工作替代還是工作轉(zhuǎn)型？技術型工作不安全感的內(nèi)涵、影響后果及來源

摘" 要" 在中國企業(yè)數(shù)字化轉(zhuǎn)型之際， 有效緩解和應對員工工作不安全感對構建和諧穩(wěn)定的勞動關系至關重要。傳統(tǒng)的工作不安全感研究廣泛探討了工作不安全感的來源和影響效果， 但忽視了人工智能技術的快速發(fā)展和應用這一當前組織管理實踐和研究的重要背景。本文在人工智能背景下創(chuàng)新性地提出技術型工作不安全感這一概念來反映人工智能技術的發(fā)展和應用導致個體感知到的工作不安全感。本文有三個研究目的： 第一， 探討技術型工作不安全感的內(nèi)涵和維度結構， 擬提煉出工作替代不安全感和工作轉(zhuǎn)型不安全感兩個維度; 第二， 探討技術型工作不安全感對員工工作結果和職業(yè)結果的影響; 第三， 探討技術型工作不安全感的來源。本文不僅能豐富人工智能背景下工作不安全感的概念和理論研究， 還能在中國企業(yè)數(shù)字化轉(zhuǎn)型之際為和諧穩(wěn)定勞動關系的建立和員工工作幸福感的提升提供實踐啟示。

關鍵詞" 技術型工作不安全感， 人工智能技術， 工作替代， 工作轉(zhuǎn)型

分類號" B849; C93

1" 問題提出

伴隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)和人工智能技術等推動新一輪技術變革， 數(shù)字經(jīng)濟已上升為國家戰(zhàn)略， 中國企業(yè)正加快數(shù)字化轉(zhuǎn)型， 員工工作也面臨著數(shù)字技術的沖擊。以機器學習、算法為代表的人工智能技術不僅能自動化簡單的事務性工作， 還能對復雜的認知類工作產(chǎn)生影響（Davenport amp; Kirby， 2016; Huang amp; Rust， 2018）。人工智能技術對人類工作的影響已由操作類崗位延伸至營銷類、技術類和管理類崗位， 由生產(chǎn)車間延伸至營銷、財務、研發(fā)和人力資源管理部門（Daugherty amp; Wilson， 2018）。例如， 萬科集團數(shù)字員工“崔筱盼”以高于人類千百倍的效率處理各類應收/逾期提醒以及工作異常偵測任務， 浦發(fā)銀行數(shù)字員工“小浦”不僅能有感情地與客戶交流， 還能主動學習持續(xù)提高服務能力。鑒于此， 社會各界開始關注人工智能技術將如何影響人類工作。人類工作會被機器自動化嗎？人類工作會被人工智能技術重塑嗎？因此， 在中國企業(yè)數(shù)字化轉(zhuǎn)型之際， 探討員工感知其工作在未來的連續(xù)性和穩(wěn)定性具有重要的現(xiàn)實意義。

工作不安全感（job insecurity）研究的是個體感知到的工作在未來缺乏連續(xù)性和穩(wěn)定性的威脅（De Witte， 1999; Greenhalgh amp; Rosenblatt， 1984）， 是國內(nèi)外工作壓力和職業(yè)健康領域的一個熱點研究主題（Jiang amp; Lavaysse， 2018; Lee et al.， 2018; 胡三嫚， 2007）。根據(jù)其定義， 工作不安全感反映了個體擔心未來可能失去當前工作或當前工作中有價值的工作特征， 如挑戰(zhàn)性的工作任務和晉升發(fā)展機會等（Greenhalgh amp; Rosenblatt， 1984; Hellgren et al.， 1999）。以往研究雖然探討了工作不安全感的組織影響因素和個體影響因素以及工作不安全感對員工身心健康、工作態(tài)度和工作行為等結果的影響（Jiang et al.， 2021; Lee et al.， 2018; Shoss， 2017）， 但較少關注人工智能技術的發(fā)展和應用這一當前組織管理實踐和研究中不容忽視的背景（羅文豪 等， 2022）。人工智能技術會對人類工作產(chǎn)生巨大沖擊， 威脅員工當前工作的連續(xù)性和穩(wěn)定性（Daugherty amp; Wilson， 2018; Davenport amp; Kirby， 2016）， 然而目前人工智能背景下的工作不安全感理論研究卻十分缺乏。

僅有為數(shù)不多的研究在人工智能背景下考察了工作不安全感的來源（員工智能技術知覺， Brougham amp; Haar， 2020; Lingmont amp; Alexiou， 2020; 職業(yè)替代風險， Dengler amp; Gundert， 2021; 機器人接觸， Yam et al.， 2022）以及工作不安全感對員工倦怠、工作行為和職業(yè)能力發(fā)展等結果的影響（Koo et al.， 2021; Yam et al.， 2022; 陳文晶 等， 2020）。遺憾的是， 這些研究關注的是個體的總體工作不安全感， 并未聚焦人工智能技術的發(fā)展和應用導致個體感知到的工作不安全感， 這阻礙了研究者深入揭示人工智能背景下的工作不安全感現(xiàn)象， 也不利于組織采取針對性的措施緩解和應對人工智能技術引發(fā)的員工消極工作體驗。那么， 人工智能技術的發(fā)展和應用會導致個體感知到哪些方面的工作不安全感？它們的獨特影響后果是什么？獨特來源是什么？

本文的首要研究目的是界定人工智能背景下的工作不安全感， 提出技術型工作不安全感這一概念， 并探討其維度結構。本文將技術型工作不安全感定義為人工智能技術的發(fā)展和應用導致個體感知到的工作在未來缺乏連續(xù)性和穩(wěn)定性的威脅。鑒于人工智能技術可能自動化人類工作（替代人類）導致員工擔心失去當前工作， 也可能重塑人類工作導致員工擔心當前工作的工作內(nèi)容、工作方式和工作技能要求等發(fā)生變化（Roos amp; Shroff， 2017; 邱玥， 何勤， 2020）， 本文擬提煉出工作替代不安全感和工作轉(zhuǎn)型不安全感兩個技術型工作不安全感核心維度。本文的研究目的二是揭示技術型工作不安全感對員工工作結果和職業(yè)結果的影響。本文的研究目的三是探討技術型工作不安全感的來源。

通過明確技術型工作不安全感的內(nèi)涵和維度結構、揭示其影響后果和識別其來源， 本文構建了一個系統(tǒng)的技術型工作不安全感理論框架， 具有理論意義和實踐意義。在理論意義方面， 本文創(chuàng)新性地提出技術型工作不安全感這一概念并區(qū)分工作替代和工作轉(zhuǎn)型不安全感， 有利于深化人工智能背景下工作不安全感的概念研究。其次， 本文探討技術型工作不安全感的影響后果和來源， 能夠促進人工智能背景下工作不安全感的理論研究。通過識別技術型工作不安全感的獨特影響后果和影響因素， 本文也有利于揭示以往研究所忽視的現(xiàn)象。在實踐意義方面， 本文既能為有效管理技術型工作不安全感的影響后果提供啟示， 又能為針對性應對技術變革引發(fā)的員工消極工作體驗提供指導。

2" 研究現(xiàn)狀分析

2.1" 傳統(tǒng)背景下的工作不安全感研究

2.1.1" 工作不安全感的概念和維度結構

表1列舉了國內(nèi)外學者對工作不安全感的定義?？梢钥闯?， 不同學者對工作不安全感的定義存在差異， 但總體而言工作不安全感具有三方面特征。第一， 工作不安全感是員工的主觀感知。在相同的客觀環(huán)境中， 不同員工的工作不安全感可能存在差異。第二， 工作不安全感是員工對工作損失的未來預期， 而不是已經(jīng)發(fā)生的損失。第三， 工作不安全感是員工對當前雇傭組織和當前工作的感受。關于工作不安全感的維度結構， 有學者關注了總體工作不安全感（Greenhalgh amp; Rosenblatt， 1984）， 也有學者區(qū)分了不同維度的工作不安全感， 如數(shù)量型和質(zhì)量型工作不安全感（Hellgren et al.， 1999）、認知型和情感型工作不安全感（Huang et al.， 2010）與崗位焦點和人員焦點工作不安全感（馬冰 等， 2022）。

2.1.2" 工作不安全感研究的理論視角

在傳統(tǒng)背景下， 研究者主要基于認知評價理論、資源保存理論、社會交換理論和社會身份理論等視角探討了工作不安全感的影響因素和影響后果（如圖1所示）。總體而言， 現(xiàn)有研究較多地探討了工作不安全感的影響后果， 較少關注工作不安全感的影響因素。以下簡要回顧現(xiàn)有研究。

