【国际清算银行】消费者对数字欧元的偏好：来自奥地利离散选择实验的见解

欧元数字消费偏好：来自奥地利离散选择实验的洞察由海姆特·埃尔辛格，海姆特·斯蒂克斯和马丁·苏默翻译货币与经济部2025年11月关键词：央行数字货币（CBDC）、消费者采纳、离散选择实验、支付偏好。BIS工作论文由国际清算银行货币与经济部门的成员撰写，并时而由其他经济学家撰写，由该行出版。这些论文涉及当前感兴趣的主题，具有技术性。本出版物中表达的观点是作者的观点，并不一定反映BIS或其成员中央银行的观点。数字欧元消费者偏好：奥地利离散选择实验的洞察海尔穆特·艾尔辛格，海尔穆特·斯蒂克斯，马丁·*2025年7月本文使用离散选择实验方法，考察了奥地利消费者对数字欧元的预期采用情况。我们估计了一个混合logit模型，以量化隐私、离线功能、防止财务损失的安全、货币激励和支付形式等因素的作用。我们的研究表明，安全和财务激励是采用的最强驱动力，而受访者在对实验中列出的隐私选项方面并未报告强烈的偏好。我们在不同社会人口统计群体中发现采用可能性存在显著异质性。模拟结果表明，在现实设计假设下，大约45%的个体被发现有采用数字欧元的意愿。关键词：央行数字货币（CBDC消费者接受度，离散选择实验，支付偏好。JEL分类：E42，D12，G21，C35。有作者：奥地利国家银行，研究部，奥托-瓦格纳广场3号，A-1090维也纳；通讯作者：HelmutStix，邮箱：helmut.stix@oenb.at。电话：+431404207211。我们感谢RainerB¨ohme,JonFrost,OleksandrShcherbakov以及BISMED研究会议和加拿大银行午餐研讨会参加者提出的非常有帮助的评论。本文表达的观点不一定反映奥地利国家银行、国际清算银行或欧元区的观点。1消费者将如何应对数字欧元的推出？哪些特性会鼓励或抑制其采用？这些问题将通过一项基于离散选择实验的经验性研究得到解答。欧洲中央银行(ECB)旨在推出数字欧元,一种安全、广泛接受的数字支付方式，补充现金。虽然技术实施属于欧洲中央银行的领域，但广泛的消费者采用对其成功至关重要。实现这一点需要牢固地理解消费者偏好以及最能推动采用的设计特征。我们的研究通过实证评估消费者偏好为政策制定者提供信息。虽然咨询过程、焦点小组和调查提供了一些见解，但在关于数字欧元消费者需求的稳健、代表性证据方面仍然存在显著差距。本文有助于我们理解消费者的支付偏好，这对于欧洲央行确保数字欧元满足用户需求的目标至关重要。我们的研究结果还可以为欧洲委员会建立数字欧元法律框架的立法工作提供信息，以确保它与现有的支付方式相辅相成并满足消费者需求。1我们通过一项离散选择实验（DCE）来回答这些问题，该实验嵌入在对1,421名年龄在16岁及以上的奥地利居民代表性样本进行的调查中。实验的设计使我们能够评估数字欧元各种潜在特征之间的权衡和相互依赖关系。主要发现我们的选择实验得出几个具有直接政策相关性的见解：1.经济激励促进采用消费者对货币激励反应明显。选择数字欧元的概率增加了8个百分点点如果它提供每月节省10欧元（例如，通过降低费用或商家折扣）。2.安全问题至关重要:对盗窃或丢失的担忧对采用最有影响。将潜在的完全损失（例如被盗的钱包）减少到最高250欧元的损失，会使选择数字欧元的可能性提高12个百分点。这突出了消费者强烈的偏好于安全性在数字支付选项中。1请查看https://finance.ec.europa.eu/publications/digital-euro-package_zh23.隐私偏好与上下文相关：无偿地，消费者平均而言是在两种一个是银行可以访问个人和交易数据的，另一个提供完全的隐私保护。金钱激励在两种模型下都能提高采用率，但在隐私有限的情况下，效果会降低三分之一。这表明消费者愿意为了财务利益而牺牲部分隐私。4.离线功能的影响有限启用离线使用（与纯在线选项相反）提供适度的优势，增加提高4个百分点。跨消费者群体异质性的额外发现根据我们的预注册2我们考察了消费者组之间的异质性，从而产生了额外的见解：隐私偏好并不一致隐私敏感的消费者，大约占样本的三分之一，被发现比隐私不敏感的消费者具有较低的实施意愿。此外，隐私敏感的消费者从增强的隐私中获得比从节省成本更大的效用。相反，剩下的三分之二的受访者优先考虑节省成本而不是隐私。这一发现为隐私在公共讨论中的主导地位增添了细微差别。采用中的社会人口学差异年轻人、受教育程度高的人、对央行信任度高的人以及金融风险承受能力强的人更可能采用数字欧元。例如，20岁的人比50岁的人采用的可能性高18个百分点。对央行的信任度使采用的可能性增加了15个百分点。对当前支付方式的满意度会影响偏好当消费者在使用其首选支付方式时面临障碍，他们采用数字欧元的可能性高出13个百分点，这表明未满足的支付需求驱动了对数字欧元的兴趣。我们的实验设计旨在提高可理解性。受访者可以选择拒绝参与实验。大约20%的该调查的目标人群选择了不参加。这些非参与者往往更年长、受教育程度较低、更依赖现金、对技术了解较少、更加关注2该研究已在AsP预先注册（AsPredicted#180811）。23数据隐私，对中央银行的信任度较低，对数字欧元了解程度较低。我们证明，在合理的假设（例如，隐私，安全，离线功能）对选择效应具有鲁棒性，并且可以推广到更广泛的人群。为什么离散选择实验比现有方法有所改进为评估消费者选择，我们采用离散选择实验法（DCE这是一种在实证经济学和市场研究中已建立的方法。这种方法最初由McFadden（1974 )开发，已在交通、健康、能源、住房和营销等各个领域广泛使用（例如：Louviere等人2010年，Spät等人2022年，Jonker等人2020年并且最近已应用于数字货币（CBDC）的研究（Choi等人2025a年，Fairweather等人2024年）。我们的贡献在于应用此方法来理解消费者对数字欧元的偏好，探究消费者对实际设计特征的偏好。在我们的实验中，调查参与者被呈现了10个不同的选择场景，每个场景要求他们选择数字欧元的两个版本之一，或者选择不选并维持现状。这些选择由五个关键属性特征：支付工具的物理形式、个人数据保护水平、丢失或被盗的风险、在线/离线功能以及相对于现有支付方式的价格节省。重要的是，这些属性与欧洲央行当前正在讨论的设计决策和欧洲委员会的立法提案大体一致。3我们率先采用DCE方法来寻找关于消费者对数字欧元偏好的经验证据。迄今为止所使用的其他方法包括法律咨询过程、焦点小组和调查。相比之下，DCE具有一些独特的优势，使其成为现有方法的有用补充。一个DCE通过向消费者展示属性（例如，隐私、费用、可访问性）之间的可控权衡，独特地模拟现实世界的决策，并从他们的选择中推断出他们的潜在偏好，而不是直接提问。我们认为我们的努力是对之前完成的消费者偏好工作的补充。虽然法律咨询确保了监管一致性，但DCE验证了消费者的需求。虽然焦点小组揭示了消费者的叙事，但DCE将这些叙事量化并概括为结构化的见解。虽然调查收集广泛的态度数据，但DCE在现实条件下衡量行为选择。3参见欧洲中央银行（2024）和欧洲委员会（2023）。4因此，DCE并非取代其他方法，而是通过为消费者决策添加结构化、定量的视角来补充它们,确保政策决策基于实证证据，而非仅仅基于观点和定性洞察。相关研究我们的论文对两个领域的文献做出了贡献。首先，我们增加了关于消费者采用新支付工具的研究，特别关注了央行数字货币（CBDC）。我们的主要贡献是使用了离散选择实验方法，这种方法非常适合分析尚未推出的支付工具的假设性采用。