電動(dòng)汽車購買意愿的離散選擇分析

黃 冰， 干宏程

（上海理工大學(xué) 管理學(xué)院，上海 200093）

電動(dòng)汽車作為新型的綠色交通工具，越來越受到人們的關(guān)注.2012年7月9日，國務(wù)院正式發(fā)布了《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2012—2020年）》.規(guī)劃稱新能源汽車產(chǎn)業(yè)發(fā)展將以純電驅(qū)動(dòng)為新能源汽車發(fā)展和汽車工業(yè)轉(zhuǎn)型的主要戰(zhàn)略取向，當(dāng)前重點(diǎn)推進(jìn)純電動(dòng)汽車和插電式混合動(dòng)力汽車產(chǎn)業(yè)化.在銷量上，到2015年，純電動(dòng)汽車和插電式混合動(dòng)力汽車?yán)塾?jì)產(chǎn)銷量力爭達(dá)到50 萬輛；到2020年，純電動(dòng)汽車和插電式混合動(dòng)力汽車生產(chǎn)能力達(dá)200萬輛，累計(jì)產(chǎn)銷量超過500萬輛.然而，根據(jù)統(tǒng)計(jì)，2013年我國的新能源汽車共計(jì)銷售1.7 萬輛.其中，純電動(dòng)銷售14 604輛，插電式混合動(dòng)力銷售3 038輛.而美國2013年全年共計(jì)銷售新能源汽車9.7萬輛，是中國新能源汽車銷售量的5.7倍.中國與美國幾乎同一年開始發(fā)展新能源汽車，但在銷量上卻嚴(yán)重落后于美國.因此，研究國內(nèi)消費(fèi)者對(duì)于電動(dòng)汽車的購買行為有著重要的現(xiàn)實(shí)意義.

近年來，新能源汽車的相關(guān)研究越來越受學(xué)術(shù)界的關(guān)注.關(guān)于電動(dòng)汽車等可替代能源汽車購買意愿的研究工作在國外開展較多，學(xué)者們主要利用意向行 為（stated preference，SP）數(shù) 據(jù) 和 實(shí) 際 行 為（revealed preference，RP）數(shù)據(jù)，采用離散選擇分析方法，建立相關(guān)的分析模型來探索消費(fèi)者購買選擇的影 響 因 素［1－8］.Brownstone 等［1］在California地區(qū)關(guān)于可替代能源汽車的需求，開展了SP 調(diào)查工作，并結(jié)合所得數(shù)據(jù)建立了MNL（multinominal logit model）模型，并在之前工作的基礎(chǔ)上結(jié)合RP／SP數(shù)據(jù)，建立了mixed logit模型，考慮了隨機(jī)誤差的相關(guān)性［2－3］.Bunch等［4］結(jié)合SP數(shù)據(jù)針對(duì)汽車的選擇和能源的選擇分別建立了巢式多元logit模型和二元logit模型.Potoglou 等［5］通過SP 調(diào)查研究了消費(fèi)者對(duì)于3種類型汽車（燃油汽車、混合動(dòng)力和可替代能源汽車）的購買意愿，設(shè)置了汽車基本屬性和財(cái)政激勵(lì)，建立了nested logit模型.Beggs等［6］通過調(diào)查個(gè)人對(duì)電動(dòng)汽車的購買意愿，建立了ordered logit模型，對(duì)于尚未出現(xiàn)的電動(dòng)汽車進(jìn)行了市場預(yù)測，對(duì)新產(chǎn)品的預(yù)測分析有著十分重要的意義.Glerum 等［7］在SP調(diào)查中設(shè)置了3種選擇：你現(xiàn)有的汽車、某品牌的燃油車和某品牌的電動(dòng)汽車，針對(duì)這3種選擇分別設(shè)置了10個(gè)相關(guān)屬性（品牌、價(jià)格、補(bǔ)貼等），通過調(diào)查數(shù)據(jù)建立latent variable模型，并預(yù)測了未來電動(dòng)汽車的市場份額.Hidrue等［8］在SP調(diào)查中共設(shè)置了5個(gè)電動(dòng)汽車屬性，建立了latent class模型，研究表明續(xù)航里程、燃料節(jié)約和充電時(shí)間是被調(diào)查者選擇電動(dòng)汽車的關(guān)鍵因素，被調(diào)查者愿意花費(fèi)額外的費(fèi)用來獲得電動(dòng)汽車較高的使用價(jià)值，同時(shí)建議大幅度降低電池費(fèi)用才能使電動(dòng)汽車更加經(jīng)濟(jì)可行.國內(nèi)學(xué)者也相繼展開了新能源汽車產(chǎn)業(yè)的研究工作，研究大多局限于新能源汽車行業(yè)的發(fā)展現(xiàn)狀和發(fā)展瓶頸［9］、稅收和相關(guān)優(yōu)惠政策［10－11］、技術(shù)評(píng)價(jià)與發(fā)展戰(zhàn)略［12－13］等，而關(guān)于電動(dòng)汽車購買因素的研究并不多見.郭春林等［14］通過調(diào)查，對(duì)電動(dòng)汽車發(fā)展前景和關(guān)鍵因素進(jìn)行了實(shí)證研究.馬鈞等［15］從消費(fèi)者固有屬性和需求環(huán)境出發(fā)，獲取了影響消費(fèi)者購買純電動(dòng)汽車的6大因素，并由此構(gòu)建了分析模型.

