在碳定价不确定性下，集成BIM-LCA-优化技术用于实现幕墙立面的脱碳

《Building Research & Information》：Integrated BIM–LCA–optimization for decarbonizing curtain wall fa?ades under carbon pricing uncertainty

　　摘要：幕墙立面在新建筑的首期碳足迹中占据很大比例，而早期的设计选择限制了长期的脱碳途径。许多地区正在引入碳足迹上限或碳定价机制；然而，设计师们仍然缺乏将这些政策因素与早期立面决策联系起来的工具。本研究开发了一个集成概念阶段工作流程，该流程结合了基于BIM的幕墙建模、生命周期碳评估、立面循环性指标、折现生命周期成本计算、确定性优化以及蒙特卡洛不确定性分析。立面数据源自Autodesk Revit中的八个幕墙面板模型，碳足迹系数来源于澳大利亚环境产品声明（EPD）和One Click LCA中的建筑环境性能（EPiC）数据库，私人成本则来自项目数据集，并统一转换为澳元/平方米。确定性优化表明，当碳价格在100至420澳元/吨二氧化碳当量左右时，最佳方案会从高铝含量的系统转向更高循环性的木混结构，从而将幕墙的生命周期全球变暖潜力（LC-GWP）从大约380至400千克二氧化碳当量/平方米降低到270至300千克二氧化碳当量/平方米，同时成本仅略有增加。蒙特卡洛模拟结果显示，结果主要受碳价格水平的影响，而非价格路径的不确定性，因此成本风险较低。该工作流程使设计团队能够在明确的政策情景下测试不同的立面选项，并使概念阶段的决策与净零排放和循环经济目标保持一致。

关键词：碳足迹；幕墙立面；BIM-LCA集成；生命周期优化；碳定价

引言：碳足迹（EC）正成为建筑脱碳的核心挑战。通过电气化和清洁电网可以减少运行能耗，但建筑物投入使用后，材料和施工过程中的排放量就已固定。因此，最近的研究和综述表明，研究和实践正朝着减少碳足迹的方向发展，这是实现净零排放建筑的前提条件（Li等人，2026年；Lützkendorf & Balouktsi，2022年）。由于幕墙系统材料密集且常使用铝和玻璃，它们成为早期减少碳足迹的重点对象。幕墙类型还会影响建筑的整体性能，因此立面决策会同时影响碳足迹和运行效果。对幕墙系统的生命周期评估表明，使用寿命和报废阶段的情景会显著改变评估结果，这进一步强调了在概念阶段明确界定情景的重要性（Cheong等人，2024年；Srisamranrungruang & Hiyama，2026年）。政策环境也在迅速变化，多个国家已开始实施全生命周期或碳足迹限制措施，比较政策分析显示，这种监管正在不同地区扩展和多样化（Hu等人，2025年；Jordan，2024年）。在欧洲联盟，修订后的《建筑性能指令》要求从2028年起对大型建筑进行生命周期全球变暖潜力计算和披露，从2030年起对所有新建筑实施这一要求（欧盟委员会，2024年，2025年）。这些发展催生了一种实用的方法，能够在明确的上限和碳价格框架下将立面选择与合规指标联系起来。

数字工作流程在碳足迹评估中得到越来越广泛的应用。基于BIM的生命周期评估（LCA）可以自动化数量提取并加速选项比较，但最近的系统评价指出，许多BIM-LCA应用仍侧重于报告而非决策支持。此外，尽管需要管理各种权衡，但在设计过程中对优化和经济指标的整合程度仍有限（Bolognesi等人，2025年；Parece等人，2025a年）。同时，不确定性分析在建筑碳研究中受到广泛推荐，蒙特卡洛方法越来越多地用于识别关键参数并避免过于乐观的点估计（Huang & Wang，2025年；Kee & Fu，2024年）。然而，在立面决策方面仍存在重要空白：现有文献很少将BIM生成的数量数据、立面LCA、生命周期成本计算和优化结合在一个工作流程中，也很少探讨碳足迹上限和碳价格不确定性如何共同影响首选的幕墙类型。来自BIM-LCA评价的证据表明，决策方法仍不成熟，尤其是在同时考虑碳成本和经济效益时（Pakdel等人，2025年；Parece等人，2025a年）。这一问题在澳大利亚尤为突出，因为该地区高玻璃化幕墙较为常见，而当地的碳足迹基准数据仍在制定中。澳大利亚的最新案例研究表明，在多层建筑中存在显著的碳足迹减少潜力，这为支持低碳组件的早期选择提供了动力（Craft等人，2024年）。

本研究通过使用基于BIM的集成LCA和优化工作流程，评估了八种代表澳大利亚建筑实践的幕墙系统，旨在量化碳足迹上限和碳价格设置如何影响低层、中层和高层建筑中最佳幕墙类型的组合。研究提出了两个研究问题：碳足迹上限和碳价格水平如何影响不同建筑类型的最佳幕墙选择？在碳价格不确定性的情况下，确定性最优解的稳健性如何，以及哪些输入因素导致了生命周期成本和生命周期全球变暖潜力的变化？为回答这些问题，研究开发了一种综合决策支持方法，结合了基于BIM的数量提取、生命周期评估、折现生命周期成本计算、确定性线性优化、蒙特卡洛不确定性分析和敏感性分析。该方法为政策相关的立面选择提供了一种可复制的方法，符合新兴的全生命周期碳报告要求（欧盟委员会，2025年；Parece等人，2025a年）。

背景：本节将本研究置于国际碳足迹监管、立面生命周期评估、数字化评估工作流程以及不确定性下的优化研究的背景下。研究认为，政策正在向强制性的生命周期碳数据披露方向发展，但立面选择方法仍缺乏将碳、成本、优化和不确定性整合在一起的统一决策支持（Bacheva & Raposo Grau，2025年；Barjot & Malmqvist，2024年；欧盟委员会，2025年；Parece等人，2025a年）。监管是推动这一转变的关键因素。修订后的《建筑性能指令》要求新建筑的生命周期全球变暖潜力必须进行计算和披露，首先针对大型建筑，随后扩展到所有新建筑（欧盟委员会，2025年）。关于建筑碳足迹影响的系统评价表明，全生命周期碳报告和监管的政策趋势日益明显，评估方法与合规需求之间的契合度也在提高（Bacheva & Raposo Grau，2025年）。基于LCA的监管研究表明，限值、系统边界和合规激励措施可以影响设计行为，但当规则不明确或不一致时，也会带来实施挑战（Barjot & Malmqvist，2024年；Tozan等人，2024年）。全生命周期碳基准的开发工作进一步表明，政策相关的数值取决于对系统边界和参考研究期的统一假设。国际调查显示，采用全生命周期或碳足迹要求的地区数量不断增加，这增加了对透明和可重复评估方法的需求（Hinge，2025年）。

在当前的政策背景下，幕墙系统是重点关注的对象。幕墙立面由于依赖能源密集型材料和复杂结构，会显著增加初期碳足迹；其环境影响取决于类型定义和情景选择（Cheong等人，2024年；Hinge，2025年；Tozan等人，2024年）。最近的幕墙研究表明，使用寿命和报废阶段的情景会显著改变生命周期评估结果，再利用和闭环回收的假设也会影响比较结论（Cheong等人，2024年）。关于幕墙类型的研究还表明，幕墙系统的选择会影响不同改造或设计情景下的碳足迹差异，这支持了早期类型筛选的必要性（Liu & Won，2024年）。循环经济研究提出了循环性设计的结构化框架，但不同指标和案例应用之间的循环性评估结果仍不一致（Alabdulrazzaq等人，2025年；dos Santos Gon?alves等人，2025年）。将循环性指标与生命周期评估结合的方法突出了循环干预措施与环境影响之间的权衡，当仅优化碳足迹时，这些权衡会使得选择变得更加复杂（Khadim等人，2025年；Oluleye等人，2025年）。建筑信息建模（BIM）与生命周期评估（LCA）的结合通常被认为是实现快速设计评审的有效途径。然而，最近的系统评价指出，BIM-LCA在自动化生命周期数据采集方面的进展显著，但决策支持功能仍有限（Parece等人，2025a年）。同时，只有少数BIM-LCA研究整合了多标准决策分析或多目标优化，并且缺乏与经济指标的一致整合（Parece等人，2025a年）。对BIM-LCA方法的批判性分析还强调了互操作性、工作流程碎片化及数据映射等方面的持续挑战（Guignone等人，2023年）。互操作性研究显示，将环境产品声明（EPD）数据转换为Industry Foundation Classes（IFC）结构存在错误倾向，且依赖于命名约定，这影响了结果的可靠性和可扩展性（Aragón等人，2025年；Strelets等人，2025年）。其他近期工作开发了改进数据集匹配和映射透明度的工具，包括解决BIM到LCA数据链接自动化差异的方法（Petrosa等人，2025年）。利益相关者研究也表明，BIM-LCA通常在设计的后期阶段用于认证，这限制了其在选项选择中的作用，除非早期就嵌入决策支持（Parece等人，2025a年）。