这种方法使我们能够识别CBDC采用的关键决定因素，并评估它们的相对重要性。其次，我们为交易数据隐私及其在消费者支付选择中的作用这一领域做出贡献。我们提供了经验证据，证明关注隐私的消费者对隐私程度不同的CBDC模式做出不同程度的反应，并且这种反应在有货币激励的情况下有所不同。CBDC采用的选择实验我们的研究与Choi等人(2025a)和Fairweather等人(2024)关系最为密切,后者分别介绍了在韩国和澳大利亚进行的选择实验。这些论文指导了我们的设计和分析，但在关键方面存在差异。在Choi等人（2025a）的研究中，受访者从两个通用的支付工具属性组合中选择，从而间接推断出对数字货币的需求。相比之下，在我们的选择设计中，受访者明确评估两种数字欧元变体相对于现状。这种设计通过确保对两种数字欧元变体都拒绝，意味着对现有支付工具的偏好，从而阐明了选择的解释。此外，我们将属性数量从九个减少到五个，在提高可理解性的同时，也符合正在进行的政策讨论。Fairweather等人(2024)分析了消费者对CBDC账户相对于商业银行账户的安全性和隐私价值评估。他们的实验关注三个属性：账户成本、安全性（中央银行与商业银行）和隐私性。相比之下，我们向受访者展示了两种数字欧元变体和一个现状选项。与Choi等人(2025a)和Fairweather等人(2024)不同，我们估计混合逻辑模型以解释偏好异质性，允许更现实的替代模式。两篇最近的论文在数字欧元方面开展了实验调查方法（但不采用离散选择实验）。范德霍斯特和范gent5(2025)进行一项关于离线数字欧元的调查实验，发现大约三分之二的荷兰调查参与者愿意使用离线数字欧元。即使是相对较低的持有限额也不会阻止消费者使用数字欧元。这项研究的一些详细发现与我们的论文中的发现相似：隐私问题并非非常重要，且相当一部分人更倾向于使用卡而不是支付应用程序。Georgarakos等人(2025)在ECB消费预期调查中实施了几项小型实验。其中一个实验表明，提供关于CBDC关键特征的简洁信息会增加预期采用率。另一个实验改变了CBDC的持有限额，发现对流动资产持有组合构成的影响很小。支付工具采纳的实证研究我们的研究也基于关于消费者支付工具采用行为的更广泛的实证文献，该文献传统上依赖于调查数据（Shy2023，Bagnall等人2016）。更近期的研究利用了行政数据（Bachas等人2021，Brown等人2022）。这些研究一致强调了社会人口因素在支付采用中的作用，这为我们的异质性分析提供了信息。然而，无论是调查数据还是行政数据都不太适合分析尚未引入的支付工具的潜在采用。我们提出的实验选择提供了一种克服这一限制的方法。关于基于调查的关于央行数字货币(CBDC)采纳的证据，Bijlsma等人(2021年)考察了影响荷兰账户型CBDC需求的因素。他们发现，受访者对CBDC的了解程度、对金融机构的信任以及货币激励是关键决定因素。来自奥地利和斯洛伐克的调查证据支持这些发现：Cupak等人(2024年)强调了央行信任的作用，而Abramova等人(2023年)和Cupak等人(2024年)发现现金偏好消费者的需求较低。基于调查的研究提供了有用的补充见解，但仍然受限于对陈述态度而非选择行为的依赖。最近的贡献基于结构经济模型，利用调查结果间接评估CBDC需求（例如Li2023，Huynh等人2024，Engert等人2024，Nocciola和Zamora-P'erezz2024年）。例如，受访者对现有支付工具支付属性的价值评估结果被用于推断CBDC的潜在需求。加拿大银行对一种假设的加拿大数字货币进行了消费者价值主张研究，并从公众咨询、调查中汲取了见解。6并且一项涉及实际原型的消费者研究（Warren等人，2024）。类似于我们的发现，离线功能和进行匿名支付的能力并不是消费者设计优先考虑事项中的顶级。支付选择中的交易数据隐私我们的第二项贡献是研究交易数据隐私在支付工具需求中的作用（参见Acquisti等人，2016年；Kahn等人，2000年；Garratt和vanOordt，2021年）。欧洲中央银行在2020年进行的公众咨询（欧洲中央银行，2021年）表明，隐私被公民和专业人员视为数字欧元最重要的特征。然而，此类咨询不具有代表性，主要捕捉到参与利益相关者的观点。了解数字欧元的潜在需求需要对代表性消费者样本如何在隐私方面的价值进行实证评估。先前研究已经验证隐私在CBDC采用中的作用。4阿布拉莫娃等人（2023）表明，一些消费者将安全置于隐私之上。赵等人（2025b）在南韩进行一项调查实验，在三个实验组中变化隐私水平。他们的发现表明，隐私偏好取决于交易类型（敏感隐私与非敏感隐私）和支付渠道。这突出了隐私问题的情境依赖性。4我们的方法通过估计两种隐私模型对数字欧元采用的影响，推动了这一领域的研究。与以往依赖陈述态度的研究不同，我们通过具体的决策来衡量陈述的偏好。虽然我们的实验没有明确地模拟情境隐私考虑因素，但它为消费者提供了交易数据隐私的平均估值。我们的结果为了解隐私如何被估值以及哪类消费者更有可能用隐私换取金钱补偿提供了见解（例如，Acquisti等人2013年，Chen等人2021年，Armantier等人2024年）。这有助于更细致地理解数字支付环境下的隐私偏好。4本文从参与交易消费者的角度关注隐私的估值。虽然隐私更广泛的社会影响无疑很重要，但它们超出了本研究的范围。关于社会维度的讨论，例如参见Auer等人（2025）和Uhlig等人（2023）。72.政策挑战：量化关键设计权衡为回答消费者将如何应对数字欧元的推出，我们设计了一项嵌入在调查中的离散选择实验（DCE）。选择实验的总体目标是估算商品不同特性或功能的经济价值。这种估算是基于具体选择情境中的陈述偏好，因此即使对于尚未有活跃市场的商品也可适用（Louviereetal.2010）。在我们的选择实验中，调查受访者被呈现10个选择任务，每个任务要求他们在数字欧元的两个假设版本之间进行选择，或选择退出（即，保持现状）。每个选择选项由五个关键属性定义（见表1安全性、隐私、货币激励、在线/离线功能以及外形尺寸。问卷，包含每个属性的准确措辞以及如何向受访者解释，可作为补充材料提供。52.1.DCE属性和政策辩论所选属性密切反映了欧洲央行和欧洲委员会关于数字欧元设计的政策讨论。确保数字欧元持有安全是政策制定者的核心关切。欧洲央行数字欧元进展报告强调，用户不应因盗窃或丢失而面临过度风险，尤其是在引入离线功能的情况下。6通过包含不同级别的损失保护，我们的实验与欧洲中央银行关于消费者信任和金融稳定的考虑相一致。欧洲中央银行关于数字欧元的公开咨询发现，隐私是公民和商家最常提及的担忧（欧洲中央银行2021年）。欧洲委员会的数字欧元方案7也承认隐私问题，并提出数据保护的保障措施。8通过测试消费者对不同的偏好5由于成本节约对我们结果的解释很重要，我们在此呈现相应的公式：“使用数字欧元是免费的。然而，可能会有节约，例如，因为没有卡片费用，或者因为零售商给您提供折扣。假设每月节约金额为...”.6参见欧洲中央银行（2024）。7参考https://finance.ec.europa.eu/publications/digital-euro-package_zh。78欧洲议会和理事会关于由欧洲委员会建立数字欧元的法规草案中包含37处“隐私”一词（欧洲8表1：选择实验中的属性和水平属性等级理由安全●不退款——与损失相同钱包的●部分退款-最大损失250欧元●全额退款-无损失风险解决风险规避问题消费者对财务的担忧交叉熵损失。