汽车评测工作_汽车测评数据分析报告范文模板

1.市场问卷调查报告范文

2.急求中国近几年的汽车市场发展状况及未来前景分析！

3.2023年一季度汽车投诉分析报告

4.车联网数据分析（一）：用户出行行为分析

中国汽车行业发展现状

1、中国汽车行业产销量分析

2012-2017年，我国汽车产量一直保持上升的趋势，2012年以后，我国汽车产量由高速增长进入波动增长阶段，汽车制造行业进入结构升级和可持续发展的阶段。2017年，我国汽车产量为2901.54万辆，同比增长3.19%;销量为2887.9万辆，同比增长3.0%，均达到近年最高值。2018年以来，一方面由于购置税优惠政策全面退出造成的影响，另一方面受宏观经济增速回落、中美贸易摩擦以及消费信心等因素的影响，我国汽车产销量开始逐年下降。2020年全球遭遇疫情，上半年汽车行业受到冲击，全年总计汽车产量为2532.5万辆，同比下降1.37%;销量为2531.1万辆，同比下降1.78%。

2021年，汽车产销分别达到2608.2万辆 和2627.5万辆，比2020年分别增长3.4%和3.8%，结束了自2018年以来连续三年下降局面。2022年1-11月，中国汽车累计产销量分别为2462.8万辆和2430.2万辆，同别增长6.1%和3.3%。

2、中国汽车销售产品结构分析

据中国汽车工业协会统计数据显示，2012-2021年，我国乘用车占汽车总销量的比重整体呈上升趋势。2016年，我国乘用车占汽车总销量的比重约为87%，达到近些年最大值，随着乘用车市场占有率出现连续下滑，2021年，我国乘用车销售量占汽车总销量比重为81.76%。2022年1-11月，乘用车占汽车总销量的比重达87.61%。

2012-2021年，我国商用车占汽车总销量的比重整体呈下降趋势。2012年，商用车占汽车总销量的比重约为19.7%，2016年，商用车占汽车总销量的比重为13%，较2009年下降6.7个百分点;随后商用车市场份额有所回升，2021年商用车占汽车总销量比重为18.24%。2022年1-11月，商用车占汽车总销量比重为12.39%。

3、中国乘用车产销量分析

2017年以来，购置税优惠减免造成产量及销量增长乏力。2018年，中国乘用车市场首次出现产销双双负增长。2020年受疫情影响，我国全年乘用车实现产量1999.4万辆，同比下降6.4%;实现销量2017.8万辆，同比下降5.9%。

2021年，中国乘用车产销分别为2140.8万辆和2148.2万辆，比2020年分别增长7.1%和6.5%，结束了自2018年以来连续三年下降趋势。2022年1-11月，中国乘用车产销分别完成2170.2万辆和2129.2万辆，同别增长14.7%和11.5%，累计增速放缓。

4、中国商用车产销量分析

2012-2015年商用车市场一直比较低迷，累计销量同比负增长。虽然2014年9月以来国家稳增长政策效果显现，有助于商用车走出低谷。9月商用车环比增长明显，但同比仍然负增长。10月份、11月份商用车月度销量实现同比正增长。虽然在2014年，同比增速开始回升，但是到了2015年，出现了较大幅度的下滑。

2016-2020年，商用车市场回春，2016年商用车产量为369.8万辆、销售量为365.1万辆，同别增长8.0%和5.8%。2020年，商用车市场累计产量为523.1万辆、销售量为513.3万辆，同别增长20%和18.7%。在疫情的影响和汽车整体及乘用车产销同步下滑的情况下，实现了大幅的增长。

2021年，中国商用车累计产销量分别为467.4万辆和479.3万辆，同比下降10.7%和6.6%。2022年1-11月，商用车产销分别完成292.7万辆和301万辆，同别下降31.9%和32.1%，继续呈现两位数下滑。

5、中国汽车保有量分析

2021年全国机动车保有量达3.95亿辆，其中汽车3.02亿辆;新能源汽车保有量达784万辆，占汽车总量的2.60%，扣除报废注销量比2020年增加292万辆，增长59.25%。其中，纯电动汽车保有量640万辆，占新能源汽车总量的81.63%。

截至2022年11月底，全国机动车保有量达4.15亿辆，其中汽车保有量达到3.18亿辆;机动车驾驶人数量超过5亿人，其中汽车驾驶人达到4.63亿人。

更多本行业研究分析详见前瞻产业研究院《中国汽车整车制造行业需求前景预测与投资战略规划分析报告》

市场问卷调查报告范文

交通部令规定，机动车综合性能检测机构应按照国家标准《营运车辆综合性能要求和检验方法》(GBl8565)、《机动车运行安全技术条件》(GB7258)和《道路车辆外廓尺寸、轴荷和质量限值》(GBl589)的规定进行检测，出具全国统一式样的检测报告，并依据检测结果。对照行业标准《营运车辆技术等级划分和评定要求》(JT／T198)进行车辆技术等级评定。检测报告中的数据是检测站技术负责人对车辆技术评级和运输管理部门审核车辆进退营运市场的依据，因此必须高度重视检测报告的质量。

但是在运管部门组织的检测报告质量评审中，发现异常数据不在少数，即不符合客观事实的数据，使得技术负责人对车辆技术状况无法客观地进行技术等级评定，或者对该数据熟视无睹。错误评定等级。笔者经过分析、总结，对综合性能检测报告中可能出现的异常数据予以归纳整理，并给出可能产生的原因和解决途径，以期引起注意，共同提高检测的质量。

1　异常数据解析

表1中列出了检测报告中动力性、排气污染物、转向轮横向侧滑量、方向盘最大自由转动量、轴荷／整备质量、行车制动力、驻车制动力、制动力曲线、车速表示值误差、外廓尺寸十个易出现异常数据的项目或参数。

2　体会和建议

(1)加强外观、登录、引车员的职业道德和业务培训。外观检测员对检测车辆的唯一性识别，登录员对车辆信息录入的准确性和完整性，引车员对车辆操作的规范性同检测报告质量的提高息息相关，是杜绝异常数据的先决条件。

(2)技术负责人在签发报告单时。要注意审核是否有异常数据，做到不签发含异常数据的报告单，同时会同有关部门跟踪观察，找出产生的原因和解决办法并作记录。

(3)质量负责人在对报告单审核或内审时，对发现有异常数据的报告单，要追溯到整改和预防措施。

(4)管理部门组织对检测报告质量评审时，发现有异常数据的，要责令检测站查找原因，制定整改和预防措施。

急求中国近几年的汽车市场发展状况及未来前景分析！

问卷调查作为一种重要的数据收集 方法 ，已广泛应用于各企事业单位，为相关负责人提供决策依据及数据支持。下面是我为大家整理的市场问卷调查 报告 范文 ，欢迎阅读。

市场问卷调查报告范文篇1：

本次的汽车 市场调查 课程让我们受益匪浅，亲身体验社会和生活的学习感觉很不错，学到了好多切身的知识!通过小组小结，我们得出这样一份资料。

此次汽车市场问卷调查，我对所受访的人员在选择购车时的主要考虑因素进行的分析 总结 ，得出如下结论：

32%的受访者买车时主要考虑的因素是价格 18%的受访者买车时主要考虑的因素是性能

21%的受访者买车时主要考虑的因素是外观造型

对于打算购车时主要考虑的因素，总的来看，受访者的选择呈现比较集中的态势，价格因素还是购车时首要考虑的方面。在此次调查中，受访者主要是20—26岁的年轻人，基本都还是在校大学生，他/她们也都还没有购车的经济实力，但90%时的受访者都想过今后购买属于自己的小汽车，在今后，年轻人这块的市场不可小视，将会成为汽车市场的主力军。 如果您购车您会选择那一款车：

本调查题目可以看出受访者的购车选择主要是根据汽车的知名度来进行考虑。所以汽车 广告 宣传工作是很重要的。 如果您购车您会选择那一款车：

受访者的的个人情况：

本组在调查时选取了几个人流量大的商业中心，因为我们认为这些地方的人员比较杂乱，对于调查的结果要更有代表性和真实性。在调查时，我们在男女比例的调节方面是对等的，受访者年龄都选的是适合骐达这款车的年轻人，他们的年龄都在18~~25岁之间。家庭成员大都是3口人，只有12%是有购车经历的，职业大多为在校大学生。

有无男女18~25岁

通过这次调查我代表我们有以下总结： (1)·有以下东风日产的所有车型是很受欢迎的，从统计图中可以看出，价格方面对大家的吸引力最大，也就是说人们购买汽车考虑最主要的因素是价格问题，看来价格问题是所有4S店经销商和厂家必须仔细揣摩的问题啊 。 (2)·从图中可以发现别克英朗_T知名度是接近百分之三十，也是最高的，知名度就直接决定了消费者的购买欲望，所以说加大汽车广告宣传力度是很重要的 。 (3)·通过本次市场调查，我们也调查了一下当代青年女性!首先她们对于我们这种学习与工作都很支持，在这里我非常感谢她们的支持与配合。不过在与她们聊到调查所涉及的内容时，那就有点无法进行沟通了，新一代青年女性对汽车的了解很不关注!

