中国情境下工作场所包容的剖面结构及其关系模式研究

瞿皎姣 曹 霞 米 捷

(1.华侨大学工商管理学院；
2.山西财经大学工商管理学院；
3.太原理工大学经济管理学院)

出于经济、社会、伦理、法律及公共关系等目的的考虑，组织致力于组建一支多元化的员工队伍，以利用其所蕴藏的多元价值。由于多样性具有双刃剑属性[1,2]，在促进组织创新、提高决策质量的同时，也可能导致群体冲突、增加管理成本[3]。如何有效管理多样性，以趋其利，避其害，从而最大化多样性价值是学术界和实践界一直在探求的问题[4～6]。除此之外，多样性还具有情境属性[7,8]。例如，在西方情境下凸显的种族多样性问题在中国情境下不甚突出，但由地缘多样性衍生出的关系(社会连接)、风俗、地域文化差异却在中国情境下更为凸显[7,8]。该现象也引发学者们的思考，即中国企业所存在的多样性管理问题呈现出不同于西方企业情境的独特性，亦是多样性管理研究有待进一步解决的一个情境化问题。

当下，多样性管理研究经历合规→同质→异质→包容的范式演化[9]，研究导向已从“多样”转向“包容”[2,4]。包容是对个体求同(归属性)和求异(独特性)双重需求的平衡和满足[10]，被视为应对员工队伍多样性的理想策略[2,3,11]。该概念强调整合多元价值[12]、尊重不同文化[13]、接纳不同身份[1]、倡导公平对待[10]，以及鼓励所有人而非部分人参与决策、全力贡献[1]。一个包容的组织可提高成员的组织承诺、组织公民行为、工作满意度、创造力和工作绩效等[1,2,4,14,15]。

然而，尽管包容的积极效应已得到诸多研究支持，但如何实现包容尚未被充分揭示[2,16]，制约着包容性工作场所的建构。鉴于此，研究者们开始探索包容的成因，从实践、领导、氛围角度研究工作场所包容的促进策略[2]。除此之外，还有学者呼吁从方法论上创新，基于类型学视角考察工作场所包容的群体类属[11]，以了解是否存在包容子群体，哪类员工更被包容或相反，以期在此基础上识别出哪些因素会影响类属划分，从而揭示关系模式在不同类别上体现出的差异化效应。这种基于类别证据的信息是对传统共变关系研究的补充，有助于更系统地了解工作场所包容的画像，明晰工作场所包容的现状及成因，进而有针对性地提出包容性组织的建构策略[11]。

潜剖面分析 (latent profile analysis, LPA) 是一种典型的以个体为中心的分类技术，可用以识别同质群体中的潜类别并据此考察变量间的复杂关系[17,18]。该方法是基于量表题项得分而非量表总体或均值得分来对群体中的个体进行类别划分[18]，分类结果更加准确，可为工作场所包容剖面结构及关系模式的识别提供更可信的证据信息。尽管已有学者尝试利用LPA方法来探索工作场所包容剖面[11,19]，但其选用的测量工具并未完全反映工作场所包容的内涵，且样本量较小，在一定程度上限制了研究结果的代表性和解释力。不仅如此，既有研究虽然证实了不同分类的实质差异，但未能进一步分析导致类别划分的成因，故仍不足以指导包容性组织的建立。

鉴于潜剖面结构受样本特征和测量工具的影响[18,20]，因此，基于更有代表性的样本，并选择更能反映工作场所包容概念内涵的测量工具，来展开LPA的研究将有助于弥补既有研究的不足。为此，本研究拟依据来自多种行业、多个地区的中国样本，利用CHUNG等[4]围绕包容概念[10]所开发的工作群体包容量表来展开潜剖面分析，以期在理论上有助于识别中国情境下工作场所包容的类别，丰富包容的情境化研究，推动包容剖面的前因-结果研究，在实践上为包容性组织的建构提供方向和建议。

