代际差异视角下平台型灵活就业者的就业选择研究

李晓宇，何 勤

（北京联合大学 管理学院，北京 100010）

一、引言

新一轮的技术革命中，分享经济正以惊人的速度蓬勃发展。分享经济作为依托移动通信、大数据、人工智能等技术发展起来的新经济模式，正一点一滴地改变着人们的生活方式，以至于人与人的最基本的关系发生了变化。[1]目前，随着我国经济发展进入新常态，发展分享经济已经成为了我国经济发展的重要组成部分。分享经济领域创新创业活跃，发展迅速，通过整合价值链，加强市场配置资源的能力，极大地提高闲置资源的使用率。[2]经过近些年的发展，我国分享经济的用户认同度和参与度明显提高、技术和商业模式日趋成熟。我国政府高度重视分享经济的发展，2016年3月，分享经济被写入《政府工作报告》，明确要“支持分享经济发展，提高资源利用效率，让更多人参与进来、富裕起来”，同时我国拥有7.72亿网民，12.3亿的移动互联网用户，这说明平台经济在我国有着巨大的市场与发展空间。[3]据《中国共享经济年度发展报告2018》显示，2017年我国分享经济市场交易额约为49205亿元，比上年增长47.2%。2017年我国分享经济的提供服务者人数约为7000万人，比上年增加1000万人；分享经济平台的就业人数约716万人，比上年增加131万人。

分享经济的快速发展创造了大量的灵活就业机会，劳动者可以根据自己的兴趣、能力、时间及其他资源，自主选择适合自己的工作。[4]在移动互联网、第三方支付、大数据、云计算等技术的帮助下分享经济在我国迅速发展。分享经济的内涵是借助网络等第三方平台，将供给方的闲置资源使用权暂时性转移，实现闲置生产要素的社会化，提高已有存量资产的使用效率为供需双方创造价值。[5]由于分享经济正处于发展迅猛时期，因此理论界与学界尚未对其达成权威性的共识，但分享经济的以下两个特点是确定的：（1）分享经济是依托信息技术进步从而推动生产经营模式创新的一种新经济形态；（2）移动互联网、大数据、云计算等信息技术正在生产要素的匹配整合、组织体系的建立、生产经营的流程中发挥着基础性作用。[6]根据国家信息中心发布的《中国分享经济发展报告2017》，将我国的分享经济大致分为：生活服务、生产能力、交通出行、知识技能、房屋知识和医疗分享等领域。由于分享经济企业的种类多样，这也促使参与到其中的平台型灵活就业劳动者具有不同的特点，这也是劳动者就业选择差异产生的原因，劳动者就业选择差异的探究对深入了解平台型灵活就业群体，推动平台企业发展与劳动者权益保护具有重要意义。[7]本研究以微工网为例，将在该平台上参与灵活就业的劳动者按照出生年代划分成不同代际，并探究不同代际的特点和影响其选择灵活就业的因素，以期在把握不同群体特征的前提下明晰各个代群的劳动选择的影响差异，为平台发展和劳动者就业选择提供参考。

二、文献回顾

代际差异理论是由德国社会学家卡尔·曼海姆提出的，是指由于出生年代的差异，不同代群的群体在其成长关键时期所处的生活环境以及所经历的历史重大事件不同，导致各个代群在价值观、生活偏好、行为态度等方面具有差异的群体特征。[8]根据曼海姆的理论，不同的重大历史事件对于处于不同成长阶段的群体的影响是不同的，这是导致各个代际之间存在差异的基本原因。[9]重大的历史事件对于处在人生关键成长时期（青春期和成熟期）群体的价值观塑造有着重大的影响，而对那些不处于这个成长阶段的群体影响较小，这就导致了同处于某一代群的人具有某些相似的思维模式和行为模式。但需要注意的是，同一代群的价值观并非是完全一致的，个人价值观的形成不仅仅与成长阶段经历的重大历史事件有关，同时与个体的性别、种族、生活环境和社会阶层等因素有关。不同代际之间的差异的形成常常受到多重因素的影响，学者在研究中发现代际间的差异受到代效应、年龄效应和时代效应的共同影响。代效应是重大历史事件和社会变迁对不同时期代群产生的差异性影响。年龄效应是指个体的年龄变化会带来个体在成熟度、人生阶段和职业阶段上的变化，年龄效应与社会重大的历史事件无关。时代效应是指社会群体的价值观或其他特征受到特定时期环境变化的影响而发生的整体性改变。[10]

