互聯網行業員工工作滿意度研究
——基于員工在線評論的數據分析

王 輝，岳佳欣

（湘潭大學 商學院，湖南 湘潭 411105）

1994年，中國正式接入國際互聯網，26年間，中國互聯網行業歷經艱難探索階段和高速發展階段，憑借其涵蓋范圍廣、創新能力強、技術要求高且能助力傳統行業發展等特點，已成為優化經濟結構轉型、促進社會經濟發展的重要引擎[1-2]。2015年“互聯網+”的提出，標志著互聯網行業將深度融合于經濟社會的各領域之中，充分發揮集成與優化作用，對復合型人才的需求也將更加旺盛[3]。據統計，2018年信息傳輸、軟件和信息技術服務業城鎮單位就業人數約占城鎮單位就業總人數的2.459%，年平均工資為147 678元，分別較2015年增長約0.522%和35 636元[4]。但自2018年以來，由于我國宏觀經濟下行壓力增大、流量紅利逐步消退等多重因素影響，互聯網行業發展勢頭放緩，進入轉型調整的新時期。雖然互聯網行業工資高福利好，但普遍存在超時加班的現象，比如網絡上出現的996就是互聯網人對超時加班工作制的吐槽[5]。有研究表明，員工工作滿意度是影響員工工作敬業度和員工離職率的重要因素，對企業用人留人有著重要意義[6]。基于此，本研究將利用員工對工作滿意度進行在線評分后的評論內容，運用內容分析法，分析互聯網行業員工工作滿意度及其主要影響因素，以期為互聯網行業企業如何提高員工工作滿意度、優化人力資源管理提供一定的參考。

一 研究綜述

Hoppock于1935年做了霍桑實驗，最早提出了“工作滿意度”概念，認為工作滿意度是指員工通過感官產生的對工作環境的主觀感受[7]。隨著對工作滿意度定義的深入研究，學界將工作滿意度的定義歸納為以下三類。（1）綜合性定義。即不考慮工作滿意度形成的具體原因和過程，認為工作滿意度僅指工作者對工作及環境的態度。如羅賓斯從整體層面提出工作滿意度概念，認為工作滿意度是指個體對其所從事工作的一般性態度，并認為滿意度越高的員工在工作中將采取更加積極的舉措，并有助于工作順利完成[8]。（2）差距性定義。代表學者為陳敏等人[9]，其認為工作滿意度是指員工在感知實際所獲價值和預期應獲價值之間的差距后，對工作各方面是否滿意的態度和情感體驗。（3）參考架構性定義。也稱工作要素定義，是指從不同維度來衡量工作滿意度，如工作內容、工作強度、薪酬績效、技能培訓等。筆者認為參考架構性定義下的工作滿意度概念能從不同維度反映公司或行業的員工工作滿意度情況，更有利于針對性制定人力資源管理政策，因此本文主要借鑒工作滿意度的參考架構性定義。

許多學者對參考架構性定義下的工作滿意度的組成維度進行了理論和實證研究。馬斯洛認為，員工的生理、安全、社交、尊重和自我實現需求是否得到滿足會影響其工作滿意度[10]。赫茨伯格等人將提升員工工作滿意度的因素稱為激勵因素，將消除員工不滿意度的因素稱為保健因素，激勵因素包括工作內容、工作成就等工作本身因素，保健因素包括人際關系、工作條件、薪酬福利、公司政策等工作環境因素[11]。胡蓓等人通過實證研究，認為影響腦力勞動者工作滿意度的影響因素包括同事關系、上下級關系、組織內集體活動、工作條件、工作自主權、組織文化、管理政策、工作內容、工作事件[12]。隨著時代發展，研究者開始借助各種現代軟件進行研究，這使得工作滿意度評論維度的劃分越來越細致。如唐春勇等人通過python和SPSS分析認為，新環境下員工需求主要包括職業發展、組織氛圍、工作強度和可雇傭性四大方面[13]；周浩波等人則基于48篇文獻進行Nvivo質性分析，認為組織管理、工作生態、個體特征、情緒感知、價值實現和外部環境是影響高校教師工作滿意度的因素，且組織管理、工作生態、外部環境組成的外部影響因素起主導作用[14]。鑒于相關研究表明外部影響因素起主導作用，且運用python爬取數據時需遵守網絡安全性原則，不能爬取到評論者的個人信息，因此本文以唐春勇等人[13]的研究為基礎，結合以往學者對工作滿意度評論維度的分類，將職業發展大類擴展為技能培訓、職位晉升、薪酬績效、福利待遇、公司狀況、行業發展6個維度，將組織氛圍大類擴展為文化氛圍、管理理念2個維度，將工作強度大類修改為工作任務大類，并擴展為工作強度、工作內容2個維度，將可雇傭性以員工結構進行描述。考慮到收集的數據并非結構性數據，因此加入整體制度維度。通過上述12個維度，準確劃分收集到的員工評論，再進行數據分析。

