Where if? 使用空间、建筑存量驱动的模拟探索瑞典哥德堡的建筑循环策略

《Sustainable Cities and Society》：Where if? Using spatial, building-stock-driven simulations to explore construction circularity strategies in Gothenburg, Sweden

　　

回收建筑材料可显著降低建筑与拆除部门的环境影响。然而，实施循环策略需要对材料存量动态具备空间精细化的理解。本研究引入了一种存量驱动且基于规则的模拟方法，该模拟可跨空间和时间预测由建设、翻新和拆除活动所产生的材料存量、流量及相关的隐含碳（Embodied Carbon, EC）。该模拟能够探索城市参数（如新建建筑的回收含量、拆除率、翻新率以及不同类型的新建建筑）如何影响材料流量和隐含碳。研究人员利用瑞典哥德堡（Gothenburg）的住宅建筑存量，通过追踪八种建筑材料及其随时间变化的隐含碳，在参数空间和两种情景（基线情景和能效政策情景）下展示了该模拟的能力。结果表明，优先翻新而非拆除能持续降低隐含碳影响，而增加材料循环则可进一步强化这些效益。此外，将新建住房类型与拆除释放材料的组成相匹配可提高资源效率，尽管在哥德堡案例中，改变独户住宅与多户住宅的比例对总体结果的影响有限。本研究的主要贡献在于开发了一个模型，该模型以空间和时间显式的方式评估拆除、翻新与材料循环之间的相互作用。该模型为城市规划者提供了关于材料供应时空动态的可操作见解，支持制定更明智的策略，以迈向可持续且循环的建筑部门。

**论文解读文章**

### 研究背景与问题
建筑与拆除（Construction and Demolition, C&D）部门在为社会提供住房等服务的同时，产生了巨大的环境影响，包括资源消耗、废弃物生成以及隐含碳排放。全球正设定脱碳与去物质化目标，例如欧盟提出2030年温室气体减排55%，并强调提高资源效率。循环经济（Circular Economy, CE）被视为指导框架，但实际碳足迹减少效果有限，且城市层面评估循环性的框架多样性阻碍了有效策略的识别。材料循环（再利用与回收）是重点，然而大规模实施循环性的关键障碍之一是对二次材料供应的时空动态缺乏清晰认识。现有研究多通过材料存量与流分析（Material Stock and Flow Analysis, MSFA）量化材料存量、流入和流出，但前瞻性研究缺乏空间分辨率，将城市视为“黑箱”，无法为本质上是空间性的建设与城市规划提供指导。因此，亟需一种空间显式的、前瞻性的存量驱动模型，以模拟建设、翻新、拆除及材料循环的动态，并评估其对隐含碳（Embodied Carbon, EC）的影响。

### 研究内容与结论
研究人员开发并展示了一种空间显式的、前瞻性的存量驱动模拟模型，该模型结合了动态MFA、自下而上方法与基于主体的建模（Agent-Based Modelling, ABM），以建筑为自主代理，遵循预设规则运行。以瑞典哥德堡（Gothenburg）的住宅建筑存量为案例，模拟从2010年至2100年，追踪八种建筑材料的流量与隐含碳，并探索五种参数（独户住宅比例、拆除概率、翻新概率、新建建筑回收含量、翻新回收含量）对材料流与EC的影响，同时比较基线情景与能效政策情景（强制淘汰低能效建筑）。结论包括：优先翻新而非拆除能持续降低EC影响，增加材料循环进一步强化效益；将新建住房类型与拆除释放材料组成匹配可提升资源效率，但在哥德堡案例中，独户与多户住宅比例变化对总体结果影响有限。该模型填补了前瞻性MSFA的空间化空白，为城市规划者提供了材料供应的时空动态见解，支持向可持续与循环建筑部门转型的决策。论文发表在《Sustainable Cities and Society》。

