绘制全球报废汽车分布地图，推动循环经济规模化发展

《iScience》：Mapping the global end-of-life vehicles to scale up circular economy

　　

**摘要**
全球144个国家的报废车辆（ELV）产生量自2000年至2025年呈现显著增长趋势。中国报废车辆产生量增长了45倍，成为全球最大的报废车辆产生国。多数发达国家在2010年代报废车辆产生量达到峰值。汽车电动化转型需要定制化的循环经济回收体系。

**摘要**
汽车行业显著提升了我们的生活质量并促进了经济发展。然而，大量报废车辆（ELV）值得更多关注，因为其中蕴含大量有价值的资源。本研究预测了144个国家商用车和乘用车的报废车辆产生量。结果表明，日本、德国、法国等典型发达国家在2010年代报废车辆产生量达到峰值，而中国经历了急剧增长，从2000年到2025年增长了近45倍，自2020年起成为超过美国的最大报废车辆产生国。随着电动汽车的快速普及，其通过循环经济的回收面临新挑战，需要更加具体的努力。关键发现呼吁全球共同努力，通过全面实施循环经济改善报废车辆循环经济，以缓解资源关切和与报废车辆相关的环境影响。

**引言**
车辆在过去一个多世纪极大地改善了我们的生活质量并推动了业务发展。该行业在全球创造了数百万个就业岗位，带动了橡胶、钢铁、塑料、纺织、有色金属、电子和玻璃等许多相关行业的快速发展。与此同时，循环经济在资源效率和废物回收方面寻求环境保护和资源节约的共赢目标，正在重塑各供应链中的产业和商业绩效。自20世纪以来，汽车行业循环经济已成为日益重要的关注点。

20世纪50年代，美国成为全球汽车生产的早期领先者，占全球市场份额约80%。到20世纪80年代，这一制造比例由美国、日本、德国、法国和英国等主要工业化国家共同分担。然而，当中国大幅增加汽车生产并于2009年成为全球最大生产商时，这一格局发生了改变。2021年，中国产量超过2140万辆，日本和印度分别以662万辆和363万辆紧随其后。截至2023年12月，中国汽车保有量达到4.35亿辆，包括3.36亿辆传统燃油车和2041万辆电动汽车。随着中国汽车产量的增加，全球对电动汽车的需求也在响应全球气候变化努力而增加。鉴于传统车辆对总二氧化碳排放的贡献巨大，向电动汽车转型已被广泛接受，这一趋势反映在全球产量中。例如，乘用车约占欧盟总二氧化碳排放量的12%。

然而，当车辆达到使用寿命终点时，它从宝地变为废地。大量资源（如金属和聚合物）最终成为报废车辆中的废物（不包括出售给二级市场）。此外，材料生产贡献了全球温室气体排放的近四分之一，意味着这些报废车辆存在迫切的回收需求。特别是，随着可用地质矿产资源的枯竭和退化，通过循环经济回收报废车辆可以提供更多的人造矿产以支持工业发展。然而，回收这些有价值资源面临若干挑战，如获取关于报废车辆（包括其地理分布、实际寿命和使用趋势）的准确数据。

在学术上，一些特定国家（如中国、日本、印度、马来西亚和美国）的报废车辆数量已被估算，但这些研究无法呈现全球报废车辆的全貌。此外，政策对车辆寿命的影响尚未被考虑。由于报废车辆处理是全球性挑战，一些国家缺乏有效的报废车辆收集和处理设施，国际合作至关重要，以便全球努力改善报废车辆的整体回收效率。因此，本研究旨在估算报废车辆总产生量并揭示报废车辆演变的关键特征，以便获得有价值的洞察来制定适当政策以有效管理报废车辆。

**结果**

**主要国家和地区报废车辆产生量**

不同车辆的寿命由车辆耐用性和消费者行为共同决定。前者受车辆质量和生产年份影响，后者主要由维护和行驶总里程驱动。例如，德国制造的车辆通常质量较高、使用寿命较长，而发展中国家制造的车辆可靠性较差，需要频繁维护和修理以延长使用寿命。即使是同一品牌的车辆，在不同国家也可能因交通基础设施不同而具有不同的寿命。通过考虑这些因素，我们收集了144个国家的所有相关车辆寿命数据，并使用威布尔分布函数估算其规模和形状。

