不完全替代如何塑造汽车共享（carsharing）的异质性环境反弹效应：基于近4500名比利时用户的调查证据

《Ecological Economics》：Driving impact? How imperfect displacement shapes heterogeneous rebound in carsharing

　　

绿色技术、产品和服务，例如汽车共享（carsharing），通常被宣传为通过提高效率降低环境影响的途径。然而，反弹效应（rebound effects），即对效率改进的行为与经济响应，可能侵蚀这些环境影响削减。许多反弹研究假设完全替代（perfect displacement），即一种新技术或服务提供模式以一对一方式完全替代现有服务。虽然分析上便利，该假设忽视了现实复杂性和消费者异质性（consumer heterogeneity）。使用来自近4500名比利时汽车共享（carsharing）用户的调查数据，研究人员比较了完全替代（perfect displacement）下的反弹估计与基于所报告出行变化的反弹估计。在完全替代假设下，研究人员发现53%的反弹效应。然而，当考虑不完全替代（imperfect displacement）时，反弹效应在用户之间差异很大。虽然中位效应仍为正（20%–46%），在个体层面反弹效应从显著净收益到强反弹（第5–95百分位：?331%至147%）。聚类分析（cluster analysis）进一步揭示具有系统性不同影响的独特用户群体，强调替代模式（displacement patterns）不仅在规模上而且在方向上变化。这些发现表明，汽车共享（carsharing）的环境影响高度依赖于用户，并且依赖单一总体估计可能掩盖关键行为变异。正如本案例研究所示，在反弹分析中考虑不完全替代（imperfect displacement）对于推进理论和制定更有效的政策干预至关重要。

论文解读

该研究由 Tamar Meshulam、Jozef Cossey、David Font Vivanco 和 Tamar Makov 等开展。绿色技术、产品和服务常被作为通过提高效率降低环境影响的路径。然而，行为与经济响应可能形成反弹效应（rebound effects），侵蚀预期环境收益。环境反弹效应（Environmental Rebound Effect, ERE）研究中的一个核心挑战是替代率：即生态高效替代方案在实践中替代了多少基线消费。许多研究仍假设完全替代（perfect displacement），即一对一替代，忽略部分替代与用户异质性。交通运输占全球能源相关温室气体（greenhouse gas, GHG）排放约27%，自1990年以来增长73%，并预计继续上升。汽车共享（carsharing）被视为支持从私家车转向低影响出行方式的策略，但自报替代情形下结果并不一致，且成本节省再支出可能引发间接反弹。因此，研究人员以比利时站基汽车共享平台 Cambio 为案例，检验不完全替代与用户异质性如何改变反弹估计。研究结论是：完全替代下反弹为53%；考虑不完全替代后，反弹在用户间差异极大，中位数为20%–46%，个体范围从净收益到强反弹，环境影响高度用户依赖。其意义在于，单一总体估计可能掩盖关键行为差异，考虑不完全替代对推进反弹理论和制定针对性政策干预至关重要。

关键技术方法：研究以比利时 Cambio 站基汽车共享平台2022年 Flanders 成员调查为样本队列，收到4689份回答，响应率28.7%，剔除不完整后纳入4468份。研究人员将 Likert 频率转换为各交通模式乘客公里（passenger-kilometers, pkm）和支出；以完全替代为基准，用多区域环境扩展投入产出（Environmentally Extended Input-Output, EEIO）与 EXIOBASE3 估算100年全球变暖潜势（100-year Global Warming Potential, GWP₁₀₀）；用近乎理想需求系统（Almost Ideal Demand System, AIDS）模拟非交通再支出；按10%、30%、50%三种交通变化情景纳入自报交通模式转移；用密度聚类（DBSCAN）对主动交通、被动交通、公共交通、私家车使用变化聚类。上述方法合计不超过250字。