这些研究还指出现实施不仅是一个技术问题，也是一个社会技术问题（Guignone等人，2023年；Parece等人，2025a年）。基于BIM的库存结构和LCA工作流程在不同学科和项目阶段的整合程度仍然较低，降低了实践中的一致性和可重复性（Guignone等人，2023年；Petrosa等人，2025年）。此外，将环境产品声明数据转换为与Industry Foundation Classes关联的BIM环境也存在误差倾向，这限制了数据的可靠性和可扩展性（Aragón等人，2025年；Strelets等人，2025年）。这些条件解释了为什么BIM-LCA仍主要用于后期报告或认证，而非早期选项选择（Parece等人，2025a年）。因此，有效的决策支持工作流程需要技术上的互操作性、透明的数据集匹配以及在整个设计过程中明确的数据质量和模型对数据集对齐责任（Guignone等人，2023年；Petrosa等人，2025年）。优化提供了一种在约束条件下正式化选项选择的方法。最近的研究认为，概念阶段的设计需要能够预测和优化碳足迹及其他性能指标的框架，而不仅仅是描述性比较（Shi等人，2025年）。将碳成本与经济决策变量结合的研究显示，人们对定价机制和碳成本概念的兴趣日益增加，但也存在碳价格在项目决策中表示方式的不同（Lu & Deng，2025年）。专注于联合优化成本和碳的研究表明，许多研究仍将它们分开处理，尽管在早期设计决策中存在强烈交互（Pakdel等人，2025年）。最近在能源和建筑领域的多目标优化研究展示了生命周期评估和成本优化的集成方法，包括明确包含碳相关成本项的应用（Kadri?等人，2026年；Zou & Li，2026年）。结合生命周期碳评估和决策分析的多标准框架也表明，在循环性目标和环境结果不一致的情况下，结构化的权衡方法具有价值（Khadim等人，2025年；Seddiki & Bennadji，2025年）。总体而言，这些研究支持将优化作为决策层，但也显示出在碳足迹上限和碳价格不确定性下的特定应用仍然有限（Cheong等人，2024年；Shi等人，2025年）。稳健的决策制定还需要明确的不确定性处理方法。对建筑中概率生命周期评估的系统评价表明，不确定性通常是多源的，概率方法可以提高结果的可靠性并支持稳健的设计比较（Bi等人，2025年；Tan等人，2025年）。用于概率性全建筑评估的方法现在包括根据EPD生成的碳足迹系数拟合分布的方法，并利用敏感性分析识别高方差材料（Torres & Srubar，2025年）。特定领域的不确定性框架还使用蒙特卡洛模拟来传播不确定性并识别施工阶段的驱动因素（Huang & Wang，2025年）。情景感知的蒙特卡洛方法进一步表明，情景结构的变化会影响不确定性解释，特别是在政策或报废假设影响结果时（Bin Thaneya等人，2024年）。关于建筑包封层研究中不确定性传播和敏感性分析的综述也强调了方法选择的问题，包括非线性和交互效应，这些因素会限制简单确定性结果的有效性（Bayat Pour等人，2024年；Rayjada等人，2024年）。最近的应用研究还考察了嵌入能量的不确定性，表明输入变异性即使在模型形式固定时也会显著影响结论（Warrier & Palaniappan，2025年）。总之，现有文献支持四个相互关联的前提。政策正在加强生命周期碳披露和限制值方面的要求，这增加了对早期方法的需求，这些方法可以测试与合规性相关的结果（Bacheva & Raposo Grau, Citation2025; Barjot & Malmqvist, Citation2024; European Commission, Citation2025）。表面研究显示，类型定义、使用寿命和寿命结束情景可能会改变比较结果，因此选项选择需要明确的情景控制，而不是默认假设（Alabdulrazzaq et al., Citation2025; Cheong et al., Citation2024; Khadim et al., Citation2025）。BIM–LCA集成提高了速度和可追溯性，但在需要经济指标时，决策支持集成和可靠的互操作性仍然不一致（Aragón et al., Citation2025; Motalebi et al., Citation2022; Parece et al., Citation2025a, Citation2025b）。最后，越来越多地推荐使用概率方法和敏感性分析来避免过于自信的确定性建议，但这些方法仍未常规集成到表面选择工作流程中（Bi et al., Citation2025; Huang & Wang, Citation2025; Torres & Srubar, Citation2025）。本研究通过应用集成的BIM链接LCA和优化工作流程来选择幕墙类型，并测试碳含量上限和碳价不确定性对不同建筑类别首选解决方案的影响，从而解决了这些问题。

**方法论**

**研究范围、功能单元、系统边界和建模概述**
本研究评估了八种常见的幕墙面板类型，这些类型代表了澳大利亚实践中使用的幕墙设计和材料家族。这些类型涵盖了以铝为主的系统、木质混合系统和遮阳箱配置。选择这八种类型的目的是为了涵盖框架材料、玻璃结构、隔热材料和不透明组件的有意变化，同时保持选项集足够小，以便于透明优化和解释。类似的基于类型的比较也被用于最近的幕墙生命周期评估研究中，以支持早期设计筛选（Cheong et al., Citation2024; Srisamranrungruang & Hiyama, Citation2026）。功能单元为1平方米的安装后的幕墙面积，这样可以统一量化、嵌入排放量和成本，并符合建筑生命周期评估标准和指南中的幕墙产品比较实践（RICS Professional Standard, Citation2024）。评估遵循欧洲标准EN 15978的模块A1–A5、B4–B5和C1–C4，以捕捉生产、运输、安装、更换和寿命结束阶段对幕墙嵌入排放的影响（RICS Professional Standard, Citation2024）。虽然模块D也相关，但由于其严重依赖于未来的再利用和回收分配假设，并且可能因政策设置而异，因此被排除在目标和约束之外（RICS Professional Standard, Citation2024）。操作模块B6和B7被省略，因为它们的归属需要整个建筑的能源和水资源建模，在这个概念阶段无法仅将其分配给幕墙类型。这种范围选择与专注于嵌入排放和寿命结束情景的幕墙研究一致（Cheong et al., Citation2024; Srisamranrungruang & Hiyama, Citation2026）。使用建筑信息建模（BIM）进行数量统计，以便碳和成本计算可以追溯到具体的几何形状和材料清单，这符合基于BIM的生命周期评估实践（Marzouk et al., Citation2018; Motalebi et al., Citation2022）。

在Autodesk Revit中创建了八个数字面板模型，每个模型的标准化面板面积为5平方米（4000毫米×1250毫米）。标准化面板面积是为了隔离组装组成对嵌入碳和成本的影响，而不是面板尺寸差异的影响。每个模型都包含了主要的幕墙组件，允许基于几何形状自动进行数量统计，以便进行LCA和成本分析。

为了从评估转向选择，使用优化方法在明确的碳含量上限和碳价假设下确定最低成本的可行幕墙组合。这种方法使决策规则明确，并在许多组合都可行的情况下避免随意选择（Marzouk et al., Citation2018; Motalebi et al., Citation2022）。然后应用蒙特卡洛模拟来测试在碳价变化的情况下，确定性最优解是否仍然稳定，因为当解决方案接近切换阈值时，点估计可能会高估其稳健性（Pang et al., Citation2020; Pianosi et al., Citation2016）。最后，应用全局敏感性分析来确定哪些不确定输入导致结果的变化。这一步骤是必要的，因为阈值行为和参数相互作用可能会使逐个测试产生误导（Pang et al., Citation2020; Pianosi et al., Citation2016）。图1总结了工作流程。

