开放科学(资源服务)标识码(OSID)：
Given the complex nature of digital intelligent transformation, this paper examines the 'double-edged sword' effect of STARA awareness on employees' knowledge sharing behavior. It aims to explore the complex influence mechanism of STARA awareness on knowledge sharing behavior in the context of digital intelligent transformation, and to reveal the internal logic and boundary conditions of this 'double-edged sword' effect. From the integrated perspectives of social exchange theory and job demand-resource model, a dual action path model of STARA awareness was constructed, and the theoretical framework of its influence on knowledge sharing behavior through two opposing paths of "psychological contract breach inhibition" and "learning goal-oriented promotion" was systematically explained. In addition, conscientiousness was innovatively included in the core of the model to reveal how individual characteristics moderate the direction and intensity of technological impact effects. A three-stage time-lagged questionnaire survey was conducted among employees from multiple industries, including manufacturing, power, construction, information technology, finance, and others, in first-tier cities such as Shanghai, Shenzhen, and Wuhan. This approach ensured coverage of the industry characteristics of various technological application scenarios. The sample included 51 managers and 179 non-managers to reflect differences in perceptions of technological impact across job levels, resulting in 230 valid responses. Subsequently, hierarchical regression analysis and the Bootstrap method were employed to empirically test the hypotheses.
The results show that STARA awareness has a positive impact on employees' psychological contract breach and inhibits knowledge sharing behavior. The higher the conscientiousness of employees, the stronger the negative effect of STARA awareness on employees' knowledge sharing behavior through Psychological contract breach; STARA awareness cannot directly enhance employees' knowledge sharing behavior through Learning goal orientation. However, the interaction between conscientiousness and STARA awareness can influence employees' knowledge sharing behavior through Learning goal orientation. That is, the lower the employee's conscientiousness, the stronger the positive impact of STARA awareness on employees' knowledge sharing behavior through learning goal orientation.
The novelties of this study are as follows: At the theoretical level, firstly, it goes beyond the one-dimensional perspective of traditional STARA awareness research, and systematically explains the dual action path of STARA awareness by integrating the two theories of social exchange and job demand-resource, thus enriching the theoretical perspective of STARA awareness research. Secondly, it reveals the regulatory role of conscientiousness on STARA awareness. Specifically, it highlights the counter-intuitive effects: high conscientiousness strengthens the imbalance of social exchange, while low conscientiousness catalyzes the enhancement of learning goal orientation. At the practical level, the paper provides precise guidance for enterprises to build differentiated management systems: for highly conscientious employees, it is necessary to strengthen the maintenance of psychological contract, and mitigate the negative impact of STARA awareness by