“互联网＋”视角下成人高校教师人岗匹配研究——基于广东省部分成人高校的数据

黄爱兰



“互联网＋”视角下成人高校教师人岗匹配研究——基于广东省部分成人高校的数据

黄爱兰

（东莞市广播电视大学，广东 东莞 523000 ）

随着“互联网+”时代的到来，成人高校的教育环境发生了很大变化，成人高校教师需要掌握新的知识和技能才能适应时代发展的需要。论文采用实证分析的方法，从“互联网＋”的视角出发,探析“互联网＋”时代成人高校教师的人岗匹配状况，并采用一般多元回归分析模型，深入探究影响成人高校教师人岗匹配状况的主要因素，最后提出政策建议。本研究表明，学习自主性、聘用类型与“互联网+”时代教师新技能水平存在显著相关关系；培训次数、年龄对“互联网+”时代教师新技能水平也有一定影响。

“互联网+”；成人高校；人岗匹配；实证研究

人岗匹配是人力资源管理中的重要课题。随着教育背景进入“互联网+”时代，新的教学形式比如微课、慕课以及翻转课堂相继出现，使得成人高校教师的教学方式和教学手段发生了很大变化，学生学习知识的方式和途径也有很大不同。面对这些新的环境变化，成人高校的有些教师已感到了困惑和畏难，原来传统教育模式下的教师和岗位之间的平衡关系正在打破，新的平衡亟待形成那么目前成人高校教师的人岗匹配度到底怎样，要如何进行HR开发和管理，切实提高成人高校教师的人岗匹配度，使成人高校教师适应新时代发展需求，成为学生获取知识的“活源水”，真正为学员导学引航，这是目前成人高校要直面的重要问题。

1　研究设计

1.1 研究对象和数据来源

本次研究对象主要是广东省部分成人高校的任课教师，包括在编在职、聘用专职和聘用兼职三种聘用类型的教师。本次调查共发放问卷186份，问卷回收160份，回收率86％，有效问卷148份，有效率为92.5％，调查对象具有较高的文化素质，思想较成熟，性格稳定，问卷具有较高的可信度。

1.2 问卷设计

本次“教师人岗匹配调查问卷”的设计，包括三个组成部分，第一部分是个人背景，调查教师年龄、性别、学历、聘用类型、培训次数、学习新技能的自主性等。第二部分，教师传统教学水平的测试，由专业知识及更新能力、备课能力和课堂组织能力等指标构成，各指标能力划分“很强”、“较强”、“基本胜任”、“较差”、“差”五个程度，分别以5、4、3、2、1分进行量化测度。第三部分，“互联网+”时代教师新技能水平的测试，由网上教学能力、网上资源制作能力、微课设计与制作能力等指标构成，各指标能力划分“很强”、“较强”、“基本胜任”、“较差”、“差”五个程度，分别以5、4、3、2、1分进行量化测度。

2　数据分析

2.1 人岗匹配度的测量

2.1.1．测量模型的构建。设教师的能力为Gi，教师能力对应的岗位要求为gi，ci为该岗位教师工作能力胜任情况的评价分数。其中i=1,2,3……n。设教师的工作意愿为Hi,工作意愿对应的工作报酬为hi,di为该岗位教师工作意愿胜任情况的评价分数。其中i=1,2,3……m。

表1.教师匹配要素量化表（1）

岗位教师岗位要求（g） g1g2g3… 教师能力（G）G1c1 G2c2 G3c3 ……

表2.教师匹配要素量化表（2）

　岗位教师工作报酬（h） h1h2h3… 工作意愿（H）H1d1 H2d2 H3d3 ……

设教师工作能力与岗位要求匹配的权重为p，教师的工作意愿与工作报酬匹配的权重为q，且p＋q＝1。

2.1.2.定量分析。本研究采用德尔菲法来确定权重,确定教师工作能力与岗位要求的匹配权重为0.6,教师工作意愿与工作报酬的匹配权重为0.4，其它权重系数见表3和表4。

