The Influence of Artificial Intelligence Anxiety on Employees′ Dual Service Innovation

Tan Chunping,Wang Xin

(School of Economics and Management,Lanzhou University of Technology,Lanzhou 730050,China)

Abstract：Artificial intelligence (AI) is a major driver of the fourth industrial revolution and is reshaping the landscape of many industries and sectors.The service sector is leading the way in the revolutionary wave of AI.AI is driving the transformation and upgrading of the labor structure,while it facilitates the work of service workers,it also brings enormous challenges.The challenges faced by service sector employees in terms of ‘machine replacement′ and learning and applying AI technologies have triggered widespread AI anxiety.For their job security,service industry employees can only be more creative in improving services or developing new services to capture and satisfy the diversified needs of customers through service innovation.Upon synthesizing the current body of research,it has become evident that previous studies have not adequately addressed the service industry′s perspective on the dual nature of AI anxiety—both its detrimental and beneficial aspects—when examining its varied effects on employees′ incremental and radical service innovations.Thus,it is imperative to adopt a comprehensive approach that considers both the negative and positive dimensions of AI anxiety within the service sector.Such an approach is essential for a thorough analysis of AI anxiety′s differential impact on employees′ engagement in both incremental and radical service innovations,as well as for understanding the intrinsic mechanisms that drive these effects.This comprehensive examination is crucial in the contemporary era of digital intelligence,where the implications of AI anxiety on service innovation are far-reaching and complex.

In this study,the questionnaire was developed using a well-established scale.It was meticulously adapted to ensure cultural and linguistic accuracy through a rigorous translation and back-translation process.The responses were measured on a 5-point Likert scale.Data collection was conducted at two distinct time points,spaced three months apart,yielding a total of 610 valid questionnaires after the matching process.The sample population was drawn from employees working in over 40 organizations across various cities in China,including major hubs like Shanghai,Beijing,Guangdong,Zhejiang,and Tianjin,with diverse service sectors such as tourism,hospitality,finance,and business consulting,providing a broad and representative dataset for analysis.

Following the theory of workplace anxiety and the knowledge base view,this study takes into account the two sides of anxiety and uses SPSS26.0 and Mplus8.3 software to statistically test the mechanism of the effect of AI anxiety on employees′ dual service innovation.The results of the study show that AI anxiety has both inhibitory and facilitating effects on employees′ dual service innovation,but generally promotes employees′ dual service innovation.When AI anxiety leads to affective rumination,it primarily inhibits employees′ internal knowledge scanning,thereby hindering incremental service innovation.It also curbs external knowledge scanning,which impedes radical service innovation.Conversely,when AI anxiety prompts problem-solving pondering,it stimulates external knowledge scanning,thereby enhancing dual service innovation,with a more pronounced effect on radical service innovation.Employees with higher AI literacy are less likely to fall into affective rumination due to AI anxiety and are more inclined to engage in problem-solving pondering.This shift strengthens the facilitating effect of AI anxiety on dual service innovation and mitigates the inhibitory impact on incremental service innovation through affective rumination and internal knowledge scanning.However,high AI literacy does not diminish the inhibitory effect of AI anxiety on dual service innovation via affective rumination and external knowledge scanning.

The results of the study clarify the differential impact of AI anxiety on employees′ dual service innovation and its internal mechanism,taking into account both the negative and positive aspects of AI anxiety.By exploring the important role of employees′ AI literacy in the relationship between AI anxiety and work-related rumination,this study deepens the theoretical understanding of AI anxiety′s impact on employees′ proactive behaviors.Furthermore,the findings offer practical insights for organizations to guide employees in facing AI anxiety correctly and to foster dual service innovation as a response to AI anxiety.

Key Words：Artificial Intelligence Anxiety; Artificial Intelligence Literacy; Affective Rumination; Problem-solving Pondering;Knowledge Scanning

收稿日期：2024-08-07

修回日期：2024-11-05

基金项目：国家自然科学基金面上项目(72372063);甘肃省软科学基金项目(22JR4ZA087)

作者简介：谭春平(1979—),男,湖南常宁人,兰州理工大学经济管理学院教授、硕士生导师,研究方向为组织行为与人力资源管理;王鑫(2000—),男,甘肃酒泉人,兰州理工大学经济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。通讯作者:王鑫。

DOI：10.6049/kjjbydc.2024080257

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(2025)13-0025-11

0 引言

人工智能(Artificial intelligence,AI)是第四次工业革命的主要驱动力[1],正重塑相关行业布局。服务业在人工智能革命浪潮中一马当先[2],AI推动劳动结构转型升级,为服务人员带来工作便利,同时也带来较大挑战。根据AI采用速度,到2030年可能有0.75亿～3.75亿相关劳动者需要转换职业或提升技能[3],有些行业可能95%的工作将被AI替代[4]。服务业员工面临机器替换人和学习与应用AI技术的挑战,引发员工的人工智能焦虑。

人工智能焦虑(AI焦虑)指由AI冲击而产生的情景式焦虑,员工担忧AI给自己职业生涯带来不确定性以及在学习与应用AI方面存在困难,从而产生焦虑或恐惧的情感反应,包括工作替代焦虑和学习焦虑两个方面[3]。已有研究发现,AI焦虑对员工行为既有促进作用,也有阻碍作用,在推动员工增加学习行为、发展技能的同时,也会增加员工自我损耗,导致偏差行为[5]。焦虑对员工而言是不愉悦的情绪体验,员工可能回避焦虑[6],也可能采取创新行为予以应对[7]。AI对服务业员工的冲击较为明显,引发更显著的AI焦虑,他们为了自身职业安全,须更具创造性地改进服务或开发新服务,通过服务创新捕捉并满足客户多样化需求[4]。

