1. 引言
随着移动技术发展，非工作时间连通行为(Work Connectivity Behavior After-hours, WCBA)作为新兴的工作方式已经越来越普遍，2024年中国职场平衡指数调研报告中指出，我国职场人平均工作时间为8.66个小时，其中在公司工作时间为8.38小时，有65.8%职场人回家后需继续为公司工作。与此同时，国内企业管理和劳动政策对工作生活平衡(Work-life Balance, WLB)问题的关注程度提升，2024年的全国两会上“离线休息权立法”提案立案，反映了我国广大劳动者对于工作–生活平衡真实而热切的希望。
以往研究已关注到非工作时间连通行为的复杂影响，但多数未系统区分其不同类型的内在机制，且关于工作连通行为所产生的影响尚未形成统一定论，亦未从个体意愿方面考察工作连通行为对员工工作生活平衡的影响。在当前社会背景下，全面揭示不同类型非工作时间连通行为对工作生活平衡会产生何种影响，及其作用机制是一个值得探讨的课题。
基于上述，本研究基于资源保存理论与工作要求–资源模型，突破以往对非工作时间连通行为整体效应的笼统分析，将非工作时间连通行为区分为“主动型”与“反应型”，分别构建“工作投入–情绪耗竭”双路径模型，从“资源增益”与“资源损耗”路径揭示非工作时间连通行为影响工作–生活平衡的双刃剑作用；引入“工作自主性”作为关键情境性调节变量，丰富工作要求–资源模型的内涵。
本研究聚焦三个核心问题：(1) 主动型非工作时间连通行为是否通过提升工作投入进而促进工作–生活平衡？(2) 反应型非工作时间连通行为是否通过引发情绪耗竭进而破坏工作–生活平衡？(3) 工作自主性是否在上述两类路径中均发挥调节作用，其影响方向与强度如何？通过对这些问题的实证检验厘清非工作时间连通行为的双重作用机制，为数字化时代下的员工管理、组织策略优化以及劳动政策完善提供理论依据与实践启示。
2. 理论基础与研究假设
2.1. 非工作时间连通行为与工作生活平衡
“非工作时间连通行为”(Work Connectivity Behavior After-hours, WCBA)指员工在非工作时间(如上班前、下班后、周末或假期等时间)使用可携带的无线通信设备进行的工作或与同事就工作展开联络的一系列行为[1]，从个人是否自愿角度能够区分为将主动型工作连通行为与被动型工作连通行为[2]。
根据工作要求–资源模型(Job Demands-Resources model，JD-R模型)，工作需求会损耗个体资源，而工作资源会增益个体资源[3]。在本研究中，主动型非工作时间连通行为被视为自我驱动的资源获取方式，当员工自愿进行主动型连通行为，将营造积极的工作氛围[4]、获得更多提高绩效的机会[5]，其正面效应可转化为促进工作–生活平衡的资源[6]；而反应型非工作时间连通行为则被称为工作要求，将消耗自身资源，造成情绪耗竭[7]、加剧工作与生活的冲突[8]等后果，对工作-生活平衡造成负面影响。因此，本研究提出主效应假设：
H1：主动型非工作时间连通行为正向影响工作–生活平衡。
H2：反应型非工作时间连通行为负向影响工作–生活平衡。
2.2. 工作投入的中介效应假设
工作投入(Work Engagement，简称WE)指员工在工作中积极、充盈和投入的状态[9]。根据JD-R模型，主动型非工作时间连通行为作为工作资源能够显著提升个体的工作投入，而工作投入有助于实现工作与生活的平衡[10]，因此，提出中介假设：
H3：主动型非工作时间连通行为正向影响工作投入。
H4：工作投入在主动型工作连通行为与员工工作–生活平衡间起中介作用。
2.3. 情绪耗竭的中介效应假设
情绪耗竭(Emotional Exhaustion, EE)指个体感觉自我情绪超载或者极度疲劳的状态[11]，是工作倦怠最重要的表现，而工作倦怠与工作投入往往被认为是相对的概念[9]。根据JD-R理论，反应型非工作时间连通行为作为额外的工作要求，使得员工无法在非工作时间得到充分休息，产生工作倦怠[12]、情绪耗竭[13]等影响。当员工处于情绪耗竭时，会导致大量个体资源的损耗，工作中的负面情绪将影响家庭生活[14]，负面影响员工的工作–生活平衡。因此，提出中介假设：
