程晨 喬佳美 鄭陽(yáng)

DOI：10.3969/j.issn.1672-1101.2024.02.005

摘? 要：隨著零工經(jīng)濟(jì)的發(fā)展，以在線勞動(dòng)平臺(tái)為依托的算法控制越來(lái)越普遍，方便零工工作者完成給定的任務(wù)就能獲得報(bào)酬。研究通過(guò)對(duì) 233 份樣本數(shù)據(jù)進(jìn)行分析，從組織行為學(xué)視角實(shí)證考察了算法控制影響零工工作者創(chuàng)新行為的作用機(jī)制及邊界條件。結(jié)果表明，算法控制負(fù)向影響零工工作者的創(chuàng)新行為；資質(zhì)過(guò)剩感在算法控制與創(chuàng)新行為關(guān)系中起中介作用；組織支持感在資質(zhì)過(guò)剩感和創(chuàng)新行為間起調(diào)節(jié)作用。結(jié)論啟示企業(yè)在管理實(shí)踐活動(dòng)中應(yīng)優(yōu)化管理方式，注重員工組織支持感及數(shù)字能力的提升，從而激發(fā)員工創(chuàng)新行為。

關(guān)鍵詞：算法控制；資質(zhì)過(guò)剩感；組織支持感；創(chuàng)新行為

中圖分類號(hào)：F272.92? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：

1672-1101（2024）02-0033-08

收稿日期：2023-10-22

基金項(xiàng)目：安徽高校科學(xué)研究項(xiàng)目：政府采購(gòu)制度改革對(duì)企業(yè)綠色技術(shù)創(chuàng)新的影響研究：基于政府大客戶—供應(yīng)商關(guān)系的傳導(dǎo)效應(yīng)（2022AH051269）；阜陽(yáng)市校合作科技專項(xiàng)重大項(xiàng)目（SXHZ20200900）

作者簡(jiǎn)介：程晨（1988-），女，安徽宿州人，講師，博士，碩士生導(dǎo)師，研究方向：企業(yè)管理、電子商務(wù)和市場(chǎng)營(yíng)銷。

Research on the Relationship between Algorithmic Control and? Innovation? Behaviors

——the? Mediating Effect? Based on? Perceived? Overqualification

CHENG Chen，QIAO Jiamei，ZHENG Yang

（School of? Business，F(xiàn)uyang? Normal? University，F(xiàn)uyang，Anhui? 236037，China）

Abstract： With the growth of the gig economy，algorithmic control based on online labor platforms is becoming more common，making it easier for gig workers to get paid for completing given tasks.This study empirically examines the mechanism and boundary conditions of algorithm control on innovation behaviors of gig workers from the perspective of organizational behavior? through the analysis of 233 sample data.The results show that the algorithm control negatively affects the innovation behaviors of gig workers; the perceived? overqualification? plays a mediating role in the relationship between algorithm control and innovation behavior;the perceived organizational support plays a moderating role between the perceived overqualification? and the innovation behaviors.It is suggested that enterprises should optimize the management mode in management practice，and? pay attention to the improvement of employees′ sense of organizational support and digital ability? to stimulate employees′ innovation behaviors.

Key words：algorithmic control；perceived? overqualification；perceived organizational support；innovation behaviors

創(chuàng)新對(duì)組織的有效性和長(zhǎng)期生存具有重要意義，而員工是組織創(chuàng)新的主體，整個(gè)組織的創(chuàng)新體系歸根結(jié)底是以員工個(gè)體的創(chuàng)新行為為載體。創(chuàng)新行為是指員工有意識(shí)地促進(jìn)和尋求新想法，并愿意采取實(shí)際行動(dòng)將新的想法運(yùn)用到日常工作中［1-2］。如何激勵(lì)員工創(chuàng)新行為是組織管理極為關(guān)注的問(wèn)題。

關(guān)于員工創(chuàng)新行為的前因研究包括社會(huì)情景，如組織氛圍、公平性、有效溝通、和諧關(guān)系等；任務(wù)環(huán)境，如工作要求水平、決策自主性、工作特征等；個(gè)體因素，如自我概念、個(gè)人特質(zhì)、目標(biāo)取向、創(chuàng)新意愿和動(dòng)機(jī)等。此外，工作壓力和管理控制［3］也對(duì)個(gè)體創(chuàng)新行為產(chǎn)生重要影響。組織管理希望通過(guò)報(bào)酬、晉升、績(jī)效考核這些途徑提高員工的主動(dòng)性，卻忘記了員工晉升、薪酬管理和績(jī)效考核可能帶來(lái)的不安全感以及由此產(chǎn)生的阻斷性壓力會(huì)降低員工的創(chuàng)新行為。而創(chuàng)新傳統(tǒng)上被視為人類特有的領(lǐng)域，與具有獨(dú)特創(chuàng)新能力的人類相比，冷冰冰且缺乏人文關(guān)懷的算法控制似乎對(duì)創(chuàng)新行為產(chǎn)生更為消極的影響［4］。智能時(shí)代，零工經(jīng)濟(jì)通過(guò)數(shù)字化深度發(fā)展，衍生出一種基于算法進(jìn)行任務(wù)作業(yè)的在線勞動(dòng)平臺(tái)［5］，算法虛擬化地對(duì)零工工作者進(jìn)行任務(wù)分配、指導(dǎo)與監(jiān)督等管理實(shí)踐，其過(guò)程無(wú)需人工干預(yù)［6］119-120，員工工作過(guò)程始終受到算法標(biāo)準(zhǔn)化、流程化、定額化和高強(qiáng)度的實(shí)時(shí)監(jiān)控和管理［7］。而算法控制本身具有不透明性［8］，員工和組織之間信息和權(quán)利的不對(duì)稱，導(dǎo)致監(jiān)督壓力、工作倦怠，且因算法缺乏程序公平和自主性，使得員工對(duì)算法控制喪失信任。所有這些，都將給員工帶來(lái)負(fù)面影響，特別是在他們的創(chuàng)新行為方面。

