江西財經(jīng)大學(xué) 周煒超 周奇 程昊 黎洋 彭萱瑜

本文基于技術(shù)接受模型（TAM），建立VR駕駛學(xué)習(xí)使用意愿概念模型，并結(jié)合結(jié)構(gòu)方程模型（SEM）對研究假設(shè)進行檢驗，探索影響VR駕駛學(xué)習(xí)用戶使用意愿的因素。研究結(jié)果表明：VR駕駛學(xué)習(xí)的技術(shù)特性對感知有用性、感知易用性均呈現(xiàn)顯著的正向影響；感知有用性對使用意愿的直接影響效果并不明顯，而經(jīng)由使用態(tài)度會間接對使用意愿產(chǎn)生顯著正向影響；感知易用性對使用態(tài)度有顯著的正向影響。最后結(jié)合分析結(jié)果提出VR駕駛學(xué)習(xí)改進建議。

1 研究背景

近年來，駕照報考人數(shù)連年增長，但是駕校收費混亂、教練素質(zhì)堪憂、一人練車多人觀望的現(xiàn)象層出不窮。不少人致力于思考如何改善傳統(tǒng)駕校服務(wù)質(zhì)量，同時也不乏為學(xué)車重新尋找新的出路。我們見證了科技革命和產(chǎn)業(yè)變革愈演愈烈，VR、5G等新興科技成為了各行各業(yè)的熱門話題，VR+文旅、VR+購物等新技術(shù)如雨后春筍般涌現(xiàn)。為了引導(dǎo)我國VR技術(shù)產(chǎn)業(yè)健康發(fā)展，工業(yè)和信息化部于2018年印發(fā)了《關(guān)于加快推進虛擬現(xiàn)實產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》。作為全國VR技術(shù)的“領(lǐng)頭羊”省份之一的江西省，為加快落實支持VR技術(shù)產(chǎn)業(yè)發(fā)展，于2019年發(fā)布了《江西省虛擬現(xiàn)實產(chǎn)業(yè)發(fā)展規(guī)劃（2019-2023年）》。本研究響應(yīng)國家和江西省號召，結(jié)合當下傳統(tǒng)駕校轉(zhuǎn)型的趨勢，在VR+服務(wù)業(yè)中尋找切入口，著眼于VR與駕駛學(xué)習(xí)服務(wù)產(chǎn)業(yè)結(jié)合，通過問卷調(diào)查的形式，以江西省大學(xué)生為調(diào)查對象，通過對問卷信息定量分析，整理出江西省大學(xué)生對于VR駕駛學(xué)習(xí)的使用意愿和看法，從而為VR駕駛學(xué)習(xí)的應(yīng)用和推廣提供理論支持。

2 VR駕駛學(xué)習(xí)研究現(xiàn)狀

目前國內(nèi)學(xué)者多數(shù)聚集在研究VR駕駛在其他領(lǐng)域的應(yīng)用，而研究VR+駕駛學(xué)習(xí)的較少。僧家祥等認為VR/AR技術(shù)在“云上辦公”中的應(yīng)用可以極大程度地降低云上辦公中自動駕駛的安全隱患。侯長海指出“51Sim-One無人駕駛仿真平臺”已經(jīng)在L3-L4無人駕駛仿真訓(xùn)練及測試領(lǐng)域初步建立了優(yōu)勢，這為研發(fā)自動駕駛技術(shù)的車企提供更加接近于實際路況的宏觀、微觀動態(tài)的交通場景，并能夠滿足使用者定制化的需求。

此外，VR+駕駛學(xué)習(xí)技術(shù)的研究基礎(chǔ)良好，并仍在不斷發(fā)展。早在2007年，吳民就運用三維實體建模對于虛擬駕駛訓(xùn)練系統(tǒng)進行了設(shè)計，根據(jù)虛擬駕駛汽車的需求設(shè)計相應(yīng)的邏輯結(jié)構(gòu)，為推廣虛擬駕駛學(xué)習(xí)技術(shù)提供了技術(shù)模型和基礎(chǔ)鋪墊。此后，王明羽在其論文中對于虛擬駕駛學(xué)習(xí)的關(guān)鍵技術(shù)進行了對比分析和完善，第一次基于“Inside-out”空間定位技術(shù)的三星玄龍設(shè)備與具有最新“Shader”技術(shù)的Unity 3D開發(fā)引擎作為虛擬駕駛實現(xiàn)的軟硬件開發(fā)環(huán)境,并以此進行具有高度沉浸感的虛擬環(huán)境開發(fā)[1]。

