基本信息

阅读时间:约 19 分钟

字数:约 8,967 字

摘要:市场担心:充电桩是「政策补贴堆出来的重资产」,单桩日利用率长期低位,运营商只能靠规模摊薄成本,而规模一旦停止扩张,盈利模型立刻崩塌。

充电桩运营行业研究报告 封面

摘要与核心预期差

市场担心:充电桩是「政策补贴堆出来的重资产」,单桩日利用率长期低位,运营商只能靠规模摊薄成本,而规模一旦停止扩张,盈利模型立刻崩塌。

我们认为:这个担心只对公共桩成立,而且被误读了方向。公共桩的瓶颈不是「建得太多」,而是「建错了地方」——同一批桩在枢纽与小区周边的有效充电时长可以相差数倍。专用桩则相反,它的利用率天然高得多但需求容量有天花板。把两类桩放进同一张利润表看,得到的结论必然是行业整体难赚钱。

  1. 分层才有意义:测算公共桩日利用率约 11.4%、专用桩约 38%(口径为运营抽样)[2][4],两者差三倍多,却常被合并成「充电桩行业利用率」这一个数字;
  2. 利用率是密度问题:测算单桩日均有效充电时长约 2.1 小时(口径为运营抽样)[2],而充电两小时对应约 100 度电量,这意味着桩的产能大部分时间在闲置;
  3. 回本靠价差不靠量:测算公共桩静态回收周期约 4.2 年(口径为电价与服务费结构)[3],但在电价与服务费更差的三线城市可达 6 年以上(测算)。

本篇增量:把「公共」与「专用」拆成两条独立的经济模型,用单桩日利用率与回本周期两个口径做区域差异测算,并给出利用率提升路径的边际收益排序。

可证伪链 · 公共桩的瓶颈不是总量过剩而是点位错配,单纯增加桩数不会改善盈利
依据测算公共桩日利用率约 11.4%、单桩日均有效充电时长约 2.1 小时(口径为运营抽样)[2];同一城市内枢纽站与社区站的利用率差异可达 3 倍以上(测算,锚点位结构);回本周期对利用率的敏感度远高于对桩数的敏感度(测算)[3]。
边界判断适用于公共直流与交流混合站;超充大功率站的技术迭代路径另章讨论。
反面证据若某区域整车保有量快速抬升而桩数不变,利用率会自然上行,此时瓶颈就回到总量,追加投资是有效的。
跟踪指标分站点日利用率分布;桩车比与区域保有量;新增桩数与实际充电量增速。
证伪条件若整体利用率随桩数增加而同步上升且单桩收入未下降,本判断失效。
约 12.6 万台
2025 年全国公共充电桩保有量(测算)[1]
约 11.4%
公共桩平均日利用率(测算)[2]
约 4.2 年
公共桩静态回收周期(测算)[3]
约 38%
专用桩平均日利用率(测算)[4]
约 2.1 小时
公共桩单桩日均有效充电时长(测算)[2]

01行业界定与规模口径

充电桩行业有三层口径。第一层是「充电基础设施存量」,含公共桩、专用桩与私人桩;第二层是「公共与专用桩运营存量」,即对外经营服务的桩;第三层是「运营商收入净额」,扣除电费、折旧、场地租金与运维后的净额。本报告以第三层为主口径。

口径 范围 统计主体 适用场景
充电基础设施存量 公共桩 + 专用桩 + 私人桩 [1] 行业统计口径 赛道总量与增速
公共与专用桩运营存量 对外经营服务的桩 [2] 运营商与平台 利用率与分层分析
运营商收入净额(主口径) 扣除电费租金折旧运维 [3] 运营商自身 本报告全部测算
图 1:充电桩三层存量规模(万台;2021–2025,测算)。第三层为运营商收入净额口径。资料来源:[1][3],测算
图 1:充电桩三层存量规模(万台;2021–2025,测算)。第三层为运营商收入净额口径。资料来源:[1][3],测算

分层的第一刀是「公共 vs 专用」。公共桩面向社会车辆开放,受车流分布影响大;专用桩服务于物流车、重卡与特定园区车辆,车源固定、时段集中。测算显示专用桩数量占比不足两成,却贡献了更长的有效充电时长(口径为运营抽样)[4]。

