1. 引言
随着数字经济发展与电子商务行业的快速扩张，直播电商、跨境电商等新业态持续涌现，行业竞争从“增量市场”转向“存量博弈”，“职场内卷”已成为电商领域的高频热词，渗透于运营、主播、客服、供应链专员等全岗位场景。电商职场内卷表现为从业者为争夺流量、完成GMV指标、应对平台算法考核，被迫投入远超合理范围的时间与精力，却未实现店铺核心竞争力提升或个人职业成长的恶性竞争状态。这种状态不仅导致个体生理与心理健康受损、职业发展受限，还引发电商企业效率低下、离职率攀升、行业恶性竞争等系统性问题。
小红书等社交平台上，“电商加班”“直播内卷”“运营内耗”“大促透支”相关话题讨论量持续攀升，反映出电商从业者对该现象的高度关注与普遍焦虑。本研究以小红书电商从业者评论为数据来源，采用扎根理论开展研究，旨在达成三大目标：一是系统解构电商行业职场内卷的动态形成机制；二是构建适配电商场景的内卷理论模型；三是提出可操作的去内卷化解决方案，为电商行业高质量发展提供参考。
2. 文献回顾
2.1. 职业内卷化概念的定义与演变
“内卷化”概念起源于20世纪，戈登威泽最早将其界定为文化模式进入既无法稳定也难以转型为新形态，仅能在内部不断复杂化的状态[1]。项飙将中国语境下的内卷化描述为“不允许失败和退出的竞争”[2]，这种竞争模式对个体与组织产生多维度消极影响，包括催生低效行为与无意义精细化[3]、导致工作消极被动[4]、强化零和思维[5]、降低人际信任感[6]、削弱治理功能[7]、滋生痕迹主义等，最终在多层面形成系统性负面影响[8]。
在电子商务领域，职业内卷化特指从业者陷入“过度竞争–低效内耗–价值空耗”的循环，个体为维持地位或争夺资源，被迫投入远超合理范围的时间与精力，却难以获得相应成长与价值提升[9]。随着数字经济发展与技术变革，职业内卷化的表现形式进一步演变，人工智能技术渗透与裁员预期偏差加剧劳动者工作内卷[10]，互联网企业的内卷化还对员工工作绩效产生显著影响[11]，相关研究也拓展至技术驱动下的新型工作场景。
2.2. 职业内卷现象的群体表现与影响因素
2.2.1. 不同职业群体的内卷特征
1) 高校与科研领域群体
高校青年教师是职业内卷的典型群体，在优绩主义导向下，他们面临严峻的学术内卷压力，需在论文发表等方面投入不成比例的努力以维持职业地位。“预聘–长聘”制度被认为是加剧该群体学术内卷的重要制度因素，且压力过大会对其职业满意度、生理与心理健康产生显著负面影响，容易引发职业焦虑、降低工作投入度等[12]。
大学生群体的职业内卷提前至学业与就业准备阶段，家庭背景较好的学生更易通过资源优势参与竞争[13]；毕业生需通过提升学历等方式增强竞争力[14]，此现象需从社会结构变迁与劳动力市场供需关系角度综合分析[15]。
2) 企业职场群体
企业内部管理场景中，内卷氛围的形成有其特定机制。内卷型人力资源管理实践会显著加剧员工职业焦虑感，“多劳未必多得”的激励失衡进一步强化内卷循环[16]；在建筑行业，项目经理面临项目进度、成本控制与多方协调的多重压力，内卷表现为过度加班、重复汇报等形式[17]。
2.2.2. 职业内卷的核心影响因素
1) 制度与政策因素
制度环境是诱发职业内卷的关键宏观因素，不合理的考核评价体系如过度量化的KPI指标、单一的晋升路径，迫使个体陷入“为指标而竞争”的内卷循环。此外，政策执行中的偏差也会加剧基层职业内卷，过程管理“内卷化”导致基层工作人员陷入冗余报表、重复检查的负担，削弱工作实效。
2) 经济与市场因素
劳动力市场供需失衡是职业内卷的重要经济根源，部分青年因职业获得感缺失选择离职，折射出劳动力市场竞争下的职业内卷压力[18]。行业发展不均衡进一步放大内卷差异，互联网、金融等热门行业因岗位稀缺性与高回报预期吸引大量从业者涌入，形成过度竞争；传统行业发展空间有限，员工为争夺有限晋升机会陷入内卷。
