基于知识结构的高职院校教师生存特征比较

收稿日期：2013-02-07

作者简介：何霞，广州番禺职业技术学院工商管理系副教授。（广州/511483）

*本文系广东省教育科学“十二五”规划2011年度研究项目“广东省高职院校教师流失现状调查与激励体系构建研究”（项目批准号2011TJK168）、广州番禺职业技术学院重点项目“高职院校教师流失现状分析及激励体系构建研究”（项目批准号C-G-3）及暨南大学教学改革研究项目“基于创新人才培养的创业教育生态系统本土化构建探究”的阶段性成果。 摘要：高职院校教师知识结构的生存特征研究为保障教师队伍建设的持续稳定发展提供了新视角。借助广东省某高职院校2007～2012年人事档案数据及生存分析方法，对高职教师的离职率和留任时间进行了实证研究。结果显示，高职教师留任时间普遍较短，留任时间的均值和中值分别只有3.05年和2年，且存在明显的负时间依存性；Kaplan-Meier估计显示，知识结构对高职院校教师的留任时间具有显著影响。文章进一步采用Cox比例风险模型，在控制了性别、年龄、岗位选择等因素后发现，知识结构对高职教师留任时间的影响依然显著，分析结果具有稳健性。

关键词：高职教师流失；知识结构；生存分析；Cox比例风险模型 一、研究问题

拥有一支素质高且稳定的教师队伍对高职院校的生存与发展而言，具有举足轻重的作用。然而，高职院校目前普遍存在教师离职率高、留任时间短等问题，让我们不得不反思究竟是何种原因导致了教师的严重流失。国内外众多学者从经济待遇、管理体制、考核标准、职业发展等诸多方面对这一问题展开透彻分析，并在激励措施的制定和实施上进行了一系列有益探索。[1]然而，高职院校教师的生存特征往往表现出持续期短、不稳定且具有负时间依存性（negative duration dependence，即随着留任时间的增长，教师的离职风险下降）的特点，单纯依靠静态的激励研究并不一定能解决现实问题。因此，在设计和制定教师激励措施的同时，应结合高职教师留任时间的生存特征差异，细致分析教师从在职转向离职的动态变化过程。

本文尝试采用生存分析方法[2]，深入探讨知识结构对高职教师生存过程的影响，为降低高职教师离职率、延长教师留任时间提供实证依据。对高职教师这一特殊群体而言，知识结构的重要性不言而喻。知识结构既是促进教师专业化发展、提高教育教学质量的重要条件，也是高职教师区别于其他社会群体的关键特征。依据经典人力资本理论，拥有丰富经验、较高学历和能力的教师更期望得到与之相对应的岗位和薪酬。[3]教师的知识水平越高，职业迁移的意愿和能力就越强，而受教育程度和职称则是体现高职院校教师知识结构的主要特征①。因此，本文以受教育程度和职称作为高职院校教师知识结构的“代理变量”，将难以衡量的“知识结构”转化为两个易测变量，以便更准确地预测教师留任时间及制定教师激励制度。

具体而言，本文的研究工作将基于统计学的生存分析方法，从以下两个方面展开：第一，基于知识结构，对高职教师离职率和留任时间的分布特征加以描述；第二，应用生存分析的Cox比例风险模型，估计各研究因素对高职教师留任时间的影响。

二、研究方法和数据处理

（一）研究方法

以往对教师流失问题的研究要么采用最小二乘法拟合回归模型来预测事件发展变化的因果关系，要么采用Logistic回归来预测结局事件是否发生。这些传统方法都是基于截面数据的静态分析，无法反映教师离职或留任状况随时间而改变的规律，也不能对观测期内不同时间截面上的变量取值变化给予正确的描述和解释，从而造成信息的损失，甚至引起系统估计的偏差。生存分析方法通过为预测变量设置相应的示性函数，对分布复杂的时间数据进行生存函数估计，不仅解决了传统方法的限制，揭示出传统方法无法得到的生存特征，而且也精确地反映了预测事件发展变化的动态过程。

本文将采用生存分析的寿命表法（Life Tables）计算不同知识结构的高职教师在各时点上生存函数的估计值（留任率），从时间维度上反映高职教师总体的生存状况；采用Kaplan-Meier法比较不同知识结构教师的留任时间差别；采用Cox Regression模型分析在控制其他因素的情况下知识结构对高职教师生存状况的影响。