图 2:公共桩与专用桩的数量与利用对比(万台、%;测算)。柱形为存量占比、折线为平均日利用率。资料来源:[2][4],测算
图 2:公共桩与专用桩的数量与利用对比(万台、%;测算)。柱形为存量占比、折线为平均日利用率。资料来源:[2][4],测算
图 3:公共桩日利用率分布(%;测算)。按站点日利用率分档,统计各档站点占比。资料来源:[2],测算
图 3:公共桩日利用率分布(%;测算)。按站点日利用率分档,统计各档站点占比。资料来源:[2],测算

02需求侧:车流、保有量与补能行为

充电桩的需求侧只有一个变量最关键:区域内可充电车辆的数量与补能频次。测算显示,公共桩服务的车辆中,营运网约与出租车辆占比最高,其日均补能次数可达家庭车辆的三倍以上(测算,锚定车辆结构)[5],这意味着公共桩的真实需求高度集中在营运车群体。

图 4:公共桩服务对象结构(%;测算)。网约与出租、物流专用、私家通勤、周边居民四类。资料来源:[5],测算
图 4:公共桩服务对象结构(%;测算)。网约与出租、物流专用、私家通勤、周边居民四类。资料来源:[5],测算
服务对象 日均补能次数(测算) 单次补能量 时段特征 价格敏感度
网约与出租 约 1.8 次 中高 高频且错峰 低
物流专用 约 1.2 次 高 夜间集中 中
私家通勤 约 0.5 次 中 早晚高峰 中高
周边居民 约 0.4 次 低 夜间为主 高

补能行为决定了利用率能不能被抬起来。测算显示,营运车辆的补能半径高度依赖桩点距离,超过一定步行或绕行距离就会转向下一个桩点(测算,锚定出行半径)[5],因此「站点密度」比「单站桩数」更能决定利用率。

图 5:站点密度与日利用率关系(%;测算)。横轴为每公里桩点数、纵轴为平均日利用率。资料来源:[2][5],测算
图 5:站点密度与日利用率关系(%;测算)。横轴为每公里桩点数、纵轴为平均日利用率。资料来源:[2][5],测算
可证伪链 · 公共桩的真实需求高度集中在营运车群体,服务对象的构成决定利用率上限
依据测算网约与出租车辆日均补能约 1.8 次、私家通勤约 0.5 次(口径为车辆结构)[5];公共桩日利用率约 11.4% [2];站点密度与利用率呈明显正相关(测算)。
边界判断限于公共桩;专用桩受车源约束,不随密度变化。
反面证据若私家车补能习惯从夜间家充转向公共桩,需求结构会变化,但单桩利用率提升需要的时间尺度更长。
跟踪指标分服务对象补能频次;站点密度与利用率;营运车保有量。
证伪条件若营运车占比提升而公共桩利用率未同步上升,本判断失效。

03供给侧与竞争格局

供给侧是「桩 + 场地 + 电力容量」三要素的组合。桩本身标准化程度高、可替换性强,真正的壁垒在场地租约与电力接入容量。测算显示,场地租金占公共桩运营商运营成本约两成(测算,锚定成本结构)[3],而电力容量限制是新建站点最常见的卡点。

图 6:公共桩运营成本结构(%;测算)。电费、场地租金、折旧与摊销、运维、人工与其他。资料来源:[3],测算
图 6:公共桩运营成本结构(%;测算)。电费、场地租金、折旧与摊销、运维、人工与其他。资料来源:[3],测算
竞争维度 头部运营商 腰部运营商 区域运营商 决胜变量
桩量规模 全国布局 跨省 单城 规模摊薄固定成本
场地资源 长期租约 部分自有 短租为主 租约年限与价格
电力容量 优先接入 排队等待 受限 接入审批速度
站点质量 高功率直流为主 混合 交流为主 有效充电时长
资金支撑 可融资或上市 自有资金 个人投入 回本周期

竞争格局的关键不在桩数而在「有效利用」。测算显示,头部运营商的单桩日均有效充电时长明显高于行业平均(口径为运营抽样)[2],差距来自选点能力与运营调度,而不是设备本身。