3) 技术与文化因素
人工智能技术的快速渗透重塑职场竞争格局，其中电商平台算法的“隐性控制”成为内卷的独特驱动机制：一是“流量赛马机制”通过实时数据排名，迫使从业者持续投入时间精力维持排名，形成恶性循环；二是算法黑箱导致从业者“试错式内卷”，为适配未知的算法规则，运营反复优化标题却无法精准定位有效策略；三是算法对“短期转化”的偏好，抑制了长期价值创造，倒逼从业者陷入“低价冲量”“虚假刷单”等低效内卷。
2.3. 职业内卷的影响
职业内卷具有显著负面影响。生理层面，内卷导致的超时劳动成为常态，长期过度工作引发健康问题[19]；心理层面，内卷引发的职业焦虑、抑郁等负面情绪普遍存在；职业发展层面，内卷导致个体陷入“无效努力”陷阱；组织层面，职业内卷降低组织整体效率，企业内卷氛围导致员工精力内耗，削弱团队协作能力与创新动力；社会层面，职业内卷加剧社会资源浪费，人力资源配置低效。
2.4. 研究述评
现有研究已系统梳理职业内卷化的概念演变、群体特征、影响因素及应对策略，覆盖多职业群体与多学科视角，为理解职场内卷提供了丰富理论与实证基础。但针对电商行业的研究仍存在不足：一是对电商场景下职业内卷的动态演化机制研究不足，现有研究多为通用场景分析，缺乏对电商行业专属诱因的深度挖掘；二是应对策略的针对性与实效性有待提升，现有策略多聚焦宏观制度或个体层面，缺乏结合电商行业特征的差异化解决方案；三是对电商行业内卷的交互关系研究不深入，需进一步探索电商场景下内卷感知的独特转化路径。
3. 研究方法与资料来源
3.1. 资料来源
本研究的核心资料来源于小红书平台的用户原创评论，聚焦“电商职场内卷”这一核心议题展开数据收集。研究以“电商内卷”“直播加班”“大促透支”“运营内耗”为核心关键词，检索平台近几年发布的相关内容，初步收集到十条笔记中的630条用户评论。在此之后进行严格的人工筛选，最终保留467条有效评论作为研究样本。
3.2. 研究方法
① 扎根理论：通过开放式编码、主轴编码、选择性编码建构理论模型；
② 文本分析：LDA主题建模与情感倾向分析，用于验证扎根编码结果的合理性。
3.2.1. 编码工具与原则
研究以Excel作为初始编码工具，将爬取到的数据在Excel中进行操作分析，构建编码表格，完整记录编码全过程，保障每条数据的可追溯性；后续借助概念关联图梳理范畴间逻辑关系，辅助理论模型建构。
3.2.2. 编码实施过程
开放式编码：核心任务是实现“原始数据→概念→初始范畴”的第一次理论提炼。首先将有效评论拆分为最小语义意义单元；随后对每个意义单元进行标签化，生成概念化标签；最终通过将语义相似的标签进行聚类。
主轴编码：聚焦第二次理论提炼，挖掘初始范畴间的因果关联、从属关联、对立关联等逻辑关系，最终将48个初始范畴整合为6个主范畴，并梳理出主范畴间的完整逻辑链条。
选择性编码：作为扎根理论的最终阶段，核心任务是提炼核心范畴并建构理论模型。基于主范畴的逻辑关系与数据特征，提炼核心范畴。在此基础上，构建四层动态闭环模型，并通过补充样本验证法完成理论饱和度检验，验证结果显示模型无新范畴或新关系产生，达到理论饱和。
4. 扎根编码分析
4.1. 研究准备
4.1.1. 数据来源与筛选
本研究数据来源于小红书平台，以“电商内卷”“直播加班”“大促透支”“运营内耗”为核心关键词，检索近几年发布的相关用户评论，先收集630条评论，通过人工筛选剔除无效信息——包括无意义评论(如“绝了”“太难了”)、仅含表情或语气词的评论及与职场内卷无关的偏离内容，最终保留467条有效评论作为研究样本。有效评论涵盖直播电商、跨境电商、传统电商等多行业场景，涉及运营、主播、客服、供应链专员等不同岗位从业者，覆盖95后00后等年轻职场群体及资深电商人，内容包含内卷经历描述、行为选择、后果反馈及诉求表达，样本具有较强的代表性与多样性，能够全面反映电商职场内卷的现实图景。
