中国高等教育教师创新工作行为的影响因素：工作投入的中介作用与人工智能的调节效应

为解决中国高校教师创新工作行为(IWB)不足的问题，研究人员基于自我决定理论和社会交换理论，探讨职业召唤(CC)和人才政策(TP)通过工作投入(WE)影响IWB的机制，并首次引入人工智能(AI)作为调节变量。研究通过两阶段问卷调查和PLS-SEM分析发现，CC和TP显著提升WE进而促进IWB，且AI能强化WE与IWB的关系，为高等教育创新管理提供了新视角。

　　

在数字化转型与教育变革的双重背景下，中国高等教育面临着教师创新动力不足的严峻挑战。尽管创新工作行为(IWB)被公认是推动教育质量提升的核心要素，但现有研究过度聚焦西方个体主义文化背景，忽视了中国特色制度环境中非智力因素和政策支持的作用。更值得注意的是，随着人工智能(AI)技术在教育领域的深度渗透，其对教师创新行为的影响机制仍是一片空白。

针对这一知识缺口，来自温州大学等机构的研究团队在《Acta Psychologica》发表了一项开创性研究。该团队采用理论整合与实证验证相结合的策略，首次将职业召唤(Career Calling, CC)和人才政策(Talent Policy, TP)这两个关键变量纳入分析框架，构建了"动机-政策-技术"三元互动模型。通过精心设计的两阶段问卷调查（时间间隔1个月），他们收集了252名中国高校教师的动态数据，并运用偏最小二乘结构方程模型(PLS-SEM)进行多层次分析。

研究首先验证了测量模型的可靠性，所有构念的复合信度(CR)均大于0.7，平均变异抽取量(AVE)超过0.5，并通过HTMT检验证实了判别效度。为解决共同方法偏差(CMV)，研究采用标记变量法和全共线性检验，方差膨胀因子(VIF)均低于1.5，确保数据质量。

职业召唤与工作投入的正向关联
数据分析显示，CC对WE具有显著促进作用(β=0.360, p<0.001)，支持假设H1。这一发现印证了自我决定理论(SDT)的核心观点，即当教师将职业视为使命召唤时，会激发更强的内在动机，表现为更高水平的工作活力(Vigor)、奉献精神(Dedication)和专注度(Absorption)。

人才政策的激励效应
研究首次证实TP能显著提升WE(β=0.240, p<0.001)，支持假设H2。这反映了中国情境下政策杠杆的独特作用——"****"等国家级人才工程通过提供资源支持和制度保障，有效满足了教师的社会交换需求，这与西方市场驱动模式形成鲜明对比。

工作投入的中介机制
WE不仅直接促进IWB(β=0.286, p<0.001)，还完全中介了CC与IWB(β=0.103)、TP与IWB(β=0.069)的关系，验证了假设H3-H5。这表明在中国高校中，外在政策激励需要通过转化为内在工作状态，才能最终催化创新行为。

人工智能的调节作用
最具突破性的发现是AI显著增强WE对IWB的影响(β=0.117, p=0.008)，支持假设H6。交互效应图显示，当教师使用AI教学工具时，其工作投入对创新行为的促进作用提升37.5%，这为"智能+"教育创新提供了实证依据。

这项研究在理论上突破了三大局限：首次在集体主义文化中验证CC-IWB关系，拓展了职业心理学研究边界；将TP纳入组织行为学研究框架，丰富了制度理论的应用场景；开创性地揭示AI在创新行为中的边界条件，为技术接受模型(TAM)提供新视角。在实践层面，研究建议高校建立"使命-政策-技术"协同机制：通过职业价值观塑造激发内生动力，优化人才政策提升获得感，并构建AI支持系统降低创新门槛。

研究的局限性主要体现为样本的地域集中性和横断面设计。未来研究可扩大样本覆盖范围，并采用纵向追踪探讨AI效应的时变特征。随着元宇宙等新技术兴起，探索扩展现实(XR)技术对教师创新行为的影响，将成为富有前景的研究方向。