高校处级高级女教师延迟退休意愿影响因素

高校处级高级女教师延迟退休意愿影响因素
西方的弹性退休制还是我国的强制退休制？相关政策涉及每个人切身利益,既要结合国情,也要考虑个人意愿｡个人意愿对政策的制定和实施具有重要现实意义，那么相关研究得出哪些结果呢？如果你也对此感兴趣，请和小编跟随作者的视野一起深入探讨吧！作者: 张丹,曹原东华大学来源:《东华大学学报（自科版）》2022年第2期标题:高校处级/高级女教师
延迟退休意愿影响因素
摘要
为研究已被列入延迟退休政策范畴的高校处级/高级女教师群体的延迟退休意愿影响因素,对20名50~55周岁高校处级/高级女教师进行深度访谈,应用扎根理论获取延迟退休意愿的影响因素,在此基础上设计问卷量表并建立预测该群体选择55周岁退休可能性的多元线性回归模型｡研究发现,传统的影响因素如未来对资金需求程度､本人是否有配偶､配偶是否退休等对高校处级/高级女教师延迟退休意愿的影响较小,而个人身体健康状况､赡养老人或抚养第三代对个人压力程度､对目前工作的满意度､担心影响他人晋升机会等成为主要影响因素,特别是家庭方面抚养第三代和赡养老人对个人的压力较大｡高校处级女干部的延迟退休意愿明显低于具有高级职称的女性专业技术人员｡
关键词
延迟退休;影响因素;
处级女干部;高级职称;
高校女教师;回归分析;数据模型
改革开放后随着我国社会经济的快速发展,总体偏低的退休年龄与人均预期寿命不匹配的问题显得尤为突出｡延迟退休已是“大势所趋”,其相关政策涉及广大职工的切身利益,既要结合我国国情,也要考虑个人意愿｡因此,研究个人延迟退休意愿对于政策的制定和实施具有重要现实意义｡
关于退休意愿的相关研究起源于20世纪80年代,Bernheim等[1]和Cremer等[2]通过退休决策相关信息数据构建预计退休年龄的理论模型,为后续研究奠定了基础｡21世纪初,西方学者开始对相关概念进行更深入全面的研究,个人主观因素在延迟退休决策中的作用受到关注,如Fisher等[3]提出延迟退休是受主观意愿的驱使,这样的观点陆续被西方学者认同｡但是西方普遍采用弹性退休制,且西方的文化和制度背景与我国有着巨大差距,因此在西方背景下研究得出的延迟退休意愿影响因素仅可作为参考｡
我国实行的是强制退休制度,即对劳动者的退休年龄做了硬性规定,制度上缺乏选择弹性,因此长期以来国内关注个体意愿影响因素的研究较少｡在家庭和个人因素方面:封进等[4]通过对中国城镇劳动力的提前退休行为进行分析,发现自身的健康状况是女性提前退休的一个重要因素;王竹等[5]认为女性比男性更加反对延迟退休;廖少宏[6]研究发现,在控制其他因素的情况下受教育年限每增加一年,提前退休的可能性下降4.68%;李琴等[7]和陆春艳等[8]认为,女性比男性的延迟退休意愿更强,职称越高的人延迟退休意愿越强｡此外,工作因素也很重要,张乐川[9]研究发现机关事业单位的劳动者更容易倾向延长退休年龄;廖楚晖等[10]发现升职空间和继续工作意愿等因素与事业单位人员延迟退休意愿存在显著正相关关系;陈鹏军等[11]发现工资收入水平越高以及感受工作的强度越小,职工越能接受延迟退休政策｡
2015年出台的《关于机关事业单位县处级女干部和具有高级职称的女性专业技术人员退休年龄问题的通知》[12]中明确指出,“高校处级女干部和具有高级职称的女性专业技术人员”(简称“高校处级/高级女教师”)可以选择55周岁退休或60周岁退休,即她们已被最先列入延
迟退休政策的范畴,针对她们延迟退休意愿的研究和探索具有实践意义｡目前大多数研究以全体职工为研究对象,少有研究集中在高校处级/高级女教师这一群体｡于翠婷等[13]和崔国东等[14]也关注到高校教师,但针对已被列入延迟退休政策范畴的高校处级/高级女教师的相关研究资料和文献较少｡因此,研究和分析影响高校处级/高级女教师延迟退休意愿的因素,构建具有中国高校特色的退休预测模型具有现实意义｡