隐私●个人数据和支付●个人信息和薪-反映了公众的担忧金融监管成本节约（相对于现有的支付指令(评论)●每月节省10欧元●每月节省5欧元●没有储蓄测试采用意愿为获取经济利益进行交换。在线/离线网络连接●甚至无一个互联网连接评估重新需求无障碍中的寂静。外形尺寸●手机应用程序检验可用性偏好ences.9针对隐私模型的隐私问题，我们的实验提供了消费者是否会为了货币激励而牺牲隐私，以及这种偏好有多强的实证证据。政策制定者面临一个问题：数字欧元是否应纯粹以成本中性为基础，还是激励措施（例如，费用减免或商家折扣）可以在采用方面发挥作用。我们的实验量化了金融激励如何影响消费者采用数字欧元的意愿。离线可用性一直是欧洲中央银行关于欧元数字化设计的工作报告中的一个关键议题。无需互联网连接使用数字欧元的能力被定义为一种提高韧性和包容性的方式，特别是对于网络连接不稳定地区而言。然而，这也带来了技术和安全方面的权衡。我们的实验评估了消费者在做出采用决策时，对此功能的重视程度。欧洲央行和欧盟委员会尚未最终确定数字欧元如何使用，关于它是否应像独立卡片、智能手机应用程序或两者都一样运作的讨论仍在继续。我们的实验为消费者是否偏爱某种使用方式提供了见解。2.2.DCE属性与学术争鸣虽然我们实验中选择的属性与欧洲央行和欧盟委员会的政策讨论密切相关，但它们也得到了现有学术研究的支持。经济理论和行为研究表明，这些属性中的每一个都在消费者支付选择中都发挥着重要作用。存在大量学术文献证实安全事项对风险规避型消费者很重要。消费者在选择金融工具时倾向于规避风险（Kahnemann2011）。确保对损失或盗窃的保护可以降低感知风险并提高采用率。在隐私方面，先前研究表明，尽管消费者重视隐私，但他们2023年委员会）。这反映了数据保护在数字欧元设计中的核心作用。有两个说明性例子突出了这一重点：在第二十五条，提案指出：“欧洲中央银行应实施适当的技术和组织措施，包括最先进的安全和隐私保护措施，以确保个人数字欧元用户的身份不能与支付服务机构以外的实体的信息关联，这些实体的客户或潜在客户是数字欧元用户”（欧洲委员会2023年）。在第七十一条，它进一步指出：“数字欧元应可以离线使用，与自动取款机取款相比，具有同等水平的与支付服务机构的隐私保护”（欧洲委员会2023年）。通常用它来换取有形的利益(Acquisti等人,2013;陈等人,2021;Armantier等人,2024)。我们的实验揭示了消费者愿意做出这种权衡的程度以及这种意愿在不同个体之间的变化。经济模型表明，消费者在选择支付方式时会权衡收益和成本（Shy2023从而证实了货币激励影响采用概率的猜想。如果数字欧元能提供成本节约，采用可能性可能较高，但效应的幅度是一个实证问题。对支付习惯的研究表明，可及性是采用的关键决定因素（Bagnall等人2016年）。如果数字欧元可以使用离线，它可能会吸引目前依赖于现金因其普遍接受性的消费者。支付工具的呈现方式（卡片与应用程序）会影响便利性，尤其是对不同的人群组而言。例如 ,年长的消费者可能会偏爱基于卡片的解决方案，而较年轻的用户可能会更喜欢基于应用程序的支付（Cupak等人，2024；Warren等人，2024）。因此，文献证实了形态因素会影响可用性和消费者习惯。通过系统地改变我们实验中的这些不同属性，我们提供了关于消费者在考虑数字欧元采用时做出的权衡的直接经验证据。这些发现对于旨在设计满足用户需求同时确保广泛采用的数字欧元的政策制定者来说至关重要。3.测量对假设支付工具的偏好衡量对一种假设性支付工具（如数字欧元）的消费者偏好提出了方法论挑战。与现有的支付方式不同，数字欧元尚未可用，需要一种能够以结构化和与决策相关的捕捉偏好的方法。3.1.DCE实现为解决这个问题，我们实施了一项嵌入在调查中的离散选择实验（DCE该调查涉及1,421名随机选取的年龄在16岁及以上的奥地利居民。调查于3月3日进行和5月31日2024年采用计算机辅助个人访谈（CAPI,89%）和计算机辅助网络访谈（CAWI,11%）。问卷开始于关于支付习惯和偏好的热身问题。接着进行了一次初步的意识检查，受访者被询问他们是否之前听说过数字欧元。然后播放了一段专业人士制作的2分钟视频，解释了数字欧元的关键方面，包括支付方式以及它与现有支付方式的关联。我们还加入了一个实验前的兴趣评估。受访者被要求表明他们对引入数字欧元的总体兴趣。实验中问题的顺序和采取的行动通过流程图（图1）表示。首先，解释了数字欧元尚未决定，我们对受访者的偏好感兴趣。采访者展示展示卡，并解释五个属性和属性级别。接下来，受访者被随机分配到三个区块中的一个，每个区块包含10个选择集。每个选择集都展示在展示卡上，受访者选择“数字欧元变体1”、“数字欧元变体2”或两者都不选（现状）。这定义了估计中的因变量。完成所有选择集后，我们提出评估和认知回顾问题。在计算机辅助网络访谈的情况下，解释和选择实验已在屏幕上实施，无需访谈员干预。3.2.实验设计五个指定的属性及其相应级别定义了数字欧元的72种变体，这意味着有2,556种不同的成对比较可能性。为了在面对面计算机辅助个人访谈（CAPI）中控制访谈情况，访谈者使用印刷展示卡，同时避免测试受访者的耐心，我们采用了一个由三个包含10个选择任务的区组部分因子设计。每位受访者被随机分配到其中一个区组。在区组内，选择集的顺序和选择集中替代品的顺序保持固定。因此，访谈者只需要携带三叠展示卡，每叠包含10张用于选择任务的卡片。具体的选择集是使用R-包choicesDes中的dcm.design函数生成的（Horne2022该函数采用改进的Federov算法从全因子候选集中生成D-有效、均衡（属性水平等表示）和分组的选项集（一般讨论参见Bliemer和Rose2024）。没有任何一个选项集包含主导变体。图1：实验流程图面试官解释属性和等级受访者被随机分配到三个区块中的其中一个面试官选择一套10个问题。对于10张展示卡中的每一张，受访者从数字欧元变体1数字欧元变体2现状（退出）实验评估和认知重述问题3.3.观察到的选择行为图2根据实验回应说明了受访者选择行为类别。我们将那些拒绝参与实验的个人定义为挑战者-对他们我们不观察实验数据。在所有10个选择任务中选择退出的人被标记为永不采取如果个人在6到9个选择任务中选择退出，我们将他们分类为罕见采取者.有时taker仅在1至5个任务中选择退出，也就是说，在大多数任务中选择了数字欧元变体，并且始终采取者在所有10个选择任务中选择数字欧元。图2：选择行为。该图显示了受访者层面的选择行为（以百分比表示）。结果已加权，并指代人口份额。这些份额在图2中得以体现。总是接受者和有时接受者合计占人口总数的62.8%。这一份额似乎相当高。首先，我们认为视频非常重要，因为它展示了数字欧元如何用于支付，它与现有的数字支付工具有何关联，并且它解决了潜在的关注问题，例如隐私。9使你还不完全确定“.因此，受访者可以表明他们对潜在用途的兴趣。因此，我们将实验结果解释为一种采用意图，相应的结果应被视为上限。”99乔治拉科斯等人(2025)进行了一项信息实验。展示一段短视频使CBDC采用的可能性增加了12个百分点。对（或兴趣于）数字欧元的需求，这是我们旨在衡量的。或者，回答行为可能反映了对调查普遍缺乏兴趣。附录B中提供的证据与拒绝和从未紧密相关，这与对数字欧元缺乏兴趣一致。因此，我们将论证大约24%的人口对数字欧元没有明显需求。