基于大数据的高校教师过劳精准模型探讨

孙玉弢 郭玉华

摘要：过劳是一种经济高速发展的附带现象，实质上也是一种困局。面对这些过劳问题时，本文提出过劳精准概念，结合大数据和人工智能技术，忠实记录劳动过程，尽量提前预警，以减少过劳给国家社会企事业单位组织带来的损害与伤害。同时，结合高等学校教师劳动过程特点以及当前高等学校信息化、智能化设施基础，构造了一个度量高等学校教师劳动量的公式，利用该公式可以给过劳教师发出及时的提醒，以减少过劳事件。

关键词：过度劳动;劳动大数据;过劳困局;过劳精准

中图分类号：F24文献标识码：Adoi：10.19311/j.cnki.1672-3198.2022.04.033

1过度劳动现状及其困局

人的心理、精神以及身体机能是有承受限度的，这个限度的阈值与一定历史阶段的政治、经济、人文社会环境以及科技等各方面条件相适应。从事生产劳动的人，受限于特定历史，如果从事的工作消耗体力与精力过多，会出现因超额负荷带来身心的种种不悦、不适，长时间持久的这种不适可能会带来肉体、精神上的疾病，甚至“过劳死”。因此过度劳动其实是一种社会高速发展的附属品。比如，二战后，世界各国重建本国经济带来的巨大需求，使得本土没有卷入战争的美国欣欣向荣，各个行业空前发展，也使得美国在上世纪五六十年代，出现大量的腰椎间盘突出患者。当然，那个年代的美国劳动大军也创造了经济发展史上的一个又一个神话，直至今天似乎还仍然可以继续维持着世界霸主的地位。当然，社会经济的发展也为腰椎间盘突出患者带来一定程度的福音，不仅深化了对该疾病的认知，提高了对该疾病的医疗效果，甚至还创造了很多疗效好的新诊疗方法。同时，经济的发展也为腰椎间盘的病患病养提供坚实的经济基础。

过劳问题在很多领域屡见不鲜，究其主要原因來自市场经济以及自由竞争。在早期的工业经济时代，计时计件度量劳动方式成为主流，资本对劳动的盘剥，劳动者必须超长时间工作，才能创造出剩余价值，这势必造成劳资双方的根本对立。随着信息、网络、人工智能技术的兴起，人类社会一不小心进入信息智能时代，大量的重复性劳动被智能化机器设备所取代。这种情形下，劳动工作过程需要更多的知识，劳动者也逐步变为知识型工作者。但是，在这种知识型的劳动过程中，简单计时计件的劳动度量方式已经不适时宜。劳动过程所需的知识，劳动者需要花费大量时间进行学习、理解、巩固、储备，这种巨额的准备劳动所需时间，显然不在计时计件度量范围内。因此，这种知识经济时代下，过度劳动不仅仅是普遍化，难以量化以及自愿性的特点。尤其是，当今社会经济发展所表现出来对创造性劳动的优先性以及赢家通吃的市场局面使得大量知识劳动员工身不由己的卷入其中，似乎还是心甘情愿的投入、再投入，只是这种长期过劳带来显著的身心健康问题时，又是后悔不及，甚至付出生命代价，形成令人费解、自相矛盾的后悔性“过劳自残”、甚至“过劳自杀”现象，给家庭、社会到来不少不必损失。通过全国范围内的抽样数据采集调查，抛开过劳自残、抑郁、甚至自杀等，因过劳对医疗医药费用、预防费用等直接经济损失估计达0.63万亿元，对生产率损失、工资性损失等间接经济损失估计达到0.44万亿元，真是让人触目惊心。

