電動(dòng)汽車駛離充電樁行為研究

趙 倩，羅 霞，張奕源

（西南交通大學(xué)，交通運(yùn)輸與物流學(xué)院，成都 611756）

0 引言

大力發(fā)展新能源汽車是緩解當(dāng)前我國(guó)能源依賴和大氣污染問(wèn)題的有效途徑之一，在碳達(dá)峰和碳中和的目標(biāo)下，電動(dòng)汽車和充電基礎(chǔ)設(shè)施迅速發(fā)展。目前，根據(jù)中國(guó)電動(dòng)汽車充電基礎(chǔ)設(shè)施促進(jìn)聯(lián)盟公布數(shù)據(jù)，國(guó)內(nèi)車樁比約3:1，車樁發(fā)展不協(xié)調(diào)，且公共充電樁存在燃油車占位導(dǎo)致利用率低，以及電動(dòng)汽車充電完成后不移動(dòng)導(dǎo)致周轉(zhuǎn)率低[3]等問(wèn)題。因此，鼓勵(lì)電動(dòng)汽車用戶充電完成后即時(shí)駛離車位，提高充電設(shè)施運(yùn)營(yíng)周轉(zhuǎn)率，是打破充電設(shè)施發(fā)展掣肘的有效手段之一。

目前，電動(dòng)汽車充電選擇行為的研究集中于充電前的決策，通常采用離散選擇模型描述充電選擇行為。Ge[1]等研究了充電費(fèi)用、充電功率、離家距離等因素對(duì)是否在公共充電樁充電的影響；Daina[2]等提出了基于活動(dòng)出行的充電選擇行為模型用以評(píng)估智能充電服務(wù)；Xu[3]等研究發(fā)現(xiàn)用戶選擇充電模式和位置受電池容量、SOC、出行間隔等因素影響；Zhao[4]等對(duì)公共充電樁和私人共享充電樁的博弈選擇進(jìn)行了研究；Wang[5]等分析了SOC、排隊(duì)時(shí)間等充電場(chǎng)景因素和滿意度如何影響電動(dòng)汽車駕駛?cè)说某潆娺x擇行為。

有研究表明，受訪者的態(tài)度變量會(huì)影響選擇行為[6]，有助于更深理解選擇行為機(jī)理。態(tài)度變量往往難以量化，因此需要用問(wèn)題指標(biāo)進(jìn)行測(cè)量，通常以潛變量形式體現(xiàn)在模型中。Ben-Akiva 等[7]提出的混合選擇模型（Hybrid Choice Model,HCM）框架被廣泛應(yīng)用于態(tài)度和感知加入選擇模型的場(chǎng)景。HCM模型可兼顧考慮異質(zhì)性與心理態(tài)度潛變量，減少模型的內(nèi)生誤差，提升模型解釋能力。如胡曉偉等[8]將感知風(fēng)險(xiǎn)、服務(wù)質(zhì)量和社會(huì)影響引入混合選擇模型，研究了共享自動(dòng)駕駛汽車的使用意愿；Daina 等[9]構(gòu)建了HCM 模型研究了風(fēng)險(xiǎn)態(tài)度對(duì)充電選擇行為的影響，結(jié)果表明風(fēng)險(xiǎn)厭惡的人群更傾向于獲得更多電量；Pan[10]等利用HCM 模型研究風(fēng)險(xiǎn)態(tài)度對(duì)是否在目的地充電選擇行為的影響。

