政府補貼對新能源汽車購買意愿的影響研究

孫 曉 華，　徐 　 帥

(大連理工大學 管理與經濟學部， 遼寧 大連 116024)

作為國民經濟重要的支柱產業，汽車行業在我國經濟和社會發展中發揮著重要作用。隨著我國工業化和城市化進程的深入推進，汽車需求保持迅猛增長的勢頭，千人汽車保有量從2005年的24輛增加到2015年的110多輛[1]，在提高人民生活水平的同時，也帶來了日益嚴重的能源消耗和環境污染問題。大力發展清潔節能型的新能源汽車，既有利于緩解能源和環境壓力，又能夠推動汽車產業轉型升級，培育新的經濟增長點和國際競爭新優勢。經過十多年的研究開發和示范運行，我國新能源汽車基本具備了產業化發展的基礎，電池、電子控制和系統集成等關鍵技術取得重大突破，純電動汽車和插電式混合動力汽車開始規模化投放市場。但與傳統燃油車相比，由于存在著銷售價格偏高、充電配套設施不完善和技術成熟度偏低等問題，導致消費者對新能源汽車的接受度不高，購買意愿仍然不強，制約了新能源汽車產業的發展。

為了加快新能源汽車的市場推廣，中央和地方政府接連出臺一系列優惠補貼政策。2010年5月，財政部、科技部、工業和信息化部、發展改革委等四部委聯合頒布《關于開展私人購買新能源汽車補貼試點的通知》，選擇上海、長春、深圳等5個城市進行私人購買新能源汽車的補貼試點，插電式混合動力乘用車每輛最高補貼5萬元，純電動乘用車每輛最高補貼6萬元，地方政府在中央補貼的基礎上按1：1比例加以配套。2015年4月，四部委再次發布《關于2016-2020年新能源汽車推廣應用財政支持政策的通知》，提出在全國范圍內開展新能源汽車推廣應用工作，中央財政對購買新能源汽車給予補助，并實行普惠制。在這樣的政策背景下，政府補貼是否能夠增強消費者的購買意愿、激發新能源汽車的市場需求？對于不同特征的消費者群體，政府補貼是否存在差異性效果？本文將對上述問題展開詳細討論。

一、文獻回顧

消費者對新能源汽車的購買意愿與諸多因素有關，國外的研究出現較早，學者們討論了銷售價格、使用成本、加速性能等汽車屬性和政府優惠政策對消費者選擇的影響。Potoglou等通過對加拿大的482個家庭的網上問卷分析，指出新能源汽車價格的降低和環保性能的提高可以有效促進新能源汽車的使用，但免費停車和設置專用車道等非財政政策對消費者購買沒有顯著作用[2]。Adler等調查了美國2200個消費者對柴油汽車、天然氣汽車和混合動力汽車的選擇偏好，發現油電使用成本的下降和車輛購置稅的減免能夠促進新能源汽車的購買[3]。Krupa對來自美國1000名居民的調研結果顯示，消費者更加注重電動汽車能耗成本的降低，而對電動汽車的環保效益關注較少[4]。John等對我國和美國的消費者進行了新能源汽車選擇的聯合調查，發現兩國消費者都偏好新能源汽車擁有更低的價格和后續使用成本、更短的加速時間、更快捷的充電過程[5]。在公共政策的扶持效果方面，Lane和Potter對英國新能源汽車市場進行了專項研究，得到政府的環保法規、油價政策、購買補貼和基礎設施建設會顯著影響新能源汽車購買的結論[6]。Anco調查了荷蘭私家車主的購買傾向，結果表明有限的行駛距離和較長的充電時間是消費者對新能源汽車仍然持有消極態度的主要原因，提升最大行駛距離、減少充電時間和提高充電便利程度有利于激發消費者購買意愿[7]。除了汽車屬性和公共政策之外，部分國外學者發現消費者的個體屬性也會影響其對新能源汽車的偏好。Carley考察了美國的消費者對插電式混合動力汽車的市場接受度，發現消費者的學歷越高，購買新能源汽車的可能性越大[8]。Knez對斯洛文尼亞700名消費者進行調查，結果表明年齡越大，購買新能源汽車的概率越高[9]。Kahn分析了美國洛杉磯消費者購買混合動力汽車的意愿，得到消費者的環保意識與新能源車偏好成正比的結論[10]。Axsen對加利福尼亞508個家庭進行了調查，發現消費者的社會責任感、環保意識和支持國家發展的意愿越強，越傾向于選擇新能源汽車[11]。

