新能源汽車對城市空氣污染的影響及異質效應

張浩然

（中國科學院科技戰略咨詢研究院，北京 100190）

1 研究背景

空氣污染是城市化和工業化發展進程中面臨的重大挑戰，不僅嚴重危害人類身體健康，而且如Gu 等［1］、Li 等［2］眾多學者的研究表明，將加快氣候變暖的速度和出現極端天氣的頻率。汽車尾氣是導致城市空氣污染的主要原因，其排放的細顆粒物（PM2.5）在空氣中停留時間長、傳輸距離遠，攜帶重金屬等大量有害物質。Barwick 等［3］研究表明PM2.5指數下降10 μg/m3，醫療保健支出將減少92億美元。陳振等［4］、Zhang 等［5］研究指出，相較于傳統內燃機汽車，新能源汽車在使用端具備零污染和零排放的優勢，使用新能源汽車緩解城市空氣污染的效果受到廣泛期待。為應對空氣污染對氣候變化和經濟增長的潛在威脅，我國政府制定了一系列積極的政策鼓勵發展新能源汽車，如早在2009 年財政部發布了《關于開展節能和新能源汽車示范推廣試點工作的通知》，開始逐步對不同地區的新能源汽車給予慷慨的補貼［6］；而且，2011 年財政部、科技部、工信部和國家發改委聯合通過《關于進一步做好節能與新能源汽車示范推廣試點工作的通知》，要求免除尾號限行和車牌搖號等措施對新能源汽車的束縛。在政策的傾力支持下，國家統計局數據顯示，我國新能源汽車銷量連續8 年位居全球首位，其中2022 年銷量達688.7 萬輛，占全球銷量的60%，同比增長93.4%。目前全球電動車占比接近25%，預計2030 年道路上將出現2 100 萬輛新能源汽車，占比將達到50%［7］。因此，在新能源汽車廣泛發展背景下評估其減緩空氣污染的有效性是亟待解決的關鍵問題。

現有相關文獻主要從政策扶持、全生命周期、消費者行為3 個方面討論了新能源汽車對環境污染的影響。第一，主要管制措施可以從需求側、供給側、命令側分類為新能源汽車補貼、搖號和限行政策。Wu 等［8］的研究表明，補貼和限行政策分別通過增加新能源汽車銷量和緩解道路擁堵的方式減少了空氣污染；對比來看，限行政策存在跨時間、跨空間、跨車輛的合理規避措施，緩解污染效果可能被削弱，補貼政策能夠更有效地促進新能源汽車替代內燃機汽車［9］。進一步，政府直接補貼的效應更顯著，技術創新補貼僅在市場接受度較低時有效［10］；而且，根據Wang N 等［11］和wang T［12］等的研究結論，由于新能源汽車的核心技術仍需優化，公眾綠色消費觀念不夠成熟，現階段貿然取消補貼可能導致新能源汽車的市場份額在2030 年迅速下降42%。第二，全生命周期方法可以量化分析資源獲取、能源消耗以及產品生產環節的環境影響。如馬驪溟等［13］、陳軼嵩等［14］和宋曉聰等［15］的研究均認為，相比于內燃機汽車，純電動汽車和增程式電動汽車在使用端可以減少消費化石能源和排放CO2，但在原材料加工和制造裝配階段能源消耗較大，提出優化電力結構和完善電池回收能夠有效降低控制污染的經濟成本。第三，消費者選擇購買新能源汽車替代內燃機汽車的行為具有多種影響因素。如肖陽等［16］、李冬冬等［17］的研究指出消費者選擇購買新能源汽車的影響因素包括環保意識、充電設施、創新性觀念等。

