建筑业作为国民经济的支柱产业，其骨干成员的高离职率问题一直是国内外学者关注的焦点[1]。根据前程无忧发布的《2023年离职与调薪调研报告》显示，2022年全行业离职率达17.9%，其中建筑和房地产行业离职率达到19.4%，高于全行业离职率1.5%。铁路建设是建筑业的关键支柱，在其建设进程中的人才流失问题尤为严重。彭毅[2]在研究T局一线工程技术人才的流失中发现，2年内全局一线工程技术人员流失302人，流失率逾半。技术人员的高比例流失不利于项目正常运行和管理[3]，技术人员高离职率已经成为铁路建设过程中不可忽略的现实问题。西部铁路建设在“十四五”现代综合交通运输体系发展规划的顶层设计下，已进入全面加速建设时期。然而，西部铁路建设线路大多位于高海拔地区，具有地处偏僻、作业环境恶劣、作业周期长、作业内容复杂等特点。如正在规划建设的西宁至成都铁路沿线平均海拔2 000 m以上，沿经青藏高原、黄土高原与川西高原，全线桥隧占比达80%，建设工期7年。在高海拔地区持续作业，极易导致体力脑力消耗达到疲劳界限。CHEN等[4]通过分析得出，矿工在高海拔寒冷、低压缺氧的环境下疲劳特征明显。DUAN等[5]认为驾驶员的疲劳累计速度随海拔升高而增加，从而导致疲劳驾驶。疲劳的缓解或者解除需要一定的休息时间，然而在我国持续作业是普遍常态。据国家统计局2024年第1季度公布数据显示全国企业就业者周平均工作时间为48.6 h，日均工作时间9.7 h，平均每周加班8.6 h。工间休息时间不足会使得强烈的疲劳感长期持续，疲劳蓄积带来强大的心理压力，对其工作产生负面影响[6]。因此，亟需对高海拔环境下蓄积性疲劳对铁路工程技术人员离职倾向的影响进行深入探讨。从研究对象和角度来看，以往对于疲劳的研究，多探究疲劳影响因素，分析疲劳致因和疲劳因素相互作用关系[7]，在建筑施工安全领域研究中，大多通过疲劳影响因素探究作业疲劳与工人安全行为之间的关系[8]。以往对于离职倾向的前因研究，主要以教师、医护群体为研究对象提出了工作满意度离职模型、动因离职模型、决定历程离职模型[9-11]。这些研究对高海拔地区铁路工程技术人员群体缺少关注，在其对疲劳的后果导向和离职倾向前因研究中，鲜有探讨铁路工程技术人员蓄积性疲劳和离职倾向间的相互作用路径。从研究的方法来看，以往对于疲劳测量的研究，主要采用疲劳量表、问卷以及脑电、肌电、心电等生理指标来测量人体疲劳程度[12-13]。对于离职倾向的测量往往采用问卷、量表的形式[14-15]。二者多采用横断面数据来研究，不能反映个体在一段时间的变化情况，而系统动力学模拟仿真可以弥补这一缺陷。通过模拟仿真能够更全面地考虑各因素之间的动态反馈关系，模拟出在不同情境下离职倾向的变化趋势。在假设检验的基础上，构建蓄积性疲劳与铁路工程技术人员离职倾向的因果关系图和流图，将路径系数和常量作为系统动力学模拟仿真的参数，通过多方动态演化可以反映铁路工程技术人员离职倾向在蓄积性疲劳作为前因变量、职业幸福感作为中介变量、情感衰竭作为调节变量的多方作用下，一段时间内的动态变化过程。以此，能更清晰剖析各影响因素之间的复杂交互作用，能预测其变化趋势，为制定长期有效的管理策略提供有力理论支持。因此，本文考虑高海拔地区铁路工程技术人员工作环境和工作周期的特殊性，从人因工程的角度开展研究，探讨蓄积性疲劳与离职倾向之间的关系。基于社会认知理论和个体—环境交互理论，引入中介变量(职业幸福感)和调节变量(情感衰竭)，通过构建一个有调节的中介模型，再结合系统动力学进行模拟仿真，既能反映各影响因素对离职倾向的影响关系，也能够反映在各因素相互作用下，离职倾向的动态演变过程。本文有助于施工企业结合实际情况更合理、可持续安排高海拔铁路工程技术人员工作排班和工间休息方案，使高海拔地区铁路工程技术人员保持良好工作状态的同时能合理有效地降低离职倾向。
