基于系统动力学的被动式建筑产量提升策略研究
时间：2023-03-02 18:05:06 来源：千叶帆 本文已影响人
刘作伟，李永福
（山东建筑大学 管理工程学院，山东 济南 250101，E-mail：1379476315@qq.com）
被动式建筑作为建筑领域绿色发展的重要方式，可以使建筑行业彻底摆脱高能耗的困境，使建筑本身做到保温隔热，有着较好的舒适度，可实现超低甚至零能耗的目标。从长远角度看，被动式建筑契合当下可持续发展战略，推动其广泛应用可促进我国建筑行业快速摆脱传统高能耗的困境，实现被动式建筑的高质量、快速发展。
国内众多学者针对被动式建筑展开细致深入的研究，在被动式建筑经济性评价及可行性研究方面：丛为一等[1]引入工程经济学中回收期的概念，研究被动式建筑成本效益，并以此为投资者提供参考。崔国游等[2]分析了被动式建筑的增量成本及效益，并通过各种实例证明了被动式建筑在我国的可行性。祁永成等[3]为研究被动式建筑增量成本效益，采用模糊综合评判及货币化方法，表明了被动式建筑的增量成本可降低，提升效益。在被动式建筑推广与应用方面：王志强等[4]构建了政府-开发商-代理的三方博弈模型来研究被动式建筑政府在其中所起的激励作用与策略。叶青等[5]基于政府视角，构建了被动式建筑推广的演化博弈模型，并结合Matlab工具进行仿真，得出相应激励策略。王建廷等[6]通过构建决策模型，从消费者角度为政府合理有效地完善激励政策并以此提高消费者选择绿色建筑的意愿提供参考。崔国游[7]针对目前推广超低能耗建筑规模化所存在的问题，对市场参与方的需求、心理等关系进行分析，预判行业发展轨迹。在被动式建筑政府激励研究方面：黄理达等[8]基于政府视角，提出政府制定有效激励合同应从多方位激励，并进行政府约束及风险分担。黄理达[9]又以地方政府视角建立被动房初始推广下委托代理模型，分析了在此机制作用下，政府应如何有效制定激励合同才可达到最理想激励效果。
针对被动式建筑的推进与推广机制，部分学者采取定性分析的方法对被动式建筑推广的影响因素分析，提出相对应的解决措施；
另有学者采用定量分析方法，探讨被动式建筑推广影响因素的权重值，从中找出关键的影响因素并提出对应解决措施。但依据现实情况，各个影响因素间不是相互独立的关系，很有可能一个因素的变化会引起其他各个因素的改变，因此，在对被动式建筑推进机制进行分析时，需考虑到被动式建筑整个推进系统内各因素间的因果关系。本文考虑到被动式建筑推广影响因素间的关联性，以动态的原理利用 Vensim软件梳理出关键影响因素，通过专家访谈及调查数据的方法将提出的关键影响因素赋值进行仿真模拟，根据确定的关键因素进行敏感性分析，进一步研究系统中每个关键影响因素对被动式建筑推广机制的影响程度大小，据此制定推广措施，以期能够为被动式建筑的推广研究提供参考与借鉴。
被动式建筑产量提升会受到来自政府、开发商、市场、全民意识等因素的影响。通过大量文献和相关性分析，分别对被动式建筑产量提升的4个子系统进行研究，并采取与专家面对面访谈形式进一步确定各系统中因素选择的合理性，最终形成了23个驱动因素，4个子系统，包括5个状态变量即被动式建筑市场需求水平、被动式建筑政府政策水平、开发商获得经济效益水平、节能环保意识水平、被动式建筑产量水平；
5个速率变量即被动式建筑市场需求变化率、被动式建筑政府政策完善率、开发商获得经济收益率、节能环保意识转变率、被动式建筑产量提升率；
14个辅助变量即财政补贴力度、对开发被动式建筑企业税收减免程度、被动式建筑带来增量收益、开发商开发被动式建筑意愿、开发商社会责任感、被动式建筑建造成本、被动式建筑从业人员经验和能力、被动式建筑施工技术水平、南北地区认知差异、宣传力度、被动式建筑销售价格、消费者购买被动式建筑意愿、城市人口数量、被动式建筑施工技术标准；
5个常量即城市发展竞争力、居住环境污染程度、被动式建筑相关人才投入、普通住宅商品房价格、被动式建筑设计费用。具体因果关系分析如下：
（1）被动式建筑市场需求系统分析。构成被动式建筑市场需求系统的因素主要有城市人口数量、普通住宅商品房价格、消费者购买被动式建筑意愿。同时，被动式建筑市场需求又影响被动式建筑销售价格及被动式建筑产量水平。
