基于公示油耗的乘用车实际油耗及其用户满意度预测

周亚庆++周斌

摘 要：中国于2010年建立了轻型汽车燃料消耗量公示制度。目前面临的问题是用户的实际油耗普遍要比公示油耗高很多，且油耗与用户满意度之间的关系并不明确。对大量数据进行了统计分析，结果表明，公示油耗与用户实际油耗的平均值之间存在近似的线性关系，其影响因素包括变速器类型、制造商等；用户油耗满意度与实际油耗及车辆功率成近似线性关系，其影响因素还包括车型级别、变速器类型、汽车的排量等。根据以上规律，可以由车辆的公示油耗对用户的实际油耗及用户满意度做出预测。

关键词：乘用车；油耗； 用户满意度；统计分析；预测

中图分类号：U461.8文献标文献标识码：A文献标DOI：10.3969/j.issn.2095-1469.2015.05.11

燃油经济性是影响用户对乘用车满意度评价的一个重要因素。我国于2010年建立了轻型汽车燃料消耗量公示制度。除了在工信部网站公示外，车企必须在车辆出厂前在车身上粘贴实际油耗标识，标明城区工况、城郊工况和综合工况下的油耗，以方便消费者辨识油耗或节能效果。截止至2010年9月，工信部网站已经对100多家汽车制造商近万种车型进行了公示，并每月对数据库进行更新[1]。公示油耗通过型式试验得到。我国乘用车燃油消耗量型式试验中借鉴了新欧洲驾驶循环（New European Driving Cycle，NEDC）测试。该循环工况包括两部分：第一部分主要反映车辆在城区内的行驶特征；第二部分主要反映车辆在城郊公路上的行驶特征 [2]，国内外学者对用户实际油耗与试验油耗之间的关系进行了大量研究，结果显示，通过试验得到的公示油耗比实际油耗低15%～25%左右[1]，但是两者之间的具体关系并不明确。另一方面，目前还没有学者对车辆燃油消耗量与用户满意度之间的对应关系进行定量研究。文中利用统计方法分析了公示油耗与用户平均油耗的关系，用户平均油耗与平均满意度之间的关系。这样，就可以在车型的开发设计阶段，通过型式试验油耗对用户实际油耗及相应的满意度做出预测。

1 公示油耗与用户平均油耗之间的关系

公示油耗是通过型式试验测量计算得到的。进行型式试验的目的在于模拟车辆在真实道路上的行为，从而预测车辆真实的油耗、排放等。然而，影响汽车油耗的因素纷繁复杂，实际油耗与型式试验的结果存在差距。仅就地域因素来说，国内不同城市典型行驶工况下用户油耗的仿真数据与车辆公示油耗之间的差距可达-8%～34%[2]。很多学者通过构建更加精确和本地化的测试循环来贴近用户的实际油耗[1，3-4]。另外一个解决问题的方法是对大量的数据进行分析得到公示油耗与用户平均油耗之间的统计规律，从而由试验油耗给出一个用户平均油耗的预测值。

1.1 国内外相关研究

各类汽车网站庞大的用户群和高参与度为我们提供了丰富的研究数据。Peter Mock等人[5]使用spritmonitor.de网站的数据对欧洲车辆试验油耗与真实油耗之间的关系进行了研究。如图1所示，车辆实际CO2排放量Er比试验数值Ei高15%以上，且呈近似的线性关系[6]。值得注意的是，公示的油耗并不是直接测量得出，而是通过碳平衡的方法计算得到。汽车实际工作时油耗与CO2排放之间是近似的正比例关系，因此可以说实际油耗与型式试验油耗之间存在近似的线性关系。

相对于欧洲来说，国内汽车的行驶环境与NEDC典型工况之间的差距更大，所以国内用户的实际油耗与公示油耗之间的差别也更为明显。多家汽车门户网站对这一问题进行了分析和讨论。其中新浪汽车从某油耗数据库中调取了近百款车型的实际油耗数据，以工信部公示油耗与网友真实油耗的差额百分比为序，做了百款主流车型的“油耗差额排行榜”，其中排名前50的车型数据全部超过了30%。Huo Hong等人[1]收集了搜狐汽车网的油耗数据，分析了实际油耗FCr与公示油耗FCi之间的关系，如图2所示。结果表明，用户实际油耗与公示油耗之间存在-8%～60%的偏差，平均高出15%左右，这与美国19世纪80年代中期的情况类似。

分析以上研究数据可知，当样本数量足够大时，公示油耗和用户平均油耗之间存在近似的线性关系。

1.2 车型级别的影响

为了对这一关系进行进一步的分析，收集了汽车之家（www.autohome.com）网站上包含了3 829种车型在内的69 842条数据。为了保证数据的可靠性，剔除了提交油耗数据的用户人数低于20人的车型或信息不全的数据。最终分析对象为658种车型，其中包括454种普通乘用车型和204种SUV/MPV车型。图3和表1显示了样本数据线性回归分析的结果。

