中国智能驾驶接受度调查——以广州为例

(华南理工大学土木与交通学院， 广州广东510641)

0 引言

低下的通行效率和频发的交通事故已成为广泛关注的问题，缓解交通拥堵、治理交通环境、提高交通安全已成为社会的共同诉求[1]。近年来，随着人工智能，尤其是深度学习技术的发展，使智能驾驶成为了可能，智能驾驶汽车的相关技术也逐渐成为科技研究中的重点之一，成为未来汽车发展的方向[2, 3]。

智能驾驶汽车研究起源于20世纪50年代的英、美等发达国家，对智能驾驶汽车的研究已取得了一定的成就，但仍面临技术不够成熟、成本太高、法律不完善等问题[4]。如Google智能驾驶汽车在试验时发生交通事故[5]；在美国亚利桑那州的坦佩[6, 7]因智能驾驶系统导致致命车祸，这打破了智能驾驶汽车绝对安全的说法，原因在于智能驾驶的可靠性及法律责任划分的不确定性。因此，智能驾驶汽车潜藏的安全风险成为消费者购买或使用该类产品的最大顾虑，其消费市场的接受度也日益成为学术界与产业界关注的焦点。为此，国内外学者针对消费者接受度做了相关的调查研究。

国外对智能驾驶汽车的消费者接受度的研究较早，也相对完善。Nordhoff S等[8]对自动驾驶的性能进行了用户接受度评估调查，结果显示评分高到低依次为“易用性”、“有用性”、“可靠性”。Power[9]在美国进行了驾驶系统调查，分析了消费者愿意为完全自动驾驶系统、自适应巡航系统、等系统付费意向。Casley S等[10]调查了受访者对智能驾驶技术的直观感受、信任度以及对未来发展前景的预测，结果显示受访者对技术的安全性、经济性及法律法规问题表现出顾虑或担忧。Schoettle B等[11]对中国、美国等6个国家进行了智能驾驶汽车发展意见调查，调查结果表明中国和印度的受访者愿意为该技术支付额外的费用，同时也表现出对技术的安全性的关心。Krueger R等[12]在澳大利亚对消费者开展了调查，调查结果显示，出行时间、出行费用以及服务等待时间将成为影响消费者接受智能驾驶汽车共享服务的决定性因素。Sin等[13]对体验过智能驾驶公交车的消费者进行接受度调查，结果表明受访者持积极态度，但从体验来看速度并不能满足受访者的需求。

目前，中国在自动驾驶和安全辅助驾驶方面展开相关研究，并取得较为丰富的研究成果，如车道偏离、盲区检测、自动紧急制动系统、驾驶辅助系统、碰撞预警、疲劳预警，但在智能驾驶汽车的接受度方面研究较少。

因此，本文将广州设为此次调查的地点。广州市地处珠江三角洲经济区，是中国“全球城市”之一，经济发达，路网完备，物流需求旺盛，具备良好的汽车工业基础，是全国重要的汽车生产和消费城市之一。2017年，广州轿车产量超越上海，成为全国第一。因此，在较大程度上，广州反映出中国汽车生产和智能驾驶的发展方向。众所周知，智能驾驶涉及技术诸多，每项技术均展开研究投资风险大，如何结合人们认可度和需求，研发适销对路的智能驾驶产品成为首要关注的问题。鉴于此，论文以广州为例，重点关注消费者对智能驾驶技术的认知度、期待程度、信任度、生产成本等等，并进行性别、年龄等与期待程度等参数的Pearson相关分析，此次研究结果主要有以下贡献：

①为生产商提供关于智能驾驶产品的消费者接受度市场调研。

②为政府出台智能驾驶汽车扶持政策、健全安全法规提供决策意见。

③针对不同消费群体，为企业调整智能驾驶技术的研发方向、定价等提供参考。

1 调查方法与内容

本研究在2017年采用实地发放调查问卷的方法，采集地点包含广州地铁站、商业区、汽车生产企业、客运公司等地。智能驾驶汽车接受度的调查问卷分为3个主体部分——调查问卷目的与说明，填写用户基本信息以及智能驾驶接受度调查内容。其中，调查内容方面主要调查受访者对涉及智能驾驶的8项关键技术的接受态度。智能驾驶关键技术包含V2X网联信息、V2X网联预警、V2X网联辅助、全速自适应巡航、单车道自动驾驶、多车道自动驾驶、交叉路口和多车道自动驾驶和智能网联驾驶8个方面，如图1所示。

