《Journal of Digital Economy》：Bibliometric Analysis of Technostress in Mobile Applications
编辑推荐：
本研究采用数据驱动的文献计量分析(Bibliometric Analysis)，旨在描绘移动应用领域内技术压力(Technostress)研究的智力结构与演化历程，该领域是数字经济时代的关键议题。在此背景下，工作与生活界限的模糊使移动应用成为普遍的职场压力源，
本研究采用数据驱动的文献计量分析(Bibliometric Analysis)，旨在描绘移动应用领域内技术压力(Technostress)研究的智力结构与演化历程，该领域是数字经济时代的关键议题。在此背景下，工作与生活界限的模糊使移动应用成为普遍的职场压力源，对员工人力资本可持续性产生实质影响。研究人员利用CiteSpace软件对2000至2025年的科学出版物进行分析，通过数据挖掘与计算文献学方法探讨四个核心问题：学术关注度、合作模式、研究动态及热点。分析显示发文量呈显著上升趋势，印证了该领域日益增长的重要性。研究具有鲜明的跨学科属性，融合了信息科学(Information Science)与心理学(Psychology)的核心洞见，并将其嵌入管理学(Management)与可持续商业(Sustainable Business)的风险评估框架中。尽管作者合作相对有限，但机构与国际合著网络紧密，以中国、美国、德国为主导。知识结构受奠基性期刊与学者塑造，通过算法关键词聚类与突现检测(Burst Detection)发现，研究热点已从泛化的"影响(Impact)"与"前因(Antecedents)"演进至"技术阴暗面(Dark Side of Technology)"及特定情境压力源等具体主题。本研究构建了综合知识框架，识别了关键研究缺口与新兴轨迹。关键发现表明，移动应用中的技术压力构成环境、社会与治理(Environmental, Social, and Governance, ESG)框架下未被充分探索的社会维度风险(Social Dimension Risk)。该视角为可持续金融(Sustainable Finance)与人力资本治理中的风险识别提供了实证依据。尽管存在未纳入非英文文献及文献计量横断面性质的局限，此宏观图谱为学者与从业者提供了策略指导。未来研究应优先量化行业特定的ESG负债，并审视人工智能(Artificial Intelligence, AI)等新兴技术对劳动力可持续性的影响。
移动应用情境下技术压力(Technostress)研究的文献计量学解读
研究背景与立项依据
在数字经济背景下，工作与私人生活边界系统性模糊，金融行业员工日益依赖通用移动应用（含即时通讯及社交媒体平台）作为核心工作工具，这种结构性转变将个人沟通渠道转化为职业义务机制，引发信息过载(Information Overload)与持续中断等多维压力源。技术压力(Technostress)被定义为因过度暴露于或依赖技术而导致的应激状态，由信息超载、系统频繁升级及永远在线(Always-on)的连接压力触发，过度依赖数字工具与跨平台多任务处理可导致职业倦怠(Burnout)、焦虑与情绪耗竭(Emotional Exhaustion)，进而加速企业人力资本折旧，威胁可持续金融实践。传统技术压力学术 discourse 围绕技术压力源(Techno-stressors)、前因(Antecedents)与后果(Consequences)三大支柱展开，Tarafdar, Tu, Ragu-Nathan等人(2007)将其划分为技术过载(Techno-overload)、技术入侵(Techno-invasion)、技术复杂性(Techno-complexity)、技术不确定性(Techno-uncertainty)与技术不安全感(Techno-insecurity)。现有文献计量研究多聚焦高等教育或领导风格等特定情境或采用VOSviewer与元分析，极少从可持续金融或ESG风险治理视角审视该领域。随着数字化转型加速，缺乏系统性的数据驱动知识图谱使可持续金融从业者无法获取评估人力资本风险的实证依据。因此，研究人员开展此项研究以填补空白，绘制移动应用情境下技术压力研究的知识演化图谱，为ESG风险评估框架提供定量情报与实证基础。
主要技术方法
研究人员以Web of Science核心合集(WoS CC)为数据源，检索时间跨度为2000年1月1日至2025年6月30日，文献类型为Article与Review，检索式包含"technostress" OR "technology stress" OR "technical stress" OR "technology-related stress" OR "technical pressure" OR "technology pressure" OR "digital stress" 并与("app" OR "mobile app" OR "mobile application" OR "social media" OR "WeChat" OR "TikTok" OR "WhatsApp")组配，排除"internet" OR "website" OR "e-commerce"，仅限英文文献。经独立双筛与第三方仲裁后最终纳入432篇有效文献。研究人员采用CiteSpace 6.3.R3(64位)进行可视化分析，时间切片(Time Slicing)设为2000–2025每年一片，节点类型分别为Author、Institution、Keyword，选择标准采用g-index(k=25/5)，网络修剪使用Pathfinder算法及合并网络修剪，其余默认设置。分析模块涵盖出版统计、合作网络（作者/机构/国家）、共被引分析(Co-citation Analysis)（作者/期刊/参考文献）及关键词共现与突现检测(Keyword Burst Detection)。
