基于贝叶斯效率试验的无人驾驶共享汽车使用偏好研究

项目来源：2024年度黑龙江工程学院大创项目“基于贝叶斯效率试验的无人驾驶共享汽车使用偏好研究（XA202411802032）”

摘要：本文旨在探索出行者对无人驾驶共享汽车的接受度和使用偏好，以及影响其使用偏好的关键因素。通过设计离散选择试验并结合贝叶斯D-efficient方法生成意向选择情境，对成都市民进行了问卷调查。研究发现，受访者对无人驾驶共享汽车的平均接受程度较高（69.6%），且费用、时间、汽车品牌、车辆大小和无线网络是影响使用偏好的主要因素。基于MNL、LC和RPL模型的分析结果，提出了针对性的政策建议，以促进无人驾驶共享汽车的推广和应用。

关键词：无人驾驶共享汽车；使用偏好；贝叶斯效率试验；影响因素

1. 引言

1.1 研究背景与意义

随着自动驾驶技术的发展，无人驾驶共享汽车将自动驾驶技术与共享理念相融合，有望在解决城市交通问题、促进城市可持续发展以及满足居民多样化出行需求等方面贡献关键力量。无人驾驶共享汽车的引入不仅需要技术方面的持续研发，更需要出行者广泛的接受和支持。因此，从出行行为角度研究出行者对无人驾驶共享汽车的接受度和使用偏好对于交通政策部门、自动驾驶技术研发企业及出行服务提供商具有重要意义。

1.2 研究目的与问题

本文旨在探索出行者对无人驾驶共享汽车的接受度和使用偏好，影响出行者接受度和使用偏好的关键因素及其影响作用，并对无人驾驶共享汽车的潜在用户进行群体细分。

1.3 研究方法与结构安排

本文采用离散选择试验和贝叶斯D-efficient设计方法生成意向选择情境，结合问卷调查和数据分析，对无人驾驶共享汽车的使用偏好进行研究。研究结构安排如下：首先，介绍研究背景和意义；然后，设计离散选择试验并生成意向选择情境；接着，进行数据收集与分析；最后，讨论研究结果并提出政策建议。

2. 研究背景和意义

2.1 无人驾驶共享汽车的内涵与重要性

无人驾驶共享汽车是指通过自动驾驶技术实现车辆的自动行驶和共享使用的交通方式。这种出行方式不仅有助于减少温室气体排放，缓解城市交通拥堵，还能提高居民的出行效率和生活质量。

2.2 成都市无人驾驶共享汽车的现状

成都市作为我国西部地区的重要城市，近年来在无人驾驶共享汽车方面取得了一定进展。然而，市民对无人驾驶共享汽车的接受度和使用偏好仍有待提高，公共交通设施和服务也需要进一步完善。因此，研究成都市民对无人驾驶共享汽车的使用偏好，对于推动城市的交通发展具有重要的现实意义。

3. 理论基础和研究假设

3.1 理论基础

本研究基于计划行为理论（Theory of Planned Behavior， TPB）和社会学习理论（Social Learning Theory）构建理论模型。计划行为理论认为，个体的行为意向受到态度、主观规范和知觉行为控制的影响；社会学习理论则强调个体通过观察和模仿他人的行为来学习和形成自己的行为模式。

3.2 研究假设

H1：绩效期望对无人驾驶共享汽车的使用意愿具有正向影响。

H2：努力期望对无人驾驶共享汽车的使用意愿具有正向影响。

H3：社会期望对无人驾驶共享汽车的使用意愿具有正向影响。

H4：便利条件对无人驾驶共享汽车的使用意愿具有正向影响。

4. 研究方法和数据收集

4.1 研究方法

本文采用离散选择试验和贝叶斯D-efficient设计方法生成意向选择情境，结合问卷调查和数据分析，对无人驾驶共享汽车的使用偏好进行研究。具体步骤如下：

设计离散选择试验：基于出行者需求设定选择集为标准型、休息型、办公型和游戏娱乐型四类无人驾驶共享汽车，在选择试验中置入了出行相关属性和车辆相关属性。

生成意向选择情境：采用试点调查结合贝叶斯D-efficient设计方法生成了24个不同的意向选择情境。

数据收集：基于试验设计结果制定数据调查方案，在成都市开展了问卷调查，共回收700份有效问卷。

数据分析：通过描述性分析和方差分析的方法对问卷的结果进行了初步分析，进一步采用MNL模型、LC模型和RPL模型进行深入分析。

4.2 数据收集

通过问卷调查收集成都市民对无人驾驶共享汽车的使用偏好及相关影响因素的数据。问卷设计包括市民的基本信息、绩效期望、努力期望、社会期望、便利条件、感知成本、使用意愿等内容。共发放问卷700份，回收有效问卷700份，有效回收率为100%。

5. 实验结果与分析

5.1 描述性统计分析

对收集的数据进行初步统计分析，结果如下：

受访者对无人驾驶共享汽车的平均接受程度较高，为69.6%。

较多（57.3%）受访者表示愿意放弃购买私家车。

对无人驾驶汽车了解程度、月收入、家庭是否拥车以及共享出行频率显著影响出行者对无人驾驶共享汽车的接受度且影响作用为正。

对无人驾驶汽车了解程度、年龄、月收入、驾驶经验、共享出行频率以及家庭是否拥车显著影响出行者放弃购买私家车的意愿，其中驾驶经验和家庭是否拥车为负向影响，其余变量为正向影响。

5.2 相关性分析

相关性分析结果显示：

绩效期望与使用意愿之间的相关系数为0.62（p<0.01），呈显著正相关。

努力期望与使用意愿之间的相关系数为0.55（p<0.01），呈显著正相关。

社会期望与使用意愿之间的相关系数为0.48（p<0.01），呈显著正相关。

便利条件与使用意愿之间的相关系数为0.45（p<0.01），呈显著正相关。

感知成本与使用意愿之间的相关系数为0.30（p<0.01），呈显著正相关。

5.3 模型分析

基于出行者选择行为数据建立了MNL模型、LC模型和RPL模型，分别从样本总体、分类群体及出行个体层面分析了影响出行者对无人驾驶共享汽车使用偏好的关键因素及其影响作用。结果表明：

显著影响因素主要包括费用、时间、汽车品牌、车辆大小以及无线网络，其中费用和时间相关变量为负向影响作用，汽车品牌、车辆大小以及无线网络相关变量为正向影响作用。

无人驾驶共享汽车的潜在用户群体可以细分为“注重出行效率-时间敏感型”（类概率29%）、“注重出行体验-费用敏感型”（类概率44%）以及“注重服务配置-网络依赖型”（类概率27%），三类用户群体之间具有显著偏好异质性。

信用押金、用车费用、车内时间和车外时间对出行者使用偏好影响作用具有显著异质性，且出行个体对不同类型的无人驾驶共享汽车的使用偏好具有显著差异。

通过RPL模型预测了出行者平均支付意愿为84元/小时。

参考文献

[1]王少华，王俊霞.新能源汽车消费行为的影响研究基于训练后的贝叶斯网络结构模型[J/OL].工程管理科技前沿，1-11[2025-03-20].

[2] [1]石琴，侯伟路，张晓楠，等.基于三层加权堆叠模型的电动汽车剩余里程预测[J].汽车工程，2025，47（01）：107-116.

[3] [1]毛子丹，闫鸿钰，赵莹.无人驾驶汽车在旅游应用中的国外研究进展与前沿议题展望[J].中国生态旅游，2024，14（02）：235-248.