search
frFrançais
banner
Maison / Nouvelles / Retards cachés des avantages de l'atténuation du climat dans la course au déploiement des véhicules électriques
Nouvelles
pageSearch
Dernières nouvelles

Retards cachés des avantages de l'atténuation du climat dans la course au déploiement des véhicules électriques

Sep 05, 2023Sep 05, 2023

Nature Communications volume 14, Numéro d'article : 3164 (2023) Citer cet article

531 accès

3 Altmétrique

Détails des métriques

Bien que les véhicules électriques à batterie (BEV) soient des alternatives respectueuses du climat aux véhicules à moteur à combustion interne (ICEV), un fait important mais souvent ignoré est que les avantages des BEV en matière d'atténuation du climat sont généralement retardés. La fabrication des BEV est plus intensive en carbone que celle des ICEV, laissant une dette de gaz à effet de serre (GES) à rembourser dans la phase d'utilisation future. Ici, nous analysons des millions de données de véhicules du marché chinois et montrons que le temps de rentabilité des GES (GBET) des BEV chinois va de zéro (c'est-à-dire l'année de production) à plus de 11 ans, avec une moyenne de 4,5 ans. 8 % des BEV chinois produits et vendus entre 2016 et 2018 ne peuvent pas rembourser leur dette de GES dans le cadre de la garantie de batterie de huit ans. Nous suggérons d'augmenter la part des BEV atteignant le GBET en promouvant la substitution effective des BEV aux ICEV au lieu de la poursuite résolue de l'accélération de la course au déploiement des BEV.

L'électrification des véhicules est largement perçue comme une solution indispensable au changement climatique. Selon l'Agence internationale de l'énergie (AIE), les véhicules électriques (VE), y compris les véhicules légers et lourds, ont permis une réduction nette de 40 millions de tonnes d'équivalent dioxyde de carbone (CO2e) sur une route du puits à la roue. en 20211. Bien que les évaluations varient d'une étude à l'autre en raison des différentes limites du système et des hypothèses sous-jacentes, les avantages climatiques globaux à long terme des véhicules électriques par rapport aux véhicules à moteur à combustion interne (ICEV) dans le contexte de la décarbonisation de la production d'électricité dominent l'opinion dominante2,3,4 ,5 (voir plus de documentation dans le tableau supplémentaire 1). Pour cette raison, le monde a connu une expansion rapide du marché des véhicules électriques. En 2021, le parc de véhicules électriques a atteint 16,5 millions dans le monde, soit le triple de 20181. Un nombre croissant de pays et de régions ont annoncé des objectifs ambitieux d'électrification des véhicules pour les décennies à venir6,7,8,9. Le 5 août 2021, la Maison Blanche a annoncé un objectif de 50 % électrique pour tous les véhicules neufs vendus en 20308. Le 14 juillet 2021, la Commission européenne a annoncé l'interdiction de la vente de véhicules neufs à essence et diesel, y compris les véhicules hybrides, à partir de 20357.

La Chine, qui domine le marché mondial des véhicules électriques, a déployé des efforts considérables pour soutenir le déploiement des véhicules électriques et l'a considéré comme l'une des voies les plus efficaces vers l'objectif de neutralité carbone dans les transports. Favorisée par une série d'instruments de politique publique et de subventions10,11, l'industrie des VE en Chine continue d'évoluer et la part de marché des VE a presque doublé au cours de la dernière décennie. En 2021, la production et les ventes de véhicules électriques en Chine se sont élevées à 3,5 millions, soit une multiplication par 1,6 par rapport à 202012. L'avenir de l'industrie est prometteur dans le cadre de la vision ambitieuse adoptée par le gouvernement. Selon le Plan de développement de l'industrie automobile à énergies nouvelles (2021-2035)6 annoncé par le gouvernement chinois, le taux de pénétration ciblé des véhicules à énergies nouvelles, y compris les BEV, les véhicules électriques hybrides (HEV) et les véhicules électriques à pile à combustible (FCEV), atteindre 20 % d'ici 2025. Selon le plan d'action pour le pic de dioxyde de carbone avant 203013, la part de marché des véhicules à énergies nouvelles atteindra ~40 % d'ici 2030. La majorité de ces véhicules devraient être des BEV, car ils représentent 80 % de véhicules à énergies nouvelles14.

Bien que les avantages d'atténuation du climat des BEV par rapport aux ICEV soient favorables15,16, un fait souvent ignoré est que les avantages ne sont pas « gratuits ». La production de BEV, en particulier la fabrication de batteries, émet généralement plus de gaz à effet de serre (GES) que les ICEV17,18. Cette dette de GES ne peut être compensée que jusqu'à ce que les BEV atteignent le seuil de rentabilité19,20,21,22,23. Cela signifie que le déploiement des BEV ne peut pas produire d'avantages d'atténuation lorsqu'ils sont achetés ou conduits sur la route immédiatement ; il y a un délai. Cependant, ces distributions temporelles ont souvent été ignorées dans la plupart des estimations existantes lors de la comparaison des BEV et des ICEV. Les émissions du cycle de vie des BEV et des ICEV sont généralement réparties uniformément par kilomètre sur la base du kilométrage de conduite supposé dans le cycle de vie des véhicules24 et l'effet climatique par kilomètre est comparé. Seule une minorité d'études19,20,21,22,23 ont abordé l'effet retardé des avantages climatiques. Ils se sont concentrés sur certains modèles de véhicules sans avoir une vision large à l'échelle nationale. Combler cette lacune est essentiel pour formuler des politiques de décarbonation profonde sur le déploiement des BEV et concevoir des feuilles de route d'atténuation pour le secteur des transports.

Dans cette étude, nous présentons le délai dans les avantages d'atténuation du climat des VEB en Chine en utilisant des données au niveau du véhicule. Les données contiennent presque tous les BEV (près de 1,5 million) et 82 % des ICEV (145,9 millions) de la catégorie des véhicules de tourisme légers produits et vendus en Chine entre 2012 et 2018. À notre connaissance, il s'agit du plus grand ensemble de données utilisé pour évaluer les avantages des BEV en matière d'atténuation du climat sur le marché chinois (voir Méthodes pour plus de détails sur les données), ce qui nous permet d'enquêter simultanément d'un point de vue complet vers le bas. à une détaillée dans ce secteur. Nous quantifions le temps d'équilibre des gaz à effet de serre (GBET), qui décrit le temps que les BEV mettent pour rembourser la dette initiale de GES contractée par la production de batteries à forte intensité de carbone, en compilant une analyse du cycle de vie (ACV) avec une comparaison entre véhicules (voir plus de détails dans "Méthodes"). Nous effectuons également des analyses de sensibilité et d'incertitude pour explorer comment les résultats sont affectés par différentes hypothèses et points de comparaison. Nos résultats peuvent aider à des estimations plus précises des tendances des émissions et à de meilleures voies vers la neutralité carbone en présentant aux décideurs politiques les caractéristiques temporelles des émissions en plus de l'effet total des émissions. Les perspectives et les méthodes d'aborder le GBET dans notre étude peuvent également être étendues à l'évaluation du seuil de longévité d'autres investissements dans les infrastructures vertes.

En comparant le niveau moyen d'émission de GES de chaque BEV produit et vendu de 2012 à 2018 voiture par voiture avec leurs homologues à essence (voir plus de détails dans Méthodes), nous confirmons l'existence d'une dette GES BEV. Les émissions moyennes de la production d'un BEV sont d'environ 1,4 fois celles d'un ICEV. Les BEV en Chine prendraient en moyenne 4,5 ans pour compenser la "dette" de fabrication, les délais variant de zéro (c'est-à-dire l'année de production) à plus de onze ans (Fig. 1). Comme les études GBET précédentes dans le contexte chinois sont rares, nous comparons nos estimations avec celles d'autres pays19,20,21,22,23, comme le montre le tableau supplémentaire 2. Les comparaisons montrent que nos estimations GBET pour les BEV en Chine sont généralement plus longues que celles en Europe21, qui sont d'environ 2 à 3 ans. Il y a deux raisons potentielles pour les différences. Premièrement, l'intensité des émissions de GES des réseaux électriques en Chine est supérieure à celle des réseaux européens, étant donné le rôle dominant de la production d'électricité au charbon en Chine. Des facteurs d'émission de GES plus élevés affaiblissent l'effet d'atténuation des VEB dans la phase d'utilisation et entraînent un GBET plus élevé. Deuxièmement, le VKT annuel de la plupart des BEV sur le marché chinois (Figs. 1, 2 supplémentaires) est inférieur à 15 000 km, hypothèse qui a été largement utilisée dans les études précédentes. Un VKT annuel inférieur implique un kilométrage de substitution effectif plus court pour des ICEV comparables et se traduit par un GBET plus élevé pour les BEV.

a Répartition du GBET de 2012 à 2018. b Répartition du GBET de 2012 à 2015. c Répartition du GBET de 2016 à 2018. Selon les périodes de garantie officielles des batteries, une garantie de cinq ans était requise en 201425, et huit- une garantie d'un an était requise en 201626. Un seuil de cinq ans a été utilisé pour 2012 et 2013 sur la base de l'exigence de 2014. Les barres d'erreur indiquent un intervalle de confiance de 95 %. Les données source sont fournies sous la forme d'un fichier de données source.

