感知环境效益与加拿大电动汽车购买意向:车主购买可能性与非车主陈述偏好的分别分析

《World Electric Vehicle Journal》:Perceived Environmental Benefits and Electric Vehicle Intentions in Canada: Separate Analyses of Car Owners’ Purchase Likelihood and Non-Car Owners’ Stated Preference

【字体: 大 中 小 】 时间:2026年08月08日 来源:World Electric Vehicle Journal 3.3

编辑推荐:

  认为电动汽车(EVs)有益于环境可能与电动汽车意向相关,但当前车主和非车主回答的是不同的实际问题。因此,这项横截面在线调查对328名居住在加拿大的成年人进行了分别分析。核心条目——“使用电动汽车将有助于保护环境”——被视作对电动汽车的感知环境效益,而非经过验证

  
认为电动汽车(EVs)有益于环境可能与电动汽车意向相关,但当前车主和非车主回答的是不同的实际问题。因此,这项横截面在线调查对328名居住在加拿大的成年人进行了分别分析。核心条目——“使用电动汽车将有助于保护环境”——被视作对电动汽车的感知环境效益,而非经过验证的一般环境关注量表。对于226名拥有完整核心变量的车主,一个包含个人环境责任的有序逻辑模型显示,感知环境效益每增加一个类别,优势比(OR)为1.82(95%置信区间[CI] 1.51–2.19;p < 0.001)。在可用的人口统计学敏感性模型中,该关联仍为正向(OR 2.05,95% CI 1.68–2.51)。对于72名非车主,简约探索性模型得出OR为1.47(95% CI 1.04–2.08;p = 0.029),但经更广泛人口统计学调整后,估计值减弱(OR 1.39,95% CI 0.96–2.02;p = 0.080)。聚类稳健的堆叠累积对数几率诊断未发现主要模型违反比例优势假设的证据。由于车主报告了五类插电式电动汽车购买可能性,而非车主报告了七类陈述电动汽车偏好,因此未进行正式组间比较。研究结果基于单一条目和非概率样本,属于关联性发现,仅与价值-信念-规范(VBN)理论的部分命题一致。车主情境下的正向关联证据最强,而非车主的证据为提示性但稳定性较弱。
**论文解读文章**

**研究背景**
电动汽车(EVs)是交通部门脱碳的核心,但消费者采用电动汽车是一项高成本决策,受环境信念、车辆价格与续航、充电便利性、家庭出行需求、先前经验以及基础设施等多重因素影响[1,2,3,4,5,6,7,8,9,10]。消费者可能对电动汽车持积极态度,但仍不确定车辆是否适合其日常出行、住房、停车或财务状况。因此,电动汽车意向最好被理解为社会技术性判断,而非未来购买的直接衡量。加拿大作为研究背景具有特殊意义:寒冷气候驾驶、分散的居住模式、各省政策差异以及不均衡的充电设施使得电动汽车使用的可行性高度依赖具体情境[1,2,3,7,11]。消费者层面的研究必须区分对电动汽车的积极环境评价与获取和使用电动汽车的实际能力。现有研究通常将环境态度和感知环境效益与电动汽车兴趣联系起来[4,5,6,12,13,14],但本研究所用条目仅询问受访者是否认为使用电动汽车有助于保护环境,该措辞比一般环境关注更窄,是对电动汽车环境效益的特定评价。此外,当前车主与非车主面临不同的决策情境:车主被问及若在未来一个月内购买另一辆车,选择插电式电动汽车的可能性;非车主则被问及是否更愿意驾驶电动汽车而非传统汽车。两项结果在措辞、量表、时间邻近性和行为承诺上均不同。因此,研究人员将车辆拥有状态定义为分别分析的基础,而非经验证的序贯采用阶段、已检验的调节变量或比较系数大小的依据。本研究提出两个组别特定问题:(1)在车主中,电动汽车的感知环境效益是否与插电式电动汽车购买可能性相关?(2)在非车主中,同一条目是否与陈述电动汽车偏好相关?次级探索性问题比较车主模型中Q25系数与车主特定个人环境责任(Q32)系数的差异。研究贡献在于构念精确性、透明模型报告以及非等价决策情境的分离,而非声称环境-意向关联本身具有新颖性。

