详情

原文传递出行即服务接受度研究

论文题名：	出行即服务接受度研究
关键词：	出行即服务;用户特征;接受度
摘要：	出行即服务（MobilityasaService,MaaS）作为一种新型出行服务模式，用户的认知、接受和使用是MaaS生存和发展的前提。探讨MaaS环境下的用户接受度及其影响因素，确认潜在用户特征，为MaaS系统设计提供科学依据非常重要。本文旨在建立MaaS接受度模型，分析接受度影响因素，探讨用户特征，为MaaS在中国的后续发展提供建议。　　本研究以技术接受模型（TechnologyAcceptanceModel,TAM）为理论框架，在基础变量（感知有用性、感知易用性、态度和行为意愿）的基础上，引入信任、感知隐私风险、个人创新性、社会影响和环保意识5个扩展变量，建立了MaaS接受度模型。通过网络问卷调查在全国范围内收集数据，得到1190份有效问卷。并对不同类别人群的行为意愿进行方差分析；使用AMOS软件进行结构方程模型分析，探究MaaS接受度及各变量间的作用；采用Mplus软件进行潜在剖面分析（LatentProfileAnalysis，LPA）及多项logistic回归分析，获取用户特征及个人属性对潜在类别的影响。　　研究结果显示，积极的态度是影响MaaS行为意愿的最重要因素；相比于易用性，用户更关注MaaS的有用性；用户对MaaS的信任程度可通过态度影响行为意愿；个人创新性越强、受社会影响越大的人群，对MaaS的行为意愿越高。通过潜在剖面分析，MaaS用户可分为四个类别：CL1（10%）对MaaS不感兴趣；CL2（11%）行为意愿低，十分关注MaaS的隐私风险并对MaaS缺乏信任，有较鲜明的功能期望偏好，感知有用性与感知易用性得分比CL1高；CL3（40%）整体持中立态度，有较高的行为意愿和感知隐私风险；CL4（39%）行为意愿最高，且不介意隐私风险问题。通过多项logistic回归分析发现，年龄、收入、相关服务使用频率、驾龄、出行频率、出行目的、出行方式、出行时间、出行费用和公共交通付费方式会对潜在分类产生影响。
作者：	张坤
专业：	交通运输规划与管理
导师：	赵胜川
授予学位：	硕士
授予学位单位：	大连理工大学
学位年度：	2022