绿色建筑节能技术在典型公共建筑运行中碳减排潜力评估
0 引言
2020年全球平均表面温度(GMST)比工业化前的基线高(1.2±0.1)℃,使2020年成为有记录以来最热的3年之一[1]。全球变暖对生态系统和人类社会产生了严重影响[2,3,4]。《巴黎协定》提出，本世纪GMST的气温上升应限制在比工业化前基线高2 ℃,并应做出更多努力将气温上升限制在1.5 ℃[5]。全球气候变化的最大原因之一是温室气体排放[6]。从2000年的233亿t到2018年的340亿t, 全球碳排放仍在增加[7]。预测显示，从2007年到2035年，全球石油消费将增长30%,天然气和煤炭消费将增长50%,导致每年碳排放增加2%以上[8]。因此，为了降低全球变暖的风险，减少碳排放至关重要。
建筑部门在应对全球变暖方面发挥着重要作用[9]。建筑能耗占全球最终总能耗的36%,由此产生的碳排放几乎占碳排放总量的40%[10]。建筑运行能耗、建材的隐含和运输碳排放都对碳排放总量有贡献。中国建筑节能协会2020年研究报告显示，2018年全国建筑全寿命周期碳排放总量占全国能源碳排放总量的51.2%,其中，建筑运行阶段碳排放占建筑全寿命周期碳排放总量的42.8%,占全国能源碳排放总量的21.9%[11]。建筑运行阶段的节能已成为建筑碳减排的重要组成部分。
引入绿色建筑的概念是为了实现建筑行业的可持续性。绿色建筑是指在规划、设计、建造和运行阶段节能、节水，且对环境影响小的环境友好型建筑[12]。绿色建筑的评估标准主要包括美国的LEED(leadership in energy and environmental design)、英国的BREEAM(building research establishment environmental assessment method)、日本的CASBEE(comprehensive assessment system for building environmental efficiency)[13]。中国作为世界上最大的能源消费国和碳排放国，已经制定了一系列标准和政策来促进绿色建筑的发展[14]及技术应用[15,16]。许多示范项目都采用了GB/T 50378—2019《绿色建筑评价标准》(以下简称GB/T 50378—2019)中的绿色建筑技术，如太阳能热光电系统、绿色照明系统、暖通空调系统、绿色屋顶等节能技术。
现有研究主要集中在绿色建筑技术的应用[12,13,14,15,16]和创新[17],而在绿色建筑碳排放的相关研究中，针对现有的绿色建筑标准缺乏量化指标的问题，肖旭东对绿色建筑的寿命周期碳排放和寿命周期成本进行了研究，为今后在绿色建筑评估体系中纳入建筑物碳排放和经济效益的量化指标提供借鉴[18]。Wu等人对中国绿色建筑全寿命周期的碳排放进行了评估[19]。王侃宏等人提出将建筑碳排放评价指标应用到绿色建筑评价体系中，使建筑满足绿色建筑等级的同时又能做到节能减碳[20]。郭春梅等人基于绿色建筑评价体系，运用寿命周期碳排放系数法构建了基于实测数据的建筑全寿命周期碳排放核算模型[21]。彭卓等人采用碳排放系数法对某绿色运营三星级办公建筑全寿命周期的碳排放量进行了核算，进一步剖析了一系列绿色建筑技术的减碳潜力[22]。
本文基于绿色建筑评价标准设置多种情景，评估绿色建筑技术的碳减排量及节能潜力。主要方法是用基于物理模型的方法进行建筑能耗模拟，为了使研究结果更具有代表性，分别针对我国夏热冬冷地区(以上海为例)和严寒地区(以哈尔滨为例)的办公建筑和酒店建立典型模型。
建筑的可持续发展需要量化依据和支持，本文系统全面并有针对性地评估各类绿色建筑节能减排技术的效果，可以为建筑行业寻求减碳策略、建立碳中和行动路线提供科学合理的数据支撑。
1 碳排放量计算方法及数据来源
1.1 排放因子法
如图1所示，联合国政府间气候变化专门委员会(IPCC)的计算模型[23]结合了活动水平和排放因子来估算建筑的碳排放量，其计算式为
EC=SBFICE (1)EC=SBFΙCE (1)
式中 EC为碳排放量，kg; SBF为建筑面积，m2;ICE为碳排放强度，kg/m2。
图1 构建碳排放计算模型