比如：问及了解哪些品牌?回答：还行吧!追问不知。 问及那款车型比较适合你?回答：车型?

问及东风日产品牌是否知道?回答：知道nissan。 问及手自一体是否懂?回答：无言以对!

等等………此次调查发现女士对汽车的关注度不是很强!

(4)另外我还了解到：东风日产的有些车型是在日本和欧洲都非常受欢迎的，因为日本和欧洲都崇尚小型车，比如说威驰，它在欧洲的总销量也已经超过500万台，因此国内媒体宣传时都把它看成是一款非常成功的小车，厂家对它的期望也非常高。但是有一点不能不需要玛驰面对，在国内小型车市场上，自主品牌的优势还是比较大，无论从车型的数量还是从价格优势抑或是性价比，合资车型都占不到太多优势，雨燕连年下滑的销量、雅力士乏人问津等等都是比较好的证明，而玛驰会有所突破吗?我们一起期待!

市场问卷调查报告范文篇2：

一、 调查目的：了解手机在大学生中的状况

近年来，随着手机在校园里的普及，越来越多的手机厂商把目光投向了校园这一潜在的巨大市场。为了了解手机在大学生中的普及情况、使用效果以及消费情况，掌握手机在大学的销售情况和市场前景，我们决定以我校大学生为调查对象，对校园里的手机市场作一次调研。

二、 调查对象：九江学院大学校园学生

三、 调查项目和调查表：见附页问卷

四、 调查时间：2013年5月16日——2013年5月30日

五、 调查方式：书面问卷

由于客观环境的局限性，我们还是用了传统的书面问卷形式，虽然过程比较繁琐，但结果还是具有真实可靠性，调查范围遍及全校，调查对象具有随机性，能反映普遍大学生的真实心理状况。

六、 调查方法：

1. 确定调查及问卷内容，以书面文件形式确定，整理成稿并打印出来供调查使用; 2. 随机抽查在校学生填写问卷，并收回问卷供数据分析; 4. 调查完成后，对调查统计数据进行整理分析; 5. 撰写 调研报告 。

七、 调查数据统计分析：

本次调查共发放问卷100份，回收100份，有效问卷100%，调查对象来自九江学院各个年级不同专业的在校学生，并且参加调查的学生具有很高的随机性，保证了本次大学生手机调研具有一定普遍意义。我们主要针对大学生手机拥有和需求状况、学生手机的使用要求分析、学生手机族的消费喜好分析等方面进行数据统计和分析并最后给出我们的营销建议。

1. 大学生手机拥有和需求状况：

调查数据显示，在被访者中有83%的学生拥有手机。同时26%的学生将会在近期更换手机。在没有手机的学生中，71%学生将会在近期购买手机。从这些数据可看出：随着人们生活水平的提高，手机在大学里已不再是新鲜事物了，已开始普及化了。大学生已经成为手机市场中一个不容忽视的消费者群。

2. 学生手机的使用要求分析 ① 最重质量选择手机时, 消费者考虑的主要因素依次为：质量21%，外型19%，价格18%，功能18%，品牌11%，售后服务9%，广告宣传2%， 其它 方面也占2%(如图表1)。其中，消费者对质量的要求最高，手机是日常的通讯工具，如果质量不好，将会给消费者带来极大的不便，即使是追求时尚的年轻人，质量也是首选因素。

另外，部分消费者对外观款式要求也较高，手机厂商不断推出新款很大程度上是迎合他们的口味，由于大学生都是年轻人，随着人们生活水平的提高，以及持手机者年龄的下降，消费者对价格的敏感度会降低，而对外观款式的要求会更高。

图表1

② 中低档产品较受欢迎

在手机价格的调查中，我们发现消费者比较倾向于1000元至1500元的价位，其比例高达44%。另外,有29%的消费者表示会选择1000元以下的手机。当然，也有部分消费者购买高价位手机，其中，选1500至2000元的消费者占15%，2000元以上的占12%(如图表2)。看来学生作为消费群体，还是比较青睐于中低价位的手机。

图表3

⑤ 手机用途比较统一

大学生使用手机用途较统一，在已有手机用户中，大部分用于发短信和打电话，各占67%和20%，其他基本上就是赶潮流，上网，玩游戏等。家长方面认为，手机是用于方便和孩子联系的，学生手机族的手机58%都是家长掏钱买的。同样学生也认为有了手机可以方便与亲友进行沟通，以维系家人及朋友的感情。 ⑥ 手机费用普遍较低

在学生手机族中，每月手机费用普遍较低。每月消费在50元以下的占40%，在100元以内的占88%。但也存在一些高消费学生，在100―300元内的占12%，其中200-300这一高消费段也占6%。超过300元手机费用的基本没有，手机费用用于短信服务的占67%(如图表4)。

图表4

3.学生手机族的消费喜好分析

①学生是一个年轻的消费群体，接触新兴事物的能力较强，追赶潮流的欲望较强烈，因此在调查过程中，67%的学生都喜欢多功能，靓外型的机子，其中翻盖35%，直板17%，旋转21%，滑盖27%(如图表5)

图表5

②由于手机功能的多元化，手机屏幕的大小至关重要，因此，崇尚多功能手机的消费者自然不会放过宽屏的手机，窄屏的手机已经渐渐跟不上潮流了，喜欢宽屏的有82%，窄屏仅仅是16%，还有2%认为无所谓，只要能满足基本的需求即可。 以上便是这次调查大学生手机消费的具体情况，后附本次调查活动的结果统计表及问卷。

关于大学生手机消费调查的结果统计表

关于大学生手机消费调查问卷

同学，您好!我们是九江学院商学院A1151班的学生，正在进行本校大学生手机消费情况的调查，希望能得到您的支持，为我们的调查提供宝贵的信息。请按照您的真实想法填写。感谢您的配合!(请在您的选项上画圈)

姓名： 电话： 单项选择题

1. 您目前拥有手机吗?( ) A 有 B 没有

2. 您多长时间更换一部手机?( ) A 没换过 B一年左右 C两年左右 D更长

3. 您更换手机的原因是?( )

A手机坏了或丢了 B新鲜感，追求流行 C有新功能

4. 在您购买之前你会选择参考商品信息的 渠道 是什么?( ) A网站 B电视广告 C朋友介绍 D营业员推销

5. 您购买手机的场所?( ) A商场 B专卖店 C网上订购 D其他

6. 您购买手机的经济来源?( ) A家人 B兼职 C其他

7. 您购买手机的主要用途?( )

A发短信 B打电话 C玩游戏 D上网 E其他

8. 您购买手机首先考虑的问题?( )

A外形 B功能 C价格 D品牌 E质量 F服务 G广告宣传 H 其他

9. 你会在什么时间购买?( )

A节日优惠期间 B新款上市期间 C 随即购买

10. 购买手机你会优先考虑( ) A国外品牌 B国产品牌 C无所谓

11. 以下促销方式中最能吸引你的?( )

