EN中文

资源科学 >

2025 , Vol. 47 >Issue 7: 1485 - 1504

DOI: https://doi.org/10.18402/resci.2025.07.08

研究论文

“双碳”目标下中国新能源汽车关键矿产需求的多情景动态考察

  • 郑林昌 , 1 ,
  • 鲍文琪 2 ,
  • 陈格 , 1 ,
  • 耿傲淼 1
展开
  • 1.河北大学经济学院，保定 071002
  • 2.青州市社会经济普查中心，潍坊 262500
陈格，女，四川巴中人，博士研究生，研究方向为资源环境协同保护。E-mail:

郑林昌，男，山东阳谷人，教授，研究方向为资源利用、生态保护与可持续发展。E-mail:

收稿日期: 2024-07-14

  修回日期: 2024-10-14

  网络出版日期: 2025-08-13

基金资助

国家社会科学基金重大项目(23ZDA106)

收起

Multi-scenario dynamic analysis of demand for critical minerals in China’s new energy vehicles under “dual carbon” goals

  • ZHENG Linchang , 1 ,
  • BAO Wenqi 2 ,
  • CHEN Ge , 1 ,
  • GENG Aomiao 1
Expand
  • 1. School of Economics, Hebei University, Baoding 071002, China
  • 2. Qingzhou Social and Economic Census Center, Weifang 262500, China

Received date: 2024-07-14

  Revised date: 2024-10-14

  Online published: 2025-08-13

Fold

摘要

【目的】 交通领域实施“双碳”政策，能够影响新能源汽车的规模和性能，并最终影响新能源汽车关键矿产的消费需求。为积极应对关键矿产供需压力，亟需考察“双碳”政策对中国新能源汽车关键矿产消费需求的影响。【方法】 基于Gompertz模型预测新能源汽车销量，以及新能源汽车相关参数的测算和设定，测算不同“双碳”政策情景和锂电池技术路线下，2022—2035年新能源汽车对关键矿产的消费需求。【结果】 ①新能源汽车不同车型的单车关键矿产消费量有不同的变化，如纯电动乘用车、纯电动专用车的单车锂消费量会增加。②新能源汽车对锂、镍、钴、钕、镝、镨的消费需求量会快速增加，在基准政策情景下，消费需求年均增速高达15.97%~16.10%、13.15%~17.01%、7.42%~12.66%、12.05%~14.24%、11.94%~14.12%、11.94%~14.12%。③新车生产是新能源汽车关键矿产消费需求的主要贡献力量但贡献力量会减小；纯电动乘用车是新能源汽车关键矿产消费需求的主要贡献力量；锂电池更换产生的关键矿产消费需求的贡献会增加。④采用相同三元材料电池技术路线，激进政策情景下新能源汽车对锂、镍、钴、钕、镝、镨的消费需求更大；在相同“双碳”政策情景下，采用高镍、NCA电池技术路线新能源汽车对镍的需求量更多，采用低镍技术路线新能源汽车对钴的需求量更多。【结论】 2022—2035年，中国新能源汽车规模的快速增长和单车矿产消费量的变化会大幅增加对关键矿产的需求，并进一步增加锂、钴、镍等关键矿产的供需压力，需要通过引导新能源汽车绿色消费、推动循环经济发展、全球布局产业链和供应链、强化技术研发等来缓解关键矿产的供需压力。

关键词： 新能源汽车; 关键矿产; 驱动电机; 锂电池; Gompertz模型; “双碳”政策情景

本文引用格式

郑林昌 , 鲍文琪 , 陈格 , 耿傲淼 . “双碳”目标下中国新能源汽车关键矿产需求的多情景动态考察[J]. 资源科学, 2025 , 47(7) : 1485 -1504 . DOI: 10.18402/resci.2025.07.08

Abstract

[Objective] The implementation of the “dual carbon” goals in the transportation sector significantly affects the scale and performance of new energy vehicles, thereby altering the consumption demand for critical minerals in these vehicles. To actively address the supply and demand pressure on critical minerals, it is imperative to evaluate the impact of the “dual carbon” goals on the consumption demand of critical minerals for new energy vehicles in China. [Methods] Based on the Gompertz model, this study predicted the sales of new energy vehicles, and calculated and set the related parameters for new energy vehicles. The consumption demand for critical minerals in new energy vehicles from 2022 to 2035 was estimated under different “dual carbon” policy scenarios and lithium battery technology pathways. [Results] (1) The per-vehicle consumption of critical minerals varied across different types of new energy vehicles, with lithium consumption increasing in passenger battery electric vehicles and special-purpose battery electric vehicles. (2) The consumption demand for lithium, nickel, cobalt, neodymium, dysprosium, and praseodymium in new energy vehicles was expected to increase rapidly. Under the benchmark policy scenario, the annual growth rates of consumption demand were 15.97%~16.10%, 13.15%~17.01%, 7.42%~12.66%, 12.05%~14.24%, 11.94%~14.12%, and 11.94%~14.12%, respectively. (3) The production of new vehicles was the main contributor to the consumption demand for critical minerals in new energy vehicles, although its contribution was expected to decline. Passenger battery electric vehicles remained the primary contributor to consumption demand for critical minerals in new energy vehicles. Meanwhile, the contribution from battery swapping was projected to increase. (4) When adopting the same ternary battery technology pathways, new energy vehicles under aggressive policy scenarios demonstrated increased demand for lithium, nickel, cobalt, neodymium, dysprosium, and praseodymium. Under identical “dual carbon” policy scenarios, new energy vehicles adopting high-nickel and nickel-cobalt-aluminum battery technologies had higher demand for nickel, while those using low-nickel alternatives had higher demand for cobalt. [Conclusion] From 2022 to 2035, the rapid expansion of China’s new energy vehicle market, along with changes in per-vehicle mineral consumption, will significantly increase demand for critical minerals while exacerbating supply-demand tensions, particularly for lithium, cobalt, and nickel. To mitigate these pressures, it is necessary to promote green consumption of new energy vehicles, advance the development of a circular economy, optimize the global layout of industrial and supply chains, and strengthen technological research and development.

Key words： new energy vehicles; critical minerals; drive motor; lithium battery; Gompertz model; “Dual carbon” policy scenarios

1 引言

目前，以电动汽车为代表的新能源汽车成为全球各国家（地区）交通运输部门脱碳减排的共同选择[1]，锂、氢等新型电池技术性能的提高和生产成本的降低进一步加速了汽车的电动化进程。根据IEA数据，2022年全球电动车保有量已达2600万辆，中国电动汽车保有量达1380万辆，全球和中国汽车的电动化率分别由2015年的0.6%、1%提升至2022年的14%、29%[2,3]。新能源汽车生产不仅需要消耗大量铁、铝、铜乃至金、银等矿产，同时还需要消耗稀土、锂、镍、钴等20多种关键矿产[4,5]，稳定可持续的矿产供给是新能源汽车产业发展的保障[6]。为落实“双碳”目标，中国制定了交通领域加速向清洁能源转化的相关政策，这些政策的实施将进一步加速新能源汽车产业的发展。此外，新能源汽车正在向重型化、智能化以及信息化等方向转变。新能源汽车产业规模、新能源汽车技术性能、车辆结构等的变化，将进一步增加新能源汽车关键矿产的消费需求。在复杂严峻的国际形势和地缘政治背景下，中国的关键矿产供给已经面临严峻挑战[7,8]。为积极应对关键矿产供需压力、确保新能源汽车产业健康发展，当前亟需准确判断“双碳”政策下未来新能源汽车对关键矿产消费需求变化及其来源[9]。
全球能源转型、汽车电气化及其对矿产消费的转变引起学术界广泛关注。目前，有大量研究从绿色技术部署产生原料需求的角度，测算未来全球燃油汽车向电动汽车转变对关键矿产的消费需求[10,11]，更多研究考察能源转型下新能源汽车所需的关键矿产需求[12-16]。在这些研究中，新能源汽车连同风电、光伏等绿色能源技术一起被考察，未被单独研究。近期部分学者研究了新能源汽车驱动里程变化对材料需求的影响[14]，但多数是基于每辆汽车关键矿产消费量不变的假定进行测算，而新能源汽车生产技术进步、结构性变化所引起的关键矿产消费量的变化并没有得到重视。
从研究方法上看，多数研究通过分析动力电池、驱动电机的关键矿产消费来评估新能源汽车的关键矿产消费。Gaines等[17,18]提供的锂电池正极材料、负极材料、电解质等占比以及材料中的锂、镍、钴等含量，据此可以测算出每辆电动汽车上的资源含量；也可以根据锂电池单体、锂电池模块和锂电池包的物质组成及占比[19,20]，测算出锂电池中锂、镍、钴等的含量；通过对废旧锂电池化学、光学分析也能测算出锂电池物质构成以及资源含量[21]。有相关研究采用有关文献提供的参数（参数均值），评估新能源汽车对锂、镍、钴等的消费[22-26]，但这些研究并没有考虑到新能源汽车及其装配锂电池的差异性，也没有考虑到电池生产技术进步、汽车装配电池类型等因素的变化。针对新能源汽车中驱动电机的稀土资源消费，多数研究结合钕铁硼磁铁（NdFeB）及其稀土元素的构成测算新能源汽车对稀土资源的消费[25]，是基于单位车辆稀土金属消费量不变的设定开展的。虽然部分研究基于新能源汽车装配驱动电机的功率及其稀土元素消费量测算出单位功率关键矿产消费强度[27,28]，并进一步得到未来新能源汽车稀土资源的消费规模，但在这些研究中单位功率关键矿产消费强度也是不变的。
综上，目前国内外对新能源汽车的关键矿产消费需求开展了大量研究，但已有研究较少考虑“双碳”政策实施对新能源汽车规模及其关键矿产消费需求的影响；其次，多数研究将新能源汽车及其装配的电池简单归为一类，静态探究新能源汽车的关键矿产需求，未综合考虑汽车车型结构、动力电池类型结构等变化对关键矿产需求的影响，也未考虑到中国新能源汽车性能的特殊性；此外，多数研究也没有考虑新能源汽车与动力电池等零部件报废的非同步性。为此，本文基于收集的2010—2022年中国新能源汽车大数据，测算和设定符合中国实际的新能源汽车相关参数，综合考虑新能源汽车车辆规模、车型结构、电池生产技术变化以及动力锂电池更换等因素的影响，预测2023—2035年不同“双碳”政策情景和锂电池技术路线下，中国新能源汽车对关键矿产的消费需求。

