摘要：本研究旨在探究人机协作认同对服务业员工职业适应力的影响。采用问卷调查法，对212 名员工施测人机协作认同与职业适应力量表。结果显示，人机协作认同与职业关注、控制、好奇、信心及总体职业适应力均呈显著正相关，且能有效预测职业适应力水平的提升。结论表明，提升员工的人机协作认同有助于增强其职业适应力，为人机协同环境下的服务业人力资源管理提供了实践启示。

关键词：人机协作认同；职业适应力；服务业

引言

随着人工智能技术快速发展，人机协作逐渐成为服务业乃至更广泛行业中的新常态。智能机器角色日益重要，已从辅助工具转变为人类的协作伙伴甚至部分领域的主导者。国家“十四五”规划强调数字化转型，推动智能制造与工业互联网发展，企业也日益重视人机协作对提升竞争力的作用。在此背景下，职业适应力成为个体应对工作环境变革的关键能力。然而，现有研究多从技术或信任角度探讨人机协作，缺乏从员工职业适应视角开展的实证分析。为此，本文构建人机协作认同与职业适应能力的理论模型，并通过实证检验，以期深化对人机协作影响服务行业员工职业适应能力的理解。

1 文献综述与假设建立

1.1 人机协作认同

人机协作指的是人类员工与智能机器协同工作的过程，其中智能机器通常指应用了人工智能技术的设备。人机协同研究应立足真实组织情境，兼具科学严谨性与现实关联性，以更好地应对“理论 - 实践”脱节的问题 [1]。张若曦（2023）的研究发现，服务业员工的人机协同态度、主观规范以及工作自主性均正向影响其人机协同意愿，从而促进积极工作行为[2]。王志毅（2021）针对酒店行业指出，在依靠 AI 的应用场景里，酒店基层员工要着重把握智能营销技巧，人机合作技能并熟知业务操作流程，优化工作效率与服务品质，而中层管理者更多关注怎样激发服务革新思路，利用智能营销手段以及有效地整合团队资源，进而改善整体运作效果[3]。国外研究者Ajoudani 等（2020）提出人机协同是指人、自动化设备以及环境三者之间相互作用并相互整合，形成一种动态的交互体系，以达到联合实现某种目标的操作 [8]。Raisch 和Krakowski（2021）则从关系维度切入，将人与智能机器之间的交互关系归纳为两种基本模式：自动化模式与增强模式 [9]。由此，本文将人机协作认同定义为是指员工对与智能机器协同工作背景下，能让员工对所在的组织和行业中的未来具有积极的感知和预期，表现出接受和认可人机协作的积极态度。

1.2 职业适应力

职业适应力是职业学习、情绪调节和生涯发展等多维度能力的综合体现，强调其在职业情境中的重要性。职业适应力不仅是个体解决眼前职业情境问题的现实能力，还涉及个人生涯准备、规划和探索等心理资源的融合[4]。王芹（2023）进一步细化了职业适应力的结构，提出包含职业心理适应、职业人际适应、职业技能适应、职业环境适应与职业规范适应等五个一级指标的职业适应力评价体系 [5]。袁悦（2022）结合无边界职业生涯理论、职业生涯构建理论和社会资本理论，探讨了职业适应力在其中的中介作用[6]。在人机协同的背景下，赵恒春和张文博（2024）发现人机协同程度可以通过自我效能感和职业适应力的中介作用，提高劳动者对就业质量的主观评价[7]。国外Quan 等人（2025）的研究表明，CSR 感知和参与通过心理资本（PsyCap）对职业适应力产生显著的正向影响，且道德认同在其中起到了调节作用[10]。Amarnani 等人（2022）指出具有较高职业适应力和客户导向的员工更少遭受客户不良对待。这表明在服务行业中，职业适应力不仅是员工应对工作挑战的重要能力，还能帮助他们更好地处理客户关系[11]。Affum 等人（2020）发现职业适应力通过双元行为对服务绩效产生积极影响，而感知组织支持进一步强化了这一关系[12]。