4.1.2. 编码工具与原则
研究采用Excel作为初始编码工具，通过构建“评论编号–意义单元–概念化标签-范畴”的层级表格，记录编码全过程，确保每条数据可追溯；后续借助概念关联图梳理范畴间逻辑关系，辅助理论模型建构。编码过程遵循四项核心原则：一是客观性原则，严格基于评论的“意义单元”(最小语义单元)提炼概念，不加入研究者主观假设；二是穷尽性原则，对467条有效评论拆分出的1286个意义单元逐一编码，避免遗漏数据细节；三是原子性原则，按“语义不可拆分”标准划分意义单元；四是一致性原则，对同一语义的意义单元采用统一标签。
4.2. 开放式编码
开放式编码是扎根理论的基础环节，核心任务是对原始数据进行逐句扫描、概念化提取，再将相似概念聚合为初始范畴，实现“原始数据→概念→初始范畴”的第一次理论提炼，全程无预设框架，完全扎根于467条有效评论。
首先进行意义单元拆分，按“最小语义不可拆分”原则，将每条评论拆解为1~4个独立意义单元。通过系统拆分，467条有效评论共生成1286个意义单元，覆盖“电商内卷行为、反卷行为、内卷动机、内卷环境、内卷后果、期望诉求”6大语义方向，为后续概念化提取奠定基础。其次开展概念化提取，对每个意义单元进行精准标签化，标签命名采用“核心特征+具体表现”格式，确保标签能完整反映意义单元内涵且无歧义。此阶段共生成1286个概念化标签，每个标签均通过评论编号与原始意义单元绑定，确保可追溯性。最后进行初始范畴聚合，对1286个概念化标签进行聚类，将核心内涵一致的标签归为同一初始范畴，通过定义明确范畴边界，排除冗余信息(见表1)。
4.3. 主轴编码
主轴编码是在开放式编码基础上，通过挖掘初始范畴间的潜在逻辑关系，将分散的初始范畴凝聚为具有统领性的主范畴，实现“初始范畴→主范畴→范畴关系”的第二次理论提炼，核心解决“范畴间如何关联”的问题，推动理论框架从“碎片化”向“系统化”转变。
首先开展范畴关联分析，对48个初始范畴进行逐一梳理，探究逻辑关联类型。初始范畴间主要呈现因果关联、从属关联、对立关联三类逻辑关系，为后续主范畴凝聚提供明确依据。其次进行主范畴凝聚，将48个初始范畴整合为6个主范畴，每个主范畴均能覆盖同类初始范畴的核心特征，且与其他主范畴边界清晰(见表2)。
Table 1. Typical conceptual labels
表1. 典型概念化标签
核心维度 |
初始范畴 |
典型概念化标签 |
电商内卷行为 |
1. 形式化内卷 |
直播刷时长、虚假刷单、无意义标题优化 |
2. 破坏性内卷 |
跨店恶意差评、抢流量、挖主播恶意竞争 |
3. 被动性内卷 |
怕被淘汰跟着卷、领导要求被迫大促加班 |
4. 极端化内卷 |
连续12小时+直播、大促期间连续熬夜 |
5. 表面直播 |
熬时长无转化、剧本化演戏式直播 |
6. 讨好型内卷 |
无底线满足用户不合理诉求、过度迎合平台规则 |
7. 转嫁压力 |
运营把指标压力转嫁给客服、主播甩锅供应链 |
反卷行为 |
1. 个体主动拒绝 |
拒超长直播、到点下播、关后台不回工作消息 |
2. 集体联合反卷 |
主播联合协商直播时长、运营一起向公司提诉求 |
3. 前置性规避 |
求职时问大促加班情况、不选卷的电商公司 |
4. 健康优先调整 |
减少直播时长、大促后休养、看医生 |
5. 生活关系优先 |
陪家人、拒绝大促期间临时加班 |
6. 职业转换 |
