一、引言 随着新一轮科技革命和产业变革的深入，人工智能已经成为推动产业结构优化升级与生产力整体跃升的重要驱动力量(姚加权等，2024)[1]。人机协同是人类与人工智能通过资源共享、决策分担、各展其长以完成并优化工作的过程(Romero等，2020)[2]。Gartner发布的《2025技术趋势报告》指出，全球68％的企业已将人机协同纳入数字化转型战略①，人机协同已成为企业广泛采用的工作模式，带来企业组织管理和员工职业发展的深刻变革。人工智能应用与人机协同的最终目的是增加普惠性与员工福祉，然而在现实中，以延长劳动时间为特征的技术异化现象屡见不鲜。这主要是因为：一方面，人工智能应用重塑了劳动时间的结构，常规操作性任务的劳动时间减少隐蔽了总体劳动时间的延长；另一方面，数智化工作模式会模糊工作与生活的边界，劳动时间在“套餐化”“碎片化”的工作模式中被延长。2015—2023年，与人工智能技术快速发展相对应的是，全国城镇就业人员调查周平均工作时间从45.5小时上升至48.3小时。在人工智能快速发展的进程中，员工劳动时间也表现出增长态势，二者之间的关系和内在机制有待进一步探索。 已有研究关注并探索了人工智能对员工劳动时间的影响(王春超和聂雅丰，2023[3]；李小瑛和张宇平，2023[4])，但尚未形成一致的结论。大部分研究认为，人工智能的生产率效应有助于缩短劳动时间(潘文轩，2018[5]；王林辉等，2022[6])，使员工拥有更多的闲暇；但也有研究表明，人工智能的替代效应会加剧员工被取代的风险并诱发更大的工作压力(Wood等，2019[7]；周广肃等，2021[8])，使员工延长劳动时间以维持现有的就业与收入。事实上，员工的知识技能水平能否与人工智能相互补充，能否与新任务的要求相互匹配，是造成人工智能与劳动时间复杂关系的关键(王林辉等，2024)[9]。从生产率效应来看，人工智能擅长固定规则的场景、具有较强的数据分析能力，而人类在创造、想象与合作方面具有独特能力，生产率的提升有赖于员工与人工智能相互学习、共同演进、整合匹配并形成互补的知识系统(Amershi等，2014[10]；Revilla等，2023[11])。员工在工作中不仅需要经验判断人工智能完成工作的准确性，还需掌握智能设备检测与维修知识以处理突发状况。从压力效应来看，员工面临较高被替代风险与工作压力的根源在于其现有的知识技能与人工智能具有较高的重叠度，而与非程序性任务的技能要求存在较大差距②。知识技能分为能够用语言、文字、图表等明确表达的显性知识，以及与个体直觉、经验、判断与决策能力密切相关的、难以编码的隐性知识(Polanyi，1958[12]；Bock和Kim，2002[13])。人工智能有助于员工更快地跨越学习与经验曲线，诱致显性知识的稀缺性下降。相反，隐性知识具有情境依赖性、不可复制性和创造性，能够与擅长规则和数据分析的人工智能相互补充，因而在企业中更具价值(喻登科和熊曼玉，2024)[14]。诸多学者发现，隐性知识会提高工作绩效与创新水平(柯江林等，2007[15]；王仙雅等，2014[16])。然而，隐性知识的获取难度更大，需要投入更高的成本，会诱致劳动时间更大幅度的延长。既有研究大多考察企业场景中隐性知识的共享或转移，而忽视了人工智能诱致的隐性知识动态变化及其对劳动时间的影响。此外，不同的人机协同程度与模式对劳动时间的影响尚未形成一致结论，影响二者关系的机制与边界条件仍待深入挖掘。 鉴于此，本文着眼于隐性知识的视角，利用企业-员工匹配数据，实证检验了人机协同对员工劳动时间的影响效应、异质性、影响机制与边界条件，并进一步拓展分析了不同人机协同工作模式对员工超时工作深度的非线性影响。本文可能的理论贡献如下：第一，既有研究从企业战略选择、技能需求重塑以及组织管理模式变革的角度探究了人工智能对员工劳动时间的影响效应，更多关注人工智能的替代效应以及人机之间的竞争与博弈。本文拓展了以“共生协作”为特征的人机协同工作模式对员工劳动时间的影响。第二，在理论机制上突破了既有研究从生产效率、替代与创造效应解释人工智能对员工劳动时间的影响机制，本文通过压力认知评价理论揭示了隐性知识要求感知的新路径、人机关系紧密度的关键边界条件，深化了人机协同工作模式中影响员工劳动时间的情境因素，并在周广肃等(2021)[8]的基础上补充了组织知识管理特征的异质性。第三，既有研究聚焦于地区与企业层面人工智能应用(毛宇飞等，2024[17]；彭树宏，2024[18])。本文则考察人机协同程度对员工劳动时间的影响，并区分出自动化、可调自动化与人机协同增强三种具体的人机协同模式，发现可调自动化能够实现人工智能与员工福祉的平衡，为企业战略决策提供了精细依据。 二、文献回顾与研究假设 1.人机协同对员工劳动时间的影响 人机协同的内涵与作用随着技术进步与社会发展而不断被重塑。《资本论》中最早提及了人机协同的模式。将第一次与第二次工业革命中技术进步通过重塑组织分工形成人与蒸汽、电力机器协同的生产模式定义为人机协同(马克思，1864)[19]。但在当时，人机协同更多是资本榨取剩余价值的手段，工人仅是按照生产要求看管与维持机器持续运转。计算机的诞生与大规模应用加速了人机协同，1992年，国际计算机学会将人机协同定义为人类使用交互式计算机系统进行设计、评估和实现的过程。在这一阶段，人的职责从看管转为操作、使用计算机。近年来，人工智能等新一代信息技术的发展催生了人与人工智能机器的交互。人工智能具备自动推理、机器学习和自主决策的能力，能够处理重复性的工作任务(Brynjolfsson和McAfee，2014[20]；Davenport和Kirby，2016[21])。在此阶段，人机协同聚焦具体的交互场景，通过共享信息、共同决策、动态任务优化，以充分发挥人类与人工智能的互补优势(Romero等，2020)[2]。这反映出，随着人机协同概念的演化，人类的地位从监督运转、操作使用向共生协作演变，增强人类能力成为人机协同的重要目标(Raisch和Krakowski，2021)[22]。
