我國自動(dòng)駕駛汽車的使用意愿探究

鄭新夷 倪正山 林依婷

(福州大學(xué)人文社會(huì)科學(xué)學(xué)院, 福建福州 350108)

一、引言

自動(dòng)駕駛汽車是通過電腦系統(tǒng)實(shí)現(xiàn)無人駕駛的智能汽車。伴隨著社會(huì)經(jīng)濟(jì)的提升以及當(dāng)前人工智能、移動(dòng)互聯(lián)、大數(shù)據(jù)等新一代信息技術(shù)的迅速發(fā)展,自動(dòng)駕駛汽車已經(jīng)在一些國家投入使用。(1)Gandia R.M.,Antonialli F.,Cavazza B.H.,et al.,“Autonomous vehicles:scientometric and bibliometric revie”,Transport Reviews,vol.39,no.1(2019),pp.9-28.大眾CEO赫伯特·迪斯預(yù)計(jì)汽車行業(yè)將在未來25年內(nèi)全球普及自動(dòng)駕駛技術(shù)。與此同時(shí),公眾是否做好接受這項(xiàng)新興技術(shù)的準(zhǔn)備,對(duì)汽車行業(yè)和整個(gè)社會(huì)都是至關(guān)重要的。

公眾對(duì)自動(dòng)駕駛汽車的接受程度受到其經(jīng)驗(yàn)、偏好,以及對(duì)自動(dòng)駕駛相關(guān)知識(shí)的了解程度的影響。當(dāng)下,自動(dòng)駕駛技術(shù)尚未普及,公眾對(duì)自動(dòng)駕駛的相關(guān)知識(shí)主要源于媒體宣傳,從而形成對(duì)自動(dòng)駕駛的無限憧憬。例如,自動(dòng)駕駛將通過先進(jìn)的傳感器和通信技術(shù)取代人類駕駛;駕駛員可以脫離方向盤的束縛;全自動(dòng)駕駛汽車 (FAV) 可以潛在地減少碰撞和死亡人數(shù)等。(2)Hashimoto,Yoriyoshi,Yanlei,et al.,“A probabilistic model of pedestrian crossing behavior at signalized intersections for connected vehicles”,Transportation research,Part C:Emerging technologies,vol.71(2016),pp.164-181.在許多國家開展的研究調(diào)查表明,公眾對(duì)自動(dòng)駕駛技術(shù)持積極看法。(3)Moody J.C.,N.Bailey and J.Zhao,“Public perceptions of autonomous vehicle safety:An international comparison”,Safety Science,vol.121(2019),pp.634-650.然而,調(diào)查也發(fā)現(xiàn),國外公眾對(duì)自動(dòng)駕駛的隱私性、法律、安全性等存在理性判斷的擔(dān)憂。(4)Kyriakidis M.,R.Happee and J.D.Winter,“Public opinion on automated driving:Results of an international questionnaire among 5000 respondents”,Transportation Research Part F:Traffic Psychology &Behaviour,vol.32(2015),pp.127-140.

當(dāng)前,國內(nèi)自動(dòng)駕駛技術(shù)尚處于開發(fā)階段,但是大眾媒體對(duì)自動(dòng)駕駛的宣傳鋪天蓋地,導(dǎo)致公眾對(duì)認(rèn)知的自動(dòng)駕駛和實(shí)際自動(dòng)駕駛的技術(shù)開發(fā)存在一定的距離。實(shí)際上,我國民眾對(duì)自動(dòng)駕駛的知識(shí)了解有多少?民眾對(duì)自動(dòng)駕駛的使用意愿受哪些因素影響?自動(dòng)駕駛的事故風(fēng)險(xiǎn)有多大?民眾對(duì)自動(dòng)駕駛的期待是無知還是無畏?這些疑問有待解開。為此,本研究將結(jié)合定性分析和定量分析,通過對(duì)互聯(lián)網(wǎng)平臺(tái)微博和抖音的評(píng)論進(jìn)行文本分析,歸納出大眾對(duì)自動(dòng)駕駛汽車的關(guān)注主題和態(tài)度傾向;將大眾關(guān)注的主題作為變量納入技術(shù)接受度模型中建立結(jié)構(gòu)方程模型,從而對(duì)不同類型道路使用者的自動(dòng)駕駛使用意愿進(jìn)行定量分析,并且比較駕駛員和非駕駛員對(duì)自動(dòng)駕駛使用意愿的差異要素。

二、文本分析

在互聯(lián)網(wǎng)公開平臺(tái)中,公眾能夠通過評(píng)論真實(shí)地表達(dá)對(duì)自動(dòng)駕駛技術(shù)的看法。為此,本研究以2022年4月28日的一則名為“北京率先放開自動(dòng)駕駛主駕無人許可”熱點(diǎn)新聞下的公眾評(píng)論為研究對(duì)象,通過文本分析的方式,探討大眾對(duì)該新聞的態(tài)度。本研究采用主題分析和情感分析的方式對(duì)評(píng)論文本進(jìn)行處理,主題分析(Latent Dirichlet Allocation, LDA)是一種無監(jiān)督的機(jī)器學(xué)習(xí),它能夠從海量文本中提取有意義的話語框架,揭示文本中潛在的主題結(jié)構(gòu),情感分析可以反映網(wǎng)民的態(tài)度傾向。

