社交媒体使用与反生产工作行为：基于人-环境匹配的视角

李 昳 张向前

(华侨大学 工商管理学院，福建 泉州 362021)

一、问题提出

社交媒体作为Web2.0时代沟通和交流的重要工具和平台(如微信、博客、社交网站等)，自出现以来便深刻而迅速地变革着现代人们生活、学习、工作的各个方面。近年来，社交媒体不再单纯作为组织创建外部连接、展示组织形象的工具，更是在组织内部得到广泛应用，成为组织及组织内部成员之间互通互联、提升组织工作效率的重要媒介。IBM公司的员工在工作场所使用社交媒体，主要是为了与同事接触、收集信息以及实现自我推广[1]。社交媒体允许员工创建个人资料并找到具有相似兴趣的其他员工，通过与其他员工的联系并分享观点能够增加员工的创新潜力[2-3]。大部分组织已经认识到，社交媒体的使用可以加强员工之间的合作，员工可以利用社交媒体与具有相同兴趣的同事实现紧密的联系，以达成员工与组织共同的目标[4]。社交媒体打破了传统组织结构的界限，以便员工参与协调项目[5]、分享专长[6]和寻求帮助[7]。

已有一些研究表明在工作场所使用社交媒体能够提高员工工作绩效[8-9]，但是许多组织仍然禁止员工在工作时使用公共社交媒体[10]。这是因为，在工作场所使用社交媒体是否会对员工和组织产生负面影响，仍没有明确的结论。在工作中允许员工使用社交媒体，不仅会分散员工的注意力[11]，还可能导致员工社交的分散[12]，这会降低员工的工作效率。组织希望员工通过社交媒体实现内部公开透明的沟通与交流，但员工会将其视为管理者监控员工在线活动的手段。有研究发现，下属对主管在社交媒体上浏览自己的私人资料和与自己进行互动会感到不舒服[13]。事实上，这些后果大多是技术压力的表现形式。当人-环境不匹配时，即社交媒体的使用与员工的感知出现失衡时，员工便会经历技术压力。而一些研究认为，压力正是产生反生产工作行为的一种重要来源，员工的压力越大越可能做出反生产工作行为[14-15]。因此，本文基于人-环境匹配理论，探讨社交媒体使用对员工反生产工作行为的影响，从技术压力的中介视角出发，并考察工作特征的调节作用，揭示社交媒体使用对员工反生产工作行为的影响机制。

二、理论基础与研究假设

(一)社交媒体使用

在互联网出现之前，与朋友和家人保持联系是困难且昂贵的。互联网出现之后，与朋友和家人保持联系是容易且便宜的。研究社交媒体需追溯到互联网，因为社交媒体将提供静态信息的网站转变成用户之间进行信息交换的平台[16]。

社交媒体的快速发展，使他们在组织中的应用短时间内以两种主要方式出现。第一种是与外部利益相关者(如客户、供应商和公众)进行交流，第二种则是在组织内部使用社交媒体进行内部沟通和社交互动。本文采用莱奥纳尔迪等(Leonardi et al.,2013)[17]对组织社交媒体的定义：基于Web平台，允许员工与同事沟通或向组织中的其他人传递信息，与同事共享沟通列表，对信息和文件进行发布、编辑和排序，以及查看已有的信息、文本和文件，随时对组织中其他人共享的信息、文本和文件进行发布、编辑和排序。通过对相关文献的梳理，本文将社交媒体使用分为工作使用(work-related purposes)和社交使用(social-related purposes)。

(二)反生产工作行为

近年来，学者对反生产工作行为的研究兴趣越来越大。作为一个整合的概念，菲达等(Fida et al.,2015)的研究表明，反生产工作行为表现为员工在工作场所、工作时间内展现的负面或消极的行为总和[18]。墨菲(Murphy，1989)使用破坏性/危险行为和浪费时间行为作为描述损害组织行为的维度[19]，亨特(Hunt，1996)将脱离任务行为、不守法、盗窃和药物滥用四个维度来描述反生产工作行为[20]。罗特多和萨基特(Rotundo & Sackett，2002)在综述中总结认为，反生产工作行为应被区分为员工工作绩效的第三个广义层面(除任务绩效和组织公民行为)[21]。艾斯克皮佐(Escorpizo，2008)从职业健康角度将工作绩效划分为“缺勤主义”(absenteeism)和“出勤主义”(presenteeism)[22]。通过对相关文献的梳理，本文采用库普曼斯等(Koopmans et al.,2012)[23]提出的员工工作绩效中“反生产工作行为”这一维度的概念：降低组织幸福感的行为。