本文重点关注建筑运行阶段的碳排放，这是整个建筑寿命周期的主要排放源[11],如图2所示。建筑运行碳排放量与能源消耗有关，其计算公式为
ICE=IEUFCE (2)ΙCE=ΙEUFCE (2)
式中 IEU为能耗强度，kW·h/m2;FCE为碳排放因子，kg/(kW·h)。
图2 2018年建筑全寿命周期碳排放总量占全国 能源碳排放量的比例
1.2 建筑能耗强度计算
采用基于建筑物理模型的方法[24]来模拟建筑的能耗强度。基于建筑物理模型的方法是使用建筑模拟软件建立建筑的物理模型并完成数值分析。本文研究对象为办公建筑和酒店，它们的运行时间表有显著差异。此外，考虑到不同气候区之间的差异和影响，选取我国夏热冬冷和寒冷气候区为代表，建立上海和哈尔滨办公建筑和酒店的典型模型。
使用DesignBuilder建立典型建筑模型，如图3所示。模型的几何参数如表1所示。由于办公建筑和酒店的人员、照明和内部设备的运行时间表不同，且对建筑能耗影响很大，因此，参照GB 50189—2015《公共建筑节能设计标准》(以下简称GB 50189—2015)设置模拟时间表，如图4(办公建筑)和图5(酒店)所示。基于典型建筑模型，使用EnergyPlus模拟不同绿色建筑技术情景下的建筑能耗强度，并用GB/T 51161—2016《民用建筑能耗标准》中的限值进行校准，校准限值如表2、3所示。
图3 典型建筑模型
表1 建筑几何参数 导出到EXCEL
建筑长度/m |
40 |
建筑宽度/m |
40 |
层高/m |
4 |
层数 |
10 |
体形系数/m-1 |
0.15 |
外区进深/m |
5 |
建筑朝向 |
正北 |
图4 办公建筑时间表
图5 酒店时间表
表2 办公建筑和酒店非供暖能耗指标的约束值和引导值 kW·h/(m2·a) 导出到EXCEL
| 建筑分类 | 严寒和寒冷地区 | 夏热冬冷地区 | |||
| 约束值 | 引导值 | 约束值 | 引导值 | ||
A类 |
三星级及以下酒店 | 70 | 50 | 110 | 90 |
B类 |
商业办公建筑 | 80 | 60 | 110 | 80 |
表3 建筑耗热量指标约束值和引导值 kW·h/(m2·a) 导出到EXCEL
省份 |
城市 | 建筑折算耗热量指标 | |
| 约束值 | 引导值 | ||
黑龙江省 |
哈尔滨市 | 108.3 | 94.4 |
1.3 建筑碳排放因子计算
除了能耗强度，建筑碳排放因子也是估算建筑运行碳排放必需的数据。建筑碳排放因子与建筑部门的能源结构有关，可用式(3)计算：
FCE=FDBH∑i(fiSbi) (3)FCE=FDBΗ∑i(fiSbi) (3)
式中 FDBH为发电标准煤耗因子，本文中设为0.307 kg/(kW·h);i代表一次能源类型，包括煤、石油、天然气和非化石燃料；fi为一次能源i的煤当量碳排放因子；Sbi为一次能源i在转换为煤当量的建筑能耗总量中的份额，反映建筑部门的能源结构。
参照《中国能源统计年鉴2020》[25],表4显示了上海和哈尔滨建筑部门的能源结构。根据计算，上海的建筑碳排放因子为0.62 kg/(kW·h),哈尔滨为0.72 kg/(kW·h)。
表4 碳排放因子计算 导出到EXCEL
| 建筑部门的能源结构Sbi/% | 煤当量碳 | FCE/(kg/ | ||||
| 煤 | 石油 | 天然气 | 非化石 | 排放因子 | (kW·h)) | |
上海 |
32.4 | 53.7 | 12.9 | 1.0 | 2.02 | 0.62 |
哈尔滨 |
75.1 | 15.9 | 4.1 | 4.8 | 2.35 | 0.72 |
注：煤、石油、天然气和非化石燃料的煤当量碳排放因子分别为2.660、1.636、2.150、0。
2 绿色建筑技术情景设置
GB/T 50378—2019从安全耐久、健康舒适、生活便利、资源节约、环境宜居、提高和创新6个方面设置了不同的控制项和评分项，具体到节能技术层面来说包括建筑围护结构改造、暖通空调设备能效提升、采光、自然通风等。本文模拟了8种主要技术情景的建筑能耗，与GB 50189—2015中描述的基准情景相比较，评估不同情景下的节能减排潜力。
2.1 基准情景
