1,4(1.安徽建筑大学 安徽省建设领域碳达峰碳中和战略研究院,合肥摇 230022;2.安徽建筑大学 建筑能效控制与评估教育部工程研究中心,合肥摇 230022;3.安徽省住房和城乡建设厅,合肥摇 230091;4.安徽建筑大学 建筑室内热湿环境实验室,合肥摇 230601)摘摇 要:为实现“双碳冶目标及优化实施路径,使用基于 LEAP 模型和 LMDI 分解的能源环境核算工具,分析安徽省建筑领域运行阶段碳排放峰值、人口、人均建筑面积、建筑能耗强度和总碳排放因子等因素对碳排放趋势的影响,并据此提出更优的实施路径及政策建议。结果表明:中和情景适宜安徽省建筑领域双碳实施路径,该情景下 2027 年达到峰值 8 532郾 73 万 t,2060 年剩余碳排放量为3 415郾 51 万 t。城镇化率的提高使得人口因素成为城镇住宅碳排放增加的主导因素,农村住宅和公共建筑碳排放增加的主导因素是建筑能耗强度和人均建筑面积。所以,大力推广建筑电气化,减少一次能源使用量、推行新编节能设计标准降低建筑能耗强度、保护生态,充分利用乡村自然资源实现低碳发展,减小城乡差距是较为可行的路径选择。关键词:碳排放;LEAP 模型;LMDI 分解;建筑节能标准;情景分析中图分类号:X322文献标志码:ADOI:10.19740/j.2096鄄9872.2023.03.10摇 摇 收稿日期:2023-01-08基金项目:安徽省高校杰出青年科研项目(2022AH020028);安徽省住房城乡建设科学技术计划项目(2022-RK025)。第一作者简介:胡浩威(1986),男,副教授,博士,研究方向:建筑节能。Prediction and Analysis of Carbon Emissions in Building SectorBased on LEAP Model and LMDI DecompositionHU Haowei1,2,4,摇 WANG Qinzhang1,4,摇 ZHU Li3,摇 ZHANG Yubin1,4(1.Anhui institute of strategic study on carbon emissions peak and carbon neutrality in urban鄄rural development,Anhui Jianzhu University,Hefei 230022;2.Engineering Research Center of Building Energy Efficiency Control and Evaluation,Ministry of Education,Anhui Jianzhu University,Hefei 230022;3.Department of Housing and Urban鄄Rural Development of Anhui Province,Hefei 230091;4.Key Laboratory of Indoor Thermal and Humid Environment,Anhui Jianzhu University,Hefei 230601)Abstract:To achieve carbon peak and neutrality targets and optimize the implementation path,theenergy environment accounting tool based on LEAP model and LMDI decomposition is used to predict andanalyze the impact of factors such as the carbon emission peak value,population,per capita buildingarea,building energy intensity and total carbon emission factor on the carbon emission trend in theoperation phase of the construction sector in a certain province,and based on this,better implementationpath and policy recommendations are proposed.The results show that the neutralization scenario issuitable for the dual carbon implementation path in the construction field of a certain province.Under thisscenario,the peak value will reach 85郾 327 3 million tons in 2027,and the remaining