La grande échelle de l'ensemble de données que nous utilisons permet d'avoir une vue d'ensemble de la distribution du GBET dans les BEV à l'échelle nationale. La forme de la courbe de distribution GBET est asymétrique, avec un écart type de 2,4 ans et un facteur d'asymétrie de 0,8. Environ 70,4 % des véhicules rembourseraient la dette de GES dans une fourchette d'écart type (c.-à-d. de 2,1 à 6,9 ans). De plus, environ un cinquième des BEV produits et vendus avant 2016 n'ont pas remboursé la dette de GES dans les cinq ans, ce qui correspondait à la période de garantie de la batterie de VE requise par le gouvernement chinois en 201425. En 2016, la garantie requise de la batterie a été étendue à huit ans26, et 8 % des VEB produits et vendus entre 2016 et 2018 ne peuvent pas atteindre le GBET dans le seuil de garantie de la batterie (tableau supplémentaire 3). Les BEV sans GBET émettent moins d'émissions de GES dans le cycle du véhicule que leurs homologues à essence et ne représentent que 1,7 % de l'échantillon total. Ces BEV «zéro GBET» sont principalement des voitures de classe A00, qui ont une capacité de batterie nettement inférieure et un poids à vide plus léger que les autres classes de véhicules. Les BEV dont le GBET est supérieur à 11 ans représentent ~2,9% de l'échantillon total. Au total, 97,8 % de ces BEV appartiennent à la classe MPV-A0. Cet événement est probablement dû au fait que la différence de poids dans les véhicules MPV-A0 entre les véhicules électriques et les véhicules à carburant est la plus importante (voir plus de détails dans le tableau supplémentaire 4), ce qui entraîne une énorme dette de GES et le GBET le plus long.

Deux tendances contradictoires influencent les variations d'une année sur l'autre des GBET BEV. D'une part, avec les progrès de la technologie des batteries, la capacité de la batterie et l'autonomie des BEV augmentent, offrant un kilométrage de substitution plus efficace pour les ICEV et entraînant une tendance à la baisse du GBET. D'autre part, les batteries de plus grande capacité ont généralement une taille plus grande, un poids plus lourd et un poids à vide plus lourd pour le support, ce qui conduit probablement à une plus grande dette de carbone dans la phase de production et nécessite donc plus de temps pour rembourser. Sous l'effet conjugué de ces deux tendances, le GBET des VEB produits et vendus entre 2012 et 2018 présente une tendance fluctuante, qui varie selon la classe de véhicules (tableau 1). Par exemple, le GBET des voitures de classe A et des SUV de classe A0 montre une tendance globale à la hausse avec des fluctuations d'une année à l'autre, tandis que celui des monospaces de classe B diminue généralement.

Le GBET des BEV montre également une hétérogénéité significative entre les différents modes de transport (voiture, SUV et monospace) et les classes de taille (A00, A0, A, B et C) (voir plus de détails sur la classification des véhicules dans le tableau supplémentaire 5). L'impact des facteurs d'influence est également bidirectionnel. D'une part, les modes de transport plus lourds et les véhicules de plus grande taille ont généralement une plus grande capacité de batterie et un poids de batterie plus lourd, ce qui entraîne des émissions de GES plus élevées pendant la phase de production et, par conséquent, une plus grande dette de GES (voir le tableau supplémentaire 4). Cette tendance augmente potentiellement le GBET. D'autre part, les homologues à carburant des modes de transport plus lourds et des véhicules de plus grande taille sont énergivores (voir le tableau supplémentaire 4) et émettent plus de GES pendant le cycle du carburant, ce qui se traduit par des avantages de réduction des émissions plus notables des BEV par rapport aux ICEV et des émissions plus courtes. Périodes de remboursement de la dette GES. Cette tendance diminue potentiellement le GBET. Sous l'effet conjugué de ces deux tendances, le GBET des BEV montre globalement une tendance à la hausse avec des classes de taille plus importantes (A00 < A0 < A < B) et des modes de transport plus importants (Voiture < SUV < Monospace).

Plus précisément, les effets du mode de transport et de la classe de taille interagissent. L'impact du mode de transport varie selon les classes de taille. Pour les véhicules de classe A0, le GBET augmente dans l'ordre Car, SUV et MPV. Cet ordre implique que les impacts croissants d'une plus grande dette de GES causée par le poids plus lourd des modes de transport plus importants dépassent les impacts décroissants causés par l'amélioration de l'efficacité du remboursement de la dette au cours du cycle du combustible (la terminologie carburant est utilisée de manière conventionnelle, se référant à la production d'électricité, la transmission, et utilisation pour les BEV). Pour les véhicules de classe A et de classe B, le GBET de la voiture est le plus grand (6,3 à 7,3 ans), le MPV est au milieu (5,8 à 6,1 ans) et le SUV est le plus petit (3,1 à 4,8 ans) . Cela indique que sous ces deux classes de taille, l'effet positif de l'augmentation du taux de remboursement de la dette dans le cycle du carburant des SUV et des monospaces compense totalement l'effet négatif dû à l'augmentation du poids à vide. De même, l'effet de la classe de taille sur le GBET est lié au mode de transport. Pour les voitures, GBET montre une tendance à la hausse avec une taille plus grande. L'effet de prolongation du GBET causé par l'augmentation de la dette GES avec l'augmentation de la classe de taille dépasse l'effet de réduction causé par l'augmentation de la réduction des émissions du cycle du combustible. Les SUV et les monospaces montrent la tendance inverse : le GBET diminue avec l'augmentation de la classe de taille. Dans ce cas, les avantages relatifs des BEV en matière de réduction des émissions du cycle du combustible apportés par l'augmentation de la classe de taille sont plus dominants. Ainsi, dans l'ensemble, les SUV et les monospaces avec des classes de taille plus grandes et les voitures avec des classes de taille plus petites ont des GBET plus courts.

Le GBET des BEV en Chine varie considérablement d'une province à l'autre (Fig. 2a). Le GBET moyen des BEV produits et vendus en 2018 est de 6,9 ​​à 7,9 ans dans les provinces du nord-est, soit 2 à 6 ans de plus que la moyenne dans les provinces du sud-ouest. Les variances interprovinciales de quatre facteurs (Fig. 2b), dont la composition des classes de taille, la composition des modes de transport, les véhicules-kilomètres annuels parcourus (VKT) et l'intensité des émissions de GES du réseau électrique local, pourraient expliquer l'hétérogénéité régionale de GBET. La même année, la part des véhicules de classe A00 dans les ventes totales de BEV par province variait de 5,7 % au Qinghai à 90,2 % au Guangxi, avec une moyenne de 42,4 %. La part des voitures dans les ventes totales de BEV par province variait de 26,4 % à Jilin à 96,3 % à Guangxi, avec une moyenne de 70,3 %. La moyenne provinciale de 2018 du VKT annuel variait de 678 km au Tibet à 15 927 km dans le Guangdong, et la moyenne provinciale de l'intensité des émissions de GES de la production d'électricité variait de 38 gCO2e/kW au Tibet à 801 gCO2e/kW à Tianjin, une plage de vingt fois plus élevé à son extrémité supérieure qu'à son extrémité inférieure.

a Le GBET moyen des BEV par province en 2018. Les données pour la Région administrative spéciale (RAS) de Hong Kong, la RAS de Macao et la province de Taïwan ne sont pas disponibles. b Quatre facteurs influençant le GBET par province en 2018, notamment la composition des catégories de taille de véhicule, la composition des modes de transport, les véhicules-kilomètres annuels moyens parcourus et l'intensité des émissions de gaz à effet de serre des réseaux au niveau provincial. Véhicule utilitaire sport SUV, véhicule polyvalent monospace. Les données source sont fournies sous la forme d'un fichier de données source. L'utilisation de la carte de base dans a a été appliquée sans approbation en utilisant les données du service de carte standard publié par le ministère des Ressources naturelles (http://bzdt.ch.mnr.gov.cn/).

Pour les BEV produits et vendus en 2018, les cinq premières provinces avec le GBET le plus long étaient le Jiangxi, le Jilin, le Heilongjiang, le Liaoning et le Tibet. Pour les trois provinces du nord-est (c.-à-d. Jilin, Heilongjiang, Liaoning), les raisons du long GBET sont similaires, car ces provinces ont des tailles/modes de véhicules plus grands, des intensités d'émission de GES plus élevées pour les réseaux électriques locaux et un VKT relativement plus faible. L'intensité plus élevée des émissions de GES est cohérente avec la structure de production d'électricité à dominante charbon dans ces régions, et le VKT inférieur implique que les BEV ne sont pas suffisamment utilisés, ce qui donne plus de temps pour rembourser la dette de GES. La taille des véhicules et les modes de transport de la province du Jiangxi sont relativement petits, mais les fortes intensités d'émissions de GES et le faible VKT contribuent au long GBET. Le long GBET au Tibet est principalement causé par son VKT extrêmement bas, qui est près de 90% inférieur à la moyenne nationale sur une base annuelle. Cela peut probablement s'expliquer par le retard des progrès dans la construction d'infrastructures de recharge pour les VEB et la topographie particulière du Tibet (par exemple, l'autonomie limitée des véhicules électriques peut ne pas répondre aux besoins locaux de déplacement longue distance). Bien que le Tibet ait la plus faible intensité d'émissions de GES pour son réseau électrique, la production d'électricité au charbon ne représentant que 1,5 % du montant total de la province, le taux d'utilisation le plus bas des véhicules électriques au Tibet compense complètement les avantages climatiques apportés par sa production d'électricité à faible émission de carbone. structure et explique pourquoi il a le long GBET. Les cinq provinces avec le GBET le plus court sont le Guizhou, le Guangxi, le Hunan, le Tianjin et le Sichuan. Des tailles/modes de véhicules plus petits, un mix électrique plus propre ou un VKT plus élevé expliquent le GBET court de ces provinces.

