劉 嵩，鮑 超，曾海洋

(1.閩南師范大學 教育科學學院，福建 漳州 363000；2.閩南師范大學 商學院，福建 漳州 363000)

當前人口紅利逐漸減少，老齡化趨勢越發(fā)明顯，人工成本不斷攀升，我國傳統(tǒng)制造型企業(yè)的壓力逐漸增加。人工智能為制造型企業(yè)更新產品線，降低人工成本，提高生產效率提供了可能。2017年國務院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》[1]，指出人工智能是促進經濟轉型升級的關鍵驅動力，表明人工智能技術已經從國家層面得到重視。

但人工智能被廣泛應用的同時，一些負面效應也逐步凸顯出來。首先，從宏觀層面來看，人工智能的應用替代了許多工作崗位。麥肯錫[2]在《失業(yè)與就業(yè)：自動化時代的勞動力轉型》報告中指出，到2030年全球將有多達8億人的工作崗位可能被機器人取代。從微觀層面來看，人工智能的應用對員工的工作技能提出了更高要求。由于增加了失業(yè)風險，員工面臨不確定性資源損失，產生更多的工作不安全感[3]，從而表現出消極、抵觸的心理情緒[4]，甚至可能導致產生AI焦慮(Artificial Intelligence Anxiety，AI焦慮)。

Johnson等[5]在2017年首次提出AI焦慮的概念，并將其定義為個體對人工智能失去控制的恐懼和焦慮。認為焦慮的對象不應該是人工智能而是設計人工智能的人，并由此否認了AI焦慮具有合理性。Wang等[6]學者基于理性行為理論將AI焦慮定義為個體與人工智能交互而引起的一種在整體情感上表現出的焦慮或者恐懼，證明了客觀存在性，并劃分為四個維度：學習焦慮、人工智能恐懼、工作替代焦慮和對人工智能技術未知的焦慮。Li和Huang[7]兩位學者糅合了恐懼習得理論和不相關恐懼習得理論，形成了綜合恐懼習得理論，并用恐懼的四條途徑來解釋AI焦慮的表現形式，進而提出AI焦慮包含學習焦慮、隱私侵犯和缺乏透明度等八個維度，進一步拓展了研究范圍。何勤和朱曉妹[8]結合創(chuàng)新擴散理論和資源保存理論分析AI焦慮的形成機理，主要從就業(yè)替代、工作價值倫理挑戰(zhàn)、基本心理需求滿足三方面分析形成原因，并將其定義為人工智能技術進步引致的人們對工作和生活在整體情感上的焦慮或恐懼，具體表現為對人類社會面臨終結的擔憂和勞動者對技術性失業(yè)的擔憂。關于后效作用，黃麗滿等[9]結合技術接受模型，發(fā)現員工AI焦慮顯著正向影響員工知識共享行為。

綜上所述，關于AI焦慮研究的現有文獻，目前多數集中在維度和成因方面，對于影響因素的研究則相對欠缺。因此，探究影響因素變得十分重要，這也是進一步找到應對策略的前提?；诖耍狙芯恳灾圃煨推髽I(yè)員工為樣本，結合在企業(yè)轉型過程中員工面臨失業(yè)和學習AI技術困難的現實，選擇工作替代焦慮與學習焦慮兩個維度作為研究指標，實證分析主管支持感對員工AI焦慮的影響，以及心理韌性對此過程的作用機制。希望對加快我國制造型企業(yè)轉型，減少員工AI焦慮提供實踐參考。

1 理論回顧與研究假設

1.1 主管支持感與工作替代焦慮和學習焦慮關系

AI焦慮包括工作替代焦慮和學習焦慮等維度，其中工作替代焦慮是觀察他人的經歷或擔心被人工智能所取代而引起的焦慮，學習焦慮指的是個體對學習人工智能技術缺乏自信，感知學習困難時會產生焦慮[7]。對于企業(yè)員工來說，引發(fā)AI焦慮的主要因素是就業(yè)，包括崗位替代率高和崗位極化[2]。

