《Energy Conversion and Management-X》：Explaining electric mobility technologies adoption: a meta-analysis of acceptance mechanisms across contexts
编辑推荐：
针对电动出行技术（EMT）采纳的实证研究存在证据零散、结论不一致的问题，研究人员基于扩展的统一技术接受与使用理论（UTAUT2），对全球范围内43项定量研究进行了元分析。研究发现，UTAUT2模型的七个核心构念（性能期望、享乐动机、习惯、价格价值、社会影响、努力期望、促进条件）均对EMT采纳意向有显著影响，其中性能期望（PEX）的影响效应最大。研究还表明，地理区域和技术复杂性在其中起到了调节作用，为制定针对性的EMT推广策略提供了实证依据。
交通运输领域的温室气体排放对全球气候变化的“贡献”不容小觑，其中超过四分之一的全球二氧化碳排放来自这个部门，而道路车辆又是其中的“主力军”。尽管国际社会致力于减排，但化石燃料在能源结构中依然“根深蒂固”，这使得交通领域的脱碳之路充满挑战。在此背景下，道路交通电气化被视为通往更可持续出行体系的关键技术路径。然而，这场变革的成功不仅仅依赖于技术的可用性或政策的支持，一个同样关键、甚至更难以预测的因素，是“人”——是每一位潜在的司机、骑手、用户，是否有意愿在他们的日常出行实践中拥抱并使用这些电动出行技术。
近年来，电动出行技术（EMT）的采纳率在全球范围内快速增长。根据国际能源署的数据，2023年全球电动汽车（EV）销量超过了1400万辆，约占全球乘用车总销量的18%。然而，这迅猛的增长势头也揭示了一个深刻的现实：单纯的技术进步和政策扶持，并不能保证新技术的普及。最终用户的“接受度”，才是EMT能否成功扩散的关键条件。基础设施和成本考量之外，向EMT转型的成功很大程度上取决于行为和社会文化因素。学者和决策者们越来越认识到，理解EMT采纳的“行为维度”至关重要，尤其是在那些动机和障碍差异巨大的全球不同情境中。
为了解释人们接受和采纳新技术的行为，学术界发展出了多种理论模型。从早期的技术接受模型（TAM），到后来的整合性技术接受与使用理论（UTAUT），再到专为消费者领域优化的扩展版本UTAUT2，这些框架为我们理解用户决策背后的心理机制提供了宝贵的视角。特别是UTAUT2模型，它不仅包含了性能期望（PEX，即感知有用性）、努力期望（EFE，即感知易用性）、社会影响（SOI）和促进条件（FAC）等核心要素，还特别纳入了享乐动机（HMO，即使用带来的愉悦感）、价格价值（PRV，即性价比的权衡）和习惯（HAB，即过往经验的影响），使其能够更好地解释像EMT这样兼具功能性、消费性和体验性的技术产品的采纳行为。
然而，问题也随之而来。尽管大量研究运用UTAUT2模型来探究EMT的采纳，但来自不同地区、针对不同车型（如电动汽车、电动两轮车、电动滑板车等）的研究报告，其结果却常常是“一地鸡毛”——效应值的大小、甚至统计显著性都大相径庭。在有些研究中，性能期望是头号影响因素；在另一些研究中，社会影响或促进条件则更为突出。这种不一致性使得我们很难从单一研究中得出普适性的结论，也让政策制定者在设计干预措施时感到无所适从。之前的文献综述虽然提供了有价值的趋势概览，但未能定量地整合这些零散的证据，以估算出“合并效应”的大小，或严格检验不同情境（调节因素）的影响。
面对这一缺口，本文作者开展了一项开创性的元分析研究。元分析是一种强大的统计学方法，它能够将多个独立研究的定量结果进行整合与分析，从而得出更稳健、更具普遍性的结论。具体到本研究，作者系统地检索和筛选了43项符合标准的、基于UTAUT2模型的EMT采纳定量研究，涵盖了从2015年至2026年发表的文献，总样本量超过2万人。研究旨在回答两个核心问题：在EMT采纳的背景下，UTAUT2各个构念与采纳意向之间关系的整体强度和方向如何？地理区域和技术复杂性这两个背景因素，是否会调节这些关系？
本研究主要应用了元分析（meta-analysis）这一定量合成方法。研究遵循了PRISMA（系统综述和元分析优先报告条目）指南，通过系统检索Scopus、Web of Science和Google Scholar数据库，纳入了43篇符合标准的、采用UTAUT2模型、以回归分析或结构方程模型报告结果的同行评议定量研究。对每项UTAUT2构念与采纳意向的假设关系（共7个）分别进行了独立的元分析。研究提取了各研究的效应量（如相关系数、路径系数），并将其转换为费舍Z值（Fisher’s z）进行合并。通过随机效应模型估算合并效应量，并使用Cochran’s Q检验和I2统计量评估研究间的异质性。针对显著的异质性，进一步通过亚组分析（multi-group analysis）检验了两个预设的调节变量——地理区域（亚洲 vs. 欧洲）和技术复杂性（电动车、电动自行车、电动摩托车、电动滑板车）的调节作用。此外，还通过漏斗图、艾格回归检验、剪补法等方法评估了潜在的发表偏倚。
