里程焦慮對(duì)純電動(dòng)汽車使用意愿的影響*

孫 葉 劉 鍇

(大連理工大學(xué)交通運(yùn)輸學(xué)院 大連 116024)

里程焦慮對(duì)純電動(dòng)汽車使用意愿的影響*

孫 葉 劉 鍇

(大連理工大學(xué)交通運(yùn)輸學(xué)院 大連 116024)

基于大連市純電動(dòng)汽車使用意愿SP調(diào)查數(shù)據(jù)，研究里程焦慮對(duì)日常出行選擇電動(dòng)汽車的影響.從計(jì)劃出行距離和剩余電量相對(duì)關(guān)系角度提出量化里程焦慮“有效出行距離率”指標(biāo)，建立包括里程焦慮、出行費(fèi)用、出行時(shí)間及出行目的等因素的離散選擇模型，定量分析里程焦慮對(duì)純電動(dòng)汽車使用意愿的影響.結(jié)果表明，當(dāng)前技術(shù)發(fā)展水平和普及程度條件下，如果在工作出行途中沒(méi)有機(jī)會(huì)充電，里程焦慮導(dǎo)致電動(dòng)汽車僅在剩余電量理論最大出行距離的32.7%距離范圍內(nèi)出行有吸引力，如果有機(jī)會(huì)充電，則該范圍提高到83.3%.但純電動(dòng)汽車的選擇使用概率對(duì)里程焦慮程度的2項(xiàng)指標(biāo)都缺乏彈性.

純電動(dòng)汽車；使用意愿；里程焦慮；離散選擇模型

0 引 言

近年來(lái)，隨著全球能源危機(jī)和環(huán)境問(wèn)題的日益突出，以及人們環(huán)保意識(shí)的不斷增強(qiáng)，新能源汽車的發(fā)展逐漸受到世界各國(guó)的重視.純電動(dòng)汽車在使用階段具有零排放的顯著優(yōu)點(diǎn)，是新能源汽車領(lǐng)域發(fā)展的主要方向.盡管如此，電動(dòng)汽車的市場(chǎng)規(guī)模仍然很低，除了非插電式混合動(dòng)力汽車和燃料電池汽車，2014年電動(dòng)汽車在全球汽車市場(chǎng)的份額約為0.3%[1]，2015年全球電動(dòng)汽車銷量猛增到55萬(wàn)輛，但是仍然僅占當(dāng)年0.6%的市場(chǎng)份額，如何提高純電動(dòng)汽車的使用意愿，提高其市場(chǎng)占有率仍是現(xiàn)階段純電動(dòng)汽車發(fā)展所面臨的主要問(wèn)題.

有限的續(xù)航里程和較低的充電樁空間覆蓋水平成為當(dāng)前純電動(dòng)汽車的主要發(fā)展瓶頸，這兩大問(wèn)題導(dǎo)致了人們對(duì)純電動(dòng)汽車的里程焦慮[2].為了緩解里程焦慮，一方面可以采用“超級(jí)電池”來(lái)提高純電動(dòng)汽車的續(xù)航能力；另一方面必須加快推進(jìn)充電樁的建設(shè).但是，市場(chǎng)需求和電動(dòng)汽車使用意愿方面的研究仍然較少.文中通過(guò)開展意愿偏好(stated preference,SP)問(wèn)卷調(diào)查，假設(shè)被調(diào)查者家庭擁有純電動(dòng)汽車，當(dāng)面臨不同剩余電量和是否具備充電條件時(shí)，調(diào)查出行者在不同目的出行中選擇純電動(dòng)汽車或者公交車的使用意愿，研究出行者對(duì)純電動(dòng)汽車的使用意愿受里程焦慮的影響程度，尋找緩解里程焦慮的合理措施，為制定更科學(xué)的純電動(dòng)汽車發(fā)展戰(zhàn)略提供依據(jù).