1 理论基础与研究假设
1.1 概念界定
蓄积性疲劳是指单日内工作产生的日周性疲劳没有得到及时的休息，使得疲劳没有得到有效的缓解或解除，疲劳逐渐蓄积，形成蓄积性疲劳，即使进行休养，这种累积疲劳也难以逆转[16]。
职业幸福感是个体在工作中的主观幸福感，是员工对所有与工作相关事务的认知和情感的消极或积极的主观体验[17]。
情感衰竭是职业倦怠的核心维度，是指个体在工作中情绪感情的过度损耗导致的缺乏活力[18]。
离职作为一种社会过程，是指与组织保持雇佣关系的员工结束雇佣关系的过程[14]。离职倾向是指员工在组织工作一段时间内没有满足自身需要，经个人评估后主动选择放弃现有工作并寻求新工作的意图，因此，离职行为通常被视为离职倾向不断累积后的结果，研究大多都选用离职倾向作为最佳变量，预测员工主动离职行为[19]。
1.2 蓄积性疲劳与离职倾向
蓄积性疲劳是在“过度劳动”的基础上提出的。劳动者在连续作业后，会出现显著疲劳感和作业机能下降的现象。如果疲劳未得到及时的休息缓解或解除，疲劳将会蓄积，就会导致劳动者对待工作消极，降低对工作的投入，进而引发离职倾向[15, 20]。因此，本文提出假设1：蓄积性疲劳与离职倾向正相关。
1.3 职业幸福感的中介作用
有研究表明，高海拔地区铁路工程技术人员群体中普遍存在疲劳现象[21]。由于高海拔地区铁路工程项目建设过程的特殊性，使得铁路工程技术人员常常超负荷工作，导致蓄积性疲劳。随着蓄积性疲劳水平不断升高，职业幸福感水平则呈现下降趋势[22]。对于职业幸福感与离职倾向之间的研究，现有研究普遍认为，两者之间呈负相关，即职业幸福感提升，离职倾向降低[23]。基于以往的实证研究结果，本文提出以下假设。假设2：蓄积性疲劳与职业幸福感负相关。假设3：职业幸福感与离职倾向负相关。
社会认知理论[24]揭示了个体行为的产生和发展的一个基本模式，这一模式可以概括为“需求驱动动机，动机引导行为”。具体来说，当个体感受到某种需求时，这种需求会促使个体产生相应的动机。这些动机随后成为推动个体采取行动的力量，最终导致个体出现具体行为。缓解或解除疲劳作为个体日常生活工作中的一种基本需求，职业幸福感是个体可以支配的内部动机要素，在一定程度上，蓄积性疲劳会激发个体的职业幸福感，进而影响个体的离职行为。因此，本文提出假设4：职业幸福感在蓄积性疲劳与离职倾向间起中介作用。
1.4 情感衰竭的调节作用
尽管蓄积性疲劳可能通过直接或者间接的方式影响高海拔地区铁路工程人员离职倾向，但可能存在的个体差异在这一过程中的作用不容忽视。因此，探讨蓄积性疲劳对离职倾向产生影响的这一过程中是否受到其他因素的调节就十分必要。考虑情感衰竭作为职业倦怠的核心维度，能反映出个体所从事现有职业状态，从而对离职倾向产生影响，个体情感衰竭越低，越倾向于继续从事该职业，反之，则倾向于离职[25]。因此本文将进一步探讨情感衰竭是否调节了蓄积性疲劳通过职业幸福感对高海拔地区铁路工程人员离职倾向产生影响的中介过程。基于个体—环境交互作用模型中的“风险增强模型”[26]，认为一种风险因素(如情感衰竭)会增强另一种风险因素(如蓄积性疲劳)的作用对结果变量(如职业幸福感)的作用。根据该假说，相较于低水平情感衰竭的高海拔地区铁路工程人员，高水平情感衰竭的高海拔地区铁路工程人员对职业幸福感更敏感，其蓄积性疲劳对职业幸福感的影响也会更为显著。因此，情感衰竭可能会增强蓄积性疲劳对职业幸福感的影响。据此，本研究提出假设5：情感衰竭能调节中介作用的前半段。