carbon mission will摇 第 3 期胡浩威,等:基于 LEAP 模型和 LMDI 分解的建筑碳排放预测分析be 34郾 155 1 million tons in 2060.The increase of urbanization rate makes the population factor becomethe leading factor for the increase of carbon emissions from urban housing.The leading factors for theincrease of carbon emissions from rural housing and public buildings are the intensity of building energyconsumption and per capita building area.Therefore,it is a feasible path choice to vigorously promotebuilding electrification,reduce the use of primary energy,implement new energy鄄saving design standardsto reduce building energy consumption intensity,protect ecology,make full use of rural natural resourcesto achieve low鄄carbon development,and reduce the urban鄄rural gap.Keywords:carbon emission;LEPA model;LMDI decomposition;building energy saving standard;scenario analysis摇 摇 建筑领域作为三大主要用能领域之一,其每年碳排放量占全社会碳排放总量的 20%,如何减少建筑部门碳排放,实现建筑领域的碳达峰碳中和成为各地政府的主要问题1。对于建筑部门,碳排放达到峰值为短期目标,零排放则是实现碳中和的终极目标2。2020 年我国达成全面小康社会,实现全面脱贫,城镇化建设迅速发展,大量农村人口进入城市,同时乡村振兴战略也在如火如荼地进行中,建筑运行阶段能耗飞速提升,以农村商品能源消费量为例,19852014 年增长超过 200%3-4。能源和碳排放预测分析领域研究者众多,研究内容涵盖工业、电力、交通、建筑等方面,研究方法多种多样,主要有 LEAP 模型、STIRPAT 模型、LMDI 算法、泰尔指数等。MIRJAT 等5利用 LEAP 模型分析了巴基斯坦 20152050 年的电力需求;NIEVES等6利用 LEAP 模型对哥伦比亚能源需求和温室气体排放进行了分析研究;ZHANG 等7利用 LEAP 分析了超低能耗建筑、近零能耗建筑和零能耗建筑对中国碳排放的影响;陈睿等8基于 LEAP 模型研究了长沙市能源需求及对策;刘惠等9基于 LEAP 模型研究了鹤壁市农村生活碳排放;庞可等10基于LEAP 模型研究了兰州市道路交通温室气体与污染物排放;杨绍华等11基于 LMDI 和泰尔指数分析了长江经济带交通碳排放的变化;杨钊等12基于LMDI 模型研究了江苏省建筑业碳排放的影响因素;SHAHBAZ 等13通过 STIRPAT 模型,以马来西亚为例,研究了城市化进程中影响 CO2排放因素;李强等14基于 STIRPAT 模型研究了长江经济带碳排放峰值预测。目前研究主要集中在单模型方面,对多模型组合缺乏研究。本文采取 LEAP 模型+LMDI 分解组合的方式,对影响安徽省建筑领域运行阶段碳排放的因素进行分析研究并寻找适合安徽省建筑领域双碳目标实施路径。1摇 研究方法与数据1郾 1摇 数据来源研究数据基于安徽统计年鉴2021,预测20202060 年安徽省人口和城镇化率、既有建筑面积、建筑能耗强度、建筑用能结构。1郾 1郾 1摇 人口和城镇化率图 1摇 人口与城镇化率发展预测Fig.1摇 Population and urbanization rate development forecast人口和城镇化率基于统计年鉴和安徽省“十四五冶人口发展规划数据15,人口和城镇化率是影响建筑能耗和碳排放的重要因素。如图 1 所示,安徽省人口增长率约为 5%,预计到 2030 年达到人口峰值,随后呈现下降趋势。2020 年城镇化率在 58%左右,相比 2010 年城镇化率 43%,增长了 15%,随着社会经济的发展,国家政策推动,越来越多的农村人口进入城市,根据清华大学发布的中国建筑节能年度发展研究报告16-17,预计到 2060 年城镇化率达到 80%左右,与发达国家持平。