现阶段，GB 50189—2015在我国建筑节能设计中得到广泛应用[16]。以GB 50189—2015中描述的建筑能耗水平作为评估绿色建筑技术运行碳减排潜力的基准情景。基准情景下上海和哈尔滨办公建筑和酒店的模型参数如表5所示。根据参数设置，使用EnergyPlus模拟基准情景下的建筑能耗强度。
表5 基准情景模型参数 导出到EXCEL
| 上海 | 哈尔滨 | |
冬季设计温度/℃ |
22 | 22 |
夏季设计温度/℃ |
26 | 26 |
屋面传热系数/(W/(m2·K)) |
0.40 | 0.28 |
外墙传热系数/(W/(m2·K)) |
0.60 | 0.38 |
架空楼板传热系数/(W/(m2·K)) |
0.70 | 0.38 |
窗墙面积比 |
0.5 | 0.5 |
窗户传热系数/(W/(m2·K)) |
2.40 | 1.90 |
太阳得热系数SHGC |
0.35 | 0.50 |
渗透率/h-1 |
0.2 | 0.2 |
人员密度/(人/m2) |
0.10(办公建筑),0.04(酒店) | |
设备功率密度/(W/m2) |
15 | 15 |
照明功率密度/(W/m2) |
9(办公建筑),7(酒店) | |
供冷系统形式 |
冷水机组+风机盘管+独立新风 | |
供热系统形式 |
燃气热水锅炉 | 区域供热 |
冷水机组COP |
5.6 | 5.6 |
燃气锅炉效率 |
0.9 | 0.9 |
风机效率 |
0.7 | 0.7 |
2.2 绿色建筑基本级
GB/T 50378—2019将绿色建筑划分为基本级、一星级、二星级和三星级。满足标准中全部控制项的建筑划分为绿色建筑基本级。从节能与能源利用的角度出发，GB/T 50378—2019控制项与GB 50189—2015要求大致相似。不同的是，GB/T 50378—2019控制项第7.1.3条要求根据建筑空间功能分区设置分区温度，合理降低室内过渡区空间的温度设定标准。第7.1.4条要求公共区域的照明系统应采用分区、定时、感应等节能控制；采光区域的照明控制应独立于其他区域的照明控制。由此设置绿色建筑基本级情景，对典型模型划分内外区并设置不同的室内温度值及不同的照明控制时刻表。
2.3 建筑围护结构改造情景
考虑到建筑围护结构的节能设计，GB/T 50378—2019规定三星级绿色建筑围护结构的热工性能应至少比GB 50189—2015高20%。围护结构改造情景可以将建筑围护结构的传热系数比基准情景降低20%。
2.4 暖通空调设备能效提升情景
GB/T 50378—2019第7.2.5条规定：绿色建筑供暖空调系统的冷、热源机组能效均优于现行国家标准GB 50189的规定及现行有关国家标准能效限定值的要求，冷水(热泵)机组性能系数提高12%可得满分，燃气锅炉热效率提高4%可得满分。第7.2.6条规定：绿色建筑应采取有效措施降低供暖空调系统的末端系统及输配系统的能耗，其中要求通风空调系统风机的单位风量耗功率比现行国家标准GB 50189的规定低20%。
依据上述规定设置暖通空调设备能效提升情景，在基准情景上将建筑冷水机组COP提高12%,燃气锅炉热效率提高4%,风机效率提高20%。
2.5 自然采光情景
为营造舒适的室内光环境，GB/T 50378—2019第5.2.8条规定绿色建筑应充分利用天然光，公共建筑内区采光系数满足采光要求的面积比例达到60%。从节能角度出发，第7.2.7条规定主要功能房间的照明功率密度达到现行国家标准GB 50034—2013《建筑照明设计标准》规定的目标值，采光区域的人工照明随天然光照度变化自动调节。因此，根据GB 50034—2013《建筑照明设计标准》中的目标值，在EnergyPlus中添加自然采光模块，并将照明功率密度分别降低到8 W/m2(办公建筑)和6 W/m2(酒店)来设置自然采光情景。
2.6 自然通风情景
为了营造健康舒适的室内热环境，GB/T 50378—2019要求绿色建筑应优化建筑空间布局，提高自然通风效果。在基准情景上增设自然通风，采用室外温度控制，相应比例地降低室内新风的机械送风量。自然通风换气次数设置为2 h-1。
2.7 遮阳情景