辞职、转行、换非卷岗位 |
7. 个体策略优化 |
学习智能运营工具、精准选品提升转化 |
内卷动机 |
1. 生存压力驱动 |
怕失业、电商行业竞争激烈、怕被淘汰 |
2. 发展焦虑驱动 |
想晋升运营主管、怕店铺流量下滑、想涨薪 |
3. 外部施压驱动 |
领导要求、同事卷、平台算法压力 |
4. 观念误导驱动 |
认为卷 = 努力、直播时长 = 敬业 |
5. 家庭压力驱动 |
怕啃老、养家、父母期望高薪 |
6. 社会压力驱动 |
怕被说没本事、同龄人主播收入高 |
内卷环境 |
1. 制度性驱动 |
直播时长挂钩提成、GMV单一考核 |
2. 领导导向偏差 |
夸卷王主播、打压反卷者、双重标准 |
3. 文化误导 |
流量至上、加班 = 敬业、大促战绩论英雄 |
4. 行业风气 |
全行业卷、不卷就落后、竞品恶意竞争 |
5. 监督缺失 |
刷单不被发现、虚假直播无惩罚 |
内卷后果 |
1. 生理健康损害 |
失眠、胃炎、高血压、声带结节、颈椎问题 |
2. 心理健康损害 |
焦虑、抑郁、暴躁、流量焦虑 |
3. 社会关系损耗 |
分手、家庭疏远、同事提防 |
4. 个体发展受限 |
能力停滞、只会刷时长、不懂精准运营 |
5. 组织效能损耗 |
效率低、离职率高、店铺利润下滑、合规风险 |
6. 个体认知调整 |
卷 ≠ 转化、后悔卷、流量 ≠ 收益 |
期望诉求 |
1. 公平评价体系 |
靠转化晋升、不看直播时长、流量公平分配 |
2. 健康工作环境 |
无卷文化、合理直播时长、大促合理排班 |
3. 边界清晰 |
拒绝无偿加班、明确工作时间边界 |
|
4. 效率优先 |
靠精准运营、不靠熬时长、工具赋能减负 |
5. 个体权益保障 |
加班费、大促补贴、健康保障 |
6. 多元发展 |
不只有GMV指标、工作生活平衡、职业多元晋升 |
Table 2. Main category and subordinate initial category table
表2. 主范畴与从属初始范畴表
主范畴 |
从属初始范畴 |
主范畴 |
从属初始范畴 |
内卷驱动系统 |
1. 生存压力驱动 |
内卷行为谱系 |
1. 形式化内卷 |
2. 发展焦虑驱动 |
2. 破坏性内卷 |
3. 外部施压驱动 |
3. 被动性内卷 |
4. 观念误导驱动 |
4. 极端化内卷 |
5. 家庭压力驱动 |
5. 表面加班 |
6. 社会压力驱动 |
6. 讨好型内卷 |
7. 利益诱惑驱动 |
7. 转嫁压力 |
8. 安全感缺失 |
8. 过度投入 |
9. 制度性驱动 |
9. 盲目跟风 |
10. 领导导向偏差 |
10. 虚假内卷 |
内卷后果反馈链 |
1. 生理健康损害 |
反卷行为策略库 |
1. 个体主动拒绝 |
2. 心理健康损害 |
2. 集体联合反卷 |
3. 社会关系损耗 |
3. 前置性规避 |
4. 个体发展受限 |
4. 健康优先调整 |
5. 组织效能损耗 |
5. 生活关系优先 |
6. 个体认知调整 |
6. 职业转换 |
7. 违规反馈 |
7. 个体策略优化 |
8. 环境改善反馈 |
8. 外部支持求助 |
反卷后果收益池 |
1. 个体积极反馈 |
理想职场诉求集 |
1. 公平评价体系 |
2. 生活质量提升 |
2. 健康工作环境 |
3. 职业发展优化 |
3. 边界清晰 |
4. 环境改善反馈 |
4. 效率优先 |
|
5. 个体权益保障 |
|
6. 多元发展 |
