在企业人才市场竞争激烈的今天,如何制定一套科学完备的员工福利保障制度成为了众多企业的难题。它既要兼顾企业自身实力,也要结合员工的实际情况,是一个综合性很强、技术含量很高的管理工作。本文主要以昆山市东吴证券公司为例,为了研究其福利保障体系中的薄弱点,运用模糊综合评价法构建评价指标体系,将员工满意度可视化分析。结果发现作为国企,其五险一金待遇及相关休假制度方面做得比较到位,问题主要出现在食宿体验、奖金、薪酬激励性等这些方面,对于员工满意度影响最大。在IPA模型分析的基础上提出必须直击痛点问题,在及时改善内外部设施条件的同时,管理者还应树立人本理念,尊重员工的合理需求,避免单调刻板的福利保障体系,注重福利多元化,加强制度的激励性,增添企业活力,不断提升员工的幸福感。 Today, with the fierce competition in the talent market of enterprises, how to formulate a scientific and complete employee welfare security system has become a difficult problem for many enterprises. It is a highly comprehensive and highly technical management work that takes into account both the strength of the enterprise itself and the actual situation of employees. This paper mainly takes Kunshan Soochow Securities Company as an example. In order to study the weak points in its welfare security system, the fuzzy comprehensive evaluation method is used to build an evaluation index system, and the employee satisfaction is visualized. The results show that as a state-owned enterprise, its five insurances and one fund treatment and related leave system are in place. The problems mainly occur in the accommodation experience, bonus, salary incentive and other aspects, which have the greatest impact on employee satisfaction. On the basis of IPA model analysis, it is proposed that we must directly address the pain point problem. While improving the internal and external facilities in a timely manner, managers should also establish a people-oriented concept, respect the reasonable needs of employees, avoid a monotonous and rigid welfare security system, focus on welfare diversification, strengthen the incentive of the system, increase the vitality of the enterprise, and constantly improve the happiness of employees.
在企业人才市场竞争激烈的今天,如何制定一套科学完备的员工福利保障制度成为了众多企业的难题。它既要兼顾企业自身实力,也要结合员工的实际情况,是一个综合性很强、技术含量很高的管理工作。本文主要以昆山市东吴证券公司为例,为了研究其福利保障体系中的薄弱点,运用模糊综合评价法构建评价指标体系,将员工满意度可视化分析。结果发现作为国企,其五险一金待遇及相关休假制度方面做得比较到位,问题主要出现在食宿体验、奖金、薪酬激励性等这些方面,对于员工满意度影响最大。在IPA模型分析的基础上提出必须直击痛点问题,在及时改善内外部设施条件的同时,管理者还应树立人本理念,尊重员工的合理需求,避免单调刻板的福利保障体系,注重福利多元化,加强制度的激励性,增添企业活力,不断提升员工的幸福感。
模糊综合评价法,层次分析法,企业福利保障,员工满意度
—Taking Kunshan Dongwu Securities Company as an Example
Wei Huang
School of Management, Shanghai University of Engineering and Technology, Shanghai
Received: Sep. 30th, 2022; accepted: Oct. 28th, 2022; published: Nov. 4th, 2022
Today, with the fierce competition in the talent market of enterprises, how to formulate a scientific and complete employee welfare security system has become a difficult problem for many enterprises. It is a highly comprehensive and highly technical management work that takes into account both the strength of the enterprise itself and the actual situation of employees. This paper mainly takes Kunshan Soochow Securities Company as an example. In order to study the weak points in its welfare security system, the fuzzy comprehensive evaluation method is used to build an evaluation index system, and the employee satisfaction is visualized. The results show that as a state-owned enterprise, its five insurances and one fund treatment and related leave system are in place. The problems mainly occur in the accommodation experience, bonus, salary incentive and other aspects, which have the greatest impact on employee satisfaction. On the basis of IPA model analysis, it is proposed that we must directly address the pain point problem. While improving the internal and external facilities in a timely manner, managers should also establish a people- oriented concept, respect the reasonable needs of employees, avoid a monotonous and rigid welfare security system, focus on welfare diversification, strengthen the incentive of the system, increase the vitality of the enterprise, and constantly improve the happiness of employees.
