This empirical study employed a two-stage data collection approach. The first stage involved surveying active personnel within government institutions in southwestern China through a combination of electronic and paper questionnaires. The second stage supplemented the sample by recruiting corporate employees via an online platform. Across both stages, 588 questionnaires were distributed, with 417 valid responses ultimately retrieved, yielding a response rate of 70.92%. At the data processing stage, validation factor analysis, common method bias test, descriptive statistical analysis and hypothesis testing were conducted using AMOS26.0 and SPSS27.0 software.
This paper concludes the following:(1) there is a significant positive impact of AI disruption awareness on employee intrapreneurship.(2) Creative role identity plays a mediating role between AI disruption awareness and employee intrapreneurship.(3) job variety has a positive moderating effect on the relationship between AI disruption awareness and creative role identity; the higher the level of job variety, the more pronounced is the promotion of AI disruption awareness on creative role identity, and job variety moderates the mediating effect of creative role identity between AI disruption awareness and employee intrapreneurship.(4) job autonomy also positively moderates the relationship between AI disruption awareness and creative role identity, and the higher the level of job autonomy, the more significant the promotion effect of AI disruption awareness on creative role identity. At the same time, job autonomy also moderates the mediating effect of creative role identity between AI disruption awareness and employee intrapreneurship.
In summary, this study makes the following contributions: First, it extends intrapreneurship research from traditional enterprises to the public sector, exploring whether AI disruption awareness can enhance employees intrapreneurship behavior, thereby expanding the application scenarios and boundaries of intrapreneurship theory. Second, it shifts the research focus from the general positive effects of AI disruption awareness to its underlying mechanisms driving intrapreneurship behavior, introducing creative role identity as a mediating variable to reveal the underlying connections, thereby enriching the theoretical explanation of employee intrapreneurship behavior in the digital age. Third, drawing on the person-environment fit theory, the study introduces the key contextual element of work characteristics in the digital age, verifying the moderating role of job variety and job autonomy in the influence of AI disruption awareness on employees' Intrapreneurship processes. This expands the theoretical understanding of the role of context in the relationship between AI disruption awareness and individual behavior.