**蒙特卡洛模拟**
选择蒙特卡洛模拟而不是仅依赖确定性情景比较，因为优化会导致阈值切换，从而在碳价输入和最优幕墙组合之间产生非线性且可能是不连续的关系。在这种情况下，蒙特卡洛采样提供了经验结果分布和阈值切换的频率，而这些无法通过点估计或逐个扰动可靠地推断出来。正因为如此，蒙特卡洛方法被广泛用于环境和建筑生命周期模型中的不确定性传播（Bi et al., Citation2025; Bin Thaneya et al., Citation2024; Pianosi et al., Citation2016）。

**全局敏感性分析**
进行全局敏感性分析而不是仅报告分布，因为决策者需要确定哪些不确定输入导致了结果的变异性。当模型表现出非线性、交互效应或阈值行为时，推荐使用全局方法，因为局部或逐个方法可能会产生误导（Pang et al., Citation2020; Pianosi et al., Citation2016; Sobol, Citation2001）。

**生命周期评估（LCA）和循环性评估**
生命周期评估（LCA）是在One Click LCA中实施的，因为它支持EN 15978模块报告，并允许在组件级别透明地链接数量、数据集和影响结果，从而提高设计比较的可追溯性（Fernández et al., Citation2024; One Click LCA, Citation2024）。优先使用澳大利亚环境产品声明（EPDs）来提高当地市场使用的材料的代表性。当EPDs不可用时，使用建筑性能（EPiC）数据库来提供特定于澳大利亚的系数（One Click LCA, Citation2024）。从Autodesk Revit中提取数量并导入One Click LCA，以最小化手动数量转录，并在不同选项之间保持一致的材料清单，这与BIM–LCA集成实践一致（Fernández Rodríguez et al., Citation2024; Marzouk et al., Citation2018; Motalebi et al., Citation2022）。研究遵循EN 15978的模块A1–A5、B4–B5和C1–C4，在60年的参考研究期内进行，这与建筑组件的常见全生命周期碳实践一致，并符合国际上使用的全生命周期碳指南（RICS Professional Standard, Citation2024）。影响按材料组件报告，以支持对类型差异驱动因素的解释（Cheong et al., Citation2024）。每种类型的组件级清单和从摇篮到大门的贡献在附录A（表格A-1至A-8）中提供。表格1总结了EN 15978生命周期阶段中应用的数据源和建模假设，包括数量统计、运输、安装、使用寿命和寿命结束阶段的情景。图2展示了评估所涵盖的EN 15978模块，并指出了系统边界内包含的阶段。图3展示了在Revit中建模并在LCA和优化分析中评估的八种幕墙类型（T1–T8）。这些类型定义了后续碳、成本和循环性比较中使用的组装选项。

**结果和报告**
结果显示了嵌入碳和循环性结果，报告了成本和循环性权衡，与政策范围进行了基准比较，并进行了最终报告。箭头表明了步骤的最终顺序。

**图1. 方法论工作流程**
该图显示了一个分为5个堆叠部分的垂直流程图，各部分之间用箭头连接。顶部部分标记为目标和范围定义，包含用于定义范围、边界、指定功能单元和生命周期阶段的矩形框，以及一个标记为“排除运营能源和水”的框，箭头将这些项目连接起来。第二部分标记为数字建模和数据提取，包括用于建筑信息建模的幕墙类型模型和自动数量统计的框，按顺序连接并链接回第一部分。第三部分标记为影响和循环性评估，显示了一个水平的框链：将输入数据输入生命周期评估工具、来源环境产品声明和排放因子、对每种类型进行生命周期评估、计算循环性得分、应用循环性系数，并记录数据来源和假设。第四部分标记为优化和情景分析，包含优化类型选择、应用确定性优化、应用嵌入碳上限和政策范围、蒙特卡洛分析和敏感性分析的框，它们之间以及与早期部分之间有多个反馈箭头。底部部分标记为结果和报告，显示了编译嵌入碳和循环性结果、报告成本和循环性权衡、与政策范围进行基准比较以及最终报告的框。

**图2. 建筑的生命周期阶段根据EN 15978**
该图显示了一个标记的过程图，展示了在EN 15978框架下的建筑生命周期信息。中间有四个相邻的块，分别代表产品阶段、施工过程阶段、使用阶段和寿命结束阶段。上方有一个长标题栏，写着“建筑评估信息”，另一个栏写着“建筑生命周期信息”。产品阶段块标记为A1至A3，包含三个垂直矩形，分别代表原材料供应、运输和制造，每个矩形都标记有A1、A2和A3。施工过程阶段块标记为A4至A5，包含两个矩形，分别代表运输和施工安装过程，标记为A4和A5。使用阶段块标记为B1至B7，包含几个垂直矩形：B1使用、B2维护、B3修理、B4更换和B5翻新。该块底部有两个水平矩形，分别标记为B6运营能量使用和B7运营用水使用。寿命结束阶段块标记为C1至C4，包含四个矩形，分别代表拆解拆除、运输、废物处理和处置，标记为C1、C2、C3和C4。右侧有一个单独的高块，标题为“建筑生命周期之外的补充信息”，标记为D，包含描述系统边界之外的收益和负荷以及再利用、回收、回收的矩形。

**图3. 幕墙类型**
该图展示了八个幕墙组件的建筑图，标记为T1至T8。每个图都展示了一个幕墙单元的正视图，并附有一个详细的 exploded detail 块。第一个图是类型1，双铝遮阳板、双层玻璃单元，展示了一个中间带有双层玻璃单元的高开口，上方和下方有铝遮阳板元素，以及一个插图，显示了铝前部元素、矿物棉和钢后部框架。第二个图是类型2，双铝遮阳板、单层玻璃单元，重复了堆叠组合，但将中央玻璃替换为单层玻璃单元。第三个图是类型3，顶部铝百叶板、底部铝遮阳板、双层玻璃单元，展示了一个上方的的水平百叶带、中间的双层玻璃和底部的铝遮阳板元素，旁边有一个详细的隔热结构。第四个图是类型4，单铝遮阳板、双层玻璃单元，在底部放置了一个铝遮阳板元素，上方是双层玻璃。第五个图是类型5，玻璃遮阳板带遮阳箱、双层玻璃单元，展示了一个玻璃遮阳区域，下方是一个双层玻璃单元。第六个图是类型6，木质立柱和遮阳板面板、双层玻璃单元，用木材替换了垂直框架和下面的遮阳板元素，同时保留了上方的双层玻璃。第七个图是类型7，单铝遮阳板、木质立柱带铝帽、双层玻璃单元，结合了一个木质框架的垂直立柱、铝帽和双层玻璃下方的单个铝遮阳板元素。第八个图是类型8，玻璃遮阳板带遮阳箱、木质立柱带铝帽、双层玻璃单元，使用了一个木质垂直立柱和铝帽、下方的玻璃遮阳区域和双层玻璃单元；旁边的详细块再次显示了具有钢后部框架、矿物棉和玻璃或铝前部元素的分层结构。

**表1. 数据源和假设**
除了嵌入碳之外，还报告了单独的循环性指标，以支持设计比较，因为在某些情况下，循环策略可能与碳结果不完全一致。循环性被与优化目标分开，因为模块D和循环性信用取决于分配规则和未来的回收假设，而这些因司法管辖区和政策设计而异（RICS Professional Standard, Citation2024）。因此，循环性作为平行指标报告，而不是碳目标内的信用。权重因素遵循欧洲委员会的“为可拆卸设计设定等级”方法，该方法为回收材料、可再生材料和再利用路径提供了一个透明且可重复的系数结构（Dodd & Donatello, Citation2021）。使用与碳评估相同的系统边界可以确保不同类型之间的循环性比较具有一致性。表2总结了该指标中使用的循环性类别和权重因素。表2. 循环性类别和权重因素。下载CSV显示表格。澳大利亚的国家建筑规范（NCC）尚未规定立面组件的数值上限，但政策和评级工具正在逐步转向对前期隐含排放的常规测量和基准测试。在新南威尔士州，可持续建筑州环境规划政策（SEPP）要求报告前期隐含排放，并参考了澳大利亚国家建筑环境评级系统（NABERS）的隐含碳框架（NABERS, Citation2026; NSW Government, Citation2025）。行业基准数据也表明，在多层建筑中，外墙可能占前期隐含排放的很大比例，这促使人们在考虑整体建筑目标的同时，也关注组件级别的影响（Slattery, Citation2024）。定义了三个立面隐含碳量等级：<200、270–300和>350公斤二氧化碳当量/平方米，分别代表严格、典型和宽松的立面效果。这些等级仅作为优化结果的解释辅助工具，并不替代所报告的连续生命周期全球变暖潜力（LC-GWP）值。