对于挑战者，我们没有关于他们如果参与实验会如何选择的信息——附录B中的表B.1的结果明确表明，参与实验并非随机。这强烈警告我们不要简单地将实验结果推广到整个人群。为了得出所有调查参与者的结论，我们应用了两个选项。首先，我们通过应用逆概率权重来纠正未参与的情况。我们建模实验中的参与情况，并预测参与的概率。对这些概率取倒数并缩放可以纠正缺失数据——参与概率较低的人会被赋予更高的权重，以模拟Defier可能的行为。关键假设是决定参与的logit模型被正确指定，并且没有其他（未观测的）变量在驱动参与。图3绘制了我们用于计算逆概率权重的参与logit模型的边际效应。一般来说，logit模型拟合度相当好，并证实了上述个体变量的重要性。第二种方法是假设如果反叛者参与了实验，他们总会选择退出，也就是说，他们的行为会像从未参与者一样。考虑到反叛者对这一主题缺乏兴趣，这是一个强烈但合理的假设。该假设坚持认为，不参与是由与数字欧元相关的效用考虑驱动的，而不是由其他考虑因素驱动的，例如调查疲劳、对访谈员的不满等。缺失数据的问题通过事后模拟将实验任务随机分配给反抗者来解决。我们的首选方法是逆概率加权。但是，我们偶尔也会报告第二种方法的結果。令人欣慰的是,我们许多关于请注意，我们还包含了诸如“未回答收入问题”或“不知道”答案比例等变量。这些变量并不显著，表明参与并非由调查疲劳、对访谈的不满等因素驱动。结果表格显示于补充材料中。我们认为这一假设有两个合理的原因：首先，我们观察到在最初表示他们对数字欧元完全不感兴趣的449名受访者中，有158人被探查，并且能够被说服仍然参加实验。在这些“被探查的抵制者”中，只有3%认为数字欧元对他们总体有利，而71%属于从不采纳者或很少采纳者。其次，对于从不采纳者来说，关于数字欧元是否提供个人利益与选择行为之间的密切关联也同样可以观察到。在从不采纳者中，0%表示数字欧元是有益的（见表B.1）。边际效应在两种方法中具有相似的定性特征。为了比较：在我们的首选方法中，Defiers会以一种方法中，所有Defiers都被分配为“从不接受者”。因此，后一种方法中的预期采用率较低（即，特定替代常数更大）。图3：实验参与情况。该图显示了以百分比点为单位的平均边际效应以及相应的95%置信区间。结果来自一个logit模型。因变量是一个虚拟变量，表示参与实验。4.1.估计方法为了量化不同数字欧元属性的相关重要性，我们估计了一个混合logit模型（Train2009）。这种方法的主要优势在于它允许偏好参数在不同受访者之间存在差异，而不是假设每个人都具有相同的偏好。每位受访者面临三个选项中的选择：1.DE1：数字欧元的第一种变体2.DE2：数字欧元的第二种变体3.SQ（现状）：不采用数字欧元的选项对于受访者i，选择方案j=1,2所关联的效用为：x表示数字欧元的属性（例如，安全性、隐私、金融）激励，离线功能，和形状尺寸）。,是个人特定的偏好参数，反映每个重新βiε是一个服从极值分布的误差项，捕捉了未观测到影响选择的因素。现状（SQ）替代方案的效用略有不同，因为它没有像数字欧元变体那样的相关属性。相反，它由以下公式给出：在哪里：ASC是一个现状替代方案的虚拟变量和α表示消费者对现状的评价（或效用）相对于i数字欧元基线规范（数字欧元变体的效用函数中的常数项已归一化为0）。i在我们的模型中，只有替代品之间的效用差异才重要，而效用的整体规模是任意的。这意味着我们可以估计数字欧元相对于现状有多么更具吸引力（或不太吸引人但不能估计绝对效用水平。所有效应都是相对于现状来衡量的。为了考虑个人之间偏好的差异，我们假设参数：注意α反映了现状与数字欧元之间的任何差异，包括更大的i现状的估值或任何种类的采用成本。经验上，我们不能区分它们。是id从概率分布中超过受访者的F(β|Ω)具有密度f(β|Ω),其中Ω是该分布的参数向量，例如均值和方差。从实际角度来看，这意味着：一些受访者可能会重视隐私，例如，而另一些受访者可能更关心节省成本。●我们估计每个属性的平均效应以及偏好在不同个体之间有所不同。我们假设对不同属性的偏好是不相关的，即F(β|Ω)被指定为独立边缘的乘积。个体了解自己的偏好并据此做出选择，选择替代方案j上k如果：然而，作为研究人员，我们只观察受访者做出的选择，而不是他们潜在的价值函数。我们的目标是估计均值和方差(Ω)的偏好分布F(β|基于观察到的选择Ω)我们使用Stata的mixlogit包（Hole2007）估计模型，并使用R包Apollo（Hess和Palma2019 ,Hess和Palma2025）交叉检验结果（每种情况至少使用1,500个积分点）。所有数据和代码都在复制包中可用。由于点估计在采用概率方面不能直接解释，我们计算边际效应——即，选择概率的估计变化 虽然允许协方差将能够对更复杂的偏好结构进行建模（例如，既高度重视隐私又高度重视安全的个人），但这会增加相当大的估计复杂性，并且在每名受访者重复选择有限的情况下，通常只能在调查数据中弱识别。我们假设所有我们预期所有个体都具有正系数的变量服从对数正态分布。关于隐私，可以认为所有个体都严格偏好更多隐私而非较少隐私。但这不一定为真，因为一些受访者可能重视隐私的社会影响，而另一些受访者，例如，可能认为完全匿名也可能产生负面影响（例如，关于逃税或其他非法活动）。在预注册中，我们声明我们将排除从未采用者，因为我们预计他们所占比例相对较大。由于从未采用者仅占相当小的比例，我们决定将他们纳入估计中。在不对外报道的稳健性检验中，我们排除了从未采用者，并发现关于属性重要性的结果在定性上相似。给定解释变量的特定变化时的现状。这些边际效应被模拟并在所有选择任务（或个人）上取平均值。这种方法为数字欧元属性的变化如何影响采用可能性提供了更直观的解释。为确保稳健性，标准误差被聚类以解释个人做出多项选择的事实。4.2.关键发现：消费者最看重哪些属性？表2显示了具有随机系数的基准模型的结果。该模型包含选择特定变量（属性）以及一个替代特定常数，该常数衡量现状选项（“ASC现状”）。列1显示的是未加权结果，正如所论证的，这些结果受到非参与者偏差的影响。列2和3校正了样本选择效应：列2应用逆概率权重，列3坚持所有Defiers都会选择退出。模型之间的差异体现在ASCStatusquo系数的显著差异上。关于属性效应，我们注意到大多数变量在统计上显著 ,这证实了观察到的关系不太可能是由偶然性造成的。除了特定替代常数外，我们发现三个模型之间的估计结果只有相对较小的差异，这令人放心。在下文中，我们重点关注第2列的结果，这是我们偏好的规格。具体来说，我们讨论点估计所隐含的边际效应。关键发现1.安全是采用的最强驱动力将潜在损失从全损降至欧元250的封顶损失提高数字欧元采用可能性12个百分点，同时全额损失保障提高23个百分点。2.货币激励显著提高采用每月节省5欧元将数字欧元采用的几率提高4个百分点，而每月节省10欧元则导致几率提高8个百分点。请注意，我们尚未计算这些边际效应的置信区间。读者可能会注意到，第2列的人数低于第1列。原因是在计算概率权重时丢失了一些观测值。