近日，深圳北理莫斯科大學(xué)人工智能研究院教授、廣東省社會(huì)計(jì)算與精神衛(wèi)生工程技術(shù)研究中心主任李喜彤和研究團(tuán)隊(duì)，在Nature子刊《Nature Cities》發(fā)表題為“Empirical evidence of air pollution reduction from electric vehicle usage across Chinese cities”（中國(guó)城市電動(dòng)汽車(chē)使用對(duì)空氣污染減排的實(shí)證證據(jù)）的研究論文。該期刊為Nature于2024年創(chuàng)刊的旗艦子刊，聚焦城市科學(xué)與可持續(xù)發(fā)展前沿。

論文通訊作者為深北莫人工智能研究院教授、廣東省社會(huì)計(jì)算與精神衛(wèi)生工程技術(shù)研究中心主任李喜彤，第一作者為李喜彤教授指導(dǎo)的聯(lián)合培養(yǎng)博士研究生馬源鴻，深圳北理莫斯科大學(xué)為第一完成單位。浙江大學(xué)顧復(fù)教授、中國(guó)科學(xué)院科技戰(zhàn)略咨詢(xún)研究院郭劍鋒教授為共同通訊作者。

在當(dāng)今氣候變化與空氣污染治理的雙重壓力下，交通運(yùn)輸尾氣已成為城市PM2.5和O?的主要來(lái)源。盡管中國(guó)電動(dòng)汽車(chē)保有量全球領(lǐng)先，但部分歐美觀(guān)點(diǎn)提出的“電動(dòng)化放緩論”對(duì)其實(shí)際環(huán)境效益仍存疑問(wèn)。如何基于真實(shí)世界數(shù)據(jù)量化電動(dòng)汽車(chē)對(duì)空氣質(zhì)量的影響，成為國(guó)際學(xué)術(shù)前沿難題。

圖1：電動(dòng)汽車(chē)充電設(shè)施與空氣質(zhì)量的地理分布（2016-2023年）

研究團(tuán)隊(duì)利用2016至2023年間中國(guó)292個(gè)城市、超過(guò)350萬(wàn)輛電動(dòng)汽車(chē)的詳細(xì)充電記錄，結(jié)合空氣質(zhì)量與氣象數(shù)據(jù)，采用工具變量法，首次建立了電動(dòng)汽車(chē)實(shí)際使用與空氣質(zhì)量改善的因果關(guān)系（圖1展示了各城市充電站點(diǎn)分布、平均充電量及NO?、PM2.5濃度均值展現(xiàn)了空間分布異質(zhì)性）。

圖2：電動(dòng)汽車(chē)使用對(duì)NO?和PM2.5的減排效應(yīng)估計(jì)

研究核心發(fā)現(xiàn)，充電量每提升10%，NO?降低約0.08%，PM2.5降低約0.04%。在2016年至2023年的8年間，全國(guó)NO?和PM2.5的下降趨勢(shì)中，電動(dòng)汽車(chē)的使用分別貢獻(xiàn)了約41%和17%。特別是在極端低溫（低于7℃）的條件下，環(huán)境效益更為顯著——NO?可降低0.45%，PM2.5降低0.4%。南方城市因電動(dòng)汽車(chē)?yán)寐矢?，減排效果優(yōu)于北方。研究同時(shí)發(fā)現(xiàn)，電動(dòng)汽車(chē)使用對(duì)（O?）整體無(wú)顯著影響（圖2展示了因果推斷的回歸結(jié)果）。

圖3：有無(wú)電動(dòng)汽車(chē)部署情景下2016-2023年NO?與PM2.5濃度預(yù)測(cè)對(duì)比

研究團(tuán)隊(duì)通過(guò)三項(xiàng)關(guān)鍵技術(shù)實(shí)現(xiàn)精準(zhǔn)量化：一是基于8年真實(shí)充電數(shù)據(jù)驅(qū)動(dòng)，規(guī)避模型假設(shè)偏差；二是因果推斷框架處理內(nèi)生性，確證減排效果源于電動(dòng)汽車(chē)使用；三是開(kāi)展多維異質(zhì)性分析，揭示溫度與區(qū)域差異的調(diào)節(jié)機(jī)制（圖3通過(guò)有無(wú)電動(dòng)汽車(chē)部署情景下NO?與PM2.5濃度的預(yù)測(cè)差異，直觀(guān)呈現(xiàn)了空氣質(zhì)量的改善幅度）。

本研究的核心創(chuàng)新在于以大規(guī)模實(shí)證數(shù)據(jù)回應(yīng)了國(guó)際爭(zhēng)議，直接服務(wù)于國(guó)家“雙碳”目標(biāo)與綠色交通政策。研究揭示，環(huán)境收益受充電基礎(chǔ)設(shè)施、利用效率及氣象條件影響，為區(qū)域差異化治理提供了科學(xué)依據(jù)。作為人工智能與社會(huì)計(jì)算、能源經(jīng)濟(jì)深度交叉的成果，該研究實(shí)現(xiàn)了從模型模擬到數(shù)據(jù)驅(qū)動(dòng)實(shí)證的范式躍遷，為城市可持續(xù)發(fā)展領(lǐng)域提供了新工具。

論文鏈接：https://www.nature.com/articles/s44284-026-00395-2