中圖分類號：TU71；X506 文獻標志碼：A 文章編號：2096-6717（2025）04-0172-11

Carbon emission tracking model for construction sites based on earnedcarbonvalues

SONG Guanghana，LU Yujiea，b，WANG Naa，LI Peixian c，d （20 （a.College of Civil Engineering；b.KeyLaboratoryofPerformanceEvolutionand Controlfor Engineering Structures ofMinistry of Education；c.College of Architecture and Urban Planning;d.China KeyLaboratoryof Ecology and Energy-saving Studyof Dense Habitat，MinistryofEducation，Tongji University，Shanghai 2Ooo92，P.R.China）

Abstract： Carbon emissions from construction sites exhibit distinct traits of spatial concentration and temporal intensity，which underscores the pressing need for effective monitoring and regulation of their environmental impacts.However，many constructionsite carbon assessments are carried out before or after project completion，with litle attention paid to monitoring environmental performance during the construction process. This paper develops a performance assessment model caled Earned Carbon Value Management （ECVM） based on construction quota theory， internet of things technology and earned value theory to assess the performance of carbon emissions during construction and improve the accuracy and eficiency of the carbon emissions management at construction sites.The model links construction carbon emissions with project completion volume and resource consumption，proposing thre key parameters and four key indicators.The development model was applied to aconstruction project ofa building in Shanghai，and the evaluation revealed thatat the 20- day mark of construction，the project had an emission variance （EV） of -105.46kgCO₂e ，while the schedule variance （SV） was -215kgCO₂e . This indicates significant delays in the current construction progress，with carbon emissions exceeding the allocated limit. However， when construction progressed to 30days ， the EV and SV of the project were -2 603.18kgCO₂e and 555.39kgCO₂e ，respectively. This demonstrates the positive impact of a moderate progress adjustment，resulting in effctive control of the construction schedule. Nevertheless，the carbon emissions still exceeded the allotted limit， necesitating further measures to mitigate carbon emisions.The case demonstrates that ECVM can analyze the relationship between construction progress and carbon emissions during the construction process analyze the causes of deviations and propose targeted corrective measures based on carbon emision performance indicators.The model presented in this paper is generic and can be used for any construction project that aims to reduce carbon emissions.

Keywords： construction carbon emission；earned carbon value management；construction progress；deviation management；construction machinery

在“雙碳”目標背景下，施工機具碳排放精細化管理逐漸成為新的研究熱點。建筑物化過程中溫室氣體排放集中且強度大，已有相關研究強調(diào)評估這一階段碳排放的重要性[1-2]。建筑物化階段的碳排放主要來源于建材消耗，其導致的隱含碳排放通常占整個物化階段碳排放總量的 92%～94%^×3] ，已有很多學者關注施工建材的碳排特征和減碳方案[4-5]。除建材隱含碳排放外，施工機具的使用也將導致短時間段內(nèi)大量溫室氣體排放。此外，智能建造的興起導致自動化施工機具和信息化管控設備的應用逐漸增加，進而加劇了施工場地的上述排放。相比物化碳排放和運維碳排放，盡管建筑全生命周期由施工機具產(chǎn)生的碳排放占比較小，但面對當前中國基礎設施不完善、還需進行長期投資建設的大背景，深入研究該類型碳排放特征、挖掘減排潛力并提出切實可行的減碳方案十分必要。

施工現(xiàn)場碳排放主要是由施工機具消耗能源所致，其碳排放量不僅受工程量的影響，還受到機具性能、臺班安排、耗能類型等方面的影響。實現(xiàn)施工現(xiàn)場碳排放精細化管理的前提是實時定量化評估施工碳排放量。當前業(yè)界多關注施工前的碳排放配額和竣工后的碳排放結算，但對于施工過程中的碳排放評估關注不足。碳排放配額多根據(jù)工程量與施工定額進行估算，適用于施工前建設單位與設計單位對碳排放的前瞻把控[6]。碳排放結算多根據(jù)項自能源消耗統(tǒng)計清單進行計算，適用于建設單位和施工單位對竣工項目碳排放的總結評估[7]。施工過程碳排放關注不足的主要原因是難以實時獲取能源消耗清單。隨著信息技術的發(fā)展，基于信息物理系統(tǒng)（cyber-physical systems，CPS）的施工場地實時能耗數(shù)據(jù)感知傳輸系統(tǒng)可用于施工場地碳排放的監(jiān)測[8。在實時監(jiān)測的基礎上，挖掘?qū)嶋H碳排放量與施工場地資源消耗量、工程產(chǎn)出量、施工進度與碳排放配額量等要素間的耦合關系有助于實時掌握施工碳排放態(tài)勢，并針對性采取相關減碳措施。

基于上述背景，筆者結合施工定額理論、物聯(lián)感知技術及掙值管理模型開發(fā)了一個針對施工碳排放與工程進度的績效評估模型。該模型將施工碳排放與工程完成量、資源消耗量關聯(lián)，提出3個關鍵參數(shù)和4個關鍵績效指標。該模型可作為動態(tài)評估碳排放的工具，可用于提升施工場地碳排放管理的精度和效率。

