新能源汽車政府政策影響消費者購買意愿的實證研究

劉璐

摘 要：在科技革命、智慧出行的未來趨勢之下，新能源汽車作為我國著力發展的新興產業之一，得到了政府的重點扶持。政府對新能源汽車的補貼政策包括財政政策、稅收政策和行政政策。本文通過問卷調查法在江蘇省內展開了調研，通過實證研究的方式分析了不同政策對于消費者購買意愿的影響，并根據分析結果提出了相應的建議。

關鍵詞：新能源汽車;政府政策;購買意愿

一、研究背景

近年來，新能源汽車作為我國的戰略性新興產業，得到了前所未有的發展。國家經濟發展水平穩步提升，人民生活水平提高，對交通工具新的購買需求更加旺盛。科技進步推動著越來越多創新產品的誕生，智能出行、智慧城市成為發展藍圖中切實可行的發展目標。與此同時，全球環境資源問題促使汽車產業轉變戰略方向，解決傳統燃油汽車對環境帶來的負外部效應。中汽協發布數據顯示，2019年1-6月中國新能源汽車累計產銷分別為61.4萬和61.7萬輛，同比增長48.5%和49.6%，新能源汽車已成為車市重要拉動力之一。

從2009年國家開始新能源汽車推廣試點以來，中央政府對補貼政策的調整也在基于我國國情的基礎上不斷摸索和完善。補貼政策在2010年正式推出;在2013年進一步推廣，并第一次提出了補貼退坡的機制;由于發展沒有達到預期，在2014年對退坡的幅度進行了調整;2015年公布2016-2020的補貼政策，并明確了補貼退坡幅度：相較于2016年，2017-2018年退坡20%，2019-2020退坡40%;2017年執行在2016年的基礎上補貼退坡20%，并在騙補風波后開始引入百公里電耗和電池能量密度的概念;2018年實行了三階段調整，計劃對新能源汽車的補貼額度呈現從放開鼓勵到逐步收緊的趨勢，直至2020年將全部取消。2019年的新能源補貼政策加大了補貼退坡力度，為2020年底完全退出做好了鋪墊。在新能源乘用車方面，單車補貼金額方面最大降幅超過50%，對新能源汽車的性能、續航里程、電池密度和能耗系數進行了限定，具備全產業鏈核心技術儲備和較高規模效應的企業將會有更大的抗風險能力。

表1 2010-2020年中國新能源汽車國家級補貼政策

[時間 政策 2010-2012年 5個城市進行試點 對滿足支持條件的新能源汽車給予補貼 2013年 范圍擴展至示范區域 擬采取逐年退坡機制 2014年 2014年在2013年標準基礎上下降5% 2015年 2015年在2013年標準基礎上下降10% 2016年 全國范圍內實行 2017年 提高車型門檻并動態調整 2017補貼在2016年的基礎上下降20% 2018年 實行三階段調整，在2016年的基礎上下降40% 2月12日-6月11日為過渡期 6月12日起執行2018年補貼新標準 2019年 6月26日地方補貼全面取消 2020年 預計2020年底完全取消補貼 ]

二、文獻綜述

目前，國內外學者已經針對政府政策對新能源汽車的扶持做了諸多研究。在國外的政策扶持效果方面， Wee（2018）針對美國50個州的政府補貼情況進行了分析，發現通過每1000美元的補貼，新能源汽車的銷量會在該州增加5%-11%。 Wirges（2012）等人研究了新能源汽車在德國的發展情況，認為2020年之前新能源汽車的保有量會持續增長，應加快充電設施的建設。Christian（2010）等人通過研究發現，過高的技術成本和電池成本制約了新能源汽車的發展，需要獲得政府的支持以減輕成本壓力。

國內學者利用博弈論和仿真模型等工具，探討了政府、企業、消費者的博弈關系。李兆友和齊曉東（2017）通過研究發現政府的財政政策、稅收政策會對企業的研究發展和專利產出產證正面影響。曹霞，邢澤宇，張路蓬（2018）基于演化博弈模型，發現政府對技術研發的支持、對合作創新的利益分配會對新能源汽車創新發展產生影響。程永偉，穆東（2018）結合博弈論和仿真動力學，發現企業對政府補貼有著很高的依賴性，并且政府補貼存在臨界點，一旦突破臨界點，補貼就會失效并且造成財政資金缺口。

在深入了解政府、企業、消費者關系的基礎上，依據中國政策的現實情況，學者們對新能源汽車補貼政策做出了細化分類和研究。趙驊、鄭吉川（2019）通過細化政府的研發補貼、市場補貼、混合補貼，研究了不同新能源汽車補貼政策對市場穩定性的影響。周燕，潘遙（2019）通過以新能源汽車上市公司一級新三板掛牌公司作為研究樣本，分析了財政補貼相比稅收補貼會產生較高的交易費用，對于市場發展的不良影響，指出政府對新能源汽車的扶持應當由財政補貼轉為稅收補貼。

