陸 歡，干宏程，王馨玉，黃 玥，王雯靜

（1.上海理工大學(xué) 管理學(xué)院，上海 200093；2.上海理工大學(xué) 超網(wǎng)絡(luò)研究中心，上海 200093）

0 引言

在全球倡導(dǎo)節(jié)能減排的背景下，發(fā)展以電動汽車為主的新能源汽車將成為汽車工業(yè)轉(zhuǎn)型升級的重要方向，同樣也是我國實(shí)現(xiàn)“碳達(dá)峰”與“碳中和”目標(biāo)的重要抓手之一[1]。國務(wù)院辦公廳印發(fā)的《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021—2035年）》提出“到2025 年我國新能源汽車銷量達(dá)20%”的目標(biāo)[2]，但目前新能源汽車市場份額僅為8%[3]，說明公眾對于電動汽車的購買意愿仍相對較低，這一現(xiàn)象引起了政府決策者、汽車企業(yè)以及學(xué)術(shù)研究人員的廣泛關(guān)注。因此，當(dāng)前必須充分了解消費(fèi)者對電動汽車的態(tài)度及認(rèn)知程度，確定影響其購買電動汽車的關(guān)鍵因素，從而制定更具針對性與合理性的電動汽車發(fā)展策略。

消費(fèi)者對于是否購買電動汽車存在許多顧慮，比如認(rèn)為電動汽車的售價過高、擔(dān)心充電基礎(chǔ)設(shè)施不足、續(xù)航里程低或?qū)ζ浼夹g(shù)缺乏信任等?；诖?，已有學(xué)者開展相關(guān)研究，主要考慮的是消費(fèi)者個體屬性特征及車輛屬性特征等對消費(fèi)者購買電動汽車的影響。在個體屬性特征方面，已有研究表明消費(fèi)者的性別、收入、年齡、受教育程度、家庭車輛擁有數(shù)等會影響其購買電動汽車的意愿[4-5]。在車輛屬性方面，現(xiàn)有研究主要分析了電動汽車的銷售價格、續(xù)航里程、充電費(fèi)用等對消費(fèi)者購買意愿的影響[4-5]。在銷售價格方面，也有研究考慮了政府補(bǔ)貼及激勵政策的影響[5]。此外，還有研究發(fā)現(xiàn)電動汽車充電設(shè)施的使用安全性及便捷性也是重要的影響因素[6]。

與此同時，通過總結(jié)現(xiàn)有研究發(fā)現(xiàn)，心理因素同樣會影響消費(fèi)者的選擇偏好，主要體現(xiàn)在消費(fèi)者對于電動汽車的態(tài)度，包括其對電動汽車種類的熟悉程度、對補(bǔ)貼政策的了解程度、對電動汽車環(huán)保性的認(rèn)識程度[7-9]以及對電動汽車技術(shù)的信任程度，比如對電動汽車技術(shù)成熟性、先進(jìn)性及安全性的信任度[8-10]。此外，考慮到消費(fèi)者身處社會群體中，其購買選擇行為也會受所處的社會環(huán)境影響[11]。有研究加入社會網(wǎng)絡(luò)影響因素來探究電動汽車的購買意愿，發(fā)現(xiàn)人們更傾向于在社會大眾評價積極性較高、家人或朋友購買使用電動汽車的比例超過1/2時，選擇購買電動汽車[12]。

綜上，雖然目前針對電動汽車購買意愿的研究較多，但仍缺乏文獻(xiàn)綜合考慮消費(fèi)者的心理因素和社會網(wǎng)絡(luò)的影響，使得在研究消費(fèi)者購買意愿的影響因素時無法從外部特征層面（個人和車輛屬性特征）和內(nèi)部心理層面（心理因素和社會網(wǎng)絡(luò)影響）同時展開綜合分析，從而得出更全面的結(jié)論。此外，目前對于電動汽車購買意愿的研究建模方法大部分基于結(jié)構(gòu)方程模型或以混合Logit 模型[13]為代表的離散選擇模型。鑒于此，本研究通過構(gòu)建結(jié)合結(jié)構(gòu)方程模型和離散選擇模型的混合選擇模型（Hybrid Choice Model,HCM）探究消費(fèi)者個體屬性、車輛屬性、心理潛變量及社會網(wǎng)絡(luò)影響對其電動汽車購買意愿的影響，以期為政府制定電動汽車發(fā)展政策提出合理和有針對性的建議，也為汽車企業(yè)轉(zhuǎn)型和技術(shù)研發(fā)提供參考。