(一)文本爬取

為了避免不同文章的主題觀點(diǎn)對(duì)評(píng)論的影響,本研究選擇對(duì)微博“北京率先放開自動(dòng)駕駛主駕無人許可”話題下的評(píng)論以及相同話題的抖音官方視頻下的評(píng)論進(jìn)行分析,采用爬蟲軟件爬取評(píng)論2 806條,其中微博1 224條,抖音1 582條。對(duì)評(píng)論文本進(jìn)行預(yù)處理,包括對(duì)數(shù)據(jù)進(jìn)行清洗,刪除評(píng)論中無用的內(nèi)容,如 URL、@昵稱、回復(fù)、表情等,停用詞處理,刪除“的得地”等無實(shí)際意義的詞及標(biāo)點(diǎn)符號(hào)、特殊字符等。

(二 )文本處理與分析

圖1 評(píng)論詞云圖

采用爬蟲軟件的分詞包對(duì)清洗過的數(shù)據(jù)進(jìn)行分詞處理,將分詞后的數(shù)據(jù)進(jìn)行匯總,構(gòu)建描述文檔詞頻的矩陣,使用程序包基于詞頻建立詞云圖,采用爬蟲軟件的中文文本分析程序包對(duì)文本進(jìn)行情感分析,之后使用爬蟲軟件的開源包進(jìn)行模型訓(xùn)練。根據(jù)模型擬合結(jié)果估計(jì)出每個(gè)話題對(duì)應(yīng)的核心關(guān)鍵詞及其概率,結(jié)合原始評(píng)論解讀話題的含義。

(三)詞云圖

基于分詞后的詞頻構(gòu)建的評(píng)論詞云圖(如圖1),并輸出詞頻前25的詞語?！绑w驗(yàn)”和“期待”這兩個(gè)詞語的詞頻顯著高于其他詞,積極詞語包括“厲害”“希望”“哈哈哈”和“支持”等。帶有消極意義的詞語有“事故”“失業(yè)”和“失控”等,并且詞的出現(xiàn)頻率都較低。這表明網(wǎng)民對(duì)自動(dòng)駕駛技術(shù)的期待占據(jù)評(píng)論的主流。

(四)情感分析

圖2 評(píng)論情感分直方圖

對(duì)文本進(jìn)行情感分析,結(jié)果如圖2顯示,積極評(píng)論占總體評(píng)論的56.35%,消極評(píng)論占總體評(píng)論的44.65%。其中,多數(shù)評(píng)論的情感得分集中在中間和兩端,極端積極評(píng)論多于中性和極端消極評(píng)論,并且,極端積極的評(píng)論數(shù)量是極端消極評(píng)論的近2倍,這表明網(wǎng)民對(duì)“北京率先放開自動(dòng)駕駛主駕無人許可”這一事件的態(tài)度總體上較為積極。

(五)主題模型結(jié)果分析

基于主題分析文本評(píng)論整體數(shù)據(jù)集,主題提取步驟如下:

1. 讀取數(shù)據(jù),加載用戶自定義詞表和停用詞表,對(duì)數(shù)據(jù)進(jìn)行預(yù)處理操作,包括分割語句、標(biāo)注詞性、刪除停用詞、構(gòu)建元組。

2. 限定特征關(guān)鍵詞,由于用戶評(píng)論數(shù)據(jù)包含大量的詞語,若考慮全部詞語,將導(dǎo)致數(shù)據(jù)處理時(shí)間過長,此外,一些不常用的詞語對(duì)主題抽取意義不大,故限定從評(píng)論文本中提取1 000個(gè)最重要的特征關(guān)鍵詞后停止提取。

3. 將詞語轉(zhuǎn)換為詞頻矩陣,即向量化。

4. 統(tǒng)計(jì)矩陣中每個(gè)詞語的權(quán)值,完成關(guān)鍵詞提取和向量轉(zhuǎn)換。

5. 可視化分析,將主題分析結(jié)果以直觀的形式表現(xiàn)出來,得到交互式的動(dòng)態(tài)圖。

6. 確定最優(yōu)主題個(gè)數(shù),定義函數(shù)并輸出每個(gè)主題里的前10個(gè)關(guān)鍵詞,完成主題關(guān)鍵詞抽取。

圖3左邊的氣泡代表不同的主題,氣泡的大小體現(xiàn)該主題的重要程度。右邊則是對(duì)整個(gè)語料集和每個(gè)主題內(nèi)關(guān)鍵詞進(jìn)行打分排序。氣泡之間重疊越少,代表主題模型擬合較好。結(jié)合表1的潛在主題詞并對(duì)比3-10個(gè)主題可視化圖,選擇歸類為4個(gè)主題,不同主題之間沒有重疊,主題模型擬合較好,聚類出四個(gè)主題詞,分別是設(shè)計(jì)與意義、體驗(yàn)與信任、事故與責(zé)任、普及與失業(yè)。

