对重型车辆尾气氮氧化物排放标准的回顾性分析

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：A retrospective analysis of heavy-duty vehicle tailpipe nitrogen oxides emissions standards

EPA 2007重型车NOx法规的排放预测误差分析，通过替换销售、报废率、排放认证和使用里程假设为实际数据，发现其低估2022年政策情景排放0.59百万吨，无政策情景0.71百万吨，误差差0.12百万吨，主要源于报废率高估和行驶里程低估的相互抵消。评估了历史假设对减排预测的影响，为2022新标准提供参考。

　　本文探讨了美国环境保护署（EPA）在2007年针对重型车辆（HDVs）实施的氮氧化物（NOx）排放标准的回顾性分析。研究通过使用2022年的实际数据，重新评估了EPA在设定这些标准时所采用的假设条件，包括新车销售、老旧车辆淘汰率、NOx认证率以及车辆使用情况等。研究发现，EPA在政策和无政策两种情景下的NOx排放预测均存在低估，分别低估了约0.71和0.59百万吨，而在两种情景下的排放差异预测中也出现了0.12百万吨的误差。这些误差主要来源于对老旧车辆淘汰率的高估和对总行驶里程的高估，但实际老旧车辆行驶里程的低估部分抵消了这些影响。研究还指出，EPA在预测新车销售和认证率时的误差相对较小，对整体预测结果影响不大。

NOx排放是重型车辆对空气质量影响的重要因素，其主要来源于车辆尾气排放。NOx不仅对环境造成危害，还与地面臭氧和细颗粒物的形成密切相关，进而影响公众健康。EPA自1974年起就开始对重型车辆的NOx排放进行监管，并在随后的几十年中逐步收紧标准。根据EPA的估计，NOx排放量从2002年到2022年间下降了80%。然而，2022年EPA又发布了新的NOx排放标准，预计到2045年，这些标准将使重型车辆的NOx排放量比以往标准下的排放量减少48%。同时，EPA预计这些标准将带来高达290亿美元的净收益（以2017年美元计算）。

本文的研究背景源于EPA长期的监管历史，这为评估其过往的效益预测提供了机会，同时也为新标准的制定提供了依据。根据联邦法律和自里根政府以来的一系列总统行政命令，EPA在制定新法规时，必须考虑多种选项，预测其效益和成本，并选择能够最大化净效益的方案。对于NOx排放而言，效益主要来源于空气质量的改善，这会带来更佳的公共健康和环境结果。然而，EPA的效益预测依赖于对排放率、新车销售、老旧车辆淘汰率以及车辆行驶里程（VMT）等变量的假设。虽然EPA会根据新数据定期更新这些假设，但目前尚无研究将这些假设与实际数据进行系统比较。

本文的核心研究方法是通过复制EPA的排放模型，利用2022年的实际数据替代其假设条件，以评估这些假设对排放预测的影响。研究重点分析了四个关键变量：新车销售、老旧车辆淘汰率、排放率和车辆使用情况。通过对这些变量的逐一替换，研究试图确定每个假设对NOx排放预测的具体影响。EPA预测2020年的NOx排放量将比无政策情景下减少1.8百万吨，即71%的降幅。然而，由于2020年的实际数据不可得，研究者选择使用2022年的数据进行分析，并通过EPA自身的假设条件将2020年的预测结果延伸至2022年。

在新车销售方面，研究发现EPA在2000年制定2007年标准时，未能充分考虑消费者在政策实施前加速购买新车的行为。Rittenhouse和Zaragoza-Watkins [2018]的研究表明，消费者确实因预期2007年标准而提前购车，而EPA在其影响评估报告（RIA）中也承认了类似的现象。然而，EPA在计算NOx排放时并未考虑这一提前购车趋势的影响。尽管研究者确认了这一趋势的存在，但到2022年，其对排放的影响已经变得不显著，因为新车销售在2010年代中期有所回升，而大部分排放则来自政策实施后售出的车辆。

在老旧车辆淘汰率方面，研究发现EPA对老旧车辆的淘汰率进行了高估，导致其在无政策和政策情景下的NOx排放预测均出现了低估。根据EPA的假设，老旧车辆的淘汰率较高，从而减少了其对环境的污染。然而，实际数据表明，老旧车辆的淘汰率低于预期，这使得EPA低估了无政策情景下的排放量，同时也低估了政策情景下的排放减少量。这一误差对EPA的效益预测产生了显著影响，导致其低估了该政策的实际效益，大约为0.52百万吨。

在排放率方面，EPA假设车辆能够完全达到其设定的标准，但实际测试表明，实验室认证的排放率与标准存在一定的差异。尽管这些差异对整体排放预测的影响较小，但它们仍然对EPA的效益评估产生了一定的干扰。研究者将这些实验室认证数据作为替代，以更准确地反映实际排放情况。

