《Frontiers in Psychology》：Determinants of crypto art adoption among Chinese consumers: an extended UTAUT2 approach
编辑推荐：
中文摘要翻译：背景：加密艺术依托基于区块链的非同质化代币（NFT）技术，通过为数字作品赋予可验证的所有权与稀缺性，代表了数字艺术市场的变革性创新。尽管全球加密艺术市场经历了大幅增长，但受制于监管特殊性及实证研究不足，中国消费者的采纳行为仍处于起步阶段且认知有限
中文摘要翻译：背景：加密艺术依托基于区块链的非同质化代币（NFT）技术，通过为数字作品赋予可验证的所有权与稀缺性，代表了数字艺术市场的变革性创新。尽管全球加密艺术市场经历了大幅增长，但受制于监管特殊性及实证研究不足，中国消费者的采纳行为仍处于起步阶段且认知有限。方法：本研究应用扩展的整合型技术接受与使用统一理论（UTAUT2）模型，考察中国消费者加密艺术采纳的决定因素。研究人员利用342名具有既往艺术交易经验的受访者调查数据，并采用结构方程模型（SEM），检验了包含绩效期望、努力期望、社会影响、便利条件、享乐动机、价格价值和习惯作为行为意向与实际使用行为预测变量的综合性模型。结果：结果表明，绩效期望、便利条件、享乐动机、价格价值和习惯对消费者行为意向产生显著正向影响，而努力期望和社会影响则无显著作用。此外，便利条件、习惯和行为意向直接预测实际使用行为。该模型解释了行为意向74.6%的方差和使用行为67.3%的方差。讨论：社会影响的非显著性与中国独特监管环境下加密艺术消费的个人化与私密性特征相一致。上述发现做出四项贡献：第一，将UTAUT2框架拓展至加密艺术这一研究不足的领域；第二，社会影响的非显著性表明，其预测效力可能取决于消费行为的社会可见性、规范性期望的成熟度以及技术的制度性框架，而非仅取决于文化情境；第三，识别了超级应用生态系统中习惯的双层结构，区分了领域特定习惯与生态系统层面的习惯；第四，观察到努力期望在高卷入度消费中的边界条件，即消费者投入认知资源的意愿似乎削弱了感知易用性的作用。这些贡献将UTAUT2拓展至数字艺术消费这一研究不足的语境，并为平台开发者、艺术家和政策制定者提供了可操作的洞见。
中国消费者加密艺术采纳研究解读
一、研究背景与问题提出
加密艺术（crypto art）是依托区块链非同质化代币（NFT）技术生成的新型数字艺术品类别，其真实性、来源与稀缺性通过密码学方式得到保证。与传统可无限复制的数字文件不同，代币化艺术品在分布式账本上不可篡改地记录排他性所有权，解决了长期阻碍数字艺术成为可收藏资产类别的数字稀缺性难题。2021年3月，数字艺术家Beeple的NFT拼贴作品《Everydays: The First 5,000 Days》在佳士得以6930万美元成交，标志着加密艺术正式进入高价艺术市场。此后全球NFT市场快速扩张，2022年总交易量约达247亿美元。在中国，尽管监管层对加密货币交易施加限制，以联盟链为技术基础的数字藏品（shuzi cangpin）市场经历爆发式增长，阿里巴巴旗下“鲸探”和腾讯旗下“幻核”等平台吸引了数百万用户。然而，在最初的投机热潮之后，中国数字藏品市场进入整合与监管再校准阶段，表现为对二级交易更严格的监管以及对文化数字化而非金融投机的强调。
尽管加密艺术的市场重要性日益凸显，学术界对消费者行为的理解仍显不足。现有研究主要集中于技术基础设施、法律与版权问题、市场动态与价格形成以及哲学美学批评，仅有少量工作考察NFT市场的消费者动机。更重要的是，这些研究大多在西方语境下开展，未系统运用成熟的技术接受理论框架来建模采纳行为的多维决定因素。中国加密艺术市场具有独特的结构性特征——政府对加密货币支付的限制、基于联盟链的数字藏品占据主导地位、文化特定的审美偏好——这些特征限制了西方样本研究结论的适用性。因此，在理论指导下对中国消费者的加密艺术采纳进行情境敏感的实证调查具有重要的学术与现实意义。
二、研究设计与技术方法
