新能源汽车对城市空气污染的影响及异质效应

张浩然

（中国科学院科技战略咨询研究院，北京 100190）

1 研究背景

空气污染是城市化和工业化发展进程中面临的重大挑战，不仅严重危害人类身体健康，而且如Gu 等［1］、Li 等［2］众多学者的研究表明，将加快气候变暖的速度和出现极端天气的频率。汽车尾气是导致城市空气污染的主要原因，其排放的细颗粒物（PM2.5）在空气中停留时间长、传输距离远，携带重金属等大量有害物质。Barwick 等［3］研究表明PM2.5指数下降10 μg/m3，医疗保健支出将减少92亿美元。陈振等［4］、Zhang 等［5］研究指出，相较于传统内燃机汽车，新能源汽车在使用端具备零污染和零排放的优势，使用新能源汽车缓解城市空气污染的效果受到广泛期待。为应对空气污染对气候变化和经济增长的潜在威胁，我国政府制定了一系列积极的政策鼓励发展新能源汽车，如早在2009 年财政部发布了《关于开展节能和新能源汽车示范推广试点工作的通知》，开始逐步对不同地区的新能源汽车给予慷慨的补贴［6］；而且，2011 年财政部、科技部、工信部和国家发改委联合通过《关于进一步做好节能与新能源汽车示范推广试点工作的通知》，要求免除尾号限行和车牌摇号等措施对新能源汽车的束缚。在政策的倾力支持下，国家统计局数据显示，我国新能源汽车销量连续8 年位居全球首位，其中2022 年销量达688.7 万辆，占全球销量的60%，同比增长93.4%。目前全球电动车占比接近25%，预计2030 年道路上将出现2 100 万辆新能源汽车，占比将达到50%［7］。因此，在新能源汽车广泛发展背景下评估其减缓空气污染的有效性是亟待解决的关键问题。

现有相关文献主要从政策扶持、全生命周期、消费者行为3 个方面讨论了新能源汽车对环境污染的影响。第一，主要管制措施可以从需求侧、供给侧、命令侧分类为新能源汽车补贴、摇号和限行政策。Wu 等［8］的研究表明，补贴和限行政策分别通过增加新能源汽车销量和缓解道路拥堵的方式减少了空气污染；对比来看，限行政策存在跨时间、跨空间、跨车辆的合理规避措施，缓解污染效果可能被削弱，补贴政策能够更有效地促进新能源汽车替代内燃机汽车［9］。进一步，政府直接补贴的效应更显著，技术创新补贴仅在市场接受度较低时有效［10］；而且，根据Wang N 等［11］和wang T［12］等的研究结论，由于新能源汽车的核心技术仍需优化，公众绿色消费观念不够成熟，现阶段贸然取消补贴可能导致新能源汽车的市场份额在2030 年迅速下降42%。第二，全生命周期方法可以量化分析资源获取、能源消耗以及产品生产环节的环境影响。如马骊溟等［13］、陈轶嵩等［14］和宋晓聪等［15］的研究均认为，相比于内燃机汽车，纯电动汽车和增程式电动汽车在使用端可以减少消费化石能源和排放CO2，但在原材料加工和制造装配阶段能源消耗较大，提出优化电力结构和完善电池回收能够有效降低控制污染的经济成本。第三，消费者选择购买新能源汽车替代内燃机汽车的行为具有多种影响因素。如肖阳等［16］、李冬冬等［17］的研究指出消费者选择购买新能源汽车的影响因素包括环保意识、充电设施、创新性观念等。