18北 京 建 筑 大 学 学 报第 39 卷1郾 1郾 2摇 既有建筑面积目前预测既有建筑面积的方法主要有 2 种,第1 种是通过人均建筑面积乘以总人口数进行计算,另 1 种通过各部门发布的非全口径公报数据,本文采用第1 种方法进行建筑面积预测。以城镇建筑面积为例,2015 年安徽省城镇人均住房面积为 34郾70 m2,2020 年城镇人均住房面积为 42郾 09 m2,根据中国建筑节能年度发展研究报告(2021)17中预测到2035 年城镇人均住房面积达到 45郾00 m2。因此,安徽省到2060 年城镇住宅建筑面积为198 060郾38 万 m2,农村住宅面积为 63 819郾 46 万 m2,公共建筑面积为105 640郾 06 万 m2,如图 2 所示。图 2摇 建筑面积发展预测Fig.2摇 Prediction of building area development摇1郾 1郾 3摇 能耗强度建筑能耗强度影响因素众多,范围广。随着近几年人民生活水平的提升,建筑能耗逐年增大,夏热冬冷地区冬季供暖问题逐渐显示,空调、新型热泵等设备的使用,能耗强度逐年增大;夏季空调、生活热水、炊事能耗强度也逐年增大;照明能耗随着节能灯摇 摇具的推广,能耗强度有下降趋势;家用电器方面,手机、电脑、智能家居等电子产品的逐渐普及,能耗成倍增加。公共建筑随着相关节能政策的强制执行,发挥了一定的作用,但仍处于增长过程,由 2015 年的22郾 50 kg/m2上涨到 2060 年的 32郾 67 kg/m2,上涨幅度接近 50%。农村近几年随着国家全面脱贫进入小康社会,生活水平和质量发生了质的变化,传统能源如薪柴、秸秆等使用量大大减少,商品能使用飞速增长。结合欧美、日本等其他地区经验,建筑能耗的增长会逐步减缓直至出现平衡,我国建筑能耗在 2035年之后会达到平衡点,增速减缓甚至下降趋势18。本文建筑能耗强度主要根据历年中国建筑节能年度发展研究报告数据,结合历史发展趋势及安徽省经济发展水平和相关文献19-22,综合多方面因素考虑,对未来 40 年能耗数据进行预测分析,具体数据见表 123-25。1郾 2摇 模型与方法1郾 2郾 1摇 LEAP 模型LEAP 模型26采用“自下而上冶的方式,通过使用者根据对象数据预测未来能源需求,建筑能源消耗量 E 的计算为:E=移i(EiF着)(1)式中:Ei为不同建筑能耗强度,kgce/m2;F 为建筑面积,m2;着 为一次能源转化系数,t鄄C/kgce;i 为建筑用能类型。建筑碳排放量 C 的计算为:C=移i(EW)(2)式中:W 为碳排放因子,t鄄C/kgce。表 1摇 安徽省基础情景下建筑能耗强度与发展预测Tab.1摇 Building energy consumption intensity and development prediction under the basic scenario of a province2015 年2025 年2035 年2060 年参考夏热冬冷地区分散采暖/(kgce m-2)1郾 842郾 763郾 313郾 64文献23夏热冬冷地区夏季空调/(kWh m-2)3郾 405郾 106郾 126郾 73生活热水/kgce (户 年)-1102郾 00153郾 00183郾 60201郾 96炊事/kgce184郾 00276郾 00331郾 20264郾 96文献24照明/(kWh m-2)5郾 605郾 044郾 544郾 08家用电器/kWh (户 年)-1470郾 00705郾 00846郾 00930郾 60公共建筑/(kgce m-2)22郾 5027郾 0029郾 7032郾 67文献25农村居住商品能/(kgce m-2)8郾 9013郾 3516郾 0216郾 02文献3,1628摇 第 3 期胡浩威,等:基于 LEAP 模型和 LMDI 分解的建筑碳排放预测分析1郾 2郾 2摇 LMDI 分解对数平均迪式指数分解(LMDI)是 KAYA 在1989 年提出,由 Kaya 等式发展而来,ANG 等27在KAYA 等式的基础上进一步优化,消除了方程残差项。LMDI 有 2 种分解方法:乘法模式和加法模式28-29。其公式为:C=移sCs=移(sPFPEF)CE=Pgek(3)式中:S 为建筑类型,有城镇住宅、农村住宅、公共建筑;Cs为安徽省不同类型建筑碳排放量,万 t;P 为安徽省人口总数,万;F 为建筑面积,万 m2;E 为能源消耗量,万 tce;g 为人均建筑面积,m2;e 为建筑能源强度,kgce/m2;k 为总碳排放因子,t鄄C/kgce。安徽省建筑领域碳排放在 20152060 年(设0,T),碳排放量变化从 C0到 CT,用加法模式进行分解后得:驻C=CT-C0=(PTgTeTkT)-(P0g0e0k0)=驻P+驻g+驻e+驻k(4)公式等号左边为安徽省建筑领域碳排放的变化量,右侧表示各种驱动因素的影响。根据指数分解的定义,取目标变量对时间 T 的导数,得各分解因素贡献值表达式:驻Cx=移CT-C0lnCT-lnC0(lnXTX)0(5)式中:x 为不同驱动因素 P、g、e、k。