机器换人背景下制造型企业员工离职路径分析

刘露露　闻效仪　徐军委

关键词：数字化转型;机器换人;离职;新生代员工;定性比较分析

中图分类号：F272. 92 文献标识码：A 文章编号：1003-3890（2024）03-0020-07

一、问题提出

随着人工智能的发展和劳动力成本的上升，机器换人已经成为中国制造型企业转型升级的重要手段，对劳动力市场产生了巨大冲击[1] 。据统计，中国制造业约77%的低技能劳动力处于被自动化机器替代的风险中[2] 。工业机器人的应用一方面降低了制造型企业对劳动力的需求，对制造业就业市场的影响表现出“替代效应”[3] ;另一方面加快了劳动力就业转移的步伐，导致制造业劳动力向服务业和农林牧渔业迁移的“虹吸效应”[4] 。

现有研究大多是从产业或社会层面讨论机器换人对劳动力市场的影响，较少涉及企业和个人层面的微观解释逻辑。在机器换人背景下，低技能劳动者可能会逐渐沦为“机器看守”，其价值感、创造性、心理健康和身份认同都会受到负面影响。此外，社会盛行的“机器威胁论”，以及机器人在狭窄任务领域内的明显优势，会导致员工对机器人的敌意，加剧员工的工作不安全感[5] 。在此情形下，员工不仅是被动地被机器人替代的“生产要素”，还是具有主观能动性的个体，主动选择离职以规避损失，導致企业还没“换人”便陷入“缺人”的恶性循环。微观视角为研究机器换人的影响提供了一个悖论性解释，即企业引入机器人来进行劳动力结构优化，但可能因员工的主动离职反而导致劳动力结构恶化。

上述悖论效应引出研究机器换人背景下员工离职意向的重要性。事实上，员工离职意向受到工作负荷、薪酬结构以及环境中的替代工作机会等多重因素的共同影响，但现有研究对于多重因素的组合效应鲜有涉及。本文认为，针对单变量的分析方法难以揭示员工离职问题的系统性，必须深入到多个维度全面探究员工离职问题。因此，本文基于Price[6] 的“结构-个人-环境”模型，构建了员工离职意向的多因素组合分析框架，对工作负荷、工资变化、工作单调性、员工受教育程度、工作不安全感、外部工作机会和工作被替代的威胁七个条件进行了定性比较分析（Qualitative Comparative Analysis，以下简称QCA）。

本文的主要调查对象为新生代员工。该群体出生于20 世纪80 年代以后，伴随计算机和互联网时代快速成长。新生代员工的想法和行为较老一代员工有明显不同，是具有独特意识和个性的一代[7] ，可以更加充分地接触互联网上的信息，拥有更高的职业选择自由度。有研究表明，以“80 后”和“90 后”为代表的新生代员工在面对工作中的期望落差时，更容易产生离职意向[8] 。而在机器换人的过程中，员工的工作往往会经历变动和调整，可能会带来期望落差，进而产生离职意向。因此，新生代员工在机器换人中的离职问题更具独特性、普遍性和典型性。研究制造型企业新生代员工的离职问题对于分析其他行业和年龄群体的员工离职问题具有很好的借鉴意义，有利于更深入地评估机器换人的影响。

通过对195 名受机器换人影响、以新生代为代表的员工群体的问卷分析发现，结构、个人和环境变量共同作用于员工离职意向，并形成了6 条导致离职意向的等效路径和5 条导致留存意向的等效路径。本文全面考察了员工在经历机器换人后的离职意向问题，既丰富了机器换人背景下新生代员工的离职现象研究，又为企业管理者在机器换人背景下避免劳动力结构恶化提供了理论指导。

二、文献回顾

（一）员工离职研究

一个世纪以来，员工离职问题一直备受学界和业界关注。Price[6] 构建了包含结构、个人和环境三类变量的员工离职模型。结构变量指的是工作环境特征和员工的社会交往模式，包括工作自主权、分配公平性、工作压力、薪酬、职业成长度、晋升机会、工作单调性以及内部社会支持;个体变量包括一般培训、期望匹配度、工作投入度和积极/ 消极情感;环境变量包括亲属责任和机会。环境变量直接对工作寻找行为和离职意向起作用，而个体变量和结构变量则通过工作满意度和组织承诺度对离职意向起作用。

