基于SD 的“车－源－网” 商业生态系统下电动汽车扩散分析

张梅梅 周梦迪 刘 硕

（华北电力大学经济管理系， 保定 071000）

引 言

纯电动汽车、 插电式混合动力汽车凭借在总能耗和碳减排方面的优势［1］， 从21 世纪起被重新重视。 然而， 多年的政策激励和技术进步均未明显提高电动汽车保有量比例。 《2021 中国汽车保值率研究报告》 指出， 中国乘用车市场正式进入换购时代， 这意味着燃油汽车和电动汽车的竞争进入关键阶段。 电动汽车能否在此关键竞争阶段提速决定了汽车产业能否完成“30·60” 双碳目标任务。 尚待进一步改进的三电技术［2］、 相对FV较高的购买成本［3］以及较低水平的基础设施建设［4］都是换购和首购选择电动汽车的主要障碍。 技术创新和商业模式创新是产业发展的唯二解， 但是三电系统的复杂性限制了技术创新速度和效率，因此， 为满足汽车产业减排降碳的迫切需要， 有必要寻求商业模式创新， 推动电动汽车发展进入商业模式创新为主的商业支持阶段［5－7］。

国内外研究普遍认为“车电分离” 换电模式将成为未来主流模式［8－11］， 从布局建设和顶层设计方面积极探索换电规模化、 商业化应用方案。以长三角集群为主的全国车企均有尝试换电模式或者创新其他商业模式。 如蔚来推出“裸车销售＋电池租赁” 的“车电分离” 解决方案， 消费者购车时仅需支付裸车费用和动力电池的租赁费用，即享电池可充、 可换、 可升级服务。

数智化背景下， 价值共创者共同构筑商业生态系统已成为商业模式实践的基本路径［12，13］。 因此， 本文综合考虑新兴车企、 电池生产商、 换电运营商、 新能源企业、 回收企业、 物联网企业等利益相关主体， 推动电动汽车、 换电站、 分布式电源、 分布式储能、 梯次利用等生态节点联动， 搭建电动汽车、 清洁电力、 物联网生态网络， 即“车－源－网” 商业生态系统。 为验证“车－源－网” 商业生态系统对电动汽车扩散有显著提速作用， 本文构建了涵盖换购和首购行为的系统动力学模型，拟合并预测2015 ～2035 年EV、 FV 保有量， 比较分析以单一充电方式为内容的传统商业生态系统和以换电为主、 充电为辅的“车－源－网” 商业生态系统下EV 保有量的增速和比例。

1 车－源－网商业生态系统的设计

1.1 “车－源－网”商业生态系统的构成

蔚来创新推出BaaS 换电业务， 以广泛布局换电站带动“车电分离” 商业模式规模化应用。 但是电动汽车商业模式的创新除了要解决如何加速EV 对FV 的替代进程， 还需要寻求电动汽车的性价比、 可循环性、 低碳性等性能提高路径。 如构建电动汽车的动力电池梯次利用回路， 以退役电池在通信基站备用电源、 电力储能、 充换电、 低速动力等领域商业化应用为基础场景， 探索动力电池拓展应用的多种可能， 存放不稳定性新能源电力， 缓解电力供给端和调度端压力。

考虑电动汽车商业生态系统的形成逻辑， 电动汽车产业、 储能产业、 电力行业等多领域协同、循环、 高质量发展的现实需要， 以“车电分离”换电模式作为切入点， 聚合利益相关主体， 有序编排资金、 信息、 电能、 电池等资源， 梳理各成员之间相互竞争与合作构成的相互依存、 相互交织的价值链， 构建电动汽车、 清洁电能、 物联网循环生态系统， 即“车－源－网” 商业生态系统（见图1（a））［14］。 该商业生态系统作为一个相互依存的经济共同体， 不仅包括原材料供应商、 核心零部件供应商、 汽车制造商、 充电以及后市场服务商、 消费者， 还包括提供补贴、 专项资金、 税收减免等支持政策的政府， 提供资金支持的投资者和金融机构， 协调、 链接、 监督政府和企业、 生产者与经营者的行业协会， 提供技术攻关和知识产权服务的大学、 研究所等触发协作创新的利益相关者。

