蒲清平，李百戰(zhàn)，喻偉

(重慶大學(xué) 城市建設(shè)與環(huán)境工程學(xué)院，重慶，400045)

節(jié)約能源是資源節(jié)約型社會的重要組成部分，作為占全社會商品用能1/3的建筑用能，是節(jié)能工作的重點。近年來，我國的建筑能耗隨著城市化率的提高、經(jīng)濟發(fā)展、人民收入和生活水平的不斷改善而持續(xù)增長，1996—2006年，建筑總商品能耗消耗從 7.12×1015～16.50×1015kJ，增加了1.3倍，其中，2006年城鎮(zhèn)住宅商品能耗為 7.97×1015kJ，占建筑總能耗的44%，可見在全社會終端能耗的消耗中居住建筑能耗比例較大[1]。居住建筑能耗的高低取決于多因素，具有時變性、復(fù)雜性、隨機性、地域性等的特點。研究區(qū)域居住建筑能耗的影響因素，系統(tǒng)地積累居住建筑能耗的基礎(chǔ)數(shù)據(jù)，并建立相應(yīng)能耗影響因素預(yù)測模型是制定整個行業(yè)發(fā)展戰(zhàn)略和規(guī)劃的基礎(chǔ)與前提，對于推動建筑節(jié)能具有重要的現(xiàn)實意義[2]。國內(nèi)外對影響居住建筑能耗的影響因素主要從住戶情況、建筑物情況、家電設(shè)備擁有情況、熱環(huán)境要求等方面進行研究，而且根據(jù)特定區(qū)域通過抽樣調(diào)查展開[3-14]。然而，針對重慶城市居住建筑能耗的研究樣本較小，并不涉及全年能耗，也未建立信度較高的能耗預(yù)測模型，因此，擴大能耗樣本容量，深入了解重慶居住建筑年度能耗影響因素，通過分析和研究建立居住建筑能耗預(yù)測模型，為重慶市能源規(guī)劃和能源政策制定具有重要意義，并為居住建筑節(jié)能提供正確的方向、對節(jié)能降耗工作具有重要的現(xiàn)實意義。

1 研究方法

本研究以抽樣調(diào)查、客觀結(jié)合主觀問卷調(diào)查獲取研究數(shù)據(jù)，采取相關(guān)分析法建立研究模型。

1.1 數(shù)據(jù)獲取與分析處理

本研究客觀數(shù)據(jù)來源于2009年及2010年的住戶實際電力消耗得到的年能耗數(shù)據(jù)；主觀數(shù)據(jù)來源于2011年3～4月，根據(jù)重慶市住宅建筑的特點和人口分布情況從沙坪壩、九龍坡、南岸5個區(qū)中共抽取1 000戶住戶調(diào)查，最終收回有效問卷681份。主觀調(diào)查與客觀能耗逐一匹配，采用 SPSS16.0軟件進行分析處理。

主觀問卷設(shè)計從用戶信息、建筑物基本情況、生活方式、節(jié)能意識、家用電器擁有情況5個方面設(shè)計，具有較高的信度和效度。其中，用戶信息包括家庭常住人口數(shù)、年齡分布、家庭總收入。建筑物基本情況包括建筑面積、建筑年代、建筑朝向、建筑類型、居住樓層等；生活方式包括夏天常用的降溫方式、使用空調(diào)的平均時間、空調(diào)溫度設(shè)定情況、在什么情況下選擇使用空調(diào)、對室內(nèi)溫度及舒適度的總體感覺、冬季常用的采暖方式、冬季采暖空調(diào)設(shè)定溫度、冬季在什么情況下使用空調(diào)采暖、對室內(nèi)溫度及舒適度的總體感覺等；節(jié)能意識包括是否使用節(jié)能燈具、電器設(shè)備未使用時是否待機等；家用電器擁有情況包括電腦臺數(shù)、空調(diào)臺數(shù)、電冰箱臺數(shù)、取暖器、電熱水器、電飯鍋臺數(shù)等。

在調(diào)查過程中，由訓(xùn)練有素的調(diào)查人員直接入戶發(fā)放問卷并向住戶說明問卷內(nèi)容，住戶當(dāng)面填寫，問卷現(xiàn)場回收，回收問卷統(tǒng)一整理分析。