1 相關研究

1.1 施工碳排放核算

碳排放核算方法通常包括投入產(chǎn)出法、實測法和碳排放系數(shù)法。投入產(chǎn)出法是一種自上而下的方法，需對投入和產(chǎn)出數(shù)據(jù)進行全面統(tǒng)計，具有較高的時間與工作成本，且其結果不確定性偏高、難以對細節(jié)過程進行針對性分析[9]，適用于建筑行業(yè)等宏觀尺度的碳排放估算[10-11]。實測法是指采用標準計量工具對碳源實時監(jiān)測獲取碳排放的方法。實測法的監(jiān)測結果理論上最接近碳排放實際值，但其對檢測實體的代表性和精確性都有較為苛刻的要求，且其檢測成本相對高昂[12]。碳排放系數(shù)法的計算方法相對簡單，適用范圍最廣泛，可應用于建筑全壽命周期內(nèi)各個階段的測算[13]。綜合考慮上述3種方法的優(yōu)點和局限性，本研究采用碳排放系數(shù)法進行施工碳排放量的核算。

碳排放系數(shù)法的核心是能準確獲取施工活動數(shù)據(jù)清單。參考國際政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）提供的計算方法，碳排放系數(shù)法可以理解為活動數(shù)據(jù)與碳排放因子的乘積。在施工碳排放計算過程中，活動數(shù)據(jù)清單主要是指施工過程中能源消耗清單。根據(jù)消耗時間，能源消耗清單可以劃分為應用于施工前估算階段的定額清單、應用于施工期間的近實時消耗清單和應用于竣工階段的能源消耗結算清單。

1）定額清單。施工定額是指在合理的施工條件下，以工序為測定對象而規(guī)定的完成單位合格產(chǎn)品所需消耗的人工、材料和施工機具臺班標準數(shù)量。Fang等提出了基于定額的碳排放追蹤模型，用于幫助施工管理者確定低碳施工方法與運輸計劃，最大限度減少了施工階段碳排放。

2）消耗清單。施工期間材料消耗清單與竣工階段的結算清單多通過人工統(tǒng)計等傳統(tǒng)方式獲取，該方式需大量的人力和時間成本，且統(tǒng)計細粒度較低。已有學者試圖使用CPS等信息技術手段進行施工活動數(shù)據(jù)的自動化近實時統(tǒng)計。例如，Li等[14]提出了一種基于YOLOv3檢測器的深度學習方法，通過圖像自動檢測和計數(shù)統(tǒng)計施工場地鋼筋消耗數(shù)量。Liu等[15-16]應用CPS實時感知施工過程中的機具能耗數(shù)據(jù)，進而核算并可視化追蹤施工場地碳排放。

由于工程設計和施工實踐的不確定性、碳排放測量誤差等原因，定額碳排放和實測碳排放之間的偏差難以避免。及時評估碳排績效偏差并開展針對性糾偏舉措對于施工場地碳排放的精細化管理至關重要。

1.2基于掙值法的碳排放管理

掙值管理法（earnedvaluemanagement，EVM）是一種將項目成本和進度進行集成管理和控制的項目管理方法。EVM將時間尺度信息依據(jù)一定的規(guī)則轉(zhuǎn)化為貨幣尺度，用同一套貨幣指標系統(tǒng)來系統(tǒng)度量項目進度和項目成本績效，是表征績效差距的強有力工具，廣泛應用于項目進度和成本的監(jiān)測和控制[17-19]

已有研究試圖將EVM擴展至項目施工的溫室氣體管理領域。Abdi等2基于EVM邏輯開發(fā)了一個衡量項目溫室氣體績效指標模型，在項目執(zhí)行階段，項目管理人員應用該模型可實現(xiàn)施工場地環(huán)境性能監(jiān)測和控制。不過該研究缺乏具體的方法論細節(jié)，例如沒有詳細論述對模型有效性至關重要的數(shù)據(jù)收集方法等核心信息。Kim等21利用EVM開發(fā)了一個集成 CO₂ 、成本與進度管理（integratedCO₂ ，cost and schedulemanagement，ICCSM）的系統(tǒng)，便于管理人員根據(jù)施工進度對碳排放和成本進行調(diào)度、監(jiān)測、評估和預測。上述系統(tǒng)的具體實現(xiàn)和操作流程不明確，仍需進一步探索和研究。Liu等[22]開發(fā)了基于掙值管理理論的綠色價值管理（earnedgreenvaluemanagement，EGVM）模型，用于改善預制和模塊化建筑項目的碳排放管理。不過該模型基于傳統(tǒng)方式采集施工過程中的活動數(shù)據(jù)，導致其施工過程中的碳排放監(jiān)測與績效評估結果相對滯后，不利于管理者即時評估、進而采取針對性減碳措施。上述基于掙值邏輯的碳排放管理模型有效應用的前提是能高效且合理地預配碳排放額度和近實時順利追蹤項目進度百分比及碳排放量?？傮w而言，上述針對施工進度和碳排放綜合度量的研究還不充分，特別是預期碳排放配額和實測碳排放的數(shù)據(jù)獲取體系還不完善。