2摇 基础情景下碳排放分析2郾 1摇 基础情景碳排放分析基础情景是指保持现有建筑节能及能源政策标准要求不发生变动变化,在此情景下,用能结构、能耗强度等趋势均不发生变动。基础情景下的碳排放量如图 3 所示。在此情景下受人口、城镇化率、建筑面积及建筑能耗强度的持续增长,其建筑用能和碳排放量持续升高,直到2053 年出现峰值,峰值碳排放量为 15 923郾 53 万 t。2060 年碳排放量为 15 682郾 52 万 t,与 2053 年峰值碳排放量相比仅下降 241郾 01 万 t,与“30 60冶双碳目标相差甚远。2郾 2摇 驱动因素分析通过 LMDI 指数分解法对基础情景下的安徽省建筑领域碳排放进行计算分析,见表 2,得出人口、图 3摇 基础情景下的碳排放量Fig.3摇 Carbon emissions under the base scenario摇人均住宅面积、建筑能耗强度及总碳排放因子对安徽省建筑领域碳排放的影响效果。2郾 2郾 1摇 城镇住宅从图 3 可以看出,前 10 年受经济增长效应的影响,碳排放量呈现快速增长趋势。具体来说,贡献最大的是人均住宅建筑面积,为 4郾 22%,其次是人口、建筑能耗强度,分别为 4郾 01%、1郾 18%,总碳排放因子呈现负相关。20252035 年,社会经济增速减缓,人口开始呈现负增长状态,人民生活质量飞速提升,此时对碳排放贡献最大的因素是建筑能耗强度为 2郾 82%。人均住宅建筑面积基本达到峰值,贡献度相比前 10 年下降了 2郾 94%,人口因素下降了 1郾 59%。总碳排放因子对减碳的贡献度加大。20352060 年,碳排放出现下降趋势,人口成为唯一正效应因素,建筑能耗强度开始出现负效应。2郾 2郾 2摇 农村住宅农村住宅建筑碳排放相比城镇住宅,人口因素受城镇化影响,一直处在负效应状态,且随着时间的增加 负 效 应 越 大,20352060 年 人 口 因 素 为-23郾 49%。相反,由于经济的发展,社会主义新农村建设、全面脱贫攻坚政策、乡村振兴战略等有关农村的政策的实行,农村生活水平得到提高,农村商品能持续增长,建筑能耗强度逐渐成为促进农村住宅碳排放增长的主要因素。人均住宅建筑面积因素与城镇住宅相同。2郾 2郾 3摇 公共建筑公共建筑不同于居住建筑的独立性,由政府部门建设管理,节能政策统一且执行力强,近几年成效显著,建筑能耗已成为公共建筑降碳的主导因素。38北 京 建 筑 大 学 学 报第 39 卷人口因素除 20152025 年,总体呈现负效应。随着社会经济的发展,人均公共建筑面积逐年增大,对公共建筑碳排放贡献最高也成为必然。经计算,20152025 年人均建筑面积贡献度为 7郾 75%,而20352060 年 贡 献 度 达 到 了 17郾 36%,增 长 了9郾 60%,成为唯一正效应因素。3摇 建筑领域碳排放达峰预测分析基础情景下安徽省建筑领域发展,其碳排放量在 2053 年达到峰值,2060 年剩余碳排放远大于社会能中和的碳排放量,与“30 60冶双碳战略目标严重偏移。从 LMDI 分解结果来看,人口、人均建筑面积因素在部分年段属于主要控制因素,但其属于社会宏观因素,建筑领域调控需从能耗强度、碳排放因子方面入手。3郾 1摇 多情景设置根据相关政策及文件,提出 75%建筑节能标准、83%建筑节能标准、90%以上建筑节能标准 3 种不同的建筑节能标准,通过基础情景和 LMDI 分解结果,设置低碳情景、强化低碳情景、达峰情景、强化达峰情景、中和情景,定量分析在不同时间开始不同节能标准和政策对安徽省建筑领域碳排放量的影响及趋势。3郾 1郾 1摇 低碳情景在基础情景上建筑节能政策每 15 年发生一次变化,2030 年推行 75%建筑节能标准,2045 年推行83%建筑节能标准,2060 年推行 90%以上建筑节能标准。3郾 1郾 2摇 强化低碳情景在低碳情景上,提前 5 年以每 10 年推行更高节摇 摇能标准,在 2030 年推行 75%建筑节能标准,2040 年推行 83%建筑节能标准,2050 年推行 90%以上建筑节能标准。3郾 1郾 3摇 达峰情景此情景下节能政策持续收紧,建筑节能标准更加激进。城镇住宅:加大可再生能源利用,强制使用2 种及以上新能源技术,推广电磁炉、电饭煲、电烤箱等电气化厨具;农村住宅:继续增加光伏、风能、生物质能的使用,发展农村建筑光伏一体化技术;公共建筑:推广地源热泵、光伏等可再生能源,实行广域的城市公共建筑能耗监控系统。在强化低碳情景上再提前 5 年推行 75%建筑节能标准,其余仍以每 10年变化节能标准,2035 年推行 83%建筑节能标准,2045 年推行 90%以上建筑节能标准。3郾 1郾 4摇 强化达峰情景建筑领域持续加大电气化力度,政策继续收紧节能标准,在达峰情景上更进一步,以每 5 年变化一次节能标准,2030 年推行 83%建筑节能标准,2040年推行 90%以上建筑节能标准。