陈心雨，孔悦，滕文珍，李茵茵，宫慧

曲阜师范大学统计与数据科学学院，山东 曲阜

收稿日期：2024年3月14日；录用日期：2024年4月4日；发布日期：2024年4月15日

摘要

发展新能源汽车是保障能源安全和实现双碳目标的重要举措。团队从新能源汽车的市场现状入手，从新能源汽车的发展现状、消费者对新能源汽车的购买意愿、消费者的主要需求三个方面展开调研。首先，团队利用大数据文本挖掘，绘制出新能源汽车博文与评论的词云图；其次，基于聚类分析进行目标客群挖掘，使用对购买分数贡献较大的特征归纳出五类客户群体。分析表明，女性、35岁左右、高学历、企业职员、拥有城镇户口、家庭年收入较高且有燃油汽车无新能源汽车的群体更倾向于购买新能源汽车。最后，构建研究新能源汽车购买意愿的结构方程模型，选择九个潜变量及相应观测变量，并提出研究假设。研究结果表明各潜变量对新能源汽车购买意愿的影响均显著，各潜变量与其观测变量之间也是显著的。情境因素、新能源汽车态度和感知行为控制对新能源汽车购买意愿的影响较大。为进一步探究上述三个潜变量的观测变量对购买意愿的影响，建立XGBoost模型对购买意愿进行回归预测，得到消费者购买意愿的变化趋势。结果表明，政府应注重对新能源汽车的宣传推广，加大对充电桩的建设并增加对新能源汽车的购买补贴。

关键词

新能源汽车，文本挖掘，聚类分析，结构方程，XGBoost

Green China, Double Carbon First

—Based on the Opportunity Mining of New Energy Vehicle Market in Jinan

Xinyu Chen, Yue Kong, Wenzhen Teng, Yinyin Li, Hui Gong

School of Statistics and Data Science, Qufu Normal University, Qufu Shandong

Received: Mar. 14^th, 2024; accepted: Apr. 4^th, 2024; published: Apr. 15^th, 2024

ABSTRACT

The development of new energy vehicles is an important measure to ensure energy security and achieve the goal of dual carbon. The research team starts from the market status of new energy vehicles, and conducts research from three aspects: the development status of new energy vehicles, consumers’ willingness to purchase new energy vehicles, and consumers’ main needs. First of all, the team uses big data text mining to draw a word cloud map of new energy automobile blog posts and comments; secondly, based on cluster analysis, the target customer group is mined, and five types of customer groups are summarized by using the characteristics that contribute more to the purchased score. The analysis shows that women, about 35 years old, highly educated, corporate employees, urban household registration, high annual household income and fuel vehicles without new energy vehicles are more inclined to buy new energy vehicles. Finally, a structural equation model is constructed to study the purchase intention of new energy vehicles, nine latent variables and corresponding observation variables are selected, and research hypotheses are proposed. The results show that the influence of each latent variable on the purchase intention of new energy vehicles is significant, and the latent variables and their observed variables are also significant. Situational factors, new energy vehicle attitudes and perceived behavioral control have a greater impact on the purchase intention of new energy vehicles. In order to further explore the influence of the observed variables of the above three latent variables on the purchase intention, an XGBoost model is established to predict the purchase intention, and the changing trend of consumers’ purchase intention is obtained. The results show that the government should pay attention to the promotion of new energy vehicles, increase the construction of charging piles and increase the purchase subsidy of new energy vehicles.

Keywords:New Energy Vehicle, Text Mining, Cluster Analysis, Structural Equation, XGBoost

Copyright © 2024 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

1.1. 研究背景

世界资源研究所(WRI)指出，交通业的碳排放量占我国碳排放总量的70%以上，仅排在发电供热、制造业用能之后，因此要减少碳排放，新能源汽车的发展迫在眉睫。作为一个负责任的大国，中国提出“力争到2030年前实现碳达峰，到2060年前实现碳中和”。新发展格局下，为达成“双碳目标”，势必要刺激新能源汽车行业的发展，对中国的汽车产业进行重构。当前，新能源汽车产业处在一个“风口”，这将为我国“十四五”期间实现高质量发展奠定良好的基础 [1] 。

1.2. 文献综述

中华人民共和国国务院办公厅日前颁布新的国家标准：《新能源汽车产业发展规划2021~2035年》，《规划》中指出，在目前至2035年的期间，清洁型能源汽车新车销量将超过传统汽车新车销售总额的百分之二十；力争再经十五年的技术革新与奋斗发展，中国的清洁与能源汽车及相关的主要汽车科技达到全球的领先科技水准，纯氢电动汽车成为清洁与能源汽车市场的一个重点的新的销售款型。

