本文以新加坡电动汽车充电基础设施的分阶段铺设为准自然实验，结合家庭消费、住房交易及充电站地理数据，采用双重差分与事件研究方法发现，充电站落地使邻近家庭消费平均提升约1.2%，公共住房居民的增幅更高，并在安装后逐步扩大至约3%。影响主要通过住房财富升值、周边商业活动增加以及燃油支出向其他消费类别重新配置三条渠道实现，表明绿色基础设施不仅具有减排效应，也能改善居民福利并产生具有分配差异的社区经济影响 ¹³⁵⁶⁸⁹

研究设计与识别策略 ²⁴¹²¹⁴

• 研究利用新加坡2019年1月至2021年3月早期充电基础设施的分阶段铺设，将至少安装一个充电站的四位数邮编区域作为处理组，并以同一三位数区域内未安装充电站的区域作为对照组，采用双重差分和事件研究识别因果效应 ³¹⁴¹⁵
• 样本包括129个充电站、约23万名银行客户的月度消费记录，以及约6.5万条住房交易记录；充电站选址主要受电网容量、变电站距离、土地利用和停车规范等技术与监管约束影响 ¹¹²¹³
• 事件研究显示，安装前不存在显著预趋势，安装后消费影响逐步增强，约在第12个月附近达到统计显著，并在后续维持正向影响 ⁴

充电基础设施显著提升家庭消费 ³⁵⁶

• 首选设定估计显示，充电站安装后家庭消费平均增加1.2%，约合每户每月22美元；基准设定的平均增幅为1.3%，在不同非活跃账户筛选规则下仍保持稳定 ⁵
• 公共住房居民的消费增幅约为1.9%，明显高于私人住房居民；安装后第20个月的累计影响约为3% ³
• 稳健性检验表明，加入极端值、调整聚类方式、仅保留住宅区域充电站以及改变处理变量后，结果仍保持正向；消费交易频次增加约0.8%，每增加一个充电站，家庭消费约增加1% ⁵⁶
• 按新加坡约170万户家庭估算，充电基础设施带来的消费增长对应全岛约3,740万美元的月度经济影响 ⁵

住房财富效应：低收入公共住房居民受益更明显 ⁶⁷

• 充电站安装后，公共住房和私人住房价格均上升；第20个月时公共住房价格增幅约5%，私人住房约3%，公共住房的价格反应具有更明显的滞后性但长期幅度更大 ⁶
• 公共住房居民在充电站安装后出现延迟但清晰的消费增长，而私人住房居民未表现出同等明显的消费转化，支持“住房财富升值推动消费”的机制 ⁷
• 公共住房内部存在显著分化：两房和三房单位价格分别约上涨6%和5%，而四房及以上和行政公寓的价格变化接近于零且不显著，说明基础设施福利更多集中于财富较低的家庭 ⁷

商业活动与邻近消费：影响具有明显距离衰减 ⁷⁸

• 公共住房居民在充电站安装后，ATM和NETS消费显著增加，但信用卡、借记卡及数字支付没有同步增长，表明影响主要体现为社区周边的小额、即时消费 ⁷
• 距离充电站越近，公共住房居民ATM取现增幅越大：0—1公里约5%，1—2公里约3%，2—3公里约2%，超过3公里后影响基本消失 ⁸
• 充电站所在邮编区域新设POI总量增加12.7%；其中餐饮和饮品商户增幅最高，达到21.6%，零售及服务业增加14.2%，而娱乐、休闲、医疗等行业反应较弱 ⁸

燃油支出重新配置：混合动力车主的调整最突出 ⁹¹⁰

• 公共住房混合动力车主的燃油支出下降约8.7%，同时必需品消费增加4.5%、娱乐消费增加5.1%，显示节省的燃油支出被部分转移至必需消费和可选消费 ⁹
• 公共住房纯电动车主的燃油、必需品和娱乐消费变化均不显著；无车居民的必需品和娱乐消费则小幅增加，反映出充电站带来的商业活动也能通过社区渠道惠及非车主 ⁹
• 私人住房混合动力车主燃油支出下降幅度更大，约为26.4%，但仅有较小比例转化为必需品或娱乐消费；私人住房纯电动车主的奢侈品消费和娱乐消费分别增加35.2%和20.1%，体现出更强的生活方式升级倾向 ⁹¹⁰

