消费者购买电动汽车的意愿：一项元分析与MASEM研究

《Research in Transportation Business & Management》：Consumer willingness to purchase Electric Vehicles: A meta-analysis and MASEM study

　　

摘要

鉴于全球气候变化和环境污染日益严峻所带来的重大挑战，电动汽车（EV）越来越多地被视为未来交通运输的关键解决方案。然而，消费者购买意愿薄弱仍是电动汽车普及的主要障碍，对于影响这些意愿的因素之间如何交互作用，目前尚无明确共识。本研究运用元分析与元分析结构方程建模（MASEM），识别影响消费者购买意愿的主要因素，并提供更深入的见解。元分析结果表明，感知风险和感知成本是唯一对购买意愿产生负面影响的因素。MASEM结果显示，态度对电动汽车购买意愿的影响最为显著，其次依次为感知易用性、感知风险和感知有用性，影响力依次递减。

引言

当前，气候变化和能源危机对全球生态安全和社会经济稳定构成了严重威胁（Goetzel和Hasanuzzaman，2022；Malima，2025）。尽管向可持续发展转型已获得越来越多的关注，但化石燃料的持续主导地位正在加剧环境污染并加速气候恶化（Peters等，2020），使得交通运输能源系统的根本性变革显得尤为紧迫（Dong等，2022；Ouyang等，2021）。

在这一背景下，电动汽车（EV）（包括混合动力和纯电池电动类型）（Hossain等，2022）凭借其零排放或低排放尾气特性，被广泛认为是缓解能源压力、减少碳排放和推动可持续交通发展的关键解决方案（Jiang等，2024；Zhang和Dong，2023）。它们正推动全球汽车行业发生深刻变革。

近年来，锂离子电池等技术的显著进步，表现为能量密度不断提高和成本持续下降，为电动汽车的商业化普及奠定了坚实基础。市场也相应经历了快速增长：根据国际能源署（IEA）的数据，2024年全球电动汽车销量超过1700万辆，市场份额超过20%，预计强劲势头将持续（IEA，2025）。各国政府正积极通过补贴、税收优惠和充电基础设施发展等政策推动市场扩展。同时，消费者环境意识的提升以及对节能产品偏好的增长，共同推动电动汽车从新兴选择走向主流接受，展现出广阔的市场前景。

为了加速采用，全球范围内已实施多种策略：中国强调财政补贴（N. Wang等，2017；Zhu等，2024）和充电基础设施部署（Wang等，2016）；欧洲依赖严格的碳税制度推动产业升级（Dietz等，2025）；美国则结合技术创新与市场激励措施（Odunaiya等，2021）。然而，实现更高的市场渗透率仍然充满挑战，因为消费者采用决策涉及环保意识、政策感知、经济考量和心理预期之间的复杂交互作用。

关于关键决定因素的实证研究结果往往不一致。例如，感知风险对采用意愿的影响存在争议：一些研究报告了负向影响（Jain等，2022），另一些报告了正向影响（Jiang等，2023；Sefora等，2019），还有一些发现影响不显著（Qian和Yin，2017）。这种异质性使得关于最具影响力驱动因素的判断变得模糊，凸显了定量综合分析的必要性。尽管被标记为"元分析"或"系统综述"，但许多研究实际上只是定性或叙述性综合（Singh等，2020）。此类工作可以系统地概述影响因素，但往往仅停留在定性描述或统计结果的罗列上，缺乏界定有结论性元分析所需的正式定量步骤——如效应量的统计汇总、全面的异质性检验和发表偏倚评估。

现有研究还面临理论和方法论上的局限性。传统的回归或相关性分析方法难以应对样本异质性和多因素交互问题，而单独的结构方程模型（SEM）研究往往无法跨文化或区域背景进行推广（Cheung和Rensvold，2002）。

为克服这些挑战，本研究将元分析与元分析结构方程建模（MASEM）相结合。元分析系统性地综合研究结果并量化效应量，而结构方程模型（SEM）允许检验因果关系。MASEM因此将证据整合与因果建模相结合，能够分析影响因素之间的直接和间接效应、中介和调节路径以及网络机制（Chiu等，2024；Leong等，2023；Liang等，2021）。

