职业认知、社会支持对农民择业倾向的影响,本文主要内容关键词为:社会支持论文,认知论文,倾向论文,农民论文,职业论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
分类号 B849:C93
1 引言
农民是“三农”的核心问题,而解决农民问题的关键之一在于解决其就业问题。农民①的“就业状态”包括三层涵义:一是指就业的平等性(就业环境),二是指就业的能力(综合素质、职业认知等),三是指就业的岗位(机会)(刘尚希,2006)。近年来,随着户籍制度改革的推行以及国家相关政策的出台,农民就业的范围不断扩大,进入的行业和领域越来越多,就业状态得到了较大的改善。然而,文化素质、择业观念的局限性以及种种不平等、歧视性的“硬性”环境障碍,仍在很大程度上阻碍着农民的转移就业。可以说,整体就业能力低下,社会支持的缺失是制约农民就业的主要矛盾。因此,有必要从农民自身和社会环境人手,对其职业行为进行深入地探讨。
在职业行为研究领域,Lent等人(1994)运用Bandura的社会认知理论,提出了社会认知职业理论模型(Social cognitive career theory,SCCT),将心理、社会、经济等因素整合起来,力图解释人们从职业兴趣形成、职业目标树立,到职业选择及绩效表现等的全过程(Lent,Brown & Hackett,1994)。SCCT以自我效能、结果预期、目标设定为核心概念,将具体职业行为概括为职业兴趣、职业选择、工作绩效三个作用模式。该模型自提出以来便受到了国外学者的广泛关注,其核心建构已被许多实证研究所检验。大量研究表明,社会认知变量有助于解释职业选择与发展过程中的行为(Swanson & Gore,2000)。元分析结果显示,自我效能和职业兴趣之间存在较强的联系(r=0.59)(Rottinghaus,Larson & Borgen,2003),职业兴趣可以很好地预测职业选择(r=0.60)(Lent et al.,1994),自我效能、结果预期与职业选择间有着直接和间接的相关(Lent,Brown & Hackett,1994;Lent,Brown,&Schmidt,et al.,2005)。
在环境因素方面,SCCT认为当前的环境变量,如雇佣中的歧视,家人或重要他人的干预等等,对个体的职业行为有着直接的促进或阻碍作用(直接作用假设)(Lent et al.,1994)。Lent(1994,2001,2002,2003)将环境的影响主要总结为社会支持和障碍(积极的支持和消极的支持)(Lent,Brown & Hackett,1994;Lent,Brown & Brenner et al.,2001;Lent,Brown & Talleyrand et al.,2002;Lent,Brown & Schmidt et al.,2003)。而Bandura(1999,2000)则认为,这些环境变量也可能通过自我效能的中介作用对职业选择产生影响(间接作用假设)。如一项对大学生的研究显示,社会支持与环境障碍并不直接决定职业选择的结果,而是通过增强或削弱其对职业能力的自我评估(职业自我效能),间接地影响着择业行为(Lent,Brown & Schmidt et al.,2003)。
近来,SCCT还被应用于一些特殊人群(如妇女、同性恋者、精神病患者等)(Morrow,Gore & Campbell,1996;Byars & Hackett,1998;Fabian,2000),为人们提供了一种干预的可能性和策略。许多实践工作者认识到,SCCT对理解和帮助弱势群体的职业决策和职业生涯发展具有十分重要的意义(Brown & Lent,1996;Brown & Lent,2005)。尽管如此,SCCT仍需要进一步完善。目前,国内这方面的研究较少(龙立荣,方俐洛,李晔,2002;高山川,孙时进,2005)。国外虽有较多的研究,但也存在一定的局限:在研究内容上,现有的研究大多集中在核心变量和主要模式上,对个体背景因素、当前的环境因素及其如何通过认知机制对职业心理和行为发生影响等方面,研究得较少;在研究对象上,主要是针对各种学生和工作者群体,虽有少数研究聚焦于特殊人群,但未见有关农民群体的探讨;在研究方式上,基本为提出问题、寻找干预对策的性质,缺乏实证、定量的分析。
