（杭州電子科技大學(xué) 管理學(xué)院，浙江 杭州 310018）

互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷評(píng)價(jià)及其應(yīng)用研究

蔡敏，陳蕓

（杭州電子科技大學(xué) 管理學(xué)院，浙江 杭州 310018）

隨著計(jì)算機(jī)技術(shù)及網(wǎng)絡(luò)技術(shù)的高速發(fā)展，國(guó)內(nèi)涌現(xiàn)出大批互聯(lián)網(wǎng)技術(shù)企業(yè)，使得互聯(lián)網(wǎng)經(jīng)濟(jì)應(yīng)運(yùn)而生，近年來(lái)互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員“過(guò)勞死”事件頻見(jiàn)于報(bào)端，因此對(duì)互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷進(jìn)行評(píng)定，了解其腦力負(fù)荷水平以及變化規(guī)律，對(duì)于保證互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員身心健康，促進(jìn)互聯(lián)網(wǎng)經(jīng)濟(jì)健康持續(xù)發(fā)展有重要的現(xiàn)實(shí)意義。文章首先針對(duì)互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷特點(diǎn)，對(duì)目前國(guó)內(nèi)外廣泛使用的SW A T量表進(jìn)行修訂，形成C-SW A T量表，并對(duì)C-SW A T量表進(jìn)行信度和效度評(píng)價(jià)，結(jié)果表明C-SW A T具有較好的信度和效度。然后基于C-SW A T量表設(shè)計(jì)調(diào)查問(wèn)卷，對(duì)297名互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員進(jìn)行腦力負(fù)荷評(píng)定，并分析其腦力負(fù)荷分布特征、變化規(guī)律及影響因素，結(jié)果表明互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員整體腦力負(fù)荷較高且呈正態(tài)分布，年齡、工齡、學(xué)歷水平和腦力負(fù)荷呈現(xiàn)出明顯正相關(guān)性。

互聯(lián)網(wǎng)技術(shù)企業(yè)；腦力負(fù)荷；SW A T量表；因子分析

一、引言

（一）研究的意義

計(jì)算機(jī)技術(shù)及網(wǎng)絡(luò)技術(shù)的高速發(fā)展，使得互聯(lián)網(wǎng)經(jīng)濟(jì)如異軍突起般飛速發(fā)展，近年來(lái)，國(guó)內(nèi)涌現(xiàn)出以阿里巴巴、百度、京東等為典型代表的互聯(lián)網(wǎng)技術(shù)企業(yè)，為中國(guó)經(jīng)濟(jì)發(fā)展帶來(lái)了不容小覷的貢獻(xiàn)。2015年6月國(guó)務(wù)院發(fā)布了《實(shí)施“互聯(lián)網(wǎng)+”戰(zhàn)略，推動(dòng)傳統(tǒng)產(chǎn)業(yè)升級(jí)的建議》，為互聯(lián)網(wǎng)技術(shù)企業(yè)帶來(lái)了最佳的發(fā)展契機(jī)[1]。R&D人員在互聯(lián)網(wǎng)技術(shù)企業(yè)中所占的比例要遠(yuǎn)遠(yuǎn)高于傳統(tǒng)企業(yè)，是互聯(lián)網(wǎng)技術(shù)企業(yè)核心競(jìng)爭(zhēng)力之一，R&D投入已成為衡量一個(gè)企業(yè)創(chuàng)新能力高低的標(biāo)準(zhǔn)之一，但由于互聯(lián)網(wǎng)經(jīng)濟(jì)下，產(chǎn)品更新?lián)Q代速率明顯加快，使得互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員存在工作時(shí)間長(zhǎng)、工作壓力大、腦力負(fù)荷重等現(xiàn)象，互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員“過(guò)勞死”事件也頻見(jiàn)于報(bào)端。因此，基于互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員工作特點(diǎn)對(duì)已有的腦力負(fù)荷主觀評(píng)價(jià)量表進(jìn)行修訂，對(duì)其腦力負(fù)荷進(jìn)行評(píng)定，并分析其腦力負(fù)荷分布特征、變化規(guī)律及影響因素，對(duì)于保證互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員身心健康，促進(jìn)互聯(lián)網(wǎng)經(jīng)濟(jì)健康持續(xù)發(fā)展有重要的現(xiàn)實(shí)意義。

