自动驾驶消费者接受度研究

自动驾驶消费者意向的实证研究

目录列表位于ScienceDirect交通运输研究 C部分期刊主页：www.elsevier.com/locate/trc

伊利亚斯·帕纳吉奥托普洛斯⁎，乔治·迪米特拉科普洛斯
雅典哈罗科皮奥大学远程信息处理与信息技术系，欧米罗街9号，17778塔夫罗斯，雅典，希腊

ARTICLEINFO
关键词： 自动驾驶消费者认知智能交通系统技术接受建模自动化中的信任 使用意图

摘要

如今，自动驾驶和互联交通的实施正在迈出重要步伐。随着机器人技术和人工智能领域的技术进步，主要汽车制造商在车辆中应用自动化技术的趋势预计将朝着高度或完全自动驾驶汽车（AV）迈进。具备自动驾驶能力的车辆计划在未来几年全面进入市场。从长期来看，人们主要期待在交通可达性、安全、交通流、排放、燃料使用和舒适性方面带来显著效益。然而，除非自动驾驶汽车被大量人群接受并使用，否则所有这些潜在的社会效益都将无法实现。为应对这些挑战，本文：（a）提出一种技术接受度建模过程，通过扩展原始的技术接受模型（TAM），以解释和预测消费者对自动驾驶汽车（AV）的意图；（b）基于所提出的扩展技术接受模型框架，开展了一项包含30个问题的调查，以探究影响消费者使用和接受自动驾驶汽车意图的因素。结果表明，感知有用性、感知易用性、感知信任（PT）和社会影响（SI）等构念均为行为意图的有用预测因子，其中感知有用性的影响最强。本研究得出的见解可显著促进与自动驾驶汽车技术接受度相关的持续研究，并有望帮助汽车工业改进其设计和技术。

1. 引言

车辆自动化技术（例如自动制动、自动巡航控制、智能速度辅助、车道保持辅助系统等）的最新发展正使我们朝着越来越自主和自动驾驶的车辆迈进。这一发展补充了车辆互联互通方面的并行发展。根据其技术能力和人类参与程度，提出了不同级别的自动化。其中最著名的是由国际汽车工程师学会（2016）提供的分级，其中自动驾驶汽车可分为六个等级，从0级（即由驾驶员完成所有驾驶任务，不涉及任何自动化）到5级（即自动驾驶技术系统可在所有情况下执行所有驾驶任务，车内人员仅为乘客，无需参与驾驶）。

根据上述内容，自动驾驶汽车的影响可能是巨大的。它有助于大幅减少道路死亡事故，因为超过90%的道路事故源于人为错误，例如分心驾驶、超速、酒精、药物影响和/或疲劳（皮奥等，2016）。此外，特别是当车辆具备互联互通能力并结合自动化时，还可以开发新的交通服务，例如与交通安全相关的警告、交通管理、为老年人或残障人士提供的新可能性、以及为驾驶员提供更多个人舒适性和便利性（Sparrow和Howard，2017；Meyer等，2017）。还可能催生新型商业模式，例如汽车共享服务和共享出行，从而显著减少道路上的车辆数量（Litman，2018；Fagnant和Kockelman，2015；Krueger等，2016）。

所有这些潜在的社会效益都无法实现，除非这些车辆被大量人群接受和使用；因此，在自动驾驶汽车进入国际市场之前，了解消费者的’接受程度将非常重要。在此背景下，用户对车辆中自动化技术的接受程度如何，以及影响用户接受自动化的因素和决定因素是什么，目前尚不明确（Payre et al., 2014; Xu etal., 2018; Acheampong et al., 2018）。

此外，除了车辆自动化和联网技术方面的诸多挑战外，最近的研究表明，与人类驾驶员和完全或部分自动驾驶系统之间交互相关的许多关键因素仍有待解决。这些挑战包括自动化系统对驾驶员’工作负荷和情境意识的影响，以及人类驾驶员对自动化系统的’接受度、信任和依赖程度（Milakis et al., 2017;Van Brummelen et al.,2018）。

此外，在需要何种程度的监督控制以及在紧急情况下人类驾驶员的角色方面存在挑战，例如当自动化失效或超出其功能限制时（Kyriakidis et al., 2017）必须予以考虑。监控工作负荷可能会对自动驾驶汽车的接受度产生负面影响，因为参与次要任务似乎被视为车辆自动化的主要终端用户利益之一（Merat and Lee, 2012; Pettersson and Karlsson, 2015）。

