電動汽車潛在消費者特征識別和市場接受度研究

王　寧晏潤林，劉亞斐

(同濟大學　汽車學院，上海　200092)

電動汽車潛在消費者特征識別和市場接受度研究

(同濟大學汽車學院，上海200092)

摘要：發展電動汽車對促進節能減排、帶動產業轉型升級有重要意義。目前消費者對電動汽車的接受度不高是導致電動汽車市場發展緩慢的主要原因之一。研究電動汽車潛在消費者的特征和市場接受度不僅有利于探究市場發展的關鍵影響因素，而且也是政策制定的重要決策依據。本文在構建電動汽車市場接受度影響因素模型的基礎上，通過網絡調研1071名私家車車主，并運用卡方檢驗和多項Logistic回歸等統計方法實證研究消費者對電動汽車接受度的主要影響因素。結果表明年齡、學歷水平和家庭平均年收入對電動汽車的市場接受度有顯著影響，消費者更傾向于購買電動汽車作為家庭第二輛車，其特征是本科學歷、家庭平均年收入為15-30萬元之間、對電動汽車比較了解和試駕過電動汽車。回歸結果表明社會影響、充電便利性和感知風險是電動汽車市場接受度的主要影響因素，其中充電便利性因素對不愿意購買電動汽車的消費者的影響大于愿意購買電動汽車替換燃油車的消費者，從眾心理是影響消費者愿意購買電動汽車替換燃油車的因素。最后，基于研究結果，本文為電動汽車產業的發展提出政策建議。

關鍵詞：電動汽車；消費者特征；市場接受度；Logistic回歸

一、引言

近十年來環境污染和能源危機問題已成為公眾關注的焦點。2014年中國碳排放超過美國和歐盟的總和，達到98億噸，交通運輸領域的碳排放占13%，其中汽車所產生的排放占到七成。中國汽車千人保有量2014年底剛突破100輛，距離世界發達國家還有很大差距，汽車市場將長期保持平穩增長。隨著汽車保有量的迅速增加，石油消耗總量逐年升高，2014年中國進口原油3.1億噸，原油對外依存度達到59.6%，車用燃油占燃油總消耗量的比例也在逐年升高，2012年已近50%，石油能源安全形勢嚴峻。由此可見，能源安全和環境保護問題成為中國汽車工業發展必須解決的關鍵問題。

電動汽車具有良好的節能減排效益，不僅能有效降低中國對于石油進口日益增長的依賴，而且有利于緩解環境污染問題，因此將成為未來交通系統的主要技術選擇。為推動電動汽車產業的發展，中國政府加快推廣應用和試點示范。在2009年1月，中國科技部、財政部、發改委、工業和信息化部共同啟動了“十城千輛”示范運營計劃，四部委首批選取了北京等13個城市，后在2010年又分兩批擴大到總共25個城市，首先在公交、出租、公務、市政、郵政等公共領域，開展節能與新能源汽車的示范應用。從2010年起，四部委還在北京、上海、合肥、深圳、杭州、長春6個城市同時進行私人購買補貼試點。然而，到2012年12月底示范期結束時，所有示范城市車輛規模僅達到2.74萬輛，只完成計劃目標的約26%，而私人領域電動汽車的銷售更是少的可憐。2013年9月，中央四部委又推出新能源汽車產業發展規劃，2015和2020年實現電動汽車產銷量分別達到50和500萬輛。但是在2014年，新能源汽車的產銷量分別為7.85和7.48萬輛，距離2015年產銷50萬輛的規劃目標還有很大差距。

與傳統燃油汽車相比，電動汽車存在整車價格高、充電配套設施不完善與充電時間長等問題，導致消費者的接受度不高，從而制約了電動汽車的市場化推廣。為了推動私人購買電動汽車的發展，中央政府和地方政府都積極出臺了相關財稅和非財稅政策。財稅政策主要包括購車補貼、購置稅減免、充電設施建設補貼和充換電價格優惠等，非財稅政策主要包括免收城市道路橋梁隧道車輛通行費和在市內通行不受尾號限制等。然而從目前的市場表現來看，私人電動汽車的消費市場并未得到有效發展。雖然中央和地方出臺了相當積極的支持政策，但是最終市場化的發展完全取決于消費者的接受程度，由此非常有必要深入細致的研究電動汽車潛在消費者的市場接受程度、關鍵影響因素及相關特征，從而為政策的制定及市場的培育提供更好的決策支持。

本文首先總結消費者對電動汽車接受度的相關研究文獻，分析影響電動汽車市場接受度的因素；其次基于上國內外學者在電動汽車市場接受度上的研究成果以及消費者的行為分析，構建了電動汽車市場接受度的影響因素結構模型，并確定研究方法；再次基于問卷調查數據，利用數據統計方法，得到實證研究結果；最后基于研究結果給出結論，并提出政策建議和未來研究方向。

二、文獻綜述

電動汽車的市場接受度受到很多因素的影響。國內外的相關研究集中在電動汽車的產品技術因素、消費者的人口統計特征和個性特征等內部因素以及政策、油價和基礎設施等外部環境因素方面，相關的文獻研究歸納總結如下：