圖3 主題距離可視化

主題1——設(shè)計(jì)與意義:包括“方向盤、干嘛、汽車、系統(tǒng)、失控、意義、設(shè)計(jì)、交通、故障、趨勢(shì)、買車、時(shí)代”等關(guān)鍵詞,主要反映了自動(dòng)駕駛車輛設(shè)計(jì)與意義的討論,例如一些評(píng)論寫道:“都自動(dòng)駕駛了還要個(gè)方向盤干嘛?”“意義呢?把司機(jī)放副駕上閑著?”“無人駕駛研究出來到底有什么用?把命給電子系統(tǒng)?”“那開車還有啥意義?直接坐輪椅得了?！辈糠志W(wǎng)民對(duì)無人駕駛需要方向盤感到難以理解,認(rèn)為發(fā)展自動(dòng)駕駛技術(shù)是沒有意義的。也有網(wǎng)民擔(dān)心自動(dòng)駕駛的系統(tǒng)問題,如“要是系統(tǒng)被入侵失控怎么辦”“電子產(chǎn)品有故障的時(shí)候最好不要坐”。與此相反,有部分網(wǎng)民認(rèn)為無人駕駛技術(shù)的發(fā)展具有一定的時(shí)代意義,有利于改善生活,如“安全高效地為人們服務(wù),這就是無人駕駛的意義” “智能時(shí)代已經(jīng)走進(jìn)了我們的生活”。

表1 評(píng)論潛在主題及關(guān)鍵詞

主題2——體驗(yàn)與信任:包括“體驗(yàn)、技術(shù)、百度、駕駛證、高科技、時(shí)代、試試、違章、機(jī)器人、突破”等關(guān)鍵詞,主要反映了對(duì)百度自動(dòng)駕駛汽車的體驗(yàn)期待和信任,例如有評(píng)論寫道:“要是我在北京的話,一定要去體驗(yàn)一下呢?！薄耙詾闊o人駕駛只是一個(gè)神話,沒想到百度實(shí)現(xiàn)了,必須體驗(yàn)一下。”“百度無人駕駛技術(shù),牛?！币灿性u(píng)論寫道:“誰敢把命拿出來給百度當(dāng)小白鼠,我是不敢?！薄鞍俣刃抛u(yù)信得過不?醫(yī)療廣告告訴你?！薄斑`章了扣百度的分嗎?”是否需要駕駛證是吸引網(wǎng)民的主要因素,如“哈哈,那是不是就不用考駕駛證了”。

主題3——事故與責(zé)任:包括“事故、責(zé)任、發(fā)展、機(jī)器、生命、車主、公司、滴滴、道路、電腦、嘗試、網(wǎng)絡(luò)、自動(dòng)、車禍、行人”等關(guān)鍵詞,反映了車禍等安全事故的擔(dān)憂以及責(zé)任主體的不明確,一些評(píng)論寫道:“撞死了人誰負(fù)責(zé)?公司負(fù)責(zé)還是車主負(fù)責(zé)?”“法律要跟上,出事是誰的責(zé)任呢?”“出了車禍算誰的?”表明網(wǎng)民對(duì)事故責(zé)任主體的車主和汽車公司之間的責(zé)任歸屬不明確抱有較大的擔(dān)憂。并且,對(duì)把生命安全交給智能機(jī)器缺乏信任,如“把生命交給一臺(tái)電腦,技術(shù)再成熟也不敢坐”“鐵路是直線的還未實(shí)現(xiàn)無人駕駛,道路發(fā)生的情況千變?nèi)f化,這有點(diǎn)拿生命當(dāng)兒戲了吧”。不同網(wǎng)民在行人與自動(dòng)駕駛之間的優(yōu)勢(shì)地位有不同的意見,部分網(wǎng)民認(rèn)為,自動(dòng)駕駛會(huì)讓道路上的行人占據(jù)過多的優(yōu)勢(shì),危害交通安全,如“行人更加肆無忌憚了”“無人駕駛要搞好,還得先把行人管好”。另一些網(wǎng)民則認(rèn)為,自動(dòng)駕駛汽車會(huì)給路上的行人帶來危害,如“我不擔(dān)心坐車的,我擔(dān)心路上的行人”“愿北京的行人平安”。

主題4——普及與失業(yè):包括“科技、司機(jī)、無人、失業(yè)、生活、交通事故、出租車、全國、智能、服務(wù)、駕校、玩意、人類、車輛、機(jī)會(huì)”等關(guān)鍵詞,反映了大眾對(duì)無人駕駛普及的期待,同時(shí)也對(duì)其帶來的失業(yè)問題感到擔(dān)憂。如有評(píng)論寫道,“無人自動(dòng)駕駛出行服務(wù),真的希望能盡快普及全國,這樣出行太方便了?！薄捌占傲擞值檬I(yè)好多人?！薄斑@是出租車司機(jī)要失業(yè)的節(jié)奏?！?“每一萬臺(tái)無人駕駛的士就有一萬個(gè)的士司機(jī)失業(yè)。”

本研究還統(tǒng)計(jì)分析點(diǎn)贊量最高的5條評(píng)論,結(jié)果如表2所示。點(diǎn)贊量最高的評(píng)論這樣寫道:“以后,車主可以自己上班,車在外面自動(dòng)跑網(wǎng)約車?！痹撛u(píng)論談?wù)摰闹黝}是對(duì)未來自動(dòng)駕駛功能的暢想,得到1 432次點(diǎn)贊。點(diǎn)贊量第二的評(píng)論“我只想知道如果出交通事故,責(zé)任怎么劃分”,與點(diǎn)贊量第五的評(píng)論“如果發(fā)生車禍,責(zé)任怎么判定?”都符合上述四個(gè)主題中的事故與責(zé)任主題。點(diǎn)贊量第三的評(píng)論“開無人駕駛的車,我還需要考駕照嗎?”符合上述的體驗(yàn)與信任主題,得到402次點(diǎn)贊。點(diǎn)贊量排名第四的評(píng)論“我是不敢坐。”表達(dá)了網(wǎng)民對(duì)自動(dòng)駕駛存在信任缺失的擔(dān)憂,得到332次點(diǎn)贊。

