个人碳交易对消费者电动汽车选择行为的影响研究

2017-07-08 21:55李文博龙如银杨彤
软科学 2017年7期
关键词:电动汽车

李文博++龙如银++杨彤

摘要:应用选择实验法并结合随机参数Logit模型,分析了个人碳交易对消费者电动汽车选择行为的影响。结果表明:个人碳交易会对消费者电动汽车选择行为产生显著的正向影响,其对消费者的影响高于免购置税、免停车费、免车船税、免过路费这4类政策,但低于政府补贴政策。此外,个人碳交易对消费者的影响还低于电动汽车性能属性改善所带来的影响。最后,有针对地提出了一些政策建议。

关键词:个人碳交易;电动汽车;选择实验;随机参数Logit模型

DOI:10.13956/j.ss.1001-8409.2017.07.24

中图分类号:F71355 文献标识码:A 文章编号:1001-8409(2017)07-0112-04

The Impact of Personal Carbon Trading on Consumer Adopting Behavior of Electric Vehicles

LI Wenbo, LONG Ruyin, YANG Tong

(School of Management, China University of Mining and Technology, Xuzhou 221116)

Abstract: By using choice experiment and random parameter Logit model, this study analyzes the impact of personal carbon trading on consumer adopting behavior of electric vehicles. Results show that personal carbon trading has a significant positive impact on adopting behavior. This impact is lower than that of financial subsidies, but higher than that of free parking, free toll, no purchase tax, and no vehicle and vessel tax. Besides, this impact is also lower than that of electric vehicle attributes. Finally, some suggestions are proposed.

Key words:personal carbon trading; electric vehicle; choice experiment; random parameter Logit model

為限制家庭能源消费和碳排放,在私人领域推广清洁节能汽车,特别是电动汽车,成为近年各国交通领域改革的突破口[1]。电动汽车没有内燃机,所以不产生废气污染,对环境保护和空气的洁净十分有益,几乎是“零污染”。且向电动汽车充电的电力可以由水力、太阳能、风力等清洁能源转化,因而电动汽车的应用还可以减少对化石能源的依赖。另外,电动汽车的能源效率已超过燃油汽车,在城市中行驶时,电动汽车更加适宜走走停停,速度不高的行驶状态。然而,具有诸多优点的电动汽车并没有受到消费者们的青睐,目前世界各国电动汽车的市场占有率普遍较低,即使是号称电动汽车市场“领导者”的挪威,其电动乘用车保有量也仅占到全国汽车总量的2%左右[2]。在中国,虽然近年来政府的大力扶持使得电动汽车的发展取得了长足进步,产销量不断增加,但截止2015年底电动汽车的市场份额仅为08%,这与政策和市场预期相比有相当差距。此外,这其中还有大量政府部门和公共领域的采购,真正来自于个人的采购数量只有不到三分之一,亟待出台更有效的政策措施来推动消费者采用电动汽车。

个人碳交易作为一种终端侧管制政策,是碳交易机制向消费者层面的拓展,是对企业层面碳交易机制的补充,其有利于促进家庭和居民消费结构、消费习惯的转变,形成低碳消费模式[3]。由于个人碳交易主要涉及交通出行领域的碳排放,可以推断其实施会对电动汽车在私人领域的推广产生一定影响[4]。基于此,个人碳交易能否促进消费者购买电动汽车,如何发挥其对消费者购买电动汽车的积极作用,有待进一步探讨。选择实验作为一种陈述性偏好预测方法,在很多研究中被验证可以准确预测公共政策的实施效果[5],本文通过设置电动汽车的相关属性,将个人碳交易这一政策纳入选择实验中,深入分析其对消费者的影响,以期从微观层面为政府推广电动汽车提供新的思路,为进一步丰富个人碳交易的相关理论做出贡献。