2 研究对象、范围、思路与情景设定、数据来源

2.1 研究对象

本文以新能源汽车对关键矿产的消费需求为研究对象，将装配驱动电机和动力电池的新能源汽车纳入研究范围。新能源汽车按装配的动力电池类型可划分为氢燃料电池汽车和锂电池汽车；按车辆用途可划分为乘用车与商用车（客车、专用车）。本文所研究的车型包括装配氢燃料电池的乘用车（HFCEPV）、客车（HFCECV）及专用车（HFCESV），装配动力锂电池的纯电动乘用车（BEPV）、客车（BECV）、专用车（BESV）及插电式混合动力乘用车（PHEPV）、客车（PHECV）。其中锂电池包括磷酸铁锂电池（LFP）、锰酸锂电池（LMO）、钴酸锂电池（LCO）和三元材料锂电池（NCM），驱动电机包括发电机和小微型电机。结合关键矿产范围、新能源汽车消费金属规模、关键矿产供需紧迫程度等，本文仅考察新能源汽车对锂、镍、钴、钕、镝、镨的消费需求。

2.2 研究范围

本文以2022年为基期年，预测时段为2023—2035年。由于无法获取到港澳台地区新能源汽车相关数据，故研究区域不包括港澳台地区。此外，本文假定新能源汽车的产销平衡，暂不考虑新能源汽车的进出口。新能源汽车对关键矿产的消费包括新车生产和更换动力锂电池两部分，考虑到未来关键矿产的主要风险、压力等，本文不考虑汽车配电系统、充电桩等对矿产消费的需求。

2.3 研究思路

本文通过设定“双碳”政策情景和三元材料电池技术路线，综合考虑“双碳”政策、三元材料电池技术变化对新能源汽车规模、性能和部件更换等的影响，分析不同情景下新能源汽车关键矿产需求的变化，具体研究过程如图1。
图1 研究框架图

Figure 1 Research framework

图1a为不同情景下新能源汽车关键矿产需求的影响因素与测算过程。首先，根据汽车保有量和销量以及不同“双碳”政策情景下新能源汽车市场渗透率，预测新能源汽车销量。其次，基于中国生产的新能源汽车性能、配置数据和设定的锂电池技术路线，测算单车的关键矿产含量。再次，结合预测的新能源汽车销量，测算不同情景下新能源汽车新车生产的关键矿产需求。最后，依据新能源汽车新车生产的关键矿产需求及动力锂电池累计报废概率预测动力锂电池更换产生的关键矿产需求。新能源汽车新车生产关键矿产需求和锂电池更换的关键矿产需求为新能源汽车的关键矿产总需求。
图1b为单位储电量/功率关键矿产消费强度的测算方法。首先，利用企业每批次生产的新能源汽车装配动力锂电池储电量、装配驱动电机信息，分类汇总、测算新能源汽车动力锂电池储电量、驱动电机功率。然后，根据新能源汽车领域锂总消费量和动力锂电池总储电量、锂电池技术路线，测算、设定单位储电量锂、钴、镍消费强度。最后，依据新能源汽车永磁材料总消费量、驱动电机总功率，测算、设定单位功率永磁材料消费强度。图1c描述了不同情景下新能源汽车关键矿产需求的构成来源。

2.4 情景设定

2.4.1 新能源汽车发展的“双碳”政策情景

本文参考相关研究成果[21]，结合《节能与新能源汽车技术路线2.0》[29]、《新能源汽车产业发展规划（2021—2035年）》[30]等，设定中国未来新能源汽车产业发展的3种“双碳”政策情景——基准政策情景、温和政策情景和激进政策情景，3种政策情景分别对应提前实现的EV30@30情景、《节能与新能源汽车技术路线2.0》中提前实现的温和情景和激进情景，各种政策情景下新能源汽车市场渗透率的设定见表1。
表1 不同政策情景下新能源汽车市场渗透率 （%）

Table 1 Market penetration rate of new energy vehicles under different policy scenarios (%)

年份 温和政策情景 基准政策情景 激进政策情景
2025 40 50 60
2030 60 70 80
2035 70 80 90

2.4.2 新能源汽车三元材料电池技术路线

三元材料电池除消耗锂资源外，还消耗镍、钴、锰等资源，其中，NCM532为低镍高钴三元材料电池，NCM811为高镍低钴三元材料电池，NCM其他系列三元材料电池的镍、钴含量位于两者之间，本文不再考虑。本文设定未来新能源汽车装配锂电池有3种技术路线——高镍技术路线、低镍技术路线和NCA技术路线，即2035年三元材料电池全部采用NCM811电池为高镍技术路线，全部采用NCM532电池为低镍技术路线，全部采用NCA电池为NCA技术路线，其他年份各类三元材料电池的装配比例按照年均变化方法处理。

2.5 数据来源

新能源汽车生产相关性能信息来自2011—2023年《节能与新能源汽车年鉴》；缺失数据依据2014—2023年《免征车辆购置税的新能源汽车车型目录》、2015—2023年《享受车船税减免优惠的节约能源使用新能源汽车车型目录》提供信息补充；锂资源数据来自“上海有色网”（SMM）；新能源汽车电机的NdFeB消费量根据罗斯基尔（Roskill）公司提供的数据测算；人均GDP、人均GDP指数、人口数、民用汽车拥有量等数据来自国家统计局；非民用汽车拥有量来自公安部；未来中国人口预测数来自联合国人口司编制的《2022年世界人口预测》；汽车产销量数据来自中国汽车工业协会。

3 模型建立

3.1 新能源汽车销量预测模型

3.1.1 民用汽车千人保有量预测

本文采用Gompertz模型对民用汽车千人保有量进行预测。多数研究在Gompertz模型中使用人均GDP作为经济变量[31,32]，Gompertz模型的表达式如下：
V t = V s e α e β g t
式中： V t为 t年民用汽车千人保有量； g t为 t年人均GDP； V s、 α、 β为模型的待估参数，其中 V s为民用汽车千人保有量的饱和值， α、 β描述曲线的形状，取值均为负数。
（1）参数求解
通过对数线性化，可以将式（1）转化为式（2）：
l n l n V t V s = l n α + β g t
式中： l n α和 β线性相关，通过设定饱和值 V s，可以利用最小二乘法确定 α、 β。
本文利用R软件对1978—2022年中国人均GDP（以1978年为基期）、民用汽车千人保有量数据进行非参数拟合，通过迭代寻找最优解，结果显示中国汽车保有量饱和值为475.900辆/千人。未来民用汽车千人保有量的Gompertz模型表达式为：
V t = 475.900 e - 5.410 e - 0.000679 g t  
（2）人均GDP预测
采用自回归移动平均（ARIMA）模型预测人均GDP。
g t = μ + ∑ i = 1 p ϕ i g t - i + ∑ j = 1 q θ j ε t - j + ε t
式中： g t为平稳序列，代表t年人均GDP； μ为常数； ϕ i为自回归滞后项 g t - 1 ,   … ,   g t - p的系数； θ j为移动平均滞后项 ε t - 1 ,   … ,   ε t - q的系数； ε t为残差，并假设残差序列是均值为零，方差 σ 2 0的高斯白噪声序列。
对1978—2022年的中国人均GDP建立ARIMA模型，进行单位根检验及相关图与偏相关图分析，利用AIC准则，确定采用ARIMA(0, 2, 2)模型预测2023—2035年人均GDP。

