我国自动驾驶汽车的使用意愿探究

郑新夷 倪正山 林依婷

(福州大学人文社会科学学院, 福建福州 350108)

一、引言

自动驾驶汽车是通过电脑系统实现无人驾驶的智能汽车。伴随着社会经济的提升以及当前人工智能、移动互联、大数据等新一代信息技术的迅速发展,自动驾驶汽车已经在一些国家投入使用。(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.大众CEO赫伯特·迪斯预计汽车行业将在未来25年内全球普及自动驾驶技术。与此同时,公众是否做好接受这项新兴技术的准备,对汽车行业和整个社会都是至关重要的。

公众对自动驾驶汽车的接受程度受到其经验、偏好,以及对自动驾驶相关知识的了解程度的影响。当下,自动驾驶技术尚未普及,公众对自动驾驶的相关知识主要源于媒体宣传,从而形成对自动驾驶的无限憧憬。例如,自动驾驶将通过先进的传感器和通信技术取代人类驾驶;驾驶员可以脱离方向盘的束缚;全自动驾驶汽车 (FAV) 可以潜在地减少碰撞和死亡人数等。(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.在许多国家开展的研究调查表明,公众对自动驾驶技术持积极看法。(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,调查也发现,国外公众对自动驾驶的隐私性、法律、安全性等存在理性判断的担忧。(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.

当前,国内自动驾驶技术尚处于开发阶段,但是大众媒体对自动驾驶的宣传铺天盖地,导致公众对认知的自动驾驶和实际自动驾驶的技术开发存在一定的距离。实际上,我国民众对自动驾驶的知识了解有多少?民众对自动驾驶的使用意愿受哪些因素影响?自动驾驶的事故风险有多大?民众对自动驾驶的期待是无知还是无畏?这些疑问有待解开。为此,本研究将结合定性分析和定量分析,通过对互联网平台微博和抖音的评论进行文本分析,归纳出大众对自动驾驶汽车的关注主题和态度倾向;将大众关注的主题作为变量纳入技术接受度模型中建立结构方程模型,从而对不同类型道路使用者的自动驾驶使用意愿进行定量分析,并且比较驾驶员和非驾驶员对自动驾驶使用意愿的差异要素。

二、文本分析

在互联网公开平台中,公众能够通过评论真实地表达对自动驾驶技术的看法。为此,本研究以2022年4月28日的一则名为“北京率先放开自动驾驶主驾无人许可”热点新闻下的公众评论为研究对象,通过文本分析的方式,探讨大众对该新闻的态度。本研究采用主题分析和情感分析的方式对评论文本进行处理,主题分析(Latent Dirichlet Allocation, LDA)是一种无监督的机器学习,它能够从海量文本中提取有意义的话语框架,揭示文本中潜在的主题结构,情感分析可以反映网民的态度倾向。

(一)文本爬取

为了避免不同文章的主题观点对评论的影响,本研究选择对微博“北京率先放开自动驾驶主驾无人许可”话题下的评论以及相同话题的抖音官方视频下的评论进行分析,采用爬虫软件爬取评论2 806条,其中微博1 224条,抖音1 582条。对评论文本进行预处理,包括对数据进行清洗,删除评论中无用的内容,如 URL、@昵称、回复、表情等,停用词处理,删除“的得地”等无实际意义的词及标点符号、特殊字符等。

(二 )文本处理与分析

图1 评论词云图

采用爬虫软件的分词包对清洗过的数据进行分词处理,将分词后的数据进行汇总,构建描述文档词频的矩阵,使用程序包基于词频建立词云图,采用爬虫软件的中文文本分析程序包对文本进行情感分析,之后使用爬虫软件的开源包进行模型训练。根据模型拟合结果估计出每个话题对应的核心关键词及其概率,结合原始评论解读话题的含义。

(三)词云图

基于分词后的词频构建的评论词云图(如图1),并输出词频前25的词语。“体验”和“期待”这两个词语的词频显著高于其他词,积极词语包括“厉害”“希望”“哈哈哈”和“支持”等。带有消极意义的词语有“事故”“失业”和“失控”等,并且词的出现频率都较低。这表明网民对自动驾驶技术的期待占据评论的主流。

