1.2　国内外研究现状

1.2.1　“双碳”背景下交通部门低碳转型研究

1.2.1.1　交通部门电气化转型相关研究

随着经济的快速发展，全球机动车保有量急剧增加，导致能源消耗、污染物及二氧化碳排放量显著增加。目前，全球交通运输业碳排放量占全球能源相关二氧化碳排放总量的25%，我国交通运输业碳排放量约占全国二氧化碳排放总量的10%。其中，交通运输业碳排放量中约1/3来自轻型乘用车部门。轻型乘用车的排放主要来自传统车辆与运营相关的燃料燃烧。因此，在“双碳”目标的发展背景下，中国作为世界上最大的二氧化碳排放国，轻型乘用车部门的脱碳至关重要。

目前，越来越多的学者对交通部门的电气化转型展开研究。Jiang等（2021）研究发现，目前我国交通运输领域的能源和二氧化碳排放情景可以支持我国碳排放的2℃情景，即随着交通运输领域技术的进步和针对公共交通和非机动交通的强有力政策的出台，二氧化碳排放需要在2030年之前达到峰值。然而，在1.5℃情景下，交通运输领域的二氧化碳排放需要在2050年接近零。到2050年，要实现如此大幅度的二氧化碳减排，电动汽车必须发挥关键作用。Kang等（2021）研究表明实现轻型汽车30%的碳减排量需要大规模部署电动汽车，尤其是插电式混合动力汽车和纯电动汽车。Palencia等（2014）研究发现，在所有假设情景中，使用纯电动汽车和轻量化车辆可实现最大的全生命周期二氧化碳减排量。同时，部分研究发现，实现道路交通的碳减排应要求所有在道路上行驶和在市场上销售的汽车都必须是电动的。

1.2.1.2　交通低碳转型研究方法相关综述

在研究方法方面，交通部门低碳转型相关研究主要采用“自上而下”和“自下而上”两种模型。这两种方法也是检验能源、环境和经济系统之间联系的基本方法。这两种方法都侧重于分析若干政策（如碳排放约束和能源税）对技术选择的影响。但是，自下而上模型偏重在微观经济层面上分析给定技术选择而产生的能源消耗或经济效益，并且对技术选择和经济效益进行详细分析。自下而上方法侧重在满足能源需求的情况下的特定的技术选择，并解决能源部门与其他经济部门之间的详细互动。Grübler等（2002）认为，自下而上模型通常寻求在技术和环境约束下使得能源需求成本最小化的最优技术组合。因此，自下而上模型通常是优化模型，模型中明确指明几种可供选择的技术，通过对投资过程的经济状况和技术变革情况进行合理假设，来实现目标的最优。著名的自下而上模型包括MARKAL、ERIS和MESSAGE模型。

自上而下模型通常从总体经济变量的角度来评估系统，并将宏观经济理论和计量经济学技术应用于消费、收入、价格和要素成本的历史数据，来模拟商品和服务的最终需求。自上而下的方法研究了一个一般均衡框架，应用该框架得以研究能源部门与其他经济部门之间的关系，以及气候政策对国家和全球的宏观经济的影响。自上而下模型很少聚焦于能源消耗的细节，而是通过应用可计算的一般均衡模型（CGE）或需求驱动模型，即通过投入和产出的关系来描述技术选择。其中，随着替代技术的相对价格变化，现有技术逐渐被取代。随后，技术变革是由投入要素引起的价格替代和通过要素需求引起的生产数量变化产生的结果。

1.2.2　新能源汽车推广相关影响因素研究

1.2.2.1　影响新能源汽车推广的主要因素研究

为应对气候变化、空气污染和能源安全等问题，我国从2009年开始推广新能源汽车，并取得了显著成效，已经从新能源汽车近零保有量，发展为全球拥有最多新能源汽车的国家。但是，目前新能源汽车保有量在汽车总量中比重仍然较低。明确影响消费者购买新能源汽车的主要因素，是推动新能源汽车需求量提升的重要渠道。

