人工智能焦慮對員工雙元服務創新影響機理研究

DOI：10.6049/kjjbydc.2024080257中圖分類號：F272.92 文獻標識碼：A

0 引言

人工智能（Artificialintelligence，AI）是第四次工業革命的主要驅動力[]，正重塑相關行業布局。服務業在人工智能革命浪潮中一馬當先[2，AI推動勞動結構轉型升級，為服務人員帶來工作便利，同時也帶來較大挑戰。根據AI采用速度，到2030年可能有0.75億～3.75億相關勞動者需要轉換職業或提升技能[3]，有些行業可能 95% 的工作將被AI替代[4]。服務業員工面臨機器替換人和學習與應用AI技術的挑戰，引發員工的人工智能焦慮。

人工智能焦慮（AI焦慮）指由AI沖擊而產生的情景式焦慮，員工擔憂AI給自己職業生涯帶來不確定性以及在學習與應用AI方面存在困難，從而產生焦慮或恐懼的情感反應，包括工作替代焦慮和學習焦慮兩個方面[3]。已有研究發現，AI焦慮對員工行為既有促進作用，也有阻礙作用，在推動員工增加學習行為、發展技能的同時，也會增加員工自我損耗，導致偏差行文章編號：1001-7348（2025）13-0025-11開放科學（資源服務）標識碼（OSID）：

為[5]。焦慮對員工而言是不愉悅的情緒體驗，員工可能回避焦慮[]，也可能采取創新行為予以應對[7]。AI對服務業員工的沖擊較為明顯，引發更顯著的AI焦慮，他們為了自身職業安全，須更具創造性地改進服務或開發新服務，通過服務創新捕捉并滿足客戶多樣化需求[4]。

服務創新指員工在開發新服務的同時，不斷改進現有服務[4]，可分為漸進式服務創新與突破式服務創新[8]，統稱為雙元服務創新。已有研究從時間壓力[9]、反饋尋求頻率[10]、反饋尋求寬度和深度[11]等視角，探究員工漸進式和突破式創新的前因，但是忽視了個體情緒對員工雙元服務創新的影響。員工會因工作場所引入AI產生技能優勢威脅，從而引發AI焦慮[5]，若不想被AI取代，員工就要對當前服務進行調整和創新。已有研究表明，當員工意識到AI可能取代自己時，一方面會引發情緒耗竭，對服務創新產生抑制作用，另一方面也可能激發內在動機，激勵員工進行服務創新[4]但現有研究未聚焦服務行業兼顧AI焦慮的消極面和積極面，探究AI焦慮對員工漸進式與突破式服務創新的差異化影響及其內在機理。

工作場所焦慮理論指出，員工面臨工作場所焦慮時，如果將注意力集中于自身并預期在任務中會表現不好，就會產生認知干擾，從而對員工行為產生消極影響；如果將注意力集中在如何勝任相關任務上，則會喚醒員工克服焦慮的動機進行自我調節，從而對員工行為產生積極影響[12]。據此可知，面臨AI焦慮時，員工的認知干擾和自我調節會導致員工產生不同類型工作反芻，進而影響其知識掃描和服務創新行為。根據知識基礎觀可知，知識是開展創新活動的重要前提[13]。不同類型服務創新需要不同類型知識基礎，員工通過內外部知識掃描獲得的不同知識會對員工雙元服務創新產生不同影響。工作場所焦慮理論進一步指出，個體能力在焦慮與員工認知干擾和自我調節之間發揮重要作用[12]。人工智能素養（AI素養）是個體正確識別、使用、評估AI相關技術和產品的能力[14]，在AI焦慮與工作反芻之間發揮重要作用，最終對員工雙元服務創新產生影響。

鑒于此，本研究基于工作場所焦慮理論和知識基礎觀，探討AI焦慮通過工作反芻和知識掃描對員工雙元服務創新的差異化影響及其內在機理，并進一步探究員工AI素養在其中發揮的作用。

理論推導與研究假設

1.1 理論與研究模型

工作場所焦慮理論結合認知干擾和自我調節，闡述焦慮對個體行為的影響。該理論指出，當個體因情景式焦慮將注意力集中在與完成任務無關的想法上時會產生認知干擾，進而導致認知過載和精神分散，削弱其積極行為[12]。當個體因情景式焦慮將注意力集中在更好地完成任務上時會加強自我調節，設定挑戰性目標并進行自我監管，促進其積極行為。工作場所焦慮理論指出，能力在工作場所焦慮與認知干擾和自我調節之間發揮重要作用[12]，會引導個體減少認知干擾并增加自我調節。此外，知識基礎觀認為，知識是一種寶貴且不可替代的資源，獲取和整合知識有利于形成資源與能力優勢，為主動行為提供資源基礎[15]

如果員工因AI焦慮將注意力聚焦于自身，認為自己無法勝任相關工作，擔心學習AI存在困難，最終被AI替代，則會產生認知干擾并使員工陷入情感反芻[16]，降低員工工作投入和內外部知識掃描意愿。反之，如果員工因AI焦慮將注意力集中在任務上，則會喚醒員工克服AI焦慮的動機并進行自我調節，促使其通過問題解決沉思從新角度思考AI帶來的問題，推動其積極從組織內外部掃描與AI相關的知識。知識掃描分為內部知識掃描和外部知識掃描9，內部知識掃描是指從組織內部獲取所需知識和技能，外部知識掃描是指從組織外部獲取新見解和技能。不同知識掃描獲取的知識類型、質量和數量存在差異，會對員工漸進式和突破式服務創新產生差異化影響。此外，AI素養會使員工減少情感反芻，增加問題解決沉思，進而影響員工知識掃描和雙元服務創新。