根据方法部分，全球报废乘用车产生量从2000年的1050万辆增加到2010年的3790万辆，随后跃升至2019年的5150万辆。2000年，欧洲是此类车辆的最大产生地，其次是亚洲/大洋洲/中东、美洲和非洲。2016年，亚洲/大洋洲/中东取代欧洲成为此类车辆的最大产生地。乘用车消费在2017年左右在欧美达到峰值。就各国而言，日本、德国、法国、美国和英国分别于2011年、2012年、2013年、2019年和2019年达到峰值。然而，乘用车需求仍在增长，特别是在发展中国家。例如，中国在2019年超过日本成为最大的报废乘用车产生国，其次是美国、日本、德国、法国、英国和印度。

报废商用车产生量低于报废乘用车。同样，全球报废商用车产生量增长迅速，自2000年以来增长了3倍，2016年达到峰值1930万辆。美洲是报废商用车的最大产生地，其次是亚洲/大洋洲/中东、欧洲和非洲。然而，亚洲/大洋洲/中东地区报废商用车经历了快速增长，主要归功于中国报废商用车产量的大幅上升。就各国而言，近年来美国一直是报废商用车的最大产生国，年产生量为600万辆，超过日本、中国、德国、法国、英国和印度的总和。

2000年以来，亚洲/大洋洲/中东地区报废车辆总产生量稳步增加，2019年占全球报废车辆产生量的40%。与此同时，非洲2019年占全球报废车辆产生量的份额仅为2%。典型发达国家如美国、日本、德国和法国分别于2016年、2011年、2012年和2012年达到报废车辆产生峰值。就中国而言，该数字从2000年的40万辆跃升至2020年的1150万辆和2025年的1770万辆，意味着增长了45倍，年增长率为170%。其报废率（报废车辆数除以产量）远低于工业国家报告的6%平均水平。印度报废车辆产生量也经历了显著增长，现已超越德国和法国。据汽车回收协会数据，美国每年超过1400万辆车辆达到服务寿命终点，其中80%的总材料可回收或再利用。

**报废车辆产生量及其演变的总体情况**

总体而言，选取144个国家和地区绘制了2010年、2015年和2020年的报废车辆产生量图。在大多数国家和地区，报废商用车产生量低于900万辆。美国、日本和加拿大产生了最多的报废商用车。然而，中国、印度和巴西等新兴经济体报废商用车增长迅速。以中国为例，预计2010年中国有100万至300万辆报废商用车，2020年跃升至400万至600万辆，这是本研究探索时段内观察到的报废商用车最大增幅。就乘用车而言，中国、美国、日本、德国和法国退役乘用车超过2亿辆。其中中国已成为最大的报废乘用车产生国。仅2020年，中国退役乘用车达1000万至1200万辆，远高于前一个十年退役的100万辆。总之，发达经济和人口众多的发展中国家不仅是乘用车的主要消费者，也是报废乘用车的主要产生者。这些国家倾向于更频繁地更换车辆，导致车辆寿命缩短，报废车辆处理压力更大。

从区域角度来看，大多数非洲国家报废车辆产生量少于40万辆，是所考察国家中最低的。大多数发达国家和地区在过去十年未增加报废车辆，意味着他们在2010年代已达到报废车辆产生峰值。前两大产生国——美国和中国——每年各产生超过1000万辆。中国已成为全球最大汽车生产国和报废车辆产生国，估计每年有1300万至1700万辆报废车辆达到服务寿命终点。随着经济快速发展，许多其他发展中国家现在消费更多车辆，意味着未来报废车辆将大幅增加。

**讨论**

尽管车辆的生产、消费和监管在特定区域内定义明确，但寿命函数中的两个参数因国家和年份而异。所获结果中任何潜在错误最可能源于这两个参数的演变。本研究进行了大规模不确定性分析以验证所呈现的报废车辆产生量数据。共对四个主要大陆和七个主要国家从2000年至2025年的584项报废商用车和乘用车不确定性分析进行了评估。所有分布均显示报废车辆产生量结果的峰值和概率范围具有满意的收敛性。最终，通过估算过程对所获报废车辆产生量结果进行了良好验证。

