中小微型企業(yè)與中等職業(yè)學校開展校企合作的Logit回歸分析

羅德紅

摘 要：以深圳市130家中小微型企業(yè)為調(diào)查對象，Logit回歸分析和推斷中小微型企業(yè)參與校企合作的決策模型。模型無法擬合“訂單式培養(yǎng)”和“建立生產(chǎn)性實訓基地”等合作方式。經(jīng)殘差獨立性檢驗、方差共線性診斷和殘差個案診斷等統(tǒng)計檢驗，中小微型企業(yè)“獲得人才”“降低成本”和“幫助學生”的意愿可預測“中小微型企業(yè)接受實習生”的決策，對成本的擔心是“接受實習生”的最大阻礙，模型具有推廣性?；谏鲜龇治?，討論校企雙方的責與利邊界，提出學校對人才培養(yǎng)本位的回歸和中小微型企業(yè)的特點對“現(xiàn)代學徒制”培養(yǎng)活動的應然貢獻與利益。

關(guān)鍵詞：Logit回歸；中小微型企業(yè)；現(xiàn)代學徒制

中圖分類號：G646 文獻標志碼：A 文章編號：1673-291X（2016）03-0017-05

截至2013年底，全國小型微型企業(yè)1 169.87萬戶，占到企業(yè)總數(shù)的76.57%，成為社會就業(yè)的主要承擔者[1]。2011年，廣東省中小微企業(yè)實現(xiàn)工業(yè)增加值18 899億元，占全部工業(yè)的70.8%[2]。探討中小中小微型企業(yè)參與校企合作的意愿及其特點對推動職校人才培養(yǎng)工作具有一定的意義。

一、調(diào)查對象、變量名稱、變量設定和研究假設

自編的調(diào)查問卷包括單選題、多選題和開放式問答題。調(diào)查對象為廣東深圳市的162家企業(yè)。根據(jù)相關(guān)文件對企業(yè)行業(yè)[3]和規(guī)模（根據(jù)從業(yè)人數(shù)）[4]的劃分，將調(diào)查對象分別劃分為四類（見下頁表1），從中抽取了130家中小微型企業(yè)進行分析。

（一）單選和多選客觀題

多選客觀題為中小微型企業(yè)參與校企合作的方式，是從文獻和文件閱讀中歸納出的常見合作方式，也是本研究的預測變量。中小微型企業(yè)行業(yè)和中小微型企業(yè)規(guī)模對這些方式的選擇百分比分布（見下頁表2）。

（二）開放式問答題

開放式問答題為“中小微型企業(yè)參與校企合作的原因”。研究首先對逐個訪談內(nèi)容進行一級編碼（1……N）后轉(zhuǎn)換成表格，根據(jù)內(nèi)容和逗號斷句處理后進行二級編碼（1.1……N.n），刪除冗余詞，將核心內(nèi)容放入句首，應用表格中的排序功能，對排序歸類后的共同關(guān)鍵詞進行三級編碼（1.1.1……N.n.n），再次從歸類中提煉關(guān)鍵詞作為自變量。變量設置的方法和多選題類似（見下頁表3），將最終的數(shù)字代碼輸入SPSS統(tǒng)計軟件中進行分析。

二、模型選擇

Logit模型是多元回歸模型，它在技術(shù)上適合對因變量為分類變量，自變量為分類變量或連續(xù)性變量的數(shù)據(jù)進行回歸分析，多用于醫(yī)學研究和行為決策，例如日常行為或治療干預預測某種疾病的罹患或療效，行為選擇預測決策結(jié)果。本研究屬于決策模型研究，以合作意愿為自變量，預測中小微型企業(yè)參與校企合作的決策。

Logit模型和多元線性模型有相似性。線性回歸模型（1）分析連續(xù)性變量之間的關(guān)系，其首要假設之一是變量之間具有線性關(guān)系，而Logit模型由于所預測的因變量是類型變量，打破了線性的假設[5]。Berry and Feldman采用對數(shù)轉(zhuǎn)化（logarithmic transformation）的方法，用Logit表達多元線性回歸公式[6]，其Logit 回歸公式（2）的推導過程如下：

