STEM教師隊伍建設：探究美國STEM教師的工作滿意度

王 科，李業平，肖 煜

?

STEM教師隊伍建設：探究美國STEM教師的工作滿意度

王 科，李業平，肖 煜

（德克薩斯農工大學 教學與文化系，德克薩斯州 77843，美國）

近年來，雖然很多研究調查了影響教師工作滿意度的可能因素及其與教師工作滿意度的關系，但很少有研究從工作要求—資源理論（Job Demands-Resources理論，簡稱JD-R理論）的視角去分析影響STEM教師的工作滿意度的因素．基于JD-R理論，文章建構了STEM教師工作滿意度模型，通過驗證性因子分析以及結構方程模型分析了工作要求以及工作資源對STEM教師工作滿意度的貢獻，并驗證了教師工作滿意度與性別、工作時間、工作年限、工資以及教學年級段之間的關系．研究發現，工作資源因素會對STEM教師工作滿意度產生重要的正面影響，而工作要求因素可產生一般的反面影響；同時工資水平對其有顯著的正向影響；高中STEM教師比初中STEM教師有更高的工作滿意度．研究啟示：STEM教師工作滿意度模型可為將來研究中國STEM教師教育提供一個不同的視角，同時為進一步解決STEM教師短缺問題提供一個可參考路徑．

STEM教師；教師教育；工作滿意度；工作要求—資源模型

1 引言

近年來，STEM教育已成為世界性的熱點，世界各國都在積極開展STEM教育研究與實踐，中國也不例外．然而當前，無論是開展了三十多年STEM教育的美國，還是剛開始STEM教育不久的其他各國，都面臨著一個共同的挑戰：高質量STEM教師的缺乏．由于STEM教師的短缺，在2010年，美國總統奧巴馬呼吁，在未來10年，美國需要培養10萬名新的STEM教師（President’s Council of Advisors on Science and Technology[1]，2010）．同樣地，中國STEM教師嚴重缺乏（胡衛平、首新、陳勇剛[2]，2017；曾麗穎、任平、曾本友[3]，2019）；中國的中小學STEM教育面臨著四大挑戰：（1）教師培養和專業化發展嚴重不足；（2）課程標準和課程目標缺位；（3）課程支持與課程資源的匱乏；（4）STEM教學手段和教學模式單一（董澤華[4]，2016）．眾所周知，教師在學生與知識間起著橋梁作用．教師是學校教育的具體實施者，唯有高質量的教師隊伍才能保證高質量的教育．中國目前的這些問題的解決，關鍵在于培養高質量的STEM教師．為此，國內研究者們提出了很多解決方法：如對在職具有STEM背景的優秀教師進行STEM教育的專業化的系統培訓；培養在職信息技術教師為STEM教師；加大職前STEM教師的培養，即在現有的本科研究生專業中增加STEM教育課程等（董宏建、胡賢鈺[5]，2017）；增加培養STEM教師的機構（李春密、王碩[6]，2018）；制定政策，加強STEM教育培養的制度建設；鼓勵多方參與STEM教師培養（鄒逸、徐王熠[7]，2018）．

在過去的二十多年中，美國也一直為培養高質量STEM教師而努力（Mollenkopf[8]，2009），但現實的情況是，美國一直面臨著STEM教師嚴重短缺的問題（Hutchison[9]，2012）．造成STEM教師嚴重短缺的可能原因主要包括兩個方面：一是STEM教師的培養不足；即STEM教師的需求一直是遞增的（National Research Council[10]，2013）或STEM教師供給減少．二是STEM教師的離職率很高．Ingersoll和Perda[11]（2010）論述到，美國STEM教師短缺的問題不是STEM教育培養不足，而是STEM教師離職率很高．同時，大量的美國STEM教育研究聚焦于如何降低教師離職率以及如何提高STEM教師的工作滿意度，因為滿意度高的教師，離職可能性低．教師滿意度是影響教師離職的最重要因素之一．因此，文章將聚焦探究STEM教師的工作滿意度，尋找影響STEM教師滿意度的重要因素．了解影響STEM教師工作滿意度的因素，可以從根本上提升他們的滿意度，這樣可以更好地幫助教師去實踐STEM教育，從而為探究中國特色的STEM教育實踐提供有效的參考與對策．

