【新能源汽车补贴政策对消费者偏好影响程度实证探究12000字（论文）】

绪论研究背景环境背景汽车工业的经济发展是国民经济命脉的产业支柱，同时也是现代改革的中坚力量。然而，由燃油汽车引起的石油短缺和环境污染问题变得越来越严重。新能源汽车的最大特点是节能环保，为可持续发展做出了贡献，已成为新形势下汽车发展的新方向。新能源汽车产业项目的发展不仅旨在改善中国现有的能源消费结构，而且还旨在转变和升级中国的汽车产业。这也是新兴产业逐步兴起的主要内容，是促进节能减排的改革措施。中国经济发展迅速，汽车工业作为主要支柱产业，对经济发展做出了不可磨灭的贡献。在发展的过程中，随着中国工业化和城市化的不断深入，对汽车的需求也在不断增长。从2005年的每千人24辆汽车到2015年的每千人110辆以上，我们的生活在汽车工业的快速发展过程中发生了巨大的变化，汽车工业产生的环境问题越来越多，更认真。为了缓解能源压力和发展的可持续性，并帮助汽车产业升级，新能源汽车的发展已成为现代的好选择。同时，为了帮助中国突破经济增长瓶颈，不断获得国际竞争力，大力发展绿色环保的新能源汽车已成为汽车行业的不错选择。经过十余年的研究，开发和测试运行，中国大多数新能源汽车都具备大规模生产新能源汽车的基础知识，并且在信息技术和电子技术方面拥有明显的技术手段。纯电动汽车和混合动力电动汽车已经出现在市场上。但是，与传统的燃料汽车相比，新能源汽车肯定存在很多缺点，例如：连续航行时间短，能源补充设施不健全等，这些现有或仍发现的问题将限制和阻碍新能源汽车的发展和推广。在一定程度上。为了使更多的消费者对新能源汽车感到满意，政府决定给消费者一定的财政补贴，以刺激他们购买新能源汽车。鼓励或吸引更多消费者购买有利于可持续发展目标的维护保养，并加快新能源汽车的推广。2010年5月，四个财政部委在中国财政部的官方网站上发布了联合声明，以补贴个人购买新能源汽车的试点措施。该公告是中央政府为鼓励消费者试用新能源汽车而作出的更广泛推动的一部分。地方政府的补贴与中央政府的补贴相匹配。2015年4月，四个部委联合发布了2016年至2020年新能源汽车财政支出的措施，将声明的覆盖面扩大到了全国。在这样的政策背景下，政府补贴能否提高消费者的购买偏好并刺激消费者对新能源汽车的购买需求？政府补贴会对偏好不同的消费者产生重大影响吗？本文将讨论这些问题。政策背景Xu（2016）提出中国的新能源汽车补贴政策最早可以追溯到1991年。然而，政府颁布的新能源汽车补贴政策数量直到2009年才开始猛增。截至2018年1月1日，省级政策的数量达到122个，地方政府出台的支持性政策的数量甚至更多。随后，侯丹[2]（2020）将我国新能源补贴政策演变历程分为三个时间段即（一）2001—2008年，政策扶持初期；（二）2009—2015年，政策扶持中期；（三）2016年至今，政策扶持现阶段。新能源汽车能够如此快速的发展起来最重要的影响因素就是政策的扶持，自09年后增加了新能源的改革措施及新政策的发布。可以看出，新能源汽车的出现受到了政府的高度重视，因此可以引入政府强有力的支持政策。“十二五”是我国新能源汽车产业发展的重要机遇，在此期间政府的补贴力度度是前所未有的。中央政府的新政策对中国新能源汽车的开发和推广产生了重大影响和推动。我国政府对新能源汽车产业的发展重视程度是在逐步提升的，中央从2009开始不断地推出或增加新的支持政策。新汽车产业作为中国汽车产业转型的一个代表产业同时也是产业转型的关键突破口它不但能够解决我国的能源问题。还可以完成节能减排从而达到改善大气环境的目的，是中国进行绿色可持续发展的重要转型产业。从2009年政策初次出台开展到现在，为了有效帮助新能源汽车产业不断强大中国政府相关部门加大了对于新兴产业的政策支持，致力于为新能源汽车产业铺平未来发展的道路，创造一个良好的政策生态环境，使得新能源汽车这一新产业能够更好的孵化以及发展。