开放科学(资源服务)标识码(OSID)：
随着人工智能(Artificial Intelligence,AI)等新兴技术重塑组织运作模式,AI应用已成为驱动组织创新发展的关键[1]。AI时代,员工内部创业对提升组织竞争优势、助力组织数智化转型具有重要意义[2]。然而,AI技术价值的释放不仅依赖于组织层面的技术部署,更取决于员工能否将AI冲击意识转化为变革动力。AI冲击意识即员工在数智化工作场景中对AI技术的威胁感知与担忧程度[3]。该意识会通过影响员工的认知与行为反应,进而作用于企业数智化转型的实际进程和成效[4]。企业内部创业是突破技术瓶颈、实现长效发展的核心路径。有学者指出企业需要员工利用AI技术开拓新业务模式、开发新产品与新服务[5],而AI冲击意识正是这一过程的重要驱动力。与此同时,从政务服务到公共管理,AI应用已成为公共部门提升服务效能、推动治理创新的关键要素[6]。公共部门积极鼓励员工利用AI开展内部创新,以打造更高效的服务模式、开发更契合公众需求的新型服务产品[7-8]。可见,无论是在以盈利为导向的企业,还是以公共利益为核心的公共部门,AI冲击意识已成为员工开展内部创业、提升组织价值的重要因素。因此,探究员工AI冲击意识转化为内部创业行为的有效路径具有重要意义。
学界关于AI冲击意识的研究呈现出明显的双向效应特征,而对其内在影响机制的探讨有待深化[4]。部分研究基于职业发展视角,侧重于探讨人工智能技术带来的负面后果[9],认为AI冲击意识往往会诱发员工的技术焦虑[10]与职业不安全感[11],导致其产生工作退缩等消极行为[12];与之相反,部分研究基于压力认知评估视角,指出AI冲击意识能够激励员工重塑思维模式和变革工作方式,进而对个体创新与学习能力产生积极作用[4]。可见,既有研究多聚焦于情绪反应或一般性能力提升,尚未深入探讨AI冲击意识对员工内部创业行为的影响。内部创业作为一种追求价值创造的主动变革表现[8],体现了从认知到实践行动的深度转化,是探析技术认知向创业实践转化的适宜视角。在此转化路径中,创新角色认同是连接认知与行动的核心纽带。鉴于AI冲击意识具有显著的认知属性,而创新角色认同体现为个体对自身创新者身份的深度内化,这种身份认同能够激发个体的创新责任感,促使个体将原本的意识感知转化为实际的内部创业行动[12]。据此,本文选取创新角色认同作为中介变量,旨在系统性揭示AI冲击意识驱动员工开展内部创业行为的深层逻辑。
根据个人—环境匹配理论,环境与个人特质的高度适配会使个体收获积极情感,促使其展现出正向行为,形成心理和行动的良性循环[13]。数智化浪潮下,工作特征变革会影响员工创新行为[14]。鉴于此,在探究AI冲击意识与个体行为的关联时,需深入剖析工作特征作为关键情境要素的作用机制。当前,相关研究多聚焦工作特征的演变,尤其是工作多样性和工作自主性对个体行为的影响[15]。其中,工作多样性体现出工作内容的广度与复杂性,反映员工在工作过程中切换不同任务类型、运用多元技能的程度。工作自主性指员工开展工作任务时的独立决策权限与行动自由度[16]。值得注意的是,学界对工作多样性影响员工创新行为的观点尚未达成共识,员工消耗精力虽会加重认知负担[17],但工作多样性也能助力员工获取新知识,深化其对工作价值的认知[18],进而不同程度影响AI冲击意识、创新角色认同与员工内部创业的关系。因此,本文将工作多样性和工作自主性作为情境因素,探究AI冲击意识对员工内部创业行为的影响。
综上,本文聚焦探索AI冲击意识对员工内部创业的影响路径,揭示数智时代工作特征这一情境因素的作用边界。本文贡献主要体现在以下几个方面:第一,现有研究主要以企业员工为研究对象探讨AI冲击意识的作用机制,本文将内部创业研究从传统企业层面延伸至公共部门层面,探究AI冲击意识能否提高员工内部创业行为,有助于拓展内部创业理论应用场景。第二,现有研究虽关注AI冲击意识的积极价值,但鲜少从内部创业这一主动变革行为视角出发,深入剖析其作用路径。本文将研究视角从AI冲击意识的一般积极效应转向其对员工内部创业行为的驱动机理,引入创新角色认同作为中介变量,有助于丰富数智化时代员工创业行为研究。第三,现有研究在探究AI冲击意识与个体行为的关联时,对情境要素的关注不足。本文基于个人—环境匹配理论,验证数智时代工作多样性和工作自主性在AI冲击意识影响员工内部创业过程中的调节作用,有助于拓展 AI 意识与个体行为研究,进一步完善情境作用机制的认知边界。
AI技术的广泛应用不仅能提高组织运行效率、优化用户体验,还能大幅降低人工成本[19]。AI的快速发展正在重新定义组织与工作本身,未来或将取代部分脑力和体力劳动[20]。Brougham &Haar[3]提出“AI冲击意识”的概念,即员工对自身工作被人工智能技术取代的感知与担忧程度,是影响员工心理变动与行为决策的关键因素[21]。随着AI技术在各领域应用的逐渐深入,员工担忧自身岗位传统职能被技术覆盖,面临职业角色调整或岗位变动的压力,进而会影响其行为选择[22]。员工内部创业是组织成员自发的创新实践,其核心在于运用创新思维自主驱动行动、突破常规并承担风险,其典型形式包括:一是战略更新,即通过参与组织变革、优化组织流程、提供战略建议等提升组织适应力;二是新业务开发,包括开发新型业务单元、组建专业部门、探索新兴市场及建立战略联盟等[23]。
个人—环境匹配理论认为,员工在与自身特征高匹配的环境中会表现出积极主动行为,个体特征与环境因素匹配结果会影响员工创新行为[24]。面对AI技术引发的外部环境变动及潜在职业发展威胁,员工倾向于采取主动行为以实现个体与环境的适配。一方面,员工对AI可能取代重复性任务的认知会触发其职业焦虑与危机感[25],推动其突破传统工作模式,探索新价值创造方式[26]。内部创业作为依托创新项目在组织内部开拓新业务的行为[23,27],是员工应对AI变革的策略之一。研究表明,适度的外部威胁感知能激发员工创新意愿,内部创业是员工将危机意识转化为创新实践的关键体现[28]。另一方面,AI技术的普及要求员工掌握跨学科知识与数字化技能[29],员工会主动提升机器学习、大数据分析能力,并将其应用于组织内部创新[28],为内部创业活动提供持续动力。由此,本文提出如下假设:
