谁来承受这份负担？——追踪不同社会经济阶层间的碳排放责任与流动，迈向可持续发展

《Journal of Cleaner Production》：Who bears the burden? Tracing carbon emission responsibilities and flows across socioeconomic strata for sustainable development

　　

- 路网追踪将通勤碳排放累积的位置与需求产生的位置区分开来。- 帕累托模式显示，约80%的通勤排放集中在约20%的道路路段上。- 区域内差异解释了上海通勤碳排放不平等的91%。- 中价位社区承担了最大的本地道路空间CO?负担。- 同层内溯源归因在社会经济两极最强。

**引言**

全球气候变化已成为可持续发展面临的重大挑战，人为温室气体排放加剧了极端天气事件，推动海平面上升，并在人类和自然系统中造成连锁风险。为此，2030年可持续发展议程通过其联合国可持续发展目标（Nations, 2025），将气候行动纳入SDG 13，将可持续城市和社区纳入SDG 11，作为核心目标，要求在推进能源和交通系统深度脱碳的同时，保持转型的包容性和公平性。城市交通是能源相关CO?的主要且不断增长的来源，首尔和巴塞罗那等特大城市的证据表明，日常出行会产生可观的人均碳足迹，且集中在特定的社会经济群体中（Ko et al., 2011, Bel and Rosell, 2017）。因此，将城市交通脱碳与可持续发展目标相协调，不仅需要减少总排放量，还需要识别排放的责任主体以及转型的效益和负担如何分配。

理解交通碳排放的分配维度需要对碳不平等进行清晰的概念化，这通常以两种方式表述（Yang et al., 2025）。第一种聚焦于区域或收入群体间绝对指标的显著差异，如总排放量、人均排放量或碳足迹（Bruckner et al., 2022）。虽然这有助于识别减排重点区域，但它在捕捉相对不平等方面表现不佳，且忽略了碳排活动所带来的效益。第二种采用分配不平等指数。基尼系数衡量排放分配的均匀程度，从0表示完全平等到1表示绝对不平等（Heil and Wodon, 1997），使用该指数的研究发现，碳排放不平等在空间和社会经济维度上均十分显著，收入差异驱动了基于消费的排放差距（Mi et al., 2020）。泰尔指数进一步将不平等分解为组内和组间成分（Chen et al., 2019）。然而，尽管这些综合指数能有效捕捉宏观趋势，但它们无法保留产生所观测分布的道路网络路径：它们可以显示排放的不平等程度，却无法揭示在嵌套的城市尺度中这种不平等集中在何处，以及本地道路空间负担与产生排放的出行起点之间存在何种关系。

在上述基础之上，越来越多的实证研究通过从详细调查中重建出行链并应用方式特定排放因子，计算家庭或个人层面的出行排放。来自北京及其他中国大型城市的案例研究揭示了家庭出行排放显著的时空和社会异质性，在区域内和区域间均存在明显差异（Xiao et al., 2017）。最新研究表明，通勤相关CO?随住宅和工作场所周边的建成环境及收入水平系统变化，揭示了不同社会经济群体间通勤碳负担的巨大差距（Yu et al., 2025）。亚洲主要城市的研究揭示了个人出行相关CO?排放存在显著的异质性。北京和上海的证据显示，居民的日常出行排放及其影响因素存在明显差异（Liu et al., 2015），而首尔的前10%排放者占总交通CO?排放的63%（Ko et al., 2011）。

然而，仅关注排放责任并不能完整描绘城市交通环境公正的全貌。近年来，关注点已从单纯的责任转向排放产生地与本地环境负担承担地之间的潜在错配。北美城市的研究对比了交通排放的产生与交通相关空气污染负担的本地承担，显示低收入或其他弱势群体往往承受更高的本地负担，尽管他们对车辆排放的贡献较小（Sider et al., 2015）。在洛杉矶县，将车辆出行指标与模拟PM?.?浓度相结合的普查区级别分析发现，在其他条件相同的情况下，居民驾驶更多的社区可能承担更低的本地负担，而贫困社区和非白人社区承担的污染负担相对于其自身的驾驶行为而言是失衡的（Boeing et al., 2023）。相关研究在城市尺度上联合建模交通排放及其本地负担，强调了土地利用和网络结构如何调解这种生产与负担的脱节，提出了交通环境公正的关键问题（Sider et al., 2013）。对于CO?而言，本文中的"本地负担"指的是区域内道路空间上释放的排放量的空间核算，区别于本地污染物暴露或健康损害。

