通向无人驾驶未来的多种途径：一项结合技术分析、制度考量及混合方法的定量与定性比较分析（fsQCA）研究，旨在探讨不同人口特征下的典型发展模式

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》：Equifinal roads to a driverless future: A techno-institutional mixed-methods fsQCA study of demographic-specific archetypes

　　

索海布·穆斯塔法（Sohaib Mustafa）|王强（Qiang Wang）|哈立德·贾米尔（Khalid Jamil）|萨伊勒什·阿查里亚（Sailesh Acharya）

北京工业大学经济与管理学院，中国北京100124

摘要

本研究采用收敛混合方法设计，揭示了驱动中国消费者购买全自动驾驶汽车（AVs）意图的多种等效“因素组合”，这些因素组合按性别和年龄进行细分。基于UTAUT2、信任理论、保护动机理论和制度理论的综合性框架，我们分析了1000名消费者的分层调查数据，并对60次半结构化访谈进行了模糊集定性比较分析（fsQCA）和主题分析。通过校准九个前置条件，我们得出了18个较低阶的充分fsQCA命题，这些命题被汇总为七个较高阶的稳健原型：基础设施驱动型；激励导向的愉悦感；以安全为核心的信任；绩效导向的价值；社会影响的整合；风险容忍的综合型；隐私缓解的制度型。结果表明，不同的人口统计群体（男性与女性；≤45岁与>45岁）遵循不同的等效“因素组合”：例如，年轻用户通常在政府支持的推动下基于享乐动机采取购买行为，而许多老年人和男性消费者则是在便捷条件和制度支持的替代下做出购买决策。将fsQCA的发现与访谈主题进行三角验证，证实了每个原型背后的机制，并阐明了某些替代关系（例如，政府支持如何弥补低信任）在中国背景下的作用。本研究推进了自动驾驶汽车领域的配置理论研究，为加速采用和销售提供了针对不同群体的政策和营销路线图，并展示了混合方法三角验证如何增强外部有效性。

引言

自动驾驶汽车（AVs）有望通过提高道路安全、减少拥堵和重塑城市交通系统来彻底改变个人出行方式。然而，尽管技术迅速发展并在全球范围内进行了试点部署，消费者的采用速度仍然不均衡且往往较慢（Moody等人，2020年；Liu等人，2022年）。在中国这个世界上最大的新兴AV市场中，理解复杂的采纳驱动因素对政策制定者和制造商尤为重要，他们旨在扩大AV服务的规模并最终提升销量。传统的基于方差的研究已经在UTAUT2和TAM等模型中识别出个体AV意愿的预测因素，如性能期望、享乐动机、信任和感知安全（Yuen等人，2020年；Aasvik等人，2024年；Cao等人，2024年；Guo等人，2025年；Liu等人，2020年）。然而，这些方法通常假设每个因素独立运作，并对所有消费者产生平均的线性影响（Hair等人，2021年），忽视了因素组合可能在不同人口统计群体中共同促进或抑制采纳的作用。

此外，关注年龄或性别差异的研究（Park和Han，2023年；H?gye-Nagy等人，2023年）强调了风险容忍度和社会影响的差异，但它们很少探讨这些人口特征如何与其他促成因素（如政府支持或便利基础设施）相互作用，从而影响采纳路径。同样，定性研究揭示了消费者在信任、数据隐私和情感舒适度方面的丰富观点（Othman，2021年；Zhang等人，2023年），但这些见解很少与定量模型结合，以系统性地解释采纳行为。此外，Mustafa等人（2025年）的最新研究呼吁基于配置分析制定有针对性的策略，以提供一个有实证支持的政策框架来促进AV的采纳和最终销售。

因此，迫切需要一个方法论框架，该框架（1）能够捕捉到等效性，即不同的信任、风险认知、动机驱动因素、社会规范和制度压力配置可以共同导致高AV采纳意愿；（2）将这些配置洞察嵌入到丰富的、上下文敏感的定性理解中。到目前为止，还没有研究将模糊集定性比较分析（fsQCA）与主题定性分析相结合，以揭示针对性别和年龄群体的定制采纳“配方”，也没有任何研究利用这种混合方法来为中国提供可操作的指导，以促进AV的采用。

因此，本研究旨在识别多种等效的心理、社会和制度因素配置（对AV技术的信任、享乐动机、感知安全、隐私担忧、性能期望、社会影响、便利条件、政府支持和价格价值），这些因素对于按性别和年龄分组的 Chinese 消费者来说足以产生高AV采纳意愿。通过深入的定性洞察来具体化和验证这些配置，揭示每条采纳路径背后的机制、动机和障碍，并为政策制定者和行业利益相关者提供实用建议，以定制营销、基础设施和监管干预措施，从而加速AV的采纳和销售。

鉴于上述研究空白（详见表1）和这些前沿目标，我们提出了以下研究问题：

RQ1：哪些不同的信任、动机、风险、社会和制度因素组合导致中国男性消费者与女性消费者之间，以及年轻（≤45岁）消费者与老年（>45岁）消费者之间的高AV采纳意愿?