P（Y）是出現(xiàn)的概率，即中小微型企業(yè)參與校企合作的決策概率。系數(shù)的取值是用最大相似估計法（maximum likelihood estimation），通過觀察值的變化對預測值進行估算和預測[7]，即通過計算樣本企業(yè)參與校企合作的意愿及其原因估算與他們類似的企業(yè)參與合作的普遍決策因素和概率。P（Y）的取值在（0，1）之間，似然對數(shù)的值越接近1，中小微型企業(yè)的決策可能性越高；由于自變量和因變量均為為二分類變量（0，1），不參與和無決策的取值為0，由此X1、X2、X3、X4的取值均為1。

三、中小微型企業(yè)參與校企合作意愿的Logit實證分析結(jié)果

實證分析結(jié)果表明，“獲得人才”“降低成本”和“幫助學生”預測企業(yè)“接受實習生”的概率為51%。

表4表明，經(jīng)Hosmer & Lemeshow檢驗系數(shù)（>0.05），卡方（χ2）對應的顯著性系數(shù)（<0.05）和卡方分數(shù)分布（wald statistics，Wals）及其顯著性系數(shù)（<0.05）篩選，對“中小微型企業(yè)接受實習生”的決策具有預測力的變量是“獲得人才”，χ2=18.95（1），P=0.00<0.05、“降低成本”，χ2=21.66（1），P=0.00<0.05和“解決學生就業(yè)與發(fā)展問題”（以下簡稱為”幫助學生”），χ2=27.18（1），P=0.00<0.05，均通過了Hosmer & Lemeshow檢驗（P>0.05），預測力度的高低依次為“降低成本”，Exp（B）= 0.28，CI0.95 =[0.08，0.94]，R2=0.32、“幫助學生”，Exp（B）=4.91，CI0.95=[1.07，22.58]，R2=0.19和“獲得人才”，Exp（B）=3.21，CI0.95 =[1.12，9.26]，R2=0.14。通俗地說，如果“中小微型企業(yè)接受實習生”的話，“降低成本”“幫助學生”和“獲得人才”的意愿分別起到了32%、19%和14%的作用。我們通常所認為的“解決招工難”的問題卻并沒有進入模型。

對成本的擔心是“中小微型企業(yè)接受實習生”的最大阻礙?！矮@得人才”和“幫助學生”的Exp（B）和置信區(qū)間系數(shù)均大于1，意味著它們的意愿程度和“中小微型企業(yè)接受實習生”的強度同步發(fā)展，意愿“幫助學生”的中小微型企業(yè)“接受實習生”的可能性是無此意愿中小微型企業(yè)的5倍（優(yōu)勢比=4.91），意愿“獲得人才”的中小微型企業(yè)“接受實習生”的可能性是無這種意愿中小微型企業(yè)的3.21倍。由于“降低成本”意愿的優(yōu)勢比（0.28）小于1，置信區(qū)間系數(shù)（0.08，0.94）小于1，但是沒有跨越1。因此，中小微型企業(yè)“降低成本”的意愿升高反而會導致“中小微型企業(yè)接受實習生”的意愿降低，其意愿每升高一個unit，其“接受實習生”的可能性降低3.6倍（1/ Exp（B））。由于“降低成本”意愿的預測力度最大，達到32%，因此“成本”對“中小微型企業(yè)接受實習生”的阻礙力度最大。

該決策模型中，對應于常數(shù)（b0）、“獲得人才”（b1）、“降低成本”（b2）和“幫助學生”（b3）的數(shù)值分別為-1.42、1.17、-1.28和1.59（見上頁表4），將它們代入（2）式，計算結(jié)果為==0.51。

由此，滿足中小微型企業(yè)“獲得人才”“降低成本”和“幫助學生”的意愿，“中小微型企業(yè)接受實習生”，的可能性是51%。

模型篩選結(jié)果表明，中小微型企業(yè)并不青睞“參與職校人才培養(yǎng)”“訂單式培養(yǎng)學生”和“建立生產(chǎn)性實訓基地”等合作方式。