国内学者在Price 模型的基础上开展了一系列研究，发现结构变量中的工作单调性对工作满意度的影响受到员工价值观的调节[9] 、环境变量中的转换成本和职业成长机会与离职意向显著负相关[10] 。夏艳玲[11] 结合民营企业的实际，构建了中小民营企业员工离职意向模型。其中，个体变量（年龄、性别、婚姻状况、教育程度等）、环境变量（外部工作机会和寻找工作的难易程度） 和结构变量（晋升、培训、沟通、薪酬、分配公平性、工作自主权、单调性等）为自变量，组织承诺和工作满意度为中介变量，离职意向为因变量。李桦等[12] 通过对新生代农民工的问卷调查，归纳提炼出五个影响离职的主要因素，包括工作发展、工作条件、工作关系、工资待遇和工作保障。最新研究表明，领导风格，如谦卑型领导以及领导的授权行为与员工的离职意愿和行为显著相关[13] 。此外，环境变量中的家庭和工作冲突[14] 、保密工资制和分配公平[15] 、工作不安全感[16] 等对员工离职也有重要影响。

上述研究虽然在不同程度上引入了新的变量来解释员工的离职行为，但是，一个重要且根本性的问题仍然没有得到有效的回答：结构、个人和环境三类变量是否存在相互作用？ 如何系统地考察和评估这些相互作用对员工离职产生的影响？Price[6] 在文章结尾部分也呼吁对变量之间可能存在的组合效应进行深入探讨。国内学者响应这一号召，收集了中国西安15 家IT 公司的470 名技术员工数据，考察了两类交互作用。第一类交互效应是结构变量和个体价值观之间的交互作用[9] ，第二类交互效应是结构变量中的工作自主权、内部社会支持和工作压力之间的交互效应。遗憾的是，他们的研究并没有验证第二类交互效应的存在，且受制于回归分析方法论的限制，只探索了两类变量之间以及同类变量内部少数几个变量间的交互效应。

（二） 构型观下结构、个人和环境变量的相互作用

由于个体行为的复杂性，仅仅考虑单个影响因素不能完全解释现实中的复杂现象[17] 。构型观认为组织是一个由不同的条件或特征组织成的多维度的“星座”，因果关系是复杂的。在构型观下，员工特定行为的产生通常是多方面因素共同作用的结果。Price[6] 指出，結构、个人和环境三类变量之间可能存在复杂的相互作用，共同导致了员工的离职意向。例如，结构变量中的高工资对离职意向的影响可能受到个人价值观和外部工作机会的调节作用。对于高工资的员工来说，如果其更在乎个人成就而不是金钱激励，加上外部环境中若有很多利于个人发展的工作机会，也可能产生离职意向。因此，员工离职往往是多因素共同作用的结果。但是对于三类变量是如何共同发生作用的，现有研究并没有给出明确的回答。

本研究采用定性比较分析方法，系统地探索三类变量如何相互作用共同导致员工的离职意向和留存意向。在变量的选择上，本文选取了结构变量中的工作负荷、工资和工作单调性，个人变量中的受教育程度和工作不安全感，以及环境变量中的新工作机会和工作被替代的威胁7 个变量。主要原因有二：其一，从理论上看，这些变量在后续研究中已被广泛验证和员工离职意向相关;其二，从实践上看，这些变量与本文的研究样本——制造型企业新生代员工密切相关。例如，工作负荷大、工作单调性高、受教育程度较低以及在面临机器换人时工作不安全感较高等是制造型企业新生代员工普遍面临的重要挑战。从外部环境来看，制造型企业新生代员工的流动性较高，工作被替代的威胁也较大。鉴于此，本文选择上述7 个变量研究制造型企业新生代员工离职问题，分析框架如图1 所示。