研究意义现在，新能源汽车行业已经获得了前所未有的政府补贴。消费者面临的新能源汽车市场也很大。消费者可以接受的品牌和他们可以选择的样式非常复杂。在财政补贴方面，国家根据新能源汽车在动力和输出方面的不同因素，对每辆汽车制定了明确的补贴标准，并对补贴标准做出了相应规定。本文将新能源汽车的补贴作为研究消费者如何在其影响下改变新能源汽车购买意愿的重要因素。这项研究不仅可以完善新能源汽车偏好影响因素的理论模型，而且可以详细阐述影响因素。研究技术路线图图STYLEREF1\s1SEQ图\*ARABIC\s11研究技术路线图研究方法1.4.1描述性统计描述性统计，是对数据进行可视化处理，把许多数字转化为可以解释其总体意义的参数变量，对其总体含义进行描述。或者根据其原始数据进行画图，使其成为更具直观和解释意义的图表形式，更容易被人们理解。1.4.2因子分析因子分析是一种降维的手段，它可以把很多个指标用少数几个因子来表示，这少数几个因子可以解释原始信息的大多数。FerreiraMiltonPifanoS.发展了因子分析来探索在空间和时间上收集的区域数据。主要目标是在混合广义线性回归的结构中纳入具有非线性相互作用的框架来处理时空随机效应。区域之间的空间依赖通过载荷矩阵每一列指定的CAR模型建立。时间依赖被认为是将因子得分矩阵的列相关联。非线性相互作用的存在是为了改进群集检测，因为新类型的群集可以作为主要因素效应和相互作用效应的组合出现。主要贡献是提出了在时空环境中定义非线性相互作用的方法，并对新的心电数据集进行了分析。SpoerrDaniel考察了酒店选择因素的总体重要性及其对德国旅行者群体的重要性。采用因子分析，我们基于35个属性识别出10个因子：期望服务质量、舒适性特征、餐饮、停车设施、清洁度、自主性、商业性、安全性、经济价值，以及外部呈现。我们采用t检验、单因素方差分析和Kruskal-Wallis检验来确定各因素在人口统计学变量和旅行特征方面的评分差异。从重要性的降序来看，洁净度、经济价值和安全是影响酒店选择的3个因素。1.4.3多元统计分析CowiesonAaron采用比例混合设计，以10种饲料成分系统地建立了56种日粮。利用化学成分和体内消化率值建立能量和蛋白质消化率的预测方程，采用多元数据分析。基于表值的蛋白质回肠消化率估计精度较低(RMSE% = 8.21)，而基于日粮化学成分的多元回归(RMSE% = 5.46)改善了预测。回肠能量消化率的最佳预测因子为淀粉、粗纤维和植酸含量(P<0.01)，粗蛋白消化率的最佳预测因子为淀粉、CF和脂肪含量(P<0.05)。总之，利用表值可以准确预测能量的回肠消化率，但考虑日粮的化学特性可以提高蛋白质回肠消化率预测的准确性。SayaraTahseen察了藻细菌共生相互作用作为废水处理低成本、环境友好的替代方法的应用。基于多元数据分析，发现DO与NO3之间存在高度正相关(0.97)，即DO的增加与NO3的增加有关，而DO与COD之间存在高度负相关(-0.92)。总体而言，所得结果对未来污染物去除工艺的发展具有很大的前景，反应器机械曝气完全被藻类光合作用所取代，对减少温室气体排放具有积极的贡献。KaleAmol以马哈拉施特拉贾尔纳地区Deccan圈闭玄武岩硬岩含水层为研究对象，对地下水水质进行水文地球化学和多元统计分析。为避免取样偏倚，对研究区地下水样品(n = 105)进行了系统的网格采集。所有这些地下水样品的水质参数采用标准BIS和APHA程序，通过滴定法和使用传感器进行分析。用LED荧光计分析所有样品中的铀。在研究的各个阶段都采用了严格的质量保证和质量控制的特点，以确保数据的质量。