审计与控制职业中职业倦怠行为信号的机器学习方法

《Frontiers in Psychology》：A machine learning approach to behavioral signals of burnout in audit and control professions

　　

中文摘要翻译：
职业倦怠在审计与控制导向职业中是一个持续且日益严重的关切，这些职业中长时间认知需求和持续绩效压力可能表现为可观察的行为退缩。本研究将缺勤视为职业倦怠的客观行为代理指标，并使用比较机器学习框架评估其决定因素。基于真实世界人力资源数据集，分析聚焦于审计与控制导向员工的专业化子样本。研究基准测试了多种回归算法，包括普通最小二乘法、岭回归、Lasso、弹性网络（Elastic Net）以及一种非线性集成方法，并通过5折交叉验证评估模型性能。在评估的方法中，正则化线性模型表现出更优的稳健性，其中弹性网络回归在小样本条件下成为最稳定且可解释的模型。弹性网络的优越性凸显了在分析具有多重共线性和有限观测值的组织数据时，结合稀疏性和系数收缩的重要性。非线性建模提供了补充性见解，但在预测准确性上未超越正则化线性方法。结果表明，审计导向角色中的缺勤主要与结构性因素和职业阶段相关，而非短期行为波动。这一发现表明，职业倦怠相关退缩反映了累积角色暴露和系统性工作设计特征，而非偶发性压力反应。从方法论角度看，本研究展示了基于正则化的机器学习在审计研究中产生透明可靠见解的价值，从而解决了长期存在的模型可解释性和过拟合问题。通过将性能基准测试与可解释建模相结合，本研究为审计中可解释人工智能（XAI）的新兴文献做出贡献。在实践中，研究结果支持开发预防性、系统层面的干预措施，旨在工作量结构和职业阶段支持，以减轻职业倦怠驱动的缺勤。尽管本研究具有探索性，但提供了一个严格且可复现的分析框架，适用于数据受限的类似专业环境。

**论文解读：审计与控制职业中职业倦怠行为信号的机器学习研究**

**研究背景与问题**
职业倦怠在知识密集型和高认知需求职业中重新成为关键的职业健康挑战。传统上，职业倦怠研究集中于医疗和社会服务领域，但近期证据表明，审计与控制导向角色——其特征为长时间认知负荷、严格准确性要求、监管审查和不可协商的截止日期——日益易受职业倦怠驱动的行为恶化影响。这些角色中反复接触高风险判断、复杂分析任务和持续绩效监控，导致慢性心理压力，这些压力可能不易通过自我报告措施直接显现。随着组织数字化转型和监管环境日益复杂，审计职能中的职业倦怠已成为人为和运营风险因素。现有研究通常依赖自我报告的职业倦怠量表，这些量表易受社会期望偏差影响，且对早期行为变化不敏感。相比之下，客观行为指标（如缺勤）能具体反映退缩和脱离，更贴近实际组织影响。缺勤日益被视为情绪耗竭和角色过载的可测量表现，使其成为识别专业环境中职业倦怠相关风险模式的可行代理指标。尽管行为分析具有相关性，但审计和控制职业中的职业倦怠研究仍零散，现代分析方法整合有限。传统统计方法常不足以处理小型专业化职业子样本，其中多重共线性和数据稀疏性可能导致不稳定结论。同时，可解释人工智能（XAI）的兴起为以可解释、方法论严谨的方式建模人类行为风险开辟了新机会。机器学习方法，尤其是基于正则化的模型，为捕捉复杂行为决定因素同时保持透明度提供了稳健的分析解决方案。Lasso和弹性网络等技术在小型n和高共线性环境中通过特征选择和系数收缩提供优势，产生稳定且可解释的模型。互补的非线性模型（如随机森林）允许探索潜在交互效应或非线性行为模式，进一步丰富对职业倦怠驱动退缩的理解。鉴于审计和控制角色的战略重要性，理解职业倦怠的行为前兆对组织韧性、员工福祉和财务监督可靠性至关重要。

