2024, Vol. 45
医疗领域碳排放是全球变暖的重要贡献者之一, 是各个国家面临的共同挑战, 医疗领域的碳排放在美国占全国碳排放的11%[1], 在法国占6.9%[2], 在英国则占3.2%[3]. 中国医疗领域的碳排放居全球医疗领域碳排放的第二位, 约占全球的17%[4], 随着人口老龄化的加剧和医疗系统的持续发展, 中国医疗领域的碳排放可能呈上升趋势[5]. 碳达峰、碳中和的“双碳”目标是中国的重要国际承诺, 如何助力实现这一目标也是医疗领域必须要面对的问题[6].
医院建筑是实现特殊功能的公共建筑, 具有功能复杂、设备多且耗能高和人员流动量大等特点, 且医院设备长期处于无休止运行状态, 从而医院建筑会消耗大量的能源与资源[7]. 医院能耗主要集中在电、燃气、水和汽油（车用）这4类能源[8], 其用能强度是普通公共建筑的1.6~3倍, 是居住建筑的5倍左右[9, 10], 对应的碳排放水平处于高位. 与发达国家相比, 中国医疗领域碳减排处于起步阶段, 任重而道远, 当前仍面临医疗机构重视程度不高, 创新模式受限, 运维人员水平参差不齐等挑战[5]. 挑战也意味着机遇, 说明医疗领域节能降碳的空间较大, 如何深挖潜力是医疗行业管理者必须要考虑的问题[9].
医院想要挖掘节能减碳潜力, 前提是要系统全面地分析自身碳排放的规律特征、影响因素, 评估所采取措施是否有效. 从文献调研情况看, 关注节能的研究较多, 但直接就碳排放开展研究的文献很少, 并且很少有研究者对医院的节能降碳措施开展碳减排效果评估. 即便开展节能效果评估, 往往只简单采用单差法, 即对比节能措施实施前后用能的差异从而评估措施的效果. 但这种方法无法排除措施之外其他因素的影响. 为了解决单差法的缺陷, 本研究提出采用多元线性回归模型先识别医院碳排放的影响因素, 用回归所得到的对碳排放有显著影响的因素的系数对单差法结果进行修正的方法. 本研究以北京某三级甲等综合性医院为案例, 核算其近些年碳排放情况, 分析碳排放规律特征, 识别碳排放的关键影响因素, 对近些年医院实施的节能降碳项目和措施效果进行评估, 对降碳潜力进行分析和讨论, 并提出下一步的双碳策略.
1 材料与方法 1.1 二氧化碳排放计算方法按北京市地方标准《二氧化碳排放核算和报告要求服务业》（DB11/T 1785-2020）对医院二氧化碳排放进行核算. 核算边界主要包括化石燃料燃烧排放（该医院主要涉及汽油、天然气）、消耗外购电力产生的排放和消耗外购热力产生的排放.
|
(1) |
式中, E为医院二氧化碳排放总量（以CO2计, t）；E燃烧为医院汽油和天然气燃烧产生的CO2排放量；E外购电为医院消耗外购电力产生的CO2排放量；E外购热为医院消耗外购热力产生的CO2排放量.
|
(2) |
式中, i为化石燃料类型代号；ADi为第i种化石燃料的活动数据（GJ）；EFi为第i种化石燃料的CO2排放因子（以CO2计, t·GJ-1）.
|
(3) |
式中, NCVi为第i种燃料的平均低位发热量, 本医院涉及汽油和天然气两种燃料, 汽油平均低位发热量取44.800 GJ·t-1, 天然气平均低位发热量取389.310 GJ·（104 m3）-1；FCi为第i种化石燃料的消耗量, 汽油消耗量在从体积转化为重量过程中密度取0.725 g·mL-1.
|
(4) |
式中, CCi为第i种化石燃料的单位热值含碳量（以C计, t·GJ-1）, 汽油取18.90×10-3 t·GJ-1, 天然气取15.30×10-3 t·GJ-1；OFi为第i种燃料的碳氧化率（%）, 汽油取98%, 天然气取99%.
|
(5) |
式中, AD外购电为医院外购电力电量（MW·h）；EF电为电网年平均供电排放因子[以CO2计, t·（MW·h）-1], 取0.604 t·（MW·h）-1.
|
(6) |
式中, AD外购热为医院消耗的外购热量（GJ）；EF热为热力供应排放因子（以CO2计, t·GJ-1）, 取0.11 t·GJ-1.