政策含义与外部适用性 ¹⁰¹¹

• 充电站规划不应只关注网络覆盖、负荷平衡和车辆续航，还应纳入家庭预算约束、社区商业环境和空间公平，以提高公共投资的社会福利效应 ¹⁰
• 新加坡2021年约有2,000个公共充电点，每万人约3.7个，快速充电桩占比约20%，电动车渗透率约3.8%；其早期发展阶段可作为马来西亚、印度尼西亚、巴西等新兴市场的参考样本 ¹¹
• 研究局限包括缺少充电交易明细、高分辨率出行数据、车辆购置和居住迁移信息，因此尚不能完整识别充电支出、出行路径变化及长期居住排序效应 ¹¹

一、报告元数据与总体概览

1. 基本信息

• 标题： Power Up Consumption: Impact of Electric Vehicle Infrastructure on Household Finance，可译为《基础设施“充电”消费：电动汽车基础设施对家庭金融的影响》。
• 作者： Sumit Agarwal、Yi Fan、Qiuxia Gao。
• 发布机构与日期： 所提供文本未明确列出作者所属机构、正式发表期刊或发布日期；研究数据覆盖2019年1月至2021年3月。 ¹, ¹²
• 研究对象： 新加坡早期电动汽车（EV）充电基础设施建设，以及其对家庭消费、住房价格和邻近商业活动的影响。
• 研究性质： 这不是传统的券商股票研究报告，因此没有公司评级、买入/卖出建议或目标价。其核心结论属于城市经济学、环境经济学和家庭金融研究范畴。 ¹, ⁴

报告的核心论点是：EV充电站不仅能够降低交通领域的碳排放，还会通过住房财富、社区商业活动和燃油支出重新分配等渠道，改变家庭消费行为。研究发现，充电站安装后，附近家庭消费平均增加约1.2%—1.3%，公共住房居民的反应更强，约为1.9%；影响并非即时出现，而是在安装后约12个月开始显著，并在第20个月左右扩大至约3%。 ³, ⁴

作者特别强调，绿色基础设施的社会价值不能仅用减排量衡量。充电站可能提高附近房产价值，促进餐饮和零售业发展，并使混合动力汽车车主减少汽油支出、增加其他消费。因而，EV基础设施可能同时具有环境效益、财富效应、地方经济刺激效应和分配效应。 ¹, ⁶

二、研究背景与文献贡献

1. 研究问题

报告指出，已有关于EV基础设施的研究主要集中在电网负荷、充电需求预测、充电路径优化、电池供应链和交通系统运行等技术问题，而对充电站如何影响家庭日常消费、住房选择和社区经济活动关注不足。 ²

作者认为，EV充电站与屋顶光伏、区域供热等绿色设施存在重要差异。光伏系统通常直接影响家庭能源账单，而公共充电站位于街道、停车场、住宅区或商业区域，具有较强的可见性和互动性。居民在等待充电期间可能进行购物、用餐或办理日常事务，因此充电站可能改变家庭的时间安排、出行路线和消费地点。 ³, ⁴

2. 理论逻辑

报告构建了“物理基础设施—家庭财富与行为—消费结果”的分析框架，主要包括三条机制：

1. 住房财富效应： 充电站改善社区交通便利性和基础设施质量，推动附近房产升值。居民即使尚未实际出售房产，也可能因为预期财富增加而提高消费。
2. 商业活动催化效应： 充电带来等待时间和额外客流，使餐饮、零售和服务业更容易在附近形成，居民因商业可达性提高而增加小额、即时消费。
3. 汽油支出重新分配效应： 混合动力车或汽油车使用量下降后，节省的燃油支出可能转向必需品、娱乐或奢侈品消费。 ⁶, ⁹

作者还强调分配差异：公共住房居民一般收入和资产约束更强、汽车拥有率较低，因此更重视附近交通和社区设施改善；EV基础设施带来的边际福利可能反而在较低财富群体中更大。 ⁴, ⁷

三、数据与研究设计

1. EV充电站数据

研究者手工整理了2019年1月至2021年3月期间新加坡安装的129个EV充电站，记录其安装日期、经纬度、土地用途和运营商。充电站约40%位于公共住房停车场，约20%位于私人住宅附近，其余分布在商场、办公地点、学校和工业园区等区域。主要运营商包括Bluecharge、Shell Recharge和SP Mobility。 ¹²

