景 鵬， 袁代標， 杜劉洋， 徐 剛， 陳月霞， 展鳳萍

(江蘇大學 汽車與交通工程學院， 江蘇 鎮(zhèn)江 212013)

自動駕駛技術(shù)的興起與發(fā)展將給城市居民的出行方式帶來較大的改變.該技術(shù)的大規(guī)模應(yīng)用對解決城市交通擁堵、環(huán)保等問題具有較大的潛力[1-4].然而近幾年的調(diào)查結(jié)果表明，公眾對自動駕駛技術(shù)的接受程度呈現(xiàn)下降趨勢，甚至出現(xiàn)消極抵制態(tài)度.這種消極態(tài)度很可能會對自動駕駛技術(shù)的市場應(yīng)用前景產(chǎn)生不良影響[5-6].自動駕駛技術(shù)接受度問題受到各國管理部門及學者的廣泛關(guān)注.

很多學者已開始對自動駕駛技術(shù)的接受度進行實證研究，提取了多種影響接受度的關(guān)鍵因素[7-8].唐立等[9]對自動駕駛技術(shù)接受度研究成果進行了卓有成效的總結(jié).與實證研究相比，綜述雖然無法在模型或者方法上有所創(chuàng)新，卻能對某一領(lǐng)域的發(fā)展現(xiàn)狀進行總結(jié)，并提出該領(lǐng)域未來可能的研究方向.但是，隨著科技文獻的積累和爆發(fā)式增長，科學知識的精準獲取和大規(guī)模的數(shù)據(jù)分析變得更加困難，而自動駕駛領(lǐng)域也同樣如此.

科學知識圖譜(mapping knowledge domain，MKD)能夠從大規(guī)模文獻數(shù)據(jù)中來提取、分析以及可視化文獻的核心信息[10-13]，能夠?qū)χR數(shù)據(jù)進行處理、計量、挖掘和繪圖，直觀地展現(xiàn)某一領(lǐng)域的發(fā)展歷程、結(jié)構(gòu)特征以及演變規(guī)律.

因此，筆者應(yīng)用科學知識圖譜對自動駕駛技術(shù)接受度的已有研究成果進行總結(jié)與分析，理清自動駕駛技術(shù)接受度研究領(lǐng)域的發(fā)展脈絡(luò)，明確國際前沿研究中的熱點主題與進展，為國內(nèi)該領(lǐng)域的相關(guān)研究者提供參考.

1 文獻搜集

文獻的搜集來源于6個數(shù)據(jù)庫，分別為Science Direct、Web of Science、Academic Search Complete、TRID、Eric和Cambridge Journals Online.檢索詞分為2部分：① “acceptance”、“willingness”、“adoption”、“preferences”、“perspective”、“perception”、“opposition”；② “autonomous vehicle”、“automated vehicle”、“self-driving”、“autonomous connected vehicles”、“driverless vehicles”.將第1部分和第2部分中的每個詞成對組合進行檢索，檢索日期截止到2020年6月20日.最終共獲取國際英文期刊81篇自動駕駛技術(shù)接受度研究文獻，具體搜索結(jié)果如圖1所示，其中n為文獻數(shù)量.

2 自動駕駛接受度研究趨勢分析

2.1 文獻發(fā)表年度分析

某一領(lǐng)域?qū)W術(shù)論文的數(shù)量變化在一定程度上能夠反映這一領(lǐng)域的發(fā)展趨勢[14].截至2020年，國外自動駕駛技術(shù)接受度領(lǐng)域共發(fā)表81篇相關(guān)文獻.圖2為2014到2020年間的每年發(fā)文數(shù)量、每年總引用量的變化趨勢、每年文獻數(shù)量以及發(fā)表前三的國家.2014至2016年共有8篇文獻發(fā)表.這一階段，研究發(fā)生地以法國、德國等歐洲發(fā)達國家為主.自2017年起，文獻數(shù)量開始激增，2019全年共發(fā)表26篇文獻.中國、美國等國的研究人員開始致力于自動駕駛技術(shù)接受度的研究，文獻發(fā)表數(shù)量逐漸占據(jù)主導(dǎo)地位.在文獻的引用量方面，2014年至2017年每年有較高文獻年總引用量，2017年達到年總引用量高峰；2017年后雖有大量的高質(zhì)量文獻，但較晚的發(fā)表時間可能導(dǎo)致文獻較低的引用量，這使得2018年的引用量呈下降趨勢.此外，對這些文獻進行分析發(fā)現(xiàn)，自動駕駛技術(shù)接受度文獻數(shù)量急劇上升發(fā)生在2017至2018年間，在此之前自動駕駛相關(guān)領(lǐng)域的研究熱點大多為對車輛傳感器和自動駕駛系統(tǒng)的研究，而在2017至2018年間發(fā)生了多起自動駕駛事故，如2018年3月18日，美國亞利桑那州Uber自動駕駛汽車事故等.