2.1 工作场所包容的概念及测量

包容早期的概念是一元性的，尽管已界定出不同维度，但在内涵上并没有体现出冲突性。MOR BARAK等[21,22]从感知视角将包容界定为个人感觉到被纳入组织关键过程的程度，包括获取信息和资源，与主管和同事的联系，以及参与和影响决策过程的能力，并开发出测量工具。PELLED等[23]在强调内部人身份属性的基础上，将包容界定为员工在工作系统中被其他人接受和视为内部人员的程度，并提出包容性工作环境的3个指标：员工能够影响决策、可以获取重要信息、工作有保障。ROBERSON[24]则强调了包容的价值体现属性，并将其界定为不同个体在组织中充分参与、全力贡献的程度。上述早期的相关界定所强调的内部人身份和价值体现奠定了包容概念的内涵基础。

沿着这一概念脉络，SHORE等[10]基于最佳区分理论，将包容界定为员工感知到的一种有尊严的群体身份，主要体现为其归属和独特双重需求的满足。其后，JANSEN等[25]基于自我决定理论，将包容界定为由归属性和真实性两个一阶因子组成的高阶因子。BUENGELER等[26]则基于多重认同视角，将包容内涵扩展为包括个体层次的独特性、人际层次的归属性和集体层次的共同性。

总体而言，包容被视为是积极变革过程(包容)和情感结果(觉得被包容)的整合，其核心在于对群体中个体差异的承认、尊重、欣赏和利用，主要体现出以下6个主题：工作参与、受尊重和有价值感、影响决策制定、安全感、真实性、重视多样性和公平对待[2]。SHORE等[10]提出的有关包容的界定在多样性和包容性领域的应用更为广泛，更加符合工作场所包容概念的基本内涵。围绕SHORE等[10]的概念界定，CHUNG等[4]开发出一个10题项工作群体包容量表。

2.2 潜剖面分析法

潜剖面分析法属于以人为中心的一种分析方法。不同于传统以变量为中心的方法基于不同个体来考察某一变量对结果的预测性，个人中心法是基于同一个体考察多个变量组合对结果的共同作用[27]。变量中心法假定样本同质，忽略了参与者往往来自不同子群体的事实，而不同子群体中变量之间的关系在质或量上可能存在差异。个人中心法则考虑到了子群体存在的可能性，通过群体的共享反应模式来识别异质性[28]。相较之下，个人中心法能在一个同质群体里识别出在量(程度)或质(形状)上存在不同的子群体[27,28]，并据此进一步识别不同群体类别呈现出的前因-结果的不同关系模式[28]，更符合个体对事物的分类认知图式，更加直观、综合、贴近现实[29]。

作为典型的以个体为中心的分类技术，潜剖面分析法通常被用来识别同质群体中的潜类别及变量间的复杂关系[30]，其假定每个人都具有成员身份，并能计算出群体归属的概率[17]。通过释放群体同质假设，在确定类别的基础上，该方法可基于不同类别进一步考察变量之间可能存在的不同关系模式[27]，更加精准地反映事物之间的复杂关系。这一分类技术在心理学和组织行为学领域日渐兴起[18,31～33]。

2.3 工作场所包容的剖面结构

已有少数学者基于个人中心法，利用LPA分析技术来探索包容剖面，以了解工作场所包容现状，为包容性环境建构提供证据。BRIMHALL等[11]利用文献[1]开发的15个题项的包容性氛围量表，基于美国非盈利医疗服务部门的213个员工样本识别出两个类别，即高价值和低价值群体。该研究发现：亚裔或拉丁裔，年龄在50～59岁，学历在高中以下，工龄在11～20年的员工更可能感受到较低程度的包容，属于低价值群体；
而白人，年龄在19～29岁，受教育程度高，工龄小于3年的员工则相反，更可能感受到较高程度的包容，属于高价值群体，反映出美国工作场所包容的特征。QU等[19]则利用文献[21]开发的4个题项包容性氛围子量表，基于中国企业的368个员工样本识别出3个类别：身份包容、价值包容和低包容群体。该研究结果显示，男性、年长、受教育程度更高，来自发达地区的员工更可能感受到身份包容。该研究揭示出的中国情境下工作场所包容特征，与基于美国样本得出的研究结论存在不同。

