1. 引言
在全球能源短缺和环境污染的情况下，各国纷纷开始研究新型能源环保汽车。中国作为当今最大的机动车消费市场，在国家实行“双碳”政策和贯彻新发展理念的战略背景下，大力推进新能源汽车的发展已经成为推进“美丽中国”建设的重要一环。
《2021至2035年新能源汽车产业发展规划》具体阐述了一系列有力举措，推动新能源汽车产业快速且健康地发展。“第十四个五年规划”在新能源汽车板块着重强调了优化产业结构的需求、推进产业链现代化的要求以及加强政策扶持的必要性，这一系列政策导向对于促进我国产业结构的高端化转型，加速建设“绿色中国”具有重要意义。本文的核心在于采用问卷调查方式，系统探究和分析影响消费者决定购买比亚迪品牌新能源汽车的各种影响因素，并运用SPSS软件对搜集的数据进行实证评估。
2. 相关概念和理论假设
2.1. 相关概念
2.1.1. 新能源汽车概念
新能源汽车是指采用非典型的车用燃料或在采用常规燃料的同时搭载创新车载动力系统的汽车类别，这些车辆综合运用了尖端的动力控制与驱动技术，摒弃了传统的汽油、柴油等化石能源依赖，转而利用电能、氢能等新型清洁能源，或通过燃料电池、太阳能等先进方式获取驱动力，实现更低的环境污染和更高效的能源利用[1]。
2.1.2. 购买意愿的概念
购买意愿(Purchase Intention)这一概念是衡量消费者在面对特定商品或服务时，愿意并倾向于做出购买决策的心理倾向或预期概率，它不仅蕴含了个体对商品的主观评价与情感态度，还预示了消费者实际采取购买行动的可能性强度。Ajzen & Fishbein (1974)提出，购买意愿是一种意愿强度，即消费者基于个人信念和态度，主动选择并愿意为获得某一商品而执行支付行为的程度，强调了个体态度与主观规范在决定行为意图中的核心作用[2]。
2.2. 理论假设
2.2.1. 产品特性与购买意愿
比亚迪产品特性是影响消费者购买意愿的根本因素。新能源汽车市场已形成纯电动车、插电式混合动力车、增程式电动车及氢燃料电池车的多元格局。其中，插电式混合动力车型通过智能算法切换驱动模式，兼顾长续航与低排放需求[3]。刘百顺(2025)等指出纯电车型的主流续航门槛已从2019年的300公里跃升至2025年的500公里以上，消费者已从“里程焦虑”转向“安全焦虑”[4]。梁凤鸿(2025)指出消费者对续航里程的关注度显著高于其他因素，消费者普遍认为续航距离决定车辆实用性，续航里程与电池容量挂钩[5]。因此，本文构建如下假设：
H1：产品特性正向影响绿色背景下消费者购买新能源汽车的影响因素。
2.2.2. 经济考量与购买意愿
新能源汽车经济考量是影响消费者购买新能源汽车意愿的基础因素，童传妹(2024)系统分析了纯电动汽车的成本结构，指出电池成本占整车成本的42%，是决定购买成本的核心因素，电池类型、续航能力和配置差异对车辆折旧成本具有显著影响[6]。井文兵(2025)明确指出，新能源汽车在首次流通过程中存在40%的价值损失，远高于燃油车的25%，这一现象直接拉高了购买成本，但后续折旧率仅为8.8%，低于燃油车的9%以上；同时，他揭示了新能源汽车的权益绑定和电池寿命测试标准缺失导致消费者对长期持有成本的不确定性，间接影响购买决策[7]。因此，本文提出假设：
H2：经济考量正向影响绿色背景下消费者购买新能源汽车的影响因素。
2.2.3. 政策导向与购买意愿
相关政策导向是影响消费者购买新能源汽车意愿的重要外部环境因素。戴正宗(2025)指出为促进汽车市场的活跃度，政府加大了对新能源汽车的政策支持力度，出台了以旧换新政策，加强了财政补贴，这些补贴直接降低了消费者的购车成本[8]。朱兰(2025)指出新能源汽车在部分城市和地区享有不限行和不限购的特权，这为新能源汽车用户提供了极大的便利性和灵活性，促进了新能源汽车市场的增长[9]。雷珂馨(2025)详细描述了3月份汽车市场因政策支持而出现的增长情况，她指出，除了直接的经济补贴外，政府还通过免除车辆购置税等措施来刺激市场需求[10]。李旭东等人(2023)研究发现，在迈向“双碳”目标的大背景下，一系列多元化的政策措施对新能源汽车潜在消费者的购买意愿产生了显著的正面效应。其中，经济激励政策，例如购车补贴、税收减免等，能有效提振消费者购买意愿[11]。因此，本文提出假设：
