《Frontiers in Public Health》：Platform algorithmic stress and career commitment of Chinese gig workers: a double-edged sword effect study
编辑推荐：
平台经济的崛起不仅创造了大量的零工就业机会，也使零工工作者面临算法压力（algorithmic stress）。虽然现有研究主要关注算法压力的负面后果，但许多零工工作者仍然表现出较高的职业承诺（career commitment）。为解释这一悖论，本研究基于自
平台经济的崛起不仅创造了大量的零工就业机会，也使零工工作者面临算法压力（algorithmic stress）。虽然现有研究主要关注算法压力的负面后果，但许多零工工作者仍然表现出较高的职业承诺（career commitment）。为解释这一悖论，本研究基于自我决定理论（Self-Determination Theory, SDT），对354名中国全职零工工作者进行问卷调查，提出了一个双路径中介模型。结果显示，算法压力对零工工作者的职业承诺存在两种对立的间接效应。首先，算法压力对零工工作者的工作重塑（job crafting）行为有正向影响，进而提升其职业承诺。其次，算法压力对零工工作者的相对剥夺感（relative deprivation）也有正向影响，进而降低其职业承诺。本研究通过揭示促进与抑制的双重路径，推进了算法压力研究，将自我决定理论拓展至算法管理领域，并为平台算法设计提供了实践启示，以促进高质量的零工就业。
# 论文解读：平台算法压力对零工工作者职业承诺的双刃剑效应
## 研究背景与问题
随着技术革命与产业转型的快速发展，移动互联网、大数据、人工智能等信息技术的广泛应用深刻重塑了社会经济格局，催生了覆盖餐饮、零售、物流、家政、教育等多个行业的零工经济（gig economy）。零工工作通常具有四个特征：不规律的工作时间、工作者提供部分或全部资本（如手机、汽车或自行车）、按件计酬、以及由数字平台安排和/或促进工作。中国的零工工作者主要包括在线外卖骑手、网约车司机和互联网营销师，已成为重要的劳动力群体。2023年第九次全国劳动力调查结果显示，零工工作者总数达8400万，占全国劳动力总数的21%，其中多数为35岁以下的年轻工作者。这种新型就业形式为许多劳动者提供了新的职业选择，为低收入群体、失业人员和农村流动人口创造了大量机会，在社会和谐稳定中发挥了重要作用。
尽管零工经济创造了更多就业机会，但也引入了一种新型的劳动控制形式。通过算法系统（algorithmic systems），平台对零工工作者的劳动过程、绩效和收入进行精确控制，形成无形的“数字牢笼”。算法作为无形的“管理者”，通过自动调度、路线规划、评分和奖惩机制控制工作者的整个劳动过程与结果。算法控制（algorithmic control）给工作者带来了前所未有的工作压力体验，具有高度不透明性、强化监控和持续不确定性等特点。与传统组织员工的工作压力相比，零工工作者的压力来源不同：传统组织中压力源于管理者的现场检查和直接监督；而在零工工作中，压力源来自无形的、数据驱动的算法管理。此外，传统组织的工作压力通常发生在特定时间点或阶段，而零工工作的算法压力覆盖从工作前、工作到工作后的整个劳动过程。最后，由于零工工作者受无形平台管理且必须与客户互动，其产生的压力更为多样和复杂。
目前，关于算法压力在个体层面的研究仍不充分。多数现有研究聚焦于算法压力给零工工作者带来的负面工作体验，如感知社会地位降低、工作量增加、情绪耗竭、主动服务行为减少、工作退缩增加、服务绩效下降以及离职意愿升高。这些研究通常呼吁平台找到预防或缓解算法压力及相关应激反应的方法，暗示算法控制下的独特压力体验对工作者的工作态度和结果产生负面影响。对许多人而言，零工工作不被视为终身职业，而是临时过渡或收入补充，反映了较低的长期参与意愿。因此，普遍低职业承诺并不令人意外。