(一)人口統計變量

人口統計變量包括性別、年齡、教育、職業、收入等方面的信息，是消費者的本質特性，是影響消費者市場接受度的決定性因素。Carley[1]在2011年調查了美國大城市的車主對插電式混合動力汽車的市場接受度，結果表明高學歷的消費者對電動汽車的市場接受度更強。Knez[2]通過調研700名斯洛文尼亞的消費者以研究影響新能源汽車市場接受度的主要因素，結果發現年齡大的被調查者更傾向于選擇新能源汽車。Patrick[3]通過對德國電動汽車消費者的調研分析發現私人電動汽車購買者的特征是中年男人，住在農村或郊區，而且每年出行里程較長。本文選取的人口統計變量包括：性別、受教育程度、婚姻狀況、年齡、職業和家庭平均年收入。

(二)消費者的感知風險

Oliver和Rosen[4]通過對混合動力汽車消費者的調查得出，消費者的接受度受到其對于新產品感知風險的影響。感知風險是反向影響消費者市場接受度的因素，當消費者預期其購買后果具有不確定性時，就會產生感知風險。對于電動汽車，消費者缺乏相應的產品知識，因此會感知到風險。消費者感知到的風險越大，其電動汽車市場接受度就越小，即消費者的感知風險會直接影響其最終的購買行為。本文將消費者的感知風險歸納為三點：擔心電動汽車的電池壽命過短；擔心電動汽車技術不過關，質量不可靠；擔心電動汽車不能及時充電，影響日常工作和生活。

(三)消費者的個性特征

Kahn[5]通過研究洛杉磯市混合動力汽車的購買者，發現環保主義者比非環保主義者更有可能購買混合動力汽車。Axsen[6]通過對加利福尼亞508個家庭的調查發現對電動汽車感興趣的被調查者特征是有責任心、有環保意識和愿意支持國家發展。Hidrue[7]通過對美國3029名消費者的調研發現被調查者擁有新潮個性特征、傾向于接受新事物的被調查者更愿意購買電動汽車。許恬[8]通過實證分析發現對電動汽車市場接受度強的消費者生活形態大多是科技先行性和綠色環保型。消費者的個性特征是影響其對電動汽車接受度的內因之一。因此本文中影響電動汽車市場接受度的個性特征包括將消費者的環保意識、從眾心理和新潮個性。

(四)電動汽車產品技術性能因素

電動汽車與傳統燃油汽車相比，在性能方面有一定的優勢，比如起步加速時間短，動力足夠強勁；沒有變速箱，易于操控；安全性較高；噪音小，駕乘舒適等。Ozaki和Sevastyanova[9]通過調研混合動力汽車消費者，得到與汽車性能相關的因素比如駕乘舒適、噪音小、自動擋、易于操作等是影響消費者采用的最重要的因素。德勤咨詢公司[10]在美國做的一項調查表明電動汽車的可靠性是消費者首要考慮的因素之一。但是由于電池技術的制約，電動汽車的續航里程較短，一般為100-300公里，不能滿足用戶的長途出行。同時電池壽命也較短，這些因素都在一定程度上降低了消費者的市場接受度。

(五)電動汽車的使用成本

Caperello和Kurani[11]的研究表明，雖然電動汽車很高的購買成本阻礙了電動汽車的推廣，但其相比傳統汽車較低的使用成本是電動汽車推廣的促進因素。Krupa等[12]通過對美國1000名居民的調研發現相比于電動汽車的環保效益，消費者更注重電動汽車能耗成本的降低，而且關注電動汽車能耗成本低的被調查者更有可能購買電動汽車。消費者在購車時除了考慮汽車性能因素外，還會考慮汽車購買之后的使用成本。電動汽車的百公里充電費用約為12元，遠低于燃油車，而且電動汽車無需更換三濾，維修保養費用低。因此電動汽車較低的使用成本是吸引消費者的一個主要因素。

(六)電動汽車的營銷推廣

李美霞[13]在研究純電動汽車購買決策的影響因素時指出，企業的促銷活動有利于增加消費者對純電動汽車的購買量，擴大市場占有率。除了電動汽車本身的性能和價格等自身條件外，營銷推廣也在一定程度上影響消費者的市場接受度。營銷推廣因素包括銷售渠道、售后服務、廣告宣傳等方面。

(七)充電設施便利性

由于電池技術制約，電動汽車的續駛里程較短，不能滿足用戶的長距離出行，因此需要建設充電設施以消除用戶的“里程焦慮”。Browne等[14]分析了電動汽車發展的阻礙因素，其中充電設施不完善是阻礙因素之一，當沒有充電設施時，車主會產生里程焦慮。因此，充電設施的建設將有利于電動汽車市場的快速發展[15]。充電配套設施的完善程度和便利性是影響消費者對電動汽車市場接受度的重要因素。

(八)政府支持政策

在電動汽車產業發展初期，政府是電動汽車產業化及市場化的主要推動力量，政府對電動汽車產業制定的政策會對消費者電動汽車的市場接受度產生影響。政策主要分為財稅政策和非財稅政策，財稅政策包括購車補貼、購置稅減免、充電設施補貼和充電電費補貼等，非財稅政策包括牌照減免、停車免費或不限行等。Gallagher和Muehlegger[16]認為相比于其他支持政策，稅費補貼更加能夠促進消費者對電動汽車的購買。Lane and Potter[17]通過調研分析阻礙英國清潔汽車推廣的因素，結果表明政府的環保法規、油價政策、購買補貼和加能基礎設施的建設會影響清潔汽車的采用率。Potoglou[18]通過網絡問卷調查，運用巢式Logit模型分析結果表明購置稅減免和成本降低可以有效促進電動汽車的使用，但是一些非財政政策如免費停車和使用專用車道等的效果不明顯。

