: 目标框架动机与持续使用AI赋能环保包装意愿：来自印度消费者的证据

《Frontiers in Sustainable Food Systems》：Goal-framing motivations and continuous intention to use AI-enabled eco-friendly packaging: evidence from Indian consumers

　　

背景：包装废弃物仍然是当今时代最持久的环境问题之一，然而人工智能（AI）在引导消费者做出可持续包装选择方面所扮演的角色却受到学界的相对较少关注。本文填补了这一空白。基于目标框架理论（GFT）、计划行为理论（TPB）和刺激-机体-反应（SOR）框架，研究人员将AI作为理论和情境背景，在此背景下假设六个消费者行为前因——可靠性、支付意愿、主观规范、环境关注、享乐动机和个人创新性——塑造行为意愿（BI），进而预计塑造持续环保包装使用意愿（CI）。研究人员并未将AI机制（个性化、算法助推、预测性分析和社交聆听）视为直接测量的构念，而是将其视为所测构念运作的周围数字环境。
方法：使用SmartPLS 4.0中的偏最小二乘结构方程模型（PLS-SEM）对N = 400名在过去三个月内购买过包装消费品的印度成年消费者的问卷回复进行了分析。研究遵循结构化的两阶段程序，在评估结构模型（路径系数、R²和Q²）之前评估测量模型（信度、收敛效度和判别效度），所有中介效应均使用偏差校正的95%自助法置信区间（k = 5,000）进行检验。
结果：个人创新性（β = 0.344, p < .001）、主观规范（β = 0.312, p < 0.001）和环境关注（β = 0.265, p < 0.001）成为BI的显著预测因子，而可靠性、支付意愿和享乐动机则不然。在持续使用阶段，主观规范对CI施加了最强的直接影响（β = 0.434, p < 0.001），环境关注贡献了较小但显著的直接影响（β = 0.177, p = 0.001），而支付意愿产生了意外的负向直接影响（β = ?0.161, p = 0.001），研究人员通过基于心理账户和解释水平推理的价格疲劳视角对此进行了解释。行为意愿本身并未显著预测CI，这一模式与自动而非深思的持续使用路径相一致。由于BI → CI路径不显著，六个中介路径均未达到显著性水平，研究人员将这些结果重新设定为探索性而非验证性发现。
结论：持续的环保包装使用似乎较少由深思性购买意愿驱动，而更多由以创新性、社会规范和环境关注为中心的习惯性、社会嵌入的激活路径驱动。这些发现对AI赋能的绿色营销具有理论和实践意义，并且研究人员概述了一个涵盖生成式AI、算法公平和数字包容的前瞻性研究议程。

研究背景与意义：包装废弃物约占全球塑料废弃物的36%。尽管生物降解、可堆肥等环保包装替代品引起了广泛关注，但消费者对环保包装的初始采用很少转化为长期习惯性使用。当前文献未充分解答数字媒介环境在多大程度上影响了消费者的这些选择。推荐引擎、算法助推等人工智能（AI）工具是否真正促成了持续的环保包装行为尚未得到严谨验证。为解决此问题，研究人员开展了基于印度消费者的实证研究，该论文发表在《Frontiers in Sustainable Food Systems》。研究整合了目标框架理论（GFT，将行为动机分为享乐、收益和规范目标框架）、计划行为理论（TPB，认为行为意愿中介前因信念与实际行为）和刺激-机体-反应框架（SOR，将AI生成的信号视为刺激输入层），将AI作为周围数字环境背景，探讨可靠性、支付意愿、主观规范、环境关注、享乐动机和个人创新性六个前因如何塑造行为意愿（BI，指执行特定行为的动机准备状态）及持续环保包装使用意愿（CI，指持续使用环保包装的承诺）。研究得出结论，持续使用环保包装较少由深思性购买意愿驱动，更多是由以创新性、社会规范和环境关注为中心的习惯性、社会嵌入的激活路径驱动。这为AI赋能的绿色营销系统设计和部署提供了直接指导。

研究方法：样本队列来源为过去三个月内购买过包装消费品的400名印度成年消费者。主要技术方法包括使用SmartPLS 4.0软件进行偏最小二乘结构方程模型（PLS-SEM，一种用于估计复杂因果关系的多变量分析方法）分析，采用两阶段程序评估测量模型与结构模型，并利用5,000次自助法重抽样计算偏差校正95%置信区间以进行中介效应检验。

研究结果：
Descriptive statistics（描述性统计）：通过对调查数据进行描述性统计分析，发现主观规范均值最高，表明社会规范压力在样本中相对突出；而个人创新性和持续使用意愿均值最低，表明创新倾向和持续行为承诺在不同消费者间存在差异。
Measurement model results（测量模型结果）：通过信度和效度分析，所有构念的组合信度和平均方差提取（AVE，反映构念被解释的方差比例）均达到阈值标准。使用异质-单质比率（HTMT，用于评估判别效度的指标）准则检验判别效度时，发现个人创新性与享乐动机、主观规范与CI之间的比率超过0.85阈值，但后续交叉载荷和Fornell-Larcker准则检验证实各构念在项目水平上仍可经验性区分。
Structural model results（结构模型结果）：通过路径系数分析得出，个人创新性、主观规范和环境关注对BI有显著正向影响，而可靠性、支付意愿和享乐动机未显著预测BI。在直接影响CI的路径中，主观规范效应最强，环境关注呈显著正向影响，而支付意愿表现出意外的显著负向影响。BI到CI的路径未达到显著水平。
Indirect effects and mediation outcomes（间接效应与中介结果）：通过自助法重抽样检验中介效应，由于BI到CI的路径不显著，六个中介假设均未得到支持。研究人员将这些结果重新设定为探索性而非验证性发现。

讨论与结论总结：讨论部分指出，个人创新性在环保包装领域是驱动BI的最重要因素，超越了通常被认为是绿色行为引擎的环境关注，这意味着AI系统若能通过行为数据识别早期采用者并进行精准沟通，理论上可加速创新扩散。主观规范对CI的预测力强于行为意愿，表明社会压力可能通过习惯性自动处理机制发挥作用，绕过了TPB视为行为门户的深思意愿，暗示AI系统通过营造重复的规范性提示可能比驱动明确购买意愿更有效。环境关注通过直接和间接两条路径影响持续使用意愿，表明将生态关注内化为自我概念一部分的消费者，其可持续行为更少依赖每次选择时的深思重估。对于支付意愿的负向效应，研究人员通过心理账户理论和解释水平理论解释，认为持续的溢价信息可能引发价格疲劳，导致支付意愿高的消费者反而不愿持续使用。结论部分总结，研究揭示了个人创新性、主观规范和环境关注是持续环保包装使用的主要驱动力，同时也暴露出支付意愿对持续使用的负向动态。研究强调持续的环保包装行为更多关乎习惯性和社会嵌入的激活路径，而非深思性的购买意愿。此外，研究人员提出了涵盖生成式AI、算法公平和数字包容的前瞻性研究议程。