三、研究设计

（一）数据收集

本文主要通过问卷调查法收集数据。2021 年11 月至12 月向制造型企业员工发放问卷，共回收问卷510 份。在被调查的510 名员工中，有195 名员工所在的部门进行了机器换人，是本文重点关注的对象。195 名员工的平均年龄为24 岁，90%以上的员工年龄都在40 岁及以下，代表了新生代员工群体[8] ，反映了中小制造型企业员工群体的年轻化特征。

（ 二）研究方法选择

本文选用QCA 方法进行研究。传统回归分析方法主要关注单个变量的净效应，适合分析前因变量间弱相互依赖的情况，难以揭示社会科学研究中多因素相互交织的因果复杂性影响。而QCA 方法是一种案例导向的集合论分析方法，将每一个案例拆解为多个前因条件的组合，然后利用真值表和布尔代数分析条件组合与特定结果之间的集合关系，依此确定导致特定结果发生的必要条件和充分条件组合。通过集合间的必要性和充分性关系分析，QCA 方法有助于揭示多因并发、因果非对称性和等效性等因果复杂性问题。本文聚焦于员工离职问题，员工离职意向是结构、个人和环境变量多方面因素共同作用的结果，且存在多种导致员工离职意向的等效路径，这是QCA 擅长解决的因果复杂性问题。

（ 三）变量测量与校准

QCA 是一种集合分析方法，因此在正式分析前需要通过校准程序将前因条件和结果变量转化为集合条件。校准的核心是给定量研究范式下的变量赋予集合上的“意义”。本文采用间接校准法，根据理论或实质性知识对各个变量赋予0～1 的值，代表隶属于集合的不同程度。其中，0 代表完全不属于，1 代表完全属于，0. 5 代表交叉点，也即最大模糊点。

1. 结果变量。结果变量是离职意向和留存意向。本文用题目“未来3 年内您是否打算离职”测得员工的离职意向，共4 种回答：（1）不打算离职;（2）换一个企业;（3）换一个行业;（4）创业。如果是第一种回答，那么离职意向就被校准为0，即不离职或留存;如果是其他三种情况，则离职意向就被校准为1，即离职。基于QCA 的因果不对称性假设，导致离职意向的前因构型与导致留存意向的前因构型并不是完全的“镜像”般对立，因此本文也分析导致员工留存意向的前因构型。

2. 前因条件。结构变量包括工作负荷、工资变化和工作单调性。工作负荷是二值变量，1 代表工作负荷大，0 代表工作负荷小。工资变化测量的是所在部门引进机器人或自动化设备后员工工资的变化，是多值变量，包括三种回答：1 代表工资增加，2 代表工资没有变化，3 代表工资下降。工作单调性测量的是工作被重复的程度，是二值变量，如果是重复性的搬运和操作机械设备等工作，则用1 来表示，否则赋值为0。

个人变量包括受教育程度和工作不安全感。受教育程度一共有四个选项：初中及以下校准为0，高中、中专及技校校准为0. 33，大专校准为0. 67，大学本科及以上校准为1。工作不安全感测量的是员工是否会担心引入机器人后失去工作。共四种回答：1 代表完全不担心，2 代表不太担心，3 代表担心，4 代表非常担心，分别被赋值为0、0. 33、0. 67和1。

环境变量包括新工作机会和工作被替代的威胁。新工作机会指的是员工再找一份工作的难易程度，共有4 个选项：1 代表很困难，2 代表有点困难，3 代表不困难，4 代表比较容易，分别赋值为0、0. 33、0. 67 和1。工作被替代的威胁指的是未来5到10 年内，现有机会被机器人或自动化设备替代的可能性，从1 ～ 4 可能性依次提高，分别赋值为0、0. 33、0. 67 和1。

四、分析结果

（一）单个前因条件的必要性分析

为判断某个条件是否适合作为特定结果的前因，本文首先对每个条件进行了作为前因的必要性分析（见表1）。结果显示，单个条件对于特定结果的必要性都不超过0. 9，即单个条件分别对离职意向和留存意向两类结果都不具有足够的必要性，因此可以进行下一步分析。

