［摘 要］ 將直接網(wǎng)絡(luò)效應(yīng)分為從眾效應(yīng)、權(quán)威效應(yīng)及羊群效應(yīng)，并基于以上效應(yīng)構(gòu)建了新能源汽車推廣影響的理論機(jī)制和模型。在NetLogo仿真平臺上進(jìn)行仿真分析，結(jié)果表明：初始綠色消費者數(shù)量、每位綠色消費者的影響程度及社交半徑長度均能有效促進(jìn)直接網(wǎng)絡(luò)效應(yīng)對新能源汽車的推廣，且三者產(chǎn)生的影響呈現(xiàn)出不同的增長模式，分別為邊際效應(yīng)遞減型增長、兩段式增長和S形曲線增長。此外，隨著生活圈規(guī)模的增大，初始綠色消費者數(shù)量的促進(jìn)作用保持穩(wěn)定，每位綠色消費者的影響程度促進(jìn)效果逐漸減弱，社交半徑的促進(jìn)效果逐漸增強(qiáng)，但其增長率也逐漸降低。

［關(guān)鍵詞］ 直接網(wǎng)絡(luò)效應(yīng)；新能源汽車；Netlogo仿真；多智能體建模

［中圖分類號］ F426．471;F274 ［文獻(xiàn)標(biāo)識碼］ Ａ ［文章編號］ 1008-1763（2024）06-0041-10

An Analysis of the Direct Network Effect on New

Energy Vehicle Promotion

—Based on Multi-agent Modeling and Simulation

XU Xiaomin，MA Qianru，WANG Wensheng

（School of Management， China University of Mining and Technology （Beijing）， Beijing 100083，China）

Abstract：The direct network effect is divided into three components： conformity effects， authority effects， and herd effects. Based on these effects， the theoretical mechanisms and models are constructed to analyze the promotional impact of new energy vehicles. Simulation analysis conducted on the NetLogo simulation platform reveals that the number of initial green consumers， the influence degree of each green consumer and the length of social radius can effectively promote the promotion of direct network effects on new energy vehicles，and the influence of the three shows different growth modes， namely， marginal effect diminishing growth， two-stage growth and S-shaped curve growth.Furthermore， as the scale of the living circle increases， the promoting effect remains stable for the initial number of green consumers while it is gradually weakening for each green consumer’s influence degree.There is a gradual increase in promoting the effect with respect to social radius; however， its growth rate also gradually decreases.

Key words： direct network effects；new energy vehicles；Netlogo simulation；multi-agent modeling

一 引 言

中國的汽車產(chǎn)業(yè)在過去幾十年中經(jīng)歷了高速發(fā)展，產(chǎn)銷量穩(wěn)居世界第一，中國已經(jīng)成為世界第一大汽車市場。但是，汽車數(shù)量的不斷增加也帶來了嚴(yán)重的能源消耗和環(huán)境污染問題。2020年9月，習(xí)近平在第七十五屆聯(lián)合國大會一般性辯論上鄭重宣布，中國將力爭在2030年前達(dá)到碳排放峰值，并努力爭取在2060年前實現(xiàn)碳中和^[1]。雙碳目標(biāo)的確立，彰顯了我國在節(jié)能減排、應(yīng)對氣候變化挑戰(zhàn)方面的堅定決心。汽車產(chǎn)業(yè)的低碳轉(zhuǎn)型不僅能為我國汽車產(chǎn)業(yè)的高質(zhì)量發(fā)展注入新的動力，而且也是我國實現(xiàn)雙碳目標(biāo)的重要手段。與傳統(tǒng)燃油汽車相比，新能源汽車的驅(qū)動方式主要采用電能、氫能等清潔能源，不僅減少了化石能源的使用，而且不會產(chǎn)生污染環(huán)境的尾氣，從而有效地保護(hù)了環(huán)境。因此，新能源汽車產(chǎn)業(yè)的發(fā)展受到了我國的高度重視。雖然我國在新能源汽車產(chǎn)業(yè)發(fā)展初期采取了一系列激勵措施，但是由于新能源汽車的銷售價格偏高，技術(shù)不夠成熟，充電基礎(chǔ)設(shè)施不夠完善，以及消費者對新能源汽車的認(rèn)知度偏低，消費者對新能源汽車的購買意愿仍然較低，新能源汽車在與傳統(tǒng)燃油汽車的市場競爭中處于劣勢。截至2024年6月底，全國新能源汽車保有量達(dá)到2472萬輛，僅占汽車總量的7.18%。因此，新能源汽車市場還有很大的發(fā)展空間。除了價格、技術(shù)和配套設(shè)施等傳統(tǒng)因素外，消費者在社會網(wǎng)絡(luò)中的信息交互對新能源汽車的推廣也具有重要影響。隨著購買新能源汽車的消費者增多，消費者之間關(guān)于新能源汽車的信息交互也逐漸增強(qiáng)，從而形成了新能源汽車推廣的直接網(wǎng)絡(luò)基礎(chǔ)。那么，直接網(wǎng)絡(luò)效應(yīng)如何助力新能源汽車推廣？在推廣過程中，直接網(wǎng)絡(luò)效應(yīng)中的哪些因素發(fā)揮著關(guān)鍵作用，它們又發(fā)揮著怎樣的作用？本文將對上述問題展開探討。

二 文獻(xiàn)綜述

新能源汽車的推廣受到多方面因素的制約。Liao等對消費者在購買新能源汽車時的偏好進(jìn)行了綜述分析^[2]。Ma等通過大數(shù)據(jù)和文本挖掘技術(shù)，發(fā)現(xiàn)新能源汽車的價格、汽車分類及動力系統(tǒng)類型是影響消費者決策最主要的因素^[3]。此外，消費者的喜好也隨著時間的變化而不斷變化。Qian等發(fā)現(xiàn)2017～2019年間中國消費者對汽車運行成本的敏感度有所降低，但對家庭充電能力和電動汽車牌照的優(yōu)先發(fā)放一直持有較高的重視度^[4]。李曉敏和劉毅然發(fā)現(xiàn)充電基礎(chǔ)設(shè)施的完善顯著提高了中國新能源汽車的銷量^[5]。在全球范圍內(nèi)，新能源汽車的推廣也受到各種因素的影響，如能源價格和財政激勵對新能源汽車的采用有積極影響^[6]，充電樁密度、燃油價格和道路優(yōu)先度與國家新能源汽車市場份額呈顯著正相關(guān)^[7]。此外，除了技術(shù)和經(jīng)濟(jì)因素，社會因素也會影響消費者對新能源汽車的選擇。Buhmann和Criado發(fā)現(xiàn)人們在選擇新能源汽車時往往更關(guān)心聲譽和社會接受度而不是環(huán)境問題^[8]。Degirmenci和Breitner發(fā)現(xiàn)新能源汽車的環(huán)境性能比產(chǎn)品價格和里程信心更能促進(jìn)消費者購買^[9]。Zhou建立博弈論模型發(fā)現(xiàn)消費者的綠色消費行為是推動綠色產(chǎn)業(yè)發(fā)展的主要因素^[10]。這一發(fā)現(xiàn)強(qiáng)調(diào)了消費者在購買決策中考慮環(huán)境因素的重要性，對新能源汽車產(chǎn)業(yè)的發(fā)展具有重要意義。

