新能源汽车用户持续使用意愿研究

2023年12月1日发(作者：十大油耗高的车排行榜)

新能源汽车用户持续使用意愿研究

王学东;李金鑫;汪园

【摘 要】近年来新能源汽车行业发展迅速,对新能源汽车用户进行持续使用意愿研

究具有重要意义.本研究基于满意度和感知风险视角,结合期望确认理论,构建了新能

源汽车用户持续使用意愿模型.通过调查问卷方式采集数据,运用偏最小二乘结构方

程模型的方法,对480个样本数据进行分析,发现了用户满意度对用户持续使用意愿

的显著作用,同时验证了感知风险间接对持续使用意愿有重要影响.

【期刊名称】《信息资源管理学报》

【年(卷),期】2017(000)002

【总页数】10页(P40-49)

【关键词】满意度;感知风险;新能源汽车;结构方程模型;持续使用意愿

【作 者】王学东;李金鑫;汪园

【作者单位】华中师范大学信息管理学院,武汉,430079;华中师范大学信息管理学

院,武汉,430079;华中师范大学信息管理学院,武汉,430079

【正文语种】中 文

【中图分类】C939

新能源汽车是新能源产业与汽车产业相结合的重要领域[1]，是汽车制造商研发的

有利于缓解环境污染的汽车[2]。Amjadi[3]、Shreekar[4]等人认为新能源汽车对

改善温室气体(GHG)的排放、降低能源消耗、减少空气污染具有非常重要的意义。

毫无疑问新能源汽车是未来很长一段时间世界汽车的发展方向。目前世界主要国家

都加大了对新能源汽车的开发和研制。

2009年，中国国务院将新能源汽车作为七大战略性新兴产业之一，启动了“十城

千辆”工程，各种政策密集出台，《节能与新能源汽车产业规划(2011—2020年)》

《关于加快新能源汽车推广应用的指导意见》《电动汽车的十二五规划》等一系列

扶持性政策刺激了新能源汽车市场的发展。各种财政补贴也是层出不穷，2011—

2020年期间，国家将拿出500亿元人民币支持新能源汽车的发展。在政策倾斜和

企业的积极响应下，我国的新能源汽车发展迅速，根据《2015—2020年中国新

能源汽车市场现状调研分析及发展前景报告》显示，截止到2015年12月份，我

国新能源汽车年销售量突破30万，比2014年增长了4倍。

目前国内对于新能源汽车的研究主要集中在政府政策补助、技术创新研发与专利领

域。符贵兴[5]通过分析中美两国在新能源汽车政策的差异，提出完善政策制度、

提高补贴优惠、放开管制等一系列促进新能源汽车发展的方案。王静宇等[6]从新

能源汽车申请人分布、专利数量、专利技术领域分布的视角出发，分析了当前我国

新能源汽车的产业技术创新现状，通过对产业链和专利数据的关联分析，揭示了当

前新能源汽车技术面貌，并为下一步的新能源汽车技术革新提供了研究方向和思路。

这些研究都从一定层面反映了当前我国新能源汽车的发展现状，然而在一定程度上

却忽视了产品的最终使用者——新能源汽车用户。

刘学元[7]等人通过消费者与购买行为、感知价值与购买行为两个维度，分析了目

前国内市场存在的问题，并提出了提高企业兴趣、加大政府政策补助等一系列建议

以促进新能源汽车的发展。尤嘉勋等[8]通过用户对新能源汽车品质的主观评价，

