比较美国锂离子纯电动汽车（BEVs）和内燃机汽车（ICEs）的气候和空气污染影响，同时考虑整个能源系统的响应机制

《PLOS Climate》：Comparing the climate and air pollution footprints of Lithium-ion BEVs and ICEs in the US incorporating systemic energy system responses

本文基于GCAM-USA模型评估了美国四种BEV市场占比情景下交通与电力部门的排放变化，发现BEV在生命周期前两年排放较高，但2050年累计碳排放较ICE低30%。经济评估显示BEV的环境损害成本仅为ICE的1/4-1/3，且随着电力清洁化该差距扩大。

　　随着人们对出行需求的不断增长，以及对化石燃料车辆导致的空气质量和气候变化问题的关注，迫切需要向更清洁、可持续的燃料转型。尽管锂离子电池电动车（BEVs）在运行过程中不会产生直接排放，但它们增加了电力消耗，进而影响了与电力相关的排放。同时，关于锂离子电池在整个生命周期中的总体清洁度，仍存在一定的争议。为了应对这些挑战，研究者采用全球变化分析模型（GCAM）这一综合评估模型（IAM），评估了美国四种不同BEV普及率情景下的关键空气污染物和二氧化碳（CO?）排放情况。该研究涵盖了BEV和以化石燃料为基础的内燃机（ICE）车辆在燃料和电池生产、车辆制造及运行过程中的排放，旨在全面分析BEV对环境的影响。

在2030年，每增加1千瓦时（kWh）的锂离子电池输出，平均可减少约220千克的CO?排放；而在2050年，这一数值下降至约127千克。此外，CO排放也有显著的减少，但SO?和NO?的减少幅度相对较小。从整个生命周期评估来看，在前两年内，BEVs的CO?排放量比ICE车辆高出30%，但在此之后，BEVs的累计CO?排放量开始减少。当同时考虑空气污染和气候变化的影响时，目前ICE车辆在整个生命周期中造成的经济损害价值是BEVs的2到3.5倍。随着时间推移，由于电力行业排放强度的降低，这一比例将进一步上升。

美国的交通行业是温室气体（GHG）排放的重要来源之一，占全国排放量的28%。其中，轻型载重车辆（LDVs）如汽车、小型货车、轻型卡车和SUV等，贡献了大约3/5的交通排放。同时，道路上的交通也是多种空气污染物的主要来源，例如CO和NO?，尤其是来自以化石燃料为基础的内燃机车辆。为了应对空气质量和气候问题，政府和研究机构正在积极推动电动车、生物燃料和燃料电池等先进动力技术的应用。这些技术的推广不仅有助于降低能源需求，还能减少交通相关的温室气体排放。

近年来，关于电动车（EVs）的共识和政策支持逐渐增加，以减少交通行业对温室气体和空气污染物的排放。大多数BEVs采用锂离子电池技术，因此该技术在实现环境和气候目标方面发挥了重要作用。许多研究已经评估了锂离子BEVs对排放的影响，包括消除尾气排放带来的直接效益，以及材料开采、加工和电池及车辆制造等上游活动所产生的排放。少数研究则探讨了电力行业技术组合的替代假设，如快速脱碳，但大多数研究依赖于预定义的电力生产配置，通常以当前各类发电能力的比例为基础进行假设。

本研究基于前人的工作，评估了BEVs在2050年之前对排放的净影响，考虑了道路上和上游活动中的排放变化，以及电力行业对BEV相关需求变化的动态响应。该研究采用综合评估模型（IAM）进行多行业、多污染物的全面分析，同时更加关注BEVs所使用的锂离子电池的排放贡献。该方法与生命周期评估（LCA）中的生命周期清单（LCI）分析有相似之处。我们的生命周期视角提供了一种全面的方法，用于评估车辆运行及其上游活动产生的排放，涵盖了生命周期的各个阶段，但不包括报废阶段。由于电池再利用、回收等环节存在不确定性，本研究未考虑这些方面的排放。

在本研究中，我们使用GCAM-USA v7.0模型来模拟美国不同BEV市场占有率情景下的能源供应和需求变化。GCAM是一个模拟人类和地球系统共同演化的模型，涵盖了能源、经济、农业、土地和水资源等多个系统，同时跟踪各种技术的市场占有率及其对能源价格和温室气体及空气污染物排放的影响。GCAM-USA v7.0特别细化到美国各州的能源系统，以更好地反映区域差异。该模型通过GLIMPSE（GCAM长期多污染物情景评估工具）进行应用，GLIMPSE v1.1为本研究提供了基准情景。