3.1.2 非民用汽车千人保有量预测

国家统计局公布的民用汽车保有量不包括军用、警用等非民用汽车的保有量，需要对非民用汽车千人保有量进行预测。对2006—2022年非民用汽车保有量数据进行趋势拟合，确定非民用汽车保有量的预测模型表达式为：
z t = - 0.027 l n ( u + 17 ) + 0.155
式中： z t为t年非民用汽车保有量； u为时间趋势变量， u = 1代表2006年， u = 17代表2022年。
对于中国人口数的预测，首先利用GM（1, 1）方法预测到2025年的人口数，之后利用《2022年世界人口预测》[33,34]中等生育率情景下中国人口的增长率对2026—2035年人口数进行预测，进而得到2023—2035年非民用汽车千人保有量的预测值。民用汽车与非民用汽车千人保有量的预测值之和即为汽车千人保有量的预测值。

3.1.3 汽车销量预测

汽车销量与汽车千人保有量及人均GDP之间存在着密切的关系[35]，利用Table Curve 3D对2006—2022年汽车千人保有量、人均GDP及汽车销量数据进行拟合，确定汽车销量预测模型的表达式为：
l n S t ( c t ,   g t ) = - 0.0309 ( l n c t ) 3 + 4.457 l n g t - 28.835
式中： S t为t年汽车销量； c t为汽车千人保有量； g t为t年人均GDP。利用式（6）及汽车千人保有量、人均GDP的预测值可得汽车销量的预测值。

3.1.4 新能源汽车销量预测

依据设定的新能源汽车市场渗透率（表1）测算不同政策情景下各类型新能源汽车的总销量，预测方法如下。
（1）氢燃料汽车
采用指数曲线预测氢燃料汽车的保有量。参照“2020版氢能与燃料电池汽车技术路线图”发展目标，设定中国2025年和2035年氢燃料汽车保有量分别为10万辆、100万辆，其中2025年乘用车、客车和专用车分别占5%、50%和45%，2035年分别占10%、45%和45%，其他年度按照年均变化方法处理，预测氢燃料汽车保有量的表达式为：
y t = 12.160 × 1.173 j + 1 - 12.990
式中：j为时间趋势变量，j=1代表2022年，j=14代表2035年； y t为 t年度氢燃料汽车保有量。
氢燃料汽车销量根据销量导出公式测算：
M t = y t - y t - 1 + W t
式中： M t表示 t年氢燃料汽车销量； W t表示 t年氢燃料汽车报废量。
（2）锂电池汽车
“碳中和”背景下，商用车电气化将成为必然趋势，2022年锂电池商用车销量占锂电池汽车销量的比例为4.47%，预计到2025、2030、2035年分别提升至5.00%、6.00%、7.00%；相应地，锂电池乘用车销量占锂电池汽车销量的比例由95.53%分别下降至95.00%、94.00%、93.00%。2022年锂电池客车销量占锂电池商用车销量的比例为32.47%，根据历史数据进行预测、反推，预计到2025、2030、2035年分别下降至23.00%、18.00%、16.00%；锂电池专用车销量占锂电池商用车销量的比例由2022年的67.53%上升至2025年的77.00%、2030年的82.00%、2035年的84.00%。2022年装配动力锂电池的纯电动客车销量占锂电池客车销量的比例为97.81%，预计到2035年将提升到100.00%，2035年将不再生产插电式混合动力客车。
考虑插电式混合动力汽车对“碳中和”的贡献较低，本文认为从中长期角度来看，纯电动汽车仍具有较强成长潜力。2022年，装配动力锂电池的插电式混合动力乘用车销量占锂电池乘用车销量的比例为23.59%，预计到2025年将提升至35.00%，到2030、2035年将分别下降到30.00%、25.00%；装配动力锂电池的纯电动乘用车销量的占比由2022年的76.41%下降到2025年的65.00%，2030、2035年又将分别上升到70.00%、75.00%。其他年份销量的占比按照年均变化方法处理。本文根据设定的销量占比及锂电池汽车总销量可得到各类锂电池汽车销量的预测值。

3.2 锂电池关键参数设定

3.2.1 装配动力锂电池结构

考虑到动力锂电池的安全性，磷酸铁锂电池（LFP）将逐步取代锰酸锂电池（LMO）、钴酸锂电池（LCO），设定2025年及之后新能源汽车不再装配LCO和LMO，纯电动客车全部装配LFP，2025年和2035年分别有30.00%和50.00%的纯电动乘用车、插电式混合动力客车与插电式混合动力乘用车装配LFP，80.00%和50.00%的纯电动专用车装配LFP，剩余汽车装配三元材料电池，其他年份按照年均变化法处理（图2）。
图2 新能源汽车装配动力锂电池结构

Figure 2 Structure of lithium batteries for new energy vehicles

3.2.2 单位车辆储电量

参照欧盟国家的发展趋势，未来中国重型车占比将进一步提升[36,37]，续驶里程将逐渐增加，储电量也将随之增加，综合考虑政策、技术进步、续驶里程增长空间等因素的影响，设定2025年和2035年纯电动乘用车的平均续驶里程将达到550 km、1000 km，插电式混合动力乘用车的续驶里程分别为120 km和200 km，以近期单位续驶里程储电量乘以续驶里程测算2023—2035年纯电动乘用车和插电式混合动力乘用车的单位车辆储电量。设定2025年和2035年纯电动客车的续驶里程分别为600 km、700 km，利用Table Cruve 2D软件对其续驶里程与单位车辆储电量进行拟合，选择适宜拟合函数，测算2023—2035年纯电动客车的单位车辆储电量：
y = a + b / x
式中： y为电池能量； x为续驶里程； a=371.41，b=-3581.85。
2023—2035年插电式混合动力客车和纯电动专用车的单位车辆储电量利用纯电动客车的同比变化率来测算。2023—2035年各类型新能源汽车的单位车辆储电量见图3。
图3 2023—2035年各类型新能源汽车单位车辆储电量

Figure 3 Energy storage capacity per vehicle for different types of new energy vehicles, 2023-2035

3.2.3 单位储电量锂、镍、钴消费强度

根据中国新能源汽车装配动力锂电池总储电量、新能源汽车行业锂消费规模以及相关研究成果中三元材料电池、磷酸铁锂电池、锰酸锂/钴酸锂电池的单位储电量锂消费强度[38]，可测算上述3类锂电池的单位储电量锂消费强度。
考虑到中国锂电池生产技术的进步空间，设定未来锂电池技术提升分为两个阶段：2023—2030年为锂电池生产技术持续提升阶段；2031—2035年为锂电池生产技术稳定阶段。对比国内外3类锂电池单位储电量锂消费强度及变化趋势的相关研究成果，发现《全球电动汽车展望2018》[39]、Nelson等[19]研究成果提供的参数符合中国当前锂电池的生产技术水平和未来的技术发展趋势，分别参照相关参数设定各类锂电池的单位储电量锂消费强度。2023年之前，三元材料电池统称为NCM电池，2023—2035年按照锂电池技术路线，从NCM811、NCM532和NCA这3个技术方向进行考察，三元材料电池分别称为NCM811、NCM532和NCA。
三元材料电池类型多样，无法获取相关数据直接测算各类三元材料电池的资源含量。本文根据新能源汽车单位储电量锂消费强度和各类锂电池锂、镍、钴的消费比例来测算并设定新能源汽车单位储电量的镍、钴消费强度。LFP、LMO/LCO、NCM532、NCM811、NCA的单位储电量锂消费强度分别由2022年的0.1165、0.1653、0.1400、0.1391和0.1395 kg/kWh，持续下降到2030年的0.0900、0.1100、0.1000、0.0969和0.0983 kg/kWh；NCM532、NCM811、NCA的单位储电量镍消费强度由2022年的0.548、0.718和0.662 kg/kWh，下降到2030年的0.3820、0.5920和0.6310 kg/kWh；LCO、NCM532、NCM811、NCA的单位储电量钴消费强度由2022年的1.441、0.215、0.087和0.129 kg/kWh，下降到2030年的0.9590、0.1530、0.0740和0.1250 kg/kWh；2031—2035年各类锂电池的单位储电量锂、镍、钴消费强度一直保持2030年的水平。