研究代际差异的主要问题是代群的划分，现有的研究主要有两种代际划分的标准：第一个划分方法是来自于人口学，即以十年为固定时间来划分代群。[11]比如常提到的“80后”和“90后”。第二个划分方法是基于代际理论的社会学划分方法，即通过确定影响社会变化的重大历史事件来划分代际。已有的研究认为，对于代际差异形成的重大历史事件可能包括战争、新技术的产生、重大政治事件以及重大的社会经济转型。结合代际差异理论与本文的研究内容，本文结合人口学与社会学两种代群的划分方法，将平台型灵活就业者划分为“70后”、“80后”和“90后”三个代群。我国的“80后”是我国改革开放后成长起来的一代。改革开放以来，我国在社会主义市场经济制度下迅速发展，物质文明和精神文明极大丰富，这使得“80后”成长时期的生活水平与“70后”有着很大差异。“90后”一代则是互联网时代下第一批“原住民”，在市场化、全球化、信息化等时代大背景下成长起来的“90后”一代可能有着许多与“80后”、“70后”一代不同的思维方式、生活方式和价值观特征。同时在现有的分享经济劳动市场中这三个代群点占有最大的比例，因此本文以这三个代群作为研究对象，分析他们在灵活就业选择中的差异。

现有研究针对劳动者的代际差异研究主要是围绕农民工进行的，改革开放30年以来，我国的农民工实现了三代更替，研究发现，各个代际的农民工在流动动因、身份认同、就业领域、受教育程度和职业技能培训意愿方面存在代际差异。[12]这些差异是否也存在于不同代际的灵活就业劳动者身上？这些差异会对劳动者的就业选择产生什么样的影响？回答上述问题，有助于帮助灵活就业平台根据不同需求的劳动者提供有针对性的灵活就业服务，为平台发展和劳动者就业选择提供参考。

三、研究方法与结果

（一）数据来源

本研究数据是由中国劳动保障科学研究院课题组在微工网网站对在微工网上寻找兼职工作的平台型灵活就业人员进行问卷调查收集得到数据，本研究数据样本量1888份，排除有连续缺失值或者有变量填写空白的问卷，最终得到有效问卷1860份，样本回收有效率达 98.52%。

表1 被调查灵活就业劳动者基本特征

通过表1的统计显示，“90后”、“80后”、“70后”在该平台的灵活就业劳动者中占有中占绝大多数，分别占有27.84%、30.18%、25.78%。可见平台型灵活就业者大多数为三十岁左右的人群，“80后”是灵活就业者的主力军。从灵活就业者今后是否愿意从事正式、稳定的工作来看，“80后”和“70”选择从事正式工作的比例较大，且相较于“90后”继续从事灵活就业的意愿较大。从对于今后的打算来看，“90后”更倾向于找一份正式、稳定的工作，占到32.23%，同时“90后”自主创业和参加培训的意愿也高于其他代际的群体。“80后”和“70后”对于继续从事灵活就业的意愿较高，分别占有28.64%和33.86%，但同时对于未来规划还不确定的比例也高于其他代际。

（二）研究方法与指标选取

因子分析是多元统计分析中的重要方法，探讨存在相关关系的变量之间是否存在不能直接观察到的但对可观测变量的变化起支配作用的潜在因子的统计分析方法。[13]因子分析是在众多相关因素中求出潜在的起支配作用的少数几个因子，来综合反映全部变量的大部分信息。本文为研究不同代际的灵活就业原因的差别，采用因子分析的方法，找出各个代际群体中对于就业选择起主要影响力的因素。

