譚 濤， 黃澤濤， 林雁玲， 畢桂燦

（1.華南農業(yè)大學 新農村發(fā)展研究院， 廣東 廣州 510642； 2.華南農業(yè)大學 新能源與新材料研究所， 廣東廣州 510642）

0 引言

隨著我國新能源汽車市場的不斷擴張以及環(huán)保政策的持續(xù)推進， 車企研發(fā)的重點和政府工作的焦點已逐步向新能源汽車行業(yè)轉移， 同時消費者購買新能源汽車的意愿也與日俱增。 由于政府利好政策不斷、 充電設施建設日漸完善以及公民環(huán)保意識逐步提高， 未來一段時間里新能源汽車市場仍會不斷增長。在此背景下，如何科學地對新能源汽車需求進行預測，對于個人安排購車計劃、企業(yè)制定產銷方案乃至政府謀劃發(fā)展方向都具有十分重要的作用。

當前主流研究中，多數學者根據人口、政策經濟等宏觀因素對新能源汽車需求進行預測， 其方法主要有兩種： 一種是基于統(tǒng)計方法建立預測模型，例如線性回歸、指數平滑、灰色系統(tǒng)理論等；另一種是應用機器學習模型，包括梯度提升、邏輯回歸、人工神經網絡等進行預測。 Lieven[1]使用了2010-2018 年的新能源汽車銷量數據， 通過Logistic 增長模型對26 個國家的電動汽車保有量進行了長期預測。 周彥福[2]采集了新能源汽車產量、 居民消費價格指數等8 個影響新能源汽車銷量的因素并運用灰色關聯(lián)法驗證其影響力， 之后構建了灰色神經網絡月度銷量預測模型， 并使用果蠅算法對其進行了優(yōu)化。翟帆[3]基于2011-2017年我國新能源汽車產銷情況， 先后建立了針對銷售量預測的馬爾薩斯模型和二次多項式模型。 上述方法均存在一個共同的特點， 即以政府及相關部門公布的過往市場銷售量作為主要數據樣本，由于歷史銷售數據存在一定的滯后性， 預測結果勢必會受到影響而產生預測偏差， 故這些預測只能在宏觀上提供指導。

在互聯(lián)網時代，人們習慣于購物前，尤其是購入新能源汽車這類高價值產品，“攻略” 意向產品的相關信息作為購買決策的重要參考。 不同的消費者通過不同的渠道獲取意向車型的價格趨勢和口碑評價，而百度搜索是最常用的方式[4]。 大數據的實時性可以彌補傳統(tǒng)預測存在的延遲性缺點，但是，目前對新能源汽車需求的研究中，以網絡搜索大數據為導向的量化研究還較為匱乏。 通過探索大數據與新能源汽車需求之間的潛在聯(lián)系，分析兩者之間的關聯(lián)性并建立模型， 可以提高當前新能源汽車需求預測模型的準確性。 本文首先利用傳統(tǒng)的自回歸滑動平均模型（ARMA）作為單變量時間序列模型， 對新能源汽車銷售量進行了初步預測。 然后與加入了關鍵詞搜索指數的向量自回歸模型（VAR）進行預測精度的對比，期望獲得更為精確的預測結果。最后使用SPSS 25.0 軟件對所收集的數據進行了相關性檢驗和預處理， 而后使用EViews 10 軟件進一步分析并建立了模型。

1 數據獲取與分析

1.1 數據獲取

1.1.1 新能源汽車銷售量的獲取

為了研究我國新能源汽車需求和網絡搜索大數據之間的關系， 本文以月為單位， 首先選取了2012 年1 月-2019 年12 月新能源汽車的實際銷售量，所采集的數據來源于中國汽車工業(yè)協(xié)會。

1.1.2 關鍵詞的獲取

當前主流選擇關鍵詞的方法包括： ①主觀選詞法。根據用戶主觀經驗和常識選取關鍵詞；②需求分布圖法。 利用網絡搜索大數據在某領域聚合而成的需求分布圖， 該圖上由遠及近地排列著相關檢索詞， 越靠近中心的關鍵詞表明其用戶需求越強；③長尾關鍵詞法。選擇用戶目標檢索詞與非目標檢索詞形成新的組合型關鍵詞。例如，目標檢索詞是“新能源汽車”，非目標檢索詞可以是“排行”，其組合而成的長尾關鍵詞是“新能源汽車排行”[5]。 本文將主觀選詞法和需求分布圖法相結合，選取了“新能源汽車”和“電動汽車”作為關鍵詞。為提高研究結論的客觀性，使用了兩個主流的長尾關鍵詞挖掘工具：愛站網（https://aizhan.com/）和詞庫網（http://www.ciku5.com/）進行輔助分析，驗證了所選關鍵詞的搜索量遠大于其他相關關鍵詞的搜索量， 客觀地反映了人們實際的關注點和需求。