四、Logit回歸模型檢驗

VIF（Variance Inflation Factor）即方差浮動因素，用于判斷是否有冗余的自變量，出現(xiàn)冗余變量會導致回歸產(chǎn)生偏性。本研究的容差位于0.5～0.8之間，VIF位于1.2～1.8之間，符合要求[8～9]。Durbin-Watson test是對自變量殘差項目獨立性的檢驗，以保證置信區(qū)間的顯著性檢驗的有效性。本研究的Durbin-Watson test系數(shù)位于1.2～1.8之間，達到檢驗要求[10]。

經(jīng)方差共線性的診斷，本研究中的特征值系數(shù)具有相似性，也沒有出現(xiàn)方差比例在同一個小特征值上分布著多個大數(shù)值的現(xiàn)象，條件索引也符合小于10的要求[11]。本研究對是否存在將導致模型參數(shù)發(fā)生偏倚的異常個案進行了診斷。Andy Field對殘差標準提出了建議，根據(jù)樣本總數(shù)的1%大于2.58或者2.5，5%大于1.96或者2.0的殘差標準[12]，“接受實習生”的模型沒有奇異值，模型對樣本數(shù)據(jù)擬合較好。

綜上所述，“中小微型企業(yè)接受實習生”模型殘差符合標準，且滿足獨立性檢驗、方差共線性檢驗和診斷，是可靠的擬合模型，“獲得人才”“降低成本”和“幫助學生”預測“中小微型企業(yè)接受實習生”的可能性為51%。

五、討論與建議

常見的校企合作方式，如“訂單式培養(yǎng)”“建立生產(chǎn)性實訓基地”“參與職校人才培養(yǎng)”，并沒有受到中小微型企業(yè)的青睞?！熬徑庹泄るy”也不是中小微型企業(yè)參與校企合作的出發(fā)點。具有推廣性的“中小微型企業(yè)接受實習生”的模型則將“獲得人才”“降低中小微型企業(yè)成本”和“幫助學生”的意愿凝合在一起。中職如何與中小微型企業(yè)開展合作，培養(yǎng)合格的學生，實現(xiàn)中小微型企業(yè)獲得人才、降低成本和幫助學生就業(yè)與發(fā)展的愿望？

其一，厘清學校和中小微型企業(yè)的責任。職業(yè)學校的責任和本位是培養(yǎng)人才，促進人的發(fā)展是職校辦學的根本目的。中職的教育對象為15～18歲的少年，未來人生的發(fā)展具有較大的不確定性，職業(yè)教育應結(jié)合其所學專業(yè)奠定他在未來社會生存的知識、能力、技巧、人格、品德和智力的基礎。就近期發(fā)展而言，扎實的專業(yè)基礎才能靈活應變地滿足不同中小微型企業(yè)的需求，也才能成為中小微型企業(yè)眼中的人才，受到用人單位的尊重；就遠期發(fā)展而言，才能應對他個人未來生活和事業(yè)的不確定性挑戰(zhàn)。

中小微型企業(yè)的責任是創(chuàng)造社會財富，提供更多的就業(yè)崗位。他們對利益和財富的追求既出于自私，也源于中小微型企業(yè)的生存和發(fā)展，它與職校育人的崇善性、道德性和純潔性構(gòu)成一定的矛盾[13]。因此，校企合作一方面要以學生的發(fā)展為宗旨對中小微型企業(yè)生產(chǎn)和產(chǎn)品需求的滿足進行考量；另一方面也要兼顧到中小微型企業(yè)的利益，激發(fā)業(yè)主人性中的利他本性，利用中小微型企業(yè)特點發(fā)揮他們的育人價值。

其二，在現(xiàn)代學徒制的框架體系內(nèi)加大發(fā)揮中小微型企業(yè)的育人價值。相對于大型企業(yè)，中小微型企業(yè)在工作穩(wěn)定性、工作與生活條件、福利待遇、管理規(guī)范上都有待改進，但是其內(nèi)在特點也具有獨特的育人價值。這些優(yōu)缺點必須在政府主導和制度保障中揚長避短，有針對性地克服。

