技术夺走我的权力！——工作场所技术压力源影响员工主动性的机制探究
一、 研究团队与发表信息
本项研究由来自中国顶尖学术机构的学者合作完成。主要作者包括来自北京大学心理与认知科学学院、行为与心理健康北京重点实验室及机器感知教育部重点实验室的Guangwei Wang（第一作者）和Chang-qin Lu（通讯作者），以及来自暨南大学管理学院的Zhongda Wu。该研究以题为《Technology takes away my power! The mediating role of powerlessness in the relationship between technostressors and proactivity at work》的论文形式，于2025年发表于国际知名期刊《International Journal of Information Management》（卷84，文章编号102930）。论文于2024年3月26日收稿，2025年2月16日修订，2025年5月12日接受，并于2025年6月4日在线发布。
二、 学术背景与研究目标
本研究属于信息管理、组织行为学与工作心理学的交叉领域，聚焦于数字化工作场所中一个日益突出的问题：技术压力源（Technostressors）对员工心理状态和工作行为的影响。
研究背景： 随着人工智能等技术的飞速发展及其在工作流程中的深度融合，技术已从辅助工具演变为强大的实体，甚至可能对员工形成“统治”之势（如AI机器人担任CEO的案例引发广泛讨论）。技术压力源，即技术需求超出个人应对能力所引发的压力情境，变得无处不在且不可避免。这些压力源包括技术复杂性（Techno-complexity）、技术侵入（Techno-invasion）、技术不安全感（Techno-insecurity）、技术过载（Techno-overload）和技术不确定性（Techno-uncertainty）等。尽管已有大量研究探讨了技术压力源对员工态度、绩效和健康的影响，但很少有研究系统性地从“权力感”视角，探究其如何影响员工至关重要的主动性行为（proactive behavior）和无所作为（inaction）。在动态不确定的环境中，员工的主动性对于应对技术挑战至关重要。
理论基础与研究缺口： 本研究创新性地整合了“权力的趋近-抑制理论”（Approach–Inhibition Theory of Power）和“思维模式理论”（Mindset Theory），以填补上述研究空白。权力的趋近-抑制理论指出，权力感会激活“趋近系统”，促使个体更主动；而无力感（powerlessness）则激活“抑制系统”，导致个体退缩和不作为。思维模式理论则认为，拥有成长型思维（growth mindset）的个体相信能力可以通过努力和学习获得增长，因而更乐观、更积极地面对挑战。研究团队推测，技术压力源可能通过引发员工的无力感，进而削弱其主动性，增加不作为。同时，员工对技术能力的成长型思维（本文称为“技术成长型思维”，techno growth mindset）可能缓冲这一负面影响。
研究目标： 本研究的主要目的是从无力感视角，实证检验技术压力源如何影响员工的主动性行为和无所作为。次要目的是探究技术成长型思维在上述关系中的调节作用。研究模型假设：技术压力源正向预测员工的无力感；无力感负向预测主动性行为，正向预测无所作为；技术成长型思维能弱化技术压力源对无力感的正面影响，从而保护员工的主动性。
三、 详细研究流程与方法
为严谨验证假设，增强结论的稳健性，本研究采用了独特的混合方法设计，包含三项方法学上相互独立又互为补充的子研究。