发现新能源汽车市场目前存在性能差、平衡性弱、价格昂贵等一系列问题。这部分

研究从新能源汽车的用户入手，分析了新能源汽车行业市场存在的问题，更多偏重

于理论探讨，在应用实践方面，从用户角度入手，深入分析影响用户选择并持续使

用新能源汽车的研究还十分稀少。

用户的选择和使用意愿是决定产品存亡的关键因素，用户的持续使用意愿周期也是

决定一个产品的生命周期的重要因素之一。用户的信任度、使用意愿以及满意度是

企业关心的核心问题。目前新能源汽车行业竞争激烈，提升用户的满意度、增强用

户持续使用意愿是留住用户的重要途径，因此研究新能源汽车用户的持续使用意愿

对新能源汽车行业的发展有着积极正面的作用。

本文以新能源汽车的用户作为研究对象，采用期望确认理论(Expectation

Confirmation Model, ECM )为基本研究模型，以感知风险为基本研究理论背景，

通过问卷调查的方式，采用偏最小二乘(Partial Least Squares, PLS)结构方程模型

(Structure Equation Modeling, SEM)方法分析数据，探讨用户持续使用的意愿

和影响因素，力图通过实证研究的方法探究影响新能源汽车用户持续使用意愿的影

响因子，了解用户需求，为后续的新能源汽车发展提供一定的参考和改进意见。

2.1 感知风险

由于信息的不对称，用户对购买行为所产生的后果难以有一个准确的判断，而这些

后果可能使消费者产生一种负面情绪[9]，这被称为感知风险。Bauer认为感知风

险包括两方面：决策结果的不确定性和错误决策后果的严重性,其中决策结果的不

确定性是指用户对产品属性、性能、用途等功能的不确定性；错误决策后果的严重

性是指购买后带来的时间、货币、心理上的损失[10]。

后续不同的研究者对感知风险的内涵进行了不同程度的改进和修正。Forsythe等

通过实证研究了感知收益和感知风险之间的关系，认为感知风险对用户的持续使用

意向具有直接作用[11]。Salam依据前人的研究，对电子商务企业进行了研究，认

为消费者在实施购买行为时候往往倾向于规避风险以求效用最大化[12]。

Featherman和Pavlou[13] 在研究感知风险与电子商务之间关系的过程中，认为

感知风险会影响电了商务的感知有用性。Pavlou[14]用实证的方法验证了感知风

险和信任之间的关系，认为感知风险是信任与行为的调节变量,当用户感知到高风

险时，会降低用户对产品的信任。Roig等 [15]以金融市场作为研究对象，验证了

在电子商务交易平台中,感知风险对顾客满意度均有显著的负向影响。

沿用在互联网领域对感知风险的研究，我们将感知风险迁移到新能源汽车行业中。

新能源汽车近年来受到了政府和厂商的大力推广，发展迅速，但在迅猛发展的同时，

市场上的焦虑感也日益增加。很多专家学者乃至厂商对未来的发展都有着不确定性，

而近来的各种负面新闻使得市场对这种不确定性反应更加强烈，即存在着感知风险。

同时因为信息的不对称，这种感知风险差异性会使得用户对产品的信任度和持续使

用意愿呈现出一种两极化和个体化的现象，因此将感知风险纳入到本文的研究模型

中具有必要性。

2.2 用户满意度和期望确认理论模型(ECM)