國外關(guān)于VR的研究整體上領(lǐng)先于國內(nèi)，但是在VR駕駛學(xué)習(xí)的領(lǐng)域同樣處于研究的探索階段。2006年，Schultheis等在其論文中研究了一種新的駕駛評估臨床方法，并分析了VR自動駕駛對于腦神經(jīng)損壞患者的幫助和應(yīng)用的可行性，他們指出可以通過虛擬現(xiàn)實技術(shù)模擬出新的駕駛性能指標，從而進一步增強對于這部分群體的幫助；2010年，Janus提出了基于Web的沉浸式虛擬現(xiàn)實駕駛平臺協(xié)同設(shè)計體系結(jié)構(gòu)，為使用VR學(xué)習(xí)駕駛技術(shù)的人們創(chuàng)設(shè)一個具有互聯(lián)特性的平臺，從而打造更加高效的VR駕駛學(xué)習(xí)體系。

由此可見，VR+駕駛雖然已經(jīng)在駕駛方面的某些領(lǐng)域，如自動駕駛有初步探索，但有針對性地研究VR運用在學(xué)習(xí)駕駛方面的文獻很少，而且綜合目前所有對于VR駕駛的研究，極少學(xué)者從受眾者即需求方角度，以數(shù)據(jù)分析的方式探討人們對于該技術(shù)的了解程度和使用意愿。缺乏需求方角度的分析，就無法從供需雙方的角度系統(tǒng)、全面地思考該技術(shù)的應(yīng)用和推廣前景和價值?？偟膩碚f，這些成果為本團隊研究VR駕駛學(xué)習(xí)項目提供了一定的基礎(chǔ)和參考價值，同時又存在研究缺口急需彌補。

技術(shù)接受模型在研究行為意愿影響因素中優(yōu)勢明顯。宋文杰等利用TAM并引入感知成本、個體創(chuàng)新作為外部變量，研究發(fā)現(xiàn)移動圖書館有用且易用、其服務(wù)尚未收費、用戶對新鮮事物的探索嘗試欲望強能夠促進用戶的使用意愿。郭英之等通過引入感知配合度等因子擴展TAM，研究表明使用移動支付購買旅游產(chǎn)品可選擇范圍廣、與用戶關(guān)系親密的人的正面評價等因素能夠促進消費者的使用意愿。因此TAM用于分析新事物的用戶使用意愿影響因素效果較好[2]。

綜上所述，本文擬以技術(shù)接受模型為基礎(chǔ)，以江西省大學(xué)生群體為例，分析VR駕駛學(xué)習(xí)受眾者行為與使用意愿的影響因素，提出若干研究假設(shè)后，結(jié)合調(diào)研結(jié)果和結(jié)構(gòu)方程模型量化測算變量之間的路徑影響，揭示VR駕駛學(xué)習(xí)使用行為的影響機理和作用路徑，挖掘這片尚未耕耘的“藍?！鳖I(lǐng)域。

3 VR駕駛學(xué)習(xí)理論模型與研究假設(shè)

3.1 VR駕駛學(xué)習(xí)研究技術(shù)接受模型

技術(shù)接受模型（TAM）是分析用戶對新事物的接受程度和使用意愿最有影響力的模型之一。參考Davis等人的描述，該模型核心有以下5個關(guān)鍵要素，分別是：（1）感知有用性（PU），即用戶感覺該新事物為生活帶來的便利程度；（2）感知易用性（PEOU），即用戶感覺該新事物上手難易程度；（3）使用態(tài)度（AT），即用戶接觸該新事物時的感受、態(tài)度和評價；（4）使用意愿（BI），即用戶傾向于使用該新事物的程度，以及使用后的反饋或分享意愿；（5）外部因素，如技術(shù)特性（VF）。這5個關(guān)鍵因素相互影響，密不可分。由于本文是關(guān)于VR駕駛學(xué)習(xí)技術(shù)接受和使用意愿方面的研究，技術(shù)接受模型的優(yōu)點，與本研究契合度極高[3]。

3.2 基于技術(shù)接受模型的VR駕駛學(xué)習(xí)研究假設(shè)

VR駕駛學(xué)習(xí)是一項新興技術(shù)，其用戶使用行為決策體現(xiàn)為從感知到使用態(tài)度再到使用意愿的邏輯，本文假設(shè)TAM模型假定同樣適用于VR駕駛學(xué)習(xí)接受和使用意愿的研究中，因此提出如表1所示的假設(shè)。

