The Double-edged Sword Effect of Technological Disruption Awareness on Manufacturing Employees′ Proactive Skill Development： A Study Based on SEM and fsQCA

Zhu Yongyue, Zhang Mingfeng

(School of Management, Jiangsu University, Zhenjiang 212013, China)

Abstract：At present, the significance of building a workforce that is suitable for the digital transformation and upgrading of manufacturing industry is widely recognized. The digital transformation in the organization promotes the integration of individual skills and digital technology. Without promoting the development of individual ability, there can be no transformation results at the organizational level. However, with the rapid development of the VUCA era, the replacement of labor by machines, the overloaded work demand, and rapidly changing role expectations brought by digital transformation have led to increased work pressure for employees, and technical shocks have brought challenges and threats to employees. In this context, in order to meet the needs of the digital era and reduce the risk of artificial intelligence substitution, the initiative to guide individuals to enhance their skills plays an increasingly important role in organizational management.

The existing research on the development of employees′ proactive skills mainly focuses on the individual level and organizational development level, but there are few studies on the individual level and empirical studies from the perspective of personal cognitive evaluation. Proactive skill development refers to the self-initiated, future-oriented and change-oriented acquisition of knowledge and skills by individuals in order to master the needs of future work tasks. Individuals who are committed to skill development have also developed critical thinking skills to solve problems in the process of acquiring skills and knowledge, which is helpful for employees to be competent for the role change and post change that digital transformation needs to experience and to participate in other tasks and processes other than pure digital professional knowledge. Therefore, it is of great practical significance for organizations to take measures to actively guide employees to strengthen the acquisition of resources and improve their self-ability, and carry out a talent strategy for the digital transformation of enterprises to explore the causes of employees′ proactive skills development in digital workplaces.

In this study, data from the online and offline questionnaires is collected. After screening and deleting the data, a total of 475 valid samples are obtained. Descriptive statistical analysis, confirmatory factor analysis, homology analysis and collinearity test are conducted by SPSS and Amos to verify the hypothesis. Then, using the structural equation model and fuzzy set qualitative comparative analysis method, this paper discusses the influence mechanism of technological disruption awareness on employees′ proactive skill development and the configuration path that affects the proactive skill development. The results show that (1) stress cognitive appraisal is the key intermediary variable that technological disruption awareness affects the development of proactive skills, and technological disruption awareness has a positive impact on the development of proactive skills through challenging appraisal and a negative impact on the development of proactive skills through threatening appraisal; (2) digital self-efficacy has a significant moderating effect on the above-mentioned effects, that is, digital self-efficacy strengthens the positive relationship between technological disruption awareness and challenge appraisal, and weakens the positive relationship between technological disruption awareness and threat appraisal; (3) in the combination of antecedents and conditions of proactive skill development, there are four types of antecedent configurations that trigger employees′ proactive skill development.

The findings enrich and deepen the research in related fields, and have certain theoretical innovation and practical significance. First, this study regards the awareness of technological disruption as the main antecedent variable of the development of proactive skills, which is a supplement and expansion of the existing research in the field of employee proactive behavior. Second, it reveals the double-edged sword effect of technological disruption awareness on the development of proactive skills and its influence process and boundary conditions. It verifies the mediating role of stress cognitive appraisal between technological disruption awareness and proactive skill development, which not only provides an explanation for the formation of technological disruption affecting proactive skill development, but also gives a new interpretation to the theory of stress cognitive appraisal. Third, the development of employees′ proactive skills is the result of the synergy of many factors. This discovery is a supplement to the discussion of the influence path of employees′ proactive skills development, enriching the application of multivariate analysis methods in the research field of human resources and organizational behavior.

Key Words：Technological Disruption Awareness; Cognitive Appraisal; Proactive Skill Development; Digital Self-efficacy; Fuzzy-set Qualitative Comparative Analysis

收稿日期：2023-10-14

修回日期：2024-01-25

基金项目：江苏省社会科学基金项目(22GLB031)

作者简介：朱永跃(1981-),男,江苏宿迁人,博士,江苏大学管理学院教授、博士生导师,研究方向为组织行为与人力资源管理;张明凤(1998-),女,山东德州人,江苏大学管理学院硕士研究生,研究方向为组织行为与人力资源管理。

DOI：10.6049/kjjbydc.2023100440

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.92

文献标识码：A

文章编号：1001-7348(2024)23-0149-12

0 引言

当前,数字技术与实体经济加速融合,数字化转型成为制造业内部赋能的关键抓手[1]。数字化转型的重点是人才转型[2],个体技能和特定环境中的应用能力至关重要,员工亟需提升技能水平以胜任数字化转型所需的角色转变与岗位调换[3]。当前大量制造业员工工作环境单一、工作流程规范化且重复性强,其岗位容易被数字技术替代[4]。同时,技术变革缩小了低技能员工的工作范围,其缺少与技术溢价抗衡的核心能力[5]。随着数字技术的迭代升级,员工可能产生对自身价值不确定性的恐慌[6],进而产生技术冲击意识。在技术冲击意识下,实现主动技能发展既是数字化浪潮下组织对员工的角色要求,也是员工对工作场所数字化的有力回应。然而,鲜有研究探讨技术冲击意识与员工主动技能发展的关系,其影响机制和边界条件也尚不明晰。

技术冲击意识作为一种职业压力源,会激发员工对未来工作连续性的压力心理反应[7]。纵观既有相关文献,有学者开始关注技术冲击意识对员工的消极影响[8-11],对于其积极影响关注较少,见解有限[12]。根据压力认知评估理论,压力的产生取决于个体对压力源的认知评估[13],个体会根据自身资源和认知进行挑战性评估或威胁性评估,从而对其行为产生不同影响。具体来说,员工在数字化转型情境中产生技术冲击意识后,会根据自身认知评估产生不同情绪体验,作出挑战性评估的个体更加关注环境中潜在的机会、成长与收获,面对压力更容易采取聚焦问题的应对方式[14],通过多方位调动个体所拥有的资源,主动学习工作中所需的知识与技术[15];而作出威胁性评估的个体更加关注个人资源损失,认为自己无法改变威胁性的环境条件,面对压力更容易采取聚焦情绪的应对方式,如回避、消极应对[16]等。故本研究将挑战性评估和威胁性评估纳入同一框架展开讨论,探讨其在技术冲击意识对员工主动技能发展影响机制中可能具有的中介作用。