綜上，本文構建理論模型，如圖1所示。

1.2人工智能焦慮與工作反芻

AI焦慮包括工作替代焦慮和學習焦慮，前者指員工擔心自己被AI取代而產生的職業焦慮，后者指員工通過觀察或親身經歷認識到學習AI技術較為困難而產生的焦慮[3]。研究表明，反芻思維是對負性情緒及其可能原因和后果的反復思考[16]，AI焦慮作為一種負性情緒，會激發員工工作反芻。工作反芻指非工作時間有意識、反復地思考日常工作中遇到的問題，分為情感反芻和問題解決沉思。情感反芻是一種負性認知狀態，聚焦工作經歷帶來的消極情感體驗，通常會產生消極效果。問題解決沉思是一種目標導向的自我調節過程，聚焦對特定問題的持續性審視并思考解決方案，通常會產生積極效果[17]

工作場所焦慮理論指出，處在情景式焦慮中的員工會因將注意力集中在自身而產生認知干擾[12]。一方面，AI可以更高效率、更長工作時間為客戶服務，員工面臨失去工作的威脅，這種工作不安全感使員工反復思索AI對自己的威脅，進而產生認知干擾并陷入情感反芻。另一方面，AI應用促進服務流程和方式的重新編排，會對員工提出更高要求。若員工認為自己學習和應用AI存在困難，時常思考AI對自身的負面影響，則會使員工陷入情感反芻。

工作場所焦慮理論指出，處在情景式焦慮中的員工會因將注意力集中在任務上而進行自我調節，引發減少或消除焦慮的動機[12]。當員工通過自我調節產生克服AI焦慮的動機時，會積極進行問題解決沉思以應對AI帶來的挑戰，重新設計和思考服務流程與方式以便更好地與AI共存。此時，員工更有動力投入到工作中以獲得更好職業發展。員工也注意到如果比他人更快、更好地學習與應用AI，自己將擁有更多工作機會，從而激勵員工從新角度思考AI與工作的關系，促使員工為更好地駕馭AI而進行問題解決沉思，發展創造性或前瞻性思維，指導自己以更有效的方式學習和利用AI，從而克服AI焦慮。

綜上，本研究提出以下假設：

H_la ：當員工因AI焦慮產生認知干擾時，AI焦慮會激發員工的情感反芻；

H_1b ：當員工因AI焦慮產生自我調節時，AI焦慮會激發員工的問題解決沉思。

1.3 工作反芻與知識掃描

知識掃描是員工從組織內部或外部獲取新知識的過程[9，包含內部知識掃描和外部知識掃描。前者是對組織其它部門或員工知識、技能的搜索，后者是對組織外部環境中知識、技能和信息的搜索[18]。員工須擁有一定心理和生理資源，才能完成知識掃描，情感反芻會造成認知負荷，導致心理資源流失[19]，而問題解決沉思不會延長壓力源引發的心理和生理反應，員工可以從解決問題的嘗試中學習并恢復資源[20]

工作場所焦慮理論指出，認知干擾會抑制個體工作表現[12]。AI焦慮通過情感反芻不斷強化員工對AI的擔憂，增加認知資源損耗，會阻礙員工知識掃描。在情感反芻水平較低時，員工因情感反芻消耗的資源較少，可以進行一定程度的內外部知識掃描。隨著員工在工作之余過度關注AI負面因素，員工深陷情感反芻導致其心理資源下降，采取回避、疏遠等方式減輕AI焦慮的負面影響，使得員工沒有動力進行內外部知識掃描。有研究發現，情感反芻會導致員工生理不適，使得員工需要調動額外資源緩解生理不適[17]，因而阻礙員工知識掃描。

工作場所焦慮理論指出，自我調節能提升個體工作表現[12]。進行自我調節的員工通過問題解決沉思重新思考AI的意義，積極應對AI挑戰，增加內外部知識掃描。當問題解決沉思的深度和廣度較低時，員工對AI的思考不夠全面，想要獲取的AI相關信息數量和質量有限，傾向于通過內部知識掃描獲取AI相關信息，觀察和學習同事或者領導對待AI的方式，進而對自身工作方式進行完善和提高。隨著問題解決沉思深度和廣度的擴大，員工越來越需要更豐富和異質的見解，通過內部知識掃描已無法滿足員工解決AI相關問題的需求，因而員工在進行內部知識掃描的同時，會進一步通過外部知識掃描獲取AI有關的異質性資源。

綜上，本研究提出以下假設：

H_2a ：情感反芻負向影響員工內部知識掃描和外部知識掃描；

H_2b ：問題解決沉思正向影響員工內部知識掃描和外部知識掃描。

1.4知識掃描與員工雙元服務創新

從創新結果視角可將雙元服務創新分為漸進式服務創新和突破式服務創新，前者是在當前服務流程基礎上進行細微調整，側重對現有服務內容、方式和流程的改進[21]，后者指開發新服務，旨在打破常規、實現跨越式提升[22]。服務創新實質上是把從組織內外部搜尋和汲取的知識加以內化與重構，最后輸出服務的過程[23]。知識基礎觀認為，個體積累并利用各種方式重組、創造知識，有利于提高創新能力（周空等，2023）。組織內其它部門或領域的知識、技能以及組織外部服務市場發展趨勢和服務技術進步等信息，都可以促使員工產生與工作相關的創造性想法[18]]

內部知識掃描為員工探索知識和獲取新想法提供機會，員工可以從組織內部了解AI在當前服務中的應用情況，補充和完善員工知識結構，找到改善服務流程和方式的關鍵點[24]，為改進服務工作提供新想法。但是，由于內部知識具有一定局限性，通過內部知識掃描獲取的知識基礎相對薄弱和僵化，不足以支撐新服務開發和拓展[25]，難以推動員工開展突破式服務創新。

