本地充电设施可用性与电动汽车普及：来自挪威的证据

《Journal of Environmental Economics and Management》：Local charger availability and electric vehicle adoption: Evidence from Norway

　　

摘要

我们研究了 2010 年至 2023 年挪威当地公共充电基础设施对电动汽车（EV）采用率的影响。我们使用数百万新车登记数据，将其地理编码至买家居住地并与附近的充电站匹配，结合个人和社区层面的控制变量及固定效应，估计了当地充电桩可用性的因果影响。我们发现效应统计上显著，但经济上可忽略：2023 年充电桩密度翻倍使电动汽车采用概率增加不到 1 个百分点。在 2016 年至 2023 年新车登记中电动汽车份额增加（74 个百分点）的部分中，不到 1 个百分点可由新增公共可用充电桩解释。效应具有异质性，主要由居住在多户住宅的汽车买家以及居住在大都市区的人群驱动。

引言

挪威是全球电动汽车采用率的领导者（Figenbaum, 2020）。到 2024 年，该国新车销售已实现近乎完全电气化：88% 的销售乘用车为全电动汽车，另有 3% 为插电式混合动力（International Energy Agency, 2025）。在追求类似目标的过程中，世界各国政府正大力投资公共充电基础设施。国际能源署预测，全球公共充电点存量到 2030 年将超过 1500 万个——几乎是 2023 年运营中的 400 万个的近四倍——到 2035 年将达到 2500 万个（International Energy Agency, 2024）。在欧盟，超过三分之一的成员国仅在 2024 年就将充电桩网络扩大了 50% 以上（International Energy Agency, 2024）。这种势头反映了对基础设施作为电气化催化剂的强烈政策信念，但也提出了一个实证问题：增加潜在买家可轻易接触的充电桩是否会改变他们选择电动汽车的概率？

我们针对挪威回答了这个问题，使用了电动汽车市场发展全过程的数据——从 2010 年电动汽车开始认真扩散，到 2023 年该国实现近乎完全市场饱和。本文的主要贡献在于使用了一个新颖的消费者层面数据集，这使我们能够获取当地充电桩可用性对电动汽车采用率平均边际效应的可信估计，以及充电桩效应的异质性。总体而言，我们发现当地充电桩可用性并未产生有意义的电动汽车采用率提升。我们发现效应统计上显著但经济上较小，主要由多单元住宅和主要大都市区的汽车买家驱动。

我们的分析基于丰富的挪威微观数据，涵盖 14 年间 185 万辆新车登记。每辆车登记都地理编码至买家住宅地址，并与附近公共充电站数据匹配。这使我们能够构建买家层面的度量，衡量每位汽车买家住所 5 公里范围内常规（50 千瓦）和快速（50 千瓦）充电桩的暴露程度。为估计充电桩可用性对电动汽车采用的影响，我们利用充电桩部署的空间和时间变化，使用带有丰富控制变量的线性概率模型：地理编码的收费公路邻近度、买家地址的住宅单元数量、社区中位收入、地方政治偏好（选举区层面的议会选票份额）、按性别和年龄段划分的社区人口、市镇 - 年份固定效应，以及细粒度行政分区的固定效应，以解释更细粒度的空间异质性。

估计充电桩可用性对电动汽车采用影响的主要识别挑战在于，驱动电动汽车需求的不可观测变量也可能影响充电桩的需求，进而影响其供给。然而，由于固定建设成本，单个消费者的特异性特征不会导致部署更多充电桩；需要社区层面的效应才能影响充电桩开发。我们的识别策略利用这一观察，使用丰富的社区层面控制变量和固定效应来固定可能影响充电桩可用性的因素。充电桩数量的剩余个人层面变化则由其他外生因素驱动。此类因素的例子包括地点对充电桩部署的适用性、获得建设许可的难度、建设时间的滞后，以及社区内不同消费者住所位置的随机变化。

来自我们主要设定的平均边际效应估计显示，在新车买家住所 5 公里内增加 100 个常规充电桩使购买电动汽车的概率增加 0.59 - 0.87 个百分点（p<0.01），而增加 100 个快速充电桩使该概率增加 2.68 - 3.28 个百分点（p<0.01）。然而，这种规模的充电桩可用性并不常见：2023 年，平均新车买家在其住所 5 公里范围内可访问约 91 个常规充电桩和仅 11 个快速充电桩。这意味着将充电桩可用性增加到 2023 年的平均水平，对应的效应仅为常规充电桩 0.54 - 0.79 个百分点，快速充电桩 0.31 - 0.37 个百分点。

