基于BP模型的北京市電動汽車市場調研分析與建議

王璟宇 吳浩宇 李云 范舒靖 郁晉雄

摘 要：本文介紹了北京市電動汽車市場的發展現狀，分析了影響其推廣的可能因素，進行市場調研以明確消費者對其的態度，并利用BP模型定量分析了各因素對電動汽車推廣的影響大小并預測市場發展趨勢，從而根據調研結果和模型分析提出合理建議。

關鍵詞：電動汽車 影響因素 模型 發展趨勢

中圖分類號：F713.52 文獻標識碼：A 文章編號：2096-0298（2017）06（b）-003-04

近年來，北京市霧霾和交通等問題愈演愈烈，社會各方面對電動汽車的關注度很高。2017年，北京市電動汽車保有量突破十萬輛[1]，居全國第一。展望未來幾年北京市汽車市場，電動汽車市場占有率會發生怎樣的變化？消費者對電動汽車持有何種看法？是什么因素阻礙了電動汽車在北京的發展？基于此，本文針對以上問題作出研究，并建立了BP模型以分析各因素對電動汽車的影響程度。

1 北京市電動汽車發展現狀

據北京市科委負責人表示，2014年北京市電動汽車的推廣數量已經達到8050輛，其中超過7成來自私人用戶。為促進電動汽車市場發展，2014年國家共出臺了16項電動汽車相關政策。北京作為首都也在全國率先推出了一系列地方政策和管理辦法，包括《北京市示范應用新能源小客車管理辦法》、《北京市示范應用新能源小客車財政補助資金管理細則》等具有可行性和較為細致的政策，形成了國內最為完善的政策體系。

技術方面，2001年起，國家在電動車領域的投資達到100億元人民幣，我國電動汽車重大科技專項實施4年來，經過200多家企業、高校和科研院所的技術骨干的努力，目前已取得了重大進展。

目前電動汽車市場主要車型基本情況如表1所示。

2 影響電動汽車推廣的因素分析

影響電動車推廣的原因在于通常是與燃油車相比有資深的不足：其續航里程短；目前多數電動汽車續航里程只有200公里；電動汽車不利于高速巡航，高速巡航的頂風阻力會大幅度消耗電池的能量；電池安全也是難題，相對傳統燃料汽車，電池組易燃易爆的特性使電動汽車較為“脆弱”。綜上分析，電動汽車仍無法完全取代汽柴油車輛[3]。

影響電動汽車推廣的宏觀因素包括國家補貼政策，交通配套政策，充電基礎設施規劃及充電電價等；例如按照《北京示范應用新能源小客車管理辦法》，在北京購買新能源車的補貼與國家相一致（兩級補貼不超過市場銷售價格的60%），且根據續航里程的不同，2015年地方補貼數額在3.15萬～5.4萬之間。

為分析各因素對消費者購買動機和購買行為的影響，我們對北京市消費者進行了線上市場調研。

3 調研內容及結果分析

3.1 價格因素

經過搜集對比各大品牌電動汽車基本情況（圖1），我們發現市場上除特斯拉外，其余電動汽車品牌定價基本在30萬元之內。結合調研結果（圖2）說明，價格不是推廣電動汽車的最大阻力，電動汽車的市場價格基本符合消費者心理預期。但仍有11.36%的消費者有對高端電動汽車的需求，高端電動汽車有發展潛力。

3.2 續航里程

從圖2可以看出，大部分人對電動汽車的續航里程要求不高。從圖1中可以看出，大部分電動汽車可以滿足150km甚至更高的續航里程。所以，續航里程的大小也不是阻礙市民選擇電動汽車的主要原因。

3.3 充電樁分布

截至2016年年底，北京市電動汽車保有量約9萬輛，充電樁6.7萬個，其中個人比例接近70%。目前，北京有5400個小區完成了建樁。

根據兩會消息，到2017年城市將建成每5公里一個充電樁。到2020年，北京將基本建成互聯互通、智能高效的充電設施服務網絡，可保障60萬輛電動汽車的充電需求，重點區域的充電服務半徑小于0.9公里。

圖3說明，被調查者中有65.22%的人都不認為自己所居住地區周邊充電樁的分布便于充電。然而事實上，現如今充電樁的分布密度并不低，只是沒有明確的位置標識，知曉度很低。所以在北京，充電樁主要的問題為是否進行了有效的充電樁分布管理。盡量減少資源限制，增加資源共享[2]。

3.4 充電時間

根據調查結果，近一半的調查者希望電動汽車的充電時間能在四小時以下，而根據對各品牌電動汽車的調查，快速充電功能完全可以實現消費者訴求。

3.5 其他因素

在本次調研中，我們設置了因素比重分配問題，欲了解各因素對消費者影響的大小。

從圖5中可以看出，消費者最關注電動汽車性能，其次是價格和續航里程。而所占比重最低的是國家的補貼政策。不難看出，人們關心的主要還是電動汽車本身的性能和價格是否可以滿足需求。另外消費者對于電動汽車充電問題和電池問題也給予了一定關注。補貼政策的及時落實也會為電動汽車的推廣助力。

3.6 人們購買電動汽車的動機

這是一項多項選擇題，由圖6可知，選擇節能環保作為自己購買電動汽車因素之一的人占到被調查人數的73.91%，其次為電價相比于油價的優勢以及政策優惠。電價方面，2016年6月起，北京市充電樁充電價格調整為峰時（1.8044元/度）、平時（1.4950元/度）、谷時（1.1946元/度）三類。然而在我們的調查中，有高達92.75%的人都不了解充電價格。