認知評價理論。認知評價理論（Lazarus amp; Folkman， 1984）認為， 個體是否感知到客觀情境對自身福祉的影響以及個體是否有充足的資源應對這一影響共同決定了其認知評價和應對方式。根據(jù)認知評價理論， 消極的組織情境因素（較差的組織績效， Debus et al.， 2014; 頻繁的組織變革， ?al??kan amp; ?zko?， 2020）會引發(fā)工作不安全感， 對消極刺激敏感或者缺乏應對資源的員工（高消極情緒特質(zhì)、外控制點， Debus et al.， 2014）不僅總體體驗到更高的工作不安全感而且對消極情境或刺激的工作不安全感反應更強。另外， 工作不安全感也會引發(fā)消極評價， 進而損害員工積極的工作態(tài)度、工作行為和身心健康（Debus et al.， 2012; Vander Elst et al.， 2014）。

資源保存理論。資源保存理論（Hobfoll et al.， 2018）認為， 個體致力于維持和保存現(xiàn)有資源， 并利用現(xiàn)有資源獲取新資源。實際的資源損失和潛在的資源損失威脅會導致個體壓力反應， 同時引發(fā)個體采取行動保護資源。另外， 資源的獲得和損失呈現(xiàn)螺旋狀態(tài)。當個體擁有充足的資源時， 傾向于獲得更多的資源; 當個體缺乏資源或面臨資源損失威脅時， 傾向于進一步損失資源。根據(jù)資源保存理論， 資源較少或處于資源損失狀態(tài)的員工更傾向體驗到工作不安全感（Jiang et al.， 2021; Vander Elst et al.， 2018）。同時， 工作不安全感是一種潛在的資源損失威脅， 會導致員工壓力反應， 降低員工對工作的滿意度、對組織的情感承諾和對工作的投入等（Jiang amp; Lavaysse， 2018; Jiang amp; Probst， 2017; Sender et al.， 2017）。

社會交換理論。社會交換理論（Cropanzano amp; Mitchell， 2005; 鄒文篪 等， 2012）認為， 在社會交換關系中， 如果一方從另一方獲益， 就有義務回饋對方使雙方的積極交換關系得以維持; 反之， 如果一方被另一方傷害， 也會報復對方以維持公平感。心理契約理論是典型的社會交換視角。一方面， 保障工作穩(wěn)定是員工與組織之間心理契約的一部分。感知自己與組織之間的心理契約破裂會降低員工對工作環(huán)境的控制感， 使員工體驗到工作不安全感（Keim et al.， 2014）。另一方面， 當員工體驗到工作不安全感時， 其傾向于認為組織破壞了雙方互惠關系， 感知到自己與組織之間的心理契約破裂， 感到情緒耗竭， 降低對工作的滿意度和對組織的情感承諾， 并降低工作投入和采取反生產(chǎn)行為等損害組織利益的行為（De Cuyper amp; De Witte， 2006; Huang et al.， 2017; Piccoli amp; De Witte， 2015）。

社會身份理論。根據(jù)社會身份理論（Ashforth amp; Mael， 1989）， 個體的社會身份受到威脅會引發(fā)一系列消極后果， 如激發(fā)其消極情感、降低其對群體的認同和工作表現(xiàn)等?，F(xiàn)有研究表明， 工作不安全感威脅了員工的組織身份（Piccoli et al.， 2017; 宋靖 等， 2018）和員工作為被雇傭個體的身份（Selenko et al.， 2017）， 降低其工作績效、組織公民行為和幸福感等。同時， 低質(zhì)量的領導?成員交換關系也會通過降低員工的組織內(nèi)部人身份感知而導致員工體驗到工作不安全感（Wang et al.， 2019）。

自我決定理論。自我決定理論（Ryan amp; Deci， 2000）認為， 滿足個體自主性、勝任力和歸屬感三種基本心理需要的工作環(huán)境， 會激發(fā)其工作動機和積極工作行為?，F(xiàn)有研究基于自我決定理論探討了工作不安全感對員工工作行為的影響。工作不安全感尤其是發(fā)展型工作不安全感威脅了員工自主性、勝任力和歸屬感需要， 降低其組織公民行為、創(chuàng)造力和創(chuàng)新行為（Montani et al.， 2021; Stynen et al.， 2015）， 增加其反生產(chǎn)行為（Van den Broeck et al.， 2014）。

溢出和交叉效應。溢出效應指個體的工作體驗和家庭體驗會相互滲透， 反映了個體內(nèi)不同角色之間的影響過程（Bolger et al.， 1989）。交叉效應指個體的情緒體驗會影響身邊的人， 反映了個體間的影響過程（Westman， 2001）。工作不安全感作為工作壓力源， 會導致員工緊張、焦慮等消極情緒， 進而可能影響其家庭生活（即溢出效應）， 甚至會影響其家庭成員（即交叉效應）?，F(xiàn)有研究發(fā)現(xiàn)， 父親的工作不安全感導致父親的金錢焦慮， 進而導致子女的金錢焦慮（Lim amp; Sng， 2006）， 同時父母的工作不安全感影響父母對子女的教養(yǎng)行為（Lim amp; Loo， 2003）。

2.2" 人工智能背景下的工作變革和工作不安全感研究

人工智能技術會對未來的工作和雇傭狀況產(chǎn)生深刻影響。在這一背景下， 學者們關注了人工智能技術對工作的客觀影響（即工作變革）， 以及這一影響導致員工感知到的人工智能技術對工作連續(xù)性和穩(wěn)定性的威脅（即工作不安全感）。接下來， 本文將回顧這兩部分內(nèi)容。

2.2.1" 人工智能背景下的工作變革

人工智能技術使用機器代替人類實現(xiàn)認知、識別和分析等功能， 包括人工神經(jīng)網(wǎng)絡、機器學習、算法和自然語言處理等技術。不同于以往技術， 人工智能技術不僅能自動化簡單的事務性工作， 還能對復雜的認知類工作產(chǎn)生影響（Davenport amp; Kirby， 2016; Huang amp; Rust， 2018; 李磊 等， 2021）。學者們對人工智能技術將如何影響人類工作持不同的觀點。

持智能自動化（AI automation）觀點的學者認為人工智能技術通過自動化各類工作任務， 最終導致人類工作被機器取代（Tschang amp; Almirall， 2021）。Huang和Rust （2018）提出了工作替代理論來預測人工智能技術對人類工作的影響。Huang和Rust區(qū)分了機械類、分析類、直覺類和移情類四種智能類型， 并指出這四種智能類型對機器的難度依次增大。人工智能技術先自動化“較低”智能類型的任務， 然后升級到“更高”智能類型的任務， 最終完全替代人類。Frey和Osborne （2017）基于美國勞動力市場數(shù)據(jù)估計了702個職業(yè)被替代的風險， 發(fā)現(xiàn)未來10～20年美國大概47%的工作面臨著因計算機化而消失的可能性。Arntz等（2016）通過對任務自動化程度的評估， 發(fā)現(xiàn)在21個經(jīng)合組織國家中平均9%的工作具有較高的被自動化的風險。在韓國有6%的工作被認定為易受自動化的影響， 而在奧地利這一比例達12%。Zhou等（2020）基于中國勞動力市場估計了人工智能技術對不同職業(yè)的替代率， 發(fā)現(xiàn)截至2049年中國將有2.78億勞動力被人工智能技術替代。

持智能增強（AI augmentation）觀點的學者認為人工智能技術會自動化非核心工作任務， 協(xié)助人類完成核心工作任務， 最終實現(xiàn)人機協(xié)作和人機優(yōu)勢互補（Daugherty amp; Wilson， 2018）。Chui等（2015）基于美國勞動力市場數(shù)據(jù)指出人工智能技術會重塑人類工作， 不僅使人類更高效地工作， 而且將人類從重復、機械化的工作中解脫出來從事更復雜、更具創(chuàng)意的工作。例如， 營銷人員使用人工智能技術獲取潛在客戶信息、識別潛在交叉銷售和追加銷售機會以提升銷售效率。Malik等（2022）基于一家全球技術咨詢跨國公司印度分公司的案例研究發(fā)現(xiàn)， 人工智能技術在人力資源管理中的應用促進了員工對人力資源管理實踐的個性化體驗， 增加了員工的工作滿意度、組織承諾， 減少了員工的退縮傾向， 提升了人力資源管理實踐的有效性。Upadhyay和Khandelwal （2018）指出將人工智能技術用于人員招聘可以提高招聘效率、削減招聘成本。隨著人工智能技術自動化繁瑣的簡歷篩選任務， 招聘人員將有更多時間專注于戰(zhàn)略問題和開展長期規(guī)劃。

