電動(dòng)汽車產(chǎn)業(yè)的網(wǎng)絡(luò)效應(yīng)：識(shí)別與異質(zhì)性檢驗(yàn)

孫曉華，孫 瑞，徐 帥

(大連理工大學(xué) 管理與經(jīng)濟(jì)學(xué)部， 遼寧 大連 116024)

隨著中國(guó)工業(yè)化和城市化進(jìn)程的深入推進(jìn)，汽車需求保持高速增長(zhǎng)的勢(shì)頭，千人汽車保有量從2005年的24輛增加到2016年的140輛，在提高人民生活水平的同時(shí)，也帶來(lái)了日益嚴(yán)重的能源消耗和環(huán)境污染問題。大力發(fā)展清潔節(jié)能型的電動(dòng)汽車，既有利于緩解能源和環(huán)境壓力，又能夠推動(dòng)汽車產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，培育新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)和國(guó)際競(jìng)爭(zhēng)新優(yōu)勢(shì)。經(jīng)過十幾年的研發(fā)試制和示范運(yùn)行，中國(guó)電動(dòng)汽車具備了產(chǎn)業(yè)化發(fā)展的基礎(chǔ)，電池、電子控制和系統(tǒng)集成等關(guān)鍵技術(shù)取得重大突破，純電動(dòng)和插電式混合動(dòng)力汽車開始規(guī)?；斗攀袌?chǎng)。但與傳統(tǒng)燃油車相比，由于存在著銷售價(jià)格偏高和技術(shù)成熟度偏低等問題，加之配套基礎(chǔ)設(shè)施尚不完善，盡管政府部門陸續(xù)頒布“雙積分”等系列政策措施鼓勵(lì)汽車廠商“棄油從電”，但消費(fèi)者對(duì)電動(dòng)汽車的認(rèn)知程度和購(gòu)買意愿較低，市場(chǎng)需求規(guī)模仍然十分有限，2016年全國(guó)汽車保有量高達(dá)1.94億輛，而電動(dòng)汽車的保有量?jī)H為30萬(wàn)輛。同時(shí)，配套充電設(shè)施建設(shè)相對(duì)滯后，截至2016年6月，已建成公共充電樁僅為8.1萬(wàn)個(gè)，無(wú)法充分滿足用戶的潛在充電需求，成為制約電動(dòng)汽車市場(chǎng)推廣的瓶頸。

面對(duì)來(lái)自傳統(tǒng)燃油車的激烈競(jìng)爭(zhēng)，除了關(guān)鍵技術(shù)不成熟等技術(shù)層面因素，用戶規(guī)模和配套設(shè)施建設(shè)對(duì)于電動(dòng)汽車產(chǎn)業(yè)發(fā)展具有至關(guān)重要的作用。本質(zhì)上，用戶規(guī)模和配套設(shè)施構(gòu)成了電動(dòng)汽車使用的網(wǎng)絡(luò)基礎(chǔ)，能否充分發(fā)揮二者的網(wǎng)絡(luò)效應(yīng)，與電動(dòng)汽車的市場(chǎng)培育密切相關(guān)。那么，用戶基礎(chǔ)和充電樁數(shù)量形成的網(wǎng)絡(luò)效應(yīng)的確存在于汽車產(chǎn)業(yè)中嗎？如果存在，直接和間接網(wǎng)絡(luò)效應(yīng)能夠在多大程度上影響消費(fèi)者購(gòu)買電動(dòng)汽車的意愿呢？對(duì)于不同類型的消費(fèi)者，網(wǎng)絡(luò)效應(yīng)對(duì)購(gòu)車決策的作用是否存在差異呢？本文將對(duì)上述問題展開詳細(xì)討論。

一、文獻(xiàn)回顧

有關(guān)網(wǎng)絡(luò)效應(yīng)的研究可以追溯到20世紀(jì)70年代，一些學(xué)者針對(duì)通信行業(yè)的網(wǎng)絡(luò)效應(yīng)現(xiàn)象展開討論。Artle和Averous最早分析了消費(fèi)者在電話服務(wù)方面的相互依賴性，認(rèn)為通信服務(wù)對(duì)于個(gè)人的增量效用是用戶總?cè)藬?shù)的函數(shù)，證明了通信需求的相互依賴性能夠促進(jìn)通信服務(wù)的持續(xù)增長(zhǎng)[1]。Rohlfs的研究發(fā)現(xiàn)，一個(gè)用戶的凈效用隨著加入這一系統(tǒng)的人數(shù)增加而提高，并提出了倒U形需求曲線和臨界容量等重要概念[2]。之后，Michael和Carl將網(wǎng)絡(luò)效應(yīng)分為了直接和間接兩類[3]：直接網(wǎng)絡(luò)效應(yīng)是某種產(chǎn)品對(duì)于消費(fèi)者的價(jià)值隨著用戶數(shù)量增加而增加的現(xiàn)象；間接網(wǎng)絡(luò)效應(yīng)是指某種產(chǎn)品的互補(bǔ)品增多后會(huì)進(jìn)一步吸引消費(fèi)者加入，間接地增加消費(fèi)者使用的效用值。對(duì)于直接網(wǎng)絡(luò)效應(yīng)，學(xué)者們通過實(shí)證檢驗(yàn)的方式證明了其存在性，來(lái)自電視機(jī)[4]，攝影機(jī)[5]，電子游戲[6]和CD播放器產(chǎn)業(yè)[7]的研究結(jié)果都表明，用戶基數(shù)的增加會(huì)提高消費(fèi)者對(duì)于這些產(chǎn)品的支付意愿。同時(shí)，間接網(wǎng)絡(luò)效應(yīng)也得到了廣泛驗(yàn)證。Chienfu發(fā)現(xiàn)，某種產(chǎn)品的互補(bǔ)品生產(chǎn)企業(yè)的經(jīng)營(yíng)收益提高，會(huì)使得更多類似的互補(bǔ)品生產(chǎn)廠商進(jìn)入市場(chǎng)，互補(bǔ)品的供給規(guī)模得以提高，消費(fèi)者對(duì)該種產(chǎn)品的偏好得到增強(qiáng)，從而證明了間接網(wǎng)絡(luò)效應(yīng)的存在[8]。Jeffrey和Neil對(duì)計(jì)算機(jī)硬件和軟件市場(chǎng)的標(biāo)準(zhǔn)化問題進(jìn)行了調(diào)查，發(fā)現(xiàn)消費(fèi)者對(duì)計(jì)算機(jī)硬件的選擇取決于軟件公司為硬件技術(shù)提供的支持程度[9]。Wang和xie針對(duì)美國(guó)軟盤市場(chǎng)的分析指出，支持某項(xiàng)軟盤技術(shù)的公司數(shù)量越多，軟盤的銷量就越大[10]。Hill認(rèn)為，直接網(wǎng)絡(luò)效應(yīng)和間接網(wǎng)絡(luò)效應(yīng)之間會(huì)相互影響，產(chǎn)生自我強(qiáng)化的效果[11]。對(duì)此，Wang和xie特別分析了用戶基礎(chǔ)和互補(bǔ)品網(wǎng)絡(luò)的互動(dòng)作用隨產(chǎn)品生命周期不斷變化的規(guī)律，發(fā)現(xiàn)在新產(chǎn)品導(dǎo)入期二者的互動(dòng)效果最明顯，當(dāng)用戶對(duì)產(chǎn)品的熟悉度增加時(shí)，互動(dòng)效果將有所減弱[12]。