值得注意的是,员工面对技术冲击的应对方式不仅取决于个体所处情境,还取决于个体自身因素[17]。数字自我效能感作为数字化工作场所中调节和控制个体行为的个体特征,会对个体认知评估产生影响[18],反映个体对于数字设备使用能力的感知与信心[19]。数字自我效能感高的员工,相信自己有能力完成超出自身职责要求的任务和应对潜在的障碍,执行数字任务时更加自信,且有更高的责任感。反之,数字自我效能感低的员工更关注工作中可能产生的失败等不利后果,容易沉浸在数字化转型带来的技术恐慌中,从而对数字冲击的敏感性增加。因此,本研究引入数字自我效能感作为调节变量,探讨其在技术冲击意识对员工主动技能发展影响机制中可能存在的调节作用。

综上,本研究基于压力认知评估理论,以数字化转型制造业员工为研究对象,探讨技术冲击意识对员工主动技能发展的影响机制,运用结构方程模型(SEM)验证变量间因果关系,并且为解决多重并发因果关系及前因变量间潜在关系等复杂性问题,在实证研究的基础上使用模糊集定性比较分析法(fsQCA)对主动技能发展的前因进行构型分析。本文主要探讨以下问题：①技术冲击意识对主动技能发展产生何种作用,该作用是否以挑战性评估和威胁性评估为传导机制?②在不同程度的数字自我效能感下,技术冲击意识对主动技能发展的影响是否存在差异?③影响主动技能发展的组态路径有哪些?对这些问题的回答,有助于打开技术冲击意识影响员工主动技能发展的“黑箱”,揭示数字化情境下员工主动技能发展的触发路径,并拓展压力认知评估理论在数字化领域的运用。

1 理论基础与研究假设

1.1 技术冲击意识与员工主动技能发展

随着数字经济的快速发展,智能技术、人工智能、机器人和算法(STARA)[20]等为企业和用户带来了个性化和便捷的体验,降低了企业劳动成本。然而,数字技术发展从根本上改变了组织管理和工作执行方式,企业进行数字化转型会对某些低技能职位的员工产生威胁[21]。具体而言,技术冲击意识指个体对人工智能技术发展潜在变化影响其职业的感知[22]。相关研究多集中在技术冲击意识对员工工作结果的影响方面,如员工高技术冲击意识会使其处于较低的愉悦水平,导致员工出现抑郁、犬儒主义倾向[22]、离职倾向[8,9]、工作不安全感[10,11]等。然而,技术冲击意识对员工的影响并不总是负面的,有研究证实技术冲击会增加员工认同(程雅馨等,2023)、工作旺盛感[23]等,并且挑战性技术冲击会正向影响员工生产竞争力,而阻碍性技术冲击对员工生产竞争力的影响并不明显[12]。因此,技术冲击对员工的影响并非都是消极的结果,单一研究方式的局限性逐渐显现,技术冲击意识与主动技能发展之间的关系和作用路径有待进一步探讨。

根据工作要求—资源模型,个体工作行为取决于工作资源与工作要求之间的平衡程度[24]。一方面,从资源损耗路径来看,技术冲击可能造成员工内部资源分配矛盾,工作要求的提高使员工产生较多自我资源消耗,因此,技术冲击意识可能抑制主动技能发展;另一方面,从资源增益路径来看,技术冲击会激励个体更积极地接触外部资源,加快提升数字技能和知识学习效果,使其有动力争取更多资源,继而可能促进主动技能发展。主动技能发展指个人为掌握未来工作任务需要而自我发起面向未来和变革的知识与技能获取[25],主动技能发展是主动职业行为的一种特定形式,反映员工面对数字化工作场所而表现出的为提高特定技能和个人能力所采取的积极主动工作行为。具体而言,主动技能发展对于员工来说相当于一种面向未来发展的资源投资,员工会通过比较资源损耗和增益的大小改变自身行为与态度[26]。同时,致力于技能发展的个体在获取技能和知识的过程中也形成了解决问题的批判性思维[27],个体的技术冲击意识会对其主动技能发展产生何种作用,取决于个体将技术冲击视为挑战的资源增益还是视为威胁的资源损耗的感知和解读。

1.2 认知评估的中介作用

根据压力认知评估理论,压力认知评估是个体依据利害关系对压力源进行分类的认知过程,其能揭示压力源与员工态度和行为之间的作用机理。当员工面对外部刺激性事件时,会形成两种完全不同的认知和评估,即挑战性评估和威胁性评估[12]。作出挑战性评估的个体认为适当的压力能帮助自己完成目标,形成资源获取的潜在动力。相反,对压力源作出威胁性评估的个体认为压力源会给自己造成阻碍和威胁,会限制个人目标以及职业规划的完成,不仅给个体带来压迫感,还会造成个体资源损失从而阻碍个人成长。

挑战性—威胁性压力评估二维结构已经得到众多研究的支持,例如,学习要求[28]、辱虐管理[29]、组织的延展性目标[30]、绩效压力[14]和时间压力(江宇晖等,2019)等均既能引起挑战性评估,又能引起威胁性评估。此外,压力的产生和应对涉及初级评价和次级评价两个过程,其中,初级评价是指个体根据自身拥有资源的多少判断事件对自己的利害关系,次级评价指个体对事件评估的应对方式[12]。在评估过程中,个体的初级评估和次级评估会导致情绪体验不断变化,进而影响其态度和行为。同时,个体对压力源的认知评估具有共存性,可能会对同一压力源既作出挑战性评估又作出威胁性评估[31]。