表2 點(diǎn)贊數(shù)最高的5條評(píng)論

綜上,通過對(duì)熱點(diǎn)新聞“北京率先放開自動(dòng)駕駛主駕無人許可”的公眾評(píng)論的文本分析,研究發(fā)現(xiàn),網(wǎng)民對(duì)自動(dòng)駕駛的態(tài)度總體上較為積極,對(duì)事故責(zé)任劃分和安全性的擔(dān)憂引起了多數(shù)網(wǎng)民的共鳴。但是文本分析的方法難以分析不同主題之間量的關(guān)系以及對(duì)用戶使用意愿的影響路徑,因此本研究進(jìn)一步采用量化分析,將網(wǎng)民關(guān)注的安全性和法律相關(guān)的責(zé)任問題納入用戶對(duì)自動(dòng)駕駛使用意愿的研究當(dāng)中。

三、結(jié)構(gòu)方程模型分析

關(guān)于自動(dòng)駕駛使用意愿的研究,目前理論主要包括技術(shù)接受模型(Technology Acceptance Model,TAM)、計(jì)劃行為理論(Theory of Planted Behavior,TPB)、融合了這兩類模型優(yōu)勢(shì)的整合型技術(shù)接受模型(United Theory of Acceptance and Use of Technology,UTAUT),以及通過引入感知風(fēng)險(xiǎn)、社會(huì)影響、感覺尋求、感知安全性和信任等變量,構(gòu)建更具行為解釋力的自動(dòng)駕駛使用意愿模型。雖然多數(shù)研究采用不同的變量和模型探討公眾對(duì)自動(dòng)駕駛的使用意愿,但是其研究對(duì)象大多是機(jī)動(dòng)車駕駛員,也有一部分研究并沒有明確區(qū)分研究對(duì)象。本研究將從機(jī)動(dòng)車駕駛員和非駕駛員視角來建立模型,從而了解兩者在自動(dòng)駕駛使用意愿影響因素上的差異。

(一)技術(shù)接受模型(TAM)

技術(shù)接受模型(5)Davis F.D.,R.P.Bagozzi and P.R.Warshaw,“User Acceptance of Computer Technology:A Comparison of Two Theoretical Models”,Management Science,vol.35,no.8(1989),pp.982-1003.,假設(shè)感知有用性和感知易用性兩個(gè)主要的變量決定了用戶的接受程度。感知有用性反映了個(gè)人對(duì)采用新技術(shù)將在多大程度上提高特定任務(wù)或活動(dòng)績效的信念,感知易用性是指個(gè)人對(duì)新技術(shù)使用難易程度的信念。雖然近年來多數(shù)研究認(rèn)為,感知有用性顯著影響自動(dòng)駕駛的使用意愿,但是他們對(duì)感知有用性的測(cè)量存在較大的差異。自動(dòng)駕駛被認(rèn)為可以滿足用戶的出行需求,同時(shí)有助于減少出行對(duì)土地使用、能源使用、交通、生物多樣性和公共衛(wèi)生等的負(fù)面影響。(6)Chan C.Y.,“Advancements,prospects,and impacts of automated driving systems”,International Journal of Transportation Science and Technology,vol.6,no.3(2017),pp.208-216.其中,感知安全性是用戶對(duì)自動(dòng)駕駛最大的關(guān)注,很多被試描述他們擔(dān)心自動(dòng)駕駛的安全性,以及對(duì)隱私和道德法律相關(guān)方面的擔(dān)憂。(7)Kyriakidis M.,R.Happee,“Public opinion on automated driving:Results of an international questionnaire among 5000 respondents”,Transportation Research Part F:Traffic Psychology &Behaviour,vol.32(2015),pp.127-140.在感知有用性的測(cè)量中,有的研究變量囊括了上述的多個(gè)益處,也有些研究只包含了一小部分益處,同時(shí),基于多方面益處編制的感知有用性量表,無法反映到底是自動(dòng)駕駛的哪部分益處吸引了用戶。

