互联网行业员工工作满意度研究——基于员工在线评论的数据分析

王 辉，岳佳欣

（湘潭大学 商学院，湖南 湘潭 411105）

1994年，中国正式接入国际互联网，26年间，中国互联网行业历经艰难探索阶段和高速发展阶段，凭借其涵盖范围广、创新能力强、技术要求高且能助力传统行业发展等特点，已成为优化经济结构转型、促进社会经济发展的重要引擎[1-2]。2015年“互联网+”的提出，标志着互联网行业将深度融合于经济社会的各领域之中，充分发挥集成与优化作用，对复合型人才的需求也将更加旺盛[3]。据统计，2018年信息传输、软件和信息技术服务业城镇单位就业人数约占城镇单位就业总人数的2.459%，年平均工资为147 678元，分别较2015年增长约0.522%和35 636元[4]。但自2018年以来，由于我国宏观经济下行压力增大、流量红利逐步消退等多重因素影响，互联网行业发展势头放缓，进入转型调整的新时期。虽然互联网行业工资高福利好，但普遍存在超时加班的现象，比如网络上出现的996就是互联网人对超时加班工作制的吐槽[5]。有研究表明，员工工作满意度是影响员工工作敬业度和员工离职率的重要因素，对企业用人留人有着重要意义[6]。基于此，本研究将利用员工对工作满意度进行在线评分后的评论内容，运用内容分析法，分析互联网行业员工工作满意度及其主要影响因素，以期为互联网行业企业如何提高员工工作满意度、优化人力资源管理提供一定的参考。

一 研究综述

Hoppock于1935年做了霍桑实验，最早提出了“工作满意度”概念，认为工作满意度是指员工通过感官产生的对工作环境的主观感受[7]。随着对工作满意度定义的深入研究，学界将工作满意度的定义归纳为以下三类。（1）综合性定义。即不考虑工作满意度形成的具体原因和过程，认为工作满意度仅指工作者对工作及环境的态度。如罗宾斯从整体层面提出工作满意度概念，认为工作满意度是指个体对其所从事工作的一般性态度，并认为满意度越高的员工在工作中将采取更加积极的举措，并有助于工作顺利完成[8]。（2）差距性定义。代表学者为陈敏等人[9]，其认为工作满意度是指员工在感知实际所获价值和预期应获价值之间的差距后，对工作各方面是否满意的态度和情感体验。（3）参考架构性定义。也称工作要素定义，是指从不同维度来衡量工作满意度，如工作内容、工作强度、薪酬绩效、技能培训等。笔者认为参考架构性定义下的工作满意度概念能从不同维度反映公司或行业的员工工作满意度情况，更有利于针对性制定人力资源管理政策，因此本文主要借鉴工作满意度的参考架构性定义。

许多学者对参考架构性定义下的工作满意度的组成维度进行了理论和实证研究。马斯洛认为，员工的生理、安全、社交、尊重和自我实现需求是否得到满足会影响其工作满意度[10]。赫茨伯格等人将提升员工工作满意度的因素称为激励因素，将消除员工不满意度的因素称为保健因素，激励因素包括工作内容、工作成就等工作本身因素，保健因素包括人际关系、工作条件、薪酬福利、公司政策等工作环境因素[11]。胡蓓等人通过实证研究，认为影响脑力劳动者工作满意度的影响因素包括同事关系、上下级关系、组织内集体活动、工作条件、工作自主权、组织文化、管理政策、工作内容、工作事件[12]。随着时代发展，研究者开始借助各种现代软件进行研究，这使得工作满意度评论维度的划分越来越细致。如唐春勇等人通过python和SPSS分析认为，新环境下员工需求主要包括职业发展、组织氛围、工作强度和可雇佣性四大方面[13]；周浩波等人则基于48篇文献进行Nvivo质性分析，认为组织管理、工作生态、个体特征、情绪感知、价值实现和外部环境是影响高校教师工作满意度的因素，且组织管理、工作生态、外部环境组成的外部影响因素起主导作用[14]。鉴于相关研究表明外部影响因素起主导作用，且运用python爬取数据时需遵守网络安全性原则，不能爬取到评论者的个人信息，因此本文以唐春勇等人[13]的研究为基础，结合以往学者对工作满意度评论维度的分类，将职业发展大类扩展为技能培训、职位晋升、薪酬绩效、福利待遇、公司状况、行业发展6个维度，将组织氛围大类扩展为文化氛围、管理理念2个维度，将工作强度大类修改为工作任务大类，并扩展为工作强度、工作内容2个维度，将可雇佣性以员工结构进行描述。考虑到收集的数据并非结构性数据，因此加入整体制度维度。通过上述12个维度，准确划分收集到的员工评论，再进行数据分析。