transparent technology deployment strategy and restructuring career development commitment. For the low conscientiousness group, anelastic incentive mechanism should be designed, and technology-knowledge transformation platform should be built to transform STARA awareness into learning and sharing efficiency. These findings not only provide important implications for organizations to balance technological risks and innovation opportunities in the transformation of digital intelligence, but also point out the direction for the ecological optimization of knowledge management in the intelligent era.
开放科学(资源服务)标识码(OSID)：
新兴技术迸发出巨大能量,越来越多的企业投身于智能化变革,期望借助智能技术为企业生产和管理流程赋能。然而,智能化变革的同时也对企业员工带来巨大的技术冲击。一项针对美国702种职业的研究结果显示[1],未来20年内有47%的工作存在被智能化技术取代的风险。技术冲击意识反映员工受到冲击的程度,即员工感知到的智能技术(Smart Technology)、人工智能(Atificial Intelligence)、机器人(Robotics)和算法(Algorithms)等新兴技术将替代其工作的可能性[2],体现员工对于新兴技术影响其未来职业发展的看法,并且这种替代性感知已成为影响员工行为的关键压力源。这种担忧不仅威胁个体的职业安全感[2],而且会通过复杂的心理机制影响员工行为模式,尤其是那些对组织核心流程至关重要的行为,如知识共享[3]。然而,现有研究呈现出矛盾结论:一方面,技术冲击意识可能引发知识隐藏等消极行为,员工会通过知识隐藏行为阻碍自动化进程以维护自身价值[4-5];另一方面,来自技术冲击的挑战性压力也可能激发员工潜力,促进适应性重塑行为[6]。因此,技术冲击意识对于知识共享行为的“双刃剑效应”机制尚未厘清,且现有研究多从组织支持、领导风格等外部因素角度探讨技术冲击意识的调节作用[5,7-8],忽视个体特质(如尽责性)的边界作用,而后者可能是解释员工行为差异的关键。
那么,究竟拥有什么特质的员工能在技术冲击意识影响下产生积极后果呢?实证研究中大五人格成为心理学界公认的人格特质模型[7],该模型具有高度的概括化和稳定性,受到广泛认可[9]。其中,尽责性作为公认的预测工作表现的最佳特质,是管理学和组织实践领域关注的重点。然而,在智能时代,这一共识受到挑战。如Man Tang等[10]发现,智能机器的自主性与高尽责员工的有序性存在重叠部分,二者之间非互补的不匹配关系易导致高尽责性员工表现出较低的任务绩效。这一发现颠覆了传统管理实践中“尽责性越高越好”的认知逻辑,揭示出技术变革与人格特质交互作用的复杂性:当组织环境因智能化发生根本性重构时,曾被视为优势的尽责性特质可能异化为适应性障碍。这一结论提示在数智化转型背景下亟需构建人格特质与技术环境的适配框架,而非简单沿用过去的评价标准。
本文基于工作要求-资源模型与社会交换理论,构建双重中介路径模型,以系统揭示技术冲击意识影响知识共享的内在机制。工作要求-资源模型从压力源的双重属性(阻碍性/挑战性)出发,将技术冲击意识分别映射为资源损耗路径与资源增益路径。具体而言:心理契约破裂反映员工对组织承诺失衡的感知,当技术冲击意识被视为阻碍性压力源时,员工因担忧职业安全而认为组织未履行隐性承诺,进而通过减少知识共享行为重建心理平衡;学习目标导向体现员工主动适应技术变革的积极行为,当技术冲击意识被解读为挑战性压力源时,员工会通过知识共享获取新技能与新资源以应对未来不确定性。根据社会交换理论,高尽责性员工倾向于付出更多努力,并对组织抱有较高期望,特别是关于职业稳定的承诺。然而,当组织无法兑现这种隐性承诺,特别是面临由技术冲击导致职业不确定性增加时,易引发心理契约破裂,使员工感到回报不足,进而可能减少知识共享等合作行为。相比之下,低尽责性员工的工作满意度和自我价值感较少依赖于组织提供的稳定性保障,因此在面对相同技术变革压力时,他们可能表现出更高的适应性学习动机和更少的负面反应,甚至可能在这种环境下表现得更加出色。综上所述,本文将探究技术冲击意识对知识共享行为的影响机理,在此基础上分析员工尽责性是否以及如何影响技术冲击意识对知识共享行为的双刃剑效应。
1.1.1 社会交换理论
社会交换理论主张当事人在预期获得回报的前提下涉足并维持与他人的交换关系[11]。实际上,企业与员工间就是一种社会交换关系[12]。基于互惠原则,当员工获得企业提供的利益或感受到企业对自身带来的好处时,员工便会自觉地回馈企业,以维持双方之间的长期合作关系。这种收益或好处可能是物质上的,也可能是精神上的。因此,当员工感到企业不能提供稳定的物质或精神收益时,员工可能会缺乏动力并减少回馈企业的积极行为。
在数智化变革背景下,技术冲击意识反映出员工对智能技术替代其工作的担忧[2]。这种担忧可能破坏员工与组织之间的互惠平衡。当员工感到组织引入新兴技术却未提供相应的保障措施时,会认为组织违背隐性的心理契约(如长期稳定的雇佣关系),进而触发社会交换中的负面反馈机制。尤其对于高尽责性员工而言,技术冲击意识更易引起员工对组织信任的流失[13],促使员工通过减少知识共享行为来“平衡”感到的不公平[14]。因此,社会交换理论为解析员工尽责性如何影响技术冲击意识与知识共享行为关系提供了理论依据。
1.1.2 工作要求-资源模型
工作要求-资源模型是一种解释工作特征如何影响个体行为和心理健康的理论模型[15]。它揭示工作特征通过两个维度影响个体的工作体验,即工作要求和工作资源。工作要求是指那些造成个体工作中需要持续支付来自生理、心理、组织或社会层面成本的工作因素,例如工作过载、绩效压力以及认知要求等。相反,工作资源是指那些可以减少物质和心理消耗,促进个体成长与发展的工作因素。根据来源不同,工作资源可以分为环境资源与个体资源。环境资源是指组织和社会环境提供的资源,包括绩效反馈、组织支持、社会规范等;个体资源是指个体自身拥有的资源,包括个体价值观、个体特征、个体能力等。
工作要求-资源模型主张,工作要求与工作资源相互作用,共同决定个体的资源损益状态,而此状态又进一步影响员工工作状态。虽然工作要求会引起工作资源损耗,造成负面影响,但并不意味着工作要求只能产生消极作用。值得注意的是,当工作要求被视为具有挑战性时,可能激发员工提高工作绩效的期望[16]。技术冲击意识是由技术环境变化引发的一种员工负面感知,本文认为其可以被视为一种消耗个体资源的心理成本因素,也就是工作要求。从阻碍性压力源的角度看,技术冲击意识对个体的资源状况产生消耗,可能导致资源流失和负担感增加。但从挑战性压力源的角度看,技术冲击意识给予员工未来收益的期许,即只要员工能够应对挑战,就有机会获得更高的工作绩效、更丰富的工作经验或者更娴熟的工作技能。这种期许能够激励员工,帮助他们抵消压力带来的负面影响,并取得更高水平的工作表现。
1.2.1 消极交换之路:以心理契约破裂作为中介