Keywords:Fuzzy Comprehensive Evaluation Method, Analytic Hierarchy Process, Enterprise Welfare Security, Employee Satisfaction
Copyright © 2022 by author(s) and beplay安卓登录
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
随着中国经济向高质量发展,国有企业改革不断深化,员工福利保障体系的构建和改良成为众多企业的难题。员工福利的分配和调整是一个动态管理的过程,想要制定出一套科学完备的员工福利保障体系是一个技术含量很高的工作,其设计过程也极为复杂。值得注意的是,因为物力、财力等方面制约因素的影响,我国企业人力资源管理体制中仍存在明显的缺陷和问题,尤其是制度设计层面,许多企业仍缺乏一套完善的符合企业发展需要的员工福利保障制度,这严重制约了企业人力资源管理工作的开展和进行,对企业提升市场核心竞争力造成了负面影响 [
本文以昆山市东吴证券公司为例,作为典型的国有企业,其员工福利保障体系极具代表性。通过问卷调查和实地访谈的形式搜集员工满意度评价,采用模糊综合评价法分析其体制中存在的弊端和不足,并在此基础上提出相关可行的对策建议,以维持企业人力资源系统的良性平稳运行。研究分析了该企业员工保障体系的现状及存在问题后发现,虽然薪资待遇及休假制度这些方面按照国家条例比较完备,但是其余方面均显得优势不足,其中问题最严重的方面在于食宿体验差、奖金制度单一、薪酬激励性不足,致使企业丧失活力,员工满意度不佳,缺乏工作积极性。单调、刻板的福利保障势必会使员工失去热情,而这种头重脚轻的员工福利保障,其实也是目前我国国企存在的普遍问题 [
通过对国内学者相关文献进行研究发现,目前普遍多以定性来分析企业内部员工福利保障问题,鲜有从结构层面的定量方式来入手,对这方面模糊问题的评价指标也存在一定空缺。因此,本文的创新点在于通过模糊综合评价法和层次分析法,将较抽象且难以定量、主观性较强的员工满意度评价直观化,并依次划分评价指标体系,从定量角度入手阐释分析员工福利保障体系的现状和问题,进一步得出影响员工满意度的关键因素及其关联性,为我国企业员工福利保障体系的构建和规划提供一些借鉴意义 [
首先,先与企业内相关人士进行咨询沟通了解基本情况后,再将该企业的员工福利保障体系进行粗分类,通过德尔菲法构建评价指标体系,并利用层次分析法将其分为4个主要层次,分别计算各级指标权重。在此基础上,运用模糊综合评价法构建员工满意度评判矩阵,收集企业员工的满意度信息,并依次计算各级指标的员工满意度得分。最后,根据指标层的重要性程度和满意度得分建立IPA象限图,比较员工对于福利保障体系的期望和企业的实际情况表现,分析该企业福利保障体系的优势与不足,并尝试给出相关的改进建议和对策 [
本研究将以模糊综合评价法作为核心研究方法,这是一种基于模糊数学的综合评价方法。它能根据模糊数学的隶属度理论把定性评价转化为定量评价,对抽象的事物或对象做出总体评价。它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适用于解决各种非确定性问题。它主要分为以下四个步骤:
1) 构建模糊综合评价指标体系,指标集表示为 U = { U 1 , U 2 , ⋯ , U m } (m为评价指标数量),评价集表示为 V = { V 1 , V 2 , ⋯ , V n } (n为评价等级数量);
2) 构建各指标权重向量,记为W,一般表示为 W = ( w 1 , w 2 , ⋯ , w m ) ;
3) 构建隶属矩阵(即评价指标模糊关系矩阵),通用公式为 R i = ( r i j ) , i = 1 , 2 , ⋯ , m , j = 1 , 2 , ⋯ , n ;
4) 隶属矩阵与权重的合成,并对结果向量进行解释。详细操作为:先计算模糊综合评价集 B = W × R = ( b 1 , b 2 , ⋯ , b n ) ,在这里先将其记为公式(1);再对评价级B依次去模糊化计算,后得到各指标评价值E = B × H (H为评价集V各等级对应分值),这里记为公式(2)。