遮阳的作用是避免太阳直接辐射进入房间，导致过度的热量吸收和眩光。GB/T 50378—2019第5.2.11条规定绿色建筑应设置可调节遮阳设施，改善室内热舒适。可调节遮阳设施面积占外窗透明部分比例超过55%得满分。以此为依据，在基准情景的模型中增设可调外遮阳百叶，随太阳辐射量进行控制调节，以减少室内的太阳辐射得热量。
2.8 可再生能源利用情景
GB/T 50378—2019第7.2.9条规定绿色建筑应结合当地气候和自然资源条件合理利用可再生能源。可再生能源在建筑中的利用主要集中在太阳能、地热能和风能上。在可再生能源利用情景下，暖通空调冷热源系统被地源热泵替代。此外，太阳能光伏发电在建筑总用电量中占4%。
2.9 三星级绿色建筑技术综合情景
以上2.2～2.8节中各情景的技术要求对应为GB/T 50378—2019中三星级绿色建筑的技术要求，为体现绿色建筑技术的综合性能，定义三星级绿色建筑技术综合情景为上述7种情景的结合，涵盖以上所有三星级绿色建筑技术。
3 绿色建筑技术减碳潜力分析
3.1 减排率
为了更直观地展现某一技术情景下的减碳潜力，通过某一技术水平可能实现的减碳效果即减排率(emission reduction rate)来量化减碳潜力，其计算式为
RERj=(1−CjC1)×100% (4)RERj=(1-CjC1)×100% (4)
式中 RERj为第j种绿色建筑技术情景下的减排率；Cj为第j种绿色建筑技术情景下的碳排放强度，kg/(m2·a);C1为基准情景下的碳排放强度，kg/(m2·a)。
3.2 减碳潜力计算结果与分析
3.2.1 计算结果
基于以上9种情景的描述，对建筑能耗强度进行模拟，根据GB/T 51161—2016《民用建筑能耗标准》中的限值进行校准后，结果如表6所示。上海、哈尔滨市办公建筑和酒店的各绿色建筑技术情景碳排放强度及与基准情景相比的减排率结果如图6～9所示。
表6 建筑能耗强度模拟结果 kW·h/m2 导出到EXCEL
| 地点 | 基准 | 基本级 | 围护结构改造 | 暖通空调设备能效提升 | 自然采光 | 自然通风 | 遮阳 | 可再生能源利用 | 三星级 | |
办公建筑 |
上海 | 95.2 | 94.2 | 92.5 | 91.3 | 82.7 | 88.0 | 84.6 | 93.7 | 77.5 |
| 哈尔滨 | 125.0 | 123.8 | 120.7 | 120.3 | 109.2 | 114.4 | 117.7 | 124.6 | 101.3 | |
酒店 |
上海 | 109.3 | 104.9 | 100.5 | 101.1 | 86.8 | 96.8 | 95.4 | 101.6 | 81.6 |
| 哈尔滨 | 155.6 | 151.8 | 146.5 | 146.8 | 126.6 | 135.4 | 145.0 | 155.3 | 116.4 |
图6 上海办公建筑运行阶段的碳减排潜力
图7 哈尔滨办公建筑运行阶段的碳减排潜力
图8 上海酒店运行阶段的碳减排潜力
图9 哈尔滨酒店运行阶段的碳减排潜力
3.2.2 各技术情景下减碳潜力分析
整理2.3～2.8节6种技术情景下的减排率，排序结果如表7所示，对于办公建筑和酒店2种不同的建筑类型，绿色建筑技术的减排率排序相似。自然采光和自然通风2项被动技术可以显著降低碳排放强度，其中自然采光可使办公建筑和酒店的减排率分别达到约13%和20%,自然通风可使办公建筑和酒店的减排率分别达到约8%和12%。
表7 不同绿色建筑技术的减排率排序 导出到EXCEL
| 减排率排序 | ||
夏热冬冷地区 |
办公建筑 | 自然采光13.1%、遮阳11.1%、自然通风7.5%、空调能效提升4.1%、围护结构改造2.8%、可再生能源利用1.6% |
| 酒店 | 自然采光20.5%、遮阳12.7%、自然通风11.4%、围护结构改造8.0%、空调能效提升7.5%、可再生能源利用7.1% | |
严寒地区 |
办公建筑 | 自然采光12.6%、自然通风8.5%、遮阳5.9%、空调能效提升3.8%、围护结构改造3.4%、可再生能源利用0.4% |
| 酒店 | 自然采光18.6%、自然通风13.0%、遮阳6.8%、围护结构改造5.8%、空调能效提升5.7%、可再生能源利用0.2% | |