中小微型企業(yè)麻雀雖小，五臟俱全，人員匹配效率高，一人多崗的現(xiàn)象更有利于職校生熟悉各個生產(chǎn)崗位；而大型往往將學生實習崗位固化，甚至在某一個流水線上的工作時間長達半年。其次，中小微型企業(yè)的產(chǎn)品周期短，生產(chǎn)品種多樣靈活，有利于職校生接觸同一行業(yè)相同工藝流程的變式，使得所學的各類基礎知識有了靈活應用和鞏固的機會。產(chǎn)品更替機器閑置期間還可以加強對學生教育的強度、頻率和密度，提高學生的培養(yǎng)質(zhì)量，間接降低中小微型企業(yè)的成本；而大型中小微型企業(yè)的標準化程度高，自動化設備多，導致學生的實習操作簡單，在校所學的基礎知識和技能被固定化幾個簡單的動作，這種崗位操作特點在當前職校好找大型型企業(yè)合作的現(xiàn)實中強化了對職校人才培養(yǎng)定位于動手能力的誤識與誤行。再次，中小微型中小微型企業(yè)的管理空間緊湊，靈活度高，人氣和諧，企業(yè)主的創(chuàng)業(yè)和奮斗經(jīng)歷有利于對學生實施人性化的人格影響教育，學習創(chuàng)業(yè)的經(jīng)驗，為學生正式進入社會搭建了柔性的過渡空間；而大型企業(yè)則普遍實施精細化和科層化管理，其難以避免的僵化性易于屏蔽人的個性和主動性。最后，中小微型企業(yè)規(guī)模小，生產(chǎn)設備不多，人責匹配度更高，師傅的幫教一對一或者一對二，更利于對徒弟實施責任到位，個性化、細致、周到、盡責和高效；而大型企業(yè)的師傅幫帶徒弟多，如果缺乏準備定位的話，師傅的個人成就感有可能被稀釋。

發(fā)揮中小企業(yè)服務中職教育的獨特價值并不是否認大型中小微型企業(yè)對人才培養(yǎng)的價值和貢獻。這種作用的發(fā)揮還需要制定相應的標準，篩選出切實能夠履行培養(yǎng)責任的企業(yè)主。

參考文獻：

[1] 國家工商總局全國小型微型中小微型企業(yè)發(fā)展報告課題組.工商總局：全國小型微型中小微型企業(yè)發(fā)展情況報告（摘要）[EB/OL].中央政府門戶網(wǎng)站，2015-01-18.

[2] 中小微企業(yè)占企業(yè)總數(shù)99.7%[N/OL].人民日報，2015-01-18.

[3] 國民經(jīng)濟行業(yè)分類（GB/T4754-2011）[EB/OL].國家統(tǒng)計局官網(wǎng)，2015-01-18.

[4] 統(tǒng)計上大中小微型中小微型企業(yè)劃分辦法（國統(tǒng)字[2011]75號）[EB/OL].國家統(tǒng)計局官網(wǎng)，2015-01-18.

[5] Berry W.D.Understanding regression assumptions.Sage University Paper Series on Quantitative Applications in the Social Sciences，

07-092.Newbury Park，CA：Sage，1993.

[6] Berry W.D.，& Feldman，S.Multiple regression in practice.Sage University Paper Series on Quantitative Applications in the Social

Sciences，07-050.Beverly Hills，CA：Sage，1985.

[7] Andy Field.Discovering Statistics using IBM SPSS Statistics：Fourth Edition.SAGE Publications Ltd.，2013：723.

[8] Myers R.Classical and modern regression with applications （2nd ed.）.Boston，MA：Duxbury，1990.

[9] Bowerman，B.L.，& OConnell，R.T.Linear statistical models：An applied approach （2nd ed）.Belmont，CA：Duxbury，1990.

[10] Durbin J.，& Watson，G.S.Testing for serial correlation in least squares regression，II.Biometrika，1951：159-178.

[11] Andy Field.Discovering Statistics using IBM SPSS Statistics：Fourth Edition.SAGE Publications Ltd.，2013：753.

[12] Andy Field.Discovering Statistics using IBM SPSS Statistics：Fourth Edition.SAGE Publications Ltd.013：848.

[13] 亞當·斯密.道德情操論[M].北京：商務印書館，2010：26.

[責任編輯 劉嬌嬌]