(九)電動汽車的社會影響

Turrentine和Kurani[19]通過調研美國57個家庭發現，電動汽車的環保性以及使用電動汽車體現的環保形象是影響消費者購買的重要推動因素。Graha-Rowe[20]通過調查英國40戶家庭駕駛電動汽車的經驗發現，有的車主因為電動汽車的環境效益而感覺良好，而其他車主卻因為電動汽車外型或性能不佳而感到尷尬。Kurani[21]針對美國25個家庭的調研發現混合動力汽車的象征意義對他們的市場接受度影響很大，他們認為擁有一輛HEV可以表達成熟、智慧和與眾不同等自我特征。Zhang[22]通過調查南京299個駕校學員，得出消費者對電動汽車的接受程度受到周圍群體意見的影響。Jonn[23]通過RP和SP調研，基于離散選擇模型得到口碑效應會對混合動力汽車的接受度產生影響。電動汽車不僅僅只是簡單的交通工具，它所代表的社會象征意義也會一定程度上影響消費者的購買決策。同時消費者購買電動汽車不是一個獨立的決策行為，它會受到外界環境的制約和影響。消費者的市場接受度會受到周圍的參照群體、社會角色和家庭地位等的影響。

在構建電動汽車市場接受度的影響因素模型時，研究學者需要考慮各個因素對消費者接受度的影響。Faiers等[24]認為在研究消費者對電動汽車接受度的影響因素時，不僅要考慮消費者的感知價值和態度，還要考慮電動汽車的產品因素和外部環境因素等。Schuitema等[25]也表明影響消費者對電動汽車接受度的因素除了產品性能之外，還有消費者對電動汽車駕駛樂趣和象征意義的感知。黃偉芳[26]基于計劃行為理論得出電動汽車市場接受度受到態度、從眾心理、知覺行為控制、道德義務和自我認同5個變量的影響，同時消費者接受度在年齡、家庭月總收入和職業這三個變量上也存在顯著差異。

三、研究模型與方法

電動汽車與傳統燃油汽車相比，在產品性能方面有一定的優劣勢，這些因素會影響消費者對電動汽車的接受度。消費者的自身特征如年齡、學歷等人口統計變量和個性特征是決定消費者對電動汽車接受度的內在因素。其次，電動汽車的應用環境如政府政策、充電設施、售后服務和營銷環境等是影響電動汽車接受度的外部因素。最后，消費者對電動汽車的價值感知與傳播也會在一定程度上影響其對電動汽車的接受度，由于電動汽車不同于傳統汽車的性能和價值，消費者在選擇購買電動汽車時將考慮電動汽車的價值，如有環保效益、科技感強、可表達自我個性等，并將自我感知向周圍群體傳播。因此，基于以上國內外學者在電動汽車市場接受度上的研究成果，結合專家訪談調研，本文歸納總結了消費者對電動汽車接受度的影響因素，構建了電動汽車市場接受度的影響因素模型，如圖1所示。模型中的影響因素包括消費者自身因素和外部影響因素，消費者自身因素又包括人口統計變量、消費者的感知風險和消費者的個性特征，而外部影響因素包括電動汽車產品技術性能、電動汽車的使用成本、營銷推廣、充電設施便利性、政府支持政策和電動汽車的社會影響。

本文通過網絡問卷調查的方法來研究消費者對電動汽車市場接受度的影響因素。本文的研究對象為私家車車主，即電動汽車的潛在消費者。基于上述研究模型，本文設計的問卷涵蓋了模型中電動汽車市場接受度的各個影響因素，在量表的設計過程中主要借鑒了現有的較為成熟的量表，這些量表都經過了大量實證研究的檢驗，并為眾多相關領域專家學者所認可。在問卷設計完成之后，首先對部分消費者和專家進行調研訪談，根據他們的意見修改了部分題項。問卷的調查數據來源于搜狐汽車網站，共收集1206份問卷，剔除含有缺失值和異常值的無效問卷以及對電動汽車完全不了解的被調查者問卷135份，共獲得有效問卷為1071份，有效率達到88.8%。問卷包括三部分，第一部分是測量電動汽車市場接受度各影響因素變量，共設計了涵蓋這些變量的35個問題，運用五點李克特量表進行測量，1代表完全不同意，5代表完全同意；第二部分測量消費者對電動汽車的了解程度以及是否試駕過電動汽車；第三部分是測量消費者對電動汽車的接受度變量，此變量即為本文模型的因變量；第四部分是人口統計變量，包括性別、年齡、學歷、職業和收入等。

本文采用SPSS21.0作為數據統計分析的工具，統計分析方法有：

(1) 描述性統計分析：用頻數分析對人口統計變量和各影響因素變量進行各項描述統計。

(2) 交叉列聯表分析：通過收集的樣本數據，產生交叉列聯表，得出不同人口統計變量在消費者市場接受度選擇上的差異，并且在交叉列聯表的基礎上，運用卡方檢驗對各研究變量與市場接受度之間是否存在相關性進行檢驗。