在研究工作滿意度水平方面，多數學者以問卷調查和訪談的方式來了解公司或行業的員工工作滿意度水平，并逐步從定點研究發展到比較研究。工作滿意度定點研究主要指測量員工在同一時間點的工作滿意度水平。如靳娟等人選擇北京、河南4家高科技公司237位員工為調查對象，通過問卷調查，發現員工對培訓、晉升、薪酬等方面的滿意度較低，人際關系、文化氛圍、工作強度等方面的滿意度較高[15]；陳建等人以S銀行的63名信息員為研究對象，通過問卷調查研究其多維度工作滿意度和總體工作滿意度水平，發現信息員對學習機會、晉升和組織支持的滿意度較低，對直接上級、同事支持的滿意度也較低[16]。目前，工作滿意度比較研究主要集中于測量員工在不同時間點的工作滿意度水平。如杜文娟等人通過問卷調查研究206位醫務人員對醫改前后的工作滿意度水平[17]；李奕嬴等人調查研究了541名海歸教師首聘期的工作滿意度水平[18]。隨著行業和職位的增多，學者對不同行業員工工作滿意度水平及其影響因素進行了深入研究。如吳偉炯對農民、產業工人和公務員三種典型職業的員工進行問卷調查和實證分析，研究了工作時間對工作滿意度的影響[19]；王建武從職業分割的視角，探討了“80后”與“70后”兩個同期群工作滿意度的影響因素及其差異，發現青年群體對工作自主性高、社會地位及經濟收入高的職業滿意度更高[20]。通過回顧相關文獻，本文認為無論是對同一行業不同時點的工作滿意度進行比較研究，還是對不同行業的工作滿意度進行比較研究，都可通過對比的方式，全面直觀了解該行業員工滿意度現狀。目前，通過對不同行業員工工作滿意度進行對比來分析某一行業員工工作滿意度的研究較少，其原因可能是相關數據的收集難度較大。利用問卷調查可以獲得結構性數據，訪談則可進一步解釋調查結果，但這兩種方法受限于問卷題數和調查人數，很難全面分析某行業員工的工作滿意度情況。因此，本研究借助python編程收集大量員工進行在線工作滿意度評分后的評論內容，研究互聯網行業員工工作滿意度水平，以期為互聯網行業提高員工工作滿意度水平提供一定的參考。

二 研究設計

（一）研究對象

本文的研究對象為互聯網行業員工工作滿意度。隨著互聯網的普及，出現了大批依靠互聯網技術生存的公司，并形成互聯網行業。互聯網行業主要包括百度、谷歌等基礎服務類公司，學大教育、前程無憂等商務應用類公司，大眾點評、網易游戲等交流娛樂類公司，新浪微博、騰訊微博等互聯網媒體類公司。本研究在綜合對比各類就業信息網站上評論信息的可靠性、公司的知名度、行業的廣泛性等因素的基礎上，選擇在看準網上收集員工對于現在或者曾經就職公司的評論。看準網成立于2013年12月，2016年看準App上線。近年來，其用戶數量增長迅速，是中國職場信息交流、公司點評平臺，需實名注冊，信息真實可靠，可用于分析員工工作滿意度。

