姬丹丹，干宏程，2，劉凱強(qiáng)，尹 裴

（1.上海理工大學(xué) 管理學(xué)院，上海 200093；2.超網(wǎng)絡(luò)研究中心，上海 200093）

汽車產(chǎn)業(yè)是國(guó)民經(jīng)濟(jì)重要的支柱性產(chǎn)業(yè)，為中國(guó)的經(jīng)濟(jì)發(fā)展做出了重要貢獻(xiàn)。隨著汽車產(chǎn)業(yè)的發(fā)展，家庭擁有汽車數(shù)量的增加，不僅石油的消耗量加大，對(duì)環(huán)境造成的危害也在增加。2012 年7 月，國(guó)務(wù)院印發(fā)《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2012―2020 年）》，提出“以純電驅(qū)動(dòng)為新能源汽車發(fā)展和汽車工業(yè)轉(zhuǎn)型的主要戰(zhàn)略取向，當(dāng)前重點(diǎn)推進(jìn)純電動(dòng)汽車和插電式混合動(dòng)力汽車產(chǎn)業(yè)化”。公安部數(shù)據(jù)顯示，截至2020 年底，全國(guó)新能源汽車保有量達(dá)492 萬輛，僅占汽車總量的1.75%，其中，純電動(dòng)汽車保有量400 萬輛，占新能源汽車總量的81.32%。研究影響中國(guó)消費(fèi)者購(gòu)車意愿的因素，可以幫助政府和汽車銷售商制定更有效的應(yīng)對(duì)措施，促進(jìn)電動(dòng)汽車產(chǎn)業(yè)的健康發(fā)展，緩解石油短缺和環(huán)境壓力。

國(guó)內(nèi)外學(xué)者已經(jīng)對(duì)新能源汽車的選擇行為進(jìn)行了許多定量分析。李創(chuàng)等利用結(jié)構(gòu)方程模型分析顯示政府的促進(jìn)政策對(duì)潛在消費(fèi)者有重要影響［1］。Xu［2］和張喆等［3］采用因子分析，分別得出售后服務(wù)、購(gòu)置成本、汽車品質(zhì)、使用能耗和周圍影響等5 個(gè)影響因子及使用消費(fèi)、購(gòu)買信息和使用便利性等3 個(gè)新能源汽車購(gòu)買決策的影響因子。楊洪寶等采用Logistic 回歸建立消費(fèi)者電動(dòng)汽車購(gòu)買行為的預(yù)測(cè)模型［4］。黃冰等采用二元Logit 模型，發(fā)現(xiàn)電動(dòng)汽車的購(gòu)買價(jià)格、政府補(bǔ)貼、續(xù)航里程和充電方式都是影響消費(fèi)者購(gòu)買的重要因素［5］。Ma 等利用混合選擇模型對(duì)問卷數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)收入、教育和車輛價(jià)格是影響購(gòu)車意愿的重要因素［6］。Potoglou 等基于嵌套Logit 模型調(diào)查了最有可能影響家庭選擇清潔汽車的因素和激勵(lì)因素，發(fā)現(xiàn)降低貨幣成本、購(gòu)置稅減免和低排放率將鼓勵(lì)家庭使用更清潔的汽車［7］。楊媚茹等對(duì)補(bǔ)貼政策的影響進(jìn)行了實(shí)證分析［8］。Caulfield 等對(duì)近期已購(gòu)買汽車的用戶展開的一項(xiàng)調(diào)查發(fā)現(xiàn)，可靠性、汽車安全性、燃料成本和成本價(jià)格是他們購(gòu)車關(guān)注的重點(diǎn)［9］。Hidrue 等通過研究發(fā)現(xiàn)行駛里程、燃料成本節(jié)約和充電時(shí)間是影響消費(fèi)者購(gòu)買電動(dòng)汽車的重要因素［10］。Li 等探索了影響消費(fèi)者購(gòu)買兩種不同類型的替代燃料汽車的可能性的因素，結(jié)果表明，對(duì)能源安全、環(huán)境和替代燃料可用性的擔(dān)憂及人口因素，對(duì)消費(fèi)者對(duì)替代燃料汽車的購(gòu)買預(yù)期有重大影響［11］。王月輝等發(fā)現(xiàn)購(gòu)買態(tài)度、主觀規(guī)范及知覺行為控制是影響北京居民新能源汽車購(gòu)買意向的關(guān)鍵因素［12］。章嵐等通過研究發(fā)現(xiàn)純電動(dòng)汽車的激勵(lì)和優(yōu)惠政策措施的感知力度、品牌認(rèn)知、感知質(zhì)量都對(duì)消費(fèi)者購(gòu)買電動(dòng)汽車具有正向影響［13］。陳凱等在感知收益-感知風(fēng)險(xiǎn)框架的基礎(chǔ)上引入環(huán)境意識(shí)，發(fā)現(xiàn)感知價(jià)值、感知風(fēng)險(xiǎn)和環(huán)境意識(shí)對(duì)購(gòu)買意愿均有顯著影響［14］。