（二）构型分析

参照案例频数大于或等于频数阈值的前因条件构型要覆盖75%～80%的样本[18] ，并结合案例的实际分布情况，本文将员工离职意向作为结果变量时的案例数阈值设置为3，将员工留存意向作为结果变量时的案例数阈值设置为2。进一步地，参考一致性阈值不低于0. 75[19] 的建议，综合考虑一致性的自然断裂和PRI 值情况，本文将引致离职意向的一致性阈值和PRI 阈值设为0. 75，将引致留存意向的一致性阈值和PRI 阈值也设为0. 75。根据QCA 结果，这些前因条件的组合形成了6 条离职意向路径和5 条留存意向路径（如表2 所示）。以下将从构型的角度，分别对这些路径进行总结、命名与阐释。

1. 离职意向的前因构型。离职意向的第一条路径是L1 高瞻远瞩型。这类员工的受教育程度低，工作负荷大，工作本身也比较单调。当他们预感到自己的工作在未来极有可能被替代，并且当下有新工作机会或是很容易找到一份新工作时，相比眼下的工资增加，他们更愿意放眼未来，提前布局，因此是高瞻远矚型离职意向路径。

离职意向的第二条路径是L2 稳定驱动型。遵循这类路径的员工虽然工资较高且工作并不单调，未来工作被替换的可能性也较小，但是他们在当下时常担心自己会因机器换人丢掉工作。工作的不安全感和较大的工作负荷会让他们产生较强的离职意向，而工资增高使他们更有信心找到新的工作。由于工作在未来被替代的可能性较小，他们很有可能换一个行业继续从事同一种工作，因此遵循的是一种稳定驱动型的离职意向路径。

离职意向的第三条和第四条路径分别是L3工作疲倦型和L4 深思熟虑型。这两个构型的核心条件一样（工作负荷大、工资不变、工作单调和未来工作被替换的可能性大）而边缘条件不一样（L3 中为员工受教育程度较低，L4 中为新工作机会出现），因此构成了一对中性序列。遵循这两条路径的员工工作负荷大、工作单调且机器换人前后工资没有发生变化，工作在未来被替换的概率又比较高。不同之处是，遵循L3 路径的员工受教育程度较低，可能从事的是体力消耗较大的低技能工作，在日复一日中产生了疲劳心理，因此遵循的是工作疲倦型离职意向路径。而遵循L4 路径并没有限定受教育程度，而是规定了新工作机会这一条件出现。这说明依照L4 路径的员工，不管受教育水平如何，只要是有新的工作机会，结合其他条件，就容易产生离职意向。较遵循L3 路径的员工，这类员工更为理智，是在有新工作机会时才产生的离职意向，L4 也因此被命名为深思熟虑型离职意向路径。

离职意向的第五条和第六条路径分别是L5 近忧远虑型和L6 机会驱动型。同L3 和L4 一样，这两个构型也是一对中性序列，都把工作负荷重、工资下降和工作不单调作为核心条件。遵循L5 路径的员工在当下已经感受到失去工作的恐惧，而在未来自己的工作又很可能被替代，加上他们从事的是生产管理协调、数字记录或处理、服务客户等不具备较高技能门槛的工作，因此产生了较强的离职意向，是一种近忧远虑型离职意向路径。不同于遵循L5 路径的员工，遵循L6 路径的员工受教育程度较低，未来工作被替换的可能性也较低，且很容易找到一份新的工作。一旦工资下降，在高工作压力的推动和新工作机会的吸引下，便产生了离职意向，因此是一种机会驱动型的离职意向路径。