3.3 驱动电机关键参数设定

3.3.1 单位功率NdFeB消费强度

NdFeB元素构成设定参考相关研究成果[10,12,13,40]，本文设定NdFeB中钕、镝、镨的含量分别为19.00%、7.00%和6.00%。本文视磁性材料全部为NdFeB，假定驱动电机NdFeB消费量与其电机功率具有线性关系，参考Burress等[41]研究成果，根据中国NdFeB消费规模、新能源汽车消费NdFeB占比、装配永磁电机的总功率确定历年永磁电机的单位功率NdFeB消费强度。假设永磁电机的NdFeB消费强度按照历史平均下降速度持续下降至2035年，确定2023—2035年永磁电机单位功率NdFeB消费强度。
参考各类新能源汽车驱动电机平均功率的变化趋势，设定2025、2035年各类型新能源汽车驱动电机功率（表2）。永磁电机的单位功率NdFeB消费强度由2022年的0.0338 kg/kWh持续下降到2035年的0.0307 kg/kWh，单位功率钕、镝、镨消费强度由2022年的0.0064、0.0024、0.0020 kg/kWh下降到2035年的0.0058、0.0021、0.0018 kg/kWh。
表2 2025、2035年新能源汽车装配永磁电机平均功率设定值 （kW）

Table 2 Average power settings of permanent magnet motors for new energy vehicles in 2025 and 2035 (kW)

年份 纯电动乘用车 纯电动客车 纯电动专用车 插电式混合
动力乘用车		 插电式混合
动力客车		 氢燃料电池
乘用车		 氢燃料电池
客车		 氢燃料电池
专用车
2025 180 190 160 175 185 116 175 140
2035 220 230 180 215 225 170 180 160

注：中间年份按照年均增速处理。

3.3.2 单位车辆EPS的NdFeB消费强度

新能源汽车装配的电动助力转向（EPS）系统对NdFeB消费量较大，故单独进行测算。参考相关成果[41]，本文设定新能源汽车EPS系统对NdFeB的消费量为0.25 kg/辆。2022年，中国汽车EPS系统的渗透率约93.48%，设定到2035年新能源汽车的EPS系统均采用磁性材料，其他年度按年均变化方法处理。

3.4 新能源汽车锂电池报废测算模型

3.4.1 新能源汽车及动力锂电池使用年限

根据各类型新能源汽车规模和结构，设定中国新能源乘用车、客车和专用车的月均充电次数分别为10、20和30次，三元材料电池、磷酸铁锂电池、锰酸锂电池、钴酸锂电池循环次数分别为800、2000、600和800次[42]。依据上述各类型电动汽车月均充电次数、锂电池循环次数以及强制报废和引领报废的相关政策规定，设定各类型新能源汽车及装配动力锂电池的最长使用年限（表3）。
表3 新能源汽车及动力锂电池平均最长使用年限

Table 3 Average maximum service life of new energy vehicles and lithium batteries

平均最长使用年限 时间 乘用车 客车 专用车
汽车 2010—2035年 15 10 10
动力锂电池 2010—2018年 8 5 4
2019—2025年 10 7 5
2026—2035年 12 9 6
根据新能源汽车和动力锂电池最长使用年限，可得到各车型动力锂电池和汽车的寿命分布，如图4。
图4 新能源汽车及动力电池寿命分布

Figure 4 Service life distribution of new energy vehicles and power batteries

3.4.2 Weibull寿命分布

本文选择二参数Weibull曲线来估算新能源汽车及其装配动力锂电池的寿命长度，Weibull模型的分布函数和概率密度函数可用式（10）、（11）表示。
f ( t ) = φ ω ( t ω ) φ - 1 e x p [ - ( t ω ) φ ]
F ( t ) = P ( T ≤ t ) = 1 - e x p [ - ( t ω ) φ ]
式中： ω为尺度参数； φ为形状参数，其计算方法如式（12）、（13）所示。
( t a v e t m a x ) φ = φ - 1 - φ l n 0.01
ω = t a v e 1 - 1 φ ) - 1 φ
式中： t m a x为动力锂电池的最长报废时间（99%汽车报废需要的时间）； t a v e为动力锂电池的平均使用寿命，设定 t m a x=1.3 t a v e。本文讨论的动力锂电池报废量包括两个部分：更换锂电池产生的报废量和电动汽车报废产生的报废量，设定新能源汽车与其装配的驱动电机同时报废。

3.5 单位车辆关键矿产需求测算模型

每辆新能源汽车动力锂电池的锂、镍、钴需求测算模型如下：
P S r ,   m ,   l ,   t 1 = ∑ n = 1 4 ( K r ,   n ,   l ,   t × P m ,   n ,   t ) × E m ,   t
式中： m为新能源车辆类型； l为矿产种类（锂、镍、钴）； r为锂电池技术路线； n为锂电池类型； P S r ,   m ,   l ,   t 1为 t年第 r种技术路线下每辆 m类新能源汽车对第 l种矿产的需求量； K r ,   n ,   l ,   t为 t年第 r种锂电池技术路线下第 n类锂电池单位储电量的第 l种矿产消费强度； P m ,   n ,   t为 t年 m类新能源汽车装配第 n种锂电池的比例； E m ,   t为 t年 m类新能源汽车的储电量。
每辆新能源汽车永磁驱动电机的钕、镝、镨需求测算模型如下：
P S m , g , t 2 = R m , t × S t × K g t
式中： g为矿产种类（钕、镝、镨）； P S m ,   g ,   t 2为 t年每辆 m类新能源汽车永磁驱动电机对第 g种矿产的需求量； R m ,   t为 t年 m类新能源汽车的平均功率； S t为 t年单位功率稀土消费强度； K g t为NdFeB中所含第 g种矿产的比例。
每辆新能源汽车EPS系统的钕、镝、镨的需求测算模型如下：
P S m ,   g ,   t 3 = 0.25 × K g ,   t × K p ,   t
式中： P S m ,   g ,   t 3为 t年每辆 m类新能源汽车EPS系统对第 g种矿产的需求量； K p ,   t为EPS覆盖率。

3.6 新能源汽车关键矿产需求测算模型

3.6.1 新车生产关键矿产需求模型

新能源汽车新车的锂、镍、钴需求测算模型如下：
S z ,   r ,   m ,   l ,   t 1 = P S r ,   m ,   l ,   t 1 × V z ,   m ,   t
式中： z为政策情景； S z ,   r ,   m ,   l ,   t 1为 t年第 z种政策情景、第 r种技术路线下 m类新能源汽车锂电池对第 l种矿产的需求量； V z ,   m ,   t为 t年第 z种政策情景下 m类汽车销量。
新能源汽车新车驱动电机的钕、镝、镨需求测算模型如下：
S z ,   m ,   g ,   t 2 = P S m ,   g ,   t 2 × V z ,   m ,   t
式中： S z ,   m ,   g ,   t 2为 t年第 z种政策情景下 m类汽车驱动电机对第 g种矿产的需求量。
新能源汽车新车EPS系统的钕、镝、镨需求测算模型如下：
S z ,   m ,   g ,   t 3 = P S m ,   g ,   t 3 × V z ,   m ,   t
式中： S z ,   m ,   g ,   t 3为 t年第 z种政策情景下 m类汽车EPS系统对第 g种矿产的需求量。

3.6.2 锂电池更换关键矿产需求模型

以2010年为初始年份，2011—2035年新能源汽车通过部件更换对锂、镍、钴的需求测算模型如下：
Q z ,   r ,   m ,   l ,   t 1 = ∑ i = 1 t - 1 S z ,   r ,   m ,   l ,   i 1 × ( F m ,   n ( t - i ,   ω ,   φ ) - F m ,   n ( t - i - 1 ,   ω ,   φ ) )
式中： Q z ,   r ,   m ,   l ,   t 1为 t年第 z种政策情景、第 r种技术路线下 m类新能源汽车更换动力锂电池对第 l种矿产的需求量； S z ,   r ,   m ,   l ,   i 1为 t年第 z种政策情景、第 r种技术路线下 m类新能源汽车新车生产对第 l种矿产的需求量； F m ,   n ( t - i ,   ω ,   φ )为累计报废概率。

3.6.3 新能源汽车关键矿产需求模型

新能源汽车对锂、镍、钴的需求测算模型如下：
T C D z ,   r ,   m ,   l ,   t 1 = S z ,   r ,   m ,   l ,   t 1 + Q z ,   r ,   m ,   l ,   t 1
式中： T C D z ,   r ,   m ,   l ,   t 1为 t年第 z种政策情景、第 r种技术路线下 m类新能源汽车对第 l种矿产的总需求量。
新能源汽车对钕、镝、镨的需求测算模型如下：
T C D z ,   m ,   g ,   t 2 = S z ,   m ,   g ,   t 2 + S z ,   m ,   g ,   t 3
式中： T C D z ,   m ,   g ,   t 2为 t年第 z种政策情景下 m类新能源汽车对第 g种矿产的总需求量。