研究设计与实施
1.1研究方案
首先,确定访谈对象,通过检索文献确定影响高校处级/高级女教师延迟退休意愿的影响因素的大致范围,并在此基础上建立深度访谈提纲｡其次,对20名50~55周岁高校处级女干部和具有高级职称的女性专业技术人员进行深度访谈｡为了将定性研究转化为定量分析,遵循扎根理论(grounded therory)对影响高校处级/高级女教师延迟退休意愿的因素进行分析,将主要影响因素锁定为范畴层的10项因素,并基于这10项因素设计问卷,获得286份有效问卷,并进行数据分析｡最后,以影响因素为自变量x,选择55周岁退休的可能性为因变量y,建立预测选择55周岁退休可能性的多元线性回归模型｡
1.2深度访谈设计与实施
1.2.1深度访谈设计
访谈对象确定｡考虑到国家对具有高级职称的55周岁女性专业技术人员和处级女干部已有相关延迟退休政策,再者50周岁以下的高校女教师距离到龄退休时间较远,她们的想法暂不考虑,因此依据扎根理论的理论抽样原则､数据可获得性原则和理论饱和原则,将研究对象锁定为50~55周岁高校女教师｡此外,考虑到高等专科院校或一些民办院校中女性的高级职称和处级干部人数较少,符合条件的调研对象太少,不具代表性,故访谈对象只集中调查教育部直属的高校和普通本科院校｡最终选定20名50~55周岁且具有高级职称的女性专业技术人员或处级干部作为受访者｡
访谈内容及过程｡选定2019—2021年发表的相关文献,以“延迟退休意愿”为关键词在中国知网上检索,符合条件的文献仅4篇｡扩大词条为“延迟退休年龄”,检索到相关文献46篇,最终下载26篇作为影响因素筛选集合｡经过整理排序､分类对比､重命名最终得出影响高校处级/高级女教师延迟退休意愿的主要因素,并在此基础上建立深度访谈提纲(见表1)｡
半结构化的深度访谈遵循保密原则,采用一对一形式,主要采用面谈和电话访谈的方式,时间为30~50min｡访谈结束后将录音文件第一时
间转为文字资料,整理分析后对深度访谈提纲做适当调整,再选取下一位访谈对象进行深度访谈｡在访谈过程中若发现受访者偏离主题,访谈者将予以纠正,遇到一些需要补充或完善的问题,访谈者会继续追踪询问,如“请问是什么原因使得您(周围人)选择延迟退休呢?”“如果没有这些原因,您或周围人还会选择55周岁退休吗?”等问题｡
1.2.2基于深度访谈的延迟退休意愿影响因素挖掘
基于扎根理论,运用NVivo10.0软件对深度访谈内容进行三级编码,即开放式编码(opencoding)､关联式编码(axialcoding)和选择式编码(selectivecoding)｡进一步挖掘高校处级/高级女教师延迟退休意愿的影响因素,并将其归纳为3个核心范畴层､7个范畴层､17个概念层影响因素,经选择式编码得到影响延迟退休意愿的3大因素框架(见表2)｡
1.3调查问卷的设计与实施
1.3.1问卷设计
基于扎根理论研究得出的概念层编码影响因素较为零散,故采用范畴层影响因素设计问卷,主要由基础信息(年龄､职称､职级等)和影响因素两部分构成｡
1.3.2重测信度及内容效度检验
从已填写286份有效问卷的调查对象中,随机选取30名间隔一月后重测,计算重测信度｡结果显示,总问卷重测信度为0.876,因子分析结果均在0.681以上,表明测量结果稳定,符合问卷编制要求｡
采用专家判断法评价问卷的内容效度,邀请4位人力资源管理和管理科学方面的专家对问卷条目和研究概念的关联性进行评定｡评分规则:1分为“不相关”,2分为“弱相关”,3分为“较强相关”,4分为“非常相关”｡将问卷条目评定结果为3分和4分的人数在总人数中的占比记为条目内容效度指数(item-contentvalidityindex,II-CV)[15]｡结果显示,仅一项II-CV为0.75,其余均为1.00｡计算所有问卷条目的II-CV 的平均值,得到问卷量表的内容效度指数(scale-contentvalidityindex,ISI-CV)为0.95,表明量表的内容效度达到理想水平｡
