王永偉，王德軍，孔凡玲，隋少鋒，蘭亞佳

(1.四川大學(xué)華西公共衛(wèi)生學(xué)院(華西第四醫(yī)院)勞動(dòng)衛(wèi)生教研室、職業(yè)衛(wèi)生應(yīng)急重點(diǎn)實(shí)驗(yàn)室、職業(yè)衛(wèi)生評(píng)價(jià)科，四川 成都610041;2.山東省疾病預(yù)防控制中心，山東 濟(jì)南 250014)

本刊網(wǎng)址:http://www.nsmc.edu.cn 作者投稿系統(tǒng):http://noth.cbpt.cnki.net 郵箱:xuebao@nsmc.edu.cn

關(guān)于職業(yè)緊張的傳統(tǒng)性研究表明，影響職業(yè)緊張的影響因素眾多、而且因素間的作用方式復(fù)雜，出現(xiàn)不同行業(yè)或職業(yè)的人群的職業(yè)緊張被籠統(tǒng)性概括，結(jié)果導(dǎo)致在對(duì)不同人群的職業(yè)緊張干預(yù)時(shí)，緊張風(fēng)險(xiǎn)因素不能鎖定，職業(yè)緊張的易感人群不能框定，使得干預(yù)策略和干預(yù)效果不能達(dá)到預(yù)期效果。定性比較分析(QCA)作為一種全新的運(yùn)算分析技術(shù)，可以發(fā)現(xiàn)導(dǎo)致結(jié)局的高危風(fēng)險(xiǎn)因素集，提出不同高危風(fēng)險(xiǎn)因素影響結(jié)局的不同理論途徑［1］。近年來(lái)，QCA 分析作為一種分析策略的效用在眾多領(lǐng)域研究得到擴(kuò)大［2－3］。本研究基于疾控人員付出-回報(bào)失衡(Effort-reward-imbalance model，ERI model)［4］的職業(yè)緊張研究數(shù)據(jù)，大膽采用QCA 分析技術(shù)，以期獲得疾控人員職業(yè)緊張的高危風(fēng)險(xiǎn)因素集，篩選出職業(yè)緊張的高危人群，為針對(duì)性的職業(yè)緊張干預(yù)提供基礎(chǔ)依據(jù)。

1 資料與方法

1.1 對(duì)象

本研究采取隨機(jī)整群抽樣的方法抽取某省疾控系統(tǒng)676 名工作人員作為研究對(duì)象，包括省級(jí)疾控219 人，5 個(gè)市級(jí)疾控457 人，年齡(42.8 ±9.2)歲，工齡(18.3 ±11.2)年;其中男性334 人，年齡(44.5±9.5)歲，工齡(20.4 ±11.5)年;女性342 人，年齡(41.1 ±8.5)歲，工齡(16.3 ±10.5)年。納入標(biāo)準(zhǔn):工齡在一年以上的在職在崗職工;排除標(biāo)準(zhǔn):退休人員與后勤服務(wù)人員。

1.2 方法

1.2.1 一般信息收集 獲取研究對(duì)象知情同意后，對(duì)其基本信息收集，包括年齡、性別、職稱、文化程度、月平均收入、工齡、工作量等情況。

1.2.2 職業(yè)緊張測(cè)定 采用付出-回報(bào)失衡(ERI)問(wèn)卷對(duì)所有納入的研究對(duì)象進(jìn)行職業(yè)緊張信息測(cè)定。ERI 問(wèn)卷包括外在付出、回報(bào)、內(nèi)在投入三個(gè)模塊，共23 個(gè)條目(外在付出6 個(gè)條目，回報(bào)11 個(gè)條目，內(nèi)在投入6 個(gè)條目)，三個(gè)模塊得分范圍依次為:6 ～24、11 ～44、6 ～11，采用付出回報(bào)比來(lái)近似反應(yīng)職業(yè)緊張的程度，比值越大緊張程度越高。付出回報(bào)比=外在付出總分/(回報(bào)總分×0.5454)。以往研究證實(shí)，ERI 問(wèn)卷測(cè)定職業(yè)緊張方面較為穩(wěn)定［5］。本次研究的所有問(wèn)卷均在獲得知情同意后，由統(tǒng)一培訓(xùn)的調(diào)查員實(shí)施。

