本文摘要：摘要:為深入解讀公眾對于自動駕駛技術的態度，進一步推動自動駕駛技術的應用，將計劃行為理論引入技術接受模型，構建不同年齡群組的自動駕駛技術接受度擴展模型，利用結構方程模型全面揭示自動駕駛技術接受度影響機制的年齡差異性.以中國城市居民為例，進行
摘要:為深入解讀公眾對于自動駕駛技術的態度，進一步推動自動駕駛技術的應用，將計劃行為理論引入技術接受模型，構建不同年齡群組的自動駕駛技術接受度擴展模型，利用結構方程模型全面揭示自動駕駛技術接受度影響機制的年齡差異性.以中國城市居民為例，進行了自動駕駛技術接受度分析，結果表明:不同年齡群組在自動駕駛技術接受度及其影響因素方面存在差異;除主觀規范外，23～44歲和45～60歲群體接受度普遍高于18～22歲群體，尤其在態度、感知有用性、感知易用性和行為意向上差異顯著;并不是所有的心理變量都對行為意向有顯著性影響，18～22歲和45～60歲群體中行為意向主要受感知易用性的顯著影響，而23～44歲群體的行為意向則受到感知有用性和感知易用性的聯合作用.
關鍵詞:自動駕駛汽車;自動駕駛技術接受度;技術接受模型;計劃行為理論;結構方程模型
世界衛生組織2018年最新《道路安全全球現狀報告》顯示，全球每年道路交通事故死亡人數達到135萬，而美國交通部報告進一步指出交通事故的主要成因是人為操作失誤，超過90%的嚴重車禍均由此引發[1].全自動駕駛汽車只需將目的地信息和路徑信息輸入車輛即可自動駕駛到目的地，無駕駛員參與，且不考慮路況條件的駕駛模式，被認為是能夠有效降低人為誤操作的重要途徑[2].
自動駕駛論文范例：抓住高級別自動駕駛技術落地前的機遇窗口期
但是其應用價值的實現取決于公眾的接受程度，因此有必要對自動駕駛技術接受度進行深入研究，為自動駕駛技術發展方向、政府和企業制定相關策略提供依據.現有對公眾自動駕駛技術接受度的研究顯示，自動駕駛技術接受度受到年齡、性別、成本、出行時間和機動性等多種因素的影響[3]，其中，大多數研究中，年齡普遍具有顯著性影響.C.J.HABOUCHA等[4]研究發現:對比年齡較大的人群，以色列和北美的年輕人對自動駕駛汽車更感興趣，更有可能接受.法國的老年人愿意接受，但不太愿意為這種技術買單[5].普吉特海峽地區的新生代城市居民具有更高的接受度[6].
針對美國加利福利亞州、新澤西州和伊利羅伊州的研究表明:18～25歲和60歲以上的人較愿意花錢使用自動駕駛汽車[7].而LIUP.等[8]調查中國天津的居民發現，年齡小的人群比年齡大的更傾向于接受使用自動駕駛汽車.顯然不同 年齡群組間自動駕駛技術接受度存在差異[9]，且這種差異性在不同地區和不同文化也有所不同.此外，自動駕駛汽車的潛在用戶主要是不具備駕駛能力的人群如老年人、殘疾人等，已有研究從年齡角度分析時往往更為關注60歲以上老年人的接受度[10]，相比而言，對于18～60歲成年人的解析還不夠深入，尤其是基于中國國情的實證還不多見.而根據國家統計局第6次人口普查數據顯示，18～60歲約占總人口的61%，是潛力巨大的銷售市場，具有重要的研究價值.
其中22歲是中國大學本科畢業的分界線，44歲是聯合國世界衛生組織的中青年分界線，因此，處于不同年齡段的18～22歲的潛在職場新人、23～44歲有穩定收入的青年與45～60歲中年人群可能對自動駕駛技術的接受處于不同認知水平，有必要深入解析3個群體的接受度影響機理，辨別三者之間的差異，以便制定不同的營銷和推廣策略.
目前大多采用描述性統計或方差分析說明年齡影響差異性，而沒有涉及年齡群組間自動駕駛技術接受度內在影響機理差異性.技術接受模型(technologyacceptancemodel，TAM)是新技術接受度研究領域廣泛應用的理論，通常用于解析技術接受度內在影響機理，但是其并不能全面反映接受度的影響路徑，有學者將計劃行為理論(theoryofplannedbehavior，TPB)融入其理論框架，并用實證證明擴展的理論模型能夠有效提高行為意向的解釋力度[11].