近年來，雖然很多研究調查了教師工作滿意度的可能因素及其與教師工作滿意度的關系（Koedel、Li、Springer、Tan[12]，2017；Skaalvik、Skaalvik[13–14]，2011、2018；Wang、Li、Luo、Zhang[15]，2019），但很少有研究從工作要求—資源理論（Job Demands-Resources理論，簡稱JD-R理論，Demerouti、Bakker、Nachreiner、Schaufeli[16]，2001；Bakker、Demerouti[17–18]，2014、2017）的視角去分析影響STEM教師的工作滿意度的因素．從工作要求的角度來說，STEM教師需要探索實踐STEM教育路徑，他們面臨著巨大的挑戰：（1）對STEM教育的高要求，即需要綜合知識，包括數學、科學、工程以及計算機（技術）知識，同時需要跟其他科目的教師合作等能力；（2）當前沒有可以直接借鑒的STEM教育的范式；（3）在實踐STEM教育的同時，需要保證學生的成績水平不降低．事實上，與其他科目教師的要求相比較，現在對STEM教師的要求相對較高，如STEM教育委員會的報告論述到（Committee on STEM Education[19]，2018），現代的STEM教育不僅要傳授批判性思維、解決問題、高階思維、設計與推理能力，還要傳授一些行為能力，如毅力、適應力、合作、組織力和責任心．從工作資源的角度來說，隨著對STEM教師的要求的提高，相應地一些支持與培訓也需要同時跟上，即只有配套與工作要求相對應的資源，教師的工作壓力才不會陡然增加，教師的工作才能順利開展．這些配套的工作資源包括學校行政上的支持，同事的配合，教師教學自由度，等等．STEM教師需要更多的資源支持，高工作要求和長時間的高要求下教學可能導致STEM教師的工作滿意度降低，工作效率低下，以及更高的離職傾向．

因此，有必要運用JD-R理論建構STEM教師的工作滿意度模型，并探索工作要求和工作資源如何影響STEM教師的工作滿意度．具體來說，文章以STEM教師為研究對象，考察工作要求和工作資源對教師工作滿意度的貢獻；以及在JD-R理論模型中，教師工作滿意度與性別、工作時間、工作年限、工資以及教學年級段之間的關系．尋找提高STEM教師工作滿意度的途徑，并試圖為學校管理者和決策者提供政策制定的參考依據，幫助他們更好地制定和實施政策來緩解STEM教師的短缺，更好地提升STEM教育的質量等問題．

2 理論架構

2.1 教師工作滿意度

工作滿意度是職場和組織心理學領域研究最多的變量之一，然而目前其定義并沒有一個明確的論述．當前有兩種最常用的定義：一種由對工作的評價而產生的愉悅狀態，它是作為實現工作價值的體現；另一種是人們喜歡或不喜歡他們工作的程度（Spector[20]，1997）．此外，過程理論和內容理論是工作滿意度最重要的兩個理論基礎．Steers、Mowday和Shapiro[21]（2004）總結到，內容理論認為工作動機是“靜態”的．例如，該理論強調工作滿意度是由各種與工作有關因素產生的，如教學成就、對努力的認可、責任感、晉升機會、學校的支持、工作條件和學校決策的參與等．過程理論強調“過程”，是從工作的動態過程來看待工作滿意度的來源．這些原因更多地與員工的努力有關：例如工作的努力程度、努力的一致性，以及基于環境或個人變化所做的適應性調整等（Steers[21]，2004）．

2.2 JD-R理論

2001年，Demerouti、Bakker、Nachreiner和Schaufeli在受到工作設計（job design）和工作壓力（job stress）理論的啟發下，提出了JD-R理論模型[16]．由于工作設計理論常忽視工作的壓力源（stressor）和工作要求，而工作壓力理論很多忽視了工作資源的激勵潛能（Bakker、Demerouti[17]，2014），因此，JD-R理論試圖完善工作設計和工作壓力理論，從工作要求和工作資源這兩個方面解釋工作壓力和工作動力．模型中的工作要求和工作資源有反向因果關系．

在過去的十幾年中，JD-R理論得到了極大地應用和發展．例如，JD-R理論被大量地應用到研究和實踐中以解釋和解決各種問題，包括職業倦怠（job burnout）、組織認同（organizational commitment）、工作參與度、工作樂趣、生病曠工、工作業績、員工幸福度、員工健康和工作動力等．此外，該理論得到了擴展，即包含個人角色這個因素，用它來調節工作要求和工作資源對工作動力和工作精力的影響．個人的角色主要包括個人資源（personal resources），工作重塑（job crafting），自我墮落（Bakker、Demerouti[18]，2017）．

工作要求—資源理論的特點有兩個方面．一是靈活性．工作要求可以涵蓋物質的、心理的、社會的、組織的有關方面（Demerouti[16]，2001）．工作資源指的是有關工作方面的物質的、心理的、社會的以及組織方面的資源．二是工作要求和工作資源分別是兩個相對獨立過程的啟動器，這兩個過程分別是健康損害過程和動力過程．