基于上述背景，基于EVM邏輯，結合施工定額理論與物聯(lián)感知技術開發(fā)了一個碳排偏差近實時評估模型，以實現(xiàn)對施工進度、碳排放水平的協(xié)同管理與精細化管控。

2 方法

2.1 系統(tǒng)邊界

基于“三個范圍”的相關邏輯確定了施工現(xiàn)場碳排放核算的系統(tǒng)邊界。“三個范圍”的概念于2021年首次被正式引入到《溫室氣體議定書》（KyotoProtocol）的企業(yè)報告準則中，成為評估企業(yè)溫室氣體排放的常用方法。范圍1排放是指來自實體擁有或控制的資源導致的直接排放，范圍2排放是指實體外購能源所導致的間接排放；范圍3排放是指實體價值鏈中所發(fā)生的間接排放。對應建筑物化過程，本研究認為，KyotoProtocol的范圍1是指施工現(xiàn)場挖掘機、運輸車等機具消耗燃料型能源所導致的直接碳排放；范圍2是指塔吊、電梯等應用電力能源所導致的間接碳排放；范圍3是指建材生產(chǎn)、建材和機具場外運輸?shù)葘е碌拈g接碳排放。主要關注范圍1與范圍2的施工碳排放，即燃料型能源消耗導致的直接碳排放（范圍1）和過程性能源消耗所導致的間接性排放（范圍2）。為了聚焦于施工現(xiàn)場的碳排放，不包括建材生產(chǎn)和建材、機具等場外運輸、人員安排等所導致的碳排放，也不包括施工現(xiàn)場工作人員辦公、生活所導致的碳排放（范圍3）。

2.2 模型開發(fā)

圖1展示了掙得碳值管理（ECVM）的績效評估模型框架。該模型由3部分組成：基于施工定額與工程量開展施工碳配額估算；基于物聯(lián)感知技術進行施工現(xiàn)場能-碳近實時測算；基于EVM邏輯進行碳排偏差分析。

2.2.1施工碳排放配額

施工碳排放配額基于施工定額理論通過自下而上的方式進行估算。由于施工期碳排放與工程量、工程進度、特定類型施工機具在單位時間內(nèi)完成的工作與其材料消耗密切相關，因此，選取時間定額進行活動數(shù)據(jù)統(tǒng)計。工作分解結構（workbreakdownstructure，WBS）可以將施工項目工作細化到分部分項工程并基于分部分項工程進行碳定額[23]。施工現(xiàn)場的碳排放配額基于工程量、機具消耗定額和施工機具所消耗能源的碳排放因子確定，其中計劃單位工程的碳定額（carbonquotaforunitworkscheduled，CQUWS）計算方法如式（1）所示。

（20 （1）式中： CQUWS_P 為完成單位工程量分部分項工程 ? 所需的碳配額（carbon quota）; QM_{ρ，m，i} 為完成單位工程量分部分項工程 ? 所涉及的 ?_m 種類施工機具的定額臺班數(shù)，亦可稱為 m 種類施工機具時間定額；QC_p，m，e 為應用于分部分項工程 ? 的 m 種類機具的能耗 e 定額； EF_m，e 為機具 m 消耗能源 e 的碳排放因子。分部分項工程根據(jù)具體施工內(nèi)容會有多樣化的工程量統(tǒng)計單位，例如土方工程多以體積單位“ m^3? 進行施工量統(tǒng)計，而鋼筋工程多以質(zhì)量單位“t\"或計量單位“根”進行統(tǒng)計。

可基于施工作業(yè)完成工程量和 CQUWS_p 來估算相關分部工程在該施工階段的碳排放配額量，如式（2）所示。

BEWS_p，t=CQUWS_p×W_p，t

式中： BEWS_ρ，t 為施工至 t 時刻時計劃完成項目 p 工程量的預算碳排放（budgetedemissionforworkscheduled，BEWS）， W_p，t 是指至 t 時刻時分部工程 p 施工完成工程量。

對所有分部分項工程的碳概算求和可確定施工碳配額總量和任何時段的碳配額量，如式（3）式（4）所示。

式中： BEWS_{total，t} 為施工至 t 時刻時建筑施工碳預算量； BEWS_total 為建筑施工碳預算量總量； QW_? 為分部工程 p 的預計工程總量。

2.2.2近實時碳排放測量

施工碳排放量基于物聯(lián)感知技術獲取的能源近實時消耗量和該類能源碳排放因子進行推算。式（5）表示了至 t 時刻完成分部分項工程的實際碳排放量（actual emission for work performed，AEWP）。

式中： AEWP_ρ，t 為施工至 t 時刻完成項目工程量的實際排放； AC_m，e，t 為施工至 t 時刻分部工程 P 使用 m 種類機具所消耗的 e 種能源的量。