資質(zhì)過(guò)剩感作為個(gè)體的主觀感知，會(huì)對(duì)員工創(chuàng)新行為產(chǎn)生積極影響。資質(zhì)過(guò)剩感表示一個(gè)人認(rèn)為自己擁有的資歷（如教育、知識(shí)、技能等）與工作崗位之間存在不匹配［9-10］。資質(zhì)過(guò)剩感高的員工通常認(rèn)為他們的技能和能力沒(méi)有得到充分利用，可能會(huì)采取積極措施來(lái)改變其工作狀況［11］。如，他們會(huì)投入更多的時(shí)間和精力，拓寬其角色廣度，利用其更高的自我效能感來(lái)促進(jìn)創(chuàng)新行為。隨著“996工作制”的盛行，工作節(jié)奏越來(lái)越快，員工需要在越來(lái)越少的時(shí)間內(nèi)完成越來(lái)越多的任務(wù)，在組織嚴(yán)密的監(jiān)控下，員工逐漸出現(xiàn)工作疲憊、情緒衰竭等情況，甚至感到力不從心，那么資質(zhì)過(guò)剩感會(huì)大大降低。Luksyte和Spitzmueller建議在研究資質(zhì)過(guò)剩感和創(chuàng)新行為時(shí)應(yīng)考慮更多的環(huán)境因素［12］636，因?yàn)榄h(huán)境可能在影響資質(zhì)過(guò)剩感和員工創(chuàng)新行為關(guān)系方面起著至關(guān)重要的作用。尤其是在組織方面，其有效性有助于解決需求和供給的不匹配。據(jù)互惠原則預(yù)測(cè)，如果員工感到受到重視和欣賞，他們會(huì)以被期望的行為回報(bào)他們的組織［13］。當(dāng)個(gè)人感到大材小用時(shí)，高組織支持感會(huì)引導(dǎo)他們關(guān)注自己的剩余能力。

零工經(jīng)濟(jì)正在迅速改變工作的組織方式。通過(guò)數(shù)字平臺(tái)將工人和客戶聯(lián)系起來(lái)，完成僅持續(xù)幾分鐘或幾小時(shí)的任務(wù)，算法執(zhí)行人類管理者的功能［14］。智能算法允許組織在大范圍內(nèi)以優(yōu)化的方式監(jiān)督無(wú)數(shù)的工人［15］，以確保員工行為與組織行為一致。包括人工智能系統(tǒng)在內(nèi)的算法控制，有望通過(guò)利用計(jì)算機(jī)和數(shù)據(jù)來(lái)完成工作任務(wù)，提高生產(chǎn)率。Duggan 等提出，算法控制實(shí)際上是一套控制系統(tǒng)［6］119，在此系統(tǒng)中，自學(xué)習(xí)算法有制定和執(zhí)行影響個(gè)體決策的責(zé)任，在工作過(guò)程中，人類的參與和監(jiān)督受到限制。

綜上所述，在零工經(jīng)濟(jì)這個(gè)大環(huán)境背景下，以在線勞動(dòng)平臺(tái)為依托，厘清算法控制與創(chuàng)新行為之間的關(guān)系，探討算法控制通過(guò)何種方式影響員工創(chuàng)新行為為本文主旨所在。同時(shí)，構(gòu)建算法控制—資質(zhì)過(guò)剩感—?jiǎng)?chuàng)新行為的理論模型，挖掘算法控制、資質(zhì)過(guò)剩感以及組織支持感對(duì)員工創(chuàng)新行為的影響路徑，分析算法控制與創(chuàng)新行為之間的作用機(jī)制，為算法控制負(fù)向影響創(chuàng)新行為提供實(shí)證支持。

一、理論基礎(chǔ)