除了上述影響因素外，缺乏可靠的車輛總擁有成本信息是一個(gè)額外的購(gòu)買障礙［15］，總擁有成本（TCO）是對(duì)購(gòu)買價(jià)格、燃料成本和擁有期內(nèi)其他成本的衡量［16］。研究證明更注重燃油經(jīng)濟(jì)性的消費(fèi)者可能會(huì)傾向于選擇混合動(dòng)力汽車［17］，在此基礎(chǔ)上計(jì)算總擁有成本可以進(jìn)一步確定較低的運(yùn)營(yíng)成本是否可以增加消費(fèi)者對(duì)電動(dòng)汽車的購(gòu)買興趣。國(guó)外學(xué)者對(duì)TCO 的研究較多，他們通過構(gòu)建3 種汽車的總擁有成本的計(jì)算模型發(fā)現(xiàn)混合動(dòng)力和純電動(dòng)汽車比傳統(tǒng)燃油汽車具有更高的成本效益，這可能會(huì)增加電動(dòng)汽車的購(gòu)買量［18-21］。Dumortier 等也發(fā)現(xiàn)增加TCO 的信息會(huì)增加消費(fèi)者購(gòu)買電動(dòng)汽車的概率［22］。目前國(guó)內(nèi)很少有學(xué)者對(duì)TCO 與消費(fèi)者購(gòu)買電動(dòng)汽車意愿的關(guān)系進(jìn)行有效的研究，僅有的相關(guān)研究只構(gòu)建了替代燃料汽車的持有者成本模型，但未研究TCO 對(duì)替代燃料汽車的購(gòu)買影響［16］。因此本文的工作彌補(bǔ)了這一領(lǐng)域的研究缺陷。

本文在目前已有的持有者總成本模型［22］的基礎(chǔ)上，結(jié)合中國(guó)目前的市場(chǎng)環(huán)境和具體國(guó)情計(jì)算汽車的持有者總成本，探索燃料成本和持有者總成本是否會(huì)對(duì)消費(fèi)者購(gòu)買電動(dòng)汽車的意愿產(chǎn)生影響，并建立了一個(gè)電動(dòng)汽車購(gòu)買決策的排序Logit 模型，通過定量分析探討了完善國(guó)內(nèi)現(xiàn)有汽車標(biāo)簽信息的可行性。

1 研究方法與數(shù)據(jù)來源

1.1 模型介紹

采用離散選擇模型中的排序Logit 模型來探究影響消費(fèi)者購(gòu)買汽車意愿的因素。離散選擇模型主要是基于隨機(jī)效用理論和效用最大化假設(shè)提出來的。隨機(jī)效用理論［23］將效用視為隨機(jī)變量，通常將效用分為兩部分，一部分是可觀測(cè)的固定效用項(xiàng)，一部分是不可直接觀測(cè)的隨機(jī)效用項(xiàng)。假設(shè)決策者將從給定的方案集An（共m個(gè)選項(xiàng)）中進(jìn)行選擇，則決策者n選擇方案i(i=1，2，···，m)的效用Uni可表示為