H5：反应型非工作时间连通行为正向影响情绪耗竭。
H6：情绪耗竭在反应型工作连通行为与员工工作–生活平衡间起中介作用。
2.4. 工作自主性的调节效应假设
工作自主性(Job Autonomy, JA)指个体可以自主调节工作进程和确定工作程序的自由程度[15]，是工作特征模型的五个核心特征之一。根据COR理论，个体倾向于努力获取、保持、培育和保护其所珍视的资源，当遭遇资源损失时会产生压力反应，并采取行动以恢复资源平衡[16]。作为工作资源，工作自主性能够增强个体对挑战性需求的控制感，因此能够强化工作投入的促进作用[17]，减少资源损失，打破资源损失螺旋[18]；缓解个体应对压力性需求的损耗，降低情绪耗竭程度[19]。因此，提出调节假设：
H7：工作自主性正向调节主动型非工作时间连通行为对工作投入的影响。
H8：工作自主性负向调节反应型非工作时间连通行为对情绪耗竭的影响。
当主动型非工作时间连通行为在工作自主性的正向调节下显著提升工作投入时，高工作投入的员工会感受到工作更有意义、更充实，从而对自己的工作生活状态有更积极的评价，促进工作生活平衡；当反应型非工作时间连通行为在工作自主性的负向调节下情绪耗竭得到有效缓解时，员工的身心资源得到保护，减少了工作与生活之间的冲突，从而更容易实现工作生活平衡。因此，提出被调节的中介假设：
H9：工作自主性正向调节工作投入对主动型非工作时间连通行为与员工工作–生活平衡的中介作用。
H10：工作自主性负向调节情绪耗竭对反应型非工作时间连通行为与员工工作–生活平衡的中介作用。
综上所述，本文整合工作要求–资源模型和资源保存理论，基于非工作时间连通行为的意愿探索主动型与反应型两类行为对员工工作–生活平衡的双路径影响，考察工作自主性这一情境性因素的调节作用，研究理论模型如图1所示。
Figure 1. Research model
图1. 研究模型
3. 研究设计
3.1. 研究样本
正式研究通过问卷星平台发放问卷，邀请上海、广东、北京等地的企业在职员工线上匿名填写，同时在就职公司内邀请员工线下填写，整体发放时间持续3个月，共回收532份问卷。为确保数据质量，对问卷填写过程与条件进行控制，最终得到通过注意力检测题、填写时间不低于90秒、答案无高度重复或明显规律的480份有效问卷，有效率90.2%。
3.2. 研究工具
本研究采用问卷调查法，选用已经验证的国内外成熟量表，具有较高的内容效度，所有题项采用5点李克特量表进行测量。
(1) 主动型/反应型非工作时间工作连通行为(PC/RC)。借鉴马红宇等(2014)的本土化改编量表[20]，在题项中加入“主动地(自愿)”、“被动地(非自愿)”等字眼划分出主动与反应型各4个题项，在本研究中量表α分别为0.927与0.946。
(2) 工作生活平衡(WLB)。使用Valcour (2011)编制的主观评价量表[21]，共5个题项，在本研究中量表α系数为0.963。
(3) 工作投入(WE)。使用Schaufeli (2006)开发的UWES-9题短量表[22]，共9个题项，在本研究中量表α系数为0.961。
(4) 情绪耗竭(EE)。使用李超平、时勘(2003)翻译的MBI-GS中文量表[23]，共5个题项，在本研究中量表α系数为0.952。
(5) 工作自主性(JA)。使用王端旭、赵轶(2011)翻译Hackman和Oldham (1976)的工作自主性量表[24]，共3个题项，在本研究中量表α系数为0.919。
(6) 控制变量。参考相关文献选取性别、年龄、婚姻状况、最高学历、职位层级、工作时间、工作年限、公司类型共8个人口统计学变量作为控制变量。
4. 实证分析
4.1. 分析方法
使用SPSS 26.0进行描述性统计、信效度分析和相关性分析，使用Amos 24.0进行验证性因子分析与共同方法偏差检验，最后，使用SPSS 26.0配合process插件对本文所有假设进行验证。
4.2. 描述性统计分析