(二)感知風(fēng)險(xiǎn)性

感知風(fēng)險(xiǎn)的內(nèi)涵豐富,包括安全、隱私、法律、道德等方面,有研究發(fā)現(xiàn),感知風(fēng)險(xiǎn)是不接受自動(dòng)駕駛汽車最常提到的原因之一(8)Hulse L.M.,X.Hui,“Perceptions of autonomous vehicles:Relationships with road users,risk,gender and age”,Safety Science,vol.102(2018),pp.1-13.,也有基于模型的研究未能確定感知風(fēng)險(xiǎn)的重要作用(9)Choi J.K.,Ji Y.G.,“Investigating the Importance of Trust on Adopting an Autonomous Vehicle”,International Journal of Human-Computer Interaction,vol.31,no.10(2015),pp.692-702.。多數(shù)研究發(fā)現(xiàn),雖然基于訪談得出感知風(fēng)險(xiǎn)是消費(fèi)者對(duì)自動(dòng)駕駛的主要擔(dān)憂,但是,關(guān)于安全方面的風(fēng)險(xiǎn)才會(huì)顯著影響消費(fèi)者對(duì)自動(dòng)駕駛的接受度,對(duì)隱私問題的擔(dān)憂并不會(huì)顯著影響消費(fèi)者對(duì)自動(dòng)駕駛的態(tài)度。(10)Nastjuk I.,et al.,“What drives the acceptance of autonomous driving?An investigation of acceptance factors from an end-user's perspective”,Technological Forecasting and Social Change,vol.161(2020),p.120319.可能的原因是安全性與駕駛員的生命財(cái)產(chǎn)息息相關(guān),其他類型的風(fēng)險(xiǎn)因素對(duì)于尚未體驗(yàn)過自動(dòng)駕駛的人來說缺乏實(shí)際感受。還有研究顯示,不同的道路使用者(駕駛員、乘客和行人)視角,會(huì)影響其對(duì)自動(dòng)駕駛的感知風(fēng)險(xiǎn)性和態(tài)度。(11)Hulse L.M.,X.Hui,“Perceptions of autonomous vehicles:Relationships with road users,risk,gender and age”,Safety Science,vol.102(2018),pp.1-13.這表明先前的駕駛經(jīng)驗(yàn)會(huì)影響用戶對(duì)自動(dòng)駕駛的接受度,是否有駕駛經(jīng)驗(yàn)以及駕駛經(jīng)驗(yàn)的豐富程度對(duì)自動(dòng)駕駛的接受程度存在差異。(12)Kyriakidis M.,R.Happee,“Public opinion on automated driving:Results of an international questionnaire among 5000 respondents”,Transportation Research Part F:Traffic Psychology &Behaviour,vol.32(2015),pp.127-140.

(三)社會(huì)影響

社會(huì)影響是社會(huì)生活中普遍影響人們行為的社會(huì)因素,在瞬息萬變的社會(huì)中,個(gè)體的思想和行為會(huì)因社會(huì)環(huán)境中的信息發(fā)生改變。許多研究將社會(huì)影響作為自動(dòng)駕駛汽車支付意愿的影響因素(13)Leicht T.,A.Chtourou,“Consumer innovativeness and intentioned autonomous car ad-option”,The Journal of High Technology Management Research,vol.29,no.1(2018),pp.1-11.,人們獲取的信息和周圍人對(duì)自己的意見會(huì)改變對(duì)自動(dòng)駕駛的看法(14)Panagiotopoulos Ilias,G.Dimitrakopoulos,“An empirical investigation on consumers' intentions towards autonomous driving”,Transportation Research Part C:Emerging Technologies,vol.95(2018),pp.773-784.。然而,上述研究都是在西方社會(huì)進(jìn)行的,目前尚不清楚已確定的社會(huì)影響效應(yīng)是否可以推廣到中國等東方國家。中國強(qiáng)調(diào)集體主義的文化,相比于西方文化,中國人更容易受到社會(huì)影響。(15)Zhou T.,Li H.,“Understanding mobile SNS continuance usage in China from the perspectives of social influence and privacy concern”,Computers in Human Behavior,vol.37(2014),pp.283-289.此外,多數(shù)研究只調(diào)查了社會(huì)影響的直接因素,忽略了通過其他因素的間接影響,有些研究發(fā)現(xiàn),社會(huì)影響會(huì)通過感知有用性和感知易用性間接影響用戶的自動(dòng)駕駛的使用意愿。(16)Zhang T.,Tao D.,Qu X.,et al.,“Automated vehicle acceptance in China:Social influence and initial trust are key determinants”,Transportation Research Part C:Emerging Technologies,vol.112(2020),pp.220-233.

(四)模型假設(shè)與量表設(shè)計(jì)

圖4 研究假設(shè)模型

用戶對(duì)自動(dòng)駕駛的使用意愿會(huì)受到其感知及周圍環(huán)境的影響。基于以往自動(dòng)駕駛意愿研究以及研究一的文本分析結(jié)果,本研究擬納入感知有用性、感知易用性、感知隱私和法律風(fēng)險(xiǎn)、感知道德風(fēng)險(xiǎn)和社會(huì)影響五個(gè)變量來研究用戶的使用意愿,其中感知有用性變量只包括了與其安全性相關(guān)的項(xiàng)目,以檢測(cè)不同用戶對(duì)自動(dòng)駕駛汽車安全方面的感知有用性。量表的項(xiàng)目構(gòu)成是基于前人研究所得,測(cè)量項(xiàng)目來源如表3所示,同時(shí),提出以下相關(guān)假設(shè),具體研究假設(shè)模型見圖4。

表3 模型中潛變量及其測(cè)量項(xiàng)目和來源

假設(shè)1:基于技術(shù)接受理論提出用戶的感知有用性會(huì)顯著正向影響使用意愿;

假設(shè)2:用戶的感知易用性通過正向作用感知有用性從而影響使用意愿;

假設(shè)3:用戶對(duì)自動(dòng)駕駛汽車的感知隱私和法律風(fēng)險(xiǎn)會(huì)顯著負(fù)向影響使用意愿;

假設(shè)4a:用戶對(duì)自動(dòng)駕駛汽車的感知道德風(fēng)險(xiǎn)會(huì)顯著負(fù)向影響使用意愿;

假設(shè)4b:用戶對(duì)自動(dòng)駕駛汽車的感知道德風(fēng)險(xiǎn)會(huì)顯著負(fù)向影響感知有用性;

假設(shè)4c:用戶對(duì)自動(dòng)駕駛汽車的感知道德風(fēng)險(xiǎn)會(huì)顯著負(fù)向影響感知易用性;