目前，从新能源汽车国内消费者认知情况看，城镇居民对新能源汽车的认可情况高于乡村居民，对新能源汽车持积极态度的消费者较多，客观来看，消费者对新能源汽车具有可观的购车意向 [2] 。

但在推广过程中，新能源汽车被群众接受的程度仍然不高，相关电池以及汽车的制造技术水平不高，出现了很多问题。比如新能源汽车的制造成本问题，新能源汽车的配套装备建设问题，充电桩、换电站基础设施建设慢，大约40%的用户没有专属充电桩，存在电池、刹车等安全问题等 [3] ，这也是发展改进的目标。

1.3. 研究内容

具体思路见图1。

图1. 研究思路图

2. 基于文本挖掘的新能源汽车舆情分析

2.1. 数据获取与预处理

1) 数据获取

利用微博的高级搜索功能，以新能源汽车为关键词，获取了从2022年9月15日至2022年12月15日近一万条话题观点和四千条评论观点，用requests.get方法获取关于新能源汽车评论观点的URL，并清除文本中的标签等信息，根据微博ID去重。

2) 数据预处理

使用Jieba工具进行预处理，得到图2。

图2. 分词数据图

2.2. 词云图

WordCloud词云图可以帮助快速了解关于新能源汽车的主要内容，显示主要的关键词。用前500个高频词绘制词云，为后续问卷的制作提供支撑。

如图3，话题词云图表明人们较为关注的汽车品牌有：比亚迪，特斯拉，小鹏，蔚来，大众；话题关注问题为：增长，速度，销量，市场，发展；购车关注问题为：电池，公里，续航，充电桩，芯片。

图3. 新能源汽车微博话题词云图

如图4，评论词云图的高频词汇有发展、充电、支持、建设、期待、比亚迪、性价比、保护环境、发展趋势等。

图4. 新能源汽车微博评论词云图

2.3. 微博评论情感分析

利用SnowNLP进行情感分析。由图5知，新能源市场风评较好。

图5. 微博评论态度

3. 数据处理

3.1. 数据来源

首先，基于Python的网络爬虫技术，以新能源汽车为关键词，在微博获取一万条话题观点和评论观点，了解人们对于新能源汽车关注的热点问题。其次，通过4S店实地调查和二手资料调查，确定新能源汽车的发展现状。最后制定调查问卷，采用多阶段不等概率法在全国范围内抽取1050人进行问卷调查。

共回收1023份问卷，使用SPSS26对样本数据进行筛选剔除，如表1，最终得到有效问卷913份。信效度检验结果显示，量表的Cronbach α系数均大于0.7，整体的KMO值高达0.977。因此下文主要利用这913份有效问卷进行建模分析。

表1. 样本剔除情况

3.2. 数据描述

1) 受访者基本信息

有效样本中男性437人，女性476人。女性占比大，符合性别比例现状。受访者主要集中在26~45岁，约占受访者的91%。拥有城镇户口的有590人，拥有农村户口的有323人。学历集中在大学和高中。受访者中企业职员和行政/事业单位居多。受访者的家庭年收入大多在5~20万之间。在受访者中只有燃油汽车的人群占比最多，既有新能源汽车也有燃油汽车的受访者最少，有16.1%的受访者没有任何汽车。

2) 受访者的购车用途及了解途径

大多数人倾向于将新能源汽车应用于日常生活中，而用于载客营运和载货的受访者最少。26~45岁的青年人倾向于通过网络和新闻报道了解新能源汽车；46~55岁的中年人倾向通过网络、新闻报道和朋友告知；而56岁以上的老年人则倾向于线下宣传。

3) 受访者的购买意愿及需求

①样本是否会购买新能源汽车分析

由图6可以看出，大部分受访者愿意购买新能源汽车。

图6. 是否会购买新能源汽车分布图

②样本购车预算分析

超过八成的受访者可以接受的新能源汽车价格为9万~19万元。

③新能源汽车属性重要性分析

由图7，受访者普遍认为续航能力、充电桩等基础设施建设、安全性能和加速能力更重要，这说明要吸引消费者，最重要的是做好自身性能建设。

图7. 属性重要程度分布图

④新能源汽车属性改善分析

见图8，受访者认为目前新能源汽车行业最需要改善的是电桩、充电站等，其次是续航里程、充电时长和市场规范。

图8. 属性改善分布图

综上所述，受访者画像图见图9。

图9. 受访者画像图

4. 基于聚类分析的目标客群挖掘

根据是否会购买新能源汽车将目标客群分为优质、潜力和一般。客户选择的优先度为：优质客户 > 潜力客户 > 一般客户。

为了找到对购买分数(S)影响最大的特征，采用随机森林算法得出其他特征对购买分数的贡献度，对贡献度较低的因素与购买分数进行相关分析。使用对购买分数贡献较大的特征进行聚类分析，最终得出五类人群。