RQ2：消费者的生活经验和感知如何解释和丰富通过fsQCA识别的配置采纳路径?

RQ3：政策制定者和AV提供商可以从这些综合发现中得出哪些有针对性的策略，以有效促进全自动驾驶汽车的采纳并最终提升销量?

为了回答这些问题，我们采用了一种收敛混合方法设计，结合fsQCA对1000名中国消费者进行了分层调查，以识别不同性别和年龄组的18个充分命题，并通过对60次半结构化访谈的主题分析来验证和完善这些路径。我们的结果揭示了特定群体的“配方”，例如：（1）对于年轻消费者来说，即使信任和安全担忧较低，高享乐动机和政府支持也足够产生采纳意愿；（2）对于女性消费者来说，尽管社会影响较弱，感知安全和情感信任仍然是采纳的决定性因素；（3）对于注重成本的男性消费者来说，绩效导向的配置能够促进采纳。这些命题揭示了多种等效的高AV采纳意愿路径，为政策制定者和行业提供了有针对性的洞察，以定制干预措施并加速消费者采纳。

章节片段

理论基础和文献综述

为了全面研究中国消费者对AV的采纳情况，本研究采用了一个综合理论框架，该框架结合了技术接受和使用扩展统一理论（UTAUT2）（Venkatesh等人，2012年）、信任理论（Christiano Castelfranchi，2010年）、保护动机理论（PMT）（Rogers，1975年）和制度理论（Martinez等人，2015年）。UTAUT2（Venkatesh等人，2012年）提供了基础构建，包括性能期望（PE）和享乐……

方法论

为了实现我们的目标——识别最大化AV采纳的人口统计特定路径，并阐明TIT、HM、PS、PC、PE、SI、FC、GS和PV之间的配置相互作用，本研究采用了一种收敛混合方法设计，将模糊集定性比较分析（fsQCA，第一阶段）与深入的定性洞察（第二阶段）相结合。fsQCA将集合论逻辑与案例导向分析相结合，以识别多种等效的因果条件配置

讨论

更高阶的fsQCA分析将最初的18个低阶命题整合为七个元配置（原型），如表10所示，提供了一个简洁而全面的框架，用于理解中国高AV采纳意愿的等效路径。这种方法在保留研究对人口统计细分（性别：男性与女性；年龄：≤45岁与>45岁）核心关注的同时，解决了复杂性问题。通过基于……对重叠的“配方”进行分组

结论

本研究通过严格的混合方法揭示了中国AV采纳的多方面性质，表明高采纳意愿源于等效配置而非孤立的因素。通过将fsQCA与定性洞察相结合，我们揭示了特定群体的原型，捕捉了心理驱动因素（如信任和享乐动机）如何与政府支持等制度促成因素相互作用，提供了对传统方法的细致补充

CRediT作者贡献声明

索海布·穆斯塔法（Sohaib Mustafa）：撰写——审阅与编辑、初稿撰写、可视化、验证、监督、软件开发、项目管理、方法论、资金筹集、正式分析、概念化。王强（Wang Qiang）：撰写——审阅与编辑、方法论、正式分析、数据整理。哈立德·贾米尔（Khalid Jamil）：撰写——审阅与编辑、方法论、正式分析、数据整理。萨伊勒什·阿查里亚（Sailesh Acharya）：撰写——审阅与编辑。

知情同意声明

已从所有参与研究的受试者那里获得了知情同意。

机构审查委员会声明

本研究遵循《赫尔辛基宣言》进行，并得到了“XYZ”大学机构审查委员会的批准。

资金

本研究得到了北京自然科学基金会（Grant No. IS25098）的支持。

利益冲突声明

作者声明没有利益冲突。

致谢

我们感谢参与者和审稿人的贡献。

索海布·穆斯塔法（Sohaib Mustafa）目前在中国北京工业大学经济与管理学院担任副教授。他于2023年获得北京工业大学的博士学位。他获得了该校2019-2023年的优秀研究生奖。他在包括《Transportation Research Part A》、《Transportation Research Part F》、《International Journal》等核心国际同行评审期刊上发表了40多篇高质量论文。