1.3 研究假设

本研究基于职业生涯建构理论（Savickas，1997），探讨服务业员工人机协作认同对其职业适应力的直接影响。职业生涯建构理论重点在于适应性，就是说人在职业发展途中一直改变去适应外部环境，这种过程显示了人和环境不断互动和匹配的情形，职业路径的塑造以及最后达成的结果具有很强的个人色彩，当个体与工作环境的匹配度变高，员工对于职业的满足感就会上升，这样就会产生积极的工作态度和行为，进而促使个人和组织一同成长发展 [13]。

职业适应力指个体应对工作职责与职业生态变动时的自我调节和应变能力，它涉及到社会心理资源的运用，其核心问题在于人与环境之间的动态匹配。在现代服务业中，人机协作对员工的工作表现和职业发展产生了显著的影响。那些对人机协作持高度认同态度的员工，为了更好地适应这种工作场景，会不断地提升自己的技能水平，成为终身学习的践行者[14]。进一步来说，对人机协作持积极态度的员工能够从重复性劳动中解放出来，从而能够更加专注于需要判断力和人际交往能力的工作任务 [15]。在对人工智能抱有积极看法的员工当中，也就是那些十分赞同人机合作的人，他们具备很强的适应能力，会自动改变自己的工作习惯去应对不断变动的职业环境，这类员工更倾向于自我提高，很看重得到与人工智能有关的能力，而且还会开拓疆域，去探索带有AI 元素的新工作范畴[16]。因此，员工若对人机协作的接受程度越高，就越会主动调整自己的思维与行为，以适应包含人工智能的工作生态，从而实现两者之间的和谐共存，在不断变化的自然与工作环境中，员工通过实践提升了自己在集成有人与机器的系统中的灵活性，也增强了自身的专业适应性。综上，提出以下假设：

H1： 人机协作认同对服务业员工职业适应力之间存在显著正向影响。

H1a： 人机协作认同对服务业员工的职业关注存在显著正向影响；

H1b： 人机协作认同对服务业员工的职业控制存在显著正向影响；

H1c： 人机协作认同对服务业员工的职业好奇存在显著正向影响；

H1d： 人机协作认同对服务业员工的职业信心存在显著正向影响；

2 研究方法

2.1 研究对象

采用便利抽样，通过线上问卷平台对全国多地服务业员工进行调查。共回收有效问卷 212 份。样本特征如下：女性占 52.4% ；年龄以 20-25 岁为主（ 51.9% ）；学历以本科为主（ 52.8% ）；工作年限3 年以下占 38.2% ，3-6年占 39.2% ；一般员工占 61.3% 。

2.2 研究工具

本研究通过选取国内外公认的成熟量表，通过问卷星平台收集数据。

人机协作认同采用Brougham 和Haar（2018）编制的4 题项量表，例如“由于人机协作，我对自己在组织中的未来充满信心”。采用Likert5 点计分（ 1= 非常不符合，5= 非常符合）。本研究中 Cronbach'sα 为 0.723

职业适应力采用 Hou 等（2012）修订的中文版量表，共 24 题项，包含职业关注、控制、好奇、信心四个维度，各6 题项。采用Likert5 点计分。本研究中总量表 a 系数为 0.952，各维度 a 系数在 0.800-0.850 之间。

3 数据分析结果

3.1 回归分析

3.1.1 人机协作认同对职业关注的回归分析

结合相关性分析结果，表 3.1 结果说明人机协作认同对职业适应力的回归系数均为正，且极显著（ P<0.001 ），表明人机协作认同对于职业适应力具有显著的正向促进作用，且人机协作认同维度解释了职业适应力 62.9% 的变异，说明人机协作认同是影响职业关注的关键影响因子，详见表 3.1