現(xiàn)有研究對(duì)不同充電選擇行為場(chǎng)景進(jìn)行了分析，但鮮有對(duì)充電后的駛離行為決策進(jìn)行研究。隨著車樁不協(xié)調(diào)和電動(dòng)汽車充電難問(wèn)題的日益凸顯，敦促電動(dòng)汽車用戶在公共充電樁充完電后即時(shí)駛離充電車位能夠有效提升充電設(shè)施的使用率及周轉(zhuǎn)率，更加充分利用充電樁資源，并為電動(dòng)汽車用戶充電難問(wèn)題提供一個(gè)解決思路，是當(dāng)下電動(dòng)汽車發(fā)展需要重點(diǎn)關(guān)注的問(wèn)題。Wolbertu[11]等基于荷蘭調(diào)查數(shù)據(jù)首次對(duì)充電后移車行為進(jìn)行研究，但未考慮個(gè)人心理態(tài)度，且并未對(duì)影響因素做進(jìn)一步討論分析。已有研究發(fā)現(xiàn)，社會(huì)責(zé)任意識(shí)、利他性意識(shí)等親社會(huì)性偏好對(duì)電動(dòng)汽車購(gòu)買意愿[12]、公眾參與交通擁堵治理[13]和自動(dòng)駕駛網(wǎng)約車使用意愿[14]等行為產(chǎn)生重要影響，社會(huì)責(zé)任意識(shí)對(duì)充電后駛離行為是否產(chǎn)生影響是值得探討的。另一方面，充電后移動(dòng)車輛可能面臨著停車?yán)щy、時(shí)間精力耗費(fèi)等風(fēng)險(xiǎn)。經(jīng)濟(jì)學(xué)中有學(xué)者提出轉(zhuǎn)換成本是顧客在轉(zhuǎn)換時(shí)的困難性和整體成本[15]，或是在改變選擇服務(wù)中所感知的時(shí)間費(fèi)用和精力成本[16]，個(gè)體的感知轉(zhuǎn)換成本是否影響電動(dòng)汽車用戶在充電后的移車行為值得分析。

因此，本文依托國(guó)內(nèi)的電動(dòng)汽車用戶數(shù)據(jù)，利用HCM 模型，引入社會(huì)責(zé)任意識(shí)和感知轉(zhuǎn)換成本兩個(gè)心理層面的態(tài)度潛變量，對(duì)電動(dòng)汽車充電后的決策行為進(jìn)行研究，更加深入分析驅(qū)動(dòng)電動(dòng)汽車用戶駛離充電樁行為的潛在因素，彌補(bǔ)現(xiàn)有充電選擇行為研究的空缺，具有現(xiàn)實(shí)意義。

1 電動(dòng)汽車充電駛離行為模型

本文研究電動(dòng)汽車充電駛離行為采用混合選擇模型（HCM），模型框架包括結(jié)構(gòu)模型、測(cè)量模型和選擇模型。HCM 框架如圖1 所示，結(jié)構(gòu)模型部分表示社會(huì)經(jīng)濟(jì)屬性與潛變量間的關(guān)系，測(cè)量模型部分用于表示測(cè)量指標(biāo)對(duì)潛變量的衡量，離散選擇模型部分表征受訪者的選擇行為，三部分需同時(shí)標(biāo)定。本文HCM模型中引入兩個(gè)潛變量分別用于表征受訪者的社會(huì)責(zé)任意識(shí)和感知轉(zhuǎn)換成本。

圖1 HCM模型框架

1.1 結(jié)構(gòu)模型

結(jié)構(gòu)模型中設(shè)置社會(huì)責(zé)任意識(shí)潛變量和感知轉(zhuǎn)換成本潛變量，潛變量計(jì)算公式可表述如下：

式中：Yk為潛變量（k= 1,2）；Za為受訪者a的個(gè)人社會(huì)經(jīng)濟(jì)屬性變量；λka為結(jié)構(gòu)回歸系數(shù);ωk為隨機(jī)變量，假設(shè)服從均值為0的正態(tài)分布。

1.2 測(cè)量模型

本文的兩個(gè)潛變量均采用含5 個(gè)測(cè)量問(wèn)題的Likert 5 級(jí)量表，回答選項(xiàng)間可能存在非線性變化特點(diǎn)，故在測(cè)量模型中采用序列l(wèi)ogit 模型來(lái)表述潛變量和指標(biāo)間的關(guān)系：

受訪者對(duì)第s個(gè)問(wèn)題回答為jks,i的概率為：

1.3 選擇模型

選擇模型中因只考慮電動(dòng)汽車充電后是否移車兩種選項(xiàng)，故為二項(xiàng)logit（BL）模型。受訪者選擇移車的概率公式為：

2 問(wèn)卷設(shè)計(jì)及調(diào)查

2.1 問(wèn)卷設(shè)計(jì)

