技術沖擊意識對制造業員工主動技能發展的雙刃劍效應

收稿日期收稿日期：2023-10-14 "修回日期：2024-01-25

基金項目基金項目：江蘇省社會科學基金項目（22GLB031）

作者簡介作者簡介：朱永躍（1981-），男，江蘇宿遷人，博士，江蘇大學管理學院教授、博士生導師，研究方向為組織行為與人力資源管理；張明鳳（1998-），女，山東德州人，江蘇大學管理學院碩士研究生，研究方向為組織行為與人力資源管理。

摘要摘 要：制造業數字化轉型背景下，數字技術的引入給員工帶來不同程度的技術沖擊，并且使得員工崗位技能要求不斷提升。基于壓力認知評估理論和工作要求—資源模型，通過475份數字化轉型的制造業員工調研數據，利用結構方程模型（SEM）和模糊集定性比較分析（fsQCA）方法，探討技術沖擊意識對員工主動技能發展的影響機制，以及影響主動技能發展的組態路徑。研究發現：①壓力認知評估是技術沖擊意識影響主動技能發展的關鍵中介變量，技術沖擊意識通過挑戰性評估對主動技能發展產生積極影響，通過威脅性評估對主動技能發展產生消極影響；②數字自我效能感在上述影響效應中具有顯著調節作用，即數字自我效能感強化技術沖擊意識與挑戰性評估之間的正向關系，弱化技術沖擊意識與威脅性評估之間的正向關系；③在主動技能發展的前因條件組合中，有4類觸發員工主動技能發展的前因構型。

關鍵詞關鍵詞：技術沖擊意識；認知評估；主動技能發展；數字自我效能感；模糊集定性比較分析

DOIDOI：10.6049/kjjbydc.2023100440

開放科學（資源服務）標識碼（OSID） """""開放科學（資源服務）標識碼（OSID）：

中圖分類號中圖分類號：F272.92

文獻標識碼：A

文章編號文章編號：1001-7348（2024）23-0149-12

0 引言

當前，數字技術與實體經濟加速融合，數字化轉型成為制造業內部賦能的關鍵抓手［1］。數字化轉型的重點是人才轉型［2］，個體技能和特定環境中的應用能力至關重要，員工亟需提升技能水平以勝任數字化轉型所需的角色轉變與崗位調換［3］。當前大量制造業員工工作環境單一、工作流程規范化且重復性強，其崗位容易被數字技術替代［4］。同時，技術變革縮小了低技能員工的工作范圍，其缺少與技術溢價抗衡的核心能力［5］。隨著數字技術的迭代升級，員工可能產生對自身價值不確定性的恐慌［6］，進而產生技術沖擊意識。在技術沖擊意識下，實現主動技能發展既是數字化浪潮下組織對員工的角色要求，也是員工對工作場所數字化的有力回應。然而，鮮有研究探討技術沖擊意識與員工主動技能發展的關系，其影響機制和邊界條件也尚不明晰。

技術沖擊意識作為一種職業壓力源，會激發員工對未來工作連續性的壓力心理反應［7］。縱觀既有相關文獻，有學者開始關注技術沖擊意識對員工的消極影響［8-11］，對于其積極影響關注較少，見解有限［12］。根據壓力認知評估理論，壓力的產生取決于個體對壓力源的認知評估［13］，個體會根據自身資源和認知進行挑戰性評估或威脅性評估，從而對其行為產生不同影響。具體來說，員工在數字化轉型情境中產生技術沖擊意識后，會根據自身認知評估產生不同情緒體驗，作出挑戰性評估的個體更加關注環境中潛在的機會、成長與收獲，面對壓力更容易采取聚焦問題的應對方式［14］，通過多方位調動個體所擁有的資源，主動學習工作中所需的知識與技術［15］；而作出威脅性評估的個體更加關注個人資源損失，認為自己無法改變威脅性的環境條件，面對壓力更容易采取聚焦情緒的應對方式，如回避、消極應對［16］等。故本研究將挑戰性評估和威脅性評估納入同一框架展開討論，探討其在技術沖擊意識對員工主動技能發展影響機制中可能具有的中介作用。

值得注意的是，員工面對技術沖擊的應對方式不僅取決于個體所處情境，還取決于個體自身因素［17］。數字自我效能感作為數字化工作場所中調節和控制個體行為的個體特征，會對個體認知評估產生影響［18］，反映個體對于數字設備使用能力的感知與信心［19］。數字自我效能感高的員工，相信自己有能力完成超出自身職責要求的任務和應對潛在的障礙，執行數字任務時更加自信，且有更高的責任感。反之，數字自我效能感低的員工更關注工作中可能產生的失敗等不利后果，容易沉浸在數字化轉型帶來的技術恐慌中，從而對數字沖擊的敏感性增加。因此，本研究引入數字自我效能感作為調節變量，探討其在技術沖擊意識對員工主動技能發展影響機制中可能存在的調節作用。

綜上，本研究基于壓力認知評估理論，以數字化轉型制造業員工為研究對象，探討技術沖擊意識對員工主動技能發展的影響機制，運用結構方程模型（SEM）驗證變量間因果關系，并且為解決多重并發因果關系及前因變量間潛在關系等復雜性問題，在實證研究的基礎上使用模糊集定性比較分析法（fsQCA）對主動技能發展的前因進行構型分析。本文主要探討以下問題：①技術沖擊意識對主動技能發展產生何種作用，該作用是否以挑戰性評估和威脅性評估為傳導機制？②在不同程度的數字自我效能感下，技術沖擊意識對主動技能發展的影響是否存在差異？③影響主動技能發展的組態路徑有哪些？對這些問題的回答，有助于打開技術沖擊意識影響員工主動技能發展的“黑箱”，揭示數字化情境下員工主動技能發展的觸發路徑，并拓展壓力認知評估理論在數字化領域的運用。