（二）研究方法

本文主要運用python語言編程，收集自2013年以來看準網上員工評論的客觀數據，其中絕大部分評論的時間為2016年看準網App上線后。數據收集日期截至2020年2月18日。

三 結果分析

（一）互聯網行業員工工作滿意度總體分析

為了解互聯網行業員工工作滿意度的總體水平，對16個常見行業員工工作滿意度進行評分，結果見表1。

表1 16個常見行業員工工作滿意度評分結果

首先在看準網上16個常見行業中分別選取知名度最高的100個公司，然后篩選出有滿意度評分的公司，并排除滿意度評分異常的公司，最后得到參評公司1 505個，其中規模超500人的公司1 173個，占總參評公司的77.94%，評分滿分為5。具體評分結果如表1所示。由表1可以看出，互聯網行業員工工作滿意度在16個行業中排名第二，平均評分的95%置信區間為3.610～3.790。

為探討以互聯網行業為代表的信息服務業與其他產業在員工工作滿意度評分方面是否有顯著差異，先將16個常見行業進行分類，農/林/牧/漁歸為第一產業農業，機械/制造、能源/化工/環保、汽車、制藥/醫療歸為第二產業工業，由于信息服務業是利用信息技術為社會經濟發展提供服務活動的產業[21]，且與互聯網行業聯系緊密，因此本文將第三產業劃分為信息服務業和非信息服務業。本文借鑒趙正龍[22]對信息服務業的定義：提供信息內容和信息服務，以信息的生產、收集、整理、傳播為主要目的的服務性行業，主要包括IT/互聯網、廣告/傳媒/文化、電子/通信/硬件，將教育/培訓、專業服務、房地產/建筑、金融、政府/非盈利機構、消費品、生活服務、交通/貿易/物流歸為非信息服務業。由于使用單因素方差分析探索四類產業員工滿意度評分差異時未通過方差齊性檢驗，因此使用非參數檢驗中的克魯斯卡爾-沃利斯檢驗，來分析信息服務業的滿意度評分與農業、工業、非信息服務業的滿意度評分是否有顯著差異。具體數據如表2和表3所示。

表2 各產業員工工作滿意度評分結果

由表2分析可知，信息服務業員工工作滿意度平均評分的95%置信區間為3.592～3.687，且評分平均值從高到低順序依次為信息服務業、工業、非信息服務業、農業。

表3 各產業員工工作滿意度評分的非參數檢驗結果

由表3分析可知，信息服務業與農業、工業的員工工作滿意度評分非參數檢驗調整后顯著性P≤0.05，與非信息服務業的調整后顯著性P＞0.05，農業與工業、非信息服務業的調整后顯著性P≤0.05，工業與非信息服務業的調整后顯著性P=1.000。由此可知，除信息服務業、工業分別與非信息服務業員工工作滿意度評分差距不顯著外，其他產業之間的員工工作滿意度評分差距均為顯著。

（二）四類行業員工評論占比分維度分析

本文從農業、工業、非信息服務業、信息服務業中選取代表性行業，即農/林/牧/魚、機械/制造、房地產/建筑以及IT/互聯網行業，共收集95 693條評論，從技能培訓、職位晉升、薪酬績效、福利待遇、整體制度、工作強度、工作內容、文化氛圍、管理理念、員工結構、行業發展、公司狀況12個維度，對比分析互聯網行業相比于其他類代表性行業在員工工作滿意度方面的差異。

網上數據顯示，機械/制造、房地產/建筑、IT/互聯網這三類行業評論人數較多。選取參評公司中評論數目大于50條的公司進行分析，上述三類行業分別收集到評論12 747、12 815、70 030條；農/林/牧/漁行業的評論人數較少，為收集更多評論，對參評公司評論數目不做要求，收集到683條評論。在四類行業中剔除混亂、無目的的評論共582條，約占總評論數的0.6%，記錄為其他。IT/互聯網行業的員工評論維度相關數據如表4所示。