對某一時間段所有分部分項工程的碳排放量求和就可以確定該時段碳排放總量，如式（6）所示，AEWPtotal.t是指施工至 t 時刻時項目的碳排放總量。

2.2.3進度-碳排放協(xié)同分析

參照掙值理論，采用計劃完成項目工程量的預算碳排放（budgeted emission forwork scheduled，BEWS）已完成項目工程量的預算碳排放（budgeted emission for work performed，BEWP）、已完成項目工程量實際排放（actualemissionforworkperformed，AEWP）3個參數(shù)來評估施工項目的碳排放與進度的關系。BEWP也被理解為項目的掙得碳值（earnedcarbonvalue，ECV），可以以分部分項工程施工完成量（workperformed）和 CQUWS_P 來確定該工程在特定時間點 t 的BEWP。

BEWP_P，t=ECV_P，t=CQUWS_P×AP_P，t （7）式中： BEWP_P，t 為實際施工至 t 時刻時分部工程 p 的碳預算量； AP_P，t 為施工至 t 時刻時分部工程 p 實際完成工作量。

求和所有分部工程 t 時間點的BEWP值可以確定整個施工項目ECV量。

式中： BEWP_{total，t} 為施工至 t 時刻時完成工程量的預期配額碳排放。

基于掙值邏輯設置4個評價指標：

EV_t=BEWP_t-AEWP_t

SV_t=BEWP_t-BEWS_t

式中： EV_t 為施工至時間 χ_t 時的碳排放偏差（emissionvariance，EV）。當 EV_tgt;0 時，表示 t 時刻的實際碳排放少于計劃碳排放，反之則表示實際排放高于計劃排放。 EPI_t 為施工至 t 時刻的碳排放績效指數(shù)（emission performance index，EPI）; SV_t 為施工至時間 t 時的進度偏差（schedulevariance，SV）。當 SV_tgt;0 時，表示 t 時刻施工進度超前，反之則施工進度延誤。 SPI_t 指檢查時間 t 時刻進度績效指數(shù)（scheduleperformance index，SPI）。

項目管理人員首先可以基于AEWP、BEWS和BEWP三個碳排放參數(shù)繪制掙得碳值曲線，然后基于4個評價指標（式（9）～式（12））來判斷項目進度與碳排放的關系（如表1所示），進而優(yōu)化糾偏管理決策，實現(xiàn)進度-碳排放協(xié)同精細化管理。共有2個評判內(nèi)容：碳排放偏差和施工進度偏差。碳排放偏差可以細分為碳排超標和碳減排，其中碳排放超標表示實際碳排放大于配額值，即AEWP大于BEWP，對應于 EVlt;0 ；碳減排表示實際碳排放小于配額值，即AEWP小于BEWP，對應 EVgt;0 。施工進度偏差可以細分為過于超前、超前、延誤、過于延誤4種類型：1）若BEWP大于（小于）BEWS，且AEWP介于BEWP和BEWS之間，則表示施工進度過于超前（過于延誤）；2）若BEWP大于（小于）BEWS，且AEWP小于（大于）BEWS，則表示施工進度超前（延誤）；3）若BEWP大于（小于）BEWS，且AEWP大于（小于）BEWP，則表示施工進度超前（延誤）?；谔寂欧藕瓦M度的績效評估，總結了相關的綱領性糾偏措施（表1）。碳排放糾偏措施的底層邏輯：采取措施可使實際單位工程量的碳排放等于甚至小于單位工程量計劃碳排放。獲取到具體項目的相關細節(jié)數(shù)據(jù)后，即可將其綱領性文件拓展為具體針對措施。

3 案例實證分析

3.1 案例介紹

以上海某房建項目的主體工程施工內(nèi)容為案例驗證掙得碳值模型的實用性。案例為一商業(yè)綜合樓，共6層，總建筑面積為 5747.05m² ，建筑主體高度為 24.12m ，結構類型為框架結構。主體工程可分為砌體工程、混凝土工程、鋼筋工程和模板工程。主體工程項目于2022年8月1日開始施工，預設工期62d，其中1層預設12d，其他樓層每層預設10d 。

3.2 數(shù)據(jù)收集

采集了施工至第37天的作業(yè)工程量和能源消耗等信息?；趻甑锰贾的Ｐ退婕暗臄?shù)據(jù)包括：1）施工機具的能耗定額；2）能源碳排放因子；3）施工機具臺班數(shù)據(jù)；4）碳配額；5）能源消耗量;6）施工進度。

1）施工機具能耗定額。施工機具能耗定額是指一臺機具工作一個臺班（ （8h） 所消耗的能源量。施工機具能耗定額一般可通過建設工程預算定額標準體系獲取。該標準體系通常由各省住房和城鄉(xiāng)建設廳基于當?shù)亟?jīng)濟發(fā)展現(xiàn)狀制定，每5年更新一次。表2從《2018年全國統(tǒng)一施工機械臺班費用定額》表中篩選的施工機具能耗定額。