本文以SCCT模型为框架,探讨职业认知和社会支持对农民择业行为的影响。我们的目的是:(1)检验职业自我效能、结果预期对农民职业兴趣和选择影响的假设;(2)重点探讨社会支持对农民择业倾向的作用机制;(3)考察SCCT的主要假设能否较好地预测农民群体的择业心理与行为。
2 方法
2.1 研究程序和工具
考虑到农民的特殊性,我们采用了访谈和问卷调查法。其中问卷实行团体施测,由调查者解释目的及各项目的涵义,以确保农民的理解。问卷现场发放,当场收回。
2.1.1 访谈 为了使问卷最大程度地符合农民群体的特点,研究者在小范围内(浙江省义乌、绍兴、临海等3个县级市)组织了多次专题访谈。访谈采用半结构的形式,从三个层面进行:第一为政府管理部门层面,通过走访市农业局、教育局、劳动与社会保障局及“阳光工程”办,掌握当前农村劳动力就业和转移培训的总体状况,以及相关惠农政策、措施的落实和开展情况;第二为企业业主、管理者层面,通过走访具有代表性的、吸收农村劳动力较多的企业(农业龙头企业、工业企业、商业服务业各6家,共18家),以及“阳光工程”职业技能培训学校(共8所),从市场需求和管理者的角度来考察农民培训、就业、劳动保障及福利待遇等方面的问题;第三是农户层面,在相关部门的帮助下,通过与部分职工、村民的座谈及交流,直接了解农民的就业、生活现状及感知到的社会支持情况,把握农民的择业心理,访谈人数总计103人。
访谈的结果表明,农民的就业状态出现了可喜的变化,主要表现在:职业价值观从单纯的物质追求逐渐转变为对公平权益的诉求;职业兴趣日趋广泛,学习知识技能的主动性不断提高;择业倾向趋于多元化,转产就业的领域涉及工、商、服务业等各行各业;转移后就业竞争力有所增加,工作满意感、主观幸福感水平有所提升。存在的主要问题是:对职业的认知存在一定的偏差;城市认同、对新工作环境的心理适应程度还较低;对现有的就业支持、公共服务的利用度不高;群体性歧视、社会保障的缺失是其较大的就业障碍,等等。
2.1.2 初测问卷的编制 在访谈的基础上,我们编制了初测问卷。问卷主要由以下3部分组成:
(1)个人背景信息:包括性别、年龄、籍贯、健康状况、婚姻状况、受教育程度、家庭经济状况等一些人口统计学变量。
(2)职业变量的测量:
在职业测评方面,美国职业心理学家霍兰德将职业分为了RIASEC六大类型(R:现实型;I:研究型;A:艺术型;S:社会型;E:企业型;C:传统型)。Gore(1996)在此基础上编制了一套包含自我效能、结果预期、职业兴趣三部分的量表,后来Lent,et al.(2003)又将测量变量扩展到择业倾向。该量表被证明具有较好的信度和效度(Gore,1996;Gore & Leuwerke,2000;Brown,Lent & Gore,2000)。由于这种基于RIASEC分类的职业变量的测量方式通俗易懂,具有可操作性,且六种职业类型在访谈中均得到体现,因而在本研究中此部分问卷主要参考Gore和Lent等的研究方法进行设计。
问卷设计的核心在于各类型职业条目的选择。以上问卷的条目是在西方社会背景下确定的,多适用于一般文化水平以上的城市居民,不太符合中国国情下农民群体的实际情况。在我国,国家劳动与社会保障部于1999年重新修订编发了《劳动力市场职业分类与代码(LB501-1999)》,2002年又再一次对其进行了调整。该分类涵盖了目前中国社会大部分职业类型,已被广泛地用于各地的职业介绍、就业培训以及相关的统计、信息分析工作中。在此,我们以《LB501-2002》为参考,并结合农村劳动力转移培训就业的现状,从中选取具体的职业作为问卷项目设计的基础和来源。
