健康数字学习环境通过技术适应与组织支持感知影响教师福祉：基于社会技术系统理论与工作要求-资源模型的实证研究

《Discover Public Health》：Healthy digital learning environments relate to faculty wellbeing through technological adaptation and perceived organizational support

　　

摘要 数字化中介的教学实践改变了教师的职业行为和工作条件，使教师面临与持续在线连接、延长屏幕时间、久坐工作姿势以及技术中介的职业压力源相关的更大需求。本研究探讨了健康数字学习环境（HDLE）与教师福祉之间的关联，并通过技术适应（technological adaptation）和组织支持感知（perceived organizational support）这两个拟议的中介变量加以考察。研究人员将数字化中介的教师学术工作视为职业健康与公共卫生议题。数据来自印度海得拉巴及其周边高校任职的500名教师样本。研究以社会技术系统理论（Socio-Technical Systems Theory）为基础，以工作要求-资源模型（Job Demands–Resources Model, JD-R Model）为指导，采用验证性因子分析（confirmatory factor analysis, CFA）、结构方程模型（structural equation modelling, SEM）以及5,000次重抽样的自助法（bootstrapping）检验变量间关系。HDLE与技术适应（β = 0.463, p < .001）和组织支持感知（β = 0.374, p < .001）均呈显著正相关。研究人员发现HDLE与教师福祉之间直接关联不显著（β = 0.019, p = .912）。组织支持感知是教师福祉的显著预测因子（β = 0.309, p < .001），技术适应亦是教师福祉的显著预测因子（β = 0.167, p = .002）。当分别通过技术适应和组织支持感知进行检验时，HDLE与教师福祉之间存在显著的间接关联（完全中介）。在技术使用更为健康的环境中工作的教师，其技术适应能力更强、组织支持感知水平更高，且福祉水平更高。本研究凸显了组织支持与技术适应作为相关工作场所资源的重要性，并确立了以人为本的数字学习环境对职业健康与心理健康的潜在影响。未来研究应采用纵向设计。

论文解读

一、研究背景与问题提出

数字技术正在深刻重塑高校教师的教学、学习、评估、沟通与工作方式。学习管理系统、人工智能工具、虚拟课堂、在线评估软件和云端程序在促进教育可及性与教学创新的同时，也改变了教师的职业行为与工作条件。教师的教学活动、师生互动、科研协调及日常工作越来越多地经由技术系统完成，这使得高校不仅是学生学习之所，更是技术密集型的工作场所，其数字环境与组织条件可能与教师健康及福祉密切相关。

数字化在创造教育机会的同时也带来了职业健康风险。屏幕暴露、在线可及性期待、持续的技术变革以及电子化工作负荷强化，可能引发数字疲劳、情绪耗竭、工作-生活冲突和技术压力。新冠疫情期间这些问题进一步加剧，教师被迫在远程教学中同时学习新技术、维持教学质量并应对扩大的工作量。尽管紧急远程教学已经结束，数字创新仍持续塑造着教师工作特征。

既有研究存在三方面显著不足：其一，现有文献主要聚焦学生体验、教学有效性、技术接受和在线学习成功障碍，教师作为受数字工作职业健康条件影响的员工群体研究不足；其二，数字疲劳与技术相关压力常被视为个体技术适应问题，而非受工作条件和制度实践影响的职业健康问题；其三，多数研究将技术适应与组织支持感知割裂考察，未能认识二者共同预测教师数字工作体验的综合能力。基于此，本研究以社会技术系统理论和JD-R模型为理论基础，考察HDLE与教师福祉的直接与间接关联，将技术适应和组织支持感知纳入统一解释模型。

二、研究设计与方法

本研究采用横断面调查设计，数据收集于2026年1月至4月期间，样本为印度海得拉巴及特伦甘纳邦周边高校的500名在职教师。研究对象涵盖公立大学、私立大学、被视为大学、自治学院、附属学院及私立专业机构，涉及管理学、工程技术、理学、人文社科等多学科领域。招募采用非概率目的性抽样与滚雪球抽样相结合的方式，问卷通过Google Forms编制，经电子邮件和WhatsApp分发。最终分析样本为500份有效问卷，占受邀教师的90.9%。

