电动汽车生命周期碳排放评估

中国人口·资源与环境 2023 年 第33 卷 第5 期CHINA POPULATION ， RESOURCES AND ENVIRONMENT Vol.33 No.5 2023
杨来，余碧莹，冯烨.电动汽车生命周期碳排放评估：以中国乘用车为例［J ］.中国人口·资源与环境，2023，33（5）：113-124.［YANG L ，
YU B Y ，FENG Y.Life cycle assessment of electric vehicle carbon emissions ： a case study of passenger vehicles in China ［J ］.China popula⁃
tion ， resources and environment ，2023，33（5）：113-124.
］
电动汽车生命周期碳排放评估
——以中国乘用车为例
杨
来1，3，余碧莹2，3
，冯
烨4
（1.中国社会科学院生态文明研究所，北京 100710； 2.北京理工大学管理与经济学院，北京 100081；
3.北京理工大学能源与环境政策研究中心，北京 100081；
4.山西财经大学国际贸易学院，山西 太原 030006）
在全球应对气候变化，实现“碳中和”目标的背景下，电动汽车发展受到各国的广泛关注［1］。

自2016年以来，全球主要汽车产销国陆续提出了宏伟的电动汽车发展目标。

然而，电动汽车的减排效果和减排潜力仍然存在许多的争议，尤其在中国这样一个高度依赖煤炭发电的国家。

电动汽车在运行阶段不产生碳排放，但其所消耗的燃料在开采、加工、储存、运输等环节（也就是燃料周期上游阶段）均会产生碳排放，且其核心部件（电池、电机、电控等）制造的碳排放相对较高［2］。

现有针对电动汽车生命周期碳排放的研究中，多以国家或区域为研究边界［3-7］，缺少对省级尺度的研究和未来减排潜力的测算，这无法显示电动汽车在不同省份和时间维度上减排效果的差异。

为了明确不同类型电动汽车的减排效果，该研究以中国乘用车为例，构建了基于多时空维度的生命周期评估（Life Cycle Assessment ， LCA ）模型，引入了31个省份（未涉及香港、澳门、台湾）和不同时间维度（2019和
2035年）的差异性，评估了汽油基内燃机汽车（GICEV ）、混合动力汽车（HEV ）、插电式混合动力汽车（PHEV ）、纯电动汽车（BEV ）和燃料电池汽车（FCV ）五类乘用车的生命周期碳排放，分析了省级层面和不同电力结构下乘用车碳排放的变化趋势，以期能够为中国汽车行业“碳达峰、碳中和”目标的实现提供参考和借鉴。

1　文献综述
早期对汽车生命周期评估的研究主要集中在车用燃料领域，即“燃料周期”或“油井-车轮”（Well-to-wheels ，
WTW ）［8］。

在这些研究中，大部分学者认为电动汽车的二
氧化碳（Carbon Dioxide ，CO 2）排放比内燃机汽车（ICEV ）低。

有研究指出，在中国，BEV 相比GICEV ，可以减少
15%~32%的CO 2排放［9-11］。

Shen 等［4，12］学者的研究也验
证了上述观点，他们指出，2012年GICEV 和BEV 的CO 2排
放分别为229 g/km 和129~205 g/km ，2015年GICEV 和
收稿日期：2022-01-24 修回日期：2022-12-05
作者简介：杨来，博士，主要研究方向为氢能等新能源及电动汽车的公共政策和国家战略。

E -mail ：yang_lai@。

·
·113
BEV排放量分别下降到199 g CO2e/km和91~171 g CO2e/km。

Moro等［13］指出，在大部分欧盟成员国使用电动汽车替代GICEV可以减排约60%的温室气体。

然而，部分研究也提出了完全不同的观点。

Huo等［14］认为BEV不能降低CO2排放，而Yuan等［15］的研究则指出，与GICEV相比，只有速度低于80 km/h、续航里程低于250 km的BEV才能降低CO2排放。

