政府补贴对新能源汽车购买意愿的影响研究

孙 晓 华，　徐 　 帅

(大连理工大学 管理与经济学部， 辽宁 大连 116024)

作为国民经济重要的支柱产业，汽车行业在我国经济和社会发展中发挥着重要作用。随着我国工业化和城市化进程的深入推进，汽车需求保持迅猛增长的势头，千人汽车保有量从2005年的24辆增加到2015年的110多辆[1]，在提高人民生活水平的同时，也带来了日益严重的能源消耗和环境污染问题。大力发展清洁节能型的新能源汽车，既有利于缓解能源和环境压力，又能够推动汽车产业转型升级，培育新的经济增长点和国际竞争新优势。经过十多年的研究开发和示范运行，我国新能源汽车基本具备了产业化发展的基础，电池、电子控制和系统集成等关键技术取得重大突破，纯电动汽车和插电式混合动力汽车开始规模化投放市场。但与传统燃油车相比，由于存在着销售价格偏高、充电配套设施不完善和技术成熟度偏低等问题，导致消费者对新能源汽车的接受度不高，购买意愿仍然不强，制约了新能源汽车产业的发展。

为了加快新能源汽车的市场推广，中央和地方政府接连出台一系列优惠补贴政策。2010年5月，财政部、科技部、工业和信息化部、发展改革委等四部委联合颁布《关于开展私人购买新能源汽车补贴试点的通知》，选择上海、长春、深圳等5个城市进行私人购买新能源汽车的补贴试点，插电式混合动力乘用车每辆最高补贴5万元，纯电动乘用车每辆最高补贴6万元，地方政府在中央补贴的基础上按1：1比例加以配套。2015年4月，四部委再次发布《关于2016-2020年新能源汽车推广应用财政支持政策的通知》，提出在全国范围内开展新能源汽车推广应用工作，中央财政对购买新能源汽车给予补助，并实行普惠制。在这样的政策背景下，政府补贴是否能够增强消费者的购买意愿、激发新能源汽车的市场需求？对于不同特征的消费者群体，政府补贴是否存在差异性效果？本文将对上述问题展开详细讨论。

一、文献回顾

消费者对新能源汽车的购买意愿与诸多因素有关，国外的研究出现较早，学者们讨论了销售价格、使用成本、加速性能等汽车属性和政府优惠政策对消费者选择的影响。Potoglou等通过对加拿大的482个家庭的网上问卷分析，指出新能源汽车价格的降低和环保性能的提高可以有效促进新能源汽车的使用，但免费停车和设置专用车道等非财政政策对消费者购买没有显著作用[2]。Adler等调查了美国2200个消费者对柴油汽车、天然气汽车和混合动力汽车的选择偏好，发现油电使用成本的下降和车辆购置税的减免能够促进新能源汽车的购买[3]。Krupa对来自美国1000名居民的调研结果显示，消费者更加注重电动汽车能耗成本的降低，而对电动汽车的环保效益关注较少[4]。John等对我国和美国的消费者进行了新能源汽车选择的联合调查，发现两国消费者都偏好新能源汽车拥有更低的价格和后续使用成本、更短的加速时间、更快捷的充电过程[5]。在公共政策的扶持效果方面，Lane和Potter对英国新能源汽车市场进行了专项研究，得到政府的环保法规、油价政策、购买补贴和基础设施建设会显著影响新能源汽车购买的结论[6]。Anco调查了荷兰私家车主的购买倾向，结果表明有限的行驶距离和较长的充电时间是消费者对新能源汽车仍然持有消极态度的主要原因，提升最大行驶距离、减少充电时间和提高充电便利程度有利于激发消费者购买意愿[7]。除了汽车属性和公共政策之外，部分国外学者发现消费者的个体属性也会影响其对新能源汽车的偏好。Carley考察了美国的消费者对插电式混合动力汽车的市场接受度，发现消费者的学历越高，购买新能源汽车的可能性越大[8]。Knez对斯洛文尼亚700名消费者进行调查，结果表明年龄越大，购买新能源汽车的概率越高[9]。Kahn分析了美国洛杉矶消费者购买混合动力汽车的意愿，得到消费者的环保意识与新能源车偏好成正比的结论[10]。Axsen对加利福尼亚508个家庭进行了调查，发现消费者的社会责任感、环保意识和支持国家发展的意愿越强，越倾向于选择新能源汽车[11]。