**研究人员开展的研究**
本研究采用横截面、自我管理的在线问卷设计,通过REDCap平台进行。参与者为18岁及以上居住在加拿大的成年人,在阅读研究信息并知情同意后作答。问卷包含人口统计学、车辆拥有、电动汽车感知、技术准备度和意向条目。由于预测变量和结果变量在同一时间点从同一受访者收集,因此设计估计关联而非建立时间顺序或因果关系。研究遵循《赫尔辛基宣言》并获得劳伦森大学研究伦理委员会批准(批准号6021688,2025年7月31日)。分析包中的回答已去标识化。

**主要关键技术与方法**
研究人员使用以下主要关键技术方法:
- **横截面在线调查设计**:通过REDCap托管,经社交媒体、电子邮件邀请、社区网络和Prolific平台招募非概率志愿者样本,最终纳入328名加拿大成年人(231名车主,73名非车主,24名未报告拥有状态)。
- **有序逻辑回归(Ordered Logistic Regression)**:用于建模结果变量(车主五类购买可能性Q29,非车主七类陈述偏好Q47)的累积优势比,在比例优势假设下估计每个预测变量对所有截点的统一斜率。
- **比例优势诊断**:采用堆叠累积对数几率Wald检验(Stacked Cumulative-Logit Wald Diagnostic)评估比例优势假设,通过受访者聚类稳健协方差矩阵处理重复累积行。
- **敏感性分析**:包括(i)使用透明二分阈值(Q29≥4,Q47≥5)的二元逻辑回归;(ii)排除所有编码为组合插电式/混合动力电动汽车指标的受访者后的车主模型;(iii)非车主模型的留一法(Leave-One-Out)和500次重复结果类别分层Bootstrap检验;(iv)平均标准化概率估计(将Q25设为1或7,保留其他协变量观测值)。
- **完整案例分析**:未进行缺失值插补,所有模型基于各规格的完整案例。可重复性流程提供去标识化数据、代码簿、可执行分析代码及完整输出。

**研究结果**
**4.1 样本构成**
车主样本年龄较大且家庭收入高于非车主样本。安大略省占车主的58.0%和非车主的64.4%。除一名车主缺失收入、一名非车主缺失移民时长、一名非车主报告性别为“其他”外,所有报告车主和非车主均具有完整人口统计学信息。21条缺失年龄、性别、省份和教育的记录出现在整体文件中属于两个报告拥有组以外的受访者。
**4.2 条目分布**
Q25均值为5.29(标准差1.55;N=304)。车主中,Q29均值为2.87(标准差1.29;N=226),Q32均值为4.21(标准差1.82;N=228)。非车主中,Q47均值为4.69(标准差1.62;N=72),Q48均值为5.22(标准差1.49;N=72)。这些均值描述不同条目,不构成组间差异检验。
**4.3 车主有序逻辑回归结果**
在所有车主规格中,Q25与Q29正相关。在主要模型O2中,Q25每增加一个类别,处于更高Q29类别的优势比为1.82(95% CI 1.51–2.19;p < 0.001)。Q32在O2中为正(OR 1.20,95% CI 1.03–1.41;p = 0.023),但经移民和更广泛人口统计学调整后减弱。探索性O2内Wald比较显示Q25系数超过Q32系数0.412(卡方(1)=8.16,p = 0.004)。平均标准化O2估计将最高Q29类别(“非常可能”)的概率在Q25设为1时定为0.007(95% CI 0.002–0.018),在Q25设为7时定为0.194(95% CI 0.126–0.272),保留观测的Q32值。
**4.4 非车主探索性有序逻辑回归结果**
Q25关联在N1(OR 1.47,95% CI 1.04–2.08;p = 0.029)和N2(OR 1.55,95% CI 1.08–2.24;p = 0.018)中为正,但N2的整体似然比检验不显著(卡方(4)=6.26,p = 0.180),且N3中经更广泛人口统计学调整后Q25区间跨越1(OR 1.39,95% CI 0.96–2.02;p = 0.080)。低拟合指数、小样本、稀疏最低类别和协变量敏感性将结果限制为提示性探索证据。平均标准化N1估计将最高Q47类别(“非常同意”)的概率在Q25设为1时定为0.032(95% CI 0.003–0.132),在Q25设为7时定为0.253(95% CI 0.071–0.372)。
**4.5 假设检验与敏感性分析**
比例优势诊断未发现证据反对主要模型的比例优势假设(车主全局p = 0.199;非车主全局p = 0.512)。在保守排除所有编码为组合插电式/混合动力电动汽车指标的受访者后,车主Q25估计仍为正(N=180;OR 2.00,95% CI 1.61–2.49;p < 0.001)。非车主N1留一法分析中,Q25系数在所有72次重新拟合中保持正数,范围0.299至0.469(OR 1.35–1.60)。500次重复结果类别分层Bootstrap OR区间为1.03–2.15,98.2%的重复中系数为正。二元敏感性对车主显著但对非车主不显著,强化了后者结果的阈值敏感性。