综上所述，现有相关研究可能在两个方面仍然有待改进。一方面，从研究数据看，由于地市级层面详细的新能源汽车销量和空气污染数据难以获取，多数研究主要依靠城市年鉴或者情景模拟的方式进行，例如孙哲远等［18］、Grigorev 等［19］的研究，但是，在检测规模庞大的新能源汽车对空气污染的影响过程中，因为无法控制不同地区人口、经济、环境、科技等方面的现实特征，数据简化可能导致回归结果出现偏差。另一方面，从研究结论看，当前主要从政策补贴、生命周期、绿色行为等角度讨论了新能源汽车对环境污染的影响，例如彭频等［20］、周钟等［21］的研究，但是对于地市级层面的研究不足，而且虽然有研究讨论了地区经济规模和资源结构对新能源汽车支持政策的差异化影响，例如李文翔等［22］、Wu 等［23］的研究，但缺乏从新能源汽车视角直接识别区域发展差异对最终减排效果产生的异质效应；少数研究局限于北京和西安等特定地区，例如王振振等［24］、罗耿等［25］的研究，然而我国地理范围跨度大的特征决定了不同地区的新能源汽车发展程度和环境资源禀赋存在显著差异，现有研究结果无法从特定地区映射到其他地区。在此背景下，有必要利用更全面的样本数据，将区域异质效应纳入研究框架，从新能源汽车视角探讨空气污染的影响。鉴于此，本研究将我国286 个地级市作为研究对象进行实证调查研究，利用更大规模的样本数据以揭示新能源汽车对城市空气污染的影响，试图为我国新能源汽车的可持续发展提供更系统的证据；同时，鉴于新能源汽车和空气污染的影响因素复杂多样且相互作用，将有关区域特征变量纳入分析框架，并通过设置交互项的方式避免数值分布趋势差异的干扰，探讨发展新能源汽车对空气污染影响程度的地区发展异质性效应，使研究结果具有可对比性。

2 方法和数据

2.1 研究方法

2.1.1 两阶段回归方法

为有效处理模型可能存在的内生性问题，以及被解释变量和解释变量之间存在的双向因果关系，参考冯国强等［26］、王家明等［27］的研究，选择采用两阶段回归方法进行分析。制造业就业人数在一定程度上决定了新能源汽车的发展程度，该指标代表制造业的生产力和劳动力资源，可能直接影响新能源汽车的产量和地方政府推广新能源汽车的支持力度；但制造业就业人数和PM2.5指数没有直接关系，城市空气污染的决定因素是资料投入方式和商品所属类型。因此，将制造业就业人数作为工具变量纳入两阶段回归方法进行基准效应分析。如下所示，式（1）为第一阶段回归模型，式（2）为第二阶段回归模型：

式（1）（2）中：nev_diffusionit表示城市i在t年的新能源汽车发展程度；manufactureit为城市的制造业就业人数；pm2.5it表示城市i在t年的PM2.5指数；controlit是指一系列城市特征控制变量；ηi和γt分别代表城市固定效应和时间固定效应；μit代表随机误差项；α和β是待估参数。

2.1.2 异质性分析方法

在基准效应回归的基础上进行异质性分析可以进一步明确变量之间的因果关系和存在的差异化特征。异质性分析的方式一般有分组检验和交互项两种，多数文献采用第一种方式，例如饶品贵等［28］、余明桂等［29］根据数值分布的中位数区分高中低组，检验分组差异对回归结果的影响。但是，这可能存在两个局限：第一，位于中位数附近数值接近的样本将可能被强制纳入不同的组别，细微的数值分布差异可能对回归结果产生干扰；第二，不同组别的样本数量不一致，难以对分组回归结果进行相互比较。因此，本研究采用交互项的方式，从区域发展差异角度考察新能源汽车对城市空气污染的异质效应。具体模型如式（3）所示：

式（3）中：moderatingit表示反映地区发展异质特征的变量，覆盖经济、结构、环境、科技和交通维度；λ是待估参数。需要指出的是，交互项λ2的系数符号反映特征变量的影响程度，假设λ1和λ2同号，可以理解为引入的变量moderatingit加深了新能源汽车发展对PM2.5指数的影响，反之则削弱了两者之间的因果关系。

2.2 研究数据

为了细致讨论新能源汽车和不同地区的差异化对城市空气污染的影响，本研究收集了新能源汽车销量、PM2.5指数以及刻画城市特征的共15 个变量，根据新能源汽车在我国发展现状，最终生成了2010至2020 年覆盖国内286 个地级市共计47 355 个样本的大型面板数据集。