4 结果与分析

4.1 新能源汽车销量预测

在温和、基准、激进政策情景下，2022—2035年中国新能源汽车销量将持续快速增长，年均增速将达到10.23%、11.40%和12.41%，到2035年新能源汽车销量将增长到2512.00万、2870.86万和3229.72万辆。
在3种“双碳”政策情景下，纯电动乘用车和插电式混合动力乘用车是新能源汽车销量的主要贡献车型。2022—2035年，插电式混合动力客车的销量呈下降趋势，并将逐步退出市场（图5e），其他车型的销量均持续增长。其中，纯电动乘用车的销量将由2022年的513.17万辆增加到2035年的1736.95万（温和）、1987.25万（基准）、2237.55万辆（激进），销量一直领先，占比将由2022年的73.01%下降到2035年的近70.00%（图5a）；插电式混合动力乘用车的销量将由2022年158.40万辆增加到2035年的578.98万（温和）、662.42万（基准）、745.85万辆（激进），销量占比将经历起伏变化，最终将由2022年的22.54%增加到2035年的约23.00%（图5d）；纯电动专用车的销量将由2022年20.82万辆增加到2035年146.43万（温和）、167.53万（基准）、188.63万辆（激进），销量占比将由2022年的2.96%增加到2035年的近6.00%（图5c）；纯电动客车的销量将由2022年9.86万辆增加到2035年的27.89万（温和）、31.91万（基准）、35.93万辆（激进），其销量占比也保持较低水平（图5b）；氢燃料电池汽车销量的占比也较低（图5f）。
图5 2023—2035年不同政策情景下中国各类新能源汽车销量预测值

注：图中2022年为基期实际值，2023—2035年为预测值。

Figure 5 Predicted sales of different types of new energy vehicles in China under different policy scenarios, 2023-2035

4.2 单车关键矿产消费量

（1）单车锂消费量
在3种三元材料电池技术路线下，纯电动乘用车、插电式混合动力乘用车的单车锂消费量会增加，纯电动客车、插电式混合动力客车和纯电动专用车的单车锂消费量会减少（图6a、d、g）。在3种三元材料电池技术路线下，纯电动乘用车的单车锂消费量会持续增加，单车锂消费量将由2022年的7.96 kg增长到2035年的12.31~12.52 kg，增幅54.61%~57.20%；插电式混合动力乘用车的单车锂消费量表现出“先减后增”的变化，到2035年单车锂消费量为3.96~4.02 kg，相比2022年将增加14.20%~16.11%；而纯电动客车、插电式混合动力客车和纯电动专用车的单车锂消费量表现出“先快速减少后缓慢增加”的变化，到2035年单车锂消费量分别为21.24、5.50~5.60、16.62~16.90 kg，相比2022年分别减少17.31%、26.38%~27.59%和13.43%~14.86%。
图6 2022—2035年新能源汽车单车关键矿产消费量

Figure 6 Consumption of critical minerals per vehicle for new energy vehicles, 2022-2035

（2）单车镍消费量
在高镍技术路线和NCA技术路线下，纯电动乘用车、插电式混合动力乘用车和插电式混合动力客车的单车镍消费量，在高镍技术路线和NCA技术路线下总体将增加，但是在低镍技术路线下单车镍消费量会减小，纯电动专用车的单车镍消费量在3种三元材料电池技术路线下都将增加（图6b、e、h）。纯电动乘用车的单车镍消费量会由2022年的25.61 kg，减少到2035年的23.92 kg（低镍技术路线），或增加到2035年的37.63 kg（高镍技术路线）、39.84 kg（NCA技术路线），插电式混合动力乘用车的单车镍消费量将由2022年的11.58 kg，减少到2035年的7.68 kg（低镍技术路线），或增加到2035年的12.09 kg（高镍技术路线）、12.80 kg（NCA技术路线）；插电式混合动力客车的单车镍消费量，将由2023年14.89、15.79和15.55 kg ① ，变化到2035年的10.69、16.82和17.80 kg；纯电动专用车的单车镍消费量，将由2022年的18.07 kg增加到2035年的32.28、50.79和53.77 kg，增加幅度高达78.67%、181.14%和197.62%。
（3）单车钴消费量
在3种三元材料电池技术路线下，纯电动乘用车、插电式混合动力乘用车和插电式混合动力客车的单车钴消费量将会减少（图6c、f、i）。在低镍技术路线、高镍技术路线和NCA技术路线下，2022—2035年纯电动乘用车的单车钴消费量将减少4.07%、52.89%和20.97%，插电式混合动力乘用车的单车钴消费量将减少31.85%、66.53%和43.85%，插电式混合动力客车的单车钴消费量将减小64.21%、82.42%和70.51%。采用不同技术路线，纯电动专用车的单车钴消费量变化不同。如果采用低镍技术路线或NCA技术路线，2022—2035年纯电动专用车的单车钴消费量总体有所增加，增幅分别为83.57%、51.24%；如果采用高镍技术路线，单车钴消费量总体将小幅减小，减幅为9.85%。
（4）单车磁性材料消费量
2022—2035年，除氢燃料电池客车外，其他7种车型的单车磁性材料消费量均有所增加，到2035年纯电动客车的单车磁性材料消费量最高（7.07 kg），氢燃料电池专用车的消费量最低（4.92 kg）（图6j）。

4.3 关键矿产总需求预测

在新能源汽车车辆规模扩大和单车锂、镍、钴消费量变化的共同作用下，2022—2035年中国新能源汽车的锂、镍、钴、钕、镝、镨消费需求将快速增长。
（1）温和政策情景
在温和政策情景下，如采用低镍技术路线，新能源汽车对锂、镍、钴的消费需求将由2022年的5.70万、15.84万和6.34万t增加到2035年的34.31万、68.04万和25.80万t，2022—2035年均增速分别为14.81%、11.87%和11.40%（图7a）；如采用高镍技术路线，新能源汽车对锂、镍、钴的消费需求将增加到2035年的33.82万、100.72万和13.83万t，2022—2035年均增速分别为14.68%、15.29%和6.18%（图7b）；如采用NCA技术路线，新能源汽车对锂、镍、钴的消费需求将增加到2035年的34.04万、105.54万和21.44万t，2022—2035年均增速分别为14.74%、15.71%和9.83%（图7c）；新能源汽车对钕、镝、镨的消费需求将由2022年的0.75万、0.28万、0.24万t增加到2035年的3.29万、1.21万和1.04万t，2022—2035年均增速分别为12.05%、11.94%和11.94%（图7j）。
图7 2022—2035年不同“双碳”政策情景和三元材料电池技术路线下新能源汽车关键矿产总需求

Figure 7 Total demand for critical minerals in new energy vehicles under different “dual carbon” policy scenarios and ternary battery technology pathways, 2022-2035

（2）基准政策情景
在基准政策情景下，如采用低镍技术路线，新能源汽车对锂、镍、钴的消费需求将由2022年的5.70万、15.84万和6.34万t增加到2035年的39.67万、78.96万和29.86万t，2022—2035年均增速分别为16.10%、13.15%和12.66%（图7d）；如采用高镍技术路线，新能源汽车对锂、镍、钴的消费需求会增加到2035年的39.12万、116.55万和16.07万t，2022—2035年均增速分别为15.97%、16.59%和7.42%（图7e）；如采用NCA技术路线，新能源汽车对锂、镍、钴的消费需求将增加到2035年的39.36万、122.06万和24.83万t，2022—2035年均增速分别为16.03%、17.01%和11.07%（图7f）；新能源汽车对钕、镝、镨的消费需求会增加到2035年的3.76万、1.39万和1.19万t，2022—2035年均增速分别为13.21%、13.09%和13.09%（图7j）。
（3）激进政策情景
在激进政策情景下，如采用低镍技术路线，新能源汽车对锂、镍、钴的消费需求将由2022年的5.70万、15.84万和6.34万t增加到2035年的45.04万、89.89万和33.93万t，2022—2035年均增速分别为17.24%、14.29%和13.77%（图7g）；如采用高镍技术路线，新能源汽车对锂、镍、钴的消费需求将增加到2035年的44.41万、132.38万和18.32万t，2022—2035年均增速分别为17.11%、17.74%和8.51%（图7h）；如采用NCA技术路线，新能源汽车对锂、镍、钴的消费需求将增加到2035年的44.69万、138.58万和28.22万t，2022—2035年均增速分别为17.17%、18.16%和12.17%（图7i）；新能源汽车对钕、镝、镨的消费需求增速更快，会增加到2035年的4.23万、1.56万和1.34万t，2022—2035年均增速分别为14.24%、14.12%和14.12%（图7j）。
总体来看，在相同的三元材料电池技术路线下，到2035年激进政策情景下新能源汽车的锂、镍、钴、钕、镝、镨需求量约是温和政策情景下需求量的1.3倍。新能源汽车对锂的需求量在不同三元材料电池技术路线下差异不大，但对镍、钴的需求量有明显差异。如采用高镍或NCA技术路线，镍需求量较高而钴需求量较低，而采用低镍技术路线时相反。相比低镍技术路线和高镍技术路线，采用NCA技术路线在减少镍、钴的消费上并未表现出优势。在相同的“双碳”政策情景下，到2035年，高镍、NCA技术路线下的镍需求量将是低镍技术路线的1.5倍、1.6倍，低镍技术路线下的钴需求量将是高镍、NCA技术路线下的1.9倍、1.2倍。