式中：Vni為決策者n選擇方案i的效用函數(shù)中的固定效用項(xiàng)：εni為決策者n選擇方案i的效用函數(shù)中的隨機(jī)效用項(xiàng)。

根據(jù)效用最大化理論，在給定的方案集An中，決策者n選擇方案i的概率Pni為

假設(shè)效用函數(shù)中的隨機(jī)項(xiàng)εni服從參數(shù)為（0，1）的獨(dú)立的二重指數(shù)分布，則效用函數(shù)Uni=Vni+εni服從參數(shù)為（Vni，1）的二重指數(shù)分布。根據(jù)二重指數(shù)分布的性質(zhì)可得決策者n選擇方案i的概率Pni為

式（3）即為多項(xiàng)Logit 模型［24］。多項(xiàng)Logit 只提供決策者關(guān)于最喜歡的選擇方案的信息，但不提供關(guān)于其他選擇方案的任何信息。為了獲取每位決策者關(guān)于其他選擇方案的更多信息，Beggs 等使用了排序Logit 模型［25］，要求決策者對(duì)所有備選方案進(jìn)行排序。排序Logit 模型的公式為

式中：Pn{1，2，···，m}表示決策者n對(duì)m種備選方案的意向選擇順序的概率；ri為一個(gè)向量，其元素rni表示決策者n對(duì)備選方案i的排序。

1.2 問卷設(shè)計(jì)與問卷調(diào)查

本研究采用SP 調(diào)查方法獲取消費(fèi)者購(gòu)買電動(dòng)汽車的選擇行為數(shù)據(jù)。問卷內(nèi)容包括3 部分：第1 部分共有3 個(gè)假設(shè)情景，情景1（scenarioA）提供與現(xiàn)有汽車標(biāo)簽相符的汽車標(biāo)簽（圖1），包含傳統(tǒng)燃油汽車（cv）、插電式混合動(dòng)力汽車（phev）和純電動(dòng)汽車（bev）這3 種汽車基本的參數(shù)信息，情景2（scenarioB）在情景1 的基礎(chǔ)上增加5 年的燃料成本信息（圖2），情景3（scenarioC）在情景2 的基礎(chǔ)上增加5 年的持有者總成本信息（圖3），在每個(gè)情景中，要求受訪者必須選擇他們最可能購(gòu)買的第一輛車，然后將其余兩輛車按偏好程度降序排列；第2 部分為受訪者的人口特征，包括性別（sex）、年齡（age）、受教育情況（education）和經(jīng)濟(jì)收入（income）；第3 部分為受訪者的出行特征，包括駕齡（driage）、擁有小汽車數(shù)量（numbercar）、通勤距離（distance）和計(jì)劃購(gòu)車價(jià)位（pricecar）。

圖1 情景1 展示的汽車標(biāo)簽

圖2 情景2 展示的汽車標(biāo)簽

圖3 情景3 展示的汽車標(biāo)簽

本次問卷調(diào)查采取網(wǎng)絡(luò)收集的方式，共收集到183 份問卷，其中有效問卷175 份，每份問卷包含3 條數(shù)據(jù)，共525 條數(shù)據(jù)，剔除6 條無效數(shù)據(jù)，最終得到519（175×3-6）條有效樣本數(shù)據(jù)。