我们还探索了充电桩对电动汽车采用效应可能的异质性。在一组结果中，我们将充电桩数量与居住在有至少两个和三个以上住宅单元的地址的指示变量进行交互。我们将这些变量视为汽车买家在家设置电动汽车充电设施便利性的代理变量。对于常规充电桩，我们发现与“三个及以上”虚拟变量有强烈的交互效应：每 100 个常规充电桩对应 0.79 - 1.04 个百分点。可能与家庭电动汽车充电访问有关，我们发现估计的平均效应似乎主要由四个最大城市驱动，其他地方的效应不显著。

针对不同时期的单独回归表明，效应大小在 2018-2020 年期间达到峰值，每 100 个常规充电桩的估计值在 0.88 到 2.29 个百分点之间。我们还探索了包含充电桩数量为正指示（即已安装第一个充电桩）的函数形式，以及充电桩数量的对数和平方。然而，这些都没有提供证据表明非线性效应在我们的设定中很重要。

我们的论文有助于研究公共充电基础设施在推动电动汽车采用中作用的文献。跨国和跨地区研究支持充电桩密度与电动汽车采用之间的正相关联系。Sierzchula 等人（2014）使用 2012 年 30 个国家的横截面数据，估计每 10 万居民每增加一个充电桩，电动汽车市场份额增加 0.12 个百分点。Pl?tz 等人（2016）分析了 2010-2014 年间七个欧洲国家的平衡面板，并补充了 2013-2014 年 52 个美国州的数据。他们发现每 1000 居民一个新充电桩与电动汽车采用率增加 1.52 个百分点相关。更细致的证据揭示了更复杂的关系。Illmann 和 Kluge（2020）使用 2012-2017 年 72 个月内德国 3 位邮政编码地区月度电动汽车登记和公共充电桩数量的平衡面板。1 他们发现充电桩密度有微小但统计上显著的长期效应，但在控制未观测到的当地因素后消失——表明遗漏变量可能驱动观察到的关联。

在挪威背景下，早期证据表明公共充电基础设施对电动汽车采用只有有限的平均效应。Mersky 等人（2016）依赖纯横截面变化来估计基础设施效应。在县级层面（N = 20，平均人口约 250,000），他们将 2011-2013 年的人均电动汽车销售与 2012 年的充电桩数量联系起来，发现增加 100 个充电桩仅使短程车辆（100 公里）的电动汽车采用率增加 0.001 个百分点，长程车型（100 公里）增加 0.021 个百分点。在市镇层面（N = 265），样本仅包括非零电动汽车销售的地区，充电桩可用性仅在商业车队车型上统计显著。

Springel（2021）的一项开创性贡献通过将电动汽车市场建模为双边平台，重塑了基础设施与采用率之间的关系，在该平台中消费者和充电站运营商都对彼此的存在做出内生反应。她的框架允许公共站点数量作为均衡结果出现，与电动汽车需求共同决定。使用 2010 年至 2015 年挪威所有新车登记和充电站数据，均在车型 - 年份 - 县级层面，并采用车型 - 县固定效应，她估计了一个结构双边市场模型，其中充电桩部署对累计电动汽车基盘和充电站激励做出反应。反事实模拟显示，在公共充电桩上每花费一美元诱导的电动汽车销售量比同等消费者补贴多约 2.16 倍，反映了采用和网络扩张的自我强化循环。然而，随着覆盖范围增加，充电桩补贴的边际有效性下降，突出了在网络仍然稀疏时其影响最大。拓展双边市场视角，Li（2023）将焦点从补贴如何塑造网络扩张转移到网络的结构设计——特别是快速充电标准兼容性。她的论文强调了网络形成中供给侧协调的重要性，并量化了碎片化的福利成本。