外部知識掃描是服務業組織突破資源瓶頸的重要方式和產生新想法的重要來源。員工通過外部知識掃描可以了解AI在行業龍頭組織服務中的應用情況以及市場發展趨勢。員工將本組織知識和通過外部知識掃描獲得的異質性知識進行組合，有助于員工超越自身知識資源限制對知識結構進行優化和升級[24]，有利于員工改進和調整當前服務流程，開展漸進式服務創新，也可為產生全新想法提供關鍵輸人，打破服務創新思維定式，進而促進突破式服務創新。

由此可見，內部知識掃描可以促進漸進式服務創新，外部知識掃描既可以促進漸進式服務創新，也可以推動突破式服務創新。據此，本研究提出以下假設：

H_3a ：內部知識掃描與員工漸進式服務創新正相關，但對突破式服務創新的推動作用不明顯；

H_3b ：外部知識掃描與員工雙元服務創新正相關。

1.5 工作反芻與知識掃描的鏈式中介作用

當員工認為AI對自身產生的威脅無法控制、不可避免時，便會產生AI焦慮和消極自我評價，進而陷入情感反芻并損耗情緒和心理資源，抑制內外部知識掃描動機，甚至回避AI相關信息。此時，員工不會通過知識掃描獲取和吸收AI相關知識對自身知識缺口進行補充，進而抑制員工雙元服務創新。當員工將注意力集中在AI有關的任務上時，AI焦慮會激發員工進行自我調節，通過問題解決沉思尋求解決方案，應對AI沖擊并克服AI焦慮。問題解決沉思會擴大員工注意范圍，激活員工思維并增強其信息搜尋能力[20]，從而幫助員工找到當前服務工作中應用AI的關鍵點。此時，員工能更好地甄別和篩選通過內外部知識掃描獲取的知識，提高知識掃描效率和利用率，促使員工利用AI對當前服務進行改進和創新，有利于員工雙元服務創新。

綜上，本研究提出以下假設：

H_4a ：AI焦慮通過情感反芻與內部知識掃描負向影響員工漸進式服務創新；

H_4b ：AI焦慮通過情感反芻與外部知識掃描負向影響員工雙元服務創新；

H_4c ：AI焦慮通過問題解決沉思與內部知識掃描正向影響員工漸進式服務創新；

H_4d ：AI焦慮通過問題解決沉思與外部知識掃描正向影響員工雙元服務創新。

1.6人工智能素養的調節作用

AI素養會影響員工對AI的看法和意義構建，進而影響其行為[14]。工作場所焦慮理論指出，能力會使焦慮中的個體更少地體驗疲憊和認知干擾，引導個體進行自我調節[12]。因此，當員工有較高的AI素養時，不僅可以減輕認知干擾和情感反芻，還會增加自我調節和問題解決沉思的廣度與深度。

當員工AI素養較高時，一方面，員工對AI在工作中的應用及發展有較清晰認知，對掌握AI更有信心，也不必過度擔憂因AI而丟失工作。此時，AI沖擊的負面影響不會對其產生太多認知干擾。員工會減少對自身的關注，不會過分沉浸于AI焦慮而深陷情感反芻。另一方面，較高AI素養的員工更明確AI對自身工作的意義，更了解AI發展階段和方向。此時，員工有能力在工作中從更豐富的角度思考如何學習和應用AI并發揮自己相對于AI的獨特優勢，推動員工更積極、更深入、更廣泛地進行問題解決沉思以擺脫AI焦慮。據此，本研究提出以下假設：

H_5a ：AI素養在AI焦慮與情感反芻之間發揮負向調節作用，即員工AI素養越高，AI焦慮對情感反芻的正向影響越弱，反之越強；

H_5b ：AI素養在AI焦慮與問題解決沉思之間發揮正向調節作用，即員工AI素養越高，AI焦慮對問題解決沉思的正向影響越強，反之越弱。

AI素養較高的員工不僅會減輕對AI焦慮的情感反芻，還能增加問題解決沉思的廣度和深度，員工會更積極地進行內外部知識掃描。工作場所焦慮理論表明，能力較高的員工能夠更快地獲得更多工作知識[12]。因此，AI素養較高的員工更清楚自己需要補充哪些AI知識，會更有針對性地從組織內外部獲取異質性知識。一方面，AI素養較高的員工有較多的AI知識儲備，會緩解AI焦慮給員工帶來的情感反芻，使得員工有較強動力進行內外部知識掃描以獲取AI有關知識，削弱AI焦慮對員工雙元服務創新的消極影響。另一方面，AI素養較高的員工更傾向于通過問題解決沉思與知識掃描獲得與AI有關的資源。員工能夠快速甄別組織內外部對自己有用的知識，不僅提高知識掃描效率，還能捕獲他人使用AI的獨特之處，使員工有更多精力、從更廣角度思考如何利用AI進行雙元服務創新。因此，本研究提出以下假設：

H_6a ：AI素養負向調節情感反芻和內部知識掃描在AI焦慮與員工漸進式服務創新之間的鏈式中介作用。即員工AI素養越高，AI焦慮通過情感反芻與內部知識掃描對員工漸進式服務創新的負向影響越弱，反之越強；

H_6b ：AI素養負向調節情感反芻和外部知識掃描在AI焦慮與員工雙元服務創新之間的鏈式中介作用。即員工AI素養越高，AI焦慮通過情感反芻與外部知識掃描對員工雙元服務創新的負向影響越弱，反之越強。

ΔH_7a ：AI素養正向調節問題解決沉思和內部知識掃描在AI焦慮與員工漸進式服務創新之間的鏈式中介作用。即員工AI素養越高，AI焦慮通過問題解決沉思與內部知識掃描對員工漸進式服務創新的正向影響越強，反之越弱；

H_7b ：AI素養正向調節問題解決沉思和外部知識掃描在AI焦慮與員工雙元服務創新之間的鏈式中介作用。即員工AI素養越高，AI焦慮通過問題解決沉思與外部知識掃描對員工雙元服務創新的正向影響越強，反之越弱。

