评估电动汽车电机中稀土元素的价值：基于消费者支付意愿的自下而上分析

《Resources, Conservation and Recycling》：Valuing rare earth elements in EV motors: Bottom-up analysis of willingness-to-pay

电动汽车扩张驱动镝需求，研究通过189种车辆架构成本效益分析，揭示永磁电机与无稀土电机选择对镝市场的动态影响，建立需求曲线并评估价格波动与供应链风险。

　　

Ilenia Gaia Romani|Elizabeth A. Moore|Karan Bhuwalka|Ajay Gupta|Richard Roth

摘要

电动汽车（EV）的普及增加了对稀土元素（REEs）的需求，例如镝（Dy），这些元素对于EV电机中永磁体的性能至关重要。随着Dy需求的迅速增长，而其供应量有限且地理分布集中，了解EV采用对Dy市场的影响变得十分重要。汽车制造商必须决定是采用基于Dy的永磁体（PM）电机还是无REE的电机。尽管PM电机的成本可能更高，但它们通过更简单、更轻的设计提供了成本节约的机会，从而可以使用更小的电池。我们使用一种基于EV属性的新颖自下而上的方法对这种权衡进行了建模。首先，我们计算了使用PM电机与无REE电机配置的代表性车辆的设计和相关成本。然后，通过结合汽车制造商对高性能Dy基PM电机的支付意愿（WTP）来调整PM电机车辆的成本。为了捕捉EV属性的变化，我们对189种车辆原型进行了这种计算——这些原型由车辆类别、推进类型、性能特征和WTP水平的组合定义。这些成本比较结合不确定性分析，得出了用于构建基于EV的Dy需求曲线的WTP分布。这种新颖的方法将经济学和工程学结合起来，以预测未来的Dy价格和消费量。通过改变参考年份、EV采用率或电机效率，我们可以在不同情景下进行预测，为投资和政策决策提供信息，以及潜在的供应缺口和价格波动。

引言

技术进步正在加速向电力作为主要能源的转变。根据国际能源署（IEA）的数据，全球电动汽车在总销量中的份额从2020年的4%上升到2023年的18%，预计到2030年将达到44%。为了实现2050年的净零排放（NZE）目标，全球电动汽车（EV）的销量——包括厢式车、公交车、卡车等——需要在2030年达到66%（IEA）。这相当于到2030年EV销量年均增长23%。尽管存在供应链压力和脆弱性，但EV制造业已经迅速扩大以满足需求；然而，由于关键矿物（包括稀土元素（REEs）的价格波动和供应限制，这些挑战仍然存在（Bhuwalka等人，2021年）。

在需求方面，限制因素包括EV的可用性、充电基础设施的缺乏、性能（例如电池容量和续航里程），以及最重要的是可负担性（即较高的车辆成本）（Gnanavendan等人，2024年；Pamidimukkala等人，2024年）。在分析EV成功采用的条件时，不仅要考虑创新的性能，还要考虑其成本。过去，关注需求方面的研究已经对EV的所有权成本进行了建模，指出由于电池组的主要前期成本，EV的较低运营成本很少能够抵消这些成本（Breetz和Salon，2018年；Palmer等人，2018年）。

有巨大的压力要求降低EV制造成本以提高市场竞争力。制造商必须积极做出材料选择和设计决策，以预见供应链风险并减轻价格波动。然而，评估设计决策与由此产生的生产成本之间相互作用的成本模型在文献中仍然是一个空白（Hemsen等人，2023年）。解决这一空白将为汽车制造商提供有价值的见解，他们经常面临诸如通过使用成本更高的材料来减少车辆重量以增加行驶里程之类的权衡（Burd等人，2021年）。

在这种情况下，电机可以说是EV中最关键的组件。它是电动汽车驱动系统的核心，汽车制造商可以根据它做出各种生产选择。EV市场上的主要技术是永磁体（PM）电机，而不是无稀土的电机，如铜绕组感应电机。¹ PM电机的普及得益于其高效率和功率因数，这提供了设计优势，例如更小的尺寸、更轻的车辆，以及其他车辆系统的二次节省（Gobbi等人，2024年）。PM电机也依赖于几种关键元素，包括钕（Nd）、镨（Pr）、钐（Sm）和镝（Dy）（Mohapatra和Liu，2018年）。最常见的PM类型是钕铁硼（NdFeB）PM，因为它具有优越的磁性能。EV以及其他基于PM的应用，如风力涡轮发电机，需要高热稳定性，这可以通过添加Dy来实现。Dy的磁矩与Fe的磁矩反向耦合，提高了材料在高温应用中的固有矫顽力和抗退磁能力（Sugimoto，2011年；Bailey等人，2017年）。鉴于Dy在EV中的核心作用，特别是在高性能车辆中，了解其供需对于评估未来的材料库存和流动、价格形成以及消费者对EV技术的支付意愿至关重要。此外，我们发现现有文献中关于Dy作为EV采用潜在限制因素的作用存在空白。大多数研究要么关注更丰富的REE（如钕）在多种应用中的需求（Deetman等人，2018年；Maani等人，2023年），要么关注风力涡轮机开发背景下的镝和其他REE（Pavel等人，2017a；Imholte等人，2018年；Tokimatsu等人，2018年）。只有少数论文明确研究了EV对Dy的需求，通常是从区域角度出发的，例如美国（Maani等人，2021年）或中国（Dai等人，2023年）。