挪威政府一直保持着对基础设施支持的强烈承诺，推出大规模的年度公共充电投资。自 2009 年起，国家每年预留 5000 万挪威克朗（约 500 万欧元）用于站点安装，导致常规充电网络迅速扩张和从零开始建设全国性快速充电系统（Lorentzen 等人，2017；Koch 等人，2022）。这种集中式推广策略——结合地理和后勤选址限制——创造了充电桩可用性合理的外生变化，较新的实证研究利用这一点来识别基础设施效应。基于这一制度环境，van Dijk 等人（2022）使用 2010 年至 2017 年所有挪威市镇的季度面板考察了充电基础设施的因果影响。他们发现充电桩密度增加 10% 导致新车登记量增加约 2%。此外，安装第一个公共充电桩在平均两年后使累计电动汽车销售量增加约 22%，在以前缺乏任何充电基础设施的市镇中效应要大得多。

同样，Schulz 和 Rode（2022）表明，在农村市镇放置第一个公共充电桩会导致电动汽车采用率持续增加。他们汇编了 2009 年至 2019 年所有挪威市镇电动汽车所有率的年度面板。通过交错双重差分事件研究，他们表明安装第一个公共充电桩在五年内使电动汽车所有率增加多达 1.5 个百分点。Koch 等人（2022）使用涵盖 2012 年至 2019 年所有挪威市镇的车型 - 年份 - 市镇面板估计了一个结构双边市场模型。他们视充电桩部署为外生的，由国家政策优先事项和当地选址限制驱动。他们的估计表明效应微小但统计显著：充电桩密度增加 1% 仅使电动汽车市场份额增加 0.004 个百分点。模拟结果指向强烈的收益递减——到 2019 年，大多数市镇已超越采用阈值，电动汽车市场已变得很大程度上自我维持，进一步充电桩扩张的收益有限。

我们的论文与强调充电桩特征重要性的研究有关。Neaimeh 等人（2017）和 Dorsey 等人（2025）强调充电桩速度可能比密度更重要，特别是对于无法访问家庭充电或有长途旅行需求的司机。其他工作考察了将基础设施与采用率联系起来的特定机制，包括间接网络效应——充电基础设施和电动汽车采用率随时间相互强化的反馈循环（Li 等人，2017；Fournel, 2023），以及充电桩可靠性和实时可用性信息（Asensio 等人，2025）。

本文对电动汽车采用和公共充电基础设施文献做出了几项贡献。最重要的是，本文提供了基于电动汽车购买和充电桩数量的个人层面变化对当地公共充电桩可用性影响的效应估计。我们使用地理编码至买家居住位置的新车登记全集，并精确匹配到公共充电站的空间分布，以及丰富的控制变量集。我们的高分辨率识别策略依赖于基础设施暴露的个人层面变化，同时控制广泛的个人和社区控制变量及固定效应。这固定了所有可能影响充电桩开发的因素，并解决了使用较不精细数据难以避免的遗漏变量问题。

此外，虽然大多数先前的研究关注采用的早期阶段，但我们的研究环境——2010 年至 2023 年——涵盖了完整的电动汽车扩散曲线。这一漫长的时间跨度使我们能够追踪随着市场成熟，基础设施影响是如何演变的。我们发现自 2018 年起充电器效应更强，随后出现边际收益递减，这表明相同的基础设施政策根据市场阶段的不同可以产生截然不同的结果。不过，根据我们的估计，即使是峰值效应，其幅度也非常温和。

总体而言，我们的结果显示充电基础设施的平均边际影响很低。从 2016 年到 2023 年，充电器密度增加了四倍多，但这一增长仅解释了那些年份电动汽车市场份额 74 个百分点增长中的 0.80 个百分点，即仅占总变化的 1% 多一点。这些发现引发了对已经在成熟的电动汽车市场中继续扩大公共基础设施的成本效益的质疑。虽然到处看来效应都很小，但充电器的发展应集中在城市和多户住宅区。

我们的论文为关于电动汽车采用决定因素的更广泛文献做出了贡献。许多现有研究集中在财务激励上——无论是与购买相关的（Muehlegger and Rapson, 2022; Clinton and Steinberg, 2019; Yan and Eskeland, 2018; Chandra et al., 2010; Xing et al., 2021），与使用相关的（Isaksen and Johansen, 2025; Halse et al., 2025; Jenn et al., 2018; Sheldon and DeShazo, 2017; Mersky et al., 2016; Bento et al., 2014; Barahona et al., 2020; Wolff, 2014），还是两者的结合（Cincotta and Thomassen, 2025b）。其他研究强调结构和行为因素，包括能源价格（Bushnell et al., 2022; Dorsey et al., 2025），家庭收入（Borenstein and Davis, 2016），同伴效应（Tebbe, 2023），以及政治偏好（Davis et al., 2025; Cincotta and Thomassen, 2025a）。