1.3.3样本选择及变量整理说明
问卷发放对象为教育部直属高校和普通本科学校(民办学校及三本学院除外)50~55周岁具有高级职称的女性专业技术人员或处级干部｡发放问卷300份,有效回收286份｡由于问卷对象在高校教职工中的占比较小,因此,统计样本虽小,但在一定程度上可以反映具备延迟退休选择资格的高校女性教师的想法｡
根据前期的文献检索和深度访谈结果,确定高校处级/高级女教师延
迟退休意愿的主要影响因子,最终选定10项影响因素分别代表10个自变量,据此量化研究过程(见表3)｡
实证结果及分析
2.1描述性分析结果
2.1.1问卷样本基本情况
从问卷样本中高校处级/高级女教师的分布来看:具有高级职称的专业技术人员占91.4%,处级干部占12.9%,双肩挑人员(既是高级职称的专业技术人员又是处级干部)占4.3%;学历中,硕士占12.4%,博士占87.6%,基本符合东华大学教师学历分布情况,由此推断上述学历分布情况合理可信｡此外,“选择55周岁退休可能性”分值为1~5分的占58.4%,认定为延迟退休意愿较强;“选择55周岁退休可能性”分值为6~10分的占41.6%,认定为延迟退休意愿较弱｡
2.1.2延迟退休意愿影响因素的描述性分析
样本人群个人身体状况良好,未来对于资金需求程度一般,且家庭环境稳定｡高校处级/高级女教师的个人收入水平在高校中已处于中上等水平,她们更多追求精神层面的需求｡从访谈中也可以看出,大部分受访者热爱教师工作,随着年龄的增长和经验的积累,她们更愿意继续做下去｡样本人群中91.6%有配偶,95.5%家中有老人需要赡养,49.3%在5年内
有抚养第三代的可能性｡其中延迟退休意愿较低的高校处级/高级女教师,其赡养老人和抚养第三代的压力较大,并且对目前工作的满意度较低｡具有高级职称的女性专业技术人员(61.8%)的延迟退休意愿明显高于处级女干部(25.5%);80.5%的处级女干部具有延迟退休意愿,她们恰好都是双肩挑人员｡
2.2问卷数据的相关性分析
为了研究影响因子x与高校女性教师选择55周岁退休可能性y之间的关系,引入Pearson相关系数r,得到样本数据的相关系数,如表4所示｡
从表4可以看出:x3(家中是否有老人赡养)､x5(本人是否有配偶)､x6(配偶是否退休)的显著程度没有其他几项因素高,说明这几项影响因素的数据判断可靠性不是很高;x3､x5､x6的相关系数绝对值较小,说明这些因素对延迟退休意愿的影响程度较小,可能不是最主要影响因素｡
个别变量的正负相关性呈现与直觉不同的形态,这是由研究对象的内在特殊原因决定的｡例如,x10(担心影响他人晋升机会程度)与y(选择55周岁退休可能性)呈负相关,即担心程度越大,延迟退休的意愿越强烈,这种情况主要出现在某领域的专家身上｡这与高校环境有关,如某教师是某领域的专家,她选择提早退休将直接影响学院师资队伍中年轻教师在相关学科的发展｡
2.3多元线性回归模型建立与分析
考虑到因变量“选择55周岁退休的可能性”是当今社会十分关注的话题,利用现有调研数据建立模型对因变量进行预测,采用多元线性回归模型对10项自变量进行分析｡
2.3.1十元一次线性回归模型建立
利用MATLAB软件中Linear Model类的fit方法进行多元线性回归分析,结果如表5所示｡其中,a0,a1,…,a10为模型的回归系数,得到的经验回归方程如式(1)所示｡结果显示:均方根误差为1.483;R2和调整R2分别为0.739和0.729,表明回归模型拟合较好;p=0<0.01,表明回归模型极具显著性｡
y=7.8686-0.3642x1-
0.0284x2+0.5573x3+0.2815x4+0.3801x5+0.1547x6-
1.2271x7+0.5760x8-0.3142x9-0.2535x10.