服务创新指员工在开发新服务的同时,不断改进现有服务[4],可分为渐进式服务创新与突破式服务创新[8],统称为双元服务创新。已有研究从时间压力[9]、反馈寻求频率[10]、反馈寻求宽度和深度[11]等视角,探究员工渐进式和突破式创新的前因,但是忽视了个体情绪对员工双元服务创新的影响。员工会因工作场所引入AI产生技能优势威胁,从而引发AI焦虑[5],若不想被AI取代,员工就要对当前服务进行调整和创新。已有研究表明,当员工意识到AI可能取代自己时,一方面会引发情绪耗竭,对服务创新产生抑制作用,另一方面也可能激发内在动机,激励员工进行服务创新[4]。但现有研究未聚焦服务行业兼顾AI焦虑的消极面和积极面,探究AI焦虑对员工渐进式与突破式服务创新的差异化影响及其内在机理。

工作场所焦虑理论指出,员工面临工作场所焦虑时,如果将注意力集中于自身并预期在任务中会表现不好,就会产生认知干扰,从而对员工行为产生消极影响;如果将注意力集中在如何胜任相关任务上,则会唤醒员工克服焦虑的动机进行自我调节,从而对员工行为产生积极影响[12]。据此可知,面临AI焦虑时,员工的认知干扰和自我调节会导致员工产生不同类型工作反刍,进而影响其知识扫描和服务创新行为。根据知识基础观可知,知识是开展创新活动的重要前提[13]。不同类型服务创新需要不同类型知识基础,员工通过内外部知识扫描获得的不同知识会对员工双元服务创新产生不同影响。工作场所焦虑理论进一步指出,个体能力在焦虑与员工认知干扰和自我调节之间发挥重要作用[12]。人工智能素养(AI素养)是个体正确识别、使用、评估AI相关技术和产品的能力[14],在AI焦虑与工作反刍之间发挥重要作用,最终对员工双元服务创新产生影响。

鉴于此,本研究基于工作场所焦虑理论和知识基础观,探讨AI焦虑通过工作反刍和知识扫描对员工双元服务创新的差异化影响及其内在机理,并进一步探究员工AI素养在其中发挥的作用。

1 理论推导与研究假设

1.1 理论与研究模型

工作场所焦虑理论结合认知干扰和自我调节,阐述焦虑对个体行为的影响。该理论指出,当个体因情景式焦虑将注意力集中在与完成任务无关的想法上时会产生认知干扰,进而导致认知过载和精神分散,削弱其积极行为[12]。当个体因情景式焦虑将注意力集中在更好地完成任务上时会加强自我调节,设定挑战性目标并进行自我监管,促进其积极行为。工作场所焦虑理论指出,能力在工作场所焦虑与认知干扰和自我调节之间发挥重要作用[12],会引导个体减少认知干扰并增加自我调节。此外,知识基础观认为,知识是一种宝贵且不可替代的资源,获取和整合知识有利于形成资源与能力优势,为主动行为提供资源基础[15]。

如果员工因AI焦虑将注意力聚焦于自身,认为自己无法胜任相关工作,担心学习AI存在困难,最终被AI替代,则会产生认知干扰并使员工陷入情感反刍[16],降低员工工作投入和内外部知识扫描意愿。反之,如果员工因AI焦虑将注意力集中在任务上,则会唤醒员工克服AI焦虑的动机并进行自我调节,促使其通过问题解决沉思从新角度思考AI带来的问题,推动其积极从组织内外部扫描与AI相关的知识。知识扫描分为内部知识扫描和外部知识扫描[9],内部知识扫描是指从组织内部获取所需知识和技能,外部知识扫描是指从组织外部获取新见解和技能。不同知识扫描获取的知识类型、质量和数量存在差异,会对员工渐进式和突破式服务创新产生差异化影响。此外,AI素养会使员工减少情感反刍,增加问题解决沉思,进而影响员工知识扫描和双元服务创新。

综上,本文构建理论模型,如图1所示。

1.2 人工智能焦虑与工作反刍

AI焦虑包括工作替代焦虑和学习焦虑,前者指员工担心自己被AI取代而产生的职业焦虑,后者指员工通过观察或亲身经历认识到学习AI技术较为困难而产生的焦虑[3]。研究表明,反刍思维是对负性情绪及其可能原因和后果的反复思考[16],AI焦虑作为一种负性情绪,会激发员工工作反刍。工作反刍指非工作时间有意识、反复地思考日常工作中遇到的问题,分为情感反刍和问题解决沉思。情感反刍是一种负性认知状态,聚焦工作经历带来的消极情感体验,通常会产生消极效果。问题解决沉思是一种目标导向的自我调节过程,聚焦对特定问题的持续性审视并思考解决方案,通常会产生积极效果[17]。

工作场所焦虑理论指出,处在情景式焦虑中的员工会因将注意力集中在自身而产生认知干扰[12]。一方面,AI可以更高效率、更长工作时间为客户服务,员工面临失去工作的威胁,这种工作不安全感使员工反复思索AI对自己的威胁,进而产生认知干扰并陷入情感反刍。另一方面,AI应用促进服务流程和方式的重新编排,会对员工提出更高要求。若员工认为自己学习和应用AI存在困难,时常思考AI对自身的负面影响,则会使员工陷入情感反刍。

