EN中文

资源科学 >

2025 , Vol. 47 >Issue 5: 950 - 962

DOI: https://doi.org/10.18402/resci.2025.05.04

面向“双碳”目标的废弃物资源化利用专栏

中国乘用车报废资源时空格局

  • 段临林 , 1, 2 ,
  • 宋璐璐 , 1, 2 ,
  • 钟方雷 3 ,
  • 王婉君 4 ,
  • 郝敏 5 ,
  • 简小枚 1, 2 ,
  • 陈伟强 1, 2
展开
  • 1.中国科学院城市环境研究所，区域与城市生态安全全国重点实验室，厦门 361021
  • 2.中国科学院大学，北京 100049
  • 3.中央民族大学经济学院，北京 100081
  • 4.河南大学地理科学与工程学部黄河文明与可持续发展研究中心，郑州 450046
  • 5.宁德师范学院生物科学与工程学院，宁德 352100
宋璐璐，女，山西长治人，博士，副研究员，硕导，研究方向为资源代谢及其环境效应。E-mail:

段临林，男，山西临汾人，博士，研究方向为资源代谢模拟。E-mail:

收稿日期: 2024-04-30

  修回日期: 2025-02-13

  网络出版日期: 2025-06-17

基金资助

国家社会科学基金重点项目(22AZD098)

国家自然科学基金项目(52170183)

国家自然科学基金项目(42471316)

国家自然科学基金项目(52200216)

收起

Spatiotemporal patterns of end-of-life passenger vehicle resources in China

  • DUAN Linlin , 1, 2 ,
  • SONG Lulu , 1, 2 ,
  • ZHONG Fanglei 3 ,
  • WANG Wanjun 4 ,
  • HAO Min 5 ,
  • JIAN Xiaomei 1, 2 ,
  • CHEN Weiqiang 1, 2
Expand
  • 1. State Key Laboratory of Regional and Urban Ecology, Institute of Urban Environment, CAS, Xiamen 361021, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. School of Economics, Minzu University of China, Beijing 100081, China
  • 4. Key Research Institute of Yellow River Civilization and Sustainable Development, Faculty of Geographical Science and Engineering, Henan University, Zhengzhou 450046, China
  • 5. College of Biological Science and Engineering, Ningde Normal University, Ningde 352100, China

Received date: 2024-04-30

  Revised date: 2025-02-13

  Online published: 2025-06-17

Fold

摘要

【目的】中国乘用车保有量的迅速增长对资源供给和环境承载力构成了巨大压力。分析乘用车行业报废资源的发展趋势，不仅有助于理解资源流动的时空演变规律，还能为优化资源循环利用体系、推动新能源汽车产业可持续发展提供关键数据支撑和政策启示。【方法】本文基于龚伯兹模型和动态物质流模型，构建了中国4个直辖市和333个地级行政区乘用车保有量与报废量的预测框架，系统分析了2001—2050年乘用车中的不同报废资源的时空分布格局。【结果】①2050年中国乘用车保有量将达到4.5亿~6.4亿辆，呈现显著的区域不平衡，其中，河南、山东、河北、广东等省份乘用车保有量显著高于其他地区。②2050年乘用车报废量将达到3094万~6476万辆，空间分布呈现出由沿海城市向内陆省会城市转移的趋势，东部沿海、长江中游、黄河中游以及西南地区将成为集中报废区域。③随着新能源车和油电混合车的普及，其报废量将逐步超过传统燃油车，导致铝、铜及动力电池等关键材料的报废量大幅增长。④汽车使用寿命和保有量水平是影响乘用车及车用材料报废量的关键驱动要素，对资源代谢的长期趋势具有显著调控作用。【结论】本文研究结果可为资源循环利用产业的产能规划、区域差异化政策制定以及新能源汽车材料回收体系的构建提供科学依据，助力中国实现“双碳”目标与循环经济转型。

关键词： 乘用车; 资源代谢; 物质流分析; 可持续发展; 关键金属; 再生资源

本文引用格式

段临林 , 宋璐璐 , 钟方雷 , 王婉君 , 郝敏 , 简小枚 , 陈伟强 . 中国乘用车报废资源时空格局[J]. 资源科学, 2025 , 47(5) : 950 -962 . DOI: 10.18402/resci.2025.05.04

Abstract

[Objective] The rapid growth of China’s passenger vehicle ownership has imposed tremendous pressure on resource supply and environmental carrying capacity. Analyzing the development trend of end-of-life resources in the passenger vehicle industry helps reveal the spatiotemporal evolution patterns of resource flows, while providing crucial data support and policy implications for optimizing the resource recycling system and promoting the sustainable development of the new energy vehicle industry. [Methods] Using the Gompertz model and dynamic material flow analysis, this study constructed a predictive framework for passenger vehicle ownership and end-of-life volumes across China’s 4 municipalities and 333 prefecture-level administrative regions. This framework systematically analyzed the spatiotemporal distribution patterns of different end-of-life passenger vehicle resources from 2001 to 2050. [Results] (1) China’s passenger vehicle ownership was projected to reach 450~640 million by 2050, showing significant regional disparities. Provinces such as Henan, Shandong, Hebei, and Guangdong had significantly higher ownership than other regions. (2) By 2050, the annual end-of-life passenger vehicles were estimated to reach 30.94~64.76 million, with a spatial shift observed from coastal cities to inland provincial capitals. Eastern coastal areas, the middle reaches of the Yangtze and Yellow Rivers, and southwestern regions would become concentrated end-of-life zones. (3) As new energy vehicles and hybrid electric vehicles became more prevalent, their end-of-life volumes would gradually exceed that of traditional fuel vehicles, leading to a substantial increase in the end-of-life volume of critical materials such as aluminum, copper, and power batteries. (4) Vehicle lifespan and ownership levels were identified as key driving factors affecting the end-of-life flows of passenger vehicles and automotive materials, exerting significant regulatory effects on the long-term resource metabolism trends. [Conclusion] The research findings provide a scientific basis for capacity planning in the resource recycling industry, formulation of regional differentiated policies, and construction of material recycling systems for new energy vehicles, thereby helping China achieve the “dual carbon” goals and circular economy transition.

