基于大数据与双积分政策的产品规划

薛海涛，包辛煜

基于大数据与双积分政策的产品规划

薛海涛，包辛煜*

（湖南大学 机械与运载工程学院，湖南 长沙 410082）

在整个汽车生态系统研究中，政策对于产品规划影响巨大，车企发展的基准依托于国家政策，任何车企要想健康长久地发展，离不开国家政策的支持，因此，研究政策因素对于未来车企的发展规划具有重要的意义，但是在传统的新能源汽车产品规划中，并没有考虑政策因素的影响，因此，文章基于大数据的角度并结合国家双积分政策开展了研究，实现了从政策角度构建利润模型，进而提出未来的产品规划意见。首先利用灰色时间序列函数模型对汽车销量及产量进行预测；其次结合预测数据及国家有关于双积分政策的相关规定建立新能源汽车双积分政策补贴利润模型；最后选取上汽通用五菱的代表车型五菱宏光Mini EV进行案例分析，并依据利润模型对五菱未来新能源汽车产品提出规划意见。通过案例分析验证了该模型的适用性，具有一定的实用意义。

大数据；双积分政策；灰色时间序列函数；政策补贴利润模型；产品规划

随着全球新一轮科技革命和产业变革蓬勃发展[1]，汽车与能源、交通、通信等领域有关技术加速融合，新能源汽车已经成为全球汽车产业转型发展的主要方向[2]。山德等研究者提出了三个有关美国新能源汽车产业监管政策的观点：第一，政府部门、行业机构合作制定了新能源汽车行业监管政策；第二，限制企业的燃油车生产指标取得了良好的效果；第三，政府的资金支持与监管力度处于持续加大的状态[3]；陈柳钦指出，美国政府对新能源汽车产业实施的优惠政策主要是税收减免优惠与直接补贴两种方式，并且美国政府还为汽车企业提供了低息贷款，在财政上实施优惠政策的同时坚持将严格监管放在第一位[4]；在税收补贴政策上，学者张钟允指出，日本政府的税收补贴政策提出天然气及电动清洁能源车辆享受与同级别燃油车差价的50%作为优惠补贴[5]；德国联邦参议会于2017年通过了有关2030年禁止全部燃油动力车辆上路的决议，该决议体现出德国政府对于2030年实现欧盟零排放的积极态度[6]。

中国作为全球最大的汽车生产国和消费国，深入实施发展新能源汽车国家战略[7-8]。近十年，中国政府为促进新能源汽车的产业化，制定出台了一系列政策措施[9-10]。通过搭建新能源汽车政策评价指标与评价模型，王显志等学者采用层次分析法针对不同类的新能源产业政策展开分析并得出结论：第一，新能源汽车的应用推广是新能源产业发展的重要环节；第二，新能源汽车的技术研发是核心问题；第三，新能源汽车的薄弱环节是基础设施建设；第四，新能源汽车的有效推广方式是刺激消费者需求[11]。在良好的政策环境以及政策体系的支撑下，新能源汽车产业发展取得积极成效，建立起比较坚实的产业基础和先发优势。

但如何基于大数据的角度确定企业未来所能获得的新能源汽车双积分补贴利润进而对企业未来汽车产品线进行配置规划成为困扰企业的主要问题，因此具有一定的研究意义。本文将利用大数据并结合双积分政策建立新能源汽车双积分政策补贴利润模型，从而利用利润模型对新能源汽车产品进行规划。本次研究具有一定的理论意义以及现实意义，能够为企业未来的产品规划提供强有力的支撑。

1 双积分补贴政策

双积分政策[12]是推动节能与新能源汽车产业发展的重要政策。产业目标主要是推动我国实现电动化转型升级，实现汽车产业可持续健康发展[13]。

乘用车双积分是指乘用车企业平均燃油消耗量（Corporate Average Fuel Consumption, CAFC）积分和新能源汽车（New Enegry Vehicle, NEV）积分。双积分政策分为五个阶段进行实施，在2019—2023年，NEV积分比例考核要求从10%，每年以2%的速度增长至18%。

CAFC积分和NEV积分均可结转，CAFC积分只能在关联企业中进行转让，NEV积分可以自由交易。当积分没达到要求值时，CAFC积分可以采用CAFC正积分与NEV正积分进行抵偿；而NEV积分只能使用NEV积分进行抵偿。因此，企业产生的CAFC正积分仅能用于企业自身或关联企业中，并不能产生其他收益；而产生的NEV正积分可以出售用于赚取利润。