主管支持是在組織支持概念基礎上發(fā)展而來的，是指個體對主管重視其貢獻、關心其福祉程度的總體信念[10]。按照工作要求-資源模型(Job Demands-Resouraces Model，JDR)，工作資源是指能為工作者提供支持和幫助的工作因素，如社會支持、自主性、工作報酬、績效反饋等，有助其達成工作目標，減輕工作要求及相關的身心消耗，激勵個人成長、學習和發(fā)展[11]。主管支持作為一種重要的工作資源，可以幫助員工減輕心理緊張[12]，降低社會心理壓力[13]，調動積極情緒和自我效能感，提高工作績效[14]，員工會有更高的工作滿意度，對組織有更高的情感承諾[15]。人工智能的應用對組織是一場技術變革活動，在變革過程中領導給予更多支持，可以減少員工消極情緒的產生。有研究[16]表明感知到領導信任的員工更容易接受新技術的學習。擁有更多主管支持的員工，也會比其他員工擁有更多的培訓機會和發(fā)展機會，擁有更好的自我效能感，對于人工智能技術也必然更加了解，不容易產生學習焦慮。

因此，感受到主管支持的員工，有更好的工作績效與工作滿意度，較少的社會心理壓力，也會降低由于人工智能的應用產生工作被替代的焦慮的消極情緒。因此，本文提出假設：

H1 主管支持感負向顯著預測工作替代焦慮和學習焦慮。

1.2 主管支持感與心理韌性關系

心理韌性(Psychological resilience)，也稱為心理彈性或心理復原力。Luthans[17]將心理韌性定義為“從逆境、沖突、失敗、責任和壓力中迅速恢復的心理能力”。Shin等[18]學者將資源保存理論應用于解釋組織中的變化，認為心理韌性的強度可以被許多因素影響。資源保存理論也說明了社會支持可以擴大個人其他可用資源，替代和強化其他資源[19]。有研究[20]表明主管支持是一種人際層面的資源，在員工工作和所需要的支持性資源之間起著重要作用；工作中的社會支持對員工的心理韌性有積極的影響[21]。諸彥含等[22]學者認為，來自于組織的資源可以幫助員工提高心理韌性。另外，有研究[23]表明，高組織支持感能使員工增加工作興趣，提高心理韌性；也有研究[24]發(fā)現組織支持感對心理資本中存在積極的影響，而心理資本包括心理韌性的維度。李銳等[25]學者對前人研究總結得出，員工在與工作相關信息的獲取上，對主管的依賴程度要高于組織，說明員工偏好并重視從較為接近的人那里得到反饋與支持。因此，對于員工來說，來自主管的支持比組織方面更加容易被感知。通過主管的支持，員工可以獲得更多工作上的資源，從而提高心理韌性。因此可以推測得到高主管支持感的員工可以擁有更高的心理韌性。所以本文提出假設：

H2 主管支持感正向顯著預測心理韌性。

1.3 心理韌性與工作替代焦慮和學習焦慮的關系

心理韌性對于個體來說，是一種獨特的心理資源。研究表明，韌性高的人更有能力應對工作場所的變化[26]，傾向于積極地為困難做好準備，并通過有效利用其心理資源，最大限度減少壓力事件對自己的影響[27]，能夠隨著環(huán)境的變化相應做出有利于滿足自身需求的選擇，從而降低外部環(huán)境對內在動機的破壞[28]。人工智能的應用對于員工來說是一種組織變革，崗位替代率變高，組織結構變得更加扁平化[8]。心理韌性高的員工，與其他員工相比，會將心理韌性作為一種資源，對變革做出更積極的反應[29]。高心理韌性的員工可以以積極的情緒迎接人工智能應用帶來的負面影響，愿意付出改變去適應環(huán)境，即使面對工作被替代的壓力，也不會有太多焦慮，并且有更強的信心和自我效能感去學習人工智能的相關知識。由此本文提出：

H3 心理韌性負向顯著預測學習焦慮和工作替代焦慮。

1.4 心理韌性的中介作用

主管可以通過給予員工所需要工作資源(比如社會支持和績效反饋等)，強化員工的心理資源，讓其擁有更高的心理韌性，對人工智能應用引發(fā)的壓力有更加積極的情緒，做好充分準備，即使面對失敗，也會迅速恢復，不容易產生工作替代焦慮。同時，員工還會擁有充足的自我效能感去學習人工智能的相關知識，不容易產生學習焦慮。據此推斷，本文可以提出：