(四)情感分析

图2 评论情感分直方图

对文本进行情感分析,结果如图2显示,积极评论占总体评论的56.35%,消极评论占总体评论的44.65%。其中,多数评论的情感得分集中在中间和两端,极端积极评论多于中性和极端消极评论,并且,极端积极的评论数量是极端消极评论的近2倍,这表明网民对“北京率先放开自动驾驶主驾无人许可”这一事件的态度总体上较为积极。

(五)主题模型结果分析

基于主题分析文本评论整体数据集,主题提取步骤如下:

1. 读取数据,加载用户自定义词表和停用词表,对数据进行预处理操作,包括分割语句、标注词性、删除停用词、构建元组。

2. 限定特征关键词,由于用户评论数据包含大量的词语,若考虑全部词语,将导致数据处理时间过长,此外,一些不常用的词语对主题抽取意义不大,故限定从评论文本中提取1 000个最重要的特征关键词后停止提取。

3. 将词语转换为词频矩阵,即向量化。

4. 统计矩阵中每个词语的权值,完成关键词提取和向量转换。

5. 可视化分析,将主题分析结果以直观的形式表现出来,得到交互式的动态图。

6. 确定最优主题个数,定义函数并输出每个主题里的前10个关键词,完成主题关键词抽取。

图3左边的气泡代表不同的主题,气泡的大小体现该主题的重要程度。右边则是对整个语料集和每个主题内关键词进行打分排序。气泡之间重叠越少,代表主题模型拟合较好。结合表1的潜在主题词并对比3-10个主题可视化图,选择归类为4个主题,不同主题之间没有重叠,主题模型拟合较好,聚类出四个主题词,分别是设计与意义、体验与信任、事故与责任、普及与失业。

图3 主题距离可视化

主题1——设计与意义:包括“方向盘、干嘛、汽车、系统、失控、意义、设计、交通、故障、趋势、买车、时代”等关键词,主要反映了自动驾驶车辆设计与意义的讨论,例如一些评论写道:“都自动驾驶了还要个方向盘干嘛?”“意义呢?把司机放副驾上闲着?”“无人驾驶研究出来到底有什么用?把命给电子系统?”“那开车还有啥意义?直接坐轮椅得了。”部分网民对无人驾驶需要方向盘感到难以理解,认为发展自动驾驶技术是没有意义的。也有网民担心自动驾驶的系统问题,如“要是系统被入侵失控怎么办”“电子产品有故障的时候最好不要坐”。与此相反,有部分网民认为无人驾驶技术的发展具有一定的时代意义,有利于改善生活,如“安全高效地为人们服务,这就是无人驾驶的意义” “智能时代已经走进了我们的生活”。

表1 评论潜在主题及关键词

主题2——体验与信任:包括“体验、技术、百度、驾驶证、高科技、时代、试试、违章、机器人、突破”等关键词,主要反映了对百度自动驾驶汽车的体验期待和信任,例如有评论写道:“要是我在北京的话,一定要去体验一下呢。”“以为无人驾驶只是一个神话,没想到百度实现了,必须体验一下。”“百度无人驾驶技术,牛。”也有评论写道:“谁敢把命拿出来给百度当小白鼠,我是不敢。”“百度信誉信得过不?医疗广告告诉你。”“违章了扣百度的分吗?”是否需要驾驶证是吸引网民的主要因素,如“哈哈,那是不是就不用考驾驶证了”。

主题3——事故与责任:包括“事故、责任、发展、机器、生命、车主、公司、滴滴、道路、电脑、尝试、网络、自动、车祸、行人”等关键词,反映了车祸等安全事故的担忧以及责任主体的不明确,一些评论写道:“撞死了人谁负责?公司负责还是车主负责?”“法律要跟上,出事是谁的责任呢?”“出了车祸算谁的?”表明网民对事故责任主体的车主和汽车公司之间的责任归属不明确抱有较大的担忧。并且,对把生命安全交给智能机器缺乏信任,如“把生命交给一台电脑,技术再成熟也不敢坐”“铁路是直线的还未实现无人驾驶,道路发生的情况千变万化,这有点拿生命当儿戏了吧”。不同网民在行人与自动驾驶之间的优势地位有不同的意见,部分网民认为,自动驾驶会让道路上的行人占据过多的优势,危害交通安全,如“行人更加肆无忌惮了”“无人驾驶要搞好,还得先把行人管好”。另一些网民则认为,自动驾驶汽车会给路上的行人带来危害,如“我不担心坐车的,我担心路上的行人”“愿北京的行人平安”。