(3) 相關分析：本文用皮爾遜相關系數來分析市場接受度影響因素之間的相關性，用以檢驗變量之間是否存在多重共線性問題。

(4) Logistic回歸分析：Logistic回歸是研究二分類或多分類觀察結果與影響因素之間關系的一種多變量分析方法，本文采用多項Logistic回歸來研究各影響因素變量與市場接受度之間的關系。

圖1　電動汽車市場接受度模型

四、 研究結果

(一)樣本描述統計分析

表1列出了被調查者人口統計特征變量的均值、標準差等基本統計特征。樣本中男性比例占97.6%，遠高于女性比例。年齡以中青年為主，集中在26-50歲年齡段，占樣本總數的90.5%，這一年齡段應該是電動汽車購買的主要群體，因此重點對他們的調查所取得的數據更具有說服力。從受教育程度的維度來看，學歷水平中等偏上，以大專和本科所占比例最高，占到72.2%。這一部分人接受了較多的教育，對事情有自己的看法和觀點，因此他們在樣本中占較大的比例同樣會對我們的結果增添說服力。被調查者的家庭年收入水平中等，有65.0%的家庭年收入在5-20萬之間，2013年我國城鎮居民人均可支配收入為26955元，大多數被調查者年收入高于平均水平。職業分布相對較分散，其中比例超過20%的是黨政機關干部/教師/警察和公司管理人員，比例在10%至20%的是普通職員和技術人員。

(二)問卷的可靠性分析

表2列出了市場接受度各影響因素的基本統計特征。從各影響因素的均值可以看出，除了營銷因素和充電便利性因素之外，其它影響因素的均值都在3.20-4.12之間，說明消費者認為電動汽車在產品性能、使用成本、政府支持政策、社會影響等方面表現較好，消費者對電動汽車的感知風險較高。營銷推廣因素的均值較低說明電動汽車在營銷方面的表現較差，充電便利性因素的均值較低說明電動汽車在充電設施方面發展不夠完善，消費者充電不便利。在個性特征方面，被調查者擁有較強的新潮個性特征、從眾心理和環保意識。

在本研究中，由于測量量表中的變量均用李克特5點量表測量，因此以Cronbach’s α系數來衡量量表的可靠性。一般認為Cronbach’s α系數越大，表示量表的內部一致性越高，α值大于0.70表示量表信度相當高，若α值在0.35與0.70之間，量表信度尚可，如果低于0.35則表示信度低，必須拒絕[27]。本研究中量表信度分析的結果如表2所示。從信度分析結果可以看出，各分量表和整個量表的Cronbach’s α系數在0.673-0.878之間，表明問卷具有較高的信度。

表1　樣本人口統計變量描述性統計

(三) 電動汽車的市場接受度分析

通過調查消費者對電動汽車的接受度可知：超過90%的被調查者表示愿意購買電動汽車，而且更愿意購買電動汽車作為家庭第二輛車，愿意購買電動汽車作為家庭第二輛車的比例(47.4%)大于愿意購買電動汽車來替換燃油車的比例(43.3%)，結果如表3所示。

表2　樣本量表描述性統計和可靠性分析

表3　電動汽車的市場接受度

為進一步了解消費者對電動汽車的接受度在人口統計變量上的差異，本文采用交叉列聯表和卡方檢驗來分析人口統計變量與消費者接受度之間的相關性，結果如表4所示。

在性別方面，選擇愿意購買電動汽車作為家庭第二輛車的被調查者中有98.2%是男性，這一比例在選擇愿意購買電動汽車替換燃油車時下降至97.2%。卡方檢驗結果表明性別對電動汽車的市場接受度無顯著影響(χ2=2.284；df=2；p=0.319>0.05)。需要注意的是本研究的調查樣本中男性比例偏高(97.6%)。

在年齡方面，31-40歲年齡段和41-50歲年齡段的被調查者選擇愿意購買電動汽車替換燃油車的比例(52.8%和29.5%)高于其他選擇，而25歲以下和26-30歲年齡段的被調查者選擇不愿意購買電動汽車的比例(7.1%和19.2%)高于其他選擇，如圖2所示。卡方檢驗結果表明年齡對電動汽車的市場接受度有顯著的影響(χ2=20.044；df=8；p=0.01<0.05)。

在學歷水平方面，初中及以下學歷的被調查者選擇不愿意購買電動汽車的比例(9.1%)高于其他選擇，選擇愿意購買電動汽車作為家庭第二輛車的被調查者中本科學歷的比例最高(42.7%)，且本科學歷的被調查者選擇愿意購買電動汽車作為家庭第二輛車的比例高于其他選擇，如圖3所示。卡方檢驗結果表明學歷水平對電動汽車的市場接受度有顯著的影響(χ2=16.527；df=8；p=0.035<0.05)。

在職業方面，職業為普通職員的被調查者選擇愿意購買電動汽車替換燃油車的比例(14.9%)高于其他選擇，職業為企業主和股東的被調查者選擇愿意購買電動汽車作為家庭第二輛車的比例(4.9%)高于其他選擇，職業為黨政機關干部/教師/警察和公司管理人員的被調查者選擇不愿意購買電動汽車的比例(26.3%和25.3%)高于其他選擇。卡方檢驗結果表明職業對電動汽車的市場接受度沒有顯著的影響(χ2=15.333；df=12；p=0.224>0.05)。

