STEM教师队伍建设：探究美国STEM教师的工作满意度

王 科，李业平，肖 煜



STEM教师队伍建设：探究美国STEM教师的工作满意度

王 科，李业平，肖 煜

（德克萨斯农工大学 教学与文化系，德克萨斯州 77843，美国）

近年来，虽然很多研究调查了影响教师工作满意度的可能因素及其与教师工作满意度的关系，但很少有研究从工作要求—资源理论（Job Demands-Resources理论，简称JD-R理论）的视角去分析影响STEM教师的工作满意度的因素．基于JD-R理论，文章建构了STEM教师工作满意度模型，通过验证性因子分析以及结构方程模型分析了工作要求以及工作资源对STEM教师工作满意度的贡献，并验证了教师工作满意度与性别、工作时间、工作年限、工资以及教学年级段之间的关系．研究发现，工作资源因素会对STEM教师工作满意度产生重要的正面影响，而工作要求因素可产生一般的反面影响；同时工资水平对其有显著的正向影响；高中STEM教师比初中STEM教师有更高的工作满意度．研究启示：STEM教师工作满意度模型可为将来研究中国STEM教师教育提供一个不同的视角，同时为进一步解决STEM教师短缺问题提供一个可参考路径．

STEM教师；教师教育；工作满意度；工作要求—资源模型

1 引言

近年来，STEM教育已成为世界性的热点，世界各国都在积极开展STEM教育研究与实践，中国也不例外．然而当前，无论是开展了三十多年STEM教育的美国，还是刚开始STEM教育不久的其他各国，都面临着一个共同的挑战：高质量STEM教师的缺乏．由于STEM教师的短缺，在2010年，美国总统奥巴马呼吁，在未来10年，美国需要培养10万名新的STEM教师（President’s Council of Advisors on Science and Technology[1]，2010）．同样地，中国STEM教师严重缺乏（胡卫平、首新、陈勇刚[2]，2017；曾丽颖、任平、曾本友[3]，2019）；中国的中小学STEM教育面临着四大挑战：（1）教师培养和专业化发展严重不足；（2）课程标准和课程目标缺位；（3）课程支持与课程资源的匮乏；（4）STEM教学手段和教学模式单一（董泽华[4]，2016）．众所周知，教师在学生与知识间起着桥梁作用．教师是学校教育的具体实施者，唯有高质量的教师队伍才能保证高质量的教育．中国目前的这些问题的解决，关键在于培养高质量的STEM教师．为此，国内研究者们提出了很多解决方法：如对在职具有STEM背景的优秀教师进行STEM教育的专业化的系统培训；培养在职信息技术教师为STEM教师；加大职前STEM教师的培养，即在现有的本科研究生专业中增加STEM教育课程等（董宏建、胡贤钰[5]，2017）；增加培养STEM教师的机构（李春密、王硕[6]，2018）；制定政策，加强STEM教育培养的制度建设；鼓励多方参与STEM教师培养（邹逸、徐王熠[7]，2018）．

在过去的二十多年中，美国也一直为培养高质量STEM教师而努力（Mollenkopf[8]，2009），但现实的情况是，美国一直面临着STEM教师严重短缺的问题（Hutchison[9]，2012）．造成STEM教师严重短缺的可能原因主要包括两个方面：一是STEM教师的培养不足；即STEM教师的需求一直是递增的（National Research Council[10]，2013）或STEM教师供给减少．二是STEM教师的离职率很高．Ingersoll和Perda[11]（2010）论述到，美国STEM教师短缺的问题不是STEM教育培养不足，而是STEM教师离职率很高．同时，大量的美国STEM教育研究聚焦于如何降低教师离职率以及如何提高STEM教师的工作满意度，因为满意度高的教师，离职可能性低．教师满意度是影响教师离职的最重要因素之一．因此，文章将聚焦探究STEM教师的工作满意度，寻找影响STEM教师满意度的重要因素．了解影响STEM教师工作满意度的因素，可以从根本上提升他们的满意度，这样可以更好地帮助教师去实践STEM教育，从而为探究中国特色的STEM教育实践提供有效的参考与对策．