(1)技术冲击意识与心理契约破裂。心理契约是指组织与个体在雇佣过程中对于彼此承担责任的理解和感知[17]。区别于正式契约,心理契约强调对于内隐义务的主观感知。组织与员工之间的心理契约除具体、短期的经济责任共识外,还包括建立在信任、忠诚和稳定基础上以社会情感交流为核心的长期心理约定。当一方未履行互动中的承诺或义务时,就会导致未明确书面化的期望和隐性契约破裂,即心理契约破裂[18]。企业引入数智技术,期望带来更高生产力的同时,也促使员工必须直面这些新兴技术带来的冲击。在此背景下,员工很容易产生组织损害心理契约的感知,即心理契约破裂。组织若未能通过适配措施(如技能培训、转岗支持)帮助员工适应技术变革,则会进一步破坏“共同发展”的情感性契约内核[19]。双重压力下会触发员工对组织信任的断裂,进而引发一系列连锁反应:一是技能贬值焦虑,感知自身知识价值被技术稀释[20];二是归属感瓦解,因职业路径不确定削弱组织认同感[21];三是形成犬儒主义(Cynicism),质疑组织引入技术的动机,认为其“重效率轻人本”[5]。这种信任断裂的本质是社会交换关系失衡[22],而后员工会将技术冲击意识解读为组织对互惠义务的单方面背弃,进而导致心理契约破裂[23]。已有研究证实,组织变革(尤其是颠覆性技术应用)会显著增强员工对组织履行承诺的不确定性感知,而技术冲击意识则源于组织变革。当员工担忧岗位被替代时,倾向于认为组织无法兑现职业保障与成长支持承诺,易导致心理契约破裂,从隐性共识走向显性破裂[19]。据此,本文提出以下假设:
H1:技术冲击意识与员工心理契约破裂正相关。
(2)心理契约破裂与知识共享行为。知识共享是组织学习的具体表现,其涵盖组织成员分享信息、观点、建议和技能等一系列活动[3]。在数智化转型过程中,企业需充分挖掘内部知识资源,有效利用这一关键资产。然而,知识共享往往是一种非制度化的主观安排,需要一定条件才能实现(张鹏程等,2011)。
知识共享本质上是一种组织公民行为(赵书松等,2013)。有研究表明,心理契约的履行程度与员工的组织公民行为显著正相关[24]。王士红和顾远东[25]也认为,当员工感到他们的心理期望得到满足时,更有动力分享他们的知识。换而言之,当员工感到心理契约破裂时,他们会减少主动的知识共享行为。从社会交换理论的角度看,组织和员工作为交换双方,秉持互惠原则以维持关系。不同于拥有明确规定的经济交换,社会交换结果的公平性无法通过精确计算得出,但行为双方会基于社会规范和自有价值观进行对比衡量[26]。权衡过程中当一方认为自己的付出没有得到相应回报时,必然会对交互双方的持续合作产生消极影响。换而言之,知识共享作为员工的自愿性行为,是在员工认同的互惠均衡基础上产生的。心理契约破裂意味着在员工心里组织与自身的互惠均衡遭到破坏,会减少自身的知识共享行为。据此,本文提出以下假设:
H2:心理契约破裂与员工知识共享行为负相关。
(3)心理契约破裂的中介作用。面对企业引入的人工智能、算法、机器人等新兴技术,员工担忧自己会失去工作控制权,职业发展机会受到影响[27],这与员工期望的稳定就业的心理契约相违背。员工会觉得组织违背了他们之间的承诺,产生心理契约破裂感知,进而会通过违反组织规范、采取组织偏离行为来应对技术冲击意识[28]。从社会交换理论的角度看,心理契约破裂易导致情绪困扰、背叛感滋生,促使员工采取一些隐蔽的破坏性行为[29],并通过这种恶性交换获得内心收支的平衡[30]。因此,本研究认为,技术冲击意识会加剧员工心理契约破裂,进而导致员工减少知识共享行为。据此,本文提出以下假设:
H3:心理契约破裂在技术冲击意识与员工知识共享行为间发挥中介作用。
1.2.2 积极学习之路:以学习目标导向作为中介
(1)技术冲击意识与学习目标导向。学习目标导向是指个体以发展自身能力为主要目标,通过持续学习提升自己适应新技能与新环境的倾向[31]。这种倾向将学习视为主要目标,强调对任务的理解和完成,具体表现为渴望学习新技能、承担完成新工作或者深入理解新事物的强烈愿望。早期有研究将学习目标导向视为一种稳定的个体特征,但近年的研究表明,学习目标导向既具有特质属性,又具有状态属性。换而言之,外部环境可以影响个体的学习目标导向[32]。
前文已经讨论了技术冲击意识的阻碍性,接下来将重点关注其作为挑战性压力源的作用。如刘淑桢等[33]研究指出,员工对于未来工作的担忧会激发他们积极制定应对策略。而技术冲击意识反映了员工对于未来职业发展的担忧。因此,技术冲击意识作为一项工作要求,具备挑战性压力源的激励作用。基于工作要求-资源模型,面对高挑战性工作要求时,员工会将丰富的工作资源转化为高水平工作绩效。在这一过程中,挑战性工作要求会激发员工充分调动自身资源以完成任务,从而获取更多新资源[34]。依据工作要求-资源模型,个体内部资源包括个体认知和行为方式[15],而学习目标导向也是一种工作资源。从该角度而言,技术冲击意识可以视为一种挑战性工作要求,能够激发员工学习新技能、理解新事物的强烈愿望,即学习目标导向。这是因为他们会意识到只有通过不断地学习,才可以获取更多新资源以应对技术变化和挑战。具体而言,技术冲击意识从3个方面激发学习目标导向:第一,能力差距预警,即当员工感知到现有技能与智能技术要求之间的落差时,会触发“不进则退”的危机意识[35];第二,资源转化预期,即员工意识到学习新技能(如算法管理、人机协作)可获取稀缺的数智资本,增强职业竞争力[36];第三,自我效能激发,员工将技术冲击意识重构为可控挑战,相信通过努力可掌握新技术[7]。据此,本文提出以下假设:
H4:技术冲击意识与员工学习目标导向正相关。
(2)学习目标导向与知识共享行为。有研究表明,学习目标导向与知识共享行为之间存在正向关系[37]。高学习目标导向个体更加关注长期成功,并希望通过不断的尝试促进自身学习[38],而知识共享就是他们检验和提升自己的机会[39]。这是因为知识共享是他们获取多元化信息、完善知识储备和提升个体能力的有效途径[40]。通过他人对自身知识的反馈,员工可以获取新见解,并充分借助企业的知识存量获取更广泛、更深入的信息。从社会交换理论的互惠原则看,知识共享被视为一个相互受益的机制,通过贡献自身知识建立良好的互惠关系。通过分享知识,个体可以在需要的时候从受惠同事那里获取其它知识,从而满足补充知识和提高个人能力的需求。因此,出于促进个体学习与进步的目的,拥有高学习目标导向的个体更有动机进行知识共享。据此,本文提出以下假设:
H5:学习目标导向与员工知识共享行为正相关。
(3)学习目标导向的中介作用。首先,工作要求-资源模型相关研究指出,当员工将工作要求视为挑战性压力源时,他们会自发地产生提高绩效目标的动力,并采取积极的应对行为[16]。技术的迅猛发展对员工工作提出更多要求,要应对这些挑战,员工需要不断学习和积累新知识,因此知识共享是提高个人能力和适应性的重要途径之一。其次,基于挑战性工作要求的积极属性,技术冲击意识会驱使员工认识到自身能力与不断演进的技术环境之间的不匹配性[41],激发他们提升个人竞争力的愿望,而学习目标导向性个体表现得更加突出。在这种情况下,员工意识到持续学习和知识共享对于适应技术变化、提升个人能力与竞争力的重要性,因此他们更加倾向于主动参与知识共享,与他人协作学习,共同提高组织整体水平。据此,本文提出以下假设:
H6:学习目标导向在技术冲击意识与员工知识共享行为之间发挥中介作用。
1.2.3 尽责性的调节作用
有研究表明,在与智能机器的交互中,高尽责性员工的工作绩效不尽如人意,因为他们更容易经历角色模糊[10]。还有研究表明,尽责性越高的员工越易受到消极、非正式变革消息的影响,因为他们能感知到更多的不确定性,进而产生更强烈的变革抵触意愿[42]。以上研究说明,高尽责性员工对工作环境变化更加敏感,更易于产生对自身职业的不确定性感知。应对不确定性,需要消耗员工自身的心理资源,例如认知能力[43]。但以往研究表明,尽责性与流体智力、晶体智力、一般智力、执行能力以及加工速度等认知能力负相关,并对这些认知能力有负向预测作用[44]。因此,本研究认为高尽责性员工难以提供足够的心理资源以应对由技术冲击意识引起的不确定性感知,同时,超出自身承受范围的认知负荷会加重其焦虑与不安情绪[45],更容易引起心理契约破裂。
