盛曉娟 郭 輝 何 勤

(1.北京聯(lián)合大學(xué) 管理學(xué)院，北京 100101;2.首都經(jīng)濟(jì)貿(mào)易大學(xué) 勞動(dòng)經(jīng)濟(jì)學(xué)院，北京 100070)

一、引言

人工智能被認(rèn)為是第四次工業(yè)革命的核心驅(qū)動(dòng)力量，機(jī)器人、自動(dòng)化、語音識(shí)別、智能輔助等人工智能技術(shù)的應(yīng)用正在驅(qū)動(dòng)著新一輪的產(chǎn)業(yè)變革，將歷次技術(shù)變革積累的能量進(jìn)一步釋放，重塑生產(chǎn)、消費(fèi)、服務(wù)等各個(gè)環(huán)節(jié)，衍生大量新模式、新技術(shù)與新形態(tài)，推進(jìn)人類生產(chǎn)生活的重大變革[1]。人工智能技術(shù)的采納會(huì)重塑就業(yè)結(jié)構(gòu)[2]，減少員工數(shù)量[3]，重塑技能需求與職業(yè)機(jī)會(huì)[4]。現(xiàn)有研究表明，人工智能技術(shù)的應(yīng)用，一方面能夠幫助企業(yè)進(jìn)行有效的資源配置，提高工作效率；另一方面卻可能會(huì)給員工帶來消極情緒[5]。人工智能技術(shù)滲透到各行業(yè)改變?cè)械纳a(chǎn)經(jīng)營方式，也必將對(duì)員工的發(fā)展產(chǎn)生深刻的影響，而員工績(jī)效是驅(qū)動(dòng)企業(yè)取得長期競(jìng)爭(zhēng)優(yōu)勢(shì)的核心要素[6]，重視人工智能技術(shù)的采納對(duì)員工績(jī)效的作用機(jī)制將有助于新技術(shù)的擴(kuò)張與企業(yè)的長期健康發(fā)展。在當(dāng)前弱人工智能階段的背景下，主動(dòng)關(guān)注人工智能對(duì)員工績(jī)效的影響對(duì)企業(yè)人才戰(zhàn)略管理、員工職業(yè)發(fā)展等具有重要意義。

隨著人工智能技術(shù)的應(yīng)用，傳統(tǒng)的勞動(dòng)力將會(huì)被規(guī)模性地取代[7]，造成大量的失業(yè)，形成極化現(xiàn)象，這將是嚴(yán)峻的社會(huì)問題。就業(yè)是員工實(shí)現(xiàn)自身價(jià)值的基本條件，作為衡量員工行為結(jié)果與組織目標(biāo)接近程度、決定工作產(chǎn)出的績(jī)效對(duì)員工發(fā)展至關(guān)重要，其豐富的內(nèi)涵也將注定是人工智能時(shí)代下的社會(huì)現(xiàn)實(shí)問題[3]。梳理現(xiàn)有相關(guān)的文獻(xiàn)發(fā)現(xiàn)，學(xué)者們多把研究視角聚焦在宏中觀層面，包括宏觀就業(yè)結(jié)構(gòu)變化[8-9]，以及中觀企業(yè)價(jià)值與管理[10]，還未涉及員工績(jī)效這一微觀維度。而技術(shù)變革對(duì)員工產(chǎn)生的影響必須得到關(guān)注與重視，因此本研究主要是探索AI技術(shù)運(yùn)用對(duì)員工績(jī)效的影響。

根據(jù)資源保存理論，當(dāng)個(gè)體面臨資源損失時(shí)，具備積極采取措施獲取、保留與開發(fā)重要資源，阻止資源進(jìn)一步流失的動(dòng)力[11]。自我決定理論則認(rèn)為，個(gè)體天生具有積極自我調(diào)節(jié)的傾向，在充分認(rèn)識(shí)自己與外部環(huán)境的基礎(chǔ)上，對(duì)自己的行為或者行動(dòng)做出決策[12]。資源保存理論基于資源視角，解釋行為的內(nèi)在動(dòng)機(jī)，同時(shí)為行為的發(fā)生提供資源性條件分析;而自我決定理論基于行為視角，將自我保留重要資源的內(nèi)在動(dòng)機(jī)結(jié)合外部環(huán)境，做出積極的行為應(yīng)對(duì)。已有研究表明，個(gè)體技能水平的提高與知識(shí)的積累，可以激勵(lì)其有效提高任務(wù)績(jī)效[12]。在新技術(shù)滲透到各行各業(yè)的背景下，技術(shù)變革需要更高層次、更廣泛的技能種類，以及高于平均水平的技能。基于資源保存理論與自我決定理論的雙重視角，員工并不會(huì)因?yàn)槿斯ぶ悄芗夹g(shù)使用程度的提高而主動(dòng)放棄保留重要資源的需求，相反地，為應(yīng)對(duì)新的知識(shí)技能要求，員工個(gè)體勢(shì)必不斷主動(dòng)提升自身在工作方面的勝任力，加大工作投入，實(shí)現(xiàn)保存生活所需要的資源目標(biāo)，呈現(xiàn)出提高知識(shí)技能的需求。因此，為研究AI技術(shù)運(yùn)用對(duì)員工任務(wù)績(jī)效的中間作用機(jī)制，本研究將知識(shí)技能要求納入其中，探討新技術(shù)的運(yùn)用如何通過知識(shí)技能要求影響員工任務(wù)績(jī)效；本研究還考察AI技術(shù)運(yùn)用對(duì)員工任務(wù)績(jī)效的直接影響作用；基于資源保存理論和自我決定理論的整合視角，構(gòu)建“AI技術(shù)的運(yùn)用-知識(shí)技能要求-員工任務(wù)績(jī)效”的研究框架。