1文献综述

在个人碳交易机制中,政府将根据国家年度减排目标来设定私人消费的总碳排放量,并据此分配给每位成年消费者等额的碳排放权,以作为他们的初始碳配额。这些碳配额主要用来覆盖消费者的直接能源消耗以及交通出行所产生的碳排放[6]。消费者在购买电力、汽油等能源产品或者选择某种交通工具出行时,除了需要支付相应的价款外,还要支付这些产品或服务所要求的碳配额。此外,消费者还可以在政府主导下的交易平台上自由交易所持有的碳配额,高碳消费者可以通过支付一定的费用购买额外的碳配额,以满足其消费需求;低碳消费者由于消费能力有限,可以将其多余的碳配额出售以获取额外的经济收入[3]。可以看到,个人碳交易的实施有利于引导消费者改变生活和消费方式,逐步向低碳化方向转变。由于个人碳交易尚未在任何一个国家或地区实行,现有研究大多定性论证了其对居民生活和消费方式的影响,仅有少量研究运用定量方法进行了分析,如Parag等和Zanni等均验证了个人碳交易对促进居民降低家庭能源消费有积极作用[7,8];Raux等的研究表明个人碳交易可以有效改变居民的出行行为,从个人出行方面降低交通领域碳排放量[9]。除了家庭能源消费和交通出行行为,交通工具的选择也会在很大程度上决定消费者所消耗的碳配额,如相同出行距离下,驾驶燃油汽车所产生的碳排放量远远大于电动汽车,但目前鲜有研究涉及到这方面的内容。

随着生活水平的提高,越来越多的居民选择私家车出行。为了缓解由此带来的碳排放问题,中国政府大力推广电动汽车,并配套出台了一系列支持政策,包括综合宏观、行业管理、推广应用、税收优惠、科技创新、基础设施等多个方面[10],但目前电动汽车市场依旧低迷。这种“政策热、市场冷”的尴尬局面在很大程度上源于消费者对电动汽车的抵制。为深入了解消费者的购买意愿,大量研究聚焦于消费者购买电动汽车的促进或阻碍因素,总的来看可以分为三类:第一类是人口因素,主要包括性别、年龄、职业、收入等个人因素以及家庭是否可以充电、家庭汽车数量等家庭因素;第二类是情境因素,主要包括性能、成本、环境和政策等客观因素;第三类是心理因素,主要包括态度、经历、社会影响、象征和情感等主观因素。然而对于大部分影响因素来说,学者们并没有形成统一的意见,所得到的结论也不尽相同。

在中国,由于电动汽车产业还不够成熟,电动汽车作为一种新兴的汽车产品,其推广应用在很大程度上依赖于政府政策的扶持,因而更多学者聚焦于政策因素的影响,如Zhang等和Zhou等的研究均验证了政府政策对中国电动汽车市场化的重要作用[11,12]。然而,Hoen和Koetse的研究卻表明现有政策虽然能促进电动汽车的推广和应用,但效果不佳,亟待出台更有效的措施[13]。由于电动汽车的使用者较少,难以获得关于消费者购买行为的真实数据,大量研究运用选择实验法来分析各种因素对消费者的影响。这其中,各种政策因素,如免购置税、免费停车、公交车道行使权、政府补贴对消费者购买电动汽车的影响都得以被分析[14,15]。但从目前掌握的文献来看,关于个人碳交易对消费者购买电动汽车影响的研究还很少,本文旨在使用这种方法对其进行定量分析。同时,现有使用选择实验法的研究更多是针对欧美、韩国和日本等发达国家的消费者所展开,少有研究使用该方法对中国消费者电动汽车的选择行为进行分析,本文也将弥补这方面的缺陷。

2研究方法

21选择实验法

选择试验法的理论基础来源于经济学的随机效用理论和Lancaster消费理论,其认为使用任何一种物品的效用都源于该物品所具有的属性特征,物品之间的差异可以通过其所具有的属性及其水平进行区别。选择实验法实际上就是通过假定一个虚拟的情境,让受访者在该情境下在一系列由不同属性和水平组成的虚拟物品中选择效用最大者。根据本文的研究内容,设定受访者处在选择购买燃油汽车或者电动汽车这一情境中,消费者需要综合考虑不同汽车产品的各个属性及其水平,结合自身需求进行权衡,在仔细比较后作出选择。