（一）算法控制與創(chuàng)新行為

雖然算法控制技術(shù)傾向于為員工提供高度的工作靈活性、自主性和多樣性，但同時(shí)也可能導(dǎo)致低工資、風(fēng)險(xiǎn)承擔(dān)、社會(huì)隔離、工作與生活平衡破裂、工作壓力、睡眠剝奪和疲憊［16］。因此，算法控制不可避免也存在一些消極影響。算法控制不定時(shí)地分派任務(wù)，工作者為了獲取收入只能侵占生活時(shí)間，不同程度上加劇了員工工作倦怠和工作焦慮等消極體驗(yàn)，進(jìn)而對(duì)其行為的積極性產(chǎn)生負(fù)面影響。另，算法控制會(huì)導(dǎo)致員工倦怠和認(rèn)知超負(fù)荷，特別是在他們的創(chuàng)新行為方面。在線勞動(dòng)平臺(tái)看似為勞動(dòng)者提供了一個(gè)沒(méi)有主管監(jiān)督的工作環(huán)境，但是在任務(wù)執(zhí)行過(guò)程中，勞動(dòng)者的行為仍會(huì)受到規(guī)范和監(jiān)控，平臺(tái)會(huì)利用算法指導(dǎo)或限制勞動(dòng)者的行為和態(tài)度。在此過(guò)程中，算法技術(shù)實(shí)際上承擔(dān)了虛擬主管的角色，勞動(dòng)者似乎正在淪為被算法技術(shù)操控的“傀儡”，按照算法指令執(zhí)行任務(wù)，自主決定采取何種工作方式將成為“幻想”［17］。算法控制將數(shù)字技術(shù)和傳統(tǒng)的組織控制相結(jié)合，從工作質(zhì)量層面來(lái)看，這意味著工人在工作過(guò)程中缺乏自主，工作強(qiáng)度大。而工作自主性是影響創(chuàng)新行為的一個(gè)重要因素，即員工缺乏工作自主性會(huì)導(dǎo)致創(chuàng)新行為的減少，算法控制降低了員工工作自主性最終會(huì)阻礙創(chuàng)新行為的產(chǎn)生。

算法控制也會(huì)給員工帶來(lái)工作壓力，甚至?xí)璧K員工創(chuàng)新行為的產(chǎn)生。在算法控制下，表現(xiàn)不佳的員工面臨巨大的監(jiān)督壓力，因?yàn)樗麄兊墓ぷ魇艿竭h(yuǎn)程秘密監(jiān)控。與傳統(tǒng)的工人相比，在以數(shù)字平臺(tái)為依托的算法控制下，員工要承擔(dān)更多的風(fēng)險(xiǎn)和壓力。與臨時(shí)工類似，他們也會(huì)面臨不確定性、頻繁通勤和財(cái)務(wù)安全等問(wèn)題。還有一些學(xué)者認(rèn)為，算法控制的不透明性讓雇主可以跟蹤監(jiān)控員工在做什么，卻限制了工人對(duì)雇主策略的理解。Rosenblat 和 Stark 通過(guò)研究 Uber 平臺(tái)發(fā)現(xiàn)，在任務(wù)分配方面，Uber 與司機(jī)之間由于算法控制產(chǎn)生的信息權(quán)利不對(duì)稱可能會(huì)導(dǎo)致員工對(duì)組織的公平感和信任的減少，最終影響創(chuàng)新行為［18］。人類管理者的公平和可信度歸因于管理者的權(quán)威，而算法的公平和可信度歸因于算法被感知的效率和客觀性。對(duì)人工任務(wù)來(lái)說(shuō)，算法控制被認(rèn)為不太公平、可信度較低，并且會(huì)比人類決策引起更多的負(fù)面情緒［19］。裴嘉良等也提出，與人類主管相比，在組織人力資源管理活動(dòng)中，員工認(rèn)為 AI 算法控制的信息透明度更低，因此算法控制程序公平感知較低［20］。而這些由算法控制所引起的負(fù)面感知或情緒最終都將會(huì)作用到組織創(chuàng)新層面，從而削弱員工的創(chuàng)新行為。基于此，我們提出以下假設(shè)：