数字化转型情境下,技术冲击意识作为一种技术认知活动[22],员工会根据现有信息和资源以及组织情境未来变化进行认知评估,技术冲击给个体带来的资源损失会促使员工作出是否进行资源争取的判断。如果组织引入数字技术给员工带来积极的情绪体验,员工对数字化转型的认知是一种机会和资源增值,则员工会根据自身资源作出挑战性评估;相反,如果组织引入数字技术给员工带来数字焦虑,个体资源得不到及时补充,则会破坏个体资源的投入—产出平衡性,促使员工作出威胁性评估,采取保护措施免受资源损失或从资源损失中恢复过来。此外,挑战性评估能够促进员工实现对于目标达成和高成就感的期望,从而使员工产生积极的情绪、态度和行为结果,而威胁性评估基于潜在失败和伤害,通常会对员工产生不利影响[12]。适当的工作压力能促进员工主动技能发展,主动技能发展作为一种资源投资,作出挑战性评估的个体会更加积极地学习新技能和知识,作出威胁性评估的个体则会选择逃避学习等方式保护现有资源。因此,本文提出以下假设：

H1a：挑战性评估在技术冲击意识与主动技能发展之间发挥中介作用,即员工技术冲击意识通过挑战性评估正向影响主动技能发展。

H1b：威胁性评估在技术冲击意识与主动技能发展之间发挥中介作用,即员工技术冲击意识通过威胁性评估负向影响主动技能发展。

1.3 数字自我效能感的调节作用

数字自我效能感是Agarwal等[32]在自我效能感概念的基础上提出的,主要指个体在轻松和有效利用信息技术以及适应数字设备更新方面的自我效能,是个体在执行与使用数字系统相关任务或活动时的主观感知。自我效能感侧重于个体对综合能力的自信程度,数字自我效能感则更强调特定的数字化组织情境[19]。依据社会认知理论[33],个体是自身行为的能动者,效能感能够对员工行为产生预测作用,而且特定情境下的效能感对员工行为产生的预测作用更显著。根据现有研究,数字自我效能感被视为一种关键的人格特质资源,可以增强个体对其它资源的改变和实施能力,从而决定个体在压力情况下的抗压能力[18]。同时,依据工作要求—资源模型,个体特征(如自我效能感、认知评价等)差异会导致不同员工对同一工作特征感知出不同工作资源和工作要求。数字自我效能感较高的个体,能根据自己感知的信息调整资源分配和行为。因此,本研究认为数字自我效能感是影响技术冲击意识作用于主动技能发展的重要边界条件。

有研究指出数字自我效能感受到数字焦虑的影响[34],个体数字自我效能感较高时,对职业发展的兴趣更浓厚[18],员工对使用数字设备的胜任力更强[19]。因此,数字自我效能感在数字技术互动中发挥核心作用。本研究认为数字自我效能感能够影响个体在数字化转型情境下的关注焦点,即数字自我效能感影响个体认知评价。一方面,高数字自我效能感的个体在自我认知和评价方面具有较高预期,他们相信自己有能力完成超出自身职责要求的数字任务并应对潜在障碍,会减少产生消极行为的可能性。另一方面,在数字化转型情境下,数字自我效能感能够增强员工对所处环境资源的判断以及对数字设备使用的兴趣,较高的数字自我效能感能让员工减少技术冲击的限制,用发展的视角看待组织转型带来的员工角色和能力要求转变,即高数字自我效能感水平下,员工认为技术冲击产生的积极影响更强,更容易作出挑战性评估。反之,低数字自我效能感水平下,员工更容易受到技术冲击潜在的资源威胁,对数字冲击的敏感性增加,从而更容易作出威胁性评估。因此,本文提出以下假设：

H2a：数字自我效能感强化技术冲击意识与挑战性评估之间的正向关系,即数字自我效能感越高,技术冲击意识对挑战性评估的正向影响越强,反之,技术冲击意识对挑战性评估的正向影响越弱。

H2b：数字自我效能感削弱技术冲击意识与威胁性评估之间的正向关系,即数字自我效能感越高,技术冲击意识对威胁性评估的正向影响越弱,反之,技术冲击意识对威胁性评估的正向影响越强。

面对技术冲击时,数字自我效能感高的员工之所以会主动学习发展新技能,是因为他们更容易作出挑战性评估;与之相反,数字自我效能感低的员工更容易作出威胁性评估,对于主动技能发展的积极性减弱。因此,本文提出以下假设：

H3a：数字自我效能感正向调节挑战性评估在技术冲击意识与主动技能发展之间的中介作用,即数字自我效能感增强技术冲击意识对挑战性评估的正向影响,从而增强对员工主动技能发展的积极影响。

H3b：数字自我效能感负向调节威胁性评估在技术冲击意识与主动技能发展之间的中介作用,即数字自我效能感削弱技术冲击意识对威胁性评估的正向影响,从而增强对员工主动技能发展的积极影响。

综上,本研究构建理论模型如图1所示。

2 研究方法

2.1 数据收集

本研究样本数据主要来自开展数字化转型的制造业员工,为确保问卷回收质量和有效性,采用线上线下相结合的方式收集问卷,线上主要采用腾讯问卷、问卷网等网络平台发放,线下借助研究团队社交网络通过滚雪球的方式邀请在职员工填写。根据选题需要,问卷设置了企业是否进行数字化转型的筛选题项：①您所在的企业是否在数字化转型方面做出过努力和尝试?②您所在的企业是否采用大数据、人工智能(AI)、区块链和数据分析等技术,将企业的运营、业务模型和流程等转变为数字格式的过程?最终收回问卷713份,剔除存在缺失值、有效填写时间小于60秒、同一问卷多数为相同答案的问卷,获得有效问卷475份,问卷有效回收率为66.62%。

有效样本的基本情况显示,性别方面,男性多于女性,占比62.5%;年龄方面,25岁以下和26～30岁员工居多,分别占比33.1%和30.9%;学历方面,本科学历居多,占比58.3%;工作年限方面,以3年及以下为主,占比72.0%;职位级别方面,基层管理者及以下较多,占比78.3%。由此可知,样本的性别、年龄、文化程度和工作年限等指标结构合理,适合开展后续分析。