2 大数据与双积分政策的利润模型

新能源汽车大数据与双积分补贴的利润模型首先通过大数据产量模型预测企业新能源汽车及传统燃油乘用车的产量，其次判断企业某种车型是否满足政策补贴条件，进而按照政策补贴的标准计算企业所能获得的补贴金额[14-15]，并将两者融合，从而建立有关于企业新能源汽车大数据与双积分政策的利润模型。

2.1 汽车大数据产量预测模型

目前关于汽车产量的预测，使用的方法主要有定性预测和定量预测两种。本文采用定量预测中的灰色时间序列预测方法建立了汽车产量预测模型[16]。

灰色预测是一种对含有不确定因素的系统进行预测的方法，它通过对原始数据进行处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况[17]。时间序列分析法[18]将同一变数的一组观察值，按时间顺序排列构成时间序列，运用一定的数字方法预计市场未来的发展变化趋势，确定市场预测值。对于汽车产量的预测，由于汽车产量受诸多不确定因素的影响，其历史数据也表明其增速的波动性明显，因此，考虑以时间序列来构造灰色预测模型。

步骤1：建立原始时间序列的预测值

式中，为选定的研究范围的月份代表的序号，例如第1个起始月份为1，第2个月份为2，……，以此类推；0()为第个所代表的月份某种车型的每月汽车销量或产量，其中=1,2,...,。

步骤2：生成累加数据序列

为了消除原始序列值中极端值对预测的影响，生成累加数据序列。

式中，1()、1为累加数据序列结果。

步骤3：准光滑和指数规律检验

光滑比：

级比：

式中，()、()分别为光滑比、级比，通过光滑比及级比，判断是否满足光滑条件和指数规律，若满足则对1建立灰色(1,1)模型。

步骤4：对1做紧邻均值生成1

式中，1()为紧邻均值，=2,3,...,。

步骤5：建立(1,1)模型

式中，为发展灰数；为内生控制灰数。

步骤6：最小二乘法估计参数和

（7）

步骤7：确定时间响应函数

式中，(1)(+1)为时间响应函数。

2.2 双积分政策补贴利润模型

NEV积分为该企业新能源汽车积分实际值与达标值之间的差额。实际值大于达标值产生正积分，实际值小于达标值产生负积分。

式中，NEV总为企业NEV的总积分值；NEV-r为企业NEV积分的实际值；NEV-sd为企业NEV积分的达标值。

其中新能源汽车积分实际值NEV-r，是指该企业在核算年度内生产或者进口的新能源乘用车各车型的积分与该车型生产量或者进口量乘积之和。

式中，NEV为企业NEV单车积分。其中纯电动乘用车车型积分NEV按照下列公式进行计算：

式中，s为标准车型积分；μ为续航里程调整系数；μ为电耗调整系数；μ为能量密度调整系数。标准车型积分s与续航里程相关，具体计算公式如下：

续航里程调整系数μ与续航里程所处范围相关，具体系数如下所示：

车型电能消耗量满足电能消耗量目标值的，即百公里电耗实际值≤目标值，那么电耗调整系数μ为车型电能消耗量目标值除以电能消耗量实际值（上限为1.5）；其余车型μ按0.5计算。

式中，为车型电能消耗量目标值；为车型电能消耗量实际值。新能源汽车不同整备质量下，电能消耗量目标值计算公式如下：

能量密度调整系数μ与电池系统能量密度（Wh/kg）相关，具体系数如下所示：

新能源汽车积分达标值是指该企业在核算年度内传统能源乘用车的生产量或者进口量，与新能源汽车积分比例要求的乘积。

式中，FV为传统乘用车产量；为NEV积分比例要求。

式中，NEV为NEV积分补贴金额，为NEV积分的单价。按中汽中心对2020年NEV积分交易价格预测值进行测算，目前NEV积分为2300元/分。

2.3 大数据与双积分政策的利润模型

新能源汽车利润计算公式为

式中，为企业某款新能源汽车的总利润；M为企业某款新能源汽车销售部分的利润；M为政府政策对企业某款新能源车补贴部分的利润。其中M由车型的销量与定价相乘进行求解；M是将政府政策对某款车的补贴相加进行求解。

式中，为企业某款新能源汽车销量；为企业某款新能源汽车产品定价。

M=MNEV新能源购置（21）

政府政策对企业某款新能源车补贴部分利润M是由NEV积分政策补贴利润NEV与新能源汽车购置补贴政策利润两部分组成。

3 上汽通用五菱案例分析

本文选取续航里程低于300 km的五菱宏光Mini EV进行研究。

3.1 五菱宏光Mini EV产量预测

首先整理五菱宏光Mini EV自上市以来产量数据，如表1所示。

表1 五菱宏光Mini EV 2020.06－2021.11产量数据　 单位：辆

年份产量数据 2020年4月5月6月 1 075 7月8月9月 7 37715 02220 186 10月11月12月 23 78028 26532 111 2021年1月2月3月 36 77920 17939 771 4月5月6月 29 27326 77430 119 7月8月9月 26 93041 20235 190 10月11月12月 39 15045 604

