王璟宇 吴浩宇 李云 范舒靖 郁晋雄

摘 要：本文介绍了北京市电动汽车市场的发展现状，分析了影响其推广的可能因素，进行市场调研以明确消费者对其的态度，并利用BP模型定量分析了各因素对电动汽车推广的影响大小并预测市场发展趋势，从而根据调研结果和模型分析提出合理建议。

关键词：电动汽车 影响因素 模型 发展趋势

中图分类号：F713.52 文献标识码：A 文章编号：2096-0298（2017）06（b）-003-04

近年来，北京市雾霾和交通等问题愈演愈烈，社会各方面对电动汽车的关注度很高。2017年，北京市电动汽车保有量突破十万辆[1]，居全国第一。展望未来几年北京市汽车市场，电动汽车市场占有率会发生怎样的变化？消费者对电动汽车持有何种看法？是什么因素阻碍了电动汽车在北京的发展？基于此，本文针对以上问题作出研究，并建立了BP模型以分析各因素对电动汽车的影响程度。

1 北京市电动汽车发展现状

据北京市科委负责人表示，2014年北京市电动汽车的推广数量已经达到8050辆，其中超过7成来自私人用户。为促进电动汽车市场发展，2014年国家共出台了16项电动汽车相关政策。北京作为首都也在全国率先推出了一系列地方政策和管理办法，包括《北京市示范应用新能源小客车管理办法》、《北京市示范应用新能源小客车财政补助资金管理细则》等具有可行性和较为细致的政策，形成了国内最为完善的政策体系。

技术方面，2001年起，国家在电动车领域的投资达到100亿元人民币，我国电动汽车重大科技专项实施4年来，经过200多家企业、高校和科研院所的技术骨干的努力，目前已取得了重大进展。

目前电动汽车市场主要车型基本情况如表1所示。

2 影响电动汽车推广的因素分析

影响电动车推广的原因在于通常是与燃油车相比有资深的不足：其续航里程短；目前多数电动汽车续航里程只有200公里；电动汽车不利于高速巡航，高速巡航的顶风阻力会大幅度消耗电池的能量；电池安全也是难题，相对传统燃料汽车，电池组易燃易爆的特性使电动汽车较为“脆弱”。综上分析，电动汽车仍无法完全取代汽柴油车辆[3]。

影響电动汽车推广的宏观因素包括国家补贴政策，交通配套政策，充电基础设施规划及充电电价等；例如按照《北京示范应用新能源小客车管理办法》，在北京购买新能源车的补贴与国家相一致（两级补贴不超过市场销售价格的60%），且根据续航里程的不同，2015年地方补贴数额在3.15万～5.4万之间。

为分析各因素对消费者购买动机和购买行为的影响，我们对北京市消费者进行了线上市场调研。

3 调研内容及结果分析

3.1 价格因素

经过搜集对比各大品牌电动汽车基本情况（图1），我们发现市场上除特斯拉外，其余电动汽车品牌定价基本在30万元之内。结合调研结果（图2）说明，价格不是推广电动汽车的最大阻力，电动汽车的市场价格基本符合消费者心理预期。但仍有11.36%的消费者有对高端电动汽车的需求，高端电动汽车有发展潜力。

3.2 续航里程

从图2可以看出，大部分人对电动汽车的续航里程要求不高。从图1中可以看出，大部分电动汽车可以满足150km甚至更高的续航里程。所以，续航里程的大小也不是阻碍市民选择电动汽车的主要原因。

3.3 充电桩分布

截至2016年年底，北京市电动汽车保有量约9万辆，充电桩6.7万个，其中个人比例接近70%。目前，北京有5400个小区完成了建桩。

根据两会消息，到2017年城市将建成每5公里一个充电桩。到2020年，北京将基本建成互联互通、智能高效的充电设施服务网络，可保障60万辆电动汽车的充电需求，重点区域的充电服务半径小于0.9公里。

图3说明，被调查者中有65.22%的人都不认为自己所居住地区周边充电桩的分布便于充电。然而事实上，现如今充电桩的分布密度并不低，只是没有明确的位置标识，知晓度很低。所以在北京，充电桩主要的问题为是否进行了有效的充电桩分布管理。尽量减少资源限制，增加资源共享[2]。

3.4 充电时间

根据调查结果，近一半的调查者希望电动汽车的充电时间能在四小时以下，而根据对各品牌电动汽车的调查，快速充电功能完全可以实现消费者诉求。

3.5 其他因素

在本次调研中，我们设置了因素比重分配问题，欲了解各因素对消费者影响的大小。

从图5中可以看出，消费者最关注电动汽车性能，其次是价格和续航里程。而所占比重最低的是国家的补贴政策。不难看出，人们关心的主要还是电动汽车本身的性能和价格是否可以满足需求。另外消费者对于电动汽车充电问题和电池问题也给予了一定关注。补贴政策的及时落实也会为电动汽车的推广助力。

3.6 人们购买电动汽车的动机

这是一项多项选择题，由图6可知，选择节能环保作为自己购买电动汽车因素之一的人占到被调查人数的73.91%，其次为电价相比于油价的优势以及政策优惠。电价方面，2016年6月起，北京市充电桩充电价格调整为峰时（1.8044元/度）、平时（1.4950元/度）、谷时（1.1946元/度）三类。然而在我们的调查中，有高达92.75%的人都不了解充电价格。