總的來說，依據JD-R理論，工作特征可以歸為兩類：工作要求和工作資源．同時這兩個因素又是健康和動力的啟動器．即工作特征和健康激勵是相互影響、相互作用的．這個理論強調工作環境和工作福利（work well-being）之間的動態關系．該理論可以用來指導有關員工健康、工作投入以及工作環境的研究與實踐．

2.3 STEM教師工作滿意度概念性框架

大量研究探討了教師工作滿意度的相關因素（Neto、Rodrigues、Panzer[22]，2017；Wang、Chen、Luo、Li、Waxman[23]，2018）．影響教師工作滿意度的因素可能是與教師、學校、學生等相關的因素（Shen Leslie、Spybrook、Ma[24]，2012）．具體來說，與學校有關的因素包括學校的地址、性質、工作環境、行政管理、課程政策以及行政支持等．教師自身因素包括教學經驗、教學自我效能感、教育背景、個性以及性別等．學生特點包括學生的數量、行為、認知水平以及家庭背景等．根據關于教師工作滿意度的文獻綜述以及JD-R理論的視角，文章僅選擇考察與工作特征相關的因素，即同事支持、行政支持、分散式領導、學生行為以及學生背景，并以此來構建STEM教師工作滿意度的概念模型．在文獻綜述中，研究者發現JD-R理論模型很好地解釋了工作投入度（engagement）和工作福利（job wellbeing）兩個影響因素，因此文章將考察工作要求和工作資源對STEM教師工作滿意度的貢獻情況．在文章中，工作資源變量是由3個潛變量建構組成：同事支持、行政支持以及分散式領導；工作要求是由兩個潛變量建構組成：學生錯誤行為和學生背景．如圖1所示，在已構建的兩個二階潛變量的基礎上建立了工作要求和工作資源互動模型來預測STEM教師工作滿意度．

2.4 研究問題

主要是通過應用JD-R理論去建構STEM教師的工作滿意度模型，并探索工作要求和工作資源兩個變量如何影響STEM教師的工作滿意度．具體來說，文章旨在主要解決以下幾個研究問題．

在概念化的STEM教師滿意度模型中，這些因素是如何影響STEM教師的工作滿意度的？哪個因素的影響程度更大？

在概念化的STEM教師滿意度模型中，STEM女性教師和男性教師是否有不同的工作滿意度？不同年級段的STEM教師是否有不同的工作滿意度？

在概念化的STEM教師滿意度模型中，工作時間、工作經驗以及工資水平這3個變量是否對STEM教師工作滿意度有顯著性的影響？

圖1 基于JD-R理論的STEM教師工作滿意度模型

3 研究方法

3.1 數據背景

采用2011—2012年美國學校和員工調查數據（Schools and Staffing Survey，簡稱SASS）．SASS數據是從1987—2011年開始，由美國教育統計國家中心（National Center for Education Statistics）進行的調查，總共7次．該數據是針對公立和私立學校及其校長和教師的調查研究，旨在提供有關中小學教育背景的描述性數據．它涵蓋了廣泛的主題，包括教師需求、教師與校長的特點、學校情況、校長與教師對學校風氣和學校問題的看法、教師薪酬、地區聘用和挽留措施以及學生群體的基本特征．2011年后，美國教育統計國家中心重新設計了SASS，并將其命名為國家教師和校長調查（National Teacher and Principal Survey，簡稱NTPS），每兩年進行一次，其主要是調查教師和校長的勞動力市場和中小學的教職工狀態，并于2015—2016年首次實施．NTPS主要收集教師和校長的準備、班級授課、學校特征、教師與校長勞動力人口統計等核心主題的數據．

3.2 研究樣本

數據來自于2011—2012學年的教師問卷調查和人員配備調查數據．該數據是美國數據SASS 2011—2012的一部分．研究變量中所有問卷題均來自該調查．該樣本僅限于公立學校的全職教師．在文章中，研究者定義在職的STEM教師主體為中小學數學、科學以及計算機信息技術教師．文章僅使用教師問卷中的3個問題來定義STEM教師：（1）你在這所學校的職位是如何劃分的? 也就是說，你在這一學年的大部分時間都花在了什么活動上？（2）本學年，你在這所學校的主要教學任務是什么？（3）在你最近一周的教學中，你在這所學校花了大約多少小時來教授以下每一門課程？3個題目的目標答案依次是（1）正規的全職教師；（2）數學、計算機科學和自然科學；（3）每周教授數學或科學的時間等于或超過4小時．只有當教師的3個問題的問卷答案同時滿足條件1和2或者1和3時，研究者才定義這位老師為STEM教師．此外，在美國，小學和中學的年級分布是從幼兒園到12年級．因此，研究者刪除了幼兒園前期教師的樣本．最后的樣本是7?905名STEM教師．