綜上所述，現有相關研究可能在兩個方面仍然有待改進。一方面，從研究數據看，由于地市級層面詳細的新能源汽車銷量和空氣污染數據難以獲取，多數研究主要依靠城市年鑒或者情景模擬的方式進行，例如孫哲遠等［18］、Grigorev 等［19］的研究，但是，在檢測規模龐大的新能源汽車對空氣污染的影響過程中，因為無法控制不同地區人口、經濟、環境、科技等方面的現實特征，數據簡化可能導致回歸結果出現偏差。另一方面，從研究結論看，當前主要從政策補貼、生命周期、綠色行為等角度討論了新能源汽車對環境污染的影響，例如彭頻等［20］、周鐘等［21］的研究，但是對于地市級層面的研究不足，而且雖然有研究討論了地區經濟規模和資源結構對新能源汽車支持政策的差異化影響，例如李文翔等［22］、Wu 等［23］的研究，但缺乏從新能源汽車視角直接識別區域發展差異對最終減排效果產生的異質效應；少數研究局限于北京和西安等特定地區，例如王振振等［24］、羅耿等［25］的研究，然而我國地理范圍跨度大的特征決定了不同地區的新能源汽車發展程度和環境資源稟賦存在顯著差異，現有研究結果無法從特定地區映射到其他地區。在此背景下，有必要利用更全面的樣本數據，將區域異質效應納入研究框架，從新能源汽車視角探討空氣污染的影響。鑒于此，本研究將我國286 個地級市作為研究對象進行實證調查研究，利用更大規模的樣本數據以揭示新能源汽車對城市空氣污染的影響，試圖為我國新能源汽車的可持續發展提供更系統的證據；同時，鑒于新能源汽車和空氣污染的影響因素復雜多樣且相互作用，將有關區域特征變量納入分析框架，并通過設置交互項的方式避免數值分布趨勢差異的干擾，探討發展新能源汽車對空氣污染影響程度的地區發展異質性效應，使研究結果具有可對比性。

2 方法和數據

2.1 研究方法

2.1.1 兩階段回歸方法

為有效處理模型可能存在的內生性問題，以及被解釋變量和解釋變量之間存在的雙向因果關系，參考馮國強等［26］、王家明等［27］的研究，選擇采用兩階段回歸方法進行分析。制造業就業人數在一定程度上決定了新能源汽車的發展程度，該指標代表制造業的生產力和勞動力資源，可能直接影響新能源汽車的產量和地方政府推廣新能源汽車的支持力度；但制造業就業人數和PM2.5指數沒有直接關系，城市空氣污染的決定因素是資料投入方式和商品所屬類型。因此，將制造業就業人數作為工具變量納入兩階段回歸方法進行基準效應分析。如下所示，式（1）為第一階段回歸模型，式（2）為第二階段回歸模型：

式（1）（2）中：nev_diffusionit表示城市i在t年的新能源汽車發展程度；manufactureit為城市的制造業就業人數；pm2.5it表示城市i在t年的PM2.5指數；controlit是指一系列城市特征控制變量；ηi和γt分別代表城市固定效應和時間固定效應；μit代表隨機誤差項；α和β是待估參數。

2.1.2 異質性分析方法

在基準效應回歸的基礎上進行異質性分析可以進一步明確變量之間的因果關系和存在的差異化特征。異質性分析的方式一般有分組檢驗和交互項兩種，多數文獻采用第一種方式，例如饒品貴等［28］、余明桂等［29］根據數值分布的中位數區分高中低組，檢驗分組差異對回歸結果的影響。但是，這可能存在兩個局限：第一，位于中位數附近數值接近的樣本將可能被強制納入不同的組別，細微的數值分布差異可能對回歸結果產生干擾；第二，不同組別的樣本數量不一致，難以對分組回歸結果進行相互比較。因此，本研究采用交互項的方式，從區域發展差異角度考察新能源汽車對城市空氣污染的異質效應。具體模型如式（3）所示：

式（3）中：moderatingit表示反映地區發展異質特征的變量，覆蓋經濟、結構、環境、科技和交通維度；λ是待估參數。需要指出的是，交互項λ2的系數符號反映特征變量的影響程度，假設λ1和λ2同號，可以理解為引入的變量moderatingit加深了新能源汽車發展對PM2.5指數的影響，反之則削弱了兩者之間的因果關系。

2.2 研究數據

為了細致討論新能源汽車和不同地區的差異化對城市空氣污染的影響，本研究收集了新能源汽車銷量、PM2.5指數以及刻畫城市特征的共15 個變量，根據新能源汽車在我國發展現狀，最終生成了2010至2020 年覆蓋國內286 個地級市共計47 355 個樣本的大型面板數據集。