近年来，已开展了多项关于公众意见和用户对自动驾驶系统认知与采纳态度的调查。这些调查显示，公众已经开始接受这样一种自动驾驶汽车的愿景：其中人类驾驶员无须进行监督控制（Shin et al., 2015; Chowdhury and Ceder, 2016; Rahman et al., 2017; Daziano et al., 2017）；因此，需要开展更多研究以全面探讨影响消费者fluencing消费者’态度和使用具备自动驾驶能力车辆的意愿的预测因素。在这方面，本研究的目标有两个：（a）通过扩展原始TAM来提出并验证一个针对自动驾驶汽车用户接受度的技术接受建模过程；（b）基于所提出的扩展TAM框架，探究消费者未来使用自动驾驶汽车的意愿程度，以及采用或不采用自动驾驶汽车的主要原因。

为了实现这些目标，鉴于本研究聚焦于未来将实现的部分或完全自动驾驶汽车，评估对象为当前年龄在18岁到70多岁的成年人，到2030年时他们将处于30多岁至80多岁，届时自动驾驶技术有望足够成熟并应用于交通活动中。这一点尤为重要，因为部分或完全自动驾驶汽车尚未实现商业化，绝大多数消费者对这些新兴技术仍相对陌生。

本文的其余部分结构如下：第2节描述了关于公众意见和公众对自动驾驶汽车接受度的相关研究工作，而第3节提出了研究框架、假设、研究方法以及参与者的特征。有关一般属性、与使用自动驾驶汽车意图相关的因素以及假设检验的数据分析结果的详细信息在第4节中报告。本研究最重要的意义在第5节中进行了讨论，结论及对未来工作的展望在第6节中给出。

2. 相关工作

关于车辆中自动化技术的技术接受度、采用和使用的研究在交通研究领域已获得重要价值。Silberg等人（2013年）针对美国加利福尼亚州、新泽西州和伊利诺伊州的焦点小组开展了一项调查，询问他们对自动驾驶汽车的看法。研究发现，当提供专用车道等激励措施时，受访者更愿意采用自动驾驶汽车。此外，60岁以上的人群以及18至25岁的人群表现出最高的支付意愿。此外，Begg（ 2014年）开展了一项针对英国（UK）交通专家的调查，以了解他们对自动驾驶汽车被采纳可能性的看法，并确定受访者认为自动驾驶汽车何时能成为现实。该调查显示，28%的受访者认为到2040年，配备3级自动驾驶技术的汽车将在英国公共道路上投入使用，近 25%的受访者认为自动驾驶汽车的实施将改善道路交通运输的安全性。

Schoettle和Sivak（2014年）调查了美国、英国和澳大利亚1533名受访者对自动驾驶车辆的公众意见。研究表明，大多数受访者对完全自动驾驶技术感兴趣，但大多数受访者表示不愿意为此技术额外付费。与英国或澳大利亚的受访者相比，美国受访者更关心数据隐私、与非自动驾驶车辆的交互、学习使用车辆以及恶劣天气条件下的车辆性能。此外，Underwood（2014年）调查了217名交通专家对自动驾驶车辆的看法。受访者认为法律责任和法规是全面部署自动驾驶车辆最困难的障碍，而社会和消费者接受度则被视为最不困难的障碍。

基里亚基迪斯等人（2015）在109个国家对4886名受访者进行了关于自动驾驶的公众意见调查。该研究中，受访者表示完全自动化驾驶（5级）将比手动驾驶更轻松，而部分自动化驾驶（3级）则被认为更具挑战性。关注点主要集中在软件黑客攻击和滥用、法律问题以及安全方面。此外，20%的受访者表示愿意为5级完全自动驾驶汽车多支付7000美元，近70%的受访者认为到2050年自动驾驶汽车可能获得约50%的市场份额。类似地，佩尔等人（2014）在2014年对法国的421名驾驶人’的态度以及自动驾驶汽车的先验可及性进行了研究，并探讨了他们使用自动驾驶汽车的意愿。

车辆，重点关注使用评分系统的5级完全自动驾驶汽车。据指出，68%的受访者对自动驾驶汽车的可接受性评分高于7分中的4分，此外，老年人较不愿意为这类技术付费，但对它们的接受度更高。

此外，根据霍亨贝格尔等人（2016）的研究，情绪和对自动驾驶汽车的情感反应显示出在使用自动驾驶汽车的意愿方面存在性别差异。具体而言，研究发现男性更可能预期到愉悦感而非焦虑感，这与使用自动驾驶汽车的意愿相关。同样，根据哈布查等人（ 2017）在以色列进行的研究，男性倾向于更偏好共享自动驾驶汽车而非私人车辆或私人拥有的自动驾驶汽车。同样，相较于其他人，具有更高教育水平的人也更倾向于选择自动驾驶汽车而非私人车辆。