2）能源碳排放因子。以往的研究多假設化石燃料能 100% 充分燃燒（IPCC，2006）[24]，為了提高碳排放測算精度，采用《省級溫室氣體清單編制指南》中的方法對化石能源的碳排放因子進行修正[25]。

式中： CC_e 為 Ψ_e 類能源的單位熱值的碳含量； NCV_e 為 Ψ_e 類能源單位能耗的熱值； OF_m，e 為 Ψ_e 類能源在 ?_m 類機具中的碳氧化率，當無法獲得實測數(shù)據(jù)時，一般默認油品類能源的碳氧化率取值為 98% ，氣體燃料的碳氧化率取值為 99%^[25] 。對于電力能源碳排放因子，采用由中國國家生態(tài)環(huán)境部2022年發(fā)布的全國電網(wǎng)平均排放因子[26]。表3為涉及的能源特征和相關碳排放因子。

3）施工機具臺班數(shù)據(jù)和碳配額?；凇渡虾Ｊ薪ㄖ脱b飾工程概算定額表（SH01-21—2020）》、施工項目設計工程量（總建筑面積為 5747.05m² ）規(guī)劃作業(yè)周期等參數(shù)，應用專業(yè)工程預算軟件預測了砌體工程、混凝土工程、鋼筋工程和模板工程所涉及施工機具的臺班數(shù)。在確定施工機具臺班量后，結合獲取的施工機具能耗定額、能源碳排放因子等參數(shù)，即可獲得相關作業(yè)工程的碳配額值，具體計算公式見式（14）。

Q_m，c=WS_m×Q_m，e×EF_e

式中： Q_m，c 為 m 機具的碳排放定額； WS_m 為 m 機械的預期臺班（workshift）量; Q_m，e 為 m 機械的能耗定額； EF_e 為 m 機械消耗的 e 能源的碳排放因子。

案例所涉施工機具碳排放定額的求和值即為相關項目碳定額總值。表4為案例所涉相關機具名稱、機具臺班數(shù)及其碳配額值。結合上述碳配額值和預期作業(yè)完成百分比等參數(shù)，應用式（1）和式（2）即可計算單位工程量碳配值和對應時間點的碳配值。

4）基于物聯(lián)感知的能源消耗量。案例所涉機具燃燒能源和電力能源分別通過無線傳感器和智能電表實時動態(tài)采集，然后通過通信網(wǎng)絡和云端服務器等CPS設備實時傳輸監(jiān)測數(shù)據(jù)。圖2記錄了上述感知設備采集的施工至第37天時各類能耗的消耗量。其中，圖2（a）是由智能電表采集記錄的所有電力機具能消耗量，而圖2（b）是由無線傳感器采集記錄的所有耗汽油設備的能源消耗量。相比之前，模板和木材的場地外運輸是施工第1天通過柴油貨車運輸至施工場地，核算其碳排放總量并基于作業(yè)工程量均攤分析單位工程量的碳排放貢獻值?；谠摼鶖倖挝还こ塘康奶寂欧咆暙I值和特定時間點作業(yè)工程量即可核算出該作業(yè)時間點的柴油基碳排放量（圖2（c））。

5）施工進度?；趥鹘y(tǒng)方法進行施工進度人工統(tǒng)計。盡管已有研究開發(fā)了面向飾面工程的智能進度評估模型[27-28]，但該類智能評估方法還未覆蓋施工全領域。本研究目前基于傳統(tǒng)方法進行施工進度人工統(tǒng)計，待施工進度智能評估技術全面發(fā)展后，可更新為施工進度智能評估，以提高其碳排放核算的自動化水平水準?？紤]到主體工程中砌體工程、混凝土工程、鋼筋工程和模板過程施工類型交替進行，且施工類型存在差異，為了便于統(tǒng)計和類比，每5天統(tǒng)計一次主體工程作業(yè)工程量（圖3），中間天數(shù)的工程量做插值處理。

600mlll8月5日8月10日8月15日8月20日8月25日8月30日9月4日9月6日作業(yè)時間點

3.3 掙得碳值分析

圖4顯示了應用ECVM模型分析的項目執(zhí)行期間碳排放量和施工進度間的關系。施工至第20天，ECVM三參數(shù)關系為： BEWS₂₀gt;AEWP₂₀gt; BEWP₂₀ ，且同時 SV₂₀=-215kgCO₂elt;0 。上述參數(shù)關系符合表1中“編號5\"的描述，說明當前施工進度過于延誤，碳排放超標，亟需開展進度管控和碳控制等糾偏措施。施工管理團隊通過“增加熟練機械工人投入、規(guī)范施工人員設備操作過程、減少設備空轉(zhuǎn)和無效作業(yè)、提高清潔能源應用比例、降低電力浪費\"等措施以提高單位碳排放（油耗）工程產(chǎn)出，同時通過“增加施工人員投入，優(yōu)化人機配置\"等措施提升項目規(guī)劃執(zhí)行水平，追趕工期，加快施工進度。趕工期至第30天時，ECVM三參數(shù)關系為： AEWP₃₀gt;BEWP₃₀gt; BEWS₃₀ ，且同時 EV₃₀=-2603.18kgCO₂elt;0 SV₃₀=555.39kgCO₂egt;0 0