1.2 多元线性回归模型采用多元线性回归模型识别对医院CO2排放有决定性影响的因素. 模型设计如下：
|
(7) |
式中, C为被解释变量, 表示医院月度CO2排放量（t）；i为CO2的不同来源, 包括外购电力、外购热力、汽油和天然气；MZ为月度门诊人数（人）；JZ为月度急诊人数（人）；CHW为月度开放床位数（位）；CHY为月度出院人数（人）；AREA为每月医院的建筑面积（m2）, 之所以加入这个变量是因为该医院在评估回归时段面积发生了变化；T为医院所在城市北京的月度平均气温（℃）；RH为医院所在城市北京的月度平均湿度（%）；ξ为干扰项.
1.3 节能降碳措施效果评估方法医疗建筑与一般公共建筑在服务对象、环境控制及自身运行特性等方面存在不同, 导致对节能低碳项目和措施的效果难以评价[11]. 本研究采用单差法评估节能降碳措施的效果, 并采用多元线性回归所得到具有显著影响因素的系数对单差法结果进行修正.
|
(8) |
式中, ΔCi为节能降碳措施带来的CO2减排效果（t）；Ci1为采取措施前的CO2排放量（t）；Ci2为采取措施后的CO2排放量（t）.
1.4 数据本研究所采用的数据为2019~2023年相关因素的逐月数据, 包括月均外购热力、外购电力、汽油、天然气、门诊量、急诊量、开放床位数、出院人数、北京市月均温度、月均湿度和每月建筑面积等.
2 结果与分析 2.1 医院碳排放特征2019~2023年该医院CO2排放总量总体呈先上升后下降趋势, 见图 1. 2019年为25 734.8 t, 2020年略有上升, 2021年达到峰值44 561.5 t, 后逐年下降, 至2023年下降至40 570.6 t. 2021年CO2排放量之所以出现大幅增长, 是因为医院二期新建的医疗综合楼、感染楼、动物实验楼于2020年10月投入使用, 总建筑面积从187 796 m2增长到339 616 m2. 医院CO2排放主要有外购电力、外购热力、汽油和天然气这4大来源, 各来源年度占比及变化见图 1. 其中, 外购电力对医院CO2排放贡献最大, 占比为49%~58%；其次为外购热力, 占比为31%~42%；再次为汽油, 占比为4%~11%；贡献最小为天然气, 占比仅为1%~3%.
|
图 1 2019~2023年医院各领域CO2排放量和百分比堆积面积 Fig. 1 CO2 emissions of the hospital from different sources from 2019 to 2023 |
将2019~2023年不同来源CO2排放按月取平均值, 探讨CO2排放在月度上的分布规律, 见图 2. 可见CO2排放呈明显“双峰”形状, 分别在夏季（6、7、8月）和冬季（12、1、2月）出现峰值, 夏季CO2排放量为8 811.4 t（8月排放最高, 为3 142.0 t）, 冬季CO2排放量为11 324.2 t（2月排放最高, 为3 829.36 t）, 冬季CO2排放量比夏季高28.5%. 从图 2还可看出, 夏季峰和冬季峰CO2排放来源有明显不同的特征, 夏季峰的驱动力是外购电力CO2排放的增长, 而冬季峰则是外购热力CO2排放的增加.