目前已有大量文献从消费者的角度来研究影响新能源汽车推广的因素。通过对已有研究成果进行分类汇总，发现了影响消费者选择新能源汽车的主要因素，如表1-1所示。可以发现，影响消费者选择新能源汽车的主要因素可以归纳为四大类，分别是消费者对新能源汽车的拥有成本（包括购买价格、运行成本、燃料经济性等）、国家政策、充电基础设施（包括充电便利性、续航里程、充电时间等）、车辆特性（包括车辆尺寸、车辆外观、车辆品牌、车辆提速时间、车辆环保性、车辆安全性等）。

1.2.2.2　消费政策对新能源汽车推广的影响研究

我国新能源汽车推广政策中，针对消费者的消费政策主要分为三大类：首先是财政补贴政策，主要包括购车补贴、减免购置税等。其次是行政管理政策，主要包括免费牌照和道路不限行，这两项政策主要是指中国部分大城市采用的燃油汽车配额政策及部分城市道路针对燃油汽车特定时间段或特定车牌尾号采取的限行政策。最后是便利性政策，主要是指新能源汽车减免停车费、公交车专用道路准入或道路优先使用权、充电电费折扣等。目前，已有大量学者针对各类消费政策在推动消费者购买新能源汽车中的作用展开研究。

（1）财政补贴政策。财政补贴政策是当前文献中讨论最广泛的一类政策，绝大多数学者均认为购车补贴和税收减免政策能够有效提升消费者对新能源汽车的需求，尤其是新能源汽车推广的初期阶段，能够快速提高新能源汽车的市场占有率。Sun等（2019）以2010年美国汽车市场数据为参数，构建了充分考虑消费者和制造商个体异质性的基于代理的仿真模型，来探讨消费者补贴和制造商补贴对电动汽车行业新技术发展的不同影响，结果表明，消费者补贴比制造商补贴更能促进电动汽车的普及和技术突破，而补贴强度和持续时间则是影响政策有效性的重要因素。Hardman等（2017）采用文献综述的方法研究了财政补贴政策在增加电动汽车销售量方面的有效性，结果表明，与低续航里程的插电式混合动力汽车相比，激励措施能够更多地促进高续航里程的纯电动汽车和插电式混合动力汽车的销售，增值税和购置税豁免对促进纯电动汽车的销售最为有效，而过早取消激励措施可能会对纯电动汽车的销售产生负面影响。Lévay等（2017）在8个欧洲国家基于汽车的总拥有成本及财政政策对电动汽车销售量的影响进行了跨国比较，结果表明，免除统一税有利于大型电动汽车的销售，而一次性财政补贴则有利于小型电动汽车的销售。

（2）行政管理政策。学者们普遍认为在执行燃油汽车配额政策的地区，新能源汽车的免费牌照措施，对新能源汽车的销售具有很强的正向激励作用。Zhang等（2018）研究发现在执行传统内燃机汽车配额政策的地区，新能源汽车的免费牌照政策对新能源汽车推广的影响要强于购车补贴政策的影响。Wang等（2017）使用混合逻辑模型，研究了除补贴政策以外的几种潜在政策激励措施对新能源汽车推广的有效性，结果表明，电动汽车在中国免于限购和道路限行这两项交通政策激励对电动汽车的接受度产生了最显著的积极影响。同样，Qian等（2019）研究发现与传统内燃机汽车以摇号为基础的牌照许可政策相比，电动汽车的免费牌照许可政策对消费者购买新能源汽车非常有吸引力。

（3）便利性政策。Wang等（2019）利用多元线性回归方法分析引起各国电动汽车渗透率差异的原因，以及能够促进电动汽车被广泛采纳的关键因素，结果表明，道路优先级等因素是造成不同国家新能源汽车渗透率差异的显著因素，而财政补贴政策已不再是各国新能源汽车推广差异的原因。此外，部分学者还研究发现提供免费停车、电费折扣、电动汽车电池保修服务、豁免交通拥堵费对新能源汽车的购买意向具有积极的影响，是提高新能源汽车占有率的重要因素。