Cardozo认为顾客满意会加深用户对产品的好感，进而激发用户再次购买产品的

意愿[16]。顾客满意是消费者对产品的实际感知与购买前的期望值进行比较后，形

成的满意或失望的感觉状态，是实际感知效果与期望之间的差异[17]，是构建和保

持长期用户忠诚的基础[18]。Patterson等发现感知价值能够直接影响用户满意度

和使用意愿，用户的满意度和使用意愿正相关[19]。因此对新能源汽车用户进行产

品满意度的跟踪调查有利于及时了解用户的心理，更好地了解市场动向。

期望确认理论(Expectation Confirmation Theory，ECT)是1980年Oliver[20]首

次提出。Oliver认为消费者的满意度源于他们对产品的感知有用和信任，而这种

感知有用和信任会引导消费者的再次使用和消费[21]。Yang和Gui在研究用户使

用高校图书馆系统的意愿时，验证了感知易用性显著影响用户的持续使用意愿[22]。

期望确认理论验证了用户的满意度是决定用户是否继续使用某种产品或服务的关键

因素。

信息系统的用户持续使用行为(IS continuance)是聚焦于用户初始采纳后对某一特

定信息系统的持续使用意愿和行为。在ECM和IS基础上，Bhattacherjee[23]将

两者进行了结合，认为持续使用与初始采纳同等重要，于是构建了一种全新的

IS(Information System)持续使用模型，即基于 ECT 的 IS持续使用模型

(Expectation Confirmation Model of IS Continuance，ECM-ISC)，并以网络

银行为背景进行实证检验， 随后Limayem[24]将ECM-ISC中模型变量扩展至持

续使用行为,在此基础上Bhattacherjee又将感知理论中的自我功效和促成要素变

量引入模型，由此得到扩展的持续使用模型[25]。新能源汽车用户选择购买汽车和

选择后续相关服务时，本质上也属于一种持续使用行为的研究范畴，因此选择期望

确认理论并将顾客满意作为一个重要的研究变量也是必要的。

通过对以上研究成果的综述，我们发现感知风险和用户满意度是目前研究用户信任

和使用的成熟理论，而期望确认理论和用户持续使用的理论模型也得到了许多专家

和学者认同。综合考虑新能源汽车用户在使用过程中的心理特征变化，在上述理论

基础上， 又加入了社会资本理论中的信任变量，同时引入了心理体验，提出了本

文的研究模型，如图2所示。

Palou在研究中发现，感知风险升高时,顾客会对产品的有用性产生质疑，进而降

低该产品的使用频率，所以感知风险会影响用户的信任和使用态度。理性用户都追

求效用最大化，规避风险是所有理性人的期望，如果我们将新能源汽车的购买和使

用视为一种决策行为，这种感知风险可以定义为使用新能源汽车服务所带来的后果

不确定性。这种不确定性会导致的一种结果就是新能源汽车的使用体验达不到用户

预期，进而会使用户对产品的有用性产生质疑，降低对产品的信任。

基于此，本文提出以下几个假设：

用户满意是用户购买行为后的实际感知和购买前的期望值的一种心理状态对比，是

决定用户进行回购或持续使用产品的重要因子。感知质量是用户基于产品整体优越

性的一种主观判断[25]，它更加强调个体化而并非产品的本身属性。Sweeny[26]