但是將其用于自動駕駛技術接受度年齡差異性研究還未可見，其影響路徑和效果還有待驗證.筆者以TPB-TAM為理論框架，整合自動駕駛技術接受度影響因素，對18～22歲、23～44歲和45～60歲群組分別建立結構方程模型(structuralequationmodeling，SEM)[12]，采用實證數據研究模型的適用性，解析不同年齡群組自動駕駛技術接受度影響機理，全面揭示自動駕駛技術接受度及其影響路徑的年齡差異.
1理論模型框架技術接受模型
由Davis基于理性行為理論在1985年首次提出[11].該模型認為行為意向(Intention)受到行為態度(Attitude)和感知有用性(perceivedusefulness，PU)的共同影響.其中，受到感知易用性(perceivedeaseofuse，PEU)影響的感知有用性與感知易用性共同影響行為態度.同源于理性行為理論的TPB與TAM擁有共同變量行為態度和行為意向，為兩者的融合奠定了基礎.TPB中行為意向受到個人態度、主觀規范(subjectivenorm，SN)和感知行為控制(perceivedbehavioralcontrol，PBC)的共同影響，且三者之間也可能存在相互作用.由此，構建TPB-TAM理論框架來解析公眾對自動駕駛技術接受度.根據構建的理論框架，提出如下假設.行為態度是指個人在執行特定行為時所產生的正面或者負面的評價，其對行為意向的正向顯著影響已在自動駕駛領域得到證實[13].
因此，假設:H1為公眾對自動駕駛技術的行為態度與行為意向呈顯著相關.感知有用性是指人們對一項產品或技術有多大程度的幫助和促進工作的感知，已經被證明能夠直接影響公眾的態度[14]，與感知易用性共同影響某一類服務或產品的使用和接受.因此，假設:H2為公眾對自動駕駛技術的感知有用性與其行為意向呈顯著相關;H3為公眾對自動駕駛技術的感知有用性與其行為態度呈顯著相關.感知易用性是指公眾對自身能力與使用新技術所需技能之間匹配的感知，其對態度和意向的直接影響已在汽車新技術領域被證實[14].
此外，感知有用性和感知易用性之間存在顯著的相關性[15].因此，假設:H4為公眾對自動駕駛技術的感知易用性與其行為意向呈顯著相關;H5為公眾對自動駕駛技術的感知易用性與其行為態度呈顯著相關;H6為公眾對自動駕駛技術的易用性感知與感知有用性呈顯著相關.主觀規范是指進行某種行為決策時，個體所感知的社會壓力和社會輿論，可能會受到周圍個體如家人、朋友或同事的影響，已有研究證實其對行為意向顯著影響[16].除了受到外界壓力的干擾和影響之外，技術的有用性和實用性也是個體感知所關注的焦點.因此，假設:H7為公眾對自動駕駛技術的主觀規范與其行為意向呈顯著相關;H8為公眾對自動駕駛技術的主觀規范與感知有用性呈顯著相關.
2數據檢驗
問卷分為出行者信息調查和自動駕駛技術接受態度調查2個部分，其中，自動駕駛技術接受態度調查部分用于測量TPB和TAM理論中的心理變量.采用Liker5級量表構造心理變量和問題項設計，本次問卷通過問卷星進行網絡調查，剔除問題問卷，回收有效問卷231份，自動駕駛技術接受度樣本描述性統計分析.本次調查樣本中，男女比例較為均衡，男性占48.92%，女性占51.08%;調查者中收入高于3千元的占58.44%，低于3千元的占41.56%;59.74%為職場人員，40.26%為學生.
由樣本發現學生中年齡在18～22歲的占總學生的83.87%，收入3千元以下年齡18～22歲的占88.42%，而85.51%的職場人員年齡在23～60歲，83.87%收入高于3千元人員的年齡在23～60歲，顯然年齡18～22歲和23～60歲2個群組具有明顯的社會經濟屬性特征差異，而23～60歲中23～44歲和45～60歲也存在差異，45～60歲均是收入高于3千元的中年職場人士，而23～44歲中還有部分學生和低收入人群.
因此，有必要進行分組分析，探索其在自動駕駛技術接受度方面的區別.對于問卷中的潛變量，通常采用Cronbach'sα系數、組合信度(compositereliability，CR)、平均方差提取值(averagevarianceextracted，AVE)分別檢驗18～22歲、23～44歲和45～60歲年齡段人群測量數據的信度和效度，所有潛變量的α系數大于0.810，遠超過可接受值0.700[17];組合信度CR值均大于0.820，遠超過可接受值0.700[18];AVE值均大于0.540，超過可接受值0.500[19].綜上所述，量表具有較好一致性和穩定性，數據具有良好的信度和效度.
