← 論文一覧に戻る

電気自動車販売研究の構造的レビュー：過去10年間のマルチレベル要因と予測経路

A Structured Review of Electric Vehicle Sales Research: Multi-Level Driving Factors and Forecasting Pathways over the Past Decade (原題)

Guo-Ying Han, Zonglin Li

World Electric Vehicle Journal📚 査読済 / ジャーナル2026-02-28#EV・輸送
DOI: 10.3390/wevj17030122
原典: https://doi.org/10.3390/wevj17030122

🤖 gxceed AI 要約

日本語

本レビューは、2016～2025年のEV販売研究を構造的に整理し、1518件の文献から194件を選定。要因分析ではマクロ・メソ・ミクロの枠組みを提示し、予測手法では計量モデル優位（54%）ながら機械学習等の台頭を確認。今後の研究はマルチレベル統合とメカニズムベースのモデリングが課題。

English

This review systematically structures EV sales research from 2016-2025, selecting 194 papers from 1518 records. It develops a macro-meso-micro framework for determinants and finds econometric models dominant (54%) but machine learning (18%) and other methods rising. Future research should focus on multi-level integration and mechanism-based modeling.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本はEV普及に政策的注力しており、本レビューの要因分析や予測手法の整理は、国内自動車メーカーや政策担当者にとって市場動向把握や戦略立案の参考となる。また、SSBJ開示におけるScope1・2削減経路の検討にも示唆を与える。

In the global GX context

As EV adoption accelerates globally under transport decarbonization targets, this review provides a comprehensive map of sales determinants and forecasting methods. It helps researchers and policymakers understand the evolving landscape, especially the shift toward data-driven models, and supports national and corporate strategy for EV transition.

👥 読者別の含意

🔬研究者:Provides a structured taxonomy of EV sales determinants and forecasting methods, highlighting gaps and future directions for multi-level integration.

🏢実務担当者:Offers insights into key factors driving EV sales and the latest forecasting approaches, useful for market analysis and strategic planning.

🏛政策担当者:Summarizes policy effectiveness and market drivers, helping to design evidence-based incentives and infrastructure plans.

📄 抄録（日本語訳）

デュアルカーボン目標の下、電気自動車（EV）は運輸部門の脱炭素化の中心的存在となり、EV販売は市場普及と政策効果の重要な指標となっている。研究が増加しているにもかかわらず、EV販売に関する研究は断片的であり、体系的な統合が欠けている。本研究は、2016年から2025年の間に発表されたEV販売研究の構造化レビューを提供する。ScopusとWeb of Scienceでの検索に基づき、1518件の記録が特定され、多段階のスクリーニングプロセスを経て194件の査読付きジャーナル論文が残された。時間的分析により、EV販売研究の明確な段階的進化が明らかになり、2020年以前は発表が限定的であったが、2021年以降は顕著な拡大が見られる。文献は2つの主要な系統に分類される：（i）EV販売の決定要因、（ii）予測アプローチ。決定要因については、政策、市場、行動要因を整理するためのマクロ・メゾ・ミクロの分析枠組みが開発される。予測については、定量的分析により、計量経済モデルと統計モデルが依然として支配的（54%）である一方、機械学習（18%）、行動シミュレーション（14%）、ハイブリッドモデル（8%）、深層学習（4%）の採用が増加していることが示される。これは、データ駆動型およびモデル統合アプローチへの漸進的な移行を示している。本レビューは、決定要因メカニズムと予測パラダイムの構造化された統合を提供し、方法論的不均衡を特定し、EV販売ダイナミクスの改善された多レベル統合とメカニズムベースのモデリングに向けた将来の研究の方向性を概説する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

Under dual-carbon targets, electric vehicles (EVs) have become central to transport decarbonization, making EV sales a key indicator of market diffusion and policy effectiveness. Despite the growing body of research, studies on EV sales remain fragmented and lack systematic integration. This study provides a structured review of EV sales research published between 2016 and 2025. Based on searches in Scopus and Web of Science, 1518 records were identified, and 194 peer-reviewed journal articles were retained after a multi-stage screening process. Temporal analysis reveals a clear stage-based evolution of EV sales research, with limited publications prior to 2020 and a marked expansion after 2021. The literature is categorized into two main streams: (i) determinants of EV sales and (ii) forecasting approaches. For determinants, a macro–meso–micro analytical framework is developed to organize policy, market, and behavioral factors. For forecasting, quantitative analysis shows that econometric and statistical models remain dominant (54%), while machine learning (18%), behavior simulation (14%), hybrid models (8%), and deep learning (4%) are increasingly adopted. This indicates a gradual shift toward data-driven and model integration approaches. This review offers a structured synthesis of determinant mechanisms and forecasting paradigms, identifies methodological imbalances, and outlines future research directions toward improved multi-level integration and mechanism-based modeling of EV sales dynamics.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。