消費(fèi)者選擇電動(dòng)汽車的意愿受到諸多因素的影響，現(xiàn)有文獻(xiàn)較多關(guān)注價(jià)格、補(bǔ)貼、性能等屬性的作用。Potoglou通過對(duì)加拿大漢密爾頓地區(qū)482個(gè)家庭的網(wǎng)上問卷分析，發(fā)現(xiàn)電動(dòng)汽車價(jià)格的降低和環(huán)保性能的提高可以有效促進(jìn)產(chǎn)品推廣，但免費(fèi)停車和設(shè)置專用車道等優(yōu)惠政策對(duì)消費(fèi)者購(gòu)買沒有產(chǎn)生顯著作用[13]。Adler等調(diào)查了美國(guó)2200個(gè)消費(fèi)者對(duì)柴油汽車、天然氣汽車和混合動(dòng)力汽車的選擇性偏好，得到油電使用成本的下降和車輛購(gòu)置稅的減免能夠促進(jìn)新能源車購(gòu)買的結(jié)論[14]。Krupa來(lái)自美國(guó)1000名居民的調(diào)研結(jié)果顯示，消費(fèi)者更加注重電動(dòng)汽車能耗成本的降低，而對(duì)環(huán)保效益的關(guān)注較少[15]。John聯(lián)合調(diào)查了中國(guó)和美國(guó)的消費(fèi)者購(gòu)車行為偏好，發(fā)現(xiàn)兩國(guó)消費(fèi)者都較為看重新能源車的低價(jià)格、低后續(xù)使用成本、更短的加速時(shí)間、更快捷的充電過程等優(yōu)勢(shì)[16]。在公共政策的扶持效果方面，Lane和Potter對(duì)英國(guó)新能源車市場(chǎng)進(jìn)行了專項(xiàng)研究，得到政府的環(huán)保法規(guī)、油價(jià)政策、購(gòu)買補(bǔ)貼和基礎(chǔ)設(shè)施建設(shè)會(huì)顯著影響市場(chǎng)銷售的結(jié)論[17]。Anco調(diào)查了荷蘭私家車主的購(gòu)買傾向，結(jié)果表明有限的續(xù)航里程和較長(zhǎng)的充電時(shí)間是消費(fèi)者對(duì)新能源車持有消極態(tài)度的主要原因[18]。也有部分學(xué)者討論了用戶規(guī)模和互補(bǔ)的基礎(chǔ)設(shè)施對(duì)電動(dòng)汽車購(gòu)買意愿的影響。Kahn和Vaughn通過對(duì)加州購(gòu)買電動(dòng)汽車消費(fèi)者的地理分布分析，發(fā)現(xiàn)即使控制了收入、年齡、種族和地區(qū)等固定效應(yīng)，購(gòu)買電動(dòng)汽車的消費(fèi)者仍然存在顯著的地理集聚現(xiàn)象[19]，這是較早驗(yàn)證汽車市場(chǎng)中直接網(wǎng)絡(luò)效應(yīng)的文獻(xiàn)之一。Axsen收集分析了加拿大與加利福尼亞消費(fèi)者的偏好數(shù)據(jù)，發(fā)現(xiàn)加利福尼亞更高的混合動(dòng)力汽車市場(chǎng)份額使得當(dāng)?shù)叵M(fèi)者對(duì)其支付意愿更高[20]。Paulus利用離散選擇實(shí)驗(yàn)考察了加拿大消費(fèi)者對(duì)新能源車的購(gòu)買偏好意愿，發(fā)現(xiàn)由于存在“鄰居效應(yīng)”，新能源車市場(chǎng)份額越高，消費(fèi)者購(gòu)買意愿越強(qiáng)烈[21]。王寧等通過對(duì)中國(guó)私家車主的調(diào)查發(fā)現(xiàn)，從眾心理是影響消費(fèi)者購(gòu)買電動(dòng)汽車的重要因素之一[22]。Struben指出，燃料、零部件和維修服務(wù)的獲取難易程度，決定了消費(fèi)者對(duì)新能源汽車的選擇意愿，如果沒有一個(gè)可預(yù)期的大規(guī)模市場(chǎng)，能源提供商、零部件制造商和政府不會(huì)輕易投資于技術(shù)研發(fā)和基礎(chǔ)設(shè)施建設(shè)[23]。Yu等的研究認(rèn)為，充電設(shè)施與電動(dòng)汽車需求之間“雞與蛋”式的啟動(dòng)難題是電動(dòng)汽車發(fā)展緩慢的重要原因[24-26]。

在消費(fèi)者購(gòu)買電動(dòng)汽車過程中，個(gè)體異質(zhì)性的作用也不容忽視。Carley考察了美國(guó)部分大型城市中的消費(fèi)者對(duì)插電式混合動(dòng)力汽車的市場(chǎng)接受度，發(fā)現(xiàn)消費(fèi)者的學(xué)歷越高，購(gòu)買新能源汽車的可能性越大[27]。Knez基于斯洛文尼亞700名消費(fèi)者的調(diào)查問卷研究了新能源汽車購(gòu)買偏好的影響因素，結(jié)果表明年齡越大，購(gòu)買新能源車的概率就越高[28]。Kahn分析了美國(guó)洛杉磯消費(fèi)者購(gòu)買混合動(dòng)力汽車的意愿，得到消費(fèi)者的環(huán)保意識(shí)與新能源車偏好成正比的結(jié)論[29]。Axsen從家庭購(gòu)買的角度出發(fā)，對(duì)加利福尼亞508個(gè)家庭進(jìn)行了調(diào)查，發(fā)現(xiàn)消費(fèi)者的社會(huì)責(zé)任感、環(huán)保意識(shí)和支持國(guó)家發(fā)展的意愿越強(qiáng)，越傾向于選擇新能源汽車[30]。Oliver 和Rosen指出，消費(fèi)者由于缺乏相應(yīng)的產(chǎn)品知識(shí)，會(huì)感知到潛在使用風(fēng)險(xiǎn)，從而降低其對(duì)新能源車的接受度，即消費(fèi)者的感知風(fēng)險(xiǎn)會(huì)直接影響其最終的購(gòu)買行為[31]。Hidrue對(duì)美國(guó)3029 名消費(fèi)者的調(diào)查結(jié)果顯示，具有新潮的個(gè)性特征、追求時(shí)尚、善于接受新事物的消費(fèi)者更傾向于購(gòu)買電動(dòng)汽車[32]。

綜觀現(xiàn)有文獻(xiàn)，盡管學(xué)者們就消費(fèi)者購(gòu)買電動(dòng)汽車的影響因素進(jìn)行了廣泛討論，但針對(duì)網(wǎng)絡(luò)效應(yīng)的研究較少，對(duì)網(wǎng)絡(luò)效應(yīng)在電動(dòng)汽車產(chǎn)業(yè)發(fā)展中的作用停留在“鄰居效應(yīng)”、“從眾效應(yīng)”等簡(jiǎn)單的社會(huì)互動(dòng)認(rèn)識(shí)層面上，而沒有更加明確地檢驗(yàn)網(wǎng)絡(luò)效應(yīng)的存在性。與以往研究不同，本文對(duì)通過汽車市場(chǎng)網(wǎng)絡(luò)效應(yīng)影響消費(fèi)者購(gòu)買意愿的理論機(jī)制分析，提出識(shí)別直接網(wǎng)絡(luò)效應(yīng)和間接網(wǎng)絡(luò)效應(yīng)的研究，選擇離散選擇實(shí)驗(yàn)方法，對(duì)消費(fèi)者購(gòu)買電動(dòng)汽車的主要因素進(jìn)行陳述性偏好調(diào)查，通過網(wǎng)絡(luò)調(diào)查獲取調(diào)研數(shù)據(jù)，進(jìn)而利用混合Logit模型實(shí)證檢驗(yàn)電動(dòng)汽車產(chǎn)業(yè)是否存在著網(wǎng)絡(luò)效應(yīng)，并按照個(gè)體特征、用車習(xí)慣、消費(fèi)者感知和環(huán)保意愿對(duì)樣本分組回歸，討論網(wǎng)絡(luò)效應(yīng)的異質(zhì)性影響，以期為電動(dòng)汽車市場(chǎng)推廣的政策制定提供可資借鑒的依據(jù)。

二、理論分析與研究假設(shè)

網(wǎng)絡(luò)效應(yīng)不僅廣泛存在于擁有互聯(lián)內(nèi)在需要的信息產(chǎn)品市場(chǎng)中，如傳真機(jī)、操作系統(tǒng)等，也存在于部分傳統(tǒng)產(chǎn)業(yè)中，汽車產(chǎn)業(yè)就是一個(gè)典型。下面將對(duì)電動(dòng)汽車的直接和間接網(wǎng)絡(luò)效應(yīng)進(jìn)行理論分析，進(jìn)而提出本文的研究假說。

(一)電動(dòng)汽車的直接網(wǎng)絡(luò)效應(yīng)

一般地，直接網(wǎng)絡(luò)效應(yīng)是指消費(fèi)者從產(chǎn)品中所獲得的效用隨著使用人數(shù)增加而增加的效應(yīng)。在直接網(wǎng)絡(luò)效應(yīng)的作用下，消費(fèi)者購(gòu)買某種產(chǎn)品所帶來(lái)的效用受到使用相同或者相似產(chǎn)品的用戶總數(shù)的影響。假設(shè)，消費(fèi)者i購(gòu)買一款電動(dòng)汽車所獲得的效用為Ui，消費(fèi)者獲得的與網(wǎng)絡(luò)效應(yīng)無(wú)關(guān)的效用為AiAi≥0，電動(dòng)汽車的網(wǎng)絡(luò)規(guī)模為N，直接網(wǎng)絡(luò)效應(yīng)強(qiáng)度為b0

從理論上講，電動(dòng)汽車的直接網(wǎng)絡(luò)效應(yīng)體現(xiàn)在三個(gè)方面：第一，消費(fèi)者存在從眾心理和攀比心理。對(duì)于一部分消費(fèi)者來(lái)說，汽車是身份和地位的象征，而電動(dòng)汽車作為一種新產(chǎn)品，容易被視為引領(lǐng)潮流，當(dāng)用戶基礎(chǔ)擴(kuò)大時(shí)，擁有電動(dòng)汽車可能成為一種時(shí)尚，此時(shí)消費(fèi)者的從眾和攀比心理會(huì)提高電動(dòng)汽車的使用效用，從而提高了消費(fèi)者的購(gòu)買意愿。第二，消費(fèi)者對(duì)電動(dòng)汽車存在一定程度的感知風(fēng)險(xiǎn)，而新產(chǎn)品的普及需要一個(gè)過程。在電動(dòng)汽車的市場(chǎng)導(dǎo)入期，信息不對(duì)稱的存在導(dǎo)致消費(fèi)者對(duì)其了解較少，感知風(fēng)險(xiǎn)較強(qiáng)，導(dǎo)致購(gòu)買意愿較低；隨著用戶基礎(chǔ)不斷擴(kuò)大，對(duì)于電動(dòng)汽車的使用經(jīng)驗(yàn)會(huì)增多，相關(guān)知識(shí)也會(huì)更加普及，消費(fèi)者對(duì)相關(guān)信息的掌握程度提高，從而提高了購(gòu)買電動(dòng)汽車的概率。第三，作為新興產(chǎn)業(yè)，消費(fèi)者對(duì)電動(dòng)汽車的技術(shù)信任度較低。用戶基礎(chǔ)的增加，將提高消費(fèi)者對(duì)電動(dòng)汽車的技術(shù)信任程度，從而增強(qiáng)消費(fèi)者的購(gòu)車意愿。由此，本文得到有關(guān)直接網(wǎng)絡(luò)效應(yīng)的研究假設(shè)：

