嚴(yán)斌 袁輝
(揚州大學(xué)建筑科學(xué)與工程學(xué)院,江蘇 揚州 225127)
相關(guān)統(tǒng)計數(shù)據(jù)顯示,2018年,我國建筑運行階段能耗占建筑總能耗的21.7%,碳排放占全國能源碳排放的21.9%[1]??梢姡苿咏ㄖI(yè)綠色發(fā)展是實現(xiàn)“碳中和”目標(biāo)的有效途徑之一。與大拆大建相比,既有建筑節(jié)能改造產(chǎn)生的碳排放更少[2]?!笆濉逼陂g,隨著節(jié)能建筑改造的推行,我國在節(jié)能建筑方面取得了顯著成效,共計完成新建節(jié)能建筑面積超238億m2,完成包括既有公共和居住建筑在內(nèi)的節(jié)能改造近7億m2[3]。然而,既有建筑節(jié)能改造仍有較大空間,揭示既有建筑節(jié)能改造風(fēng)險因素影響機制對于實現(xiàn)既有建筑節(jié)能改造可持續(xù)發(fā)展具有重要意義。
建筑節(jié)能是促進低碳經(jīng)濟可持續(xù)發(fā)展的重要途徑之一,很多學(xué)者對此進行了研究。國內(nèi)最早的建筑節(jié)能研究主要集中于新建建筑的設(shè)計階段。隨著既有建筑節(jié)能改造的推行和相關(guān)政策的出臺,研究重點傾向于既有建筑節(jié)能改造,但多集中在最早推行既有建筑節(jié)能改造的居住建筑。隨著研究的不斷深入,有關(guān)夏熱冬冷等地區(qū)和公共建筑的研究逐漸增多。
復(fù)雜多變的外部因素相互影響,共同作用于改造項目,使得建筑節(jié)能改造的可持續(xù)發(fā)展面臨巨大挑戰(zhàn)。吳思材等[4]利用SEM方法,從收益分配角度出發(fā),定量分析了改造項目收益分配影響因素的相互作用關(guān)系,能夠有效促進項目收益合理分配;李柏桐等[5]從ESCO視角研究節(jié)能改造發(fā)展動力,明確了節(jié)能改造項目影響因素的內(nèi)在作用機理,為促進ESCO和節(jié)能改造市場的發(fā)展提供了決策參考;喬婉貞等[6]從既有建筑節(jié)能改造三方主體(地方政府、業(yè)主、ESCO)視角,基于ANP和Fuzzy構(gòu)建了三方主體的合作有效性評價體系;Economidou等[7]從政策選擇的角度出發(fā),以塞浦路斯建筑存量現(xiàn)狀和現(xiàn)有的能效政策為基礎(chǔ),建立Invert/EE-Lab模型,探討了不同政策對建筑未來能源需求的影響。
國內(nèi)外學(xué)者在既有建筑節(jié)能改造項目風(fēng)險管理方面都進行了深入研究。Streimikiene等[8]以多層公寓建筑節(jié)能改造項目為研究對象,對104個用戶進行了調(diào)查。結(jié)果表明,政府的財政支持和集體決策是節(jié)能改造實施的關(guān)鍵影響因素。陳立文等[9]以既有公共建筑為研究對象,實現(xiàn)了改造項目風(fēng)險因素結(jié)構(gòu)層次可視化,并將風(fēng)險因素劃分為驅(qū)動型和依賴型兩大類,有助于政府和決策者實施科學(xué)有效的風(fēng)險管理。華志超[10]基于ESCO視角,采用F-ANP方法對改造項目風(fēng)險進行評估,利用項目案例論證了評價模型的適用性,進一步豐富了改造項目的風(fēng)險評價體系。也有部分學(xué)者對改造項目風(fēng)險分擔(dān)進行了研究。杜學(xué)美等[11]以城市更新項目為研究對象,基于合作博弈理論構(gòu)建政府、ESCO和投資公司三方參與的風(fēng)險分擔(dān)決策模型,并計算出參與主體的風(fēng)險分擔(dān)最優(yōu)比例,實現(xiàn)了合同外項目風(fēng)險的有效分擔(dān)。
綜上所述,針對風(fēng)險評價、風(fēng)險因素作用機理和風(fēng)險分擔(dān)的研究成果較為豐富,但對改造項目風(fēng)險因素作用關(guān)系及層次分析的研究在一定程度上存在較大的主觀因素影響?;诖耍疚囊隑P神經(jīng)網(wǎng)絡(luò),降低問卷數(shù)據(jù)訓(xùn)練與預(yù)測結(jié)果的主觀性,基于BP-WINGS-ISM方法從宏觀環(huán)境風(fēng)險角度出發(fā),揭示既有建筑節(jié)能改造風(fēng)險因素影響機制,進一步豐富既有建筑節(jié)能改造風(fēng)險管理理論體系。
