论文部分内容阅读
我国经济发展迅速,城市化进程在持续加剧中。总体而言我国正处于快速发展的时期。2020年我国万元国内生产总值能耗的目标是少于50亿吨煤。由于近些年工业方面的减排力度强劲,促使能效迅速提升,节能潜力有所下降。反观我国的宏观建筑能耗未能同步下降,一直保持增长趋势。近年来建筑能耗占总能耗的比重逐步提升至30%。因此,建筑行业未来需将进行更大程度的节能减排。2015年开始我国已尝试进行结构性改革,在尽可能多的扩大需求的同时推进改革方针的落实。这逐渐提高了我国供给体系的质量和效率,从而刺激我国的经济提升。由此对建筑行业的管理调控手段也实现了从需求侧变为供给侧。因此,建筑节能工作需以数据为基础有针对性的制定,目前建筑节能领域的研究的重点应是了解掌握我国建筑的能耗水平及趋势。本文主要对我国宏观建筑能耗的数据测算及驱动因子的识别两方面进行研究,以测算准确的建筑能耗指标数据及识别驱动因子量化驱动程度为目标,结合数学方法建立模型测算能耗数据,客观量化影响因素与建筑能耗的关系。本研究将极大的改善目前我国能耗数据缺失的问题,为实现国家双重控制目标的行政手段的针对性应用提供了数据支持。本文梳理总结了各类统计年鉴中指标数据存在的问题并对数据存在的缺失和问题进行修正。依据泰勒级数神经网络及拆分统计年鉴的方法建立宏观建筑面积和建筑能耗测算模型,应用测算模型完善了我国各类建筑各方面的指标数据体系。在能耗指标数据体系的基础上,分析得出我国建筑面积整体以年均5.3%的速度持续增长,建筑能耗整体增速有所下降但仍以5.6%的速度保持增长趋势。建筑能耗强度由峰值的13.96 kgce/m~2下降至目前的13.04 kgce/m~2。集中供热面积增长迅速,年均增长率达28%。但由于集中供热强度有所降低,集中供热能耗增速明显放缓。对建筑能耗影响因素等相关参考文献进行分析和归纳。以此为基础选择了16个初始的建筑能耗影响因素,通过各类统计年鉴获得其面板数据并分析其意义及对建筑能耗的影响。以16个建筑能耗影响因素的面板数据为基础,建立信息熵因子分析模型,根据因子分析方法对16个初始影响因素降维聚类,实现经济需求类、科技类和政策类的多指标集结,获得三个我国宏观建筑能耗的驱动因子。再计算各驱动因子的信息熵和权重,以量化其各自对建筑能耗的关键程度。以各驱动因子的指标数据为基础,通过对数函数参数值法进一步分析确定各驱动因子对建筑面积及能耗的驱动程度,量化三个因子对各类建筑面积及能耗的驱动作用。