1 電動(dòng)汽車購(gòu)買和使用意愿研究現(xiàn)狀

消費(fèi)者購(gòu)置電動(dòng)汽車選擇行為相關(guān)研究成為近年來(lái)研究的熱點(diǎn)問(wèn)題[3-4].Skippon等[5]通過(guò)問(wèn)卷調(diào)查的方式研究了不同續(xù)航里程下消費(fèi)者對(duì)電動(dòng)汽車的選擇態(tài)度.Rezvani等[6]在總結(jié)現(xiàn)有研究的基礎(chǔ)上，將影響消費(fèi)者對(duì)電動(dòng)汽車選擇的因素歸納為技術(shù)、成本、配套設(shè)施、個(gè)人和社會(huì)因素4類.除了上述電動(dòng)汽車購(gòu)買選擇行為，電動(dòng)汽車使用選擇行為也受到里程焦慮的影響.胡隆基等[7]在關(guān)于小型純電動(dòng)汽車使用影響因素的定性分析中提出，感知有用性、感知易用性、兼容性和感知風(fēng)險(xiǎn)是決定小型純電動(dòng)汽車使用態(tài)度的關(guān)鍵因素.劉鍇等[8]定量分析了電動(dòng)汽車在城市圈內(nèi)行駛的電量消耗規(guī)律，建立了基于多層混合效應(yīng)的電動(dòng)汽車能耗估計(jì)模型，有效提高了目前電動(dòng)汽車能耗估計(jì)的精度，有助于減少電動(dòng)汽車使用者的里程焦慮.Kondo等[9]在研究了里程焦慮、不同場(chǎng)所的充電設(shè)施對(duì)模擬的電動(dòng)汽車能量消耗和電池性能的影響后指出，里程焦慮對(duì)電動(dòng)汽車效用的影響程度隨著充電設(shè)施可用性的提高而減小，行駛速度對(duì)降低電動(dòng)汽車?yán)锍探箲]也有影響，行駛速度每減小10 km/h或20 km/h，電動(dòng)汽車剩余電量的行駛里程會(huì)相應(yīng)的提高7%或12%，從而在一定程度上減輕駕駛員的里程焦慮程度.

上述研究主要集中在對(duì)電動(dòng)汽車選擇行為影響因素的定性分析，缺少關(guān)于里程焦慮對(duì)電動(dòng)汽車影響的定量研究.最大的難點(diǎn)就是沒(méi)有公認(rèn)的衡量里程焦慮的定量指標(biāo).

2 問(wèn)卷設(shè)計(jì)與數(shù)據(jù)收集

2.1 問(wèn)卷設(shè)計(jì)

為了研究里程焦慮對(duì)純電動(dòng)汽車使用意愿的影響，同時(shí)考慮到出行方式選擇受多種因素的綜合影響，在大連市開展了純電動(dòng)汽車使用意愿SP調(diào)查，問(wèn)卷的內(nèi)容主要包括：①出行者的社會(huì)經(jīng)濟(jì)屬性，機(jī)動(dòng)車保有和使用情況，主要包括性別、年齡、學(xué)歷、職業(yè)、家庭月收入、是否擁有私家車、駕齡、平均日出行距離、平均周交通費(fèi)用、對(duì)電動(dòng)汽車的熟悉程度等；②影響出行者出行方式選擇的主要因素，如當(dāng)前剩余電量、剩余電量的理論可行駛距離、計(jì)劃出行距離、出行途中能否充電、交通費(fèi)用、車內(nèi)外時(shí)間、出行目的等；③不同場(chǎng)景下(不同出行目的和距離、剩余電量，以及是否可以充電)的出行方式選擇行為.

本次SP調(diào)查問(wèn)卷設(shè)計(jì)重點(diǎn)考慮以下2個(gè)方面：

1) 里程焦慮的量化 電動(dòng)汽車?yán)锍探箲]定義為駕駛電動(dòng)汽車時(shí)因擔(dān)心電池動(dòng)力耗盡引起的精神痛苦或憂慮.左志等[10]在研究基于通勤行為的電動(dòng)汽車充電站選址時(shí)采用里程余量表征出行者的里程焦慮程度.基于里程焦慮的定義和已有研究，從計(jì)劃出行距離和剩余電量的相對(duì)關(guān)系對(duì)里程焦慮進(jìn)行量化，設(shè)計(jì)了2個(gè)描述里程焦慮的屬性變量，即“有效出行距離率”(剩余電量的最大可行駛距離與計(jì)劃出行距離的比值)和“出行途中能否充電”.