基于此,在参考4S店销售员提供的信息、汽车产品说明书、已有的相关文件和政府公告的基础上,选择了购车价格、电池续航能力、快充时间、慢充时间、充电站数量、温室气体排放、燃料成本、政府激励措施、政府补贴作为实验中电动汽车的相关属性。此外,为了考察个人碳交易对受访者的影响,将其也作为一个属性纳入实验中。各属性层次水平的设定见表1。这里需要注意的是由于不同地区之间充电站数量的多少存在差异,温室气体排放量与电力来源有很大关系,燃料成本受不同车型、动力水平、行驶里程和充电价格的影响难以确定,因而本文只考虑它们与燃油汽车或加油站的相对关系。

对于个人碳交易而言,在实验前需要将这一概念对受访者进行阐述,具体如下:“假设现在有一种被称为个人碳交易的政策即将在交通领域实施,在这一政策机制下,你每年将获得和别人数量相同的碳配额。你在购买电力、汽油等能源产品时,除了需要支付相应的价款外,还必须支付相应的碳配额,且购买含碳量越高的能源所需支付的碳配额越多,如汽油大于电力”。由于电动汽车的排放量较低,所需消耗的碳配额较少,其使用者可以出售每年剩余的碳配额,从而获得相应的经济收益;而燃油汽车消耗的碳配额较多,其使用者每年需要额外支付一定的费用来购买超额的碳配额。故在实验中将个人碳交易机制下使用电动汽车的年收益作为其属性水平,以考察对消费者的影响。考虑到个人碳交易政策还未实施,本文参考Parag等和Zannia等对这一属性水平的设置[7,8],将个人碳交易下使用电动汽车的年收益设置为350元/年、1050元/年、1750元/年和2450元/年。

22问卷设计

问卷分为两个部分,第一部分为选择实验的内容。如果将表1中所设定的属性及水平直接进行组合,可以得到上万个产品组合,将其全部呈现在问卷中无疑是难以实现的。因此,有必要先进行降维处理,遴选出具有代表性的产品组合来呈现给受访者。通过SPSS软件的正交实验设计功能,得到16组具有代表性的实验任务(示例见表2),每个任务由两个不同的电动汽车和一个燃油汽车组成,受访者需要在三者之间做出选择。其中,燃油汽车是作为基准项出现的,因而其各属性水平在每个试验任务中均固定不变。在实验前,需要告诉受访者所设计的电动汽车与燃油汽车在其他属性上类似,如外观、空间、安全性等,以消除这些非关键因素对实验的干扰。问卷的第二部分为受访者的人口统计特征等基本信息。

23数据来源

选取江苏省南京市、常州市、苏州市、南通市、盐城市、扬州市作为调查地点。之所以选择这6个城市,是因为他们均为《关于继续开展新能源汽车推广应用工作的通知》中指定的新能源汽车推广示范城市,消费者对电动汽车的了解程度相对较高;其次,江苏省是中国经济最发达的省份之一,其车辆保有量的增长速度非常快,截止2014年年底,江苏省私人汽车保有量约为6656万辆,较上年同期增长了20%(高于全国184%的增速),可以推测江苏省的汽车潜在消费者也较多。故选择这6个城市进行调查较为合适。在这6个城市中,均选择汽车4S店,由经过训练的调查员面对面进行调查。选择汽车4S店的原因在于:第一,4S店的顾客多准备购买汽车或有购车打算,对燃油汽车和电动汽车有一定的了解[16];其次,4S店顾客的人口统计特征较具有代表性,其涉及不同性别、年龄、职业和收入水平的消费者[17]。在调查过程中,还通过一些小礼物来鼓励受访者认真填写问卷,如汽车钥匙扣、除味炭包、手机支架等。此次调查在上述城市等量发放问卷150份,在南京、常州、苏州、南通、盐城、扬州回收的问卷数分别为130份、124份、137份、129份、119份和113份,总计742份,其中有效问卷628份,问卷有效率为8464%。调查于2016年5月初开始至5月底完成。