认为感知价值是用户对产品的实用性程度的感知，其用风险视角理论，验证了感知

价值和感知质量呈现正相关的关系。Hew[27]等人在研究电子商务的购买行为时，

发现感知质量和感知价值正向地影响消费者满意度。在本研究中，用户的感知质量

是指用户对新能源汽车产品使用性能的感知，只有当新能源汽车厂商提供了高性能

的汽车产品时，用户才会有更高的价值感知和更高的满意体验。

基于此，本文提出以下假设：

聂永浩和罗景月在研究社交网站用户的个人信息披露意愿时认为感知有用性和信任

之间存在正相关关系，胡长春[28]在其研究中发现用户信任是形成品牌忠诚度的重

要因素，这种信任会引导用户持续选择该产品。甘春梅在研究移动图书馆用户采纳

意愿时，发现感知有用性能够显著影响用户的满意度和持续使用意愿。

基于此，本文提出以下假设：

本文采用问卷调查方法进行数据的收集，采用了PLS-SEM(Partial Least Square

structural equation modeling)方法进行分析。Wong[29]提出采用PLS-SEM方

法进行数据分析时，样本量不低于91即可满足分析的最低需求，此次研究的样本

数量远高于91个。应用PLS-SEM方法在对内部关系和因果关系进行预测时，对

变量分布没有要求，在样本量很大和每个隐变量的显变量很多时，是一致

(consistency)和基本一致(consistency at large)的，因此，PLS-SEM方法适合本

研究的研究对象。

4.1 测量变量的设计与测度

此次研究采用问卷调查的方式进行，问卷分为两个板块，第一板块为调查者个人基

本信息；第二部分为研究变量的测度项。此次选定的研究模型总共测度了7个潜

在变量，分别为感知风险(PR)、感知有用性(PU)、信任(TD)、感知质量(PQ)、感

知价值(PV)、满意度(CD)、持续使用意愿(UI)。每个潜在变量由2—3个测量变量

组成,这些测量变量均来源于以前学者的研究文献，测量变量均采用Likert 7级量

表进行测度，数字1—7表示强烈不同意—强烈同意，具体量表来源，如表1所示。

4.2 数据收集

本次研究通过发放纸质问卷并回收得到数据。通过东风、比亚迪等公司的新能源汽

车展销会、车展，同时邀请了部分新能源汽车的购买者进行问卷调查，调查地区主

要是武汉、十堰和西安。调查时间是2016年3月7日—3月30日，共收到有效

问卷480份，符合研究需要的样本量，样本的特征信息如表2所示。

通过表2我们发现男性使用新能源汽车的比例稍高于女性，这和男性相较于女性

更喜欢挑战、对新事物有着更加强烈的好奇心有关；在年龄分布方面，31—40岁

年龄段使用新能源汽车的用户远高于其他年龄段，笔者分析这部分用户年龄相较

30岁以下年龄段，收入水平相对较高，考虑到新能源汽车的成本相对较高的因素，

31—40岁年龄段的消费者更能负担起新能源汽车的消费。相较于40岁以上年龄

段的调查者，他们相对年轻，对新能源汽车有一定的了解，也更喜欢挑战，同时在

他们成长过程中环保节能概念更加深刻，因此购置新能源汽车的用户更多。在教育

层面上，我们发现相较于专科毕业生，本科、硕士毕业生使用新能源汽车的用户比

例较多，这和整体的受教育程度和收入水平有很大关系。

本次验证过程选用SmartPLS3.0软件进行数据分析，主要分为两步：第一步，评

估模型有效性(Validity)；第二步，结构模型的评估和研究假设的验证。

5.1 测量模型的有效性检验

本文从内容的有效性、内部一致性和区分性等方面来检测模型的有效性。关于内容

的有效性，因为测量变量均由以往的文献汇编而成，我们可以认为这些变量和题项

均具有清晰准确的含义。内部一致性主要通过克朗巴哈系数(Cronbach’s Alpha)