假設(shè)5a:社會(huì)影響對(duì)用戶的感知易用性會(huì)造成顯著的負(fù)向作用;

假設(shè)5b:社會(huì)影響對(duì)用戶的感知有用性會(huì)造成顯著的負(fù)向作用;

假設(shè)5c:社會(huì)影響對(duì)用戶的感知道德風(fēng)險(xiǎn)會(huì)造成顯著的正向作用;

假設(shè)5d:社會(huì)影響對(duì)用戶的感知隱私和法律風(fēng)險(xiǎn)會(huì)造成顯著的負(fù)向作用。

(五)問卷調(diào)查與檢驗(yàn)

1. 問卷設(shè)計(jì)與施測(cè)

本問卷包括兩個(gè)部分:第一部分調(diào)查用戶自動(dòng)駕駛使用意愿,測(cè)量感知有用性、感知易用性、感知隱私和法律風(fēng)險(xiǎn)、感知道德風(fēng)險(xiǎn)和社會(huì)影響五個(gè)潛變量。第二部分包括人口學(xué)變量(性別、年齡、學(xué)歷)和駕駛相關(guān)變量(是否擁有駕照、駕齡)。對(duì)于潛變量的測(cè)量,采用李克特 5 級(jí)量表法從“非常不同意”“不同意”“一般”“同意”“非常同意”進(jìn)行區(qū)分。

2. 數(shù)據(jù)收集與描述性統(tǒng)計(jì)

本研究采用匿名自填問卷,問卷通過問卷星軟件進(jìn)行測(cè)題編寫,于2022年1月1日至2022年4月1日在微博、微信等社交平臺(tái)上發(fā)放,共計(jì)收回426份,排除答題時(shí)間過短和題項(xiàng)答案有70%以上相同的無效問卷,得到有效問卷379份,有效回收率為88.9%。樣本描述性統(tǒng)計(jì)如表4所示,男性被試160人,女性被試219人。年齡在20歲以下的23人,21-39歲的338人,40歲以上18人。有駕照的294人,沒有駕照的85人,沒有駕齡的89人,駕齡少于一年的84人,駕齡在1-5年的156人,五年以上的50人。根據(jù)駕齡是否超過一年,將被試分為機(jī)動(dòng)車駕駛員組(206人)和非駕駛員組(173人)。

表4 樣本描述性統(tǒng)計(jì)

3. 信度與效度檢驗(yàn)

采用統(tǒng)計(jì)分析軟件進(jìn)行分析,信度和效度檢驗(yàn)結(jié)果如表5所示。樣本總體數(shù)據(jù)的克朗巴赫系數(shù)值為0.771>0.7,多數(shù)潛變量的克朗巴赫系數(shù)大于 0.7,部分為0.69。每個(gè)變量的偏相關(guān)系數(shù)值均大于 0.6,可以進(jìn)行因子分析。通過因子分析檢驗(yàn)效度,從樣本數(shù)據(jù)中提取 7 個(gè)因子,方差累積貢獻(xiàn)率達(dá) 60.496%,且各項(xiàng)的因子載荷系數(shù)均大于 0.4。綜上,樣本數(shù)據(jù)的信效度良好。

表5 信度與效度檢驗(yàn)結(jié)果

(六)模型分析

1. 機(jī)動(dòng)車駕駛員的結(jié)構(gòu)方程模型參數(shù)擬合結(jié)果

使用結(jié)構(gòu)方程模型軟件構(gòu)建機(jī)動(dòng)車駕駛員自動(dòng)駕駛汽車使用意愿的結(jié)構(gòu)方程模型,在模型擬合度檢驗(yàn)指標(biāo)中,卡方/自由度為1.443<3;近似誤差均方根為0.046<0.05 ;絕對(duì)擬合優(yōu)度指數(shù)為0.889,接近0.9;相對(duì)擬合指數(shù)為0.938>0.9,可以認(rèn)定該模型擬合度較好。

2. 機(jī)動(dòng)車駕駛員視角的自動(dòng)駕駛使用意愿路徑分析結(jié)果

分析結(jié)果顯示,在機(jī)動(dòng)車駕駛員視角下,只有感知隱私與法律風(fēng)險(xiǎn)顯著影響使用意愿,感知有用性和感知道德風(fēng)險(xiǎn)對(duì)使用意愿的影響并不顯著。說明擁有豐富駕駛經(jīng)驗(yàn)的駕駛員對(duì)感知到的安全方面的益處并不會(huì)影響他們的使用意愿,這與研究假設(shè)相反。

“感知道德風(fēng)險(xiǎn)→感知有用性”“感知道德風(fēng)險(xiǎn)→感知易用性”“社會(huì)影響→感知易用性”“社會(huì)影響→感知有用性”“社會(huì)影響→感知隱私和法律風(fēng)險(xiǎn)”假設(shè)成立,其中“社會(huì)影響→感知道德風(fēng)險(xiǎn)”雖然顯著性水平P<0.05,但是預(yù)測(cè)方向與假設(shè)相反,見圖5。

3. 非駕駛員視角的結(jié)構(gòu)方程模型參數(shù)擬合結(jié)果

使用結(jié)構(gòu)方程模型軟件構(gòu)建非駕駛員自動(dòng)駕駛汽車使用意愿的結(jié)構(gòu)方程模型, 在模型擬合度檢驗(yàn)指標(biāo)中,卡方/自由度為1.670<3;近似誤差均方根為0.062<0.08 ;絕對(duì)擬合優(yōu)度指數(shù)為0.858,接近0.9;相對(duì)擬合指數(shù)為0.885,接近0.9,可以認(rèn)定該模型擬合度尚可。