綜觀國內外文獻， 學者們在深入研究政府、企業、消費者三者關系的基礎上，對就政府政策對新能源汽車發展的影響進行了廣泛討論，為新能源汽車政策的調整完善做出了巨大貢獻。但針對政府補貼政策對消費者購買意愿的研究還比較少，鮮有學者從消費者的角度研究政策施行的實際效果。李國棟，羅瑞琦，張鴻（2019）采用了2016年66款新能源車型的全年銷售數據，分析了政府財政補貼和免費牌照兩個推廣政策對購買需求的影響，發現二者存在正相關。李國棟，羅瑞琦，谷永芬（2019）利用上海2016年1月至2018年5月125個新能源乘用車的月銷量數據繼續深化研究，發現政府補貼政策主要對插電混合動力式乘用車和純電動車的銷量有促進作用，對其他類型的新能源乘用車銷量影響很小，并且免費牌照政策對銷量的促進作用遠超出財政政策。然而，實際購買行為與購買意愿存在著區別，在政策的驅動下，部分消費者可能產生了購買意愿，只是尚未付出購買行為，這并不意味著政府補貼政策失效，所以新能源汽車銷售數據并不能完全反應政府政策的實際影響。因此，直接調查政府政策對消費者購買意愿的影響至關重要。本文基于新能源汽車政府補貼調整的現實背景，在江蘇省內展開問卷調查，通過實證研究考察政府補貼對顧客購買新能源乘用車意愿的影響。

三、研究模型與問卷設計

孫曉華，徐帥（2018）利用混合Logit模型就政府補貼政策對新能源汽車購買意愿的作用進行了實證檢驗，發現政府補貼政策對購買意愿會產生正向影響，但該研究并未對政策維度進行更加細致的劃分。本研究認為，對政府補貼政策進行不同維度的劃分，有助于更好地發現政府補貼政策政府對新能源汽車購買意愿的影響效果。政府對于新能源汽車的政策補貼主要包括稅收補貼、財政補貼，其中稅收補貼包括免除或優惠車輛購置稅、車船稅、增值稅，財政政策包括購車直接補貼、對充電基礎設施建設的補貼、對電池回收保養更換的補貼等。另外，對傳統燃油汽車的行政限制政策也間接地刺激了新能源汽車的購買意愿，這些政策包括對傳統燃油汽車的限購政策、部分區域部分時間限行的政策以及限制上牌的政策。因此，研究選取稅收補貼政策、財政補貼政策、行政限制政策作為自變量。

殷正遠，王方華（2013）通過在全國內發放調查問卷，研究了消費者對于新能源汽車購買意愿的差異，發現性別、年齡、學歷對購買意愿的影響均不顯著，但是所在城市對購買意愿的影響顯著，并且環保觀念越強的人購買新能源汽車的意愿越強烈。王穎（2013）關于消費者感知風險和購買意愿的研究亦獲得了性別、年齡、教育程度對購買意愿影響不顯著的證據，但是家庭收入會對購買意愿產生影響。因此本文將將問卷的發放區域限制在江蘇省內，減少樣本之間在經濟收入和文化開放程度上的差異。

因此，本文選取消費者對新能源汽車的購買意愿作為因變量，選取財政補貼政策、稅收補貼政策、行政限制政策作為自變量，構建模型如圖1所示。

基于以上模型，本文提出如下假設：

H1：政府稅收補貼政策會對新能源汽車消費者的購買意愿產生正向影響。

H2：政府財政補貼政策會對新能源汽車消費者的購買意愿產生正向影響。

H3：政府對傳統燃油車的行政限制政策會對新能源汽車消費者的購買意愿產生正向影響。

基于以上假設，結合前人的研究成果，本文設置了相關測量題項，如表2所示：

在題項的基礎上，本文設置了調查問卷，問卷主要分為三個部分：第一部分，對消費者擁有汽車的情況，以及對新能源汽車政府政策的了解情況進行調查;第二部分，新能源汽車政府政策影響消費者購買意愿的影響調查。該部分基于相關題項，采用了李克特五級量表對每個題項進行評分（“1”代表“非常不同意”，“2”代表“不同意”，“3”代表“不確定”，“4”代表“同意”，“5”代表“非常同意”）。第三部分，個人基本情況。包括了受訪者的性別、年齡、受教育程度、職業、月收入及地區。

問卷調查通過隨機抽樣的方式，在江蘇地區內進行問卷的發放，共回收問卷380份，剔除13份回答存在矛盾的問卷，最終獲得367份有效問卷，有效回收率96%.調查問卷的測量題項為12題，問卷適量大于測量題項書目的10倍，可以對樣本進行統計分析。