汽车生命周期评估从燃料周期扩展到包含材料周期的全生命周期，是对生命周期评估认识的进一步深化［16］。

WTW方法低估了车辆全生命周期的排放以及各类汽车之间在材料周期上的排放差异［6］，而全生命周期评估方法可以有效地解决上述问题。

从全球视角看，不同国家的研究结果各有差异。

Hawkins等［3］提出，若生命周期行驶里程为150 000 km，使用欧洲电力的电动汽车的全球增温潜势（Global Warming Potential， GWP）比汽油车低10%~24%。

另一项来自欧洲的研究也得出了类似的结论：在200 000 km的行驶里程内，电动汽车的GWP远低于ICEV［17］。

此外，以风力发电驱动的BEV和PHEV的CO2排放量分别为42 g/km和33 g/km，而配置相近的汽油运动型多用途车（Sport Utility Vehicles， SUV）的CO2排放量分别为225 g/km。

Souza等［18］研究发现，巴西的BEV和GICEV的CO2排放量分别为151 g/km和291 g/km。

Kara⁃aslan等［19］提出美国SUV在200 000 km行驶里程内，GICEV和BEV的GHG排放分别为118 t CO2e和77 t CO2e。

一些学者认为在意大利、波兰和捷克共和国，电动汽车比GICEV排放更少的CO2［5，7］。

然而，针对立陶宛的研究得出了相反的结论：在2015年的电力结构下，BEV产生的温室气体比GICEV多26%［20］。

近些年，随着电动汽车的蓬勃发展，中国对电动汽车碳排放的相关研究也达到了前所未有的热度。

Wu等［21］从全生命周期的角度对比了GICEV和BEV的排放水平，发现2014年GICEV和BEV的全生命周期温室气体排放分别为35 t CO2e和31 t CO2e，其中62%~70%的排放来自车辆运行阶段。

Qiao等［22］指出，2015年BEV生命周期温室气体排放约为41t CO2e，比GICEV低18%。

Zhou等［9］使用Tsinghua⁃LCAM模型对BEV、PHEV和ICEV的温室气体排放进行了评估，发现在中国平均电力结构下，三类乘用车排放强度分别为206 g CO2e/km、227 g CO2e/km和249 g CO2e/km。

与Zhou的研究类似，Wu等［23］选择中国A级乘用车作为研究对象，结果也十分接近。

Ou等［24］认为，与GICEV相比，以燃煤电力驱动的电动汽车的生命周期温室气体排放可减少3%~36%。

Shi等［10］对比了北京地区的BEV和GICEV的CO2排放，发现BEV的CO2排放相比GICEV减少了50%。

Yang等［25］的研究认为，与GICEV相比，BEV和PHEV均降低了CO2排放，主要原因是电动汽车的高效率和内燃机汽车的高油耗。

Wu等［26］认为在京津冀等煤炭占主导的地区，减少碳排放比降低化石能源使用或石油消费更加困难。

他进一步指出，在煤电占比较高的地区，HEV比PHEV和BEV更有利于降低运行阶段的CO2排放；在清洁电力占比较高的地区，推广电动汽车可以更显著的减少CO2排放。

Wang等［27］认为在温室气体排放方面，2017年基于可再生能源电解水制氢的FCV 表现最好，单位里程排放为31 g CO2e/km，而基于电网电力电解水制氢的FCV表现最差，排放为431 g CO2e/km。

Zhou等［9］研究比较了2009年电动汽车（PHEV和BEV）与
GICEV的温室气体排放差异，认为从全国平均水平来看，BEV和PHEV分别可以减排17%和9%。

针对电动汽车生命周期碳排放的评估可以为汽车行业“碳中和”目标的制定和实施提供一些参考和借鉴，但仍存在着一些值得改进的地方。

首先，现有研究大部分聚焦在国家层面，研究结果对于区域特征比较明显的地区，指导性不够强，有必要从省级层面开展深入而细致的研究。

其次，对于电动汽车现阶段的减排效果和未来的减排潜力尚无定论，主要原因是不同的文献使用车型有所不同，而这些车型大部分并不十分具有代表性，有必要结合中国的实际对部分参数予以修正。