对于员工反生产工作行为产生的原因，林玲等(2010)通过梳理前人的研究成果指出，员工反生产工作行为的发生机制都具有一定的逻辑次序[24]。反生产工作行为的发生和演变都遵循“压力情境—认知加工—负性情绪反应—反生产工作行为”的规律。当社交媒体的使用与员工的感知出现失衡时，这种失衡感便会成为压力源，使员工置身于充满压力的环境中，并进一步导致员工产生针对组织或其他员工的反生产工作行为。人-环境匹配理论认为，人与环境之间的高度一致性或适应性会产生积极的结果，而消极的一致性或失调则产生负面的压力。可见，人-环境匹配理论能够充分解释林玲等学者提出的反生产工作行为框架。

(三)社交媒体使用对反生产工作行为的直接作用

随着社交媒体的普及，许多组织已经使用各种社交媒体来支持组织的运作[15]。人际关系层面上，在工作场所发生的与其他同事相关的行为被称为“人际公民”(interpersonal citizenship)行为，并且已有研究验证了其与团队绩效[25]和组织绩效[26]的关系。在广泛的人际公民行为范围内，已经确定了两类行为：以工作为导向的行为和以社交为导向的行为[27]。已有学者在人-环境匹配理论的基础上，从人-技术匹配和人-工作匹配的方面研究了新技术的影响[28]。员工需经常关注社交媒体的信息，工作时易被社交媒体打断，会缩减员工的瞬间思维和活动序列，阻碍员工资源的建设。若员工自身无法准确地接收和处理信息并继续工作进程，即出现人-技术的不匹配，则会诱发消极情绪，削弱情绪幸福感[29]。此外，员工以工作为目的使用社交媒体时，如果故意隐藏一些信息，或者不以完全真实的态度使用社交媒体[30]，可能会产生一些偏差行为，而这些行为会损害组织幸福感。基于此，本文提出以下假设：

假设H1a：工作使用对个体的反生产工作行为具有显著的正向影响。

研究表明，个体在社交媒体上更愿意呈现相对积极的信息，以反映理想的生活和积极的自我形象[31]。因此，若员工无法正确分辨社交媒体的信息，即出现人-技术的不匹配，错误地认为他人的工作成果和工作回报比自己更好[32]，这往往是妒忌产生的关键原因[33]，不利于同事之间的友好相处。此外，当面对工作中的无聊事件时，员工可能会牺牲工作时间将精力花费在以社交为目的的社交媒体使用上，从而降低工作效率[34]。基于此，本文提出以下假设：

假设H1b：社交使用对个体的反生产工作行为具有显著的正向影响。

(四)技术压力的中介作用

“技术压力”一词最早出现在病理心理学领域，是指“由于无法以健康的方式应对新技术而导致的现代疾病”[35]。拉古-内森等(Ragu-Nathan et al.,2008)将其定义为“由于使用信息和通信技术导致用户所遭受的任何压力”[36]。技术压力模型解释了新技术如何产生压力以及压力如何影响组织中的员工[37]，其原理是当员工意识到自身的能力和资源(如技能、知识、时间和精力)与工作环境对他们的要求之间的差异时会感受到压力[38]。

社交媒体的使用，使得Web2.0时代信息大爆炸的趋势更加明显。这种信息环境在某种程度上制约了员工过滤、吸收和处理信息的能力和效率[39]。工作时，信息爆炸对员工具有极大的挑战性，直接导致技术过载的现象[40]。首先，在技术过载的情况下，社交媒体传递的信息量与信息传递速度与日俱增，员工不仅需要同时应对多项工作以处理爆炸性增长的信息量，也需要不断提升工作速度和工作效率以适应信息传递速度。其次，技术过载增加了员工从冗余的信息中提取有效信息的难度，制约着员工高效处理问题、作出良好决策解决问题的能力。最后，技术过载会导致工作环境处于不断的变化中，员工需要付出更多的努力不断调整以适应这种变化[41]。在智能手机、平板等移动设备和无线网络等配套设施不断普及的环境下，社交媒体呈现一种“无线互联”的特点，用户之间处于随时随地的连接之中，进一步模糊了工作和生活的界限[42]。员工即使在个人时间里，也被迫接收工作信息，使得生活领域不断被侵占[43]。员工甚至需要牺牲个人闲暇时间以通过社交媒体继续处理工作上的问题[44]。与其他对话形式相似，社交媒体中的对话是一个持续的过程，只有当参与者积极参与并投入时间和注意力时才有意义[45]。然而，与现实中的直接沟通不同，社交媒体的对话具有即时性、开放性的特点，多个参与者能够同时通过多个社交平台同步进行对话。尤其是在这种动态的工作环境中，不断变化的沟通情境和不断扩散的沟通渠道会进一步导致技术的不确定性[46]。基于此，本文提出以下假设：