图1 “车－源－网” 商业生态系统

1.2 “车－源－网”商业生态系统利益相关者的互动

利益相关主体“点对点” 式的双边互动， 演化出相互依存的多边关系集合， 是“车－源－网”电动汽车商业生态系统的主要内容［15］。 利益核心主体之间的竞争与合作， 利益核心主体与利益扩展主体的协调， 以及边缘参与主体的链接与支持，协调互动实现了整个“车－源－网” 商业生态系统的价值主张。

（1） 利益核心主体之间的竞争与合作

以整车制造企业为基石， 致力于车辆生产的企业构成了利益核心主体。 整车生产企业不断更迭换电技术， 深耕换电市场， 保证了其他主体能共同获利。 以造车新势力与传统头部车企经验交流和差异化竞争（见图1（b））， 加速造车新势力发展和传统头部车企的低碳改革， 联合宁德时代共同布局多车型通用的换电网络， 有利于带动区域面内电动汽车产业的繁荣。

（2） 利益核心主体与利益扩展主体的协调

利益扩展主体以消费者为核心， 包括车主以及为其提供直接服务的企业。 消费者在经销商处购买电动汽车产品， 后续也不断消费电动汽车的互补品， 如充换电服务、 维修服务、 智能网服务等。 如充换电服务的供需能否达到均衡、 维修技术能否跟得上汽车产品的更新步调、 智能网联服务系统与新旧车型的适配度等利益核心企业与扩展型主体的协调问题， 直接决定着消费者的购买决策。 具体分为： 销售方案的创新、 互补品供给方案的丰富化和个性化、 车辆换购和回收方案的优化。

（3） 边缘参与主体的链接与支持

在构建“车－源－网” 商业生态系统时， 需要利益边缘主体率先行动（包括政府、 行业协会、大学、 研究所等）， 提前布局“车－源－网” 发展环境。 其中， 利益边缘主体中的政府不仅要汲取2010～2020 年电动汽车十年支持行动中基础设施先行、 先升后退价格补贴同行的经验， 还要发挥统筹功能， 既要统筹区域内利益核心主体和利益扩展主体的协调， 还要统筹各区域之间利益核心主体的互动。 在“车－源－网” 商业生态系统运行过程中， 利益边缘主体要为利益核心主体和利益扩展主体提供监督、 协调、 链接等服务， 通过发挥对信息、 技术、 能量和资金等资源流向的有限控制功能， 有力支撑“车－源－网” 商业生态系统的搭建和稳定。 同时， “车－源－网” 商业生态系统通过影响电动汽车产业的发展（即利益核心主题和利益扩展主体的价值网络）， 规范着利益边缘主体的资源编排行为。 因此， 边缘参与主体和“车－源－网” 商业生态系统相互作用、 相互约束， 尤其是在动力电池梯次利用闭环中［16］（见图1（c））。经过电动汽车、 多级梯次利用场景， 动力电池最后经过回收企业拆解， 部分材料再次回到电池生产商。 在此闭环中， 边缘利益主体提供政策激励、标准规定、 行业认可、 区块链技术创新等支持，统筹并高效编排财税补贴、 金融资产、 动力电池、信息、 电能等资源， 推动着经济价值、 社会价值、环境价值的提升， 又反向促进着这一闭环中各方利益核心主体和扩展主体的持续合作， 不断强化“车－源－网” 商业生态系统的稳定性。

2 扩散提速模型构建

本章基于重购理论和巴斯扩散理论， 以系统动力学拟合EV、 FV 保有量， 对比TBE 和NBE 的EV、 FV 保有量预测值， 为验证“车－源－网” 商业生态系统能有效加速电动汽车扩散提供理论依据。

2.1 系统边界和模型假设

汽车保有量来源于新车购买量的积累。 新车购买量来源于无车人群的首购和有车人群的换购。其中有车人群的换购包括转让旧车的车主购买新车和报废旧车的车主购买新车。

巴斯扩散理论将有限时间内单人首次购买决策的影响因素分为创新效用和模仿效用。 创新效用仅受到电动汽车本身属性的影响， 以工具性属性作为基础， 象征性属性作为第二层， 政策属性作为最顶层构建稳定性沙锥， 能有效提高电动汽车创新效用［17］。 基于文献研究和专家访谈， 本文三层沙锥结构的各属性选择如表1 所示。 模仿效用受已购人群的影响， 具体表现为： 满意用户愿意向身边人推荐所购产品的可能性越大， 潜在用户的推荐效用越大； 某类汽车产品的普及程度越高， 潜在用户感知到的市场占有效用越大。