1.2 相關(guān)分析

相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度，是研究隨機變量之間的相關(guān)關(guān)系的一種統(tǒng)計方法。

2個變量間的簡單相關(guān)分析就是研究2個變量間線性相關(guān)程度并用適當(dāng)?shù)慕y(tǒng)計指標(biāo)表示出來的一種常用統(tǒng)計方法。相關(guān)系數(shù)是測定變量之間線性相關(guān)程度和相關(guān)方向的代表性指標(biāo)，用符號Υ表示，其特點表現(xiàn)在：參與相關(guān)分析的2個變量是對等的，不分自變量和因變量，因此，相關(guān)系數(shù)只有1個；相關(guān)系數(shù)有正有負，正負號反映了相關(guān)關(guān)系的方向，正號反映正相關(guān)，負號反映負相關(guān)；計算相關(guān)系數(shù)的2個變量都是隨機變量。相關(guān)系數(shù)是描述2個變量之間線性相關(guān)程度的定量指標(biāo)。相關(guān)系數(shù) γxy為無量綱，其值在[-1，1]范圍內(nèi)。

最常用的相關(guān)系數(shù)為皮爾遜(Pearson)相關(guān)系數(shù)，其計算公式為：

偏相關(guān)分析是指在對其他變量的影響進行控制的條件下，分析多個變量中某2個變量之間的線性相關(guān)程度，計算偏相關(guān)系數(shù)。偏相關(guān)分析也稱凈相關(guān)分析，它在控制其他變量的線性影響的條件下分析兩變量間的線性相關(guān)，所采用的參數(shù)為凈相關(guān)系數(shù)。

假定有x1，x2和x33個變量，要求剔除變量x3的影響后，變量x1和x2之間的偏相關(guān)系數(shù)，該偏相關(guān)系數(shù)記為r12,3，變量3稱為控制變量。偏相關(guān)系數(shù)記為r12,3，其計算公式為：

2 居住建筑能耗預(yù)測模型構(gòu)建

2.1 影響因素的相關(guān)分析

在住宅建筑中，建筑能耗主要包括空調(diào)、照明、電器、炊事熱水等終端能耗[15]，影響因素多，通常涉及收入、建筑物情況、住戶情況、能耗設(shè)備擁有情況及生活方式和節(jié)能觀念。本調(diào)查從這5個方面入手，相應(yīng)地設(shè)計了家庭年收入、建筑面積，建筑年代，居住樓層，建筑類型，常住人口等調(diào)查指標(biāo)。為了分析這些變量與年能耗是否有相關(guān)性及相關(guān)程度，對各變量進行簡單相關(guān)分析。

2.1.1 簡單相關(guān)性分析

運用 SPSS16.0軟件對居住建筑年能耗與各變量相關(guān)性進行分析，結(jié)果如表1所示。由表1可以看出：盡管家電設(shè)備擁有量與年能耗相關(guān)系數(shù)不同，但是，所有家電使用量和使用強度都基本上與年能耗相關(guān)，分析結(jié)果與實際結(jié)果比較一致。同時根據(jù)顯著性水平P可知：常住人口、人均建筑面積、建筑類型、夏季空調(diào)降溫方式、制冷空調(diào)和電腦臺數(shù)總和、空調(diào)電腦電視日均使用時間和6個變量與年能耗具有顯著線性相關(guān)關(guān)系。

表1 年能耗與各變量簡單相關(guān)分析結(jié)果Table 1 Simple correlation analysis results of annual energy consumption and influencing factors

2.1.2 偏相關(guān)分析

簡單相關(guān)分析因不能控制其他變量的影響，有時不能真實準(zhǔn)確地反映事物之間的相關(guān)關(guān)系，而偏相關(guān)分析則可以。因此，有必要通過偏相關(guān)分析對確定的年能耗簡單相關(guān)變量進行深入分析。

對年能耗與常住人口、人均建筑面積、建筑類型、夏季空調(diào)降溫方式、制冷空調(diào)和電腦臺數(shù)總和、空調(diào)電腦電視日均使用時間總和的關(guān)系進行偏相關(guān)分析，總能耗與各變量的偏相關(guān)分析結(jié)果如表2所示。