2.4 研究内容

既有关于包容类别的研究尽管在工作场所包容剖面的揭示上具有开创性意义，但也存在局限。例如，BRIMHALL等[11]和QU等[19]的样本来源都较为单一，且样本量较小(分别为213和368)，这在一定程度上限制了研究结果的代表性。而且，这两个研究所依据的测量工具都未能完全反映工作场所包容概念内涵：文献[11]采用的是文献[1]开发的包容性氛围量表；
QU等[19]采用的是文献[21]开发的多样性氛围量表中的包容性氛围子量表。由于这些量表的测度偏向包容前因而非包容本身，因此，降低了研究结果的解释力。而SHORE等[10]基于最佳区分理论则将包容界定为个体归属性和独特性需求的平衡满足，且CHUNG等[4]据此开发出的工作群体包容量表测量的正是这一包容内涵本身。鉴于此，本研究将依据该量表，通过多个样本来对工作场所包容剖面结构进行探索。

另外，BRIMHALL等[11]和QU等[19]的研究表明，不同包容剖面在性别、年龄、学历、年资等人口学特征变量上可能存在实质差异。为此，本研究将在工作场所包容剖面识别的基础上，基于人口学特征变量来检验不同剖面的区辨性。不仅如此，包容从被提出之初，就被视为是幸福感的根源[22]，因此，本研究遂将同时考察工作场所包容的不同剖面是否带来不同程度的幸福感。此外，鼓励建言、参与、沟通和个体发展等组织实践，以及同事支持、领导支持等社会支持[7]被视为提高员工工作场所包容感知的因素。鉴于此，本研究将进一步考察这些工作资源是否影响成员的包容类属，即分析其是否对工作场所包容剖面的划分具有预测作用。

为解决上述3个问题，本研究设计了两个子研究：首先，探索工作场所包容剖面结构；
其次，验证工作场所包容剖面结构，并据此展开包容剖面的前因-结果关系模式分析。

3.1 样本与程序

本研究通过问卷调查法，从重庆和成都两市的3家企业招募研究对象(制造型、服务型、高科技型企业各1家)。首先，在参与调研企业人力资源管理部门的支持下，课题组将调研信息在企业内部的即时通讯平台发布，愿意参与调研的员工可通过扫描二维码加入专用微信群；
然后，课题组向入群员工发放电子版问卷供在线填写。每位参与者提交问卷后可获得2元现金红包。出于对答题质量的考虑，课题组将提交过快(1分钟之内)或过慢(15分钟之后)的问卷予以“过滤”。共回收643份问卷，删除答案呈明显规律性、出现异常值、缺失值较多的114份问卷后得到529份有效问卷，问卷有效率为82.3%。样本信息见表1。

表1 研究1的样本信息(N=529)

3.2 变量测量

为确保测量等值，本研究采取翻译-回译法[34]将英文量表翻译成中文。具体如下：①先由本论文的第一作者将英文量表翻译为中文；
②再由一位在美国攻读人力资源管理专业博士学位的中国留学生将中文回译为英文；
③由本论文第二作者对原量表和回译量表进行对比分析，找出需要修改之处；
④最后上述3个译者一起商讨修改直到达成一致。

本研究选取CHUNG等[4]开发的量表来测量员工感知到的工作场所包容程度，该量表包括两个维度，共10个题项：①归属感，有5个测量题项，如“我被视为团队的重要一员”；
②独特感，有5个测量题项，如“我被鼓励提出不同于大家的工作见解”。该量表的Cronbach’sα系数值为 0.980(归属性和独特性分量表的Cronbach’sα系数值分别为 0.959和0.919)，CFA结果为χ2=131.009、df=34、CFI=0.966、TLI=0.951、MSEA=0.078，具有良好的信度和效度。