Les estimations de GBET sont principalement affectées par deux sources d'incertitude. L'un est l'incertitude des paramètres et l'autre est l'incertitude due à l'utilisation de différents points de référence de comparaison. En termes d'incertitude des paramètres, nous regroupons tous les facteurs d'influence en dix groupes (tableau supplémentaire 6) et effectuons une analyse de sensibilité aux perturbations à une variable à la fois pour chaque variable groupée (voir plus de détails dans "Méthodes"). Les six principaux facteurs sensibles, par ordre décroissant, sont le poids à vide, les facteurs d'émission de GES de la production de matériaux de véhicules, la capacité de la batterie, les facteurs d'émission de GES de la production de matériaux de batterie, le VKT annuel et les facteurs d'émission de GES des réseaux électriques (tableau supplémentaire 7). Nous pouvons dire que les GBET sont plus sensibles aux facteurs du cycle du véhicule (les quatre premiers facteurs) qu'aux facteurs du cycle du carburant (les deux derniers). Ceci est différent des études ACV précédentes, qui ont révélé des effets plus importants des facteurs du cycle du carburant sur les émissions du cycle de vie que ceux du cycle du véhicule5,27,28,29. La raison des différents résultats d'analyse est que l'estimation du GBET ne prend en compte que les émissions de GES avant le seuil de rentabilité, tandis que l'ACV prend en compte les émissions du cycle de vie - la plus petite échelle de la première se traduit par un pouvoir d'influence affaibli du cycle du combustible. facteurs. Les six facteurs sensibles sont ensuite inclus dans l'analyse d'incertitude à l'aide de l'approche par plage et de la méthode de conception expérimentale orthogonale (OED) (voir plus de détails dans les méthodes). Les résultats (Fig. 3 supplémentaire) montrent que le GBET moyen national (4,5 ans dans l'estimation de base) tombe à ~ 1,9 ans dans le scénario de l'extrémité inférieure avec une augmentation annuelle radicale du VKT, des véhicules plus légers, un réseau électrique plus propre et une faible -les facteurs d'émission de matière carbonée augmentent à 6,5 ans dans le membre supérieur.

De plus, le GBET des BEV dépend également fortement du référentiel de comparaison des ICEV, qui varie sur une large plage. Pour la vérification de la robustesse, nous associons les BEV aux ICEV dans différentes classes de taille et incluons les ICEV les plus et les moins efficaces comme références pour présenter des estimations GBET pessimistes et optimistes. Par rapport aux classes de taille adjacentes, les estimations du GBET fluctuent de −74 à 156 % (tableau complémentaire 8). Par rapport aux ICEV de la même classe de taille mais dont les émissions de GES se situent dans le quartile inférieur (c'est-à-dire les 25 % des ICEV à faibles émissions les plus élevées), le GBET augmente de 1,9 à 6,7 ans, avec une augmentation moyenne de 3,9 ans (Fig. 4). Dans ce cas, près de la moitié des BEV produits et vendus en 2018 ne peuvent pas rembourser la dette GES dans les 11 ans. Lorsque nous changeons la référence pour les ICEV dont les émissions de GES se situent dans le quartile supérieur (c'est-à-dire les 25 % d'ICEV à fortes émissions), le GBET diminue de 1,6 à 5,1 ans, avec une diminution moyenne de 2,9 ans (Fig. 4 supplémentaire). . Dans ce cas, tous les BEV vendus en 2018 atteignent le GBET en 7 ans et 95% d'entre eux en 3 ans.

L'estimation du GBET dans cette étude alerte les décideurs politiques sur le fait que les avantages climatiques des BEV ne sont pas gratuits, mais dépendent du temps nécessaire pour rembourser leur dette de GES contractée au stade de la production du véhicule. Cette circonstance amène également la compréhension des avantages climatiques différés des BEV chinois d'un niveau abstrait à un seuil concret. De telles découvertes ont d'énormes implications pour le monde réel.

Premièrement, de nouveaux indicateurs basés sur le GBET peuvent être développés pour guider le déploiement du BEV. Par exemple, le pourcentage de BEV ayant atteint le GBET (P-GBET) est un indicateur qui vient compléter l'indicateur largement utilisé du taux de pénétration des BEV (PR). En d'autres termes, il ne s'agit pas seulement de savoir combien de VEB sont produits et vendus, mais aussi combien d'entre eux ont des réductions d'émissions positives qui contribuent aux avantages climatiques du secteur des transports. Jusqu'à présent, la Chine et de nombreux autres pays ont mis à profit de multiples incitations à l'approvisionnement, telles que des crédits d'impôt, des remises ou des remises, l'exemption des BEV des contrôles de congestion et des quotas de plaques d'immatriculation distinctes pour les BEV30,31,32,33, afin d'obtenir des relations publiques plus élevées. Cependant, une fois la vente terminée, ces politiques ne sont plus en vigueur, laissant le véritable effet climatique non maîtrisé34. Une solution directe à ce problème consiste à mettre en place des politiques de suivi du déploiement du BEV, telles que l'adoption de subventions par étapes (c'est-à-dire l'extension du calendrier de subvention du moment de l'achat au moment où il atteint son GBET), l'investissement dans les infrastructures de recharge, et motiver le remplacement de l'ICEV, pour promouvoir un P-GBET plus élevé.

Le GBET peut également aider à établir des normes techniques pour l'espérance de vie ou le temps de remplacement de la batterie des BEV afin d'assurer des avantages climatiques nets. Par exemple, la Chine exige actuellement une garantie de huit ans ou 120 000 kilomètres (selon la première éventualité) sur les batteries des véhicules électriques26. Cependant, comme le montrent nos estimations dans les sections précédentes, tous les véhicules ne peuvent pas atteindre leur GBET pendant la période de garantie de la batterie, en particulier pour certains véhicules de grande taille ou à grand mode. Cette situation nécessite une période de garantie requise plus longue pour les modes de transport lourds. En fait, le GBET fournit des directives pour des périodes de garantie différenciées et d'autres normes relatives à la longévité. Ce processus, d'une part, facilite les avantages climatiques en évitant le remplacement précoce des batteries et, d'autre part, motive les fournisseurs de BEV à améliorer les performances climatiques de leurs produits.

Il convient de mentionner qu'un GBET plus petit n'entraîne pas nécessairement une plus grande réduction des émissions tout au long du cycle de vie. Par exemple, les VEB dont l'autonomie prévue est plus longue ont généralement une durée de vie plus longue, ce qui se traduit par davantage d'avantages en matière de réduction des émissions sur l'ensemble du cycle de vie. Cependant, une autonomie accrue repose souvent sur une plus grande capacité de batterie et un poids plus lourd, ce qui augmente les émissions de GES lors de la production de batteries et entraîne une dette de GES plus élevée. Ainsi, il faudra plus de temps pour payer ces dettes de GES, ce qui entraînera un GBET plus long. Le GBET est un indicateur complémentaire aux mesures existantes, car il fournit des informations sur la rapidité avec laquelle les avantages climatiques sont générés, tandis que l'évaluation précédente de l'ACV suggère l'ampleur des avantages tout au long de la durée de vie du véhicule. Ces deux informations doivent être prises en compte lors de l'évaluation des effets d'atténuation sur le climat de l'électrification des véhicules.

En outre, bien qu'il puisse exister des compromis entre les réductions d'émissions tout au long du cycle de vie et des délais de récupération plus rapides, il reste encore de la place pour une synergie. Les décideurs politiques peuvent encourager davantage d'explorations dans des réductions d'émissions de BEV plus nombreuses et plus rapides, par exemple, en réduisant la dette carbone par l'allègement des véhicules20,35,36,37,38,39, le recyclage des matériaux40,41, le recyclage et la réutilisation des batteries42,43,44. Une autre stratégie consiste à accélérer le taux de remboursement de la dette GES en intensifiant l'utilisation des BEV existants via le partage de véhicules ou en donnant la priorité aux BEV comme taxis45,46. L'intensification de l'utilisation des BEV par le partage de véhicules plutôt que l'expansion de la possession de véhicules raccourcirait simultanément le GBET, permettrait de réduire davantage les émissions de GES et résoudrait d'autres problèmes, tels que les embouteillages, l'épuisement des ressources minérales, la pression de la construction d'infrastructures et la pollution de l'environnement47,48. Cette stratégie est réalisable, car ce dont les gens ont vraiment besoin, c'est essentiellement d'un service de transport de haute qualité plutôt que du véhicule lui-même49. De plus, l'alignement des sites de production de BEV sur le réseau d'énergie renouvelable prévu peut faciliter des réductions plus rapides et plus importantes des émissions de GES des BEV50. Actuellement, les productions chinoises de BEV et de batteries sont principalement situées dans la région côtière du sud-est et le nord-est, où l'intensité des émissions de GES du réseau est relativement élevée (voir plus de détails dans la Fig. 5 supplémentaire). La répartition géographique des fabricants de batteries et de voitures en Chine est déterminée par les avantages historiques de la production, tels que la disponibilité de lignes de production matures. Par exemple, Contemporary Amperex Technology Co., Limited (CATL), le plus grand fabricant de batteries pour véhicules électriques en Chine, a initialement produit des batteries de téléphone. Ses avantages de production historiques facilitent les externalités d'agglomération, les retombées technologiques et les gains de productivité, lui permettant de passer rapidement à la production de batteries BEV. Comme un pas en avant pour correspondre au développement à faible émission de carbone des réseaux électriques, CATL a construit plus d'usines dans les provinces du sud-ouest avec une énergie renouvelable abondante, comme la première usine zéro carbone construite à Yibin, province du Sichuan51. L'intégration d'une production d'électricité plus propre dans la configuration de la production de BEV est favorable à la fois pour raccourcir le GBET et réduire les émissions du cycle de vie.