表1 汽车首购影响因素

吴国华和潘德基［18］基于商品采购是一个具有马尔可夫性的不断学习过程， 认为重购概率应是前一次购买概率和产品属性的函数。 本文以产品属性带给消费者的效用计算首次购买概率， 有车人群再次购买同类型车辆的概率受之前购买概率的影响。

基于相关性原则， 纳入影响EV 保有量变化的因素， 以此确定系统动力学模型的系统边界，本文提出以下假设： （1） 汽车产品有且仅有两种：EV 和FV； （2） 消费者每人再最多拥有1 辆车， 即在一段时间内车主有且只有1 辆车； （3） 假设市场上有且仅有新车和二手车， 车辆转移登记行为和车主是否购买新车的决策发生在同年； （4） 假设市场上的报废车辆均是二手车； （5） 首购概率的传递——重购概率， 以同年再次购买车辆为前提； （6） 假设“车－源－网” 商业生态系统在“十四五” 期间能演化形成。

2.2 因果关系分析

基于模型假设， 设计汽车保有量之间的因果关系如图2 所示。 图中， 二手换购量指出手旧车且同年购买新车的车主数量， 报废重购量指报废旧车且同年购买新车的车主数量， 二者分别受到二手换新率、 报废重购率的制约； EV 重购量是指出手或报废旧车且在同年选购EV 的车主数量。

图2 汽车保有量因果回路图

正反馈回路1： EV 保有量→＋二手车→＋二手换购量→＋EV 重购量→＋EV 新车购买量→＋EV 保有量。

正反馈回路2： EV 保有量→＋二手车→＋报废量→＋报废重购量→＋EV 重购量→＋EV 新车购买量→＋EV 保有量。

正反馈回路3： EV 保有量→＋网络效应→＋商业生态系统的演化→＋EV 属性水平→＋消费者效用→＋EV 首购概率→＋EV 首购量→＋EV 新车购买量→＋EV 保有量。

正反馈回路4： EV 保有量→＋EV 模仿效用→＋消费者效用→＋EV 首购概率→＋EV 首购量→＋EV新车购买量→＋EV 保有量。

正反馈回路5： EV 保有量→＋网络效应→＋商业生态系统的演化→＋EV 属性水平→＋消费者效用→＋EV 首购概率→＋EV 重购概率→＋EV 重购量→＋EV新车购买量→＋EV 保有量。

负反馈回路1： EV 保有量→＋二手车→＋报废量→－EV 保有量。

但是各地的发展情况并不都如此令人欣慰。在时尚快速更迭的今天，公众的喜好非常容易“喜新厌旧”，也许某款文创产品今天还是“爆款”，三五个月后就快速落寞，成为蒙上薄尘的滞销货色。如果旅游者在各个景点见到的都是大同小异的鼠标垫和钥匙包，大概很快就会对大量同质化的“小清新”产品产生审美疲劳。所以，越是跟风，越容易被抛弃，最后再度沦落到以前纪念品商店无人问津的局面，最终，文创单位又陷入了不断追赶市场流行的怪圈。要预防这种隐忧，我们还是要回到最初的问题上：文创要创，才能有生命力。

2.3 建立存量流量模型

依据影响因素分析、 模型假设和因果关系分析， 结合二手车市场机制， 建立存量流量模型如图3 所示。

图3 汽车保有量存量流量图

图中： （1） EVSH 为EV 二手车数量， FVSH为FV 二手车数量； （2） FVSHtoN 指出手FV 旧车并选择重新购买新车的车主数量， EVSHtoN 指出手EV 旧车并重新购买新车的车主数量； （3） EVS为EV 报废量， FVS 为FV 报废量； （4） EVStoN指报废EV 旧车并重新购买新车的车主数量，FVStoN 指报废FV 旧车并重新购买新车的车主数量； （5） FVtoFV 指FV 车主换购仍购买FV 的数量， FVtoEV 指的是FV 车主在换购时选择EV 的数量； （6） EVtoEV 指EV 车主换购时重购EV 的数量， EVtoFV 是EV 车主在换购时选择FV 的数量； （7） ZtoFV 指的是无车人群购买FV 的数量，ZtoEV 指的是无车人群购买EV 的数量。