4 模型分析

建模以定量分析各因素对电动汽车推广影响的程度和未来电动汽车市场发展潜力。

Back Propagation，意为“向后传播的错误”，是一种常见的训练人工神经网络的方法。该方法计算损失函数相对于网络中所有权重的梯度。梯度被提供给优化方法，其又使用它来更新权重，以试图使损失函数最小化。

步骤1：数据预处理当我们将变量放入BP模型时，通常找到具有不同维度的变量，因此我们需要提前处理标准化。正规化的具体公式为：

在该公式中，Ymax=1，Ymin=-1，X是数据集应该被归一化。此外，Matlab中的相应函数是“mapminmax”。

步骤2：构建BP神经网络由输入层、隐层和输出层组成。因为有9个预设的影响因素，网络在输入层应该有9个神经节点。此外，我们选择电动车未来发展潜力指标WSI作为网络的目标，因此输出层中只有一个神经节点。 WSI是指电动车能否在社会中普及开来，以及是否可以替代汽油车的可行性。WSI值的取值区间为0～1，取值越高，表明电动汽车发展潜力越高，反之则越低。

根据用于设计BP网络的原理，从输入层到隐藏层的传递函数是S形函数f（Y）。（N：输出层的节点号）：

隐层节点的数量对BP神经网络的预测精度有显著影响。如果节点数量太小，网络研究得不好；而节点数量太大，网络将随着训练时间的增加而过度配合。因此，我们参考以下经验公式来确定隐藏层节点的最优数量。（L：输入层的节点数目，M：隐藏层的节点数目，N：输出层的节点数目，a：0到10之间的任意常数）。

在实际问题中，隐层的节点数应首先服从公式。然后在可能的范围内，可以通过试验确定最佳节点数。在BP网络工作中，我们最终选择M=6。学习速度也占据了网络中的重要地位。如果学习速度太小，程序运行缓慢；同时学习速度过大，网络不会自行约束，导致精度低。因此，我们最终将倾斜率设为0.05，运行次数为50000，训练精度为10-5。在建模中，北京地区的100个特征数据及其WSI将作为学习样本输入。毕竟，我们将得到一个评估模型来估计中国的WSI，其量化各影响电动车未来发展趋势因素之间的权重关系。

BP网络最终结构如图7所示。

步骤3：输出结果。运行BP神经网络只能输出归一化的数据，为获得真实数据，必须重新归一化数据。函数“mapminmax”可以在Matlab中执行这个过程。

结论：最后得到的WSI指数为0.6821，标准差为0.09。从数据看出，若保持现在的政策和居民消费习惯，电动车在未来会有所发展，但發展潜力不是很大。但从各项指标权重来看，政策和科技技术这两方面影响因素的权重较大，在未来也会对电动车的发展有重要影响。

5 结论及建议

结合调研和建模结果来看，消费者较关注电动汽车的性能和国家政策。要想完全打开电动汽车市场，不能本末倒置，最应提升的是电动汽车性能，这就要求关键技术的研发与创新。其次国家补贴政策不能忽视，充电管理，商业模式的发展及对电动汽车的宣传工作也应跟进。

5.1 关键技术的研发与创新

对于电动汽车制造企业，要加大科技资源开放共享和服务能力，加强与各高校的交流合作。对政府而言，应加大对高校科研教育力度，支持并建立良好的沟通机制，大力扶持和培育中小型科技企业。

5.2 政策补贴

对电池等相关产业与充电站等配套服务设施进行适当补贴。政府应牵头组织和鼓励电动汽车基础设施建设，要把电动汽车应用基础设施的建设和布点规划都归到政府的城市总体规划中。

对购买电动汽车进行补贴，选择合理的购买电动汽车补贴方式，建立可持续的补贴融资机制和有效的补贴监管体系。

电动汽车的补贴政策应有保障且长期稳定。与此同时，电动汽车的发展需要与交通、电力、税务等相关部门密切配合，只要与各相关部门沟通配合好，使其能够和电动汽车补贴政策相互进行补充，完整的政策框架才能够形成。

5.3 充电管理

电网需要对电动汽车储能能力的利用进行实时监控，并由此建立起更加完善的电力市场环境。一方面要积极推进充电设施建设，并且开展充电设施关键技术研究。另一方面要加强动力电池梯级利用和回收管理，对于动力电池回收利用企业，要严格设定准入条件，督促有关企业提升技术水准，加强监督和管理，各种环保规定要严格落实，防止重金属的污染。

5.4 发展电动汽车租赁市场

鼓励商业模式创新发展，进一步发展电动汽车租赁市场，扩大租赁范围，增加试点，及时了解消费者反馈。

最后我们除了在政策上加大支持力度，给予更多的补贴之外，还需要加大宣传力度，提高消费者的节能意识，让更多的人认识到高能耗所要付出的巨大环境成本，以及对国家能源战略的影响。

参考文献

[1] 数据来源于市经信委[Z].

[2] 搜狐网.牛近明：北京新增5.5万辆新能源车，保有量达9.1万[EB/OL].http：//auto.sohu.com/20161221/n476513041. shtml.

[3] EBB.影响电动汽车发展因素[EB/OL].http：//www.qqddc. com/html/directseed/dirc_8187.html，2014-08-21.