我们还将获得的结果与此前报道的数据进行了比较。2017年，欧盟报废了约530万辆乘用车和轻型货物车辆。2017年，欧盟报废乘用车和轻型货物车辆总重量为570万吨；94%的零部件和材料被再利用和回收，88%的零部件和材料被再利用和循环使用。

图4 本研究与其它研究在乘用车方面的比较
图4比较说明的完整版本
图查看器
阴影区域来自表S13和S15中的不确定性分析，单位为"百万辆"。

我们首先分析了144个国家的车辆历史销售和产量数据，并预测了商用车和乘用车的报废汽车产生量。结果表明，美国、日本、德国和法国等典型发达国家在2010年代达到了报废汽车产生的峰值，而中国的报废汽车产生量经历了急剧增长，从2000年到2025年增长了近50倍，使其成为2021年报废汽车的最大产生国。此外，尽管仍有相当数量的二手车辆被出口到境外国家和地区，但结果中未考虑报废汽车或再利用车辆的进口和出口。报废汽车的闭环回收具有降低各种原生材料需求的巨大潜力，从而有助于向循环经济愿景的更可持续过渡。

随着电动汽车普及的加速推进，应更加关注通过循环经济对其进行回收，因为它们由不同材料组成，因此应区别对待。许多国家发布了碳中和目标，电动汽车在其中发挥着关键作用。此外，预计人口增长以及许多中低收入国家购买力的提高将导致此类车辆显著增加，尤其是在中国、印度和非洲，这反过来将导致更多报废汽车。在这些发展中国家，报废汽车管理通常受到制度碎片化、基础设施缺口和非正规回收市场独特作用的影响。因此，有必要启动汽车制造商、回收设施、政府和消费者之间的更多合作努力。2026年7月，中国发布了"十五五"循环经济国家规划"，强调了报废汽车回收及其部件再制造过程中的潜在政策修订。

不同国家在报废汽车管理的循环经济方法上差异很大。常见措施包括：各种车辆的易拆卸设计、强制报废汽车报告、收集和分类系统、孵化更先进的再制造和翻新技术、能力建设项目以提高消费者意识，以及回收材料的碳标签计划。此外，应鼓励国际合作，使发展中国家能够从发达国家在扩大循环经济方面的经验中学习，并在全球范围内实现报废汽车更加可持续的未来。

研究局限性
尽管本研究提供了144个国家的全球报废汽车产生量评估，但应考虑一些局限性。首先，估计值取决于各国车辆产量、销量和寿命数据的完整性和一致性。对于观测数据有限的国家，Weibull参数是从最佳可用来源或可比案例中推导的，法规、维护实践、基础设施和消费者行为的变化可能导致实际车辆寿命与模型值不同。其次，该分析在很大程度上将国家车辆系统视为封闭系统，未明确追踪二手车辆的国际流动、跨境报废汽车贸易、临时注销或保留在非正规使用的车辆，这些因素可能会改变报废的地点和时间。第三，乘用车和商用车以聚合水平表示，未区分动力总成、车辆尺寸、材料成分或正式和非正规收集途径。因此，结果估计的是报废汽车产生的规模和地理分布，而不是可回收材料数量或已实现的回收绩效。未来的研究应整合车辆登记和贸易数据、动力总成特定库存以及国家层面的收集和处理信息。

资源可用性
主要联系人
有关进一步信息和资源的请求应提交给并将由主要联系人曾宪来（[e-mail]）处理。

材料可用性
本研究未产生新的独特试剂。

数据和代码可用性
• 本研究使用的数据均来自已在论文中适当引用的公开资源或在线补充信息中提供。
• 本研究未生成任何自定义代码。
• 重新分析数据所需的任何附加信息可从主要联系人处获取。

致谢
本研究由中国国家自然科学基金（92462301和92562305）和中国国家重点研发计划（2024YFC3909400）资助，并得到清华大学自主科学研究计划和清华大学-丰田研究中心的支持。我们也感谢上海交通大学龚永教授和清华大学Alexandra A. Sourakov女士的宝贵意见。

