基于PN-PTI定期技术检验识别柴油车颗粒物高排放车辆：近200万辆Euro 5b/6车队的失效率、影响因素与减排潜力

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Identifying gross particle emitters: Insights from periodic technical inspections of diesel vehicles

　　

• 在近200万辆Euro 5b/6柴油车中，3.7%未通过颗粒物数定期技术检验（PN-PTI）测试。
• 机器学习（ML）识别出车辆首次登记年份是PN-PTI失效的关键预测因素。
• 各车辆品牌的PN-PTI失效率呈现较大范围差异。
• 估计修复未通过测试的车辆可大幅降低受检车队的颗粒物数（PN）排放。
• PN-PTI数据可为市场监督和未来排放政策提供信息。

研究背景方面，道路交通尾气与非尾气排放均是颗粒物空气污染的重要来源，细颗粒物（PM_2.5）与过早死亡和气候效应相关；2023年欧盟城市人口中92%暴露于超过世界卫生组织年均5 μg/m³ PM_2.5限值的水平，低收入群体受影响更明显。排放标准通过型式认证对颗粒物质量和固体颗粒物数（PN）设限，PN主要针对超细颗粒物，并推动高效柴油颗粒捕集器（DPF）的应用。尽管零排放车辆渗透率上升，内燃机车辆销量份额仍占主导，欧盟平均车龄约12年，在用高排放车辆可主导车队排放，尤其PN排放，因此识别和修复高排放车辆十分关键。定期技术检验（PTI）用于保障在用车辆道路适用性并包含环境测试，但柴油车烟度测试对高PN排放车辆不敏感。2022—2023年比利时、德国、荷兰和瑞士引入PN-PTI测试，拉脱维亚随后引入；2023年欧盟委员会发布PN-PTI建议，方法 later 被联合国车辆法规协调论坛采纳。PN-PTI在热机低怠速静止条件下测量PN浓度，#/cm³，可识别DPF故障或篡改导致的高排放车辆；比利时和荷兰限值为1,000,000 #/cm³，欧盟指南和德国采用250,000 #/cm³。该研究基于比利时弗拉芒地区（BE-VLG）和荷兰（NL）近200万辆配备DPF的柴油乘用车和厢式车官方PN-PTI结果，旨在确定高颗粒物排放者比例，评估里程、首次登记年份和品牌对失效的影响，应用机器学习（ML）识别主要影响因素，比较两地区结果并评估欧盟建议限值的影响。

技术方法上，数据来自BE-VLG 2022年7月至2024年3月及NL 2023年1月至2024年11月官方PN-PTI记录；纳入2012—2024年首次登记、具有PN型式认证限值且原装DPF的Euro 5b/Euro 6柴油车，缺失记录低于0.3%。每车保留一次结果：全部通过取最高里程，曾失败取最早失败；BE-VLG的WARNING在1,000,000 #/cm³限值下按PASS处理，在250,000 #/cm³情景中按FAIL处理。采用随机森林（RF）、极端随机树（ET）和梯度提升机（GBM）分析首次登记年份、里程、品牌和国家对PN-PTI失效的重要性，使用平衡PASS/FAIL样本、80%/20%划分和10折交叉验证，并进行留一特征敏感性分析。

研究结果方面，3.1 颗粒物高排放车辆识别：共测试1,845,261辆，69,194辆失效，总体失效率3.7%；BE-VLG测试698,255辆，平均车龄4.8年、平均里程95,308 km，失效23,423辆（3.4%）；NL测试1,147,006辆，平均车龄7.5年、平均里程169,781 km，失效45,771辆（4.0%）；失效车辆平均车龄7.9年、平均里程185,138 km；NL 2022年烟度测试失效率低于0.1%，显示其对高PN排放者不敏感。3.2 车辆里程与首次登记年份：失效随里程增加和登记年份提前而升高；合并样本中最高里程25,000 km组失效率0.8%，超过250,000 km组升至9.3%，平均每增加25,000 km约升0.7个百分点；2012年登记车辆失效率9.8%，2018—2024年登记车辆低于2.5%，从2024年回溯至2012年，平均每提前一年约升0.8个百分点。三维分析显示，在多数里程区间内，登记年份越早失效率越高，尤其里程超过50,000 km；同一年份内里程越高失效率也越高，但新车里程效应较小：2012年登记车辆每25,000 km升1.2个百分点，2015年降至0.4，2018年降至0.2；2018年以后车辆在175,000 km以内失效率不超过2.6%，超过250,000 km最高3.5%。3.3 各车辆品牌失效率：2012—2014年345,746辆，平均里程227,355 km，平均失效率7.8%，6个品牌超过四分位距（IQR）上界12%，其中2个品牌平均里程也较高；2015—2017年643,630辆，平均里程161,726 km，平均失效率4.3%，3个品牌超过7.8%，但未观察到与平均里程的明确关联；2018—2024年808,576辆，平均里程93,781 km，平均失效率1.8%，4个品牌超过IQR上界4.4%，其平均里程与其他品牌相当。3.4 不同特征对PN-PTI失效的重要性：三种ML模型在测试数据上的准确率为65.8%—66.6%，两类PASS/FAIL的F1分数为66%—67%；ET和GBM显示首次登记年份最重要，RF中品牌略高于首次登记年份；首次登记年份重要性因子0.36—0.55，品牌0.27—0.38，里程0.09—0.21，国家0.05—0.07；留一特征分析中移除首次登记年份或品牌使准确率下降2.2—2.9个百分点，移除里程或国家下降不足1个百分点；移除年份后里程成为最重要剩余特征，移除里程后年份重要性升高，提示特征部分相关；这些关联为观察性，不能作为因果证据。3.5 PN-PTI限值：基于BE-VLG的250,000 #/cm³情景分析显示，总体失效率由3.4%升至6.1%，相对增加79%；2012—2014年登记车辆失效率通常高于10%，2013年登记且里程225,000—250,000 km组峰值18.1%；2015—2017年登记车辆高里程组为5.7%—15.4%；2018—2024年登记车辆不超过7.2%；与1,000,000 #/cm³限值相比，百分点的差异在2014年以前登记车辆中最大。