表1 假設(shè)內(nèi)容匯總Tab.1 Summary of assumptions

結(jié)合以上理論假設(shè)，繪制影響關(guān)系傳導(dǎo)圖如圖1所示。

圖1 TAM基礎(chǔ)上拓展的VR駕駛學(xué)習(xí)使用意愿模型Fig.1 VR driving learning intention model based on TAM

4 基于技術(shù)接受模型的VR駕駛學(xué)習(xí)研究設(shè)計

4.1 VR駕駛學(xué)習(xí)研究問卷設(shè)計

本研究的量表設(shè)計從上文五個維度設(shè)計了5個潛變量，16個題項。該份問卷主要由兩個板塊組成：第一板塊是研究對象基本情況調(diào)查；第二板塊測量題項旨在研究模型中各潛變量的測量。該份量表采用李克特五級程度的判斷（非常不同意、不贊同、不一定、同意、非常同意），分別計為1～5分。具體指標設(shè)計如表2所示[4]。

表2 模型變量指標體系Tab.2 Model variable index system

4.2 調(diào)查問卷結(jié)果描述統(tǒng)計

此次調(diào)查針對江西省大學(xué)生采用隨機抽樣的方法收集樣本數(shù)據(jù)，累計收集233份問卷，經(jīng)過人工檢查和篩選，剔除了用時過短、連續(xù)多題答案重復(fù)的樣本，最終得到有效問卷217份，問卷有效率為93.1%。如表3所示從基本特征來看，受訪對象中男女比例平衡，女性占53.5%，稍微高于男性學(xué)歷主要集中在本科(87.1%)。在對VR駕駛學(xué)習(xí)了解程度方面，71%的調(diào)研對象表示聽過但不了解，9.2%的調(diào)研對象對VR駕駛學(xué)習(xí)的了解程度較高(用過有些了解、很了解)，86.2%的調(diào)研對象有意愿使用VR駕駛學(xué)習(xí)。

表3 樣本基本特征情況Tab.3 Basic characteristics of samples

5 調(diào)查問卷結(jié)果數(shù)據(jù)分析與研究模型假設(shè)檢驗

5.1 問卷量表信度效度檢驗

為了保證問卷調(diào)查結(jié)果能夠反映出真實現(xiàn)象及分析結(jié)果具有策略意義，必須先對量表題進行信度及效度驗證。利用SPSS26進行信度和效度檢驗，如表4所示，5個因子的克隆巴赫Alpha值全部大于0.7，說明問卷設(shè)計的量表具有良好的信度，數(shù)據(jù)是一致、穩(wěn)定、可靠的。KMO值均大于0.6，Bartlett球形檢驗在0.05的水平上顯著，表明問卷具有結(jié)構(gòu)效度，樣本數(shù)據(jù)適合進行因子分析(1)。

表4 各分量表信度效度檢驗結(jié)果Tab.4 Reliability and validity test results of each subscale

5.2 VR駕駛學(xué)習(xí)研究結(jié)構(gòu)方程模型分析

結(jié)構(gòu)方程模型(Structural Equation Modeling, SEM) 是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種多元統(tǒng)計方法，適用于研究多個自變量和多個因變量之間

的傳遞效應(yīng)和影響關(guān)系。技術(shù)接受模型和結(jié)構(gòu)方程模型的結(jié)合運用，能夠在建立合理假設(shè)的基礎(chǔ)上有邏輯地進行影響因子研究，同時能夠驗證假設(shè)的顯著性和科學(xué)性。

5.2.1 結(jié)構(gòu)方程模型擬合效果適配度檢驗

為了保證模型的適用性，需要對模型擬合效果做檢驗。運用AMOS軟件得到擬合結(jié)果如表5所示。檢驗結(jié)果均符合標準，說明本研究數(shù)據(jù)運用結(jié)構(gòu)方程模型比較合適(2)。

表5 模型擬合效果Tab.5 Model fitting effect

表 6模型標準化路徑系數(shù)表Tab.6 Path coefficient of model standardization

表 7研究假設(shè)結(jié)論匯總表Tab.7 Summary of research assumptions and conclusions

5.2.2 結(jié)構(gòu)方程模型結(jié)果分析

利用AMOS對模型的傳導(dǎo)關(guān)系進行探索和檢驗，得到標準化路徑系數(shù)和顯著性情況如圖2和表6所示[5]。

圖2 VR駕駛學(xué)習(xí)結(jié)構(gòu)方程模型（標準化系數(shù)）Fig.2 Structural equation model of VR driving learning (standardization coefficient)