主要阳离子和阴离子优势度的观测序列分别为Ca2+ > Na +> Mg2+ > K和HCO3- > Cl- > SO42-。观测铀值在0.1~16.2µg/L范围内，平均值为2.04µg/L，远低于WHO和AERB推荐的安全限值，分别为30和60µg/L。Piper三线图显示研究区地下水的主要水化学相为混合Ca2+Na+HCO3-、NaCl和CaHCO3，Gibbs图则推断主岩-水相互作用是这些含水层的主要地球化学过程。进行相关性分析、聚类分析和因子分析检验。利用SAR、RSC和Na百分比等多项指标对地下水进行灌溉适宜性评价。从估算指标来看，Deccan圈闭玄武岩硬岩含水层地下水适宜灌溉1.5研究的创新点（1）消费者购买新能源汽车的偏好程度受多种因素影响，而其他文章选取指标大多根据现实经验或者查取文献获得，本文事先将影响消费者购买新能源汽车的所有指标数据查询获得，然后利用因子分析的方法进行降维，选取主要的指标。（2）大多数文献对此类问题的研究采用的是描述性统计的方法，而本文采取多元线性回归模型，利用模型中参数的大小去衡量各指标的影响程度。新能源汽车研究综述2.1新能源汽车补贴研究许召建（1990）认为，政府已采取一切政策措施来实现这一目标，并改善了现有的体制和经济脱轨的途径。无论是财政政策还是货币政策，都为实现这一目标做出了贡献，必要的财政补贴也是改善现有制度的重要措施。它对协调我国经济发展具有指导意义。从这个角度来看，财政补贴的存在是合理的，但我们应该明智地选择。赵东平（2008）着眼于财政补贴问题，通过回归测度方法对证据进行了支持，并得出结论认为，财政补贴政策可以显着提高中国企业的经营效率，从而扩大企业的生产规模。同时弥补了技术的不足。陈玲（2009）探讨了中国新能源汽车产业的产生和发展过程。政府在开始重视并为该行业提供财政补贴时，对相关产业的发展仍具有重大影响，这将为相关产业带来新的活力。程光裕(2010)通过比较世界各国对新能源汽车的财政政策，发现各国都肯定了新能源汽车的发展，并出台了一系列财政补贴政策和优惠政策，实现了国际交流与合作。核心技术的发展。在李泉（2012）的研究中，影响企业盈利方式的因素，例如企业的自主研发成本，政府对企业的财政补贴以及市场接受因素，被纳入了主要的分析类别，并且结合上汽集团，东风集团和一汽集团等汽车企业的财务报告得出以下结论：适度的财政补贴和财政支持可以有效地鼓励和帮助汽车企业发展新能源汽车，并不断扩大市场范围。美国学者ShahlaAsadi(1989)在他的研究中指出，在竞争的市场中，消费者和卖方在质量和数量均等的情况下具有不完全的信息可靠性。也就是说，市场双方在某种程度上是不平等的，内部热量的减少导致道德风险的存在。如果政府将其用作财政补贴，则此类问题与信息并不完全相同。根据一系列调查研究，王晓武（2007）发现，如果政府给消费者一定的新能源汽车补贴，这种行为将有利于在退税过程中提高混合动力汽车的销售业绩。麦肯锡公司（McKinsey＆Company，2010年）通过定量研究和定性研究方法相结合的方式对研究对象进行了系统的调查，得出的结论是，政府部门的财政补贴将有助于新能源汽车的普及和市场推广。在新能源汽车市场，影响消费者偏好的因素很多，首先是国外学者的研究。学者主要讨论车辆的价格，加速性能和其他属性，并结合政府政策支持对消费者的影响。UrwahKhan（2003）等人调查了美国200多个消费者对新能源汽车（包括混合动力电动汽车和燃气新能源汽车）的购买意愿。结果表明，减少购车税和降低能源使用成本可以促进消费者对新能源汽车的偏好。Carley（2013）对美国公民对混合动力汽车的满意度进行了调查，结果表明，选择购买新能源汽车的人们通常受过高等教育。受教育程度越高，他们购买新能源汽车而非燃油汽车的可能性就越大。