1 理論基礎與研究假設

1.1 技術沖擊意識與員工主動技能發展

隨著數字經濟的快速發展，智能技術、人工智能、機器人和算法（STARA）［20］等為企業和用戶帶來了個性化和便捷的體驗，降低了企業勞動成本。然而，數字技術發展從根本上改變了組織管理和工作執行方式，企業進行數字化轉型會對某些低技能職位的員工產生威脅［21］。具體而言，技術沖擊意識指個體對人工智能技術發展潛在變化影響其職業的感知［22］。相關研究多集中在技術沖擊意識對員工工作結果的影響方面，如員工高技術沖擊意識會使其處于較低的愉悅水平，導致員工出現抑郁、犬儒主義傾向［22］、離職傾向［8，9］、工作不安全感［10，11］等。然而，技術沖擊意識對員工的影響并不總是負面的，有研究證實技術沖擊會增加員工認同（程雅馨等，2023）、工作旺盛感［23］等，并且挑戰性技術沖擊會正向影響員工生產競爭力，而阻礙性技術沖擊對員工生產競爭力的影響并不明顯［12］。因此，技術沖擊對員工的影響并非都是消極的結果，單一研究方式的局限性逐漸顯現，技術沖擊意識與主動技能發展之間的關系和作用路徑有待進一步探討。

根據工作要求—資源模型，個體工作行為取決于工作資源與工作要求之間的平衡程度［24］。一方面，從資源損耗路徑來看，技術沖擊可能造成員工內部資源分配矛盾，工作要求的提高使員工產生較多自我資源消耗，因此，技術沖擊意識可能抑制主動技能發展；另一方面，從資源增益路徑來看，技術沖擊會激勵個體更積極地接觸外部資源，加快提升數字技能和知識學習效果，使其有動力爭取更多資源，繼而可能促進主動技能發展。主動技能發展指個人為掌握未來工作任務需要而自我發起面向未來和變革的知識與技能獲取［25］，主動技能發展是主動職業行為的一種特定形式，反映員工面對數字化工作場所而表現出的為提高特定技能和個人能力所采取的積極主動工作行為。具體而言，主動技能發展對于員工來說相當于一種面向未來發展的資源投資，員工會通過比較資源損耗和增益的大小改變自身行為與態度［26］。同時，致力于技能發展的個體在獲取技能和知識的過程中也形成了解決問題的批判性思維［27］，個體的技術沖擊意識會對其主動技能發展產生何種作用，取決于個體將技術沖擊視為挑戰的資源增益還是視為威脅的資源損耗的感知和解讀。

1.2 認知評估的中介作用

根據壓力認知評估理論，壓力認知評估是個體依據利害關系對壓力源進行分類的認知過程，其能揭示壓力源與員工態度和行為之間的作用機理。當員工面對外部刺激性事件時，會形成兩種完全不同的認知和評估，即挑戰性評估和威脅性評估［12］。作出挑戰性評估的個體認為適當的壓力能幫助自己完成目標，形成資源獲取的潛在動力。相反，對壓力源作出威脅性評估的個體認為壓力源會給自己造成阻礙和威脅，會限制個人目標以及職業規劃的完成，不僅給個體帶來壓迫感，還會造成個體資源損失從而阻礙個人成長。

挑戰性—威脅性壓力評估二維結構已經得到眾多研究的支持，例如，學習要求［28］、辱虐管理［29］、組織的延展性目標［30］、績效壓力［14］和時間壓力（江宇暉等，2019）等均既能引起挑戰性評估，又能引起威脅性評估。此外，壓力的產生和應對涉及初級評價和次級評價兩個過程，其中，初級評價是指個體根據自身擁有資源的多少判斷事件對自己的利害關系，次級評價指個體對事件評估的應對方式［12］。在評估過程中，個體的初級評估和次級評估會導致情緒體驗不斷變化，進而影響其態度和行為。同時，個體對壓力源的認知評估具有共存性，可能會對同一壓力源既作出挑戰性評估又作出威脅性評估［31］。

數字化轉型情境下，技術沖擊意識作為一種技術認知活動［22］，員工會根據現有信息和資源以及組織情境未來變化進行認知評估，技術沖擊給個體帶來的資源損失會促使員工作出是否進行資源爭取的判斷。如果組織引入數字技術給員工帶來積極的情緒體驗，員工對數字化轉型的認知是一種機會和資源增值，則員工會根據自身資源作出挑戰性評估；相反，如果組織引入數字技術給員工帶來數字焦慮，個體資源得不到及時補充，則會破壞個體資源的投入—產出平衡性，促使員工作出威脅性評估，采取保護措施免受資源損失或從資源損失中恢復過來。此外，挑戰性評估能夠促進員工實現對于目標達成和高成就感的期望，從而使員工產生積極的情緒、態度和行為結果，而威脅性評估基于潛在失敗和傷害，通常會對員工產生不利影響［12］。適當的工作壓力能促進員工主動技能發展，主動技能發展作為一種資源投資，作出挑戰性評估的個體會更加積極地學習新技能和知識，作出威脅性評估的個體則會選擇逃避學習等方式保護現有資源。因此，本文提出以下假設：

H1a：挑戰性評估在技術沖擊意識與主動技能發展之間發揮中介作用，即員工技術沖擊意識通過挑戰性評估正向影響主動技能發展。

H1b：威脅性評估在技術沖擊意識與主動技能發展之間發揮中介作用，即員工技術沖擊意識通過威脅性評估負向影響主動技能發展。

1.3 數字自我效能感的調節作用

數字自我效能感是Agarwal等［32］在自我效能感概念的基礎上提出的，主要指個體在輕松和有效利用信息技術以及適應數字設備更新方面的自我效能，是個體在執行與使用數字系統相關任務或活動時的主觀感知。自我效能感側重于個體對綜合能力的自信程度，數字自我效能感則更強調特定的數字化組織情境［19］。依據社會認知理論［33］，個體是自身行為的能動者，效能感能夠對員工行為產生預測作用，而且特定情境下的效能感對員工行為產生的預測作用更顯著。根據現有研究，數字自我效能感被視為一種關鍵的人格特質資源，可以增強個體對其它資源的改變和實施能力，從而決定個體在壓力情況下的抗壓能力［18］。同時，依據工作要求—資源模型，個體特征（如自我效能感、認知評價等）差異會導致不同員工對同一工作特征感知出不同工作資源和工作要求。數字自我效能感較高的個體，能根據自己感知的信息調整資源分配和行為。因此，本研究認為數字自我效能感是影響技術沖擊意識作用于主動技能發展的重要邊界條件。