在研究工作满意度水平方面，多数学者以问卷调查和访谈的方式来了解公司或行业的员工工作满意度水平，并逐步从定点研究发展到比较研究。工作满意度定点研究主要指测量员工在同一时间点的工作满意度水平。如靳娟等人选择北京、河南4家高科技公司237位员工为调查对象，通过问卷调查，发现员工对培训、晋升、薪酬等方面的满意度较低，人际关系、文化氛围、工作强度等方面的满意度较高[15]；陈建等人以S银行的63名信息员为研究对象，通过问卷调查研究其多维度工作满意度和总体工作满意度水平，发现信息员对学习机会、晋升和组织支持的满意度较低，对直接上级、同事支持的满意度也较低[16]。目前，工作满意度比较研究主要集中于测量员工在不同时间点的工作满意度水平。如杜文娟等人通过问卷调查研究206位医务人员对医改前后的工作满意度水平[17]；李奕嬴等人调查研究了541名海归教师首聘期的工作满意度水平[18]。随着行业和职位的增多，学者对不同行业员工工作满意度水平及其影响因素进行了深入研究。如吴伟炯对农民、产业工人和公务员三种典型职业的员工进行问卷调查和实证分析，研究了工作时间对工作满意度的影响[19]；王建武从职业分割的视角，探讨了“80后”与“70后”两个同期群工作满意度的影响因素及其差异，发现青年群体对工作自主性高、社会地位及经济收入高的职业满意度更高[20]。通过回顾相关文献，本文认为无论是对同一行业不同时点的工作满意度进行比较研究，还是对不同行业的工作满意度进行比较研究，都可通过对比的方式，全面直观了解该行业员工满意度现状。目前，通过对不同行业员工工作满意度进行对比来分析某一行业员工工作满意度的研究较少，其原因可能是相关数据的收集难度较大。利用问卷调查可以获得结构性数据，访谈则可进一步解释调查结果，但这两种方法受限于问卷题数和调查人数，很难全面分析某行业员工的工作满意度情况。因此，本研究借助python编程收集大量员工进行在线工作满意度评分后的评论内容，研究互联网行业员工工作满意度水平，以期为互联网行业提高员工工作满意度水平提供一定的参考。

二 研究设计

（一）研究对象

本文的研究对象为互联网行业员工工作满意度。随着互联网的普及，出现了大批依靠互联网技术生存的公司，并形成互联网行业。互联网行业主要包括百度、谷歌等基础服务类公司，学大教育、前程无忧等商务应用类公司，大众点评、网易游戏等交流娱乐类公司，新浪微博、腾讯微博等互联网媒体类公司。本研究在综合对比各类就业信息网站上评论信息的可靠性、公司的知名度、行业的广泛性等因素的基础上，选择在看准网上收集员工对于现在或者曾经就职公司的评论。看准网成立于2013年12月，2016年看准App上线。近年来，其用户数量增长迅速，是中国职场信息交流、公司点评平台，需实名注册，信息真实可靠，可用于分析员工工作满意度。

（二）研究方法

本文主要运用python语言编程，收集自2013年以来看准网上员工评论的客观数据，其中绝大部分评论的时间为2016年看准网App上线后。数据收集日期截至2020年2月18日。

三 结果分析

（一）互联网行业员工工作满意度总体分析

为了解互联网行业员工工作满意度的总体水平，对16个常见行业员工工作满意度进行评分，结果见表1。

表1 16个常见行业员工工作满意度评分结果

首先在看准网上16个常见行业中分别选取知名度最高的100个公司，然后筛选出有满意度评分的公司，并排除满意度评分异常的公司，最后得到参评公司1 505个，其中规模超500人的公司1 173个，占总参评公司的77.94%，评分满分为5。具体评分结果如表1所示。由表1可以看出，互联网行业员工工作满意度在16个行业中排名第二，平均评分的95%置信区间为3.610～3.790。

为探讨以互联网行业为代表的信息服务业与其他产业在员工工作满意度评分方面是否有显著差异，先将16个常见行业进行分类，农/林/牧/渔归为第一产业农业，机械/制造、能源/化工/环保、汽车、制药/医疗归为第二产业工业，由于信息服务业是利用信息技术为社会经济发展提供服务活动的产业[21]，且与互联网行业联系紧密，因此本文将第三产业划分为信息服务业和非信息服务业。本文借鉴赵正龙[22]对信息服务业的定义：提供信息内容和信息服务，以信息的生产、收集、整理、传播为主要目的的服务性行业，主要包括IT/互联网、广告/传媒/文化、电子/通信/硬件，将教育/培训、专业服务、房地产/建筑、金融、政府/非盈利机构、消费品、生活服务、交通/贸易/物流归为非信息服务业。由于使用单因素方差分析探索四类产业员工满意度评分差异时未通过方差齐性检验，因此使用非参数检验中的克鲁斯卡尔-沃利斯检验，来分析信息服务业的满意度评分与农业、工业、非信息服务业的满意度评分是否有显著差异。具体数据如表2和表3所示。

