收入与培训对设计工程师人工智能采纳的调节作用：基于扩展UTAUT2模型的实证研究

《Engineering Applications of Artificial Intelligence》：The moderating effect of income and training on design engineers’ adoption of artificial intelligence: An extended unified theory of acceptance and use of technology approach

本文基于扩展的统一技术接受与使用理论（UTAUT2）模型，通过偏最小二乘结构方程模型（PLS-SEM）实证分析了收入、培训等因素对建筑设计师采纳人工智能（AI）行为的调节效应。研究发现月收入显著调节社会影响（SI）与绩效期望（PE）等5组关系，而培训课程显著调节行为意向（BI）与使用行为（USE）等4组路径，为促进行业AI技术应用提供了关键政策启示。

　　

¹研究亮点

本研究通过扩展UTAUT2模型揭示了收入与培训在建筑设计师AI技术采纳过程中的关键调节作用，为破解行业创新阻力提供了量化依据。

²结论

本研究通过UTAUT2模型验证了收入水平对多组技术接受路径的显著调节作用（如SI-PE、PV-PE等），同时发现近期培训课程对BI-USE、SI-USE等关键路径具有强化效应。这些发现为制定差异化的AI技术推广策略提供了实证支持，对加速建筑行业数字化转型具有重要指导意义。