过度劳动近年来越来越受到国家、社会组织、个人等各个层面高等关注，是因为它不仅仅对社会经济、组织单位带来巨额损失，也给个人带来巨大损害，甚至失去生命。由于过度劳动依附于劳动过程产生，很难界定划分“什么时候”过劳发生，而过劳带来的个人身心损害也有一个长期发展演化的过程，不易求证。即使是“过劳死”，也没有法律规定的“过劳死”情形（条文），有关法律条文在司法实践方面还存在不少局限性。因此想寻求法律方法的救济，也往往是困难重重，所得无几。国家其实颁布了有不少与过劳相关的法律法规，为什么司法实践中却往往束手无策呢，根本原因还是因果关系很难获取或者很难获取有效证据。这样既不能说明过劳无过失，不能说明过劳有过失，其实就是一种困境与僵局，它的结果往往是劳资双方中处于弱势的劳动者不可避免成为一只只挨宰的绵羊。如果能够在过劳引发伤害损害前及时提出预警，在伤害损害出现后提供有效数据表明有无过劳，这应该是一种较好的解决方案。

因此，当前过劳的困局就是过劳本身是社会经济高速发展的现象，但是却带来一定负面损害与伤害。面对困局，应该提前预警，尽量减少损害与伤害，有过劳伤害损害时，应该给予足额赔偿与关爱。

2劳动数据与过劳精准

劳动者是劳动过程中最鲜活的要素，在其从事的劳动以及生活中产生了很多数据。有生产方面的数据，如班组活动记录，使用哪些设备、哪些原料、哪些材料，根据什么工艺，按照什么流程，加工了什么产品，工作场地环境（声音、粉尘、建筑物等）如何，什么时候什么人出现了什么事件，为了这些生产过程，进行了哪些方面的学习、准备，什么时候上下等;也有生活方面的数据，起居时间，三餐时间与食材食量，锻炼项目与时间，健身项目于时间，朋友聚会等;还有身心方面的数据，比如身高、体重、心率、血压，急病历史，诊疗历史，各种化验结果，各期体检结果。

对于生产类型数据，如果有生产管理信息化系统，这些数据基本可以从信息化系统中获取，对于不能获取的数据可以采取其它途径，如监控系统、考勤系统或手工录入;对于生活方面的数据，可以从社交软件以及支付软件或手动输入获取。对于身心方面数据，有些可以从医院的信息化系统中获取，有的也可以从穿戴设备（系统）中获取，还有的可以手工录入。

虽然这些数据属于不同部门、公司，甚至可能涉及（商业等）秘密，但是通过协商交流（甚至法律保护条款）以及一定技术手段还是有可能获取得到的。有了这些数据，再运用一定技术手段，如大数据分析技术，人工智能技术，使得有无“超过”规定劳动时间的现象有了佐证，对于用工双方都是一种保护，为构建和谐美好社会打下坚实基础。不仅如此，如果能够及时获得这些数据，通过构造一定的过劳模型，在过劳带来实质性危害前提供预警，减少过劳损害伤害，挽救损失。

不过，这些数据维度不统一，格式不一致，他们虽然数据量巨大，种类繁多，因此需要采用大数据技术，存储管理这些信息数据。它们真实刻画了劳动过程各要素的状态，尤其是清晰描述了劳动者的各种状态，运用大数据处理以及人工智能技术，就可以很好地处理这些数据，识别出过劳事件。

因此，过劳精准就是尽可能收集生产劳动各个要素数据，尤其是劳动者的生产生活身心数据，利用大数据以及人工智能等信息化、智能化技术，精准记录劳动过程，识别过劳事件，提供过劳预警，减少过劳损失。

3高等学校教师过度劳动困局与特点

我们国家，经过一代人又一代人的艰苦奋斗，“站起来”了，“富起来”了，“强起来”了，其艰巨可想而知，其艰辛可想而知，其付出可想而知。在这个发展历史中，高等学校是一支生力军，输送了一批又一批的高素质国家建设者。高校教师是高等学校的主力，是高等学校高级人才培养的“工程师”，也是根据社会发展、建设需求推动高等教育改革与发展，提高高等教育质量的实施者、落实者与贯彻者。其工作基本面情况也不可不谓艰巨与艰辛，据调查报告称，目前，我国高等学校教师的过劳整体状况为“中度过劳”，其中中度过劳占比45.4%，重度过劳占比46%，较令人欣喜的是，高等学校教师过劳自知性比较好，调查平均分70.91分。