圖2 自動駕駛技術(shù)接受度文獻數(shù)量變化趨勢

2.2 國家與地區(qū)分析

本研究綜述的自動駕駛技術(shù)接受度文獻81篇，一共涉及22個國家，如表1所示.

表1 自動駕駛技術(shù)接受度領(lǐng)域文獻發(fā)表數(shù)量

表1中該領(lǐng)域排名前10國家發(fā)表的文獻占總數(shù)(81篇)的80.25%.在對所在地國家的文獻數(shù)量和學術(shù)合作比較發(fā)現(xiàn)，在這2部分中排名前三的國家相對一致，即美國、中國和英國.美國是率先開展自動駕駛技術(shù)接受度研究的國家，并一直處于領(lǐng)先地位.雖然中國在自動駕駛領(lǐng)域起步較晚，但在2018年后，中國的相關(guān)文獻發(fā)表量位列第2.我國在《交通運輸信息化“十三五”發(fā)展規(guī)劃》中指出，要進一步推動智慧交通建設(shè)，推動交通運輸信息化邁入全面聯(lián)網(wǎng)、業(yè)務(wù)協(xié)同、智能應(yīng)用的新階段.國家的政策極大推動了自動駕駛技術(shù)的發(fā)展，也為自動駕駛技術(shù)接受度的研究奠定了良好的基礎(chǔ).

這些國家在時間維度上的合作網(wǎng)絡(luò)如圖3所示.目前美國是自動駕駛技術(shù)接受度研究國際合作最為頻繁的國家，中國、英國、德國與荷蘭次之.除中國和伊朗，國家合作都出現(xiàn)在發(fā)達國家，這顯示出研究區(qū)域的不平衡.學術(shù)合作能夠促進不同學者專業(yè)知識的融合，從而在該領(lǐng)域發(fā)表更多高水平的研究文獻.在該領(lǐng)域的起步較晚、發(fā)展相對落后的國家可以通過國際合作來學習優(yōu)秀的經(jīng)驗.

圖3 國家合作網(wǎng)絡(luò)圖

2.3 出版物期刊分析

對文獻的發(fā)表期刊(2014—2021年)進行分析發(fā)現(xiàn)，81篇文獻發(fā)表在33種不同的期刊中，這些期刊主要涉及出行行為、政策、人機交互和環(huán)境等主題.期刊種類的多樣性表明了該領(lǐng)域的研究屬于較為典型的學科交叉領(lǐng)域.文獻發(fā)表數(shù)量排名前10的期刊，發(fā)表的文獻數(shù)量占總數(shù)的62.96%.為了進一步衡量自動駕駛技術(shù)接受度研究領(lǐng)域相關(guān)期刊的影響力，引入H指數(shù)，它是衡量學者學術(shù)聲譽的量化指標,其含義為作者、期刊或者國家發(fā)表的文章中有h篇至少被引用h次[13].分析結(jié)果如表2所示，《Transportation Research》作為交通領(lǐng)域的知名期刊，也是自動駕駛技術(shù)接受度領(lǐng)域的熱門期刊.表2中各期刊的影響因子表明了其學術(shù)水平，佐證了收集文獻的質(zhì)量，同時也為自動駕駛技術(shù)接受度的研究人員提供了一份可追蹤的期刊列表.

表2 自動駕駛技術(shù)接受度領(lǐng)域排名前10的期刊

續(xù)表

3 技術(shù)接受模型理論與影響因素

3.1 自動駕駛技術(shù)接受度行為理論分析

將81篇文獻按是否研究心理因素進行分類.行為理論引用頻率如圖4所示，不涉及心理因素的文獻只占所有文獻的34.57%.其次，對涉及心理因素的研究進行再分類，發(fā)現(xiàn)使用行為理論的研究占涉及心理因素研究的54.71%.