Axsen（2013）对居住在加利福尼亚州的500多个家庭进行了一项调查，发现倾向于选择新能源汽车的家庭具有强烈的一般社会责任感，强烈的环境保护意识以及支持国家发展的意愿。MarkNg（2007）分析了私家车购买者，发现购买者的环境保护概念与汽车和环境保护之间的相关性密切相关。LaneandPotter（2007）对英国的新能源汽车市场进行了一系列研究，发现与新能源汽车相关的现有汽车基础设施和政策将极大地影响消费者的偏好。随着新能源汽车扶持政策的爆炸性增长以及新能源汽车的不断扩展，国内学者也越来越关注新能源汽车购买者的偏好研究。Zhang（2011）将驾驶学校的学生作为主要研究对象，并使用二元Logit模型进行回归分析。他得出结论，消费者对新能源汽车的接受显然受到燃油价格和政府补贴的影响。邵继红（2012）将一些新能源汽车的车主，政府部门的相关人员以及有购买新能源汽车的意向的人作为主要研究对象。通过对回收数据的研究和分析，发现消费者购买新能源的意愿包括：政府补贴金额，汽车品牌，款式/外观偏好，室内装饰舒适度，销售价格，安全性，质量，可靠性等十多个影响因素。唐玉军（2011）通过政策从多个新能源汽车试点城市收集的有关混合动力汽车市场的数据研究，发现最终会影响购买新能源汽车决定的重要因素是销费收入水平，以及政府的补贴政策是鼓励新能源汽车市场的扩大。许国虎（2010）对新能源汽车的拥有者和潜在的消费者购买意愿进行了调查研究，对可能影响购买决策的常见因素经常见主成分分析，如：售后服务，等等，可以得出结论，在新能源汽车消费者认可的地区，城市化程度较高，一般具有较强的购买偏好。然而，导致消费者未能将购买意愿转化为购买行为的主要因素有：新能源汽车的发展不是很完善，城市建设中新能源汽车的配套设施还不够完善。新能源补贴政策文献综述补贴政策的演变Xu（2016）提出中国的新能源汽车补贴政策最早可以追溯到1991年。然而，政府颁布的新能源汽车补贴政策数量直到2009年才开始猛增。截至2018年1月1日，省级政策的数量达到122个，地方政府出台的支持性政策的数量甚至更多。随后，侯丹（2020）将我国新能源补贴政策演变历程分为三个时间段即（一）2001—2008年，政策扶持初期；（二）2009—2015年，政策扶持中期；（三）2016年至今，政策扶持现阶段。张芳（2015）认为政策扶持初期（2001—2008），政府并没有安排相应的财政补贴资金，也没有出台专门的财政补贴政策，但是已经将新能源汽车产业纳入产业发展规划，并逐步重视发展新能源汽车产业。晓宇（2015）认为政策扶持中期（2009—2015），政府推出诸如营造良好发展环境、强化金融服务以及加大财政支持力度等一系列相关的政策扶持措施。政策扶持现阶段（2016年至今），随着财建[2016]958号文件正式发布，细化了补贴标准，降低了补贴的力度。同时，该文件还对中央和地方的补贴上限进行了规定，2019年到2020年各类车型（燃料电池汽车除外）在现行标准基础上退坡20%，地方财政补贴需要小于中央财政单车补贴额的一半。总体来看，新能源汽车的政府扶持补贴规模日益增大，相关政策变化趋势主要表现在以下三个方面：①进一步细化产品类别、性能指标等补贴标准，技术要求不断提高；②随着行业的生产规模扩大和技术进步，其与燃油汽车的价格差异逐渐减少，补贴额度也逐渐降低；③为进一步降低补助标准，新能源汽车补贴采取退坡机制，且退坡速度明显加快。补贴政策分类关于新能源汽车补贴政策的分类，学界众说纷纭。且从不同的分类依据如政策作用环节、宏观角度等有不同的分类结果。我国对于新能源汽车补贴政策的分类主要从以下几个角度出发熊勇清（2019）按照政策作用环节的不同，将新能源汽车消费促进政策分为宣传政策、购车政策、路权政策及充电政策四大类。