欧盟公路货运脱碳：来自动态面板建模的证据

《Journal of Environmental Management》：Decarbonisation of European Union road freight transport: Evidence from dynamic panel modelling

　　

公路货运是欧盟温室气体（GHG）排放的主要贡献者，然而经济增长、运输能源使用绩效与排放之间的关系仍未被充分理解，尤其是在各国环境条件和气候政策存在差异的背景下。尽管现有研究已广泛探讨能源-增长-环境关联，但对货运作为独立部门的关注不足，且未充分考虑欧盟国家间的异质性。本研究构建了一个实证框架，以检验经济增长、运输能源使用绩效与排放之间的直接和间接联系。利用1990–2021年24个欧盟国家的面板数据，应用动态共同相关效应（DCCE）模型，并辅以聚类分析和中介分析技术，以考虑国家间异质性和传导机制。结果表明，经济增长显著增加温室气体（GHG）排放，而运输能源使用绩效的提高则减少排放，尤其是在环境技术水平较低的国家。同时，运输能源使用绩效的提高部分抵消了经济增长的影响，支持了中介机制的存在。此外，在绿色运输和政策特征更先进的国家，经济增长对排放的影响较弱，表明增长与环境压力之间存在部分脱钩。这些发现表明，仅靠经济增长无法确保公路货运部门的减排。有效的脱碳需要技术改进与精心设计的政策措施相结合，以促进更高效的能源使用和降低排放强度，包括环境税和车队现代化激励措施。

论文解读文章

研究背景：欧盟公路货运是温室气体（GHG）排放的主要来源之一，约占欧盟内陆货运的77–78%，且严重依赖化石燃料，技术惯性大，脱碳进程缓慢。尽管现有研究广泛分析了能源-增长-环境关联，但多将运输视为整体部门，忽视了公路货运的结构特异性，且对国家间异质性和气候政策差异的关注不足。经济增长通过规模效应增加货运需求，从而推高排放，而运输能源使用绩效（如燃料效率、物流组织）可部分缓解这一压力，但二者间的中介机制及各国政策背景的调节作用尚未得到充分实证检验。因此，本研究旨在揭示欧盟公路货运中经济增长、运输能源使用绩效与GHG排放之间的直接与间接关系，并考察国家异质性和动态依赖性。

研究人员使用1990–2021年24个欧盟国家的面板数据，应用动态共同相关效应（DCCE）模型，并辅以k-means聚类分析和中介分析技术，以考虑跨截面依赖、未观测共同因子、国家异质性及动态持续效应。通过局部投影方法估计脉冲响应函数，并采用Dumitrescu-Hurlin面板格兰杰因果检验分析变量间的预测因果关系。研究发现：经济增长显著增加公路货运GHG排放，而运输能源使用绩效的提高则减少排放；运输能源使用绩效在经济增长与排放之间起部分中介作用，但无法完全抵消增长的规模效应；国家间存在显著异质性，绿色政策更先进的国家（如丹麦、瑞典）经济增长对排放的影响较弱，而转型较慢的国家则面临更强排放压力。结论表明，仅靠经济增长无法自动实现脱碳，需结合技术创新与政策干预，包括环境税、车队现代化激励和运营优化。该论文发表在《Journal of Environmental Management》。

关键技术与方法：研究采用动态共同相关效应（DCCE）估计器（Chudik and Pesaran, 2015），以处理跨截面依赖和异质性；运用k-means聚类方法将24个欧盟国家划分为两组（较低和较高绿色转型水平），分组依据包括可再生能源运输占比、新车辆占比、环境税占比等；利用Westerlund ECM面板协整检验验证长期关系；采用乘积系数法进行中介效应分析并辅以bootstrap置信区间；使用Jordà局部投影方法估计脉冲响应函数；应用Dumitrescu-Hurlin面板格兰杰非因果检验。数据来源包括Eurostat、世界银行世界发展指标（WDI）和OECD。

