前言

交通部门作为国民经济的基础产业和服务行业，是社会经济活动中物流和客流的载体，在社会经济发展过程中发挥着重要作用。同时，交通部门是石油消费的重点行业，是温室气体和大气污染排放的重要来源之一。随着经济的发展和人们生活水平的提升，交通部门的能源消费和废气排放将会进一步加剧。为了缓解上述问题，世界各国普遍将清洁节能汽车，特别是电动汽车作为汽车产业未来的发展方向。目前，我国政府已经出台了诸多政策来推广电动汽车，但电动汽车的市场占有率仍然较低，消费者购买电动汽车的积极性也有待提高，因而这些政策的有效性及针对性值得考察。此外，一个产业的发展与成熟，政府或企业在其中只能起到辅助或引导的作用，产业发展的最终推动力应当是消费者，因此正确把握消费者购买电动汽车的影响因素及其对电动汽车激励政策的心理和行为响应，既有利于我国电动汽车制造企业在产品开发设计、产品定位及定价等方面制定有针对性的市场营销策略，又有利于政府未来激励政策的调整。

本书以电动汽车消费行为为研究对象，综合运用经济学、管理学、心理学和行为学等多学科理论和方法，构建并验证了电动汽车消费行为影响因素理论模型，通过问卷调查获得的数据，对各影响因素及其影响机理进行深入分析。测度了消费者对各类激励政策的了解程度，基于消费者对不同政策组合的打分情况，利用联合分析法分析了消费者对不同政策激励环节和各具体政策的偏好情况。利用宏观统计数据，建立面板数据模型分别刻画了电动汽车不限购政策、不限行政策和其他激励政策对消费者实际购买行为的影响。提出了一个全新的政策优化框架，旨在从经济激励、环境意识和心理账户三个方面调动消费者的积极性，并借助选择实验法，通过设计相应的实验情境和实验任务，模拟了各政策对消费者的影响。最后，基于上述研究结果，设计了我国电动汽车消费行为激励政策体系。主要研究内容包括如下四个方面。

第一，电动汽车消费行为影响因素的模型构建及作用机理分析。结合政府干预电动汽车市场的理论机制、消费者电动汽车购买行为的理论机制，以及政府干预消费者电动汽车购买行为的理论机制，提出了电动汽车消费行为影响因素理论模型。基于理论模型设计问卷，以问卷调研获得的量化数据为基础，运用探索性因子分析、验证性因子分析相结合的方法考察数据的信度和效度。根据所得数据，采用单因素方差分析、多元统计分析方法验证模型中各因素与消费行为以及各因素间的相互关系。利用结构方程模型、多群组分析以及分层回归验证相结合的方式，探讨电动汽车消费行为影响因素的作用机理。

第二，我国电动汽车激励政策文本量化和发展沿革。基于政府网站、回溯（关联）分析和公开出版物等渠道和方法收集了自2009年以来我国政府在私人需求侧颁布的相关电动汽车激励政策文本，通过对政策颁布年度、发布主体、政策形式、政策激励环节等方面进行定量统计，展示了其近10年的发展过程。此外，在通过频数统计对我国电动汽车激励政策进行整体了解的基础上，结合量化统计结果对各类激励政策展开具体分析，从而把握不同政策在不同时期的特点及其变化情况。本部分主要围绕“电动汽车激励政策沿革”，重点探析了电动汽车激励政策总体上的发展历程和各类具体政策在不同时期的特点。

第三，消费者对电动汽车激励政策的心理和行为响应分析。首先，基于问卷调查得到的数据，展示了电动汽车试点城市消费者对电动汽车激励政策的认知情况，比较分析了不同群体消费者在政策认知上的差异。然后，基于消费者对不同电动汽车激励政策组合的打分情况，借助联合分析方法分析了消费者对不同政策的偏好程度，并同样分析了不同群体消费者的差异性。这两部分主要围绕消费者对电动汽车激励政策的“心理响应”展开，重点关注其对不同激励政策的认知和偏好程度。此外，还利用2010～2016年43个电动汽车试点城市的数据，通过建立面板数据模型分别探析了电动汽车不限购政策、不限行政策和其他激励政策对消费者实际购买行为的影响，并基于所得结果比较分析了不同政策的效果。此部分主要围绕消费者对电动汽车激励政策的“行为响应”展开，重点探析各类电动汽车激励政策会对消费者的实际使用行为产生何种影响。

第四，电动汽车激励政策体系优化设计和实验研究。在对我国现有电动汽车激励政策的特点进行总结的基础上，提出了一个包括现有激励政策、环境税和排放权交易的综合政策体系。然后，以碳税和个人碳交易这两项政策为环境税和排放权交易的代表，通过构建选择实验，模拟在这两种政策情境下消费者的购车行为，基于所得数据对所提出的政策体系进行了验证。本部分主要围绕“政策体系优化设计”展开，重点探析了所提出的环境税和排放权交易是否会促进消费者选择电动汽车。

本书由李文博博士和龙如银教授共同完成，第一、二、五、六、七、八章由李文博博士完成，第三、四、九章由龙如银教授完成，书中部分内容参考了有关单位或个人的研究成果，均已在参考文献中列出，在此一并致谢。由于时间仓促，作者水平有限，书中不妥之处在所难免，恳请各位读者批评指正。