学术研究报告：自动驾驶汽车用户接受度的影响因素研究

一、研究作者与发表信息
本研究由新加坡南洋理工大学（Nanyang Technological University）的Kum Fai Yuen、韩国中央大学（Chung-Ang University）的Lanhui Cai、Guanqiu Qi和Xueqin Wang合作完成，发表于2020年10月的期刊 *Technology Analysis & Strategic Management*，标题为《Factors Influencing Autonomous Vehicle Adoption: An Application of the Technology Acceptance Model and Innovation Diffusion Theory》。

二、学术背景与研究目标
自动驾驶汽车（Autonomous Vehicles, AVs）是未来交通技术的核心，但其大规模推广依赖于用户接受度。尽管已有研究基于技术接受模型（Technology Acceptance Model, TAM）或信任理论探讨了AV接受度，但存在两大局限：
1. 多数研究仅关注直接影响用户行为意图的变量，而忽略间接因素（如创新特性）及其相互作用；
2. 对TAM中“感知有用性（Perceived Usefulness, PU）”和“感知易用性（Perceived Ease of Use, PEOU）”的前因缺乏深入分析。
为此，本研究整合创新扩散理论（Innovation Diffusion Theory, IDT）与TAM，提出一个综合模型，旨在揭示AV接受度的多层次影响因素，并为政策制定提供理论支持。

三、研究流程与方法
1. 理论模型构建
- 基于IDT的“创新感知特性（Perceived Characteristics of Innovation, PCIs）”框架，筛选出6个关键维度：相对优势（Relative Advantage）、兼容性（Compatibility）、形象（Image）、结果可验证性（Result Demonstrability）、可见性（Visibility）和可试性（Trialability）。
- 提出假设：PCIs通过PU和PEOU间接影响用户行为意图（Behavioral Intention, BI），共形成11条假设路径（如H1: PU→BI；H4: 相对优势→PU）。

1. 问卷设计与数据收集

   • 测量工具：问卷包含28个题项，均改编自成熟量表（如Moore和Benbasat的PCIs量表、Davis的TAM量表），采用7级李克特量表。
     
   • 样本：通过北京两处交通枢纽的随机街头拦截调查，收集301份问卷，剔除无效数据后保留274份有效样本（样本量符合结构方程模型要求）。受访者年龄集中在18-39岁（67.5%），51%为男性，67.5%拥有本科及以上学历。
     

2. 数据分析方法

   • 验证性因子分析（CFA）：检验测量模型的信效度。结果显示，除“可见性”的复合信度（CR=0.75）略低于0.8外，其余构念的CR值均高于0.8，平均方差抽取（AVE）大于0.5，区分效度达标（Fornell-Larcker准则）。
     
   • 结构方程模型（SEM）：验证假设路径的显著性。模型拟合指标良好（χ²/df=1.910, CFI=0.969, RMSEA=0.058）。
     

四、主要研究结果
1. 直接影响因素
- PU（β=0.59, p<0.05）和PEOU（β=0.37, p<0.05）对行为意图（BI）有显著正向影响，共解释75%的方差，支持H1和H2。
- PEOU对PU的促进作用（β=0.35, p<0.05）验证了H3，表明易用性提升能增强用户对AV实用性的认知。

1. 间接影响因素

   • PU的前因：相对优势（β=0.37）、兼容性（β=0.28）、形象（β=0.10）和结果可验证性（β=0.18）均显著，支持H4-H7a。例如，AV的环保属性（形象）或节省时间（相对优势）能提升其感知有用性。
     
   • PEOU的前因：兼容性（β=0.39）、结果可验证性（β=0.36）、可见性（β=0.27）和可试性（β=0.16）的影响显著（H6b-H9）。例如，试驾机会（可试性）能降低用户学习成本。
     

2. 控制变量：年龄和教育水平对行为意图无显著影响，表明心理认知变量（如PU/PEOU）比人口统计特征更具预测力。

五、结论与价值
1. 理论贡献
- 首次将IDT与TAM整合应用于AV接受度研究，揭示了PCIs通过PU/PEOU间接影响行为的路径，弥补了传统TAM忽略技术特性的缺陷。
- 提出“形象”和“结果可验证性”等新维度，扩展了创新扩散理论在交通领域的适用性。

1. 实践意义
   
   • 产品设计：应突出AV的差异化优势（如安全性）、强化社会形象（如环保标签），并通过演示活动提升结果可验证性。
     
   • 政策建议：政府需完善5G基础设施、提供试驾培训，以降低用户使用门槛。
     

六、研究亮点
1. 创新性模型：通过IDT-TAM整合框架，系统解析了AV接受度的多层次机制。
2. 实证发现：揭示了PCIs对PU/PEOU的差异化影响，如“兼容性”同时作用于PU和PEOU，而“可见性”仅影响PEOU。
3. 样本代表性：聚焦中国一线城市，为亚洲语境下的AV推广提供了数据支持。

七、局限与未来方向
1. 依赖行为意图而非实际使用数据（因L5级AV尚未普及）；
2. 样本限于北京，未来可对比城乡或跨文化差异；
3. 建议结合UTAUT2等新模型进一步探索用户行为。

（注：全文约2400字，完整覆盖研究背景、方法、结果与价值，符合学术报告规范。）