2.2.2" 人工智能背景下的工作不安全感

少數(shù)學者關注了員工感知到的人工智能技術對工作連續(xù)性和穩(wěn)定性的威脅， 開始在人工智能背景下探討工作不安全感的影響因素和作用效果。關于工作不安全感影響因素， Lingmont和Alexiou （2020）探討了智能技術知覺對工作不安全感的影響以及組織學習文化和組織權威文化的調(diào)節(jié)作用。其研究發(fā)現(xiàn)智能技術知覺增加員工工作不安全感， 組織權威文化強化這一關系， 組織學習文化不影響這一關系。Brougham和Haar （2020）也發(fā)現(xiàn)智能技術知覺導致員工工作不安全感， 并且擁有更多工作選擇的員工能更好地應對智能技術知覺的負面影響。然而Brougham和Haar （2018）發(fā)現(xiàn)智能技術知覺不影響員工工作不安全感。另外， Dengler和Gundert （2021）發(fā)現(xiàn)職業(yè)替代風險增加員工認知工作不安全感， 但不影響員工情感工作不安全感。Nam （2019）發(fā)現(xiàn)當前工作的人際互動要求降低員工工作不安全感， 而專業(yè)知識要求、創(chuàng)造力要求和任務重復性不影響員工工作不安全感。Yam等（2022）發(fā)現(xiàn)機器人接觸會增加員工工作不安全感， 并進而導致員工耗竭和人際偏離行為。關于工作不安全感影響后果， 陳文晶等（2022）在人工智能背景下探討了工作不安全感對員工職業(yè)能力發(fā)展的影響。其研究發(fā)現(xiàn)， 數(shù)量型工作不安全感與員工職業(yè)能力發(fā)展之間存在U型關系， 質(zhì)量型工作不安全感與員工職業(yè)能力發(fā)展正相關。職業(yè)替代風險強化數(shù)量型工作不安全感對職業(yè)能力發(fā)展的U型效應， 緩解質(zhì)量型工作不安全感與職業(yè)能力發(fā)展之間的正向關系。

2.3" 人工智能背景下工作不安全感研究的挑戰(zhàn)與機遇

工作不安全感的概念和維度結構。人工智能技術對工作連續(xù)性和穩(wěn)定性的影響體現(xiàn)在多方面。一方面， 人工智能技術自動化人類工作可能導致員工失去工作（Roos amp; Shroff， 2017; 邱玥， 何勤， 2020）。例如， 自助收銀系統(tǒng)的應用導致收銀員失業(yè)。另一方面， 人工智能技術增強人類工作可能使員工面臨工作轉(zhuǎn)型（Roos amp; Shroff， 2017; 邱玥， 何勤， 2020）。例如， 人工智能技術重塑人力資源專家的工作使其更加聚焦于決策、戰(zhàn)略和人際溝通任務。傳統(tǒng)背景下的工作不安全感研究區(qū)分了數(shù)量型和質(zhì)量型工作不安全感（Hellgren et al.， 1999）、認知型和情感型工作不安全感（Huang et al.， 2010）以及崗位焦點和人員焦點工作不安全感（馬冰 等， 2022）。然而這些維度結構不能有效地反映人工智能技術的發(fā)展和應用導致個體感知到的工作在未來缺乏連續(xù)性和穩(wěn)定性的威脅， 即工作被智能自動化使員工面臨失業(yè)和工作被智能增強使員工面臨工作轉(zhuǎn)型。因此， 研究者有必要針對性地探討人工智能背景下工作不安全感這一概念的內(nèi)涵和維度結構。

工作不安全感的影響后果。傳統(tǒng)背景下的工作不安全感主要反映員工對未來不能從事當前工作被他人替代的主觀感知， 而人工智能背景下的工作不安全感主要反映員工對未來不能從事當前工作被技術替代或者不適應技術的主觀感知。被他人替代和被技術替代會引發(fā)不同的心理反應。研究發(fā)現(xiàn)， 被他人替代更容易導致個體感知到自我價值受到威脅， 被技術替代更容易導致個體對未來的經(jīng)濟前景感到擔憂（Granulo et al.， 2019）。鑒于此， 人工智能技術引發(fā)的工作不安全感對員工的影響可能與傳統(tǒng)背景下工作不安全感的影響不盡相同。另外， 人工智能技術既可能導致工作被智能自動化， 也可能導致工作被智能增強。由于員工對智能自動化和智能增強的心理反應不同（Einola amp; Khoreva， 2023）， 這兩種模式下的工作不安全感對員工的影響也可能存在差異。因此， 研究者有必要針對性地揭示人工智能背景下工作不安全感的影響后果以及其不同維度的差異化影響。

工作不安全感的來源。傳統(tǒng)背景下的工作不安全感研究主要探討了組織溝通、組織變革和組織績效等組織相關情境因素以及員工人口統(tǒng)計學變量、情緒特質(zhì)和自我評價特質(zhì)等個人因素對工作不安全感的影響（Lee et al.， 2018; Jiang et al.， 2021）。人工智能背景下的工作不安全感主要來源于人工智能技術引發(fā)的工作變革。當前的工作特征和職業(yè)特征很多程度上決定了在人工智能背景下工作將經(jīng)歷何種程度、何種類型的變革， 以及員工將體驗到何種程度、何種類型的工作不安全感（Dengler amp; Gundert， 2021; Nam， 2019）。同時， 智能技術知覺等技術相關的個人特征很可能影響員工是否感知到人工智能技術對工作的影響， 以及是否體驗到工作不安全感（Brougham amp; Haar， 2020; Lingmont amp; Alexiou， 2020）。因此， 研究者有必要揭示人工智能背景下工作不安全感的獨特影響因素， 如當前工作的工作特征和技術相關的個人特征等。

因此， 本文以人工智能背景下的工作不安全感為核心， 提出技術型工作不安全感這一概念， 重點探討三方面的問題： 1）技術型工作不安全感的內(nèi)涵和維度結構， 2）不同維度技術型工作不安全感對員工工作結果和職業(yè)結果的影響， 3）當前工作的工作特征和員工技術相關的個人特征對技術型工作不安全感的影響。

3" 研究構思

3.1" 研究目標與研究框架

本文以人工智能背景下的工作不安全感為核心， 提出技術型工作不安全感這一概念， 首先探討技術型工作不安全感的內(nèi)涵和維度結構， 然后探討其作用效果和來源。具體有三方面的研究目標：

（1）結合工作不安全感的研究和人工智能背景下的工作變革研究， 明確技術型工作不安全感的內(nèi)涵， 剖析技術型工作不安全感的維度結構， 擬提煉出工作替代不安全感和工作轉(zhuǎn)型不安全感兩個維度。

（2）基于信號理論探討技術型工作不安全感對員工工作結果和職業(yè)結果的影響， 以及上述影響的中介機制和邊界條件。

（3）基于認知評價理論探討當前工作的工作特征對技術型工作不安全感的影響， 員工技術相關的個人特征對技術型工作不安全感的影響， 以及工作特征和個人特征對技術型工作不安全感的聯(lián)合影響。

與研究目標相對應， 本文共包括3個子研究， 總體研究框架如圖2所示。

3.2" 研究 1： 人工智能背景下技術型工作不安全感的內(nèi)涵和維度結構研究

本研究的核心問題： 人工智能背景下技術型工作不安全感的內(nèi)涵是什么？技術型工作不安全感有哪些基本維度？以往研究雖然在人工智能背景下考察了工作不安全感的來源（員工智能技術知覺， Brougham amp; Haar， 2020; Lingmont amp; Alexiou， 2020; 職業(yè)替代風險， Dengler amp; Gundert， 2021）以及工作不安全感對員工倦怠、工作行為和職業(yè)能力發(fā)展等結果的影響（Koo et al.， 2021; Yam et al.， 2022; 陳文晶 等， 2020）， 但并未聚焦于人工智能技術的發(fā)展和應用導致的工作不安全感。為了更有針對性地揭示人工智能背景下的工作不安全感現(xiàn)象， 本文提出技術型工作不安全感這一概念， 將技術型工作不安全感定義為： 人工智能技術的發(fā)展和應用導致個體感知到的工作在未來缺乏連續(xù)性和穩(wěn)定性的威脅。圍繞該定義， 本研究首先采用質(zhì)性研究方法提煉技術型工作不安全感的核心維度， 然后開發(fā)測量工具。

