九州地域における民生業務用建築物のエネルギー消費量データベース構築に関する研究 [ PDF

全文

(1)九州地域における民生業務用建築物のエネルギー消費量データベース構築に関する研究. 河野 1.. 慎平. 簿等からリストアップした建物を対象に調査票を送付. はじめに地球環境問題は深刻化の一途をたどっており、エネ. し、郵送、メール、web により回答を得る方法と、全. ルギー起因の CO2 排出量低減が緊急課題となっている。. 国展開企業や自治体、他の機関には一括したデータの. 2008 年には洞爺湖サミットが開催され、G8 は 2050 年. 提供を依頼する方法の 2 つの方法で調査を行った。. までに世界全体の温室効果ガス排出量を 50％削減す. 2-2.. べく努力することで合意した。また、我が国の温室効. 調査項目. 表 1 に調査項目を示す。ただし、平成 19 年度調査で. 果ガス発生量の 19％は民生業務部門から排出されて. は表の 1 から 3 の項目のみ調査を行った。. おり、より有効な CO2 低減策を展開するためにも、ベ. これらのデータを用いて、九州地域における民生業. ースラインとして民生業務用建築物のエネルギー消費. 務用建築物の環境関連データベースの構築を行った。. 特性を把握することは重要である。. 3.. 現在、わが国では民生業務用建築物に関するいくつ. データベース概要. 3-1.. 有効回答数. かのデータベースが存在するが、件数は全国で約 1,000. 表 2 に年度別・用途別の有効回答数、図 1 に県別の. 件と、民生業務用建築物のストック量推定 1,000 万件. 有効回答数、九州地域の民生業務用建築物のストック. 強に対し実態を把握できる件数とは言えない。. 件数（推計値）を示す。有効データ数とは、まず用途、. 本研究では、平成 19 年度から 22 年度の 4 年間にわ. 延床面積、エネルギーデータが不明のものを除き、次. たり民生業務用建築物に対しエネルギー消費量に関す. に用途別、地域別に原単位が 10 倍以上及び 10 分の 1. るアンケート調査を行ってきた。本論文では、調査結. 以下のものを除き、さらにスミルノフ・グラブズ検定. 果を分析し、九州地域における民生業務用建築物の環. 表1. 境関連データベースの構築を目的とする。 2.. 調査項目. 調査概要. 2-1.. 内容建物名，延床面積，竣工年月，階数，敷地面積，建築面積，駐車場面積，営業時間，空調期間，空調設定温度，利用者数. 1.建物概要. 調査方法. 調査方法は、電話帳やインターネット、業界団体名. 調査項目. 2.建物用途比率 3.エネルギー・水消費量電気，ガス，石油系燃料，水，その他 4.設備概要熱源方式，冷房・暖房エネルギー源，蓄熱槽 5.省エネルギー等への取り組みに関する質問. H20年度. DB全体. 表 2 年度別・用途別の DB 有効件数用途. 細用途. 事務所（自社ビル）事務所（貸しビル）官公庁官公庁官公庁＿特殊スーパーデパート家電量販店商業ホームセンター飲食店コンビニエンスストア病院総合病院病院診療所福祉施設ビジネスホテル宿泊シティホテル旅館幼稚園保育園小学校中学校特別支援学校教育公立高校私立高校中高一貫校 4年制大学専門学校大学（医学部）スポーツ施設ドーム文化施設図書館美術館博物館全体事務所. H19年度調査有効回答数 44 21 49 7 34 33 3 10 2 0 14 11 10 7 13 13 0 0 0 0 1 7 51 13 1 36 15 0 6 1 11 4 5 422. H20年度調査有効回答数 42 32 95 6 19 19 1 0 0 0 32 21 3 8 3 12 2 0 1 0 0 15 180 14 4 24 9 0 19 0 29 2 12 604. H21年度調査有効回答数 37 30 78 8 4 18 0 4 0 1,219 9 46 0 6 17 28 3 16 57 149 72 18 86 16 6 39 9 2 53 1 31 7 33 2,102. 