假设H2a：工作使用对技术压力具有显著的正向影响。

假设H2b：社交使用对技术压力具有显著的正向影响。

在社交媒体深刻影响现代生活各方面的背景下，信息爆炸直接导致员工主动或被动的牺牲生活或健康以适应动态变化的工作环境[47]。技术过载使员工长期面对沉重的工作压力，直接影响员工的心理健康[48]。技术入侵导致员工在面对复杂多变的问题时，心生倦怠导致决策错误，无法有效解决问题并降低工作满意度[49]。以社交媒体为代表的新技术提供的持续可用的特点，进一步模糊工作和生活之间的界限，从根本上改变了现代人的工作模式。若员工花费了大量的时间与精力学习和理解社交媒体各方面的信息，仍无法适应技术复杂性，则会诱发消极情绪。新技术的普及，组织对员工的要求更高，员工与员工之间的竞争也更加激烈。技术不安全感会使员工不愿意与其他有竞争关系的同事分享信息，甚至不愿意配合工作。社交媒体本身及其功能不断发展、更新、变革的特性提高了员工使用新技术、平台和技能的难度和不确定性。这种不确定性导致员工需要持续不断地付出时间成本和精力成本学习工作能力以外的社交媒体新技术、新功能，更容易诱发倦怠情绪[50]。

马丁可等(Martinko et al.,2002)从认知过程入手，提出因果推理理论(causal reasoning theory)，强调员工的因果推理过程对其反生产工作行为的影响。因果推理理论认为，反生产工作行为产生的根源在于外界环境与个体的不一致。一个人会面对各种各样的外界环境。面对外界环境输入的信息，个体会经过认知加工在内部进行处理。个体与外界环境感知的失衡将诱发个体的一种负面情感和能量，并通过反生产工作行为不断外显和释放[51]。人-环境匹配理论认为，社交媒体的使用与员工的感知出现失衡时，员工便会经历技术压力。根据斯佩克特和福克斯(Spector & Fox，2002)[15]的研究，压力是反生产工作行为产生的根源之一。员工感知到压力与反生产工作行为出现的可能性正相关。员工感知到的压力越小，员工反生产工作行为越不容易出现。基于此，本文提出以下假设：

假设H3a：工作使用通过技术压力的中介作用正向影响员工反生产工作行为。

假设H3b：社交使用通过技术压力的中介作用正向影响员工反生产工作行为。

(五)工作特征的调节作用

虽然人-环境匹配理论认为，个体与技术的失衡会影响员工的工作表现，但技术压力的负面效应并非在任何情况下都是不变的。已有研究证明，工作特征可以显著调节影响工作绩效的几个变量与工作绩效之间的关系[52]。在压力和技术的研究情境下，这种调节作用仍然存在[53]。

特纳和劳伦斯(Turner & Lawrence,1966)提出的必要任务属性理论(theory of requisite task attributes)[54]是最早的工作特征理论。哈克曼和劳勒(Hackman & Lawler,1971)提出的工作特征理论(job characteristics theory)表明，核心工作特征包括技能多样性、任务完整性、自主性和反馈性[55]。随后，哈克曼和奥尔德姆(Hackman & Oldham,1975)开发了工作特征模型(job characteristics model,JCM)，解释了工作特征对员工满意度、动机和生产率的影响机制[56]，成为学术界迄今为止应用最为广泛的模型。另外，斯佩克特和福克斯(Spector & Fox,2002)提出的“压力—消极情感—反生产行为”的模型，进一步解释了工作特征各维度与反生产工作行为的关系[15]。第一，有研究表明，高水平的工作自主性一般与低水平的压力相关[57]。员工的工作自主性越高，越有可能实现工作与自身偏好及需求的匹配[58]。此外，工作自主性高的员工处理工作过载更加灵活，能够减轻工作压力[59]。第二，工作反馈性与工作满意度高度相关，而工作满意度越高，工作压力水平越低。能够定期获得工作反馈的员工更有可能了解自身工作的要求，能够将新技术合理融入工作。第三，高水平的工作完整性一般与低水平的压力相关[60]。工作完整性越高，员工越能够实现人与工作的匹配，减轻工作压力。最后，工作重要性和技能多样性是影响员工日常工作的变量[61]。工作重要性和技能多样性程度更高的员工，对工作的适应程度也更高，因此更不愿意在工作场所采用社交媒体与他人进行交流，更不容易受到技术压力及其对反生产工作行为的影响。基于此，本文提出以下假设：