最后，已有研究使用的电力结构较为单一，有必要设置多种情景进行研究，以便针对性地提出一些政策建议。

此外，现有研究对燃料电池汽车的关注相对较少，这可能与燃料电池汽车本身所处的发展阶段有关，但作为未来极具潜力的发展技术，该研究认为有必要将其纳入到研究体系。

2　生命周期评估方法
2.1　目标与范围界定
该研究选择在中国正常行驶的乘用车（包括轿车、运动型多用途车、多用途车）作为研究对象，利用LCA方法对汽油基内燃机汽车和四类电动汽车（HEV、PHEV、BEV 和FCV）的生命周期碳排放强度进行计算和分析。

该研究所探讨的碳排放涵盖了车辆生产、车辆使用和车辆报废三个阶段产生的直接排放以及因能源和材料投入而导致的间接排放（图1）。

车辆生产阶段，包括原材料生产、零部件制造、整车装配和整车分配；车辆使用阶段，包括运行过程中的燃料消耗和车辆维修保养；车辆报废阶段，包括车辆主体和电池的回收、处置和再利用。

2.2　理论与方法
生命周期的概念应用广泛，在经济、环境、社会等领域频繁出现，其内涵通常理解为“从摇篮到坟墓”的整个过程。

对于某个产品而言，就是从自然中来回到自然中
··114
去的全过程，既包括制造产品所需要的原材料的采集、加工等生产过程，也包括产品存储、运输等流通过程，还包括产品的使用以及产品报废或处置后回到自然的过程，这些过程构成了一个完整的产品生命周期［28］。

生命周期思维在可持续发展研究中十分重要，它可以帮助客观评价所做的选择，如购买电力或一台新电脑是整个事件系统的一部分［29］。

为了量化与产品系统相关的事件系统，需要开发和使用生命周期评估模型。

该评估模型可以对产品“从摇篮到坟墓”的全过程中所涉及的能源、环境等问题进行有
效的定量分析和评价，因而在解决面向产品的能源、区域环境、气候变化等重要问题时有着较为广泛的应用［30］。