①择业倾向 选取了48个六种职业类型所涉及的具体工作(如,R型“机械制造工”,I型“种植业或养殖业方面的技师”,A型“雕刻、刺绣图案的设计人员”,S型“教师”,E型“小商小贩等个体经营户”,C型“销售员”;每种类型8个条目),要求作答者指出“会有多大可能选择或从事这些工作”。作答者的反应以利克特式7点量表计分(1=“没有可能”;7=“很有可能”)。
②职业结果预期 列举了从事上述工作可能获得的“积极结果”(如,“高的工资收入”、“稳定的社会保障”等等)(郑全全,赵立,2006),要求作答者指出“每一个工作能在多大程度上使你得到想获得的东西”。作答者的反应以利克特式7点量表计分(1=“一点儿也没有”;7=“收获很多”)。
③职业兴趣 编制了上述工作可能涉及的具体活动或任务(如,R型“装配修理电器或机器零件”,I型“钻研农业技术知识”,等;每种类型8个条目,共48个条目),要求作答者判断对这些活动或任务的喜好程度,作答者的反应以利克特式7点量表计分(1=“一点儿也不喜欢”;7=“非常喜欢”)。
④职业自我效能 要求作答者指出“对完成上述具体活动或任务有多大的信心”(48个条目)。作答者的反应以利克特式7点量表计分(1=“完全没有信心”;7=“非常有信心”)。
(3)社会支持的测量
结合研究文献和访谈结果,拟从积极支持(涉及家庭、人际、经济、职业培训、工作机会等5个积极的方面)和消极支持(涉及就业、生活等6个消极的方面,如差别待遇、社会保障的缺失、群体性歧视等)来考察农民的社会支持(环境)状况。此部分共11个项目,从“完全不同意”到“完全同意”以7点式量表计分。
在问卷定稿前,我们邀请了农业部门及心理测量方面的专家审定项目内容及词语表达的准确性。
2.2 取样
2.2.1 试测样本构成 在浙江省金华市东阳、永康、浦江、义乌等四地,随机抽取了419名农民完成了初测。其中男性224名,女性195名,样本的平均年龄为30.10岁。
2.2.2 正式样本构成 采用分层取样法,在浙江省11个地级市中各选取两个县(区)进行了调查。从一产(村庄,农业生产基地)、二产(含农民工较多的工业企业)、三产(商业、服务业、农业休闲园区)以及职业技能培训学校按一定的比例取样。回收有效问卷628份,其中男性339名,女性289名;样本的年龄分布在17~55岁之间,平均年龄为30.02±10.07岁;样本农民中不识字的占3.0%,小学程度占19%,初中学历占45.2%,高中及以上学历占32.8%;样本农民有71.8%来自浙江省,其余的分别来自安徽、四川、江西等全国22个省。
2.3 数据统计
首先采用SPSS 13.0统计分析软件包进行基本的统计分析和问卷的信效度检验。然后采用Amos 5.0结构方程软件包进行测量模型和结构模型的建构与检验。
3 结果
3.1 正式问卷的建构
采用试测样本数据(n=419),对六种职业类型的自我效能、结果预期、职业兴趣和择业倾向条目,分别进行项目分析(表略)。根据经验和因素分析理论确定的五个标准(温忠麟,张雷,侯杰泰,刘红云,2004),剔除问卷中不合适的条目;结合调查的实际情况,对部分条目的用词、表述进行了适当的修改,最终形成的正式问卷各类型条目数如下:职业自我效能38个(R型5个,I型6个,A型7个,S型8个,E型7个,C型5个);职业结果预期41个(R型6个,I型6个,A型7个,S型7个,E型8个,C型7个);职业兴趣40个(R型6个,I型7个,A型7个,S型8个,E型7个,C型5个);择业倾向41个(R型6个,I型6个,A型7个,S型7个,E型8个,C型7个);社会支持10个(积极支持5个,消极支持5个)。
3.2 问卷的信效度分析