主要技术方法包括：使用IBM SPSS Statistics 29进行初步数据筛查、描述性统计、缺失值与异常值检验、分布假设检验及信度评估；使用IBM AMOS 28进行验证性因子分析以评估测量模型，采用最大似然估计法；通过结构方程模型同时估计潜变量间关系并控制测量误差；采用5,000次重抽样的自助法及偏差校正95%置信区间检验间接效应；通过Harman单因子检验和共同潜在因子分析评估共同方法偏差。测量工具为19个条目、五点李克特量表，涵盖HDLE（5条目）、技术适应（5条目）、组织支持感知（5条目）和教师福祉（4条目）四个构念。

三、研究结果

测量模型评估

探索性因子分析验证了19个条目复现四因子结构，Kaiser-Meyer-Olkin统计量和Bartlett球形检验确认了抽样充分性。所有19个条目均满足保留标准：主载荷≥0.50、无实质交叉载荷、载荷于先验因子。验证性因子分析显示模型拟合良好：χ2/df = 2.476，GFI = 0.929，CFI = 0.973，TLI = 0.968，IFI = 0.973，NFI = 0.956，SRMR = 0.031，RMSEA = 0.054。标准化载荷介于0.76至0.90之间。各构念的组合信度（CR）均高于0.70，平均方差抽取量（AVE）均高于0.50，Cronbach's α均高于0.70，表明良好的信度与收敛效度。HDLE与组织支持感知的潜在相关为0.537，低于二者AVE平方根（HDLE为0.887，组织支持感知为0.847），HTMT值为0.510，低于0.85阈值，确认了区分效度。

结构模型评估

结构方程模型检验了假设路径关系。HDLE与技术适应呈显著正相关（β = 0.463, p < .001），支持H2；HDLE与组织支持感知呈显著正相关（β = 0.374, p < .001），支持H3。技术适应对教师福祉有显著正向影响（β = 0.167, p = .002），支持H4；组织支持感知对教师福祉有显著正向影响（β = 0.309, p < .001），支持H5。技术适应与组织支持感知呈显著正相关，支持H6。然而，HDLE与教师福祉的直接关联不显著（β = 0.019, p = .912），H1未获支持。

中介效应分析

自助法间接效应检验显示，HDLE通过技术适应对教师福祉的间接效应显著，支持H7；HDLE通过组织支持感知对教师福祉的间接效应亦显著，支持H8。由于直接效应不显著而间接效应显著，研究确认为完全中介，即HDLE与教师福祉的关联完全通过技术适应和组织支持感知两条路径实现。

共同方法偏差评估

共同潜在因子分析显示，加入方法因子后模型χ2变化量（Δχ2 = 3.938）未达显著水平，表明共同方法偏差不构成对本研究结果解释的实质性威胁。

四、讨论与结论

本研究发现，健康数字学习环境并不直接提升教师福祉，而是通过增强教师的技术适应能力和组织支持感知间接发挥作用。这一发现具有重要的理论与实务意义。从理论层面看，研究整合了社会技术系统理论与JD-R模型，揭示了数字工作环境、个人资源与组织资源协同影响教师职业健康的机制路径。技术适应作为个人资源，组织支持感知作为组织资源，二者共同构成连接环境感知与福祉结果的关键桥梁。从实践层面看，研究为高校管理者提供了明确启示：单纯改善技术基础设施和平台可用性并不足以保障教师福祉，还必须配套提供技术培训、专业发展机会、合理工作量安排和领导层支持等组织资源，同时培养教师的技术适应能力。

研究结论表明，在技术使用更健康的环境中工作的教师，其技术适应能力更强、组织支持感知水平更高，且福祉水平更高。研究将数字化教师学术工作定位为职业健康与公共卫生议题，凸显了以人为本的数字学习环境对教师职业健康和心理健康的潜在影响。未来研究应采用纵向设计以检验变量间的因果方向，并考虑在不同文化背景和制度环境中验证研究结论的可推广性。