在基于登记系统的城市建筑能源评估中诊断同伴群体不适应问题

《Sustainable Cities and Society》：Diagnosing Peer-Group Misfit in Registry-Based Urban Building Energy Benchmarks

　　摘要：城市建筑能耗基准越来越多地支持披露、分级和基于阈值的低碳政策，特别是在需要大规模管理运营能耗的密集型特大城市中。然而，政策的可信度取决于一个先决条件：即行政定义的使用类别是否形成了连贯的同类群体。本研究开发了一个可审计的诊断框架，用于识别基于注册表的城市建筑能耗基准中的同类群体不匹配问题。该框架将行政定义的同类群体边界本身作为一个政策前的诊断目标，将同类群体的有效性与建筑层面的能源性能区分开来。利用首尔2023年和2024年官方验证的非住宅建筑能耗记录，该研究分析了6,239个建筑年度记录的最终诊断样本，这些记录包含了足够的月度能源使用数据，适用于三种诊断方法。结果显示，同类群体的可靠性在不同类别之间存在系统性差异。教育和宗教设施表现出一致的年度、基准和残差结构，支持将它们作为合理的基准比较群体。相比之下，社区、零售、住宿、医疗保健和其他设施显示出内部异质性，包括更广泛的年度分布、分离的基准结构或在多个季节窗口中的残差变异性。季节性响应诊断显示了每个类别内部的时间序列是否一致，或者一个注册表标签下是否共存多种季节性响应时间模式。这些模式表明，行政上有效的标签可以涵盖异质的时间能源使用结构。该框架将同类群体不匹配视为一个可管理的条件，而不是放弃现有分类的理由。它确定了当前标签在何处仍然是合理的，在何处需要监测，在何处应在基于阈值的政策使用之前进行有界的子分类或额外协变量的处理。

引言：城市建筑能耗基准不仅限于描述能源性能，还越来越多地积极支持披露、分级、目标设定和基于阈值的低碳政策（Long等人，2024年；美国环保署，2024a；Lu & Li，2026年）。城市级别的建筑能耗数据集也成为城市能源建模、基准测试、数据驱动的能源政策制定的核心（Jin等人，2023年）。这一转变在密集且建设完成的特大城市中尤为重要，因为在这些城市中，现场抵消总建筑能耗的机会受到物理限制，必须大规模管理运营能耗（Choi等人，2025年；Kontokosta & Tull，2017年；Li等人，2024b年；Palmer & Walls，2017年）。在这种政策背景下，基准测试不再是一个中立的描述性练习。它成为城市定义预期性能、分配关注点和传达合规压力的治理基础设施的一部分。因此，这些系统的可信度取决于一个先决条件：被比较的建筑是否真正具有可比性。这个问题在基于注册表的基准测试系统中尤为重要。实际上，城市经常使用建筑登记簿或相应的官方分类中记录的行政定义的建筑使用类别来构建同类群体（Long等人，2024年；Zhan等人，2020年）。这些类别适合政策实施，因为它们在法律上稳定、可扩展、管理成本低廉且易于公众理解。然而，它们通常是出于许可、税收、分区或一般管理的目的而设计的，并非用于运营能耗比较。当这些类别被用来确定基准测试同类群体、等级或面向阈值的预期时，类别标签不再是一个被动的描述符。它成为了决定什么被视为可比较性能的政策机制的一部分。能源基准测试必然依赖于对预期能源使用的准确表示，这受到建筑特点、功能、位置和设备相关条件等因素的影响（Zo等人，2025年）。然而，行政记录的使用类别往往将这些运营决定因素压缩为宽泛的标签。被分配到同一类别的建筑在设施功能、运营时间表、服务强度、基础负荷、暖通空调配置和能源供应结构方面可能存在显著差异（de Wilde，2014年；Ding & Liu，2020年；Kim等人，2020年）。最近的月度基准测试研究表明，月度能源使用模式可以揭示年度或类型基础上不可见的异质性，支持将月度数据作为诊断层，而不是自动替代行政类别（Li等人，2024a）。当这些异质建筑被强行纳入一个同类群体时，基准测试结果可能会误将固有的运营条件解读为实际效率低下并据此进行惩罚（Guillén等人，2019年；Zhan等人，2020年）。这造成了同类群体不匹配的问题：行政上的群体可能在法律上有效，但在实际运营中却成为公平比较的基础。最近的研究通过聚类、机器学习、特定于同类的回归、时间序列模式识别和基于能源特征的分析解决了类别内部的异质性问题（Arjunan等人，2020年；Choi & Yoon，2024年；Gao & Malkawi，2014年；Jin等人，2022年；Kim等人，2024a，2024b；Li等人，2024a，2024b；Piscitelli等人，2025年；Zhan等人，2020年）。这些方法可以提高统计拟合度并揭示隐藏的运营模式。然而，它们也带来了治理难题。最近关于数据驱动基准测试的研究和综述指出，透明度、可解释性、时间分辨率和分类不确定性是持续的实施挑战（Li等人，2024a；Lu & Li，2026年）。一个数据驱动的群体可能在分析上具有说服力，但建筑所有者、管理员或公众可能难以理解和辩护。如果将两栋具有相同官方用途的建筑与不同的算法生成的同类群体进行比较，所得到的基准可能技术上是最优的，但在制度上是不透明的。因此，对于城市官员来说，主要问题往往不是是否可以从零开始发明一个理想的分类系统，而是已经嵌入政策的分类系统是否仍然具有合理性，以及其作为基准测试同类群体的使用何时开始失效。首尔为这一问题提供了现实的实证环境。作为一个密集且建设完成的城市，首尔面临着在其城市脱碳战略中管理运营建筑能耗的强大压力。同时，大规模的基准测试必须通过现有的法律和行政基础设施进行，包括国家建筑登记簿、能源报告系统、楼面面积阈值和官方分级程序。在首尔新兴的非住宅建筑能耗基准测试计划中，行政定义的使用类别和总楼面面积层成为了比较运营能源性能和计算官方等级结果的基础。这种设置允许将同类群体不匹配问题视为一个实际治理风险，而不仅仅是一个抽象的建模问题。