对正式样本数据(n=628)进行探索性因素分析表明,六种职业类型的自我效能、结果预期、职业兴趣和择业倾向量表均只抽取出一个公因子,各条目在各分量表上均具有较高的因素荷重(0.64~0.90),各因子解释变异率为51.7%~74.0%;10个社会支持项目被抽取出两个因子,分别为积极支持和消极支持(积极支持的荷重为0.63~0.80,消极支持为0.73~0.80),累积贡献率为67.7%。说明问卷的结构较为稳定。
对问卷进行信度检验表明,六种类型各分量表均具有较高内部一致性(除R型自我效能和积极支持部分α值为0.75和0.77外,其他各类型各分量表的α值均大于0.80),说明问卷的可靠性较好。见表1。
另外,对六种职业类型各分量表的平均分进行相关分析,结果显示:自我效能、结果预期、职业兴趣、职业选择、积极支持之间均存在正相关,而消极支持与其它各部分间均存在负相关;相关的大小分别为R型0.10~0.72,I型0.10~0.62,A型0.13~0.64,S型0.10~0.71,E型0.16~0.76,C型0.16~0.71;所有相关系数均达到显著水平(p<0.05)。(具体相关分析表略)
3.3 测量模型的建构和检验
根据结构方程的建模要求,将正式样本(n=628)随机分成两半,分别进行测量模型和结构模型的建构与检验。
采用Amos 5.0软件中的最大似然法,对前一半数据(n1=314)进行验证性因素分析(CFA)。我们考察了4种可能的测量模型结构:(1)2因素模型:自我效能、结果预期、职业兴趣和择业倾向组成一个潜变量,社会支持(积极支持和消极支持)为第二个潜变量;(2)3因素模型:自我效能和结果预期组成第一个潜变量,职业兴趣和择业倾向组成第二个潜变量,社会支持为第三个潜变量;(3)5因素模型:自我效能、结果预期、职业兴趣、择业倾向和社会支持分别代表5个潜变量;(4)6因素模型:自我效能、结果预期、职业兴趣、择业倾向,以及积极支持、消极支持分别代表6个潜变量。以上各模型的潜变量间均彼此相关。
根据六种职业分类,每个备择模型都被检验了6次。结果表明,在六种职业类型上,6因素模型的各拟合指标均达到拟合标准(除I型的RMSEA略高),且均优于其它各备择模型。其拟合指标分别为:x2值介于283.43~572.91,p<0.001;NFI介于0.96~0.98;RFI介于0.95~0.97;TLI介于0.96~0.98;CFI介于0.97~0.99;RMSEA值R型为0.07,I型0.10,A型0.07,S型0.07,E型0.07,C型0.06。根据拟合度最佳原则,接受6因素模型,即职业自我效能、职业结果预期、职业兴趣、择业倾向、积极支持和消极支持为6个相互区别却又彼此相关的潜变量。
3.4 结构模型的建构和检验
采用协方差结构模型的极大似然法,对另一半数据(n[,2]=314)进行结构模型的建构和检验。假设的模型基于上述6因素模型,即包括积极支持、消极支持两个外源潜变量以及职业自我效能、结果预期、职业兴趣和择业倾向4个内源潜变量。
3.4.1 完整模型及SCCT核心建构的检验 在SCCT核心建构的基础上,我们首先考虑了完整的结构模型,即积极支持和消极支持对择业倾向均产生直接和间接(经由自我效能)的影响。初步参数估计结果(见表2),六种职业类型完整模型的各拟合指标均已达到结构方程的拟合标准(NFI>0.9;IFI>0.9;TLI>0.9;CFI>0.9;χ[2]/df<4;RMSEA<0.1;Hu & Bentler,1998)。
六种职业类型的完整模型如图1所示,完整模型支持了SCCT的核心建构。
较高的职业自我效能导致了较强的结果预期。在六种类型上,职业自我效能均较好地预测了职业结果预期(标准化路径系数β为0.19~0.50,p<0.01)。
自我效能和结果预期分别以及共同预测了职业兴趣。六种职业类型的自我效能、结果预期与职业兴趣之间的路径系数均达到了显著水平(p<0.05),其中,自我效能对职业兴趣的路径系数在各种职业类型上都高于结果预期。自我效能除对职业兴趣有显著的直接影响外(标准化路径系数β为0.71~0.84,p<0.01),还通过结果预期对职业兴趣产生间接影响。
