管弘
摘 要:通过对新能源汽车发展现状的研究,分析影响新能源汽车销量的各因素之间的关系,建立新能源汽车销量的系统动力学模型,仿真出新能源汽车未来发展趋势,并预测未来五年的销量情况。通过仿真分析得出:未来新能源汽车市场将保持增长趋势,这主要得益于关键技术的突破和基础设施的建设。最后根据仿真结果结合实际情况,对新能源汽车发展提出了合理建议。
关键词:新能源汽车;销量预测;系统动力学
环境污染加剧和石油资源紧缺等使得新能源汽车成为未来汽车产业发展的必然趋势。新能源汽车发展现状:
(1)总体保持较高的发展速度
2009年,国务院发布《汽车产业调整和振兴规划》,由此拉开了新能源汽车补贴时代的序幕,新能源汽车也从此走向高速发展道路。新能源汽车市场在2018年以126万辆的销量达到年销量峰值,2019年由于补贴退坡力度加大,首次出现销量下滑,销量回落到120.6万辆。虽然我国现在是世界上最大的新能源汽车生产商,但是,我们想要实现新能源汽车市场化和普及化还有一段路要走。
(2)纯电动汽车占主要地位
据中汽协统计,新能源汽车保有量从2015年仅有的42万辆增加到2019年达到381万辆。其中,纯电动汽车从33万辆增加到310万辆。截至2019年底,纯电动汽车保有量占新能源汽车总量的百分之八十以上。由此可见,纯电动汽车在新能源汽车中依然占主要地位。
要使我国新能源汽车产业健康发展,就必须认清该产业目前存在的问题。本文将其存在的问题归为以下几个方面:
(1)技术不成熟
有关报告指出,我国在七个主要的汽车国家中,新能源汽车技术指标以0.9排名倒数第二。可见,我国在电池的安全性和电池的容量寿命等核心技术方面仍落后于发达国家。
(2)市场需求不稳定
由于新能源汽車属于新兴产品,再加上现在国内技术水平不高、市场规模不大,大多数消费者仍保持观望的态度。
(3)配套设施不完善
据统计,截至2019年底,我国充电桩保有量为121.9万台,桩车比为1:2.54,距离一车配一桩的目标还有一定距离。充电设施匮乏,使得消费者对新能源汽车望而却步。
1 研究方法
新能源汽车的发展是一个复杂的社会经济系统,受到经济、政策、技术、基础设施等因素的影响。并且这些因素之间相互影响、互相作用,关系复杂。系统动力学(System Dynamics)是Forrester提出的一种系统解决社会复杂问题的方法论。该方法运用“凡系统必有结构,系统结构决定系统功能”的系统科学思想,根据系统内部组成要素互为因果的反馈特点,从系统的内部结构入手,以微分方程为分析工具,借助计算机进行仿真研究系统内在关系,从而找出问题的对策。
本文结合系统动力学对新能源汽车进行仿真模拟,利用历史销量数据验证模型,再对其未来发展趋势和销量数据进行预测,最后通过仿真结果结合实际发展情况为新能源汽车发展提出合理建议。
2 新能源汽车系统模型构建
2.1 确定系统边界
系统模型需要在明确问题的基础上确立系统行为边界与时间边界。在对系统行为边界进行确定时,本文将新能源汽车系统划分为三个子系统;考虑到新能源汽车发展情况以及新技术可预测发展的合理时间,本文将模型模拟时间定为2014年到2025年。
2.2 模型假设
由于将所有因素全部考虑进去太为复杂,需要建立假设来确定研究边界,本文基于以下几点假设作为研究前提:
(1)在预测时间范围内,我国不会有重大的经济政策调整。
(2)从中长期的角度来看,一些短期的、一次性的影响因素(例如2020年初爆发的疫情)将不被考虑在内。
(3)考虑到数据的可获取性和篇幅的有限性,本文研究最主要的影响因素,一些次等重要的因素将不会被考虑在内。
2.3 子系统分析
根据我国新能源汽车发展以及产销现状分析,将新能源汽车划分为技术、成本和消费三大子系统。这三个子系统构成一个完整的正反馈回路,如图3所示。