|
图 2 医院各领域月度CO2排放量堆积面积 Fig. 2 Monthly CO2 emissions of the hospital from different sources |
夏季峰出现的主要原因是气温升高, 空调制冷用电增加；冬季峰出现的原因是气温降低, 有供暖的刚性需求. 这说明医院CO2排放与气温有相关性, 月度CO2排放与气温的曲线见图 3. 可以发现, 6~10月CO2排放变化趋势与气温变化趋势相一致, 呈正相关；10月至次年5月CO2排放变化趋势与气温恰恰相反, 呈负相关. 对其他气象因素分析发现, 相对湿度与气温有类似的特征, 见图 4.
|
图 3 医院月度CO2排放曲线与北京月度温度曲线 Fig. 3 Monthly CO2 emission curve of the hospital and monthly temperature curve of Beijing |
|
图 4 医院月度CO2排放曲线与北京月度相对湿度曲线 Fig. 4 Monthly CO2 emission curve of the hospital and monthly relative humidity curve of Beijing |
从2.1节的分析可以看到, 不同的时段CO2排放与气温、相对湿度有截然相反的相关性, 为更好探讨各因素对CO2排放的影响, 利用多元线性回归模型对不同时段分别进行回归. 第一个回归时段为6~10月, 称为夏季时段；第二个时段为10月至次年5月, 称为冬季时段. 回归结果见表 1和表 2.
|
表 1 各因素系数回归结果（夏季时段）1） Table 1 Regression results for each factor coefficient (summer period) |
|
|
表 2 各因素系数回归结果（冬季时段）1） Table 2 Regression results for each factor coefficient (winter period) |
从夏季时段回归结果看, 外购电力CO2排放与开放床位数、出院人数、建筑面积、气温和相对湿度显著相关, 系数均为正值, 说明以上因素的增长都会导致外购电力CO2排放增加；调整后的R2为0.873, 说明模型对外购电力CO2排放有较好的解释能力. 从冬季时段回归结果看, 外购热力CO2排放与建筑面积、气温、相对湿度显著相关, 建筑面积系数为正值, 说明建筑面积的增加将增加外购热力CO2排放, 但气温和相对湿度的系数为负值, 说明气温和相对湿度越低, 外购热力CO2排放越高. 无论是夏天还是冬天时段回归结果, 都表明模型引入的各因素与汽油CO2排放无显著相关性, 模型对汽油CO2排放基本没有解释能力（夏季时段调整后R2为0.163, 冬季时段仅为0.095）. 从两个时段回归结果可以看到, 总CO2排放主要与建筑面积、气温和相对湿度这3个因素显著相关, 只是气温和相对湿度系数在夏季时段为正值, 而在冬季时段为负值. 保持适宜的温度是医院正常运转的必要条件, 相对湿度对于医院也很重要, 不但手术需要适宜的相对湿度, 病人也需要适宜的相对湿度, 湿度过高会加大人体的发菌量, 引起室内微生物繁殖, 如果引发结露, 还会导致霉菌滋生, 恶化医疗环境[7]. 医院注重温度和相对湿度的控制, 在此期间消耗能源从而产生CO2排放, 这也是为何该医院CO2排放与气温、相对湿度显著相关的原因.
2.3 医院节能低碳项目与措施的效果2019~2023年, 医院一直在实施各类节能低碳项目和措施, 包括照明灯具更换、燃气锅炉改造、供水系统改造和空调系统优化管理等, 具体见表 3. 由于医院建筑面积在这期间发生了变化, 总CO2排放已无法客观反映医院CO2排放的管理水平. 国内外相关研究通常采用单位面积能耗、单位床位能耗、单位床位日能耗和单位门诊人次能耗等方式来评价医院能耗水平[12]. 同样的道理, 本研究采用单位面积CO2排放强度作为指标评价医院CO2排放管理水平, 如图 5所示, 2019~2023年医院单位面积CO2排放强度呈逐年下降趋势, 这说明医院所实施的节能低碳项目和措施发挥了作用, CO2排放管理取得了实效.