表3.教师工作能力——岗位要求匹配得分表

岗位要求教师能力传统教学岗位要求“互联网+”时代教学岗位要求 专业知识及更新能力传统备课能力课堂教学能力专业知识及更新能力网上教学能力PPT制作能力网上资源制作能力微课设计、制作能力 某教师能力很强很强较强很强较差较强差基本胜任 权重0.40.30.30.30.20.20.20.1 打分1.01.00.81.00.40.80.20.6 权重×打分0.40.30.240.30.080.160.040.06 加权结果0.940.64

评分标准：很强—1.0较强—0.8基本胜任—0.6 较差—0.4 差—0.2。

表4.教师工作意愿——工作报酬匹配得分表

工作报酬基本工资奖金福利工作环境 某教师意愿满意较满意满意较满意 权重0.40.30.20.1 打分0.80.60.80.6 权重×打分0.320.180.160.06 加权结果0.72

评分标准：很满意—1.0满意—0.8较满意—0.6一般—0.4不满意—0.2很不满意—0。

因此，该教师传统教学岗位的人岗匹配度（用R1表示），R1=0.94×0.6+0.72×0.4=0.852，“互联网+”时代教学岗位的人岗匹配度（用R2表示），R2=0.64×0.6+0.72×0.4=0.672。一般地，我们认为人岗匹配度的分数在0.8—1.0之间为人岗匹配度高，0.6—0.8为较高，0.4—0.6为一般，0.2—0.4为较低，0.2以下为很低。该教师是个在编在职的中年教师，在传统教学岗位的人岗匹配度是高的，然而在“互联网+”时代教学岗位的人岗匹配度就只属于较高了。按照这个模型，对148份问卷进行了计算和统计，结果显示，传统教学岗位的人岗匹配度（R1）平均值为0.739，“互联网+”时代教学岗位的人岗匹配度（R2）平均值为0.659。其中88.65%的教师在“互联网+”时代教学岗位的人岗匹配度比传统教学岗位的人岗匹配度低，只有11.35%的教师人岗匹配度略有升高。以下是本次部分调查对象的人岗匹配度分值表。

表5.部分调查对象的人岗匹配度分值表

教师序号传统教学岗位的人岗匹配度（R1）“互联网+”时代教学岗位的人岗匹配度（R2） 10.8520.672 20.7060.718 30.6540.712 40.8680.816 50.8860.536 60.7140.608 70.6620.568 80.7360.664 90.8620.656 100.6640.428 110.7880.654 120.6580.526 130.7680.654 140.8560.724 150.6640.526 160.6680.546 170.8960.802 180.6740.562 190.8040.782 200.8420.684 210.8460.702 220.6640.576 230.8820.726 240.6480.526 250.8760.762 260.8760.782 270.8260.672 280.6840.464 290.8120.628 300.6680.534 310.8260.624 320.7120.628 330.8140.612

2.2 多元回归分析

从收集的数据来看，进入“互联网+”时代，成人高校教师人岗匹配度降低，主要是由于新技能（网上教学、微课设计制作、网上资源制作等）水平不高造成的。那么新技能水平的高低，与哪些因素有关呢，本文利用多元回归模型进行分析。本文将解释变量“互联网+”时代教师“新技能水平的高低”与6个变量（年龄、性别、学历、聘用类型、培训次数、学习自主性）构建一般多元回归分析模型，其一般函数形式表示如下（陈翠文，2014）：

Y=f(x1,x2,x3,x4,x5,x6)+e

Y表示“互联网+”时代成人高校教师新技能水平的高低，x1,x2,x3,x4,x5,x6,分别表示教师的年龄、性别、学历、聘用类型、培训次数、学习自主性，e为随机扰动项。

