网络使用与工作满意度_风闻

编者按：

本期推送的是挪威学者Fulvio等2018年在 Computers in Human Behavior,Health Services Research上发表的文章Internet use and job satisfaction.将Internet用于专业目的是否会提高员工的工作满意度？我们专注于六个主要工作特征–收入，教育，职业类型，自主权，时间压力和社会互动。笔者使用来自欧洲工作条件调查的数据，并估计了一个双变量有序概率模型和分层有序概率模型。结果指出，互联网技术通过改善对数据和信息的访问，开展新活动以及促进交流和社交互动来提高工作满意度。

这是社论前沿第S1647次推送

微信号：shelunqianyan

引言

有关工作满意度的文献已广泛调查了多种因素，这些因素解释了为什么有些员工报告的主观幸福感高于其他员工。尤其是，现有的研究指出了工作满意度的一些主要前提：收入和职业前景（Chen，Ployhart，Thomas，Anderson&Bliese，2011；Ockenfels，Sliwka&Werner，2014）。

笔者调查的总体思路是，互联网可以缓和文献中先前研究过的工作特征的影响，增强或减弱其与工作满意度的关系。具体来说，笔者假设在工作中使用互联网会对工人的福利产生四种不同类型的影响。首先，它为用户提供了前所未有的访问数据和信息的机会。其次，互联网技术还导致出现了新的活动和服务，从而导致了崭新的职业的兴起，从而为熟练工人带来了新的机会。第三，出于专业目的使用Internet可能会节省时间，因此员工可以比以前更高效地执行耗时且重复的任务。最后，互联网通过各种廉价且功能强大的工具实现了工人之间的远程通信，这为内部交流和领导提供了前所未有的机会，并促进了管理人员和员工之间的信息流动（Castellacci＆Tveito，2018）。 

研究方法

实证分析利用了来自欧洲工作条件调查（EWCS）的数据，该数据是对欧洲国家工人的大规模调查（有关使用此数据源的先前工作，请参见(Green＆McIntosh，2001；Lopes et.al，2014） ；( Martin＆Omrani，2015）。笔者使用来自最近两次调查的数据，分别指2005年和2010年。我们包括所有16岁以上，居住地点在欧盟国家的工人。最终样本包含35,856名工人。2005年的调查中的受访者与2010年的调查中的受访者不同，因此数据集不是面板，而是集合的横截面。表1列出了我们在实证分析中使用的指标。

（温馨提示：点击查看大图）

笔者将指标分为与第2节中提到的主要概念维度相对应的一些主要类别。表1的顶部报告了我们分析中两个主要变量的描述。因变量，工作满意度是一个介于1和3之间的分类指标（不满意；满意；非常满意）。主要的解释变量是工作中互联网使用强度的分类指标，范围在1到7之间。下一组变量是我们的假设所关注的六个概念维度：（1）收入和职业前景，（2）教育和技能，（3）职业类型，（4）自主性，（5）时间压力以及（6）参与社交互动。最后，表1的底部列出了一些衡量其他工作特征和个人特征（例如年龄，性别，健康状况等）的变量，这些变量将在计量经济分析中用作控制变量。

计量经济学分析的目的是研究工人将互联网用于专业目的对工作满意度（因变量）的影响。在此分析中必须考虑的一个重要问题是，感兴趣的主要解释变量（Internet使用）可以说不是一个外在的，随机分配的变量，而是取决于一组与工作相关的和个人的特征。特别是，报告互联网使用率高于平均水平的工人更有可能从事白领职业，并且他们的教育程度和技能水平高于其他工人。这意味着，当我们估计工作满意度和互联网使用之间的关系时，我们必须考虑这种样本选择模式。