研究主要采用问卷调查法和实地访谈相结合的形式收集资料。为了所获数据的真实有效,不考虑职位因素,对各个部门所有职员发放问卷,并在当天进行逐一回收。同时,对内部员工积极配合的情况下进行访谈,使得有话想说的员工能得到真实吐露自己心声的机会,反映其对企业的看法和认知。
另外值得一提的是,该企业网上论坛和微信公众号拥有丰富的点评资料,企业员工对于福利保障体系的点评数量相当可观。特别是人力部门开设的论坛,向内部员工开放,以便及时获取员工的倾诉。这些评论真实反映了员工对企业内部环境设施的整体感受和福利制度的看法,且发表时间主要集中于2019年以后,这就保证了所得评价的最新,尽可能地做到员工评价信息的真实可靠。因此,本文主要选取近三年内网上论坛和微信公众号的员工评价作为样本,经过简单筛选,选取仅对该企业描述相对客观的评价,最终连同问卷和访谈在内获取了共计1046条有效评价。
构建综合评价指标体系是模糊综合评价法的首要任务。在收集评价后,先对该企业员工福利保障体系评价中出现的高频词进行统筹整理,即频次分析,再在参考相关文献资料的基础上,提取出员工福利保障满意度相关评价指标28项。接着,邀请管理学、社会学、心理学等相关背景专家采用德尔菲法,结合该企业员工福利保障体系发展情况,最终确立了4个准则层,16个指标层(见表1) [
目标层 | 准则层 | 权重 | 指标层 | 权重 | 组合权重 |
---|---|---|---|---|---|
企业员工福利保障满意度(U) | 薪酬标准与绩效考核(U1) | 0.130 | 奖惩制度公平性(U11) | 0.241 | 0.031 |
薪酬调整灵活性(U12) | 0.172 | 0.022 | |||
企业绩效反馈机制(U13) | 0.369 | 0.048 | |||
薪酬制度激励性(U14) | 0.218 | 0.028 | |||
企业设施(U2) | 0.286 | 外部交通(U21) | 0.385 | 0.110 | |
停车场(U22) | 0.229 | 0.065 | |||
食宿体验(U23) | 0.165 | 0.047 | |||
企业环境与公共卫生(U24) | 0.127 | 0.036 | |||
企业秩序与工作氛围(U25) | 0.095 | 0.027 | |||
员工服务与管理(U3) | 0.172 | 加班制度合理性(U31) | 0.263 | 0.045 | |
员工对企业决策的参与度(U32) | 0.331 | 0.057 | |||
企业娱乐项目的丰富性(U33) | 0.171 | 0.029 | |||
员工晋升机制(U34) | 0.235 | 0.040 | |||
福利保障措施(U4) | 0.412 | 五险一金(U41) | 0.539 | 0.222 | |
奖金、津贴(U42) | 0.297 | 0.122 | |||
病假、休假制度(U43) | 0.164 | 0.068 |
表1. 企业员工福利保障满意度评价指标体系
根据所建立的员工满意度评价指标体系构造判断矩阵,对各指标赋值后综合分析员工评价,利用和积法对所得的判断矩阵进行处理,计算各指标权重,再用每个指标层权重与其隶属的准则层权重相乘,得到该指标层组合权重,即指标层对目标层的权重(组合权重之和为1),且总排序一致性检验CR = 0.0648 < 0.1,符合一致性要求。
在这里,各指标满意度将采用李克特五级量表法对员工评价进行量化处理,将满意度标准这一抽象概念划分为五个等级,分别用数字“1-5”表示。“1”表示“非常不满意”,“2”表示“较不满意”,“3”表示“一般满意”,“4”表示“较满意”,“5”表示“非常满意”。
将上述调查所得1046条评价进行排列组合及分类处理,依据其相关性依次进行判定,最终得到满意度评价分类汇总结果,如表2所示。
指标 | 非常满意 | 较满意 | 一般满意 | 较不满意 | 非常不满意 |
---|---|---|---|---|---|
奖惩制度公平性 | 12 | 38 | 14 | 0 | 0 |
薪酬调整灵活性 | 3 | 48 | 0 | 7 | 2 |
企业绩效反馈机制 | 4 | 17 | 1 | 6 | 1 |
薪酬制度激励性 | 0 | 8 | 4 | 12 | 5 |
外部交通 | 36 | 20 | 6 | 0 | 0 |
停车场 | 9 | 11 | 26 | 9 | 8 |