2) 場(chǎng)景和候選項(xiàng)的設(shè)置 本次SP調(diào)查假設(shè)出行者面對(duì)的場(chǎng)景是：3種出行目的(工作、休閑娛樂(lè)或走親訪友)、大型或特大型城市尺度的計(jì)劃出行距離(20，40或60 km)、滿電荷最大可行駛距離(100，180或250 km)、當(dāng)前剩余電量(30%，40%，50%)的理論可行駛距離，出行費(fèi)用和時(shí)間，以及途中能否充電，被調(diào)查者面對(duì)隨機(jī)的一個(gè)出行目的，從候選出行方式中選擇個(gè)人最偏好的選項(xiàng)，候選出行方式的上述屬性采用正交實(shí)驗(yàn)設(shè)計(jì)，以提高問(wèn)卷的效用.為了降低被調(diào)查者選擇的難度和更好地對(duì)比分析里程焦慮對(duì)電動(dòng)汽車使用意愿的影響，本次調(diào)查情景設(shè)計(jì)僅提供了電動(dòng)汽車和公共交通2種候選出行方式.每位被調(diào)查者回答6個(gè)場(chǎng)景下的個(gè)人選擇.

2.2 數(shù)據(jù)收集

本次調(diào)查于2015年7月14—17日在大連市華北路、興工街、太原街及華東路汽貿(mào)城的若干家4S店，大連國(guó)稅局辦事大廳、大連周水子機(jī)場(chǎng)及大連理工大學(xué)進(jìn)行問(wèn)卷調(diào)查，采取隨機(jī)抽樣的方式.共發(fā)放592份問(wèn)卷，剔除無(wú)效問(wèn)卷51份，有效問(wèn)卷為541份，有效回收率為91.39%.被調(diào)查者中男性57.67%，女性42.33%，基本符合大連總?cè)丝谛詣e比例.68.82%的被調(diào)查者家庭擁有私家車，且一半左右(約56%)的被調(diào)查者具有1年以上的駕齡.被調(diào)查者的日出行距離和周交通費(fèi)用的均值分別是25.13 km和126.72元.被調(diào)查者當(dāng)中非常熟悉和較熟悉電動(dòng)汽車的人群比例較低，分別是3.14%和10.72%，大部分人群對(duì)于購(gòu)買和使用電動(dòng)汽車不太熟悉，其中一般了解人群占37.71%，聽(tīng)說(shuō)過(guò)但不太了解的人群占46.21%，還有2.22%的被調(diào)查者完全不了解電動(dòng)汽車.被調(diào)查者年齡和收入基本情況見(jiàn)圖1，其中大多數(shù)(約69%)被調(diào)查者的家庭收入不超過(guò)1萬(wàn)元，87.40%的年齡不超過(guò)45歲，屬于電動(dòng)汽車購(gòu)買和使用的潛在客戶群體.

圖1 被調(diào)查者個(gè)人屬性

3 基于離散選擇模型的定量分析

3.1 二項(xiàng)Logit模型

Logit模型為目前應(yīng)用較為廣泛的離散選擇模型，其理論基礎(chǔ)為隨機(jī)效用函數(shù)理論.Logit模型的效用函數(shù)為[11]

(1)

式中：

(2)

其中：Xink為影響因素；θk為待估計(jì)系數(shù)；εin為服從二重指數(shù)分布的概率項(xiàng).則二項(xiàng)Logit模型如下.

(3)

(4)

式中：Pin(i=1,2)為出行者n選擇方案i的概率.

