[摘要]當(dāng)前，人工智能技術(shù)蓬勃發(fā)展，為員工創(chuàng)新帶來機(jī)遇與挑戰(zhàn)?；谫Y源保存理論和AMO模型，深入探討人工智能應(yīng)用對(duì)員工創(chuàng)新的“雙刃劍”效應(yīng)。通過對(duì)人工智能應(yīng)用較為廣泛的典型行業(yè)如制造業(yè)、醫(yī)療衛(wèi)生行業(yè)、信息技術(shù)業(yè)等行業(yè)的419份員工問卷進(jìn)行實(shí)證分析，結(jié)論如下：人工智能應(yīng)用對(duì)員工創(chuàng)新具有雙刃劍效應(yīng)，兼具積極影響路徑和消極影響路徑；在積極路徑中，人工智能應(yīng)用通過員工工作繁榮感的中介作用激發(fā)其創(chuàng)新行為，相反，在消極路徑中，人工智能應(yīng)用通過員工的工作不安全感的中介作用抑制其創(chuàng)新行為；進(jìn)而，發(fā)現(xiàn)冗余性技能在積極中介路徑和消極中介路徑中起到差異化調(diào)節(jié)作用，弱化了工作繁榮感作為中介的積極影響，緩解了工作不安全感作為中介的消極影響，即存在有調(diào)節(jié)的雙重中介效應(yīng)。

[關(guān)鍵詞]人工智能應(yīng)用；冗余性技能；員工創(chuàng)新行為；雙刃劍效應(yīng)；有調(diào)節(jié)的雙中介模型

一、 引言

進(jìn)入21世紀(jì)，以互聯(lián)網(wǎng)和大數(shù)據(jù)為依托，人工智能、信息技術(shù)等新興產(chǎn)業(yè)為主導(dǎo)的第四次產(chǎn)業(yè)革命悄然來臨。從智能化技術(shù)、機(jī)器語音和機(jī)器學(xué)習(xí)，再到近期ChatGPT，MetaERP，Microsoft Bing，DeepSeek軟件異軍突起，人工智能技術(shù)迅速席卷全球、風(fēng)起云涌。當(dāng)前，人工智能技術(shù)廣泛應(yīng)用于電商、物流、制造、餐飲/酒店、能源、醫(yī)療諸多行業(yè)，輔助技術(shù)支持和激發(fā)業(yè)務(wù)創(chuàng)新，在在線客服、語音識(shí)別和翻譯、無人機(jī)派送、智能制造、智能駕駛、擬人化機(jī)器人送餐、機(jī)器人高空或深井作業(yè)、智能數(shù)據(jù)分析輔助診斷治療等方面發(fā)揮舉足輕重的作用。企業(yè)逐步將人工智能技術(shù)引入工作情境，這對(duì)組織結(jié)構(gòu)重塑、工作任務(wù)調(diào)整和員工管理帶來新的挑戰(zhàn)[1]。人工智能應(yīng)用的工作場(chǎng)景下，員工創(chuàng)新會(huì)得到激發(fā)還是抑制，如何讓人工智能賦能和助力員工創(chuàng)新，成為學(xué)術(shù)界和實(shí)踐界共同關(guān)注的議題。

目前，學(xué)術(shù)界關(guān)于人工智能應(yīng)用對(duì)員工創(chuàng)新影響的研究較為匱乏，已有研究存在以下不足：其一，研究視角方面，相關(guān)研究大多聚焦組織層面，關(guān)注人工智能應(yīng)用對(duì)企業(yè)創(chuàng)新韌性[2]、創(chuàng)新模式[3]、創(chuàng)新績(jī)效[4]、企業(yè)創(chuàng)新轉(zhuǎn)型和升級(jí)等的影響，忽略了人工智能應(yīng)用對(duì)微觀層面員工個(gè)體創(chuàng)新的影響。其二，研究思路方面，已有個(gè)體層面的影響研究大多基于單一邏輯，探究人工智能應(yīng)用對(duì)個(gè)體帶來的單一影響，研究思路較為局限，一些學(xué)者認(rèn)為人工智能應(yīng)用能夠?yàn)閱T工帶來積極影響，如增強(qiáng)員工的工作旺盛感[5]、分擔(dān)繁瑣的日常工作，從而提高心理可得性[6]、提高員工的工作績(jī)效[7]等；還有一些學(xué)者認(rèn)為人工智能應(yīng)用會(huì)對(duì)個(gè)體產(chǎn)生消極影響，存在“技術(shù)陷阱”，使員工產(chǎn)生工作不安全感[8]、導(dǎo)致員工職業(yè)倦怠[9]和職場(chǎng)孤獨(dú)感等[10]。已有研究大多強(qiáng)調(diào)單一邏輯，缺乏從雙元視角、積極和消極并重的視角進(jìn)行綜合研究。其三，研究?jī)?nèi)容方面，相關(guān)研究未能深入探討人工智能應(yīng)用對(duì)員工心理與行為影響的邊界條件。以往有關(guān)人工智能技術(shù)的影響研究大多基于直接效應(yīng)或中介效應(yīng)[11]，忽略了邊界條件的重要作用，導(dǎo)致對(duì)人工智能影響的“黑箱”機(jī)制探索不夠深入和細(xì)致。

鑒于此，基于資源保存理論，本研究著力探索人工智能應(yīng)用對(duì)員工創(chuàng)新的“雙刃劍”綜合性影響路徑，即通過工作繁榮感引發(fā)的積極路徑和通過工作不安全感刺激的消極路徑。借助AMO模型，探討冗余性技能在工作感知（工作繁榮感、工作不安全感）和創(chuàng)新行為之間的差異化調(diào)節(jié)作用：一方面弱化工作繁榮感的正向中介作用，另一方面緩解工作不安全感的負(fù)向中介作用。對(duì)來自制造業(yè)、醫(yī)療衛(wèi)生行業(yè)、信息技術(shù)業(yè)等行業(yè)的419位員工進(jìn)行問卷調(diào)查，通過結(jié)構(gòu)方程分析、回歸分析、bootstrap分析等方法檢驗(yàn)工作繁榮感和工作不安全感雙重中介作用和冗余性技能的異質(zhì)性調(diào)節(jié)作用。

