平台零工算法抵抗行为的前因组态研究——基于自我控制资源的视角OACHSSCD
平台算法治理催生了零工就业新形态。本文基于自我控制资源模型构建“内生资源-资源消耗-资源补偿”三维分析框架,运用模糊集定性比较分析(fs QCA)法对320名平台零工算法抵抗行为进行研究。结果表明:高算法抵抗行为由补偿缺失-高压极化型、内生稀缺-资源枯竭型、信任危机-补偿失效型三类5条路径触发,核心机制在于平台支持感知等资源缺失及多重压力源协同作用突破资源平衡阈值;低算法抵抗呈现内生韧性-压力舒缓型、内生韧性-补偿充沛型、压力舒缓-补偿充沛型3条路径,依赖心理资源储备、系统性补偿机制与舒缓压力源的交互作用。本文突破传统线性分析揭示算法抵抗的多重并发因果机制,为平台零工行为研究提供新的组态分析框架。
苏晓艳;王梨清;陈楚夫
暨南大学国际商学院,珠海519070暨南大学国际商学院,珠海519070华中科技大学管理学院,武汉430074
管理科学
平台零工算法抵抗行为自我控制资源模型模糊集定性比较分析(fsQCA)前因组态内生资源资源消耗资源补偿
《工业技术经济》 2026 (3)
P.147-157,11
国家社会科学基金项目“新就业形态劳动者就业质量测度、前因组态及对策研究”(项目编号:23BGL151)教育部人文社会科学研究规划基金项目“人工智能使用对团队突破性创新的影响机制研究——明星员工与非明星员工的共生视角”(项目编号:25YJA630115)广东省研究生教育创新计划项目“组织行为学”(项目编号:2025KCJS-011)。
评论