H1：算法控制與創(chuàng)新行為負(fù)相關(guān)。

（二）資質(zhì)過(guò)剩感的中介作用

資質(zhì)過(guò)剩感是指一個(gè)人認(rèn)為自己從事的工作所需要的教育、技能和能力、經(jīng)驗(yàn)和知識(shí)低于自己所擁有的水平［21］，是人們對(duì)自己現(xiàn)有的知識(shí)、技能、經(jīng)驗(yàn)等資源的一種主觀感知［22］511-512，受組織層面的程序正義、員工與主管的契合度、個(gè)人的神經(jīng)質(zhì)、自戀和厭倦傾向等因素影響?？刂葡到y(tǒng)是所有組織的基礎(chǔ)，管理者通過(guò)控制系統(tǒng)來(lái)求得員工的能力、活動(dòng)和績(jī)效與組織的目標(biāo)、愿望相一致。組織通過(guò)獎(jiǎng)懲、評(píng)價(jià)、指導(dǎo)等強(qiáng)制性外在控制方式來(lái)要求員工，包括過(guò)程控制和結(jié)果控制兩種［23］。而過(guò)度的結(jié)果控制或過(guò)程控制會(huì)產(chǎn)生負(fù)面影響，如增加員工工作壓力。組織中的工作壓力會(huì)導(dǎo)致員工產(chǎn)生消極心理，如情緒衰竭、工作倦怠，從而使員工資質(zhì)過(guò)剩感降低。與傳統(tǒng)的組織控制相比，算法系統(tǒng)通過(guò)提供更全面和更具侵入性的控制方法來(lái)收緊鐵籠［24］。數(shù)字技術(shù)似乎將勞動(dòng)者帶回到員工機(jī)器化的“摩登時(shí)代”，數(shù)字泰勒主義促使算法管理成為標(biāo)準(zhǔn)，表現(xiàn)不佳的員工面臨巨大的監(jiān)督壓力和紀(jì)律，因?yàn)樗麄兊墓ぷ魇艿竭h(yuǎn)程秘密監(jiān)控。從工作體驗(yàn)層面來(lái)看，這意味著工人缺乏自主權(quán)，承受著高強(qiáng)度工作。以世界上最大的遠(yuǎn)程零工平臺(tái)Upwork為例，Upwork承載著微工作和更高技能的工作任務(wù)，而Upwork工人從事大量的額外工作，以便獲得更多的工作機(jī)會(huì)，這意味著需要總在夜間工作［25］。算法通過(guò)實(shí)時(shí)追蹤監(jiān)控、盡可能縮小工作任務(wù)之間的間隔以及模糊工作和日常生活的邊界等方式來(lái)加大工作強(qiáng)度，進(jìn)而增加員工壓力，導(dǎo)致員工情緒衰竭、工作倦怠，在工作中逐漸感到不勝其任，資質(zhì)過(guò)剩感大大降低。

感覺(jué)大材小用的員工可能會(huì)在那些需要杰出資質(zhì)的工作領(lǐng)域表現(xiàn)出色。如，創(chuàng)新或產(chǎn)生新穎而有用的想法［26］，也可能會(huì)更加關(guān)注自己的剩余工作能力，并對(duì)自己的工作能力和效率有積極的看法［27］。根據(jù) COR 理論，資質(zhì)過(guò)剩感會(huì)使個(gè)體對(duì)現(xiàn)有資源存量產(chǎn)生更為清晰的認(rèn)知，希望進(jìn)一步獲取資源的心愿增強(qiáng)，因此有資質(zhì)過(guò)剩感的員工為實(shí)現(xiàn)資源的增益螺旋更愿意投入更多的資源［28］。Luksyte 和 Spitzmueller認(rèn)為，那些覺(jué)得自己資歷過(guò)高的員工擁有對(duì)創(chuàng)新行為非常重要的資質(zhì)，比如教育和認(rèn)知能力［12］638。同時(shí)，資質(zhì)過(guò)剩感會(huì)推動(dòng)員工采取積極主動(dòng)行為，精心設(shè)計(jì)自己的工作，而不是被動(dòng)地機(jī)械化執(zhí)行任務(wù)，刺激工作中的創(chuàng)新行為［29］。感覺(jué)大材小用的員工有潛力以更高的效率完成日常任務(wù)，他們可以利用額外的時(shí)間從事創(chuàng)造性工作，這被認(rèn)為是創(chuàng)造力發(fā)揮和創(chuàng)新行為發(fā)生的前兆?；诖?，我們提出以下假設(shè)：

H2：算法控制與資質(zhì)過(guò)剩感呈負(fù)相關(guān)。

H3：資質(zhì)過(guò)剩感與創(chuàng)新行為呈正相關(guān)。

H4：資質(zhì)過(guò)剩感在算法控制和創(chuàng)新行為關(guān)系之間有中介作用。

（三）組織支持感的調(diào)節(jié)作用

根據(jù)組織支持理論［30］500-501，對(duì)于組織重視和關(guān)心自己的程度，員工形成了一種總體看法，即組織支持感。組織支持感被認(rèn)為是產(chǎn)生支持性氛圍和創(chuàng)新行為的關(guān)鍵因素，因?yàn)樗ぐl(fā)并增加了創(chuàng)造的可能性和員工對(duì)工作的興趣。當(dāng)員工感到被欣賞，他們的貢獻(xiàn)得到認(rèn)可、他們的幸福被關(guān)心時(shí)，會(huì)獲得激勵(lì)而為他們的組織付出努力，從而產(chǎn)生創(chuàng)新行為。雖然這對(duì)任何員工來(lái)說(shuō)都是事實(shí)，但組織支持感的增加可能對(duì)那些因個(gè)人-工作契合度低而感覺(jué)大材小用的員工尤為重要。感覺(jué)大材小用的員工被認(rèn)為具有卓越的認(rèn)知能力，可能會(huì)利用自身額外的資歷（與更高的知識(shí)、技能和能力相關(guān)）在工作任務(wù)中表現(xiàn)更好，從而其創(chuàng)新行為得以激發(fā)。基于互惠原則，高水平的組織支持感會(huì)催生勞動(dòng)者對(duì)組織的責(zé)任感，促使其為組織作出貢獻(xiàn)，對(duì)于那些感覺(jué)大材小用的員工來(lái)說(shuō)，回報(bào)的一個(gè)方法就是利用他們的資質(zhì)來(lái)找出促進(jìn)創(chuàng)新行為的方法?；诖?，我們提出以下假設(shè)：