3.2 效用函數(shù)

電動(dòng)汽車效用函數(shù)：

(5)

式中：X1k(k=1，2，…，10)分別為電動(dòng)汽車的費(fèi)用/周交通費(fèi)用、車內(nèi)時(shí)間、車外時(shí)間、出行目的、有效出行距離率、計(jì)劃出行途中能否充電、性別、年齡、家庭月收入、對(duì)電動(dòng)汽車的熟悉程度；θk(k=1～10)分別為X1k(k=1，2，…，10)對(duì)應(yīng)的未知參數(shù).

公共交通效用函數(shù)：

(6)

式中：X2k(k=1，2，3)分別為公共交通的費(fèi)用/周交通費(fèi)用、車內(nèi)時(shí)間、車外時(shí)間.θk(k=1，2，3)分別為X2k(k=1，2，3)對(duì)應(yīng)的未知參數(shù)，且與X1k(k=1，2，3)對(duì)應(yīng)的參數(shù)取值相同.

為了對(duì)比分析代表里程焦慮的2個(gè)屬性對(duì)純電動(dòng)汽車使用意愿的影響，分別考慮僅包含“有效出行距離率”單一里程焦慮指標(biāo)(模型1)和同時(shí)包含兩項(xiàng)里程焦慮指標(biāo)(模型2)時(shí)，模型擬合度和參數(shù)估計(jì)結(jié)果的差異.

3.3 模型標(biāo)定和結(jié)果分析

采用極大似然函數(shù)法估計(jì)二項(xiàng)Logit模型參數(shù)，結(jié)果見(jiàn)表1.

表1 模型估計(jì)結(jié)果

對(duì)比分析2個(gè)模型結(jié)果，模型1僅考慮“有效出行距離率”單一里程焦慮指標(biāo)，擬合度較低，模型2擬合度為0.192 4，擬合效果較好.t值絕對(duì)值的大小可以用來(lái)判斷該參數(shù)值所對(duì)應(yīng)的屬性是否顯著影響出行者的選擇.包括常數(shù)項(xiàng)在內(nèi)，車內(nèi)時(shí)間、車外時(shí)間、出行目的、有效出行距離率等因素對(duì)純電動(dòng)汽車的使用意愿都有顯著影響(顯著性水平為0.05)，其中，公共交通常數(shù)項(xiàng)、出行目的、有效出行距離率、出行途中能否充電對(duì)選擇電動(dòng)汽車效用的影響較大，反映出里程焦慮是影響純電動(dòng)汽車使用意愿的關(guān)鍵因素之一.兩個(gè)模型的常數(shù)項(xiàng)為正值，表明當(dāng)前電動(dòng)汽車技術(shù)發(fā)展和基礎(chǔ)設(shè)施建設(shè)情況世紀(jì)環(huán)境下，被調(diào)查者考慮到電動(dòng)汽車可能存在的出行風(fēng)險(xiǎn)，更愿意選擇公共交通.

有效出行距離率的系數(shù)為正值，表明其對(duì)純電動(dòng)汽車的使用意愿有顯著的正向影響，即當(dāng)剩余電量的理論可行駛距離與出行往返距離的比值越大時(shí)，此時(shí)出行者里程焦慮程度相對(duì)越低，選擇使用純電動(dòng)汽車的概率越大，反之則使用公共交通的概率更大；計(jì)劃出行途中能否充電的系數(shù)為負(fù)值，說(shuō)明途中能充電，此時(shí)出行者里程焦慮相對(duì)較低，選擇使用純電動(dòng)汽車的概率會(huì)較大；出行目的系數(shù)為正，說(shuō)明工作出行時(shí)人們選擇使用純電動(dòng)汽車的概率較大.雖然個(gè)人屬性的影響都不顯著，但年齡和對(duì)電動(dòng)汽車的熟悉程度較其他個(gè)人屬性對(duì)純電動(dòng)汽車效用的影響大，年齡的系數(shù)為正值，說(shuō)明中老年人對(duì)純電動(dòng)汽車的使用意愿較青年人低，傾向于謹(jǐn)慎使用電動(dòng)汽車，避免里程焦慮；對(duì)電動(dòng)汽車的熟悉程度的系數(shù)為負(fù)值，驗(yàn)證了出行者對(duì)純電動(dòng)汽車越了解，選擇使用純電動(dòng)汽車的概率越大[12].

