疾控人员职业紧张高危风险因素集定性比较研究

王永伟，王德军，孔凡玲，隋少锋，兰亚佳

(1.四川大学华西公共卫生学院(华西第四医院)劳动卫生教研室、职业卫生应急重点实验室、职业卫生评价科，四川 成都610041;2.山东省疾病预防控制中心，山东 济南 250014)

本刊网址:http://www.nsmc.edu.cn 作者投稿系统:http://noth.cbpt.cnki.net 邮箱:xuebao@nsmc.edu.cn

关于职业紧张的传统性研究表明，影响职业紧张的影响因素众多、而且因素间的作用方式复杂，出现不同行业或职业的人群的职业紧张被笼统性概括，结果导致在对不同人群的职业紧张干预时，紧张风险因素不能锁定，职业紧张的易感人群不能框定，使得干预策略和干预效果不能达到预期效果。定性比较分析(QCA)作为一种全新的运算分析技术，可以发现导致结局的高危风险因素集，提出不同高危风险因素影响结局的不同理论途径［1］。近年来，QCA 分析作为一种分析策略的效用在众多领域研究得到扩大［2－3］。本研究基于疾控人员付出-回报失衡(Effort-reward-imbalance model，ERI model)［4］的职业紧张研究数据，大胆采用QCA 分析技术，以期获得疾控人员职业紧张的高危风险因素集，筛选出职业紧张的高危人群，为针对性的职业紧张干预提供基础依据。

1 资料与方法

1.1 对象

本研究采取随机整群抽样的方法抽取某省疾控系统676 名工作人员作为研究对象，包括省级疾控219 人，5 个市级疾控457 人，年龄(42.8 ±9.2)岁，工龄(18.3 ±11.2)年;其中男性334 人，年龄(44.5±9.5)岁，工龄(20.4 ±11.5)年;女性342 人，年龄(41.1 ±8.5)岁，工龄(16.3 ±10.5)年。纳入标准:工龄在一年以上的在职在岗职工;排除标准:退休人员与后勤服务人员。

1.2 方法

1.2.1 一般信息收集 获取研究对象知情同意后，对其基本信息收集，包括年龄、性别、职称、文化程度、月平均收入、工龄、工作量等情况。

1.2.2 职业紧张测定 采用付出-回报失衡(ERI)问卷对所有纳入的研究对象进行职业紧张信息测定。ERI 问卷包括外在付出、回报、内在投入三个模块，共23 个条目(外在付出6 个条目，回报11 个条目，内在投入6 个条目)，三个模块得分范围依次为:6 ～24、11 ～44、6 ～11，采用付出回报比来近似反应职业紧张的程度，比值越大紧张程度越高。付出回报比=外在付出总分/(回报总分×0.5454)。以往研究证实，ERI 问卷测定职业紧张方面较为稳定［5］。本次研究的所有问卷均在获得知情同意后，由统一培训的调查员实施。

1.2.3 统计学分析 将676 份有效问卷采用Excel录入、建立数据库，变量:年龄按照45 岁为界分为高年龄和低年龄，月平均收入以3 000 元为界分为高收入组和低收入组，职称分为初级、中级、副高级和高级，工龄以20 年分为高工龄和低工龄，工作量分为一般、较强和很强，职业紧张采用付出回报比指标反映。采用stata12.1 软件包进行统计分析，方法包括两样本t 检验、方差分析、定性比较分析(QCA)，检验水准α=0.05。定性比较分析(QCA)可以通过Boolean 逻辑检验结局和多个二进制预测性风险因素组合之间的关系，既可改变原始变量的方法但又没有失去与二分法分类或连续方法的联系，可以通过给定的条件概率来阻止各种预测因素组合的差异，来对定结局中每种预测因素组合中亚集的贡献程度进行评估［1］。QCA 分析步骤:①生成集变量采用标准化秩次转化，将初始变量转化为0 ～1 间的变量后，生成集合单集;②生产单集的组合集 采用模糊集技术对所有生成的单集进行模糊处理，同时将第一列单集变量定义为结局变量，每个单集变量以单个大写字母标识;③组合集的一致性检验 通过标准化后的充分性和必要性显示组合集间的关系，然后通过程序默认值或设定值对因素组合集对第一列结局组合集的一致性检验;④降集与最终解集对通过一致性检验的因素组合集进行降集，得到最终对结局有意义或具有解释性的因素组合集最为最终的解集，同时生成每一个最终解集的覆盖率来实现其最佳适用解集(运行语法见附录1)。