其实，随着经济社会的高速发展，高等学校教师过劳问题，早就引起了人们的高度关注，也吸引了越来越多的专家学知对这些现象进行深层次、广角度的研究。2005年，就有关于高校教师“过劳死”的报道以及分析，2007年，就有高等教师过劳死的原因分析并提出了有关保护措施。贺琼、邵晴芳、代志明还分别对北京、武汉以及郑州高校（青年）教师进行调查研究。贺琼从职业特点以及组织环境对北京教师的过劳问题进行了调查研究，邵晴芳得出了过劳与年龄、学历以及职称方面的群体差异性，代志明通过调查研究呼吁改善对青年教师的业绩考核机制，强化青年教师的健康管理。也有研究指出，情绪劳动对职业紧张以及过度劳动有正向显著影响，职业紧张在情绪劳动以及过度劳动中起部分中介作用。

因此，高等学校的过劳困局就是学校应该将立德树人、培养全面发展而合格的社会主义现代化建设者与接班人的各项工作落到实处，同时还得面对过劳问题以及由此带来的负面作用。解决这个困局的一个方法也是过劳精准，忠实记录教育各项工作过程，识别过劳事件，及时过劳预警，减少过劳损失。

但是，高等教师的劳动过程有其鲜明特点。劳动过程分散;还是脑力劳动突出的知识型劳动，因此和传统工业化生产下的计件等方式不一样，特别不好度量;个性化差异明显，不同专业有差异，不同教师之间也有差异。

4基于大数据的高等学校教师过度劳动精准模型

從当前高等学校的组织结构来看，高等学校教师的主要工作就是以人民为中心，将立德树人和培养社会主义现代化建设者与接班人的目标与要求落实到各种教学、科研和服务社会等各种具体工作中。为了支撑这些工作的开展，很多高校已经建立起了各种信息化系统，如教务管理系统基本囊括了所有的课程教学信息，有上课时间、地点、人数，可以计算每位教师每门课程的工作任务;实验管理系统也有时间、地点、人数等数据，可以计算每位教师每门课程的实验（上机、实践等）工作任务;科研管理系统囊括了每位教师每个科研项目工作信息，比如目前状态、经费总额、参加人员等;财务系统中的差旅报销等科研经费管理，也从另外侧面一定程度上反映了教学以及科研工作情况。有的学校还有各种摄像监控、打卡考勤系统，可以体现教师的各种活动记录。而学校开展的年度体检及其结果，可以很大程度上反映教师的身心健康。当前信息化下，学校各个部门、单位一般还会建立QQ群和微信群，这些可以帮助我们在一定程度上了解教师的状态等。尤其是近几年以来，高校中推行了绩效考核制度，该制度下，利用这些信息化系统，每位教师的绩效都是可算、可溯的。以上这些都为过劳精准提供了坚实基础。当然，由于绩效的具体落实措施是各个学校在有关文件法规等指导下自己制定的，绩效反应的是实施绩效高校的价值追求取向，也决定了学校的价值追求趋向。因此，绩效与劳动工作量/劳动工作时间不完全等价，绩效高不等价于过劳，过劳也不一定绩效高。

假设学校的总绩效为M，总人数是N，M/N就是每位员工的平均绩效。平均绩效高、方差又较小时说明教师的获得感较好，可能会激励更多的教师投入工作。由于绩效一般还是会在价值追求目标下兼顾了教学与科研等各项工作，因此这是一个从侧面很能说明总体劳动程度/强度的指标。

个人劳动程度/强度因人而异，不是仅仅由绩效可以衡量的，受课程难易、承担科研项目难易、年龄、职称、职位、价值观、人生观以及学校整体政策环境密切相关。可以按照以下公式计算：

公式1中的各个符号含义如表1。

其中，环境系数Kei可以取每位教师提交该项数值的平均值。个人系数Kpi、备课系数Pic可以按年龄以及职称取每位老师提交该项数据的平均值。Lc以及Hc可以参考其它高等学校或由专家组研判给出，作为常数;当出现认定过劳病/死教师后，可以适当调整Lc以及Hc。剩下的各项可以按实际发生时间计算，就可以计算出个人i的个人周劳动量OLi。由此，通过公式（1）可以对高等教师的周工作量进行度量，获得每位教师的劳动工作量。