遮阳技术的适用性与气候区有关。夏热冬冷地区建筑遮阳的减排率约为12%,是严寒地区的2倍。建筑围护结构的改造和暖通空调设备能效的提高，使得办公建筑的减排率约为3%～4%、酒店约为6%～8%,可见在当前建筑围护结构和暖通空调设备能效水平下，进一步提高围护结构和设备性能的节能减碳效果不显著。
可再生能源技术的应用也与气候区有关，夏热冬冷地区办公建筑和酒店的可再生能源技术减排率分别约为2%和7%,而严寒地区的减排潜力微乎其微，说明可再生能源技术的减碳潜力很弱。
3.2.3 基本级、三星级情景下减碳潜力分析
与基准情景相比，绿色建筑基本级和三星级情景下的减排率如表8所示。
表8 绿色建筑基本级、三星级减排率计算结果 导出到EXCEL
| 基准情景碳排放强度/ | 基本级 | 三星级 | ||||
| (kg/(m2·a)) | 碳排放强度/(kg/(m2·a)) | 减排率/% | 碳排放强度/(kg/(m2·a)) | 减排率/% | ||
夏热冬冷地区 |
办公建筑 | 58.9 | 58.4 | 1.0 | 48.0 | 18.6 |
| 酒店 | 67.7 | 65.0 | 4.0 | 50.5 | 25.3 | |
严寒地区 |
办公建筑 | 90.1 | 89.2 | 1.0 | 73.0 | 18.9 |
| 酒店 | 112.1 | 109.4 | 2.4 | 83.9 | 25.2 | |
绿色建筑基本级情景下，上海和哈尔滨的办公建筑减排率均为1.0%,而酒店分别为4.0%和2.4%,可见划分内外区并设置不同的室内温度值及采用不同的照明控制时刻表对办公建筑和酒店的减碳潜力都较弱。
而涵盖了所有绿色建筑技术的三星级绿色建筑技术综合情景，办公建筑和酒店的减排率分别可以达到约19%和25%。
4 结论
本文基于IPCC提出的排放因子法，以夏热冬冷和严寒地区的上海、哈尔滨为代表，建立办公建筑和酒店的典型建筑模型，使用能耗模拟软件计算不同绿色建筑技术情景下的建筑碳排放强度，最后对不同情景下的碳排放强度及减排潜力进行分析，得出以下结论：
1) 我国集中供热地区的建筑碳排放强度与非集中供热地区相比高30～50 kg/(m2·a),可见集中供热地区具有较大的节能减碳潜力。建议推广热电联产、热泵技术、余热利用、生物质能等清洁供热方式，提高集中供热的能效。同时，加强建筑围护结构的保温性能和气密性，可以进一步降低供暖能耗。
2) 相同气候区下各项绿色建筑技术的减排率排序相似，自然采光、自然通风2种被动技术具有显著的减碳潜力，其中自然采光的减排率排在首位，可达约13%～20%,自然通风可达约8%～13%。在建筑设计阶段，建议预留足够的自然采光区和自然通风口，在营造舒适环境的同时，尽可能利用被动技术降低能耗。
3) 遮阳和可再生能源技术的适用性均与气候区有关，夏热冬冷地区遮阳技术的减排率可以达到严寒地区的2倍，因此，在建筑设计时，夏热冬冷地区应充分考虑与围护结构耦合的外遮阳措施。而对于可再生能源技术的应用，建议结合建筑设计，因地制宜推广利用光热、光伏及相关储能技术。此外，在公共建筑中推广地源和水源热泵系统的利用，可以充分发挥可再生能源清洁、高效、节能减排的优势，助力建筑领域的碳中和。
4) 空调能效提升和建筑围护结构改造的减碳率约为3.0%～7.5%,相比之下这2项技术的减碳潜力较弱，因此对于新建建筑而言，应在成本预算合理的情况下，应用这2项绿色建筑技术。
5) 与GB 50189—2015的基准情景相比，综合7种情景的办公建筑和酒店建筑减排率分别可以达到约19%和25%。建议在现有的节能标准下，相关部门制定相应的政策规范和激励制度，推进绿色建筑项目的稳步发展。
本文的计算基于GB/T 50378—2019中的评价准则，仅针对夏热冬冷和严寒地区的2个代表城市上海和哈尔滨的办公建筑和酒店，并限于运行阶段的碳排放，进一步的研究可考虑涵盖其他相关标准，例如《近零能耗建筑技术标准》等。此外，明确并扩展典型建筑模型的形态和输入参数、扩展典型建筑模型的业态和气候区、研究绿色建筑技术在居住建筑中的减碳潜力、考虑隐含碳排放等都是可以进一步研究的方向。
Received： 2022-02-10