工作场所焦虑理论指出,处在情景式焦虑中的员工会因将注意力集中在任务上而进行自我调节,引发减少或消除焦虑的动机[12]。当员工通过自我调节产生克服AI焦虑的动机时,会积极进行问题解决沉思以应对AI带来的挑战,重新设计和思考服务流程与方式以便更好地与AI共存。此时,员工更有动力投入到工作中以获得更好职业发展。员工也注意到如果比他人更快、更好地学习与应用AI,自己将拥有更多工作机会,从而激励员工从新角度思考AI与工作的关系,促使员工为更好地驾驭AI而进行问题解决沉思,发展创造性或前瞻性思维,指导自己以更有效的方式学习和利用AI,从而克服AI焦虑。

综上,本研究提出以下假设:

H1a:当员工因AI焦虑产生认知干扰时,AI焦虑会激发员工的情感反刍;

H1b:当员工因AI焦虑产生自我调节时,AI焦虑会激发员工的问题解决沉思。

1.3 工作反刍与知识扫描

知识扫描是员工从组织内部或外部获取新知识的过程[9],包含内部知识扫描和外部知识扫描。前者是对组织其它部门或员工知识、技能的搜索,后者是对组织外部环境中知识、技能和信息的搜索[18]。员工须拥有一定心理和生理资源,才能完成知识扫描,情感反刍会造成认知负荷,导致心理资源流失[19],而问题解决沉思不会延长压力源引发的心理和生理反应,员工可以从解决问题的尝试中学习并恢复资源[20]。

工作场所焦虑理论指出,认知干扰会抑制个体工作表现[12]。AI焦虑通过情感反刍不断强化员工对AI的担忧,增加认知资源损耗,会阻碍员工知识扫描。在情感反刍水平较低时,员工因情感反刍消耗的资源较少,可以进行一定程度的内外部知识扫描。随着员工在工作之余过度关注AI负面因素,员工深陷情感反刍导致其心理资源下降,采取回避、疏远等方式减轻AI焦虑的负面影响,使得员工没有动力进行内外部知识扫描。有研究发现,情感反刍会导致员工生理不适,使得员工需要调动额外资源缓解生理不适[17],因而阻碍员工知识扫描。

工作场所焦虑理论指出,自我调节能提升个体工作表现[12]。进行自我调节的员工通过问题解决沉思重新思考AI的意义,积极应对AI挑战,增加内外部知识扫描。当问题解决沉思的深度和广度较低时,员工对AI的思考不够全面,想要获取的AI相关信息数量和质量有限,倾向于通过内部知识扫描获取AI相关信息,观察和学习同事或者领导对待AI的方式,进而对自身工作方式进行完善和提高。随着问题解决沉思深度和广度的扩大,员工越来越需要更丰富和异质的见解,通过内部知识扫描已无法满足员工解决AI相关问题的需求,因而员工在进行内部知识扫描的同时,会进一步通过外部知识扫描获取AI有关的异质性资源。

综上,本研究提出以下假设:

H2a:情感反刍负向影响员工内部知识扫描和外部知识扫描;

H2b:问题解决沉思正向影响员工内部知识扫描和外部知识扫描。

1.4 知识扫描与员工双元服务创新

从创新结果视角可将双元服务创新分为渐进式服务创新和突破式服务创新,前者是在当前服务流程基础上进行细微调整,侧重对现有服务内容、方式和流程的改进[21],后者指开发新服务,旨在打破常规、实现跨越式提升[22]。服务创新实质上是把从组织内外部搜寻和汲取的知识加以内化与重构,最后输出服务的过程[23]。知识基础观认为,个体积累并利用各种方式重组、创造知识,有利于提高创新能力(周空等,2023)。组织内其它部门或领域的知识、技能以及组织外部服务市场发展趋势和服务技术进步等信息,都可以促使员工产生与工作相关的创造性想法[18]。

内部知识扫描为员工探索知识和获取新想法提供机会,员工可以从组织内部了解AI在当前服务中的应用情况,补充和完善员工知识结构,找到改善服务流程和方式的关键点[24],为改进服务工作提供新想法。但是,由于内部知识具有一定局限性,通过内部知识扫描获取的知识基础相对薄弱和僵化,不足以支撑新服务开发和拓展[25],难以推动员工开展突破式服务创新。

外部知识扫描是服务业组织突破资源瓶颈的重要方式和产生新想法的重要来源。员工通过外部知识扫描可以了解AI在行业龙头组织服务中的应用情况以及市场发展趋势。员工将本组织知识和通过外部知识扫描获得的异质性知识进行组合,有助于员工超越自身知识资源限制对知识结构进行优化和升级[24],有利于员工改进和调整当前服务流程,开展渐进式服务创新,也可为产生全新想法提供关键输入,打破服务创新思维定式,进而促进突破式服务创新。

由此可见,内部知识扫描可以促进渐进式服务创新,外部知识扫描既可以促进渐进式服务创新,也可以推动突破式服务创新。据此,本研究提出以下假设:

H3a:内部知识扫描与员工渐进式服务创新正相关,但对突破式服务创新的推动作用不明显;