新加坡政府在2020年提出到2030年建设6万个充电点的目标，其中4万个位于公共停车场、2万个位于私人场所，并优先在HDB公共住房社区部署。这一部署方式使新加坡成为研究早期充电基础设施外溢效应的合适案例。 ¹²

2. 家庭金融数据

银行数据包括约23万名个人、约100万条月度消费和现金提取记录，时间跨度为2019年1月至2021年3月。数据包含交易金额、日期、商户类别和支付方式，包括信用卡、借记卡、NETS、PayLah、PayNow和ATM。作者认为，由于该银行服务超过80%的居民家庭，样本具有较强代表性。 ¹²

不同支付方式被用来识别不同消费场景：信用卡和借记卡更多对应较大额零售、餐饮和线上购物；ATM和NETS更多用于小额、线下和社区型消费，例如熟食中心、便利店和日常必需品；PayLah和PayNow则主要用于数字转账和个人间支付。 ¹²

数据处理方面，作者删除每种支付类别中最高和最低1%的支出，以减少极端值影响，并剔除连续若干个月没有交易的非活跃账户；同时把样本年龄限制在22—65岁，以聚焦经济活动人口。公共住房居民月均消费约为2312新加坡元，私人住房居民约为2777新加坡元；公共住房居民更依赖ATM和NETS，私人住房居民更常使用信用卡和借记卡。 ¹³

3. 住房和POI数据

住房数据来自新加坡建屋发展局（HDB）及城市重建局（URA），包含交易日期、邮编、价格、面积、房屋类型、楼龄等变量。作者将充电站1公里以内的建筑定义为处理组，将1—6公里范围内且不属于其他处理组的建筑作为控制组。私人住房平均交易价格约140万新加坡元，公共住房约44.2万新加坡元；私人住房平均楼龄约9年，公共住房约31年。 ¹³

商业活动数据来自OpenStreetMap的POI记录。作者根据POI坐标将其归入四位数邮政编码区域，并按月计算新开设POI数量，进一步划分为娱乐与休闲、健康与医疗、餐饮、零售与服务、公共交通与设施等类别。 ¹⁴

4. DID与事件研究方法

核心识别方法是双重差分法（DID）。处理组是安装充电站的四位数邮政编码区域，控制组是同一三位数邮政区域内没有安装充电站的其他区域。DID比较充电站安装前后，处理区域和控制区域消费变化的差异。模型加入个人固定效应、年月固定效应、规划区—年份固定效应及月收入控制变量，从而控制个人不变特征、全国性时间冲击和地区层面的动态差异。 ¹⁴, ¹⁵

事件研究进一步估计安装前后每一个月份的动态效果。其重要作用是检验“平行趋势”假设：如果充电站安装前处理组和控制组走势没有显著差别，则安装后的变化更可能与充电站有关，而不是原有趋势差异。报告还依据新加坡陆路交通管理局的选址规则认为，充电站选址主要取决于电网容量、变电站位置、停车和土地使用法规，而不是当地家庭收入，因此处理安排具有一定外生性。 ⁴

不过，这一识别依赖仍需审慎看待。即使电网约束是主要因素，土地可用性、道路连通性和规划发展水平也可能同时影响充电站选址与未来消费、房价和商业活动。报告通过固定效应和一系列稳健性检验缓解这一问题，但无法完全排除选址与地区发展潜力相关的可能性。

四、消费影响：主要实证结果

1. 事件研究结果——图1

图1展示EV充电站安装前后家庭消费的动态变化，纵轴是估计的消费影响，横轴是距离充电站安装的月份，误差线为95%置信区间。 ²⁷

图1最重要的信息有三点：

• 安装前约6个月至安装前1个月的估计值大多围绕零波动，置信区间普遍跨越零，说明处理组在政策发生前没有明显更快或更慢的消费增长趋势。
• 安装后最初数月效果仍不稳定，但约第8个月后逐渐转为正值，第12个月附近开始具有统计显著性。
• 第14—20个月的估计值大体在2%—3%区间，显示影响不是短期一次性冲击，而是逐渐累积的行为变化。作者将其换算为每月约37—55美元的消费增加。 ⁴

