中国的清洁供暖转型：技术创新、剩余排放负担以及北方城市的区域差异

《Sustainable Production and Consumption》：Clean heating transition in China: Technological innovation, residual emission burden, and regional inequality in northern cities

　　

李林燕|吴云龙|张莉|王慧丽|李洁仪|林翔|胡秀荣|何家轩|金玲|陈晓军|徐辉|雷宇

香港城市大学数据科学系，香港999077

摘要

中国的清洁供暖转型是实现城市脱碳和改善空气质量的关键社会技术途径。然而，由于经济能力、资源禀赋和技术准备程度的差异，各地区之间存在明显的不平等现象。本研究构建了一个综合分析框架，结合统计、预测和因果方法，评估了2017年至2021年间清洁供暖实施的进展、效果和公平性。利用来自“2+26”城市改造家庭的独家实地调查数据，本研究绘制了清洁供暖的时空演变图，评估了七种关键污染物的减少情况，并构建了一个基于能力的剩余排放负担指标（每单位农村收入的供暖相关剩余排放量），以表征各地区转型结果的差异。研究结果表明，煤改气和煤改电的改造占改造总数的90%以上，但在高密集度地区收益递减。通过流行的机器学习算法进行预测建模并利用SHAP解释表明，能源结构和强度是主要障碍，而创新和财政支持则是重要的缓解因素。最后，引入了双重机器学习（DML）方法来估计条件平均处理效应（CATE），揭示了不同能源结构水平下的政策结果存在高度异质性。这些发现强调了公平获取清洁技术对于实现公正的社会技术转型的重要性。所提出的框架为政策制定者提供了理论和实证见解，并可应用于其他可持续城市转型情境。

引言

作为世界上最大的能源消费国，中国长期以来在冬季供暖季节面临日益严重的能源和环境压力，特别是在主要依赖煤炭燃烧进行集中供暖的北方地区（张等人，2026；张等人，2025；王和魏，2024）。这种对化石燃料的依赖导致细颗粒物（PM_2.5）和温室气体排放频繁激增，空气质量恶化，公共健康风险加剧（李等人，2025a；李等人，2025b；白等人，2023；严等人，2020）。作为回应，中国政府于2017年推出了“清洁供暖计划”，在超过3000万户家庭中用天然气、电力和可再生能源替代煤炭，这是全球最大的城市能源转型之一（黄等人，2025；郑等人，2025；薛等人，2023）。除了环境目标外，清洁供暖还代表了一种具有重要分配后果的社会技术转型（何等人，2025a；洪和李，2025；李等人，2025a；李等人，2025b）。虽然该政策减少了排放并改善了空气质量，但大规模的燃料转换也暴露了实施中的限制，包括家庭能源价格上涨（赵等人，2021）、季节性天然气短缺（李等人，2024）以及对当地电网的压力增加（刘等人，2025；吴等人，2025），在某些地区导致了能源不安全和公众不满。这些紧张局势凸显了不仅需要考察清洁供暖是否减少了排放，还需要考察其利益和负担是否在不同地区之间公平分配。

最近的研究记录了清洁供暖带来的显著环境和健康效益，包括冬季PM_2.5和其他污染物的大幅减少，以及可测量的死亡率降低（何等人，2025b；史等人，2022；周等人，2022；巴林顿-利等人，2019）。试点地区也报告了经济效益（冯等人，2021）。然而，大多数现有研究集中在总体环境结果或早期试点城市上，并且严重依赖基于模拟的方法，对转型的分配后果了解有限（黄等人，2025；梁等人，2025；赵等人，2025；周等人，2022）。随着清洁供暖在全国范围内的推广，地区间的收入水平（王和谢，2023）、能源基础设施（严等人，2025）、技术准备程度（姚等人，2020）和财政能力（刘和毛泽拉尔，2020）的差异导致了各地区剩余排放负担的不均衡（张等人，2024），但这些不平等现象仍缺乏系统研究。关于这些剩余排放负担差异的驱动因素以及可以缓解这些差异的政策杠杆的系统性证据仍然不足。