·高职教育· 基于知识结构的高职院校教师生存特征比较 （二）数据处理

定义高职院校教师留任时间为教师从进入该校到辞职离开（中间没有间隔）所经历的时间。为方便后续的数据分析和处理，本研究以“年”为单位，对高职教师的留任时间进行记录。教师离职称之为“失败事件”（failure event）。关于数据处理有两点需要说明：（1）数据删失（censor）问题。数据删失是生存分析中非常普遍但须加以控制的现象。主要有两种类型： 左删失（left censoring）和右删失（right censoring）。前者是指事件在观测之前即已发生并持续至观测期内的样本，后者是指到观测期末仍未终止的样本。右删失问题对于研究分析没有影响，生存分析方法能够有效进行处理，但对于左删失问题目前仍缺乏有效的解决手段，大多数研究采取舍弃左删失观测值的做法。本研究的样本为2007～2012年高职院校离（在）职教师，进入观测期内的样本都记录了明确的起始时间（即入校时间），因此可以恰当地处理左删失问题，避免了教师的留任时间被低估。（2）多个持续时间段 （multiple spells）问题。这是指高职教师如果在学校持续工作一段时间，离开学校后（至少一年），有可能再次返回该校工作，因此同一名教师可能存在多个留任时间。我们采取的处理方法是将同一名教师的多个留任时间视为相互独立的留任时间段。

本文的样本数据来源于广东省某高职院校的人事档案，主要分为两部分：一是该校离职教师数据，共221例，留任时间为教师入校时间与离职时间的差值；二是该校在职教师数据，共373例，留任时间为教师入校时间与研究截止时间的差值。由此，我们得到了594个观测样本。接着，我们对高职教师的留任时间进行统计，为每一个时间段定义了结局变量（out variable），并对多个持续时间段进行了标记，最终的统计分析结果如表1所示。

（一）高职教师留任时间的总体情况

表2是描述性统计分析结果。第1行针对全部样本，给出了高职教师留任时间的均值和中值，分别是3.05年和2.00年；第2行将分析样本局限于离职教师，此时的均值和中值都有所下降，分别降至2.03年和1.00年；第3行选择了在职教师样本，相对于离职样本和全样本而言，留任时间均有所提升，均值和中值分别上升至3.65年和3.00年。整体而言，离职教师的留任时间普遍较短，并拉低了全体教师留任时间的均值和中值。

（二）高职院校不同知识结构教师的留任情况

表3的上半部分反映了高职院校不同教育背景教师的留任情况。这里，我们将高职教师留任率定义为高职院校在职教师人数与总人数之比。总体而言，高职教师留任率普遍偏低，平均留任率为6279%，其中最低为高中及以下学历教师，为3929%；最高为大专学历教师，为6892%。数据结果与高职院校近年来教师队伍建设的总体发展情况基本一致。

表3的下半部分反映了高职院校不同职称教师的留任情况。从表3可知，在发生离职行为的221名教师中，无职称教师43人、初级职称教师88人、中级职称教师70人、副高及以上职称教师20人。平均而言，高职教师中留任率最低的是副高及以上职称教师，为35.48%；最高的是无职称教师，为67.18%。原因可能在于，职称较高的教师更容易在劳动力市场找到工作，如果其对学校工作满意度较低，就很容易发生辞职行为，从而导致双方聘用关系中断；无职称人员大多为刚入校不久的新教师，他们可能会由于没有职称，在劳动力市场上的议价能力较弱而处于被动地位，因此暂不考虑离职。

四、生存分析结果

（一）高职院校不同教育背景教师的生存特征比较

1.高职院校不同教育背景教师留任率的分布情况

从上述对样本数据的统计描述中，我们得到了调查截止时点高职院校不同教育背景教师的留任率，但这一分析结果无法反映高职教师留任率的动态变化特征。因此，我们采用生存分析的寿命表法对不同时点高职教师的生存比例进行估计，从而动态地描述高职院校不同教育背景教师留任率的变化情况。

利用寿命表法，我们对样本数据中四种学历的高职教师的留任率进行了估计，其中高中及以下学历的观测个体有28人，大专学历的有74人，本科学历的有286人，研究生学历的有206人。表4反映了高职院校不同教育背景教师留任率的分布情况。例如，具有研究生学历的高职教师来校当年有78%的人留任；来校1年后，有68%的人留任……。从表4可知，除高中及以下学历教师外，对于相同时点（如来校后的某年），留任率随高职教师受教育程度的提高而降低，留任率从高到低依次为大专、本科、研究生。留任率最低的是高中及以下学历的教师，这可能是因为高校历来比较重视求职者的学历，高中及以下学历教师在高职院校的生存环境较差，故留任率较低。2.Kaplan-Meier估计