本文通過(guò)設(shè)計(jì)問(wèn)卷對(duì)電動(dòng)汽車用戶進(jìn)行調(diào)查，調(diào)查分為3 部分：個(gè)人社會(huì)經(jīng)濟(jì)屬性等基本信息、個(gè)人相關(guān)態(tài)度，以及充電后駛離選擇情境。其中個(gè)人基本信息包括受訪者性別、年齡、收入及是否擁有私人充電樁；個(gè)人相關(guān)態(tài)度問(wèn)題包括社會(huì)道德意識(shí)和感知轉(zhuǎn)換成本兩個(gè)態(tài)度變量，各含5個(gè)Likert 5級(jí)量表問(wèn)題。已有學(xué)者在研究社會(huì)責(zé)任感心理變量時(shí)將公共場(chǎng)所行為和日常公德行為等一般性社會(huì)認(rèn)知作為指標(biāo)問(wèn)題，本文中社會(huì)道德意識(shí)考察個(gè)體一般性社會(huì)認(rèn)知、交通駕駛行為和充電樁使用行為，感知轉(zhuǎn)換成本考察個(gè)體對(duì)使用充電樁時(shí)的時(shí)間和精力的感知。參考相關(guān)文獻(xiàn)[17]并結(jié)合實(shí)際場(chǎng)景，確定態(tài)度指標(biāo)問(wèn)題如表1所示，1～5分別代表非常不同意、不同意、不確定、同意、非常同意，得分越高表示社會(huì)責(zé)任意識(shí)越強(qiáng)、感知轉(zhuǎn)換成本越高。其中S2和S3是反向問(wèn)題，在數(shù)據(jù)處理時(shí)反向給分，即同意程度越高，得分越低，按照5～1給分。

表1 測(cè)量態(tài)度變量的指標(biāo)問(wèn)題

選擇情境為陳述偏好調(diào)查，假設(shè)在公共充電樁受訪電動(dòng)汽車用戶充滿電需要快充1h 或慢充4h。司機(jī)若在充電完成后15min 內(nèi)未將車從充電樁移開，將面臨懲罰費(fèi)用，從充電完成時(shí)起按每30min 為單位的價(jià)格標(biāo)準(zhǔn)收費(fèi)。情境因素根據(jù)相關(guān)文獻(xiàn)[11]和現(xiàn)實(shí)場(chǎng)景確定，屬性水平設(shè)置如表2所示。

表2 場(chǎng)景變量水平設(shè)置

將因素不同水平組合為多個(gè)情境，采用D-efficient 實(shí)驗(yàn)設(shè)計(jì)方法，利用Ngene 軟件編程得到24個(gè)選擇情境。每份問(wèn)卷包含8 個(gè)選擇情境，3 份分屬于3 個(gè)不同組別的問(wèn)卷構(gòu)成一套全情境完整問(wèn)卷，選擇情境示例如圖2所示。

圖2 選擇情境示例

2.2 問(wèn)卷實(shí)施

采取網(wǎng)絡(luò)調(diào)查方式，對(duì)電動(dòng)汽車用戶群進(jìn)行問(wèn)卷發(fā)放，隨機(jī)發(fā)放問(wèn)卷300份，回收有效問(wèn)卷267份，回收率為89%，可用于模型估計(jì)使用的觀測(cè)數(shù)據(jù)為2 136 條。有效樣本的個(gè)人基本信息統(tǒng)計(jì)如表3所示。

·動(dòng)態(tài)化原則。品牌定位不是一成不變的，是需要根據(jù)讀者的需求而不斷調(diào)整的，這樣才能使品牌具有活力。不過(guò)，雖然從長(zhǎng)期看，品牌定位需要不斷進(jìn)行調(diào)整優(yōu)化，但在一定時(shí)期內(nèi)應(yīng)該保持相對(duì)穩(wěn)定。

表3 樣本個(gè)人基本信息統(tǒng)計(jì)