**确定性优化模型**
立面选择被构建为一个线性规划（LP）问题，因为私有成本和隐含碳量都随立面面积增加而增加，且政策和技术规则可以表达为线性约束。选择线性规划是因为它保证了每种情景下的全局最优解，并允许清晰地解释哪些约束是关键的，这一点在利用结果来论证设计和政策阈值时非常重要（Luenberger & Ye, Citation2021; Vanderbei, Citation2020）。这种结构还使模型假设明确且可复制。表3定义了优化公式中使用的符号、参数和单位，以支持透明性和可重复性。表3. 符号、定义和单位。显示表格。

令高度类别由c∈low、medium、high表示，可行类型由∈Tc表示。决策变量是立面面积占比xc,t∈[0,1]，在每个类别内总和为一，即（1）∑t∈Tc?xc,t=1, xc,t≥0?t∈Tc。变量xc,t被解释为概念阶段类别c中立面类型t的面积占比。使用连续面积占比是因为概念阶段的立面通常是由多个模块组合而成，而不是单一重复的面板类型。这种表示方法支持现实化的早期选项测试，而不会引入降低透明度和增加计算复杂性的整数变量（Marzouk et al., Citation2018; Motalebi et al., Citation2022）。允许在早期设计中进行现实的“组合”选择（例如，结合透明和不透明的模块）。作为稳健性检查，也报告了单一类型情况的解决方案，得到了一致的趋势。

**数学模型构建**
所有货币量均以启用当年的澳大利亚元（AUD）表示。生命周期现金流按照实际贴现率进行折现，使用现值算子（2）PV(a,y)=a(1+r)y（其中a是在启用后y年发生的支出）。所有生命周期成本都转换为净现值（NPV），因为成本在参考研究期间的不同时间点发生。采用7%的中心实际贴现率来代表典型的私人投资者评估率，同时测试了3%和10%的贴现率，以反映实践中常见的较低和较高的贴现条件（Marzouk et al., Citation2018; RICS Professional Standard, Citation2024）。未来的维护、更换和寿命终结现金流也按照相同的基础进行折现；最优立面组合对这一范围具有鲁棒性。启用成本发生在y=0时刻（无折现）。

目标是最小化Ctprivate(r)和碳定价项的总和。Ctprivate(r)汇总了参考期间在类型级别上的投资者现金成本。用Capext表示启用成本，用ct,mmaint表示计划维护项目，用ct,krepl表示更换成本，每平方米的Ctprivate(r)为：（3）Ctprivate(r)=Capext+∑m=1Mt?PV(ct,mmaint,yt,mmaint)+∑k=1Kt?PV(ct,krepl,yt,krepl)+PV(Cdem,t,T）（3），其中Cdem,t是寿命终结时的拆除和处置费用。分析结果中的Cprivate以AUD/m2的形式报告，与模型中的实现方式一致。（4）Ccprivate(r)=∑t∈Tc?xc,tCtprivate(r）（4）这种构建方式遵循标准的LCC实践：未来的维护、更换和寿命终结项目以净现值进行评估，而启用项目则以面值计入，因为它们发生在时间点0。贴现率仅出现在Ccprivate(r)中，从而保持了私人现金流和环境定价之间的分离。

碳定价以每吨二氧化碳当量（tCO?e）的固定价格P0（以AUD计）应用于从摇篮到坟墓的隐含排放量Et（以公斤二氧化碳当量/m2计）。每平方米的碳成本组件为（5）Ctcarbon(P0)=Et/1000?P0（5）（6）Cccarbon(P0)=∑t∈TC?xc,tCtcarbon(P0）（6）只有价格水平P0进入目标，因为采购是在启用时确定的；采购后的价格变化是政策不确定性，不会改变采购时对隐含排放的收费金额。

**目标**
对于每个类别，优化最小化折现后的私人成本和货币化隐含碳成本的总和。为了清晰起见，每个高度类别的合并目标表示如下：（7）LCCttot(P0,r)=Ccprivate(r)+Et/1000P0（7）（8）LCCctot(P0,r)=∑t∈Tc?xc,tLCCttot(P0,r）（8）（9）min{xc,t}LCCctot(P0,r）（9）为了分析仅设定上限的政策（即隐含碳量被限制但未货币化的情况），将采购时的碳价格设为零，仅跟踪私人现金成本。这种情况下，表示为LCCcpriv(r)=LCCctot(P0=0,r）。它包括资本支出（CAPEX）、折现后的维护费用、更换费用和寿命终结费用，但不包括任何碳成本项。

**约束**
通过类别c对类型的可行性进行编码，以确定Tc。当建筑规范限制适用时，Tc中包含的类型满足相关气候和高度类别的U值要求。隐含碳上限情景建模为（10）∑t∈Tc?xc,tEt≤ECmax，（10）其中ECmax在固定网格{95, 100, …, 460}公斤二氧化碳当量/m2上以5公斤为增量进行评估，以研究阈值的滑动行为。在LP解决方案中使用5公斤二氧化碳当量的步长来处理离散的切换阈值，因为较粗的网格可能会错过最优组合变化的上限。针对每个建筑类别分别执行上限，以确保低层、中层和高层组合分别满足各自的κ阈值。所有上限都针对从摇篮到坟墓的隐含碳（A1–A5, B4–B5, C1–C4），模块D被排除在目标和约束之外。低于类别最低可实现LC-GWP上限的情况被标记为不可行并从结果中排除；绘制的曲线从每个类别的最低可行κ开始。

**如果适用于类别c，则面积加权的包络合规性为：**（11）∑t∈Tc?xc,tUt≤Umax(c），（11）U值限制取自NCC 2022中的气候区5，并作为面积加权的包络约束。选择气候区5作为参考合规案例，因为它为立面评估提供了具有代表性的温带条件基准，同时保持所有类型的优化约束一致。通过可行性集合Tc排除不可行的类型来实施分类合规性约束（如可燃性限制、高度对木材的影响、立面系统的适用性）。为每个建筑类别指定了可行的类型，并在线性规划（LP）中执行相应的可行性限制（方程1–16）。

**情景集和解决方案**
针对P∈{38, 100, 200, 420}澳元/吨二氧化碳当量的三个高度类别，以及逐步收紧的隐含碳上限，报告了确定性结果，具体如结果表和图表所示。选择这些确定性碳价格情景P∈{38, 100, 200, 420}澳元/吨二氧化碳当量，以覆盖从低到高以及压力测试下的隐含排放估值水平。低值（38澳元/吨二氧化碳当量）提供了一个基于澳大利亚以往碳价格（23–24澳元/吨二氧化碳当量）的弱价格基准，并相关证据表明低价并未显著改变建筑行业的决策（Berry et al., Citation2022; Gon?alves & Menezes, Citation2024）。中等和高值（100和200澳元/吨二氧化碳当量）反映了与巴黎协定 aligned的缓解路径一致的国际公认碳价格范围（High-Level Commission on Carbon Prices, Citation2017）。高值（420澳元/吨二氧化碳当量）作为上限压力测试，以检查非常强的碳成本信号是否会显著改变首选的类型组合，这与某些净零评估和抵消定价背景中使用的高阴影碳值一致（UKGBC, Citation2024）。

由于目标和约束都是线性的，单纯形类LP求解器可以为所有情景提供精确的最优解。私人成本组件对碳价格水平不敏感，这解释了结果中观察到的模式，即随着P0的增加，组合目标的变化等于P0×E/1000。