H1:AI冲击意识对员工内部创业具有显著正向影响。
创新角色认同是员工对自身在工作角色内创新行为的认可,并将创新活动视为自我界定的核心要素[30]。个人—环境匹配理论指出,当个体感知到环境需求与自身能力、目标相契合时,其会主动调整自身行为与认知以实现更好地适配[24]。AI冲击意识反映员工对人工智能代替自身工作的感知水平与担忧程度,是影响员工职业态度与行为的重要个人特征[9];创新角色认同是个人在与环境互动中形成的关键心理建构,表征个体将创新者身份内化为自我概念的程度[12]。鉴于此,当高AI冲击意识员工感知到其技术认知能够有效应对智能化挑战时,会产生较强的匹配感。这种个人—环境匹配状态会激发员工积极的身份重构动机,使其通过主动整合AI知识与创新实践来强化自我界定,从而深化创新角色认同。
依据个人—环境匹配理论,员工为维持和强化这种匹配状态与角色一致性,会将内在认同转化为外部行动[13]。创新角色认同较高的员工会将AI技术冲击视为一种职业发展机遇,主动调适自身行为以适配环境变革。面对AI对重复性工作的替代性威胁,员工职业危机感会被强化,凭借对创新角色的高度认同,员工更倾向于寻求新路径[26]。内部创业行为因本身具有探索性、风险承担与价值创造特征,且能够有效承接员工在AI驱动下的创新意愿,成为员工首选策略[23]。基于该理论框架,高AI冲击意识员工作为具备认知前瞻性的主体,当其感知到所处工作环境能为其提供运用AI知识、实践创新想法的匹配条件时,会激发其内在积极情感体验。这种由“认知—环境”匹配所催生的正向心理状态会进一步强化其对创新者角色的身份认同,并最终驱动员工将与AI相关的认知与技能转化为主动开拓新业务、构建新流程的内部创业行为。据此,本文提出如下假设:
H2:创新角色认同在AI冲击意识与员工内部创业间发挥中介作用。
工作多样性是指员工承担不同类型任务的丰富程度[16]。这些任务不确定性使员工难以提前预测,需运用多样化方法应对各类工作事项及突发情况[31]。根据个人—环境匹配理论,个人和环境之间的契合水平对个体行为抉择具有显著影响[24]。二者高度契合使个体更容易收获正面情感,进一步驱动其做出积极行为。本文认为,在数智化工作环境中,工作多样性作为显著特征,促使员工在融入人工智能时主动接触各类技能以完成任务,并不断积累创造力技能,从而有效推动内部创业活动的开展。
根据个人—环境匹配理论,工作多样性可视为智能化工作场景中关键的“环境能力要求信号”,向员工清晰传递出数智化工作场景对综合技能、跨界协作与复杂问题解决能力的要求[31-32]。当高AI冲击意识员工感知到多样性工作环境时,会判断自身对AI的认知能够满足甚至超越环境所提出的新型能力要求,从而产生强烈的能力—要求匹配感知[32]。这种匹配会激发员工积极的心理状态,使其相信工作环境能为其提供运用AI知识、实践创新想法的平台[33]。此时,员工更倾向于将外部环境要求内化为个人身份的一部分,即强化其创新角色认同。相反,在低工作多样性环境下,即便员工具备AI冲击意识,也会因缺乏将技术认知应用于多元实践的场景与挑战,导致其能力与发展需求无法与环境要求有效衔接[31],不仅会固化其认知边界,还会削弱其AI冲击意识向创新角色认同转化的效能。据此,本文提出如下假设:
H3:工作多样性正向调节AI冲击意识与创新角色认同的关系。
工作自主性是指员工执行任务时,在工作方法选择、流程规划及进度把控等方面所拥有的自主决策权限与自由发挥空间[17]。已有研究表明,工作自主性变化会显著影响个体行为[14]。员工所感知到的工作自主性程度会对其工作满意度产生直接影响,当员工切实感受到较高的工作自主性时,更容易获得满足感,这会促使他们积极探索、规划更契合自身发展的职业路径。因此,本文认为,AI冲击意识与员工内部创业的关系受工作自主性的调节。
根据个人—环境匹配理论,工作自主性可视为智能化工作场景中关键的“环境需求供给信号”,能使员工感知到组织赋予的工作决策权、创新试错许可、资源调配自主权等资源[34]。高AI冲击意识员工作为具备自我发展需求的个体,其对工作控制权、决策自由度及创新实践空间有更强的内在期待。当组织通过赋予工作自主性为其提供匹配发展需求的工作环境时,会形成需求—供给匹配感知,显著激发员工自我效能感[32]。工作自主性作为一种“环境信号”,既能将员工AI知识高效转化为内部创业实践[31],又会通过组织支持激发其主动探索新技术的热情,强化员工创新角色认同。而在工作自主性较低的环境中,即便员工具备较高AI冲击意识,也因缺乏将技术认知转化为创新实践所需的决策权限与资源支持,而难以形成有效的需求-供给匹配,最终降低其AI冲击意识转化为内部创业行为的效能,进而削弱其创新角色认同。据此,本文提出如下假设:
H4:工作自主性正向调节AI冲击意识与创新角色认同的关系。
在高工作多样性情境中,员工倾向于主动培养创造能力以降低技术替代风险[32],并将AI技术视为自我价值实现的重要契机与自我发展的助推力。在AI冲击意识的驱动下,员工通过激发创新思维,逐步积累创新经验并强化创新角色认同,最终将其转化为内部创业行为。反之,在低工作多样性情境下,员工长期从事重复性任务,容易固化认知模式并产生工作倦怠感,进而降低工作认同感[14]。面对AI技术的冲击,员工更倾向于将其感知为潜在威胁,由此产生的消极情绪会抑制其学习与探索意愿,不仅难以转化为创新行动,更无法将创新思维有效转变为内部创业实践。
高工作自主性情境赋予员工更多的决策自由权,有助于激活其内在动机并增强其挑战艰巨任务的意愿,从而缓解高AI冲击意识员工的技术压力,强化其创新动机。在此情境下,员工在创新实践中不断深化创新角色认同,主动识别创新机会,并将技术认知转化为创新成果,进而实现内部创业与模式革新[33]。相反,在低工作自主性情境下,员工决策空间受限,内在创新动机容易受到抑制,面对挑战性任务时往往缺乏主动性[34]。在此环境下,高AI冲击意识员工不仅难以获取组织对其创新行为的支持,还会因技术应用权限不足而加剧职业焦虑感,导致创新动机持续消耗,最终削弱其内部创业行为。据此,本文提出以下假设:
H5:工作多样性调节AI冲击意识通过创新角色认同影响员工内部创业的间接作用。
H6:工作自主性调节AI冲击意识通过创新角色认同影响员工内部创业的间接作用。
综上,本文构建理论模型,如图1所示。
图1 理论模型
Fig.1 Theoretical model