2 结果

2.1 疾控人员职业紧张情况分析

对676 名研究对象的职业紧张分析发现，付出回报得分和付出回报比:≥45 岁组高于＜45 岁组，且差异均有统计学意义(P ＜0.05);回报得分:女性高于男性，且差异有统计学意义(P ＜0.05);≥20 年工龄组在外在付出、回报得分及付出回报比均显著性高于＜20 岁工龄组(均有P ＜0.05);不同工作量组间的外在付出得分、回报得分、付出回报比及内在投入均不相同(均有P ＜0.05)，且呈现随着工作量的增加付出-回报的各指标增加的趋势;职称的不同外在付出得分、回报得分、付出回报比及内在投入均不相同(均有P ＜0.05)，且大致呈现随着职称的升高付出-回报的各指标增加的趋势;不同文化程度间的付出-回报的指标基本一致;详见表1。

表1 疾控系统工作人员职业紧张情况分析

2.2 疾控人员职业紧张高危风险因素集分析

采用QCA 分析，首先对进入分析的原始变量进行标化后等级排序，得到初始变量及相应集的均数变化(详见表2)。进一步得出变量的32 个可能组合以及相应的一致性得分以及进入每一个组合“最适”个体数量，这八个组合(ajiyS、ajIyS、aJIys、aJIyS、aJIYS、AjiYS、AJiYS、AJIYS)作为结局-紧张的解集进入模型，即在一定程度上，属于这些组合的个体更可能发生职业紧张。但并不是每一个组合都包含着能引起职业紧张的预测风险因素，按照QCA 默认的界定值，八个组合通过逻辑降维技术被降为更简单的四个组合(J·I·Y·S、A·i·Y·S、a·J·I·y、a·j·y·S)，这四个结局-紧张的解集均具有高的一致性，且包含了高紧张个体的大部分比例，故可作为最终职业紧张的预测风险因素解集，其中的两个组合(J·I·Y·S 和a·j·y·S)的个体覆盖率和综合覆盖率均较高，即覆盖的疾控人员群体较大，其公共卫生意义更为明显(见表3、图1)。

按照以上分析方法，对不同性别的职业紧张分别进行了QCA 分析，结果显示:对于男性，7 个预测风险因素组合通过显著性检验，而女性只有5 个组合通过显著性检验，男性多于女性，且男女通过检验的组合类别不同，表明引起男女紧张的预测风险因素潜在结合作用方式不同;男女最终降集后均得到四个最终解集，且对职业紧张的解释一致性基本相同(男:82.8%，女:83%);男性:产生职业紧张一定经历过风险因素集(a·j·Y·S、a·J·I·y、J·I·Y·S 和a·I·S)，其中经历J·I·Y·S 集覆盖率最高，即实际经历这种风险因素组合的群体较大，应该得到主要关注，其他三种组合虽然能够引起高紧张，但实际风险群体较小;女性:产生职业紧张一定经历过风险因素集(a·j·i·y·S、a·J·i·Y·s、A·i·Y·S、A·J·Y·S)，其中经历a·j·i·y·S 和A·J·Y·S 集的群体占主体，另外两种风险群体较小(见表4)。

表2 原始变量及其相应集的分布

表3 职业紧张预测风险因素集的组合一致性(n=676)

aA-年龄，J-职称，I-平均月收入，Y-工龄，S-工作量;b 集变量组合一致性大于0.500 的例数。

表4 总样本(n=676)、男性(n=334)和女性(n=342)降维后总解集

图1 结局（职业紧张）与四种高危风险因素集的一致性图

3 讨论

ERI 模型同时考虑了个体差异和工作特征而对各种工作压力结局都具有较好的预测力和解释性［6］。在我国，该模型及相应的问卷能较好地用于评价社会心理因素对职业人群的影响［7］。使用ERI问卷对我国1 216 名高校教师职业紧张与健康的研究发现，男性的外在付出高于女性，而男性获得的回报较女性低［8］。本次研究发现，男性获得的回报显著低于女性，而外在付出、付出回报比及内在投入指标均尚未发现有差异，这种差异可能是由于我国疾控系统事业单位的性质决定的。研究发现，30 ～45岁年龄段医务人员职业紧张程度高于46 岁者［9］。本次研究发现，疾控系统45 岁以上的工作人员付出回报比显著高于45 岁以下者，工龄20 年以上的工作人员的付出、回报得分及付出回报比均显著性高于20 年以下者。可能原因是45 岁以上或工龄20年以上的疾控人员往往是这个行业的业务骨干和专家，承担工作量较大。家庭经济收入状况影响职业紧张［10］，但本次研究并未发现不同收入组间职业紧张指标的统计学差异，但这并不能回避收入作为紧张风险的一个潜在因素。本研究还发现工作量的不同，付出-回报的各指标也均不相同，呈现工作量不同各指标加重的趋势。可能原因为，工作量越大，带来的职业紧张程度越高。研究还提示，职称的不同，职业紧张的指标也不尽相同，提示当今社会，由于职称与个人收入相关，在疾控系统也一样，均可导致工作人员职业紧张的发生。所以，疾控系统工作人员的职业紧张的主要影响因素包括年龄、工龄、工作量、职称、收入等。