研究结果
4.1. Publication statistics（发文统计）
通过年度发文量分析发现，2016年前年发文量个位数属萌芽期；2017–2020年稳步增长为过渡期，归因于智能手机与4G普及催生的Always-on文化及成熟心理理论的应用；2021年起显著激增，2023年达峰值82篇，疫情远程办公强化技术依赖使技术压力普遍化，研究趋向特定技术、人群与应对机制。期刊分布显示Information Technology & People(30篇, IF=5.6, Q1)居首，Computers in Human Behavior(16篇, IF=8.9, Q1)、Internet Research(12篇, IF=6.8, Q1)等为前十大刊，TOP10中9种为Q1，表明成果多发表于高影响力跨学科平台。学科类别(WoS Categories)以Information Science & Library Science(91次)、Computer Science, Information Systems(60次)、Management(52次)、Psychology, Multidisciplinary(45次)为主，证实领域位于信息系统、人因与组织管理交叉带。
4.2. Collaboration analysis（合作分析）
作者合作网络显示Christian Maier(7次, 中心度1.0)、Monideepa Tarafdar(6次, 中心度0.93)、Xiongfei Cao(6次, 中心度0.91)等为核心枢纽，整体网络密度低但存在高中心度连接者。作者聚类分两支：Cluster #0关注组织ICT情境中技术压力的前因与表现（Tarafdar等奠定的技术过载—个体生产率影响链），Cluster #1与#2探究企业系统及社交媒体（如Oksanen等聚焦社交媒体疲劳与耗竭）等特定情境。机构合作TOP榜含Tampere University(芬兰, 12次)、合肥工业大学(中国, 10次)、中国科学技术大学(8次)，中国机构占六席；欧美以Tampere University(芬兰)、University of Bamberg(德)、University of Malaya(马来)为代表。机构网络形成两大簇：Cluster #2（技术压力源）以中科大—香港城大—合工大为核心；Cluster #1（邮件过载）由Lancaster University—ICN Business School—曼彻斯特大学组成。国家/地区合作中中国(93篇, 中心度0.49)、美国(71篇, 中心度0.28)领先，英格兰虽总量不高但中心度极高(0.83)起桥接作用；地缘集群为Cluster #0美英芬（社交媒体心理影响）、Cluster #1中韩马（中断过载Interrupt Overload与行为反应）、Cluster #2埃及巴西哥伦比亚（家长压力Parental Stress）、Cluster #3印约沙（回归性中断使用Regressive Discontinuance）、Cluster #4澳德奥（健康不平等Health Inequalities）。
4.3. Co-citation analysis（共被引分析）
高频共被引作者为Tarafdar M(243次, 中心度1.0)、Ayyagari R(199次)、Ragu-Nathan T.S.(191次)，构成领域理论基石；Hair J.F.(102次)、Fornell C(94次)、Podsakoff P.M.(97次)反映结构方程模型(Structural Equation Modeling, SEM)与偏最小二乘(PLS-SEM)的方法论依赖。作者共被引聚类含#8技术压力创造因子(Technostress Creators)、#2信息过载(Information Overload)、#5过度使用(Excessive Use)、#9角色压力(Role Stress)、#6阴暗面(Dark Side)、#4工作绩效(Job Performance)、#1社交媒体(Social Media)等九簇，揭示从压力源识别→行为表征→组织意义评估的闭环。期刊共被引前三位为Computers in Human Behavior(274次, 中心度0.91)、MIS Quarterly(254次, 中心度0.997)、Information Systems Research(229次, 中心度0.79)，MIS Quarterly与Information Systems Journal具极高结构重要性。参考文献共被引以Tarafdar等2019年Information Systems Journal综述(88次)为绝对核心，Califf等2020年MIS Quarterly实证文(39次)次之；聚类含#4需求—控制模型(Demand-Control Model, Karasek扩展至数字技术需求—技术控制缺失)、#5中断过载(Interruptions Overload)、#7远程工作(Remote Work)、#2心理健康(Mental Health)、#3负面后果(Negative Outcomes)等，确认数字工作需求经缺乏控制调节导致心理紧张与倦怠。