第一， 核心維度。擬通過深度訪談的方式， 全面了解在管理實踐中人工智能技術如何影響個體對工作在未來連續(xù)性和穩(wěn)定性的感知。在充分收集信息的基礎上， 構建技術型工作不安全感的理論模型。通過查閱文獻可知， 人工智能技術對人類工作的影響主要有兩種模式： 1）智能自動化， 即人工智能技術自動化人類工作的核心任務， 人類最終被機器替代， 比如自助收銀系統(tǒng)替代收銀員; 2）智能增強， 即人工智能技術自動化人類工作的非核心任務， 人類和機器密切協(xié)作完成核心任務， 如人工智能技術自動化簡歷篩選任務并協(xié)助人力資源專家更好地完成決策和戰(zhàn)略規(guī)劃任務。在智能自動化和智能增強模式下， 工作的連續(xù)性和穩(wěn)定性都受到了威脅， 因此員工都傾向于感知到技術型工作不安全感， 但感知技術型工作不安全感的具體內(nèi)容存在差異。智能自動化傾向于導致員工擔心在未來機器可能替代人類而失去當前工作（即工作替代不安全感）， 智能增強傾向于導致員工擔心在未來智能技術可能使當前工作中重要的工作特征（如工作內(nèi)容、工作模式和工作技能要求等）發(fā)生改變（即工作轉(zhuǎn)型不安全感）。綜上， 本研究認為： 人工智能背景下， 技術型工作不安全感有工作替代不安全感和工作轉(zhuǎn)型不安全感兩個核心維度。

第二， 測量工具。在上述研究的基礎上， 結合以往的工作不安全感測量工具（Ashford et al.， 1989; Hellgren et al.， 1999）， 本研究擬開發(fā)具有較高信效度的技術型工作不安全感量表， 并進行實證檢驗。本研究設想的工作替代不安全感的測量題目： “由于人工智能技術的發(fā)展和應用， 我擔心在未來機器可能替代人類而失業(yè)”、“由于人工智能技術的發(fā)展和應用， 我擔心在未來機器可能替代人類而被解雇”。本研究設想的工作轉(zhuǎn)型不安全感的測量題目： “由于人工智能技術的發(fā)展和應用， 我擔心在未來當前工作的技能要求可能發(fā)生改變”、“由于人工智能技術的發(fā)展和應用， 我擔心在未來當前工作的工作模式可能發(fā)生改變”。

3.3" 研究2： 人工智能背景下技術型工作不安全感的作用效果研究

研究1明確了技術型工作不安全感的內(nèi)涵， 區(qū)分了工作替代和工作轉(zhuǎn)型不安全感。在此基礎上， 研究2探討技術型工作不安全感對員工的影響并揭示不同維度技術型工作不安全感的差異化影響。研究的核心問題： 不同維度技術型工作不安全感如何影響員工工作結果和職業(yè)結果？影響機制和邊界條件是什么？信號理論（Spence， 2002）認為， 個體與更大實體（通常不可觀測）之間的信息是不對稱的。由于缺乏足夠的信息， 個體通過尋找和解讀實體釋放的信號來進行判斷和決策（Taj， 2016）。員工在當前工作中的體驗是反映職業(yè)生涯前景的重要信號（Chang amp; Busser， 2020）?；谛盘柪碚?， 本研究認為技術型工作不安全感通過影響員工對職業(yè)未來的感知（即職業(yè)未來時間洞察力）進而影響員工工作結果和職業(yè)結果。同時， 上述影響的強度取決于組織是否實施組織?員工協(xié)同發(fā)展的人力資源管理實踐（即發(fā)展型人力資源管理實踐）。研究模型圖如圖3所示。

第一， 技術型工作不安全感對員工職業(yè)未來時間洞察力（關注局限性和關注機會）的影響。職業(yè)未來時間洞察力（occupational future time perspective）反映了個體對未來職業(yè)生涯的感知（Zacher amp; Frese， 2009）。本研究關注職業(yè)未來時間洞察力的兩個維度： 關注局限性（focus on limitations）和關注機會（focus on opportunities）。關注局限性指個體感知到未來職業(yè)生涯中的約束和限制， 關注機會指個體感知到未來職業(yè)生涯中的目標、選擇和可能性（Rudolph et al.， 2018; Zacher amp; Frese，"2009）。作為員工在當前工作中的體驗， 技術型工作不安全感是重要的信號， 傳遞著職業(yè)生涯前景的信息（Chang amp; Busser， 2020）。具體而言， 工作替代不安全感不僅意味著員工需要消耗資源應對工作和職業(yè)生涯的不連續(xù)性、不穩(wěn)定性（局限性）， 也向員工傳遞著當前的工作沒有發(fā)展前景、缺乏職業(yè)機會的信息（機會）。工作轉(zhuǎn)型不安全感雖然也意味著員工需要投入個人資源應對不確定性（局限性）， 但也向員工傳遞著不斷調(diào)整工作模式、更新工作技能和提高勝任力就能在未來的職業(yè)生涯中擁有更多選擇和可能性的信息（機會）。因此， 本研究認為： 工作替代不安全感與關注局限性正相關、與關注機會負相關; 工作轉(zhuǎn)型不安全感與關注局限性和關注機會均正相關。

第二， 職業(yè)未來時間洞察力（關注局限性和關注機會）對員工工作結果和職業(yè)結果的影響。當員工關注局限性時， 會專注于損失和消極結果（Zacher amp; Frese， 2009）。因此， 關注局限性激發(fā)員工在工作中的規(guī)避傾向， 導致員工難以全身心地投入工作， 抑制員工的工作表現(xiàn)和主動職業(yè)行為， 進而也會降低員工的職業(yè)滿意度（Zacher amp; Rudolph， 2021）。當員工關注機會時， 會專注于可以獲得的機會和可以實現(xiàn)的目標（Zacher amp; Frese， 2009）。因此， 關注機會激發(fā)員工在工作中的趨近傾向， 激勵員工全身心投入工作、力爭在工作中表現(xiàn)更好以及主動進行職業(yè)生涯管理， 進而也會增加員工的職業(yè)滿意度（Zacher amp; Rudolph， 2021）。本研究認為： 關注局限性與工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度負相關; 關注機會與工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度正相關。

第三， 技術型工作不安全感通過職業(yè)未來時間洞察力（關注局限性和關注機會）對員工工作結果和職業(yè)結果的影響。工作替代和工作轉(zhuǎn)型不安全感對職業(yè)未來時間洞察力（關注局限性和關注機會）的影響不同， 因此通過職業(yè)未來時間洞察力對員工工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度的影響也不同。本研究認為： 工作替代不安全感通過關注局限性和關注機會對工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度產(chǎn)生間接負向影響; 工作轉(zhuǎn)型不安全感通過關注局限性對工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度產(chǎn)生間接負向影響， 同時通過關注機會對工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度產(chǎn)生間接正向影響。

第四， 發(fā)展型人力資源管理實踐的調(diào)節(jié)作用。發(fā)展型人力資源管理實踐將員工視為組織的合作伙伴， 通過多元培訓、發(fā)展評估、工作設計和溝通反饋來促進員工的潛力開發(fā)與職業(yè)發(fā)展， 進而實現(xiàn)組織和員工的共同發(fā)展（唐春勇等， 2021）。如同技術型工作不安全感， 這一人力資源管理實踐也是傳遞職業(yè)生涯前景信息的重要信號（Rodrigues et al.， 2020）。具體而言， 發(fā)展型人力資源管理實踐不僅能開發(fā)員工潛力、提升員工勝任力使員工感知到更多的未來職業(yè)生涯機會， 而且能提供資源幫助員工應對職業(yè)生涯的不確定性使員工感知到更少的未來職業(yè)生涯局限性。因此， 發(fā)展型人力資源管理實踐提供的信息與技術型工作不安全感（工作轉(zhuǎn)型不安全感）傳遞的未來職業(yè)生涯機會的信息一致， 與技術型工作不安全感（工作替代和工作轉(zhuǎn)型不安全感）傳遞的未來職業(yè)生涯局限性的信息不一致。信號的一致性與否會影響個體對信號反應。當不同信號提供的信息一致時， 個體更加確信信號提供的信息， 信號的作用效果增強; 反之， 當不同信號提供的信息相互沖突時， 個體會感到困惑， 信號的作用效果減弱（Connelly et al.， 2011; Ho amp; Kong， 2015）。因此， 發(fā)展型人力資源管理實踐會強化技術型工作不安全感引發(fā)的員工對未來職業(yè)生涯機會的關注， 緩解技術型工作安全感導致的員工對未來職業(yè)生涯局限性的關注。具體表現(xiàn)為： 發(fā)展型人力資源管理實踐緩解技術型工作不安全感（工作替代和工作轉(zhuǎn)型不安全感）與關注局限性之間的正向關系， 緩解工作替代不安全感與關注機會之間的負向關系， 增強工作轉(zhuǎn)型不安全感與關注機會之間的正向關系。