本次智能驾驶技术调查共发放问卷2120份，剔除无效问卷，有效问卷共2010份，有效率达94.81 %。本文将有效问卷使用录入Excel，采用SPSS对数据进行统计分析。首先，在进行数据分析之前，需对问卷进行信度和效度分析；其次，在95 %置信区间的条件下，描述统计问卷中的每个问题；最后，对智能驾驶的期待程度等性能参数和基本信息(即年龄、性别、就业、收入等)进行Pearson相关性分析[13]。

图1 调查问卷框图Fig.1 Block diagram of the questionnaire

1.1 受访者

调查受访者包括1 500名男性和510名女性(平均年龄32.72，方差51.24，最小年龄22，最大年龄54)，说明样本年龄的离散度较高；91.5 %的受访者有驾照，根据数据显示64.2 %的受访者驾龄在5 a以内；24.88 %的受访者驾龄在6～10 a，7.96 %的受访者驾龄在11～15 a。由此可知，绝大多数的受访者驾龄集中在0～15 a。对于驾驶风格来说，大多数受访的驾驶风格处于温和和一般。

调查受访者的职业主要集中在科学文卫等事业单位职工、国有企业职工和合资、外资或港澳台企业员工，百分比分别为34.3 %、30.8 %和22.4 %。对于家庭收入，由数据可知5.97 %的受访者家庭收入在10万以下，40.3 %的受访者家庭收入在10～20万元之间，41.3 %的家庭收入集中在20～40万元之间，4.48 %的受访者家庭收入在40～50万元之间，7.96 %的受访者家庭收入在50万元以上。由此可知，绝大多数调查受访者的经济状况属于中等。

1.2 车辆自动化层次

查阅文献[14]可知，车辆智能驾驶主要包含3类种标准：

①沃尔沃标准：驾驶辅助(ADAS)、部分自动化、高度自动化、完全自动化。

②美国国家公路交通安全管理局(NHTSA)标准：NHTSA—0级、NHTSA—1级、NHTSA—2级、NHTSA—3级、NHTSA—4级。

③日本分类标准：1级、2级、3级、4级。

为了分析受访者对不同智能化程度车辆的信任特性，文中综合以上3种智能化层次划分的标准，结合调查问卷调查的8种智能驾驶技术，采取沃尔沃划分标准，将8种技术进行归类划分，即驾驶辅助系统，部分自动化驾驶系统，高度自动化驾驶系统和完全自动化驾驶系统，如图2所示。

图2 智能驾驶技术的划分图Fig.2 Classification diagram of the intelligent driving technology

1.3 调查数据的信度与效度检验

调查问卷的数据分析之前，需检验数据的信度和效度。信度是测量结果一致性或稳定性的指标。测量数据的信度越高，其测量结果越可信；而效度主要检验问卷数据是否适合做因素相关分析。

通过效度分析，Cranbach’sα系数为0.786，大于0.70，表明问卷测量结果的一致性信度良好，符合问卷设计的要求。通过效度分析可知，问卷KMO(Kaiser-Meyer-Olkin)大小为0.88，大于0.80；Sig大小为球形检验P值为0.00，小于0.05，表明该问卷很适合做因子分析。

2 调查问卷数据分析

如前所述，调查问卷的第三部分为主题部分，涉及受访者对驾驶技术的认知度、购车意愿、对新技术汽车的态度等9个方面的内容。

2.1 认知度

对新技术的认知度很大程度上影响新技术应用的市场前景和市场回报以及可持续发展能力，因此有必要探索人们对智能驾驶的认知情况。图3为受访者接受当前了解和将来了解智能驾驶技术途径图，从图可知，在调查前96.52 %的受访者对智能驾驶已有所了解，也就是说，受访者对智能驾驶技术有较高认知度；此外，受访者当前了解智能驾驶技术的途径依次为互联网、电视、车展、杂志、报纸。由此可知，互联网是受访者了解自动驾驶技术的重要途径；同样，车展和电视对受访者的影响也较大。因此，就智能驾驶技术宣传而言，生产商将来应着重从互联网、电视媒体以及车展三方面的投入。

图3 了解智能驾驶技术途径的百分比图Fig.3 Percentage of approaches to intelligent driving technology

2.2 车型和价格

购买具备智能驾驶车辆的意愿表现为受访者对车辆类型和购车价格的期望。调查结果显示，受访者期望购买的车辆类型依次为SUV越野车、三厢轿车、两厢小汽车、轿跑、MPV。就购车价格方面而言，40.3 %的受访者愿意为买车花费10～15万元，24.38 %愿意花费15～20万元，16.92 %愿意花费20～25万元。对比男性与女性的购车价格，如图4所示，在购车愿意花费20万以上的受访者中，女性所占的百分比比男性高23个百分点，表明女性更愿意购买价格偏高的车辆。因此，汽车生产商可将女性消费者作为未来智能驾驶汽车重点关注。