各变量之间的关系由于受篇幅限制， 留存备索。

3 仿真模拟

3.1 参数估计

（1） 各属性不同水平的效用

对比EV 和FV， 通过大量的文献阅读、 专家访谈确定各属性的水平（见表2）， 并正交设计得到16 款产品。 列举正交设计的16 款产品， 设置1～9 打分， 1 代表一定不购买， 9 代表极有可能购买， 收集184 份问卷， 通过联合分析得到： 模型的显著性p 值为0.048， 在α＝0.05 的水平上呈现显著性； 同时模型的拟合优度R2＝1.0。 输出结果如表2 所示。

表2 联合分析结果表

其中： （1） 安全性能较高指故障水平低于平均水平， 维修技术人员多， 维修方便； 较低指故障水平略高于平均水平， 维修专业人员少， 维修不便； （2） 补能网点密集度有限指充换电便捷度难以满足车主需求； 充足指网点密集， 车主充换电方便； （3） 无政策补贴指没有购车补贴， 车主无法通过参与电力调度获得收益； 有政策补贴指车主有购车补贴， 参与电力调度可获得收益； （4）环境友好度较低指二氧化碳排放多， 电池回收利用不成熟， 环境污染较为严重； 较高指二氧化碳排放较少， 电池回收利用危害少。

从车主之家和汽车之家搜集2015 ～2022 年销量前十的EV 车型相关历史数据， 以当年销量占比作为权重， 计算各属性加权平均值， 得到该属性当年水平。 根据各属性不同水平的效用， 计及技术进步、 网络效应以及商业生态系统的影响， 得到2023～2035 年各属性的效用变化见式（1）～（10）。

传统商业生态模式下电动汽车实际续航里程受环境影响而打折扣， 以0.8 作为影响因子折算实际续航里程。 燃油汽车和“车－源－网” 商业生态系统下的电动汽车达到最高效用0.5312。

式（5） 为“三电” 系统作为电动汽车成本的主要构成， 其技术成熟度直接影响整车保值率。FV 保值率处于较高水平， 因此其带给消费者的效用达最高值0.0176。 NBE 建成之后， 租用动力电池的车主不用负担电池的折旧， 可获得0.0176 的最高保值率效用。

提升安全性能（维修便捷性和产品质量）会增加保有量， 同时保有量的增加也会促进维修便捷性和产品质量的升级。

保有量和补能网点密度之间存在网络效应。加油站分布密集， 其便捷度给FV 车带来的效用达最高值0.007。 随着NBE 的演化， 充电桩建设经验、 车企引领、 政府支持助力换电柜、 移动换电站等分布式换电站和集中型充换电站建设， 会增加现有车桩比。

EV 换电耗时已可媲美FV 加油时长， 即使是快充技术也无法实现5 分钟以内补能完毕。

FV 和TBE 下EV 的关键零部件和关键材料的回收都未成熟。 BEV 通过基于区块链技术的动力电池梯次利用和车辆回收系统， 规范化回收路径，关键材料和零部件的利用效率将提升。

从国家统计局获得物价水平， 将当年购买价格的加权平均值换算成以2022 年（问卷调查的时间）为基期的价格。 基于各属性历史水平， 对应表2 即可得到当年该属性效用。 考虑物价变化和技术成熟度［19］对价格的影响预测2023 年以后的购买价格效用， 参考过去十年充电电动汽车先增加后减少的财政补贴规律和未来车主参与电力调度的情形对财政补贴效用， 设置“车电分离” 财政补贴效用先增加后逐渐退坡。 购买价格效用和财政补贴效用留存备索。

（2） 新增保有量

新增保有量为相邻两年汽车保有量的差值。估算我国汽车千人保有量的极值为450 辆， 在此基础上修改Gompertz 函数拟合汽车保有量， 得到汽车保有量变化公式为：

