本报讯（全媒体记者 师亚萍）近日，安徽工业大学商学院行为科学与政策协同交叉创新团队在职业安全与健康领域取得重要研究成果。该团队由吴金南教授、章文佩副教授领衔，揭示了平台算法控制对外卖骑手心理健康和高风险骑行行为的双重效应及其复杂作用机理与边界条件，为提升学校在该领域的国际影响力注入新动力。
　　在数字经济蓬勃发展的当下，在线劳动力平台借助数据驱动的算法，对外卖骑手实施着精确且即时的控制。然而，这种算法控制在提高组织效率的同时，是否以及怎样影响骑手的心理健康和骑行安全，此前学界鲜有关注。
　　研究团队将骑手感知的平台算法控制细分为跟踪评估、行为约束和标准化指导三个维度。基于工作要求-资源（JD-R）模型，团队提出三种算法控制感知通过工作压力这一心理机制，对骑手心理健康和危险骑行行为产生复杂影响。通过对466名中国主流平台外卖骑手的调查数据进行结构方程建模发现，感知的算法跟踪评估和行为约束作为消耗性工作要求，会增加骑手工作压力，损害其心理健康并促发高风险骑行行为；而算法标准化指导作为支持性工作资源，能缓解工作压力，改善心理健康并减少危险骑行。
　　研究团队进一步探讨了感知自主性在这一过程的调节作用。结果显示，较高的工作自主性可有效缓解跟踪评估带来的工作压力，增强标准化指导的减压效果；但面对刚性的算法行为约束，（如严格的奖惩罚款），较高的自主性却会加剧认知冲突，进一步放大骑手工作压力。
　　此项研究首次将当前算法控制研究的视角从平台绩效表现扩展到被广泛忽视的骑手职业可持续性与公共交通安全，它精准解构了不同类型算法控制的差异化影响，科学揭示了微观心理机制，不仅拓展了零工经济背景下算法控制理论边界，为理解外卖骑手现实困境提供新视角，更为平台企业优化算法设计、实现从以效率为中心向以资源为导向治理范式的转变提供了坚实的理论支撑。