上海市新能源汽车消费需求的影响因素分析

2021-11-10 12:07冯晶南京信息工程大学
品牌研究 2021年3期
关键词:上海市矩阵变量

文/冯晶(南京信息工程大学)

一、研究背景、研究意义与目的

(一)研究背景

从古至今,人们所使用的代步工具由马车、自行车、蒸汽车再到如今广泛使用的燃油汽车,人们对于代步工具的要求随着科学技术的日益进步也在逐渐提高。

在这个世界各国经济发展都极为迅速的时代,中国作为最大的发展中国家,人民的生活水平也在不断地提高,为了生活与工作出行的便利,人们逐渐倾向于购买私家车作为代步工具。然而随着环境污染的日益严重以及不可再生能源的逐渐短缺,不少一线城市为了保障出行安全以及缓解交通压力,对传统燃油汽车进行限购,在很大程度上限制了公民购买传统燃油汽车的数量。但与此同时,国家开始大力促进新能源汽车的发展,不仅满足了国民对私家车的需要,也在很大程度上缓解了能源不足与环境污染带来的困扰。

要想使我国从汽车大国迈入汽车强国之列就必须坚定不移的发展新能源汽车,除此以外,要想使之成为一个强有力的经济增长点,那么就必须要加大科技研究开发的力度、实时监控市场活动、灵活调整国家政策,开发适应消费者需求的产品。在现阶段,因为新能源汽车产业技术的不确定性和风险性,有很大一部分消费者对于新能源汽车缺乏信心,没有购买新能源汽车的动力,因此要想推广新能源汽车的使用必须借助政府“无形的手”。从2009年以来,我国政府对于新能源汽车行业的关注与支持逐渐提高,这也在很大程度上促进了中国新能源汽车行业的发展。

(二)研究意义及目的

1.研究意义

20世纪90年代以来,全球环境污染问题和世界能源危机的问题逐渐加剧,不仅如此,金融危机在全球范围内逐渐蔓延,这使得过去传统的燃油汽车产业面临着严峻的挑战,因而掀起了世界新能源汽车开发的浪潮。美国、日本以及欧洲等发达国家最先着力于推动新能源汽车的发展,早在1995年美国就率先推出第一款新能源汽车。相比之下,中国的新能源汽车产业起步较晚,大约于21世纪初才启动。2001年,新能源汽车研究项目被列入国家“十五”期间的“863”重大科技课题,并规划了以汽油车为起点,向氢动力车目标挺进的战略。从“十一五”到现在,我国提出了许多有关“节能以及新能源汽车”的战略政策,各级政府都积极响应国家号召,对于新能源汽车的研发和产业化进程高度关注。目前,由于我国正处于建设“两型社会”和产业结构调整的关键时期,节能减排已经成为评价我国政府和各行业工作业绩的重要指标之一。新能源汽车可以宽泛地理解为燃用汽油和柴油的传统动力汽车以外的零排放无污染的环保汽车,因而促进新能源汽车的发展与使用,对我国这个石油资源匮乏和环境压力大的发展中国家来说,有着重要的战略意义。

当前,除了全球能源缺乏的问题突出,大气污染问题也日益严重,法国科学家预测,如果按照这个速度消耗石油,那么全球的石油资源最多只能再提供不超过五十年,因而在这种情况下,寻求新型节能资源的需求迫在眉睫。新能源汽车持续不断的发展,不仅为消费者带来了福利,也从根本上解决了汽车尾气中有害物质的排放对空气造成的污染,它不仅减少了二氧化碳这种容易造成温室效应的气体,也在很大程度上减少了一氧化碳和硫氧化物等有害气体对空气的污染。由于温室效应和空气质量问题在经济发达地区更为突出,因而对于新能源的研究已经成为汽车行业最需要解决的问题。

2.研究目的

上海作为中国的经济中心地带,人口密集,私家车数量接近饱和,环境污染严重,但与此同时,上海地区科学技术较为先进,在新能源汽车的发展中也处于领先地位,因而具有较好的研究价值。只有在了解影响消费者购买新能源汽车的因素以后,才能在此基础上进一步促进新能源汽车的发展,本文即是基于此目的对影响上海市的新能源汽车消费需求的因素进行研究。