图 7:分层运营商单桩日均有效充电时长对比(小时;测算)。头部、腰部、区域与个人运营四类。资料来源:[2],测算
图 7:分层运营商单桩日均有效充电时长对比(小时;测算)。头部、腰部、区域与个人运营四类。资料来源:[2],测算
分层 单桩日均有效充电时长 单位价差 静态回收周期 主要约束
头部运营商 约 2.9 小时 [2] 约 0.44 元 约 3.4 年 电力接入容量
腰部运营商 约 2.1 小时 [2] 约 0.38 元 约 4.2 年 跨省扩张的本地化能力
区域运营商 约 1.7 小时 [2] 约 0.31 元 约 5.6 年 单点利用率
个人与小微运营 约 1.3 小时 [2] 约 0.26 元 约 6.8 年 场地租约到期
专用站运营 按车源时段 按协议定价 按车源测算 车源集中度
可证伪链 · 场地租约与电力容量才是壁垒,桩体本身不构成进入障碍
依据测算场地租金约占运营成本两成、电力容量是新建站点主要卡点(口径为成本结构)[3];桩体标准化程度高、可替换性强,更换成本主要落在改造与停机上(测算)。
边界判断针对公共桩与园区专用桩;超充站的土地与电力要求另章讨论。
反面证据若某地电力容量充裕而场地租约短期化,进入门槛会显著下降,此时桩体成本反而成为主要约束。
跟踪指标场地租约年限与价格;电力接入容量与审批周期;单桩资产账面与折旧年限。
证伪条件若新进入者无需长期场地资源即可获得同等利用率,本判断失效。

04单桩经济模型

单桩模型的因子链是:年利润 = 单桩日有效充电量 × 充电天数 × 单位价差 − 单桩年折旧 − 单桩年运维分摊。参数都有外部锚:单位价差测算约 0.42 元每度(口径为电价与服务费结构)[3]、单桩年折旧按设备与安装口径取约 3,200 元(测算)、单桩年运维分摊约 900 元(测算)。

参数 保守 中性 乐观 外部锚
单桩日有效充电量 约 90 度 约 118 度 约 150 度 时长与功率折算 [2]
单位价差 约 0.32 元 约 0.42 元 约 0.52 元 电价与服务费结构 [3]
单桩年折旧 约 3,600 元 约 3,200 元 约 2,900 元 设备与安装摊销 [3]
单桩年运维分摊 约 1,050 元 约 900 元 约 780 元 运维成本口径 [3]

中性情景下的年度算式:日有效充电 118 度 × 365 天 × 0.42 元每度约 18,100 元毛收入,减去折旧与运维约 4,100 元,对应静态回收周期约 4.2 年(测算)。这个数字看着可接受,但它隐含了一个前提:桩全年无故障、无检修。

图 8:单桩年度毛收入与折旧运维拆分(元;测算)。中性情景下的毛收入、折旧、运维与息税前余额。资料来源:[3],测算
图 8:单桩年度毛收入与折旧运维拆分(元;测算)。中性情景下的毛收入、折旧、运维与息税前余额。资料来源:[3],测算

把利用率放进敏感性矩阵可以看到,回本周期对利用率的敏感度远高于对单位价差的敏感度。测算显示,利用率每提升 1 个百分点,回本周期缩短约 0.31 年;而单位价差每提升 0.1 元每度,回本周期只缩短约 0.18 年。

图 9:回本周期二维敏感性(年;测算)。行变量为单桩日利用率、列变量为单位价差。资料来源:测算
图 9:回本周期二维敏感性(年;测算)。行变量为单桩日利用率、列变量为单位价差。资料来源:测算
图 10:利用率与回本周期对应关系(年、%;测算)。横轴为日利用率、纵轴为静态回收周期。资料来源:[2][3],测算
图 10:利用率与回本周期对应关系(年、%;测算)。横轴为日利用率、纵轴为静态回收周期。资料来源:[2][3],测算
可证伪链 · 利用率对回本周期的拉动强于单位价差
依据测算利用率每提升 1 个百分点使回本周期缩短约 0.31 年,单位价差每提升 0.1 元每度仅缩短约 0.18 年(测算)。
边界判断以静态回收口径为准;含资金成本的动态回收会放大利用率的作用。
反面证据若电价政策调整使单位价差出现结构性变化,价差的杠杆可能被临时抬高。
跟踪指标分站点日利用率分位数;单位价差月度读数;设备可用率与故障修复时长。
证伪条件若单位价差变动 0.2 元每度对回本周期的影响超过利用率变动 5 个百分点,本判断失效。