生命周期评估最突出的优点之一是考虑整个产品生命周期，避免在有限范围内工作而带来的认识片面的问题［31］。

该研究采用生命周期评估方法对车辆碳排放进行核算（图1），核算边界不仅包括车辆生产、使用和报废环节产生的直接影响，而且涵盖由于材料和能源投入而导致的间接影响。

以下对车辆生命周期碳排放的计算过程进行了详细介绍，具体参数见表1，主要包括两个步骤。

步骤一，明确车辆生命周期碳排放的组成部分，如公
整车分配
整车装配零部件制造
原材料生产能源
生产阶段汽油消耗电力消耗氢能消耗
零部件替换
使用阶段车辆运行维修保养报废阶段车辆主体金属塑料玻璃橡胶…电池锂电池燃料电池
煤炭
电力天然气原油焦炭汽油柴油…
碳酸锂石灰石…
材料
二氧化碳空气污染物
废油废水有害废弃物
…
图1　研究的系统边界
表1　生命周期评估模型的主要参数
参数m k EC j ，k GE MP ，k GE i ，j ，k EF j EC PM ，j EC VA ，j
D d mn G n αj EC u ，f EF f T p EC p G
E p αm αb M m M b
参数说明
车辆各构成材料的质量
第i 阶段与材料k 相关的能源j 的能耗因子与材料k 相关的非燃烧碳排放
第i 阶段材料k 消耗的能源j 产生的碳排放能源j 的碳排放因子
零部件制造阶段能源j 的消耗量车辆装配阶段能源j 的消耗量运输距离
m 省和n 省之间的距离
n 省地区生产总值占全国的比重能耗系数
交通燃料f 的单位里程燃料消耗交通燃料f 的排放因子零部件p 的更换次数零部件p 的能耗因子零部件p 的碳排放因子车辆主体报废能耗因子动力电池报废能耗因子车辆主体的质量动力电池的质量
单位t
MJ/t kg/t kg/t kg/kJ
MJ/辆
MJ/kg km km %
kJ/（kg·km ）
L/km ； kW·h/km ； kg/km kg/L ； kg/kW·h ； kg/kg
次MJ/次kg/次
MJ/kg MJ/kg kg kg 数据来源文献［22，33-39］文献［36，40］文献［40］文献［36，40，41］文献［36，40，41］文献［42，43］文献［38，44］作者计算文献［25］文献［45］文献［46］文献［47，48］文献［23，40，49-51］文献［25，36，52］
文献［40］文献［40］文献［53］文献［53］文献［36，39］文献［36，39］
·
·115
式（1）所示：
GE=∑i GE N，i+∑i∑j GE i，j（1）其中：GE为车辆生命周期碳排放总量（kg）；i，j分别代表车辆生命周期评估模型的不同阶段和能源类型，该研究涉及到7个阶段、9类能源；GE N，i为i阶段车辆的非燃烧碳排放（kg）；GE i，j为i阶段能源j燃烧产生的碳排放（kg）。

步骤二，分阶段计算车辆的生命周期碳排放，如公式（2）至（9）所示。

（1）原材料生产阶段，包括开采、选矿、冶炼和金属的精炼，以及在聚合物生产中的石油和天然气的回收、精炼和原料合成。

该阶段碳排放由原材料生产的直接（非燃烧）碳排放和能源消耗的间接（燃烧）碳排放组成，公式如下：
GE MP=∑k m k GE MP，k+∑k∑j m k EC j，k EF j（2）其中：GE MP代表原材料生产的碳排放量（kg）；m k代表材料k的质量（t）；GE MP，k代表与材料k相关的非燃烧碳排放（kg/t）；EC j，k代表与材料k相关的能源j的能耗因子（MJ/ t）；EF j代表能源j的碳排放因子（kg/kJ）。

（2）零部件制造阶段，涉及许多机械和化学过程，如铸造、轧制、冲压和拉丝等，该过程碳排放来自制造过程中的能源消耗产生的间接排放，公式如下：
GE PM=∑j EC PM，j EF j（3）其中：GE PM代表零部件制造的碳排放量（kg）；EC PM，j 代表零部件制造阶段能源j的消耗量（MJ/辆）。

（3）车辆装配阶段，包括涂装、供暖、物料搬运、焊接、车间压缩空气和空气调节系统等过程和环节，该阶段碳排放来自车辆装配过程中的能源消耗，公式如下：GE VA=M v×∑j EC VA，j EF j（4）其中：GE VA代表车辆装配的碳排放量（kg）；M v代表车辆质量（kg）；EC VA，j代表车辆装配阶段能源j的消耗量（MJ/kg）。

（4）车辆分配阶段，车辆从生产基地运输到经销商所在地，碳排放来自该过程所消耗的燃料，由车辆质量、运输距离以及所选交通工具的燃料消耗系数和碳排放因子共同决定。

对于运输距离，由于无法获得单个车辆的运输距离，该研究采用整个汽车行业的平均运输距离替代。

总体而言，汽车需求越多的省份，在车辆分配中的能耗占比越高，而汽车需求与GDP呈正相关关系［32］，该研究选择各省地区生产总值作为运输距离的权重，公式如下：
GE VD=D×M v×αj EF j（5）D=d mn G n（6）
其中：GE VD代表车辆分配的碳排放量（kg）；D代表运输距离（km）；αj代表能耗系数（kJ kg-1·km-1）；d mn代表两省之间的距离；G n代表n省地区生产总值占全国的比重。