本研究分阶段收集数据。第一阶段样本主要来源于政府机构在编人员。为保证问卷质量,在正式调研前根据预调研情况,有针对性地调整问卷结构和题项表述内容。第一阶段发放电子和纸质问卷338份;第二阶段在见数平台招募250名参与者,根据本研究设置的人口统计学特征(年龄、性别、月均收入)进行配额抽样。最终,两个阶段共发放问卷588份,剔除无效问卷后,共获得有效问卷417份,有效问卷回收率为70.92%。样本特征如表1所示。
表1 样本特征
Table 1 Sample characteristics
类别 特征 数量占比(%)性别男19246.04女22553.96年龄21～30岁12129.0231～40岁16138.6141～50岁8019.1850岁以上5513.19学历专科以下112.64专科419.83本科31675.78硕士及以上4911.75月均收入3 000元及以下112.643 001～5 000元7217.275 001～8 000元12630.218 001～15 000元15336.6915 000元以上5513.19职级高层管理者225.28中层管理者16539.57基层管理者7517.98普通职员15537.17单位性质政府机关13532.37事业单位399.35国有企业4811.51民营企业17441.73外资或中外合资企业215.04
本文调研所用测量量表选自国内外现有成熟量表,使用李克特五级量表测度(1=完全不同意,5=完全同意)。
(1)AI冲击意识:员工对AI技术工作替代的感知程度。本文用Brougham &Haar[3]的四项量表进行测量,代表性题项如“我担心我在组织中的工作会被人工智能所取代”等。
(2)创新角色认同:指员工对“自己是一个富有创造力的工作者”的认同程度和对“有创造力是自己工作的核心组成部分”的认同程度。根据Farmer等[35]提出的量表并经过预测试修改后共设计3个题项,代表性题项如“成为一个有创造力的员工是我的重要目标之一”等。
(3)工作多样性:体现为员工在工作过程中需要应对多种不同类型任务。根据Liang等[36]提出的量表并经过预测试修改后共设计4个题项,代表性题项如“我的工作需要完成各种各样的任务”等。
(4)工作自主性:指员工在执行任务过程中,在工作方法选择、流程规划及进度把控等方面所拥有的自主决策权与自由发挥空间。根据Liang等[36]提出的量表并经过预测试修改后共设计4个题项,代表性题项如“我有很大的自由来决定如何完成分配给我的任务”。
(5)员工内部创业:指员工为帮助组织发展而主动在组织内部开展新业务的行为。根据Gawke等[23]提出的量表并经过预测试修改后共设计6个题项,如“我为组织战略更新贡献自己的想法”等。
(6)控制变量:选取员工性别、年龄、学历、收入、职级和单位性质作为控制变量。
本文运用SPSS 27.0和AMOS 26.0软件进行信效度检验。结果显示,各变量的Cronbach′s α系数分别为0.915、0.732、0.893、0.823和0.910,表明量表具有较高信度;组合信度CR分别为0.940、0.853、0.926、0.886和0.927,均高于可接受标准0.7;平均方差萃取量AVE的值分别为0.798、0.661、0.758、0.660和0.616,均高于标准值0.5,表明量表聚敛效度较好。
通过验证性因子分析评估不同模型的拟合优度,由表2可知,五因子模型(包含AI冲击意识、创新角色认同、工作多样性、工作自主性、员工内部创业5个因子)各项拟合指数表现最优:χ2/df=2.454(≤3,可接受),RMSEA=0.059(≤0.08,可接受),CFI=0.946(≥0.9,良好),TLI=0.937(≥0.9,良好),IFI=0.946(≥0.9,良好)。结果表明,其他4个比较模型的拟合指标均不如五因子模型,说明变量间具有较好的区分效度。
表2 验证性因子分析结果
Table 2 Confirmatory factor analysis
模型 χ2/dfREMSEACFITLIIFI五因子模型 (AA,CRI,JV,JA,EI)2.454 0.059 0.946 0.937 0.946 四因子模型(AA,CRI,JV+JA,EI)5.921 0.109 0.812 0.788 0.813 三因子模型(AA+CRI,JV+JA,EI)8.116 0.131 0.724 0.693 0.726 二因子模型(AA+CRI+JV+JA,EI)12.071 0.163 0.567 0.522 0.569 一因子模型(AA+CRI+JV+JA+EI)13.162 0.171 0.523 0.475 0.524
注：AA=AI冲击意识;CRI=创新角色认同;JV=工作多样性;JA=工作自主性;EI=员工内部创业
本文运用Harman单因素检验法,对共同方法偏差问题进行检验[37],5个因子的累计方差解释率为70.505%,第一个因子的方差解释率为35.738%,低于40%,说明本文不存在严重的同源偏差问题。
描述性统计与相关性分析结果见表3。AI冲击意识与创新角色认同具有显著正相关关系(β=0.122,p<0.05),AI冲击意识与员工内部创业具有显著正相关关系(β=0.157,p<0.01),创新角色认同与员工内部创业具有显著正相关关系(β=0.605,p<0.001)。
表3 描述性统计与相关性分析结果
Table 3 Descriptive statistics and correlation analysis results
变量均值标准差12345678910111.性别1.540.499—2.年龄3.170.992-0.113*—3.学历2.970.5670.039-0.204***—4.收入3.411.0050.037-0.0100.429***—5.职级2.870.9820.045-0.259***-0.302***-0.529***—6.单位性质3.011.1490.211***-0.305**0.100*0.403***-0.089—7.AI冲击意识2.4670.9980.0240.137**-0.032-0.074-0.045-0.0930.8938.创新角色认同3.9860.582-0.055-0.132**0.220***0.316***-0.298***0.215***0.122*0.8139.员工内部创业3.8170.719-0.0580.0710.177***0.347***-0.409***0.134**0.157**0.605***0.87110.工作多样性1.1500.614-0.043-0.187***0.104*0.156**-0.205***0.182***0.115*0.457***0.427***0.81211.工作自主性3.7430.772-0.0230.0140.152**0.400***-0.395***0.293***0.0510.412***0.617***0.319***0.785