（二）國(guó)內(nèi)外研究現(xiàn)狀

腦力負(fù)荷是與體力負(fù)荷相對(duì)應(yīng)的一個(gè)術(shù)語(yǔ)，腦力負(fù)荷是人因工程領(lǐng)域的一項(xiàng)重要的研究課題。早在20世紀(jì)70年代初期，西方國(guó)家就認(rèn)識(shí)到評(píng)估腦力負(fù)荷的重要性，并投入了大量的人力和物力對(duì)腦力負(fù)荷進(jìn)行研究[2]。但目前為止，腦力負(fù)荷還沒(méi)有嚴(yán)格的定義。Meijman等認(rèn)為腦力負(fù)荷和勞動(dòng)者在工作中愿意付出的信息處理能力有關(guān)，是一個(gè)相對(duì)的概念[3]。O'Donnell等將勞動(dòng)者用于執(zhí)行特定任務(wù)時(shí)使用的那部分信息處理能力定義為腦力負(fù)荷，而腦力負(fù)荷的測(cè)量就是對(duì)這部分信息處理能力進(jìn)行的測(cè)量[4]。國(guó)內(nèi)的廖建橋等認(rèn)為腦力負(fù)荷是人的信息處理系統(tǒng)在工作時(shí)被使用情況的一個(gè)指標(biāo)，并與人工作時(shí)閑置未用的信息處理能力成反比。他們認(rèn)為腦力負(fù)荷可以用時(shí)間占有率和信息處理強(qiáng)度兩個(gè)因素來(lái)概括，時(shí)間占用率越高，腦力負(fù)荷越高，信息處理強(qiáng)度越大，腦力負(fù)荷越高[5-6]。

腦力負(fù)荷目前還不能直接進(jìn)行測(cè)量，只能采用一些間接的方法對(duì)其進(jìn)行評(píng)定，目前主要評(píng)定手段包括工作測(cè)量法、生理測(cè)量法和主觀測(cè)量法三種。工作測(cè)量法以勞動(dòng)者待完成任務(wù)的績(jī)效（如作業(yè)速度、作業(yè)時(shí)間、成績(jī)、錯(cuò)誤率等）作為腦力負(fù)荷的指標(biāo)，它直接反映了勞動(dòng)者的努力結(jié)果，但是它很難在不同任務(wù)間進(jìn)行比較[7-9]。生理測(cè)量法是通過(guò)測(cè)量勞動(dòng)者的某些生理指標(biāo)的變化來(lái)反映其腦力負(fù)荷情況，目前研究的比較多的生理指標(biāo)有自發(fā)腦電、事件相關(guān)電位（如P300）、心電、功能性近紅外光譜、腦血氧、眨眼率等[10-14]。但生理測(cè)量法需要有較為昂貴的專(zhuān)業(yè)生理信號(hào)測(cè)量設(shè)備，并且需要專(zhuān)業(yè)人員進(jìn)行測(cè)試和分析，這給實(shí)際實(shí)施和應(yīng)用帶來(lái)不便。主觀測(cè)量法，是一種最簡(jiǎn)單也是最流行的腦力負(fù)荷評(píng)定方法，在其實(shí)施過(guò)程中，勞動(dòng)者被要求判斷某一個(gè)工作強(qiáng)加于他們身上所產(chǎn)生的腦力負(fù)荷，通常需要給出一些定義和規(guī)則以指導(dǎo)勞動(dòng)者進(jìn)行腦力負(fù)荷評(píng)估，主觀測(cè)量法的理論基礎(chǔ)是勞動(dòng)者能力的占用與他們較準(zhǔn)確地報(bào)道的個(gè)人的努力程度是相關(guān)的。主觀測(cè)量法實(shí)施簡(jiǎn)單，使用方便，它使用統(tǒng)一的維度對(duì)腦力負(fù)荷進(jìn)行評(píng)定，可以對(duì)不同任務(wù)所產(chǎn)生的腦力負(fù)荷進(jìn)行比較，它不僅能夠區(qū)分超負(fù)荷和非負(fù)荷，而且對(duì)中、低負(fù)荷的變化也比較敏感。由于主觀測(cè)量法具備效度高、無(wú)入侵性、使用經(jīng)濟(jì)等特點(diǎn)，近20年來(lái)一直是最受歡迎的腦力負(fù)荷評(píng)定方法[15]。