模型檢驗結(jié)果表明，除假設(shè)H4不成立外，其余假設(shè)都成立，結(jié)果匯總?cè)绫?所示。

6 VR駕駛學(xué)習(xí)研究結(jié)論與建議

6.1 VR駕駛學(xué)習(xí)研究結(jié)論

本文在運用技術(shù)接受模型的基礎(chǔ)上，加入了VR駕駛學(xué)習(xí)技術(shù)特性作為外部變量，對原模型進行拓展，并利用結(jié)構(gòu)方程模型驗證理論假設(shè)和探討影響用戶使用意愿的因素，得到結(jié)論如下：

VR駕駛學(xué)習(xí)技術(shù)特性對感知有用性和感知易用性均呈現(xiàn)顯著的正向影響，標準化的影響系數(shù)分別為0.47和1.04，即用戶對VR駕駛學(xué)習(xí)技術(shù)特性的滿意度每提高一個單位，就能帶來用戶對其有用性的認可度增加0.47個單位，以及對其容易上手的認可度增加1.04個單位。究其原因：（1）室內(nèi)進行的VR駕駛學(xué)習(xí)在規(guī)避酷暑嚴寒的惡劣天氣中具有天然的優(yōu)勢，學(xué)員不再需要在烈日炎炎或者刺骨寒風(fēng)中無奈地排隊練車，從而讓用戶真實地感覺到VR駕駛學(xué)習(xí)帶來的便利。（2）VR駕駛學(xué)習(xí)借助VR眼鏡、動感模擬器，結(jié)合通俗易懂的操作手冊和功能按鍵，給用戶帶來十足的體驗感，同時能夠依靠強大的數(shù)據(jù)庫，為每位用戶生成貼合自身風(fēng)格的個性化學(xué)車方案，讓學(xué)車考駕照變得更加輕松。（3）人性化的指導(dǎo)、糾錯方式，讓學(xué)員免于低素質(zhì)教練的折磨，同時強化用戶駕駛安全意識，幫助用戶及時改正駕駛中的陋習(xí)，指導(dǎo)用戶高效練車。

感知易用性對感知有用性有顯著的正向影響效果，標準化的影響系數(shù)為0.42。VR駕駛學(xué)習(xí)技術(shù)的應(yīng)用，讓學(xué)員在很大程度上依賴模擬器即可完成學(xué)車練車，即意味著降低學(xué)車費用可由通過削減教練方面開支來實現(xiàn)，而且省去了黑心教練亂收費的額外支出。另外，簡易并且“隨叫隨到”的設(shè)置操作，大大減少了學(xué)員學(xué)車的用時。因此，易上手的VR駕駛學(xué)習(xí)技術(shù)，除了讓用戶眼前一亮之外，能夠真真切切地給生活帶來方便。

感知有用性不直接影響使用意愿，而是通過結(jié)合感知易用性影響使用態(tài)度從而間接影響使用意愿，感知有用性對使用態(tài)度標準化的影響系數(shù)為0.35，使用態(tài)度對使用意愿為1.13。降低學(xué)車有形、無形的支出，及時糾錯、避免一人練車多人等待等，這些VR駕駛學(xué)習(xí)帶來的好處，能夠極大地促進用戶對其認可和接納，從而做出選擇使用并且向身邊人推廣VR駕駛學(xué)習(xí)模擬器進行學(xué)車的決定。但是，如果其僅僅功能強、有用，并不能直接讓用戶給予認同。

感知易用性不僅直接影響使用態(tài)度，而且通過使用態(tài)度間接影響使用意愿。VR駕駛學(xué)習(xí)是一項新興技術(shù)，自然要求其實用、易用才能捕捉用戶的眼球。但比起認為這項技術(shù)有用，用戶更看重這項技術(shù)親民易上手。如果VR駕駛學(xué)習(xí)在功能領(lǐng)悟、引導(dǎo)用戶操作使用方面多下功夫，將更容易收獲用戶的正面反饋。

6.2 VR駕駛學(xué)習(xí)研究建議

6.2.1 加快關(guān)鍵技術(shù)研發(fā)

VR駕駛學(xué)習(xí)涉及到多種關(guān)鍵技術(shù)，如高精度、高分辨率的VR設(shè)備、電子控制技術(shù)、精準的報錯系統(tǒng)、完備的數(shù)據(jù)庫、個性化指導(dǎo)學(xué)習(xí)建議自動生成機制等。目前來說，VR駕駛學(xué)習(xí)硬件技術(shù)研究不足，不少用戶反映使用該設(shè)備容易“暈車”，如何在保證VR駕駛學(xué)習(xí)設(shè)備在提供高精確度、逼真的學(xué)車環(huán)境的同時，突破關(guān)鍵技術(shù)研發(fā)，從源頭上做出改良，改善用戶使用體驗，是當下促進VR駕駛學(xué)習(xí)技術(shù)應(yīng)用和推廣急需直面解決的問題。