H1：電動(dòng)汽車市場(chǎng)存在直接網(wǎng)絡(luò)效應(yīng)，即用戶基礎(chǔ)越大，購(gòu)買電動(dòng)汽車給消費(fèi)者帶來(lái)的效用越大，從而消費(fèi)者的購(gòu)買意愿越強(qiáng)。

(二)電動(dòng)汽車的間接網(wǎng)絡(luò)效應(yīng)

間接網(wǎng)絡(luò)效應(yīng)是指消費(fèi)者從產(chǎn)品中所獲得的效用隨著互補(bǔ)品數(shù)目的增加而增加的效應(yīng)。在間接網(wǎng)絡(luò)效應(yīng)的作用下，消費(fèi)者購(gòu)買電動(dòng)汽車所獲得的效用與互補(bǔ)品的數(shù)量有關(guān)。同樣，假定消費(fèi)者i購(gòu)買一款電動(dòng)汽車所獲得的效用為Ui，消費(fèi)者獲得的與網(wǎng)絡(luò)效應(yīng)無(wú)關(guān)的效用為CiCi≥0，電動(dòng)汽車互補(bǔ)品的數(shù)量為S，對(duì)互補(bǔ)品的需求強(qiáng)度為d0

在電動(dòng)汽車的日常使用過程中，互補(bǔ)品包括充電站(樁)、維修站和售后服務(wù)等。來(lái)自于互補(bǔ)品的間接網(wǎng)絡(luò)效應(yīng)表現(xiàn)為兩個(gè)方面：一方面，與傳統(tǒng)汽油車相比，電動(dòng)汽車存在續(xù)航里程短、技術(shù)相對(duì)不成熟等劣勢(shì)，作為重要的互補(bǔ)品，充電站和公共充電樁的建設(shè)數(shù)量能夠大幅降低消費(fèi)者對(duì)電動(dòng)車充電的等待時(shí)間，提高電動(dòng)汽車使用的便捷性，維修站和售后服務(wù)的供給能夠有效提升服務(wù)質(zhì)量，增加電動(dòng)汽車的使用滿意程度。另一方面，電動(dòng)汽車互補(bǔ)品供給數(shù)量的增多，不僅有利于擴(kuò)大提供廠商的生產(chǎn)規(guī)模，而且能夠加劇互補(bǔ)品市場(chǎng)的競(jìng)爭(zhēng)程度，起到降低互補(bǔ)品價(jià)格的作用，從而減少消費(fèi)者使用電動(dòng)汽車的后續(xù)成本，提高消費(fèi)者的購(gòu)買意愿。同樣地，本文得出有關(guān)電動(dòng)汽車間接網(wǎng)絡(luò)效應(yīng)的研究假設(shè)：

H2：電動(dòng)汽車存在間接網(wǎng)絡(luò)效應(yīng)，充電站(樁)和維修站等配套設(shè)施的增加，能夠提高消費(fèi)者使用效用，增強(qiáng)消費(fèi)者的購(gòu)買意愿。

(三)網(wǎng)絡(luò)效應(yīng)的異質(zhì)性影響

新古典經(jīng)濟(jì)學(xué)以牛頓的經(jīng)典力學(xué)為理論基礎(chǔ)，基于一致性偏好和同質(zhì)性的假設(shè)對(duì)個(gè)體消費(fèi)者的行為進(jìn)行分析，在效用最大化的完全理性目標(biāo)下求解經(jīng)濟(jì)個(gè)體的最優(yōu)決策和經(jīng)濟(jì)系統(tǒng)的均衡條件。然而，從經(jīng)驗(yàn)事實(shí)上看，現(xiàn)實(shí)經(jīng)濟(jì)活動(dòng)中存在著大量有悖于經(jīng)濟(jì)假設(shè)的現(xiàn)象。其中，作為消費(fèi)者決策的主要特征，偏好在個(gè)體與個(gè)體之間的異質(zhì)屬性是普遍存在的。盡管大多數(shù)人具有基本相同的生理和心理的需要，但由于遺傳基因和外部環(huán)境的不同，消費(fèi)者的實(shí)際偏好往往存在巨大差異，表現(xiàn)為同一產(chǎn)品或服務(wù)給不同個(gè)體帶來(lái)的效用有所差異，從而影響消費(fèi)者的購(gòu)買決策。

在電動(dòng)汽車市場(chǎng)中，網(wǎng)絡(luò)效應(yīng)對(duì)異質(zhì)性消費(fèi)者購(gòu)買意愿的影響是存在一定差別的，通常表現(xiàn)為：(1)消費(fèi)者人口統(tǒng)計(jì)屬性方面。目前，電動(dòng)汽車價(jià)格仍然偏高，相較于低收入的群體，高收入消費(fèi)者對(duì)價(jià)格的敏感性相對(duì)較弱，更加重視用戶基礎(chǔ)和配套設(shè)施的建設(shè)，易于受到直接和間接網(wǎng)絡(luò)效的影響。(2)消費(fèi)者用車習(xí)慣方面。用車頻率較高和行駛距離較遠(yuǎn)的用戶，更加關(guān)注電動(dòng)汽車后續(xù)使用的便捷性，充電站等配套設(shè)施越完善，此類消費(fèi)者選擇電動(dòng)汽車的意愿越強(qiáng)烈。(3)消費(fèi)者對(duì)新產(chǎn)品的感知方面。對(duì)電動(dòng)汽車技術(shù)越信任的消費(fèi)者，可能越關(guān)注或者傾向于選擇電動(dòng)汽車，直接和間接網(wǎng)絡(luò)效應(yīng)的就越明顯。考慮到消費(fèi)者異質(zhì)性的存在，得到下面的研究假設(shè)：

H3：網(wǎng)絡(luò)效應(yīng)對(duì)不同類型消費(fèi)者的購(gòu)車意愿存在異質(zhì)性影響。

三、實(shí)驗(yàn)設(shè)計(jì)與特征性事實(shí)

為了描述消費(fèi)者購(gòu)買電動(dòng)汽車的選擇行為過程，以獲得消費(fèi)者的購(gòu)買意愿，本文選擇離散選擇實(shí)驗(yàn)方法(Discrete Choice Experiment, DCE)進(jìn)行研究。

(一)離散選擇實(shí)驗(yàn)設(shè)計(jì)

DCE方法通過提供不同屬性組合的產(chǎn)品來(lái)模擬符合實(shí)際的購(gòu)買場(chǎng)景，識(shí)別消費(fèi)者真實(shí)的選擇意愿，從而分析其選擇性偏好。在實(shí)驗(yàn)調(diào)查的過程中，參與者不需要對(duì)產(chǎn)品的某種關(guān)鍵性屬性做出偏好類的評(píng)價(jià)，而是在模擬的產(chǎn)品組合中選擇出實(shí)現(xiàn)效用最大化的產(chǎn)品，以有針對(duì)性地獲得消費(fèi)者的實(shí)際購(gòu)買決策。離散選擇實(shí)驗(yàn)的調(diào)查可以分為顯示性偏好(Revealed Preference)調(diào)查和陳述性偏好(Stated Preference)調(diào)查，前者基于已經(jīng)發(fā)生過的事件，后者則是針對(duì)尚未發(fā)生的事件。本文的研究目的是通過潛在消費(fèi)者對(duì)于電動(dòng)汽車的態(tài)度，分析其對(duì)電動(dòng)汽車的偏好和購(gòu)買意愿，因此陳述性偏好調(diào)查是更加適宜的方法。

在陳述性偏好調(diào)查中，本文通過發(fā)放問卷的方式獲取實(shí)驗(yàn)數(shù)據(jù)。問卷設(shè)計(jì)的思路為：首先，要了解被測(cè)者的個(gè)體統(tǒng)計(jì)變量和對(duì)電動(dòng)汽車的認(rèn)知程度；其次，為被測(cè)者提供不同屬性組合的傳統(tǒng)燃油車和電動(dòng)汽車，每個(gè)被測(cè)者需要綜合權(quán)衡車輛的屬性水平，選擇其最愿意購(gòu)買的產(chǎn)品。據(jù)此，將調(diào)查問卷分為兩大部分，分別就消費(fèi)者的個(gè)體統(tǒng)計(jì)變量、對(duì)電動(dòng)汽車的認(rèn)知變量、車輛屬性變量和網(wǎng)絡(luò)效應(yīng)變量對(duì)電動(dòng)汽車購(gòu)買決策的影響加以考察。

