電動汽車用戶體驗評價體系構建

袁彬,楊振

(浙江理工大學 理學院，杭州 310000)

1 引言

為了推動可持續發展，世界各國開始制定系列政策推動零排放車輛的發展，電動汽車應運而生[1]。盡管電動汽車需求日益增長，但汽車市場中燃油車仍占據著主導地位，電動汽車的市場仍具有很大的成長和拓展空間，消費者的需求還需要進一步開發[2]。電動汽車消費者的需求涉及因素眾多，而目前尚未有研究建構明確的電動汽車用戶體驗評價體系和評價工具。因此，進行電動汽車的用戶體驗研究，構建科學系統的電動汽車用戶體驗評價體系和工具，進而進一步挖掘電動汽車用戶的需求具有重要意義。

用戶體驗評價體系的構建是用戶體驗研究十分重要的一部分，評價指標體系的合理構建，一方面可以為用戶評價、選擇高質量的產品提供工具，另一方面可以為產品優化明確方向，進而提高產品的質量[3]。用戶體驗的定義至今還未達成統一，但其中由國際標準化(ISO)所提出的定義在學術界認可度較高，ISO 9241 - 210標準將其定義為“用戶在使用或預計要使用某產品、系統或服務時產生的主觀感受和反應”[4]。已有部分學者展開了電動汽車用戶體驗的相關研究，如Singh等人對211篇關于電動汽車購買意愿的研究進行了元分析，總結出電動汽車使用意愿的影響因素包括人口學特征、環境、產品背景以及心理這四個因素[5]。而Li等人通過問卷調查和探索性因子分析，獲得了六個促進消費者采用純電動汽車的影響因素即：設計、國民意識、電池、政府政策、購買和使用成本、從眾心理[6]。除此之外，還有許多學者也進行了類似的研究[7-9]，歸納出電動汽車使用意愿影響因素多集中于屬性層面、消費者層面、政策層面以及外部因素。少數研究涉及到了電動汽車的評價體系，例如Liu等人從整車評價出發，以環境、社會、經濟性三方面因素展開構建評價體系，并對上海的實車進行驗證，證明了其評價體系的有效性[10]。還有研究則從單一模塊的用戶需求出發，如趙智昊等對電動汽車充電樁的用戶需求進行了評價[11]，王舟洋等建立了汽車儀表盤用戶體驗模型等[12]。

綜上所述，現有電動汽車的用戶體驗研究大多集中在電動汽車的使用意愿上，而關于電動汽車評價體系相關研究則大多集中在車輛性能本身以及充電技術上，尚缺乏綜合和系統的電動汽車用戶體驗評價體系的建構，因此本研究將從電動汽車的用戶體驗入手，以期建立包含多維度多指標的電動汽車用戶體驗評價體系和測量工具，并驗證該評價系統的有效性。

傳統的用戶體驗評價體系構建主要基于文獻綜述、用戶訪談和專家評價等方式[13]，隨著人工智能、大數據、云計算、物聯網等技術的發展，用戶體驗評價的手段也越來越多樣化。如基于大數據的發展，許多學者根據產品評論的文本挖掘關鍵技術，融合多源數據對用戶體驗進行研究。相比于傳統的方法，這種方式無論是在數量、質量還是在實時性上都更加有效。因此本研究將嘗試運用文本挖掘分析與文獻綜述、用戶訪談相結合的方式，結合聚類分析、因素分析等多種統計分析方法，建立電動汽車用戶體驗體系和工具，以期為電動汽車用戶體驗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對某主流汽車論壇的用戶口碑評論進行了收集，共收集了1 077條評論，包含了江淮、特斯拉、奧迪、領克、蔚來、小鵬、比亞迪等主流電動汽車品牌。對獲得的文本數據進行了分詞以及詞頻統計，并依據詞頻行了k-means聚類分析。

