高校畢業(yè)生就業(yè)率的影響因素分析

呂洪艷，杜 娟，劉志剛

(東北石油大學計算機與信息技術學院，黑龍江 大慶 163318)

0 引言

近年來，高校畢業(yè)生就業(yè)成為社會關注的主要問題之一，它影響到大學的聲譽、教育事業(yè)的發(fā)展、社會對教育投資的信心，花費各級政府大量的人力、財力、物力。2013年，全國畢業(yè)生人數(shù)再創(chuàng)新高，接近700萬，比2012年多了19萬。大學畢業(yè)生增多了，就業(yè)崗位卻不增反減。因此2013年被人稱為“史上最難找工作一年”。政府和有關各方采取了許多措施提高高校畢業(yè)生就業(yè)率，并取得了一些成效。但由于各種原因，高校畢業(yè)生就業(yè)還面臨著不少困難。本文的研究目的首先是想對影響就業(yè)率的因素進行結(jié)構(gòu)分析，找出主要的影響因素，以期通過對主要因素改善，來提高就業(yè)水平，緩解目前大學就業(yè)恐慌的局面，為提高高校畢業(yè)生就業(yè)率提供一個有效的分析方法。

1 模型的建立

1.1 模型的設計

1.1.1 確定模型中所包含的變量

被解釋變量——就業(yè)率;解釋變量——大學排名、城市排名、師資水平(生師比率、博導數(shù)量)、學生素質(zhì)(錄取分數(shù))、科研水平(管藏、重點學科數(shù)量)、學生人數(shù)。

1.1.2 變量說明及變量選取的依據(jù)

被解釋變量:就業(yè)率，這里選為就業(yè)率排名，沒有選擇實際就業(yè)率值是由于各大學網(wǎng)站中，有很多大學沒有將就業(yè)率公布出來，有的公布的只是幾年來就業(yè)大概情況，而非確切的就業(yè)數(shù)據(jù)，有的公布出來就業(yè)率有很大的水分，所以這里用排名，相對于虛報的就業(yè)率，它更能反映各高校之間的差距。解釋變量如下:

(1)大學排名。大學排名在一定程度上說明了各大學在人們心目中的地位，自然會影響各企業(yè)招聘的決策，這里選擇的是具有一定權(quán)威的武書連的排名。

(2)城市排名［1］。大學的就業(yè)率與大學所在的城市有很大關系，經(jīng)濟發(fā)達、交通便利、信息通暢的中心城市會對就業(yè)率有積極影響。但是每個人心中對各城市的排名都有自己的看法，主觀性很強，而國家統(tǒng)計局將GDP指數(shù)排名作為衡量城市經(jīng)濟水平的主要依據(jù)，所以，這里用各城市GDP的排名來表示城市的排名，雖然不夠確切，但比較客觀。

(3)師資水平是影響學生能力的重要因素。而學生能力是在企業(yè)招聘時最應該考慮的因素，因為企業(yè)招聘的目的就是找到合格的人才為企業(yè)服務。這里將生師比率、博導數(shù)量作為其二級指標［2］。

①生師比率。生師比率=學生人數(shù)/教師人數(shù)。這里的學生人數(shù)指本科生的數(shù)量，教師人數(shù)是專任教師的數(shù)量。選專任教師數(shù)量的原因是本科生教師的數(shù)量數(shù)據(jù)不可得，而專業(yè)教師在很大程度上反映了本科生教師的數(shù)量。

②博導數(shù)量。即博士研究生導師的數(shù)量，它代表了教師的水平，實際上這里選本科教師中在碩士學歷/博士學歷以上的教師的數(shù)量比較準確，但由于在各大學網(wǎng)站上并不能獲得完整資料，只能獲得一些學校的數(shù)據(jù)，而博導數(shù)量也是學校師資水平的很好的代表。

③管藏。指圖書館藏書數(shù)(不包括電子圖書，單位是萬冊)。它在一定程度上代表了學生的知識面和學校的科研水平。

④重點學科數(shù)量。重點學科越多說明學生的工作越好找，它們之間是正相關的關系。

⑤錄取分數(shù)。錄取分數(shù)能夠代表學生在大學的起點的水平，反映了學生的素質(zhì)，與就業(yè)率有不可忽略的聯(lián)系。

⑥學生人數(shù)。學生人數(shù)越多，找工作的人越多，表明就業(yè)壓力越大。這里選用各大學的本科學生總?cè)藬?shù)，實際上它是各年的招生的結(jié)果，所以在一定程度上也可以代表各年招生的情況。