2.2 研究工具

本研究采用的量表均源于现有成熟量表,相关量表在以往研究中均具有较高信度和效度。为保障问卷内容可靠性,采用的英文量表经过严格的翻译—回译程序,并结合研究语境对具体内容进行本土化修订。参照已有研究[35],为避免变量测量水平失真,全部量表均采用Likert-6点评分方法,1表示“完全不同意”,6表示“完全同意”。

(1)技术冲击意识。参考徐广路等(2022)的研究,采用Li等[8]开发的量表,共有4个测量题项,如“我认为我的工作有很大可能会被人工智能机器取代”等。在本研究中,该量表的Cronbach′s α系数为0.884。

(2)挑战性评估和威胁性评估。参考李其容等[36]的研究,采用Drach-Zahavy等[37]开发的量表,共有8个测量题项,其中,挑战性评估有4个题项,如“我所从事的工作对我来说似乎是个挑战”等,在本研究中,该量表的Cronbach′s α系数为0.879。威胁性评估也有4个题项,如“我所从事的工作对我来说似乎是个威胁”等,在本研究中,该量表的Cronbach′s α系数为0.886。

(3)主动技能发展。参考Ren等[38]的研究,采用Boyce等[39]开发的量表,共有4个测量题项,如“我主动进行自主学习活动以获取新知识”等。在本研究中,该量表的Cronbach′s α系数为0.905。

(4)数字自我效能感。采用Kim等[34]基于Agarwal等[32]与Bandura[33]提出的互联网自我效能感改编的量表,共有3个测量题项,如“我想我可以很容易地学习如何使用数字设备”等。在本研究中,该量表的Cronbach′s α系数为0.912。

(5)控制变量。根据Kalleberg[40]等和Ng[41]等研究,本研究将性别、年龄、文化程度作为控制变量;根据Paluch[42]等研究,工作年限和职位也会对员工技术冲击意识产生一定影响,因此本研究还控制工作年限和职位级别。

3 数据分析与实证检验

3.1 共同方法偏差检验与验证性因子分析

本研究采用Harman单因素检验法进行检验。首先,通过KMO和巴特利球形检验,验证测量题项是否适合作验证性因子分析。结果显示,KMO=0.917,巴特利球形检验p值小于0.001,均符合标准。其次,Harman单因子分析结果表明,共同方法因子解释28.59%的方差变异(累计可解释方差变异73.06%),远低于阈值40%,表明本研究不存在严重的共同方法偏差,可以作下一步检验分析。

为验证各潜变量区分效度,使用Amos24.0构建各嵌套结构方程模型,验证性因子分析结果如表1所示。发现五因子模型的拟合情况(χ2/df=1.216,CFI=0.995,TLI=0.994,IFI=0.995,RMSEA=0.021)相较其它因子模型更理想,表明五因子之间具有较高区分效度。

3.2 描述性统计与相关性分析

本研究各变量均值(M)、标准差(SD)以及相关关系如表2所示。各潜变量均值均大于中间值3且标准差较小,说明技术冲击意识产生的两种评估方式和员工主动技能发展等均广泛且均衡地存在于制造业员工中。技术冲击意识与挑战性评估、威胁性评估均显著正相关(r=0.654,p<0.01;r=0.633,p<0.01),挑战性评估与主动技能发展显著正相关(r=0.137,p<0.01),威胁性评估与主动技能发展显著负相关(r=-0.347,p<0.01),变量间关系初步满足假设,为进一步分析奠定了基础。

3.3 假设检验

本研究采用Amos24.0和SPSS27.0软件,通过分层回归分析法进行假设检验。各个模型的方差膨胀因子VIF均小于3,表明不存在多重共线性问题。同时,为保证结论有效性,将涉及交互项的变量进行中心化处理。

(1)全模型检验。结构方程模型可以通过比较嵌套模型和替代模型寻找最优模型,其中,嵌套模型在理论模型基础上增加直接效应,替代模型则是去除中介效应。如表3所示,嵌套模型拥有良好的拟合指标(χ2/df=1.513,RMSEA=0.033,CFI=0.984,TLI=0.981)。根据Anderson[43]的方法,比较嵌套模型和理论模型的卡方变化量不显著(Δχ2(1)=0.578,p>0.05),说明嵌套模型未有效改善模型拟合度。替代模型也有良好的拟合指标(χ2/df=2.116,RMSEA=0.061,CFI=0.925,TLI=0.914),通过比较贝叶斯信息准则(Bayesian Information Criterion, BIC)可知,理论模型的BIC为468.499,替代模型的BIC为638.953,ΔBIC>10且理论模型的BIC较小,说明理论模型能更好地反映变量间关系。

理论模型的整体拟合程度良好(χ2/df=1.508,RMSEA=0.027,CFI=0.989,TLI=0.987,SRMR=0.033),理论模型的结构方程模型检验结果如图2所示。路径分析结果表明,技术冲击意识对挑战性评估、威胁性评估均具有正向影响(β=0.636,p<0.001;β=0.618,p<0.001),挑战性评估对主动技能发展具有正向影响(β=0.034,p<0.05),威胁性评估对主动技能发展具有负向影响(β=-0.465,p<0.001),可以初步判断挑战性评估和威胁性评估中介技术冲击意识与主动技能发展之间的关系,因此假设H1和H2得到支持。