目前使用較為廣泛的主觀測(cè)量技術(shù)是由美國(guó)空軍某基地航空醫(yī)院研究所開(kāi)發(fā)的主觀負(fù)荷評(píng)價(jià)技術(shù)（Subjective Workload Assessment Technique，SWAT）[16]，在這種評(píng)價(jià)技術(shù)中，腦力負(fù)荷被認(rèn)為與時(shí)間、壓力和努力程度這三個(gè)主要因素相關(guān)，每個(gè)因素有高、中、低三個(gè)水平，測(cè)試者被要求評(píng)估某項(xiàng)任務(wù)中這三個(gè)因素的高、中、低水平，然后由研究人員計(jì)算出完成這一任務(wù)的腦力負(fù)荷高低。但目前使用主觀評(píng)測(cè)法評(píng)估腦力負(fù)荷大多數(shù)集中于飛行駕駛、機(jī)場(chǎng)調(diào)度、交通調(diào)度等短時(shí)間需要處理大量信息的工作[17-22]，應(yīng)用的領(lǐng)域比較狹窄，對(duì)于近年來(lái)蓬勃發(fā)展的互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷的研究幾乎空白，而由于近年來(lái)互聯(lián)網(wǎng)技術(shù)企業(yè)以及互聯(lián)網(wǎng)經(jīng)濟(jì)的高速發(fā)展，互聯(lián)網(wǎng)技術(shù)企業(yè)R&D從業(yè)人員數(shù)量正在飛速增長(zhǎng)，并且關(guān)于互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員“過(guò)勞死”的報(bào)道也頻見(jiàn)于報(bào)端，說(shuō)明互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員的腦力負(fù)荷較重，并且已經(jīng)影響到其身心健康。因此，研究互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員的腦力負(fù)荷及其主要影響因素，使其腦力負(fù)荷維持在一個(gè)適度的水平，對(duì)于保護(hù)互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員的身心健康，促進(jìn)互聯(lián)網(wǎng)技術(shù)企業(yè)健康、穩(wěn)定、持續(xù)發(fā)展具有非常重要的現(xiàn)實(shí)意義。

二、研究設(shè)計(jì)

（一）問(wèn)卷指標(biāo)的設(shè)計(jì)

本文針對(duì)互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員工作特點(diǎn)，參考國(guó)內(nèi)外多篇文獻(xiàn)，綜合多位專(zhuān)家的意見(jiàn)，進(jìn)行了大量前測(cè)工作，對(duì)傳統(tǒng)SWAT量表進(jìn)行修訂形成C-SWAT量表，并根據(jù)C-SWAT量表設(shè)計(jì)互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷評(píng)定問(wèn)卷，本問(wèn)卷包含3個(gè)部分：第1部分向被調(diào)查者解釋調(diào)查的目的和內(nèi)容；第2部分統(tǒng)計(jì)被調(diào)查者的基本特征，如性別、年齡、學(xué)歷水平等，如表1所示；第3部分是C-SWAT量表問(wèn)項(xiàng)，包含量表維度說(shuō)明、負(fù)荷指數(shù)評(píng)價(jià)以及維度兩兩對(duì)比表，分別如表2、圖1、表3所示。

表1 調(diào)查對(duì)象特征統(tǒng)計(jì)表

表2 量表維度說(shuō)明

圖1 負(fù)荷指數(shù)評(píng)價(jià)

表3 維度兩兩對(duì)比表

量表維度說(shuō)明用于向被測(cè)試者解釋每個(gè)測(cè)試維度的定義，以方便被測(cè)試者理解每個(gè)維度的具體含義。負(fù)荷指標(biāo)評(píng)價(jià)包含時(shí)間負(fù)荷、努力負(fù)荷、心理緊張負(fù)荷、工作興趣和工作自由度5個(gè)維度，調(diào)查對(duì)象根據(jù)自己執(zhí)行工作的實(shí)際情況，分別在代表5個(gè)維度的直線上的相應(yīng)位置做標(biāo)記。維度兩兩對(duì)比表用于確定每個(gè)維度對(duì)于特定調(diào)查對(duì)象的腦力負(fù)荷貢獻(xiàn)權(quán)重。