食宿体验 | 0 | 4 | 18 | 34 | 11 |
企业环境与公共卫生 | 15 | 20 | 0 | 2 | 1 |
企业秩序与工作氛围 | 23 | 42 | 5 | 0 | 1 |
加班制度合理性 | 3 | 6 | 17 | 6 | 2 |
员工对企业决策的参与度 | 7 | 19 | 6 | 9 | 0 |
企业娱乐项目的丰富性 | 0 | 3 | 7 | 0 | 0 |
员工晋升机制 | 0 | 4 | 8 | 31 | 1 |
五险一金 | 58 | 26 | 0 | 4 | 0 |
奖金、津贴 | 6 | 14 | 19 | 9 | 3 |
病假、休假制度 | 15 | 63 | 32 | 7 | 0 |
表2. 员工满意度调查问卷分析数据汇总(评价次数)
首先,根据表1构建的满意度评价指标体系,确定员工满意度评价指标集 U = ( U i ) (i = 1,2,3,4,分别代表4个准则层),下一级指标由Uij构成(j取决于准则层中的指标层),评价集为V,其中包含五个满意度等级,模糊关系矩阵 R i = ( r i j ) 。再根据表2中数据可得出每个指标Uij隶属于评价集V的评价次数占总评价次数的比例,即rij,通过上述步骤得出准则层员工满意度模糊关系矩阵分别如下(R1~R4):
R 1 = ( 0.188 0.594 0.219 0.000 0.000 0.050 0.800 0.000 0.117 0.033 0.138 0.586 0.034 0.207 0.034 0.000 0.276 0.138 0.414 0.172 )
R 2 = ( 0.581 0.323 0.097 0.000 0.000 0.143 0.175 0.413 0.143 0.127 0.000 0.060 0.269 0.507 0.164 0.395 0.526 0.000 0.053 0.026 0.324 0.592 0.070 0.000 0.014 )
R 3 = ( 0.088 0.176 0.500 0.176 0.059 0.171 0.463 0.146 0.220 0.000 0.000 0.300 0.700 0.000 0.000 0.000 0.091 0.182 0.705 0.023 )
R 4 = ( 0.659 0.295 0.000 0.045 0.000 0.118 0.275 0.373 0.176 0.059 0.128 0.538 0.274 0.060 0.000 )
再利用公式(1)和 M ( ⋅ , ⊕ ) 模型,计算准则层模糊综合评价集B及最终评价集A:
B 1 = W 1 × R 1 = ( 0.105 , 0.557 , 0.096 , 0.186 , 0.056 )
B 2 = W 2 × R 2 = ( 0.338 , 0.297 , 0.183 , 0.124 , 0.06 )
B 3 = W 3 × R 3 = ( 0.08 , 0.271 , 0.343 , 0.285 , 0.021 )
B 4 = W 4 × R 4 = ( 0.411 , 0.329 , 0.156 , 0.086 , 0.018 )
A = W × B = ( 0.294 , 0.34 , 0.187 , 0.143 , 0.035 )
前置工作准备完毕后,再根据上述框定的4个准则层以及构建的模糊关系矩阵,依次对这四个准则层进行模糊合成,在Excel中的操作步骤分别如下:
(1) 将第一个准则层进行模糊合成,所得数据结果见表3所示:
模糊关系矩阵 | 权重 | 得分 | |||||
---|---|---|---|---|---|---|---|
U11 | 0.1875 | 0.59375 | 0.21875 | 0 | 0 | 0.241 | 3.973 |
U12 | 0.05 | 0.8 | 0 | 0.116666667 | 0.033333333 | 0.172 | 3.717 |
U13 | 0.137931034 | 0.586206897 | 0.034482759 | 0.206896552 | 0.034482759 | 0.369 | 3.584 |
U14 | 0 | 0.275862069 | 0.137931034 | 0.413793103 | 0.172413793 | 0.218 | 2.518 |