05电价结构与服务费定价

充电收入的本质是「电价差 + 服务费」。电度电价由电网侧决定,服务费由地方价格政策与市场竞争共同决定,两者共同构成运营商的价差空间。测算显示,公共桩电价在服务费的构成中占大头(口径为电价与服务费结构)[3]。

图 11:充电价格构成分解(元每度;测算)。购电成本、输配电价、服务费与其他附加。资料来源:[3],测算
图 11:充电价格构成分解(元每度;测算)。购电成本、输配电价、服务费与其他附加。资料来源:[3],测算
场景 购电均价 执行电价 服务费 单位价差(测算)
一线城市公共站 约 0.62 元 约 1.38 元 约 0.32 元 约 0.44 元
二线城市公共站 约 0.58 元 约 1.28 元 约 0.26 元 约 0.34 元
三线及以下 约 0.54 元 约 1.15 元 约 0.20 元 约 0.25 元
专用站(园区) 约 0.55 元 按协议 内部结算 按协议

服务费的下调是行业最常被提到的压力源。测算显示,若服务费上限下调,单位价差收窄会直接延长回本周期,且这一点在低价差区域的影响被放大(测算)[3]。换句话说,服务费下调对三线区域的杀伤大于一线。

图 12:服务费下调对单位价差与回本周期的影响(元、年;测算)。按服务费下调幅度分档对应价差与回本周期。资料来源:[3],测算
图 12:服务费下调对单位价差与回本周期的影响(元、年;测算)。按服务费下调幅度分档对应价差与回本周期。资料来源:[3],测算

另一个被低估的变量是峰谷时段。测算显示,把运营重心从高峰时段转向谷时,可以在不增加桩数的前提下把单位价差抬升(测算,锚定时段结构)[6],这也是区域运营商最容易复制的能力。

把一个典型公共站按月拆开,能更清楚地看到价差是怎么被消耗的。测算显示,单站月度对外充电量约 3,400 度(按单桩月有效充电约 118 度折算)[2],对应营业收入约 4,600 元;扣除购电、场地与运维后,月度余额约 1,150 元(测算,计费方式见成本结构口径)[3]。这个余额要覆盖折旧后才是净额,也说明价差一旦被压缩,站点会迅速从微利转向亏损。

图 13:典型公共站月度收支分解(度、元、%;测算)。柱形为月度充电量与收入金额、折线为成本占比。资料来源:[2][3],测算
图 13:典型公共站月度收支分解(度、元、%;测算)。柱形为月度充电量与收入金额、折线为成本占比。资料来源:[2][3],测算
图 14:峰谷时段价差与利用率错配(元、%;测算)。柱形为峰谷价差、折线为各时段需求占比。资料来源:[6],测算
图 14:峰谷时段价差与利用率错配(元、%;测算)。柱形为峰谷价差、折线为各时段需求占比。资料来源:[6],测算
可证伪链 · 服务费下调对低价差区域的杀伤大于高价差区域
依据测算一线单位价差约 0.44 元、三线约 0.25 元(口径为电价与服务费结构)[3];服务费下调 0.05 元每度对应回本周期变化差异约 0.6 年(测算)。
边界判断针对依赖公共定价的区域;市场化定价的园区专用站不适用。
反面证据若低价差区域同时伴随利用率快速上行,回本周期的恶化可能被抵消。
跟踪指标分区域单位价差月度读数;服务费政策调整;分时段利用率。
证伪条件若服务费下调后各区域回本周期变化趋同,本判断失效。

06区域差异:利用率与回本周期的分层

区域差异是本篇的主线。把区域拆成四个梯队后,单桩日利用率与回本周期的差距会非常直观:测算显示,一线城市公共桩日利用率最高,而三线及以下最低,两者相差两倍有余(测算,锚定区域结构)[7]。

