随着数据驱动生态系统的扩展，数据信任模型（DTM）作为安全交易的治理框架受到了关注，但由于信息不对称和评估资产质量与交易风险的双重负担，采用仍然不确定。之前的研究主要强调供给方的制度设计，将透明性视为一个单一的构造，而忽视了用户的异质性。为了应对这些局限性，本研究开发了一个特定于上下文的模型，结合了技术接受模型（TAM）和计划行为理论（TPB）。在代理理论框架内，透明性被分为感知数据透明性（逆向选择）和感知交易透明性（道德风险）。该模型使用部分最小平方结构方程建模（PLS-SEM）和多组分析（MGA）进行测试，数据来自400名潜在用户。结果表明，透明性作为一个条件使能因素，通过态度中介作用，而非直接驱动。MGA进一步揭示了系统性异质性：经验丰富的用户在形成看法时更依赖于制度信号——声誉、安全性和保证。理论上，本研究整合了代理理论和信号理论，以解释不确定性下的采纳。实践上，研究结果强调了为用户体验量身定制的差异化透明机制的必要性。 • 本研究考察了影响用户接受DTM的因素。 • 整合TPB和TAM，作者分析了数据提供者偏好的调查回应。 • 数据交易中的透明性对启用DTM的使用至关重要。 • 研究结果强调了需要区分数据提供者和许可方的看法。 • 研究强调了受托人在塑造数据透明性感知中的声誉。
金等（星期三）研究了这个问题。