為直觀比較互聯網行業與其他代表性行業在員工評論維度數據占比上的差異，繪制四類行業員工評論維度數據占比直方圖，如圖1所示。通過圖1可分維度對比分析互聯網行業相比于其他代表性行業在員工工作滿意度方面的差異。

互聯網行業相比于其他代表性行業在員工工作滿意度方面的優勢有：（1）與其他行業相比，互聯網行業員工對公司福利待遇、文化氛圍的感受度、滿意度更高。（2）在行業發展和公司狀況方面，互聯網行業的不滿意度最低，員工對于行業未來發展持有樂觀態度，并愿意從事這一行業。

互聯網行業相比于其他代表性行業在員工工作滿意度方面的不足為：（1）與其他行業相比，互聯網行業員工在工作強度和工作內容方面的不滿意度相對較高，分別占相應評論類別的81.20%和57.26%。（2）互聯網行業員工對薪酬績效的感受度相比于其他行業要低一些，該評論類別中不滿意比例占到83.29%。（3）互聯網行業員工對員工結構的不滿意數占不滿意總數的16.19%，該數值在對比行業中最高。

表4 互聯網行業員工評論維度相關數據

圖1 四類行業的員工評論維度數據占比情況

（三）互聯網行業員工評論表述分維度分析

采集互聯網行業員工具體評論表述，去除312條混亂、無目的的評論，得到69 718條評論表述，對其進行詞頻分析，結果如表5所示。

表5 互聯網行業員工評論表述數據

續表

由表5分析可知：（1）技能培訓、文化氛圍、行業發展、公司狀況4個評論維度的員工工作滿意度高于90%。在技能培訓方面，互聯網行業技術更新迅速，培訓機會多，技術水平提升快；在文化氛圍方面，互聯網公司人員配備較為年輕，人際關系相對簡單，文化理念較新；在行業發展方面，員工普遍認為行業未來前景好，發展空間大；在公司狀況方面，員工更傾向于規模大、知名度高、業務成熟的公司。（2）福利待遇、整體制度、管理理念、職位晉升4個評論維度的員工工作滿意度高于60%，分別為85.06%、78.17%、64.94%、63.75%。在福利待遇方面，員工認為公司可從改善食宿、提高五險一金比例、提供班車接送等方面提高員工工作滿意度；在整體制度方面，其對各項流程繁雜的不滿意評論數高于制度不完善的不滿意評論數，這可能是因為年輕員工更喜歡相對自由、靈活的公司制度；在管理理念方面，其期望上級素質高、能力強、管理理念新；在職位晉升方面，部分員工認為晉升空間有限、晉升難、晉升機制不合理。（3）工作內容、員工結構2個評論維度的員工工作不滿意度在50%～60%，分別為57.26%和59.47%。工作內容方面，互聯網員工主要從事腦力勞動，其經常因客戶需求變動而需修改原有工作成果，工作內容較難，工作壓力較大；員工結構方面，普遍存在高學歷、年輕化以及流動性大的特征。（4）工作強度、薪酬績效2個評論維度的員工工作不滿意度在80%以上，分別為81.20%和83.29%。工作強度方面，由于互聯網行業競爭壓力大，致使員工感覺工作量大，加班過多，休息時間少，身心疲憊；薪酬績效方面，71.12%的評論認為薪資偏低，其原因可能是認為自己的崗位相對于互聯網巨頭公司相似崗位的薪資較低，且加班時間過長，致使時薪較低。