（5）车辆运行阶段，碳排放来自车辆生命周期内使用燃料而产生的碳排放，包括燃料开采、运输到使用整个过程的直接和间接排放，公式如下：
GE VO=VKT×N×∑f EC u，f EF f（7）其中：GE VO代表车辆运行的碳排放量（kg）；VKT和N 分别代表年行驶里程（km）和使用寿命（年）；f代表交通燃料类型，包括汽油、电力和氢气，EC u，f代表交通燃料f的单位里程燃料消耗（L/km；kW·h/km；kg/km）；EF f代表交通燃料f的碳排放因子（kg/L；kg/kW·h；kg/kg）。

（6）车辆维修阶段，碳排放主要由零部件的更换频率和碳排放因子决定，公式如下：
GE MR=∑p T p GE p（8）其中：GE MR代表车辆维修的碳排放量（kg）；T p代表零部件p的更换次数；GE p代表零部件p的碳排放因子（kg/次）。

（7）车辆报废阶段，考虑到车辆主体和动力电池生产工艺和复杂程度的差异，该研究对其碳排放分开计算。

该阶段碳排放由处置能耗因子（包括车辆主体和动力电池两部分）、车辆质量（包括车辆主体和动力电池两部分）和能源的碳排放因子决定，公式如下：
GE EOL=(αm×M m+αb×M b)×∑j EF j（9）其中：GE EOL代表车辆报废的碳排放量（kg）；αm和αb 分别代表车辆主体和动力电池报废能耗因子（MJ/kg）；M m 和M b分别代表车辆主体和动力电池的质量（kg）。

3　数据来源与处理
该研究在查阅相关领域大量文献和资料后，获得了五类最常用乘用车的规格参数（表2）。

一辆汽车由车辆主体、锂电池、燃料电池系统、铅酸电池、液体和轮胎等部分组成（表3），其质量分布数据来自文献［36，39］。

3.1　车辆生产
在原材料生产阶段，所需原材料包括钢、铸铁、铸铝、锻铝、铜、玻璃、平均塑料、橡胶、镍、钴、锰、石墨、黏合剂、电解液、碳纤维、铅、硫酸、玻璃纤维、液体（包括制动液、传动液、动力系统冷却剂和挡风玻璃液）等，其能耗因子和碳排放因子来自美国阿貢国家实验室的GREET模型［40］，煤炭、电力、天然气、焦炭、原油、汽油、柴油、高炉煤气、焦炉煤气等能源的碳排放因子来自文献［36，40-41］，其中电力结构采用2019年和2035年数据。

在零部件制造阶
··116
段，该研究只考虑天然气、煤炭和电力三种能源消耗，作者根据Kim等［43］和Wang等［42］的研究计算出零部件制造能耗（表4）。

在车辆装配过程中，除加热工序用煤提供热能外，其他工序全部为电能，根据陈轶嵩等［38］的研究，电能和热能的消耗分别为6.86 MJ/kg和2.03 MJ/kg，据此计算出车辆装配的能耗（表4）。