本文利用SP調(diào)查獲取鄭州市消費(fèi)人群選擇購買汽車的統(tǒng)計(jì)數(shù)據(jù)，采用離散選擇分析方法對(duì)電動(dòng)汽車的購買意愿進(jìn)行建模，探索購買選擇的影響因素.

1 電動(dòng)汽車購買意愿的SP調(diào)查問卷設(shè)計(jì)

SP調(diào)查彌補(bǔ)了傳統(tǒng)RP調(diào)查的缺陷，可以獲得人們?cè)诩俣l件下的多個(gè)選擇方案所表現(xiàn)出來的主觀偏好，從而對(duì)現(xiàn)實(shí)中不存在或是還未廣泛開展的項(xiàng)目、行為以及服務(wù)等進(jìn)行意愿性調(diào)查研究［16－17］.

本研究采用SP 調(diào)查方法，針對(duì)國內(nèi)尚未普及的電動(dòng)汽車設(shè)計(jì)調(diào)查問卷，獲取消費(fèi)者購買選擇行為數(shù)據(jù).本次問卷設(shè)計(jì)中SP調(diào)查分為3部分，第一部分為被調(diào)查者的個(gè)人屬性，包括社會(huì)經(jīng)濟(jì)屬性、出行屬性和購買行為相關(guān)屬性；第二部分有關(guān)購買汽車的行為屬性，如購車用途、購車時(shí)主要考慮因素、是否了解電動(dòng)汽車等5個(gè)問題；第三部分為SP情境設(shè)計(jì)，其中，電動(dòng)汽車設(shè)置了4個(gè)屬性，分別為購買價(jià)格、補(bǔ)貼政策、續(xù)航里程和充電方式，每個(gè)屬性均有3個(gè)水平，一共9個(gè)假設(shè)情景.其中，燃油汽車根據(jù)實(shí)際情況只設(shè)置了價(jià)格和續(xù)航里程2個(gè)屬性，并且屬性水平保持不變，分別是20萬元和450km.這樣設(shè)置是為將燃油汽車作為對(duì)比選項(xiàng)，可以使被調(diào)查者更好地進(jìn)行屬性對(duì)比，從而作出選擇.這里燃油汽車的價(jià)格20萬元，并不是一個(gè)實(shí)際的數(shù)值，而是作為電動(dòng)汽車的價(jià)格的一個(gè)參考，電動(dòng)汽車價(jià)格的3個(gè)水平設(shè)置分別為20，30，40萬元，即燃油汽車的同等價(jià)格、燃油汽車價(jià)格的1.5倍和燃油汽車價(jià)格的2倍.各地區(qū)和城市電動(dòng)汽車的補(bǔ)貼政策并不相同，補(bǔ)貼額度大概在4～8萬元之間.由于上海已經(jīng)實(shí)施電動(dòng)汽車免費(fèi)上牌照等政策，本研究設(shè)置了免費(fèi)上牌照、4萬元和8萬元的3種情況.燃油汽車的續(xù)航里程一般為450km，然而根據(jù)國內(nèi)市場上已出售的電動(dòng)汽車來看，其續(xù)航里程也不盡相同，較好的續(xù)航里程可以達(dá)到150km 左右，有些甚至可以達(dá)到300 km，因此屬性水平設(shè)置為150，220 和300km.最后考慮的是電動(dòng)汽車的充電方式，市面上的大多數(shù)電動(dòng)汽車都設(shè)計(jì)采用家庭充電4～6h，這是因?yàn)閲鴥?nèi)的電動(dòng)汽車充電設(shè)施沒有普及，如果在專業(yè)充電站充電20～30min即可.因此，設(shè)置了家庭充電4h和專業(yè)充電20min.通過與一些駕駛員溝通發(fā)現(xiàn)，大多數(shù)駕駛員希望充電可以像加油一樣時(shí)間較短，因此，另一種情況假設(shè)電動(dòng)汽車可以更換電池，隨換隨走.最終，四因素三水平采用正交設(shè)計(jì)，共生成9種情景，如表1所示.

