توزیع فضایی و زمانی ساختمان‌های دارای گواهی سبز و عوامل تأثیرگذار (قسمت سوم)

3 . نتایج

3.1 . نتایج تجزیه و تحلیل توزیع مکانی – زمانی

3.1.1 . توزیع پروژه LEED بر اساس نوع ساختمان

در این مطالعه، پروژه‌های دارای گواهینامه LEED بر اساس نوع ساختمان به چهار دسته اصلی ساختمان‌های مسکونی ، ساختمان‌های تجاری ، ساختمان‌های اداری و ساختمان‌های آموزشی تقسیم می‌شوند. شکل S1 در مواد تکمیلی نشان می‌دهد که اکثریت قریب به اتفاق پروژه‌های دارای گواهینامه LEED در ایالت‌ها به نفع ساختمان‌های مسکونی هستند، به‌ویژه تگزاس دارای تعداد زیادی (n=6408) و 92.51 درصد از پروژه‌های LEED مسکونی است. در همین حال، پروژه‌های دارای گواهینامه LEED نیز توزیع بالاتری در ساختمان‌های تجاری دارند (20.27 درصد). ویژگی های توزیع فضایی پروژه های دارای گواهی LEED در این چهار نوع ساختمان در شکل 2 نشان داده شده است . رنگ متفاوت هر منطقه را متمایز می کند و تعداد پروژه های دارای گواهی LEED در هر منطقه یکسان است. هرچه منطقه بزرگتر باشد، تعداد پروژه‌های دارای گواهینامه LEED در داخل منطقه کمتر است و تراکم پروژه‌های دارای گواهی LEED کمتر است. نتایج نشان می‌دهد که اکثر ساختمان‌های تجاری در کالیفرنیا (66/20%) و در امتداد ساحل شرقی، با تجمعات قابل‌توجهی در نزدیکی خط ساحلی در ایلینوی و ایندیانا واقع شده‌اند. مناطق داخلی مانند داکوتای شمالی (0.10٪)، داکوتای جنوبی (0.14٪) و نبراسکا (0.27٪) تراکم توزیع کمتری دارند. ساختمان های اداری در امتداد خط ساحلی پراکنده تر از مناطق داخلی هستند. ساختمان های مسکونی به ویژه در تگزاس (25.11٪) فراوان هستند، در حالی که تعداد بسیار کمی در داکوتای شمالی (0.02٪)، داکوتای جنوبی (0.01٪)، نبراسکا (0.01٪) و مونتانا (0.04٪) هستند. ساختمان های آموزشی به شدت در اوهایو (22.21٪)، ایلینوی (7.89٪)، و مریلند (7.89٪)، با الگوی فضایی کلی تراکم بیشتر در شرق نسبت به غرب توزیع شده اند.

3.1.2 . توزیع پروژه LEED بر اساس سطح گواهینامه

پروژه های LEED در چهار سطح، کم به بالا، دارای گواهینامه LEED، گواهی نقره، گواهی طلا و گواهی پلاتین رتبه بندی می شوند. شکل S2 در مواد تکمیلی، تفاوت‌های بین سطوح گواهینامه را در ایالات مختلف نشان می‌دهد. به عنوان مثال، تگزاس دارای تعداد بسیار زیادی ساختمان سبز دارای گواهینامه LEED (78.06%) است، در حالی که درصد ساختمان های سبز دارای گواهی پلاتین بسیار پایین است (1.29%). از سوی دیگر، در آیداهو، بالاترین درصد ساختمان های سبز دارای رتبه پلاتین (34.82 درصد) هستند، در حالی که کمترین درصد مربوط به ساختمان هایی است که به تازگی گواهی شده اند (10.12 درصد).