**蒙特卡洛不确定性分析**
应用蒙特卡洛模拟来测试碳定价条件变化时确定性最优解的鲁棒性。这种方法广泛用于通过环境和成本模型传播不确定性，并评估结论的稳定性，超出单点估计的范围（Pang et al., Citation2020; Pianosi et al., Citation2016）。不确定性限于碳价格参数，因为研究聚焦于碳定价和隐含碳上限作为政策驱动因素。材料因素和寿命终结情景保持不变，以避免将政策不确定性与数据集不确定性混合在一起。对于每个上限值κ，采样采购时的碳价格，然后求解线性规划，产生最优组合、生命周期全球变暖潜力和私人成本。每种建筑类别进行了总共9,000次运行，以提供稳定的分布总结和全局敏感性结果，同时保持计算上的可行性（Pang et al., Citation2020; Pianosi et al., Citation2016）。

对于每个EC上限κ ∈ {95, 100, …, 460}公斤二氧化碳当量/m2，初始碳价格P0从Beta-PERT分布中采样，最小值为38澳元/吨二氧化碳当量，最可能值为150澳元/吨二氧化碳当量，最大值为480澳元/吨二氧化碳当量。选择38–480澳元/吨二氧化碳当量的范围，以涵盖从低到高的现代政策信号和最近的政策和建模研究中报告的较高预期价格水平，允许分析捕捉在合理监管条件下的阈值切换行为。不确定向量是θ=(P0,μ,σ)，其中P0是采购时的碳价格水平，μ和σ是用于解释的碳价格路径的辅助描述符。对于每次蒙特卡洛抽样i，P0从Beta-PERT (38, 150, 480)澳元/吨二氧化碳当量的分布中采样，然后使用采样的采购价格求解确定性LP，并记录输出（包括碳成本的LCC、LC-GWP和最优组合）。

**碳价格过程**
碳价格不确定性通过几何布朗运动（GBM）（Seifert et al., Citation2008）表示，该方法广泛用于建模非负商品类价格，并已应用于碳配额价格动态（12）Pt=P0exp((μ?1/2σ2)t+σWt），（12）其中P0是初始价格，μ是漂移，σ是波动性，Wt是维纳过程。GBM形式提供了一个简单的、透明的随机过程，支持情景采样，而不会引入负价格。在本研究中，隐含排放量在采购时定价，因此优化取决于采样的采购价格水平P0。漂移和波动性描述了潜在的政策轨迹变化，并作为稳健性检查纳入，但它们不会驱动方程（6）中实施的收费规则下的采购价格。这使不确定性模型与优化目标中的时间假设保持一致。β系数以标准差单位报告平均线性效应，这允许直接比较不同输入的效应大小（Pianosi等人，2016年引用）。为了捕捉单调但可能非线性的影响，同时控制其他输入的干扰，对排序变量计算了偏序等级相关系数（PRCC）。设R(?)表示中位数转换，Y为结果（LCCctot或Ec），Xj属于Π0,μ,σ?X，则X?j表示其余输入。通过对排名进行线性正交化得到残差：(14) e^Y←OLS(R(Y)○R(X?j))，e^j←OLS(R(Xj)○R(X?j))。(14) Xj的PRCC则是这些残差的相关系数，(15) ρY,Xj,X?jPRCC=corr(e^Y,e^j)（15），这相当于偏Spearman相关系数。所有PRCC都是使用相同的9000次蒙特卡洛集合计算得出的，该集合也在其他地方使用过。PRCC对于非高斯边际是稳健的，并且在阈值行为产生分段单调响应时仍然具有信息量（Marino等人，2008年引用）。

方差共享代理（η2）：通过非参数分位数分箱方法得到了一个Sobol风格的主要效应代理η2（Glen & Isaacs，2012年引用；Sobol，2001年引用）。(16) η2(X)=Var(E[Y|X])/Var(Y) (16) 这表明了每个输入水平所贡献的方差比例，并且与结果一致，即P0几乎解释了组合目标中的所有变异性以及LC-GWP中的大部分变异性，其中μ和σ是边际值。OLS提供了熟悉的度量方向和规模，PRCC在关系单调时防止了误导性的线性印象，而η2在主要效应层面上分配了方差，无需施加完整的方差分解方案。对所有三个指标使用相同的蒙特卡洛集合保持了解释的一致性。

数据来源、软件和可重复性：BIM定量数据直接来自项目参数模型。嵌入式碳因素根据EN 15978模块进行对齐，并根据结果按类型应用。所有线性规划问题都使用Python 3.11和SciPy v1.11中的scipy.optimize.linprog接口通过HiGHS优化求解器解决。HiGHS v1.5.x应用预处理、缩放以及对偶单纯形或内点算法进行线性规划。保留了默认的可行性和最优性容忍度，原始和对偶容忍度在10^-7到10^-9的范围内。所有确定性的碳价格和上限扫描，以及所有的蒙特卡洛抽样，都是使用相同的线性规划公式和求解器配置独立解决的，并且所有实例都以认证的最优性结束。蒙特卡洛抽样使用了指定的P0、μ和σ分布，每个场景进行了9000次运行。这些方法与国际标准化组织（ISO）14044和EN 15978标准兼容，并遵循关于不确定性和敏感性分析的标准指导。

幕墙类型的嵌入碳和循环性：八种幕墙类型的生命周期评估（LCA）显示在嵌入式碳和循环性方面存在显著差异（表4）。从摇篮到大门的嵌入碳范围为90至320千克二氧化碳当量/平方米（kgCO?e/m2），而从摇篮到坟墓的值范围为94至392千克二氧化碳当量/平方米。循环性得分在40%到48%之间，这由材料组成、回收率和使用寿命终点的差异驱动（表4）。下载CSV表格以查看详细信息。

确定性优化结果：应用确定性优化来识别在不同碳价格和上限情景下的成本和碳效率最高的立面配置。结果是为三类建筑（低层、中层和高层）生成的，涵盖了不同的碳价格范围和逐渐严格的立面级嵌入碳上限（表5）。下载CSV表格以查看详细信息。在38澳元/吨二氧化碳当量（AUD/tCO?e）的较低碳价格下，模型始终选择以T1和T2为主的面板组合，私人成本约为1400澳元/平方米，嵌入排放量约为380–400千克二氧化碳当量/平方米。当碳价格上升到100澳元/吨二氧化碳当量时，模型转向包含T6面板的混合方案，在低层和中层建筑中，排放量减少到约270–300千克二氧化碳当量/平方米，而高层建筑仍然保持T2–T1组合。这表明了一种类别依赖的阈值效应，即在较高碳价格下，高层建筑的更大结构需求限制了向低排放面板的替换。在较高的碳价格水平（200–420澳元/吨二氧化碳当量）下，高层建筑的优化明确转向了T7–T2组合，将排放量降低到约300千克二氧化碳当量/平方米，私人成本仅略有增加。相比之下，低层和中层建筑在较高价格情景下仍保持T6–T2组合，排放量保持在与100澳元/吨二氧化碳当量时相同的270–300千克二氧化碳当量/平方米范围内。在所有类别中，碳价格的上涨都因为明确的碳成本组成部分而提高了组合目标函数值。同时，它们诱导了向更清洁选项的结构转变。例如，在低层建筑中，目标函数从1398.39澳元/平方米（38澳元/吨二氧化碳当量）上升到1515.66澳元/平方米（420澳元/吨二氧化碳当量），而嵌入排放量从382千克二氧化碳当量/平方米下降到302千克二氧化碳当量/平方米。总体而言，较高的碳价格将最优解转向低排放面板，同时保持私人成本大致稳定。

碳上限的影响在私人成本和排放量的逐步变化中明显体现，如图4所示。在低于200千克二氧化碳当量/平方米的严格上限下，高层建筑被迫采用更昂贵的配置，私人成本上升到1580澳元/平方米以上，而排放量降至大约190千克二氧化碳当量/平方米。相比之下，中层和低层建筑能够在不承担重大成本惩罚的情况下遵守270–300千克二氧化碳当量的上限，保持成本接近1400–1450澳元/平方米。这种差异反映了高层建筑在替换为最低排放面板时的结构限制。在较宽松的上限（>350千克二氧化碳当量/平方米）下，所有类别都转向高排放组合，私人成本下降，反映了模型在优先选择更便宜但不太可持续的面板类型的自由度。图4显示了在整个上限网格（95–460千克二氧化碳当量/平方米，步长为5千克）下仅限上限政策的确定性优化结果：(a) 最小私人成本（澳元/平方米）与κ的关系；(b) 最优解的生命周期全球变暖潜力（kgCO?e/m2）。LCCcpriv(r)=LCCctot(P0=0,r)(AUD/m2)。阅读此图的详细描述。

