《Sage Open》:How Algorithmic Management Shapes Agility in the Gig Economy: The Role of Job Autonomy
编辑推荐:
数字平台服务的快速扩张加剧了算法管理(Algorithmic Management, AM)在协调零工劳动者方面的应用,引发了对其劳动力敏捷性影响的担忧。本研究基于工作需求-资源模型(Job Demands–Resources Model, JD–R Mode
数字平台服务的快速扩张加剧了算法管理(Algorithmic Management, AM)在协调零工劳动者方面的应用,引发了对其劳动力敏捷性影响的担忧。本研究基于工作需求-资源模型(Job Demands–Resources Model, JD–R Model),考察了算法管理各项功能(即监控、目标设定、调度、绩效评级与薪酬)对零工劳动者敏捷性(即主动性、适应性与韧性)的影响,以及工作自主性(Job Autonomy)在沙特阿拉伯平台型配送工作中的中介作用。研究人员收集了来自378名在主流应用型配送平台工作的一线配送员的调查数据,并采用偏最小二乘结构方程模型(Partial Least Squares Structural Equation Modeling, PLS-SEM)进行分析。研究发现,算法管理并非一个同质构念,其各项功能对工作自主性与零工劳动者敏捷性产生差异化影响。尽管部分算法管理功能对敏捷性各维度表现出部分显著的直接负向效应,但所有算法管理功能均通过侵蚀工作自主性而表现出显著的间接负向效应。这些结果表明,算法管理作为一种阻碍性工作要求(hindrance demand)运作,削弱了作为关键工作资源的工作自主性,从而制约了劳动者保持主动性、适应性与韧性的能力。本研究通过提供来自电商配送情境的实证证据,并强调设计能够维护劳动者自主性与敏捷性的平台治理体系的必要性,为算法管理与数字平台劳动相关文献作出了贡献。
论文解读:算法管理、工作自主性与零工经济中的员工敏捷性
一、研究背景与问题提出
随着数字平台经济的迅猛发展,以算法为核心的管理机制正深刻改变着劳动组织的形态。零工经济(Gig Economy)中的劳动者,如外卖骑手、网约车司机等,往往在缺乏传统雇佣关系保护的环境下工作,面临着任务获取不稳定、收入波动、随时可能被平台停用以及工作时间不规律等多重不确定性。然而,研究指出,这种不稳定性的根源恰恰在于支撑平台运作的算法管理(Algorithmic Management, AM)技术本身。算法管理是指利用计算机程序与自学习算法来执行或辅助管理职能,包括监控(Monitoring)、目标设定(Goal Setting)、调度(Scheduling)、绩效评级(Performance Rating)与薪酬计算(Compensation)等。尽管平台常以“灵活自由”为宣传口号,但算法管理实际扮演着“影子雇主”的角色,通过不透明、快速演变的计算机制对劳动者实施控制,从而主动制造了劳动者所面临的不确定性与脆弱性。
在此背景下,零工劳动者必须具备工作敏捷性(Employee Agility),即主动应对变化、适应新环境并从挫折中恢复的能力,以在动荡的工作环境中生存与发展。然而,现有文献存在明显的研究缺口:一方面,大量研究聚焦于算法管理对劳动者心理健康和动机的影响,另一方面,关于员工敏捷性前因的研究多集中于传统组织情境,两者之间的直接联系尚未得到充分探讨。此外,关于算法管理与工作自主性(Job Autonomy)关系的研究多采用定性方法或文献综述,缺乏定量实证验证。因此,本研究旨在基于工作需求-资源模型(JD–R Model),系统考察算法管理各功能对零工劳动者敏捷性的直接与间接影响,并揭示工作自主性在这一关系中的中介机制。
二、研究设计与方法