2.2.1．信度分析。本研究的信度检验采用常用的“Cronbach's α”系数检验法。根据张文彤（2002）的标准α系数的临界值设为0.7。如果信度系数α在0.9以上，则表示量表有很高的信度；如果信度系数0.8<α<0.9，说明信度比较高；信度系数0.7<α<0.8，表示可以接受。通过SPSS统计软件对本研究的量表进行Cronbach's α信度检测，信度检测结果如下表所示：

表6.可靠性统计量

Cronbach's Alpha(α)项数 .7608

从上表可以看出，量表信度值达到了0.760>0.7，因此说明本问卷具有良好的问卷结构，数据可信。

2.2.2.初步分析结果。（1）数据处理说明：对聘用类型进行了虚拟变量处理，用（1,0）表示在编在职，（0,1）表示聘用专职，（0,0）表示聘用兼职。对乐于掌握新技能，自主进行知识更新进行了数据反向处理，4，3，2，1分别表示经常，偶尔，很少，不会，分值越高，自主更新的主动性越强。对新技能水平的高低等级进行数据反向处理，5，4，3，2，1分别表示高，较高，基本胜任，较差，差。

（2）建立多元线性回归模型如下：

采用SPSS 19软件对上述构建的多元线性回归模型进行估计，把所有的变量纳入到方程中，得到如下的结果。

表7.系数（a）

模型非标准化系数标准系数tSig.B标准误差试用版1(常量).9311.453.641.526年龄-.056.153-.068-2.369.018性别-.205.299-.103-.686.497教育程度-.015.286-.008-.054.958聘用类型虚拟变量1.507.401.2571.267.213聘用类型虚拟变量2-.355.507-.122-.701.488新技能培训次数.016.081.0302.204.028学习自主性.660.279.3782.361.023

通过以上的分析结果看出，在显著性水平为0.05时，有部分的变量没有通过统计学检验，因此需要对其进行剔除，本文采用向后剔除的方法，首先剔除P值最大的变量，直到所有变量的显著性水平都小于0.05。

2.2.3．剔除部分变量后的新建模型分析结果。通过多元逐步回归分析，得到最终的回归模型，模型的决定系数为0.283，F值为4.040，其显著性概率值小于0.05，即拒绝总体回归系数均为0的原假设，认为最终的回归方程拟合效果较好。模型中剔除了性别、教育程度、聘用类型虚拟变量2这3个变量。最终模型估计结果如下：

表8.模型汇总

模型RR方调整R方标准估计的误差1.532(a).283.213.87672

表9.Anova(b)

模型平方和df均方FSig.1回归12.42043.1054.040.007(a)残差31.51441.769总计43.93545

表10.系数（a）

模型非标准化系数标准系数tSig.B标准误差试用版1(常量).450.959.470.641年龄-.023.144-.027-2.158.030新技能培训次数.012.074.0223.161.002学习自主性.617.256.3542.410.021聘用类型虚拟变量1.609.355.3092.713.007

学习自主性的回归系数为0.617，T值为2.410，对应的P值小于0.05，具有统计学意义，说明学习自主性会对新技能水平产生正向影响作用，即学习自主性越高，新技能水平也随之越高；聘用类型虚拟变量1的回归系数为0.609，并且通过显著性检验，说明专职教师对新技能水平具有正向影响作用；类似的分析，年龄对于新技能水平具有负向影响,也就是说年龄越大,对于新技能掌握的水平就会相对差一些；新技能培训次数对于新技能水平具有正向影响关系,也就是培训次数越多,新技能的掌握程度越高。

3 结论及政策建议

3.1 结论

成人高校教师人岗匹配度降低，主要是因为“互联网+”时代教学岗位有新的要求，需要成人高校的教师具备一些新的技能，比如网上教学能力、网上资源制作能力、微课设计制作能力等等。如果成人高校教师没有及时掌握这些新技能，其人岗匹配度就会降低。从多元回归模型得到的数据来看，“互联网+”时代成人高校教师新技能水平的高低与年龄、聘用类型、培训次数、学习自主性等因素有关。年龄越大，新技能水平就会相对较差；在编在职教师和聘用专职教师新技能水平要明显高于聘用兼职教师；参加新技能培训的次数越多，教师的新技能水平越高；学习自主性越高，新技能水平也随之越高。此外，本次调查的数据有限，选择的指标和权重也不一定完全合适其他学校，研究中难免会有失全面不够客观的地方，这些将会在后面的相关研究中进行调整和补充。