進(jìn)一步量化里程焦慮的影響效應(yīng)，選擇擬合度較高的模型2的標(biāo)定參數(shù)結(jié)果進(jìn)行分析，當(dāng)工作出行時(shí)，如果往返途中無(wú)法充電，則有效距離出行率必須大于3.06時(shí)，電動(dòng)汽車的被使用意愿才能超過(guò)公共交通，如果往返途中有機(jī)會(huì)充電，則有效距離出行率只要大于1.20，電動(dòng)汽車的被使用意愿就超過(guò)公共交通.非工作出行時(shí)，上述無(wú)法充電和途中可以充電2種情況下的有效距離出行率分別是4.72和2.87.

4 “里程焦慮”彈性分析

盡管Logit模型結(jié)果能夠描述候選項(xiàng)屬性以及社會(huì)經(jīng)濟(jì)屬性對(duì)選擇行為是否具有顯著影響，但不能定量判斷相關(guān)變量對(duì)每個(gè)候選項(xiàng)選擇行為的影響.應(yīng)用點(diǎn)彈性分析可以得到候選項(xiàng)的某一屬性改變給定的百分比時(shí)，相應(yīng)的選擇概率的變化.對(duì)于候選項(xiàng)i的屬性k，候選項(xiàng)i被決策者n選擇概率的彈性值為：

(7)

式中：βk為變量Xink的參數(shù)；Xink為候選項(xiàng)i中的屬性k的變量；Pin為候選項(xiàng)i被決策者n選擇的概率.

利用選擇概率加權(quán)法計(jì)算純電動(dòng)汽車選擇概率針對(duì)“有效出行距離率”“計(jì)劃出行途中能否充電”2個(gè)代表里程焦慮的屬性的彈性值，見(jiàn)表2.“有效出行距離率”增加1%，純電動(dòng)汽車的選擇率將提高0.915 6%；計(jì)劃出行途中能充電可能性增加1%，純電動(dòng)汽車的選擇概率僅提高0.287 1%.也就是說(shuō)純電動(dòng)汽車的選擇概率對(duì)“里程焦慮”缺乏彈性.

表2 里程焦慮屬性彈性值

5 結(jié) 束 語(yǔ)

文中對(duì)出行者選擇使用純電動(dòng)汽車的意愿進(jìn)行了SP問(wèn)卷調(diào)查，通過(guò)建立里程焦慮的定量指標(biāo)，應(yīng)用二項(xiàng)Logit模型定量分析了大連市當(dāng)前的電動(dòng)汽車?yán)锍探箲]程度，通過(guò)彈性分析說(shuō)明純電動(dòng)汽車的選擇概率對(duì)里程焦慮缺乏彈性.基于文中的研究結(jié)論，針對(duì)日常工作出行需求，擴(kuò)大電動(dòng)汽車電池的容量來(lái)緩解電動(dòng)汽車出行者的里程焦慮是非常低效的，當(dāng)沒(méi)有機(jī)會(huì)充電時(shí)，僅提高32.7%(1/3.06)的電池?cái)U(kuò)容量所對(duì)應(yīng)的里程，當(dāng)有機(jī)會(huì)充電時(shí)，可以提高電池?cái)U(kuò)容量所對(duì)應(yīng)的83.3%(1/1.2)里程，非工作出行時(shí)，里程焦慮的影響更為突出.計(jì)劃出行往返途中能否充電也是影響出行者選擇使用電動(dòng)汽車的關(guān)鍵因素，但電動(dòng)汽車使用的選擇概率對(duì)途中能否充電是缺乏彈性的，當(dāng)前以空間覆蓋率為目標(biāo)的充電樁建設(shè)并不能大幅提高電動(dòng)汽車的使用率，應(yīng)該更多地關(guān)注充電樁的使用率，以免出現(xiàn)充電樁閑置和廢棄現(xiàn)象.因此，要緩解消費(fèi)者的里程焦慮，不僅要科學(xué)合理的充電樁配置，還要考慮到消費(fèi)者的用車習(xí)慣、心理障礙等因素，進(jìn)而制定科學(xué)的發(fā)展策略，才能最終提高電動(dòng)汽車的使用率.