模糊合成 | |||||||
U11 | 0.0451875 | 0.14309375 | 0.05271875 | 0 | 0 | ||
U12 | 0.0086 | 0.1376 | 0 | 0.020066667 | 0.005733333 | ||
U13 | 0.050896552 | 0.216310345 | 0.012724138 | 0.076344828 | 0.012724138 | ||
U14 | 0 | 0.060137931 | 0.030068966 | 0.090206897 | 0.037586207 | ||
0.104684052 | 0.557142026 | 0.095511853 | 0.186618391 | 0.056043678 | 1 |
表3. 第一准则层模糊合成
(2) 将第二个准则层进行模糊合成,所得数据结果见表4所示:
模糊关系矩阵 | 权重 | 得分 | ||||||
---|---|---|---|---|---|---|---|---|
U21 | 0.580645161 | 0.322580645 | 0.096774194 | 0 | 0 | 0.385 | 4.488 | |
U22 | 0.142857143 | 0.174603175 | 0.412698413 | 0.142857143 | 0.126984127 | 0.229 | 3.067 | |
U23 | 0 | 0.059701493 | 0.268656716 | 0.507462687 | 0.164179104 | 0.165 | 2.225 | |
U24 | 0.394736842 | 0.526315789 | 0 | 0.052631579 | 0.026315789 | 0.127 | 4.211 | |
U25 | 0.323943662 | 0.591549296 | 0.070422535 | 0 | 0.014084507 | 0.095 | 4.212 | |
模糊合成 | ||||||||
U21 | 0.223548387 | 0.124193548 | 0.037258065 | 0 | 0 | |||
U22 | 0.032714286 | 0.039984127 | 0.094507937 | 0.032714286 | 0.029079365 | |||
U23 | 0 | 0.009850746 | 0.044328358 | 0.083731343 | 0.027089552 | |||
U24 | 0.050131579 | 0.066842105 | 0 | 0.006684211 | 0.003342105 | |||
U25 | 0.030774648 | 0.056197183 | 0.006690141 | 0 | 0.001338028 | |||
0.3371689 | 0.29706771 | 0.1827845 | 0.12312984 | 0.060849051 | 1.001 | |||
0.336832068 | 0.296770939 | 0.182601898 | 0.123006833 | 0.060788262 | 1 |
表4. 第二准则层模糊合成
(3) 将第三个准则层进行模糊合成,所得数据结果见表5所示:
模糊关系矩阵 | 权重 | 得分 | |||||
---|---|---|---|---|---|---|---|
U31 | 0.088235294 | 0.176470588 | 0.5 | 0.176470588 | 0.058823529 | 0.263 | 3.055 |
U32 | 0.170731707 | 0.463414634 | 0.146341463 | 0.219512195 | 0 | 0.331 | 3.585 |
U33 | 0 | 0.3 | 0.7 | 0 | 0 | 0.171 | 3.3 |
U34 | 0 | 0.090909091 | 0.181818182 | 0.704545455 | 0.022727273 | 0.235 | 2.343 |
模糊合成 | |||||||