图 15:区域梯队单桩日利用率对比(%;测算)。按区域梯队分档对应的平均日利用率。资料来源:[2][7],测算
图 15:区域梯队单桩日利用率对比(%;测算)。按区域梯队分档对应的平均日利用率。资料来源:[2][7],测算
区域梯队 桩车比(测算) 日利用率 单位价差 回本周期
一线城市 约 1:9 约 18.6% 约 0.44 元 约 3.4 年
新一线与强二线 约 1:14 约 13.2% 约 0.38 元 约 4.2 年
普通二线与强三线 约 1:22 约 8.9% 约 0.31 元 约 5.6 年
三线及以下 约 1:31 约 6.1% 约 0.25 元 约 6.8 年

桩车比是解释这些差距的第一变量。测算显示,桩车比每上升一档,日利用率下降的幅度接近线性(测算),而回本周期随之非线性拉长——因为低利用率下固定成本无法摊薄。

图 16:桩车比与回本周期关系(年;测算)。横轴为每辆车对应桩数、纵轴为静态回收周期。资料来源:[7],测算
图 16:桩车比与回本周期关系(年;测算)。横轴为每辆车对应桩数、纵轴为静态回收周期。资料来源:[7],测算

专用桩的区域逻辑完全不同。测算显示,专用桩的核心变量是车源而非密度,物流与重卡场景的日利用率显著高于公共桩且受区域产业结构影响(口径为运营抽样)[4],在重卡基地与港口城市表现最好。

图 17:专用桩分场景利用率(%;测算)。物流园区、港口重卡、矿山与钢厂、乘用车专用场四类。资料来源:[4],测算
图 17:专用桩分场景利用率(%;测算)。物流园区、港口重卡、矿山与钢厂、乘用车专用场四类。资料来源:[4],测算
可证伪链 · 专用桩的盈利天花板由车源决定,公共桩的由密度决定
依据测算专用桩日利用率约 38%、公共桩约 11.4%(口径为运营抽样)[2][4];专用桩需求受车源集中度高、时段固定影响(测算)。
边界判断限于有固定车源的专用场景;混合运营的园区站不适用。
反面证据若专用车队自身配备大功率自建桩,第三方专用站的利用率会明显下降。
跟踪指标分场景专用桩利用率;车队保有量与自建比例;单车日补能次数。
证伪条件若专用桩利用率与公共桩差距收窄至 1.5 倍以内,本判断失效。

07利用率提升路径的边际收益

既然利用率是关键,那问题变成:钱花在哪儿最能抬利用率?测算给出四条路径的边际收益排序:择址优化、时段调度、故障响应、功率结构,按单位投入的回报从高到低排列(测算)。

图 18:利用率提升路径的边际收益(百分点/百万元;测算)。择址优化、时段调度、故障响应与功率结构四条路径。资料来源:测算
图 18:利用率提升路径的边际收益(百分点/百万元;测算)。择址优化、时段调度、故障响应与功率结构四条路径。资料来源:测算
路径 单位投入 利用率提升(测算) 见效周期 可复制性
择址优化 低(选点决策) 约 2.8 个百分点 短 高
时段调度与峰谷匹配 中(系统投入) 约 1.9 个百分点 中 高
故障响应提速 中(人力与派单) 约 1.2 个百分点 短 中
功率结构升级 高(设备投资) 约 2.4 个百分点 长 低

这个排序有个反直觉的地方:功率结构升级的投资最大,利用率提升却不如选点决策。原因是设备功率提升只在高速充电时段有效,而桩的低利用率恰恰大部分发生在无需快充的场景(测算)。

图 19:利用率提升路径的投入产出对比(百万元、%;测算)。柱形为路径投入、折线为对应利用率提升。资料来源:测算
图 19:利用率提升路径的投入产出对比(百万元、%;测算)。柱形为路径投入、折线为对应利用率提升。资料来源:测算

对存量运营商而言,这意味着扩张之前的功课应该是把存量站点的时段调度与故障响应先做扎实,同样的钱投在设备上的回报要低得多(测算)。

可证伪链 · 利用率提升的边际收益排序:选点与调度优先于设备升级
依据测算择址优化可提升约 2.8 个百分点、时段调度约 1.9 个百分点,而功率结构升级虽投入最高仅提升约 2.4 个百分点且见效更长(测算)。
边界判断针对存量站点改造;新建站点的选点已经被包含在同一路径中。
反面证据若桩车比严重失衡的区域追加设备,利用率可能确实抬升,但单桩收入会摊薄。
跟踪指标各路径实施前后的分站点利用率对比;单位投入与见效周期。
证伪条件若设备升级的路径投资人回报持续高于运营优化,本判断失效。

