转贴:富士康错就错在太厚道

koukoujiayi koukoujiayi 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
作者:评评灌灌

  最近发现中国大陆媒体突然间变得老有正义感了,不惜版面地对富士康这个全球最大的代工厂口诛笔伐起来,说利润可怜到不足10%的富士康是血汗工厂,害得工人接连自杀。我觉得很奇怪,富士康在中国有六十多万的员工,按照富士康员工11起的自杀案件统计,富士康的自杀率连十万分之二都不到,远低于我们这个和谐社会十万分之十二(另一说为十万分之二十三)的平均自杀率,怎么不见国内媒体兴师问罪?敢情媒体是看人家富士康好欺负,要是敢拿咱们和谐社会的自杀率来说事的媒体那才叫人佩服,只怕没几天媒体就要关门倒灶停刊了。

  因为看望一个朋友,我到过深圳龙华两次,在龙华富士康生活区,我都为富士康的人流量而惊叹,恐怕在中国再也没有哪个企业的生活区的人流量能比得上富士康了,而且我还发现,除了着装很正规之外,富士康工人的精神面貌比起国内那些积弊多年的国企和一些靠加工出口的私营企业的普通员工好得多。再了解一下他们的收入,初级员工有一千多,一般的都有两三千,尤其是2010年以来,富士康加薪力度空前强大,这可比内陆地区那些城管协管员、派出所协管员的收入高多了。

  在龙华免税区门口停着的富士康员工的私家车一眼望不到头。街上还不断有三五成群的人在焦急地等着富士康的面试,不过这些还不是富士康员工最幸福的地方,由于富士康人口众多,且都是风华正茂的年轻人,富士康员工最幸福之处莫过于可以轻而易举地在出租屋内同居,而且他们完全不用像内陆的出租屋里的临时夫妻们那样担心着随时可能破门而入抓卖淫嫖娼和查暂住证的警察们。事实上也是如此,同居可以帮年轻的富士康员工们减轻房租负担,而且相互之间也有照顾,这种现象非常普遍。为此我打趣龙华本地的土著朋友:“你小子还做什么生意呢?就在这里摆个摊专门卖杜蕾斯得了,一天至少也能赚个千八百的。”

  如果你硬要说富士康的员工是因为在血汗工厂上班而不堪忍受压力而自杀,那么山西黑煤窑的里的黑工、童工在那么恶劣的非人的工作条件下却为什么没有自杀呢?要我说,其实都怪富士康太厚道了,创造了那么多就业岗位,让那些从农村出来的员工们在灯红酒绿的深圳了解到原来生活竟然可以这样美好,燃起了他们的希望。只是,在了解了那些美好之后却发现,达官显贵的纸醉金迷的生活是自己永远无法企及的,自然失落情绪就与日俱增,因为他们知道,即使自己在富士康这样的大企业里工作一辈子,面对动辄一万到数万每平方米不等的房价,自己无论如何拼搏也买不起深圳的寸砖片瓦,永远也过不起自己希望的那种生活。

  与其燃起希望到最后希望破灭,还真不如从来都没有希望的好,如果现在媒体还要怪富士康的话,那也只能怪富士康太厚道了,因为正是富士康让农村来的亚当和夏娃们轻而易举地吃了智慧树上的禁果,从此一发不可收拾,要是让他们永远在中国农村的伊甸园里呆着不就什么事情都没有了吗?
...全文

相关推荐

熊数据集集2983张VOC+YOLO格式.zip

数据集格式:VOC格式+YOLO格式 压缩包内含:3个文件夹,分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计:2983 Annotations文件夹中xml文件总计:2983 labels文件夹中txt文件总计:2983 标签种类数:1 标签名称:["bear"] 每个标签的框数(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准): bear 框数 = 3021 总框数:3021 图片清晰度(分辨率:像素):清晰 图片是否增强:否 标签形状:矩形框,用于目标检测识别 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注

不会仰游的河马君

vue+springboot_基于Java语言的茶叶销售商城电商系统_176brjo7毕业设计源码数据库.zip

vue+springboot_基于Java语言的茶叶销售商城电商系统_176brjo7毕业设计源码数据库.zip

源码论文专家

43一个强到且很实用的Linux网络管理工具.docx

43一个强到且很实用的Linux网络管理工具

云计算练习生

【计量经济学】基于Oster无工具变量法的内生性处理:遗漏变量偏差敏感性分析与稳健因果效应界估算

内容概要:本文介绍了基于Oster(2019)提出的无工具变量法处理内生性问题的实现方法,核心是通过系数稳定性与拟合优度变化进行敏感性分析,量化遗漏变量偏差的影响,并估计在控制不可观测变量后的稳健因果效应β(beta tilde)。该方法利用两步回归(有无控制变量)之间的系数和R²变化,结合不可观测选择强度参数δ与最大潜在R²(Rmax),外推可能的因果效应边界,从而判断基准结果是否对遗漏变量稳健。文中提供了Stata(psacalc)、R(ooster包)和Python三种主流语言的具体实现代码与操作示例,强调结果依赖于参数设定,需进行敏感性扫描以增强说服力。 适合人群:经济学、管理学、社会学、公共卫生、教育等领域的实证研究者,尤其是正在撰写论文、面临审稿人关于内生性质疑的研究生与青年学者。 使用场景及目标:①在缺乏有效工具变量时,评估OLS回归结果对遗漏变量的敏感性;②生成稳健因果效应的点估计与置信区间,回应审稿人对内生性问题的质疑;③通过δ与Rmax的多值扫描,可视化展示结论稳健性。 阅读建议:此方法属于敏感性分析而非因果识别工具,应与IV、DID、固定效应等方法结合使用;使用者需确保两步回归样本一致,并替换示例中的变量名为实际数据变量,同时务必对关键参数开展敏感性测试,避免过度解读单一结果。

王大师王文峰

园区管理者如何通过数据分析精准培育创新主体?.docx

园区管理者如何通过数据分析精准培育创新主体?

BIZKEEN
评论 52
收藏 已收藏
分享
返回顶部
koukoujiayi
非技术区 7,776 成员 63,111 内容