近年来，虽然很多研究调查了教师工作满意度的可能因素及其与教师工作满意度的关系（Koedel、Li、Springer、Tan[12]，2017；Skaalvik、Skaalvik[13–14]，2011、2018；Wang、Li、Luo、Zhang[15]，2019），但很少有研究从工作要求—资源理论（Job Demands-Resources理论，简称JD-R理论，Demerouti、Bakker、Nachreiner、Schaufeli[16]，2001；Bakker、Demerouti[17–18]，2014、2017）的视角去分析影响STEM教师的工作满意度的因素．从工作要求的角度来说，STEM教师需要探索实践STEM教育路径，他们面临着巨大的挑战：（1）对STEM教育的高要求，即需要综合知识，包括数学、科学、工程以及计算机（技术）知识，同时需要跟其他科目的教师合作等能力；（2）当前没有可以直接借鉴的STEM教育的范式；（3）在实践STEM教育的同时，需要保证学生的成绩水平不降低．事实上，与其他科目教师的要求相比较，现在对STEM教师的要求相对较高，如STEM教育委员会的报告论述到（Committee on STEM Education[19]，2018），现代的STEM教育不仅要传授批判性思维、解决问题、高阶思维、设计与推理能力，还要传授一些行为能力，如毅力、适应力、合作、组织力和责任心．从工作资源的角度来说，随着对STEM教师的要求的提高，相应地一些支持与培训也需要同时跟上，即只有配套与工作要求相对应的资源，教师的工作压力才不会陡然增加，教师的工作才能顺利开展．这些配套的工作资源包括学校行政上的支持，同事的配合，教师教学自由度，等等．STEM教师需要更多的资源支持，高工作要求和长时间的高要求下教学可能导致STEM教师的工作满意度降低，工作效率低下，以及更高的离职倾向．

因此，有必要运用JD-R理论建构STEM教师的工作满意度模型，并探索工作要求和工作资源如何影响STEM教师的工作满意度．具体来说，文章以STEM教师为研究对象，考察工作要求和工作资源对教师工作满意度的贡献；以及在JD-R理论模型中，教师工作满意度与性别、工作时间、工作年限、工资以及教学年级段之间的关系．寻找提高STEM教师工作满意度的途径，并试图为学校管理者和决策者提供政策制定的参考依据，帮助他们更好地制定和实施政策来缓解STEM教师的短缺，更好地提升STEM教育的质量等问题．

2 理论架构

2.1 教师工作满意度

工作满意度是职场和组织心理学领域研究最多的变量之一，然而目前其定义并没有一个明确的论述．当前有两种最常用的定义：一种由对工作的评价而产生的愉悦状态，它是作为实现工作价值的体现；另一种是人们喜欢或不喜欢他们工作的程度（Spector[20]，1997）．此外，过程理论和内容理论是工作满意度最重要的两个理论基础．Steers、Mowday和Shapiro[21]（2004）总结到，内容理论认为工作动机是“静态”的．例如，该理论强调工作满意度是由各种与工作有关因素产生的，如教学成就、对努力的认可、责任感、晋升机会、学校的支持、工作条件和学校决策的参与等．过程理论强调“过程”，是从工作的动态过程来看待工作满意度的来源．这些原因更多地与员工的努力有关：例如工作的努力程度、努力的一致性，以及基于环境或个人变化所做的适应性调整等（Steers[21]，2004）．

2.2 JD-R理论

2001年，Demerouti、Bakker、Nachreiner和Schaufeli在受到工作设计（job design）和工作压力（job stress）理论的启发下，提出了JD-R理论模型[16]．由于工作设计理论常忽视工作的压力源（stressor）和工作要求，而工作压力理论很多忽视了工作资源的激励潜能（Bakker、Demerouti[17]，2014），因此，JD-R理论试图完善工作设计和工作压力理论，从工作要求和工作资源这两个方面解释工作压力和工作动力．模型中的工作要求和工作资源有反向因果关系．

在过去的十几年中，JD-R理论得到了极大地应用和发展．例如，JD-R理论被大量地应用到研究和实践中以解释和解决各种问题，包括职业倦怠（job burnout）、组织认同（organizational commitment）、工作参与度、工作乐趣、生病旷工、工作业绩、员工幸福度、员工健康和工作动力等．此外，该理论得到了扩展，即包含个人角色这个因素，用它来调节工作要求和工作资源对工作动力和工作精力的影响．个人的角色主要包括个人资源（personal resources），工作重塑（job crafting），自我堕落（Bakker、Demerouti[18]，2017）．

