面向人居空间智能照明系统的用户激励研究

张毅强，陶晟宇，王铭鑫，林燕丹，孙耀杰

(1.复旦大学光源与照明工程系，上海 200433； 2.复旦大学六次产业研究院，上海 200433；3.上海综合能源系统人工智能工程技术研究中心，上海 200433)

引言

伴随着5G、物联网以及LED照明的大规模应用，智能照明成为照明行业主要发展方向[1]。智能照明是借助物联网通信技术来实现高质量、个性化、节能环保等照明需求新趋势，有望在万物互联的物联网时代实现对传统照明的规模化替代，开创前景广阔的基于物联网的照明时代[2]。

当前智能照明尚处发展初期，市场认可度有待提升，iiMedia Research数据显示，在全部智能家居产品中，消费者对智能电视的认知度高达42.6%，对智能照明系统了解度较低，认可度仅为13.5%；根据前瞻产业研究院数据显示(见图1)，中国智能照明在LED照明市场中的渗透率不足4%，因此智能照明的市场认可度亟待提高。

图1 中国LED与智能照明市场规模Fig.1 Chinese LED and intelligent lighting market size

目前，国内外政府主要通过产业补贴与政策引导等方式促进智能照明产业的发展[3]。特别在中国，智能照明也是国家政策持续鼓励及推进的方向，是国家节能减排、改善民生、发展照明指出产业的战略趋势[4]，例如：2016年两会曾提出包含照明领域在内的全民节能计划，2017年国家发改委将发展为半导体照明产业强国列入“十三五”规划，2019年再次提出“城市照明绿色化”、“绿色照明”；2021年两会更是将智能照明、高效照明产品列入“十四五”规划，可见智能照明已经作为国家发展战略的一部分进行推进布局。

政策指引与财政补贴对于行业快速发展与需求拓展意义重大，然而也存在一定的局限性，经济补贴对产业投资建设影响剧烈，过强的补贴政策造成财政巨大的压力且不利于行业竞争创新，过弱则直接冲击需求，行业盈利下滑严重；同时政策指引往往触及度有限，常局限于产业层面，对于下游应用及消费者感知覆盖不足[5]。如何高效率、低成本的促进智能照明产业的发展是学术界和产业界面临的重点问题，行为经济学措施因其特有的弹性、亲和力及成本效益等特质值得深入研究。

1 行为经济学在智能照明的应用

1.1 人居空间下的智能照明系统

智能照明系统是本文的研究对象，其指利用物联网技术、通讯技术、SoC智能信息处理及节能控制等技术组成的分布式照明控制系统，来实现对照明设备的智能化控制[6]。如图2所示，智慧照明系统可以通过传感器检测外部环境变量，在与内部数据交汇计算后，通过内部控制系统与通信系统进行适应性的调节。

图2 智能照明系统结构示意图Fig.2 Intelligent lighting system structure diagram

在人居空间下，智能照明系统通常可实现强弱调节、灯光软启动、定时控制、场景设置等功能，辅以大数据训练与物联网系统，可实现科学化、个性化、精确化及高能耗效率的照明应用实现。

1.2 行为经济学的应用原理

人居空间的智能照明系统是直接触及终端消费者的产品，消费者的人因因素将对产品的推行应用产生巨大影响。技术研发与产业政策补贴等激励措施不可或缺，但基于行为经济学的非经济激励手段逐渐展现出独特的价值，具备的弹性、亲和力与成本效益值得重视。

行为经济学研究发现，个体的选择与认知存在一定的偏差，行为决策是可以通过心理与行为调节来影响的[7]。行为经济学发现个体具有时间贴现、损失厌恶、现状偏见以及遵同等心理以及行为特征，大批学者设计了不同的政策干预措施并进行实证效果评估[8]。

诺贝尔奖获得者Richard Thaler提出“轻推”式政策能在不影响消费者自由选择的前提下，运用其行为和心理特征、矫正和干预消费者行为，他在《Nudge》提到安装红色能耗警示灯提醒家庭实时用电变化后，家庭在用电高峰期减少了40%的电能消费[9]。Allcott和Taubinsky验证了个体直觉判断的非理性决策，提供显著且易得辅助信息有助引导节能行为，其通过随机控制实验研究发现，消费者被告知了白炽灯和节能灯终身使用年限内的能耗成本信息后，选择节能灯的消费者增加了12%[10]。Bollinger与Gillingham验证同群效应的影响，发现同一区域内已经安装的PV数量明显促进了新的PV安装数量[11]。

因此基于行为经济学的激励手段对用户行为具有显著的激励效用。其借助适当的信息呈现与引导，借助用户的内在智慧与理性决策来实现预期目标，更具有弹性、亲和力以及成本效益比。