(2)挑战性评估和威胁性评估的中介作用检验。检验结果如表4所示,根据温忠麟等(2014)提出的中介效应检验方法,首先,在控制相关变量后,检验技术冲击意识与挑战性评估、威胁性评估之间的关系,由模型2和模型4可以看出,技术冲击意识对挑战性评估的正向影响显著(β=0.664,p<0.001),对威胁性评估的正向影响显著(β=0.623,p<0.001);其次,分别检验挑战性评估、威胁性评估与主动技能发展之间的关系,由模型5和模型7可以看出,挑战性评估对主动技能发展具有正向影响(β=0.152,p<0.01),威胁性评估对主动技能发展具有负向影响(β=-0.290,p<0.001);最后,控制中介变量,检验技术冲击意识与主动技能发展之间的关系,由模型6可以看出,挑战性评估对主动技能发展的影响显著(β=0.107,p<0.01),且技术冲击意识对主动技能发展的影响显著(β=-0.400,p<0.001),表明挑战性评估的中介效应显著,且为部分中介,因此假设H1a得到验证。由模型8可以看出,威胁性评估对主动技能发展的影响显著(β=-0.169,p<0.01),且技术冲击意识对主动技能发展的影响显著(β=-0.194,p<0.001),表明威胁性评估的中介效应显著,且为部分中介,因此假设H1b得到验证。

(3)数字自我效能感的调节作用检验。由表5中模型11可知,技术冲击意识与数字自我效能感的交互项对挑战性评估影响显著(β=0.081,p<0.01),且F值在显著性水平内,表明交互项对员工挑战性评估具有正向调节作用,即数字自我效能感强化技术冲击意识与挑战性评估之间的正向关系,因此假设H2a得到验证。由模型14可知,技术冲击意识与数字自我效能感的交互项对威胁性评估影响显著(β=-0.086,p<0.01),交互项对员工威胁性评估具有负向调节作用,即数字自我效能感会削弱技术冲击意识与威胁性评估之间的正向关系,因此假设H2b得到验证。

进一步地,为明确调节效应显著性,本研究进行简单坡度分析,结果见图3和图4。如图3所示,高数字自我效能感水平下,技术冲击意识对员工挑战性评估的影响斜率更大,说明高数字自我效能感水平下,技术冲击意识对员工挑战性评估的正向影响更显著,因此假设H2a得到进一步验证。如图4所示,低数字自我效能感水平下,技术冲击意识对员工威胁评估的影响斜率更大,说明低数字自我效能感水平下,技术冲击意识对员工威胁性评估的正向影响更显著,因此假设H2b得到进一步验证。

(4)被调节的中介作用检验。采用Bootstrap法对被调节的中介模型进行检验,Bootstrap样本量为5 000,置信区间为95%,在高数字自我效能感(+1SD)和低数字自我效能感(-1SD)下,技术冲击意识对主动技能发展的间接效应如表6所示。高数字自我效能感水平下,技术冲击意识通过挑战性评估正向影响主动技能发展,且效应值为0.111;低数字自我效能感水平下,技术冲击意识通过挑战性评估正向影响主动技能发展,且效应值为0.085。同时,数字自我效能感的高低差异值显著,表明数字自我效能感正向调节挑战性评估在技术冲击意识与主动技能发展之间的中介作用,因此假设H3a得到验证。高数字自我效能感水平下,技术冲击意识通过威胁性评估负向影响主动技能发展,且效应值为-0.097;数字自我效能感较低时,技术冲击意识通过威胁性评估负向影响主动技能发展,且效应值为-0.112。同时,数字自我效能感的高低差异值显著,即数字自我效能感负向调节威胁性评估在技术冲击意识与主动技能发展之间的中介作用,因此假设H3b得到验证。

3.4 模糊集定性比较分析

结构方程模型能解释各变量之前的因果关系,但是,其在提供解决方案、分析多种变量交互作用对因变量的影响等方面存在不足,学者们指出可以基于回归框架使用fsQCA方法解释复杂因果组合关系[44]。由此,本文在SEM研究的基础上使用fsQCA方法,检验影响员工主动技能发展的前因条件组合,以使研究结果更稳健。

本研究选取技术冲击意识、挑战性评估、威胁性评估、数字自我效能感和职位级别5个变量作为主动技能发展的前因条件,主要基于以下考虑：①技术冲击意识、挑战性评估、威胁性评估和数字自我效能感对主动技能发展的影响有理论与实证研究结论支撑;②参照易明等(2018)研究,本文发现职位级别与员工主动技能发展正相关(r=0.388,p<0.01),其它人口统计学变量与主动技能发展关系不显著,因此选取职位级别作为前因条件之一。

开展fsQCA分析时,首先要对研究变量数据进行校准,其中,技术冲击意识、挑战性评估、威胁性评估、数字自我效能感等连续变量取平均值,按照Ragin[45]提出的隶属标准5%、95%以及交叉点50%进行原始值转换;对类别变量职位级别而言,本研究将普通员工校准为0、基层管理者校准为0.33、中层管理者校准为0.67、高层管理者校准为1。

(1)单项原因条件的必要性分析。数据校准之后,对各变量单项前因条件进行必要性分析,结果如表7所示,各单项独立因素影响主动技能发展的一致率均未达到必要条件标准值0.9,表示单一前因变量无法单独解释员工主动技能发展行为产生的原因。因此,需要将主动技能发展和多个前因条件组合起来进行分析。

(2)fsQCA分析。通过布尔代数的逻辑运算[45],并参照Greckhamer等[46]研究,本研究样本量较大,为了避免频次过低的组态情况,分析过程中将一致性门槛值设定为0.8,可接受的个案数设为3,PRI一致性为0.75,得到4种前因构型组合如表8所示。其中,构型的总体一致性系数为0.880,覆盖度为0.740,说明4种构型覆盖主动技能发展样本的74.0%。

构型P1(高自我驱动型)表示影响主动技能发展的前因条件为“挑战性评估·数字自我效能感”,表明认知评估阶段高数字自我效能感对员工主动学习新技能具有关键作用(核心条件),但员工作出主动技能发展的前提是员工认为技术冲击等带来的压力对于自己有益且有挑战性,面对压力时其能提高应变能力以更好地完成工作。根据社会认知理论,个体自我效能特征会很大程度决定其对外部资源变化的理解和接受程度。结合上述路径,进一步验证了挑战性评估和数字自我效能感对主动技能发展的促进作用,该构型与假设H2a和H3a的部分内容一致。同时,对比各构型的唯一覆盖度发现,与其它构型相比,挑战性评估和数字自我效能感是激发员工主动技能发展的核心动力。

