老年人對自動駕駛汽車的接受行為意向研究

楊柳

關鍵詞：自動駕駛汽車；老年人；結構方程模型；行為意向；接受度

0 引言

自動駕駛汽車技術作為一項革命性的創新，為解決老年人出行中的挑戰提供了新的可能性。老年人通常面臨駕駛能力下降、身體機能減退以及出行便利性問題，而自動駕駛汽車被視為一種潛在的解決方案，有望為他們提供更安全、便捷和獨立的出行方式。要挖掘自動駕駛汽車技術的潛力，最重要的是了解老年人對這一新興技術的接受程度。因此，本研究建立了3 個結構方程模型，分別為計劃行為理論模型、技術接受模型和二者的聯合模型，并將這3 個模型進行對比，目的是為了調查老年人對自動駕駛汽車的接受程度，以便為未來的技術發展和政策制定提供關鍵見解。

1 研究現狀

近年來，許多研究人員對接受自動駕駛汽車行為的意圖進行了研究，主要涉及3 個方面。

1.1 理論模型

理論模型涉及計劃行為理論模型、技術接受模型、技術接受和使用的統一理論、創新擴散模型和因果模型，也有學者在上述理論基礎上進行擴展。如WU 等[1] 對技術接受模型的框架進行了擴展，研究了態度、信任、感知有用性、感知易用性和感知舒適對行為意向的影響。在研究模型方面，很多學者最初從單個結構模型展開分析，后來對模型進行擴展，但是擴展的模型并沒有和原模型進行對比分析。

1.2 影響因素

近年來的研究囊括了社會經濟屬性變量和心理潛變量。姚榮涵等[2] 調查了受訪者的社會經濟屬性、歷史出行特性和行為態度特征，采用潛在類別分析人們選擇共享自動駕駛汽車的潛在類別因素。景鵬等[3] 從行人和用戶的角度分析信任、態度、感知風險和感知有用性對自動駕駛汽車接受程度的影響。Manfreda 等[4]的研究側重于將技術采用、收入感知、安全性、效率和移動性問題作為使用自動駕駛汽車的主要因素，證實了自動駕駛汽車感知到的好處是使用的重要因素，感知到的安全性顯著降低了使用自動駕駛車輛的意向。

因此在研究的影響因素方面，各學者主要考慮了社會經濟屬性和心理因素，提出了諸多影響因素，如年齡、性別、出行特性、安全、舒適性、吸引力、法律、道德標準、態度和信任等。但是，如此繁多的影響因素，究竟哪些是關鍵影響因素，沒有統一定論。

1.3 研究對象

關于自動駕駛汽車接受度的研究對象分為3 類：一般人群、車主和交通專家。隨著研究的深入，研究對象逐漸細分，學者逐漸開始關注特殊群體對自動駕駛汽車接受意向，如殘疾群體、老年群體等。

綜合以上可知，大多數研究基于結構方程模型，并使用技術接受模型和計劃行為理論等單一模型研究個人對自動駕駛汽車的接受程度。因此，本研究基于前人研究的基礎，建立了擴展的計劃行為理論，探索主觀規范（Subjective Norm，SN）、態度（Attitude，ATT）、感知有用性（Perceived Usefulness，PU）、感知行為控制（Perceived Behavior Control，PBC）和感知易用性（Perceived Ease of Use，PEU）和這些關鍵因素如何影響老年人對自動駕駛汽車的選擇。并且通過與標準的計劃行為理論（Theory of Planned Behavior，TPB）和技術接受模型（Technology Acceptance Model，TAM）進行對比，來分析擴展的計劃行為理論對老年人選擇自動駕駛行為的解釋力。根據研究結果，我們為政策制定者和企業管理者提供了自動駕駛汽車在老年群體中普及的建議。

2 理論框架及模型建立

2.1 計劃行為理論（TPB）

Ajzen 將心理行為理論用于模態選擇研究中，在理性行為的基礎上構思創立了計劃行為理論模型。該模型假設個人可根據可用信息做出理性決定，認為個體的感知行為控制（PBC）、主觀規范（SN）和行為態度（ATT）對行為意向（Behavior Intention，BI）具有直接影響，從而影響到個體的實際行為。分析標準的計劃行為理論的各個構面對老年人接受自動駕駛意愿的影響程度以及模型的解釋力，即考慮ATT、SN 和PBC 這3 個影響因素（圖1）

2.2 技術接受模型（TAM）

技術接受模型常用來檢驗技術的接受意向。當面對一項新技術時，人的行為意向取決于兩方面，即感知有用性（PU）、感知易用性（PEU）。先前的研究已經證實，PEU 和PU 通過態度對行為意圖產生影響，且感知PEU 對PU 有直接的影響[5]。用標準技術接受模型研究和分析影響老年人自動駕駛汽車接受度的因素以及模型的解釋能力，即考慮PU、PEU 和ATT 這3 個影響因素（圖2）。

2.3 聯合模型

TAM 和TPB 的基本原理都是從理性行動理論（Theory ofReasoned Action，TRA）擴展而來的，結合TAM 和TPB 可以充分定義個人在使用新技術方面的行為。本研究提出了一個綜合模型，考慮了TPB 和TAM（圖3），分析影響老年群體接受自動駕駛汽車的因素以及模型的解釋能力。即考慮SN、ATT、PU、PBC和PEU 這些關鍵因素如何影響老年人對自動駕駛汽車的選擇。