然而，尽管沉浸在算法构建的压力环境中，仍有许多零工工作者表现出持续的职业投入和留任意愿。2025年9月，中国新就业形态研究中心基于对5400多名零工工作者的问卷调查发现，网约车司机的继续工作意愿为75.7%，外卖骑手的留任意愿为68.4%。这表明平台算法压力并非单纯抑制职业承诺，压力源并不总是有害的。在算法压力下，许多零工工作者仍认同自身职业并保持持续投入。对于平台企业而言，劳动力是核心资源，长期任职、持续投入且高承诺的零工工作者尤其宝贵。高水平的职业承诺有助于改善工作者的服务流程，从而提升客户满意度并促进平台企业的可持续发展。然而，当前关于职业承诺的研究主要集中在传统组织员工、教师和公务员等领域，对在线劳动平台这一新兴工作者的职业承诺关注相对较少。鉴于零工工作者数量庞大且快速增长，其对零工工作的认同和承诺对就业稳定、社会和谐与经济发展至关重要。因此，对零工工作者职业承诺影响因素进行深入探究十分必要。
## 研究内容与结论
为解释为什么相同的算法压力会导致零工工作者产生不同的职业承诺反应，本研究提出算法压力对职业承诺产生双刃剑效应（double-edged sword effect）：一方面可能通过积极中介机制增强承诺，另一方面可能通过消极中介机制削弱承诺，两条路径平行运行并竞争决定净效应。本研究旨在探讨平台算法压力转化为零工工作者职业承诺的中介机制，打开这一“黑箱”，为理解数字时代的新型劳动关系提供新的理论视角。
自我决定理论（Self-Determination Theory, SDT）为理解这一问题提供了解释框架。SDT强调基本心理需求（自主性、能力感和关系性）的满足能有效激发内在动机，从而促进积极心理状态和行为。当个体面临外部压力时，可能通过自主行为（如工作重塑）重新获得工作中的控制感、效能感和人际联系，将压力转化为促进心理需求满足的机会。本研究认为，即使在算法控制的压力环境下，当个体将外部压力评估为“挑战性压力源”（challenge stressor）时，零工工作者可能相信这种压力能满足其先天心理需求，从而引发积极情绪和心理反应。他们将主动采取一系列战略性适应行为进行工作重塑（job crafting），包括重新定义任务边界、重构工作意义认知以及建立新的合作网络。这些工作重塑行为不仅帮助工作者实现心理需求的补偿性满足，还能有效提升工作投入，从而增强对工作和角色的认同，形成对零工职业的持续承诺。因此，本研究假设工作重塑在算法压力与零工工作者职业承诺之间起中介作用。
另一方面，SDT也为理解算法压力可能引发的消极认知-情感路径提供了重要视角。当个体将外部压力评估为“阻碍性压力源”（hindrance stressor）时，会感知其阻碍自身成长、目标达成或心理需求满足，从而引发消极情绪和防御性心理反应。零工工作者若将算法管理视为标准化控制、刚性时间约束和人际疏离环境，可能将其解释为对自主性、能力感和归属感的威胁。这种认知会引发相对剥夺感（relative deprivation），这是一种基于社会比较和需求挫折的消极认知-情感状态，源于“合理应得”与“实际情况”之间的心理落差、心理需求受挫以及无法从与他人或自身期望的比较中获得满足。因此，本研究提出相对剥夺感是算法压力影响零工工作者职业承诺的另一个关键中介机制。
基于自我决定理论，本研究检验了工作重塑和相对剥夺感在算法压力激发零工工作者职业承诺过程中的双重中介作用。工作重塑代表积极适应路径，即零工工作者在算法压力下主动建构意义并重新获得需求满足；相对剥夺感则揭示消极心理路径，即零工工作者在消极认知评估和持续需求挫折后可能陷入的负面心理状态。这两条中介路径构成了算法压力影响职业承诺的“双路径模型”，一条通过主动工作重塑产生心理补偿并增强职业承诺，另一条通过相对剥夺感产生情感疏离并削弱职业承诺。本研究旨在提供对算法管理影响零工工作者职业心理复杂内部过程的更全面、辩证的理解。
本研究发表在《Frontiers in Public Health》。
## 主要关键技术方法
本研究采用问卷调查法，对354名中国全职零工工作者（包括外卖骑手、快递员和网约车司机）进行数据收集。样本来源：通过问卷平台Credamo于2026年1月18日至26日进行调查，共发放400份问卷，回收有效问卷354份，有效回收率88.5%。测量工具：算法压力采用Gao等（10）开发的量表（含监管压力、时间压力、疏离压力三个维度）；工作重塑采用Slemp和Vella-Brodrick（43）开发的量表（含任务重塑、认知重塑、关系重塑三个维度）；相对剥夺感采用He和Chen（44）编制的量表；职业承诺基于Blau（45）的职业承诺量表选取6个题项。所有量表采用5点Likert计分。数据分析使用SPSS 24.0和AMOS 21.0软件进行验证性因子分析、相关分析、层次回归分析和Bootstrap中介效应检验。