二、文献综述

(一)国外研究综述

要想使得汽车行业得到进一步的发展,就必须要发展新能源汽车。日本以及欧美的一些发达国家最先认识到这一点并且也取得了一定的成就。美国对于新能源汽车技术研发和政策的支持一直走在世界前列,不仅通过为购买新能源汽车的消费者提供购车补贴来刺激新能源汽车消费需求的增长,并且通过一系列相关科研政策的实施建立了世界上最先进的技术研发体系[1];卡尼茨基等[2](2006)以德国为研究对象,发现政府补贴与企业的研发投入呈正相关,并且与新能源汽车产业的相关度也达到了新的高度;康克恩、帕肯[3](2012)认为政府的政策支持对于企业的创新活动是必不可少的;而日本作为科技强国早在2013年就实现了2020年的新能源汽车销售目标;欧洲各国对于新能源汽车的发展也十分重视,并且是全球范围内最早制全面禁售定燃油汽车计划的地区[4]。

(二)国内研究综述

2010年我国将新能源汽车产业定为七大战略性新兴产业之一,此后接近十年间我国的新能源汽车产业发展迅速。国家工信部曾提出这样的目标:在2025年前使得新能源汽车销售量占汽车销售行业总销售量的四分之一[5]。张国兴等[6](2013)通过建立政企信号博弈分析了不同博弈主体的行为选择,为政府制定相关补贴政策的积极作用提供了理论支持。沈悦等[7](2015)通过对提高新能源汽车消费偏好的理论提出虚荣效应与攀比效应的假说,证实了新能源汽车是解决环境污染问题与缓解能源危机的重中之重的结论。王维等[8](2017)通过回归模型发现政府的非研发性补助对于企业的经营发展有着正向的促进作用。孙晓华等[9](2018)对城市规模以及充电桩数量进行调查分析,发现作为新能源汽车的互补品,充电桩数量的增加会促进居民对新能源汽车的购买欲望。绍慰等[10](2018)认为,政府过度补贴新能源汽车行业会助长个别企业骗取补贴的行为,因而需要通过建立可信的惩罚机制来达到规范补贴的行为。李国栋等[11](2019)通过研究发现,要想提高消费者对于新能源汽车的消费需求,可以通过财政补贴以及免费发放牌照政策等方法。乐为等[12](2019)发现,在过去十年间我国的新能源汽车产业的政策体系在逐渐完善,这不失为中国新能源汽车行业迅速发展的原因之一。刘永生[13](2012)认为,新能源汽车续航能力较差、基础设施不完善、后期维护成本较高等因素是导致消费者倾向于选择传统汽油汽车而不是新能源汽车的主要原因。马亮等[14](2018)通过构建两阶段博弈模型发现技术水平的边际增长速度与新能源汽车的续航能力成正向增长关系,因而为了提高新能源汽车的续航能力,企业之间应该合理地进行合作。严蓓兰[15](2018)通过对新能源汽车电机的发展进行测试以及评价发现,新能源汽车的电机系统以及质量在不断进步,因而“新能源汽车在未来市场占主导地位”的愿景并非空想。

(三)国内外研究评述

学者们对影响新能源汽车消费需求因素已经进行了很多的研究,研究成果日益增多,方法日趋成熟,理论探讨和实证分析都已经成型。但是纵观国内外的研究,大多数学者都是从国家层面对新能源汽车消费需求的影响因素进行研究的,有关某一特定地区影响新能源汽车消费需求因素的研究分析很少,而由于各个地区的基础设施以及政府政策和发展环境的差异,不同地区影响新能源汽车消费需求的因素也不尽相同,因此针对上海市新能源汽车消费需求的影响因素进行研究分析,具有很强的理论意义和现实意义。

三、建模原理与步骤

(一)模型原理

因子分析是一种将多数的可以被量化的观测对象,通过一系列的转变,提取合并成少数几个公共因子,从而减少分析程序使结果更加简便的多元统计分析方法。使用因子分析方法,能够从反映影响新能源汽车消费需求的诸多变量中提取公因子,每个公因子代表一个重要因素,由此可以简化数据结构,确定各个因素的权重。该方法最初是由英国心理学家斯皮尔曼提出,之后被广泛应用于统计学以及社会学中,大大提高了数据分析的能力,简便了数据分析的过程。