研究结果如下：

4.1 汽车共享前后的用户行为（User behavior before and after carsharing）。调查显示，汽车共享用户通常每周或每日步行和骑行；私家车、汽车共享和公共交通使用频率较低，常为每月几次或更少。25%受访者使用汽车共享少于每月一次，55%至多每周一次，20%每周1–3次。80%受访者不拥有汽车，而一般弗拉芒人口约80%拥有汽车。自报变化中，45%–88%受访者在多数交通模式上无变化；步行和骑行增加最多，火车和公共交通次之；43%报告总体汽车使用减少。研究因此认为，汽车共享在总体上降低汽车依赖。

4.2 完全替代下的汽车共享收益与反弹效应（Carsharing benefits and rebound effect under perfect displacement）。受访者平均每月汽车共享108 pkm，分布高度偏斜。平均收益为每月8.3 kg CO₂-eq，中位数5，最大约27 kg CO₂-eq，相当于避免约35 pkm汽油车驾驶，约3 L燃料。扩展到16338名比利时用户，年减少约1570吨 CO₂-eq。假设每个汽车共享 pkm 替代一个私家车 pkm，且其他交通模式不变，53%预期收益会被间接反弹抵消。

4.3 不完全替代下的反弹效应（Rebound effect under imperfect displacement）。纳入自报交通模式转移后，三种交通变化情景下反弹范围更宽，包括负反弹与 backfire。中位反弹分别为46%、34%、20%，与完全替代下53%大体相近；均值则从低变化情景的34%到高变化情景的?43%。低、中、高情景的第5百分位分别为?24%、?177%、?331%，第95百分位分别为72%、110%、147%。均值和中位数差异表明用户间环境结果高度异质，且反弹估计对行为变化假设敏感。

4.4 反弹异质性与聚类分析（Rebound heterogeneity and cluster analysis）。聚类识别出三类用户：约49%无交通模式转移，其中位反弹在各情景均为53%；约43%转向减少汽车使用，并增加主动交通和公共交通，其中位反弹从16%到?132%，显示净环境收益；约8%转向增加汽车使用，其中位反弹从72%到148%，显示更高反弹和频繁 backfire。研究因此认为，替代方向而非仅规模决定环境结果。

讨论部分总结：汽车共享与环境影响的关系较复杂。其收益受成本节省再支出带来的额外环境影响限制；在不完全替代下，汽车共享可因用户替代模式而减少或增加排放。不同用户群体行为响应不同，部分减少总体汽车使用，部分增加汽车使用，导致环境结果高度异质。53%完全替代反弹估计与已有研究报告的约40%再支出反弹相近；但纳入自报出行变化后，个体反弹从?331%到147%。聚类表明，转向主动和公共交通与较低反弹及净环境收益相关，增加汽车使用与较高反弹及潜在 backfire 相关。政策上，增加汽车使用用户是限制汽车出行增长的关键干预对象；转向低影响模式者展示净环境收益路径。站点布局、服务覆盖和定价结构可影响使用模式，行为干预、信息提供和 nudging 以及汽车共享与公共交通、主动交通整合可促进多式联运，但效果依赖情境及运营商激励。讨论还指出，更细粒度反弹估计有助于理论发展和理解反弹驱动因素，环境反弹效应研究需要方法标准化。局限性包括：调查未提供绝对 pkm，需将自报分类转换为数值；分析假设受访者代表一般人群，但调查人群在汽车拥有等关键参数上与比利时总体差异显著；调查数据存在共同方法偏差、社会期望偏差和事后偏差。未来研究可采用准实验设计或现场实验及直接测量。

研究结论翻译：本文证明将用户层面数据和考虑替代的建模纳入反弹效应研究具有价值。通过超越平均估计并考虑行为异质性，研究揭示汽车共享可导致广泛不同的环境结果——从强反弹到净正向影响——取决于用户替代模式。该方法不仅提供更现实的环境绩效评估，也为更针对性和有效的政策响应提供基础。虽然案例研究聚焦汽车共享，所获见解适用于广泛绿色技术和行为干预，特别是在用户于共存替代方案中选择的情境。未来研究应推进行为框架，并开发有助于将反弹异质性转化为可操作气候减缓策略的实证设计。