我们的发现通过在渗透率高、激励高的环境中评估基础设施的边际作用，补充了这一文献。虽然我们要确认公共充电可用性继续影响电动汽车采用，但其影响很小。在像挪威这样的背景下——家庭充电普遍（Figenbaum and Nordbakke, 2019）且财政激励依然强劲（Cincotta and Thomassen, 2025b）——基础设施似乎并不是一个重要的制约因素。

我们的结果对政策设计有直接的含义。继续全面扩大公共充电器可能不再具有成本效益。相反，基础设施策略应转向更具针对性的部署——重点放在家庭充电选择有限的密集城市社区，如多单元住宅，并优先考虑高流量路线或供应不足地区的快速充电器。

下一节描述我们的数据来源，而第 3 节有描述性统计。第 4 节讨论我们的实证策略，并呈现数据中识别变化的证据。第 5 节呈现结果，第 6 节讨论稳健性检查。第 7 节得出结论。

章节片段

数据来源和数据构建

我们使用了几个不同的数据集。我们的核心数据来源是一个汽车注册数据集，记录了从 2010 年到 2023 年每一年，每笔新车注册，业主的居住地址，以及车辆是电动汽车还是非电动汽车的分类。然后我们能够将业主地址与公共电动汽车充电站和收费公路关卡的确切位置联系起来，以及议会选举中选举区级别的投票份额、社区家庭收入中位数、当地

描述性统计

如上所述，估计数据集中的每个观测值都是一次新车注册。我们回归中的因变量是 EV，这是一个虚拟变量，表示注册的新车是否为纯电动汽车（如果是则 EV），否则不是（即汽油车、柴油车或混合动力车，无论是否插电，如果是则 EV）。感兴趣的主要解释变量是 5 公里内的普通充电器和 5 公里内的快速充电器。这些分别是普通和

实证框架

我们的实证分析将个人车辆购买选择与本地充电基础设施可用性联系起来。我们拥有混合横截面数据，其中观测单位是在某年的新车注册，因变量是一个指示变量，如果购买的车辆是电动的则等于一。我们将...回归到买家住所 5 公里范围内普通和快速充电站密度指标上，以及一组丰富的控制变量，捕捉当地旅行成本，

平均效应

表 7 呈现了我们平均边际效应的主要估计值。第（10）列和第（6）列分别对应第 4 节中的（1）、（2）。共有五对规范，其中每对包含一个无控制变量的方程和另一个包含所有未被固定效应吸收的可用控制变量的方程。这五对分别对应无固定效应（第（1）列和第（2）列）、年份固定效应（第（3）列和第（4）列）、市镇 - 年份固定

稳健性分析

在本节中，我们评估了我们的主要结果对于本地充电可用性替代定义和替代建模选择的稳健性。首先，我们探索结果如何依赖于我们计算充电器所选半径的选择。在表 11 中，第（8）列显示了与表 7 第（6）列相同规范的估计值，但采用了不同的半径选择。

25

结论

本文利用 2010 年至 2023 年间挪威的高度细粒度数据，考察了本地公共充电基础设施对电动汽车（EV）采用的影响。挪威提供了一个理想的实证环境：在强大的支持电动汽车政策下，该国经历了前所未有的电动汽车市场份额上升，许多传统的采用障碍——如里程焦虑和不熟悉感——似乎已基本被克服。我们评估新车买家附近公共充电器接入程度的增加是否

CRediT 作者贡献声明

科斯坦扎·钦科塔（Costanza Cincotta）：写作 – 审查与编辑，写作 – 原稿，项目管理，方法论，调查，形式分析，数据整理，概念化。奥文·托马森（?yvind Thomassen）：写作 – 审查与编辑，写作 – 原稿，监督，资源，项目管理，方法论，调查，形式分析，数据整理，概念化。

竞争利益声明

作者声明以下可能被视为潜在竞争利益的财务利益/个人关系：奥文·托马森（Oyvind Thomassen）报告称获得了挪威研究理事会的资金支持。如果有其他作者，他们声明没有已知的可能影响本文报告工作的竞争财务利益或个人关系。

科斯坦扎·钦科塔 | 奥文·托马森

CUNEF 大学，西班牙马德里