(二)建模步骤

1.指标体系的构建

表1 选取的指标变量

2.数据来源

本文主要用到的数据有2011年至2019年上海市新能源汽车保有量、上海市新能源汽车充电桩数量、新能源汽车平均续航里程、上海市私家车保有量、上海市GDP、有关新能源汽车的政策数量、国际石油价格,这些数据绝大多数都是从上海市统计局官网历年统计年鉴上获取。

3.分析方法

本篇论文使用 SPSS 22.0对所获取的数据进行分析计算,通过因子分析的方法对影响新能源汽车消费需求的因素进行提炼,得到数量较少的公因子,达到降维的目的,并且对不同的公共因子进行归纳并且命名,从而确定该因子的主要影响内容。此外,在确定了公因子之后,运用回归方程式解释三个因素的影响显著性情况,进而构建影响上海市新能源汽车消费需求因素的线性模型。

4.分析步骤

(1)步骤一:将原始数据标准化。因为选取的指标都为正向指标,所以不需要进行负指标正向化处理,但是需要对所有数据进行一定的标准化处理,这样可以避免数据量纲差异较大对分析结果产生的影响。

(2)步骤二:建立变量的相关系数矩阵R。相关系数矩阵分别两两计算了变量之间的P相关系数,如果该矩阵中大多的相关系数都大于0.8,那么就认为该组数据适合使用因子分析方法进行处理。

(3)步骤三:适用性检验。Bartlett球形检验和KMO球形检验程序一般用于判断该样本是否适合进行因子分析。KMO检验用于测算变量间的偏相关系数,当KMO大于0.9时会认为使用因子分析的效果最好;当KMO大于0.6就认为可以进行因子分析;而当KMO小于0.5时则不建议使用因子分析。Bartlett球形检验用于检验相关系数矩阵是否为单位矩阵,如果结论是不拒绝该假设,则表示各个变量都是各自独立的。

(4)步骤四:根据特征根与累计贡献率选取因子,并构建因子载荷矩阵A。基于通过降维的方式简化数据并且提取精华的思路,一般会按照某种标准选取前几个对观测结果影响较大的因素构建因子载荷矩阵,一般来说,当特征根大于0.5时即可被选为公共因子。并且只有在所提取的几个公因子的累积贡献率达到90%以上时,才能认为数据中的主要信息已经被提取完毕。

(5)步骤五:对矩阵A进行因子旋转。为了使因子载荷矩阵的结构发生变化,从而让每个变量仅在一个因子上有较大载荷,需要对矩阵A进行因子旋转。该步骤是将因子矩阵在一个空间里投影,使单个向量的投影仅在一个变量的方向有较大的值。

(6)步骤六:计算因子得分。计算因子得分需要用到因子得分计算函数,这个计算的结果是无量纲的,仅表示各因子在这个水平下观测指标的值,计算因子得分也是因子分析的目标,将不可观测的目标观测量用一个函数与可以观测的变量联系起来。

(7)步骤七:确定回归方程。选取一个因变量,将获得的公共因子作为自变量构建多元线性回归模型,可以得出因变量与各公共因子之间的线性回归方程。

四、结果分析

(一)模型的可行性

1.KMO 与 Bartlett 检定

本文采用 SPSS22.0 对数据进行统计分析,首先采取试探性因子分析法来考察效度检验,得到的检验结果如表2所示。从表 2 中可以看出,数据的 KMO 检验值为 0.746,Bartlett 球度检验结果显示,近似卡方值为 59.812,显著性概率为 0.000,拒绝变量相互独立的原假设,说明本文数据结构效度较好。通常情况下,KMO 值达到 0.6,就认为适合做因子分析。本文的 KMO 值为0.746,因此,认为本文的调查样本数据适合做因子分析。

表2 KMO 与 Bartlett 检定

2.相关性矩阵

相关性矩阵是在消除量纲之后,反映各个变量之间相关性的矩阵。由表3的数据可以看出,大部分数据的绝对值都在0.3以上,说明变量间有较强的相关性,因此适合使用因子分析模型。