3郾 1郾 5摇 中和情景中和情景下安徽省建筑领域碳排放量在 2060年降低到 2015 年碳排放量一半以下,2060 年建筑领域全面实行电气化,新建建筑和既有建筑改造均按照超低能耗标准(表 3)。3郾 2摇 不同情景下碳排放量分析不同情景下碳排放变化情况如图 4 所示,低碳情景下安徽省建筑领域碳排放主体处在上升态势,从 2015 年 的 7 058郾 67 万 t 上 涨 到 2047 年 的11 186郾 80万 t,相比较基础情景达峰时间提前了 6年,峰 值 量 下 降 了 4 495郾 72 万 t,峰 值 下 降 率28郾 67%,但仍处在高速增长阶段。强化低碳情景下摇 摇 摇 摇表 2摇 基础情景下安徽省建筑领域碳排放 LMDI 分解结果Tab.2摇 LMDI decomposition results of carbon emissions in the construction sector of a province under the basic scenario类型年份人口/%人均建筑面积/%建筑能耗强度/%总碳排放因子/%20152025 年4郾 014郾 221郾 18-1郾 00城镇住宅20252035 年2郾 421郾 272郾 82-1郾 4820352060 年2郾 350-0郾 86-3郾 4120152025 年-8郾 294郾 713郾 58-2郾 08农村住宅20252035 年-7郾 361郾 575郾 79-2郾 5020352060 年-23郾 49023郾 55-3郾 9420152025 年0郾 777郾 75-14郾 00-1郾 56公共建筑20252035 年-0郾 0510郾 37-14郾 61-2郾 5820352060 年-8郾 4217郾 36-22郾 79-7郾 8648摇 第 3 期胡浩威,等:基于 LEAP 模型和 LMDI 分解的建筑碳排放预测分析表 3摇 各情景下不同节能标准推行时间Tab.3摇 Implementation time of different energy鄄savingstandards under different scenarios情景75%建筑节能标准83%建筑节能标准90%以上建筑节能标准低碳情景2030 年2045 年2060 年强化低碳情景2030 年2040 年2050 年达峰情景2025 年2035 年2045 年强化达峰情景和中和情景2025 年2030 年2035 年2038 年达到碳排放峰值 10 602郾 84 万 t,随后开始缓慢下降,于 2060 年减少至 8 923郾 25 万 t。通过低碳情景和强化低碳情景可以看出,在不采取其他节能措施条件下,仅提高新建建筑节能标准,2030 年前安徽省建筑领域碳达峰无法达到峰值。因此,在提高新建建筑节能标准的基础上,需再配合相关技术与政策推动,如优化能源结构、推广可再生能源、建筑电气化等。图 4摇 多情景下的碳排放预测Fig.4摇 Carbon emission prediction under multiple scenarios摇达峰情景和强化达峰情景中,得益于节能率实施时间的进一步提前,且可再生能源的大规模利用和建筑电气化的推广,2 种情景均表现出了巨大的节能潜力,分别于 2030 年和 2028 年达到峰值,峰值量为 8 971郾 38 万 t 和 8 573郾 82 万 t,强化达峰情景下 2060 年碳排放量同比达峰情景下降23郾 08%,为5 314郾 00万 t;中和情景在 2027 年达到峰值8 532郾 73 万 t,同强化达峰情景相比仅提前 1年,峰值量差距 41郾 09 万 t,2060 年碳排放同其他情景相比分别下降 12 267郾 01 万 t、7 151郾 00 万 t、5 507郾 75 万 t、3 492郾 88 万 t、1 898郾 49 万 t。安徽省已发布多项关于碳达峰碳中和文件政策,明确在2025 年森林覆盖率不低于 31%,森林蓄积量达到2郾 9 亿 m3。2030 年全省非化石能源消费比重达到22%以上,森林覆盖率稳定在 31%以上,森林蓄积量达到3郾 1 亿 m3。2060 年,非化石能源消费比重达到 80%左右。综上分析,中和情景在 2060 年剩余 3415郾 51 万 t 碳排放能全部中和,实现安徽省碳中和的目标任务。4摇 结论本文通过研究安徽省建筑领域的发展现状,基于 LEAP 模型构建安徽省建筑领域的碳排放预测发展趋势,利用 LMDI 分解探究基础情景下影响安徽省建筑领域碳排放发展的因素,由此提出适应安徽省建筑领域发展的实施路径。1)从碳排放量看,低碳情景和强化低碳情景分别于 2047 年和 2038 年达到峰值 11 186郾 80 万 t 和10 602郾 84 万 t,同比基础情景达峰时间提前 6 年和15 年,峰值量下降 32郾 62%和 43郾 10%。达峰情景和强化达峰情景分别于 2030 年和 2028 年达到峰值8 971郾 38 万 t 和 8 573郾 82 万 t,同比基础情景达峰时间提前 23 年和 25 年,分别是 2030 年和 2028 年。