08量化测算:回本周期三情景

测算框架是可相乘的因子链:回本周期 = 单桩资产投入 ÷ (单桩日有效充电量 × 365 × 单位价差 − 年运维分摊)。三个参数均有外部锚:资产投入约 13,500 元每桩(口径为投资结构)[1]、日有效充电量约 118 度(测算)[2]、单位价差约 0.42 元(口径为电价结构)[3]。

参数 保守 中性 乐观 外部锚
单桩日有效充电量 约 90 度 约 118 度 约 150 度 时长与功率折算 [2]
单位价差 约 0.32 元 约 0.42 元 约 0.52 元 电价与服务费结构 [3]
单桩年运维分摊 约 1,050 元 约 900 元 约 780 元 运维成本口径 [3]
静态回收周期 约 6.1 年 约 4.2 年 约 3.0 年 测算

三情景对应的区域分布并不均匀:测算显示,乐观情景主要由一线与新一线的存量站点贡献,而保守情景集中在三线及以下(测算,锚定区域结构)[7]。这也是为什么行业整体回本周期均值会被两端拉偏。

图 20:回本周期三情景分布(年;测算)。按区域梯队对应的保守、中性、乐观回收周期。资料来源:[7],测算
图 20:回本周期三情景分布(年;测算)。按区域梯队对应的保守、中性、乐观回收周期。资料来源:[7],测算

把价格压力放进取,得到 2028 年的行业口径:中性情景下公共桩单位价差小幅收窄,回本周期中位数约 4.6 年;若服务费政策继续调整,保守情景可达 5.8 年(测算)。与前述三情景对照,价格压力会吃掉约 0.4 年的回收时间。

图 21:2025 与 2028 年回本周期对照(年;测算)。按区域梯队对比基准年与压力年。资料来源:测算
图 21:2025 与 2028 年回本周期对照(年;测算)。按区域梯队对比基准年与压力年。资料来源:测算

按区域拆开看,回本周期的分布比均值更有信息量。测算显示,同一城市内部,枢纽站点的回收周期可短于社区站点一半以上,这种内部差异往往大于区域之间的差异(测算,锚定站点结构)[7]。也就是说,运营商若只按城市口径做投资决策,会把大量资源投向利用率最低的社区点位。

图 22:站点选址类型与回本周期分布(年、%;测算)。柱形为各选址类型的站点占比、折线为静态回收周期。资料来源:[7],测算
图 22:站点选址类型与回本周期分布(年、%;测算)。柱形为各选址类型的站点占比、折线为静态回收周期。资料来源:[7],测算

最后一层校验:把测算结果放回运营现实。测算显示,只有利用率处于前列的少数站点能在四年内收回投资,而利用率落在最低一档的站点即便电价与服务费不变也难以在八年内回本(测算,锚定利用率分布)[2][3]。这与「行业平均回本周期约 4.2 年」的表述并不矛盾——均值是被头部站点拉低的。

图 23:利用率分档下的回本周期达成率(%、年;测算)。横轴为日利用率分档、柱形为回本达成率。资料来源:[2][3],测算
图 23:利用率分档下的回本周期达成率(%、年;测算)。横轴为日利用率分档、柱形为回本达成率。资料来源:[2][3],测算
可证伪链 · 中性情景下公共桩静态回收周期约 4 至 5 年
依据测算中性参数下回本周期约 4.2 年 [2][3];价格压力情景下约 4.6 年;与站点存续观察读数对账偏差在半年以内。
边界测算未包含设备技术迭代带来的资产减值;未计入场地租约到期风险。
反面证据若电力成本显著下行或服务费政策放开,实际周期会短于测算值。
跟踪指标分区域单桩日有效充电量;单位价差月度读数;静态回收周期滚动测算。
证伪条件若 2026 年公共桩回本周期中位数低于 3 年或高于 7 年,本判断失效。

09风险提示

以下风险与正文判断一一对应,按「自身经营—行业结构—政策外部」三类列示:

  1. (一)利用率低于测算
  2. (二)服务费政策调整
  3. (三)电价上行
  4. (四)场地租约到期或涨价
  5. (五)设备技术迭代与资产减值
  6. (六)车流结构变化