本研究旨在：(1)识别并量化电动汽车购买意愿的关键预测因子；(2)建立一个综合的采用模型；(3)通过MASEM评估模型拟合并检验路径效应。重要的是，本研究还探讨了此前较少被关注的"感知风险→感知易用性"路径，深化了对风险感知如何塑造技术采用的理解。

本研究在多个方面为该领域做出贡献。在方法论上，通过实施标准的元分析程序并引入MASEM，提供了规范性的范例，推动该领域从定性综合转向定量模型整合。在实证方面，本研究整合了更大范围的文献语料库，增强了研究结果的稳健性和可推广性。在理论上，本研究提供了对风险感知机制的细致理解，补充了现有模型，并为政策制定者优化电动汽车市场战略提供了洞察。在实践方面，研究结果通过系统性地应对消费者关于安全性和易用性的担忧来指导营销策略，将风险管理转化为提高市场接受度的主动工具。

章节摘要

文献综述

电动汽车作为可持续交通替代方案的日益突出地位已获得学界广泛关注（Tu和Yang，2019）。然而，消费者采用仍然取决于多个决定因素，且先前的研究结果往往在不同理论和背景中支离破碎。本综述围绕本研究考察的关键构念展开：(1)基于TAM的认知-态度机制（感知有用性、感知易用性和态度）和(2)障碍机制

元分析

1976年，Glass首次提出了元分析的概念。作为一种研究方法，元分析主要重新分析和整合已有的研究结果，以确认先前的研究发现或解决新问题（Glass，1976）。与传统文献综述相比，元分析的优势在于其客观性、严谨性和可靠性（Sharma和Yetton，2003）。通过元分析，研究者可以量化不同研究结果之间的一致性并评估真实效应量

元分析结果

表4呈现了效应量结果。由于置信区间不包含零，这些效应量被认为是显著的。结果表明，除了感知风险和感知成本外，所有其他相关性均为正值。

较高的Q统计量表明存在显著的异质性，进一步证明了使用随机效应模型的合理性。然而，如此高的异质性也意味着对汇总效应量的解释应持谨慎态度，因为

理论意义

本研究将元分析与MASEM相结合，阐明了电动汽车购买意愿决定因素的相对重要性以及核心信念转化为意愿的机制。元分析结果提供了清晰的效应排名，显示态度（$r=0.724$）和感知价值（$r=0.728$）是购买意愿最强的正向相关因素。这表明电动汽车采用并非主要由孤立的功能性信念驱动，而是由消费者

结论

本研究为考察电动汽车接受度提供了一个新颖的视角，为该领域的深入探索开辟了新的途径，并产生了极具价值的洞见。

从理论角度来看，消费者考虑购买电动汽车时，往往担心技术成熟度、续航里程、充电设施可用性和售后服务等方面。这些担忧会显著影响其对电动汽车的接受度。鉴于此，本研究将感知风险纳入

局限性与未来研究方向

尽管元分析和MASEM为综合研究结果和建模关系提供了强有力的工具，但必须承认存在一些固有的和研究特有的局限性。

首先，元分析方法面临普遍的方法论约束。研究异质性对综合分析构成了挑战，各原始研究在样本特征、测量工具和背景设置方面的差异——通常被称为"苹果与橘子问题"——可能在

CRediT作者贡献声明

张洋（Yang Zhang）： 监督、项目管理、概念构思。林张（Lin Zhang）： 撰写——初稿、可视化、调查、概念构思。吴洋（Yang Wu）： 监督、资源、方法论。周丽珍（Lizhen Zhou）： 撰写——审阅与编辑、验证、项目管理、方法论。席廷万（Tingwan Xi）： 验证、调查。曾子鑫（Zixin Zeng）： 可视化、方法论。张华心（Huaxin Zhang）： 撰写——审阅与编辑、形式分析、概念构思。

利益冲突声明

作者声明不存在已知的利益冲突或可能影响本文报告工作的个人或财务关系。

张洋|林张|吴洋|周丽珍|席廷万|曾子鑫|张华心