由于技術型工作不安全感通過職業(yè)未來時間洞察力影響員工工作結果和職業(yè)結果， 同時發(fā)展型人力資源管理實踐調(diào)節(jié)技術型工作不安全感與職業(yè)未來時間洞察力之間的關系， 因此發(fā)展型人力資源管理實踐調(diào)節(jié)技術型工作不安全感通過職業(yè)未來時間洞察力對員工工作結果和職業(yè)結果的影響。本研究認為： 發(fā)展型人力資源管理實踐緩解技術型工作不安全感（工作替代和工作轉(zhuǎn)型不安全感）通過關注局限性對工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度的負向影響， 緩解工作替代不安全感通過關注機會對工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度的負向影響， 增強工作轉(zhuǎn)型不安全感通過關注機會對工作投入、工作表現(xiàn)、主動職業(yè)行為和職業(yè)滿意度的正向影響。

3.4" 研究3： 人工智能背景下技術型工作不安全感的來源研究

為了深入理解人工智能背景下的工作不安全感現(xiàn)象、構建完整的技術型工作不安全感理論框架， 研究者不僅需要揭示技術型工作不安全感的獨特影響后果， 還需要識別其獨特來源。同時， 研究2表明工作替代和工作轉(zhuǎn)型不安全感對員工的影響不同， 那么識別這兩種維度技術型工作不安全感的差異化影響因素也有助于指導管理實踐者進行針對性的干預。研究3拓展研究2進一步探討技術型工作不安全感的來源。

人工智能技術的發(fā)展和應用幾乎會對所有工作產(chǎn)生影響， 然而影響程度和影響模式存在差異。人工智能技術通常自動化迭代和信息處理類任務， 協(xié)助人類完成復雜的問題解決類任務（Daugherty amp; Wilson， 2018）。因此， 當前工作的工作特征很大程度上決定了人工智能技術將對工作產(chǎn)生何種影響。另外， 員工能否意識到人工智能技術對工作的影響以及如何評價這一影響也可能導致其體驗到不同程度的技術型工作不安全感（Brougham amp; Haar， 2020; Lingmont amp; Alexiou， 2020）。本研究擬從工作特征因素和員工個人因素兩方面探討技術型工作不安全感的來源。研究的核心問題： 員工當前工作的工作特征會影響其感知到的技術型工作不安全感嗎？影響機制是什么？哪些特征的員工更傾向于感知到技術型工作不安全感？工作特征與個人特征會聯(lián)合影響員工感知到的技術型工作不安全感嗎？

認知評價理論（Lazarus amp; Folkman， 1984）認為， 當個體感知客觀刺激會影響自身福祉時， 會進一步評價這一刺激是促進還是損害自身福祉以及自身是否有足夠的應對資源。當客觀刺激促進自身福祉時， 個體進行挑戰(zhàn)評價; 當客觀刺激損害自身福祉并且自身缺乏足夠的應對資源時， 個體進行威脅評價。技術型工作不安全感指人工智能技術的發(fā)展和應用導致個體感知到的工作在未來缺乏連續(xù)性和穩(wěn)定性的威脅， 是個體對工作情境的主觀評價（Yam et al.， 2022）。工作特征構成了重要的工作情境， 會影響員工的認知評價， 并進而影響其工作態(tài)度、工作行為和身心健康（Ohly amp; Fritz， 2010; 姜福斌， 王震， 2022）?；谡J知評價理論， 本研究認為工作特征（信息處理要求、工作復雜性和問題解決要求）通過影響員工對智能技術影響工作的預期進而影響員工感知到的技術型工作不安全感。技術相關的個人特征（智能技術知覺和技術準備度）不僅直接影響員工感知到的技術型工作不安全感， 而且影響工作特征與技術型工作不安全感之間的關系。研究模型圖如圖4所示。

第一， 工作特征的直接作用。人工智能技術區(qū)別于以往技術的典型特征是能夠替代人的腦力， 會影響知識類工作。因此， 本研究探討信息處理要求、工作復雜性和問題解決要求三類知識性工作特征對技術型工作不安全感的影響。高信息處理要求的工作需要處理大量數(shù)據(jù)或其它信息; 高復雜性的工作需要應用多種高級技能、認知要求高; 高問題解決要求的工作需要產(chǎn)生創(chuàng)新性的想法和方案、發(fā)現(xiàn)和解決問題（Morgeson amp; Humphrey， 2006）。高信息處理要求、低復雜性、低問題解決要求的工作是機器擅長的， 傾向于被人工智能技術自動化， 使員工感知到未來會被機器替代， 因此引發(fā)員工的威脅評價和工作替代不安全感。低信息處理要求、高復雜性、高問題解決要求的工作暫時難以被人工智能技術自動化， 而需要人機協(xié)同工作引起工作模式和工作技能要求等的變化， 使員工感知到當前的工作方式和工作能力與未來的工作要求不匹配， 因此引發(fā)員工的威脅評價和工作轉(zhuǎn)型不安全感。本研究認為： 信息處理要求與工作替代不安全感正相關、與工作轉(zhuǎn)型不安全感負相關; 工作復雜性與工作替代不安全感負相關、與工作轉(zhuǎn)型不安全感正相關; 問題解決要求與工作替代不安全感負相關、與工作轉(zhuǎn)型不安全感正相關。

第二， 工作智能自動化/增強預期的中介作用。根據(jù)認知評價理論（Lazarus amp; Folkman， 1984）， 認知評價起始于個體感知到自身福祉會受到影響。因此， 本研究認為客觀的工作特征通過影響員工對智能技術影響工作的預期（工作智能自動化/增強預期）進而影響技術型工作不安全感。工作智能自動化意味著機器替代人類， 而工作智能增強意味著人機協(xié)同工作。高信息處理要求、低復雜性、低問題解決要求的工作容易被人工智能技術自動化， 而且其自動化能促進組織效率的提升（Brynjolfsson amp; McAfee， 2014; Daugherty amp; Wilson， 2018）。因此， 員工傾向于預期高信息處理要求、低復雜性、低問題解決要求的工作在未來會被智能技術自動化。反之， 低信息處理要求、高復雜性、高問題解決要求的工作暫時難以被人工智能技術自動化（Huang amp; Rust， 2017）， 需要人機協(xié)同工作。因此， 員工傾向于預期低信息處理要求、高復雜性、高問題解決要求的工作在未來會被智能技術增強。當個體預期工作會被智能自動化/增強（自身福祉受到影響）后， 會進一步評價這一影響是積極還是消極的。工作智能自動化預期進而可能導致員工感知到機器替代人類而失業(yè)的威脅（工作替代不安全感）; 工作智能增強預期進而可能導致員工感知到工作內(nèi)容、工作模式和工作技能要求等發(fā)生變化的威脅（工作轉(zhuǎn)型不安全感）。因此， 本研究認為： 信息處理要求、工作復雜性和問題解決要求通過工作智能自動化預期影響工作替代不安全感， 通過工作智能增強預期影響工作轉(zhuǎn)型不安全感。

第三， 員工個人特征的直接作用。員工個人特征影響其對客觀刺激的感知和認知評價（Lazarus amp; Folkman， 1984）。不同特征的個體對相同的客觀刺激的感知和認知評價存在差異（Debus et al.， 2014）。鑒于此， 本研究進一步探討智能技術知覺和技術準備度這兩種個人特征對技術型工作不安全感的影響。智能技術知覺反映了個體對智能技術在未來影響其工作的感知（Brougham amp; Haar， 2018）。高智能技術知覺的員工更能意識到人工智能技術的發(fā)展和應用對工作的影響， 因此總體而言更傾向于感知到技術型工作不安全感。本研究認為： 智能技術知覺與技術型工作不安全感（工作替代和工作轉(zhuǎn)型不安全感）正相關。技術準備度指個體接受和使用新技術實現(xiàn)工作目標的傾向（Lin amp; Hsieh， 2012; Parasuraman， 2000）。高技術準備度的員工更積極地看待技術引發(fā)的工作變化， 并且有充足的資源應對該變化， 因此總體而言更不傾向于感知到技術型工作不安全感。本研究認為： 技術準備度與技術型工作不安全感（工作替代和工作轉(zhuǎn)型不安全感）負相關。