U31 | 0.023205882 | 0.046411765 | 0.1315 | 0.046411765 | 0.015470588 | ||
U32 | 0.056512195 | 0.153390244 | 0.048439024 | 0.072658537 | 0 | ||
U33 | 0 | 0.0513 | 0.1197 | 0 | 0 | ||
U34 | 0 | 0.021363636 | 0.042727273 | 0.165568182 | 0.005340909 | ||
0.079718077 | 0.272465645 | 0.342366297 | 0.284638483 | 0.020811497 | 1 |
表5. 第三准则层模糊合成
(4) 将第四个准则层进行模糊合成,所得数据结果见表6所示:
模糊关系矩阵 | 权重 | 得分 | |||||
---|---|---|---|---|---|---|---|
U41 | 0.659090909 | 0.295454545 | 0 | 0.045454545 | 0 | 0.539 | 4.565 |
U42 | 0.117647059 | 0.274509804 | 0.37254902 | 0.176470588 | 0.058823529 | 0.297 | 3.22 |
U43 | 0.128205128 | 0.538461538 | 0.273504274 | 0.05982906 | 0 | 0.164 | 3.738 |
模糊合成 | |||||||
U41 | 0.35525 | 0.15925 | 0 | 0.0245 | 0 | ||
U42 | 0.034941176 | 0.081529412 | 0.110647059 | 0.052411765 | 0.017470588 | ||
U43 | 0.021025641 | 0.088307692 | 0.044854701 | 0.009811966 | 0 | ||
0.411216817 | 0.329087104 | 0.15550176 | 0.086723731 | 0.017470588 | 1 |
表6. 第四准则层模糊合成
接着,将上述各准则层模糊合成后的结果合并为一个总的模糊关系矩阵,将其模糊合成并且归一化之后得到以下结果(见表7):
总的模糊关系矩阵 | 5 | 4 | 3 | 2 | 1 | 总权重 | |
---|---|---|---|---|---|---|---|
U1 | 0.104684052 | 0.557142026 | 0.095511853 | 0.186618391 | 0.056043678 | 0.13 | 3.467804382 |
U2 | 0.336832068 | 0.296770939 | 0.182601898 | 0.123006833 | 0.060788262 | 0.286 | 3.725851717 |
U3 | 0.079718077 | 0.272465645 | 0.342366297 | 0.284638483 | 0.020811497 | 0.172 | 3.105640322 |
U4 | 0.411216817 | 0.329087104 | 0.15550176 | 0.086723731 | 0.017470588 | 0.412 | 4.029855832 |
模糊合成 | |||||||
U1 | 0.013608927 | 0.072428463 | 0.012416541 | 0.024260391 | 0.007285678 | 0.45081457 | |
U2 | 0.096333971 | 0.084876489 | 0.052224143 | 0.035179954 | 0.017385443 | 1.065593591 | |
U3 | 0.013711509 | 0.046864091 | 0.058887003 | 0.048957819 | 0.003579578 | 0.534170135 | |
U4 | 0.169421329 | 0.135583887 | 0.064066725 | 0.035730177 | 0.007197882 | 1.660300603 | |