6.2.2 健全操作指導(dǎo)機制

一方面，調(diào)研挖掘?qū)W員學(xué)車習(xí)慣和方式，通過提升模擬器和軟件操作便捷性，豐富操作功能；另一方面，需要制作并不斷完善操作指導(dǎo)手冊，使其圖文并茂、一目了然。同時構(gòu)建清晰易懂的操作指引畫面，結(jié)合方便親民的操作按鈕，降低用戶進入門檻，不僅讓接受能力強的大學(xué)生掌握使用方法和技巧，還需要讓更年長的社會人士感受到VR駕駛學(xué)習(xí)帶來的福利。

6.2.3 深耕駕培標準化流程再造

目前各駕校使用的VR駕駛學(xué)習(xí)模擬器，缺乏國家統(tǒng)一的鑒定標準約束和標準化的流程設(shè)計。從應(yīng)試教育轉(zhuǎn)向靈活的實際應(yīng)用教育的關(guān)鍵，是國家或行業(yè)協(xié)會層面建立一套完善、標準、智能化的駕駛培訓(xùn)流程。憑借標準、規(guī)范的培訓(xùn)流程，才能從教育的思維層面改進傳統(tǒng)駕駛學(xué)習(xí)的方法和思路，實現(xiàn)全新的教學(xué)與訓(xùn)練模式。

6.2.4 加大宣傳力度，促進社會認知

政府、VR駕駛學(xué)習(xí)模擬器廠家等積極舉辦VR駕駛學(xué)習(xí)主題宣講會，提供免費的體驗機會，對用戶體驗及時跟進調(diào)查，認真收集、整理和分析用戶反饋。同時要抓住互聯(lián)網(wǎng)紅利，通過B站、抖音等大眾平臺直播介紹。鼓勵大主播利用直播平臺高人氣的優(yōu)勢，向觀眾粉絲介紹VR駕駛學(xué)習(xí)技術(shù)的優(yōu)點、應(yīng)用前景，平臺以補貼或者人氣扶持的形式作為回報，使VR駕駛學(xué)習(xí)的相關(guān)知識以深入淺出的方式普及群眾。

7 結(jié)語

VR駕駛學(xué)習(xí)能夠建構(gòu)革命性的學(xué)車模式，帶來全新的學(xué)車體驗。本文從學(xué)車主力軍的角度出發(fā)研究用戶的使用意愿，發(fā)現(xiàn)其未來市場極其廣闊，有一定的應(yīng)用和推廣價值。但從另一個角度來說，VR駕駛學(xué)習(xí)畢竟只是模擬，與現(xiàn)實練車之間必然會存在鴻溝，尚未成熟的新生技術(shù)不可避免地會造成用戶體驗不佳、公共交通問題等負面影響。總之，若要改變當下的學(xué)車格局，VR駕駛學(xué)習(xí)仍有一段很長的路要走。

…………

注釋

(1)一般認為，克隆巴赫Alpha值不超過0.6，則認為內(nèi)部一致信度不足，達到0.7-0.8時表示量表具有相當?shù)男哦?，達到0.8-0.9時表示量表信度非常好。

(2)反映模型相似度的指標，如GFI、NFI、CFI，越高越好，＞0.5最低要求，＞0.8可接受，＞0.9最佳；反應(yīng)模型差異性的指標，如RMSEA，越低越好，＜0.5最低要求，＜0.08可接受，＜0.05最佳。

引用

[1]王明羽.基于Unity 3D與VR技術(shù)的虛擬駕駛系統(tǒng)[D].陜西:西安電子科技大學(xué),2020.

[2]郭英之,李小民.消費者使用移動支付購買旅游產(chǎn)品意愿的實證研究:基于技術(shù)接受模型與計劃行為理論模型[J].四川大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2018(6):159-170.

[3]葉晶,郭香梅.基于技術(shù)接受模型的虛擬試衣使用意愿研究[J].絲綢,2021,58(3):58-64.

[4]丁嘉玲.三維虛擬試衣系統(tǒng)對消費者購買意愿的影響研究[D].青島:青島大學(xué),2015.

[5]馬得勇,陸屹洲.信息接觸、威權(quán)人格、意識形態(tài)與網(wǎng)絡(luò)民族主義——中國網(wǎng)民政治態(tài)度形成機制分析[J].清華大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2019,34(3):10.