表STYLEREF1\s3SEQ表\*ARABIC\s11新能源汽车政策分类表政策类型政策细分主要政策来源宣传政策推广政策；政府采购；公共领域示范“关于加快新能源汽车推广应用的指导意见”（国务院，2016年）；“政府机关及公共机构购买新能源汽车实施方案”（国家机关事务管理局、财政部、科技部、工信部、发改委，2013年）；“关于深化改革推进出租汽车行业健康发展的指导意见”（国务院，2016年）。购车政策购置补贴；税收优惠；保险费用优惠“关于2016-2020年新能源汽车推广应用财政支持政策的通知”（财政部、科技部、工信部、发改委，2015年）；“关于免征新能源汽车车辆购置税的公告”（财政部、税务总局、工信部、科技部，2017年）；“加快新能源汽车推广应用优惠政策”（西安市人民政府，2014年，洛阳尚未此实施这类政策，但可以作为未来洛阳市购车优惠参考政策）。路权政策不限购；不限行；专属号牌；年检优惠；过路费优惠；停车优惠“推动重点消费品更新升级畅通资源循环利用实施方案”（2019-2020年）（国家发改委、生态环境部、商务部，2019年）；“新能源汽车专属号牌政策”（公安部交通管理局，2016年）；“关于进一步完善机动车停放服务收费政策的指导意见”（国家发改委、住建部、交通部，2016年）；“关于印发河南省加快新能源汽车推广应用若干政策的通知”（河南省人民政府，2019年）。充电政策充电费用优惠；电价优惠；充换电站建设；公共充电设施建设；私人充电设施建设“关于电动汽车用电价格政策有关问题的通知”（国家发改委，2014年）；“关于印发河南省加快新能源汽车推广应用若干政策的通知”（河南省人民政府，2019年）；“关于加快电动汽车充电基础设施建设的指导意见”（国家发改委，2015年）；“电动汽车充电基础设施发展指南（2015-2020）”（国家发改委，2015年）。新能源汽车补贴政策的作用效果许多学者对各种政策对不同消费者购买意愿的影响进行了比较研究。例如，戴蒙德（Diamond，2008年）发现，财政激励政策将使收入较高的消费者在不同程度上受益，而这些消费者更有可能成为第一个购买新能源汽车的人。同样，Sierzchula等。（2014年）认为，政府的财政补贴，免税，免费电话政策和免费车牌政策可以最有效地刺激消费者的购买意愿。同样，一些学者研究说，现有的政策并没有达到预期的效果，例如Hoen和Koetse（2014），根据对荷兰车主的实验研究，而现有的荷兰新能源汽车激励措施可以在一定程度上提高消费者的购买意愿。在一定程度上但不足以消除新能源汽车的弊端带来的疑虑；根据格林等人的研究。（2014），激励政策的实施主要是为了市场推广的目的，实施成本过高，效率低下。因此，建议目标应集中在利基消费者上，这可能会有更好的效果。国内学者对于新能源汽车补贴政策的影响研究如下，熊永庆（2019）等“购买”环节政策的实施效果与城市居民的消费能力成反比，而城市交通承受的压力是，实行“利用”联系效应的政策与城市消费能力和交通负荷压力的关系全部到位；“购买”和“使用”链接政策在中等消费能力和低车辆负载压力的城市中产生了重大影响。从研究结论来看，大多数学者认为直接的经济补贴政策可以最好地促进消费者购买新能源汽车。近年来，随着中国新能源汽车补贴的大幅回落，新能源汽车产业陷入了“好而不好”的尴尬境地，这时政策的其他环节显得尤为重要。

