电动汽车用户体验评价体系构建

袁彬,杨振

(浙江理工大学 理学院，杭州 310000)

1 引言

为了推动可持续发展，世界各国开始制定系列政策推动零排放车辆的发展，电动汽车应运而生[1]。尽管电动汽车需求日益增长，但汽车市场中燃油车仍占据着主导地位，电动汽车的市场仍具有很大的成长和拓展空间，消费者的需求还需要进一步开发[2]。电动汽车消费者的需求涉及因素众多，而目前尚未有研究建构明确的电动汽车用户体验评价体系和评价工具。因此，进行电动汽车的用户体验研究，构建科学系统的电动汽车用户体验评价体系和工具，进而进一步挖掘电动汽车用户的需求具有重要意义。

用户体验评价体系的构建是用户体验研究十分重要的一部分，评价指标体系的合理构建，一方面可以为用户评价、选择高质量的产品提供工具，另一方面可以为产品优化明确方向，进而提高产品的质量[3]。用户体验的定义至今还未达成统一，但其中由国际标准化(ISO)所提出的定义在学术界认可度较高，ISO 9241 - 210标准将其定义为“用户在使用或预计要使用某产品、系统或服务时产生的主观感受和反应”[4]。已有部分学者展开了电动汽车用户体验的相关研究，如Singh等人对211篇关于电动汽车购买意愿的研究进行了元分析，总结出电动汽车使用意愿的影响因素包括人口学特征、环境、产品背景以及心理这四个因素[5]。而Li等人通过问卷调查和探索性因子分析，获得了六个促进消费者采用纯电动汽车的影响因素即：设计、国民意识、电池、政府政策、购买和使用成本、从众心理[6]。除此之外，还有许多学者也进行了类似的研究[7-9]，归纳出电动汽车使用意愿影响因素多集中于属性层面、消费者层面、政策层面以及外部因素。少数研究涉及到了电动汽车的评价体系，例如Liu等人从整车评价出发，以环境、社会、经济性三方面因素展开构建评价体系，并对上海的实车进行验证，证明了其评价体系的有效性[10]。还有研究则从单一模块的用户需求出发，如赵智昊等对电动汽车充电桩的用户需求进行了评价[11]，王舟洋等建立了汽车仪表盘用户体验模型等[12]。

综上所述，现有电动汽车的用户体验研究大多集中在电动汽车的使用意愿上，而关于电动汽车评价体系相关研究则大多集中在车辆性能本身以及充电技术上，尚缺乏综合和系统的电动汽车用户体验评价体系的建构，因此本研究将从电动汽车的用户体验入手，以期建立包含多维度多指标的电动汽车用户体验评价体系和测量工具，并验证该评价系统的有效性。

传统的用户体验评价体系构建主要基于文献综述、用户访谈和专家评价等方式[13]，随着人工智能、大数据、云计算、物联网等技术的发展，用户体验评价的手段也越来越多样化。如基于大数据的发展，许多学者根据产品评论的文本挖掘关键技术，融合多源数据对用户体验进行研究。相比于传统的方法，这种方式无论是在数量、质量还是在实时性上都更加有效。因此本研究将尝试运用文本挖掘分析与文献综述、用户访谈相结合的方式，结合聚类分析、因素分析等多种统计分析方法，建立电动汽车用户体验体系和工具，以期为电动汽车用户体验的提升提供新的思路。

2 方法

2.1 文本挖掘

本研究首先利用Python对某主流汽车论坛的用户口碑评论进行了收集，共收集了1 077条评论，包含了江淮、特斯拉、奥迪、领克、蔚来、小鹏、比亚迪等主流电动汽车品牌。对获得的文本数据进行了分词以及词频统计，并依据词频行了k-means聚类分析。

2.2 结构访谈

本研究采用线上语音访谈的方式，共访谈了13人，其中男性9人，女性4人，年龄分布在23-53岁。13人中有9人具有电动汽车的驾驶经验，有2人只有传统汽车驾驶经验而无电动汽车驾驶经验，有2人只有乘坐经验。访谈内容包括含两大类问题，一类是是人口学统计信息包括性别、年龄、教育程度、收入水平以及所在地区；另一类是使用情况调研包括使用目的、品牌偏好、使用的影响因素等、使用感受与建议等相关问题。

2.3 用户体验评价问卷

初步构建电动汽车用户体验评价体系的维度和指标后，本研究根据已构建的理论结构，编制其测量模型和工具——电动汽车用户体验评价问卷。参照以往态度问卷编制的研究，本研究采用了 Likert 7 级量表编制成“电动汽车用户体验评价问卷”，1 表非常不同意，7 表非常同意。根据前面初步建构的理论体系，问卷初步编制了36个题项，其中包含12个功能体验题项，12个交互体验题项、10个情感体验题项以及两道测谎题(用于筛查无效问卷)。

2.3.1 用户对象

本研究通过线上问卷发放共进行了两次数据收集。初测数据共收集用户问卷432份，其中男性有192名，女性240名，年龄在18到60岁之间，并有188人已经拥有了电动汽车。第二次共收集了412份用户问卷数据，包括212名男性，200名女性，年龄在18到60岁之间，有216人已经拥有电动汽车。