被解釋變量是PM2.5指數，該指數是衡量城市空氣污染程度的主要指標之一，也是導致出現霧霾的主要原因［2］。PM2.5是指空氣中直徑小于或等于2.5微米的顆粒物，由于在空氣中停留時間長、運輸距離遠，將對空氣質量和人類健康帶來嚴重傷害；而且，機動車尾氣排放是產生PM2.5的重要來源。因此，選擇該指數作為被解釋變量評估新能源汽車對空氣污染的影響。原始數據來自圣路易斯華盛頓大學大氣成分分析團隊，根據我國地市級行政邊界整理后獲得了PM2.5指數的均值。

解釋變量是新能源汽車銷量，表示新能源汽車的發展程度，原始數據來自中國汽車流通協會。鑒于使用端的清潔屬性，我國在國家和地方政府層面均實施了增加購置補貼和車牌指標等支持政策，新能源汽車銷量呈現爆發式增長的態勢［30］，自2015年開始銷量連續8 年位居全球首位，其中286 個地級市的銷量從2010 年不足1 萬輛增長到2020 年的113.2 萬輛，年均復合增長率超過80%，預計2025年將接近1 500 萬輛，市場滲透率將達到60%，未來將逐漸替代傳統內燃機汽車。

考慮新能源汽車和空氣污染的相互作用關系，工具變量選擇制造業就業人數和居住用地面積，原始數據來自《中國城市統計年鑒》。鑒于地級市面板數據的可獲取性，參考Zhang 等［31］的研究，控制變量覆蓋發展規模、產業結構、環境質量、科教水平和交通運輸共5 個維度。（1）發展規模維度包括人口規模和經濟規模；城市發展規模會顯著影響新能源汽車需求和空氣污染程度。（2）產業結構維度包括第二產業占比和第三產業占比。推廣新能源汽車可能加速產業結構轉型，在一定程度上減少空氣污染。（3）利用工業粉塵排放量和綠地面積衡量環境質量。工業污染排放高或者生態系統破壞嚴重的地區將采取更為嚴格的環境規制措施，更傾向于認可新能源汽車的修復能力。（4）采用科技教育支出和本專科就業人數代表科教水平維度。科教支出大的地區和教育水平高的人群更能感知環境惡化的風險，更具備改善空氣污染的支付意愿，更有可能選擇購買新能源汽車［32］。（5）交通運輸維度包括公路客運量和公共汽車客運量。公共交通能力不足可能導致交通擁堵，進而過度排放尾氣加劇空氣污染［33］。

上述變量的原始數據來自城市統計年鑒、地方統計公報以及相關數據庫。另外，為了處理數據的敏感性差異，對絕對數變量進行取對數計算。各變量的描述性統計見表1。

表1 變量的描述性統計

3 實證結果

3.1 基準效應回歸

首先進行一系列事前檢驗，證明利用兩階段回歸方法的必要性和所選工具變量的合理性。如表2 所示：內生性方面，第1 行和第2 行結果顯示拒絕原假設，表明被解釋變量和解釋變量之間存在內生性，適用于采用兩階段回歸方法進行分析；相關性方面，第3 行一階段回歸結果表明工具變量（制造業就業人數）和內生解釋變量（新能源汽車銷量）高度相關；合格性方面，第4 行F統計值為318.553，遠大于10，可以認為是合格的弱工具變量。另外，由于本研究的工具變量的數量等于內生解釋變量的數量，因此不需要進行過度識別檢驗。

表2 基準效應回歸結果

然后，將通過事前檢驗的制造業就業人數作為工具變量納入兩階段回歸方法中，基準效應回歸結果如表2 第5 行所示，在控制經濟、結構、環境、科技等特征以及城市固定效應和時間固定效應的條件下，新能源汽車發展可以有效緩解城市空氣污染。具體地，增加新能源汽車銷量可以在1%的顯著水平下促進PM2.5指數下降8.26%。從現實意義看，新能源汽車確實可以改善城市空氣污染狀況。與內燃機汽車相比，新能源汽車在使用端具備零排放和零污染的優勢，雖然目前銷量仍然不及內燃機汽車，電池穩定性和充電基礎設施有待進一步改善，但是公眾逐漸認同綠色可持續發展觀念，特別是在北京和上海等大型城市，新能源汽車的獲接受程度明顯提升，在多種政策組合的積極支持下，新能源汽車將對我國汽車產業的跨越式發展產生廣泛而深遠的影響。