采用生存概率的非参数估计方法——乘积极限法（Product limit method）对高职院校不同教育背景教师的留任时间进行了比较。表5是利用样本数据获得的高职院校不同教育背景教师留任时间的均值和中位数估计。由表5可知，高中及以下学历教师留任时间的均值为5.225年，大专学历教师为9.799年，本科学历教师为7.054年，研究生学历教师为4.082年。随着教育程度的提高，高职教师的留任时间大幅度缩短。同时，我们还利用Log Rank、Breslow、Tarone-Ware方法分别对高职院校不同教育背景教师的留任时间进行整体比较，查看他们的留任时间是否存在显著差异。分析结果显示，3种检验统计量的P值均小于0.05（Sig.=0.000），证明高职院校不同教育背景教师在留任时间上存在显著差异。

图1高职院校不同教育背景教师留任时间的生存特征曲线

图1是高职院校不同教育背景教师留任时间（年）的生存曲线。图中显示，除高中及以下学历教师外，其他学历教师生存曲线所在的位置与其受教育水平呈反方向变化，即受教育程度越高，生存曲线所处的位置越低（即教师的生存状况越差）。留任时间由长至短依次为大专、本科、研究生、高中及以下学历。Kaplan-Meier的分析结果同样支持该结论，教育程度较高的教师在劳动力市场更容易获得工作，具体表现为留任时间相对缩短。从图1中还可以看出，不同学历教师留任人数下降速度最快的时点以及生存函数曲线的趋稳时间都存在显著差异，学历较高教师的流失主要发生在来校后的1～3年，学历较低教师的流失主要发生在来校后的5～6年；平稳时间由早到晚分别是研究生、高中及以下学历、大专、本科。结合生存表可知，研究生学历教师的留任率趋稳时间大约在5年左右、高中及以下学历教师在6年左右、大专学历教师在8年左右、本科学历教师在9年左右。

（二）高职院校不同职称教师的生存特征比较

1.高职院校不同职称教师留任率的分布情况

利用寿命表法，我们对样本数据中四种职称教师的留任率进行了估计，其中无职称教师有131人，初级职称教师有240人，中级职称教师有192人，副高及以上职称教师有31人。表6显示了高职院校不同职称教师留任率的分布情况。

从表6中的数据来看，高职教师留任时间随着职称的升高而降低，分别为15年、11年、11年、9年。第0～6年中，对于相同时点（如来校后的某年），留任率从高到低依次为中级、初级、无职称、副高及以上职称；第6～14年中，对于相同时点，留任率从高到低依次为中级、无职称、初级、副高及以上职称。以上数据分析结果显示，中级职称教师在全时段留任率最高，副高及以上职称教师在全时段留任率最低；初级职称教师在前5年留任率较高，但超过5年之后，教师流失较大；无职称教师则与初级职称教师相反，超过5年之后，教师留任情况反而趋于稳定。

2.Kaplan-Meier估计

我们同时也对高职院校不同职称教师的留任时间进行了比较。表7是利用样本数据获得的高职院校不同职称教师留任时间的均值和中位数估计。

根据表7可知，无职称教师留任时间的均值为8.584年，初级职称教师为6.485年，中级职称教师为7.294年，副高及以上职称教师为4.367年。从中位生存时间的估计来看，中级职称教师的中位生存时间大大超过其他组别，为11年；无职称教师和整体估计一致，为8年；初级职称教师的中位生存时间为7年；副高及以上职称教师的中位生存时间最短，为3年。表7中的整体比较结果也证明，高职院校不同职称教师在留任时间上差异显著（3种检验统计量的P值均小于0.05）。