注：*p<0.05,**p<0.01,***p<0.001,下同;对角线数据为各变量AVE的平方根
3.4.1 主效应与中介效应检验
本文运用分层线性回归法检验主效应与中介效应,结果见表4。模型(4)结果显示,AI冲击意识对员工内部创业具有显著正向影响(β=0.119,p<0.001),假设H1得以验证。由模型(2)可知,AI冲击意识对创新角色认同具有显著正向影响(β=0.094,p<0.001);由模型(5)可知,创新角色认同对员工内部创业具有显著正向影响(β=0.664,p<0.001);由模型(6)可知,创新角色认同对员工内部创业具有显著正向影响(β=0.645,p<0.001),AI冲击意识对员工内部创业的影响较模型(4)有所减弱(β=0.059,p<0.05)。由此可见,创新角色认同在AI冲击意识与员工内部创业之间起部分中介作用。
表4 层次回归分析结果
Table 4 Results of the hierarchical regression analysis
变量 创新角色认同模型(1)模型(2)员工内部创业模型(3)模型(4)模型(5)模型(6)性别-0.107*-0.116*-0.089-0.104-0.018-0.026(0.055)(0.055)(0.065)(0.065)(0.054)(0.054)年龄-0.094**-0.105***0.003-0.0110.065*0.057(0.032)(0.031)(0.038)(0.039)(0.034)(0.035)学历0.0550.0520.0180.014-0.019-0.020(0.054)(0.056)(0.077)(0.079)(0.072)(0.073)收入0.0700.080*0.110*0.123**0.0630.071(0.035)(0.035)(0.041)(0.041)(0.038)(0.037)职级-0.145***-0.138***-0.230***-0.222***-0.134***-0.133***(0.038)(0.038)(0.043)(0.042)(0.038)(0.037)单位性质0.055*0.058*0.0360.039-0.0010.002(0.027)(0.027)(0.034)(0.034)(0.027)(0.028)AI冲击意识0.094***0.119***0.059*(0.026)(0.035)(0.030)创新角色认同0.664***0.645***(0.053)(0.054)R20.1730.1980.1960.2230.4350.441ΔR20.1730.0250.1960.0270.2390.219F14.265***14.419***16.692***16.758***45.021***40.302***
注：( )内为稳健标准误,下同
进一步,通过PROCESS 4.1验证中介效应,参考Preacher &Hayes[38]的研究,用Bootstrap抽样5 000次。结果显示,AI冲击意识通过创新角色认同对员工内部创业的间接影响系数为0.061,标准差为0.018,95%置信区间为[0.026, 0.098],不包含0,其间接效应占总效应50.84%(见表5),进一步说明创新角色认同在AI冲击意识与员工内部创业之间起部分中介作用,假设H2得到验证。
表5 中介效应检验结果
Table 5 Results of mediating effect analysis
效应类型效应值标准误95%CI下限95%CI上限效应占比(%)总效应 0.119 0.032 0.057 0.182 100直接效应0.059 0.028 0.005 0.113 49.16间接效应0.061 0.018 0.026 0.098 50.84
3.4.2 调节效应检验
运用层级回归分析法进行调节效应检验,结果见表6。工作多样性正向调节AI冲击意识与创新角色认同的关系(β =0.251,p<0.001),假设H3得到验证;工作自主性正向调节AI冲击意识与创新角色认同的关系(β=0.093,p<0.01),假设H4得到验证。
表6 调节效应检验结果
Table 6 Results of moderating effect analysis
变量创新角色认同模型(7)模型(8)模型(9)模型(10)性别-0.080-0.064-0.095-0.086(0.051)(0.049)(0.053)(0.053)年龄-0.052-0.060*-0.102***-0.103***(0.030)(0.030)(0.031)(0.031)学历0.0620.0690.0620.055(0.056)(0.054)(0.055)(0.057)收入0.081*0.082*0.0490.059(0.031)(0.029)(0.035)(0.036)职级-0.084**-0.075*-0.090**-0.086**(0.034)(0.034)(0.037)(0.038)单位性质0.0370.051*0.0270.043(0.025)(0.026)(0.028)(0.029)AI冲击意识0.063*-0.0060.082**0.058*(0.023)(0.029)(0.023)(0.028)工作多样性0.337***0.367***(0.077)(0.067)工作自主性0.216***0.209***(0.043)(0.043)AI冲击意识×工作多样性0.251***(0.052)AI冲击意识×工作自主性0.093**(0.039)R20.3060.3620.2600.275ΔR20.1080.0560.0620.015F22.528***25.699***17.899***17.172***