结果1：UTAUT2所有七个构念均显著正向影响EMT采纳意向
基于随机效应模型的元分析结果显示，UTAUT2模型中的七个核心构念与EMT采纳意向之间均存在统计学上显著的正向关联。具体而言：
- •
性能期望（PEX） 呈现出最强的合并效应（Fisher’s z = 0.288），表明用户对EMT在性能、效率、实用性等方面的积极预期，是驱动其采纳意愿的最关键因素。
- •
享乐动机（HMO） 紧随其后，效应值排名第二（Fisher’s z = 0.219），说明驾驶乐趣、新颖感和情感吸引力在EMT采纳决策中扮演着重要角色。
- •
习惯（HAB） 和 价格价值（PRV） 的效应也较为突出，分别位列第三和第四。这表明，用户已有的出行习惯和对EMT“性价比”的评估，是决策中不可忽视的考量。
- •
社会影响（SOI）、努力期望（EFE）和促进条件（FAC） 同样显示出显著的正向效应，但效应值相对较小。这意味着来自他人的社会压力、感知到的易用性，以及充电设施、政策支持等外部条件，也对采纳意愿有促进作用，但影响力相对次之。
结果2：研究发现存在显著的异质性，表明效应大小在不同研究间存在较大差异
针对上述七组关系的异质性检验结果（Q检验p值均小于0.001，I2统计量均高于83%）表明，各项研究报告的效应值之间存在高度变异，远非随机抽样误差所能解释。这提示，可能存在系统性的背景因素导致了研究结果的差异，从而验证了进行调节效应分析的必要性。
结果3：地理区域和技术复杂性是重要的调节变量
为了探索异质性的来源，研究对地理区域（亚洲 vs. 欧洲）和技术复杂性（按车型分类）两个变量进行了亚组分析，发现它们对部分关系具有显著的调节作用。
- •
地理区域的调节作用：
- •
对于努力期望（EFE） 和促进条件（FAC） 对采纳意向的影响，在亚洲样本中效应显著且较强，但在欧洲样本中效应不显著或非常微弱。这可能反映了亚洲地区作为新兴市场，用户对易用性和基础设施支持的敏感度更高；而欧洲市场相对成熟，这些因素的重要性下降。
- •
习惯（HAB） 的影响同样在亚洲显著，在欧洲不显著，可能反映了不同地区出行文化和既有习惯的差异。
- •
技术复杂性的调节作用：
- •
对于努力期望（EFE） 的影响，在电动汽车（EV）上效应最强，在电动摩托车和电动自行车上也有体现，但在电动滑板车上效应不显著。这可能与不同车型的操作复杂性和用户学习曲线有关。
- •
对于习惯（HAB） 的影响，在电动滑板车上显示出异常强大的效应值，远高于其他车型，这表明对于这种相对新颖、融入日常通勤的微出行工具，使用习惯的形成对持续采纳意向有极强的预测力。
结果4：发表偏倚评估显示研究结论稳健
针对各假设关系的发表偏倚检验（如艾格检验、剪补法）大多未显示出显著的系统性偏倚，且失效安全系数（Fail-Safe N）数值较高，表明需要大量未发表的、零效应的研究才能推翻当前结论，从而支持了本元分析结果的稳健性。
结论与讨论：本研究通过首次对EMT领域UTAUT2模型研究进行的系统性元分析，整合了碎片化的实证证据，为理解该领域的技术采纳行为提供了更清晰、更一般化的图景。结论明确指出，UTAUT2框架在解释EMT采纳意向方面总体上是有效的，其中性能期望是最强的预测因子，而享乐动机、习惯和价格价值同样扮演着关键角色。这纠正了过去单一研究结论不一致带来的困惑，建立了一个基于证据的、各因素相对重要性的“排序”。
研究的重要意义在于其揭示了背景的重要性。研究发现，并非所有关系在所有情境下都“一视同仁”。地理区域和技术复杂性被证实是重要的边界条件（boundary conditions）。这意味着，决策者在制定推广策略时，必须考虑到目标市场的成熟度、文化背景以及所推广的具体车型。例如，在亚洲等新兴市场，应着力改善用户体验的易用性和基础设施建设；而对于电动滑板车等微出行工具，培养用户的使用习惯至关重要。本研究不仅量化了EMT采纳的核心心理机制，更重要的是，它强调了“因地制宜”、“因车施策”的必要性，为学术界提供了未来研究需控制情境变量的明确方向，也为产业界和政策制定者设计更精准、更有效的干预措施和营销策略提供了坚实的实证基础。
