《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》：From concepts to connectivity: A systematic review of smart mobility antecedents and impacts
编辑推荐：
为整合智能出行领域碎片化的研究，Douglas Mitieka等人对2013年至2024年间发表的89项实证研究进行了系统性文献综述。研究综合运用心理学、制度理论和行为实践视角，构建了一个整合微观、中观和宏观动态的多层次框架，梳理了该领域的主流主题模式、理论基础与方法路径，揭示了概念盲点、地域不平衡等问题，并为未来研究制定了一个结构化议程，为学者和决策者提供了理论发展与政策设计的指导。
现代城市的脉搏是出行，它不仅关乎人与物的移动，也塑造着商业运作模式和城市生活体验。然而，日益加剧的交通拥堵、温室气体排放以及现有基础设施的巨大压力，长期困扰着各大城市。在此背景下，一个关键问题浮现：智能出行，这项融合了数字平台、自动驾驶汽车和数据驱动物流的移动新范式，是能真正提升生活品质，还是仅仅让出行速度变快？过去十年，交通运输、信息系统和管理学等领域对智能出行的研究日益增长，但这些成果彼此分散，阻碍了学者整合核心见解、识别持续的研究空白并为未来指明清晰方向。为了弥合这一差距，一篇发表在《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》期刊上的研究，进行了一项系统性文献综述。
该综述旨在通过整合现有证据，为未来的智能出行研究提供一个结构化的行动纲领。为此，研究团队遵循PRISMA 2020协议，对2013年至2024年间发表的实证文献进行了系统性回顾。他们从Web of Science、Scopus和EBSCO等数据库检索文献，并将范围限定在澳大利亚商学院院长理事会(ABDC)期刊质量列表中评级为A或A*的同行评审期刊，最终纳入了89项研究。通过概念中心的分析方法，研究构建了包含“前因”和“影响”两大核心的分析矩阵。研究综合运用了心理学、制度理论和行为实践等多种理论视角，以构建一个整合性的多层次分析框架。
5.1. 文献的描述性概述
研究发现，智能出行领域的学术出版物数量自2013年起逐年增加，并在2018年后加速增长，这反映出该领域日益增长的学术和政策关注度。这标志着该领域正从概念性探索转向更为严格的实证分析。
5.2. 研究领域与学科分布
智能出行研究具有显著的跨学科特征。商业与经济学、交通运输、工程学、心理学等多个学科均有贡献，但没有任何单一学科占据主导地位。从应用角度看，自动驾驶汽车是研究最集中的领域，其次是共享出行和出行即服务，三者合计占实证研究文献的80%以上。相比之下，对主动出行和可持续交通模式的研究则明显不足。
5.3. 智能出行的理论基础
理论基础呈现出丰富但碎片化的特点。在探究智能出行采纳前因的66项研究中，个体层面的采纳理论占据主导地位，其中技术接受模型、技术采纳与利用整合理论、计划行为理论应用最为广泛。社会技术与制度视角，如多层次视角、转型理论和社会实践理论，虽然规模较小但也在稳步发展，它们将移动性置于更广泛的技术、制度和社会实践网络中考察。一些研究开始尝试整合行为理论和系统视角的混合框架，但这类研究仍相对稀缺。这种理论多元化虽然促进了概念创新，但也限制了知识的累积和理论的整合。
5.4. 核心概念与构成
智能出行的概念基础由一系列技术和服务的核心概念构成。研究发现，实证文献高度集中在自动驾驶汽车、共享出行和出行即服务这三个概念上。值得注意的是，只有约15%的研究明确使用了“智能出行”这一统合性术语，这反映了该领域在概念上的碎片化。研究基于文献的汇聚，提出了一个整合性定义：智能出行是“由数据驱动的、数字化的多模式交通系统的协同，旨在优化资源利用、提高可及性，并推进环境与社会可持续性。”这一定义涵盖了技术、组织和社会三个相互依存的维度。
5.5. 研究背景分析
从地理背景来看，实证研究高度集中于高收入地区。东亚地区（特别是中国）的研究占主导地位，其次是欧洲和北美，而全球南方国家的研究则非常有限，揭示了研究在地理上的严重不均衡。从研究样本看，大多数研究以成年用户或普通人群为对象，对青年、学生等特定人群的关注不足。此外，研究多集中于城市环境，对城乡结合部或农村地区的关注很少。
5.6. 研究方法论
在研究方法上，定量行为建模（如基于问卷调查的结构方程模型）占据了绝对主导地位。定性研究方法和混合方法的应用相对有限。在探究影响的23项研究中，有近半数采用了模拟和系统建模的方法，例如MATSim、可计算一般均衡模型和系统动力学模型，这显示出评估宏观、系统性影响时对计算方法的依赖。
5.7. 智能出行采纳的前因与障碍
智能出行的采纳受到微观、中观和宏观多层次因素的共同影响。在宏观层面，数字与实体基础设施、监管框架和制度能力构成了基础环境。在中观层面，社区福祉、社会信任和集体生活质量影响着用户感知到的价值。在微观层面，用户需求、感知以及年龄、收入、教育水平等社会经济特征则直接调节着采纳决策。同时，技术碎片化导致的互操作性不足、隐私与数据安全问题引发的信任缺失、以及制度惯性带来的治理协调困难，是阻碍智能出行广泛采纳的主要障碍。
5.8. 智能出行对城市交通的影响
研究表明，智能出行对城市交通绩效的影响是复杂且多面的。积极方面，共享按需服务和智能交通系统可以优化交通管理，减少拥堵；车辆电气化和使用替代燃料有助于在政策与基础设施配套的前提下减少排放。然而，其影响并非全是正面的。网约车和微出行的普及可能会增加车辆行驶里程，反而加剧拥堵。同时，基于应用程序的服务可能固化和加深数字鸿沟，将低收入或数字弱势群体排除在外。环境效益的实现，更大程度上取决于行为适应、模式替代和城市设计，而非技术本身。
研究的结论、意义与未来方向
本综述通过系统梳理89项实证研究，构建了一个整合微观（个体用户）、中观（地方网络、市场参与者、用户群体）和宏观（系统层面、制度与社会结构）三个层次的分析框架。这一框架不仅整合了当前分散的知识，也清晰地揭示了各层次之间的动态联系。研究指出，当前智能出行研究存在明显的概念模糊、理论“孤岛”、地理失衡和方法论单一等局限。大多数研究集中在自动驾驶汽车等少数技术上，对主动出行、公平性等议题关注不足，且研究多集中于发达国家，缺乏全球南方视角。基于此，研究为未来学者提出了一个结构化的研究议程，鼓励进行更多跨层次、跨学科、关注公平性、采用混合方法，并涵盖更广泛地理背景的研究。对于政策制定者和行业从业者而言，这项研究提供了一个整体性的分析工具，有助于设计不仅技术先进，而且社会公平、环境可持续并能适应具体情境的交通系统。最终，这项研究深化了对智能出行如何从技术承诺转化为社会现实的理解，为推动该领域向更整合、更负责任的方向发展奠定了重要的知识基础。
