新能源汽车推广对城市碳排放效率的非线性及阈值效应

《Sustainable Cities and Society》：Nonlinear and threshold effects of new energy vehicle promotion on urban carbon emission efficiency

　　

摘要
交通电动化已成为中国城市低碳转型的核心内容，但新能源汽车推广与应用（PANEVs）是否提升了城市碳排放效率（CEE）仍不明确。本研究使用2017—2023年覆盖283个中国城市的截面数据，采用超效率非径向SBM模型测算城市CEE。以CEE为结果变量，运用双重机器学习方法估计PANEV强度对城市CEE的连续影响。随后采用面板双阈值模型识别非线性模式，并通过因果中介分析考察三条传导渠道：能源结构、产业结构和环境规制。结果显示，PANEVs的估计系数为?0.0142，表明样本期内PANEV部署带来的预期效率提升并未在城市利用资本、劳动和能源产出实际GDP并控制CO?排放方面得到充分反映。在该框架下，CEE衡量的是相对投入产出效率，数值越高表示整体绩效越好，并不意味着CO?排放更高。结果进一步揭示了一种非线性模式，存在约6.98和9.86两个阈值，且在6.98—9.86区间内边际响应最为显著。通过能源结构和产业结构的间接效应为正但较小，环境规制渠道统计上不显著。这些发现对替代CEE测算和检验保持稳健。总体而言，本研究指出交通电动化带来的城市碳绩效收益依赖于与电网脱碳、充电管理和产业升级的协同，并且可能不会在推广各阶段均匀显现。

引言
在全球气候变化背景下，实现碳中和已成为世界各国的共同目标。其中，交通运输行业由于碳排放占比高、减排挑战巨大而持续受到关注（Hu et al., 2024）。统计数据显示，交通运输行业约占全球能源消费的30%，约占二氧化碳排放的37%（Wadud et al., 2024）。就中国而言，随着城镇化与机动化加速，交通需求持续增长，碳排放在此带动下相应上升。因此，交通运输行业已成为碳中和减排中需要重点管理的“增量领域”（Pu et al., 2024; Shang et al., 2024a）。在“双碳”战略目标下，降低传统交通高碳排放已成为中国亟需突破的关键问题。为满足这一需求，中国政府将交通运输行业作为减排重点，通过推动车辆电动化，促进交通行业绿色发展。

在中国的减碳进程中，城市是政策实施和区域协调的关键单元，承担将国家目标转化为具体行动的主要责任。城市的产业结构、能源构成、资源禀赋与治理能力共同塑造其减排绩效与转型路径。作为低碳发展质量的核心指标，碳排放效率（CEE）在统一的投入产出框架下评估城市生产表现：以资本、劳动和能源为投入，实际GDP为期望产出，CO?排放为非期望产出。CEE衡量在排放约束下城市将资源投入转化为经济产出的相对效率（Siyiti & Yao, 2024）。CEE数值越高，表明投入产出整体表现越好。本研究采用的超效率SBM框架中，CEE得分高于1表示相对于同城参考集具有超效率（Tone, 2002）。因此，CEE得分应与城市绝对CO?排放量分开解读。对CEE进行标准化、可比的评估有助于将生态约束纳入城市发展决策，支持更精准治理与更有效的政策定位。

与此同时，在交通运输领域，新能源汽车（NEVs）被视为实现减排和能源转型的关键技术路径。自2009年启动示范推广以来，中国持续出台财政补贴、购置激励、牌照便利及充电基础设施建设等政策工具，推动NEVs快速普及（Tsou & Kim, 2025）。例如，2013年11月和2014年2月，经评估后，财政部、科技部、工业和信息化部和国家发展改革委发布名单，将包括北京和长春在内的88个城市列为新能源汽车推广应用试点区域（PANEVs）（见图1），标志着中国NEV行业进入快速扩张阶段。截至2023年底，全国机动车保有量达到4.35亿辆，其中NEVs为2041万辆（空间分布见图1），占全部汽车的6.07%。在政策激励与技术进步共同作用下，NEVs有望通过实现驱动端“零尾气排放”改善局地环境，推动“双碳”目标（Wadud et al., 2024）。然而，关于其对城市碳排放影响仍存在结论不一致的情况：一方面，电动化有望减少直接交通排放并优化城市污染暴露（Garcia et al., 2023）；另一方面，在电力碳强度较高的区域，电池制造和充电用电的间接排放不容忽视，NEVs的生命周期效益具有情境依赖性（Bruchon et al., 2024; Gan et al., 2021; Wu et al., 2023）。

具体而言，动力电池制造是电池电动汽车（BEVs）生产阶段碳排放的重要来源。动力电池供应链涵盖关键矿产开采与精炼、正极活性材料合成以及电芯制造。这些过程需要物质与能源投入，其温室气体排放随电池化学体系、原材料来源及生产用电碳强度而变化（Gutsch & Leker, 2024; Manjong et al., 2024）。在使用阶段，车辆充电增加电力需求及发电相关间接排放。这些排放规模受区域电力构成、充电时序以及满足增量负荷的边际机组共同影响（Singh et al., 2024）。总体来看，PANEVs对CEE的影响具有情境依赖性，其方向与幅度可能受电网碳强度、充电基础设施和用能行为等因素塑造，从而在城市与推广阶段间呈现异质性。

