城市住宅建筑系統流量-存量動態模擬
——以北京市為例

唐守娟,張力小,*,郝 巖,劉仟策,劉宇鵬,韓 驥

1 北京師范大學環境學院,環境模擬與污染控制國家重點聯合實驗室,北京 1008752 中國科學院大學中丹學院,北京 1000493 中國科學院城市環境研究所,城市環境與健康重點實驗室,廈門 3610214 華東師范大學,上海市城市化生態過程與生態恢復重點實驗室,上海 200241

地面建筑物累積與更新是城市化過程顯性特征與結果之一。城市擴張直接導致了建筑面積和密度的增加, 而建筑物從其建筑材料的生產到最終建筑物拆除整個周期中都同周圍環境進行著物質能量的流動。 建筑材料已經成為繼水資源之后第二大輸入城市系統的物料[1],對環境有著直接或間接的影響[2- 3]。如,混凝土所用砂、礫石的開采會破壞城市周邊的景觀和生態系統完整性；水泥、鋼鐵、平板玻璃等建材的生產部門均是區域污染排放的重點行業；建筑建設和拆除所產生的建筑垃圾量已占到城市垃圾總量的30%—40%,而絕大部分建筑垃圾又都是以露天堆放或填埋方式處理,占用了大量土地且造成了大量資源的浪費[4]。因此,研究城市建筑物流量與存量的動態變化,掌握其來源、分布和去向情況,對于揭示城市建筑系統代謝機理,提高城市總體規劃精準性、強化資源系統韌性管理、提升廢棄物處置效率等宏觀戰略具有重要意義[5-8]。國內外研究進展也表明,建筑物代謝已成為城市代謝研究領域中的熱點問題。

早期城市代謝研究清單已包含了建材/廢物的流動項,如在中國香港[9]和維也納[10]等案例城市的研究中均考慮了建筑流量部分,但是并沒有涉及城市建筑存量部分。由于存量與流量之間有著密不可分的耦合關系,特別是建筑物存量很大程度上表征著城市發展的狀態和“空間”服務能力,是流量變化的主要驅動力。對城市建筑流量-存量的同步關注,使建筑代謝逐漸作為研究主體從城市代謝分離出來,研究重點包括建筑系統的流量/存量精準核算、動態變化、生命周期環境影響等。目前城市建筑代謝的流量/存量核算方法主要是物質流分析方法,基于質量守恒定律,著重關注城市道路、橋梁與管道等基礎設施以及住宅等地面建筑所引發的特定材料或元素在社會經濟系統中流量和存量的靜態結構和動態變化[11]。相關案例研究主要有曼徹斯特及和歌山[12]、巴黎及其巴黎地區[13]等城市尺度,當然也有國家尺度全部城市的研究,如美國[14]、日本[15]以及中國[6]等。除了靜態截面估算外,城市建筑物流量-存量的趨勢分析與動態模擬也逐漸成為研究的重點。例如,Condeixa等[3]利用物質流分析方法研究了里約熱內盧住宅建筑材料使用效率和廢棄物管理的動態變化；Müller[5]基于需求驅動,構建了城市建筑物動態模擬模型,并對荷蘭1900—2100年住宅流量與存量進行模擬。該動態物質流分析模型經Bergsdal等[16]修改并應用于挪威住宅存量研究分析；Hu等[17]同樣應用動態物質流分析方法,模擬了1900年至2100年中國城鄉住宅建筑系統中建筑面積存量的演變,估算了中國對住宅建設的鋼鐵需求以及房屋拆遷中的廢鋼供應情況[18],并開展了北京市1949—2050年住宅系統的建設和拆除廢棄物管理研究[19]；需要說明的是,Sartori等[20]在開展挪威住宅建筑動態存量研究時指出壽命和更新率這兩個技術參數對模型具有重要影響。因此,在建模過程中需根據研究目的和數據情況不斷提高參數的精確程度,充分考慮建筑物結構、建筑服役時間等,利用新獲得數據強化模型驗證,并根據城市發展的新態勢細化模擬情景。