2. 留存意向的前因构型。留存意向的前三条路径分别是S1 立足当下型、S2 及时行乐型和S3 安于现状型。这三条路径也构成了中性序列，共同特点是工作负荷较轻、工资相较于机器换人之前有所增加且工作并不单调乏味，这三个条件构成了留存意向的核心条件。不同之处是，S1 路径规定受教育程度高、工作不安全感较低和新工作机会较少这三个条件。遵循S1 路径的员工不担忧机器换人会导致自己失业，目前也没有新的工作机会，加上工资水平较机器换人之前有提高、工作压力小，因此工作满意度较高，没有离职意向，践行的是立足当下的留存意向路径。遵循S2 路径的员工也没有新的工作机会，虽然工作在未来可能被机器取代，但是他们更加享受当下的工资增长和轻松的工作，因此遵循的是及时行乐型留存意向路径。和S2 路径不同的是，S3 路径对受教育程度不作限制，而是规定了工作不安全感较低这一条件。遵循S3 路径的员工虽然担心工作在未来会被替代，但是由于当下没有感受到机器换人对工作的威胁，具有较高的工作安全感，所以留存意向较强，践行的是安于现状型的留存意向路径。

留存意向的第四条路径是S4 埋头苦干型。S4路径中，员工的受教育程度较高、工作负荷较轻、工作不单调、工资较机器换人之前没有变化，也没有经历机器换人带来的工作不安全感。这说明机器换人对他们目前的工作并没有产生太大影响，虽然其工作在未来有可能被机器替代，但由于当下再找到新的工作并不困难，他们可能会低估机器换人对其工作的威胁，工作不安全感也较低，因此选择深耕现有的工作。该类员工处在威胁和机遇并存的外界环境中，专注于工作和自身，践行的是埋头苦干型路径。

留存意向的第五条路径是S5 等待时机型。遵循S5 路径的员工最明显的特征是他们虽然工作轻松且不单调，但是在机器换人后工资有所下降。这类员工的受教育程度高，其工作没有被替代的风险，因此能够暂时忍受工资下降，选择继续留在公司等待时机，践行的是一种等待时机型留存意向路径。

（ 三）稳健性分析

本文借鉴杜运周等[18] ，采用了改变案例阈值的方法进行稳健性检验。具体做法是，将离职意向作为结果变量时的案例阈值从3 调低至2，将留存意向作为结果变量时的案例阈值从2 调高至3，结果基本保持一致，表明QCA 结果是稳健的。

五、结论和启示

本文基于经验数据的构型分析阐释了结构、个人和环境变量如何相互作用产生员工离职意向和留存意向的路径，丰富了员工离职研究，并推进了其与构型观的融合。具体来说，主要发现和贡献包括以下三个方面：

一是确证并展示了结构、个人和环境变量间的交互作用。自Price[6] 提出离职路径模型以来，国内外学者纷纷围绕他提出的结构变量、个人变量、环境变量以及中介变量和控制变量开展研究。然而现有研究大多围绕单个变量的净效应展开，虽然也有研究在主效应之外，引入了诸如组织互惠行为、工作资源等调节变量，或是在一定程度上探索了环境变量和个体变量之间，以及结构变量内部的交互作用，却受现有回归方法论的限制，很少系统地展示结构、个体和环境变量之间的组合效应。本文秉承系统观思维，通过引入构型观及其方法论QCA，揭示并确证了三类变量间的交互作用及其对离职意向和留存意向的影响， 在一定程度上回应了Price[6] 提出的未来研究应该探讨变量间交互作用的呼吁。

二是拓展了离职意向和留存意向的路径，开拓了离职问题研究的新范式。构型观主张因果关系是复杂的，体现在三个方面：多个因素共同导致结果（同时性）、导致特定结果的路径并不只有一条（等效性）、特定结果的产生与否不依赖于某个前因条件发生与否（因果不对称性）。从复杂的人类决策角度看，员工的离职问题体现了这样的因果复杂性：首先，离职意向的产生并不是单个因素作用的结果，可能是多个因素叠加的结果。其次，对于不同类型的员工，这些因素的叠加方式又是不一样的，不同组合会产生同样的离职意向效应，本文发现的六条离职意向路径就说明了等效性问题。最后，消除带来离职意向的因素并不等于消除了员工的离职意向。例如，工作单调性高会导致离职意向（L4），但是工作不单调这一条件和其他条件组合之后，也会导致离职意向（L5）。因此，必须从条件组合和因果非对称性的角度系统地考虑和设计留存意向路径。本文将因果复杂性引入员工离职问题，拓展了离职问题的研究思路。