雖然研究眾多，但用戶規(guī)模對新能源汽車推廣影響的相關(guān)文獻(xiàn)仍然較少。早期研究如Mau等通過離散選擇實驗和建模的方法捕捉消費者偏好的動態(tài)，揭示了新能源汽車市場滲透率的提升會增強(qiáng)消費者的購買偏好^[11]。這也是較早驗證直接網(wǎng)絡(luò)效應(yīng)存在于新能源汽車市場的文獻(xiàn)之一。王寧等通過網(wǎng)絡(luò)調(diào)研發(fā)現(xiàn)，新能源汽車的購買決策受到從眾效應(yīng)的影響^[12]。孫曉華等的研究進(jìn)一步證實了新能源汽車市場中存在直接和間接網(wǎng)絡(luò)效應(yīng)^[13]。

在新能源汽車推廣的研究中，仿真方法被廣泛應(yīng)用。張海斌等利用多智能體建模探討了政府政策如何助力新能源汽車市場的開拓^[14]。Wolbertus等則通過智能體仿真技術(shù)（ABM）分析了充電基礎(chǔ)設(shè)施推廣策略對新能源汽車大規(guī)模引入的影響^[15]。孫曉華等建立了ABM框架，模擬了新能源汽車市場的演化過程及市場需求分布的變化^[16]。在眾多仿真方法中，本文選擇了NetLogo仿真方法。自1999年Uri Wilensky首創(chuàng)NetLogo仿真平臺以來，經(jīng)美國西北大學(xué)互聯(lián)學(xué)習(xí)與計算機(jī)建模中心（Center for Connected Learning and Computer-Based Modeling，CCL）的持續(xù)升級改進(jìn)，NetLogo已成為非常適合對隨時間演化的復(fù)雜系統(tǒng)進(jìn)行建模仿真的工具。

綜觀現(xiàn)有文獻(xiàn)，盡管有大量研究探討了影響消費者購買新能源汽車的因素，但專門針對直接網(wǎng)絡(luò)效應(yīng)對新能源汽車推廣的影響展開研究的文章仍然相對較少，且主要局限于驗證其存在性。本文擬剖析直接網(wǎng)絡(luò)效應(yīng)通過哪些因素推動新能源汽車的推廣，并探討這些因素在直接網(wǎng)絡(luò)效應(yīng)中的具體作用。本文創(chuàng)新性地將直接網(wǎng)絡(luò)效應(yīng)理論分解為從眾效應(yīng)、權(quán)威效應(yīng)及羊群效應(yīng)，并逐一分析這三種效應(yīng)對新能源汽車推廣的影響。在此基礎(chǔ)上，本文構(gòu)建推廣機(jī)制和模型，并設(shè)計仿真算法，運用NetLogo仿真平臺進(jìn)行建模與仿真。此舉旨在通過對微觀消費者行為的研究，揭示其對宏觀新能源汽車推廣的深遠(yuǎn)影響。

三 理論分析與模型構(gòu)建

（一）直接網(wǎng)絡(luò)效應(yīng)對新能源汽車推廣的影響機(jī)制

1985年，Katz和Shapiro首次提出了網(wǎng)絡(luò)效應(yīng)的概念，并將其劃分成直接和間接網(wǎng)絡(luò)效應(yīng)兩種類型^[17]。其中，直接網(wǎng)絡(luò)效應(yīng)指隨著用戶數(shù)量的增加，產(chǎn)品對消費者的價值也相應(yīng)提升的現(xiàn)象。新能源汽車的推廣是指隨著時間的推移，消費者選擇購買新能源汽車的數(shù)量逐漸增多的過程。在此過程中，消費者面臨兩種選擇：一是購買新能源汽車，二是購買傳統(tǒng)的燃油汽車。新能源汽車產(chǎn)業(yè)作為新興產(chǎn)業(yè)，在面對與傳統(tǒng)汽車產(chǎn)業(yè)的激烈競爭時，其新技術(shù)的推廣除了依賴生產(chǎn)成本和消費者偏好的優(yōu)勢，網(wǎng)絡(luò)效應(yīng)在其中也發(fā)揮著關(guān)鍵作用^［18］。因此，在研究消費者購車選擇時，除了考慮產(chǎn)品本身和配套設(shè)施建設(shè)等因素外，還需深入探究直接網(wǎng)絡(luò)效應(yīng)產(chǎn)生的重要作用。

那么，直接網(wǎng)絡(luò)效應(yīng)是如何產(chǎn)生的呢？本研究認(rèn)為，新能源汽車推廣中的直接網(wǎng)絡(luò)效應(yīng)可以通過以下三種社會效應(yīng)來解釋：從眾效應(yīng)、權(quán)威效應(yīng)和羊群效應(yīng)。社會效應(yīng)描述的是在社會網(wǎng)絡(luò)信息交互過程中，個體的行為表現(xiàn)如何引發(fā)與其直接關(guān)聯(lián)的群體產(chǎn)生相應(yīng)變化的因果或連鎖反應(yīng)。從眾效應(yīng)、權(quán)威效應(yīng)和羊群效應(yīng)是三種較為普遍的社會效應(yīng)。