另外,从社会交换理论的角度看,高尽责性员工履行的责任与义务更多,对心理契约的维护和履行有更强的内在动机[46],所以他们倾向于与组织建立积极的互惠关系,期望组织能够提供相应的回报和支持,并尊重他们的工作努力和忠诚度。然而,当技术冲击对心理契约产生影响时,他们会更加警觉并敏感于心理契约的破裂。同时,他们会更加谨慎地评估自身与组织关系,包括对未来发展前景的重新规划。因此,在高尽责性个体中,技术冲击意识与心理契约破裂之间的正向关系会更加明显。相反,低尽责性员工付出的组织成本较少,所以他们更有可能摆脱恶性交换的桎梏,表现出更强的创造力。因此,低尽责性员工更可能将受到的技术冲击归为一种挑战性工作要求,以更积极的态度接受新兴技术带来的改变[10]。本研究认为,低尽责性个体更关注自身学习和发展,而不是工作绩效或者组织期望。当他们意识到新技术引入可能提供学习机会时,会更积极地面对这种变化,并将其视为发展自身能力和提升职业竞争力的机会。据此,本文提出以下假设:
H7:尽责性在技术冲击意识与心理契约破裂之间发挥正向调节作用,即尽责性越强,技术冲击意识对心理契约破裂的正向作用越显著。
H8:尽责性在技术冲击意识与学习目标导向之间发挥负向调节作用,即尽责性越弱,技术冲击意识对学习目标导向的正向作用越显著。
结合上述分析,心理契约履行和维护可以视为员工基于组织期望与回报的一种行为结果。高尽责性员工往往非常重视自身工作表现和组织期望,当高尽责性员工感受到技术冲击时,会视之为组织未履行心理契约,认为组织未能提供一个稳定、安全的工作环境,从而导致心理契约破裂,降低组织信任感和归属感。这种负面心理必然影响员工的后续行为[47],减少知识共享行为。相比之下,低尽责性个体与组织之间的关系更融洽,在技术冲击下有更强烈的共享意愿。而且,低尽责性员工对自己的工作表现和组织期望关注较少,更多地以个人利益为重。当低尽责性员工感受到技术冲击时,会将其视为提升个人技能和知识的机会,从而更积极地投入满足自身学习目标导向的共享行为中。据此,本文提出以下假设:
H9:尽责性调节技术冲击意识通过心理契约破裂对知识共享行为的间接影响效应,这种间接效应在高尽责性员工身上表现更显著。
H10:尽责性调节技术冲击意识通过学习目标导向对知识共享行为的间接影响效应,这种间接效应在低尽责性员工身上表现更显著。
由此,本文构建理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
本文采用见数(Credamo)平台在线问卷调查收集数据。定向邀请来自制造业、电力、热力、燃气及水生产和供应业、建筑业、邮政业、信息传输、信息技术服务业、金融业、水利、环境和公共设施管理业的员工参与调研,以覆盖不同行业技术应用场景。
为避免共同方法偏差问题,本研究采用三阶段员工自评方式收集数据,每次间隔一个月,按照员工的IP地址以及手机尾号匹配问卷。鉴于数智技术对本研究的重要性,正式调研前确认所有参与者是否在工作中使用数智化软件和设备,以及在哪些方面使用何种数智技术,以排除在工作中没有使用过数智技术的被试者。
第一阶段(T1)收集员工的技术冲击意识、尽责性以及人口统计学信息,共发放问卷382份,剔除无效问卷(数据不完整、回答时间过短以及作答有明显规律)13份,得到有效问卷369份,有效回收率为96.60%;第二阶段(T2)追踪收集员工的心理契约破裂与学习目标导向数据,收回问卷297份,剔除无效问卷11份,得到有效问卷286份,有效回收率为77.51%;第三阶段(T3)追踪收集员工知识共享行为数据,收回问卷237份,剔除无效问卷7份,得到有效问卷230份,有效回收率为80.42%,三阶段最终有效回收率为60.21%。其中,管理人员51人,非管理人员179人,可以反映不同职位层级面对技术冲击的感知差异。问卷主要来源于上海、深圳、广州、石家庄、武汉等城市。样本特征如表1所示。
表1 样本特征
Table 1 Sample features
类别特征频数百分比(%)性别男11851.30女11248.70年龄20岁以下156.5221～30岁8938.6931～40岁8135.2241～50岁2510.8750岁以上208.70学历普高/中专/技校/职高及以下3113.48专科2812.17本科13056.52硕士3515.22博士62.61工龄1年以下3113.481～4年7833.915～9年7331.7410～14年2510.8715年及以上2310.00总计230100
整体问卷由6部分组成,即人口统计学背景资料、技术冲击意识量表、心理契约破裂量表、学习目标导向量表、知识共享行为量表以及尽责性量表。所有量表均来自国外已有的成熟量表,除人口统计学背景题项外,问卷采用 Likert七点计分法进行测量,其中,1为“非常不符合”,7为“非常符合”。具体测量量表及题项如下:
(1)自变量:技术冲击意识。参考Brougham &Haar[2]的研究并根据研究情景对问卷进行适当修订,代表题项如“我认为我的工作有很大可能会被智能技术、人工智能、机器人或算法所取代”、“我个人担心智能技术、人工智能、机器人或算法可以取代我现在的工作”。得分越高,表明其感知到的被替代性越高。
(2)中介变量:心理契约破裂。参考Robinson等[14]的研究并根据研究情景对问卷进行适当修订,代表题项如“与我所做出的贡献相比,我没有收到公司承诺给予我的一切”、“我的公司违背了对我的许多承诺,尽管我一直在履行我的承诺”。得分越高,表明其感知到的心理契约破裂程度越高。
(3)中介变量:学习目标导向。参考Button等[48]使用的8题项量表,并根据研究情景对问卷进行适当修订,代表题项如“目前,对我来说,有机会从事有挑战性的工作是重要的”、“目前,我更喜欢做那些能够迫使我学到新东西的任务”。得分越高,表明其学习新事物的心理倾向越显著。
(4)因变量:知识共享行为。参考Srivastava等[3]使用的8题项量表,并根据研究情景对问卷进行适当修订,代表题项如“如果我掌握了某项工作的特殊知识或技巧,我很可能会告诉别人”、“我经常会与同事交流信息、共享知识与技能”。得分越高,表明其在知识共享方面表现越积极。
(5)调节变量:尽责性。参考Costa&Mccrae[49]开发的12题项量表,并根据研究情景对问卷进行适当修订,代表题项如“我是一个做事有条不紊的人”、“我在做任何事情时,都追求卓越”。得分越高,表明其尽责性水平越高。
3.1.1 信度分析
本研究采用Cronbach's alpha(α值)系数作为信度检验标准,分析结果如表2所示。数据显示,技术冲击意识、心理契约破裂、学习目标导向、知识共享行为、尽责性的信度系数均在0.9以上,表明本研究使用的量表信度较高,具有良好的内部一致性。
表2 信度分析结果
Table 2 Reliability analysis results
变量Cronbach's Alpha项数技术冲击意识0.9494心理契约破裂0.9235学习目标导向0.9098知识共享行为0.9278尽责性0.97912
3.1.2 效度分析
本研究采用Amos 24.0软件进行验证性因子分析(CFA),检验技术冲击意识、心理契约破裂、知识共享行为、尽责性以及学习目标导向量表之间的区分效度。各模型拟合结果如表3所示,五因子模型对实际数据的拟合程度明显优于其他因子模型。五因子模型具体拟合指数为:χ2/df=2.246,RMSEA=0.074,CFI=0.914,TLI=0.908,IFI=0.915,说明模型拟合效果良好,各变量之间区分效度较高,可以继续进行假设检验。
表3 验证性因子分析结果
Table 3 Confirmatory factor analysis
模型χ2/dfRMSEACFITLIIFI五因子模型(CJ;PL;XX;GX;JZ)2.2460.0740.9140.9080.915四因子模型(CJ;PL+XX;GX;JZ)4.0350.1150.7900.7750.791三因子模型(CJ+PL+XX;GX;JZ)4.5890.1250.7500.7350.752二因子模型(CJ+PL+XX+GX;JZ)6.3860.1530.6240.6020.626单因子模型(CJ+PL+XX+GX+JZ+DY)7.7270.1710.5300.5020.532