|
|
表 3 医院已实施的节能低碳项目和措施 Table 3 Energy-saving and low-carbon projects and measures implemented by the hospital |
|
图 5 2019~2023年医院CO2排放量与单位面积CO2排放强度变化曲线 Fig. 5 Curve of CO2 emission and CO2 emission intensity per unit area of hospital from 2019 to 2023 |
现以燃气锅炉改造项目及空调系统管理性措施为例, 评估降碳效果. 燃气锅炉改造项目恰在2022年底至2023年年初完成, 因此可用单差法计算2023年与2022年天然气CO2排放差异来评估该项目的降碳效果. 结果显示, 2023年医院天然气CO2排放较2022年减少207.2 t, 减少幅度为30.2%. 然而该方法无法排除改造项目之外的因素对天然气CO2排放的影响. 通过2.2节分析可知, 天然气CO2排放夏季时段与相对湿度显著相关. 因此用相对湿度回归系数对单差法评估结果进行修正. 经修正, 2023年医院天然气CO2排放较2022年减少194.4 t, 减少幅度为28.3%. 同样的方法评估空调系统管理性措施降碳效果, 2023年医院6~8月外购电CO2排放较2022年同期减少1326.6 t, 减少幅度为13.9%. 用床位数、出院人数、气温和相对湿度这4个要素的回归系数进行修正, 则2023年医院6~8月外购电碳排放较2022年同期减少442.9 t, 减少幅度为4.6%.
3 讨论 3.1 医院节能降碳潜力从该医院CO2排放来源看, 2019~2023年, 外购电力和外购热力两者CO2排放加和占CO2排放总量的86%~95%. 高勇等[4]对北京18家医院CO2排放进行研究也发现了类似的规律, 即外购电力CO2排放占64.2%, 外购热力占21.7%, 两者加和占85.9%. 这个规律与南方有所不同, Wang等[13]对南方夏季炎热冬季温暖地区医院进行研究, 发现外购电力CO2排放占比高达90.5%, 天然气占比为8.9%, 柴油占比为0.6%.
该医院天然气CO2排放占比最小, 2022年底至2023年初, 实施完成了燃气锅炉改造项目, 取得了较好的降碳效果, 在燃气CO2排放上继续挖掘潜力难度很大. 医院在电力节能降碳方面也做了不少工作, 取得了积极成效. 2023年, 医院外购电力CO2排放占比为58%, 外购热力占比为37%, 汽油占比为4%, 天然气占比仅为1%, 很明显, 外购电力和外购热力CO2排放控制是该医院未来深挖节能降碳潜力的重点.
3.2 医院未来节能降碳策略医院能耗和CO2排放管理的复杂性主要表现在能耗组成复杂、能源使用效率低、CO2排放管理难度大、CO2排放数据不完整、CO2排放管理成本高和缺乏CO2排放评估机制等方面. 为了节能降碳, 该医院已经采取了建筑节能、节能技术改造和能源智能运营等技术措施, 同时还采取了建立完善节能规章制度、加强宣传教育、加强物业管理、数字化能源管理、后勤一站式管理中心和提高手术效率等管理手段. 从前文分析可以看出, 夏季降碳的重点在于减少用电消耗, 冬季降碳的重点在于减少热力消耗；从CO2排放的影响因素看, CO2排放主要受气象因素下的用能需求驱动, 同时还会受到急诊人数、开放床位数、出院人数和建筑面积等因素影响, 但医院作为提供公共服务的机构, 不可能通过控制急诊人数和开放床位数等手段来降低CO2排放. 因此, 医院控制CO2排放的关键还是在于加强用能的管理减排和实施节能低碳技术的技术减排. 结合现状, 针对不足, 下一步还可以采取如下策略：
一是优化智慧能源管理系统. 通过分层部署的组织架构, 实现数据采集、网络传输和管理平台的有效结合, 提升能源管理水平. 打造智慧能源管理系统性价比高, 可以提高能源利用效率, 实现节能低碳[5]. 建设智慧能源管理系统需要充分考虑医院实际情况和需求, 选择合适的建设方案和供应商, 并进行系统部署才能达到预期效果[14]. 系统如果结合5G及人工智能技术, 可实现更为高效的管理[15].