案例分析描述性统计图STYLEREF1\s4SEQ图\*ARABIC\s11新能源汽车年销售量根据中国汽车工业年鉴和新能源汽车年鉴查得的特斯拉、长安汽车、比亚迪宝马等几个品牌的汽车销量数据，根据相关数据做出折线图。根据图4-1发现新能源汽车的销量在14年开始呈直线上升趋势，在18年销量略有减少，由此去分析影响新能源汽车销量的影响因素尤为重要。并且去探讨在18年下降的原因，以及影响消费者购买的最主要因素。指标的筛选因子分析在计算因子得分时，采用的是最小二乘法，此法有时可能失效。因此，有不少研究学者进一步对指标筛选进行了研究，像高升、刘伟等利用熵权法和粗糙理论进行了指标体系的构建和筛选，首先利用熵权法选出权重较大的多个指标，然后利用粗糙理论去掉多余信息，最后构造一个较好的评价指标体系。薛峰、胡萍、李青青等运用灰色关联分析进行灰色聚集，利用F统计量确定最佳阈值，得到精准的数据，然后采用动态聚集的方法进行指标约简，得到指标的客观权重，最后形成关联分析图，直观反应指标间的相互关系。本文选择基于主要信息含量进行指标的筛选。筛选原理：用因子Fj的方差贡献率ωj对因子载荷aij计算最大方差正交旋转后加权因子载荷的绝对值μij=ωjaij..其中ωj和aij分别是最大方差正交旋转后因子Fj的方差贡献率和因子F确定指标Xi的信息含量SIi=max{|ωjaijSIi反映了指标解释原始指标集信息比率的主要部分，称其为指标的主要信息含量，给每个指标选取多个因子下的信息含量S表STYLEREF1\s4SEQ表\*ARABIC\s11指标的真实信息含量指标X因子F因子F…因子FX1

...

Xωωω...ωωωω...ω………...…ωωω...ω利用累计信息含量比率IRu其计算公式为：IRu=j=1uSImj（i=1m若满足IRu−1<IR0≤IR基于主要信息含量的方法，选取了十几个影响新能源汽车销量的影响因素进行指标筛选。选取的十四个指标分别为：X1居民消费贡献率、X2GDP增速、X3人均可支配收入、X4政府补贴、X5城镇居民人均可支配收入、X6农村居民人均可支配收入、X7汽油价格、X8汽车运行公里数、X9汽车产量、X根据计算前四个因子的累计方差贡献率为83.993%，超过了80%，方差贡献率及特征值如下表2所示，因此我们保留信息量最大的前四个因子F1、F2、F3表STYLEREF1\s4SEQ表\*ARABIC\s12方差贡献率最大方差旋转前最大方差旋转后序号特征值累计方差贡献率(%)方差贡献率(%)累计方差贡献率(%)15.87841.98627.46617.46622.67961.12423.76751.23332.19176.77519.05770.29041.01183.99313.70383.9931401000100根据主要信息量的筛选准则我们选取的指标为人均可支配收入、汽油价格、汽车产量、石油消耗量、二氧化硫排放量、政府补贴。具体筛选如下表所示：表STYLEREF1\s4SEQ表\*ARABIC\s13指标筛选序号指标因子a因子a因子因子aS筛选结果1X0.4460.2380.7140.0160.1361删除2X0.3480.2770.7670.1160.1462删除3X0.9250.1440.0570.1730.2541保留4X0.9710.0540.0410.0980.2667保留5X0.1610.1010.8050.4890.1534删除6X0.6330.6210.0610.2780.1739删除7X0.8660.1290.1900.2480.2378保留8X0.1610.1010.8050.4890.1534删除9X0.0720.9520.1950.0790.2263保留10X0.0170.9140.2590.2210.2172保留11X0.4140.8020.2410.2860.1906保留12X0.5320.5680.1660.4220.1461删除13X0.2490.2000.0570.5580.0764删除14X0.0390.0240.1930.7890.1081删除多元线性回归建模多元线性回归多元线性回归模型为：y=β0+β1参数估计采用最小二乘法，估计的方程为：∂Q∂构造F检验统计量为：F=所求方程拟合优度检验：样本决定系数为：R2=SSR修正后的决定系数为：R2=1−(1−R实证结果根据指标筛选的选择的变量建立的多元线性回归模型为：y=−4.528+0.6045X1+0.0844X2+0.0787X3Y代表能源汽车的销量，X1代表政府对新能源汽车的补贴力度、X2代表人均可支配收入、X3表示石油消耗量、X4表示二氧化硫排放量、根据软件运行的结果R2=0.845，表明我们建立的模型能够解释数据变化程度的80%以上，模型的拟合程度很好。