后疫情時代中國智能駕駛創新擴散特征研究
——基于創新擴散理論深度調研

高澤晉

(清華大學 新聞與傳播學院，北京 100083)

0 引言

諾貝爾經濟學獎得主舒爾茨指出，如果沒有擴散，任何創新都不可能發揮經濟價值或社會價值[1]。智能駕駛作為人工智能技術創新領域中一個重要的理論與應用發展方向，唯有通過有效的社會擴散才能實現經濟效益或社會效益最大化。在國際秩序深度調整、大國博弈全面加劇的當下，各國以智能駕駛為代表的人工智能技術擴散成效差異使得全球產業競爭格局及經濟話語地位被重構[2]。自2014年中國政府對智能駕駛進行頂層設計以來，中國智能駕駛在智能芯片、車輛智能算法、車載通信、環境感知、人機協作、車聯網等關鍵領域獲得長足發展[3]。未逾10年，中國智能駕駛創新呈現出卓有成效的社會擴散態勢，深刻影響著既有產業并催生出許多新業態、新產品與新服務[4]。中國作為后發國家在智能駕駛創新領域實現快速反超，不斷由“追趕者”向“領先者”躍進，為促進中國經濟增長和結構轉型貢獻了重要力量，引發了全球政界、學界的熱切關注。

然而，2020年伊始，中國不幸成為全球范圍內受到新冠肺炎疫情影響最為嚴重的國家之一，并陸續采取了階段性區域隔離、停工停產等舉措遏制疫情擴散與蔓延[5]。在此情勢之下，原本蓬勃發展的智能駕駛技術擴散實踐受到重創?，F有研究表明，正值萌芽或快速發展階段的技術擴散實踐更容易受到突發性公共危機的負面影響，并對區域經濟增長產生長期消極作用[6]。智能駕駛現已成為中國人工智能領域重要的擴散方向，但整體仍處于技術擴散早期階段，能否持久、穩定地維系有效的社會擴散受到諸多內外部因素的干擾[7]。特別是面對新冠肺炎疫情危機，中國智能駕駛領域能否破局并繼續保持有效的擴散實踐引發業界擔憂與學界關切。然而，既有研究缺乏對發展中國家突發性公共危機下技術擴散實踐的關注。如今，中國智能駕駛技術擴散實踐已在全球矚目之下有序進入謀求恢復與發展的后疫情時代，相比于遭受新冠肺炎疫情之前，中國智能駕駛技術擴散實踐是否呈現出不同特征？對智能駕駛技術擴散實踐存在哪些潛在影響？鑒于此，本研究通過深度訪談并結合資料分析、現場觀察等質性研究法，基于羅杰斯創新擴散理論[8]，通過對上述問題進行解答，旨在為創新擴散理論補充一份面向中國突發性公共危機情境的典型研究素材，并形成富有指導意義的參鑒經驗。

1 理論回顧

創新擴散研究源自歐洲的社會科學，人類學家最早對擴散研究進行了嘗試[9]。在過去很長一段時間，創新擴散屬類辨析在學習論、效益論、博弈論、替代論、傳播論之間有所爭鳴。時至今日，創新擴散傳播論已成為最具代表性與影響力的學術觀點。在創新擴散傳播論視域下，創新社會擴散過程被視為一種特殊類型的傳播實踐，無論是觀念、技術、產品，還是行為、事件等各個層面所蘊含的創新信息均由創新發明者或發源地作為傳播源，并通過特定渠道向受用群體或目標地域進行廣泛傳播[10-11]。時至今日，大多數創新擴散研究均建立在傳播論基礎之上，既關注創新信息在宏觀空間所能達到的范圍及形狀，揭示擴散趨勢在空間不均衡狀態下的原因和機制[12-14]，也關注創新擴散從發明者向潛在采用者轉移的過程和規律[15]。