二是实施精细化管理. 制定节能低碳标准、超支惩罚和各负其责的管理制度, 约束个人浪费行为, 提高节能低碳意识. 随着医院的快速发展, 精细化管理重要性越发凸显[5], 如何通过精细化的管理达到降本增效的目的, 一直是医院总务后勤管理人员在努力探索并追求的[16]. 朱菊艳等[17]提出在对可监测指标进行专业计量和评估的基础上, 医院可以通过建立财务碳账户, 进行各科室排污与节能降碳计算, 将科室绿色医疗、低碳行为与其绩效挂钩, 通过低碳行为的绩效变现形式, 激励院内职工形成自发行为. 部分兄弟医院在管理机制上提供了可供互鉴的经验, 上海市第六人民医院自上而下成立了节能工作小组, 由院长担任组长, 分管副院长为副组长, 各相关职能部门负责人为组员的节能降碳管理组织网络[18]；北京友谊医院组建能源管理领导小组, 组长由医院党委书记担任, 建立了从院领导到用能班组详细完善的能源管理体系[19]. 精细化管理下的行为节能降碳也是一种可行的方式, 比如McAlister等[20]认为设备即便在待机状态下的能源消耗也会导致大量碳排放, Hawkins等[21]提出放射科可以采取在设备不用时关闭电源或者待机等策略来减少碳排放. 对员工加强节能降碳培训也是一种较好的管理方式[22].
三是进一步推广节能低碳技术. 实施水、电节能技术改造, 逐步实现节能科学化管理, 优化产品性能, 实现工艺创新以及能源技术的突破. 对医院各用能环节进行系统分析, 充分挖掘技术改造潜力. 暖通空调系统是碳排放大户, 是应该关注的重点, 有统计发现其冷热源形式越多元, 能耗越低[23, 24]；使用气候补偿器, 增加单台冷水机组的供冷面积, 对制冷机进行清洗, 对冷却塔进行清理等措施不但具有节能低碳作用, 还具有较好经济性[25, 26]；南方某大型医院实施空调系统改造后得到了30%以上的空调系统整体节能率, 3 a即可收回改造成本[27]. 热水器和污水站较容易被忽略, 对其节能降碳改造也可取得较好效果, 北京市海淀区妇幼保健院为电热水器安装时间控制器, 减少下班无人时间的用电, 并更换节能型产品, 每台电开水器每年节约用电4.3万kW·h[28]；西南地区某医院对污水处理站高耗能的鼓风机和潜污泵进行改造, 年减少碳排放约5.95 t[29]. 增加可再生能源使用是有效途径, 比如一方面可利用太阳能和空气能制取生活热水, 另一方面可建设光伏发电系统；Yu等[30]评估了深圳某医院光伏发电项目, 发现光伏发电可以有效减少医院碳排放, 具有较好的经济和社会效益. 绿色建筑技术可以发挥较好的低碳作用[2], 比如建筑围护保温和幕墙保温材料的应用, 根据日照朝向设置各式遮阳板, 充分利用窗隔板与窗户之间产生间隙空腔, 都可以有效降低能源流失[6, 9]；另外, 绿色建筑材料的应用也是一个重要的发展方向[31].
四是与专业公司加强合作, 进一步提升节能低碳水平, 比如采用合同能源管理模式, 实施节能低碳改造和管理. 比如中央空调系统在合同能源管理下, 通过管理模式上创新、中央空调系统的节能低碳改造及优化运行和中央空调数字化管理等各种措施, 可以提高管理效果、实现综合节能降碳的目标[32]. 上海某医院实施合同能源管理, 在全生命周期获得空调冷热源、生活热水和照明系统节能改造等直接经济效益, 以及运营托管、锅炉维保减少和特种工人员精简等间接经济效益, 实现了每年260.37万元的综合效益, 8 a合同期累计综合效益为2082.96万元[33].
此外, 还可以采取加强能耗数据管理、建立能耗及CO2排放评估机制等策略. 建立完善的能耗监测系统, 确保能耗数据的完整性和准确性, 为能耗及CO2排放管理提供准确的数据支持. 制定科学合理的能耗及CO2排放管理指标及评估机制, 衡量医院能耗使用的合理性, 提高节能低碳管理成效.