表 3.1 线性回归分析结果 （N=212）

注：“***”表示 P<0.001 ， ⁶⁶∗∗∗ ”表示 P<0.01 ，“*”表示 P<0.05 。

3.1.2 人机协作认同对职业控制的回归分析结合相关性分析

结果，表 3.2 结果说明人机协作认同对职业适应力的回归系数均为正，且极显著（ P<0.001 ），表明人机协作认同对于职业适应力具有显著的正向促进作用，且人机协作认同维度解释了职业适应力 63.3% 的变异，说明人机协作认同是影响职业控制的关键影响因子，详见表 3.2

表 3.2 线性回归分析结果 （N=212）

表 3.3 线性回归分析结果 （N=212）

注：“***”表示 P<0.001 ， ⁶⁶∗∗∗ ”表示 P<0.01 ， ⁶⁶∗^∘ ”表示 P<0.05

3.1.4 人机协作认同对职业信心的回归分析

结合相关性分析结果，表 3.4 结果说明人机协作认同对职业适应力的回归系数均为正，且极显著（ P<0.001 ），表明人机协作认同对于职业适应力具有显著的正向促进作用，且人机协作认同维度解释了职业适应力 61.4% 的变异，说明人机协作认同是影响职业信心的关键影响因子，详见表 3.4

表 3.4 线性回归分析结果 （N=212）

注：“***”表示 P<0.001 ， ⁶⁶∗∗∗ ”表示 P<0.01 ，“*”表示 P<0.05

3.1.5 人机协作认同对职业适应力的回归分析

结合相关性分析结果，为进一步分析人机协作认同对职业适应力的影响，以人机协作认同维度得分为自变量，以年龄、学历以及工作年限为控制变量，以职业适应力得分为因变量进行多元线性回归，结果如表 3.5 。表 2.6结果说明人机协作认同对职业适应力的回归系数均为正，且极显著（ P<0.001 ），表明人机协作认同对于职业适应力具有显著的正向促进作用，且人机协作认同维度解释了职业适应力 86.6% 的变异，说明人机协作认同是影响职业适应力的关键影响因子，详见表3.5。

表3.5 人机协作认同对职业适应力的多元回归分析（N=212）

注：“***”表示 P<0.001 ， ⁶⁶∗∗∗ ”表示 P<0.01 ，“*”表示 P<0.05

4 研究结论

基于问卷调查和探讨检验，对人机协作认同和职业适应力四个维度之间的关系进行了探讨检验，得到如下结论：人机协作认同对职业适应力四个维度存在显著正向影响。具体而言，员工对人机协作认同越强，其职业适应力也越强。本研究的结果与以往研究结果相符，并且本研究聚焦于服务业员工这一特殊群体使得本研究对相关理论有一定补充性。

基于以上研究，本文提出以下几点建议：企业要营造积极的文化氛围，引领员工抓住时代的脉搏，敢于迎接挑战，针对人工智能技术开展专门培训，应对传统技能可能无法适应人机合作工作模式的状况，从而实现高效的人机合作，最大程度的发挥人的潜力，做到人尽其才、物尽其用，以达到最大的劳动产出效益。与此同时，须系统关注员工职业发展，更多地鼓励灵活性和自主性，提升员工的决定权和参与度，进行弹性工作安排、持续技能培训与职业规划支持，增强员工在工作场景变革中的适应力，达成个体，职业环境和技术三者之间的和谐统一。在人工智能所驱动的时代背景之中，企业管理应坚持以人为中心，察觉员工的新型需求，采用各种方法来提升员工工作效能。除此之外，企业还要特别关注员工的心理状况，情感需要以及职业发展是否全面。采取智能型人才经营策略，可以凭借人工智能技术给员工供应并调配大量资源，打造起一个有益于人才成长和发展的工作氛围。面临不断变动的市场状况，企业正在形成起一种高效的人才生态体系，全职员工和兼职人员都可以施展各自的长处，员工通过个性化的学习手段，保证自身技能同企业需求相符合，推动工作效率的改进和业绩的上扬，这种做法既改良了员工与企业之间的协作效果，又给双方造就出双赢的局面。