現有研究表明，一項創新除非得到潛在用戶的廣泛使用，否則它將不會以任何物質形式影響經濟發展[16]。因此，創新在微觀維度的擴散實踐與學理研究至關重要。創新擴散微觀視角研究注重發明創新產生過程以及潛在采用者接受并采納一項創新的時間，并最終將研究問題歸結于創新發明產生者向潛在采用者傳播新技術的過程模式，即某項創新成果被潛在用戶認知、接受以至最終普遍采用的過程[17-18]。擴散過程、擴散策略與擴散效果是學界研究創新擴散微觀結構關注的主要維度。在羅杰斯早期研究中，創新社會擴散過程被梳理為認知、說服、決策、實施、確認五大階段[19-20]。并且，許多案例研究闡明擴散策略在不同擴散階段的使用效果不同。實際上，對擴散效果的研究就是對潛在受用群體采納行為及采納效率的研究，其中蘊含著對于采納者類別、采納速率等重要元素的探討。除時間、渠道、社會體系外，技術創新五大屬性(相對優勢、兼容性、可試行、復雜性、可觀察性)對新技術采納效率具有直接影響[21]。段哲哲等[22]認為，根據采納效率與時間先后順序，可將采納者劃分為創新者、早期領導者、早期跟隨者、晚期大多數、落后者等不同類型。羅杰斯關于創新擴散模式的研究被美國學界公認為是傳播與發展的主導范式[23]。

隨著20世紀60年代創新擴散實踐對全球經濟增長與經濟結構所作貢獻的日益凸顯，學界基于羅杰斯創新擴散理論，對創新擴散實踐展開深入討論，并涌現出較多基于西方經濟社會情境的案例素材。在采用創新擴散理論對西方實踐進行觀察與解釋的過程中，創新擴散理論的局限性逐漸顯現并得以不斷修正與發展。其中，最為重要的里程碑事件即羅杰斯本人對創新社會擴散過程的4次理論修正[24-27]，他圍繞科技進步及信息傳播介質渠道，解決了創新擴散方向、傳者與受者互動模式、觀念領導者及社會結構特征等研究困境。1978年，改革開放給中國帶來了新發展機遇。作為發展中大國，中國不斷從技術創新“追趕者”向“領跑者”躍遷，技術創新成果社會擴散效應促進中國經濟迅速發展，學界開始將關注焦點從西方轉向中國卓有成效的技術擴散實踐。1980年前后，中國將西方技術擴散理論應用于中國技術擴散實踐，雖然帶來一些啟發，但不太符合中國研究情境。因此，2000年前后，部分學者面向中國情境開展創新擴散本土化研究。金兼斌[28]從擴散網絡整體視角對各影響因素、創新特性及決策機制進行論述，基于既有擴散模式提出補充性說明。之后，基于中國情境開展的創新擴散研究逐漸轉向具體領域或特例范疇，并催生出豐富的案例素材，在一定程度上彌補了現有創新擴散理論研究的不足。自此，在中國現實情境下，緊跟時代潮流、不斷挖掘新研究素材與案例，對現有技術擴散理論進行修正與補充，使之更符合中國實際研究情境，成為創新擴散研究在微觀層面上的學術發展方向。

作為引領第四次科技革命與產業變革的核心，以智能駕駛為代表的人工智能技術領域為全球經濟增長和結構轉型作出了重要貢獻，亦是中國爭奪新一輪國際話語權、實現技術擴散與創新反超的典型研究領域[29]。中國智能駕駛創新擴散實踐折射出當前時代背景下中國人工智能技術創新領域的典型擴散特征，是考察中國創新擴散實踐的重要案例素材。然而，當前關于智能駕駛的研究多集中于研究開發、應用模型等技術領域，鮮有研究關注智能駕駛創新領域。導致這一現狀的原因并非該研究領域不重要，而是由于智能駕駛在中國繁榮發展不足10年，暫未獲得有效關注，與人工智能技術領域其它分支研究現狀類似，故而較少析出相關社科類文獻。與此同時，基于中國情境開展的創新擴散研究更關注傳統領域創新或新型消費品升級，如農業科學創新推廣、工業制造領域技術迭代升級或其它大眾消費品類采納行為等。而智能駕駛主要面向企業級客戶和政府采購訂單，大眾消費者目前主要通過購買汽車間接感受部分車型的輔助駕駛功能，或在一些新興示范區進行觀摩，對智能駕駛的認知不足。因此，在中國情境下以智能駕駛創新擴散實踐作為研究素材具有重要意義。同時，通過對比平時與突發性公共危機場景下的創新擴散特征異同，有助于拓展、豐富創新擴散理論研究，并獲得有價值的實踐啟示和經驗借鑒。