（二）問(wèn)卷的發(fā)放和數(shù)據(jù)統(tǒng)計(jì)處理

本文以杭州市某互聯(lián)網(wǎng)技術(shù)企業(yè)R&D部門(mén)R&D人員為調(diào)查目標(biāo)，此次調(diào)查共發(fā)放問(wèn)卷381份，回收問(wèn)卷324份，回收率為85.04%，有效問(wèn)卷為 297份，有效率為91.67%，其中120例在2—3周內(nèi)重新進(jìn)行測(cè)試，用于重測(cè)信度分析。

數(shù)據(jù)統(tǒng)計(jì)之前需要將量表各維度1～10的得分值換成百分制，需要特別注意的是，工作興趣和工作自由度兩個(gè)本來(lái)是從左往右逐漸減小的，因?yàn)楣ぷ髋d趣越小、工作自由度越小，腦力負(fù)荷越大，但是為了防止調(diào)查對(duì)象在量表填寫(xiě)時(shí)出錯(cuò)，將這兩個(gè)維度也調(diào)整成從左往右逐漸增加，以和另外三個(gè)維度保持一致，減少調(diào)查對(duì)象在填寫(xiě)量表時(shí)的困惑，提高量表填寫(xiě)的可靠性，因此，在數(shù)據(jù)處理時(shí)，工作興趣和工作自由度這樣兩個(gè)維度需要按照公式1進(jìn)行百分制換算。

維度最終分值=（10-維度填寫(xiě)分值）*10 （1）

五個(gè)維度的兩兩對(duì)比表用于確定每個(gè)維度對(duì)于腦力負(fù)荷貢獻(xiàn)的權(quán)重，通過(guò)表4確定每個(gè)維度的對(duì)應(yīng)權(quán)重。最終調(diào)查對(duì)象的腦力負(fù)荷等于5個(gè)維度的最終值乘以相應(yīng)權(quán)重的總和。

表4 維度被選次數(shù)與其權(quán)重對(duì)應(yīng)表

三、實(shí)證分析

（一）量表信度評(píng)價(jià)

本研究從重測(cè)信度、分半信度、α系數(shù)、Ω系數(shù)、θ系數(shù)以及條目與總分的一致性分析方面對(duì)C-SWAT量表進(jìn)行信度評(píng)價(jià)。

C-SWAT量表及其各維度重測(cè)信度分析結(jié)果如表 5所示，C-SWAT量表及其各維度的 ICC位于0.611～0.752，P值均小于0.001，具有統(tǒng)計(jì)學(xué)意義，根據(jù)ICC要求，其穩(wěn)定性屬于良好。其Pearson線性相關(guān)分析結(jié)果顯示相關(guān)系數(shù)r與相應(yīng)的ICC均較接近，表明兩次調(diào)查的誤差都是隨機(jī)誤差。

表5 C-SWAT量表及其各維度重測(cè)信度結(jié)果

C-SWAT量表的分半信度、α系數(shù)、Ω系數(shù)、θ系數(shù)對(duì)比如表6所示，C-SWAT量表的分半信度均大于0.88，α系數(shù)均大于0.78，Ω系數(shù)、θ系數(shù)大于0.90，均符合心理測(cè)量學(xué)的要求，由此表明修訂后的C-SWAT量表的各維度測(cè)試內(nèi)容依然具備很好的一致性。

表6 C-SWAT量表的分半信度、α系數(shù)、Ω系數(shù)、θ系數(shù)分析結(jié)果

C-SWAT量表各維度得分與總分之間的一致性分析結(jié)果如表7所示，C-SWAT量表各維度得分與總分之間的相關(guān)系數(shù)分別為0.887、0.891、0.816、0.511、0.548，均大于0.5，而研究表明量表與總分之間的相關(guān)系數(shù)大于0.3即表明該維度較好[23]，因此新增的工作興趣和工作自由度這兩個(gè)維度與量表整體測(cè)試內(nèi)容之間也具有較好的一致性。所有系數(shù)的P值均小于0.001，具有統(tǒng)計(jì)學(xué)意義，表明C-SWAT量表各維度測(cè)定內(nèi)容與量表整體測(cè)試定內(nèi)容之間具有較好的一致性。

表7 C-SWAT量表各維度與總分的一致性分析

（二）量表效度評(píng)價(jià)

