جلوه های محلی انباشته شده
اثرات محلی انباشته شده (ALEs) امکان برآورد اثرات حاشیه ای متغیرها را در انتخاب وسیله نقلیه فراهم می کند. ALE اثر اصلی یک متغیر در یک مقدار خاص، نسبت به میانگین ارزش پیشبینی دادهها است. از طریق این روش می توان روابط غیر خطی پیچیده بین متغیرها را بدست آورد.
شکل ۵ و
شکل ۶ نمودارهای ALE هر یک از متغیرهای مدل را نشان می دهد. نمودارها اثرات حاشیه ای را بر روی احتمال انتخاب EV برای مقادیر مختلف متغیرها نشان می دهد.
از نمودار ALE خوشههای سفر، میتوانیم ببینیم که سه خوشه سفر اول تأثیر منفی بر احتمال انتخاب یک خودروی الکتریکی دارند، به این معنی که خانوادههای چند وسیله نقلیه رزومههای خود را برای سفر از این خوشههای سفر ترجیح میدهند. از سوی دیگر، خوشه های سفر ۴ و ۵ اثرات مثبتی (به ترتیب ALEs 0.009 و ۰٫۰۳۷) روی احتمال انتخاب EV دارند. این چند پیامد مهم دارد. اولاً، نشان میدهد که خانوادههای چند وسیله نقلیه ترجیح میدهند خودروهای برقی خود را برای سفرهایی که کمتر، کمتر حساس به زمان و ماهیت اختیاری هستند، رزرو کنند. به عنوان مثال، هر دو دسته سفر ۴ و ۵ (که تأثیرات مثبتی بر احتمال انتخاب خودروی برقی دارند) شامل سفرهای همراه (با دو تا چهار سرنشین) است. این سفرها در ایالات متحده در مقایسه با سفرهای تک نفره مشاهده شده در خوشه های ۱، ۲ و ۳ کمتر رایج است. میانگین اشغال خودرو در سال ۲۰۱۷، ۱٫۵ سرنشین برای هر وسیله نقلیه بوده است [
۲]. علاوه بر این، خوشه سفر ۵ (که بیشترین تأثیر مثبت را بر احتمال انتخاب یک خودروی الکتریکی دارد) در درجه اول اهداف اختیاری خرید و غذاخوری را انجام می دهد.
جدول ۲). اگرچه خوشه سفر ۱ نیز عمدتاً اهداف خرید و غذاخوری را ارائه می دهد، اما تأثیر منفی بر احتمال انتخاب خودروی برقی دارد. این ممکن است به این دلیل باشد که سفرهای خوشه ۱ ماهیت بیشتری نسبت به زمان دارند (بیشتر شامل گذراندن ۱ تا ۱۵ دقیقه در مقصد در مقایسه با ۵۰ تا ۱۵۰ دقیقه برای خوشه سفر ۵). علاوه بر این، سفرهای خوشه ۵ (که بیشترین تأثیر مثبت را بر احتمال انتخاب خودروی برقی دارد) در ۸۰ درصد مواقع در تعطیلات آخر هفته انجام می شود.
جدول ۲).
این یافته به خوبی با یک مطالعه سوئدی در مورد خانواده های دو ماشین مطابقت دارد [
۱۲]، که نشان داد مسافت رانندگی خودروهای برقی ۸۰ درصد بیشتر از CV ها در تعطیلات آخر هفته است. ماهیت اختیاری سفرهای EV را میتوان تا حدی با تفاوت بین زمان شارژ خودروهای الکتریکی و CV توضیح داد (حداقل ۳۰ دقیقه برای HEV در مقایسه با ۵ دقیقه برای CV) [
55]. علاوه بر این، خودروهای برقی معمولاً با پرداخت های بیمه بالاتر همراه هستند [
۵۶] و حساسیت بیشتری نسبت به محیط های خارجی دارد. با توجه به نابرابری در زمان شارژ و حساسیت، و همچنین پرداختهای بیمه بالاتر، خانوارهای چند وسیله نقلیه ممکن است ترجیح دهند خودروهای برقی خود را برای سفرهایی که کمتر، کمتر حساس به زمان و ماهیت اختیاری هستند، رزرو کنند.