4. 非駕駛員視角的自動(dòng)駕駛使用意愿路徑分析結(jié)果

分析結(jié)果顯示,在非駕駛員視角下,除“感知隱私和法律風(fēng)險(xiǎn)→使用意愿”“感知道德風(fēng)險(xiǎn)→使用意愿”“社會(huì)影響→感知道德風(fēng)險(xiǎn)”顯著性水平P>0.05,假設(shè)不成立,其余假設(shè)都成立,見圖6。

圖5 機(jī)動(dòng)車駕駛員視角的結(jié)構(gòu)方程模型路徑系數(shù)

圖6 非駕駛員視角的結(jié)構(gòu)方程模型路徑系數(shù)

綜上,非駕駛員的感知有用性顯著正向影響使用意愿,而感知隱私和法律風(fēng)險(xiǎn)、感知道德風(fēng)險(xiǎn)對(duì)使用意愿的影響并不顯著。社會(huì)影響對(duì)非駕駛用戶的感知易用性、感知有用性、感知隱私和法律風(fēng)險(xiǎn)均有顯著正向作用,即社會(huì)影響越高,感知易用性、感知有用性、感知隱私和法律風(fēng)險(xiǎn)就越高。

四、討論

在網(wǎng)絡(luò)這個(gè)匿名化的環(huán)境中,大眾更加真實(shí)地表達(dá)自己的觀點(diǎn),尤其在微博和抖音的輿論環(huán)境中,網(wǎng)民的觀點(diǎn)更容易出現(xiàn)情緒化,而且因?yàn)閷?duì)立觀點(diǎn)的沖突變得更加極化,在極化過程中,負(fù)面情緒更具有聚集效應(yīng)。所以本研究先采用話題模型和情感分析對(duì)網(wǎng)絡(luò)評(píng)論進(jìn)行分析,研究大眾對(duì)自動(dòng)駕駛汽車的真實(shí)態(tài)度;再采用問卷調(diào)查探索影響自動(dòng)駕駛使用意愿的社會(huì)和個(gè)體因素。

研究一:通過“北京率先放開自動(dòng)駕駛主駕無人許可”這一事件的微博和抖音評(píng)論的文本分析,提取網(wǎng)民關(guān)注的四個(gè)主題,聚類為設(shè)計(jì)與意義、體驗(yàn)與信任、事故與責(zé)任、普及與失業(yè)。具體來看,網(wǎng)民對(duì)該事件“方向盤后無人”的關(guān)鍵話題背后的自動(dòng)駕駛設(shè)計(jì)問題普遍表達(dá)出不理解的情緒,部分人關(guān)注自動(dòng)駕駛系統(tǒng)失控或者故障后的保障措施設(shè)計(jì)。關(guān)于使用自動(dòng)駕駛是否具有意義的評(píng)論,網(wǎng)民態(tài)度產(chǎn)生了一定分歧,分歧背后的心理因素需要進(jìn)一步開展研究?！笆欠裥枰捡{照”是網(wǎng)民普遍關(guān)注的一個(gè)話題,但是對(duì)于此項(xiàng)的政策規(guī)定仍處于空白。交通事故的責(zé)任歸屬問題與自動(dòng)駕駛普及帶來的失業(yè)問題引發(fā)了網(wǎng)民較多的負(fù)面情緒。因此,對(duì)于自動(dòng)駕駛的法律責(zé)任和相關(guān)法規(guī)的制訂刻不容緩。同時(shí),我國的出租車和網(wǎng)約車行業(yè)為民眾提供了大量的就業(yè)機(jī)會(huì),如何應(yīng)對(duì)技術(shù)替代人工所造成的失業(yè)是一個(gè)嚴(yán)峻的社會(huì)話題。結(jié)合情感分析的結(jié)果,多數(shù)網(wǎng)民對(duì)自動(dòng)駕駛的發(fā)展并不排斥,希望能夠體驗(yàn)自動(dòng)駕駛汽車,期待自動(dòng)駕駛技術(shù)在全國推廣。這和以往研究得到的結(jié)論是一致的,中國用戶對(duì)自動(dòng)駕駛的態(tài)度較為積極。(17)Moody J.C.,N.Bailey,and J.Zhao,“Public perceptions of autonomous vehicle safety:An international comparison”,Safety Science,vol.121(2019),pp.634-650.(18)Zhang T.,Tao D.,et al.,“The roles of initial trust and perceived risk in public's acceptance of automated vehicles”,Transportation Research Part C:Emerging Technologies,vol.98(2019),pp.207-220.