2.2 結構訪談

本研究采用線上語音訪談的方式，共訪談了13人，其中男性9人，女性4人，年齡分布在23-53歲。13人中有9人具有電動汽車的駕駛經驗，有2人只有傳統汽車駕駛經驗而無電動汽車駕駛經驗，有2人只有乘坐經驗。訪談內容包括含兩大類問題，一類是是人口學統計信息包括性別、年齡、教育程度、收入水平以及所在地區；另一類是使用情況調研包括使用目的、品牌偏好、使用的影響因素等、使用感受與建議等相關問題。

2.3 用戶體驗評價問卷

初步構建電動汽車用戶體驗評價體系的維度和指標后，本研究根據已構建的理論結構，編制其測量模型和工具——電動汽車用戶體驗評價問卷。參照以往態度問卷編制的研究，本研究采用了 Likert 7 級量表編制成“電動汽車用戶體驗評價問卷”，1 表非常不同意，7 表非常同意。根據前面初步建構的理論體系，問卷初步編制了36個題項，其中包含12個功能體驗題項，12個交互體驗題項、10個情感體驗題項以及兩道測謊題(用于篩查無效問卷)。

2.3.1 用戶對象

本研究通過線上問卷發放共進行了兩次數據收集。初測數據共收集用戶問卷432份，其中男性有192名，女性240名，年齡在18到60歲之間，并有188人已經擁有了電動汽車。第二次共收集了412份用戶問卷數據，包括212名男性，200名女性，年齡在18到60歲之間，有216人已經擁有電動汽車。

2.3.2 統計工具

本研究使用 SPSS 25.0進行問卷的探索性因素分析,利用AMOS 25.0進行問卷的驗證性因素分析及電動汽車用戶體驗模型的擬合檢驗。

3 結果

3.1 文本挖掘與訪談結果

文本聚類結果顯示，聚類結果取3類時效果最好，如圖1所示。然后對聚類結果的每一簇進行了關鍵詞的提取(選取了前20的高頻詞)。進一步，對不同類別的關鍵詞進行整理，轉換成為用戶特征標簽，并根據關鍵詞的特征類型，分別將上述3類用戶命名為性能型用戶、互動型用戶以及情感型用戶。其中性能型用戶對應的關鍵詞有配置，性能、剎車，續航、系統等等，這類用戶會更加關注車輛的性能配置；交互型用戶對應的關鍵詞有服務、充電、試駕、空調等等，這類用戶更關注與車輛的交互是否順利，購買服務是否完善；情感型用戶的關鍵詞則包括喜歡、滿意、顏值、氛圍等等，這類用戶往往更看重車輛顏值，車輛與個人特征是否搭配。

圖1 K-means 聚類結果

Rose等人提出用戶體驗包含認知體驗與情感體驗[14]，而在董淑芳關于社交網站的用戶體驗中，將社交網站的用戶體驗將認知體驗細化為了感官體驗、互動體驗以及內容體驗[15]。因此，本研究中的文本聚類結果與已有用戶體驗模型分類結果較為一致。

對訪談記錄進行整理發現續航、充電、駕駛舒適感、易操控、滿意、新奇等等詞匯是訪談過程中出現的高頻詞。最后，對訪談結果進行整理編碼后將訪談結果歸納為了使用過程，本身性能以及情感體驗三個感方面，這與文本聚類的結果大致相對應。

3.2 評價體系建構

Thüring認為用戶體驗包括技術系統特征以及情感體驗[16]。其中系統特征包含可控性、易用性、效率等等的技術特征，也包含視覺品質，觸覺品質等等的非技術特征；而情感體驗則包含主觀情感，心理反應等等。根據上述理論，本研究結合電動汽車的實際特點，將電動汽車用戶體驗的系統特征拆分為功能體驗以及互動體驗。其中，功能體驗包括續航能力和可用性。續航能力屬于電動汽車的獨有屬性，指電動汽車的持續使用時間，包含了電池配置、充電效率以及續航里程數?？捎眯詣t指電動汽車容易使用的總體程度。