H5：組織支持感在資質(zhì)過(guò)剩感和創(chuàng)新行為間起調(diào)節(jié)作用。

構(gòu)建的理論模型如圖 1所示。

二、研究方法

（一）樣本與程序

本研究的問(wèn)卷調(diào)查數(shù)據(jù)主要采集自安徽、江蘇、浙江等地，因這三個(gè)地區(qū)的零工經(jīng)濟(jì)比較活躍，依托在線勞動(dòng)平臺(tái)的零工工作具有一定代表性，且零工工作者相對(duì)充沛，便于樣本數(shù)據(jù)收集。參與者從不同的渠道招募，包括擴(kuò)展的私人和專業(yè)網(wǎng)絡(luò)、社交網(wǎng)絡(luò)，感興趣的人可以通過(guò)鏈接參與。參與的前提條件是至少在工作中有使用數(shù)字媒體的專業(yè)活動(dòng)。參與本身是自愿且無(wú)償?shù)?，但在結(jié)束時(shí)會(huì)贈(zèng)與參與者一份小禮品。本次調(diào)研回收問(wèn)卷 265 份，剔除問(wèn)題問(wèn)卷，共獲得 233 份，有效回收率 87.9%。在有效樣本中，男性工作者占52.83%，年齡低于25歲的工作者占33.96%，高中/中專及以下學(xué)歷的工作者占27.55%，1年以下工作年限的工作者占29.06%。

（二）變量測(cè)量

本研究的測(cè)量工具均選自國(guó)內(nèi)外成熟量表，對(duì)英文量表則進(jìn)行翻譯、回譯，以保證信效度。采用李克特5點(diǎn)法進(jìn)行評(píng)分，分值從 1 （非常不符合）到5（非常符合）。

算法控制：采用裴嘉良等編制的 11 題項(xiàng)量表［31］，代表?xiàng)l目如“算法智能地分配我的工作任務(wù)”。

資質(zhì)過(guò)剩感：采用梅納德等編制的 9 題項(xiàng)量表［22］536，代表?xiàng)l目如“我的能力比完成我工作所需要的還要多”。

組織支持感：采用艾森伯格等編制的 8 題項(xiàng)量表［30］502，代表?xiàng)l目如“我的組織重視我的貢獻(xiàn)”。

創(chuàng)新行為：采用斯科特和布魯斯編制的 6 題項(xiàng)量表［1］606-607，代表?xiàng)l目如“在工作中，我會(huì)為實(shí)施創(chuàng)意制定合理的計(jì)劃與流程”。

控制變量：以往研究指出，個(gè)體特征、工作特征等都會(huì)影響員工工作過(guò)程中的態(tài)度和行為［32］；性別、年齡、教育程度和工作年限可能會(huì)影響零工工作者對(duì)工作環(huán)境的感知及工作策略的選擇［33］。因此，本研究選擇性別、年齡、教育程度和工作年限4個(gè)變量作為控制變量。

三、數(shù)據(jù)處理

（一）相關(guān)性分析

各變量之間的相關(guān)系數(shù)如表1所示。數(shù)據(jù)表明，算法控制與創(chuàng)新行為呈負(fù)相關(guān)（r=-0.453，p<0.01），與資質(zhì)過(guò)剩感呈負(fù)相關(guān)（r=-0.342，p<0.01）；資質(zhì)過(guò)剩感與創(chuàng)新行為呈正相關(guān)（r=0.354，p<0.01），與假設(shè)預(yù)期相符。

（二）信效度與共同方法偏差檢驗(yàn)

運(yùn)用軟件SPSS26.0對(duì)算法控制、資質(zhì)過(guò)剩感、組織支持感、創(chuàng)新行為 4個(gè)變量進(jìn)行信度分析。檢驗(yàn)結(jié)果如表 1括號(hào)內(nèi)所示，內(nèi)部一致性信度系數(shù)均大于或等于0.939，各變量信度良好。

使用Mplus8.3 進(jìn)行驗(yàn)證性因子分析，檢驗(yàn)變量間的區(qū)分效度。由表 2 能夠分析看出，四因子模型相較于其他模型，擬合效果最佳，說(shuō)明本研究中4 個(gè)主要變量之間具有良好的區(qū)分效度。

為應(yīng)對(duì)共同方法偏差的問(wèn)題，采用 Harman 單因子檢驗(yàn)方法，結(jié)果得到：未旋轉(zhuǎn)時(shí)第一因子的方差解釋水平是30.162%，小于臨界值40%，說(shuō)明本研究的共同方法偏差問(wèn)題并不嚴(yán)重。

（三）假設(shè)檢驗(yàn)

1.主效應(yīng)檢驗(yàn)。

采用層次回歸方法分析檢驗(yàn)算法控制、資質(zhì)過(guò)剩感、組織支持感、創(chuàng)新行為4 個(gè)主要變量之間的關(guān)系，檢驗(yàn)結(jié)果如表 3所示。由模型 4 可知，加入控制變量后，算法控制對(duì)創(chuàng)新行為仍有顯著負(fù)向影響（β=-0.468，p<0.001），假設(shè) H1 得到支持；由模型 2 可知，算法控制負(fù)向影響資質(zhì)過(guò)剩感（β=-0.354，p<0.001），假設(shè) H2 得到支持；由模型 5 可知，資質(zhì)過(guò)剩感正向影響創(chuàng)新行為（β=0.349，p<0.001），假設(shè) H3 也得到支持。