全球消耗的90%以上的Dy氧化物用于PM应用（Market Growth Reports，2025年）。清洁能源技术、电子设备和生物医学设备占剩余需求的大部分。由于EV的需求增加，全球Dy氧化物需求——2024年为2670吨——预计到2040年将翻一番（Global Growth Insights，2025年）。Dy的供应预计将无法满足这一需求，导致到2040年平均每年有400吨的供应缺口（Adamas Intelligence，2023年）。这一缺口与未来十年价格可能上涨四倍的预测相关（Strategic Metals Invest，2025年）。另一个复杂因素是Dy的供应高度集中，这加剧了可用性和价格波动。世界上大部分Dy产自中国南部，那里有一种独特的地质构造——离子吸附粘土（IACs），可以轻松开采和加工REE（Zapp等人，2018年；Wu等人，2023年）。

虽然有潜在的替代品——例如，铽（Tb）可以替代Dy；钴（Co）和铈（Ce）可以替代Dy和Nd；或者用镧（La）和Ce改性的铁氧体可以替代粘结NdFeB磁体——但这些替代品在技术上有限或在经济上不具吸引力（Pavel等人，2017a），例如，Tb比Dy更稀有且更昂贵，使其替代不可行。因此，Dy被列入美国（美国能源部）、欧盟（欧盟委员会）和澳大利亚（澳大利亚政府工业、科学和资源部）的关键矿物名单中并非巧合。这些国家正在努力通过开发低Dy含量的PM（Bailey等人，2017年），甚至无REE的磁体，以及投资回收技术（Schulze和Buchert，2016年）来减少自身的脆弱性。

政府和利益相关者正在努力在资源有限且不确定的情况下扩大EV的采用。随着Dy需求的增加，其价格也随之上涨，这会对未来需求产生负面影响，²，可能会达到一个汽车制造商不再愿意支付Dy的阈值。Dy的可用性和成本直接影响提高EV竞争力和加速清洁能源转型所需的性能改进。因此，我们模拟了汽车制造商在采用效率较低的感应电机和基于Dy的PM电机之间的决策。

本研究的主要贡献是开发了一种新颖的自下而上的设计到成本方法，以分析技术和市场之间的相互作用。通过这样做，我们通过研究EV技术和Dy市场之间的关系，填补了文献中的一个关键空白。为了考虑EV性能和Dy需求的差异，我们对189种代表性车辆原型进行了建模，比较了感应电机和PM电机设计之间的设计、成本和性能权衡。从这些比较中，我们得出了189个基于Dy的成本支付意愿（WTP）估计值，定义为车辆制造商在保持给定性能水平的同时，愿意为PM电机承担的最大额外系统级成本。我们使用这些值及其相关数量来构建基于EV的Dy需求曲线。这条曲线展示了在不同价格点可以吸收的Dy数量，突显了需求对价格变化的敏感性，以及在哪里可负担性可能成为障碍或揭示供应风险。我们对需求曲线的直接估计也丰富了经济文献，该文献通常从揭示的偏好中推断需求，并依赖于功能形式假设。通过将详细的车辆和电机级特征与经济概念联系起来，我们的框架可以反映不断变化的技术、监管和市场条件。尽管本研究专注于EV中的Dy使用，但这种方法广泛适用于其他关键材料和技术，例如电力系统中的铜。更一般地说，这种自下而上的方法为评估各种工业和能源转型背景下的材料估值提供了一个多用途工具。

部分摘录

建模概述

汽车制造商面临着在无REE电机（例如铜绕组感应电机）和基于镝的永磁体（PM）电机之间的选择，由于设计优势，后者越来越受到青睐。然而，这种选择伴随着价格脆弱性的增加，因为PM电机依赖于镝——一种关键且价格波动大的材料。除了电机类型之外，汽车制造商还必须确定满足所需车辆加速度目标所需的功率。

结果与讨论

结果表明，在D型车辆的基准情况下，使用永磁体比使用感应电机可以节省175美元的车辆成本。这一结果解释了汽车制造商今天对永磁体的偏好，以及为什么EV的采用正在推动Dy的需求。表1展示了这些结果在D型车辆上的应用，该车辆的WTP水平设定为1。

正如人们所预期的那样，使用PM电机的主要成本节约机会在于

结论与政策含义

本文开发并应用了一种新颖的自下而上的设计到成本方法，将工程设计和经济分析结合起来，以估计汽车制造商对EV电机中镝（Dy）的支付意愿（WTP）。我们计算了189种不同车辆原型的成本-性能概况，这些原型在类别、推进方式、性能和WTP水平上有所不同，并在多种采用和效率情景下生成了基于EV的Dy需求曲线。

我们的主要贡献是在

CRediT作者贡献声明

Ilenia Gaia Romani：撰写——审阅与编辑，撰写——初稿，可视化，验证，软件，方法论，调查，正式分析，概念化。Elizabeth A. Moore：撰写——审阅与编辑，监督，项目管理，方法论，调查，资金获取，概念化。Karan Bhuwalka：撰写——审阅与编辑，可视化，验证，软件，调查，正式分析，概念化。Ajay Gupta：撰写——审阅与编辑，

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

我们感谢阿尔弗雷德·P·斯隆基金会（Alfred P. Sloan Foundation, United States）通过技术选择与韧性奖（Technology Choice and Resilience award）慷慨资助了这项工作。我们还要感谢卡内基梅隆大学（Carnegie Mellon University）技术选择与韧性会议（Technology Choice and Resilience Meeting）的参与者们提供的有益意见，特别是Rod Eggert和Chad Syverson。麻省理工学院（MIT）的材料系统实验室（Materials Systems Lab）也为这项工作提供了额外支持。