該參數(shù)關系符合表1中“編號4\"的描述，說明經(jīng)過進度管控等糾偏措施后，項目施工進度超前，達到了良好的進度控制效果，但項目整體的碳控制措施實施仍存在不足，碳排放超過配額排放，因此還需適當實施相關措施，糾偏碳偏差。

為了更深人地分析施工至第30天施工機具碳排產(chǎn)生偏差的原因，對比了作業(yè)完成單位主體工程量相關施工機具的碳排貢獻。限于篇幅，僅展示8月21日一30日期間實測碳排放占比最大的4種施工機具的對比結果（圖5），分別是木工圓鋸機0 17.5% ）、交流電焊機（ 15.6% ）、汽車式起重機中 12.3% 和混凝土輸送泵 （10.6% ）。

結果顯示，4種機具的實際單位工程量碳排值都不同程度高于配額碳排放。木工圓鋸機的實測碳排值波動最大（圖5（a）），偏差區(qū)域為 5.56%～ 14.99% ，調(diào)查發(fā)現(xiàn)，施工過程中有部分非專業(yè)工人基于工程進度需要參與了部分木材和木模板的加工，導致其對應單位工程量木工圓鋸機的效率偏低、波動性大。另外，施工過程木模板損耗率偏高，重復使用少于預定施工方案的8次，進而引起用于加工木模板的木工圓鋸機使用時間增長和單位主體工程量基于木工圓鋸機的碳排放量增長。交流電焊機單位主體工程量的碳排放實測值和配額值間波動較?。▓D5（b）），都只是略高于配額值，偏差比例區(qū)域僅為 4.86%～6.31% 。汽車式起重機單位主體工程量的碳排放實測值普遍高于配額值（圖5（c）），偏差較大，其比例區(qū)域達到 18.28%～24.67% 。調(diào)查發(fā)現(xiàn)，施工過程中存在起重機操作不當和空轉(zhuǎn)等現(xiàn)象，這可能是碳排偏差較大的原因。混凝土輸送泵的波動性和偏差都最?。▓D5（d）），偏差比例區(qū)域僅為 2.18%～5.95% 。此外，還發(fā)現(xiàn)汽車式起重機和混凝土輸送泵單位主體工程量的實測碳排放呈上升趨勢。這是因為隨著施工樓層的升高，由于重力作用，涉及提升工作的施工機具對應單位主體工程量能源消耗和碳排放呈增長趨勢。也就是說，隨著施工樓層的升高，單位主體工程量的碳排配額呈微增長趨勢，須基于工程實踐優(yōu)化該階段相關的碳配額值。

基于上述4類機械的碳排放績效分析，認為亟需采取的碳排放-進度糾偏措施包括：1）抽調(diào)工程經(jīng)驗豐富、操作效率高的機具操作員替換當前操作人員，加強機具操作人員的培訓和管理；2）加強每日上報作業(yè)制度建設，及時調(diào)整優(yōu)化施工進度方案；3）應用信息技術手段加強施工機具效率的監(jiān)控，提高現(xiàn)場施工機具的利用率，盡量減少空轉(zhuǎn)時間，減少能源消耗；4）擴大清潔能源（電力）應用比例，將部分燃油機具替換為使用清潔能源的相應機具等；5）根據(jù)施工實踐優(yōu)化施工碳排配額值估算。

4結論

量化施工場地碳排放量、動態(tài)評估配額碳排放和近實時計算碳排放的偏差有助于提高碳排放績效、實現(xiàn)施工現(xiàn)場碳排放精細化管控，對建筑業(yè)碳減排意義重大。在此背景下，基于掙值邏輯開發(fā)了一個適用于建筑施工現(xiàn)場碳排放近實時追蹤和精細化管理模型，其中，施工碳排放配額通過施工定額參數(shù)和施工進度量進行估算，而近實時碳排放量則基于物聯(lián)感知技術監(jiān)測的能源消耗量進行計算。最后，以上海某建筑施工場地為例，驗證了模型的適用性。應用模型評估發(fā)現(xiàn)，施工至第20天時，項目 EV₂₀ 為 -105.46kgCO₂e ，而 SV₂₀ 為—215kgCO₂e ，施工整體進度過于延誤，碳排放超出了配額值。實施糾偏措施后，項目 EV₃₀ 為—2603.18kgCO₂e （第30天），而 SV₃₀ 為 555.39kgCO₂e （第30天）。表明實施進度糾偏措施后，達到了良好的進度控制效果，但其碳排放仍呈超排狀態(tài)，還需再適當糾偏。評估了4種應用于案例項目的機具碳排放偏差績效，其中汽車起重機單位主體工程量的碳排放偏差最大，偏差區(qū)間為 18.28%～24.67% 。而混凝土輸送泵的碳排放偏差區(qū)間最小，僅為 2.18%～ 5.95% 。案例表明，ECVM可對案例項目施工過程中碳排放進行近實時計算，進而評估碳排放和施工進度的偏差關系，為施工場地碳排放精細化管理提供數(shù)據(jù)支撐。