近年来，随着中国新能源汽车的迅猛发展，国内学者也开始就消费者购买新能源汽车的偏好问题展开研究。Zhang以驾校学员问卷为样本，利用二元Logit模型进行回归分析，发现消费者对纯电动车的接受度受到燃油价格和政府优惠政策的显著影响[12]。许召建对济南及周边区域的消费者进行问卷调查，利用因子分析法萃取出关键变量，以获得影响消费者购买新能源汽车的主要因素，结果发现新能源汽车性能、充电的便捷性、满电可行驶最大距离、电池寿命是影响消费者购买新能源汽车的4个最主要因素。[13]邵继红调查了武汉相关从业人员、部分新能源汽车车主及具有购买新能源汽车意向的消费者，并对问卷调查数据进行分析，他发现影响消费者购买新能源汽车的驱动因素包括：汽车品牌偏好、周围购车人群、政府相关优惠补贴政策、销售价格、外观和内饰偏好、汽车使用成本、质量可靠性、使用便利性、安全保护性以及售后服务10大因素。[14]王宁等构建了电动汽车市场接受度影响因素模型，基于私家车车主的调研结果，认为年龄、学历水平、家庭平均年收入与电动汽车的购买决策明显相关，并且消费者更倾向于将电动汽车作为家庭第二辆车[15]。徐国虎对新能源汽车用户和潜在购买者进行了问卷调查，利用主成分分析法分析了售后服务、购买成本等影响购买决策的公共因子，指出城市消费者对新能源汽车的认知程度较高，购买意愿较强，但由于技术信任度不足和配套基础设施不完善等原因，购车意愿并没转化为实际的购买行为[16]。唐葆君利用4个新能源汽车试点城市的混合动力汽车市场份额数据进行实证检验，发现消费者的收入水平是决定新能源汽车购买的重要因素，而政府激励政策对新能源汽车销售量有正向的推动作用[17]。

综观国内外文献，尽管学者们就消费者购买新能源汽车的影响因素进行了广泛讨论，但鲜有研究针对政府补贴的激励效果展开深入探讨，仅仅在消费者偏好分析的基础上涉及政府补贴问题，但关于政府补贴效果及作用条件的研究尚属空白。本文将以消费者购买新能源汽车的诸多影响因素为依据，选择陈述性偏好调查实验模拟消费者购车决策的真实情境，在全国范围内展开网络问卷调查，根据调研结果总结出消费者对新能源汽车偏好的特征性事实，进而利用离散选择模型进行实证检验，考察政府补贴对消费者购买新能源汽车意愿的影响，并通过分组回归讨论政府补贴对不同特征消费者群体购买行为的异质性效果，以期为新能源汽车培育过程中政府补贴政策的调整和相关配套措施的制定提供借鉴。

二、研究设计

作为理性经济人，消费者做出购买决策前会权衡多种因素以最大化自身效用。为了描述消费者购买新能源汽车的选择行为过程，以获得消费者的购买意愿，本文选择离散选择实验方法(Discrete Choice Experiment, DCE)进行研究。

1.离散选择实验设计

DCE方法通过提供不同属性组合的产品来模拟符合实际的购买场景，识别消费者真实的选择意愿，从而分析其选择性偏好[18]。在实验调查的过程中，参与者不需要对产品的某种关键性属性做出偏好性的评价，而是在模拟的产品组合中选择出实现效用最大化的产品，以有针对性地获得消费者的实际购买决策。离散选择实验的调查可以分为显示性偏好(Revealed Preference)调查和陈述性偏好(Stated Preference)调查。前者基于已经发生过的事件，后者则是针对尚未发生的事件。本文的研究目的是通过潜在消费者对于新能源汽车的态度，分析其对新能源汽车的偏好和购买意愿，因此，陈述性偏好调查是更加适宜的方法。