主题4——普及与失业:包括“科技、司机、无人、失业、生活、交通事故、出租车、全国、智能、服务、驾校、玩意、人类、车辆、机会”等关键词,反映了大众对无人驾驶普及的期待,同时也对其带来的失业问题感到担忧。如有评论写道,“无人自动驾驶出行服务,真的希望能尽快普及全国,这样出行太方便了。”“普及了又得失业好多人。”“这是出租车司机要失业的节奏。” “每一万台无人驾驶的士就有一万个的士司机失业。”

本研究还统计分析点赞量最高的5条评论,结果如表2所示。点赞量最高的评论这样写道:“以后,车主可以自己上班,车在外面自动跑网约车。”该评论谈论的主题是对未来自动驾驶功能的畅想,得到1 432次点赞。点赞量第二的评论“我只想知道如果出交通事故,责任怎么划分”,与点赞量第五的评论“如果发生车祸,责任怎么判定?”都符合上述四个主题中的事故与责任主题。点赞量第三的评论“开无人驾驶的车,我还需要考驾照吗?”符合上述的体验与信任主题,得到402次点赞。点赞量排名第四的评论“我是不敢坐。”表达了网民对自动驾驶存在信任缺失的担忧,得到332次点赞。

表2 点赞数最高的5条评论

综上,通过对热点新闻“北京率先放开自动驾驶主驾无人许可”的公众评论的文本分析,研究发现,网民对自动驾驶的态度总体上较为积极,对事故责任划分和安全性的担忧引起了多数网民的共鸣。但是文本分析的方法难以分析不同主题之间量的关系以及对用户使用意愿的影响路径,因此本研究进一步采用量化分析,将网民关注的安全性和法律相关的责任问题纳入用户对自动驾驶使用意愿的研究当中。

三、结构方程模型分析

关于自动驾驶使用意愿的研究,目前理论主要包括技术接受模型(Technology Acceptance Model,TAM)、计划行为理论(Theory of Planted Behavior,TPB)、融合了这两类模型优势的整合型技术接受模型(United Theory of Acceptance and Use of Technology,UTAUT),以及通过引入感知风险、社会影响、感觉寻求、感知安全性和信任等变量,构建更具行为解释力的自动驾驶使用意愿模型。虽然多数研究采用不同的变量和模型探讨公众对自动驾驶的使用意愿,但是其研究对象大多是机动车驾驶员,也有一部分研究并没有明确区分研究对象。本研究将从机动车驾驶员和非驾驶员视角来建立模型,从而了解两者在自动驾驶使用意愿影响因素上的差异。

(一)技术接受模型(TAM)

技术接受模型(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.,假设感知有用性和感知易用性两个主要的变量决定了用户的接受程度。感知有用性反映了个人对采用新技术将在多大程度上提高特定任务或活动绩效的信念,感知易用性是指个人对新技术使用难易程度的信念。虽然近年来多数研究认为,感知有用性显著影响自动驾驶的使用意愿,但是他们对感知有用性的测量存在较大的差异。自动驾驶被认为可以满足用户的出行需求,同时有助于减少出行对土地使用、能源使用、交通、生物多样性和公共卫生等的负面影响。(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,感知安全性是用户对自动驾驶最大的关注,很多被试描述他们担心自动驾驶的安全性,以及对隐私和道德法律相关方面的担忧。(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.在感知有用性的测量中,有的研究变量囊括了上述的多个益处,也有些研究只包含了一小部分益处,同时,基于多方面益处编制的感知有用性量表,无法反映到底是自动驾驶的哪部分益处吸引了用户。