按照上述模型计算，可得到预测产量模型图，如图1所示。

通过上述产量预测图可以预测五菱宏光Mini EV2022年每月产量，如表2所示。

通过表2预测数据，可以预测出五菱宏光Mini EV2022年全年产量。

3.2 传统燃油乘用车产量预测

首先整理五菱传统燃油乘用车2018—2020年的产量数据，如表3所示。

图1 五菱宏光Mini EV产量预测图

表2 五菱宏光Mini EV 2022产量预测数据 单位：辆

年份产量数据 2022年1月2月3月 34 65321 36735 467 4月5月6月 25 68921 32530 765 7月8月9月 27 65440 76539 823 10月11月12月 38 74342 13645 289

表3 五菱传统燃油乘用车2018－2020年产量数据 单位：辆

年份产量数据 2018年1月2月3月 178 315145 033181 732 4月5月6月 140 317132 082112 515 7月8月9月 89 25585 013108 289 10月11月12月 102 546106 922163 300 2019年1月2月3月 161 29175 167127 802 4月5月6月 79 47652 36946 475 7月8月9月 67 20383 00096 283 10月11月12月 129 242130 869133 099 2020年1月2月3月 53 8983 22428 709 4月5月6月 58 49560 86757 527 7月8月9月 64 45168 11193 869 10月11月12月 95 783113 731119 426

由表3数据按照步骤进行产量预测，预测模拟图如图2所示。

图2 传统燃油乘用车产量预测图

通过上述产量预测图可以预测传统燃油乘用车2022年每月产量，如表4所示。

表4 传统燃油乘用车2022年产量预测（辆）

年份产量数据 2022年1月2月3月 63 7456 02329 308 4月5月6月 59 23658 76353 005 7月8月9月 62 01770 32498 652 10月11月12月 92 35898 765154 323

通过上表预测数据，可以预测出五菱传统燃油乘用车2022年全年产量。

3.3 政策补贴利润

五菱宏光Mini EV基本参数如下所示：= 120/170 km；=665/700 kg；=9.3/13.8 kW.h。

按照式（9）—式（18）计算五菱宏光Mini EV的NEV积分利润，具体计算过程如下所示：

当= 120 km；=665 kg；=9.3 kW.h时，补贴利润计算如下所示：

1）计算五菱宏光Mini EV单车积分

NEV五菱宏光MiniEV

s=1，μ=0.7

2）计算五菱宏光Mini EV的NEV积分实际值：

NEV-r五菱宏光MiniEV

4）计算五菱宏光Mini EV的NEV积分

5）计算五菱宏光Mini EV的NEV积分利润

6）五菱宏光Mini EV补贴总利润即为NEV积分的补贴利润

当= 170 km；=700 kg；=13.8 kW.h时，补贴利润计算如下所示：

1）计算五菱宏光Mini EV单车积分

NEV五菱宏光MiniEV

2）计算五菱宏光Mini EV的NEV积分实际值：

NEV-r五菱宏光MiniEV

4）计算五菱宏光Mini EV的NEV积分

5）计算五菱宏光Mini EV的NEV积分利润

6）五菱宏光Mini EV补贴总利润即为NEV积分的补贴利润：

3.4 规划意见

通过对上汽通用五菱的五菱宏光Mini EV代表车型以及产量预测图的分析，可得出未来1－2年新能源汽车依旧是发展的重点，我们可以提出未来企业新能源汽车规划的意见，上汽通用五菱未来1－2年应该在市场基本情况不变的前提下：

1）在国家政策继续补贴的情况下，上汽通用五菱应该尽可能地生产航里程大于300 km的新能源汽车，以便符合国家的政策趋势导向，顺应国家发展规划，获得较多的补贴。

2）在国家政策补贴退坡的情况下，上汽通用五菱应尽可能考虑市场情况，在城市中低续航能力新能源汽车足以满足消费者基本出行需求。因此，五菱应多生产低续航能力车型，同时开发新车型，尽快打入市场。

4 小结

本文主要从双积分政策的角度探讨了企业利润的问题。为了研究企业未来新能源汽车双积分政策补贴利润，选取五菱宏光Mini EV新能源车进行研究。首先通过灰色时间序列预测回归模型预测选定车型下一年的产量数据；第二，通过预测的产量数据与双积分政策补贴建立联系，计算选定车型双积分政策下的补贴利润。本文在一定程度上建立了针对新能源汽车的双积分政策补贴利润模型，补贴利润模型的构建为后续新能源汽车产品规划提供了方向，根据利润模型，可以得出未来一段时间内新能源汽车产品如何配置，进而完成汽车产品生态研究中的产品规划。

[1] 于永初.《节能与新能源汽车技术路线图2.0》引领中国汽车产业发展[J].汽车工艺师, 2020(11):20-22.

