综述：无人机与人行道机器人在自主最后一公里配送中的用户接受度因素比较研究

这篇综述系统比较了无人机（drones）和地面机器人（sidewalk robots）在最后一公里配送（last-mile delivery）中的用户接受度（user acceptance）因素，整合了全球问卷调查研究（2020-2024年），揭示了性能预期（Performance Expectancy）、社会影响（Social Influence）等共性因素，以及技术特异性（如隐私风险对无人机、情感交互对机器人的影响），为技术部署和政策制定提供了跨学科参考。

　　

用户接受度理论框架
自主配送技术的推广离不开用户接受度理论的支撑。技术接受模型（Technology Acceptance Model, TAM）强调感知有用性（Perceived Usefulness）和易用性（Perceived Ease of Use）的核心作用，而统一技术接受与使用理论（UTAUT2）进一步纳入社会影响、价格价值等多元维度。创新扩散理论（Diffusion of Innovation, DOI）则从产品属性（如相对优势、兼容性）解析技术渗透规律。这些理论为无人机和机器人配送的接受度研究奠定了基石。

共性接受度因素
性能预期（Performance Expectancy）是用户采纳两类技术的首要驱动力。例如，无人机凭借空中路径实现快速配送（如医疗物资运输），而机器人通过地面接触减少人力成本。社会影响（Social Influence）同样关键——德国研究发现，同侪意见能显著提升用户对机器人配送的信任度。然而，环境关切（Environmental Concerns）的推动作用有限，表明个人利益仍优先于生态效益。

负面因素中，感知风险（Perceived Risk）最为突出。无人机因高空作业和摄像功能引发隐私泄露担忧，而机器人则因交互复杂性面临用户技术焦虑（Technology Anxiety）。值得注意的是，价格敏感度（Price Sensitivity）呈现地域差异：德国用户对成本变化极为敏感，而美国用户更关注技术实用性。

技术特异性因素
无人机配送的独特优势在于速度与紧急场景适配性。新加坡研究显示，严格的监管框架（Regulatory Framework）能有效缓解隐私忧虑。相反，机器人配送依赖情感联结——法国实验表明，拟人化设计（如语音交互）可降低25%的拒用率。任务技术匹配（Task-Technology Fit, TTF）理论进一步揭示，机器人若无法精准处理包裹递送（如冷链食品），用户接受度将骤降40%。

人口统计学的调节作用
年龄和科技亲和力（Technology Affinity）显著影响接受度。年轻群体对无人机配送的接纳度比老年人高3.2倍，而女性用户更关注机器人操作界面的直观性。里斯本的分层研究还发现，高收入群体愿为无人机配送支付15%溢价，但要求100%包裹安全保障。

未来方向与挑战
当前研究多依赖问卷法，缺乏真实场景验证。建议结合眼动追踪（Eye-tracking）等技术，量化用户与机器人的非语言互动。政策层面需平衡创新激励与空域管理——例如，CO₂减排承诺可提升20%公众支持率，但需配套噪音控制法规。

跨学科启示
这项研究为物流自动化提供了社会技术系统（Sociotechnical System）视角。心理学家可深入挖掘“恐怖谷效应”对机器人接受度的非线性影响，而工程师需优化无人机电池续航（现平均45分钟）以匹配用户配送时效预期。产业界应开发混合模式（Hybrid Model），如无人机-机器人接力配送，兼顾效率与用户体验。