图4 男性与女性购车意向频率图Fig.4 Diagram of purchase vehicles for male and female

2.3 购买意愿

图5为受访者购买应用智能技术的意愿图。从图可知，41.79 %的受访者比较愿意购买采用智能技术的车辆，30.35 %的受访者持中立态度，19.90 %的受访者非常愿意购买，只有7.96 %的受访者不愿意购买。总体上看，92 %以上的受访者对汽车应用智能技术表现出购买意愿。

图5 受访者购买新技术汽车的意愿图Fig.5 Diagram of respondents’ willingness to buy new technology cars

2.4 不同智能驾驶系统的期待程度

为了解消费者对不同智能驾驶应用技术的期待程度，受访者对各技术予以打分(上限为9分，下限为1分)，结果如图6所示。

图6为受访者对8项智能驾驶技术的期待对比图。由图可知，不同智能驾驶技术的期待分数平均值都在6分以上。由此可知，受访者对智能驾驶中应用的新技术有较高的期望。其中，智能网联驾驶技术期待分数的平均值(M=7.95)最高，方差(D=3.018)最低，由此可见受访者对智能网联驾驶技术最感兴趣；而单车道自动驾驶的平均值(M=6.46)最小，方差(D=4.569)最高，受访者对单车道自动驾驶的期待程度的方差较大，说明受访者的期待程度有所不同。从上述分析可知，就功能相对简单的单车道自动驾驶而言，消费者对智能网联车表现出了更多的期待，这一结论与Shin等[15]调查结果基本一致。总体上看，受访者对智能驾驶技术持乐观和欢迎态度。

图6 智能驾驶技术期待程度打分图Fig.6 Score diagram of intelligent driving technology expectation

2.5 功能需求

本次考察智能驾驶技术的功能需求包含驾驶安全，通行高效，驾驶强度，节油，信息娱乐。受访者最为关注的问题是“驾驶更安全”，其次分别是“通行更高效”，“驾驶更轻松”，“节油”，“信息娱乐”。如图7所示。数据表明，智能驾驶技术的安全性始终是人们最关心的问题，在确保安全后，才会考虑高效、舒适、经济等功能。因此，汽车生产商们应把智能驾驶的安全性放到首位。

图7 技术功能百分比图Fig.7 Diagram of the percentage of technical function

2.6 信任特性

如1.2节所述，文中将自动化层次分为驾驶辅助系统，部分自动化驾驶系统，高度自动化驾驶系统和完全自动化驾驶系统等4个系统。针对不同自动化层次系统提供的预警信息，以下将分析受访者对预警信息的信任特性。

图8为受访者对智能驾驶技术的信任度图，图8(a)为对驾驶辅助系统的信任特性图，由图可知，超过45 %的受访者选择“有时仔细听有时忽略”的选项，说明受访者会根据实际驾车情况，选择自己认为重要的信息，不会完全信任系统所提示的信息。而“每条都仔细听”的受访者选择差异较大，具体而言，对于网联预警系统37.3 %的受访者选择此选项，而网联信息系统只有23.4 %。分析可知，受访者更加重视预警系统所提供的预警信息，即对预警系统的信任度更高。

图8(b)、图8(c)、图8(d)分别为受访者半自动化、高度自动化和完全自动化的信任度图。图8(b)中，对于半自动驾驶，50 %左右的受访者选择“监视路况，随时接管”汽车；对于图8(c)，对于高度自动驾驶，43 %左右的受访者选择“监视路况，随时接管”汽车；而图8(d)在完全自动驾驶中，交叉口和多车道自动驾驶系统以及智能网联驾驶系统对于这一选项差异较大，分别为51.7 %和40.3 %。在半自动化、高度自动化和完全自动化三种驾驶调查中，10 %的受访者选择“紧握方向盘，与未使用该技术一致”驾驶汽车，说明对于部分受访者来说，不信任该技术，完全凭自己掌握方向。10 %的受访者使用半自动化或高度自动化时，选择“放手让它自动驾驶”选项，完全解放自己，让车自己驾驶；而在驾驶完全自动化时，20 %的受访者选择让车自动驾驶，百分比明显高于其他系统，说明受访者更加信任完全自动驾驶，更希望自己从人—车—路—环境中解放出来。