4 结论（1）本研究核算了北京某三级甲等综合性医院2019~2023年CO2排放情况, 发现外购电力对医院CO2排放贡献最大, 贡献率为49%~58%；其次为外购热力, 贡献率为31%~42%；再次为汽油, 贡献率为4%~11%；贡献最小为天然气, 贡献率仅为1%~3%.
（2）探讨了该医院CO2排放月度分布特征, 发现CO2排放呈明显“双峰”形状, 分别在夏季（6、7、8月）和冬季（12、1、2月）出现峰值, 冬季CO2排放量比夏季高28.5%. 夏季峰的驱动力是外购电力CO2排放的增长, 而冬季峰则是外购热力CO2排放的增加.
（3）利用多元线性回归模型识别CO2排放的影响因素, 发现夏季时段外购电力CO2排放与开放床位数、出院人数、建筑面积、气温、相对湿度显著相关；冬季时段外购热力CO2排放与建筑面积、气温、相对湿度显著相关. 无论冬季时段还是夏季时段, CO2排放总量与建筑面积、气温、相对湿度显著相关, 但气温和相对湿度两者与CO2排放总量在夏季时段为正相关, 冬季时段为负相关.
（4）对医院2019~2023年实施的节能低碳项目或措施进行评估, 发现取得较好的降碳效果, 医院单位建筑面积CO2排放强度呈逐年下降趋势. 同时, 也验证了多元线性回归模型和单差法组合评估方法的有效性.
（5）外购电力和外购热力CO2排放控制是该医院未来深挖节能降碳潜力的重点. 在双碳背景下, 医院下一步应采取优化智慧能源管理系统、实施精细化管理、推广节能低碳技术、尝试合同能源管理、加强能耗数据管理和建立能耗及碳排放评估机制等策略继续推动节能降碳.
| [1] | Alshqaqeeq F, Amin Esmaeili M, Overcash M, et al. Quantifying hospital services by carbon footprint: a systematic literature review of patient care alternatives[J]. Resources, Conservation and Recycling, 2020, 154. DOI:10.1016/j.resconrec.2019.104560 |
| [2] | Brunet J, Billaquois C, Viellard H, et al. Eco-friendly hospital architecture[J]. Journal of Visceral Surgery, 2024, 2 Suppl-62. |
| [3] | Tomson C. Reducing the carbon footprint of hospital-based care[J]. Future Healthcare Journal, 2015, 2(1): 57-62. |
| [4] |
高勇, 刘万添, 王金良, 等. 基于医院公共建筑的碳中和路径探讨[J]. 医院管理论坛, 2023, 40(7): 13-15. Gao Y, Liu W T, Wang J L, et al. Discussion on carbon neutral path based on hospital public buildings[J]. Hospital Management Forum, 2023, 40(7): 13-15. |
| [5] | 刘斌, 李运海. 医院后勤助力医疗机构"双碳"路径研究[J]. 城市开发, 2022(7): 96-97. |
| [6] |
龙灏, 杨靖颖. 多维重构绿色低碳——浅议后疫情时代的中国医院发展[J]. 新建筑, 2023(1): 4-10. Long H, Yang J Y. Multi-dimensional reconstruction, green and low carbon: Discussion on the development of Chinese hospitals in the post-pandemic era[J]. New Architecture, 2023(1): 4-10. |
| [7] | 刘楚瑜. 双碳背景下绿色医院评价标准研究[J]. 大众标准化, 2024(2): 13-15. |
| [8] | 陈兰. 双碳背景下医院后勤综合能源管理研究[J]. 江苏卫生事业管理, 2022, 33(9): 1243-1247. |
| [9] |
茆在辉, 苏红青, 赵奕华. 医院节能新技术应用与节能管理方案探索[J]. 上海节能, 2024(2): 326-330. Mao Z H, Su H Q, Zhao Y H. Exploration of new energy saving technology application and management plan in hospitals[J]. Shanghai Energy Saving, 2024(2): 326-330. |
| [10] |
董美智, 杨震. 北京市医院用能情况分析及节能降碳措施建议[J]. 节能与环保, 2023(10): 19-23. Dong M Z, Yang Z. Analysis of energy consumption in hospital buildings in Beijing and suggestions for energy conservation and carbon reduction measures[J]. Energy Conservation and Environmental Protection, 2023(10): 19-23. |
| [11] | 刘燕敏. 医院建筑节能效果的评价体系[J]. 中国医院院长, 2016(13): 68-69. |
| [12] |
石媛, 闫增峰, 刘加平. 寒冷地区三甲医院建筑能耗评价指标研究[J]. 西安建筑科技大学学报(自然科学版), 2019, 51(1): 140-146, 154. Shi Y, Yan Z F, Liu J P. Study on energy consumption evaluation indicators for grade-A tertiary hospitals[J]. Journal of Xi'an University of Architecture & Technology (Natural Science Edition), 2019, 51(1): 140-146, 154. |