本研究将收集到的数据，按照排除有连续缺失值或有变量填写空白的原则进行问卷录入，把数据按照代际分类，即分为“70后”、“80后”和“90后”三个代际群体。并使用SPSS20.0软件进行数据分析。

（三）因子分析过程

首先对三组数据采用KOM和巴特利特检验，KMO( Kaiser-Meyer-Olkin)检验是对采样充足度的测度，检验变量间的偏相关是否很小，Bartlett球形检验是检验相关矩阵是否是单位矩阵，表明变量是否适合进行因子分析。当KOM检验系数大于0.5，巴特利特球体检验的X2统计值的显著性概率P值小于0.05时，问卷才有结构效度。表2是KMO检验和Bartlett球形检验结果表。

根据表2所示，KMO和Barlett球形检验三个代群KMO系数均大于0.5，且Bartlett的球形度检验p值均小于0.05，二者KMO取值尚可接受，表明两类数据样本足够充足，具有结构效度。通过对调查问卷的信效度分析说明调查问卷具有较好的信效度，进行数据分析后的结果具有可靠性和说服力。问卷的结果适合做因子分析。

表2 各个代群平台型灵活就业劳动者KMO和 Bartlett 的检验

对检验过的分类数据进行因子分析（见表3）。

根据表3的数据显示，经过因子旋转后得到的新公因子的方差贡献值、方差贡献率和累计方差贡献率，与未经过旋转相比，每个因子的方差贡献值有变化，但最终累积的贡献率不变，累计贡献率为64.409%，表示三项公因子可以对数据的解释总方差和大于64.409%。

通过表4的旋转矩阵可以看出，“经济状况”、“教育匹配度”和“满意度”这三个选项可以被归为一类，与上文的命名相同，将新的因子命名为主观判断，是灵活就业者对个人经济情况、教育情况等的主观判断；“就业原因1”和“就业原因2”两个选项可以被归为一类，命名为灵活就业原因1。“就业原因3”一个选项可以单独被归为一类，命名为灵活就业原因2。

表4 “90后”灵活就业劳动者旋转成分矩阵

表5 “90后”灵活就业劳动者成分得分系数矩阵

根据表5的成分得分系数矩阵，由此可得到最终的因子得分公式为：

表3 “90后”平台型灵活就业劳动者的解释总方差

F1=-0.007*就业原因1+0.019*就业原因2+0.001*就业原因3+0.431*经济状况+0.488*工作满意度-0.039*教育匹配度

F2=0.689*就业原因1+0.431*就业原因2-0.131*就业原因3+0.100*经济状况-0.391*工作满意度+0.160*教育匹配度

F3=-0.156*就业原因1+0.433*就业原因2+0.827*就业原因3-0.158*经济状况+0.078*工作满意度+0.199*教育匹配度

以三个因子所对应的方差贡献率为权重，得出影响平台型灵活就业劳动者就业选择的方程模型F=24.970%*F1+23.977%*F2。由此，可以来判断各因素对“90后”灵活就业者选择灵活就业的影响因素权重。

表6 “90后”灵活就业劳动者兼职原因被选择频数

通过对兼职原因变量的多重响应分析显示（见表6），“时间灵活，适合自己”选项被选择的频率最高占比为20.6.%，“作为兼职，可以多挣钱”选项排在第二位占比为15.70%，“锻炼能力，拓宽路子”占比为14.80%，由此可以得出，作为“90后”的灵活就业劳动者更注重时间灵活的自由度以及对能力的锻炼。

按照同样的方法对“80后”灵活就业劳动者数据进行分析（见表7）。

根据表7的数据显示表明经过因子旋转后得到的新公因子的方差贡献值，方差贡献率和累计方差贡献率，与未经过旋转相比，每个因子的方差贡献值有变化，但最终累积的贡献率不变，累计贡献率为60.784%，表示三项公因子可以对数据的解释总方差和大于60.784%。

