旅游对居民工作满意度的影响 ——基于CFPS201(2)
【作者】网站采编
【关键词】
【摘要】2. 核心解释变量。为考察旅游对居民工作满意度的影响,本文分两个代理变量表示,一是旅游与否,如果居民在2016年中有旅游出行活动,则记为1,否则为
2. 核心解释变量。为考察旅游对居民工作满意度的影响,本文分两个代理变量表示,一是旅游与否,如果居民在2016年中有旅游出行活动,则记为1,否则为0;二是旅游支出占家庭总支出的比例,通过表2计算可以发现,全体居民旅游的比例为21.46%,旅游支出占总支出的比例为8.59%。分类别来看,自家农业生产经营的旅游比例为9.02%,是四类居民中旅游出行率最低的,旅游支出占总支出的比例为7.26%;私营企业/个体工商户/其它自雇型的旅游比例高达30.01%,旅游支出占总支出的比例为8.21%;农业打工的旅游比例高达15.03%,旅游支出占总支出的比例为6.97%,是四类居民旅游支出比例中最低的;非农就业的旅游比例高达31.87%,旅游支出占总支出的比例为8.60%,在四类居民中旅游出行和旅游支出占总支出比例中最高的。
表1不同工作类型居民工作整体满意度描述性统计全体自家农业生产经营私营企业/个体工商户/其它自雇农业打工非农产业频数比例%频数比例%频数比例%频数比例%频数比例%非常不满意4881.....31不太满意.....36一般.....55比较满意.....24非常满意...8558..54合计100
表2不同类型工作的居民旅游出行程度的描述性统计状态样本数百分比样本数旅游支出比例全部0=没有旅游.541=旅游..59%自家农业生产经营0=没有旅游.981=旅游%私营企业/个体工商户/其它自雇0=没有旅游.991=旅游.0.21%农业打工0=没有旅游.971=旅游%非农产业0=没有旅游.131=旅游..60%
3.控制变量。总结现有研究文献发现,影响工作满意度的指标较多,其中包括薪酬水平、工作氛围、公平性、福利、绩效考核、认可度、培训、工作条件和工作关系、健康状况、政治面貌、年龄、受教育水平、婚姻状况、宗教信仰等是较为常见的控制变量。本研究按照数据可得性,将健康状况、政治面貌、年龄、受教育水平、婚姻状况、宗教信仰、收入水平等作为控制变量,如表3所示。
表3控制变量的描述性统计变量表达式变量说明平均值标准差社会地位Status1(很低)→5(很高)年龄Age几岁44..500性别Gender1=男;0=女学历Edu1=小学;2=初中;3=高中/中专/技校/职高;4=大专;5=大学本科户口Account1=是;0=否婚姻Marry1=未婚;2=在婚;3=同居;4=离婚健康Health1=不健康;2=一般;3=比较健康;4=很健康;5=非常健康党员Party1=是;0=否信仰Faith1=佛教;2=道教;3=伊斯兰教(回教);4=基督教(新教);5=天主教;6=其他收入Income家庭总收入(万元)子女关系Relation1=很不亲近;2=不太亲近;3=一般;4=亲近;5=很亲近住房面积Housearea现住房面积(M2)17..236拥挤程度Congest1(很拥挤)→7(很宽松)
(三)计量模型
工作满意度是从1~5的有序变量,相邻选择之间不具有可比性,参考相关研究,[8]采用有序概率模型(Ordered Probit Model)做极大似然估计,效果优于通常的OLS估计。实证模型设定如下:
Satisfactioni=β0+β1Traveli+β2Zi+ε1
其中,i表示居民个体,Satisfaction为居民工作满意度,Travel为旅游变量,Z是控制变量,ε是服从正态分布的随机误差项,β0~β2为待估参数。
三、结果分析
(一)旅游对工作整体满意度的影响分析
表4模型1~模型6考察的是旅游与否(Travel)对居民工作整体满意度(Satisfaction)的影响。模型7~模型12考察的是旅游支出占家庭支出的比例(Travel)对员工工作整体满意度的影响。模型1是采用OLS模型估计的旅游与否对居民工作整体满意度的影响结果,显示旅游在1%的水平下显著提升全体居民的整体工作满意度,说明整体来看,全体居民由于旅游出行,会提高工作满意度。模型2是加入了控制变量的OLS的估计结果,同样显示出示旅游在1%的水平下显著提升全体居民的整体工作满意度。模型3~4表示的是采用Oprobit的估计结果,同样展现出旅游显著正向提升全体居民的整体工作满意度。模型7~模型10显示旅游支出占全家支出比例越高,越有利于提高员工的整体工作满意度,说明旅游花费越高,越有利于提高全体居民的工作满意度,但是该影响不显著。
以上估计可能存在内生性问题,一是难以观测和衡量的变量如居民的心理状态、社交习惯、情绪变化等被遗漏,这些变量可能同时影响居民的旅游出行决策、旅游花费和工作满意度,从而导致内生性问题。二是工作满意度是居民的主观评价,不同个体对满意度的理解可能存在差异,由此产生测量误差问题。基于此,本文进一步采用IV-2SLS模型进行回归分析,以控制潜在的内生性偏误。借鉴高虹和陆铭的研究,[9]本文选取各个省分中除本地居民以外其他居民旅游支出比例的均值作为居民旅游与否和旅游支出比例的工具变量,原因是一个省域内通常具有相近的语言、风俗习惯、文化,每个省其他居民的旅游出行将会影响居民本人的旅游出行,同时并不会直接影响该居民的工作满意度,如此可以克服内生性问题。模型(5)、(6)、(11)和(12)是基于IV-2SLS模型得到的估计结果,首先进行了一系列检验,以保证工具变量的有效性,从结果可以看出,Kleibergen-Paaprk LM统计量的P值为0.0000,故强烈拒绝不可识别的原假设;Kleibergen-Paaprk Wald F统计量的最小值为37.032,大于10%显著水平下的临界值,因此本文的工具变量在10%显著水平下不是弱工具变量。与模型(6)和模型(10)采用Oprobit模型估计出的结果相比,模型(6)和模型(12)旅游的系数方向和显著水平不变,绝对值有所降低。因此,采用工具变量解决内生性以后,旅游依然显著提升居民的工作整体满意度。
文章来源:《旅游与摄影》 网址: http://www.lyysyzz.cn/qikandaodu/2020/1027/710.html