隨著智能交互技術的發展，智能交互體驗構成了電動汽車用戶體驗的重要組成部分，因此本文將自動駕駛、自動泊車、語音交互以及中控的智能化納入了智能互動體驗中。同時，結合訪談結果將中控交互也納入到了互動體驗中，包含中控門鎖及燈光控制、空調制熱制冷速度、中控屏使用舒適度。因此，電動汽車的互動體驗主要由智能互動和中控交互構成。

最后，根據文本聚類的結果，本研究將吸引力和美觀融入到了情感體驗中。其中吸引力指使用電動汽車所帶來的新鮮感、成就感及興趣程度，美觀指電動汽車外觀以及內飾的色彩搭配以及設計風格的合理性。

綜上所述，結合已有文獻、文本聚類以及訪談結果，本文初步確定了電動汽車用戶體驗的三個一級指標(維度)：功能體驗、互動體驗以及情感體驗。功能體驗包括續航和可用性兩個二級指標；互動體驗包含智能互動及中控交互這兩個二級指標；情感體驗則包含吸引力以及美觀這兩個二級指標。

3.3 模型分析與驗證

3.3.1 探索性因子分析

首先對初測問卷的數據進行探索性因子分析(Exploratory Factor Analysis,EFA)，通過用戶數據來驗證并優化前期初步建構的電動汽車用戶體驗評價體系。

(1)適用性檢驗

對初測數據的問卷題項進行探索性因子分析。首先利用 KMO 值(Kaiser-Meyer-Olkin)和Bartlett球形檢驗等方法驗證是否適合進行因子分析。Kaiser指出KMO的衡量標準:0.9以上非常適合；0.8表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示極不適合[17]。初測問卷數據的KMO值為0.919>0.9，且Bartlett球形度檢驗結果表明，χ2(630)= 5710.926，P<0.05，表示問卷結構效度良好，說明適合進一步進行探索性因子分析。

(2)主成分分析

采用主成分分析法對35個問卷進行分析，提取特征根大于 1的因子。然后對因素分析結果進行最大正交旋轉同時結合碎石圖，共抽取出6個公因子特征根，并根據文獻建議，保留了因素負荷值>0.3題項[18]，得到了25個題項。因子累計解釋變異量為56.81%，因子結構及各項目的因子負荷見表1。根據上述因子分析的結果，將六個因子分別命名為吸引力、美觀、易用性、續航、中控交互、智能交互。

表1 因子結構及各項目的因子負荷表

3.3.2 效度和信度檢驗

(1)驗證性因子分析

結構效度是指一個測量工具實際測到所要測量的理論結構和特質的程度。通過探索性因子分析的結果，本研究初步建立了電動汽車用戶體驗評價測量模型。在通過EFA建立電動汽車用戶體驗評價系統的測量模型后，本研究采用基于結構方程模型的驗證性因子分析(Confirmatory Factor Analysis,CFA)來進一步驗證該測量模型的結構效度，并即構想模型與實際模型擬合度。

使用極大似然法對正式數據進行驗證性因子分析，刪除了標準路徑回歸系數低于0.5的題項[19]。本研究選擇的擬合指數包括近似誤差均方根RMSEA、塔克.劉路易斯指數TLI、成長適配指標IFI、良性適配指標AGFI和比較擬合指數CFI。據參考相關文獻[20]，χ2/df值(CMIN/DF)<3表明模型擬合較好；RMSEA值的變化范圍在0和1之間，越接近0越好，低于0.05為理想值，表明結構方程模型與觀測數據擬合度較好；CFI、GFI、AGFI、IFI的值>或者接近0.9為理想值。對模型進行調整后，最終得到本次電動汽車用戶體驗CFA模型，因子結構模型及標準化路徑系數如圖2所示。各模型擬合度指數如表2所示，各參數擬合較好，說明所構建的模型適配度較為理想，結構效度佳。