4.1. 数据预处理

对913条数据进行数字型映射编码处理。首先对可能影响购买分数的属性进行相关性分析，相关系数均小于0.3，无法根据相关性进行降维分析。

随后利用随机森林算法，将购买分数作为类标号进行特征选择。选择重要性大的四个特征(职业、年龄、汽车拥有情况、家庭年收入)为聚类分析的特征，解释度达到75%。

4.2. K-Means聚类确定目标客群

上文筛选出了职业、年龄、家庭汽车拥有情况、家庭年收入四个特征，下面采用K-means算法进行聚类分析。首先利用手肘法和轮廓系数法求得K的最优值为5。此时轮廓系数为0.515，效果较好，故选择聚类个数为5。利用TSNE进行数据降维，最终得出五类客户，客户比例分别0.35、0.22、0.19、0.1、0.14。

4.3. 结论分析

聚类结果显示，客户群体的购买分数分别为：群体1 = 4.1、群体2 = 3.1、群体3 = 1.9、群体4 = 0.8、群体5 = 3.5。将购买分数(S)进行均值计算得到全体人群的购买分数S = 3.027。群体划分依据如图10。

图10. 群体划分图

结合聚类结果可得结论如图11。

图11. 五类客户详情图

5. 基于结构方程的购买意愿分析

结构方程模型(SEM)综合了因子分析与路径分析，可用于建立、估计和检验变量之间得因果关系 [4] 。

5.1. 相关理论分析与回顾

1) 理性行为理论

理性行为理论指出，各种因素通过态度和主观规范作用于行为 [5] 。具体模型如图12。

图12. 理性行为理论模型示意图

2) 计划行为理论

计划行为理论模型示意图见图13。

图13. 计划行为理论模型示意图

3) 顾客感知价值理论

顾客通过权衡获取产品或服务时的付出与回报来判定其具有的价值 [6] 。

4) 态度–情景–行为理论

态度–情景–行为理论认为，当政策不完善或新能源汽车性能不佳时，即使消费者具有非常高的购车意愿，也很难做出购买决策 [7] 。

5.2. 结构方程模型构建

1) 潜变量的选择

选取绿色观念认知、新能源汽车认知、新能源汽车态度、主观规范、感知行为效力、感知行为控制、情景因素、顾客感知价值、新能源汽车购买意愿这九个潜变量 [8] 。

2) 研究模型

结合四个理论，构建最终模型如图14所示。

图14. 结构方程模型

根据文献 [2] [9] 和主观制定，为每个潜变量选定几个问题作为观测变量。

5.3. 提出假设

根据以上四个理论，结合已有文献和新发展格局下新能源汽车现状提出假设。

5.4. 问卷数据的结构方程模型

使用AMOS26软件对数据建模并计算，得到模型适配度的结果如表2。

表2. 模型拟合指标表

由表2可知Χ2/df为2.935，小于3，模型的拟合优度指数和修正的拟合优度指数均超过了0.8，模型近似误差平方根也明显的小于0.09，这些指标均显示模型适配度较好。最终生成的结构方程路径图如图15。

图15. 结构方程路径系数图

该结构方程变量间路径系数均大于0，表明变量间的影响作用均为正向影响关系，结合研究假设，可得部分结果如表3。

最终得到模型和简化的假设显著关系如图16。

表3. 模型结果

图16. 简化的假设显著关系

6. 基于XGBoost模型的购买意愿预测

结构方程的研究结果表明，情境因素对新能源汽车购买意愿的路径系数最大，其次是新能源汽车态度和感知行为控制。为了进一步探究在这三个因素对应观测变量对购买意愿的影响，建立XGBoost模型对购买意愿进行回归预测。

6.1. 变量说明与数据描述性统计

将问卷选项分别赋值为1至5，对购买意愿进行加权分析，变量均值均在3.7~3.8之间，相对较高。

6.2. 模型简介与模型建立

GBDT (梯度提升树)是一个以回归树为基学习器，以Boost为框架的加法模型的集成学习，XGBoost是在GBDT的基础上对Boosting算法进行的改进。经过参数调优，选定最终模型的基学习器为gbtree、学习率为0.12。

6.3. 模型结果与评估

通过建立XGBoost模型，得到贡献度最大的四个因素依次为SF_R16、SF_R18、SF_R17和AT_R8。具体特征贡献度如图17。

图17. 特征贡献度柱状图

选取MSE、R²等指标对模型进行评估如表4，模型对训练集与测试集拟合效果均良好。给出部分预测结果，如图18。

表4. 模型评估参数值

图18. 部分预测结果展示

6.4. 购买意愿的预测

基于以上模型，采用控制变量的方法对特征贡献度最大的四个特征SF_R16、SF_R18、SF_R17、AT_R8分别进行研究。首先固定除研究目标特征外的其余六个特征，并对此六个特征取均值(均值代表大多数受访者在这六个问题上的选择)，来研究目标特征变化对购买意愿的影响，找出特征阈值。