2 研究設計

2.1 數據收集

本研究以電子問卷收集數據，歷時5個月。樣本主要來自上海、北京、廣東、浙江、天津等地區40多家組織，覆蓋旅游、酒店、金融、商業咨詢等服務行業。為對同源方法偏差進行控制，本研究間隔3個月在兩個時間點開展問卷調查。在時間點 ΔT₁ （2023年11月），對問卷進行編號后通過微信、電子郵件等方式向事先聯系確定的受訪者發放問卷，內容包括人口統計變量、AI焦慮、工作反芻、知識掃描、AI素養測量題項，回收720份問卷，有效問卷703份，有效率 97.6% 。在時間點 T₂ （2024年3月），向參與問卷調查的受訪者再次發放編號問卷，內容包含人口統計變量、漸進式和突破式服務創新測量題項，回收686份問卷，有效問卷648份，有效率 94.5% 。將 ΔT₁ 和 T₂ 的問卷進行配對，剔除人口統計變量和編號不一致、選項一致以及情感反芻和問題解決沉思同高同低的問卷，得到610份有效問卷。樣本（ _n=610 特征如下：性別方面，男性占 48.9% ，女性占 51.1% ；年齡方面，以 25～35 歲為主，占 67.0% ；學歷方面以大專和本科為主，占 86.1% ；單位類型方面，以民營企業為主，占 42.0% ；工作職級方面，以普通員工和基層管理者為主，占 91.3% 。

2.2 變量測量

本研究采用成熟量表，嚴格按照翻譯一回譯流程設計和調整，采用李克特5點計分法，其中，1表示“完全不同意”，5表示“完全同意”。

（1）人工智能焦慮：采用Li等[26]的量表，參考徐廣路[5]的做法，選擇與工作場所AI焦慮相關的兩個維度。其中，工作替代焦慮包含“我擔心AI將來會取代我的工作\"等3個題項；學習焦慮包含“AI技術更新太快，我學習起來非常困難”等3個題項。Cronbach'sα系數分別為0.905和0.817。

（2）工作反芻：采用Cropley等2開發的量表。情感反芻包含“在空閑時間，我會因思考與人工智能相關的事務而感到煩惱\"等5個題項；問題解決沉思包含“在空閑時間，我會思考如何提升與人工智能相關的工作績效”等5個題項。Cronbach's α 系數分別為0.895和0.884。

（3）知識掃描：采用Jaussi等[18]開發的量表。內部知識掃描包含“我會詢問組織內的其他人是如何利用AI完成工作的\"等4個題項；外部知識掃描包含“我會向組織外的個人詢問他們是如何利用AI完成工作的”等4個題項。Cronbach's α 系數分別為0.859和0.881。

（4）員工雙元服務創新：借鑒萬鵬宇等（2023）的做法，采用Madjar等[28]開發的量表。漸進式服務創新包含“我會在新的服務流程中使用以前已有的創意或工作方法\"等3個題項；突破式服務創新包含“我常常會提出高度創新的好創意\"等3個題項。Cronbach's α 系

數分別為0.862和0.825。

（5）人工智能素養：采用Wang等[14]開發的量表，包含“我可以熟練地使用AI程序或產品來幫助我完成日常工作\"等9個題項。Cronbach's α 系數為0.941。

（6）控制變量：已有研究表明女性焦慮水平普遍高于男性；隨著員工任期和經驗的增加，員工工作變得更加適應和熟練，年長的員工和更有經驗的員工可能表現出較低焦慮水平[12]。借鑒賈建峰等[22]和劉寧等[29]關于員工突破式創新的研究，學歷、單位類型和職級也會對員工創新行為產生影響。因此，本研究將性別、年齡、學歷、單位類型和職級作為控制變量。

3 數據分析與結果

3.1 信效度檢驗

本研究所有變量的Cronbach's α 值均在0.8以上，說明量表信度較高，KMO值介于 0.722～0.959 之間，因此適合進行因子分析。驗證性因子分析結果如表1所示，八因子模型擬合較好 （Υ²=1 452.744，df=712 .χ²/df=2.040，RMSEA=0.041，SRMR=0.037，CFI= 0.950，TLI=0.945） ，優于其它模型，因此變量區分效度較高。

3.2共同方法偏差及共線性檢驗

本研究采用不可測量潛在方法因子效應控制法，檢驗是否存在共同方法偏差（溫忠麟等，2018），結果如表1所示。在八因子中加入共同方法因子后，擬合指數未明顯改善，CFI和TLI提高幅度均小于0.1，RMSEA和SRMR的變化幅度均小于0.05，說明不存在嚴重共同方法偏差。同時，Harman單因子檢驗法析出的首因子累計方差解釋率為 15.518% ，小于 30% ，各變量方差膨脹因子（VIF）值在 1.178～1.613 之間，小于3，說明共同方法偏差和共線性不會對統計結果產生較大干擾。

3.3描述性統計與相關性分析

各變量均值、標準差及相關系數如表2所示，AI焦慮與情感反芻 （r=0.470，plt;0.01） 、問題解決沉思（ Φ_r=

0.416，plt;0.01? 正相關。情感反芻與內部知識掃描負相關 （r=-0.417，plt;0.01） ，與外部知識掃描相關性不顯著 （r=-0.007，pgt;0.05） 。問題解決沉思與內部知識掃描 （r=0.253，plt;0.01） 、外部知識掃描（ r=0.434 .plt;0.01? 正相關。內部知識掃描與漸進式服務創新（r=0.199，plt;0.01） 、突破式服務創新 （r=0.115，plt; 0.01）正相關。外部知識掃描與漸進式服務創新（ Δr=Δ 0.345，plt;0.01? 、突破式服務創新 （r=0.511，plt;0.01， ）正相關。因此，假設 H_1a?H_1b?H_2a?H_2b 和 H_3b 得到初步驗證。