2 研究方法

深度訪談是社會科學領域較為經典的定性研究方法，通過對受訪樣本進行深度詢問獲知研究問題的表征與成因[30]。相比于關注統計學意義上變量間因果關系的計量分析法，深度訪談法能夠從受訪樣本中綜合分析研究問題的走向及成因[31]。本研究重點闡述新冠肺炎疫情突發性公共危機前后智能駕駛創新擴散的現實表征與應對策略，并總結其實踐經驗，旨在解決“是什么(What)”與“如何應對(How)”的研究問題，采用深度訪談質性研究方法比較合適。

當研究者對于某個研究領域比較熟悉時，可采用立意抽樣法獲取代表性較高的訪談樣本，以使研究更貼合實際[32]。在本文中，鑒于筆者從事智能駕駛社會擴散研究與實踐已逾7年，對此領域中的擴散源與潛在受用群體比較熟悉，因而采用立意抽樣法獲取訪談樣本。①智能駕駛創新擴散源。雖然技術創新主體涵蓋高校、科研院所、企業等眾多組織機構或個人，但技術創新擴散主體主要由市場化的企業組成[33]，智能駕駛創新領域亦是如此。因此，本研究選取10家從事智能駕駛技術開發及產品應用推廣的典型企業為調研對象，并從中選取50名主要研發及管理人員作為訪談樣本，圍繞其在新冠肺炎疫情前后時段的創新擴散實踐進行訪談，探明企業應對新冠肺炎疫情的舉措、動因與成效；②智能駕駛創新擴散潛在受用群體。潛在受用群體是指認知、接受并采納技術創新的目標群體。筆者通過過去7年的田野實踐發現，智能駕駛潛在受用群體在當前階段主要包括企業級客戶及政府組織，暫未廣泛擴散至個體消費者。因此，本研究分別從礦山、港口、物流、環衛、教育等典型智能駕駛下游應用客戶中抽選10家代表性企業級客戶及5個組織過智能駕駛領域招投標的政府組織作為考察對象，并從中選取45名多級核心負責人員作為訪談樣本，圍繞其在新冠肺炎疫情前后時段對于智能駕駛創新的認知、勸服、決策、實施、確認行為及影響因素進行深入溝通，獲知其在不同創新擴散階段的特征表現；③為保護受訪者隱私，對受訪對象進行匿名處理，僅對受訪者類型與編號加以區分。2019年10月至2020年10月，筆者對10家智能駕駛企業、10家企業級客戶與和5家政府機構共計95人進行深度訪談，其中36人采用面對面訪談方式，4人采用郵件訪談方式，其余55人采用電話及微信語音訪談方式，平均訪談時間為45min，受訪樣本類型如表1所示。

表1 樣本類型Tab.1 Interviewees′ samples

孫進[34]指出，數據來源與類型多樣性、數據獲取路徑與研究方法多元化是保障研究結論有效的前提[34]。為提高研究信度，減少主觀判斷與經驗主義對研究結論造成的不良影響，本研究依據“三角測量法”[35]原理，以非正式溝通、公開獲取資料、內部紀要分析等方法輔助深度訪談并獲取研究數據，數據來源與研究方法如表2所示。

表2 數據來源與研究方法Tab.2 Data sources and research methods

3 數據處理

本研究招募3名本科生與筆者一起參與“2+1+4”過程編碼，由兩人對同一份原始數據進行開放式編碼并由第三人審核，四人交互爭議性意見并及時協商，以避免出現主觀偏誤。基于創新擴散理論進行自上而下的概念與范疇提煉，首先通過開放式編碼獲取46個初始概念和11個范疇，再通過主軸編碼形成3個主范疇，最后通過選擇性編碼提煉核心范疇智能駕駛創新擴散特征。使用Nvivo軟件對編碼結果進行檢驗，得到各范疇一致性指數范圍為0.883～0.952，表明編碼結果具有較好的一致性。

在完成編碼后，對部分受訪者確認以消除主觀偏見的影響，并通過理論飽和度檢驗使編碼操作與解釋性構建達到理論飽和。最終，厘清訪談數據與研究資料概念和范疇，分析新冠肺炎疫情前后時段中國智能駕駛創新擴散特征，主軸編碼結果如表3所示。

表3 資料主軸編碼Tab.3 Data axial coding

4 結果討論

4.1 創新屬性特征轉移

在創新擴散理論視野下，相對優勢、兼容性、可試行、復雜性、可觀察性對技術創新擴散效率具有重要影響，是影響創新擴散的五大屬性特征[21]。其中，相對優勢、兼容性、可試性、可觀察性對創新擴散效率具有正向影響，而復雜性對創新擴散效率具有負向影響。在新冠肺炎疫情之前，影響智能駕駛創新擴散實踐的緣由主要集中在以下3個層面：