在车辆使用方面，研究利用2021年的调查数据，发现EPA对车辆行驶里程的预测存在偏差。实际数据显示，每辆车的行驶里程低于EPA的预期，其中老旧车辆的行驶里程高于预期，而新车的行驶里程则低于预期。这种差异对排放预测产生了相反的影响，总体上导致EPA在无政策情景下的排放预测偏高，而在政策情景下的排放预测偏低。这种偏差对政策效益评估的影响相对较小，但仍然对EPA的预测结果产生了一定的影响，最终使得EPA在政策情景下的排放预测低估了约0.51百万吨。

综合来看，研究发现EPA在2007年NOx标准的效益预测中存在系统性偏差。这些偏差主要来自于对老旧车辆淘汰率的高估和对总行驶里程的高估，但实际老旧车辆行驶里程的低估部分抵消了这些影响。尽管新车销售和排放率的预测误差相对较小，但它们仍然对整体结果产生了一定的影响。研究指出，这些偏差可能导致EPA在制定新标准时做出不准确的决策，进而影响其对空气质量改善的预期效益。

本文的研究成果对于评估EPA在2022年实施的新标准具有重要意义。由于EPA在制定新标准时仍然采用与过去相似的方法，因此回顾其过往的假设和预测结果，有助于更准确地评估新标准的效益。此外，研究还强调了在制定政策时，对关键变量的准确预测的重要性，因为任何偏差都可能影响最终的政策效果和效益评估。因此，本文建议EPA在未来制定政策时，应更加重视实际数据的使用，并对关键变量进行更系统的分析，以提高其预测的准确性。

本文的研究方法为其他类似政策的评估提供了参考。通过将假设条件与实际数据进行对比，研究者能够更清晰地识别出哪些变量对政策效果产生了最大的影响。这种方法不仅可以用于评估EPA的NOx标准，也可以应用于其他环境政策的效益预测。此外，研究还指出，政策实施后的数据收集和分析对于提高未来预测的准确性至关重要。因此，建议政策制定者在实施新政策后，应持续收集相关数据，并将其用于评估和优化未来的政策制定。

研究还提到，EPA在进行效益预测时，通常依赖于对排放率、新车销售、老旧车辆淘汰率和车辆使用情况等变量的假设。然而，这些假设往往与实际情况存在偏差，从而影响最终的预测结果。例如，在无政策情景下，老旧车辆的排放量可能高于预期，而在政策情景下，新车的排放量可能低于预期。这些偏差可能导致EPA在评估政策效益时做出不准确的判断，进而影响其对空气质量改善的预期。

为了提高预测的准确性，研究者建议EPA在未来的政策制定中，应更加注重数据的实时更新和实际应用。此外，还应考虑不同变量之间的相互作用，例如新车销售和老旧车辆淘汰率之间的关系，以及车辆使用情况对排放的影响。这些变量可能相互影响，因此在进行预测时，应采用更全面的方法，以确保结果的可靠性。

本文的研究还揭示了政策制定过程中存在的挑战。例如，如何准确预测新车销售和老旧车辆淘汰率，以及如何评估车辆使用情况的变化，都是政策制定者需要面对的问题。此外，如何在政策实施后，及时收集和分析数据，以评估政策的实际效果，也是未来研究的重要方向。因此，本文的研究不仅为EPA的NOx标准提供了评估依据，也为其他环境政策的制定和评估提供了有价值的参考。

在政策实施后的数据收集方面，本文指出，EPA在2022年对NOx排放的预测存在偏差，这表明其在使用历史数据进行预测时，可能未能充分考虑当前的市场变化和技术进步。例如，随着环保技术的发展，新车的排放水平可能已经显著降低，而老旧车辆的淘汰率可能也受到市场因素的影响。因此，研究者建议EPA在未来的预测中，应更加关注当前的市场动态和技术趋势，以提高预测的准确性。

此外，本文还强调了政策评估的复杂性。由于NOx排放受到多种因素的影响，包括车辆销售、淘汰率、排放率和使用情况，因此在进行政策评估时，需要综合考虑这些变量之间的相互作用。例如，新车销售的增加可能会导致老旧车辆的淘汰率提高，从而减少整体排放。然而，如果新车销售的增长速度低于预期，而老旧车辆的淘汰率未能达到预期，那么政策的实际效果可能会受到影响。

总的来说，本文的研究表明，EPA在2007年NOx标准的效益预测中存在一定的偏差，这些偏差可能影响其对空气质量改善的预期。研究者通过使用实际数据替代假设条件，发现EPA的预测结果在政策和无政策情景下均存在低估，而这些低估主要来自于对老旧车辆淘汰率和行驶里程的预测偏差。因此，本文建议EPA在未来的政策制定中，应更加重视数据的实时更新和实际应用，以提高预测的准确性。同时，研究还指出，政策实施后的数据收集和分析对于评估政策效果至关重要，这将有助于未来政策的优化和调整。