圖4 行為理論引用頻率

綜述中的29篇文獻共引用了7個行為理論，如圖4所示，分別是技術(shù)接受模型(technology accep-tance model，TAM)、整合性技術(shù)接受與使用模型(unified theory of acceptance and use of technology，UTAUT)、計劃行為理論(theory of planned behavior，TPB)、創(chuàng)新擴散理論(diffusion of innovations theory，DOI)、人際行為理論(theory of interpersonal beha-viour，TIB)、最佳最壞標度模型(best-worst scaling model，BWS)和展望理論(prospect theory，PT).研究表明，截至2015年，以TAM為理論基礎(chǔ)的研究文獻超過3 000 篇[15].TAM的廣泛使用程度與其在自動駕駛技術(shù)接受度文獻中的研究熱度相吻合.

由上述分析可知，TAM是當前自動駕駛技術(shù)接受度領(lǐng)域中應(yīng)用最多的行為理論.行為理論對意向預(yù)測的準確性，可通過R2與調(diào)整R2評價模型解釋力度，R2指因變量可由自變量解釋的比例，而調(diào)整R2與R2相似，不過考慮了模型中樣本數(shù)和變量數(shù)，這二者都是模型解釋力常見的指標[16].對文獻中模型解釋力度進行統(tǒng)計發(fā)現(xiàn)，2個模型解釋力度平均值分別為55.5%和53.8%(見表3).在信息與計算機技術(shù)領(lǐng)域，作為接受度模型應(yīng)用的主要領(lǐng)域，模型一般解釋力為70%～80%[17]，遠高于自動駕駛領(lǐng)域的模型.

表3 自動駕駛技術(shù)接受度領(lǐng)域模型解釋力度

續(xù)表

3.2 自動駕駛技術(shù)接受度影響因素

公眾對自動駕駛技術(shù)的接受很大程度上決定了該技術(shù)的發(fā)展與傳播[18]，而影響公眾接受的因素眾多.S. RAM等[19]指出公眾對于創(chuàng)新技術(shù)的接受主要受到2個方面影響：① 創(chuàng)新產(chǎn)品本身的屬性；② 公眾的心理因素.本研究旨在從自動駕駛技術(shù)本身的價值屬性以及公眾心理因素2個方面較為全面地總結(jié)影響自動駕駛技術(shù)接受度的因素.

3.2.1自動駕駛的價值屬性影響因素分析

1) 在自動駕駛技術(shù)接受度的研究中，很多參與者在問卷填寫時表達出了對安全問題的擔憂.安全問題是消費者購車時首要考慮的因素[20].在一些研究中，被調(diào)查者認為自動駕駛車輛可能不如人類駕駛車輛安全[21].近年來，關(guān)于自動駕駛車輛事故導(dǎo)致傷亡事件的報道也可能會加劇公眾對自動駕駛技術(shù)安全的懷疑，且安全問題可能是阻礙自動駕駛推廣的重要影響因素[20].

2) 性能價格比(性價比)是選購汽車時的重要考慮因素.一般來說，如果一個新商品的性價比相比其替代品低，那么大多數(shù)的消費者可能不會愿意購買該產(chǎn)品[19].R. SHABANPOUR等[22]發(fā)現(xiàn)與其他屬性相比，消費者會更加關(guān)注自動駕駛車輛的價格.由此可見，公眾對自動駕駛車輛的性價比十分敏感，性價比的高低很可能顯著影響人們的接受程度.

3) 自動駕駛技術(shù)能夠提升出行者的時間價值.由于自動駕駛汽車不需要駕駛員，能夠減少乘客在出行過程中由于駕駛操作而花費的時間[23].M. NORUZOLIAEE等[24]發(fā)現(xiàn)，對于傳統(tǒng)車輛和自動駕駛汽車，出行時間價值較高的用戶傾向選擇后者.總之，用戶是否愿意花錢來換取出行時間價值，取決于個人出行時間價值的異質(zhì)性.