研究1：多阶段时滞问卷调查 * 研究对象与流程： 通过Credamo在线调研平台，从中国多家公司招募员工参与者。采用三阶段时滞设计（间隔15天）以降低共同方法偏差。初始有500名员工参与第一阶段（T1）调查，测量技术压力源、技术成长型思维及控制变量（如工作量、消极情绪、人口学信息）。第二阶段（T2）有427名员工参与（回应率85.4%），测量中介变量（无力感）及替代中介（情绪衰竭）。第三阶段（T3）有354名员工参与（回应率82.9%），测量结果变量（主动性行为、无所作为）。经过注意力检查筛选后，最终获得351份有效匹配数据。 * 测量工具： 均使用成熟量表，并采用回译法确保中文版质量。技术压力源使用Tarafdar等人（2007）的5题项量表；无力感使用Abdul-Gader & Kozar（1995）的计算机无力感量表（4题项）改编；技术成长型思维使用Wong等人（2022）的4题项量表；无所作为使用Wu等人（2023）的5题项量表；主动性行为使用Ouyang等人（2019）的3题项量表。控制变量包括工作量、情绪衰竭（使用Muir等人的火柴棍图示测量）、消极情绪和人口统计学变量。 * 数据分析流程： 首先进行验证性因子分析（CFA）检验测量模型，结果显示六因子模型（技术压力源、成长型思维、无力感、主动性行为、无所作为、消极情绪）拟合良好，且显著优于其他合并因子的模型，证实了构念的区分效度。采用ULMC法检验共同方法偏差，结果显示方法因子仅解释4.98%的方差，表明问题不严重。随后，使用SPSS和Mplus进行回归分析、结构方程模型（SEM）分析，检验主效应、中介效应、调节效应及有调节的中介效应。采用Bootstrap法（10000次抽样）检验间接效应的置信区间。
研究2：情境实验 * 研究目的： 在控制外生变量的条件下，通过实验方法验证研究1发现的因果关系，提升研究的内部效度。 * 实验设计： 采用2（技术压力源：高 vs. 低）x 2（技术成长型思维：激活 vs. 控制）的组间实验设计。 * 研究对象： 通过G*Power软件计算样本量，最终招募248名参与者完成实验（平均年龄30.48岁），并获得报酬。 * 实验流程与操纵： 1. 随机分配： 参与者被随机分配到四种实验条件之一。 2. 情境阅读与角色扮演： 所有参与者阅读一个关于在一家互联网公司产品分析部门工作的场景。高技术压力源组阅读的场景描述了引入复杂、自动化程度高、更新频繁、导致工作量大增、同事面临替换风险的智能分析系统。低技术压力源组阅读的场景则描述系统简单、支持性强、无需额外学习、不增加工作量。 3. 思维模式操纵： 技术成长型思维激活组阅读强调“人类技术能力可以持续进化”的科学发现材料，并被要求回忆并写下三个自己成功提升技术技能的具体实例。控制组则被要求回忆并列出三个日常生活中的物品。 4. 操纵检验： 使用简短题项检验技术压力源操纵是否成功；使用Wong等人的量表检验技术成长型思维操纵是否成功。 5. 变量测量： 随后测量无力感、主动性行为（测量未来行为意愿）、无所作为，以及控制变量（情绪衰竭、消极情绪、人口学信息）。 * 数据分析： 使用独立样本t检验进行操纵检查。使用方差分析（ANOVA）检验技术压力源对无力感的主效应。使用结构方程模型（SEM）和Bootstrap法检验中介效应、调节效应及有调节的中介效应。
研究3：定性访谈研究 * 研究目的： 通过深度访谈，为前两项定量研究的结果提供更丰富、更细致的解释和理解，揭示员工面对技术压力源时的真实心理体验和行为反应。 * 研究对象： 从不同公司、不同职位招募了21名员工进行半结构化访谈，受访者背景多样（包括内容运营、工程师、教师、快递员、产品经理、客服等）。 * 访谈流程： 基于预先拟定的提纲进行，核心主题包括：（1）工作中使用技术时遇到的压力源；（2）对这些压力源的心理和行为反应；（3）对自身技术技能成长的心态，以及这种心态如何帮助他们应对压力源。 * 数据分析： 对访谈转录文本进行主题分析。由三名熟悉研究背景的专业编码员参与分析过程，直至访谈不再出现新见解为止（即达到理论饱和）。
四、 主要研究结果
研究1（问卷调查）结果： 1. 主效应与中介效应： * 技术压力源显著正向预测员工的无力感（β = .341， p < .001），支持假设1。 * 无力感显著负向预测主动性行为（β = -.328， p < .001），支持假设2a；显著正向预测无所作为（β = .317， p < .001），支持假设2b。 * Bootstrap分析显示，技术压力源通过无力感对主动性行为产生显著的负向间接效应（估计值 = -.129， 95% CI = [-.219， -.039]），对无所作为产生显著的正向间接效应（估计值 = .148， 95% CI = [.051， .245]），支持假设3a和3b。即使控制了情绪衰竭等替代中介变量，结果依然稳健。 2. 