追踪加州公共EV充电可达性轨迹:基于人口与车队需求的纵向对比分析

《Sustainable Cities and Society》:Tracking public EV charging accessibility trajectories in California: A longitudinal analysis contrasting population- and fleet-based demand

【字体: 大 中 小 】 时间:2026年09月19日 来源:Sustainable Cities and Society 13.3

编辑推荐:

  本研究采用网络模型对比了2018至2025年基于人口与基于电动车(EV)车队的充电可达性。到2025年,覆盖范围达到人口需求的57%,但仅覆盖EV的43%。每辆EV的可达性在309个ZIP(占28%的EV)中下降,而基于人口的对比中仅有42个ZIP下降。低EV

  
本研究采用网络模型对比了2018至2025年基于人口与基于电动车(EV)车队的充电可达性。到2025年,覆盖范围达到人口需求的57%,但仅覆盖EV的43%。每辆EV的可达性在309个ZIP(占28%的EV)中下降,而基于人口的对比中仅有42个ZIP下降。低EV普及率可能夸大每辆EV的可达性,并使公平性目标复杂化。高速公路走廊可达性几乎翻了两番,94%的路段出现增长。
论文解读:追踪加州公共EV充电可达性轨迹——人口与车队需求的纵向对比

电动汽车(EV)充电基础设施是交通电气化转型的关键支撑。美国联邦与加州政府自2018年以来通过多个项目投入数十亿美元建设公共充电网络,充电站数量增长数倍。然而,单纯依靠充电站数量无法反映可达性是否真正改善。传统研究通常以居民人口为需求基数,但公共充电器服务对象是电动车车主,而非全部人口。加州电动车保有量在2018至2025年间增长超过300%,而人口基本持平,因此以人口为分母的指标可能掩盖每辆EV实际可用充电资源的下降。本研究旨在通过纵向数据,对比人口基础与车队基础的可达性变化,评估基础设施投资的实际成效。

研究人员Omid Nayeri、Fateme Gorzin、Ramin Shabanpour构建了2018至2025年加州1778个ZIP码的公共充电可达性数据集,使用基于网络的两阶段浮动搜索法(2SFCA)计算本地可达性,并构建高速公路走廊可达性指数(HCAI)分析走廊层面变化。研究发现:人口覆盖率从39.2%升至56.8%,EV覆盖率从31.1%升至42.7%;在309个ZIP(占28%注册EV)中每EV可达性下降,而人口基础上仅42个ZIP下降;高速公路走廊可达性中位数几乎翻两番,94%的路段获得增长。这表明以人口为基础的评价会掩盖车队层面的衰退,为充电基础设施投资评估提供了新视角。论文发表在《Sustainable Cities and Society》。

关键技术方法方面,研究使用了多种数据源:充电站数据来自美国能源部替代燃料数据中心(AFDC),EV注册数据来自加州车辆管理局(DMV)按ZIP统计,人口与住房数据来自美国社区调查(ACS)五年估计,道路网络来自加州交通局功能分类图层,交通量来自高速公路绩效监测系统(HPMS),不利社区指标来自CalEnviroScreen 4.0(CES)。本地可达性采用基于网络行驶时间的2SFCA,以1英里为集水区,使用高斯衰减核,需求基础分别为人口(居民+工人)和EV当量(BEV+0.3×PHEV)。走廊可达性使用HCAI,对每英里路段按附近充电容量和交通量调整。轨迹分类采用12类(本地)和7类(走廊)类型学,并结合全局/局部莫兰指数、梯度提升树和SHAP归因分析。数据覆盖2018至2025年每年快照。

研究结果如下。

**4.1 覆盖与人口–EV分歧**:通过逐年计算距离公共充电器1网络英里内的人口和EV比例,研究发现人口覆盖率从39.2%升至56.8%,EV覆盖率从31.1%升至42.7%,两者差距从约8个百分点扩大到约14个百分点。这表明以EV车队为分母时,网络扩张的相对收益更低。

**4.2 本地可达性轨迹**:通过轨迹类型学分类(2018至2025),人口基础下增长类覆盖1033个ZIP,下降仅42个;而EV基础下,下降类为309个ZIP,持有约60.8万注册EV(占28%),说明车队需求增长快于供给,导致已服务区域每EV可达性下降。

**4.3 空间聚类与服务缺口**:通过全局和局部莫兰指数分析,EV基础下可达性空间聚类更强(2025年全局莫兰I=0.239 vs 人口基础0.093)。双变量分析显示,人口基础下高需求滞后热点区(332个ZIP)远多于高需求上升区(104个),而EV基础下情况相反,说明低EV普及率可能夸大高需求区域的每EV可达性。

**4.4 与可达性变化相关的特征**:使用梯度提升树和SHAP归因对EV基础的轨迹类别建模,结果显示基线状态和基线可达性是最重要的预测因素,而社区不利指标(CES)排在倒数,表明可达性变化主要取决于初始服务水平,而非社区不利程度。

**4.5 高速公路走廊可达性**:通过HCAI计算,走廊可达性中位数从2018年320.1升至2025年1245.0,增长近三倍。2018至2025年间,94%的路段处于增长类,其中强增长占61.1%,下降路段仅4.2%且多位于偏远低交通量地区。

**4.6 集水区敏感性**:将本地集水区从1英里扩展到2、3
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号