| [13] | Wang J, Yang W S, Zhang Y M, et al. Research on energy consumption evaluation and energy saving and carbon reduction measures for typical general hospitals in hot summer and warm winter regions[J]. Energy for Sustainable Development, 2024, 79. DOI:10.1016/j.esd.2024.101381 |
| [14] |
姚晶珊. 公立医院后勤智慧运维一体化平台的节能管理[J]. 上海节能, 2024(3): 523-530. Yao J S. Energy saving management of logistics intelligent operation and maintenance integrated platform in public hospitals[J]. Shanghai Energy Saving, 2024(3): 523-530. |
| [15] | 方伟, 苏仲洋, 栾海, 等. 绿色、智能及5G技术在医院建筑中的研究与应用[J]. 智能建筑, 2022(1): 22-25, 33. |
| [16] | 林彦斌. 医院总务后勤设备精细化管理工作的思考[J]. 中国设备工程, 2024(10): 50-52. |
| [17] |
朱菊艳, 陈牡丹, 王泓翕, 等. "双碳"背景下绿色医院系统管理体系研究[J]. 中国医院, 2023, 27(12): 59-63. Zhu J Y, Chen M D, Wang H X, et al. Research on systematic management of green hospitals in the context of carbon peaking and carbon neutrality goals[J]. Chinese Hospitals, 2023, 27(12): 59-63. |
| [18] |
刘平, 张克松. 医院持续提升能效管理水平的工作实践[J]. 上海节能, 2021(9): 955-959. Liu P, Zhang K S. Work practice of continuously improving energy efficiency management level in hospitals[J]. Shanghai Energy Saving, 2021(9): 955-959. |
| [19] |
杨芮, 冯斌, 朱昱, 等. "双碳"目标下医院能源管理模式、技术装备的创新——以首都医科大学附属北京友谊医院为例[J]. 中国医院建筑与装备, 2023, 24(9): 7-12. Yang R, Feng B, Zhu Y, et al. Innovation of hospital energy management models and technical equipment under the "carbon peaking and carbon neutrality" goals —taking Beijing Friendship Hospital, Capital Medical University as an example[J]. Chinese Hospital Architecture & Equipment, 2023, 24(9): 7-12. |
| [20] | McAlister S, McGain F, Breth-Petersen M, et al. The carbon footprint of hospital diagnostic imaging in Australia[J]. The Lancet Regional Health-Western Pacific, 2022, 24. DOI:10.1016/j.lanwpc.2022.100459 |
| [21] | Hawkins J E, Tremblay B. Nurses and climate change: ten strategies for reducing carbon emissions in the radiology department[J]. Journal of Radiology Nursing, 2023, 42(1): 39-42. |
| [22] | Quitmann C, Sauerborn R, Danquah I, et al. Reducing the carbon footprint of a German university hospital: perspectives from hospital stakeholders[J]. The Journal of Climate Change and Health, 2023, 12. DOI:10.1016/j.joclim.2023.100247 |
| [23] |
季柳金, 高兴欢, 姚鹏, 等. 南京三级医院分项能耗定额指标研究与应用[J]. 建筑节能(中英文), 2024, 52(4): 84-87, 118. Ji L J, Gao X H, Yao P, et al. Research and application of sub item energy consumption quota indicators in Nanjing Tertiary Hospitals[J]. Journal of BEE, 2024, 52(4): 84-87, 118. |
