XX年北京市农民工就业质量影响因素实证研究.docxVIP

XX年北京市农民工就业质量影响因素实证研究 　　【摘 要】通过建立路径模型，进行路径分析，理清农民工就业质量影响因素之间的复杂关系。本文建议除了要尽量为农民工提供稳定的工作机会，重视对农民工的物质帮助，还要关心农民工的家庭生活，婚姻状况和社会活动，帮助农民工树立良好的价值观和就业观，为农民工提供劳动合同法，最低工资制度等普法教育，让他们以良好的心态努力工作，学会用法律武装自己，以正当渠道实现个人价值，找到适合自己的工作。　　【关键词】农民工；就业质量；自变量；因变量；路径分析　　一、引言　　很多事件之间都存在因果关系，但自变量对因变量的作用不是简单并列的，而是另有其独特复杂的相互关系。这时，我们就要用路径分析来探讨因果网络中的复杂关系。路径分析能研究自变量对因变量的作用方向，作用强度和解释能力。[1]运用SPSS的Amos软件，构造路径模型的步骤为：1、界定模型变量：依据理论假设或实证证据来发展模型中的潜在变量与观察变量。2、构造初始的路径图。3、模型的确认和识别：确定模型类型，确定参数估计结果是否为唯一值。4、参数估计：如果样本服从多元正态分布，就采取最大似然法，对模型参数进行估计。5、适配度检验：根据适配度检验指标，判断原始的路径图与实际样本数据是否相互匹配，从而验证该路径图是否符合实际情况。6、调整：如果适配度检验没有通过，要对模型进行调整，直到找到参数估计显著，适配度高，并且符合实际情况的最佳模型为止。[2]　　二、构造路径模型　　1、数据采集和变量说明　　本文采用问卷调查的方式共收集508份有效问卷。问卷包括163道问题，涉及内容有：基本信息、对工作单位的满意程度、个人社交网络、个人法律意识、情绪与工作的关系等。　　2、模型构建和解释　　第一步：界定模型中的变量。根据相关理论和实证证据，将问卷中的A1性别，A2年龄，A5婚姻状况，A6生育子女数，A8户籍所在地，选为模型中的外生变量。这些变量属于客观事实的范畴，不受其他因素的影响，而且个体的性别、年龄和婚姻家庭状况不仅会影响个人的心智发展，也会对择业，社交等生活产生影响，最终影响个体对职业的选择以及对就业的满意程度。文中允许它们之间存在相互影响关系，这些观察变量对模型中的其他因素会产生直接影响，但不会直接对最终结果产生影响。受到外生变量影响，同时对最终结果产生影响的变量称为内生变量，内生变量和外生变量同为模型中的自变量，只是对最终结果的影响效果不同，前者为直接效果，后者为间接效果。内生变量包括观察变量和潜在变量两种，本模型中A9就业行业和A15就业形式就是观察类的内生变量，这两个变量和其他变量之间存在因果关系，同时对最终结果B就业质量存在直接或者间接的影响。潜在变量是观察变量间所形成的特质或抽象概念，无法直接测量，要由两个以上的观察变量测得数据资料来反映。本模型的潜在变量包括：情绪智力因素，社会资本因素，就业制度因素和就业观念因素。每个因素是由问卷中相关题目共同解释的。这些潜在变量在模型中相互影响，同时也受到其它观测变量的影响，最终作用于就业质量。就业质量就是我们模型中最终的因变量。　　第二步：模型的确认和识别。在用模型拟合路径系数之前，先要确定模型是否可以识别，如果模型中可以参考的自变量依据不够多，就无法推断出最终结果，更不会得出合理的因果关系系数。由于该模型的解释变量多于被解释变量，所以是过度识别模型，说明样本提供的数据足够估计参数。在第一步中，初始构建的模型中变量数量统计如下：模型中共有变量45个，观察变量20个，无法观察的变量25个，外因变量25个，内因变量20个。待估的参数包括：路径系数25个，外因观察变量的协方差3个，变量的方差25个，共53个待估参数。　　第三步：适配度评估。过度识别模型可以进行适配度检验，根据检验结果对模型进行进一步调整。适配度检验是为了评价路径分析模型图与搜集的数据是否相互匹配，检验模型是否描述了数据的实际情况，有助于在模型拟合阶段求出正确的参数，从而反映变量之间真实的关系。本模型整体拟合度高，但是这可能是由于样本观察值较多和变量设置较多导致的。所以还要参考其他适配度指标，根据Amos中的适配度统计量显示，原始模型的适配度较低，需要对模型变量和因果关系路径进行删减调整，从而提高模型适配度。　　三、结论和建议　　由于标准化后的参数是因素负荷量，代表该参数对相应路径的解释程度，方便参数间进行比较，所以此处，只对标准化路径系数进行解释。　　就业质量受到情绪因素，社会资本因素，就业形式因素，就业观念因素，和就业政策因素的直接影响，其它观察变量的间接影响。得出如下结论：　　1、年龄、子女数、婚姻状况直接影响情绪和社会交际状况。随着年龄的增长，个人的社会资本越发丰富，交际圈的文化水平在提高，同时个人情绪越发复杂，更加