因此，NEV部署的环境收益应理解为避免的尾气排放与车辆生命周期其他环节产生排放之间变化平衡的结果。在推广早期，动力电池生产体现的排放及额外电力需求可能仅逐步回收，尤其在边际发电仍高碳的情况下（Ren et al., 2023）。当广泛部署伴随电网脱碳、电池技术进步与协同充电时，碳回收期可能缩短，充电相关排放可能下降（Will et al., 2024）。这些对冲力量意味着PANEVs对CEE的贡献可能在推广阶段间演变，而非遵循统一线性模式。

在上述理论背景下，关于NEV部署环境后果的研究沿两条主线发展。第一类研究聚焦车辆层面排放，通常采用生命周期评价，量化电池生产、发电、车辆使用和末端处置排放，强调气候效益取决于电网碳强度与充电模式（Archsmith et al., 2015; Wang et al., 2022; Xiang et al., 2022）。第二类研究通过政策评估和涉及示范计划、财政补贴及双积分政策的准自然实验考察NEV推广政策的环境效应（Li & Cao, 2026）。尽管这些研究表明NEVs的环境结果既受生命周期排放影响，也受政策设置影响，但以CEE为结果变量的城市层面系统性证据仍然有限。特别是，关于PANEVs影响城市CEE的渠道以及这种关系是否随推广阶段变化仍知之甚少。为弥补这些空白，本研究使用283个中国城市的截面数据估计PANEVs对城市CEE的平均效应，考察其传导渠道，并识别潜在阈值效应。

可能的创新集中在两个主要方面：
（1）从城市综合投入产出视角考察NEV推广对CEE的影响。本研究采用超效率SBM模型测算城市CEE，以固定资产存量、能源和劳动为投入，实际GDP为期望产出，CO?排放为非期望产出。连续推广强度以各城市NEV存量的对数衡量。随后，本研究使用纳入城市与年份固定效应的交叉拟合DML模型估计PANEVs对CEE的平均效应。
（2）在统一分析框架下考察传导渠道与阶段特定差异。基于上述基准估计，DML因果中介分析将PANEVs与CEE的关系分解为直接与间接效应。间接效应通过能源结构、产业结构和环境规制发挥作用。进一步采用面板双阈值模型估计分隔推广阶段的阈值，并比较不同推广区间内的边际效应。随后使用子样本回归考察这些效应如何随城市情境变化。研究框架见图2。

文献综述
遵循系统综述和荟萃分析首选报告条目（PRISMA）指南的系统综述已考察城市NEV推广的可持续性，考虑环境、社会和经济外部性（Tilly et al., 2024）。鉴于本研究聚焦城市CEE及其非线性变化，本节回顾NEV推广政策、生命周期与系统层面环境影响以及城市层面效率评估的研究。特别关注数据
本数据
本研究构建了覆盖2017—2023年中国地级市及以上的截面数据库。鉴于部分区域长期存在能源统计缺失，拉萨等少数大陆城市被排除，同时剔除香港、澳门和台湾。在统一统计定义与边界后，获得283个城市的可比样本。NEV保有量数据来自中国机动车协会。

基准回归
为考察PANEVs对CEE的直接效应，在截面数据框架下采用DML进行实证检验。样本按1:4比例分割，使用随机森林算法分别对因变量和处理变量建模预测。推断基于以城市为聚类单位的稳健标准误，以考虑城市内相关性。第(1)列包含控制变量的线性项，第(2)列同时包含其二次项，以

研究结论与政策启示
基于283个中国城市的截面数据，本研究结合DML与面板双阈值模型估计PANEVs对城市CEE的效应并考察其非线性特征。此外，通过能源结构、产业结构和环境规制渠道的因果中介分析，阐明NEV推广净效应的形成机制。在本研究使用的CEE定义下，该估计表明PANEV部署带来的预期CEE收益并未

CRediT作者贡献声明
王石炎：数据整理；方法论；软件；可视化；写作—初稿；沈萌：概念化；资金获取；监督；写作—初稿；写作—审阅与编辑；张伟：数据整理；监督；写作—初稿；贾廷文：方法论；软件；可视化；孙千航：方法论；软件；可视化；李承江：概念化；资金获取；监督；写作—初稿；写作—审阅与编辑

致谢
本研究受国家自然科学基金委员会资助[项目号：72464005、72274014、72674036和71904013]。

数据可用性
数据可按请求提供。

CRediT作者贡献声明
王石炎：写作—初稿，可视化，软件，方法论，数据整理。沈萌：写作—审阅与编辑，写作—初稿，监督，资金获取，概念化。张伟：写作—初稿，监督，数据整理。贾廷文：可视化，软件，方法论。孙千航：可视化，软件，方法论。

李承江：写作——审阅与编辑，监督指导，资金获取，概念构思。利益冲突声明作者声明不存在任何可能影响本研究报告工作的已知竞争性财务利益或个人关系。王世炎 | 孟申 | 张伟 | 贾亭文 | 孙千杭 | 李承江北京理工大学能源与环境政策研究中心，北京 100081，中国