引言
城际旅游，即城市间的休闲旅行，在中国经历了强劲复苏，得益于经济扩张和交通基础设施的进步，已恢复至疫情前的增长水平。2024年，中国国内旅游市场显著反弹，国内游客达56亿人次，同比增长14.8%（Chinagov, 2025）。随着可支配收入的增加以及国际不稳定局势影响国际旅行，中国游客日益追求超越本城市的个性化和多样化旅行体验，显著推动了中国城际旅行的需求。此外，高速铁路（HSR）和航空网络的完善提高了出行效率，进一步巩固了中国城际旅游的扩张势头（Chen et al., 2023, Li et al., 2019, Yang et al., 2023, Zhang et al., 2023a, Zhang et al., 2023b, Wang et al., 2025a, Wang et al., 2025b）。这些因素共同推动了中国城际旅游市场的持续增长。
随着城际旅游的持续增长，了解不同旅客群体的出行方式偏好对于政策制定者和城际出行服务提供商至关重要。与优先考虑可靠性和准点率的商务旅客不同，城际旅游旅客通常与家人或朋友结伴出行，由于旅行时间较长且以休闲为导向，他们更重视舒适性、隐私性、便利性和行李容纳能力。此外，不断演变的出行偏好进一步区分了城际旅游旅客与其他群体，因为他们越来越追求根据个人兴趣定制的团体旅游，而非传统的大众旅游（Yu & Yang, 2023）。这种转变促使出行服务提供商开发针对性的旅游产品，如团体出行折扣和面向家庭的套餐，以满足看护儿童和老人的需求（Liu et al., 2024, Wang and Yoon, 2025）。认识到这些独特的偏好对于旨在提升旅行体验并有效满足城际旅游旅客多样化需求的交通服务提供商和政策制定者而言至关重要。
在这一不断演变的城际旅游格局中，自动驾驶汽车（AV）技术在中国快速发展，为城际旅游出行方式选择提供了充满前景的替代方案。随着对智能交通系统、车辆自动化和支持性监管框架的持续投入，自动驾驶汽车正变得越来越适用于长途旅行（Faghihian and Sargolzaei, 2023, Rana and Hossain, 2023）。与传统方式不同，自动驾驶汽车提供了便利性、隐私性和灵活性的独特组合，使游客能够享受个性化行程，而不受固定时间表或换乘的约束（Alessandrini et al., 2015）。对于团体旅客，自动驾驶汽车可以提供比私家车租赁或城际铁路更具成本效益且更舒适的替代方案，能够容纳行李并提供无缝的点到点出行服务（Cohen & Hopkins, 2019）。此外，自动驾驶技术与智能基础设施的结合可以提高出行安全和效率，使自动驾驶汽车成为中国城际旅游未来的吸引选择（Li et al., 2023, Shi et al., 2024）。而且，随着新型汽车中先进的车辆自动化系统日益普及，公众对自动驾驶出行概念的熟悉度和舒适度正在逐步提高，进一步促进了自动驾驶汽车的接受度。
尽管取得了这些进展，现有研究和政策讨论主要关注旅行者在城市内旅游情境中使用自动驾驶汽车的意愿（ásványi et al., 2022, Ribeiro et al., 2022, Wang et al., 2024b, Wu et al., 2025），而对自动驾驶汽车在城际旅游中潜在作用的关注则相对不足。在城际市场中，自动驾驶汽车将进入一个既有多模式交通系统，与高速铁路、航空、常规铁路、城际巴士和私家车等现有替代方式竞争。因此，其市场潜力不仅取决于旅行者使用自动驾驶汽车的一般意愿，还取决于在可比出行条件下，自动驾驶汽车能否吸引旅行者从他们已在使用的方式中转过来。这一替代过程不太可能均匀发生，因为使用不同现有交通方式的旅行者在出行体验、交通方式习惯、出行需求和自动驾驶汽车相对优势评估方面可能存在差异。填补这些空白对于了解潜在的自动驾驶汽车需求可能源自何处、哪些现有交通方式可能受到的影响最大，以及自动驾驶汽车如何整合到更广泛的城际交通系统中至关重要。
基于上述背景，本研究探讨旅行者在旅游出行中从最常用城际交通方式转向自动驾驶汽车的意愿，特别是在与朋友或家人同行时。本研究并非建模所有城际替代方式之间的无限制选择，而是关注一个基于行为的替代决策：自动驾驶汽车能否吸引旅行者从通过先前出行经验和自报最常用交通方式所建立的现有模式中转变过来。因此，本研究有三个目标：第一，评估在与受访者通常出行条件可比的城际旅游情境下转向自动驾驶汽车的概率；第二，识别该概率如何随旅行者的现有交通方式、社会人口特征、出行属性和对自动驾驶汽车的感知而变化；第三，阐明潜在态度在从既有城际交通方式向自动驾驶汽车过渡中的作用。
为实现这些目标，本研究开发了一个混合选择模型框架，将多指标多因素模型与二元Logit模型相结合。MIMIC模型识别与自动驾驶汽车采用相关的潜在态度构念，并检验这些构念与旅行者社会人口特征之间的关联。估计的潜在变量随后与观测到的个人和出行相关属性一起纳入二元Logit模型，以解释旅行者从最常用城际交通方式转向自动驾驶汽车的概率。通过将既定出行行为、潜在态度和陈述的转换意愿联系起来，该框架为自动驾驶汽车如何与现有城际交通方式竞争并可能替代它们提供了更具行为真实性的解释。