在陈述性偏好调查中，本文通过发放问卷的方式获取实验数据。问卷设计的思路为：首先，要了解被测者的个体统计变量和对新能源汽车的认知程度；其次，为被测者提供不同属性组合的车辆，每个被测者需要综合权衡车辆的属性水平，选择其最愿意购买的产品。据此，将调查问卷分为两大部分，分别就消费者的个体统计变量、对新能源汽车的认知变量、车辆属性变量和政府政策变量对新能源汽车购买决策的影响加以考察。

问卷的第1部分是有关消费者基本情况的统计和消费者对新能源汽车的认知调查。本文选取了9个个体统计变量，包括性别、年龄、学历、家庭人数、家庭年收入、家庭已有汽车数量、年行驶里程、月出行次数和近一年内的购车意愿。同时，选取了4个消费者认知变量，包括对新能源汽车品牌及其分类的了解程度、对新能源汽车优惠政策的了解程度、环保支持意愿，以及对新能源车技术信任程度。

问卷的第2部分是主体部分，关于消费者对不同类型汽车购买意愿的调查。根据中国汽车市场的实际情况，选取普通燃油汽车(GV)、纯电动汽车(EV)和插电式混合动力汽车(PHEV)3种不同动力系统的汽车作为比较对象。在产品属性的组合设计中，分为车辆属性变量和政府政策变量两部分。选取的车辆属性变量包括汽车价格、加速性能、最高车速、满油/满电行驶里程、油耗/电耗成本、碳排放量、加油/快速充电时间。另外，根据国内新能源汽车价格偏高和配套充电设施不齐全的问题，本文选择购车补贴和新能源汽车的配套基础设施建设作为政府政策变量，用公共充电站的密度和是否配备家用充电桩表示基础设施建设。另外，购车补贴是需要重点研究的政策变量。

表1　低档车调查问卷的设计实例

注：加粗的数值为进行变化设置的属性变量数值。

为了区分不同消费者群体的异质性偏好，根据消费者购买能力的差异，以车辆价格和档次为标准设置了3套问卷，分别对应低档车、中档车和高档车。在问卷开始之前，会设置一道题目来询问测试者预计购车价格区间，根据选择的购车价格区间分配给对应问卷。由于不同档次汽车的属性特征各不相同，对于每档车型，都根据汽车市场的真实状况，设置了相应的车辆属性变量和政策变量。其中，每个档次车型的汽车标价、最高车速、油耗/电耗成本、碳排放和加油/快速充电时间作为背景变量保持恒定，改变购车补贴、满油/满电行驶里程、公共充电站/加油站密度、是否配备家用充电桩4种属性的设置，考察由此带来的购车意愿变化。表1为低档车调查问卷的一个实验设计实例。为了让被调查者更加明晰地察觉到属性特征的变化，在第2部分的问题中依次只变动4个变化属性中的2个。由于公共充电站/加油站密度与是否配备家用充电桩都属于基础设施建设方面的特征，同时变化会产生重复，因此不考虑此种情形。

2.样本来源与处理

问卷设计好后，考虑到调查的及时性和便捷性，采用网络问卷调查的方式，渠道是“问卷星”的样本服务。“问卷星”的样本库来源广泛，样本群体覆盖了不同年龄段、不同职业、不同收入水平的潜在消费者。为了保证问卷的回收质量，在正式调查之前邀请了100位志愿者进行预测试。一方面，让志愿者对问卷不易理解之处提出修改意见，有利于参与者流畅地完成问卷；另一方面，根据预测试计算出平均答题速度。据统计，被测者认真回答一道题所需时间最少为5秒，一份问卷共有24道题，那么正式调查中只保留问卷完成时间大于120秒的样本。实际的网络调研中，通过问卷星网络发放1500份问卷，共回收1268份有效问卷，回收率为84.53%。