研究结果：
4.1 运输部门绿色解决方案水平：通过k-means聚类（k=2），将24个欧盟国家分为两组。Group 0（较低绿色转型水平，如波兰、匈牙利）和Group 1（较高绿色转型水平，如丹麦、瑞典）。Group 1国家在可再生能源运输占比、新车辆占比和环境税占比方面显著高于Group 0。
4.2 面板随机性质：Pesaran CD检验显示所有变量存在显著跨截面依赖；Blomquist-Westerlund斜率同质性检验拒绝同质斜率假设；CIPS和CADF面板单位根检验表明变量组合包含I(0)和I(1)性质；Westerlund ECM协整检验（Gt和Pt统计量显著性）支持变量间存在长期协整关系。
4.3 DCCE面板结果：全样本中，滞后排放项（lnGHG_t-1）系数为0.293（p<0.01），显示强惯性。运输能源使用绩效（lnEERT）短期弹性为-0.307（p<0.01），长期弹性为-0.43；经济增长（lnGDP）短期弹性为0.634（p<0.01），长期弹性为0.89。交互模型显示，Group 0的GDP长期弹性（0.64）约为Group 1（0.25）的2.6倍，EERT长期弹性在Group 0（-0.29）也强于Group 1（-0.14），表明绿色转型更先进的国家经济增长对排放的推动作用更弱，同时EERT的减排边际效应递减。
4.4 脉冲响应分析：基于局部投影，EERT冲击后排放立即下降约0.28，效应持续2–3期后渐近消散；GDP冲击后排放立即上升约0.83，峰值在h=1时达1.13，随后缓慢下降，表明经济增长对排放具有更持久的正向影响。结合冲击（GDP+EERT）显示EERT部分抵消GDP的排放效应。
4.5 稳健性分析：使用Driscoll-Kraay标准误固定效应模型、动态AMG模型及Blundell-Bond两步GMM（缩短样本至1998–2021）等替代估计量，系数符号和大小与DCCE结果一致，支持稳健性。Dumitrescu-Hurlin因果检验表明EERT格兰杰引起GHG（p=0.004），GHG微弱格兰杰引起EERT（p=0.069），GDP格兰杰引起EERT（p=0.095），但GDP与GHG间无显著双向因果，说明预测关系集中于EERT与GHG之间。

讨论总结：研究结果支持H1（经济增长增加排放，EERT减少排放）、H2（EERT起部分中介作用）、H3（国家间异质性显著）、H4仅部分支持（动态依赖存在于GDP→EERT→GHG路径，而非所有变量对双向因果）。政策含义：仅靠EERT改进不足以实现绝对脱碳，需结合车队现代化、零排放卡车支持、充电基础设施投资、运营优化（减少空驶、提高载荷率）及差异化政策路径（绿色转型较慢国家需更强支持）。经济意义：相对脱碳可行但绝对脱碳有条件，需将EERT改进与结构性政策协同。

研究结论翻译：本研究考察了欧盟公路货运中经济增长、运输能源使用绩效与温室气体（GHG）排放之间的关系，特别关注国家异质性和动态依赖。结果表明，经济增长仍是公路货运排放的重要驱动因素，而运输能源使用绩效的改善与更低排放相关联。同时，这些效应在国家间并不一致。在绿色运输特征更先进的国家，排放对经济增长的反应较弱，表明更绿色的运输政策、更清洁的车队和更严格的环境法规可部分缓解增长的规模效应。本研究的一个重要贡献是识别出部分中介机制：在估计的动态面板框架内，人均GDP通过运输能源使用绩效直接和间接地与GHG排放相关联。结果表明，经济增长与运输能源使用绩效的改善相关，而更好的绩效又与更低排放相关，但这一间接渠道不足以完全抵消货运活动扩张的正效应。因此，公路货运中增长与排放的关系应被理解为经济增长的规模效应与运输能源使用绩效的缓解效应之间的平衡，而非简单的单向过程。从政策角度看，仅改善运输能源使用绩效是不够的，需辅以更广泛的脱碳政策，包括车队现代化、零排放和低排放卡车支持、充电和加注基础设施投资、低碳燃料推广，以及减少空驶和提高载荷率等运营改进。结果还表明，欧盟气候政策应将共同长期目标与反映各国运输结构和技术准备水平的差异化实施路径相结合。研究局限性包括：基于宏观面板数据难以完全消除内生性；EERT指标反映运输能源生产率但未捕捉所有渠道；模型关注平均动态线性关系，未估计阈值或非线性效应。未来研究可基于企业或走廊层面数据，纳入更多政策与技术变量，探索非线性或不对称关系。