使用SPSS 26.0对研究样本进行描述性统计分析。性别比例均衡，男性占比42.9%、女性占比57.1%；年龄以年轻人群为主，18~25岁占比24%、26~35岁占比32.7%、36~45岁占比26.9%，46岁及以上占比16.5%；教育水平本科及以上占绝大多数，大专占比15.6%、本科占比53.5%、硕士及以上占比26%，符合当前职场水平；婚姻状况以未婚为主，占比65.6%、已婚占比33.8%、其他占比0.6%；职位以普通员工与一线管理者为主，普通员工占比59.8%、基层管理者占比16.5%、中层管理者占比14.8%、高层管理者占比9%；工作年限较为均衡，符合年龄段分布，工作1年以内占比20.2%、1~3年占比21.9%、4~6年占比19.6%、7~10年占比20.4%、11年以上占比17.9%；工作时间以固定为主，占比67.1%、非固定占比32.9%；公司类型以民营企业为主，国央企占比14.4%、外合资占比19.8%、民私营占比46.9%、事业单位占比12.1%、其他类型占比6.9%。综上，本研究样本符合现代职场特点，能较为真实地反映员工情况。
4.3. 共同方法偏差检验
使用Amos 24.0进行竞争模型分析，如表1所示，六因子模型拟合效果最佳(X2/df = 4.622, RMSEA = 0.087, CFI = 0.983, TLI = 0.981, IFI = 0.983)，表明样本稳健、具论解释力且无严重共同方法偏差。
Table 1. Analysis of the competition model (N = 480)
表1. 竞争模型分析(N = 480)
数量 |
质量 |
X2/df |
RMSEA |
CFI |
TLI |
IFI |
六因素模型 |
PC、RC、WE、EE、JA、WLB |
4.622 |
0.087 |
0.983 |
0.981 |
0.983 |
五因素模型 |
PC + RC、WE、EE、JA、WLB |
20.565 |
0.202 |
0.909 |
0.898 |
0.909 |
四因素模型 |
PC + RC、WE + EE、JA、WLB |
21.588 |
0.207 |
0.903 |
0.893 |
0.903 |
三因素模型 |
PC + RC+ WE + EE、JA、WLB |
22.158 |
0.210 |
0.900 |
0.890 |
0.900 |
二因素模型 |
PC + RC + WE + EE + JA、WLB |
29.072 |
0.242 |
0.866 |
0.854 |
0.866 |
单因素模型 |
PC + RC + WE + EE + JA + WLB |
31.564 |
0.253 |
0.854 |
0.841 |
0.854 |
注：“+”表示因子相加。PC = 主动型非工作时间连通行为，RC = 反应型非工作时间连通行为，WE = 工作投入，EE = 情绪耗竭，JA = 工作自主性，WLB = 工作生活平衡(下同)。
4.4. 信度和效度分析
使用SPSS 26.0对各变量信度进行检验，所有量表的内部一致性系数均大于0.8，信度良好；KMO值均大于0.7，适合进行验证性因子分析。随后检验各变量的效度，由于均采用国内外成熟量表，因此具有较高的内容效度。验证性因子分析结果显示，所有题项的因子载荷均超过0.7，量表结构效度与模型拟合良好；组合信度CR值均大于0.8、平均萃取变异值AVE均大于0.5，具有较好的收敛效度；六因子模型的拟合指数明显优于其他竞争模型，因此具有较好的区分效度。综上，本研究研究涉及的6个关键变量信效度良好。
4.5. 相关性分析
使用SPSS 26.0对各变量进行相关性分析。由表2可见，主动型非工作时间连通行为(PC)与工作生活平衡(WLB)显著正相关(γ = 0.179, p < 0.01)、与工作投入(WE)显著正相关(γ = 0.562, p < 0.01)、反应型非工作时间连通行为(RC)与工作生活平衡(WLB)显著负相关(γ = −0.653, p < 0.01)、与情绪耗竭(EE)显著正相关(γ = −0.682, p < 0.01)，工作自主性(JA)与各关键变量均显著相关，表明本研究的理论假设得到初步验证，所有变量间弱或中等相关，且不存在严重的多重共线性。
Table 2. Correlation (including discriminant validity) analysis (N = 480)
