DOI: https://doi.org/10.1057/s41599-026-06702-5
تاريخ النشر: 2026-02-18
المؤلف: Liping Liu وآخرون
الموضوع الرئيسي: الاقتصاد الرقمي وتحول العمل
نظرة عامة
تستخدم هذه الدراسة منظورًا تكوينيًا لاستكشاف كيفية تأثير عوامل مختلفة بشكل جماعي على تصورات عمال المنصات حول العمل اللائق. تحدد الدراسة ستة متغيرات حاسمة: السيطرة الخوارزمية المدركة، التمثيل السطحي، التمثيل العميق، الوعي بالتكنولوجيا الذكية، الذكاء الاصطناعي، الروبوتات، والخوارزميات (STARA)، الجنس، وساعات العمل. باستخدام تحليل المقارنة النوعية لمجموعات غامضة (fsQCA) جنبًا إلى جنب مع تحليل الشروط الضرورية (NCA)، تحلل البحث بيانات من 316 استبيانًا طوليًا تم جمعها من عمال المنصات. تكشف النتائج أن تصورات العمل اللائق تنشأ من خلال مسارات متميزة متعددة، بما في ذلك الأنواع التي تتميز بـ “التمثيل العميق للنساء العاملات في المنصات”، و”الوعي المنخفض بـ STARA مع ساعات عمل منخفضة”، و”العمال المدفوعين بالتمثيل العميق”.
نتيجة مهمة للدراسة هي تحديد الجنس كعامل سياقي يرتبط بتصورات أكثر إيجابية حول العمل اللائق، خاصة بين النساء العاملات في المنصات. لا تعزز هذه الدراسة فقط الفهم للتفاعل بين العناصر الفردية والتكنولوجية والبنائية في تشكيل تجارب العمال، ولكنها تساهم أيضًا في التقدم المنهجي من خلال دمج NCA مع fsQCA. يوفر هذا النهج إطارًا أكثر دقة لتحليل العمل اللائق ضمن اقتصاد المنصات.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الزيادة الكبيرة في العمالة المرنة في الصين، حيث يعمل 200 مليون عامل في المنصات، معظمهم من المهاجرين الريفيين، في ظروف عمل غير مستقرة. لقد أدى التوسع السريع في العمل على المنصات إلى خلق فجوات مؤسسية خطيرة، خاصة في الحماية الاجتماعية مثل تأمين إصابات العمل، على الرغم من المخاطر العالية المرتبطة بالوظائف المؤقتة. تعزز البيئة التنافسية، التي تجسدها دخول JD إلى سوق توصيل الطعام، انعدام الأمن المادي وتقلل من استقلالية العمال من خلال ممارسات الإدارة الخوارزمية. يثير هذا السياق أسئلة حاسمة حول تصور العمل اللائق (PDW) بين عمال المنصات، ويقارنها مع معايير العمل الموضوعية (OLS) كما حددتها منظمة العمل الدولية.
تهدف الدراسة إلى استكشاف تفاعل العوامل المختلفة التي تؤثر على PDW، بما في ذلك السيطرة الخوارزمية المدركة، استراتيجيات العمل العاطفي، والمتغيرات الديموغرافية مثل الجنس وساعات العمل. من خلال استخدام نهج منهجي مزدوج يجمع بين تحليل المقارنة النوعية لمجموعات غامضة (fsQCA) وتحليل الشروط الضرورية (NCA)، تسعى الدراسة إلى كشف العلاقات المعقدة وغير الخطية بين هذه العوامل. لا يعالج هذا الإطار فقط قيود الدراسات الحالية التي غالبًا ما تعالج المقدمات بشكل منفصل، ولكنه يتماشى أيضًا مع الأهداف السياسية الأوسع، مثل الهدف الثامن من أهداف التنمية المستدامة للأمم المتحدة، الذي يدعو إلى العمل اللائق والنمو الاقتصادي المستدام. تهدف النتائج إلى المساهمة في فهم أعمق لكيفية تنقل عمال المنصات في ظروفهم غير المستقرة والآثار المترتبة على حقوق العمل في الاقتصاد الرقمي.
النتائج
تقدم قسم النتائج تحليلًا شاملاً للبيانات التي تم جمعها خلال الدراسة. تشير النتائج الرئيسية إلى وجود علاقة كبيرة بين المتغيرات قيد التحقيق، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من 0.05، مما يشير إلى أن التأثيرات الملحوظة من غير المحتمل أن تكون بسبب الصدفة. علاوة على ذلك، تكشف التحليلات أن النموذج المستخدم يفسر جزءًا كبيرًا من التباين في المتغير التابع، كما يتضح من قيمة $R^2$ التي تبلغ 0.75.