有研究指出數字自我效能感受到數字焦慮的影響［34］，個體數字自我效能感較高時，對職業發展的興趣更濃厚［18］，員工對使用數字設備的勝任力更強［19］。因此，數字自我效能感在數字技術互動中發揮核心作用。本研究認為數字自我效能感能夠影響個體在數字化轉型情境下的關注焦點，即數字自我效能感影響個體認知評價。一方面，高數字自我效能感的個體在自我認知和評價方面具有較高預期，他們相信自己有能力完成超出自身職責要求的數字任務并應對潛在障礙，會減少產生消極行為的可能性。另一方面，在數字化轉型情境下，數字自我效能感能夠增強員工對所處環境資源的判斷以及對數字設備使用的興趣，較高的數字自我效能感能讓員工減少技術沖擊的限制，用發展的視角看待組織轉型帶來的員工角色和能力要求轉變，即高數字自我效能感水平下，員工認為技術沖擊產生的積極影響更強，更容易作出挑戰性評估。反之，低數字自我效能感水平下，員工更容易受到技術沖擊潛在的資源威脅，對數字沖擊的敏感性增加，從而更容易作出威脅性評估。因此，本文提出以下假設：

H2a：數字自我效能感強化技術沖擊意識與挑戰性評估之間的正向關系，即數字自我效能感越高，技術沖擊意識對挑戰性評估的正向影響越強，反之，技術沖擊意識對挑戰性評估的正向影響越弱。

H2b：數字自我效能感削弱技術沖擊意識與威脅性評估之間的正向關系，即數字自我效能感越高，技術沖擊意識對威脅性評估的正向影響越弱，反之，技術沖擊意識對威脅性評估的正向影響越強。

面對技術沖擊時，數字自我效能感高的員工之所以會主動學習發展新技能，是因為他們更容易作出挑戰性評估；與之相反，數字自我效能感低的員工更容易作出威脅性評估，對于主動技能發展的積極性減弱。因此，本文提出以下假設：

H3a：數字自我效能感正向調節挑戰性評估在技術沖擊意識與主動技能發展之間的中介作用，即數字自我效能感增強技術沖擊意識對挑戰性評估的正向影響，從而增強對員工主動技能發展的積極影響。

H3b：數字自我效能感負向調節威脅性評估在技術沖擊意識與主動技能發展之間的中介作用，即數字自我效能感削弱技術沖擊意識對威脅性評估的正向影響，從而增強對員工主動技能發展的積極影響。

綜上，本研究構建理論模型如圖1所示。

2 研究方法

2.1 數據收集

本研究樣本數據主要來自開展數字化轉型的制造業員工，為確保問卷回收質量和有效性，采用線上線下相結合的方式收集問卷，線上主要采用騰訊問卷、問卷網等網絡平臺發放，線下借助研究團隊社交網絡通過滾雪球的方式邀請在職員工填寫。根據選題需要，問卷設置了企業是否進行數字化轉型的篩選題項：①您所在的企業是否在數字化轉型方面做出過努力和嘗試？②您所在的企業是否采用大數據、人工智能（AI）、區塊鏈和數據分析等技術，將企業的運營、業務模型和流程等轉變為數字格式的過程？最終收回問卷713份，剔除存在缺失值、有效填寫時間小于60秒、同一問卷多數為相同答案的問卷，獲得有效問卷475份，問卷有效回收率為66.62%。

有效樣本的基本情況顯示，性別方面，男性多于女性，占比62.5%；年齡方面，25歲以下和26～30歲員工居多，分別占比33.1%和30.9%；學歷方面，本科學歷居多，占比58.3%；工作年限方面，以3年及以下為主，占比72.0%；職位級別方面，基層管理者及以下較多，占比78.3%。由此可知，樣本的性別、年齡、文化程度和工作年限等指標結構合理，適合開展后續分析。

2.2 研究工具

本研究采用的量表均源于現有成熟量表，相關量表在以往研究中均具有較高信度和效度。為保障問卷內容可靠性，采用的英文量表經過嚴格的翻譯—回譯程序，并結合研究語境對具體內容進行本土化修訂。參照已有研究［35］，為避免變量測量水平失真，全部量表均采用Likert-6點評分方法，1表示“完全不同意”，6表示“完全同意”。

（1）技術沖擊意識。參考徐廣路等（2022）的研究，采用Li等［8］開發的量表，共有4個測量題項，如“我認為我的工作有很大可能會被人工智能機器取代”等。在本研究中，該量表的Cronbach′s α系數為0.884。

（2）挑戰性評估和威脅性評估。參考李其容等［36］的研究，采用Drach-Zahavy等［37］開發的量表，共有8個測量題項，其中，挑戰性評估有4個題項，如“我所從事的工作對我來說似乎是個挑戰”等，在本研究中，該量表的Cronbach′s α系數為0.879。威脅性評估也有4個題項，如“我所從事的工作對我來說似乎是個威脅”等，在本研究中，該量表的Cronbach′s α系數為0.886。

（3）主動技能發展。參考Ren等［38］的研究，采用Boyce等［39］開發的量表，共有4個測量題項，如“我主動進行自主學習活動以獲取新知識”等。在本研究中，該量表的Cronbach′s α系數為0.905。

（4）數字自我效能感。采用Kim等［34］基于Agarwal等［32］與Bandura［33］提出的互聯網自我效能感改編的量表，共有3個測量題項，如“我想我可以很容易地學習如何使用數字設備”等。在本研究中，該量表的Cronbach′s α系數為0.912。

（5）控制變量。根據Kalleberg［40］等和Ng［41］等研究，本研究將性別、年齡、文化程度作為控制變量；根據Paluch［42］等研究，工作年限和職位也會對員工技術沖擊意識產生一定影響，因此本研究還控制工作年限和職位級別。

3 數據分析與實證檢驗

3.1 共同方法偏差檢驗與驗證性因子分析

本研究采用Harman單因素檢驗法進行檢驗。首先，通過KMO和巴特利球形檢驗，驗證測量題項是否適合作驗證性因子分析。結果顯示，KMO=0.917，巴特利球形檢驗p值小于0.001，均符合標準。其次，Harman單因子分析結果表明，共同方法因子解釋28.59%的方差變異（累計可解釋方差變異73.06%），遠低于閾值40%，表明本研究不存在嚴重的共同方法偏差，可以作下一步檢驗分析。

為驗證各潛變量區分效度，使用Amos24.0構建各嵌套結構方程模型，驗證性因子分析結果如表1所示。發現五因子模型的擬合情況（χ2/df=1.216，CFI=0.995，TLI=0.994，IFI=0.995，RMSEA=0.021）相較其它因子模型更理想，表明五因子之間具有較高區分效度。