注：N=230;CJ代表技术冲击意识,PL代表心理契约破裂,XX代表学习目标导向,GX代表知识共享行为,JZ代表尽责性
本研究数据虽然是通过多时点方式收集的,但均是由在线问卷调查获得,考虑到技术冲击意识、学习目标导向、心理契约破裂、知识共享行为以及尽责性都是以员工自评为依据,故而可能存在因调查对象的主观评价而出现共同方法偏差问题。因此,本研究使用Harman单因子检测法对数据进行检验。将所有同源数据进行因子分析,发现特征根大于1的因子共有6个,未旋转时得到的第一个因子解释量为33.537%,低于40%的建议值。此外,在基准模型基础上加入一个共同方法因子后,模型拟合指标分别为RMSEA=0.057,CFI=0.951,TLI=0.944,IFI=0.952,各项拟合指数变化不大,表明加入共同方法因子后模型并未得到显著改善。综上,说明本研究不存在严重的共同方法偏差问题。
本研究使用SPSS软件对控制变量(性别、年龄、学历、工作年限)以及员工的技术冲击意识、心理契约破裂、学习目标导向、知识共享行为以及尽责性的均值和标准差以及各变量相关性进行测量,检验结果如表4所示。
表4 变量均值、标准差及相关系数
Table 4 Means, standard deviations and correlation coefficients of the variables
变量均值标准差1234567891.性别1.487 0.501 1 2.年龄2.7651.027 0.036 1 3.学历2.813 0.941 0.0740.122 1 4.工作年限2.700 1.141-0.049 0.592**0.1141 5.技术冲击意识3.991 1.811 0.024 0.067 -0.232**-0.1211 6.心理契约破裂3.7121.721 -0.060 0.122-0.298**-0.153*0.709**1 7.学习目标导向5.6191.053-0.0410.0010.1150.142*-0.0200.05718.知识共享行为5.563 1.053 0.071 -0.0760.042-0.053-0.155-0.233**0.198**19.尽责性4.611 1.841 0.078-0.1210.343**0.183**-0.559**-0.677**0.271**0.175**1
注：N=230;**表示p<0.01,*表示p<0.05,双尾检验
结果显示,技术冲击意识与心理契约破裂(r=0.709,p<0.01)之间呈显著的正相关关系;心理契约破裂与知识共享行为(r=-0.233,p<0.01)之间呈显著的负相关关系。技术冲击意识与学习目标导向(r=-0.020,p>0.05)之间关系不显著;学习目标导向与知识共享行为(r=0.198,p<0.01)之间呈显著的正相关关系。
3.4.1 中介效应检验
采用层次回归法对变量间关系进行验证,具体结果见表5。模型2结果显示,增加自变量和控制变量后,技术冲击意识对员工心理契约破裂的回归系数显著为正(b=0.640,p<0.001)。因此,假设H1得到验证。模型5结果显示,增加控制变量后,员工心理契约破裂显著负向影响知识共享行为(b=-0.296,p<0.001)。因此,假设H2得到验证。然后,采用Bootstrap方法(抽样5 000次)检验心理契约破裂的中介作用。结果表明,技术冲击意识通过心理契约破裂显著影响员工的知识共享行为(β=0.142 6,95% CI [-0.230 8,-0.059 2],不包含0),验证了员工心理契约破裂的中介作用,即假设H3成立。综合假设H1、H2和H3的验证结果,本文提出的消极交换路径得到实证支持。
表5 中介效应检验结果
Table 5 Test results of mediating effect
变量心理契约破裂模型1模型2学习目标导向模型3模型4知识共享行为模型5模型6模型7技术冲击意识0.640***0.045-0.1120.122心理契约破裂-0.296***-0.384***学习目标导向0.247***0.254***性别-0.067-0.081-0.034-0.0350.0590.0730.051年龄0.358***0.210***-0.134-0.1440.06-0.0530.064学历-0.299***-0.148**0.110.12-0.0690.021-0.067工作年限-0.334***-0.187***0.207*0.218**-0.158-0.034-0.161R20.188***0.557***0.043*0.0450.123***0.0250.130***Adj-R20.173***0.547***0.026*0.0240.100***0.0030.103***△R20.188***0.369***0.043*0.0020.057***0.0110.060***F12.999***56.301***2.548*2.1185.222***1.1374.758***
注：N=230;*代表p<0.05, **代表p<0.01, ***代表p<0.001;表中数据为标准化回归系数,下同
表5模型4结果显示,增加自变量和控制变量后,技术冲击意识对员工学习目标导向的回归系数为正但不显著(b=0.045,p>0.05),即H4未得到验证。模型5结果显示,增加控制变量后,员工的学习目标导向能显著正向影响其知识共享行为(b=0.247,p<0.001),即假设H5得到验证。采用Bootstrap方法(抽样5 000次)检验学习目标导向的中介作用,结果表明,技术冲击意识通过学习目标导向对员工知识共享行为的影响不显著(β=0.006 6, 95% CI [-0.017 5,0.029 2],包含0),即假设H6未得到验证。综合H4、H5和H6的验证结果,本文提出的积极学习路径暂未得到实证支持。
学习目标导向中介效应不显著的原因可能是:第一,技术冲击意识具有矛盾的双重属性。一方面,员工可能将技术替代风险视为职业威胁,引发焦虑[50],抑制其长期学习动机;另一方面,部分员工可能将其视为技能升级机会,从而激发适应性学习行为[6]。个体反应异质性可能导致以学习目标导向为中介路径的显著性被稀释。第二,学习目标导向的激活高度依赖于外部情境因素[36]和个人性格特质[51]。若组织未能提供明确的职业发展支持[7],即使员工产生技术冲击意识,也可能因缺乏学习资源或个体特质所限而难以转化为实际行为。
3.4.2 调节效应检验
通过层次回归分析检验尽责性的调节效应,结果见表6。模型2结果显示,技术冲击意识与尽责性的交互项对心理契约破裂有显著正向影响(b=0.150,p<0.001),即假设H7得到初步验证。模型4结果显示,技术冲击意识与尽责性的交互项对学习目标导向具有显著负向影响(b=-0.320,p<0.001),即假设H8得到初步验证。
表6 调节效应检验结果
Table 6 Test results of moderating effect
变量心理契约破裂模型1模型2学习目标导向模型3模型4技术冲击意识0.479***0.462***0.203**0.240***尽责性-0.353***-0.421***0.349***0.494***技术冲击意识×尽责性0.150***-0.320***性别-0.047-0.049-0.068-0.064年龄0.110*0.107*-0.045-0.039学历-0.066-0.0630.0390.033工作年限-0.09-0.0950.1220.134R20.629***0.647***0.115***0.201***Adj-R20.619***0.636***0.091***0.176***△R20.441***0.019***0.072***0.086***F62.882***58.200***4.825***7.971***
