基于双阶段出行链的新能源汽车充电站空间效率评估与选址优化——以南京市中心城区为例

针对新能源汽车公共充电站(PCSs)存在的供需失衡和服务低效问题，本研究构建"空间效率-供需诊断-选址优化"框架，创新性地提出融合驾驶可达性(G2SFCA)和步行可达性(COM)的双阶段出行链评估模型，结合MGWR-XGBoost机器学习方法，揭示了快充、慢充和超充三类PCSs的空间分异特征，为高密度城市充电基础设施规划提供了可推广的技术路径。

　　

随着全球能源转型加速，新能源汽车(NEV)已成为可持续交通的关键载体。中国作为全球最大的NEV市场，截至2024年11月保有量达1143万辆，配套充电网络规模位居世界前列。然而在快速发展过程中，公共充电站(PCSs)面临着效率低下、空间失衡和供需失调等结构性矛盾。特别是在南京这样的高密度城市，充电服务与城市功能、交通网络的协同不足，导致"充电难"与"充电桩闲置"并存的怪象。传统规划方法往往将充电设施视为同质化节点，忽视快充、慢充和超充的技术差异与场景需求，更缺乏对"驾驶充电-步行活动"双阶段行为链的系统考量。

针对这些挑战，Menglin Luo和Ming Sun在《Sustainable Cities and Society》发表研究，创新性地构建了"空间效率-供需诊断-选址优化"三位一体的分析框架。研究以南京主城区280平方公里范围为案例，整合路网分级、车辆保有量、POI等多源数据，采用200米六边形网格作为基本分析单元。关键技术包括：(1)改进高斯两步移动搜索法(G2SFCA)量化驾驶可达性；(2)累积机会模型(COM)评估步行可达性；(3)空间自相关诊断供需失衡区域；(4)多尺度地理加权回归(MGWR)解析POI影响机制；(5)网格搜索优化的XGBoost模型实现分类预测。

研究结果部分，"4.2空间效率评估"显示：快充站占比62.12%但老城区服务缺口显著，慢充站分布均衡但社区融合度弱，超充站需平衡工业覆盖与高端需求。驾驶可达性呈现"快充主导-慢充失衡-超充滞后"的梯度特征，Hexi商务区可达性最优而紫金山-玄武湖生态区最差。步行可达性则呈现明显的"核心-边缘"分异，老城区依托历史路网优势形成高值簇群。

"4.3供需诊断"通过Moran's I指数证实：全局空间自相关强度依次为慢充站(0.8753)>超充站(0.7591)>快充站(0.7038)。局部聚类分析识别出老城区和铁北地区为典型的"低供给-高需求"(LH)矛盾区，其中老城区的宁海路-朝天宫-浮桥片区快充缺口最为突出，而慢充站的供需失配呈现全城分散特征。

"4.4分类优化"部分，MGWR权重分析表明：快充和慢充站主要受居住设施影响(权重0.47/0.49)，超充站则与交通设施(0.43)和企业集聚(0.25)强相关。XGBoost优化布局显示：快充站应在老城采用立体化改造(如商场地下车库双枪充电桩)，慢充站需渗透社区(利用车棚闲置空间)，超充站则侧重产业耦合(物流园区屋顶光伏+地面分体式超充)。

在讨论部分，作者提出了三类充电设施的差异化策略：快充站强调"历史风貌适配"，通过仿古设计实现文化景观融合；慢充站着力构建"15分钟便民圈"，整合快递柜、早餐点等社区服务；超充站注重"产业-交通"双枢纽布局，在高铁站、软件谷等区域形成快充走廊。研究创新性地将充电行为拆解为驾驶(能量补给)和步行(活动体验)双阶段，突破了传统单维分析的局限。

该研究的科学价值在于：理论层面，建立了融合路网等级与POI便利性的双阶段可达性体系；方法层面，开发了网格化供需诊断与机器学习优化相结合的技术路径；实践层面，提出的分类优化策略可直接指导《南京市充电设施建设三年行动方案》编制。特别是将2SFCA模型拓展至充电场景时，创新性地引入路网分级速度参数(快速路80km/h、主干道60km/h等)，使可达性测算更贴合真实出行阻抗。研究框架具有强推广性，通过调整网格尺度和阈值参数，可适配不同城市形态和发展阶段的规划需求，为碳中和目标下的交通基础设施精准规划提供了普适性方法论。