A购买赠话费 B现场打折 C送相关配件 D抽奖活动

12. 若购买手机,您认为合适的价位是多少?( )

A 500-1000元 B 1000-1500元 C 1500-2000元 D 2000元以上

13.您每月的手机费用是多少?( )

A 50元以下 B 50-100 C100-200 D 200-300 E 300元以上

14. 你喜欢什么品牌的手机?( )

A.三星 B.华为 C.索爱 D.中兴 E.IPHONE F.HTC G.其他

15. 你喜欢多功能的手机吗?比如有摄像头，有MP4功能等?( ) A喜欢 B不喜欢 C随便

16. 你喜欢什么外形的手机?( ) A翻盖 B直板 C旋转 D滑盖

17. 你喜欢什么样的按扭的手机?( ) A一般按钮 B触摸屏 C电子笔

18. 你喜欢宽屏还是窄屏幕的手机?( ) A宽屏 B窄屏 C无所谓

19. 你喜欢赋有个性还是成熟的手机?( )A个性 B成熟 C个性+成熟 D无所谓

20. 你认为手机应该加上什么最新的功能?( ) A GPS系统 B遥控器 C钥匙 D通话 E其他 21.您对手机的其他看法?请自由回答：

衷心感谢您的合作，谢谢!

市场问卷调查报告范文篇3：

此次我们针对各个年龄阶段、各类职业、各个收入层次的人群进行了客观的调查，调查对象以19~35岁的中青年(瓶装饮料的消费主体)为主要对象,根据我们的调查显示：

1、按日常购买程度%纯净水(或矿泉水)因其价格低廉、纯净健康广受欢迎，在购买次数最多的饮料中比重达到39%。除纯净水以外的其他饮料中，茶饮料和奶饮料因其口感与营养俱佳，成为最受消费者喜爱的饮料，而关于蔬果汁饮料的观点则出现了分歧，一部分人认为其营养口感佳，乐于购买;而另一部分人则认为其颜色过于鲜艳，成分不明，添加了过多的添加剂，十分不健康，拒绝购买。从而导致蔬果汁饮料退居其四。正因为人们对健康的要求日益提高，碳酸饮料已呈夕阳没落之势。

2、您买饮料时主要影响因素是(可多选)

其他

习惯购买该品牌

包装营养功能

味道价格

0.00%

1000.00%2000.00%3000.00%4000.00%

在购买饮料的影响因素中，其他饮料因在价格上差异不大，价格已不是影响消费者购买的主要因素。消费者更加注重的是味道和营养，各占35.4%和29.6%。习惯性购买占有14.6%，饮料属于低度参与产品，广泛分销对其尤为重要，因为消费者自己没有足够的动力去搜寻某一品牌。如果商场中没有自己钟爱的品牌，消费者就有可能做去其他选择。因此，营销策略必须确保商场内部的产品可获得性，以防止品牌转移的可能。

3、您一般会选择什么样的包装?

易拉罐塑料瓶大塑料瓶中塑料瓶小玻璃瓶纸盒袋装

在包装方面，中小型塑料包装因其轻盈、便携、安全、容量适当、普及度高更受青睐。

4、您能接受的最高价格

1.52.53.54.54.5以上

人们能够接受的价格在2.5~4.5元，其中3.5的比重最大，达到36.4%。而4.5以上的也有一定比例，表明在价格方面，饮料市场的利润仍有上升空间。

5、根据消费者所填写的最喜爱的饮料结果显示，红茶、绿茶广受喜爱;在纯净水(或矿泉水)中，农夫山泉最受喜爱。而奶饮料中的营养快线紧随其后，功能性饮料、蔬果汁类也有一部分比例，而碳酸类饮料因为缺乏营养，对身体有害，遭到消费者的排斥，所占比例最小。

总结：就调查显示，我们大胆分析，纯净水/矿泉水是金牛业务，市场占有率大，但其利润增长空间有限。而茶饮料与奶饮料符合现代消费需求，并且因消费者对健康的重视和对饮料价格的接受程度较高，他们是明星业务，其市场占有率与利润增长率都有很大增长空间。功能性饮料，应该重点针对特定需求人群，不宜在市场上广铺宣传，成效率低。而碳酸饮料已是瘦狗业务，没有多大利润可图，应适当转型，并努力改变消费者对其的认知。

附件一：调查问卷

对黄石饮料市场的消费者消费偏好的市场调查

尊敬的先生/女士：

您好!感谢您在百忙之中填写我们的问卷。

我们是黄石理工学院的学生，现在正在进行一项调查实践活动， 结果只作学习研究之用，请放心填写。

请将您的选择在字母上打“√”。 1、您的性别：

A、男 B、女 2、您的年龄：

A、10~18 B、19~25 C、 26~35 D、36~45 E、45~60 3、您的职业：

A、白领 B、打工 C、个体户 D、居家 E、学生 F、其他( ) 4、您每月的收入(小孩就不问了，学生问生活费 )：

A、750元以下 B、750~1500元 C、1500~3000元 D、3000以上

6、您买饮料时主要影响因素是(可多选)：

A、价格 B、味道 C、营养、功能 D、包装 E、习惯购买该品牌 F、其他( ) 7、您一般会选择什么样的包装?

A、易拉罐 B、塑料瓶 (a、大 b、中 c、小 ) C、玻璃瓶 D、纸盒 F、袋装 8、您能接受的最高价格：

A、1.5 B、2.5 C、3.5 D、4.5 F、4.5以上 9、最后请您填写一个最喜欢喝的饮料(品名、种类都可)

————————————————

我们的问卷调查已经结束了，十分感谢您的配合与支持，祝您身体健康、万事如意!

调查时间_____调查地点_______调查人员__________

附件二：调查数据统计

此次调查共120份问卷，其中有效问卷118份，无效问卷2份 1、A、61%(男) B、39%

2、A、6% B、51%(19~25) C、19.5%(26~35) D、13.5% E、10%

3、A、7.6% B、20.3% (工人)C、12.7% D、2.5% E、36.4%(学生)F、20.5(其他)

4、A、37.3%(750元以下) B、21.2% C、24.5%(1500~3000) D、17% 5、

6、A、15.5% B、35.4% C、29.6% D、2.9% E、14.6% F、2%

7、A、13.6% B、塑料瓶(2%、48.3%、24.5%) C、1.4% D、8.2% E、2% 8、A、2.6% B、22.9%(2.5元) C、36.4%(3.5元) D、20.3%(4.5) E、17.8% 9、最喜欢喝的饮料，排名前八的几种饮料(单位：份)

茶：30(其中绿茶17;红茶13) 矿泉水：20(其中农夫山泉14) 奶：19(其中营养快线14)

王老吉9;鲜橙多8;果粒橙7;可乐6

市场问卷调查报告范文相关 文章 ：

★ 问卷调查报告范文精选5篇

★ 市场问卷调查报告范文

★ 建材市场调查报告范文精选4篇

★ 市场调研报告范文3篇

★ 市场调研报告范文精选

★ 手机市场调查报告范文精选5篇

★ 市场调研报告范文3篇精选

★ 大学生消费情况问卷调查报告范文3篇

★ 市场调研报告范文精选3篇

★ 撰写食品市场调查报告的范文

2023年一季度汽车投诉分析报告

2008年我国汽车行业的前景分析

2007年我国汽车市场销售状况良好，汽车市场经过2005年的低迷期后稳步发展，势头良好：乘用车中高档车型和都市型SUV将维持较高增速；商用客车行业将持续稳定增长；商用货车行业整体增速将回落，机会在于产品升级与出口。