从国家统计局获得1999 年以来的民用汽车保有量数据， 以1999 年（时间t＝0）为初始值， 通过Matlab 软件拟合， 得到表3。

表3 民用汽车保有量拟合结果表

（3） 其他参数

通过专家访谈和文献阅读， 其他参数估计值如表4 所示。

表4 其他参数估计值

3.2 模型检验

以Anylogic 作为模拟平台， 仿真从2015～2035年全国EV 扩散情况。 对上述模型进行运行检验、模型结构稳定性检验和历史检验， 探索该模型是否有效可靠。

（1） 运行检验

通过“构建模型”、 “调试” 和“检查系统动力学单位” 功能对模型进行测试， 显示模型通过检验。

（2） 模型结构稳定性检验

假设我国2035 年禁售FV， 将步长设置为0.75、 1 和1.25， 得到传统商业生态系统下FV、EV 保有量仿真结果如图4 所示。 3 种固定时间步长下FV 变化趋势、 EV 保有量变化趋势均未有明显异常， 通过运行检验， 模型运行稳定。

图4 TBE 环境下不同运行步长的保有量折线图

（3） 历史检验

以公安部交管局提供的2015 ～2022 年全国新能源汽车保有量作为对应年份EV 保有量数据， 通过系统动力学拟合得到8 年真实值和拟合值如表5 所示。

表5 2015～2022 年EV 和FV 保有量的拟合误差表

两种商业生态系统下， 每年EV 保有量拟合值的相对误差基本在5%以内， FV 保有量拟合值的相对误差均小于3%。 总体来看， MAPE 均在5%以内。 因此， 应用该模型能够模拟预测未来电动化进程。

3.3 NBE 与TBE 下EV、 FV 保有量的对比

基于已有禁售FV 的时间方案和“30·60” 双碳目标， 讨论2030 年禁售和2035 年禁售两种情景下EV 和FV 保有量变化。 禁售计划意味着FV的重购概率和首购概率为0， EV 首购概率为1。

（1） 情景一： 全国主要城市达成在“十六五” 前制定燃油禁售计划

2023～2035 年， 同类型车的保有量总体变化趋势相同， EV 和FV 的保有量分别表现为逐渐增加、 先升后降， 其中FV 保有量开始减少的时间节点与2030 年禁售时间一致。 在2030 年禁售情境下， TBE 推动EV 扩散， 使其保有量在2030 年、2035 年分别达到3039.821 万辆、 18673.16 万辆，与付跃强和夏天添两位学者的预测结果［20］分别相差8.4%、 200%。 差距拉大是因为本文设计在2030年禁售FV， 一定程度上反映了禁售政策对推动电动化发展高度有效。

每年NBE 环境下的EV 保有量均多于TBE 环境下EV 保有量， 2030 年、 2035 年NBE 环境下EV保有量分别比TBE 的EV 保有量多145.8%、 23%。NBE 环境下EV 占比均高于TBE 环境下EV 占比，2030 年两者差距达到最大（约10%）； 之后， 禁售政策降低了FV 的保有量， 缩小了两种商业生态系统下的EV 占比差距， 2035 年差距达8%。 反映了NBE 对EV 扩散的推动力强于TBE。

2023～2035 年EV 保有量平均增速在NBE 环境下比TBE 环境下高2.1%。 2025 年NBE 形成之后，NBE 环境下汽车电动化程度开始与TBE 拉开明显差距。 2030 年禁售政策实施以后， TBE 环境下EV保有量的增速反超， 两种商业生态系统下EV 保有量占比的差距有缩小趋势（见5 图（b））， 但是2035年EV 保有量仍未超过“车－源－网” 商业生态系统下的EV 保有量， 说明了布局商业生态系统能超前提速汽车电动化。

表6 年均增速表

（2） 情景二： “十六五” 期间全国城市基本逐渐制定燃油禁售规划

2025 年之后， NBE 带动EV 保有量与TBE 的EV 保有量拉开差距， 2026 ～2035 年NBE 的EV 保有量比TBE 的保有量平均每年多147.9%， 2035 年NBE 环境下的EV 保有量及其占比分别比TBE 环境多117.9%、 11.3%。 FV 仍是先缓慢增加后减少，且开始减少的时间节点与2035 年禁售时间一致。TBE 环境下EV 保有量缓慢增长， 2023～2035 年EV保有量年均增速仅为11.4%， 比NBE 少7.42%。2025 年新商业生态形成后EV 保有量及其增速显著增加， 2026～2035 年在NBE 环境下EV 保有量年均增速比TBE 增加3.56%。