基于个体—环境交互作用模型中的“保护—反应性模型”[26]，认为保护因素的作用(如职业幸福感)在另一个风险因素(如情感衰竭)较高时更能体现。根据该假说，对于不同水平的情感衰竭，职业幸福感对高海拔地区铁路工程人员离职倾向的影响程度会产生差异。据此，本研究提出假设6：情感衰竭能调节中介作用的后半段。
2 研究设计
2.1 数据收集
本研究通过向高海拔地区铁路工程技术人员发放有关蓄积性疲劳、职业幸福感、离职倾向和情感衰竭的成熟量表、问卷调查的方式来获取数据，数据来源于西成铁路兰合段(兰州至合作段)428名一线技术人员。为了确保调查问卷的精确度和高回收率，通过线下问卷的方法来采集相关数据，成功回收了373份有效问卷，有效回收率为87.15%，符合研究标准。在这批样本中，其中男女性别比例为318∶55。在年龄分布上，30岁及以下53人(14.21%)，31～40岁122人(32.71%)，41～50岁128人(34.32%)，50岁以上70人(18.77%)。在工龄方面，5年及以下工龄137人(36.73%)，6～10年工龄101人(27.08%)，11年及以上工龄135人(36.19%)。
2.2 变量测量
蓄积性疲劳：采用精简后的《蓄积性疲劳症候调查量表》[27]，包含18个条目，采用Likert5点量表评价，从P1到P6共6个维度，其Cronbach’s a依次为0.770、0.759、0.816、0.785、0.781、0.757。
职业幸福感：采用黄亮研发职业幸福感量表[17]，包含3个维度，共10个条目，采用Likert5点量表评价，其Cronbach’s a依次为0.804、0.796、0.842。
情感衰竭：采用修订的MBI-GS量表[18]，共5个条目，采用Likert5点量表评价，Cronbach’s a为0.859。
离职倾向：采用莫布里开发的离职倾向量表[19]，共3个条目，采用Likert5点量表评价，Cronbach’s a为0.852。
3 数据分析与假设检验
3.1 验证性因子分析
研究采用的量表皆为成熟量表，故仅通过验证性因子分析进行效度检验。
3.1.1 结构效度
由表1可知，蓄积性疲劳、职业幸福感、离职倾向和情感衰竭整体的模型适配良好。
| 模型 | CMIN/DF | RMSEA | GFI | IFI | TLI | CFI |
|---|---|---|---|---|---|---|
| 判定标准 | ＜5 | ＜0.08 | ＞0.9 | ＞0.9 | ＞0.9 | ＞0.9 |
| 模型 | 1.278 | 0.027 | 0.903 | 0.971 | 0.968 | 0.971 |
3.1.2 聚敛效度与区分效度
由表2可知，各个潜变量的平均方差变异AVE大于0.5，且组合信度(CR)值均超过0.7，说明模型具有良好的聚敛效度。蓄积性疲劳、职业幸福感、情感衰竭和离职倾向之间均显著相关(p＜0.01)；另外相关性系数绝对值均小于0.5，且小于所对应的AVE的平方根，即表明各个潜变量之间存在一定的联系，且彼此之间又具有一定的区分效度，即说明模型的区分效度理想。
| 蓄积性疲劳 | 职业幸 福感 | 离职 倾向 | 情感 衰竭 | 组合信度(CR) | |
|---|---|---|---|---|---|
| 蓄积性疲劳 | 0.502 | 0.858 | |||
| 职业幸福感 | 0.357** | 0.515 | 0.760 | ||
| 离职倾向 | 0.493** | 0.385** | 0.557 | 0.862 | |
| 情感衰竭 | 0.225** | 0.31** | 0.423** | 0.673 | 0.860 |
| AVE平方根 | 0.709 | 0.718 | 0.746 | 0.820 | — |
3.2 相关性分析