Key words： passenger vehicles; resource metabolism; material flow analysis; sustainable development; critical metals; recycled resources

1 引言

自19世纪末以来，汽车作为一种重要的交通工具，深刻改变了人们的生产生活方式并推动了社会经济的快速发展。然而，汽车在提供出行便利的同时，也消耗了大量资源并对环境造成了显著影响。随着全球气候变化和资源短缺问题的加剧，汽车行业的可持续发展已成为全球关注的焦点。中国作为全球最大的汽车消费市场，汽车保有量在近30年来迅速增长。2020年，我国汽车保有量达到2.7亿辆，首次超越美国成为汽车保有量最多的国家[1]。2022年，我国小型载客汽车（以下简称乘用车）在汽车保有量中所占的比例高达88%[2]，但其千人保有量仅为194辆，仍远低于发达国家400~800辆的水平[3-5]。因此，可以预见我国乘用车保有量短期内将继续保持快速增长趋势，研究并预测乘用车保有量有助于预判我国汽车产业的未来发展方向。此外，随着我国汽车保有量的持续增长，报废汽车的规范化处置也变得尤为重要。
城市矿产是指在工业化和城镇化过程中产生并蕴藏于废旧机电设备、汽车、电子产品等废弃物中的可循环利用资源，如钢铁、有色金属、贵金属、塑料和橡胶等[6]。作为城市矿产的重要组成部分，报废汽车中蕴含着大量铁、铝、铜等金属资源以及塑料、橡胶、玻璃等非金属资源[7]。此外，随着新能源汽车的快速普及，锂、镍、钴和锰等关键材料的报废量也不断增加[8]。合理回收与利用这些二次资源能够大幅减少原生材料的使用并降低环境污染和生态破坏的风险。然而，当前我国报废汽车产业存在企业布局分散、生产规模小、回收利用技术落后、产能严重过剩和产业链循环不畅通等问题[9,10]。区域级报废汽车回收处理产业园的建设和产能规划，亟需基于汽车及其资源报废量的演变趋势进行科学布局，以提高资源综合利用并推动产业链的集聚发展[11]。
尽管国内外学者已对中国汽车保有量和报废量进行了大量预测和分析，但现有研究大多聚焦于国家尺度[12-17]和省份尺度[7,18-21]，城市尺度的研究仅限于少数较为发达的城市[22,23]。然而，中国的不同城市在经济发展水平、人口规模、道路基础设施等方面存在显著差异，导致汽车保有量和报废量的空间分布呈现高度不均衡性。因此，从城市尺度系统分析汽车保有量与报废量及其车用材料的时空格局，对于科学规划汽车回收拆解产能、优化资源循环利用体系具有重要意义。
基于此，本文以乘用车为研究对象，首次在城市尺度上系统核算和分析了2001—2050年中国乘用车保有量、报废量及其车用材料报废量的时空演变趋势。本文不仅丰富了城市尺度汽车行业资源代谢的研究，还为报废汽车回收处理产业的区域布局、产能规划以及政策制定提供了数据支撑和科学依据。研究结果旨在推动中国汽车产业向循环经济模式转型，助力实现“双碳”目标与资源高效利用。

2 研究对象、研究方法与数据来源

2.1 研究对象

本文以乘用车为研究对象，基于龚伯兹模型（Gompertz Model）和动态物质流模型核算了不同类型乘用车及车用材料的保有量与报废量。本文的时间边界为2001—2050年，空间边界涵盖中国4个直辖市和333个地级行政区（包括地级市、地区、自治州和盟）。由于数据可得性的限制，未包括港澳台地区。

2.2 研究方法

2.2.1 乘用车保有量核算

本文根据龚伯兹模型拟合各城市汽车保有量。该模型主要通过人均GDP和人均汽车保有量之间的关系预测人均汽车保有量的发展趋势。参考已有文献的计量方法[23,24]，各城市第t年乘用车保有量 S t是根据各城市第t年的人均汽车保有量 V t、人口数量 P t和乘用车占汽车总保有量的比例 C t估算所得：
S t = V t × P t × C t
大量研究表明，龚伯兹模型能够较好地拟合人均汽车保有量和人均GDP（或人均可支配收入）之间的关系，其模型参数调节比其他预测模型更加灵活[4,22,25,26]。此外，龚伯兹模型在国家、省份和城市尺度的汽车保有量预测研究中均取得了较为可靠的结果[12-23,27]。因此本文采用龚伯兹模型预测我国人均汽车保有量，该模型的公式如下：
V t = N × e - α e - β x t
式中：N为人均汽车保有量的饱和值；xt为第t年的人均国内生产总值（GDP），万元/人；α和β为龚伯兹模型的待估参数，影响着拟合曲线的拐点和形状，根据不同城市人均GDP和人均汽车保有量的历史数据可估算出α和β的值。综合考虑数据可得性，本文选择2001—2020年的汽车保有量数据拟合得到2021年—2050年的汽车保有量数据。

2.2.2 乘用车及其材料报废量核算

基于各城市乘用车保有量数据，本文采用动态物质流模型预测报废量[28]。具体计算公式如下：
I t = S t - S t - 1 + O t
O t = ∑ k = 1 M I t - k × d k
式中： I t为第t年乘用车的理论需求量； S t和 S t - 1分别为第t年和第t-1年乘用车的保有量； O t为第t年乘用车的理论报废量；M为乘用车的使用寿命； I t - k为t-k年乘用车的需求量； d k表示在t-k年，车龄为k的乘用车报废概率。本文通过Weibull分布估算汽车寿命概率分布和概率密度[18,29,30]。
根据能源类型，本文将乘用车分为4类：燃油车、油电混合车、新能源车和燃气车。本文假设不同能源类型的乘用车寿命参数相同，通过增量市场渗透率计算各类乘用车的需求量，进而估算乘用车及车用材料的报废量：
M O i t = ∑ j = 1 4 O j t × M j × R i j
式中：MOit为第t年i类材料报废量；Ojt为j类乘用车第t年的报废量；Mj为平均每辆j类乘用车的平均重量；Rij为i类材料在每辆j类乘用车中的重量比例。随着新能源汽车动力电池技术不断发展，纯电动车逐渐占据我国新能源乘用车的主导地位。因此在计算材料报废量时，假设新能源车全部为纯电动车。