3.3 變量與測量

文章使用了SASS調查中教師問卷中的題目，并通過驗證性因子分析來創建6個潛在變量，包括教師工作滿意度、同事支持、行政支持、分散式領導、學生行為以及學生背景．為了評估模型的適用性，研究者使用了統計上常用的指標：、/和．當和指數大于0.95，為0.06或更低以及小于0.90時，表明此模型擬合較好（Hu、Bentler[25]，1999；DiStefano、Liu、Jiang、Shi[26]，2018）．此外，克倫巴赫的阿爾法值（Cronhach’s alpha）值超過0.70，通常被認為是可以接受的（Bland、Altman[27]，1997）．所有的這些指標都被用來檢驗和評估文章中所有潛變量的構建以及模型的驗證．表1給出了一階驗證性因子分析構建每個潛變量的各項指標，如表1所示，所有的、、以及的指數值表明，這些潛變量構建是合理的、可接受的．例如，變量教師工作滿意度是基于3個問卷題目：T0451、T0466和T0467來創建的．這3個問題的因子載荷分別為0.806、0.855 和0.882．克倫巴赫的阿爾法值是0.842．這些值意味著這3個問題的內部一致性是較好的．同時，、以及指標值（=0，=1，=0.002）顯示了構建的教師工作滿意度模型有著良好擬合．

此外，還根據原始問卷題目創建了其它變量，如性別、經驗、工作時間、工資、年級（見表1）．工資變量是根據工作時間和年收入創建的．假設教師一個學年工作40周，將學校總收入除以40周再乘以教師每周工作的時間，得到工資變量．此外，由于樣本本身的特征，研究者將年級變量記為兩類：初中（=3?197）、高中（=4?708）．

3.4 數據分析

首先應用Mplus 7.4軟件進行一系列模型驗證性因子分析來創建所有的6個潛變量：教師工作滿意度、同事支持、行政支持、分散式領導、學生行為以及學生背景．依據文章的STEM教師工作滿意度模型，研究者需要定義兩個二階潛變量：工作資源和工作要求．工作資源是由3個一階潛變量生成：同事支持、行政支持以及分散式領導．工作要求是由兩個一階潛變量生成：學生不良行為和學生背景．接下來，研究者應用結構方程模型來檢測文章中的STEM教師工作滿意度模型，該模型允許存在工作資源和工作要求兩個二階潛在變量以探索工作資源、工作要求和工作滿意度之間的關系，并以此來回答研究問題一．最后，為了檢驗工資、工作時間、工作年限、性別和年級水平這5個因素對教師工作滿意度的影響，研究者使用Mplus 7.4程序分別添加這些變量到STEM教師工作滿意度模型中，以此來回答研究問題二和三．最后同時添加這5個變量到此模型中，來探索3個潛變量與這5個變量之間關系的不同SEM模型．

表1 所有變量的測試題和模型擬合指數

4 研究結果

4.1 變量相關性

表2顯示了6個潛變量與5個原變量的相關性以及統計平均值和標準差．首先，除了學生行為、學生背景、工作時間以及年級段與教師滿意度之間是負相關關系之外，其它所有變量與教師滿意度之間的關系都是正向的．此外，除了年級段與教師滿意度的相關性較弱，以及性別與教師滿意度相關不顯著之外，其它所有變量與教師滿意度之間都有顯著較強的相關性．行政支持和同事支持之間有很強的正向相關性，相關性系數為0.647；同樣，學生行為和學生背景也有很強的正向相關性，相關性系數達到0.579；其它變量之間的相關性關系詳見表2．

4.2 結構方程模型分析

JD-R模型的大多數研究都將工作要求和工作資源作為單個潛變量進行了測試．而文章是通過先建構5個潛變量，之后再次建構工作要求和工作資源變量，并以此驗證STEM教師工作滿意度模型．因此，在創建完所有潛變量和顯性變量之后，研究者開始應用結構方程模型來驗證文章建構的STEM教師工作滿意度模型，并進一步分析工作要求和工作資源與STEM教師工作滿意度之間的關系．