由表3可知，蓄积性疲劳与职业幸福感呈负相关(r=-0.276，p＜0.01)，蓄积性疲劳与离职倾向呈正相关(r=0.421，p＜0.01)，蓄积性疲劳与情感衰竭呈正相关(r=0.200，p＜0.01)，职业幸福感与离职倾向呈负相关(r=-0.323，p＜0.01)，职业幸福感与情感衰竭呈负相关(r=-0.243，p＜0.01)，情感衰竭与离职倾向呈正相关(r=0.355，p＜0.01)。
| 情感衰竭 | 蓄积性 疲劳 | 职业幸 福感 | 离职 倾向 | |
|---|---|---|---|---|
| 情感衰竭 | 1.000 | |||
| 蓄积性疲劳 | 0.200** | 1.000 | ||
| 职业幸福感 | -0.243** | -0.276** | 1.000 | |
| 离职倾向 | 0.355** | 0.421** | -0.323** | 1.000 |
3.3 假设检验
在信效度检验和相关分析的基础上，运用process 4.1中Model4进行中介效应检验，Model58进行有调节的中介效应检验假设模型。
3.3.1 中介效应检验
采用SPSS26.0中Model4(即简单中介模型)，对职业幸福感在蓄积性疲劳与离职倾向之间关系中的中介效应进行检验。结果如表4所示，蓄积性疲劳显著正向预测离职倾向(β=0.42，t=8.94，p＜0.001)，且加入职业幸福感后，其对离职倾向的直接预测作用依然显著(β=0.36，t=7.54，p＜0.001)。同时，蓄积性疲劳显著负向预测职业幸福感(β=-0.28，t=-5.53，p＜0.001)；职业幸福感显著负向预测离职倾向(β=-0.22，t=-4.70，p＜0.001)。进一步分析结果如表5所示，蓄积性疲劳对离职倾向影响的直接效应及职业幸福感的中介效应的bootstrap95%置信区间均未包含0值，表明了蓄积性疲劳对离职倾向具有直接影响，同时能够通过职业幸福感作为“桥梁”影响个体产生离职行为。该中介效应为部分中介效应，其中直接效应(0.645)占总效应(0.755)的85.32%，中介效应(0.111)占总效应(0.755)的14.68%。
| 回归方程(N=373) | 拟合指标 | 系数显著性 | ||||
|---|---|---|---|---|---|---|
| 结果变量 | 预测变量 | R | R2 | F | β | t |
| 离职倾向 | 0.47 | 0.22 | 53.31*** | |||
| 职业幸福感 | -0.22 | -4.70*** | ||||
| 蓄积性疲劳 | 0.36 | 7.54*** | ||||
| 离职倾向 | 0.42 | 0.28 | 80.00*** | |||
| 职业幸福感 | 0.42 | 8.94*** | ||||
| 职业幸福感 | 0.28 | 0.08 | 30.61*** | |||
| 蓄积性疲劳 | -0.28 | -5.53*** | ||||
| Effect | Boot SE | BootLL CI | BootUL CI | 效应占比/% | |
|---|---|---|---|---|---|
| 间接效应 | 0.111 | 0.038 | 0.048 | 0.196 | 14.68 |
| 直接效应 | 0.645 | 0.092 | 0.458 | 0.820 | 85.32 |
| 总效应 | 0.755 | 0.088 | 0.576 | 0.923 |
3.3.2 有调节的中介模型检验