1.2.3 統(tǒng)計(jì)學(xué)分析 將676 份有效問(wèn)卷采用Excel錄入、建立數(shù)據(jù)庫(kù)，變量:年齡按照45 歲為界分為高年齡和低年齡，月平均收入以3 000 元為界分為高收入組和低收入組，職稱分為初級(jí)、中級(jí)、副高級(jí)和高級(jí)，工齡以20 年分為高工齡和低工齡，工作量分為一般、較強(qiáng)和很強(qiáng)，職業(yè)緊張采用付出回報(bào)比指標(biāo)反映。采用stata12.1 軟件包進(jìn)行統(tǒng)計(jì)分析，方法包括兩樣本t 檢驗(yàn)、方差分析、定性比較分析(QCA)，檢驗(yàn)水準(zhǔn)α=0.05。定性比較分析(QCA)可以通過(guò)Boolean 邏輯檢驗(yàn)結(jié)局和多個(gè)二進(jìn)制預(yù)測(cè)性風(fēng)險(xiǎn)因素組合之間的關(guān)系，既可改變?cè)甲兞康姆椒ǖ譀](méi)有失去與二分法分類或連續(xù)方法的聯(lián)系，可以通過(guò)給定的條件概率來(lái)阻止各種預(yù)測(cè)因素組合的差異，來(lái)對(duì)定結(jié)局中每種預(yù)測(cè)因素組合中亞集的貢獻(xiàn)程度進(jìn)行評(píng)估［1］。QCA 分析步驟:①生成集變量采用標(biāo)準(zhǔn)化秩次轉(zhuǎn)化，將初始變量轉(zhuǎn)化為0 ～1 間的變量后，生成集合單集;②生產(chǎn)單集的組合集 采用模糊集技術(shù)對(duì)所有生成的單集進(jìn)行模糊處理，同時(shí)將第一列單集變量定義為結(jié)局變量，每個(gè)單集變量以單個(gè)大寫字母標(biāo)識(shí);③組合集的一致性檢驗(yàn) 通過(guò)標(biāo)準(zhǔn)化后的充分性和必要性顯示組合集間的關(guān)系，然后通過(guò)程序默認(rèn)值或設(shè)定值對(duì)因素組合集對(duì)第一列結(jié)局組合集的一致性檢驗(yàn);④降集與最終解集對(duì)通過(guò)一致性檢驗(yàn)的因素組合集進(jìn)行降集，得到最終對(duì)結(jié)局有意義或具有解釋性的因素組合集最為最終的解集，同時(shí)生成每一個(gè)最終解集的覆蓋率來(lái)實(shí)現(xiàn)其最佳適用解集(運(yùn)行語(yǔ)法見(jiàn)附錄1)。

2 結(jié)果

2.1 疾控人員職業(yè)緊張情況分析

對(duì)676 名研究對(duì)象的職業(yè)緊張分析發(fā)現(xiàn)，付出回報(bào)得分和付出回報(bào)比:≥45 歲組高于＜45 歲組，且差異均有統(tǒng)計(jì)學(xué)意義(P ＜0.05);回報(bào)得分:女性高于男性，且差異有統(tǒng)計(jì)學(xué)意義(P ＜0.05);≥20 年工齡組在外在付出、回報(bào)得分及付出回報(bào)比均顯著性高于＜20 歲工齡組(均有P ＜0.05);不同工作量組間的外在付出得分、回報(bào)得分、付出回報(bào)比及內(nèi)在投入均不相同(均有P ＜0.05)，且呈現(xiàn)隨著工作量的增加付出-回報(bào)的各指標(biāo)增加的趨勢(shì);職稱的不同外在付出得分、回報(bào)得分、付出回報(bào)比及內(nèi)在投入均不相同(均有P ＜0.05)，且大致呈現(xiàn)隨著職稱的升高付出-回報(bào)的各指標(biāo)增加的趨勢(shì);不同文化程度間的付出-回報(bào)的指標(biāo)基本一致;詳見(jiàn)表1。