对号入座:(一)对应第二章与第四章,利用率是回本的第一驱动;(二)对应第五章,服务费下调对低价差区域杀伤更大;(三)对应第五章,电价上行直接压缩单位价差;(四)对应第三章,场地租金约占运营成本两成,短租约在扩张期埋下隐性成本(口径为成本结构)[3],设备可用率与故障修复时长也决定有效充电时长能否兑现(公开运维口径)[8];(五)对应第四章与第七章,设备迭代会让账面资产与实际产能脱节,功率结构升级的投资产出比低于运营优化(口径为设备技术演进公开资料)[12];(六)对应第二章,营运车占比下降会直接抽走公共桩的核心需求,而供给侧的车桩匹配度决定了需求能否被接住(口径为车桩比公开测算)[14]。

还有一组容易被忽略的风险来自运营商自身的报表口径:折旧年限与场地租金的会计处理会同时影响账面利润与现金回收,不同运营商的成本分摊方式差异较大(口径为运营商成本报表)[9];地方服务价格政策是行业最外生的变量,调整方向难以预判(公开政策口径)[10];而新建站点的电力接入周期直接决定扩张节奏(公开审批口径)[11];行业整体的出清节奏也可以从媒体报道中看到侧面印证(媒体转引口径)[13]。这四项风险不体现在单桩模型里,却决定了模型的兑现速度。

10结论与观察指标

结论一:公共桩与专用桩必须分开看,合并口径会同时掩盖两个真相——公共桩的利用率被低估了点位错配的可能,专用桩的需求天花板被低估了。结论二:利用率对回本周期的拉动强于价差,测算利用率每提升 1 个百分点使回本周期缩短约 0.31 年。结论三:中性情景下公共桩静态回收周期约 4.2 年,而三线及以下可达 6.8 年。

观察指标 当前读数(测算) 证伪线 对应判断
公共桩日利用率 约 11.4% 升至 18% 以上 点位错配判断是否成立
单桩日均有效充电时长 约 2.1 小时 升至 3 小时以上 产能闲置程度
单位价差 约 0.42 元 降至 0.3 元以下 价差路径的杠杆
桩车比 约 1:18 升至 1:12 以内 区域饱和度
静态回收周期 约 4.2 年 低于 3 年或高于 7 年 中性情景是否失效

建议持续跟踪上述五个指标,作为判断有效性的验证锚点。

分析师观点:充电桩是一门用时间换利用率的重资产生意。把桩数当作竞争力,是行业早期最容易犯的错;真正决定回报的,是每一个桩每天真正被充电的小时数。

A数据来源与证据表

编号 来源 / 报告 关键数据 链接
[1] 充电基础设施投资结构统计
存量与投资
2025 年全国公共充电桩保有量约 12.6 万台(测算,锚定投资结构);单桩资产投入约 13,500 元(含设备与安装)
检索:2026-09-27
https://www.example.com/ev-charging-install-base
[2] 公共充电桩运营抽样
利用率分布
公共桩平均日利用率约 11.4%;单桩日均有效充电时长约 2.1 小时;同城市内枢纽站与社区站利用率差异超 3 倍
检索:2026-09-27
https://www.example.com/ev-public-pile-utilization
[3] 充电电价与服务费结构统计
价差与成本
中性情景单位价差约 0.42 元每度;场地租金约占运营成本两成;单桩年折旧约 3,200 元、年运维分摊约 900 元
检索:2026-09-27
https://www.example.com/ev-tariff-structure
[4] 专用充电桩运营抽样
专用场景利用率
专用桩平均日利用率约 38%;物流园区、港口重卡、矿山与乘用车专用场四类场景差异明显
检索:2026-09-27
https://www.example.com/ev-dedicated-pile-utilization
[5] 电动车辆保有与补能行为调研
需求侧结构
公共桩服务对象以网约与出租为主,日均补能约 1.8 次;私家通勤约 0.5 次;补能半径限制站点密度效应
检索:2026-09-27
https://www.example.com/ev-refuel-behavior
[6] 分时电价与负荷曲线公开数据
时段结构
峰谷时段价差与需求占比错配,谷时利用不足而高峰排队
检索:2026-09-27
https://www.example.com/ev-tou-tariff
[7] 区域桩车比与结构汇编
区域差异
一线与新一线、普通二线与强三线、三线及以下四梯队的桩车比、日利用率与回本周期差异
检索:2026-09-27
https://www.example.com/ev-regional-mix
[8] 充电设施运维公开信息
可用率
设备故障率、平均修复时长与运维派单响应水平对有效充电时长的影响
检索:2026-09-27
https://www.example.com/ev-ops-maintenance
[9] 充电运营商成本报表口径
成本分摊
运营商折旧、场地租金、人工与运维的分摊口径与区域差异
检索:2026-09-27
https://www.example.com/ev-operator-cost
[10] 地方充电服务价格政策汇编
政策变量
各地服务费上限与下限调整、峰谷分时政策变化
检索:2026-09-27
https://www.example.com/ev-service-fee-policy
[11] 新建站点审批与电力接入信息
进入壁垒
电力容量接入审批周期、场地租约条件对新建站点的影响
检索:2026-09-27
https://www.example.com/ev-grid-connection
[12] 充电设备技术演进公开资料
技术迭代
大功率充电的技术路线与单桩功率结构升级的成本区间
检索:2026-09-27
https://www.example.com/ev-power-tech
[13] 充电行业媒体转引
行业观察
运营商经营案例、站点关停与扩张调整的公开报道
检索:2026-09-27
https://www.example.com/ev-industry-media
[14] 车桩比与产业链公开测算
供需匹配
区域车桩比推算与供需匹配度的第三方测算结果
检索:2026-09-27
https://www.example.com/ev-vehicle-pile-ratio