构型P2(资源管理驱动型)触发类型包括两个子模式(P2a和P2b),核心条件为高职位级别和高挑战性评估。挑战性评估既能调动成员积极性,又能使个体陷入负面情绪[37],因此,挑战性评估不是导致员工主动技能发展的唯一条件,在职位级别的影响下,高职位级别的员工往往教育水平较高、能力较强且拥有较多资源,面对数字技术的更迭冲击时更容易将其视为挑战性工作,其个人资源与工作要求相契合,进而激发个体积极主动学习新技术,满足新的工作技能要求。在第二种子模式中(P2b),辅助条件为高技术冲击意识和高威胁性评估,可以看出面对技术冲击带来的资源损失,其可能作出挑战性评估也可能作出威胁性评估,当员工将其视为挑战性评估时,更有可能激发工作动机促进主动技能发展,进而验证了假设H1a和H1b的部分内容。

构型P3(居安思危驱动型)表示影响主动技能发展的前因条件为“～职位级别～技术冲击意识·威胁性评估·数字自我效能感”,此类员工拥有高数字自我效能感,即使技术冲击意识缺失也会促使其产生威胁性评估进而促进主动技能发展。结合上述路径,进一步验证了认知评估的驱动作用,同时可以看出当员工拥有较强的危机意识时,会为了减少面临的潜在危机,通过资源增值螺旋主动学习新技能和知识,该构型与假设H3b的部分内容一致。

构型P4(胜任力驱动型)表示影响主动技能发展的前因条件为“职位级别·技术冲击意识·～威胁性评估”,说明随着技术冲击意识和职位级别的提高,员工面对数字化转型的压力时更倾向于自我改变,学习数字业务技能。此类员工通常能在解决困难的过程中不断提高工作胜任力,拥有较强的判断和分析问题的能力,面对困难时并没有将其视为阻碍自己发展的压力,而此类员工往往是基层管理者及以上级别,有较高的成就导向以胜任工作中的困难。

4 结论与讨论

4.1 研究结论

本研究基于压力认知评估理论和工作要求—资源模型,探究技术冲击意识对员工主动技能发展的双刃剑效应,引入数字自我效能感作为调节变量、挑战性评估和威胁性评估作为中介变量,构建被调节的双中介模型。通过回归分析和模糊集定性比较分析,得出如下结论：

(1)技术冲击意识是促进员工主动技能发展的重要因素,认知评估在其中发挥中介传导作用。以往研究多聚焦组织内部技术冲击的负面影响效应,本研究回应了Brougham[22]等的建议,将数字化转型带来的技术冲击意识作为压力源,员工根据自身认知评估对压力源作出不同判断。结果表明,员工将技术冲击意识视为挑战性压力时,往往认为数字技术会提高工作效率和创造新价值,进而将数字技术视为主动学习技能的动力;相反,员工将技术冲击意识视为威胁性压力时,认为数字技术会对自身工作方式产生颠覆性影响甚至直接替代自己,员工对数字技术改变工作行为的敏感性增强,往往会抑制员工主动技能发展。

(2)技术冲击意识与数字自我效能感交互影响员工认知评估,进而影响员工主动技能发展。具体而言,数字自我效能感会增强技术冲击意识对挑战性评估的正向影响,削弱技术冲击意识对威胁性评估的正向影响。数字自我效能感可以有效降低员工对技术冲击的威胁性判断,且在高数字自我效能感水平下,技术冲击意识通过挑战性评估对主动技能发展的正向影响更显著。在高数字自我效能感水平下,员工倾向于将技术冲击意识转化为挑战性评估,进而激发员工主动技能发展;低数字自我效能感水平下,员工倾向于将技术冲击意识视为威胁性评估,进而抑制员工主动技能发展。这说明数字自我效能感水平对个体压力与行为之间的关系具有显著调节作用,同时也从侧面支持了工作压力的二维结构。

(3)员工主动技能发展有4类触发模式,根据强调的重点不同,可总结为高自我驱动型(P1)、资源管理驱动型(P2a和P2b)、居安思危驱动型(P3)和胜任力驱动型(P4)。本研究借助fsQCA进一步验证主动技能发展的前因条件,结果发现技术冲击意识、挑战性评估、威胁性评估和数字自我效能感均为主动技能发展的前因变量。同时,分析结果还证实职位级别也是影响员工主动技能发展的关键因素之一。在4类触发模式中,构型P2(资源管理驱动型)的解释力大于其它3类构型,表明在技术冲击意识作为辅助条件缺失的情况下,应重视职位级别和挑战性评估的协同作用,以促进员工主动技能发展。

4.2 理论贡献

(1)丰富了员工主动技能发展研究成果。以往研究主要从组织因素[38,47]对主动技能发展的前因展开探讨,较少涉及个体层面员工意识对技能发展的影响。数字化转型背景下,员工技能要求不断提升,而技术冲击意识是员工面临技术性失业[48]、就业岗位和就业形态变化等产生的重要技术认知,因而本研究将技术冲击意识作为主动技能发展的主要前因变量,是对员工主动性行为领域研究的补充和拓展。

(2)揭示了技术冲击意识对主动技能发展的双刃剑效应及其影响过程与边界条件。本研究将数字自我效能感作为调节变量,从资源增值和资源损耗两个角度考察技术冲击意识的挑战与威胁评估机制。与单一研究视角探讨技术冲击意识的作用效果不同,本研究验证了压力认知评估在技术冲击意识与主动技能发展之间的中介作用,不仅为技术冲击影响主动技能发展提供了解释路径,还对压力认知评估理论进行了新的解读。

(3)探讨了影响主动技能发展的组态路径。本研究响应了Fiss等[44]的观点,在结构方程的基础上增加模糊集定性比较分析,同时将控制变量中与主动技能发展有相关关系的变量纳入主动技能发展前因条件,得到触发员工主动技能发展的多类构型。研究发现,员工主动技能发展是多种因素协同作用的结果,这一发现是对单一因素视角探讨员工主动技能发展影响路径的补充,也丰富了多元分析方法在人力资源和组织行为研究领域的应用。