和组合信度(composite reliability, CR)两个指标来进行验证，一般认为当

Cronbach’s Alpha值大于0.7时模型是良好的，具有很高的内部一致性。表3

为模型成立的指标条件。

由表4以看出，所有潜在变量的CR(composite reliability, CR)都在0.7以上，

Cronbach’s Alpha系数值也在0.7以上，表明该量表具有良好的内部一致性。

AVE是抽取的平方根值，由表5可以看出每个潜在变量的AVE平方根都大于该变

量与其他变量间的相关性， 所以该模型有较好的区分性。表6揭示了因子负荷量

和交叉因子负荷量，由表6知，每个测量变量与其潜在变量间有较高的相关系数，

而与其它的潜在变量间得相关系数则相对较低，进一步证明本研究的测量模型具有

较好的内部一致性和区分性。

5.2 模型验证

结构回归模型如图3，其显著性检验中的t值是bootstrap重复方法计算的，样本

数为1000。由图3看出感知有用性、信任、感知价值、满意度和持续使用意愿的

R2值分别为0.542、0.581、0.373、0.585、0.527，表7为R2结果，这说明该

研究模型的拟合程度符合预期，预测效果良好。研究假设方面，研究模型中所有假

设关系都得到了验证，如表8所示。

6.1 研究结果讨论

从图3可以看出，感知风险与感知有用性，感知风险与信任，感知风险与满意度

感都具有负向相关性，路径系数分别为-0.254，-0.274，-0.117；顾客满意度和

持续使用意愿之间的路径系数为0.780，证明了期望确认理论中用户再次购买或持

续使用某种产品，与初次采纳后的满意度密切相关的观点。

6.2 满意度对持续使用意愿的影响

由图3可以看出，用户持续使用意愿和用户的满意度具有很高的相关性。信任、

感知有用性、感知质量和感知价值对满意度都产生显著影响。通过此次的研究模型，

验证了用户初始采纳之后，如果产品的期望值能够达到预期，使用户感觉到满意，

会增加用户再次选择该产品的意愿。作为新能源汽车的厂商，应当将提高用户的满

意度作为重要的工作方向，为用户提供稳定、有用、持续的有效服务，让用户产生

良好的满意度。用户的感知质量和感知价值也是影响用户满意度的重要因素，产品

是厂商的竞争核心力，是立于不败之地的保障，这就要求厂商能够精准把握产品用

户的需求，将用户体验放在首要位置，提过技术手段完善产品质量，降低产品的危

险性，保障用户安全；对不同用户采取不同的服务方式，增强用户体验，提升用户

满意度。

6.3 感知风险对持续使用意愿的影响

在此次研究模型中，感知风险对持续使用意愿并不产生直接的影响，但通过图3

我们可以看出感知风险对用户的感知有用性、用户的信任和用户的满意度都有负向

影响，而用户信任、用户满意度和用户感知有用性对用户的持续使用意愿有很明显

的正向影响，因此感知风险对用户持续使用意愿的作用不容小觑。感知风险越高，

降低了用户的信任、满意度和感知有用性，进而用户的再次采纳意愿也会降低。因

此厂商应该不断地提升产品技术，客观诚实地进行推广，加大配套设施的建设以减

少不确定因素，使用户感受到的不确定性降到最低，赢得用户青睐。

7.1 研究意义

本次研究以新能源汽车用户为研究对象，运用感知风险、期望确认理论以及心理体

验中的感知可用性研究了新能源汽车持续使用的意愿，研究结果验证了用户的满意

程度是影响用户持续使用意愿的关键因素，信任是提高用户满意度的最重要因素，

同时也证明了感知风险对用户信任、感知可用性和满意度的负向相关作用。

新能源汽车作为国家大力提倡的战略性产业，具有广阔的市场前景和巨大的发展潜

力。对政府相关政策制定部门而言，本文的研究可提供以下几点相关建议：

(2)提供更有扶持力度的政策支持,引导和鼓励消费者对新能源汽车的消费。在这一

角度上，我国可以借鉴发展更为前沿的国家和地区鼓励新能源汽车市场的做法,采

取给予消费者税收优惠或补贴的措施，考虑实施的优惠政策可以包括免征新能源汽

车进口税、提供无偿使用输变电站等，为消费者购买和使用新能源汽车提供更大的

便利，提高用户对新能源汽车的感知可用性。

其次，本文的研究可以为新能源汽车的厂商和经销商提供几点更具针对性的市场推

广建议：

(1)在生产、销售、后续服务过程中，应将用户的体验放在首位，用户的满意度是

决定是否有回购和持续使用的最重要因素。企业应将提升用户的满意度作为重要目

标，在现有技术下提供能够使用户满意的服务体验，增强用户的持续使用意愿。

(2)提高生产技术的同时，多邀请用户进行安全驾驶测试，减小市场焦虑。用户的

信任是决定用户满意度的重要因素，鉴于现行市场对新能源汽车市场的焦虑感和观

望情绪，厂商应该多进行安全测试，让用户对新能源汽车的安全性能有着充分的信

任感。

7.2 存在的不足

本研究虽然取得了一些较有价值的结论，但仍存在不足之处。首先，所选用的模型

[1] 程广宇. 国外新能源汽车产业政策分析及启示[J]. 中国科技投资，2010(5)：33-35

[2] 刘颖琦，王萌，王静宇. 中国新能源汽车市场预测研究[J]. 经济与管理研究，2016，37(4)：86-

91

[3] Amjadi Z, Williamson S S. Power-electronics-based solutions for plug in hybrid electric

vehicle energy storage and management systems[J]. IEEE Transactions on Industrial

Electronics, 2010,57(2):608-616

[4] Pradhan S, Ale B B, Amatya V B. Mitigation potential of greenhouse gas emission and

implications on fuel consumption due to clean energy vehicles as public passenger

transport in Kathmandu Valley of Nepal: A case study of trolley buses in Ring Road[J].