2008年汽车行业将面临节能环保政策影响、征收燃油税的影响、内外资两税合一的影响、高油价时代发展新能源等多种因素的影响，汽车各子行业面临新的机遇和挑战

通过分析汽车行业上市公司的盈利增速、历史市场表现、销售毛利率发展趋势、在建工程比例，建议投资者关注三类整车股：价值型、成长型、低估型

汽车业的蓬勃发展给汽车零配件行业龙头带来了巨大的发展机遇。汽车零配件各细分行业龙头将维持高增长和高的销售毛利率，我们建议投资者关注优质汽车配件龙头公司。

新的消费群体形成、消费升级趋势明显是乘用车市场稳定成长的大好背景，国内经济生产总值与固定资产投资高位运行、新农村建设等因素是商用货车稳定发展的保障，人口红利、旅游业蓬勃发展、高速公里里程扩张是商用客车维持持续增长的驱动力。汽车业中既有作为可选消费品的乘用车、又有具有生产资料属性的商用车，每个细分子行业都面临机遇与挑战共存的成长阶段，同时也给汽车零配件龙头带来了巨大的发展机会，处于汽车产业链中上游的龙头汽车配件商将迎来一个高速成长时期。我们试图回顾过去，展望未来，发现并挖掘汽车业的投资价值。

一、2007年汽车行业销量回顾及简析

目前我国人均汽车保有量大约为3辆/百人，按照国际上通常的汽车普及阶段划分，我国总体处于"汽车化阶段前期"，但是由于我国城乡二元结构的突出，城市与地区之间的发展水平迥异，一线城市汽车保有量接近20辆/百人，汽车消费进入"汽车化阶段"，预计我国大部分城市将长期处于该阶段。

截至2007年10月，我国汽车销量达到715万辆，累计同比增长达到24％。其中乘用车销售507.94万辆，累计同比增长23.57％，商用车累计销售207万辆，累计同比增长25.14％。首先看看各个细分车型销售情况体现出来的短期趋势。

我国乘用车市场从2002年开始步入年销量百万大关，五年时间高速增长，2007年年底有望达到600万辆的销量。鉴于我国地区之间经济水平相差相对较大，汽车行业的发展引擎主要是老用户的替换需求和新用户的首次购车需求。

存在替换需求的用户对价格、燃油成本敏感度不高，更重视品牌的成熟度与性能，所以，这部分需求可能是针对中高档排量的乘用车；首次购车的需求群体集中于30岁以下，这部分用户追求时尚动感，预计将成为都市SUV和中档轿车的主力消费群体。

乘用车品牌竞争激烈，目前我国共有乘用车品牌340个左右，平均每个品牌年销量一万七千辆，今年同比负增长的乘用车品牌达到45％。应该说，乘用车市场呈现品牌杂规模小企业数量过多的特点，同时这也与我国乘用车的消费特点有关。

商用车细分产品中，"重量化"趋势明显，重型货车、大客、高吨位半挂车增速显著高于其它细分商用车产品。商用车中，货车周期性相对较强，客车行业整体增速平稳，销量几乎保持在年20％增长左右。

而我国的燃油税从提出到如今燃油税已经经历了十年时间三届，在国家节能减排的环保政策下，燃油税的开征箭在弦上，很可能于2008年3月开征，有关专家预测燃油税率可能在30％至50％之间，开征之后，每台车的用车成本将提高，以1.6L排量车为例，每百公里耗油8L，设一年跑3万公里，以93号汽油5.34元/升计算，再加上其它税费，年耗油费1.28万元，设燃油税率为50％，成本要提高6000元，和排量为1.0L的比较一下，每百公里耗油5L，年跑3万公里，年耗油费用8000元，交50％的燃油税，成本提高4000元，总计1.6L排量车每年比1.0L排量车在燃油使用成本上多七千元左右。

另一方面，征收燃油税后1.0L排量车每年单车新增油税成本占车价的百分之六，而1.6L排量车这个数目为百分之四多一点。征收燃油税对乘用车市场消费结构的确切影响和燃油税率、燃油税征收结构有关，如果燃油税为30％，则影响很小，如果为50％-100％，则可能对乘用车消费结构带来较大的影响，一部分中档车消费需求转移到小排量车，同时也有一部分原本打算购买小排量车的消费者可能放弃或者暂时购车打算。

从历史情况来看，油价的上涨并未影响汽车销量的增速，一方面，油价年涨幅未超出过25％，另一方面，我国汽车人均保有量低，市场潜力巨大，油价上涨的成本短期内不会对乘用车总销量造成影响。

2.排放政策

2007年是国三排放标准开始实施的年份，2010年我国将全面实施国四排放标准。环保排放标准的升级对小排量车和部分老车型产生影响，北京马上要实施国四标准，一些品牌可能不得不退出北京市场，对于老牌合资企业的老产品，更新换代的压力增大。总体上对乘用车影响要先于商用车，预计对明年的商用车市场影响有限。

3．两税合一利好部分汽车企业

国家所得税法实施后，将统一内外资企业所得税税率为25%。还将国债利息收入，符合条件的居民企业之间的股息、红利收入等规定为"免税收入"；取消内资企业实行的计税工资制度，对企业真实合理工资支出实行据实扣除。对于已经享受税收优惠的企业存在一定过渡期，在过渡期内将逐步与25%接轨。"两税合一"以后，合资企业的所得税税率将由15％提高到25％，而内资汽车企业的所得税则由于33％降至25％。

就细分子行业来说，轿车行业主要上市公司均为合资企业，两税合并对已经享受了较长时间优惠政策的合资公司盈利将造成一定负面影响，但不影响企业长期的竞争能力。商用车企业多为内资企业，将受益于两税合并的执行。就车企来说，两税合并将对中国重汽（000951）、宇通客车（600066）、曙光股份（600303）等缴纳33％所得税率的商用车上市公司产生利好。国家的税收政策有利于创造公平的汽车产业竞争环境，相信在国家鼓励自主创新的大背景下，今后自主品牌车企的生存环境将大大改善。

4．新能源给我国汽车业发展带来新机遇

高油价时代，汽车驱动力必将朝着替代传统能源的方向发展，燃油税的出台、油价高企催生新能源汽车热，我国今年公布了《新能源汽车准入管理规则》，各大汽车制造商在新能源汽车的研发上已经有很多动作，发改委公布的严格的准入门槛并实行一项否决制意在把新能源汽车的研发投入集中在有较强实力的汽车企业手中以尽快实现新能源汽车的大规模商用。从欧美市场看，基本上业界认为至少未来5年新能源汽车主流为混合动力车。

上海汽车已经推出自主研发的荣威混合动力轿车和"上海"牌的第四代燃料电池轿车，据上海汽车，公司将在奥运之前小批投产自主品牌混合动力轿车，同时推进合资品牌混合动力轿车与客车的研发，在2010年实现混合动力轿车规模化投产。此外，东风电动车辆股份有限公司已经研制出混合动力公交车，一汽集团完成解放牌混合动力客车样车开发，一汽红塔已经有少量电动汽车外销，长安集团的混合MPV2008年上市，长安集团沿着从轻度到中度再到重度混合动力汽车的轨迹发展其新能源汽车。

混合动力汽车是汽车传统动力到纯新能源过渡的一个长期阶段，我国汽车业有望借此机会缩短与欧美市场差距，两三年之内，混合动力汽车难以大规模产业化，但是目前走在前列的车企一定会在全球新能源汽车时代到来之时占据先机。

三、展望2008年汽车行业的发展

乘用车作为汽车行业内的消费类子行业具有客车与货车不可比拟的市场潜力。在轿车领域，我们认为偏高端品牌销量持续稳定，中端市场竞争激烈，外形时尚动力性好的车型将受到新一代汽车消费用户的青睐，低端经济型轿车的春天的到来尚需时日。

经过改良的休闲型SUV将继续保持高增长势头，油价、税收等因素对SUV影响有限，根据成熟用车市场的数据，SUV的市场份额在我国将持续扩大，随着二三线城市用车需求的释放和购车能力的逐步成长，SUV将拥有新的增长点。

MPV用车集家用和商务用途于一身，模糊了它作为可选消费品和生产工具特性的界限，今年MPV增速将超过乘用车行业平均增速，我们认为其潜力略逊于SUV市场，目前有一些汽车企业投资于MMPV项目，相信更加亲和于家用的MMPV将占据一部分家用乘用车市场。摇钱树下教你摇钱术