2.3 数据来源与处理

2001—2020年各城市的汽车保有量、常住人口数量和GDP（2000年为基期的不变价GDP）数据来自国家、省份和城市统计年鉴及统计公报。对于少数欠发达地级市，参考其所在省份的龚伯兹模型参数进行估算[31]；城市尺度乘用车占汽车保有量比例数据无法全面获取，本文通过各省份统计年鉴数据对其内部城市进行估算；车用材料使用强度根据文献调研方式获取[32]。
2021—2050年各城市的人口数量和GDP来自文献调研[33,34]。千人乘用车保有量饱和水平设定了低、中、高3种情景，分别为400、500、600辆[22,25]。对于汽车限购城市进行了特殊调整。例如，北京和杭州的千人汽车保有量饱和值在3种情景下分别为300、350、400辆，上海、天津、广州和深圳的3种情景下千人汽车保有量饱和值分别为250、300、350辆。由于乘用车保有量在汽车保有量中的比例逐渐趋于稳定，本文假设2022年之后该比例维持在2022年的水平。参考已有研究[35]，乘用车的使用寿命设置了短、中、长3种情景，在中寿命情景中，报废模型参数从2001年到2050年保持不变，而短寿命和长寿命情景的参数从2021年起逐年调整（2050年短寿命情景的参数比2021年减少20%，而2050年长寿命情景的参数则比2021年增加20%）。能源与交通创新中心根据我国城市经济发展水平、汽车饱和度、新能源车推广情况和燃油车限购限行政策等指标将城市分为4个层级，并以此设定了不同层级城市燃油车退出时间表[36]，基于该研究的结果，本文设定了新车市场渗透率情景来估算不同类型汽车的保有量和报废量。
为评估研究结果的不确定性，本文采用蒙特卡罗拟合法，模型拟合次数为1万次。在本文中，不确定性主要来源于千人汽车保有量饱和值与寿命模型参数，这些指标均符合正态分布的特征[37]。参考已有研究[37]，本文假定乘用车保有量及报废量同样服从正态分布，且2021—2030年、2030—2040年和2040—2050年数据的标准差分别为10%、15%和20%。标准差的增大代表乘用车保有量和报废量不确定性的提高。

3 结果与分析

3.1 乘用车保有量的时空演化格局

2001—2020年我国乘用车保有量持续增加，从2001年的672万辆增加到2020年的2.4亿辆，年均增长率约为20%，乘用车实现了快速增长。根据预测，受GDP持续增长的推动，2020年之后乘用车保有量将持续增长，并预计在2050年前后达到峰值，峰值在低、中、高保有量情景下分别达到4.5亿、5.5亿和6.4亿辆（图1）。
图1 2001—2050年中国乘用车保有量

Figure 1 Passenger vehicle ownership in China, 2001-2050

2001—2050年，我国不同能源类型的乘用车保有量发生了显著变化。从数量上来看，燃油车保有量预计在2030年前后达峰（峰值为2.6亿~3.2亿辆），达峰后呈现迅速下降的趋势并在2050年减少到919万~2963万辆。油电混合车保有量则从2011年的3.6万辆增长至2050年的1.1亿~1.6亿辆，并预计在2050年前后达峰。新能源车保有量从2011年的4.1万辆增长到2050年的3.1亿~4.6亿辆。在同一时期，燃气车的保有量呈现先增长后下降的趋势，预计将在2040年前后达峰（峰值为944万~1293万辆），到2050年，燃气车保有量将达到820万~1196万辆。
从保有量结构来看，燃油车在总保有量中的比例自2010年起逐渐下降，而新能源车、油电混合车和燃气车的比例则逐步上升。缩短乘用车使用寿命（如推动换新补贴加快老旧汽车的报废）将显著加快新能源车和油电混合车对燃油车的替代进程。在基准情景下（中保有量中寿命情景），2050年燃油车的占比将降至3.2%，而新能源车的占比将达到70.0%，油电混合车的比例则稳定在25.0%。
基准情景下，不同省份的乘用车保有量呈现出明显的变化趋势。大多数省份的乘用车保有量在2021—2030年间迅速增长，这一增长主要受人均汽车保有量提升的推动。然而，随着人均汽车保有量逐渐接近饱和以及人口增速放缓，保有量的增长逐步放缓（图2）。
图2 2001—2050年基准情景下不同省份乘用车保有量

注：图中条带表示误差范围。

Figure 2 Passenger vehicle ownership in different provinces under baseline scenario, 2001-2050<br

具体来看，到2050年，东部地区的乘用车保有量仅有河北和海南两省保持增长，其余省份则处于达峰后缓慢下降的阶段。中部地区的安徽和山西乘用车保有量已达到峰值，而其余省份仍处于增长阶段。西部地区中，只有青海和新疆的乘用车保有量处于缓慢增长阶段，其他省份已达到峰值。东北地区的辽宁已开始进入乘用车保有量缓慢下降的阶段，吉林和黑龙江则继续保持增长趋势。
到2050年，东部、中部、西部和东北地区的乘用车保有量将分别达到2.0亿、1.7亿、1.5亿和0.3亿辆。东部地区经济发达且人口基数较大的省份，如山东、河北、广东和江苏，其乘用车保有量远高于其他省份，2050年预计分别为4047万辆、3585万辆、3441万辆和3410万辆。中部地区乘用车保有量最高的省份为河南，预计2050年达到5240万辆，紧随其后的是湖南（3216万辆）、安徽（2522万辆）和湖北（2514万辆）。在西部地区，人口基数较大的四川、广西、云南和贵州等省（区）的乘用车保有量较高，预计2050年分别为2985万辆、2102万辆、1826万辆和1757万辆。相较而言，东北地区的黑龙江、辽宁和吉林，由于人口相对较少且经济增长较慢，其乘用车保有量较低，预计低于我国大部分省份。

3.2 乘用车报废量的时间变化趋势

2001—2020年，我国乘用车报废量一直保持在较低水平。但随着乘用车保有量的快速增长，报废量也随之逐年上升，乘用车报废量从2021年的1020万辆逐渐增长至2030年的2307万~2830万辆。从2030年起，延长汽车使用寿命或降低保有量水平，能够显著减少乘用车的报废量。通过对不同情景的对比发现，只有在低保有量长寿命情景下，乘用车报废量才会达到峰值，且预计峰值出现在2044年。到2050年，乘用车报废量将达到3094万~6476万辆。在基准情景下，报废量约为4453万辆（图3a）。
图3 2001—2050年乘用车报废量