表3 相关系数矩阵

综上所述,通过KMO 与Bartlett 检定和相关性矩阵的判断,本文适合使用因子分析模型进行判断分析。

(二)主成分选取

1.特征值变化趋势图

由图1可知,当成分数为3时,特征值的变化曲线趋于平缓,所以由特征值变化趋势图可大致确定出有3个主成分。

图1 特征值变化趋势图

2.累计贡献率

表4第二列统计的值是各因子的特征值,即各因子能解释的方差,一般来讲,特征值在1以上就是重要因子,但是本文选择的特征值指标为0.5,因此出现了第三个主成分。

表4 特征根与方差贡献率的提取

由表4看出前3个主成分的累计贡献率就达到了94.312%>90%,所以选取主成分个数为3,这与按特征值趋势变化图确定的主成分个数是一致的。选y1为第一主成分,y2为第二主成分,y3为第三主成分,这三个主成分的方差和占全部方差的94.312%,说明上海市新能源汽车销售量的变化中有94.314%可以从这3个主因子的变化中得到解释,即基本上保留了原来指标的信息。这样由原来的7个指标变为了3个指标,既保留了大部分影响因素的指标信息,也达到了简化变量的目的。经由特征值变化趋势图和累计贡献率表共同分析可知,原七个变量因素可以在保留绝大多数信息的情况下缩减为三个共同因子。

(三)结果解读

1.变量共同度

变量共同度反映了每个变量对提取的所有公共因子的依赖性,并且变量共同度越大,则表明该变量的贡献程度越大。从表5可知,所选取的7个变量的变量共同度都在80%以上,表明这些变量包含了比较全面的原变量信息

表5 变量共同度

提取方法:主成分分析。

2.旋转后的因子载荷矩阵

由表6旋转后的因子载荷矩阵数据可以得出:x1x2x3x4x5主要由第一主成分解释,X6主要由第二主成分解释,X7主要由第三主成分解释。与第一因子关系密切的变量主要是整个国家政策以及社会大环境(充电桩数量、上海市私家车拥有量、上海市GDP、政策数量)和新能源汽车自身发展方面(平均续航里程)的变量,因此第一因子可以命名为客观背景条件因子;与第二因子关系密切的是反映国际石油价格变化的变量,因此可以命名为替代品影响因素价格因子;最后与第三因子关系密切的是上海市第二产业从业人员的变量,因此可以将其命名为产业投入因子。

表6 旋转后的因子载荷矩阵

3.因子得分系数矩阵

通过表7可以得出旋转后的因子得分表达式:

表7 因子得分系数矩阵

(四)建立回归模型

1.求解含有公共因子变量的回归方程

因子F1(客观背景条件因子)、F2(替代品影响因素价格因子)、F3(产业投入因子)为自变量,对因变量Y(上海市新能源汽车保有量)作多元线性回归,得到因子回归方程:

2.回归方程结果分析

该回归模型残差分析结果为R2=0.967,R2=0.936,调整后的R2为0.897,F统计量 (F=24.244,P=0.000)和t统计量均通过检验,说明方程拟合效果较好。从方程式(4)可以看出,三个自变量(即客观背景条件因子、替代品影响因素价格因子、产业投入因子)都对因变量(即上海市新能源汽车消费需求)有正相关的影响,即任意一个公共因子增大就会使得上海市新能源汽车消费需求增加,反之亦然,其中,客观背景条件因子对上海市新能源汽车消费需求的影响最大,替代品影响因素价格因子其次,产业投入因子影响最小。

(1)客观背景条件。客观背景条件(F1)与上海市新能源汽车保有量(Y)显著正相关,即,如果国家政策以及市场环境更适合新能源汽车的发展,那么对于调动新能源汽车消费者的积极性就越有正向作用,从而能够更进一步地促进上海市新能源汽车市场的发展。在所考量的影响因素中,市场客观的背景条件对上海市新能源汽车消费需求的影响最为显著。这表明国家与上海市政府应当大力支持新能源汽车行业的发展,为新能源汽车的发展创造更有利的环境环境。

(2)替代品影响因素价格。替代品影响因素价格(F2)与上海市新能源汽车保有量(Y)呈正相关,但并不显著,即表明石油价格的增加会导致上海市消费者对新能源汽车的消费需求有轻微的增长,其原因是人们会对石油的互补品即燃油汽车的需求量减小,从而转向对燃油汽车的替代品——新能源汽车的购买。