4.4 关键矿产需求的来源分析

从新车生产、更换锂电池和新能源车辆结构等角度考察新能源汽车关键矿产消费需求的主要来源。

4.4.1 新车生产和换电的关键矿产消费需求贡献

新能源汽车使用过程中锂电池会早于车辆生命周期终点而提前退役、报废，更换动力锂电池会形成二次关键矿产消费，因此新能源汽车关键矿产消费由新车生产和更换动力锂电池（简称“换电”）构成，其中新车生产是新能源汽车锂、镍、钴消费需求的主要来源（图8）。2022年，新车生产贡献了新能源汽车锂、镍、钴总消费需求的92.96%、96.95%和95.28%，锂电池更换所产生的锂、镍、钴需求占比仅为7.04%、3.05%和4.72%。2022—2035年，随着新能源汽车锂电池更换所产生的锂、镍、钴需求增加，新车生产对锂、镍、钴需求量占新能源汽车总需求量的比例预计将呈现“先降后升”的变化过程。
图8 2022—2035年新能源汽车新车生产锂、镍、钴需求占比

Figure 8 Proportion of lithium, nickel, and cobalt demand in new energy vehicle production, 2022-2035

如图8所示，在温和政策情景下，如采用低镍技术路线，相比2022年，2035年新车生产的锂、镍、钴消费需求占新能源汽车消费需求的比例，将分别下降13.83、22.42和16.54个百分点；如采用高镍技术路线，占比将分别下降13.99、17.72和23.16个百分点；如采用NCA技术路线下，占比将分别下降13.93、16.90和17.24个百分点。在激进政策情景下，如采用低镍技术路线，相比2022年，2035年新车生产的锂、镍、钴消费需求占新能源汽车消费需求的比例，将分别下降15.32、24.27和18.16个百分点；如采用高镍技术路线，占比将分别下降15.49、19.30和25.13个百分点；如采用NCA技术路线，占比将分别下降15.42、18.42和18.89个百分点。
综上，不论是在何种“双碳”政策情景和三元材料电池技术路线下，2022—2035年新车生产的锂、镍、钴消费需求占新能源汽车总消费需求的比例没有明显差异。但在3种“双碳”政策情景下，如果采用低镍技术路线，新车生产的镍消费需求占新能源汽车镍消费需求的比例下降幅度更大；如果采用高镍技术路线，新车生产的钴消费需求占新能源汽车钴消费需求的比例下降幅度更大。

4.4.2 各车型的关键矿产消费需求贡献

进一步从车型结构来考察不同新能源汽车车型对关键矿产消费需求的贡献。
（1）锂、镍、钴消费需求
在不同“双碳”政策情景下，新能源汽车各车型关键矿产消费需求占总体需求的比例大致相似。以基准政策情景为例，分析不同三元材料电池技术路线下各车型锂、镍、钴消费需求占总体需求的比例情况（图9）。
图9 基准政策情景下2022—2035年各类新能源汽车锂、镍、钴需求

Figure 9 Demand for lithium, nickel, and cobalt in different types of new energy vehicles under benchmark policy scenario, 2022-2035

纯电动乘用车、插电式混合动力乘用车和纯电动专用车是新能源汽车锂消费需求的“主力军”。2022年，纯电动乘用车、插电式混合动力乘用车和纯电动专用车的锂消费量占新能源汽车锂消费量的73.86%、9.95%和8.18%；到2035年，该比例将变化到约77%（低镍）、9%（高镍）和11%（NCA）；纯电动客车的锂消费量占新能源汽车锂消费量的比例将由2022年的7.87%下降到2035年的约3%，到2035年插电式混合动力客车将不再有锂消费（图9a、9d、9g）。
新能源汽车镍、钴消费需求也主要来自纯电动乘用车、插电式混合动力乘用车和纯电动专用车。2022年3种车型的镍消费量占新能源汽车镍消费量的85.01%、11.87%和3.10%，钴消费量占新能源汽车钴消费量的82.80%、11.57%和3.02%，到2035年3种车型的镍、钴消费占比都将变化为约80%（低镍）、10%（高镍）和10%（NCA）。2022—2035年，纯电动客车、插电式混合动力客车的镍、钴消费需求量很少（图9b、9e、9h、9c、9f、9i）。
（2）钕、镝、镨消费需求
纯电动乘用车、插电式混合动力乘用车和纯电动专用车是新能源乘用车钕、镝、镨消费“主力军”的地位更加明显。2022年，纯电动乘用车、插电式混合动力乘用车和纯电动专用车的钕、镝、镨消费量占新能源汽车钕、镝、镨消费量的比例分别为72.38%、23.33%和2.79%；到2035年，在3种“双碳”政策情景下，纯电动乘用车的钕、镝、镨消费量占新能源汽车钕、镝、镨消费量的比例下降到70.32%（温和）、70.38%（基准）、70.43%（激进），插电式混合动力乘用车的占比上升为22.93%（温和）、22.95%（基准）、22.96%（激进），纯电动专用车的占比上升为4.89%（温和）、4.89%（基准）和4.90%（激进）。2022—2035，纯电动客车、插电式混动动力客车和氢燃料电池汽车的钕、镝、镨消费量很少，钕、镝、镨消费量占新能源汽车钕消费量的比例也稳定。
综上，2022—2035年纯电动乘用车、插电式混合动力乘用车和纯电动专用车是新能源汽车锂、镍、钴、钕、镝、镨消费需求的主要来源，尤其纯电动乘用车是新能源汽车锂、镍、钴、钕、镝、镨消费需求的绝对主力，纯电动专用车消费主力的地位也会不断提升。

5 讨论、结论与建议

5.1 讨论

本文综合考虑新能源汽车规模、新能源汽车类型结构、动力锂电池类型结构、续驶里程等的变化以及主要部件的更换，对2022—2035年中国新能源汽车关键矿产消费需求进行测算，研究发现与启示如下：
（1）中国新能源汽车的关键矿产消费需求将超过预期。根据中国地质调查局提供的《2035年中国35种矿产资源需求预测报告》（2021），预计到2035年中国全社会锂、镍、钴消费量分别为24万、220万、27万t。本文预测2035年仅新能源汽车锂消费量至少为34万t，镍、钴需求量最低分别有68.04万~105.54万t、25.80万~21.44万t。根据美银证券提供的“2050年零碳排放：金属短缺使目标无法实现”报告（2022），全球为实现2050年零碳转型，2030年各类脱碳技术对锂、镍、钴的需求量分别为30.98万、28.38万和99.78万t，该报告的预测结果更低。已有成果的预测结果偏低的主要原因在于，它们并未充分考虑中国新能源汽车车型结构、装配锂电池类型、锂电池生产技术水平等的变化，对中国新能源汽车发展规模的预测也过于保守。
（2）中国锂、镍、钴等关键矿产的供需压力将进一步增加。从资源供给角度来看，根据《全球锂、钴、镍、锡、钾盐矿产资源储量评估报告（2021）》，截至2020年底，中国锂、镍、钴矿资源量为361万（折碳酸锂1914万t）、410万、44万t。根据本文预测结果，即使在基准政策情景下，2030年中国新能源汽车对锂、镍、钴的需求量会达到22.65万~22.88万、55.78万~72.98万、13.41万~18.97万t，意味着未来中国锂资源储量将面临严峻挑战。根据国际能源署《推进清洁技术制造（2024）》，2023年全球80%以上的电池产能在中国，阴极活性材料产能占全球的近90%，如果考虑中国为全球生产的电极材料、锂电池及电动汽车等，未来中国锂、镍、钴等关键矿产的供应压力会更大。
（3）回收新能源汽车报废动力锂电池和驱动电机中的关键矿产，能够缓解关键矿产供需压力。随着中国前期投入使用的新能源汽车及其配件逐渐走向生命周期的终点，新能源汽车动力锂电池和驱动电机的报废规模将快速增长。新能源汽车报废锂电池中的锂含量占新能源汽车锂需求量的比例将由2022年的9.07%快速提高到2035年的41.04%~43.11%之间；镍含量占新能源汽车镍需求量的比例将由2022年的3.46%快速提高到2035年的39.18%~54.25%之间。报废动力锂电池中的钴含量以及报废动力电机中的钕、镝、镨含量也将会快速增长，但相比锂、镍、钴的增速略低。从新能源汽车报废动力锂电池和驱动电机中回收关键矿产，不仅能够缓解未来中国关键矿产供需压力，对于降低新能源汽车的环境污染物、温室气体排放等也有重要意义。