4.3 实践启示

基于理论推导和实证分析,本研究揭示了制造业数字化转型背景下员工技术冲击意识对其主动技能发展的影响机制以及影响主动技能发展的组态路径,得到以下实践启示：

(1)对企业而言,一方面,企业要建立多样化的人才培养方案。以技术和人才为依托的数字化转型既需要引进高技能人才,又需要提高传统技能人才的人机协同效应,不同员工对技术变革的认知存在差异,企业管理者应充分认识到技术冲击对员工的双刃剑影响,为员工积极融入新角色和适应岗位变化提供条件。另一方面,要正确引导员工技术认知和行为转化,发挥人工智能技术的正效应,规避技术冲击带来的潜在威胁。企业可以通过技术培训或赋予员工挑战性任务等方式,激活个体数字自我效能感,引导其开展自我驱动学习,减少员工因技术冲击带来的数字焦虑和心理威胁。

(2)对员工而言,面对技术变革时应将数字技术作为提升自身能力的有力帮手,应合理调整对技术的认知。数字化转型使得企业内部员工彼此共享信息、高度互联,员工要积极发展新技能,适应工作岗位变化,可以通过加强人机互动、积极拓宽知识获取渠道等方式提高自身能力,面对适当压力能作出挑战性评估,进而树立对技术变革的正确认知,提高数字自我效能感,积极融入企业数字化转型环境。

4.4 不足与展望

鉴于研究条件限制,本研究存在一定局限性,有待进一步完善。首先,研究数据为员工自评数据和横截面数据,从员工个体角度探讨技术冲击的双刃剑影响,未涉及对时间因素和上下级关系因素的考量,未来可以分阶段探索员工对技术的认知变化,以及采用他评方式增扩样本容量,探讨数字化转型对员工的动态影响。其次,员工主动技能发展和技术冲击意识可能因为岗位差异而不同,未来可关注技术冲击对不同岗位员工认知和行为的影响,探讨不同岗位员工技术冲击意识对其主动技能发展的影响机制是否存在差异。最后,在探讨主动技能发展的前因构型时采用回归分析涉及的变量以及控制变量,但是影响主动技能发展的因素是多样的,未来可以通过多维视角将更多影响因素纳入定性比较分析中,如目标企业规模、地区等,进一步完善主动技能发展的组态路径,助力员工适应数字化时代技能发展需要。

参考文献：

[1] ACEMOGLU D, RESTREPO P. Robots and jobs： evidence from us labor markets[J]. Journal of Political Economy, 2020, 128(6)： 2188-2244.

[2] 戚聿东, 肖旭. 数字经济时代的企业管理变革[J]. 管理世界, 2020, 36(6)： 135-152,250.

[3] 杜辉, 毛基业. 数字化转型过程中的人机协作与员工工作意义感重塑[J]. 企业经济, 2022, 41(11)： 15-27.

[4] 何勤, 李雅宁, 程雅馨, 等. 人工智能技术应用对就业的影响及作用机制研究——来自制造业企业的微观证据[J]. 中国软科学, 2020,35(S1)： 213-222.

[5] AGRAWAL A, GANS J S, GOLDFARB A. Artificial intelligence： the ambiguous labor market impact of automating prediction[J]. Journal of Economic Perspectives, 2019, 33(2)： 31-50.

[6] 李煜华, 向子威, 胡瑶瑛, 等. 路径依赖视角下先进制造业数字化转型组态路径研究[J]. 科技进步与对策, 2022, 39(11)： 74-83.

[7] BROUGHAM D, HAAR J. Technological disruption and employment： the influence on job insecurity and turnover intentions： a multi-country study[J]. Technological Forecasting and Social Change, 2020, 161(6)： 1-10.

[8] LI J, BONN M A, YE B H. Hotel employee′s artificial intelligence and robotics awareness and its impact on turnover intention： the moderating roles of perceived organizational support and competitive psychological climate[J]. Tourism Management, 2019, 73(8)： 172-181.

[9] BROUGHAM D, HAAR J. Employee assessment of their technological redundancy[J]. Labour &Industry： a Journal of the Social and Economic Relations of Work, 2017, 27(3)： 213-231.

[10] LINGMONT D N J, ALEXIOU A. The contingent effect of job automating technology awareness on perceived job insecurity： exploring the moderating role of organizational culture[J]. Technological Forecasting and Social Change, 2020, 161(16)： 1-10.

[11] 陈文晶, 康彩璐, 杨玥, 等. 人工智能潜在替代风险与员工职业能力发展：基于员工不安全感视角[J]. 中国人力资源开发, 2022, 39(1)： 84-97.

[12] DING L. Employees′ challenge-hindrance appraisals toward STARA awareness and competitive productivity： a micro-level case[J]. International Journal of Contemporary Hospitality Management, 2021, 33(9)： 2950-2969.

[13] LAZARUS R S, FOLKMAN S. Stress, appraisal, and coping[M]. New York： Springer Publishing Company, 1984.

[14] MITCHELL M S, GREENBAUM R L, VOGEL R M, et al. Can you handle the pressure? the effect of performance pressure on stress appraisals, self-regulation, and behavior[J]. Academy of Management Journal, 2019, 62(2)： 531-552.

[15] 马迎霜, 张昊民, 马君. 外生到内化：创新性工作要求对员工创造力的影响机制研究[J]. 华东经济管理, 2018, 32(5)： 120-127.

[16] 贾建锋, 刘伟鹏, 赵若男. 越轨创新对员工反生产行为的双刃剑效应[J]. 管理科学, 2022, 35(3)： 3-15.

[17] LAZARUS R S, FOLKMAN S. Transactional theory and research on emotions and coping[J]. European Journal of Personality, 1987, 1(3)： 141-169.

[18] MARAN T K, LIEGL S, DAVILA A, et al. Who fits into the digital workplace? mapping digital self-efficacy and agility onto psychological traits[J]. Technological Forecasting and Social Change, 2022, 175(36)： 1-16.

