老当益壮：年长员工优势使用对可持续职业生涯的影响研究／陈晓暾 陈 琴

　　员工优势使用：采用林新奇等结合中国情境对Woerkom开发的量表修订形成的员工优势使用量表［4］，共5个题项，如“我会利用我的优势完成工作”。该量表的Cronbach’s α值为0.857。

　　健康：采用周文霞等开发的员工健康量表［14］，共2个题项。如“总体来说，过去的一个月我的生理健康状况很好”。该量表的Cronbach’s α值为0.805。

　　职业满意度：采用Greenhaus等开发的职业满意度量表［15］，共5个题项。如“我对自己在事业上所取得的成就感到满意”。该量表的Cronbach’s α值为0.836。

　　可雇佣性：采用Rothwell等开发的可雇佣性量表［8］，共11个题项。如“我在别处也能找到与自己的技能、经验相关的工作”。该量表的Cronbach’s α值为0.922。

　　积极情绪：采用Turban等开发的积极情绪量表［16］，共3个题项。如“过去两周内我是快乐的”。该量表的Cronbach’s α值为0.802。

　　工作投入：采用Schaufeli等开发的工作投入量表［17］，共9个题项。如“我具有充沛的精力去完成工作任务”。该量表的Cronbach’s α值为0.906。

　　另外，将年长员工的性别、年龄、教育水平、单位性质、职位作为控制变量。

　　四、实证分析

　　（一）共同方法偏差与验证性因子分析

　　本研究采取以下方法进行共同方法偏差检验。其一，采用Harman单因素检验法，结果表明在未经旋转的情况下单因子的最大方差解释率为37.097%，低于40%，说明同源偏差不会影响本研究的数据分析。其二，利用AMOS26.0对变量间的收敛效度和结构效度进行检验。首先，验证性因子分析结果显示，载荷系数均大于0.5，AVE值介于0.508~0.675，CR值介于0.802~0.922，表明量表题项具有充分的收敛效度；其次，由表1可知六因子模型的拟合度均高于其他模型（χ2/df=1.12、RMSEA=0.02、CFI=0.988、IFI=0.988、TLI=0.987）。综上所述，6个变量间具备较好的区分效度。

 

　　（二）相关性分析

　　描述性统计及变量间相关系数结果如表2所示。年长员工优势使用与员工健康（β=0.417，p<0.01）、职业满意度（β=0.456，p<0.01）、可雇佣性（β=0.446，p<0.01）、积极情绪（β=0.484，p<0.01）和工作投入（β=0.594，p<0.01）均呈正相关关系，积极情绪与员工健康（β=0.462，p<0.01）、职业满意度（β=0.512，p<0.01）和可雇佣性（β=0.542，p<0.01）均呈正相关关系，工作投入与员工健康（β=0.494，p<0.01）、职业满意度（β=0.561，p<0.01）和可雇佣性（β=0.525，p<0.01）均呈正相关关系。

 

　　（三）直接效应与中介效应检验

　　本研究采用SPSS26.0软件中的层次回归方法进行假设检验，结果如表3、表4、表5所示。从表3、表4和表5的模型6中可以看出，在控制了人口统计学变量后，员工优势使用与员工健康显著正相关（β=0.414，p<0.001），员工优势使用与职业满意度显著正相关（β=0.446，p<0.001），员工优势使用与可雇佣性显著正相关（β=0.443，p<0.001）。综上所述，假