假设H4a：工作特征会调节技术压力在工作使用和反生产工作行为关系中所起的中介作用。工作特征程度越低，技术压力在工作使用和反生产工作行为关系中所起的中介作用就越强。

图1 研究框架

假设H4b：工作特征会调节技术压力在社交使用和反生产工作行为关系中所起的中介作用。工作特征程度越低，技术压力在社交使用和反生产工作行为关系中所起的中介作用就越强。

本文研究框架如图1所示。

三、研究设计

(一)研究样本与数据收集

笔者采用问卷调查的方式收集数据，调查对象为泉州、厦门、福州、莆田、广州和赣州等地的31家企业或组织的具有社交媒体使用经验的在职员工。为降低共同方法偏差(common method bias，CMB)的产生，分别在相隔三个月的时间点通过问卷进行数据调查，最终得到有效问卷496份，回收率为86%。调查样本中，从性别分布来看，男性占52.2%，女性占47.8%。从年龄分布来看，35岁以下的员工占78.4%，36～40岁占11.9%，41岁及以上占8.7%，青年员工人数较多。从受教育程度来看，大专及以下占28.2%，本科及以上占71.8%。从岗位任期来看，1～3年最多，占54.6%。

(二)研究工具

本文所采用的问卷均来源于国际顶级期刊中已发表的文章中已验证具备操作性和可行性的英文问卷。本研究对使用的问卷进行标准回译程序(back translation procedure)处理，确保问卷信效度的可靠性。问卷均采用李克特 5 点计分，1表示“完全不同意”，5表示“完全同意”。

社交媒体使用(time 1) 采用冈萨雷斯(Gonzalez，2012)[62]设计的测量量表，该量表已被国内外一些学者使用。量表在本文中的克朗巴哈系数为0.895，其中工作使用和社交使用分量表的克朗巴哈系数分别为0.892和0.826。

技术压力(time 1) 采用布赫尔等(Bucher et al.,2013)[61]设计的的测量量表，该量表在本文中的克朗巴哈系数为0.868。

工作特征(time 1) 采用的是哈克曼和奥尔德姆(Hackman & Oldham,1975)[56]在1975年开发的工作特征问卷两个版本中的短题版本。该量表在本文中的克朗巴哈系数为0.857。

反生产工作行为(time 2) 采用库普曼斯等(Koopmans et al.,2013)[23]设计的关于员工工作绩效量表的“反生产工作行为”子维度，量表在本文中的克朗巴哈系数为0.945。

控制变量。本研究将员工的性别(G)、年龄(Y)、岗位任期(T)和教育水平(E)作为控制变量，以排除人工统计学变量对结果的干扰。此外，考虑到社交媒体使用时间与在工作场所使用社交媒体之间的关系，为排除社交媒体使用时间对目标变量之间关系可能的影响，将调查对象平均每天的社交媒体使用时间(H)也作为控制变量。

四、实证结果与分析

(一)同源偏差检验

本研究采用哈曼单因子检测(Harman’s single factor test )对共同方法偏差问题进行检验。根据该检验步骤，将本文所有变量纳入因素分析，运用软件SPSS进行探索性因子分析。其中，解释力度最大的因子特征值为13.516，解释了总方差的28.158%。由此可以说明，单一因子未能解释大部分变异，即本文不存在严重的共同方法偏差。

(二)效度检验

本文构建5因子模型(工作使用、社交使用、技术压力、工作特征、反生产工作行为)，4因子模型(工作使用+社交使用、技术压力、工作特征、反生产工作行为)，3因子模型(工作使用+社交使用、技术压力+工作特征、反生产工作行为)，2因子模型(工作使用+社交使用、技术压力+工作特征+反生产工作行为)，单因子模型(工作使用+社交使用+技术压力+工作特征+反生产工作行为)，并采用软件Mplus 7.0对各模型进行验证性因子分析。5因子模型的拟合指数均达到学界认可的标准：χ2/df=2.495，TLI=0.901，CFI=0.908，SRMR=0.040，RMSEA=0.055，且明显优于其他备选模型，说明变量之间具有良好的区分效度。(1)因篇幅限制，模型结果未列示。