H4 心理韌性在主管支持感和學習焦慮與工作替代焦慮之間起中介作用。

綜合上述假設構建研究模型如圖1所示：

2 數據來源及統(tǒng)計分析方法

2.1 變量測量

主管支持感 本文采用員工自陳式量表“主管支持感感量表”來測量。測量方法采用Eisenberger 等[30]的方法，選擇4個題項測量如“我的主管很關心我的個人目標和價值實現”等，采用李克特5點計分。量表的內部一致性系數為0.839。

心理韌性 Luthans等[31]設計的心理資本量表，由自信、韌性、樂觀和希望4個維度構成，本文采用其中的韌性維度，共6個題項，如“在工作中，無論如何我都會去解決遇到的難題”，采用李克特5點計分法。量表的內部一致性系數為0.907。

工作替代焦慮和學習焦慮 采用Li等[7]學者設計的AI焦慮量表中的學習焦慮和工作替代焦慮維度，各3個題，如“我擔心AI將來會取代我的工作”“我認為我無法學好AI專業(yè)課”等，采用李克特7點計分法。量表的內部一致性系數分別為0.788和0.766。

2.2 樣本構成

選取福建、山東兩省處于轉型期的制造型企業(yè)員工為研究對象，通過問卷星平臺發(fā)放調查問卷600份，最終回收有效問卷423份，有效樣本率為70%。人口統(tǒng)計學方面，男性占比56%，女性占44%；平均年齡28.8歲；中專、高中及以下學歷235人(占比55.5%)，大專91人(占比21.5%)，本科90人(占比21.3%)，研究生及以上7人(占比1.7%)；已婚208人(占比48.0%)，其他220人(占比52.0%)；普通員工307人(占比72.6%)，基層主管80人(占比18.9%)，中層管理者25人(占比5.9%)，高層管理者11人(占比2.6%)；工作年限不足1年的87人(占比20.6%)，1～3年的139人(占比32.9%)，4～6年的105人(占比24.8%)，7～10年的49人(占比11.6%)，10年以上的4人(占比10.2%)；收入少于或等于3000元的有5人(占比1.2%)，3001～5000元的218人(占比51.5%)，5001～7000元的138人(占比32.6%)，7000元及以上有62人(占比14.7%)。

2.3 統(tǒng)計分析方法

本研究采用AMOS23進行共同方法偏差與效度檢驗，采用SPSS25對數據進行相關性分析、可靠性度量和回歸分析，運用Process3.5宏程序對中介效應值進行分析。

3 研究結果

3.1 共同方法偏差檢驗

本研究根據研究目的設計的填答方式均為自我報告形式，可能存在共同方法方差。因此，按照利用控制未測單一方法潛因子法[32]來評估共同方法偏差，在驗證性因子分析中引入共同方法因子(CMV)。如表1所示，四因子模型+CMV模型(χ2(82) =124.23，RMSEA=0.035，CFI=0.98，TLI=0.98)與四因子模型擬合程度相比，擬合指標RMSEA、CFI和TFI的變化幅度都不明顯，可知共同方法偏差影響在允許范圍內[34]。

表1 測量變量的區(qū)分效度

3.2 驗證性因子分析

表2 測量變量的結構效度

本研究采用AMOS 23.0進行驗證性因素分析，檢驗結果如表1和表2所示。表2中除工作替代焦慮第一題和韌性第一題標準化因子載荷在0.6～0.7，其余因子載荷均大于0.7，且合成信度(CR)均大于0.7，平均方差萃取量(AVE)均大于0.5，表明研究工具及其數據具有良好的結構效度。四因子模型擬合程度(χ2(98)=156.08，RMSEA=0.03，CFI=0.98，TLI=0.98)顯著優(yōu)于其他模型，四因子模型與三因子模型雖然都擬合良好，但△χ2= 50，df=3，P<0.001，兩個模型差異顯著，且表3中各變量AVE的平方根均大于相鄰上下的相關系數，證明所測量的四個變量具有良好的區(qū)分效度。

