护理学1区高分SCI发表南京大学团队研究! 识别护士静默离职的关键前因:一项跨职业的荟萃分析综述

一

研究背景

1.1 “安静离职”现象的兴起

“安静离职”（quiet quitting）是一个近年来在职场和社交媒体上广泛讨论的概念，指员工不再主动投入额外精力，仅仅完成岗位最低要求，不再追求“超出预期”的表现。与正式离职不同，安静离职的员工仍在职，但在心理和行为上已从工作中退出。这种现象在多个行业中普遍存在，尤其在高压力、高情感消耗的职业（如护理）中更为突出。护士长期面临高强度工作、人力短缺、情绪耗竭等问题，容易出现安静离职行为，进而影响护理质量、患者安全和团队凝聚力。因此，识别导致安静离职的关键前因变量，并针对护理领域制定有效的干预策略，具有重要的理论和实践意义。

1.2 知识缺口与研究目的

尽管已有大量研究探讨了员工的离职意愿、工作投入、职业倦怠等，但专门针对“安静离职”这一特定构念的系统性定量综述仍非常有限。此外，现有研究多集中于单一行业或职业，缺乏跨行业的比较，难以识别出哪些前因具有普遍性，哪些在护理领域中更具特殊性。三级Meta分析（three-level meta-analysis）是一种能够整合效应量、处理效应量间依赖性的高级方法，适合用于这种复杂证据的综合。

因此，本研究旨在通过三级Meta分析，完成以下目标：

识别跨行业中“安静离职”的关键前因变量，并量化其效应大小。

评估这些前因与护理领域的相关性，比较护士与其他行业在耐受性和敏感性上的差异。

指出护理研究中尚未充分探索的方面，为未来研究提供方向。

二

研究方法

2.1 设计：三级Meta分析

三级Meta分析是传统Meta分析的扩展，能够处理效应量之间的非独立性（例如，同一篇研究报告多个效果量，或同一数据集用于多个分析）。本研究采用三级模型，将变异分解为三个水平：抽样误差（水平1）、同一研究内效应量间的变异（水平2）、不同研究间的变异（水平3）。这种方法比传统固定或随机效应模型更准确。

研究还结合了亚组分析（如按行业、职业类型分组）和调节效应分析（如检验样本量、发表年份等对效应量的影响），以探索异质性的来源。

2.2 数据来源与检索策略

研究者系统检索了以下电子数据库：EBSCO、Web of Science、ScienceDirect、Scopus、JSTOR、ProQuest、SpringerLink、Emerald和Google Scholar。检索时间范围为2020年1月至2025年1月（反映“安静离职”概念的近期兴起）。同时，纳入了Research Square平台的预印本，以减少发表偏倚。检索词包含“quiet quitting”“quietly quitting”“silent quitting”“act your wage”等相关词汇，并结合工作态度、组织行为等关键词。

2.3 纳入标准与筛选

纳入标准包括：① 定量研究（横断面、纵向或实验研究）；② 报告了“安静离职”或其近似构念（如心理退出、工作疏离）与前因变量（如工作支持、冲突、不公正、职业倦怠、压力、人格特质、工作取向、组织参与、工作满意度、幸福感等）之间的效应量（相关系数、回归系数、OR等）；③ 研究对象为在职成年人（不限行业）。排除标准：质性研究、综述、会议摘要、无可用效应量的研究。

2.4 数据提取与质量评价

两名研究者独立提取数据：作者、年份、样本量、国家、行业/职业、测量工具、效应量类型及大小。使用改编的乔安娜布里格斯研究所清单评价原始研究质量。

2.5 数据分析

使用三级Meta分析模型，计算各前因与安静离职的平均效应量（Fisher's Z转换的相关系数或标准化回归系数），并将其转换回相关系数r。通过I²统计量评估异质性，并通过亚组分析和元回归探索调节变量（如行业类型、量表类型等）。采用漏斗图和Egger检验评估发表偏倚。

三

研究结果

3.1 纳入研究的总体特征

经检索和筛选，最终纳入若干项定量研究（原文未给出具体数字，但预期较多）。研究覆盖多个行业，包括护理、教育、企业、信息技术、制造业等。样本量从几十到几千不等。大多数研究采用横断面设计，少数为纵向。