表8 “80后”灵活就业劳动者旋转成分矩阵

通过表8的旋转矩阵可以看出，“满意度”和“经济状况”这两个选项可以被归为一类，新的因子命名为个人经济状况（个人经济状况是灵活就业者对个人情况的主观判断）；“就业原因2”和“就业原因3”被划归为一类，命名为灵活就业原因1；“就业原因1”被单独划分为一类，新的因子命名为灵活就业原因2。

表7 “80后”灵活就业劳动者的解释总方差

表9 “80后”灵活就业劳动者成分得分系数矩阵

根据表9的“80后”灵活就业劳动者成分得分系数矩阵，由此可得到最终的因子得分公式为：

F1=0.041*就业原因1-0.135*就业原因2-0.049*就业原因3+0.565*经济状况-0.571*工作满意度-0.339*个人文化程度

F2=0.015*就业原因1+0.598*就业原因2+0.566*就业原因3-0.111*经济状况-0.087*工作满意度-0.309*个人文化程度

F3=-0.889*就业原因1+0.187*就业原因2-0.208*就业原因3-0.152*经济状况+0.132*工作满意度-0.130*个人文化程度

以三个因子所对应的方差贡献率为权重，得出影响平台型灵活就业劳动者就业选择的方程模型F=21.873%*F1+21.469%*F2+17.443*F3。由此，可以来判断各因素对有“80后”灵活就业者选择灵活就业的影响因素权重。

表10 “80后”灵活就业劳动者兼职原因被选择频数

通过对兼职原因变量的多重响应分析显示（见表10），“作为兼职，可以多挣钱”选项被选择的频率最高占比为22.20%，“时间灵活，适合自己”选项排在第二位占比为18.60%，由此可见“80后”的灵活就业劳动者更注重在业余时间解决经济压力，经济因素和时间因素是“80后”灵活就业劳动者所考虑的首要因素。同时也更注重是否有就业资源。

按照同样的方法对“70后”灵活就业劳动者数据进行分析（见表11）。

根据表11的数据显示表明经过因子旋转后得到的新公因子的方差贡献值，方差贡献率和累计方差贡献率，与未经过旋转相比，每个因子的方差贡献值有变化，但最终累积的贡献率不变，累计贡献率为64.492%，表示三项公因子可以对数据的解释总方差和大于64.492%。

表11 “70后”灵活就业劳动者的解释总方差

表12 “80后”灵活就业劳动者旋转成分矩阵

通过表12的旋转矩阵可以看出，“就业原因3”、“满意度”和“经济状况”这两个选项可以被归为一类，新的因子命名为个人经济状况（个人经济状况是灵活就业者对个人情况的主观判断）；“就业原因2”被单独划归为一类，命名为灵活就业原因1；“就业原因1”被单独划分为一类，新的因子命名为灵活就业原因2。

表13 “70后”灵活就业劳动者成分得分系数矩阵

根据表13的“70后”灵活就业劳动者成分得分系数矩阵，由此可得到最终的因子得分公式为：

F1=0.019*就业原因1-0.015*就业原因2-0.450*就业原因3+0.352*经济状况+0.321*工作满意度-0.390*个人文化程度

F2=-0.055*就业原因1+0.840*就业原因2-0.422*就业原因3-0.018*经济状况-0.050*工作满意度-0.204*个人文化程度

F3=-0.939*就业原因1-0.060*就业原因2-0.236*就业原因3+0.074*经济状况+0.182*工作满意度+0.081*个人文化程度

以三个因子所对应的方差贡献率为权重，得出影响平台型灵活就业劳动者就业选择的方程模型F=29.472%*F1+18.081%*F2+16.940*F3。由此，可以来判断各因素对有“70后”灵活就业者选择灵活就业的影响因素权重。