采用SPSS26.0中Model58(Model58假设中介模型的前半段及后半段受到调节，与本研究的理论模型一致)对有调节的中介模型进行检验。结果如表6所示，将情感衰竭放入模型后，蓄积性疲劳与情感衰竭的乘积项对职业幸福感的预测作用显著(职业幸福感：B=-0.18，t=-2.74，p＜0.05)，职业幸福感与情感衰竭的乘积项对离职倾向的预测作用明显(离职倾向：B=-0.18，t=-2.42，p＜0.05)。这表明情感衰竭既能调节中介模型的前半段，又能调节中介模型的后半段。
| 回归方程(N=373) | 拟合指标 | 系数显著性 | |||||
|---|---|---|---|---|---|---|---|
| 结果变量 | 预测变量 | R | R2 | F | COEFF | SE | t |
| 职业幸福感 | 0.361 | 0.131 | 18.486*** | ||||
| 蓄积性疲劳 | -0.291 | 0.061 | -4.778*** | ||||
| 情感衰竭 | -0.155 | 0.037 | -4.129*** | ||||
| 蓄积性疲劳×情感衰竭 | -0.182 | 0.066 | -2.736* | ||||
| 离职倾向 | 0.340 | 0.292 | 37.867*** | ||||
| 蓄积性疲劳 | 0.561 | 0.083 | 6.749*** | ||||
| 职业幸福感 | -0.232 | 0.068 | -3.397** | ||||
| 情感衰竭 | 0.283 | 0.05 | 5.623*** | ||||
| 职业幸福感×情感衰竭 | -0.178 | 0.074 | -2.415* | ||||
简单斜率分析如图1所示，由图1(a)可知，情感衰竭水平较低(M-1SD)的被试，蓄积性疲劳对职业幸福感具有显著的负向预测作用，simple slope=-0.14，t=-1.72，p=0.09，低情感衰竭水平下，调节作用不显著；而对于情感衰竭水平较高时(M+1SD)的被试，会增强蓄积性疲劳对职业幸福感的负向预测作用，simple slope=-0.44，t=-5.39，p＜0.001，表明随着个体情感衰竭水平的提高，蓄积性疲劳对职业幸福感的预测作用呈逐渐增强的趋势，如表7所示。由图1(b)可知，情感衰竭水平较低(M-1SD)的被试，职业幸福感对离职倾向具有显著的负向预测作用，simple slope=-0.09，t=-0.88，p=0.38，低情感衰竭水平下，调节作用不显著；而对于情感衰竭水平较高时(M+1SD)的被试，职业幸福感虽然也会对离职倾向产生负向预测作用，但其预测作用较小，simple slope=-0.38，t=-4.42，p＜0.001，表明随着个体情感衰竭水平的提高，职业幸福感对离职倾向的预测作用呈逐渐增强的趋势。此外，在情感衰竭的3个水平上，职业幸福感在蓄积性疲劳与离职倾向关系中的中介效应也呈增加趋势，如表7所示，即随着被试情感衰竭的提升，蓄积性疲劳更容易通过降低高海拔地区工程技术人员的职业幸福感进而诱发其离职行为。
| 指标 | Effect | Boot 标准误 | Boot CI 下限 | Boot CI 上限 | |
|---|---|---|---|---|---|
有调节的 中介效应 | eff1(M-1SD) | 0.012 | 0.017 | -0.014 | 0.055 |
| eff2(M) | 0.068 | 0.028 | 0.022 | 0.132 | |
| eff3(M+1SD) | 0.168 | 0.059 | 0.072 | 0.301 | |
有调节中介 效应对比 | eff2-eff1 | 0.056 | 0.020 | 0.022 | 0.102 |
| eff3-eff1 | 0.156 | 0.058 | 0.058 | 0.286 | |