第四， 員工個人特征的調(diào)節(jié)作用。根據(jù)認知評價理論（Lazarus amp; Folkman， 1984）， 個體的認知評價首先取決于個體感知到自身福祉會受到影響， 然后取決于個體如何看待這種影響以及個體是否有資源應對不利影響。工作特征信息轉(zhuǎn)化為工作智能自動化/增強預期的重要前提是員工能意識到人工智能技術在未來會對工作產(chǎn)生影響。高智能技術知覺的員工能夠意識到這一影響， 傾向于加工工作特征信息并進一步判斷人工智能技術將對工作產(chǎn)生何種影響; 反之， 低智能技術知覺的員工無法意識到人工智能技術對工作的影響， 不傾向于從人工智能技術角度加工工作特征信息（Brougham amp; Haar， 2018）。因此， 本研究認為： 智能技術知覺加強信息處理要求與工作智能自動化預期（正向）和工作智能增強預期（負向）之間的關系， 加強工作復雜性與工作智能自動化預期（負向）和工作智能增強預期（正向）之間的關系， 加強問題解決要求與工作智能自動化預期（負向）和工作智能增強預期（正向）之間的關系。另外， 工作智能自動化/增強預期是否轉(zhuǎn)化為技術型工作不安全感很大程度上取決于員工對技術的態(tài)度以及員工是否有資源應對技術帶來的變化和不確定性。高技術準備度的員工對技術持積極態(tài)度， 并且對技術具有高度掌控感（Lin amp; Hsieh， 2012; Parasuraman， 2000）。因此， 對高技術準備度的員工而言， 工作智能自動化預期更少使其感知到工作替代不安全感， 工作智能增強預期更少使其感知到工作轉(zhuǎn)型不安全感。本研究認為： 技術準備度緩解工作智能自動化預期與工作替代不安全感之間的正向關系， 緩解工作智能增強預期與工作轉(zhuǎn)型不安全感之間的正向關系。

最后， 結合上述中介作用和調(diào)節(jié)作用， 本研究還進一步認為智能技術知覺和技術準備度調(diào)節(jié)工作特征（信息處理要求、工作復雜性和問題解決要求）通過工作智能自動化/增強預期對技術型工作不安全感的影響。

4" 理論構建

本文在人工智能背景下探討了工作不安全感現(xiàn)象， 提出了技術型工作不安全感這一概念。通過明確技術型工作不安全感的內(nèi)涵和維度結果、揭示其影響后果并識別其影響因素， 本文構建了一個系統(tǒng)的技術型工作不安全感理論框架， 有以下三方面的理論創(chuàng)新。

首先， 本文創(chuàng)新性地提出了技術型工作不安全感這一概念并剖析其維度結構， 深化了人工智能背景下的工作不安全感研究。以往研究主要在傳統(tǒng)背景下探討了工作不安全感的影響因素和影響后果（Jiang et al. 2021; Lee et al.， 2018; Shoss， 2017）。只有少數(shù)研究在人工智能背景下探討了工作不安全感現(xiàn)象（Brougham amp; Haar， 2020; Lingmont amp; Alexiou， 2020; Nam et al， 2019）， 但并未聚焦人工智能技術的發(fā)展和應用導致個體感知到的工作不安全感。技術型工作不安全感這一概念的提出和內(nèi)涵與維度結構的明確， 為后續(xù)深入探討人工智能背景下的工作不安全感現(xiàn)象、揭示其獨特來源和作用效果奠定了基礎。另外， 以往研究根據(jù)工作不安全感的內(nèi)容區(qū)分了數(shù)量型和質(zhì)量型工作不安全感（Hellgren et al.， 1999）， 根據(jù)工作不安全感的性質(zhì)區(qū)分了認知型和情感型工作不安全感（Huang et al.， 2010）， 根據(jù)威脅來源區(qū)分了崗位焦點和人員焦點工作不安全感（馬冰 等， 2022）。本文根據(jù)人工智能技術引發(fā)的工作變革區(qū)分了工作替代和工作轉(zhuǎn)型不安全感， 拓展了工作不安全感的概念和維度結構研究。

其次， 本文探討了技術型工作不安全感對員工工作結果和職業(yè)結果的影響。傳統(tǒng)背景下的工作不安全感研究主要基于認知評價理論、資源保存理論、社會交換理論和社會身份理論等探討了工作不安全感對員工身心健康、工作態(tài)度、工作動機和工作行為的影響（Lee et al.， 2018; Shoss， 2017）。本文基于信號理論認為技術型工作不安全感傳遞著職業(yè)生涯前景的信息， 會影響員工對職業(yè)未來的感知并進而影響員工工作結果和職業(yè)結果。因此， 本文不僅豐富了工作不安全感研究的理論視角， 也揭示了技術型工作不安全感的獨特影響后果。另外， 少數(shù)人工智能背景下的研究探討了工作不安全感對員工耗竭、工作行為和職業(yè)能力發(fā)展等結果的影響（Koo et al.， 2021; Yam et al.， 2022; 陳文晶 等， 2020）， 但并未揭示影響機制。本文拓展以往研究探討了不同維度技術型工作不安全感對員工結果的差異化影響， 并揭示了中介機制與邊界條件。這為后續(xù)人工智能背景下工作不安全感作用效果的研究提供了理論指導。

最后， 本文探討了工作特征因素和員工個人因素對技術型工作不安全感的影響。傳統(tǒng)背景下的工作不安全感研究主要關注了組織溝通、組織變革和組織績效等組織相關的情境因素以及員工人口統(tǒng)計學信息、情緒特質(zhì)和自我評價特質(zhì)等個人因素對工作不安全感的影響（Jiang et al.， 2021; Lee et al.， 2018）。不同于傳統(tǒng)背景下的研究， 本文探討了工作特征（信息處理要求、工作復雜性和問題解決要求）和技術相關的員工個人特征（智能技術知覺和技術準備度）對技術型工作不安全感的影響， 揭示了技術型工作不安全感的獨特影響因素。另外， 以往研究表明， 機器人的應用會導致從事低技能工作的員工和從事高智力要求工作的員工都感知到工作不安全感（Yam et al.， 2022）。本文拓展以往研究認為， 從事不同特征工作的員工會感知到不同類型的技術型工作不安全感。具體而言， 從事高信息處理要求、低復雜性和低問題解決要求工作的員工傾向于感知到工作替代不安全感， 從事低信息處理要求、高復雜性和高問題解決要求工作的員工傾向于感知到工作轉(zhuǎn)型不安全感。同時， Nam （2019）在人工智能背景下探討了工作特征對工作不安全感的影響， 發(fā)現(xiàn)工作的專業(yè)知識要求、創(chuàng)造力要求和任務重復性不影響員工感知到的工作不安全感。本文認為同一工作特征對工作替代和工作轉(zhuǎn)型不安全感的作用效果相反， 作用強度取決于員工的個人特征（即智能技術知覺和技術準備度）。通過揭示同一種工作特征對工作替代和工作轉(zhuǎn)型不安全感的差異化影響以及影響的邊界條件， 本文加深了工作特征與技術型工作不安全感之間關系的理解。

本文也有一定的實踐價值。人工智能技術會對人類工作產(chǎn)生巨大沖擊、威脅員工工作的連續(xù)性和穩(wěn)定性。在中國企業(yè)數(shù)字化轉(zhuǎn)型之際緩解員工感知到的技術型工作不安全感以及幫助員工有效應對技術型工作不安全感對于構建和諧穩(wěn)定的勞動關系具有重要意義。因此， 在組織行為領域， 探討人工智能背景下技術型工作不安全感的內(nèi)涵、作用效果和來源， 有助于組織采取有效措施提升轉(zhuǎn)型期員工的工作幸福感和促進和諧穩(wěn)定勞動關系的建立。

參考文獻

陳文晶， 康彩璐， 楊玥， 萬巖. （2022）. 人工智能潛在替代風險與員工職業(yè)能力發(fā)展： 基于員工不安全感視角. 中國人力資源開發(fā)， 39（1）， 84?97.

胡三嫚. （2007）. 工作不安全感的研究現(xiàn)狀與展望. 心理科學進展， 15（6）， 938?947.

姜福斌， 王震. （2022）. 壓力認知評價理論在管理心理學中的應用： 場景、方式與迷思. 心理科學進展， 30（12）， 2825?2845.

李磊， 王小霞， 包群. （2021）. 機器人的就業(yè)效應： 機制與中國經(jīng)驗. 管理世界， 37（9）， 104?119.

