辽宁省目前尚未发布每年各行业碳排放量，本文以2012~2021年10年为观察期，各类能源使用量、人口数量等来源于《辽宁省统计年鉴》，平均低位发热量和折标准煤系数来源于《综合能耗计算通则GB/T 2589-2020》，单位热值含碳量及碳氧化率来源于《省级温室气体清单编制指南》。

碳排放测算方法有排放因子法、平衡法与实测法三种方法，排放因子法因其成熟的计算公式和排放因子的数据来源而在我国得到广泛使用。所以，本文采用排放因子法来对辽宁省房地产业碳排放进行核算，本文采用IPCC行业碳排放的核算方法计算公式如(1)所示：

$Total={\displaystyle \underset{i=1}{\overset{n}{\sum }}{E}_i{\lambda }_i}$(1)

其中，Total表示第t年消耗的所有能源的碳排放量，E为i类能源的消耗量，λ为i类能源的二氧化碳排放系数。

根据煤炭、汽油、煤油等6种能源的二氧化碳排放系数(见 表1 )，通过计算公式(1)得出辽宁省房地产碳排放量。其中，根据《省级温室气体清单编制指南》中规定电力碳排放量为区域电力排放因子乘电力消耗量来进行计算，因为区域电网的不同，辽宁省所在的东北区域的二氧化碳排放因子为1.096 Kg/KW∙h，折标准煤系数为0.1229 Kgce/(KW∙h)。

注：1) 二氧化碳系数 = 平均低位发热量单位热值含碳量碳氧化率10⁻⁶44/12；2) 天然气的平均低位发热量单位为KJ/m³，折标准煤系数单位为Kgce/m³。

房地产业作为跨越第二产业和第三产业的经济综合体，在其繁荣发展过程中的建筑能耗和引发的上游产业的碳排放问题十分严重，不容忽视。因此，研究房地产业发展与建筑业能耗及碳排放量的关系是必要的。

通过 图1 可以看出，在2010年至2021年期间，建筑业和房地产业生产总值稳步上升，在2019年和2020年房地产业生产总值超过建筑业生产总值。由于国民经济的提高，房地产业快速发展，引起建筑业能耗的增加，从而导致碳排放量的增加。因为辽宁省房地产业的能源消耗量在统计年鉴中并没有进行统计，所以本文采取辽宁省建筑业与房地产业生产总值之比来得出房地产业碳排放量(见 表2~4 )。

城镇化率。孙慧宗等采用1978年至2006年的相关数据对城镇化与二氧化碳排放量进行了分析，结果显示，中国的城镇化进程与二氧化碳排放之间存在稳定的均衡关系和不具有理论上的双向因果关系 [6] 。程开明表示，在我国，城镇化水平从1978年到2014年提升了36.85%，同期，中国的能源消费水平也不断提升 [7] 。随着辽宁省城镇化进程的加快，建筑面积总量快速提高，从而引起房地产业碳排放量的迅速提升。因此，本文选取城镇化率(城镇人口数量/总人口数量)作为人口因素之一。

居民人均消费水平。李治国等认为，人均消费水平是城乡居民家庭间接碳排放增长的关键，它带来的碳排放增长变化超过家庭实际间接碳排放 [8] 。胡振等以陕西省为例，发现陕西省家庭人均消费从2003年到2017年平均每年增长17%，分析家庭消费的各个因素占比，结果显示，家庭消费碳排量总体呈现上升趋势 [9] 。随着经济的快速发展，人们不只满足基本的生存条件，更注重生活的品质。现如今，人们对汽车、住房、电器以及一些居住消费品的青睐，这些使房地产运行耗能大大增加，所以碳排放量随着居民人均消费水平的提高而增加。