區(qū)分效度評(píng)價(jià)方法是通過(guò)將參與重復(fù)測(cè)試的120名對(duì)象的腦力負(fù)荷總得分由高到低進(jìn)行排序，然后把總得分最高的20%作為高得分組，總得分最低的20%作為低得分組，采用獨(dú)立樣品t檢驗(yàn)對(duì)比高低得分組各維度的得分差異，分析結(jié)果如表8所示。結(jié)果表明C-SWAT量表各個(gè)維度在高得分組和低得分組具有明顯差異，新增的工作興趣和工作自由度兩個(gè)維度相比至于另外三個(gè)維度，高分組和低分組的差異要稍弱一點(diǎn)，但依然符合心理統(tǒng)計(jì)學(xué)要求。因此，C-SWAT量表的各個(gè)維度均具有鑒別能力，能夠區(qū)分調(diào)查對(duì)象的不同腦力負(fù)荷水平。

表8 C-SWAT量表區(qū)分效度結(jié)果

C-SWAT量表的KMO檢驗(yàn)及Bartlett's檢驗(yàn)結(jié)果如表9所示，結(jié)果表明C-SWAT量表的KMO值大于0.68，P值均小于0.001，因此適合進(jìn)行因子分析。C-SWAT量表的因子分析結(jié)果如表10所示，C-SWAT量表共提取一個(gè)特征根大于等于1的公因子，其貢獻(xiàn)率為76.531%，相比于W1量表有所提高，且五個(gè)維度在該因子上的因子負(fù)荷均大于0.75，公因子方差大于0.65。因此，C-SWAT量表能很好地反映調(diào)查對(duì)象的腦力負(fù)荷情況。

表9 C-SWAT量表KMO及Bartlett's檢驗(yàn)結(jié)果

表10 C-SWAT量表各維度因子分析結(jié)果

（三）互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷分布特征及其變化規(guī)律

統(tǒng)計(jì)分析結(jié)果表明，調(diào)查對(duì)象C-SWAT腦力負(fù)荷均數(shù)為74.18，中位值為75.12，較為接近，其頻數(shù)分布如圖 2所示，近似正態(tài)分布。單樣本K-S檢驗(yàn)Z值為0.853，P值為0.863（P＞0.05），提示互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷的分布為近似正態(tài)分布。同時(shí)，互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷平均值為74.81，表明互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷相對(duì)較重。

圖2 互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷頻點(diǎn)分布圖

以年齡、工齡、學(xué)歷水平等個(gè)體特征為自變量，以腦力負(fù)荷為因變量對(duì)互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷水平進(jìn)行一元和多元線性回歸分析?；貧w分析時(shí)，年齡、工齡為連續(xù)變量，以原變量形式引入，性別、婚育狀況為無(wú)序分類(lèi)變量，以啞變量形式引入，學(xué)歷水平為有序分類(lèi)變量，但無(wú)法確認(rèn)各學(xué)歷水平間腦力負(fù)荷是否呈直線關(guān)系，故在此也采用啞變量形式引入。啞變量中，性別以女性為參照，0為女性，1位男性；婚育情況以未婚為參照，0為未婚，1為已婚未育，2為已婚已育；學(xué)歷水平以本科為參照，0為本科，1位碩士研究生，2位博士研究生。

互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷與個(gè)體特征間的一元線性回歸分析結(jié)果如表11所示。一元線性分析結(jié)果表明，年齡、性別、工齡、學(xué)歷水平1和婚育狀況2的偏回歸系數(shù)均為正值，且 P值小于0.05，具有統(tǒng)計(jì)學(xué)意義，說(shuō)明互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷隨著年齡、工齡以及學(xué)歷水平的增加而增加，男性員工的腦力負(fù)荷水平高于女性員工，已婚已育員工的腦力負(fù)荷高于未婚員工。

表11 互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷與個(gè)體特征的一元線性回歸分析

多元線性回歸分析中，首先將調(diào)查對(duì)象的所有個(gè)體特征因素均納入回歸分析中，并按照α=0.10的標(biāo)準(zhǔn)選擇變量進(jìn)行擬合腦力負(fù)荷水平的多元線性回歸模型，以更好地控制各種混雜因素。