表1 疾控系統(tǒng)工作人員職業(yè)緊張情況分析

2.2 疾控人員職業(yè)緊張高危風(fēng)險(xiǎn)因素集分析

采用QCA 分析，首先對(duì)進(jìn)入分析的原始變量進(jìn)行標(biāo)化后等級(jí)排序，得到初始變量及相應(yīng)集的均數(shù)變化(詳見(jiàn)表2)。進(jìn)一步得出變量的32 個(gè)可能組合以及相應(yīng)的一致性得分以及進(jìn)入每一個(gè)組合“最適”個(gè)體數(shù)量，這八個(gè)組合(ajiyS、ajIyS、aJIys、aJIyS、aJIYS、AjiYS、AJiYS、AJIYS)作為結(jié)局-緊張的解集進(jìn)入模型，即在一定程度上，屬于這些組合的個(gè)體更可能發(fā)生職業(yè)緊張。但并不是每一個(gè)組合都包含著能引起職業(yè)緊張的預(yù)測(cè)風(fēng)險(xiǎn)因素，按照QCA 默認(rèn)的界定值，八個(gè)組合通過(guò)邏輯降維技術(shù)被降為更簡(jiǎn)單的四個(gè)組合(J·I·Y·S、A·i·Y·S、a·J·I·y、a·j·y·S)，這四個(gè)結(jié)局-緊張的解集均具有高的一致性，且包含了高緊張個(gè)體的大部分比例，故可作為最終職業(yè)緊張的預(yù)測(cè)風(fēng)險(xiǎn)因素解集，其中的兩個(gè)組合(J·I·Y·S 和a·j·y·S)的個(gè)體覆蓋率和綜合覆蓋率均較高，即覆蓋的疾控人員群體較大，其公共衛(wèi)生意義更為明顯(見(jiàn)表3、圖1)。

按照以上分析方法，對(duì)不同性別的職業(yè)緊張分別進(jìn)行了QCA 分析，結(jié)果顯示:對(duì)于男性，7 個(gè)預(yù)測(cè)風(fēng)險(xiǎn)因素組合通過(guò)顯著性檢驗(yàn)，而女性只有5 個(gè)組合通過(guò)顯著性檢驗(yàn)，男性多于女性，且男女通過(guò)檢驗(yàn)的組合類別不同，表明引起男女緊張的預(yù)測(cè)風(fēng)險(xiǎn)因素潛在結(jié)合作用方式不同;男女最終降集后均得到四個(gè)最終解集，且對(duì)職業(yè)緊張的解釋一致性基本相同(男:82.8%，女:83%);男性:產(chǎn)生職業(yè)緊張一定經(jīng)歷過(guò)風(fēng)險(xiǎn)因素集(a·j·Y·S、a·J·I·y、J·I·Y·S 和a·I·S)，其中經(jīng)歷J·I·Y·S 集覆蓋率最高，即實(shí)際經(jīng)歷這種風(fēng)險(xiǎn)因素組合的群體較大，應(yīng)該得到主要關(guān)注，其他三種組合雖然能夠引起高緊張，但實(shí)際風(fēng)險(xiǎn)群體較小;女性:產(chǎn)生職業(yè)緊張一定經(jīng)歷過(guò)風(fēng)險(xiǎn)因素集(a·j·i·y·S、a·J·i·Y·s、A·i·Y·S、A·J·Y·S)，其中經(jīng)歷a·j·i·y·S 和A·J·Y·S 集的群體占主體，另外兩種風(fēng)險(xiǎn)群體較小(見(jiàn)表4)。

表2 原始變量及其相應(yīng)集的分布

表3 職業(yè)緊張預(yù)測(cè)風(fēng)險(xiǎn)因素集的組合一致性(n=676)