表2 年能耗與各變量的偏相關(guān)分析結(jié)果Table 2 Partial correlation analysis results of annual energy consumption and influencing factors

從表2可以看出：偏相關(guān)分析確定的與年能耗有顯著線性相關(guān)性的因素有常住人口、人均建筑面積、制冷空調(diào)和電腦臺數(shù)總和和夏季空調(diào)降溫方式。

2.2 居住建筑能耗預(yù)測模型構(gòu)建

根據(jù)偏相關(guān)分析結(jié)果，選擇4個變量為影響變量建立回歸模型，即對年能耗(因變量Y)進行分析時，其影響因素為常住人口數(shù)量(X1)、人均建筑面積(X2)、制冷空調(diào)和電腦臺數(shù)總和(X3)和夏季空調(diào)降溫方式(X4，取值為1，2，3或4，取1表示“任何時間都不開空調(diào)”；取2表示“很熱的時候才開空調(diào)”，取3表示“稍感熱的時候開空調(diào)”，取4表示“進屋就開空調(diào)”)，多元線性回歸模型的具體形式為：

用逐步法回歸選擇自變量擬合回歸模型，方法如表3所示。

表4所示為各個模型非標(biāo)準(zhǔn)化的回歸系數(shù)(B)和標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)化回歸系數(shù)、t統(tǒng)計量和t檢驗的顯著性水平(Sig.)。從表4可以看出：這4個模型各變量顯著性水平均小于0.100，具有統(tǒng)計學(xué)意義。模型4常數(shù)項為-817.445；制冷空調(diào)和電腦數(shù)量總和的偏回歸系數(shù)為87.376，標(biāo)準(zhǔn)化回歸系數(shù)為0.114；常住人口的偏回歸系數(shù)為380.434，標(biāo)準(zhǔn)化回歸系數(shù)為0.383；人均建筑面積的偏回歸系數(shù)為 30.699，標(biāo)準(zhǔn)化回歸系數(shù)為0.366；夏季空調(diào)降溫方式的偏回歸系數(shù)為 226.667，標(biāo)準(zhǔn)化回歸系數(shù)為0.128。

表3 引入或剔除的變量Table 3 Variables introduced or removed

表4 模型各系數(shù)檢驗Table 4 Tested model coefficients

圖1 因變量標(biāo)準(zhǔn)化殘差散點圖Fig.1 Scatter diagram of induced variable standardized residual

圖1所示為因變量標(biāo)準(zhǔn)化殘差散點圖。從圖1中沒有發(fā)現(xiàn)明顯的異常值和影響點，表明模型擬合較好。同時，為了驗證模型的擬合效果，根據(jù)模型4對樣本數(shù)據(jù)進行回代檢驗，得到各樣本年均能耗非標(biāo)準(zhǔn)化預(yù)測值，將預(yù)測值減統(tǒng)計量值得到預(yù)測值與實際值之差，把絕對差值小于1 004(回歸方程預(yù)測值標(biāo)準(zhǔn)差)視為符合，反之則不符合，得符合的樣本數(shù)為460個，不符合的樣品數(shù)為166個，歷史符合率為73.5%。

根據(jù)以上分析，確定最終的回歸方程為：

從以上模型可以看出：年能耗與常住人口、人均建筑面積、制冷空調(diào)和電腦臺數(shù)總和以及夏季空調(diào)降溫方式成正相關(guān)，與偏相關(guān)分析結(jié)果一致。

3 結(jié)果討論與檢驗

3.1 結(jié)果討論

從分析結(jié)果可知，家庭常住人口數(shù)，人均建筑面積，制冷空調(diào)和電腦臺數(shù)總和以及夏季空調(diào)降溫方式是影響居住建筑年能耗的主要因素，這與文獻[5, 7, 11]中的結(jié)果具有相似性。然而，對于收入變量，分析顯示與年能耗不具有顯著線性相關(guān)性，這與文獻[3, 4, 8]中的結(jié)果不一致。其可能的原因是：隨著人們居住條件的改善，很多原來只有高收入人群才能擁有的生活設(shè)施現(xiàn)在已經(jīng)進入普通老百姓家庭；此外，重慶城市居民收入水平差距不是特別大，這在調(diào)查結(jié)果頻數(shù)分析中也得到體現(xiàn)，高收入和低收入家庭所占比例比較低，約為10%。