H3：政策导向正向影响绿色背景下消费者购买新能源汽车的影响因素。
2.2.4. 个人偏好与购买意愿
消费者个人偏好对购买新能源汽车意愿具有重要影响。祖明等(2020)聚焦于环境价值观对购买意愿的影响机制，提出消费者环境价值观通过“亲环境个人规范”的中介作用间接驱动购买决策，强调环保意识内化为个人行为准则后显著提升新能源车选择倾向，研究发现，生物圈利他主义价值观虽然对购买意愿存在显著的负向直接影响，但也通过其他路径表现出正向间接效应，表明消费者对生态环境的关注可能与实际购买行为之间存在复杂的心理机制[12]。孙瑞(2019)则从预期理论切入，发现消费者对新能源汽车的性能预期和经济性预期直接影响购买意愿，尤其是高学历、高收入群体更易因技术可靠性预期强化购买动机[13]。因此，本文提出假设：
H4：个人偏好正向影响消费者购买比亚迪新能源汽车的意愿。
3. 研究设计
3.1. 变量选择
3.1.1. 产品特性
产品特性是产品固有的属性与独特之处，它是直接影响消费者购买决策的关键因素之一，决定着产品的市场定位与差异化竞争优势。在汽车领域，尤其是针对比亚迪新能源汽车，这些特性尤为重要。对于汽车款式型号等，不同类型的消费者有不同的要求。在推广宣传新能源汽车方面，电池的续航能力是一个十分关键的因素。对于消费者而言，新能源汽车动力主要由电池提供，其安全系数会对消费者购买意愿产生一定的影响。随着生活质量提高，人们对于出行舒适度的要求也有所加强，比亚迪需开发并增加更多舒适性功能，增强人们的出行舒适度与幸福感。本文选取产品变量如表1所示。
Table 1. Product characteristic variables
表1. 产品特性变量
|
变量代码 |
变量名称 |
产品特性(A) |
A1 |
比亚迪新能源汽车的型号款式多 |
A2 |
比亚迪新能源汽车的电池续航能力高 |
A3 |
比亚迪新能源汽车的安全性更高 |
A4 |
比亚迪新能源汽车的舒适性功能更多 |
3.1.2. 经济考量
经济考量在消费者决策过程中扮演着至关重要的角色，尤其是在购买与使用比亚迪新能源汽车中。这些经济考量不仅仅局限于初次购买时的一次性投入，也包括车辆整个生命周期中的其他附加开支。从消费者视角审视，新能源汽车的经济合理性本质在于初始购置成本与后续使用环节累加的所有经济成本。针对比亚迪新能源汽车，本文选取经济变量如表2所示。
Table 2. Economic consideration variables
表2. 经济考量变量
|
变量代码 |
变量名称 |
经济考量(B) |
B1 |
比亚迪新能源汽车购买成本低 |
B2 |
比亚迪新能源汽车维护成本低 |
B3 |
比亚迪新能源汽车折旧成本低 |
B4 |
比亚迪新能源汽车使用成本低 |
3.1.3. 政策导向
政策导向主要指政府为推广新能源汽车所推出的一系列财政政策和货币政策。对比亚迪新能源汽车而言，政策导向对于消费者购买意愿具有重大意义，补贴政策能够降低消费者购买比亚迪新能源汽车的成本，从而提高购买意愿。例如，对于续航里程在特定范围内的比亚迪纯电动车，政府会提供不同程度的补贴。本文选取政策变量如表3所示。
Table 3. Policy oriented variables
表3. 政策导向变量
|
变量代码 |
变量名称 |
政策导向(C) |
C1 |
比亚迪新能源汽车有较强的政策补贴力度 |
C2 |
比亚迪新能源汽车无需缴纳车辆购置税 |
C3 |
比亚迪新能源汽车所在区域不限行 |
C4 |
比亚迪新能源汽车所在区域不限制购车 |
3.1.4. 个人偏好
消费者个人的环保意识、对购车补贴和汽车产品的了解程度对于其购买比亚迪新能源汽车具有较大影响。消费者的环保意识对于他们的购买行为会产生较大影响，更关注环境污染问题的消费者对于环境保护的重要性也更加重视。因此，有较强环保意识的消费者选择购买比亚迪新能源汽车的可能性更大。