3 模型結(jié)果分析

建立不含態(tài)度潛變量的基礎(chǔ)二項(xiàng)logit 模型（BL 模型）和含態(tài)度潛變量的二項(xiàng)混合選擇模型（HCM BL 模型），對(duì)比分析態(tài)度潛變量對(duì)模型解釋能力的影響。其中性別、充電類型、是否有私人樁、充電開始時(shí)間和地點(diǎn)為分類變量，分別以女性、慢充、無(wú)私人樁、18：00 商場(chǎng)和18：00 家為參照基準(zhǔn)，利用Python 軟件進(jìn)行模型求解，參數(shù)標(biāo)定結(jié)果見表4。已有經(jīng)驗(yàn)表明[18]，當(dāng)離散選擇模型的擬合優(yōu)度ρ2達(dá)到0.2 時(shí)具有較好擬合效果，達(dá)到0.4時(shí)相當(dāng)于線性模型ρ2為0.8的擬合效果。從模型ρ2及調(diào)整ρ2的值可知，同時(shí)標(biāo)定了態(tài)度潛變量的HCM BL 模型相較于普通BL 模型具有更高的擬合優(yōu)度。ρ2由不足0.2提升至0.4以上，對(duì)于電動(dòng)汽車用戶充電后駛離選擇行為有更好的解釋能力。

表4 BL和HCM BL模型估計(jì)結(jié)果

3.1 參數(shù)顯著性分析

根據(jù)表4 中HCM BL 選擇模型參數(shù)標(biāo)定結(jié)果可以看出：

（1）模型常數(shù)項(xiàng)的估計(jì)參數(shù)顯著，表明未觀測(cè)到效用對(duì)充電后移車行為具有影響作用，參數(shù)符號(hào)為正，表明相對(duì)于充電完成后不移車的行為，受訪用戶對(duì)移車行為更有偏好。

（2）移車費(fèi)時(shí)和超時(shí)占用懲罰費(fèi)用兩個(gè)變量均顯著且符號(hào)一負(fù)一正，表明當(dāng)移車所需花費(fèi)時(shí)間越長(zhǎng)選擇充電完成即時(shí)移車的概率越低；當(dāng)懲罰費(fèi)用越高時(shí)選擇即時(shí)移車的概率越高，符合實(shí)際情況。

（3）充電類型、充電時(shí)間和地點(diǎn)對(duì)受訪者的充電后駛離行為有影響。快充類型參數(shù)負(fù)顯著，表明相對(duì)于慢充而言，電動(dòng)汽車用戶在快充時(shí)更不愿意即時(shí)移車；變量“9：00 單位”的參數(shù)顯著且為正，表明相對(duì)于18：00 在家或商場(chǎng)充電，電動(dòng)汽車用戶9：00在單位充電的場(chǎng)景下更愿意即時(shí)移車。

（4）社會(huì)責(zé)任意識(shí)和感知轉(zhuǎn)換成本態(tài)度變量均顯著，表示所選潛變量是適合用于解釋充電后的駛離行為的，兩指標(biāo)變量一正一負(fù)，表示社會(huì)責(zé)任意識(shí)越高和感知轉(zhuǎn)換成本越低的個(gè)體越有在充電后即時(shí)將車駛離充電車位的傾向。

表5為HCM 中的結(jié)構(gòu)模型和測(cè)量模型參數(shù)估計(jì)結(jié)果。在結(jié)構(gòu)模型中，選擇個(gè)人社會(huì)經(jīng)濟(jì)屬性的年齡、性別和收入三個(gè)變量預(yù)測(cè)潛變量，結(jié)果表明三個(gè)變量均顯著影響了受訪者的社會(huì)責(zé)任意識(shí)，且顯著影響了受訪者的感知轉(zhuǎn)換成本。同時(shí)，系數(shù)符號(hào)表明，年齡越小、收入越低和男性更傾向于有較強(qiáng)的社會(huì)責(zé)任意識(shí)和感知轉(zhuǎn)換成本。結(jié)合在選擇模型中個(gè)人社會(huì)經(jīng)濟(jì)屬性對(duì)于選擇沒(méi)有直接觀測(cè)到的顯著影響來(lái)看，通過(guò)潛變量可以了解到影響行為的非觀測(cè)效應(yīng)。