4 结 语

为提高电动汽车扩散速度， 本文改进“车电分离”， 联动电动汽车、 换电站、 分布式电源、 分布式储能、 梯次利用等生态节点， 设计“车－源－网” 商业生态系统。 然后， 通过构建系统动力学模型， 对比分析以充电单一充电方式为内容的传统商业生态系统和以换电为主、 充电为辅的“车－源－网” 商业生态系统下2023～2035 年电动汽车的保有量， 验证了“车－源－网” 商业生态系能有效加速EV 扩散， 具体表现为： 增加EV 保有量；影响FV 保有量减少的转折点； 增加EV 保有量变化速度。

图6 情景二下保有量变化情况

（1） 本文的调研问卷结果表明300 ～500 公里的续航里程是最好的状态， 不少文献也提出续航里程并不是越高越好。 技术革新带动动力电池单次满电续航里程突破700 公里， 但是外部环境也会影响动力电池的实际续航。 研究如何突破“三电” 技术增加动力电池的续航里程， 存在研发时间长、 投资风险大、 资金回收难等困难。 市场上电动汽车的续航里程基本位于最优续航里程区间，即需即补换电方案能有效解决续航里程“虚高”问题， 构建“车－源－网” 商业生态与突破技术相比， 更具可行性和经济性。

（2） 经济高质量发展阶段， 我国千人拥车量未来仍有很大提升空间， 中长期内FV 保有量仍会缓慢增加， 禁售时间是其减少的转折点。 基于我国燃油汽车保有量基数大， 仅比亚迪2022 年停售、 海南省发布2030 禁售的现状， 距离正式大规模禁售仍会有一段时间。 在尚无法大规模禁售和技术难突破的现实情形下， 可搭建“车－源－网”商业生态系统作为缓冲方案。 以2020 ～2030 年演化商业生态系统和2030 年禁售燃油汽车， 将在2035 年实现43.2%的EV 占比， 比在2035 年禁售多22%。

（3） 维持以充电模式为基础的传统商业生态系统， 仅靠革新技术推动汽车电动化， EV 保有量只能缓慢增长， 由于短时间内FV 保有量不会减少， 所以电动化进程比较缓慢。 “车－源－网” 商业生态系统能提速EV 扩散， 尤其是在该商业生态系统形成后， EV 保有量提速明显。 在2035 年EV 保有量占比提升11.3%， 2023 ～2035 年EV 保有量的年均增速提升7.5%。

综上所述， 本文推动利益核心主体、 利益扩展主体、 利益边缘主体三方内外部形成相互依循的多边关系集合， 构建的“车－源－网” 商业生态系统能有效加速电动汽车的扩散， 具有一定的现实意义和参考价值：

（1） 减少了车辆购置成本， 进一步提高了用户体验。 “车－源－网” 商业生态系统加速了电动汽车的扩散， 吸引更多用户购买电动汽车， 从而推动充换电网点增加， 车主使用的时间成本会再次降低。

（2） 为新能源汽车企业提高短期利润、 获得可持续发展优势提供了参考。 从短期来看， 本文通过SD 仿真模拟关键要素（环保性、 购买评价和推荐、 安全性、 购买价格）对电动化提速的影响，明确了新能源汽车企业制定销售策略和宣传策略的重点， 有助于企业提高销量， 增加利润。 从长期来看， 车企作为利益核心主体， 与利益扩展主体、 利益边缘主体达成稳定合作， 有利于企业形成具有地域特色的“护城河”， 从而实现长期可持续发展。

（3） 提供了统筹电动汽车扩散提速的政策参考， 助力“30·60” 双碳目标的实现。 燃油汽车保有量大、 燃烧化石燃料是汽车产业碳排放量多的主要原因， 本文设计的“车－源－网” 商业生态系统能有效加速扩散电动汽车、 减少燃油汽车保有量， 从而能有效降低汽车产业的碳排放， 助力我国双碳目标的实现。 此外， 本文得到汽车补充动力的时间、 政府补贴、 可回收性是影响消费者购买的关键因素， 证明了基础设施先行、 补贴先增后退两大政策工具的可靠性和推动动力电池梯次利用的可行性， 为接下来政府统筹车电分离、提速电动汽车扩散提供了参考。