3.4 假設檢驗

3.4.1直接效應與中介效應檢驗

本研究運用Mplus8.3并基于Bootstrap法進行5000次重復抽樣，檢驗直接效應和鏈式中介效應，結果如表3和圖2所示。AI焦慮與情感反芻 （β= 0.422）、問題解決沉思（ β=0.371 均顯著正相關，因此假設 H_la 和 H_1b 成立。情感反芻與內部知識掃描（ β= -0.542? 、外部知識掃描 Δβ=-0.087 均顯著負相關，問題解決沉思與內部知識掃描 ?β=0.382 ）、外部知識掃描（ β=0. 442） 均顯著正相關，因此假設 H_2a 和 H_2b 成立。內部知識掃描與漸進式服務創新顯著正相關（ β= 0.197），與突破式服務創新相關性不顯著，外部知識掃描與漸進式服務創新（ β=0.423） 、突破式服務創新（ β= 0.661）都顯著正相關，因此假設 H_3a 和 H_3b 成立。情感反芻和內部知識掃描在AI焦慮與漸進式服務創新之間的鏈式中介效應值為負且顯著 （β=-0.045） ，因此假設 H_4a 成立。情感反芻和外部知識掃描在AI焦慮與漸進式、突破式服務創新之間的鏈式中介效應值均為負且顯著 （β=-0.015，β=-0.024） ，因此假設 H_4b 成立。問題解決沉思和內部知識掃描在AI焦慮與漸進式服務創新之間的鏈式中介效應值為正且顯著（ β= 0.028），因此假設 H_4c 成立。問題解決沉思和外部知識掃描在AI焦慮與漸進式、突破式服務創新之間的鏈式中介效應值均為正且都顯著 ？β=0. 069?β=0. 108） ，因此假設 H_4d 成立。進一步研究發現，AI焦慮對漸進式服務創新的總效應值為0.037，對突破式服務創新的總效應值為 0.084，95% 置信區間均不包含0，說明AI焦慮總體上促進員工雙元服務創新。

工作反芻和知識掃描在AI焦慮與員工雙元服務創新之間的鏈式中介效應差異如表3所示。第一，AI焦慮通過情感反芻和內、外部知識掃描對漸進式服務創新的影響存在顯著差異（間接效應差值為0.030，95% 置信區間不包含O），說明AI焦慮使員工陷入情感反芻后主要通過抑制員工內部知識掃描負向影響漸進式服務創新。第二，AI焦慮通過問題解決沉思和內、外部知識掃描對漸進式服務創新的影響存在顯著差異（間接效應差值為 0.041，95% 置信區間不包含0），說明AI焦慮使員工進行問題解決沉思后，外部知識掃描比內部知識掃描更能推動漸進式服務創新。第三，AI焦慮通過問題解決沉思與外部知識掃描影響員工漸進式、突破式服務創新的鏈式中介效應存在顯著差異（間接效應差值為 0.039，95% 置信區間不包含0），說明相較于漸進式服務創新，AI焦慮通過問題解決沉思和外部知識掃描更能激發突破式服務創新。

3.4.2調節效應檢驗

本研究采用層次回歸法檢驗員工AI素養發揮的作用，結果如表4所示。AI焦慮與AI素養標準化后的交互項對情感反芻具有顯著負向影響 （M₄，β=-0.246 ，plt;0.001 ），對問題解決沉思具有顯著正向影響（ =0.151，plt;0.001? ，因此假設 ΔH_5a 和 H_5b 成立。為直觀顯示AI素養的調節作用，本研究對AI素養的平均值加減一個標準差，分為高分和低分組后繪制調節作用圖，如圖3和圖4所示。

-0.542* 0.197**0.422*** 情感反芻 內部知識掃描 漸進式服務創新AI焦慮 -0.087 0.382*** 0.012 0.423***0.371** 問題解決沉思 外部知識掃描 突破式服務創新0.442** 0.661**

注：虛線箭頭代表該路徑不顯著

3.4.3 被調節的鏈式中介效應檢驗

本研究采用Process4.0插件對被調節的鏈式中介效應進行檢驗，結果如表5所示。第一，在AI焦慮影響員工漸進式服務創新的4條路徑中，AI素養在AI焦慮通過情感反芻與外部知識掃描影響漸進式服務創新中未發揮調節作用（間接效應差值為 0.013，95% 置信區間包含0），但在其余3條路徑中均發揮調節作用（間接效應差值分別為 0.067，0.022，0.052，95% 置信區間均不包含0）。第二，在AI焦慮影響員工突破式服務創新的兩條路徑中，AI素養在AI焦慮通過情感反芻與外部知識掃描影響突破式服務創新中未發揮調節作用（間接效應差值為 0.018，95% 置信區間包含0），但在AI焦慮通過問題解決沉思與外部知識掃描影響突破式服務創新中發揮正向調節作用（間接效應差值為0.083，95% 置信區間不包含0）。綜上可知，假設 H_a 、H_7a 和 H_7b 成立，假設 H_6b 不成立。