H3b:外部知识扫描与员工双元服务创新正相关。

1.5 工作反刍与知识扫描的链式中介作用

当员工认为AI对自身产生的威胁无法控制、不可避免时,便会产生AI焦虑和消极自我评价,进而陷入情感反刍并损耗情绪和心理资源,抑制内外部知识扫描动机,甚至回避AI相关信息。此时,员工不会通过知识扫描获取和吸收AI相关知识对自身知识缺口进行补充,进而抑制员工双元服务创新。当员工将注意力集中在AI有关的任务上时,AI焦虑会激发员工进行自我调节,通过问题解决沉思寻求解决方案,应对AI冲击并克服AI焦虑。问题解决沉思会扩大员工注意范围,激活员工思维并增强其信息搜寻能力[20],从而帮助员工找到当前服务工作中应用AI的关键点。此时,员工能更好地甄别和筛选通过内外部知识扫描获取的知识,提高知识扫描效率和利用率,促使员工利用AI对当前服务进行改进和创新,有利于员工双元服务创新。

综上,本研究提出以下假设:

H4a:AI焦虑通过情感反刍与内部知识扫描负向影响员工渐进式服务创新;

H4b:AI焦虑通过情感反刍与外部知识扫描负向影响员工双元服务创新;

H4c:AI焦虑通过问题解决沉思与内部知识扫描正向影响员工渐进式服务创新;

H4d:AI焦虑通过问题解决沉思与外部知识扫描正向影响员工双元服务创新。

1.6 人工智能素养的调节作用

AI素养会影响员工对AI的看法和意义构建,进而影响其行为[14]。工作场所焦虑理论指出,能力会使焦虑中的个体更少地体验疲惫和认知干扰,引导个体进行自我调节[12]。因此,当员工有较高的AI素养时,不仅可以减轻认知干扰和情感反刍,还会增加自我调节和问题解决沉思的广度与深度。

当员工AI素养较高时,一方面,员工对AI在工作中的应用及发展有较清晰认知,对掌握AI更有信心,也不必过度担忧因AI而丢失工作。此时,AI冲击的负面影响不会对其产生太多认知干扰。员工会减少对自身的关注,不会过分沉浸于AI焦虑而深陷情感反刍。另一方面,较高AI素养的员工更明确AI对自身工作的意义,更了解AI发展阶段和方向。此时,员工有能力在工作中从更丰富的角度思考如何学习和应用AI并发挥自己相对于AI的独特优势,推动员工更积极、更深入、更广泛地进行问题解决沉思以摆脱AI焦虑。据此,本研究提出以下假设:

H5a:AI素养在AI焦虑与情感反刍之间发挥负向调节作用,即员工AI素养越高,AI焦虑对情感反刍的正向影响越弱,反之越强;

H5b:AI素养在AI焦虑与问题解决沉思之间发挥正向调节作用,即员工AI素养越高,AI焦虑对问题解决沉思的正向影响越强,反之越弱。

AI素养较高的员工不仅会减轻对AI焦虑的情感反刍,还能增加问题解决沉思的广度和深度,员工会更积极地进行内外部知识扫描。工作场所焦虑理论表明,能力较高的员工能够更快地获得更多工作知识[12]。因此,AI素养较高的员工更清楚自己需要补充哪些AI知识,会更有针对性地从组织内外部获取异质性知识。一方面,AI素养较高的员工有较多的AI知识储备,会缓解AI焦虑给员工带来的情感反刍,使得员工有较强动力进行内外部知识扫描以获取AI有关知识,削弱AI焦虑对员工双元服务创新的消极影响。另一方面,AI素养较高的员工更倾向于通过问题解决沉思与知识扫描获得与AI有关的资源。员工能够快速甄别组织内外部对自己有用的知识,不仅提高知识扫描效率,还能捕获他人使用AI的独特之处,使员工有更多精力、从更广角度思考如何利用AI进行双元服务创新。因此,本研究提出以下假设:

H6a:AI素养负向调节情感反刍和内部知识扫描在AI焦虑与员工渐进式服务创新之间的链式中介作用。即员工AI素养越高,AI焦虑通过情感反刍与内部知识扫描对员工渐进式服务创新的负向影响越弱,反之越强;

H6b:AI素养负向调节情感反刍和外部知识扫描在AI焦虑与员工双元服务创新之间的链式中介作用。即员工AI素养越高,AI焦虑通过情感反刍与外部知识扫描对员工双元服务创新的负向影响越弱,反之越强。

H7a:AI素养正向调节问题解决沉思和内部知识扫描在AI焦虑与员工渐进式服务创新之间的链式中介作用。即员工AI素养越高,AI焦虑通过问题解决沉思与内部知识扫描对员工渐进式服务创新的正向影响越强,反之越弱;

H7b:AI素养正向调节问题解决沉思和外部知识扫描在AI焦虑与员工双元服务创新之间的链式中介作用。即员工AI素养越高,AI焦虑通过问题解决沉思与外部知识扫描对员工双元服务创新的正向影响越强,反之越弱。

2 研究设计

2.1 数据收集

本研究以电子问卷收集数据,历时5个月。样本主要来自上海、北京、广东、浙江、天津等地区40多家组织,覆盖旅游、酒店、金融、商业咨询等服务行业。为对同源方法偏差进行控制,本研究间隔3个月在两个时间点开展问卷调查。在时间点T1(2023年11月),对问卷进行编号后通过微信、电子邮件等方式向事先联系确定的受访者发放问卷,内容包括人口统计变量、AI焦虑、工作反刍、知识扫描、AI素养测量题项,回收720份问卷,有效问卷703份,有效率97.6%。在时间点T2(2024年3月),向参与问卷调查的受访者再次发放编号问卷,内容包含人口统计变量、渐进式和突破式服务创新测量题项,回收686份问卷,有效问卷648份,有效率94.5%。将T1和T2的问卷进行配对,剔除人口统计变量和编号不一致、选项一致以及情感反刍和问题解决沉思同高同低的问卷,得到610份有效问卷。样本(n=610)特征如下:性别方面,男性占48.9%,女性占51.1%;年龄方面,以25～35岁为主,占67.0%;学历方面以大专和本科为主,占86.1%;单位类型方面,以民营企业为主,占42.0%;工作职级方面,以普通员工和基层管理者为主,占91.3%。

