高校的竞争力源自于教职工工作绩效的创造,而缓解目前日益加剧的教职工流失现象有待于他们忠诚度的提高,以上问题的解决均与教职工工作满意度息息相关。因此本文尝试构建适合中国高校的教职工工作满意度模型,从而为高校人本管理的健康发展和教职工队伍的稳定提供一定的研究思路。　　 首先本文根据MasloW需求理论和Herzberg双因素理论构建了基于需求的教职工工作满意度理论模型,主要包括学校形象、工作安全、人际关系、尊重关怀、自我发展、管理机制、满意度、组织承诺、忠诚共9个潜变量,其因果关系如下图所示。　　 ()　　 然后本文运用中国人民大学教职工工作满意度调查的数据进行实证分析,分别引入Component-based SEM(以PLS、GSCA为代表)和Covariance-based SEM(以ML、GLS为代表)两种思路进行模型的有效性探讨。实证分析得出:1)对于载荷系数,PLS、GSCA的估计结果略高于ML和GLS估计,且系数之间的趋同性较强;2)对于路径系数,ML、GLS的估计结果高于PLS和GSCA估计;3)除ML对个别路径系数的估计符号与理论假设相反外,其他几种估计方法下的路径系数以及载荷系数都与现实意义相符,并基本上通过了显著性检验;4)ML估计在绝对拟合指数和相对拟合指数下都显示出较好的拟合优度,而GLS估计的相对拟合指数较低:5)PLS和GSCA估计的整体拟合指数都非常好,共同因子和多元相关平方反映出个别潜变量的可测变量的设置存在一定的问题,但是总体上看拟合效果好。上述结论验证了本文理论模型构建的合理性。　　 最后本文通过Monte-Carlo模拟,考察四种样本量、两种数据分布下ML和PLS估计方法对本文模型的适用性,结果如下:　　 1.从估计的效率和收敛情况看,PLS估计优于ML估计,但是ML的收敛情况随着样本量的增加得到明显的改善;　　 2.从拟合指数的稳健性方面看,ML和PLS的拟合优度指标基本不受数据分布的影响,但都随样本量的增加而增加,而且大样本下两者的拟合指数值的模拟方差较小,估计更稳健;　　 3.从路径系数估计的精确性看,随着样本的增加同一方法下不同分布下路径系数的估计值趋于一致;不同样本量下两种方法对于路径系数的估计精度没有明显变化;与真实值相比,大部分的PLS与ML估计值呈现了相同方向的正偏或负偏,而且除一极个别的系数的估计偏差高于0.1外,其他偏差均控制在0.05的范围之内;内生变量的系数中,大部分是ML估计较优,但是对于外生变量的系数,PLS估计优于ML估计,总体看来PLS估计的偏差更严重些;ML估计的模拟方差大于PLS估计,PLS估计的稳健性更高,但差异的幅度随样本量的增加而递减。　　 4.从模拟标准差的角度看,PLS估计的模拟标准差小于ML,说明PLS的估计效果更稳健。此外,易见随着样本量的增大,估计的标准差呈现递减趋势,说明样本量对估计值的稳定性起到举足轻重的作用。　　 因为PLS估计不受数据分布和样本量的影响,而且其路径系数的估计值与ML估计的差异非常小,加之该方法计算效率高,可以直接计算满意度得分,因此本文建议选择PLS作为模型的估计方法。