二、 理論基礎(chǔ)與研究假設(shè)

1. 理論基礎(chǔ)

（1）資源保存理論

資源保存（The Conservation of Resource，COR）理論，從資源的收益和消耗視角出發(fā)，對(duì)個(gè)體的感知、行為等問題給予解釋。基于收益視角，資源充足的個(gè)體傾向于不斷獲取新資源，更有意愿開展創(chuàng)新等資源投資活動(dòng)，繼而產(chǎn)生螺旋式資源增益效果；基于消耗視角，當(dāng)個(gè)體資源較為匱乏時(shí)，其通常會(huì)開啟自我防御機(jī)制，潛在地減少消耗資源活動(dòng)用以保護(hù)自身有限資源不受損耗[12]。鑒于此，本研究將基于資源保存理論，從資源收益和消耗兩個(gè)視角，深入探討人工智能應(yīng)用的雙刃劍作用，即人工智能應(yīng)用如何影響員工的積極/消極工作感知，進(jìn)而影響其創(chuàng)新行為。

（2）AMO模型

AMO理論指出，個(gè)體的行為受到能力（A）、動(dòng)機(jī)（M）和機(jī)會(huì)（O）三者交互作用影響[13]。其中，能力（Ability）是指?jìng)€(gè)體具備的思維和技能能力等綜合素質(zhì)，如思維、技能能力等；動(dòng)機(jī)（Motivation）指驅(qū)動(dòng)個(gè)體開展并完成某個(gè)特定活動(dòng)的動(dòng)力源，可以是個(gè)體的心理狀態(tài)、感知、動(dòng)機(jī)等；機(jī)會(huì)（Opportunity）是指能促使個(gè)體開展特定活動(dòng)的條件和情境。鑒于此，本研究基于AMO模型，探索人工智能引入工作場(chǎng)所后，個(gè)體的積極/消極工作感知（M）和技能能力（A）如何與人機(jī)協(xié)同情境（O）產(chǎn)生交互作用，進(jìn)而影響個(gè)體創(chuàng)新活動(dòng)。

2. 人工智能應(yīng)用對(duì)員工創(chuàng)新的雙刃劍影響

數(shù)智化背景下，人工智能應(yīng)用既可以視為員工資源獲取的來源，也可能成為消耗個(gè)體資源的元兇，即人工智能應(yīng)用是激發(fā)還是抑制員工創(chuàng)新，存在兼具積極作用和消極作用的雙刃劍效應(yīng)。

（1）積極路徑：人工智能應(yīng)用、工作繁榮感與員工創(chuàng)新

基于資源保存理論，本研究認(rèn)為人工智能應(yīng)用的工作情境會(huì)成為員工工作資源獲取的來源之一，其通過促進(jìn)員工的工作繁榮感，積極影響員工創(chuàng)新行為。人工智能擅長(zhǎng)執(zhí)行常規(guī)性和程序性的工作任務(wù)，可以快速處理信息、分析數(shù)據(jù)、得出結(jié)論或提出解決方案，為員工提供工作所需的信息資源[14]，使員工從繁雜的工作中解放出來，在工作中實(shí)現(xiàn)較高程度的靈活性和連通性，減少體力與情緒等資源消耗，保持對(duì)工作的繁榮感和旺盛感[15]。當(dāng)個(gè)體擁有積極工作情感時(shí)，會(huì)提高思考的活動(dòng)次數(shù)與深度，不斷學(xué)習(xí)獲取大量知識(shí)與技能，進(jìn)行知識(shí)、信息的融會(huì)貫通和交互啟發(fā)，這一過程有助于員工產(chǎn)生新的想法，并全身心從事創(chuàng)新活動(dòng)[16]。據(jù)此，本文提出以下假設(shè)：

假設(shè)1：工作繁榮感在人工智能應(yīng)用與員工創(chuàng)新行為之間起中介作用。

（2）消極路徑：人工智能應(yīng)用、工作不安全感與員工創(chuàng)新

基于資源保存理論，人工智能應(yīng)用下的工作情境，對(duì)個(gè)體的能力和工作任務(wù)完成程度提出更高的要求，員工的工作不安全感可能急劇增加[17-18]，并消極影響員工創(chuàng)新行為。當(dāng)企業(yè)引入先進(jìn)的人工智能技術(shù)后，其具備完成常規(guī)性工作任務(wù)的能力，員工不僅將其認(rèn)為是技術(shù)的更新，更將其視為“技術(shù)流同事”[19]，即其與“同事”相互依賴的同時(shí)形成一種潛在的競(jìng)爭(zhēng)關(guān)系。此外，具備識(shí)別、理解和影響他人情感和處境擬人化程度高的人工智能，會(huì)對(duì)員工的認(rèn)知產(chǎn)生沖擊，促使其產(chǎn)生自己的工作崗位存在被人工智能替代的風(fēng)險(xiǎn)，在這種情形之下員工認(rèn)為自身的工作存續(xù)性和穩(wěn)定性欠佳[20]。員工即使沒有馬上被技術(shù)替代，但是主觀感受到不穩(wěn)定的工作特征造成的“焦慮”“擔(dān)憂”“恐懼”等負(fù)面情緒。當(dāng)個(gè)體感受到工作不安全感時(shí)，其傾向于保護(hù)自身現(xiàn)有的資源，從而減少心理資源匱乏造成資源更大范圍流失的風(fēng)險(xiǎn)。而創(chuàng)新行為本身具有較大的風(fēng)險(xiǎn)和不確定性，且需要消耗員工大量的資源、精力和情緒[21]。所以，當(dāng)員工感知到環(huán)境變化帶來的工作不安全感時(shí)，缺乏創(chuàng)新意愿，更無心作出資源消耗風(fēng)險(xiǎn)更高的創(chuàng)新行為。據(jù)此，本文提出以下假設(shè)：