1 模型構(gòu)建

1.1 變量選取

通過總結(jié)現(xiàn)有研究發(fā)現(xiàn)，消費(fèi)者購買電動汽車的意愿既與個人屬性變量有關(guān)，也與電動汽車的屬性如車輛售價、充電時間、行駛里程等有關(guān)[4-6]。同時消費(fèi)者行為理論認(rèn)為，消費(fèi)者的購買意愿會受其所處的社會網(wǎng)絡(luò)環(huán)境的影響[11-12]，故本研究將其納入考慮，這有助于更全面地分析消費(fèi)者電動汽車購買意愿的影響因素。因此，在選擇顯變量時，本研究主要考慮消費(fèi)者個體屬性、車輛屬性和社會網(wǎng)絡(luò)影響3 類顯變量。其中，個體屬性中設(shè)置的變量包括消費(fèi)者的年齡、性別、教育程度、月收入和家庭車輛數(shù)；車輛屬性中的變量包括電動汽車的購買價格、政府補(bǔ)貼、續(xù)航里程、充電時間及充電樁距離。在社會網(wǎng)絡(luò)影響方面，在借鑒相關(guān)研究的基礎(chǔ)上[11-14]，本研究以調(diào)查問卷的形式向受訪者提出表1 所示的3 個調(diào)查問題。

有研究發(fā)現(xiàn)，不可觀測的潛變量也會影響消費(fèi)者購買電動汽車的意愿[15]。消費(fèi)者在商品選擇過程中會依賴自身對屬性級別的感知，所以其偏好會受到認(rèn)知和態(tài)度的影響，同時消費(fèi)者的態(tài)度與消費(fèi)者個體的喜好差異有關(guān)。因此，在借鑒相關(guān)研究的基礎(chǔ)上[16]，本研究在潛變量模型中設(shè)置兩個潛變量，分別為認(rèn)知程度和技術(shù)信任。認(rèn)知程度表示的是消費(fèi)者對電動汽車的了解、熟悉程度、整體印象等，技術(shù)信任表示的是消費(fèi)者對電動汽車關(guān)鍵技術(shù)的信任程度。針對每一類潛變量設(shè)計(jì)4 個測量問題，選項(xiàng)采用5 分李克特量表進(jìn)行設(shè)計(jì)。為保證潛變量量表的有效性，于2017年8月底在上海市進(jìn)行了預(yù)調(diào)查，共發(fā)放問卷50份，其中有效問卷42份。通過對預(yù)調(diào)查數(shù)據(jù)進(jìn)行可靠性分析，進(jìn)一步優(yōu)化初始量表的測量項(xiàng)，最終形成了包含8個測量項(xiàng)的正式量表，如表2所示。

表2 潛變量選取結(jié)果及對應(yīng)測量項(xiàng)

1.2 HCM模型構(gòu)建

目前，用于研究電動汽車購買意愿的模型主要有離散選擇模型和結(jié)構(gòu)方程模型。傳統(tǒng)的離散選擇模型在解釋消費(fèi)行為選擇上具有一定的局限性，而結(jié)構(gòu)方程模型在揭示不可觀測的潛變量對消費(fèi)者意愿的影響上具有明顯優(yōu)勢。在此背景下，將結(jié)構(gòu)方程模型和離散選擇模型結(jié)合起來的HCM 模型逐漸成為消費(fèi)者購買意愿研究的熱點(diǎn)[16-19]。本研究依據(jù)Ben-Akiva 等人[18]和Vij等人[19]提出的理論框架，構(gòu)建了電動汽車購買意愿的HCM模型，如圖1所示。

圖1 電動汽車購買意愿的HCM模型

1.2.1 模型定義

結(jié)構(gòu)方程模型一般由測量模型和結(jié)構(gòu)模型兩部分組成。測量模型用來描述測量變量和對應(yīng)的潛變量之間的因果關(guān)系，本研究的潛變量與測量變量之間的關(guān)系可以表示為：