购车补贴作为政府及企业为了鼓励新能源汽车消费、促进产业发展的策略之一，对提升消费者购买比亚迪新能源汽车的意愿起到了显著的推动作用。消费者如果了解到比亚迪购车补贴政策，并且认为通过补贴能够降低购车成本，其购买意愿也会更加强烈。本文选取个人偏好变量如表4所示。
Table 4. Individual preference variables
表4. 个人偏好变量
|
变量代码 |
变量名称 |
个人偏好(E) |
E1 |
我关注环境污染问题 |
E2 |
我对比亚迪新能源汽车购车补贴很了解 |
E3 |
我对比亚迪新能源汽车十分了解 |
3.1.5. 消费者购买新能源汽车的意愿
在本研究的框架内，核心是探讨并解析影响消费者决策过程的多元因素，特别是对于比亚迪新能源汽车的购置意愿。鉴于消费者购买意愿直接关联并预示其最终的购买行为，本研究将“消费者购买欲望”设定为一个核心因变量。本文选取购买意愿变量如表5所示。
Table 5. Purchase intention variable
表5. 购买意愿变量
|
变量代码 |
变量名称 |
购买意愿(P) |
P1 |
我愿意购置比亚迪品牌的新能源汽车 |
P2 |
我愿意推荐他人购置比亚迪新能源汽车 |
P3 |
我期待比亚迪推出更多型号款式 |
3.2. 模型构建
本研究基于SOR模型，以比亚迪新能源汽车为例，构建了由刺激变量S (产品特性、经济考量、政策导向)、中介变量O (个人偏好)和反应变量R (购买意愿)组成的框架，探讨新能源汽车购买意愿，形成理论模型，如图1。
Figure 1. SOR model
图1. SOR模型
4. 实证分析
4.1. 信度分析
样本的信度与效度是衡量数据一致性和测量工具准确性的关键指标，对于后续数据分析的可靠性和有效性起到基石作用。
在信度分析中，当量表的Cronbach’s α系数超过0.7时，表明该量表具有很高的内部一致性，即认为其信度水平较高；相反，若α值低于0.35，则强烈建议重新检查并可能修改问卷题项，而在实际研究操作中，若Cronbach’s α达到或超过0.6，虽然没有达到最优水平，但通常也被视作满足了可接受的信度标准，意味着量表能够相对稳定地测量所关注的因素。
对本研究所设计的问卷整体，进行了系统性的信度分析，其结果如表6所示。
Table 6. Overall reliability of the scale
表6. 量表整体可靠性
Cronbach’s Alpha |
项目个数 |
0.947 |
15 |
问卷的整体Cronbach’s α系数达到了0.947，这一数值远高于常规认可的阈值，表明问卷具有极高的内部一致性与稳定性，所收集数据的可靠性可以确证。
为了细致检验问卷各维度的信度，对每个测量维度单独进行了信度分析，其结果如表7所示。
Table 7. Reliability statistics of the scale
表7. 量表可靠性统计资料
标度 |
Cronbach’s Alpha |
项目个数 |
产品特性 |
0.819 |
4 |
经济考量 |
0.830 |
4 |
政策导向 |
0.801 |
4 |
个人偏好 |
0.767 |
3 |
细分维度进行的信度分析数据揭示，所有维度的Cronbach’s α系数均超越了0.7的阈值，证明了数据的高度的稳定性和可靠性。
4.2. 效度分析
为了确认本研究所构建的理论模型能否精确匹配并解释实证数据，本文进行了效度分析。这一分析借助SPSS 20.0软件，通过KMO测度及Bartlett的球形度检验，科学验证变量集合的适用性。KMO指标若低于0.5，暗示变量间关联性较弱，不推荐进行因子分析；反之，KMO值偏高且趋近于1，则表明变量间具有紧密的关联性，适合因子分析的开展。Bartlett球形检验目的在于检测变量间是否存在统计学上的独立性。当该检验的显著性水平p值超过0.05时，提示变量间独立性强，因子分析的合理性存疑；而p值小于0.05，则证实变量间存在显著相关性，可以开展因子分析。
对问卷中全部项目数据的整合分析，获得了关于模型各变量KMO度量样本适宜性检验及Bartlett’s球形度检验的结果，如表8所示。
Table 8. Test of KMO and Bartlett
表8. KMO和Bartlett的检验