羅文豪， 霍偉偉， 趙宜萱， 王震. （2022）. 人工智能驅(qū)動的組織與人力資源管理變革： 實踐洞察與研究方向. 中國人力資源開發(fā)， 39 （1）， 4?16.

馬冰， 楊蓉， 杜旌， 馬貴梅. （2022）. 居危思變？工作不安全感對創(chuàng)新行為的差異化影響. 心理科學進展， 30（11）， 2381?2394.

邱玥， 何勤. （2020）. 人工智能對就業(yè)影響的研究進展與中國情景下的理論分析框架. 中國人力資源開發(fā)， 37（2）， 90?103.

宋靖， 張勇， 王明旋. （2018）. 質(zhì)量型工作不安全感對員工組織公民行為的影響： 組織認同的中介效應與互動公平的調(diào)節(jié)效應. 中國人力資源開發(fā)， 35（11）， 54?64.

唐春勇， 李亞莉， 趙曙明. （2021）. 發(fā)展型人力資源管理實踐研究： 概念內(nèi)涵， 量表開發(fā)及檢驗. 南開管理評論， （4）， 85?97.

鄒文篪， 田青， 劉佳. （2012）. “投桃報李”——互惠理論的組織行為學研究述評. 心理科學進展， 20（11）， 1879?1888.

Arntz， M.， Gregory， T.， amp; Zierahn， U. （2016）. The risk of automation for jobs in OECD countries： A comparative analysis. Working Paper No. 189. Paris， France： OECD Publishing.

Ashford， S. J.， Lee， C.， amp; Bobko， P. （1989）. Content， cause， and consequences of job insecurity： A theory-based measure and substantive test. Academy of Management Journal， 32（4）， 803?829.

Ashforth， B. E.， amp; Mael， F. （1989）. Social identity theory and the organization. Academy of Management Review， 14（1）， 20?39.

Bolger， N.， DeLongis， A.， Kessler， R. C.， amp; Wethington， E. （1989）. The contagion of stress across multiple roles. Journal of Marriage and the Family， 51（1）， 175?183.

Brougham， D.， amp; Haar， J. （2018）. Smart technology， artificial intelligence， robotics， and algorithms （STARA）： Employees’ perceptions of our future workplace. Journal of Management amp; Organization， 24（2）， 239?257.

Brougham， D.， amp; Haar， J. （2020）. Technological disruption and employment： The influence on job insecurity and turnover intentions： A multi-country study. Technological Forecasting and Social Change， 161， 120276.

Brynjolfsson， E.， amp; McAfee， A. （2014）. The second machine age： Work， progress， and prosperity in a time of brilliant technologies. New York， NY： WW Norton amp; Company.

?al??kan， N.， amp; ?zko?， A. G. （2020）. Organizational change and job insecurity： The moderating role of employability. International Journal of Contemporary Hospitality Management， 32（12）， 3971?3990.

Chang， W.， amp; Busser， J.A. （2020）. Hospitality career retention： The role of contextual factors and thriving at work. International Journal of Contemporary Hospitality Management， 32（1）， 193?211.

Chui， M.， Manyika， J.， amp; Miremadi， M. （2015）. Four fundamentals of workplace automation. McKinsey Quarterly， 29（3）， 1?9.

Connelly， B. L.， Certo， S. T.， Ireland， R. D.， amp; Reutzel， C. R. （2011）. Signaling theory： A review and assessment. Journal of Management， 37（1）， 39?67.

Cropanzano， R.， amp; Mitchell， M. S. （2005）. Social exchange theory： An interdisciplinary review. Journal of Management， 31（6）， 874?900.

Daugherty， P.， amp; Wilson， H. J. （2018）. Human + machine： Reimagining work in the age of AI. Boston， MA： Harvard Business Review Press.

Davenport， T. H.， amp; Kirby， J. （2016）. Only humans need apply： Winners and losers in the age of smart machines. New York， NY： Harper Business.

De Cuyper， N.， amp; De Witte， H. （2006）. The impact of job insecurity and contract type on attitudes， well-being and behavioural reports： A psychological contract perspective. Journal of Occupational and Organizational Psychology， 79（3）， 395?409.

De Witte， H. （1999）. Job insecurity and psychological well-being： Review of the literature and exploration of some unresolved issues. European Journal of Work and Organizational Psychology， 8（2）， 155?177.

Debus， M. E.， K?nig， C. J.， amp; Kleinmann， M. （2014）. The building blocks of job insecurity： The impact of environmental and person-related variables on job insecurity perceptions. Journal of Occupational and Organizational Psychology， 87（2）， 329?351.

Debus， M. E.， Probst， T. M.， K?nig， C. J.， amp; Kleinmann， M. （2012）. Catch me if I fall！ Enacted uncertainty avoidance and the social safety net as country-level moderators in the job insecurity?job attitudes link. Journal of Applied Psychology， 97（3）， 690?698.

Dengler， K.， amp; Gundert， S. （2021）. Digital transformation and subjective job insecurity in Germany. European Sociological Review， 37（5）， 799?817.

Einola， K.， amp; Khoreva， V. （2023）. Best friend or broken tool？ Exploring the co-existence of humans and artificial intelligence in the workplace ecosystem. Human Resource Management. 62（1）， 117?135.

Frey， C. B.， amp; Osborne， M. A. （2017）. The future of employment： How susceptible are jobs to computerisation？ Technological Forecasting and Social Change， 114， 254?280.

Granulo， A.， Fuchs， C.， amp; Puntoni， S. （2019）. Psychological reactions to human versus robotic job replacement. Nature Human Behaviour， 3（10）， 1062?1069.

Greenhalgh， L.， amp; Rosenblatt， Z. （1984）. Job insecurity： Toward conceptual clarity. Academy of Management Review， 9（3）， 438?448.

Hellgren， J.， Sverke， M.， amp; Isaksson， K. （1999）. A two- dimensional approach to job insecurity： Consequences for employee attitudes and well-being. European Journal of Work and Organizational Psychology， 8（2）， 179?195.

Ho， V. T.， amp; Kong， D. T. （2015）. Exploring the signaling function of idiosyncratic deals and their interaction. Organizational Behavior and Human Decision Processes， 131， 149?161.

Hobfoll， S. E.， Halbesleben， J.， Neveu， J. P.， amp; Westman， M. （2018）. Conservation of resources in the organizational context： The reality of resources and their consequences. Annual Review of Organizational Psychology and Organizational Behavior， 5， 103?128.

Huang， G. H.， Lee， C.， Ashford， S.， Chen， Z.， amp; Ren， X. （2010）. Affective job insecurity： A mediator of cognitive job insecurity and employee outcomes relationships. International Studies of Management amp; Organization， 40（1）， 20?39.

Huang， G. H.， Wellman， N.， Ashford， S. J.， Lee， C.， amp; Wang， L. （2017）. Deviance and exit： The organizational costs of job insecurity and moral disengagement. Journal of Applied Psychology， 102（1）， 26?42.

Huang， M. H.， amp; Rust， R. T. （2018）. Artificial intelligence in service. Journal of Service Research， 21（2）， 155?172.

Jacobson， D.， amp; Hartley， J. （1991）. Mapping the context. In J. Hartley， D. Jacobson， B. Klandermans， amp; T. Van Vuuren （Eds.）， Job insecurity： Coping with jobs at risk （pp. 1?22）. London， England： Sage.

Jiang， L.， amp; Lavaysse， L. M. （2018）. Cognitive and affective job insecurity： A meta-analysis and a primary study. Journal of Management， 44（6）， 2307?2342.

Jiang， L.， amp; Probst， T. M. （2017）. The rich get richer and the poor get poorer： Country-and state-level income inequality moderates the job insecurity-burnout relationship. Journal of Applied Psychology， 102（4）， 672?681.

Jiang， L.， Xu， X.， amp; Wang， H. J. （2021）. A resources? demands approach to sources of job insecurity： A multilevel meta-analytic investigation. Journal of Occupational Health Psychology， 26（2）， 108?126.

Keim， A. C.， Landis， R. S.， Pierce， C. A.， amp; Earnest， D. R. （2014）. Why do employees worry about their jobs？ A meta-analytic review of predictors of job insecurity. Journal of Occupational Health Psychology， 19（3）， 269?290.

Koo， B.， Curtis， C.， amp; Ryan， B. （2021）. Examining the impact of artificial intelligence on hotel employees through job insecurity perspectives. International Journal of Hospitality Management， 95， 102763.

Lazarus， R. S.， amp; Folkman， S. （1984）. Stress， appraisal， and coping. New York， NY： Springer.