## 研究结果
### 4.1 验证性因子分析与共同方法偏差检验
通过AMOS 21.0对算法压力、工作重塑、相对剥夺感和职业承诺进行验证性因子分析（CFA），结果表明四因子模型拟合良好（χ2/df = 2.919, CFI = 0.896, TLI = 0.888, SRMR = 0.051, RMSEA = 0.074），显著优于其他竞争模型，说明变量间具有良好的区分效度。Harman单因子检验显示，第一个主成分解释35.189%的方差，低于40%临界值，表明共同方法偏差不严重。
### 4.2 相关分析与信度检验
各变量Cronbach's α系数均大于0.7。算法压力与工作重塑显著正相关（r = 0.363, p < 0.01）；工作重塑与职业承诺显著正相关（r = 0.540, p < 0.01）；算法压力与相对剥夺感显著正相关（r = 0.348, p < 0.01）；相对剥夺感与职业承诺显著负相关（r = ?0.389, p < 0.01）。这些结果为后续假设提供了初步支持。
### 4.3 假设检验
**直接效应检验**：通过层次回归分析，算法压力对工作重塑有显著正向影响（β = 0.233, p < 0.001），支持H1；工作重塑对职业承诺有显著正向影响（β = 0.774, p < 0.001），支持H2；算法压力对相对剥夺感有显著正向影响（β = 0.318, p < 0.001），支持H4；相对剥夺感对职业承诺有显著负向影响（β = ?0.396, p < 0.001），支持H5。
**中介效应检验**：采用Bootstrap方法（5000次迭代）检验中介作用。算法压力通过工作重塑影响职业承诺的间接效应为0.2029，95%置信区间为[0.1233, 0.2897]，不包含0，说明工作重塑的中介效应显著，支持H3。算法压力通过相对剥夺感影响职业承诺的间接效应为?0.1481，95%置信区间为[?0.1908, ?0.1077]，不包含0，说明相对剥夺感的中介效应显著，支持H6。
## 研究结论与讨论
### 研究结论
基于自我决定理论，本研究利用354名中国零工工作者的调查数据，构建并实证检验了算法压力影响职业承诺的双路径机制。主要结论如下：第一，算法压力对零工工作者的工作重塑有显著正向影响，工作重塑对其职业承诺有显著正向影响，且工作重塑在算法压力与职业承诺之间起显著中介作用。这表明算法压力可触发零工工作者的挑战性评估，促使他们采取任务重塑、关系重塑和认知重塑等主动行为，在受限环境中重新获得控制感、效能感和社交联系，从而补偿性满足自主、能力和关系的基本心理需求。这一“算法压力→主动重塑→需求满足→承诺增强”路径证实，在特定条件下算法压力可作为驱动个体积极适应和专业身份建构的催化剂。假设H1、H2和H3均获得数据支持。
第二，算法压力对零工工作者的相对剥夺感有显著正向影响，相对剥夺感对其职业承诺有显著负向影响，且相对剥夺感在算法压力与职业承诺之间起显著中介作用。这表明当零工工作者将算法压力评估为阻碍性压力源时，会感知其结构性压制心理需求，产生强烈的“应得权益”与“实际情况”之间的心理落差。这种相对剥夺感削弱了内在动机和专业认同，进而导致职业承诺降低。这一“压力→阻碍性评估→相对剥夺→承诺减弱”路径揭示了算法管理可能引发的消极心理循环。假设H4、H5和H6均获得数据支持。
综上，算法压力对零工工作者职业承诺的最终影响由“工作重塑”的积极促进路径和“相对剥夺感”的消极抑制路径共同作用决定。工作者对压力的认知评估是决定其进入哪条路径的关键认知开关。这解释了平台调查中观察到的相对较高留任意愿与身份困境并存这一看似矛盾的现象。研究结论表明，提升零工工作者的职业承诺不能仅依赖个体韧性，更重要的是从源头上优化算法设计，减少其“阻碍性”特征，为工作者的主动适应创造空间。