在家庭平均年收入方面，不愿意購買電動汽車的被調查者中收入在5萬元以下的比例最高(36.4%)，收入為8-12萬元之間的被調查者選擇愿意購買電動汽車替換燃油車的比例(23%)高于其他選擇，收入為15-20萬元和20-30萬元之間的被調查者選擇愿意購買電動汽車作為家庭第二輛車的比例(16%和9%)高于其他選擇，如圖4所示。卡方檢驗結果表明家庭平均年收入對電動汽車的市場接受度有顯著的影響(χ2=57.139；df=12；p=0.000<0.01)。

通過上述交叉列聯表分析和卡方檢驗可以得到人口統計變量與電動汽車市場接受度之間的關系：性別和職業對電動汽車的市場接受度沒有顯著影響，而年齡、學歷水平和家庭平均年收入這些變量均對電動汽車的市場接受度有顯著影響。

除了人口統計特征變量對電動汽車的市場接受度有影響之外，消費者對電動汽車的了解程度和是否試駕過電動汽車也會影響其對電動汽車的市場接受度。圖5列出了被調查者對電動汽車的了解程度與其電動汽車市場接受度之間的關系，可以看出對電動汽車不太了解的被調查者選擇不愿意購買電動汽車的比例最高(19.4%)，而對電動汽車比較了解和非常了解的被調查者選擇愿意購買電動汽車的比例較高(94.5%和91.4%)，同時卡方檢驗的結果也表明消費者對電動汽車的了解程度與其電動汽車市場接受度之間有關系(χ2=32.301；df=6；p=0.000<0.01)。圖6列出了被調查者是否試駕過電動汽車與其市場接受度之間的關系，可知試駕過電動汽車的被調查者選擇愿意購買電動汽車的比例較高(96.5%)，卡方檢驗結果表明消費者是否試駕過電動汽車與其電動汽車市場接受度之間有關系(χ2=13.448；df=2；p=0.001<0.01)。

表4　人口統計變量與市場接受度交叉列聯表

通過以上分析我們可以得出結論：年齡在31-50歲之間、家庭平均年收入為8-12萬元之間、對電動汽車非常了解和未試駕過電動汽車的消費者更有可能選擇購買電動汽車替換燃油車，本科學歷、家庭平均年收入為15-30萬元之間、對電動汽車比較了解和試駕過電動汽車的的消費者更有可能購買電動汽車作為家庭第二輛車，30歲以下、初中及以下學歷、家庭平均年收入為5萬元以下、對電動汽車不太了解、未試駕過電動汽車的消費者更傾向于不愿意購買電動汽車。

(三)Logistic回歸分析

為了進一步研究各影響因素變量與電動汽車市場接受度之間的關系及其影響程度，本文利用SPSS 21.0軟件對電動汽車市場接受度進行多項Logistic回歸估計分析，但是在進行Logistic回歸分析之前，需先檢驗自變量之間是否存在多重共線性問題。通過SPSS軟件計算研究變量的皮爾遜相關系數以確定變量之間的線性相關關系。相關系數的絕對值越大，相關性越強，通常情況下通過以下取值范圍判斷變量的相關性：相關系數為0.8-1.0表示極強相關，0.6-0.8為強相關，0.4-0.6為中等程度相關，0.2-0.4為弱相關，0.0-0.2為極弱相關或無相關，變量之間的相關性高可能導致多重共線性問題[28]。表5為變量的皮爾遜相關系數矩陣，各變量之間相關系數均小于0.7，變量之間相關性較低，表明無多重共線性問題。

圖2　電動汽車市場接受度的年齡分布

圖3　電動汽車市場接受度的學歷水平分布

圖4　電動汽車市場接受度的家庭年收入分布

圖5　消費者對電動汽車的了解程度與市場接受度的關系

自變量產品性能營銷因素使用成本政府政策充電設施社會影響感知風險新潮個性從眾心理環保意識產品性能1營銷因素0.319**1使用成本0.566**0.123**1政府政策0.440**0.454**0.426**1充電設施0.136**0.677**-0.068*0.284**1社會影響0.544**0.200**0.574**0.429**-0.0191感知風險0.240**-0.136**0.390**0.186**-0.234**0.408**1新潮個性0.406**0.211**0.434**0.329**-0.0070.655**0.313**1從眾心理0.239**0.251**0.217**0.271**0.217**0.254**0.236**0.285**1環保意識0.435**0.242**0.449**0.396**0.076*0.638**0.264**0.527**0.319**1

**.在 0.01 水平(雙側)上顯著相關。

*.在 0.05 水平(雙側)上顯著相關。

圖6　消費者是否試駕過電動汽車與市場接受度的關系

在構建多項Logistic回歸模型的過程中，因變量Y有3個水平，分別是：不愿意購買電動汽車(設Y=0)，愿意購買電動汽車替換燃油車(設Y=1)和愿意購買電動汽車作為家庭第二輛車(設Y=2)，將“愿意購買電動汽車作為家庭第二輛車”作為參照組，對每一分類的水平作比較，得到2個Logistic模型，分別是Y=0與Y=2相比和Y=1與Y=2相比，即：