1.1.3 搜索指數的獲取

本文選擇我國中文搜索引擎用戶滲透率達90.90%的百度搜索作為搜索指數數據來源[4]。 百度指數是基于用戶的關注程度， 使用特定關鍵詞作為統(tǒng)計項計算出每個關鍵詞的檢索頻率加權和的開放平臺。百度指數數據按照每日更新的頻率，囊括了從2006 年6 月起所有的用戶搜索情況，反映了特定關鍵詞Ki的實際搜索次數與特定區(qū)域和時間內的平均搜索量之間的比例關系，即：

1.2 數據分析

1.2.1 相關性分析

為了定量評估搜索指數與新能源汽車需求的關聯(lián)程度， 本文使用斯皮爾曼相關系數對各關鍵詞和新能源汽車銷售量進行統(tǒng)計學上的相關性分析。如表1 所示，關鍵詞“新能源汽車”的百度指數與新能源汽車銷售量表現出顯著相關， 相關系數為0.919。而關鍵詞“電動汽車”的百度指數與新能源汽車銷量之間不存在相關性。因此，本文僅選擇“新能源汽車”的百度指數進行后續(xù)的研究。

表1 百度指數和新能源汽車銷售量的相關性檢驗Table 1 Correlation test between baidu index and new energy vehicle sales

1.2.2 季節(jié)性調整

本文使用的百度指數和新能源汽車銷售數據都是月度的時間序列數據，受季節(jié)性波動影響。為了更深入地反映序列的隱藏趨勢，本文采用SPSS 25.0 軟件對原始數據進行了季節(jié)性調整， 排除季節(jié)特征、節(jié)假日等影響因素，處理后的數據結合了趨勢周期和偶然因素特征， 適用于長期趨勢的研究。

1.2.3 單位根檢驗和協(xié)整檢驗

為確保時間序列的平穩(wěn)性， 避免偽回歸現象，對其進行對數化處理以消除異方差的影響，之后再執(zhí)行單位根檢驗和協(xié)整檢驗。 單位根檢驗采用擴展的迪克-富勒檢驗法 （Augmented Dickey-Fuller Test， ADF）。由表2 可知，“新能源汽車”的百度指數和銷售量原序列不存在單位根，二者均平穩(wěn)，故兩個序列為0 階單整，符合協(xié)整檢驗的前提。

表2 變量的單位根檢驗結果Table 2 The results of variables unit root test

協(xié)整檢驗采用恩格爾-格蘭杰 （Engle-Granger， EG）兩步法，首先建立“新能源汽車”百度指數和銷售量的回歸方程。隨后對該方程的殘差序列進行單位根檢驗。通過設置“新能源汽車”百度指數為自變量BI，銷售量為因變量SA，進行最小二乘法（OLS）推導，最終的協(xié)整方程式如下：

對式（2）的殘差序列進行單位根檢驗，可知該序列不存在單位根，表明該序列平穩(wěn)。 因此，可以斷定“新能源汽車”百度指數和銷售量之間存在長期均衡的協(xié)整關系。 “新能源汽車”百度指數對數的回歸系數為2.026 2，即關鍵詞“新能源汽車”的搜索指數對數每增加1 個單位， 對新能源汽車的需求會相應增加2.026 2 個單位。

1.2.4 格蘭杰因果關系檢驗

存在協(xié)整關系的變量之間往往存在相互預測的能力，本文使用格蘭杰因果關系檢驗來驗證“新能源汽車”百度指數和銷售量間的預測能力。根據赤池信息量準則（AIC）、施瓦茨準則（SC）及漢南-奎因準則（HQ）的結果選取了最佳滯后階段進行格蘭杰因果關系檢驗。由表3 可知，“新能源汽車”百度指數和銷售量間存在單向的因果關系，“新能源汽車” 百度指數對新能源汽車銷售量的格蘭杰原因的概率為98.48%，故關鍵詞“新能源汽車”的搜索指數可以作為一個有效的預測因子。

表3 變量的格蘭杰因果關系檢驗結果Table 3 The results of variables Granger causality tests

2 預測模型建立與分析

為了進一步驗證搜索指數對新能源汽車需求的預測能力， 本文先以新能源汽車銷售量作為單一變量建立ARMA 模型，然后再加入“新能源汽車”百度指數這一變量，建立多變量的VAR 模型，并對兩種模型的預測結果進行對比分析。

通過觀察對數化后的新能源汽車銷售量的自相關和偏自相關情況， 本文建立并比較了幾個不同的模型。 最終選擇擬合優(yōu)度較高、且AIC 與SC較小的ARMA（1，1）模型。 通過設定該模型2012年1 月-2018 年12 月的數據為樣本期數據，2019年1-12 月的樣本期外的數據為驗證數據， 得到模型的預測結果如下：

該方程的AIC=1.207 550，SC=1.323 303，擬合優(yōu)度為0.939 619， 同時VAR 模型全部特征根的模的倒數均落在單位圓內，證明模型存在穩(wěn)定性。 式（3）對樣本期內數據的均方根誤差為10 751.36， 對樣本期外驗證數據的均方根誤差為13 802.08。 模型預測銷售量和實際銷售量的對比如圖1 所示。