尽管已有多项关于公众对自动驾驶汽车认知与采纳意见的研究，但目前仍不清楚消费者和最终用户是否真正有在未来（近期）使用自动驾驶汽车的意图。基于此，奥斯瓦尔德等人（2012）提出了汽车技术接受模型（CTAM），该模型结合了技术接受与使用统一理论（UTAUT）以及一些其他态度构念，例如安全。本研究未探讨CTAM因素对驾驶信息技术系统行为意图的影响。此外， Madigan等人(2016)开展了一项调查，重点关注用户’的期望，这些期望可能影响其对自动道路运输系统（ARTS）使用的行为意图，调查地点为法国的拉罗谢尔和瑞士的洛桑，采用的是UTAUT接受模型。该研究结果表明，绩效期望、努力期望和社会影响等构念均为使用ARTS行为意图的有效预测因子，其中绩效期望的影响最强。

3. 方法论

3.1. 研究框架

随着技术的先进和动态增长，消费者接受这些技术的速度取决于多种因素，例如技术的可获得性、便利性、消费者’需求、信任等。已有多种理论和技术接受模型被提出，用以解释消费者’使用/接受新技术的行为意向（Fayad和Paper，2015；赖，2017）。

在此背景下，消费者使用自动驾驶汽车的意图是一个重要概念，因为这项新兴技术尚未进入市场，但计划在未来（近期）推出。为了探讨上述研究，采用了一种改进的技术接受模型（TAM）来预测用户对自动驾驶汽车的行为意向。

原始TAM是戴维斯等人（1989）为建模用户’对信息系统或技术的接受而提出的。TAM的目标是解释计算机接受的普遍决定因素，从而说明广泛范围内的终端用户计算技术和用户群体的用户’行为。基本TAM模型包含两个特定信念：感知有用性（PU）和感知易用性（PEU）。感知有用性（PU）表示消费者认为使用某一特定技术系统将提升其工作表现的程度。另一方面，感知易用性（PEU）表示消费者认为使用某一特定技术系统无需花费过多努力的程度。个体对一项新技术的信念可能受到其他因素的影响，这些因素被称为TAM中的外部变量。最终版本的TAM由文卡特斯和戴维斯（1996）提出，其中感知有用性和感知易用性均直接影响行为意图，从而消除了对使用态度构念的需求。根据上述理论，使用行为由使用特定系统的意愿决定，而使用意愿又由对该系统的感知有用性和感知易用性决定。

尽管许多研究人员 已经研究并复现了技术接受模型，且一致认为其在预测个体行为方面是有效的。

很少有技术接受度模型的改编将信任视为接受的决定因素；然而，那些这样做的研究发现，信任是使用意愿的决定因素，例如在电子服务和电子政务应用背景下（Mou等人，2017；Gupta等人，2016）。基于此，构念“感知信任（PT）”表示消费者相信他们会普遍信任某一特定技术系统的程度。根据Hoff和Bashir（2015）的研究，如果自动化系统以人们预期的方式运行，个人通常会信任该系统。然而，如果他们遇到意外行为，信任会迅速下降，往往导致弃用。类似地，如果个人认为自动驾驶汽车的技术在安全、数据隐私和安全防护方面值得信赖，他们就会有意使用自动驾驶汽车。

此外，构念“社会影响（SI）”表示个体感知到重要他人认为其应该使用某项特定技术系统的程度。据我们所知，已有少数研究探讨了同伴压力效应（即社会影响）对自动驾驶汽车采纳的影响。在此基础上，Bansal等人（2016）发现，有50%的受访者表示，在采纳自动驾驶汽车之前，他们更希望家人、朋友或邻居先使用，这基于理论假设：出行方式选择行为部分受到社会规范以及汽车作为地位象征的强烈作用的影响，而汽车作为地位象征提供了灵活性、自主性以及持续不断的感官体验吸引力。

基于上述内容，根据我们的扩展研究框架，共使用了四个自变量（PU、PEU、PT、SI）和一个因变量（BIU），如表1所示。此外，采用了一个简短的（14项）测量量表来评估消费者对自动驾驶汽车技术的使用/接受行为意图。在此背景下，构念“感知有用性 （PU）”包含4个项目（PU1、PU2、PU3、PU4），构念“感知易用性（PEU）”包含3个项目（PEU1、PEU2、PEU3），构念“感知信任（PT）”包含4个项目（PT1、PT2、PT3、PT4），构念“社会影响（SI）”包含2个项目（SI1、SI2），构念“使用意愿（BIU）”包含1个项目。项目选择借鉴或参考了已发表文献中各相应构念的相关项目（Madigan等人，2016；Choi和Ji，2015），以确保内容效度，并适当地修改为适用于自动驾驶汽车情境。