本研究的主要目標(biāo)是探討直接網(wǎng)絡(luò)效應(yīng)如何影響新能源汽車的推廣，不考慮其他影響消費者購買選擇的因素。本文將消費者劃分為綠色消費者和棕色消費者兩類。綠色消費者具有強(qiáng)烈的環(huán)保意識，他們愿意積極主動地參與綠色消費。相比之下，棕色消費者的環(huán)保意識較為模糊，未能將環(huán)保意識轉(zhuǎn)化為實際的消費行為。假設(shè)已購買新能源汽車的消費者為綠色消費者，而購買傳統(tǒng)燃油汽車的消費者為棕色消費者。為更準(zhǔn)確地描述消費者的行為，研究引入了三個關(guān)鍵變量分別表示以上三種社會效應(yīng)：初始綠色消費者數(shù)量、每位綠色消費者的影響程度和社交半徑的長度。

1.直接網(wǎng)絡(luò)效應(yīng)中新能源汽車推廣的從眾效應(yīng)

從眾效應(yīng)指個體在社交網(wǎng)絡(luò)中不自覺地受到多數(shù)人意見影響，進(jìn)而調(diào)整自身觀點或行為的現(xiàn)象^［19］。從眾效應(yīng)產(chǎn)生的原因可分為兩個方面：其一，當(dāng)個體觀察到周圍人群的行為與自己不同時，可能會懷疑自身是否遺漏了某些信息，從而傾向于模仿他人行為。其二，由于部分個體對社會壓力的承受能力較弱，加上自身認(rèn)知水平有限，他們往往選擇迎合他人意見以避免被孤立或獲得合群的感覺。早期心理學(xué)家的研究已證實，人們普遍傾向于與周圍人保持一致的行為模式^［20］。

Christakis和Fowler的研究表明從眾效應(yīng)會顯著影響許多病例。例如，當(dāng)一個小組成員開始采取某種健康行為時，其他成員可能會覺得這一行為更有吸引力，并因此加入其中^［21］。也有研究顯示，在疫苗接種決策過程中，從眾效應(yīng)起到了關(guān)鍵作用^［22］。因此，當(dāng)消費者在進(jìn)行汽車購買選擇時，購買新能源汽車的消費者數(shù)量會對其決策產(chǎn)生影響。

綜上所述，由于直接網(wǎng)絡(luò)效應(yīng)的存在，消費者進(jìn)行購車選擇時，其決策往往受到初始綠色消費者數(shù)量的影響。隨著選擇購買新能源汽車的消費者群體不斷擴(kuò)大，即初始綠色消費者數(shù)量持續(xù)增長，有購車需求的消費者可能受從眾心理的影響，認(rèn)為購買新能源汽車已成為一種時尚和潮流，從而傾向于跟隨這一趨勢。這種現(xiàn)象不僅促進(jìn)了新能源汽車的普及，還進(jìn)一步助力了市場的快速擴(kuò)張和成熟。

基于上述分析，本文提出以下關(guān)于新能源汽車推廣的研究假設(shè)：

H1：在直接網(wǎng)絡(luò)效應(yīng)中初始綠色消費者數(shù)量的增加能夠促進(jìn)新能源汽車的推廣。

2.直接網(wǎng)絡(luò)效應(yīng)中新能源汽車推廣的權(quán)威效應(yīng)

權(quán)威效應(yīng)，即人們對社會地位和威望較高的人的意見會給予更高信任和更多追捧，是一種普遍存在的社會心理現(xiàn)象。消費者傾向于認(rèn)為權(quán)威人士的意見更為專業(yè)和負(fù)責(zé)，因為他們的聲譽與這些意見緊密相連。因此，當(dāng)這些權(quán)威人士發(fā)表對新能源汽車的看法時，他們的意見更容易被消費者接受和采納。

范柏乃和金潔的研究表明，良好的政府形象可以增強(qiáng)公眾對公共服務(wù)的信任，進(jìn)而提升公眾滿意度^［23］。這意味著，如果新能源汽車推廣的主體能夠塑造出積極、可信的形象，將有助于提高公眾對其的接受度。Harris等的實驗也證實了專家意見在影響公眾觀點方面的有效性，他們發(fā)現(xiàn)，當(dāng)專家支持某個觀點時，公眾對該觀點的說服力評價更高^［24］。這一發(fā)現(xiàn)進(jìn)一步強(qiáng)調(diào)了權(quán)威效應(yīng)在新能源汽車推廣中的重要性。Baryshevtsev和McGlynn的研究則直接關(guān)聯(lián)到網(wǎng)絡(luò)釣魚郵件中的權(quán)威效應(yīng)，他們發(fā)現(xiàn)當(dāng)郵件中包含更多權(quán)威性信息時，人們更有可能相信這些信息^［25］。這一研究從另一個角度證實了權(quán)威效應(yīng)對人們信息接受度的影響。因此，在消費者進(jìn)行購車決策時，權(quán)威效應(yīng)將起到關(guān)鍵作用。

綜上所述，由于直接網(wǎng)絡(luò)效應(yīng)的存在，消費者的購車選擇往往會受綠色消費者和權(quán)威人士的影響，并且隨著選擇新能源汽車的權(quán)威人士社會地位的提升和數(shù)量的增加，消費者選擇新能源汽車的意愿會進(jìn)一步增強(qiáng)，從而促進(jìn)新能源汽車市場的發(fā)展。

基于上述分析，本文提出以下關(guān)于新能源汽車推廣的研究假設(shè)：

H2：在直接網(wǎng)絡(luò)效應(yīng)中每位綠色消費者的影響程度的增加能夠促進(jìn)新能源汽車的推廣。

3.直接網(wǎng)絡(luò)效應(yīng)中新能源汽車推廣的羊群效應(yīng)

在羊群效應(yīng)中，個體往往傾向于觀察并模仿與自己關(guān)系緊密且生活環(huán)境相似的人的行為，而不太關(guān)注行為背后的真正動機(jī)。這種現(xiàn)象在熟人之間尤為明顯，并且隨著親密度的增加或熟人數(shù)量的增多，對個體決策的正向影響會進(jìn)一步得到強(qiáng)化。調(diào)查顯示，用戶在Facebook上感知信息的強(qiáng)度受到其好友聯(lián)系強(qiáng)度的影響，這強(qiáng)調(diào)了直接關(guān)聯(lián)的社會群體對個體決策的重要性。^［26］

羊群效應(yīng)的形成可能是由于消費者信息不足或低估自身所獲取的信息時，他們往往忽視自身原有的意見。在這種情況下，他們認(rèn)為其他人更加了解情況，因此更愿意信任身邊人的行為而不是自己的判斷。因此，在新能源汽車推廣的過程中，消費者的決策往往受到其社交圈內(nèi)的人群影響。