[19] ULFERT-BLANK A S, SCHMIDT I. Assessing digital self-efficacy： review and scale development[J]. Computers &Education, 2022, 191(10)： 1-23.

[20] OGBEIBU S, JABBOUR C J C, GASKIN J, et al. Leveraging STARA competencies and green creativity to boost green organisational innovative evidence： a praxis for sustainable development[J]. Business Strategy and the Environment, 2021, 30(5)： 2421-2440.

[21] 陈红, 张梦云, 王稳华, 等. 数字化转型能推动企业人力资本结构调整吗[J]. 统计与信息论坛, 2022, 37(9)： 35-47.

[22] BROUGHAM D, HAAR J. Smart Technology, Artificial Intelligence, Robotics, and Algorithms (STARA)： employees′ perceptions of our future workplace[J]. Journal of Management &Organization, 2018, 24(2)： 239-257.

[23] 朱晓妹, 王森, 何勤. 人工智能嵌入视域下岗位技能要求对员工工作旺盛感的影响研究[J]. 外国经济与管理, 2021, 43(11)： 15-25.

[24] DEMEROUTI E, BAKKER A B, NACHREINER F, et al. The job demands-resources model of burnout[J]. Journal of Applied Psychology, 2001, 86(3)： 499-512.

[25] NOE R A. Is career management related to employee development and performance[J]. Journal of Organizational Behavior, 1996, 17(2)： 119-133.

[26] 李玲玲, 黄桂. 组织中个体主动性行为“利与弊”[J]. 心理科学进展, 2021, 29(8)： 1484-1496.

[27] ZHANG X, BARTOL K M. Linking empowering leadership and employee creativity： the influence of psychological empowerment, intrinsic motivation, and creative process engagement[J]. Academy of Management Journal, 2010, 53(1)： 107-128.

[28] PREM R, OHLY S, KUBICEK B, et al. Thriving on challenge stressors? exploring time pressure and learning demands as antecedents of thriving at work： thriving on challenge stressors[J]. Journal of Organizational Behavior, 2017, 38(1)： 108-123.

[29] 侯昭华, 宋合义. 辱虐管理影响工作投入的双刃效应——不确定性容忍度与认知评估的作用[J]. 经济管理, 2020, 42(9)： 64-80.

[30] 陈畅, 张喆, 贾明. 组织延展性目标对员工情绪耗竭的影响机制研究：基于压力交易理论的视角[J]. 管理工程学报, 2019, 33(3)： 1-8.

[31] LI P, TARIS T W, PEETERS M C W. Today′s challenge may be tomorrow′s hindrance (and vice versa)： longitudinal changes in employee′s appraisals of job demands and their outcomes[J]. Journal of Occupational and Organizational Psychology, 2022, 95(2)： 521-549.

[32] AGARWAL R, SAMBAMURTHY V, STAIR R M. Research report： the evolving relationship between general and specific computer self-efficacy——an empirical assessment[J]. Information Systems Research, 2000, 11(4)： 418-430.

[33] BANDURA A. Self-efficacy： toward a unifying theory of behavioral change[J]. Advances in Behaviour Research and Therapy, 1978, 1(4)： 139-161.

[34] KIM M. Experience of digital music services and digital self-efficacy among older adults： enjoyment and anxiety as mediators[J]. Technology in Society, 2021, 67(4)： 1-10.

[35] 陈璐, 柏帅皎, 王月梅. CEO变革型领导与高管团队创造力：一个被调节的中介模型[J]. 南开管理评论, 2016, 19(2)： 63-74.

[36] 李其容, 李春萱, 杨艳宇, 等. 基于被调节中介模型的团队绩效压力与双元创新的影响研究[J]. 管理学报, 2022, 19(12)： 1811-1818.

[37] DRACH-ZAHAVY A, EREZ M. Challenge versus threat effects on the goal-performance relationship[J]. Organizational Behavior and Human Decision Processes, 2002, 88(2)： 667-682.

[38] REN S, CHADEE D. Influence of work pressure on proactive skill development in China： the role of career networking behavior and Guanxi HRM[J]. Journal of Vocational Behavior, 2017, 98(1)： 152-162.

[39] BOYCE L A, ZACCARO S J, WISECARVER M Z. Propensity for self-development of leadership attributes： understanding, predicting, and supporting performance of leader self-development[J]. The Leadership Quarterly, 2010, 21(1)： 159-178.

[40] KALLEBERG A L, RESKIN B F, HUDSON K. Bad jobs in America： standard and nonstandard employment relations and job quality in the United States[J]. American Sociological Review, 2000, 65(2)： 256-278.

[41] NG T W H, FELDMAN D C. The relationships of age with job attitudes： a meta-analysis[J]. Personnel Psychology, 2010, 63(3)： 677-718.

[42] PALUCH S,TUZOVIC S,HOLZ F H, et al."My colleague is a robot"——exploring frontline employees′ willingness to work with collaborative service robots[J].Journal of Service Management,2021,33(2)：363-388.

[43] ANDERSON J C, GERBING D W. Structural equation modeling in practice： a review and recommended two-step approach[J]. Psychological Bulletin, 1988, 103(3)： 411-423.

[44] FISS P C, SHARAPOV D, CRONQVIST L. Opposites attract? opportunities and challenges for integrating large-n QCA and econometric analysis[J]. Political Research Quarterly, 2013, 66(1)： 191-198.

[45] RAGIN C C. Redesigning social inquiry： fuzzy sets and beyond[M]. Chicago： University of Chicago Press, 2008.

[46] GRECKHAMER T, MISANGYI V F, FISS P C.The two QCAs： from a small-N to a large-N set theoretic approach[M].Bingley：Emerald Group Publishing Limited, 2013.

[47] OSTMEIER E, STROBEL M. Building skills in the context of digital transformation： how industry digital maturity drives proactive skill development[J]. Journal of Business Research, 2022, 139(1)： 718-730.

[48] 程永宏. 技术性失业：虚构还是现实[J]. 经济学家, 2003,15(5)： 11-20.

(责任编辑：万贤贤)