電氣化轉(zhuǎn)型使得充電基礎(chǔ)設(shè)施的部署地點和優(yōu)先級選擇成為城市治理和空間規(guī)劃的核心議題（Kchaou-Boujelben, 2021; Ahmad et al., 2022; Yuvaraj et al., 2024）。中國城市在發(fā)展階段和電動汽車普及率方面存在顯著差異（Feng et al., 2024; Hu et al., 2024），因此將成熟城市的有效經(jīng)驗轉(zhuǎn)移到新興城市對于減少選址的試錯和提高投資效率至關(guān)重要。然而，不同城市在功能結(jié)構(gòu)（Xia et al., 2021; Chen & Zhu, 2022）、交通可達性（Gallotti & Barthelemy, 2014; Tu & Zhang, 2022; Wang et al., 2023）以及氣候-地理環(huán)境（Liu et al., 2015）方面的巨大差異導(dǎo)致了充電設(shè)施布局的空間異質(zhì)性和時間演化上的差異，這對跨城市遷移學(xué)習(xí)提出了挑戰(zhàn)。因此，我們需要一個在有限標(biāo)簽條件下仍能保持可遷移性、可解釋性和易操作性的網(wǎng)格級優(yōu)先級排序框架。為減少源域和目標(biāo)域之間的結(jié)構(gòu)差異，我們建議在微觀預(yù)測之前先建立城市分類體系，并將遷移限制在同一類別的城市對之間。
現(xiàn)有研究主要沿著兩條方法路徑發(fā)展。第一條路徑遵循基于機制和優(yōu)化的方法。例如，利用GIS技術(shù)優(yōu)化充電站的覆蓋范圍（K?os & Sierpiński, 2023），或者開發(fā)預(yù)測性規(guī)劃框架以在不確定性下平衡效率和公平性（Guo & Wang, 2023）。這類研究（如基于駕駛員活動的覆蓋模型Pan et al., 2020，以及針對武漢案例提出的動態(tài)需求優(yōu)化Liu et al., 2025）提供了清晰且易于解釋的框架，特別適合在單一城市或區(qū)域內(nèi)進行深度優(yōu)化。然而，傳統(tǒng)優(yōu)化方法在面對復(fù)雜的跨城市場景時存在局限性。盡管這些方法機制透明，但它們通常難以處理大規(guī)模、多源的時空網(wǎng)格數(shù)據(jù)，且優(yōu)化過程高度依賴于局部參數(shù)和特定場景假設(shè)，導(dǎo)致其在不同城市間的適應(yīng)性和泛化能力有限。
隨著大數(shù)據(jù)技術(shù)的普及，數(shù)據(jù)驅(qū)動和機器學(xué)習(xí)方法為充電基礎(chǔ)設(shè)施布局預(yù)測提供了新的途徑。另一條研究路徑采用數(shù)據(jù)驅(qū)動的方法，利用多源數(shù)據(jù)直接從歷史規(guī)律中學(xué)習(xí)充電需求的分布模式。例如，有研究開發(fā)了用于分析充電設(shè)施布局空間公平性的機器學(xué)習(xí)框架（Roy & Law, 2022），還有研究將多源數(shù)據(jù)與本地空間模型結(jié)合，深入分析充電需求的決定因素及其空間影響（Zhang et al., 2025）。這些方法在單一城市尺度上展現(xiàn)了較高的預(yù)測潛力。
然而，數(shù)據(jù)驅(qū)動方法在跨城市遷移和時間預(yù)測方面存在明顯不足。它們的成功往往依賴于目標(biāo)城市豐富的本地標(biāo)簽進行模型訓(xùn)練，其預(yù)測結(jié)果通常是靜態(tài)的橫截面分析或短期預(yù)測，缺乏對建設(shè)節(jié)奏的明確定義（Feng et al., 2024; Tang et al., 2024; Wu et al., 2025）。因此，這些方法無法直接且可靠地將成熟城市的有效經(jīng)驗轉(zhuǎn)移到標(biāo)簽稀缺的新興城市。
盡管有研究嘗試整合GIS、機器學(xué)習(xí)和多標(biāo)準(zhǔn)決策制定（Cai et al., 2025），但目前仍缺乏一個適用于跨城市應(yīng)用、同時考慮宏觀異質(zhì)性的系統(tǒng)級框架。綜合現(xiàn)有研究，我們發(fā)現(xiàn)三個關(guān)鍵問題：（1）缺乏城市分類體系——源域和目標(biāo)域在氣候-地理尺度上沒有約束，難以從源頭控制分布變化；（2）缺乏時間語義標(biāo)簽——標(biāo)簽主要是靜態(tài)的存在/缺失或橫截面密度，無法編碼“建設(shè)節(jié)奏/升級路徑”，從而限制了未來一年的預(yù)測和優(yōu)先級排序；（3）缺乏外部有效性和效用評估——評估通常僅基于內(nèi)部指標(biāo)（如分類準(zhǔn)確率），無法與下一年的新增設(shè)施進行外部比較，也無法量化在預(yù)算限制下的規(guī)劃收益，這削弱了政策的實用性和可實施性。
為解決這些問題，我們提出了一種綜合流程：首先分析全國范圍內(nèi)的城市異質(zhì)性；然后利用氣候-地理因素建立城市分類體系；接著進行對抗性領(lǐng)域遷移（DANN）；最后進行雙尺度外部驗證。我們識別了全國311個城市在宏觀層面的異質(zhì)性和需求特征，并利用這些信息進行分類；在源城市，我們根據(jù)2022年至2024年的變化構(gòu)建了五級“部署緊迫性”時間標(biāo)簽（0–4），并利用DANN將成熟城市的網(wǎng)格級優(yōu)先級信息遷移至新興城市；最后，我們進行城市尺度的年度對比（與2025年的新增設(shè)施相比）和街道尺度的證據(jù)鏈審計，以量化在特定限制下的效果、收益和設(shè)施分布，從而得到可解釋、可復(fù)制且可行的優(yōu)先設(shè)施清單和實施路徑。
我們的主要貢獻包括：（1）建立了包含同一類別城市分類和對抗性遷移的綜合框架，以實現(xiàn)城市間充電設(shè)施的優(yōu)先級遷移；（2）定義了一個動態(tài)的時間性部署緊迫性標(biāo)簽，為優(yōu)化建設(shè)節(jié)奏提供指導(dǎo)；（3）實現(xiàn)了高精度的跨城市遷移，并通過可解釋性分析揭示了規(guī)劃相關(guān)的閾值效應(yīng)；（4）設(shè)計了城市-街道雙尺度驗證方法，以量化模型效果并支持實施路徑的制定。
本文的其余部分結(jié)構(gòu)如下：第2節(jié)介紹數(shù)據(jù)和方法論；第3節(jié)報告全國分析、城市分類、遷移學(xué)習(xí)效果和驗證結(jié)果；第4節(jié)討論機制、相關(guān)工作和實際應(yīng)用；第5節(jié)總結(jié)并展望未來方向。整體工作流程如圖1所示。