由于直接網(wǎng)絡(luò)效應(yīng)的存在，消費者的購車決策往往受社交半徑長度的影響。當(dāng)消費者觀察到其社交圈內(nèi)有人選擇新能源汽車時，他們可能會受群體行為的影響，進(jìn)而跟隨這一趨勢。隨著社交半徑的逐步擴(kuò)大，消費者會受到更多來自周圍已經(jīng)購買新能源汽車的人群的影響，新能源汽車的受歡迎程度也隨之提高。因此，當(dāng)消費者社交圈內(nèi)越來越多的人選擇新能源汽車時，其購車決策受到的影響會更加顯著，進(jìn)而推動新能源汽車市場需求的持續(xù)增長。

基于上述分析，本文提出以下關(guān)于新能源汽車推廣的研究假設(shè)：

H3：在直接網(wǎng)絡(luò)效應(yīng)中社交半徑長度的增加能夠促進(jìn)新能源汽車的推廣。

基于上述三種假設(shè)，本文構(gòu)建了直接網(wǎng)絡(luò)效應(yīng)對新能源汽車推廣影響的理論機(jī)制，如圖1所示。下文將構(gòu)建新能源汽車推廣的直接網(wǎng)絡(luò)效應(yīng)模型，并通過仿真模擬進(jìn)一步驗證直接網(wǎng)絡(luò)效應(yīng)在實際推廣中產(chǎn)生的影響。

（二）新能源汽車推廣的直接網(wǎng)絡(luò)效應(yīng)模型構(gòu)建

下文在理論分析的基礎(chǔ)上構(gòu)建新能源汽車推廣的直接網(wǎng)絡(luò)效應(yīng)模型，模型中描繪了處于不同購車決策階段的消費者群體，包括暫時沒有購車意愿的消費者D、有購車意愿的消費者W及綠色消費者G。It表示t時刻新能源汽車的推廣程度。r表示社交半徑的長度，r值越大，消費者間的信息交互就越頻繁。鑒于消費者間的信息交互網(wǎng)絡(luò)具有隨機(jī)幾何圖的特性，其連邊度的分布遵循泊松分布f（x）=η^xx！e^{－η［27］}。a表示虛擬世界的邊長，πr²a²反映了在給定社交半徑r內(nèi)，綠色消費者占所有綠色消費者的期望比例。因此，一個節(jié)點連接到綠色消費者的概率可以表示為f（Gi（t－1））=πr²a^2∑Gi（t－1）∑Gi（t－1）！e^－πr2a²，其中Gi（t－1）表示消費者i在t－1時刻的狀態(tài)為綠色消費者。β則代表消費者購車意愿的轉(zhuǎn)化率。一些消費者最初沒有購車意愿，但隨著時間的推移，他們可能會產(chǎn)生購車需求。因此，t時刻有購車決策選擇的消費者數(shù)量為∑（Wit+βDit）。α表示每位綠色消費者的影響程度，其值介于0到1之間，其中0表示無影響，1表示完全影響。本研究只考慮綠色消費者對其他消費者購買決策的影響，不考慮棕色消費者產(chǎn)生的影響。因此，綠色消費者能夠?qū)οM者購買決策產(chǎn)生的總體影響為α∑Git。

依據(jù)上述分析，本文構(gòu)建的直接網(wǎng)絡(luò)效應(yīng)對新能源汽車推廣的影響模型如下所示：

It=It－1+α∑Git∑（Wit+βDit）πr²a^2∑Gi（t－1）∑Gi（t－1）！e^－πr2a²（1）

四 基于NetLogo的模型實現(xiàn)與仿真效果

本研究以直接網(wǎng)絡(luò)效應(yīng)對新能源汽車推廣的影響模型為基礎(chǔ)，同時參考病毒傳播SIR模型。在NetLogo6.3.0平臺上對模型進(jìn)行仿真分析，建立的仿真算法如下：

初始創(chuàng)建N個不重疊的主體，全部主體應(yīng)用NetLogo6.3.0中的“person”形狀。設(shè)置四種主體類型，包括：綠色消費者、棕色消費者、有購車意愿的消費者及暫無購車意愿的消費者。在初期設(shè)定只存在綠色消費者及暫無購車意愿的消費者。一個節(jié)點同一時間只能設(shè)置成一種類型，不能同時擁有多種類型。

設(shè)置社交半徑長度為r，當(dāng)兩個主體之間距離小于r時，兩個主體之間連接網(wǎng)絡(luò)，連接線設(shè)置成白色，已連接過的節(jié)點不重復(fù)連接。在連接的網(wǎng)絡(luò)中，暫無購車意愿的消費者會以一定概率轉(zhuǎn)化為有購車意愿的消費者，隨后其開始進(jìn)行購車選擇。消費者在進(jìn)行購車選擇時會受與其產(chǎn)生網(wǎng)絡(luò)連接的綠色消費者的影響。當(dāng)有購車意愿的消費者轉(zhuǎn)變成綠色消費者時，網(wǎng)絡(luò)連線變成灰色，代表新能源汽車推廣成功;轉(zhuǎn)變成棕色消費者時，網(wǎng)絡(luò)連線變成藍(lán)色，代表推廣失敗。

鑒于行為傳播的復(fù)雜性，本研究簡化設(shè)定消費者行為傳播具有單向性，且傳播網(wǎng)絡(luò)的邊為無方向無權(quán)重的邊。暫無購車意愿的消費者可以轉(zhuǎn)換為有購車意愿的消費者，有購車意愿的消費者可以轉(zhuǎn)換為綠色消費者或棕色消費者，反之不成立。當(dāng)網(wǎng)絡(luò)中的所有節(jié)點都無法相互轉(zhuǎn)化時，新能源汽車推廣結(jié)束，仿真終止。