3实证结果和分析

采用Stata软件对样本进行随机参数Logit模型拟合回归,结果如表3所示。从系数的符号来看,续航里程、充电站数量、免过路费、免停车费、免车船税、免购置税、政府补贴、个人碳交易会提升消费者的效用,而快充时间、慢充时间、温室气体排放、燃料成本和购买价格会降低消费者的效用。从系数的绝对值来看,绝对值越大表明受访者对该属性偏好程度越高。结果表明,受访者对电动汽车各属性的偏好存在较大差异,由高到低排序为:快充时间、政府补贴、燃料成本、续航里程、充电站数量、温室气体排放、个人碳交易、购买价格、慢充时间、免购置税、免停车费、免车船税、免过路费。此外,还计算了消费者对各属性的支付意愿。从实际意义来看,电动汽车的续航里程每增加50千米,温室气体排放量每减少20%,燃料成本每减少20%,快充时间每减少05小时,慢充时间每减少2小时,充电站数量每增加20%,政府补贴每增加2万元,个人碳交易机制下每年多收益700元,消费者分别愿意多支付12282元、11282元、13529元、18231元、9034元、11308元、14615元和9718元的购买成本。当使用电动汽车可以享受免过路费、免停车费、免车船税、免购置税这些政策时,消费者分别愿意多支付4034元、7641元、5744元、8471元的购买成本。

根据模型估计和支付意愿的测算结果,可以看到个人碳交易会对消费者的选择行为产生显著的正向影响。与其他政策相比,消费者对个人碳交易的支付意愿低于政府补贴,高于免购置税、免过路费、免停车费、免车船税这四类政策。虽然鲜有文献涉及个人碳交易对消费者购买电动汽车的影响,但个人碳交易与部分已有政策存在相似之处。Bjerkan等认为能够直接减少消费者前期购买成本的政策,如政府补贴是增强消费者购买意愿最有效的措施[2]。由于个人碳交易可以视为一种变相的补贴政策,因而这可以解释消费者对这四类政策的支付意愿低于个人碳交易。此外,个人碳交易是基于个人所持有的碳配额进行交易,由于碳配额每年结算一次,这就意味着消费者在购车时并不会获得任何收益,而是在后期使用过程中逐期获得。根据Ko和Hahn的研究,其認为一次性购前补贴比分期补贴更有效[18]。这可以在一定程度上解释消费者对个人碳交易的支付意愿低于政府补贴。除了各类政策属性外,与电动汽车的其他属性相比,消费者对个人碳交易的支付意愿要高于慢充时间,但低于续航里程、快充时间、充电站数量、温室气体排放和燃料成本。而消费者对免购置税、免过路费、免停车费和免车船税的支付意愿则完全低于模型中所列出的各项电动汽车性能属性。虽然消费者对政府补贴的支付意愿较高,但仍低于快充时间。这些结果表明虽然个人碳交易和其他激励政策可以在不同程度上提升消费者的支付意愿,但不能完全抵消或超过电动汽车的性能属性对消费者的影响。

4结论和建议

应用选择实验法并结合随机参数Logit模型,重点分析了个人碳交易对消费者电动汽车选择行为的影响。主要研究结论为:第一,个人碳交易会对消费者电动汽车选择行为产生显著的正向影响,在个人碳交易政策下,如果消费者使用电动汽车能多收益700元/年,他们愿意多支付9718元以购买电动汽车;第二,个人碳交易对消费者的影响高于免购置税、免停车费、免车船税、免过路费,低于政府补贴政策;第三,个人碳交易对消费者的正向影响难以完全抵消续航里程短、充电时间长、充电站数量少所带来的负向影响,同时也低于温室气体排放量减少和燃料成本降低对消费者的正向影响。

基于上述研究结论提出如下两点建议:第一,在推广电动汽车的过程中,应考虑引入个人碳交易。根据四部委联合发布的《关于2016~2020年新能源汽车推广应用财政支持政策的通知》,从2016年开始我国政府对电动汽车的补贴将逐年下降,因而政府应考虑将个人碳交易这一政策引入交通出行领域,以弥补补贴下降所导致的消费者支付意愿降低。同时,由于个人碳交易对消费者的影响低于政府补贴政策,还应将免购置税、免停车费、免车船税、免过路费等类似政策配合个人碳交易的实施。第二,除了在需求侧推出更有效的管理政策,还应继续推动电动汽车相关技术的研发。众所周知,目前电动汽车的性能属性还不尽如人意,虽然政府基于需求侧颁布了一系列激励政策,但中国电动汽车仍面临着“政策热、市场冷”的尴尬局面。因而,政府在考虑将个人碳交易引入交通出行领域的同时,还应该针对汽车整车、零部件企业继续实施电动汽车产业技术创新工程,全面提升电动汽车的性能和技术水平。

参考文献:

[1]Gong H, Wang M Q, Wang H. New Energy Vehicles in China: Policies, Demonstration, and Progress[J]. Mitigation and Adaptation Strategies for Global Change, 2013,18(2):207-228.