近年來，隨著中國新能源汽車的迅猛發展，國內學者也開始就消費者購買新能源汽車的偏好問題展開研究。Zhang以駕校學員問卷為樣本，利用二元Logit模型進行回歸分析，發現消費者對純電動車的接受度受到燃油價格和政府優惠政策的顯著影響[12]。許召建對濟南及周邊區域的消費者進行問卷調查，利用因子分析法萃取出關鍵變量，以獲得影響消費者購買新能源汽車的主要因素，結果發現新能源汽車性能、充電的便捷性、滿電可行駛最大距離、電池壽命是影響消費者購買新能源汽車的4個最主要因素。[13]邵繼紅調查了武漢相關從業人員、部分新能源汽車車主及具有購買新能源汽車意向的消費者，并對問卷調查數據進行分析，他發現影響消費者購買新能源汽車的驅動因素包括：汽車品牌偏好、周圍購車人群、政府相關優惠補貼政策、銷售價格、外觀和內飾偏好、汽車使用成本、質量可靠性、使用便利性、安全保護性以及售后服務10大因素。[14]王寧等構建了電動汽車市場接受度影響因素模型，基于私家車車主的調研結果，認為年齡、學歷水平、家庭平均年收入與電動汽車的購買決策明顯相關，并且消費者更傾向于將電動汽車作為家庭第二輛車[15]。徐國虎對新能源汽車用戶和潛在購買者進行了問卷調查，利用主成分分析法分析了售后服務、購買成本等影響購買決策的公共因子，指出城市消費者對新能源汽車的認知程度較高，購買意愿較強，但由于技術信任度不足和配套基礎設施不完善等原因，購車意愿并沒轉化為實際的購買行為[16]。唐葆君利用4個新能源汽車試點城市的混合動力汽車市場份額數據進行實證檢驗，發現消費者的收入水平是決定新能源汽車購買的重要因素，而政府激勵政策對新能源汽車銷售量有正向的推動作用[17]。

綜觀國內外文獻，盡管學者們就消費者購買新能源汽車的影響因素進行了廣泛討論，但鮮有研究針對政府補貼的激勵效果展開深入探討，僅僅在消費者偏好分析的基礎上涉及政府補貼問題，但關于政府補貼效果及作用條件的研究尚屬空白。本文將以消費者購買新能源汽車的諸多影響因素為依據，選擇陳述性偏好調查實驗模擬消費者購車決策的真實情境，在全國范圍內展開網絡問卷調查，根據調研結果總結出消費者對新能源汽車偏好的特征性事實，進而利用離散選擇模型進行實證檢驗，考察政府補貼對消費者購買新能源汽車意愿的影響，并通過分組回歸討論政府補貼對不同特征消費者群體購買行為的異質性效果，以期為新能源汽車培育過程中政府補貼政策的調整和相關配套措施的制定提供借鑒。

二、研究設計

作為理性經濟人，消費者做出購買決策前會權衡多種因素以最大化自身效用。為了描述消費者購買新能源汽車的選擇行為過程，以獲得消費者的購買意愿，本文選擇離散選擇實驗方法(Discrete Choice Experiment, DCE)進行研究。

1.離散選擇實驗設計

DCE方法通過提供不同屬性組合的產品來模擬符合實際的購買場景，識別消費者真實的選擇意愿，從而分析其選擇性偏好[18]。在實驗調查的過程中，參與者不需要對產品的某種關鍵性屬性做出偏好性的評價，而是在模擬的產品組合中選擇出實現效用最大化的產品，以有針對性地獲得消費者的實際購買決策。離散選擇實驗的調查可以分為顯示性偏好(Revealed Preference)調查和陳述性偏好(Stated Preference)調查。前者基于已經發生過的事件，后者則是針對尚未發生的事件。本文的研究目的是通過潛在消費者對于新能源汽車的態度，分析其對新能源汽車的偏好和購買意愿，因此，陳述性偏好調查是更加適宜的方法。