假設(shè)2：工作不安全感在人工智能應(yīng)用與員工創(chuàng)新行為之間起中介作用。

3. 冗余性技能的差異化調(diào)節(jié)作用

員工的冗余性技能，指?jìng)€(gè)體自身具備超出日常工作任務(wù)必需的技能能力，是一種個(gè)體層面的資源寬余能力[22-23]。員工個(gè)體可能基于應(yīng)對(duì)外部環(huán)境變化，例如嚴(yán)峻的就業(yè)情況，給自身職業(yè)發(fā)展準(zhǔn)備“后手”，也可能為了更好地應(yīng)對(duì)未來工作任務(wù)改變或重塑，而掌握廣泛的技能儲(chǔ)備，其中有些技能能力超出目前崗位的硬性要求，成為個(gè)體有效盈余、寬裕的冗余性技能。由此，冗余性技能是員工提前儲(chǔ)備多重知識(shí)、技能、能力，擴(kuò)大自身的技能數(shù)量，凝練獨(dú)特的技能組合，從而提高緩沖不確定性、抵御風(fēng)險(xiǎn)的能力。

借鑒AMO框架，個(gè)人行為是受到能力（A）、動(dòng)機(jī)（M）和機(jī)會(huì)（O）三者交互作用的影響[13]。在人工智能應(yīng)用的工作場(chǎng)景中，人工智能帶來的便利性和信息廣泛性為員工創(chuàng)造了更多的創(chuàng)新機(jī)會(huì)（O）、員工擁有的盈余的冗余性技能（A），以及積極/消極雙重工作感知（M）（工作繁榮感/工作不安全感），探究三者之間如何交互作用，能夠深入厘清員工的創(chuàng)新行為發(fā)生機(jī)制。

鑒于此，本研究認(rèn)為，冗余性技能具有差異化的調(diào)節(jié)作用，具有相悖統(tǒng)一的影響：在積極路徑中，冗余性技能的調(diào)節(jié)作用是阻礙效應(yīng)，其弱化工作繁榮感對(duì)員工創(chuàng)新行為的正向影響，以及工作繁榮感在人工智能應(yīng)用與員工創(chuàng)新行為之間的中介作用；在消極路徑中，冗余性技能的調(diào)節(jié)作用是促進(jìn)效應(yīng)，其緩解工作不安全感對(duì)員工創(chuàng)新行為的負(fù)向影響，以及工作不安全感在人工智能應(yīng)用與員工創(chuàng)新行為之間的中介作用。

人工智能技術(shù)不僅僅是一種技術(shù)資源，其便利性和靈活性為個(gè)體間接創(chuàng)造時(shí)間、情緒等資源，促使員工產(chǎn)生積極的工作感受。根據(jù)資源保存理論，結(jié)合AMO模型，資源充足的個(gè)體更傾向開展資源投資活動(dòng)進(jìn)而不斷獲取新資源，所以，時(shí)間資源、情緒資源、能力資源充沛的員工，尤其是具有冗余性技能的個(gè)體，由于對(duì)本職工作游刃有余，可能會(huì)在組織內(nèi)外尋找更多機(jī)會(huì)和發(fā)展成長(zhǎng)的平臺(tái)，“垂直開拓”不相關(guān)的兼職工作或新身份[24]，例如“英語教師/脫口秀演員”“寵物醫(yī)生/作家/攝影師”，從而將自身資源投入其他更加充分實(shí)現(xiàn)自身價(jià)值的副業(yè)中。為了確保自身新身份的“持續(xù)性”，需要不斷消耗自身資源，更新和精進(jìn)冗余性技能，導(dǎo)致無暇顧及本職工作中較高消耗資源的創(chuàng)新活動(dòng)。據(jù)此，本文提出以下假設(shè)：

假設(shè)3：冗余性技能顯著調(diào)節(jié)工作繁榮感與員工創(chuàng)新行為的關(guān)系，并顯著調(diào)節(jié)工作繁榮感在人工智能應(yīng)用與員工創(chuàng)新行為之間的中介效應(yīng)，即存在有調(diào)節(jié)的中介效應(yīng)。

根據(jù)資源保存理論，結(jié)合AMO模型，企業(yè)應(yīng)用人工智能技術(shù)的工作情境，當(dāng)員工感受到由人工智能應(yīng)用帶來的威脅和無助感時(shí)，擁有冗余性技能員工更有底氣和自信，更能緩解和調(diào)試消極情緒，從而有效調(diào)動(dòng)與重新整合自身的備用技能能力，主動(dòng)調(diào)節(jié)自身感受，提高自我認(rèn)同，緩和工作不安全感，將消極感受轉(zhuǎn)化為積極動(dòng)力，利用自身的優(yōu)勢(shì)能力開展前沿學(xué)習(xí)，更積極開展創(chuàng)新活動(dòng)。據(jù)此，本文提出以下假設(shè)：

假設(shè)4：冗余性技能顯著調(diào)節(jié)工作不安全感與員工創(chuàng)新行為的關(guān)系，并顯著調(diào)節(jié)工作不安全感在人工智能應(yīng)用與員工創(chuàng)新行為之間的中介效應(yīng)，即存在有調(diào)節(jié)的中介效應(yīng)。

綜上，本研究的理論模型如圖1所示。

三、 研究設(shè)計(jì)

1. 變量測(cè)量

本研究的測(cè)量問卷采用或借鑒成熟量表，并邀請(qǐng)10位學(xué)術(shù)界和實(shí)踐界的人力資源專家進(jìn)行修訂，所有核心變量采用李克特五點(diǎn)式量表測(cè)量，1表示“非常不符合”，5表示“非常符合”，對(duì)每個(gè)核心變量涉及的全部題項(xiàng)得分加總后，求得平均值作為該變量的得分?jǐn)?shù)值。核心變量的測(cè)量題項(xiàng)如表1所示。