5%. 全体 123 83 222 21 57 70 4 14 2 1,219 55 78 13 21 33 53 5 16 58 149 73 40 317 43 11 99 33 2 78 2 71 13 50 3,128. 注：コンビニエンスストアのデータは関東・関西のデータを代用した。. 41-1. 福岡県 7% 9% 佐賀県 6% 12% 長崎県 40% 大分県 8% 7% 熊本県 55% 5% 宮崎県 12% 7% 鹿児島県 5% 6% 6% 沖縄県 10%. 注：コンビニの有効件数は除く。福岡県佐賀県長崎県大分県熊本県. 宮崎県. 鹿児島県. (a) 県別有効回答数割 H20年度合. 沖縄県. ストック数. 6% 福岡県 7% 11% 佐賀県 12% 長崎県 41% 7% 40% 大分県 7% 熊本県 11% 宮崎県 12% 鹿児島県 7% 6% 沖縄県 7% 6% 10% 10%. (b). 福岡県佐賀県長崎県県別ストック数割合熊本県宮崎県鹿児島県. 大分県沖縄県. 図 1 県別の回答件数、九州地域の民生業務用建築物のストック件数（推計値）.

(2) により異常値を除いたデータ数である。また、用途分. エネルギー消費原単位、統計分析結果が記載されてい. 類については、延床面積に占める、用途比率が 90%以. る。年間一次エネルギー消費原単位とは、単位延床面. 上の用途を主用途とし、その後、エネルギー消費傾向. 積当たりの年間一次エネルギー消費量のことである。. の違いがみられる用途においては、ヒアリング調査等. 項目のその他用途別のサービス量では、事務所ビルの. をもとに細用途に分類を行った。ここでは、回答の得. 入居率や宿泊施設の客室数等エネルギー消費量に関係. られた建物を 32 の用途に細分割を行い DB 化した。官. していると思われる項目について記載されている。. 公庁＿特殊とは建物使用時間が 24 時間の警察署や消. 3-3. エネルギー消費量. 防署等の建物を示す。全体の有効回答件数は 3,128 件. 図 2 に用途別の年間一次エネルギー消費原単位を示. である。年度別でみると、平成 21 年度の有効回答数が. す。どの用途においても年間一次エネルギー消費原単. 2,102 件と最も多い。このうち 1,219 件を占める「コン. 位で大きなばらつきはない。用途別でみると、「コンビ. ビニエンスストア」は、九州地域での回収数が非常に. ニエンスストア」の年間一次エネルギー消費原単位の. 少ないが、しかし、「コンビニエンスストア」は地域に. 平均値が 16,187MJ/㎡・年と最大であり、次いで｢飲食. よる差がないと考え、関東・関西のデータを代用した. 店｣、｢スーパー｣と商業施設において他用途よりも年間. ものが含まれる。また、平成 21 年度では、市との連携. 一次エネルギー消費原単位は高くなっている。対照的. により、幼稚園・保育園や小学校・中学校の一括回収. に、教育施設においてはどの用途も年間一次エネルギ. が可能であったため、有効回答数がその他年度と比較. ー消費原単位が 1,000MJ/㎡・年以下と小さい。. し多くなっている。県別回収件数でみると、ストック. 4.. 1). 