3.2 穩健性檢驗

基于城市面板數據的可獲取性，首先利用工業粉塵排放量替代PM2.5指數作為被解釋變量進行檢驗，結果如表3 所示。工業粉塵排放量是指工業企業在生產工藝過程中排入的固體微粒總重量，是導致產生霧霾等空氣污染現象的重要原因。在保持制造業就業人數作為工具變量不變的條件下，從表3第1 列可以看出新能源汽車發展促使工業粉塵排放在5%的顯著水平下減少10.25%。與基準效應回歸類似，依次檢驗變量之間的內生性、相關性、合格性，結果表明采用兩階段回歸方法的適用性。因此，可以認為發展新能源汽車有助于控制城市污染，對于PM2.5指數和工業粉塵等主要污染物有明顯的抑制作用，同時也在一定程度上驗證了以上回歸結果的穩健性。

表3 穩健性檢驗結果

其次，一方面考慮居住用地規劃是影響新能源汽車發展的關鍵因素，如北京和上海等政治經濟中心的居住人口密度高，可能加劇對新能源汽車的需求程度，另一方面居住用地規劃和PM2.5指數之間沒有直接的相互影響，為此，選擇居民用地替代制造業就業人數作為工具變量進行檢驗。從表3 第2 列可以看出，第1 行和第2 行結果表明新能源汽車發展和PM2.5指數之間存在內生性，適用于兩階段回歸方法；第3 行一階段回歸結果顯示居住用地和新能源汽車發展顯著正相關，滿足相關性假設；第4 行結果表明居住用地是合格的弱工具變量。類似地，模型同樣控制了特征變量以及城市和時間固定效應，兩階段回歸結果顯示新能源汽車發展在1%的顯著水平下可以促進PM2.5指數有效減少8.55%，這與基準效應結果基本保持一致，再次驗證了以上回歸結果的穩健性。

4 異質效應分析

新能源汽車可以緩解城市空氣污染，顯著減少PM2.5指數。接下來，進一步從區域異質性視角分析新能源汽車的清潔效應，試圖強化變量之間的因果關系，突出不同地區發展差異的影響，為國家和地方出臺的新能源汽車支持政策提供經驗證據。另外，采取交互項的方式考察不同地區的發展異質特征，而不是采用目前多數研究使用的分組回歸，有助于避免數值分布趨勢差異的干擾，而且使得不同因素的回歸結果具有可比性。根據研究需要和地市級面板數據的可獲取性，主要從發展規模、產業結構、環境質量、科教水平、交通運輸5 個維度討論新能源汽車對城市空氣污染的異質效應；類似地，納入城市特征變量，控制城市固定效應和時間固定效應。

4.1 發展規模差異

選擇人口規模和經濟規模因素代表發展規模維度。人口基數和經濟規模是影響新能源汽車發展的重要影響因素［34］。人口規模較大和經濟發達的城市對新能源汽車的需求更旺盛，充電樁等配套設施更完善，居民可支配收入提高將增加多車家庭數量，因此新能源汽車的影響可能更明顯。從表4 可以看出，交互項系數顯著為正，表明發展規模因素削弱了新能源汽車對城市空氣污染的緩解作用。具體地，人口規模和經濟規模分別進一步抵消0.70%和0.37%的PM2.5濃度。近10 年來，我國的人口基數和經濟總量持續處于增長狀態，一方面，人口增加將加劇資源短缺和污染物排放，可能導致不可再生資源枯竭和過度使用塑料等日常用品；另一方面，經濟增長將不可避免地加速資源消耗和空氣污染，雖然能源結構和產業結構逐漸向可持續發展方式轉變，但是仍然需要使用大量化石能源和依賴基礎工業產業，可能排放廢水、廢氣和固體廢棄物。研究結果表明，區域層面的人口增長和經濟發展可能伴隨一定程度的環境污染，削減了新能源汽車對空氣質量的改善效果。