图1 六种职业类型的完整模型图
(注:图中数字为标准化路径系数,其中斜体表示在该值统计上显著)
自我效能、结果预期和职业兴趣都直接与择业倾向相联系,而前两者也部分地经由职业兴趣对择业倾向产生间接影响。六种职业类型的职业兴趣对择业倾向均有显著的路径系数(p<0.05)。结果预期对择业倾向在5种职业类型上(除A型外)具有显著的路径系数(p<0.01)。自我效能则只在E型和C型上对择业倾向有显著的直接影响(p<0.05),这说明自我效能与择业倾向的关系在不同职业类型上有所不同。
3.4.2 模型的修正:社会支持对择业倾向作用机制的检验 由表3可见,虽然完整模型的各拟合指标已符合模型拟合的要求,但积极支持、消极支持与择业倾向间的直接路径系数均较小,且绝大部分(除C型的消极支持外)都未达到显著水平(p>0.05)。另一方面,积极支持对自我效能在5种职业类型上(除R型外)都有着显著的影响,而消极支持只在A型和C型上对自我效能有显著的影响;且在所有的职业类型上,积极支持对自我效能的影响均是正性的,消极支持的影响则均是负性的。这在一定程度上支持了Bandura的间接作用假设。
为进一步考察社会支持对择业倾向的作用方式,采用逐步删除法去除不显著的路径,对各职业类型的完整模型分别进行修正。结果显示,在各种职业类型各修正模型中,只有E型和C型的间接作用模型,修正后保留的路径系数均显著,各拟合指标均达到了较理想的水平(见表3),且与完整模型相比不存在统计上的差异(E型:Δχ[2]=3.932,p>0.05;C型:Δχ[2]=1.992,P>0.05),因此,接受这两个模型,其标准化路径系数图如图2、图3所示。其它各职业类型积极支持和消极支持的影响路径经模型修正均未达到显著水平(p>0.05)。
图2 E型职业最终模型标准化路径系数图
(注:*p<0.05;**p<0.01;***p<0.001,下同)
图3 C型职业最终模型标准化路径系数图
3.4.3 E型和C型职业自我效能的中介作用检验
根据中介效应检验程序(温忠麟,张雷,侯杰泰,刘红云,2004),对职业自我效能在社会支持和择业倾向间的中介作用进行检验。
在积极支持方面,E型和C型的积极支持对择业倾向的总体效应(E型:β=0.17,p<0.05;C型:β=0.08,p<0.05)与间接效应(E型:β=0.18,p<0.05;C型:β=0.15,p<0.05)均达到了显著水平,但直接效应却不显著(E型:β=-0.01,p>0.05;C型:β=-0.07,p>0.05)。由此可见,E型和C型的自我效能在积极支持和择业倾向间起完全中介作用,其中介率分别为:E型95.1%,C型68.3%。
在消极支持方面,C型的消极支持对择业倾向的总效应(β=-0.23,p<0.05)、间接效应(β=-0.10,p<0.05=和直接效应(β=-0.13,p<0.01)均达到了显著水平,表明C型的职业自我效能在消极支持和择业倾向间起了部分中介的作用,中介效应占总效应的比例为41.9%。
4 讨论
4.1 研究的信效度
近年来,农民问题已成为社会关注的焦点,农民的心理也越来越受到人们的重视。由于中西方文化差异,以及农民较低的文化程度,使得许多研究工具在农民群体中应用的效度受到质疑。因此,有必要编制一些符合我国农民特点的、简短而有效的测量工具,以更好地研究农民的心理(赵立,郑全全,2007)。本研究在这方面作了初步尝试。
本研究表明,RIASEC六种职业分类与农民的实际情况较为吻合,以此为基础的职业自我效能、结果预期、职业兴趣、择业倾向等变量的测量方式,可操作性较强。在效度方面,探索性因素分析结果,六种职业类型的自我效能、结果预期、职业兴趣和择业倾向量表均只抽取出一个公因子,各条目在分量表上均具有较高的因素荷重;社会支持部分10个项目被抽取出两个因子,分别为积极支持和消极支持,其累积贡献率为67.74%。验证性因素分析结果,6因素结构模型具有最佳的拟合度和稳定性。这都符合本研究的假设建构,反映了问卷具有较好的结构效度。同时,该问卷是在对职业心理和农民社会支持等方面文献回顾的基础上,结合几次有关农民就业心理和社会支持的深度访谈资料,并借鉴《LB501-2002》编制的,问卷的编制过程也保证了其内容效度。在信度方面,六种类型各分量表均具有较高内部一致性,表明问卷具有一定的可靠性和稳定性,符合心理测量学的要求。