式（1）中：xi為潛變量；In為測量變量；n為測量變量的編號；Λ為待估參數(shù)；εi為隨機(jī)誤差，服從均值為0的正態(tài)分布[16]。

結(jié)構(gòu)模型則用來描述潛變量之間、潛變量與顯變量之間的因果關(guān)系，本研究中消費(fèi)者的個體屬性與潛變量的結(jié)構(gòu)關(guān)系為：

式（2）～式（3）中：w為消費(fèi)者的個體屬性，下標(biāo)表示個體屬性編號；B為待估參數(shù)，下標(biāo)由消費(fèi)者個體屬性和潛變量的編號組合而成；ξ1和ξ2均為隨機(jī)誤差項(xiàng)，服從均值為0的正態(tài)分布[17-18]。

在獲取變量間因果關(guān)系的基礎(chǔ)上，根據(jù)隨機(jī)效用理論的效用最大化原則，進(jìn)一步獲取消費(fèi)者的選擇結(jié)果，可得消費(fèi)者選擇購買電動汽車的效用函數(shù)U為：

1.2.2 模型檢驗(yàn)與估計(jì)

首先測量潛變量的因子，檢驗(yàn)相關(guān)測量模型，當(dāng)測量模型滿足擬合指標(biāo)時，方可將其整合入潛變量模型中進(jìn)行分析。潛變量的信度效度分析主要有以下幾個判斷標(biāo)準(zhǔn)。

（1）利用驗(yàn)證性因子分析（Confirmatory Fac?tor Analysis,CFA）法檢驗(yàn)結(jié)構(gòu)方程模型中測量模型的可識別性。首先，檢驗(yàn)測量指標(biāo)與潛變量間的路徑是否顯著，即顯著性水平P小于0.05 是進(jìn)行CFA 首先需要考慮的；然后，判斷因子系數(shù)是否大于0.5，滿足這兩個標(biāo)準(zhǔn)的測量指標(biāo)方可進(jìn)入模型。

（2）當(dāng)潛變量指標(biāo)的路徑系數(shù)與顯著性滿足要求時，需判斷模型的近似誤差均方根（Root-Mean-Square Error of Approximation,RMSEA）、標(biāo)準(zhǔn)化殘差均方根（Standardized Root Mean Square Residual,SRMR）是否滿足擬合度要求。統(tǒng)計(jì)學(xué)認(rèn)為，RMSEA 值越接近0，表示擬合度越好；SRMR值小于0.05時，表示模型擬合度較好。

（3）克朗巴赫系數(shù)值（Cronbach′s α）可用作信度指標(biāo)，該值在0.70以上為佳。

（4）計(jì)算收斂效度，其一般由平均方差提取值（Average Variance Extracted,AVE）表示。為表示潛變量有較好的收斂效度，AVE 值需大于0.50。

（5）測量建構(gòu)信度（Construct Reliability,CR），以確保模型結(jié)構(gòu)的嚴(yán)謹(jǐn)性。當(dāng)CR 值大于0.70時，可認(rèn)為模型的潛變量有較好的建構(gòu)信度。

考慮到樣本數(shù)據(jù)的峰度和偏度值均在標(biāo)準(zhǔn)值范圍內(nèi)，使用極大似然估計(jì)法（Maximum Like?hood,ML）進(jìn)行模型估計(jì)[17-19]。似然函數(shù)表示為：

式（5）中：σ為模型的誤差項(xiàng)；Φ 為統(tǒng)計(jì)學(xué)中的求積符號；其余參數(shù)的含義同前。

最后，在參數(shù)估計(jì)和檢驗(yàn)的過程中，采用T值檢驗(yàn)法進(jìn)行顯著性檢驗(yàn)，去掉T檢驗(yàn)達(dá)不到顯著性水平的變量。經(jīng)多次試驗(yàn)，可得到HCM模型的參數(shù)估計(jì)及檢驗(yàn)結(jié)果。

2 數(shù)據(jù)收集

上海市是我國電動汽車普及和使用率最高的城市之一，本研究選擇上海市展開調(diào)查，具有一定的代表性。數(shù)據(jù)收集時間段為2017 年10 月22日—10月25日，重點(diǎn)選取居民住宅區(qū)、商業(yè)、辦公地以及加油站等人流密集地，以主動詢問的方式開展問卷調(diào)查，共發(fā)放問卷400 份，通過對問卷的篩選，剔除了有缺失數(shù)據(jù)的問卷，最終獲取294份有效問卷，問卷有效率為73.5%。研究樣本個體屬性特征如表3所示。