在陳述性偏好調查中，本文通過發放問卷的方式獲取實驗數據。問卷設計的思路為：首先，要了解被測者的個體統計變量和對新能源汽車的認知程度；其次，為被測者提供不同屬性組合的車輛，每個被測者需要綜合權衡車輛的屬性水平，選擇其最愿意購買的產品。據此，將調查問卷分為兩大部分，分別就消費者的個體統計變量、對新能源汽車的認知變量、車輛屬性變量和政府政策變量對新能源汽車購買決策的影響加以考察。

問卷的第1部分是有關消費者基本情況的統計和消費者對新能源汽車的認知調查。本文選取了9個個體統計變量，包括性別、年齡、學歷、家庭人數、家庭年收入、家庭已有汽車數量、年行駛里程、月出行次數和近一年內的購車意愿。同時，選取了4個消費者認知變量，包括對新能源汽車品牌及其分類的了解程度、對新能源汽車優惠政策的了解程度、環保支持意愿，以及對新能源車技術信任程度。

問卷的第2部分是主體部分，關于消費者對不同類型汽車購買意愿的調查。根據中國汽車市場的實際情況，選取普通燃油汽車(GV)、純電動汽車(EV)和插電式混合動力汽車(PHEV)3種不同動力系統的汽車作為比較對象。在產品屬性的組合設計中，分為車輛屬性變量和政府政策變量兩部分。選取的車輛屬性變量包括汽車價格、加速性能、最高車速、滿油/滿電行駛里程、油耗/電耗成本、碳排放量、加油/快速充電時間。另外，根據國內新能源汽車價格偏高和配套充電設施不齊全的問題，本文選擇購車補貼和新能源汽車的配套基礎設施建設作為政府政策變量，用公共充電站的密度和是否配備家用充電樁表示基礎設施建設。另外，購車補貼是需要重點研究的政策變量。

表1　低檔車調查問卷的設計實例

注：加粗的數值為進行變化設置的屬性變量數值。

為了區分不同消費者群體的異質性偏好，根據消費者購買能力的差異，以車輛價格和檔次為標準設置了3套問卷，分別對應低檔車、中檔車和高檔車。在問卷開始之前，會設置一道題目來詢問測試者預計購車價格區間，根據選擇的購車價格區間分配給對應問卷。由于不同檔次汽車的屬性特征各不相同，對于每檔車型，都根據汽車市場的真實狀況，設置了相應的車輛屬性變量和政策變量。其中，每個檔次車型的汽車標價、最高車速、油耗/電耗成本、碳排放和加油/快速充電時間作為背景變量保持恒定，改變購車補貼、滿油/滿電行駛里程、公共充電站/加油站密度、是否配備家用充電樁4種屬性的設置，考察由此帶來的購車意愿變化。表1為低檔車調查問卷的一個實驗設計實例。為了讓被調查者更加明晰地察覺到屬性特征的變化，在第2部分的問題中依次只變動4個變化屬性中的2個。由于公共充電站/加油站密度與是否配備家用充電樁都屬于基礎設施建設方面的特征，同時變化會產生重復，因此不考慮此種情形。

2.樣本來源與處理

問卷設計好后，考慮到調查的及時性和便捷性，采用網絡問卷調查的方式，渠道是“問卷星”的樣本服務。“問卷星”的樣本庫來源廣泛，樣本群體覆蓋了不同年齡段、不同職業、不同收入水平的潛在消費者。為了保證問卷的回收質量，在正式調查之前邀請了100位志愿者進行預測試。一方面，讓志愿者對問卷不易理解之處提出修改意見，有利于參與者流暢地完成問卷；另一方面，根據預測試計算出平均答題速度。據統計，被測者認真回答一道題所需時間最少為5秒，一份問卷共有24道題，那么正式調查中只保留問卷完成時間大于120秒的樣本。實際的網絡調研中，通過問卷星網絡發放1500份問卷，共回收1268份有效問卷，回收率為84.53%。