表2：基准模型：考虑未参与非加权加权非加权均值Asc现状2.901***3.183***4.684***(0.227)(0.248)隐私0.137**0.153**0.139**(0.066)(0.072)卡0.859***1.105***0.845***(0.112)(0.131)也离线-2.257***-2.063***-2.386***(0.327)(0.302)损失无1.174***1.136***1.142***(0.046)(0.051)损失有限0.562***0.536***0.580***(0.054)(0.064)月度节省-2.594***-2.870***-2.748***(0.188)(0.158)SDAsc现状5.008***4.922***6.886***(0.223)(0.234)隐私0.985***1.019***0.943***(0.118)(0.131)卡2.743***2.818***2.961***(0.136)(0.166)也离线2.000***1.972***2.124***(0.201)(0.151)损失无0.682***0.683***0.666***(0.040)(0.057)损失限制0.329***0.335***0.253(0.047)(0.076)每月节省1.221***1.465***1.330***(0.244)(0.110)LogL-7998.93-7388.42-8455.73包含defiance(3)(0.285)(0.065)(0.112)(0.303)(0.046)(0.063)(0.112)(0.293)(0.135)(0.167)(0.132)(0.044)(0.157)(0.059)注意：该表格展示了混合logit模型的结果。被解释变量为选择，选择指定替代方案时取值为1，否则为0。第1列展示了排除反抗者的未加权样本的结果。第2列应用逆概率权重。第3列展示了包括反抗者的样本的结果，假设所有反抗者都会像永不参与者一样行为。“ASC现状”表示现状（“退出”）选项的替代方案特定常数。括号内报告了针对个人层面聚类调整的标准误差。变量定义和汇总统计数据在附录中展示。***，**，*表示显著性水平为0.01，0.05和0.10。3.隐私问题出奇地平均而言是中性的与公众舆论中普遍存在的强烈隐私担忧相悖，受访者不4.离线功能的影响有限启用离线交易仅将选择数字欧元的概率提高了4个百分点。5.外形尺寸很重要：平均而言，受访者更喜欢一个支付卡在...上手机应用（采纳概率的差异是6个百分点）最可能反映了现有的支付习惯。偏好异质性和模型优越性表2中的结果也揭示了显著的偏好异质性，这意味着个人的选择因偏好而异。这可以通过参数标准差的有显著点估计值看出。解释替代特定常数基准状态下替代特有常数（ASC）的估计均值是正的，这意味着——在其他条件相同的情况下——个人倾向于优先选择现状而非数字欧元。重要的是，ASC系数的标准差很大，表明偏好存在很强的异质性。在列2的模型中，点估计表明69%的人偏好现状，而31%的人会选择数字欧元。20图4展示了个体间ASC系数的实证分布。该分布是双峰的，具有两个峰值——一个位于负域，一个位于正域——表明受访者的偏好倾向于两极分化，而非围绕中立立场。真正无差异（ASC接近零）的个体比例相对较低。20总体而言，我们的基线结果是关于解释变量的定量效应以及偏好异质性的信息。这为我们的进一步分析提供了依据，该分析沿着三个维度展开：首先，我们将讨论预期的采纳情况负的估计标准差由于平方的性质，可以解释为正系数。Asc系数衡量相对于具有以下基准属性的数字欧元，人们对现状的平均偏好：有限的隐私、无离线功能、完全损失、零月度储蓄，以及以应用程序形式提供。该系数捕捉了现状偏见、未观察到的个人特征或对调查的不满等因素。这些数字并不反映数字欧元的预计采用情况。与OLS回归中的常数一样，ASC会随着解释变量的编码方式而变化。分配点估计分配点估计ASC现状.08.06.04.020-10-550图4：该图显示了ASC现状（源自表2第2列）的估计个体特定系数的分布。由此结果可知。其次，我们将添加个体特定变量来理解现状偏好的驱动因素。此外，我们将看看添加个体特定变量是否会改变基线结果。第三，我们将进行子样本回归来审查一些解释变量的异质性响应。潜在采纳是政策制定者和全社会关注的重点。基准估计使我们能够模拟更广泛人群中的预期采纳率。利用表2第2列的结果，我们针对不同的实施情景推导出特定个体的选择概率。在数字欧元不同设计下的采用由于采用率取决于数字欧元的特定属性，我们在两种截然不同的情景下进行模拟：1.一个现实的实施：反映初始央行数字货币推广中最可能的情况，我们假设：无货币激励,盗窃或丢失时无限金融损失，有限隐私，启用离线功能，可作为支付卡。2.一个理想化、极具吸引力的实施方案：基于我们的估算，我们假设：每月节省10欧元奖励，完全的财务损失保障（零责任),完全隐私,离线功能启用,可作为支付卡。虽然我们认为理想的实现不切实际，但结果给我们提供了一种关于数字欧元的不同特征所导致的异质性的印象。预期采用在现实实现情况下，选择数字欧元的平均概率为45%。21在一种理想化（且不切实际）的实施方案下，预测的采用率上升至74%。这意味着我们样本中45%的人会认为设计得较为现实的数字欧元比现状能带来更大的效用。作为参考，包括反叛者（表2第3列）在内的估计接受率是37%。在这种情况下，预期的采纳率较低，因为我们假设所有反叛者如果参与实验，总会选择现状。资格我们注意到这些估计值代表一个上限。首先，选择概率必须在实验和问题的语境中被解释。具体而言，受访者被鼓励考虑使用数字欧元，即使他们不太确定（见图1）。其次，我们的实验并没有明确考虑采用成本——隐含地，这些成本包含在特定于个人的ASC中。货币或非货币的采用成本会对采用产生负面影响（参见Nocciola和Zamora-P´erez2024）。尽管我们的结果指的是计划采用和使用，但我们无法量化使用的强度。5.1.个体特定变量支付文献中有一个得到充分论证的发现是，采用新支付技术的可能性取决于年龄、收入或教育等社会经济特征（Shy2023，Bagnall等人2016年）。此外，采用情况也可能受到未满足的支付需求的影响。在本小节中，我们考察这些因素是否也会影响数字欧元的潜在采用。5.1.1社会人口统计学变量和信任的作用表3展示了包含个体特定因素的两种规格变体。这些变量与现状的替代特定常数相互作用。这一发现与2024年春季进行的欧洲中央银行调查的结果相似（Georgarakos等，2025年）。欧洲中央银行调查发现采用率为45%，这是通过直接询问受访者是否会采用数字欧元得出的。这意味着正系数表明选择现状的可能性更高。这两个规范再次指的是我们处理缺失数据的两种方法：逆概率加权，以及假设Defiers表现得像Nevertakers。我们包括以下基线社会人口学变量：年龄、教育程度、农村与城市居住。22由于相当一部分受访者没有提供收入数据，我们使用教育程度作为收入的替代变量。正如我们在预注册中所述，我们通过增加对央行信任、风险偏好和隐私问题的考量来扩展了协变量列表。根据文献，我们预期以下群体更有可能具有较高的现状偏好：老年人、受教育程度较低的人、现金使用者、对技术亲和度较低的调查对象、对央行信任度较低的个体以及担心数字支付隐私问题的个人。关键发现重要的是，包含个体特定变量并不定量地影响针对选择特定变量的估计值。在下文中，我们关注个体特定特征的作用。边际效应基于加权规格（表3的第1列并可能反映现状的价值或采用成本。1.年龄越大，收养率越低选择数字欧元的可能性每增加10年年龄就下降6-7个百分点。20岁的人比50岁的人选择数字欧元的可能性高18个百分点。2.受教育程度更高的人更有可能采用接受更高教育（高收入）的受访者比受教育程度较低的人更有可能采用数字欧元，概率高出14个百分点。3.信任央行有助于央行数字货币的采用。