(二)感知风险性

感知风险的内涵丰富,包括安全、隐私、法律、道德等方面,有研究发现,感知风险是不接受自动驾驶汽车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确定感知风险的重要作用(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.。多数研究发现,虽然基于访谈得出感知风险是消费者对自动驾驶的主要担忧,但是,关于安全方面的风险才会显著影响消费者对自动驾驶的接受度,对隐私问题的担忧并不会显著影响消费者对自动驾驶的态度。(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与驾驶员的生命财产息息相关,其他类型的风险因素对于尚未体验过自动驾驶的人来说缺乏实际感受。还有研究显示,不同的道路使用者(驾驶员、乘客和行人)视角,会影响其对自动驾驶的感知风险性和态度。(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.这表明先前的驾驶经验会影响用户对自动驾驶的接受度,是否有驾驶经验以及驾驶经验的丰富程度对自动驾驶的接受程度存在差异。(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)社会影响

社会影响是社会生活中普遍影响人们行为的社会因素,在瞬息万变的社会中,个体的思想和行为会因社会环境中的信息发生改变。许多研究将社会影响作为自动驾驶汽车支付意愿的影响因素(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.,人们获取的信息和周围人对自己的意见会改变对自动驾驶的看法(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会进行的,目前尚不清楚已确定的社会影响效应是否可以推广到中国等东方国家。中国强调集体主义的文化,相比于西方文化,中国人更容易受到社会影响。(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,多数研究只调查了社会影响的直接因素,忽略了通过其他因素的间接影响,有些研究发现,社会影响会通过感知有用性和感知易用性间接影响用户的自动驾驶的使用意愿。(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)模型假设与量表设计

图4 研究假设模型

用户对自动驾驶的使用意愿会受到其感知及周围环境的影响。基于以往自动驾驶意愿研究以及研究一的文本分析结果,本研究拟纳入感知有用性、感知易用性、感知隐私和法律风险、感知道德风险和社会影响五个变量来研究用户的使用意愿,其中感知有用性变量只包括了与其安全性相关的项目,以检测不同用户对自动驾驶汽车安全方面的感知有用性。量表的项目构成是基于前人研究所得,测量项目来源如表3所示,同时,提出以下相关假设,具体研究假设模型见图4。

表3 模型中潜变量及其测量项目和来源

假设1:基于技术接受理论提出用户的感知有用性会显著正向影响使用意愿;

假设2:用户的感知易用性通过正向作用感知有用性从而影响使用意愿;

假设3:用户对自动驾驶汽车的感知隐私和法律风险会显著负向影响使用意愿;

假设4a:用户对自动驾驶汽车的感知道德风险会显著负向影响使用意愿;

假设4b:用户对自动驾驶汽车的感知道德风险会显著负向影响感知有用性;

假设4c:用户对自动驾驶汽车的感知道德风险会显著负向影响感知易用性;

假设5a:社会影响对用户的感知易用性会造成显著的负向作用;

假设5b:社会影响对用户的感知有用性会造成显著的负向作用;

假设5c:社会影响对用户的感知道德风险会造成显著的正向作用;

假设5d:社会影响对用户的感知隐私和法律风险会造成显著的负向作用。

(五)问卷调查与检验

1. 问卷设计与施测

本问卷包括两个部分:第一部分调查用户自动驾驶使用意愿,测量感知有用性、感知易用性、感知隐私和法律风险、感知道德风险和社会影响五个潜变量。第二部分包括人口学变量(性别、年龄、学历)和驾驶相关变量(是否拥有驾照、驾龄)。对于潜变量的测量,采用李克特 5 级量表法从“非常不同意”“不同意”“一般”“同意”“非常同意”进行区分。

2. 数据收集与描述性统计

本研究采用匿名自填问卷,问卷通过问卷星软件进行测题编写,于2022年1月1日至2022年4月1日在微博、微信等社交平台上发放,共计收回426份,排除答题时间过短和题项答案有70%以上相同的无效问卷,得到有效问卷379份,有效回收率为88.9%。样本描述性统计如表4所示,男性被试160人,女性被试219人。年龄在20岁以下的23人,21-39岁的338人,40岁以上18人。有驾照的294人,没有驾照的85人,没有驾龄的89人,驾龄少于一年的84人,驾龄在1-5年的156人,五年以上的50人。根据驾龄是否超过一年,将被试分为机动车驾驶员组(206人)和非驾驶员组(173人)。