二、理論分析及研究假設(shè)

(一)AI技術(shù)運(yùn)用的概念與內(nèi)涵

人工智能被定義為系統(tǒng)正確解讀外部數(shù)據(jù)、從這些數(shù)據(jù)中學(xué)習(xí)以及通過靈活使用這些學(xué)習(xí)來實(shí)現(xiàn)特定任務(wù)和目標(biāo)的能力。有學(xué)者認(rèn)為，人工智能主要是通過模仿、延續(xù)與擴(kuò)張人類的智慧，來幫助人類完成工作[13]。概括來說，人工智能領(lǐng)域主要包括兩個(gè)方面，一個(gè)是試圖再現(xiàn)人類的能力，另一個(gè)是通過利用計(jì)算機(jī)的力量來擴(kuò)展延伸人類做出更好決策的能力。

隨著技術(shù)的滲透，人與機(jī)器的信息交換活動(dòng)越來越頻繁，即人機(jī)交互程度隨之加大，許多機(jī)器人必須與那些不具備操作機(jī)器人的特殊技能或未受過培訓(xùn)的人進(jìn)行互動(dòng)[14]；人機(jī)交互領(lǐng)域面臨著支持復(fù)雜任務(wù)、調(diào)解網(wǎng)絡(luò)交互以及管理和利用日益增加的數(shù)字信息可用性的困難與研究設(shè)計(jì)的挑戰(zhàn)[15]；人與機(jī)器協(xié)作克服困難，相互增強(qiáng)，共同進(jìn)化，這就是人機(jī)協(xié)同。人機(jī)協(xié)同反映的是人對(duì)人工智能技術(shù)在工作任務(wù)上的依賴程度，同時(shí)，隨著機(jī)器智能化水平的提高。數(shù)智化技術(shù)將逐漸融入組織內(nèi)部的關(guān)系網(wǎng)絡(luò)中，人們對(duì)機(jī)器的定位將發(fā)生改變，即從輔助工具到必須面對(duì)的合作伙伴[16]。信息系統(tǒng)領(lǐng)域的結(jié)構(gòu)化理論認(rèn)為，不管面對(duì)怎樣的技術(shù)，人的主體性依然處于領(lǐng)導(dǎo)地位，所以，不僅要關(guān)注技術(shù)的結(jié)構(gòu)屬性，員工對(duì)技術(shù)的情感體驗(yàn)、認(rèn)知與反抗行為也是不容忽視的[17]，人機(jī)關(guān)系就是人機(jī)依存關(guān)系，反映員工對(duì)機(jī)器運(yùn)用的態(tài)度與情感體驗(yàn)。隨著人工智能技術(shù)的運(yùn)用，人與智能機(jī)器不斷磨合，人與機(jī)器協(xié)作完成工作任務(wù)，進(jìn)而催生出人機(jī)關(guān)系。因此，人機(jī)協(xié)同程度與人機(jī)關(guān)系能夠反映人工智能技術(shù)運(yùn)用的程度。

目前，學(xué)術(shù)界對(duì)AI技術(shù)運(yùn)用的測(cè)量指標(biāo)或者維度尚未統(tǒng)一，有學(xué)者采用R&D投入密度、專利申請(qǐng)數(shù)量、機(jī)器人的引進(jìn)與價(jià)值等度量，但這些指標(biāo)均未將人的因素納入考慮范圍，無法準(zhǔn)確測(cè)量AI技術(shù)的應(yīng)用水平。不同于以往的新技術(shù)，人工智能技術(shù)具有破壞力更大、影響力更強(qiáng)的特點(diǎn)，隨著AI技術(shù)的運(yùn)用，人機(jī)協(xié)同將成為智能進(jìn)程下的常態(tài)化機(jī)制[18]，機(jī)器并非獨(dú)立于人而存在，而是作為人的輔助者、延伸者，人機(jī)協(xié)同程度能夠很好地測(cè)量AI技術(shù)運(yùn)用中人機(jī)交互的強(qiáng)度；另外，根據(jù)行動(dòng)者網(wǎng)絡(luò)理論，技術(shù)和人是行動(dòng)的聯(lián)合體，該理論主張關(guān)注人與技術(shù)相互影響、彼此塑造的關(guān)系，以及人機(jī)組成的協(xié)作網(wǎng)絡(luò)的動(dòng)態(tài)發(fā)展過程[19]。人機(jī)協(xié)同的過程中，人的價(jià)值觀主宰機(jī)器的價(jià)值判斷，人機(jī)關(guān)系則反映人對(duì)機(jī)器的情感體驗(yàn)與態(tài)度，員工的態(tài)度正向影響技術(shù)的運(yùn)用[20]。人機(jī)協(xié)同程度和人機(jī)關(guān)系分別從實(shí)際操作維度和主觀態(tài)度來反映AI技術(shù)運(yùn)用的程度，因此，本文將人機(jī)協(xié)同程度與人機(jī)關(guān)系作為衡量AI技術(shù)運(yùn)用的兩個(gè)維度。

(二)AI技術(shù)的運(yùn)用與員工任務(wù)績(jī)效

員工績(jī)效是驅(qū)動(dòng)企業(yè)取得長期競(jìng)爭(zhēng)優(yōu)勢(shì)的核心要素，由此在學(xué)術(shù)界備受關(guān)注，基于績(jī)效結(jié)果觀，任務(wù)績(jī)效是工作產(chǎn)出的主要表征形式[6]，其可以衡量員工完成個(gè)人任務(wù)的能力，也是個(gè)體可以利用外部機(jī)會(huì)作為追求與有效個(gè)人績(jī)效相關(guān)回報(bào)的手段[21]。