(a) 辅助驾驶信任度频率图

(b) 半自动化信任度频率图

(c) 高度自动化信任度频率图

(d) 完全自动化信任度频率图

经过上述分析可知，绝大多数受访者并不完全信任智能驾驶技术，对其持有怀疑态度；少数受访者对智能驾驶技术持完全信任态度，8项智能驾驶技术相比之下，受访者对智能网联驾驶系统更加信任。

2.7 技术关注问题

智能驾驶技术给人们带来方便和安全，同时也给人们造成了一定的顾虑和困惑。图9所示，对比前述的8项智能驾驶技术，从图中可以总结出受访者关注的技术问题。

①30 %以上的受访者担心“技术出现故障，有安全隐患”，其中单车道和ACC驾驶百分比相对较高约36 %；

②同时选择“发生交通事故谁负责”和“环境会限制技术的使用”的受访者百分比约为20 %；

③对于“技术的提示或控制不符合驾驶人的驾驶风格，驾驶起来不舒心”这一问题，对于受访者的选择是有差异的。其中V2X网联信息、预警系统和辅助驾驶分别为17.58 %、17.3 %和13.3 %，其他驾驶系统都不足10 %，原因在于这三项技术会向驾驶员发出路况信息或者预警等；对于“我在驾驶时基本没有顾虑”所占百分比很少，说明受访者对技术存在顾虑。

综上所述，对于智能驾驶技术，人们首先关注的是安全问题，这与国内国外调查的结果一致[16, 17]，原因在于目前智能驾驶技术发展尚不成熟，国内很少有人体验过智能驾驶汽车，倘若在驾驶过程中“技术出现故障，存在安全隐患”则可能引起交通事故，从而危及到驾驶员的人身安全；其次，关注的是在智能驾驶过程中发生交通事故，那么将由谁来负责，目前中国并没有成文的安全法规对此做出规定；最后，技术是否会受到环境变化的影响，受访者并没有试驾，所以心存顾虑是可以理解的。通过以上数据分析可以得出，智能驾驶汽车要想获得消费者的青睐，生产商必须提高技术的安全性、可靠性和环境变化适应性，同时政府应及时制定配套的法律法规明确交通事故责任划分。

图9 关注技术的问题Fig.9 Diagram of the concern about technical issue

2.8 生产成本

毫无疑问，智能驾驶相关技术的开发和利用需要相应成本。智能驾驶汽车广受人们欢迎，其生产成本必须与消费者的期望成本达成平衡。因此，本文就“智能汽车比普通汽车上涨多少将不再购买”的问题对消费者进行了调查，结果如图10所示。

图10为智能汽车比普通汽车上涨多少受访者将不再购买的频率图，由图可知，选择“4～6万元”的受访者为25.37 %，选择“2～4万元”为20.90 %，选择1～2万元的受访者为14.43 %，选择6～8万元的消费者为11.44 %。总之，96.62 %的受访者愿意为智能驾驶支付额外的费用，然而部分受访者希望智能驾驶成为一种未来车辆的标准配置，而不需为此支付的额外费用。

图10 智能驾驶汽车比普通汽车上涨多少受访者将不再购买Fig.10 Diagram of the cost of intelligent car over regular car and respondents will no longer buy it

2.9 前景预期

在问及智能网联驾驶进入市场多久后会考虑购买这一问题时，如图11所示，33.33 %的受访者选择了“5年以上”，29.35 %的受访者选择了3～5年，20.40 %的受访者选择了2年后，9.45 %的受访者选择了1年后，9.45 %的受访者选择不会购买此车，然而选择“即刻购买”的受访者只有2 %。以上分析说明，94 %以上的受访者持乐观的态度，会购买具有智能驾驶功能的车辆，只是时间问题；而5.47 %左右的受访者持消极态度，将不会购买此车。

图11 购买智能网联汽车的年限Fig.11 Diagram of the time when consumers are willing to purchase an intelligently networked vehicle

3 Pearson相关分析

Pearson相关系数，定量地描述线性相关程度好坏的统计指标。相关系数r可以很好反映相关程度的强弱，而且数值范围为-1～+1，其正负就反映了相关性的方向。因此本文选取了最具有代表性的智能网联技术进行上式Pearson相关性分析，表1为受访者的个人特征与智能网联驾驶的期待程度、信任度及前景预期以及各成分之间的相关性系数。