图2描绘了在不同水平工作多样性下,AI冲击意识与员工内部创业的关系。可见,在高工作多样性情境下,AI冲击意识与创新角色认同的正向关联性更强,假设H3进一步得到验证。图3描绘了在不同水平工作自主性水平下,AI冲击意识与员工内部创业的关系。可见,高工作自主性更有利于AI冲击意识对创新角色认同的正向影响,假设H4进一步得到验证。
图2 工作多样性的调节效应
Fig.2 Moderating effect of job variety
图3 工作自主性的调节效应
Fig.3 Moderating effect of job autonomy
3.4.3 被调节的中介效应检验
借助Bootstrap方法,对调节变量处于不同情形时的间接效应进行检验。表7结果显示,当工作多样性水平较低时,创新角色认同在AI冲击意识与内部创业之间的间接效应值为-0.028,95%置信区间包含0,间接作用不显著;当工作多样性水平较高时,创新角色认同在AI冲击意识与内部创业之间的间接效应值为0.052,95%置信区间不包含0,表明间接作用显著,且高低组差异显著。进一步,借鉴Hayes等(2015)的条件过程分析方法,通过计算调节中介指数来判断被调节的中介效应是否显著,若被调节的中介效应指标Index值95%置信区间不包含0,则被调节的中介效应成立。表7结果显示,被调节的中介效应指标Index值为0.162,95%置信区间为[0.089, 0.028],不包含0。这表明,工作多样性水平越高,AI冲击意识经由创新角色认同与内部创业之间的间接关联越强,假设H5得到验证。当工作自主性水平较低时,创新角色认同在AI冲击意识与内部创业之间的间接作用不显著;当工作自主性水平较高时,其效应值为0.083,95%置信区间不包含0,表明间接作用显著,高低组差异显著。被调节的中介效应的指标Index值为0.060,95%置信区间不包含0。这表明,当工作自主性水平较高时,AI冲击意识经由创新角色认同与内部创业之间的间接关联更强,假设H6得以验证。
表7 被调节的中介效应检验结果
Table 7 Results of moderated mediation effect analysis
调节变量调节效应 AI冲击意识→创新角色认同→员工内部创业效应值标准误95%CI下限95%CI上限工作多样性低水平(M-SD)-0.028 0.022 -0.071 0.017 高水平(M+SD)0.052 0.015 0.024 0.083 高-低组差异0.081 0.017 0.045 0.114 被调节的中介效应指标0.162 0.035 0.089 0.228 工作自主性低水平(M-SD)-0.007 0.031 -0.075 0.050 高水平(M+SD)0.083 0.018 0.048 0.118 高-低组差异0.090 0.036 0.024 0.166 被调节的中介效应指标0.060 0.024 0.016 0.111
3.4.4 稳健性检验
为验证研究结果的可靠性,本文参考Spector &Brannick(2011)提出的稳健性检验标准,仅选取与被解释变量存在显著相关的控制变量构建回归模型。根据上文分析结果,与创新角色认同显著相关的控制变量包括年龄、学历、收入、职级和单位性质;与员工内部创业显著相关的控制变量包括学历、收入、职级和单位性质。因此,去掉性别与年龄,仅选取学历、收入、职级及单位性质作为控制变量。表8模型(4)结果表明,AI冲击意识对员工内部创业具有显著正向影响(β=0.116,p<0.001)。中介效应检验方面,AI冲击意识对创新角色认同具有显著正向影响(β=0.082,p<0.01),创新角色认同对员工内部创业具有显著正向影响(β=0.65,p<0.001)。Bootstrap检验结果表明,AI冲击意识通过创新角色认同对员工内部创业的间接效应值为0.052,95%置信区间为[0.017,0.088],不包含0,其间接效应占总效应的44.82%。调节效应方面,工作多样性显著强化AI冲击意识与创新角色认同的正相关关系(β=0.250,p< 0.001);工作自主性显著强化AI冲击意识与创新角色认同的正相关关系(β=0.095,p<0.001)。有调节的中介效应检验方面,用工作多样性作为调节变量,被调节的中介效应指标值为0.158,95%置信区间为[0.086,0.226],不包含0;用工作自主性作为调节变量,被调节的中介效应指标值为0.060,95%置信区间为[0.015,0.112],不包含0。综上,说明本文研究结论稳健。
表8 稳健性检验结果
Table 8 Results of robustness test
变量创新角色认同模型(1)模型(2)员工内部创业模型(3)模型(4)模型(5)模型(6)学历0.1000.103*0.0120.015-0.053-0.050(0.047)(0.049)(0.072)(0.073)(0.070)(0.070)收入0.0660.074*0.112*0.124**0.0700.077*(0.035)(0.035)(0.041)(0.041)(0.037)(0.037)职级-0.116***-0.107***-0.234***-0.221***-0.159***-0.154***(0.037)(0.036)(0.041)(0.039)(0.034)(0.033)单位性质0.072**0.076**0.0260.032-0.0210.016(0.024)(0.024)(0.031)(0.032)(0.027)(0.028)AI冲击意识0.082**0.116***0.064*(0.027)(0.035)(0.029)创新角色认同0.650***0.632***(0.054)(0.053)R20.1460.1650.1930.2180.4290.437ΔR20.1460.0190.1930.0250.2360.219F17.608***16.296***24.580***22.925**61.760***52.950***
本文聚焦数智化背景,探讨AI冲击意识、创新角色认同、工作多样性、工作自主性和员工内部创业的关系,得出以下结论:第一,AI冲击意识对员工内部创业具有显著正向影响。第二,创新角色认同在AI冲击意识和员工内部创业之间发挥中介作用。第三,工作多样性对AI冲击意识与创新角色认同之间的关系具有正向调节效应,工作多样性水平越高,AI冲击意识对创新角色认同的推动作用越显著,且工作多样性调节创新角色认同在AI冲击意识与员工内部创业之间的中介效应。第四,工作自主性对AI冲击意识与创新角色认同关系起正向调节作用,工作自主性水平越高,AI冲击意识对创新角色认同的促进作用越显著,且工作自主性对创新角色认同在AI冲击意识与员工内部创业之间的中介效应具有调节作用。