3.3 分析技术

本研究利用Mplus 7.4软件执行验证性因子分析和潜剖面分析。从1个类别开始，逐渐增加模型中的潜剖面类别数目，直到模型拟合不再显著提高。本研究主要基于以下7个指标来评价模型优劣：①Loglikelihood、AIC、BIC和SSA-BIC，这3个指标数值越小，表明模型拟合越好；
②Entropy，该指标用来评估模型分类的精确程度，如数值大于0.80，则表明分类准确率超过90%；
③LMR和BLRT，这两个指标利用似然比来比较潜类别模型的拟合差异，如LMR和BLRT的数值在小于0.05时具有统计学意义，表明k个类别的模型显著优于k-1个类别的模型[35]。上述7个指标除了具有统计学意义之外，还需在理论上具有解释性[35]。由此，在确定最优模型所划分的类别都具有实质意义后，对每个类别进行命名以概括其理论内涵。

3.4 结果分析

1到5个类别的潜剖面模型拟合结果见表2。需要指出的是，Loglikelihood、AIC、BIC、SSA-BIC、Entropy、LMR、BLRT等指标表明这5个潜剖面模型都具有良好的拟合度，但还不能据此确定最优模型。鉴于此，参照VAZIRI 等[31]的建议，本研究依据BIC值绘制了类别拐点图(见图1)。由图1可知，BIC曲线在3个类别附近变得平缓。此后，随着类别数量增加，斜率并未显著降低，而且3个类别的平均概率高于0.90 (见表3)。由此，3个类别模型可判定为最优潜剖面模型。

表2 潜剖面模型的拟合结果(N=529)

表3 研究1的3个类别潜剖面信息

3个类别剖面模型的基本信息见图2，每一个类别的成员数量和比例、工作场所包容的均值和标准差见表3。由图2和表3可知，大多数被试(67.6%)在工作场所包容测量的所有题项上具有中等水平得分，说明该群体成员在工作场所中体验到中等程度的包容，遂命名为中包容群体(第2类)；
有部分被试(21.8%)在工作场所包容测量的所有题项上得分较高，说明该群体成员在工作场所中被包容的程度高，遂命名为高包容群体(第3类)；
还有少部分被试(10.6%)在工作场所包容测量的所有题项上得分较低，说明该群体成员在工作场所中获得包容的程度较低，尽管占比较小，但具有实质意义，遂予以保留且命名为低包容群体(第1类)。

图2 工作场所包容潜剖面的探索性分析图[注]横坐标中，B1～B5表示“归属性”的5个测量题项，U1～U5表示“独特性”的5个测量题项，下同。

为此，研究1识别出工作场所包容的潜剖面结构，即高、中、低3类包容群体。其中，大部分为中、高包容群体，低包容群体仅占10%左右，这也间接揭示出中国情境下工作场所包容的现状。

本研究通过研究2来验证研究1所得潜剖面的稳健性，并在此基础上检验工作资源是否可预测工作场所包容类别、不同包容类别是否具有不同程度的幸福感及其他实质差异。

4.1 样本与程序

研究2同研究1类似，通过问卷调查法，从山西、江苏、福建3个省份的8家企业中招募研究对象。其中，制造型企业有3家，服务型企业有3家，高科技型企业有2家。研究2执行与研究1相似的程序来获取数据。由于研究2涉及关系检验，为降低同源方差，通过两时点收集数据。具体如下：①时点1，在该时点向微信群中被试发放含预测变量和结果变量的电子问卷；
②时点2，在时点1完成一周后进行，向时点1中提交问卷的被试发放包含个人基本信息和工作场所包容的电子问卷。为收回匹配问卷，每份问卷提交后均可获得3元现金红包。