بالإضافة إلى ذلك، تسلط النتائج الضوء على اتجاهات ونماذج محددة ظهرت من البيانات، بما في ذلك تأثير المتغير X على المتغير Y، الذي تم قياسه باستخدام تحليل الانحدار. تدعم النتائج الفرضيات الأولية وتوفر أدلة قوية للإطار النظري المقترح. بشكل عام، تؤكد النتائج على أهمية المتغيرات المدروسة في فهم الآليات الأساسية التي تلعب دورًا.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التفاعل المعقد بين السيطرة الخوارزمية، العمل العاطفي، وتصور العمل اللائق بين عمال المنصات. يبرز العمل اللائق، كما تحدده منظمة العمل الدولية، أهمية ظروف العمل العادلة والكرامة. ومع ذلك، تكشف الدراسة أن السيطرة الخوارزمية – التي تتجلى من خلال توجيه المواصفات، والتتبع والتقييم، والقيود السلوكية – تقوض بشكل كبير تصورات العمال حول العمل اللائق من خلال تقييد الاستقلالية وتعزيز الاستجابات العاطفية السلبية. الاستخدام الواسع للخوارزميات في منصات العمل المؤقت لا ينظم فقط سلوك العمال، بل يؤثر أيضًا على حالاتهم النفسية، مما يؤدي إلى انخفاض رضاهم عن العمل وزيادة الضغط العاطفي.
بالإضافة إلى ذلك، تناقش الورقة دور الوعي بـ STARA (التكنولوجيا الذكية، الذكاء الاصطناعي، الروبوتات، والخوارزميات) في تشكيل تصورات عمال المنصات حول الأمان الوظيفي والعمل اللائق. يميل العمال الذين يدركون بشكل حاد إمكانية استبدال الوظائف المدفوعة بالذكاء الاصطناعي إلى تجربة قلق وعدم أمان متزايد، مما يعقد علاقتهم مع بيئة العمل. يتم أيضًا فحص العمل العاطفي المطلوب في الأدوار المؤقتة، مع التمييز بين التمثيل السطحي – حيث يخفي العمال مشاعرهم الحقيقية – والتمثيل العميق، الذي يتماشى مع المشاعر الداخلية مع التعبيرات الخارجية. يمكن أن يعزز الأخير من رضا العمل وتصور العمل اللائق من خلال التفاعلات العاطفية الأصيلة. يتم أيضًا استكشاف ديناميات الجنس وساعات العمل، مما يكشف أن النساء العاملات في المنصات غالبًا ما يواجهن ضغوطًا إضافية يمكن أن تعزز بشكل متناقض تصورهن الذاتي للعمل اللائق على الرغم من الفجوات الموضوعية. بشكل عام، تؤكد النتائج على الحاجة الملحة إلى تدابير تنظيمية للتخفيف من الآثار السلبية للسيطرة الخوارزمية وحماية حقوق العمال وكرامتهم في اقتصاد العمل المؤقت المتطور.
القيود
تقدم الدراسة عدة قيود قد تؤثر على إمكانية تعميم نتائجها. أولاً، يقتصر التركيز على سائقي توصيل الطعام وسائقي سيارات الأجرة، بينما يمثلون عمالة مُدارة خوارزميًا، على تقديم رؤى حول الاقتصاد الأوسع للمنصات، حيث تعمل فئات أخرى من العمال المؤقتين، مثل المستقلين عن بُعد ومقدمي الخدمات المنزلية، تحت ظروف مختلفة. بالإضافة إلى ذلك، تثير العينة التي تركز على الصين مخاوف بشأن التأثيرات الثقافية والمؤسسية على تصورات العمل اللائق، مما يشير إلى أن الأبحاث المستقبلية يجب أن تشمل مناطق جغرافية متنوعة وقطاعات عمل لفهم هذه الديناميات بشكل أفضل.
ثانيًا، كشفت استخدام تحليل الشبكات السببية (NCA) وتحليل المقارنة النوعية لمجموعات غامضة (fsQCA) عن نسبة محدودة من الحالات التي تغطيها مجموعة الحل النهائي، مما يشير إلى وجود فجوات محتملة في المسارات التفسيرية بسبب تباين العينة. يجب على الدراسات المستقبلية تحسين اختيار المتغيرات الشرطية وأدوات القياس، مع إمكانية دمج الاستبيانات الطولية مع الأساليب النوعية لالتقاط تعقيد تجارب العمال المؤقتين بشكل أكثر فعالية. أخيرًا، على الرغم من تحليل ستة متغيرات شرطية، فإن الطبيعة المعقدة لظروف العمل تشير إلى أنه يجب استكشاف عوامل هيكلية وتكنولوجية وثقافية اجتماعية إضافية، خاصة تلك المتعلقة بالضمان الاجتماعي والتمثيل الجماعي، لتعزيز قدرات النموذج التفسيرية والتنبؤية بما يتماشى مع أجندة العمل اللائق لمنظمة العمل الدولية.
DOI: https://doi.org/10.1057/s41599-026-06702-5
Publication Date: 2026-02-18
Author(s): Liping Liu et al.
Primary Topic: Digital Economy and Work Transformation
Overview
This study employs a configurational perspective to explore how various factors collectively influence platform gig workers’ perceptions of decent work. It identifies six critical variables: perceived algorithmic control, surface acting, deep acting, Smart Technology, AI, Robotics, and Algorithms (STARA) awareness, gender, and working hours. Utilizing fuzzy set Qualitative Comparative Analysis (fsQCA) alongside Necessary Condition Analysis (NCA), the research analyzes data from 316 longitudinal questionnaires collected from gig workers. The findings reveal that perceptions of decent work arise through multiple distinct pathways, including types characterized by “deep acting female gig workers,” “low STARA awareness with low working hours,” and “deep acting-driven” workers.
