超越电动汽车的早期时代：来自加州多乘员车道网络分阶段推出的证据

《Journal of Environmental Economics and Management》：Beyond the early era of EVs: Evidence from the staggered rollout of the HOV lane network in California

　　

摘要
诸如多乘员车辆（HOV）车道豁免权等地方政策在鼓励电动汽车（EV）采用方面发挥着重要作用，这是气候计划的关键组成部分。使用 2012 年至 2024 年人口普查区级别的车辆注册数据和关于 HOV 车道开放的详细数据，我们研究了 HOV 政策对加利福尼亚州 EV 采用的因果影响。我们发现 HOV 豁免权显著增加了 EV 的采用率，随着 EV 技术和市场的进步，这种效应在后期年份更强。这种影响在拥堵更严重、通勤时间更长以及集中在高收入普查区的地区也更大，凸显了 HOV 激励措施的有效性和分配含义。

引言
交通部门的电气化，特别是客运车辆的电气化，被广泛认为是旨在减少温室气体（GHG）排放和当地空气污染的气候政策计划的关键组成部分。全球电动汽车（EV）销售持续创下新纪录，政策支持在刺激消费者采用方面发挥了特别重要的作用。1 在欧洲，决策者继续推行雄心勃勃的脱碳目标，由加速 EV 转型的政策支持，而在美国，联邦对 EV 的支持正在被撤回，包括取消联邦 EV 购买税收抵免。2 作为这种转变的一部分，联邦政府于 2025 年 9 月终止了加利福尼亚州为期四分之一世纪的清洁能源车辆标识计划，结束了 EV 的 HOV 豁免权。3 这一政策变化可能具有重大意义，因为获得 HOV 车道的权利可能会使 EV 采用对在大洛杉矶和旧金山湾区等高度拥堵的大都市区通勤的消费者特别有吸引力。4

在本文中，我们研究了加利福尼亚州 HOV 车道准入对 EV 采用的因果影响。使用 2012 年至 2024 年详细的新车注册人口普查区级别数据，结合跟踪同一时期每条 HOV 车道开放和关闭的面板数据集，我们利用 HOV 网络的交错扩展来识别 HOV 车道准入对全州 EV 消费者采用的影响。虽然先前的研究记录了 HOV 激励措施在美国 EV 市场早期年份的显著影响（DeShazo 等人，2017；Jenn 等人，2018），但 EV 市场和 HOV 网络的准入在最近几年发生了巨大变化。加上更长时期系列和人口普查区级别注册数据的可用性，这些发展突显了在快速变化的政策环境下，在更成熟的 EV 市场背景下检查 HOV 豁免权有效性的重要性。

主要结果展示了 2012 年至 2024 年间 HOV 车道豁免权对加利福尼亚州 EV 采用具有强烈、正向且统计显著的影响。使用双向固定效应（TWFE）估计量，我们首选的估计表明，在普查区人口中心 5 英里内引入新的 HOV 车道路段，对于一个之前没有任何路段的区域，导致该普查区级别的 EV 市场份额增加了 1.2 个百分点，这相当于相对于平均 EV 份额增加了 16%（即新车注册中 EV 的份额）。为了应对由于我们的设定涉及交错处理和随时间推移的队列间潜在异质性处理效应而产生的偏差担忧，我们使用堆叠 DiD 估计量和 Callaway 和 Sant'Anna (2021) 的交错 DiD 估计量复制了我们的发现。这两种替代方法产生的估计量在数值上非常接近我们的基准结果，且具有统计显著性。

一个自然的问题是，随着市场成熟，HOV 车道豁免权的影响是否以及如何在时间上发生变化，这超出了关注美国 EV 市场早期的先前的研究。我们通过进一步探索 HOV 车道豁免权效应的异质性来解决这个问题。估计表明，该政策在样本期间的后期部分影响更大，当时 EV 技术和市场更为先进。这一发现表明，HOV 豁免权的有效性可能随市场成熟度而变化，强化了更广泛的技术和市场条件对政策设计的重要性。