3.特征性事實

問卷的第一部分統計了被測者的個體特征。經過對問卷調查所得數據的初步整理，被測試者具有以下幾個基本特點：(1)性別比例，男性占45.74%，女性占54.26%，性別分布比較均衡；(2)年齡結構，26歲到35歲的消費者占60.88%，36歲到45歲的消費者占21.45%，而這兩個年齡段的消費者恰恰是目前購車的主要群體，說明樣本選擇具有代表性；(3)受教育程度，高中及以下學歷僅占5.68%，大專以上學歷占94.32%，被測試者普遍擁有較高學歷；(4)收入水平，家庭年收入在9萬以上的占88.01%，表明大部分被測試者具備購車能力；(5)購車計劃方面，最近一年有購車需求的占76.97%，其對汽車價格、性能等會有更多的了解，從而增加了調研數據的說服力。

在消費者對車輛屬性的偏好方面，32.18%的測試者認為安全性能最重要。26.50%的測試者最看重品牌，之后是動力性能，占15.46%，只有14.51%的測試者優先考慮價格，表明隨著人們收入水平的提高，價格已經不是購車考慮的首要因素。除此之外，消費者對于外觀和能耗并不十分重視。

圖1　消費者認知變量描述性統計

圖1展示了消費者對新能源汽車認知變量的描述性統計。59.63%的消費者非常了解和比較了解新能源汽車的品牌及分類，58.67%的消費者清楚國家關于新能源汽車購買的優惠政策。出乎預期的是74.76%的受訪者愿意支持環保而以更高價格購買新能源產品。然而，只有45.42%的受訪者對新能源汽車的技術成熟度持認可態度，表明大部分消費者對新能源汽車的信任度仍然較低。

4.模型設定

在離散選擇實驗設計的基礎上，需要構建離散選擇模型對調研數據進行分析，以確定消費者的購買意愿。離散選擇模型是一種適用于被解釋變量是離散值而非連續值的多元統計分析方法，描述了決策者在可供選擇的不同選項之間做出的選擇。根據研究目標，消費者是在普通燃油、純電動和插電式混合動力3類汽車中做選擇，被解釋變量是多元離散的，而且解釋變量不僅包括只隨選擇方案而變化的車輛屬性變量，還包括隨個體而變的消費者人口統計變量，因此，選擇多元Logit中的混合Logit模型進行實證檢驗[19]。混合Logit模型是在條件Logit模型中加入只隨個體而變的解釋變量，因此，本文只詳細介紹更加復雜的混合Logit模型，省略條件Logit模型的介紹。假定，消費者個體i選擇第j種車輛并受車輛屬性、政府政策、個人情況和認知變量的影響，其隨機效用函數表示為：

(1)

其中，解釋變量xj′表示隨方案j而變的車輛屬性和政府政策變量，zi′為只隨消費者個體i而變的個體特征變量，β和γj是相應的解釋變量系數，εij是誤差項。

根據效用最大化假設，當且僅當車輛j帶來的效用高于所有其他車輛，消費者將選擇車輛j，故個體i選擇車輛j的概率為：

P(yi=j|xj)=P(Uij≥Uik,?k≠j)

=P(Uik-Uij≤0,?k≠j)

(2)

進一步，消費者i選擇車輛j的概率為：

(3)

那么，公式(3)即為本文實證研究應用的混合Logit模型。由于Logit模型是非線性的，不易直接通過系數β來評價邊際效應，需要利用風險比率解釋其經濟含義。在不考慮只隨個體而變的解釋變量情況下，將某一類車輛作為“參考車輛”，令其相應的系數β1=0，則消費者i選擇車輛j的概率為：

(4)

由此，消費者i選擇車輛j對應的風險比率為：

(5)

現在考慮車輛屬性變量，假設車輛j的第k個屬性變量變動1個單位，則：

Ωi(xi,xijk+1)=exp(xij′β)exp(βj)

(6)

進一步，選擇車輛j的概率將變動exp(βj)個單位：

(7)

這樣，就可以利用exp(βj)來解釋系數β的邊際效應：若exp(βj)>1，表示消費者i選擇車輛j的概率增加了exp(βj)-1；若exp(βj)<1，表示消費者i選擇車輛j的概率減少了1-exp(βj)。對于個體屬性變量，風險比率的推導過程同上，不再贅述。

三、實證分析

以調研數據為樣本總體，利用Stata12.0進行回歸分析。在混合Logit模型中，解釋變量既包括只隨個體而變的消費者特征變量，如性別、年齡、學歷等，又包括只隨方案而變的汽車屬性變量和政府政策變量，如價格、補貼、最大里程、充電站密度等。在實證檢驗的過程中，首先對總體樣本進行估計，同時考察消費者個體特征、汽車屬性和政府政策變量對新能源汽車購買傾向的影響；之后，再分別按照消費者的家庭收入、對國家優惠政策的了解程度和環保支持意愿對樣本加以分組，重點分析政府補貼對不同組別的差異性作用。