(1)限定場景受眾期望相對優勢與L1-L3級智能駕駛技術客觀指標之間的矛盾。在新冠肺炎疫情之前，礦山、港口、物流、環衛、教育等限定場景潛在受用群體對L1-L3級智能駕駛創新的相對優勢屬性要求較高，他們期待用L1-L3級智能駕駛技術方案代替現有人力勞資方案，或降低經營成本過程中務必體現出優異的數據比率，認為只有經過充分評估后才能進入試運營環節。然而，任何技術的發展均具備一定客觀規律，智能駕駛技術創新亦不例外。從技術客觀指標出發，當前階段L1-L3級智能駕駛領域研發仍處于早期發展和數據累積階段，無法滿足潛在受眾“一蹴而就”的較高期望。面對新冠肺炎疫情的沖擊，L1-L3級智能駕駛創新在經歷小范圍測試后，亟需在特定場景下投入應用，通過反復的數據積累實現迭代升級，以更好地滿足限定場景潛在受眾群體需求。然而，并不完美的智能駕駛創新需要應用場景的打磨才能更符合現實需求，但應用場景實踐者往往拒絕嘗試，他們更需要一個已經被打磨得完美的替代方案供直接使用，這一現實矛盾在很大程度上延長了智能駕駛創新向潛在受用群體擴散的進程。

(2)政府及限定場景受眾平衡經濟效益與社會效益兼容的矛盾。在新冠肺炎疫情之前，政府及限定場景潛在受用群體對于L1-L5級智能駕駛創新社會價值取問題有所考量，主要表現為降本增效與社會就業之間的矛盾、便捷高效與穩定安全之間的矛盾以及對機器控制權的擔憂等。例如，政府本著降本增效的目的考慮采用智能駕駛創新，縱使其在長遠經濟效益與成本支出方面表現優異，但很容易造成“顧此失彼”的現象，即當L1-L5級智能駕駛創新替代人類作業時，目前穩定就業的這部分勞力應該如何得到安置？是否會對工作場所內的其他人員造成傷害？亦有潛在受用群體認為秉承傳統人力作業是一種文化標識，用L1-L5級智能駕駛創新取而代之，便是用冰冷的機器控制作業代替人文情懷。

(3)L1-L5級智能駕駛擴散源與限定場景受眾群體在可試性、可觀察性與復雜性層面上的矛盾。創新擴散理論指出，一項創新在有限基礎上可被試驗的程度越高或可被直接觀察并易于二次傳播的可能性越大，越有助于加快創新擴散[8]。在新冠肺炎疫情之前，限定場景潛在受用群體對于正式采納L1-L5級智能駕駛創新試運營環節的成本支出比較敏感，更傾向于免費試用，使得智能駕駛領域創新擴散源與潛在受用群體溝通對接時間較長。在此情勢下，當外部政策、環境因素或潛在受用群體資金計劃發生變動時，潛在受用群體很有可能終止對于智能駕駛創新的采納議程。而當前階段L1-L5級智能駕駛創新并未形成行業標準，非標準化的技術解決方案很難被潛在受用群體應用于現實場景、無法在頭腦中形成適配性假設。與此同時，L1-L3級智能駕駛商用場景往往集中于礦區、港區等特定半封閉區域，日常作業過程難以為公眾所察覺，且因相關保密機制要求無法廣泛傳播。因此，在新冠肺炎疫情之前，無論是潛在受用群體還是行業投資群體，通常都會親自前往商用場景區域進行實地考察。因受距離、時間等外部因素的影響，這一觀察過程極有可能被延遲或推后。在復雜屬性這一層面，雖然L1-L5級智能駕駛創新開發者已經竭盡全力地使操作界面與程序簡潔，但是多數潛在受用者往往并非人工智能技術專業出身，重新學習智能駕駛創新操作應用模式的可能性較小。因此，L1-L5級智能駕駛創新擴散源與潛在受用群體在可試性、可觀察性與復雜性層面上的矛盾極大減緩了智能駕駛創新擴散速度。