此外，针对所提出的扩展技术接受模型（TAM‐extendedmodel）中上述因素之间的关系，已提出了5个假设，即它们彼此之间的影响。这五个假设如表1所示。在此背景下，“感知有用性（PU）”被假设对“使用自动驾驶汽车的行为意愿（BIU）”具有正面影响，该关系记为H1。另一个影响消费者采纳/拒绝决策的因素是复杂性，结论表明复杂性对采纳的可能性具有负面影响。相应的影响因素是“感知易用性（PEU）”，它被假设对“使用自动驾驶汽车的行为意愿（BIU）”具有正面影响，该关系记为H3。此外，还假设“感知易用性（PEU）”对“感知有用性（PU）”具有直接的正面影响。这种正面关系在本研究中预期成立，并记为H2。我们研究模型中的新因素是“感知信任（PT）”。显然，它对“使用自动驾驶汽车的行为意愿（BIU）”具有正面影响，该关系记为H4。此外，另一个影响消费者采纳/拒绝决策的因素是“社会影响（SI）”。显然，它对采纳自动驾驶汽车的可能性具有正面影响，这种正面关系记为H5。

构念	项目	假设
感知有用性（PU） [独立变量]	PU1：我认为自动驾驶汽车在满足我的交通需求方面是有用的 PU2：如果我使用自动驾驶汽车,我会感觉更安全 PU3：使用自动驾驶汽车驾驶会更有趣 PU4：使用自动驾驶汽车会减少事故	假设H1：感知有用性（PU）与行为意图使用（BIU）呈正相关关系
感知易用性（PEU） [独立变量]	PEU1：学习操作自动驾驶汽车对我来说很容易 PEU2：与自动驾驶汽车的交互对我来说清晰易懂 PEU3：我很容易熟练使用自动驾驶汽车	假设H2：感知易用性（PEU）与感知有用性（PU）呈正相关关系 假设H3：感知易用性（PEU）与自动驾驶汽车的行为意图使用（BIU）呈正相关关系
感知信任（PT） [自变量]	PT1：我通常担心使用自动驾驶汽车 PT2：自动驾驶汽车让我觉得有点害怕 PT3：我担心自动驾驶汽车的安全性 PT4：我对自动驾驶汽车的系统安全和数据隐私有担忧	假设H4：感知信任（PT）与行为意图使用（BIU）呈正相关关系
社会影响（SI） [自变量]	SI1：如果别人看到我使用自动驾驶汽车，我会感到自豪 SI2：我在意其意见的人会喜欢使用自动驾驶汽车	假设H5：社会影响（SI）与行为意图使用（BIU）呈正相关关系
使用意愿（BIU） [因变量]	BIU：当自动驾驶汽车普及后，拥有或使用自动驾驶汽车的可能性

3.2. 调查方法

为了本研究的目的，在目前年龄介于18岁到70多岁的成年人中进行了一项包含30个问题的调查。上述调查分为两个阶段实施：试点研究和基于网络的问卷。首先，问卷通过随机选取的5名个体进行了试点测试。根据试点测试的反馈，问卷得到了改进，并通过谷歌云端硬盘格式开发了修订后的最终在线问卷。调查目的已向受访者说明，并鼓励他们亲自作答。同时强调了结果的保密性。总共四百八十三名个体完成了该调查。

上述30项调查分为两个主要部分。第一部分包括一系列关于参与者背景（4项）、受访者关于汽车的一般属性（5项）、对新技术的一般经验（5项）以及对互联网使能技术的担忧（2项）的问题。在问卷的第二部分，采用了如前所述第3.1节中描述的14项测量量表，以评估消费者对自动驾驶汽车技术的使用/接受行为意向。第二部分的14项测量量表采用五点李克特量表进行回答，量表两端分别为“强烈不同意”和“强烈同意”。

3.3. 受访者

四种不同的人口统计变量用于界定参与者的特征，包括性别、年龄、家庭收入（2017年）和日常通勤方式（表2）。本研究中 70.8%的受访者为男性，其余（29.2%）为女性。在年龄方面，样本中18至30岁的受访者比例较高（近56%），30.3%的受访者年龄在30至50岁之间，14.1%的受访者年龄超过50岁。