1.總體樣本的回歸結果及分析

在調查問卷的整理中發現，23.03%的受訪者暫時沒有購車計劃，而另外的76.97%受訪者存在強烈的購車意愿，兩類群體的購車選擇傾向可能會存在不同，因此，本文對全部消費者樣本和有購車意愿的子樣本進行分別擬合，得到表2所示的結果。

比較而言，總體樣本和有購車意愿樣本的擬合結果都較為理想，除了充電站密度等個別變量以外，兩組回歸結果均較為一致。有購車意愿樣本估計結果的準R2值為0.207，大于全部樣本的0.168，擬合效果更好，下面將利用有購車意愿樣本的回歸結果詳細說明。

在隨方案而變的汽車屬性和政府政策變量方面，銷售價格的系數顯著為負，風險比率為0.518，意味著當新能源汽車價格提高1萬元，購買概率會降低48.2%，表明價格是消費者是否選擇新能源汽車的重要因素。政府補貼的系數顯著為正，風險比率為1.037，即當對新能源汽車的補貼提高1萬，消費者購買概率提高3.7%，反映出盡管政府補貼能夠促進消費者購買，但相對于購車價格而言，其促進作用并不十分明顯。一方面源于價格的降低帶給消費者的感受更加直接，另一方面可能存在消費者對補貼政策了解不足、補貼實施的條件限制等因素，降低了政府補貼的激勵效果。

與理論預期并不十分一致的是，滿電行駛里程對消費者購買偏好沒有顯著影響，說明大部分購車者以短途出行為主，對最大里程屬性并不十分關注。油耗電耗成本和加油充電時間成本的系數都顯著為負，風險比率分別為0.998和0.928，說明當新能源汽車行駛每萬公里耗電費用增加1元，消費者選擇的概率降低0.2%，新能源車的充電時間每增加1分鐘，消費者的購買傾向降低7.2%。是否配備家用充電樁的系數顯著為正，風險比率高達1.498，即如果給消費者配備家用充電裝置，其選擇新能源車的概率將增加49.8%。然而，充電站密度的系數不顯著，表明配備家用充電樁有利于提高新能源汽車使用的便捷程度，在公共充電站充電會增加消費者等待的時間成本，充電樁分布不均和充電接口不統一等問題，使得消費者對于公共充電站的關注程度較低，沒有給消費者選擇帶來明顯的作用。

表2　總體樣本的混合Logit估計結果

注：***、**、*分別表示在1%、5%、10%水平上顯著，下同。

在個體特征變量和對新能源汽車的認知變量方面，學歷對PHEV(插電混動汽車)的系數顯著為正，說明學歷越高的消費者越傾向于購買PHEV，但學歷對于消費者是否選擇EV(純電動汽車)沒有明顯影響。對于EV和PHEV，年行駛里程的系數都顯著為負，意味著消費者年行駛里程數越多，選擇新能源汽車的概率越低。由于新能源汽車涉及到充電問題，當出行距離較遠時，消費者仍然更加信任傳統燃油車，而對新能源汽車的接受度仍然較低。月出行次數的系數都顯著為正，說明消費者的月出行次數越多，越有可能習慣于在住所周邊近途活動，新能源汽車相對于傳統燃油車的油耗支出優勢明顯，使得經常出行的消費者會偏好更加省油的新能源汽車。已有汽車數量對EV的系數顯著為正，對PHEV的系數顯著負，意味著在家庭已經擁有汽車的情況下，消費者更加偏好于純電動汽車，而不是與傳統燃油車差別并不大的混合動力汽車。對于兩類新能源車，國家優惠政策了解程度、環保支持意愿和技術信任度的系數都顯著為正，即消費者對國家優惠政策越了解、環保意識越強，對新能源汽車技術越信任，其選擇新能源汽車的概率越大。此外，性別、年齡、家庭人數、家庭年收入等個體特征變量，加之品牌了解程度，對消費者是否購買新能源汽車不存在明顯的作用。