4.2 职业认知对农民择业的影响
SCCT的主要观点认为,个体的职业自我效能、结果预期能够预测职业兴趣的形成,而这些职业认知变量又与职业兴趣一起,影响着个体的职业选择。该核心假设已被国外许多研究所验证(如,Lent,Brown,& Hackett,1994; Swanson,& Gore,2000; Rottinghaus,Larson,& Borgen,2003; Lent,Brown,& Schmidt et al.,2005)。
本研究将SCCT模型扩展到农民群体。结果表明,在六种职业类型上,职业自我效能对职业结果预期有着积极的影响;自我效能、结果预期较好地预测了农民的职业兴趣;自我效能直接地或经由结果预期间接地对职业兴趣产生影响;职业兴趣,不但较好地预测了农民的择业倾向,同时它在自我效能、结果预期与择业倾向间也起着间接作用。这些均与SCCT的理论预期相一致。
同时,本研究也发现,相比较而言,自我效能更好地预测了职业兴趣,而结果预期则更好地预测了择业倾向。一方面,当前农民的科技文化水平还普遍较低,农民的非农就业更多地集中在劳动密集型的行业,对专业技能的要求相对较低;另一方面,调查显示,工资因素仍是当前农民择业时比较看重的因素(郑全全,赵立,2006a),对于工作报酬、待遇的期待,往往成为农民职业选择的首要标准,这就在很大程度上强化了职业结果预期对农民择业的影响。这些结果也为SCCT的职业兴趣和职业选择模式提供了进一步的实证依据。
4.3 社会支持(积极支持、消极支持)对农民择业的影响
与以往的职业理论不同的,SCCT将心理、社会和经济等影响因素整合起来,动态地揭示了职业兴趣形成和职业发展的全过程。它假设,当前的环境因素,如就业机会、职业培训、雇佣中的歧视、家人或重要他人的干预等,将对个体的职业选择产生直接而重大的影响。然而,少量的关于环境变量的研究却支持了另一种可能,即它们通过增强或削弱职业自我效能对职业选择产生间接的影响(Bandura,1999,2000)。为此,本研究结合农民就业的实际情况,从积极支持和消极支持的角度,对社会环境的作用机制进行了考察。
结果表明,积极支持(E型、C型)和消极支持(C型)主要通过职业自我效能的中介作用对农民的择业倾向产生间接的影响;另外,C型的消极支持也对择业倾向有着直接的影响;这些结果与先前的实证研究一起,既对SCCT的直接作用假设提出了挑战,又在一定程度上支持了Bandura的间接作用假设。从现实角度,这是可以理解的。首先,较低的文化素质,决定了农民以实践经验为主的学习方式,因此社会支持、参照群体对农民的决策有着特别重要意义。其次,传统的亲缘、地缘关系构成了农民积极的社会支持力量,也是其就业信息的主要来源(赵立,郑全全,2006)。农民的参照群体是与他们具有相似背景的农民——其外出务工经历(参见郑全全,赵立,2006b)或是城市生活体验,往往成为农民就业的替代性经验,与家庭支持(如言语劝说等等),或是其自身经历(直接经验)一起,影响着农民对职业能力及择业现实性的自我评估,进而影响着农民的职业选择。再次,农民进城务工、非农就业都是要冒风险的,拖欠工资、不公平待遇、社会保障的缺失、群体性歧视等,很可能成为农民择业的消极体验的来源,削弱了农民职业自我效能,进而阻碍了农民的职业选择。此外,从宏观层面上看,社会处在不断改革和发展之中,社会变革带来的环境的差异性(如经济发展水平的地区差异、就业信息获取的不平衡性),导致了农民价值心理的多元性,也导致了农民择业现实性与理想性的冲击,而这种矛盾冲突正是通过增强和削弱农民的职业效能,间接影响了农民的职业选择。