(4)在經歷新冠肺炎疫情之后，上述矛盾情形發生改變。首先，潛在受用群體對于L1-L3級智能駕駛創新相對優勢屬性的期望降低，他們不再要求L1-L3級智能駕駛技術方案多么完美，反而普遍認為可以逐批次啟用替代方案，或主動提供應用場景以做儲備使用。本文通過深度訪談發現，這一矛盾轉變的主要原因在于新冠肺炎疫情的突然襲擊使得限定場景潛在受用群體大規模停工停產，企業充分意識到以智能駕駛創新為代表的人力資源替代方案在應對突發性公共危機時能夠挽回部分經濟損失。特別是隨著L1-L3級智能駕駛遠程操作技術與使用界面的不斷完善，潛在受用群體意識到危機替代方案的重要性并嘗試接納智能駕駛技術客觀條件，以期通過共同磨合適配相關應用場景；其次，在經歷新冠肺炎疫情之后，政府及限定場景潛在受用群體對于L1-L5級智能駕駛創新社會價值取向問題的擔憂逐漸消解。原因在于，疫情期間關于“科創戰疫”的新聞報道深化了公眾對智能駕駛創新的認知。本文調研發現，有超過76%的受訪者表示，當新聞畫面中出現智能駕駛產品運輸醫藥物資、從事城市環衛消殺作業以保護醫護人員與環衛工人群體健康時，宣傳言辭中的人文倡導使潛在受用群體意識觀念發生改變，并由此認為“機器換人”在一些極端場景下產生了極大的社會關懷價值。

此外，難得以真實商用場景示眾的L1-L3級智能駕駛創新在新冠肺炎疫情之后逐漸走向公眾視野。國家領導人、行業專家或知名人士的發言、評論或轉載引領公眾輿論，使得智能駕駛創新助力復工復產的議題引發了較多討論。時至今日，在百度中以智能駕駛、無人車、復工復產等關鍵詞進行搜索，仍顯示上億條內容。圖文視頻融合式媒介擴散與傳播方式使得智能駕駛創新免去了潛在受用群體實地考察的時間周期。然而，復雜屬性仍橫亙在智能駕駛擴散源與潛在受用群體之間，且因新冠肺炎疫情而變得更加突出，也即潛在受用群體對智能駕駛創新替代方案易用性操作產生了較大訴求。

總之，新冠肺炎疫情雖然在一定程度上消解了智能駕駛創新擴散源與潛在受用群體之間關于相對優勢、兼容性、可試性、可觀察性等創新屬性特征矛盾，卻將新矛盾聚焦于非專業人士教育培訓與易用性操作訴求上，成為后疫情時代智能駕駛創新發展需要重點解決的問題。

4.2 創新擴散階段式跨越與鐘形分布偏移

創新擴散理論將創新擴散過程劃分為認知、勸服、決策、實施與確認五大階段。其中，認知與勸服影響潛在受用群體決定或拒絕采用創新的態度[36]。通過深度訪談發現，新冠肺炎疫情加快了政府及限定場景潛在受用群體對L1-L5級智能駕駛創新的認知進程。在新冠肺炎疫情之前，政府及限定場景潛在受用群體對于L1-L5級智能駕駛創新的認知水平有限，存在著技術客觀指標與行業現實需求“認知鴻溝”[37]。新冠肺炎疫情對政府及限定場景潛在受用群體“認知鴻溝”的消解作用主要體現在4個方面：第一，經濟利益驅使潛在受用群體重新認知智能駕駛創新。新冠肺炎疫情使潛在受用群體親身體會到突發性公共危機事件下停工停產蒙受的經濟損失，使其不斷接納“機器換人”方案。第二，智能駕駛創新媒介傳播方式縮短了潛在受用群體實地考察時間。電子傳播媒介將因涉密緣由而無法公之于眾的智能駕駛創新應用帶入公眾視野并推向高潮，縮短了潛在受用群體與行業投資者實地考察時間。第三，社會兼容性促使潛在受用群體開始接納智能駕駛創新。當智能駕駛創新被投入疫情極端應用場景之下時，新聞報道為智能駕駛技術賦予了人文主義關懷，提升了智能駕駛創新與社會人文關懷的相容性。第四，后疫情時代城市創新示范點建設逐漸消除了智能駕駛創新的不確定性。政府積極創建智慧型城市示范點，將智能駕駛創新納入其中。伴隨著政府對于智能駕駛創新應用的支持，培育了一批以智能駕駛為代表的新興產業并產生了廣泛的引領效應，使得智能駕駛創新更易被潛在受用群體接受，先前看似“遙不可及”的智能駕駛創新具備了面向潛在受用群體體驗的“接口”。