0.293075736 | 0.33975293 | 0.187594412 | 0.144128341 | 0.035448581 | 1 | 3.710878899 |
表7. 总模糊关系矩阵的模糊合成
最后,利用公式(2)对准则层评价集及最终评价集去模糊化,分别得到准则层各指标的评价值及员工满意度的综合评价值E:
E1 = 5b11 + 4b12 + 3b13 + 2b14 + b15 = 3 . 469
E2 = 5b21 + 4b22 + 3b23 + 2b24 + b25 = 3 . 735
E3 = 5b31 + 4b32 + 3b33 + 2b34 + b35 = 3 . 1 0 4
E4 = 5b41 + 4b42 + 3b43 + 2b44 + b45 = 4 .0 29
E = 5 × 0. 294 + 4 × 0. 34 + 3 × 0. 187 + 2 × 0. 143 + 0.0 35 = 3 . 712
由此可得,该企业员工满意度综合得分3.712分,介于一般满意和较满意之间。其中,五险一金(U41)的员工满意度得分最高,介于较满意和非常满意之间,这说明了该企业员工福利保障的硬性条件具有绝对的优势,尤其是五险一金方面。同时,主要也是因为该企业属于国企,这方面的待遇保障一般来说都是比较优越的。另外,外部交通(U21)、企业环境与公共卫生(U24)、企业秩序与工作氛围(U25)的员工满意度得分较高,都在4.0以上,这说明了企业的整体环境、设施方面条件相对较好,内部员工表示都愿意在此工作。而薪酬制度激励性(U14)、食宿体验(U23)、员工晋升机制(U34)的员工满意度普遍较低,尤其是食宿体验这方面,满意度最低,员工们普遍反映食堂饭菜不可口,企业也不提供员工住宿,这直接劝退了一批外来人才;再者,薪酬制度缺乏激励性,员工们普遍感到晋升的机会很少,获得提升的空间狭窄,很难往上爬,这也就变相的导致了内部员工缺乏工作积极性,整个企业内部缺乏活力,因此,这一方面需要管理者进行重点的优化和改善 [
为了更为直观地观察,员工各指标层满意度得分由上述步骤可依次得出,再用柱状图的形式来表现,员工满意度总体得分如下图1所示。
IPA模型要求受访者对指定调查对象的各项衡量指标从重要性和绩效表现两个方面来评价。IPA分析,即重要性–表现程度分析,它是管理学中问题决策的重要手段。这里用满意度来表示表现程度,将该企业福利保障指标组合权重总平均值0.0623125以及游客满意度总平均值3.48756,分别作为横轴(重要性)和纵轴(满意度)的分割点,将16个指标分为4个象限进行重要性和满意度的测评(如图2)。通过IPA象限图,该企业员工福利保障体系中的优劣势一目了然:
图1. 指标层员工满意度
第I象限为高重要性高满意度区,包含外部交通(U21)、五险一金(U41)、病假、休假制度(U43)这3个指标,尤其是五险一金这方面最为突出,说明了该企业在硬性条件方面做得比较好,假期比较多,员工上下班也较为便捷,广泛受到员工的一致好评。这一区域属于继续保持区,企业应该强化这一区域指标的管理,再接再厉。
第II象限为低重要性高满意度区,属于供给过度区。奖惩制度公平性(U11)、薪酬调整灵活性(U12)、企业绩效反馈机制(U13)、企业环境与公共卫生(U24)、企业秩序与工作氛围(U25)、员工对企业决策的参与度(U32)这6个指标落在了这一个区间,这表明员工对于这些方面的体验值超出了预期值。但这些并不是重点,因为员工对这些指标的感知重要性是比较低的,即企业只需继续保持即可,无需对这些方面进行过多关注和投入。
第III象限为低重要性低满意度区,包含薪酬制度激励性(U14)、食宿体验(U23)、加班制度合理性(U31)、企业娱乐项目的丰富性(U33)、员工晋升机制(U34)这5个指标。其中,特别是食宿体验这一指标的员工满意度最低,食宿体验太差普遍引起员工的不满。这一区域属于后续改进区,企业后续应该改善饮食条件,可以对有需要的员工提供住宿区,为一些刚入职的员工解决住宿之忧。同时,丰富企业的文娱生活,使得员工在企业工作的同时不再感到单调乏味,也能更好地塑造集体意识,加强内部员工的团结。对于员工的晋升机制,管理者也应当纳入考虑范围内,给予员工一些看得见、摸得着的奖励设置,有利于提升员工的工作积极性 [