3.2 政策建议

3.2.1.营造自主学习的氛围。学习自主性对新技能水平的高低有着非常显著的影响，要提高成人高校教师的新技能水平，提升其在“互联网+”时代的人岗匹配度，就需要营造一种自主学习的氛围，激励教师的上进心和主动性，让教师尽快掌握新技能，适应新时代发展的要求。

3.2.2.加强培训。教师参加新技能培训的次数对教师新技能水平的高低是有正向影响的，因此要加强对成人高校教师的培训，让他们有机会多接触，多学习新的技能和方法，同时也可配套采用以赛促练的方式，通过一些新技能的有奖竞赛，促使成人高校的教师，将培训的内容和方法，尽快加以熟悉和运用，提升其新时期的岗位胜任能力。

3.2.3.保证专职教师的数量。回归数据反映聘用类型对教师新技能水平的高低有非常显著的影响，专职教师（在编在职教师和聘员教师）的新技能水平要明显高于兼职教师，因此要保障成人高校各个院校专职教师的基本配备量，兼职教师只能作为一种协助和补充。

3.2.4.弘扬互帮互助的精神。回归数据显示，年龄越大，新技能水平就会相对较差。这需要成人高校的各级各类学校积极弘扬互帮互助的精神，给年长的教师多一些帮助，多一些激励，让他们也能适应新时代的发展，提升他们的人岗匹配度，让他们不至产生落伍和被淘汰的感觉，保持积极性和荣誉感。

[1]张德.人力资源开发与管理[M].北京:清华大学出版社,1999.

[2]张宁.人岗匹配的理论研究与实证分析[M].北京:机械工业出版社,2002．

[3]李祥妹,王慧.人岗匹配视角下的老年员工人力资源开发策略研究[J].中国人力资源开发,2016,(8):13-16.

[4]张珺珺.岗位管理中的人岗匹配研究[D].河海大学,2006.

[5]王剑锋.基于岗位分析和人力资源测评的人岗匹配问题分析[J].现代经济信息,2016,(6):85.

[6]陈翠文.关于无地农民工返乡意愿的研究——基于广东省无地农民工的数据[J].汕头大学学报,2014,(2):69-73.

[7]严根珠.基于员工能力的任职资格体系——以广州兴森科技有限公司为例[J].企业管理,2016，(2):92-93.

[8]冷建飞,高旭,朱嘉平.多元线性回归统计预测模型的应用[J].统计与决策,2016,(7):46-47.

[9]Riketta.Organizational identification: A meta-analysis[J].Journal of Vocational Behavior, 2005,66(2):358-384.

[10]Cortina,J.M.,Goldstein,N.B.Theincre mental validity of interviews cores over and above cognitive ability and conscientious senses sores[J].Personnel Psychology,2010,5(3):325-328.

[11]Sun H.,Chen L.A framework for analyzing the social affordance of Web 2.0 tools[J].International Journal of Social,2014,2(1),37-59．

（责任编校：张京华）

2017－03－17

广东省远程开放教育科研基金项目“互联网+时代开放大学教师的人岗匹配度研究——以东莞电大为例”（项目编号YJ1602）；东莞市教育局课题“互联网时代学校人力资源开发和管理研究”（项目编号2016GH135）；东莞市广播电视大学课题“E+时代东莞电大师资队伍建设研究”（项目编号KY201612）。

黄爱兰（1975－），女，湖南安化人，东莞市广播电视大学管理学讲师，硕士，研究方向人力资源管理。

D630.3

A

1673-2219（2017）06-0109-05