《INTERNATIONAL JOURNAL OF INFORMATION MANAGEMENT》：Technostress in the age of digital transformation and AI: A bibliometric–systematic literature review for HRM research
编辑推荐：
本研究提供了一项面向数字化转型与人工智能赋能人力资源管理（HRM）情境下技术压力（Technostress）的文献计量—系统文献综述（Bibliometric–Systematic Literature Review, B-SLR）。该综述基于194篇Scop
本研究提供了一项面向数字化转型与人工智能赋能人力资源管理（HRM）情境下技术压力（Technostress）的文献计量—系统文献综述（Bibliometric–Systematic Literature Review, B-SLR）。该综述基于194篇Scopus收录文献，系统绘制了该领域的出版趋势、主导主题与知识结构。研究发现，算法不透明性（Opacity）、监视（Surveillance）、控制感削弱（Reduced Control）以及算法化评估（Algorithmic Evaluation）构成了AI特有的核心压力源（Technostressors）。这些AI特有的压力源拓展了既有的技术压力机制，强调在人力资源管理设计中必须关注透明度（Transparency）、公平性（Fairness）、控制感（Control）与负责任的人力资源管理设计（Responsible HRM Design）。
一、研究背景与问题提出
在人工智能（AI）与更广泛的数字化转型浪潮中，工作形态、人与技术的关系以及人力资源管理（HRM）实践正在发生深刻变革。AI已渗透至员工生命周期的各个环节，包括算法化招聘（Algorithmic Recruitment）、自动化绩效评估（Automated Performance Evaluation）、适应性培训（Adaptive Training）、预测性职业分析（Predictive Career Analysis）以及对话式辅助（Conversational Assistance）等。这一被描述为“理性化第三次革命”的转型，在承诺提升效率与个性化的同时，也引发了关于监视、控制感丧失与算法不透明性等持续关切。
在此背景下，技术压力（Technostress）成为理解技术中介工作对人类后果的核心概念。技术压力最初由Brod（1984）定义为因难以适应新技术要求而产生的压力，通常通过五种核心压力源加以理解：技术过载（Techno-overload）、技术入侵（Techno-invasion）、技术复杂性（Techno-complexity）、技术不安全感（Techno-insecurity）与技术不确定性（Techno-uncertainty）。这些机制与较低的工作满意度、职业倦怠（Burnout）、生产力下降及离职意向相关联。然而，在数字化与AI赋能的工作环境中，这些压力源不仅被强化，更被重新配置：算法不透明性与技术不可预测性加剧了不确定性，持续的数据化与监控放大了入侵与过载，算法化评估则重塑了员工的控制感与公平感。
现有研究存在三个平行发展却尚未整合的文献脉络：信息系统（IS）研究提供了技术压力产生机制的基础理论；HRM与数字福祉研究解释了这些机制为何对员工至关重要；AI在工作场所与AI治理研究则进一步揭示算法系统引入的与不透明性、自动化评估、监视、可解释性、问责性与公平性相关的压力源。将这三类文献整合，有助于将技术压力不仅理解为个体对技术使用的反应，更视为由数字与AI赋能工作系统的设计、治理及HRM嵌入所塑造的社会技术条件。
在HRM领域，这一矛盾尤为突出。数字化转型与AI虽提升了流程效率与决策质量，却也挑战了人员管理的关系性基础。员工日益面临与算法化评估、数据驱动管理、对智能系统的依赖及工作意义感丧失相关的压力源，这些动态强化了人与算法之间的权力不对称，同时影响员工的尊严与能动性。因此，技术压力成为理解数字化转型与AI对员工结果的社会技术影响的关键视角。
本研究通过文献计量—系统文献综述（B-SLR）方法，旨在弥合上述理论鸿沟。与既有综述相比，本研究不满足于分别回顾技术压力或AI-in-HRM领域，而是聚焦于两者之间的过渡与交汇。研究提出两个核心问题：RQ1关注技术压力在数字化转型与AI赋能工作情境下文献的整体结构；RQ2关注该领域如何从更广泛的数字与ICT赋能工作系统，向算法控制、不透明性、数据化、公平性、监视与治理等AI赋能HRM关切概念演进。
二、研究方法与关键分析技术