2.3.1 技术子系统分析
技术水平的高低影响着新能源汽车市场的扩散,技术创新是新能源汽车发展的主要驱动因素。因此,本文创建的技术子系统主要描述技术创新活动,从政府投资出发到创新能力,最终作用于技术水平,具体因果关系如图4所示。
2.3.2 成本子系统分析
汽车的全生命周期成本包括购置成本和使用成本。新能源汽车的使用成本包括电力消耗成本、电池替换成本和维护成本;传统汽车使用成本主要为维护成本。具体因果关系如图5所示。
2.3.3 消费子系统分析
影响消费者决策的因素有很多,本文用产品吸引力来概括。产品吸引力主要由基础设施建设水平、全生命周期相对成本和技术水平等方面共同决定。该子系统各因素间主要相关关系如图6所示。
2.4 系统因果关系图
影响新能源汽车销量的因素有很多,主要有保有量、私人采购、政府采购、车桩比、生命周期相对成本、技术水平、政府投资等。系统动力学模型中的因果关系图能简洁明了的表达各变量之间的关系,如图7所示。
2.5 系统动力学模型构建
2.5.1 系统模型流图
为达到仿真并预测未来市场销量的目的,本文结合系统因果关系图,并利用Vensim软件画出新能源汽车的系统流图,如图8所示。
2.5.2 变量来源及参数估计
在模型调试过程中,为了保证研究的精确性,本文借鉴已有的研究数据、应用统计资料及各类年鉴对系统流图中各变量进行赋值,部分变量数据来源如表1所示。
本文以2014年数据为基础,仿真新能源汽车发展趋势并预测2014年到2025年新能源汽车销量。根据2014年《中国汽车工业年鉴》、《中国汽车充电技术与产业联盟》、《中国石油天然气工业发展前景报告蓝皮书》和中国汽车工业协会等网站上的相关数据和资料,设定模型初始值如表2所示。
2.5.3 主要方程
(1)新能源汽车总成本(TCE)为购置成本(ACE)、维护成本(MCE)、电池替换成本(BRE)和电力消耗成本(ECC)之和,如公式2-1所示;
TCE=ACE+MCE+BRE+ECC (2-1)
(2)电力消耗成本(ECC)等于电价(EP)、电力消耗量(EC)和新能源汽车里程数(ME)的乘积,如公式2-2所示;
ECC=EP*EC*ME (2-2)
(3)传统汽车总成本(TCF)为购置成本(ACF)、维护成本(MCF)和燃油成本(FCC)的总和,如式、2-3所示;
TCF=ACF+MCF+FCC (2-3)
(4)燃油消耗成本(FCC)為传统汽车里程数(MF)和平均油价(AP)的乘积,如2-4所示;
FCC=MF*AP (2-4)
(5)当车桩比大于2时,基础设施完善系数(IIF)等于0.8,当车桩比(CPA)小于等于1时,基础设施完善系数等于1,如2-5所示。
IIF= (2-5)
(6)t时刻的技术水平(TL)与创新能力(INC)有关,如公式2-6所示;创新能力定义为政府R&D(GRD)和企业R&D(ERD)的和,如2-7所示。
TL(t)=TL(t-dt)+(INC*TL)dt (2-6)
INC=GRD+ERD (2-7)
3 新能源汽车系统动力学模型仿真
3.1 模型检验与误差分析
为保证模型的有效性,需要对模型进行检验。本文根据历年的新能源汽车销量数据来对模型进行参数验证。检验年限设置为2014年到2019年,共6年,步长为1年。检验结果如表3所示。
由上表可知,新能源汽车销量模拟值的平均误差率为0.63%,最大误差率为2.55%,误差绝对值未超过5%,一般认为系统动力学模型的误差范围在12%以内是合理的,所以本模型满足预测精度的要求,模型所描述的行为与实际系统行为基本相符,可进行下一阶段的研究。
3.2 仿真结果与分析