圖2 電動汽車用戶體驗評價的 CFA 分析路徑

表2 電動汽車用戶體驗評價假設模型的擬合度指數

綜上所述經過CFA對模型進行調整后，最終得到了包含20個題項的電動汽車用戶體驗測量問卷，如表3所示。

表3 電動汽車用戶體驗評價問卷最終題項

(2)信度檢驗

信度檢驗是指檢驗問卷所得結果的穩定性及一致性。通常采取的信度檢驗方法為 Cronbach’s α 系數法。DeVellis提出 α 系數值>0．80 表明量表質量非常好，>0.7表示量表質量較好，>0.6則表示量表質量可以接受[21]。從表 4 可知，除了中控與續航兩個維度以外，其余維度以及總體Cronbach’s α 值均>0.7，表明問卷的內部一致性與穩定性良好。

表4 電動汽車用戶體驗評價問卷信度檢驗結果

4 討論

通過綜合文獻分析、文本挖掘和用戶訪談的結果，并結合探索性因子分析，本研究獲得了電動汽車用戶體驗評價體系的6因子結構，分別為續航、可用性、智能交互、中控交互、吸引力、美觀。其中，續航與可用性對應文本聚類結果的功能體驗；智能交互與中控交互對應交互體驗；吸引力與美觀對應情感體驗。

這一結果也與其他產品的用戶體驗評價模型較為一致，例如虞荷瓊從界面、交互、內容、情感等維度構建的電競平臺用戶體驗評價模型[22]。該模型的維度劃分與本文模型大體一致，但其評價模型的建立采用了訪談與文獻分析等相對傳統的方法，而本文對于評價維度的劃分不再僅僅局限于相對傳統的文獻分析和專家評估，而是結合文本挖掘的方式深入分析用戶于對于電動汽車的需求，并根據文本聚類結果將用戶分為了性能型用戶、互動型用戶以及情感型用戶，綜合考慮了用戶的心理、行為等因素。此外，與已有的電動汽車評價研究相比，本文避免僅從車輛本身性能以及充電技術上評價，評價指標與對象相對單一的問題，即圍繞產品用戶體驗評價涉及的主要方面和內容，從多維度考量，較全面地涵蓋電動汽車用戶體驗評價的主要內容。例如李郁菡等人建立的電動汽車駕乘滿意度的評價指標體系[23]，主要偏向定性的滿意度研究，測評內容僅限于電動汽車本身性能。類似的研究還有王舟洋建立的汽車儀表盤用戶體驗模型[12]，測量方法上結合了定性測量與定量測量，但只針對于汽車儀表盤，無法完整全面地獲得電動汽車的用戶體驗內容。

而驗證性因子分析的結果也表明，電動汽車用戶體驗的6因子模型較好地擬合了觀測數據，進一步支持了文本挖掘、用戶訪談和探索性因素分析的結果，表明該測量模型的適用性較好。此外，本研究考察6因子的內部一致性信度均到達可接受水平。因此，本研究建構和編制的電動汽車用戶體驗評價體系及測量問卷具有良好的信度和效度，適合測評消費者使用電動汽車的用戶體驗。

綜上所述，本研究建構的電動汽車用戶體驗綜合評價體系和測量問卷可以為電動汽車用戶體驗的評價和后續的優化改進提供思路，并為電動汽車擴展市場以及提升車輛品質提供了依據。未來的研究可以基于本研究編制的電動汽車用戶體驗評價問卷，結合主觀評價、生理指標測量等多模態數據對電動汽車的用戶體驗進行綜合研究，并結合實車測試，對比不同品牌型號的電動汽車的，進一步并優化驗證該測量問卷的可用性。

5 小結

本研究利用文本挖掘、用戶訪談、文獻分析等方法，建構了包括功能體驗、互動體驗以及情感體驗三個一級指標，以及續航、可用性、智能交互、中控交互、吸引力、美觀六個二級指標的電動汽車用戶體驗綜合評價體系。探索性性因子分析和驗證性因子分析等統計方法的結果表明，本研究構建的理論模型與觀測數據具有較高的擬合度，說明本研究編制的問卷適合作為評價電動汽車用戶體驗的測量工具。