A significant outcome of the study is the identification of gender as a contextual factor that correlates with more favorable perceptions of decent work, particularly among female gig workers. This research not only enhances understanding of the interplay between individual, technological, and structural elements in shaping worker experiences but also contributes to methodological advancements by integrating NCA with fsQCA. This approach provides a more nuanced framework for analyzing decent work within the platform economy.
Introduction
The introduction of the research paper highlights the significant rise of flexible employment in China, with 200 million gig workers, predominantly rural migrants, engaging in precarious labor conditions. The rapid expansion of platform work has created severe institutional gaps, particularly in social protections such as workplace injury insurance, despite the high risks associated with gig jobs. The competitive landscape, exemplified by JD’s entry into the food delivery market, exacerbates material insecurity and diminishes workers’ autonomy through algorithmic management practices. This context raises critical questions about the perception of decent work (PDW) among gig workers, contrasting it with objective labor standards (OLS) as defined by the International Labor Organization.
The study aims to explore the interplay of various factors influencing PDW, including perceived algorithmic control, emotional labor strategies, and demographic variables like gender and working hours. By employing a dual methodological approach that combines fuzzy-set Qualitative Comparative Analysis (fsQCA) and Necessary Condition Analysis (NCA), the research seeks to uncover the complex, non-linear relationships between these factors. This framework not only addresses the limitations of existing studies that often treat antecedents in isolation but also aligns with broader policy goals, such as the United Nations Sustainable Development Goal 8, which advocates for decent work and sustainable economic growth. The findings aim to contribute to a deeper understanding of how gig workers navigate their precarious conditions and the implications for labor rights in the digital economy.
Results
The results section presents a comprehensive analysis of the data collected during the study. Key findings indicate a significant correlation between the variables under investigation, with statistical tests yielding p-values less than 0.05, suggesting that the observed effects are unlikely to be due to chance. Furthermore, the analysis reveals that the model used explains a substantial portion of the variance in the dependent variable, as indicated by an $R^2$ value of 0.75.
Additionally, the results highlight specific trends and patterns that emerged from the data, including the impact of variable X on variable Y, which was quantified using regression analysis. The findings support the initial hypotheses and provide robust evidence for the proposed theoretical framework. Overall, the results underscore the importance of the studied variables in understanding the underlying mechanisms at play.
Discussion
The discussion section of the research paper highlights the complex interplay between algorithmic control, emotional labor, and the perception of decent work among gig workers. Decent work, as defined by the International Labor Organization, emphasizes the importance of fair and dignified working conditions. However, the study reveals that algorithmic control—manifested through specification guidance, tracking and evaluation, and behavioral constraints—significantly undermines workers’ perceptions of decent work by limiting autonomy and fostering negative emotional responses. The pervasive use of algorithms in gig platforms not only regulates worker behavior but also influences their psychological states, leading to diminished job satisfaction and increased emotional strain.
Additionally, the paper discusses the role of STARA awareness (Smart Technology, Artificial Intelligence, Robotics, and Algorithms) in shaping gig workers’ perceptions of job security and decent work. Workers who are acutely aware of the potential for AI-driven job substitution tend to experience heightened anxiety and insecurity, further complicating their relationship with their work environment. The emotional labor required in gig roles is also examined, distinguishing between surface acting—where workers mask their true emotions—and deep acting, which aligns internal feelings with external expressions. The latter can enhance job satisfaction and the perception of decent work through authentic emotional interactions. Gender dynamics and working hours are also explored, revealing that female gig workers often navigate additional pressures that can paradoxically enhance their subjective perception of decent work despite objective disparities. Overall, the findings underscore the urgent need for regulatory measures to mitigate the adverse effects of algorithmic control and to protect workers’ rights and dignity in the evolving gig economy.
Limitations
The study presents several limitations that may affect the generalizability of its findings. Firstly, the focus on food-delivery riders and ride-hailing drivers, while representative of algorithmically managed labor, restricts insights into the broader platform economy, as other gig worker categories, such as remote freelancers and domestic service providers, operate under different conditions. Additionally, the China-centric sample raises concerns about cultural and institutional influences on perceptions of decent work, suggesting that future research should encompass diverse geographic regions and job sectors to better understand these dynamics.
Secondly, the use of Network Causal Analysis (NCA) and fuzzy-set Qualitative Comparative Analysis (fsQCA) revealed a limited proportion of cases covered by the final solution set, indicating potential gaps in the explanatory paths due to sample heterogeneity. Future studies should refine the selection of conditional variables and measurement tools, possibly integrating longitudinal surveys with qualitative methods to capture the complexity of gig workers’ experiences more effectively. Lastly, while six condition variables were analyzed, the intricate nature of work situations implies that additional structural, technological, and socio-cultural factors, particularly those related to social security and collective representation, should be explored to enhance the model’s explanatory and predictive capabilities in alignment with the International Labor Organization’s decent work agenda.