表1 SP問卷中電動(dòng)汽車的屬性及其選擇比例Tab.1 Scenario design for stated preference questions

SP 調(diào)查地點(diǎn)為鄭州市某商場，調(diào)查時(shí)間為2014年2月.隨機(jī)調(diào)查37 名消費(fèi)者，剔除無效問卷，最終得到30份有效問卷，于是共有270（30×9）份樣本數(shù)據(jù).

2 SP調(diào)查結(jié)果分析

2.1個(gè)體屬性統(tǒng)計(jì)分析

被調(diào)查者的個(gè)體屬性分為3個(gè)部分：社會(huì)經(jīng)濟(jì)屬性（6個(gè)）、出 行 屬 性（3個(gè)）和 購 買 選 擇 屬 性（4個(gè)），統(tǒng)計(jì)結(jié)果如表2所示.

根據(jù)統(tǒng)計(jì)結(jié)果可以看出：調(diào)查對(duì)象中男性較多，占2／3；考慮中、青年人群為購買車輛的主力人群，年齡構(gòu)成以中、青年為主，絕大部分為50歲以下；多數(shù)被調(diào)查者的駕齡集中在0～4年；由于調(diào)查地區(qū)為二線城市，經(jīng)濟(jì)收入一般，月收入多為5 000 元以內(nèi)；學(xué)歷中大學(xué)及以上占60%；職業(yè)分布中，企業(yè)所占比例最大；出行屬性中，通勤距離分布比較集中，10km 以內(nèi)的占2／3；大多數(shù)的人都沒有小轎車，且購車用途分布比較分散；關(guān)于購買選擇屬性中，絕大多數(shù)聽說過但并不了解電動(dòng)汽車；有2／3的人在未來幾年內(nèi)，有意愿購買汽車，但絕大多數(shù)人并沒有購買電動(dòng)汽車的打算.

購買選擇屬性調(diào)查中的購車因素為多選題，將其頻數(shù)和百分率按多重響應(yīng)分級(jí)，如表3所示.從統(tǒng)計(jì)結(jié)果可以看出，性能和價(jià)格是人們選擇購買的重要因素；品牌、國家政策和車型外觀也是被調(diào)查者的考慮因素；然而有極少數(shù)人選擇排量這一特性.

表2個(gè)體屬性統(tǒng)計(jì)結(jié)果Tab.2 Personal property statistical results

表3 購買因素統(tǒng)計(jì)結(jié)果Tab.3 Purchase factors statistical results

2.2 SP調(diào)查統(tǒng)計(jì)分析

被調(diào)查者對(duì)9種情景的選擇結(jié)果如圖1所示.從圖1可以看出，情景5、情景8和情景9中選擇電動(dòng)汽車的比例超過一半；情景1、情景2和情景3選擇電動(dòng)汽車的比例較?。欢榫?和情景7沒有人選擇電動(dòng)汽車，全部選擇的是燃油汽車.上述選擇結(jié)果的可能原因如下：

a.情景5、情景8和情景9中電動(dòng)汽車和燃油汽車的實(shí)付款價(jià)格相當(dāng)，同時(shí)續(xù)航里程均在220km以上，3種充電方式均有，說明價(jià)格和續(xù)航里程是消費(fèi)者購買選擇的重要因素，在價(jià)格較低時(shí)，充電方式的重要性就降低了.

b.情景1 中電動(dòng)汽車價(jià)格較高，續(xù)航里程220km，但充電方式快捷，說明價(jià)格較高時(shí)，充電方式就成為比較重要的因素；情景2中續(xù)航里程最低，充電不方便，但價(jià)格和燃油汽車相差不大，因此也有一些人選擇了電動(dòng)汽車；情景3中電動(dòng)汽車的價(jià)格比燃油汽車高10萬元，充電較為方便，但續(xù)航里程最大，因此有30%的人選擇電動(dòng)汽車.

c.情景4和情景7中電動(dòng)汽車的價(jià)格是燃油汽車的2倍，續(xù)航里程和充電方式都不是最優(yōu)，因此沒有人選擇.