表3 研究樣本特征

表3（續(xù)）

3 結(jié)果分析

3.1 模型檢驗(yàn)

在對模型進(jìn)行求解時，要進(jìn)行信度和效度檢驗(yàn)。結(jié)果顯示，各潛變量的Cronbach′s α 值均超出臨界值0.70；CR 值為0.905 和0.869，超出了臨界值0.70；AVE 值分別為0.705 和0.625，都大于臨界值0.5。以上數(shù)據(jù)表明測量指標(biāo)具有良好的內(nèi)部一致性，收斂度和建構(gòu)信度良好，潛變量之間具有較強(qiáng)的聚合效度和區(qū)分效度，因此，量表通過信度與效度檢驗(yàn)。本研究采用極大似然估計(jì)法得到模型的擬合指標(biāo)，其中RMSEA 值為0.086，SRMR 值為0.028，經(jīng)驗(yàn)證這兩項(xiàng)數(shù)值均表明模型擬合度較好；同時，相對擬合指數(shù)（Comparative Fit Index,CFI）值為0.956，統(tǒng)計(jì)學(xué)認(rèn)為，CFI≥0.9時表明模型擬合較好。綜上，可以看出各項(xiàng)指標(biāo)值均在可接受范圍內(nèi)，說明本研究的潛變量模型的擬合優(yōu)度可以接受。

3.2 估計(jì)結(jié)果

HCM 模型估計(jì)結(jié)果如表4 所示，分析后得出如下結(jié)論：

表4 HCM模型參數(shù)估計(jì)結(jié)果

表4（續(xù)）

（1）模型中的心理潛變量——認(rèn)知程度對消費(fèi)者的電動汽車購買意愿沒有顯著影響，但技術(shù)信任（估計(jì)值為-0.035,P<0.01）會顯著影響消費(fèi)者的電動汽車購買意愿，且技術(shù)信任系數(shù)為負(fù)，結(jié)合技術(shù)信任的測量指標(biāo)可發(fā)現(xiàn)，消費(fèi)者不信任電動汽車技術(shù)時購買電動汽車的意愿不強(qiáng)。

（2）在社會網(wǎng)絡(luò)影響方面，家人、朋友的分享（估計(jì)值為0.426,P<0.01）、新媒體途徑分享（估計(jì)值為0.256,P<0.01）、公眾評價的積極性（估計(jì)值為0.226,P<0.01）這3 個屬性均顯著影響消費(fèi)者的電動汽車購買意愿，且系數(shù)均為正，說明社會網(wǎng)絡(luò)影響屬性正向顯著影響消費(fèi)者的決策。尤其，家人、朋友的分享這一變量的估計(jì)值和T值最大，說明消費(fèi)者在決策時會更信賴家人、朋友。

（3）消費(fèi)者個體屬性中，只有教育程度（估計(jì)值為0.056,P<0.01）、家庭汽車數(shù)（估計(jì)值為0.054,P<0.01）兩個變量顯著影響購買意愿，且系數(shù)均為正，說明受教育程度越高，家庭汽車數(shù)越多的消費(fèi)者越傾向選擇購買電動汽車。

（4）車輛特征屬性中，除了充電樁距離這個屬性外，車輛價格（估計(jì)值為0.221,P<0.01）、政府補(bǔ)貼（估計(jì)值為0.100,P<0.01）、續(xù)航里程（估計(jì)值為0.170,P<0.01）、充電時間（估計(jì)值為-0.001,P<0.01）4個屬性均具有顯著影響。其中，價格的系數(shù)為正，說明消費(fèi)者傾向于購買補(bǔ)貼前價格較高的電動汽車；政府補(bǔ)貼和續(xù)航里程估計(jì)值的系數(shù)也為正，說明越高的政府補(bǔ)貼、越長的續(xù)航里程對消費(fèi)者的購買意愿有越強(qiáng)的正向影響；充電時間的估計(jì)值系數(shù)為負(fù)，表明充電時間對消費(fèi)者的購買意愿有負(fù)向影響，充電時間越長，消費(fèi)者的購買意愿越弱。