2.分組樣本的回歸結果及分析

在總體樣本的回歸中，已經證明了政府補貼對消費者購買新能源汽車的促進作用，盡管并不十分明顯。進一步，需要考慮不同特征類型的群體對政府補貼的差異化反應。一般意義上，政府補貼對消費者的影響應該與收入水平、對優惠政策的了解程度以及環保意愿有關，因此，本文根據消費者家庭年收入、對新能源汽車優惠政策了解程度和環保支持程度對被調查者樣本加以分組，考察政府補貼對不同特征群體購買傾向的異質性影響。由于只保留隨方案而變的政府政策變量和車輛屬性變量，所以選擇條件Logit模型進行回歸，分別得到表3～表5的擬合結果。

(1)根據消費者家庭年收入分組

根據家庭年收入不同，將樣本分為“家庭年收入小于15萬”和“大于15萬”兩組。由表3可知，政府補貼的風險比率分別為1.056和1.029，意味著家庭年收入小于15萬的群體對新能源汽車補貼更加敏感，補貼額度每增加1萬，其購買概率提高5.6%；相反，家庭年收入大于15萬的群體對新能源汽車補貼敏感性較弱，補貼額度每增加1萬，購買概率上升2.9%。

表3　不同家庭年收入的分組回歸結果

家庭年收入在很大程度上代表了消費者的家庭富裕程度，相對富裕的家庭更加注重生活的品質，購車時往往更重視汽車的品牌、外觀和性能等屬性，對價格因素關注較少，從而導致政府補貼對此類消費者購買新能源汽車的刺激作用相對較弱。然而，相對不富裕的家庭受到經濟條件制約，購車時會更多地考慮價格因素，對政府的補貼政策也會更為敏感。

(2)根據對國家優惠政策的了解程度分組

根據消費者對新能源汽車國家優惠政策了解程度的不同，將樣本分為“非常-比較了解組”和“一般-完全不了解組”。分組擬合結果見表4，在非常-比較了解組中，政府補貼的風險比率1.043，即對新能源汽車的補貼每增加1萬元，該組別消費者購買的概率將增加4.3%。而對于一般-完全不了解組來說，政府補貼的風險比率不顯著，即對于該組別內的消費者，由于對政府指向新能源汽車的優惠補貼政策知之甚少，在信息不對稱條件下，政府補貼沒有起到應有的效果。

表4　對國家優惠政策不同了解程度的分組回歸結果

在本文調查的總體樣本中，有將近一半的消費者對新能源汽車的優惠政策不是很了解，甚至完全不了解。其原因一方面在于新能源汽車生產企業的宣傳力度嚴重不足，沒有投入足夠的資金在廣告和網絡媒體上宣傳；另一方面，政府在推出相關新能源汽車推廣應用財政支持政策的同時，忽視了向廣大潛在新能源汽車購買用戶的信息傳遞，嚴重抑制了政府補貼的效果。

(3)根據消費者的環保支持意愿分組

根據消費者環保支持意愿的不同，將樣本分為“非常-較愿意支持環保組”和“一般-不愿意支持環保組”。擬合結果見表5，兩種組別中政府補貼對應的風險比率分別為1.034和1.094，意味著對于環保意識較強的人群，政府補貼每增加1萬元，其購買新能源汽車的概率僅提高3.4%。而對于環保意識較弱的人群，政府補貼每增加1萬元，其購買新能源汽車的概率增加9.4%。

對于環保意識較強的消費者，其自主購買新能源汽車的意愿較強，購車時主要關注新能源汽車的節能環保特性，不會因為是否存在政府補貼而改變購買決策，導致政府補貼的激勵效果較弱。而環保觀念較弱的消費者，購車時主要考慮價格因素，政府補貼能夠大幅降低購車成本，對此類消費者購買新能源汽車具有較強的吸引力。通過表5中價格的風險比率也可以說明這一點，在非常-較愿意組的風險比率是0.702，在一般-不愿意組的風險比率為0.169，意味著價格升高會極大地抑制環保意識較弱群體的新能源汽車購買傾向，而環保支持者對新能源車價格的變化并不敏感。