2.中介效應(yīng)檢驗(yàn)。

假設(shè) H4 提出，資質(zhì)過(guò)剩感在算法控制和創(chuàng)新行為之間起中介作用。借用Baron和Kenny的中介效應(yīng)檢驗(yàn)方法［34］依次構(gòu)建各變量之間的回歸分析模型，如表 3 所示。由模型 2 可知，算法控制負(fù)向預(yù)測(cè)資質(zhì)過(guò)剩感（β=-0.354，p<0.001）；由模型 5 可知，資質(zhì)過(guò)剩感顯著正向影響創(chuàng)新行為（β=0.349，p<0.001）；由模型4和模型6可知，加入資質(zhì)過(guò)剩感后，算法控制對(duì)創(chuàng)新行為的負(fù)面影響雖然仍然顯著但效果變?。é?-0.392，p<0.001），表明資質(zhì)過(guò)剩感在算法控制和創(chuàng)新行為之間具有中介作用，因此假設(shè) H4 得到初步支持。為保證資質(zhì)過(guò)剩感在算法控制與創(chuàng)新行為之間中介效應(yīng)的穩(wěn)健性與一致性，進(jìn)一步運(yùn)用 SPSS26.0 中的 PROCESS 插件進(jìn)行 Bootstrap 重復(fù)抽樣 5 000 次的中介效應(yīng)分析。結(jié)果顯示，算法控制通過(guò)資質(zhì)過(guò)剩感影響創(chuàng)新行為的間接效應(yīng)值為-0.079，95% 的置信區(qū)間為［-0.173，-0.016］，不包含 0，說(shuō)明資質(zhì)過(guò)剩感在算法控制和創(chuàng)新行為之間起中介作用，假設(shè) H4 得到進(jìn)一步支持。

3.調(diào)節(jié)效應(yīng)檢驗(yàn)。

假設(shè) H5 提出組織支持感正向調(diào)節(jié)資質(zhì)過(guò)剩感和創(chuàng)新行為之間的關(guān)系。在檢驗(yàn)調(diào)節(jié)效應(yīng)之前，首先將數(shù)據(jù)進(jìn)行去中心化處理，然后采用層次回歸分析方法檢驗(yàn)假設(shè)，如表 4 所示。模型 3 的結(jié)果顯示，資質(zhì)過(guò)剩感和組織支持感的交互項(xiàng)對(duì)創(chuàng)新行為的正向影響顯著（β=0.109，p<0.05），這表明組織支持感確實(shí)會(huì)增強(qiáng)資質(zhì)過(guò)剩感與創(chuàng)新行為之間的關(guān)系，假設(shè) H5 得到支持。

四、結(jié)論與討論

（一）研究結(jié)論

隨著零工經(jīng)濟(jì)的發(fā)展，智能算法改變了工作場(chǎng)所的配置，使得算法控制逐漸進(jìn)入學(xué)者的視野，而創(chuàng)新行為一直以來(lái)都是管理學(xué)領(lǐng)域探討的熱點(diǎn)話題之一。本研究采用問(wèn)卷調(diào)查的方法探究零工經(jīng)濟(jì)背景下算法控制對(duì)創(chuàng)新行為的影響機(jī)制，從研究結(jié)果可以知道，算法控制負(fù)向影響創(chuàng)新行為；資質(zhì)過(guò)剩感在算法控制與創(chuàng)新行為之間起中介作用；組織支持感對(duì)資質(zhì)過(guò)剩感和創(chuàng)新行為關(guān)系具有正向的調(diào)節(jié)作用。研究擴(kuò)展了算法控制的最新研究領(lǐng)域，梳理了關(guān)于算法控制的文獻(xiàn)及其對(duì)創(chuàng)新行為的影響。智能時(shí)代，針對(duì)零工工作者的管理是平臺(tái)企業(yè)面臨的新挑戰(zhàn)，故基于研究結(jié)論對(duì)企業(yè)管理提出以下建議。

第一，優(yōu)化管理方式。算法控制作為一種控制系統(tǒng)，對(duì)員工態(tài)度和行為具有一定的負(fù)面影響。但同時(shí)，算法控制又是在線勞動(dòng)力平臺(tái)運(yùn)作的核心，因此平臺(tái)需要優(yōu)化管理方式，進(jìn)行效率型管理的同時(shí)更要注重關(guān)系型管理。在使用智能算法技術(shù)大規(guī)模地管理分布式人力以提高組織效率的同時(shí)，關(guān)注零工工作者的個(gè)性化發(fā)展，并給予員工足夠的關(guān)懷，以營(yíng)造有利的工作氛圍，促進(jìn)員工的成長(zhǎng)；提高員工的創(chuàng)新意識(shí)，真正從管理員工到提升和激勵(lì)員工，最終提高組織核心競(jìng)爭(zhēng)力、促進(jìn)經(jīng)濟(jì)增長(zhǎng)。

