感知算法控制对零工工作者安全绩效的非线性影响

摘要

安全是工作者、组织和社会健康持续发展的底线.然而,算法控制下零工工作者的不安全事件频发,安全问题凸显,引发了政府、社会和学术界对"算法取中"问题的高度关注.已有围绕算法控制对零工工作者工作态度和行为影响的研究存在争议,并且忽视了算法控制强度的变化,尚无法清晰地揭示算法控制与安全绩效的关系,在一定程度上限制了政府和平台出台相关政策和对策的针对性和有效性.基于自我控制力量模型,从个体感知视角切入,探索零工工作者感知算法控制对其安全绩效的非线性影响;并将个体特质因素纳入研究模型,考察特质自我控制对感知算法控制与安全绩效之间关系的调节作用,以此构建一个被调节的曲线间接效应模型.以华南地区一家网约车平台的司机群体作为调研对象,共获得多来源、多阶段的351份实地调查数据,并采用Spss 21.0和Mplus 8.0进行数据分析.研究结果表明,感知算法控制与安全绩效呈倒U形关系,自我损耗起中介作用.具体地,当零工工作者感知算法控制从低水平增加至中等水平时,自我损耗减少,个体安全绩效逐渐提高;当零工工作者感知到算法控制从中等水平提升至高水平时,自我损耗增加,个体安全绩效降低.特质自我控制调节感知算法控制与安全绩效的非线性关系,即零工工作者特质自我控制水平越高,感知算法控制通过自我损耗对安全绩效的倒U形关系越平缓.研究结果揭示了零工经济情景下智能算法作为一种新兴的数字技术如何在几乎没有人工干预的情况下对工作者的劳动服务过程进行控制,并且随着工作者对算法控制感知强度的增加,通过自我损耗对其安全绩效产生非线性影响.一方面,通过引入自我控制力量模型,发现了适度强度的算法控制对工作者安全绩效最优;另一方面,发现了算法控制对具有不同特质的个体存在差异化的作用机理.研究结果为优化和改进平台算法以提高零工工作者的安全绩效提供更具针对性和有效性的理论依据.