表14 “70后”灵活就业劳动者兼职原因被选择频数

通过对兼职原因变量的多重响应分析显示（见表14），“作为兼职，可以多挣钱”选项被选择的频率最高占比为20.40%，“时间灵活，适合自己”选项排在第二位占比为16.90%，由此可见“70后”的灵活就业劳动者更注重在业余时间解决经济压力，经济因素和时间因素是“70后”灵活就业劳动者所考虑的首要因素。

（四）数据分析结果

通过分析结果显示，各个代际间的就业原因和未来打算存在着明显的差异：

表15 各个代际灵活就业劳动者的就业原因和未来打算

通过表15的分析可以看出，各个代际之间的就业原因存在着明显的差异。从就业原因上看，“90后”代群更看重就业时间上的灵活性，相比于其他代际，“90后”更愿意在灵活就业中锻炼自己的能力和技能。相对于其他的代际，灵活就业平台对于刚刚步入社会的“90后”来说是一个过渡时期的选择，在时间上适合自己的前提下，“90后”更愿意在灵活就业中为今后的工作积累经验。作为物质条件相对更丰富的一代，“90后”为了维持生活从事兼职活动的比例明显小于其他代际，但这也与“90后”家庭负担较小有关系。“80后”和“70后”在兼职平台上就业劳动者中占比最大，同时这两个代际从事灵活就业的意愿也最强，是灵活就业劳动者的“主力军”。“80后”和“70后”大部分人有着正式的本职工作，他们正处于家庭负担沉重的人生阶段，背负着住房、子女抚养、赡养老人等多方面压力，从事灵活就业的主要目的是通过兼职贴补家用，这两类代群更愿意长期在兼职平台上工作。年龄效应对于灵活就业者在是否继续从事灵活就业方面影响较大，在未来的打算方面，并且根据表1的数据显示随着年龄的增加继续从事灵活就业的意愿随之增加。“90后”继续从事灵活就业的意愿没有“80后”和“70后”强烈，更期望可以找到一分正式的稳定的工作，而代效应对于灵活就业者的就业选择的影响更大。

四、总结与政策建议

现阶段，随着平台型灵活就业在整个就业总量中占的比重越来越大,各种各样的就业平台也是层出不穷，解决劳动者的根本诉求是提高平台型企业提高自身竞争力的根本手段。[14]平台型企业和用工单位应该关注灵活就业劳动者的代际差异，通过大数据等媒介收集劳动者信息、深度挖掘劳动者的需求，提高平台对各个年龄段劳动者的吸引力。

对于平台型用工企业来说，在努力保证灵活就业劳动者的基本劳动保障的同时要规范用工模式。一方面引入相应的信用体系和评价体系，做的平台上的灵活就业人员在道德水平、业务能力、工作记录等方面有据可查；另一方面，灵活用工平台应协助灵活就业者参加培训、办理相关证件、提高劳动技能，以确保招聘到更多的、合格的、高素质的灵活就业员工。

作为灵活就业的主力军，“80后”和“70后”从事此项工作其主要目的是作为兼职、增加收入。针对这类群体平台企业应创新薪酬福利和激励制度的设计。用工企业要激励灵活就业人员在工作中提高工作效率，改善福利待遇低或无福利的情况。努力提高平台对这类灵活就业人员的吸引力。不同工种要配备不同保险，用工企业可与灵活就业人员共同承担保险费用，但灵活就业人员必须拥有相应保险才能开展工作，同时用工企业也要自行购买其他相应的保险，以分散风险，必要时降低损失。这样用工企业的管理方式得到了优化，同时也能保护灵活就业人员的合法权益。

而“90后”劳动者则更多的将灵活就业作为正式就业的“缓冲器”。因此，为不同诉求的劳动者提供底线保护的同时，平台的政策也应适度提现差异性。他们的素质能力高低直接决定了自身的市场竞争力和未来的收入，针对这类人群，应该以加强技能培训为主。可以开展有针对性的职业培训，开发适合灵活就业人员的各种微课、慕课，为灵活就业人员提供便捷化、不受时空限制的培训途径和方式。