表5　不同環保支持意愿的分組結果

四、結論與啟示

培育新能源汽車產業是應對能源消耗和環境污染問題的需要，也是提升我國汽車產業國際競爭力的內在要求。為了加強新能源汽車的示范和市場推廣，中央和地方各級政府陸續出臺了一系列消費補貼政策，以刺激新能源汽車的購買。為了厘清政府補貼對消費者購買行為的影響，本文針對新能源汽車購買和使用過程中涉及的諸多因素進行了陳述性偏好調查問卷設計，在全國范圍內展開網絡問卷調查，進而利用混合Logit模型對消費者購車意愿的影響因素進行了實證檢驗，并根據家庭年收入、對優惠政策了解程度和環保意識的差異對被測者樣本進行分組，考察了政府補貼對不同消費者群體新能源汽車購買傾向的異質性影響，得到如下結論：第一，價格是決定消費者是否選擇新能源汽車的重要變量，而政府補貼能夠促進消費者購買新能源汽車，但作用較為微弱；第二，使用成本、時間成本和是否有充電樁等汽車屬性和政府政策變量，以及學歷、已有汽車數量、年行駛里程、月出行次數、對優惠政策了解程度、環保意識和技術信任度等個體特征變量同樣影響著消費者選擇；第三，分組回歸結果表明，家庭年收入越低、對新能源汽車補貼政策越了解、環保意識越強，政府補貼對消費者購買新能源汽車的刺激效果越強。

上述結論的政策啟示為：第一，相比于經濟發達的一線城市，二線和三線城市居民的平均收入水平較低，政府補貼的激勵作用會更強，在制定新能源汽車補貼政策時可以考慮適當加大二三線城市的補貼力度，從而更有效地促進新能源車的推廣；第二，加大對新能源汽車補貼優惠政策的宣傳，如增加補貼政策的公告、相關新聞的推送等，讓消費者及時獲取與新能源汽車補貼相關的信息，提高其對補貼優惠政策的認知，激發潛在用戶群體的購買。第三，進一步擴大生態環保的宣傳教育，增強消費者的環保意識，讓全社會充分認識到新能源汽車對環境保護的價值和意義，降低新能源汽車購買的價格彈性，為政府補貼的退出奠定基礎。

參考文獻：

[1] 張文魁. 中國千人汽車保有量僅110多輛,空間巨大[DB/OL].(2015-12-14)[2017-03-11]. http://money.163.com/15/1214/16/BAQF558Q002556Q4.html.

[2] 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.

[3] ADLER T，WARGELIN L，KOSTYNIUK L P，et al. Incentives for Alternative Fuel Vehicles:A Large -scale Stated Preference Experiment[C]. Lucerne:Proceedings of the 10th International Conference on Travel Behavior Research,2003.

[4] 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.

[5] JOHN P H，LIU Y，ELEA M F，et al. Will subsidies drive electric vehicle adoption? measuring consumer preferences in the U. S. and China[J]. Transportation Research Part A:Policy and Practice,2015(73):96-112.

[6] 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.

[7] ANCO H，MARK J K. A choice experiment on alternative fuel vehicle preferences of private car owners in the Netherlands[J]. Transportation Research Part A:Policy and Practice,2014(61):199-215.

[8] 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.

[9] 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.

[10] 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.

[11] AXSEN J，KURANI K S. Hybrid,plug-in hybrid,or electric——what do car buyers want?[J]. Energy Policy,2013(61):532-543.

[12] 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.

[13] 許召建. 新能源汽車購買意愿影響因素實證研究[D]. 濟南：山東師范大學,2012.

[14] 邵繼紅,辛明亮. 探析影響消費者購買新能源汽車的因素[J]. 企業導報,2012(2):83-86.

[15] 王寧，晏潤林，劉亞斐. 電動汽車潛在消費者特征識別和市場接受度研究[J]. 中國軟科學,2015(10):70-84.

[16] 徐國虎，許芳. 新能源汽車購買決策的影響因素研究[J]. 中國人口資源與環境,2010,20(11):91-95.

[17] 唐葆君，鄭茜. 我國混合動力汽車經濟激勵政策的效果分析[J]. 中國能源,2011,33(7):24-29.

[18] LOUVIERE J J，HENSHER D A，SWAIT J D. Stated Choice Methods:Analysis and Applications[M]. London:Cambridge University Press,2000.

[19] 陳強. 高級計量經濟學及Stata應用[M]. 北京:高等教育出版社,2014:192-194.