本研究通过开发一个可审计的诊断框架来应对这一政策与操作之间的差距，以识别基于注册表的城市建筑能耗基准中的同类群体不匹配问题。该框架不是用不透明的群体取代行政类别，而是评估现有类别是否足够连贯以支持基准测试，以及何时需要有界的校正路径。它使用三个诊断视角将面向政策的基准输出与可解释的建筑环境信号区分开来：

1. 第一个视角：年度基准结构。该视角评估年度总能耗强度（EUI）这一核心基准输出在每个行政类别内是否保持连贯。
2. 第二个视角：基准结构。该视角通过基准强度和基准份额评估持续负荷结构，识别在同一注册表标签下的建筑是否包含能源上不同的子群体。
3. 第三个视角：季节性响应时间。该视角评估移除基准后的剩余季节性响应变量，询问残差时间变异性是集中在有限的季节窗口内，还是在同一行政类别内的多个季节窗口中分散。

利用首尔2023年和2024年官方验证的6,239个非住宅建筑年度记录，该研究做出了三项贡献。首先，它通过将行政比较边界本身作为诊断对象，确立了同类群体有效性作为面向政策的基准测试的必要前提。其次，它开发了一个跨视角的诊断体系，整合了年度基准结构、持续负荷组成和季节性响应时间，以区分仅限于单一诊断维度的异质性和在同一同类群体的多个维度中反复出现的异质性。第三，它将综合证据转化为一个可审计的政策准备逻辑，以区分适合当前使用的同类群体和需要监测、有界细化或在基于阈值的政策使用之前需要进一步证据的同类群体。这些贡献共同将同类群体诊断视为行政分类和政策应用之间的实际桥梁。

为什么基于注册表的同类群体在城市能源转型中变得脆弱：运营建筑能耗基准越来越多地被用作设定和传达性能预期的政策工具，而不仅仅是描述能源使用。在可持续的城市能源转型过程中，这使基准测试成为一个行政公平问题，而不仅仅是一个技术测量问题：城市不仅要减少运营能耗，还要证明比较群体、阈值和义务的分配是合理的。然而，在不同辖区之间，

数据来源和分析样本：本研究使用的数据集是通过首尔市政府和研究团队之间的联合政策研究过程开发的。自2020年以来，双方共同努力建立了运营建筑能耗基准测试计划，包括数据治理、法律基础和实施所需的行政程序。在本研究中使用的协调后的行政能源数据集是在计划开发过程中共同检查的。

图4比较了2023年和2024年在相同缩放窗口和共享密度下的总楼面面积和年度总能耗的联合分布。在这两年中，主要的密度集中在相似的楼面面积和能耗范围内。观察到的非住宅建筑存量在这两个运营年份中显示出共同的能量操作范围。虽然存在一些一维的EUI变化，但高密度区域的位置和整体二维结构略有不同。

不同基准测试系统中的同行边界策略：首尔结果的跨辖区相关性在于不同基准测试系统在比较前如何划定“相似”建筑的边界。ENERGY STAR Portfolio Manager使用特定于物业类型的基准测试和1-100分，符合条件的物业类型包括办公室、K-12学校、酒店、医疗办公室、医院、宗教场所、零售店、养老设施以及冷藏或非冷藏仓库（美国环保署，2024a）。NABERS则遵循不同的方法。

结论：本研究开发了一个可审计的诊断框架，用于识别基于注册表的城市建筑能耗基准中的同类群体不匹配问题。利用首尔2023年和2024年官方验证的非住宅建筑基准测试记录，分析检查了6,239个建筑年度记录的最终月度数据样本，评估在将基准结果转化为等级之前，行政使用类别是否作为连贯的能源比较群体发挥作用。