就人工智能技術(shù)的應(yīng)用對(duì)員工產(chǎn)生的影響來看，王才等人(2019年)[22]的研究表明，人工智能技術(shù)的運(yùn)用使得組織外部環(huán)境發(fā)生變化，而對(duì)員工的生存發(fā)展產(chǎn)生顯著影響，引發(fā)員工的工作不安全感，面對(duì)技術(shù)的復(fù)雜性，員工會(huì)表現(xiàn)出消極的情緒[5]，然而工作不安全感則會(huì)對(duì)工作績(jī)效產(chǎn)生負(fù)向影響[23]。根據(jù)自我決定理論，人與生俱來就有積極自我調(diào)節(jié)的傾向，當(dāng)從事某種活動(dòng)能帶來結(jié)果時(shí)就會(huì)產(chǎn)生行為動(dòng)機(jī)[12]。于偉等人(2018年)[24]研究發(fā)現(xiàn)，個(gè)體的積極特征帶給工作績(jī)效的積極影響往往能夠抵消工作不安全感或是消極情緒對(duì)工作績(jī)效的負(fù)面影響。具體而言，人工智能技術(shù)的采納，使得工作條件、工作內(nèi)容等工作資源發(fā)生變化，員工將感知到技術(shù)運(yùn)用對(duì)低技能崗位的替代效應(yīng)與失業(yè)風(fēng)險(xiǎn)，從而面臨資源損失的不確定性。根據(jù)資源保存理論，個(gè)體傾向于保留已有的重要資源，員工為掌控機(jī)器操作、提高自己的勝任能力，勢(shì)必尋求可行的學(xué)習(xí)方式，更好地與機(jī)器互動(dòng)，努力達(dá)成人機(jī)協(xié)同。朱曉妹等(2021年)[25]認(rèn)為人工智能對(duì)程序化、事務(wù)化工作的快速處理，使得員工可以從煩瑣重復(fù)性的工作中解脫出來，能夠更加專注核心的工作任務(wù)，進(jìn)而提高工作績(jī)效。為適應(yīng)人工智能技術(shù)，員工會(huì)結(jié)合新的環(huán)境做出行為選擇，謝小云等人(2021年)[26]的研究表明，內(nèi)在動(dòng)機(jī)使得人機(jī)關(guān)系趨于和諧，和諧的人機(jī)關(guān)系將增強(qiáng)員工對(duì)資源的感知，為維護(hù)、保留、獲取自己認(rèn)為有價(jià)值的資源，他們會(huì)加大工作投入，主動(dòng)承擔(dān)任務(wù)，進(jìn)而促進(jìn)任務(wù)績(jī)效的提高[18]?；诖耍疚奶岢鲆韵录僭O(shè)：

H1a：人機(jī)協(xié)同程度對(duì)員工的任務(wù)績(jī)效具有顯著的正向影響；

H1b：人機(jī)關(guān)系對(duì)員工的任務(wù)績(jī)效具有顯著的正向影響。

(三)AI技術(shù)的運(yùn)用、知識(shí)技能要求與員工任務(wù)績(jī)效

知識(shí)技能要求指的是勝任工作任務(wù)所需具備的專業(yè)知識(shí)和技術(shù)能力，包括技能水平、技能復(fù)雜程度等[27]。人工智能帶來的技術(shù)變革將使勞動(dòng)力的知識(shí)結(jié)構(gòu)與技能要求發(fā)生顛覆性的轉(zhuǎn)變[13]，因?yàn)槠浼夹g(shù)偏向性的特征會(huì)使得勞動(dòng)力市場(chǎng)中對(duì)高學(xué)歷和高技能員工的需求持續(xù)加大，同時(shí)低學(xué)歷和低技能的崗位需求大幅減少，進(jìn)而迫使勞動(dòng)者技能結(jié)構(gòu)重構(gòu)，形成極化現(xiàn)象。

國外學(xué)者弗蘭克(Frank)等人(2019年)[4]研究認(rèn)為，人工智能時(shí)代下，新技術(shù)的采納，會(huì)要求執(zhí)行特定的工作任務(wù)，從而改變對(duì)特定工作場(chǎng)所技能的需求。從人機(jī)交互視角來看，國內(nèi)學(xué)者鄭勤華等人(2021年)[28]認(rèn)為，人機(jī)協(xié)同要求員工在掌握原有硬知識(shí)的基礎(chǔ)上，還要構(gòu)建多維度智能素養(yǎng)。邱子童等人(2020年)[29]表明人機(jī)協(xié)同提高了崗位技能要求，使其呈現(xiàn)出跨學(xué)科技能多樣化、技能水平高階化、人機(jī)合作技能復(fù)雜化等特征。另外，新技術(shù)的引進(jìn)，持續(xù)增大了對(duì)高技能人才的需求，其技術(shù)偏好性的特征提高了對(duì)知識(shí)技能水平的要求。從人機(jī)關(guān)系視角來看，張?zhí)盏热?2019年)[16]認(rèn)為，在智能化進(jìn)程中，人機(jī)關(guān)系將從人機(jī)分離到人機(jī)融合。為實(shí)現(xiàn)自身價(jià)值以及保證工作的延續(xù)性，人的態(tài)度將會(huì)從一開始的抵抗逐步轉(zhuǎn)向適應(yīng)[26]，從不信任到信任，而員工對(duì)技術(shù)的信任是影響其使用的關(guān)鍵因素，人機(jī)關(guān)系的改善需要員工具備更多的社交技能，因?yàn)檫@些技能難以通過自動(dòng)化獲取[4]，認(rèn)知和社交技能表明需要更高技能和更具生產(chǎn)力的工作[26]。綜上所述，本研究提出以下假設(shè)：