研究人员采用文献计量—系统文献综述（B-SLR）方法，将文献计量分析与系统综述设计相结合。数据来源为Scopus数据库，检索式涵盖“technostress”“digital stress”与“AI”“artificial intelligence”“new technology”“smart agent”及“human resource*”“employee”“worker”“HRM”等术语的组合，初始检索获得3342篇文献。随后依据期刊质量（ABS星级≥2）、学科相关性、实证或理论相关性及同行评审属性进行来源筛选，再经标题、摘要与全文筛选，最终纳入194篇文献。
在分析技术上，研究人员综合运用了多种文献计量与科学图谱方法：绩效分析（Performance Analysis）用于评估出版趋势、期刊分布与引文影响；文献耦合分析（Bibliographic Coupling）用于识别主题聚类与知识结构；关键词共现分析（Keyword Co-occurrence）用于追踪概念演进；主题演化分析（Thematic Evolution）用于刻画研究前沿变迁；敏感性分析（Sensitivity Analysis）用于区分AI显性（AI-explicit）、AI邻近（AI-adjacent）与更广泛数字/ICT研究。分析工具采用VOSviewer与Biblioshiny（R/Bibliometrix）。
三、研究结果
出版增长分析（RQ1）：时间序列分析显示，2018年前该领域年发文量不足5篇，主要根植于传统ICT相关压力的信息系统研究。2019年前后出现第一次增长拐点，2021年后加速态势明显，2022至2025年间发文量从19篇增至69篇。这一加速反映了AI工具与算法管理实践的广泛扩散，以及新冠疫情后混合办公与心理健康关切的提升。
科学产出与关键词演化（RQ1）：关键词增长分析显示，2018年前词汇集中于压力、倦怠、工作满意度与远程办公等经典心理社会术语；2019年起“数字化转型”“人工智能”“自动化”等术语凸显；2020年新冠疫情推动远程办公、工作—生活平衡等关键词激增；2022至2025年间，“算法管理”“零工经济”“平台工作”“元宇宙”等新术语涌现，反映研究从个体层面转向系统层面理解智能技术对组织实践与员工福祉的重塑。
主要期刊分布（RQ1）：《International Journal of Information Management》以20篇发文与3469次总被引位居首位，平均每篇被引173.45次；《Technological Forecasting and Social Change》（19篇）与《Information & Management》（19篇）紧随其后。期刊分布呈现明显的英美主导格局，信息系统类期刊在数量与引文影响力上占优，HRM类期刊则贡献更多情境化分析。
方法论构成（RQ1）：实证研究占79.9%（155篇），以定量设计为主，包括基于SEM或PLS-SEM的问卷调查、回归模型、面板数据与纵向研究；概念与综述类论文占20.1%（39篇）。理论框架方面，工作要求—资源模型（JD-R Model）使用频率最高（19篇），其次为社会交换理论（13篇）、交易压力理论（12篇）与应对理论（8篇）。
科学图谱分析（RQ2）：文献耦合分析识别出10个主题聚类。聚类1“数字化转型、技术压力与组织适应”构成领域历史核心；聚类2“伦理、负责任AI与人—技术张力”关注AI的规范与社会影响；聚类3“数字身份、学习与知识动态”将技术压力与学习及身份建构关联；聚类4“AI采纳、决策与员工体验”聚焦AI支持决策与员工感知；聚类5“技术压力基础与IS压力”构成理论支柱；聚类6“AI赋能服务、客户互动与工作压力”考察服务情境中的算法中介；聚类7“零工工作、平台经济与算法控制”聚焦平台工作与自动化管理系统；聚类8“工作意义、身份与数字体验”探索数字中介工作的主观体验；聚类9“有意义工作与技术压力”为新兴小型聚类；聚类10“数字能力与组织绩效”考察数字技能对技术压力的调节作用。
四、讨论与结论
讨论部分指出，该领域呈现从更广泛的数字与ICT赋能工作系统向AI赋能HRM关切的渐进式转型。AI相关技术压力并非独立于既有技术压力文献的全新领域，而是对传统技术压力机制的延伸与重构。网络结构的高度互联表明，基础性技术压力贡献仍处于网络中心位置，并与算法管理、负责任AI等新兴研究紧密相连。
研究结论强调，AI特有的压力源——包括不透明性、自动化评估、监视与算法控制——拓展了既有的技术压力机制。传统数字技术主要通过连接性、信息过载、持续可及性与工作—生活边界模糊产生压力，而AI赋能系统增加了组织设计维度，因其能够分类、预测、评估、推荐并控制工作流程。员工体验到的技术压力不仅源于技术使用困难，更源于算法系统改变了可见性、自主性、问责性与决策权威。
研究意义在于，将基于信息系统的技术压力理论与HRM的工作设计与数字福祉关切相连接，同时将综述与透明度、可解释性、公平性及人类监督等议题相关联。未来研究应关注非英美情境下的技术压力动态，因不同制度、技术与HRM条件可能塑造不同的压力机制。研究呼吁在HRM设计中嵌入透明度、公平性、控制感与负责任设计原则，以缓解AI赋能工作带来的新型压力。
