《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Do electric vehicles reduce transit use? Environmental-behavioral insights from causal machine learning
编辑推荐：
尽管电动汽车（EVs）具有环境效益，但其对出行行为，特别是公共交通（transit）选择的影响仍未得到充分探索。据研究人员所知，关于建成环境（built environment）和电动汽车拥有（EV ownership）如何共同影响公共交通选择的实证证据很少。
尽管电动汽车（EVs）具有环境效益，但其对出行行为，特别是公共交通（transit）选择的影响仍未得到充分探索。据研究人员所知，关于建成环境（built environment）和电动汽车拥有（EV ownership）如何共同影响公共交通选择的实证证据很少。本研究通过将双机器学习（Double Machine Learning，DML）应用于2020年中国武汉（Wuhan）的大规模家庭出行调查来填补这些空白。该方法在检查建成环境、车辆拥有（vehicle ownership）和公共交通选择之间的关系时，同时解决了非线性效应（nonlinear effects）和车辆拥有的内生性（endogeneity）问题。结果表明，电动汽车拥有将使用公共交通的概率降低约26%，而传统汽车（conventional vehicles）则降低约16%。对于电动汽车用户，建成环境属性获得了预测重要性，但许多属性对公共交通选择的影响较弱或相反，表明传统的公共交通支持干预措施可能失效。通过使用因果机器学习，这些发现为在交通电气化（transportation electrification）背景下重新审视公交导向发展（transit-oriented development）的行为基础提供了新证据。
**论文解读：电动汽车对公共交通使用的影响——来自因果机器学习的证据**
**研究背景与问题**
随着全球交通电气化进程加速，电动汽车（Electric Vehicles，EVs）被视为减少传统内燃机汽车（Internal Combustion Engine Vehicles，ICEVs）尾气排放和碳排放的关键技术。中国作为全球最大的电动汽车市场，截至2025年6月，新能源汽车保有量已达3689万辆，其中纯电动汽车（Battery Electric Vehicles，BEVs）占69.23%。然而，尽管电动汽车的环境效益得到广泛认可，其广阔推广可能引发的出行行为后果却未受到充分关注。特别是，电动汽车较低的使用成本、更舒适的驾乘体验以及环保形象，可能会使私家车出行比公共交通更具吸引力，从而可能削弱长期公共交通投资和公交导向发展（Transit-Oriented Development，TOD）的成效。此外，一个关键问题是：电动汽车的普及是否会改变建成环境与出行模式选择（尤其是公共交通使用）之间的传统关联？经典规划理论表明，提高密度、土地混合利用和公共交通可达性能够促进公共交通出行，但这些理论大多基于内燃机汽车时代的行为模式。如果电动汽车重新定义了私家车出行的效用结构，那么这些传统规划原则可能不再适用。因此，本研究旨在通过因果推断方法，量化电动汽车拥有对公共交通选择的因果效应，并探索电动汽车与内燃机汽车用户在建成环境影响上的差异。
**研究设计与主要结论**
研究人员基于2020年中国武汉市的大规模家庭出行调查数据，运用双机器学习（Double Machine Learning，DML）框架，控制了高维混淆变量，估计了电动汽车拥有对公共交通选择的平均处理效应（Average Treatment Effect，ATE），并以内燃机汽车拥有作为基准参照。研究表明：电动汽车拥有使使用公共交通的概率降低约26%，而内燃机汽车拥有仅降低约16%，即电动汽车对公共交通的替代效应显著强于传统汽车。对于电动汽车用户，建成环境属性（如密度、多样性、设计等）对公共交通选择的预测重要性增加，但许多属性实际表现出更弱甚至相反的影响方向，提示传统的公交导向干预措施在电动汽车群体中可能失效。该研究发表于《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》，为交通电气化背景下重新审视公交导向发展的行为基础提供了因果证据。
**关键技术方法**
本研究采用双机器学习（DML）框架处理非线性效应和车辆拥有的内生性。DML通过Neyman正交化（Neyman-orthogonalization）和交叉拟合（cross-fitting）消除正则化偏差和函数形式误设敏感性。模型包含两个XGBoost学习器：一个预测二元车辆拥有状态（EV或ICEV），另一个预测选择公共交通的概率。分析中使用了2020年武汉家庭出行调查数据，涵盖建成环境变量（如人口密度、土地利用混合度、公交站点距离等）和个体社会经济属性。通过将EV拥有作为处理变量，ICEV拥有作为对照，分别估计因果效应，并进一步比较两种用户群体中建成环境影响的异质性。
**研究结果**
**1. EVs may significantly undermine transit more than ICEVs（电动汽车可能比内燃机汽车更显著地削弱公共交通使用）**
通过DML模型估计，在控制建成环境和个体社会经济属性后，无论是拥有电动汽车还是内燃机汽车，都降低了选择公共交通的概率。但关键区别在于效应大小：电动汽车拥有使公共交通使用概率降低约26%，而内燃机汽车拥有降低约16%，两者差异具有统计学显著性。这表明电动汽车的替代效应比传统汽车更强烈，可能源于较低的使用成本、更高的车内舒适度以及环保形象等激励因素。
**2. Built environment attributes only matter for transit choice among EV users?（建成环境属性仅对电动汽车用户的公共交通选择重要？）**
进一步分析显示，对于电动汽车用户，建成环境属性（如地铁站最近距离、人口密度、土地利用混合度等）对公共交通选择的预测重要性显著高于内燃机汽车用户。然而，许多传统上支持公共交通的建成环境属性（如高密度、混合利用）在电动汽车群体中反而表现出较弱或相反的影响，例如更高的土地利用混合度与电动汽车用户更低的公共交通使用概率相关。这表明传统的公交导向干预措施可能无法有效促进电动汽车用户的公共交通使用。
**3. Heterogeneous effects（异质性效应）**
研究人员还考察了电动汽车拥有效应的异质性。结果显示，电动汽车对公共交通的替代效应在家庭收入较高、住宅拥有者以及居住在内城的群体中更为显著。此外，对于已经拥有多辆车的家庭，电动汽车的替代效应相对较弱，但对于首次购车家庭，电动汽车显著减少了公共交通使用。
**讨论与结论**
讨论部分指出，电动汽车带来的行为效应可能比其环境效益更值得关注：虽然电动汽车在尾气排放上更清洁，但其对公共交通的显著替代可能加剧交通拥堵、增加能源需求，并削弱公交导向发展的投资回报。传统规划工具（如提高密度、改善公交可达性）在电动汽车群体中可能效果有限，需要探索新的干预策略，例如通过道路定价、停车管理或调整电动汽车补贴政策来平衡出行选择。
**研究结论翻译**
本研究为交通电气化快速推进引发的新问题提供了及时的实证回应。尽管对电动汽车拥有影响的研究日益增加，但严格的因果证据仍然有限。通过将双机器学习（DML）方法应用于武汉市个体出行调查数据，本研究在控制高维混淆的同时估计了电动汽车拥有的因果效应，并提供了关于电动汽车拥有如何与建成环境相互作用的新行为洞察。主要发现表明：第一，电动汽车拥有对公共交通使用的替代效应显著强于内燃机汽车，降低了约26%的公共交通使用概率；第二，电动汽车的普及可能改变建成环境与出行模式之间的传统关系，使许多公交导向干预措施失效。这些发现强调，在评估电动汽车可持续性时需要超越尾气管排放，全面审视其行为影响，并呼吁重新评估交通电气化时代的公交导向发展策略。