尽管取得了这些进展，一个核心脱节仍然存在。城市交通碳研究通常能识别排放发生的位置或估算哪些出行者产生了排放，但很少将这两个视角在同一道路网络中连接起来。由此产生三个缺口。第一，粗糙的行政或网格化清单模糊了由拥堵和路径选择造成的路段层面异质性。第二，综合不平等指标能揭示差异是否存在，但不能识别这些差异在何种空间尺度上产生。第三，社会经济比较通常将责任与负担并列，而非追踪一个社区层级的排放如何通过日常出行重新分配到其他社区。没有这种联系，城市可能知道交通碳不平等存在，却无法解释其空间架构或定位责任与负担分离的位置。

这引出了三个关联的研究问题：(1) 如何从观测到的通勤需求和时变交通状况中重建动态的路段层面交通CO?排放？(2) 交通碳不平等主要在何种空间尺度——区、街道或居委会——上产生？(3) 基于房价的社区层级在本地承担的排放负担与源头责任之间有何差异，跨层级的责任—负担流动结构是怎样的？这些问题共同推动分析从识别不平等的排放水平转向解释不平等在何处形成以及责任如何在空间上重新分配。

为回答这些问题，我们利用手机信令数据重建私家车通勤OD流，通过观测交通状况，利用随机多路径分配模型将其分配到道路网络中，并使用COPERT估算速度相关的路段排放。然后我们区分两种核算视角：本地负担记录排放发生的道路路段上的排放量，而源头责任将这些路段排放归回产生这些通勤流的社区起点。层级泰尔分解识别不平等的尺度，源-负担流矩阵揭示责任如何在社会经济社区层级间分配。

本研究作出三项贡献。第一，建立了动态的路网核算层，保留了责任追踪所需的空间和时间结构，而非将排放归并为粗糙区域。第二，将空间尺度作为不平等问题的一部分，通过在嵌套行政层级上分解差异来定位异质性集中之处。第三，也是最重要的，将城市交通碳不平等重构为责任与本地承担负担之间的关系，利用社区层面的流动追踪来区分跨层转移与层内隔离。前两项贡献为第三项概念性推进提供了实证和方法论基础。

本文其余部分组织如下：第2节综述相关文献；第3节介绍数据和建模；第4节呈现结果和主要发现；第5节讨论其更广泛的启示；第6节总结并展望政策含义。

**章节片段**

**空间细分的交通CO?排放建模**

交通碳排放已成为可持续城市发展和低碳转型研究的关键议题。它不仅反映了能源消费结构和出行强度，还反映了城市空间组织和居民出行行为（Yaacob et al., 2020）。广义上，交通排放包括车辆运营排放、基础设施能耗和交通管理系统的间接排放，数据区域

**数据区域**

本研究聚焦上海，涵盖全部16个行政区，总面积6340.5平方公里，如图1所示。基于信令的实证分析覆盖15个区，因为崇明区无可用手机信令记录。作为中国的四个直辖市之一，上海是全国及全球的金融、贸易、航运和科技创新枢纽，在中国及全球的网络中占据关键节点。

**碳排放的时空分布**

图5展示了早晚高峰时段网格级别CO?排放的空间分布，揭示了上海城市肌理中交通引发碳排放的精细地理格局。我们首先将估算值与独立的上海交通和排放证据进行对标。2023年上海交通运行年报（上海市交通委员会, 2024）报告全市日均车辆行驶里程（VKT）为2.3541亿标准车公里（PCU-km）……

**时空责任转移的机制解释**

早晚高峰排放源头的逆转最好被理解为职住分离的网络表达，而非交通的暂时波动。此前的研究表明，通勤碳排放强烈受住宅和工作场所位置及其连接建成环境的影响（Yu et al., 2025, Luo et al., 2025）。我们的溯源结果增加了关系视角：一条走廊可能持续作为本地负担热点，而其排放来源……

**结论**

本研究开发了一个整合框架，用于在城市网络中追踪交通碳排放责任和本地承担的道路空间负担。通过结合基于手机信令的通勤需求、随机多路径分配、COPERT路段排放、层级泰尔分解和溯源分析，将三个通常分别处理的问题连接起来：通勤排放在哪里累积、不平等在何种空间尺度上集中，以及相同排放……

**CRediT作者贡献声明**

张崇豪：撰写—初稿，可视化，软件，项目管理，方法论，调查，数据整理，概念化。付雅静：撰写—初稿，可视化，软件，方法论，调查，数据整理。余浩：撰写—审阅与编辑，可视化，软件，调查，数据整理。陈依琳：资源，调查，数据整理。梁星宇：可视化，调查，数据整理。刘宣羽：撰写—审阅与……

**致谢**

本研究得到国家自然科学基金（批准号：52372340）和国家自然科学基金（批准号：72061137071）的资助，以及中国铁道建筑集团有限公司科技研发计划"既有大型公共建筑机电系统节能改造与低碳运维关键技术"（批准号：24-03a）。

**利益冲突声明**

作者声明：张崇豪|付雅静|余浩|陈依琳|梁星宇|刘宣羽|罗晓