三是深化并丰富了中国情境下数字化转型时代员工离职问题研究。离职问题是一个极具复杂性的问题，早期的离职研究大多是西方学者开展的，虽然中国学者近二十年来也作了很多尝试，但符合时代背景的、中国员工的离职研究仍然较为匮乏。在当下愈演愈烈的机器换人的热潮中，如何留住年轻的员工群体是学术研究的重点和热点问题。此外，目前学者大多从宏观的经济学视角探讨数字化转型对就业率的影响，也即机器换人对就业的“替代效应”，很少从微观层面剖析员工的个体行为及选择。这种替代效应实际上是员工的被迫离职问题，即企业出于效率和利益的考虑用机器替换部分员工。但是，作为具有主观能动性的行动者，在机器换人的背景下，员工可能会系统地评估结构、个人和环境因素，主动离职以规避损失，减少自身失业的恐惧和对未来就业形势的担忧，使企业还未开始大规模地“换人”，便陷入“缺人” 的境地。因此，有必要深入到員工层面，理解员工的离职意向，更好地评估机器换人时代员工离职和就业问题。

本文在实践上也具有启发性意义。总体上看，为了减少离职问题，企业管理者必须认识到要素之间的相互作用，对具有离职意向的员工采用针对性政策，从而使其从离职意向路径（L1～L6）转变至留存意向路径（S1～S5）。具体来说，工作负荷重是员工离职的必要但不充分条件，也即，工作负荷重出现在所有的员工离职意向构型中，但是又需要和其他因素组合才能产生员工离职意向。因此，企业管理者应该重点关注工作负荷重的员工的心理状态。此外，从工资这一前因条件来看，工资不管是增加、不变还是减少，都会导致员工的离职意向。这意味着企业管理者对于具有离职意向的员工，不应该一刀切地提高工资待遇，而是需要分门别类地对员工开展针对性的管理，重新设计要素的组合。

例如：（1）对于工资增加但又有离职意向的员工，应该在减少其工作负荷的同时，增加工作的趣味性，降低外部工作机会的吸引力，特别是对于受教育程度较低的员工，应该通过给予就业保障的形式降低其工作的不安全感（S1）或让其充分认识当前工作在未来被替代的可能性（S2），从而更加珍惜当下工作机会而选择留下。在工资增加、工作负荷较轻、工作有趣、工作安全感较高和外部工作机会充裕的情况下，工作在未来被替代的威胁又比较低时，不管受教育程度如何，员工都愿意留下（S3）。（2）对于工资不变但又有离职意向的员工，特别是受教育程度较低的员工，企业管理者仍然需要降低其工作负荷、提高工作趣味性，同时降低工作不安全感，让其理解外部机会的同时又能充分认识到自身工作在未来被替代的威胁，使其专注眼前工作（S4）。（3）对于工资降低又有离职意向的员工，应该降低其工作负荷、提高工作趣味性，还应该给予其教育培训的机会，提高其受教育程度，使其能够在不担心工作在未来被替代的情况下愿意留在公司（S5）。

本文也不可避免地存在一些研究局限。其一，仅以问卷的形式测量了制造型企业员工的离职意向和留任意向。未来研究可以对员工进行深度访谈，增进对构型的情境化理解，充分发挥QCA 方法在实现大样本分析的同时又能结合定性研究进行补充分析的优势。其二，样本主要来源于中小制造型企业，未来研究可以拓宽到大型企业以及其他行业的企业，以提高研究结论的普适性。其三，用离职意向而不是离职行为作为结果变量。虽然有研究认为离职意向可以很大程度上预测离职行为，但是未来研究可以收集更多的离职行为数据，以便更深入和直接地探讨员工离职问题。

责任编辑：关华