3.1 期待程度的相关性

由表1可知，受访者对智能网联驾驶的期待程度与年龄呈显著负相关(r=-0.157)，表明年纪越大对智能网联驾驶技术的期待程度越低；智能网联驾驶技术期待程度与家庭收入呈负相关，说明收入高的受访者更愿意自己开车，享受开车的乐趣；一般情况下我们会将愿意花费高额费用买车的人们视为汽车爱好者，而经分析受访者买车所花费的费用与期待程度呈显著负相关(r=-0.175)，这说明汽车爱好者对智能网联驾驶技术期待程度并不高，汽车爱好者更倾向于自己掌控车，这与国外的结果有所不同；购买智能驾驶汽车意愿与期待程度呈显著正相关(r=0.24)，说明越容易接受新技术汽车的受访者对智能驾驶的期待程度就越高。

表1 相关性系数表Tab.1 Table of correlation coefficient

注：*在0.05水平上(双侧)显著相关; **在0.01水平上(双侧)显著相关。

期待程度跟信任度呈显著正相关(r=0.157)，与预期购买呈显著负相关(r=-0.325)，表明期待程度越高的受访者对某项智能驾驶技术的信任度也就越高，相比于其他的受访者会更早购买智能网联驾驶汽车。信任度与预期购买的显著负相关(r=-0.184)说明，受访者对智能网联驾驶技术的信任度越高，将可能更早购买智能网联驾驶汽车。

3.2 信任度的相关性

由表1可知，性别跟信任度呈显著负相关(r=-0.138)，换言之，男性比女性更信任智能网联驾驶技术，原因是女性的驾驶风格一般为谨慎型或保守型，所以对新技术有较多顾虑或担忧。一旦消除她们的顾虑，她们将是智能网联驾驶汽车重要的消费群体；家庭收入与信任度呈负相关说明，收入越高的家庭对于智能驾驶的信任并不高。是否愿意购买新技术汽车与信任度显著正相关(r=0.184)，对某项技术的信任度高，也就会越早购买智能网联驾驶汽车。

3.3 前景预期的相关性

由表1可知，性别跟买车所花的钱呈显著正相关(r=0.143)，女性买车比男性愿意花更多的钱。年龄和前景预期呈显著正相关(r=0.206)，表明智能网联驾驶汽车进入市场后，年轻人比年长的受访者更早的购买。买车的费用与前景预期呈显著正相关(r=0.159)，说明舍得购买高额汽车的受访者并不会越早的购买智能网联驾驶汽车。购买新技术汽车的态度与前景预期呈显著负相关(r=-0.187)，对新技术持乐观态度的受访者会越早购买智能网联驾驶汽车。

4 总结

文中在广州实地发放调查问卷，发放问卷2 120份，有效问卷为2 010份。此次调查问卷主要对智能驾驶技术的认知度、技术期待程度、技术功能、信任度、关注问题、生产成本及前景预期进行调查研究，并进行Pearson相关性分析，得到结论如下：

①认知度及期待程度。96.4 %的受访者对智能驾驶汽车有一定的了解，其中40 %以上的受访者是通过互联网了解的，相对于发达国家的受访者，广州受访者对智能驾驶技术的发展趋势抱有相对乐观的态度，受访者对完全自动驾驶技术的期待程度更高。

②关注技术问题。智能驾驶技术不仅给消费者带来了方便，同时受访者对智能驾驶技术也表现出了顾虑或担忧，调查显示，他们担心的问题依次为：技术是否存在安全隐患、发生交通事故谁负责、技术是否受环境的影响、技术的介入是否会降低驾驶乐趣等问题。

③信任度。大部分受访者并不完全信任智能驾驶技术，50 %以上的受访者是不会选择“放手让它自动驾驶”，由于受访者没有体验过智能驾驶汽车，对其存在顾虑属于正常现象。

④前景预期。94 %以上的受访者愿意购买智能驾驶汽车，并愿意支付一定的额外费用，这表明未来智能驾驶汽车在中国市场的潜力不容小觑。

⑤相关性分析。本文对智能驾驶技术的期待程度、技术关注问题等与性别、年龄等做了相关分析，结果表明年龄越大对智能驾驶技术的期待程度较低；相比于女性，男性对技术的信任度更高等。

此次调查结果不仅为智能驾驶汽车生产商今后的技术研发、改进、功能设计、汽车的定价、潜在消费群体等提供客观参考意见；同时也要求相关部门出台成文的安全法规，推动智能驾驶汽车产业的发展，从而在不阻碍智能驾驶技术发展的前提下建立完整的事故划分体制，从而不仅保障公众的出行安全，还将提高出行效率及舒适度。本文不足在于：①本文的样本具有局限性。只选取了广州进行调查，地区具有差异性，并不能代表中国所有消费者的态度。②受访者并没有完全体验过智能驾驶汽车，都是在假设的条件下进行的，主观性比较大，可能会与用户体验过的智能驾驶汽车后的调查不同。