摘要
共享自动驾驶车辆（SAV）技术的成功部署对于提升道路交通安全和道路通行能力具有重要意义。然而，SAV技术的实际落地受到用户接受意愿不明确以及复杂的多利益相关方决策过程的阻碍。现有研究大多采用碎片化的变量选择对用户使用意愿进行静态分析，缺乏融合舆情挖掘、行为建模和演化博弈论的一体化框架。与主要依赖基于问卷的静态意愿分析和主观变量选择的现有研究不同，本研究整合社交媒体文本挖掘、扩展的计划行为理论（TPB）以及三方演化博弈模型，联合探究用户心理机制和多利益相关方的动态交互关系。为探索SAV的长期发展轨迹，本研究爬取了23,943条短视频评论数据。采用潜在狄利克雷分配（LDA）主题模型初步识别出影响用户采用SAV的八个核心因素，并据此设计了SAV采用意愿的问卷调查，共收集到724份有效问卷。本研究在经典计划行为理论（TPB）的基础上，纳入了感知风险、就业影响和政府态度等额外潜变量，构建了扩展TPB模型，以量化潜变量构念与采用意愿之间的相关性。实证结果显示，政府态度（β = 0.497, p < 0.001）和就业条件（β = 0.434, p < 0.001）对感知风险具有显著的正向影响。感知易用性通过三条中介路径间接决定采用意愿：行为态度、主观规范和感知行为控制。此外，将利益相关方分为三类（用户、企业和政府），建立了SAV利益相关方的三方演化博弈模型，并通过数值模拟推导演化稳定策略（ESS）。模拟结果表明，政府的经济激励和小规模试点项目策略与潜在SAV用户的采用策略相结合，构成了演化稳定策略。政府的经济激励成本和小规模试点运营成本的变动会显著改变潜在SAV用户的决策行为。本研究整合了行为建模与博弈论分析，为SAV采用行为研究提供了理论基础，并为政府制定分阶段激励政策和服务平台控制试点运营成本提供了量化的决策依据。