2.3.2多元线性回归模型检验
多重共线性诊断｡采用基于方差膨胀因子的方法进行多重共线性诊断,方差膨胀系数(variance inflation factor, fVI)计算结果如式(2)所示｡
fVI=[1.04911.07851.11551.22491.12311.10614.69084.73291. 15281.0552]T(2)
通常fVI均小于5,因此认为模型不存在多重共线性｡残差分析｡利用Linear Model类中的polt Residuals()方法绘制一组残差直方图及正态概率图,如图1所示｡从计算结果及图1可以看出,残差基本服从正态分布｡
2.3.3多元线性回归模型分析
由表4可知,6项回归项显著性水平为0.01,即影响极为显著,分别为“个人身体健康状况”“赡养老人对个人压力程度”“5年内是否有需要抚养第三代的可能性”“抚养第三代对个人压力程度”“对目前工作的满意度”“担心影响他人晋升机会的程度”,表明这些影响因素是影响高校处级/高级女教师延迟退休意愿的主要因素｡x2(未来对资金需求程度)､x3(家中是否有老人需要赡养)､x5(本人是否有配偶)､x6(配偶是否退休)回归系数不显著,说明不是影响延迟退休意愿的主要因素,表明这些传统意义上的影响因素不再是影响高校处级/高级女教师延迟退休的主要因素｡
因为这类人群是当代女性独立的代表,其收入较高､家庭稳定､经济条件较好,更追求马斯洛需求层次理论[16]中的自我实现,这在深度访谈及描述性分析中也有体现｡综上所述,对于高校处级/高级女教师这一群体,她们延迟退休的影响因素多来自家庭中赡养老人的压力程度､抚养第三代问题和个人对工作的满意度｡
“赡养老人对个人压力程度”“抚养第三代对个人压力程度”因
素与“选择55周岁退休的可能性”呈正相关,即赡养老人和抚养第三代的压力越大,延迟退休意愿越低｡在深度访谈中发现,当家庭中有老人需要亲自赡养或有第三代出生时,高校处级/高级女教师的压力主要来自这些情况对个人时间和精力的占用方面｡由于目前社会养老和幼托政策还不完善,因此她们选择55周岁退休而非延长到60周岁退休｡
“个人身体健康状况”“5年内是否有需要抚养第三代的可能性”“对目前工作的满意度”和“担心影响他人晋升机会的程度”这些因素与“选择55周岁退休的可能性”呈负相关｡即个人身体健康状况越好､5年内抚养第三代的可能性越大､工作满意度越高､担心影响他人晋升机会的程度越大,则高校处级/高级女教师延迟退休的的意愿越强烈,表明作为新时代独立女性代表的她们更愿意在工作中实现自我价值｡深度访谈发现,若5年内有抚养第三代的可能性但亲家可以帮忙抚养,则她们绝大多数选择延迟退休,反之则选择提前退休抚养照顾第三代｡这也说明由于我国养老和幼托政策和配套设施还不够完善,女性在家庭中仍需要扮演重要角色｡
2.3.4模型的改进
为建立更合理精准的测算模型,对上述回归模型进行改进｡首先,查找十元一次线性回归模型的异常值,并在剔除异常值的基础上,通过两种方法改进上述模型｡一是去掉不显著的回归项,只保留显著的自变量与因变量做回归分析;二是保留所有自变量,通过逐步回归的方法分析｡
(1)异常值诊断｡
通过LinearModel类中Residuals()方法的Studentized列,得到该模型的学生化残差,并利用find()函数查找其中绝对值大于2的异常值,定义异常值编号矩阵为Vunom,得到的异常值在286组数据中的编号如式(3)所示｡
Vunom=[2159747690167207208216246275277]T(3)
利用MATLAB软件中的rcoplot()方法绘制残差与置信区间图(见图2),可以清晰地看到式(3)所示的12个异常值(见图2中红色线条)｡
(2)改进方法1:
去掉不显著的回归项,只保留显著的自变量与因变量进行回归分析,并建立模型｡从表4可以看出,回归项x2､x3､x5､x6不显著,因此去掉这4个相应的自变量,将模型改为六元一次的形式,同时剔除式(3)中找到的异常值,代码如下:md01_plus=Linear Model. fit(x,y,'poly1001001111','Exclud'e,unom)得到的回归模型如式(4)所示,其相关统计量如表6所示｡