2.2 变量测量

本研究采用成熟量表,严格按照翻译—回译流程设计和调整,采用李克特5点计分法,其中,1表示“完全不同意”,5表示“完全同意”。

(1)人工智能焦虑:采用Li等[26]的量表,参考徐广路[5]的做法,选择与工作场所AI焦虑相关的两个维度。其中,工作替代焦虑包含“我担心AI将来会取代我的工作”等3个题项;学习焦虑包含“AI技术更新太快,我学习起来非常困难”等3个题项。Cronbach′s α系数分别为0.905和0.817。

(2)工作反刍:采用Cropley等[27]开发的量表。情感反刍包含“在空闲时间,我会因思考与人工智能相关的事务而感到烦恼”等5个题项;问题解决沉思包含“在空闲时间,我会思考如何提升与人工智能相关的工作绩效”等5个题项。Cronbach′s α系数分别为0.895和0.884。

(3)知识扫描:采用Jaussi等[18]开发的量表。内部知识扫描包含“我会询问组织内的其他人是如何利用AI完成工作的”等4个题项;外部知识扫描包含“我会向组织外的个人询问他们是如何利用AI完成工作的”等4个题项。Cronbach′s α系数分别为0.859和0.881。

(4)员工双元服务创新:借鉴万鹏宇等(2023)的做法,采用Madjar等[28]开发的量表。渐进式服务创新包含“我会在新的服务流程中使用以前已有的创意或工作方法”等3个题项;突破式服务创新包含“我常常会提出高度创新的好创意”等3个题项。Cronbach′s α系数分别为0.862和0.825。

(5)人工智能素养:采用Wang等[14]开发的量表,包含“我可以熟练地使用AI程序或产品来帮助我完成日常工作”等9个题项。Cronbach′s α系数为0.941。

(6)控制变量:已有研究表明女性焦虑水平普遍高于男性;随着员工任期和经验的增加,员工工作变得更加适应和熟练,年长的员工和更有经验的员工可能表现出较低焦虑水平[12]。借鉴贾建峰等[22]和刘宁等[29]关于员工突破式创新的研究,学历、单位类型和职级也会对员工创新行为产生影响。因此,本研究将性别、年龄、学历、单位类型和职级作为控制变量。

3 数据分析与结果

3.1 信效度检验

本研究所有变量的Cronbach′s α值均在0.8以上,说明量表信度较高,KMO值介于0.722～0.959之间,因此适合进行因子分析。验证性因子分析结果如表1所示,八因子模型拟合较好(χ2=1 452.744,df=712,χ2/df=2.040,RMSEA=0.041,SRMR=0.037,CFI=0.950,TLI=0.945),优于其它模型,因此变量区分效度较高。

3.2 共同方法偏差及共线性检验

本研究采用不可测量潜在方法因子效应控制法,检验是否存在共同方法偏差(温忠麟等,2018),结果如表1所示。在八因子中加入共同方法因子后,拟合指数未明显改善,CFI和TLI提高幅度均小于0.1,RMSEA和SRMR的变化幅度均小于0.05,说明不存在严重共同方法偏差。同时,Harman单因子检验法析出的首因子累计方差解释率为15.518%,小于30%,各变量方差膨胀因子(VIF)值在1.178～1.613之间,小于3,说明共同方法偏差和共线性不会对统计结果产生较大干扰。

3.3 描述性统计与相关性分析

各变量均值、标准差及相关系数如表2所示,AI焦虑与情感反刍(r=0.470,p<0.01)、问题解决沉思(r=0.416,p<0.01)正相关。情感反刍与内部知识扫描负相关(r=-0.417,p<0.01),与外部知识扫描相关性不显著(r=-0.007,p>0.05)。问题解决沉思与内部知识扫描(r=0.253,p<0.01)、外部知识扫描(r=0.434,p<0.01)正相关。内部知识扫描与渐进式服务创新(r=0.199,p<0.01)、突破式服务创新(r=0.115,p<0.01)正相关。外部知识扫描与渐进式服务创新(r=0.345,p<0.01)、突破式服务创新(r=0.511,p<0.01)正相关。因此,假设H1a、H1b、H2a、H2b和H3b得到初步验证。

3.4 假设检验

3.4.1 直接效应与中介效应检验

本研究运用Mplus8.3并基于Bootstrap法进行5 000次重复抽样,检验直接效应和链式中介效应,结果如表3和图2所示。AI焦虑与情感反刍(β=0.422)、问题解决沉思(β=0.371)均显著正相关,因此假设H1a和H1b成立。情感反刍与内部知识扫描(β=-0.542)、外部知识扫描(β=-0.087)均显著负相关,问题解决沉思与内部知识扫描(β=0.382)、外部知识扫描(β=0.442)均显著正相关,因此假设H2a和H2b成立。内部知识扫描与渐进式服务创新显著正相关(β=0.197),与突破式服务创新相关性不显著,外部知识扫描与渐进式服务创新(β=0.423)、突破式服务创新(β=0.661)都显著正相关,因此假设H3a和H3b成立。情感反刍和内部知识扫描在AI焦虑与渐进式服务创新之间的链式中介效应值为负且显著(β=-0.045),因此假设H4a成立。情感反刍和外部知识扫描在AI焦虑与渐进式、突破式服务创新之间的链式中介效应值均为负且显著(β=-0.015、β=-0.024),因此假设H4b成立。问题解决沉思和内部知识扫描在AI焦虑与渐进式服务创新之间的链式中介效应值为正且显著(β=0.028),因此假设H4c成立。问题解决沉思和外部知识扫描在AI焦虑与渐进式、突破式服务创新之间的链式中介效应值均为正且都显著(β=0.069、β=0.108),因此假设H4d成立。进一步研究发现,AI焦虑对渐进式服务创新的总效应值为0.037,对突破式服务创新的总效应值为0.084,95%置信区间均不包含0,说明AI焦虑总体上促进员工双元服务创新。