表2. 相关性(含区别效度)分析(N = 480)
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
1性别 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
2年龄 |
−0.174** |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
3最高学历 |
0.036 |
−0.046 |
1 |
|
|
|
|
|
|
|
|
|
|
|
4婚姻状况 |
−0.016 |
−0.151** |
−0.324** |
1 |
|
|
|
|
|
|
|
|
|
|
5职位 |
−0.115* |
0.555
** |
0.329
** |
−0.358** |
1 |
|
|
|
|
|
|
|
|
|
6工作年限 |
−0.179** |
0.855
** |
−0.038 |
−0.271** |
0.626
** |
1 |
|
|
|
|
|
|
|
|
7上班时间 |
−0.002 |
−0.146** |
0.146
** |
0.097* |
0.091* |
−0.132** |
1 |
|
|
|
|
|
|
|
8公司类型 |
0.045 |
−0.265** |
−0.238** |
0.214
** |
−0.277** |
−0.275** |
0.096* |
1 |
|
|
|
|
|
|
9 PC |
−0.122** |
0.435
** |
0.351
** |
−0.244** |
0.658** |
0.409
** |
0.014 |
−0.260** |
0.827 |
|
|
|
|
|
10 RC |
0.001 |
−0.027 |
−0.279** |
0.105* |
−0.244** |
−0.089 |
−0.235** |
0.208
** |
0.624** |
0.826 |
|
|
|
|
11 WE |
−0.06 |
0.274
** |
0.346** |
−0.178** |
0.430** |
0.288
** |
0.160
** |
−0.244** |
0.562** |
−0.370** |
0.771 |
|
|
|
12 EE |
−0.025 |
−0.236** |
−0.339** |
0.148
** |
−0.414** |
−0.281** |
−0.145** |
0.303
** |
−0.385** |
0.677
** |
−0.698** |
0.726 |
|
|
13 JA |
−0.088 |
0.155
** |
0.155** |
−0.057 |
0.301** |
0.122
** |
0.169
** |
−0.134** |
0.210** |
−0.372** |
0.193
** |
−0.313** |
0.527 |
|
14 WLB |
−0.017 |
0.179
** |
0.343** |
−0.165** |
0.325** |
0.162
** |
0.138
** |
−0.223** |
0.254** |
−0.653** |
0.696
** |
−0.682** |
−0.303** |
0.585 |
注：*p < 0.05、**p < 0.01、***p < 0.001 (下同)。
4.6. 假设检验
4.6.1. 主效应与中介效应检验
使用SPSS 26.0多元线性回归检验主动型非工作时间连通行为(PC)对工作生活平衡(WLB)的主效应，及工作投入(WE)在该路径的中介效应，在模型控制变量基础上，逐步加入自变量与中介变量，结果如表3所示。模型2中PC显著正向影响WE (β = 0.462, p < 0.001)，模型4中PC显著正向影响WLB (β = 0.177, p < 0.01)，假设H1及H3成立；模型5中纳入中介变量WE后，PC转为显著负向影响WLB (β = −0.135, p < 0.01)，WE显著正向影响WLB (β = 0.676, p < 0.001)，假设H4成立。