表1中R2为回归效应的度量。科恩定义简单回归中R2的值0.01、0.09和0.24分别表示小、中和大的效应量[4]。这里三个回归的R2都大于0.24，为大效应。三个回归分析中用户平均油耗与公示油耗之间的相关性也较大，且其单侧检验的p值都小于0.001，说明回归结果显著。此外，SUV/MPV样本、基本型普通车样本和总体样本线性回归所得的直线之间并没有明显的区别，说明车型对用户评价油耗与试验油耗之间的关系没有显著的影响。图4为用户平均油耗与公示油耗之间偏差的分布拟合，可见它符合正态分布。

1.3 变速器类型的影响

将数据分为自动变速器（Automatic Trans-mission，AT）、双离合器自动变速器（Dual Clutch Transmission，DCT）、手动变速器（Manual Trans-

mission，MT）、无级变速器（Continuously Variable Transmission，CVT）四组分别进行回归分析，表2中给出了相应的回归系数及其显著性分析，结果显示在将汽车按照变速器类型分类后，用户平均油耗与型式试验油耗之间的偏差减小。在图5中我们还可以发现，相对来说MT车辆的用户平均油耗与试验油耗最为接近，然后依次为CVT、DCT和AT，这与我们日常的经验是相吻合的。

1.4 制造商的影响

考虑到不同的制造商在车型的设计、生产和试验过程中有其固有的特点，所以对于不同厂家生产的车辆，试验油耗和用户平均油耗之间的关系有所差异。表3中显示了几个不同制造厂商统计数据的回归分析结果，可以看出，对于多数制造商，拟合数据与实际数据之间的误差更小，判定系数R2更大，且线性关系显著。因此，制造商在进行车型实际油耗的预测时除了可以参考国内行业的总体水平之外，还可以利用自己公司的历史数据，从而对用户平均油耗做出精度更高的预测。

2 用户平均油耗与平均满意度之间的关系

“满意度准则”是诺贝尔奖获得者H. A. Simon 提出的，最初用于经济组织决策[7]。汽车之家等网站推出的“用户口碑”板块可以为满意度的研究提供丰富的数据支持。车主在网站上提交油耗（L/100 km）并使用1～5的标度对车型油耗满意度进行评价。本文将对车型的用户平均油耗及其满意度之间存在的规律进行统计分析。

2.1 车型级别的影响

将数据按照车型级别分类并分别进行线性回归，其结果见表4，可以看出，大多数线性回归的结果是显著的。其中MPV、中大型SUV和中型普通车的检验p值较大，说明已有的数据并不能说明用户平均油耗为燃油经济性满意度的显著预测变量。其原因可能是因为回归分析的数据较少（中大型普通车型6组，中大型SUV车型8组，MPV车13组，而其它车型的数据至少有35组），使数据失去了代表性。

由图6可知：（1）无论是普通车辆还是SUV，都存在中型车、小型车和紧凑型车拟合曲线的斜率大概相同这样的规律，而且油耗相同时，车型级别越高用户满意度越高。（2）相对于SUV车辆来说普通车辆的拟合曲线斜率更大，说明随着燃油消耗量增加，普通车辆的用户满意度快速下降，而SUV车辆的用户满意度下降较慢。（3）相同油耗下，小型SUV的用户满意度可能低于中型、甚至于紧凑型车辆的用户满意度；反之，相同油耗下，普通中型乘用车用户满意度可能会高于小型SUV、甚至于紧凑型SUV汽车。其原因是用户对于高级别车辆燃油消耗量的预期要高一些，对于高油耗有一定的心理准备。

2.2 变速器类型的影响

图7为变速器不同时车型的用户平均油耗与用户平均满意度之间的关系。可以看出用户油耗满意度与用户平均油耗之间的关系还与变速器的类型有关。油耗相同时，CVT车辆用户油耗满意度明显大于MT车辆，其下降趋势类似，AT车辆油耗满意度下降最快，DCT车辆油耗满意度下降最为缓慢。

2.3 排量及功率的影响

一般来说，大排量汽车的油耗也要高一些。在油耗相同时，大排量汽车的用户满意度应该高于小排量的汽车。本文将紧凑型普通乘用车按其排量分为1.4 L、1.5 L、1.6 L、1.8 L和2.0 L几组，并对其数据进行回归，其结果如图8所示。可以看出，这一结果与原假设并不相符，特别是当排量为1.4 L时，用户满意度要高于除2.0 L之外的各种车型。分析原始数据发现，排量为1.4 L的汽车有很多采用了增压技术。这一技术使车辆在同样的排量下产生更大的功率，提高了车辆的动力性，也提高了用户对汽车油耗的心理承受能力。因此，在对数据进行回归时可以考虑引入车辆的功率作为另外一个变量，对用户满意度进行二元一次回归。

