老年人對自動駕駛汽車接受度影響因素分析

周水水　宋正沄　楊柳

摘 要：為了改善老年人出行，針對中國老年人出行機動性差和可達性低的問題，提出用自動駕駛汽車技術解決，研究了老年人群體對自動駕駛汽車接受度的潛變量因素。采用結構方程模型，對全國的734份有效問卷調查樣本分析，構建了三個模型進行了分析和對比。本文揭示了構建的模型的優劣，并分析了影響老年人對自動駕駛汽車接受度的心理潛變量因素，找出了其中的關鍵影響因素，為自動駕駛汽車在老年人中的普及提供了建議。

關鍵詞：交通工程 接受度 影響因素 結構方程模型 老年人 自動駕駛汽車

Analysis of factors influenced the elderly to acceptance autonomous vehicles

Zhou Shuishui Song Zhengyun Yang Liu

Abstract：In order to improve the mobility of the elderly， aiming at the poor mobility and low accessibility of the elderly in China， autonomous vehicle technology is proposed to solve the problem， and the latent variable factors of the elderly's acceptance of autonomous vehicles are studied. Using structural equation model， 734 valid questionnaires in China were analyzed， and three models were constructed for analysis and comparison. This paper reveals the advantages and disadvantages of the constructed model， analyzes the psychological latent variable factors that affect the elderly's acceptance of self-driving cars. The key influencing factors are finds out， according to which suggestions for the popularity of self-driving cars among the elderly are put forward.

Key words：traffic engineering; acceptance; influencing factor; SEM; elderly; autonomous vehicles

1 引言

人口老齡化給交通出行帶來了巨大挑戰。老年人日常活動的出行行為，包括休閑、購物、去醫院和接送小孩上學[1]。在交通方式選擇上，主要包括步行、公共交通、自行車和小汽車。由于公共汽車服務水平較低、秩序混亂、適老化改造程度不足以及不能及時提供出行信息等問題，不利于老年人的日常出行活動。而且由于身體機能逐漸下降，反應逐漸遲鈍、導致他們不能有效利用私家車。可見，老年人的出行需求和出行障礙的矛盾，影響了老年人的出行需求和出行方式選擇。自動駕駛汽車（autonomous vehicles，AV）具有效率高、機動性強、經濟環保、安全性高、可緩解交通擁堵等優點，可以很好的解決老年人在出行中遇到的困難。但由于自動駕駛汽車并未普及，老年人對自動駕駛汽車的態度未可知。因此，本文考慮模型的潛變量因素，建立三個結構模型，以路徑系數和解釋行為方差為標準，對比各個模型的解釋力的優劣，分析影響老年人對自動駕駛汽車接受度的因素。

2 理論基礎及模型建立

2.1 結構方程模型

SEM是一種多元數據統計方法，將兩個或多個模型聯合起來，以變量的協方差矩陣為基礎，實現對變量之間關系的分析，包括因果關系、區別直接和間接作用。它一般用３個基本的方程式如下：

式中：η為內生潛變量；ξ為外生潛變量；Λx表示Ｘ與ξ之間的關系，是外生觀測變量在外生潛變量上的因子載荷矩陣；Λy表示Ｙ與η之間的關系，是內生觀測變量在內生潛變量上的因子載荷矩陣；Ｘ、Ｙ為測量變量；ε為Ｙ的測量誤差；δ為Ｘ的測量誤差；Γ和β均為路徑系數，分別表示外生潛變量對內生潛變量的影響和內生潛變量之間的關系；ζ為殘差項，反饋方程中沒有解釋的部分。其中，第１個方程是結構模型的表達式，第２，3個方程是測量模型的表達式。在結構方程模型中，比較有代表性的是TAM和TPB模型。

2.2 建立模型

本研究通過考慮了TPB和TAM提出了一個綜合模型（模型1），并進一步探討這兩組變量與老年人對自動駕駛汽車接受度之間的關系。其概念如圖1。

因此，除了包括考慮感知易用性和感知有用性兩個因子，從交通技術采用的角度探討老年人對自動駕駛汽車接受意愿外，還考慮了主觀規范、 態度和 感知行為控制三個因子，從理性決策方面來分析他們對自動駕駛汽車的接受行為意向。為了驗證建立的聯合模型的解釋力，本研究將它與TPB（模型2）和TAM（模型3）兩個模型對比分析。

3 問卷設計與數據調查

3.1 問卷設計與數據統計

本文中用于評估TAM和TPB中的觀測變量來自之前的研究。根據對文獻的回顧，并結合老年人情況，設計了包含所有正在調查的測量變量的問卷并通過預測試修正，測量問題來自之前的研究，例如表1是其中一個2個潛變量的觀測變量，并使用5點李克特量表進行評估。

該調查收到有效問卷734份，其中年齡60-65歲占比46.3%，66～70歲占比31.5%，71～75歲占比16.3%，76歲以上占比5.9%。受訪者55.9%為女性。65.8%受訪者至少具有初中文化程度。11%的受訪者具有相對較高的年收入。65.4%的人具有老年人免費公交卡。家庭有小汽車的占比69.3%。44.6%的老年人具有駕照。有智能手機的占比78.2%。仍然有全職工作的人占比13.2%。由此可見，調查對象中，近80%老年群體年齡在60～70歲之間，大部分收入中等偏下，超過一半的人具有免費公交卡和家庭有小汽車。