最后梳理主范畴关系，通过系统分析，6个主范畴形成清晰的逻辑链条：从触发关系来看，“电商内卷驱动系统”作为初始源，直接触发“电商内卷行为谱系”或“电商反卷行为策略库”，个体基于自身处境与认知在两种行为路径中做出选择；从递进关系来看，“电商内卷行为谱系”直接指向“电商内卷后果反馈链”，形成“行为–后果–强化”的内卷循环；从导向关系来看，“电商内卷后果反馈链”与“电商反卷后果收益池”共同催生“电商理想职场诉求集”，通过推动环境优化减少内卷驱动，形成“诉求→优化→减少内卷”的良性路径(见图1)。
Figure 1. Main category logical chain diagram
图1. 主范畴逻辑链关系图
4.4. 选择性编码
选择性编码是扎根理论的最终阶段，通过从主范畴中提炼核心范畴，整合主范畴间的动态关系，实现“主范畴→核心范畴→理论模型”的第三次理论提炼，最终形成具有解释力的系统化理论框架。
4.4.1. 核心范畴识别
基于电商内卷普遍存在但反卷行为逐渐兴起，且二者存在动态博弈，最终提炼核心范畴为“电商行业职场内卷的动态循环与反卷响应模型”。该范畴可统领所有主范畴，且通过文本分析进行LDA主题建模提取出4个核心主题(见图2)，主题分布与扎根编码逻辑一致，印证了编码的有效性(见表3)。
Table 3. Core categories
表3. 核心范畴表
核心范畴层级 |
对应主范畴 |
功能定位 |
电商内卷驱动层 |
电商内卷驱动系统(环境 + 动机) |
模型的“初始触发源”，通过外部环境压力与内部个体动机的协同作用，催生电商内卷行为 |
行为选择层 |
电商内卷行为谱系、反卷行为策略库 |
模型的“核心互动层”，是驱动层的直接结果，个体在卷与不卷之间做出选择，形成两种对立但共存的行为路径 |
结果反馈层 |
电商内卷后果反馈链、反卷后果收益池 |
模型的“循环强化/打破层”，行为结果反向影响驱动层：内卷后果会强化内卷动机，反卷收益会弱化内卷驱动 |
诉求优化层 |
理想职场诉求集 |
模型的“未来导向层”，基于结果反馈提出对理想职场的诉求，这些诉求反向推动驱动层优化 |
4.4.2. 理论模型建构
本研究以“电商行业职场内卷的动态循环与反卷响应模型”为核心，结合主范畴逻辑构建四层动态闭环模型。第一层为内卷驱动层，对应内卷驱动系统，由外部平台考核、行业竞争与内部生存焦虑、发展需求共同触发，83%的内卷行为可由此解释，其中制度与生存动机组合占比最高。第二层为行为选择层，对应内卷行为谱系与反卷策略库，65%的样本存在被动、形式化等内卷行为，58%采取个体拒绝、集体维权等反卷策略，42%的反卷由负面后果引发。情感分析显示，从业者整体以消极情绪为主(见图3)。第三层为结果反馈层，对应后果反馈链与反卷收益池，内卷易形成恶性循环，反卷则带来健康与效率提升，可持续性更强。第四层为诉求优化层，对应理想职场诉求集，91%诉求指向公平考核与健康边界，部分诉求已推动制度优化。模型中行为层与结果层存在反卷博弈机制，个体话语权、群体凝聚力与制度弹性共同影响反卷成效(见图4)。
Figure 2. Pie chart of LDA topic distribution
图2. LDA主题分布饼图
Figure 3. Histogram of sentiment score distribution
图3. 情感得分分布直方图
Figure 4. Functions and correlations of the four-layer model
图4. 四层模型功能与关联
4.5. 理论饱和度检验
为确保理论模型的有效性与普适性，采用“补充样本验证法”进行理论饱和度检验：从未抽取的评论中随机抽取60条编码来补充样本，用构建的“电商职场内卷的动态循环与反卷响应模型”进行适配验证。检验结果显示，补充样本的所有意义单元均能归入模型的四层结构，无新的概念、范畴或关系产生。因此理论模型达到饱和度，能够稳定、全面地解释职场内卷现象，无需进一步补充数据或调整模型结构。
