基于因子分析的中國新能源電動汽車銷量主要影響因素分析

戚荻沁 李嘉明 朱靖言

摘?要：本文采用因子分析法對中國新能源電動汽車銷量的影響因素指標(biāo)進行降維處理，探究影響中國新能源電動汽車銷量的主要因素以及這些因素對中國新能源電動汽車銷量的影響與作用。經(jīng)研究，影響新能源電車銷量的主要因素為供給、需求和能源價差，目前市場情況下，需求對于銷量的影響最大，其次是供給。

關(guān)鍵詞：新能源電動汽車銷量；因子分析；影響因素

中圖分類號：F27?????文獻標(biāo)識碼：A??????doi：10.19311/j.cnki.16723198.2024.12.027

0?引言

0.1?研究背景

新能源汽車是指采用汽油、柴油燃料以外的非傳統(tǒng)燃料作為動力源，并在控制與驅(qū)動技術(shù)方面采用先進技術(shù)的車輛。新能源汽車按照采用的燃料的類別可以分為4大類：純電動汽車、混合動力汽車、燃料電池汽車和其他新能源汽車。隨著科學(xué)技術(shù)的不斷發(fā)展與人類對環(huán)境保護的逐漸重視，新能源電動汽車依靠其低污染、低能耗、能夠調(diào)節(jié)峰值電力消耗等優(yōu)勢在種類繁多的新能源汽車中脫穎而出，受到了全球消費者和各國政府的青睞，其自身的市場也得到了長足的發(fā)展。新能源電動汽車包括座位不超過7個的家用電動汽車與電動公交車。

自2011年以來，中國政府陸續(xù)出臺了諸多關(guān)于新能源電動汽車發(fā)展的優(yōu)惠政策，積極推動新能源電動汽車的發(fā)展，使其成為了繼“中國高鐵”之后的又一中國特征。到目前為止，中國已經(jīng)具備了完善的新能源電動汽車制造與研發(fā)的產(chǎn)業(yè)鏈，中國新能源電動汽車企業(yè)也逐漸發(fā)展壯大，新能源電動汽車正在快速地蠶食傳統(tǒng)燃油汽車的市場，領(lǐng)先的技術(shù)也幫助中國新能源電動汽車走出國門，參與世界貿(mào)易。

0.2?研究意義

新能源電動汽車的發(fā)展符合習(xí)近平總書記提出的“既要金山銀山，又要綠水青山”的發(fā)展理念，中國特色社會主義始終將綠色發(fā)展作為發(fā)展的核心理念，節(jié)能減排與經(jīng)濟發(fā)展的和諧共生是中國政府的工作重心。新能源電動汽車以電力這種綠色可再生能源替代汽油、柴油這種不可再生的化石燃料，完全符合中國社會的發(fā)展理念，其電機技術(shù)與傳統(tǒng)燃油汽車發(fā)動機技術(shù)的不互通也成為中國車企彌補自身發(fā)展時間不足而造成的技術(shù)缺失的良好土壤。

新能源電動汽車的銷量代表市場接受度，銷量的多少能直觀反映消費者對此類產(chǎn)品的認可和接受程度；銷量的規(guī)模可以反應(yīng)產(chǎn)業(yè)鏈發(fā)展完整度，銷量規(guī)模大代表著產(chǎn)業(yè)配套能力強，產(chǎn)業(yè)鏈已經(jīng)日趨完善；銷量的增速能夠有效反應(yīng)政策的支持力度。

探究影響新能源電動汽車銷量的主要因素，能夠有效幫助政府和企業(yè)弄清各個影響因素與銷量間的影響關(guān)系與影響的主次，為政府規(guī)劃和企業(yè)戰(zhàn)略設(shè)計提供理論指導(dǎo)，有助于推動我國新能源電動汽車行業(yè)的發(fā)展，激發(fā)市場活力，增強我國新能源電動汽車在國際貿(mào)易的競爭力。