1.2.2.3　消费者偏好对新能源汽车推广的影响研究

消费者偏好是影响消费者需求的重要因素，因此，部分学者从消费者偏好的角度，调查了消费者偏好对新能源汽车推广的影响。研究内容主要聚焦于消费者对不同新能源汽车特性的偏好，以及消费者偏好对消费者购买新能源汽车的影响两个方面。

（1）消费者对新能源汽车的主要偏好方面。楼梦琦等（2012）从新能源汽车技术类别、销售价格、性能、市场推广和商业模式等方面分析了消费者偏好，研究发现，新能源汽车的购置补贴和销售价格对消费者购买新能源汽车具有显著影响；新能源汽车的续航里程和电池的安全性是消费者对新能源汽车性能的最大需求；针对新能源汽车的市场推广，增加消费者对新能源汽车和相关政策的了解程度能够显著增加消费者的购买意愿；在区域差异方面，二三线城市的消费者更偏好纯电动汽车，而一线城市消费者更偏好混合动力汽车；私人车位上的慢充充电和市区充电站的快充充电是消费者对新能源汽车充电模式的主要偏好。Axsen等（2015）对纯电动汽车和插电式混合动力汽车的潜在购买者的偏好性进行了调查。研究发现，插电式混合动力汽车更受受访者的欢迎，但是，当受访者在家里拥有快速充电器时，更容易接受纯电动汽车。然而，调查结果显示消费者对电动汽车的续驶里程并不关注。Cirillo等（2017）构建了一种基于时间的陈述偏好方法来衡量受访者对传统汽车和新能源汽车的车辆类型偏好和市场弹性。结果表明，消费者偏好尺寸更大、燃油经济性更高、购买价格更低、能源价格更低的汽车。与传统燃油汽车相比，受访者对新能源汽车的价格更为敏感，而年轻人更有可能购买采用新技术的车辆，尤其是纯电动汽车。针对不同类型汽车的价格弹性，研究结果表明燃油汽车价格没有弹性，而新能源汽车价格具有弹性。此外，新能源汽车的潜在购买者对能源价格更为敏感。

（2）消费者偏好对新能源汽车购买意愿的影响方面。主要研究聚焦于消费者偏好对新能源汽车支付意愿的影响。Xiong等（2022）将消费者划分为燃油汽车限购城市消费者和非限购城市消费者两大类，分别对两类消费者对新能源汽车主要特性的偏好与消费者对新能源汽车的支付意愿之间的关系进行研究，发现对于燃油汽车限购城市的消费者，有交通偏好的消费者对新能源汽车支付意愿最高，其次是里程偏好的消费者，补贴依赖型消费者的支付意愿最低；对于非限购城市消费者，支付意愿最高的是里程偏好消费者，其次是基础设施偏好消费者，支付意愿最低的是补贴依赖型消费者。Jang和Choi（2021）分析了韩国消费者对新能源汽车属性的偏好对新能源汽车销售量的影响，结果表明，由于补贴金额增加或生产成本下降造成电动汽车销售价格下降时，新能源汽车的市场份额迅速提升，充电时间从40分钟缩短至5分钟时，电动汽车的市场份额高于其他因素的影响，而当续航里程由400千米提升至700千米时，电动汽车市场份额仅小幅提升，电动汽车燃油经济性的提升对电动汽车市场份额的影响可以忽略不计。Wang等（2021）通过构建“感知—态度—行为”研究框架，来分析激励政策和社会属性对消费者对电动汽车的态度和支付意愿的影响，结果表明，态度是预测消费者购买意愿的主要因素；经济性激励政策对消费者购买意愿产生了显著影响；对便利性政策的感知能够显著影响消费者对电动汽车的态度，而且通过消费者态度的中介作用，便利性政策感知能够间接提升消费者对电动汽车的支付意愿；环境问题对消费者态度和支付意愿产生显著的影响。

