《Journal of Business Research》：Algorithmic justice in AI-driven human resource management: Implications for workplace well-being and affective commitment
编辑推荐：
人力资源职能正日益由算法系统中介乃至直接治理，然而关于员工对这些系统的公平感知如何关联其职场幸福感与情感承诺（affective commitment）仍知之甚少。基于组织正义（organizational justice）与社会交换理论（social exc
人力资源职能正日益由算法系统中介乃至直接治理，然而关于员工对这些系统的公平感知如何关联其职场幸福感与情感承诺（affective commitment）仍知之甚少。基于组织正义（organizational justice）与社会交换理论（social exchange theory, SET），并采用澳大利亚金融与保险行业307名员工调查数据，研究人员将算法人力资源管理（algorithmic human resource management, AHRM）正义建构为包含分配正义（distributive justice）、程序正义（procedural justice）、人际正义（interpersonal justice）与信息正义（informational justice）的多维构念。研究人员主张，AHRM并非仅将这些维度置于新情境，而是重构了正义感知得以形成的社交交换条件。AHRM正义与职场幸福感呈正向关联，并经由幸福感对情感承诺产生直接与间接双重作用；其中信息正义显现出尤为突出的显著性。员工自我感知的AI理解程度未对上述关系起调节作用。研究发现拓展了算法HRM的ensemble view，并支持面向人的（human-centric）AI驱动人员管理路径。
研究背景与问题提出：随着算法管理在组织中扩散，人工智能（artificial intelligence, AI）逐步介入招聘、绩效评估、培训推荐与资源分配等人力资源（human resource, HR）环节。既有文献多强调算法的一致性与客观性，却忽视其可能嵌入历史偏见、削弱员工尊严与透明度。传统组织正义研究预设公平判断指向可观察的人类管理者，而算法决策缺乏可共情、可归责的主体，使分配、程序、人际与信息维度的感知基础发生偏移。与此同时，员工对算法公平的担忧可能影响职场幸福感（workplace well-being）与情感承诺（affective commitment），但实证证据稀缺且常碎片化地讨论单一公平维度。为此，研究人员在传统雇佣关系场景而非平台零工经济中，检验AHRM正义的多维结构及其对员工结果的作用机制，以回应“算法正义如何形成、带来何种后果”的理论缺口。
主要研究内容与方法概览：研究人员依托组织正义理论与社交交换理论，构建AHRM正义高阶构念，并以澳大利亚金融与保险行业307名具备AI赋能HR服务经验的员工为样本队列，通过结构化在线问卷收集自评数据；测量采用七点Likert量表，AHRM正义由分配、程序、人际、信息四维度组成，职场幸福感与情感承诺分别采用成熟量表，自感知AI理解为单项题。技术分析以偏最小二乘结构方程模型（partial least squares structural equation modeling, PLS-SEM）为主，使用SmartPLS 4建立反射—形成式高阶模型，并以重复指标法估计；同时以bootstrapping检验直接、间接与调节效应，辅以PLSpredict与交叉验证预测能力检验（cross-validated predictive ability test, CVPAT）评估预测效度，并以Harman单因子、标记变量与全共线性VIF控制共同方法偏差。
研究结果
测量模型评估：研究人员通过信度、收敛效度与判别效度检验确认四维度负载均达标，高阶AHRM正义由四维度以形成式权重组合，信息正义权重（0.34）与程序正义（0.33）相对突出，各维度方差膨胀因子（variance inflation factor, VIF）低于阈值，证明多维结构成立且维度间区分有效。
结构模型与假设检验：AHRM正义对情感承诺存在正向直接效应（β=0.292, p<0.001），对职场幸福感正向效应更强（β=0.583, p<0.001）；职场幸福感进一步正向预测情感承诺（β=0.419, p<0.001）。模型解释幸福感34.6%方差与承诺41.6%方差。
中介效应：职场幸福感在AHRM正义与情感承诺间起部分中介作用，间接效应β=0.244（VAF=45.5%），表明公平算法实践先滋养员工心理福祉，再转化为情感依附。
调节效应：自感知AI理解未显著调节AHRM正义对幸福感或承诺的关系（H5、H6不支撑），提示公平判断可能超越个体技术自评，更接近对组织是否给予尊重与认可的广泛性评价。
维度补充分析：在维度层面，信息正义对两类结果均显著，分配正义主要关联幸福感；信息透明与可解释性在无人际 agent 时替代了管理者式信任通道。
讨论与结论翻译：讨论部分指出，AHRM重构了社会交换对象——员工不再评价某个主管动机，而评价组织如何设计与部署算法系统。信息正义之所以关键，是因为当意图无法从人脸与语气读取时，系统开放性成为组织善意的载体。自感知AI理解无调节作用，意味着算法正义是一种关于尊严与承认的评价，而非纯技术认知产物。研究将组织正义理论从“人对人”扩展至“人对算法—组织”界面，并印证human-centric AI在HR场景的必要性。
研究结论部分译文：在AI驱动人员管理中，AHRM正义是可操作的多维构念；其提升能显著改善员工职场幸福感，并直接或经幸福感间接增强情感承诺；信息正义尤为关键；自感知AI理解不调节上述机制。组织应以透明、可申诉、尊严重建算法HR系统，使技术效率与员工福祉兼容。该文发表于《Journal of Business Research》。
你想先深化理论贡献、方法局限，还是管理启示的评审分析？