取样足够度的Kaiser.Meyer.Olkin度量 |
0.923 |
Bartlett的球形度检验 |
近似卡方 |
2143.797 |
df |
190 |
Sig. |
0.000 |
根据表8所示数据，问卷的KMO度量值达到0.923，这一数值显著高于公认的临界值0.5，证明问卷内各变量间存在高度的相关性。Bartlett’s球形度检验的统计显著性概率为0.000，远低于0.05的常规显著性水平，证明这些变量间存在着足够的相关性，宜采用因子分析方法进行深入探讨。鉴于本研究中采用的李克特量表问题均源自先前文献中验证过的成熟问卷，已经过充分验证，因此，在此不再进行额外的因子旋转分析，保持与前人研究的一致性和比较性。
4.3. 相关性分析
数据相关性分析结果如表9所示。
Table 9. Mean, standard value and correlation matrix
表9. 均值、标准值和相关矩阵
|
产品特性 |
经济考量 |
政策导向 |
个人偏好 |
消费者购买比亚迪
新能源汽车意愿 |
产品特性 |
1 |
|
|
|
|
经济考量 |
0.830** |
1 |
|
|
|
政策导向 |
0.767** |
0.753** |
1 |
|
|
个人偏好 |
0.555** |
0.520** |
0.634** |
1 |
|
消费者购买比亚迪
新能源汽车意愿 |
0.666** |
0.673** |
0.680** |
0.639** |
1 |
**表示在0.01水平(双侧)上显著相关。
通过表9的相关矩阵分析可以发现，产品特性、经济考量、政策导向、充电设施条件、个人偏好和绿色背景下消费者购买新能源汽车的影响因素相互之间都存在着正相关性。
基于信度、效度以及相关性分析得出结论，问卷具有较好的可靠性，且主要变量间存在显著的相关性，可以进行因子分析。
5. 假设检验
5.1. 产品特性与消费者购买意愿假设验证
在将产品特性与消费者对比亚迪新能源汽车的购买意愿数据经过标准化处理后，进行回归分析，把产品特性作为自变量，把消费者的购买意愿设定为目标因变量。结果如表10所示。
Table 10. Regression analysis of product characteristics and consumers’ willingness to buy BYD new energy vehicles
表10. 产品特性与消费者购买比亚迪新能源汽车意愿回归分析
模型 |
平方和 |
df |
均方 |
F |
Sig. |
1 |
回归 |
33.414 |
1 |
33.414 |
131.358 |
0.000b |
残差 |
41.971 |
165 |
0.254 |
|
|
总计 |
75.385 |
166 |
|
|
|
模型 |
非标准化系数 |
标准系数 |
t |
Sig. |
B |
标准误差 |
Beta |
1 |
(常量) |
1.037 |
0.288 |
|
3.605 |
0.000 |
产品特性 |
0.739 |
0.064 |
0.666 |
11.461 |
0.000 |
a. 因变量：消费者购买比亚迪新能源汽车意愿；b. 预测变量：(常量)，产品特性。
由表10回归分析结果可以看出，产品特性与绿色背景下消费者购买新能源汽车的影响因素之间存在显著的正向关系。回归系数为0.666，说明产品特性每提升一个标准差，绿色背景下消费者购买新能源汽车的影响因素预计会相应增加0.666个标准差。T统计量为11.461，p值为0.000，远小于0.001的显著性水平，成功验证了假设H1。
5.2. 经济考量与消费者购买意愿假设验证
在将经济考量与消费者对比亚迪新能源汽车的购买意愿数据经过标准化处理后，进行了回归分析，把经济考量作为自变量，把消费者的购买意愿设定为目标因变量。结果如表11所示。
Table 11. Regression analysis of economic considerations and consumers’ willingness to buy BYD new energy vehicles