Table 3. Mediation regression model of Work Engagement
表3. 工作投入中介回归模型
变量 |
工作投入(中介) |
工作生活平衡(因变量) |
模型1 |
模型2 |
模型3 |
模型4 |
模型5 |
常数项 |
1.743*** |
0.93** |
1.994*** |
1.682*** |
1.053*** |
控制变量 |
性别 |
−0.017 |
0.026 |
0.02 |
0.037 |
0.019 |
年龄 |
0.092 |
−0.023 |
0.146 |
0.101 |
0.117 |
最高学历 |
0.307*** |
0.206*** |
0.299*** |
0.26*** |
0.121* |
婚姻状况 |
0.044 |
0.028 |
−0.023 |
−0.029 |
−0.048 |
职位 |
0.206*** |
−0.041 |
0.155** |
0.06 |
0.088 |
工作年限 |
0.053 |
0.111* |
−0.057 |
−0.034 |
−0.109* |
工作时间 |
0.279*** |
0.324*** |
0.223* |
0.24** |
0.021 |
公司类型 |
−0.089* |
−0.072* |
−0.098* |
−0.091* |
−0.042 |
自变量 |
PC |
- |
0.462*** |
- |
0.177** |
−0.135** |
中介变量 |
WE |
- |
- |
- |
- |
0.676*** |
模型统计量 |
R2 |
0.268 |
0.377 |
0.194 |
0.211 |
0.51 |
调整R2 |
0.256 |
0.365 |
0.181 |
0.196 |
0.5 |
ΔR2 |
- |
0.109 |
0.194 |
0.017 |
0.299 |
F |
21.557*** |
31.65*** |
14.191*** |
13.973*** |
48.866*** |
ΔF |
- |
82.536*** |
- |
10.044** |
286.515*** |
进一步使用Process插件检验工作投入的中介效应，如表4所示，总效应与间接效应异号，表明PC通过WE增益资源的间接路径掩盖了其直接消耗资源的负向作用，存在增益–损耗并存的“遮掩效应”，因此总效应(c = 0.177)微弱。计算|ab|/|c'|得到间接效应的绝对值是直接效应的2.31倍，增益大于损耗。
Table 4. Bootstrap test of mediating effect of Work Engagement
表4. 工作投入中介效应的Bootstrap检验结果
效应类型 |
效应值 |
BootSE |
BootCI下限 |
BootCI上限 |
总效应c |
0.177** |
0.056 |
0.067 |
0.287 |
间接效应a * b |
0.312*** |
0.046 |
0.225 |
0.407 |
直接效应c' |
−0.135** |
0.048 |
−0.229 |
−0.042 |
建立反应型非工作时间连通行为(RC)、情绪耗竭(EE)、工作生活平衡(WLB)的回归模型。由表5可见，模型2中RC显著正向影响EE (β = 0.583, p < 0.001)，模型4中RC显著负向影响WLB (β = −0.535, p < 0.001)，假设H2及H5成立；模型5中加入中介变量EE后，RC显著负向影响WLB (β = −0.328, p < 0.001)，EE显著负向影响WLB (β = −0.354, p < 0.001)，假设H6成立。
Table 5. Mediation regression model of Emotional Exhaustion
表5. 情绪耗竭中介回归模型
变量 |
情绪耗竭(中介) |
工作生活平衡(因变量) |
模型1 |
模型2 |
模型3 |
模型4 |
模型5 |
常数项 |
5.334*** |
2.83*** |