3.2 关键前因变量的效应量汇总

（1）保护因素（降低安静离职可能性）

感知工作支持（包括上级支持、同事支持、组织支持）显著负向预测安静离职。即支持感越强，员工越不容易安静离职。

组织参与（员工对组织的心理投入和归属感）显著负向预测安静离职。

工作满意度显著负向预测安静离职。

幸福感（心理幸福感、工作幸福感）显著负向预测安静离职。

（2）风险因素（增加安静离职可能性）

工作场所冲突（人际冲突、角色冲突）显著正向预测安静离职。

感知不公正（分配不公、程序不公、互动不公）显著正向预测安静离职。

职业倦怠（尤其情绪耗竭维度）显著正向预测安静离职，效应量较大。

压力（工作压力、角色压力）显著正向预测安静离职。

（3）个体特质与工作取向

消极特质（如神经质、消极情感、回避性目标定向）显著加剧安静离职。

积极特质（如尽责性、主动性人格、积极情感）在各行业中无显著影响（即积极特质并不自动降低安静离职）。

被动工作取向（如不求上进、得过且过）显著加剧安静离职，而主动工作取向（如自我驱动、主动行为）无显著影响。

3.3 跨行业比较：护士与其他行业的差异

护士群体在某些前因变量上表现出与其他行业不同的敏感性：

护士对工作场所冲突、感知不公正、职业倦怠和压力的耐受性更高（即需要更高水平的不利因素才会产生同等程度的安静离职）。这可能源于护士的职业承诺或专业伦理，但也可能意味着护士在恶劣环境中坚持更久，一旦爆发则后果更严重。

在支持性因素方面，护士与一般行业相似，感知工作支持仍是最重要的保护因素。

护士的组织参与和工作满意度低下与安静离职的关联强度与其他行业无明显差异。

3.4 调节效应与异质性

亚组分析显示，行业类型（护理 vs 其他）对部分效应量（如冲突与安静离职的关系）有显著调节作用。测量工具（如不同问卷）也会影响效应量大小。I²统计量显示大多数分析存在高度异质性，提示需进一步探索调节变量。发表偏倚检验（Egger检验）无显著不对称，表明结果稳健。

四

讨论

4.1 主要发现及其理论意义

本研究首次通过三级Meta分析系统整合了跨行业“安静离职”的前因证据，揭示出以下关键结论：

工作场所支持、组织参与、工作满意度和幸福感是保护因素，而冲突、不公正、倦怠和压力是风险因素。这些发现与社会交换理论和资源保存理论高度一致：当员工感知到组织提供的资源（支持、公平、认可）时，会以投入和忠诚作为回报；反之，当资源被消耗（冲突、压力、倦怠）时，员工会通过心理退出（安静离职）来保留剩余资源。

积极特质和主动工作取向并未像预期那样保护员工免受安静离职。这一反直觉的发现提示：即使在积极主动的员工中，如果组织环境不提供足够的机会和资源，他们也可能选择“躺平”。或者说，积极特质可能更多与主动的工作投入而非安静离职相关。

消极特质和被动工作取向显著加剧安静离职，符合人格-环境交互理论。

4.2 对护理领域的特殊启示

（1）护士耐受性高的双刃剑效应：护士对冲突、不公正、倦怠的耐受性高于其他行业，这意味着在达到临界点之前，护士可能会默默承受而不表现出明显的行为退出。护理管理者不应因为护士表面“坚忍”而忽视早期预警信号。需主动评估心理契约、工作嵌入等软性指标。

（2）研究缺口：当前护理研究过度聚焦于情绪耗竭和工作场所冲突，而忽略了以下重要前因：

心理契约破裂与违背：护士认为组织未能兑现承诺时，更容易产生安静离职。

个体特质：如护士的主动性、韧性、自我效能等如何调节环境因素与安静离职的关系。

组织嵌入程度：护士与工作相关的社交关系、匹配度、牺牲等嵌入维度可能是重要的中介或调节变量。

互惠交换的维持：基于社会交换理论的互惠关系动态变化，如何影响护士的心理退出。

（3）实践建议：护理领导者应优先改善工作支持系统（如导师制、同事支持小组）、建立公平的分配和程序制度、预防职业倦怠（如合理排班、心理减压）。同时，关注护士的心理契约管理，定期开展留任访谈，识别“隐性退出”。

4.3 研究优势与局限性

优势：首次采用三级Meta分析处理效应量依赖性问题；跨行业大样本综合；亚组分析和调节效应充分；预注册提高透明度。

局限性：纳入研究多为横断面，因果推断受限；安静离职的操作化定义尚未统一，可能影响效应量的可比性；可能存在未发表文献的偏倚（尽管纳入了预印本）。

4.4 未来研究方向

纵向研究：追踪护理新员工入职后安静离职的动态发展，识别关键转折点。

干预研究：设计针对支持系统、公平感知、心理契约的管理干预，并测试其对安静离职的降低效果。

混合方法：结合质性访谈，深入理解护士安静离职的内在体验和意义。

跨文化比较：不同国家医疗体制下护士安静离职前因的差异。

4.5 结论与影响

本三级Meta分析系统识别了跨行业“安静离职”的关键前因变量，证实感知工作支持、组织参与、工作满意度和幸福感是保护因素，而冲突、不公正、倦怠和压力是风险因素。护士对这些因素的耐受性更高，提示护理领域需关注心理契约、个体特质、组织嵌入等未充分探索的变量。研究结果为护理领导者和政策制定者提供了优化留任策略、提升护理质量和患者安全的证据基础。未来的护理研究应扩展视野，超越传统倦怠和冲突视角，深入理解护士“安静离职”的多层次机制。