圖1 2019 年新能源汽車實際銷售量與基于ARMA模型的預測銷售量的對比Fig.1 Comparison of actual sales of new energy vehicles with predicted sales based on the ARMA model in 2019

構建VAR 模型要綜合考慮似然比檢驗（LR），最終預測誤差準則 （FPE），AIC，SC 及HQ 的結果，從而判斷VAR 模型的滯后階段。 本文通過比較，選擇滯后階數（Lag Length Criteria）4 作為最佳滯后期建立VAR 模型，模型的預測結果如下：

該方程的AIC=1.131 322，SC=1.399 300，擬合優(yōu)度為0.945 007。 模型通過了AR 特征根檢驗，表明其具有穩(wěn)定性。 式（4）對樣本期內數據的均方根誤差為9 494.834，對樣本期外驗證數據的均方根誤差為11 737.51。 模型預測銷售量和實際銷售量的對比如圖2 所示。

圖2 2019 年新能源汽車實際銷售量與基于VAR 模型的預測銷售量的對比Fig.2 Comparison of actual sales of new energy vehicles with predicted sales based on the VAR model in 2019

由式（4）可知，兩個變量的各滯后期對新能源汽車銷售量均有正向性影響，但影響幅度不同，其中，新能源汽車銷售量滯后1 期的影響最大，其次是“新能源汽車”百度指數的滯后4 期。 由模型可知， 如果知道了新能源汽車前4 個月的實際銷量并結合對應期間的搜索指數， 就可以預測出新能源汽車下個月度的需求。

通過對比式（3）和式（4）發(fā)現：加入搜索指數作為變量后， 模型的擬合優(yōu)度提高了，AIC 和SC的值減少了；式（4）對不管是樣本期內還是樣本期外數據的均方根差都有所降低， 預測精度分別提高了11.69%與14.95%。 從圖2 可以看出，預測值和真實值非常接近， 表明該模型具有更好的預測能力。

3 結論及建議

本文以新能源汽車為例， 在2012 年1 月-2019 年12 月分別檢驗了關鍵詞“電動汽車”、“新能源汽車” 的搜索指數與歷史銷量是否存在相關性， 進而利用協(xié)整檢驗和格蘭杰因果關系檢驗驗證其對新能源汽車需求預測的影響。 將傳統(tǒng)基于歷史銷量模型和加入網絡搜索大數據模型的預測結果進行了比較，得到以下結論。

①關鍵詞“新能源汽車”的搜索指數與新能源汽車銷售量存在正相關， 且二者存在長期均衡關系。 因而可以利用“新能源汽車”的搜索指數和銷售量對其未來需求進行預測。 關鍵詞“電動汽車”的搜索指數與新能源汽車銷售量之間不存在相關性，說明了電動汽車雖然受到的關注度高，但并不是影響新能源汽車需求的有效因素。

②加入搜索指數的VAR 模型相較傳統(tǒng)預測模型在樣本期內和樣本期外的預測精度均有較大提升， 這反映了網絡搜索大數據可以在準確預測新能源汽車需求中起到積極作用。 該模型可以利用新能源汽車前1-4 月的實際銷售數據和搜索指數來預測下個月對新能源汽車的需求， 這極大地彌補了傳統(tǒng)預測方法對歷史數據量要求大、預測延遲性高的不足。

在大數據時代， 基于網絡搜索大數據驅動的新能源汽車需求預測是一個熱門的研究方向。 準確、高效、合理地挖掘和分析互聯(lián)網上的數據并用以輔助決策，對個人、企業(yè)和政府有重大的意義。本文提出如下建議。①對個人的建議：利用網絡搜索大數據，獲取車輛動態(tài)信息。消費者購車前在互聯(lián)網上對某些新能源車型進行搜索， 反映了消費者的購車意向、品牌偏好度和優(yōu)惠政策關注度。如果某款車型的搜索量大， 說明該車型受到的關注更多、需求更大，同時潛在的買家和優(yōu)惠條件也可能更多， 所以消費者應重點關注。 ②對企業(yè)的建議：利用網絡搜索大數據，把握企業(yè)發(fā)展方向。 本研究提出的預測模型在新能源汽車需求預測中具有較高的準確性，這對車企以及所處汽車行業(yè)上、下游產業(yè)的企業(yè)合理安排生產銷售計劃有很大的幫助，保障了企業(yè)按時、按需研發(fā)出讓消費者滿意的產品。 ③對政策的建議：利用網絡搜索大數據，制定相關政策措施。 新能源汽車需求的預測結果準確與否， 將決定政府出臺的補貼政策和推廣措施是否及時、有效?；诰W絡搜索大數據的預測模型能很好地彌補傳統(tǒng)預測方法的單一性和延遲性，增強政府政策決策時的主動性和預見性。