（3）研究方法方面。目前主要采用调研问卷法、离散选择模型、混合多项式Logit模型、嵌套Logit模型等方法研究消费者对新能源汽车的偏好。大多研究均使用这些消费者选择模型来模拟消费者的车辆购买和使用决策。这些研究通常使用消费者人口统计数据和过去的车辆销售数据的组合，将消费者偏好的Logit模型与车辆技术、类别、制造和特性结合起来展开分析。

1.2.3　新能源汽车推广路径相关研究

目前，针对新能源汽车推广路径的文献主要集中在对新能源汽车保有量的预测上。预测新能源汽车保有量的相关研究主要分为两类，一种是分析影响新能源汽车推广或保有量的主要因素（如人均GDP、城镇化率、汽车价格等），然后使用多种回归模型来预测新能源汽车的未来发展趋势；另一种是使用更高预测精度的方法，如系统动力学、BP神经网络、灰色模型等方法对新能源汽车未来发展趋势进行预测。

Mogridge（1967）提出了多个汽车保有量模型来估计汽车需求，主要包括时间序列模型、耐用消费品模型、线性回归模型、分解数据法和生存曲线，他还使用多个参数来估计消费者拥有汽车的幸福点，并提出0.66和0.9作为发达国家的两个常见幸福点，该研究为后续学者估计汽车保有量提供了良好参考。Dargay和Gately（1999）使用包含发达国家和发展中国家的26个国家的1960—1992年的数据，利用Gompertz曲线模型预测了2015年之后的汽车保有量发展趋势，结果表明，未来20年，大多数经合组织国家的汽车保有量将达到0.62的饱和度。同时，他们还认为，由于未来人均GDP增长率的不确定性，以及收入以外的其他变量对汽车保有量发展的影响，可能造成预测结果的误差。在此基础上，Dargay等（2007）进一步预测，到2030年中国汽车保有量将达到3.9亿辆。Button等（2003）利用对数线性模型和准对数模型对低收入国家汽车保有量和收入水平的分解率进行了回归分析。Ewert和Prskawetz（2002）以奥地利为例，利用因果模型分析了可能对汽车保有量产生影响的变量，特别是地区人口分布与汽车使用量之间的关系，结果表明，不同年龄组的人口比例、人口密度、家庭结构、教育程度等因素将会影响地区的汽车保有量。Yang等（2017）使用城市面板数据和固定效应模型来预测中国的汽车保有量，结果表明，人均GDP、人均道路里程、人口密度，以及出租车和公交车的数量等因素对汽车保有量的增长具有直接影响。

王栋（2015）使用灰色关联模型和BP神经网络模型来预测汽车保有量，预测模型中加入了人均GDP、净进出口额、城镇居民收入等变量。Song（2015）考虑了影响汽车保有量的11个因素，利用多元线性回归（MLR）模型、人工神经网络（ANNs）模型和灰色系统模型，对中国私家车保有量进行了预测。

1.2.4　“双碳”背景下新能源汽车碳减排潜力相关研究

1.2.4.1　新能源汽车碳减排潜力影响因素研究

新能源汽车在降低碳排放方面的效果取决于多种因素，部分学者对影响新能源汽车碳减排潜力的因素展开了研究。

Choi等（2018）和Wu等（2018）研究发现，电力结构能够显著影响交通部门的电动汽车推广和碳排放，其中，以可再生能源为导向的发电组合有助于减少新能源汽车的碳排放，而采用以化石燃料为导向的发电组合的电力的新能源汽车的碳排放量相当大。Yu等（2018）的研究结果也表明，改变电力结构和增加清洁能源的比例可以显著降低电动汽车的生命周期环境影响，电力结构优化可使电动汽车的碳排放下降14%。Li等（2012）认为可以从四个途径来降低新能源汽车的碳排放量，分别是使用清洁能源、在保证车辆性能的情况下降低车辆重量、采用低能耗和低排放的车辆材料，以及开发先进的车辆推进系统。Li和Yang（2020）通过建立修正电动汽车排放指数模型，来量化电力结构和能源经济性等因素对我国31个省份的电动汽车碳排放量的影响。结果表明，对于化石燃料电力在电力结构中的占比超过80%的省份，通过调节化石燃料发电比例和电动汽车的电力经济性，可以减少电动汽车的碳排放。赵子贤等（2021）对影响新能源汽车碳减排潜力的关键因素进行情景分析表明，百公里耗电量、新能源汽车的车身重量和发电侧能源结构是影响新能源汽车碳减排潜力的关键因素。