工作要求—资源理论的特点有两个方面．一是灵活性．工作要求可以涵盖物质的、心理的、社会的、组织的有关方面（Demerouti[16]，2001）．工作资源指的是有关工作方面的物质的、心理的、社会的以及组织方面的资源．二是工作要求和工作资源分别是两个相对独立过程的启动器，这两个过程分别是健康损害过程和动力过程．

总的来说，依据JD-R理论，工作特征可以归为两类：工作要求和工作资源．同时这两个因素又是健康和动力的启动器．即工作特征和健康激励是相互影响、相互作用的．这个理论强调工作环境和工作福利（work well-being）之间的动态关系．该理论可以用来指导有关员工健康、工作投入以及工作环境的研究与实践．

2.3 STEM教师工作满意度概念性框架

大量研究探讨了教师工作满意度的相关因素（Neto、Rodrigues、Panzer[22]，2017；Wang、Chen、Luo、Li、Waxman[23]，2018）．影响教师工作满意度的因素可能是与教师、学校、学生等相关的因素（Shen Leslie、Spybrook、Ma[24]，2012）．具体来说，与学校有关的因素包括学校的地址、性质、工作环境、行政管理、课程政策以及行政支持等．教师自身因素包括教学经验、教学自我效能感、教育背景、个性以及性别等．学生特点包括学生的数量、行为、认知水平以及家庭背景等．根据关于教师工作满意度的文献综述以及JD-R理论的视角，文章仅选择考察与工作特征相关的因素，即同事支持、行政支持、分散式领导、学生行为以及学生背景，并以此来构建STEM教师工作满意度的概念模型．在文献综述中，研究者发现JD-R理论模型很好地解释了工作投入度（engagement）和工作福利（job wellbeing）两个影响因素，因此文章将考察工作要求和工作资源对STEM教师工作满意度的贡献情况．在文章中，工作资源变量是由3个潜变量建构组成：同事支持、行政支持以及分散式领导；工作要求是由两个潜变量建构组成：学生错误行为和学生背景．如图1所示，在已构建的两个二阶潜变量的基础上建立了工作要求和工作资源互动模型来预测STEM教师工作满意度．

2.4 研究问题

主要是通过应用JD-R理论去建构STEM教师的工作满意度模型，并探索工作要求和工作资源两个变量如何影响STEM教师的工作满意度．具体来说，文章旨在主要解决以下几个研究问题．

在概念化的STEM教师满意度模型中，这些因素是如何影响STEM教师的工作满意度的？哪个因素的影响程度更大？

在概念化的STEM教师满意度模型中，STEM女性教师和男性教师是否有不同的工作满意度？不同年级段的STEM教师是否有不同的工作满意度？

在概念化的STEM教师满意度模型中，工作时间、工作经验以及工资水平这3个变量是否对STEM教师工作满意度有显著性的影响？

图1 基于JD-R理论的STEM教师工作满意度模型

3 研究方法

3.1 数据背景

采用2011—2012年美国学校和员工调查数据（Schools and Staffing Survey，简称SASS）．SASS数据是从1987—2011年开始，由美国教育统计国家中心（National Center for Education Statistics）进行的调查，总共7次．该数据是针对公立和私立学校及其校长和教师的调查研究，旨在提供有关中小学教育背景的描述性数据．它涵盖了广泛的主题，包括教师需求、教师与校长的特点、学校情况、校长与教师对学校风气和学校问题的看法、教师薪酬、地区聘用和挽留措施以及学生群体的基本特征．2011年后，美国教育统计国家中心重新设计了SASS，并将其命名为国家教师和校长调查（National Teacher and Principal Survey，简称NTPS），每两年进行一次，其主要是调查教师和校长的劳动力市场和中小学的教职工状态，并于2015—2016年首次实施．NTPS主要收集教师和校长的准备、班级授课、学校特征、教师与校长劳动力人口统计等核心主题的数据．