3.5討論

實證研究發現，AI焦慮主要通過抑制員工內部知識掃描抑制漸進式服務創新，主要通過激發員工外部知識掃描促進雙元服務創新，并且對突破式服務創新的促進作用更強，AI素養不會弱化AI焦慮通過情感反當和外部知識掃描對雙元服務創新的抑制作用。原因可能是，在AI沖擊之初，員工還未真正意識到AI對自身的影響，雖有AI焦慮但較弱。員工為應對AI沖擊會主動進行內外部知識掃描[30]，但是，員工知識掃描是先內部后外部，因此，相對而言，外部知識掃描較少（徐向龍等，2016）。隨著AI焦慮增強，如果員工陷人情感反芻，由于員工在AI焦慮產生伊始主要進行內部知識掃描，僅投入少量資源進行外部知識掃描，因此，情感反芻主要抑制員工內部知識掃描，對外部知識掃描影響有限，使得AI素養在AI焦慮通過情感反芻與外部知識掃描影響雙元服務創新之間發揮的負向調節作用有限。如果員工對AI焦慮產生問題解決沉思，由于組織內部知識有限并且員工已經進行比較充分的內部知識掃描，因此，問題解決沉思對內部知識掃描的激發空間有限，主要激發外部知識掃描，為員工服務改進和開發新服務提供新思路[25]，有利于雙元服務創新，而且員工更愿意通過突破式服務創新應對AI沖擊和焦慮。

4結論與展望

4.1 研究結論

本研究基于工作場所焦慮理論與知識基礎觀，兼顧AI焦慮的消極面與積極面，綜合分析AI焦慮對員工雙元服務創新的影響機理。得到主要結論如下：第一，AI焦慮對員工雙元服務創新既有抑制作用也有促進作用，但促進作用大于抑制作用，AI焦慮總體上促進員工雙元服務創新。第二，AI焦慮讓員工陷入情感反芻后，會抑制員工內外部知識掃描進而抑制漸進式服務創新，但主要通過抑制員工內部知識掃描抑制漸進式服務創新，也會通過抑制員工外部知識掃描抑制突破式服務創新。第三，AI焦慮讓員工進行問題解決沉思后，會激發員工內外部知識掃描促進漸進式服務創新，但主要通過激發員工外部知識掃描促進漸進式服務創新和突破式服務創新，并且AI焦慮對突破式服務創新的促進作用更強。第四，員工AI素養較高時，會降低AI焦慮讓員工陷入情感反芻的程度并增強問題解決沉思，進而強化AI焦慮對雙元服務創新的促進作用，弱化AI焦慮通過情感反芻和內部知識掃描對漸進式服務創新的抑制作用，但不會弱化AI焦慮通過情感反芻和外部知識掃描對雙元服務創新的抑制作用。

4.2 理論貢獻

（1）已有研究指出AI焦慮既通過資源損耗路徑對員工心理和行為產生消極作用5，也會通過學習動機推動員工主動行為[31]，但未兼顧AI焦慮消極面和積極面綜合探究AI焦慮對員工主動行為的影響。本研究兼顧AI焦慮的兩面性，探討AI焦慮對員工雙元服務創新的影響，豐富了AI焦慮對員工主動行為影響的理論研究。

（2）厘清AI焦慮對員工雙元服務創新的差異化影響及其內在機理。不同類型工作反芻會對員工內外部知識掃描產生差異化影響[]，并且影響員工雙元服務創新的知識資源基礎。已有研究未深人探討不同類型工作反芻和知識掃描對員工雙元服務創新的差異化作用機理[9]。本研究將工作反芻分為情感反芻和問題解決沉思，將知識掃描分為內部知識掃描和外部知識掃描，從情感反芻角度厘清AI焦慮對員工漸進式、突破式服務創新的差異化消極影響及機理，從問題解決沉思角度厘清AI焦慮對員工漸進式、突破式服務創新的差異化積極影響及機理，并進一步探討員工AI素養在其中發揮的調節作用，深化了AI焦慮對員工雙元服務創新影響的理論研究。

4.3 實踐啟示

（1）服務業組織及管理者應引導員工理性看待AI沖擊，正確應對AI焦慮。組織可定期開展AI相關培訓，讓員工理解AI技術的應用價值和使用方法，引導員工將AI作為提升工作效率的工具，幫助員工提升工作技能，找到人機共生中的定位和價值，增強其克服AI焦慮的信心，并利用AI技術積極進行服務創新，擺脫“換代陣痛”。

（2）服務業組織應引導員工對AI焦慮進行問題解決沉思，避免陷人情感反芻。管理者要及時預防、識別和管理員工情感反芻，給予員工足夠關懷和指導，聘請心理咨詢師對員工情感反芻及時予以疏導，減輕AI焦慮帶給員工的心理負擔。同時，為進行問題解決沉思的員工提供資源傾斜和組織支持。

（3）服務業組織及管理者應對員工進行內外部知識掃描培訓和指導，鼓勵員工通過雙元服務創新應對AI焦慮。一方面，組織應適時開展內外部知識掃描方式、渠道、內容等方面的培訓，在提升內部知識掃描效率和效果的同時，著重強化員工外部知識掃描。另一方面，組織可為AI焦慮的員工配備創新導師，對員工知識掃描獲取的信息進行分析和提供指導，鼓勵員工依托這些知識進行漸進式服務創新和突破式服務創新。

（4）服務業組織應注重選聘AI素養較高的員工，并重視員工AI素養提升。一方面，組織應把AI素養作為招聘和選拔人才的標準，選聘AI素養較高的員工。另一方面，組織應通過課程、工作坊、實踐操作等多種形式幫助員工掌握AI知識和技能，提高員工AI素養并提升其工作中的AI應用能力，緩解員工情感反芻，增強問題解決沉思，推動員工積極進行知識掃描，促進員工雙元服務創新。

4.4研究局限與未來展望

本研究仍存在一些不足。第一，本研究探討AI焦慮對服務業員工雙元服務創新的影響，而AI對不同行業、不同崗位、不同學歷與技能等群體帶來的影響以及由此產生的AI焦慮是不同的[32]。未來研究可以針對不同群體，深入探討AI焦慮對員工雙元創新的影響，或者對比分析其差異。第二，本研究從員工認知和行為視角闡述工作反芻與知識掃描的中介作用機制，趨近一回避理論認為，動機會將個體導向特定領域的積極或消極刺激，進而影響員工主動創新[33]。在AI焦慮與員工雙元服務創新之間可能存在其它作用機制，未來可以從動機或資源等視角探究AI焦慮對員工雙元服務創新的影響機制。第三，本研究從員工個體角度探究AI焦慮對員工雙元服務創新的影響，有研究表明，領導者是影響團隊及員工創新的重要因素，AI焦慮可能使領導者感知到潛在威脅而產生自我服務行為，進而對團隊及員工雙元服務創新產生影響[34]。因此，未來可以從領導者視角探究AI焦慮對員工和團隊雙元服務創新的影響機理。

參考文獻：

[1] HE C，TENG R，SONG J. Linking employees′ challenge-hindrance appraisals toward AI to service performance：theinfluences of job crafting，job insecurity and AI knowledge[J].International Journal of Contemporary HospitalityManagement，2023，36（3）：975-994.

