运筹顶刊视角下，零工经济招聘认知更新机制探析；损失厌恶与任务相似性双重作用。

（来源：运筹OR帷幄）

零工经济作为数字时代的新型就业形态，正深刻改变全球劳动力市场的运行逻辑。平台通过算法匹配供需双方，实现了前所未有的灵活配置，但同时也带来了雇主决策复杂性增加的问题。运筹管理领域的权威期刊持续关注这一领域，产出了一批聚焦运营优化与行为洞察的经典文献。本文选取其中一篇发表于ManagementScience的代表性论文，系统梳理其理论框架与实证发现，旨在为读者呈现学界对在线合同劳动力招聘过程的最新理解。

论文作者将招聘过程刻画为一种动态经验学习机制。雇主并非基于完整信息理性决策，而是通过过往合作经历逐步调整对特定社会类别的信念。这种信念更新深受认知偏差影响，特别是损失厌恶现象：负面经历引发的回避反应远强于正面经历带来的偏好增强。在大规模在线劳动力市场数据验证中，这一不对称效应得到清晰体现，雇主在遭遇不良结果后，对相关国家申请者的后续接纳意愿出现明显下降。

任务相似性进一步调节了上述效应。当先前负面经历源于高度相近的工作内容时，雇主会大幅降低对该国家群体的信任度，形成更强的泛化排斥。反之，相似任务中的成功经历虽能提升概率，但幅度相对温和。这种调节作用源于雇主对可比性的感知：相似任务被视为更可靠的信号来源，从而放大经验的影响权重。该发现突显了情境因素在行为学习中的关键地位，也为解释市场中群体性劣势的持久性提供了依据。

研究还延伸讨论了应对策略的潜在后果。在负面经历积累后，雇主转向其他国家来源虽可缓解即时风险，却需承担额外成本以吸引替代劳动力。这类补偿机制反映了市场对偏见成本的内生调整。同时，论文从印象形成与招聘歧视文献中汲取营养，丰富了对零工经济中偏见动态的跨学科理解。它强调，平台并非中性中介，而是通过算法放大人际认知偏差，需要更多关注公平性设计。

展望未来，零工经济的研究需进一步整合行为科学与运筹优化方法。如何通过平台规则干预学习过程、缓解损失厌恶驱动的歧视，成为值得探索的方向。同时，结合更多顶刊后续工作，可构建更全面的零工经济运营理论框架。这些努力将有助于提升市场包容性，推动数字劳动力平台向更可持续、更高效的方向演进。

总之，这类顶刊文献为理解零工经济中的微观行为提供了坚实基础。它揭示了经验学习在招聘决策中的核心作用，也提醒从业者注意认知偏差可能带来的系统性影响。在快速迭代的数字经济浪潮中，坚持学术洞察与实践结合，方能实现行业健康长远发展。