با توجه به تعداد بسیار زیاد پروژه‌های دارای گواهینامه LEED (بیش از شصت هزار پروژه تا سال 2021 گواهینامه دریافت کرده‌اند)، لازم است ویژگی‌های توزیع مکانی – زمانی آنها مورد تجزیه و تحلیل قرار گیرد تا روند توزیع پروژه‌های LEED با رتبه‌بندی‌های مختلف قابل بررسی باشد. همانطور که در شکل 3 نشان داده شده است ، هر مکعب از پایین به بالا نشان دهنده توزیع زمانی پروژه های LEED از سال 2000 تا 2021 است. رنگ های گرم نشان دهنده نقاط داغ هستند که نشان دهنده روند افزایشی است. با توجه به نتایج تحلیل روند مکعب فضا-زمان، نقاط داغ پروژه‌های دارای گواهینامه LEED عمدتاً در تگزاس و کلرادو در سال‌های اخیر یافت شده‌اند. نقاط داغ فضایی و زمانی برای پروژه‌های LEED دارای گواهی نقره و گواهی طلا تقریباً همین الگو را نشان می‌دهند. نقاط داغ در حال ظهور در نزدیکی سواحل شرقی و غربی قرار دارند که توسط کالیفرنیا، نیویورک، نیوجرسی و پنسیلوانیا نشان داده شده است. با این حال، پروژه های دارای گواهی طلا به عنوان نقاط سرد در دوره اولیه ساخت و ساز ساختمان با گواهی سبز ظاهر شدند . آنها در منطقه غربی ایالات متحده مانند ایلینویز، ایندیانا، کارولینای شمالی، کارولینای جنوبی، ویرجینیا و جورجیا توزیع می شوند. پروژه‌های دارای گواهی پلاتین کمتری توزیع می‌شوند و نقاط داغ نوظهور توزیع ناهمواری را نشان می‌دهند.

3.2 . نتایج تجزیه و تحلیل ناهمگونی مکانی-زمانی

این مطالعه یک تحلیل ناهمگنی مکانی-زمانی را برای بررسی عوامل مؤثر بر تولید چنین الگوی توزیع پروژه‌های دارای گواهی LEED در ایالات متحده انجام داد.

3.2.1 . تحلیل خودهمبستگی فضایی

این مطالعه از خودهمبستگی فضایی جهانی و خودهمبستگی فضایی محلی برای تجزیه و تحلیل همبستگی فضایی پروژه های دارای گواهی LEED در ایالات متحده استفاده کرد. شاخص جهانی مورن الگوها و روندهای کلی در توزیع پروژه های دارای گواهینامه LEED را ارزیابی می کند. در همان زمان، شاخص موران محلی عمدتاً شباهت ها و تفاوت های محلی را در توزیع پروژه های دارای گواهی LEED بین کشورهای همسایه منعکس می کند.

جدول S4 در مواد تکمیلی نتایج شاخص جهانی مورن را برای سال‌های 2017، 2019 و 2021 ارائه می‌کند. مقادیر p برای هر سه سال کمتر از 0.05 است و آزمون معنی‌داری را قبول می‌کند . این نشان می‌دهد که توزیع پروژه‌های دارای گواهینامه LEED در ایالات متحده پس از سال 2017 دارای یک همبستگی فضایی جهانی است که الگویی از توزیع خوشه‌ای فضایی را نشان می‌دهد.

برای بررسی بیشتر ویژگی‌های اثر خوشه‌بندی، از شاخص موران محلی برای ارزیابی همبستگی فضایی محلی استفاده شد . نتایج خوشه بندی و پرت در مواد تکمیلی، شکل S4 نشان داده شده است. در سال 2017، نوادا یک حالت پرت را نشان داد که یک خوشه کم-بالا را نشان داد. این نشان داد که کالیفرنیا (14.01٪)، آریزونا (2.17٪)، و اورگان (2.20٪) توزیع بالاتری از پروژه های دارای گواهی LEED داشتند، در حالی که نوادا (0.81٪) توزیع کمتری از پروژه های دارای گواهی LEED داشتند. خوشه های کم پایین در داکوتای جنوبی (0.16٪) و کانزاس (0.38٪) ظاهر شدند که نشان دهنده توزیع کمتر پروژه های دارای گواهی LEED در این دو ایالت است. در سال 2019، خوشه کم کم افزایش یافت، به این معنی که داکوتای شمالی (0.10٪)، داکوتای جنوبی (0.15٪) و نبراسکا (0.15٪) همچنان توزیع کمتری از پروژه های دارای گواهی LEED داشتند. تا سال 2021، محدوده خوشه‌ای کم کم به سمت غرب حرکت می‌کرد و هنوز پروژه‌های دارای گواهی LEED نسبتاً کمی در آن ایالت‌ها وجود داشت. با این حال، یک خوشه بسیار بالا در آریزونا پدیدار شد که نشان داد آریزونا (3.87٪)، کالیفرنیا (13.26٪)، نیومکزیکو ( 3.15٪) و کلرادو (3.55٪) پروژه های دارای گواهینامه LEED بیشتری را نسبت به ایالت های همسایه توزیع کردند.