[2] BUN，KONG H，WANGK，et al.3O years of artificial in-telligence（AI） research relating to the hospitality andtourism industry[J]. International Journal of ContemporaryHospitality Management，2023，35（6）：2157-2177.

[3] WANG YY，WANG Y S.Development and validation of anartificial intelligence anxiety scale：an initial applicationinpredicting motivated learning behavior[J].InteractiveLearning Environments，2019，26（2）：1-16.

[4] LIANG XD，GUO G X，GONG QX，et al. Investigating thedouble-edged sword effect of AI awareness on employee' sservice innovative behavior[J].Tourism Management，2022，92（2） ：1-14.

[5]徐廣路.AI焦慮對員工偏差行為的影響——一個有調節的中介模型[J].華東經濟管理，2023，37（11）：120-128.

[6]蒿慧杰.工作焦慮、工作投入與員工創造力關系研究———員工授權的調節作用[J].經濟經緯，2020，37（4）：133-141.

[7] 張慧，陳瑩，包佳妮，等.焦慮情緒何時會激發創業努力：一個跨層次雙重調節模型[J].管理工程學報，2024，38（3）：122-134.

[8]芮夕捷.從經濟邏輯與產品知識創造看企業技術創新[J].西北大學學報（哲學社會科學版），2022，52（1）：104-111.

[9]ZHANG Y，QU H，WALTER F，et al. A new perspectiveon time pressure and creativity：distinguishing employees'radical versus incremental creativity[J]. Journal of Organi-zational Behavior，2023，44（9） ：1400-1418.

[10]SUNG SY，RHEE YW，LEE JE，et al. Dual pathways ofemotional competence towards incremental and radical cre-ativity：resource caravans through feedback-seeking fre-quency and breadth[J]. European Journal of Work andOrganizational Psychology，2020，29（3）：421-433.

[11]YU M，CHOI JN. How do feedback seekers think？ dispa-rate cognitive pathways towards incremental and radicalcreativity[J]. European Journal of Work and Organiza-tional Psychology，2022，31（3） ：470-483.

[12]HAYDEN BC，MJM.Understanding the dark and brightsides of anxiety：a theory of workplace anxiety[J]. TheJournal of Applied Psychology，2018，103（5）：537-560.

[13]鮑文杰，金孟子，黃濤.企業知識管理能力對員工創新行為的影響研究——知識共享行為的中介作用和工作壓力的調節效應[J].外國經濟與管理，2024，46（12）：55-71.

[14] WANG B，RAU PL，YUAN T. Measuring user compe-tence in using artificial intelligence：validity and reliabilityof artificial intelligence literacy scale[J]. Behaviour amp; In-formation Technology，2023，42（9）：1324-1337.

[15]張靜，南秀燕，倪丹.資源保存理論視角下員工特質正念對主動行為的影響機制研究[J].管理學報，2023，20（6）：846-855.

[16]張珊珊，李暉，吳真，等.大學生人際寬恕發展趨勢及其反芻思維的作用[J].心理科學，2017，40（2）：401-407.

[17]張晶，李偉賀，史燕偉，等.工作反芻及其“雙刃劍”效應[J].心理科學進展，2020，28（2）：358-367.

[18]JAUSSI K S，RANDEL A E. Where to look？ creative self-efficacy，knowledge retrieval，and incremental and radicalcreativity[J].Creativity Research Journal，2Ol4，26（4）：400-410.

[19]張蘭霞，李佳敏，毛孟雨.零工工作者感知算法控制對工作投入的影響機制研究——基于認知和情感的雙路徑模型[J].商業經濟與管理，2024，44（3）：47-58.

[20]李燕萍，李皓璇.固步自封還是開拓進取？員工工作反芻對其反饋尋求策略的影響機制研究[J].科技進步與對策，∠U∠3，40（17）：139-149，

[21]GILSON L L，MADJAR N.Radical and incremental crea-tivity：antecedents and processes[J]. Psychology of Aes-thetics Creativityamp; the Arts，2011，5（1） ：21-28.

[22]賈建鋒，李會霞，劉志，等.組織創新氛圍對員工突破式創新的影響[J].科技進步與對策，2022，39（3）：145-152.

[23]林春培，賴秀梅，朱曉艷，等.新興顧客導向、外部知識搜尋與破壞性創新[J].經濟管理，2024，46（3）：148-164.

[24]NIEVES J，DIAZ-MENESES G. Knowledge sources andinnovation in the hotel industry： empirical analysis onGran Canaria Island，a mature mass-tourism destination[J].International Journal of Contemporary HospitalityManagement，2018，30（6）：2537-2561.

[25]LI Q，HUI G. How external knowledge acquisition con-tribute to innovation performance：a chain mediation mod-el[J].SAGE Open，2023，13（4） ：1-17.

[26]LI J，HUANG J S. Dimensions of artificial intelligenceanxiety based on the integrated fear acquisition theory [J].Technology in Society，2020，63（4）：1-10.