注：图中条带表示误差范围。

Figure 3 End-of-life volume of passenger vehicles, 2001-2050

不同能源类型乘用车报废量差异显著。燃油车报废量呈现先增长后降低的趋势，其报废量将在2035年前后达到峰值，短寿命、中寿命和长寿命情景下的峰值分别为2710万辆、2504万辆和2328万辆。到2050年，燃油车的报废量将大幅下降，预计降至495万~738万辆之间，显著低于新能源车和油电混合车的报废量。新能源车的报废量自2012年起逐步增长，并在2040年后呈现出明显加速的趋势，到2050年，其在不同情景下的报废量分别为3564万、2633万和2019万辆。与此同时，油电混合车的报废量呈现出较为平缓的增长趋势，预计到2050年，油电混合车的报废量将达到907万辆至1382万辆。燃气车的报废量则表现出先增长后降低的趋势，与其他3种类型的车相比，燃气车的报废量一直处于较低水平，预计到2050年，其报废量将仅为79万~110万辆（图3b）。
从空间上来看，沿海地区的乘用车报废量表现为逐渐饱和的趋势，到2050年（基准情景下），北部沿海、东部沿海和南部沿海地区的报废量分别达到705万、517万和445万辆。自2020年起，长江中游、西南及黄河中游地区的报废量加速增长，并逐渐超过沿海地区。到2050年，这些地区将成为乘用车报废量的集聚地区，报废量分别达到819万、814万和721万辆。相比之下，东北和西北地区由于人口较少且经济增长较慢，报废量的增长相对缓慢，预计2050年分别为243万和188万辆（图3c）。
从城市间差异来看，北部沿海、东部沿海和西北地区的城市间差异逐渐缩小，而其他5个地区则表现出先增高后降低的趋势。到2050年，城市间差异最小的地区是北部沿海、东部沿海和长江中游地区，差异系数分别为0.46、0.53和0.57。西南地区和东北地区的城市间差异则较大，预计2050年这些地区的差异系数分别为1.05和1.01。具体而言，西南地区的重庆和成都由于乘用车报废量较高，因此该地区的差异系数长期保持在较高水平。东北地区的差异系数较高，主要由沈阳、大连、哈尔滨和长春等城市的较高报废量所驱动（图3d）。

3.3 乘用车报废量的空间分布格局

基准情景下，乘用车报废量的空间分布格局呈现出显著的地区差异（图4）。2020年，沿海城市如深圳、天津、上海、广州、杭州等，以及内陆省会城市如成都、重庆、郑州、西安等的乘用车报废量明显高于其他城市。京津冀、长三角、珠三角和山东半岛等城市群的乘用车报废量也普遍高于其他地区。成渝城市群则显示出以成都和重庆为“双核”的独特分布特征。在所有城市中，北京、深圳、成都、天津和上海的乘用车报废量最高，分别为40.3万、17.6万、17.5万、17.2万和16.4万辆。
图4 2020—2050年基准情景下不同年份乘用车报废量的空间分布

注：基于自然资源部标准地图服务网站GS（2024）0650号绘制，底图无修改。

Figure 4 Spatial distribution of end-of-life passenger vehicle volume in different years under baseline scenario, 2020-2050

2030年，沿海城市与内陆省会城市的乘用车报废量明显高于其他城市。特别是山东、浙江、江苏、广东等沿海省份，表现出均衡发展的趋势，省内城市间的报废量差异较小。相较之下，大多数内陆省份，如陕西、湖北和云南等，则表现出省会城市报废量占主导地位的特点。西部大部分城市由于经济发展相对滞后且人口稀少，其乘用车报废量普遍低于5万辆。全国范围内，报废量较大的城市包括重庆（52.8万辆）、成都（51.0万辆）、北京（49.7万辆）、苏州（40.2万辆）和上海（39.5万辆）。
2030—2040年，沿海城市乘用车报废量的增长逐渐放缓，而内陆城市则呈现较快的增长速度，沿海城市与内陆城市之间的差异明显减少。内陆地区省会城市的乘用车报废量依然比省内其他城市大，主要因为省会城市具有较大的人口规模。到2040年，报废量较大的城市依然集中在重庆、成都、北京、苏州和郑州，具体报废量分别为87.0万、66.6万、51.5万、47.4万和47.3万辆。
2050年，城市间乘用车报废量的差异进一步缩小，少数发达城市的报废量已出现下降趋势，例如北京、天津、上海、杭州、宁波和金华等。而大多数内陆城市的乘用车报废量虽然仍在增长，但增速已经放缓。全国范围内，2050年报废量较大的城市依然集中在重庆（95.0万辆）、成都（65.0万辆）、郑州（52.5万辆）、北京（51.1万辆）和苏州（47.0万辆）。总体来看，我国乘用车报废量主要集中在胡焕庸线以东的地区。由于胡焕庸线以西地区人口稀少、经济发展相对滞后，大多数城市的乘用车保有量和报废量处于较低水平。到2050年，胡焕庸线以西的部分行政区，如呼伦贝尔、乌鲁木齐、喀什和阿克苏等地的报废量则相对较高，但这些地区的报废量仅处于6万~11万辆的范围。

3.4 车用材料报废量的变化趋势

2001—2020年，我国乘用车车用材料报废量增长较为缓慢，2020年总报废量约为1089万t。2021年后，随着乘用车寿命的结束，材料报废量不断增加。到2050年，材料报废量预计将达到4197万~8865万t，是2020年报废量的3.9到8.1倍。在低保有量长寿命情景与中保有量长寿命情景下，材料报废量呈现出达峰趋势，而在其他情景下，材料报废量仍保持增长趋势。在基准情景下，2021—2050年乘用车材料报废量的累积达到12.3亿t。假设人均汽车饱和水平较低，这一值将减少至10.8亿t，比基准情景低约13%。如果延长汽车使用寿命，累积报废量进一步减少至9.8亿t，相比基准情景下降26%（图5）。
图5 2001—2050年不同情景下车用材料报废量变化趋势

Figure 5 Trends in end-of-life volume of automotive materials under different scenarios, 2001-2050