(1)拓展内部创业行为跨组织研究场景。现有研究多关注单一组织类型(如企业),且前因变量主要集中于组织支持[8]、个体特质[7]等因素,忽视了技术革新背景下AI冲击意识的关键作用,缺乏对跨组织场景共性规律的探讨。本文聚焦AI冲击意识在企业与公共部门中的共性作用,验证该前因变量在不同组织场景下的适用性,不仅丰富了内部创业行为影响因素研究,也为各类组织在智能化转型中推动员工内部创业提供了新视角。
(2)揭示AI冲击意识影响员工内部创业行为的内在作用机制。以往研究AI冲击意识的影响多局限于心理反应或能力提升层面[4,9],鲜有研究衔接内部创业行为。本文引入创新角色认同作为中介变量,结合AI冲击意识的认知特性与内部创业行为的实践属性,阐明个体对创新实践者身份的认同如何桥接技术认知与创业行动。这一机制不仅为理解技术认知向实践转化的微观过程提供了新视角,还拓展了AI冲击意识与内部创业行为关联视角。
(3)验证工作多样性和工作自主性的调节作用。现有研究虽关注工作多样性和工作自主性对个体行为的影响[10],但对其在AI冲击意识、创新角色认同与员工内部创业关系中的调节效应未形成系统结论,且对工作多样性的影响持有不同观点[17-18]。本文验证工作多样性和工作自主性在AI冲击意识与员工内部创业间的调节作用,既明确了AI冲击意识作用于员工内部创业行为的适用边界,也为各类组织在数智化浪潮中通过优化工作内容激发AI冲击意识提供了参考。
(1)重视AI威胁感知的积极转化价值。组织在推进AI技术应用过程中,不应将员工对AI的威胁感知视为消极因素,而应关注其激发个体主动调整和创新行为的潜在作用。可通过针对性引导帮助员工正确理解AI替代风险及发展机会,推动危机意识向能力提升和创新探索转化。例如,开展“AI—角色进化”培训,帮助员工识别AI背景下岗位变革趋势,共同明确个人增值角色和能力发展路径,并将AI应用成果纳入内部创业评价和晋升机制,促进员工将外部压力转化为持续创新的内在动力。
(2)强化AI冲击意识对创新角色认同的促进作用。研究表明,AI冲击意识能够增强员工对创新角色的认同,进而提升其内部创业意愿。对此,组织应关注员工在AI背景下的职业焦虑,并通过制度设计将其转化为创新发展的驱动力。具体而言,可建立“AI创新合伙人”机制,鼓励员工借助AI技术识别业务机会、自主发起创新项目,并将人机协作成果纳入绩效评价和职业晋升体系,推动员工从传统任务执行者向“AI协同创新者”转变,进一步激发个体创业潜能,实现员工成长与组织创新的协同发展。
(3)发挥工作设计在AI冲击意识转化中的关键作用。工作设计在AI冲击意识影响内部创业过程中具有显著促进作用,员工主动调整工作内容和方式是实现创新转化的重要路径。组织应突破传统岗位设计思维,为员工创造更多自主探索和实践空间,使其在实际工作中形成人机协同创新能力。例如,推行“AI协同创新项目制”,赋予员工跨职能任务中的方案设计、流程优化和资源协调权限,鼓励其主动整合AI工具探索新方案。组织也可设立“数字化转型微创新”项目池,通过增强岗位自主性和任务开放性,促进员工将岗位替代压力转化为内部创业动力。
本文存在以下不足:一是研究设计局限于横断面数据,难以考察员工内部创业的动态性,未来可采用纵向研究,对AI冲击意识与员工内部创业因果关系进行深入探讨。二是AI冲击意识量表侧重威胁感知,未考虑AI冲击意识的情境差异,未来可开发包含情境化维度的量表以提升其适配性。三是考虑到工作多样性和工作自主性的调节作用,未纳入组织文化、领导支持、团队创新氛围等关键因素,而内部创业比较复杂,需要多层面调节变量支撑,未来可考察团队创新氛围、领导AI支持行为等对AI冲击意识—内部创业转化的影响。
[1] 谷炜,刘亚金,LU FENG SUSAN,等.人工智能驱动管理决策:应用、感知与偏见[J].中国管理科学,2025,33(5):99-112.
[2] 郭海,杨主恩.从数字技术到数字创业:内涵、特征与内在联系[J].外国经济与管理,2021,43(9):3-23.
[3] 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.
[4] 桂橙林,赵旭宏,张鹏程,等.数智化背景下员工AI意识对其创新绩效的影响机制[J].中国人力资源开发,2024,41(8):6-22.
[5] 李浩,郑子卓. 数智赋能能否提升员工内部创业行为活性?——创业者韧性与创业组织韧性的双中介作用[J].重庆工商大学学报(社会科学版),2026,43(2):97-108.
[6] 于文轩.为公共行政学的AI与AI的公共行政学[J].学海,2025,47(3):29-35,213.
[7] GORGIEVSKI M J, BAKKER A B, PETROU P, et al. Antecedents of employee intrapreneurship in the public sector: a proactive motivation approach[J]. International Public Management Journal, 2023, 26(6): 852-873.
[8] CHOUCHANE R, FERNET C, AUSTIN S, et al. Organizational support and intrapreneurial behavior: on the role of employees′ intrapreneurial intention and self-efficacy[J]. Journal of Management &Organization, 2023, 29(2): 366-382.
[9] KONG H, YUAN Y, BARUCH Y, et al. Influences of artificial intelligence (AI) awareness on career competency and job burnout[J]. International Journal of Contemporary Hospitality Management, 2021, 33(2): 717-734.