表4 样本描述性统计

3. 信度与效度检验

采用统计分析软件进行分析,信度和效度检验结果如表5所示。样本总体数据的克朗巴赫系数值为0.771>0.7,多数潜变量的克朗巴赫系数大于 0.7,部分为0.69。每个变量的偏相关系数值均大于 0.6,可以进行因子分析。通过因子分析检验效度,从样本数据中提取 7 个因子,方差累积贡献率达 60.496%,且各项的因子载荷系数均大于 0.4。综上,样本数据的信效度良好。

表5 信度与效度检验结果

(六)模型分析

1. 机动车驾驶员的结构方程模型参数拟合结果

使用结构方程模型软件构建机动车驾驶员自动驾驶汽车使用意愿的结构方程模型,在模型拟合度检验指标中,卡方/自由度为1.443<3;近似误差均方根为0.046<0.05 ;绝对拟合优度指数为0.889,接近0.9;相对拟合指数为0.938>0.9,可以认定该模型拟合度较好。

2. 机动车驾驶员视角的自动驾驶使用意愿路径分析结果

分析结果显示,在机动车驾驶员视角下,只有感知隐私与法律风险显著影响使用意愿,感知有用性和感知道德风险对使用意愿的影响并不显著。说明拥有丰富驾驶经验的驾驶员对感知到的安全方面的益处并不会影响他们的使用意愿,这与研究假设相反。

“感知道德风险→感知有用性”“感知道德风险→感知易用性”“社会影响→感知易用性”“社会影响→感知有用性”“社会影响→感知隐私和法律风险”假设成立,其中“社会影响→感知道德风险”虽然显著性水平P<0.05,但是预测方向与假设相反,见图5。

3. 非驾驶员视角的结构方程模型参数拟合结果

使用结构方程模型软件构建非驾驶员自动驾驶汽车使用意愿的结构方程模型, 在模型拟合度检验指标中,卡方/自由度为1.670<3;近似误差均方根为0.062<0.08 ;绝对拟合优度指数为0.858,接近0.9;相对拟合指数为0.885,接近0.9,可以认定该模型拟合度尚可。

4. 非驾驶员视角的自动驾驶使用意愿路径分析结果

分析结果显示,在非驾驶员视角下,除“感知隐私和法律风险→使用意愿”“感知道德风险→使用意愿”“社会影响→感知道德风险”显著性水平P>0.05,假设不成立,其余假设都成立,见图6。

图5 机动车驾驶员视角的结构方程模型路径系数

图6 非驾驶员视角的结构方程模型路径系数

综上,非驾驶员的感知有用性显著正向影响使用意愿,而感知隐私和法律风险、感知道德风险对使用意愿的影响并不显著。社会影响对非驾驶用户的感知易用性、感知有用性、感知隐私和法律风险均有显著正向作用,即社会影响越高,感知易用性、感知有用性、感知隐私和法律风险就越高。

四、讨论

在网络这个匿名化的环境中,大众更加真实地表达自己的观点,尤其在微博和抖音的舆论环境中,网民的观点更容易出现情绪化,而且因为对立观点的冲突变得更加极化,在极化过程中,负面情绪更具有聚集效应。所以本研究先采用话题模型和情感分析对网络评论进行分析,研究大众对自动驾驶汽车的真实态度;再采用问卷调查探索影响自动驾驶使用意愿的社会和个体因素。