2.3.2 统计工具

本研究使用 SPSS 25.0进行问卷的探索性因素分析,利用AMOS 25.0进行问卷的验证性因素分析及电动汽车用户体验模型的拟合检验。

3 结果

3.1 文本挖掘与访谈结果

文本聚类结果显示，聚类结果取3类时效果最好，如图1所示。然后对聚类结果的每一簇进行了关键词的提取(选取了前20的高频词)。进一步，对不同类别的关键词进行整理，转换成为用户特征标签，并根据关键词的特征类型，分别将上述3类用户命名为性能型用户、互动型用户以及情感型用户。其中性能型用户对应的关键词有配置，性能、刹车，续航、系统等等，这类用户会更加关注车辆的性能配置；交互型用户对应的关键词有服务、充电、试驾、空调等等，这类用户更关注与车辆的交互是否顺利，购买服务是否完善；情感型用户的关键词则包括喜欢、满意、颜值、氛围等等，这类用户往往更看重车辆颜值，车辆与个人特征是否搭配。

图1 K-means 聚类结果

Rose等人提出用户体验包含认知体验与情感体验[14]，而在董淑芳关于社交网站的用户体验中，将社交网站的用户体验将认知体验细化为了感官体验、互动体验以及内容体验[15]。因此，本研究中的文本聚类结果与已有用户体验模型分类结果较为一致。

对访谈记录进行整理发现续航、充电、驾驶舒适感、易操控、满意、新奇等等词汇是访谈过程中出现的高频词。最后，对访谈结果进行整理编码后将访谈结果归纳为了使用过程，本身性能以及情感体验三个感方面，这与文本聚类的结果大致相对应。

3.2 评价体系建构

Thüring认为用户体验包括技术系统特征以及情感体验[16]。其中系统特征包含可控性、易用性、效率等等的技术特征，也包含视觉品质，触觉品质等等的非技术特征；而情感体验则包含主观情感，心理反应等等。根据上述理论，本研究结合电动汽车的实际特点，将电动汽车用户体验的系统特征拆分为功能体验以及互动体验。其中，功能体验包括续航能力和可用性。续航能力属于电动汽车的独有属性，指电动汽车的持续使用时间，包含了电池配置、充电效率以及续航里程数。可用性则指电动汽车容易使用的总体程度。

随着智能交互技术的发展，智能交互体验构成了电动汽车用户体验的重要组成部分，因此本文将自动驾驶、自动泊车、语音交互以及中控的智能化纳入了智能互动体验中。同时，结合访谈结果将中控交互也纳入到了互动体验中，包含中控门锁及灯光控制、空调制热制冷速度、中控屏使用舒适度。因此，电动汽车的互动体验主要由智能互动和中控交互构成。

最后，根据文本聚类的结果，本研究将吸引力和美观融入到了情感体验中。其中吸引力指使用电动汽车所带来的新鲜感、成就感及兴趣程度，美观指电动汽车外观以及内饰的色彩搭配以及设计风格的合理性。

综上所述，结合已有文献、文本聚类以及访谈结果，本文初步确定了电动汽车用户体验的三个一级指标(维度)：功能体验、互动体验以及情感体验。功能体验包括续航和可用性两个二级指标；互动体验包含智能互动及中控交互这两个二级指标；情感体验则包含吸引力以及美观这两个二级指标。

3.3 模型分析与验证

3.3.1 探索性因子分析

首先对初测问卷的数据进行探索性因子分析(Exploratory Factor Analysis,EFA)，通过用户数据来验证并优化前期初步建构的电动汽车用户体验评价体系。

(1)适用性检验

对初测数据的问卷题项进行探索性因子分析。首先利用 KMO 值(Kaiser-Meyer-Olkin)和Bartlett球形检验等方法验证是否适合进行因子分析。Kaiser指出KMO的衡量标准:0.9以上非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合[17]。初测问卷数据的KMO值为0.919>0.9，且Bartlett球形度检验结果表明，χ2(630)= 5710.926，P<0.05，表示问卷结构效度良好，说明适合进一步进行探索性因子分析。

(2)主成分分析

采用主成分分析法对35个问卷进行分析，提取特征根大于 1的因子。然后对因素分析结果进行最大正交旋转同时结合碎石图，共抽取出6个公因子特征根，并根据文献建议，保留了因素负荷值>0.3题项[18]，得到了25个题项。因子累计解释变异量为56.81%，因子结构及各项目的因子负荷见表1。根据上述因子分析的结果，将六个因子分别命名为吸引力、美观、易用性、续航、中控交互、智能交互。

表1 因子结构及各项目的因子负荷表

3.3.2 效度和信度检验

(1)验证性因子分析

结构效度是指一个测量工具实际测到所要测量的理论结构和特质的程度。通过探索性因子分析的结果，本研究初步建立了电动汽车用户体验评价测量模型。在通过EFA建立电动汽车用户体验评价系统的测量模型后，本研究采用基于结构方程模型的验证性因子分析(Confirmatory Factor Analysis,CFA)来进一步验证该测量模型的结构效度，并即构想模型与实际模型拟合度。