表2 相關系數和平均值以及標準差

注：=教師工作滿意度，=同事支持，=行政支持，=分散式領導，1=學生行為，2=學生背景，=工資，=工作時間，=工作年限，=年級段．當相關性系數絕對值小于0.022時，表示統計上不顯著；當相關性系數絕對值小于0.030大于0.021時，表示在<0.05水平上顯著；當相關性系數絕對值大于0.030時，表示在<0.01水平上顯著．

注：TJS=STEM教師工作滿意度，JR=工作資源，JD=工作要求，SupC=同事支持，SupA=行政支持，Dis=分散式領導，Sb1=學生行為，Sb2=學生背景．

依據結構方程模型的運行結果（如圖2所示），值為0.058，值為0.989，值為0.977，值為0.018．這4個指數表明該模型對數據有較好的擬合，如圖2所示．工作資源與教師工作滿意度之間存在很強的正相關關系（beta值為0.759），而工作要求與工作滿意度呈中度負相關（beta值為–0.128）．同時，工作資源和工作要求之間存在很強的負相關關系（beta值為–0.502）．結果顯示判定系數2為0.691，即工作資源和工作要求解釋了69.1%的教師工作滿意度的方差．結果表明：文章中工作資源因素對工作滿意度的影響較高，而工作要求因素對工作滿意度的影響相對來說較低．這一發現與Skaalvik和Skaalvik[14]（2018）的發現不同．研究結果進一步顯示，工作資源因素是影響STEM教師工作滿意度的重要因素．同樣，研究發現也證實了進一步地證明了之前的JD-R模型的研究（Hakanen、Bakker、Schaufeli[28]，2006；Skaalvik、Skaalvik[14]，2018），JD-R模型很好地解釋了教師工作滿意度．

4.3 STEM教師工作滿意度與教師“性別”“年級”

“工資”“工作時間”“經驗”對于研究問題二和三的分析，研究者在原模型中分別加入了這5個顯性變量，模型結果如表3所示，年級段、工作年限以及工資水平3個變量對STEM教師工作滿意度的貢獻是顯著的，然而性別和工作時間變量對教師滿意度的貢獻并不是顯著的．總的來說，這3個變量的貢獻對STEM教師的滿意度雖有統計上的顯著貢獻，但是與工作要求和工作資源相比相差甚遠．

表3 添加顯性變量的模型結果

為此，研究者在模型中同時加入這5個顯性變量之后，得到第二個模型結果，如圖3所示．第二個模型與數據也有很高的擬合度（=0.071，=0.931，=0.903，=0.045）．所有潛變量和5個顯性變量共同解釋了70%的教師工作滿意度方差（2=0.700）．此外，模型結果表明，在控制工作要求與工作資源變量的時候，男性和女性STEM教師工作滿意度是沒有顯著差異的；工作年限和工作時間對STEM教師工作滿意度的貢獻是沒有顯著影響的；只有工資和年級段兩個變量對工作滿意度有顯著影響（beta值分別為0.048和0.054），即隨著每小時的工資提高一個單位，STEM教師的滿意度提高0.048個單位，即在同等條件下，高中STEM教師的工作滿意度比初中教師高0.054個單位．

通過對比表3和圖3，研究者發現在模型二中（如圖3所示），工作年限對STEM教師的滿意度的貢獻從具備顯著性變成不具備顯著性（beta值由0.028變為0.008）．這可能與工資和工作年限的高度相關性有關（相關性系數為0.436，見表2），因為變量之間的高度相關性會產生抑制效應（Suppressor Effects）．

注：TJS=STEM教師工作滿意度，JR=工作資源，JD=工作要求，SupC=同事支持，SupA=行政支持，Dis=分散式領導，Sb1=學生行為，Sb2=學生背景．MF=性別，GL=年級段，T=每周工作時間，W=小時工資，Exp=經驗．

5 討論

文章旨在尋找影響STEM教師工作滿意度的因素，探索提升STEM教師工作滿意度的路徑，并為學校管理者和決策者提供制定政策的參考依據，以幫助他們更好地實施政策來提高STEM教師的工作滿意度，進而緩解STEM教師的短缺現狀，更好地為提升STEM教育的質量服務．為此，文章運用JD-R理論，建構了STEM教師的工作滿意度模型，并分析了工作要求和工作資源對STEM教師的工作滿意度的影響．研究發現，在建構的STEM教師工作滿意度模型中，工作要求和工作資源較好地預測了STEM教師的工作滿意度；相對工作要求因素來說，工作資源因素對教師工作滿意度的影響更加突出．工作要求對STEM教師工作滿意度起到了反向阻礙作用，而工作資源則對STEM教師工作滿意度起到了積極的正面影響，特別是行政支持和同事支持因素．此外，進一步地研究發現，不同性別的STEM教師工作滿意度并無統計上的差異；工作時間對STEM教師滿意度的影響并不顯著；而工資水平對教師滿意度有著顯著的積極影響；高中STEM教師比初中STEM教師有更高的工作滿意度．然而，由于工作年限與工資水平之間的較高相關性，以至于工作年限和工資水平同時出現在模型中時，工作年限對STEM教師工作滿意度的影響甚微，而工資水平則有顯著的正向影響．由此研究者認為工作年限也對STEM教師工作滿意度有顯著的積極影響．

