2025《电动车价格研究的国内外文献综述》2600字.docxVIP

电动车价格研究的国内外文献综述

1电动汽车的相关研究

我国对电动汽车的研究已经有五十余年的历史，上世纪70年代，受我国政府的委托，清华大学开始对其展开研究。经过多年积累，我国针对电动汽车的研究已经有了丰硕的成果。

在电动汽车的发展方向以及发展阶段方面，周冬(2007)从当前石油能源短缺以及尾气污染加剧的背景出发，认为我国发展电动汽车应该首选乙醇车。庾晋(2008)指出，目前我国在传统汽车的技术发展方面落后于发达国家，而在电动汽车的发展方面，由于我国拥有电动汽车零部件的天然金属资源(锂、钴)和稀土等，我国在电动汽车研发上并未像燃油汽车一样落后于国外发达国家。曾鹏(2009)指出，我国电动汽车的发展在资源储备以及技术开发方面存在一些优势，但是真正进入产业化的速度还是比较缓慢。

在对影响消费者购车选择的因素方面，程君(2006)等的研究发现油价上涨除了会影响宏观经济外，也会影响消费者对于车型的选择，并发现只有很少一部分消费者会坚持原先的购车计划。杨峰(2009)等对纯电动汽车和燃油汽车的经济性进行了比较与研究，选择了丰田两个车系作为实验样本。研究后发现，就运行成本而言，电动汽车远低于燃油汽车，但就全生命周期成本而言，依然是纯电动汽车更高，这意味着综合来看，选择购买丰田系的纯电动汽车将会给消费者带来更大的经济压力，这是由于当前中高端车型的电动汽车价格仍处高位且其电池成本较高，然而随着国际油价的上升以及电动汽车的量产，纯电动汽车的全生命周期成本可能会贴近甚至低于传统燃油汽车。

在对政策的研究方面，Zhang(2020)等利用超高效SBM模型对23个推广电动汽车的城市的政策绩效水平进行了测度，用完全因子分解来衡量影响绩效水平的外部因素，并发现在限购城市中历年政策表现优异，在未限购城市的政策改善空间较大。Li(2019)等以电动汽车政策的投入产出数据为基础，运用DEA方法对电动汽车政策在推广应用城市的相对投入产出效率进行了定量评价。Mtmiz(2019)等研究了2009年至2018年中国电动汽车公共政策的轨迹，从需求拉动和技术推动出发分析电动汽车的近期政策路径，指出中央政府采取的政策已经由简单的买方激励(需求拉动政策)转变为包含买方激励、汽车制造商研发投资以及技术密集化的一整套政策。付翔(2007)等总结外国在电动汽车上使用的激励手段主要有三种：经济扶持、税收优惠以及法规限制。Zhang(2018)等考察了2010年至2016年中国国家、省市出台的电动汽车政策的异同及其成功与失败案例，并对电动汽车产业的发展提供建议，例如加强中央和政府的协调机制，未来政策应侧重于基础设施建设、研发、电池回收等。Wang(2021)的研究采用定量和定性相结合的方法，对253篇电动汽车政策文本进行了综合分析，在内容分析的基础上，给出了政策文本的政策工具类型和语义结构特征。Ju(2019)等以北京市的实际数据为基础，探究了电动汽车政策对时间、能耗和尾气成本的影响，定量分析了电动汽车的经济成本，实证结果显示，电动汽车政策实施期间，时间成本和尾气成本增加，能耗成本下降。

2电动汽车价格影响因素的相关研究

分析影响电动汽车价格的主要原因和次要原因，HasishiIshitani(2007)认为构建合理的企业组织关系，将会促进企业内电动汽车的发展。黄振邦等(2007)将不同车型的电动汽车，根据自身具有的特点进行分类研究，并分析了电动汽车行业的发展前景。闫兆炜(2012)对电动汽车的研究分成了三个方面，特别是技术因素，市场因素和产业化发展因素，针对这三个特点展开详细的研究。

张远森(2018)通过多种方法展开对市场价格的评估研究，并发现人工神经网络在该数据集上相比多元回归模型具备更优的预测效果。而郑婕(2021)用阿里元天池大赛数据集，利用随机森林算法从30个特征变量中选择出重要度最高的9个变量，之后利用Xgboost模型对汽车价格进行预测，并对比了其与LightGBM、GBDT的预测效果，最终Xgboost在模型R2(拟合程度)和MSE(均方误差)两个关键性的评价指标上的表现都远超其他两个模型。

林倩玉(2019)采用的研究方式是“学习曲线”，将特斯拉与比亚迪两款电动汽车进行对比研究和价格预测，并且将这两款车与传统的燃油车对比研究。李宝胜(2020)在研究前首先将数据进行预处理，处理数据的方式是Pearson相关系数法和主成分分析法，我分析数据采集到具有价值的样本数据以后，在使用支持向量机模型研究电动汽车。蔡秋茹（2020）在分析数据时主要采用了两种方式，分别是XGBoost分类和预测模型不急，需要用到的信息，之后将这些数据进行测试，并做出价格预测，再通过支持向量机和神经网络的算法计算数据，当两次得出的结果进行对比后分析。对比后发现采用XGBoo