本試驗(yàn)用MTT法測定外周血淋巴細(xì)胞增殖，中藥復(fù)方多糖能顯著提高雛雞免疫法氏囊苗后的淋巴細(xì)胞增殖，效果優(yōu)于黃芪多糖和疫苗對(duì)照組.這表明，中藥復(fù)方多糖具有很好的免疫增強(qiáng)作用.

圖1 SP情景的選擇比例Fig.1 Choosed proportion of SP scenario design

以上得到了電動(dòng)汽車的實(shí)際購買價(jià)格、續(xù)航里程和充電方式與選擇概率之間的大致關(guān)系，但是尚未把這一關(guān)系與被調(diào)查者個(gè)體特征聯(lián)系起來.對(duì)于不同人口統(tǒng)計(jì)學(xué)特征、駕齡、通勤距離等的消費(fèi)者來說，購買選擇意愿的影響因素可能不同.接下來使用離散選擇分析方法，量化被調(diào)查者個(gè)體特征和電動(dòng)汽車屬性水平對(duì)購買選擇概率的影響.

3 SP數(shù)據(jù)的離散選擇分析

3.1 建模方法

離散選擇分析方法以隨機(jī)效用理論為基礎(chǔ)，以微觀決策個(gè)體為研究對(duì)象，具有明確的行為解釋能力［18］.該方法假設(shè)作為行為主體的決策者總是從多種選擇方案中選擇效用最大的選擇項(xiàng).本研究中，消費(fèi)者的購買選擇是二元選擇，因此采用離散選擇模型中的二項(xiàng)logit模型進(jìn)行多變量分析，量化購買選擇與電動(dòng)汽車屬性和消費(fèi)者個(gè)體屬性之間的關(guān)系.

假設(shè)消費(fèi)者n（n＝1，2，…，N）的選擇項(xiàng)i（i＝1，2，…，I）的效用為Uin.把Uin分解為兩部分，一部分為由可觀測變量Xkin（k＝1，2，…，K）確定的效用確定項(xiàng)Vin，一部分為由不可觀測變量確定的效用隨機(jī)項(xiàng)εin，則

式中，N 是消費(fèi)者總量；I 是選項(xiàng)總量；K 是可觀測變量總量.

假設(shè)εin滿足獨(dú)立同分布的Gumbel分布，得到消費(fèi)者n 選擇選項(xiàng)i的概率為

如果假設(shè)效用確定項(xiàng)Vin是可觀測變量組成的向量Xin＝（1，X1in，X2in，…，Xkin）T的線性函數(shù)，參數(shù)向量β＝（β0，β1，…，βk），則Vin可以表示為

把式（3）中的Vin代入式（2），得到基于線性效用的消費(fèi)者n 選擇選項(xiàng)i的概率為

式（4）確定的離散選擇模型就是線性效用的MNL模型.

3.2 模型估計(jì)結(jié)果與分析

利用卡方檢驗(yàn)估計(jì)結(jié)果，采用95%的置信度，考慮的解釋變量包括性別、年齡、駕齡、月收入、教育程度、職業(yè)、通勤距離、小汽車擁有量、購車因素、購買價(jià)格、政府補(bǔ)貼、續(xù)航里程和充電方式.根據(jù)顯著性分析，最終進(jìn)入模型的變量有性別、年齡、駕齡、購車因素、購買價(jià)格、政府補(bǔ)貼、續(xù)航里程和充電方式，具體的模型估計(jì)結(jié)果如表4所示.

表4 二元logit模型的估計(jì)結(jié)果Tab.4 Estimation results by binary logit model

表4 中，決 定 系 數(shù)Nagelkerke’s R Square 為0.515，說明模型的精度較高.

根據(jù)估計(jì)結(jié)果得出選擇電動(dòng)汽車的效用函數(shù)V1為

利用式（5）可以計(jì)算出不同消費(fèi)者對(duì)于電動(dòng)汽車的不同屬性所作出的購買選擇概率.例如：在情景8中，一個(gè)年齡為32歲的男性消費(fèi)者，駕齡為2年，購車注重汽車性能，則他選擇購買電動(dòng)汽車的概率為34.4%，選擇燃油汽車的概率為65.6%.