第IV象限为高重要性低满意度区,属于急需改进区。对员工来说,奖金、津贴(U42)较重要,但是满意度却很低,说明企业对于这一方面并不重视,但它又是员工满意度提升的重要因素,属于刚性需求条件,因此需要引起重视 [
图2. 重要性–满意度IPA象限图
国有企业改革一直以来是一个热点话题,国企作为控制国民经济命脉的主体,怎样才能巩固国有企业的地位,这牵扯到内部薪酬体系、福利机制的方方面面。而作为国有企业硬性条件的福利待遇,五险一金、独有的假期享受等等,这些作为其他私企员工可能享受不到的福利,一直都是其吸引外来人才的利器。而如今国有企业应思考的是在保持这些优势的同时,如何在激烈的对外竞争中更好地把握住人才,在人才市场竞争中更有竞争力 [
一般而言,国企本身有着丰沃的福利待遇条件,但是内部薪酬制度比较刻板,员工晋升几率也不大,企业容易丧失活力,其弊端不言而喻,容易形成压抑人才的环境,这显然是不利于员工的长期发展。因此,企业在设置员工福利保障体系时,应特别注意福利多元化,给予员工优良工作环境的同时,还要综合考虑多方因素,统筹兼顾,以充分调动员工工作积极性为目标 [
通过上述分析可以看出,该企业员工福利保障总体满意度处于一般满意等级,但仍有着很大提升空间。准则层中,员工对于福利保障措施的满意度最高,达到较满意等级;对企业设施、员工服务与管理一般满意;对薪酬标准与绩效考核最低,处于较不满意等级。指标层中,员工对于五险一金、病假、休假制度、企业环境与公共卫生等因素较满意;对停车场设定和食宿体验则感到非常不满意。
对于员工种种不满意的方面,管理者应善于打破常规思维,寻找有效的解决路径,提升员工满意度,加强员工对于企业的归属感和认同感。据了解,员工一致抱怨停车场秩序紊乱,经常出现车辆乱停及车位难找的问题。企业这方面应直击痛点,对周边停车场进行相应的整改,明确划分场地,在必要的地方设置指示牌,并适当增加停车位,有条件的话也可以外包停车位;另一方面反响强烈的则是食宿体验,食宿是员工生活条件的一部分,是员工满意度的重要考察项,企业理应将其纳入考虑。经调查发现,该企业员工年龄结构趋向年轻化,毕业后刚入职还未来得及买房的居多,考虑到部分员工的住房问题,企业可以为他们集中安排公寓,解决员工的后顾之忧。对于午休期间以及其他可自由支配的时间段,或许企业可以另辟蹊径,尝试实行弹性工作制,即允许员工在不影响工作的前提下,限定某一时间外出并在规定的时间内返回岗位,在体现企业人性化管理的同时,也使企业与员工关系更融洽,氛围更和谐 [
从IPA象限图中可看出,五险一金是该企业的最大优势,这也是国有企业的硬性条件,可以说是吸引外来人才的利器。另外,员工对企业的环境、氛围、外部交通和秩序等认可度也较高;需后续改进的主要集中于食宿体验、奖金、薪酬激励性方面;奖金和津贴是急需改进的因素,也是员工满意度提升的重要因素,因此应重点关注。
这就要求企业在巩固基本优势的同时,应更加注重提升员工满意度的“附加值”,尽可能使福利多元化,延伸员工的幸福感。秉持着“以人为本”的管理理念,管理者在设计福利保障体系时应更具人性化,要将每一个员工当做人来看待而非工具。企业必须严格执行企业薪酬制度绩效标准 [
黄 伟. 基于模糊综合评价法的企业员工福利保障的满意度研究——以昆山市东吴证券公司为例Research on the Satisfaction Degree of Enterprise Employees’ Welfare Security Based on Fuzzy Comprehensive Evaluation—Taking Kunshan Dongwu Securities Company as an Example[J]. 运筹与模糊学, 2022, 12(04): 1296-1307. https://doi.org/10.12677/ORF.2022.124136
https://doi.org/10.13766/j.bhsk.1008-2204.2016.0243
https://doi.org/10.27455/d.cnki.gycmc.2019.000512
https://doi.org/10.27426/d.cnki.gxtdu.2021.000166
https://doi.org/10.13448/j.cnki.jalre.2020.320
https://doi.org/10.19424/j.cnki.41-1372/d.2021.19.046