3.2 研究样本

数据来自于2011—2012学年的教师问卷调查和人员配备调查数据．该数据是美国数据SASS 2011—2012的一部分．研究变量中所有问卷题均来自该调查．该样本仅限于公立学校的全职教师．在文章中，研究者定义在职的STEM教师主体为中小学数学、科学以及计算机信息技术教师．文章仅使用教师问卷中的3个问题来定义STEM教师：（1）你在这所学校的职位是如何划分的? 也就是说，你在这一学年的大部分时间都花在了什么活动上？（2）本学年，你在这所学校的主要教学任务是什么？（3）在你最近一周的教学中，你在这所学校花了大约多少小时来教授以下每一门课程？3个题目的目标答案依次是（1）正规的全职教师；（2）数学、计算机科学和自然科学；（3）每周教授数学或科学的时间等于或超过4小时．只有当教师的3个问题的问卷答案同时满足条件1和2或者1和3时，研究者才定义这位老师为STEM教师．此外，在美国，小学和中学的年级分布是从幼儿园到12年级．因此，研究者删除了幼儿园前期教师的样本．最后的样本是7 905名STEM教师．

3.3 变量与测量

文章使用了SASS调查中教师问卷中的题目，并通过验证性因子分析来创建6个潜在变量，包括教师工作满意度、同事支持、行政支持、分散式领导、学生行为以及学生背景．为了评估模型的适用性，研究者使用了统计上常用的指标：、/和．当和指数大于0.95，为0.06或更低以及小于0.90时，表明此模型拟合较好（Hu、Bentler[25]，1999；DiStefano、Liu、Jiang、Shi[26]，2018）．此外，克伦巴赫的阿尔法值（Cronhach’s alpha）值超过0.70，通常被认为是可以接受的（Bland、Altman[27]，1997）．所有的这些指标都被用来检验和评估文章中所有潜变量的构建以及模型的验证．表1给出了一阶验证性因子分析构建每个潜变量的各项指标，如表1所示，所有的、、以及的指数值表明，这些潜变量构建是合理的、可接受的．例如，变量教师工作满意度是基于3个问卷题目：T0451、T0466和T0467来创建的．这3个问题的因子载荷分别为0.806、0.855 和0.882．克伦巴赫的阿尔法值是0.842．这些值意味着这3个问题的内部一致性是较好的．同时，、以及指标值（=0，=1，=0.002）显示了构建的教师工作满意度模型有着良好拟合．

此外，还根据原始问卷题目创建了其它变量，如性别、经验、工作时间、工资、年级（见表1）．工资变量是根据工作时间和年收入创建的．假设教师一个学年工作40周，将学校总收入除以40周再乘以教师每周工作的时间，得到工资变量．此外，由于样本本身的特征，研究者将年级变量记为两类：初中（=3 197）、高中（=4 708）．

3.4 数据分析

首先应用Mplus 7.4软件进行一系列模型验证性因子分析来创建所有的6个潜变量：教师工作满意度、同事支持、行政支持、分散式领导、学生行为以及学生背景．依据文章的STEM教师工作满意度模型，研究者需要定义两个二阶潜变量：工作资源和工作要求．工作资源是由3个一阶潜变量生成：同事支持、行政支持以及分散式领导．工作要求是由两个一阶潜变量生成：学生不良行为和学生背景．接下来，研究者应用结构方程模型来检测文章中的STEM教师工作满意度模型，该模型允许存在工作资源和工作要求两个二阶潜在变量以探索工作资源、工作要求和工作满意度之间的关系，并以此来回答研究问题一．最后，为了检验工资、工作时间、工作年限、性别和年级水平这5个因素对教师工作满意度的影响，研究者使用Mplus 7.4程序分别添加这些变量到STEM教师工作满意度模型中，以此来回答研究问题二和三．最后同时添加这5个变量到此模型中，来探索3个潜变量与这5个变量之间关系的不同SEM模型．

