什么驱动区块链技术采纳？基于TAM、TPB与UTAUT框架的元分析

《TECHNOLOGY IN SOCIETY》：What Drives Blockchain Technology Adoption? A Meta-Analysis Across TAM, TPB, and UTAUT Frameworks

　　

# 摘要

关于区块链采用的研究已迅速扩展，其中大多数研究将采用概念化为行为意向。技术接受模型（TAM）、计划行为理论（TPB）和技术接受与使用整合模型（UTAUT）等技术采用模型常被应用于探索区块链技术采用（BTA）。然而，这些模型相关的12个假设的实证结果仍然碎片化，且有时相互矛盾，缺乏全面的定量整合。为弥补这一差距，本研究进行了一项元分析，以系统评估这些假设的影响程度和方向。按照PRISMA指南，共识别并纳入149项定量研究进行分析。研究结果表明，态度和感知有用性是影响BTA最具影响力的决定因素，其次是绩效期望、感知行为控制、感知易用性、便利条件和社会影响。努力期望和主观规范虽然影响较弱，但也表现出显著的直接效应。此外，感知有用性和感知易用性对态度具有实质性的正向影响。结果表明，TAM、TPB和UTAUT按此顺序对BTA提供最强的解释力。多组分析揭示，不同应用领域的效应量存在有意义的差异，特别是在供应链管理、财务与会计系统、营销和教育之间。这些发现表明，BTA并非仅由个体层面的评估所驱动，而是受到行业特定条件、组织情境和制度环境的共同塑造。因此，本研究通过展示行为、组织和情境因素如何共同影响其扩散，推进了对BTA的社会技术视角，为政策制定者和研究者提供了更为细致的启示。

# 引言

企业数字化转型已被广泛研究（Calderon-Monge and Ribeiro-Soriano, 2024; Li and Xu, 2025）。自区块链技术首次作为加密货币的基础出现以来，它已演变为一种用于记录、认证和协调去中心化网络上交易的通用基础设施（Tripathi et al., 2023）。通过分布式共识、不可篡改的账本和可编程智能合约的结合，区块链有望在涉及金融交易、供应链追踪、医疗服务、食品安全保障计划、农业政策、教育机构授予的技术资质以及政府服务的多参与方流程中，在透明度、可追溯性和自动化方面取得显著进步（Guo & Liu, 2025; Sakib, 2024; J. Singh et al., 2025; Thanasi-Bo?e & Hoxha, 2025）。这一前景促使过去十年间涌现出一波区块链试点项目和学术研究，将区块链定位为未来信息和流程管理的主要基础设施候选者之一（?lnes & Jansen, 2021）。

尽管取得了这些进展，区块链尚未实现广泛的实际应用采用（Goduscheit et al, 2026; Janssen et al., 2020; Wong, Leong, et al., 2020; Yan et al., 2025; Zhang et al., 2025）。许多倡议停滞在概念验证阶段，大规模运营部署在大多数行业中仍然相对罕见（Hosseini Dehshiri & Amiri, 2024; Kshetri, 2018; Mohammed Abdul et al., 2025; Thanasi-Bo?e & Hoxha, 2025）。这种"采用差距"不能仅用技术成熟度来解释（Anascavage & Davis, 2018）。相反，采用既取决于技术特征，也取决于社会、组织和制度因素（Malik et al., 2021）。除了技术能力之外，区块链作为一种数字基础设施，改变了网络中的信任、协调和治理。虽然区块链的原始愿景强调通过分布式共识机制实现的去中心化和"无需信任的交互"（Bhambri, 2026），但实际部署往往依赖于现有的组织结构、制度支持和社会合法性。因此，区块链采用反映了去中心化系统的技术承诺与实施的社会现实之间的张力，其中采用决策受到组织期望、制度安排、社会影响以及个体层面对技术的行为评估的影响（Beck et al., 2018）。理解这种社会技术张力对于解释区块链采用在不同情境和行业中的差异至关重要。

为了解释这些采用动态，以往的实证研究侧重于在不同情境中识别行为决定因素。在物流（Lian et al., 2020）、制造业（D. T. V. Anh & Loi, 2025）、农业（Gandhi Maniam et al., 2023; Nayal et al., 2023）、医疗保健（Al-Momani & T., 2023; Altamimi et al., 2024; Jung, 2022）、新兴经济体中小企业（Mahdiraji et al., 2026）和管理情境（Wahab et al., 2025）中的实证研究反复强调，一组标准的行为决定因素是采用基于区块链的系统意向的核心驱动力。因此，区块链采用通常被概念化为行为意向，这反映了以往实证研究中的主导操作化方式。