Bien que nos résultats aient de grandes implications, nous remarquons également qu'il existe plusieurs limites. Premièrement, nous supposons que le kilométrage de substitution effectif annuel d'un VEB pour les VICE est le VKT moyen annuel dans la province où il est vendu, sans tenir compte de l'effet de rebond ou de l'effet d'entraînement52 de l'absorption des VEB sur les émissions de GES. Cette hypothèse pourrait biaiser l'estimation du GBET. Dans le scénario où le premier propriétaire de voiture a acheté un BEV pour remplacer le service de transport public plutôt que les ICEV, le kilométrage de substitution effectif est inférieur au VKT annuel du BEV et entraîne une sous-estimation du GBET. Dans l'autre scénario où un BEV est acheté pour remplacer l'ICEV déjà possédé, en raison de l'autonomie limitée du BEV, l'utilisateur peut réduire l'utilisation de la voiture par rapport à la possession d'un ICEV. Ici, un effet d'entraînement positif se produit et le kilométrage de substitution effectif est supérieur au VKT annuel du BEV. En fait, dans quelle mesure les BEV se substituent-ils effectivement aux ICEV est-il compliqué, car cela est pertinent pour les comportements des consommateurs34 ; cette relation n'a pas été entièrement discutée et laisse de nombreuses possibilités de recherches futures.

Deuxièmement, alors que nous distinguons le GBET du même modèle de véhicule (1894 modèles au total de 2012 à 2018) par lieu de production et de vente, d'autres données réelles au niveau du véhicule, y compris l'efficacité énergétique sur route et la consommation réelle -le facteur d'émission de GES relatif au temps de charge, ne sont pas acquis. L'absence de ces données biaiserait les estimations du GBET. La différence entre l'efficacité énergétique sur route et l'efficacité énergétique officielle signalée par les constructeurs varie, influencée par des facteurs environnementaux et des comportements de conduite réels53,54. L'utilisation de facteurs d'émission annuels moyens du réseau électrique sans tenir compte des effets saisonniers et quotidiens sur le mix électrique pourrait sous-estimer notre estimation du GBET. Par exemple, la plupart des BEV à Shanghai sont rechargés la nuit55, lorsque l'intensité des émissions du réseau est supérieure à la moyenne, car la demande d'électricité résidentielle atteint des pics et moins d'énergie renouvelable est disponible pour la production d'électricité à ce moment-là56. L'utilisation des facteurs marginaux d'émission d'électricité57 permet des estimations plus précises, bien que cela soit difficile en raison du manque de données.

Troisièmement, nous n'avons pas pris en compte l'effet du recyclage des batteries, le processus de dégradation ou l'effet du millésime sur la consommation d'énergie des VE et les émissions de GES. Les véhicules électriques qui utilisent des batteries à usage secondaire et recyclées ont une dette de GES bien inférieure à celle des véhicules électriques initialement produits58. Compte tenu de la dégradation de la batterie59, le GBET des BEV pourrait être plus long que les estimations. Il convient également de mentionner que des retards supplémentaires sont dus à des stocks de véhicules plus anciens et moins performants qui restent longtemps dans le parc automobile60.

Malgré les limites, notre étude élargit la compréhension des retards des avantages climatiques des BEV d'un niveau conceptuel à une mesure de seuil concrète en utilisant les données du marché chinois. L'échelle des données nous permet d'étudier simultanément d'une perspective complète (c'est-à-dire, perspective nationale et hétérogénéité régionale) jusqu'à une perspective détaillée (perspective du modèle de véhicule). Cette étude est un rappel opportun aux décideurs politiques pour qu'ils accordent plus d'attention à la distribution temporelle des effets climatiques et fournissent des lignes directrices pour les politiques de déploiement des BEV et la conception des normes de longévité. Les indicateurs basés sur le GBET, tels que la part des BEV qui ont atteint le GBET, pourraient être un facteur supplémentaire vital pour les indicateurs existants du taux de pénétration des BEV. Ils fournissent des dimensions supplémentaires que les décideurs politiques doivent prendre en compte, en particulier pour promouvoir la substitution effective des BEV aux ICEV, plutôt que de simplement accélérer la course au déploiement des BEV.

Le GBET des BEV est défini comme le temps nécessaire pour rembourser la dette GES contractée lors de la production de packs de batteries à forte intensité de carbone et des matériaux de véhicules associés. Les estimations du GBET sont basées sur l'analyse du cycle de vie (ACV) des émissions de GES des véhicules et sur des comparaisons inter-véhicules entre les VEB et leurs homologues à carburant année par année. Nous commençons cette section en établissant la configuration de l'ACV. Ensuite, nous présentons comment les BEV sont associés aux références ICEV pour l'estimation du GBET, ainsi que les sources de données et les hypothèses clés. Une analyse de sensibilité et d'incertitude est enfin effectuée pour démontrer comment les résultats changent avec différentes hypothèses de paramètres et divers repères ICEV appariés.

Les émissions de GES des BEV et des ICEV sont estimées à l'aide du modèle d'évaluation du cycle de vie automobile chinois (CALCM). L'unité fonctionnelle de cette ACV est de 1 km parcouru par un véhicule de tourisme en Chine pendant 11 ans. Le modèle est la compilation et l'évaluation des intrants, des extrants et des impacts environnementaux potentiels d'un système de véhicule tout au long de son cycle de vie61. Ici, nous avons suivi les instructions des normes nationales GB/T24044–200862, GB/T 24040–200863 et de la norme internationale ISO 14067-2018 pour effectuer l'évaluation64. Pour les BEV et les ICEV, la limite du système de cycle de vie évaluée dans cette étude comprend le cycle du véhicule et le cycle de carburant des véhicules de tourisme. Le cycle du véhicule commence par l'acquisition des matières premières, puis passe au traitement et à la fabrication des matériaux, à la production complète du véhicule et à l'entretien (pneu, batterie au plomb et remplacement des fluides). Le cycle du combustible fait référence au "Well to Wheels (WTW)", incluant la production de carburant (Well to Pump/WTP) et l'utilisation de l'énergie (Pump to Wheels/PTW). Pour les ICEV, le WTP comprend l'extraction, le raffinage et le traitement du pétrole brut ; PTW fait référence à la combustion de carburant. Pour les BEV, la terminologie du carburant est utilisée dans un sens conventionnel, se référant à la production, à la transmission et à l'utilisation de l'électricité. Les émissions de GES des BEV dans les WTP se produisent avec la production et la transmission d'électricité, tandis que les émissions de GES des BEV dans les PTW sont nulles, car il n'y a pas d'émission de GES pendant la phase d'utilisation de l'électricité. Le transport de matériaux, la fabrication d'équipements et d'infrastructures, ainsi que la production et le traitement des déchets de fabrication sont exclus (Fig. 3).

La frontière du système de cycle de vie évaluée dans cette étude comprend le cycle du véhicule et le cycle de carburant des véhicules de tourisme. Le cycle du véhicule commence par l'acquisition des matières premières, puis passe au traitement et à la fabrication des matériaux, à la production complète du véhicule et à l'entretien (pneu, batterie au plomb et remplacement des fluides). Le cycle du combustible fait référence au "Well to Wheels (WTW)", incluant la production de carburant (Well to Pump/WTP) et l'utilisation de l'énergie (Pump to Wheels/PTW). Pour les BEV, la terminologie du carburant est utilisée dans un sens conventionnel, se référant à la production, à la transmission et à l'utilisation de l'électricité.

Les estimations du GBET comprennent deux phases : l'appariement des BEV avec leurs homologues à essence et le calcul du GBET en comparant les véhicules appariés. Les modalités de ces deux phases sont décrites ci-dessous.

Étant donné que le GBET des BEV est calculé au niveau du véhicule, nous trouvons des homologues à essence pour chacun des BEV produits et vendus de 2012 à 2018. Un BEV peut avoir plusieurs homologues à essence car, dans le monde réel, un certain BEV peut être perçu comme un substitut possible à de nombreux véhicules à essence. Considérant que dans la plupart des cas, les remplacements se produisent dans la même classe de véhicules, nous comparons chacun des BEV avec les ICEV du même millésime, mode de transport (voiture, SUV et monospace) et classe de taille (A00, A0, A, B et C) (voir plus de détails sur la clarification du véhicule dans le tableau supplémentaire 5) pour générer des estimations de base, en se référant à la Fig. 4. Comme la comparaison est "un (BEV) à plusieurs (ICEV)", pour une comparaison systématique, nous générer une représentation des ICEV sélectionnés, dont les paramètres sont la moyenne des ICEV homologues appariés. Ensuite, la comparaison passe à "un (BEV) à un (ICEV représentatif). Ensuite, nous calculons le GBET moyen des BEV au sein de la même strate pour générer une estimation globale. Dans l'analyse d'incertitude, nous considérons plus de possibilités de substituts à travers différents classes et plus de possibilités des ICEV représentatifs (voir l'analyse de sensibilité et d'incertitude pour plus de détails).

Véhicule utilitaire sport SUV, véhicule polyvalent monospace.