5.2 结论

本文基于新能源汽车销量的预测，以及新能源汽车相关参数的测算和设定，测算2022—2035年不同“双碳”政策强度情景和三元材料电池技术路线下，中国新能源汽车的关键矿产消费需求，得到以下结论：
（1）新能源汽车不同车型的单车关键矿产消费量的变化有所差异。不论采用何种三元材料电池技术路线，2022—2035年纯电动乘用车、插电式混合动力乘用车的单车锂消费量都会增加，纯电动客车、插电式混合动力客车和纯电动专用车的单车锂消费量都会减少。如果采用高镍技术路线、NCA技术路线，2022—2035年纯电动乘用车、纯电动专用车、插电式混合动力乘用车和插电式混合动力乘用车客车的单车镍消费量会增加。如果采用低镍技术路线、NCA技术路线，纯电动专用车的单车镍消费量会增加。2022—2035年，除氢燃料电池客车外，其他7种车型的单车磁性材料消费量均有所增加。
（2）新能源汽车对关键矿产的消费需求会持续快速增长。在温和政策情景下，2022—2035年新能源汽车对锂、镍、钴消费需求的年均增速分别为14.68%~14.81%、11.87%~15.71%和6.18%~11.40%；在基准政策情景下，年均增速分别为15.97%~16.10%、13.15%~17.01%、7.42%~12.66%；在激进政策情景下，年均增速分别为17.11%~17.24%、14.29%~18.16%、8.51%~13.77%。在温和、基准和激进政策情景下，2022—2035年新能源汽车对钕、镝、镨的消费需求年均增速分别为12.05%~14.24%、11.94%~14.12%和11.94%~14.12%。
（3）在激进政策情景下，新能源汽车带来的关键矿产供需带来的压力更大，到2035年新能源汽车对锂、镍、钴、钕、镝、镨的需求量约是温和政策下需求量的1.3倍。在3种“双碳”政策情景下，如果采用高镍、NCA 电池技术路线，新能源汽车对镍的需求量约是采用低镍技术路线的1.5倍、1.6倍；如果采用低镍技术路线，新能源汽车对钴的需求量约是采用高镍、NCA技术路线的1.9倍、1.2倍。
（4）从新车生产和锂电池更换产生的关键矿产消费需求角度看，新能源汽车的关键矿产消费需求主要来自新车生产。2022年由新能源汽车新车生产的锂、镍、钴需求量分别占总需求量的92.96%、96.95%和95.28%，到2035年占比仍将在77.46%~79.13%、72.68%~80.05%、70.15%~78.74%高位之间；2022年由锂电池更换所产生的锂、镍、钴需求量分别占需求总量的7.04%、3.05%和4.72%，到2035年占比将提升到20.87%~22.54%、19.95%~27.32%、21.26%~29.85%之间，部件更换所引起的二次消费不容忽视。从车型上看，纯电动乘用车、插电式混合动力乘用车和纯电动专用车是新能源汽车锂、镍、钴、钕、镝、镨消费需求的主要贡献车型，其中纯电动乘用车对镍、钴、钕、镝、镨消费需求的贡献会小幅减小，纯电动专用车对6种矿产消费需求的贡献会增加。

5.3 建议

为提高新能源汽车关键矿产供给安全，提出以下建议：
（1）引导新能源汽车绿色、低碳化消费，继续对小微型新能源汽车实施财政、税收等支持，强化以旧换新等政策对小微型新能源汽车消费的支持，谨防新能源汽车过度重型化及其给矿产资源供给带来的压力；进一步加大新能源汽车充电站/加氢站等配套建设，降低市场对新能源汽车长续驶里程增长的需求及其产生的不必要关键矿产消费需求。加大新能源汽车的科普宣传，提高新能源汽车用户的理性消费、科学使用，延长新能源汽车及其组件的生命长度，减少新能源汽车衍生的二次关键矿产消费。
（2）加快推动新能源汽车循环经济发展，建立报废新能源汽车及其报废组件的回收制度体系和回收网络体系。推动报废新能源汽车及其组件关键矿产回收技术研发与应用，提高关键矿产回收率、降低回收成本。发挥国有企业在资源循环利用中的引领和示范作用，设立国家控股的资源循环利用企业集团，统筹推动全国退役、报废新能源汽车及其配件的循环利用，引领和带动企业开展关键矿产回收和再利用。
（3）强化新能源汽车矿物替代技术研发应用，支持燃料电池、固体电池、无磁电机等研发与应用，推动氢燃料电池新能源汽车应用及其配套设施的建设，积极探索符合中国消费需求的新能源汽车电池、电机技术路线。
（4）推动国内企业在全球范围内布局新能源汽车产业链、供应链，支持采用兼并、重组、收购、联合、联盟等多种形式在境外从事新能源汽车全产业链条的投资，减缓新能源汽车整车出口、关键部件以及矿物原料大规模出口给关键矿产供给带来的压力。推动建立关键矿产国际合作机制，发挥我国部分关键矿产的储量和开发优势，牵头成立关键矿产国际合作组织，协调成员国（地区）制定关键矿产政策、资源勘探等，稳定关键矿产开发规模、市场价格等，提高全球关键矿产产业链、供应链的韧性。发挥我国矿产资源勘查、开发等方面技术优势，实施积极的技术走出去战略，参与全球矿资源勘查与开发，增加全球关键矿产的产出能力。
（5）建立关键矿产产品储备机制，发挥国企、央企在关键矿产资源“稳定器”的作用，依据关键矿产稀缺程度、亟需程度、安全程度以及市场行情变化等，进行关键矿产的储备和供给的调控。加大矿产资源勘查开发，健全关键矿产地储备机制，依据关键矿产消费需求，合理有序开发储备关键矿产资源。建立健全关键矿产产品储备、关键矿产地储备制度，科学确定关键矿产安全规模、品种、结构等，建立关键矿产产业链供应链风险监测和预警机制。推动关键矿产地储备与关键矿产产品储备的协同。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
吴巧生, 周娜, 成金华, 等. 全产业链锂产品贸易格局演化与中国地位[J]. 中南大学学报(社会科学版), 2023, 29(3): 102-112.

[Wu Q S, Zhou N, Cheng J H, et al. Evolution of lithium trade patterns in the entire supply chain for lithium products and the status of China[J]. Journal of Central South University (Social Sciences), 2023, 29(3): 102-112.]

[2]
International Energy Agency. Global EV Outlook 2016: Beyond one Million Electric Cars[R/OL]. (2016-05-01) [2025-05-19]. https://www.iea.org/reports/global-ev-outlook-2016.

[3]
International Energy Agency. Global EV Outlook 2023: Catching up with Climate Ambitions[R/OL]. (2023-04-01) [2025-05-19]. https://www.iea.org/reports/global-ev-outlook-2023.

[4]
Cullbrand K, Magnusson O. The Use of Potentially Critical Materials in Passenger Cars[R/OL]. (2012-06-01) [2025-05-19]. https://publications.lib.chalmers.se/records/fulltext/162842.pdf.

[5]
李文昌, 李建威, 谢桂青, 等. 中国关键矿产现状、研究内容与资源战略分析[J]. 地学前缘, 2022, 29(1): 1-13.

DOI

[Li W C, Li J W, Xie G Q, et al. Critical minerals are essential to sustainable development and in high demand in modern society[J]. Earth Science Frontiers, 2022, 29(1): 1-13.]

[6]
宋慧玲, 王智源, 周思源. 大国竞争背景下伴生能源金属可持续供给研究综述[J]. 中南大学学报(社会科学版), 2024, 30(1): 99-111.

[Song H L, Wang Z Y, Zhou S Y. Review of the sustainable supply of by product energy metals under the background of great-power competition[J]. Journal of Central South University (Social Sciences), 2024, 30(1): 99-111.]

[7]
邵留国, 王子杨, 蓝婷婷. 中国新能源汽车产业震荡的形成机制与对策[J]. 资源科学, 2022, 44(7): 1316-1330.

DOI

[Shao L G, Wang Z Y, Lan T T. Formation mechanism and countermeasures of China’s new energy vehicle industry shakeouts[J]. Resources Science, 2022, 44(7): 1316-1330.]

[8]
陈从喜, 张雅丽, 孙春强, 等. 战略性矿产概念和矿种目录的国际比较研究[J]. 中南大学学报(社会科学版), 2024, 30(1): 87-98.

[Chen C X, Zhang Y L, Sun C Q, et al. International comparative study on the concept and list of strategic minerals[J]. Journal of Central South University (Social Sciences), 2024, 30(1): 87-98.]

[9]
彭忠益, 高峰. 政策工具视角下中国矿产资源安全政策文本量化研究[J]. 中南大学学报(社会科学版), 2021, 27(5): 11-24.

[Peng Z Y, Gao F. Policy tool-based textual quantitative analysis on China’s mineral resource safety policies[J]. Journal of Central South University (Social Sciences), 2024, 30(1): 87-98.]

[10]
Valero A, Valero A, Calvo G, et al. Material bottlenecks in the future development of green technologies[J]. Renewable and Sustainable Energy Reviews, 2018, DOI: 10.1016/j.rser.2018.05.041.