H2a：人機(jī)協(xié)同程度對(duì)知識(shí)技能要求產(chǎn)生顯著的正向影響；

H2b：人機(jī)關(guān)系對(duì)知識(shí)技能要求產(chǎn)生顯著的正向影響。

根據(jù)資源保存理論，個(gè)體傾向于獲取、保留自身資源，會(huì)時(shí)刻關(guān)注周圍環(huán)境的變化，接收、分析、評(píng)估變化所帶來的信號(hào)進(jìn)而采取相應(yīng)的行動(dòng)[11]。所以當(dāng)技術(shù)變革導(dǎo)致工作環(huán)境和條件變化、提高對(duì)員工的工作技能要求時(shí)，會(huì)促使員工整合內(nèi)外部資源，提高自身的技能水平，強(qiáng)化專業(yè)知識(shí)[30]。隨著技能水平的提高與知識(shí)的積累，可以激勵(lì)其有效提高個(gè)人的績(jī)效[12]。人為因素是工業(yè)4.0未來所需技能的關(guān)鍵要素，不僅要確保員工能夠有效和自信地使用新技術(shù)，而且要確保他們?cè)诳焖僮兓墓ぷ鲌?chǎng)所生存和繁榮[23]。工作技能決定著工作匹配的成敗[4]，根據(jù)自我決定理論，員工為滿足自身勝任力與自主能力的需要，會(huì)主動(dòng)尋求學(xué)習(xí)機(jī)會(huì)，努力提高技能水平，滿足知識(shí)技能要求從而促進(jìn)績(jī)效產(chǎn)出。基于此，本研究提出以下假設(shè)：

H3：?jiǎn)T工的知識(shí)技能要求對(duì)員工任務(wù)績(jī)效產(chǎn)生正向影響，即知識(shí)技能要求越高，越有助于提高員工的任務(wù)績(jī)效。

隨著AI技術(shù)的運(yùn)用，原有的工作內(nèi)容與工作要求等被重塑，大量低技能崗位將被淘汰，對(duì)勞動(dòng)者的知識(shí)技能提出更高的要求。根據(jù)資源保存理論，個(gè)體傾向于保留、獲取自己認(rèn)為重要的資源，形成提升自我的內(nèi)在動(dòng)力，驅(qū)動(dòng)著個(gè)體在已有資源的基礎(chǔ)上實(shí)現(xiàn)資源增值螺旋[11]，呈現(xiàn)提高知識(shí)技能的需求，增加對(duì)組織奉獻(xiàn)的感知，激勵(lì)個(gè)體加強(qiáng)自身競(jìng)爭(zhēng)力與開發(fā)新技能，從而增強(qiáng)績(jī)效水平。隨著人工智能技術(shù)的采納，知識(shí)技能要求的提高會(huì)促使員工自主加大工作投入，逐漸增強(qiáng)職業(yè)適應(yīng)能力，提高對(duì)動(dòng)態(tài)環(huán)境的感知與控制，進(jìn)一步提高績(jī)效?；谫Y源保存理論以及自我決定理論的綜合視角，員工將提高知識(shí)技能水平作為應(yīng)對(duì)技術(shù)運(yùn)用的有效方式，在權(quán)衡技能要求與所需技能后，對(duì)其有整體感知，這種感知進(jìn)一步促使員工采取積極的措施來應(yīng)對(duì)技術(shù)運(yùn)用對(duì)自身任務(wù)績(jī)效的影響，技能水平的提高有利于提高工作效率，從而促進(jìn)任務(wù)績(jī)效。因此，員工的知識(shí)技能要求在AI技術(shù)運(yùn)用與員工任務(wù)績(jī)效之間起到中介作用?；诖?，本研究提出以下假設(shè)：

H4a：?jiǎn)T工的知識(shí)技能要求在人機(jī)協(xié)同程度和員工任務(wù)績(jī)效之間起到中介作用。

H4b：?jiǎn)T工的知識(shí)技能要求在人機(jī)關(guān)系和員工任務(wù)績(jī)效之間起到中介作用。

綜上所述，本研究所構(gòu)建的人工智能技術(shù)影響員工任務(wù)績(jī)效的理論模型如下圖1所示：

圖1 本文理論模型

三、量表構(gòu)建

由于目前人工智能的相關(guān)研究還處于初級(jí)探索階段，對(duì)于人工智能技術(shù)運(yùn)用的測(cè)量還缺乏成熟的工具，同時(shí)，學(xué)術(shù)界對(duì)于員工未來具體知識(shí)技能的要求尚未達(dá)成統(tǒng)一的共識(shí), 所以本研究編制了量表。