根據(jù)模型的系數(shù)B 進(jìn)行分析如下：

a.性別為男的啞變量.系數(shù)為正，說明男性消費(fèi)者比女性消費(fèi)者更傾向于選擇購買電動(dòng)汽車.

b.年齡.系數(shù)為正，說明隨著消費(fèi)者年齡的增加，選擇電動(dòng)汽車的意愿增加.這可能是由于年齡較大的人群對(duì)綠色交通的理念和環(huán)保意識(shí)更強(qiáng)烈.

c.駕齡0～4年的啞變量.系數(shù)為負(fù)，說明駕齡0～4年的消費(fèi)者不愿意購買電動(dòng)汽車，而是選擇燃油汽車.這可能是因?yàn)轳{齡長的駕駛員更愿意嘗試新形式的汽車，而駕齡短的就相對(duì)比較保守.

d.購買因素為性能的啞變量.系數(shù)為負(fù)，說明考慮購買汽車的因素為性能的消費(fèi)者選擇燃油汽車的意愿更為強(qiáng)烈.這是因?yàn)殡妱?dòng)汽車的技術(shù)不夠成熟，性能也不穩(wěn)定，購買汽車時(shí)注重性能的消費(fèi)者就更傾向于選擇技術(shù)成熟的燃油汽車.

e.電動(dòng)汽車的購買價(jià)格.需要說明的是該變量的賦值，該變量設(shè)置為連續(xù)變量，40萬元設(shè)為1、30萬元設(shè)為2、20萬元設(shè)為3.因此出現(xiàn)了系數(shù)為正的情況，說明電動(dòng)汽車的價(jià)格越低，消費(fèi)者越傾向于購買電動(dòng)汽車.這符合實(shí)際情況，價(jià)格是影響消費(fèi)者購買的一個(gè)關(guān)鍵因素.

f.政府補(bǔ)貼.變量賦值中，免費(fèi)上牌照、補(bǔ)貼4萬元、補(bǔ)貼8萬元分別設(shè)為連續(xù)變量1，2，3.系數(shù)為正，這說明政府對(duì)電動(dòng)汽車補(bǔ)貼的金額越多，消費(fèi)者越愿意選擇電動(dòng)汽車.這符合客觀規(guī)律，政府補(bǔ)貼的多，消費(fèi)者就掏的少，這實(shí)際上也是價(jià)格對(duì)消費(fèi)者的影響作用.其中，免費(fèi)上牌照對(duì)消費(fèi)者購買選擇并沒有太大影響的原因是，鄭州現(xiàn)在上牌照比較容易，只用掏幾千元的牌照費(fèi)，而不像上海還需要拍賣牌照.

g.續(xù)航里程.系數(shù)為正，說明隨著電動(dòng)汽車?yán)m(xù)航里程的增加，消費(fèi)者購買電動(dòng)汽車的意愿也有所增加.這是因?yàn)槔m(xù)航里程是汽車性能的一個(gè)體現(xiàn)，對(duì)于電動(dòng)汽車來說，續(xù)航里程的長短十分關(guān)鍵，較長的續(xù)航里程可以使駕駛員的駕駛行為更加自由.

h.充電方式.該變量的賦值也需要進(jìn)一步說明，家庭充電4h、充電站充電20 min、更換電池隨換隨走分別設(shè)置為連續(xù)變量1，2，3.系數(shù)為正，說明充電時(shí)間越短，消費(fèi)者越容易選擇電動(dòng)汽車.這是因?yàn)槿藗冑徿嚨囊粋€(gè)主要目的就是讓出行更加方便和快捷，所以充電時(shí)間長短也影響著消費(fèi)者的選擇行為.

i.常數(shù).C 為負(fù)，說明在不提供任何信息的情況下，消費(fèi)者更傾向于選擇燃油汽車.這是因?yàn)殡妱?dòng)汽車是一個(gè)新產(chǎn)業(yè)，技術(shù)不成熟，產(chǎn)品未普及，消費(fèi)者在購買時(shí)會(huì)選擇技術(shù)成熟、發(fā)展穩(wěn)定的產(chǎn)品.