为了进一步明晰尽责性对心理契约破裂与学习目标导向的调节效果,本研究选取高尽责性(+1 SD)和低尽责性(-1 SD)绘制简单斜率图,具体见图2与图3。由图2可知,对于低尽责性员工,技术冲击意识对心理契约破裂的正向影响更弱(b=0.292 2,p<0.001),但对于高尽责性员工,技术冲击意识对心理契约破裂的正向影响更强(b=0.586 1,p<0.001)。因此,假设H7再次得到验证。由图3可知,对于低尽责性员工,技术冲击意识与学习目标导向显著正相关(b=0.331 7,p<0.001),但对于高尽责性员工,技术冲击意识与学习目标导向的关系并不显著(b=-0.052 9,p>0.05)。因此,假设H8得到验证。
图2 尽责性对心理契约破裂的调节作用
Fig.2 Moderating effect of conscientiousness on psychological contract breach
图3 尽责性对学习目标导向的调节作用
Fig.3 Moderating effect of conscientiousness on learning goal orientation
3.4.3 被调节的中介效应检验
为检验被调节的中介效应,本研究通过Process插件,抽样5 000次,进行Bootstrap检验,分析在高低两种尽责性水平下,心理契约破裂在技术冲击意识与知识共享行为之间的中介作用。由表7可知,当尽责性较低时,技术冲击意识通过心理契约破裂影响知识共享行为的间接效应值为-0.068 6,95% CI为[-0.125 1,-0.022 8],不包含0;当尽责性较高时,技术冲击意识通过心理契约破裂影响知识共享行为的间接效应值为-0.137 5,95% CI为[-0.232 9,-0.054 8],不包含0;在尽责性高低不同水平下技术冲击意识的间接效应差值为-0.068 9,95% CI为[-0.145 4,-0.016 6],不含0,间接效应差异显著,故研究假设H9成立。
表7 被调节的中介效应检验结果
Table 7 Test results of moderated mediation effects
中介变量尽责性间接效应标准误区间下限区间上限心理契约破裂低尽责性-0.068 60.026 3-0.125 1-0.022 8高尽责性-0.137 50.045 1-0.232 9-0.054 8差异-0.068 90.033 4-0.145 4-0.016 6学习目标导向低尽责性0.084 40.032 80.027 60.154 4高尽责性-0.013 50.010 7-0.039 10.003 7差异-0.097 90.037 8-0.180 7-0.032 9
依据温忠麟和叶宝娟[52]的研究,虽然学习目标导向的中介效应不显著,但仍可以检验其被调节的中介效应。分析在高低两种尽责性水平下,学习目标导向在技术冲击意识与知识共享行为之间的中介作用,由表7可知,当尽责性较低时,技术冲击意识通过学习目标导向影响知识共享行为的间接效应值为0.084 4,95% CI为[0.027 6,0.154 4],不包含0;当尽责性较高时,技术冲击意识通过学习目标导向影响知识共享行为的间接效应不显著,95% CI为[-0.039 1,0.003 7],包含0;在尽责性高低不同水平下学习目标导向的间接效应差值为-0.097 9,95% CI为[-0.180 7,-0.032 9],不包含0,间接效应差异显著,故假设H10成立。
目前,学者们从不同视角验证了数智技术对企业员工消极或积极的影响,这预示着技术冲击意识可能具有双刃剑效应。本文基于社会交换理论与工作要求-资源模型构建理论框架,揭示技术冲击意识对员工的双重影响机理。研究结论主要如下:
(1)技术冲击意识通过心理契约破裂负向影响员工知识共享行为;尽责性正向调节技术冲击意识与心理契约破裂之间的关系,即尽责性越强,技术冲击意识对心理契约破裂的正向影响越显著;尽责性会强化技术冲击意识通过心理契约破裂对员工知识共享行为的负向影响,即尽责性越强,技术冲击意识通过心理契约破裂对知识共享行为的负向影响越显著。
(2)技术冲击意识与学习目标导向之间的正向关系不显著,技术冲击意识无法通过学习目标导向正向影响员工知识共享行为,但是在低尽责性特质下技术冲击意识与学习目标导向之间的关系变得显著,尽责性负向调节技术冲击意识与学习目标导向之间的关系,即尽责性越强,技术冲击意识对学习目标导向的正向影响越弱。同时,尽责性负向调节技术冲击意识通过学习目标导向对员工知识共享行为的正向影响,即尽责性越强,技术冲击意识通过学习目标导向对知识共享行为的影响越弱。
(1)验证了技术冲击意识的双刃剑效应。以往研究多从单一视角看待技术冲击意识的影响,本研究从技术冲击意识的阻碍性和挑战性出发,揭示其对员工知识共享行为的双重影响,有助于更全面、辩证地看待技术冲击意识。
(2)丰富了组织技术变革与员工心理、行为关系的研究,尤其是深化了数智化背景下企业技术变革对人力资源影响的理论研究。本研究通过引入技术冲击意识,衡量员工受到组织技术变革的影响程度,发现技术冲击意识通过心理契约破裂对知识共享行为的负向作用,为组织技术变革抑制员工知识共享行为提供了理论解释。此前少有研究将学习目标导向视为状态属性变量,本文开展相关研究,验证了学习目标导向会受到员工认知和人格特质的交互影响,进而对知识共享行为产生影响。
(3)基于社会交换理论揭示人格特质尽责性的反直觉调节作用。在整合现有研究基础上,本文发现在数智化背景下尽责性不一定是引致完美工作结果的稳健因素。尽责性在特殊情境下可能产生负向作用,例如在技术冲击意识影响下,其负向影响员工知识共享行为。这一发现挑战了以往对尽责性在组织环境中作用的认知,为重新评估员工行为动机提供了新思考路径,同时,也为理解员工行为动机提供了新视角,有助于未来更全面地研究员工个人特质和其他工作特征交互与员工工作表现之间的潜在联系。
(1)深刻认识数智技术的双刃剑效应。一方面,智能化工具可提升效率、优化流程,为组织创造竞争优势;另一方面,员工对技术替代的担忧可能引发心理资源损耗与行为退缩。因此,管理者需进行新技术应用影响的预评估,系统分析其对不同岗位的潜在冲击,并及时提供配套支持方案。例如,在自动化流程上线初期,可同步开展技术说明会,向员工展示人机协作的具体场景,表明组织引进AI的目的是为了辅助决策而非完全取代,缓解其不安全感。此外,建立“技术红利共享计划”,将效率提升带来的收益部分转变为员工福利(如技能培训基金或弹性工作机会),以增强员工对技术变革的接纳度。
(2)关注员工心理契约维护。心理契约破裂是技术冲击意识抑制知识共享的传导路径,企业可通过双向承诺强化组织与员工间的隐性契约。一方面,筑牢经济性契约基础。管理层需打消员工顾虑,让员工认识到组织应用AI是为了减少重复劳动,让员工更专注于高价值任务,而不是为了取代员工,让员工失去工作;另一方面,增加情感性契约连接。可通过设立“技术应用反馈通道”,鼓励员工匿名提交使用痛点,并且快速响应员工反馈,让员工感受到组织始终坚持以人为本的管理理念,增强员工的“主人翁意识”;同时,通过“技能—岗位匹配计划”,为受技术冲击的员工提供转岗或升级培训,避免其心理契约破裂。
(3)重视学习目标导向的积极作用。尽管本研究未发现技术冲击意识对学习目标导向的直接影响效应,但发现技术冲击意识与尽责性的交互会对学习目标导向产生显著影响,而且学习目标导向对知识共享行为的间接作用显著。因此,学习目标导向作为缓解技术冲击意识负面影响的关键资源,管理者需要在技术变革中重视员工的学习目标导向,制定相应的支持措施和政策,以增强员工的学习动机。具体而言,企业需将技术变革转化为员工能力升级的驱动力,可设计与数智技术应用相匹配的学习计划。首先,打造学习平台,将数智工具的操作技能拆解为模块化课程,待员工完成学习后授予数字徽章并解锁高阶任务权限;其次,推行“知识共享积分制”,员工通过分享技术应用心得或解决方案可获取积分,兑换培训资源或晋升加分,从而有效将技术压力转化为学习与共享动力。