0.3?研究方法

考慮到現(xiàn)實中市場是復(fù)雜的，其影響因素間也存在一定的相互影響，這種影響反饋在數(shù)學(xué)建模中就是影響因素間存在多重共線性，所以選擇的模型需要可以消除多重共線性。此外，中國新能源電動汽車行業(yè)經(jīng)歷了從無到有的發(fā)展過程，其影響因素極為復(fù)雜，難以依靠常識直接劃定主要因素，因此，所選模型在可以消除多重共線性的基礎(chǔ)上，還需要具備篩選主要影響指標(biāo)和確定主要影響指標(biāo)對于中國新能源電動汽車發(fā)展的影響程度的不同能力。

本文選擇因子分析法對收集到的諸多數(shù)據(jù)指標(biāo)進行降維，并將具有錯綜復(fù)雜關(guān)系的變量綜合為數(shù)量較少的幾個因子，以再現(xiàn)原始變量與因子之間的相互關(guān)系。進而對因子進行文字上的凝練概括，得到的結(jié)果即為影響中國新能源電動汽車發(fā)展的主要因素，而因子的載荷數(shù)也將直觀地反映出不同的主要因素對于中國新能源電動汽車銷量影響程度的不同。

1?指標(biāo)選取與數(shù)據(jù)處理

1.1?指標(biāo)選取

中國新能源電動汽車市場是中國汽車市場的一部分，由于其體量龐大，賣方門檻高，交易金額大，所以政府會通過宏觀調(diào)控的手段對市場的走勢進行控制，保障市場有序良好地發(fā)展。同時又因為市場的技術(shù)壁壘，賣方的數(shù)量有限，且產(chǎn)品具備較高的科技價值，因此賣方的變動會對商品造成一定影響，從而影響買方的購買決策。

因此分析中國新能源電動汽車發(fā)展應(yīng)當(dāng)從宏觀和微觀兩個角度切入，而微觀方面又可以分為買方市場與賣方市場兩個方面。在選取指標(biāo)時，應(yīng)當(dāng)考慮政府、車企、消費者三方對于市場的影響因素。

政府方面主要依靠政策來完成對新能源電動汽車市場的宏觀調(diào)控。政策間存在較大的差異化，政府為了達成目的，既可能陸續(xù)出臺一系列的政策使社會逐步接受，以保障社會穩(wěn)定性，又可能出臺較為激進的政策以快速達到其目的。因此，政策對于中國新能源電動汽車銷量的影響難以通過數(shù)據(jù)直接反饋，且不同政策的影響也是不同的，但精確分析每一個政策的影響工作量過大、實際操作性低下，為了計算和研究的方便，本文模糊處理了政策間的差異，以政策個數(shù)作為衡量政策影響的指標(biāo)。

車企方面，專利是車企新能源電動汽車科技的直觀數(shù)據(jù)反饋。發(fā)明專利的科技含量存在較大的差異化，且不同專利在車企幾乎同時生效，專利間優(yōu)劣也難以區(qū)分，精確分析每一個專利對于中國新能源電動汽車的發(fā)展顯然不具備實際操作的可能性，為了計算和研究的方便，本文模糊處理了專利間的差異，以專利個數(shù)作為衡量政策影響的指標(biāo)。

消費者方面，充電樁的數(shù)量直接關(guān)系到買車后充電的便捷程度，恩格爾系數(shù)則反饋消費者對于車輛這類消費較高的產(chǎn)品的購買能力，基尼系數(shù)反饋了消費者所處經(jīng)濟環(huán)境的優(yōu)劣，電價與油價則是消費者對于傳統(tǒng)燃油汽車與新能源電動汽車的重要決策考量。在中國，民用汽車的燃油價格統(tǒng)一受中石油、中石化的限制，地方性油價差異不大，各類燃油價格均受國際油價影響，其變動趨勢基本一致，因而可以以一種型號的燃油價格作為衡量各類燃油的價格的指標(biāo)，各類燃油中，92號汽油泛用性最廣，也是每個加油站都會提供的汽油，因此本文以92號汽油的價格作為衡量燃油價格的指標(biāo)。

