面向人居空間智能照明系統的用戶激勵研究

張毅強，陶晟宇，王銘鑫，林燕丹，孫耀杰

(1.復旦大學光源與照明工程系，上海 200433； 2.復旦大學六次產業研究院，上海 200433；3.上海綜合能源系統人工智能工程技術研究中心，上海 200433)

引言

伴隨著5G、物聯網以及LED照明的大規模應用，智能照明成為照明行業主要發展方向[1]。智能照明是借助物聯網通信技術來實現高質量、個性化、節能環保等照明需求新趨勢，有望在萬物互聯的物聯網時代實現對傳統照明的規模化替代，開創前景廣闊的基于物聯網的照明時代[2]。

當前智能照明尚處發展初期，市場認可度有待提升，iiMedia Research數據顯示，在全部智能家居產品中，消費者對智能電視的認知度高達42.6%，對智能照明系統了解度較低，認可度僅為13.5%；根據前瞻產業研究院數據顯示(見圖1)，中國智能照明在LED照明市場中的滲透率不足4%，因此智能照明的市場認可度亟待提高。

圖1 中國LED與智能照明市場規模Fig.1 Chinese LED and intelligent lighting market size

目前，國內外政府主要通過產業補貼與政策引導等方式促進智能照明產業的發展[3]。特別在中國，智能照明也是國家政策持續鼓勵及推進的方向，是國家節能減排、改善民生、發展照明指出產業的戰略趨勢[4]，例如：2016年兩會曾提出包含照明領域在內的全民節能計劃，2017年國家發改委將發展為半導體照明產業強國列入“十三五”規劃，2019年再次提出“城市照明綠色化”、“綠色照明”；2021年兩會更是將智能照明、高效照明產品列入“十四五”規劃，可見智能照明已經作為國家發展戰略的一部分進行推進布局。

政策指引與財政補貼對于行業快速發展與需求拓展意義重大，然而也存在一定的局限性，經濟補貼對產業投資建設影響劇烈，過強的補貼政策造成財政巨大的壓力且不利于行業競爭創新，過弱則直接沖擊需求，行業盈利下滑嚴重；同時政策指引往往觸及度有限，常局限于產業層面，對于下游應用及消費者感知覆蓋不足[5]。如何高效率、低成本的促進智能照明產業的發展是學術界和產業界面臨的重點問題，行為經濟學措施因其特有的彈性、親和力及成本效益等特質值得深入研究。

1 行為經濟學在智能照明的應用

1.1 人居空間下的智能照明系統

智能照明系統是本文的研究對象，其指利用物聯網技術、通訊技術、SoC智能信息處理及節能控制等技術組成的分布式照明控制系統，來實現對照明設備的智能化控制[6]。如圖2所示，智慧照明系統可以通過傳感器檢測外部環境變量，在與內部數據交匯計算后，通過內部控制系統與通信系統進行適應性的調節。

圖2 智能照明系統結構示意圖Fig.2 Intelligent lighting system structure diagram

在人居空間下，智能照明系統通常可實現強弱調節、燈光軟啟動、定時控制、場景設置等功能，輔以大數據訓練與物聯網系統，可實現科學化、個性化、精確化及高能耗效率的照明應用實現。

1.2 行為經濟學的應用原理

人居空間的智能照明系統是直接觸及終端消費者的產品，消費者的人因因素將對產品的推行應用產生巨大影響。技術研發與產業政策補貼等激勵措施不可或缺，但基于行為經濟學的非經濟激勵手段逐漸展現出獨特的價值，具備的彈性、親和力與成本效益值得重視。

行為經濟學研究發現，個體的選擇與認知存在一定的偏差，行為決策是可以通過心理與行為調節來影響的[7]。行為經濟學發現個體具有時間貼現、損失厭惡、現狀偏見以及遵同等心理以及行為特征，大批學者設計了不同的政策干預措施并進行實證效果評估[8]。

諾貝爾獎獲得者Richard Thaler提出“輕推”式政策能在不影響消費者自由選擇的前提下，運用其行為和心理特征、矯正和干預消費者行為，他在《Nudge》提到安裝紅色能耗警示燈提醒家庭實時用電變化后，家庭在用電高峰期減少了40%的電能消費[9]。Allcott和Taubinsky驗證了個體直覺判斷的非理性決策，提供顯著且易得輔助信息有助引導節能行為，其通過隨機控制實驗研究發現，消費者被告知了白熾燈和節能燈終身使用年限內的能耗成本信息后，選擇節能燈的消費者增加了12%[10]。Bollinger與Gillingham驗證同群效應的影響，發現同一區域內已經安裝的PV數量明顯促進了新的PV安裝數量[11]。

因此基于行為經濟學的激勵手段對用戶行為具有顯著的激勵效用。其借助適當的信息呈現與引導，借助用戶的內在智慧與理性決策來實現預期目標，更具有彈性、親和力以及成本效益比。

