企业员工“过劳”现状及其影响因素的实证统计

《企业员工“过劳”现状及其影响因素的实证统计》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、企业员工“过劳”现状及其影响因素的实证统计　　一、企业员工“过劳”现状分析　　1.抽样情况　　中国适度劳动研究中心通过实证调研，从企业员工职场行为与“过劳”的角度进行研究，采用方便抽样的原则，对全国范围进行抽样调查。样本覆盖全国22个省、直辖市、自治区（内蒙古、黑龙江、福建、贵州、云南、西藏、甘肃、青海、宁夏9个地区未进行抽样）。本次调查共覆盖18个一级分类行业（未涉及卫生和社会工作、国际组织），覆盖率为900%，涉及53个二级分类行业，占二级分类行业总数的5521%；覆盖8类职业中的6大类及25个中类。共发放问卷1500份，回收1359份，回

2、收率906%，其中有效问卷1176份，有效率865%。通过α系数法对该问卷进行内部一致性信度检验，所有题目Cronbach’sα系数为0729，说明该问卷的信度较高。在研究文献和请教专家的基础上，认为此两项内容具有良好的内容效度。通过因子分析得到，KMO统计量为0782，巴特利特球度检验近似卡方值为6560736，且都在0001的水平上具有统计学意义，说明该问卷都具有良好的结构效度。　　2.主要调研工具　　本研究的主要调研工具为工作疲劳蓄积度量表。借鉴日本厚生劳动省发布的《劳动者的疲劳积蓄度自我诊断调查表》（以下简称自测表），该量表分为自觉症状

3、的评价（包括13道题目，主要测量劳动者对疲劳的主观感觉），以及工作状况的评价（包括7道题目，主要测量劳动者对工作状况的感觉）两部分。通过计算得出劳动者疲劳积蓄度总分，该分值在0～7分之间，并且该量表认为1分为疲劳积蓄可能性的转折点，即0～1分表示没有疲劳蓄积的可能性，2～7分表示存在疲劳蓄积的可能性[1]。本研究未直接采用疲劳蓄积度的总分来判断过度劳动程度，这是由于0～7分等距间隔分数仅有1分，很难区分相邻两个分数所反映的疲劳蓄积实际差异的大小。由于已有日本学者及国内学者对该量表最后的总分进行了严格地划分，并用该量表测得的疲劳蓄积度的结果来表示

4、“过劳”程度[2]。因此，本研究也将0～7分划分成四个分数区间，即0～1分表示“过劳”，2～3分表示轻度“过劳”，4～5分表示中度“过劳”，6～7分表示重度“过劳”，划分方法与国内外学者的研究一致。笔者认为，通过将总分划分为四个分数区间来反映“过劳”是严谨、合理的。将这四个分数段分别进行赋值，1=没有“过劳”、2=轻度“过劳”、3=中度“过劳”、4=重度“过劳”，数值越高表示企业员工“过劳”程度越严重，该变量为顺序变量。　　二、企业员工“过劳”的状况分析　　1.企业员工“过劳”的总体状况分析　　由日本厚生劳动省发布的自测表计算出企业员工“过劳”

5、状况，总分0～7分，0分有330人，占281%，1分有156人，占133%，2分有170人，占145%，3分有108人，占92%，4分有166人，占141%，5分有91人，占77%，6分有71人，占60%，得分均值为251±260分，中位数为2分，说明从总体上看企业员工“过劳”程度较低。其中，没有“过劳”的人员数为486人，占413%，轻度“过劳”的人员数为278人，占236%，中度“过劳”的人员数为257人，占219%，重度“过劳”的人员数为155人，占132%。人员较为集中地分布在没有“过劳”的区域，但轻度和中度“过劳”人员所占比例均超过2

6、0%，轻度“过劳”和重度“过劳”人员之和所占比例为455%，而总体来看“过劳”人员比例已达到587%，接近2/3的企业员工存在“过劳”现象，且主要为轻、中度“过劳”。　　2.人口统计特征下的企业员工“过劳”状况分析　　（1）从企业员工性别角度来看，男性“过劳”总分均值为280，女性为221，两个独立样本T检验结果t值=451，企业男性员工与女性员工在“过劳”程度上呈显著差异（P教育程度来看，初中及以下者5人，占04%，中专、职高、技校者19人，占16%，普通高中者11人，占09%，大专者131人，占113%，本科者669人，占575%，硕士及以

7、上者328人，占282%，说明调查群体以大学生、研究生为主体，受教育水平较高。方差分析结果F值=4173，企业中不同文化程度的员工在“过劳”程度上呈显著差异（P=0016），且表现出大学及以上学历者“过劳”程度明显高于其他人员，主要集中在轻度和重度“过劳”两个区域。　　三、企业员工“过劳”成因的“推-拉”理论模型的构建　　1.主要研究变量　　（1）因变量。本研究主要基于行为和结果的角度，将“过劳”广泛定义为过度劳动而导致的疲劳蓄积，这里既强调了“过劳”是一种劳动行为，又强调了该种行为所引发的结果。2004年日本厚生劳动省发布了自测表，本研究就是

8、在该量表的基础上，选择“过劳”程度作为因变量并进行量化处理，从而能够进一步研究企业员工“过劳”的成因。　　（2）自变量。本研究共涉及27个自变量，在问