一个信任央行的个人更有可能选择数字欧元，可能性高出15个百分点。我们发现对银行的信任微不足道，这表明对货币发行方的信任比对银行作为支付促进者的信任更为重要。234.风险态度很重要。高财务风险容忍度（愿意为潜在的高回报而承担实质性的财务风险 )与更高的采用偏好相关。21%的人口中由风险爱好者构成的人群，选择数字欧元的可能性要高出28个百分点。由于我们的模型选择并非基于理论框架，我们将风险态度的作用性别被包括但从未显著。为了简化估计，我们将其删除。在劳工之厅（信任AK）的信任被视为控制一般信任行为的因素。表3：个体特定变量和现状偏好（部分结果）均值当前状态ASC4.807***6.423***加权无权包含defiance(2)Asq乘以年龄0.103***0.136***(0.795)(0.780)ascsq*教育低2.256***2.740***(0.012)(0.012)ASCSQ*Edumed0.5940.922**(0.781)(0.621)ASCSQ*农村0.623*0.440(0.400)(0.394)Asq*信任cb-2.432***-3.714***(0.320)(0.451)Asq*信任银行0.131-0.469(0.646)(0.701)ASCSQ*TrustAK0.1370.507(0.459)(0.504)ASCSQ*现金付款方0.3330.755*(0.663)(0.431)ASCSQ*间付款-0.133-0.104(0.524)(0.443)ASCSQ*隐私强烈担忧0.6423.575***(0.562)(0.460)ascsq*隐私一些担忧-0.3560.101(0.520)(0.536)ASCSQ*风险高-4.877***-6.322***(0.433)(0.361)隐私0.140**0.137**(0.433)(0.610)牌1.100***0.798***(0.070)(0.068)也离线-2.179***-2.428***(0.132)(0.110)无损1.168***1.181***(0.355)(0.285)损失限制0.536***0.593***(0.050)(0.046)月度储蓄-2.772***-2.696***LogL-7118.04-7624.76人员10721336(0.060)(0.138)(0.057)(0.117)注意：该表展示了混合logit模型的选定结果。完整表格显示在补充材料中。因变量是选择，所选替代方案为1，否则为0。第1列显示具有逆概率权重的结果。第2列显示包括反叛者的样本结果，假设所有反叛者都会像从未参与者一样行为。“ASC现状”表示现状（“退出”）选项的特定常数。括号中报告了针对个人层面聚类调整的标准误差。变量定义和汇总统计数据在附录中呈现。***，**，*分别表示在0.01、0.05和0.10水平上的显著性。作为一项经验事实。重要性可能是由与未观察变量相关的关系所驱动的，例如，像与技术熟练度相关联的金融风险偏好。245.无支付行为差异有趣的是，我们在现金付款者和卡付款者之间没有发现显著差异。此外，隐私问题被认为无关紧要。25偏好异质性图5展示了按选定社会经济变量模拟选择的数字欧元概率分布的密度图（如上定义的现实实施方案）。这提供了关于社会人口群体内部个体之间异质性以及群体之间差异的印象。年龄、教育、风险偏好和对中央银行的信任是导致现状偏好异质性和双峰形状的重要影响因素。5.1.2.未满足的支付需求数字欧元的一项潜在需求驱动因素是无法始终按照个人偏好进行支付。例如，这可能影响一位只习惯使用现金的“刷卡高手”，反之亦然。它也可能适用于特定的支付情况，例如高额交易或个人对个人支付。相比之下，数字欧元的接受将是普遍的，正如欧洲委员会提案中规定的 ,受访者也得知了这一特性。这项调查收集了关于各种类型交易中感知到的对支付工具不予接受的信息。具体来说，我们询问受访者多久能根据自己的偏好进行支付，并定义虚拟变量，如果受访者能“总是”按自己喜一个综合指标，总结了所有国内支出类别（“不接受”）。如果一个人不能总是按自己偏好的方式支付，该指标为1，这适用于61%的受访者（加权）。为了测试是否先前的一次调查浪潮包含了一个关于技术熟练程度的具体问题。在具有高财务风险承受能力的人群中，33%的人声称他们非常感兴趣于新设备或应用程序。而在风险规避的人群中，相应的比例是7%。请注意，“ASCSQ*隐私强烈担忧”这一变量的解读与“隐私”不同。前者是针对个人的，后者是针对选择的。前者衡量一个人选择现状的倾向，与其所展示的数字欧元变体无关。后者衡量具有特定隐私模型的数字欧元变体是否会影响现状的可能性，与其任何针对个人的效应无关。543210P(数字欧元) 0P(数字欧元)3210P(数字欧元)信任CB不信任CB3210P(数字欧元)图5：该图显示了针对所选社会人口统计变量的数字欧元现实实施选择的概率分布。这些图表基于表3的第1列。感知到的非接受影响选择概率，我们在先前模型中添加了感知到的非接受。选定的结果总结在表4中。26列1的结果意味着感知到的非接受度增加了采用CBDC的意图13个百分点。26在2至7列中，我们将感知到的非接受分解为单个支付情况。对于日常交易和小额交易，感知到的非接受没有显著影响。我们发现高额交易（超过2000欧元，11个百分点）、餐饮（食品和饮料服务，10个百分点）、个人间支付（9个百分点）和互联网支付（5个百分点）存在显著影响。总的来说，这些发现似乎是合理的。对于日常支出，几乎总是可以用现金和卡支付，因此受访者报告在这方面感受到的非接受程度最低。未满足支付需求的受访者比例最高的是高价值支付、餐饮服务和互联网支付。尽管这些类别看似合理，但在个人支出类别方面仍需谨慎。我们注意到，随着个别特定变量的增减，其显著性可能会变化，这可以归因于行为变量之间的相关性。相比之下，关于感知不接受度的总体指标在不同规范下都具有稳健的显著性。6.不同消费者群体间的差异到目前为止，我们已包含个体特异性变量来理解现状偏好的驱动因素。下一步，我们将对子样本进行回归分析，以审视部分解释变量上的异质性响应。6.1.更深入地探讨隐私的作用我们之前的发现表明，更强的或更弱的隐私模型对选择概率只有微小的影响（如变量Privacy所示）。同时，基于调查的研究和公众咨询突出了消费者对隐私问题的重视。在本节中，我们通过考察以下完整结果在补充材料中呈现。增加感知到的非接受并不影响我们关于社会人口学变量的发现，在质量上表4：个体特定变量与感知不接受（选定制表结果）(1)(2)(3)ASCSQ*不接受-2.030***(0.490)AscSq*日0.613(0.476)ASCSQ*小额-0.808*(0.489)ASCSQ*高价值-2.020***ASCSQ*餐饮-1.599***ASCSQ*P2PASCSQ*互联网logL-7102.71-7114.61-7105.40-7064.40-7105.69-7110.87-7112.92人员1072107110711068107(4)(0.385)(5)(0.344)(6)-1.296***(0.479)(7)-0.757**(0.382)注意：该表格展示了应用逆概率重量的混合logit模型的部分结果。点估计值表示感知非接受与ASCSQ的交互作用的均值。第一列显示总体感知非接受。第2至第7列显示特定支出类别的结果。每一列中，表格3第1列的模型中添加了所显示变量。完整表格在补充材料中给出。括号内报告了针对个人层面聚类调整的标准误。变量定义和摘要统计在附录中呈现。