3.2 描述性統計與相關性分析

本研究各變量均值（M）、標準差（SD）以及相關關系如表2所示。各潛變量均值均大于中間值3且標準差較小，說明技術沖擊意識產生的兩種評估方式和員工主動技能發展等均廣泛且均衡地存在于制造業員工中。技術沖擊意識與挑戰性評估、威脅性評估均顯著正相關（r=0.654，plt;0.01；r=0.633，plt;0.01），挑戰性評估與主動技能發展顯著正相關（r=0.137，plt;0.01），威脅性評估與主動技能發展顯著負相關（r=-0.347，plt;0.01），變量間關系初步滿足假設，為進一步分析奠定了基礎。

3.3 假設檢驗

本研究采用Amos24.0和SPSS27.0軟件，通過分層回歸分析法進行假設檢驗。各個模型的方差膨脹因子VIF均小于3，表明不存在多重共線性問題。同時，為保證結論有效性，將涉及交互項的變量進行中心化處理。

（1）全模型檢驗。結構方程模型可以通過比較嵌套模型和替代模型尋找最優模型，其中，嵌套模型在理論模型基礎上增加直接效應，替代模型則是去除中介效應。如表3所示，嵌套模型擁有良好的擬合指標（χ2/df=1.513，RMSEA=0.033，CFI=0.984，TLI=0.981）。根據Anderson［43］的方法，比較嵌套模型和理論模型的卡方變化量不顯著（Δχ2（1）=0.578，pgt;0.05），說明嵌套模型未有效改善模型擬合度。替代模型也有良好的擬合指標（χ2/df=2.116，RMSEA=0.061，CFI=0.925，TLI=0.914），通過比較貝葉斯信息準則（Bayesian Information Criterion， BIC）可知，理論模型的BIC為468.499，替代模型的BIC為638.953，ΔBICgt;10且理論模型的BIC較小，說明理論模型能更好地反映變量間關系。

理論模型的整體擬合程度良好（χ2/df=1.508，RMSEA=0.027，CFI=0.989，TLI=0.987，SRMR=0.033），理論模型的結構方程模型檢驗結果如圖2所示。路徑分析結果表明，技術沖擊意識對挑戰性評估、威脅性評估均具有正向影響（β=0.636，plt;0.001；β=0.618，plt;0.001），挑戰性評估對主動技能發展具有正向影響（β=0.034，plt;0.05），威脅性評估對主動技能發展具有負向影響（β=-0.465，plt;0.001），可以初步判斷挑戰性評估和威脅性評估中介技術沖擊意識與主動技能發展之間的關系，因此假設H1和H2得到支持。

（2）挑戰性評估和威脅性評估的中介作用檢驗。檢驗結果如表4所示，根據溫忠麟等（2014）提出的中介效應檢驗方法，首先，在控制相關變量后，檢驗技術沖擊意識與挑戰性評估、威脅性評估之間的關系，由模型2和模型4可以看出，技術沖擊意識對挑戰性評估的正向影響顯著（β=0.664，plt;0.001），對威脅性評估的正向影響顯著（β=0.623，plt;0.001）；其次，分別檢驗挑戰性評估、威脅性評估與主動技能發展之間的關系，由模型5和模型7可以看出，挑戰性評估對主動技能發展具有正向影響（β=0.152，plt;0.01），威脅性評估對主動技能發展具有負向影響（β=-0.290，plt;0.001）；最后，控制中介變量，檢驗技術沖擊意識與主動技能發展之間的關系，由模型6可以看出，挑戰性評估對主動技能發展的影響顯著（β=0.107，plt;0.01），且技術沖擊意識對主動技能發展的影響顯著（β=-0.400，plt;0.001），表明挑戰性評估的中介效應顯著，且為部分中介，因此假設H1a得到驗證。由模型8可以看出，威脅性評估對主動技能發展的影響顯著（β=-0.169，plt;0.01），且技術沖擊意識對主動技能發展的影響顯著（β=-0.194，plt;0.001），表明威脅性評估的中介效應顯著，且為部分中介，因此假設H1b得到驗證。

（3）數字自我效能感的調節作用檢驗。由表5中模型11可知，技術沖擊意識與數字自我效能感的交互項對挑戰性評估影響顯著（β=0.081，plt;0.01），且F值在顯著性水平內，表明交互項對員工挑戰性評估具有正向調節作用，即數字自我效能感強化技術沖擊意識與挑戰性評估之間的正向關系，因此假設H2a得到驗證。由模型14可知，技術沖擊意識與數字自我效能感的交互項對威脅性評估影響顯著（β=-0.086，plt;0.01），交互項對員工威脅性評估具有負向調節作用，即數字自我效能感會削弱技術沖擊意識與威脅性評估之間的正向關系，因此假設H2b得到驗證。

進一步地，為明確調節效應顯著性，本研究進行簡單坡度分析，結果見圖3和圖4。如圖3所示，高數字自我效能感水平下，技術沖擊意識對員工挑戰性評估的影響斜率更大，說明高數字自我效能感水平下，技術沖擊意識對員工挑戰性評估的正向影響更顯著，因此假設H2a得到進一步驗證。如圖4所示，低數字自我效能感水平下，技術沖擊意識對員工威脅評估的影響斜率更大，說明低數字自我效能感水平下，技術沖擊意識對員工威脅性評估的正向影響更顯著，因此假設H2b得到進一步驗證。

（4）被調節的中介作用檢驗。采用Bootstrap法對被調節的中介模型進行檢驗，Bootstrap樣本量為5 000，置信區間為95%，在高數字自我效能感（+1SD）和低數字自我效能感（-1SD）下，技術沖擊意識對主動技能發展的間接效應如表6所示。高數字自我效能感水平下，技術沖擊意識通過挑戰性評估正向影響主動技能發展，且效應值為0.111；低數字自我效能感水平下，技術沖擊意識通過挑戰性評估正向影響主動技能發展，且效應值為0.085。同時，數字自我效能感的高低差異值顯著，表明數字自我效能感正向調節挑戰性評估在技術沖擊意識與主動技能發展之間的中介作用，因此假設H3a得到驗證。高數字自我效能感水平下，技術沖擊意識通過威脅性評估負向影響主動技能發展，且效應值為-0.097；數字自我效能感較低時，技術沖擊意識通過威脅性評估負向影響主動技能發展，且效應值為-0.112。同時，數字自我效能感的高低差異值顯著，即數字自我效能感負向調節威脅性評估在技術沖擊意識與主動技能發展之間的中介作用，因此假設H3b得到驗證。