3.特征性事实

问卷的第一部分统计了被测者的个体特征。经过对问卷调查所得数据的初步整理，被测试者具有以下几个基本特点：(1)性别比例，男性占45.74%，女性占54.26%，性别分布比较均衡；(2)年龄结构，26岁到35岁的消费者占60.88%，36岁到45岁的消费者占21.45%，而这两个年龄段的消费者恰恰是目前购车的主要群体，说明样本选择具有代表性；(3)受教育程度，高中及以下学历仅占5.68%，大专以上学历占94.32%，被测试者普遍拥有较高学历；(4)收入水平，家庭年收入在9万以上的占88.01%，表明大部分被测试者具备购车能力；(5)购车计划方面，最近一年有购车需求的占76.97%，其对汽车价格、性能等会有更多的了解，从而增加了调研数据的说服力。

在消费者对车辆属性的偏好方面，32.18%的测试者认为安全性能最重要。26.50%的测试者最看重品牌，之后是动力性能，占15.46%，只有14.51%的测试者优先考虑价格，表明随着人们收入水平的提高，价格已经不是购车考虑的首要因素。除此之外，消费者对于外观和能耗并不十分重视。

图1　消费者认知变量描述性统计

图1展示了消费者对新能源汽车认知变量的描述性统计。59.63%的消费者非常了解和比较了解新能源汽车的品牌及分类，58.67%的消费者清楚国家关于新能源汽车购买的优惠政策。出乎预期的是74.76%的受访者愿意支持环保而以更高价格购买新能源产品。然而，只有45.42%的受访者对新能源汽车的技术成熟度持认可态度，表明大部分消费者对新能源汽车的信任度仍然较低。

4.模型设定

在离散选择实验设计的基础上，需要构建离散选择模型对调研数据进行分析，以确定消费者的购买意愿。离散选择模型是一种适用于被解释变量是离散值而非连续值的多元统计分析方法，描述了决策者在可供选择的不同选项之间做出的选择。根据研究目标，消费者是在普通燃油、纯电动和插电式混合动力3类汽车中做选择，被解释变量是多元离散的，而且解释变量不仅包括只随选择方案而变化的车辆属性变量，还包括随个体而变的消费者人口统计变量，因此，选择多元Logit中的混合Logit模型进行实证检验[19]。混合Logit模型是在条件Logit模型中加入只随个体而变的解释变量，因此，本文只详细介绍更加复杂的混合Logit模型，省略条件Logit模型的介绍。假定，消费者个体i选择第j种车辆并受车辆属性、政府政策、个人情况和认知变量的影响，其随机效用函数表示为：

(1)

其中，解释变量xj′表示随方案j而变的车辆属性和政府政策变量，zi′为只随消费者个体i而变的个体特征变量，β和γj是相应的解释变量系数，εij是误差项。

根据效用最大化假设，当且仅当车辆j带来的效用高于所有其他车辆，消费者将选择车辆j，故个体i选择车辆j的概率为：

P(yi=j|xj)=P(Uij≥Uik,∀k≠j)

=P(Uik-Uij≤0,∀k≠j)

(2)

进一步，消费者i选择车辆j的概率为：

(3)

那么，公式(3)即为本文实证研究应用的混合Logit模型。由于Logit模型是非线性的，不易直接通过系数β来评价边际效应，需要利用风险比率解释其经济含义。在不考虑只随个体而变的解释变量情况下，将某一类车辆作为“参考车辆”，令其相应的系数β1=0，则消费者i选择车辆j的概率为：

(4)

由此，消费者i选择车辆j对应的风险比率为：

(5)

现在考虑车辆属性变量，假设车辆j的第k个属性变量变动1个单位，则：

Ωi(xi,xijk+1)=exp(xij′β)exp(βj)

(6)

进一步，选择车辆j的概率将变动exp(βj)个单位：

(7)

这样，就可以利用exp(βj)来解释系数β的边际效应：若exp(βj)>1，表示消费者i选择车辆j的概率增加了exp(βj)-1；若exp(βj)<1，表示消费者i选择车辆j的概率减少了1-exp(βj)。对于个体属性变量，风险比率的推导过程同上，不再赘述。