本文通過問卷量表收集數據進行實證分析。基于量表的實證分析是行為經濟學及心理物理學的常用手段，量表可將抽象和主觀的表達轉變為量化的客觀數據表達，該方法在諾貝爾經濟學獎得主Daniel Kahneman 和Vernon Smith的行為心理實驗中廣泛應用，如Kahneman在對前景理論、稟賦效應的研究中均采納該方法來獲取人群的態度與選擇[12, 13]。

2 研究方法與實證研究

本文旨在研究行為心理角度的調控手段對智能照明系統的用戶激勵作用。如圖3所示的研究方法與流程，本文基于行為經濟學理論研究，構建基于經濟回報、社群影響與精神激勵三個維度的用戶激勵模型，并通過實證研究進行模型驗證、相關性分析與回歸建模。

圖3 研究方法與流程Fig.3 Research method and process

2.1 理論基礎

本文主要參考了Lindenberg關于消費者決策的目標框架理論(Goal-Framing Theory)與行為經濟學對現時偏見、同群效應和雙重激勵理論。行為經濟激勵是通過在目標框架中的用戶動機實現，從而影響用戶決策的。

圖4 行為經濟學激勵機理Fig.4 Behavioral economics incentive mechanism

如圖4所示為行為經濟學與目標框架的應用。目標框架理論提出用戶行為動機可以劃分為增益性、規范性、享樂性(Gain, Normative and Hedonic Goal)三類。具體以智能照明系統而言，分別對應于消費者在經濟回報、社群影響和精神激勵上的主要動機。這些動機主導了用戶的行為決策，而通過行為經濟學理論的激勵可以影響這些動機。

1)經濟回報-增益性：如用戶因為智能照明系統帶來的經濟效益、健康保護而使用；

2)社群影響-規范性：因為社會氛圍或社區鄰居的使用而使用；

3)精神激勵-享樂性：認為智能照明系統的節能綠色與科技創新的選擇使自己覺得光榮和快樂。

為研究行為經濟學對智能照明系統的消費者購買意愿影響，本文首先構建消費者在經濟回報、社群影響和精神激勵上的用戶激勵模型；隨后，基于現時偏見、同群效應和內在激勵等行為經濟學原理，設計針對這三種動機的激勵對照實驗，檢驗行為經濟學原理對用戶動機的影響，進而判斷其對購買意愿的影響。下列理論是具體表現：

1)現時偏見(Present Bias)：即短視效應，人們會低估長期回報，而注重短期效用。描述了貼現率重要的時間性質。比起未來消費所帶來的效用，人們更加重視當下消費帶來的滿足感(Strotz, 1955)。

2)同群效應(Herd Effect)：指人的遵同行為，人會選擇執行多數人贊同的行為。個人出于維持人際關系和自身形象的原因，在感受到群體壓力時會選擇遵同，這有利于提升個人對自身行為的適宜性評估和基于參考群體的身份歸屬感(Schultz，2007)。

3)內在激勵(Intrinsic Motivation)：可體現為自我榮譽感。人們在意別人的看法(如環保、慈善事業帶來的公眾認可)，更有動力做出利他行動，因為會產生良好的自我感覺(自我榮譽感和社會責任感的體現)。

本文將在從消費者決策框架三個維度，分別驗證現時偏見、同群效應和內在激勵效應：增益性(現時偏見)、規范性(同群效應)、享樂性(內在激勵)。

2.2 實證研究

上述的變量控制實驗，通過問卷進行檢驗。對收集的數據進行相關分析和回歸分析，建立用戶激勵效用模型。隨后，進行了情景驗證實際效果并進行總結。

1)問卷設計：問卷中包含了規范目標框架中三個維度的行為激勵對照實驗以及受訪者的人口學資料問題，整體設計采用Ozaki問卷設計[12]。部分量表問題采用了已有的在電動汽車、LED、綠色電價等技術擴散研究中的問卷設計[10, 14-16]。

2)數據收集：按照三類激勵條件共設置8組，每組45～50人。問卷通過郵件、互聯網平臺發放。

3)數據分析與處理：使用SPSS 軟件進行統計分析。

3 數據分析與討論

3.1 整體數據描述性分析

研究共收回問卷391份，篩選掉回答不完整的問卷后，選取354份用于進一步分析。將回收問卷錄入SPSS 進行統計分析。

354份問卷統計分析后的數據如表1所示，其人口學分布表明，性別分布較為均勻，平均年齡33.5歲，教育程度本科及以上學歷占比高；家庭收入水平較高，年收入10萬以上占比80.5%；被訪樣本主要來自一、二線城市，這與智能照明系統的潛在市場吻合。