第二，增強(qiáng)組織支持。組織支持是平臺(tái)企業(yè)走向成功的堅(jiān)實(shí)基礎(chǔ)，也是促進(jìn)零工工作者產(chǎn)生積極行為的先決條件。在線勞動(dòng)平臺(tái)不應(yīng)該僅僅是一個(gè)冷漠分配工作任務(wù)的信息平臺(tái)。相反，在線勞動(dòng)平臺(tái)應(yīng)是一個(gè)雙向溝通渠道，有助于零工工作者表達(dá)自己的感受，與他人和工作場(chǎng)所建立聯(lián)系并接受其支持。平臺(tái)企業(yè)應(yīng)全方位提高對(duì)零工工作者的組織支持，改善零工工作者對(duì)算法的厭惡情緒，引導(dǎo)零工工作者辯證地認(rèn)知和評(píng)價(jià)算法管理，使其愿意在工作中表達(dá)自己的意愿和想法。

第三，注重?cái)?shù)字能力培養(yǎng)。智能時(shí)代，數(shù)字化改變了工作條件、工作內(nèi)容和工作環(huán)境，時(shí)代所需工作技能發(fā)生變化，信息系統(tǒng)的進(jìn)步在塑造未來(lái)的勞動(dòng)力方面變得越來(lái)越有價(jià)值。平臺(tái)企業(yè)應(yīng)進(jìn)行更具體的數(shù)字能力分析，以更全面地了解零工工作者所需的數(shù)字能力，進(jìn)而有針對(duì)性地培養(yǎng)零工工作者的新技能；有效利用數(shù)字技術(shù)制定工作計(jì)劃、提供學(xué)習(xí)和培訓(xùn)支持、協(xié)調(diào)資源配置，幫助零工工作者獲取并提高數(shù)字能力，強(qiáng)化零工工作者對(duì)自身的能力自信，進(jìn)一步引導(dǎo)其創(chuàng)新行為。

（二）局限與展望

首先，由于結(jié)果是根據(jù)橫截面數(shù)據(jù)獲得的，雖然能夠很好地測(cè)量算法控制與創(chuàng)新行為，卻不能反映各變量之間動(dòng)態(tài)變化關(guān)系，未來(lái)研究將使用縱向數(shù)據(jù)以便更好地理解算法控制、資質(zhì)過(guò)剩感、組織支持感和創(chuàng)新行為之間的結(jié)構(gòu)關(guān)系。其次，研究使用了自我報(bào)告的變量，盡管它們是根據(jù)個(gè)人對(duì)其資源的內(nèi)在看法得出結(jié)論的有效技術(shù)，但帶有一定的主觀性，這可能會(huì)增加偏倚，因此未來(lái)研究將考慮其他客觀措施，通過(guò)替代測(cè)量方法（如，同事或主管評(píng)級(jí)、知識(shí)或性能測(cè)試）來(lái)完善。最后，研究探討了基于平臺(tái)的零工工作中采用算法控制系統(tǒng)的負(fù)面影響。不可否認(rèn)的是，算法控制系統(tǒng)有其積極的一面，未來(lái)研究將更多關(guān)注算法控制的積極影響。

參考文獻(xiàn)：

［1］? SCOTT S，BRUCE R.Determinants of innovative behaviour［J］.Academy of Management Journal，1994，37（3）：580-607.

［2］? YUAN F，WOODMAN R W.Innovative Behavior in the Workplace：The Role of Performance and Image Outcome Expectations［J］.The Academy of Management Journal，2010，53 （2）：323-342.

［3］? MCGRATH R G.Exploratory learning，innovative capacity，and managerial oversight［J］.Academy of management journal，2001，44（1）：118-131.

［4］? BUNJAK A，ERNE M，POPOVI A.Absorbed in technology but digitally overloaded：Interplay effects on gig workers' burnout and creativity［J］.Information & Management，2021，58（8）：103533.

［5］? KUHN K M，MALEKI A.Micro-entrepreneurs，dependent contractors，and instaserfs：Understanding online labor platform workforces［J］.Academy of Management Perspectives，2017，31（3）：183-200.

［6］? DUGGAN J，SHERMAN U，CARBERY R，et al.Algorithmic management and app-work in the gig economy：A research agenda for employment relations and HRM［J］.Human Resource Management Journal，2020，30（1）：114-132.

［7］? LEE M K，JAIN A，CHA H J，et al.Procedural Justice in Algorithmic Fairness：Leveraging Transparency and Outcome Control for fair Algorithmic mediation［J］.Proceedings of the ACM on Human Computer Interaction，2019，3（3）：1-26.

［8］? KELLOGG K C，VALENTINE M A，CHRISTIN A.Algorithms at work：The new contested terrain of control［J］.Academy of Management Annals，2020，14（1）：366-410.

［9］? FELDMAN D C.The nature，antecedents and consequences of underemployment［J］.Journal of Management，1996，22（3）：385-407.

［10］? MCKEE-RYAN F M，HARVEY J.“I have a job，but...”：A review of underemployment［J］.Journal of Management，2011，37（4）：962-996.