2)从 LMDI 分解结果来看,城镇住宅的主导因素主 要 是 人 口,碳 排 放 增 长 贡 献 率 为 4郾 01%、2郾 42%、2郾 35%,其次是人均建筑面积和建筑能耗强度,分别为 4郾 22%、1郾 27%、0 和 1郾 18%、2郾 82%、-0郾 86%;农村住宅的主导因素主要是建筑能耗强度,碳排放增长贡献率在 3 个不同阶段分别为3郾 58%、5郾 79%和 23郾 55%;公共建筑随着经济的发展,碳排放增长贡献率最高的是人均建筑面积,3 个不同阶段分别为 7郾 75%、10郾 37%和 17郾 36%。3)从实现“双碳冶目标看,结合研究安徽省实际情况并考虑 2060 年剩余碳排放量来说,中和情景应作为安徽省建筑领域的实施路径,分别在 2025 年、2030 年、2035 年推行 75%建筑节能标准、85%建筑节能标准、90%以上建筑节能标准,2040 年之后应全面推广建筑电气化,同时优化能源结构,大力发展光伏、风能、生物质等可再生能源。参考文献:1摇 杨璐,杨秀,刘惠,等.中国建筑部门二氧化碳减排技术及成本研究J.环境工程,2021,39(10):41-49.YANG L,YANG X,LIU H,et al.Carbon dioxide emis鄄58北 京 建 筑 大 学 学 报第 39 卷sion reduction technology screening and cost studyingbuilding sector of ChinaJ.Environmental Engineering,2021,39(10):41-49.(in Chinese)2摇 江亿,胡姗.中国建筑部门实现碳中和的路径J.暖通空调,2021,51(5):1-13.JIANG Y,HU S,Paths to carbon neutrality in China蒺sbuilding sectorJ.Journal of HV&AC,2021,51(5):1-13.(in Chinese)3摇 丛宏斌,赵立欣,王久臣,等.中国农村能源生产消费现状与发展需求分析J.农业工程学报,2017,33(17):224-231.CONG H B,ZHAO L X,WANG J C,et al.Current sit鄄uation and development demand analysis of rural energyin ChinaJ.Transactions of the Chinese Society of Agri鄄cultural Engineering,2017,33(17):224-231.(inChinese)4摇 丁历威,胡建根,刘强,等.农村能源消费结构分析及能效提升典型建议J.节能,2021,40(4):65-68.DING L W,HU J G,LIU Q,et al.Analysis of rural en鄄ergy consumption structure and typical suggestions for en鄄ergy efficiency improvement J.Energy Conservation,2021,40(4):65-68.(in Chinese)5摇 MIRJAT N H,UQAILI M A,HARIJAN K,et al.Long鄄term electricity demand forecast and supply side scenariosfor Pakistan(20152050):a LEAP model applicationfor policy analysisJ.Energy,2018,165:512-526.6摇 NIEVES J A,ARISTIZABAL A J,DYNER I,et al.En鄄ergy demand and greenhouse gas emissions analysis inColombia:a LEAP model application J.Energy,2019,169:380-397.7摇 ZHANG S C,YANG X Y,XU W,et al.Contribution ofnearly鄄zero energy buildings standards enforcement to a鄄chieve carbon neutral in urban area by 2060J.Ad鄄vances in Climate Change Research,2021,12(5):734-743.8摇 陈睿,饶政华,刘继雄,等.基于 LEAP 模型的长沙市能源需求预测及对策研究J.资源科学,2017,39(3):482-489.CHEN R,RAO Z H,LIU J X,et al.Prediction of ener鄄gy demand and policy analysis of Changsha based onLEAP modelJ.Resources Science,2017,39(3):482-489.