（1）人工智能應(yīng)用。采用盛曉娟等[7]量表，共8個(gè)題項(xiàng)，代表性題項(xiàng)如“我需要AI技術(shù)提供信息資源來完成工作”。

（2）工作繁榮感。采用Porath等[25]量表，共10個(gè)題項(xiàng)，代表性題項(xiàng)如“我在工作中充滿活力”。

（3）工作不安全感。采用Hellgren等[17]量表，共7個(gè)題項(xiàng)，代表性題項(xiàng)如“我認(rèn)為未來自己有失去目前工作的可能”。

（4）冗余性技能。借鑒Mousumi等[26]、Troilo等[27]量表，并邀請(qǐng)10位人力資源專家進(jìn)行編制和修訂，共4個(gè)題項(xiàng)，代表性題項(xiàng)如“我有未使用的技能/能力，能夠?yàn)楣ぷ魈峁椭薄?/p>

（5）員工創(chuàng)新行為。采用Scott等[21]量表，共6個(gè)題項(xiàng)，代表性題項(xiàng)如“我能夠搜索新技術(shù)、流程、技術(shù)或產(chǎn)品”。

（6）控制變量。本研究將員工的性別、年齡、學(xué)歷、工作年限、職務(wù)和所在企業(yè)性質(zhì)作為控制變量。

2. 樣本與數(shù)據(jù)收集

調(diào)研數(shù)據(jù)收集時(shí)間為2024年3月—2024年9月，收集方式主要通過朋友、MBA學(xué)生等聯(lián)絡(luò)運(yùn)用過人工智能技術(shù)或軟件的企業(yè)員工填寫問卷，調(diào)研樣本企業(yè)遍布天津、北京、廣州、上海等省市，涵蓋人工智能運(yùn)用的典型行業(yè)，如制造業(yè)、醫(yī)療行業(yè)、信息技術(shù)業(yè)等。

由于人工智能技術(shù)具有前沿性和新穎性，很多企業(yè)僅將其作為新鮮概念，尚未引入，普通員工工作場(chǎng)所也未接觸AI技術(shù)。因此，出于調(diào)查嚴(yán)謹(jǐn)性考量，針對(duì)上述樣本對(duì)象，本研究采用前置性訪談，詢問員工“您所在單位是否引入了人工智能技術(shù)？您日常工作是否應(yīng)用人工智能技術(shù)/軟件/機(jī)器/系統(tǒng)等？”。如果通過詢問，發(fā)現(xiàn)員工對(duì)人工智能不了解，或在日常工作中沒有應(yīng)用，即不再將其列入問卷調(diào)查范疇，以此確保樣本對(duì)象日常工作真實(shí)應(yīng)用過人工智能技術(shù)，并且產(chǎn)生了相應(yīng)的工作感受。

在此基礎(chǔ)上，對(duì)通過前置性訪談的員工進(jìn)行了面對(duì)面紙質(zhì)或線上問卷調(diào)查。共回收調(diào)查問卷512份，剔除填寫錯(cuò)誤、漏題、前后回答矛盾的問卷（如S形）93份，最終獲得419份有效問卷，有效回收率為81.8%。調(diào)查樣本特征如表2所示。性別、年齡、學(xué)歷等人口統(tǒng)計(jì)學(xué)變量分布較為均衡，不同工作年限、職務(wù)類型均有覆蓋，滿足了樣本的多樣性要求。

3. 信效度分析

（1）信度分析

本研究所有量表均采用或借鑒成熟量表，所有量表的Cronbach’s α系數(shù)均大于0.7，表明量表信度較好。其中，人工智能應(yīng)用、工作繁榮感、工作不安全感、冗余性技能、員工創(chuàng)新行為量表Cronbach’s α系數(shù)分別為0.845，0.836，0.871，0.711，0.713。

（2）效度分析

本研究憑借MPLUS 8.0軟件，采用競(jìng)爭(zhēng)模型比較法，進(jìn)行驗(yàn)證性因子分析。構(gòu)建五因子模型（人工智能應(yīng)用、工作繁榮感、工作不安全感、冗余性技能、員工創(chuàng)新行為）作為基準(zhǔn)模型，與其他競(jìng)爭(zhēng)模型的擬合優(yōu)度指標(biāo)進(jìn)行比較。結(jié)果表明，五因子模型（基準(zhǔn)模型）擬合最為理想，即主要構(gòu)念具有較好的區(qū)分效度，結(jié)果詳見表3。

4. 同源方差與多重共線性檢驗(yàn)

本文采用Harman單因素檢驗(yàn)，對(duì)量表的所有條目進(jìn)行探索性因子分析，采取主成分分析法，特征值大于1的因子有9個(gè)，第一主成分解釋24.395%的變異量，小于閥值50％，表明同源方差問題不嚴(yán)重。采用方差膨脹因子（VIF）檢驗(yàn)自變量與中介變量之間的多重共線性效應(yīng)，結(jié)果顯示VIF值介于1.057～3.011，遠(yuǎn)小于臨界值10，表明多重共線性效應(yīng)也不嚴(yán)重。

四、 數(shù)據(jù)分析

1. 描述性統(tǒng)計(jì)與相關(guān)性分析

本文借助SPSS 26.0統(tǒng)計(jì)分析軟件對(duì)樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)和相關(guān)性分析。人工智能應(yīng)用、工作繁榮感、工作不安全感、冗余性技能、員工創(chuàng)新行為均值分別為3.941，4.088，2.293，3.720和3.971。各個(gè)變量之間的相關(guān)性分析結(jié)果顯示，人工智能應(yīng)用與工作繁榮感、工作不安全感存在顯著的正相關(guān)關(guān)系，工作繁榮感與員工創(chuàng)新行為存在顯著的正相關(guān)關(guān)系，工作不安全感與員工創(chuàng)新行為存在顯著負(fù)相關(guān)關(guān)系，為后續(xù)假設(shè)檢驗(yàn)奠定基礎(chǔ)。結(jié)果詳見表4。