表11. 经济考量与消费者购买比亚迪新能源汽车意愿回归分析
模型 |
平方和 |
df |
均方 |
F |
Sig. |
1 |
回归 |
34.187 |
1 |
34.187 |
136.921 |
0.000b |
残差 |
41.198 |
165 |
0.250 |
|
|
总计 |
75.385 |
166 |
|
|
|
模型 |
非标准化系数 |
标准系数 |
t |
Sig. |
B |
标准误差 |
Beta |
1 |
(常量) |
1.277 |
0.261 |
|
4.884 |
0.000 |
经济考量 |
0.699 |
0.060 |
0.673 |
11.701 |
0.000 |
a. 因变量：消费者购买比亚迪新能源汽车意愿；b. 预测变量：(常量)，经济考量。
由表11回归分析结果可以看出，经济考量与绿色背景下消费者购买新能源汽车的影响因素之间存在显著的正向关系。回归系数为0.673，说明经济考量每提升一个标准差，绿色背景下消费者购买新能源汽车的影响因素预计会相应增加0.673个标准差。T统计量为11.701，p值为0.000，远小于0.001的显著性水平，成功验证了假设H2。
5.3. 政策导向与消费者购买意愿假设验证
在将政策导向与消费者对比亚迪新能源汽车的购买意愿数据经过标准化处理后，进行了回归分析，把政策导向作为自变量，把消费者的购买意愿设定为目标因变量。结果如表12所示。
Table 12. Regression analysis of policy orientation and consumers’ willingness to buy BYD new energy vehicles
表12. 政策导向与消费者购买比亚迪新能源汽车意愿回归分析
模型 |
平方和 |
df |
均方 |
F |
Sig. |
1 |
回归 |
34.808 |
1 |
34.808 |
141.541 |
0.000b |
残差 |
40.577 |
165 |
0.246 |
|
|
总计 |
75.385 |
166 |
|
|
|
模型 |
非标准化系数 |
标准系数 |
t |
Sig. |
B |
标准误差 |
Beta |
1 |
(常量) |
1.293 |
0.256 |
|
5.055 |
0.000 |
政策导向 |
0.701 |
0.059 |
0.680 |
11.897 |
0.000 |
a. 因变量：消费者购买比亚迪新能源汽车意愿；b. 预测变量：(常量)，政策导向。
由表12回归分析结果可以看出，经济与绿色背景下消费者购买新能源汽车的影响因素之间存在显著的正向关系。回归系数为0.680，说明经济考量每提升一个标准差，绿色背景下消费者购买新能源汽车的影响因素预计会相应增加0.680个标准差。T统计量为11.897，p值为0.000，远小于0.001的显著性水平，成功验证了假设H3。
5.4. 个人偏好与消费者购买意愿假设验证
在将个人偏好与消费者对比亚迪新能源汽车的购买意愿数据经过标准化处理后，进行回归分析，把个人偏好作为自变量，把消费者的购买意愿设定为目标因变量。结果如表13所示。
Table 13. Regression analysis of individual preferences and consumers’ willingness to buy BYD new energy vehicles
表13. 个人偏好与消费者购买比亚迪新能源汽车意愿回归分析
模型 |
平方和 |
df |
均方 |
F |
Sig. |
1 |
回归 |
30.798 |
1 |
30.798 |
113.972 |
0.000b |
残差 |
44.587 |
165 |
0.270 |
|
|
总计 |
75.385 |
166 |
|
|
|
模型 |
非标准化系数 |
标准系数 |
t |
Sig. |
B |
标准误差 |
Beta |
1 |
(常量) |
1.831 |
0.235 |
|
7.793 |
0.000 |
个人偏好 |
0.594 |
0.056 |
0.639 |