此外，在受访者中，28.1%的人在2017年的家庭收入低于10000欧元，31.5%的人在10000欧元至20000欧元之间，40.4%的人超过20000欧元。此外，近47%的受访者主要通过公共交通服务出行，而45.8%的人以驾驶员或乘客身份使用汽车。

表2 受访者的人口统计特征
响应变量	选项	频数（n）	百分比（%）
性别	Male	342	70.8
	女性	141	29.2
Age	18–30	268	55.7
	31–40	79	16.4
	41–50	67	13.9
	51–60	38	7.9
	超过60	31	6.2
家庭收入	少于5000欧元	58	12.0
	5000€ 至 10,000€	78	16.1
	10,000€ 至 20,000€	152	31.5
	20,000€ 至 30,000€	122	25.3
	超过 30,000€	73	15.1
日常通勤方式	汽车	221	45.8
	公共交通	228	47.2
	步行/骑行	34	7.0

4. 结果

4.1. 一般属性

在受访人群中，近56%的人拥有或租赁车辆，45.3%的人每天驾驶或使用车辆（表3）。此外，在回答““你目前在驾驶或使用车辆时感觉有多安全”这一问题时，近55%的受访者表示完全不安全或有些安全。调查中已向参与者说明，使用汽车时的安全感不应受谁在驾驶车辆的影响。此外，大多数受访者（71.4%）在参与本次调查之前已听说过具备自动驾驶能力的汽车，近58%的受访者对自动驾驶汽车持总体积极看法，而仅有12%的受访者持总体负面看法。

关于当前自动化技术趋势的经验（表4），近74%的受访者somewhat同意或强烈同意以下陈述：“跟上新（自动化）技术的最新趋势很重要”。同样，近88%的受访者somewhat同意或强烈同意以下陈述：“新（自动化）技术将为我们的问题提供解决方案”。此外，大多数受访者somewhat不同意或强烈不同意以下陈述：“新（自动化）技术使人们浪费太多时间”和“新（自动化）技术使生活更加复杂”。此外，近62%的受访者认为自己是技术采用生命周期中的后期采用者，而早期采用者（例如最先采用新自动化技术的人）占受访者的26.5%。

表3 关于汽车的受访者一般属性
响应变量	选项	频数（n）	百分比（%）
您目前是否拥有或租赁车辆？	Yes	270	55.9
	No	213	44.1
您驾驶或使用车辆的频率如何？	每天	219	45.3
	每周几天	85	17.6
	每月几天	64	13.3
	几乎从不	115	23.8
你今天在驾驶或使用车辆时感觉有多安全？	一点也不安全	85	17.6
	有些安全	183	37.9
	moderately safe	194	40.2
	extremely safe	21	4.3
您是否听说过自动驾驶汽车？	Yes	345	71.4
	No	117	24.2
	不知道	21	4.3
您对自动驾驶汽车的总体看法是什么？	负面	36	12.0
	中立	168	33.6
	积极的	257	57.7

表4 受访者关于使用或采用新（自动化）技术的属性
响应变量	选项	频数（n）	百分比（%）
跟上最新趋势在新技术中很重要 (自动化)技术	强烈不同意	13	2.7
	somewhat 不同意	28	5.8
	既不同意也不反对	85	17.6
	somewhat 同意	201	41.6
	强烈同意	156	32.3
新（自动化）技术使人们浪费太多时间	强烈不同意	132	27.3
	somewhat 不同意	185	38.3
	既不同意也不反对	121	25.1
	somewhat 同意	36	7.5
	强烈同意	9	1.9
新（自动化）技术使生活更加复杂	强烈不同意	113	23.4
	somewhat 不同意	171	35.4
	既不同意也不反对	121	25.1
	somewhat 同意	70	14.5
	强烈同意	8	1.7
新（自动化）技术将为许多问题提供解决方案 我们的问题	强烈不同意	11	2.3
	somewhat 不同意	12	2.5
	既不同意也不反对	34	7.0
	somewhat 同意	207	42.9
	强烈同意	219	45.3
采用新（自动化）技术	早期采用者	128	26.5
	晚期采用者	300	62.1
	落后者	55	11.4

表5 当前受访者关于互联网使能技术或服务的属性
响应变量	选项	频数（n）	百分比（%）
数据隐私担忧	完全不担心	24	5.0
	有些担心	139	28.8
	中等程度担心	195	40.4
	非常担心	125	25.9
网络安全担忧	完全不担心	31	6.4
	有些担心	127	26.3
	中等程度担心	194	40.2
	非常担心	131	27.1