[10] TENG R, ZHOU S, ZHENG W, et al. Artificial intelligence (AI) awareness and work withdrawal: evaluating chained mediation through negative work-related rumination and emotional exhaustion[J]. International Journal of Contemporary Hospitality Management, 2024, 36(7): 2311-2326.
[11] LINGMONT DNJ, 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: 120302.
[12] ZHANG X, JIN H. How does smart technology, artificial intelligence, automation, robotics, and algorithms (STAARA) awareness affect hotel employees′ career perceptions? a disruptive innovation theory perspective[J]. Journal of Hospitality Marketing &Management, 2023, 32(2): 264-283.
[13] REDELINGHUYS K, BOTHA E. Person-environment fit, job satisfaction and intentions to leave: the moderating effect of leader empowering behaviour[J]. Journal of Psychology in Africa, 2016, 26(1): 11-21.
[14] 王倩. 数字化时代工作特征、个体特征与员工数字化创造力——创新自我效能感的中介作用和性别的调节作用[J].技术经济, 2020, 39(7): 72-79.
[15] 尹来也, 胡邦宁.人工智能时代的管理重心变化、管理结构调整与引领升级[J].社会科学家, 2024,39(6): 109-115.
[16] MORGESON F P, HUMPHREY S E. The Work Design Questionnaire(WDQ): develop and validating a comprehensive measure for assessing job design and the nature of work[J]. Journal of Applied Psychology, 2006, 91(6): 1321-1339.
[17] BREAUGH J A.The measurement of work autonomy[J]. Human Relations, 1985, 38(6): 551-570.
[18] 吴周玥,周小虎,王侨,等.创业者先前经验对众创空间生态系统承诺的影响——生态多样性的两阶段调节作用[J].科技进步与对策,2025,42(14):45-56.
[19] 王弘钰,寇先柳,赵迪,等.AI冲击意识对AI使用行为的双刃剑效应研究[J].科技进步与对策,2025,42(23):1-11.
[20] ATACK J, MARGO R A, RHODE P W. "Automation" of manufacturing in the late nineteenth century: the hand and machine labor study[J]. Journal of Economic Perspectives, 2019, 33(2): 51-70.
[21] MO Z, LIU M T, MA Y. How AI awareness can prompt service performance adaptivity and technologically-environmental mastery[J]. Tourism Management, 2024, 105: 104971.
[22] 唐啸.政府部门人机协作的现状与未来[J].人民论坛,2025,34(11):58-63.
[23] GAWKE J C, GORGIEVSKI M J, BAKKER A B. Measuring intrapreneurship at the individual level: development and validation of the Employee Intrapreneurship Scale(EIS)[J]. European Management Journal, 2019, 37(6): 806-817.
[24] KRISTONF-BROWN A L, ZIMMERMAN R D, JOHNSON E C. Consequences of individuals′ fit at work: a meta-analysis of person-job, person-organization, person-group, and person-supervisor fit[J]. Personnel Psychology, 2005, 58(2): 281-342.
[25] KOO B, CURTIS C, RYAN B. Examining the impact of artificial intelligence on hotel employees through job insecurity perspectives[J]. International Journal of Hospitality Management, 2021, 95: 102763.
[26] LIANG X, GUO G, SHU L, et al. Investigating the double-edged sword effect of AI awareness on employee′s service innovative behavior[J]. Tourism Management, 2022, 92: 104564.
[27] 陈建安,李双亮,陈武. 员工内部创业:前沿探析与展望[J].外国经济与管理, 2021, 43(4): 136-152.
[28] BABASHAHI L, BARBOSA C E, LIMA Y, et al. AI in the workplace: a systematic review of skill transformation in the industry[J]. Administrative Sciences, 2024, 14(6): 127.
[29] MEN C, LUO J, FONG P S W, et al. Translating external knowledge to team creativity in turbulent environments: the role of absorptive capacity and knowledge integration[J]. The Journal of Creative Behavior, 2020, 54(2): 363-377.
[30] KARWOWSKI M, LEBUDA I, WISNIEWSKA E, et al. Big five personality traits as the predictors of creative self-efficacy and creative personal identity: does gender matter?[J]. The Journal of Creative Behavior, 2013, 47(3): 215-232.
[31] 李茹,赵曙明. 数字经济背景下人与环境匹配的新变化及应对策略[J].南京社会科学, 2021, 41(9): 37-44.
[32] 刘湘丽. 人工智能时代的工作变化、能力需求与培养[J].新疆师范大学学报(哲学社会科学版), 2020, 41(4): 97-108.
[33] 陈彦冰,赵延东. 赋能抑或控制:数字时代劳动者的工作自主性研究[J].中国软科学, 2023, 34(10): 64-75.
[34] 付晔,彭秋萍,钟熙. 工作自主性、组织阻碍感知与员工知识隐藏[J].软科学, 2020, 34(6): 131-135.
[35] FAMER S M, TIEMEY P, KUNG-MCINTYRE K. Employee creativity in Taiwan: an application of role identity theory[J]. Academy of Management Journal, 2003, 46(5): 618-630.
[36] LIANG H, PENG Z, XUE Y, et al. Employees′ exploration of complex systems: an integrative view[J]. Journal of Management Information Systems, 2015, 32(1): 322-357.
[37] PODSAKOFF P M, ORGAN D W. Self-reports in organizational research: problems and prospects[J]. Journal of Management, 1986, 12(4): 531-544.
[38] PREACHER K J, HAYES A F. Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models[J]. Behavior Research Methods, 2008, 40(3): 879-891.