3.4 模糊集定性比較分析

結構方程模型能解釋各變量之前的因果關系，但是，其在提供解決方案、分析多種變量交互作用對因變量的影響等方面存在不足，學者們指出可以基于回歸框架使用fsQCA方法解釋復雜因果組合關系［44］。由此，本文在SEM研究的基礎上使用fsQCA方法，檢驗影響員工主動技能發展的前因條件組合，以使研究結果更穩健。

本研究選取技術沖擊意識、挑戰性評估、威脅性評估、數字自我效能感和職位級別5個變量作為主動技能發展的前因條件，主要基于以下考慮：①技術沖擊意識、挑戰性評估、威脅性評估和數字自我效能感對主動技能發展的影響有理論與實證研究結論支撐；②參照易明等（2018）研究，本文發現職位級別與員工主動技能發展正相關（r=0.388，plt;0.01），其它人口統計學變量與主動技能發展關系不顯著，因此選取職位級別作為前因條件之一。

開展fsQCA分析時，首先要對研究變量數據進行校準，其中，技術沖擊意識、挑戰性評估、威脅性評估、數字自我效能感等連續變量取平均值，按照Ragin［45］提出的隸屬標準5%、95%以及交叉點50%進行原始值轉換；對類別變量職位級別而言，本研究將普通員工校準為0、基層管理者校準為0.33、中層管理者校準為0.67、高層管理者校準為1。

（1）單項原因條件的必要性分析。數據校準之后，對各變量單項前因條件進行必要性分析，結果如表7所示，各單項獨立因素影響主動技能發展的一致率均未達到必要條件標準值0.9，表示單一前因變量無法單獨解釋員工主動技能發展行為產生的原因。因此，需要將主動技能發展和多個前因條件組合起來進行分析。

（2）fsQCA分析。通過布爾代數的邏輯運算［45］，并參照Greckhamer等［46］研究，本研究樣本量較大，為了避免頻次過低的組態情況，分析過程中將一致性門檻值設定為0.8，可接受的個案數設為3，PRI一致性為0.75，得到4種前因構型組合如表8所示。其中，構型的總體一致性系數為0.880，覆蓋度為0.740，說明4種構型覆蓋主動技能發展樣本的74.0%。

構型P1（高自我驅動型）表示影響主動技能發展的前因條件為“挑戰性評估·數字自我效能感”，表明認知評估階段高數字自我效能感對員工主動學習新技能具有關鍵作用（核心條件），但員工作出主動技能發展的前提是員工認為技術沖擊等帶來的壓力對于自己有益且有挑戰性，面對壓力時其能提高應變能力以更好地完成工作。根據社會認知理論，個體自我效能特征會很大程度決定其對外部資源變化的理解和接受程度。結合上述路徑，進一步驗證了挑戰性評估和數字自我效能感對主動技能發展的促進作用，該構型與假設H2a和H3a的部分內容一致。同時，對比各構型的唯一覆蓋度發現，與其它構型相比，挑戰性評估和數字自我效能感是激發員工主動技能發展的核心動力。

構型P2（資源管理驅動型）觸發類型包括兩個子模式（P2a和P2b），核心條件為高職位級別和高挑戰性評估。挑戰性評估既能調動成員積極性，又能使個體陷入負面情緒［37］，因此，挑戰性評估不是導致員工主動技能發展的唯一條件，在職位級別的影響下，高職位級別的員工往往教育水平較高、能力較強且擁有較多資源，面對數字技術的更迭沖擊時更容易將其視為挑戰性工作，其個人資源與工作要求相契合，進而激發個體積極主動學習新技術，滿足新的工作技能要求。在第二種子模式中（P2b），輔助條件為高技術沖擊意識和高威脅性評估，可以看出面對技術沖擊帶來的資源損失，其可能作出挑戰性評估也可能作出威脅性評估，當員工將其視為挑戰性評估時，更有可能激發工作動機促進主動技能發展，進而驗證了假設H1a和H1b的部分內容。

構型P3（居安思危驅動型）表示影響主動技能發展的前因條件為“～職位級別～技術沖擊意識·威脅性評估·數字自我效能感”，此類員工擁有高數字自我效能感，即使技術沖擊意識缺失也會促使其產生威脅性評估進而促進主動技能發展。結合上述路徑，進一步驗證了認知評估的驅動作用，同時可以看出當員工擁有較強的危機意識時，會為了減少面臨的潛在危機，通過資源增值螺旋主動學習新技能和知識，該構型與假設H3b的部分內容一致。

構型P4（勝任力驅動型）表示影響主動技能發展的前因條件為“職位級別·技術沖擊意識·～威脅性評估”，說明隨著技術沖擊意識和職位級別的提高，員工面對數字化轉型的壓力時更傾向于自我改變，學習數字業務技能。此類員工通常能在解決困難的過程中不斷提高工作勝任力，擁有較強的判斷和分析問題的能力，面對困難時并沒有將其視為阻礙自己發展的壓力，而此類員工往往是基層管理者及以上級別，有較高的成就導向以勝任工作中的困難。

4 結論與討論

4.1 研究結論

本研究基于壓力認知評估理論和工作要求—資源模型，探究技術沖擊意識對員工主動技能發展的雙刃劍效應，引入數字自我效能感作為調節變量、挑戰性評估和威脅性評估作為中介變量，構建被調節的雙中介模型。通過回歸分析和模糊集定性比較分析，得出如下結論：

（1）技術沖擊意識是促進員工主動技能發展的重要因素，認知評估在其中發揮中介傳導作用。以往研究多聚焦組織內部技術沖擊的負面影響效應，本研究回應了Brougham［22］等的建議，將數字化轉型帶來的技術沖擊意識作為壓力源，員工根據自身認知評估對壓力源作出不同判斷。結果表明，員工將技術沖擊意識視為挑戰性壓力時，往往認為數字技術會提高工作效率和創造新價值，進而將數字技術視為主動學習技能的動力；相反，員工將技術沖擊意識視為威脅性壓力時，認為數字技術會對自身工作方式產生顛覆性影響甚至直接替代自己，員工對數字技術改變工作行為的敏感性增強，往往會抑制員工主動技能發展。