表2 各产业员工工作满意度评分结果

由表2分析可知，信息服务业员工工作满意度平均评分的95%置信区间为3.592～3.687，且评分平均值从高到低顺序依次为信息服务业、工业、非信息服务业、农业。

表3 各产业员工工作满意度评分的非参数检验结果

由表3分析可知，信息服务业与农业、工业的员工工作满意度评分非参数检验调整后显著性P≤0.05，与非信息服务业的调整后显著性P＞0.05，农业与工业、非信息服务业的调整后显著性P≤0.05，工业与非信息服务业的调整后显著性P=1.000。由此可知，除信息服务业、工业分别与非信息服务业员工工作满意度评分差距不显著外，其他产业之间的员工工作满意度评分差距均为显著。

（二）四类行业员工评论占比分维度分析

本文从农业、工业、非信息服务业、信息服务业中选取代表性行业，即农/林/牧/鱼、机械/制造、房地产/建筑以及IT/互联网行业，共收集95 693条评论，从技能培训、职位晋升、薪酬绩效、福利待遇、整体制度、工作强度、工作内容、文化氛围、管理理念、员工结构、行业发展、公司状况12个维度，对比分析互联网行业相比于其他类代表性行业在员工工作满意度方面的差异。

网上数据显示，机械/制造、房地产/建筑、IT/互联网这三类行业评论人数较多。选取参评公司中评论数目大于50条的公司进行分析，上述三类行业分别收集到评论12 747、12 815、70 030条；农/林/牧/渔行业的评论人数较少，为收集更多评论，对参评公司评论数目不做要求，收集到683条评论。在四类行业中剔除混乱、无目的的评论共582条，约占总评论数的0.6%，记录为其他。IT/互联网行业的员工评论维度相关数据如表4所示。

为直观比较互联网行业与其他代表性行业在员工评论维度数据占比上的差异，绘制四类行业员工评论维度数据占比直方图，如图1所示。通过图1可分维度对比分析互联网行业相比于其他代表性行业在员工工作满意度方面的差异。

互联网行业相比于其他代表性行业在员工工作满意度方面的优势有：（1）与其他行业相比，互联网行业员工对公司福利待遇、文化氛围的感受度、满意度更高。（2）在行业发展和公司状况方面，互联网行业的不满意度最低，员工对于行业未来发展持有乐观态度，并愿意从事这一行业。

互联网行业相比于其他代表性行业在员工工作满意度方面的不足为：（1）与其他行业相比，互联网行业员工在工作强度和工作内容方面的不满意度相对较高，分别占相应评论类别的81.20%和57.26%。（2）互联网行业员工对薪酬绩效的感受度相比于其他行业要低一些，该评论类别中不满意比例占到83.29%。（3）互联网行业员工对员工结构的不满意数占不满意总数的16.19%，该数值在对比行业中最高。

表4 互联网行业员工评论维度相关数据

图1 四类行业的员工评论维度数据占比情况

（三）互联网行业员工评论表述分维度分析

采集互联网行业员工具体评论表述，去除312条混乱、无目的的评论，得到69 718条评论表述，对其进行词频分析，结果如表5所示。

表5 互联网行业员工评论表述数据

续表

由表5分析可知：（1）技能培训、文化氛围、行业发展、公司状况4个评论维度的员工工作满意度高于90%。在技能培训方面，互联网行业技术更新迅速，培训机会多，技术水平提升快；在文化氛围方面，互联网公司人员配备较为年轻，人际关系相对简单，文化理念较新；在行业发展方面，员工普遍认为行业未来前景好，发展空间大；在公司状况方面，员工更倾向于规模大、知名度高、业务成熟的公司。（2）福利待遇、整体制度、管理理念、职位晋升4个评论维度的员工工作满意度高于60%，分别为85.06%、78.17%、64.94%、63.75%。在福利待遇方面，员工认为公司可从改善食宿、提高五险一金比例、提供班车接送等方面提高员工工作满意度；在整体制度方面，其对各项流程繁杂的不满意评论数高于制度不完善的不满意评论数，这可能是因为年轻员工更喜欢相对自由、灵活的公司制度；在管理理念方面，其期望上级素质高、能力强、管理理念新；在职位晋升方面，部分员工认为晋升空间有限、晋升难、晋升机制不合理。（3）工作内容、员工结构2个评论维度的员工工作不满意度在50%～60%，分别为57.26%和59.47%。工作内容方面，互联网员工主要从事脑力劳动，其经常因客户需求变动而需修改原有工作成果，工作内容较难，工作压力较大；员工结构方面，普遍存在高学历、年轻化以及流动性大的特征。（4）工作强度、薪酬绩效2个评论维度的员工工作不满意度在80%以上，分别为81.20%和83.29%。工作强度方面，由于互联网行业竞争压力大，致使员工感觉工作量大，加班过多，休息时间少，身心疲惫；薪酬绩效方面，71.12%的评论认为薪资偏低，其原因可能是认为自己的岗位相对于互联网巨头公司相似岗位的薪资较低，且加班时间过长，致使时薪较低。

