工作特性对铁路司机采纳节能驾驶辅助系统的影响：一项纵向现场研究的启示

为解决铁路运输中节能驾驶辅助系统(DAS)的采纳问题，德国航空航天中心运输系统研究所的研究人员开展了关于工作特性对系统接受度和依从性影响的研究。通过5个月纵向追踪16名司机驾驶数据和问卷调研，发现DAS虽未显著改变工作特性，但任务认同感和职业满意度较高的司机表现出更好的系统接受度和依从性。研究揭示了工作设计与技术采纳的交互作用，为优化人机协同提供了新视角。

　　

在全球气候变暖和能源危机的背景下，铁路运输作为最节能的长途运输方式，承担着欧盟交通减排25%的重任。然而随着运输需求增长，铁路系统面临提升运能效的双重压力，驾驶辅助系统(DAS)成为实现节能驾驶的关键技术。但令人困惑的是，尽管模拟显示DAS可降低15%能耗，实际应用中司机依从率却参差不齐。这引发深思：除了技术性能，还有哪些潜在因素影响司机对DAS的采纳？

德国航空航天中心(German Aerospace Center, Institute of Transportation Systems)的研究团队独辟蹊径，将工业心理学经典理论引入人机交互研究。通过创新性地整合技术接受模型(TAM)和工作特性模型(JCM)，对16名配备DAS的火车司机展开为期5个月的纵向追踪，采集1049次驾驶记录和1594小时行为数据，并与18人对照组比较。研究发现颠覆传统认知：DAS并未如预期改变司机的任务自主性或满意度，但高任务认同感(task identity)的司机依从性提升57%，职业满意度与系统有用性感知显著正相关。

研究采用多方法融合策略：1)基于GPS轨迹和人工神经网络(ANN)开发驾驶行为分类算法，量化依从性；2)改编版工作诊断调查表(JDS)测量5维度工作特性；3)纵向问卷对比干预组与对照组。关键技术突破在于建立行为数据与心理测量的关联模型，首次实现驾驶操作与工作感知的跨维度分析。

研究结果揭示三个重要发现：

1. 工作特性动态平衡

   通过重复测量方差分析，证实DAS引入后，司机的技能多样性(3.68±0.39)、任务认同(3.97±0.81)等核心维度保持稳定(p>0.05)，打破"自动化必然削弱工作自主性"的固有认知。

2. 心理驱动机制

   Spearman相关分析显示，任务认同与依从性呈中度相关(r=0.57)，职业满意度与系统有用性感知显著关联(r=0.65)。回归模型进一步确认，当纳入工作特性变量后，对依从性的解释力提升至63%。

3. 优化接受模型

   逐步回归筛选出三大预测因子：感知有用性(β=0.64)、任务认同(β=0.57)和技能多样性(β=-0.37)，构成"能力-认同-效用"三角框架，为TAM模型提供工作设计维度的拓展。

这项发表在《Applied Ergonomics》的研究具有双重革新意义：方法论上，开创了将ANN行为分类与经典量表相结合的混合研究范式；理论上，首次证实工作特性是技术采纳的隐性调节变量。实践层面提示，铁路公司推行节能技术时，应注重培养司机的任务整体观，将节能驾驶整合为职业认同的有机组成部分。正如研究者指出："当技术设计契合工作者的自我概念时，环境目标与个体动机将产生共振效应。"该研究为交通领域的绿色转型提供了人因工程新思路，其"心理-行为-技术"三元分析框架也可推广至其他自动化系统评估场景。