商用载货车将受益于未来几年我国GDP10％以上的增长速度、固定投资增长速度继续保持较快增长、计重收费范围的进一步扩大，发展新农村导致的城镇、乡镇之间运输类货车的需求增长、龙头企业的出口市场逐步打开等因素。商用车总体上将维持10％左右的增速，由于今年重卡行业的"井喷"，明年整体销量同比增速将小于今年的同比增速，重卡销售结构进一步改变，大马力高吨位重卡占比继续增大，高端载货车出口市场有望进一步拓宽。未来，载货车行业的两大增长点在于高吨位型节能重卡和出口。

客车行业常年保持稳定的增长，我国是一个人口大国，公路客运量呈逐年递增态势，旅游车更新换代成为客车行业发展的驱动力之一，与载货车一样，客车作为商用车细分行业因其高性价比获得国外进口商青睐，目前出口地主要集中在中东、古巴等地，我国汽车技术水准与欧美成熟市场相比仍有较大差距，客车在发达国家的出口还难以展开。发展中国家的汽车工业发展较为落后，但是运输需求增长，这对我国商用车的出口形成利好。出口产品单车价格高于国内，有利于改善企业的综合毛利率。

上海大众等强势合资公司，涵盖品牌众多，自主品牌发展势头良好，未来有望继续注入相关资产，预计2008年全面摊薄每股收益达1元，预计相对于2007年11月27日收盘价股价或有30％-40％的上升空间。摇钱树下教你摇钱术

宇通客车（600066）：客车业龙头，公司主营大中客车，发展势头良好，由于公司整车底盘自制、产品结构偏向高端高端，使得产品毛利率较高。有望在内需与出口的双重推动下继续其良好的主营收益。考虑到公司持有的金融股权，如果明年公司卖出，则较大程度地增厚公司业绩，但在盈利预测时我们不考虑这种非持续性因素。预计公司明年每股收益1.17元，相对于2007年11月27日收盘价，公司股价或上升30％。

一汽轿车（000800）：中高端轿车龙头，预计成为一汽整体上市平台，旗下产品谱系相对单薄，但盈利稳定，产品毛利率较高，基本维持在22％以上，预计明年将有新老4款车以供销售，从公司业绩看估值已经到位，考虑到未来的整体上市和资产注入，建议持有。

2.成长型该类汽车股具有以下特点：具备眼光长远的管理层，目前在建工程项目较多，在建工程净额占据主业收入很大比例，主营业务可能出现较大转折点，公司整体上处于一个主营业务重构的转型期。同时该类上市公司具有相对较多的不确定性，投资于该类个股存在相对较大的风险。

典型个股为：

长丰汽车（600991）：纯正SUV汽车股，相对于集团公司目前15万整车产能（长沙5万，永州10万），目前不到5万的销量显得有些浪费，作为一家老牌越野车企业，之前需求主要依赖于部门公检法系统，今年公司新品猎豹CS6拥有自主知识产权，意味着可以在出口市场大展拳脚。另外，公司管理层准备将产品改良得更加亲民，打开潜力巨大的普通消费市场，预计明年将开发并推出三款新车，除越野车外更涉足轿车与轻卡行业。另外，公司将加大营销网络构建。目前长丰算是三菱在中国的合作伙伴中实力相对最强的一个，我们预计公司与三菱的新合资公司即将成立并在新的汽车业务领域大展拳脚。预计公司明年业绩每股0.94元，相对于2007年11月27日收盘价，12个月内或有90％左右的上涨空间。

公司风险提示：管理层低估产品转型难度，营销网络建设滞后使得公司产能无法释放，进入新的汽车子行业存在的不确定因素较多。

江淮汽车（600418）：公司管理层强势，眼光长远，江淮汽车经历从客车底盘延伸至MPV、轻卡、重卡、越野车的屡次成功转型，目前公司多项目扩张，做足基本功，不追求眼前利益，明显着眼长远，稳打稳扎。公司未来将拥有MPV、SUV、轿车、轻卡、中重卡等系列产品，转型成功后，乘用车可能达到30万以上产能。2007年公司产品销量增长，但受累于多项目扩张，体现在净利润上增幅为负，我们看好公司长期发展潜力，预计于2008年下半年进入收获期。预测2008年每股收益为0.4元，相对于2007年11月27日收盘价，12个月内或有60％-70％左右的上涨空间。

公司风险提示：项目扩张过多，进入收获期的过程可能比较漫长。往轿车上转型尚待实践考验。

长安汽车（000625）：公司持有长安福自达50％股权，旗下有马自达3、马自达2、福特等众多强势品牌。预计今年销售20万辆车，重庆工厂扩产至25万辆车/年，南京工厂建成投产，一期年产能16万。明年公司将拥有40万整车产能，推出的新品为马自达2、福克斯紧凑型新车嘉年华、新款蒙迪欧等车型。预计明年销售35万辆车，则公司08年每股收益在0.82至0.89元之间，相对于2007年11月27日收盘价，12个月内或有45％-60％左右的上涨空间。

公司风险提示：除长安福自达外，业务扭亏尚需时日；旗下品牌众多销售网络有待完善，马自达系列车型销量上升空间有限，与工厂大幅扩张的产能相比有销售压力，产能不可等同于利润。

3.低估型该类公司业绩虽无大亮点，但市场给予其估值水平偏低，值得逢低买入。

典型个股为：

海马股份（000572）：公司车型较为稳定，产品结构偏低端，新产品换代相对缓慢。但公司脱离马自达后显示出强劲的自主创新能力，后续或有相关研发中心等资产注入，目前已经低估。预计公司08年每股收益0.7元，相对于2007年11月27日收盘价，12个月内或有60％左右涨幅。

江铃汽车（000550）：公司主营轻型汽车及相关零部件，公司产品毛利率、主营业务净利率较高、期间费用控制合理，每股收益增速平稳。近250个交易日落后于大盘，后市有望回归合理价值。预计公司08年每股收益0.95元，相对于2007年11月27日收盘价，12个月内或有55％左右涨幅。

曙光股份（600303）：公司主营黄海牌商用车及SUV，旗下拥有"曙光""黄海"两个品牌，受益于08年奥运，涉足中高档客车制造。预计公司08年每股收益0.65元，相对于2007年11月27日收盘价，12个月内或有50％左右涨幅。

五、关注具有规模优势的汽车配件龙头股

在我国汽车工业的发展进程中，汽配企业成长迅速，竞争环境可能不如整车激烈，而且优秀的汽配企业毛利率高，通过比较汽配行业和整车行业，发现汽配行业整体在建工程比率超过整车整体水平10个百分点左右。我们没有理由不去分享汽车零配件行业广阔的成长空间带来的收益。

我们关注两大指标：1.具有强大的规模优势；2.具有细分行业垄断优势的龙头。结合我们所预测的公司未来收益的情况，推荐以下重点汽车配件股（注：以下所称"目前股价"均为2007年11月28日收盘价）：

潍柴动力（000338）：重卡发动机龙头，拥有重卡黄金产业链，旗下有潍柴大马力发动机、陕西重汽、陕西法士特齿轮等优秀的子公司，公司业绩优良，目前已经超跌，我们预计07、08年每股收益为3.2、3.8元，以目前股价，动态市盈率不足20倍，未来12个月内股价或有60％左右的涨幅。

福耀玻璃（600660）我国最具规模与技术优势的汽车玻璃生产霸主，在汽车玻璃行业市场占有率很高，其市场地位几乎没有对手，产品结构导致其综合毛利率处于汽车配件行业首位，我们预计公司未来将延续主营业务大幅增长的势头，预计07、08年每股收益为0.9、1.2元，动态市盈率为23倍，考虑到福耀玻璃的独特优势，可以给予其相对较高的市盈率，我们认为未来12个月内股价或有65％左右的涨幅。