表5 HCM BL結(jié)構(gòu)模型和測(cè)量模型結(jié)果

在測(cè)量模型中，兩個(gè)潛變量對(duì)應(yīng)的指標(biāo)變量系數(shù)均符合預(yù)期。設(shè)定潛變量第一個(gè)測(cè)量指標(biāo)系數(shù)為1，以標(biāo)定相應(yīng)參數(shù)。社會(huì)責(zé)任意識(shí)潛變量的測(cè)量指標(biāo)符號(hào)均為正，表明當(dāng)受訪者對(duì)指標(biāo)的回答結(jié)果越大，其社會(huì)責(zé)任意識(shí)越強(qiáng)；且測(cè)量指標(biāo)系數(shù)t值均大于1.96，表明上述測(cè)量指標(biāo)問(wèn)題在95%概率上能夠說(shuō)明來(lái)自受訪者社會(huì)責(zé)任意識(shí)的影響。感知轉(zhuǎn)換成本潛變量的4 個(gè)測(cè)量指標(biāo)系數(shù)符號(hào)均為負(fù)，且t值均大于1.96，表明當(dāng)受訪者回答結(jié)果越小，感知轉(zhuǎn)換成本越大，且在95%概率上說(shuō)明受訪者的感知轉(zhuǎn)換成本能夠影響其在上述問(wèn)題中的結(jié)果。

3.2 彈性與邊際分析

3.2.1 彈性分析

彈性分析在統(tǒng)計(jì)分析中有較為廣泛的應(yīng)用，通過(guò)彈性分析可以了解到影響因素對(duì)被解釋變量的反應(yīng)或影響程度。電動(dòng)汽車用戶q選擇即時(shí)移車項(xiàng)r的概率相對(duì)于該項(xiàng)的第h個(gè)屬性（即Xrhq）的邊際變化彈性如下式所示：

模型參數(shù)標(biāo)定結(jié)果表明，移車花費(fèi)時(shí)間和超時(shí)占用懲罰費(fèi)用對(duì)于充電駛離行為有顯著影響。為了更好理解其影響作用，對(duì)移車費(fèi)時(shí)和懲罰費(fèi)用兩個(gè)連續(xù)變量進(jìn)行直接彈性分析，結(jié)果見表6。結(jié)果表明，兩個(gè)變量的直接彈性變化均大于1%，分別為-36.5%和16.9%，表明移車行為對(duì)移車費(fèi)時(shí)和懲罰費(fèi)用是富有彈性的，且移車費(fèi)時(shí)的彈性大于懲罰費(fèi)用。當(dāng)移車費(fèi)時(shí)每增加1%，選擇移車的概率將降低36.5%；當(dāng)懲罰費(fèi)用每增加1%時(shí)，選擇移車的概率將提升16.9%，電動(dòng)汽車用戶對(duì)移車費(fèi)時(shí)的敏感程度高于懲罰費(fèi)用。通常移車費(fèi)時(shí)越長(zhǎng)，人們感知到的移車成本越大，因此對(duì)于感知轉(zhuǎn)換成本較高而不愿意移車的人，在移車費(fèi)時(shí)不變的情況下收取超時(shí)占用懲罰費(fèi)用是有效的促進(jìn)充電駛離行為的策略。

表6 時(shí)間和費(fèi)用的直接彈性

3.2.2 邊際分析

相較于表示比例變化的彈性分析，邊際分析側(cè)重表示絕對(duì)變化，描述當(dāng)變量發(fā)生1個(gè)單位變化時(shí)，決策者選擇概率的絕對(duì)變化值。為了探求移車費(fèi)時(shí)和懲罰費(fèi)用如何更為具體地對(duì)充電駛離行為產(chǎn)生影響，對(duì)該變量作邊際分析。直接邊際效用計(jì)算公式為：式（9）表示電動(dòng)汽車用戶q選擇即時(shí)移車項(xiàng)r的概率相對(duì)于該項(xiàng)第h個(gè)屬性（即Xrhq）的邊際效用。

同樣利用PWSE 法求得樣本整體的邊際效用，結(jié)果見表7。移車費(fèi)時(shí)邊際值為-0.0173，表明當(dāng)移車所需花費(fèi)時(shí)間每增加1min，會(huì)減少1.73%的用戶選擇充電后即時(shí)移車；懲罰費(fèi)用的邊際值為0.0324，符號(hào)為正，表明當(dāng)超時(shí)占用懲罰費(fèi)用每半小時(shí)提高1 元，會(huì)增加3.24%的電動(dòng)汽車用戶選擇即時(shí)移車。因此，為更加有效利用社會(huì)充電樁資源，一方面可考慮充電用戶的可達(dá)性和便利性，合理進(jìn)行充電設(shè)施的布局規(guī)劃；另一方面，對(duì)于充電設(shè)施及場(chǎng)地提供者而言，按照供求關(guān)系制定合理的超時(shí)占用懲罰收費(fèi)機(jī)制可以有效提升充電樁使用率及周轉(zhuǎn)率。