这种滞后效应与报告提出的三条机制相吻合：房价上涨需要时间被居民感知，商业设施需要时间进入和扩张，居民也需要时间调整汽车使用和消费预算。图1因此不仅支持平均处理效应，也说明充电站的社会经济影响具有动态性。

2. 表1——基准消费估计

表1以月度消费金额的对数为因变量，逐步调整非活跃账户定义。第1列估计消费增加约1.3%；第2、3列采用更严格的账户活跃标准后，估计值约为1.7%；加入规划区—年份固定效应的第4列是作者偏好的设定，效果为1.2%，约相当于每人每月22美元，并在1%水平显著。 ⁵, ²⁰

这一结果说明，结论并非由少数长期没有交易的账户、极端消费值或地区时间趋势驱动。作者进一步将1.2%的个人消费增幅外推到新加坡约170万户家庭，估计全城层面的月度消费影响约为3740万美元。该外推具有直观意义，但它隐含假设样本家庭与全体家庭的消费反应相同，且银行样本的代表性足以支持总体推算，因此应视为规模化估算而非精确的宏观因果量。

3. 表2——稳健性检验

表2包含多种替代设定：

• 加回消费最高和最低1%的极端值后，估计仍约为1.2%；
• 将标准误聚类方式改为个人—年份层面后，结论保持；
• 仅保留住宅区域的充电站，效果仍然稳定，说明结果并非主要由商圈或交通枢纽中非本地居民消费造成；
• 将因变量替换为月度交易笔数，估计增加约0.8%，说明居民不仅花得更多，交易频率也有所增加；
• 使用充电站数量而非是否安装的二元变量时，每增加一个充电站，家庭消费约增加1%，约22美元。 ⁵, ⁶, ²¹

这些检验共同表明，核心结果既体现在金额上，也体现在消费活动频率上，并且对处理定义、样本筛选、异常值处理和充电站数量测度不太敏感。

五、住房财富机制

1. 图2——房价事件研究

图2分别展示公共住房和私人住房的房价动态效果。 ²⁸

图中两个市场在充电站安装前总体没有显著差异，支持住房价格DID的平行趋势假设。安装后，公共和私人住房价格均呈上升趋势，但公共住房的反应更滞后，约一年后才明显增强；到安装后第20个月，公共住房价格增幅约5%，私人住房约3%。 ⁶

这一结果有两层含义。第一，充电站被资本化进房价，市场将其视为社区便利性和未来可达性的改善。第二，公共住房价格的最终反应更大但更慢，可能是因为公共住房居民汽车拥有率较低、初期对充电设施的直接使用较少，但随着基础设施网络稳定运行，其对社区价值和未来出行便利性的评价逐渐提高。

报告还指出，公共住房的消费增长与房价上涨相互对应，而私人住房虽然房价上升，却没有清晰地转化为消费增长。这说明财富效应并不是简单的“房价上涨—所有居民同比例增加消费”，而是取决于家庭的流动性约束和边际消费倾向。 ⁷

2. 图3——不同住房类型的消费反应

图3将消费效应按公共住房和私人住房分开估计。 ²⁹

公共住房面板显示，安装后消费效果存在滞后上升趋势，后期多个月份估计值位于正区间；私人住房面板则表现得更加分散，正向估计不连续且多数置信区间较宽。作者据此认为，公共住房居民更可能将住房财富或社区便利性改善转化为实际消费，而私人住房居民可能将财富增值储蓄、用于投资，或其消费基数较高导致边际变化不明显。 ⁷

3. 图4——公共住房内部的财富梯度

图4比较不同房间数公共住房的房价反应。 ³⁰

2房和3房单位的价格增幅分别约为6%和5%，且在1%水平显著；4房及以上和执行公寓的估计值接近零或不显著。 ⁷

该图表明，充电站带来的住房财富收益集中在较低财富家庭居住的房型，而不是平均分布于所有公共住房。作者的解释是，低财富家庭通常面临更强的出行限制和汽车拥有障碍，因此对附近充电设施改善的边际评价更高。不过，这一解释仍是机制推断，因为房型同时也代表面积、家庭结构、地段和房龄，尽管模型控制了部分住房特征，仍可能存在未观测的房型差异。