从材料类型来看，钢铁的报废量远高于其他材料。2050年，报废乘用车中铁的总重量为2153万~4412万t。钢铁的报废量在多个情景下呈现达峰趋势，尤其是由于新能源车和油电混合车中钢铁的使用量低于传统燃油车，随着燃油车的报废量逐渐减少，钢铁在报废材料中的占比从2020年的60%下降至2050年的50%。与此同时，随着新能源车报废量的持续增长，铝和铜的报废量逐年增加。在本文的9种情景下，2020—2050年，铝报废量由98万t增长到444万~972万t，铜的报废量从10万t增长到127万~304万t。此外，动力电池的报废量从2030年起逐步上升，并且增长速率明显高于铝和铜。2050年，报废动力电池的报废量将达到362万~874万t。塑料、橡胶和玻璃等非金属材料的报废量在不同能源类型乘用车中的差异较小，因此其报废量主要受乘用车总报废量的影响。具体而言，塑料报废量远高于其他非金属材料，预计从2020年的191万t增长到2050年的709万~1494万t。橡胶和玻璃的报废量变化趋势较为相似，在多个情景下均呈现出逐渐饱和的趋势。2050年，橡胶和玻璃的报废量预计分别达到74万~152万t和85万~174万t。

4 讨论、结论与政策建议

4.1 讨论

与Zhang等[18]和Peng等[20]对2050年我国家用汽车的保有量和报废量的预测结果一致，本文预测的乘用车保有量范围为4.5亿~6.4亿辆，报废量为3094万~6476万辆，表明当前我国汽车保有量和报废量的增长趋势得到了较为一致的验证。同时，Ren等[38]的研究指出，家用汽车保有量将在2040年达峰后逐渐下降，峰值为4.8亿辆，2050年将逐渐减少到4.7亿辆，而报废量到2050年则达到3660万~3780万辆，该结果也在本文的预测范围之内。这一结果说明，随着技术进步和产业政策的推动，未来汽车产业的演化趋势在多项学术研究中表现出高度一致性，但依然存在多种不确定性因素。相比已有研究，本文的创新之处在于精准的城市尺度分析和多情景设定，这不仅为政策制定者提供了更具时效性和区域针对性的决策依据，还为汽车产业的循环经济体系构建提供了可靠的数据支撑。
在新能源汽车及动力电池的回收领域，本文与现有研究相比，充分考虑了新能源车和油电混合车的逐步普及，尤其是动力电池的退役报废量问题。郑林昌等[39]的研究表明，预计到2050年，我国新能源汽车的动力电池回收量将迅速增加，这一预测和本文中对动力电池的报废量增长趋势高度契合。值得注意的是，动力电池的梯次利用潜力与回收的可持续性已经成为全球新能源汽车产业链中一个迫切需要解决的关键问题[40-43]。随着技术进步，锂、镍、钴、锰、石墨等关键资源的回收与再利用将成为我国新能源汽车产业发展和“双碳”目标实现的重要支撑[44-50]。
不同于传统燃油车，新能源汽车和油电混合车的材料结构更为轻量化，且使用的铝材和铜材比例较高。因此，新能源汽车报废过程中大宗金属材料的回收也将成为重点[51]。例如，铝和铜作为新能源汽车的重要材料，其回收技术和产业链布局将成为未来几年发展的关键问题。在本文的预测中，未来随着新能源车及油电混合车的逐步报废，铝和铜等有色金属的报废量将显著增长。这一趋势不仅会影响我国的原材料供应链，还将对全球矿产资源的可供性产生深远影响[52-54]。如何提升这些资源的回收效率，将直接影响我国汽车产业的绿色发展和循环经济建设[55-57]。与此同时，汽车产业的轻量化进程将加速铝和铜材料的使用，因此在模型中对铁和铝的预测差异也揭示了汽车材料使用变化的深层次影响。
本文发现，未来西南地区、长江中游、黄河中游及北部沿海地区的乘用车报废量整体较高，且随着新能源车和油电混合车的普及，报废量在这些区域呈现出加速增长的趋势。这一结果与张宇祺等[46]研究中的区域资源供给分析一致，表明我国不同区域在新能源汽车的生产、消费及报废环节面临不同的资源挑战。未来的报废汽车回收处理产业园区，应根据这些差异化特征进行合理布局，以实现资源的高效回收和利用。
需要指出的是，本文仍然存在一些局限性。首先，汽车寿命参数和汽车保有量的变化对报废量的预测结果具有重要影响。尽管本文假设所有乘用车寿命相同，但实际上，不同地区和不同能源类型的汽车使用寿命存在差异[58]。因此，未来研究应更精细地对不同类型汽车的使用寿命进行区分，并考虑区域差异对车用材料报废量的影响。其次，本文假设乘用车在汽车保有量中的比例保持不变，但实际上，随着城市化进程和消费者需求变化，乘用车比例将呈现缓慢增加的趋势，这一点应在后续研究中加以调整。再者，本文假设不同能源类型的乘用车材料使用强度保持不变，然而，随着汽车行业向轻量化发展，铝和钢铁的使用比例会发生变化，可能会导致本文在某些材料报废量的预测中产生偏差[59]。这些不确定性因素表明，未来的研究不仅要考虑更多的参数，还应采用更加动态和情景化的分析方法，以提升预测的准确性。

4.2 结论

本文选取乘用车为研究对象，从城市尺度出发，根据龚伯兹模型和动态物质流模型分析了2001—2050年中国乘用车保有量与报废量以及车用材料报废量的变化趋势，研究结果可为我国循环经济体系的构建提供理论支持和实践参考。主要结论如下：
（1）2001—2050年，中国乘用车保有量从672万辆增长到4.5亿~6.4亿辆，所有情景下乘用车保有量均呈现逐渐达峰的趋势。千人汽车保有量饱和值对总保有量影响显著，而缩短使用寿命会加速新能源车和油电混合车对燃油车的替代。在基准情景下，2050年燃油车、油电混合车、新能源车和燃气车的保有量分别为1772万、1.4亿、3.8亿和1018万辆。其中，河南、山东、河北和广东是乘用车保有量最高的省份。
（2）2050年，乘用车报废量预计达到3094万~6476万辆。在基准情景下，燃油车报废量于2035年前后达峰（峰值2328万~2710万辆），新能源车报废量从2030年起迅速增长（2050年达2019万~3564万辆），油电混合车报废量则呈现缓慢达峰趋势（2050年为907万~1382万辆）。报废量较高的区域主要是西南地区和长江中游地区，乘用车报废量较高的城市呈现从沿海向内陆转移的趋势。随着新能源车和油电混合车报废量的增长，铝、铜和动力电池的报废量将显著增加。乘用车及车用材料报废量的时空图谱为资源循环利用产业的布局和产能规划提供了重要依据。