五 模型仿真及結(jié)果分析

（一）參數(shù)初始化

本文選取不同規(guī)模村莊內(nèi)的消費者為研究對象，通過實際數(shù)據(jù)仿真分析新能源汽車的推廣情況。參照最新鎮(zhèn)規(guī)劃標(biāo)準(zhǔn)，小型、中型及大型村莊規(guī)劃人口規(guī)模分級如表1所示。在本研究中，設(shè)定不同類型的村莊人數(shù)為該類村莊中的最多人數(shù)，例如，設(shè)定小型村莊有200名消費者，中型村莊有600名，大型村莊有1000名，并以此為基礎(chǔ)探討新能源汽車的推廣情況。根據(jù)國家統(tǒng)計局中國經(jīng)濟(jì)景氣監(jiān)測中心發(fā)布的家用汽車消費調(diào)查，2023年有近一半的消費者表示有購買家用汽車的意愿。因此，本研究設(shè)定初始購車意愿的概率為50%。由于直接網(wǎng)絡(luò)效應(yīng)主要影響處于購車選擇階段的消費者，不考慮消費者產(chǎn)生購車意愿的階段，因此不考慮該參數(shù)變化帶來的影響。根據(jù)其他文獻(xiàn)中已有模型的計算，初始綠色消費者數(shù)量占總消費者的23.33%^[28]。本研究根據(jù)設(shè)定的不同規(guī)模的村莊人數(shù)計算得到各類村莊的初始綠色消費者數(shù)量的初始參數(shù)。此外，根據(jù)已有文獻(xiàn)的結(jié)論，每位綠色消費者能夠成功影響其他消費者選擇購買新能源汽車的比例為3%^[10]。因此，本研究設(shè)定每位綠色消費者的影響程度初始參數(shù)為3%。為了進(jìn)行可視化仿真，本研究設(shè)定模擬世界的坐標(biāo)系為100×100，因此社交半徑的最大長度為50 2。設(shè)定社交半徑初始參數(shù)為購買新能源汽車與購買傳統(tǒng)燃油汽車消費者數(shù)量相等時的長度。

為了研究各個變量對新能源汽車推廣的影響，基于以上初始參數(shù)設(shè)置，本文對每一個變量在一定參數(shù)范圍內(nèi)進(jìn)行數(shù)值調(diào)整，每次匯報結(jié)果為20次獨立+koHLn3sWHBybXxOqExMtapQiEhH/+eJ8WmAYuhCim8=仿真的平均值，從而得到新能源汽車推廣的動態(tài)演變仿真過程。新能源汽車推廣的直接網(wǎng)絡(luò)效應(yīng)仿真初始界面如圖2所示。

（二）仿真結(jié)果分析

1.初始綠色消費者數(shù)量對新能源汽車推廣的影響

在不改變其他初始參數(shù)的前提下，設(shè)置初始綠色消費者數(shù)量在0到600人的范圍內(nèi)每次以20人的幅度增加，利用行為空間實驗對每一個參數(shù)進(jìn)行20次獨立仿真并取平均值，從而研究初始綠色消費者數(shù)量對新能源汽車推廣的影響，得出的結(jié)果如圖3所示。圖3中（a）（b）和（c）分別描繪了在小型、中型和大型村莊（即消費者總數(shù)分別為200、600和1000人）中，初始綠色消費者數(shù)量對新能源汽車推廣的影響。由于篇幅限制，本研究以中型村莊為例進(jìn)行詳細(xì)分析。如圖3（b）所示，最初購買燃油汽車的消費者占據(jù)主導(dǎo)地位，隨著初始綠色消費者數(shù)量的增加，從眾效應(yīng)促使大量消費者選擇新能源汽車。因此，購買新能源汽車的消費者數(shù)量逐漸上升，購買燃油汽車的消費者數(shù)量則逐漸下降。這一發(fā)現(xiàn)與孫曉華等的研究結(jié)論相吻合，即某一區(qū)域的新能源汽車初始用戶數(shù)量與該區(qū)域新能源汽車消費規(guī)模的擴(kuò)張密切相關(guān)^[16]。圖3（b）中購買新能源汽車消費者的數(shù)量曲線呈現(xiàn)邊際效應(yīng)遞減型增長。起初，購買新能源汽車的消費者有一個顯著的增長，但增長到一定數(shù)量后，曲線增長速度開始變緩，最終趨于平穩(wěn)。

為了更深入地理解這一現(xiàn)象，下文將曲線分為三個階段進(jìn)行分析。當(dāng)初始綠色消費者數(shù)量分別為220、360、600人時，購買新能源汽車的消費者數(shù)量分別為402、523、600人。這表明，在初始綠色消費者人數(shù)占村莊總?cè)藬?shù)的0～37%區(qū)間內(nèi)，初始綠色消費者數(shù)量每增加1單位，購買新能源汽車的消費者數(shù)量增加1.83人；在初始綠色消費者人數(shù)占村莊總?cè)藬?shù)的37%～60%區(qū)間內(nèi)，初始綠色消費者數(shù)量每增加1單位，購買新能源汽車的消費者數(shù)量增加0.86人，相較于前一個區(qū)間，影響效果降低了約53%；而在初始綠色消費者人數(shù)占村莊總?cè)藬?shù)60%～100%區(qū)間內(nèi)，初始綠色消費者數(shù)量每增加1單位，購買新能源汽車的消費者數(shù)量僅增加0.32人，影響效果相較于前一個區(qū)間進(jìn)一步降低了約62.79%。因此，可以得出結(jié)論，在初始綠色消費者人數(shù)占村莊總?cè)藬?shù)的0～37%區(qū)間時對新能源汽車推廣效果最佳，隨著初始綠色消費者人數(shù)占比的增加，推廣效果逐漸減弱。

出現(xiàn)邊際效應(yīng)遞減型增長的原因可能是：新能源汽車屬于新興產(chǎn)品，在初始綠色消費者較少時，隨著購買新能源汽車的消費者增多，購買新能源汽車可能會成為一種時尚，從而加深初始綠色消費者對

消費者購車決策的影響。然而，隨著新能源汽車逐漸進(jìn)入大眾視野，初始綠色消費者數(shù)量增加，購買新能源汽車的消費者數(shù)量增長速度變緩。此外，由于主體異質(zhì)性的存在，一些消費者受綠色消費者增加的影響較小，仍然選擇購買燃油汽車。這部分消費者發(fā)現(xiàn)周圍消費者都選擇新能源汽車后，由于社會壓力而改變選擇，從而推動新能源汽車的全面推廣。

通過對比圖3（a）（b）和（c），可以發(fā)現(xiàn)購買新能源汽車消費者與購買燃油汽車消費者的均衡點分別為50、150、250，當(dāng)達(dá)到新能源汽車全面推廣時，所需的初始綠色消費者數(shù)量為200、400、600人。這表明，選擇購買新能源汽車的消費者數(shù)量是隨著村莊規(guī)模的增加同比例增加的。因此，在不同生活圈規(guī)模下，初始綠色消費者對新能源汽車推廣的效果都相同。