2.4 二元回归与一元回归的精度比较

对所有总体样本和紧凑型车的数据分别进行了一元一次线性回归和二元一次线性回归，其结果见表5。图9和图10为两次回归的残差分布情况。可以看出，二元回归预测的精度要大于一元回归，其调整R2更大，根据残差分布的峰度可以看出残差的分布区间更小且集中于靠近0的部分。实际上，二元回归的相关性分析中，用户满意度与平均油耗之间的相关性要明显高于其与汽车功率之间的相关性，因此一次回归的结果也具有较高的效应和较小的误差。

3 模型的验证

验证模型时选取手动挡紧凑型普通车作为分析对象。分别对用户平均油耗与公示油耗的关系，用户油耗满意度与车辆功率、实际油耗之间的关系进行了线性回归。得到的结果如下：

式中，FCr为用户实际油耗，L/100 km；FCi为试验油耗，L/100 km；S为油耗满意度评分；P为发动机额定功率，kW。

用户满意度计算值与实际值的偏差绝对值及相对值分别在[-0.63，0.55]和[-0.13，0.14]区间内。图11为计算值与实际值的偏差绝对值和相对值的分布拟合，模型的偏差近似符合正态分布，至此可以证明模型具有较高的精度。

4 结论

（1）乘用车用户平均油耗与通过型式试验得到的公示油耗之间存在近似的线性关系。线性回归系数与车辆变速器的类型及车辆的制造商有关，与车型级别的关系不大。

（2）乘用车用户平均油耗满意度与用户平均油耗之间存在近似的线性关系。这一关系与乘用车的车型级别、变速器的类型、排量和功率等因素有关。与一元回归相比，引入汽车功率作为另一变量的二元线性回归可以提高用户油耗满意度的预测精度。

（3）通过对大量数据进行统计分析的方法，由车辆的公示油耗（型式试验油耗）可以近似地预测用户油耗满意度。设计人员可以利用这一规律对汽车整车匹配的燃油经济性做出评价。

参考文献（References）：

Huo Hong，Yao Zhiliang，He Kebin，et al. Fuel Con-sumption Rates of Passenger Cars in China：Labels Versus Real-World [J]. Energy Policy，2011，39（11）：7130-7135.

蔺宏良，余强，张雪莉. 市区道路车辆行驶工况研究进展 [J]. 机械科学与技术，2014，33（2）：282-288.

Lin Hongliang，Yu Qiang，Zhang Xueli. A Review of Research on Vehicle's Driving Cycle in Urban Roads [J]. Mechanical Science and Technology for Aerospace Engineering. 2014，33（2）：282-288. （in Chinese）

李孟良，李洧，方茂东，等. 道路车辆实际行驶工况解析方法研究 [J]. 武汉理工大学学报（交通科学与工程版），2003，27（1）：69-72.

Li Mengliang，Li Wei，Fang Maodong，et al. The Parse Method of Actual Driving Cycle of Vehicle on Road [J]. Journal of Wuhan University of Technology （Transportation Science & Engineering），2003，27（1）：69-72. （in Chinese）

朱西产，李孟良，马志雄，等. 车辆行驶工况开发方法 [J]. 江苏大学学报（自然科学版），2005，26（2）： 110-113.

Zhu Xichan，Li Mengliang，Ma Zhixiong，et al. Methodology for Driving Cycles Development [J]. Journal of Jiangsu University （Natural Science Edition），2005，26（2）：110-113. （in Chinese）

MOCK P，TIETGE U，FRANCO V，et al. From Laboratory to Road：A 2014 Update of Official and "Real-world" Fuel Consumption and CO2 Values for Passenger Cars in Europe [R]. U.S，International Council on Clean Transportation，2013.

YOCKEY R D. SPSS其实很简单 [M]. 刘超，吴铮，译. 北京：人民大学出版社，2010.

YOCKEY R D. SPSS Demystified：A Step-by-Step Guide to Successful Data Analysis [M]. Liu Chao，Wu zheng，Translate. Beijing：China Renmin University Press，2010. （in Chinese）

黄洪钟，姚新胜，周仲荣. 满意度原理研究与应用的现状与展望 [J]. 控制与决策，2003，18（6）：641-645，650.

Huang Hongzhong，Yao Xinsheng，Zhou Zhongrong. Review of the Satisfactory Degree Theory and Its Appli-cations [J]. Control and Decision，2003，18（6）：641-645，650. （in Chinese）