研究一:通过“北京率先放开自动驾驶主驾无人许可”这一事件的微博和抖音评论的文本分析,提取网民关注的四个主题,聚类为设计与意义、体验与信任、事故与责任、普及与失业。具体来看,网民对该事件“方向盘后无人”的关键话题背后的自动驾驶设计问题普遍表达出不理解的情绪,部分人关注自动驾驶系统失控或者故障后的保障措施设计。关于使用自动驾驶是否具有意义的评论,网民态度产生了一定分歧,分歧背后的心理因素需要进一步开展研究。“是否需要考驾照”是网民普遍关注的一个话题,但是对于此项的政策规定仍处于空白。交通事故的责任归属问题与自动驾驶普及带来的失业问题引发了网民较多的负面情绪。因此,对于自动驾驶的法律责任和相关法规的制订刻不容缓。同时,我国的出租车和网约车行业为民众提供了大量的就业机会,如何应对技术替代人工所造成的失业是一个严峻的社会话题。结合情感分析的结果,多数网民对自动驾驶的发展并不排斥,希望能够体验自动驾驶汽车,期待自动驾驶技术在全国推广。这和以往研究得到的结论是一致的,中国用户对自动驾驶的态度较为积极。(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:问卷调查结果显示,社会影响通过感知易用性、感知有用性和感知风险等变量影响用户的使用意愿,因为个体态度普遍依赖周围重要人物信息作为现实决策的依据,周围重要人物对自动驾驶有用性的积极评价和消极评价会影响个体对自动驾驶实用性的看法。(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.本研究发现,社会影响对机动车驾驶员的感知道德风险有显著的负向影响,社会影响越高,感知道德风险越低,即更信任自动驾驶道德;但是,社会影响对非驾驶员的感知道德风险有正向影响,社会影响越高,非驾驶员感知道德风险也越高,即更不信任自动驾驶道德。这表明机动车驾驶员用户更容易受到来自他人或媒体的关于自动驾驶正面信息的影响,非驾驶员用户由于对自动驾驶道德风险相关问题关注过少,受到社会影响的作用并不显著。

感知有用性和感知风险的影响在不同的道路使用者(机动车驾驶员、非驾驶员)视角下出现明显的不同。机动车驾驶员视角下,感知安全方面的有用性对使用意愿没有显著影响,感知隐私和法律风险对使用意愿有显著的负面影响。非驾驶员视角下,却得到相反的结论,感知安全方面的有用性对使用意愿有正向影响,而感知隐私和法律风险对使用意愿的影响并不显著。造成这种差别的可能原因是,传统汽车驾驶员对于自动驾驶汽车安全性的要求更高,人们不会采用安全性仅比自己驾驶安全高一些的自动驾驶汽车。(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.非驾驶员(如行人)则更可能看重自动驾驶汽车给自己带来的安全益处。因此,对于自动驾驶汽车安全方面有用性的看法的差异,表明基于自动驾驶安全性效益的宣传对有较多驾驶经验的用户来说并不是一个较好的策略,他们可能更关注自动驾驶带来的经济与环境效益。在机动车驾驶员和非驾驶员模型中,感知道德风险对自动驾驶汽车的使用意愿作用并不显著,道德变量与自动驾驶汽车在紧急情况下作出道德决定的概念有关。如果这种期望减少,就会对自动驾驶汽车形成较高的感知风险,间接影响了未来的使用意愿。另外,道德伦理与绩效因素无关,因此,没有发现其与行为意图有直接的因果关系。(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.

综上所述,大众对自动驾驶持积极期待的态度,自动驾驶有关事故的责任划分是多数人关注的重要话题。不同类型的道路用户对自动驾驶关注的因素不同。与非驾驶员相比,机动车驾驶员用户更加关注其背后的隐私和法律风险,而非驾驶员(如行人)则更可能看重自动驾驶汽车给自己带来的安全益处。因此,未来应该针对不同的道路使用者采取更有效的自动驾驶知识的宣传策略,并进一步完善自动驾驶的相关政策和法律。

五、不足与展望

本研究虽然采用了文本分析和问卷调查的方式,探索公众对自动驾驶使用意愿的态度和影响因素,但是,研究也存在提升的空间。首先,文本分析的热点新闻类型不够丰富,未来可以增加不同热点新闻的发布来源,比如,比较官方渠道和自媒体渠道的热点新闻在公众评论中的差异;其次,本研究二的问卷调查的样本数目可以提升,样本的年龄集中在20-39岁,对研究结果可推广性存在一定的影响;最后,考虑到自动驾驶汽车距离完全普及还有较长的时间,自动驾驶与传统驾驶汽车将长期在同一道路上行驶,未来研究可以关注非自动驾驶用户与自动驾驶用户共同使用道路的意愿。