被解释变量是PM2.5指数，该指数是衡量城市空气污染程度的主要指标之一，也是导致出现雾霾的主要原因［2］。PM2.5是指空气中直径小于或等于2.5微米的颗粒物，由于在空气中停留时间长、运输距离远，将对空气质量和人类健康带来严重伤害；而且，机动车尾气排放是产生PM2.5的重要来源。因此，选择该指数作为被解释变量评估新能源汽车对空气污染的影响。原始数据来自圣路易斯华盛顿大学大气成分分析团队，根据我国地市级行政边界整理后获得了PM2.5指数的均值。

解释变量是新能源汽车销量，表示新能源汽车的发展程度，原始数据来自中国汽车流通协会。鉴于使用端的清洁属性，我国在国家和地方政府层面均实施了增加购置补贴和车牌指标等支持政策，新能源汽车销量呈现爆发式增长的态势［30］，自2015年开始销量连续8 年位居全球首位，其中286 个地级市的销量从2010 年不足1 万辆增长到2020 年的113.2 万辆，年均复合增长率超过80%，预计2025年将接近1 500 万辆，市场渗透率将达到60%，未来将逐渐替代传统内燃机汽车。

考虑新能源汽车和空气污染的相互作用关系，工具变量选择制造业就业人数和居住用地面积，原始数据来自《中国城市统计年鉴》。鉴于地级市面板数据的可获取性，参考Zhang 等［31］的研究，控制变量覆盖发展规模、产业结构、环境质量、科教水平和交通运输共5 个维度。（1）发展规模维度包括人口规模和经济规模；城市发展规模会显著影响新能源汽车需求和空气污染程度。（2）产业结构维度包括第二产业占比和第三产业占比。推广新能源汽车可能加速产业结构转型，在一定程度上减少空气污染。（3）利用工业粉尘排放量和绿地面积衡量环境质量。工业污染排放高或者生态系统破坏严重的地区将采取更为严格的环境规制措施，更倾向于认可新能源汽车的修复能力。（4）采用科技教育支出和本专科就业人数代表科教水平维度。科教支出大的地区和教育水平高的人群更能感知环境恶化的风险，更具备改善空气污染的支付意愿，更有可能选择购买新能源汽车［32］。（5）交通运输维度包括公路客运量和公共汽车客运量。公共交通能力不足可能导致交通拥堵，进而过度排放尾气加剧空气污染［33］。

上述变量的原始数据来自城市统计年鉴、地方统计公报以及相关数据库。另外，为了处理数据的敏感性差异，对绝对数变量进行取对数计算。各变量的描述性统计见表1。

表1 变量的描述性统计

3 实证结果

3.1 基准效应回归

首先进行一系列事前检验，证明利用两阶段回归方法的必要性和所选工具变量的合理性。如表2 所示：内生性方面，第1 行和第2 行结果显示拒绝原假设，表明被解释变量和解释变量之间存在内生性，适用于采用两阶段回归方法进行分析；相关性方面，第3 行一阶段回归结果表明工具变量（制造业就业人数）和内生解释变量（新能源汽车销量）高度相关；合格性方面，第4 行F统计值为318.553，远大于10，可以认为是合格的弱工具变量。另外，由于本研究的工具变量的数量等于内生解释变量的数量，因此不需要进行过度识别检验。

表2 基准效应回归结果

然后，将通过事前检验的制造业就业人数作为工具变量纳入两阶段回归方法中，基准效应回归结果如表2 第5 行所示，在控制经济、结构、环境、科技等特征以及城市固定效应和时间固定效应的条件下，新能源汽车发展可以有效缓解城市空气污染。具体地，增加新能源汽车销量可以在1%的显著水平下促进PM2.5指数下降8.26%。从现实意义看，新能源汽车确实可以改善城市空气污染状况。与内燃机汽车相比，新能源汽车在使用端具备零排放和零污染的优势，虽然目前销量仍然不及内燃机汽车，电池稳定性和充电基础设施有待进一步改善，但是公众逐渐认同绿色可持续发展观念，特别是在北京和上海等大型城市，新能源汽车的获接受程度明显提升，在多种政策组合的积极支持下，新能源汽车将对我国汽车产业的跨越式发展产生广泛而深远的影响。