[1] World Meteorological Organization.State of the global climate 2020(WMO-No.1264)[EB/OL].[2021-08-01].https：∥library.wmo.int/index.php?lvl=notice_display&id=21880#.YHg0ABMzZR0．
[2] MIHIRETU A,OKOYO E N,LEMMA T.Causes,indicators and impacts of climate change:understanding the public discourse in goat based agropastoral livelihood zone,Ethiopia[J].Heliyon,2021,7(3):e06529．
[3] JAKUĈIONYTĒ-SKODIENĒM,LIOBIKIENĒG.Climate change concern,personal responsibility and actions related to climate change mitigation in EUcountries:cross-cultural analysis[J].Journal of cleaner production,2021,281:125189．
[4] GULCEBI M I,BARTOLINI E,LEE O,et al.Climate change and epilepsy:insights from clinical and basic science studies[J].Epilepsy and behavior,2021,116:107791．
[5] IPCC.IPCC special report 2018:chapter 3:impacts of 1.5°C of global warming on natural and human systems[EB/OL].[2021-08-01].https：∥www.ipcc.ch/site/assets/uploads/sites/2/2019/06/SR15_Chapter3_Low_Res.pdf．
[6] POKHREL S R,HEWAGE K,CHHIPI-SHRESTHAG,et al.Carbon capturing for emissions reduction at building level:a market assessment from a building management perspective[J].Journal of cleaner production,2021,294:126323．
[7] BANK T W.CO2emissions.[EB/OL].[2021-08-02].https：∥data.worldbank.org/indicator/EN.ATM.CO2E.KT．
[8] QIAN D,LI Y,NIU F,et al.Nationwide savings analysis of energy conservation measures in buildings[J].Energy conversion and management,2019,188:1-18．
[9] ROBATI M,OLDFIELD P,NEZHAD A A,et al.Carbon value engineering:a framework for integrating embodied carbon and cost reduction strategies in building design[J].Building and environment,2021,192:107620．
[10] MATA E,KORPAL A K,CHENG S H,et al.Amap of roadmaps for zero and low energy and carbon buildings worldwide[J].Environmental research letters,2020,15(11):113003．