使用极大似然法对正式数据进行验证性因子分析，删除了标准路径回归系数低于0.5的题项[19]。本研究选择的拟合指数包括近似误差均方根RMSEA、塔克.刘路易斯指数TLI、成长适配指标IFI、良性适配指标AGFI和比较拟合指数CFI。据参考相关文献[20]，χ2/df值(CMIN/DF)<3表明模型拟合较好；RMSEA值的变化范围在0和1之间，越接近0越好，低于0.05为理想值，表明结构方程模型与观测数据拟合度较好；CFI、GFI、AGFI、IFI的值>或者接近0.9为理想值。对模型进行调整后，最终得到本次电动汽车用户体验CFA模型，因子结构模型及标准化路径系数如图2所示。各模型拟合度指数如表2所示，各参数拟合较好，说明所构建的模型适配度较为理想，结构效度佳。

图2 电动汽车用户体验评价的 CFA 分析路径

表2 电动汽车用户体验评价假设模型的拟合度指数

综上所述经过CFA对模型进行调整后，最终得到了包含20个题项的电动汽车用户体验测量问卷，如表3所示。

表3 电动汽车用户体验评价问卷最终题项

(2)信度检验

信度检验是指检验问卷所得结果的稳定性及一致性。通常采取的信度检验方法为 Cronbach’s α 系数法。DeVellis提出 α 系数值>0．80 表明量表质量非常好，>0.7表示量表质量较好，>0.6则表示量表质量可以接受[21]。从表 4 可知，除了中控与续航两个维度以外，其余维度以及总体Cronbach’s α 值均>0.7，表明问卷的内部一致性与稳定性良好。

表4 电动汽车用户体验评价问卷信度检验结果

4 讨论

通过综合文献分析、文本挖掘和用户访谈的结果，并结合探索性因子分析，本研究获得了电动汽车用户体验评价体系的6因子结构，分别为续航、可用性、智能交互、中控交互、吸引力、美观。其中，续航与可用性对应文本聚类结果的功能体验；智能交互与中控交互对应交互体验；吸引力与美观对应情感体验。

这一结果也与其他产品的用户体验评价模型较为一致，例如虞荷琼从界面、交互、内容、情感等维度构建的电竞平台用户体验评价模型[22]。该模型的维度划分与本文模型大体一致，但其评价模型的建立采用了访谈与文献分析等相对传统的方法，而本文对于评价维度的划分不再仅仅局限于相对传统的文献分析和专家评估，而是结合文本挖掘的方式深入分析用户于对于电动汽车的需求，并根据文本聚类结果将用户分为了性能型用户、互动型用户以及情感型用户，综合考虑了用户的心理、行为等因素。此外，与已有的电动汽车评价研究相比，本文避免仅从车辆本身性能以及充电技术上评价，评价指标与对象相对单一的问题，即围绕产品用户体验评价涉及的主要方面和内容，从多维度考量，较全面地涵盖电动汽车用户体验评价的主要内容。例如李郁菡等人建立的电动汽车驾乘满意度的评价指标体系[23]，主要偏向定性的满意度研究，测评内容仅限于电动汽车本身性能。类似的研究还有王舟洋建立的汽车仪表盘用户体验模型[12]，测量方法上结合了定性测量与定量测量，但只针对于汽车仪表盘，无法完整全面地获得电动汽车的用户体验内容。

而验证性因子分析的结果也表明，电动汽车用户体验的6因子模型较好地拟合了观测数据，进一步支持了文本挖掘、用户访谈和探索性因素分析的结果，表明该测量模型的适用性较好。此外，本研究考察6因子的内部一致性信度均到达可接受水平。因此，本研究建构和编制的电动汽车用户体验评价体系及测量问卷具有良好的信度和效度，适合测评消费者使用电动汽车的用户体验。

综上所述，本研究建构的电动汽车用户体验综合评价体系和测量问卷可以为电动汽车用户体验的评价和后续的优化改进提供思路，并为电动汽车扩展市场以及提升车辆品质提供了依据。未来的研究可以基于本研究编制的电动汽车用户体验评价问卷，结合主观评价、生理指标测量等多模态数据对电动汽车的用户体验进行综合研究，并结合实车测试，对比不同品牌型号的电动汽车的，进一步并优化验证该测量问卷的可用性。

5 小结

本研究利用文本挖掘、用户访谈、文献分析等方法，建构了包括功能体验、互动体验以及情感体验三个一级指标，以及续航、可用性、智能交互、中控交互、吸引力、美观六个二级指标的电动汽车用户体验综合评价体系。探索性性因子分析和验证性因子分析等统计方法的结果表明，本研究构建的理论模型与观测数据具有较高的拟合度，说明本研究编制的问卷适合作为评价电动汽车用户体验的测量工具。