aA-年齡，J-職稱，I-平均月收入，Y-工齡，S-工作量;b 集變量組合一致性大于0.500 的例數(shù)。

表4 總樣本(n=676)、男性(n=334)和女性(n=342)降維后總解集

圖1 結(jié)局（職業(yè)緊張）與四種高危風(fēng)險(xiǎn)因素集的一致性圖

3 討論

ERI 模型同時(shí)考慮了個(gè)體差異和工作特征而對(duì)各種工作壓力結(jié)局都具有較好的預(yù)測(cè)力和解釋性［6］。在我國(guó)，該模型及相應(yīng)的問(wèn)卷能較好地用于評(píng)價(jià)社會(huì)心理因素對(duì)職業(yè)人群的影響［7］。使用ERI問(wèn)卷對(duì)我國(guó)1 216 名高校教師職業(yè)緊張與健康的研究發(fā)現(xiàn)，男性的外在付出高于女性，而男性獲得的回報(bào)較女性低［8］。本次研究發(fā)現(xiàn)，男性獲得的回報(bào)顯著低于女性，而外在付出、付出回報(bào)比及內(nèi)在投入指標(biāo)均尚未發(fā)現(xiàn)有差異，這種差異可能是由于我國(guó)疾控系統(tǒng)事業(yè)單位的性質(zhì)決定的。研究發(fā)現(xiàn)，30 ～45歲年齡段醫(yī)務(wù)人員職業(yè)緊張程度高于46 歲者［9］。本次研究發(fā)現(xiàn)，疾控系統(tǒng)45 歲以上的工作人員付出回報(bào)比顯著高于45 歲以下者，工齡20 年以上的工作人員的付出、回報(bào)得分及付出回報(bào)比均顯著性高于20 年以下者?？赡茉蚴?5 歲以上或工齡20年以上的疾控人員往往是這個(gè)行業(yè)的業(yè)務(wù)骨干和專家，承擔(dān)工作量較大。家庭經(jīng)濟(jì)收入狀況影響職業(yè)緊張［10］，但本次研究并未發(fā)現(xiàn)不同收入組間職業(yè)緊張指標(biāo)的統(tǒng)計(jì)學(xué)差異，但這并不能回避收入作為緊張風(fēng)險(xiǎn)的一個(gè)潛在因素。本研究還發(fā)現(xiàn)工作量的不同，付出-回報(bào)的各指標(biāo)也均不相同，呈現(xiàn)工作量不同各指標(biāo)加重的趨勢(shì)?？赡茉?yàn)椋ぷ髁吭酱?，帶?lái)的職業(yè)緊張程度越高。研究還提示，職稱的不同，職業(yè)緊張的指標(biāo)也不盡相同，提示當(dāng)今社會(huì)，由于職稱與個(gè)人收入相關(guān)，在疾控系統(tǒng)也一樣，均可導(dǎo)致工作人員職業(yè)緊張的發(fā)生。所以，疾控系統(tǒng)工作人員的職業(yè)緊張的主要影響因素包括年齡、工齡、工作量、職稱、收入等。

雖然疾控系統(tǒng)工作人員的職業(yè)緊張的主要影響因素包括年齡、工齡、工作量、職稱、收入等，但這些因素到底如何組合才能對(duì)職業(yè)緊張這一“結(jié)局”產(chǎn)生貢獻(xiàn)?這些組合作用預(yù)測(cè)因素中在疾控系統(tǒng)群體的影響覆蓋率如何?這些問(wèn)題至今尚未見(jiàn)研究。本研究以年齡、工齡、工作量、職稱、收入為自變量，以付出回報(bào)比為結(jié)局變量，利用QCA 技術(shù)分析發(fā)現(xiàn):J·I·Y·S(高職稱+ 高收入+ 高工齡+ 高工作量)、A·i·Y·S(高年齡+低收入+高工齡+高工作量)、a·J·I·y(低年齡+高職稱+高收入+低工齡)和a·j·y·S(低年齡+低職稱+低工齡+高工作量)這四個(gè)組合可以產(chǎn)生職業(yè)緊張;J·I·Y·S(高職稱+高收入+高工齡+高工作量)和a·j·y·S(低年齡+低職稱+低工齡+高工作量)在疾控系統(tǒng)的覆蓋率較高，即產(chǎn)生職業(yè)緊張的工作人員具備這兩種狀態(tài)在疾控系統(tǒng)較為常見(jiàn)，也就是說(shuō)具備這兩種狀態(tài)的工作人員是職業(yè)緊張的易感人群。研究還發(fā)現(xiàn)，男性與女性職業(yè)緊張的預(yù)測(cè)風(fēng)險(xiǎn)因素集均有四個(gè)，得到的四個(gè)預(yù)測(cè)因素集對(duì)職業(yè)緊張的解釋一致性基本相同，但風(fēng)險(xiǎn)預(yù)測(cè)因素潛在結(jié)合不同，男性疾控人員產(chǎn)生職業(yè)緊張一定經(jīng)歷過(guò)a·j·Y·S(低年齡+ 低職稱+ 高工齡+ 高工作量)、a·J·I·y(低年齡+高職稱+高收入+低工齡)、J·I·Y·S(高職稱+高收入+高工齡+高工作量)和a·I·S(低年齡+高收入+高工作量)，且以J·I·Y·S(高職稱+高收入+高工齡+高工作量)覆蓋率最高，即實(shí)際經(jīng)歷這種風(fēng)險(xiǎn)因素的群體較大，應(yīng)該得到主要關(guān)注;女性男性疾控人員產(chǎn)生職業(yè)緊張一定經(jīng)歷過(guò)風(fēng)險(xiǎn)因素a·j·i·y·S(低年齡+低職稱+低收入+低工齡+高工作量)、a·J·i·Y·s(低年齡+高職稱+低收入+高工齡+低工作量)、A·i·Y·S(高年齡+低收入+高工齡+高工作量)和A·J·Y·S(高年齡+高職稱+高工齡+高工作量)，且以a·j·i·y·S(低年齡+低職稱+低收入+低工齡+高工作量)和A·J·Y·S(高年齡+高職稱+ 高工齡+ 高工作量)的群體占主體。也就是說(shuō)，無(wú)論男女只要具備J·I·Y·S(高職稱+高收入+高工齡+高工作量)的情況均應(yīng)作為職業(yè)緊張的易感人群;女性a·j·i·y·S(低年齡+低職稱+低收入+低工齡+高工作量)在疾控系統(tǒng)中占有人數(shù)較多，而在男性疾控人員則沒(méi)有這種情況，所以在進(jìn)行職業(yè)緊張干預(yù)時(shí)，男女應(yīng)區(qū)別對(duì)待則更為科學(xué)。