Energy, 2006, 31(12):1748-1760

[5] 符贵兴. 结构调整中的新能源汽车产业政策创新[J]. 科技进步与对策，2013，30(20)：103-107

[6] 王静宇，刘颖琦，Kokko A. 基于专利信息的中国新能源汽车产业技术创新研究[J]. 情报杂志，

2016，35(1)：32-38

[7] 刘学元，孙敏，Chu W. 我国新能源汽车产业创新发展对策研究——基于中德日韩美五国的问

卷调查[J]. 科技进步与对策，2015，32(21)：77-83

[8] 尤嘉勋，孟庆阔，邵丽青. 基于用户主观评价的新能源汽车产品品质研究[J]. 汽车工业研究，

2015(1)：48-53

[9] Peter J P, Ryan M J. An investigation of perceiver risk at the brand level[J]. Journal of

Marketing Research, 1976, 13(2): 184-188

[10] Bauer R A. Consumer behavior as risk taking[C]//Hancock R S. Dynamic Marketing for

a Changing World, Proceedings of the 43rd. Conference of the American Marketing

Association, 1960: 389-398

[11] Forsythe S, Liu C, Shannon D, et al. Development of Scale to measure the perceived

benefits and risks of online of shopping[J]. Journal of Interactive Marketing, 2006,

20(2):55-75

[12] Mitchell V. Consumer perceived risk: Conceptualizations and model[J]. European

Journal of Marketing, 1999, 33(1/2): 163-195

[13] Featherman M S, Pavlou P A. Predicting e-services adoption: A perceived risk facets

perspective[J]. International Journal of Human-Computer Studies, 2002, 59(4) : 451-474

[14] Pavlou P A. Consumer acceptance of electronic commerce: Integrating trust and risk

with the technology acceptance model[J]. International Journal of Electronic Commerce,

2003, 7(3): 101-134

[15] Roig J C F, García J S, Tena M A M. Perceived value and customer loyalty in financial

services [J]. Service Industries Journal, 2009, 29(6): 775-789

[16] Cardozo R N. An experimental study of customer effort, expectation, and satisfaction

[J]. Journal of Marketing Research, 1965, 2(3): 244-249

[17] Kotler P. Marketing management: The millennium edition[M]. Upper Saddle River:

Prentice Hal, 2000: 132-142

[18] Mital M, Israel D, Agarwal S. Information exchange and information disclosure in

social networking website: Mediating role of trust [J]. Learning Organization, 2010,17(6):

479-490

[19] Patterson P G, Spreng R A. Modeling the relationship between perceived value,

satisfaction and repurchase intention in a business-to-business, services context: an

empirical examination [J]. International Journal of Service Industry Management, 1997,

8(5): 414-434

[20] Oliver R L. A cognitive model of the antecedents and consequences of satisfaction

decisions[J]. Journal of Marketing Research, 1980, 17(4) : 460-469

[21] Oliver R L. Whence consumer loyalty [J]. Journal of Marketing, 1999, 63 (4): 33-44

[22] Yang H, Gui S. Factors Influence academic library user\'s intention to use mobile

systems: A comparison of current users and potential adopters [J].Chinese Journal of

Library and Information science, 2014, 7(3):64-80

[23] Bhattacherjee A. Understanding Information Systems Continuance: An Expectation-

Confirmation Model [J]. MIS Quarterly, 2001, 25( 3):351-370

[24] Limayem M, Hirt S G, Cheung C M K. How habit limits the predictive power of

intention: The case of information systems continuance[J]. MIS Quarterly, 2007,31(4):705-

737

[25] 刘鲁川，孙凯. 基于扩展ECM-ISC的移动搜索用户的持续使用意愿理论模型[J]. 图书情报工作，

[33] Chong A Y, Understanding mobile commerce continuance intentions: an empirical

analysis of Chinese consumers[J]. Journal of Computer Information Systems, 2013, 53(4):