然而,在R、I、A、S四种职业类型上,社会支持对农民择业倾向的影响并不显著。这可能是因为,农民的职业决策在很大程度上是可接受性和可实现性的理性权衡。可接受性意味着工作所提供的报酬是否符合农民的基本需求、所需付出体力是否在农民的可承受的范围之内;可实现性意味着相应的任职资格和技能要求是否可以通过农民自身的努力和学习达到以及达到的难易程度。对于E型(企业型)和C型(传统型)的工作而言,不论是从收益报酬、工作环境还是社会声望上,对农民都具有较大的吸引力,同时又具有一定程度的可实现性,因而,社会支持的作用就比较突出。而对于其它几种职业类型,或是可接受性较低(R型、S型),或是可实现性较低(A型、I型),都在一定程度上抑制了社会支持的中介作用。
此外,值得一提的是,与积极支持相比,本研究中消极支持在许多情况下并没有对农民的自我效能产生显著影响。这可能由于以下的原因:首先,消极支持可能是经由积极支持对自我效能产生影响的。例如,社会偏见、群体性歧视可能降低农民所体验到的积极支持的程度,进而削弱农民的职业自我效能。第二,积极支持可能缓和了消极支持对自我效能的抑制作用。如在面临来自环境的障碍(如在城市就业难)时,积极支持(同乡、朋友介绍)以及相应的应对策略(参加职业技能培训)可能增强农民对这种障碍的容忍程度。消极的支持往往在应对策略缺失的情况下削弱了农民的职业自我效能。第三,本研究所采用的是基于具体工作任务的职业自我效能,如果换成是职业障碍应对效能,或是职业决策自我效能,也许消极支持对于自我效能的作用就更明显了。所有的这些需要进一步研究检验和完善。
4.4 实践含义
本文通过探讨职业认知、社会支持对农民择业的影响,得到如下启示:
首先,提高农民的认知水平、增强农民的就业能力是解决农民就业问题的核心和关键。如帮助农民克服思想障碍,引导农民树立正确的择业观,积极开展职业技能培训,提高农民的科学文化素质和就业竞争力等等,应该放在构建农民社会支持系统的首要位置。
其次,营造关爱农民、尊重农民的社会氛围,增强农民的自信,比如支持农民参与决策、鼓励农民参政议政、宣传农民典型事例等等,这是社会支持奏效的前提和保障。
最后,不论采用何种形式,社会支持必须是现实的、看得到的、惠民的,比如解决拖欠农民工资的问题,完善农民子女就学、医疗保险等各种社会保障制度,消除差别待遇、就业歧视,保障农民的合法权益等等,相应的政策措施都应该真正落到实处。
4.5 研究局限
最后需要指出的是,本研究采用了基于RIASEC六种类型的职业变量的测量方式,这在一定程度上导致了结果及其解释的复杂性,如对于不同职业类型社会支持的作用机制可能不完全相同。同时,由于农民群体的特殊性,使得本研究的样本质量、问卷结构在某种程度上受到限制,进而影响了最终模型的拟合。比如,虽然本研究中一些常用拟合指数(如χ[2]/df、RMSEA、CFI、NFI、TLI)均达到了结构方程模型的拟合标准,但作为绝对拟合指数之一的基于离中参数的Mc指数仍相对较低。这需要我们今后在更大的范围内(如全国),提高样本质量,以更严密的程序来检验模型。此外,本文是在社会支持对农民择业心理影响方面的初步探索,假设模型是相对简单的,而在现实中,影响农民择业的社会、心理因素是多方面的,积极支持和消极支持的关系也许更为复杂,所有的这些都有待于进一步的研究探讨。
注释:
①现实中,农民是一种身份。本研究从实际出发,对农民进行了操作性定义,即居住在农村、从事农业生产的劳动者;户籍关系在农村,从事二、三产业的非农工作者;以及因土地被征用而进入城市,但未被纳入城市保障的农村转移劳动力。该定义是定性的,且目前尚无权威的分类标准和统计数据可查考,所以本研究仅以就业为依据进行取样,而未加以严格区分。
标签:农民论文; 职业类型论文; 社会支持论文; 自我效能论文; 群体行为论文; 职业路径论文; 社会因素论文; 职业认知论文; 就业选择论文;