工作反刍和知识扫描在AI焦虑与员工双元服务创新之间的链式中介效应差异如表3所示。第一,AI焦虑通过情感反刍和内、外部知识扫描对渐进式服务创新的影响存在显著差异(间接效应差值为0.030,95%置信区间不包含0),说明AI焦虑使员工陷入情感反刍后主要通过抑制员工内部知识扫描负向影响渐进式服务创新。第二,AI焦虑通过问题解决沉思和内、外部知识扫描对渐进式服务创新的影响存在显著差异(间接效应差值为0.041,95%置信区间不包含0),说明AI焦虑使员工进行问题解决沉思后,外部知识扫描比内部知识扫描更能推动渐进式服务创新。第三,AI焦虑通过问题解决沉思与外部知识扫描影响员工渐进式、突破式服务创新的链式中介效应存在显著差异(间接效应差值为0.039,95%置信区间不包含0),说明相较于渐进式服务创新,AI焦虑通过问题解决沉思和外部知识扫描更能激发突破式服务创新。

3.4.2 调节效应检验

本研究采用层次回归法检验员工AI素养发挥的作用,结果如表4所示。AI焦虑与AI素养标准化后的交互项对情感反刍具有显著负向影响(M4,β=-0.246,p<0.001),对问题解决沉思具有显著正向影响(M8,β=0.151,p<0.001),因此假设H5a和H5b成立。为直观显示AI素养的调节作用,本研究对AI素养的平均值加减一个标准差,分为高分和低分组后绘制调节作用图,如图3和图4所示。

3.4.3 被调节的链式中介效应检验

本研究采用Process 4.0插件对被调节的链式中介效应进行检验,结果如表5所示。第一,在AI焦虑影响员工渐进式服务创新的4条路径中,AI素养在AI焦虑通过情感反刍与外部知识扫描影响渐进式服务创新中未发挥调节作用(间接效应差值为0.013,95%置信区间包含0),但在其余3条路径中均发挥调节作用(间接效应差值分别为0.067、0.022、0.052,95%置信区间均不包含0)。第二,在AI焦虑影响员工突破式服务创新的两条路径中,AI素养在AI焦虑通过情感反刍与外部知识扫描影响突破式服务创新中未发挥调节作用(间接效应差值为0.018,95%置信区间包含0),但在AI焦虑通过问题解决沉思与外部知识扫描影响突破式服务创新中发挥正向调节作用(间接效应差值为0.083,95%置信区间不包含0)。综上可知,假设H6a、H7a和H7b成立,假设H6b不成立。

3.5 讨论

实证研究发现,AI焦虑主要通过抑制员工内部知识扫描抑制渐进式服务创新,主要通过激发员工外部知识扫描促进双元服务创新,并且对突破式服务创新的促进作用更强,AI素养不会弱化AI焦虑通过情感反刍和外部知识扫描对双元服务创新的抑制作用。原因可能是,在AI冲击之初,员工还未真正意识到AI对自身的影响,虽有AI焦虑但较弱。员工为应对AI冲击会主动进行内外部知识扫描[30],但是,员工知识扫描是先内部后外部,因此,相对而言,外部知识扫描较少(徐向龙等,2016)。随着AI焦虑增强,如果员工陷入情感反刍,由于员工在AI焦虑产生伊始主要进行内部知识扫描,仅投入少量资源进行外部知识扫描,因此,情感反刍主要抑制员工内部知识扫描,对外部知识扫描影响有限,使得AI素养在AI焦虑通过情感反刍与外部知识扫描影响双元服务创新之间发挥的负向调节作用有限。如果员工对AI焦虑产生问题解决沉思,由于组织内部知识有限并且员工已经进行比较充分的内部知识扫描,因此,问题解决沉思对内部知识扫描的激发空间有限,主要激发外部知识扫描,为员工服务改进和开发新服务提供新思路[25],有利于双元服务创新,而且员工更愿意通过突破式服务创新应对AI冲击和焦虑。

4 结论与展望

4.1 研究结论

本研究基于工作场所焦虑理论与知识基础观,兼顾AI焦虑的消极面与积极面,综合分析AI焦虑对员工双元服务创新的影响机理。得到主要结论如下:第一,AI焦虑对员工双元服务创新既有抑制作用也有促进作用,但促进作用大于抑制作用,AI焦虑总体上促进员工双元服务创新。第二,AI焦虑让员工陷入情感反刍后,会抑制员工内外部知识扫描进而抑制渐进式服务创新,但主要通过抑制员工内部知识扫描抑制渐进式服务创新,也会通过抑制员工外部知识扫描抑制突破式服务创新。第三,AI焦虑让员工进行问题解决沉思后,会激发员工内外部知识扫描促进渐进式服务创新,但主要通过激发员工外部知识扫描促进渐进式服务创新和突破式服务创新,并且AI焦虑对突破式服务创新的促进作用更强。第四,员工AI素养较高时,会降低AI焦虑让员工陷入情感反刍的程度并增强问题解决沉思,进而强化AI焦虑对双元服务创新的促进作用,弱化AI焦虑通过情感反刍和内部知识扫描对渐进式服务创新的抑制作用,但不会弱化AI焦虑通过情感反刍和外部知识扫描对双元服务创新的抑制作用。