（2）被动式建筑政府政策系统分析。构成被动式建筑政府政策系统的因素主要有城市发展竞争力、被动式建筑市场需求水平。同时，被动式建筑政府政策又影响财政补贴力度、对开发被动式建筑企业税收减免程度、开发商获得经济收益水平、被动式建筑产量水平。
（3）开发商获得经济效益系统分析。构成开发商获得经济效益系统的因素主要有对开发被动式建筑企业税收减免程度、被动式建筑带来增量收益、被动式建筑建造成本、被动式建筑政府政策水平、被动式建筑设计费用、被动式建筑销售价格、财政补贴力度。同时，开发商获得经济效益水平又影响开发商开发被动式建筑意愿。
（4）节能环保意识系统分析。构成节能环保意识系统的因素主要有南北地区认知差异、开发商社会责任感。同时节能环保意识水平又影响被动式建筑产量水平、消费者购买被动式建筑意愿、开发商开发被动式建筑意愿。
根据以上4个子系统绘制因果关系图，并通过查阅文献及参考群体共同智慧，得出带有反馈关系的因果回路图如图1所示。
图1 被动式建筑产量提升因果关系图
系统动力学可根据变量之间的逻辑关系，解决复杂结构动态系统问题[10]。
2.1 因果反馈模型分析
在 Vensim中，对被动式建筑产量提升系统因果反馈模型进行分析，可以得到5条系统回路，其中，1条为负反馈回路，4条为正反馈回路，表明被动式建筑产量提升系统可进行一定的自我调节。
2.2 被动式建筑产量提升存量流量模型
对图1因果关系中市场需求系统、政府政策系统、节能环保意识系统、开发商获得经济效益系统进行整合，建立完整的存量流量图，如图2所示。
图2 被动式建筑产量提升存量流量图
2.3 确定系统动力学方程
2.3.1 G1法确定各个驱动因素指标权重
G1法相比AHP法，计算量更少，也无需进行一致性检验[11]。
当某指标xi在某评价准则中的重要程度大于xj时，记xi>xj，若所有评价指标都按大小顺序排列完成，则称评价指标间确定序关系。对整个评价指标集合{x1，x2，…，xm}按步骤建立序关系：
（1）在m个指标中选择最重要指标xi。
（2）在余下m-1个指标中选择次重要指标xj。
（3）将余下最后一个指标记为xk。则确定出集合唯一序关系，而后确定相邻指标间重要程度情况。
相邻指标重要程度之比采用ap=p-1/p，p=m，m-1，…，3，2，当指标数量较多时，取最次要指标为1。ap的取值如表1所示。
表1 标度参考
该方法适合指标多的模型，因此采用G1法与专家进行面对面访谈形式确定出多个原因因素对应一个结果因素的情况中各原因因素的权重值，最终结果由5位行业相关专家协商一致后得出。5位行业专家分别来自地产方、施工方、高校学者、政府方及消费者方。权重赋值情况如表2所示。
表2 模型中影响因素权重赋值情况
而当只有一个原因因素对应某一结果因素时，往往该原因因素对结果因素产生的影响会有所折扣，因此会出现主观系数评判该原因因素对结果因素产生的影响，该主观系数仍由上述5位行业专家打分确定，具体如表3所示。
表3 单一因素专家打分情况
2.3.2 确定系统动力学初始数据
（1）城市发展竞争力。此常量依据某城市GDP确定，查询某城市2010~2021年统计年鉴，得到基础数据，后对这 12年的基础数据进行线性回归方程拟合，预测出2022~2030年GDP情况，作为城市发展竞争力基础数据，选取其中部分年份数据作为表函数，单位（亿元）。如表4所示。
表4 城市发展竞争力表函数值
（2）普通住宅商品房价格。此常量依据相同城市每年2月份房价确定，根据安居客网站提供的2010~2022年该城市2月份商品房价格，对未来8年数据进行预测，作为普通住宅商品房价格基础数据，选取其中部分年份数据作为表函数，单位（元）。如表5所示。
表5 普通住宅商品房价格表函数值
（3）被动式建筑设计费用。由于此常量数据不易量化，但又不会一直不变，考虑现实情况，将其设定为 STEP函数，初始值设定为 40，到 2014年上涨5，2018年上涨5，2022年上涨5，单位：百万元。
（4）居住环境污染程度。此常量依据相同城市 2010~2021年 PM2.5情况确定，查询该城市2010~2021年统计年鉴，得到基础数据，并对未来情况进行预测，选取部分年份数据作为表函数，单位（mg/m3），如表6所示。