問卷的第一部分是有關(guān)消費(fèi)者基本情況的統(tǒng)計(jì)和消費(fèi)者對(duì)電動(dòng)汽車的認(rèn)知調(diào)查。為了更加全面地考察可能影響電動(dòng)汽車購(gòu)買意愿的消費(fèi)者特征，本文選取了9個(gè)個(gè)體統(tǒng)計(jì)變量，包括性別、年齡、學(xué)歷、家庭人數(shù)、家庭年收入、家庭已有汽車數(shù)量、年行駛里程、月出行次數(shù)(大于100公里)和近一年內(nèi)的購(gòu)車意愿。同時(shí)，選取了4個(gè)消費(fèi)者認(rèn)知變量，包括對(duì)電動(dòng)汽車品牌及其分類的了解程度、對(duì)電動(dòng)汽車國(guó)家政策的了解程度、環(huán)保支持意愿，以及對(duì)電動(dòng)汽車技術(shù)信任程度。另外，問卷中還設(shè)計(jì)了兩個(gè)問題來(lái)初步調(diào)查消費(fèi)者購(gòu)買電動(dòng)汽車是否存在直接網(wǎng)絡(luò)效應(yīng)和間接網(wǎng)絡(luò)效應(yīng)，對(duì)于直接網(wǎng)絡(luò)效應(yīng)，大部分消費(fèi)者對(duì)于使用電動(dòng)汽車的用戶基礎(chǔ)沒有明確的概念，更多的信息來(lái)自于身邊的親屬和朋友，因此選擇受調(diào)查者周圍親戚朋友使用電動(dòng)汽車的比例來(lái)表征用戶規(guī)模。進(jìn)一步，利用消費(fèi)者周圍親屬朋友使用電動(dòng)汽車對(duì)其購(gòu)買意愿的影響衡量直接網(wǎng)絡(luò)效應(yīng)，利用公共充電站和維修站等配套設(shè)施的完善程度會(huì)對(duì)消費(fèi)者購(gòu)買意愿的影響衡量間接網(wǎng)絡(luò)效應(yīng)。

問卷的第二部分是主體部分，關(guān)于消費(fèi)者對(duì)不同類型汽車購(gòu)買意愿的調(diào)查。目前，汽車市場(chǎng)中最為常見的電動(dòng)汽車類型分別是純電動(dòng)汽車(EV)和插電式混合動(dòng)力汽車(PHV)。純電動(dòng)汽車是采用蓄電池作為動(dòng)力源的汽車，而插電式混合動(dòng)力汽車是同時(shí)配備汽油發(fā)動(dòng)機(jī)和小型電動(dòng)機(jī)的汽車，其與傳統(tǒng)燃油汽車(CV)界線不是很明顯，因此本文選取普通燃油汽車和特征更為突出的純電動(dòng)汽車作為分析比較對(duì)象。在產(chǎn)品屬性的組合設(shè)計(jì)中，分為車輛屬性變量和網(wǎng)絡(luò)效應(yīng)變量?jī)刹糠?。結(jié)合現(xiàn)有研究的有益結(jié)論，選取的車輛屬性變量包括汽車價(jià)格、補(bǔ)貼、總的后續(xù)支持費(fèi)用(假設(shè)汽車使用壽命為10年，年平均行駛里程為2萬(wàn)公里)、滿油/滿電行駛里程、加油/快速充電時(shí)間。對(duì)于本文研究的重點(diǎn)，直接網(wǎng)絡(luò)效應(yīng)變量為周圍親屬朋友中使用電動(dòng)汽車的比例，間接網(wǎng)絡(luò)效應(yīng)變量為公共充電站/加油站以及維修站的密度。

為了區(qū)分不同消費(fèi)者群體的異質(zhì)性偏好，根據(jù)購(gòu)買能力的差異，以車輛價(jià)格和檔次為標(biāo)準(zhǔn)設(shè)置了三套問卷，分別對(duì)應(yīng)低檔車、中檔車和高檔車，測(cè)試者會(huì)根據(jù)預(yù)計(jì)購(gòu)車的價(jià)格區(qū)間進(jìn)入相應(yīng)的問卷。由于不同檔次汽車的屬性特征有所差異，對(duì)于每檔車型，都會(huì)嚴(yán)格按照當(dāng)前汽車產(chǎn)業(yè)和市場(chǎng)銷售的真實(shí)狀況，設(shè)置了相應(yīng)的車輛屬性變量。以中檔汽車為例，目前市場(chǎng)上中檔汽油車的價(jià)格一般介于10-30萬(wàn)之間，中檔純電動(dòng)汽車的標(biāo)價(jià)一般介于30-50萬(wàn)之間，因此設(shè)定傳統(tǒng)汽油車的標(biāo)價(jià)為20萬(wàn)，純電動(dòng)汽車的標(biāo)價(jià)為40萬(wàn)。2016年，政府對(duì)滿電行駛里程數(shù)在150-250公里的純電動(dòng)車補(bǔ)貼4.5萬(wàn)元，據(jù)此設(shè)定中檔電動(dòng)汽車的滿電行駛里程為200公里，補(bǔ)貼金額為4.5萬(wàn)元。參考中檔汽車的平均性能指標(biāo)，汽油車百公里油耗為12L左右，按照平均油價(jià)6元/L計(jì)算，假定汽車使用壽命為10年，每年行駛距離2萬(wàn)公里，可以得出消費(fèi)者使用傳統(tǒng)汽油車的后續(xù)油耗支出為14.4萬(wàn)元。同樣，按照中檔電動(dòng)汽車的平均性能指標(biāo)，百公里電耗21千瓦時(shí)，電費(fèi)為0.5元每千瓦時(shí)，總行駛里程為20萬(wàn)公里，從而得到電動(dòng)汽車的后續(xù)電耗支出為2.1萬(wàn)元。另外，根據(jù)市場(chǎng)真實(shí)情況，設(shè)置了加油和充電時(shí)間、公共充電站/加油站密度、周圍親朋使用情況等，在此不一一贅述，具體詳見表1。

離散選擇實(shí)驗(yàn)設(shè)計(jì)的關(guān)鍵是選擇汽車屬性及水平，并通過改變關(guān)健屬性值以構(gòu)建虛擬的汽車輪廓，供受調(diào)查者對(duì)比選擇。本文將傳統(tǒng)汽油車的屬性及其水平作為基準(zhǔn)項(xiàng)保持不變，只對(duì)電動(dòng)汽車的屬性進(jìn)行變化設(shè)置。共有7個(gè)屬性，每個(gè)屬性有2個(gè)水平，對(duì)每個(gè)屬性的每個(gè)水平加以組合，總共會(huì)得到27個(gè)汽車輪廓。顯然，如此多的選擇集對(duì)于受測(cè)者來(lái)說過于繁冗，而利用正交實(shí)驗(yàn)設(shè)計(jì)可以解決該問題。正交實(shí)驗(yàn)設(shè)計(jì)是一種能夠大幅度減少試驗(yàn)次數(shù)且不會(huì)降低試驗(yàn)可信度的方法，具體來(lái)說：利用正交表對(duì)實(shí)驗(yàn)進(jìn)行整體設(shè)計(jì)，根據(jù)正交性從全面實(shí)驗(yàn)設(shè)計(jì)中挑選出部分有代表性的點(diǎn)進(jìn)行實(shí)驗(yàn)，實(shí)現(xiàn)通過少數(shù)的實(shí)驗(yàn)次數(shù)找到較好的實(shí)驗(yàn)結(jié)果，而代表性的點(diǎn)具備“均勻分散，齊整可比”的特點(diǎn)。正交表是一套經(jīng)過周密計(jì)算得出的實(shí)驗(yàn)方案，通過正交表可以知道用哪些屬性及水平互相匹配進(jìn)行實(shí)驗(yàn)，能夠使得實(shí)驗(yàn)次數(shù)是遠(yuǎn)小于每種情況都考慮后的實(shí)驗(yàn)次數(shù)。本文所設(shè)計(jì)的離散選擇是2水平7因素的，通過正交設(shè)計(jì)，可以得到8個(gè)選擇集*正交實(shí)驗(yàn)設(shè)計(jì)所用的軟件是SPSS 19.0。，遠(yuǎn)小于遍歷實(shí)驗(yàn)的128次。

表1 中檔車調(diào)查問卷的設(shè)計(jì)實(shí)例

(二)樣本獲取與特征性事實(shí)

問卷設(shè)計(jì)好后，考慮到調(diào)查的及時(shí)性和便捷性，采用網(wǎng)絡(luò)問卷調(diào)查的方式，渠道是“問卷星”的樣本服務(wù)。“問卷星”的樣本庫(kù)*樣本庫(kù)來(lái)源有網(wǎng)站合作伙伴，搜索引擎，博客/論壇招募，會(huì)員口碑推薦以及在“問卷星”上填寫過問卷并且自愿接收邀請(qǐng)繼續(xù)填寫其它感興趣的問卷的人群。來(lái)源廣泛，樣本群體覆蓋了不同年齡段、不同職業(yè)、不同收入水平的潛在消費(fèi)者。為了保證問卷的回收質(zhì)量，在正式調(diào)查之前邀請(qǐng)了100位志愿者進(jìn)行預(yù)測(cè)試。一方面，讓志愿者對(duì)問卷不易理解之處提出修改意見，有利于參與者流暢地完成問卷；另一方面，根據(jù)志愿者提交問卷的過程，計(jì)算出平均答題速度。據(jù)統(tǒng)計(jì)，被測(cè)者認(rèn)真回答一道題所需時(shí)間最少為5秒，一份問卷共有26道題，那么正式調(diào)查中只保留問卷完成時(shí)間大于130秒的樣本。實(shí)際的網(wǎng)絡(luò)調(diào)研中，通過問卷星發(fā)布1500份問卷，共回收1272份有效問卷，回收率達(dá)84.8%。

