基于出行需求优化公共电动汽车充电可及性的空间公平性

《Sustainable Cities and Society》：Optimizing Spatial Equity in Public EV Charging Accessibility Using Mobility Demand

　　

摘要

电动汽车（EV）的快速普及已经超过了公共充电基础设施的发展速度，而现有充电桩的分布仍然不均匀。以往的研究通常使用静态居住人口来近似充电需求，并孤立地评估各个规划干预措施。本研究开发了一个整合框架，将出行需求、高斯两步浮动服务区域法（G2SFCA）可达性测量和基于二次规划（QP）的优化相结合。研究使用了中国深圳市的大量公共充电站数据和每小时手机出行起讫点（OD）数据。利用每小时手机出行OD数据构建快充和慢充需求代理指标，并与实际观测到的充电占用率进行比较。本研究评估了三个情景：在固定总供给下对现有站点进行容量重新分配；以覆盖为导向的新站点选址，随后在整个扩展网络中进行容量重新分配；以及净容量增补并在现有站点间进行重新分配。基线基尼系数分别为快充0.727、慢充0.706和总充电0.754。容量重新分配分别将快充和慢充基尼系数降低了36.38%和38.03%。站点扩展产生的总基尼值呈非单调变化，报告的最低值为新增250个站点时的0.620。在单独的增补分析中，报告的最低基尼值分别为新增3,000个快充桩时的0.389和新增1,500个慢充桩时的0.373。研究结果确定了通过容量重新分配和增补来减少模拟可达性不平等的机会，同时表明所测试的站点扩展方案并不能一致地减少不平等。这些发现适用于指定的需求代理指标、服务范围和能力约束；实施成本未进行评估。

引言

电动汽车（EV）在交通脱碳中发挥着重要作用（Esmaili等，2024；Hardman等，2018）。其采用范围已扩展至包括挪威（Yang等，2023）和中国（新华社，日期不详；Liu等，2025；Ren & Sun，2025）在内的主要市场，增加了对公共充电基础设施的需求（IEA，2023，2025）。然而，充电总容量的增长并不能确保地理分布的公平性（Huang等，2025）。部署决策必须在投资不确定性、土地成本和电网接入与需求的空间和时间分布之间取得平衡（Shi等，2021）。采用率和基础设施供给的差异可能导致充电服务获取的不均衡（Bwire等，2026；Chandra，2022）。这些差异引发了关于基础设施规划公平性（Croft等，2024）和充电机会在社区间分配（Batic等，2025）的更广泛问题。因此，改善供需空间匹配是重要的规划关注点（Zhu等，2025）。

充电可达性既取决于基础设施部署，也取决于设施如何服务于用户活动（Chen等，2023；Jang & Choi，2021）。充电时间和技术是传统加油向电动车充电转变过程中的相关考量因素（Amjad等，2018；El Fadar等，2026），而通勤、工作和停车模式则决定了充电机会的需求位置（Cai等，2014）。伦敦（Zhang等，2024）、首尔（Park等，2022）和上海（Cai等，2024；Li等，2022）的可达性研究凸显了公共充电供给的地理差异。除了不同人群群体间电动车采用率的差异（Tao等，2024）外，这些发现促使人们更加关注需求表征和用于改善可达性的干预措施。两个研究缺口指导了本研究。

首先，静态居住人口指标对潜在充电需求的表征有限（Charly等，2024）。需求还反映了家庭、工作地点和其他目的地之间的日常出行，以及与不同充电模式相关的活动情境（Algafri等，2024；Liu等，2023）。快充可以在旅行和目的地活动过程中支持快速补电，而慢充更适合较长时间的停留（Liu等，2023）。因此，从家庭和工作场所视角出发可能产生与仅基于居住地的评估不同的可达性和不平等估计（Cai等，2026）。静态指标可能通过将需求分配给固定位置而忽略这些差异。每小时人口流量数据提供了一种将日常出行纳入快充和慢充潜在需求代理指标的方法，为可达性评估提供了更具时间意识的依据。

第二个问题涉及替代规划行动如何影响可达性不平等。规划者可以在现有站点间重新分配容量、引入新的站点位置，或在现有网络内增加容量。这些行动改变了供给系统的不同要素，并在不同的能力约束下运作。本研究使用共同的可达性测量和容量分配目标来比较其模拟的公平性结果。