En utilisant les ICEV représentatifs comme référence de comparaison, nous calculons le GBET des BEV au niveau du véhicule individuel. Les différences d'émissions de GES du cycle du véhicule entre les références BEV et ICEV sont d'abord estimées par Eq. (1), révélant l'ampleur de la dette GES. Ensuite, les émissions annuelles de GES remboursées sont calculées en comparant les émissions annuelles des références BEV et ICEV lorsqu'elles sont conduites pour le kilométrage de substitution effectif, comme indiqué dans l'équation. (2). Nous supposons que le kilométrage de substitution effectif est le VKT annuel des BEV. Lorsque les émissions remboursées cumulées sont égales à la dette de GES, le seuil de rentabilité est atteint, comme Eq. (3) spectacles.

où \({E}_{{dette}}\left({t}_{0}\right)\) est la dette de GES des BEV par rapport à leurs homologues ICEV au cours de l'année de production t0. \({E}_{{BEV}}({t}_{0})\) et \({E}_{{ICEV}}({t}_{0})\) sont des GES liés au cycle du véhicule émissions des BEV et des ICEV, respectivement. \({E}_{{récupération}}(t)\) désigne la récupération cumulée des GES à l'année t. \({E}_{{BEV}}(t)\) et \({E}_{{ICEV}}(t)\) sont les émissions annuelles du cycle du carburant des BEV et des ICEV, respectivement, lorsqu'ils sont conduits pour le kilométrage de substitution effectif l'année t. Si \({E}_{{dette}}\left({t}_{0}\right)\le 0\), le GBET est égal à zéro, ce qui signifie que le BEV émet moins de GES que son indice de référence ICEV comparable. Sinon, le GBET est l'année \(t{\prime}\), lorsque le BEV a remboursé sa dette GES pour la première fois. Les variations d'une année à l'autre des émissions du cycle du combustible sont prises en compte à la fois pour les BEV et les ICEV. Puisque nos calculs sont sur une base annuelle, au cours d'une même année, nous supposons que les émissions cumulées augmentent de façon linéaire. En d'autres termes, lorsque nous trouvons un intervalle entier [t, t + 1] où \({E}_{{dette}}({t}_{0})+{E}_{{payback}}(t )\) > 0 et \({E}_{{dette}}({t}_{0})+{E}_{{remboursement}}(t+1)\) < 0, nous utilisons la formule linéaire méthode d'interpolation pour trouver l'heure exacte \(t^{\prime}\).

Les données utilisées dans les estimations de GBET peuvent être classées en quatre catégories selon leurs niveaux de résolution (voir le tableau supplémentaire 9). La première catégorie est l'ensemble de données au niveau du véhicule dans le monde réel, qui contient le type de modèle, l'année et le lieu de production et de vente de presque tous les BEV (près de 1,5 million d'unités) et 82 % des ICEV (145,9 millions d'unités) en Chine à partir de 2012 à 2018 (voir figures supplémentaires 5, 6). L'ensemble de données provient de l'assurance obligatoire de responsabilité civile en cas d'accident de la circulation (CTALI) de la Chine, qui est fournie par le China Automotive Technology & Research Center (CATARC)65,66. Étant donné que CTALI est obligatoire pour chaque véhicule immatriculé en Chine, les données ont une large couverture et une grande crédibilité. Les données au niveau du véhicule nous permettent de distinguer le GBET des BEV selon les modèles de véhicules, les années et les emplacements.

La deuxième catégorie concerne les informations sur le modèle de véhicule. La base de données CTALI a enregistré 227 types de modèles BEV et 1667 types de modèles ICEV de 2012 à 2018. Pour chaque type de modèle de véhicule, des spécifications plus techniques, notamment le type de modèle, le poids à vide, le poids de la batterie, la capacité de la batterie et la consommation de carburant, ont été collectées. de l'Annonce des entreprises de fabrication de véhicules et des produits de véhicules67 qui est régie par le Ministère de l'industrie et des technologies de l'information (MIIT) de la Chine. La consommation de carburant de chaque type de modèle était basée sur les conditions d'essai du nouveau cycle de conduite européen (NEDC)68. Des descriptions plus statistiques des données sont fournies dans les figures supplémentaires. 7–9. Ces détails techniques ont été utilisés dans l'analyse ACV, permettant l'estimation des émissions de GES au niveau du modèle de véhicule. De plus, en combinant ces informations avec l'année de production et le lieu de vente de chaque véhicule, nous pouvons identifier l'hétérogénéité régionale du GBET pour le même modèle de véhicule en utilisant les données VKT et les facteurs d'émission de GES des réseaux électriques qui varient d'une province à l'autre.

La troisième catégorie de données est déclarée au niveau provincial, y compris les véhicules-kilomètres parcourus (VKT) annuels pour les VEB et les VICE et l'intensité des émissions des réseaux électriques. Les données VKT pour 2018 ont été extraites de la National Big Data Alliance of New Energy Vehicles (NDANEV)69, qui enregistre l'état réel de la conduite, de la charge et des pannes des véhicules voiture par voiture. Selon les exigences de la norme nationale GB/T 3296070, les données sont téléchargées sur la plate-forme toutes les 30 secondes lorsque le véhicule roule, et l'état de panne est téléchargé toutes les secondes. Entre 2018 et le 17 juillet 2022, le NDANEV a accédé à 9,27 millions de véhicules à énergies nouvelles avec un VKT total de 295,5 milliards de kilomètres. Bien que les données de NDANEV soient voiture par voiture, les données VKT au niveau du véhicule n'ont pas été utilisées dans l'analyse GBET car nous n'avions pas accès aux informations d'identification du véhicule pour faire correspondre la base de données NDANEV avec la base de données CTALI. Ainsi, nous avons agrégé les données au niveau provincial, en supposant que le VKT des véhicules dans les mêmes provinces est homogène. Plus d'informations statistiques sur les données VKT du monde réel sont fournies dans le SI (voir les figures supplémentaires 1, 2).

Dans l'estimation du GBET, les données VKT du véhicule par province changent annuellement. Sur la base des données réelles de NDANEV en 2018, nous avons projeté le VKT avant et après 2018 en utilisant deux méthodes : l'une a des attitudes conservatrices envers l'augmentation du VKT, tandis que l'autre est plus radicale. Selon l'estimation conservatrice, le VKT ciblé en 2030 par province contient cinq niveaux, soit 18 000, 15 000, 13 000 km, 12 000 et 8 000 km, pour refléter l'hétérogénéité régionale dans la vitesse de développement des véhicules à énergies nouvelles. Le VKT dans chaque province avant et après 2018 a ensuite été projeté de manière linéaire, en supposant que le VKT augmente à des vitesses distinctes d'une province à l'autre (voir le tableau supplémentaire 10). Lors de l'utilisation d'une estimation radicale, nous avons fixé un objectif VKT plus ambitieux pour 2030, reflétant un scénario possible dans lequel les BEV passagers et les infrastructures de recharge en Chine se développeraient de manière spectaculaire (voir le tableau supplémentaire 11).

L'intensité des émissions de la production d'électricité par province a été calculée en fonction de la structure de production d'électricité et des facteurs d'émission de GES selon les types de production d'électricité, en supposant que la structure de consommation d'électricité est la même que celle de la production d'électricité. Une telle hypothèse pourrait sous-estimer l'intensité des émissions, car la consommation marginale d'électricité des VEB repose généralement sur des centrales électriques au charbon et au gaz naturel dont les opérations sont relativement stables avec des intensités d'émissions de GES supérieures à la structure du réseau. Les données sur la structure de production d'électricité provinciale de 2012 à 2019 ont été acquises auprès du China Electricity Council71, et celles de 2020 à 2028 provenaient de données de prévision référencées par Li et al.72. Les facteurs d'émission de GES des différentes technologies de production d'électricité (c.-à-d. charbon, éolien, solaire, nucléaire, etc.) ont été référencés dans le cinquième rapport d'évaluation du GIEC (AR5)73. Dans les estimations de base, nous avons utilisé la valeur moyenne rapportée par le GIEC AR5 ; cette valeur se situe dans la fourchette de la plupart des recherches existantes sur les émissions de GES des technologies de production d'électricité en Chine (voir plus de documentation dans le tableau supplémentaire 12). Nous avons utilisé les valeurs maximales et minimales des recherches existantes dans l'analyse de l'incertitude. Les résultats de l'intensité des émissions du réseau électrique par province sont présentés dans les tableaux supplémentaires 13 à 15.

La dernière catégorie de données sont les données d'inventaire du cycle de vie (LCI) de la dernière base de données sur le cycle de vie automobile de Chine (CALCD)-2021 (voir les tableaux supplémentaires 16, 17), développée par le CATARC66. Ces données sont homogènes d'une province à l'autre. Nous avons comparé les données LCI de CALCD-2021 avec deux bases de données LCI de renommée internationale, les gaz à effet de serre, les émissions réglementées et l'utilisation de l'énergie en mode technologies (GREET) et ecoinvent 3.674,75. Nous avons trouvé une cohérence assez élevée entre ces bases de données (voir le tableau supplémentaire 17).

Nous avons considéré deux sources d'incertitudes susceptibles de moduler les estimations de GBET. L'un concerne les incertitudes des paramètres dans l'analyse ACV, et l'autre les méthodes d'appariement entre les BEV et les ICEV.