为了概念化这些机制，区块链技术采用（BTA）研究大量依赖三个突出的行为框架。在技术接受模型（TAM）方法下，感知有用性（PU）和感知易用性（PEOU）被认为是影响用户态度（ATT）和随后行为意向的关键信念（Ashinze et al., 2021; Calik & Bayrakdar Ates, 2024; Davis, 1989; Davis et al., 1989; Elahi et al., 2022）。计划行为理论（TPB）的应用超越了对态度和主观规范的建模，将意向建模为态度、主观规范（SUN）和感知行为控制（PBC）的函数（Ajzen, 1991）。TAM、TPB和相关模型已被整合为技术接受与使用整合模型（UTAUT），将努力期望（EFE）、绩效期望（PEX）、社会影响（SIN）以及便利条件（FAC）确定为影响使用技术行为意向的核心决定因素（Venkatesh et al., 2003）。

这些构念已被广泛应用于BTA研究（Naidoo, 2023; Nudin et al., 2024; Ornelas Herrera et al., 2025; Vijh et al., 2023），涵盖多个领域，包括供应链管理（Khalil & Ahmed, 2024; Saha et al., 2024; Zhang et al., 2023）、财务与会计管理（E. K. Chowdhury et al., 2023; A. Kumari & Devi, 2022）、营销（de Andrés Sánchez et al., 2025）、农业（Gandhi Maniam et al., 2023）、医疗保健（Kumar & Jain, 2023）、教育（Rupa et al., 2025）和城市管理（Woo & Yoo, 2023），主要基于（无论是显式还是隐式地）TAM、TPB或UTAUT构念。尽管这一新兴研究领域展示了这些框架在区块链中的适用性，但也产生了极其多样化的结果。更广泛的实证研究中也记录了类似的语境依赖性变化模式（Daim et al., 2024; Daim et al., 2026; Ghaffari et al., 2024; Naeini et al., 2022; Zamani et al., 2022; Zamani et al., 2025）。一些研究者发现，对于部分采用相关变量（de Andrés Sánchez et al., 2025; Jalil et al., 2025; Mansoor et al., 2024; Ronaghi, 2025; Zhang et al., 2023）对采用具有强正向影响，而其他研究者在类似情境下报告了相同路径的弱关系或不显著关系（Ayedh et al., 2020; Gan & Lau, 2024; Juniati & Widiastuti, 2024; Liao et al., 2024; Obidallah et al., 2024）。同样，态度与采用关系的强度在各研究中差异很大，且许多文章仅检验单一路径而非完整的理论模型（?al??kan & Turan, 2025; Gkekas et al., 2025）。因此，尚不清楚这三种理论中哪一种对BTA提供了最好的解释，当证据汇总时哪些特定路径最具影响力，以及这些模式在不同应用领域（如供应链与其他行业）中的稳健性如何。

尽管以往的系统综述和叙述性综合（Alrehaili et al., 2024; AlShamsi et al., 2022; Isiaku et al., 2024）以及文献计量分析（Mishra et al., 2025）提供了对BTA研究的有价值概述，但它们主要是描述性的，未能定量综合原始实证发现或系统检验从TAM、TPB和UTAUT推导出的假设，这也是以往BTA综述所承认的一个局限（Schuetz & Venkatesh, 2020）。因此，所报告的关键关系的显著性和强度的不一致性无法得到系统解决，竞争性理论框架的相对解释力仍然不明确。此外，现有综述未能提供一个统一的分析框架来比较TAM、TPB和UTAUT。

解决这些局限需要超越描述性综合、走向实证发现定量整合的方法。在这方面，元分析越来越被应用于技术采用研究，以解决碎片化和不一致的实证发现并提供更稳健和可推广的结论（Chatzimichael et al., 2025; Ladeira et al., 2026; Mponji et al., 2024; Rahmani et al., 2026; Rahmani & Zamani, 2026; Záková Kroupová et al., 2025）。通过汇总各研究的结果，元分析能够识别一致的行为机制并评估理论关系在不同情境中的稳定性。然而，在区块链领域，现有的元分析在范围上仍然有限，通常局限于特定领域，如教育、供应链管理或特定应用设置（Haque et al., 2023; Younis, 2024），而非提供采用决定因素的全面跨情境综合。

这种碎片化凸显了文献中的一个关键缺口。如果没有对这些主导框架进行系统的元分析整合，仍然不清楚哪些理论机制最具影响力，它们的影响如何比较，以及它们的解释相关性在不同应用领域中是否稳定。

为弥补这一缺口，提出以下研究问题：

RQ1. 在BTA情境中，涉及TAM（PU、PEOU）、TPB（SUN、PBC）和UTAUT（EFE、PEX、SIN、FAC）中常见关键构念，以及TAM和TPB共享的ATT构念的直接关系的汇总强度和方向是什么？