**研究内容与结论**
研究人员使用一个真实世界的人力资源数据集（Huebner, 2020），该数据集包含员工级记录，涵盖人口统计学、工作特征、绩效评估和出勤行为。原始数据集包含311名员工，但研究人员基于理论动机构建了一个子样本，仅包括审计和控制导向角色，具体职位如会计师、高级会计师、数据分析师、商业智能开发人员和高级商业智能开发人员，最终分析样本为190名员工。该研究采用回顾性观察设计，将缺勤（缺勤天数）作为职业倦怠的客观行为代理指标，而非自我报告量表。预测变量包括工作量指标（如特殊项目计数、最近30天迟到天数）、薪酬、绩效评分、员工满意度、敬业度调查，以及控制变量（年龄、性别、婚姻状况、任职年限）。数据预处理包括过滤、日期解析、编码和标准化。研究采用多模型回归框架，包括普通最小二乘法（OLS）、岭回归、Lasso回归、弹性网络回归和随机森林回归，并使用5折交叉验证评估性能，指标包括R2、MAE和RMSE。结果表明，正则化线性模型（Lasso和弹性网络）在预测性能上优于非正则化OLS和纯L2正则化，其中LassoCV获得最低平均RMSE（约5.86天），弹性网络紧随其后。随机森林未超越正则化线性模型，而OLS和岭回归表现最弱。特征重要性分析显示，年龄、任职年限和薪酬在多个模型中出现一致，薪酬在随机森林中排名最高，特殊项目计数在非线性模型中显著，而短期迟到（DaysLateLast30）在所有模型中均无预测价值。这些结果强调了职业阶段、薪酬和工作量结构作为缺勤主要驱动因素的作用。该研究发表在《Frontiers in Psychology》上，其意义在于通过整合可解释和非线性模型，为审计研究中的可解释人工智能（XAI）贡献了方法论框架，支持预防性干预设计，如工作量平衡和职业阶段支持。

**关键技术方法**
研究人员采用多模型回归框架，包括普通最小二乘法、岭回归、Lasso回归、弹性网络回归和随机森林，所有模型使用相同预处理输入。模型性能通过5折交叉验证评估，使用RMSE作为主要比较指标。数据预处理包括完整案例分析、日期解析、独热编码和z-score标准化，所有步骤在管道内进行以避免数据泄漏。特征重要性通过弹性网络系数、Lasso系数和随机森林置换重要性进行三角验证。样本来源为Huebner（2020）提供的匿名人力资源数据集，分析样本为190名审计与控制员工。

**研究结果**
**3.1 样本特征**：分析样本包括190名审计与控制员工，缺勤天数范围从2到19天，平均10.74天，显示显著异质性。工作量相关变量如特殊项目计数和迟到天数有变异，而满意度和敬业度得分压缩。
**3.2 模型性能基准测试**：所有模型的RMSE范围约5.8至7.0天。LassoCV获得最佳平均RMSE（约5.86），弹性网络紧随其后（约6.03），随机森林约6.16，OLS最差（约7.04）。正则化线性模型优于非正则化和树模型。
**3.3 变量重要性与特征选择**：弹性网络系数显示年龄、任职年限和薪酬具有最高绝对值；随机森林置换重要性显示薪酬（约10.8）、特殊项目计数（约7.04）、任职年限（约4.75）、年龄（约2.83）和敬业度调查（约2.28）领先，而迟到天数贡献极低。
**3.4 可视化结果**：图1显示模型RMSE比较，确认正则化模型优势；图2和图3显示置换重要性和系数大小，重复运行确认薪酬、特殊项目计数和任职年限的稳定性。
**3.5 主要发现总结**：正则化线性模型优于非正则化模型；薪酬、项目负载、年龄和任职年限是缺勤的关键相关因素；短期迟到无预测价值；非线性分析揭示工作量效应可能非线性。

**讨论与结论**
讨论部分强调，正则化线性模型在小型、共线性数据集中的稳健性支持其在审计研究中的应用。职业阶段变量（年龄、任职年限）和薪酬、工作量结构是缺勤的主要预测因子，而短期迟到不具预测性，表明缺勤反映长期角色暴露而非偶发压力。研究通过多模型比较增强了结论可靠性，但样本量（n=190）限制高容量模型，效果大小应视为探索性。该研究通过可解释建模结合非线性方法，为XAI在审计领域贡献了新视角。结论部分总结，审计导向角色中的职业倦怠退缩行为更多受长期角色暴露、工作量结构和努力-回报平衡感知影响，而非短期压力波动。研究支持系统性干预策略，如工作量平衡、职业阶段支持和薪酬策略审查。尽管样本有限，但交叉验证、多模型比较和系数/重要性三角验证确保了见解的谨慎和可信。未来研究需更大样本和跨公司数据以泛化发现并探索时间动态。
（注：本解读基于论文原文浓缩，所有内容均有出处，未添加推测。）