基于人工智能驱动的文化与创意包装设计及用户购买意愿：从SEM-ANN混合分析视角探讨人工智能的启示作用

《Journal of Retailing and Consumer Services》：AI-driven cultural and creative packaging design and user purchase intention: AI-disclosure perspective based on SEM-ANN hybrid analysis

　　``

摘要

生成式人工智能为文化和创意包装设计带来了新的可能性。本研究探讨了文化符号的兼容性、设计创新以及美学体验如何通过功能价值、情感价值、社会价值和认知价值与购买意图相关联。研究中进一步纳入了感知到的事实披露和叙事披露作为调节因素。采用SEM-ANN相结合的方法来分析研究变量之间的线性关系和非线性预测重要性。结果表明，这三个感知设计属性通过多种消费价值路径间接影响用户的购买意图，尽管具体间接效应的统计支持程度有所不同。本文的主要理论贡献在于将人工智能披露确定为消费价值转化为购买意图过程中的一个关键边界条件。感知到的事实披露并未显著调节涉及功能价值或社会价值的关系；而感知到的叙事披露则与情感价值与购买意图之间的关系较弱，但与认知价值与购买意图之间的关系较弱。该研究扩展了关于人工智能辅助文化包装的研究，并为高端产品中的人工智能披露提供了实际应用建议。

引言

人工智能在社会和未来生活中占据了越来越中心的位置（Karekezi等人，2025年）。随着人工智能在创意产业中的广泛应用，企业利用这项技术来创作艺术作品（W. Feng和Song，2026年）。在这种背景下，人工智能辅助的包装设计成为包装创新的重要工具，因为它可以快速生成视觉效果并表达新理念（Z. Gao和Li，2026b年）。尽管算法设计在美学效果和风格创新方面表现突出（Y. Liu等人，2025年），但也可能导致消费者产生信任缺失（Bhojwani等人，2026年）。因此，信任不仅取决于设计质量，还取决于人工智能的参与是否被视为合法、符合文化尊重以及与产品的象征意义相兼容。因此，人工智能驱动的设计在高端市场中的消费者相关性不仅取决于视觉输出的质量，还取决于消费者如何根据感知价值（如品质信任、社交礼物意义、仪式感、成本效益和实用性）来解读这些设计。

现有研究在人工智能技术接受度和用户行为领域取得了丰硕成果，例如技术可行性和设计输出的维度（Cheng等人，2026年）。然而，关于人工智能与文化创造力结合的研究仍然不够充分。关于哪些因素真正影响用户对这些产品的购买意图以及如何优化相关策略的研究仍然有限。此外，人工智能生成内容的不透明性引发了信任危机（Saβmannshausen等人，2026年；Ebrahimi等人，2026年）。关于如何通过可解释性策略来解决这些信任缺失问题的研究在设计和营销领域相对较少。人工智能的不透明度可能会削弱信任，但信息披露并不是一种无条件有效的解决办法。揭示人工智能的参与可能会减少某些消费者的不确定性，同时引发其他消费者的算法反感或对真实性的担忧，尤其是在产品具有文化、情感或仪式意义时。关键问题是，哪种类型的披露方式能够在不降低人类参与感或文化真实性的前提下建立信任。尽管可解释的人工智能在用户体验研究方面取得了进展（Haque等人，2025年），但很少有研究探讨不同形式的人工智能披露如何影响消费者价值观与包装购买意图之间的联系。

为了解决这一差距，本研究使用SOR框架区分了消费者反应的两个阶段：从感知到的包装属性形成多维消费价值，以及这些价值随后转化为购买意图的过程。TCV指定了生物体阶段的功能、情感、社会和认知内容，而感知到的事实披露和叙事披露则作为价值-意图链接上的理论上的不同边界条件。因此，本研究不仅增加了购买意图模型中的预测变量，还探讨了人工智能披露的形式如何影响哪些消费价值与购买意图的关联程度。使用PLS-SEM来检验假设关系，并使用ANN作为补充的预测分析工具。具体研究问题如下。

问题1

人工智能驱动的文化包装设计的感知属性如何塑造消费者的多维消费价值？

问题2

消费者的感知功能价值、情感价值、社会价值和认知价值如何共同驱动购买意图的形成？

问题3

感知到的事实披露和叙事披露如何分别调节功能价值、情感价值、社会价值和认知价值与购买意图之间的关系？

问题4

基于混合SEM-ANN分析，各设计元素相对于消费者购买意图的预测重要性顺序是什么？

本文的其余部分安排如下：第2章详细阐述了理论背景，并基于SOR和TCV框架提出了研究假设。第3章描述了研究方法，包括问卷中使用的包装设计和数据收集程序。第4章使用混合PLS-SEM和ANN模型对研究数据进行深入分析。最后，第5章讨论了研究结果，第6章概述了理论贡献和实际应用建议，并指出了未来研究的方向。

章节摘录

人工智能辅助的包装设计

在包装设计中，多模态生物特征识别和可解释的人工智能被用于简化设计流程并支持更好的营销决策（Balli，2026年）。人工智能也被广泛应用于食品产品的智能包装设计中，以预测内容质量并优化包装材料的选择（Ding等人，2026年；Mehra等人，2026年）。其他研究还探讨了人工智能生成的化妆品包装的效果

包装设计材料

本研究采用横断面问卷调查（见图2）。设计属性和人工智能披露变量是根据受访者的感知来测量的。长白山人参被选为产品背景，因为其包装结合了健康相关、文化以及礼物属性。使用GPT-4o和Gemini生成了一系列人工智能辅助的包装设计。三位具有包装和文化产品设计背景的专家独立审核了这些设计方案

可靠性和有效性评估

数据通过问卷收集。测量结果的数据质量需要进行检查，以确保后续分析的有效性。Cronbach's alpha值范围从0到1，数值越高表示可靠性越强。通常采用0.7作为可接受的可靠性阈值（Chin等人，2003年）。可靠性测试的结果显示了总体上的可靠性。AE、DI、CS、EmV、EpV、FV、PI的可靠性值

人工智能辅助包装设计特征的不同刺激效果

本研究发现，美学视觉体验和文化符号的兼容性与情感价值之间的关联最为强烈。与先前的研究一致，消费者对文化产品的情绪认同最终很大程度上依赖于视觉呈现，如美学感知和优雅的外观（X. Feng等人，2023年）。从进化美学和神经机制的角度来看，人类对视觉美学的先天偏好本质上源于

结论

本研究探讨了三种通过人工智能设计的文化包装的感知属性——即文化符号的兼容性、设计创新和美学体验——如何通过功能价值、情感价值、社会价值和认知价值与用户购买意图相关联。结果表明，所有这三个设计属性都与四个消费价值维度呈正相关。大多数提出的间接效应都得到了统计支持。然而，有三种路径

CRediT作者贡献声明

高瞻：撰写——审稿与编辑，撰写——初稿，方法论，调查，形式分析，概念化。李振宇：监督，资源，项目管理。李海平：资金获取。

信息披露声明

作者未报告任何潜在的利益冲突。

资助

本研究得到了中国的国家雕塑协会基金的支持：[批准编号23BG143]。

作者声明他们没有已知的可能影响本文所报告工作的财务利益或个人关系。

高瞻|李振宇|李海平

江南大学设计学院，中国江苏省无锡市滨湖区梨湖大道1800号

```