1.1.3 模型的選取

這里選用線性模型(指經(jīng)變換后為線性模型):

實際上處理前應該是對數(shù)模型:

兩端取對數(shù)后為:

根據(jù)所研究內(nèi)容的特點和實際情況也選用了多元線性模型。這里假設χ1…χ8依次和上述8個解釋變量對應，由于絕對數(shù)不利于研究比較，所以這里將絕對數(shù)變量取對數(shù)，為了保持其線性結(jié)構(gòu)，實際上模型應該是(2)，由于名次和生師比率在這里應該算相對數(shù)，最后，經(jīng)變換后得到模型如公式(3)，是適用于本研究的線性模型。

1.2 數(shù)據(jù)來源

以某一年為基準，以30所大學為例分析，通過高校網(wǎng)站、武書連主編的高考志愿填報指南、國家公布的城市GDP排名、教育部網(wǎng)站，得到以下數(shù)據(jù)，表示如表1。

表1 大學各變量數(shù)據(jù)統(tǒng)計表

續(xù)表1

1.3 模型的估計

1.3.1 模型參數(shù)的估計

運用Eviews軟件，對理論模型運用OLS進行參數(shù)估計，回歸分析結(jié)果如下:

表2 Eviews輸出結(jié)果

模型估計結(jié)果如下:

1.3.2 模型檢驗

1.經(jīng)濟意義檢驗。先從符號來看，從上面模型可以看出生師比、學校排名、館藏、學生總?cè)藬?shù)和就業(yè)率排名成正比，說明它們的數(shù)值越大，排名越靠后，就是越不好，很顯然，館藏是通不過經(jīng)濟意義檢驗的。城市排名、博導數(shù)量、錄取分數(shù)、重點學科數(shù)目與就業(yè)率排名成反比，可知，城市排名不符合經(jīng)濟意義檢驗。

2.統(tǒng)計檢驗。即主要是T檢驗、F檢驗、擬和優(yōu)度檢驗。由上可知，擬合優(yōu)度檢驗R2=0.973598，說明回歸方程的解釋能力為97.3%，即它們能對就業(yè)率排名的解釋程度達97.3%，說明回歸方程擬合優(yōu)度較好。取顯著性水平α=5%，單個回歸系數(shù)的顯著性檢驗－t檢驗:其中學生總?cè)藬?shù)對被解釋變量的影響最不顯著。所以先剔除學生總?cè)藬?shù)(因為數(shù)據(jù)取的是較好的大學，所以生師比相差不多，它的影響不顯著是可以說得通的)，重新進行OLS參數(shù)估計，得到回歸結(jié)果顯示重點學科數(shù)量影響不顯著，將其剔除，重新進行參數(shù)估計，得到結(jié)果顯示館藏數(shù)量影響較小(隨著經(jīng)濟的發(fā)展，現(xiàn)在幾乎所有學校的館藏量都夠用，所以這里也可以將其剔除)，將館藏數(shù)量剔除重新估計后的結(jié)果顯示博導數(shù)量作用不顯著，將其剔除重新估計，顯示城市排名作用不顯示，實際上，大學所在的地理位置和就業(yè)率應該是主要因果關系，但這里結(jié)果顯示沒有主要關系，應該是數(shù)據(jù)搜集得不夠準確導致的，這里也可以將其剔除，重新估計得到結(jié)果如表3。

表3 剔除城市排名后Eviews輸出結(jié)果

從上估計模型，得到如下結(jié)果:

單個回歸系數(shù)的顯著性檢驗－t檢驗:取α=5%，可以看出結(jié)束變量學校排名和錄取分數(shù)通過顯著性檢驗。

回歸模型的總體顯著性檢驗－F檢驗:α=5%，說明它們對就業(yè)率排名的共同影響是顯著的，通過檢驗。

可以看到，所有變量都通過了顯著性檢驗，擬合優(yōu)度非常高，方程的顯著性也非常好，而且從經(jīng)濟意義來說，學校排名與就業(yè)率排名成正相關，說明學校排名越往后，就業(yè)率排名越往后，這也符合事實。錄取分數(shù)越高，就業(yè)率排名越往后，這也符合實際。所以以上回歸結(jié)果通過了經(jīng)濟意義檢驗和統(tǒng)計檢驗。

3 計量經(jīng)濟學檢驗

(1)異方差檢驗。這里用懷特檢驗White Heteroskedasticity Test，過程與結(jié)果分析如下:

①無交叉項檢驗

表4 無交叉項檢驗Eviews輸出結(jié)果簡表

取顯著性水平 α =0.05，Probability(nR2)=0.255245＞0.05，說明模型不存在異方差。

②有交叉項檢驗

表5 有交叉項檢驗Eviews輸出結(jié)果簡表

同樣，取顯著性水平 α =0.05，Probability(nR2)=0.398048＞0.05，說明不存在異方差。

(2)自相關檢驗:

①Durbin－Watson檢驗

由以上模型估計結(jié)果(表3)可知 Durbin－Watson stat=1.388189，一般來講，經(jīng)濟領域內(nèi)，DW低于1.5，則說明存在自相關。但這里計算可得(查表n=30，k=2):dl=1.28，du=1.57，Dl=1.28＜1.388＜du=1.57，說明不能確定自相關，運用②自相關檢驗的圖示法通過定義殘差項，運用Scatter diogram檢驗，得下圖:

圖1 Eviews輸出結(jié)果

一般情況，橫截面數(shù)據(jù)不存在自相關，但從圖1可以看出，有一定的線性關系，說明存在自相關。

運用廣義差分法處理自相關系數(shù)得到如下結(jié)果:

取α=5%，從以上結(jié)果可以看出通過了T檢驗、F檢驗。從調(diào)整后的結(jié)果來看，說明學校排名、錄取分數(shù)對就業(yè)率排名的影響估計過小，從經(jīng)濟意義的角度看，學校排名對就業(yè)率的影響確實很大，這和客觀現(xiàn)實也相符。而錄取分數(shù)代表了學生素質(zhì)、學生能力和就業(yè)率有著直接的聯(lián)系。

(3)多重共線檢驗運用相關系數(shù)檢驗法，輸出結(jié)果見表7。

表6 Eviews輸出結(jié)果

從它們的相關系數(shù)來看，學校排名與入學分數(shù)之間的相關系數(shù)是－0.611，當|r|＞0.8或0.9時，則可以認為這兩個樣本之間高度相關，樣本間存在多重共線，這里說明它們之間存在負相關，但不是很顯著，是可以接受的。

2 結(jié)果分析

從以上結(jié)果可以看出，學校排名、錄取分數(shù)和就業(yè)率排之間存在著明顯的線性關系，通過調(diào)整，估計的結(jié)果可以通過異方差、序列相關、多重共線的計量經(jīng)濟學檢驗，且經(jīng)濟意義方面也可以通過。這說明:①錄取分數(shù)與就業(yè)率排名反方向變動，隨著錄取分數(shù)的增高，就業(yè)率排名靠后，即排名越好，這是和現(xiàn)實相符的。②學校排名和就業(yè)率同方向變動，隨著學校排名的提升，就業(yè)率排名也提升，學校排名越不好，就業(yè)率越不好。比起錄取分數(shù)，學校排名和就業(yè)的相關性更大，說明了企業(yè)在招聘時，也越來越重視大學的知名度。③在進行假設檢驗過程中，被解釋變量城市排名、生師比率、管藏、博導的數(shù)量、學生人數(shù)和重點學科數(shù)量對就業(yè)率排名沒有顯著性影響，而大學排名與錄取分數(shù)對其有明顯的線性關系。④由于本文中的數(shù)據(jù)獲取并不是很準確，只是取了較好的大學那部分，因此不具備普遍性，且由于是截面數(shù)據(jù)，也不能用于預測。

3 結(jié)語

雖然由于數(shù)據(jù)來源并不是很準備，且選擇的高校沒有普遍性，但本文為分析高校就業(yè)率影響因素提供了一個理論模型，通過模型分析，能得到客觀的結(jié)論。在此基礎上，根據(jù)結(jié)論采取針對性的對策，提高高校畢業(yè)生就業(yè)率能夠有的放矢。但高校畢業(yè)就業(yè)的問題，不僅是教育界的問題，還是一個社會問題，涉及的問題較多，涉及面也較廣，本文僅是提供一種分析方法，希望能引起屆內(nèi)人士對就業(yè)率的重視，促進對就業(yè)率研究的完善，而要從根本上提高高校畢業(yè)生的就業(yè)率，需要我們探索的路還很長。

［1］劉偉德.我國人口城市化水平對就業(yè)率影響和政策研究［D］.杭州:浙江大學博士學位論文，2001.

［2］武書連.《挑大學選專業(yè)》高考志愿填報指南［M］.北京:中國統(tǒng)計出版社，2012.