RQ2. 这些关系的强度和方向以及行为框架的解释力在不同主要区块链应用情境中有多大程度的差异？

为回答这些研究问题，本研究采用元分析方法综合现有BTA实证证据，涵盖TAM、TPB和UTAUT。分析不侧重于单个研究或孤立模型，而是整合以往研究检验的核心关系，以提供比较性和累积性评估，确定它们在区块链情境中的相对影响。这种方法能够识别BTA最具影响力的行为决定因素，同时允许考察这些关系在不同应用情境中的变化。在此过程中，它捕捉了在区块链社会技术条件下采用机制的运作方式，其中技术特征与组织和制度环境相互作用。通过将碎片化的实证发现整合为统一的分析视角，本研究提供了对BTA底层机制更为稳健和情境敏感的理解。

本研究对技术采用和区块链研究文献做出了若干贡献。首先，它综合了大量实证证据，估计BTA底层关键行为关系的强度和方向，这些关系此前产生了碎片化和不一致的发现。该综合提供了对TAM、TPB和UTAUT中推导出的核心构念在区块链情境中相对重要性的系统评估。其次，评估了TAM、TPB和UTAUT的预测力，以确定哪个框架最能解释BTA行为。通过跨研究比较这些模型，展示了它们的解释力在不同情境条件下的差异。第三，通过多组分析跨多个行业和应用领域分析三个模型的假设，允许比较它们在不同设置中影响的方向和幅度。第四，发展了一个综合性的分析视角，借鉴多个行为理论来解释不同的采用机制如何共同塑造BTA决策。它还进一步表明，BTA可以被理解为一种社会技术过程，既受到行为机制的影响，也受到更广泛的组织和制度条件的塑造。总体而言，本研究通过整合行为、组织和制度视角，提供了对BTA的统一和情境敏感的理解。

本文结构如下：文献综述和假设发展在第2节呈现；方法论和数据收集程序在第3节描述；元分析结果，包括异质性检验、发表偏倚检验和多组分析，在第4节报告；讨论在第5节提供；第6节以理论和实践启示、局限性和未来研究方向作为结论。

# 节选

## 理论背景

行为理论已被广泛应用于不同领域的技术采用研究，以解释个人和组织如何评估和响应新兴技术（Rahmani et al., 2024）。在BTA情境中，这些理论越来越多地被用来解释个人或组织为何参与基于区块链的系统。

技术特征并不是决定人们是否接受去中心化系统的唯一因素，因为他们的决策制定。
数据收集与编码程序
综合定量结果的第一步是选择测试先前假设的主要研究。本荟萃分析的研究选择遵循《系统综述和荟萃分析报告优先项目》（PRISMA）指南，确保在识别、筛选、合格性审查和纳入等所有阶段都保持透明和方法学严谨性。研究选择过程在...中进行了可视化描绘。
假设结果
如表 2 所示，荟萃分析结果利用固定效应和随机效应模型呈现了各种结构之间的关系。对于所有十二项假设，两种模型一致表明结构间关系得到支持，Fisher Z 值、置信区间和 p 值表明存在强且显著的相关性。K 代表测试每项假设的研究数量，而 N 表示所有...的总样本量。
TAM、TPB 和 UTAUT 的解释力
本荟萃分析的结果表明，TAM、TPB 和 UTAUT 这三种理论模型在解释 BTA（区块链技术应用）过程方面得到了支持。TAM 模型解释了 BTA 43.7% 的方差（R2 = 0.437），其次是 TPB 模型为 36.7%（R2 = 0.367），UTAUT 模型为 17.6%（R2 = 0.176）。结合 TAM、UTAUT 和 TPB 模型中关系的 BTA 的 R2 值约为 0.701。这表明 BTA 方差的约 70.1% 由...解释。
结论
本荟萃分析提供了合并证据，支持从 TAM、TPB 和 UTAUT 框架推导出的大多数假设关系，同时阐明了它们在 BTA 背景下的相对解释强度。结果显示，基于价值和态度的假设得到了有力支持，其中 PU（感知有用性）、ATT（态度）和 PEX（感知效能）成为影响采纳的最重要决定因素。与能力感知相关的假设，即 PEOU（感知易用性）、EFE（努力期望）和 PBC（主观规范），同样...
CRediT 作者贡献声明
Dilek Ozdemir：写作 – 审阅与编辑，方法论。Amir Rahmani：写作 – 原稿，项目管理，形式分析，数据整理，概念构思。Roohollah Ahmadi：写作 – 审阅与编辑，形式分析。Tugrul Daim：写作 – 审阅与编辑，监督。Mehdi Zamani：写作 – 审阅与编辑，形式分析
未引用参考文献
Al-Momani 和匿名作者，2023; Chowdhury 等，2023; Rahmani 等，2024; Wong 等，2020.
利益冲突声明
? 作者声明，他们没有已知的竞争财务利益或个人关系，这些利益或关系可能会影响本文所报告的工作。
Amir Rahmani|Roohollah Ahmadi|Tugrul U. Daim|Mehdi Zamani|Dilek Ozdemir
伊朗科技大学（IUST）先进技术学院，伊朗德黑兰