鉴于关于能源正义和公正转型的文献日益增多，这种差距尤为突出，这些文献强调能源转型不仅应通过效率和减排来评估，还应通过分配公平、程序公正以及对弱势群体的认可来评估（洛纳根和桑萨维尼，2025；罗梅罗-兰考等人，2023；赫夫伦，2022；卡利和科尼斯基，2020）。在这个框架内，分配正义关注的是脱碳的利益和负担是否在收入群体、地区和社会阶层之间公平分配，而不是由弱势群体不成比例地承担（德西蒙尼等人，2025；赖希等人，2025；巴巴通德等人，2024；多尔沙克和普拉卡什，2022）。现有的关于住宅能源转型的研究主要通过能源支出与收入比率等指标来考察负担能力压力（阿克曼和拉杜列斯库，2026；谢等人，2024；闵和李，2023）。同时，越来越多的研究也将环境排放负担与与收入相关的社会经济指标联系起来，以评估环境压力和缓解责任的地区不平等（田和庞，2024；郭等人，2023；甘等人，2022）。然而，很少有研究关注缓解结果本身（如剩余排放）相对于当地社会经济能力的分配情况。在中国清洁供暖转型的背景下，家庭能源使用和排放强度受到基础设施锁定、燃料可用性和制度约束的强烈影响，而不是自愿消费选择（李等人，2025a；李等人，2025b；姜等人，2024），因此基于能力的剩余排放负担视角变得尤为重要。这一视角评估了经济能力较低的地区是否面临不成比例的剩余排放负担，从而补充了基于负担能力和污染者的正义框架。

基于能源正义和公正转型的理论，并解决缺乏将剩余缓解结果与社会经济能力联系起来的实证指标的问题，本研究构建了一个新的指标，以捕捉政策实施后相对于当地经济能力的剩余排放负担，并开发了一个综合分析框架来研究中国清洁供暖转型的地区差异。具体来说，我们首先绘制了2017-2021年间清洁供暖采用的时空演变图，并使用“每单位农村收入的剩余排放量”指标构建了一个区域评估框架，旨在确定各地区和随时间是否存在显著的不平等，这激发了我们分析的下一步。其次，我们采用了一系列机器学习模型并结合SHAP解释来识别和量化剩余排放负担的关键驱动因素。由于这些预测关联本身并不能确定清洁供暖实施是否因果地改善了公平结果，我们最终实施了双重机器学习（DML）技术来推断因果效应并得出政策启示。本研究的新颖之处在于：（1）引入了一个基于调查数据和多源排放数据的新的剩余排放负担指标，从而提供了一个以结果为导向的衡量标准，用于评估清洁供暖转型中的地区差异；（2）结合描述性、预测性和因果方法从三个互补的维度来评估清洁供暖转型，而不是依赖单一的方法论视角；（3）强调了技术优化的实证作用，从而为将气候缓解目标与剩余排放的分配效率原则相一致提供了理论和实证见解。

本文的其余部分结构如下：第2节描述了方法论框架和数据来源，包括统计分析、机器学习模型和因果推断技术。第3节展示了实证结果，包括进展和时空模式（3.1）、因素识别和解释（3.2）以及因果验证（3.3）。第4节总结了主要发现和未来研究方向。通过整合多维定量分析和因果解释，本研究旨在提供实证证据和理论见解，以支持促进公平的清洁供暖和公正的能源转型政策。

章节片段

三重视角分析框架

本研究构建了一个综合分析框架，结合描述性统计分析、预测机器学习和因果推断，来研究中国清洁供暖政策中的地区不平等和转型机制。具体来说，统计分析识别了清洁供暖部署和减排的空间和时间差异，提供了不平等模式的基线特征。在这些观察到的差异基础上，机器学习

进展和时空模式

到2021年，中国北方的清洁供暖政策实施取得了显著进展（图2a）。七个城市——鹤壁、焦作、安阳、新乡、开封、濮阳和北京——取得了最显著的进展，每个城市的清洁供暖政策进展都超过了95%。此外，包括郑州（93.54%）、菏泽（92.34%）、太原（91.84%）、济南（90.08%）、济宁（89.78%）和阳泉（89.18%）在内的几座城市也记录了进展率

结论与展望

本研究提出了一个综合分析框架，结合统计、预测和因果视角，系统地评估可持续城市转型期间剩余排放负担的地区差异。研究结果表明，2017年至2021年间，煤改气和煤改电的改造仍然是主要途径，占改造家庭总数的95%以上。然而，这些途径的演变表现出明显的

CRediT作者贡献声明

李林燕：撰写——审稿与编辑、方法论、调查、资金获取、概念化。吴云龙：撰写——审稿与编辑、原始草稿撰写、可视化、软件、方法论、调查。张莉：撰写——审稿与编辑、方法论、调查、数据管理、概念化。王慧丽：撰写——审稿与编辑、方法论、资金获取、数据管理。李洁仪：撰写——审稿与编辑、可视化、软件、方法论，

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本工作得到了国家自然科学基金（资助编号：72234002（授予X.C）；72504111（授予L.Z）中国香港特别行政区研究资助委员会（编号：C6003-22Y（授予L.L）中国博士后科学基金（编号：2025M781773（授予J.L））的支持。