该图显示了三条折线图，比较了在不同碳上限下的高层、中层和低层建筑类别。左图在垂直轴上绘制了每平方米的澳大利亚美元私人生命周期成本，范围约为1375至1575，网格线间隔为25单位；在水平轴上绘制了每平方米的二氧化碳当量碳上限，范围为100至460，刻度间隔为20单位。三条阶梯状线条分别代表高层、中层和低层解决方案。高层线条始终位于范围的顶部，然后在碳上限分别超过250、280和300时分几次下降。中层线条位于成本范围的中间，在270和350附近也分几次下降。低层线条从成本范围的较低部分开始，在290和390附近分阶段下降。右图在垂直轴上绘制了每平方米的生命周期全球变暖潜力，范围约为80至400，刻度间隔为20单位；水平轴上的碳上限与左图相同。随着碳上限的放宽，高层、中层和低层线条以离散的跳跃上升，在230、260、280、300、360和400附近呈现平坦段。所有数据均为近似值。

图5显示了不同建筑类别的最优立面配置的生命周期全球变暖潜力（LC-GWP）随碳价格水平的变化情况。图5显示了在不同碳价格水平下（澳元/吨二氧化碳当量）最优立面配置的LC-GWP（kgCO?e/m2）的确定性优化结果。阅读此图的详细描述。该图显示了一条折线图，比较了三种建筑类别在不同碳价格范围内的最优立面配置的生命周期全球变暖潜力。水平轴标记为碳价格P0（每吨二氧化碳当量的澳大利亚美元）。刻度范围为50至400，间隔为50。垂直轴标记为每平方米的生命周期全球变暖潜力（kgCO?e/m2）。刻度范围为280至400，间隔为20。三条实线代表不同建筑类别：高层、低层和中层。高层线条在碳价格为50时从398开始，保持在100时水平，然后在200时下降到约302，到400时变得平坦。低层线条在碳价格为50时从382开始，下降到100时约为302，然后在100到400之间基本保持不变。中层线条在碳价格为50时从392开始，下降到100时约为302，然后在100到400之间几乎保持不变。两条垂直虚线在碳价格为100和200时出现，从底部延伸到图表的顶部并与高层线条相交。所有数据均为近似值。

因此，确定性结果展示了随着上限κ的收紧和价格P0的上升而出现的三个重要动态。首先，碳价格强烈影响最优组合：在100澳元/吨二氧化碳当量左右的阈值下，低层和中层建筑的排放量显著减少，而至少需要200澳元/吨二氧化碳当量的价格才能改变高层设计。其次，只有当碳上限低于约300千克二氧化碳当量/m2时，碳上限才具有约束力，超过这个值时，尤其是对于高层项目，成本惩罚急剧增加。第三，存在明显的成本-排放权衡：即使在严格的上限下，私人成本在不同情景中的变化也较为温和（通常在5–12%的范围内）。这些模式建立了确定性基准，通过蒙特卡洛模拟和敏感性分析可以评估在不确定性下的解决方案的稳健性。

蒙特卡洛模拟结果量化了参数不确定性对三种建筑类别的最优立面选择、生命周期成本（LCC）和LC-GWP结果的影响。表6总结了所得分布，图6根据初始碳价格P0绘制了LC-GWP和生命周期成本。图6按类别和初始碳价格P0显示了蒙特卡洛结果：(a–c) LC-GWP（kgCO?e/m2）；(d–f) LCCctot(P0,r)(AUD/m2)。实线=MC中位数；深色带=25–75%；浅色带=10–90%；虚线=确定性；在100和200澳元/吨二氧化碳当量处有垂直标记。低/中层建筑的阈值约为100，高层建筑的阈值约为200；成本随P0近似线性增加。阅读此图的详细描述。该图显示了六条线条图，分为三行，分别标记为低层、中层和高层类别。顶部行绘制了每个类别的生命周期全球变暖潜力（LC GWP），与初始碳价格P0相对应。在这三条图中，水平轴是每公吨二氧化碳当量的澳大利亚美元碳价格P0，范围约为0至450，刻度间隔为50。垂直轴是最优解的生命周期全球变暖潜力（kgCO?e/m2），范围约为300至400，刻度间隔为10。每条图包含一条中位蒙特卡洛线、25%至75%范围的狭窄带、10%至90%范围的宽带、一条虚线确定性线，以及大约100和200澳元/吨二氧化碳当量的两条垂直参考线。LC GWP值在低层和中层类别接近恒定，在高层类别接近100时略有下降。底部行显示了相同三个类别的总生命周期成本（包括碳）随初始碳价格P0的变化情况。水平轴再次显示了每公吨二氧化碳当量的碳价格P0，范围约为0至450澳大利亚美元。垂直轴是包括碳的总生命周期成本（澳元/平方米），范围约为1320至1560，刻度间隔为40。在这三条图中，中位蒙特卡洛线及其相关带几乎与碳价格线性增加，确定性线条紧随其后。所有数据均为近似值。

表6总结了高层建筑的确定性结果。确定性基线显示生命周期成本为1466.61澳元/平方米，LC-GWP为397.72千克二氧化碳当量/平方米。蒙特卡洛模拟将预期成本提高到平均1504.99澳元/平方米，第5–95百分位范围为1449.88–1556.54澳元/平方米。预期排放量平均降至310.72千克二氧化碳当量/平方米，90%范围为299.19–397.72千克二氧化碳当量/平方米。确定性排放量位于该分布的上尾部分。这表明参数的不确定性倾向于支持低排放的解决方案，而高层建筑的设计对允许替代高排放面板的变体非常敏感。在中层建筑的情况下，确定性最优方案的成本为1439.55澳大利亚元/平方米，生命周期全球变暖潜能（LC-GWP）为270.06千克二氧化碳当量/平方米。在蒙特卡洛抽样下，平均成本上升到1486.93澳大利亚元/平方米，第5到第95百分位的范围为1428.15至1542.67澳大利亚元/平方米。排放量增加得更为明显：平均LC-GWP为324.78千克二氧化碳当量/平方米，第90百分位的范围为316.14至389.99千克二氧化碳当量/平方米。因此，确定性优化识别出的低排放配置并不具有鲁棒性。输入参数的微小扰动经常会导致更高的排放组合。结果，除非有更严格的限制或更强的政策信号支持，否则中层建筑的确定性“最优”方案可能会夸大可实现的碳排放减少量。

对于低层建筑，确定性最优方案的成本为1418.89澳大利亚元/平方米，LC-GWP为302.40千克二氧化碳当量/平方米。通过对初始碳价P?进行蒙特卡洛抽样，平均成本上升到1468.87澳大利亚元/平方米（第5到第95百分位：1406.45至1528.76澳大利亚元/平方米），平均LC-GWP上升到338.84千克二氧化碳当量/平方米（第5到第95百分位：333.09至382.27千克二氧化碳当量/平方米）。最优组合在以木材为主的T6解决方案和以铝为主的T1-T2组合之间交替。这揭示了一个价格转换阈值，即P0的微小变化会改变哪些可行性约束，并改变排放与私人成本之间的权衡。在LP中，P0的微小变化会改变首先受到约束的建筑类型，从而导致最优组合的离散跳跃。由于确定性解决方案接近这个转换区域，因此它对于P?的合理变化并不具有鲁棒性。在蒙特卡洛运行中，最优配置的频繁变化，以及确定性LC-GWP低于随机中心范围，都突出了这种不稳定性。

跨类别比较，出现了三种模式。首先，成本不确定性较小且在各个案例中的幅度相似，相对于确定性值平均增加了大约40-70澳大利亚元/平方米。这表明在参数不确定性下，私人成本相对稳定。其次，排放量的反应非常不同：高层建筑的结果往往比确定性基线实现的LC-GWP更低，而中层和低层建筑的结果则倾向于上升。这反映了结构和材料约束的不同敏感性。第三，确定性值在随机分布中的位置显示了仅依赖点估计的风险。在高层建筑中，确定性排放量位于蒙特卡洛分布的上尾部分，而在中层建筑中，它们位于下尾部分，可能在实际中难以一致实现。