两轮调查后共收到692份匹配问卷。在删除答案呈明显规律性、出现异常值、缺失值较多的71份问卷后，最后得到621份有效问卷，问卷有效回收率为89.7%。样本信息见表4。

表4 研究2的样本信息(N=621)

4.2 变量测量

鉴于研究2所涉及的量表为英文成熟量表，因此，采用与研究1相同的翻译-回译程序翻译为中文量表。

(1)工作场所包容该变量的测量仍选取CHUNG等[4]开发的量表，包括归属性和独特性两个维度，共10个题项。该量表的Cronbach’sα系数值为 0.981(归属性和独特性分量表的Cronbach’sα系数值分别为 0.961和 0.971)，CFA结果为χ2=144.895、df=34、CFI=0.969、TLI=0.956、MSEA=0.075，具有良好的信度和效度。

(2)工作资源该变量的测量采用BAKKER[36]开发的JD-R量表中的工作资源子量表，包括自主性、社会支持、领导指导、发展机会和反馈5个维度。具体如下：①自主性，用于测量员工在工作中享有的自主性程度，共3个题项，如“你是否可以掌控自己的工作过程”。该维度分量表的Cronbach’sα系数值为 0.754，具有较好的信度。②社会支持，测量员工在工作中获得同事的支持程度，共3个题项，如“在需要时我能够获得同事的帮助”。该维度分量表的Cronbach’sα系数值为 0.950，具有良好的信度。③领导指导，测量员工在工作中获得领导的指导程度，共5个题项，如“领导对我工作中存在的问题和诉求给予了关怀”。该维度分量表的Cronbach’sα系数值为 0.934，CFA结果为χ2=31.830、df=5、CFI=0.982、TLI=0.963、MSEA=0.071，具有良好的信度和效度。④发展机会，测量员工在工作中可拥有的发展机会，共3个题项，如“我现在从事的工作让我学到很多新东西”。该维度分量表的Cronbach’sα系数值为 0.931，具有良好的信度。⑤反馈，测量员工在工作中可获得的反馈信息，共3个题项，如“我非常清楚自己的工作结果”。该维度分量表的Cronbach’sα系数值为0.949，具有良好的信度。

(3)幸福感该变量的测量采用BAKKER[36]开发的JD-R量表中的幸福感子量表，包括：①耗竭维度，共4个题项，如“我工作时会感到很累”；
②投入维度，共9个题项，如“我工作时很专心”。该量表的Cronbach’sα系数值为 0.919，其中，耗竭维度和投入维度两个分量表的Cronbach’sα系数值分别为 0.960和0.899，CFA结果为χ2=72.102、df=19、CFI=0.984、TLI=0.968、MSEA=0.082，具有良好的信度和效度。

4.3 分析技术

本研究运用SPSS 21.0软件完成样本描述性统计分析和量表内部一致性分析，以及利用Mplus 7.4软件进行验证性因子分析和潜剖面分析。潜剖面分析的具体程序与研究1一致。

为检验工作资源对工作场所包容潜类别的影响，以及包容潜类别对幸福感的影响，本研究采用自动3步法进行分析：①确定最优类别模型；
②确定个体可能的类别归属；
③分别将预测和结果变量作为协变量进行建模分析[37]。

为建模分析预测变量，在Mplus软件中使用R3STEP命令来执行系列多项逻辑回归[37]，考察预测变量水平的增加是否会提高个体归属于某一类别的可能性。为建模分析结果变量，在Mplus软件中使用BCH命令来执行比较分析[37]，以考察不同类别在结果变量上是否存在显著差异。

为考察不同剖面之间的区分性，本研究对其在人口特征变量上的跨组差异性进行检测，包括性别、年龄、资历、教育程度、所在行业以及来源地。其中，年龄和年资是连续变量，通过BCH命令进行检验；
性别、教育水平、行业和来源地是分类变量，采用DCAT命令来检验[38]。