(三)描述性统计分析

各变量的均值、标准差、Pearson相关系数及显著性水平见表1。可以看出，工作使用与技术压力(r=0.227，P<0.001)、社交使用与技术压力(r=0.358，P<0.001)、工作使用与反生产工作行为(r=0.230，P<0.001)、社交使用与反生产工作行为(r=0.222，P<0.001)、技术压力与反生产工作行为(r=0.254，P<0.001)等关键变量的相关系数与研究假设基本一致，且通过显著性检验，这为假设的检验提供了初步的证据。

表1 描述性统计和变量间相关系数

表1(续)

注：*表示P<0.05，**表示P<0.01，***表示P<0.001，后同。

(四)假设检验

首先，采用层级回归的方法对假设H1进行检验。从表2模型5和模型6可以看出，以工作为导向的社交媒体使用对反生产工作行为的标准化回归系数为0.224(P<0.001)，以社交为导向的社交媒体使用对反生产工作行为的标准化回归系数为0.238(P<0.001)，这表明社交媒体使用各维度对反生产工作行为具有显著的正向影响。由此，假设H1a和假设H1b得到支持。接下来，对假设H2进行检验。从表2模型2和模型3可以看出，以工作为导向的社交媒体使用对技术压力的标准化回归系数为0.291(P<0.001)，以社交为导向的社交媒体使用对技术压力的标准化回归系数为0.365(P<0.001)，这表明社交媒体使用各维度对技术压力具有显著的正向影响。由此，假设H2a和假设H2b得到支持。

其次，为探究技术压力是否在社交媒体使用与反生产工作行为之间起中介作用，将自变量社交媒体使用和中介变量技术压力同时纳入回归方程。从表2模型7可以看出，当加入中介变量技术压力后，以工作为导向的社交媒体使用对反生产工作行为的直接影响系数不显著，而此时技术压力对反生产工作行为的正向效应仍然显著(β=0.213，P<0.01)，这说明技术压力在工作使用与反生产工作行为间起完全中介作用，假设H3a得到支持。从表2模型8可以看出，当加入中介变量技术压力后，以社交为导向的社交媒体使用对反生产工作行为的直接影响系数不显著，而此时技术压力对反生产工作行为的正向效应仍然显著(β=0.202，P<0.05)，这说明技术压力在社交使用与反生产工作行为间起完全中介作用，假设H3b得到支持。

表2 主效应和中介效应的层级回归结果

注：表中所列系数均为标准化回归系数，后同。

最后，为探究工作特征在技术压力与反生产工作行为的调节作用，将工作特征各维度和技术压力的交互项纳入回归方程。表3模型10结果显示技术压力对反生产工作行为具有显著的正向影响(β=0.247，P<0.001)，模型11在模型10的基础上加入了工作自主性作为调节变量，结果显示工作自主性对反生产工作行为的影响不显著，模型12在模型11的基础上加入工作自主性和技术压力的交互项，结果表明工作自主性和技术压力的交互项对反生产工作行为的影响显著(β=-0.132，P<0.01)，表明工作自主性负向调节技术压力和反生产工作行为之间的关系。模型13在模型10的基础上加入了技能多样性作为调节变量，结果显示技能多样性对反生产工作行为的影响不显著(β=-0.067)，模型14在模型13的基础上加入技能多样性和技术压力的交互项，结果表明技能多样性和技术压力的交互项对反生产工作行为的影响显著(β=-0.103，P<0.05)，表明技能多样性负向调节技术压力和反生产工作行为之间的关系。模型15在模型10的基础上加入了工作重要性作为调节变量，结果显示工作重要性对反生产工作行为的影响不显著(β=-0.039)，模型16在模型15的基础上加入工作重要性和技术压力的交互项，结果表明工作重要性和技术压力的交互项对反生产工作行为的影响显著(β=-0.078)，表明工作重要性在技术压力和反生产工作行为之间不起调节作用。模型17在模型10的基础上加入了任务完整性作为调节变量，结果显示任务完整性对反生产工作行为的影响显著(β=-0.103，P<0.05)，模型18在模型17的基础上加入任务完整性和技术压力的交互项，结果表明任务完整性和技术压力的交互项对反生产工作行为的影响不显著(β=-0.080)，表明任务完整性在技术压力和反生产工作行为之间不起调节作用。模型19在模型10的基础上加入了工作反馈性作为调节变量，结果显示工作反馈性对反生产工作行为的影响不显著(β=-0.079)，模型20在模型19的基础上加入工作反馈性和技术压力的交互项，结果表明工作反馈性和技术压力的交互项对反生产工作行为的影响不显著(β=-0.073)，表明工作反馈性在技术压力和反生产工作行为之间不起调节作用。