2. 假設(shè)檢驗(yàn)

（1）直接效應(yīng)檢驗(yàn)

本文借助MPLUS 8.0軟件，通過結(jié)構(gòu)方程分析驗(yàn)證關(guān)鍵變量之間的直接影響效應(yīng)。將員工的性別、年齡、學(xué)歷、工作年限、職務(wù)和所在的企業(yè)性質(zhì)作為控制變量，通過對(duì)假設(shè)路徑模型進(jìn)行檢驗(yàn)，結(jié)果見表5。結(jié)果顯示人工智能應(yīng)用對(duì)工作繁榮感（γ=0.560，plt;0.001）、工作不安全感（γ=0.313，plt;0.001）有顯著正向影響；工作繁榮感對(duì)員工創(chuàng)新行為有顯著的正向影響（γ=0.912，plt;0.001），工作不安全感對(duì)員工創(chuàng)新行為具有顯著的負(fù)向影響（γ=-0.112，plt;0.001）。

（2）中介效應(yīng)檢驗(yàn)

本研究運(yùn)用結(jié)構(gòu)方程模型分析和Bootstrap分析，檢驗(yàn)中介作用。首先，借助MPLUS 8.0軟件建立結(jié)構(gòu)方程模型檢驗(yàn)工作繁榮感、工作不安全感在人工智能應(yīng)用與員工創(chuàng)新行為的中介作用。結(jié)果表明，人工智能應(yīng)用顯著正向影響工作繁榮感（β=0.567，plt;0.001），工作繁榮感顯著正向影響員工創(chuàng)新行為（β=0.865，plt;0.001），假設(shè)1得到初步支持；人工智能應(yīng)用顯著正向影響工作不安全感（β=0.130，plt;0.05），工作不安全感顯著負(fù)向影響員工創(chuàng)新行為（β=-0.100，plt;0.05），假設(shè)2得到初步支持。標(biāo)準(zhǔn)化路徑模型如圖2所示。

其次，采用Bootstrap分析檢驗(yàn)中介作用的顯著性。設(shè)定5000次重復(fù)抽樣，在控制性別、年齡、學(xué)歷、工作年限、職務(wù)和員工所在企業(yè)性質(zhì)控制變量的基礎(chǔ)上，進(jìn)一步檢驗(yàn)工作繁榮感、工作不安全感的中介作用，結(jié)果如表6所示。檢驗(yàn)工作繁榮感的中介作用時(shí)，人工智能應(yīng)用對(duì)員工創(chuàng)新行為的間接效應(yīng)系數(shù)為0.283，95%的置信區(qū)間不包含0，說明工作繁榮感在人工智能應(yīng)用與員工創(chuàng)新行為的關(guān)系中起中介作用，假設(shè)1得到進(jìn)一步驗(yàn)證；檢驗(yàn)工作不安全感的中介作用時(shí)，人工智能應(yīng)用對(duì)員工創(chuàng)新行為的間接效應(yīng)系數(shù)為-0.096，95%的置信區(qū)間不包含0，說明工作不安全感在人工智能應(yīng)用與員工創(chuàng)新行為的關(guān)系中起中介作用，假設(shè)2得到進(jìn)一步驗(yàn)證。

（3）調(diào)節(jié)效應(yīng)檢驗(yàn)

本研究借助SPSS 26.0軟件采用層級(jí)回歸法對(duì)冗余性技能的調(diào)節(jié)效應(yīng)進(jìn)行檢驗(yàn)。先將工作繁榮感、工作不安全感和冗余性技能進(jìn)行去中心化處理，得到交互項(xiàng)后進(jìn)行層次回歸，結(jié)果如表7所示。M1是控制變量對(duì)員工創(chuàng)新行為的回歸分析；在M1基礎(chǔ)上，M2加入工作繁榮感對(duì)員工創(chuàng)新行為做回歸分析，表明工作繁榮感對(duì)員工創(chuàng)新行為的正向影響效果顯著（β=0.755，plt;0.001）；在M2基礎(chǔ)上，M3加入調(diào)節(jié)變量冗余性技能，冗余性技能的回歸系數(shù)顯著（β=0.196，plt;0.001）；在M3基礎(chǔ)上，M4加入工作繁榮感與冗余性技能的交互項(xiàng)，交互項(xiàng)系數(shù)顯著（β=-0.133，plt;0.01）。同理，M5是在M1的基礎(chǔ)上加入工作不安全感對(duì)員工創(chuàng)新行為做回歸分析，表明工作不安全感對(duì)員工創(chuàng)新行為的負(fù)向影響效果顯著（β=-0.087，plt;0.01）；在M5的基礎(chǔ)上，M6加入調(diào)節(jié)變量冗余性技能，冗余性技能的回歸系數(shù)顯著（β=0.446，plt;0.001）；在M6基礎(chǔ)上，M7又加入了工作不安全感與冗余性技能的交互項(xiàng)，交互項(xiàng)系數(shù)顯著（β=0.157，plt;0.001）。結(jié)果發(fā)現(xiàn)：工作繁榮感與冗余性技能的交互項(xiàng)系數(shù)顯著（β=-0.133，p＜0.01），表明冗余性技能顯著調(diào)節(jié)工作繁榮感與員工創(chuàng)新行為的關(guān)系，即當(dāng)員工擁有的冗余性技能越高，工作繁榮感對(duì)員工創(chuàng)新行為的正向影響越弱，假設(shè)3得到初步驗(yàn)證（調(diào)節(jié)效應(yīng)圖見圖3）。同理，工作不安全感與冗余性技能的交互項(xiàng)系數(shù)顯著（β=0.157，plt;0.001），表明冗余性技能顯著調(diào)節(jié)工作不安全感與員工創(chuàng)新行為的關(guān)系，即當(dāng)員工擁有的冗余性技能越高，工作不安全感對(duì)員工創(chuàng)新行為的負(fù)向影響越弱，假設(shè)4得到初步驗(yàn)證（調(diào)節(jié)效應(yīng)圖見圖4）。