有了每位教师的劳动工作量后，按照刘贝妮博士的研究结果——我国高等教师整体处于“中度过劳”的判定，对以下超值的教师提出过劳预警：（1）OLi大于70%分位数的教师。（2）按年龄以及职称分类后，OLi大于70%分位数的教师。（3）按年龄、课程以及职称分类后，OLi大于该类已经出现过劳病/死教师过劳前OL均值的教师。

另外，通过采用大数据分析以及人工智能技术，发现需要预警的教师：（1）根据体检结果或病患病历分析，发现需要预警的教师。（2）其它数据挖掘、类比等发现需要预警的教师。

5总结

随着经济社会的发展，高等学校教师过劳问题已经成为一种现象，危害甚多，越来越受到国家社会等各个层面的关注，但是其劳动量却不好度量。本文利用大数据技术，综合考虑组织环境以及个人年龄等因素，建立了高等学校教师劳动量度量公式，利用该公式以及人工智能技术、大数据分析技术，可以给过劳教师发出过劳提醒，以达到尽量减少损失损伤的目的。另外，利用大数据技术也可以为过劳病/死事件发生时，提供有效溯源寻因提供有效途径。

参考文献

[1]沈敏荣，姚继东，高琪，等.社会异化、过度劳动及法律对策——工业经济与知识经济条件下的过度劳动调整对策[C].中国人力资源开发研究会适度劳动分会2019年年会暨“员工职业健康与适度劳动”学术研讨会，长春，2019.

[2]樊明.赢家通吃的市场与996[C].ICU.中国人力资源开发研究会适度劳动分会2019年年会暨“员工职业健康与适度劳动”学术研讨会，长春，2019.

[3]王欣.我国过度劳动的经济损失研究[C].中国人力资源开发研究会适度劳动分会2019年年会暨“员工职业健康与适度劳动”学术研讨会，长春，2019.

[4]邢妮，尚珂.“过劳死”问题的法律治理分析[C].中国人力资源开发研究会适度劳动分会2019年年会暨“员工职业健康与适度劳动”学术研讨会，长春，2019.

[5]刘贝妮，仇勇.高校教师为何累——跨层次视角下我国高等教师过劳成因研究[C].中國人力资源开发研究会适度劳动分会2019年年会暨“员工职业健康与适度劳动”学术研讨，长春，2019.

[6]王建军.探析高校中青年教师“过劳死”[J].内蒙古师范大学学报（教育科学版），2005，（11）.

[7]陈秀兰.浅析高校教师过劳死现象及保护措施[J].法制与社会，2007，（02）.

[8]贺琼.高校教师“过度劳动”问题研究 ——以北京市高校为例[D].北京：首都经济贸易大学，2010.

[9]邵晴芳.高校教师“过度劳动”问题研究 ——以武汉市高校为例[D].武汉：武汉科技大学，2012.

[10]代志明.高校青年教师过劳问题及其治理策略研究——以郑州市高校为例[J].郑州轻工业学院学报（社会科学版），2017，（17）.

[11]刘甲坤，杨河清，万利，等.高校青年教师的情绪劳动会导致过劳吗？——中介及调节变量的检验[J].中国劳动关系学院学报，2020，（34）.

[12]刘贝妮.我国高校教师过度劳动问题研究[D].北京：首都经济贸易大学，2017.

基金项目：安徽省教育厅人文社会科学基地重点研究课题“安徽省高校教师过度劳动及身心健康：影响因素与干预机制研究”（SK2018A0071）。

作者简介：孙玉弢（1980-），女，汉族，安徽马鞍山人，硕士研究生，安徽工业大学商学院讲师，主要研究方向：企业管理、劳动经济、劳动保障以及人力资源管理等;郭玉华（1976-），男，汉族，湖南茶陵人，硕士研究生，安徽工业大学计算机学院讲师，主要研究方向：算法与程序设计、操作系统、贝叶斯与推荐系统等。