以上契機加快了政府及限定場景潛在受用群體對智能駕駛創新的認知進程，使得創新擴散第二階段的勸服過程變得更加容易，甚至直接跳躍這一過程而進入實施階段。本文訪談發現，有超過82%的受訪者表示新冠肺炎疫情使自身或所在組織對智能駕駛創新的決策與已往大有不同。在對L1-L5級智能駕駛創新擴散源的訪談中，有接近70%的受訪者表示自身或所在組織向外勸服過程發生顯著改變。主要體現為如下兩點：第一，政府及限定場景潛在受用組織內部向上勸服難度降低、向下決策進程縮短。新冠肺炎疫情之前，組織內部一線負責智能駕駛創新的采購人員不但需要花費大量精力進行調研與評估，向組織內部上報獲批也同樣面臨一些困難。而在新冠肺炎疫情之后，潛在受用組織內部決策者在經濟利益驅使下，通過媒介兩級傳播充分認識到智能駕駛創新的重要性，因此對于智能駕駛創新的決策行為不再是“自下而上式”的勸服過程，而體現為“自上而下式”的決策與實施過程。第二，L1-L5級智能駕駛創新擴散源向外展開勸服的過程縮短、難度降低。值得關注的是，本文訪談發現，新冠肺炎疫情之前，智能駕駛創新擴散源從接觸潛在受用群體直至采購周期完成平均時間為3個月至半年，而在新冠肺炎疫情之后，這一周期縮短至1個月至2個月，甚至還存在一周內完成采納決策的案例。

在羅杰斯創新擴散理論“S”曲線中，早期平緩曲線的存在是因為認知與勸服過程較長，而后期平緩線曲線的存在是由于創新采納量趨于飽和所致。如前所述，L1-L5級智能駕駛創新擴散實踐在中國尚處于早期階段，遠未達到飽和點。因此，新冠肺炎疫情促使政府及限定場景潛在受用群體對智能駕駛創新的“認知鴻溝”逐漸消解，認知進程日益加快。同時，L1-L5級智能駕駛創新擴散源向外勸服過程與政府及限定場景潛在受用群體向內勸服過程的改變，均意味著智能駕駛創新擴散在后疫情時代已跨越羅杰斯“S”型曲線早期認知與勸服階段而直接進入“J型”曲線決策與采納階段。與此同時，伴隨著智能駕駛創新擴散階段的跳躍，創新擴散理論中關于采納者鐘形曲線分布的類型研究發生偏移。研究發現，原先屬于落后者、晚期大多數類別的潛在受用群體不斷向早期大多數類別身份轉換，進而導致創新擴散理論中采納者鐘形分布向前發生偏移。

總之，新冠肺炎疫情加快了L1-L5級智能駕駛創新擴散源與政府及限定場景潛在受用群體認知、勸服與決策進程的消解或改變，使得創新擴散理論標準五階段模式發生跳躍，并造成創新擴散采納者線型規律與鐘形分布發生偏移，成為后疫情時代智能駕駛創新擴散實踐的典型變化特征。

4.3 應急舉措

(1)積極尋求疫情與復工場景應用機會。在政府“科創戰疫”號召下，已進入停擺狀態的智能駕駛創新擴散源應積極尋求疫情場景下各種可能性應用機會。新冠肺炎疫情期間，眾多智能駕駛創新產品投入抗疫使用，向社會公眾與潛在受用群體彰顯了智能駕駛創新的實用效果與采納價值。如智能駕駛配送車在病房與醫護室之間往返運輸藥品物資，降低了醫護人員接觸式感染風險。此外，智能駕駛創新擴散源將創新概念或技術品與日?？筛兄纳顖鼍皰煦^，如辦公園區非接觸式快遞配送、小區路面無人式清掃消殺等。這些應急舉措為智能駕駛創新在極端場景之下的應用提供了契機，在滿足現實需求的同時也使自身獲得更高商業關注度。

(2)定向開發產品并拓展產品線。新冠肺炎疫情不僅催生了眾多極端應用場景下的現實需求，也使一些無接觸式日常生活需求得到極大的關注。智能駕駛創新擴散源在自身產品線之外，利用已有技術針對現實應用場景開發新適配性產品，使技術落地更符合實際需求，激發了自身市場潛力。例如，一些受訪者表示自身所在組織先前僅研發智能駕駛配送車與智能駕駛清掃車兩款產品，但在新冠肺炎疫情之后又定向開發了消殺車與室內洗地機。

