《Sustainable Cities and Society》：Urban Morphology and Building Energy Patterns: A Three-level Meta-analysis of Multi-scale Global Evidence
编辑推荐：
•首个关于城市形态-能源关联的全球三级元分析。•形状系数是能源使用最强劲且最一致的驱动因素。•气候-功能交互作用可以逆转城市形态-能源关系。•居住能源对形态的敏感性高于非居住能源。•极端气候和非居住建筑类型中存在证据缺口。引言建筑部门约占全球能源需求的28%，并产生37%的碳
- •
首个关于城市形态-能源关联的全球三级元分析。
- •
形状系数是能源使用最强劲且最一致的驱动因素。
- •
气候-功能交互作用可以逆转城市形态-能源关系。
- •
居住能源对形态的敏感性高于非居住能源。
- •
极端气候和非居住建筑类型中存在证据缺口。
引言
建筑部门约占全球能源需求的28%，并产生37%的碳排放（UNEP & GlobalABC, 2026）。快速城市化和不断加剧的气候变化正在进一步加重这一能源负担（Wang et al., 2021）。因此，建筑行业是节能和气候减缓战略的关键领域。在此背景下，城市形态（UM），即由城市结构的空间配置所定义的（Doherty et al., 2009），已成为建筑能效研究的焦点。
大量研究已证明城市形态（UM）对建筑能耗（BEC）的显著影响（Narimani et al., 2023; Ratti et al., 2005）。证据表明，城市形态可将建筑能耗调节10%至30%（Rickwood et al., 2008; Str?mann-Andersen & Sattrup, 2011），而不同城市形态之间的能源需求差异可达1.8至6倍（Rode et al., 2014）。一系列城市形态指标已被确定为建筑能耗的关键决定因素，如建筑高度（BH）、容积率（FAR）和建筑密度比（BCR）（Wang et al., 2022）。这些因素主要通过三条途径发挥作用：建筑间效应（Ascione et al., 2020）、微气候（Bansal & Quan, 2026）和使用者行为（Salat, 2009）。建筑间效应（即建筑间的遮荫效应和表面反射）影响建筑表面的太阳辐射量。这些效应以两种方式影响能源概况：它们改变室内采光条件，从而影响照明负荷，同时改变得热量，进而改变室内热状况及随之而来的暖通空调需求。此外，城市形态通过改变微气候（例如城市热岛（UHI）效应）来塑造建筑能耗。而且，城市形态可能通过塑造使用者的活动和适应行为来间接影响建筑能耗。例如，较深的建筑布局可能减少自然采光，增加人工照明的使用。城市形态还可能通过影响公共空间的可达性和环境质量来影响户外活动模式，从而改变室内占用模式和相关的能源使用行为（Bansal & Quan, 2026）。
然而，实证研究结果高度不一致，相同的城市形态指标在不同研究中得出不同甚至截然相反的结论。例如，Pan等人（2017）发现，在上海的模拟办公建筑中，较高的容积率通常与较高的总能耗相关，尽管这种关系的强度和模式因建筑类型而异。在哈尔滨严寒气候背景下，Ke等人（2026）发现在模拟居住区中，容积率与建筑能耗呈负相关。这一模式可能反映了更高的紧凑度和更低的外围护结构热量损失，但容积率与其他形态参数紧密耦合。绿色空间比例（GSR）和纵横比（AR）等指标也显示出与能源使用不一致的关联，包括正相关、负相关、不显著和非线性模式（表1）。这些矛盾表明，城市形态-建筑能耗关系可能强烈依赖于特定情境条件，而非遵循普遍模式。这种文献碎片化阻碍了对城市形态-能源动态建立系统性和全面性理解。
此前的若干综述已尝试综合这些碎片化证据，并大大推进了对形态-能源关系的理解。早期综述主要提供城市形态指标及其潜在能源影响的定性总结（Mitchell, 2005; Rickwood et al., 2008; Doherty et al., 2009; Silva et al., 2017）。近年来，Quan等人（2021）系统综述了城市形态指标、机制和方法，强调了形态-能源交互作用的复杂性以及情境因素的潜在作用。然而，关于这些关系的定量强度、一致性和情境依赖性仍存在重要不确定性。尽管这些贡献意义重大，但关键缺口仍然存在：单项指标效应大多来源于孤立情境，缺乏稳健的总体量化，且研究间的差异及其驱动因素（如气候和建筑功能）很少得到定量综合。