四、數據分析與假設檢驗

本文通過SPSS25.0軟件對367份有效數據進行統計分析，包括樣本描述性統計分析、正態性檢驗、信度效度分析、相關性分析、多元回歸分析。

（一）描述性統計分析

以下對問卷的第一部分和第三部分進行描述性統計。消費者擁有汽車的情況匯總結果如表3所示。受訪者中擁有汽車的人數達到了90.7%，較高的汽車保有量與江蘇省位于全國前列的經濟發展水平緊密相關。擁有1輛汽車的人占比56.4%，擁有傳統燃油車的比率為81.5%，說明擁有1輛汽車的類型基本為傳統燃油汽車。當消費者購買第2輛的以上的汽車時，才會選擇新能源汽車。

對新能源汽車政府政策的了解情況匯總結果如表4所示。有40%左右的人對新能源汽車政策有所了解，并且能夠通過許多途徑獲取相關的政策信息。有30%左右的人不確定自己對新能源汽車政策的了解情況，還有20%左右的人認為自己既不了解也沒有相關途徑了解。說明當前政府對新能源汽車政策的宣傳效果還有待提升，需要通過更多有效的途徑讓潛在消費者更加了解政府對新能源汽車的政策。

樣本人群基本信息統計情況如表5所示。樣本中男女性別均等，受訪者以青年、中年為主，學歷大多在本科以上。月收入收入低于1500元的人群大多為學生，其余受訪者大多在5000元以上，遍布各行業。樣本年輕化、受教育的程度比較高，因此思想文化開放程度相對較高，接觸外部信息的途徑較為豐富。通過對該部分人群進行調研，可以了解年輕一代對新能源汽車的關注程度，預測未來新能源汽車的發展趨勢。

（二）正態性檢驗

現對各個題項的平均值、標準差、峰度、偏度進行描述性統計分析，匯總結果如表6所示。從各維度的描述統計來看，12個維度的絕對值均小于1，峰度絕對值最大為1.05，小于10，故符合正態分布。

（三）信度效度分析

1、信度分析

首先對問卷整體的信度進行分析，發現Cronbachs α系數為0.866，信度甚佳。接下來就問卷的各個維度進行信度檢驗，具體結果見表7。各維度CITC值均大于0.4，四個維度下Cronbachs α系數均大于0.7，問卷整體信度可以被接受。

2、效度分析

問卷整體的KMO值為0.855，大于0.8，Bartlett球形檢驗的顯著性為0.000，小于0.05，表明問卷效度很好。接著對各維度進行進一步分析，各個維度的KMO值均在0.7左右，可以被接受，顯著性概率為0.000，累計方差解釋率均大于65%，適合做因子分析，具體結果見表8。進行探索性因子分析，選擇主成分分析，結果表明，基于理論進行的原始題項劃分與因子劃分的對應關系一致，四個因子的總方差解釋達到72.121%，具體分析結果見表9和10。

3、相關性分析

研究計算4個變量所在維度的均值，并據此通過雙尾檢驗法來檢驗4個變量間的相關性，并使用皮爾遜相關系數表示各個變量之間的相關程度。相關性分析結果如表4-4所示。各變量間的顯著性水平值均小于0.05，說明各變量之間均存在相關性。政府財政政策、政府稅收政策、政府行政政策、購買意愿四個變量之間呈正向相關，相關系數絕對值在0.4-0.5之間，呈現中度相關。

4、多元回歸分析

設因變量為Y，自變量政府財政政策X1，政府稅收政策X2，政府行政政策為X3，則多元回歸方程為Y=B0+B1X1+B2X2+B3X3，標準化回歸方程為Zy=β1*Zx1+β2*Zx2+β3*Zx3。研究使用4個變量所在維度的均值進行多元回歸分析。由表11可知，R方為0.305，調整后的R方為0.299，說明本次研究的多元回歸方程對因變量的解釋不夠，由此表明購買意愿不僅僅受政府政策的影響，還受其他諸多因素的影響。DW數值為2.034，說明不存在序列相關性，沒有偽回歸的問題。由表12可知，F值為53.008，顯著性為0.000，說明所有自變量對因變量不產生顯著性影響的可能性為0.000，因此至少存在一個自變量對因變量購買意愿產生顯著性影響。由表13可知，從容忍度值來看，政府財政政策、政府稅收政策、政府行政政策的容忍度值均大于0.7，容忍度值較高，說明共線性不明顯。政府財政政策、政府稅收政策、政府行政政策的顯著性水平均小于0.05，說明三個自變量均會對因變量購買意愿產生顯著性影響。標準化系數分別為0.250，0.235，0.221，因此可知，購買意愿=0.250*政府財政政策+0.235*政府稅收政策+0.221*政府行政政策，假設1支持，假設2支持，假設3支持。