(3)加速技術迭代與升級。后疫情時代，應用場景規?；l與潛在受用群體認知、態度轉變成為智能駕駛創新擴散源加速技術迭代與升級的現實背景。在新冠肺炎疫情之前，部分創新擴散源缺乏實踐應用場景和數據積累，僅能在實驗室進行模擬仿真或技術升級，與現實情境存在一定差距。而在新冠肺炎疫情之后，潛在受用群體向創新擴散源開放現實應用場景，當智能駕駛創新擴散源深入應用場景并不斷迭代優化自身技術時，無疑形成一種更具競爭力的創新發展路徑。

5 結語

5.1 研究結論

本研究基于羅杰斯創新擴散理論，闡釋中國智能駕駛創新擴散實踐在新冠肺炎疫情前后的創新屬性及擴散模式變化特征，歸納中國智能駕駛創新擴散實踐在應對新冠肺炎疫情中的應急舉措，為創新擴散理論補充了一份應對中國突發性公共危機情境的典型研究素材，并提供了富有指導意義的參鑒經驗。研究發現：第一，新冠肺炎疫情使得智能駕駛創新擴散矛盾焦點由政府及限定場景受眾群體期望優勢與技術指標之間的矛盾、追逐經濟效益與社會價值兼容之間的矛盾轉變為非專業人士教育培訓與操作易用性訴求，成為后疫情時代智能駕駛創新發展需要重點解決的問題。第二，新冠肺炎疫情加快了政府及限定場景潛在受用群體對智能駕駛創新的認知、勸服與決策進程，導致創新擴散采納者線型規律由“S”型向“J”型改變。同時，伴隨著智能駕駛創新擴散階段的跳躍，創新擴散理論中關于采納者鐘形曲線分布的研究類型發生偏移。原先屬于落后者、晚期大多數類別的潛在受用群體不斷向早期大多數類別身份轉換。第三，面對這場突發的新冠肺炎疫情，L1-L5級中國智能駕駛創新擴散源采取積極尋求疫情復工場景下的應用機會、定向開發拓展產品線、加速技術迭代與升級等措施，降低疫情的負面影響并維系有效的擴散實踐。

5.2 研究貢獻

本研究對于中國智能駕駛創新擴散研究與實踐的貢獻主要體現在以下3個方面：

(1)本研究挖掘中國智能駕駛創新擴散實踐在相對優勢、兼容性、可觀察性、可試性、復雜性等經典創新屬性維度中存在的矛盾特征及其經歷新冠肺炎疫情之后的矛盾轉移情狀，呈現新冠肺炎疫情對阻滯中國智能駕駛創新擴散進程的消解或改造作用，不僅為現階段面向中國情境的智能駕駛產業補充了一份典型研究素材，亦為中國智能駕駛擴散策略提供了一份富有實際意義的參鑒資料。

(2)本研究揭示新冠肺炎疫情對L1-L5級智能駕駛創新擴散源、政府及限定場景潛在受用群體在認知、勸服與決策進程的影響，并對創新擴散理論標準五階段擴散模式跳躍與線型偏移現象進行機制性解釋，啟發學界與業界將智能駕駛創新擴散進程中傳、受主體雙方的心理認知與行為模式納入相關研究。

(3)本研究歸納總結中國智能駕駛創新擴散實踐在場景應用、產品線拓展及迭代升級等層面應對新冠肺炎疫情負面影響的一系列舉措，闡釋新冠肺炎疫情對中國智能駕駛創新擴散實踐在場景開放、產線設計及數據積累層面的影響，為全球正在經受新冠肺炎疫情重創地區提供了一份寶貴的中國經驗。

5.3 不足與展望

本研究存在如下不足：①以質性研究方法考察中國智能駕駛創新擴散實踐在新冠肺炎疫情前后的創新屬性及擴散模式變化特征，未以量化方法揭示創新擴散曲線偏移度及動態變化過程，未來可以概念或范疇為變量進行量化研究，進一步探討智能駕駛創新擴散曲線的偏移特征和影響力；②主要關注中國智能駕駛創新擴散實踐五大經典創新屬性的表征及成因，側重于潛在受眾群體認知與勸服階段，較少關注決策、實施與確認階段，未來應構建“認知—勸服—決策—實施—確認”模型，進一步闡明智能駕駛創新擴散實踐在決策、實施與確認階段的表征、偏離及成因。