金马股份（000980）：公司主营汽车零部件、防盗门及纸制品，公司经过资产重组，浙江铁牛集团成为公司实际控制人，有望形成协同效应，做强主业，前期投资项目使得公司可能在处于业绩拐点期。我们预计07、08年每股收益为0.17、0.4元，以目前股价，动态市盈率为21倍，，未来12个月股价或有50％以上涨幅。

襄阳轴承（000678）：公司是我国最大的汽车轴承专业制造商，产品型号众多，适应性强，其轴承有望涵盖商用车、乘用车市场，需求面拓宽，业绩将出现大幅增长，我们预计公司07、08年每股收益为0.14、0.28元。以目前股价，动态市盈率为23倍，未来12个月股价或有30％以上涨幅。

风帆股份（600482）：公司是我国铅酸蓄电池生产龙头企业，公司巨资投入电池项目有望形成汽车用电池、工业电池和锂电池三大增长驱动力。公司目前主业汽车启动用电池未来需求空间广阔，新的太阳能电池项目和工业电池项目将形成新的增长点，预计"十一五"期间，公司盈利将保持强劲增长。预计公司07、08年公司每股收益为0.55、1.15元，目前动态市盈率为30.4倍，未来12个月股价或有60％以上的涨幅。

车联网数据分析（一）：用户出行行为分析

一、2023年一季度投诉数据概述

据车质网数据显示，2023年一季度共受理消费者对汽车产品的有效投诉28,624宗（含9宗针对第三方平台投诉，5宗后装轮胎投诉），环比下降约8.8%，同比微降0.4%。据统计，本季度受理投诉共涉及193个汽车品牌旗下的1042个车系，环比减少9个品牌及2个车系。

总体来看，一季度投诉呈现如下特点：

1、2023年一季度，受部分自主和日系品牌投诉持续高企影响，总体投诉量仍保持在高位。其中2月份和3月份的投诉量双双突破万宗，创造了各自的历史同期最高纪录。本季度，单纯质量问题的投诉占比持续攀升，较上季度提高3.9个百分点。其中，车身附件及电器依旧是投诉主体，占比再次刷新历史纪录，TOP20故障问题排名中，3/4的故障问题都来自于车身附件及电器。此外，本季度新上榜故障点数量明显增多，且部分故障点排名也较为靠前。

2、本季度中大型车投诉量环比出现大幅增长，创造了历史同期最高纪录，其中超六成的投诉来自于自主品牌。从投诉类型上来看，单纯质量问题占据投诉主体，故障问题多数集中在“座椅故障”、“仪表台开裂”和“影音系统故障”。进一步分析可以发现，“座椅故障”和“影音系统故障”集中在自主品牌，而“仪表台开裂”则多来自日系品牌。

3、受丰田品牌部分车型投诉量持续增多影响，日系品牌的投诉量时隔五年再次突破5,000宗，较去年同期大涨74.2%，在季度投诉总量中的占比超过1/5。从投诉类型上来看，单纯质量问题投诉占比接近九成，故障问题集中在“仪表台开裂”、“部件老化”和“影音系统故障”。

二、2023年一季度投诉数据分析

1、消费者投诉人群属性分布

一季度投诉中，女性消费者占比持续回落，较2022年四季度下降1.5个百分点。一季度，各年龄段投诉占比情况与2022年四季度相比略有变化，年轻群体的占比有所下降，36岁以上的中年群体投诉占比有明显提升。从车辆出现问题的时间段来看，购车一个月出现问题的投诉占比持续下降，较2022年四季度减少1个百分点。相比之下，购车3年以上投诉占比保持着上升态势，占比已超过总量的1/4。

2、季度投诉量对析

如图所示，2023年一季度投诉量再次出现环比回落，但降幅有所收窄，投诉量已降至近一年来的最低点。不过，从一季度的历史投诉量来看，仍处于第二位。

3、月度投诉量对析

从一季度各月的投诉量表现来看，除1月份外，其余两个月份的投诉量均高于2022年同期。值得一提的是，2月份的投诉量首次突破万宗，与2022年同期相比上涨14.9%。

4、品牌类型投诉占析

一季度，自主、合资和进口品牌的投诉量均较2022年四季度有所下降，其中进口品牌降幅最大，环比下降21.3%。从投诉占比情况来看，虽然合资品牌投诉量环比有所下降，但投诉占比较2022年四季度提高了2.2个百分点。

5、品牌国别投诉占析

本季度，日系品牌投诉量出现逆势增长，较2022年四季度上涨21.4%，投诉增量来自于部分丰田品牌车型。相比之下，其余各国别品牌的投诉量环比均有所下降，其中德系品牌降幅最大，投诉量较2022年四季度下降约23%。

6、车型属性投诉对析

2023年一季度，中大型车投诉量出现明显提升，环比上涨60.4%，与某自主品牌新能源车型车型有关。相比之下，本季度微型车和SUV车型投诉量大幅回落，较上季度分别下降62.7%和20.2%。

7、车型年款投诉对析

一季度，2022款车型实现反超，成为投诉量最高的车型年款，环比上涨21.6%。值得一提的是，2023款车型首次出现在季度排名中，投诉量环比出现翻倍增长。此外，2007款车型投诉量依旧保持环比增长，但涨幅进一步缩窄。

8、投诉区域分布分析

2023年一季度，投诉量最高的三个省份依旧是广东省、江苏省和浙江省，但三个省份的投诉量和占比均较2022年四季度有一定下降。从排名前三的故障问题来看，“影音系统故障”和“仪表台开裂”依旧出现频率较高，三个省份都有涉及。值得注意的是，“座椅故障”首次出现在江苏省和浙江省TOP3故障问题中，投诉增量来自于某自主品牌新能源车型。

9、投诉类型占析

一季度，单纯质量问题投诉量再次有所回落，但投诉占比较2022年四季度提高了3.9个百分点。同期，服务问题投诉量也出现大幅下降，达到近一年来的最低点，投诉占比减少了9.9个百分点。相比之下，综合问题的投诉量出现抬头，环比上涨86.7%，投诉占比提升至两位数。

10、质量问题投诉故障数占比及TOP20质量问题投诉故障点分析

在一季度质量问题投诉中，除离合器外，其余各系统问题的投诉故障数较上季度均出现不同程度的增长，其中制动系统的涨幅最大，环比上涨30.5%。此外，车身附件及电器依旧是占比最高的系统问题，投诉故障数占比已接近总量的六成，达到历史最高点。

在本季度排名前20位的质量问题投诉故障点中，“影音系统故障”依旧排名首位，投诉量突破3000宗，环比上涨42.4%。值得注意的是，一季度新上榜的故障点数量较上季度有所增加，且部分故障点排名靠前。其中“座椅故障”首次进榜便排名第4位，投诉量环比暴涨约2.7倍，投诉集中在部分自主品牌热销新能源车型。

11、品牌属性质量问题投诉故障数占析

一季度，自主、合资品牌的投诉故障数均较2022年四季度有所提升，而进口品牌的投诉故障数则出现明显下降。从占比情况来看，车身附件及电器依旧是三个品牌属性占比最高的系统问题，其中进口品牌的车身附件及电器占比已超过六成。此外，合资和进口品牌的发动机/电动机投诉故障数占比同样较高。值得注意的是，本季度合资品牌的制动系统投诉故障数环比出现明显增长，占比也提高了1.3个百分点。

12、服务问题投诉问题点占比及TOP20服务问题投诉问题点分析

2023年一季度服务类投诉问题中，销售欺诈再次占据C位，但投诉问题点占比与上季度相比略有下降，投诉问题主要体现为“与宣传不符”和“隐瞒相关信息”。此外，其他服务问题的投诉问题点环比出现翻倍增长，占比提高了7.5个百分点。

在一季度排名前20位的服务问题投诉问题点中，“与宣传不符”排名升至首位，但投诉量和占比较上季度均有所下降。本季度“系统升级问题”投诉量环比出现翻倍增长，涨幅约2.7倍，投诉依旧集中在两款丰田品牌热销SUV车型。

