朱威林 劉遠洋

（山東石油化工學(xué)院大數(shù)據(jù)與基礎(chǔ)科學(xué)學(xué)院）

0 引言

在綠色低碳制約條件下，新能源汽車未來的發(fā)展受到了廣泛關(guān)注，截至目前大量文獻已經(jīng)總結(jié)出多種影響其發(fā)展的因素，例如：充電樁分布，續(xù)航問題，電池問題，群眾購買意愿等多方面因素，文獻[2-3] 分析了消費者認為新能源汽車未來是否有良好的發(fā)展前景以及對新能源汽車的購買意愿。從文獻[4-5]、文獻[8] 可以得知現(xiàn)在國內(nèi)的新能源汽車發(fā)展技術(shù)不夠優(yōu)良，但是具有了一定的成果。因此，新能源汽車技術(shù)未來的發(fā)展需更進一步歸納和完善自身的缺陷，增強對新能源汽車企業(yè)的開發(fā)和投資，能夠促進未來新能源汽車發(fā)展越來越好。文獻[1]、文獻[6] 可以說明熵值法能夠全面有效地分析影響新能源汽車發(fā)展的因素。通過文獻[9-10] 提供的灰色預(yù)測模型可以預(yù)測2022～2026 年新能源汽車總銷量。

指標構(gòu)建體系法是一種很好的研究方法，它通過選取一些客觀、全面、準確反映研究對象的特征，并將這些特征進行量化和標準化，從而構(gòu)建出一些有代表性的指標，以評估研究對象的變化趨勢，是重要的定量研究方法，它可以幫助我們更加深入、全面地了解研究對象，為實現(xiàn)科學(xué)決策提供有力支持。為確定制約新能源汽車發(fā)展的因素，并預(yù)測未來新能源汽車整體發(fā)展趨勢，本文首先基于指標構(gòu)建體系，借助于熵值法對新能源汽車發(fā)展的影響因素進行分析，得出影響發(fā)展的相關(guān)因素；其次，基于數(shù)據(jù)處理和量化分析構(gòu)建灰色預(yù)測的GM 模型，并預(yù)測2 年新能源汽車銷量能夠萬輛。

1 數(shù)據(jù)來源與應(yīng)用方法

1.1 數(shù)據(jù)來源

通過收集整理國家統(tǒng)計局以及乘用車市場信息聯(lián)席會和中國汽車工業(yè)協(xié)會公布的數(shù)據(jù)，得到2017～2021 年中國新能源汽車年銷量，如表1 所示。通過對相關(guān)數(shù)據(jù)進行分析得出影響新能源汽車發(fā)展的主要因素，并構(gòu)建GM（1，1）灰色預(yù)測模型。

表1 2017 ～2021 年新能源汽車總銷量

1.2 熵值法

熵值法的基本方式是依據(jù)指標變異性的幅度去研究它所占比例的權(quán)重。假如一個指標的信息熵越小，就表明這個指標的幅度變化越大，所以在研究影響因素時，能反映出的信息量也更多，整體的評估能達到的影響也越大，因此可得其權(quán)重所占分量也更大。恰相反，信息熵更大，會出現(xiàn)與上面相反[1]的結(jié)果。其一般的計算步驟為：

式中，Yij為標準化值，i代表新能源汽車企業(yè)，j代表影響因素。Yij表示第i家新能源汽車企業(yè)第j個影響因素的原始數(shù)據(jù)，公式加上0.001 是為了避免出現(xiàn)0 量綱，以便下面步驟的正常進行。