表1 所有变量的测试题和模型拟合指数

4 研究结果

4.1 变量相关性

表2显示了6个潜变量与5个原变量的相关性以及统计平均值和标准差．首先，除了学生行为、学生背景、工作时间以及年级段与教师满意度之间是负相关关系之外，其它所有变量与教师满意度之间的关系都是正向的．此外，除了年级段与教师满意度的相关性较弱，以及性别与教师满意度相关不显著之外，其它所有变量与教师满意度之间都有显著较强的相关性．行政支持和同事支持之间有很强的正向相关性，相关性系数为0.647；同样，学生行为和学生背景也有很强的正向相关性，相关性系数达到0.579；其它变量之间的相关性关系详见表2．

4.2 结构方程模型分析

JD-R模型的大多数研究都将工作要求和工作资源作为单个潜变量进行了测试．而文章是通过先建构5个潜变量，之后再次建构工作要求和工作资源变量，并以此验证STEM教师工作满意度模型．因此，在创建完所有潜变量和显性变量之后，研究者开始应用结构方程模型来验证文章建构的STEM教师工作满意度模型，并进一步分析工作要求和工作资源与STEM教师工作满意度之间的关系．

表2 相关系数和平均值以及标准差

注：=教师工作满意度，=同事支持，=行政支持，=分散式领导，1=学生行为，2=学生背景，=工资，=工作时间，=工作年限，=年级段．当相关性系数绝对值小于0.022时，表示统计上不显著；当相关性系数绝对值小于0.030大于0.021时，表示在<0.05水平上显著；当相关性系数绝对值大于0.030时，表示在<0.01水平上显著．

注：TJS=STEM教师工作满意度，JR=工作资源，JD=工作要求，SupC=同事支持，SupA=行政支持，Dis=分散式领导，Sb1=学生行为，Sb2=学生背景．

依据结构方程模型的运行结果（如图2所示），值为0.058，值为0.989，值为0.977，值为0.018．这4个指数表明该模型对数据有较好的拟合，如图2所示．工作资源与教师工作满意度之间存在很强的正相关关系（beta值为0.759），而工作要求与工作满意度呈中度负相关（beta值为–0.128）．同时，工作资源和工作要求之间存在很强的负相关关系（beta值为–0.502）．结果显示判定系数2为0.691，即工作资源和工作要求解释了69.1%的教师工作满意度的方差．结果表明：文章中工作资源因素对工作满意度的影响较高，而工作要求因素对工作满意度的影响相对来说较低．这一发现与Skaalvik和Skaalvik[14]（2018）的发现不同．研究结果进一步显示，工作资源因素是影响STEM教师工作满意度的重要因素．同样，研究发现也证实了进一步地证明了之前的JD-R模型的研究（Hakanen、Bakker、Schaufeli[28]，2006；Skaalvik、Skaalvik[14]，2018），JD-R模型很好地解释了教师工作满意度．

4.3 STEM教师工作满意度与教师“性别”“年级”

“工资”“工作时间”“经验”对于研究问题二和三的分析，研究者在原模型中分别加入了这5个显性变量，模型结果如表3所示，年级段、工作年限以及工资水平3个变量对STEM教师工作满意度的贡献是显著的，然而性别和工作时间变量对教师满意度的贡献并不是显著的．总的来说，这3个变量的贡献对STEM教师的满意度虽有统计上的显著贡献，但是与工作要求和工作资源相比相差甚远．

表3 添加显性变量的模型结果

为此，研究者在模型中同时加入这5个显性变量之后，得到第二个模型结果，如图3所示．第二个模型与数据也有很高的拟合度（=0.071，=0.931，=0.903，=0.045）．所有潜变量和5个显性变量共同解释了70%的教师工作满意度方差（2=0.700）．此外，模型结果表明，在控制工作要求与工作资源变量的时候，男性和女性STEM教师工作满意度是没有显著差异的；工作年限和工作时间对STEM教师工作满意度的贡献是没有显著影响的；只有工资和年级段两个变量对工作满意度有显著影响（beta值分别为0.048和0.054），即随着每小时的工资提高一个单位，STEM教师的满意度提高0.048个单位，即在同等条件下，高中STEM教师的工作满意度比初中教师高0.054个单位．

通过对比表3和图3，研究者发现在模型二中（如图3所示），工作年限对STEM教师的满意度的贡献从具备显著性变成不具备显著性（beta值由0.028变为0.008）．这可能与工资和工作年限的高度相关性有关（相关性系数为0.436，见表2），因为变量之间的高度相关性会产生抑制效应（Suppressor Effects）．