بنابراین، با توجه به نتایج شاخص موران جهانی و شاخص موران محلی، ناهمگونی مکانی-زمانی قابل توجهی در توزیع پروژه های دارای گواهی LEED در ایالات متحده از سال 2017 تا 2021 وجود دارد.

3.2.2 . تحلیل رگرسیون وزنی

از آنجایی که پروژه‌های دارای گواهی LEED در ایالات متحده از نظر مکانی و زمانی ناهمگن هستند، مدل رگرسیون وزن‌دار جغرافیایی و زمانی (GTWR) برای تحلیل الگوهای تکامل مکانی و مکانی پروژه‌های دارای گواهی LEED مناسب است. برای اعتبارسنجی کاربرد و دقت مدل GTWR، مدل‌های رگرسیون حداقل مربعات معمولی (OLS)، رگرسیون وزن‌دار جغرافیایی (GWR) و رگرسیون وزن‌دار زمانی (TWR) به طور همزمان برای مقایسه و تجزیه و تحلیل نتایج آزمون و یافتن بهترین مدل توضیحی ساخته شدند. برای مکانیسم تکامل مکانی و زمانی پروژه های دارای گواهینامه LEED.

نتایج رگرسیون چهار مدل در جدول 2 نشان داده شده است . R2 و R2 تنظیم شده ^منعکس^کنندهدرجه تناسب مدل هستند، مجموع مربعات باقیمانده (RSS) دقت مدل را نشان می دهد و اطلاعات معیار اطلاعات Akaike (AICc) می تواند به عنوان معیار مهم دیگری برای ارزیابی خوب بودن برازش استفاده شود. از مدل ها اگر تفاوت در مقادیر AICc بین مدل های مختلف از 3 بیشتر شود، نشان دهنده تفاوت معنادار بین مدل ها است. همانطور که از جدول 2 مشاهده می شود ، در مقایسه با R ² مدل OLS (0.7643)، R ² مدل های GWR و TWR به 0.7891 و 0.8427 بهبود یافت و مدل GTWR R ^{2 بالاتر}(0.8742) را نشان داد. که مدل GTWR بالاترین قدرت توضیحی را داشت . از مجموع مربعات باقیمانده (RSS)، می توان دریافت که در مقایسه با OLS، GWR ویژگی های فضایی توزیع پروژه تایید شده LEED را در نظر می گیرد و RSS 25،525،059 کاهش می یابد. RSS مدل GTWR به طور قابل توجهی کمتر از مدل های GWR و TWR است، که ثابت می کند مدل GTWR دارای خطای جزئی است. مقادیر AICc مدل GTWR کمتر از مدل های OLS، GWR و TWR است. همه مقادیر کاهشی بسیار بالاتر از مقدار بحرانی 3 هستند، به این معنی که بهبود مدل ها قابل توجه است و مدل GTWR بهینه ترین مدل برای پیاده سازی است.

جدول 2 . مقایسه خوبی تناسب برای مدل های OLS، GWR، TWR و MGWR.

مدل	R ²	^R2 تنظیم شده	RRS	AICc
OLS	0.7643	0.7560	91413859.5638	2435.7224
GWR	0.7891	0.7817	65888800.9705	2376.6351
TWR	0.8427	0.8373	60984265.7280	2365.03226
GTWR	0.8742	0.8698	34850387.8198	2281.0995

به طور خلاصه، مدل GTWR دارای تناسب بهینه است. ممکن است این بهترین مدل برای توضیح ناهمگونی توزیع مکانی-زمانی پروژه‌های دارای گواهی LEED در ایالات متحده از سال 2017 تا 2021 باشد. مدل GWR و مدل OLS تناسب نسبتاً ضعیفی دارند. قابل ذکر است که مدل TWR بهتر از مدل GWR جا می گیرد و حتی بسیار نزدیک به مدل GTWR است. این نشان می‌دهد که عامل زمانی مهم‌تر از عامل مکانی در تکامل توزیع پروژه دارای گواهی LEED در ایالات متحده از سال 2017 تا 2021 است. بنابراین، ترکیب پارامتر زمانی در مدل وزن‌دار جغرافیایی معنی‌دار خواهد بود.