综合来看，蒙特卡洛分析表明，一旦考虑到参数的变异性，确定性最优方案并不一定是最可能的结果。确定性建模表明，在中等碳价水平下可实现大幅度的减排，但随机结果显示这些减排在中层和低层建筑应用中较为脆弱，仅在高层建筑项目中更为稳健。这强调了在评估低碳立面路径以及在不确定性下测试碳定价或上限等工具是否能产生可靠结果时，需要用概率分析来补充确定性优化。

敏感性分析是在9000次蒙特卡洛运行集合上进行的，并报告了两种结果：总生命周期成本（LCC）和生命周期全球变暖潜能（LC-GWP）。使用了三种互补方法：(i) 带标准化系数的普通最小二乘法（OLS β）来表征线性效应，(ii) PRCC来在控制其他输入的情况下测试单调影响，以及 (iii) 从分位数分组计算的一阶方差份额（η2 ≈ Var[E(Y|X)]/Var(Y)）作为Sobol风格的主要效应代理。这三种方法都应用于相同的不确定碳政策输入集——初始碳价水平P?、其漂移μ和波动性σ——并分别针对低、中、高层进行计算（见图7a–b为高层，图8a–b为中层，图9a–b为低层）。图7显示了高层建筑的敏感性分析结果，展示了三种互补方法（基于η2方差代理、OLS和PRCC）对（a）总生命周期成本（LCC，澳大利亚元/平方米）和（b）生命周期全球变暖潜能（LC-GWP，千克二氧化碳当量/平方米）的影响。

该图展示了六个水平条形图，分为两行，每行三个，比较了三种碳政策输入与总生命周期成本和生命周期全球变暖潜能之间的关系。所有图表都在纵轴上列出了参数P0、μ和σ。左上角的图表绘制了每平方米澳大利亚元的总生命周期成本的一阶方差份额，横轴范围从0.0到1.0，间隔为0.2。P0约为0.94，而μ和σ接近0.01。中间上角的图表显示了总生命周期成本的普通最小二乘标准化系数，横轴范围从0.0到1.0。P0约为0.97，μ约为0.08，σ约为0.01。左下角的图表显示了总生命周期成本的部分 rank 相关系数，横轴上标记为接近0的值。右上角的图表展示了每平方米二氧化碳当量的生命周期全球变暖潜能的一阶方差份额，P0约为0.80，μ和σ接近0.01。中间右角的图表给出了生命周期全球变暖潜能的部分 rank 相关系数，也接近0。右下角的图表显示了生命周期全球变暖潜能的普通最小二乘标准化系数，横轴范围从约负0.6到0.0，P0约为负0.56，μ和σ接近0.01。所有数据均为近似值。

图8显示了中层建筑的敏感性分析结果，展示了三种互补方法（基于η2方差代理、OLS和PRCC）对（a）总生命周期成本（LCC，澳大利亚元/平方米）和（b）生命周期全球变暖潜能（LC-GWP，千克二氧化碳当量/平方米）的影响。该图展示了六个水平条形图，每组三个，比较了输入参数P0、μ和σ对总生命周期成本或生命周期全球变暖潜能的影响。每个图表使用普通最小二乘法、部分 rank 相关系数或一阶方差效应代理进行了比较。在左上角的条形图中，横轴是从0到1的η2一阶方差份额，间隔为0.2；P0约为0.96，μ约为0.01，σ接近0.00。右上角的条形图中，横轴是从0.0到约1.0的标准化普通最小二乘系数；P0约为0.96，μ约为0.07，σ约为0.01。中间左角的条形图中，横轴是从0到约6乘以10的负16次方的部分 rank 相关；P0、μ和σ的值均标记为0.00。中间右角的条形图中，横轴是从0到约0.8的η2；P0约为0.80，μ约为0.01，σ约为0.01。右下角的条形图中，横轴是从约负0.6到0.0的标准化普通最小二乘系数；P0约为负0.56，μ和σ接近0.01。所有数据均为近似值。

图9显示了低层建筑的敏感性分析结果，展示了三种互补方法（基于η2方差代理、OLS和PRCC）对（a）总生命周期成本（LCC，澳大利亚元/平方米）和（b）生命周期全球变暖潜能（LC-GWP，千克二氧化碳当量/平方米）的影响。该图展示了六个水平条形图，总结了低层建筑的敏感性分析结果。左上角的图表报告了每平方米澳大利亚元的总生命周期成本的一阶方差份额。x轴显示了η2，标记为一阶效应代理，等于Var(E(Y given X) / Var(Y)，范围从0到1。y轴列出了输入参数σ、μ和P0。P0的条形图约为0.97，μ约为0.01，σ接近0.00。右上角的图表显示了总生命周期成本的标准化普通最小二乘系数。x轴表示z分数的标准效应系数，范围从0到约1.0。P0的系数约为0.99，μ约为0.05，σ约为0.01。中间左角的图表给出了总生命周期成本的部分 rank 相关性，x值从约负2.5乘以10的负15次方到0。μ、P0和σ的条形图在非常小的尺度上聚集在0附近。右下角的图表显示了每平方米二氧化碳当量的生命周期全球变暖潜能的η2，P0约为0.80，μ和σ约为0.01或更低。左下角的图表显示了从约负0.6到0.1的生命周期全球变暖潜能的标准化普通最小二乘系数。所有数据均为近似值。

对于LCC，所有三种敏感性方法得出的结论相同。碳价水平P?是成本变异的主要驱动因素（见图7a、8a、9a）。在所有类别中，P?的标准化OLS系数接近1.0，而μ和σ的系数非常小。方差份额结果一致：P?解释了超过90%的LCC方差，而μ和σ合计仅占少数百分比。PRCC值对所有三个输入都接近零，反映了当P?跨越阈值时，大部分成本变异来自最优面板组合的离散变化。从低层到高层建筑的P?效应的轻微下降表明，高层建筑在应对价格变化时调整组合的幅度较小，这与关于结构约束的确定性和蒙特卡洛发现一致。

对于LC-GWP，P?的影响同样强烈，并与优化机制一致。P?的OLS系数为负，在所有类别中都是相同的，表明更高的碳价系统地将最优方案推向低排放面板（见图7b、8b、9b）。方差份额显示P?解释了约80%的LC-GWP方差，而μ和σ的贡献很小。PRCC值接近零，证实了蒙特卡洛分析中排放结果的大部分分散是由价格水平本身驱动的，而不是由围绕该水平的漂移或波动性假设引起的。方法之间的一致性值得注意。OLS和η2都表明P?对成本和排放有强烈影响，而PRCC捕捉到了决策表面的阈值驱动、分段行为。当最优配置随价格离散切换时，基于rank的单调关联即使在线性和基于方差的效应仍然较大时也会减弱。这些模式与早期结果一致。确定性分析显示，在38、100和200澳元/吨二氧化碳当量的价格区间内，组合和排放量有明显的阈值响应，而蒙特卡洛脊线表明确定性结果在随机云中的位置主要由P?决定。

敏感性模式在不同建筑类别中也是稳定的。对于LCC，P?的影响在低层建筑中最强，并随着高度的增加而略微减弱，反映了在更高高度下替代可能性更有限。对于LC-GWP，P?的影响的符号和幅度在各个类别中基本不变，表明更强的定价始终能推动更清洁的立面，无论高度如何。在所有情况下，μ和σ的贡献都很小，这有助于解释为什么蒙特卡洛成本分布相对紧凑，而排放量的分布则较为分散。成本波动主要通过最优配置中的P?驱动的切换机制产生，而一旦总体价格水平确定，价格路径中的额外随机性对其影响较小。总体而言，敏感性分析实现了研究目标，即识别在不确定性条件下塑造模型结果的参数。研究表明，在考虑的范围内，碳价格水平P?是决定幕墙系统经济和环境性能的关键因素，而价格漂移和波动性对结果的解释能力非常有限。这些结果与确定性基线一致，在确定性基线中，减排效果在每吨二氧化碳当量100-200澳元的价格区间内最为显著；同时，它们也与蒙特卡洛模拟结果一致，其中结果的分布和离散程度主要受P?的控制。将实际折现率从3%调整为10%会改变绝对的全生命周期成本（LCC）水平，但不会改变最优幕墙选择。这表明，由于P?解释了超过90%的LCC变化和约80%的生命周期温室气体（LC-GWP）变化，因此在每吨二氧化碳当量100-200澳元的价格区间内观察到的阈值是一个关键的政策区间，在此区间内，碳定价能够持续促使最优幕墙配置转向更低排放的选项。