4.2 理论贡献

(1)已有研究指出AI焦虑既通过资源损耗路径对员工心理和行为产生消极作用[5],也会通过学习动机推动员工主动行为[31],但未兼顾AI焦虑消极面和积极面综合探究AI焦虑对员工主动行为的影响。本研究兼顾AI焦虑的两面性,探讨AI焦虑对员工双元服务创新的影响,丰富了AI焦虑对员工主动行为影响的理论研究。

(2)厘清AI焦虑对员工双元服务创新的差异化影响及其内在机理。不同类型工作反刍会对员工内外部知识扫描产生差异化影响[17],并且影响员工双元服务创新的知识资源基础。已有研究未深入探讨不同类型工作反刍和知识扫描对员工双元服务创新的差异化作用机理[9]。本研究将工作反刍分为情感反刍和问题解决沉思,将知识扫描分为内部知识扫描和外部知识扫描,从情感反刍角度厘清AI焦虑对员工渐进式、突破式服务创新的差异化消极影响及机理,从问题解决沉思角度厘清AI焦虑对员工渐进式、突破式服务创新的差异化积极影响及机理,并进一步探讨员工AI素养在其中发挥的调节作用,深化了AI焦虑对员工双元服务创新影响的理论研究。

4.3 实践启示

(1)服务业组织及管理者应引导员工理性看待AI冲击,正确应对AI焦虑。组织可定期开展AI相关培训,让员工理解AI技术的应用价值和使用方法,引导员工将AI作为提升工作效率的工具,帮助员工提升工作技能,找到人机共生中的定位和价值,增强其克服AI焦虑的信心,并利用AI技术积极进行服务创新,摆脱“换代阵痛”。

(2)服务业组织应引导员工对AI焦虑进行问题解决沉思,避免陷入情感反刍。管理者要及时预防、识别和管理员工情感反刍,给予员工足够关怀和指导,聘请心理咨询师对员工情感反刍及时予以疏导,减轻AI焦虑带给员工的心理负担。同时,为进行问题解决沉思的员工提供资源倾斜和组织支持。

(3)服务业组织及管理者应对员工进行内外部知识扫描培训和指导,鼓励员工通过双元服务创新应对AI焦虑。一方面,组织应适时开展内外部知识扫描方式、渠道、内容等方面的培训,在提升内部知识扫描效率和效果的同时,着重强化员工外部知识扫描。另一方面,组织可为AI焦虑的员工配备创新导师,对员工知识扫描获取的信息进行分析和提供指导,鼓励员工依托这些知识进行渐进式服务创新和突破式服务创新。

(4)服务业组织应注重选聘AI素养较高的员工,并重视员工AI素养提升。一方面,组织应把AI素养作为招聘和选拔人才的标准,选聘AI素养较高的员工。另一方面,组织应通过课程、工作坊、实践操作等多种形式帮助员工掌握AI知识和技能,提高员工AI素养并提升其工作中的AI应用能力,缓解员工情感反刍,增强问题解决沉思,推动员工积极进行知识扫描,促进员工双元服务创新。

4.4 研究局限与未来展望

本研究仍存在一些不足。第一,本研究探讨AI焦虑对服务业员工双元服务创新的影响,而AI对不同行业、不同岗位、不同学历与技能等群体带来的影响以及由此产生的AI焦虑是不同的[32]。未来研究可以针对不同群体,深入探讨AI焦虑对员工双元创新的影响,或者对比分析其差异。第二,本研究从员工认知和行为视角阐述工作反刍与知识扫描的中介作用机制,趋近—回避理论认为,动机会将个体导向特定领域的积极或消极刺激,进而影响员工主动创新[33]。在AI焦虑与员工双元服务创新之间可能存在其它作用机制,未来可以从动机或资源等视角探究AI焦虑对员工双元服务创新的影响机制。第三,本研究从员工个体角度探究AI焦虑对员工双元服务创新的影响,有研究表明,领导者是影响团队及员工创新的重要因素,AI焦虑可能使领导者感知到潜在威胁而产生自我服务行为,进而对团队及员工双元服务创新产生影响[34]。因此,未来可以从领导者视角探究AI焦虑对员工和团队双元服务创新的影响机理。

参考文献：

[1] HE C,TENG R,SONG J.Linking employees′ challenge-hindrance appraisals toward AI to service performance:the influences of job crafting,job insecurity and AI knowledge[J].International Journal of Contemporary Hospitality Management,2023,36(3):975-994.

[2] BU N,KONG H,WANG K,et al.30 years of artificial intelligence (AI) research relating to the hospitality and tourism industry[J].International Journal of Contemporary Hospitality Management,2023,35(6):2157-2177.

[3] WANG Y Y,WANG Y S.Development and validation of an artificial intelligence anxiety scale:an initial application in predicting motivated learning behavior[J].Interactive Learning Environments,2019,26(2):1-16.

[4] LIANG X D,GUO G X,GONG Q X,et al.Investigating the double-edged sword effect of AI awareness on employee′s service innovative behavior[J].Tourism Management,2022,92(2):1-14.

[5] 徐广路.AI焦虑对员工偏差行为的影响——一个有调节的中介模型[J].华东经济管理,2023,37(11):120-128.