4 模型分析

建模以定量分析各因素對電動汽車推廣影響的程度和未來電動汽車市場發展潛力。

Back Propagation，意為“向后傳播的錯誤”，是一種常見的訓練人工神經網絡的方法。該方法計算損失函數相對于網絡中所有權重的梯度。梯度被提供給優化方法，其又使用它來更新權重，以試圖使損失函數最小化。

步驟1：數據預處理當我們將變量放入BP模型時，通常找到具有不同維度的變量，因此我們需要提前處理標準化。正規化的具體公式為：

在該公式中，Ymax=1，Ymin=-1，X是數據集應該被歸一化。此外，Matlab中的相應函數是“mapminmax”。

步驟2：構建BP神經網絡由輸入層、隱層和輸出層組成。因為有9個預設的影響因素，網絡在輸入層應該有9個神經節點。此外，我們選擇電動車未來發展潛力指標WSI作為網絡的目標，因此輸出層中只有一個神經節點。 WSI是指電動車能否在社會中普及開來，以及是否可以替代汽油車的可行性。WSI值的取值區間為0～1，取值越高，表明電動汽車發展潛力越高，反之則越低。

根據用于設計BP網絡的原理，從輸入層到隱藏層的傳遞函數是S形函數f（Y）。（N：輸出層的節點號）：

隱層節點的數量對BP神經網絡的預測精度有顯著影響。如果節點數量太小，網絡研究得不好；而節點數量太大，網絡將隨著訓練時間的增加而過度配合。因此，我們參考以下經驗公式來確定隱藏層節點的最優數量。（L：輸入層的節點數目，M：隱藏層的節點數目，N：輸出層的節點數目，a：0到10之間的任意常數）。

在實際問題中，隱層的節點數應首先服從公式。然后在可能的范圍內，可以通過試驗確定最佳節點數。在BP網絡工作中，我們最終選擇M=6。學習速度也占據了網絡中的重要地位。如果學習速度太小，程序運行緩慢；同時學習速度過大，網絡不會自行約束，導致精度低。因此，我們最終將傾斜率設為0.05，運行次數為50000，訓練精度為10-5。在建模中，北京地區的100個特征數據及其WSI將作為學習樣本輸入。畢竟，我們將得到一個評估模型來估計中國的WSI，其量化各影響電動車未來發展趨勢因素之間的權重關系。

BP網絡最終結構如圖7所示。

步驟3：輸出結果。運行BP神經網絡只能輸出歸一化的數據，為獲得真實數據，必須重新歸一化數據。函數“mapminmax”可以在Matlab中執行這個過程。

結論：最后得到的WSI指數為0.6821，標準差為0.09。從數據看出，若保持現在的政策和居民消費習慣，電動車在未來會有所發展，但發展潛力不是很大。但從各項指標權重來看，政策和科技技術這兩方面影響因素的權重較大，在未來也會對電動車的發展有重要影響。

5 結論及建議

結合調研和建模結果來看，消費者較關注電動汽車的性能和國家政策。要想完全打開電動汽車市場，不能本末倒置，最應提升的是電動汽車性能，這就要求關鍵技術的研發與創新。其次國家補貼政策不能忽視，充電管理，商業模式的發展及對電動汽車的宣傳工作也應跟進。

5.1 關鍵技術的研發與創新

對于電動汽車制造企業，要加大科技資源開放共享和服務能力，加強與各高校的交流合作。對政府而言，應加大對高校科研教育力度，支持并建立良好的溝通機制，大力扶持和培育中小型科技企業。

5.2 政策補貼

對電池等相關產業與充電站等配套服務設施進行適當補貼。政府應牽頭組織和鼓勵電動汽車基礎設施建設，要把電動汽車應用基礎設施的建設和布點規劃都歸到政府的城市總體規劃中。

對購買電動汽車進行補貼，選擇合理的購買電動汽車補貼方式，建立可持續的補貼融資機制和有效的補貼監管體系。

電動汽車的補貼政策應有保障且長期穩定。與此同時，電動汽車的發展需要與交通、電力、稅務等相關部門密切配合，只要與各相關部門溝通配合好，使其能夠和電動汽車補貼政策相互進行補充，完整的政策框架才能夠形成。

5.3 充電管理

電網需要對電動汽車儲能能力的利用進行實時監控，并由此建立起更加完善的電力市場環境。一方面要積極推進充電設施建設，并且開展充電設施關鍵技術研究。另一方面要加強動力電池梯級利用和回收管理，對于動力電池回收利用企業，要嚴格設定準入條件，督促有關企業提升技術水準，加強監督和管理，各種環保規定要嚴格落實，防止重金屬的污染。

5.4 發展電動汽車租賃市場

鼓勵商業模式創新發展，進一步發展電動汽車租賃市場，擴大租賃范圍，增加試點，及時了解消費者反饋。

最后我們除了在政策上加大支持力度，給予更多的補貼之外，還需要加大宣傳力度，提高消費者的節能意識，讓更多的人認識到高能耗所要付出的巨大環境成本，以及對國家能源戰略的影響。

參考文獻

[1] 數據來源于市經信委[Z].

[2] 搜狐網.牛近明：北京新增5.5萬輛新能源車，保有量達9.1萬[EB/OL].http：//auto.sohu.com/20161221/n476513041. shtml.

[3] EBB.影響電動汽車發展因素[EB/OL].http：//www.qqddc. com/html/directseed/dirc_8187.html，2014-08-21.