問卷的第一部分統(tǒng)計(jì)了被測(cè)者的個(gè)體特征，變量包括性別、年齡、學(xué)歷、家庭人數(shù)、家庭年收入、家庭已有汽車數(shù)量、年行駛里程和月出行次數(shù)。經(jīng)過對(duì)問卷調(diào)查所得數(shù)據(jù)的整理，被測(cè)試者具有以下基本特點(diǎn)：(1)性別比例，男性占58.49%，女性占41.51%，性別分布比較平均；(2)年齡結(jié)構(gòu)，26-35歲的消費(fèi)者占54.09%，36-45歲的消費(fèi)者占24.21%，而這兩個(gè)年齡段的消費(fèi)者恰恰是目前購(gòu)車的主要群體，說明樣本選擇具有代表性；(3)受教育程度，高中及以下學(xué)歷僅占6.29%，大專以上學(xué)歷占93.71%，被測(cè)試者普遍擁有較高學(xué)歷，在汽車購(gòu)買問題上會(huì)權(quán)衡各種因素盡量實(shí)現(xiàn)效用最大化；(4)收入水平，家庭年收入在10萬(wàn)以上的占87.74%，表明大部分被測(cè)試者具備購(gòu)車能力。另外，家庭年收入在20萬(wàn)以下的消費(fèi)者占68.55%，在20萬(wàn)以上的消費(fèi)者占31.45%，說明消費(fèi)者在收入水平的分布上存在較明顯的差別。(5)用車習(xí)慣方面，年行駛里程在2萬(wàn)公里以下的消費(fèi)者占68.23%，2萬(wàn)公里以上的占31.77%。(6)購(gòu)車計(jì)劃方面，最近一年有購(gòu)車需求的占77.99%，其對(duì)汽車價(jià)格、性能與市場(chǎng)行情等會(huì)有更多的了解，選擇更加接近真實(shí)的購(gòu)車意愿，從而增加了調(diào)研數(shù)據(jù)的說服力和實(shí)證檢驗(yàn)結(jié)果的可靠性。

在消費(fèi)者對(duì)車輛屬性的偏好方面，32.08%的測(cè)試者認(rèn)為安全性能最重要，說明車輛的安全性是消費(fèi)者購(gòu)車考慮的首要因素。同時(shí)，26.73%的測(cè)試者最看重品牌，之后是動(dòng)力性能，占16.14%，只有12.26%的測(cè)試者優(yōu)先考慮價(jià)格，表明隨著人們收入水平的提高，價(jià)格已經(jīng)不是購(gòu)車考慮的首要因素。除此之外，消費(fèi)者對(duì)于外觀和能耗并不十分重視。

圖1 消費(fèi)者認(rèn)知變量的描述性統(tǒng)計(jì)

圖1展示了消費(fèi)者對(duì)電動(dòng)汽車品牌認(rèn)知和對(duì)國(guó)家實(shí)施的針對(duì)性優(yōu)惠政策的了解情況。可以看出，受調(diào)查者對(duì)電動(dòng)汽車的認(rèn)知程度較高，59.63%的比例非常了解和比較了解電動(dòng)汽車的品牌及分類，58.67%的消費(fèi)者清楚國(guó)家關(guān)于電動(dòng)汽車購(gòu)買的優(yōu)惠政策。出乎預(yù)期的是，74.76%的受訪者具有較強(qiáng)的環(huán)保意識(shí)，愿意為了支持環(huán)保而以更高價(jià)格購(gòu)買新能源產(chǎn)品，這可能來(lái)源于近年來(lái)城市空氣污染問題的日益嚴(yán)重，讓消費(fèi)者意識(shí)到了環(huán)境保護(hù)的重要性。在電動(dòng)汽車技術(shù)信任度方面，只有45.42%的受訪者持認(rèn)可態(tài)度，超過一半的人群認(rèn)為電動(dòng)汽車的技術(shù)尚未成熟。

在網(wǎng)絡(luò)效應(yīng)方面，如果周圍的親戚朋友有人使用電動(dòng)汽車，62.89%的消費(fèi)者購(gòu)買電動(dòng)汽車的意愿會(huì)增強(qiáng)；公共充電站和維修站等配套設(shè)施越完善，87.74%的消費(fèi)者會(huì)更傾向于選擇電動(dòng)汽車。根據(jù)描述性統(tǒng)計(jì)數(shù)據(jù)得到的特征性事實(shí)，初步說明了大部分消費(fèi)者在選擇電動(dòng)汽車時(shí)會(huì)受到直接網(wǎng)絡(luò)效應(yīng)和間接網(wǎng)絡(luò)效應(yīng)的影響。

四、離散選擇模型的設(shè)定

在離散選擇實(shí)驗(yàn)設(shè)計(jì)的基礎(chǔ)上，需要構(gòu)建離散選擇模型對(duì)調(diào)研數(shù)據(jù)進(jìn)行分析，以確定消費(fèi)者的購(gòu)買意愿。離散選擇模型是一種適用于被解釋變量是離散值而非連續(xù)值的多元統(tǒng)計(jì)分析方法，描述了決策者在可供選擇的不同選項(xiàng)之間做出的選擇。根據(jù)研究目標(biāo)，消費(fèi)者是在普通燃油和純電動(dòng)兩類汽車中做選擇，解釋變量不僅包括只隨選擇方案而變化的車輛屬性變量，還包括只隨個(gè)體而變的消費(fèi)者人口統(tǒng)計(jì)變量，因此選擇Logit模型中的混合Logit模型進(jìn)行實(shí)證檢驗(yàn)[33]*混合Logit模型是在條件Logit模型的基礎(chǔ)上，加入只隨個(gè)體而變的解釋變量，因此本文只詳細(xì)介紹更加復(fù)雜的混合Logit模型，省略條件Logit模型的介紹。。假定，消費(fèi)者個(gè)體i選擇第j種車輛的意愿會(huì)受到車輛屬性、網(wǎng)絡(luò)效應(yīng)、個(gè)人情況和認(rèn)知變量的影響，其隨機(jī)效用函數(shù)可以表示為：

(1)

其中，解釋變量xj′表示隨方案j而變的車輛屬性變量和網(wǎng)絡(luò)效應(yīng)變量，車輛屬性變量包括汽車價(jià)格、補(bǔ)貼、總的后續(xù)支持費(fèi)用、滿油/滿電行駛里程、加油/快速充電時(shí)間。直接網(wǎng)絡(luò)效應(yīng)變量為周圍親戚朋友中使用電動(dòng)汽車的比例，間接網(wǎng)絡(luò)效應(yīng)變量為公共充電站/加油站以及維修站的密度。zi′為只隨消費(fèi)者個(gè)體i而變的個(gè)體特征變量，包括性別、年齡、學(xué)歷、家庭人數(shù)、家庭年收入等9個(gè)變量。β和γj是相應(yīng)的解釋變量系數(shù)，εij是誤差項(xiàng)。

根據(jù)效用最大化假設(shè)，當(dāng)且僅當(dāng)車輛j帶來(lái)的效用高于所有其他車輛，消費(fèi)者將選擇車輛j，故個(gè)體i選擇車輛j的概率為：

P(yi=j|xj)=P(Uij≥Uik,?k≠j)=P(Uik-Uij≤0,?k≠j)

(2)

進(jìn)一步，消費(fèi)者i選擇車輛j的概率為：

(3)

由于Logit模型是非線性的，不易直接通過系數(shù)β來(lái)評(píng)價(jià)邊際效應(yīng)，可以利用邊際支付意愿來(lái)解釋其經(jīng)濟(jì)含義。邊際支付意愿(Willingness to Pay，WTP)是消費(fèi)者為某一屬性水平的變化而愿意支付的金額表現(xiàn)形式，通過計(jì)算某個(gè)屬性水平變化引起的效用變化量相當(dāng)于價(jià)格變化多少時(shí)引起等量的效用變動(dòng)，得到屬性水平變化的貨幣當(dāng)量效用值，同一屬性不同水平的貨幣當(dāng)量效用值的差額即為WTP。通過離散選擇模型，能夠得到消費(fèi)者選擇電動(dòng)汽車的效用函數(shù)中的各個(gè)屬性所對(duì)應(yīng)的系數(shù)，利用各個(gè)屬性的系數(shù)可以計(jì)算屬性水平變化的貨幣當(dāng)量效用值，如對(duì)于車輛屬性和網(wǎng)絡(luò)效應(yīng)變量，屬性水平變化的貨幣當(dāng)量效用值為：

(4)

WTPk為屬性k水平變化的貨幣當(dāng)量效用值，即邊際支付意愿，βk是在離散選擇模型中得到的車輛屬性和網(wǎng)絡(luò)效應(yīng)變量k的效用系數(shù)值，βprice是在離散選擇模型中得到汽車屬性“價(jià)格”的效用系數(shù)值。

五、實(shí)證檢驗(yàn)與結(jié)果分析

以調(diào)研數(shù)據(jù)為樣本總體，利用STATA14.0進(jìn)行回歸分析。在混合Logit模型中，解釋變量既包括只隨個(gè)體而變的消費(fèi)者特征變量，如性別、年齡、學(xué)歷、家庭人數(shù)、家庭年收入、已有汽車數(shù)量、年行駛里程、月出行次數(shù)、品牌了解程度、國(guó)家優(yōu)惠了解程度、環(huán)保支持意愿和技術(shù)信任度，又包括只隨方案而變的汽車屬性變量和網(wǎng)絡(luò)效應(yīng)變量，如價(jià)格、補(bǔ)貼、總的后續(xù)支持費(fèi)用、滿油/滿電行駛里程、加油/快速充電時(shí)間、周圍親戚朋友中使用電動(dòng)汽車的比例、公共充電站/加油站以及維修站的密度。在實(shí)證檢驗(yàn)的過程中，首先對(duì)總體樣本進(jìn)行估計(jì)，考察汽車屬性、網(wǎng)絡(luò)效應(yīng)和消費(fèi)者個(gè)體特征對(duì)電動(dòng)汽車購(gòu)買傾向的影響；之后，再分別按照家庭年收入、年行駛里程和技術(shù)信任度的差異對(duì)樣本加以分組，重點(diǎn)分析網(wǎng)絡(luò)效應(yīng)對(duì)不同組別消費(fèi)者購(gòu)買意愿的差異性作用。