13、品牌属问题投诉问题点占析

一季度，自主、进口品牌的服务问题投诉问题点环比均出现明显回落，其中自主品牌降幅最大。从占比情况来看，合资品牌和进口品牌的服务问题依旧集中在销售欺诈，但占比出现持续下降。值得注意的是，其他服务问题成为合资品牌的“大黑马”，不仅投诉问题点出现翻倍增长，占比也升至两位数。进口品牌本季度配件争议的投诉问题点和占比继续呈现上升态势，其中占比已接近总量的四成。反观自主品牌，服务收费投诉问题点占比有明显增长，较2022年四季度提高7.1个百分点。

14、其他问题投诉问题点占比及其他问题投诉问题点排名分析

在本季度其他问题投诉问题点排名中，“疑似设计缺陷”继续保持在第一位，投诉量环比略有增长，且占比超过总量的六成，较上季度提高5.5个百分点。

15、品牌属性其他问题投诉问题点占析

一季度，合资品牌其他问题投诉问题点持续增长，较2022年四季度上涨5.3%。“疑似设计缺陷”成为自主和合资品牌占比最高的投诉问题点，特别是在合资品牌中，该问题的占比已超过总量的七成。相比之下，进口品牌本季度投诉问题点仅有“疑似减配”。

16、投诉回复率分析

作为国内领先的缺陷汽车产品信息收集和汽车消费者投诉信息受理平台，车质网的终极目标之一是希望能够搭建一个协调厂家与消费者之间顺利解决纠纷的通道。因此，厂家是否认真对待消费者投诉并积极给予解决，是我们非常看重的一个指标。

2023年一季度投诉回复率达到100%的品牌共有81家，较上季度增加8家，与去年同期相比增加1家。如上表所示，上榜品牌积极对待消费者诉求的态度以及重视程度值得鼓励。

本文来自易车号作者车质网，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

“数据 - 数字时代的石油”

“数据是新的石油”

在网络上、媒体上我们经常看到有人这样宣扬。

问题是： 我们能够像提炼石油一样从数据中提炼出价值来吗？

笔者多年从事汽车及出行领域的信息技术（IT）及产品研发，在这里就车联网数据分析的一些实践做个分享，看看能够从这些数据“石油”中提炼点什么，抛砖引玉。

下面的分析是针对单个车辆的车联网数据进行分析，而不是群体车辆的行为分析。

笔者从下面几个方面进行探讨（具体的会根据实际情况和各方面的反馈来调整）：

- 用户出行行为分析

-?用户驾驶行为分析

-?燃油车车辆动态行为分析

-?电动车电池及充放电行为分析

-?能耗分析

本篇分享一下用户出行行为的分析过程。

先看看车联网数据到底有多大，各家OEM和后装解决方案的数据集信号、集频率都不同，也没有行业统一标准。这里举一个例子，让大家粗略感受一下。

- 设数据集频率为1 Hz（所有信号每秒样1次），家用汽车平均每天使用2个小时（燃油车引擎启动就开始集数据），一年就集了365 * 2 * 3600 = 2.628 * 106次。

-?如果每次集的数据量为10 KB，那么，一辆车一年就产生大约26.3 GB 的数据。

-?一年一百万辆装备有车联网的车将会产生26.3 GB * 106= 26.3 PB。（2018年中国有6家OEM年销量过百万）。

- 丰田、大众、雷诺日产2018年全球销量均超过1000万。设这几家OEM在未来数年内销量均保持这一水平，并且从今年开始实现100%新车车联网，每辆车平均寿命6年，那么6年后这些OEM存量车联网的车就是6000万，每家OEM每年将新增数据：26.3 GB * 60,000,000 = 1578 PB = 1.578 EB/年.

这么大的数据量，集、传输、存储，如果以现在的技术和市场价格，成本是十分惊人的。所以，笔者大胆猜测，大多数OEM和物流公司在实际运营中都会降低样频率，或者减少样信号，或者以驱动，而不是以固定频率样数据，以节省成本，尽管，技术上没有问题。

对上述目标的分析，笔者使用的车联网数据集来自于一辆车联网实验性乘用轿车。数据源本身就是脱敏的，去除了位置信息、用户信息、车辆等静态信息，只有车辆的动态数据。时间跨度为：2017年6月至8月。

样频率高于1Hz，也就是平均每秒钟样不止一次。原则上，样频率越高越好，这样保留了高频信息，可以更加深刻地分析车辆的动态行为。

这几年热得一塌糊涂的无人驾驶，主要传感器的样频率都不低于10 Hz。为什么样频率要求这么高呢？比如，在高速公路上以120公里/小时的时速行驶，那么每秒钟行驶的距离是：120000/3600 = 33.3 米/秒。也就是说，在0.1秒的时间里（对应10 Hz），车辆已经行驶了3.33 米，这个距离足以将车辆驶离车道并酿成事故。

有了原始车联网数据（通常以CSV文件格式保存），笔者要对它进行预处理，为后续的数据探索、可视化，以及模型分析准备原料。

笔者使用的工具全程都是 R语言。

如何处理？要不忘初心、牢记使命：本部分数据分析的目的是 – 用户出行行为分析 。

基于该目的，我们所需要的数据项其实很少，只需要下面三项数据就可以了（是不是太简单了点？是的，就是这么简单。就像，都是小麦，光面条就可以做出很多种，更不要说各种面包，还有数不清的 dumpling了）：

-?时间戳– 每条记录发生的日期和时间

-?里程表

-?引擎转速– 判断车辆状态

如果有明确的、可靠的信号用于判断车辆状态，那么不建议使用“引擎转速”了。笔者认为这完全取决于实际的数据质量和内容。如果各位大神有更好的解决方案，欢迎分享和交流哦。

把其他的数据项暂时摈弃，只保留这三项，现在可以进行下一步了。

如果上述数据中，不同信号的集频率不一样，那么，合并（或者叫融合，信号之间的融合）数据是非常重要的一步。合并可以发生在清洗、整理、聚合中间，或之前、之后的某个时间，具体要根据实际数据的情况来决定，很难一概而论。

首先了解选择的数据集的summary信息，可以快速知道哪些字段有数据缺失，有多少缺失。如果有缺失值，需要分析这些数据对我们的分析目的会有什么影响。如果没有什么影响，就删掉它们。

其次，时间戳是以字符串的形式存储的，包括日期和时间，笔者用的数据集精确到毫秒。这样不利于后续的计算和分析。需要把它转化成便于计算和分析的数据。毫秒的精度对我们分析用户出行行为来说没有意义，所以，由时间戳生成年、月、日、时、分、秒，这样，后续可以按照这些时间尺度进行聚合。

最后，按秒对数据进行聚合。选择的数据集高于1Hz的样频率，但是实际原始数据往往不会100%严格按照相同的样频率生成数据，有时1秒内有多条记录，有时会有缺失，看起来不是完全连续的。如果是车速等数据，聚合时用平均值。里程数据是个累计值，所以取每秒内的最后一个数值，为了计算简单，都用平均值也可以，因为1秒内里程数据很难有大的变化。

经过这些步骤后，数据就规整了很多，可以进行下一步了。

将数据分割成一个个单独的驾驶行程，这样可以方便后面的出行行为分析了。

如何判断一个驾驶行程的开始和结束呢？

对于燃油车，一般来说，发动机启动后，才开始集车联网数据，所以，没有数据就可以定为车子是熄火的。这里用的数据就是燃油车的数据。

对于纯电动车（BEV），充电的全过程都会集数据。

对于插电混动（PHEV）车，判断的依据要更加复杂一些，这个问题以后再讨论。

需要注意的是，真实数据通常不可能是理想的，每一步都要仔细检查，如果有疑问，或者不合理，找出那些引起可疑的数据，仔细分析原因，再根据发现的原因进行调整。这是一个不断试验、不断迭代的过程。

完成技术上的分割后，需要合并、过滤，得到相对合理的“有意义的”驾驶行程，在这个示例中，笔者得到了142次驾驶行程。也就是说，从2017年6月至8月的时间里，开了142次车。