表6 居住环境污染程度表函数值
（5）被动式建筑相关人才培养投入。此常量依据相同城市建筑工程投资额确定，查询该城市2010~2021年统计年鉴，得到基础数据，并对未来情况进行预测，选取部分年份数据作为表函数，单位（亿元）。如表7所示。
表7 相关人才培养投入表函数值
（6）状态变量初始值情况。为统一量纲，将状态变量初始值全部划归为0~1之间，由上述5位专家打分完成初始值的确认，运行模型具体初始数据如下：被动式建筑市场需求水平初始值：0.4；
被动式建筑政府政策水平初始值：0.3；
节能环保意识水平初始值：0.2；
由于在2010年我国被动式建筑还尚未发展，因此，将被动式建筑产量水平及开发商获得经济效益水平初始值暂定为0。
2.3.3 建立系统方程式
系统动力学仿真模型的建立，需根据被动式建筑产量提升体系、因果关系图、存量流量图及确定的各因素性质，确定模型中的参数及方程。根据各变量性质，状态变量如：被动式建筑市场需求水平a1=INTEG（被动式建筑市场需求变化率×调整系数，0.4），需指出的是，被动式建筑市场需求水平、被动式建筑政府政策水平、开发商获得经济效益、节能环保意识水平4个状态变量的调整系数皆暂定为0.05，在后续进行敏感性分析时，调整状态变量公式中此系数即可看出对应变化趋势；
速率变量如：节能环保意识转变率=（-南北地区认知差异×0.417+开发商社会责任感×0.583）；
辅助变量如：财政补贴力度=被动式建筑政府政策水平×0.6。同时需考虑不同因素间量纲的不同，将对其作量纲一致化处理。例如：消费者购买被动式建筑意愿=宣传力度×0.216+居住环境污染程度×0.189+普通住宅商品房价格×0.216/20000+节能环保意识水平×0.135+被动式建筑销售价格×0.243/20000，此式中将普通商品房价格及被动式建筑销售价格均做了量纲一致化处理，使消费者购买被动式建筑意愿结果值在（0，1）区间内。
2.4 模型稳定性检验
本文通过改变系统仿真步长达到对系统进行稳定性检验的目的，将TIMESTEP=0.5设定为情景1，将TIMESTEP=1设定为情景2，将TIMESTEP=2设定为情景3，以变量“被动式建筑产量水平”“被动式建筑市场需求变化率”作为参考，观察在三种不同仿真步长状态下模拟结果虽然有细微差别，但总趋势水平变化不显著，证明稳定性良好，如图3所示。
图3 稳定性检验运行结果
2.5 模型极端情况检验
本文采用将某变量原因因素权重取极限方法对模型进行检验，验证模型个别数据在极端变化下对结果产生的变动情况。将“开发商开发被动式建筑意愿”方程由“开发商社会责任感×0.349+开发商获得经济效益水平×0.418+节能环保意识水平×0.233”改为“开发商社会责任感×0+开发商获得经济效益水平×1+节能环保意识水平×0”，意味着此时开发商开发被动式建筑意愿完全由开发商获得经济效益决定，不受开发商自身社会责任感及节能环保意识水平的影响，由图4可以发现，此极端情况下，被动式建筑产量规模相对于初始情况，增长预期放缓，但并未朝着不合理方向演变，证明系统的可靠性良好。
图4 极端情况检验模拟结果
3.1 模拟结果与分析
设定模型初始时间为2010年，结束时间为2030年，时间的步长为1年，利用Vensim模拟得到被动式建筑产量提升随时间变化的动态曲线图、4个子系统各自速率变量变化的曲线图，如图5、图6所示。
图5 被动式建筑产量提升随时间变化动态曲线图
图6 4个子系统各自速率变量曲线图
（1）被动式建筑产量水平。随着市场需求及政府政策水平的不断提高、开发商获得经济效益水平及节能环保意识水平的不断增强，导致其产量水平在2010~2030年内，稳步提升。
（2）被动式建筑市场需求率。图中出现 5个拐点，在 2010年初，被动式建筑刚刚被大家熟知时，市场需求变化率迅猛增加，随着大家的广泛了解，市场冲劲放缓，在 2014、2015年，随着城市人口数量及普通商品房价格的迅速上涨，被动式建筑市场需求变化率又迎来急剧上涨，2020年左右，由于新冠疫情冲击，导致普通商品房价格回落，消费者购置房产的需求降低，市场需求变化率缓慢上涨，预计在 2023年左右，随着国内新冠疫情的控制稳定，被动式建筑市场需求变化率将又迎来快速上涨趋势，在 2028年左右，随着被动式建筑市场逐步扩大，最终市场需求变化率保持在稳定水平。