10.676 |
0.000 |
a. 因变量：消费者购买比亚迪新能源汽车意愿；b. 预测变量：(常量)，个人偏好。
由表13回归分析结果可以看出，个人偏好与消费者购买比亚迪新能源汽车的意愿之间存在显著的正向关系。回归系数为0.639，说明经济考量每提升一个标准差，消费者购买比亚迪新能源汽车的意愿预计会相应增加0.639个标准差。T统计量为10.676，p值为0.000，远小于0.001的显著性水平，成功验证了假设H5。
6. 研究结论
本研究以比亚迪新能源汽车为对象，通过实证分析揭示了产品特性、经济考量、政策导向及个人偏好对消费者购买意愿的显著正向影响，各因素通过差异化路径共同作用于购买决策过程。从影响程度看，政策导向、经济考量、产品特性和个人偏好均呈现强相关性，其中政策导向的直接效应略高，反映出当前绿色背景下政策激励仍是关键驱动力量。
产品特性中的电池续航能力和安全性是消费者核心关注点，二者通过解决“里程焦虑”与“安全焦虑”直接提升产品信任度。经济考量中购买成本和维护成本的高均值表明消费者对初始投入和长期使用成本高度敏感，电池成本占整车42% 的结构特征使经济考量成为影响购买的基础因素，而后续较低的折旧率则通过降低持有成本预期间接促进购买意愿。政策导向的作用机制体现为外部环境激励，政策补贴力度通过直接降低购车成本形成最直观的吸引力，区域不限行和不限购政策则通过提升使用便利性和稀缺资源获取能力，转化为购买决策中的附加价值。个人偏好维度中，关注环境污染和了解购车补贴的消费者表现出更强的购买倾向，环保意识内化为“亲环境个人规范”后，使购买新能源汽车成为履行社会责任的具体行动，而对政策和产品的了解程度则通过信息掌握度降低决策不确定性。高环保意识消费者更易将产品技术优势与政策优惠转化为实际购买行为，而价格敏感型用户则对经济考量和补贴政策更为依赖。
7. 研究建议
7.1. 政府层面：强化政策引导与基础设施支撑，降低消费门槛与使用风险
7.1.1. 精准定位补贴对象
根据消费者的收入水平、购车用途等因素，对补贴进行分级。针对中低收入家庭购买新能源汽车，给予更高额度的购车补贴，以提升他们对新能源汽车的购买力；对于商业运营车辆，可侧重于运营补贴，如按运营里程给予一定金额的电费补贴，以鼓励出租车、网约车等行业使用新能源汽车。
7.1.2. 扩大补贴范围
将补贴延伸至车辆使用环节，对新能源汽车的电池租赁费用给予一定比例的补贴，降低消费者的初始购车成本；对充电费用进行补贴，在充电设施运营企业收取的充电服务费基础上，给予消费者一定金额的充电补贴，提高新能源汽车的经济性。
7.1.3. 规模化布局充电网络
鼓励充电设施企业研发更快、更安全的充电技术，减少消费者的充电等待时间。加强对充电设施标准的制定和监管，确保不同品牌、不同型号的新能源汽车能够兼容通用的充电设施。实施“充电桩进小区”工程，要求新建住宅配建充电桩比例 ≥ 30%；老旧小区改造时由政府补贴一定的建设成本；加快实现高速公路服务区快充站全覆盖，推进城市核心区充电桩建设，优先覆盖商圈、医院等高频场景，系统性推进充电基础设施建设，破解“补能焦虑”。
7.2. 企业层面：聚焦用户需求，打造“产品 + 服务”双驱动竞争力
7.2.1. 突破核心技术瓶颈
加快固态电池、钠离子电池量产进程，提升续航里程和低温性能；推广刀片电池2.0版本，进一步提升安全性与空间利用率。加快研发超快充技术，开发车辆“充电地图 + 智能规划”功能，根据剩余电量自动推荐最优充电路线。
7.2.2. 创新售后服务方式
建立“30分钟响应 + 24小时上门维修”服务网络，针对电池故障提供备用车支持；推出“终身免费基础保养”套餐，限定首任车主，降低用户维护成本预期。购车标配车联网、OTA升级功能，通过订阅制提供高阶智能驾驶服务，满足年轻用户对科技配置的需求。
7.2.3. 强化品牌价值认知
线下在商场、景区建设“新能源生活体验馆”，设置试驾赛道、电池技术展区、儿童互动区，让消费者直观感受产品优势，增强产品认同度。线上在抖音、B站等平台打造“比亚迪车主故事”系列短视频，展示真实用车场景，打造车辆形象；邀请环保博主合作，传播“低碳出行 = 时尚生活”理念，传播产品绿色价值观。