2.每位綠色消費者的影響程度對新能源汽車推廣的影響

在不改變其他初始參數(shù)的前提下，設(shè)置每位綠色消費者的影響程度在0到100的范圍內(nèi)每次以5的幅度增加，利用行為空間實驗對每一個參數(shù)進(jìn)行20次獨立仿真并取平均值，從而研究每位綠色消費者的影響程度對新能源汽車推廣的影響，得出的結(jié)果如圖4所示。圖4中（a）（b）和（c）分別描繪了在小型、中型和大型村莊中，初始綠色消費者的影響程度如何影響新能源汽車的推廣。由于篇幅限制，本研究以中型村莊為例進(jìn)行詳細(xì)分析。如圖4（b）所示，購買新能源汽車消費者的數(shù)量曲線呈兩段式增長，隨著每位綠色消費者的影響程度增加，購買新能源汽車的消費者數(shù)量顯著增加。當(dāng)每位綠色消費者的影響程度超過5后，購買新能源汽車的消費者數(shù)量開始超過購買燃油汽車消費者的數(shù)量。當(dāng)每位綠色消費者的影響程度為40時，所有消費者都選擇購買新能源汽車。

如果我們將曲線分為兩階段分析，那么當(dāng)每位綠色消費者影響程度為10時，購買新能源汽車的消費者數(shù)量為569人；當(dāng)每位綠色消費者影響程度為40時，購買新能汽車的消費者數(shù)量達(dá)到600人，即所有消費者都選擇購買新能源汽車。進(jìn)一步分析得到，在每位綠色消費者影響程度為0～10的區(qū)間內(nèi)，每位綠色消費者影響程度每增加1單位，購買新能源汽車的消費者數(shù)量增加42.9人。在每位綠色消費者影響程度為10～40的區(qū)間內(nèi)，每位綠色消費者影響程度每增加1單位，購買新能源汽車的消費者數(shù)量增加1.03人，相較于前一個區(qū)間，每位綠色消費者對新能源汽車購買人數(shù)的影響降低了約97.6%。這一數(shù)據(jù)揭示了綠色消費者影響程度在0～10區(qū)間內(nèi)對新能源汽車推廣的效果最為顯著。一旦綠色消費者的影響程度超過40，即使再增加其影響程度，也不會對新能源汽車的推廣產(chǎn)生額外的積極影響。因此，在策略制定上，應(yīng)重點關(guān)注提高綠色消費者在這個關(guān)鍵區(qū)間內(nèi)的影響程度，以最大化新能源汽車的市場接受度。

曲線呈現(xiàn)兩段式增長趨勢可能的原因是：由于權(quán)威效應(yīng)的存在，當(dāng)綠色消費者影響程度增大時，消費者會更加信賴周圍的綠色消費者，從而影響自身的購車選擇。由于存在主體異質(zhì)性，部分消費者對綠色消費者影響程度的增加并不敏感，但當(dāng)綠色消費者代表政府時，其影響力會顯著增強(qiáng)，進(jìn)而改變這部分消費者的購車選擇。

如圖4（a）（b）和（c）所示，可以發(fā)現(xiàn)在不同規(guī)模的村莊中，每位綠色消費者的影響程度的均衡點數(shù)量都在2.5左右，然而，使新能源汽車全面推廣的每位綠色消費者的影響程度分別為25、40、60。這表明，隨著生活圈規(guī)模的擴(kuò)大，每位綠色消費者對新能源汽車推廣的影響效果逐漸減弱。

3.社交半徑長度對新能源汽車推廣的影響

在不改變其他初始參數(shù)的前提下，設(shè)置社交半徑長度在0到71的范圍內(nèi)每次以1的幅度增加，利用行為空間實驗對每一個參數(shù)進(jìn)行20次獨立仿真并取平均值，從而研究社交半徑長度對新能源汽車推廣的影響，得出的結(jié)果如圖5所示。圖5（a）（b）和（c）分別描繪了在小型、中型和大型村莊中社交半徑長度對新能源汽車推廣的影響。由于篇幅限制，本研究以中型村莊為例進(jìn)行詳細(xì)分析。如圖5（b）所示，隨著社交半徑長度逐步擴(kuò)大，選擇購買新能源汽車的消費者數(shù)量呈現(xiàn)出明顯的增長趨勢，而選擇購買燃油汽車的消費者數(shù)量則相應(yīng)減少。這一研究結(jié)果與孫曉華等人的結(jié)論相吻合，即社交半徑的擴(kuò)大有助于增強(qiáng)綠色消費者對新能源汽車信息的傳播，進(jìn)而增強(qiáng)消費者選擇新能源汽車的信心^[16]。

圖5顯示，購買新能源汽車的消費者數(shù)量變化趨勢呈S形曲線增長：初期，新能源汽車的消費者數(shù)量增長較為平緩；隨后，增長趨勢逐漸明顯；最后，隨著社交半徑長度的進(jìn)一步增加，增長趨勢逐漸放緩，呈現(xiàn)出邊際遞減趨勢。具體而言，當(dāng)社交半徑長度分別為8、22、35時，選擇購買新能源汽車的消費者數(shù)量分別為184、550、600人。通過對數(shù)據(jù)的進(jìn)一步分析發(fā)現(xiàn)，在社交半徑長度占生活圈半徑長度的0～16%區(qū)間時，社交半徑長度每增加1單位，購買新能源汽車的消費者數(shù)量增加5．5人；在社交半徑長度占生活圈半徑長度16%～44%區(qū)間時，社交半徑長度每增加1單位，購買新能源汽車的消費者數(shù)量增加26.14人，相較于前一個區(qū)間，增長幅度提高了約3.75倍；當(dāng)社交半徑長度占生活圈半徑長度的44%～70%時，社交半徑長度每增加1單位，購買新能源汽車的消費者數(shù)量僅增加3.85人，相較于前一個區(qū)間，增長幅度顯著降低了約85.27%。因此，在社交半徑長度占生活圈半徑長度16%～44%區(qū)間時新能源汽車推廣效果最為顯著，在社交半徑長度占生活圈半徑長度的44%～70%區(qū)間時，新能源汽車推廣效果相對較弱。值得注意的是，在社交半徑長度占生活圈半徑長度超過70%后，進(jìn)一步增加社交半徑長度對新能源汽車推廣效果幾乎沒有影響。因此，在一定的生活圈范圍內(nèi)社交半徑長度增加可以有效促進(jìn)新能源汽車的推廣。