3.2 稳健性检验

基于城市面板数据的可获取性，首先利用工业粉尘排放量替代PM2.5指数作为被解释变量进行检验，结果如表3 所示。工业粉尘排放量是指工业企业在生产工艺过程中排入的固体微粒总重量，是导致产生雾霾等空气污染现象的重要原因。在保持制造业就业人数作为工具变量不变的条件下，从表3第1 列可以看出新能源汽车发展促使工业粉尘排放在5%的显著水平下减少10.25%。与基准效应回归类似，依次检验变量之间的内生性、相关性、合格性，结果表明采用两阶段回归方法的适用性。因此，可以认为发展新能源汽车有助于控制城市污染，对于PM2.5指数和工业粉尘等主要污染物有明显的抑制作用，同时也在一定程度上验证了以上回归结果的稳健性。

表3 稳健性检验结果

其次，一方面考虑居住用地规划是影响新能源汽车发展的关键因素，如北京和上海等政治经济中心的居住人口密度高，可能加剧对新能源汽车的需求程度，另一方面居住用地规划和PM2.5指数之间没有直接的相互影响，为此，选择居民用地替代制造业就业人数作为工具变量进行检验。从表3 第2 列可以看出，第1 行和第2 行结果表明新能源汽车发展和PM2.5指数之间存在内生性，适用于两阶段回归方法；第3 行一阶段回归结果显示居住用地和新能源汽车发展显著正相关，满足相关性假设；第4 行结果表明居住用地是合格的弱工具变量。类似地，模型同样控制了特征变量以及城市和时间固定效应，两阶段回归结果显示新能源汽车发展在1%的显著水平下可以促进PM2.5指数有效减少8.55%，这与基准效应结果基本保持一致，再次验证了以上回归结果的稳健性。

4 异质效应分析

新能源汽车可以缓解城市空气污染，显著减少PM2.5指数。接下来，进一步从区域异质性视角分析新能源汽车的清洁效应，试图强化变量之间的因果关系，突出不同地区发展差异的影响，为国家和地方出台的新能源汽车支持政策提供经验证据。另外，采取交互项的方式考察不同地区的发展异质特征，而不是采用目前多数研究使用的分组回归，有助于避免数值分布趋势差异的干扰，而且使得不同因素的回归结果具有可比性。根据研究需要和地市级面板数据的可获取性，主要从发展规模、产业结构、环境质量、科教水平、交通运输5 个维度讨论新能源汽车对城市空气污染的异质效应；类似地，纳入城市特征变量，控制城市固定效应和时间固定效应。

4.1 发展规模差异

选择人口规模和经济规模因素代表发展规模维度。人口基数和经济规模是影响新能源汽车发展的重要影响因素［34］。人口规模较大和经济发达的城市对新能源汽车的需求更旺盛，充电桩等配套设施更完善，居民可支配收入提高将增加多车家庭数量，因此新能源汽车的影响可能更明显。从表4 可以看出，交互项系数显著为正，表明发展规模因素削弱了新能源汽车对城市空气污染的缓解作用。具体地，人口规模和经济规模分别进一步抵消0.70%和0.37%的PM2.5浓度。近10 年来，我国的人口基数和经济总量持续处于增长状态，一方面，人口增加将加剧资源短缺和污染物排放，可能导致不可再生资源枯竭和过度使用塑料等日常用品；另一方面，经济增长将不可避免地加速资源消耗和空气污染，虽然能源结构和产业结构逐渐向可持续发展方式转变，但是仍然需要使用大量化石能源和依赖基础工业产业，可能排放废水、废气和固体废弃物。研究结果表明，区域层面的人口增长和经济发展可能伴随一定程度的环境污染，削减了新能源汽车对空气质量的改善效果。