4.4 结果分析

为检验本研究所涉变量之间的区分性，执行系列验证性因子分析，有关结果见表5。由表5可知，7因子模型的拟合性显著优于其他模型，说明本研究所涉变量具有良好的区别效度。

表5 验证性因子分析结果(N=621)

研究2中，各变量均值、标准差以及相关系数见表6。由表6可知，工作场所包容与自主性(r=0.458,p<0.01)、社会支持(r=0.583,p<0.01)、领导指导(r=0.589,p<0.01)、发展机会(r=0.596,p<0.01)、反馈(r=0.437,p<0.01)和幸福感(r=0.503,p<0.01)都显著正相关。

表6 各变量的均值、标准差和相关系数(N=621)

在对预测关系和影响关系进行检验之前，首先基于新样本(N=621)对研究1所识别的工作场所包容潜剖面进行验证，以确定类别稳健性。与研究1执行相同的LPA步骤，从1到5个类别的模型拟合结果见表7。同样，由于Loglikelihood、AIC、BIC、SSA-BIC、Entropy值以及LMR、BLRT显著性等指标仍不能确定最优类别模型，因此，参照VAZIRI等[31]的建议绘制了BIC拐点图(见图3)。由图3可知，BIC曲线仍是在3个类别模型附近变得平缓，且该分类的平均概率也都高于0.90。研究2中，3个类别剖面模型的基本信息见图4，每一类别的成员数量和比例、工作场所包容的均值和标准差见表8。由图4和表8可知，与研究1所得出的3个类别呈现出相近特征：大多数被试(67.2%)具有中等水平的工作场所包容得分，属于中包容群体(第2类)；
有21.7%的被试具有较高水平的工作场所包容得分，属于高包容群体(第3类)；
较低水平包容的群体仍然占比最低，为11.1%，属于低包容群体(第1类)。

表7 潜剖面模型的拟合结果(N=621)

图3 研究2的BIC值拐点图

图4 工作场所包容潜类别的验证性分析图

表8 研究2的3类别潜剖面信息(N=621)

基于不同样本，本研究的LPA支持了研究1所识别的3个类别包容潜剖面结构，包括高、中、低3类包容群体。

基于3个类别模型，本研究对工作资源的5个预测变量是否影响个体类属划分进行了验证，分析结果见表9。可见，社会支持和领导指导对个体类属划分的影响如预期，个体获得的社会支持和领导指导越多， 所感知到的工作场所包容程度越高，越可能属于高包容群体；
反之，获得社会支持和领导指导越少的员工越容易成为低包容群体成员。但是，自主性、发展机会和反馈的预测效应与预期不同。自主性和发展机会对包容类属的预测效应相似，较高程度的自主性和发展机会可提高个体归属于中等包容群体成员的可能性(r自主性=2.519,p<0.001;r发展机会=2.393,p<0.001)；
但自主性和发展机会的进一步提高并不会显著提高个体归属于高包容群体的可能性(r自主性=0.210,n.s.)，发展机会甚至表现出降低个体归属于高包容群体的倾向(r发展机会=-0.197, n.s.)。尽管该效应不显著，但也显现出倒U形预测关系的可能性。而反馈则表现出⊂形预测关系，即在一定工作场所包容范围内，个体获得的反馈越多，反而越可能成为低包容群体成员(r反馈=-1.097,p<0.01)；
但当超过这个范围，个体获得的反馈越多，成为高包容群体的可能性越高(r反馈=0.962,p<0.01)。这揭示出反馈对包容群体划分的影响可能存在着“门槛效应”。

表9 基于3步法的工作场所包容剖面预测变量分析

对结果变量的关系检验结果表明，在对幸福感的影响中，高、中、低3个包容群体之间存在显著差异(见表10)。由表10可知，相比较而言，高包容群体的幸福感最高(M=4.337,SD=0.096)，中包容群体具有中等程度的幸福感 (M=3.809,SD=0.041)，而低包容群体的幸福感最低(M=2.620,SD=0.092)，支持了“越包容、越幸福”的研究预设。

