揭示道路运输碳减排绩效的区域差异：基于技术变革的偏见效应

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Unveiling regional heterogeneity in road transport carbon mitigation performance via biased technical change

区域道路运输碳排放技术驱动机制与绩效评估——基于30个省份2010-2020年数据，整合有偏技术变革的生产理论分解框架，揭示规模扩张主导增长但被能源强度和资本偏向技术变革部分抵消，构建区域减排绩效指数（RRRPI）显示西部>中部>东部，提出差异化技术治理路径。

　　

刘晓|周晓勇

淮阴师范学院商学院，淮安223001，中国

摘要

道路交通是全球碳排放的主要来源之一，但由于技术进步和要素禀赋的差异，其减排效果在不同地区之间存在显著差异。为了制定差异化和有效的脱碳策略，有必要清楚地了解道路交通碳排放（RTC）的区域异质性，特别是从技术变革的角度来看。本研究将有偏技术变革纳入生产理论分解框架，并构建了一个区域RTC减排绩效指数（RRRPI），以考察2010年至2020年间中国30个省份的减排绩效区域差异。研究结果得出三个主要发现：首先，RTC表现出明显的区域异质性——东部地区占全国排放量的48-52%，而中部和西部地区的RTC强度空间分布从聚集趋势转向分散趋势；其次，规模扩张仍然是RTC增长的主要驱动力，但其效应部分被能源强度的提高和资本偏向性技术变革所抵消；相比之下，运营和处置偏向性技术变革对减排的贡献微乎其微；第三，RRRPI显示出明显的区域梯度——中国西部（1.012）> 中国中部（1.001）> 中国东部（0.991），表明在未来减排工作中应优先考虑西部省份。通过将有偏技术变革纳入生产理论框架，本研究阐明了道路交通碳排放区域差异的技术来源，并为制定特定地区的脱碳路径提供了新的见解。

引言

作为现代经济的基础支柱，交通运输部门是二氧化碳（CO₂）排放增长最快的来源之一，在塑造全球脱碳路径中发挥着关键作用。根据国际能源署（IEA）的数据，1990年至2022年间，全球与交通相关的排放量年均增长约1.7%，仅次于工业部门（IEA，2024年）。2022年，中国交通运输部门产生了约8.9亿吨（Mt）的CO₂，占总终端使用排放量的8.3%，其中道路交通是主要贡献者，占比超过7亿吨。这一排放量的激增与车辆拥有量的快速增长相吻合，车辆拥有量从2013年的1.27亿辆增加到2022年的3.12亿辆，年均增长率约为9.4%（中国国家统计局[NBSC]，2024年）。尽管增长迅速，但中国的车辆拥有量仍然相对较低——每千人拥有221辆汽车——而大多数发达经济体的这一数字为600-900辆（刘等人，2024a），这表明道路交通需求和相关排放量仍有巨大的增长潜力。因此，了解中国的道路交通碳排放（RTC）规模及其减排机制对于长期脱碳战略至关重要。

随着RTC的持续增长，中国面临着日益严峻的脱碳压力，这促使学术界越来越关注技术进步的作用。现有研究普遍认为技术进步是交通运输部门减排的关键驱动力（刘和周，2025年；Jan等人，2023年）。然而，技术进步往往被视为一个同质且外生的因素，在实证分析中被视为“黑箱”，从而掩盖了其内部结构和在不同地区的异质性影响。对中国道路交通部门的仔细研究揭示了排放水平和减排路径的显著区域差异。在中国东部，道路交通系统已基本成熟（陈等人，2019年），减排受到物理空间有限、网络饱和以及拥堵导致的效率损失的制约；而在中国西部，排放挑战主要由广阔的地理距离和复杂的地形造成的基本连通性不足所决定（方等人，2025年）。这些不同的区域背景意味着技术进步的碳减排效果可能并不统一，强调了在评估区域RTC减排绩效时明确考虑有偏技术变革的必要性。

在这种背景下，技术进步如何推动道路交通部门减排的机制尚未得到充分理解，尤其是在其结构和区域特定特征方面。从生产理论的角度来看，技术进步本质上是不中立的（Mizobuchi，2024年）；它可能偏向于节约特定投入（例如节能发动机）、提高运营产出（例如提高运输效率的物流技术），或通过末端处理减少排放（例如碳捕获技术）。这些不同形式的有偏技术变革在传导途径和碳减排效果上存在根本差异（张等人，2020年；李等人，2023年；王等人，2024年）。然而，现有的分析框架在量化不同类型偏见的区域特定贡献和驱动力方面仍然有限，使得政策制定者在指导道路交通领域的技术发展时缺乏明确的、基于情境的指导。