| eff3-eff2 | 0.100 | 0.040 | 0.034 | 0.193 |
4 高海拔地区工程技术人员离职倾向的SD模型
4.1 因果关系图
基于蓄积性疲劳与高海拔地区工程技术人员离职倾向之间假设路径的验证结果，绘制高海拔地区工程技术人员离职倾向问题的因果关系回路图，得到6条主要反馈回路，如图2所示。
1) 蓄积性疲劳——离职倾向——蓄积性疲劳，此为正反馈回路，通过蓄积性疲劳来影响离职倾向。
2) 蓄积性疲劳——职业幸福感——蓄积性疲劳，此为正反馈回路，通过蓄积性疲劳来影响职业幸福感。
3) 职业幸福感——离职倾向——职业幸福感，此为正反馈回路，通过职业幸福感来影响离职倾向。
4) 蓄积性疲劳——职业幸福感——离职倾向——蓄积性疲劳，此为正反馈回路，通过蓄积性疲劳和职业幸福感来影响离职倾向。
5) 蓄积性疲劳——蓄积性疲劳×情感衰竭——职业幸福感——离职倾向——蓄积性疲劳，此为正反馈回路，通过情感衰竭来影响离职倾向。
6) 蓄积性疲劳——职业幸福感——职业幸福感×情感衰竭——离职倾向——蓄积性疲劳，此为正反馈回路，通过蓄积性疲劳和职业幸福感来影响离职倾向。
4.2 系统动力学(SD)模型构建
为深入探究各变量之间的动态变化过程，基于离职倾向因果关系图，借助仿真软件Vensim，设定了状态变量、速率变量和辅助变量，构建高海拔地区铁路工程技术人员离职倾向的SD流图，如图3所示。
4.3 系统动力学仿真分析
由于高海拔地区铁路工程技术人员工作环境和工作周期具有特殊性，为保证仿真结果的准确性，将仿真时长与实际建设时长尽可能设置一致。因此，本文将整个仿真模拟时长设置为18个月，以便能更清晰、精准发现离职倾向曲线的最低点，有利于早期及时干预高海拔地区工程技术人员的离职倾向[28]。在假设检验的基础上，将回归分析得到各变量之间的路径系数作为系统动力学仿真模型的参数，将测量指标的误差值和均值之和作为系统动力学仿真模型常量，如表8所示，运用VENSIM PLE作为模拟工具，设定初始时间为0，终止时间为18，步长为1，单位为月；仿真结果如图4所示。
| 指标 | P1 | P2 | P3 | P4 | P5 | P6 | WE1 | WE2 | WE3 |
|---|---|---|---|---|---|---|---|---|---|
| 参数 | 0.775 | 0.765 | 0.855 | 0.759 | 0.774 | 0.760 | 0.805 | 0.813 | 0.790 |
| 常量 | 2.971 | 2.962 | 2.903 | 3.029 | 2.998 | 3.914 | 2.798 | 2.777 | 2.759 |
| 指标 | L1 | L2 | L3 | int1 | int2 | int3 | int4 | int5 | int6 |
| 参数 | 0.874 | 0.917 | 0.850 | 0.725 | 0.727 | 0.718 | 0.76 | 0.79 | 0.80 |
| 常量 | 2.745 | 2.750 | 2.753 | 1.099 | 1.014 | 0.801 | 1.297 | 1.290 | 1.288 |
由图4可知：
1) 离职倾向的模拟曲线呈现出二次抛物线形态，其趋势为先扬后抑。据此，对其进行两阶段分析。第1阶段，在职业幸福感和情感衰竭共同作用下，离职倾向在11月攀升至峰值。这表明，在干预初期，随着职业幸福感水平下降，对离职倾向水平有一定的促进作用。第2阶段，随着职业幸福感逐渐回升并趋于稳定，离职倾向亦随之降低。这表明在干预中期和后期，对离职倾向水平上升有显著的抑制作用。