既有建筑節(jié)能改造項目涉及前期準(zhǔn)備、實施、運維等多個階段,參與主體較多,所面臨的外界環(huán)境風(fēng)險因素復(fù)雜多變。通過整理既有建筑節(jié)能改造風(fēng)險相關(guān)文獻[12-15],采用PEST宏觀環(huán)境分析模型,將政策與法規(guī)、經(jīng)濟環(huán)境、社會環(huán)境、技術(shù)環(huán)境4個維度作為既有建筑節(jié)能改造風(fēng)險因素一級指標(biāo)。
為更好地識別改造項目風(fēng)險因素,引入霍爾三維結(jié)構(gòu)模型,將既有建筑節(jié)能改造風(fēng)險系統(tǒng)分為時間維(X軸)、風(fēng)險類別維(Y軸)和參與方維(Z軸)[15]。將立項階段、改造階段等作為時間維,將政策與法規(guī)、經(jīng)濟等作為風(fēng)險類別維,將業(yè)主、政府等作為參與方維,以此構(gòu)建既有建筑節(jié)能改造風(fēng)險因素三維結(jié)構(gòu)模型,如圖1所示。
圖1 既有建筑節(jié)能改造風(fēng)險因素三維結(jié)構(gòu)模型
在模型構(gòu)建的基礎(chǔ)上,從X軸(時間維)的某點出發(fā),依次找到Y(jié)軸(風(fēng)險類別維)和Z軸(參與方維)中與該點的交點,并確定唯一的三軸交點,將該交點作為初步篩選指標(biāo)。結(jié)合相關(guān)文獻分析,確定既有建筑節(jié)能改造風(fēng)險因素指標(biāo),見表1。
表1 既有建筑節(jié)能改造風(fēng)險因素指標(biāo)
(1)確定研究指標(biāo),量化各指標(biāo)間的相互作用程度,得到直接影響矩陣,即
(1)
式中,影響aij為第i個影響因素對第j個影響因素的影響程度。
(2)對直接影響矩陣進行歸一化處理,得到規(guī)范影響矩陣,即
(2)
(3)利用規(guī)范影響矩陣,計算得到綜合影響矩陣T,即
T=X(I-X)-1
(3)
式中,I為單位矩陣;(1-X)-1為(1-X)的逆矩陣。
(4)根據(jù)綜合影響矩陣T計算各類參數(shù)指標(biāo)。定義Ci為影響矩陣T的第i行的和,Di為影響矩陣T的第i列的和。公式如下
Tij=(tij)n×n
(4)
式中,Ci為總影響度,即因素xi對其他因素的影響程度,該值越大,說明該因素的影響度越大;Di為總接受度,即因素xi被其他因素影響的程度,該值越大,說明該因素的被影響度越大;Mi=Ci+Di為總參與度,即中心度,該值越大,說明該因素的重要性越大;Ri=Ci-Di為該因素在系統(tǒng)中的類別,若Ri>0,則該因素為原因型因素,若Ri<0,則該因素為結(jié)果型因素。
(1)收集數(shù)據(jù)?;?5個既有建筑節(jié)能改造風(fēng)險因素,設(shè)計李克特5級量表問卷。其中,5分表示強影響、4分表示較強影響、3分表示中等影響、2分表示較弱影響、1分表示基本無影響。本次調(diào)查對象包括研究人員、專業(yè)人員等,采取線上、線下兩種調(diào)查方式,共回收問卷124份,剔除無效問卷28份,共回收有效問卷96份。
(2)導(dǎo)入數(shù)據(jù)。以影響因素矩陣x=(xij)m×n為輸入數(shù)據(jù),以被影響矩陣y=(yij)m×t為輸出數(shù)據(jù),以各因素自身強度的平均值矩陣a為預(yù)測數(shù)據(jù),將初始數(shù)據(jù)整理后作為BP神經(jīng)網(wǎng)絡(luò)的輸入層、輸出層數(shù)據(jù)和預(yù)測數(shù)據(jù)。
(3)BP神經(jīng)網(wǎng)絡(luò)構(gòu)建與訓(xùn)練。借助Matlab軟件構(gòu)建BP神經(jīng)網(wǎng)絡(luò),進行數(shù)據(jù)訓(xùn)練與預(yù)測,采用梯度下降法(Scaled Conjugate Gradient,SCG)計算得到輸出結(jié)果,即直接影響矩陣。
(4)通過式(3)計算得到綜合影響矩陣T。
(5)通過式(5)和式(6)計算得到各影響因素的中心度和原因度,見表2。
表2 各影響因素的中心度和原因度
(6)繪制中心度-原因度分布圖,如圖2所示。
圖2 中心度-原因度分布圖
(1)計算整體影響矩陣。將綜合影響矩陣與同維度單位矩陣相加,得到整體影響矩陣,即
B(bij)n×n=T(tij)n×n+E(dij)n×n
(7)
式中,E為n階單位矩陣。