其次，模型各系数的t值都小于0.05，表明模型各系数的显著性通过检验，模型整体检验的F接下来对模型的每个系数进行检验，首先观察模型参数的正负，除了汽车产量增加为会对新能源汽车的销量产生一个负的影响，其他都是正向影响。联系实际，政府对新能源汽车补贴力度越大的确人们购买汽车的意愿会增大，其次人们的可支配收入增加也会导致人们对汽车购买意愿增大，也较为符合现实情况。模型的现实意义也可以通过检验。其次判断各系数的影响程度，首先我们根据主要信息量的方法进行指标筛选，剩下来的指标都是具有代表性的，与其他被删掉的相比更重要，其次，所选取的指标与其他指标有一定的相关性，在一定程度上也能够代表其他指标。接下来对数值进行比较，我们发现对新能源汽车销量影响最大的是政府补贴程度，其系数0.6045表示在数据进行标准化处理后，其他因素不变的情况下，政府补贴每变动一个单位，汽车销量的影响会变动0.6054各单位，这表面影响新能源汽车销量影响因素最大的是政府对新能源汽车的补贴程度。这与实际也较为相符，国家为了保护环境，一定会对新能源汽车大力倡导，现在的公交汽车大多都是新能源汽车，补贴力度越大，人们对汽车购买的意愿也会越大。结论与建议研究结论首先，利用SPSS软件对汽车年销量进行描述性统计。发现汽车年销量在14年开始呈现指数上升，在18年有下降趋势。接下来对汽车销量进行多元统计建模发现：除了汽车产量增加为会对能源汽车的销量产生一个负的影响，其他都是正向影响。联系实际，政府对新能源汽车补贴力度越大的确人们购买汽车的意愿会增大，其次人们的可支配收入增加也会导致人们对汽车购买意愿增大，也较为符合现实情况。根据模型的现实意义也可以通过检验。根据模型结果发现：在控制其他变量不变的情况下，政府补贴力度每变动一个单位，新能源汽车销售量的影响变动程度是0.6045，影响程度较其他变量较大。判断各系数的影响程度，首先我们根据主要信息量的方法进行指标筛选，剩下来的指标都是具有代表性的，与其他被删掉的相比更重要，其次，所选取的指标与其他指标有一定的相关性，在一定程度上也能够代表其他指标。接下来对数值进行比较，我们发现对新能源汽车销量影响最大的是政府补贴程度。对新能源汽车销量建议政府角度首先，要完善新能源汽车补贴规则，适当调整财政补贴的主要目标。根据这项研究，当消费者选择购买新能源汽车时，政府补贴将主导他们的购买，而愿意购买新能源汽车的消费者更有可能接受混合动力汽车。因此，政府可以将补贴政策转向混合动力汽车。首先，让消费者与混合动力新能源汽车取得联系，让他们对新能源汽车技术产生信任，并提高消费者对新能源汽车的认识。不断积累新能源汽车用户，通过口碑传播影响其他消费者的认可，从而达到推广新能源汽车的目的。第二，作为影响消费者偏好的另一个因素，新能源汽车应与快速充电桩等基础设施相匹配。政府应加强快速充电桩设施的建设，以满足消费者对充电时间和便利性的要求。根据消费者的喜好，政府可以出台相关规定，鼓励在人口密度大的社区，办公楼及其他地区建设快速充电桩。在公共领域，政府还应带头加大投资力度，建设新能源汽车配套设施，以鼓励消费者购买新能源汽车。最后，政府重点开展与新能源汽车有关的宣传工作，以培育消费者绿色环保的消费观念。在研究和调查过程中，发现消费者通常不了解政府的扶持政策。