4.3 政策建议

基于我国乘用车保有量与材料报废量的时空分布格局，本文提出如下政策建议，以推动汽车报废回收产业的可持续发展：
（1）构建区域差异化的报废车辆回收处置体系。伴随报废车辆数量向中西部省会城市转移，应结合区域发展水平和报废量规模，科学规划报废汽车回收拆解产业园区，推动形成“多中心、分级化”的资源回收网络。东部地区应提升精细化处理能力，中西部地区则需强化回收基础设施布局与产能建设，避免资源流失与重复投资。
（2）深化动力电池与关键材料的回收利用机制。在现有梯次利用和回收政策基础上，应推进关键材料“定向循环”体系建设，推动产业链上下游企业建立标准化的材料溯源与回收协同机制。建议支持区域试点建设“电池-材料-产品”全生命周期管理平台，强化对废旧电池中锂、镍、钴等稀散资源的高值化回收与再制造能力，提升战略资源安全保障水平。
（3）推动城市矿产资源信息系统建设与动态监测机制落地。建议加快建立覆盖地级市尺度的报废车辆与材料流动态数据库，实现区域“城市矿产”资源潜力的系统识别与时空动态评估。依托自然资源和生态环境信息化基础，完善跨部门信息共享平台，提升资源循环利用领域的宏观调控能力与政策适配精准性。
（4）加强区域协同治理机制与政策联动框架建设。不同地区报废量结构与资源禀赋差异显著，需推动区域间在产业规划、回收技术标准、财政激励政策等方面的协调联动。建议由中央层面建立统筹平台，鼓励东部地区输出成熟管理经验与技术路径，提升中西部资源回收效率，实现全国尺度资源流通与碳减排的系统优化。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
中华人民共和国国家统计局. 中国统计年鉴2021[M]. 北京: 中国统计出版社, 2021.

[National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook 2021[M]. Beijing: China Statistics Press, 2021.]

[2]
中华人民共和国国家统计局. 中国统计年鉴2023[M]. 北京: 中国统计出版社, 2023.

[National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook 2023[M]. Beijing: China Statistics Press, 2023.]

[3]
Pauliuk S, Dhaniati N M A, Muller D B. Reconciling sectoral abatement strategies with global climate targets: The case of the Chinese passenger vehicle fleet[J]. Environmental Science and Technology, 2012, 46(1): 140-147.

DOI PMID

[4]
Dargay J, Gately D, Sommer M. Vehicle ownership and income growth, worldwide: 1960-2030[J]. The Energy Journal, 2007, 28(4): 143-170.

[5]
Zeng D, Dong Y, Cao H J, et al. Can planned control measures for private passenger vehicles achieve China’s carbon peak goal and mitigate the environmental impact?[J]. Resources, Conservation and Recycling, 2023, DOI: 10.1016/j.resconrec.2023.106934.

[6]
曾现来, 李金惠. 城市矿山开发及其资源调控: 特征、可持续性和开发机理[J]. 中国科学: 地球科学, 2018, 48(3): 288-298.

[Zeng X L, Li J H. Urban mining and its resources control: Characteristics, sustainability, and extraction mechanism[J]. Scientia Sinica (Terrae), 2018, 48: 288-298.]

[7]
Song L L, van Ewijk S, Masanet E, et al. China’s bulk material loops can be closed but deep decarbonization requires demand reduction[J]. Nature Climate Change, 2023, 13(10): 1136-1143.

[8]
Zong Y H, Yao P F, Zhang X H, et al. Material flow analysis on the critical resources from spent power lithium-ion batteries under the framework of China’s recycling policies[J]. Waste Management, 2023, 171: 463-472.

[9]
邓旭. 报废机动车行业高质量发展路在何方?[J]. 资源再生, 2023, (9): 18-19.

[Deng X. Where is the high-quality development path for the scrapped motor vehicle industry?[J]. Resource Recycling, 2023, (9): 18-19.]

[10]
陈元华, 杨沿平, 胡纾寒, 等. 我国报废汽车回收利用现状分析与对策建议[J]. 中国工程科学, 2018, 20(1): 113-119.

DOI

[Chen Y H, Yang Y P, Hu S H, et al. Analysis and countermeasures for the status quo of the recycling and utilization of end-of-life vehicles in China[J]. Strategic Study of CAE, 2018, 20(1): 113-119.]

DOI

[11]
王军. 论报废汽车产业高质量发展方向[J]. 资源再生, 2019, (7): 29-32.

[Wang J. On the high-quality development direction of scrapped automobile industry[J]. Resource Recycling, 2019, (7): 29-32.]

[12]
Hao H, Geng Y, Tate J E, et al. Securing platinum-group metals for transport low-carbon transition[J]. One Earth, 2019, 1(1): 117-125.

[13]
Hao H, Wang H W, Yi R. Hybrid modeling of China’s vehicle ownership and projection through 2050[J]. Energy, 2011, 36(2): 1351-1361.

[14]
王晨阳, 汪鹏, 汤林彬, 等. 碳中和背景下中国电动车产业稀土需求预测[J]. 科技导报, 2022, 40(8): 50-61.

DOI

[Wang C Y, Wang P, Tang L B, et al. Forecast of rare earth demand driven by electric vehicle industry in China: 2010-2060[J]. Science & Technology Review, 2022, 40(8): 50-61.]

[15]
孔子科, 刘晶茹, 孙锌. 中国城镇家庭乘用车物质代谢分析[J]. 资源科学, 2019, 41(4): 681-688.

DOI

[Kong Z K, Liu J R, Sun X. Dynamic material stock and flow of Chinese urban household private cars in recent 20 years[J]. Resources Science, 2019, 41(4): 681-688.]

DOI

[16]
宋璐璐, 陈伟强, 代敏. 中国汽车、船舶和家电中钢铁的存量与流量[J]. 自然资源学报, 2020, 35(4): 895-907.

DOI

[Song L L, Chen W Q, Dai M. Stocks and flows of steel in automobiles, vessels and household appliances in China[J]. Journal of Natural Resources, 2020, 35(4): 895-907.]