讨论
研究结果表明，当碳价格足够高以改变材料选择时，碳定价可以是减少幕墙排放的强大工具，这与模型分析结果一致（Blanz & Gaitan, 2023）。无论是确定性分析还是随机分析，碳价格水平都主导了生命周期成本和嵌入碳的结果。碳价格解释了超过90%的成本波动性和约80%的排放波动性，而价格漂移和波动性的影响很小。OLS（ordinary least squares）、PRCC（probabilistic regression with corrected coefficients）和基于方差的指标得出的结果一致，这进一步说明系统的响应性主要取决于价格水平本身。这对澳大利亚新兴的碳治理框架具有重要意义。

确定性阈值尤为重要。当碳价格为每吨二氧化碳当量100-200澳元时，人们会一致选择低碳墙体材料。这些阈值与国际建模结果一致，国际建模认为这一价格区间是改变行业行为的必要条件（Blanz & Gaitan, 2023）。澳大利亚早期的碳税（每吨二氧化碳当量23-24澳元）并未对建筑行业决策产生显著影响（Berry et al., 2022; Gon?alves & Menezes, 2024）。这里发现的更高阈值表明，如果未来的政策框架要推动低碳幕墙的广泛采用，需要设定远高于历史水平的可信价格下限。研究结果还对建筑和工程实践具有指导意义。集成的BIM-LCA-优化框架通过将参数化幕墙模型与嵌入碳和成本输出联系起来，支持早期决策。这使团队能够在设计选项仍然灵活的情况下测试碳价格水平或嵌入碳上限的影响，并推动采购规范的制定，优先考虑低排放的墙体系统。

不同建筑类型的分析结果提供了进一步的指导。高层建筑的设计结果相对稳定，不确定性往往降低而非增加排放。这反映了结构及防火性能限制，限制了向高排放配置的转变。相比之下，低层和中层建筑的优化结果更为多变，双峰分布表明小的参数变化就可能改变最优墙体材料的选择。这表明需要制定设计标准或采购指南，以确保低层市场采用低碳替代品。最近的可持续性研究也强调在早期阶段进行幕墙碳评估（如LCA）以支持此类决策（Sanders, 2023）。

蒙特卡洛分析提醒我们不能仅依赖确定性优化。对于中层建筑，确定性建模显示的生命周期温室气体值低至每平方米约270公斤二氧化碳当量，但概率平均值接近325公斤二氧化碳当量。这一差距表明，在忽略不确定性的情况下，低碳结果的脆弱性。类似的幕墙研究结果也主张在生命周期碳评估中明确纳入不确定性（Zong et al., 2022）。如果没有这样做，预测的脱碳效益可能会被系统性地高估。

然而，成本结果相对稳定。在不确定性下，生命周期成本仅比确定性值高出几个百分点。这表明，只要价格信号可信，转向低碳幕墙选项并不会带来不成比例的成本增加。LC-GWP（life cycle greenhouse gas）的负回归系数也证实了较高的碳价格确实更有利于选择清洁选项。

政策含义显而易见。结果表明，价格水平远比价格波动性更重要。价格漂移和年度波动对结果影响较小。因此，政府应通过设定最低价格、指数化价格路径或立法稳定机制来优先建立可持续的碳价格路径。对于低层和中层市场而言，其中优化结果对不确定性更敏感，嵌入碳基准、低碳材料激励或特定于幕墙的上限尤为重要。

尽管本案例应用了澳大利亚的成本数据、EPD（Environmental Product Declaration）和EPiC（Environmental Product Information Catalogue）因素以及NCC（National Construction Code）规定的围护结构限制，但由于该工作流程依赖于通用量度、基于模块的LCA会计方法（EN 15978）和明确的决策模型，因此可以推广到其他地区。可以预见，较高的碳价格水平和更严格的嵌入碳上限会将最优解决方案转向低碳类型；当多种类型的综合成本接近时，会发生阈值切换。然而，具体的价格阈值取决于当地材料供应链、EPD的可用性、建筑成本、监管限制以及采购时假设的碳收费规则（Barjot & Malmqvist, 2024; Hinge, 2025）。

确定性优化、蒙特卡洛模拟和敏感性分析的综合应用为国际幕墙LCA和碳政策研究提供了可推广的方法。它以结构化且可复制的方式捕捉了政策信号、材料行为和设计约束之间的相互作用，这符合当前对可持续性政策中决策分析框架的呼吁（Zhang et al., 2024）。这项研究的意义不仅限于设计实践。从理论上讲，它将BIM链接的LCA从报告工具扩展为在政策不确定性下的决策分析工具，表明幕墙选择受阈值效应而非单纯的成本-碳权衡的影响。对于行业而言，它提供了一个可追溯的概念阶段工作流程，将几何形状、碳排放、成本和政策假设整合在一个决策结构中。对于政策制定者和社会来说，研究结果表明，可信的碳价格阈值加上补充的上限或采购指导可以提高嵌入碳减排的可靠性，而不会造成过大的私人成本负担。

结论
本文提出了一种集成的BIM链接的生命周期评估和优化工作流程，以支持在澳大利亚嵌入碳上限和碳定价不确定性下的早期幕墙选择。该贡献是一种决策支持方法，将幕墙类型与透明的碳排放和成本结果联系起来，并识别能够改变首选方案的政策条件。研究表明，幕墙选项评估应被视为一个综合考虑碳、成本和不确定性的问题。此外，它还展示了优化可以作为BIM链接LCA中的决策层面，而不仅仅是一个事后的比较步骤。确定性优化显示，在幕墙选择中存在阈值效应。每吨二氧化碳当量约100澳元的阈值可带来大幅减排，在低层和中层建筑中尤为明显；而高层建筑则需要至少每吨二氧化碳当量200澳元的价格才能转向低碳组合。这些变化使幕墙的LC-GWP从大约每平方米380-400公斤二氧化碳当量降低到270-300公斤二氧化碳当量，私人成本仅略有增加。蒙特卡洛模拟结果表明，结果分布主要受采购时碳价格水平的影响，而且在低层和中层建筑中，确定性最优解的稳定性较差。

敏感性分析结果支持这一解释。碳价格水平是成本和排放变化的主要驱动因素，而在采购时收费规则下，价格漂移和波动性的影响较小。这一发现强调了碳价格设计和可信度对于早期幕墙决策的重要性超过短期价格路径波动。研究结果对实践和政策都有影响。对于设计团队而言，该工作流程支持快速筛选符合碳上限的建筑类型，同时保持成本透明度。对于政策制定者来说，结果表明，只有当碳价格达到触发类型转换的阈值范围时，碳定价才会影响幕墙选择；补充的上限和采购指导可以在最优解仍然敏感的情况下稳定结果。

需要指出两个局限性：研究中仅对碳定价进行了不确定性建模，而材料因素、使用寿命和寿命终结路径保持不变。运营能源和水资源影响也超出了系统边界。未来的工作应扩展对关键LCA参数和寿命终结情景的不确定性处理，测试不同的收费规则，并整合运营建模以评估整个生命周期的权衡。此外，还需要在实际应用中进行进一步的研究，包括数据可用性、工作流程整合以及项目交付中的社会技术采纳。总体而言，研究表明，在门槛范围内的可信碳价格，加上补充的上限和采购指导，可以加速低碳幕墙的选择，同时保持私人成本的总体稳定。

补充材料
附录（1）.docx（22.3 KB）

数据可用性声明
本研究的数据来源于COX Architecture提供的专有幕墙BIM模型，以及通过商业LCA软件访问的许可生命周期评估数据集。由于保密和许可限制，这些原始数据集不能公开。所有用于重现研究结果的数据集，包括所有表格和图表背后的数值、优化输出和蒙特卡洛摘要统计信息，均可在Zenodo平台上依据知识共享署名4.0国际许可协议获得：https://doi.org/10.5281/zenodo.17958308（在新窗口中打开）。

本文的补充数据可在线获取：https://doi.org/10.1080/09613218.2026.2653037