在车辆分配过程中，考虑到广东是全国最大的汽车生产基地，假定以广东为所有汽车发货点。

两省之间的距离参考文献［25］，各省地区生产总值参考2020年中国统计年鉴［45］。

根据公式（6）计算得到汽车从装配车间到经销店的平均距离为1138.6 km。

若以重型柴油卡车为运输工具，能耗系数为0.6 kJ kg-1 km-1［46］。

在车辆生产阶段，间接碳排放与不同能源的碳排放因子直接相关。

由于数据获取的原因，该研究在核算2035年碳排放时，仅考虑了电力碳排放因子（表5）的变化。

3.2　车辆使用
在车辆运行阶段，由于燃料消耗导致产生间接的碳排放。

该研究中的五类乘用车需要使用汽油、电力和氢气三种交通燃料（图2）。

汽油生命周期包含原油开采、提炼、汽油加工、运输和加油等环节，该研究中的汽油假定为含10%燃料乙醇的燃料乙醇基汽油（E10）。

2019年，中国有10个省份的27个城市已经开始供应E10汽油［60］。

考虑到汽油燃料技术相对成熟，该研究假定2019年和2035年汽油排放因子均为2 747 g/L［40］。

电力生命周期包括原料开采、运输、发电、电网传输等环节［53］，电网平均排放因子由不同电源的排放因子、发电结构和线损率决定（表5）。

2019年和2035年电力结构数据来自中国统计年鉴、中国能源统计年鉴、中国电力统计年鉴等［45，49-50］。

目前在中国，主流的制氢技术主要有煤制氢（加装CCS）、工业副产品提纯制氢和可再生能源电解水制氢，三种技术的碳排放因子分别为2.97、15.92、2.31 kg/kg［40，51］；三种技术在2019年占比分别为67%、30%和3%，到2035年占比分别为45%、15%和40%［51］。

为了符合中国的现实情况，该研究使用乘用车行业平均能耗作为所选车辆模
表4　零部件制造和车辆装配能耗/MJ 不同阶段
零部件制造
整车装配
能源类型
天然气
煤炭
电力
煤炭
电力
GICEV
6 043
3 936
4 344
2 741
9 261
HEV
6 467
3 478
4 707
2 883
9 741
PHEV
6 991
3 760
5 088
3 116
10 530
BEV
7 388
3 314
5 429
3 248
10 976
FCV
7 674
4 127
5 585
3 421
11 559
表5　不同电源碳排放因子和电力结构电源类型
燃煤发电
燃气发电
核电
水电
生物质发电
风电
光伏发电
线损率
碳排放因子/（g/kW·h）
960.0
440.0
7.4
7.4
27.8
12.5
42.7
2019年/%
64.1
3.2
4.8
17.8
1.5
5.5
3.1
5.9
2035年/%
41.6
9.7
8.0
15.0
2.7
11.5
11.5
4.40
注：碳排放因子来自文献［25］，电力结构数据来自文献［50，62］。

表2　五类乘用车模型规格参数
类型
排量/L
质量/kg
电机
功率/kW
发动机功率/kW
燃料电池功率/kW
年均行驶里程/km 使用寿命/年续航里程/km
电池
容量/kW·h
储氢罐
容量/kg GICEV
1.2
1 350
85
15 000
10
800
HEV
1.8
1 420
53
72
15 000
10
1000
1.6
PHEV
1.8
1 535
53
73
15 000
10
65
13
BEV
1 600
110
15 000
10
316
48
FCV
1 685
113
60
15 000
10
476
1.6
5
来源
文献［39］
文献
［54-56］
文献
［35， 55］
文献［55］
文献［47］
文献［57］
文献［42］
文献［58］
文献
［56， 59］
文献［56］
注：①使用的动力电池均为镍钴锰三元锂电池（NCM），车辆在
使用寿命内不需要更换电池。

BEV和HEV分别使用能量型和功
率型电池，PHEV和FCV使用能量功率型电池，前者能量密度为160 W·h/kg，后二者能量密度为105 W·h/kg。

②为符合中国的现实情况，将所选车型的锂电池和燃料电池使用中国的平均水平进
行替代。

比如，将PHEV的电池容量由10.5 kW·h调整为13 kW·h，BEV的电池容量由38 kW·h调整为48 kW·h，FCV的燃料电池功率由114 kW调整为60 kW。

表3　汽车质量分布/kg
部件
车辆主体锂电池燃料电池堆Ⅳ型储氢罐铅酸电池*
液体
轮胎
合计GICEV
1 273
15
26
36
1 350
HEV
1 301
15
15
26
36
1 420
PHEV
1 334
124
15
26
36
1 535
BEV
1 223
300
15
26
36
1 600
FCV
1 386
15
57
117
15
26
36
1 685
注：*假定铅酸电池为各类型汽车的启动电源。