綜上所述，本文選取政策數(shù)量、新能源電動汽車專利數(shù)、充電樁數(shù)、恩格爾系數(shù)、基尼系數(shù)、電價、92號汽油價格作為影響因素指標(biāo)進行研究分析。具體數(shù)據(jù)如下表1所示。

2022687228217115391179.730.547.40.5610631.75083

1.2?Z-Score法統(tǒng)一量綱

本文所選指標(biāo)的單位不同，直接建模會影響模型精確度，給分析工作帶來困難，因此本文采用Z-Score將不同量級的數(shù)據(jù)統(tǒng)一量綱，方便之后的建模與分析。a表示原數(shù)據(jù)，a表示處理后的數(shù)據(jù)，a-表示樣本數(shù)據(jù)的均值，σ為標(biāo)準(zhǔn)差，其關(guān)系式如下：

a=a-a-σ

其中標(biāo)準(zhǔn)差σ的求解如下：

σ=?a1-a-2+a2-a-2+…+an-a-2n

2?模型的建立

2.1?KMO檢驗

進行KMO檢驗，其中rij表示簡單相關(guān)系數(shù)，aij表示偏相關(guān)系數(shù)：

KMO=∑r2ij∑r2ij+∑a2ij

計算得KMO=03195<06，檢驗不理想，在后續(xù)建模過程中需要進行因子旋轉(zhuǎn)。

2.2?因子分析模型的建立與求解

設(shè)η1=政策數(shù)量，η2=新能源電動汽車專利數(shù)，η3=充電樁數(shù)，η4=恩格爾系數(shù)，η5=基尼系數(shù)，η6=電價，η7=92號汽油價格，λ1≥λ2…≥λ7為矩陣R的特征值。

采用主成分分析法求取載荷矩陣Λ：

Λ=（λ1λ2…λ7）T·（η1η2…η7）

設(shè)x為銷量，則可得關(guān)系式x=ΛF，其中F表示相應(yīng)的因子得分。

MATLAB計算其正交矩陣為：

T=06985－061310369104911－052050785803759－0081308500

觀察TTF1，TTF2，TTF1，TTF3的值，發(fā)現(xiàn)在TTF1中，3，4，5較為接近1；在TTF2中，1，2，6的絕對值接近1，則可以把η1，η2，…，η7分為三類：η3，η4，η5為類別一，η1，η2，η6為類別二，η7為類別三。

分析歸納后的指標(biāo)的特征值得分分別為：類別一=328，類別二=17，類別三=105，從而可知其權(quán)重分別為：類別一=054，類別二=028，類別三=017。

3?結(jié)果分析

據(jù)建模結(jié)果可知，充電樁數(shù)、恩格爾系數(shù)、基尼系數(shù)三者間存在潛在的關(guān)系因子；政策數(shù)量、新能源電動汽車專利數(shù)、電價間存在潛在的關(guān)系因子；92號汽油價格與其他指標(biāo)間不存在潛在的關(guān)系因子。具體關(guān)系如下圖1所示。

基尼系數(shù)與恩格爾系數(shù)都可以用來反應(yīng)消費者群體的經(jīng)濟情況，而消費者在購買汽車這種價格相對較高的產(chǎn)品時，會基于其本身的經(jīng)濟情況考量是否購買，換言之，新能源電動汽車的價格是否符合消費者預(yù)期是消費者是否購買新能源電動汽車的重要衡量標(biāo)準(zhǔn)，充電樁的數(shù)量直接影響了消費者在購買新能源電動汽車之后給汽車充電的方便程度，也就是說，新能源電動汽車充電足夠便捷的時候，消費者購買新能源電動汽車的可能性就會大幅提升。綜合來說，此類指標(biāo)可以被概括為消費者的預(yù)期（此處預(yù)期包括預(yù)算預(yù)期與便捷程度預(yù)期），而預(yù)期就是消費者需求的主觀能動的體現(xiàn)，因此，類別一可以凝練概括為需求。