2 數(shù)據(jù)描述性分析

2.1 個(gè)體屬性特征分析

個(gè)體屬性特征包括受訪者的人口特征和出行特征。在受訪者人群中，男性占比36.6%，女性占比63.4%；考慮到汽車消費(fèi)者的主要人群是中、青年，所以受訪者年齡絕大多數(shù)在50 歲以下；90.9%的受訪者學(xué)歷在本科及以上，駕齡在0～5 歲；受訪者的收入多數(shù)在10 000 元以下；超過一半的受訪者家庭只擁有一輛小汽車，無汽車的占比30.3%；將近八成受訪者的通勤距離在10 km 以內(nèi)；只有12%的受訪者計(jì)劃購(gòu)車價(jià)位在20 萬以上，88%的受訪者都在20 萬以下，符合本文所研究的3 種車型的實(shí)際購(gòu)買價(jià)位。

2.2 購(gòu)買意愿分析

根據(jù)表1 可知，插電式混合動(dòng)力汽車是受訪者最樂意購(gòu)買的汽車類型，在3 種情景的第一選擇中分別占比54.0%、57.2%和51.7%。在情景2 中，其作為受訪者第一選擇的比例最高，這可能受到5 年的燃料成本信息影響。與情景1 相比，在情景2和情景3 中，受訪者將電動(dòng)汽車（插電式混合動(dòng)力汽車和純電動(dòng)汽車）作為第一選擇的比例較高，分別占比78.6%和78.4%，這可能受到5 年的燃料成本和5 年的持有者總成本信息影響。

表1 受訪者購(gòu)買意愿統(tǒng)計(jì)

3 模型結(jié)果與分析

本研究收集的數(shù)據(jù)為排序數(shù)據(jù)，通過將排序數(shù)據(jù)分解為獨(dú)立的選擇數(shù)據(jù)，即可用多元Logit 模型對(duì)數(shù)據(jù)進(jìn)行參數(shù)估計(jì)。為了保證實(shí)驗(yàn)結(jié)果的完整性，本研究分別采用多項(xiàng)Logit 模型和排序Logit 模型對(duì)數(shù)據(jù)進(jìn)行分析，對(duì)比發(fā)現(xiàn)多項(xiàng)Logit 模型的McFaddenR2僅為0.098 4，擬合優(yōu)度不佳，排序Logit 模型的McFaddenR2為0.296 15，擬合優(yōu)度較好；且多項(xiàng)Logit 模型中的顯著因素的數(shù)量明顯低于排序Logit 模型。因此，主要依據(jù)排序Logit 模型的參數(shù)分析影響消費(fèi)者購(gòu)車意愿的因素，具體參數(shù)見表2。

表2 排序Logit 模型參數(shù)估計(jì)結(jié)果

首先分析5 年的燃料成本信息標(biāo)簽對(duì)購(gòu)買偏好的影響。由表2 可知，提供5 年的燃料成本信息可以顯著提高消費(fèi)者對(duì)純電動(dòng)汽車和插電式混合動(dòng)力汽車的購(gòu)買意愿，這與國(guó)外［26］的研究結(jié)果一致。接著分析除了5 年的燃料成本，還提供5 年的持有者總成本信息對(duì)購(gòu)買偏好的影響。表2 結(jié)果顯示，提供5 年的持有者總成本信息對(duì)促進(jìn)購(gòu)買電動(dòng)汽車也具有重要意義，與傳統(tǒng)燃油汽車相比，電動(dòng)汽車的排名有了明顯提升。通過對(duì)比情景2和情景3發(fā)現(xiàn)，無論是5 年的燃料成本還是5 年的持有者總成本都是影響消費(fèi)者購(gòu)買汽車意愿的重要因素，但同時(shí)提供5 年的持有者總成本信息比僅提供5 年的燃料成本信息對(duì)促進(jìn)消費(fèi)者購(gòu)買純電動(dòng)汽車的影響更為顯著，而僅提供5 年的燃料成本信息比同時(shí)提供5 年的持有者總成本信息對(duì)促進(jìn)消費(fèi)者購(gòu)買混合動(dòng)力汽車的影響更為顯著。