### 理论贡献
首先，现有算法压力研究仍处于初期阶段，多聚焦概念界定、测量工具开发和初步相关性发现（如算法压力导致倦怠和工作退缩），普遍缺乏对中介机制的深入探讨，使得研究结论停留在“是什么”的描述层次，未能系统回答“为什么”和“如何”的问题。本研究将算法压力的结果研究从简单因果关联推进至双重机制解释，打开了算法压力如何影响个体心理与行为的“黑箱”，促进了算法压力研究的理论化，显著加深了学术界对这一新兴构念的理解。
其次，研究视角从“平台承诺”转向“职业承诺”，拓展了零工工作者职业可持续性研究的新维度。现有研究常关注零工工作者对特定平台的承诺或在线上班时长等行为，却忽视了工作者对职业本身的长期认同和投入意愿（即职业承诺）。本研究将职业承诺这一经典组织行为学构念置于零工情境中检验，回应了零工工作者对“真正职业”的深层渴望，将研究焦点提升至珍视专业身份的更深层、更本质的层面。
第三，本研究提出算法压力影响职业承诺的“双路径模型”，深化并拓展了自我决定理论在数字劳动领域的应用。根据自我决定理论，当社会条件支持自主性时，个体在工作中会表现出主动性和投入；而当个体体验到的社会条件是外部控制时，个体在工作中会变得被动和疏离。在算法控制下，结合个体对压力的双重认知评估，本研究证实了算法压力的双刃剑效应。通过同时整合“工作重塑”（主动需求满足路径）与“相对剥夺感”（反应性需求挫折路径）这两个对立并存的双重机制，本研究构建了相对全面辩证的理论模型，不仅揭示了算法压力结果的多重复杂性，也丰富了自我决定理论关于“外部环境如何通过影响心理需求满足来塑造动机和行为”的解释边界，特别是在高技术控制下的非标准工作情境中。
### 实践启示
平台应从“控制逻辑”转向“赋能逻辑”，在算法设计中更多关注工作者的心理需求。研究结果表明，单纯依靠算法进行精准控制会加剧工作者的相对剥夺感，损害其长期职业承诺。因此，平台应优化算法管理，主要路径是使平台算法透明化。第一，平台应增强任务分配规则的可理解性，包括透明的计时、可视化的路线规划以及订单调度逻辑的公开披露，让骑手提前知晓订单分配的动态权重系数（如天气系数、交通状况系数），并相应调整接单策略。第二，平台应开发“基于零工工作者自主偏好的智能调度算法”，例如允许骑手预设“首选取餐区域”、“期望工作时间段”和“最大同时接单数”，系统据此智能派单。第三，平台可引入“跨平台接单保障”政策，进一步提升工作者的时间自主性，允许工作者在不影响主平台订单质量的前提下接受其他平台订单，从而增加劳动收入。第四，平台应完善工作者权益保障的操作可行性，包括明确的处罚依据、透明的收入机制和清晰的数据所有权，可设立算法顾问小组允许工作者直接参与算法规则的审议，同时加强社会沟通并接受公众监督。平台应通过用户调查、公众媒体开放日、专属公众咨询板块和算法咨询热线等措施收集并处理监督和批评性反馈。
### 局限与未来方向
本研究存在若干局限，值得未来研究关注：第一，仅在中国收集数据探讨算法压力与零工工作者职业承诺的关系，未来研究可考虑跨国比较以增强结论的普适性。第二，本研究将算法压力作为单一构念进行测量和检验，虽有助于宏观把握其整体效应，但忽略了其不同维度（如监管压力、时间压力、疏离压力）对职业承诺的可能差异化影响机制，未来可进行更精细的分析。第三，本研究聚焦于中介机制，揭示了工作重塑和相对剥夺感两条竞争路径，但未考虑潜在的调节效应。未来可探索个体特质（如心理资本——韧性、乐观、自我效能感；主动性人格；算法素养；或传统职业价值观）和工作情境因素（如社会支持、收入水平和稳定性）等边界条件，构建更全面情境化的理论框架，加深对算法压力与零工工作者职业承诺复杂关系的理解。第四，本研究将各年龄段零工工作者纳入样本，但鉴于零工平台日益吸引年轻工作者（尤其Z世代），有必要专门讨论青年零工工作者问题。青年虽具有较高数字素养和灵活就业偏好，但工作经验和风险韧性相对有限，可能对算法压力更敏感（如算法实时排名和负面评价机制可能加剧其收入焦虑和职业不安全感），同时青年也可能更倾向将算法挑战视为成长机会从而采取不同应对策略。因此，未来研究可进一步检验年龄的调节作用，探索针对青年零工工作者的差异化支持策略，以促进零工经济的可持续发展。