·
·117
型的能耗参数［47-48］（表6）。

电动汽车充电效率一般为85%~95%，该研究取90%［59］。

在PHEV运行过程中，使用电力和汽油的行驶里程分别占80%和20%，且使用慢充的方式；BEV快充和慢充的续驶里程占比分别为20%和80%［59，61］。

在车辆维修保养阶段，该研究仅考虑了更换频率较高的铅酸电池、液体和轮胎等部件的更换。

在整个生命周期内，铅酸电池和轮胎分别需要更换4次和1次［52］，液体中动力系统冷却液、传动液、制动液和挡风玻璃液分别需要更换4次、2次、7次和11次［25， 36］。

根据文献［40］计算得到，铅酸电池、动力系统冷却液、传动液、制动液、挡风玻璃液和轮胎更换一次的碳排放分别为73.1 kg、50.2 kg、7.2 kg、7.2 kg、3.3 kg和239.4 kg。

3.3　车辆报废
汽车报废通常分为三个步骤：预处理、拆解和金属分离。

在预处理阶段，需要将蓄电池、车轮和安全气囊灯拆除；在拆解阶段，需要将座椅、保险杠、发动机和变速箱等进行拆解；在金属分离阶段，需要对拆解部件进行处理，以获得有较高价值的金属材料［63］。

报废阶段能耗由两部分组成：车辆主体粉碎能耗和动力电池报废能耗，该研究假设两者的处置能耗因子分别为0.37 MJ/kg和31 MJ/ kg［53］，且只消耗电能［42］。

与车辆生产阶段类似，2035年报
废阶段也只考虑了电力碳排放因子的变化。

4　结果与讨论
该部分首先对五类乘用车的生命周期碳排放进行了分析，然后比较了不同电力结构情景下乘用车的碳排放结果，最后比较了不同省份的乘用车碳排放。

4.1　生命周期碳排放
从表7可以看到，2019年五种类型的乘用车生命周期碳排放从大到小依次为：PHEV、GICEV、BEV、HEV和FCV。

FCV的减排效果最优，相比GICEV减少碳排放8.0 t，主要是由于FCV在运行阶段的碳排放相对较小，比GICEV运行阶段碳排放少15.2 t（相当于47%），尽管在生产阶段由于燃料电池的制造增加了6.1 t的碳排放，但总体而言减排效果依然最优。

PHEV比GICEV的碳排放高1.7 t（相当于4%），主要原因是，PHEV拥有内燃机和电机两套驱动系统，使得生产阶段的碳排放比GICEV高3.3 t （相当于28%），尽管运行阶段碳排放有所减少，但总体略高于GICEV。

BEV碳排放相比GICEV减少了1.5 t，主要是由于较高的车辆效率和较低的电力碳排放因子。

随着电动汽车技术的不断成熟和效率的不断提升，以及可再生能源推广带来的碳排放因子的下降，未来电动汽车的减排效果将会更加明显。

图2　三种交通燃料生命周期（WTW）路径表6　2019和2035年五类乘用车能耗
年份2019 2035GICEV/（L/102 km）
6.3
4.5
HEV/（L/102 km）
4.8
3.5
PHEV/
（L/102 km； kW·h/102 km）
4.7； 20.0
3.6； 13.0
BEV/
（kW·h/102 km）
15.2
11.0
FCV/（kg/102 km）
1.1
0.8
··118
由于在该研究中，并没有考虑车辆模型随时间变化发生的结构改变，所以2035年与2019年相比，更多体现在由于电力结构和制氢方式不同，以及燃料消耗变化导致的排放变化。

2035年，从全生命周期的角度来看，各类乘用车的碳排放相比2019年都有不同程度的下降（表7）。

降幅最大的是PHEV ，相比2019年，从39.4 t 下降到了26.8 t ，下降了32%，这也使得PHEV 从2019年碳排放最高下降到倒数第二，仅高于FCV 。

碳排放下降的主要贡献来自燃料燃烧产生的碳排放减少，而造成这一结果的原因是PHEV 耗电量和耗油量的大幅降低，以及电力结构调整带来的电力碳排放因子的下降。

随着电力结构的优化，电动汽车在减排方面的优势将逐渐展现出来，到2035年，GICEV 成为所有类型乘用车中碳排放最高的车型，也就意味着所有类型的电动汽车均具备了减排效果，
其中FCV 的减碳效果仍然最明显，相比GICEV ，减排6.4 t 。