（4）有調(diào)節(jié)的雙中介效應(yīng)檢驗(yàn)

本研究采用Bootstrap法，在控制性別、年齡、學(xué)歷、工作年限、職務(wù)和企業(yè)性質(zhì)情況下，選擇重復(fù)抽樣5000次，計(jì)算高冗余性技能（+1SD）與低冗余性技能（-1SD）兩種邊界調(diào)節(jié)下兩種工作感知（工作繁榮感、工作不安全感）的中介效應(yīng)，即通過觀測(cè)冗余性技能高低兩種狀態(tài)下的中介效應(yīng)置信區(qū)間檢驗(yàn)被調(diào)節(jié)的中介效應(yīng)。由表8可知，當(dāng)擁有高冗余性技能時(shí)，人工智能應(yīng)用通過工作繁榮感影響員工創(chuàng)新行為的間接效應(yīng)顯著（β=0.206，95%的置信區(qū)間為[0.141，0.276]，不包括0）；當(dāng)擁有低冗余性技能時(shí)，人工智能應(yīng)用通過工作繁榮感影響員工創(chuàng)新行為的間接效應(yīng)顯著（β=0.274，95%的置信區(qū)間為[0.213，0.335]，不包括0）；同時(shí)，間接效應(yīng)在高低組間差異達(dá)到顯著性水平（βdiff=-0.068，95%的置信區(qū)間為[-0.119，-0.019]，不包括0）。因此，假設(shè)3得到驗(yàn)證，即隨著員工冗余性技能水平升高，工作繁榮感在人工智能應(yīng)用與員工創(chuàng)新行為之間的正向中介效應(yīng)降低，即冗余性技能弱化了工作繁榮感的正向中介作用。

同理，當(dāng)員工擁有高冗余性技能時(shí)，人工智能應(yīng)用通過工作不安全感影響員工創(chuàng)新行為的間接效應(yīng)顯著（β=-0.008，95%的置信區(qū)間為[-0.022，0.005]，包括0）；當(dāng)員工擁有低冗余性技能時(shí)，人工智能應(yīng)用通過工作不安全感影響員工創(chuàng)新行為的間接效應(yīng)顯著（β=-0.066，95%的置信區(qū)間為[-0.113，-0.030]，不包括0）；同時(shí)，間接效應(yīng)在高低組間差異達(dá)到顯著性水平（βdiff=0.057，95%的置信區(qū)間為[0.023，0.109]，不包括0）。因此，假設(shè)4得到驗(yàn)證，即隨著員工冗余性技能水平升高，工作不安全感在人工智能應(yīng)用與員工創(chuàng)新行為之間的負(fù)向中介效應(yīng)降低，即冗余性技能緩解了工作不安全感的負(fù)向中介作用。

五、 結(jié)論與討論

1. 研究結(jié)論

本研究基于資源保存理論和AMO模型，深入探討了人工智能應(yīng)用對(duì)員工創(chuàng)新的“雙刃劍”效應(yīng)，以及冗余性技能的差異化調(diào)節(jié)作用，得出如下結(jié)論：（1）人工智能應(yīng)用對(duì)員工創(chuàng)新具有雙刃劍效應(yīng)，兼具積極影響路徑和消極影響路徑。在積極路徑中，人工智能應(yīng)用通過員工在工作中的繁榮感的中介作用激發(fā)其創(chuàng)新行為。（2）在消極路徑中，人工智能應(yīng)用通過員工在工作中的不安全感的中介作用抑制其創(chuàng)新行為。（3）冗余性技能具有差異化調(diào)節(jié)作用，即在積極路徑中，冗余性技能弱化了工作繁榮感作為中介的積極影響，存在有調(diào)節(jié)的中介效應(yīng)。（4）在消極路徑中，冗余性技能緩解了工作不安全感作為中介的消極影響，存在有調(diào)節(jié)的中介效應(yīng)。

2. 理論貢獻(xiàn)

（1）本研究探討了人工智能技術(shù)應(yīng)用與員工創(chuàng)新的黑箱關(guān)系，豐富了人工智能技術(shù)對(duì)個(gè)體行為的影響研究。從研究視角方面，現(xiàn)有研究較多關(guān)注與強(qiáng)調(diào)人工智能應(yīng)用給組織層面帶來的影響[3-5]，而針對(duì)人工智能應(yīng)用背景下，員工個(gè)體的心理與行為變化的研究則較為匱乏。本研究通過深度刻畫人工智能應(yīng)用對(duì)員工創(chuàng)新的影響機(jī)制，進(jìn)一步揭示了二者之間的黑箱關(guān)系，豐富了人工智能應(yīng)用對(duì)微觀層面的影響研究。

（2）本研究探索并驗(yàn)證了人工智能應(yīng)用對(duì)員工創(chuàng)新行為的“雙刃劍”影響路徑。從研究思路方面，以往研究在探討人工智能技術(shù)應(yīng)用的影響結(jié)果時(shí)，大多從單一邏輯出發(fā)。有部分研究聚焦積極效應(yīng)，包括增強(qiáng)員工的工作旺盛感[5]、分擔(dān)繁瑣的日常工作從而提高員工的工作績(jī)效[7]等；也有一些研究提出“技術(shù)陷阱”，聚焦消極效應(yīng)，包括提高員工的工作不安全感[8]、導(dǎo)致員工職業(yè)倦怠[9]、提高職場(chǎng)孤獨(dú)感[10]等。因此，已有研究缺乏從綜合性視角切入，不能充分揭示人工智能技術(shù)應(yīng)用的“雙刃劍”效應(yīng)。本研究將人工智能應(yīng)用的積極路徑和消極路徑納入同一框架，構(gòu)建人工智能應(yīng)用影響員工創(chuàng)新行為的雙刃劍模型，有利于深入理解人工智能技術(shù)對(duì)員工行為的綜合性影響機(jī)制，進(jìn)一步豐富了相關(guān)研究。