同時：P0+P1+P2=1

式中P(Y=m|X),(m=0,1,2)代表選擇m水平的概率，i和j代表影響因素的編號。

模型中的自變量為產品技術性能、使用成本、營銷推廣、充電設施便利性、政府支持政策、社會影響、感知風險、新潮個性、從眾心理和環保意識等10個影響因素，本研究通過SPSS軟件進行多項Logistic回歸得出電動汽車市場接受度的影響因素。模型得到僅含截距項的對數似然值為198.3，最終模型的卡方值是139.245，顯著性為0.000，可見最終模型更為顯著。同時Pearson卡方統計量和偏差卡方統計量對應的P值大于5%，不能拒絕實際值與預測值一致的假設，說明模型具有較好的擬合優度。多項Logistic回歸分析得出的結果見表6所示。各統計量的顯著性小于5%時認為回歸的效果顯著，說明影響因素指標與消費者對電動汽車的接受度之間存在因果關系。由表6可知，當因變量取“0”時，充電便利性、社會影響和感知風險這3個影響因素的顯著性小于0.05。當因變量取“1”時，充電便利性、社會影響、感知風險和從眾心理這4個影響因素的顯著性小于0.05。兩個Logistic回歸方程分別為：

公式中的x1、x2、x3和x4分別表示充電便利性、社會影響、感知風險和從眾心理變量。

(四) 討論

在Logistic回歸結果中，當因變量為“不愿意購買電動汽車”(即Y=0)時，充電便利性和社會影響變量的回歸系數為負，說明與Y=2相比，當電動汽車的充電便利性和社會影響降低時，消費者不愿意購買電動汽車的概率增加。感知風險變量的回歸系數為正，說明與Y=2相比，當消費者對電動汽車的感知風險增加時，其不愿意購買電動汽車的概率也相應增加。在這3個因素中，對消費者不愿意購買電動汽車影響最大的因素是社會影響，其次是充電便利性和感知風險。

表6　多項Logistic回歸結果

當因變量為“愿意購買電動汽車替換燃油車” (即Y=1)時，充電便利性、社會影響和從眾心理這3個變量的回歸系數為正，說明與Y=2相比，當這3個變量值增加時，消費者愿意購買電動汽車替換燃油車的概率將增加。感知風險變量的回歸系數為負，說明與Y=2相比，當消費者對電動汽車的感知風險增加時，其愿意購買電動汽車替換燃油車的概率將相應降低。在這4個因素中，對消費者愿意購買電動汽車替換燃油車影響最大的因素是社會影響，其次是感知風險、充電便利性和從眾心理。以下分別針對這4個變量對消費者愿意購買電動汽車替換燃油車的影響作用進行分析：

1.社會影響變量的回歸系數為正，表明社會影響的作用越大，消費者越有可能購買電動汽車替換燃油車。在控制其他變量的情況下，社會影響每增加一個單位，Y=1與Y=2的概率比將變成原來的1.397倍。電動汽車的社會影響主要是指電動汽車的社會象征意義和社交群體對消費者接受度的影響。電動汽車的社會象征意義包括環保效益和個性形象表達等，這些因素會促使有環保意識和個性特征鮮明的消費者更容易接受新技術，比如本文的研究對象電動汽車。此外，消費者所處的社會網絡也會影響消費者對電動汽車的接受度，尤其在現代網絡環境下，消費者對電動汽車的接受度不僅會受到鄰居、朋友和熟人的影響，還會受到社交網站等的影響。因此政府在推廣宣傳電動汽車時不應只關注傳統的傳播媒介，還要關注社交網絡的作用。

2.感知風險變量的回歸系數為負，表明消費者對電動汽車的感知風險越大，其愿意購買電動汽車替換燃油車的概率越低。在控制其他變量的情況下，感知風險每增加一個單位，Y=1與Y=2的概率比將變成原來的0.765倍。考慮到電動汽車相比于傳統燃油汽車的特殊性，消費者感知到的風險主要有：擔心電動汽車的電池壽命過短；擔心電動汽車技術不過關，質量不可靠；擔心電動汽車不能及時充電，影響日常工作和生活。因此要降低消費者對電動汽車的感知風險，需要提升電動汽車的產品性能，提高電池壽命，同時完善充電設施建設，保障電動汽車及時充電。

3.充電便利性變量的回歸系數為正，說明電動汽車充電越便利，消費者越有可能購買電動汽車替換燃油車。在控制其他變量的情況下，充電便利性每增加一個單位，Y=1與Y=2的概率比將變成原來的1.222倍。電動汽車的充電便利性一方面包括充電設施數量多，另一方面包括充電時間短。因此，需要建設完善的充電設施，滿足消費者的使用需求，消除電動汽車使用者的“里程焦慮”。

4.從眾心理變量的回歸系數為正，說明消費者的從眾心理越強，越有可能購買電動汽車替換燃油車。在控制其他變量的情況下，從眾心理每增加一個單位，Y=1與Y=2的概率比將變成原來的1.188倍。當消費者所處的社交網絡群體中購買電動汽車的人數增加時，其從眾心理將促使其對電動汽車的接受度提高。因此，在電動汽車發展初期應注重加強試點推廣，并深入挖掘和利用消費者的從眾心理。