(一)初始量表編制

參考Medcof(Medcof，2011年)[31]的計(jì)算機(jī)程序使用程度量表，同時(shí)結(jié)合人工智能企業(yè)訪談內(nèi)容編碼形成測(cè)量AI技術(shù)運(yùn)用的題項(xiàng)，從人機(jī)協(xié)同程度與人機(jī)關(guān)系兩個(gè)維度篩選形成的十個(gè)條目來測(cè)量AI技術(shù)運(yùn)用。請(qǐng)企業(yè)員工測(cè)評(píng)十個(gè)條目的可讀性，并進(jìn)行語言修改，然后請(qǐng)人力資源方向的專家來評(píng)定條目的科學(xué)性，最終得到由八個(gè)條目組成的初始量表，兩個(gè)維度分別由四個(gè)條目來測(cè)量。人機(jī)協(xié)同程度的測(cè)量題項(xiàng)包括：“X1我需要AI技術(shù)提供信息資源來完成工作的程度是”“X2我需要AI技術(shù)輔助我完成工作的程度是”“X3我需要與AI技術(shù)實(shí)時(shí)進(jìn)行交互的程度是”“X4我監(jiān)控AI設(shè)備獨(dú)立完成工作的程度是”，人機(jī)關(guān)系的測(cè)量題項(xiàng)包括：“X5我將AI設(shè)備視為我的工作伙伴”“X6我在工作中與AI設(shè)備的協(xié)作是友好的”“X7 AI設(shè)備讓我在工作中感到支持”“X8在工作中，我能夠與AI設(shè)備進(jìn)行類似人與人之間的交流”。量表采用Likert-5評(píng)分法。

另外，借鑒MJ Sousa(Sousa & Wilks，2018年)[32]預(yù)測(cè)未來所需技能的量表，設(shè)計(jì)如下題項(xiàng)：請(qǐng)根據(jù)您在工作中所需要的技能程度，選擇最符合您實(shí)際狀態(tài)的選項(xiàng)：A1人工智能專業(yè)或應(yīng)用軟件的能力，A2編程語言和技術(shù)，A3算法分析能力，A4數(shù)據(jù)分析和挖掘能力，A5智能化系統(tǒng)操作能力，A6智能化系統(tǒng)優(yōu)化能力，A7智能系統(tǒng)解釋能力，A8智能系統(tǒng)維修、維護(hù)能力，A9與機(jī)器的互動(dòng)能力，A10與機(jī)器進(jìn)行信息交換的能力,A11交互界面設(shè)計(jì)能力；B1學(xué)習(xí)能力，B2適應(yīng)能力，B3應(yīng)急處理能力，B4歸納推理能力，B5溝通協(xié)調(diào)能力，B6團(tuán)隊(duì)合作能力，B7創(chuàng)新能力。量表采用Likert-5評(píng)分法。

(二)初始量表測(cè)量

將初始所收集到的樣本隨機(jī)平均一分為二，用第一份樣本做探索性因子分析，用第二份樣本做驗(yàn)證性因子分析。兩份數(shù)據(jù)樣本在學(xué)歷、月收入等方面無差異。首先，對(duì)設(shè)計(jì)的題項(xiàng)進(jìn)行探索性因子分析，采用主成分分析方法提取因子，利用最大方差法進(jìn)行旋轉(zhuǎn)。結(jié)果顯示，AI技術(shù)運(yùn)用的題項(xiàng)的KMO值為0.922，通過KMO和Bartlett球形檢驗(yàn)，適合做因子分析。提取的兩個(gè)因子與設(shè)定的兩個(gè)維度一致，其中，X1、X2、X3、X4為一個(gè)因子，X5、X6、X7、X8為一個(gè)因子，分別將其命名為“人機(jī)協(xié)同程度”與“人機(jī)關(guān)系”，累積總方差解釋率為79.24%。測(cè)量知識(shí)技能要求條目的KMO值為0.974，也通過檢驗(yàn)，適合做因子分析，提取出了兩個(gè)因子，A1—A11為一個(gè)因子，B1—B7為一個(gè)因子，將其分別命名為：“技術(shù)能力要求”與“適應(yīng)能力要求”，累積總方差解釋為72.413%，克隆巴赫系數(shù)值也較為理想。

其次，利用Amos25.0進(jìn)行驗(yàn)證性因子分析，經(jīng)檢驗(yàn)，各項(xiàng)指標(biāo)都在標(biāo)準(zhǔn)范圍之內(nèi)，各題項(xiàng)的標(biāo)準(zhǔn)化因子載荷均在0.7以上，且在0.001水平下顯著。根據(jù)標(biāo)準(zhǔn)化因子載荷計(jì)算組合信度(C.R)與平均方差抽取量(AVE)檢驗(yàn)收斂效度，并檢驗(yàn)區(qū)別效度，具體結(jié)果如下表1所示，結(jié)果顯示，平均方差抽取量(AVE)均大于0.5，組合信度(C.R.)均大于0.7，量表具有較為理想的收斂效度和區(qū)別效度。

(三)最終量表的確定

本文用“人機(jī)協(xié)同程度”和“人機(jī)關(guān)系”兩個(gè)維度測(cè)量AI技術(shù)的運(yùn)用程度，每一個(gè)維度包括4個(gè)題項(xiàng)；知識(shí)技能要求用提取的兩個(gè)因子進(jìn)行測(cè)量，其中“技術(shù)能力要求”表示和人工智能技術(shù)相關(guān)的能力，具體包括11項(xiàng)能力；“適應(yīng)能力要求”表示非程序性的非認(rèn)知能力，具體包括7項(xiàng)能力。

四、研究設(shè)計(jì)

(一)樣本收集

采用線上發(fā)放與線下實(shí)地調(diào)研的方式，對(duì)全國各地技術(shù)或研發(fā)崗、財(cái)務(wù)崗、人力或行政管理崗、銷售崗、運(yùn)營崗、客戶服務(wù)崗、產(chǎn)品生產(chǎn)或服務(wù)提供崗的在職人員進(jìn)行問卷調(diào)查與收集，剔除無效問卷后，最終收回1500份有效樣本，其中，男性占比48%，女性占比52%；一半以上的被調(diào)查者年齡在26～35歲；學(xué)歷方面，大專及以下占比34.27%，本科占比57.13%，碩士及以上占比8.6%。