（3）本研究深入探究了人工智能應(yīng)用對(duì)員工創(chuàng)新行為內(nèi)在過程機(jī)制的邊界作用。已有人工智能與員工創(chuàng)新關(guān)系研究較為注重中介關(guān)系，針對(duì)邊界條件的研究較為匱乏?；贏MO框架和資源保存理論，本研究識(shí)別和探索了冗余性技能對(duì)積極影響路徑和消極影響路徑的差異化調(diào)節(jié)作用：一方面弱化了工作繁榮感的正向中介作用，另一方面緩解了工作不安全感的負(fù)向中介作用，發(fā)現(xiàn)了人工智能應(yīng)用與員工創(chuàng)新“黑箱”的重要邊界條件，進(jìn)一步厘清了內(nèi)在作用機(jī)制，拓展了員工創(chuàng)新行為的邊界作用研究。

3. 管理啟示

（1）管理者應(yīng)該制定數(shù)字智能化背景下提升員工創(chuàng)新的管理策略。未來，人工智能廣泛應(yīng)用于工作場(chǎng)所的情景下，企業(yè)應(yīng)采用人機(jī)協(xié)同培訓(xùn)、營(yíng)造人機(jī)協(xié)同環(huán)境等人力資源實(shí)踐，培養(yǎng)員工緊跟技術(shù)前沿、擁抱技術(shù)革新理念，提升持續(xù)學(xué)習(xí)能力，鼓勵(lì)員工與人工智能、數(shù)字化技術(shù)互相協(xié)同融合，促進(jìn)員工產(chǎn)生創(chuàng)新創(chuàng)造行為，為技術(shù)管控、人力資源管理政策的制定和制度的安排指明方向，實(shí)現(xiàn)員工和組織的和諧共生。

（2）在人工智能技術(shù)蓬勃發(fā)展背景下，管理者應(yīng)更關(guān)注員工的心理感知。企業(yè)引入人工智能技術(shù)后，管理者在關(guān)注組織層面的經(jīng)營(yíng)模式、企業(yè)績(jī)效等變化的同時(shí)，更應(yīng)該關(guān)注個(gè)體層面的心理感知和感受。一方面，激發(fā)員工的工作繁榮感和工作激情，使其擁有良好的工作狀態(tài)，改進(jìn)工作方式，創(chuàng)造更多價(jià)值；另一方面，緩解人工智能技術(shù)給員工帶來的不安全感和威脅，積極進(jìn)行疏導(dǎo)和心理培訓(xùn)，“變危機(jī)為契機(jī)”。

（3）企業(yè)應(yīng)注重甄選冗余性技能高的員工，同時(shí)增加技能培訓(xùn)、輪崗等方式提高員工的冗余性技能。本研究識(shí)別了冗余性技能在人工智能應(yīng)用與員工創(chuàng)新行為關(guān)系間的邊界作用，尤其當(dāng)員工產(chǎn)生消極的工作感知時(shí)，擁有較高冗余性技能的員工更有底氣和信心，更能緩解和調(diào)試消極工作不安全感。因此，組織管理者不僅可以在招聘與甄選等人力資源管理實(shí)踐過程中，通過科學(xué)的測(cè)評(píng)方式識(shí)別候選者擁有冗余性技能的程度，優(yōu)先雇傭擁有較高冗余性技能的員工，同時(shí)對(duì)于已錄用的員工，引導(dǎo)其不斷拓寬自身技能能力，使其能夠正確看待消極情緒，從而減輕不良情緒對(duì)其創(chuàng)新行為的抑制作用。

4. 研究局限與展望

第一，本研究采用的是橫截面數(shù)據(jù)，收集方式較為單一，未來可以通過多階段和多個(gè)數(shù)據(jù)源收集數(shù)據(jù)，降低數(shù)據(jù)收集方式可能造成的影響。第二，本研究?jī)H探討了員工工作繁榮感和工作不安全感、冗余性技能對(duì)人工智能應(yīng)用與員工創(chuàng)新關(guān)系的影響，而組織層面中的組織文化、組織形式、組織效益與組織規(guī)模等和個(gè)體層面中的個(gè)體認(rèn)知、工作投入、認(rèn)知評(píng)價(jià)、技能延展性、技能多樣性等也可能是影響員工創(chuàng)新行為的重要因素。因此，未來研究可以嘗試構(gòu)建更加全面的作用機(jī)制模型，以更加深入揭示人工智能技術(shù)對(duì)員工創(chuàng)新的影響。

參考文獻(xiàn)：

[1] 陳琳，高悅蓬，余林徽.人工智能如何改變企業(yè)對(duì)勞動(dòng)力的需求？——來自招聘平臺(tái)大數(shù)據(jù)的分析[J].管理世界，2024，40（6）：74-93.

[2] 侯光文，劉青青.數(shù)字化情境下如何激活企業(yè)創(chuàng)新韌性——穩(wěn)定性與靈活性二元視角[J].科技進(jìn)步與對(duì)策，2024，41（17）：97-105.

[3] 陳旭升，汪鵬飛，張旭東.數(shù)智賦能區(qū)域傳統(tǒng)工業(yè)企業(yè)創(chuàng)新路徑研究——基于TOEP理論框架[J].科技進(jìn)步與對(duì)策，2024，41（2）：68-78.

[4] 王健.效果邏輯、機(jī)緣巧合與數(shù)字創(chuàng)新績(jī)效[J].科研管理，2023，44（12）：42-49.

[5] 朱曉妹，王森，何勤.人工智能嵌入視域下崗位技能要求對(duì)員工工作旺盛感的影響研究[J].外國(guó)經(jīng)濟(jì)與管理，2021，43（11）：15-25.