我國快速城市化過程發軔于改革開放后,加速于20世紀90年代中期后。作為我國首都的北京,是這個過程的典型縮影,2016年北京城鎮化率已達到86.5%。城鎮建筑物主要包括住宅、商業、工業、公共和其他目的的用房,其中住宅建筑年竣工面積占50%以上。在北京市快速城鎮化過程中,住宅建筑結構比例發生了顯著變化(圖1),磚木、磚混以及鋼混等呈現演替變化的特征。本文以北京市居民住宅建筑為例,基于Stella建模平臺,構建了城市居民住宅建筑系統流量-存量的動態變化模型,并將建筑結構因素嵌入模型之中,精細化考慮不同建筑結構對建筑壽命以及物料強度產生的影響,系統模擬分析城市化過程中居民住宅建筑系統流量-存量的動態變化,綜合考慮居住需求、建筑壽命等不同資源管理情景下資源與環境影響的變化規律。

圖1 1949—2012年北京市城鎮居民住宅建筑結構比例變化圖 Fig.1 Percentage of residential buildings with different architectural structures from 1949 to 2100 in Beijing

1 研究方法

1.1 模型構建

城市住宅建筑存量的動態變化取決于新建和拆除兩個流量過程[21]。Stella正是基于存量-流量建模范式的動態模擬軟件平臺,它通過諸如累積質量、能量、原料等庫來描述存量,不同的庫間用各種流進行連接,這些流可以使不同的庫之間進行互相轉移和變化。這種建模范式,使Stella在進行建筑物流量-存量動態模擬方面獨具優勢,由于不需要編寫復雜的程序代碼,大大提高了建模的交互性與通用性。本文以北京市城市居民住宅建筑為系統邊界,構建城市住宅建筑系統的系統動力學模型(圖2),模擬時段為1949—2100年,模型初始值設定于1949年。模型包括4個子模塊：

圖2 城市住宅建筑流量-存量Stella模型結構圖Fig.2 The stock-flow diagram of Beijing-STELLA Model

圖3 北京市城鎮常住人口歷史數據與趨勢預測 Fig.3 Historical figures and projection of urban population in Beijing

模塊Ⅰ是居民住宅建筑需求模塊。住宅建筑物存量與流量變化主要受城市人口以及住宅需求驅動,該模塊中包括兩個重要參數,人均住宅建筑面積以及人口數。當年城市居民居住需求面積(S)由城鎮常住人口(P)和人均建筑面積(A)的乘積決定(公式1)。基于北京市未來50年戶籍人口變動趨勢預測研究[22]、《北京城市總體規劃(2016—2035)》對北京市常住人口的規劃以及設立雄安新區集中疏解“非首都功能”的目標,城市人口動態變化可用邏輯斯蒂增長函數來表征(圖3)。

模塊Ⅱ為流量-存量模塊,用來模擬新建流量面積-存量面積-拆除流量面積的動態變化。模型中每年新建面積等于新增城市住宅需求面積與拆除面積之和(公式2)。相關研究發現住宅建筑的壽命曲線符合正態分布[5,23],可據此建立住宅建筑的拆除曲線(公式3),從而獲得拆除流量(公式4)。為提高模型的精細化程度,考慮北京市城鎮住宅的建筑結構主要分為磚混、鋼混和磚木三種,模塊Ⅱ構建了三種建筑結構的流量-存量子系統。其1949—2012年3種建筑結構比例參考已有的成果[24]和實地調研,由于2012年以后,磚木結構的住宅占比很小,此后主要考慮磚混和鋼混兩種建筑結構。