当消费者对政府注重宣传推广的态度从一般到同意，购买意愿会显著性增加，从3.3增加到4.1；当消费者对政府重视充电桩建议的态度从一般到同意，购买意愿会显著性增加，从2.8增加到3.9。

在研究单一变量之后，对特征贡献度最大的两个特征进行研究，结果表明，当两者均到达4.5时，最高购买意愿为4.64，及购买意愿相当强烈。详细预测结果如图19。

图19. 购买意愿的预测

综上，为了促进消费者购买新能源汽车，政府首先应加大对新能源汽车的宣传推广；其次要重视充电桩的建设并加大对新能源汽车的补贴；最后要增强消费者支持新能源汽车的意识。

7. 结论与建议

7.1. 结论

1) 新能源汽车发展现状及其潜力

依据新能源汽车博文与评论词云图，人们较为关心新能源汽车的发展状况与充电状况，较感兴趣的新能源汽车品牌主要有比亚迪、特斯拉、小鹏、蔚来、大众等，对新能源汽车普遍持有积极态度；新能源汽车的优势在于自身的环保特性与性价比；关注新能源汽车的人主要为青年和中年，且有较大部分分布在广东、北京、江苏、山东、浙江；新能源汽车的话题关注度保持着较高的热度，发展前景良好。

2) 锁定新能源汽车目标客群

①优质客户

年龄为35岁左右的青年群体，职业为企业职员，家庭年收入较高，年收入接近20万，家庭汽车拥有情况为有燃油汽车但没有新能源汽车。优先考虑高学历、女性以及具有城镇户口的客户。

②重要潜力客户

年龄为45岁左右的中年群体，职业为企业职员，家庭年收入为17万左右，家庭汽车拥有情况为没有任何汽车。优先考虑高学历以及拥有城镇户口的客户。

③ 一般潜力客户

年龄为33岁左右，职业为个体经营者，家庭年收入为16万左右，家庭汽车拥有情况为有燃油汽车但没有新能源汽车。优先考虑拥有城镇户口的客户。

④ 一般客户

年龄为30岁左右，在事业单位工作，家庭年收入为15万元左右，家庭汽车拥有情况为有新能源汽车但没有燃油汽车。

⑤重要潜在客户

年龄为30岁以下，年龄较低，大多为学生群体，家庭年收入较低，为9万左右，家庭拥有燃油汽车或新能源汽车。

3) 目标客群的购买意愿

通过建立结构方程，我们发现新能源汽车态度、感知行为控制、情景因素和顾客感知价值，对消费者的购买意愿均有显著的影响。其中对购买意愿影响最大的是情景因素，标准化路径系数为0.419；其次是新能源汽车态度和感知行为控制，标准化路径系数分别为0.387和0.348。说明在我国全力实现双碳减排目标的大背景下，应加大对新能源汽车的宣传推广，充分体现和宣传新能源汽车的绿色环保属性，同时重视充电桩的建设并加大对新能源汽车的补贴，增强消费者支持新能源汽车的意识。

7.2. 建议

1) 企业层面

树立厂销合一新理念，兼顾营销与生产。积极通过线上渠道营销以满足优质客户和潜力客户的消费需求。扩大覆盖圈层，营造热衷环保的氛围。借助高曝光媒介为品牌造势助力，帮助品牌培养“死忠粉”。另外，打铁还需自身硬，企业需要围绕技术堵点进行研发攻关，加大对核心技术与产品的研发力度，实现新能源汽车的网联、智联。

2) 政府层面

在新发展格局下，为实现双碳目标，政府首先应加大对新能源汽车的宣传推广，在社会中打造低碳环保主流；其次要重视充电桩等基础设施的建设和普及，对企业的技术研发给予鼓励和支持；最后要加大对新能源汽车的补贴，让消费者感受到国家对新能源汽车的高度重视，助力消费者打消购车疑虑。

3) 消费者层面

加大对环保低碳观念的认可度，紧跟时事政策，以开放的心态积极尝试新鲜事物，以包容的心态去面对被曝光的消极问题，相信在碳中和时代下，新能源汽车将会慢慢替代燃油汽车。

基金项目

国家级大创项目资助(项目编号：202210446016)。

文章引用

陈心雨,孔 悦,滕文珍,李茵茵,宫 慧. 绿动中国，双碳先行——基于济南市新能源汽车市场机会挖掘
Green China, Double Carbon First—Based on the Opportunity Mining of New Energy Vehicle Market in Jinan[J]. 统计学与应用, 2024, 13(02): 335-350. https://doi.org/10.12677/sa.2024.132034

参考文献