ثانیاً، رفتار رانندگان نیز پیامدهایی برای مکانهای ایستگاههای شارژ/سوختگیری و تدوین سیاستهای تامین مالی زیرساخت شارژ دارد. این یافتهها میتواند به دولت فدرال در ایجاد معیارهایی برای تخصیص هزینه زیرساخت کمک کند. برای مثال، اگر سازمانهای دولتی و ذینفعان قصد دارند مکانهای ایستگاه را با الگوهای سفر هماهنگ کنند، اقدامات پیشگیرانه میتواند شامل قرار دادن ایستگاههای شارژ بیشتر در نزدیکی مکانهای جذاب سفر، مانند مراکز خرید یا رستورانها باشد. برعکس، اگر هدف تأثیرگذاری بر رفتار و ترویج سفرهای مکرر با خودروهای الکتریکی باشد، قرار گرفتن ایستگاههای استراتژیک در نزدیکی جاذبههای سفر مکرر ممکن است یک استراتژی قابل اجرا باشد.
با افزایش تعداد کارگران خانگی، احتمال انتخاب یک خودروی الکتریکی به طور پیوسته کاهش می یابد.
شکل ۵). این ممکن است به تعداد بیشتر ICEVs (در مقایسه با EVs) در خانوارهایی با تعداد کارگران بیشتر نسبت داده شود. به عنوان مثال، تجزیه و تحلیل مجموعه داده های مورد استفاده در این مطالعه نشان می دهد که میانگین تعداد ICEV ها در خانواده هایی با سه کارگر یا بیشتر سه نفر است. در همین خانوارها میانگین تعداد خودروهای برقی یک عدد است. از نمودار ALE درآمد خانوار (
شکل ۵بدیهی است که خانوارهایی که در دستههای کم درآمد (۰۰۵۷/۰ = ALE) و با درآمد متوسط (۰۰۵۸/۰ = ALE) قرار میگیرند، نسبت به خانوادههای پردرآمد (۰۱۵۵/۰ = ALE) احتمال بیشتری دارد که خودروی برقی خود را برای سفر انتخاب کنند. ). خانوارهای کم درآمد ممکن است به دلیل کارایی سوخت بیشتر تمایل به استفاده از خودروهای الکتریکی داشته باشند. مطالعات قبلی نشان دادهاند که وسایل نقلیه الکتریکی (EVs) میتوانند در مدت شش سال در خانوادههای چند وسیله نقلیه به مقرونبهصرفه دست یابند، عمدتاً به این دلیل که راندمان سوخت آنها قیمت خرید بالاتر را جبران میکند. [
۱۹]. انتظار میرود سیاستهای اخیر فدرال در مورد مشوقهای خرید خودروهای برقی با کاهش هزینههای اولیه قابل توجه خودروهای برقی باعث رشد بازار شود. [
۵۶]. با توجه به اثرات درآمد و تعداد کارگران خانوار، برای سیاستگذاران ضروری است که این مشوق ها را برای خانوارهای کم درآمد و آنهایی که کارگران کمتری دارند، در اولویت قرار دهند. در حال حاضر، خانوارهای با درآمد بالاتر به طور نامتناسبی در میان مالکان خودروهای برقی حضور دارند [
۵۷]. با تمرکز بر انگیزه ها بر کاهش قیمت خرید خودروهای برقی برای خانوارهای کم درآمد، می توانیم افزایش نرخ پذیرش را پیش بینی کنیم.
نمودار ALE کودکان نشان می دهد که خانواده های دارای یک یا چند فرزند ICEV و خانواده های بدون فرزند EV را ترجیح می دهند (
شکل ۵). این می تواند درست باشد زیرا خانواده های دارای فرزند احتمالاً اعضای خانواده بیشتری دارند. بنابراین، آنها به وسایل نقلیه با ظرفیت بالاتر (به عنوان مثال، مینی ون) نیاز دارند. اکثر این وسایل نقلیه با اشغال بالاتر در مجموعه داده NHTS 2017 ICEV هستند، که ترجیح آنها را برای ICEV ها نسبت به EV توضیح می دهد. از این رو، خانوارهایی که یک یا چند فرزند دارند، ممکن است بخشی از بازار را نشان دهند که سازندگان خودروهای برقی می توانند با تولید خودروهای سبک با ظرفیت اشغال بالاتر، بیشتر از آن بهره ببرند.