[1]中國(guó)汽車技術(shù)研究中心.中國(guó)新能源汽車產(chǎn)業(yè)發(fā)展報(bào)告[M].北京:社會(huì)科學(xué)文獻(xiàn)出版社,2015.

[2]NEUBAUER J, WOOD E. The impact of range anxiety and home, workplace, and public charging infrastructure on simulated battery electric vehicle lifetime utility[J]. Journal of Power Sources,2014,257(3):12-20.

[3]EGBUE O, LONG S. Barriers to widespread adoption of electric vehicles: an analysis of consumer attitudes and perceptions[J]. Energy Policy,2012,48(3):717-729.

[4]JENSEN A F, CHERCHI E, MABIT S L. On the stability of preferences and attitudes before and after experiencing an electric vehicle[J]. Transportation Research Part D: Transport & Environment,2013,25(8):24-32.

[5]SKIPPON S, GARWOOD M. Responses to battery electric vehicles: UK consumer attitudes and attributions of symbolic meaning following direct experience to reduce psychological distance[J]. Transportation Research Part D: Transport & Environment,2011,16(7):525-531.

[6]REZVANI Z, JANSSON J, BODIN J. Advances in consumer electric vehicle adoption research: a review and research agenda[J]. Transportation Research Part D: Transport & Environment,2015,34(34):122-136.

[7]胡隆基，唐月，毛勇.基于技術(shù)接受模型的小型純電動(dòng)汽車使用影響因素[J].科技管理研究，2015(5):122-125.

[8]劉鍇，王江波，陳晉.基于多層混合效應(yīng)的電動(dòng)汽車能耗估計(jì)模型[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2015,39(6):1115-1118.

[9]KONDO Y, KATO H, ANDO R, et al. To what extent can speed management alleviate the range anxiety of EV[C]. 27thWorld Electric Vehicle Symposium and Exhibition, Barcelona, Spain: IEEE,2013.

[10]左志，王濤，潘曉鋒，等.基于通勤行為的電動(dòng)汽車充電站選址模型[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2016,40(2):233-237.

[11]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.

[12]BüHLER F, COCRON P, NEUMANN I, et al. Is EV experience related to EV acceptance? Results from a German field study[J]. Transportation Research Part F: Traffic Psychology and Behavior,2014,25:34-49.

Impact of Mileage Anxiety on Intention to Use Pure Electric Vehicle

SUN Ye LIU Kai

(SchoolofTransportation&Logistics,DalianUniversityofTechnology,Dalian116024,China)

In order to investigate the impact of mileage anxiety on the intention to use pure electric vehicle (EV) for daily travel, an SP survey of intention to use pure EV is conducted in Dalian. The mileage anxiety is quantified by considering both the planned travel distance and the remained state of charge, based on which the concept of ‘ratio of effective travel distance’ is proposed. The discrete choice model is employed for analyzing the impact of mileage anxiety, travel costs, travel time, purpose and other factors. Results show that in current stage of EV technology and relative lower popularity, EV could be attractive for working trips only within the range of 32.7% of the theoretical maximum travel distance of state of charge due to commuters’ mileage anxiety if no charging station is available, while it may increase to 83.3% if EV could be recharged during the whole round-trip. However, the choice probability of using pure EV is inelastic for both indexes of mileage anxiety.

pure electric vehicle; intention to use; range anxiety; discrete model

2016-11-16

*國(guó)家自然科學(xué)基金項(xiàng)目(51378091)、中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(DUT12ZD203)資助

U491

10.3963/j.issn.2095-3844.2017.01.017

孫葉(1991—)：女，碩士生，主要研究領(lǐng)域?yàn)榻煌ㄐ袨榉治?/p>