四 研究结论、启示与局限

（一）研究结论

本文通过python编程，收集近10万条员工在线评论数据，通过分析得到以下结论：（1）互联网行业员工工作满意度水平总体较高，在16个常见行业中排名第二；将第三产业划分为非信息服务业和信息服务业，信息服务业员工的工作满意度最高，且除信息服务业、工业分别与非信息服务业员工工作满意度评分差距不显著外，其他产业之间的员工工作满意度评分差距均为显著。（2）为了解互联网行业与其他代表性行业员工工作满意度评分存在差距的原因，对比分析了农/林/牧/渔、机械/制造、房地产/建筑、IT/互联网行业的员工评论维度数据占比，发现互联网行业员工工作满意度相比其他行业更高的主要原因可能是其更注重公司文化氛围、福利待遇、公司状况等方面的情况，其在这些方面的满意评论数远多于不满意评论数；但与其他行业相比，互联网行业在工作强度、工作内容、薪酬绩效、员工结构方面的满意度相对较低。（3）对互联网行业员工在各维度的评论表述进行词频分析发现，在技能培训、文化氛围、行业发展、公司状况方面，员工的工作满意度高于90%。通过词频分析发现，互联网行业发展前景好，利润较大，公司竞争激烈，培训也相应较多；由于员工将精力都集中在自我能力提升方面，公司人际关系简单，文化氛围较好。但是，在工作内容、员工结构、工作强度、薪酬绩效方面，员工的工作满意度低于50%。通过词频分析发现，互联网行业属于技术类行业，其员工主要为脑力劳动者，工作内容难度高、工作压力大，且需经常加班，虽工资总量较多，但时薪相对较低，员工流失率较高。

（二）研究启示

对于互联网行业员工工作满意度的研究，互联网企业管理者可以从中得到如下启示：

一是设置合理的工作内容，规范工作时间，提倡高效工作。超长加班制度会给互联网公司和员工带来诸多问题。在法律风险方面，996等超长加班制度已严重违反劳动法，员工身心健康也受到威胁，甚至出现过劳死现象[23]。在员工工作积极性方面，硬性加班迫使员工长时间处于工作状态，其休息和自我总结时间减少，工作热情下降，公司忠诚度减弱。在工作效率方面，随着工作时间的延长，员工的工作效率会先上升后趋平再下降，加班期间工作效率低下，且影响正常休息[24]。互联网人才竞争较大，自主学习已成为提高自身竞争力的主要方式，因此，公司可通过实行目标任务制、营造学习氛围等措施，改变公司硬性加班制度，促进员工自主学习，提高员工工作效率。

二是设计科学合理的薪酬制度，重视非经济报酬。据统计，互联网行业的平均薪酬高于其他行业[4]，但由于知识型员工的自我期望较高，且其工资低于相同业务类型的龙头企业员工，因此薪酬绩效方面的满意度较低[25]。对此，管理者在指出公司与龙头企业有所差距的基础上，带领员工努力工作，让其对公司未来发展前景充满信心。公司在设计薪酬制度时需考虑薪资对外有竞争力、对内有公平感，合理设置基本工资与绩效工资占比，提升员工工作积极性。研究发现，除了薪酬绩效，员工对福利待遇、文化氛围、工作强度等方面的感受度较高，若公司尚处于创业阶段，规模较小，薪酬较低，可通过制定合理的工作制度、设计清晰的职责分配、营造互助友爱的工作氛围等措施，来提高员工的工作满意度。

三是控制基层员工流动性，降低核心员工流失率。公司基层员工作为公司核心人才的后备军、最广大的执行团队，其合理的流动性是促进公司发展壮大的重要因素。公司可根据岗位类型总结出员工流动的主要原因，以较低成本保留各岗位基层人员；运用绩效考核结果，淘汰不合适的员工并筛选出各岗位的核心员工；同时，采取重点培养、定期面谈、逐步放权、长期激励等方式降低核心员工流失率，动态优化人才结构，提升人均产值和人均投产比。

（三）研究局限

本研究使用python语言编程收集看准网上员工评论的客观数据，研究对象只包括知晓并使用看准网的员工，虽数据收集量较大，但其研究结果也只能在有限程度上代表整个行业的员工工作满意度水平。同时，本文虽然客观分析了互联网行业员工工作满意度及其主要影响因素，但并不针对某一具体互联网公司，各互联网公司仍需立足于实际，选择性利用相关结论和启示。