本文通过问卷量表收集数据进行实证分析。基于量表的实证分析是行为经济学及心理物理学的常用手段，量表可将抽象和主观的表达转变为量化的客观数据表达，该方法在诺贝尔经济学奖得主Daniel Kahneman 和Vernon Smith的行为心理实验中广泛应用，如Kahneman在对前景理论、禀赋效应的研究中均采纳该方法来获取人群的态度与选择[12, 13]。

2 研究方法与实证研究

本文旨在研究行为心理角度的调控手段对智能照明系统的用户激励作用。如图3所示的研究方法与流程，本文基于行为经济学理论研究，构建基于经济回报、社群影响与精神激励三个维度的用户激励模型，并通过实证研究进行模型验证、相关性分析与回归建模。

图3 研究方法与流程Fig.3 Research method and process

2.1 理论基础

本文主要参考了Lindenberg关于消费者决策的目标框架理论(Goal-Framing Theory)与行为经济学对现时偏见、同群效应和双重激励理论。行为经济激励是通过在目标框架中的用户动机实现，从而影响用户决策的。

图4 行为经济学激励机理Fig.4 Behavioral economics incentive mechanism

如图4所示为行为经济学与目标框架的应用。目标框架理论提出用户行为动机可以划分为增益性、规范性、享乐性(Gain, Normative and Hedonic Goal)三类。具体以智能照明系统而言，分别对应于消费者在经济回报、社群影响和精神激励上的主要动机。这些动机主导了用户的行为决策，而通过行为经济学理论的激励可以影响这些动机。

1)经济回报-增益性：如用户因为智能照明系统带来的经济效益、健康保护而使用；

2)社群影响-规范性：因为社会氛围或社区邻居的使用而使用；

3)精神激励-享乐性：认为智能照明系统的节能绿色与科技创新的选择使自己觉得光荣和快乐。

为研究行为经济学对智能照明系统的消费者购买意愿影响，本文首先构建消费者在经济回报、社群影响和精神激励上的用户激励模型；随后，基于现时偏见、同群效应和内在激励等行为经济学原理，设计针对这三种动机的激励对照实验，检验行为经济学原理对用户动机的影响，进而判断其对购买意愿的影响。下列理论是具体表现：

1)现时偏见(Present Bias)：即短视效应，人们会低估长期回报，而注重短期效用。描述了贴现率重要的时间性质。比起未来消费所带来的效用，人们更加重视当下消费带来的满足感(Strotz, 1955)。

2)同群效应(Herd Effect)：指人的遵同行为，人会选择执行多数人赞同的行为。个人出于维持人际关系和自身形象的原因，在感受到群体压力时会选择遵同，这有利于提升个人对自身行为的适宜性评估和基于参考群体的身份归属感(Schultz，2007)。

3)内在激励(Intrinsic Motivation)：可体现为自我荣誉感。人们在意别人的看法(如环保、慈善事业带来的公众认可)，更有动力做出利他行动，因为会产生良好的自我感觉(自我荣誉感和社会责任感的体现)。

本文将在从消费者决策框架三个维度，分别验证现时偏见、同群效应和内在激励效应：增益性(现时偏见)、规范性(同群效应)、享乐性(内在激励)。

2.2 实证研究

上述的变量控制实验，通过问卷进行检验。对收集的数据进行相关分析和回归分析，建立用户激励效用模型。随后，进行了情景验证实际效果并进行总结。

1)问卷设计：问卷中包含了规范目标框架中三个维度的行为激励对照实验以及受访者的人口学资料问题，整体设计采用Ozaki问卷设计[12]。部分量表问题采用了已有的在电动汽车、LED、绿色电价等技术扩散研究中的问卷设计[10, 14-16]。

2)数据收集：按照三类激励条件共设置8组，每组45～50人。问卷通过邮件、互联网平台发放。

3)数据分析与处理：使用SPSS 软件进行统计分析。

3 数据分析与讨论

3.1 整体数据描述性分析

研究共收回问卷391份，筛选掉回答不完整的问卷后，选取354份用于进一步分析。将回收问卷录入SPSS 进行统计分析。

354份问卷统计分析后的数据如表1所示，其人口学分布表明，性别分布较为均匀，平均年龄33.5岁，教育程度本科及以上学历占比高；家庭收入水平较高，年收入10万以上占比80.5%；被访样本主要来自一、二线城市，这与智能照明系统的潜在市场吻合。