此外，在回答“当您目前使用互联网使能技术或服务时，您对数据隐私保护的关注程度如何”这一问题时，近40%的受访者表示中等程度担心，26%的受访者表示非常担心（表5）。对于类似的问题“当您目前使用互联网使能技术或服务时，您对数据抵御常见网络安全威胁能力的关注程度如何”，受访者的回答也呈现出相同的特征。

4.2. 使用自动驾驶汽车意图的相关因素

如第2节所述，使用行为意图是一个重要概念，因为高或完全自动驾驶汽车的技术尚未进入市场。在此背景下，在回答关于自动驾驶汽车感知有用性的问题时，近46%的受访人表示此类车辆将有助于满足他们的驾驶需求，如图2所示。此外，44%的受访者认为他们在驾驶旅程中会感到更安全，38.3%的人回答驾驶将变得更有趣，而大多数55.3%的受访者表示使用自动驾驶汽车会减少事故。

另一方面，如图3所示，关于自动驾驶汽车感知易用性的问题，大多数受访者表示他们强烈同意或somewhat同意以下陈述：“学习操作自动驾驶汽车对我来说很容易”（64%），“与自动驾驶汽车的交互对我来说清晰易懂”（69%）以及“我很容易熟练使用自动驾驶汽车”（66%）。

此外，关于对自动驾驶汽车信任感知的问题，近48%的受访者表示他们强烈同意或somewhat同意以下陈述：“我通常担心使用自动驾驶汽车”和“我担心自动驾驶汽车的安全性”；而针对陈述“我担心自动驾驶汽车的系统安全和数据隐私”，持此观点的比例较低（31%）。此外，如图4所示，仅有26.7%的受访人员回答称自动驾驶汽车技术对他们而言有些令人害怕。

最后，关于社会影响（SI）对使用自动驾驶汽车的影响问题，约有三分之一的受访样本回答他们强烈同意或somewhat同意以下陈述：“如果别人看到我使用自动驾驶汽车，我会感到自豪”和“我在意其意见的人会喜欢使用自动驾驶汽车”，如图5所示。

受访者’在自动驾驶汽车进入市场后的使用意愿根据性别和年龄差异进行了评估（见表6）。与男性相比，更多的女性有可能或极有可能拥有或使用自动驾驶汽车，其中约18%的男性为爱好者（极有可能），而女性约为13%。此外，18至40岁的受访者比40岁以上的受访者更有可能在自动驾驶汽车进入市场后拥有或使用它们。

表6 使用自动驾驶汽车的意愿与性别和年龄差异的关系
响应变量	选项	性别	Age
		Male (n =342)	女性 (n=141)	18–40 (n=346)
拥有的可能性有多大 或在自动驾驶汽车普及后使用自动驾驶汽车	完全不可能	13.3%	15.0%	13.3%
	不太可能	28.1%	17.5%	26.6%
	有点可能	40.3%	55.0%	45.4%
	极有可能	18.4%	12.5%	14.7%
## 4.3. 数据分析与假设检验

克朗巴哈’α被用于分析构念中各项目之间的一致性程度，以进行信度分析。整个14项结构化问卷的克朗巴哈’α系数计算值为 0.757，达到了0.70的一般经验法则（黑尔等，2006）。

对于问卷调查的主要组项目，描述性统计显示所有维度均高于各自量表的中点（表7）。这表明受访者对自动驾驶汽车的感知有用性（PU）和感知易用性（PEU）总体持乐观态度。此外，感知信任（PT）和社会影响（SI）因素的评分低于技术接受维度中的 PEU和PU。

表7 主要变量的描述性统计
构念	Mean 标准差
感知有用性（PU）	3.33 1.132
感知易用性（PEU）	3.79 1.001
感知信任（PT）	3.14 1.077
社会影响（SI）	3.04 1.061
使用意愿（BIU）	2.59 0.945

表8中的皮尔逊积矩相关系数表明，除PT‐BIU外，所有变量之间均存在相互关系。此外，自变量PU、PEU、PT和SI不存在多重共线性问题。

我们分析的关注点在于这些变量是否如假设般产生了影响。为此，使用标准化系数进行了两次多元回归分析（MRA）。第一次多元回归分析（MRA）用于分析感知易用性（PEU）与感知有用性（PU）之间的关系，第二次则用于分析感知易用性（PEU）、感知有用性（PU）、感知信任（PT）、社会影响（SI）与使用自动驾驶汽车的行为意图（BIU）之间的关系（图6）。

表8 主要变量的皮尔逊积矩相关系数
	PU	PEU	PT	SI	BIU
感知有用性（PU）	1.000
感知易用性（PEU）	0.462**	1.000
感知信任（PT）	−0.148**	−0.157**	1.000
社会影响（SI）	0.546**	0.272**	−0.115*	1.000
使用意愿（BIU）	0.627**	0.380**	0.036	0.436**	1.000
* p < 0.1. ** p< 0.01.