为弥合这些缺口，我们进行了三级随机效应元分析，以定量综合现有的关于城市形态-建筑能耗关系的国际证据。具体目标为：（1）计算城市形态指标对建筑能耗的综合效应量；（2）通过元回归和亚组分析识别调节城市形态-建筑能耗关系的调节因素和潜在交互效应；（3）提供定量证据基础，以支持不同城市环境下的情境敏感型低碳城市规划。
本研究在三个方面对文献作出贡献。在方法上，我们采用三级随机效应元分析，以考虑单个研究内部报告的多重效应量之间的依赖性。在分析上，我们量化了城市形态-建筑能耗的总体关系，并识别情境因素如何影响这些关联。在实践上，我们为情境敏感型低碳城市规划提供了基于证据的见解。
本文结构如下。第2节介绍研究方法，包括文献检索策略和三级元分析过程。第3节展示核心发现，包括133项已识别的城市形态-建筑能耗关联的总体概览以及对12组核心配对对的深入分析。第4节阐述机制、规划策略和未来研究方向。第5节为结论。
章节摘要
方法
我们遵循PRISMA 2020（系统综述和元分析的首选报告条目）指南，以确保方法的准确性和可重复性。研究工作流程包括三个阶段：文献检索与筛选、数据提取和统计建模。
时间与社会分布
最终用于元分析的数据集包含80篇于2012年至2026年间发表的文章。尽管学术界对城市形态与能源使用关系的兴趣可追溯至2000年，但早期研究主要以描述性为主，通常依赖基本的可视化方法（如柱状图）或定性讨论。报告相关系数的定量研究（这是我们元分析的前提条件）直到2012年之后才出现。该领域的研究近期呈急剧增长态势；
讨论
本研究中提出的三个目标通过不同的分析方法得以实现。三级随机效应元分析用于量化城市形态指标与建筑能耗之间的综合关联，从而实现了第一个目标。元回归和亚组分析被用于识别情境因素（主要是气候区和建筑功能）在城市形态-建筑能耗关系中的调节作用，从而实现了第二个目标。基于这些
结论
本研究采用三级元分析框架综合了80项研究的证据，量化了城市形态与建筑能源性能之间的关联，并系统考察了这些关联在不同情境下的变化。主要发现如下：
- 1)
三维形态指标通常表现出比二维覆盖率指标更强且更一致的与建筑能耗强度的关联。形状系数（SF）和容积率（FAR）等指标显示
生成式人工智能及AI辅助技术在稿件准备过程中的声明
在准备本文过程中，作者使用Google Gemini辅助润色稿件语言。在使用该工具后，作者对内容进行了审核和编辑，并对已发表文章的内容承担全部责任。
未引用参考文献
Aburmalah和üzümcüo?lu, 2025, Chang等人, 2019b, Zhang等人, 2025a, Zhang等人, 2025b, Zhou等人, 2024, Zhu等人, 2024, Chen等人, 2020, Cui等人, 2025, Dab'at和Alqadi, 2024, Danielski, 2012, Deng等人, 2016, Du等人, 2025a, Du等人, 2025b, Dwijendra等人, 2022, Feng等人, 2016, Feng等人, 2024, Ge等人, 2023, Govindarajan等人, 2024, Gupta等人, 2025, Huang等人, 2023, Huang等人, 2024, I??k Demirci, 2021, Jareemit等人, 2025, Jiang和Zou, 2024,
CRediT作者贡献声明
张灿：撰写 – 审阅与编辑，撰写 – 初稿，可视化，软件，方法学，形式分析，数据整理，概念构思。Isabelle Y.S. Chan：撰写 – 审阅与编辑，指导，概念构思。张云铮：撰写 – 审阅与编辑，方法学，数据整理。张卓然：撰写 – 审阅与编辑，数据整理。
利益冲突声明
作者声明不存在可能影响本文所报道工作的已知竞争性经济利益或个人关系。
致谢
作者感谢匿名审稿人的建设性意见和建议，这些意见和建议帮助改进了本手稿。本研究未获得任何资金支持，作者没有其他需要声明的致谢事项。
张灿|Isabelle Y.S. Chan|张云铮|张卓然