4) 象征性價值是指在擁有或使用某一創(chuàng)新商品時，消費者能夠彰顯出他們的社會地位[25].在市場初期，自動駕駛汽車很可能是一種相對昂貴的消費品，購買自動駕駛汽車可以反映一個人的經(jīng)濟實力與社會地位，滿足一部分公眾的“面子”.“面子文化”是中華傳統(tǒng)文化的重要組成部分，滲透于中國日常社會生活.因此，在中國這一特定文化背景下，將中國這一特有的文化心理現(xiàn)象融合自動駕駛接受度的研究中，可能會促進未來自動駕駛技術(shù)在中國的發(fā)展與推廣.

3.2.2自動駕駛技術(shù)接受度心理影響因素

根據(jù)3.1節(jié)分析可知，在自動駕駛技術(shù)接受度領(lǐng)域，涉及心理因素的研究占據(jù)主流.因此，通過知識圖譜直觀展示心理因素的知識網(wǎng)絡(luò)關(guān)系，來分析主流模型中各個因素之間的影響關(guān)系，如圖5所示.

圖5 自動駕駛技術(shù)接受度領(lǐng)域心理因素影響關(guān)系

1) 在自動駕駛技術(shù)接受度影響因素中，信任是其中的關(guān)鍵因素之一[26].在所搜集的文獻中，15篇認為信任對接受意向有直接的影響.信任也通過態(tài)度、感知有用性以及感知易用性等間接影響接受意愿[27].綜上所述，信任會成為評估公眾自動駕駛技術(shù)接受度的重要測量指標，并且該指標也會受到其他因素的影響.

2) 感知風險是降低創(chuàng)新產(chǎn)品擴散速率的主要影響因素，經(jīng)常被擴展至TAM中.感知風險通過態(tài)度間接影響接受度[28].一般情況下，公眾感知到自動駕駛技術(shù)的風險越大，對其信任越低.綜上所述，感知風險與自動駕駛技術(shù)的安全性緊密關(guān)聯(lián)，在一定程度上影響不同人群對于自動駕駛技術(shù)的信任和接受程度.

3) 感知有用性是衡量個體相信使用某個特定系統(tǒng)會提高其工作績效的程度.V. VENKATESH等[29]將UTAUT的績效期望定義為“用戶相信技術(shù)能給其帶來工作績效的程度”.顯然，在概念上感知有用性和績效期望出現(xiàn)了交叉.在今后的研究中，自動駕駛技術(shù)，需要進一步區(qū)分并深入理解感知有用性和績效期望的異同對自動駕駛技術(shù)接受度的影響.

4) 感知易用性是人們認為使用某一特定的系統(tǒng)或技術(shù)的難易程度[30].A. J. T. SOLBRAA BAY[28]發(fā)現(xiàn)感知易用性能夠直接作用于自動駕駛技術(shù)接受意向，并可通過態(tài)度和感知有用性產(chǎn)生間接影響.在目前的研究中，雖然發(fā)現(xiàn)感知易用性對公眾自動駕駛技術(shù)接受度能產(chǎn)生直接或者間接影響，但公眾對于難易程度的感知差異性較大.感知有用性和感知易用性作為TAM中的重要變量，通常在研究中成對出現(xiàn).二者的關(guān)系符合決策者對成本和收益的權(quán)衡.

5) 態(tài)度指個體對某一特定實體的好惡程度[25].個體對創(chuàng)新技術(shù)的態(tài)度決定了其對自動駕駛技術(shù)的接受程度.態(tài)度是自動駕駛接受研究的重要因素，研究表明，態(tài)度對于人們接受自動駕駛有很大的影響.總的來說，被調(diào)查者對自動駕駛技術(shù)大致持積極的態(tài)度，但是人們的社會經(jīng)濟特征及所在區(qū)域?qū)ψ詣玉{駛技術(shù)的態(tài)度存在顯著影響，在今后的研究中可以進一步展開深入的比較性研究.

綜上所述，不同文獻所得到的同一因素的結(jié)論往往有差異，甚至相互矛盾，而產(chǎn)生這一結(jié)果的原因卻是多方面的.因此，進一步探索心理因素對自動駕駛接受度的影響機理，并對現(xiàn)有理論與模型進行融合與擴展.