(一)總體樣本的回歸結(jié)果及分析

在調(diào)查問卷的整理中發(fā)現(xiàn)，22.01%的受訪者暫時(shí)沒有購(gòu)車計(jì)劃，而另外的77.99%消費(fèi)者存在強(qiáng)烈的購(gòu)車意愿，兩類群體的購(gòu)車選擇傾向可能會(huì)存在不同。鑒于此，本文對(duì)全部消費(fèi)者樣本和有購(gòu)車意愿的子樣本進(jìn)行分別擬合，得到表2所示的結(jié)果。比較而言，總體樣本和有購(gòu)車意愿群體樣本的擬合結(jié)果都較為理想，除了加油/充電時(shí)間、消費(fèi)者年行駛里程和品牌了解程度以外，兩組樣本的回歸結(jié)果無(wú)論是顯著性還是系數(shù)大小，均較為一致。同時(shí)，有購(gòu)車意愿樣本估計(jì)結(jié)果的準(zhǔn)R2值為0.282，大于全部樣本的0.184，擬合效果更好且根據(jù)代表性，下面將利用有購(gòu)車意愿樣本的回歸結(jié)果詳細(xì)說明。

對(duì)于本文考察的重點(diǎn)，直接網(wǎng)絡(luò)效應(yīng)變量的系數(shù)顯著為正，WTP為14.243,即周圍親朋使用比例每提高1%，消費(fèi)者愿意多支付1424元購(gòu)買電動(dòng)車，說明電動(dòng)汽車選擇存在直接網(wǎng)絡(luò)效應(yīng)。間接網(wǎng)絡(luò)效應(yīng)變量的系數(shù)也顯著為正，WTP為2.9，即每10公里增加1個(gè)充電站和維修站，消費(fèi)者愿意多支付2.9萬(wàn)元選擇電動(dòng)汽車，意味著間接網(wǎng)絡(luò)效應(yīng)同樣存在。

表2 總體樣本的混合Logit估計(jì)結(jié)果

注：“***”、“**”、“*”分別表示在1%、5%、10%水平上顯著，下同。

車輛屬性變量方面，購(gòu)車價(jià)格的系數(shù)顯著為負(fù)，補(bǔ)貼的系數(shù)顯著為正，與理論預(yù)期完全一致，補(bǔ)貼的WTP為1.029，即政府補(bǔ)貼每提高1萬(wàn)，消費(fèi)者愿意多支付10290元購(gòu)買電動(dòng)汽車，說明補(bǔ)貼對(duì)消費(fèi)者購(gòu)買電動(dòng)汽車的促進(jìn)作用大于單純的降低價(jià)格，對(duì)于標(biāo)價(jià)20萬(wàn)和標(biāo)價(jià)30萬(wàn)但包含10萬(wàn)元政府補(bǔ)貼的兩輛汽車，消費(fèi)者可能更傾向于后者。后續(xù)費(fèi)用和充電時(shí)間的系數(shù)顯著為負(fù)，WTP值分別為1.571和0.086，意味著電動(dòng)汽車的后續(xù)費(fèi)用每減少1萬(wàn)，消費(fèi)者購(gòu)車時(shí)愿意多支付1.571萬(wàn)，充電時(shí)間每減少1分鐘，消費(fèi)者愿意多支付860元。此外，滿電行駛里程的系數(shù)顯著為正(WTP=0.057)，續(xù)航里程每增加100公里，消費(fèi)者愿意多支付57000元來(lái)購(gòu)買電動(dòng)汽車。

在個(gè)體特征變量和認(rèn)知變量方面，學(xué)歷和家庭年收入的系數(shù)均顯著為正，說明學(xué)歷越高的消費(fèi)者越傾向于嘗試新產(chǎn)品，家庭條件越富裕，相比于普通家庭更能夠承受價(jià)格相對(duì)較高的電動(dòng)汽車。已有汽車數(shù)量的系數(shù)顯著為負(fù)，即消費(fèi)者家庭已經(jīng)擁有汽車的數(shù)量越多，選擇電動(dòng)汽車的意愿會(huì)隨之減低。對(duì)國(guó)家優(yōu)惠政策的了解程度、環(huán)保支持意愿和技術(shù)信任度的系數(shù)都顯著為正，反映出如果消費(fèi)者對(duì)有關(guān)電動(dòng)汽車的優(yōu)惠政策越了解、環(huán)保意識(shí)越強(qiáng)，或者對(duì)電動(dòng)汽車技術(shù)越信任，其選擇電動(dòng)汽車的意愿將大大增加。除此之外，性別、年齡、家庭人數(shù)、年行駛里程、月出行次數(shù)等個(gè)體特征變量，加上品牌了解程度，對(duì)消費(fèi)者是否購(gòu)買電動(dòng)汽車不存在明顯作用。

在有購(gòu)車意愿的消費(fèi)者中，選擇低檔車的消費(fèi)者樣本有546份，中檔車樣本有412份，而高檔車樣本僅為34份，表明高收入群體比例較少，大多數(shù)消費(fèi)者還是青睞于中低檔車型，這類群體更能夠反映市場(chǎng)需求的基本情況。因此，不考慮高檔車樣本，分別對(duì)低檔車和中檔車樣本進(jìn)行混合Logit回歸，得到表3所示結(jié)果。

可以發(fā)現(xiàn)，在車輛屬性變量和網(wǎng)絡(luò)效應(yīng)變量方面，除了低檔車樣本的補(bǔ)貼變量之外，其余變量的符號(hào)以及顯著性與有購(gòu)車意愿樣本的回歸結(jié)果基本一致。關(guān)于補(bǔ)貼的差異，可能是由于低檔車的價(jià)格較低，能夠獲得政府補(bǔ)貼較少，使得其對(duì)消費(fèi)者購(gòu)車意愿的影響不十分明顯。對(duì)于后續(xù)使用費(fèi)用，中檔車樣本的WTP(2.469)明顯大于低檔車樣本的WTP(1.358)，原因在于檔次越高的車型性能越好，后續(xù)使用中油/電成本越高，導(dǎo)致中檔車的潛在購(gòu)買者對(duì)后續(xù)費(fèi)用更加敏感。對(duì)于充電站/維修站密度，中檔車樣本的WTP(3.547)明顯大于低檔車樣本的WTP(1.285)，意味著中檔車樣本的間接網(wǎng)絡(luò)效應(yīng)更強(qiáng)。而最大行駛里程、加油充電時(shí)間以及周圍朋友使用比例，中檔車樣本和低檔車樣本的系數(shù)相差不大。此外，選擇低檔車與中檔車的兩類人群在表現(xiàn)個(gè)體屬性和認(rèn)知的部分變量的顯著性上存在一定差異，在此不一一贅述。

表3 中低檔車樣本的混合Logit估計(jì)結(jié)果

(二)網(wǎng)絡(luò)效應(yīng)作用的異質(zhì)性檢驗(yàn)

在總體樣本回歸的基礎(chǔ)上，需要進(jìn)一步考察網(wǎng)絡(luò)效應(yīng)對(duì)不同組別消費(fèi)群體購(gòu)車意愿的異質(zhì)性影響。根據(jù)前面的理論分析，網(wǎng)絡(luò)效應(yīng)可能與消費(fèi)者的人口統(tǒng)計(jì)屬性、用車習(xí)慣、對(duì)電動(dòng)汽車的感知及環(huán)保意愿有關(guān)，因此本文從上述三方面對(duì)有購(gòu)車意愿的受調(diào)查者樣本加以分組，以檢驗(yàn)網(wǎng)絡(luò)效應(yīng)的異質(zhì)性影響。由于只保留隨方案而變的車輛屬性和網(wǎng)絡(luò)效應(yīng)變量，所以選擇條件Logit模型進(jìn)行回歸，下面將對(duì)分組結(jié)果進(jìn)行討論。

(1)根據(jù)消費(fèi)者人口統(tǒng)計(jì)屬性分組

在消費(fèi)者人口統(tǒng)計(jì)屬性方面，根據(jù)年齡、現(xiàn)有汽車數(shù)目和家庭年收入的差異，分組加以擬合，得到表4的結(jié)果。限于篇幅，異質(zhì)性檢驗(yàn)沒有列出變量系數(shù)，僅列出了WTP值。

按照受調(diào)查者年齡的差異，將樣本分為35歲以下組和35歲以上組，兩組樣本周圍親朋使用情況的WTP值分別為13.574和15.760，基礎(chǔ)設(shè)施密度的WTP分別為2.774和3.366，意味著對(duì)于35歲以上的消費(fèi)者人群來(lái)說，直接和間接網(wǎng)絡(luò)效應(yīng)的影響更加明顯。