[17]
Lu Y, Peng T D, Zhu L J, et al. China’s road transport decarbonization pathways and critical battery mineral demand under carbon neutrality[J]. Transportation Research Part D: Transport and Environment, 2023, DOI: 10.1016/j.trd.2023.103927.

[18]
Zhang L, Lu Q Q, Yuan W, et al. Characterizing end-of-life household vehicles’ generations in China: Spatial-temporal patterns and resource potentials[J]. Resources, Conservation and Recycling, 2022, DOI: 10.1016/j.resconrec.2021.105979.

[19]
Bu C J, Cui X Q, Li R Y, et al. Achieving net-zero emissions in China’s passenger transport sector through regionally tailored mitigation strategies[J]. Applied Energy, 2021, DOI: 10.1016/j.apenergy.2020.116265.

[20]
Peng T D, Ou X M, Yuan Z Y, et al. Development and application of China provincial road transport energy demand and GHG emissions analysis model[J]. Applied Energy, 2018, 222: 313-328.

[21]
Li Y, Liu Y H, Chen Y, et al. Projection of end-of-life vehicle population and recyclable metal resources: Provincial-level gaps in China[J]. Sustainable Production and Consumption, 2022, 31: 818-827.

[22]
Liu F, Zhao F, Liu Z, et al. The impact of purchase restriction policy on car ownership in China’s four major cities[J]. Journal of Advanced Transportation, 2020, DOI: 10.1155/2020/7454307.

[23]
Zeng Y, Tan X C, Gu B H, et al. Greenhouse gas emissions of motor vehicles in Chinese cities and the implication for China’s mitigation targets[J]. Applied Energy, 2016, 184: 1016-1025.

[24]
Zheng B, Zhang Q, Borlen-Kleefeld J, et al. How will greenhouse gas emissions from motor vehicles be constrained in China around 2030?[J]. Applied Energy, 2015, 156: 230-240.

[25]
Huo H, Wang M, Johnson L, et al. Projection of Chinese motor vehicle growth, oil demand, and CO2 emissions through 2050[J]. Transportation Research Record: Journal of the Transportation Research Board, 2007, 2038(1): 69-77.

[26]
Dargay J, Gately D. Income’s effect on car and vehicle ownership, worldwide: 1960-2015[J]. Transportation Research Part A: Policy and Practice, 1999, 33(2): 101-138.

[27]
Gan Y, Lu Z F, Cai H, et al. Future private car stock in China: Current growth pattern and effects of car sales restriction[J]. Mitigation and Adaptation Strategies for Global Change, 2019, 25(3): 289-306.

[28]
蒋晓斌, 江健, 陈定江, 等. 中国乘用车塑料的动态物质流分析[J]. 中国环境科学, 2020, 40(9): 4106-4114.

[Jiang X B, Jiang J, Chen D J, et al. Dynamic material flow analysis of Chinese passenger car plastics[J]. China Environmental Science, 2020, 40(9): 4106-4114.]

[29]
Zeng X L, Ali S H, Tian J P, et al. Mapping anthropogenic mineral generation in China and its implications for a circular economy[J]. Nature Communications, 2020, 11(1): 1544-1544.

DOI PMID

[30]
张安迎, 童昕, 曾现来. 中国报废汽车中铂族金属回收潜力估算[J]. 中国环境科学, 2020, 40(11): 4821-4830.

[Zhang A Y, Tong X, Zeng X L. Recycling potentials of Platinum-group metals from end-of-life vehicle in China[J]. China Environmental Science, 2020, 40(11): 4821-4830.]

[31]
Zheng B, Huo H, Zhang Q, et al. A new vehicle emission inventory for China with high spatial and temporal resolution[J]. Atmospheric Chemistry & Physics Discussions, 2013, 13(12): 32005-32052.

[32]
Gassner A, Lederer J, Kovacic G, et al. Projection of material flows and stocks in the urban transport sector until 2050: A scenario-based analysis for the city of Vienna[J]. Journal of Cleaner Production, 2021, DOI: 10.1016/j.jclepro.2021.127591.

[33]
Jiang D W, Chang Y X, Zhong F L, et al. Future growth pattern projections under shared socioeconomic pathways: A municipal city bottom-up aggregated study based on a localised scenario and population projections for China[J]. Economic Research-Ekonomska Istraživanja, 2022, 35(1): 2574-2595.

[34]
Chen L X, Mu T Y, Li X T, et al. Population prediction of Chinese prefecture-level cities based on multiple models[J]. Sustainability, 2022, DOI: 10.3390/su14084844.

[35]
Chen W, Sun X, Liu L T, et al. Carbon neutrality of China’s passenger car sector requires coordinated short-term behavioral changes and long-term technological solutions[J]. One Earth, 2022, 5(8): 875-891.

[36]
安峰, 秦兰芝, 王雯雯, 等. 中国传统燃油汽车退出进度研究与环境效益评估[R]. 北京: 能源与交通创新中心, 2020.

[An F, Qin L Z, Wang W W, et al. Updated Timetable for Phasing out China’s Traditional ICE Vehicles and its Environmental Benefits Assessment[R]. Beijing: Innovation Center for Energy and Transportation, 2020.]

[37]
Zeng X L, Ali S H, Li J H. Estimation of waste outflows for multiple product types in China from 2010-2050[J]. Scientific Data, 2021, DOI: 10.1038/s41597-021-00796-z.

[38]
Ren S L, Huang Z, Bao Y, et al. Matching end-of-life household vehicle generation and recycling capacity in Chinese cities: A spatio-temporal analysis for 2022-2050[J]. Science of the Total Environment, 2023, DOI: 10.1016/j.scitotenv.2023.165498.

[39]
郑林昌, 张亚楠, 李泽阳, 等. 不同消费情景下中国新能源汽车锂回收潜力[J]. 资源科学, 2022, 44(1): 97-113.

DOI

[Zheng L C, Zhang Y N, Li Z Y, et al. Lithium recovery potential of new energy vehicles in China under different consumption scenarios[J]. Resources Science, 2022, 44(1): 97-113.]

DOI

[40]
Maisel F, Neef C, Marscheider-Weidemann F, et al. A forecast on future raw material demand and recycling potential of lithium-ion batteries in electric vehicles[J]. Resources, Conservation and Recycling, 2023, DOI: 10.1016/j.resconrec.2023.106920.