Nous avons effectué une analyse de sensibilité aux perturbations à une variable à la fois des paramètres d'entrée (tableau supplémentaire 6) qui influencent le GBET. Pour chaque variable, des coefficients de sensibilité (σi) ont été calculés, indiquant le pourcentage de variation du GBET lorsque la variable changeait de 1 % (Eq. 4).

où \({{GBET}}_{i}^{{\prime} }\) représente la valeur dans le cas de la première solution (de référence) ; \({{GBET}}_{i}\) représente la valeur de GBET sous le changement supposé de la variable i ; \({{Inf}}_{i}^{{\prime} }\) désigne la valeur initiale de la variable i ; et \({{Inf}}_{i}\) représente la variable modifiée i. Des coefficients de sensibilité plus élevés dénotent une plus grande sensibilité de l'estimation GBET aux changements de variables. Dans l'ensemble, nous incluons dix facteurs d'influence dans notre analyse. Étant donné que les données LCI sont volumineuses, nous les avons regroupées en quatre facteurs pour faciliter l'exécution : Facteurs d'émission de GES de la production de matériaux de véhicule, Facteurs d'émission de GES de la production de matériaux de batterie, Consommation d'électricité pendant la phase de production du véhicule, Consommation d'électricité pendant la production de la batterie étape (voir plus de détails dans le tableau supplémentaire 6). Les six autres facteurs sont obtenus directement à partir des bases de données que nous utilisons. Sur la base des résultats de l'analyse de sensibilité, nous avons identifié les six principaux facteurs sensibles par ordre décroissant : le poids à vide, les facteurs d'émission de GES de la production de matériaux de véhicules, la capacité de la batterie, les facteurs d'émission de GES de la production de matériaux de batterie, le VKT annuel et les facteurs d'émission de GES des réseaux électriques. (indiqué dans le tableau supplémentaire 7).

Nous avons également pris en compte ces facteurs sensibles dans l'analyse de l'incertitude. La méthode la plus courante d'analyse de l'incertitude est la simulation de Monte Carlo. Cependant, il est difficile pour l'estimation GBET car la courbe de distribution de plusieurs paramètres d'entrée, en particulier ceux des données LCI, est insaisissable. Ici, nous effectuons une analyse d'incertitude en combinant l'approche par plage avec la conception expérimentale orthogonale (OED). L'approche par plage teste les effets de l'échantillonnage des paramètres à l'extrême de leurs plages de variabilité sur l'incertitude de sortie76,77 afin d'éviter de porter un jugement sur la probabilité d'occurrences différentes78. Nous avons supposé une couverture uniforme de l'espace d'entrée d'incertitude, c'est-à-dire ± 5 %, pour ces facteurs : poids à vide, capacité de la batterie, facteurs d'émission de GES de la production de matériaux de véhicule et facteurs d'émission de GES de la production de matériaux de batterie. Pour l'intensité des émissions de GES des réseaux électriques, nous avons utilisé les facteurs d'émission de GES de la production d'électricité du rapport du GIEC73 dans l'estimation de base et les valeurs faibles ou élevées référencées à partir d'études dans le contexte chinois comme les deux extrêmes (tableaux supplémentaires 13–15 ). Pour le VKT annuel, nous avons considéré un scénario conservateur et un scénario de développement radical, respectivement, pour refléter les variations (tableaux supplémentaires 10, 11). L'OED est une méthode efficace pour organiser et analyser les interactions multifactorielles. Comme alternative à la présentation de toutes les formes de combinaison de plusieurs facteurs, la méthode OED planifie efficacement des expériences multifactorielles avec des niveaux de combinaison optimaux79,80. Pour les six facteurs sensibles ci-dessus, nous avons utilisé un tableau orthogonal (Fig. 3 supplémentaire) contenant 18 scénarios représentatifs pour étudier leurs impacts combinés, en suivant les directives de la réf. 81.

Le GBET des BEV dépend également fortement de la référence de comparaison des ICEV. Dans les estimations de base, nous avons utilisé le niveau moyen d'ICEV dans la même classification de véhicule (c'est-à-dire l'année de production, le mode de transport et la classe de taille) comme référence pour chaque BEV. Compte tenu de la possibilité que les acheteurs de BEV ne soient pas des acheteurs potentiels pour un ICEV dans la même classe de taille, nous avons comparé chaque BEV avec des ICEV dans des classes de taille adjacentes (voir le tableau supplémentaire 8). De plus, pour présenter l'impact des différents benchmarks ICEV sur les estimations du GBET, nous avons utilisé le niveau moyen des ICEV comme références et considéré les situations pessimistes et optimistes en comparant les BEV aux ICEV les plus et les moins efficaces dans l'analyse d'incertitude. Plus précisément, si le BEV étudié est un SUV de classe A0, nous avons utilisé le niveau d'émission moyen et le niveau d'émissions supérieur et inférieur de 25 % des SUV de classe A0 à moteur comme points de référence dans la comparaison (voir Fig. 4 supplémentaire). La compilation de ces scénarios facilite une compréhension plus complète des estimations du GBET.

Les données sources des Fig. 1 et 2 sont fournis avec cet article sous forme de fichier Source Data (https://doi.org/10.6084/m9.figshare.22437775). Des données supplémentaires utilisées dans les analyses sont fournies dans les informations supplémentaires. Les spécifications techniques des modèles de véhicules sont accessibles au public sur le site Web Automobile Announcement Inquiry (http://chinacar.com.cn/search.html). La China Automotive Life Cycle Database (CALCD) et le China Automotive Life Cycle Assessment Model (CALCM) sont disponibles sur demande auprès du China Automotive Technology & Research Center (CATARC) (http://www.catarc.info/). Les données sur les ventes au niveau des véhicules de l'assurance responsabilité civile obligatoire en cas d'accident de la circulation (CTALI) en Chine sont confidentielles. En raison de la restriction du contrat de licence, les auteurs n'ont pas le droit de divulguer publiquement l'ensemble de données original. Les données sources sont fournies avec ce document.

Le code utilisé pour estimer le seuil de rentabilité des gaz à effet de serre est disponible gratuitement sur Figshare (https://doi.org/10.6084/m9.figshare.22491034).

Agence internationale de l'énergie (AIE). Global EV Outlook 2022. https://www.iea.org/reports/global-ev-outlook-2022 (2022).

Zeng, D. et al. Les véhicules électriques sont-ils plus durables que les véhicules conventionnels ? Influences des hypothèses et des approches de modélisation dans le cas de voitures typiques en Chine. Resour. Conserv. Recycl. 167, 105210 (2021).

Article Google Scholar

Wu, D. et al. Hétérogénéité régionale des avantages en matière d'émissions des véhicules légers électrifiés et légers. Environ. Sci. Technol. 53, 10560–10570 (2019).

Article ADS CAS PubMed Google Scholar

Knobloch, F. et al. Réductions nettes des émissions des voitures électriques et des pompes à chaleur dans 59 régions du monde au fil du temps. Nat. Soutenir. 3, 437–447 (2020).

Article PubMed PubMed Central Google Scholar

Cox, B., Mutel, CL, Bauer, C., Beltran, AM et van Vuuren, DP Empreinte environnementale incertaine des véhicules électriques à batterie actuels et futurs. Environ. Sci. Technol. 52, 4989–4995 (2018).

Article ADS CAS PubMed Google Scholar

Plan de développement de l'industrie des véhicules à énergie nouvelle (2021-2035), Bureau général du Conseil d'État de la République populaire de Chine, 20 octobre 2020, consulté le 4 août 2022 ; http://www.gov.cn/zhengce/content/2020-11/02/content_5556716.htm.

Fit for 55, Conseil européen, consulté le 5 août 2022 ; https://www.consilium.europa.eu/en/policies/green-deal/fit-for-55-the-eu-plan-for-a-green-transition/.

Fiche d'information : Le président Biden annonce des mesures pour faire avancer le leadership américain sur les voitures et les camions propres, La Maison Blanche, 5 août 2021, consulté le 15 octobre 2022 ; https://www.whitehouse.gov/briefing-room/statements-releases/2021/08/05/fact-sheet-president-biden-announces-steps-to-drive-american-leadership-forward-on-clean- voitures-et-camions/.

Transition du Japon vers les véhicules électriques, Administration du commerce international, 7 juillet 2021, consulté le 1er avril 2023 ; https://www.trade.gov/market-intelligence/japan-transition-electric-vehicles.

Zhang, X., Liang, Y., Yu, E., Rao, R. et Xie, J. Examen des politiques relatives aux véhicules électriques en Chine : résumé du contenu et analyse des effets. Renouveler. Soutenir. Energy Rev. 70, 698–714 (2017).

Article Google Scholar

Zhang, X. & Bai, X. Politiques incitatives de 2006 à 2016 et adoption de véhicules à énergies nouvelles en 2010-2020 en Chine. Renouveler. Soutenir. Energy Rev. 70, 24–43 (2017).

Article Google Scholar

Exploitation de l'industrie | Fonctionnement économique de l'industrie automobile en 2021, Association chinoise des constructeurs automobiles, 12 janvier 2022, consulté le 5 août 2022 ; http://www.caam.org.cn/chn/4/cate_154/con_5235337.html.

Plan d'action pour le pic de dioxyde de carbone avant 2030, Commission nationale du développement et de la réforme (NDRC) de la République populaire de Chine, 27 octobre 2021, consulté le 5 août 2022 ; https://en.ndrc.gov.cn/policies/202110/t20211027_1301020.html.

Données sur la possession de véhicules et les conducteurs pour le premier semestre 2022 publiées par le ministère de la Sécurité publique. Gestion du trafic routier 455, 5 (2022).

Wu, Z. et al. Potentiel de réduction des émissions de gaz à effet de serre du cycle de vie du véhicule électrique à batterie. J. Propre. Produ. 190, 462–470 (2018).

Article Google Scholar

Fernandez, R. Á. Une approche plus réaliste de la contribution du véhicule électrique aux émissions de gaz à effet de serre en ville. J. Propre. Prod. 172, 949-959 (2018).

Article Google Scholar

Bouter, A. & Guichet, X. Les émissions de gaz à effet de serre des batteries lithium-ion automobiles : une revue statistique des études d'évaluation du cycle de vie. J. Propre. Prod. 344, 130994 (2022).