### 主要关键技术方法
研究人员采用的关键技术方法包括：① **动态材料流分析（Dynamic MFA）**：结合寿命概率分布（lifetime probability distribution）模拟建筑寿命，预测流入与流出；② **自下而上方法（Bottom-up approach）**：利用建筑存量地理数据库（含建筑年代、类型、高度等）与材料强度系数（Material Intensity, MI）量化初始材料存量；③ **基于主体的建模（Agent-Based Modelling, ABM）**：在GAMA平台上开发，将每栋住宅建筑设为自主代理，遵循翻新、拆除与建设规则，并引入回收器、规划师和城市区域代理。数据来源：哥德堡56,245栋住宅建筑，数据来自Lantm?teriet（瑞典测绘、地籍和土地登记局）及Gontia等（2018）的工作，补充了能源性能证书（Energy Performance Certificate, EPC）数据。

### 研究结果
#### 4.1 模拟仪表盘
通过GAMA平台的交互式仪表盘展示模拟参数控制面板及七个输出面板，包括建筑动态（翻新、拆除、新建数量）、材料需求与释放、能效评级分布、隐含碳（EC）及地理空间概览，支持用户实时探索不同参数组合的影响。

#### 4.2 参数探索
对1,875种参数组合（拆除概率0.1%、1%、3%、5%；翻新概率0-1，步长0.25；回收含量0-1，步长0.25；独户住宅比例0-1，步长0.25）进行模拟，每种重复10次，共18,750次模拟。通过交互式平行坐标图（图5）分析发现：当拆除率为0.5%且材料循环水平为0%时，EC最高；促进50%独户住宅时，EC最小值和最大值均最低；最小EC情景出现在拆除率0.1%、翻新最大化、新建回收含量25%、翻新回收含量50%时。

#### 4.3 材料可用性与隐含碳
随着拆除率增加，释放材料量增加，其中砖占较大比重，提示新建建筑需整合砖材料。独户住宅比例降低时，保温用羊毛可用量增加。图7显示：低回收含量对应高人均EC；新建独户住宅比例与人均EC正相关；翻新率提高略微降低人均EC，而拆除率提高则显著增加（1%拆除率对应~50 tCO₂e，5%拆除率对应~75 tCO₂e）。

#### 4.4 空间模式
模型记录每栋建筑在每一模拟步骤的状态（未触动、翻新、拆除），生成空间显式的拆除热点图（图9a）。高翻新率（5%）会减缓拆除进程。将拆除概率与材料强度结合，可绘制钢材、木材、砖等材料释放的空间概率分布（图9b-d），例如钢材集中在两个热点区，木材和砖集中在城市超中心。

#### 4.5 政策情景
引入能效政策（2045年后禁止G级能效建筑）后，与基线情景相比，触发更多拆除与新建，翻新提前发生（到2045年约40,000栋翻新，基线为35,000栋）。到2100年，政策情景下无G级建筑。总材料需求增加（图10c），且总隐含碳因强制拆除与翻新而上升（图10d）。该结果展示了模拟在评估运营导向政策对EC影响方面的能力。

### 讨论与结论
**讨论总结**：该模型通过混合动态MFA、自下而上MSA和ABM，填补了前瞻性存量流模型的空间化空白。结果验证了简单规则的解释力，如翻新率增加减少拆除、独户比例增加提高EC。但模型需进一步验证和扩展。局限性包括：仅聚焦住宅建筑，未纳入非住宅类型；环境核算只含八种材料，未考虑运输；建筑视为整体，未分解组件层次；地理边界限于哥德堡市，忽略区域互联。未来方向包括：细化寿命假设、集成更多代理（如房地产开发商）、引入空间规则模拟城市密度化，并促进开放科学与跨学科合作。

**研究结论部分翻译**：本研究弥合了动态MFA中的空间化缺口，跟踪、量化并定位了建设、翻新、拆除和回收活动在时间和空间上的材料动态。该模型作为概念验证，可在不同背景下复制，以展示建筑与拆除部门应对未来环境目标的机遇与挑战。然而，如上所述，其基本假设和范围需显著改进，才能预测未来城市。为此，亟需利益相关者合作、更多研究以及实证数据来验证结果。尽管如此，该模型可作为学习工具提供宝贵见解。换言之，模型通过充当虚拟实验室来探索城市政策（包括拆除与翻新率、材料循环率及新建建筑类型）的影响，有助于城市利益相关者理解规划决策如何影响材料动态、循环性和隐含碳，从而支持向可持续城市发展的知情决策。