图2高职院校不同职称教师留任时间的生存特征曲线

图2是高职院校不同职称教师留任时间（年）的生存曲线。图中显示，中级职称教师生存曲线所在的位置最高。这说明从一开始，中级职称教师的生存状况就明显好于其他组别，全程也都比其他职称教师更好。副高及以上职称教师的流失速度最快，流失主要发生在来校后的第3年，且基本在9年内流失殆尽。无职称和初级职称教师由于后期存在失访数据，所以两个曲线都有高于40%的累计生存率，且在第6年两条曲线发生了交叉。在第0～6年，留任时间从长到短依次为中级、初级、无职称、副高及以上；在第6～14年，留任时间由长至短依次为中级、无职称、初级、副高及以上。因此，Kaplan-Meier的分析结果也支持了上述寿命表的分析结果。从图2中还可以看出，高职院校不同职称教师的生存状况（留任时间）在全时间段内存在显著差异，各组别的生存曲线没有重叠。结合生存表，我们得出各组别生存函数曲线的平稳时间：无职称教师8年左右、初级职称教师9年左右、中级职称教师8年左右、副高及以上职称教师8年左右。这说明不同职称教师留任率趋稳时间差别不大，在职8、9年左右各类职称教师的留任率都趋于稳定。

（三）Cox Regression过程

实际研究中，我们更感兴趣的是，在控制其他因素的影响后知识结构是否还能显著影响高职教师留任的持续时间。这需要借助统计学领域中的Cox Regression过程进行多变量生存分析建模，基本结构如下：

h（t，X）=h0（t）e β1X1+β2X2+…βkXk

其中，h（t，X）代表在k个因素同时影响生存过程的情况下，时间t处的风险函数（Hazard Function）；h0（t）代表没有任何自变量影响下的生存状况；X代表一组影响生存过程的因素。

对上式取对数，移项得：

Log[Rh（t）]=Log[h（t，X）/h0（t）]=β1X1+β2X2+…+βkXk

在这里，回归系数β的实际含义是，当变量X改变一个单位时，引起教师离职风险改变倍数的自然对数值。Cox Regression过程使用最大似然法来估计β值，并标记为B。其虽不能给出各时点的风险率，但由于Cox回归模型对生存时间分布无要求，并可估计出各研究因素对风险率的影响，因而应用范围更广。对于生存时间不连续的情形，Cox回归模型也可以通过Logistic变换将函数表达式推广到离散情形。因此，本文尝试利用Cox回归模型，在控制包括性别、年龄和岗位选择（含教师、教辅和管理人员）等变量的情况下，探讨高职教师的知识结构是否影响其留任时间。Cox回归结果见表8。

2 倍对数似然值 整体（得分）无效模型 Cox回归模型 x2 df Sig.2584.096 2512.794***（2548.463***） 67.533（35.633） 10（7） 0.000注：a.对照组是女性；b.对照组是高中及以下学历教师；c.对照组是无职称教师；d.对照组是教辅人员；e.***、**和*分别表示参数的估计值在1%、5%和10%的统计水平上显著；f.括号中为仅包含性别、年龄、岗位选择等传统变量的Cox回归结果。

表8显示，在纳入所有自变量后，Cox回归模型的“-2倍对数似然值”为2512.794，x2值为67.533，自由度为10，P=0.000<0.05。因此可以认为当前的Cox回归模型与原无效模型相比具有显著差异，新变量的纳入有一定价值，模型总体检验有显著意义。同时，变量检验结果也表明，在控制了性别、年龄、岗位等变量的影响后，知识结构仍然是影响高职教师留任时间的重要因素。学历的生存系数估计值B均为负，表明受教育程度为大专、本科、研究生的高职教师，与高中及以下学历教师相比，离职风险较低，留任时间更长。高职院校教师的离职风险从高到低依次为高中及以下学历、研究生学历、本科学历、大专学历，其中大专学历教师的离职风险为对照组（高中及以下学历）的0269倍、本科学历教师的离职风险为对照组的0270倍、研究生学历教师的离职风险为对照组的0499倍。这一结果也说明，在沿海发达城市，教育资本投资取得了较好回报。教师受教育程度越高，获得再就业的可能性就越大，因此离职率也越高；而高中及以下学历教师的离职率高则可能是由于高中及以下学历教师在高职院校的职业发展受到较大限制所致。

高职院校不同职称教师的生存系数估计以无职称教师为对照组。整体而言，随着职称的上升，离职风险先下降再上升，呈∪型分布。离职风险从高到低依次为：副高及以上职称、无职称、初级职称、中级职称，其中副高及以上职称教师的离职风险是对照组（无职称教师）的2.796倍，初级职称教师的离职风险是对照组的0.845倍，中级职称教师的离职风险是对照组的0.650倍。当然，U型风险曲线的结论还要在后续研究中利用精确的类间两两比较加以验证。