分析表明，感知有用性（PU）对使用自动驾驶汽车的行为意图（BIU）具有正向影响（β=0.515，p < 0.01），感知信任（PT）也对使用自动驾驶汽车的行为意图（BIU）具有正向影响（β=0.148，p < 0.01）。因此，假设H1和H4得到支持。此外，感知易用性（PEU）对使用自动驾驶汽车的行为意图（BIU）具有正向影响（β=0.128，p < 0.01），社会影响（SI）也对使用自动驾驶汽车的行为意图（BIU）具有正向影响（β=0.137，p < 0.01）。这些结果表明假设H3和H5得到支持。感知易用性（PEU）对感知有用性（PU）具有正向影响（β=0.462，p < 0.01），这意味着假设H2得到支持。

此外，感知易用性（PEU）解释了感知有用性（PU）约21%的方差（R²=0.213），而感知有用性（PU）、感知易用性（PEU）、感知信任（PT）和社会影响（SI）共同解释了使用自动驾驶汽车的行为意图（BIU）43.7%的方差（R²=0.437）。此外，各因素对使用自动驾驶汽车的行为意图（BIU）的影响程度依次为：感知有用性（PU）影响最大，其次是感知信任（PT）、社会影响（SI）和感知易用性（PEU）。

5. 讨论

自动驾驶汽车尚未商业化，因此迄今为止只有少数人接触过这项技术。基于此，本研究旨在预测消费者’使用此类车辆的意愿。

在调查受访者中，近62%的人认为自己属于技术采用生命周期中的后期采用者，这一比例与Zmud和Sener（2017）所获得的研究结果（66%）几乎处于同一水平。这一发现意味着大多数消费者在采用新（自动化）技术之前会等待一段时间，从而并不急于接受自动驾驶汽车这一新兴技术。此外，研究发现，当自动驾驶汽车在市场上推出时，女性（近78%）更有可能拥有或使用自动驾驶汽车，而男性的相应比例较低（约59%）。这一发现与其他关于自动驾驶（自驾驶）汽车接受与使用的相关研究结果相反（Piao 等，2016）。该结论表明，在自动驾驶汽车技术接受方面存在的性别差距正在缩小。

此外，更安全的驾驶是推动自动驾驶汽车发展的主要动力之一，也是未来在公共道路上实施自动驾驶汽车的先决条件。根据调查，44%的受访者表示，如果使用自动驾驶汽车，他们会感觉更安全。这一发现凸显了向潜在消费者证明自动驾驶汽车在实际条件下能够实现什么，特别是其安全益处的必要性。此外，大多数受访人员对他们目前使用的在线技术或服务的网络安全和数据隐私问题表示担忧。这一点也体现在调查结果中：近47%的受访者对自动驾驶汽车的系统安全和数据隐私问题持中立态度。根据上述结果，结合基里亚基迪斯等人（2015）所研究的情况相似，显然，赢得最终用户对安全、安全性和数据隐私担忧的信任，对未来自动驾驶汽车的广泛部署至关重要。

此外，根据所提出的扩展技术接受模型研究模型，本研究结果表明，感知有用性、感知易用性、感知信任和社会影响这四个构念对消费者使用自动驾驶汽车的意愿具有影响。其中，感知有用性是最强的预测因子，说明潜在消费者在决定是否使用自动驾驶汽车时，最为关注的是他们认为该技术相较于其他公共交通或/和车辆交通解决方案的有用程度。在此背景下，认为自动驾驶汽车有用的消费者在其进入市场后更愿意使用这些技术。尽管这一发现或许并不令人意外，但它仍然强调了自动驾驶汽车在为消费者节省时间、简化生活方面提供功能利益的潜力，这一点与Piao etal.(2016)的研究结果相似。

此外，在本研究中，感知信任对行为意愿也产生了积极影响，表明消费者对系统使用可信度的认知将影响其对消费者’是否采用自动驾驶汽车技术的决策。因此，显然，如果个体认为自动驾驶汽车技术在安全、数据隐私和安全防护方面值得信赖，他们就会使用自动驾驶汽车。上述结果证实了Ghazizadeh 等（2012）关于信任在自动化及其他接受决定因素中所起重要作用的研究结论。