（2）技術沖擊意識與數字自我效能感交互影響員工認知評估，進而影響員工主動技能發展。具體而言，數字自我效能感會增強技術沖擊意識對挑戰性評估的正向影響，削弱技術沖擊意識對威脅性評估的正向影響。數字自我效能感可以有效降低員工對技術沖擊的威脅性判斷，且在高數字自我效能感水平下，技術沖擊意識通過挑戰性評估對主動技能發展的正向影響更顯著。在高數字自我效能感水平下，員工傾向于將技術沖擊意識轉化為挑戰性評估，進而激發員工主動技能發展；低數字自我效能感水平下，員工傾向于將技術沖擊意識視為威脅性評估，進而抑制員工主動技能發展。這說明數字自我效能感水平對個體壓力與行為之間的關系具有顯著調節作用，同時也從側面支持了工作壓力的二維結構。

（3）員工主動技能發展有4類觸發模式，根據強調的重點不同，可總結為高自我驅動型（P1）、資源管理驅動型（P2a和P2b）、居安思危驅動型（P3）和勝任力驅動型（P4）。本研究借助fsQCA進一步驗證主動技能發展的前因條件，結果發現技術沖擊意識、挑戰性評估、威脅性評估和數字自我效能感均為主動技能發展的前因變量。同時，分析結果還證實職位級別也是影響員工主動技能發展的關鍵因素之一。在4類觸發模式中，構型P2（資源管理驅動型）的解釋力大于其它3類構型，表明在技術沖擊意識作為輔助條件缺失的情況下，應重視職位級別和挑戰性評估的協同作用，以促進員工主動技能發展。

4.2 理論貢獻

（1）豐富了員工主動技能發展研究成果。以往研究主要從組織因素［38，47］對主動技能發展的前因展開探討，較少涉及個體層面員工意識對技能發展的影響。數字化轉型背景下，員工技能要求不斷提升，而技術沖擊意識是員工面臨技術性失業［48］、就業崗位和就業形態變化等產生的重要技術認知，因而本研究將技術沖擊意識作為主動技能發展的主要前因變量，是對員工主動性行為領域研究的補充和拓展。

（2）揭示了技術沖擊意識對主動技能發展的雙刃劍效應及其影響過程與邊界條件。本研究將數字自我效能感作為調節變量，從資源增值和資源損耗兩個角度考察技術沖擊意識的挑戰與威脅評估機制。與單一研究視角探討技術沖擊意識的作用效果不同，本研究驗證了壓力認知評估在技術沖擊意識與主動技能發展之間的中介作用，不僅為技術沖擊影響主動技能發展提供了解釋路徑，還對壓力認知評估理論進行了新的解讀。

（3）探討了影響主動技能發展的組態路徑。本研究響應了Fiss等［44］的觀點，在結構方程的基礎上增加模糊集定性比較分析，同時將控制變量中與主動技能發展有相關關系的變量納入主動技能發展前因條件，得到觸發員工主動技能發展的多類構型。研究發現，員工主動技能發展是多種因素協同作用的結果，這一發現是對單一因素視角探討員工主動技能發展影響路徑的補充，也豐富了多元分析方法在人力資源和組織行為研究領域的應用。

4.3 實踐啟示

基于理論推導和實證分析，本研究揭示了制造業數字化轉型背景下員工技術沖擊意識對其主動技能發展的影響機制以及影響主動技能發展的組態路徑，得到以下實踐啟示：

（1）對企業而言，一方面，企業要建立多樣化的人才培養方案。以技術和人才為依托的數字化轉型既需要引進高技能人才，又需要提高傳統技能人才的人機協同效應，不同員工對技術變革的認知存在差異，企業管理者應充分認識到技術沖擊對員工的雙刃劍影響，為員工積極融入新角色和適應崗位變化提供條件。另一方面，要正確引導員工技術認知和行為轉化，發揮人工智能技術的正效應，規避技術沖擊帶來的潛在威脅。企業可以通過技術培訓或賦予員工挑戰性任務等方式，激活個體數字自我效能感，引導其開展自我驅動學習，減少員工因技術沖擊帶來的數字焦慮和心理威脅。

（2）對員工而言，面對技術變革時應將數字技術作為提升自身能力的有力幫手，應合理調整對技術的認知。數字化轉型使得企業內部員工彼此共享信息、高度互聯，員工要積極發展新技能，適應工作崗位變化，可以通過加強人機互動、積極拓寬知識獲取渠道等方式提高自身能力，面對適當壓力能作出挑戰性評估，進而樹立對技術變革的正確認知，提高數字自我效能感，積極融入企業數字化轉型環境。

4.4 不足與展望

鑒于研究條件限制，本研究存在一定局限性，有待進一步完善。首先，研究數據為員工自評數據和橫截面數據，從員工個體角度探討技術沖擊的雙刃劍影響，未涉及對時間因素和上下級關系因素的考量，未來可以分階段探索員工對技術的認知變化，以及采用他評方式增擴樣本容量，探討數字化轉型對員工的動態影響。其次，員工主動技能發展和技術沖擊意識可能因為崗位差異而不同，未來可關注技術沖擊對不同崗位員工認知和行為的影響，探討不同崗位員工技術沖擊意識對其主動技能發展的影響機制是否存在差異。最后，在探討主動技能發展的前因構型時采用回歸分析涉及的變量以及控制變量，但是影響主動技能發展的因素是多樣的，未來可以通過多維視角將更多影響因素納入定性比較分析中，如目標企業規模、地區等，進一步完善主動技能發展的組態路徑，助力員工適應數字化時代技能發展需要。

參考文獻參考文獻：

［1］ ACEMOGLU D， RESTREPO P. Robots and jobs： evidence from us labor markets［J］. Journal of Political Economy， 2020， 128（6）： 2188-2244.

［2］ 戚聿東， 肖旭. 數字經濟時代的企業管理變革［J］. 管理世界， 2020， 36（6）： 135-152，250.

［3］ 杜輝， 毛基業. 數字化轉型過程中的人機協作與員工工作意義感重塑［J］. 企業經濟， 2022， 41（11）： 15-27.

［4］ 何勤， 李雅寧， 程雅馨， 等. 人工智能技術應用對就業的影響及作用機制研究——來自制造業企業的微觀證據［J］. 中國軟科學， 2020，35（S1）： 213-222.

［5］ AGRAWAL A， GANS J S， GOLDFARB A. Artificial intelligence： the ambiguous labor market impact of automating prediction［J］. Journal of Economic Perspectives， 2019， 33（2）： 31-50.