（3）被动式建筑政府政策完善率。图中出现两个拐点，在2018年，随着城市发展竞争力水平（GDP）迅速上涨，引起政府对被动式建筑政策进行深入研究，致使政府政策完善率迅速提升，在 2020年，随着新冠疫情的影响，政府集中精力对防疫政策做出针对性调整，被动式建筑扶持政策放缓，导致政策完善率缓慢上涨。
（4）开发商获得经济收益率。图中出现两个拐点，在2017~2018年，国内被动式建筑设计费用提升，导致开发商获得经济收益率上涨情况稍有暂缓，后续适应了设计费用提升情况，开发商进行针对性调整，使自身获得经济效益收益率不断提高。
（5）节能环保意识转变率。图中在2012年左右迎来拐点，查数据可知，2012年 PM2.5排放情况为近10年最高，达到0.154，致使公众对于节能环保意识的呼吁迅速提高，后续随着政府针对污染的积极作为，公众的节能环保意识变化率也在持续走高。
3.2 敏感性分析
由于初期被动式建筑产量为 0，开发商获得经济效益水平也将为 0，暂不将开发商获得经济效益水平作为敏感性因素，因此本文将从市场、政府政策、公众意识角度对被动式建筑产量提升进行敏感性分析，根据分析结果判断敏感性程度，为被动式建筑推进与推广提供参考。
控制其他变量不变，将被动式建筑市场需求水平、政府政策水平、节能环保意识水平的调整系数分别变化±50%，如图7所示。
图7 市场需求、政府政策、节能环保意识水平初始值分别变化±50%时被动式建筑产量变化
在仿真初期，由于被动式建筑体量较小，市场需求、政府政策及节能环保意识对被动式建筑产量提升的影响效果并不显著。在 2020年左右，随着被动式建筑体量规模的不断扩大，市场需求、政府政策及节能环保意识对被动式建筑产量影响的效果开始显现，由图7可以看到，市场需求、政府政策对被动式建筑产量的敏感性高于节能环保意识，这是由于公众文化水平不断提高，宣传力度无论如何投入扩大，公众对于节能环保意识都将达到一个相对稳定的水平。相比之下，市场需求及政府政策还将会对被动式建筑产生更为广泛而深入的影响。
通过模拟系统发现，市场需求及政府政策水平对被动式建筑产量的促进作用大于节能环保意识水平，考虑现实，当开发商开发被动式建筑获得更高的经济效益时，显然会大范围开发被动式建筑，因此被动式建筑产量也将随着开发商获得经济效益提高而上升。由仿真结果可以看出，各系统对于被动式建筑产量提升作用的明显程度分别为：市场需求>政府政策>节能环保意识。随着未来城市发展竞争力的不断提升，城市人口数量也将陆续增多，近几年新冠疫情的冲击导致国民经济受到较大程度的影响，相信在未来更好地控制疫情的情况下，被动式建筑产量将会不断提升。政府在被动式建筑产量提升过程中扮演着至关重要的角色，制定被动式建筑发展的利好政策，更有利于开发商获得更高经济效益，提升公众对绿色低碳环保的意识，会进一步推动被动式建筑产量上升。
猜你喜欢 被动式市场需求开发商 被动式音乐疗法改善脑卒中后睡眠障碍的研究进展老年医学研究(2021年5期)2022-01-19基于被动式节能抵御灾难的建筑设计——以SDC 2015年参赛作品SU ＋RE HOUSE为例建材发展导向(2021年19期)2021-12-06麻纺标准紧贴市场需求纺织科学研究(2021年1期)2021-03-19被动式节能在住宅建筑设计中的应用分析建材发展导向(2021年24期)2021-02-12市场需求不旺 红枣行情暂稳今日农业(2020年17期)2020-12-15全球磷肥市场需求减少中国化肥信息(2020年10期)2020-07-22开发商瞄上了长租公寓华人时刊(2017年21期)2018-01-31简化供暖在被动式公寓的应用制冷技术(2016年4期)2016-08-21那些年，行贿的开发商们方圆(2015年11期)2015-09-10辉门：用品牌拉动市场需求汽车维修与保养(2015年2期)2015-04-17 相关热词搜索：被动式，动力学，产量，