件数での福岡県の割合が 40%程度なのに対して、DB. データベース活用案本報では、DB の活用案として、3 つの活用方法につ. では福岡県の割合が 55%と高くなっている。これは、. いて提案する。ここでは、｢事務所（自社ビル）｣を例. 特定の市と連携した一括回収や、全国展開企業への一. に挙げ、DB の活用方法の説明、および数件の建物を. 括回収で回答が得られたのがほぼ福岡県の建物であっ. 抽出した事例分析を行う。. たためである。複数年度で連続して回答があった建物. 4-1.. では、各年度で個々の建物データとして扱っている。 3-2.. 図 3 に事務所の年間一次エネルギー消費量と延床面. データベース項目. 積の散布図を示す。年間一次エネルギー消費量と延床. 表 3 に DB 項目を示す。DB には、主な建物概要と. 面積との相関が高い。回帰直線から外れている建物では、24 時間空調を使用している特殊室の存在や、食堂. 表 3 DB 項目. を有する建物、営業時間の長い建物で、回帰直線より. 項目. 詳細所在地（市まで）,延床面積,建物階数, 建物概要週営業時間,冷暖房期間,契約電力量, その他各用途サービス量年間一次エネルギー消費量, エネルギー消費量年間一次エネルギー消費原単位, エネルギー種別エネルギー消費量統計分析重回帰分析結果,主成分分析結果. 上方に外れる傾向がみられた。規模が小さく、年間一次エネルギー消費量の小さい建物が多くみられるが、これは営業所が多く機器や人員数が一般事務所より少ないことが影響していると考えられる。図 4 に規模. 10000 年間一次エネルギー消費原単位 [MJ/㎡・年]. 9000 8000 7000 6000 5000 4000. 30000. 25000 20000 15000 10000 5000 0 コンビニエンスストア. 3000. 2000 1000 0. 事務所（自社ビル）事務所（貸しビル）官公庁官公庁＿特殊スーパーデパート家電量販店ホームセンター飲食店コンビニエンスストア病院総合病院診療所福祉施設ビジネスホテルシティホテル旅館幼稚園保育園小学校中学校特別支援学校公立高校私立高校中高一貫校 4年制大学専門学校大学（医学部）スポーツ施設ドーム図書館美術館博物館. 年間一次エネルギー消費原単位[MJ/㎡・年]. ベンチマークデータ. 図 2 用途別の年間一次エネルギー消費原単位. 41-2.

(3) 120. 年間一次エネルギー消費量［GJ/年］. 別の年間一次エネルギー消費原単位を示す。｢事務所（自社ビル）｣では、延床面積が 1,000 ㎡～30,000 ㎡まで、延床面積が増加するほど年間一次エネルギー消費原単位は増加傾向にあった。1,000 ㎡未満、30,000 ㎡以上の建物においては、有効回答件数が 5 件未満と少なく、現状では実態把握できているとは言い難い。これらのデータを用いることによって自社の建物概要. 対象建物. 100 80 y = 20.643x R² = 0.8424. 60 40 20. での平均のエネルギー消費量がどの程度に位置するか. 0. 確認を行うことができる。. 0. 1. 2. 3. 4. 5. 延床面積[万㎡]. 延床面積 10,000 ㎡程度の建物を一件選び、事例分析. 図 3 年間一次エネルギー消費量と延床面積の散布図. を行った。図 3 に示すとおり、対象建物は回帰直線か. 120. 多消費型の建物である。また、図 4 では、同規模の年間一次エネルギー消費原単位の平均値が、2,176MJ/ ㎡・年であるのに対し、対象建物の年間一次エネルギー消費原単位は 3,076MJ/㎡・年と同規模の建物と比較しても、年間一次エネルギー消費原単位の大きな上位. 