表1 人口學數據統計分析

3.2 現狀分析

由表2可知， 用戶對于目標框架理論中的三個動機變量的總體感知情況適中，其中增益性目標得分中等偏上，體現問卷中設計的收益率較為適中；規范性目標均值水平較低，這可能是因為智能照明系統滲透率較低，用戶對其真實感知較弱；享樂性目標較另外兩種更高，可能與人群較高的環保態度有關。綜合而言，在354份調研中，用戶整體意愿購買率為56.59%。

表2 現狀分析

3.3 變量相關性分析

表3顯示的是四個變量之間的Pearson相關性分析，數據顯示增益性目標、規范性目標、享樂性目標均與購買意愿之間的相關性系數均大于零，且滿足P<0.05，存在有顯著正相關關系。這支持前述的目標框架理論分析，證實本文中用戶側儲能行為動機模型的正確性，并且預示著后續構建回歸模型的可行性。

表3 Pearson相關性分析

問卷實驗中設置有三類行為經濟學激勵對照，根據行為經濟學理論可提出行為激勵有效的假設，但尚未實驗驗證。表4與表5 中的數據將呈現出t檢驗對行為經濟學激勵顯著性的判斷。

表4數據證實，研究設計的激勵對照在目標理論的三個維度均表現出顯著的差異：現時偏見激勵與增益性目標顯著相關，P=0.028<0.05；同群效應激勵與規范性目標存在顯著相關，P=0.009<0.01；內在激勵與享樂性目標存在顯著相關，P=0.029<0.05。

表4 激勵變量的相關性分析

表5是對照組之間的變量描述統計，可見在行為經濟學激勵下，三種增益性感知值均有所提升，該實驗結果與理論分析吻合。且在施加全部激勵情況下，總體購買率從初始情況的54.84%提升至61.82%，增長率達12.72%。

表5 對照組別的描述統計

通過本節分析可以得：

1)增益性、規范性、享樂性和購買意愿變量與人口學變量無顯著相關性；

2)增益性、規范性、享樂性與購買意愿之間存在顯著正相關關系，這支持本文的理論基礎——目標框架理論；

3)增益性、規范性、享樂性和購買意愿在行為經濟學激勵對照實驗中存在顯著差異。激勵措施可以提升用戶增益性、規范性、享樂性動機的得分，且購買意愿也會顯著提升。

3.4 回歸分析

上述內容證實了基于目標框架理論的行為動機模型的有效性，且證實了行為經濟學激勵對于行為動機的正向影響。因此支持對該模型進行多元線性回歸。

基于表6的線性回歸分析可得：

1)本次線性回歸模型的擬合度良好，R2=0.581>0.5，意味著本次的運算結果較為真實可靠地反映出增益性、規范性和享樂性動機對用戶購買率的影響情況，這三種動機可以解釋購買意愿變化情況的58.1%。

表6 多元線性回歸分析

2)回歸方程顯著，F=148.155，P<0.001，意味著三個自變量中至少有一個可以顯著影響因變量滿意度。

3)增益性可以顯著正向影響購買率(β=6.432>0，P<0.001)；規范性可以顯著影響購買率(β=2.792>0,P<0.001)；享樂性可以顯著正向影響購買率(β=7.159>0.001,P<0.001)。

4)最后，變量之間得出激勵效用回歸方程式(1)：

F=6.432×G+2.792×N+7.159×H-16.957

(1)

式中F表示購買意愿，G代表增益性，N代表規范性，H代表享樂性。

3.5 小結

1)本文構建并驗證基于增益性、規范性和享樂性目標的(Gain, Normative and Hedonic Goal)三維度的購買意愿模型的有效性，并構建出式(1)。這三個變量顯著正向影響因變量，驗證了理論分析的假設。增益性與享樂性對購買率的影響更強，其回歸系數分別為6.432與7.159。

2)行為經濟學激勵顯著影響消費者目標框架，施加現時偏見、同群效應和內在激勵三種激勵對于用戶在增益性、規范性和享樂性目標的感知有顯著正向影響，增益性目標均值從4.54提升至4.83；規范性目標均值從3.67提升至4.24；享樂性目標均值從4.78提升至5.21。

3)行為經濟學激勵對于用戶行為引導具有積極作用，施加激勵后，通過增益性、規范性和享樂性感知的提升，將總體購買率提升12.72%。

4 總結

本文研究了行為經濟激勵對智能照明系統購買意愿的影響，通過實證研究驗證了非經濟激勵的有效性，在不增加補貼刺激情況下可以將用戶購買意愿提升12.72%，該種激勵措施應用至智能照明市場中可產生較高的社會價值和產業價值。

本文的創新點在于將行為經濟學原理應用至用戶能源決策場景，嘗試引導激勵個人行為，并將購買意愿具化成激勵效用模型。

本文僅是行為經濟學在個體行為決策建模中的初步應用。人的行為激勵是一個復雜的系統，很多因素有待于今后的研究。理解人的行為動機與引導方式，對于各類現實應用場景的分析與建模至關重要，將人因影響納入才能更加貼近真實的世界。