3.3 . نتایج تحلیل عاملی تأثیرگذار

3.3.1 . عوامل جمعیتی، اجتماعی-اقتصادی و محیطی

مدل GTWR نه تنها دارای تناسب عالی است ، بلکه روندهایی را در تکامل مکانی و زمانی هر یک از عوامل تأثیرگذار ارائه می دهد. نابرابری درآمد و نسبت جمعیتی قفقاز در کل جمعیت بر ساخت پروژه‌های دارای گواهینامه LEED تأثیر منفی دارد، در حالی که اندازه جمعیت ، برابری قیمت منطقه‌ای و میانگین دمای سالانه تأثیر مثبتی بر آن دارند. مقادیر ضرایب آماری GTWR در جدول 3 آورده شده است . میانگین و انحراف معیار ضرایب رگرسیون برای اندازه جمعیت (به ترتیب 8236.1383 و 5164.9796) بالاتر از سایر عوامل است که از 34834.7000- تا 40204.000 متغیر است، که نشان می دهد اندازه جمعیت مهم ترین پارامتر تأثیرگذار بر روی آن است. ساخت پروژه های دارای گواهینامه LEED این نشان می دهد که هر چه جمعیت بیشتر باشد، تعداد پروژه های ساخته شده دارای گواهینامه LEED بیشتر است. همراه با شکل 4 ، قدرت همبستگی بین اندازه جمعیت و اجرای پروژه های دارای گواهینامه LEED هر سال در حال افزایش است. دومین عامل مهم تأثیرگذار، نابرابری درآمد است. الگوی توزیع مکانی-زمانی در درجه اول برای ساخت و ساز پروژه دارای گواهی LEED در منطقه غربی مثبت و در منطقه شرقی منفی است، با قدرت همبستگی منفی به طور قابل توجهی گسترش می یابد، به خصوص پس از سال 2021 ( شکل 5 ). نسبت جمعیتی قفقاز و ساخت پروژه‌های دارای گواهینامه LEED الگویی از همبستگی مثبت در غرب و همبستگی منفی در شرق را نشان می‌دهد. تعداد مناطقی که برابری قیمت منطقه ای با ساخت پروژه های دارای گواهی LEED همبستگی مثبت دارد در حال کاهش است و قدرت همبستگی در حال کاهش است. قدرت اثر میانگین دمای سالانه بر روی پروژه‌های دارای گواهینامه LEED سال به سال افزایش می‌یابد و تقریباً یک همبستگی مثبت در غرب و مرکز و یک الگوی همبستگی منفی در واشنگتن، نبراسکا و سواحل شرقی را نشان می‌دهد ( شکل 6 ).

جدول 3 . مقدار ضرایب برای مدل GTWR.

مورد	رهگیری	میزان جمعیت	نسبت جمعیتی قفقازی	نابرابری درآمد	برابری قیمت منطقه ای	دمای میانگین
منظور داشتن	713.0983	8236.1383	-18.9113	-533.1024	365.1813	227.1735
حداقل	-3523.4900	-34834.7000	-1675.4800	-2700.2200	-4857.4100	-5182.4700
حداکثر	4374.0300	40204.0000	3284.2800	13478.9000	1046.0800	3839.5100
SD	1938.9308	5164.9796	1041.41362	1529.2547	576.5823	1261.1424
25 درصد	-781.1185	6008.9875	-537.2870	-1180.4000	364.4610	-289.8155
50 درصد	1196.5850	7652.0300	-199.3250	-665.4295	459.8360	82.4716
75 درصد	2413.1326	10220.9502	660.5177	-17.9363	590.1825	786.3670

3.3.2 . عوامل سیاست گذاری

بررسی رابطه بین تفاوت‌های منطقه‌ای در اجرای پروژه دارای گواهینامه LEED و عوامل سیاست‌گذاری. این مطالعه از رگرسیون لجستیک باینری برای تجزیه و تحلیل رابطه بین اتخاذ ابزارهای مختلف سیاست در هر ایالت و تعداد پروژه‌های دارای گواهی LEED استفاده کرد. نتایج رگرسیون لجستیک باینری در جدول مواد تکمیلی S5 نشان داده شده است . نتایج نشان می‌دهد که اتخاذ سه ابزار سیاستی – الزامات اجباری، قوانین توانمند یا تشویق‌کننده، و تراکم یا پاداش بالا – از نظر آماری با افزایش پروژه‌های دارای گواهینامه LEED (p-values کمتر از 0.05) و به ویژه استفاده از سه ابزار سیاست – مجوز تسریع، کاهش هزینه ها، و اعتبار مالیات بر دارایی یا معافیت – به طور قابل توجهی با افزایش پروژه های دارای گواهی LEED (p-values کمتر از 0.01) مرتبط هستند.

توسعه مواد جایگزین پایدار برای...

سپتامبر 13, 2026