年間一次エネルギー消費量［GJ/年］. 年間一次エネルギー消費原単位[MJ/㎡・年]. 4,000. ら上方に外れており、一般事務所と比較しエネルギー. 3,500 3,000 2,500 2,000 1,500 1,000. 500. 25%の建物に含まれる。 4-2.. 事務所（自社ビル）. 対象建物建物. 100 50 45. 4080 35. y = 17.785x R² = 0.8279. 3060 25 2040 15 10. 20. 5. 0 00 1000㎡未満. 0. 重回帰分析. 事務所（事務所（自社ビル）自社ビル）. 0.5 1 1.5 2 2.5 01000㎡～ 1 2000㎡～ 2 3000㎡～3 6000㎡～ 4 10000㎡～ 5 30000㎡以上 6 2000㎡未満 3000㎡未満 6000㎡未満 10000㎡未満 30000㎡未満. 延床面積[万㎡]. 重回帰式による年間一次エネルギー消費量の推計式. 図 4 規模別・年間一次エネルギー消費原単位. の作成を行った。表 4 に各説明変数と年間一次エネル表 4 各説明変数と年間一次エネルギー消費量の相. ギー消費量の相関係数を示す。「事務所（自社ビル）」では、年間一次エネルギー消費量と延床面積との相関. 関係数年間一次エネルギー消費量. 単位. との相関係数. 年. 事務所（自社ビル） -0.091. ㎡. 0.868. 階時間日日人 kW. 0.522 0.035. 説明変数候補. 係数が 0.868 と高く、延床面積との関係が強い。また、築年数. 総階数についても相関係数が 0.522 と若干の相関を示. 延床面積総階数週営業時間. していた。被説明変数を年間一次エネルギー消費量とし、これらの説明変数を用い、重回帰分析を行った。. 冷房日数暖房日数人員数. 表 5 に重回帰式の算出に使用した説明変数の一覧と自由度調整済み決定係数 R2 値、回帰係数を示す。分析方. 契約電力. 0.183 -0.067 0.126 0.175. 法はステップワイズ法を用いた。また、説明変数間ど表 5 重回帰式の算出に使用した説明変数の一覧と 2 自由度調整済み決定係数 R 値および回帰係数. の多重共線性のチェックも行った結果、総階数と延床面積に多重共線性がみられたので、総階数を説明変数から除外した。「事務所（自社ビル）」では、説明変数. 2. 自由度調整済み決定係数R 値単位延床面積万㎡週営業時間時間. に延床面積と週営業時間が選択され、自由度調整済み決定係数 R2 値は 0.883 と高い。また、「事務所（自社. 重回帰式で使用している説明変数事務所（自社ビル） 0.883 偏回帰係数標準偏回帰係数 16.51 0.974 0.027 0.155. ビル）」では延床面積の標準偏回帰係数が高く、年間一社ビル）」おける年間一次エネルギー消費量の推定式を式 1 に示す。 YSB=16.51XSB1+0.027XSB2-1.560. ・・・（式 1）. YSB：事務所（自社ビル）の. 年間一次エネルギー消費量[TJ/年] XSB1：延床面積[万㎡]. XSB2：週営業時間[時間]. 年間一次エネルギー消費量［TJ/年］. 60. 次エネルギー消費量に関する影響が強い。「事務所（自. 51.3. 50. 50.1. 45.1. 40 30. 実測値. 24.0. 推計値. 20 10 0. 重回帰分析をすることによって、用途別のエネルギ. 建物A. 建物B. 図 5 実態値と推計値の比較. ー消費にかかわる要因を知ることができ、また、自社. 各説明変数と年間一次エネル. 41-3. ギー消費量の相関係数. 7.