在人口特征中，性別、年齡、受教育情況和經(jīng)濟(jì)收入對(duì)消費(fèi)者購(gòu)買汽車偏好均有不同程度的影響。與男性相比，女性消費(fèi)者更傾向于購(gòu)買電動(dòng)汽車；年齡越小的消費(fèi)者，越傾向于購(gòu)買電動(dòng)汽車，尤其是插電式混合動(dòng)力汽車；受教育程度高的消費(fèi)者更愿意購(gòu)買純電動(dòng)汽車；收入較低的消費(fèi)者更愿意購(gòu)買插電式混合動(dòng)力汽車，這可能是考慮到與傳統(tǒng)燃油汽車相比，插電式混合動(dòng)力汽車的燃料經(jīng)濟(jì)性更高，從長(zhǎng)遠(yuǎn)考慮，可以節(jié)省支出。

在出行特征中，駕齡對(duì)消費(fèi)者的選擇沒有顯著影響。擁有小汽車數(shù)量越少的消費(fèi)者越傾向于購(gòu)買電動(dòng)汽車，尤其是插電式混合動(dòng)力汽車；通勤距離越短，消費(fèi)者越傾向于購(gòu)買純電動(dòng)汽車，通勤距離越長(zhǎng)，消費(fèi)者越傾向于購(gòu)買插電式混合動(dòng)力汽車；消費(fèi)者的計(jì)劃購(gòu)車價(jià)位高的更愿意購(gòu)買插電式混合動(dòng)力汽車，計(jì)劃購(gòu)車價(jià)位低的更愿意購(gòu)買純電動(dòng)汽車，這可能與消費(fèi)者的購(gòu)買能力有關(guān)，在3 種汽車的實(shí)際購(gòu)買價(jià)格中，插電式混合動(dòng)力汽車最高，純電動(dòng)汽車最低。

4 結(jié)論

采用SP 調(diào)查法收集消費(fèi)者購(gòu)車意愿數(shù)據(jù)，采用離散選擇建模方法建立消費(fèi)者汽車購(gòu)買意愿的排序Logit 模型，探索了燃料成本和持有者總成本信息對(duì)電動(dòng)汽車購(gòu)買意愿的影響。研究結(jié)果表明，5 年的燃料成本和5 年的持有者總成本信息對(duì)促進(jìn)購(gòu)買電動(dòng)汽車具有顯著的正向影響，同時(shí)提供5 年的持有者總成本信息比僅提供5 年的燃料成本信息更能提高消費(fèi)者購(gòu)買純電動(dòng)汽車的意愿，而僅提供5 年的燃料成本信息比同時(shí)提供5 年的持有者總成本信息更能提高消費(fèi)者購(gòu)買混合動(dòng)力汽車的意愿。受教育程度高的年輕女性更傾向于購(gòu)買電動(dòng)汽車；收入較低的消費(fèi)者更愿意買燃油經(jīng)濟(jì)性更高的插電式混合動(dòng)力汽車；計(jì)劃購(gòu)車價(jià)位高的消費(fèi)者更愿意購(gòu)買插電式混合動(dòng)力汽車，反之，則更愿意購(gòu)買純電動(dòng)汽車。

電動(dòng)汽車作為一種低碳、低污染的交通工具目前在中國(guó)汽車市場(chǎng)中所占份額還很小，與政府的發(fā)展目標(biāo)還有較大差距。除了政企學(xué)各界都在共同加強(qiáng)的研發(fā)降低電動(dòng)汽車生產(chǎn)成本的新技術(shù)和加大扶持與宣傳政策力度等手段外。本文研究表明，在汽車標(biāo)簽中嵌入燃料成本和持有者總成本信息可以有效提高消費(fèi)者購(gòu)買電動(dòng)汽車的意愿，政府可以和汽車生產(chǎn)商、銷售商合作，建立試點(diǎn)，根據(jù)需要在汽車標(biāo)簽上添加燃料成本和持有者總成本信息，引導(dǎo)消費(fèi)者偏好，促進(jìn)電動(dòng)汽車產(chǎn)業(yè)的發(fā)展。