表7 時(shí)間和費(fèi)用的邊際效用

4 結(jié)論

本文從充電設(shè)施運(yùn)營(yíng)效率角度出發(fā)，以電動(dòng)汽車用戶為研究對(duì)象，基于混合選擇模型進(jìn)行標(biāo)定，考慮了心理潛變量的影響，分析討論了電動(dòng)汽車用戶在公共充電樁充電完成后駛離的選擇行為。主要研究結(jié)論如下：

（1）在研究場(chǎng)景方面，相較于已有的關(guān)于充電選擇行為研究普遍為充電前的決策行為，針對(duì)公共樁充電后的駛離行為研究有助于提升充電設(shè)施運(yùn)營(yíng)效率，為電動(dòng)汽車車樁發(fā)展不平衡及占樁問(wèn)題提供科學(xué)合理的解決思路。

（2）在模型方面，引入心理層面潛變量的HCM模型能夠解釋受訪者在面臨行為決策時(shí)較難觀測(cè)到的影響因素，擬合優(yōu)度提高了0.237，相對(duì)沒(méi)有潛變量的離散選擇模型具有更高的擬合優(yōu)度和解釋力度。

（3）電動(dòng)汽車用戶的個(gè)人態(tài)度，即其社會(huì)責(zé)任意識(shí)和感知轉(zhuǎn)換成本對(duì)充電駛離行為有顯著影響。個(gè)人態(tài)度變量和個(gè)人社會(huì)經(jīng)濟(jì)屬性相關(guān)，為提高充電設(shè)施使用率和周轉(zhuǎn)率，可實(shí)施一定促進(jìn)方案，比如針對(duì)感知轉(zhuǎn)換成本更高的女性制定相應(yīng)的營(yíng)銷策略，加大對(duì)充電后駛離行為的社會(huì)作用及意義的宣傳力度，在充電設(shè)施處明確提示即時(shí)移車和超時(shí)占用費(fèi)等。

（4）移車費(fèi)時(shí)和懲罰費(fèi)用對(duì)電動(dòng)汽車用戶影響很大，充電時(shí)間地點(diǎn)和充電類型一定程度對(duì)電動(dòng)汽車用戶存在影響。對(duì)充電的電動(dòng)汽車用戶實(shí)施超時(shí)占用收費(fèi)可以提高充電設(shè)施使用效率，對(duì)不同充電場(chǎng)景可制定差異化超時(shí)占用懲罰收費(fèi)策略。例如，結(jié)果顯示快充時(shí)電動(dòng)汽車用戶更傾向于不即時(shí)移車，可以針對(duì)快充制定更高的懲罰收費(fèi)方案。針對(duì)充電類型影響移車行為的現(xiàn)象可挖掘其背后原因，快充時(shí)間較短，原地等待時(shí)間成本較高，當(dāng)有其他安排事項(xiàng)時(shí)，若選擇即時(shí)移車將會(huì)打斷個(gè)人時(shí)間安排，故移車的便利性較差；而慢充周期更長(zhǎng)，相對(duì)而言個(gè)人時(shí)間安排會(huì)更加靈活，這對(duì)于不同充電站在充電類型設(shè)置時(shí)也具有一定啟發(fā)意義。

（5）移車費(fèi)時(shí)和懲罰費(fèi)用的彈性和邊際效應(yīng)分析具有較強(qiáng)的現(xiàn)實(shí)意義，可根據(jù)實(shí)際用地類型和用戶需求制定充電設(shè)施布局及優(yōu)化方案，根據(jù)具體充電設(shè)施使用率和周轉(zhuǎn)率進(jìn)一步做定價(jià)定量分析，這也是后續(xù)研究中可進(jìn)一步深入挖掘的方面。