五、结论与建议

本文从高职院校人事档案中找出2007～2012年间教师离职情况的真实数据，在控制性别、年龄、岗位选择等传统变量的前提下，以受教育程度和职称作为教师知识结构的替代变量，对教师留任时间和留任率进行生存分析。结果表明：其一，知识结构的确是影响高职教师离职的主要因素。我们在引入性别、年龄、岗位选择等传统变量的基础上，依次加入学历和职称这两个反映知识结构的代理变量，模型的整体拟合优度提高了47%。换而言之，包含知识结构变量的生存分析模型的拟合优度（x2值为67.533）要远好于仅包含传统变量的模型（x2值为35.633）。其二，不同知识结构特征的高职教师之间无论是平均留任时间、在某一时点的留任率、留任人数下降速度还是留任率趋向稳定的时间都存在差别。高学历、高职称教师对工作单位的依存度明显较弱，研究生学历、副高及以上职称教师的离职时间主要集中在来校后第3年（见图1、图2）。高职院校中，大专学历、中级职称教师的生存状况最好，高中及以下学历、副高及以上职称教师的生存状况最差、流失率最高。其三，具有年龄和性别优势的高职教师离职风险更大。年龄是高职院校教师生存状态的保护因素。高职教师在整个生存时间内，年龄每增加一岁，发生离职的风险会降低2.2%（Exp=0.978）。目前，高职院校在职教师的年龄普遍偏小（本样本均值为32.995岁），因此存在一定程度的人员流失风险。性别也是导致高职院校教师离职的重要因素，男性教师离职的可能性更高。在样本数据整个生存时间内，男教师的离职风险是女教师的2.027倍，女教师的留任时间更长。其四，从岗位选择来看，专任教师的离职风险最大，是教辅人员的2.371倍。而行政与教辅人员由于工作任务和性质较为接近，因此离职风险差别不大（Sig.=0.079>0.05）。

在政策操作层面，本文的实证结果表明，作为教师离职的根本内因，知识结构会放大高职教师对自身市场价值的成本收益比较，因此通过分析高职教师知识结构的生存特征可以预测教师离职事件发生的时间，从而揭示教师任职的初始状况和目标状况之间复杂的变化过程。例如，根据留任人数下降速度的时间特点，我们认为解决高职称、高学历教师群体流失问题应主要集中在其来校后的前3年。实践中，我们通常以3年为界对新教师进行入职管理，但缺乏实证支撑。本研究利用生存分析方法证实，入职3年是高职称、高学历教师产生离职意愿的敏感时期。因此，人事管理中，可将3年作为具有实践意义的界值加以合理应用；在这段时期，采取差异化培训、多元激励等措施会收到意想不到的效果。同时，数据分析结果也显示，在知识结构的代理变量中，职称对高职教师留任的影响更大，教师在职称评定前后的职业稳定性会有显著差异，这提示我们在制定激励政策时应对这类教师群体给予特别关注。样本数据中，本科学历、中级职称教师在来校10年后发生重大流失，这也从一个侧面反映出他们的忠诚度实际上是最高的，但现有的激励机制忽视了他们对职业发展的需求。此外，生存分析结论也解释了传统政策的困境——性别、年龄和岗位的不同会在一定程度上影响高职教师的离职选择，因此在制定教师激励政策时可针对高职教师的这些特点进行设计与调整。

注释：

① 用受教育程度和专业背景等特征变量代理知识结构是国内外学者在研究知识结构问题时常用的方法[4][5]，本文用受教育程度和职称来代理高职教师的知识结构亦是此类方法在教育学研究领域的一种尝试。

参考文献：

[1]何霞，袁祖望.高职教师“职业高原”现象个体成因类型调查[J].高教探索，2009（6）：119-122.

[2]陈家鼎.生存分析与可靠性[M].北京：北京大学出版社，2005.

[3]Gomez-Mejia， L.R.， Balkin， D.B..Compensation， organizational strategy and firm performance [M].Cincinnati， OH：South-Western， 1992.

[4]古家军，胡蓓.TMT知识结构、职业背景的异质性与企业技术创新绩效关系——基于产业集群内企业的实证研究[J].研究与发展管理，2008，20（2）：28-33.

[5]黄昕，李常洪，薛艳梅.高管团队知识结构特征与企业成长性关系——基于中小企业板块上市公司的实证研究[J].经济问题，2010（2）：89-94.

（责任编辑于小艳）