[27]CROPLEY M，MICHALIANOU G，PRAVETTONI G，et al.The relation of post-work ruminative thinking witheating behaviour[J]. Stress and Health，2012，28（1）：23-30.

[28]MADJAR N，GREENBERG E，CHEN Z. Factors for radi-cal creativity，incremental creativity，and routine，noncre-ative performance[J]. Journal of Applied Psychology，2011，96（4） ：730-743.

[29]劉寧，張惠康.內外在獎酬對員工突破性創新影響的實證研究[J].華南師范大學學報（社會科學版），2019，64（4）：108-119，191.

[30]梁悅悅，曹坡，劉蕤，等.健康焦慮與健康信息搜尋行為關系及調節因素的元分析[J].圖書館論壇，2023，43（9）：87-95.

[31]WANG Y M，WEI C L，LIN H H，et al. What drivesstudents' AI learning behavior： a perspective of AI anxiety[J].Interactive Learning Environments，2022，43（4）：1-17.

[32]何勤，李鑫悅.人工智能對企業收入分配的非線性影響——基于2007—2022年上市公司數據的檢驗[J].人口與經濟，2024，45（3）：111-128.

[33]靳偉擇，楊俊青.趨近還是回避？總體報酬對員工主動性和響應性創造力的影響研究——基于資源保存理論的視角[J].東岳論叢，2023，44（2）：119-127.

[34] JIANG W， ZHANG H，WANG L，et al. Team leader jobanxiety and team innovation： the roles of self-serving be-havior and psychological entitlement[J]. IEEE Transac-tions on Engineering Management，202o，23（99） ：1-11.

（責任編輯：萬賢賢）

The Influence of Artificial Intelligence Anxiety on Employees Dual Service Innovation

Tan Chunping，Wang Xin （School of Economics and Management，Lanzhou University of Technology，Lanzhou 730050，China）

Abstract：Artificial intellgence（AI）isa majordriverofthefourth industrial revolutionand is reshaping thelandscapeof manyindustriesand sectors.The service sectorisleading thewayin therevolutionary waveof AI.AIisdriving thetransformation and upgradingof the labor structure，while itfacilitates the work of service workers，italso brings enormous chalenges.The challenges facedbyservice sector employees in terms of‘machine replacement’and learning and applying AI techologies have triggered widespread AI anxiety.For their job security，service industry employees can only be more creativein improving services ordeveloping new services to capture and satisfy the diversified needs of customers through serviceinovation.Uponsynthesizing thecurrent bodyof research，it has become evident that previous studies have not adequatelyaddresed theservice industry'sperspectiveon thedual natureof AIanxiety—bothitsdetrimentaland beneficial aspects—whenexaminingitsvaried efects onemployees‘incrementalandradicalservice innovations.Thus，it is imperative to adopt acomprehensive approach thatconsiders both the negativeand positive dimensions of AI anxiety within the servicesector.Suchanapproach is essentialforathoroughanalysisofAIanxiety'sdifferential impactonemployees engagement inboth incrementaland radical service innovations，aswellasforunderstanding the intrinsic mechanisms that drivethese effects.Thiscomprehensive examination iscrucial in thecontemporaryeraof digitalintellgence，where the implications of AI anxiety on service innovation are far-reaching and complex.

In this study，the questionnaire was developed using a wel-established scale.It was meticulously adapted to ensure cultural and linguistic accuracy through a rigorous translation and back-translation proces.The responses were measured on a 5-point Likertscale.Data collection was conducted attwo distinct time points，spaced three months apart，yielding a total of 61O valid questionnaires after the matching proces.The sample population was drawn from employees working in over 40 organizations across various cities in China，including major hubs like Shanghai，Beijing，Guangdong，Zhejiang， and Tianjin，with diverse service sectors suchas tourism，hospitalityfinance，and business consulting，providing a broad and representative dataset for analysis.

Following the theory of workplace anxietyand the knowledge base view，this study takes into account the two sides of anxiety and uses SPSS26.Oand Mplus8.3 software to statisticaly test the mechanism of the efectof AI anxietyon employees'dual serviceinnovation.Theresultsof the studyshow thatAIanxietyhas bothinhibitoryandfacilitating effects on employees‘dual service inovation，but generall promotes employes’dual service innovation.When AIanxietyleads toaffective rumination，itprimarilyinhibitsemployes'internalknowledgescanning，therebyhinderingincremental serice innovation.Italsocurbs external knowledge scanning，which impedes radical service innovation.Conversely，whenAI anxietyprompts problem-solving pondering，it stimulates external knowledge scanning，thereby enhancingdual service innovation，withamore pronouncedefectonradical service innovation.Employes with higherAIliteracyarelesslikely to fallinto affectiverumination duetoAIanxietyandare moreinclinedtoengage in problem-solving pondering.This shift strengthens thefacilitating efectofAIanxietyondual service innovation and mitigates theinhibitory impactonincrementalservice innovationthroughafectiveruminationandinternal knowledge scanning.However，highAIliteracydoes not diminish theinhibitoryeffectofAIanxietyondualservice innovationviaafectiveruminationandexternalknowledge scanning.

The resultsof the studyclarify thediferential impactofAIanxietyonemployees'dual service innovationand its in ternal mechanism，taking intoacount both thenegative and positive aspectsofAI anxiety.Byexploring the important roleof employes'AIliteracyin the relationship betwee AIanxietyand work-related rumination，this studydeepens the theoreticalunderstandingof AIanxiety'simpact onemployees'proactivebehaviors.Furthermore，thefindingsoffer practicalinsightsfororganizations toguideemployees infacing AIanxietycorrectlyandtofosterdual service innovationasa response to AI anxiety.

KeyWords：Artificial InteligenceAnxiety；Artificial Intellgence Literacy；AffectiveRumination;Problem-solvingPonde ring ; Knowledge Scanning