[6] 蒿慧杰.工作焦虑、工作投入与员工创造力关系研究——员工授权的调节作用[J].经济经纬,2020,37(4):133-141.

[7] 张慧,陈莹,包佳妮,等.焦虑情绪何时会激发创业努力:一个跨层次双重调节模型[J].管理工程学报,2024,38(3):122-134.

[8] 芮夕捷.从经济逻辑与产品知识创造看企业技术创新[J].西北大学学报(哲学社会科学版),2022,52(1):104-111.

[9] ZHANG Y,QU H,WALTER F,et al.A new perspective on time pressure and creativity:distinguishing employees′ radical versus incremental creativity[J].Journal of Organizational Behavior,2023,44(9):1400-1418.

[10] SUNG SY,RHEE YW,LEE JE,et al.Dual pathways of emotional competence towards incremental and radical creativity:resource caravans through feedback-seeking frequency and breadth[J].European Journal of Work and Organizational Psychology,2020,29(3):421-433.

[11] YU M,CHOI JN.How do feedback seekers think? disparate cognitive pathways towards incremental and radical creativity[J].European Journal of Work and Organizational Psychology,2022,31(3):470-483.

[12] HAYDEN B C,M J M.Understanding the dark and bright sides of anxiety:a theory of workplace anxiety[J].The Journal of Applied Psychology,2018,103(5):537-560.

[13] 鲍文杰,金孟子,黄涛.企业知识管理能力对员工创新行为的影响研究——知识共享行为的中介作用和工作压力的调节效应[J].外国经济与管理,2024,46(12):55-71.

[14] WANG B,RAU PL,YUAN T.Measuring user competence in using artificial intelligence:validity and reliability of artificial intelligence literacy scale[J].Behaviour &Information Technology,2023,42(9):1324-1337.

[15] 张静,南秀燕,倪丹.资源保存理论视角下员工特质正念对主动行为的影响机制研究[J].管理学报,2023,20(6):846-855.

[16] 张珊珊,李晖,吴真,等.大学生人际宽恕发展趋势及其反刍思维的作用[J].心理科学,2017,40(2):401-407.

[17] 张晶,李伟贺,史燕伟,等.工作反刍及其“双刃剑”效应[J].心理科学进展,2020,28(2):358-367.

[18] JAUSSI K S,RANDEL A E.Where to look? creative self-efficacy,knowledge retrieval,and incremental and radical creativity[J].Creativity Research Journal,2014,26(4):400-410.

[19] 张兰霞,李佳敏,毛孟雨.零工工作者感知算法控制对工作投入的影响机制研究——基于认知和情感的双路径模型[J].商业经济与管理,2024,44(3):47-58.

[20] 李燕萍,李皓璇.固步自封还是开拓进取?员工工作反刍对其反馈寻求策略的影响机制研究[J].科技进步与对策,2023,40(17):139-149.

[21] GILSON L L,MADJAR N.Radical and incremental creativity:antecedents and processes[J].Psychology of Aesthetics Creativity &the Arts,2011,5(1):21-28.

[22] 贾建锋,李会霞,刘志,等.组织创新氛围对员工突破式创新的影响[J].科技进步与对策,2022,39(3):145-152.

[23] 林春培,赖秀梅,朱晓艳,等.新兴顾客导向、外部知识搜寻与破坏性创新[J].经济管理,2024,46(3):148-164.

[24] NIEVES J,DIAZ-MENESES G.Knowledge sources and innovation in the hotel industry:empirical analysis on Gran Canaria Island,a mature mass-tourism destination[J].International Journal of Contemporary Hospitality Management,2018,30(6):2537-2561.

[25] LI Q,HUI G.How external knowledge acquisition contribute to innovation performance:a chain mediation model[J].SAGE Open,2023,13(4):1-17.

[26] LI J,HUANG J S.Dimensions of artificial intelligence anxiety based on the integrated fear acquisition theory[J].Technology in Society,2020,63(4):1-10.

[27] CROPLEY M,MICHALIANOU G,PRAVETTONI G,et al.The relation of post-work ruminative thinking with eating behaviour[J].Stress and Health,2012,28(1):23-30.

[28] MADJAR N,GREENBERG E,CHEN Z.Factors for radical creativity,incremental creativity,and routine,noncreative performance[J].Journal of Applied Psychology,2011,96(4):730-743.

[29] 刘宁,张惠康.内外在奖酬对员工突破性创新影响的实证研究[J].华南师范大学学报(社会科学版),2019,64(4):108-119,191.

[30] 梁悦悦,曹坡,刘蕤,等.健康焦虑与健康信息搜寻行为关系及调节因素的元分析[J].图书馆论坛,2023,43(9):87-95.

[31] WANG Y M,WEI C L,LIN H H,et al.What drives students′ AI learning behavior:a perspective of AI anxiety[J].Interactive Learning Environments,2022,43(4):1-17.

[32] 何勤,李鑫悦.人工智能对企业收入分配的非线性影响——基于2007—2022年上市公司数据的检验[J].人口与经济,2024,45(3):111-128.

[33] 靳伟择,杨俊青.趋近还是回避?总体报酬对员工主动性和响应性创造力的影响研究——基于资源保存理论的视角[J].东岳论丛,2023,44(2):119-127.

[34] JIANG W,ZHANG H,WANG L,et al.Team leader job anxiety and team innovation:the roles of self-serving behavior and psychological entitlement[J].IEEE Transactions on Engineering Management,2020,23(99):1-11.

(责任编辑：万贤贤)