研究结果

笔者首先介绍不包含任何交互变量的基线模型的回归结果。表2报告了等式（1）的基线结果，其中因变量是Internet使用强度。不出所料，工人的受教育程度与他们出于专业目的使用互联网的强度成正比并显著相关。实际上，高等教育水平确实增加了工人被雇用执行以互联网为主要工作工具的熟练和高级任务的可能性。相关地，白领职业变量也为正且显着，这表明第三职业的工人更有可能积极地将互联网用作主要的专业工具。熟练的蓝领职业变量的估计系数也为正值，尽管系数较低（参考类别是非熟练的蓝领职业群体，平均而言，他们使用互联网的频率比其他职业低得多）。此外，公司规模变量的估计系数为正且显著，这与现有研究表明较大的组织更可能更早采用Internet并将其用作团队之间的内部沟通工具（而非合作社）建立联系的手段有关。

表2：回归结果：公式（1）。因变量：Internet使用。基准结果（无交互变量）。

注意：2.1和2.3方程式中括号内的标准误差成簇。2.2和2.4公式中括号中的稳健标准误差。常数和国家假人包括在内。回归1.1和1.2中的因变量：互联网使用（分类）。回归1.3和1.4中的因变量：互联网使用虚拟值（如果工作人员报告在其工作时间的一半以上使用互联网，则为1；如果工作人员报告在其工作时间的一半以下使用互联网，则为0）。∗显着水平为10％。***显着水平为5％。***显着水平为1％。

（温馨提示：点击查看大图）

表3将重点转移到了主要兴趣方程（等式（2）），该方程估计了工作满意度的决定因素。在讨论相关的交互作用（假设检验）之前，让我们首先查看方程（2）中包含的主要解释变量和控制变量的基线回归结果。首先，收入本身对工作生活满意度没有显著影响。但是，可感知的收入变量（衡量工人对工资水平表示满意的程度）与工作满意度呈显著正相关。模型中作为同一概念维度的一部分包含的其他两个变量，即工作安全和职业前景，也与工作满意度呈正相关。这些结果表明，感知收入和职业前景是激励工人并促进他们的工作幸福的重要因素。

表3：回归结果：公式（2）。因变量：工作满意度。基准结果（无交互变量）。

注意：2.1和2.3方程式中括号内的标准误差成簇。2.2和2.4公式中括号中的稳健标准误差。常数和国家假人包括在内。回归2.1和2.2中的因变量：互联网使用（分类）。回归2.3和2.4中的因变量：互联网使用虚拟值（如果工作人员报告在其工作时间的一半以上使用互联网，则为1；如果工作人员报告在其工作时间的一半以下使用互联网，则为0）。在回归2.3和2.4中，所有变量都作为虚拟变量包括在内。

∗显着水平为10％。***显着水平为5％。***显着水平为1％。

（温馨提示：点击查看大图）

结论

本文研究了将互联网用于专业目的会影响工作满意度的渠道。该研究提出的主要思想是，工作满意度取决于各种工作特征，而互联网的使用可以缓解这些特征对工人幸福感的影响。该研究的实证结果为这一想法提供了支持，并证实了我们在互联网使用的缓和作用方面发展出的一系列特定假设。现在，我们讨论主要结果的重要性及其含义。

两个变量根据我们的结果起着至关重要的作用：员工的教育水平和职业类别。在我们的分析中，这两个变量都至关重要，因为它们对工作满意度有三重影响。首先，考虑到受过高等教育和高技能白领职业的员工更可能积极地将互联网用作主要的专业工具，因此它们会影响互联网的使用强度。其次，它们是工作满意度的主要（直接）决定因素。第三，他们与互联网使用的互动促进了工作的幸福感。但是，如本文所述，这两种交互作用具有不同的概念基础。对于教育变量，互联网使用的作用与信息访问（使工人能够形成对他们的工作条件的现实期望和看法）和学习效果（促进员工的能力和培训）相关。对于职业变量，交互效应表明，互联网技术往往使白领职业中相对较高技能的工人受益，白领职业通常将数字技术用作主要的专业工具，而蓝领职位的雇员则更少。结果还突出显示了收入变量的重要作用。收入以及工人对收入的看法是工作满意度的重要决定因素。互联网作为主要工作工具的使用增强了这种积极效果，因为它更集中于工人平均技能水平和工资水平更高，职业前景更好的职业和领域。