对于特定情景，GCAM-USAv7.0通过预测燃料使用量和各种燃料的碳含量来估算CO?排放。同时，空气污染物的排放量则由燃料使用量或服务输出与排放因子相乘得到。对于道路上的车辆，这些排放因子取决于技术类型、车辆年龄和使用情况。该模型允许纳入特定技术的排放控制要求及其随时间的变化。在GCAM-USAv7.0中，运输行业的空气污染物排放因子来源于美国环保署（EPA）的MOVES 2014模型，而在本研究中，我们使用了更近期发布的MOVES 3.0数据，其中包括更新的车辆数量、交通活动和排放率，以及重型柴油车温室气体减排规则和更安全、更经济的燃料效率（SAFE）车辆规则的影响。

我们的分析涵盖了四种不同BEV普及率的情景，分别代表了从保守到乐观的多种可能性。其中，基准情景（REF）预计到2050年，BEV销售占比将达到约31%。其他情景（OPT、PRG和AMB）则设定更高的BEV销售目标，分别为46%、61%和75%。这些情景的实施基于GLIMPSE构建的下限市场占有率约束，其中AMB情景基于伯恩斯坦研究公司的预测，预计到2040年BEV销售占比将达到60%，并进一步推算至2050年的75%。通过设定这些目标，我们能够更好地评估不同普及率对排放的影响。

除了交通行业的燃烧排放，GCAM还考虑了化石燃料和生物燃料开采与精炼过程中的排放，以及氢气生产过程中的排放。由于生物燃料的生命周期排放通常低于化石燃料，混合燃料的使用会导致净CO?排放量低于使用100%汽油的情况。然而，由于本研究关注的是BEVs对交通行业的影响，因此没有包括与基础设施建设相关的排放，如道路、炼油厂和钻井平台的建设。

在评估锂离子电池生产过程中与材料开采和加工相关的排放时，我们参考了Kelly et al.和Bieker的研究。锂离子电池的生产涉及多个步骤，包括镍、铝和钴硫酸等原材料的开采、电池单元的组装、电池管理系统以及NMC111（镍、锰、钴的等摩尔比例）正极材料的生产。研究显示，美国生产的NMC111锂离子电池在生命周期内的温室气体排放为每千瓦时75千克CO?当量（CO? eq），这一数值被用于本研究。此数值与文献中的其他研究结果相符，表明其具有一定的代表性。

为了评估排放对社会的经济影响，我们使用了“大气释放的社会成本”（SCAR）模型。SCAR是一个综合经济框架，用于衡量与气候变化和空气质量相关的各种影响。通过使用文献中提供的美国特定数据，并结合时间递减的折现率，我们计算了不同情景下的总社会成本。研究仅限于CO?、CO、SO?和NO?这四种污染物的经济损害评估。

研究结果表明，在基准情景下，从2020年到2050年，交通行业的净CO?排放量减少了10%。而在高BEV普及率情景中，这一减少幅度更大，分别为12%（OPT）、13%（PRG）和14%（AMB）。在CO排放方面，也观察到类似的减少趋势，基准情景下减少28%，而高BEV情景下的减少幅度更高。然而，在SO?排放方面，高BEV情景下并没有显著的变化，因为煤电比例在这些情景中并未明显减少。在NO?排放方面，高BEV情景下也有一定的减少，但幅度较小。

通过计算每千瓦时锂离子电池添加所带来的平均排放变化，我们发现，在2030年，每千瓦时电池带来的CO排放减少约2732克，CO?减少约223千克，而SO?和NO?的排放则略有上升。这主要是由于在初始阶段，锂离子电池的生产过程涉及大量的资源开采和加工活动，其排放强度较高。然而，随着电力行业逐渐转向可再生能源，这些排放会逐步减少。到2050年，每千瓦时电池带来的SO?和NO?排放分别减少约3.1克和36.1克，同时CO排放减少约2782克，CO?减少约127千克。这表明，随着电力行业变得更加清洁，BEVs的整体排放会进一步下降。

在经济价值方面，研究显示，ICE车辆的环境损害成本大约是BEVs的2到3.5倍。这一差距主要来自于与气候变化相关的CO?排放造成的损害。随着电力行业逐渐减少排放，这一差距预计会进一步扩大。因此，BEVs在减少温室气体和空气污染物排放方面具有显著的经济和环境效益。

本研究的结果表明，BEVs在短期内可能带来一定的排放增加，但随着电力行业的清洁化，这种影响会逐渐减弱。因此，为了实现更清洁的交通系统，需要同时推动电力行业向可再生能源转型，并完善电池生产和回收体系。此外，研究还指出，目前的分析未考虑基础设施建设和报废阶段的排放，未来可以进一步拓展研究范围，以获得更全面的环境影响评估。

总体来看，研究强调了BEVs在减少交通行业排放方面的潜力，特别是在应对气候变化和改善空气质量方面。然而，研究也指出，需要综合考虑电池生产、电力供应和车辆运行等各个环节的排放，才能全面评估其对环境的总体影响。此外，随着技术的进步和政策的支持，BEVs的排放优势将进一步显现，从而为实现可持续交通目标提供有力支持。