(2)計算鄰接矩陣F=(kij)n×n。引入閾值λ,通常λ由專家根據(jù)經(jīng)驗多次取值確定。本文結(jié)合各風(fēng)險因素的中心度和原因度,分別取λ為0.19、0.20、0.21和0.22,得到不同閾值下既有建筑節(jié)能改造風(fēng)險因素節(jié)點度衰減散點圖,如圖3所示。當(dāng)λ=0.20時,節(jié)點度排序與中心度排序更為接近[16]。因此,本文取λ=0.20,經(jīng)式(8)計算得到鄰接矩陣。通過布爾矩陣運算得到可達(dá)矩陣P=(qij)n×n。公式如下
圖3 建筑節(jié)能改造風(fēng)險因素節(jié)點度衰減散點圖
式中,i,j=1,2,…,n。
(3)層級結(jié)構(gòu)模型構(gòu)建。在可達(dá)矩陣P中,第i行上值為1對應(yīng)的所有因素組成的因素xi的可達(dá)集為S(xi)={xikij=1};第i列上值為1對應(yīng)的所有因素組成的因素xi的先行集為Q(xi)={xikij=1}。若滿足S(xi)∩Q(xi)=S(xi),即可達(dá)集中的因素xi能在先行集中找到對應(yīng)相同的因素,則該因素為頂層級的因素。將可達(dá)矩陣中的頂層級因素刪除,在其余的集合中重復(fù)以上步驟,直至所有因素都被劃分至對應(yīng)的層級。
(4)繪制解釋結(jié)構(gòu)模型圖。根據(jù)各因素間的可達(dá)和先行關(guān)系,得到既有建筑節(jié)能改造風(fēng)險因素解釋結(jié)構(gòu)模型,如圖4所示。
3.2.1 中心度與原因度分析
激勵政策變化、監(jiān)管機制不完善、成本效益低、業(yè)主改造意愿低、參與方之間信息不對稱、改造效果不達(dá)標(biāo)6個因素具有較高的中心度,說明這些因素在既有建筑節(jié)能改造風(fēng)險中具有主導(dǎo)作用,在風(fēng)險管控中應(yīng)重點關(guān)注;法律法規(guī)不完善、激勵政策變化、監(jiān)管機制不完善等9個因素為原因型因素;前期投入費用高、成本效益低、業(yè)主改造意愿低等6個因素為結(jié)果型因素。原因型因素對改造項目同時具有直接和間接的影響,能夠?qū)扔薪ㄖ?jié)能改造項目產(chǎn)生直接作用,且能夠通過對其他風(fēng)險因素的影響間接作用于項目改造風(fēng)險。
3.2.2 ISM結(jié)果分析
從圖4可以看出,15個風(fēng)險因素被劃分為5個層級,將5個層級進一步劃分為三個結(jié)構(gòu)層次,即表層因素、中層因素和深層因素。表層因素是既有建筑節(jié)能改造的最直接風(fēng)險因素,包括融資成本的不確定性、融資渠道單一、節(jié)能技術(shù)創(chuàng)新成本高等7個風(fēng)險因素;中層因素為過渡因素,包括前期投入費用高、成本效益低、業(yè)主改造意愿低等5個影響因素,這些因素受深層因素影響的同時作用于表層因素;最底層為深層因素,由政策法規(guī)相關(guān)風(fēng)險因素構(gòu)成,是既有建筑節(jié)能改造項目的最關(guān)鍵風(fēng)險因素。
本文在識別節(jié)能改造項目風(fēng)險因素的基礎(chǔ)上,基于ISM對風(fēng)險因素進行層次結(jié)構(gòu)劃分。針對各層級風(fēng)險因素,提出以下建議:
(1)優(yōu)化市場要素配置。優(yōu)化市場要素配置是實現(xiàn)既有建筑節(jié)能改造市場可持續(xù)健康發(fā)展的有效途徑之一。通過完善上下游企業(yè)間信息共享機制,降低信息獲取成本。同時,利用信息共享平臺促進企業(yè)間的技術(shù)交流與融合,降低企業(yè)融資成本,拓寬融資渠道,完善企業(yè)融資的法律保障體系。
(2)引導(dǎo)既有建筑節(jié)能改造市場自主創(chuàng)新。引導(dǎo)高校、研究院等科研機構(gòu)與企業(yè)合作,同時在財政上支持企業(yè)與科研機構(gòu)合作創(chuàng)新,共同培養(yǎng)專業(yè)型、創(chuàng)新型人才。制定激勵政策,對創(chuàng)新企業(yè)給予適當(dāng)?shù)难a貼,降低節(jié)能設(shè)備技術(shù)創(chuàng)新成本,帶動企業(yè)提升自主節(jié)能技術(shù)創(chuàng)新能力。
(3)引導(dǎo)公眾共同參與。通過線上媒體和線下宣傳引導(dǎo)公眾參與監(jiān)督改造項目,增強公眾對既有建筑節(jié)能改造的認(rèn)同感,促進改造項目規(guī)范進行。同時,提高公眾節(jié)能意識,提高業(yè)主改造意愿,促進既有建筑節(jié)能改造健康可持續(xù)發(fā)展。