［11］? MAYNARD D C.Directions for future underemployment research：Measurement and practice［C］//DOUGLAS C.Underemployment：Psychological，economic，and social challenges.New York：SpringerScience+Business Media，2011：253-276.

［12］? LUKSYTE A，SPITZMUELLER C.When are overqualified employees creative？ It depends on contextual factors［J］.Journal of Organizational Behavior，2016，37（5）：635-653.

［13］? CROPANZANO R，MITCHELL M S.Social exchange theory：An interdisciplinary review［J］.Journal of management，2005，31（6）：874-900.

［14］? CAMERON L D.“Making out” while driving：Relational and efficiency games in the gig economy［J］.Organization Science，2022，33（1）：231-252.

［15］? LEE M K，KUSBIT D，METSKY E，et al.Working with machines：The impact of algorithmic and data-driven management on human workers［C］//MACHINERY A C.Proceedings of the 33rd annual ACM conference on human factors in computing systems.New York：ACM Press，2015：1 603-1 612.

［16］? WOOD A J，GRAHAM M，LEHDONVIRTA V，et al.Good gig，bad gig：autonomy and algorithmic control in the global gig economy［J］.Work，employment and society，2019，33（1）：56-75.

［17］? 劉善仕，裴嘉良，鐘楚燕.平臺(tái)工作自主嗎？在線勞動(dòng)平臺(tái)算法管理對(duì)工作自主性的影響［J］.外國(guó)經(jīng)濟(jì)與管理，2021，43（2）：51-67.

［18］? ROSENBLAT A，STARK L.Algorithmic labor and information asymmetries：A case study of Ubers drivers［J］.International journal of communication，2016，10（27）：3 758-3 784.

［19］? LEE M K.Understanding perception of algorithmic decisions：Fairness，trust，and emotion in response to algorithmic management［J］.Big Data & Society，2018，5（1）：1-16.

［20］? 裴嘉良，劉善仕，鐘楚燕，等.AI算法決策能提高員工的程序公平感知嗎？［J］.外國(guó)經(jīng)濟(jì)與管理，2021，43（11）：41-55.

［21］? ERDOGAN B，BAUER T N.Perceived overqualification and its outcomes：The moderating role of empowerment［J］.Journal of Applied Psychology，2019，94（2）：557-565.

［22］? MAYNARD D C，JOSEPH T A，MAYNARD A M.Underemployment，job attitudes，and turnover intentions［J］.Journal of Organizational Behavior，2006，27（4）：509-536.

［23］? 劉善仕.企業(yè)員工越軌行為的組織控制研究［J］.外國(guó)經(jīng)濟(jì)與管理，2002 ，7（4）：19-23.

［24］? CAMERON L.The rise of algorithmic work：Implications for organizational control and worker autonomy［D］.Ann Arbor：Business Administration in the University of Michigan（Doctoral dissertation），2020.

［25］? D'CRUZ P，NORONHA E.Positives outweighing negatives：the experiences of Indian crowdsourced workers［J］.Work Organisation，Labour and Globalisation，2016，10（1）：44-63.

［26］? BYRON K，KHAZANCHI S，NAZARIAN D.The relationship between stressors and creativity：a meta-analysis examining competing theoretical models［J］.Journal of Applied Psychology，2010，95（1）：201.

［27］? ERDOGAN B，BAUER T N.Overqualification at work：A review and synthesis of the literature［J］.Annual Review of Organizational Psychology and Organizational Behavior，2021，8（1）：259-283.

［28］? HOBFOLL S E.The influence of culture，community，and the nested-self in the stress process：Advancing conservation? of resources theory［J］.Applied Psychology，2001，50（3）：337-421.

［29］? DAR N，AHMAD S，RAHMAN W.How and when overqualification improves innovative work behaviour：the roles of creative self-confidence and psychological safety［J］.Personnel Review，2022，51（9）：2 461-2 481.

［30］? EISENBERGER R，HUNTINGTON R，HUTCHISON S，et al.Perceived organizational support［J］.Journal of Applied psychology，1986，71（3）：500-507.

［31］? 裴嘉良，劉善仕，崔勛，等.零工工作者感知算法控制：概念化、測(cè)量與服務(wù)績(jī)效影響驗(yàn)證［J］．南開(kāi)管理評(píng)論，2021，24（6）：14-27.

［32］? SHANTZ A，AREVSHATIAN L，ALFES K，et al.The effect of HRM attributions on emotional exhaustion and the mediating roles of job involvement and work overload［J］.Human Resource Management Journal，2016，26（2）：172-191.

［33］? 陳嘉茜，趙曙明，丁晨，等.零工工作者體面勞動(dòng)感知對(duì)其工作投入的影響：一個(gè)被調(diào)節(jié)的中介效應(yīng)模型［J］.經(jīng)濟(jì)與管理研究，2022，43（10）：81-95.

［34］?? BARON R M，KENNY D A.The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations［J］.Journal of personality and social psychology，1986，51（6）：1 173-1 182.

［責(zé)任編輯：范? 君］