[6] KAHN W A. Psychological Conditions of Personal Engagement and Disengagement at Work[J]. Academy of Management Journal，1990，33（4）：692-724.

[7] 盛曉娟，郭輝，何勤.人工智能技術(shù)運(yùn)用何以提高員工任務(wù)績(jī)效？[J].北京聯(lián)合大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，20（4）：85-94.

[8] 王才，周文斌，趙素芳.機(jī)器人規(guī)模應(yīng)用與工作不安全感——基于員工職業(yè)能力調(diào)節(jié)的研究[J].經(jīng)濟(jì)管理，2019，41（4）：111-126.

[9] YAM K C， TANG P M， JACKSON J C， et al. The Rise of Robots Increases Job Insecurity and Maladaptive Workplace Behaviors：Multimethod Evidence[J].Journal of Applied Psychology，2022，24（2）：1-21.

[10] OZCELIK H， BARSADE S G. No Employee an Island： Workplace Loneliness and Job Performance[J].Academy of Management Journal，2018，61（6）：2343-2366.

[11] 吳慈恩，皮平凡，關(guān)新華.機(jī)器人性能特征如何影響員工工作幸福感——基于創(chuàng)新抵制理論與資源保存理論的雙重視角[J].旅游導(dǎo)刊，2023，7（2）：55-78.

[12] HOBFOLL S E， HALBESLEBEN J， NEVEU J P， et al.Conservation of Resources in the Organizational Context： The Reality of Resources and Their Consequences[J].Annual Review of Organizational Psychology and Organizational Behavior，2018，5（1）：103-128.

[13] APPELBAUM E， BAILEY T R， KALLEBERG A L.Manufacturing Advantage：Why High-performance Work Systems Pay Off[J].Academy of Management Review，2000，26（3）：459-462.

[14] TANG P M， KOOPMAN J， MAI K M， et al.When Conscientious Employees Meet Intelligent Machines：An Integrative Approach Inspired by Complementarity Theory and Role Theory[J]. Journal of Applied Psychology，2022，63（3）：1019-1054.

[15] VRONTIS D， CHRISTOFI M， PEREIRA V， et al.Artificial Intelligence， Robotics， Advanced Technologies and Human Resource Management：A Systematic Review[J].The International Journal of Human Resource Management，2022，33（6）：1237-1266.

[16] KARK R， CARMELI A. Alive and Creating： The Mediating Role of Vitality and Aliveness in the Relationship between Psychological Safety and Creative Work Involvement[J].Journal of Organizational Behavior，2010，30（6）：785-804.

[17] HELLGREN J， SVERKE M， Isaksson K.A Two-dimensional Approach to Job Insecurity： Consequences for Employee Attitudes and Well-being[J].European Journal of Work amp; Organizational Psychology，1999，8（2）：179-195.

[18] DE WITTE H.Job Insecurity and Psychological Well-being： Review of the Literature and Exploration of Some Unresolved Issues[J].European Journal of Work and Organizational Psychology，1999，8（2）：155-177.

[19] SMIDS J， NYHOLM S， BERKERS H. Robots in the Workplace： A Threat to—or Opportunity for Meaningful Work？[J].Philosophy and Technology，2020（33）：503-522.

[20] BROUGHAM D， HAAR J.Smart Technology， Artificial Intelligence， Robotics， and Algorithms（STARA）： Employees' Perceptions of Our Future Workplace[J].Journal of Management amp; Organization，2018，24（2）：239-257.

[21] SCOTT S G， BRUCE R A. Determinants of Innovative Behavior：A Path Model of Individual Innovation in the Workplace[J].Academy of Management Journal，1994，37（3）：580-607.

[22] MARCH J G， SIMON H A.Social Science Electronic Publishing[J].Organization，1958，2（1）：105-132.

[23] PENROSE E T. The Growth of the Firm[M].Oxford： Oxford Basil Blackwell，1959.

[24] 牛天，張帆.嵌入、表達(dá)、認(rèn)同：斜杠青年的自我實(shí)現(xiàn)研究[J].中國(guó)青年研究，2020（6）：90-95．

[25] PORATH C， SPREITZER G， GIBSON C.Thriving at Work：Toward Its Measurement， Construct Validation， and Theoretical Refinement[J].Journal of Organizational Behavior，2012，33（2）：250-275.

[26] MOUSUMI B， DONAL E G.The Effects of Flexibility in Employee Skills， Employee Behaviors， and Human Resource Practices on Firm Performance[J].Journal of Management，2005，31（4）：622-640.

[27] TROILO G， DE LUCA L M， ATUAHENE-GIMA K.More Innovation with Less？ A Strategic Contingency View of Slack Resources， Information Search， and Radical Innovation[J].Journal of Product Innovation Management，2014，31（2）：259-277.

基金項(xiàng)目：天津市哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目“共享經(jīng)濟(jì)背景下平臺(tái)型人力資源管理的作用機(jī)制研究”（項(xiàng)目編號(hào)：TJGL21-024）；天津師范大學(xué)教學(xué)改革項(xiàng)目“《人力資源管理》課程融入思政元素的設(shè)計(jì)路徑研究與實(shí)踐”（項(xiàng)目編號(hào)：JG01223062）；天津師范大學(xué)研究生科研創(chuàng)新項(xiàng)目“工作壓力對(duì)員工創(chuàng)新行為的影響研究——工作繁榮感的中介作用和悖論思維的調(diào)節(jié)作用”（項(xiàng)目編號(hào)：2024KYCX079Y）。

作者簡(jiǎn)介：劉翔宇，女，博士，天津師范大學(xué)管理學(xué)院副教授，碩士生導(dǎo)師，研究方向?yàn)槿肆Y源管理創(chuàng)新；成紅梅，通訊作者，女，天津師范大學(xué)管理學(xué)院碩士研究生，研究方向?yàn)槿肆Y源管理。

（收稿日期：2024-12-02" 責(zé)任編輯：魯文雯）