3.3 變量的相關分析和信度分析

本研究主要變量的描述性分析如表3所示。結果表明，主管支持感與工作替代焦慮、學習焦慮存在顯著的正相關(p<0.01)；心理韌性與工作替代焦慮和學習焦慮存在顯著的負相關(p<0.01)，與主管支持感存在顯著的正相關(p<0.01)，與假設初步相符。為了進一步驗證因果關系，需要做回歸分析驗證。

表3 研究變量的平均值、標準差和相關系數(N=423)

續(xù)表3

3.4 中介效應檢驗

本研究綜合運用逐步法[34]來驗證心理韌性中介效應變量間的基本關系。根據相關性分析，將性別、年齡、文化程度、婚姻情況、職位、工作年限與收入作為控制變量。首先，檢驗主管支持感對學習焦慮和工作替代焦慮作用的影響，如表4的模型2和模型5所示。結果表明，主管支持感對工作替代焦慮和學習焦慮具有顯著的負向預測作用(β=-0.237，p<0.01；β=-0.255，p<0.01)，假設1成立。模型1把心理韌性當作因變量，主管支持感對心理韌性有顯著的正向預測作用(β=0.341，p<0.01)，假設2得到驗證。模型3和模型6表明心理韌性對于學習焦慮和工作替代焦慮具有顯著的負向預測作用(β=-0.316，p<0.01；β=-0.322，p<0.01)，假設3得到驗證。將主管支持感與心理韌性同時放入模型，主管支持感對工作替代焦慮和學習焦慮的影響下降，但是依然顯著(β=-0.165，p<0.01)。對于學習焦慮來說，中介效應占總效應比值為35.3%。對于工作替代焦慮來說，中介效應占總效應比值為37.8%。按照Baron和Kenny[34]的標準，中介效果成立，心理韌性在主管支持感和工作替代焦慮、學習焦慮之間起部分中介作用，假設4得到驗證。

表4 研究變量的回歸分析

采用SPSS Process置信區(qū)間宏程序進行中介效應驗證的Bootstrapping分析[35]，Bootstrapping重復抽樣 5000 次分析結果如表5所示。主管支持感對工作替代焦慮的中介效應值為-0.0900，置信區(qū)間為[-0.1419， -0.0464]；對學習焦慮的中介效應值為-0.0898，置信區(qū)間為[-0.1419，-0.0464]，兩者的置信區(qū)間均不包含0，表明中介效應顯著。

表5 心理韌性中介效應的Bootstrapping分析結果

4 討論

4.1 結論

本研究采用簡單隨機抽樣方法，從制造企業(yè)收集423份員工調查問卷，采用逐層回歸分析和Bootstrapping法檢驗主管支持感、心理韌性與學習焦慮和工作替代焦慮的關系，得出以下結論：

一是主管支持感對學習焦慮和工作替代焦慮具有顯著的負向影響(即假設H1成立)。主管支持感高時，員工會表現出相對低焦慮的狀態(tài)；低主管支持感的情境下，員工會表現出相對高焦慮的狀態(tài)。這與其他學者提出的組織支持或主管支持感對于員工消極情緒與行為的研究一致。

二是主管支持感對于心理韌性有顯著的正向影響(即假設H2成立)。表明主管支持感可以顯著正向預測員工的心理韌性。得到更多主管支持感的員工，擁有相對高的心理韌性，這與其他學者提出的心理韌性的影響因素和社會支持、組織支持或主管支持感的后效作用研究一致。

三是心理韌性對于學習焦慮與工作替代焦慮有顯著的負向影響(即假設H3成立)。表明心理韌性高的員工，會有相對較低的焦慮狀態(tài)；心理韌性較低的員工，擁有較高的焦慮狀態(tài)，這與其他學者對于心理韌性關于員工面臨變革時的消極情緒研究一致。

四是心理韌性對主管支持感與學習焦慮和工作替代焦慮起部分中介作用(即假設H4成立)。表明主管支持感會直接影響員工的焦慮狀態(tài)，也會通過提高心理韌性來影響，因此心理韌性在兩者之間起一個橋梁作用，這與以往學者對于心理韌性的前因后效以及作為中介的研究結論一致。