因此，文章在兩個方面對STEM教育做出貢獻：一是應用JD-R模型來建構STEM教師的工作滿意度模型，為未來更進一步尋找影響STEM教師工作滿意度的因素提供參考路徑；二是證實了JD-R模型在解釋STEM教師工作滿意度方面的有效性，為制定提升STEM教師工作滿意度的政策提供了參考依據．然而，文章也有不足之處．首先，文章中沒有考察個人資源，如自信、自我效能、樂觀主義、自尊、自律、自我調控能力和低神經質．所以未來研究將添加這些新潛變量進入STEM教師工作滿意度模型．其次，文章并沒有考察變量之間的交互效應，如工作要求和工作資源之間的相互影響，將來的研究可以考察它們之間的交互效應是否顯著影響STEM教師工作滿意度．最后，文章只是考察了美國STEM教師的一年數據，如果可以獲取教師的縱向數據，那么分析縱向STEM教師的工作滿意度變化的研究的意義會更大．因此，STEM教育研究者可以長期跟進STEM教師的滿意度調查，研究STEM教師滿意度的變化，從而可以更好地為STEM教育服務，并提供高質量的專業化發展來幫助教師，為中小學乃至大學的STEM教育政策制定者或實施人員提供有意義的參考證據．

6 結論與啟示

目前，美國正全力推進STEM教育．美國總統特朗普宣稱：“我的政府將盡一切可能為我們的孩子，特別是教育服務匱乏地區的孩子，提供高質量的STEM教育．”而STEM教育面臨著一個重要的問題：教師短缺．美國政府積極通過提高STEM教師的工作滿意度來降低教師離職率．這也是美國政府解決當前STEM教師短缺的一種策略．研究發現，工作資源，即行政支持、同事支持合作以及分散式的領導方式，對提升教師的工作滿意度起到重要的作用；而工作要求，即學生行為和背景因素起到反向的作用．這個發現或許可以為中國開展STEM教育實踐，解決中國目前的STEM教師短缺問題提供一個新的視角．

2017年6月，中國教育科學研究院發布了《中國STEM教育白皮書》，白皮書中提到，STEM教育已經被納入國家戰略發展政策；同時倡導跨學科學習方式，建議教師可以在教學實踐中嘗試STEM教育（中國教育科學研究院[29]，2017）．白皮書也指出了當前STEM教育迫切需要解決的6個問題：（1）缺少STEM教育國家戰略高度的頂層設計；（2）社會聯動機制不健全；（3）缺少打通學段的整體設計；（4）標準與評估機制尚未建立；（5）STEM師資隊伍整體水平不高；（6）缺乏國家級項目的示范引領．問題（5）明確指出了STEM師資問題，因此，聚焦切實提高STEM教師的滿意度是解決STEM教師問題的切入點，優質的STEM教師是成功實踐STEM教育的前提．

然而，STEM教育對教師的要求很高，這些要求無形之中會給即將開展STEM教育的教師帶來更多的挑戰與壓力．因此，中國在STEM教育的開始階段．首先，需要對STEM教育的開展提供各方面的資源型支持．如加強對學生家長的宣傳、鼓勵教師之間教學合作、賦予教師更多的教學自主權利、減輕教學之外的工作量以及完善教師的評價體系等，這些因素對于促進STEM教學實踐是必要的，也是必須的．這樣做可以更好地減少STEM教學實踐的阻力，添加其為助力．在行政上更好地配合與支持教師開展STEM教學實踐，激發他們的教學動力，促進STEM教學進一步開展．同時也可以為解決問題（3）缺少打通學段的整體設計和問題（4）標準與評估機制尚未建立提供參考建議與解決思路．