(4)在管理实践中,企业需基于尽责性与中介机制的交互作用,制定差异化策略。对于高尽责性员工,其技术冲击意识易引发心理契约破裂,故企业应优先采取信任修复措施。例如,透明化沟通技术变革目标与员工职业保障计划(如技能转型路径、人机协作岗位设计),明确组织对长期雇佣关系的承诺,缓解员工心理失衡。同时,可将高尽责性员工调配至技术互补性岗位(如流程优化、技术伦理管理),利用其有序性特质降低替代风险感知。对于低尽责性员工,由于技术冲击意识在尽责性特征调节下可激发学习目标导向,企业可通过动态支持机制将这一潜力转化为实际的知识共享行为。例如,建立“技术学习实验室”,提供短期技能认证与项目实践机会,设计即时奖励机制(如技术应用创新奖金),激励员工分享技术实践经验。此外,对于不同技术密集度的企业而言,可通过组建混合团队促进员工协作与互补。对于低技术密集度企业,可优先在非核心业务领域试点数智工具(如行政流程自动化),组建“高-低尽责性混合小组”,由高尽责性员工负责技术落地的流程规范与风险管控,低尽责性员工主导创新试错与经验总结,通过小范围试验降低全员抵触情绪,再逐步扩展至核心业务领域。对于高技术密集度企业,由高尽责性员工负责技术落地的风险管控与流程规范,低尽责性员工主导技术探索与快速迭代。此外,采用双向导师制,即高尽责性员工负责传授系统性经验,低尽责性员工反哺技术前沿洞察,在互动中平衡心理契约维护与学习目标激活间的冲突,提升组织整体知识共享效能。这一策略不仅考虑了技术冲击下员工行为的异质性,而且通过协同管理,将潜在矛盾转化为组织创新动力。
(1)虽然本研究数据是通过多时点调查收集的,但所有数据都是依据员工自评获得的,具有一定主观局限性。此外,自变量和调节变量都是在第一阶段测量的,不能完全避免同源误差问题。因此,未来研究可以使用客观数据、观测数据或多来源的匹配数据以克服这一局限性,使研究更具说服力。
(2)人工智能技术及应用处于快速发展阶段,很难在较短时间内捕捉员工技术冲击意识的变化。因此,未来研究可以使用纵向研究方法例如实证抽样法,基于较长时间跨度探究员工技术冲击意识变化带来的影响,使研究结果更为可靠和准确。
(3)本研究发现技术冲击意识可以通过心理契约破裂对员工知识共享行为产生负面影响,但是并没有深入探讨技术冲击意识对心理契约破裂不同维度的影响,未来可以具体研究技术冲击意识对于交易型、关系型心理契约的影响以及带来的不同影响后果。
(4)本研究并未发现技术冲击意识对学习目标导向的直接影响,但在尽责性特征的作用下技术冲击意识可以促进员工的学习目标导向。未来可以继续探讨技术冲击意识对学习目标导向的影响以及它们之间可能存在的中介机制,以及技术冲击意识对员工其他导向的影响,例如证明目标导向和规避目标导向。
(5)本研究探讨了尽责性这一调节变量的影响,未来研究可以进一步探索是否存在其他调节变量,以更全面地理解技术冲击意识对知识共享行为的影响。除人格特质外,也可以探索其他个人特征或组织因素的调节作用,如个人归因风格、领导力风格、团队文化或组织支持等,并深入研究它们与技术冲击意识以及知识共享行为之间的相互作用。
[1] FREY C B, OSBORNE M A. The future of employment: how susceptible are jobs to computerisation[J].Technological Forecasting and Social Change, 2017, 114: 254-280.
[2] 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.
[3] SRIVASTAVA A, BARTOL K M, LOCKE E A. Empowering leadership in management teams: effects on knowledge sharing, efficacy, and performance[J].Academy of Management Journal, 2006, 49(6): 1239-1251.
[4] ARIAS-PÉREZ J, VÉLEZ-JARAMILLO J. Understanding knowledge hiding under technological turbulence caused by artificial intelligence and robotics[J].Journal of Knowledge Management, 2022, 26(6): 1476-1491.
[5] IRAM T, ALI MALIK H, BATOOL S, et al. Machines think, but do we? embracing AI in flat organizations: challenges of technological change in women-owned manufacturing firms[J].Information Development, 2025,41(3):968-983.
[6] KANG D Y, HUR W M, SHIN Y. Smart technology and service employees′ job crafting: relationship between STARA awareness, performance pressure, receiving and giving help, and job crafting[J].Journal of Retailing and Consumer Services, 2023, 73: 103282.
[7] LIN Q J, HE L Q. Does artificial intelligence (AI) awareness affect employees in giving a voice to their organization? a cross-level model[J].International Journal of Hospitality Management, 2024, 123: 103947.
[8] MO Z Y,LIU M T, MA Y.How AI awareness can prompt service performance adaptivity and technologically-environmental mastery[J].Tourism Management, 2024, 105: 104971.
[9] 张亚梅, 黄海, 胡梦岩, 等. 大学生神经质人格与手机依赖的关系: 主观幸福感和认知失败的中介作用[J].中国临床心理学杂志, 2020, 28(2): 359-363.
[10] MAN TANG P, KOOPMAN J, MCCLEAN S T, et al. When conscientious employees meet intelligent machines: an integrative approach inspired by complementarity theory and role theory[J].Academy of Management Journal, 2022, 65(3): 1019-1054.
[11] BLAU P M. Social exchange[J].International Encyclopedia of the Social Sciences, 1968, 7(4): 452-457.
[12] CROPANZANO R, BYRNE Z S, BOBOCEL D R, et al. Moral virtues, fairness heuristics, social entities, and other denizens of organizational justice[J].Journal of Vocational Behavior, 2001, 58(2): 164-209.