我们将基于出行的需求特征化、高斯两步浮动服务区域法（G2SFCA）可达性测量和二次规划（QP）相结合，研究深圳的公共充电供给。分析比较了三个情景：（A）在固定总供给下对现有站点进行重新分配；（B）以覆盖为导向的新站点选址，随后在整个扩展网络中进行容量重新分配；以及（C）净容量增补并在现有站点间进行重新分配。

本研究贡献了一种基于出行的潜在快充和慢充需求表征，以及一个在各自资源假设下比较这些干预措施可达性公平性效果的共同框架。实际观测的充电占用率用于评估需求代理指标，基尼系数与用于容量优化的离散度目标分别计算。

本文其余部分组织如下。第2节回顾相关工作。第3节描述研究区域和数据集。第4节介绍方法论。第5节报告结果和分析。第6节以讨论、局限性和未来研究方向作为结论。

章节摘要

电动汽车充电的空间可达性、公平性与需求表征

空间可达性描述了需求位置到达可用服务的便利程度（Hansen, 1959）。它已被应用于医疗（Luo和Wang, 2003；Wan等, 2012）、绿地（Zheng等, 2020）和在线外卖（B. Y. Chen等, 2025）。在公共充电研究中，可达性测量为比较不同供需条件下各位置的服务可用性提供了基础（Cai等, 2024）。

两步浮动服务区域法

研究区域与数据集

本研究聚焦于广东省深圳市的十个行政区。深圳被选为实证案例，基于三个共同使其成为公共电动车充电公平性研究领先试验场的理由。首先，深圳处于车辆电动化的前沿。受益于有利的亚热带气候、强有力的政策支持以及深厚的本地电动车产业基础——它是全球最大电动车制造商比亚迪的全球总部所在地——该市

方法论

图2展示了研究框架。本研究首先清理和整理收集的数据，整合现有充电站的位置和容量信息。然后利用手机出行OD数据提取每小时人口流量分布，基于时空特征推导需求模式。随后，采用高斯两步浮动服务区域法（G2SFCA）测量充电可达性和公平性。最后，基于二次规划

电动汽车充电可达性的时空特征

验证结果表明，基于出行的充电需求代理指标与实际观测的充电占用率呈正相关。在总体水平上，基于人口流量的代理指标与实际占用充电容量之间存在显著相关性（r=0.513, p=0.011）。按小时的结果进一步表明，该关系在不同时段有所变化，反映了充电活动的时间异质性。交通分析区（TAZ）层面的分析表明，所提出的代理指标

研究结果总结

本研究开发了一个用于测量和改善深圳电动汽车充电可达性公平性的整合框架。通过结合手机出行起讫点流量数据和省级充电站数据集，我们构建了时间分化的需求画像，基于观测到的通勤模式区分快充和慢充需求。采用高斯两步浮动服务区域法计算可达性指数，基尼系数

作者贡献

Jiayu Liu、Jialiang Kang、Xiping Yang（研究设计、概念化、撰写）；Qinyu Cui、Entong Ke、Lingli Xu、Yuening Li（研究设计、审阅）

利益冲突

作者声明不存在利益冲突。

未引用参考文献

Ahmed等, 2025; Chen等, 2025; Li等, 2022; Li等, 2026; Liu等, 2025; Liu等, 2023; 中国国家统计局, 日期不详; Qian等, 2026; Yang等, 2025; Zhou等, 2025

CRediT作者贡献声明

Jiayu Liu：撰写–审阅与编辑，撰写–初稿，可视化，方法论，数据管理，概念化。Jialiang Kang：撰写–初稿，可视化，软件，概念化。Xiping Yang：撰写–审阅与编辑，监督，资源，项目管理，经费获取。Qinyu Cui：撰写–审阅与编辑，监督，方法论。Entong Ke：撰写–审阅与编辑，监督。Lingli Xu：撰写–审阅与编辑，监督。Yuening

利益冲突声明

作者声明不存在利益冲突。

致谢

本研究由国家自然科学基金（编号：42271468）共同支持。

Jiayu Liu|Jialiang Kang|Xiping Yang|Qinyu Cui|Entong Ke|Lingli Xu|Yuening Li