其次，開展降低STEM教育實踐者工作要求的行動．根據研究結果，學生背景和學生行為對教師的工作滿意度來說是一個重要的影響因素．因此，在開展STEM教育實踐之前，從學生因素上來減輕STEM教師的壓力，即可以有選擇性地進行STEM教育實踐，如在生源較好的學校開展STEM教育實踐，同時做好家長的思想工作，積極宣傳STEM教育實踐對學生創造力的培養和批判性思維的培養有積極的作用．對學習能力強的學生開展STEM教育實踐，更有利于STEM教育的實踐經驗的總結以及后續STEM教育的進一步推廣，為解決問題（5）STEM師資隊伍整體水平不高以及問題（6）缺乏國家級項目的示范引領提供參考依據．

當教師們主觀上愿意積極去嘗試融入性的STEM教育時，真正的STEM教育才能發生．學生才能受益于STEM教育．因此，提升STEM教師的滿意度則顯得更加重要，同時也有利于解決關于中國STEM教師實踐的爭議（趙興龍、許林[30]，2016）．此外，從經濟的角度來說，在短時間內培訓大量的STEM教師并不切合實際．相反，解決目前中國STEM教師嚴重短缺的問題，通過積極鼓勵當前有經驗的教師加入STEM教師隊伍，開展STEM教育實踐并為他們提供更多資源性支持的策略則可能更可取．因為培訓新教師入職的費用相對高昂，大概相當于初職教師年薪的一半（Villar和Strong[31]，2007）．從這個角度來看，提升STEM教師工作滿意度不失為一個有效的解決STEM教師短缺的方法．中國特色的STEM教育之路任重而道遠，需要各個層面的教育工作者協同推進，共同完成．

[1] President’s Council of Advisors on Science and Technology (U.S.). Prepare and inspire: K-12 education in science, technology, engineering, and math (STEM) for America’s future: Executive report [R]. Washington, DC: Executive Office of the President, President’s Council of Advisors on Science and Technology, 2010: 1-10.

[2] 胡衛平，首新，陳勇剛．中小學STEAM教育體系的建構與實踐[J]．華東師范大學學報（教育科學版），2017，35（4）：31-39．

[3] 曾麗穎，任平，曾本友．STEAM教師跨學科集成培養策略與螺旋式發展之路[J]．電化教育研究，2019（3）：42-47．

[4] 董澤華．試論我國中小學實施STEM課程的困境與對策[J]．全球教育展望，2016，45（12）：36-62．

[5] 董宏建，胡賢鈺．我國STEAM教育的研究分析及未來展望[J]．現代教育技術，2017（9）：114-120．

[6] 李春密，王碩．STEM教師培養的國際比較研究——以中、美、英、德為例[J]．教師教育研究，2018，30（4）：122-128．

[7] 鄒逸，徐王熠．STEM教師培養：美國的經驗與啟示[J]．外國中小學教育，2018（9）：61-65．

[8] MOLLENKOPF D L. Creating highly qualified teachers: Maximizing university resources to provide professional development in rural areas [J]. Rural Educator, 2009, 30 (3): 34-39.

[9] HUTCHISON L F. Addressing the STEM teacher shortage in American schools: Ways to recruit and retain effective STEM teachers [J]. Action in Teacher Education, 2012, 34 (5-6): 541-550.

[10] ?National Research Council. Monitoring progress toward successful K–12 STEM education: A nation advancing [M]. Washington, DC: National Academies Press, 2013: 1-56.

[11] ?INGERSOLL R M, PERDA D. Is the supply of mathematics and science teachers sufficient [J]. American Educational Research Journal, 2010, 47 (3): 563-594.

[12] ?KOEDEL C, LI J, SPRINGER M G, et al. The impact of performance ratings on job satisfaction for public school teachers [J]. American Educational Research Journal, 2017, 54 (2): 241-278.

[13] ?SKAALVIK E M, SKAALVIK S. Teacher job satisfaction and motivation to leave the teaching profession: Relations with school context, feeling of belonging, and emotional exhaustion [J]. Teaching and Teacher Education, 2011 (27):1?029-1?038.

[14] ?SKAALVIK E M, SKAALVIK S. Job demands and job resources as predictors of teacher motivation and well-being [J]. Social Psychology of Education, 2018, 21 (5): 1?251-1?275.

[15] ?WANG K, LI Y, LUO W, et al. Selected factors contributing to teacher job satisfaction: A quantitative investigation using 2013 TALIS data [J]. Leadership and Policy in Schools, 2019 (3): 1-21.

[16] ?DEMEROUTI E, BAKKER A B, NACHREINER F, et al. The job demands-resources model of burnout [J]. Journal of Applied Psychology, 2001 (86): 499-512.

[17] ?BAKKER A B, DEMEROUTI E. Job demands–resources theory [M] // COOPER C, CHEN P. Wellbeing: A complete reference guide. Chichester, UK: Wiley-Blackwell, 2014: 37–64.