(4) の建物概要を重回帰式に代入することによって、自社. 表 5 各変数の成分ベクトル（P）. 築年数延床面積人員数週営業時間冷房日数暖房日数契約電力. 1 -0.043 0.924 0.931 0.397 0.533 -0.454 0.317. 成分 2 0.836 0.210 0.102 -0.388 -0.264 0.084 0.758. 3 -0.285 0.080 0.154 -0.720 0.458 0.671 0.030. エネルギー消費量. 0.956. 0.039. 0.157. のエネルギー消費量の推計値を知ることができる。この式を用いて、対象建物の年間一次エネルギー消費量の推計を行った。図 5 に｢事務所（自社ビル）｣の年間一次エネルギー消費量の実測値と推計値の比較図を示す。ここでは、規模が 15,000 ㎡程度の同規模の建物を 2 件選び事例分析を行った。対象建物 A では、年間一次エネルギー消費量の実測値と比較し推計値は. 表 6 建物別因子分析結果. 47%少なくなっていた。これは、建物 A が、エネルギー多消費型の建物であることが分かる。建物 B においては、年間一次エネルギー消費量に実態と推計にほぼ. 築年数延床面積週営業時間冷房日数暖房日数契約電力. 差がなく、同じ規模や営業時間の建物と比較し、同程度のエネルギー消費量であることが分かる。 4-3.. 主成分分析. 各説明変数と年間一次エネルギー消費量の関係性. 長いことが特徴であるといえる。また、契約電力では. 出を行った。式 2～式 4 に因子抽出法の式を示す。式. 実態値のほうが 30%程度小さく推計されており、これ. 2 で各説明変数の体系が異なるため、変数の標準化を. は、建物として契約電力を抑制するような個別の対策. 行った。式 2 の標準化データを用い、式 3 にて各変数. 等をとっている可能性があり、ピーク値を抑制するこ. の固有値をもとめ、固有値のうち、統計的有意の成分. とにより、エネルギー消費量の抑制につながり、年間. を抜き出し、成分ベクトル P を算出した。この成分ベクトルを用い式 4 にて、各変数の推計値を算出した。（実測値―平均値）. 建物B結果実測値推計値 64 59 16,088 25,388 95 77 183 199 150 156 1,010 1,733. 週営業時間は推計値のほうが小さく、建物使用時間が. を示し、各変数の推計のため主成分分析による因子抽. X=. 建物A結果実測値推計値 21 21 14,817 19,956 40 72 176 205 126 148 1,500 1,642. ・・・（式 2）. 標準偏差. 一次エネルギー消費量では、図 5 に示す通り、実態に近い値になっているのではないかと推測できる。 5.. おわりに本研究ではアンケート調査により九州地域の民生業. 務用建築物のエネルギー消費関連データベースの作成、 XTX. =UAUT n-1 X：標準化した各変数のサンプル値. ・・・（式 3）. x1：推計値. x：実測値. データベースを用い、各用途別のベンチマークデータ、重回帰分析によるエネルギー消費推計式、主成分分析. U：各変数の固有値 x1=x・P・PT. 用途別のエネルギー消費特性の分析を行った。また、. ・・・（式 4） P：成分ベクトル. による要因抽出法のための成分ベクトルの作成も行い、それぞれのデータの使用法についても、実際の事務所建築を例に挙げ示した。今後は、データベースの精度向上や、有意的な分析、. 重回帰分析に用いた建物を比較検証対象とし、主成. 年度間のエネルギー消費推移の把握等を行うためにも. 分分析による、因子抽出を行った結果を示す。表 5 に. 継続的な調査が必要であるとともに、各用途における. ｢事務所（自社ビル）｣の成分ベクトル P を、表 6 に建. エネルギー消費要因と考えられる調査項目の追加等の. 物別に上記の因子抽出法によって求められた各変数の. 調査項目の再検討、より詳細な分析のため時刻別デー. 推計値と実測値を示す。建物 A では、実測値と比較し. タによる、用途別の時刻間でのエネルギー消費推移の. 推計値では延床面積、週営業時間、冷暖房日数が大き. 把握等も必要であると考えられる。. くなっている。これは、一般事務所と比較すると、特殊な建物運用をされている可能性があり、就業時間は週 40 時間でも、たとえば、特殊な空調室を持つなど、建物運用時間や冷暖房日数は多い可能性があり、図 5 に示したようにエネルギー多消費型の建物になっていることが考えられる。建物 B では、延床面積は、実態値と比較し推計値のほうが大きくなっている。しかし 41-4. 【謝辞】本調査は国土交通省の支援のもとに一般社団法人日本サステナブル建築協会(JSBC)に設置された「非住宅建築物の環境関連データベース検討委員会」（委員長：村上周三独立法人建築研究所理事長）の活動の一環として実施したものである。また、解析は科研費（22246075）の助成を受け実施した。ここに謝意を表します。【参考文献】 1) 建築物ストック統計研究会：.建築物ストック推計報告書， 2002 年 11 月.

(5)