[2]Bjerkan K Y, Norbech T E, Nordtomme M E. Incentives for Promoting Battery Electric Vehicle Adoption in Norway[J]. Transportation Research Part D: Transport and Environment, 2016,43:169-180.

[3]赵定涛, 邓雅静, 范进. 个人碳交易理论视域下的阶梯电价定价模型[J]. 系统工程, 2013(10):15-20.

[4]Parag Y, Strickland D. Personal Carbon Trading: A Radical Policy Option for Reducing Emissions from the Domestic Sector[J]. Environment: Science and Policy for Sustainable Development, 2011,53(1):29-37.

[5]何浩然. 公共政策的效果能否被准确预测?来自中国塑料袋使用限制政策的自然实验证据[J]. 经济学(季刊), 2012(4):1305-1322.

[6]王善勇. 个人碳交易体系下消费者碳排放权交易与能源消费研究[D]. 中国科学技术大学, 2015.

[7]Raux C, Croissant Y, Pons D. Would Personal Carbon Trading Reduce Travel Emissions More Effectively than a Carbon Tax?[J]. Transportation Research Part D: Transport and Environment, 2015,35:72-83.

[8]Li W, Long R, Chen H. Consumers Evaluation of National New Energy Vehicle Policy in China: An Analysis Based on a Four Paradigm Model[J]. Energy Policy, 2016,99:33-41.

[9]Zhang X, Wang K, Hao Y, et al. The Impact of Government Policy on Preference for NEVs: The Evidence from China[J]. Energy Policy, 2013,61:382-393.

[10]Zhou Y, Zhang H, Ding M. How Public Demonstration Projects Affect the Emergence of New Industries: An Empirical Study of Electric Vehicles in China[J]. Innovation: Management, Policy & Practice, 2015,17(2):159-181.

[11]Hoen A, Koetse M J. 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.

[12]Green E H, Skerlos S J, Winebrake J J. Increasing Electric Vehicle Policy Efficiency and Effectiveness by Reducing Mainstream Market Bias[J]. Energy Policy, 2014,65:562-566.

[13]Helveston J P, Liu Y, Feit E M, 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.

[14]Parsons G R, Hidrue M K, Kempton W, et al. Willingness to Pay for Vehicle-to-grid Electric Vehicles and Their Contract Terms[J]. Energy Economics, 2014,42:313-324.

[15]Parag Y, Capstick S, Poortinga W. Policy Attribute Framing: A Comparison between Three Policy Instruments for Personal Emissions Reduction[J]. Journal of Policy Analysis and Management, 2011,30(4):889-905.

[16]Zhang X, Wang K, Hao Y, et al. The Impact of Government Policy on Preference for NEVs: The Evidence from China[J]. Energy Policy, 2013,61:382-393.

[17]Wang S, Fan J, Zhao D, et al. Predicting Consumers Intention to Adopt Hybrid Electric Vehicles: Using an Extended Version of the Theory of Planned Behavior Model[J]. Transportation, 2014,43(1):123-143.

[18]Ko W, Hahn T. Analysis of Consumer Preferences for Electric Vehicles[J]. IEEE Transactions on Smart Grid, 2013,4(1):437-442.

(責任编辑:杨锐)

猜你喜欢
电动汽车
基于无桥隔离SEPIC转换器的电动汽车充电设备
电动汽车的胜利
中国电动汽车迎来春天
德国拟启动电动汽车补贴计划
德国拟大力发展电动汽车
2020年北京私家电动汽车将基本“一车一桩”
北汽电动汽车登陆上海
电动汽车血泪史:特斯拉从中能学到什么?