因此，影响新能源汽车碳减排效果的关键因素可以总结为发电侧能源结构、新能源汽车的车辆运行状况（百公里耗电量等）、新能源汽车的特性（车身重量、车辆材料、车辆推进系统等）。其中，发电侧能源结构中，清洁能源的比例越高，新能源汽车由于消耗电力而造成的碳排放量越低。

1.2.4.2　新能源汽车碳减排效果研究

目前，交通电气化被认为是减少温室气体排放和全球交通能源消耗的重要手段，而且鉴于电力成本也远低于每千米的汽油成本，新能源汽车的运营成本也会更低。因此，已有大量学者对新能源汽车与传统内燃机汽车相比的降低碳排放的潜力进行了许多研究，目前，相关研究主要聚焦于新能源汽车降低碳排放的现状，以及对未来新能源汽车降低碳排放的潜力预测两个方面。

1．新能源汽车碳排放现状分析相关研究

Onat等（2015）对美国各个州传统内燃机汽车、电动汽车和混合动力汽车的能源消耗与温室气体排放进行了对比分析。结果表明，在整个美国，电动汽车和混合动力汽车的全生命周期能耗和碳排放量均低于传统内燃机汽车。Zheng等（2020）分析了我国纯电动汽车和插电式混合动力汽车销售量排名前五的五个省份中，纯电动汽车和插电式混合动力汽车的汽油替代量和减碳潜力，结果表明，2011—2017年，纯电动汽车和插电式混合动力汽车为这五个省份减少了16亿加仑的汽油消耗量和61万吨的碳排放量，其中，纯电动汽车贡献了大约70%的汽油替代量和80%的碳减排量。赵子贤等（2021）利用生命周期评价方法和情景分析技术，分析了我国各个省份私人电动汽车的减碳潜力，分析发现，不同省份之间，由于火力发电比例的不同，造成电动汽车减碳潜力的较大差异，火力发电比例较高的地区，其电动汽车的减碳潜力较低，火力发电比例较低的地区，具有更加显著的电动汽车减碳潜力。Yang等（2021）采用生命周期评估方法对内燃机汽车、插电式混合动力汽车和纯电动汽车三种类型乘用车在车辆生产、使用和报废阶段的二氧化碳和空气污染物的排放进行了对比分析，结果表明，与内燃机汽车相比，一辆纯电动汽车和插电式混合动力汽车生命周期内可以分别减少6.2吨和1.4吨二氧化碳排放量。

2．新能源汽车碳减排潜力预测分析相关研究

在新能源汽车碳减排潜力预测方面，Hawkins等（2013）研究发现，与假设寿命为150000千米的传统柴油汽车或汽油汽车相比，由当前欧洲电力结构驱动的电动汽车可将全球变暖潜能值降低10%～24%。Bellocchi等（2019）对意大利和德国电动汽车在低碳能源系统中的作用进行了对比分析，结果表明，德国在可再生能源显著增加的前提下，新能源汽车才能降低二氧化碳的排放量，而意大利即使在可再生能源比例较低的情况下，也能通过交通电气化发展降低二氧化碳的排放量。整体而言，当可再生能源装机容量增加6倍，同时私人交通完全实现电气化时，意大利和德国将分别实现22%和39%的碳减排量。但是，这将造成可再生能源的显著盈余，除非部署大规模的储能系统。Tongwane等（2021）研究发现，南非电动汽车的整体技术改进将对减少道路运输温室气体排放产生重大影响，电动汽车预计将在2050年将汽车的基线温室气体排放量减少19%，到2050年，电动汽车的累计减排量将超过内燃机汽车。Huo等（2015）选取中国和美国经济最发达、人口数量最多的六个地区，来分析电动汽车在降低温室气体和空气污染物的排放方面的贡献。结果表明，电动汽车对温室气体和空气污染物的减排潜力主要取决于发电侧的碳强度和清洁度，而且不同地区电动汽车的减排潜力差异较大，清洁能源发电比例较大的地区，电动汽车与传统汽车相比能够显著降低温室气体和空气污染物的排放量。当电动汽车使用80%的可再生电力充电时，可以实现60%～85%的温室气体和空气污染物的减排量。Ke等（2017）采用生命周期分析方法对各类轻型乘用车技术的油井到车轮（Well to Wheel，WTW）的二氧化碳排放量进行核算，结果表明，2015年，北京市发电侧能源结构改革，使得纯电动汽车和插电式混合动力汽车与传统汽油汽车相比，分别降低了32%和46%的碳排放量，到2030年，由于外省清洁电力引入比例的提升，纯电动汽车和插电式混合动力汽车的WTW排放量将低于混合动力汽车，下降到110 g/km左右。