四 研究結論、啟示與局限

（一）研究結論

本文通過python編程，收集近10萬條員工在線評論數據，通過分析得到以下結論：（1）互聯網行業員工工作滿意度水平總體較高，在16個常見行業中排名第二；將第三產業劃分為非信息服務業和信息服務業，信息服務業員工的工作滿意度最高，且除信息服務業、工業分別與非信息服務業員工工作滿意度評分差距不顯著外，其他產業之間的員工工作滿意度評分差距均為顯著。（2）為了解互聯網行業與其他代表性行業員工工作滿意度評分存在差距的原因，對比分析了農/林/牧/漁、機械/制造、房地產/建筑、IT/互聯網行業的員工評論維度數據占比，發現互聯網行業員工工作滿意度相比其他行業更高的主要原因可能是其更注重公司文化氛圍、福利待遇、公司狀況等方面的情況，其在這些方面的滿意評論數遠多于不滿意評論數；但與其他行業相比，互聯網行業在工作強度、工作內容、薪酬績效、員工結構方面的滿意度相對較低。（3）對互聯網行業員工在各維度的評論表述進行詞頻分析發現，在技能培訓、文化氛圍、行業發展、公司狀況方面，員工的工作滿意度高于90%。通過詞頻分析發現，互聯網行業發展前景好，利潤較大，公司競爭激烈，培訓也相應較多；由于員工將精力都集中在自我能力提升方面，公司人際關系簡單，文化氛圍較好。但是，在工作內容、員工結構、工作強度、薪酬績效方面，員工的工作滿意度低于50%。通過詞頻分析發現，互聯網行業屬于技術類行業，其員工主要為腦力勞動者，工作內容難度高、工作壓力大，且需經常加班，雖工資總量較多，但時薪相對較低，員工流失率較高。

（二）研究啟示

對于互聯網行業員工工作滿意度的研究，互聯網企業管理者可以從中得到如下啟示：

一是設置合理的工作內容，規范工作時間，提倡高效工作。超長加班制度會給互聯網公司和員工帶來諸多問題。在法律風險方面，996等超長加班制度已嚴重違反勞動法，員工身心健康也受到威脅，甚至出現過勞死現象[23]。在員工工作積極性方面，硬性加班迫使員工長時間處于工作狀態，其休息和自我總結時間減少，工作熱情下降，公司忠誠度減弱。在工作效率方面，隨著工作時間的延長，員工的工作效率會先上升后趨平再下降，加班期間工作效率低下，且影響正常休息[24]。互聯網人才競爭較大，自主學習已成為提高自身競爭力的主要方式，因此，公司可通過實行目標任務制、營造學習氛圍等措施，改變公司硬性加班制度，促進員工自主學習，提高員工工作效率。

二是設計科學合理的薪酬制度，重視非經濟報酬。據統計，互聯網行業的平均薪酬高于其他行業[4]，但由于知識型員工的自我期望較高，且其工資低于相同業務類型的龍頭企業員工，因此薪酬績效方面的滿意度較低[25]。對此，管理者在指出公司與龍頭企業有所差距的基礎上，帶領員工努力工作，讓其對公司未來發展前景充滿信心。公司在設計薪酬制度時需考慮薪資對外有競爭力、對內有公平感，合理設置基本工資與績效工資占比，提升員工工作積極性。研究發現，除了薪酬績效，員工對福利待遇、文化氛圍、工作強度等方面的感受度較高，若公司尚處于創業階段，規模較小，薪酬較低，可通過制定合理的工作制度、設計清晰的職責分配、營造互助友愛的工作氛圍等措施，來提高員工的工作滿意度。

三是控制基層員工流動性，降低核心員工流失率。公司基層員工作為公司核心人才的后備軍、最廣大的執行團隊，其合理的流動性是促進公司發展壯大的重要因素。公司可根據崗位類型總結出員工流動的主要原因，以較低成本保留各崗位基層人員；運用績效考核結果，淘汰不合適的員工并篩選出各崗位的核心員工；同時，采取重點培養、定期面談、逐步放權、長期激勵等方式降低核心員工流失率，動態優化人才結構，提升人均產值和人均投產比。

（三）研究局限

本研究使用python語言編程收集看準網上員工評論的客觀數據，研究對象只包括知曉并使用看準網的員工，雖數據收集量較大，但其研究結果也只能在有限程度上代表整個行業的員工工作滿意度水平。同時，本文雖然客觀分析了互聯網行業員工工作滿意度及其主要影響因素，但并不針對某一具體互聯網公司，各互聯網公司仍需立足于實際，選擇性利用相關結論和啟示。