图2a 工作自主性对技术压力与反生产工作行为之间关系的调节效应

接下来，绘制工作特征调节效应图来探究不同工作特征水平下调节作用的强弱，以便更深入地了解工作特征的调节作用。从图2a和图2b可以看出，工作自主性和技能多样性在技术压力与反生产工作行为之间的正向关系中起到负向的阻碍作用。也就是说，工作自主性和技能多样性水平越低，技术压力与反生产工作行为之间的正向关系就越明显。

图2b 技能多样性对技术压力与反生产工作行为之间关系的调节效应

为了检验有调节的中介模型是否成立，采用“拔靴法”(bootstrapping method)分析技术压力在社交媒体使用和反生产工作行为之间的中介效应是否会因工作特征水平的不同而有所差异。从表4可以看出，在工作自主性的低、高水平下，工作使用经由技术压力影响反生产工作行为的间接效应存在显著差异(95%的置信区间为[-0.101,-0.023]，置信区间内不包含零)，该被调节的中介模型成立。在技能多样性的低、高水平下，工作使用经由技术压力影响反生产工作行为的间接效应存在显著差异(95%的置信区间为[-0.089,-0.020]，置信区间内不包含零)，该被调节的中介模型成立。因此，假设H4a得到部分支持。在工作自主性的低、高水平下，社交使用经由技术压力影响反生产工作行为的间接效应存在显著差异(95%的置信区间为[-0.115,-0.025]，置信区间内不包含零)，该被调节的中介模型成立。在技能多样性的低、高水平下，社交使用经由技术压力影响反生产工作行为的间接效应存在显著差异(95%的置信区间为[-0.105,-0.022]，置信区间内不包含零)，该被调节的中介模型成立。因此，假设H4b得到部分支持。

表4 有调节的中介效应分析

注：本表基于Mplus 7.0的处理结果。所有的效应值都是基于bootstrap抽样5 000次得到的。

五、结论与启示

在人-环境匹配理论的理论基础上，本研究结合中国本土化的管理情境，构建并检验社交媒体使用—技术压力—反生产工作行为的理论模型，着重探讨社交媒体使用的2个维度(工作使用和社交使用)对员工反生产工作行为的影响及其内在作用机制。结果表明，社交媒体使用各维度对员工反生产工作行为具有显著的正向影响，即员工在工作场所不合理地、过度地使用社交媒体可能会产生反生产工作行为；技术压力在社交媒体使用与反生产工作行为关系中起了完全中介作用，即社交媒体使用通过技术压力的完全中介作用对反生产工作行为产生正面的影响；工作自主性和技能多样性会调节技术压力对反生产工作行为的影响，并且技术压力在社交媒体使用各维度与反生产工作行为的中介作用会受到工作自主性和技能多样性的调节。

(一)理论意义

首先，本文丰富了社交媒体使用与其结果变量关系及相关作用机制的研究。学术界长期以来关注的是社交媒体使用对员工的行为和绩效的正面影响。但对于在工作场所不当使用社交媒体的负面作用却少有探索。针对现有研究疏漏，本文从人-环境匹配理论揭示了社交媒体使用对员工反生产工作行为的重要影响机制，并进一步检验了技术压力和工作特征在其中发挥的重要作用。可以说，本文拓展和补充了当前已有的管理研究成果。

其次，本文基于人-环境匹配理论，实证分析显示在Web2.0背景下，技术压力是员工出现反生产工作行为的重要前置变量。本文建立在组织和信息系统中压力研究的传统上，并将这些概念扩展到新的背景下，大多数关于社交媒体的研究是从一般角度考察社交媒体使用及其对组织和员工的影响。目前有关在工作场所使用社交媒体的研究鲜见，本文建立在以往研究的基础上，以人-环境匹配理论作为理论基础，得出的结论是，在社交媒体背景下，技术压力是使用社交媒体会产生反生产工作行为的重要因素。