4 數(shù)據(jù)分析方法

文獻由于相互之間的引證從而形成引文網(wǎng)絡(luò).通常引文網(wǎng)絡(luò)主要有文獻共被引網(wǎng)絡(luò)和文獻耦合網(wǎng)絡(luò)2種形式.文獻耦合網(wǎng)絡(luò)是通過2篇文獻所具有的相同參考文獻數(shù)量來測量相似度.一般文獻發(fā)表后，其參考文獻不會變化，因此，已經(jīng)發(fā)表的2篇文獻的耦合強度一般不會改變.本研究使用文獻耦合網(wǎng)絡(luò)對自動駕駛就接受度領(lǐng)域的文獻進行分析，并以該領(lǐng)域當前文獻所使用的主要數(shù)據(jù)分析方法作為進一步劃分依據(jù)，把現(xiàn)有自動駕駛技術(shù)接受度相關(guān)文獻分類劃分如下：描述性統(tǒng)計與方差分析、回歸分析、因子分析、結(jié)構(gòu)方程模型、Logit模型與Probit模型以及其他方法.其中，因子分析中的研究只涉及對問題項進行降維分析，即測量模型，不是完整的結(jié)構(gòu)方程模型.

為進一步分析自動駕駛技術(shù)接受度領(lǐng)域主要研究方法的演變趨勢，對每一類方法每年的使用頻率進行統(tǒng)計，如圖6所示.

圖6 自動駕駛技術(shù)接受度領(lǐng)域主要分析手段的發(fā)展趨勢

在自動駕駛技術(shù)接受度領(lǐng)域，最早使用的方法主要有描述性統(tǒng)計、方差分析和因子分析.隨著研究的深入，有學者發(fā)現(xiàn)，個人的心理變化也會影響自動駕駛技術(shù)的接受度，同時使用結(jié)構(gòu)方程模型等方法探索影響自動駕駛技術(shù)接受度的內(nèi)在心理機理.Y. RO等[31]使用結(jié)構(gòu)方程模型分析期望、態(tài)度以及行為意向之間的關(guān)系.使用結(jié)構(gòu)方程模型的前提條件是所用數(shù)據(jù)服從正態(tài)分布.在實際條件下，難以保證所收集的數(shù)據(jù)服從正態(tài)分布，可能影響研究結(jié)果的準確性.LIU P.等[32]使用偏最小二乘結(jié)構(gòu)方程模型嘗試對非正態(tài)分布的數(shù)據(jù)進行處理，為解決該問題提供了一種可能的解決方法.

綜上分析，在自動駕駛技術(shù)接受度領(lǐng)域，研究初期使用描述性統(tǒng)計的方法，之后隨著研究的深入，逐漸引入結(jié)構(gòu)方程模型研究各類影響因素之間的作用機理.

5 結(jié) 論

1) 相比技術(shù)接受度模型應(yīng)用的主要領(lǐng)域，自動駕駛技術(shù)接受模型仍有提高空間.信息技術(shù)作為TAM應(yīng)用的主要領(lǐng)域，TAM模型在該領(lǐng)域的發(fā)展已較為成熟.而近幾年才將TAM引入到自動駕駛接受度領(lǐng)域，其模型解釋力度遠低于信息技術(shù)接受度模型.因此，未來研究應(yīng)積極探索新興的自動駕駛接受度領(lǐng)域中影響公眾接受度的特有潛在因素以及其獨特的內(nèi)在機理，并確保不加入無關(guān)變量，逐步提高模型解釋力度，實現(xiàn)精準預(yù)測.

2) 考慮具有中國特色的自動駕駛技術(shù)接受度的影響因素.由于受地區(qū)文化以及消費習慣的差異，各國自動駕駛的影響因素以及影響力往往不確定.而在中國傳統(tǒng)文化的影響下，象征性價值(面子意識)對自動駕駛技術(shù)接受度的影響不可忽略.因此，在研究中國公眾對于自動駕駛技術(shù)的接受度，應(yīng)著重探索具有中國特色的影響因素，才更能推動自動駕駛技術(shù)在中國的傳播與發(fā)展.

3) 意向調(diào)查樣本的偏差問題需深入分析與討論.在自動駕駛技術(shù)接受度領(lǐng)域中，現(xiàn)有的研究以結(jié)構(gòu)方程模型等作為主流方法探索心理因素之間的內(nèi)在機理，但是由于結(jié)構(gòu)方程模型對樣本數(shù)據(jù)分布的要求，對于不符合條件的調(diào)查樣本，其研究結(jié)果的準確性可能會受到影響.因此，今后的研究應(yīng)尋求這一問題的解決辦法.