三、实证分析

以调研数据为样本总体，利用Stata12.0进行回归分析。在混合Logit模型中，解释变量既包括只随个体而变的消费者特征变量，如性别、年龄、学历等，又包括只随方案而变的汽车属性变量和政府政策变量，如价格、补贴、最大里程、充电站密度等。在实证检验的过程中，首先对总体样本进行估计，同时考察消费者个体特征、汽车属性和政府政策变量对新能源汽车购买倾向的影响；之后，再分别按照消费者的家庭收入、对国家优惠政策的了解程度和环保支持意愿对样本加以分组，重点分析政府补贴对不同组别的差异性作用。

1.总体样本的回归结果及分析

在调查问卷的整理中发现，23.03%的受访者暂时没有购车计划，而另外的76.97%受访者存在强烈的购车意愿，两类群体的购车选择倾向可能会存在不同，因此，本文对全部消费者样本和有购车意愿的子样本进行分别拟合，得到表2所示的结果。

比较而言，总体样本和有购车意愿样本的拟合结果都较为理想，除了充电站密度等个别变量以外，两组回归结果均较为一致。有购车意愿样本估计结果的准R2值为0.207，大于全部样本的0.168，拟合效果更好，下面将利用有购车意愿样本的回归结果详细说明。

在随方案而变的汽车属性和政府政策变量方面，销售价格的系数显著为负，风险比率为0.518，意味着当新能源汽车价格提高1万元，购买概率会降低48.2%，表明价格是消费者是否选择新能源汽车的重要因素。政府补贴的系数显著为正，风险比率为1.037，即当对新能源汽车的补贴提高1万，消费者购买概率提高3.7%，反映出尽管政府补贴能够促进消费者购买，但相对于购车价格而言，其促进作用并不十分明显。一方面源于价格的降低带给消费者的感受更加直接，另一方面可能存在消费者对补贴政策了解不足、补贴实施的条件限制等因素，降低了政府补贴的激励效果。

与理论预期并不十分一致的是，满电行驶里程对消费者购买偏好没有显著影响，说明大部分购车者以短途出行为主，对最大里程属性并不十分关注。油耗电耗成本和加油充电时间成本的系数都显著为负，风险比率分别为0.998和0.928，说明当新能源汽车行驶每万公里耗电费用增加1元，消费者选择的概率降低0.2%，新能源车的充电时间每增加1分钟，消费者的购买倾向降低7.2%。是否配备家用充电桩的系数显著为正，风险比率高达1.498，即如果给消费者配备家用充电装置，其选择新能源车的概率将增加49.8%。然而，充电站密度的系数不显著，表明配备家用充电桩有利于提高新能源汽车使用的便捷程度，在公共充电站充电会增加消费者等待的时间成本，充电桩分布不均和充电接口不统一等问题，使得消费者对于公共充电站的关注程度较低，没有给消费者选择带来明显的作用。

表2　总体样本的混合Logit估计结果

注：***、**、*分别表示在1%、5%、10%水平上显著，下同。

在个体特征变量和对新能源汽车的认知变量方面，学历对PHEV(插电混动汽车)的系数显著为正，说明学历越高的消费者越倾向于购买PHEV，但学历对于消费者是否选择EV(纯电动汽车)没有明显影响。对于EV和PHEV，年行驶里程的系数都显著为负，意味着消费者年行驶里程数越多，选择新能源汽车的概率越低。由于新能源汽车涉及到充电问题，当出行距离较远时，消费者仍然更加信任传统燃油车，而对新能源汽车的接受度仍然较低。月出行次数的系数都显著为正，说明消费者的月出行次数越多，越有可能习惯于在住所周边近途活动，新能源汽车相对于传统燃油车的油耗支出优势明显，使得经常出行的消费者会偏好更加省油的新能源汽车。已有汽车数量对EV的系数显著为正，对PHEV的系数显著负，意味着在家庭已经拥有汽车的情况下，消费者更加偏好于纯电动汽车，而不是与传统燃油车差别并不大的混合动力汽车。对于两类新能源车，国家优惠政策了解程度、环保支持意愿和技术信任度的系数都显著为正，即消费者对国家优惠政策越了解、环保意识越强，对新能源汽车技术越信任，其选择新能源汽车的概率越大。此外，性别、年龄、家庭人数、家庭年收入等个体特征变量，加之品牌了解程度，对消费者是否购买新能源汽车不存在明显的作用。