提出了一個系統(tǒng)、全面的施工過程碳排放動態(tài)管理模型ECVM，提高了施工場地碳排放管理效率和精度。應用ECVM不僅可以近實時測算施工過程中分部分項工程-單體建筑-施工區(qū)域等多尺度的碳排放量，還能夠基于施工配額的預期碳排放進行施工進度-碳排放偏差評估。相比于前人的研究[20-22]，開發(fā)的模型具備兩大特點：1）ECVM更注重施工全過程的碳排放動態(tài)追蹤，詳細描述了施工前和施工過程中碳排放的數(shù)據(jù)采集、處理和績效評估；2）首繪了“ECVM參數(shù)分析與對應綱領舉措\"清單，使用者結合開發(fā)模型評估結果和該清單可以快速分析判斷施工場地碳排放趨勢，并能快速映射出提綱性糾偏措施。

在“雙碳”目標下，開發(fā)并應用ECVM進行施工過程碳排放管理具有很強的實踐意義。1）施工過程碳排放追蹤：項目管理者可基于ECVM模型來衡量特定時間段內(nèi)的預期和實際碳排放量，進而評估碳排放和施工進度偏差程度，并采取相應的糾偏措施進行糾偏。2）施工項目碳排放管理：開發(fā)的模型不僅適用于項目施工前配額碳排放的規(guī)劃，也可用于項目竣工后碳績效的整體評估，更能基于碳績效指數(shù)預測項目施工過程中的碳排放趨勢。3）促進部門監(jiān)管和控制：將ECVM模型應用于項目碳排放管理，有利于促進企業(yè)碳信息的披露、加強政府部門對施工項自碳排放的監(jiān)管。4此外，研究人員也可基于ECVM相關案例進行低碳措施優(yōu)選及低碳方案智能推薦。

未來研究可從以下方面開展：首先，案例是基于人工、半人工的方式進行碳排放計算和偏差評估，未來可進一步提升信息采集的自動化水平，如基于計算機視覺的施工進度信息自動化采集，進而實現(xiàn)施工碳排放自動近實時自動計算，提高施工場地碳排放精細化管理效率。其次，模型不包括建筑材料消耗引起的隱含碳排放，若核算邊界拓展至建筑材料，則需要調(diào)整掙得碳值模型的預期碳排放測算方法和建材消耗量的快速跟蹤方法。

參考文獻

[1]AHNCR，LEWISP，GOLPARVAR-FARD M，et al.Integrated framework for estimating，benchmarking， andmonitoring pollutant emissions of construction operations [J]. Journal of Construction Engineering and Management，2013，139（12）：A4013003.

[2]RASDORFW，LEWISP，MARSHALLSK，etal. Evaluation of on-site fuel use and emissions over the duration of a commercial building project [J]. Journal of Infrastructure Systems，2012，18（2）：119-129.

［3］李靜，劉勝男.裝配式混凝土建筑物化階段碳足跡評價 研究[J].建筑經(jīng)濟，2021，42（1）：101-105. LI J，LIU S N. Research on carbon footprint assessment of prefabricated concrete in building stage [J]. Construction Economy，2021，42（l）：101-105. （in Chinese）

[4]CHEN WL，YANG SY，ZHANG XZ，et al. Embodied energy and carbon emissions of building materials in China [J]. Building and Environment，2O22， 207： 108434.

[5]KANG G， KIM T，KIM Y W，et al. Statistical analysis of embodied carbon emission for building construction [J]. Energy and Buildings，2015，105： 326-333.

[6]FANG Y，NG S T，MA Z D，et al.Quota-based carbon tracing model for construction processes in China [J]. Journal of Cleaner Production，2018，2O0： 657-666.

[7] DING Z K， LIU S，LUO L W， et al. A building infor mation modeling-based carbon emission measurement system for prefabricated residential buildings during the materialization phase [J]. Journal of Cleaner Production， 2020，264： 121728.

[8］劉貴文，楊浩，傅晏，等.信息物理融合下的建筑施工 現(xiàn)場碳排放實時監(jiān)測系統(tǒng)[J].重慶大學學報，2020，43 （9）： 24-31. LIU G W，YANG H，F(xiàn)UY，et al.Real-time monitor ing system of carbon emission in construction site under the cyber-physical systems[J]. Journal of Chongqing University，2020，43（9）： 24-31.（in Chinese）

[9]SANDANAYAKE M，ZHANG G M，SETUNGE S. Environmental emissions at foundation construction stage of buildings-Two case studies [J]. Building and Environment， 2016，95：189-198.