表10 3个类别潜剖面的差异性检验结果(N=621)

同时，本研究还发现这3类群体在年龄、资历、教育程度、行业和来源地上存在显著差异，但在性别上的差异不显著。由表10可知，年龄(M=31.423,SD=0.486)和资历(M=4.846,SD=0.246)越高、具有硕士学历(M=0.223,SD=0.036)及博士学历(M=0.669,SD=0.041)，从事高技术行业(M=0.985,SD=0.010)，来自发达地区(M=0.438,SD=0.043)的员工更可能归属高包容群体；
而年龄(M=21.565,SD=0.222)和资历(M=1.232,SD=0.077)越低，学历越低(M=0.522,SD=0.060)，从事制造业(M=0.797,SD=0.048)，来自欠发达地区(M=0.652,SD=0.057)的员工更可能归属于低包容群体，这也间接刻画出中国情境下的工作场所包容画像。

本研究主要得出以下结论：①在中国情境下，工作场所包容具有3个剖面：高包容(占比超20%)、中包容(占比超67%)和低包容(占比11%左右)。②工作场所包容剖面在性别上不存在显著差异。这可能是受中国在20世纪初掀起的女性解放运动影响的结果。在“男女平等”“妇女撑起半边天”的政治号召下，传统社会中的性别不平等在一定程度上被缩减。由此，在职场中女性则有可能体验到与男性同事相近程度的包容感知。③包容程度越高的群体所体验到的幸福感也越高，支持了MOR BARAK 等[2]提出的包容可以促进幸福的观点。④同事支持和领导指导具有相同的预测效应，在工作场所中获得支持和指导越多的员工，越可能体验到包容感，则越可能归属于高包容群体。⑤在一定范围内，自主性和发展机会的增加，会提高个体从低包容群体转化为中包容群体的可能性，但超过这个范围，则并不能提高个体从中包容群体转化为高包容群体的可能性。可能的原因在于：相较于其他资源，自主性和发展机会，体现的是对个体独特性需求的满足；
而包容是归属性和独特性需求的平衡，过多满足独特性需求会侵蚀个体归属性需求的满足，反而会降低工作场所包容[10]。这间接揭示出自主性和发展机会对包容的倒U形预测关系。⑥在一定程度包容范围内，员工获得的反馈越多，其体验到的工作场所包容程度反而越低，从而增加其从中包容转化为低包容群体的概率；
但当超过这个范围，员工获得的反馈越多，其包容感知程度会越高，从而增加其从中包容转化为高包容群体的概率。这可能是因为反馈对工作场所包容的预测具有门槛效应。对于那些被组织包容程度较低的员工而言，获得更多的反馈可能会让其产生自我怀疑和自我否定，其独特性和归属性需求未能得到满足，则会降低包容感知。但是，具有一定程度包容感知的员工则可能会积极看待所获得的反馈，将其视为组织对自己的重视，工作场所包容感知也相应提高，遂增加其从中包容群体转化为高包容群体的概率。这间接揭示出反馈对包容的⊂形预测效应。

本研究的理论贡献主要在于：①有助于推进包容的情境化和跨文化研究。运用LPA这一典型的个人中心法，立足中国情境，基于CHUNG 等[4]开发的工作群体包容量表，识别出高、中、低3个工作场所包容剖面，且大部分为高、中包容群体，低包容群体仅占11%左右。而BRIMHALL 等[11]基于美国情境识别出高包容和低包容两个工作场所包容剖面，且比例较为接近，分别占59%和41%。与该研究另一点不同在于，本研究并未发现性别会影响包容类别划分，但证实了行业和来源地是影响中国情境下工作场所包容类属的重要因素，表明包容剖面研究需考虑文化和情境因素。②有助于促进工作场所包容剖面结构的前因研究。本研究发现：不同工作资源对工作场所包容类属的预测效应存在差异，同事支持/领导指导→工作场所包容可能存在正向线性关系；
自主性/发展机会→工作场所包容可能存在倒U形关系；
而反馈→工作场所包容可能存在着⊂形关系。这表明，在考察工作场所包容剖面前因的预测效应时，需辨别不同因素可能存在的不同非线性关系。③凸显出个人中心法相较于传统变量中心法在揭示复杂关系模式上的优势[28]。通过自动3步法，本研究揭示出不同工作场所包容构面的不同关系模式，不仅证实了传统变量中心法所得出的“包容→幸福感”的强关联性，还揭示出同一前因在不同包容类别中的不同预测效应。