2.分组样本的回归结果及分析

在总体样本的回归中，已经证明了政府补贴对消费者购买新能源汽车的促进作用，尽管并不十分明显。进一步，需要考虑不同特征类型的群体对政府补贴的差异化反应。一般意义上，政府补贴对消费者的影响应该与收入水平、对优惠政策的了解程度以及环保意愿有关，因此，本文根据消费者家庭年收入、对新能源汽车优惠政策了解程度和环保支持程度对被调查者样本加以分组，考察政府补贴对不同特征群体购买倾向的异质性影响。由于只保留随方案而变的政府政策变量和车辆属性变量，所以选择条件Logit模型进行回归，分别得到表3～表5的拟合结果。

(1)根据消费者家庭年收入分组

根据家庭年收入不同，将样本分为“家庭年收入小于15万”和“大于15万”两组。由表3可知，政府补贴的风险比率分别为1.056和1.029，意味着家庭年收入小于15万的群体对新能源汽车补贴更加敏感，补贴额度每增加1万，其购买概率提高5.6%；相反，家庭年收入大于15万的群体对新能源汽车补贴敏感性较弱，补贴额度每增加1万，购买概率上升2.9%。

表3　不同家庭年收入的分组回归结果

家庭年收入在很大程度上代表了消费者的家庭富裕程度，相对富裕的家庭更加注重生活的品质，购车时往往更重视汽车的品牌、外观和性能等属性，对价格因素关注较少，从而导致政府补贴对此类消费者购买新能源汽车的刺激作用相对较弱。然而，相对不富裕的家庭受到经济条件制约，购车时会更多地考虑价格因素，对政府的补贴政策也会更为敏感。

(2)根据对国家优惠政策的了解程度分组

根据消费者对新能源汽车国家优惠政策了解程度的不同，将样本分为“非常-比较了解组”和“一般-完全不了解组”。分组拟合结果见表4，在非常-比较了解组中，政府补贴的风险比率1.043，即对新能源汽车的补贴每增加1万元，该组别消费者购买的概率将增加4.3%。而对于一般-完全不了解组来说，政府补贴的风险比率不显著，即对于该组别内的消费者，由于对政府指向新能源汽车的优惠补贴政策知之甚少，在信息不对称条件下，政府补贴没有起到应有的效果。

表4　对国家优惠政策不同了解程度的分组回归结果

在本文调查的总体样本中，有将近一半的消费者对新能源汽车的优惠政策不是很了解，甚至完全不了解。其原因一方面在于新能源汽车生产企业的宣传力度严重不足，没有投入足够的资金在广告和网络媒体上宣传；另一方面，政府在推出相关新能源汽车推广应用财政支持政策的同时，忽视了向广大潜在新能源汽车购买用户的信息传递，严重抑制了政府补贴的效果。

(3)根据消费者的环保支持意愿分组

根据消费者环保支持意愿的不同，将样本分为“非常-较愿意支持环保组”和“一般-不愿意支持环保组”。拟合结果见表5，两种组别中政府补贴对应的风险比率分别为1.034和1.094，意味着对于环保意识较强的人群，政府补贴每增加1万元，其购买新能源汽车的概率仅提高3.4%。而对于环保意识较弱的人群，政府补贴每增加1万元，其购买新能源汽车的概率增加9.4%。

对于环保意识较强的消费者，其自主购买新能源汽车的意愿较强，购车时主要关注新能源汽车的节能环保特性，不会因为是否存在政府补贴而改变购买决策，导致政府补贴的激励效果较弱。而环保观念较弱的消费者，购车时主要考虑价格因素，政府补贴能够大幅降低购车成本，对此类消费者购买新能源汽车具有较强的吸引力。通过表5中价格的风险比率也可以说明这一点，在非常-较愿意组的风险比率是0.702，在一般-不愿意组的风险比率为0.169，意味着价格升高会极大地抑制环保意识较弱群体的新能源汽车购买倾向，而环保支持者对新能源车价格的变化并不敏感。