(in Chinese)9摇 刘惠,王真,曹丽斌,等.基于 LEAP 模型的鹤壁市农村生活碳排放研究J.环境科学与技术,2020,43(11):25-35.LIU H,WANG Z,CAO L B,et al.Research of ruralliving carbon emission in Hebi based on LEAP model J.EnvironmentalScience&Technology,2020,43(11):25-35.(in Chinese)10摇 庞可,张芊,马彩云,等.基于 LEAP 模型的兰州市道路交通温室气体与污染物协同减排情景模拟J.环境科学,2022,43(7):3386-3395.PANG K,ZHANG Q,MA C Y,et al.Forecasting of e鄄mission co鄄reduction of greenhouse gases and pollutantsfor the road transport sector in Lanzhou based on theLEAP modelJ.Environmental Science,2022,43(7):3386-3395.(in Chinese)11摇 杨绍华,张宇泉,耿涌.基于 LMDI 和泰尔指数的长江经济带交通碳排放变化分析J/OL.2022-05-31 2023-01-06.https:椅doi.org/10.19674/ki.issn1000-6923.20220530.002.YANG S H,ZHANG Y Q,GENG Y.Examining thechanges in carbon emissions of the transportation sectorin the Yangtze River economic belt鄄a LMDI and theil in鄄dex鄄based approachJ/OL.2022-05-31 2023-01-06.https:椅doi.org/10.19674/ki.issn1000-6923.20220530.002.(in Chinese)12摇杨钊,曹广喜.江苏省碳排放影响因素及脱钩弹性研究 基于 LMDI 和 Tapio 脱钩模型视角J.江西理工大学学报,2022,43(3):72-78.YANG Z,CAO G X.Research on influencing factorsand decoupling elasticity of carbon emissions in Jiangsuprovince:based on the perspective of IMDI and Tapiodecoupling modelJ.Journal of Jiangxi University ofScience and Technology,2022,43(3):72-78.(inChinese)13摇 SHAHBAZ M,LOGANATHAN N,MUZAFFAR A T,et al.How urbanization affects CO2emissions in malay鄄sia?The application of stirpat modelJ.Renewableand Sustainable Energy Reviews,2016,57:83-93.14摇 李强,左静娴.基于 STIRPAT 模型的长江经济带碳排放峰值预测研究J.东北农业大学学报(社会科学版),2017,15(5):53-58.LI Q,ZUO J X.Prediction of peak carbon emissions inthe Yangtze River economic belt based on STIRPATmodelJ.Journal of Northeast Agricultural University(Social Science Edition),2017,15(5):53-58.(inChinese)15摇 国家统计局.第七次全国人口普查公报解读EB/OL.(2021-5-12)2022-11-08.http:椅 Bureau of Statisics.Interpretation of the bulle鄄tin of the seventh national population census EB/OL.(2021-5-12)2022-11-08.http:椅www.stats.68摇 第 3 期胡浩威,等:基于 LEAP 模型和 LMDI 分解的建筑碳排放预测分析 _ 1817336.html.(in Chinese)16摇 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(2020)M.北京:中国建筑工业出版社,202