通過以上分析可知，要提高消費者對電動汽車的接受度，推動電動汽車的市場化推廣，需要重視開發和宣傳電動汽車的社會價值，完善充電設施建設，提升電動汽車的產品性能，降低消費者對電動汽車的感知風險。

五、結論

通過本研究可以發現：消費者的人口統計變量如年齡、學歷水平和家庭平均年收入等會影響電動汽車的市場接受度，年齡小、學歷水平低和家庭平均年收入低的消費者對電動汽車的接受度不強。此外，消費者對電動汽車的了解程度和是否試駕過電動汽車也會影響電動汽車的市場接受度。因此，政府在電動汽車產業發展初期可根據消費者的人口統計特征，有針對性地制定推廣策略，比如考慮到學歷水平高、家庭收入水平高的消費者對電動汽車的接受度較強，說明在發達的地區和城市優先實行電動汽車的試點推廣是符合電動汽車市場特征和規律的，因此政府應繼續推動電動汽車的試點推廣，之后逐漸推廣到其他地區和城市。而針對學歷水平不高、家庭平均年收入較低的消費者，政府應深入挖掘他們的需求，推動企業生產質優價廉的微型電動汽車以滿足這部分消費群體的需求。此外，研究發現，對電動汽車的了解程度低、未試駕過電動汽車的消費者對電動汽車的接受度不強。因此政府應加強對電動汽車的媒體宣傳，并廣泛地開展電動汽車的試駕、試用、短租等多種形式的活動，增強消費者對電動汽車的了解，從而擴大電動汽車的消費市場。

此外，研究還得到消費者不愿意購買電動汽車的影響因素有社會影響、充電便利性和感知風險，而愿意購買電動汽車替換燃油車的影響因素有社會影響、感知風險、充電便利性和從眾心理。由此可見，政府在社會影響、感知風險和充電便利性這三個方面采取積極的措施將有效提高消費者對電動汽車的接受度。針對不愿意購買電動汽車的消費者，充電便利性對其的影響大于愿意購買電動汽車的消費者，因此政府應著重完善充電設施建設，提高電動汽車的充電便利性。針對愿意購買電動汽車的消費者，感知風險對其的影響大于不愿意購買電動汽車的消費者，且從眾心理也會影響其對電動汽車的接受度，因此政府應著重降低消費者對電動汽車的感知風險并充分利用消費者的從眾心理，進而提高消費者對電動汽車的接受度。基于以上分析，政府在推動電動汽車的市場發展時，應重視其社會影響因素，注重宣傳使用電動汽車的環保性和其他社會象征意義，增強消費者對電動汽車社會價值的認知。同時，也應加快電動汽車相關的硬件配套設施建設，重點加強充電設施布局規劃、標準制定、運營模式等方面的研究，為用戶提供便利的充電服務。最后，政府應支持企業完善電動汽車的核心技術，提高產品質量，建立完善的售后服務體系，降低消費者的感知風險。

本文雖然取得了相關的研究成果，但還存在一定的研究局限，比如本文研究的對象是私家車用戶，未考慮商業車隊等，其次在研究私家車消費者對電動汽車的接受度時，也未區分純電動汽車和插電式混合動力汽車，未來在這些方面還有待進一步的研究和分析。

參考文獻：

[1]Carley S，Krause R M，Lane B W，et al.Intent to purchase a plug-in electric vehicle：A survey of early impressions in large US cites[J].Transportation Research Part D：Transport and Environment，2013，18：39-45.

[2]Knez M，Jereb B，Obrecht M.Factors influencing the purchasing decisions of low emission cars：A study of Slovenia[J].Transportation Research Part D：Transport and Environment，2014，30：53-61.

[3]Pl?tz P，Schneider U，Globisch J，et al.Who will buy electric vehicles？Identifying early adopters in Germany[J].Transportation Research Part A：Policy and Practice，2014，67：96-109.

[4]Oliver J D，Rosen D E.Applying the environmental propensity framework：A segmented approach to hybrid electric vehicle marketing strategies[J].Journal of Marketing Theory and Practice，2010，18(4)：377-393.

[5]Kahn M E.Do greens drive Hummers or hybrids？Environmental ideology as a determinant of consumer choice[J].Journal of Environmental Economics and Management，2007，54(2)：129-145.

[6]Axsen J，Kurani K S.Hybrid，plug-in hybrid，or electric—What do car buyers want?[J].Energy Policy，2013，61：532-543.

[7]Hidrue M K，Parsons G R，Kempton W，et al.Willingness to pay for electric vehicles and their attributes[J].Resource and Energy Economics，2011，33(3)：686-705.

[8]許恬.我國當前電動汽車潛在消費者的識別與消費行為研究[D].武漢理工大學，2012.

[9]Ozaki R，Sevastyanova K.Going hybrid：An analysis of consumer purchase motivations[J].Energy Policy，2011，39(5)：2217-2227.

[10]Giffi C，Hill R，Gardner M，et al.Gaining traction：A customer view of electric vehicle mass adoption in the US automotive market[J].Deloitte Consulting LLC，2010.

[11]Caperello N D，Kurani K S.Households’ stories of their encounters with a plug-in hybrid electric vehicle[J].Environment and Behavior，2012，44(4)：493-508.