Article CAS Google Scholar

Xia, X. & Li, P. Un examen de l'évaluation du cycle de vie des véhicules électriques : compte tenu de l'influence des batteries. Sci. Environ. 814, 152870 (2022).

Article ADS CAS PubMed Google Scholar

Ambrose, H. & Kendall, A. Effets de la chimie et des performances de la batterie sur l'intensité des gaz à effet de serre du cycle de vie de la mobilité électrique. Transp. Rés. D. Transp. Environ. 47, 182-194 (2016).

Article Google Scholar

Ellingsen, LAW, Singh, B. & Stromman, AH L'effet de taille et d'autonomie : les émissions de gaz à effet de serre des véhicules électriques tout au long du cycle de vie. Environ. Rés. Lett. 11, 054010 (2016).

Annonces d'article Google Scholar

Hall, D. & Lutsey, N. Effets de la fabrication de batteries sur les émissions de gaz à effet de serre du cycle de vie des véhicules électriques, The International Council on Clean Transportation, 9 février 2018, consulté le 5 août 2022 ; https://theicct.org/publication/effects-of-battery-manufacturing-on-electric-vehicle-life-cycle-greenhouse-gas-emissions/.

Patterson, J., Gurr, A., Marion, F. & Williams, G. Sélection stratégique de la future technologie EV basée sur la période de récupération du carbone. Monde Électr. Véh. J. 5, 825–835 (2012).

Article Google Scholar

Kim, H.-J., McMillan, C., Keoleian, GA & Skerlos, SJ Récupération des émissions de gaz à effet de serre pour les véhicules légers utilisant de l'aluminium et de l'acier à haute résistance. J. Ind. Ecol. 14, 929–946 (2010).

Article Google Scholar

Yu, R., Cong, L., Hui, Y., Zhao, D. & Yu, B. Émissions de CO2 du cycle de vie des véhicules à énergies nouvelles en Chine en s'appuyant sur le modèle de survie remodelé. Sci. Environ. 826, 154102–154102 (2022).

Article ADS CAS PubMed Google Scholar

Annonce relative à l'exonération de la taxe sur l'achat de véhicules à énergies nouvelles, Bureau national des impôts de la République populaire de Chine, 1er août 2014, consulté le 5 août 2022 ; http://www.chinatax.gov.cn/n810341/n810755/c1150779/content.html.

The financial support for the promotion and application of new energy vehicles during 2016-2020, Ministère des finances de la République populaire de Chine, 29 avril 2015, consulté le 5 août 2022 ; http://www.gov.cn/xinwen/2015-04/29/content_2855040.htm.

Yu, A., Wei, Y., Chen, W., Peng, N. & Peng, L. Impacts environnementaux du cycle de vie et émissions de carbone : une étude de cas des véhicules électriques et à essence en Chine. Transp. Rés. D. Transp. Environ. 65, 409–420 (2018).

Article Google Scholar

Yu, Y. et al. Quel type de véhicule électrique vaut la peine d'être promu principalement dans le contexte du pic carbone et de la neutralité carbone ? Une étude de cas pour une métropole en Chine. Sci. Environ. 837, 155626 (2022).

Article ADS CAS PubMed Google Scholar

Franzo, S. & Nasca, A. L'impact environnemental des véhicules électriques : un nouveau cadre d'évaluation basé sur le cycle de vie et ses applications à des scénarios multi-pays. J. Propre. Prod. 315, 128005 (2021).

Article CAS Google Scholar

Hardman, S. & Tal, G. Comprendre l'abandon chez les propriétaires de véhicules électriques en Californie. Nat. Énergie 6, 538–545 (2021).

Annonces d'article Google Scholar

Zhang, X., Bai, X. & Shang, J. L'adoption de véhicules électriques subventionnés est-elle durable : perceptions et motivation des consommateurs envers les politiques d'incitation, les avantages environnementaux et les risques. J. Propre. Prod. 192, 71–79 (2018).

Article Google Scholar

Li, L., Wang, Z., Chen, L. et Wang, Z. Préférences des consommateurs pour les véhicules électriques à batterie : une enquête expérimentale sur les choix en Chine. Transport. Rés. D. Transp. Environ. 78, 102185 (2020).

Article Google Scholar

Zhuge, C., Wei, B., Shao, C., Shan, Y. & Dong, C. Le rôle de la politique de loterie de plaques d'immatriculation dans l'adoption des véhicules électriques : une étude de cas de Pékin. Politique énergétique 139, 111328 (2020).

Article Google Scholar

Nunes, A., Woodley, L. et Rossetti, P. Repenser les incitations à l'approvisionnement pour les véhicules électriques afin d'atteindre des émissions nettes nulles. Nat. Soutenir. 5, 527–532 (2022).

Article Google Scholar

Raugei, M., Morrey, D., Hutchinson, A. & Winfield, P. Une évaluation cohérente du cycle de vie d'une gamme de stratégies d'allègement pour les véhicules compacts. J. Propre. Prod. 108, 1168-1176 (2015).

Article CAS Google Scholar

Luk, JM, Kim, HC, De Kleine, R., Wallington, TJ et MacLean, HL Examen des économies de carburant, des émissions de GES du cycle de vie et des impacts sur les coûts de possession des véhicules allégés avec différents groupes motopropulseurs. Environ. Sci. Technol. 51, 8215–8228 (2017).

Article ADS CAS PubMed Google Scholar

Burd, JTJ, Moore, EA, Ezzat, H., Kirchain, R. & Roth, R. Les améliorations apportées à la technologie des batteries de véhicules électriques influencent l'allègement des véhicules et les décisions de substitution des matériaux. Appl. Énergie 283, 116269 (2021).

Article Google Scholar

Das, S. et al. L'allègement des véhicules a un impact sur la consommation d'énergie du parc de véhicules légers aux États-Unis. Soutenir. Mater. Technol. 8, 5–13 (2016).

Google Scholar

Kelly, JC, Sullivan, JL, Burnham, A. & Elgowainy, A. Impacts de la réduction du poids des véhicules via la substitution de matériaux sur les émissions de gaz à effet de serre tout au long du cycle de vie. Environ. Sci. Technol. 49, 12535–12542 (2015).

Article ADS CAS PubMed Google Scholar

Sakai, S. et al. Une étude comparative internationale des systèmes de recyclage des véhicules en fin de vie (VHU). J. Mater. Cycles Gestion Déchets 16, 1–20 (2014).

Article Google Scholar

Wolfram, P., Tu, QS, Heeren, N., Pauliuk, S. & Hertwich, EG Efficacité des matériaux et atténuation du changement climatique des véhicules de tourisme. J. Ind. Ecol. 25, 511-522 (2021).

Article Google Scholar

Baars, J., Domenech, T., Bleischwitz, R., Melin, HE et Heidrich, O. Les stratégies d'économie circulaire pour les batteries de véhicules électriques réduisent la dépendance aux matières premières. Nat. Soutenir. 4, 71–79 (2021).

Article Google Scholar

Koroma, MS et al. Analyse du cycle de vie des véhicules électriques à batterie : implications du futur mix électrique et différentes gestions de la fin de vie des batteries. Sci. Environ. 831, 154859 (2022).

Article ADS CAS PubMed PubMed Central Google Scholar

Recyclez les piles usagées. Nat. Énergie 4, 253-253, https://doi.org/10.1038/s41560-019-0376-4 (2019).

Morfeldt, J. & Johansson, DJA Impacts de la mobilité partagée sur la durée de vie des véhicules et sur l'empreinte carbone des véhicules électriques. Nat. Commun. 13, 6400 (2022).

Article ADS PubMed PubMed Central Google Scholar

Soukhov, A. & Mohamed, M. Occupation et émissions de GES : seuils pour les modes de transport perturbateurs et les technologies émergentes. Transport. Rés. D. Transp. Environ. 102, 103127 (2022).

Article Google Scholar

Steinhilber, S., Wells, P. & Thankappan, S. Inertie socio-technique : comprendre les obstacles aux véhicules électriques. Politique énergétique 60, 531–539 (2013).

Article Google Scholar

Hernandez, M., Messagie, M., De Gennaro, M. & Van Mierlo, J. Épuisement des ressources dans un groupe motopropulseur de véhicule électrique utilisant différentes méthodes d'impact LCA. Resour. Conserv. Recycl. 120, 119–130 (2017).

Article Google Scholar

Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC). Changement climatique 2022 : Atténuation du changement climatique. Contribution du Groupe de travail III au sixième rapport d'évaluation du Groupe d'experts intergouvernemental sur l'évolution du climat. https://www.ipcc.ch/report/ar6/wg3/ (2022).

Fernández, R. Analyse stochastique des scénarios futurs pour le déploiement des véhicules électriques à batterie et la mise à niveau du système de production d'électricité en Espagne. J. Propre. Prod. 316, 128101 (2021).

Article Google Scholar

L'usine CATL du Sichuan certifiée comme la première usine zéro carbone au monde dans l'industrie des nouvelles énergies, Contemporary Amperex Technology Co., Limited (CATL), 25 mars 2022, consulté le 15 octobre 2022 ; https://www.catl.com/en/news/912.html.

Klöckner, CA, Nayum, A. & Mehmetoglu, M. Effets d'entraînement positifs et négatifs de l'achat d'une voiture électrique sur l'utilisation de la voiture. Transport. Rés. D. Transp. Environ. 21, 32–38 (2013).

Article Google Scholar

Fontaras, G., Zacharof, N.-G. & Ciuffo, B. Consommation de carburant et émissions de CO2 des voitures particulières en Europe Laboratoire versus émissions réelles. Programme. Combustion d'énergie. Sci. 60, 97-131 (2017).