政策數(shù)量、專利數(shù)量與電價是消費者需要被動接受的客觀外部條件。其中政策數(shù)量與電價是政府的宏觀調(diào)控，政策直接或間接地影響新能源電動汽車的價格，而電作為新能源電動汽車的能源，其本身就屬于新能源電動汽車的配套商品之一，消費者在購買新能源電動汽車的時候必然會將用車成本計入買車支出成本中，因此電價和政策數(shù)量都是有效地影響新能源電動汽車的最終購買價格（零售價+用車成本+各類稅收）。由于新能源電動汽車行業(yè)已經(jīng)不再處于供給決定需求的市場發(fā)展階段了，市場內(nèi)的賣家數(shù)量多，產(chǎn)品品類多，專利數(shù)量無法代表新能源電動汽車的有或無，只能用于表示不同產(chǎn)品間的品類差異，因此專利數(shù)量這個指標(biāo)依然應(yīng)當(dāng)被歸為供給指標(biāo)的一部分。綜合來說，類別二可以凝練概括為供給。

92號汽油的價格反應(yīng)的是新能源電動汽車與傳統(tǒng)燃油汽車因使用能源的不同而產(chǎn)生的成本差異，但其權(quán)重相對于需求與供給來說較低，說明了新能源電動汽車與傳統(tǒng)燃料汽車間消費者選擇的差異并不主要是因為能源價差。

結(jié)合權(quán)重分析，需求的權(quán)重遠大于供給與能源價差，是影響中國新能源電動汽車發(fā)展的最主要因素，其次是供給，最后是能源價差。分析其背后的原因，中國新能源電動汽車已經(jīng)得到了較為完善的發(fā)展，新能源電動汽車市場也已經(jīng)完成了從無到有的過程，從一開始由于市場尚未形成而導(dǎo)致的供給決定需求，到現(xiàn)在市場發(fā)展完善，消費者可以在市場中選擇各種價位、各種性能的產(chǎn)品，需求對于市場的影響逐漸擴大，在沒有革命性技術(shù)進步之前，需求將持續(xù)主導(dǎo)市場，影響中國新能源電動汽車的發(fā)展。

參考文獻

［1］唐葆君，王翔宇，王彬，等.中國新能源汽車行業(yè)發(fā)展水平分析及展望[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2019，21（02）：611.

[2]徐國虎，許芳.新能源汽車購買決策的影響因素研究[J].中國人口·資源與環(huán)境，2010，20（11）：9195.

[3]童芳，蘭鳳崇，陳吉清，等.新能源汽車發(fā)展影響因素分析及保有量預(yù)測[J].科技管理研究，2016，36（17）：112116.

[4]王娜.中國新能源汽車發(fā)展關(guān)鍵影響因素識別分析[J].南京工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2017，16（04）：2027.

[5]葉楠，周梅華.新能源汽車采用的影響因素分析及推進策略[J].統(tǒng)計與決策，2012，（18）：6062.

[6]陳瑤，周穎.長三角新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率及影響因素探究[J].現(xiàn)代管理科學(xué)，2020，（01）：3032.

[7]Peilin?Q.Research?on?the?Influencing?Factors?of?New?Energy?Vehicle?Consumption?under?the?Background?of?Digital?Economy[J].SHS?Web?of?Conferences，2022：151.

[8]Wang?W，Xie?Z，F(xiàn)eng?M，et?al.Investigation?of?the?Influencing?Factors?on?Consumers′?Purchase?Willingness?towards?NewEnergy?Vehicles?in?China：A?Questionnaire?Analysis?Using?Matrix?Model[J].Energies，2023，16（15）.