4.2 管理啟示

本文選擇個體內部因素的心理韌性與組織因素的主管支持感展開研究，由組織因素通過影響個體內部因素對員工的心理狀態(tài)造成影響，具有較強實操性，可幫助企業(yè)減少員工的焦慮心態(tài)，順利度過數智化轉型?；诒疚牡难芯堪l(fā)現，可以得到以下啟示：

一是企業(yè)在數智化轉型期間應該注意員工的心理狀態(tài)，特別是需要對員工的焦慮狀態(tài)進行預防和干預。對于可能因為轉型而失業(yè)的員工，企業(yè)應該對他們提前說明緣由，建議在內部幫助尋找新的崗位。如果實在無法內部安置，也應幫助尋找合適的工作，或依據相關法規(guī)給予足夠的補償來保證其擇業(yè)期的生活。這樣也有利于防止其他員工因同事失業(yè)而對自己的前途心生焦慮。對于學習人工智能知識感到焦慮的員工，企業(yè)要進行充分調研，弄清楚員工究竟面臨哪些不足與困難，然后開展針對性的系統(tǒng)的人工智能知識與技能培訓。比如可以采用網絡培訓形式，邀請專家和內訓師開展各種層次的培訓；要隨時了解員工遇到的困難，及時給予支持和幫助。鼓勵團隊成員在學習人工智能方面相互幫助與支持，通過團隊的力量化解困難。對于AI焦慮已經嚴重影響到正常工作的員工，企業(yè)應該及時進行心理干預，幫助減少焦慮。如果AI焦慮嚴重的員工占多數，公司可以通過員工援助計劃[36]，集體幫助減輕焦慮，順利度過轉型期。

二是管理者應該注重人文生態(tài)，給予員工足夠支持，重視其利益。在企業(yè)轉型期間，管理者應該更加重視管理的人文環(huán)境，給予員工更多關懷，讓其感受到自己是受到重視的，減少心理焦慮；給予員工更多的資源幫助提高績效與自我效能感，提高學習信心。主管應及時聽取員工的呼聲，幫助解決難題，減輕焦慮。也應以身作則，認真工作，起到帶頭作用；和整個工作團隊一起，對員工特別是老員工有足夠的耐心和寬容，并鼓勵他們積極學習，提高在學習人工智能方面的自信心。鼓勵員工不要氣餒，從簡單到復雜有步驟地學習，逐步樹立信心，反復練習，最終掌握人工智能技能。要關注員工的工作和生活，能力范圍之內盡可能幫助員工完成工作，提高工作效率。企業(yè)對主管的績效進行考察或者選拔晉升新主管時，也應該把主管的責任感以及人際關系考慮在內，提升主管支持感。

三是甄選心理韌性強的員工。心理韌性越強，員工在工作中面對困難和挫折時越能夠堅持不懈，對環(huán)境和工作的適應性越強，越不會產生學習和工作替代焦慮，在面臨組織變革時會以更加積極的態(tài)度去面對。企業(yè)在招聘時，應當對面試者的心理韌性進行分析，如通過標準化測驗、履歷分析等方式，也可以采用更加內隱的方法，如投射測驗、筆跡分析。對于企業(yè)內部員工，也可以進行韌性甄別。邀請專家對員工進行抗挫折訓練、壓力教育等幫助提高心理韌性。而對于心理韌性低的員工，管理者要積極關注其工作與生活狀態(tài)，給予更多支持，幫助提高心理韌性，減輕焦慮。

4.3 研究局限及未來方向

本研究以橫截面研究為主，不能從時間序列推論研究變量之間的因果關系；多采用自陳述式量表進行研究，可能會帶有被試的主觀性。因此，未來可以考慮采用實驗設計或者縱向追蹤研究來證明因果關系并獲得更加客觀的結論，增加結論的說服力。樣本選擇上，本研究只調查了制造業(yè)的員工，未來可以擴大調查范圍以提升模型研究結論的穩(wěn)健性。在研究模型設計上，選擇了主管支持感、心理韌性和學習焦慮和工作替代焦慮四個變量，以后可以引入其他變量進一步豐富關于AI焦慮作用機制的研究。