讨论部分指出，该研究首次大规模评估PN-PTI这一针对高PN排放者的环境政策，受检车辆在不同Euro标准、品牌和里程间失效率差异明显。PN-PTI能有效识别高颗粒物排放车辆，但不能确定原因；高PN排放常与DPF捕集效率下降有关，原因包括故障或篡改。ML分析显示首次登记年份通常是与PN-PTI失效最相关的因素，其次为品牌和里程；国家因素重要性较小，NL与BE-VLG失效率差异可能主要与车队构成、平均里程和车龄差异有关。较新车辆在相似里程下失效率更低，提示颗粒物排放控制随时间改善，可能与更高效DPF、热管理优化、车主行为及RDE测试等监管变化有关。品牌差异显著，IQR分析识别出失效率超过平均值三倍以上的异常品牌，提示排放控制仍有改进空间，并显示PN-PTI数据可用于定向市场监督。关于环境效益，研究人员在若干简化假设下估计：假定失效车辆修复且效果持久、PASS与FAIL车辆年里程相同、PASS车辆之间及FAIL车辆之间PN排放因子相同、FAIL与PASS车辆每公里PN排放相差两个数量级（对应DPF约99%捕集效率），修复69,194辆失效车辆可使受检柴油车队PN排放最多降低79%；该估算仅针对1,000,000 #/cm³限值，且仅适用于受检地区配备DPF的柴油车，整体车队减排潜力会更低。PN-PTI监管框架可支持在用车辆监督，联合国规则、欧盟建议及指令修订提案表明更多国家可能采用PN测试；鉴于修复成本较高，需保证测试框架稳健性，加强PTI主管机构协作、测量仪器验证和跨国比对、操作人员培训及DPF售后和更换程序质量标准。

结论部分翻译：该研究首次对NL和BE-VLG开展的PN-PTI测试进行综合分析，涉及近200万辆2012年及以后登记（Euro 5b和Euro 6）且配备DPF的柴油车。总体上，1,845,261辆受检柴油车中3.7%被识别为高颗粒物排放者，在现行1,000,000 #/cm³限值下未通过PN-PTI。BE-VLG情景分析显示，将PN-PTI限值降至250,000 #/cm³会使失效率升至约6%，进一步扩大需修复车辆范围，Euro 5b车辆受较低限值影响最大。较早Euro标准车辆的PN-PTI失效率明显更高，较新车辆失效率下降，支持技术和监管发展改善了实际颗粒物排放控制；失效率从Euro 5b的7.8%降至Euro 6b/6c的4.3%和Euro 6d-TEMP/6d的1.8%，表明所考察最早与最新Euro类别之间高颗粒物排放者减少四倍以上；从2024年回溯至2012年，平均每提前一年登记失效率增加0.8个百分点。ML模型显示首次登记年份通常是与PN-PTI失效最重要的特征，其次为品牌和里程。不同品牌失效率差异显著，失效率分布较宽及明显异常品牌提示排放控制系统稳健性仍存在差异，并凸显PN-PTI数据对定向市场监督的价值。里程影响复杂：对较旧车辆，高里程增加PN-PTI失效概率；对较新车辆（Euro 6d-TEMP/6d），其影响有限。分析表明修复PN-PTI失效车辆可显著降低车队平均PN排放。总之，该研究强调PN-PTI测试在识别和减缓柴油车高颗粒物排放方面的有效性，并显示通过强制修复少数构成所谓“脏尾巴”的高排放者改善空气质量的潜力；研究结果为欧洲及全球正在引入或评估基于PN的PTI作为高排放车辆关键工具的政策制定者提供参考。未来采用更长周期PN-PTI数据的研究可评估PN-PTI失效所隐含修复的有效性和持久性；多国数据集可识别车辆排放新趋势、发现排放控制挑战并为减少车辆排放的国际政策举措提供信息。