3 問卷設計與及樣本描述性統計

3.1 問卷設計與實施

本文中用于評估TAM 和TPB 的觀察變量來自先前的研究。在文獻綜述的基礎上，考慮到老年人的情況，編制了一份問卷。2022 年5 月至6 月期間，在武漢對隨機選擇的老年人通勤者進行了預測試。根據50 名通勤者試點樣本的反饋，對調查問卷進行了修訂，以提高清晰度和可靠性。問卷修訂之后調查的觀測變量如表1 所示。根據之前的研究，使用Likert 量表進行評估。

3.2 數據的描述性統計

本文通過微信、QQ 和二維碼分享等傳播方式發放問卷。數據收集時間為2022 年3—9 月，采用線上問卷的形式，對全國各地區老年群體進行調查。由于調查的對象是老年人群體，因此在問卷調查過程中，對于部分老年人在填寫問卷時面臨的數字鴻溝問題，通過尋求子女或身邊人幫助的辦法完成。該調查收到有效問卷734 份，統計結果如表2 所示。

3.3 問卷的信效度分析

問卷信度檢驗使用克隆巴赫系數（Cronbach’s ）和組合信度來評價，效度使用平均方差提取值來評測。各潛變量的信度和效度結果如表3 所示，可以看出，各潛變量的克隆巴赫系數范圍在0.790 ～ 0.906，表示各個構面的信度令人滿意。平均方差提取值在0.705 ～ 0.842，均高于建議值0.500。結果表明，選取的各個題項信效度符合標準。

4 結果分析

計劃行為理論的計算結果如表4 所示。行為態度（β=0.520，p ＜ 0.001）、主觀規范（β=0.453，p<0.001）、感知行為控制（β=0.436，p<0.001） 對行為意向有明顯的積極影響。并且，ATT對行為意向的解釋能力比PBC 更強。這與之前的研究一致，例如，Yuen 等[6] 研究表明個人對自動駕駛汽車的態度、主觀規范和感知行為控制直接影響自動駕駛汽車的接受度。并根據累積效應的分析，表明態度對公眾接受自動駕駛汽車的影響最大。

技術接受模型的計算結果如表5 所示。行為態度（β=0.732，p ＜ 0.010）和感知有用性（β=0.164，p ＜ 0.050）對老年人接受自動駕駛有顯著的積極影響。PU 和PEU 對ATT 都有積極影響。這和大部分的研究結論一致，如Wu 等的研究表明態度對行為意向有積極影響，而信任和感知有用性對態度同樣也有積極影響。

擴展計劃行為理論的計算結果如表6 所示。態度（β=0.489，p ＜ 0.010）、主觀規范（β=0.384，p ＜ 0.010）和感知行為控制（β=0.384，p ＜ 0.010）對老年人接受自動駕駛汽車有著明顯的影響，而感知有用性（β=0.149，p=0.058 ＞ 0.010）對接受行為沒有顯著影響。這與部分學者研究結論不同，如景鵬從老年人使用者的角度分析表明，感知有用性和態度等都對使用意向有積極影響[3]。

此外，我們分析感知有用性、感知易用性和行為態度之間的關系。雖然感知有用性對行為意向的影響不顯著，但是可以通過態度影響行為意向，感知易用性同樣可以通過影響感知有用性和態度來影響行為意向。

5 結束語

本研究基于前人研究的基礎建立了計劃行為理論模型、技術接受模型和二者的聯合模型等3 個模型進行比較分析，深入研究老年人對自動駕駛汽車的接受程度，為提高自動駕駛汽車在老年人中的普及率，改善他們的運動、生活質量和身心健康提供了理論依據。與標準的TAM 和TPB 相比，擴展的計劃行為理論在解釋老年人對自動駕駛汽車接受意向方面具有更強的解釋力。通過分析，得出TPB 對TAM 的構面的顯著性存在影響。在標準的TAM 中，感知有用性（PU） 對行為意向有顯著影響。但是加入TPB 之后，感知有用性的影響變的不顯著。結論如下。

5.1 理論解釋力

在探討模型的解釋力方面，擴展的計劃行為理論解釋力最強（82.5%），其次是標準技術接受模型（81.9%），排在最后的是標準的計劃行為理論（76.4%）。而擴展的計劃行為理論和標準技術接受模型對行為意向的解釋力相當。

5.2 影響因素

在擴展的計劃行為理論中，行為態度（β=0.489，p ＜ 0.010）的影響最大，其次是主觀規范（β=0.384，p ＜ 0.010）和感知行為控制（β=0.384，p ＜ 0.010），而感知有用性對老年人接受自動駕駛的影響并不顯著。根據以上結果，可以通過對自動駕駛車輛的使用進行宣傳的方式，促使接納能力強的兒童、家人、朋友和鄰居接受和使用自動駕駛汽車，以提高老年人接受自動駕駛汽車的意愿。

感知有用性（β=0.540，p ＜ 0.010）和感知易用性（β=0.442，p ＜ 0.010）對態度影響顯著。因此，可以通過影響老人對自動駕駛的態度來促進其使用意愿。

影響個人態度的因素包括外部因素和內部因素。內部因素包括技能、能力和知識；外部因素包括時間、與他人合作和人際交流等。因此，可以為老年人提供適當的培訓和教育，以提高他們對自動駕駛汽車和智能手機功能的認識，從而提高他們接受自動駕駛汽車的意愿。