1.994*** |
4.289*** |
5.291*** |
控制变量 |
性别 |
−0.166 |
−0.149* |
0.02 |
0.004 |
−0.048 |
年龄 |
0.042 |
−0.069 |
0.146 |
0.248*** |
0.223* |
最高学历 |
−0.322*** |
−0.186*** |
0.299*** |
0.174*** |
0.109* |
婚姻状况 |
−0.173 |
−0.134 |
−0.023 |
−0.059 |
−0.106 |
职位 |
−0.226*** |
−0.14** |
0.155** |
0.076 |
0.026 |
工作年限 |
−0.145* |
−0.076 |
−0.057 |
−0.121* |
−0.147** |
工作时间 |
−0.268** |
0 |
0.223* |
−0.022 |
−0.023 |
公司类型 |
0.178*** |
0.084* |
−0.098* |
−0.012 |
0.018 |
自变量 |
RC |
- |
0.583*** |
- |
−0.535*** |
−0.328*** |
中介变量 |
EE |
- |
- |
- |
- |
−0.354*** |
模型统计量 |
R2 |
0.275 |
0.559 |
0.194 |
0.491 |
0.56 |
调整R2 |
0.263 |
0.55 |
0.181 |
0.482 |
0.551 |
ΔR2 |
0.275 |
0.283 |
0.194 |
0.297 |
0.069 |
F |
22.386*** |
66.133*** |
14.191*** |
50.426*** |
59.771*** |
ΔF |
- |
301.757*** |
- |
274.401*** |
73.687*** |
进一步使用Process插件检验工作投入的中介效应，如表6所示，EE在RC与WLB之间起部分中介作用，中介效应解释了总效应的38.6%。
Table 6. Bootstrap test of mediating effect of Emotional Exhaustion
表6. 情绪耗竭中介效应的Bootstrap检验结果
效应类型 |
效应值 |
BootSE |
BootCI下限 |
BootCI上限 |
总效应c |
−0.535*** |
0.032 |
−0.598 |
−0.471 |
间接效应a * b |
−0.207*** |
0.043 |
−0.299 |
−0.130 |
直接效应c' |
−0.328*** |
0.038 |
−0.404 |
−0.252 |
4.6.2. 调节效应检验
标准化处理各变量数据后，在控制变量基础上逐步加入自变量、工作自主性(JA)与自变量的交互项，建立调节效应的回归模型，如表7所示。根据模型2，PC × JA对WE的影响显著为正(β = 0.297, p < 0.001)，根据模型4，RC × JA对EE的影响显著为负(β = −0.076, p < 0.05)，假设H7及H8成立。
Table 7. Bootstrap test results of moderating effects
表7. 调节效应的Bootstrap检验结果
路径 |
调节变量 |
不同水平下的调节效应 |
交互项效应值 |
Effect |
BootSE |
BootCI下限 |
BootCI上限 |
Index |
BootSE |
BootCI下限 |
BootCI上限 |
PC→WE |
低工作自主性 |
0.153** |
0.053 |
0.049 |
0.257 |
0.297 |
0.026 |
0.245 |
0.349 |
均值 |
0.470*** |
0.045 |
0.381 |
0.559 |
高工作自主性 |
0.787*** |
0.054 |
0.681 |
0.892 |
RC→EE |
低工作自主性 |
0.646*** |
0.044 |
0.561 |
0.732 |
−0.076 |
0.029 |
−0.134 |