***、**、*分别表示在0.01、0.05和0.10水平上的显著性。隐私的影响取决于月度成本节约，以及其作用是否在不同的隐私关注水平子样本中有所不同。我们首先介绍隐私和月度储蓄之间的交互效应。图6的左图可视化了模拟的边际效应。三个关键见解浮现：1.采用可能性随着月度成本节约而增加，无论提供给受访者的是较弱的隐私形式还是较强的隐私形式。2.在缺乏货币激励的情况下，消费者在实验中使用的两种特定隐私模型之间没有区别——他们选择数字欧元的可能性相似。3.只有在月储蓄增加的情况下，完整的隐私数字欧元才有一个略微更高的采用率——例如,每月10欧元时，更强的隐私模型的采用率高4个百分点。这个差异在统计上是显著的。全.65.55.45月度储蓄无需顾虑.65.55.45月度储蓄一些担忧.65.55.45月度储蓄严重关切.65.55.45月度储蓄有限隐私的有限隐私的DE全隐私的德语图6：该图显示了选择数字欧元变体的预测概率，取决于所假设的隐私模型和月度储蓄。左图显示了针对完整样本的结果。其他图显示了将样本分为对数字欧元表示没有隐私担忧、有一些担忧或强烈担忧的受访者的结果。估计结果表格可在补充材料中找到。这项分析强调，金钱激励的价值远远高于隐私级别的差异。跨隐私关注水平的异质性在第二种方法中，我们根据隐私关注的程度来划分样本。应用调查权重，30%的受访者对数字欧元表达了强烈的隐私关注，33%表达了某种程度的关注，37%则表示很少或没有关注。考虑到63%的人口表达至少一定程度上的关注，隐私是一个重要的问题。然而，它是否影响实际的选择行为？为了研究这个问题，我们分别对每个组估计模型。模拟的选择概率显示在图6的2至4面板中。我们发现，当提供完全隐私时，在所有三个子样本中，批准率都会随着货币储蓄的增加而提高。这与预期相符，表明受访者理解了实验：如果央行数字货币确保完全隐私，隐私担忧就不应影响决策。然而，在隐私受限的情况下，各群体行为差异显著。对隐私有强烈担忧的个体对货币激励无动于衷，而那些有一定担忧或没有担忧的个体则无法区分完全隐私和受限隐私。尽管由于样本量较小需要谨慎，但总体而言，结果表明：1.对于没有或只有一些隐私关注（70%的受访者）的个体，经济激励驱动采用，实验中定义的隐私级别起不到什么作用。2.对于高度关注隐私的个人（受访者中的30%在隐私受限的情况下，采用并不会响应货币激励——隐私考虑优于经济利益。6.2.付款行为的作用最后，我们检验采用数字欧元的意愿是否取决于当前的支付模式。为此，我们根据受访者自我报告的支付行为将其分为三组，并为每组估计一个单独的模型：现金支付者（主要使用现金）、中间支付者（现金和非现金的使用比例大致相等）和卡支付者（很少使用现金）。图7绘制了现金支付者和卡支付者选择具有现实意义的数字欧元模拟概率（相应的表格可在补充）。一个关键的模式出现了：现金支付者的偏好相当分散。相当一部分现金支付者有较低的实施可能性。实施可能性也低于卡支付者。然而，也有相当一部分现金支付者具有较高的采用倾向。P(数字欧元)分布现金付款人现金付款人2.521000P(数字欧元)图7：该图显示了现金支付者和卡支付者选择数字欧元实际实施方案的概率。总体而言，我们发现现金支付者的采纳平均概率为44%，卡支付者为43%。现金支付者的相对较大平均值可以由相应分布的双模态形状来解释。27对于中间支付者来说，采用的可能性是41%。总的来说，我们得出结论，支付行为平均来看并不影响预期采用。27人们可能会质疑为什么一部分现金支付者表现出较高的采用可能性——大约三分之一有超过70%的概率。我们已经分别描述性地比较了采用概率高于和低于70%的现金支付者。采用可能性较高的现金支付者是：更年轻、风险承受能力更强、对技术更亲和。他们还倾向于拥有较低的现金偏好，更可能报告感知到的拒绝，并表达出对数字欧元的更强需求，与采用概率低于70%的人相比。值得注意的是，这组中80%的人认为数字欧元提供了好处，而只有21%的采用概率较低的现金支付者分享了这种观点。这些发现表明，分布形态不是一个统计现金支付者的中位采纳概率为35%，而信用卡支付者的中位采纳概率为44%。好奇，而是反映了现金支付者中一部分人对数字欧元的高需求。7.1.对调查满意度的会计处理我们的实验要求受访者完成十项选择任务，中位完成时间为2分钟20秒。由于在多个维度上比较多种数字欧元变体可能对认知要求较高，一些受访者可能会觉得这项任务具有挑战性，从而引入潜在的偏差。为了评估这一点，我们在实验后调查中加入了一个关于调查满意度的问题。我们询问受访者意的是，53%的受访者表示对排序选择“非常”或“比较”困难。在一个第二个问题中，64%的人觉得选择太多。相比之下，84%的人表示选择很容易理解。为了检验调查不满情绪是否影响我们的研究结果，我们将这些变量纳入我们的基准模型（结果在补充材料中显示）。在基准模型中，这两个变量都具有统计学上的显著性，这意味着调查不满情绪会影响选择数字欧元的可能性。在包含个体特定变量的模型中，这两个调查满意度控制变量仅具有微弱的统计学显著性。然而重要的是，在两种设定中，这些控制变量的纳入都不会改变我们主要研究结果的定性意义。7.2.限制估计样本另一个潜在的问题是有些受访者提供了不一致的答案。我们通过在样本中实施限制（在补充材料中显示）来提供稳健性检验。我们排除了那些总是选择数字欧元但表示讨厌它（“有问题的”回答）的受访者。我们排除了由高比例(≥我们发现在少数访谈员中存在大量潜在问题的访谈，因此约90%的有问题的回复被排除。最后，我们将完成实验时间少于一分钟的所有受访者剔除，因为他们很可能没有认真考虑他们的选择。总体而言，在不同规范下的结果在质量上保持不变——只有一个例外涉及隐私。其系数显著增加，在某个规范中翻了一番。隐私的边际效应从基准模型中的0.8个百分点增加到某个规范中的1.5个百分点。这种增加是值得注意的，但隐私仍然在所有选择特定变量中表现出最低的平均边际效应。8.政策启示：决策者应从中获得什么？我们的研究为政策制定者在设计和实施数字欧元时提供了宝贵的见解。推出央行数字货币是一项复杂的任务，需要仔细考虑消费者偏好和行为反应。基于我们的经验证据，我们概述了若干关键的政策启示：1.预期采用不容忽视我们的模拟表明，在现实设计中，大约有45%的消费者打算采用数字欧元。这表明，虽然数字欧元不会立即成为主流支付方式，但它可以在支付领域发挥重要作用。政策制定者应将此视为消费者兴趣的强烈信号，值得在用户友好和有吸引力的设计选择上进一步投资。2.安全和财务激励推动采用影响采用的最主要因素是缓解财务风险（例如，防止损失和欺诈 )和财务激励（例如，成本节约或返现机制）。政策制定者应考虑如何平衡安全功能与易用性，确保数字欧元相比现有支付选项提供有意义的优势。3.存在隐私问题，但不会显著阻碍采用虽然隐私辩论在公共话语中处于核心地位，但我们的研究结果表明，仅隐私考虑并不强烈地推动采用决策。消费者似乎愿意接受有限的隐私，如果其他功能（例如安全性和财务激励）具有吸引力。然而，数据保护的透明度和清晰沟通将对公众信任至关重要。此外，我们注意到这项评估完全基于结果从反映隐私对受访者的私人价值的实验来看。它没有考虑隐私的社会价值。4.离线功能对采用的影响有限发现启用离线支付对接受度的影响相对较小。虽然一些消费者群体可能重视此功能，但它不是一个决定性因素。因此，决策者应权衡实施离线功能所带来的成本和技术挑战，相对于相对较小的收益。5.按支付行为类似采用计划采用率在信用卡和现金支付者中平均相似。