处理完这些之后，我们就可以下锅做菜了，看看能不能做出点有意思的东东来吧。

分析的过程通常是由浅入深、由全局到局部。

如果数据足够多，建议先从大的时间尺度开始，比如从年开始，到月、日、小时，再到单个驾驶行程。最后，看看这些驾驶行程之间的关系，行程和各个时间维度之间的关系。一步步深挖。

首先，对整个数据集要有一个总体的认识，这个可以通过统计下面表格中的指标来完成。列出来的指标只是用于示例，具体需要统计哪些值应该根据分析的目的、业务场景、实际的原始数据集等。还是那句话：具体情况，具体分析。

其次，我们看一看该用户每月驾驶（出行）的频次，和旅行的总里程（公里数）。如图1所示，7月份开车的次数和行驶总里程最多，差不多是6月和8月的两倍。

从每月开车的次数来看，7月份开了70次左右，6月份半个月就有接近40次，而8月份仅有34次开车记录。那我们很想知道 8 月份的开车次数为什么减少了那么多呢？

统计一下每天驾驶的次数，如图2所示。结果有些让人意外，6月份从14日至24日（11天），7月份从10至29日（共18天，中间缺了2天），8月份从5至12日，27至31日（总共13天），其他的日期没有车联网数据。接近一半的日期里没有车联网数据。

是什么原因导致的呢？是那些天用户完全没有开车吗？还是由于某种原因，数据没有传输上来呢？

回答这个问题并不难。

我们还是从查看原始数据着手，里程表是不断递增的。比对最后一条记录的里程表和第一条记录的里程表数据得知，两者的差值是5646公里。回想前面表格里统计的“总驾驶里程”为2666公里，这说明在那些缺失数据的日期里，车辆仍然驾驶了接近3000 公里。

这也提醒分析人员，如果再对这批数据按月份进行分析，已经失去了意义。

因为这批原始数据来自于一辆车联网实验性的乘用轿车，我们不能要求太高。但是对我们实践我们的研究方法依然有效。

再前进一步，从日期的角度看看用户驾驶/出行的特征。如图3所示，共统计了三个指标的分布：

1. 左上– 每天驾驶次数的分布，中值是3次，最多有7次。说明该用户开车比较频繁。

2. 右上– 每天行驶距离的分布，中值是63公里左右，最多一天行驶261公里。

3. 左下和右下两张图– 每天驾驶时长的分布，中值在90分钟处，说明该用户每天大约开车一个半小时。用频率图从另一个角度可以看到驾驶时长的分布特征。

在实际工作的时候，分析人员根据实际情况选择该用什么样的图表来更好地展现。

现在分析 单次驾驶的行为特征 。先从最简单的统计特征，单次驾驶距离和驾驶时长，入手。如图4所示，

- 该用户开车的距离多数在10公里以内，或者在30-50公里范围内。

- 每次开车多数分布在5-15分钟内，或者在30-60分钟内。

无论是距离还是时间长度都有两个峰值，是不是有某种背后的原因？ 又一次把笔者的胃口吊起来了。

下面我们看一看单次驾驶距离的散点图，如图5所示，每一次驾驶的距离在图中表示为一个小圆点，从6月14日开始的第一次驾驶到8月31日记录的第142次驾驶，总共142个点。

根据前面的距离分布图（图4）得到的启示，我们从下图中可以观察到几个特征：

1. 有一个超过200公里的行程，鹤立鸡群。其余的都没有超过100公里的。

2. 在15公里以下有很多点行驶距离十分接近。

3. 在30-50公里也有很多点的行驶距离十分接近。

我们似乎找到了前述疑问的答案，但是咱们既然是做数据分析，就要显得更加“科学”和“客观”，让数据来说话，而不是凭肉眼观察和猜测，否则，怎么显示出分析师的“”来呢？

如何让数据说话呢？ 聚类分析 是个好的工具，尤其是这里只有一个变量，K均值的方法就可以了，简单易行。

一开始，我们并不能确切地知道（装不知道，这样才能“客观”）该分成几个聚类簇，一个做法是：从K = 1 到n（n 的取值要足够大，以保证最佳簇个数不大于n）都做一次聚类分析，然后比较各个K值下的 Betweens/TSS （簇之间的总平方和 / 总离差平方和），该比值越大，聚类效果越好。一般来说，K值越大，该比值也会越大。极端的情况是，比如，有100个点，分成100个聚类簇，这样当然没有意义。所以这里需要一个主观判断，通常在比值差不多的情况下，应该选择最小的K值作为最佳聚类簇。

在这个例子中，我取n = 10，因为直觉告诉我，最多3或4个聚类簇就够了，在此基础上放宽一到两倍作为n的取值应该足够了。

直觉会告诉我们可能有几个聚类，但是不要完全相信直觉（否则，就不“客观”了），还是应该让数据说话。

这里多啰嗦几句：在做数据分析的时候，直觉很重要，但是笔者建议更多地应该把直觉当成线索、孕育新的想法，就像是破案一样。如果有一些小伙伴一起探索、探讨就更好了，可以时不时地问问：“元芳，你怎么看？”。

好了，把K从1到10循环做聚类分析，将这10个K值对应的Betweens/TSS显示在图上，如图6所示。可以清楚地看到，K = 3 和 K = 4 时，结果非常接近，但是比 K = 2 时显著改善，所以，笔者选定 K = 3 作为最佳聚类簇。

按照K = 3做聚类分析，重新绘制图5：单次驾驶的距离– 散点图，同时用不同的颜色区别聚类簇，如图7所示。

从图中，可以清晰地看出簇1（红色）只有一个点，就是那个单次驾驶距离最大的那个点，超过200公里，再一次鲜艳地鹤立鸡群。

既然簇1（红色）只有一个点，明显是一个特例，就不再深挖了（真相是挖不下去了）。

下面对簇2和簇3分别作进一步的分析。

对簇2（绿色）的驾驶次数，分别按照一天24小时、星期、单次驾驶距离，和单次驾驶时长，作频率分布图，如图8所示。从图中可以观察到下面几个特点：

1. 大部分驾驶行为发生在下午至晚上，以下午3点至5点最多。

2. 周日至周六都有，但是以周二最少。 又是一个线索，不是吗？ 值得进一步深挖。限于篇幅，就不再赘述了（累了，歇歇吧）。

3. 驾驶距离大部分不超过10公里。

4. 开车时间大部分不超过20分钟。

好像是一个生活比较有规律的人啊。

同样，对簇3（蓝色）也做同样的分析，如图9所示，仔细观察这些分布图，可以发现下面几个特点：

1. 驾驶的时间十分有规律，大部分发生在早上10 - 11点，和晚上7 - 9点。

2. 周一至周5特别显著，周日完全没有。

3. 驾驶距离大部分出现在30 - 36公里之间。

4. 开车时间大约在30 - 60分钟之间。

从这些特征不难推测，簇3反映的是工作日上下班的驾驶行为。而家里到公司的距离大约30多公里，单程需要开车30分钟至1小时。交通状况还是不错的哦。

平均来看，上班时间大约早上10点，下班时间晚上8点。是不是和某一类熟悉的人群的特征比较吻合啊？有一种似曾相识的感觉。

结合簇2的特征，工作之余，主要在方圆10公里的范围内活动。簇1告诉我们，3个月内仅有一次远门。哈哈，形象更加丰满啦！

一不小心又自嗨了，初当程序员时的毛病，这么多年还是没有完全改掉。别忘了，这3个月里还有一半的日子没有数据呢。

至此，要演示的用户出行行为的分析告一段落了。笔者用到的数据仅有三项：

- 时间戳

- 里程表

- 引擎转速（仅用于推算车辆状态）。

如果辅之以更多的、“相关的”数据字段，我们可以做更加深入的、多个角度的分析。

在这个过程中，如何提出问题、从数据中发现线索、不放弃任何一个疑点，然后像个一样，一步一步地挖掘。坦率地说，这个感觉真的不错。

后续，笔者还会就车联网数据在其他方面的分析，进一步分享，敬请期待！