曲線呈現(xiàn)S形的原因可能是：由于存在羊群效應(yīng)，在社交半徑長度較小時，消費者與外界的聯(lián)系相對有限，對從周圍環(huán)境中獲取的信息信任度不高。因此，隨著社交半徑長度的逐漸擴(kuò)大，消費者決策受到的影響呈現(xiàn)出平緩增加的趨勢。當(dāng)社交半徑長度擴(kuò)大至一定程度時，消費者的社交范圍變得更加廣泛，對周圍熟人的信任度也相應(yīng)提高，導(dǎo)致決策受到的影響加深。然而，當(dāng)社交半徑長度進(jìn)一步擴(kuò)大時，消費者接收到的外來信息變得過于繁多和復(fù)雜，最終導(dǎo)致社交半徑長度對消費者決策選擇的影響程度逐漸減弱。

對比不同規(guī)模的村莊，如圖5（a）（b）和（c）所示，在小、中、大型村莊中的社交半徑長度分別超過25、13、10時，購買兩類汽車的消費者數(shù)量達(dá)到均衡，當(dāng)社交半徑長度達(dá)到69、35、32時，新能源汽車得到全面推廣。這表明，對于小型村莊而言，社交半徑長度的增加對新能源汽車的推廣影響不如中型和大型村莊顯著。隨著村莊規(guī)模的增大，社交半徑長度對新能源汽車推廣的影響愈發(fā)顯著。但是，當(dāng)村莊規(guī)模增長到一定程度后，社交半徑長度對新能源推廣的促進(jìn)效果增長變得不明顯。因此，隨著生活圈規(guī)模的增大，社交半徑長度對新能源汽車的推廣效果愈發(fā)顯著，但其促進(jìn)程度的增加速度卻在逐漸減小。

綜合來看，每位綠色消費者影響程度的增加通過增強(qiáng)直接網(wǎng)絡(luò)效應(yīng)對新能源汽車推廣的影響效果最顯著，其次是社交半徑長度，最后是初始綠色消費者數(shù)量。

六 結(jié)論與啟示

本文基于直接網(wǎng)絡(luò)效應(yīng)理論構(gòu)建了新能源汽車推廣模型并進(jìn)行模擬仿真分析，探索直接網(wǎng)絡(luò)效應(yīng)如何通過影響消費者微觀行為對新能源汽車宏觀推廣效果產(chǎn)生影響。研究結(jié)果表明：

第一，初始綠色消費者數(shù)量對新能源汽車推廣的促進(jìn)作用使購買新能源汽車的消費者數(shù)量呈邊際效應(yīng)遞減型增長，在初始綠色消費者占比0～37%的區(qū)間內(nèi)，新能源汽車的推廣效果達(dá)到最佳。值得注意的是，這一比例不受消費者所在生活圈規(guī)模的影響。

第二，每位綠色消費者的影響程度對新能源汽車推廣的促進(jìn)作用使購買新能源汽車的消費者數(shù)量呈兩段式增長。當(dāng)每位綠色消費者的影響程度在0～10區(qū)間時，推廣效果最佳。然而，這一數(shù)值超過40后，再增加綠色消費者的影響程度對推廣效果并無明顯提升。此外，這種影響效果會隨著消費者生活圈規(guī)模的擴(kuò)大而逐漸減弱。

第三，社交半徑長度對新能源汽車推廣的促進(jìn)作用使購買新能源汽車的消費者數(shù)量呈S形曲線增長，在社交半徑占生活圈半徑的16%～44%區(qū)間內(nèi)，推廣效果最佳；而在44%～70%區(qū)間內(nèi)，推廣效果最弱。消費者生活圈規(guī)模越大，社交半徑長度對新能源汽車推廣的效果越好，但隨著生活圈規(guī)模的擴(kuò)大，推廣效果的增長速度會逐漸放緩。

第四，對新能源汽車推廣效果影響的顯著程度進(jìn)行排序，依次是：每位綠色消費者的影響程度，社交半徑長度，初始綠色消費者數(shù)量。

因此，初始綠色消費者數(shù)量、每位綠色消費者的影響程度和社交半徑長度都能夠有效促進(jìn)新能源汽車推廣。根據(jù)研究結(jié)論得到以下政策啟示：

第一，政府需要積極解讀新能源汽車系列政策，并生動展示新能源汽車所帶來的環(huán)境效益，以轉(zhuǎn)變消費者對新能源汽車的固有觀念，并增強(qiáng)其對新能源汽車的購買意愿。針對多樣化的消費群體，包括不同收入、年齡和受教育程度的消費者，政府應(yīng)利用多元化的渠道，如政策法規(guī)、教育引導(dǎo)、環(huán)保實踐活動、媒體宣傳及企業(yè)參與等，開展有針對性的環(huán)保教育活動。這些活動旨在提高公眾對環(huán)境問題的認(rèn)知，激發(fā)公眾環(huán)保意識，并強(qiáng)化其社會責(zé)任感，吸引公眾積極參與環(huán)保行動。

第二，政府可以積極推動并鼓勵具備專業(yè)背景、學(xué)術(shù)成就和社會影響力的人士發(fā)揮帶頭作用，積極倡導(dǎo)環(huán)保理念，并以身作則，率先采用新能源汽車。相較于那些權(quán)威極高但鮮為人知的專家，新能源汽車銷售商更應(yīng)當(dāng)選擇邀請權(quán)威性稍遜一籌但知名度較高的人士進(jìn)行宣傳，以提高品牌知名度和公眾接受度。在銷售過程中，可聘請行業(yè)專家或提升銷售人員專業(yè)水平，通過深入而專業(yè)的介紹，幫助消費者更好地了解并信任新能源汽車。此外，還應(yīng)致力于提升新能源汽車的品牌檔次，展現(xiàn)其卓越品質(zhì)，從而進(jìn)一步增強(qiáng)消費者對新能源汽車的信心和購買意愿。