此外，HOV 豁免权益的分布揭示了一个重要的公平问题。我们发现 HOV 车道准入的估计影响完全集中在高收入普查区，表明该政策不成比例地鼓励了富裕家庭采用 EV。这一发现与越来越多的证据一致，即促进清洁能源和减少交通排放的政府政策不成比例地使高收入家庭受益（Borenstein 和 Davis，2016；2025 年 Holland 等人，2019；Guo 和 Kontou，2021；Ku 和 Graham，2022）。这种分配模式凸显了，虽然 HOV 豁免权可能是有效的，但它们也可能加剧对清洁技术准入的现有差距。

HOV 车道豁免权的价值也可能受到通勤模式的影响。在居民倾向于在拥堵的通勤时段出行或平均通勤时间更长的普查区，HOV 车道的准入对消费者特别有价值。与此一致，我们的估计显示，HOV 政策的影响在高峰时段通勤者比例更高和通勤时间更长的普查区更强。我们使用高速公路速度和通勤流量记录直接调查这些机制。将走廊拥堵衡量为自由流速度和观测到的早高峰速度之间的差距，我们发现 HOV 对 EV 采用影响的集中在靠近拥堵走廊的普查区，在这些区域，HOV 准入提供了相对于相邻通用车道的显著旅行时间优势。我们进一步表明，影响的大小随普查区的通勤流量指向 HOV 网络附近工作场所的程度而变化，并且当居住地和普查区工作场所都靠近 HOV 车道时，影响最大。这一发现强调了，在拥堵压力最严重的地方，HOV 政策的益处更大，使得它们对面临耗时日常出行的消费者特别显著。

消费者也可能不仅受到附近是否有至少一条 HOV 车道的影响，还受到该地区 HOV 车道可用程度影响。因此，我们通过在检查 EV 采用是否响应附近 HOV 路段数量变化来扩展我们侧重于 HOV 车道准入广度边际的基准分析。结果表明，更多的 HOV 车道可用性伴随着消费者 EV 采用的统计显著增加，表明 HOV 车道准入的强度在推动消费者采用方面也起着重要作用。

一个担忧是我们的估计可能取决于我们如何定义 HOV 车道可用性和邻近性，特别是我们是否使用人口而不是地理中心，以及距离阈值的选择。为了缓解此类担忧，我们评估了我们估计的稳健性。首先，我们用地理中心替换人口中心。其次，我们将距离阈值从一英里到十英里以一英里为增量变化。结果表明，HOV 车道对 EV 采用影响的估计在这些替代定义下是稳定的。

本文对日益增长的电动汽车经济学文献做出了贡献。先前的研究表明，EV 采用响应几个因素，包括充电基础设施的准入（Li 等人，2017；Springel，2021；Li，2023）、补贴和税收激励（Yan 和 Eskeland，2018；Clinton 和 Steinberg，2019；Muehlegger 和 Rapson，2022；Haan 等人，2023）、家庭收入（Borenstein 和 Davis，2016；Gillingham 等人，2023）、汽油价格（Bushnell 等人， forthcoming）、同伴效应（Tebbe，2023）以及地方激励措施如豁免通行费和拥堵收费（Mersky 等人，2016；Isaksen 和 Johansen，2021）。5 在与本文相关的最近工作中，Halse 等人 (2025) 利用挪威工作出行优先车道准入的家庭层面变化，表明在 2015 年至 2017 年间，工作通勤中额外 0.5 公里的优先车道准入导致纯电动汽车（BEV）销售增加了 2.8%。相对于这一文献，我们的论文贡献在于在 EV 市场已发展相当程度的背景下，在长时间内检查地方激励措施的影响，使我们能够评估激励措施在早期采用阶段之外的演变作用。