同時，為探究消費(fèi)者個體屬性對潛變量的影響，本研究選取顯著影響消費(fèi)者電動汽車購買意愿的技術(shù)信任潛變量進(jìn)行潛變量模型的結(jié)構(gòu)關(guān)系參數(shù)估計(jì)，結(jié)果如表5 所示。可得出如下結(jié)論：除性別這一變量外，月收入（估計(jì)值為0.053,P<0.01）、年齡（估計(jì)值為0.048,P<0.05）、受教育程度（估計(jì)值為-0.146,P<0.01）和家庭車輛數(shù)（估計(jì)值為0.078,P<0.01）對技術(shù)信任均具有顯著影響。月收入、年齡和家庭車輛數(shù)的系數(shù)均為正，說明年齡越大、收入越高、家庭車輛越多的消費(fèi)群體對電動汽車的技術(shù)期待相對更強(qiáng)烈；受教育程度的系數(shù)為負(fù)，結(jié)合技術(shù)信任測量指標(biāo)可知，學(xué)歷高的消費(fèi)者會更加信任電動汽車的技術(shù)。

表5 潛變量模型結(jié)構(gòu)關(guān)系的參數(shù)估計(jì)結(jié)果

3.3 對策建議

結(jié)合上述研究結(jié)果，本研究從完善政策、加強(qiáng)技術(shù)研發(fā)、加大宣傳等方面提出相應(yīng)的對策建議。

（1）擁有一輛及以上汽車的消費(fèi)者，會由于電動汽車的政策福利選擇購買電動汽車。建議政府和汽車企業(yè)采取公共停車場減免電動汽車停車費(fèi)和充電價格優(yōu)惠等措施吸引更多消費(fèi)者購買電動汽車。

（2）消費(fèi)者的購買意愿受其對電動汽車技術(shù)信任的影響。建議電動汽車生產(chǎn)商和相關(guān)技術(shù)研發(fā)團(tuán)隊(duì)加強(qiáng)核心技術(shù)創(chuàng)新，努力突破研發(fā)瓶頸。

（3）消費(fèi)者希望享受更安全與便捷的電動汽車技術(shù)，建議電動汽車生產(chǎn)商和相關(guān)技術(shù)研發(fā)團(tuán)隊(duì)積極改善充電技術(shù)，研發(fā)安全性高、可隨車攜帶的蓄電池，提升消費(fèi)者的充電便捷性。

（4）當(dāng)電動汽車的續(xù)航里程接近傳統(tǒng)燃油車且能滿足快速充電需求時，消費(fèi)者的購買意愿會相對強(qiáng)烈。建議加大力度推進(jìn)電動汽車基礎(chǔ)設(shè)施建設(shè)，充分了解消費(fèi)者的充電需求，增加充電樁數(shù)量、加大充電樁密度，尤其是在居民區(qū)、商務(wù)區(qū)等區(qū)域。

（5）在社會網(wǎng)絡(luò)影響下，相比于公眾平臺、新媒體發(fā)布的信息，消費(fèi)者的購買意愿受自己家人、朋友分享信息的影響更大。建議鼓勵電動汽車車主通過線上社交平臺（如微信的朋友圈或抖音、微信視頻號等）向親朋、好友等積極宣傳電動汽車的優(yōu)勢；特別應(yīng)鼓勵受教育程度較高、對新技術(shù)認(rèn)同感較強(qiáng)、比較容易接受新事物的群體向親朋、好友推薦購買電動汽車。

4 結(jié)語

本文在考慮消費(fèi)者心理因素和社會網(wǎng)絡(luò)影響的基礎(chǔ)上，通過采集數(shù)據(jù)并建立HCM模型獲取關(guān)鍵影響因素來探究消費(fèi)者的電動汽車購買意愿。研究發(fā)現(xiàn)：技術(shù)信任心理潛變量和社會網(wǎng)絡(luò)會影響消費(fèi)者的購買意愿，技術(shù)信任的影響因消費(fèi)者的月收入、年齡、受教育程度和家庭車輛數(shù)的不同而異；相比于公眾平臺和新媒體發(fā)布的信息，消費(fèi)者購買電動汽車的意愿更容易受家人、朋友的影響。本研究的案例分析城市為上海，在后續(xù)研究中，可考慮在全國多個城市開展調(diào)查，逐步擴(kuò)大樣本數(shù)據(jù)，豐富樣本多樣性，從而對不同城市的消費(fèi)者購買意愿的影響因素進(jìn)行比較分析。