表1 信效度檢驗(yàn)

(二)變量測(cè)量

1.人工智能技術(shù)的運(yùn)用

采用本文自編的人工智能技術(shù)運(yùn)用的量表，量表的Cronbach’s α 系數(shù)為0.930。

2.知識(shí)技能要求

采用本文自編的知識(shí)技能要求的量表，量表的Cronbach’s α 系數(shù)為0.966。

3.員工任務(wù)績(jī)效

采用許彥妮[33]編制的任務(wù)績(jī)效量表，量表由四個(gè)條目組成，包括：“Y1工作量高于平均水平”“Y2工作質(zhì)量高于平均水平”“Y3工作效率高于平均水平”“Y4工作質(zhì)量高于其崗位規(guī)定的標(biāo)準(zhǔn)”，由領(lǐng)導(dǎo)評(píng)價(jià)下屬相比其他下屬的表現(xiàn)情況進(jìn)而評(píng)價(jià)其績(jī)效水平，量表采用Likert-5評(píng)分法，量表的Cronbach’s α 系數(shù)為0.782。

4.控制變量

根據(jù)獨(dú)立樣本T檢驗(yàn)及單因素方差分析結(jié)果，本文控制變量包括學(xué)歷(高中及以下 = 1，大專 = 2，本科 = 3，研究生及以上 = 4)、月收入(3000元以下=1，3001～5000元=2，5001～8000元=3，8001～12 000元=4，12 001元及以上 = 5)。

五、實(shí)證分析

(一)各變量的獨(dú)立性檢驗(yàn)

本文使用Amos23進(jìn)行驗(yàn)證性因子分析，分別將人機(jī)協(xié)同程度、人機(jī)關(guān)系、技術(shù)能力、適應(yīng)能力和員工任務(wù)績(jī)效所構(gòu)建的五因子模型、四因子模型、三因子模型、二因子模型和單因子模型進(jìn)行比較。結(jié)果如下表2所示，由表2可以看出，五因子模型的擬合情況最理想，說明本文的五個(gè)構(gòu)面具有較好的區(qū)分效度。

(二)共同方法偏差檢驗(yàn)

為了避免可能存在的共同方法偏差，本研究采用Harman單因子方法來進(jìn)行檢驗(yàn)。該方法是將5個(gè)因子的測(cè)量題項(xiàng)進(jìn)行因子分析，若是只析出唯一因子或者第一個(gè)因子能夠解釋大部分的變異，則表明存在嚴(yán)重的共同方法偏差[34]。結(jié)果顯示，第一個(gè)因子解釋的變異量為23.35%，遠(yuǎn)小于臨界值40%，說明本研究不存在嚴(yán)重的同源偏差。

(三)描述性分析

采用Spss25.0對(duì)各變量進(jìn)行描述性統(tǒng)計(jì)及相關(guān)性分析，表3給出了變量的均值和標(biāo)準(zhǔn)差及變量的相關(guān)系數(shù)。結(jié)果表明，人機(jī)協(xié)同程度、人機(jī)關(guān)系均和技術(shù)能力要求、適應(yīng)能力要求及任務(wù)績(jī)效顯著正相關(guān)；技術(shù)能力要求和適應(yīng)能力要求也和員工任務(wù)績(jī)效顯著正相關(guān)，初步驗(yàn)證了提出的假設(shè)。

(四)假設(shè)檢驗(yàn)

1.直接效應(yīng)檢驗(yàn)

利用SPSS25.0進(jìn)行多重線性回歸以檢驗(yàn)直接效應(yīng)，結(jié)果如表4、5所示。結(jié)果表明，人機(jī)協(xié)同程度正向影響技術(shù)能力要求(β=0.71，p<0.001)，正向影響適應(yīng)能力要求(β=0.55，p<0.001)，假設(shè)H2a得證；正向影響員工任務(wù)績(jī)效(β=0.34,p<0.001)，假設(shè)H1a得證。

人機(jī)關(guān)系正向影響技術(shù)能力要求(β=0.685，p<0.001)，正向影響適應(yīng)能力要求(β=0.57，p<0.001)，假設(shè)H2b得證；正向影響員工任務(wù)績(jī)效(β=0.36，p<0.001)，假設(shè)H1b得證。技術(shù)能力要求正向影響員工任務(wù)績(jī)效(β=0.38，p<0.001)，適應(yīng)能力正向影響員工任務(wù)績(jī)效(β=0.36，p<0.001)，假設(shè)H3得證。