[12]Krupa J S，Rizzo D M，Eppstein M J，et al.Analysis of a consumer survey on plug-in hybrid electric vehicles[J].Transportation Research Part A：Policy and Practice，2014，64：14-31.

[13]李美霞.基于消費者視角的純電動汽車購買決策影響因素及市場化研究[D].華東理工大學，2014.

[14]Browne D，O’Mahony M，Caulfield B.How should barriers to alternative fuels and vehicles be classified and potential policies to promote innovative technologies be evaluated?[J].Journal of Cleaner Production，2012，35：140-151.

[15]Silvester S，Beella S K，van Timmeren A，et al.Exploring design scenarios for large-scale implementation of electric vehicles; the Amsterdam Airport Schiphol case[J].Journal of Cleaner Production，2013，48：211-219.

[16]Gallagher K S，Muehlegger E.Giving green to get green？Incentives and consumer adoption of hybrid vehicle technology[J].Journal of Environmental Economics and Management，2011，61(1)：1-15.

[17]Lane B，Potter S.The adoption of cleaner vehicles in the UK：exploring the consumer attitude-action gap[J].Journal of cleaner production，2007，15(11)：1085-1092.

[18]Potoglou D，Kanaroglou P S.Household demand and willingness to pay for clean vehicles[J].Transportation Research Part D：Transport and Environment，2007，12(4)：264-274.

[19]Turrentine T S，Kurani K S.Car buyers and fuel economy?[J].Energy Policy，2007，35(2)：1213-1223.

[20]Graham-Rowe E，Gardner B，Abraham C，et al.Mainstream consumers driving plug-in battery-electric and plug-in hybrid electric cars：A qualitative analysis of responses and evaluations[J].Transportation Research Part A：Policy and Practice，2012，46(1)：140-153.

[21]Heffner R R，Kurani K S，Turrentine T S.Symbolism in California’s early market for hybrid electric vehicles[J].Transportation Research Part D：Transport and Environment，2007，12(6)：396-413.

[22]Zhang Y，Yu Y，Zou B.Analyzing public awareness and acceptance of alternative fuel vehicles in China：The case of EV[J].Energy Policy，2011，39(11)：7015-7024.

[23]Axsen J，Mountain D C，Jaccard M.Combining stated and revealed choice research to simulate the neighbor effect：The case of hybrid-electric vehicles[J].Resource and Energy Economics，2009，31(3)：221-238.

[24]Faiers A，Cook M，Neame C.Towards a contemporary approach for understanding consumer behaviour in the context of domestic energy use[J].Energy Policy，2007，35(8)：4381-4390.

[25]Schuitema G，Anable J，Skippon S，et al.The role of instrumental，hedonic and symbolic attributes in the intention to adopt electric vehicles[J].Transportation Research Part A：Policy and Practice，2013，48：39-49.

[26]黃偉芳.家用電動汽車購買意愿影響因素的實證研究[D].浙江工商大學，2012.

[27]DeVellis R F.Scale development：Theory and applications[M].Sage publications，2012.

[28]Lean O K，Zailani S，Ramayah T，et al.Factors influencing intention to use e-government services among citizens in Malaysia[J].International Journal of Information Management，2009，29(6)：458-475.

(本文責編：王延芳)

Identifying Consumer Characteristics and

Public Acceptance of Electric Vehicles in China

WANG Ning，YAN Run-lin,LIU Ya-fei

(School of Automotive Studies,Tongji University，Shanghai 200092，China)

Abstract：Electric vehicle is considered as a potentially effective technological innovation to save energy，reduce air pollution and promote the industrial upgrading.However，the low public acceptance of EVs leads to the failure of EV market penetration.Analyzing the potential EV consumers’ characteristics and their acceptance of EVs will help to promote EV adoption and have important policy implications.With the construction of the public acceptance model of EVs，this paper applies the chi-square test and a multinomial logistic regression model based on the questionnaires of 1071 online private car users to figure out the factors that have effects on the public acceptance for EVs.The results indicate that the variables of age，education level and annual income have significant effects on the public acceptance of EVs.Consumers are more likely to purchase EVs as a second car，whose characteristics are bachelor degree，annual income between 150,000 and 300,000 yuan，having a better understanding of EVs and having driven EVs before.The regression result indicates that the social influences，charging infrastructure readiness and perceived risks are the three important factors influencing consumers’ acceptance of EVs.The influence of charging infrastructure readiness on consumers who are not willing to purchase EVs is greater than those who are willing to purchase EVs to replace the traditional fuel vehicles.Besides，the consumers’ herd mentality is another factor affecting consumers’ acceptance to purchase EVs to replace the traditional fuel vehicles.Finally，policy implications on how to stimulate EV adoption are derived.

Key words:electric vehicle; consumer characteristics; public acceptance; logistic regression

中圖分類號：C812

文獻標識碼：A

文章編號：1002-9753(2015)10-0070-15

作者簡介：王寧(1977-)，男，山東萊陽人，管理學博士，同濟大學汽車學院副教授，研究方向：消費者行為與新能源汽車產業化。

基金項目：國家科技支撐計劃課題(2015BAG11B01)，上海市科技發展基金軟科學研究重點項目(13692103600)。

收稿日期：2015-06-09修回日期：2015-09-20