［6］ 李煜華， 向子威， 胡瑤瑛， 等. 路徑依賴視角下先進制造業數字化轉型組態路徑研究［J］. 科技進步與對策， 2022， 39（11）： 74-83.

［7］ BROUGHAM D， HAAR J. Technological disruption and employment： the influence on job insecurity and turnover intentions： a multi-country study［J］. Technological Forecasting and Social Change， 2020， 161（6）： 1-10.

［8］ LI J， BONN M A， YE B H. Hotel employee′s artificial intelligence and robotics awareness and its impact on turnover intention： the moderating roles of perceived organizational support and competitive psychological climate［J］. Tourism Management， 2019， 73（8）： 172-181.

［9］ BROUGHAM D， HAAR J. Employee assessment of their technological redundancy［J］. Labour amp; Industry： a Journal of the Social and Economic Relations of Work， 2017， 27（3）： 213-231.

［10］ LINGMONT D N J， ALEXIOU A. The contingent effect of job automating technology awareness on perceived job insecurity： exploring the moderating role of organizational culture［J］. Technological Forecasting and Social Change， 2020， 161（16）： 1-10.

［11］ 陳文晶， 康彩璐， 楊玥， 等. 人工智能潛在替代風險與員工職業能力發展：基于員工不安全感視角［J］. 中國人力資源開發， 2022， 39（1）： 84-97.

［12］ DING L. Employees′ challenge-hindrance appraisals toward STARA awareness and competitive productivity： a micro-level case［J］. International Journal of Contemporary Hospitality Management， 2021， 33（9）： 2950-2969.

［13］ LAZARUS R S， FOLKMAN S. Stress， appraisal， and coping［M］. New York： Springer Publishing Company， 1984.

［14］ MITCHELL M S， GREENBAUM R L， VOGEL R M， et al. Can you handle the pressure？ the effect of performance pressure on stress appraisals， self-regulation， and behavior［J］. Academy of Management Journal， 2019， 62（2）： 531-552.

［15］ 馬迎霜， 張昊民， 馬君. 外生到內化：創新性工作要求對員工創造力的影響機制研究［J］. 華東經濟管理， 2018， 32（5）： 120-127.

［16］ 賈建鋒， 劉偉鵬， 趙若男. 越軌創新對員工反生產行為的雙刃劍效應［J］. 管理科學， 2022， 35（3）： 3-15.

［17］ LAZARUS R S， FOLKMAN S. Transactional theory and research on emotions and coping［J］. European Journal of Personality， 1987， 1（3）： 141-169.

［18］ MARAN T K， LIEGL S， DAVILA A， et al. Who fits into the digital workplace？ mapping digital self-efficacy and agility onto psychological traits［J］. Technological Forecasting and Social Change， 2022， 175（36）： 1-16.

［19］ ULFERT-BLANK A S， SCHMIDT I. Assessing digital self-efficacy： review and scale development［J］. Computers amp; Education， 2022， 191（10）： 1-23.

［20］ OGBEIBU S， JABBOUR C J C， GASKIN J， et al. Leveraging STARA competencies and green creativity to boost green organisational innovative evidence： a praxis for sustainable development［J］. Business Strategy and the Environment， 2021， 30（5）： 2421-2440.

［21］ 陳紅， 張夢云， 王穩華， 等. 數字化轉型能推動企業人力資本結構調整嗎［J］. 統計與信息論壇， 2022， 37（9）： 35-47.

［22］ BROUGHAM D， HAAR J. Smart Technology， Artificial Intelligence， Robotics， and Algorithms （STARA）： employees′ perceptions of our future workplace［J］. Journal of Management amp; Organization， 2018， 24（2）： 239-257.

［23］ 朱曉妹， 王森， 何勤. 人工智能嵌入視域下崗位技能要求對員工工作旺盛感的影響研究［J］. 外國經濟與管理， 2021， 43（11）： 15-25.

［24］ DEMEROUTI E， BAKKER A B， NACHREINER F， et al. The job demands-resources model of burnout［J］. Journal of Applied Psychology， 2001， 86（3）： 499-512.

［25］ NOE R A. Is career management related to employee development and performance［J］. Journal of Organizational Behavior， 1996， 17（2）： 119-133.

［26］ 李玲玲， 黃桂. 組織中個體主動性行為“利與弊”［J］. 心理科學進展， 2021， 29（8）： 1484-1496.

［27］ ZHANG X， BARTOL K M. Linking empowering leadership and employee creativity： the influence of psychological empowerment， intrinsic motivation， and creative process engagement［J］. Academy of Management Journal， 2010， 53（1）： 107-128.

［28］ PREM R， OHLY S， KUBICEK B， et al. Thriving on challenge stressors？ exploring time pressure and learning demands as antecedents of thriving at work： thriving on challenge stressors［J］. Journal of Organizational Behavior， 2017， 38（1）： 108-123.

［29］ 侯昭華， 宋合義. 辱虐管理影響工作投入的雙刃效應——不確定性容忍度與認知評估的作用［J］. 經濟管理， 2020， 42（9）： 64-80.

［30］ 陳暢， 張喆， 賈明. 組織延展性目標對員工情緒耗竭的影響機制研究：基于壓力交易理論的視角［J］. 管理工程學報， 2019， 33（3）： 1-8.

［31］ LI P， TARIS T W， PEETERS M C W. Today′s challenge may be tomorrow′s hindrance （and vice versa）： longitudinal changes in employee′s appraisals of job demands and their outcomes［J］. Journal of Occupational and Organizational Psychology， 2022， 95（2）： 521-549.

［32］ AGARWAL R， SAMBAMURTHY V， STAIR R M. Research report： the evolving relationship between general and specific computer self-efficacy——an empirical assessment［J］. Information Systems Research， 2000， 11（4）： 418-430.

［33］ BANDURA A. Self-efficacy： toward a unifying theory of behavioral change［J］. Advances in Behaviour Research and Therapy， 1978， 1（4）： 139-161.

［34］ KIM M. Experience of digital music services and digital self-efficacy among older adults： enjoyment and anxiety as mediators［J］. Technology in Society， 2021， 67（4）： 1-10.

［35］ 陳璐， 柏帥皎， 王月梅. CEO變革型領導與高管團隊創造力：一個被調節的中介模型［J］. 南開管理評論， 2016， 19（2）： 63-74.