模塊Ⅲ為資源模塊(公式5所示),通過各類建筑材料需求強度,可模擬混凝土、鋼鐵、水泥、玻璃等建筑材料的需求量。本文以鋼鐵資源的需求量為例進行模擬分析,其他相關指標可采取類似的建模方式加入到模型中。模塊Ⅳ為環境模塊(公式6所示),本模型主要考慮住宅建筑拆除垃圾產生量。

S(t)=P(t)×A(t)

(1)

fin(t)=S(t)-S(t-1)+fout(t)

(2)

(3)

(4)

MS=M1S1+M2S2+M3S3

(5)

WS=W1S1+W2S2+W3S3

(6)

S(t)：當年城市居民居住需求面積(m2)；P(t)：當年城鎮常住人口(萬人)；A(t)：當年城鎮居民人均住宅建筑面積(m2)；fin：新建面積流量(m2)；fout：拆除面積流量(m2)；L(t,t′)：居民住宅建筑壽命分布；t：時間序列1949—2100；t′：新建流量輸入系統中的具體年份；τ：平均住宅建筑壽命；σ：正態分布標準差,本文取值0.2τ；S1：鋼混住宅存量面積(m2)；S2：磚混住宅存量面積(m2)；S3：磚木住宅存量面積(m2)；M1：鋼混建筑鋼鐵使用強度(t/100 m2)；M2：磚混住宅鋼鐵使用強度(t/100 m2)；M3：磚木住宅鋼鐵使用強度(t/100 m2)；MS：鋼鐵總需求(t)；W1：鋼混住宅單位面積拆除垃圾量(t/100 m2)；W2：磚混住宅單位面積拆除垃圾量(t/100 m2)；W3：磚木住宅單位面積拆除垃圾量(t/100 m2)；WS：垃圾總產生量(t)。

1.2 數據支持

本研究數據源主要包括《北京市統計年鑒》、《北京六十年》、《北京志》、《北京市1%人口抽樣調查資料》等統計數據以及其他文獻調研數據。其中,1949—2007年城市居民住宅竣工面積即新建流量數據統計口徑一致且相對較為準確,作為本模型前期新建流量數據；2008至今的數據,統計口徑發生變化,竣工面積包含了農村住宅新竣工面積,無法準確分離。利用統計數據1949—2016年人均住宅建筑面積與當年城鎮常住人口的乘積可估算城市住宅面積存量,用于模型驗證。

1.3 情景設置

圖4 人均建筑面積的歷史數據和預測趨勢Fig.4 Historical figures and projections of per capita floor area

本研究模型構建的4個關鍵參數,分別為城鎮人口、人均住宅建筑面積、住宅建筑平均壽命以及建筑物料強度,通過改變人均住宅建筑面積與住宅建筑平均壽命參數設置了3種不同情景。

基準情景設定城鎮常住人口人均住宅建筑面積按照目前的發展趨勢保持不變,最高可以達到30 m2(圖4)；目前住宅建筑壽命普遍低于設計壽命[25],調查顯示現有城市建筑平均實際壽命僅為30—40年[26-27],因此確定基準情景的住宅建筑壽命分別是磚木為30年,磚混為30年,鋼混為40年。

在基準情景的基礎上,分別根據Huang等[27]的研究,在經濟發展水平很高的情況下中國城鎮人口人均住宅建筑面積最高可達45 m2,設置了“大面積”情景(圖4)和住宅建筑達到設計壽命(磚木建筑設計壽命40年,磚混建筑設計壽命50年,鋼混建筑設計壽命70年)的“長壽命”情景。需要補充說明的是,在長壽命情景中,考慮到技術進步影響,1949—2010年磚木、磚混和鋼混的壽命與基準情景相同,2011—2100年磚木住宅壽命為40年,磚混住宅壽命為50年,鋼混住宅壽命為70年。相關情景設計及參數設定見表1。