مشاهده نمودار ALE برای سن راننده (
شکل ۶) به ما می گوید که سن یک رابطه چند خطی با انتخاب EV دارد. از نمودار مشخص است که احتمال انتخاب یک EV به صورت خطی با بالا رفتن سن تا سن ۳۰ سالگی بالا می رود. با این حال، این رابطه پس از ۳۰ سال دیگر مشخص نیست. با وجود اینکه سن دومین پیش بینی کننده مهم بود، اما اثر حاشیه ای سن بالای ۳۰ سال قابل تشخیص نیست. این امکان وجود دارد که تأثیر سن بر انتخاب وسیله نقلیه در این خانوادهها نیز از نظر جغرافیایی در ایالات متحده متفاوت باشد، مشابه تأثیر سن بر پذیرش [
۵۷]. این ممکن است دلیلی باشد که چرا نمونه ملی نتوانسته رابطه روشنی بین انتخاب خودروهای الکتریکی و رانندگان بالای ۳۰ سال نشان دهد.
همانطور که توسط نمودار ALE سطح تحصیلات راننده نشان داده شده است (
شکل ۶احتمال انتخاب یک خودروی الکتریکی توسط راننده زمانی که دارای مدرک لیسانس یا تحصیلات عالی باشد بیشتر است (ALE = 0.03). این با یافته های مطالعات در مورد پذیرش EV که نشان می دهد سطح تحصیلات تأثیر مثبتی بر پذیرش دارد مطابقت دارد [
۵۷]. سطح تحصیلات بالاتر به طور کلی با نگرانی بیشتر برای محیط زیست همراه است، که ممکن است باعث شود مردم رانندگی با خودروهای الکتریکی خود را انتخاب کنند.
نمودارهای ALE جنسیت راننده نشان می دهد که زنان در خانواده های چند وسیله نقلیه در مقایسه با مردان احتمال بیشتری برای رانندگی با وسایل نقلیه الکتریکی دارند.
شکل ۶). این یافته ممکن است به دسترسی وسایل نقلیه در این خانوارها نسبت داده شود. مطالعه قبلی روی خانوادههای فاقد خودرو (خانههایی با تعداد خودروهای کمتر از رانندگان) نشان داد که مردان نسبت به زنان بیشتر به خودروی خانگی دسترسی دارند. [
۵۸]. در خانوارهای چند وسیله نقلیه با EV و ICEV، همین پدیده ممکن است در مورد ICEV ها نیز صدق کند. اعضای زن ممکن است دسترسی کمتری به ICEV های خود داشته باشند، که ممکن است باعث شود آنها بیشتر با خودروهای برقی خود رانندگی کنند.
قیمت بنزین در روز سفر، مشابه سن، رابطه چند خطی با احتمال انتخاب خودروی برقی دارد (
شکل ۶). قیمت بنزین در روز سفر دارای بیشترین قدرت پیش بینی در بین تمامی متغیرها بود. نمودار ALE نشان می دهد که تا زمانی که قیمت بنزین کمتر از ۲٫۸۰ دلار در هر گالن باشد، قیمت گاز تأثیر روشنی بر انتخاب خودروهای الکتریکی ندارد. با این حال، زمانی که قیمت بنزین به بالای ۲٫۸۰ دلار در هر گالن میرود، متوجه تأثیر مثبت واضحی بر احتمال انتخاب یک خودروی الکتریکی میشویم. مطالعات قبلی گرانتر کردن سوختهای معمولی را به عنوان یک استراتژی برای ترویج استفاده از EV پیشنهاد کردهاند [
۵۶]. برای اجرای چنین استراتژی هایی می توان از آستانه ۲٫۸۰ دلار برای قیمت گاز استفاده کرد. با این حال، این آستانه باید برای تورم تعدیل شود، زیرا دادههای این مطالعه مربوط به سال ۲۰۱۷ است.
به نظر می رسد نمودارهای ALE متغیرهای محیط ساخته شده (تراکم اشتغال و تراکم جمعیت) اثرات متضادی بر انتخاب وسیله نقلیه دارند.
شکل ۶). اثرات حاشیه ای برای متغیرهای محیط ساخته شده افزایش یا کاهش ثابتی را نشان نمی دهد. به طور کلی، مقادیر بزرگتر تراکم اشتغال تأثیر مثبتی بر احتمال انتخاب یک EV دارد، در حالی که مقادیر کوچکتر اثرات منفی دارند. در حالی که برای مقادیر بزرگتر تراکم جمعیت، اثرات حاشیه ای بر احتمال انتخاب یک EV منفی است. تراکم جمعیت همچنین تأثیر منفی بر VMT PEV در خانوارهای چند وسیله نقلیه دارد. [
۱۰]. این اثر منفی ممکن است با تعداد بیشتر ایستگاه های شارژ عمومی در دسترس در مناطق حومه شهر در مقایسه با مناطق شهری توضیح داده شود. [
۵۹].