因此，政府应主动承担新能源汽车的推广和宣传责任，积极宣传政府的鼓励和扶持政策，新能源汽车的优势等内容，以引导消费者实现绿色消费。消费者角度消费者作为新能源汽车产业的消费终端，影响着新能源汽车产业的发展方向。消费者需要改变其固有的新能源汽车概念，继续学习新能源汽车的相关知识，提高对新能源汽车的认识，从而将高度的认知转化为新能源汽车的购买意愿。最后，产生了购买行为，这是新能源汽车产业的健康发展。新能源汽车不仅对个人会产生许多优惠政策，对环境也会产生许多积极的影响。我们应该大力倡导新能源汽车的售卖。企业角度首先，作为政府扶持的新兴产业，新能源汽车产业是未来汽车企业的主要发展方向。它应该与政府合作，以了解消费者的实际需求，并在汽车产品上进行创新。其次，新能源汽车的发展应着眼于消费者的确切需求。通过研究，消费者除了补贴因素外，最关注的产品功能是新能源汽车的范围。因此，汽车公司应该在新能源汽车电池的研发上投入更多的人力和物力。解决和改善现有电池容量的努力不足，使用寿命有限，电池损耗过快。在研究中发现，消费者选择混合动力汽车的原因更多，主要原因是他们不信任纯电动汽车的相关技术。改善新能源汽车存在的问题也有助于吸引消费者选择新能源汽车，有利于汽车企业的良性运转。最后，汽车企业应注意新能源汽车宣传的可持续性。作为耐用品，新能源汽车对消费者的参与度很高。着力培养消费者对新能源汽车的意识，使消费者不断了解和学习新能源汽车的相关知识，不断产生对新能源汽车的信心，从而将信心转化为信任或购买力。参考文献：[1]Xu,L.,Su,J.,2016.Fromgovernmenttomarketandfromproducertoconsumer:transitionofpolicymixtowardscleanmobilityinChina.EnergyPol.96,328–340.[2]刘轶群,张毓昕.郝雪梅.电子显微镜平台使用数据分析及管理建议[J].电子技术及信息科学.2021,40(01):67-73.[3]程寅骁.基于因子分析法的城投公司财务预警体系研究[J].经济与管理.2021(03):60-62[4]朱梦迪.基于因子分析法的百货零售业绩效研究——以S公司为例[J].经济与管理.2021,36(04)：64-69.[5]刘海兰,王德辉,孙杰,王雅琪.中国中药材地理标志空间分布及影响因素分析[J].农业.2021,(03):1-7.[6]高溦,黄银倩.广东省海洋经济发展的影响因素分析[J]海洋学.2021,(10).21-23.[7]侯丹.新能源汽车补贴政策变化及会计处理探析[J].财会通讯,2020(19):101-104.[8]张芳,汪张林,邹俊.我国新能源汽车推广策略研究——基于特斯拉推广模式的借鉴［J］.价格理论与实践,2015（09）:97-99[9]晓宇.新能源汽车补贴“退坡”加倍影响几何?［J］.经济研究参考,2015（48）:38.[10]熊勇清,黄恬恬,李小龙.新能源汽车消费促进政策实施效果的区域差异性——“购买”和“使用”环节政策比较视角[J].中国人口·资源与环境,2019,29(5):71-78.[11]李礼,杨楚婧.财政货币政策联动对新能源汽车消费的影响研究[J].科技管理研究,2017,37(13):30-35.[12]陈曼琳,熊勇清.新能源汽车需求市场培育的政策取向:供给侧抑或需求侧[J].中国人口·资源与环境,2016,26(05):129-137.[13]DiamondD.Theimpactofgovernmentincentivesforhybrid-electricvehicles:EvidencefromUSstates[J].EnergyPolicy,2008,37(3):972-983.[14]Sierzc