五、結束語

通過上述在江蘇省進行的政府政策影響消費者購買意愿的研究可以發現，當前大多數家庭都至少擁有一輛汽車，但是汽車類型還是以傳統燃油車為主。當購買第2輛以上汽車時，消費者會考慮購買新能源汽車。年輕一代對于新能源汽車政府政策的了解程度尚可，了解途徑也豐富多樣。政府對于新能源汽車的補貼政策，包括財政政策、稅收政策、行政政策，都會對增加消費者購買新能源汽車的意愿起到推動作用。其中，財政政策的推動影響作用在三者之中最高，表明消費者在購買新能源汽車的時候，政府的購車補貼、對充電基礎設施的投資建設、對電池維修回收的補貼會對消費者產生最為直接的吸引力。而稅收政策、行政政策次之。基于此，本文提出以下建議：

（1）豐富宣傳途徑，加強政策引導。年輕一代是當前和未來的最為主要消費的群體，盡管目前青年中年人對新能源汽車政府政策的了解程度尚且可以，但政府和企業的宣傳程度還遠遠不夠?？梢酝ㄟ^互聯網、新媒體，以年輕人喜歡并樂于接受的方式，讓他們對新能源汽車逐步代替燃油汽車、科技革命帶來智慧出行的未來趨勢有更好的理解。

（2）調整政府政策，遵循市場機制。盡管政府對新能源汽車補貼政策，尤其是財政政策，對消費者購買意愿起到了一定的推動作用，但是長期使用財政補貼和行政干預不僅會造成較大的財政壓力，還會擾亂市場平衡。因此，政府應逐漸減少財政補貼和行政干預，在依靠市場機制自行運轉的基礎上，通過稅收補貼，給企業和消費者一些支持和鼓勵。

（3）跨越多重障礙，穩步發展行業。影響消費者對新能源汽車購買意愿的因素有很多，除了政府政策以外，產品質量、技術難題、價格都是消費者需要考慮對比的因素。在發展新能源汽車產業的過程中，需要解決的難題還有很多，不僅需要政府的政策支持，還需要企業自身加強技術創新，攻克多重難題，消費者才會逐步接受新能源汽車。

參考文獻：

[1] Wee S， Coffman M， Croix S L. Do electric vehicle incentives matter？Evidence from the 50 U.S. states[J].Research Policy，2018，47（9）：101-1610.

[2] Wirges J，Linder S，Kessler A. Modelling the development of a regional charging infrastructure for electric vehicles in time and space[J].European Journal of Transport and Infrastructure Research，2012，12（12）：391-416.

[3] Christian T， Adolfo P， Arnaud M.Cost and CO2aspects of future vehicle options in europe under new energy policy scenarios[J].Energy Policy， 2010， （38） ：7142-7151.

[4] 李兆友，齊曉東.政府財政政策、企業R&D投入和專利產出關系研究——基于我國新能源汽車上市公司面板數據[J].遼寧大學學報（哲學社會科學版），2017，45（04）：31-41.

[5] 曹霞，邢澤宇，張路蓬.基于政府驅動的新能源汽車產業合作創新演化博弈研究[J].運籌與管理，2018，27（06）：21-30.

[6] 程永偉，穆東.基于SD動態博弈的新能源汽車供應鏈補貼策略優化[J].中國人口·資源與環境，2018，28（12）：29-39.

[7] 鄭吉川，趙驊，李志國.雙積分政策下新能源汽車產業研發補貼研究[J].科研管理，2019，40（02）：126-133.

[8] 周燕，潘遙.財政補貼與稅收減免——交易費用視角下的新能源汽車產業政策分析[J].管理世界，2019，35（10）：133-149.

[9] 李國棟，羅瑞琦，張鴻.推廣政策對新能源汽車需求的影響——基于城市和車型銷量數據的研究[J].上海對外經貿大學學報，2019，26（02）：49-58+68.

[10] 李國棟，羅瑞琦，谷永芬.政府推廣政策與新能源汽車需求：來自上海的證據[J].中國工業經濟，2019（04）：42-61.

[11] 孫曉華，徐帥.政府補貼對新能源汽車購買意愿的影響研究[J].大連理工大學學報（社會科學版），2018，39（03）：8-16.

[12] 殷正遠，王方華.消費者對于新能源汽車購買意愿差異比較[J].上海管理科學，2013，35（04）：15-19.

[13] 王穎，李英.基于感知風險和涉人程度的消費者新能源汽車購買意愿實證研究[J].數理統計與管理，2013，32（05）：863-872.