产业结构。人们逐渐感知到产业结构调整对碳减排的重要性。徐成龙等采用LMDI分解技术分析了山东省产业结构对碳减排的作用，指出虽然以前的产业结构调整使得碳排放量不降反升，但是未来的产业结构调整会显著降低碳排放量 [10] 。陶长琪等发现，产业结构和碳排放之间存在双向动态关系，产业结构能够显著长期地影响碳排放 [11] 。曲英等对辽宁省26个行业的直接和隐含碳排放及碳减排潜力进行了分析。结果表明，提高碳减排技术和改进能源使用结构都能够减少碳排放，但是产业结构优化对于在保证经济发展前提下减少碳排放、达到碳减排目标具有更加立竿见影的效果 [12] 。房地产作为第三产业，是国民经济的支柱产业。相关研究表明，第三产业占比上升而第二产业占比下降，也会引起碳排放的变化。换句话说，产业结构的变迁是碳排放的重要根源。所以本文选择房地产业生产总值与辽宁省生产总值之比作为产业结构。

第三产业增加值。张冬良等研究发现，不同产业部门碳排放变化明显，其中第三产业碳排放量增长迅速并且比重在不断加大 [13] 。随着现代化经济体系的建立，促进了辽宁省第三产业的快速增长，从2012年占比39.7%增加到51.6%。第三产业的快速发展对房地产业耗能发生了重要的影响，成为了房地产业碳排放的重要因素。

碳排放强度。指随着国家生产总值增长所带来的碳排放量，碳排放强度反映了经济和二氧化碳排放量之间的关系，计算公式如(2)所示：

Q = C/Y (2)

其中，Q为碳排放强度，单位为吨碳/万元；C为省年碳排放总量，单位为吨；Y为省国内生产总值，单位为亿元。

碳排放强度既反映了能源的利用率和能源利用水平，也反映了经济发展水平与技术水平。使用能源时，能源越未被充分利用，说明能源利用率越低，同时也代表着能源利用水平越低，则碳排放强度越高。而从碳排放强度的定义上来看，碳排放强度高，有效反映了地区或者国家的经济效率与技术水平比较低，表示需要投入更多的能源才能创造出同等的财富。因此，本文选取辽宁省房地产业碳排放强度作为影响因素之一。

房地产业能源强度。能源强度通过能耗效率的表现作为衡量科技进步的指标，能源利用率的提高表示通过技术的进步来减少单位生产总值的耗能。与此同时，科技进步促进了社会经济发展，而社会经济高速发展又离不开对能源的大量需求，进而产生碳排放。所以本文选择房地产业各能源消耗量之和与房地产业生产总值之比作为辽宁省房地产业能源强度。

IPAT模型是根据Ehrlich和Holden提出的I = PF进一步展开而来 [14] 。I = PAT，其中：I (impact)表示环境或者资源的影响，P (population)表示人口，A (affluence)表示富裕度，T (technology)表示技术发展。由于IPAT模型中3个对环境影响的因素可能并不独立，所以Waggoner等在此基础上演变了IPCT模型 [15] ，其将T (技术发展)转换为单位CDP消费量(C)和单位消费带来的影响(T)。Schulze提出，人类可以通过自身选择B (behavioral choices)改变对环境的影响，因此修正为I = PBAT [16] 。由于上述模型无法进行假设性检验等局限性，所以Dietz等提出了随机回归模型来分析各种因素对环境的影响，建立了STIRPAT模型，该模型运用比较灵活，允许其他变量加入和替换，其表达式为：

I = aP^bA^cT^de (3)

其中，a为模型的修正系数；b、c、d为人口、富裕度、技术修正系数；e为标准误差。

对(1)模型取对数后，变为：

lnI = lna + blnP + clnA + dlnT + lne (4)

参考公式(4)对辽宁省房地产业碳排放量建立STIRPAT模型：

lnC = lna + α₁lnX₁+ α₂lnX₂+ α₃lnX₃+ α₄lnX₄+ α₅lnX₅+ α₆lnX₆+ lne (5)

其中，C为辽宁省房地产业碳排放总量；a为模型的修正系数；X₁为辽宁省城镇化率；X₂为辽宁省居民人均消费水平；X₃为产业结构；X₄为辽宁省第三产业增加值；X₅为辽宁省房地产业碳排放强度；X₆为辽宁省房地产业能源强度；α₁、α₂、α₃、α₄、α₅、α₆为X₁、X₂、X₃、X₄、X₅、X₆的修正系数；e为标准误差。

根据选取影响辽宁省房地产业碳排放的影响因素和辽宁省房地产业碳排放量，得出各类数据，如 表5 所示。