3自動駕駛技術接受度年齡差異
運用Stata軟件對3個群組兩兩之間進行兩樣本t檢驗比較分析，進而解析自動駕駛技術接受度的年齡差異程度，不同年齡心理變量比較分析結果如表3所示.
4自動駕駛技術接受度模型分析
4.1模型建立
利用Stata軟件建立結構方程模型進行假設路徑驗證，初步驗證發現理論模型與實證數據無法很好擬合，為此在不影響理論模型完整性前提下對理論模型進行修正，刪除完全沒有顯著影響的路徑，增加殘差相關路徑，最終形成實際SEM模型修正后的假設路徑，方塊中變量為對應潛變量的可觀測指標變量，由對應問題項調查結果獲得，ε為對應的誤差項.分別將各年齡群組樣本數據導入Stata軟件，運行所建SEM模型。
5結論
1)不同年齡群組在自動駕駛技術接受心理方面存在差異，除主觀規范外，23～44歲和45～60歲群體的自動駕駛技術接受度要高于18～22歲群體，尤其在態度、感知有用性、感知易用性和行為意向上差異顯著.因此，決策者需加大年齡較小群體的技術宣傳，尤其要提升有用性和易用性方面的技術體驗感知，進一步加深對自動駕駛技術的認知和感受.
2)所建的自動駕駛技術接受影響因素結構方程模型有較好的擬合優度，能夠很好地解釋自動駕駛技術接受度心理因素間的內在聯系.不同年齡群組在自動駕駛技術接受度影響因素方面存在差異，18～22歲和45～60歲群體中行為意向主要受感知易用性的顯著影響，而23～44歲群體的行為意向則受到感知有用性和感知易用性的復合作用.因此，針對18～22歲和45～60歲群體進行自動駕駛技術推廣時，需要從提升技術的使用難易程度方面來著手比如，調查群體的駕駛需求，設計出符合其駕駛習慣的易于操作的汽車;對于23～44歲群體可能更多的了解其出行需求、駕駛習慣，增加體驗提升其有用性和易用性感知，從而引導其接受使用自動駕駛技術.
3)并不是所有的心理變量都對意向有顯著性影響.其中，態度、主觀規范、感知行為控制對行為意向沒有起到顯著的作用，其他變量都在1種以上模型中對意向產生顯著性影響，這可能是由這些心理影響因素的構造和新興技術接觸問題造成.一是心理變量大多從國外研究中引進，其在國內的適用性還有待研究，必須通過大量的國內實證研究來驗證;二是實際生活中，自動駕駛技術還處在研究階段，并沒有廣泛實際應用，公眾的認知還有待提升.
4)結合了TPB和TAM的自動駕駛技術接受影響因素模型更能全面揭示不同年齡群組在自動駕駛出行行為意向方面內在影響機理的差異性，能夠為中國自動駕駛技術行業發展、企業營銷和市場推廣策略的制定提供理論和實證支撐.
參考文獻(References)
[1]DEBS，STRAWDERMANL，CARRUTHDW，etal.Developmentandvalidationofaquestionnairetoassesspedestrianreceptivitytowardfullyautonomousvehicles[J].TransportationResearchPartC:EmergingTechnologies，2017，84(11):178-195.
[2]PANAGIOTOPOULOSI，DIMITRAKOPOULOSG.Anempiricalinvestigationonconsumers'intentionstowardsautonomousdriving[J].TransportationResearchPartC:EmergingTechnologies，2018，95(10):773-784.
[3]JINGP，XUG，CHENYX，etal.Thedeterminantsbehindtheacceptanceofautonomousvehicles:asystematicreview[J].Sustainability，2020，12(5):1-26.
[4]HABOUCHACJ，ISHAQR，SHIFTANY.Userpreferencesregardingautonomousvehicles[J].TransportationResearchPartC:EmergingTechnologies，2017，78(5):37-49.
[5]PAYREW，CESTACJ，DELHOMMEP.Intentiontouseafullyautomatedcar:attitudesandaprioriacceptability[J].TransportationResearchPartF:TrafficPsychologyandBehaviour，2014，27(2):252-263
作者：陳月霞1，查奇芬2，景鵬1，陳鋒1
轉載請注明來自發表學術論文網：http://www.zpfmc.com/dzlw/25853.html