本项研究存在以下局限：第一，本研究聚焦服务行业员工，没有注意到年龄、性别以及入职时间等个人特征对研究结果带来的影响，也没有深入探究这些个人差异怎样同研究模型里的变量展开互动。第二，本研究主要从个体层面上人机协作接受度与职业适应能力这两个方面展开，除了主要指标之外，各种各样的操作性指标也被普遍应用来衡量员工的态度和行为表现，未能在各种不同的应用场景当中去探讨不同的变量以及它们之间的相互作用。

参考文献

[1] 张志学 ， 高雅琪 ， 梁宇畅 ， 等 . 人机协同时代的机遇— —开展现象驱动的组织管理研究 [J]. 经济管理学刊 ，2024，3（04）：65-94.

[2] 张若曦. 人机协同对服务业员工积极工作行为的影响机制研究[D].哈尔滨工业大学，2023.

[3] 王志毅 .AI 应用背景下酒店岗位职业能力与职业知识评价模型构建探索 [J]. 长江工程职业技术学院学报 ，2021，38（04）：62-67.

[4] 倪春丽 ， 何美贤 ， 罗丽卿 .“广东服务”背景下高职卓越人才职业适应力提升对策 [J]. 科教导刊 （ 上旬刊 ），2020，（13）：178-180.

[5] 王芹 . 研学旅行指导师职业适应力评价研究 [D]. 辽宁师范大学 ，2023.

[6] 袁悦. 酒店业员工职业可持续性：量表开发、影响因素及效果[D].山东大学 ，2022.

[7] 赵恒春 ， 张文博 . 人机协同影响就业质量的机理探寻与实证检验[J]. 吉首大学学报 （ 社会科学版 ），2024，45（03）：72-83.

[8] Schmidtler M.L.， PorfeliE J. Career Adapt-Abilities Scale： Construction， reliability， and measurement equivalence across 13 countries[J]. Journal of vocational behavior， 2015，80（3）：661-673.

[9] Li J. ，Ye Y.， Li X. ， et al.Trajectories and predictors of gerontological service career adaptability among health science undergraduates： A longitudinal study[J].Nurse Education Today， 2025.

[10] Quan H. N.， Thao P H.， Huong T. T. D. . Do employee responses to CSR enhance career adaptability？ A study on the service sector in Vietnam [J]. Social Responsibility Journal， 2025， 21 （2）： 217-243.

[11] Amarnani R.K.， Howard E.C.， Restubog S.L.D.， To M.L. How are career adaptable and customer oriented employees treated？ Examining career-situated factors that reduce customer mistreatment [J]. Journal of Vocational Behavior， 2022， 136.

[12] Emmanuel O. A.， Eric A. A. ，Solomon F. K.， et al. Career adaptability and ambidextrous behavior among customer-service representatives： the role of perceived organizational support [J]. Journal of Personal Selling & Sales Management， 2020， 40

[13] 何晓冬 . 智能交互时代服务业数字化的实践与思考 [J]. 科技导报 ，2021，39（02）：65-67.

[14] 邓洲，黄娅娜 . 人工智能发展的就业影响研究 [J]. 学习与探索 ，2019（7）：99-106.

[15] 唐波 ， 李志 . 人工智能对人力资源的替代影响研究 [J]. 重庆大学学报 （ 社会科学版 ），2021，27（01）：203-214.

[16] 谢小云 ， 左玉涵 ， 胡琼晶 . 数字化时代的人力资源管理：基于人与技术交互的视角 [J]. 管理世界 ，2021，37（01）：200-216.

作者简介：梁萌（2005.01—），女，四川成都人，四川旅游学院本科生；候杰（2001.05-），男，四川木里人，四川旅游学院本科生；王孝芳（2006.02—），女，四川南充人，四川旅游学院本科生。

基金项目：四川旅游学院大学生创新创业训练计划项目“人工智能时代旅游业服务机器人与员工互动机制研究”（项目编号：202511552030）