最后，本文也有助于扩展以往关于强调技术压力的潜在缓冲区的研究。早期的研究忽略了技术压力的潜在缓冲区，但目前已有学者开始研究技术压力与员工行为和绩效之间的调节变量[47]。研究结果表明，工作特征在减轻技术压力影响反生产工作行为的过程中起重要作用，这意味着社交媒体引发的技术压力是可以控制的。研究结果也证实了工作特征理论的核心预测之一——工作特征与“内在动机”显著正相关[63]。换言之，具有较高水平内在动机的员工更不容易做出损害组织福祉的行为。斯托(Staw,1977)[64]也提出了类似的论证，表明内在动机高的员工更容易从任务成就中获得满足感，因此更有意愿和动力提升工作绩效、约束个人行为。无论员工在工作场所使用社交媒体引发了何种程度的技术压力，当员工的工作特征得分越高，其反生产工作行为的得分越低。综合研究结果可知，工作特征对于员工和组织来说至关重要。在理论方面，本文一方面有助于当前学术界关于控制技术压力问题的探索，同时丰富和拓展了工作特征理论研究；另一方面开拓了社交媒体使用对员工反生产工作行为作用机制的研究框架，探索性地将社交媒体使用、技术压力、工作特征和反生产工作行为进行整合，通过概念模型在理论上对于何种条件下技术压力更可能减少对员工和组织的负面影响的问题进行解释。

(二)管理启示

管理启示具体如下：(1)在时下社交媒体迅速普及的情境下，探讨其对员工绩效和行为的影响是一个非常重要的课题。本文指出了社交媒体的负面效应，对如何约束员工行为具有一定的实践意义。这就说明，组织可综合衡量社交媒体的价值及其对社交媒体的顾虑，进一步调整对社交媒体的使用。企业和组织应当采取必要的措施推广和应用社交媒体。(2)对员工而言，社交媒体的使用在很大程度上提升了工作效率。但研究结果显示，若使用不当，很可能会产生一些负面影响。组织和企业一般可以采取两种策略解决过载问题：降低信息传递速度和数量，以及提升员工的信息提取、加工能力。为了正确使用社交媒体，员工可以考虑转变应对过载的心理策略，而非直接与过载环境对抗。例如，有意识地将注意力集中在当前的任务上，确定明确的目标并输出最大的投入(时间或资源)来开展工作。在现有的工作环境，入侵问题是不能彻底解决的。但员工可以专门制定应对策略，限制入侵。例如，清晰明确地表达个人工作时间和非工作时间的界限所在，充分权衡和控制跨过生活界限的追加投入。另外，员工可以借鉴过去媒体平台的经验，降低社交媒体带来的不确定性。(3)组织应尽量确保员工的工作特征符合他们的需求和愿望。例如，若员工认为自己的工作自主性高，管理者可以考虑赋予员工更多的工作自主权。就人力资源实践而言，管理者应当充分重视、运用工作特征并用于提升员工工作绩效和约束员工工作行为。

(三)研究局限和展望

本文虽然取得具有一定意义的研究成果，但依然存在一定的局限性，后续拓展研究应当从以下几个方面加强。其一，本文的总体假设是社交媒体使用和技术压力的负面影响，然而最近的研究表明，技术压力不仅会产生消极的影响，也会产生积极的影响[65]。未来的研究应探索工作中使用社交媒体引发的技术压力的积极影响，并加以验证。其二，本研究侧重于分析与压力相关的单一调节变量。实际上，还有许多其他的变量可以用于类似的研究。例如，员工的异质性，即不同性别、年龄、教育水平和工作经验的员工感受到的压力是不同的。因此，后续研究应当充分挖掘多种可能的调节变量，进一步揭示社交媒体使用影响员工绩效和行为的边界机制。其三，本文的研究数据来源于不同组织的员工，未充分分析样本之间诸如行业等差异，未来研究应扩大样本范围，探索不同样本之间的差异性，进一步提高结论的普适性。此外，虽然本文的研究采用两个时间点搜集数据的方法，但问卷是由员工独立填写，自变量、因变量及其他变量的填答均来自同一主体，员工仍有可能低估自己的技术压力和反生产工作行为潜力。为减轻这个问题，未来的研究可从不同来源收集数据，如领导或同事。