根據(jù)消費(fèi)者是否擁有汽車的分組擬合結(jié)果，無(wú)車消費(fèi)者的車輛感知和駕駛經(jīng)驗(yàn)相對(duì)缺乏，對(duì)于網(wǎng)絡(luò)效應(yīng)的反應(yīng)不敏感，而有車消費(fèi)者通常具有一定時(shí)期的駕駛經(jīng)驗(yàn)，其對(duì)汽車的性能、后續(xù)使用的便利性等方面了解的更多，無(wú)論是直接網(wǎng)絡(luò)效應(yīng)，還是間接網(wǎng)絡(luò)效應(yīng)，都會(huì)顯著影響有車消費(fèi)者的購(gòu)買意愿。

基于家庭年收入的不同，將樣本分為家庭年收入20萬(wàn)以下和20萬(wàn)以上兩組。比較而言，20萬(wàn)以上組的網(wǎng)絡(luò)效應(yīng)更為明顯，周圍親朋使用比例提高1%，愿意多支付3500元購(gòu)買電動(dòng)汽車，每10公里增加1個(gè)充電站/維修站，愿意多支付39740元購(gòu)買電動(dòng)汽車。

(2)根據(jù)消費(fèi)者用車習(xí)慣分組

不同類型的消費(fèi)者，用車習(xí)慣存在一定差異，主要表現(xiàn)在年行駛里程和月長(zhǎng)途出行次數(shù)兩個(gè)方面。以每年2萬(wàn)公里為界限，高于2萬(wàn)組為頻繁駕駛?cè)巳?，低?萬(wàn)組屬于正常駕駛?cè)巳?。從月長(zhǎng)途出行次數(shù)的角度，多數(shù)消費(fèi)者少于兩次，喜歡旅游的消費(fèi)者會(huì)多于兩次。據(jù)此進(jìn)行分組擬合，具體結(jié)果詳見表5。

表4 按照消費(fèi)者人口統(tǒng)計(jì)屬性分組的回歸結(jié)果

表5 根據(jù)消費(fèi)者用車習(xí)慣分組回歸結(jié)果

顯而易見，年行駛里程大于2萬(wàn)公里的頻繁駕駛?cè)巳旱木W(wǎng)絡(luò)效應(yīng)更為明顯，直接與間接網(wǎng)絡(luò)效應(yīng)的WTP值達(dá)到20.440和3.220，高于正常駕駛的消費(fèi)群體。同時(shí)，月長(zhǎng)途出行次數(shù)超過2次群體的直接與間接網(wǎng)絡(luò)效應(yīng)為16.630和6.191，遠(yuǎn)高于正常出行的消費(fèi)者，尤其對(duì)于充電站/維修站的建設(shè)密度較為敏感，每10公里增加1個(gè)充電站/維修站，愿意多支付61910元選擇電動(dòng)車。

對(duì)此的解釋為：一方面，年行駛里程數(shù)越多和月長(zhǎng)途出行次數(shù)越多的消費(fèi)者，相較于年行駛里程數(shù)較小或者月長(zhǎng)途出行次數(shù)較少的消費(fèi)者，對(duì)汽車使用更為依賴，因此青睞于電動(dòng)汽車有較低的后續(xù)費(fèi)用，容易受到周圍親朋使用的影響；另一方面，頻繁出行的人群更加關(guān)注公共充電站和維修站等配套設(shè)施的建設(shè)情況，間接網(wǎng)絡(luò)效應(yīng)也更為明顯。

(3)根據(jù)消費(fèi)者感知與環(huán)保意愿分組

作為一種新興產(chǎn)品，電動(dòng)汽車并不被所有潛在購(gòu)車者所熟知，無(wú)論是對(duì)品牌分類、技術(shù)信任程度，還是優(yōu)惠政策的實(shí)施方面，不同消費(fèi)者的感知是不同的。一般情況下，消費(fèi)者只知道確定電動(dòng)汽車能夠節(jié)約能源減少?gòu)U氣排放從而有利于環(huán)境保護(hù)，但消費(fèi)者對(duì)于環(huán)境保護(hù)支持的意愿又是不同的。因此，還需要按照消費(fèi)者感知和環(huán)保醫(yī)院加以分組，考察網(wǎng)絡(luò)效應(yīng)的異質(zhì)性(見表6)。

在品牌分類和優(yōu)惠政策的感知方面，非常-較了解組的直接和間接網(wǎng)絡(luò)效應(yīng)都十分顯著，周圍親朋使用和配套設(shè)施建設(shè)能夠增強(qiáng)消費(fèi)者購(gòu)買電動(dòng)汽車的意愿。然而，一般-不了解組的直接網(wǎng)絡(luò)效應(yīng)不明顯，在現(xiàn)實(shí)購(gòu)車過程中，消費(fèi)者對(duì)于品牌和相關(guān)政策的信息主要愿意周圍親朋，對(duì)于電動(dòng)汽車品牌和政策不了解的人群，也就意味著其周圍相關(guān)者對(duì)電動(dòng)汽車只是了解較少，使得直接網(wǎng)絡(luò)效應(yīng)較弱。同時(shí)，政府補(bǔ)貼對(duì)一般-不了解組消費(fèi)者的購(gòu)買意愿也不存在顯著影響，說明直接的財(cái)政扶持也無(wú)法鼓勵(lì)不了解那群的購(gòu)買。

與傳統(tǒng)燃油車不同，電動(dòng)汽車的核心技術(shù)尚未完全突破，部分消費(fèi)者對(duì)新技術(shù)持觀望態(tài)度。根據(jù)對(duì)電動(dòng)汽車技術(shù)信任程度的差別，將樣本分為非常-較信任組和一般-不信任組。由擬合結(jié)果，兩個(gè)組別直接和間接網(wǎng)絡(luò)效應(yīng)都較為明顯，WTP值也相差不大，說明網(wǎng)絡(luò)效應(yīng)對(duì)于是否信任電動(dòng)汽車技術(shù)消費(fèi)者的購(gòu)車意愿，不存在明顯的異質(zhì)性影響。

環(huán)保意愿體現(xiàn)了消費(fèi)者個(gè)體對(duì)于環(huán)境保護(hù)問題的態(tài)度，支持環(huán)保者由于電動(dòng)汽車的節(jié)能減排優(yōu)勢(shì)，會(huì)更加關(guān)注電動(dòng)汽車產(chǎn)業(yè)發(fā)展?fàn)顩r。由分組回歸結(jié)果，非常-較支持環(huán)保型消費(fèi)者的直接和間接網(wǎng)絡(luò)效變量系數(shù)均顯著為正，說明網(wǎng)絡(luò)效應(yīng)能夠增強(qiáng)此類消費(fèi)者的購(gòu)買意愿。相反，對(duì)于沒有強(qiáng)烈愿望支持環(huán)保的消費(fèi)者，補(bǔ)貼和直接網(wǎng)絡(luò)效應(yīng)都沒有起到激勵(lì)作用。

表6 根據(jù)消費(fèi)者感知與環(huán)保意愿分組的回歸結(jié)果

綜合分組樣本的回歸結(jié)果，不同類型消費(fèi)者的購(gòu)車決策存在一定差異，網(wǎng)絡(luò)效應(yīng)對(duì)于消費(fèi)者的購(gòu)車意愿存在異質(zhì)性影響，驗(yàn)證了H3的研究假設(shè)。

六、研究結(jié)論

電動(dòng)汽車產(chǎn)業(yè)是解決能源消耗和環(huán)境污染問題的重要途徑，也是提升中國(guó)汽車工業(yè)國(guó)際競(jìng)爭(zhēng)力的內(nèi)在要求。作為重要的戰(zhàn)略性新興產(chǎn)業(yè)，除了需要通過技術(shù)創(chuàng)新提高產(chǎn)品性能，用戶規(guī)模和配套設(shè)施構(gòu)成的使用網(wǎng)絡(luò)對(duì)于電動(dòng)汽車產(chǎn)業(yè)發(fā)展也具有至關(guān)重要的作用。與現(xiàn)有研究不同，本文首先從理論上就直接和間接網(wǎng)絡(luò)效應(yīng)對(duì)電動(dòng)汽車消費(fèi)者購(gòu)買意愿的影響機(jī)制加以分析，提出相關(guān)研究假設(shè)。之后，針對(duì)電動(dòng)汽車購(gòu)買和使用過程中涉及的諸多因素進(jìn)行了陳述性偏好問卷設(shè)計(jì)，通過網(wǎng)絡(luò)問卷調(diào)查獲取調(diào)研數(shù)據(jù)。進(jìn)一步，利用混合Logit模型實(shí)證檢驗(yàn)了影響消費(fèi)者購(gòu)買意愿的主要因素，從而對(duì)電動(dòng)汽車的網(wǎng)絡(luò)效應(yīng)進(jìn)行識(shí)別，并根據(jù)個(gè)體屬性、用車習(xí)慣、消費(fèi)者感知和環(huán)保意愿對(duì)總體樣本加以分組，考察了網(wǎng)絡(luò)效應(yīng)對(duì)消費(fèi)者購(gòu)車意愿的異質(zhì)性影響。具體結(jié)論如下：第一，消費(fèi)者在選擇電動(dòng)汽車時(shí)，既存在直接網(wǎng)絡(luò)效應(yīng)，又存在間接網(wǎng)絡(luò)效應(yīng)，網(wǎng)絡(luò)效應(yīng)的作用對(duì)于有購(gòu)車意愿的樣本更為明顯，周圍親朋使用比例每提高1%，每10公里增加1個(gè)充電站/維修站，消費(fèi)者分別愿意多支付1424元和2.9萬(wàn)元選擇電動(dòng)汽車；第二，學(xué)歷、家庭年收入、已有汽車數(shù)量等個(gè)體特征，價(jià)格、政府補(bǔ)貼、后續(xù)使用費(fèi)用和充電時(shí)間等車輛屬性，對(duì)優(yōu)惠政策了解程度、環(huán)保意識(shí)和技術(shù)信任度等認(rèn)知變量同樣影響著消費(fèi)者購(gòu)車選擇；第三，不同類型消費(fèi)者的購(gòu)車決策存在著一定差異，網(wǎng)絡(luò)效應(yīng)呈現(xiàn)出異質(zhì)性影響，對(duì)于有車一族和家庭年收入較高人群，網(wǎng)絡(luò)效應(yīng)的作用更加明顯，而年行駛里程數(shù)和月長(zhǎng)途出行次數(shù)越多、對(duì)電動(dòng)汽車品牌和優(yōu)惠政策更了解、以及環(huán)保意愿更強(qiáng)烈的消費(fèi)者，更容易受到網(wǎng)絡(luò)效應(yīng)的影響。