Article Google Scholar

Yu, R., Ren, H., Liu, Y. & Yu, B. Écart entre l'efficacité énergétique sur route et officielle des véhicules de tourisme en Chine. Politique énergétique 152, 112236 (2021).

Article Google Scholar

Yang, J. et al. Une enquête sur les comportements de conduite et de charge des véhicules électriques à batterie à l'aide des données d'utilisation des véhicules collectées à Shanghai, en Chine. Transp. Rés. Rec. 2672, 20–30 (2018).

Article Google Scholar

Arvesen, A. et al. Émissions de la recharge des véhicules électriques dans les scénarios futurs : les effets du temps de recharge. J. Ind. Ecol. 25, 1250-1263 (2021).

Article CAS Google Scholar

Hausfather, Z. Factcheck : Comment les véhicules électriques aident à lutter contre le changement climatique, Carbon Brief, 13 mai 2019, consulté le 15 octobre 2022 ; https://www.carbonbrief.org/factcheck-how-electric-vehicles-help-to-tackle-climate-change.

Jiang, S. et al. Impacts environnementaux du recyclage hydrométallurgique et de la réutilisation pour la fabrication de batteries de traction lithium-ion en Chine. Sci. Environ. 811, 152224 (2022).

Article ADS CAS PubMed Google Scholar

Yang, F., Xie, Y., Deng, Y. & Yuan, C. Modélisation prédictive de la dégradation de la batterie et des émissions de gaz à effet de serre provenant de l'utilisation de véhicules électriques au niveau de l'État américain. Nat. Commun. 9, 1–10 (2018).

Annonces Google Scholar

Wolfram, P. & Hertwich, E. Représentant les opportunités technologiques des véhicules dans la modélisation énergétique intégrée. Transport. Rés. D. Transp. Environ. 73, 76–86 (2019).

Article Google Scholar

Organisation internationale de normalisation. ISO 14040:2006 Management environnemental — Analyse du cycle de vie — Principes et cadre (2006).

Comité d'État pour la normalisation de la Chine. Gestion environnementale - Analyse du cycle de vie - Exigences et lignes directrices. (Standards Press of China, Pékin, 2008).

Comité d'État pour la normalisation de la Chine. Gestion environnementale - Analyse du cycle de vie - Principes et cadres. (Standards Press of China, Pékin, 2008).

Organisation internationale de normalisation. ISO 14067:2018 Gaz à effet de serre - Empreinte carbone des produits - Exigences et lignes directrices pour la quantification (2018).

Données automobiles de China Co., Ltd. Plan d'action bas carbone pour l'automobile en Chine (2022) : Stratégie de développement bas carbone et voie de transformation pour une automobile neutre en carbone. (China Machine Press, Pékin, 2023).

Auto Data Center de CATARC, consulté le 1er août 2022 ; http://www.catarc.info/.

Enquête sur les annonces automobiles, China Automobile Network, consultée le 1er août 2022 ; http://chinacar.com.cn/search.html.

Système d'enquête sur la consommation de carburant automobile en Chine, Ministère de l'industrie et des technologies de l'information (MIIT), consulté le 1er août 2022, https://yhgscx.miit.gov.cn/fuel-consumption-web/mainPage.

Centre national de surveillance et de gestion des véhicules à énergies nouvelles, consulté le 1er août 2022 ; https://www.evsmc.cn/.

Administration de normalisation de la République populaire de Chine. GB/T 32960 : Spécifications techniques du système de maintenance et de gestion à distance pour les véhicules électriques (2016).

Conseil chinois de l'électricité. Annuaire de l'énergie électrique en Chine. (Presses statistiques chinoises, Pékin, 2021).

Li, H. et al. Risque de stress hydrique au niveau du bassin versant de la transition énergétique au charbon en Chine sous les objectifs de 2°C/1,5°C. Appl. Énergie 294, 116986 (2021).

Article Google Scholar

Schlömer S. et al. Annexe III: paramètres de coût et de performance spécifiques à la technologie. Changement climatique 2014 : Atténuation du changement climatique. Contribution du Groupe de travail III au Cinquième rapport d'évaluation du Groupe d'experts intergouvernemental sur l'évolution du climat. 1329–1356 (2014).

Wernet, G. et al. La base de données ecoinvent version 3 (partie I) : présentation et méthodologie. Int. J. Analyse du cycle de vie. 21, 1218-1230 (2016).

Article Google Scholar

Laboratoire National d'Argonne. Modèle GREET® des gaz à effet de serre, des émissions réglementées et de la consommation d'énergie dans les transports - GREET 2, version 2020. https://greet.es.anl.gov/ (2020).

Chen, X., Griffin, WM & Matthews, HS Représentation et visualisation de l'incertitude des données dans les modèles d'évaluation du cycle de vie des entrées-sorties. Resour. Conserv. Recycl. 137, 316–325 (2018).

Article Google Scholar

Bawden, KR, Williams, ED & Babbitt, CW Mappage des connaissances sur les produits aux limites de l'inventaire du cycle de vie : une étude de cas de la fabrication de l'acier. J. Propre. Prod. 113, 557-564 (2016).

Article Google Scholar

Lo Piano, S. & Benini, L. Une perspective critique sur l'évaluation de l'incertitude et l'analyse de sensibilité dans l'analyse du cycle de vie. J. Ind. Ecol. 26, 763–781 (2022).

Article Google Scholar

Leyton, A. et al. Identification et méthode d'extraction efficace des phlorotannins de l'algue brune Macrocystis pyrifera à l'aide d'un dispositif expérimental orthogonal. Algal Res. 16, 201-208 (2016).

Article Google Scholar

Wang, B., Cai, Y., Yin, X.-A., Tan, Q. & Hao, Y. Une approche intégrée de la dynamique des systèmes, de la conception expérimentale orthogonale et de l'optimisation inexacte pour soutenir la gestion des ressources en eau dans l'incertitude. Ressource en eau. Géré. 31, 1665–1694 (2017).

Article Google Scholar

Yang, Y., Bai, W., Chen, Y., Lin, Y. & Hu, B. Optimisation de la perturbation des microvaisseaux médiée par des ultrasons à basse fréquence et à faible intensité sur des xénogreffes de cancer de la prostate chez des souris nues à l'aide d'un plan expérimental orthogonal. Oncol. Lett. 10, 2999-3007 (2015).

Article CAS PubMed PubMed Central Google Scholar

Télécharger les références

Cette recherche a été soutenue financièrement par la Fondation nationale des sciences naturelles de Chine (n° 71904201 à XZ, 72174206 à XT), le programme de parrainage des jeunes scientifiques d'élite par l'Association de Pékin pour la science et la technologie (n° BYESS2023461 à XZ), l'Académie chinoise d'ingénierie (n° 2023-XBZD-05 et n° 2022-XY-83 à XT et XZ, 2022-XZ-35 à XT) et la Science Foundation of China University of Petroleum, Pékin (n° 2462022YXZZ005 à XZ).

École d'économie et de gestion, Université chinoise du pétrole de Pékin, Pékin, 102249, Chine

Yue Ren, Shaoqiong Zhao, Xu Tang et Xinzhu Zheng

China Automotive Technology and Research Center Co., Ltd, No. 68, East Xianfeng Road, Dongli District, Tianjin, 300300, Chine

Xin Sun et Dongchang Zhao

Données automobiles de Chine (Tianjin) Co., Ltd., No. 3 Wanhui Road, Zhongbei Town, Xiqing District, Tianjin, 300393, Chine

Xin Sun et Dongchang Zhao

Données automobiles de China Co., Ltd., Boxing 6th Road, Beijing Economic Development Zone, Beijing, 100176, Chine

Xin Sun et Dongchang Zhao

Joint Global Change Research Institute, Pacific Northwest National Laboratory et Université du Maryland, College Park, MD, États-Unis

Paul Wolfram

Beijing Yiwei New Energy Vehicles Big Data Application & Technology Research Center, Beijing, 100081, Chine

Yifei Kang

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

XZ et XS ont conçu l'idée originale. XZ, YR et XS ont conçu la recherche. XS, YR, YK et DZ ont préparé les données. YR a exécuté la simulation avec l'aide de XSYR a dessiné les chiffres. XZ et YR ont rédigé le manuscrit avec les contributions de PW, SZ, XS et XTXZ, YR, XS, PW, SZ, XT, YK et DZ ont discuté des résultats et commenté le manuscrit. XZ a supervisé la recherche.

Correspondance à Xinzhu Zheng.

Les auteurs ne déclarent aucun intérêt concurrent.

Nature Communications remercie Yan Zhou et les autres examinateurs anonymes pour leur contribution à l'examen par les pairs de ce travail. Un dossier d'examen par les pairs est disponible.

Note de l'éditeur Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Ren, Y., Sun, X., Wolfram, P. et al. Retards cachés des avantages de l'atténuation du climat dans la course au déploiement des véhicules électriques. Nat Commun 14, 3164 (2023). https://doi.org/10.1038/s41467-023-38182-5

Télécharger la citation

Reçu : 16 juin 2022

Accepté : 19 avril 2023

Publié: 31 mai 2023

DOI : https://doi.org/10.1038/s41467-023-38182-5

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.

Précédent: Qu'est-ce qui cause l'échec des pompes à carburant ? Suivant: Le prix du pétrole augmente après que l'Arabie saoudite a réduit sa production ; Les taux hypothécaires et les ventes de voitures au Royaume-Uni augmentent
Envoyer une demande
Envoyer