［36］ 李其容， 李春萱， 楊艷宇， 等. 基于被調節中介模型的團隊績效壓力與雙元創新的影響研究［J］. 管理學報， 2022， 19（12）： 1811-1818.

［37］ DRACH-ZAHAVY A， EREZ M. Challenge versus threat effects on the goal-performance relationship［J］. Organizational Behavior and Human Decision Processes， 2002， 88（2）： 667-682.

［38］ REN S， CHADEE D. Influence of work pressure on proactive skill development in China： the role of career networking behavior and Guanxi HRM［J］. Journal of Vocational Behavior， 2017， 98（1）： 152-162.

［39］ BOYCE L A， ZACCARO S J， WISECARVER M Z. Propensity for self-development of leadership attributes： understanding， predicting， and supporting performance of leader self-development［J］. The Leadership Quarterly， 2010， 21（1）： 159-178.

［40］ KALLEBERG A L， RESKIN B F， HUDSON K. Bad jobs in America： standard and nonstandard employment relations and job quality in the United States［J］. American Sociological Review， 2000， 65（2）： 256-278.

［41］ NG T W H， FELDMAN D C. The relationships of age with job attitudes： a meta-analysis［J］. Personnel Psychology， 2010， 63（3）： 677-718.

［42］ PALUCH S，TUZOVIC S，HOLZ F H， et al.\"My colleague is a robot\"——exploring frontline employees′ willingness to work with collaborative service robots［J］.Journal of Service Management，2021，33（2）：363-388.

［43］ ANDERSON J C， GERBING D W. Structural equation modeling in practice： a review and recommended two-step approach［J］. Psychological Bulletin， 1988， 103（3）： 411-423.

［44］ FISS P C， SHARAPOV D， CRONQVIST L. Opposites attract？ opportunities and challenges for integrating large-n QCA and econometric analysis［J］. Political Research Quarterly， 2013， 66（1）： 191-198.

［45］ RAGIN C C. Redesigning social inquiry： fuzzy sets and beyond［M］. Chicago： University of Chicago Press， 2008.

［46］ GRECKHAMER T， MISANGYI V F， FISS P C.The two QCAs： from a small-N to a large-N set theoretic approach［M］.Bingley：Emerald Group Publishing Limited， 2013.

［47］ OSTMEIER E， STROBEL M. Building skills in the context of digital transformation： how industry digital maturity drives proactive skill development［J］. Journal of Business Research， 2022， 139（1）： 718-730.

［48］ 程永宏. 技術性失業：虛構還是現實［J］. 經濟學家， 2003，15（5）： 11-20.

責任編輯（責任編輯：萬賢賢）

英文標題

The Double-edged Sword Effect of Technological Disruption Awareness on Manufacturing Employees′ Proactive Skill Development： A Study Based on SEM and fsQCA

英文作者Zhu Yongyue， Zhang Mingfeng

英文作者單位（School of Management， Jiangsu University， Zhenjiang 212013， China）

英文摘要Abstract：At present， the significance of building a workforce that is suitable for the digital transformation and upgrading of manufacturing industry is widely recognized. The digital transformation in the organization promotes the integration of individual skills and digital technology. Without promoting the development of individual ability， there can be no transformation results at the organizational level. However， with the rapid development of the VUCA era， the replacement of labor by machines， the overloaded work demand， and rapidly changing role expectations brought by digital transformation have led to increased work pressure for employees， and technical shocks have brought challenges and threats to employees. In this context， in order to meet the needs of the digital era and reduce the risk of artificial intelligence substitution， the initiative to guide individuals to enhance their skills plays an increasingly important role in organizational management.

The existing research on the development of employees′ proactive skills mainly focuses on the individual level and organizational development level， but there are few studies on the individual level and empirical studies from the perspective of personal cognitive evaluation. Proactive skill development refers to the self-initiated， future-oriented and change-oriented acquisition of knowledge and skills by individuals in order to master the needs of future work tasks. Individuals who are committed to skill development have also developed critical thinking skills to solve problems in the process of acquiring skills and knowledge， which is helpful for employees to be competent for the role change and post change that digital transformation needs to experience and to participate in other tasks and processes other than pure digital professional knowledge. Therefore， it is of great practical significance for organizations to take measures to actively guide employees to strengthen the acquisition of resources and improve their self-ability， and carry out a talent strategy for the digital transformation of enterprises to explore the causes of employees′ proactive skills development in digital workplaces.

In this study， data from the online and offline questionnaires is collected. After screening and deleting the data， a total of 475 valid samples are obtained. Descriptive statistical analysis， confirmatory factor analysis， homology analysis and collinearity test are conducted by SPSS and Amos to verify the hypothesis. Then， using the structural equation model and fuzzy set qualitative comparative analysis method， this paper discusses the influence mechanism of technological disruption awareness on employees′ proactive skill development and the configuration path that affects the proactive skill development. The results show that （1） stress cognitive appraisal is the key intermediary variable that technological disruption awareness affects the development of proactive skills， and technological disruption awareness has a positive impact on the development of proactive skills through challenging appraisal and a negative impact on the development of proactive skills through threatening appraisal; （2） digital self-efficacy has a significant moderating effect on the above-mentioned effects， that is， digital self-efficacy strengthens the positive relationship between technological disruption awareness and challenge appraisal， and weakens the positive relationship between technological disruption awareness and threat appraisal; （3） in the combination of antecedents and conditions of proactive skill development， there are four types of antecedent configurations that trigger employees′ proactive skill development.

The findings enrich and deepen the research in related fields， and have certain theoretical innovation and practical significance. First， this study regards the awareness of technological disruption as the main antecedent variable of the development of proactive skills， which is a supplement and expansion of the existing research in the field of employee proactive behavior. Second， it reveals the double-edged sword effect of technological disruption awareness on the development of proactive skills and its influence process and boundary conditions. It verifies the mediating role of stress cognitive appraisal between technological disruption awareness and proactive skill development， which not only provides an explanation for the formation of technological disruption affecting proactive skill development， but also gives a new interpretation to the theory of stress cognitive appraisal. Third， the development of employees′ proactive skills is the result of the synergy of many factors. This discovery is a supplement to the discussion of the influence path of employees′ proactive skills development， enriching the application of multivariate analysis methods in the research field of human resources and organizational behavior.

英文關鍵詞Key Words：Technological Disruption Awareness; Cognitive Appraisal; Proactive Skill Development; Digital Self-efficacy; Fuzzy-set Qualitative Comparative Analysis