农村劳动力转移背景下农民务工再就业满意度研究——以苏州工业园区莲花新村为例

《农村劳动力转移背景下农民务工再就业满意度研究——以苏州工业园区莲花新村为例》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、农村劳动力转移背景下农民务工再就业满意度研究一一以苏州工业园区莲花新村为例袁梅苏州大学政治与公共管理学院摘要：本文以苏州市工业园区莲花新村内失地农民为研究对象，运用因子分析法构建起适合“受雇型”失地农民就业特点和就业满意度模型，在合理测量其就业满意度的基础上找出满意度较低的部分。研究结果显示失地农民在薪酬待遇和职业发展两方面满意度较低，从失地农民、政府、企业三个角度提出建议，以期为提升失地农民就业满意度提供参考。关键词：受雇型;失地农民;就业满意度;截至2015年，我国城镇化率为56.1%,年末城镇登记失业率已达到4.0

2、5%。因此,解决失地农民的再就业问题刻不容缓。一、“受雇型”失地农民和就业满意度失地农民就业类型可分为政府部门的安置就业型、失地农民自谋职业中的“自雇型”和失地农民自谋职业中的“受雇型”三种。所谓“受雇型”失地农民，即失地后选择外出到各类企业务工的农民。本文选择研究“受雇型”失地农民，一则更具代表性和典型性，二则群体更广，便于找到调查对象。通过问卷调查和访谈了解其就业现状和现实诉求，在满意度评价的基础上找到解困之道。所谓就业满意度就是就业主体对自身工作待遇、工作环境、职业稳定性、机会平等性等就业状态各方面情况的满意程度评

3、价。就业满意度的影响因素与构成因素有所区别。影响因素既包括薪酬待遇、工作环境等组织可控因素，即构成因素，也包括受教育程度、政府政策等组织不可控因素。本文将就业满意度模型构成限定在组织可控因素内，在前人研究的基础上，结合预调查和访谈结果将薪酬待遇、工作环境、工作关系和职业未来发展四个要素构成“受雇型”失地农民再就业满意度评价量表。二.理论基础和研究假设就业满意度的研究源自20世纪30年代中期，国外对此己形成了两大主流应用方法:一种是单一的整体评估法，即直接对工作满意度进行整体评价;另一种是由多种工作要素组成的综合评价法，以

4、多个构成要素来建立评价模型。第二种方法中比较典型的是斯佩克特(Spector)设计的工作满意度量表(JSS),从薪酬、晋升、上级、福利、奖励、同事、工作本身和沟通八个方面测量工作满意度。近年来国内学者根据我国的人才结构和就业形势等具体国情也开发出了诸多就业满意度模型。其中对失地农民再就业的研究日益丰富，主要集中在失地农民的就业现状、就业类型、就业路径及就业满意度的影响因素等主题。但FI前针对失地农民再就业满意度评价的研究很少。本文运用因子分析法构建适合新生代农民工城市就业特点。以上文献回顾表明，国内外相关研究内容丰富，主

5、题明晰，各有视角。硏究方法多样，结合得当，各有侧重。学者们通过对主体的界定总结了失地农民的产生背景及其群体特征，又通过对客观环境的分析归述了失地农民就业的能力困境、政策困境、社会认知困境等，并针对性地提出了对策建议。然而微观视角下对失地农民的调查数据仍显不足，其就业满意度的评价体系尚不全面，本文在前人研究的基础上，结合预调查和访谈结果，围绕薪酬待遇、工作环境、工作关系和职业未来发展四个构成要素建立起适合的“受雇型”失地农民再就业满意度评价量表，通过问卷调查和访谈整理分析出新的补充数据。三、苏州市工业园区“受雇型”失地农民

6、再就业现状(-)样本基本情况木研究以苏州市工业园区内的拆迁安置小区莲花新村为对象，设计问卷和量表初稿进行30份预调查，经过数据处理后对问卷和量表进行修改，再而在正式调查中获得有效问卷50份。具体的样本基本情况如图1所示。图1样木基木情况下载原图对调查对象的性别、年龄及受教育程度等基本信息的统计便于掌握其群体特征，莲花新村内的失地农民年龄普遍在30岁以上，受教育程度集屮在小学及以下学历。(二)就业基本情况此处就业基木情况主要是统计“受雇型”失地农民具体的就业类型、所在单位性质的基本数据。就业类型。如图2所示，莲花新村内的失

7、地农民（在退休年龄以内）中有16%的人正处于失业状态，占较多数的是临时工。就业人群占大多数，主要集中在操作技工类和后勤服务类，均占36%。此外职能类、管理类和营销类也有所涉及，但人数有限。图2“受雇型”失地农民就业类型下载原图工作单位性质。如图3所示，莲花新村内的“受雇型”失地农民大多数在企业工作，占比48%,其中既包括屯工、建筑工等操作技术工人，也包括保安和保洁等服务工作。其次是24%的比例在政府工作，如公安局、社区办公室。14%的失地农民为无固定工作单位，做临时工谋生。极少的比例会在事业单位工作。图3“受雇型”失地农

8、民就业单位性质下载原图四、苏州市工业区“受雇型”失地农民再就业满意度测量（-）“受雇型”失地农民再就业满意度模型因子分析分析结果显示KMO值大于0.6,球形检验P约等于0,适合做因子分析。经删除因素负荷量小于0.3的项目和同吋在多个因子上负荷均大于0.3的项目，“受雇型”失地农民再就业满意度模型由四个因子构成，分别命