本研究采用扩展的整合型技术接受与使用统一理论（UTAUT2）框架，该模型由Venkatesh等人（2012）提出，综合了技术接受模型（TAM）、创新扩散理论（IDT）、计划行为理论（TPB）等八种基础理论，包含绩效期望、努力期望、社会影响、便利条件、享乐动机、价格价值和习惯七个核心构念。研究人员通过线上（微信、微博及数字艺术爱好者社群）与线下（高校艺术展览）双模式招募，于2025年3月对342名具有艺术交易经验的中国消费者进行了问卷调查，有效回收率为79.9%。数据收集前，被试先观看一段仅包含区块链和NFT技术说明、不含任何价值判断或宣传性语言的介绍视频，以建立基本的加密艺术认知。问卷完成后，研究人员采用结构方程模型（SEM）进行分析，遵循Anderson和Gerbing两步程序：首先通过验证性因子分析（CFA）评估测量模型的信度、收敛效度和判别效度，随后检验结构模型的假设路径。研究样本中，93.9%的受访者出生于1980至2010年间，85.4%拥有本科及以上学历。
三、主要研究结果
测量模型评估结果显示，所有标准化因子载荷均超过0.70（0.724至0.914），组合信度（CR）介于0.831至0.922之间，Cronbach's α系数介于0.825至0.922之间，平均方差抽取量（AVE）均超过0.50（0.609至0.797），表明模型具有良好的信度与收敛效度。判别效度通过Fornell-Larcker准则和异质性-单调性比率（HTMT）双重验证，所有HTMT值均低于0.85的保守阈值。模型拟合指数均达到推荐标准（χ2/df=1.870，CFI=0.968，TLI=0.962，RMSEA=0.051）。
结构模型检验结果如下：绩效期望（β=0.196，p<0.01）、便利条件（β=0.254，p<0.01）、享乐动机（β=0.232，p<0.05）、价格价值（β=0.271，p<0.001）和习惯（β=0.168，p<0.05）显著正向预测行为意向，而努力期望（β=-0.108，p=0.095）和社会影响（β=0.058，p=0.265）未达显著水平。在使用行为方面，便利条件（β=0.208，p<0.05）、习惯（β=0.372，p<0.001）和行为意向（β=0.318，p<0.01）均显著正向预测实际使用行为。模型解释了行为意向74.6%的方差和使用行为67.3%的方差。
四、讨论与结论
研究发现，价格价值是行为意向的最强预测因子，享乐动机和便利条件紧随其后，这一结果突出了加密艺术消费中成本收益评估与内在愉悦体验的核心地位。努力期望的非显著性可从高卷入度消费的边界条件加以理解：加密艺术作为高参与度的审美与收藏活动，消费者愿意投入认知资源学习平台操作，且样本群体具备较高的数字素养，从而削弱了感知易用性的影响权重。社会影响的非显著性尤为值得关注，研究人员提出三重解释：加密艺术消费具有高度个人化和私密性特征，缺乏因主流社会可见性而形成规范性期望的条件，且监管环境不鼓励引人注目的数字资产展示行为。习惯对使用行为的直接效应（β=0.372）超过行为意向（β=0.318），研究人员将其归因于中国超级应用生态系统的结构性特征——鲸探嵌入支付宝小程序基础设施，幻核接入微信小程序，消费者对加密艺术的参与可能源于既有的高频应用使用习惯，而非独立的、深思熟虑的平台访问决策。这一发现识别了习惯的双层结构：领域特定习惯（与加密艺术平台本身的重复互动）与生态系统层面习惯（对超级应用内嵌平台的惯性参与）作为驱动技术使用的不同机制。
研究结论明确，中国消费者加密艺术采纳主要由价格价值、便利条件、享乐动机、绩效期望和习惯驱动，而非努力期望或社会影响。上述发现拓展了UTAUT2框架在数字艺术消费领域的应用边界，揭示了加密艺术采纳中社会影响力的情境依赖性、超级应用生态中习惯的多层结构以及高卷入消费中努力期望的边界条件，为平台运营者、艺术家和政策制定者提供了差异化定价策略、用户体验优化和监管框架完善等方面的实践启示。评估结果显示，研究人员通过程序性补救和多种统计检验（Harman单因子检验、未测量潜在方法构念技术）有效控制了共同方法偏差，样本容量满足SEM分析要求。本研究受限于横断面设计、样本人口学特征相对集中、未纳入感知风险与信任等潜在相关构念，未来研究可采用纵向追踪、跨文化比较及多群组分析以进一步验证和拓展研究结论。