表5　不同环保支持意愿的分组结果

四、结论与启示

培育新能源汽车产业是应对能源消耗和环境污染问题的需要，也是提升我国汽车产业国际竞争力的内在要求。为了加强新能源汽车的示范和市场推广，中央和地方各级政府陆续出台了一系列消费补贴政策，以刺激新能源汽车的购买。为了厘清政府补贴对消费者购买行为的影响，本文针对新能源汽车购买和使用过程中涉及的诸多因素进行了陈述性偏好调查问卷设计，在全国范围内展开网络问卷调查，进而利用混合Logit模型对消费者购车意愿的影响因素进行了实证检验，并根据家庭年收入、对优惠政策了解程度和环保意识的差异对被测者样本进行分组，考察了政府补贴对不同消费者群体新能源汽车购买倾向的异质性影响，得到如下结论：第一，价格是决定消费者是否选择新能源汽车的重要变量，而政府补贴能够促进消费者购买新能源汽车，但作用较为微弱；第二，使用成本、时间成本和是否有充电桩等汽车属性和政府政策变量，以及学历、已有汽车数量、年行驶里程、月出行次数、对优惠政策了解程度、环保意识和技术信任度等个体特征变量同样影响着消费者选择；第三，分组回归结果表明，家庭年收入越低、对新能源汽车补贴政策越了解、环保意识越强，政府补贴对消费者购买新能源汽车的刺激效果越强。

上述结论的政策启示为：第一，相比于经济发达的一线城市，二线和三线城市居民的平均收入水平较低，政府补贴的激励作用会更强，在制定新能源汽车补贴政策时可以考虑适当加大二三线城市的补贴力度，从而更有效地促进新能源车的推广；第二，加大对新能源汽车补贴优惠政策的宣传，如增加补贴政策的公告、相关新闻的推送等，让消费者及时获取与新能源汽车补贴相关的信息，提高其对补贴优惠政策的认知，激发潜在用户群体的购买。第三，进一步扩大生态环保的宣传教育，增强消费者的环保意识，让全社会充分认识到新能源汽车对环境保护的价值和意义，降低新能源汽车购买的价格弹性，为政府补贴的退出奠定基础。

参考文献：

[1] 张文魁. 中国千人汽车保有量仅110多辆,空间巨大[DB/OL].(2015-12-14)[2017-03-11]. http://money.163.com/15/1214/16/BAQF558Q002556Q4.html.

[2] 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.

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

[4] 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.

[5] 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.

[6] 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.

[7] 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.

[8] 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.

[9] 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.

[10] 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.

[11] AXSEN J，KURANI K S. Hybrid,plug-in hybrid,or electric——what do car buyers want?[J]. Energy Policy,2013(61):532-543.

[12] ZHANG Y，YU Y，ZOU B. Analyzing public awareness and acceptance of alternative fuel vehicles in China:the case of eV [J]. Energy Policy,2011,39(11):7015-7024.

[13] 许召建. 新能源汽车购买意愿影响因素实证研究[D]. 济南：山东师范大学,2012.

[14] 邵继红,辛明亮. 探析影响消费者购买新能源汽车的因素[J]. 企业导报,2012(2):83-86.

[15] 王宁，晏润林，刘亚斐. 电动汽车潜在消费者特征识别和市场接受度研究[J]. 中国软科学,2015(10):70-84.

[16] 徐国虎，许芳. 新能源汽车购买决策的影响因素研究[J]. 中国人口资源与环境,2010,20(11):91-95.

[17] 唐葆君，郑茜. 我国混合动力汽车经济激励政策的效果分析[J]. 中国能源,2011,33(7):24-29.

[18] LOUVIERE J J，HENSHER D A，SWAIT J D. Stated Choice Methods:Analysis and Applications[M]. London:Cambridge University Press,2000.

[19] 陈强. 高级计量经济学及Stata应用[M]. 北京:高等教育出版社,2014:192-194.