表4 城市發展規模異質效應分析結果

4.2 產業結構差異

以高排放高污染重工業為主的城市，地方政府的環境監管力度可能更強。鑒于新能源汽車使用端的清潔屬性，地方政府更傾向于出臺鼓勵發展新能源汽車的政策規劃，有利于加速推進新能源汽車替代內燃機汽車［35］；相反地，推廣污染物排放低和附加值占比高的服務業是更可持續的方式。鑒于此，利用第二產業占比和第三產業占比代表產業結構維度。具體的產業結構異質效應分析結如表5 所示，可以發現交互項系數顯著為負，表明產業結構因素促進了新能源汽車對城市空氣污染的減緩作用，其中第二產業占比和第三產業占比分別促進PM2.5指數進一步減少0.04%和0.13%。在經濟發展與環境治理的雙重壓力下，從地區層面整體來看，第二產業占比下降、第三產業比重上升可能在一定程度上提升了城市空氣質量，但是，交通運輸行業排放偏高、污染偏重的現狀沒有改變，相較于傳統內燃機汽車，新能源汽車在使用端相對清潔，但是生產端制造電池需要使用稀有金屬和排放有毒物質，而且充電過程依賴煤炭等化石能源生產電力，可能抵消了一部分空氣污染的改善效果。

表5 城市產業結構異質效應分析結果

4.3 環境質量差異

在“雙碳”目標背景下，經濟增長不是衡量發展的唯一指標，迫切需要解決的問題是如何協調環境和發展的關系［36］。進一步地，減少污染物排放和建設環境友好型社會是實現可持續發展和保持競爭力的重要路徑，因此選擇工業粉塵排放量和綠地面積指標考察環境質量維度下新能源汽車對環境污染的改善效果。環境質量異質效應分析結果如表6所示，可以看出交互項系數顯著為負，表明環境質量因素加速了新能源汽車對城市環境污染的緩解作用。具體地，工業粉塵排放量和綠地面積分別促進PM2.5指數進一步減少0.30%和0.52%。從整體看，近10 年工業粉塵排放量呈現下降趨勢，綠地面積數量逐年上升，因為在愈發嚴格的環境治理壓力下，國家和地方政府出臺了一系列控制污染物排放和修復生態系統的政策規劃，釋放了鼓勵綠色發展的積極信號；與此同時，新能源汽車在使用端對環境質量的提升作用受到了廣泛關注，新能源汽車替代內燃機汽車不僅可以減少PM2.5指數，而且有助于降低工業粉塵排放和增加綠地面積，在一定程度上有助于緩解霧霾等城市污染。

表6 城市環境質量異質效應分析結果

4.4 科教水平差異

科技教育支出大和高學歷人群占比高的地區環保意識較強，更可能感知未來環境惡化的風險，更認同新能源汽車對城市空氣質量等環境問題的改善能力，因此更可能選擇購買新能源汽車替代內燃機汽車，因此利用科技教育支出和本專科在校人數代表科教水平維度。科教水平異質效應分析結果如表7 所示，可以發現交互項系數顯著為負，表明科教支出促使新能源汽車進一步減少0.5%的PM2.5指數；在校人數的交互項系數為負但不顯著。技術創新是緩解經濟增長和環境污染矛盾的關鍵實現路徑［37］。我國科教支出經費逐年遞增，本專科在校人數增長迅速，確實在一定程度上緩解了空氣污染。雖然目前新能源汽車銷量占機動車比例逐年增加，但是電池穩定性和故障率仍然引起公眾擔憂，增加科技創新支出、提升教育程度有利于傳遞協同發展的綠色理念和加速新能源汽車的接受程度。

表7 城市科教水平異質效應分析結果

4.5 交通運輸差異

公共交通運輸能力可能改變新能源汽車的發展程度，進而影響城市空氣質量［11］。北京首都功能核心區和上海經濟中心黃浦區的人口居住密度普遍是日本的2 倍以上，接近歐美國家的4 至7 倍；相應地，雖然近些年我國公路等軌道交通的運輸能力處于高速發展階段，但是與日本東京都公共交通客運量占比90%以上仍然有巨大差異。鑒于數據的可得性，利用公路客運量和公共汽車客運量代表交通運輸維度。交通運輸異質效應分析結果如表8 所示，可以看出交互項系數顯著為負，表明交通運輸因素加速了新能源汽車對城市空氣污染的緩解作用。具體地，公路客運量和公共汽車客運量分別促進PM2.5指數進一步減少1.19%和0.33%。公共交通能力欠缺可能難以匹配城市人口增長速度，不僅會導致高峰期的公交、地鐵過度擁擠，而且機動車數量可能超過道路的承載能力，進而出現嚴重的道路擁堵和空氣污染現象，因此城市交通運輸能力的顯著提升將改善空氣污染程度。目前我國處于汽車產業變革的關鍵階段，高速增加的新能源汽車將對大型城市的公共交通運行能力提出考驗。