1.2.5　文献述评

首先，上述分析发现，已有大量文献针对消费者对新能源汽车的偏好及其对新能源汽车购买意愿的影响展开分析。但是，从消费者态度的角度来分析消费者对新能源汽车的偏好，以及消费者情感对新能源汽车影响程度和影响机制的研究仍然不足。同时，目前研究消费者偏好的文献主要采用调研问卷、离散选择模型、Logit模型等传统方法。但是，随着通信技术的发展，利用社交媒体内容调查公众意见能够有效避免与受试者互动的复杂性，以及时间、地域的限制，使得数据收集过程简单，抽样率高。然而，目前采用基于社交媒体文本数据进行分析的研究仍然很少，考虑到消费者在网上评论区能够更自由地表达真实观点，这一部分不应该被忽视。因此，本书创新性地使用自然语言处理技术，对消费者发布到社交媒体上的关于电动汽车的观点内容进行文本挖掘，量化消费者对新能源汽车的情感态度，挖掘积极情感消费者和消极情感消费者对新能源汽车偏好的异同，基于消费者偏好归纳影响消费者选择新能源汽车的关键因素，分析消费者情感对新能源汽车推广的影响机制。

其次，目前已有大量学者采用多元线性回归、多元协整分析、演化博弈等研究方法，对新能源汽车的各项政策的实施效果进行研究，但是，就某一项政策对新能源汽车推广的影响程度进行量化分析的研究仍然不足。同时，为了实现交通领域深度减排，多个国家已经提出，将要制定传统内燃机汽车禁售时间表。但是内燃机汽车限购或禁售对新能源汽车未来发展的影响程度如何，是目前没有研究的内容。因此，本书从定量分析的角度，来量化内燃机汽车配额政策对新能源汽车销售量的影响程度；并根据燃油汽车配额政策的不同实施假设来设计新能源汽车推广的不同情景，利用优化模型来预测分析在燃油汽车配额政策的影响下，中长期内我国新能源汽车的推广路径。

最后，针对新能源汽车未来发展潜力的预测目前使用最广泛的方法是Logistic模型以及对原始Logistic模型的各种扩展和改进。但是，由于汽车保有量的增长速度通常不是固定不变的，它的增长受到很多因素的影响，因此，Logistic模型仍然存在一定的不足。同时，价格是影响消费者对新能源汽车需求的重要因素。而目前基于新能源汽车的总购置和使用成本来分析未来新能源汽车推广路径的文献仍然欠缺。此外，在目前“双碳”目标的发展要求下，不同情景下新能源汽车的推广对乘用车的碳减排潜力的影响也存在差异，在新能源汽车发展的不同情景中，乘用车碳排放量达峰和中和的时间趋势如何，相关研究仍然欠缺。因此，本书以此为创新点，以总拥有成本最低为优化目标，构建自下而上的能源系统优化模型，设计新能源汽车推广的不同情景，分析中长期我国新能源汽车推广的不同路径，以及为乘用车带来的减碳潜力，探究在“双碳”目标的发展背景下，我国新能源汽车的推广路径。