[10] HAWDON D， PEARSON P. Input-output simulations of energy，environment，economy interactions in the UK [J].Energy Economics，1995，17（1）： 73-86.

[11] ZHANG X C，WANG F L. Hybrid input-output analysis for life-cycle energy consumption and carbon emissions of China’s building sector [J]. Building and Environment，2016，104：188-197.

[12] BASTVIKEN D，WILKJ，DUCNT，et al. Critical method needs in measuring greenhouse gas fluxes [J]. Environmental Research Letters，2022，17（1O）： 104009.

[13] LI D Z， HUANG G Y， ZHANG G M，et al. Driving factors of total carbon emissions from the construction industry in Jiangsu Province，China [J]. Journal of Cleaner Production，2020，276： 123179.

[14]LI Y，LUYJ，CHEN J.A deep learning approach for real-time rebar counting on the construction site based on YOLOv3 detector[J].Automation in Construction， 2021，124： 103602.

[15] LIU G W，CHEN R D，XU P P，et al.Real-time carbon emisson monitoring in prefabricated construction [J].Automation in Construction，2020，11O： 102945.

[16] LIU G W，YANG H，F(xiàn)U Y，et al. Cyber-physical system-based real-time monitoring and visualization of greenhouse gas emissions of prefabricated construction [J]. Journal of Cleaner Production， 2O2O， 246： 119059.

[17] SUBRAMANI T， JABASINGH D S S. Analysis of cost controlling in construction industries by earned value method using Primavera [J]. International Journal of Engineering Research and Applications， 2Ol4，4（6）： 145-153.

[18] ANBARI F T. Earned value project management method and extensions [J]. IEEE Engineering Management Review，2004，32（3）： 97.

[19] KOKE B，MOEHLER R C. Earned Green Value management for project management： A systematic review [J]. Journal of Cleaner Production，2019，23O： 180-197.

[20] ABDI A，TAGHIPOUR S，KHAMOOSHI H. A model to control environmental performance of project execution process based on greenhouse gas emissions using earned value management [J]. International Journal of Project Management， 2018，36（3）： 397-413.

[21] KIM J，KOO C，KIM C J，et al. Integrated CO₂ ，cost， and schedule management system for building construction projects using the earned value management theory [J].Journal of Cleaner Production，2015，1O3： 275-285.

[22] LIU G W，HUANG R P，LI K J，et al. Greenhouse gas emissions management in prefabrication and modular construction based on earned value management [J]. Journal of Construction Engineering and Management， 2022，148（6）： 04022034.

[23]馬駿.建筑物化階段 CO₂ 排放及其不確定性分析[J].土 木與環(huán)境工程學報（中英文），2022，44（6）：209-218. MA J. CO₂ emission and its uncertainty analysis in the building stage [J]. Journal of Civil and Environmental Engineering，2022，44（6）： 209-218.（in Chinese）

[24] IPCC. 2Oo6 IPCC guidelines for national greenhouse gas inventories [EB/OL]. （2013-03-27）. https：//www.ipcc. ch/report/2oo6-ipcc-guidelines-for-national-greenhousegas-inventories/.

[25]廣東省生態(tài)環(huán)境廳.廣東省市縣（區(qū)）級溫室氣體清單 編制指南[EB/OL]. （2020-06-16）. http：//gdee.gd.gov. cn/attachment/0/505/505999/3019513.pdf. Department of Ecology and Environment of Guangdong Province.Guidelines for the preparation of greenhouse gas inventories at the city and county （district） levels in Guangdong Province [EB/OL]. （2020-06-16）.http：// gdee.gd. gov.cn/attachment/0/505/505999/3019513. pdf.

[26]生態(tài)環(huán)境部辦公廳.關于做好2022年企業(yè)溫室氣體排 放報告管理相關重點工作的通知[EB/OL].（2022-03-

15）. https：//www.mee.gov.cn/xxgk2018/xxgk/xxgk06/ 202203/t20220315_971468.html. Office of the Ministry of Ecology and Environment. Notice on key tasks for managing enterprise greenhouse gas emission reporting in 2022 [EB/OL]. （2022-03-15）. https：//www. mee. gov. cn/xxgk20l8/xxgk/xxgk06/ 202203/t20220315_971468.html. [27]盧昱杰，仲濤，魏偉，等.基于圖像分割與軌跡追蹤的 室內(nèi)飾面施工進度智能評估方法[J].土木與環(huán)境工程 學報（中英文），2024，46（1）：163-172. LUYJ，ZHONGT，WEIW，etal.Intelligentevalua

tion method of indoor finishing construction progress based on image segmentation and positional tracking[J]. Journal of Civil and Environmental Engineering，2024， 46（1）：163-172.（in Chinese） [28]WEI W，LUYJ，ZHONGT，etal. Integrated visionbased automated progress monitoring of indoor construc tion using mask region-based convolutional neural networksand BIM[J].Automation in Construction，2022， 140：104327.

（編輯 王秀玲）