当前位置 —论文—教学— 范文

关于教师类论文范本,与基于知识结构的高职院校教师特征比较相关论文发表

本论文是一篇关于教师类论文发表,关于基于知识结构的高职院校教师特征比较相关电大毕业论文范文。免费优秀的关于教师及职称及时间方面论文范文资料,适合教师论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

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（negativedurationdependence,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（LifeTables）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CoxRegression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”（failureevent）.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（leftcensoring）和右删失（rightcensoring）.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（multiplespells）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（outvariable）,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.