多元線性回歸分析結(jié)果如表12所示，結(jié)果表明，年齡、文化程度的偏回歸系數(shù)P值小于0.01，具有統(tǒng)計(jì)學(xué)意義，而性別、工齡、婚育狀況的偏回歸系數(shù)無(wú)統(tǒng)計(jì)學(xué)意義。

表12 互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷與個(gè)體特征的多元線性回歸分析

從表13中各自變量的容差和方差膨脹因子分析結(jié)果可以看出，年齡和工齡的容差較小而方差膨脹因子很大，年齡和工齡的線性診斷顯示最大條件指數(shù)為64.465，遠(yuǎn)遠(yuǎn)大于10，并且常數(shù)項(xiàng)、年齡和工齡的方差比分別是0.85、0.94、0.84，均大于0.5，由此表明年齡和工齡存在共線性。故在此將年齡和工齡分開(kāi)進(jìn)行腦力負(fù)荷多元線性分析，結(jié)果表明刪除年齡自變量的多元線性分析結(jié)果與刪除工齡自變量后的多元線性分析結(jié)果顯示，表14所示為刪除工齡后的腦力負(fù)荷多元線性回歸分析結(jié)果，結(jié)果表明各變量的方差膨脹因子均小于10，說(shuō)明各自變量間共線性不明顯。

表13 刪除工齡后的腦力負(fù)荷與個(gè)體特征的多元線性回歸分析

按照α=0.10的標(biāo)準(zhǔn)選擇表 13中的個(gè)體特征變量進(jìn)行腦力負(fù)荷多元線性回歸模型擬合，擬合結(jié)果如表14所示，結(jié)果表明，年齡（或者工齡）、學(xué)歷水平的P值均小于0.05，可作為腦力負(fù)荷的影響因素，擬合出的多元線性回歸模型的P值小于0.001，具備顯著的統(tǒng)計(jì)學(xué)意義。同時(shí)，年齡（或者工齡）和學(xué)歷水平的偏回歸系數(shù)均為正值，說(shuō)明腦力負(fù)荷隨著的年齡的增長(zhǎng)而增加，學(xué)歷水平越高，腦力負(fù)荷越大。

表14 刪除工齡后的腦力負(fù)荷與個(gè)體特征的多元線性回歸分析

四、結(jié)論

本文結(jié)合目前互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷特征，對(duì)目前廣泛使用的SWAT主觀腦力負(fù)荷評(píng)價(jià)量表進(jìn)行了修訂，形成C-SWAT量表，并對(duì)C-SWAT量表的信度和效度進(jìn)行檢驗(yàn)，然后針對(duì)C-SWAT量表進(jìn)行問(wèn)卷設(shè)計(jì)，并對(duì)297名互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員進(jìn)行腦力負(fù)荷評(píng)定，分析其腦力負(fù)荷分布特征和影響影響因素，本文結(jié)論如下：

1.修訂的C-SWAT量表具有很好的信度和效度。修訂的C-SWAT具有很好的重測(cè)信度、分半信度、內(nèi)部一致性以及維度與總分的一致性；修訂的C-SWAT量表的KMO效驗(yàn)和球形效驗(yàn)表明C-SWAT量表仍適合做因子分析，C-SWAT量表的因子分析結(jié)果表明其具有更好的結(jié)構(gòu)效度。因此，C-SWAT量表適合作為互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷測(cè)量工具。

2.互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷分布特征、變化規(guī)律和影響因素。互聯(lián)網(wǎng)技術(shù)企業(yè)R&D人員腦力負(fù)荷呈現(xiàn)出正態(tài)分布特征，且整體腦力負(fù)荷較重；年齡（或者工齡）、學(xué)歷水平為腦力負(fù)荷的主要影響因素，且年齡（或者工齡）對(duì)于腦力負(fù)荷影響要大于學(xué)歷水平。

[1]王宇虹，2016.我國(guó)互聯(lián)網(wǎng)企業(yè)人力彈性管理研究[J].經(jīng)營(yíng)管理者（2）：150-151.

[2]Neville M.Mental Workload：its theory and measurement[M].New York：Plenum，1979：3-19.

[3]Meijman TF，O'Hanlon JF.Workload：An introduction to psychological theories and measurement methods[J].Handbook of Work and Organizational Psychology.New York：Wiley.1984：257-288.

[4]O'Donnell RD，Eggemeier FT.Workload assessment methodology[J]. Handbook of perception and human performance.New York：Wiley. 1986，2：42-49.