表1 人口学数据统计分析

3.2 现状分析

由表2可知， 用户对于目标框架理论中的三个动机变量的总体感知情况适中，其中增益性目标得分中等偏上，体现问卷中设计的收益率较为适中；规范性目标均值水平较低，这可能是因为智能照明系统渗透率较低，用户对其真实感知较弱；享乐性目标较另外两种更高，可能与人群较高的环保态度有关。综合而言，在354份调研中，用户整体意愿购买率为56.59%。

表2 现状分析

3.3 变量相关性分析

表3显示的是四个变量之间的Pearson相关性分析，数据显示增益性目标、规范性目标、享乐性目标均与购买意愿之间的相关性系数均大于零，且满足P<0.05，存在有显著正相关关系。这支持前述的目标框架理论分析，证实本文中用户侧储能行为动机模型的正确性，并且预示着后续构建回归模型的可行性。

表3 Pearson相关性分析

问卷实验中设置有三类行为经济学激励对照，根据行为经济学理论可提出行为激励有效的假设，但尚未实验验证。表4与表5 中的数据将呈现出t检验对行为经济学激励显著性的判断。

表4数据证实，研究设计的激励对照在目标理论的三个维度均表现出显著的差异：现时偏见激励与增益性目标显著相关，P=0.028<0.05；同群效应激励与规范性目标存在显著相关，P=0.009<0.01；内在激励与享乐性目标存在显著相关，P=0.029<0.05。

表4 激励变量的相关性分析

表5是对照组之间的变量描述统计，可见在行为经济学激励下，三种增益性感知值均有所提升，该实验结果与理论分析吻合。且在施加全部激励情况下，总体购买率从初始情况的54.84%提升至61.82%，增长率达12.72%。

表5 对照组别的描述统计

通过本节分析可以得：

1)增益性、规范性、享乐性和购买意愿变量与人口学变量无显著相关性；

2)增益性、规范性、享乐性与购买意愿之间存在显著正相关关系，这支持本文的理论基础——目标框架理论；

3)增益性、规范性、享乐性和购买意愿在行为经济学激励对照实验中存在显著差异。激励措施可以提升用户增益性、规范性、享乐性动机的得分，且购买意愿也会显著提升。

3.4 回归分析

上述内容证实了基于目标框架理论的行为动机模型的有效性，且证实了行为经济学激励对于行为动机的正向影响。因此支持对该模型进行多元线性回归。

基于表6的线性回归分析可得：

1)本次线性回归模型的拟合度良好，R2=0.581>0.5，意味着本次的运算结果较为真实可靠地反映出增益性、规范性和享乐性动机对用户购买率的影响情况，这三种动机可以解释购买意愿变化情况的58.1%。

表6 多元线性回归分析

2)回归方程显著，F=148.155，P<0.001，意味着三个自变量中至少有一个可以显著影响因变量满意度。

3)增益性可以显著正向影响购买率(β=6.432>0，P<0.001)；规范性可以显著影响购买率(β=2.792>0,P<0.001)；享乐性可以显著正向影响购买率(β=7.159>0.001,P<0.001)。

4)最后，变量之间得出激励效用回归方程式(1)：

F=6.432×G+2.792×N+7.159×H-16.957

(1)

式中F表示购买意愿，G代表增益性，N代表规范性，H代表享乐性。

3.5 小结

1)本文构建并验证基于增益性、规范性和享乐性目标的(Gain, Normative and Hedonic Goal)三维度的购买意愿模型的有效性，并构建出式(1)。这三个变量显著正向影响因变量，验证了理论分析的假设。增益性与享乐性对购买率的影响更强，其回归系数分别为6.432与7.159。

2)行为经济学激励显著影响消费者目标框架，施加现时偏见、同群效应和内在激励三种激励对于用户在增益性、规范性和享乐性目标的感知有显著正向影响，增益性目标均值从4.54提升至4.83；规范性目标均值从3.67提升至4.24；享乐性目标均值从4.78提升至5.21。

3)行为经济学激励对于用户行为引导具有积极作用，施加激励后，通过增益性、规范性和享乐性感知的提升，将总体购买率提升12.72%。

4 总结

本文研究了行为经济激励对智能照明系统购买意愿的影响，通过实证研究验证了非经济激励的有效性，在不增加补贴刺激情况下可以将用户购买意愿提升12.72%，该种激励措施应用至智能照明市场中可产生较高的社会价值和产业价值。

本文的创新点在于将行为经济学原理应用至用户能源决策场景，尝试引导激励个人行为，并将购买意愿具化成激励效用模型。

本文仅是行为经济学在个体行为决策建模中的初步应用。人的行为激励是一个复杂的系统，很多因素有待于今后的研究。理解人的行为动机与引导方式，对于各类现实应用场景的分析与建模至关重要，将人因影响纳入才能更加贴近真实的世界。