y=7.8656-0.3719x1+0.3028x4-1.3893x7+0.6068x8-
0.3060x9-0.2699x10 (4)
(3)改进方法2:
保留所有自变量,通过逐步回归的方法进行分析,并建立模型｡采用逐步回归的方法改进模型,同时剔除式(3)中找到的异常值,代码如下:md01step_ext=Linear Model. stepwise(x,y,'Exclud'e, unom) 得到的回归模型如式(5)所示,其相关统计量如表6所示｡y=7.907-0.358x1+0.272x4-1.178x7+0.569x8-0.315x9-0.254x10(5)
由改进模型统计参数(见表6)可以看出,式(1)和(5)中的模型参数表现非常接近,而采用改进方法1的模型的均方根误差较小,其R2更接近1,因此认为式(4)为更优的模型｡
结语
实证研究发现,影响高校处级/高级女教师延迟退休意愿的主要因素集中在个人､家庭､工作3方面,即个人因素中的自身健康状况,家庭因素中的抚养第三代情况和赡养老人情况,工作因素中的工作满意度和影响他人晋升机会｡
3.1理论贡献
弥补了最先列入延迟退休政策范畴的“高校处级女干部和具有高级职称的女性专业技术人员”这类特定人群的延迟退休意愿影响因素研究的不足｡个人身体健康状况､赡养老人对个人压力程度､抚养第三代对个人压力程度､对目前工作的满意度､担心影响他人晋升机会的程度等因素成为现今影响高校处级/高级女教师延迟退休意愿的主要因素｡传统意义上的因素“未来对资金需求程度”“本人是否有配偶”“配偶是否退休”对其延迟退休意愿影响并不显著,而“抚养第三代对个人压力程度”“赡养老人对个人压力程度”成为新的主要影响因素｡
此外,建立高校处级/高级女教师选择55周岁退休可能性的预测模型,将相应变量数值代入模型后即可得出该教师选择55周岁退休的可能性｡模型的建立对于高校女性教师队伍的建设具有重要意义,为高校合理配置人力资源､深化干部和人事制度改革提供参考依据,为政府制定和完
善相关政策提供依据｡
3.2实践启示
从延迟退休意愿影响程度中可以看出,家庭因素中的关于抚养第三代和赡养老人对个人的压力问题较为突出｡若想推进养老制度改革,需逐一扫清这些因素中存在的障碍｡实现高校处级/高级女教师家庭与工作之间的平衡,政府应该配套更合理完善的关于赡养高龄老人､抚养第三代的社会政策,以解决她们后顾之忧,例如多元化的养老服务体系开发､配备完善的幼托机构等｡
高校处级女干部的延迟退休的意愿明显低于具有高级职称的女性专业技术人员｡建议高校相关部门更多关心关爱女性教师,提高教师对工作的认同感和满意度｡比如,在临近退休两年保留相关待遇基础上卸任领导干部职务,给年轻人更多锻炼机会,完善师资队伍的建设和发展｡改变一刀切的做法,阶梯式延长退休年龄的政策更为合理,可以为教师提供更多的自主选择权利｡
3.3研究不足及展望
影响高校处级/高级女教师延迟退休意愿的因素种类很多,本研究只针对主要因素构建模型,因而预测模型只具有参考意义｡另外,本研究的对象群体较为特殊,问卷样本量较小,因此探索深度还不够,构建的高校处级/高级女教师选择55周岁退休可能性的预测模型还需更大的样本量进行检验｡
总之，通过对OECD发布的官方研究报告进行探究，可以发现OECD在用PISA的大规模数据刻画世界优秀教育系统的特征，体现了PISA测评的公平导向、竞争导向和学习中心导向的“官方立场”，以及OECD进行PISA测评的运作逻辑和政策意蕴。

虽然OECD用PISA 作为重要的工具来推行新自由主义的教育理念，突出绩效，强调了教育的工具性。

[30]但是其基于证据的决策文化和决策方式，值得我们在制定教育政策时学习。

为此，我们需要把握时代需求，利用参加国际大规模测评的机会，积极参与探索全球教育体系的新标准;努力实现教育在更高水平、更高标准上优质而公平地发展，树立卓越人才培养的新标杆;优化决策方式，掌握利用数据、基于证据进行教育治理的新
方法。