表8 城市交通運輸異質效應分析結果

5 結論與建議

我國正在經歷汽車產業的跨越式發展階段，新能源汽車對空氣質量的改善效果引起了公眾的廣泛關注，但是現有相關研究主要聚焦于個別發達城市、局限于補貼等特定政策背景，缺乏考慮新能源汽車對不同城市空氣污染的治理效果。在此背景下，本研究利用更大規模的樣本數據，從新能源汽車視角定量評估了城市空氣污染的影響，并且進一步探討了不同地區發展特征的多重異質效應。研究發現：第一，新能源汽車發展有助于在一定程度上減緩空氣污染。具體地，在檢驗工具變量滿足內生性、相關性、合格性假設的基礎上，控制了城市特征以及城市和時間固定效應，基準效應結果顯示新能源汽車銷量增加促進PM2.5指數顯著下降8.26%。第二，為進一步檢驗回歸結果的穩健性，替換了被解釋變量和關鍵的工具變量，結果表明在消除變量之間相互影響的基礎上，回歸結果與基準效應結果基本保持一致，驗證了回歸結果的魯棒性。第三，分析區域異質效應結果發現產業結構、環境質量、科教支出、交通運輸因素可以加速推進新能源汽車緩解空氣污染，其中科教支出、綠地面積、公路客運能力因素分別促進PM2.5指數進一步下降0.5%、0.52%和1.19%；另外，人口規模和經濟規模削弱了PM2.5指數的下降速度，原因可以歸結為人類經濟社會發展將加劇資源使用和污染物排放，雖然能源綠色低碳轉型不斷深入，但是化石能源和基礎工業仍然占據重要位置。

根據上述研究結論，提出以下政策建議：第一，建立支持新能源汽車有序發展的政策體系。相比于傳統內燃機汽車，新能源汽車使用端的清潔性可以有效減少不同城市空氣污染，因此應該出臺一系列政策組合鼓勵消費者購買新能源汽車。其中，中央和地方政府制定的補貼額度是決定新能源汽車競爭力的關鍵。由于現階段電池核心技術以及公眾綠色消費觀念不夠成熟，對于新能源汽車的售價仍然比較敏感，故建議采取逐步取消補貼的溫和方式，避免大幅削減補貼產生的負面效應；同時，輔助以非直接經濟補貼措施，例如完善城市充電樁覆蓋范圍、增加新能源汽車車牌指標占比、實施新能源汽車高峰期不限行等。第二，推進產業變革和環境治理強度提升，提高科教投入和公共交通能力。區域發展程度異質性將改變新能源汽車減緩空氣污染的速度，也將為不同地區制定差異化減排方案產生一定的影響，因此產業結構合理、環境質量較高、科教支出較大、公共交通發達的城市更有利于推廣新能源汽車，這些城市對于新能源汽車的研發投入多、政策扶持力度大、公眾接受程度高，可以更有效地提升空氣質量；同時，應該重視對能源結構偏煤和產業結構偏重的欠發達地區的新能源汽車政策傾斜力度，鼓勵地方政府率先在公共交通領域推廣新能源汽車，通過政策示范效應提高公眾對于新能源汽車改善空氣質量的認可程度，適當加大補貼額度和延長補貼時間。第三，提高新能源汽車的清潔發電效率。雖然利用新能源汽車替代內燃機汽車可以減少城市空氣污染，但是需要消耗大量的電力能源，特別是對于我國等主要利用煤炭發電的國家而言，應該在加速推廣新能源汽車的同時加強綠色可再生能源的發電能力，提升生產端的脫碳效率和清潔程度，避免抵消新能源汽車使用端的環境收益。最后，需要指出的是，新能源汽車未來將逐步取代內燃機汽車成為主要的移動出行方式，對于空氣質量等其他方面的影響也將日趨加深，應該充分重視并思考這一新興市場帶來的機遇和挑戰。