表4 城市发展规模异质效应分析结果

4.2 产业结构差异

以高排放高污染重工业为主的城市，地方政府的环境监管力度可能更强。鉴于新能源汽车使用端的清洁属性，地方政府更倾向于出台鼓励发展新能源汽车的政策规划，有利于加速推进新能源汽车替代内燃机汽车［35］；相反地，推广污染物排放低和附加值占比高的服务业是更可持续的方式。鉴于此，利用第二产业占比和第三产业占比代表产业结构维度。具体的产业结构异质效应分析结如表5 所示，可以发现交互项系数显著为负，表明产业结构因素促进了新能源汽车对城市空气污染的减缓作用，其中第二产业占比和第三产业占比分别促进PM2.5指数进一步减少0.04%和0.13%。在经济发展与环境治理的双重压力下，从地区层面整体来看，第二产业占比下降、第三产业比重上升可能在一定程度上提升了城市空气质量，但是，交通运输行业排放偏高、污染偏重的现状没有改变，相较于传统内燃机汽车，新能源汽车在使用端相对清洁，但是生产端制造电池需要使用稀有金属和排放有毒物质，而且充电过程依赖煤炭等化石能源生产电力，可能抵消了一部分空气污染的改善效果。

表5 城市产业结构异质效应分析结果

4.3 环境质量差异

在“双碳”目标背景下，经济增长不是衡量发展的唯一指标，迫切需要解决的问题是如何协调环境和发展的关系［36］。进一步地，减少污染物排放和建设环境友好型社会是实现可持续发展和保持竞争力的重要路径，因此选择工业粉尘排放量和绿地面积指标考察环境质量维度下新能源汽车对环境污染的改善效果。环境质量异质效应分析结果如表6所示，可以看出交互项系数显著为负，表明环境质量因素加速了新能源汽车对城市环境污染的缓解作用。具体地，工业粉尘排放量和绿地面积分别促进PM2.5指数进一步减少0.30%和0.52%。从整体看，近10 年工业粉尘排放量呈现下降趋势，绿地面积数量逐年上升，因为在愈发严格的环境治理压力下，国家和地方政府出台了一系列控制污染物排放和修复生态系统的政策规划，释放了鼓励绿色发展的积极信号；与此同时，新能源汽车在使用端对环境质量的提升作用受到了广泛关注，新能源汽车替代内燃机汽车不仅可以减少PM2.5指数，而且有助于降低工业粉尘排放和增加绿地面积，在一定程度上有助于缓解雾霾等城市污染。

表6 城市环境质量异质效应分析结果

4.4 科教水平差异

科技教育支出大和高学历人群占比高的地区环保意识较强，更可能感知未来环境恶化的风险，更认同新能源汽车对城市空气质量等环境问题的改善能力，因此更可能选择购买新能源汽车替代内燃机汽车，因此利用科技教育支出和本专科在校人数代表科教水平维度。科教水平异质效应分析结果如表7 所示，可以发现交互项系数显著为负，表明科教支出促使新能源汽车进一步减少0.5%的PM2.5指数；在校人数的交互项系数为负但不显著。技术创新是缓解经济增长和环境污染矛盾的关键实现路径［37］。我国科教支出经费逐年递增，本专科在校人数增长迅速，确实在一定程度上缓解了空气污染。虽然目前新能源汽车销量占机动车比例逐年增加，但是电池稳定性和故障率仍然引起公众担忧，增加科技创新支出、提升教育程度有利于传递协同发展的绿色理念和加速新能源汽车的接受程度。

表7 城市科教水平异质效应分析结果

4.5 交通运输差异

公共交通运输能力可能改变新能源汽车的发展程度，进而影响城市空气质量［11］。北京首都功能核心区和上海经济中心黄浦区的人口居住密度普遍是日本的2 倍以上，接近欧美国家的4 至7 倍；相应地，虽然近些年我国公路等轨道交通的运输能力处于高速发展阶段，但是与日本东京都公共交通客运量占比90%以上仍然有巨大差异。鉴于数据的可得性，利用公路客运量和公共汽车客运量代表交通运输维度。交通运输异质效应分析结果如表8 所示，可以看出交互项系数显著为负，表明交通运输因素加速了新能源汽车对城市空气污染的缓解作用。具体地，公路客运量和公共汽车客运量分别促进PM2.5指数进一步减少1.19%和0.33%。公共交通能力欠缺可能难以匹配城市人口增长速度，不仅会导致高峰期的公交、地铁过度拥挤，而且机动车数量可能超过道路的承载能力，进而出现严重的道路拥堵和空气污染现象，因此城市交通运输能力的显著提升将改善空气污染程度。目前我国处于汽车产业变革的关键阶段，高速增加的新能源汽车将对大型城市的公共交通运行能力提出考验。