綜上所述，雖然疾控人員的職業(yè)緊張主要影響因素為年齡、工齡、工作量、職稱、收入，但QCA 分析技術(shù)可同時(shí)考慮職業(yè)緊張發(fā)生的高危風(fēng)險(xiǎn)因素集及其在人群中的覆蓋情況來(lái)確定這些因素在什么狀態(tài)下、以何種因素集引起職業(yè)緊張效應(yīng)?？傮w上，高職稱+高收入+高工齡+高工作量或低年齡+低職稱+低工齡+高工作量是疾控人員職業(yè)緊張的高危風(fēng)險(xiǎn)因素集，具備這種風(fēng)險(xiǎn)因素集的人員是職業(yè)緊張的高危人群;具備高職稱+高收入+高工齡+高工作量風(fēng)險(xiǎn)因素占疾控男性人員的主體，具備低年齡+低職稱+低收入+低工齡+高工作量或高年齡+高職稱+高工齡+高工作量占疾控女性人員的主體，職業(yè)緊張干預(yù)應(yīng)區(qū)別對(duì)待，且更具有公共衛(wèi)生意義。

［1］ Longest KC，Vaisey S.fuzzy:A program for performing qualitative comparative analyses(QCA)in Stata［J］.The Stata Journal，2008，8(1)79 －104

［2］ Kalleberg AL，Vaisey S.Pathways to a good job:perceived work quality among the machinists in North America［J］.British Journal of Industrial Relations，2005，43(3):431 －454

［3］ Vaisey S.Culture，structure，and community:The search for belonging in 50 urban communes［J］.American Sociological Review，2007，72(6):851 －873

［4］ 李秀央，郭永松，張 揚(yáng).付出–獲得不平衡量表中文版的信度和效度［J］.中國(guó)流行病學(xué)雜志，2006，27(1)，25 －28

［5］ 羅玉越，舒曉兵，史 茜.付出–回饋工作壓力模型:西方國(guó)家十年來(lái)研究的回顧與評(píng)析［J］.心理科學(xué)進(jìn)展，2011，19(1):107 －116

［6］ Siegrist，J，Starke，D，Chandola，T，et al.The measurement of effortreward imbalance at work:European comparisons［J］.Social Science ＆ Medicine，2004，58(8)，1483 －1499

［7］ 文 杰，李 健.工作場(chǎng)所中社會(huì)心理因素的測(cè)量——兩種職業(yè)緊張檢測(cè)模式的應(yīng)用［J］.中華勞動(dòng)衛(wèi)生職業(yè)病雜志，2004，12(6):422 －426

［8］ 范琳波，李 健，尚 莉，等.工作中付出–回報(bào)失衡與高校教師自評(píng)健康關(guān)系.工業(yè)衛(wèi)生與職業(yè)病，2009，35(6 ):324 －328

［9］ 謝震宇，楊黎明，戴俊明，等.上海市某區(qū)社區(qū)衛(wèi)生服務(wù)中心醫(yī)務(wù)人員職業(yè)緊張現(xiàn)狀調(diào)查［J］.環(huán)境與職業(yè)醫(yī)學(xué)，2010，27(3):146 －149

［10］ Kaplan GA，Pamuk ER，Lynch JW，et al.Inequality in income and mortality in the United states:analysis of mortality and potential pathways［J］.BMJ，1996，312(7037):999 －1003