作者贡献
曾宪来，概念构思、方法设计、调查研究、软件、可视化、资金获取、监督、项目管理、论文撰写-原稿和论文撰写-审阅和编辑；M.G.，数据整理和论文撰写-审阅和编辑；Z.Z.和曾宪阳，形式分析和论文撰写-审阅和编辑；J.L.和K.M.，项目管理和论文撰写-审阅和编辑。

利益声明
作者声明无竞争利益。

STAR★方法
关键资源表
试剂或资源 | 来源 | 标识符
沉积数据：车辆销售量 | 国际汽车制造商组织 | https://www.oica.net/category/production-statistics/2023-statistics/ https://www.theglobaleconomy.com/World Motor Vehicle Production 美国运输统计局 | https://www.bts.gov/archive/publications/national%20transportation_statistics/table_01_23 车辆消耗 | 中国汽车工业协会 | http://www.caam.org.cn/zongheshuju/20180510/1605217108.html
软件：ArcGIS 10.8 | ESRI | https://www.esri.com/en-us/home Origin 2026 | OriginLab | https://www.originlab.com/ Excel 2024 | Microsoft Office | https://www.microsoftstore.com.cn/software/office Crystal Ball 10 | Oracle | https://www.oracle.com/applications/crystalball/
在新标签页中打开表格

方法细节
车辆生产和消耗数据
为了回答本研究的科学问题，"车辆"包括以下类型：轿车、多用途车、运动型多用途车、小型客车、皮卡车、跨界乘用车和轻型商用车，这些可大致分为两大类，即"商用车"和"乘用车" [见表S1]。我们汇编了一个数据集，包含1999-2017年全世界四个大洲和144个国家或地区车辆所有可用的历史销售和产量数据（表S3），1960-1988年的车辆产量（表S4），2005-2015年的生产和消耗（图S1），1990-2024年的销售量，以及1960-1988年美国、日本和德国的乘用车产量（表S5）。

韦伯分布函数
虽然报废汽车是通过车辆消耗产生的，但车辆寿命也会受到地方或国家政策的影响。例如，在
中国，出租车的最大使用寿命不应超过八年。先前的研究表明，Weibull分布函数可以适当地表示耐用产品的寿命。在将该模型应用于报废汽车时，应将规定的寿命纳入常规的Weibull分布函数中。其修订的概率密度函数如下所示：
f(x) = {
0, x > L
e^(-(x/η)^β), x = L, β*η*(x/η)^(β-1)*e^(-(x/η)^β), 0 ≤ x < L
0, x < 0
} (公式1)
修订的Weibull分布的累积分布函数为：
F(x) = 1 - e^(-(x/η)^β) (公式2)
其中η是作为寿命的尺度参数（η > 0），β是形状参数（β > 0），L是车辆规定的最大使用寿命。

报废汽车产生的数学模型
基于净产品产量（作为流入）和寿命函数，年度报废汽车产生量（作为流出）可以通过公式3确定：
D(2000+x) = ∫(n,0) f(2000+x)*P(2000+x)dx = ∑(i=1,2) [Pi(2000)*fi(x) + Pi(2001)*fi(x-1) + ? + Pi(x+1999)*fi(1)] (公式3)
其中x是年份；D(x)是x年报废汽车产生的总重量（以百万计，M）；i是第i类产品；n是车辆类别中的总项目数；Pi(20yy)是20yy年第i类产品的净重量（以百万计）；fi(x-2000)是自2000年以来第i类产品的淘汰率。

量化和统计分析
不确定性分析
基于所有方程，报废汽车产生的不确定性不仅由变量（包括车辆销售或消耗）引起，还由Weibull函数参数引起。采用正态分布和90%误差来支持此分析。我们还考虑了它们的相互影响，并采用蒙特卡洛模拟（10^5次迭代）来检验所获结果的不确定性。使用Excel 2024和Crystal Ball 10软件完成了此项工作。

补充信息（1）
PDF（9.03 MB）
文件S1。图S1-S4和表S1-S16