3.2 結(jié)果檢驗

通過歷史能耗的實際消費數(shù)與模型擬合數(shù)的比較可以進一步檢驗?zāi)Ｐ偷拇硇?。由于能耗統(tǒng)計開始于2008年，所以，比較的歷史時期只能選擇2008～2010年。通過重慶統(tǒng)計年鑒可以獲取2008～2009年重慶城市(主城 9區(qū))戶均常住人口、人均房屋建筑面積和制冷空調(diào)和電腦臺數(shù)；同時，根據(jù)調(diào)查數(shù)據(jù)可知住戶夏季空調(diào)降溫方式，將這些數(shù)據(jù)代入模型可得這2年居住能耗擬合值，然后與統(tǒng)計能耗數(shù)據(jù)進行比較，從而對模型擬合效果進行判斷。

從《重慶統(tǒng)計年鑒2010》可以獲取2008年和2009年的模型變量戶均常住人口、人均房屋建筑面積和制冷空調(diào)和電腦臺數(shù)總和。對于夏季空調(diào)降溫方式，根據(jù)調(diào)查結(jié)果，住戶基本上都選擇很熱的時候才開空調(diào)或者稍感熱的時候開空調(diào)，因此，對2008年和2009年的夏季空調(diào)降溫方式這2個變量分別取值2和3。同時，根據(jù)城市居住總戶數(shù)，可以得到年能耗模型擬合數(shù)據(jù)，通過與實際能耗比較，得到模型符合度，如表5所示[16]。

表5 2008～2010年重慶城市居住建筑能耗比較Table 5 Comparison results between predicted values and actual values(Chongqing urban residential building energy consumption, 2008—2010)

從表5可以看出：模型擬合數(shù)據(jù)與實際統(tǒng)計數(shù)據(jù)符合度為95%左右，表明模型具有較好代表性，與實際能源消費結(jié)果較符合，模型具有實際應(yīng)用價值。

4 結(jié)論與建議

(1) 通過大量調(diào)研得出了重慶市居住建筑的能耗，并通過相關(guān)性分析得出了影響居住建筑年能耗的主要因素，包括家庭常住人口數(shù)，人均建筑面積，制冷空調(diào)和電腦臺數(shù)總和以及夏季空調(diào)降溫方式，為確定年能耗影響模型奠定了基礎(chǔ)。

(2) 根據(jù)多元回歸分析理論設(shè)計了影響重慶市居住建筑能耗的多元回歸模型，并通過統(tǒng)計檢驗確立最終模型；最后利用2008～2009年我市城市實際居住建筑能耗數(shù)據(jù)對模型擬合效果進行檢驗，模型擬合較好，說明該模型具有一定的實際應(yīng)用價值。

(3) 所提出的居住建筑能耗模型能反映實際發(fā)展趨勢，可用于輔助制訂重慶市居住建筑節(jié)能措施和標(biāo)準(zhǔn)，正確引導(dǎo)和組織重慶市居住建筑行業(yè)，優(yōu)化重慶市居住建筑結(jié)構(gòu)，并據(jù)重慶市居住建筑能耗的預(yù)測，對重慶市能源合理規(guī)劃、居住建筑節(jié)能政策的制定提供重要參考依據(jù)。

[1]江億, 林波榮, 曾劍龍, 等. 住宅節(jié)能[M]. 中國建筑工業(yè)出版社, 2006: 3-8.JIANG Yi, LIN Bo-rong, ZENG Jian-long, et al. Energy efficiency in residential buildings[M]. Beijing: China Architecture & Building Press, 2006: 3-8.

[2]LI Bai-zhan. Sustainable response to the urbanisation in China[J].Journal of Central South University of Technology, 2007, 14(S3):1-7.

[3]Haas R, Biermayr P, Zoechling O, et al. Impacts on electricity consumption of household appliances in Austria: A comparison of time series and cross-section analyses[J]. Energy Policy, 1998,26(13): 1031-1040.