| [24] |
黄晶. 大型医院建筑暖通空调系统节能改造方案及效果评价[J]. 建筑技术开发, 2019, 46(15): 144-146. Huang J. Energy-saving renovation scheme and effect evaluation of HVAC System in large hospital buildings[J]. Building Technology Development, 2019, 46(15): 144-146. |
| [25] |
崔俊奎, 秦颖颖, 李维, 等. 北京某医院暖通空调系统节能改造与运行评价[J]. 建筑技术, 2017, 48(7): 745-747. Cui J K, Qin Y Y, Li W, et al. HVAC system energy-efficient renovation and operation evaluation for a hospital in Beijing[J]. Architecture Technology, 2017, 48(7): 745-747. |
| [26] |
崔俊奎, 秦颖颖, 王瑞祥, 等. 北京某医院节能改造效果后评价[J]. 建筑科学, 2017, 33(6): 79-84. Cui J K, Qin Y Y, Wang R X, et al. Post evaluation on building energy-saving reconstruction for a hospital in Beijing[J]. Building Science, 2017, 33(6): 79-84. |
| [27] |
李宇光, 陈凯, 郑佳宜, 等. 南方某大型医院空调系统节能改造与效果评价[J]. 建筑节能(中英文), 2022, 50(7): 123-128. Li Y G, Chen K, Zheng J Y, et al. Energy-saving retrofitting and evaluation of HVAC system for a large hospital in Southern China[J]. Journal of BEE, 2022, 50(7): 123-128. |
| [28] |
顾苏俊, 袁宛东, 鹿冰. 基于三级甲等妇幼保健院评审标准的医院后勤管理高质量发展路径探讨[J]. 中国标准化, 2024(8): 255-260. Gu S J, Yuan W D, Lu B. Analysis on the high-quality development of logistics management based on the standard for evaluation of grade Ⅲ and class A maternal and child health care hospital[J]. China Standardization, 2024(8): 255-260. |
| [29] |
何媛媛, 袁岗, 傅宏佳. 医院污水站运行阶段能耗碳排放分析及节能减排研究[J]. 环境科学与管理, 2024, 49(2): 11-15. He Y Y, Yuan G, Fu H J. Analysis of energy consumption and carbon emission of hospital sewage station in operation stage and discussion on energy saving and emission reduction[J]. Environmental Science and Management, 2024, 49(2): 11-15. |
| [30] | Yu D C, Tan X, Liu Z H, et al. Energy saving and carbon reduction schemes for hospital with photovoltaic power generation and system upgrading technology[J]. Heliyon, 2023, 9(11). DOI:10.1016/j.heliyon.2023.e21447 |
| [31] |
顾晨. "双碳"背景下复合材料在绿色医院建筑中的应用及其造价思考[J]. 合成材料老化与应用, 2022, 51(6): 129-131. Gu C. Application and cost consideration of composite materials in green hospital buildings under the background of carbon peaking and carbon neutrality goals[J]. Synthetic Materials Aging and Application, 2022, 51(6): 129-131. |
| [32] |
窦蕾, 廖代华. 医院中央空调系统在合同能源管理下的节能应用[J]. 节能与环保, 2023(10): 85-90. Dou L, Liao D H. Hospital central air conditioning system energy saving applications under contract energy management[J]. Energy Conservation and Environmental Protection, 2023(10): 85-90. |
| [33] |
吴婷. 医院合同能源管理改造经济效益分析[J]. 上海节能, 2024(5): 863-867. Wu T. Analysis of economic benefits of hospital energy management contract energy management renovation[J]. Shanghai Energy Saving, 2024(5): 863-867. |