4 結(jié)束語

本文采用SP調(diào)查法針對(duì)鄭州市消費(fèi)者電動(dòng)汽車的購買意愿設(shè)計(jì)和開展了問卷調(diào)查，并對(duì)樣本數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)和相關(guān)性分析，運(yùn)用隨機(jī)效用理論和離散選擇建模方法，建立了電動(dòng)汽車購買意愿的二元logit模型，揭示了電動(dòng)汽車購買意愿的影響因素.以往的國外研究表示，續(xù)航里程的限制、過長的充電時(shí)間和較高的價(jià)格是消費(fèi)者未選擇電動(dòng)汽車的顧慮因素.然而，本文也有相似的研究發(fā)現(xiàn)：價(jià)格、政策補(bǔ)貼、續(xù)航里程和充電方式都對(duì)消費(fèi)者的購買意愿產(chǎn)生了顯著影響.同時(shí)，消費(fèi)者個(gè)體屬性（性別、年齡、駕齡等）的不同也會(huì)產(chǎn)生不同的選擇結(jié)果.

在今后的研究中，將擴(kuò)大調(diào)查對(duì)象范圍，增加樣本數(shù)量和樣本多樣性，以便得到更可靠的模型估計(jì)結(jié)果.此外，將在上海等其它城市展開SP 和RP 調(diào)查工作，以便比較不同城市和地區(qū)的消費(fèi)者購買電動(dòng)汽車的行為，從而為綠色交通政策的制定和優(yōu)化提供有益的技術(shù)支撐和啟示.

［1］Brownstone D，Bunch D S，Golob T F，et al.A transactions choice model for forecasting demand for alternative － fuel vehicles ［J］.Research in Transportation Economics，1996，4：87－129.

［2］Brownstone D，Train K.Forecasting new product penetration with flexible substitution patterns［J］.Journal of Econometrics，1998，89（1／2）：109－129.

［3］Brownstone D，Bunch D S，Train K.Joint mixed logit models of stated and revealed preferences for alternative－fuel vehicles［J］.Transportation Research Part B：Methodological，2000，34（5）：315－338.

［4］Bunch D S，Bradley M，Golob T F，et al.Demand for clean－fuel vehicles in California：a discrete－choice stated preference pilot project［J］.Transportation Research Part A：Policy and Practice，1993，27（3）：237－253.

［5］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.

［6］Beggs S，Cardell S，Hausman J.Assessing the potential demand for electric cars［J］.Journal of Econometrics，1981，17（1）：1－19.

［7］Glerum A，Stankovikj L，Thémans M，et al.Forecasting the demand for electric vehicles：accounting for attitudes and perceptions［J］.Transportation Science，2013，48（4）：483－499.

［8］Hidrue M K，Parsons G R，Kempton W，et al.Willingness to pay for electric vehicles and their attributes［J］.Resource and Energy Economics，2011，33（3）：686－705.

［9］弋亞群，向琴.我國新能源汽車產(chǎn)業(yè)分析［J］.中國軟科學(xué)，2009（S1）：60－63.

［10］張經(jīng)天，公靜.促進(jìn)新能源汽車產(chǎn)業(yè)發(fā)展的財(cái)稅政策建議［J］.中國財(cái)政，2010（13）：49－50.

［11］孫慶潔.推動(dòng)新能源汽車產(chǎn)業(yè)發(fā)展的稅收政策研究［D］.大連：東北財(cái)經(jīng)大學(xué)，2011.

［12］阮嫻靜.新能源汽車技術(shù)經(jīng)濟(jì)綜合評(píng)價(jià)及其發(fā)展策略研究［D］.武漢：武漢理工大學(xué)，2010.

［13］王濤，張友芹.論我國節(jié)能與新能源汽車的發(fā)展戰(zhàn)略［J］.汽車工業(yè)研究，2008（6）：34－37.

［14］郭春林，甄子健，武力，等.電動(dòng)汽車發(fā)展前景與關(guān)鍵因素分析［J］.汽車工程，2012，34（9）：852－858.

［15］馬鈞，馮慶.影響消費(fèi)者購買純電動(dòng)車的因素研究［J］.上海汽車，2010（2）：54－58.

［16］關(guān)宏志.非集計(jì)模型——交通行為分析的工具［M］.北京：人民交通出版社，2004.

［17］王方，陳金川，陳艷艷.交通SP 調(diào)查的均勻設(shè)計(jì)方法［J］.城市交通，2005，3（3）：69－72.

［18］鄭雪琳，干宏程.居民交通方式選擇行為影響因素分析［J］.上海理工大學(xué)學(xué)報(bào)，2013，35（6）：563－566.