六、社区商业活动机制

1. 表3——支付方式和住房类型异质性

表3从支付方式角度检验社区商业机制。公共住房居民在充电站安装后，ATM和NETS支出显著增加，但信用卡、借记卡及数字支付没有同步上升；私人住房居民则没有显著变化。 ⁷, ²²

这一支付结构非常关键。ATM和NETS对应熟食中心、便利店、小型零售和其他日常社区消费，因此结果更像是“附近小额消费增加”，而非高价值商品消费全面上升。它与充电等待时间、社区客流增加和本地商业便利性提高的叙述一致，也解释了为什么公共住房居民反应更强：他们更依赖本地商业设施和现金或NETS支付。

2. 图5——距离梯度

图5考察ATM与最近充电站距离的差异化影响。 ³¹

公共住房居民距离充电站0—1公里时，ATM支出约增加5%；距离为1—2公里时增加约3%，2—3公里时增加约2%，3—4公里时效果接近零甚至略为负。报告将4公里以上区域作为参照组。 ⁸

这种明显的距离衰减模式强化了局部商业机制，因为如果影响来自全国性收入变化或宏观冲击，通常不会随着居民与充电站距离增加而快速消失。私人住房面板中，0—1公里约增加4%，其余距离区间约为0%—1%，且统计稳定性较弱，进一步体现公共住房居民对近距离商业机会更敏感。

3. 表4和图6——POI新增与商业形成

表4使用泊松伪最大似然法（PPML）估计邮政编码区域内新POI数量。PPML适用于因变量包含大量零值的情况，并直接将估计系数转换为新增商业活动的百分比变化。 ²³

总体而言，安装充电站的区域新增POI增加12.7%。分行业看，餐饮和饮品店新增最明显，约增加21.6%；零售和服务业增加约14.2%；娱乐休闲、健康医疗等行业反应较小；公共交通与设施类POI反而下降。 ⁸

图6是POI事件研究图。 ³²

图6显示安装前的估计值大多围绕零，安装后迅速转为正值，随后维持在正区间，支持充电站与商业形成之间存在时间上的先后关系。餐饮和零售业的强烈反应符合“等待充电—产生闲暇—即时消费”的逻辑；娱乐、医疗等行业需要更高进入成本、更长规划周期，因此短期内未出现明显变化。公共交通设施减少并不一定意味着充电站挤出了公交设施，作者认为更可能是选址重叠：充电站往往部署在交通基础设施已经较密集或规划较成熟的区域。 ⁸

需要注意的是，POI数据来源于OpenStreetMap，开业日期和分类完整性可能因商户更新及时性而变化。因此，表4估计更接近“可观测商业设施新增”的变化，而不一定等同于全部实际营业活动或营业额变化。

七、燃油支出重新分配机制

1. 表5的分类方法

表5按住房类型、消费类别和车辆拥有状况进行分组。无车者通过没有燃油购买、保险、维修或停车支出识别；EV车主包括持续没有燃油支出但存在汽车相关支出的家庭，以及从汽油车转为EV的家庭；混合动力车主则表现为间歇性燃油购买、但燃油消费月份少于12个月。 ²⁵

这种识别方法能够利用银行交易记录推断车辆类型，但并非直接使用车辆登记数据，因此存在误分类可能。报告也承认，目前缺乏车辆注册和实际充电交易数据。 ¹¹

2. 公共住房居民

公共住房中的混合动力车主燃油支出下降约8.7%，同时必需品消费增加4.5%，娱乐消费增加5.1%。这表明节省的汽油费用并没有全部转化为储蓄，而是部分转向基本消费和可选消费。 ⁹

公共住房无车居民的必需品和娱乐消费也出现小幅但显著增长。由于他们没有燃油支出可以节省，这一结果更支持社区商业活动机制：充电站带来的客流和商户扩张，也能惠及不拥有汽车的附近居民。公共住房EV车主则没有显著燃油或其他类别消费变化，可能是其燃油支出本来就接近零。

3. 私人住房居民

私人住房混合动力车主燃油支出下降约26.4%，明显高于公共住房混合动力车主，但必需品和娱乐消费仅小幅增加，说明其将较大部分节省保留为储蓄或用于其他未观测用途。私人住房EV车主的消费升级最明显，奢侈品消费增加35.2%，娱乐消费增加20.1%。 ⁹, ¹⁰

