《International Journal of Consumer Studies》：Is AI Use Intensity Associated With Consumers' Pro-Climate Intentions? The Roles of Climate Anxiety, Climate Commitment, and Awareness of AI's Environmental Impact
编辑推荐：
随着人工智能（AI）服务消费成为日常消费实践，其环境与心理意涵亟需关注。不同于既往将AI主要视为促成可持续选择的工具，研究人员提出一个整合道德自我调节（moral self-regulation）、气候心理学与规范激活理论（norm activation th
随着人工智能（AI）服务消费成为日常消费实践，其环境与心理意涵亟需关注。不同于既往将AI主要视为促成可持续选择的工具，研究人员提出一个整合道德自我调节（moral self-regulation）、气候心理学与规范激活理论（norm activation theory）的理论框架，解释AI服务消费强度如何通过气候焦虑与气候承诺的序列中介影响消费者亲气候意向。该框架基于一项预注册配额在线调查（美国成年AI用户N=845），采用带Bootstrap置信区间的调节序列中介模型检验。结果显示：AI使用强度与亲气候意向正相关；该关系部分由“气候焦虑→气候承诺→亲气候意向”的序列路径解释；AI环境影响意识调节使用强度对气候焦虑的关联，进而增强上述序列间接效应。研究将高强度AI使用概念化为可获得环境显著性的日常消费实践，识别“情感—动机”机制，表明披露AI的能源、碳与水足迹并配套可行行动选项，可帮助服务提供者、政策制定者与面向消费者的组织将重度AI用户转化为可持续消费的易感受众。
研究背景与问题提出
人工智能已从专用技术演变为日常消费工具，其在训练与推理端的规模化扩张带来显著的能源、碳排与水资源压力，但消费者对此类环境外部性的感知并不均衡，既有文献多把AI当作推荐绿色选择或提升效率的中介工具，尚未把“消费AI服务”本身作为可持续消费的前因加以考察。与此同时，气候心理学指出气候焦虑（climate anxiety）等情绪与气候承诺（climate commitment）等动机过程共同塑造亲气候意向（pro-climate intentions），而规范激活理论（norm activation theory）强调“后果意识（awareness of consequences）”是道德与情感过程被激活的初始条件。研究人员据此填补空白：把日常AI使用强度概念化为一种嵌入自我道德评价的数字消费实践，探究其是否及如何通过气候焦虑与气候承诺的序列过程关联到亲气候意向，并由AI环境影响意识（awareness of AI's environmental impact）调节第一阶段。
研究方法概述
研究人员采用2026年1月美国商业面板配额抽样（按性别、年龄、收入、教育匹配2020年人口普查），获有效样本845名成年AI用户；构造AI使用强度（4题项频率量表）、AI环境影响意识（8题项）、气候焦虑（Climate Change Anxiety Scale九题项）、气候承诺（4题项）、亲气候意向（Pro-Environmental Behavior Index五题项）等变量，以性别、年龄、教育为协变量；测量模型经验证性因子分析（CFA）确认五因子区分效度（CFI=0.971，TLI=0.969，RMSEA=0.051，SRMR=0.042）；假设检验使用Hayes PROCESS宏Model 6（序列中介）与Model 83（首阶段调节序列中介），5000次Bootstrap百分位置信区间。
研究结果
2.1 AI使用强度对亲气候意向的影响
研究人员通过相关与回归分析发现AI使用强度与亲气候意向显著正相关（r=0.419，直接效应b=0.036，p=0.036），假设1得证；说明高频AI消费并非环境意涵中性，而可能进入消费者环境自我评价并引发补偿性亲气候意向。
2.2 气候焦虑与气候承诺的序列中介
Model 6显示AI使用强度正向预测气候焦虑（b=0.283，p<0.001）与气候承诺（b=0.152，p<0.001），气候焦虑正向预测气候承诺（b=0.412，p<0.001），二者共同预测亲气候意向（气候焦虑b=0.095，气候承诺b=0.740，均p<0.001）；序列间接效应b=0.086（95% CI[0.062,0.114]），总间接效应b=0.225，直接效应仍显著，为部分中介，假设2成立。
2.3 AI环境影响意识的调节
Model 83中AI使用强度×AI环境影响意识对气候焦虑的交互项显著（b=0.122，p<0.001，ΔR2=0.024）；在低（2.250分位）、中（3.375）、高（4.625）意识下，使用强度→气候焦虑路径系数分别为0.079（不显著）、0.217、0.370；相应序列间接效应为0.024（CI含0）、0.066、0.113，调节中介指数0.037（CI[0.020,0.056]），假设3成立——仅当意识到AI能耗/碳/水代价时，高频使用才显著转化为气候焦虑及后续承诺与意向。
讨论与结论翻译
研究人员在《International Journal of Consumer Studies》报告：高频AI使用与美国成年用户亲气候意向正相关；该关系部分由气候焦虑至气候承诺的序列中介解释；AI环境影响意识强化首阶段路径从而使序列间接效应增强。结果表明，把AI消费本身视为具环境显著性的日常实践，可通过道德自我调节触发补偿性可持续意图；气候焦虑在伴随承诺时表现为适应性情感信号而非单纯功能失调；披露AI能源、CO2与水资源足迹并配套可信且可行的行动选项，可使AI平台方、政策制定者与消费品牌将重度用户转化为亲气候传播的有效触点。研究局限在于横断面设计不容许强因果时序断言，且AI使用强度未区分自愿/强制与个人/工作场景，未来需纵向或实验设计复核。