[11] 中国建筑节能协会．中国建筑能耗研究报告2020[J]．建筑节能（中英文），2021,49(2):1-6．
[12] ABDELAAL F,GUO B H W.Knowledge,attitude and practice of green building design and assessment:New Zealand case[J].Building and environment,2021,201:207960．
[13] SU Y,WANG L,FENG W,et al.Analysis of green building performance in cold coastal climates:an indepth evaluation of green buildings in Dalian,China[J].Renewable and sustainable energy reviews,2021,146:111149．
[14] 卜增文，孙大明，林波荣，等．实践与创新：中国绿色建筑发展综述[J]．暖通空调，2012,42(10):1-8．
[15] 林波荣，肖娟．我国绿色建筑常用节能技术后评估比较研究[J]．暖通空调，2012,42(10):20-25．
[16] YANG Z,CHEN H,MI L,et al.Green building technologies adoption process in China:how environmental policies are reshaping the decisionmaking among alliance-based construction enterprises?[J].Sustainable cities and society,2021,73:103122．
[17] KONG F,HE L.Impacts of supply-sided and demand-sided policies on innovation in green building technologies:a case study of China[J].Journal of cleaner production,2021,294:126279．
[18] 肖旭东，王元丰．绿色建筑生命周期碳排放及生命周期成本研究[D]．北京：北京交通大学，2021:2-5．
[19] WU X,PENG B,LIN B.A dynamic life cycle carbon emission assessment on green and non-green buildings in China[J].Energy and buildings,2017,149:272-281．
[20] 王侃宏，马伊利．基于建筑碳排放分析的绿色建筑评价体系研究[J]．节能，2021,40(8):75-77．
[21] 郭春梅，刘清华，李胜英．基于绿色建筑评价体系的绿色建筑全生命周期碳排放核算模型构建与实例分析[J]．绿色建筑，2019,11(5):13-18．
[22] 彭卓，郭春梅，汪磊磊，等．绿色建筑全生命周期CO2排放敏感性与减碳潜力研究[J]．天津城建大学学报，2021,27(6):436-441．
[23] HOUGHTON J T,JENKINS G J,EPHRAUMS J J.Climate change:the IPCC scientific assessment[M].Cambridge,UK:Cambridge University Press,1990．
[24] REN Z,PAEVERE P,MCNAMARA C.A localcommunity-level,physically-based model of end-use energy consumption by Australian housing stock[J].Energy policy,2012,49:586-596．
[25] 国家统计局能源统计司．中国能源统计年鉴2020[M]．北京：中国统计出版社，2020:178-183.