[41]
Windisch-Kern S, Gerold E, Nigl T, et al. Recycling chains for lithium-ion batteries: A critical examination of current challenges, opportunities and process dependencies[J]. Waste management, 2022, 138: 125-139.

[42]
Neumann J, Petranikova M, Meeus M, et al. Recycling of lithium-ion batteries: Current state of the art, circular economy, and next generation recycling[J]. Advanced Energy Materials, 2022, DOI: 10.1002/aenm.202102917.

[43]
Wang M M, Liu K, Dutta S, et al. Recycling of lithium iron phosphate batteries: Status, technologies, challenges, and prospects[J]. Renewable and Sustainable Energy Reviews, 2022, DOI: 10.1016/j.rser.2022.112515.

[44]
Wang P, Chen W Q, Cui X Q, et al. Critical mineral constraints in global renewable scenarios under 1.5 °C target[J]. Environmental Research Letters, 2022, DOI: 10.1088/1748-9326/aca4ea.

[45]
Dunn J, Slattery M, Kendall A, et al. Circularity of lithium-ion battery materials in electric vehicles[J]. Environmental Science and Technology, 2021, 55(8): 5189-5198.

DOI PMID

[46]
张宇祺, 李华姣, 安海忠, 等. 产业链视角下关键矿产资源可供性研究进展[J]. 资源科学, 2024, 46(4): 671-686.

DOI

[Zhang Y Q, Li H J, An H Z, et al. Progress and frontiers of critical mineral resource availability research based on the perspective of industrial chain[J]. Resources Science, 2024, 46(4): 671-686.]

DOI

[47]
王安建, 王春辉. 国际动荡局势对我国能源资源安全的挑战与应对策略[J]. 中国科学院院刊, 2023, 38(1): 72-80.

[Wang A J, Wang C H. Challenges of international turmoil situation to China’s energy resource security and coping strategies[J]. Bulletin of Chinese Academy of Sciences, 2023, 38(1): 72-80.]

[48]
谢航, 张书瑞, 张庭婷, 等. 中国乘用车电动化对动力电池关键金属材料的需求研究[J]. 汽车工程学报, 2025, 15(1): 1-10.

[Xie H, Zhang S R, Zhang T T, et al. Analysis of demand for critical metal materials in power batteries for the electrification of passenger vehicles in China[J]. Chinese Journal of Automotive Engineering, 2025, 15(1): 1-10.]

[49]
郑林昌, 胡雨琪, 陈格. 中国新能源乘用车上的锂矿产及锂回收潜力空间分布[J]. 资源与产业, 2023, 25(2): 138-150.

[Zheng L C, Hu Y Q, Chen G. Spatial distribution of lithium minerals and their recovery potentials of China’s new energy passenger vehicles[J]. Resources & Industries, 2023, 25(2): 138-150.]

[50]
Zhang H Y, Liu G W, Li J W, et al. Modeling the impact of nickel recycling from batteries on nickel demand during vehicle electrification in China from 2010 to 2050[J]. Science of the Total Environment, 2023, DOI: 10.1016/j.scitotenv.2022.159964.

[51]
Zhang C B, Zhao X, Sacchi R, et al. Trade-off between critical metal requirement and transportation decarbonization in automotive electrification[J]. Nature Communications, 2023, DOI: 10.1038/s41467-025-57270-2.

[52]
孙涵, 王箫鳕, 杨小慧, 等. 中国战略性新兴产业关键金属供应风险评估[J]. 资源科学, 2024, 46(11): 2124-2136.

DOI

[Sun H, Wang X X, Yang X H, et al. Assessment of key metals supply risk in China’s strategic emerging industries[J]. Resources Science, 2024, 46(11): 2124-2136.]

DOI

[53]
徐大兴, 代涛, 刘立涛, 等. 2000-2020年日本钴物质流演变特征[J]. 资源科学, 2023, 45(11): 2264-2275.

DOI

[Xu D X, Dai T, Liu L T, et al. Evolution of cobalt material flow in Japan from 2000 to 2020[J]. Resources Science, 2023, 45(11): 2264-2275.]

DOI

[54]
安紫瑶, 闫晶晶, 安海忠, 等. 中国新能源汽车中铜资源循环利用策略有效性评估[J]. 资源科学, 2022, 44(12): 2440-2455.

DOI

[An Z Y, Yan J J, An H Z, et al. Effectiveness evaluation of copper resource recycling strategies for China’s new energy vehicles[J]. Resources Science, 2022, 44(12): 2440-2455.]

DOI

[55]
马天宇, 赵鹏军, 张梦竹. 地缘政治风险对中国战略性矿产资源供应安全影响的研究进展与展望[J]. 资源科学, 2024, 46(11): 2108-2123.

DOI

[Ma T Y, Zhao P J, Zhang M Z. A review of research on geopolitical risks and security of China’s critical mineral supply[J]. Resources Science, 2024, 46(11): 2108-2123.]

[56]
陈伟强, 汪鹏, 钟维琼. 支撑“双碳”目标的关键金属供应挑战与保障对策[J]. 中国科学院院刊, 2022, 37(11): 1577-1585.

[Chen W Q, Wang P, Zhong W Q. Challenges and security strategies of China’s critical metals supply for carbon neutrality pledge[J]. Bulletin of Chinese Academy of Sciences, 2022, 37(11): 1577-1585.]

[57]
程少逸, 高正波, 曹建. 我国战略性矿产资源供应安全的挑战与应对[J]. 矿冶, 2022, 31(1): 126-130.

[Cheng S Y, Gao Z B, Cao J. Challenges and countermeasures on supply security of strategic mineral resources in China[J]. Mining and Metallurgy, 2022, 31(1): 126-130.]

[58]
Hao H, Wang H W, Ouyang M G, et al. Vehicle survival patterns in China[J]. Science China Technological Sciences, 2011, 54(3): 625-629.

[59]
He X Y, Kim H C, Wallington T J, et al. Cradle-to-gate greenhouse gas (GHG) burdens for aluminum and steel production and cradle-to-grave GHG benefits of vehicle lightweighting in China[J]. Resources, Conservation and Recycling, 2020, DOI: 10.1016/j.resconrec.2019.104497.

Options
文章导航

/

〈 〉