Lee， C.， Huang， G. H.， amp; Ashford， S. J. （2018）. Job insecurity and the changing workplace： Recent developments and the future trends in job insecurity research. Annual Review of Organizational Psychology and Organizational Behavior， 5， 335?359.

Lim， V. K. G.， amp; Sng， Q. S. （2006）. Does parental job insecurity matter？ Money anxiety， money motives， and work motivation. Journal of Applied Psychology， 91（5）， 1078?1087.

Lim， V. K. G.， amp; Loo， G. L. （2003）. Effects of parental job insecurity and parenting behaviors on youth’s self-efficacy and work attitudes. Journal of Vocational Behavior， 63（1）， 86?98.

Lin， J. S. C.， amp; Hsieh， P. L. （2012）. Refinement of the technology readiness index scale： A replication and cross-validation in the self-service technology context. Journal of Service Management， 23（1）， 34?53.

Lingmont， D. N.， amp; Alexiou， A. （2020）. The contingent effect of job automating technology awareness on perceived job insecurity： Exploring the moderating role of organizational culture. Technological Forecasting and Social Change， 161， 120302.

Malik， A.， Budhwar， P.， Patel， C.， amp; Srikanth， N. R. （2022）. May the bots be with you！ Delivering HR cost- effectiveness and individualised employee experiences in an MNE. The International Journal of Human Resource Management， 33（6）， 1148?1178.

Montani， F.， Courcy， F.， Battistelli， A.， amp; de Witte， H. （2021）. Job insecurity and innovative work behaviour： A moderated mediation model of intrinsic motivation and trait mindfulness. Stress and Health， 37（4）， 742?754.

Morgeson， F. P.， amp; Humphrey， S. E. （2006）. The Work Design Questionnaire （WDQ）： Developing and validating a comprehensive measure for assessing job design and the nature of work. Journal of Applied Psychology， 91（6）， 1321?1339.

Nam， T. （2019）. Technology usage， expected job sustainability， and perceived job insecurity. Technological Forecasting and Social Change， 138， 155?165.

Ohly， S.， amp; Fritz， C. （2010）. Work characteristics， challenge appraisal， creativity， and proactive behavior： A multi-level study. Journal of Organizational Behavior， 31（4）， 543?565.

Parasuraman， A. （2000）. Technology Readiness Index （TRI） a multiple-item scale to measure readiness to embrace new technologies. Journal of Service Research， 2（4）， 307?320.

Piccoli， B.， Callea， A.， Urbini， F.， Chirumbolo， A.， Ingusci， E.， amp; De Witte， H. （2017）. Job insecurity and performance： The mediating role of organizational identification. Personnel Review， 46（8）， 1508?1522.

Piccoli， B.， amp; De Witte， H. （2015）. Job insecurity and emotional exhaustion： Testing psychological contract breach versus distributive injustice as indicators of lack of reciprocity. Work amp; Stress， 29（3）， 246?263.

Probst， T. M. （2003）. Development and validation of the Job Security Index and the Job Security Satisfaction scale： A classical test theory and IRT approach. Journal of Occupational and Organizational Psychology， 76（4）， 451?467.

Rodrigues， R.， Butler， C. L.， amp; Guest， D. （2020）. Evaluating the employability paradox： When does organizational investment in human capital pay off？ The International Journal of Human Resource Management， 31（9）， 1134?1156.

Roos， G.， amp; Shroff， Z. （2017）. What will happen to the jobs？ Technology-enabled productivity improvement?good for some， bad for others. Labour amp; Industry， 27（3）， 165?192.

Rudolph， C. W.， Kooij， D. T.， Rauvola， R. S.， amp; Zacher， H. （2018）. Occupational future time perspective： A meta- analysis of antecedents and outcomes. Journal of Organizational Behavior， 39（2）， 229?248.

Ryan， R. M.， amp; Deci， E. L. （2000）. Self-determination theory and the facilitation of intrinsic motivation， social development， and well-being. American Psychologist， 55（1）， 68?78.

Selenko， E.， M?kikangas， A.， amp; Stride， C. B. （2017）. Does job insecurity threaten who you are？ Introducing a social identity perspective to explain well-being and performance consequences of job insecurity. Journal of Organizational Behavior， 38（6）， 856?875.

Sender， A.， Arnold， A.， amp; Staffelbach， B. （2017）. Job security as a threatened resource： Reactions to job insecurity in culturally distinct regions. The International Journal of Human Resource Management， 28（17）， 2403?2429.

Shoss， M. K. （2017）. Job insecurity： An integrative review and agenda for future research. Journal of Management， 43（6）， 1911?1939.

Spence， M. （2002）. Signaling in retrospect and the informational structure of markets. American Economic Review， 92（3）， 434?459.

Stynen， D.， Forrier， A.， Sels， L.， amp; De Witte， H. （2015）. The relationship between qualitative job insecurity and OCB： Differences across age groups. Economic and Industrial Democracy， 36（3）， 383?405.

Taj， S. A. （2016）. Application of signaling theory in management research： Addressing major gaps in theory. European Management Journal， 34（4）， 338?348.

Tschang， F. T.， amp; Almirall， E. （2021）. Artificial intelligence as augmenting automation： Implications for employment. Academy of Management Perspectives， 35（4）， 642?659.

Upadhyay， A. K.， amp; Khandelwal， K. （2018）. Applying artificial intelligence： Implications for recruitment. Strategic HR Review， 17（5）， 255?258.

Van den Broeck， A.， Sulea， C.， Vander Elst， T.， Fischmann， G.， Iliescu， D.， amp; De Witte， H. （2014）. The mediating role of psychological needs in the relation between qualitative job insecurity and counterproductive work behavior. Career Development International， 19（5）， 526?547.

Vander Elst， T.， Notelaers， G.， amp; Skogstad， A. （2018）. The reciprocal relationship between job insecurity and depressive symptoms： A latent transition analysis. Journal of Organizational Behavior， 39（9）， 1197?1218.

Vander Elst， T.， Richter， A.， Sverke， M.， N?swall， K.， De Cuyper， N.， amp; De Witte， H. （2014）. Threat of losing valued job features： The role of perceived control in mediating the effect of qualitative job insecurity on job strain and psychological withdrawal. Work amp; Stress， 28（2）， 143?164.

Wang， H. J.， Le Blanc， P.， Demerouti， E.， Lu， C. Q.， amp; Jiang， L. （2019）. A social identity perspective on the association between leader-member exchange and job insecurity. European Journal of Work and Organizational Psychology， 28（6）， 800?809.

Westman， M. （2001）. Stress and strain crossover. Human Relations， 54（6）， 717?751.

Yam， K. C.， Tang， P. M.， Jackson， J. C.， Su， R.， amp; Gray， K. （2022）. The rise of robots increases job insecurity and maladaptive workplace behaviors： Multimethod evidence. Journal of Applied Psychology. Advance online publication. https：//doi.org/10.1037/apl0001045

Zacher， H.， amp; Frese， M. （2009）. Remaining time and opportunities at work： Relationships between age， work characteristics， and occupational future time perspective. Psychology and Aging， 24（2）， 487?493.

Zacher， H.， amp; Rudolph， C. W. （2021）. Relationships between psychological contract breach and employee well‐being and career-related behavior： The role of occupational future time perspective. Journal of Organizational Behavior， 42（1）， 84?99.

Zhou， G.， Chu， G.， Li， L.， amp; Meng， L. （2020）. The effect of artificial intelligence on China’s labor market. China Economic Journal， 13（1）， 24?41.

Abstract： During the digital transformation of Chinese enterprises， effectively alleviating and coping with employee job insecurity is crucial for building harmonious and stable labor relations. Although traditional job insecurity research has extensively examined the sources and consequences of job insecurity， it has paid little attention to the rapid development and application of artificial intelligence technology， which is an essential context for the current organizational management practice and research. This study innovatively puts forward a new concept of technology-driven job insecurity in the context of artificial intelligence， reflecting individual perceived job insecurity due to the development and application of artificial intelligence technology. Our study has three objectives. First， we theorize the definition and dimensionality of technology-driven job insecurity and propose job replacement insecurity and job transformation insecurity as the two core dimensions of technology-driven job insecurity. Second， we examine the effects of technology-driven job insecurity on employee work and career outcomes. Third， we explore the sources of technology-driven job insecurity. This study not only enriches the research on job insecurity in the context of artificial intelligence but also has implications for building harmonious and stable labor relations and improving employee well-being at work during the digital transformation of Chinese enterprises.

Keywords： technology-driven job insecurity， artificial intelligence， job replacement， job transformation