[18] ?BAKKER A B, DEMEROUTI E. Job demands–resources theory: Taking stock and looking forward [J]. Journal of Occupational Health Psychology, 2017, 22 (3): 273.

[19] ?Committee on STEM Education. Charting a course for success: America’s strategy for STEM education [EB/OL]. [2019–05–27]. https://www.whitehouse.gov/wp-content/uploads/2018/12/STEM-Education-Strategic-Plan-2018.pdf.

[20] ?SPECTOR P E. Job satisfaction: Application, assessment, causes, and consequences [M]. Thousand Oaks, CA: Sage Publications, 1997: 1–104.

[21] ?STEERS R M, MOWDAY R T, SHAPIRO D L. Introduction to special topic forum: The future of work motivation theory [J]. Academy of Management Review, 2004, 29 (3): 379–387.

[22] ?NETO R D C A, RODRIGUES V P, PANZER S. Exploring the relationship between entrepreneurial behavior and teachers’ job satisfaction [J]. Teaching and Teacher Education, 2017 (63): 254–262.

[23] ?WANG K, CHEN Z, LUO W, et al. Examining the differences between the job satisfaction of STEM and non-STEM novice teachers with leaving intentions [J]. EURASIA Journal of Mathematics, Science and Technology Education, 2018, 14 (6): 2?329–2?341.

[24] ?SHEN J, LESLIE J M, SPYBROOK J K, et al. Are principal background and school processes related to teacher job satisfaction? A multilevel study using schools and staffing survey 2003—2004 [J]. American Educational Research Journal, 2012, 49 (2): 200–230.

[25] ?HU L, BENTLER P M. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives [J]. Structural Equation Modeling, 1999 (6): 1–55.

[26] DISTEFANO C, LIU J, JIANG N, et al. Examination of the weighted root mean square residual: Evidence for trustworthiness [J]. Structural Equation Modeling: A Multidisciplinary Journal, 2018, 25 (3): 453–466.

[27] ?BLAND J M, ALTMAN D G. Statistics notes: Cronbach’s alpha [J]. BMJ, 1997, 314 (7 080): 572.

[28] HAKANEN J J, BAKKER A B, SCHAUFELI W B. Burnout and work engagement among teachers [J]. Journal of School Psychology, 2006, 43 (6): 495–513.

[29] 中國教育科學研究院．中國STEM教育白皮書[M]．北京：中國教育科學研究院，2017：1–14．

[30] 趙興龍，許林．STEM教育的五大爭議及回應[J]．中國電化教育，2016（10）：62–65．

[31] ?VILLAR A, STRONG M. Is mentoring worth the money? A benefit-cost analysis and five-year rate of return of a comprehensive mentoring program for beginning teachers [J]. ERS Spectrum, 2007, 25 (3): 1–17．

STEM Teacher Education: Exploring U.S. STEM Teachers’ Job Satisfaction

WANG Ke, LI Ye-ping, XIAO Yu

(Department of Teaching, Learning & Culture, Texas A & M University, College Station, Texas 77843, USA)

Although many studies had investigated possible factors of teachers’ job satisfaction and their correlations with job satisfaction, few studies had analyzed factors influencing STEM teachers’ job satisfaction from the perspective of Job demands-resources theory (JD-R theory). Based on the JD-R theory, this study constructed a STEM teachers’ job satisfaction model. Through employing confirmatory factor analysis and structural equation model to analyze the contributions of job demands and resources to STEM teachers’ job satisfaction, this study verified that the relationships between teachers’ job satisfaction and gender, working hours, experiences, wage, and grade levels. The study found that the factor of job resource had a significant positive effect on STEM teachers’ job satisfaction, while the factor of job demands had a general negative effect on STEM teachers’ job satisfaction. Also, wage level had a significant positive impact on job satisfaction. However, high-school STEM teachers tend to have higher job satisfaction than middle-school STEM teachers’. The STEM teacher job satisfaction model in this study could provide a different perspective for the future study of STEM teacher education and a potential solution to the shortage of STEM teachers in China.

STEM teachers; teacher education; job satisfaction; job demands-resources model

王科，李業平，肖煜．STEM教師隊伍建設：探究美國STEM教師的工作滿意度[J]．數學教育學報，2019，28（3）：62-69．

2019–05–27

王科（1982—），男，安徽含山人，美國德克薩斯農工大學教學與文化系博士，主要從事數學教育研究．

G420

A

1004–9894（2019）03–0062–08

[責任編校：周學智、張楠]