为了解决这些不足，本研究分三个步骤进行。首先，我们使用基于化石燃料消耗的自上而下的碳核算方法估计了2010年至2020年间中国30个省份的RTC，并研究了区域聚集模式、空间依赖性和差异。其次，我们开发了一个三级生产理论分解分析（PDA）框架，以识别区域RTC变化背后的驱动力，特别关注有偏技术变革。具体而言，该框架区分了投入偏向性技术变革（能源、劳动或资本导向）、运营偏向性技术变革（产出或运营规模导向）和处置偏向性技术变革（排放处理导向），从而能够细致地评估它们各自的碳影响。最后，基于识别出的驱动因素，我们构建了一个区域RTC减排绩效指数（RRRPI），以衡量每个地区的碳减排绩效与全国平均水平的偏差程度。该指数有助于跨区域比较未实现的减排潜力，并支持制定特定地区和技术导向的减排政策。

本研究在RTC文献方面做出了理论和实践上的贡献。从方法论的角度来看，它通过明确纳入有偏技术变革，扩展了传统的PDA框架，区分了投入节约偏见、产出增强（运营偏向）偏见和末端处理偏见。这种扩展使得能够识别出对RTC轨迹的非对称和地区特定的技术效应，从而超越了技术中性或基于残差的分解框架的限制性假设。从实践的角度来看，本研究为30个中国省份构建了一个区域级别的RTC核算数据集，系统地评估了RTC变化和区域碳减排绩效差异的关键驱动因素。通过将这些见解整合到碳减排绩效指数中，该分析为区域差异化的脱碳策略提供了决策支持工具，提高了中国次国家级气候治理的可行性、精确度和政策相关性。

本研究的其余部分结构如下：第2节回顾了RTC计算方法、影响因素以及减排措施和潜力的相关文献；第3节介绍了方法论框架并描述了数据来源；第4节报告并讨论了30个中国省份的实证结果；第5节总结了主要发现和政策意义。

节选内容

文献综述

道路交通是交通运输相关碳排放的主要来源，一直受到学者和政策制定者的关注。因此，本节回顾了现有文献的三个主要方面：（i）RTC核算方法；（ii）影响RTC的关键因素分析；（iii）RTC减排措施和减排潜力的评估。最后，我们总结了当前文献的主要局限性，特别强调了

方法论和数据

基于自上而下的核算方法估算的RTC，本研究开发了一个基于非径向方向距离函数（NDDF）的PDA框架，以系统地识别驱动区域变化和RTC差异的主要因素（见图1）。鉴于各地区技术选择的差异，我们进一步将技术变革的影响分解为两个维度：投入偏向性技术变革——反映能源等投入的使用变化，

区域RTC的时空演变

2010年至2020年间，中国的RTC表现出明显的阶段特异性动态，区域异质性反映了交通规模、技术采用和资源禀赋的差异。如图2所示，2010年至2018年间RTC年均增长率为3.96%，达到476.3亿吨的峰值。2019年，由于疫情相关需求冲击和运输活动减少，RTC下降至443.4亿吨，货运和客运周转量从7.21下降到6.05

结论

道路交通是碳排放的主要来源，但其减排能力存在显著的区域差异。因此，清晰了解区域RTC模式及其减排路径对于制定基于证据的长期脱碳策略至关重要。基于省级RTC核算，本研究系统地研究了道路交通排放的空间相关结构和动态演变。

关于写作过程中生成式AI和AI辅助技术的声明

在准备本作品时，作者使用了OpenAI的ChatGPT服务来改进语言和可读性。使用该服务后，作者根据需要审查和编辑了内容，并对出版物的内容负全责。

CRediT作者贡献声明

刘晓：写作——审稿与编辑、可视化、验证、方法论、调查、正式分析、数据管理、概念化。周晓勇：写作——审稿与编辑、可视化、验证、监督、调查、正式分析、概念化。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢

我们感谢国家社会科学基金（编号23BGL226）、国家自然科学基金（编号72564014、72064005）以及GUAT关于特色跨学科领域战略发展的特别研究项目（编号TS2024311）的财政支持。我们也感谢匿名审稿人的建设性批评。