[13] LIANG X D, GUO G X, SHU L L, et al. Investigating the double-edged sword effect of AI awareness on employee′s service innovative behavior[J].Tourism Management, 2022, 92: 104564.
[14] ROBINSON S L, MORRISON E W. The development of psychological contract breach and violation: a longitudinal study[J].Journal of Organizational Behavior, 2000, 21(5): 525-546.
[15] 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.
[16] ZHANG M, GENG R Q, HONG Z S, et al. The double-edged sword effect of service recovery awareness of frontline employees: from a job demands-resources perspective[J].International Journal of Hospitality Management, 2020, 88: 102536.
[17] HERRIOT P, MANNING W E G, KIDD J M. The content of the psychological contract[J].British Journal of Management, 1997, 8(2): 151-162.
[18] BAVIK A, BAVIK Y L. Effect of employee incivility on customer retaliation through psychological contract breach: the moderating role of moral identity[J].International Journal of Hospitality Management, 2015, 50: 66-76.
[19] 龙立荣, 易谋, 张勇. 交易型与关系型心理契约对员工任务绩效和关系绩效的影响——绩效薪酬和上级支持感的调节作用[J].预测, 2015, 34(1): 8-14.
[20] KONG H Y, 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.
[21] 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: 120302.
[22] 王文彬, 李辉. 员工社会责任对反生产行为的影响机制研究——来自心理契约理论的解释视角[J].管理现代化, 2013, 33(3): 63-65.
[23] 蔡文著, 杨慧. 产业集群企业间心理契约、信任与网络学习效果研究[J].当代财经, 2014,35(8): 79-88.
[24] 张爱武, 李锡元. 组织—员工雇佣关系与知识共享[J].经济管理, 2006, 28(8): 61-68.
[25] 王士红, 顾远东. 国家审计人员心理契约、工作满意度与知识共享行为[J].审计研究, 2012,28(1): 48-54.
[26] 诸彦含, 彭艳. 组织信任与知识共享: 基于社会交换的分析视角[J].求索, 2013,34(8): 220-222.
[27] ASANTE D, TANG C Y, KWAMEGA M, et al. In pursuit of service encounter quality: will service-oriented high-performance work systems benefit high-contact service industries[J].Journal of Retailing and Consumer Services, 2022, 68: 103037.
[28] ZHAO J Y, HU E H, HAN M Y, et al. That honey, my arsenic: the influence of advanced technologies on service employees′ organizational deviance[J].Journal of Retailing and Consumer Services, 2023, 75: 103490.
[29] 代同亮, 董华, 雷星晖. 源于挑战还是霸凌: 职场压力对破坏性建言行为作用机制研究[J].管理评论, 2022, 34(7): 246-254.
[30] JENSEN J M, OPLAND R A, RYAN A M. Psychological contracts and counterproductive work behaviors: employee responses to transactional and relational breach[J].Journal of Business and Psychology, 2010, 25(4): 555-568.
[31] DON V. Development and validation of a work domain goal orientation instrument[J].Educational and Psychological Measurement, 1997, 57(6): 995-1015.
[32] 宋萌, 王震. 领导发展性反馈对下属反馈规避行为的影响[J].管理学报, 2015, 12(12): 1773-1779.
[33] 刘淑桢, 叶龙, 郭名. 工作不安全感如何成为创新行为的助推力——基于压力认知评价理论的研究[J].经济管理, 2019, 41(11): 126-140.
[34] HAKANEN J J, SCHAUFELI W B, AHOLA K. The job demands-resources model: a three-year cross-lagged study of burnout, depression, commitment, and work engagement[J].Work &Stress, 2008, 22(3): 224-241.
[35] LIU S M, CHENG P F. The double-edged sword effect of artificial intelligence awareness among hotel employees[J].International Journal of Contemporary Hospitality Management, 2025, 37(3): 997-1015.
[36] YIN Z H, KONG H Y, BARUCH Y, et al. Interactive effects of AI awareness and change-oriented leadership on employee-AI collaboration: the role of approach and avoidance motivation[J].Tourism Management, 2024, 105: 104966.
[37] 丁晨, 王绍龚, 赵曙明. 学习目标导向对员工创新的影响: 基于元分析的心理与行为机制[J].科技进步与对策, 2023, 40(2): 151-160.
[38] ZHANG J M, WANG Y, ZHANG M Y. Team leaders matter in knowledge sharing: a cross-level analysis of the interplay between leaders′ and members′ goal orientations in the Chinese context[J].Management and Organization Review, 2018, 14(4): 715-745.
[39] 曹洲涛, 李语嫣. 员工创新行为缘何不同: 成就目标导向对员工创新行为影响的双路径研究[J].科技进步与对策, 2021, 38(1): 140-148.
[40] WANG S, NOE R A. Knowledge sharing: a review and directions for future research[J].Human Resource Management Review, 2010, 20(2): 115-131.
[41] RICHARDSON K. Attracting and retaining foreign highly skilled staff in times of global crisis: a case study of Vancouver, British Columbia′s biotechnology sector[J].Population, Space and Place, 2016, 22(5): 428-440.
[42] 杜旌, 文娟. 变革前消极非正式信息对员工的影响机制研究[J].商业经济与管理, 2019,39(11): 31-41.
[43] 胡望斌, 焦康乐, 张亚会. 创业认知能力: 概念、整合模型及研究展望[J].外国经济与管理, 2019, 41(10): 125-140.
[44] 赵宇晗, 余林. 人格特质与认知能力的关系及其年龄差异[J].心理科学进展, 2014, 22(12): 1924-1934.
[45] SONG S J, YAO X L, WEN N N. What motivates Chinese consumers to avoid information about the COVID-19 pandemic:the perspective of the stimulus-organism-response model[J].Information Processing &Management, 2021, 58(1): 102407.
[46] 相鹏, 耿柳娜, 徐富明, 等. 沉没成本效应的产生根源与影响因素[J].心理科学, 2017, 40(6): 1471-1476.
[47] 钟熙, 王甜, 宋铁波, 等. 心理契约破裂会引致员工非伦理行为吗——基于道德推脱的中介作用和马基雅维利主义的调节作用[J].管理工程学报, 2020, 34(6): 38-45.
[48] BUTTON S B, MATHIEU J E, ZAJAC D M. Goal orientation in organizational research: a conceptual and empirical foundation[J].Organizational Behavior and Human Decision Processes, 1996, 67(1): 26-48.
[49] COSTA P T, MCCRAE R R. Neo personality inventory-revised (NEO PI-R)[M].Odessa, FL: Psychological Assessment Resources, 1992.
[50] LI J 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: 172-181.
[51] HUR W M, SHIN Y. Service employees′ STARA awareness and proactive service performance[J].Journal of Services Marketing, 2024, 38(4): 426-442.
[52] 温忠麟, 叶宝娟. 有调节的中介模型检验方法: 竞争还是替补[J].心理学报, 2014, 46(5): 714-726.