发展中国家的自动驾驶汽车之路：伊朗用户使用意愿与支付意愿研究

《Sustainable Futures》：The road ahead for autonomous vehicles in developing countries; A study of willingness to use and pay

本研究针对伊朗自动驾驶汽车(AV)接受度问题，采用结构方程模型(SEM)分析德黑兰432名居民数据，发现技术信任度、安全顾虑和人口特征显著影响使用意愿(WTU)，而对经济环境效益的认知则提升支付意愿(WTP)。研究为发展中国家AV政策制定和市场策略提供了重要实证依据。

　　

随着自动驾驶汽车(Autonomous Vehicles, AV)技术的飞速发展，全球交通行业正面临革命性变革。然而在发展中国家，这项新技术的推广却面临诸多独特挑战。伊朗作为典型的发展中国家，不仅存在技术基础设施不足的问题——缺乏智能路标、车路协同(V2I)系统和数字地图，还面临着法规框架不明确、消费者信任度低等障碍。更值得注意的是，伊朗交通运输部门贡献了全国26%的温室气体排放，交通事故死亡率高达24.1/10万人，远高于全球平均水平，这使得AV技术的引入具有尤为紧迫的现实意义。

在此背景下，伊朗吉兰大学建筑与艺术学院的Sara Amiri、Saber Mohammadpour和Ali Soltani研究团队开展了一项开创性研究，旨在深入探究伊朗消费者对AV技术的使用意愿(WTU)和支付意愿(WTP)。该研究近期发表在《Sustainable Futures》期刊上，为发展中国家自动驾驶汽车的推广提供了重要的理论依据和实践指导。

研究人员采用了混合统计建模策略，结合问卷调查和高级统计分析的方法。通过在线调查平台Porsline.ir，研究团队于2025年1月对德黑兰22个行政区的432名居民进行了问卷调查。样本量的确定采用了Cochran公式，最终样本量超过了最低要求的384份。研究使用偏最小二乘法结构方程模型(PLS-SEM)进行数据分析，该模型能够同时处理潜在变量和观测变量，并考虑测量误差，特别适合分析AV采用这种复杂行为意图的研究。

4.1. 样本特征

调查对象为德黑兰18岁以上且持有有效驾照的居民，采用非概率目的抽样方法。通过移动网络运营商向注册用户发送调查链接，最终获得432份有效回复。样本在性别、年龄、教育程度等关键人口统计学变量上与人口普查数据具有可比性，确保了研究的代表性。

4.2. 结构模型

4.2.1. 因子载荷分析

测量模型显示所有构念都能被其相应的观测指标充分测量。尽管少数项目（如drv_fun_3、own_shr2、edu_lvl）的因子载荷略低于0.4，但由于理论相关性和对构念效度的有意义贡献而被保留。

4.2.3. 中介分析

4.2.3.1. 对AV的支付意愿

AV担忧与支付意愿之间存在负向关系(β=-0.09, p=0.088)，表明随着对AV担忧的增加，支付意愿略有下降，但未达到传统显著性水平。相比之下，家庭特征与支付意愿呈现显著正相关(β=0.123, p=0.013)，表明家庭拥有的汽车数量和家庭规模等特征在影响消费者支付意愿方面发挥重要作用。

4.2.3.2. 对AV的使用意愿

对AV使用的积极态度对使用意愿产生显著影响(β=0.116, p=0.012)。数据共享态度与使用意愿之间存在更强的正相关关系(β=0.148, p=0.000)。就业状况与使用意愿呈现高度显著正相关(β=0.468, p=0.000)，表明就业人群更倾向于采用AV技术。

4.2.3.3. AV担忧和偏好

个体特征在塑造AV担忧方面发挥重要作用(β=-0.203, p=0.000)，表明教育程度和技术熟悉度较高的个体对AV的担忧较少。数据共享行为与AV担忧呈现强正相关(β=0.542, p=0.000)，表明更倾向于共享数据的个体对AV的担忧更多。

4.2.3.4. 数据共享和汽车共享行为

AV偏好与数据共享倾向呈正相关(β=0.179, p=0.000)。通勤模式显著影响数据共享习惯(β=0.235, p=0.000)，表明使用公共交通的个体可能更倾向于共享数据。

4.2.3.5. 家庭和个体特征

家庭特征对汽车共享态度产生强烈正向影响(β=0.392, p=0.000)。个体特征对就业状况(β=0.476, p=0.000)和家庭特征(β=0.296, p=0.000)都是强有力的预测因子。

4.2.4. 间接效应分析

4.2.4.1. 对支付意愿的关键间接效应

个体特征通过AV担忧影响支付意愿的间接效应为0.018；数据共享类型通过AV担忧影响支付意愿的间接效应为0.049，是最大的间接效应。

4.2.4.2. 对使用意愿的关键间接效应

就业相关和数据共享态度对使用意愿产生最显著的间接影响。数据共享行为和就业状况在塑造AV采用方面扮演最重要的角色。

4.2.5. 决定系数和调整决定系数

使用意愿(WTU)的解释力最高(R2=0.461)，表明预测变量有效解释了使用AV的意图。AV担忧(R2=0.361)和就业状况(R2=0.227)也显示出中等解释力。

4.2.6. 信度和效度

模型满足所有标准SEM信度和效度阈值。Cronbach's Alpha值均大于0.7，复合信度(CR)值均大于0.7，平均方差提取(AVE)值大多大于0.5，表明模型具有良好的信度和效度。

研究结论表明，尽管对AV的担忧对支付意愿有轻微的抑制作用，但其影响较弱。相比之下，就业状况、对AV使用的积极态度和数据共享的接受度是使用AV意图的强预测因子。个体特征如教育水平和技术熟悉度与减少的担忧相关，而 demographic特征影响所需的AV类型和特征。

讨论部分强调了研究结果与先前研究的一致性，同时指出了伊朗在数据共享态度和相关担忧方面存在的独特文化和社交复杂性。与Panagiotopoulos和Dimitrakopoulos的研究相似，安全担忧、隐私问题和负面社会影响对购买意愿有微弱的负面影响。与Bansal等人的发现一致，安全和技术操纵相关的担忧减少了采用意愿，但其在社会和公共层面的影响通常较小。

研究最重要的意义在于为政策制定者提供了有针对性的建议：优先在控制环境中开展本地化试点项目；推动高级驾驶辅助系统(ADAS)作为过渡技术；制定适合伊朗国情的经济模型；建立全面的监管框架；开展针对伊朗社会的公众意识宣传活动；通过机构激励措施吸引早期采用者；制定针对人口多样性的政策；加强跨部门合作建立国家"伊朗AV联盟"。

该研究不仅为伊朗自动驾驶汽车的发展提供了科学依据，也为其他发展中国家在推广智能交通技术方面提供了宝贵经验。通过深入理解消费者心理和行为机制，政府和企业可以更有针对性地制定策略，加速自动驾驶技术在发展中国家的落地应用，最终实现交通安全、效率和环境可持续性的多重目标。