2) 职业幸福感在蓄积性疲劳和情感衰竭双重影响下，其水平变化曲线类似一个开口向上的二次抛物线，呈现先降低后提升的趋势。据此，对其进行两阶段分析。第1阶段，在蓄积性疲劳和情感衰竭的共同作用下，导致职业幸福感在10月降至最低点。这表明，在干预初期，随着蓄积性疲劳和情感衰竭水平上升，对职业幸福感水平下降有显著的促进作用。第2阶段，随着蓄积性疲劳和情感衰竭水平上升，职业幸福感趋于稳定后上升。这表明在干预周期内，对职业幸福感水平下降的促进作用有限。
3) 在模拟周期内，蓄积性疲劳随时间累积呈上升趋势。
5 结论和研究局限
5.1 结论
1) 蓄积性疲劳正向影响离职倾向，这表明在疲劳不断蓄积的状态下，高海拔地区铁路工程技术人员离职意图明确。
2) 蓄积性疲劳负向影响职业幸福感，职业幸福感负向影响离职倾向，职业幸福感在蓄积性疲劳与离职倾向间起部分中介作用。这表明，蓄积性疲劳可以直接影响离职倾向，也可以通过影响职业幸福感来影响离职倾向。据此，职业幸福感在蓄积性疲劳与高海拔地区铁路工程技术人员离职倾向之间起到了“桥梁”的中介作用。
3) 情感衰竭能显著调节蓄积性疲劳与职业幸福感之间的关系，也能调节职业幸福感与离职倾向之间的关系。相较于低水平下情感衰竭的高海拔地区铁路工程技术人员，在高水平情感衰竭下，高海拔地区铁路工程技术人员的蓄积性疲劳对职业幸福感能产生更强的负向预测作用；职业幸福感对高海拔地区铁路工程技术人员的离职倾向也能产生更强的负向预测作用。
4) 离职倾向和职业幸福感在11月左右相继出现拐点后，离职倾向呈下降趋势，职业幸福感呈上升趋势。这表明提高职业幸福感和降低情感衰竭，对干预高海拔地区铁路工程项目人员离职行为有显著作用。
5.2 理论贡献
1) 结合高海拔地区铁路工程项目施工环境特点，从社会认知视角研究了职业幸福感在蓄积性疲劳和高海拔地区铁路工程技术人员离职倾向之间关系的中介作用；从个体—环境交互视角研究了情感衰竭在中介作用中的调节效应。拓展了离职倾向的成因理论和疲劳蓄积的后果理论，丰富了高海拔地区铁路工程技术人员离职倾向相关研究。
2) 运用多层次回归和SD结合的方法，在假设检验的基础上，进行系统动力学模拟仿真，通过多方动态演化，揭示了蓄积性疲劳和离职倾向随时间变化的动态过程。因此，管理者可以分阶段制定相应的管理措施，从而保障项目的稳定进行。
5.3 研究局限
1) 本研究主要采用量表的形式收集数据，而个体的离职意图在职场中存在较强的敏感性，因此，个体填写量表过程中可能存在隐瞒真实意图的行为，由此对研究数据真实性造成的影响是不可避免的。
2) 本研究选取的研究对象是高海拔地区铁路工程技术人员，其工作环境和工作周期具有特殊性，因此将本研究的结论延伸到其他群体时，应考虑其适用性。
3) 根据图4仿真示意图所示，随着蓄积性疲劳持续水平提高，离职倾向曲线呈先升后降趋势，职业幸福感呈先降后升趋势。这表明蓄积性疲劳和情感衰竭对职业幸福感和离职倾向的影响有限，可能存在其他的影响因素和作用路径。本研究是在假设检验的基础上进行系统动力学仿真模拟，因此，对于可能存在的其他因素和作用路径，在此不做更多讨论。
莫俊文,詹星慧.蓄积性疲劳对高海拔铁路工程技术人员离职倾向影响研究[J].铁道科学与工程学报,2025,22(03):1291-1301.
MO Junwen,ZHAN Xinghui.Impact of cumulative fatigue on turnover intention of railway construction technical personnel in high-altitude areas[J].Journal of Railway Science and Engineering,2025,22(03):1291-1301.