−0.018 |
均值 |
0.565*** |
0.036 |
0.495 |
0.635 |
高工作自主性 |
0.484*** |
0.051 |
0.384 |
0.584 |
Figure 2. The moderating effect of job autonomy in the relationship between PC and WE
图2. 工作自主性在PC与WE关系中的调节效应图
Figure 3. The moderating effect of job autonomy in the relationship between RC and EE
图3. 工作自主性在RC与EE关系中的调节效应图
将工作自主性加减一个标准差作为高工作自主性与低工作自主性，按照简单斜率法绘制调节效应图如图2和图3所示。图2表明，高JA组(实线)明显陡于低JA组(虚线)，证明高工作自主性增强主动型工作连通行为对工作投入的增益作用，增强资源增益。图3表明，高JA组(实线)斜率缓于低JA组(虚线)，表明高工作自主性员工在反应型连通中能够降低情绪耗竭，抑制资源损耗，符合本研究基于COR理论的假设。
4.6.3. 被调节的中介效应检验
使用Process插件验证积极与消极路径下工作自主性(JA)分别对工作投入(WE)和情绪耗竭(EE)中介效应的调节作用。如表8所示，JA对WE中介效应的调节作用显著为正(c = 0.201，[0.141, 0.26]不含0)，假设H9成立。而JA对EE中介效应的调节作用不显著(c = 0.027，[−0.001, 0.053]包含0)，假设H10不成立，原因可能受更多情境性因素影响，Santiago-Torner (2024)曾指出工作自主性在创意与情绪耗竭之间扮演着复杂且“模糊”的角色[25]。
Table 8. Bootstrap test results for moderated mediation effects
表8. 被调节的中介效应的Bootstrap检验结果
路径 |
调节变量 |
不同水平下的间接效应 |
有调节的中介效应 |
Effect |
BootSE |
BootCI下限 |
BootCI上限 |
Index |
BootSE |
BootCI下限 |
BootCI上限 |
PC→WE→WLB |
低工作自主性 |
0.104*** |
0.052 |
0.007 |
0.209 |
0.201 |
0.031 |
0.141 |
0.260 |
均值 |
0.318*** |
0.045 |
0.235 |
0.413 |
高工作自主性 |
0.532*** |
0.059 |
0.423 |
0.654 |
RC→EE→WLB |
低工作自主性 |
−0.229*** |
0.042 |
−0.315 |
−0.148 |
0.027 |
0.013 |
−0.001 |
0.052 |
均值 |
−0.200*** |
0.040 |
−0.287 |
−0.127 |
高工作自主性 |
−0.171*** |
0.043 |
−0.267 |
−0.097 |
5. 分析与讨论
5.1. 研究结论
本研究基于工作要求–资源模型与资源保存理论，通过实证分析系统考察了主动型与反应型非工作时间连通行为对员工工作–生活平衡的差异化影响机制，并重点揭示了工作自主性在其中的关键作用。研究结果表明：
(1) 非工作时间连通行为对工作–生活平衡存在显著的“双路径”影响机制。具体而言，主动型连通行为能够通过提升工作投入这一中介变量形成“资源增益”路径，最终对员工的工作–生活平衡产生积极影响(H1、H3、H4成立)。反之，反应型连通行为则通过引发情绪耗竭，形成“资源损耗”路径，显著损害员工的工作–生活平衡(H2、H5、H6成立)，揭示了WCBA作为“双刃剑”的内在作用逻辑。
(2) 主动型连通行为存在“遮掩效应”，虽能通过工作投入的资源增益路径间接促进工作–生活平衡，但其直接效应却显著为负，表明自愿的工作延伸同样会直接消耗个体资源，侵蚀生活领域的时间与精力。这一结果可从资源保存理论与边界理论视角得到解释：即便出于自愿，非工作时间的连通行为仍会模糊工作与生活的物理与心理边界，导致个体难以从工作角色中“解离”，造成跨领域资源溢出与耗竭。因此，主动型连通行为对工作–生活平衡的影响实为增益与损耗并存的双重过程，其微弱的总效应实为两种反向机制相互抵消的结果。