研究人员以沙特阿拉伯为研究情境,选取了在HungerStation、Mrsool、Jahez等主流应用型配送平台工作的378名一线配送员作为样本。数据通过单轮在线问卷收集,采用非概率自愿抽样策略,通过社交媒体和配送员社群渠道发放。研究采用偏最小二乘结构方程模型(PLS-SEM)进行数据分析,使用WarpPLS 8.0软件。测量工具方面,算法管理采用改编自Parent-Rocheleau等人(2024)的20条目量表,涵盖五个维度;工作自主性采用Morgeson和Humphrey(2006)的9条目量表,涵盖工作调度自主性、决策自主性与工作方法自主性三个维度;员工敏捷性采用改编自Cai等人(2018)的15条目量表,涵盖主动性、适应性与韧性三个维度。所有量表经英阿双向翻译确保语言与概念对等,并通过VIF检验确认无共同方法偏差。
三、研究结果
3.1 测量模型评估
研究通过组合信度(Composite Reliability, CR)、Cronbach's alpha、平均方差提取(Average Variance Extracted, AVE)和指标载荷对测量模型进行了评估。所有构念的CR值、alpha值和AVE值均超过推荐阈值,表明量表具有良好的信度与收敛效度。判别效度通过异质-单质比率(Heterotrait-Monotrait Ratio, HTMT)检验确认,所有HTMT值均低于0.85的保守阈值。模型拟合指标(如APC、ARS、AVIF等)均达到可接受水平,整体模型质量良好。
3.2 直接效应分析
结构模型分析揭示了算法管理各功能对工作自主性和员工敏捷性的差异化影响。在算法管理对工作自主性的影响方面:监控功能对工作调度自主性和工作方法自主性有显著负向影响,但对决策自主性无显著影响;目标设定功能对三个自主性维度均有显著负向影响,其中对工作调度自主性的影响最强(β = -0.41);调度功能对所有自主性维度均有显著负向影响;绩效评级对自主性各维度均无显著影响;薪酬功能对工作调度自主性和决策自主性有显著负向影响,但对工作方法自主性无显著影响。整体而言,H1得到部分支持。
在工作自主性对员工敏捷性的影响方面,三个自主性维度均对主动性、适应性和韧性产生显著正向影响,其中工作调度自主性对韧性的影响最强(β = 0.51),H2得到完全支持。
在算法管理对员工敏捷性的直接效应方面:调度功能对三个敏捷性维度均有显著负向影响;目标设定对主动性和韧性有显著负向影响,但对适应性无显著影响;绩效评级仅对适应性有显著负向影响;薪酬仅对主动性有显著负向影响;监控对敏捷性各维度均无显著直接效应。H3得到部分支持。
3.3 间接效应分析
中介效应检验显示,所有算法管理功能均通过工作自主性对员工敏捷性各维度产生显著的间接负向效应。基于偏差校正的Bootstrap 95%置信区间均不包含零,表明工作自主性的中介作用在全部路径中均显著成立。H4得到完全支持。其中,目标设定通过自主性对韧性的间接效应最强(β = -0.241)。
四、讨论与结论
研究发现,算法管理并非一个同质构念,其各功能对工作自主性与员工敏捷性的影响存在显著差异。目标设定和调度功能是最具破坏性的阻碍性工作要求,它们通过预先定义任务序列和时间框架,剥夺了劳动者规划工作日的自主权,形成了“数字牢笼”。监控功能通过持续监视限制工作方法与调度自主性,但未直接影响决策自主性。薪酬功能通过经济激励迫使劳动者调整工作安排,但未限制具体工作方法。值得注意的是,绩效评级对自主性无显著直接影响,这可能是因为评级发生在工作完成之后,而目标设定和调度等功能在工作开始前就已施加约束。
本研究首次在零工经济情境下实证考察了工作自主性与员工敏捷性的关系,确认了自主性作为关键工作资源对敏捷行为的催化作用。研究还首次建立了算法管理功能与员工敏捷性之间的直接联系,发现调度功能是最普遍的限制因素,全面削弱了主动性、适应性和韧性。研究结论表明,算法管理通过侵蚀工作自主性这一关键资源,系统性地制约了零工劳动者的敏捷能力。因此,平台在设计治理体系时,应注重保留劳动者的自主性空间,这不仅有利于劳动者福祉,也是维持一支能够快速适应数字经济持续变化的劳动力队伍的必要条件。