4.4. Co-occurrence analysis（共词/共现分析）
学科类别共现以Information Science & Library Science(91次)、Computer Science, Information Systems(60次)、Management(52次)、Psychology, Multidisciplinary(45次)为核心，Ergonomics(人因工程学, 中心度0.42)与Environmental Sciences(中心度0.42)为重要桥接枢纽。类别共现聚类：Cluster #1社交媒体(Social Media)—新型技术压力源（含AI与信息可信度）测量工具开发；Cluster #2多任务处理与计算机自我效能(Multitasking & Computer Self-Efficacy)—数字环境需求与个体能力交互影响压力；Cluster #3新冠疫情(COVID-19 Pandemic)—数字工具强制采用带来的家长/平台压力(Platform Stress)；Cluster #4需求—控制模型(Demand-Control Model)为诊断人—技前沿张力提供理论支撑。关键词共现高频词为technostress(164次, 中心度0.99)、impact(100次)、stress(87次)、dark side(61次)、antecedents(49次)、consequences(66次)，"dark side"的高中心度表明学界批判性地检视技术负面效应。时间线图显示演化路径：早期(2005–2015)聚焦广义technostress与计算机焦虑→中期(2015–2022)深入信息过载(Information Overload)#2、中断过载(Interruption Overload)#3、社交过载(Social Overload)#5三源及其导致的数字压力(Digital Stress)#4与疲劳→近期(2022后)情境化转向在线学习(Online Learning)#7与职业压力(Occupational Stress)#9（受疫情远程办公Telework驱动）。关键词突现(Burst)分析显示早期突现为systems、computer self-efficacy、information technology；2017–2022年突现dark side(强度3.79最高)、email、information overload、workplace；2022–2024年最新突现为工作要求—资源模型(Job Demands-Resources Model)、exhaustion(耗竭)、telework、communication technology，标志研究进入高理论性与后疫情远程办公情境前沿。
讨论与结论翻译总结
研究人员通过CiteSpace对移动应用情境下技术压力文献开展文献计量分析，描绘了该领域演化的新视角。主要发现如下：过去十年移动应用技术压力发文量显著增长，表明学术与实践关注度上升，研究广泛分布于信息科学、计算机科学、心理学与管理学，凸显跨学科属性；合作网络呈现独特模式——个体作者相对独立但机构与区域伙伴关系密切，中以美德芬为关键合著国，反映强国际参与度；通过高被引期刊（如Computers in Human Behavior、MIS Quarterly）与学者（Tarafdar M、Maier C）刻画的知识结构具多学科特征，部分最高产作者非最高被引者区别于其他文献计量研究；关键词共现与演化分析认定technostress、impact、antecedents与mobile applications为核心主题，领域持续动态演进。鉴于研究景观扩展与多元化，未来研究应优先关注新兴轨迹。综上，上述发现对数据科学与可持续金融交叉领域具重要意义：本研究不同于以往将技术压力仅视为个体心理困扰或信息系统设计缺陷，而是利用文献计量证据将移动应用技术压力确立为具ESG社会维度重大后果的系统性人力资本风险(Human Capital Risk)——即从微观行为视角向宏观风险定价(Risk-Pricing)透镜的范式转换。信息科学、心理学与管理学的交叉研究表明学术界正构建关联可持续金融风险识别的实证基础，本知识图谱为金融机构与ESG分析师监控数字工作强化所伴生潜在人力资本成本（新兴可持续金融框架始纳入考量）提供关键资源。研究创新在于首次将文献计量分析与移动应用技术压力情境整合，系统揭示该新兴领域智力结构与发展路径；构建并验证融合文献共被引、学科分布、合作网络与关键词演化的多维研究框架；识别关键缺口与主题目并为未来探究提供可操作方向。局限含仅含英文文献可能限制文化与全面性、成稿期最新文献未纳入及文献计量法适于宏观结构但对因果机制洞察有限、未细分App类型受横断面数据限制。未来应整合纵横向跨文化数据验证趋势，纳入数据密集型金融及精算场景特有技术压力特征以细化数字经濟特定情境下的实践启示，此为可持续金融与人力资本风险研究交叉的前沿方向。
发表在《Journal of Digital Economy》