(3) 工作自主性在双路径中呈现非对称性调节作用，对JD-R模型的“缓冲假设”提出了边界条件，虽能增强主动型连通行为对工作投入的促进作用(H7成立)以及工作投入在积极路径中的中介作用(H9成立)；同样能够缓解反应型连通行为对情绪耗竭的影响(H8成立)，但其对情绪耗竭中介路径的调节作用却并不显著(H10不成立)。这表明个体的工作自主性虽能缓解初始的资源威胁，却难以完全阻断由强制性、持续性的反应型连通所引发的资源耗竭螺旋，作为一种工作情境性资源，其主要效能在于强化和保障资源增益过程的顺利运转，而对于遏制由被动要求引发的资源耗竭过程可能受制于个体控制感的实际边界与组织制度与文化的深层约束，使得其保护作用相对有限。
5.2. 理论贡献
综上，本研究的理论价值主要体现在以下三个方面：
(1) 深化并拓展了非工作时间连通行为的研究。早期研究多将WCBA视为一个整体概念，本研究区分了主动型与反应型连通行为，并实证验证了二者对工作–生活平衡的相反的影响，回应了学界对WCBA进行细致区分的呼吁，印证了区分行为动机在组织行为学研究中的基础性意义。
(2) 揭示了资源动态在双路径中的核心作用，整合JD-R模型与COR理论，构建了“资源增益”与“资源损耗”双路径模型，验证工作投入与情绪耗竭的关键中介角色。研究发现，主动型行为本质是一种资源投资，能够激活激励过程，通过工作投入实现资源的螺旋式增长；而反应型行为则是一种资源威胁，会启动健康损耗过程，通过情绪耗竭导致资源库存的枯竭。这一理论整合框架为理解WCBA的复杂影响提供了有力的解释。
(3) 引入并厘清了工作自主性的边界作用，丰富了JD-R模型中的情境性因素，证明同一种资源对激励过程与损耗过程的作用可能存在差异；而在COR理论中，关键资源在帮助个体实现资源增益方面可能更为有效，而在抵御强制性资源流失方面的能力则可能存在边界。
5.3. 管理启示
本研究为员工和组织管理者提供启示，促进二者间的共同和谐发展，共同实现数字时代的工作生活共赢，并促进社会对工作生活平衡问题的重视。
(1) 员工角度。个体应当认识到非工作时间连通行为的优劣，基于自身情况的判断有意识地掌控连通方式，从而保障工作生活平衡。此外，应合理利用与调节工作自主性，并关注自身情绪避免耗竭。
(2) 组织角度。在不影响工作目标前提下，管理者可适当提升员工的工作自主性；识别情绪耗竭程度高的员工，及时访谈与干预避免影响工作效率，造成人才流失。更重要的是，管理者应正视非工作时间连通行为的双刃剑效应，尤其应认识到即便是员工自愿的主动型连通，也可能因“遮掩效应”的存在而在无形中侵蚀其生活资源，因此需要主动引导高主动员工进行合理休息。提升工作自主性有助于激发员工投入，但其无法完全抵消反应型连通所带来的情绪耗竭，因此组织层面的制度保护比赋予员工工作自主性更重要，应同步塑造健康的沟通文化与边界管理机制，例如通过培训强化管理者对员工工作生活平衡的重视，建立断联制度保障，并对高频、高强度的反应型连通行为进行组织层面的审查与优化。
5.4. 研究局限与未来展望
本研究存在以下局限，未来相关领域中可进行深入研究。
(1) 采用横截面数据，难以推断因果关系。因此未来可采用纵向设计(如交叉滞后分析)或日记法捕捉变量间的动态关系。为规避共同方法偏差，可尝试从多个来源收集数据，例如由员工报告连通行为和工作投入，由家人或配偶评估WLB状况，以提高管理实践价值。
(2) 采用主观自评量表测量个体WLB水平。未来可审视并改进主动/反应型连通行为的测量方式，使用多维量表，以更精细地考察双路径模型对WLB不同侧的影响。
(3) 我国社会背景下反应型非工作时间连通行为对员工的损耗存在被放大的可能性，例如“责任内化”在我国社会文化中可能尤为显著，未来可引入文化维度理论[26]进行跨文化情境对比分析。
通过未来深入的探讨和研究，将进一步完善当前理论，并为实践中如何管理员工的工作生活平衡、提高员工福祉提供更多有力的理论支持与实务建议。
NOTES
*第一作者。
#通讯作者。