當(dāng)人機(jī)協(xié)同程度與人機(jī)關(guān)系同時(shí)作用于“技術(shù)能力要求”時(shí)，產(chǎn)生顯著的正向影響，人機(jī)協(xié)同程度的標(biāo)準(zhǔn)化回歸系數(shù)絕對(duì)值為0.45，大于人機(jī)關(guān)系的標(biāo)準(zhǔn)化回歸系數(shù)絕對(duì)值0.39，說明人機(jī)協(xié)同程度對(duì)技術(shù)能力要求的影響相對(duì)較大；當(dāng)人機(jī)協(xié)同程度與人機(jī)關(guān)系同時(shí)作用于“適應(yīng)能力要求”時(shí)，產(chǎn)生顯著的正向影響，人機(jī)協(xié)同程度的標(biāo)準(zhǔn)化回歸系數(shù)絕對(duì)值為0.29，小于人機(jī)關(guān)系的標(biāo)準(zhǔn)化回歸系數(shù)絕對(duì)值0.37，說明人機(jī)關(guān)系對(duì)適應(yīng)能力要求的影響更大。不難解釋，人機(jī)協(xié)同表示的是人對(duì)工作任務(wù)上的依賴程度，隨著技術(shù)的推廣運(yùn)用，人機(jī)協(xié)同程度增大，需要員工提高相應(yīng)的工作技能以應(yīng)對(duì)工作任務(wù)的變化，進(jìn)而提供技術(shù)能力要求;隨著人機(jī)關(guān)系的提高，人對(duì)人工智能技術(shù)的情感依賴程度增強(qiáng)，提高員工的認(rèn)知能力，相應(yīng)的提高適應(yīng)能力要求。當(dāng)人機(jī)協(xié)同程度與人機(jī)關(guān)系同時(shí)作用于任務(wù)績(jī)效時(shí)，人機(jī)關(guān)系的標(biāo)準(zhǔn)化回歸系數(shù)更高，對(duì)任務(wù)績(jī)效的影響更大，也就是說，從某種程度上看，和諧的人機(jī)關(guān)系更能從根本上提高員工的任務(wù)績(jī)效。

表2 驗(yàn)證性因子分析結(jié)果

表3 描述性分析結(jié)果

表4 層級(jí)回歸結(jié)果

表5 層級(jí)回歸結(jié)果

2.中介效應(yīng)檢驗(yàn)

采用SPSS25.0的多重線性回歸檢驗(yàn)中介效應(yīng)，研究結(jié)果如表5所示。結(jié)果表明，在納入技術(shù)能力要求后，人機(jī)協(xié)同程度對(duì)員工任務(wù)績(jī)效的正向影響降低(β= 0.13，p< 0.001)；人機(jī)關(guān)系對(duì)員工任務(wù)績(jī)效的正向影響降低(β= 0.19，p< 0.001)。

在加入適應(yīng)能力要求后，人機(jī)協(xié)同程度對(duì)員工任務(wù)績(jī)效的正向影響降低(β= 0.20，p< 0.001)；人機(jī)關(guān)系對(duì)員工任務(wù)績(jī)效的正向影響降低(β= 0.23，p< 0.001)。

利用SPSS25.0的Process程序進(jìn)行Bootstrap檢驗(yàn)，設(shè)置抽樣次數(shù)5000次，設(shè)置95%的置信水平，進(jìn)一步檢驗(yàn)知識(shí)技能要求在AI技術(shù)運(yùn)用與員工任務(wù)績(jī)效之間所起的中介作用，研究結(jié)果如下表6所示。根據(jù)結(jié)果可知，人機(jī)協(xié)同程度通過技術(shù)能力要求影響員工任務(wù)績(jī)效的間接效應(yīng)值為0.08，非對(duì)稱區(qū)間為(0.042，0.118)；通過適應(yīng)能力要求影響員工任務(wù)績(jī)效的間接效應(yīng)值為0.057，非對(duì)稱區(qū)間為(0.029，0.085) ，人機(jī)關(guān)系通過技術(shù)能力要求影響員工任務(wù)績(jī)效的間接效應(yīng)值為0.085，非對(duì)稱區(qū)間為(0.042，0.129)；通過適應(yīng)能力要求進(jìn)而影響員工任務(wù)績(jī)效的間接效應(yīng)值為0.064，非對(duì)稱區(qū)間為(0.028，0.099)。非對(duì)稱區(qū)間均沒有包含0，因此假設(shè)H4a，H4b得證。

六、結(jié)論與啟示

(一)結(jié)論

本研究基于資源保存理論和自我決定理論的整合視角，從人機(jī)協(xié)同程度與人機(jī)關(guān)系兩個(gè)維度探索了人工智能技術(shù)的運(yùn)用對(duì)員工任務(wù)績(jī)效的影響及作用機(jī)制，得出了以下結(jié)論：

表6 中介效應(yīng)結(jié)果

人工智能技術(shù)的應(yīng)用對(duì)員工的任務(wù)績(jī)效存在顯著的正向影響，說明AI技術(shù)運(yùn)用的程度越高，對(duì)員工任務(wù)績(jī)效的提升作用越明顯。盡管已有研究發(fā)現(xiàn)，人工智能技術(shù)的采納會(huì)引發(fā)員工的消極情緒，帶來工作不安全感，但是人天生的積極特征會(huì)進(jìn)行自我調(diào)節(jié)，進(jìn)而促進(jìn)工作績(jī)效，抵消負(fù)面情緒對(duì)工作帶來的消極影響。另外，本研究將人工智能技術(shù)的運(yùn)用劃分為人機(jī)協(xié)同程度與人機(jī)關(guān)系兩個(gè)維度，證實(shí)了二者對(duì)員工績(jī)效的正向影響作用，具有一定的創(chuàng)新探索意義，也意味著在關(guān)注技術(shù)發(fā)展的同時(shí)，我們需要關(guān)注員工對(duì)機(jī)器的態(tài)度，這樣才能更好地實(shí)現(xiàn)人機(jī)融合。

知識(shí)技能要求在提升員工任務(wù)績(jī)效的同時(shí)，還中介了人工智能技術(shù)運(yùn)用與員工任務(wù)績(jī)效之間的關(guān)系，說明AI技術(shù)的運(yùn)用會(huì)提高員工知識(shí)技能的要求進(jìn)而促進(jìn)任務(wù)績(jī)效，具備滿足新技術(shù)要求的知識(shí)技能與適應(yīng)環(huán)境變化能力的員工往往能獲得更高的績(jī)效水平。以往研究表明，人工智能技術(shù)的采納會(huì)重塑技能結(jié)構(gòu)，但并未具體到需要何種技能。本研究提出的兩類技能要求值得關(guān)注，對(duì)員工的職業(yè)發(fā)展方向也具有一定的指導(dǎo)意義。