与此同时，私人住房无车居民的奢侈品和娱乐支出下降，可能表现为储蓄倾向上升，而不是消费扩张。由此，报告刻画出两种不同的家庭行为：公共住房居民更可能把节省转化为日常消费和社区消费，私人住房EV车主则更可能把绿色出行与生活方式升级、奢侈品和娱乐消费联系起来。

八、国际比较与政策含义

表6比较新加坡2021年与若干发展中经济体2024年的充电基础设施。新加坡当时约有2000个公共充电点，每万人约3.7个，快速充电器占比约20%，EV渗透率约3.8%。这些指标低于当时全球平均水平，但与马来西亚、印度尼西亚和巴西等国的早期发展阶段具有相似性：马来西亚每万人约1.43个充电器、EV渗透率约4%；印度尼西亚约0.11个、7%；巴西约0.60个、6.5%。 ¹¹, ²⁶

作者据此认为，新加坡早期经验对公共住房密集、家庭充电条件有限、政府主导基础设施建设的发展中经济体具有参考意义。政策重点不应只追求充电网络覆盖率、负荷平衡和车辆续航，还应将家庭预算约束、社区商业环境和空间公平纳入选址决策。定向补贴、灵活分区和优先覆盖低收入住宅区，可能提高公共投资的社会公平收益。 ¹⁰, ¹¹

九、风险、局限与批判性评价

报告明确承认以下局限：

1. 银行数据没有逐笔充电消费记录，无法直接观察充电费用及其与汽油节省之间的替代关系。
2. 没有高分辨率移动轨迹，因此无法确认居民是否增加了出行、是否改变路线或在充电站附近停留更久。
3. 数据未能充分观察车辆购买、住宅搬迁和长期空间排序，因而无法区分“基础设施使居民改变行为”和“居民迁入充电站附近”之间的差异。 ¹¹

从审慎角度看，报告将充电站选址视为相对外生，但电网可用性与城市开发、道路条件、商业潜力可能存在关联，因此因果解释仍依赖较强假设。其次，公共住房和私人住房之间同时存在收入、汽车拥有率、支付习惯、社区结构和房屋制度差异，住房类型异质性虽然有助于解释机制，但也可能混合多种未观测因素。第三，样本期仅覆盖充电基础设施推广早期及2020—2021年特殊宏观环境，结果未必能直接外推到EV普及率更高、充电网络更成熟的阶段。

报告内部还有一个值得注意的细节：摘要将平均消费增幅概括为1%—3%，正文不同设定则分别报告1.2%、1.3%和约1.7%。这不是必然矛盾，而是对应不同样本筛选、固定效应和事件时间的估计结果，但读者应区分“基准平均效应”和“长期动态效应”，不能将两者混为一谈。 ¹, ⁵

十、综合结论

总体而言，报告通过新加坡充电站的分阶段部署、银行交易数据、住房交易数据和POI数据，建立了较完整的证据链：充电站安装后，附近家庭消费平均上升约1.2%；公共住房居民反应更强；房价在公共和私人住房中均上升，但低房型公共住房的升值幅度最大；ATM和NETS消费以及餐饮、零售POI的增加说明社区商业活动是重要渠道；混合动力车主尤其表现出燃油支出下降与其他消费上升并存的预算重配。 ⁵, ⁷, ⁸, ⁹

图表进一步揭示了影响的动态性和空间性：消费效应大约在安装后12个月才明显，住房价格的公共住房效应约一年后逐渐增强，ATM消费在1公里内最强并随距离迅速衰减，POI新增则在充电站投入使用后转为持续正向。 ⁶, ⁸, ²⁷, ³²

作者的总体立场是积极的：EV充电基础设施不仅是减排工具，也可能成为提高家庭福利、促进社区商业和缩小基础设施收益差距的城市政策工具。但这一结论应理解为基于新加坡早期阶段的因果证据，而不是对所有国家、所有时期和所有家庭的普遍保证。要进一步确认长期福利效果，还需要结合车辆注册、充电账单、移动轨迹、住房迁移和更长时间跨度的数据。 ¹⁰, ¹¹