[5]廖建橋.腦力負(fù)荷及其測(cè)量[J].系統(tǒng)工程學(xué)報(bào)，1995，10（3）：119-123.

[6]廖建橋，王文弼.時(shí)間長(zhǎng)短對(duì)腦力負(fù)荷強(qiáng)度影響的研究[J].人類(lèi)工效學(xué)，1997，3（4）：16-21.

[7]Meshkati N，Loewenthal A.An eclectic and critical review of four primary mental workload assessment methods：a guide for developing a comprehensive model[J].Advances in Psychology，1988（52）：251-267.

[8]Albert J Rehmann.Handbook of human performance measure and crew requirements for flight deck research[J].The National Technical Information Service：Springfieled，1995：19-21.

[9]Hicks T G，Wierwille W W.Comparion of five mental workload assessment procedures in a moving-base driving simulator[J].Human Factors：The Journal of the Human Factors and Ergonomics Society，1979，21（2）：129-143.

[10]Kakizaki T.Occipital midline EEG and subjective rating of task difficulty as indices of mental task strain[J].European journal of applied physiology and occupational physiology，1987，56（2）：163-168.

[11]Koles Z J，F(xiàn)lor-Henry P.Mental activity and the EEG：task and workload related effects[J].Medical and biological Engineering and Computing，1981，19（2）：185-194.

[12]Kakizaki T.Relationship between EEG amplitude and subjective rating of task strain during performance of a calculating task[J]. European journal of applied physiology and occupational physiology，1984，53（3）：206-212.

[13]Kakizaki T.Evaluation of mental task strain based on occipital beta activity and subjective rating of task difficulty[J].European journal of applied physiology and occupational physiology，1985，54（5）：466-470.

[14]ULLSPERGER P，METZ A M，GILLE H G.The P300 component of the event-related brain potential and mental effort[J].Ergonomics，1988，31（8）：1127-1137.

[15]柳忠起，袁修干，劉濤，等.航空工效中的腦力負(fù)荷測(cè)量技術(shù)[J].人類(lèi)工效學(xué)，2003，9（20）：19-22.

[16]Reid G B，Nygren T E.The subjective workload assessment technique：a scaling procedure for measuring mental workload[J].Human Mental Workload Amsterdam：North-Holland，1988：185-218.

[17]姚永杰，常耀明，吳興裕，等.儀表飛行時(shí)直升機(jī)飛行員腦力負(fù)荷的主觀評(píng)價(jià)[J].中華航空航天醫(yī)學(xué)雜志，2007，18（3）：176-180.

[18]劉寶善，廖建橋，王玉紅，等.殲擊機(jī)飛行員腦力負(fù)荷評(píng)價(jià)模型的研究[J].中華航空航天醫(yī)學(xué)雜志，2000，11（1）：24-28.

[19]劉維平，聶俊峰，金毅，等.基于任務(wù)-網(wǎng)絡(luò)模型的裝甲車(chē)輛乘員腦力負(fù)荷評(píng)價(jià)方法研究[J].兵工學(xué)報(bào)，2015，36（9）：1805-1810.

[20]Lamoureux T.The influence of aircraft proximity data on the subjective mental workload of controllers in the air traffic control task[J]. Ergonomics，1999，42（11）：139-142.

[21]Hankins T C，Wilson G F.A comparison of heart rate，eye activity，EEG and subjective measures of Pilot mental workload during flight [J].Aviation，space，and environmental medicine，1998，69（4）：75-79.

[22]Fallahi Majid，Motamedzade Majid，et al.Assessment of operators' mental workload using physiological and subjective measures in cement，city traffic and power plant control centers[J].Health promotion perspective，2016，6（2）：96-103.

[23]鄭延平.量表研究的策略[J].國(guó)際精神病學(xué)雜志，1987，14（3）：144-148.

（責(zé)任編輯：C 校對(duì)：R）

F272.92

A

1004-2768（2017）01-0118-05

2016-11-08

蔡敏（1973-），女，浙江溫州人，杭州電子科技大學(xué)管理學(xué)院副教授，研究方向：人因工程；陳蕓（1988-），女，安徽滁州人，杭州電子科技大學(xué)管理學(xué)院碩士研究生，研究方向：人因工程。