表1 不同情景設置下的參數

1.4 模型驗證

運行模型后,可得到北京市城鎮居民住宅建筑存量的動態變化結果,見圖5。將模型模擬值與統計值進行比較,發現模擬值與統計值存在較好的一致性,模型具有較高的可靠性。但模擬值略大于統計值,可能是因為模型輸出的存量值只受到每年新建量和拆除量的影響,其中包含預售住宅面積,而統計住宅面積存量并不包含預售住宅面積。

2 結果與討論

2.1 流量-存量模擬結果

由模擬結果可見,建國后北京城市新建流量總體上增長緩慢,如圖6所示。改革開放后,特別是20世紀90年后,隨著城市經濟的快速發展以及住房制度的改革,北京市城鎮住宅建筑面積實現了快速增加,主要因為城鎮人口的急劇增加,驅動了住宅建筑需求量的升高。這一輪驅動變化在2005年飽和,新建流量面積達到峰值3024.1萬m2,此后便呈現下降趨勢。盡管流量呈現下降趨勢,但城市建筑存量將持續增加,于2075年達到飽和,即7.51億m2,與1949年的1354萬m2相比較,增加了55倍,存量達到飽和后,標志著北京市城鎮居民住宅建筑進入存量更新維護期。模擬結果也顯示,住宅建筑拆除流量將在2057年達到峰值,當年拆除面積為2073.14萬m2,表明本世紀初建設的大規模住宅建筑將在本世紀中葉進入生命周期末端。

圖5 模型驗證分析圖Fig.5 Model validation analysis diagram

圖6 基準情景下住宅流量-存量子系統動態變化圖 Fig.6 Simulation results of residential buildings flow-stock for baseline scenario

需要說明的是,在大面積情景下,2005年也是北京市住宅建筑流量的峰值,但在2061年左右會有第二個小峰值。總體上,在此情景下新建面積流量維持在較高的水平,每年的新建面積約在2500—3000萬m2之間。其存量累積將在2098年到達飽和,峰值存量為10.78億m2；同時,拆除流量峰值延后至2064年達到一個小高峰,當年拆除住宅面積2569.90萬m2,在2096年達到大高峰,當年拆除面積約為 2803.78萬m2,如圖7所示。

圖7 大面積和長壽命情景住宅流量-存量子系統動態變化圖Fig.7 Simulation results of flow-stock for residential buildings for large area and long lifespan scenarios

延長建筑物壽命后,新建面積流量呈倒“U”形,其拆除流量的峰值出現更晚,約在2080年達峰,拆除面積也減少到1412.61萬m2。與基準情景相比,存量飽和后的新建量總體較小但呈現波動性變化(圖7)。

2.2 鋼鐵需求量模擬

圖8 鋼鐵需求量模擬結果Fig.8 Simulation results of steel demand

顯然,不同情景下,不同城市建筑流量-存量變化驅動下,對關鍵建筑材料如鋼鐵的需求也會有較大的差異。圖8顯示了3種情景下2019—2100年鋼材需求量模擬結果,區間下限是基于長壽命情景估算得到,該情景下鋼鐵年需求量的最大值為78.09萬t,最小值為30.40萬t；區間上限反應了大面積情景鋼鐵需求,該情景下的鋼鐵需求量最大值為136.27萬t,最小值為114.82萬t。圖中灰色區域Ⅰ為大面積情景鋼鐵需求量與基準情景的差值,表示當人均住宅建筑面積達到45 m2時對鋼鐵需求量的增加量,即2019—2100年期間共增加鋼鐵需求量3251.65萬t；灰色區域Ⅱ是基準情景鋼鐵需求量與長壽命情景的差值,提供了若2010年以后新建住宅建筑平均壽命達到設計壽命時可減少的鋼鐵需求量,即2019—2100年共減少3022.9萬t鋼材需求量。可見,延長住宅壽命對于減少建材的消耗具有顯著性作用,因此政府管理部門應提高城市總體規劃的精準性,優化城市建筑存量使用效率,從而不斷延長住宅建筑壽命,降低建材需求量。