5. 电商职场内卷问题的针对性解决措施
5.1. 优化电商平台规则设计，破解根源性诱因
在考核评价机制方面，摒弃“GMV单一考核”，构建“GMV增长 × 健康指数”复合模型，兼顾业绩牵引与内卷修正。健康指数权重40%，含从业者平均工作时长(反向)、离职率(反向)、合规评分(正向)、用户复购率(正向)四大指标。计算逻辑为：复合考核得分 = GMV同比增长率 × 60% + 健康指数 × 40%，健康指数低于阈值则扣减GMV得分。设置渐进过渡路径，初期1~2年健康指数权重20%，后续逐步提高至40%；平台公开规则，免费提供智能排班工具等支持，助力商家在控时维权前提下实现GMV可持续增长，达成业绩与职场健康双赢。
5.2. 完善电商企业制度设计，缓解组织性压力
企业应从考核、权益、文化三方面构建健康职场生态。考核上摒弃“唯GMV论”，纳入用户满意度、创新贡献等指标，薪酬与效率挂钩，设立反卷创新奖。权益保障方面，明确加班补偿与调休制度，规范直播、客服岗位时长，完善劳动合同与健康保障，杜绝无薪实习与克扣提成。文化建设上破除“加班即敬业”误区，管理层示范工作生活平衡，表彰高效与创新行为，搭建员工诉求反馈渠道，缓解被迫内卷焦虑，推动行业良性发展。
5.3. 引导从业者行为调适，强化反卷能力
个体行为选择是打破内卷循环的关键。反卷策略上，职场新人可提前调研筛选优质企业，从源头规避内卷；在职者可学习智能运营工具、优化工作流程，以效率替代加班，对不合理要求坚持理性沟通、守住边界，针对共性问题可开展集体维权。心态重塑上，摒弃流量与GMV执念，树立长期职业观，专注提升跨境合规等可持续竞争力，拒绝无意义攀比。同时强化健康优先意识，合理平衡工作与生活，减少加班，维护身心健康。
5.4. 强化行业协同监管，营造外部良性生态
需联动行业、社会、政府形成协同干预合力。行业层面应制定自律公约，规范工时与竞争秩序，树立标杆企业，推广高效管理经验。社会层面加强观念引导，借助宣传科普重塑成功认知，在教育阶段融入职业规划与职场边界教育，树立健康职业观。政府层面强化劳动监察与执法，严厉打击无偿加班、恶意竞争等行为，完善行业专项法规；同时运用政策扶持等手段，引导企业推进去内卷改革，共同营造健康的电商从业生态。
5.5. 建立动态反馈机制，保障措施实效
内卷的动态性要求措施持续优化。平台与企业定期通过调研、访谈收集反馈，量化评估直播时长、员工情绪、店铺转化等指标，及时调整考核、薪酬等制度。行业与政府建立动态监测机制，跟踪内卷形态变化，针对AI工具、跨境合规等新领域内卷，补充完善相关措施，确保去内卷化工作持续适配。
6. 结语
本研究以小红书平台467条电商职场内卷相关评论为样本，运用扎根理论探究其形成机制、特征、效应与应对路径，构建“电商行业职场内卷的动态循环与反卷响应”四层闭环模型，并结合LDA主题建模与情感分析进行量化验证，双重方法相互印证，保证了结论可靠性。研究虽未完整展示文本分析过程，但核心结果已为模型提供量化支撑，为破解电商内卷问题提供理论与实践参考。
研究表明，电商职场内卷遵循“平台规则驱动–企业制度绑架–个体行为异化–身心代价累积–诉求优化反馈”的动态循环，GMV单一考核、大促透支等是主要诱因，反卷则表现为个体拒绝、集体协商等多元形式。据此，本研究提出“平台–企业–个体–行业–政府”五维治理方案，兼顾行业特性与实操性，为多方主体提供行动指引。本研究存在平台样本局限，未来可拓宽数据来源、聚焦细分岗位深化研究。伴随人工智能与跨境电商发展，电商职场内卷将呈现新形态，后续可持续追踪其演变趋势，助力构建高效、公平、健康的电商职场生态。