表8 城市交通运输异质效应分析结果

5 结论与建议

我国正在经历汽车产业的跨越式发展阶段，新能源汽车对空气质量的改善效果引起了公众的广泛关注，但是现有相关研究主要聚焦于个别发达城市、局限于补贴等特定政策背景，缺乏考虑新能源汽车对不同城市空气污染的治理效果。在此背景下，本研究利用更大规模的样本数据，从新能源汽车视角定量评估了城市空气污染的影响，并且进一步探讨了不同地区发展特征的多重异质效应。研究发现：第一，新能源汽车发展有助于在一定程度上减缓空气污染。具体地，在检验工具变量满足内生性、相关性、合格性假设的基础上，控制了城市特征以及城市和时间固定效应，基准效应结果显示新能源汽车销量增加促进PM2.5指数显著下降8.26%。第二，为进一步检验回归结果的稳健性，替换了被解释变量和关键的工具变量，结果表明在消除变量之间相互影响的基础上，回归结果与基准效应结果基本保持一致，验证了回归结果的鲁棒性。第三，分析区域异质效应结果发现产业结构、环境质量、科教支出、交通运输因素可以加速推进新能源汽车缓解空气污染，其中科教支出、绿地面积、公路客运能力因素分别促进PM2.5指数进一步下降0.5%、0.52%和1.19%；另外，人口规模和经济规模削弱了PM2.5指数的下降速度，原因可以归结为人类经济社会发展将加剧资源使用和污染物排放，虽然能源绿色低碳转型不断深入，但是化石能源和基础工业仍然占据重要位置。

根据上述研究结论，提出以下政策建议：第一，建立支持新能源汽车有序发展的政策体系。相比于传统内燃机汽车，新能源汽车使用端的清洁性可以有效减少不同城市空气污染，因此应该出台一系列政策组合鼓励消费者购买新能源汽车。其中，中央和地方政府制定的补贴额度是决定新能源汽车竞争力的关键。由于现阶段电池核心技术以及公众绿色消费观念不够成熟，对于新能源汽车的售价仍然比较敏感，故建议采取逐步取消补贴的温和方式，避免大幅削减补贴产生的负面效应；同时，辅助以非直接经济补贴措施，例如完善城市充电桩覆盖范围、增加新能源汽车车牌指标占比、实施新能源汽车高峰期不限行等。第二，推进产业变革和环境治理强度提升，提高科教投入和公共交通能力。区域发展程度异质性将改变新能源汽车减缓空气污染的速度，也将为不同地区制定差异化减排方案产生一定的影响，因此产业结构合理、环境质量较高、科教支出较大、公共交通发达的城市更有利于推广新能源汽车，这些城市对于新能源汽车的研发投入多、政策扶持力度大、公众接受程度高，可以更有效地提升空气质量；同时，应该重视对能源结构偏煤和产业结构偏重的欠发达地区的新能源汽车政策倾斜力度，鼓励地方政府率先在公共交通领域推广新能源汽车，通过政策示范效应提高公众对于新能源汽车改善空气质量的认可程度，适当加大补贴额度和延长补贴时间。第三，提高新能源汽车的清洁发电效率。虽然利用新能源汽车替代内燃机汽车可以减少城市空气污染，但是需要消耗大量的电力能源，特别是对于我国等主要利用煤炭发电的国家而言，应该在加速推广新能源汽车的同时加强绿色可再生能源的发电能力，提升生产端的脱碳效率和清洁程度，避免抵消新能源汽车使用端的环境收益。最后，需要指出的是，新能源汽车未来将逐步取代内燃机汽车成为主要的移动出行方式，对于空气质量等其他方面的影响也将日趋加深，应该充分重视并思考这一新兴市场带来的机遇和挑战。