[11]
Valero A, Valero A, Calvo G, et al. Global material requirements for the energy transition. An exergy flow analysis of decarbonization pathways[J]. Energy, 2018, DOI: 10.1016/j.energy.2018.06.149.

[12]
Watari T, McLellan B C, Giurco D, et al. Total material requirement for the global energy transition to 2050: A focus on transport and electricity[J]. Resources, Conservation and Recycling, 2019, 148: 91-103.

[13]
Watari T, McLellan B C, Ogata S, et al. Analysis of potential for critical metal resource constraints in the international energy agency’s long-term low-carbon energy scenarios[J]. Minerals, 2018, DOI: 10.3390/min8040156.

[14]
Habib K, Hansdóttir S T, Habib H. Critical metals for electromobility: Global demand scenarios for passenger vehicles, 2015-2050[J]. Resources, Conservation and Recycling, 2020, DOI: 10.1016/j.resconrec.2019.104603.

[15]
Koning A D, Kleijn R, Huppes G, et al. Metal supply constraints for a low-carbon economy?[J]. Resources Conservation and Recycling, 2018, 129: 202-208.

[16]
Ray M, Evangelos T, Peter W, et al. Critical Metals in the Path Towards the Decarbonization of the EU Energy Sector: Assessing Rare Metalsas Supply-Chain Bottlenecks in Low-Carbon Energy Technologies[R/OL]. (2014-10-10) [2025-05-19]. https://data.europa.eu/doi/10.2790/46338.

[17]
Gaines L, Cuenca R M. Costs of Lithium-Ion Batteries for Vehicles[R/OL]. (2000-08-21) [2025-05-19]. https://doi.org/10.2172/761281.

[18]
Gaines L, Nelson P. Lithium-ion Batteries: Possible Materials Issues[C]. Broward:13th International Battery Materials Recycling Seminar and Exhibit, 2009.

[19]
Knehr K W, Kubal J J, Nelson P A, et al. Battery Performance and Cost Modeling for Electric-Drive Vehicles (A Manual for BatPaC v5.0)[R/OL]. (2022-07-01) [2025-05-19]. https://doi.org/10.2172/1877590.

[20]
Dai Q, Spangenberger J, Ahmed S, et al. Ever Batt: A Closed-loop Battery Recycling Cost and Environmental Impacts Model[R/OL]. (2019-04-01) [2025-05-19]. https://doi.org/10.2172/1530874.

[21]
Xin Y Y, Guo X M, Chen S, et al. Bioleaching of valuable metals Li, Co, Ni and Mn from spent electric vehicle Li-ion batteries for the purpose of recovery[J]. Journal of Cleaner Production, 2016, 116: 249-258.

[22]
Ziemann S, Rat-Fischer C, Muller D B, et al. A critical analysis of material demand and recycling options of electric vehicles in sustainable cities[J]. Materiaux & Techniques, 2018, DOI: 10.1051/mattech/2018028.

[23]
Olivetti E A, Ceder G, Gaustad G G, et al. Lithium-ion battery supply chain considerations: Analysis of potential bottlenecks in critical metals[J]. Joule, 2017, 1(2): 229-243.

[24]
Hao H, Liu Z W, Zhao F Q, et al. Material flow analysis of lithium in China[J]. Resources Policy, 2017, 51: 100-106.

[25]
Fishman T, Myers R J, Rios O, et al. Implications of emerging vehicle technologies on rare earth supply and demand in the United States[J]. Resources, 2018, DOI: 10.3390/resources7010009.

[26]
Majeau-Bettez G, Hawkins T R, Stromman A H. Life cycle environmental assessment of lithium-ion and nickel metal hydride batteries for plug-in hybrid and battery electric vehicles[J]. Environmental Science & Technology, 2011, 45(10): 4548-4554.

[27]
Goodenough K M, Wall F, Merriman D. The rare earth elements: Demand, global resources, and challenges for resourcing future generations[J]. Natural Resources Research, 2017, 27(2): 201-216.

[28]
Manberger A, Stenqvist B. Global metal flows in the renewable energy transition: Exploring the effects of substitutes, technological mix and development[J]. Energy Policy, 2018, 119: 226-241.

[29]
中国汽车工程学会. 节能与新能源汽车技术路线2.0[M]. 北京: 机械工业出版社, 2020.

[China Society of Automotive Engineering. Energy Saving and New Energy Vehicle Technology Route 2.0[M]. Beijing: Mechanical Industry Press, 2020.]

[30]
中华人民共和国国务院办公厅. 新能源汽车产业发展规划(2021-2035年)[EB/OL]. (2020-11-02) [2025-05-19]. https://www.gov.cn/zhengce/content/2020-11/02/content_5556716.htm.

[General Office of the State Council, The People’s Republic of China. New Energy Vehicle Industry Development Plan (2021-2035)[EB/OL]. (2020-11-02) [2025-05-19]. https://www.gov.cn/zhengce/content/2020-11/02/content_5556716.htm.]

[31]
王旖旎. 中国汽车需求预测: 基于Gompertz模型的分析[J]. 财经问题研究, 2005, (11): 45-52.

[Wang Y N. Car ownership forecast in China: An analysis based on Gompertz equation[J]. Research on Financial and Economic Issues, 2005, (11): 45-52.]

[32]
赵红梅. 基于Gompertz曲线模型之上的中国千人汽车保有量中长期预测[J]. 工业技术经济, 2012, 31(7): 7-23.

[Zhao H M. The medium and long term forecast of China’s vehicle stock per 1000 person based on the Gompertz model[J]. Journal of Industrial Technological Economics, 2012, 31(7): 7-23.]

[33]
Ma L, Wu M H, Tian X J, et al. China’s provincial vehicle ownership forecast and analysis of the causes influencing the trend[J]. Sustainability, 2019, DOI: 10.3390/su11143928.

[34]
项目综合报告编写组. 《中国长期低碳发展战略与转型路径研究》综合报告[J]. 中国人口·资源与环境, 2020, 30(11): 1-25.

[Project Comprehensive Report Preparation Team. Comprehensive report on China’s long-term low-carbon development strategy and transformation path[J]. China Population, Resources and Environment, 2020, 30(11): 1-25.]

[35]
Sabouri S, Brewer S, Ewing R. Exploring the relationship between ride-sourcing services and vehicle ownership, using both inferential and machine learning approaches[J]. Landscape and Urban Planning, 2020, DOI: 10.1016/j.landurbplan.2020.103797.

[36]
中国汽车工业协会. 中国汽车工业年鉴2021[M]. 天津: 中国汽车工业年鉴社, 2021.

[China Automobile Industry Association. China Automobile Industry Yearbook 2021[M]. : Tianjin: China Automobile Industry Yearbook, 2021.]

[37]
国际清洁交通委员会, 中国电动汽车百人会. 驱动绿色未来: 中国电动汽车发展回顾及未来展望[R/OL]. (2021-01-14) [2025-05-19]. https://theicct.org/wp-content/uploads/2021/06/China-green-future-ev-ch-jan2021.pdf.

[International Clean Transportation Committee, China Electric Vehicle 100 People’S Association. Driving a Green Future: Review and Future Prospects of Electric Vehicles in China[R/OL]. (2021-01-14) [2025-05-19]. https://theicct.org/wp-content/uploads/2021/06/China-green-future-ev-ch-jan2021.pdf.]

[38]
郑林昌, 张亚楠, 吴锦霞. 中国新能源汽车生产端锂消费的测算[J]. 中国矿业, 2021, 30(3): 43-51.

[Zheng L C, Zhang Y N, Wu J X. Research on lithium consumption of new energy vehicles from the production end in China[J]. China Mining Magazine, 2021, 30(3): 43-51.]

[39]
International Energy Agency. Global EV Outlook 2018: Towards Cross-modal Electrification[R/OL]. (2018-05-01) [2025-05-19]. https://www.iea.org/reports/global-ev-outlook-2018.

[40]
董清飞周寿增, 高学绪. 烧结钕铁硼稀土永磁材料与技术[M]. 北京: 冶金工业出版社, 2011.

[Dong Q F, Zhou S Z, Gao X X. Sintered NdFeB Rare Earth Permanent Magnet Materials and Technology[M]. Beijing: Metallurgical Industry Press, 2011.]

[41]
Burress T A, Campbell S L, Coomer C L, et al. Evaluation of the 2010 Toyota Prius Hybrid Synergy Drive System[R/OL]. (2011-03-01) [2025-05-19]. https://doi.org/10.2172/1007833.

[42]
郑林昌, 张亚楠, 李泽阳, 等. 不同消费情景下中国新能源汽车锂回收潜力[J]. 资源科学, 2022, 44(1): 97-113.

DOI

[Zheng L C, Zhang Y N, Li Z Y, et al. Lithium recovery potential of new energy vehicles in China under different consumption scenarios[J]. Resources Science, 2022, 44(1): 97-113.]

DOI

Options
文章导航

/

〈 〉