调节效应与有调节的中介效应： * 技术压力源与技术成长型思维的交互项对无力感有显著负向影响（β = -.162， p < .001），支持假设4。简单斜率分析表明，对于高成长型思维的员工，技术压力源对无力感的影响较弱。 * 有调节的中介效应分析显示，技术成长型思维调节了通过无力感的间接路径。对于低成长型思维的员工，技术压力源通过无力感对主动性行为（效应值 = -.205）和无所作为（效应值 = .235）的间接效应显著。而对于高成长型思维的员工，这两条间接效应均不显著（主动性行为：-.053；无所作为：.061）。指数检验（index of moderated mediation）显著，支持假设5a和5b。
研究2（实验）结果： 1. 操纵检验成功： 高技术压力源组的压力感知显著高于低压力源组；成长型思维激活组的思维模式得分显著高于控制组。 2. 复制主效应与中介效应： 重复了研究1的主要发现。高技术压力源情境下的参与者报告了更高的无力感。路径分析显示无力感负向影响主动性行为意愿、正向影响无所作为。Bootstrap分析再次证实了通过无力感的显著中介效应。 3. 复制调节效应与有调节的中介效应： 交互效应显著。具体而言，在高技术压力源条件下，成长型思维激活组的无力感（M = 3.353）显著低于控制组（M = 3.921）；在低技术压力源条件下，两组无差异。有调节的中介效应同样得到验证，控制组的间接效应强于成长型思维激活组。
研究3（定性访谈）结果： 访谈结果生动地阐释了定量研究的发现： * 技术压力源与无力感： 受访者描述了因软件复杂、系统频繁更新、信息过载（如邮件、即时通讯）而产生的压力，并使用了“被技术支配”、“感到无助”、“问题似乎无法解决”等词汇，明确表达了无力感。 * 无力感与行为后果： 体验到无力感的受访者表示，这使他们“难以主动寻求改变”、“被迫妥协，很少主动寻找解决方案”、“不想主动改变”，并且“很少将新想法付诸实践”，清晰地对应了主动性下降和无所作为增加。 * 技术成长型思维的缓冲作用： 拥有成长型思维的受访者（如相信技能可通过学习提升）表现出更强的信心，将技术挑战视为暂时的、可通过自身成长克服的问题，从而更积极地应对。而持有固定型思维的受访者则更容易感到被技术控制，表现出更多的担忧和退缩。
五、 研究结论与价值
结论： 本系列研究一致表明，工作场所中的技术压力源会引发员工的无力感，这种无力感进而激活抑制系统，导致无所作为，同时抑制趋近系统，减少主动性行为。然而，员工对自身技术能力持有的成长型思维（技术成长型思维）是一个关键的缓冲因素。它能够弱化技术压力源对无力感的负面影响，从而帮助员工在面对技术挑战时保持主动性，减少不作为。
理论贡献： 1. 新视角： 首次从“权力感/无力感”这一新颖视角理解技术压力源的后果，揭示了人机互动中隐含的权力动态，为技术压力研究开辟了新路径。 2. 新机制： 明确了无力感是技术压力源影响员工主动性相关行为的关键中介机制，解释了“为何”技术压力会抑制员工的积极性。 3. 整合理论： 成功将权力的趋近-抑制理论与思维模式理论整合应用于人机交互领域，拓展了这两个理论的应用边界，并为技术压力研究提供了坚实的理论基础。 4. 识别边界条件： 发现了技术成长型思维这一重要且可塑的调节变量，为解决技术压力导致的员工赋能问题提供了新的理论思路。
实践意义： 1. 组织启示： 组织应认识到技术压力源可能剥夺员工的权力感，进而损害其主动性。需采取措施减少技术压力源，例如提供全面的技术培训、采用以人为本的技术设计。 2. 干预新方向： 组织可以通过成本效益高的培训项目（如引导反思、技能建设活动、在线干预）来培养员工的技术成长型思维，从而赋能员工，使其自主、积极地应对技术变革带来的压力。 3. 个人启示： 员工应主动利用组织提供的资源，通过设定学习目标、记录进步等方式，有意识地培养自己对技术能力的成长型思维。
六、 研究亮点
七、 其他有价值内容
研究团队在讨论部分指出了本研究的局限性（如自报告数据、在线样本的普适性）并提出了未来研究方向。特别值得关注的是，他们建议未来研究可以探索其他赋能员工的策略，例如构建以人为本、富有同理心的工作环境，或将共情设计融入技术本身，以缓解技术压力源对员工权力感的剥夺效应。这为后续研究指明了新的探索空间。