(3)产业投入。从回归方程的表达式来看,上海市新能源汽车行业从业人员数量(F3)与上海市新能源汽车保有量(Y)也呈正相关,但其程度极其微小,表明当新能源汽车制造产业从业人员增加时,对上海市新能源汽车消费需求的增长几乎没有什么太大的影响,除非达到特别大的规模效应,才有可能对上海市新能源汽车消费需求产生比较显著的影响效果,因此一般而言不考虑新能源汽车行业从业人员的数量对上海市新能源汽车消费需求的影响。

五、结论

(1)新能源汽车行业快速发展是大势所趋[16],这不仅仅是迫于现实环境情况的要求,很大程度上也受益于科学技术的大力发展。新能源汽车的快速发展,不仅是实现汽车工业可持续发展的必经之路,也是中国有效应对能源危机与环境挑战的必然选择,这也是我国抓住战略机遇、缩短与先进国家差距、实现汽车产业跨越式发展的重要举措。

(2)近十几年来,尽管上海市消费者对于新能源汽车的消费需求在迅速增长,但在上海市私家车数量的拥有量中所占的比例还是相对较少,因而新能源汽车在上海市场还是有很大的发展潜力。

(3)政府政策的支持、基础设施的保障、石油价格以及产业的投入等因素都对新能源汽车的消费需求产生了不同的影响。其中客观背景条件因子对上海市新能源汽车销售量的影响是最为显著的,这表明政府补助政策的支持与基础设施的完善更有利于新能源汽车行业的发展。除此以外,新能源汽车产业的投入也对其产生一定的影响,并且这种影响主要是通过是否能够增加新能源汽车的续航能力来体现的,即续航能力越强的新能源汽车越受上海市消费者的欢迎。

六、建议

(1)加强关于新能源汽车的宣传力度。尽管现阶段人们的环保意识越来越强烈,也认识到燃油机动车对于环境的危害,但由于危机意识以及对于新能源汽车的了解还远远不够,因而许多潜在的消费者对于新能源汽车还处于观望状态,不敢做“第一批吃螃蟹的人”。因此,在这个关键的时间段,不论是政府社会还是新能源汽车的厂商都应该加大对新能源汽车的宣传力度,让越来越多的人了解并且选择新能源汽车。

(2)进一步完善上海市充电桩等基础设施的配置。上海市消费者对于新能源汽车的消费需求与充电桩的数量成正比,这是由于新能源汽车与充电桩为互补品,所以充电桩的不足注定会影响消费者对于新能源汽车的消费态度,因而进一步完善上海市充电桩等基础设施的配置可以解除消费者的后顾之忧,让消费者不会为了“巧妇难为无米之炊”的状态而担忧,可以在很大程度上调动消费者的购买积极性。

(3)加强政府对于新能源汽车购置补贴的政策支持。由于很多居民对于新能源汽车还不是特别了解,因而还处于观望状态,根据本文分析结果显示,国家的积极政策能够进一步促进新能源汽车行业的发展,因而倘若此时政府能够给予更多的购买补贴以及相关的税收优惠,那么必然会刺激消费者的购买欲望。

但也不缺乏个别企业为了获取更多的补助铤而走险,选择去打“擦边球”进行骗补的现象,因此国家也需要加强对补贴政策的监管力度,制定相关的法律法规,以及相应的惩罚措施,鼓励匿名举报并且建立相应的奖惩机制,为新能源汽车的发展营造一个良好公平的竞争环境。

(4)增加对新能源汽车的研发投资,进一步提升新能源汽车的续航能力。要想能够真正促进新能源汽车行业的发展,还是需要通过增加对于新能源汽车的研发投资,从而不断提高和加强新能源汽车的续航能力,只有这样才能够从根本上降低消费者对于新能源汽车的怀疑态度以及顾虑,从而提升消费者的购买信心,增强消费者对于新能源汽车的信任度和好感度。

猜你喜欢
上海市矩阵变量
上海市能源经济相关信息
——2022年1-6月
上海市能源经济相关信息
——2022年1-5月
聚焦双变量“存在性或任意性”问题
上海市房地产学校
多项式理论在矩阵求逆中的应用
矩阵
矩阵
矩阵
分离变量法:常见的通性通法
不可忽视变量的离散与连续