本研究的管理启示主要在于：①由本研究结果可知：年龄和资历越低，学历越低、从事制造业以及来自欠发达地区的员工感知到的工作场所包容程度相对更低，说明年龄、资历、学历、行业以及地区等是影响工作场所包容群体划分的重要因素，在建构包容性组织时需重点考虑。鉴于此，组织管理者在兼顾企业绩效目标的同时，可对以资历为基础的人力资源配置体系进行调整，为年龄、资历、学历较低的员工提供更多学习、成长和发展空间。在组织的正式和非正式活动中，应尽量减少因地区、学历、资历等所形成的群体断层及隔阂，抑制这类因人口学特征形成的外生性社会分类现象。②由本研究结果还可知，不同工作资源对工作场所包容类属具有差异化影响，这启示组织管理者需采取不同的工作资源提供策略。鉴于同事支持/领导指导→工作场所包容存在正向线性关系的可能，因此，可提倡导师制、鼓励教练行为、激励同事支持行为，以提高工作场所包容；
此外，由于自主性/发展机会→工作场所包容存在倒U形关系的可能，因此，这警示组织管理者需认识到自主性和发展机会并非越多越好，可适度授权赋能，将工作自主性和发展机会控制在合理范围，以免过于凸显独特性而最终阻抑了工作场所包容的实现。鉴于反馈→工作场所包容存在⊂形关系的可能，提示组织管理者在进行反馈时需考虑其应用时机和“门槛”。由此，组织可在实施包容性策略一段时间后，在组织内部已具有一定包容性的前提下，再推行反馈制度，以进一步提高工作场所包容。③本研究证实了“越包容、越幸福”的关系，揭示出包容的积极效应和社会价值。这启示政府、社会和企事业单位的管理者应倡导平等、和谐、包容的工作理念，树立“工作不分贵贱”“英雄不问出处”的社会氛围，以增加不同行业、不同籍贯工作者的社会融入性，提升社会总福祉。

本研究也存在以下不足：①尽管两个子研究覆盖多个地区、行业，但本研究样本总量为1 221，在中国职场员工的代表性上仍不足；
②研究2中，两轮问卷只间隔一周，尽管有助于降低共同方法偏差，但时间间隔较短还不足以体现因果关系；
③虽然考虑了诸多人口学特征变量、工作资源、幸福感等关联变量，但尚不足以揭示出工作场所包容剖面的关系模式；
④仅基于中国情境展开研究，尽管揭示出工作场所包容类属的情境特性，但未能运用LPA直接展开跨文化比较研究。对于上述不足，未来研究可对此展开进一步探讨：①提高样本代表性，覆盖更多地区、行业、职业等，以对本研究的结论进行验证、补充。②改进研究设计，可采用纵向设计，增加时间间隔以提高研究结论的准确性和稳健性。③考虑其他重要的关联变量。例如，民族、户籍、口音等人口学特征变量，以进一步揭示工作场所包容类属的特征。同时，还可纳入管理实践、组织氛围、领导风格、创新、绩效等因素，从而进一步揭示工作场所包容剖面的前因和结果。④可基于多个文化情境展开工作场所包容剖面的跨文化比较研究，以更好地揭示包容剖面的文化属性。