此外，变量“社会影响”对行为意愿具有积极影响，表明他人的影响会提高消费者在自动驾驶汽车进入市场时拥有或使用它们的可能性。这可能源于汽车常被视为一种地位象征，凸显了使用意愿与社会环境之间的联系。这一含义与Zmud和Sener（2017）所研究的结果一致。此外，需要注意的是，“社会影响”与“感知信任”构念之间存在负向交互作用（−0.115*）。这一含义符合以下事实：个人对其使用自动驾驶汽车的意愿越信任，就越不容易受到社会规范（如家人、朋友等）的影响。

此外，构念“感知易用性（PEU）”似乎对消费者使用自动驾驶汽车的态度影响较小。个体更多地受产品易用性而非有用性影响的观点受到了挑战。这一含义与Choi 和 Ji (2015)的研究结果相似，他们指出感知有用性和信任是使用自动驾驶汽车的必要前提，而感知易用性对使用该类汽车的行为意图影响较弱。上述发现表明，汽车开发者需要关注自动驾驶汽车的用户友好性。此外，该结果与驾驶领域先前的研究（Chen and Chen, 2011）相似，这些研究发现感知易用性（PEU）对行为意愿使用（BIU）的影响大于感知有用性（PU）。此外，结果还显示了PEU和PU两个变量之间存在显著关系。这一含义与Solbraa Bay(2016)的研究一致，表明感知易用性通过感知有用性对使用自动驾驶汽车的意愿产生间接影响。

总之，本研究结果表明，与假设一致，自动驾驶汽车的感知有用性（PU）在决定消费者’使用自动驾驶汽车（AVs）的意愿方面起着主要作用。对自动驾驶汽车的感知信任、感知易用性以及社会影响构念也是使用意愿的决定因素。这些发现与Nordhoff等人 (2018) 通过一项涵盖116个国家共7755名受访者的调查所研究的关于无人驾驶车辆接受度的结果一致。上述结果表明，所提出的扩展技术接受模型框架可用于加深对用户’对自动驾驶车辆行为意图的理解。然而，与Madigan 等人 (2016) 对自动道路运输系统（ARTS）的研究类似，该研究模型的解释力为43.7%。这表明当前形式的扩展技术接受模型未能捕捉到所有影响个体使用自动驾驶汽车（AVs）行为意图的因素，因此可能需要寻找额外的变量，以提高我们对使用意愿预测的准确性。

6. 结论

自动驾驶和联网车辆在提升出行方面具有巨大潜力。随着未来几年我们对这些技术的体验不断增加，深入了解消费者使用或拥有自动驾驶汽车的意愿变得至关重要。在此背景下，关于自动驾驶技术的各类体验正迅速成为国际研究的课题，使得此类研究成为迫切需要的领域。

本研究对目前年龄在18岁到70多岁的成年人进行了一项基于网络的问卷调查。当前分析采用了原始技术接受模型（TAM）的扩展模型，以探讨消费者未来打算使用自动驾驶汽车的程度，以及采用或不采用自动驾驶汽车的主要因素。本分析的结果表明，感知有用性、感知易用性、感知信任和社会影响均对使用此类车辆的行为意愿产生影响，其中感知有用性的影响最强。此外，我们的研究结果还表明，由于所提出的研究模型的解释力为43.7%，因此应考虑增加其他变量，以提高对自动驾驶汽车使用意图预测的准确性。为了进一步研究这一点，鉴于交通和出行领域的技术不断变化，本研究的发现需要在未来分析中进行更新、扩展和优化。

此外，需要注意的是，本研究的上述发现应谨慎解读，因为目前市场上尚无高度或完全自动驾驶汽车。因此，我们调查的结果在很大程度上依赖于人们对未来自动驾驶汽车运行情况的想象。为此，有必要通过实际演示来测试此类车辆技术（例如在运行速度以及不同的道路/天气/交通状况下的表现），以便让公众了解自动驾驶汽车在真实环境中的实际能力。此外，为进一步深化本研究的发现，未来应针对更大、更多样化的人群开展进一步的努力和评估，并考察态度如何因性别、教育水平、职业、家庭收入、驾驶经验、事故经历等因素而异。同时，还应进行更深入的分析，探讨有关自动驾驶汽车的次要话题，如生产力、效率、环境影响等。

随着社区和个人对这些新型车载技术的了解不断加深，他们的认知以及预期/陈述的行为反应可能会发生变化，有时变化会相当迅速。因此，各国都需要在不同时间和地点开展更多此类研究。在这方面，本研究的发现可能对自动驾驶汽车技术接受度相关的持续研究做出重要贡献，并有望帮助汽车工业改进其设计和技术。