第三，政府可以大力推動與新能源汽車相關(guān)的社區(qū)活動、志愿者活動及娛樂活動的舉辦，鼓勵消費者在活動中與更多新能源汽車用戶建立深入聯(lián)系。此外，政府也可以鼓勵公眾通過學(xué)術(shù)研討、網(wǎng)絡(luò)交流及日常聚會等多種方式，積極參與到新能源汽車相關(guān)話題的討論中。這樣的交流不僅可以使消費者獲取更多的新能源汽車信息，還能促使其提出自身見解和建議，從而推動新能源汽車的普及與發(fā)展。

本文通過構(gòu)建直接網(wǎng)絡(luò)效應(yīng)的新能源汽車推廣模型，利用NetLogo仿真分析得到了一系列有價值的結(jié)論，但研究還存在一些不足。例如，本研究僅關(guān)注了直接網(wǎng)絡(luò)效應(yīng)中的三種因素對新能源汽車推廣的影響，可能還存在其他因素。此外，本研究未考慮完全不受社會網(wǎng)絡(luò)影響的消費者群體，未來研究可進(jìn)一步拓展和深化對相關(guān)領(lǐng)域的探討。

［參 考 文 獻(xiàn)］

［1］ 習(xí)近平.在第七十五屆聯(lián)合國大會一般性辯論上的講話［EB/OL］.（2020-09-22）［2024-03-10］.https：//www.gov.cn/gongbao/content/2020/content_5549875.htm.

[2] Liao F C，Molin E， van Wee B. Consumer preferences for electric vehicles： a literature review[J]. Transport Reviews， 2017 （3）：252-275.

[3] Ma S C， Fan Y， Guo J F， et al. Analysing online behaviour to determine Chinese consumers’ preferences for electric vehicles[J]. Journal of Cleaner Production， 2019， 229：244-255.

[4] Qian L X， Huang Y L， Tyfield D， et al. Dynamic consumer preferences for electric vehicles in China： a longitudinal approach[J]. Transportation Research Part A：Policy and Practice，2023，176：103797.

[5] 李曉敏， 劉毅然. 充電基礎(chǔ)設(shè)施對新能源汽車推廣的影響研究[J].中國軟科學(xué)， 2023（1）： 63-72.

[6] Münzel C， Pl tz P， Sprei F， et al. How large is the effect of financial incentives on electric vehicle sales？—A global review and European analysis[J]. Energy Economics， 2019，84：104493.

[7] Wang N， Tang L H， Pan H Z. A global comparison and assessment of incentive policy on electric vehicle promotion[J]. Sustainable Cities and Society， 2019，44：597-603.

[8] Buhmann K M， Criado J R. Consumers’ preferences for electric vehicles： the role of status and reputation[J]. Transportation Research Part D：Transport and Environment， 2023， 114：103530.

[9] Degirmenci K， Breitner M H. Consumer purchase intentions for electric vehicles： is green more important than price and range？[J]. Transportation Research Part D：Transport and Environment， 2017，51：250-260.

[10]Zhou Y. The role of green customers under competition： a mixed blessing？[J]. Journal of Cleaner Production， 2018，170：857-866.

[11]Mau P， Eyzaguirre J， Jaccard M， et al. The ‘neighbor effect’：simulating dynamics in consumer preferences for new vehicle technologies[J]. Ecological Economics，2008（1/2）：504-516.

[12]王寧， 晏潤林， 劉亞斐. 電動汽車潛在消費者特征識別和市場接受度研究[J]. 中國軟科學(xué)， 2015（10）：70-84.

[13]孫曉華， 孫瑞， 徐帥. 電動汽車產(chǎn)業(yè)的網(wǎng)絡(luò)效應(yīng)：識別與異質(zhì)性檢驗[J]. 中國軟科學(xué)， 2018 （4）：132-145.

[14]張海斌， 盛昭瀚， 孟慶峰. 新能源汽車市場開拓的政府補(bǔ)貼機(jī)制研究[J]. 管理科學(xué)， 2015（6）：122-132.

[15]Wolbertus R， van den Hoed R， Kroesen M， et al. Charging infrastructure roll-out strategies for large scale introduction of electric vehicles in urban areas： an agent-based simulation study[J]. Transportation Research Part A：Policy and Practice， 2021，148：262-285.

[16]孫曉華， 孫瑞， 涂安娜. 網(wǎng)絡(luò)效應(yīng)、新興產(chǎn)業(yè)演化與生態(tài)位培育——來自電動汽車行業(yè)的ABM仿真研究[J]. 管理科學(xué)學(xué)報， 2018 （11）：1-17.

[17]Katz M L，Shapiro C．Network externalities，competition and compatibility[J].American Economic Review，1985（3）： 424-440.

[18]Shankar V， Bayus B L. Network effects and competition： an empirical analysis of the home video game industry[J]. Strategic Management Journal， 2003（4）：375-384.

[19]Cialdini R B， Goldstein N J. Social influence： compliance and conformity[J]. Annual Review of Psychology， 2004，55：591-621.

[20]Weatherall J O， O’Connor C. Conformity in scientific networks[J].Synthese，2021（8）：7257-7278.

[21]Christakis N A， Fowler J H.The spread of obesity in a large social network over 32 years[J]. New England Journal of Medicine，2007（4）：370-379.

[22]Johnson N F， Velásquez N， Restrepo N J， et al. The online competition between pro- and anti-vaccination views[J]. Nature，2020（7811）：230-233.

[23]范柏乃， 金潔. 公共服務(wù)供給對公共服務(wù)感知績效的影響機(jī)理——政府形象的中介作用與公眾參與的調(diào)節(jié)效應(yīng)[J]. 管理世界， 2016（10）：50-61.

[24]Harris A J L， Hahn U， Madsen J K， et al. The appeal to expert opinion： quantitative support for a bayesian network approach[J]. Cognitive Science， 2016（6）： 1496-1533.

[25]Baryshevtsev M， McGlynn J. Persuasive appeals predict credibility judgments of phishing messages[J]. Cyberpsychology， Behavior， and Social Networking， 2020（5）： 297-302.

[26]Mattke J， Maier C， Reis L， et al. Herd behavior in social media： the role of Facebook likes， strength of ties， and expertise[J].Information & Management，2020（8）：103370.

[27]集智俱樂部. NetLogo多主體建模入門[M]. 北京：人民郵電出版社， 2021.

[28]Tian Y H， Govindan K， Zhu Q H. A system dynamics model based on evolutionary game theory for green supply chain management diffusion among Chinese manufacturers[J]. Journal of Cleaner Production， 2014，80：96-105.