我们观察到现金支付者在采用概率上存在巨大差异。在这个群体中，潜在的采用者往往更年轻、更懂技术、受教育程度更高，并且对接受水平的满意度更低。6.对发行人的信任很重要对央行的信任是采用的重要决定因素。这突显了沟通和参与策略的重要性，以增强人们对数字欧元的信心，将其视为一种安全、可靠且易于使用的支付方式。综合来看，这些见解表明，数字欧元的成功将取决于与消费者偏好相一致的审慎设计选择。虽然技术可行性是必要条件，但用户接受度最终将决定其作为广泛应用支付工具的有效性。我们展示了一项针对奥地利人口代表性样本进行的离散选择实验的结果。这种方法有助于回答关于即将推出的一种支付工具的关键问题，例如：哪些因素会影响采用决策？预期的采用率有多高？谁可能会选择数字欧元？这项研究提供的答案对央行数字货币的设计具有信息价值，并为信息和沟通工作提供指导。关于预测吸收率的结果为我们提供了奥地利潜在采用的快照，但它们不一定能推广到其他国家或跨时间。偏好和行为可能会随着时间的推移、技术进步和政策激励以及对数字欧元的改进信息而变化。此外，关于po-潜在的采用情况并未考虑可能随时间演变的战略互动和市场反应，例如现有支付服务提供商的战略反应，或由于使用率下降而停止接受某些数字支付工具的商家（参见Frost等人，2025年）。奥地利的支付习惯、对机构的信任和数字基础设施也可能影响结果。我们的证据支持的一个更广泛的政策启示是，即使是在像奥地利这样的现金密集型国家，预计的采用率也被发现是不可忽略的。进一步研究应考虑欧元区其他成员国。更大的样本量将允许进行更细致的样本拆分，并纳入信息实验，这将有助于评估实验问题的具体表述如何影响结果。多个国家的结果将能够评估国家间的差异。此外，分析其他属性是否受到消费者重视也很有趣，例如数字欧元对欧元区在零售支付领域自主性的贡献。我们关于属性重要性的部分关键发现与加拿大（Warren等，2024年）或荷兰（vanderHorst和vanGent，2025年）的研究结果相似，这表明奥地利的研究结果可能适用于其他国家。参考文献货币设计者能从询问潜在用户中学到什么？在9第十九届可用隐私与安全性研讨会（SOUPS2023）9,USENlX协会，安纳海姆，加利福尼亚Acquisti,A.,John,L.K.和Loewenstein,G.（2013年《隐私价值几何？》法律研究杂志42(2),249-274.Acquisti,A.,TayIor,C.R.和Wagman,L.（2016年《隐私经济学》经济学文献杂志54(2),442-492.阿曼蒂耶，O.，多厄，S.，弗罗斯特，J.，富斯特，A.和舒，K.（2024年有什么可隐藏的吗？性别和年龄在数据共享意愿方面的差异。BlS工作论文第1187号。奥厄,R.,博姆,R.,克拉克,J.和德米尔厄,D.(2025),数字支付隐私增强技术:绘制蓝图。BlS工作论文第1242号。巴赫斯、P.、格尔勒、P.、希金斯、S.和塞拉、E.（2021年《如何借记卡帮助穷人储蓄（2016《消费者现金使用：基于支付日记调查数据的跨国比较》，国际中央银行期刊(比尔斯玛，M.，范德克鲁伊森，C.，容克，N.和雷耶林克，J.(2021)，什么触发消费者采用CBDC？荷兰中央银行工作论文编号709。BIiemer,M.C.J.和Rose,J.M.(2024),设计和实施陈述性选择实验,在H.赫斯和A.达利编,《选择建模手册》，爱德华·埃尔加出版社，英国切尔顿汉姆，第7章，第172-205页。现金需求9货币经济学杂志130(C),86-102.陈，L.，黄，Y.，欧阳，S.和熊，W.（2021数据隐私悖论与数字需求。NBER工作论文第28854号。choi,s.,kim,b.,kim,y.s.和kwon,o.(2025b),9央行数字货币与隐私：一项随机调查实验9国66(2),823-847.Choi,S.,Kim,B.,Kim,Y.S.,Kwon,O.和Park,S.（2025a预测数字货币的支付偏好：一cupak,a.,gertIer,p.,hajdiak,d.,kIacso,j.andrychtarik,s.(2024),关于数字欧元潜在用户的调查：斯洛伐克的新证据。斯洛伐克国家银行临时文件2/2024。恩格尔特，W.，什切尔巴科夫，O.和施滕策尔，A.(2024)，在销售点支付市场中的人民币数字货币：均衡影响和既有企业反应。加拿大银行工作人员工作文件2024-52。欧洲中央银行（2021年关于数字欧元的公开咨询的欧洲系统报告。https://www.ecb.euro欧洲中央银行（2024年数字欧元准备阶段进展。euro/progress/htmI/ecb.deprp202406.en.ht欧盟委员会（2023年关于建立数字欧元的欧洲议会和理事会条例草案。https://eur-Iex.europa.eu/IegaI-content/EN/TXT/?uri=CELEX%3A52023PC0369（访问于2024-08-22）。在零售央行数字货币中评估安全性和隐私。澳大利亚储备银行研究报告第2024-02号。frost,j.,Rochet,j.-c.,Shin,h.s.andVerdier,m.(2025),竞争性数字货币。图卢兹经济学院w乔治拉科斯，D.，肯尼，G.，拉文，L.和迈耶，J.（2025消费者对央行数字货币的态度。欧洲中央银行工作文件第3035号。黑斯，S.和帕尔马，D.(2019)，9阿波罗：一个灵活、强大且可定制的免费软件包，用于选择模型估计和应用9选择建模杂志洞,A.R.(2007),9使用最大胡永，K.，莫尔纳尔，J.，什切尔巴科夫，O.和清华，Y.（2024“支付服务需求与消费者约翰克,M.,德贝克格罗布,E.,范德维克,J.,古森斯,L.,布尔,S.和拉特滕范梅尔肯,M.(2020),9基于离散选择实验的荷兰COVID-19接触者追踪应用预测使用情况9,JMIR健康信息学卡恩、C·M·麦卡恩和R·罗伯茨（2000年《交易隐私理论》国际经济评论41(4),915-9卡尼曼，D.（2011思考，快与慢，麦克米伦。李，J.(2023)，9预测央行数字货币的需求：基于调查数据的结构分析9货币经济学杂志134,73-85.Louviere,J.J.,Hensher,D.A.,Swait,J.D.和Adamowicz,W.(2010),声明选择方法,剑桥大学出版社。麦卡登,D.(1974),定性选择行为的条件Iogit分析,在P.扎雷姆布卡编，《计量经济学前沿》，学术出版社，纽约，第105-142页。诺奇奥拉，L.和扎莫拉-佩雷斯，A.(2024)，央行数字货币的交易需求。欧洲央行工作论文系列第2926号。羞,O.(2023),‘现金是活的：经济学家如何解释持有和使用现金’,斯佩蒂，k.，霍伯，r.，洛加尔，i.和指南针，r.(2022)，‘激励小型农业系统采用精准农业技Train,K.E.(2009),离散选择模拟方法,第2版,剑桥大学出版社,剑桥.乌尔里希，H.，阿隆索，M.和弗罗斯特，J.(2023)，“数字支付中的隐私——逃离全景监狱”范德霍斯特，F.和范根特，A.（2025离线数字欧元和持有限额：以用户为中心的方法。荷兰央行专题研究第25-2号。沃伦，M.，劳尔，B.，加拉诺托斯，T.和埃尔南德斯，S.（2024年一个假设的加拿大数字货币的消费价值主张。加拿大银行员工讨论文件2024-16。40A.附录：数据和描述性统计A.1.调查描述该数据来源于由奥地利国家银行委托、市场研究机构IFES执