注：TJS=STEM教师工作满意度，JR=工作资源，JD=工作要求，SupC=同事支持，SupA=行政支持，Dis=分散式领导，Sb1=学生行为，Sb2=学生背景．MF=性别，GL=年级段，T=每周工作时间，W=小时工资，Exp=经验．

5 讨论

文章旨在寻找影响STEM教师工作满意度的因素，探索提升STEM教师工作满意度的路径，并为学校管理者和决策者提供制定政策的参考依据，以帮助他们更好地实施政策来提高STEM教师的工作满意度，进而缓解STEM教师的短缺现状，更好地为提升STEM教育的质量服务．为此，文章运用JD-R理论，建构了STEM教师的工作满意度模型，并分析了工作要求和工作资源对STEM教师的工作满意度的影响．研究发现，在建构的STEM教师工作满意度模型中，工作要求和工作资源较好地预测了STEM教师的工作满意度；相对工作要求因素来说，工作资源因素对教师工作满意度的影响更加突出．工作要求对STEM教师工作满意度起到了反向阻碍作用，而工作资源则对STEM教师工作满意度起到了积极的正面影响，特别是行政支持和同事支持因素．此外，进一步地研究发现，不同性别的STEM教师工作满意度并无统计上的差异；工作时间对STEM教师满意度的影响并不显著；而工资水平对教师满意度有着显著的积极影响；高中STEM教师比初中STEM教师有更高的工作满意度．然而，由于工作年限与工资水平之间的较高相关性，以至于工作年限和工资水平同时出现在模型中时，工作年限对STEM教师工作满意度的影响甚微，而工资水平则有显著的正向影响．由此研究者认为工作年限也对STEM教师工作满意度有显著的积极影响．

因此，文章在两个方面对STEM教育做出贡献：一是应用JD-R模型来建构STEM教师的工作满意度模型，为未来更进一步寻找影响STEM教师工作满意度的因素提供参考路径；二是证实了JD-R模型在解释STEM教师工作满意度方面的有效性，为制定提升STEM教师工作满意度的政策提供了参考依据．然而，文章也有不足之处．首先，文章中没有考察个人资源，如自信、自我效能、乐观主义、自尊、自律、自我调控能力和低神经质．所以未来研究将添加这些新潜变量进入STEM教师工作满意度模型．其次，文章并没有考察变量之间的交互效应，如工作要求和工作资源之间的相互影响，将来的研究可以考察它们之间的交互效应是否显著影响STEM教师工作满意度．最后，文章只是考察了美国STEM教师的一年数据，如果可以获取教师的纵向数据，那么分析纵向STEM教师的工作满意度变化的研究的意义会更大．因此，STEM教育研究者可以长期跟进STEM教师的满意度调查，研究STEM教师满意度的变化，从而可以更好地为STEM教育服务，并提供高质量的专业化发展来帮助教师，为中小学乃至大学的STEM教育政策制定者或实施人员提供有意义的参考证据．

6 结论与启示

目前，美国正全力推进STEM教育．美国总统特朗普宣称：“我的政府将尽一切可能为我们的孩子，特别是教育服务匮乏地区的孩子，提供高质量的STEM教育．”而STEM教育面临着一个重要的问题：教师短缺．美国政府积极通过提高STEM教师的工作满意度来降低教师离职率．这也是美国政府解决当前STEM教师短缺的一种策略．研究发现，工作资源，即行政支持、同事支持合作以及分散式的领导方式，对提升教师的工作满意度起到重要的作用；而工作要求，即学生行为和背景因素起到反向的作用．这个发现或许可以为中国开展STEM教育实践，解决中国目前的STEM教师短缺问题提供一个新的视角．

2017年6月，中国教育科学研究院发布了《中国STEM教育白皮书》，白皮书中提到，STEM教育已经被纳入国家战略发展政策；同时倡导跨学科学习方式，建议教师可以在教学实践中尝试STEM教育（中国教育科学研究院[29]，2017）．白皮书也指出了当前STEM教育迫切需要解决的6个问题：（1）缺少STEM教育国家战略高度的顶层设计；（2）社会联动机制不健全；（3）缺少打通学段的整体设计；（4）标准与评估机制尚未建立；（5）STEM师资队伍整体水平不高；（6）缺乏国家级项目的示范引领．问题（5）明确指出了STEM师资问题，因此，聚焦切实提高STEM教师的满意度是解决STEM教师问题的切入点，优质的STEM教师是成功实践STEM教育的前提．