計算第i年第j項指標的指標值占該指標的比重Zij，具體的步驟為：

計算第j項指標的熵值aj，具體的步驟為：

計算第j項指標的幅度變化系數(shù)bj，具體的步驟為：

求各項指標的權(quán)重Wj，具體的步驟為：

計算各年的綜合得分，具體的步驟為：

在對統(tǒng)計的數(shù)據(jù)進行分析[2]以及熵值法分析可知影響新能源汽車發(fā)展的主要因素可以有以下幾個方面：政策因素，經(jīng)濟因素，技術(shù)因素，社會因素[3]。從政治文化、經(jīng)濟狀況、社會需求、技術(shù)發(fā)展等方面的影響因素可以看出，國內(nèi)的大體環(huán)境對新能源汽車產(chǎn)業(yè)的發(fā)展能夠起到有力促進作用，特別是在國家政策方面的推動作用[4-5]。多個地區(qū)政府制定了購買、補貼、免稅、完善設(shè)施等促進發(fā)展的政策[6]，促使新能源汽車的市場需求和工業(yè)發(fā)展。從經(jīng)濟狀況、社會需求、技術(shù)發(fā)展三個層面的情況可以看出，很多城市的發(fā)展差距較為突出，對新能源汽車未來發(fā)展沒有促進作用。其中最突出由經(jīng)濟狀況的差距引起各地技術(shù)發(fā)展的不平衡[7-8]。

1.3 灰色模型理論概述

灰色模型主要是解決數(shù)據(jù)少、樣本小、不完整的信息等難以確定及會受到周圍因素一定程度的影響的問題[9]?；疑A(yù)測模型GM（1，1）是使用隨機的初始序列，用一階線性微分式子的方法去解來靠近變量累加之后形成的新時間序列表現(xiàn)出來的規(guī)律。該模型使用一個序列就可以處理運算，是一階線性微分方程的動態(tài)模型[10]。

2 主要結(jié)果

2.1 構(gòu)建GM（1，1）灰色預(yù)測模型

首先利用2017～2021 年國內(nèi)新能源汽車銷量形成初始數(shù)列：

式中，Y(0)(i)≥0，i=1，2，3，4，5。

形成初始數(shù)列之后做一次累加，計算生成一個累加的數(shù)列：

再對生成的累加序列做一個緊鄰平均值的生成，得到：

定義灰色微分方程為：

式中，p為發(fā)展系數(shù)；m為灰色作用量。

構(gòu)建白化方程：

參數(shù)和的估計值為：

時間相應(yīng)函數(shù)的解方程式為：

還原值為：

2.2 模型檢驗

2.2.1 殘差檢驗

絕對誤差為：

相對誤差為：

2.2.2 后驗差檢驗

原始數(shù)列的均方差為：

殘差序列的均方差為：

方差比為：

最小誤差率為：

GM（1，1）預(yù)測模型等級精度對比表如表2 所示。

表2 GM（1，1）預(yù)測模型等級精度對比表

驗證GM（1，1）預(yù)測模型對新能源汽車銷量的適用性，可采用2015～2019 年國內(nèi)新能源汽車銷量數(shù)據(jù)運用GM（1，1）預(yù)測模型，預(yù)測未來年新能源汽車的銷量用來檢驗等級精度和它的適用性。最終得到的結(jié)果，如表3 所示。

表3 2020 ～2024 年新能源汽車銷量指標預(yù)測結(jié)果等級精度

經(jīng)過驗證可知，GM（1，1）預(yù)測模型能對新能源汽車銷量進行預(yù)測，預(yù)測精度良好。因此，可以進行純電動汽車未來銷量變化趨勢預(yù)測。預(yù)測2020～2024 年新能源汽車銷量，如表4 所示。

表4 預(yù)測2022 ～2026 年的新能源汽車銷量

通過灰色預(yù)測構(gòu)建GM 模型，量化分析影響新能源汽車發(fā)展趨勢的因素以及兩者之間的關(guān)系，本次分析建模最終得出到2026 年新能源汽車銷量能夠突破1700 萬輛。

3 結(jié)束語

新能源汽車行業(yè)還需要解決一些問題，如去除國家補貼后定價較高、電池回收利用、低溫下電池續(xù)航能力較差、爬坡時動力不足、依賴政策等問題，促進統(tǒng)一布局突破核心的技術(shù)和關(guān)鍵的零部件，完善新能源汽車扶持力度，淘汰落后產(chǎn)業(yè)。但總體來看，通過各種模型預(yù)測，我國新能源汽車市場發(fā)展趨勢充滿勃勃生機，我國大力加強新能源的發(fā)展，新能源汽車未來的發(fā)展和應(yīng)用一定會刺激產(chǎn)業(yè)的升級和企業(yè)的轉(zhuǎn)型，新能源汽車產(chǎn)業(yè)未來必將成為我國經(jīng)濟重要行業(yè)。