从各阶段的排放占比来看，2035年运行阶段的占比均有所降低，其中电动汽车降幅最明显，主要源自电力结构的调整。

在生产阶段，无论是2019年还是2035年，各类型乘用车的主要碳排放均来自于原材料的生产，占比高达69%~79%。

其中，电动汽车的碳排放均高于GICEV ，主要原因是电动汽车制造过程更加复杂，并且动力电池（包含燃料电池）的制造碳排放也相对较高。

在运行阶段，2019年和2035年，GICEV 碳排放占整个生命周期碳排放的60%以上，远高于BEV 和FCV 等电动汽车，主要由于GICEV 运行阶段的效率（17%~21%）远低于BEV （65%~82%）和FCV （36%~45%）［64］；FCV 碳排放占比最小，2019
年和2035年仅分别为生命周期碳排放的37%和26%，远低于其他类型乘用车，主要由于氢能的碳排放因子较低（煤制氢加装CCS 降低了碳排放）。

在报废阶段，由于该研究对车辆主体和动力电池的耗能因子进行了假设，所以拥有动力电池的电动汽车的排放会相对较高。

4.2　不同电力结构碳排放比较
为了研究不同电力结构对汽车全生命周期碳排放的
影响，该研究设计了3种情景：基准情景、边际电力结构情景和高可再生能源情景。

在该研究中，基准情景和边际电力情景分别使用了2019年中国平均电力结构和新增发电量的结构［50］，高可再生能源情景使用国家发改委能源研究所［65］对未来电力结构的估算，在此情景下，可再生能源将占中国电力消费的85.7%（表8）。

图3展示了不同电力结构下的五类乘用车碳排放，箭头表示电力结构变化导致碳排放的变化程度。

从基准情景到边际情景和高可再生能源情景，电力碳排放因子从673 g/kW·h 分别下降到465 g/kW·h 和106 g/kW·h 。

总体而言，电力结构变化对BEV 和PHEV 的影响要远远大于另外三类乘用车，主要由于此两类乘用车运行阶段所消耗电力的排放因子有较大幅度的下降，而另外三类乘用车，仅仅只是在生产阶段消耗电力导致间接排放的下降。

对于GICEV 、HEV 和FCV 来说，从基准情景到高可再生能源情景，碳排放强度分别下降了7%、8%和15%，主要来自于汽车生产阶段电力消耗而导致间接排放的下降。

对于BEV 和PHEV ，从基准情景到高可再生能源情景，其CO 2排放量将分别从248 g/km 和262 g/km 下降至
表7　不同类型乘用车各环节碳排放贡献比较
/kg
类别
生产阶段
使用阶段报废阶段
全生命周期
原材料生产
零部件制造车辆装配车辆分配
燃料消耗车辆维修车辆报废
2019年GICEV 8 3121 5881 99984
25 9597619338 795HEV
9 2491 6382 10388
23 0757******* 097PHEV
11 1561 7712 2739522 48676181739 359BEV
13 3161 8172 36999
17 0567611 82937 248FCV
13 5701 9442 495104
10 7657611 19930 8392035年GICEV 8 1181 3531 49984
18 5427616630 423HEV
9 0211 3841 57788
14 42276113127 383PHEV
10 8431 4961 7049511 27176158126 750BEV
12 8901 5241 77699
8 7847611 30127 134FCV
13 2151 6421 871104
5 57876185324 024
表8　中国不同情景的电力结构
/%
情景基准情景边际电力情景高可再生能源情景
煤电64.141.96.9
气电3.25.83.1
核电4.8
16.44.3水电17.88.4
14.5生物质发电
1.53.07.3
风电5.5
11.735.4光伏发电3.1
12.828.5·
·119。