更具体地说，我们的工作为经济学中新兴的文献做出了贡献，该文献检查 HOV 车道准入政策对 EV 采用的因果影响。虽然先前的研究发现 HOV 政策与混合动力汽车采用之间没有显著关系（Diamond，2009；Gallagher 和 Muehlegger，2011），但对早期插电式电动汽车（PEV）市场的研究表明，HOV 车道豁免权是 EV 采用的强大正向驱动力（Sheldon 和 DeShazo，2017；Jenn 等人，2018）。特别是，Sheldon 和 DeShazo (2017) 利用横截面变化和广义倾向评分方法提供了证据，表明加利福尼亚州的 HOV 车道豁免权导致了 2010 年至 2013 年间四分之一 PEV 的销售。我们的贡献建立在这一早期证据之上，通过检查拥有更丰富数据的更成熟的美国 EV 市场，使我们能够利用 HOV 网络的交错扩展进行识别。与市场早期阶段不同，我们研究的是一个时期，在此期间有数百种 EV 车型，包括更大的车辆类别，可商用，电池技术取得了显著进步，充电网络大幅扩展，并且消费者更好地理解 EV。此外，我们的实证设定特别适合于因果分析：我们在人口普查区级别观察 EV 采用和 HOV 车道可用性，并构建了一个面板跟踪 HOV 车道网络十二年的演变，在此期间许多新的 HOV 路段开放。这种面板结构使我们能够实施交错 DiD 设计，以可信地识别 HOV 准入对 EV 采用的影响。

论文结构如下。第 2 节概述了加利福尼亚州的 HOV 政策并描述了 HOV 车道豁免权如何适用于 EV 驾驶员。第 3 节讨论了数据来源和实证设定。第 4 节提出了分析 HOV 车道豁免权对 EV 采用影响的实证策略。第 5 节描述了主要结果，以及额外的稳健性检查和扩展。最后，第 6 节得出结论。

章节片段

政策背景
加利福尼亚州长期以来致力于减少其各行业和经济部门的温室气体排放和当地空气污染。鉴于车辆和运输燃料在碳排放中的主导作用，该州交通部门的电气化已成为明确的政策优先事项，以满足该州基于健康的空气质量标准和温室气体排放目标。加利福尼亚州空气资源委员会（CARB）首先采用了零排放车辆（ZEV）

数据
我们分析的主要数据集是 Experian 北美车辆数据库。9 该专有数据集由 Experian 从州机动车辆管理局记录和额外来源汇编而成，涵盖了美国新车注册的全部范围。新车注册包括“零售”买家，即家庭和小企业，以及“非零售”买家，即政府、经销商和

估计策略
我们的目标是估计 HOV 车道准入对 EV 采用的影响。我们的实证方法利用 HOV 车道在时间和空间上的交错扩展以及 DiD 研究设计。

我们以基准模型开始：
其中 表示人口普查区 和月份 中新注册车辆中 EV 的份额。处理变量 是一个虚拟变量，如果在月份 普查区 的人口中心 5 英里内有一条 HOV 车道路段对 EV 驾驶员可用且运营，则等于 1。

结果
本节展示了实证结果。我们从 5.1 节开始，展示 HOV 车道准入对 EV 采用影响的主要估计。然后，在 5.2 节中，我们检查影响如何随时间段、收入水平和通勤特征而变化，并调查拥堵和通勤模式作为主要影响潜在机制的作用。最后，在 5.3 节中，我们评估我们发现的稳健性。

结论
加利福尼亚州的清洁能源车辆标识计划，该计划授予 EV 单车占有量进入 HOV 车道的权利，于 2025 年 9 月 30 日到期，因为继续该计划所需的联邦授权未被延长。在该计划的漫长历史中，加利福尼亚州的 HOV 车道网络随着 EV 市场的显著增长而大幅扩展。

这提供了一个及时的机会，以评估 HOV 豁免在影响电动汽车采用方面的作用，并考察效应上的异质性。CRediT 作者贡献声明 Eric Avis：写作 – 审查与编辑，写作 – 初稿，可视化，验证，软件，资源，项目管理，方法论，调查，形式分析，数据整理，概念化。Jing Li：写作 – 审查与编辑，写作 – 初稿，资源，资金获取，数据整理。Katalin Springel：写作 – 审查与编辑，写作 – 初稿，可视化，验证，监督，软件，资源，项目管理，方法论，Eric Avis|Jing Li|Katalin Springel 蒙特利尔高等商学院，加拿大蒙特利尔