**讨论与结论**
**贡献与构念精确性**
最可辩护的发现是,在加拿大车主中,更强烈地同意电动汽车有助于保护环境与更高的陈述插电式电动汽车购买可能性持续相关。该关联在可调人口统计学调整和保守排除后依然存在,与先前的环境-意向研究一致[5,12,13,14],但被框定为条目级关联而非新的电动汽车采用普遍规律。研究贡献在于方法和情境:纠正焦点构念标签,报告所有可用控制和截点,检验比例优势,并将车主购买可能性与非车主偏好保持分离。这些选择缩小了声明范围但提高了可解释性和可重复性。
**车主情境与Q25-Q32区分**
Q25在车主规格中比Q32更稳定。探索性O2对比支持Q25,但Q32的显著性在调整后变化。一种解释是,认可电动汽车的环境效益不同于接受对当前车辆环境后果的个人责任。责任措辞可能更依赖于对车辆的依赖、感知替代方案或防御性。数据未测量检验该解释所需的机制(充电便利性、成本、停车、通勤、家庭约束和先前电动汽车经验在去标识化分析文件中缺失)。
**非车主结果作为探索性证据**
非车主关联为较弱证据。尽管N1和N2产生正Q25系数,但N3不精确且二元阈值敏感性不显著。72个焦点完整案例、一个最低Q47类别观测值以及有限的调整能力使模型估计对规格和个体观测敏感。非车主结果不应被描述为验证、车主结果的直接复制或同一机制在两组中运作的证据。它表明正模式值得用更大样本和共同结果工具进行检验。
**理论解释**
发现与价值-信念-规范(VBN)理论中感知环境后果可伴随亲环境意向的有限命题一致[17],但未检验完整的VBN-行为序列,且横截面顺序允许反向因果:已偏好电动汽车的受访者可能更愿意认可其环境效益。计划行为理论(TPB)和技术接受模型(TAM)视角表明为何在感知控制或促进条件较弱时积极环境评价可能不足[16,19,20,21,22]。由于这些构念未完全测量,当前证据无法在理论间裁决或建立整合模型。
**实践意义**
对于政策和传播,车主结果提示关于环境表现的准确信息可能仍与电动汽车考虑相关。环境声明应具体、基于证据,并配合关于总成本、充电、续航、冬季运行和车辆适用性的信息,而非依赖内疚或广泛道德呼吁。研究未直接估计激励、基础设施、营销或信息运动的效果,关于这些干预的建议是未来检验的启示,而非来自当前系数的因果结论。
**局限性**
首先,横截面自我报告阻止因果推断并允许反向因果,同一问卷中的预测和结果条目也产生共同方法变异和一致性动机风险。其次,非概率招募导致自我选择和未知覆盖误差,样本不是加拿大总体估计。缺少已验证的招募日期、来源特定计数、Prolific资格和补偿记录以及已记录的重复、自动或粗心回答筛查,限制了对来源特定无应答的评估,且无法排除未被检测到的重复或低质量回答。第三,Q25、Q32、Q47和Q48为单一条目,构念表征不足和未测量信度将结论限制于其确切措辞。第四,车主和非车主结果在条目措辞、量表、时间框架和行为承诺上不同,无法进行有效共同量表组间检验。第五,非车主样本小,最低结果类别稀疏,Q25估计并非对所有调整或二分阈值稳健。第六,去标识化分析文件缺少城市/农村居住、住房和房屋所有权、停车/充电便利性、通勤距离、驾驶经验、当前车辆类别(BEV/PHEV/HEV分离)、先前电动汽车经验和招募来源,残余混杂和遗漏变量偏差仍可能。
**研究结论**
在受调查的加拿大车主中,对电动汽车更强的感知环境效益与更高的陈述插电式电动汽车购买可能性持续相关。在非车主中,类似关联与陈述电动汽车偏好呈正相关,但在简约模型中为正,调整后稳定性较差,应视为探索性。两项结果不可直接比较,车辆拥有未被确立为采用阶段,单一焦点条目未验证一般环境关注或完整VBN模型。证据支持谨慎的、条目级的、关联性结论,以及使用共同测量和观察行为进行更大规模研究的明确议程。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号