[2] 许兴华,陈晨.新能源汽车"变革"中加速[J].英才, 2021(8):46-49.

[3] 山德,孟东晖,李显君.美国新能源汽车发展及相关政策[J].汽车工业研究, 2014(6):5-11.

[4] 陈柳钦.美国新能源汽车发展政策走向[J].时代汽车, 2011(9):30-34.

[5] 张钟允,李春利.日本新能源汽车的相关政策与未来发展路径选择[J].现代日本经济,2015(5):71-86.

[6] 陈翌,孔德洋.德国新能源汽车产业政策及其启示[J].德国研究, 2014(1):71-81.

[7] 巩若琳,李文琦.《中国制造2025》背景下新能源汽车产业发展现状及前景研究[J].商讯,2020(10):29- 30.

[8] 袁妮,张振鼎,房旭.新形势下我国新能源汽车政策现状与发展趋势研究[J].时代汽车, 2021(5):93-94.

[9] 彭华.中外新能源汽车政策模式比较[J].2021(2019- 4):86-108.

[10] 李英艳,黄体允.新能源汽车产业政策研究[J].合作经济与科技,2020(18):11-13.

[11] 王显志,郭宏伟,王武宏.基于层次分析法的新能源汽车产业政策评价[J].道路交通与安全,2015,15(1): 41-46.

[12] 夏靖武,王红学,陈林.我国汽车"双积分政策"的影响及发展趋势研究[J].时代汽车, 2020(15):64-65.

[13] 张国振,钱立运.我国乘用车双积分政策研究[J].时代汽车,2020(9):10-11.

[14] 郑吉川,赵骅,李志国.双积分政策下新能源汽车产业研发补贴研究[J].科研管理,2019(2):126-133.

[15] 崔卫国.基于双积分政策的一种评估积分价值的方法[J].上海汽车,2021(5):19-23.

[16] 杨月英,马萍.基于灰色时间序列预测中国汽车销量[J].湖州职业技术学院学报,2012,10(1):5-7.

[17] 王庆庆,李谋涛,张星杰.基于灰色预测GM(1,1)模型的体育彩票销量预测[J].黄山学院学报,2018,20(3): 105-109.

[18] 罗佳佳.基于Matlab的达能饼干销量预测分析[J]. 长沙大学学报,2013,27(2):115-116.

Product Planning Based on Big Data and Double Points Policy

XUE Haitao, BAO Xinyu*

( College of Mechanical and Vehicle Engineering, Hunan University, Changsha 410082, China )

Across the entire automotive ecosystem, policy has a huge impact on product planning. The benchmark for the development of vehicle companies relies on national policies. If any vehicle company wants to develop healthily and long-term, it is inseparable from the support of national policies. Therefore, the study of policy factors is of great significance for the development planning of future car companies.However, in traditional new energy vehicle product planning, the impact of policy factors is not considered.Therefore, this paper conducts research based on the perspective of big data and combine with the national double-point policy, realizes the construction of a profit model from a policy perspective, and then puts forward future product planning opinions.Firstly, use the grey time series function model to forecast the sales and production of vehicles;Secondly, combine with the forecast data and the relevant national regulations on the double-point policy, establish a new energy vehicle double-point policy subsidy profit model;Finally, the representative model of SAIC-GM-Wuling Wuling Hongguang Mini EV is selected for case analysis,and based on the profit model, it puts forward planning opinions on Wuling's future new energy vehicle products.The applicability of the model is verified by case analysis, which has certain practical significance.

Big data; Double points policy; Grey time series function; Policy subsidy profit model; Product planning

U461.99；F542

A

1671-7988(2023)12-196-07

薛海涛（1982－），男，博士，高级工程师，研究方向为汽车产业大数据，E-mail:haitao.xue@sgmw.com.cn。

包辛煜（1998－），女，硕士，研究方向为汽车产业发展，E-mail:bxy0330042310@163.com。

10.16638/j.cnki.1671-7988.2023.012.037