近年來(lái)，中國(guó)政府通過生產(chǎn)性補(bǔ)貼、鼓勵(lì)車企頒布“棄油從電”時(shí)間表和雙積分等系列政策措施，從供給側(cè)提高電動(dòng)汽車產(chǎn)業(yè)的技術(shù)水平和生產(chǎn)能力以推動(dòng)產(chǎn)業(yè)發(fā)展。然而，中國(guó)電動(dòng)汽車的市場(chǎng)推廣效果并不十分理想，尤其是私人領(lǐng)域的購(gòu)買意愿嚴(yán)重不足。根據(jù)本文的研究結(jié)論，可以得到兩方面的政策啟示：一方面，積極樹立電動(dòng)汽車的口碑和品牌形象，利用直接網(wǎng)絡(luò)效應(yīng)刺激潛在消費(fèi)者購(gòu)買。通過網(wǎng)絡(luò)平臺(tái)和社會(huì)化媒體加強(qiáng)不同品牌電動(dòng)汽車的市場(chǎng)宣傳，改變部分消費(fèi)者對(duì)電動(dòng)汽車的技術(shù)性能和國(guó)家優(yōu)惠政策了解不足的現(xiàn)狀，讓消費(fèi)者明確感知到電動(dòng)汽車市場(chǎng)推廣和普及程度，加速電動(dòng)汽車相關(guān)信息的傳播和擴(kuò)散；另一方面，大力推進(jìn)公共充電站和充電樁的建設(shè)，強(qiáng)化電動(dòng)汽車的間接網(wǎng)絡(luò)效應(yīng)。針對(duì)充電基礎(chǔ)設(shè)施與市場(chǎng)需求的巨大缺口，盡快制定統(tǒng)一的充電樁標(biāo)準(zhǔn)，在加大政府部門投資力度的同時(shí)，充分拓寬社會(huì)融資渠道，出臺(tái)相應(yīng)的充電設(shè)施優(yōu)惠政策，激發(fā)電動(dòng)汽車制造商和充電設(shè)施運(yùn)營(yíng)商自主投資建設(shè)充電基礎(chǔ)設(shè)施的動(dòng)力。

參考文獻(xiàn)：

[1]ARTLE R, AVEROUS C. The telephonesystemasa public good: Static and dynamic aspects[J]. Bell Journal of Economics,1973, 4(1):89-100.

[2]ROHLFS J. a theory of interdependent demand for a communication service [J]. Bell Journalof Economics, 1974,5(1):16-37.

[3]MICHAEL K, CARL S. Network externalities, competition and compatibility [J]. American Economic Review, 1985, 75 (3), 424-440.

[4]SACHIN G, DIPAK C J, MOHANBIR S S. Modeling the evolution of markets with indirect network externalities: An application to digital television[J]. Marketing Science, 1999,18 (3), 396-416.

[5]HIROSHI O. The role of network effects in the US VCR market 1978-1986[J]. Journal of Economics and Management Strategy, 2003, 12 (4), 447-494.

[6]VENKATESH S, BERRY L B.Network effects and competition: An empirical analysis of the home video game industry [J]. Strategic Management Journal, 2003, 24, 375-384.

[7]AMIYA B,TRIDIB M, RAJ S P. Indirect network externality effects onproduct attributes [J]. Marketing Science, 2003, 22 (2), 209-221.

[8]CHIENFU C, OZ S. Network effects without network externalities [J]. International Journal of Industrial Organization, 1990, 8, 259-270.

[9]JEFFREY C, AND NEIL G. Network effects, software provisionand standardization [J]. Journal of Industrial Economics, 1992, 40, 85-103.

[10]WANG Q, XIE J H. Will consumers be willing to paymore when your competitors adopt your technology? The impactsof the supporting-firm base in markets with network effects[J].Journal of Marketing, 2011, 75(9): 1-17.

[11]CWL HILL. Establishing a Standard: Competitive strategy andtechnological standards in Winner-take-all industries [J].Academyof Management Executive, 1997,11(2): 7-25.

[12]WANG Q, XIE J H.Will consumers be willing to pay more when your competitors adopt your technology? The impacts of the Supporting-firm base in markets with network effects[J].Journal of Marketing, 2010, 75(5):1 -51.

[13]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.

[14]Adler T, Wargelin L, Kostyniuk L P, et al .Incentives for Alternative Fuel Vehicles: A Large -scale Stated Preference Experiment [C] .Proceedings of the 10th International Conference on Travel Behavior Research , Lucerne , 2003.

[15]KRUPA J S, RIZZO D M, EPPSTEIN M J,et al. Analysis of a consumer survey on plug-in hybrid electric vehicles [J]. Transportation Research Part A: Policy and Practice, 2014, 64: 14-31.

[16]JOHN P H, LIU Y, ELEA M F,et al. Will subsidies drive electric vehicle adoption? Measuring consumer preferences in the U.S. and China [J]. Transportation Research Part A: Policy and Practice, 2015, 73: 96-112.

[17]LANE B, POTTER S. The adoption of cleaner vehicles in the UK: Exploring the consumer Attitude-action gap [J]. Journal of Cleaner Production, 2007, 15(11): 1085-1092.

[18]ANCO H, MARK J K. A choice experiment on alternative fuel vehicle preferences of private car owners in the netherlands [J]. Transportation Research Part A: Policy and Practice, 2014, 61: 199-215.

[19]KAHN M E, VAUGHN R K. Green market geography: The spatial clustering of hybrid vehicles and LEED registered buildings[J]. The BE Journal of Economic Analysis & Policy, 2009, 9(2):1-24.

[20]AXSEN J, MOUNTAIN D C, JACCARD M. Combining stated and revealed choice research to simulate the neighbor effect: The case of hybrid-electric vehicles[J]. Resource and Energy Economics, 2009, 31(3): 221-238.

[21]PAULUS M, JIMENA E, MARK J.The neighbor effect: Simulating dynamics in consumer preferences for new vehicles technologies[J].Ecological Economics,2008,68(1-2):504-516.

[22]王寧,晏潤(rùn)林,劉亞斐.電動(dòng)汽車潛在消費(fèi)者特征識(shí)別和市場(chǎng)接受度研究[J].中國(guó)軟科學(xué),2015(10):70-84.

[23]STRUBENJ, STERMAN J D.Transition challengesfor alternative fuel vehicle and transportation systems[J].Environment and Planning B: Planning and Design, 2008, 35: 1070-1097.

[24]PL?TZ P, GNANN T, WIETSCHEL M. Modelling market diffusion of electric vehicles with real world driving data—Part I: Model structure and validation[J]. Ecological Economics, 2014, 107: 411-421.

[25]YU Z, LI S, TONG L. On market dynamics of electric vehicle diffusion[C]//Communication, Control, and Computing. IEEE, 2015:1051-1057.

[26]YU Z, LI S, TONG L. Market dynamics and indirect network effects in electric vehicle diffusion[J]. Transportation Research Part D Transport & Environment, 2016, 47:336-356.

[27]CARLEY S, KRAUSE R M, LANE B W, et al. Intent to purchase a plug-in electric vehicle: A survey of early impressions in large US cites [J]. Transportation Research Part D: Transport and Environment, 2013, 18: 39-45.

[28]KNEZ M, JEREB B, OBRECHT M. Factors influencing the purchasing decisions of low emission cars: A study of slovenia [J].Transportation Research Part D: Transport and Environment, 2014, 30: 53-61.

[29]KAHN M E. Do greens drive hummers or hybrids? Environmental ideology as a determinant of consumer choice [J].Journal of Environmental Economics and Management, 2007, 54(2): 129-145.

[30]AXSEN J, KURANI K S. Hybrid, Plug-in hybrid, or electric—What do car buyers want? [J]. Energy Policy, 2013, 61: 532-543.

[31]OLIVER J D, ROSEN D E. Applying the environmental propensityframework:A segmented approach to hybrid elec￣tricvehicle marketing strategies[J].Journal of Marketing Theoryand Practice, 2010, 18(4): 377-393.

[32]HIDRUE M K, PARSONS G R, KEMPTON W.Willingnessto pay for electric vehicles and their attributes[J].Resourceand Energy Economics, 2011,33(3):686-705.

[33]陳 強(qiáng). 高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M]. 北京: 高等教育出版社, 2014. 192-194.