然而，STEM教育对教师的要求很高，这些要求无形之中会给即将开展STEM教育的教师带来更多的挑战与压力．因此，中国在STEM教育的开始阶段．首先，需要对STEM教育的开展提供各方面的资源型支持．如加强对学生家长的宣传、鼓励教师之间教学合作、赋予教师更多的教学自主权利、减轻教学之外的工作量以及完善教师的评价体系等，这些因素对于促进STEM教学实践是必要的，也是必须的．这样做可以更好地减少STEM教学实践的阻力，添加其为助力．在行政上更好地配合与支持教师开展STEM教学实践，激发他们的教学动力，促进STEM教学进一步开展．同时也可以为解决问题（3）缺少打通学段的整体设计和问题（4）标准与评估机制尚未建立提供参考建议与解决思路．

其次，开展降低STEM教育实践者工作要求的行动．根据研究结果，学生背景和学生行为对教师的工作满意度来说是一个重要的影响因素．因此，在开展STEM教育实践之前，从学生因素上来减轻STEM教师的压力，即可以有选择性地进行STEM教育实践，如在生源较好的学校开展STEM教育实践，同时做好家长的思想工作，积极宣传STEM教育实践对学生创造力的培养和批判性思维的培养有积极的作用．对学习能力强的学生开展STEM教育实践，更有利于STEM教育的实践经验的总结以及后续STEM教育的进一步推广，为解决问题（5）STEM师资队伍整体水平不高以及问题（6）缺乏国家级项目的示范引领提供参考依据．

当教师们主观上愿意积极去尝试融入性的STEM教育时，真正的STEM教育才能发生．学生才能受益于STEM教育．因此，提升STEM教师的满意度则显得更加重要，同时也有利于解决关于中国STEM教师实践的争议（赵兴龙、许林[30]，2016）．此外，从经济的角度来说，在短时间内培训大量的STEM教师并不切合实际．相反，解决目前中国STEM教师严重短缺的问题，通过积极鼓励当前有经验的教师加入STEM教师队伍，开展STEM教育实践并为他们提供更多资源性支持的策略则可能更可取．因为培训新教师入职的费用相对高昂，大概相当于初职教师年薪的一半（Villar和Strong[31]，2007）．从这个角度来看，提升STEM教师工作满意度不失为一个有效的解决STEM教师短缺的方法．中国特色的STEM教育之路任重而道远，需要各个层面的教育工作者协同推进，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] 胡卫平，首新，陈勇刚．中小学STEAM教育体系的建构与实践[J]．华东师范大学学报（教育科学版），2017，35（4）：31-39．

[3] 曾丽颖，任平，曾本友．STEAM教师跨学科集成培养策略与螺旋式发展之路[J]．电化教育研究，2019（3）：42-47．

[4] 董泽华．试论我国中小学实施STEM课程的困境与对策[J]．全球教育展望，2016，45（12）：36-62．

[5] 董宏建，胡贤钰．我国STEAM教育的研究分析及未来展望[J]．现代教育技术，2017（9）：114-120．

[6] 李春密，王硕．STEM教师培养的国际比较研究——以中、美、英、德为例[J]．教师教育研究，2018，30（4）：122-128．

[7] 邹逸，徐王熠．STEM教师培养：美国的经验与启示[J]．外国中小学教育，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] 中国教育科学研究院．中国STEM教育白皮书[M]．北京：中国教育科学研究院，2017：1–14．

[30] 赵兴龙，许林．STEM教育的五大争议及回应[J]．中国电化教育，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，李业平，肖煜．STEM教师队伍建设：探究美国STEM教师的工作满意度[J]．数学教育学报，2019，28（3）：62-69．

2019–05–27

王科（1982—），男，安徽含山人，美国德克萨斯农工大学教学与文化系博士，主要从事数学教育研究．

G420

A

1004–9894（2019）03–0062–08

[责任编校：周学智、张楠]