内外因素扩展下用户自动驾驶系统偏好机制的解析：基于技术接受模型与习惯理论的比较研究

本研究针对自动驾驶系统中用户持续使用意愿的机制问题，通过整合技术接受模型(TAM)、习惯理论和后悔理论，构建了包含用户规模、感知重要性、体验后悔等变量的分析框架，对比研究了辅助驾驶系统(ADAS)和无人驾驶系统对用户持续使用意愿的影响差异。研究发现ADAS用户更关注感知重要性和经济收益，而无人驾驶系统用户更依赖驾驶习惯和售后服务，为自动驾驶系统的优化改进提供了理论依据和实践指导。

　　

随着城市化进程加速，交通拥堵造成的经济损失已高达GDP的5-8%，每年仅中国就损失2500亿元。更严峻的是，拥堵状态下的尾气排放可达正常情况的10倍，这促使自动驾驶技术被视为破解城市交通困境的关键方案。作为自动驾驶技术的两大分支，辅助驾驶系统(ADAS)和无人驾驶系统虽然都能提升道路安全性和驾驶舒适度，但在技术依赖度、安全性能和用户体验等方面存在显著差异。然而，当前研究多集中于单一系统类型，缺乏对两类系统用户持续使用机制的对比分析，这严重制约了自动驾驶技术的精准优化和市场推广。

南京师范大学美术学院的研究团队在《Scientific Reports》发表的研究填补了这一空白。研究采用扩展的技术接受模型(TAM)，整合习惯理论和后悔理论，构建了包含用户规模、感知重要性、体验后悔等核心变量的理论框架。通过在线问卷调查收集了1007份有效样本（ADAS用户503份，无人驾驶系统用户504份），运用结构方程模型(SEM)进行数据分析，系统比较了两类自动驾驶系统用户持续使用意愿的影响机制差异。

研究主要采用三种关键技术方法：1）基于Likert 7级量表的问卷调查设计，涵盖33个测量项；2）使用SPSS 22.0进行探索性因子分析(EFA)和信效度检验，确保数据质量；3）采用Smart PLS 4.0构建结构方程模型，通过Bootstrap法（5000次重复抽样）验证假设路径。所有分析均通过Harman单因素检验控制共同方法偏差，确保结果可靠性。

研究结果部分通过多个维度揭示了重要发现：

1. 1.

   用户规模对系统认知的影响：数据显示用户规模通过三条路径间接影响持续使用意愿：对感知重要性的正向影响（ADAS：β=0.808，T=58.778；无人驾驶：β=0.819，T=59.349）、对体验后悔的负向影响（ADAS：β=-0.786；无人驾驶：β=-0.790）以及对用户驾驶习惯的正向影响（ADAS：β=0.357；无人驾驶：β=0.294）。

2. 2.

   感知重要性的核心作用：在ADAS中，感知重要性对持续使用意愿的直接效应显著（β=0.186，T=4.283），且通过驾驶习惯产生间接效应；而在无人驾驶系统中，感知重要性对驾驶习惯的影响更为突出（β=0.370，T=8.757），成为塑造使用行为的关键因素。

3. 3.

   体验后悔的差异化影响：虽然体验后悔对两类系统的驾驶习惯均产生显著负向影响（ADAS：β=-0.276，T=9.281；无人驾驶：β=-0.250，T=6.041），但研究发现其对持续使用意愿无直接显著影响，主要通过习惯变量产生间接效应。

4. 4.

   控制变量的系统差异：ADAS用户更关注经济收益（T=2.027）和社会影响（T=2.233），而无人驾驶用户更重视售后服务（T=3.469）和技术稳定性（T=2.623）。值得注意的是，系统安全性对两类用户的持续使用意愿均无显著影响，这与传统认知形成鲜明对比。

研究结论部分强调了三个层面的重要意义：理论层面创新性地将习惯理论和后悔理论整合到TAM框架中，构建了适用于自动驾驶系统的持续使用模型；实践层面为ADAS和无人驾驶系统提供了差异化的优化方向，ADAS应侧重提升经济性和社会接受度，而无人驾驶系统需强化技术稳定性和售后服务；方法论层面采用的混合研究设计为后续相关研究提供了范式参考。该研究也存在样本年龄和地域偏差等局限，未来研究可扩大样本覆盖范围，特别是加强对老年用户群体的调查。这些发现不仅推动了自动驾驶用户行为理论的发展，也为产业界的精准营销和产品优化提供了科学依据。