(二)啟示

綜合本研究來看，在外部技術(shù)變革與企業(yè)內(nèi)部管理需求的驅(qū)動(dòng)下，企業(yè)和AI技術(shù)的融合是一種必然趨勢(shì)，盡管現(xiàn)在還處于弱人工智能時(shí)代，但是人工智能技術(shù)對(duì)企業(yè)與員工的影響并非短暫的、局部的，而是長遠(yuǎn)的、全面的滲透性影響。然而，組織和個(gè)體應(yīng)該意識(shí)到這種動(dòng)態(tài)的影響并非是一件壞事，反而可能“激活個(gè)體”，促進(jìn)員工實(shí)現(xiàn)“自我升級(jí)”進(jìn)而提高任務(wù)績(jī)效。因此，處于數(shù)字化、智能化的時(shí)代背景下，無論是企業(yè)管理層還是員工個(gè)體層面，都應(yīng)當(dāng)以積極的態(tài)度靈活應(yīng)對(duì)，提高適應(yīng)性，在變革的環(huán)境中打造自身的核心競(jìng)爭(zhēng)力。

對(duì)于企業(yè)而言，要為人工智能時(shí)代下組織的長期發(fā)展做好培養(yǎng)高端技能人才的工作。首先，企業(yè)應(yīng)該合理設(shè)計(jì)工作內(nèi)容，給予員工更多的自主權(quán)。技術(shù)的引進(jìn)導(dǎo)致了持續(xù)的任務(wù)重組，這給員工造成了知識(shí)缺口，個(gè)人與環(huán)境之間的不匹配可能會(huì)導(dǎo)致緊張，帶來壓力，所以，組織應(yīng)當(dāng)引導(dǎo)員工客觀分析環(huán)境變化的復(fù)雜性和預(yù)測(cè)發(fā)展方向，發(fā)現(xiàn)蘊(yùn)藏的威脅與機(jī)會(huì)，充分發(fā)揮其主觀能動(dòng)性。根據(jù)社會(huì)交換理論，當(dāng)員工擁有自主性、任務(wù)認(rèn)同、任務(wù)反饋、技能多樣性，并獲得組織支持和發(fā)展機(jī)會(huì)時(shí)，他們將以更高的敬業(yè)度作為回報(bào)，積極地進(jìn)行自我提升；其次，企業(yè)應(yīng)當(dāng)建立健全培訓(xùn)員工知識(shí)專業(yè)化、技能多樣化的常態(tài)化機(jī)制，使得員工掌握最新的知識(shí)技能以適應(yīng)使用新技術(shù)的需求，并且將員工的職業(yè)能力發(fā)展納入組織發(fā)展的目標(biāo)，幫助員工學(xué)習(xí)成長，實(shí)現(xiàn)二者的共同發(fā)展；再次，企業(yè)內(nèi)部應(yīng)當(dāng)建立激勵(lì)機(jī)制，激化員工自主提升的積極性，形成競(jìng)爭(zhēng)合作的發(fā)展機(jī)制，使得員工正確看待新技術(shù)的引進(jìn)。此外，企業(yè)在采納和推廣人工智能技術(shù)時(shí)不僅要考慮到人機(jī)協(xié)同程度，也要主動(dòng)關(guān)注人機(jī)關(guān)系，及時(shí)捕捉員工對(duì)技術(shù)的情感體驗(yàn)、認(rèn)知、適應(yīng)與反抗行為，做好員工的心理疏導(dǎo)工作，力求達(dá)到技術(shù)、組織與員工的深度融合與協(xié)同發(fā)展。

對(duì)于員工而言,首先，應(yīng)該認(rèn)識(shí)到技術(shù)的進(jìn)步是不可逆的，要以積極的態(tài)度應(yīng)對(duì)技術(shù)的使用，已有研究表明技術(shù)壓力源于員工無法以正確的方式應(yīng)對(duì)技術(shù)的使用，實(shí)際上，壓力是一種不安，壓力源來源于個(gè)人與其環(huán)境之間的差距或不適應(yīng)，技術(shù)壓力可以影響員工的績(jī)效、組織承諾和工作滿意度，因此積極樂觀的態(tài)度與正確的方式顯得尤為重要。其次，員工要有自我提升的意識(shí)，培養(yǎng)終身學(xué)習(xí)的觀念，優(yōu)化自身知識(shí)結(jié)構(gòu)，提高技能多樣性，轉(zhuǎn)換管理思維。不僅要提升自身技術(shù)方面的能力，注重專業(yè)知識(shí)的加速迭代，還要加強(qiáng)培養(yǎng)包括人際溝通、創(chuàng)新能力、適應(yīng)能力等軟能力技能，使得自身滿足基于自主、勝任與關(guān)系的需求，形成自我決定感，主動(dòng)提高個(gè)人與工作要求的匹配度，進(jìn)而提高工作績(jī)效。最后，員工要調(diào)動(dòng)一切可以利用的資源，不斷地訓(xùn)練自己去應(yīng)對(duì)變化，在復(fù)雜的環(huán)境中尋求與變化相匹配的最佳模式，借助解決問題的能力，讓危機(jī)轉(zhuǎn)變成新的發(fā)展機(jī)遇。