[4]Papakostas K T, Sotiropoulos B A. Occupational and energy behaviour patterns in Greek residences[J]. Energy and Buildings,1997, 26(2): 207-213.

[5]Tuan N A, Lefevre T. Analysis of household energy demand in Vietnam[J]. Energy Policy, 1996, 24(12): 1089-1099.

[6]清華大學(xué)建筑節(jié)能研究中心. 中國建筑節(jié)能年度發(fā)展研究報告2009[M]. 北京: 中國建筑工業(yè)出版社, 2009: 1-10.Building Energy Research Centre of Tsinghua University.Annual report of 2009 on China building energy efficiency[M].Beijing: China Architecture & Building Press, 2009: 1-10.

[7]王怡, 劉加平. 西安住宅環(huán)境現(xiàn)狀調(diào)查及空調(diào)設(shè)備使用情況分析[J]. 暖通空調(diào), 2005, 35(12): 44-46.WANG Yi, LIU Jia-ping. Investigation on residential building indoor environment in Xi’an and usage of air conditioners[J].HVAC, 2005, 35(12): 44-46.

[8]李念平, 關(guān)軍, 潘尤貴, 等. 長沙市住宅建筑夏季能源使用結(jié)構(gòu)的調(diào)查與分析[J]. 暖通空調(diào), 2004, 34(5): 14-17.LI Nian-ping, GUAN Jun, PAN You-gui, et al. Investigation andanalysis on summer energy structure of residential buildings in Changsha[J]. HVAC, 2004, 34(5): 14-17.

[9]趙輝, 呂忠, 錢渝. 重慶地區(qū)典型居住建筑建造能耗分析[J].重慶建筑, 2010, 9(8): 5-7.ZHAO Hui, Lü Zhon, QIAN Yu. Analysis of construction energy consumption for residential buildings in Chongqing[J].Chongqing Architecture, 2010, 9(8): 5-7.

[10]符佩佩. 長江流域農(nóng)村建筑能耗調(diào)查及節(jié)能對策研究[D]. 重慶: 重慶大學(xué)城市建設(shè)與環(huán)境工程學(xué)院, 2008: 8-9.FU Pei-pei. Study of rural building energy consumption survey and energy-saving strategies in Yangtze valley[D]. Chongqing:Chongqing University. Faculty of Urban Construction and Environmental Engineering, 2008: 8-9.

[11]陳淑琴. 基于統(tǒng)計學(xué)理論的城市住宅建筑能耗特征分析與節(jié)能評價[D]. 長沙: 湖南大學(xué)土木工程學(xué)院, 2008: 13-15.CHEN Shu-qing. Analyses on energy consumption characteristics and energy conservation evaluation of urban residential building based on the statistical methodologies[D].Changsha: Hunan University. College of Civil Engineering, 2008:13-15.

[12]謝艷群. 長沙市住宅能耗調(diào)查實測及其影響因素的統(tǒng)計分析研究[D]. 長沙: 湖南大學(xué)土木工程學(xué)院, 2007: 2-3.XIE Yan-qun. Investigation of energy consumption and statistical analysis survey of its influencing factors of residential building in Changsha city[D]. Changsha: Hunan University.College of Civil Engineering, 2007: 2-3.

[13]Hui S C M. A randomized approach of multiple regression analysis of building energy simulation[C]//Proceedings of the IBPSA Building Simulation 97 Conference. Prague, Czech Republic, 1997: 103-110.

[14]Sari R, Soytas U. The growth of income and energy consumption in six developing countries[J]. Energy Policy, 2007(35):889-898.

[15]Sinor R, Westphal F S, Lamberts R. Regression analysis of electric energy consumption and architectural variables of conditioned commercial buildings in 14 Brazilian cities[C]//Seventh International IBPSA Conference. Rio de Janeiro, Brazil, 2011: 1373-1379.

[16]重慶市統(tǒng)計局. 重慶統(tǒng)計年鑒2010[M]. 北京: 中國統(tǒng)計出版社, 2010: 146, 153, 479.Statistics Bureau of Chongqing. A statistics almanac of Chongqing in 2010[M.]Beijing: China Statistics Press, 2010:146, 153, 479.