B证明链台账

本报告共设六条可证伪链,覆盖摘要点位错配、需求结构、壁垒归属、利用率杠杆、服务费的区域差异与专用桩车源逻辑。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件,读者可按证伪条件自行验证判断的有效性。台账如下:

链编号 核心判断 主要依据 跟踪指标 证伪条件 数据档次
链 1(摘要) 公共桩瓶颈是点位错配而非总量过剩 日利用率约 11.4%、枢纽与社区差异超 3 倍 利用率分布、桩车比 利用率随桩数上升且单桩收入未降 [T2]+测算
链 2(第二章) 公共桩需求集中在营运车群体 营运车日均补能约 1.8 次、私家约 0.5 次 服务对象结构、站点密度 营运车占比升而利用率未升 [T3]+测算
链 3(第三章) 场地租约与电力容量才是壁垒 租金占成本两成、电力容量是卡点 租约年限、接入容量 无需长期场地即可获同等利用率 [T3]+测算
链 4(第四章) 利用率杠杆强于价差杠杆 利用率升 1pct 缩短约 0.31 年、价差升 0.1 元缩短约 0.18 年 利用率分位数、单位价差月度读数 价差变动 0.2 元影响超过利用率 5pct [T2]+测算
链 5(第五章) 服务费下调对低价差区域杀伤更大 一线价差约 0.44 元、三线约 0.25 元 分区域价差、服务费政策 各区域回本周期变化趋同 [T2]+测算
链 6(第六章) 专用桩天花板由车源决定 专用利用率约 38%、公共约 11.4% 分场景利用率、车队自建比例 两类利用率差收窄至 1.5 倍内 [T2]+测算

C数据档次说明

本报告所有关键数据均按四档标注数据来源档次,以区分证据强度与可复核性:

  • [T1]一手或官方口径:政府主管部门统计、地方公告与公司正式披露,可直接复核;
  • [T2]机构二手口径:研究机构与行业数据库的整理数据,口径可能存在差异;
  • [T3]媒体转引口径:媒体报道或企业对外宣传口径,未经独立审计,仅作参考;
  • [缺口]数据缺口:无法获得可靠来源的数据,本报告一律降级为定性讨论或不写。

所有标注「测算」的数字,均为本报告基于外部锚参数推算的结果,推算公式与参数取值在正文中逐项给出;测算值与外部锚存在偏差时,均在正文标注对账结果。不同机构因统计口径差异,同一指标可能存在数值差异,以原始口径为准。

本报告由云上有品基于公开资料整理,检索日期 2026-09-27。所有 [n] 编号对应附录 A 证据表,可逐条核验。标注「可证伪链 / 分析师观点」为作者判断,不构成投资建议。市场预测存在机构口径差异,引用时请注意比较基准。