研究二:問卷調(diào)查結(jié)果顯示,社會(huì)影響通過感知易用性、感知有用性和感知風(fēng)險(xiǎn)等變量影響用戶的使用意愿,因?yàn)閭€(gè)體態(tài)度普遍依賴周圍重要人物信息作為現(xiàn)實(shí)決策的依據(jù),周圍重要人物對(duì)自動(dòng)駕駛有用性的積極評(píng)價(jià)和消極評(píng)價(jià)會(huì)影響個(gè)體對(duì)自動(dòng)駕駛實(shí)用性的看法。(19)Schepers J.,Wetzels M.,“A meta-analysis of the technology acceptance model:Investigating subjective norm and moderation effects”,Information &Management,vol.44,no.1(2007),pp.90-103.本研究發(fā)現(xiàn),社會(huì)影響對(duì)機(jī)動(dòng)車駕駛員的感知道德風(fēng)險(xiǎn)有顯著的負(fù)向影響,社會(huì)影響越高,感知道德風(fēng)險(xiǎn)越低,即更信任自動(dòng)駕駛道德;但是,社會(huì)影響對(duì)非駕駛員的感知道德風(fēng)險(xiǎn)有正向影響,社會(huì)影響越高,非駕駛員感知道德風(fēng)險(xiǎn)也越高,即更不信任自動(dòng)駕駛道德。這表明機(jī)動(dòng)車駕駛員用戶更容易受到來自他人或媒體的關(guān)于自動(dòng)駕駛正面信息的影響,非駕駛員用戶由于對(duì)自動(dòng)駕駛道德風(fēng)險(xiǎn)相關(guān)問題關(guān)注過少,受到社會(huì)影響的作用并不顯著。

感知有用性和感知風(fēng)險(xiǎn)的影響在不同的道路使用者(機(jī)動(dòng)車駕駛員、非駕駛員)視角下出現(xiàn)明顯的不同。機(jī)動(dòng)車駕駛員視角下,感知安全方面的有用性對(duì)使用意愿沒有顯著影響,感知隱私和法律風(fēng)險(xiǎn)對(duì)使用意愿有顯著的負(fù)面影響。非駕駛員視角下,卻得到相反的結(jié)論,感知安全方面的有用性對(duì)使用意愿有正向影響,而感知隱私和法律風(fēng)險(xiǎn)對(duì)使用意愿的影響并不顯著。造成這種差別的可能原因是,傳統(tǒng)汽車駕駛員對(duì)于自動(dòng)駕駛汽車安全性的要求更高,人們不會(huì)采用安全性僅比自己駕駛安全高一些的自動(dòng)駕駛汽車。(20)Shariff A.,Bonnefon J.F.,et al.,“How safe is safe enough?Psychological mechanisms underlying extreme safety demands for self-driving cars”,Transportation Research Part C:Emerging Technologies,vol.126(2021),p.103069.非駕駛員(如行人)則更可能看重自動(dòng)駕駛汽車給自己帶來的安全益處。因此,對(duì)于自動(dòng)駕駛汽車安全方面有用性的看法的差異,表明基于自動(dòng)駕駛安全性效益的宣傳對(duì)有較多駕駛經(jīng)驗(yàn)的用戶來說并不是一個(gè)較好的策略,他們可能更關(guān)注自動(dòng)駕駛帶來的經(jīng)濟(jì)與環(huán)境效益。在機(jī)動(dòng)車駕駛員和非駕駛員模型中,感知道德風(fēng)險(xiǎn)對(duì)自動(dòng)駕駛汽車的使用意愿作用并不顯著,道德變量與自動(dòng)駕駛汽車在緊急情況下作出道德決定的概念有關(guān)。如果這種期望減少,就會(huì)對(duì)自動(dòng)駕駛汽車形成較高的感知風(fēng)險(xiǎn),間接影響了未來的使用意愿。另外,道德倫理與績效因素?zé)o關(guān),因此,沒有發(fā)現(xiàn)其與行為意圖有直接的因果關(guān)系。(21)Ro Y.,Ha Y.,“A Factor Analysis of Consumer Expectations for Autonomous Cars”,Journal of Computer Information Systems,vol.59,no.1(2019),pp.52-60.

綜上所述,大眾對(duì)自動(dòng)駕駛持積極期待的態(tài)度,自動(dòng)駕駛有關(guān)事故的責(zé)任劃分是多數(shù)人關(guān)注的重要話題。不同類型的道路用戶對(duì)自動(dòng)駕駛關(guān)注的因素不同。與非駕駛員相比,機(jī)動(dòng)車駕駛員用戶更加關(guān)注其背后的隱私和法律風(fēng)險(xiǎn),而非駕駛員(如行人)則更可能看重自動(dòng)駕駛汽車給自己帶來的安全益處。因此,未來應(yīng)該針對(duì)不同的道路使用者采取更有效的自動(dòng)駕駛知識(shí)的宣傳策略,并進(jìn)一步完善自動(dòng)駕駛的相關(guān)政策和法律。

五、不足與展望

本研究雖然采用了文本分析和問卷調(diào)查的方式,探索公眾對(duì)自動(dòng)駕駛使用意愿的態(tài)度和影響因素,但是,研究也存在提升的空間。首先,文本分析的熱點(diǎn)新聞?lì)愋筒粔蜇S富,未來可以增加不同熱點(diǎn)新聞的發(fā)布來源,比如,比較官方渠道和自媒體渠道的熱點(diǎn)新聞在公眾評(píng)論中的差異;其次,本研究二的問卷調(diào)查的樣本數(shù)目可以提升,樣本的年齡集中在20-39歲,對(duì)研究結(jié)果可推廣性存在一定的影響;最后,考慮到自動(dòng)駕駛汽車距離完全普及還有較長的時(shí)間,自動(dòng)駕駛與傳統(tǒng)駕駛汽車將長期在同一道路上行駛,未來研究可以關(guān)注非自動(dòng)駕駛用戶與自動(dòng)駕駛用戶共同使用道路的意愿。