如图9所示,在仿真年限内新能源汽车销量一直保持增长趋势,到2020年销量大概达到149万辆,2025年销量约为396万辆。在新能源汽车发展初期,关键技术水平有限、基础设施完善程度不高、产品吸引力不大,再加上2019年补贴退坡力度加大,因此2019年-2021年新能源汽车销量增长趋势放缓,处于过渡期。2021年之后,随着技术提升以及基础配套设施逐渐完善,新能源汽车逐渐被消费者所接受,销量增加。
通过模型仿真得出,2020年新能源汽车市场保有量约为417万辆,2025年达到1618万辆,如图10所示,与国家规划的2020年达到500万辆还有小部分差距。预计到2025年新能源汽车的财政补贴已经很少,但新能源汽车保有量仍保持较高速度增长。表明新能源汽车在许多方面已经比较成熟,已逐步实现市场化发展,政府不再需要用财政补贴刺激新能源汽车发展,该发展趋势符合国家相关政策导向。
4 结论及建议
未来新能源汽车销量和保有量将呈现不断增长的发展趋势,主要得益于关键技术的不断突破和基础设施的不断完善。技术的不断突破提升了新能源汽车的性能、不断完善的配套基础设施为新能源汽车运行提供了有力保障,这二者的完善都增加了新能源汽车的产品吸引力、为新能源汽车的推广做出重要贡献。
从影响新能源汽车发展的几个关键因素出发,为新能源汽车的发展提出以下建议:
1)增加研发投入。目前我国在新能源汽车核心技术方面与发达国家相比仍然存在很大差距,而电池使用寿命、电池续航能力等关键技术决定着新能源汽车的发展。因此政府和和企业都应加大资金和人才的研发投入,专攻新能源汽车的关键技术,早日解决技术难题。
2)加大基础设施建设力度。“充电难”的问题制约着消费者购买新能源汽车的行为。因此应加强充电桩等配套基础设施建设早日实现车桩比1:1的目标,解决新能源汽车充电难的问题、提高产品吸引力,从而推动新能源汽车产业的发展。
3)加快统一运营模式并制定相关标准。由于目前还没有统一的用电价格标准,所以新能源汽车的“低成本”运营优势没有得到体现,消费者对新能源汽车依然处于观望阶段。因此国家相关部门应早日制定新能源汽车用电价格的政策、统一标准,为新能源汽车推广发展创造有利条件。
参考文献:
[1]武晓琼. 新能源汽车产业发展模型构建与政策仿真研究[D].内蒙古工业大学,2019.
[2]阮鸿鹏. 我国新能源汽车产业政策分析与模拟研究[D].安徽工业大学,2017.
[3]Dunnan Liu, Bowen Xiao. Exploring the development of electric vehicles under policy incentives: A scenario-based system dynamics model. 2018,120:8-23.
[4]赵世佳,赵福全,郝瀚,刘宗巍.中国新能源汽车充电基础设施发展现状与应对策略[J].中国科技论坛,2017(10):97-104.
[5]任海英,李玲静.北京电动汽车供应网络发展的多主体仿真和预测[J].经济体制改革,2015(02):120-125.
[6]缪小明,刘啦.基于系统动力学的电动汽车产业化政策研究[J].软科学,2015,29(08):33-38.
[7]侯兵,俞宁,周康渠.纯电动汽车发展规模的系统动力学分析与仿真[J].重庆理工大学学报(自然科学),2014,28(12):23-29+40.
[8]冯渊,贺宏胜,李晓强,张刚.纯电动汽车充换电站规模设计仿真研究[J].上海汽车,2012(03):7-9.
[9]马艳丽,高月娥.我国未来汽车保有量情景预测研究[J].公路交通科技,2007(01):121-125.
[10]袁心月,袁竑,李诗骏.基于多模块化模型的新能源汽车消费市场研究[J].企业科技与发展,2015(16):35-39.
[11]杨方文,王星星.基于自回归模型的新能源汽车保有量预测[J].科技和产业,2011,11(06):80-82+85.