虽然疾控系统工作人员的职业紧张的主要影响因素包括年龄、工龄、工作量、职称、收入等，但这些因素到底如何组合才能对职业紧张这一“结局”产生贡献?这些组合作用预测因素中在疾控系统群体的影响覆盖率如何?这些问题至今尚未见研究。本研究以年龄、工龄、工作量、职称、收入为自变量，以付出回报比为结局变量，利用QCA 技术分析发现:J·I·Y·S(高职称+ 高收入+ 高工龄+ 高工作量)、A·i·Y·S(高年龄+低收入+高工龄+高工作量)、a·J·I·y(低年龄+高职称+高收入+低工龄)和a·j·y·S(低年龄+低职称+低工龄+高工作量)这四个组合可以产生职业紧张;J·I·Y·S(高职称+高收入+高工龄+高工作量)和a·j·y·S(低年龄+低职称+低工龄+高工作量)在疾控系统的覆盖率较高，即产生职业紧张的工作人员具备这两种状态在疾控系统较为常见，也就是说具备这两种状态的工作人员是职业紧张的易感人群。研究还发现，男性与女性职业紧张的预测风险因素集均有四个，得到的四个预测因素集对职业紧张的解释一致性基本相同，但风险预测因素潜在结合不同，男性疾控人员产生职业紧张一定经历过a·j·Y·S(低年龄+ 低职称+ 高工龄+ 高工作量)、a·J·I·y(低年龄+高职称+高收入+低工龄)、J·I·Y·S(高职称+高收入+高工龄+高工作量)和a·I·S(低年龄+高收入+高工作量)，且以J·I·Y·S(高职称+高收入+高工龄+高工作量)覆盖率最高，即实际经历这种风险因素的群体较大，应该得到主要关注;女性男性疾控人员产生职业紧张一定经历过风险因素a·j·i·y·S(低年龄+低职称+低收入+低工龄+高工作量)、a·J·i·Y·s(低年龄+高职称+低收入+高工龄+低工作量)、A·i·Y·S(高年龄+低收入+高工龄+高工作量)和A·J·Y·S(高年龄+高职称+高工龄+高工作量)，且以a·j·i·y·S(低年龄+低职称+低收入+低工龄+高工作量)和A·J·Y·S(高年龄+高职称+ 高工龄+ 高工作量)的群体占主体。也就是说，无论男女只要具备J·I·Y·S(高职称+高收入+高工龄+高工作量)的情况均应作为职业紧张的易感人群;女性a·j·i·y·S(低年龄+低职称+低收入+低工龄+高工作量)在疾控系统中占有人数较多，而在男性疾控人员则没有这种情况，所以在进行职业紧张干预时，男女应区别对待则更为科学。

综上所述，虽然疾控人员的职业紧张主要影响因素为年龄、工龄、工作量、职称、收入，但QCA 分析技术可同时考虑职业紧张发生的高危风险因素集及其在人群中的覆盖情况来确定这些因素在什么状态下、以何种因素集引起职业紧张效应。总体上，高职称+高收入+高工龄+高工作量或低年龄+低职称+低工龄+高工作量是疾控人员职业紧张的高危风险因素集，具备这种风险因素集的人员是职业紧张的高危人群;具备高职称+高收入+高工龄+高工作量风险因素占疾控男性人员的主体，具备低年龄+低职称+低收入+低工龄+高工作量或高年龄+高职称+高工龄+高工作量占疾控女性人员的主体，职业紧张干预应区别对待，且更具有公共卫生意义。

［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，张 扬.付出–获得不平衡量表中文版的信度和效度［J］.中国流行病学杂志，2006，27(1)，25 －28

［5］ 罗玉越，舒晓兵，史 茜.付出–回馈工作压力模型:西方国家十年来研究的回顾与评析［J］.心理科学进展，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.工作场所中社会心理因素的测量——两种职业紧张检测模式的应用［J］.中华劳动卫生职业病杂志，2004，12(6):422 －426

［8］ 范琳波，李 健，尚 莉，等.工作中付出–回报失衡与高校教师自评健康关系.工业卫生与职业病，2009，35(6 ):324 －328

［9］ 谢震宇，杨黎明，戴俊明，等.上海市某区社区卫生服务中心医务人员职业紧张现状调查［J］.环境与职业医学，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