4 結果分析與討論

4.1 信效度檢驗

信效度檢驗用于保證問卷的準確性和穩定性。信度分析采用克隆巴赫系數（Cronbach’s α）和組合信度（composite reliability， CR）來評價。根據George等[4]的研究，Cronbach’s α的值大于0.6可接受。依據Fornell等[5]的研究，組合信度系數同樣大于0.6，就可以接受。效度分析通常使用平均方差提取值（average variance extracted， AVE）來測度，當AVE大于0.5時表示潛變量收斂效度較好，測量比較準確。各潛變量的信度和效度結果見表2，這些結果表明該測量模型具有良好的收斂效度。

4.2 結果分析

我們用最大似然估計方法來估計3個結構模型。首先我們分析模型的擬合優度，考察比較適配指數（CFI），Tucker-lewis系數（TLI），漸進殘差均方平方根（RMSEA）以及標準化殘差均方根（SRMR）等擬合指標。模型擬合結果見表3。結果表明，除了模型1的RMSEA外，3個模型擬合指標均符合要求，模型擬合度較高。

模型3的計算結果見圖2。該模型解釋了81.9%的行為意向協方差。ATT（β=0.731，p<0.01）和PU（β=0.164，p<0.05）對老年人接受自動駕駛有顯著的積極影響。并且，ATT對行為意向的解釋能力比PBC更強。PU和PEU對ATT都有積極影響，且PBC對PU影響顯著。

模型2的計算結果見圖3，該模型解釋了76.4%的行為意向協方差。其中，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（β=0.436，p<0.001）對行為意向有顯著正向影響。

模型1的計算結果見圖4，圖中的實線表示因果關系在95%的顯著水平上顯著，虛線表示不顯著。該模型解釋了82.5%的行為意向協方差。

其中，態度（β=0.489，p<0.001）、主觀規范（β=0.384，p<0.001）和感知行為控制（β=0.384，p<0.001）對老年人接受自動駕駛車輛有著顯著影響，而感知有用性（β=0.149，p=0.058>0.05）對接受行為沒有顯著影響。

4.3 結果討論

（1）標準的TAM解釋了81.9%的行為意向協方差，標準的TPB解釋了76.4%的行為意向協方差，而擴展的計劃行為理論解釋了82.5%的行為意向協方差。說明在解釋老年人對自動駕駛汽車接受意向方面，標準的TAM比TPB能更好的能解釋老年人對自動駕駛汽車接受的行為意向，解釋行為意向方差增加了ΔR2=（81.9%-76.5%）=5.4%。而擴展的計劃行為理論和技術接受模型的解釋能力相當，解釋行為意向方差僅僅增加了ΔR2=（82.5%-81.9%）=0.6%。擴展的計劃行為理論比標準的計劃行為理論的行為意向解釋力更強，增加了ΔR2=（82.5%-76.5%）=6%。

（2）單獨分析TAM和TPB。發現 SN、ATT、PBC、PU分別顯著的影響了老年人對自動駕駛汽車的度。但在聯合的計劃行為理論模型中，PU（β=0.149，p=0.058>0.05）的影響變的不顯著。說明在分析老年人對AV接受意向時，技術接受模型的因子受到計劃行為理論因子的影響。

（3）在聯合的計劃行為理論中，SN和PCB具有同等的解釋力，都解釋了0.384的行為意向方差，行為態度解釋了0.489的行為意向。說明老年人的行為態度對選擇自動駕駛汽車的解釋力比主觀規范和感知行為控制都要強。

（4）PU和PEU對ATT的影響分別為0.442和0.540，影響顯著。并且感知易用性（PEU）對感知有用性（PU）的影響為0.753。感知有用性（PU）和感知易用性（PEU）通過態度（ATT）對行為意向產生間接影響。

5 結束語

在解釋老年人對自動駕駛汽車接受意愿方面，與標準的TAM和標準的TPB相比，擴展的計劃行為理論解釋力較強。在影響因素方面，在擴展的計劃行為理論中，行為態度的影響最大，其次是主觀規范和感知行為控制，而感知有用性對老年人接受自動駕駛的影響不顯著。根據以上結論，可以通過讓接受能力強的年輕人子女，或通過親朋好友和鄰里街坊的使用，從而來促進老年人對自動駕駛車輛的接受意愿。感知有用性和感知易用性對態度的影響顯著。因此，可以通過提高自動駕駛汽車技術及服務質量，改善老年人的態度來促進其使用意愿。此外，可以對老年人進行相關的培訓教育，提高老年人對自動駕駛車輛的認知和對智能手機的操作技能，來促進老年人對自動駕駛汽車的接受意愿。

參考文獻：

[1]吳萌 黃 A. 特大城市老年人出行特征及相關因素分析——以上海市中心城為例 [J]. 城市規劃學刊，2015，（02）：93-101.

[2]AJZEN I. The theory of planned behavior [J]. Organizational Behavior and Human Decision Processes，1991，50（2）：179-211.

[3]LANZINI P，KHAN S A. Shedding light on the psychological and behavioral determinants of travel mode choice： A meta-analysis [J]. Transportation Research Part F： Traffic Psychology and Behaviour，2017，48：13-27.

[4]GEORGE D，MALLERY P. SPSS for Windows Step by Step： A Simple Guide and Reference 12.0 update （5th Edition）[M]. SPSS for Windows Step by Step： A Simple Guide and Reference 12.0 update （5th Edition），2004.

[5]FORNELL C， LARCKER D F. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error [J]. Journal of Marketing Research，2018，18（1）：39-50.