2.3 住宅建筑垃圾產生量模擬

圖9 北京市居民住宅建筑拆除垃圾模擬結果 Fig.9 Prediction results of demolition waste in residential buildings in Beijing

建筑拆除垃圾是城市建筑垃圾的主要組成部分。在過去的50多年里,北京市城市居民住宅拆除建筑垃圾產生量相對較小,主要是因為1990—2020年期間新建住宅建筑尚未達到平均壽命的生命周期結束階段。但在未來的幾十年里,北京市將面臨住宅建筑垃圾產量迅速增長的壓力。在不同情景下,建筑拆除垃圾產生量的時間和年度產生量會有較大差異(圖9)。基準情景、大面積情景以及長壽命情景的拆除垃圾產量第一個高峰分別在2057年、2064年以及2080年達到峰值2854.33萬t、3598.94萬t、1984.56萬t。對于基準情景與大面積情景而言,由于住宅建筑壽命較短為30—40年,住宅建筑更新速率較快,導致拆除垃圾產量會有第二個高峰且維持在較高水平,分別在2095年、2097達到峰值2820.32萬t、3928.67萬t。

模擬結果也說明,人均住宅建筑面積越小,那么建筑垃圾峰值越小,對資源環境的沖擊也相對越小；住宅的壽命也是影響城市住宅建筑垃圾變化的重要因素,延長住宅壽命可以推遲住宅建筑垃圾峰值的到來,同時能降低峰值垃圾的產生量。從長遠來看,建筑垃圾是一種穩定的二次資源,建筑垃圾再生利用可生產再生骨料、再生活性微粉、混凝土制品、再生混凝土復合料、再生混凝土、垃圾土陶粒等產品。因此政府應努力提高建筑垃圾的循環利用率,不僅可減少從自然界輸入的建材流量,節約資源,還能減輕建筑垃圾占地和污染問題。

3 結論

本文基于Stella建模平臺,構建了北京市城鎮居民住宅建筑系統流量-存量模型,動態模擬了其新建量、存量以及拆除量的動態變化趨勢,并進一步估算建材鋼鐵需求區間與建筑垃圾產生量。主要結論如下：

(1)基準情景下,北京住宅建筑新建流量前期增加較快,在2005年達到峰值3024.1萬m2,這一快速增長反映了該時期北京快速城鎮化和經濟發展對于基礎設施建設的強力拉動作用,而拆除流量約于2057年達到峰值,拆除面積為2073.14萬m2,相應地,城市住宅建筑存量最高值出現在2075年左右,存量面積為7.51億m2。

(2)情景模擬結果顯示,未來北京市住宅建筑鋼鐵需求區間上限的年需求量最大值為136.27萬t,最小值為114.82萬t,區間下限的年鋼鐵需求量最大值為78.09萬t,最小值為30.40萬t。與基準情景相比,大面積情景2019—2100年期間共增加鋼鐵需求量3251.65萬t,而長壽命情景下延長住宅建筑壽命至設計值,2019—2100年共可節約3022.9萬t鋼鐵。

(3)住宅壽命和人均住宅建筑面積是影響城市住宅建筑垃圾變化的重要因素,在過去的60多年里,北京市住宅建筑拆除垃圾產生量相對較小,因為大量新建的住宅建筑未達到退役階段。在未來的幾十年里,北京市將面臨住宅建筑拆除垃圾達峰的壓力,基準情景、大面積情景以及長壽命情景下拆除垃圾峰值產生量分別為2854.33萬t、3928.67萬t、1984.56萬t。在拆除垃圾峰值到來前,應該做好預警措施,進一步提高建筑垃圾循環利用的比例,提高二次建材原料的市場消納量,從而減輕建筑垃圾處理的壓力。同時通過提高住宅建筑的質量延長住宅壽命,優化城市建筑存量使用效率,減少物質資源的消耗,實現住宅建筑系統的可持續發展。