呂洪艷，杜 娟，劉志剛

(東北石油大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)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(huì)關(guān)注的主要問題之一，它影響到大學(xué)的聲譽(yù)、教育事業(yè)的發(fā)展、社會(huì)對(duì)教育投資的信心，花費(fèi)各級(jí)政府大量的人力、財(cái)力、物力。2013年，全國(guó)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(xué)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(guān)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(duì)影響就業(yè)率的因素進(jìn)行結(jié)構(gòu)分析，找出主要的影響因素，以期通過對(duì)主要因素改善，來提高就業(yè)水平，緩解目前大學(xué)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(gè)有效的分析方法。

1 模型的建立

1.1 模型的設(shè)計(jì)

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(xué)排名、城市排名、師資水平(生師比率、博導(dǎo)數(shù)量)、學(xué)生素質(zhì)(錄取分?jǐn)?shù))、科研水平(管藏、重點(diǎn)學(xué)科數(shù)量)、學(xué)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(shí)際就業(yè)率值是由于各大學(xué)網(wǎng)站中，有很多大學(xué)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(duì)于虛報(bào)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(xué)排名。大學(xué)排名在一定程度上說明了各大學(xué)在人們心目中的地位，自然會(huì)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(xué)的就業(yè)率與大學(xué)所在的城市有很大關(guān)系，經(jīng)濟(jì)發(fā)達(dá)、交通便利、信息通暢的中心城市會(huì)對(duì)就業(yè)率有積極影響。但是每個(gè)人心中對(duì)各城市的排名都有自己的看法，主觀性很強(qiáng)，而國(guó)家統(tǒng)計(jì)局將GDP指數(shù)排名作為衡量城市經(jīng)濟(jì)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(xué)生能力的重要因素。而學(xué)生能力是在企業(yè)招聘時(shí)最應(yīng)該考慮的因素，因?yàn)槠髽I(yè)招聘的目的就是找到合格的人才為企業(yè)服務(wù)。這里將生師比率、博導(dǎo)數(shù)量作為其二級(jí)指標(biāo)［2］。

①生師比率。生師比率=學(xué)生人數(shù)/教師人數(shù)。這里的學(xué)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(dǎo)數(shù)量。即博士研究生導(dǎo)師的數(shù)量，它代表了教師的水平，實(shí)際上這里選本科教師中在碩士學(xué)歷/博士學(xué)歷以上的教師的數(shù)量比較準(zhǔn)確，但由于在各大學(xué)網(wǎng)站上并不能獲得完整資料，只能獲得一些學(xué)校的數(shù)據(jù)，而博導(dǎo)數(shù)量也是學(xué)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(cè))。它在一定程度上代表了學(xué)生的知識(shí)面和學(xué)校的科研水平。

④重點(diǎn)學(xué)科數(shù)量。重點(diǎn)學(xué)科越多說明學(xué)生的工作越好找，它們之間是正相關(guān)的關(guān)系。

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

⑥學(xué)生人數(shù)。學(xué)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(xué)的本科學(xué)生總?cè)藬?shù)，實(shí)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(shí)際上處理前應(yīng)該是對(duì)數(shù)模型:

兩端取對(duì)數(shù)后為:

根據(jù)所研究?jī)?nèi)容的特點(diǎn)和實(shí)際情況也選用了多元線性模型。這里假設(shè)χ1…χ8依次和上述8個(gè)解釋變量對(duì)應(yīng)，由于絕對(duì)數(shù)不利于研究比較，所以這里將絕對(duì)數(shù)變量取對(duì)數(shù)，為了保持其線性結(jié)構(gòu)，實(shí)際上模型應(yīng)該是(2)，由于名次和生師比率在這里應(yīng)該算相對(duì)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(zhǔn)，以30所大學(xué)為例分析，通過高校網(wǎng)站、武書連主編的高考志愿填報(bào)指南、國(guó)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(xué)各變量數(shù)據(jù)統(tǒng)計(jì)表

續(xù)表1

1.3 模型的估計(jì)

1.3.1 模型參數(shù)的估計(jì)

運(yùn)用Eviews軟件，對(duì)理論模型運(yùn)用OLS進(jìn)行參數(shù)估計(jì)，回歸分析結(jié)果如下:

表2 Eviews輸出結(jié)果

模型估計(jì)結(jié)果如下:

1.3.2 模型檢驗(yàn)

1.經(jīng)濟(jì)意義檢驗(yàn)。先從符號(hào)來看，從上面模型可以看出生師比、學(xué)校排名、館藏、學(xué)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(jì)意義檢驗(yàn)的。城市排名、博導(dǎo)數(shù)量、錄取分?jǐn)?shù)、重點(diǎn)學(xué)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(jì)意義檢驗(yàn)。

2.統(tǒng)計(jì)檢驗(yàn)。即主要是T檢驗(yàn)、F檢驗(yàn)、擬和優(yōu)度檢驗(yàn)。由上可知，擬合優(yōu)度檢驗(yàn)R2=0.973598，說明回歸方程的解釋能力為97.3%，即它們能對(duì)就業(yè)率排名的解釋程度達(dá)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(gè)回歸系數(shù)的顯著性檢驗(yàn)－t檢驗(yàn):其中學(xué)生總?cè)藬?shù)對(duì)被解釋變量的影響最不顯著。所以先剔除學(xué)生總?cè)藬?shù)(因?yàn)閿?shù)據(jù)取的是較好的大學(xué)，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(jìn)行OLS參數(shù)估計(jì)，得到回歸結(jié)果顯示重點(diǎn)學(xué)科數(shù)量影響不顯著，將其剔除，重新進(jìn)行參數(shù)估計(jì)，得到結(jié)果顯示館藏?cái)?shù)量影響較小(隨著經(jīng)濟(jì)的發(fā)展，現(xiàn)在幾乎所有學(xué)校的館藏量都?jí)蛴茫赃@里也可以將其剔除)，將館藏?cái)?shù)量剔除重新估計(jì)后的結(jié)果顯示博導(dǎo)數(shù)量作用不顯著，將其剔除重新估計(jì)，顯示城市排名作用不顯示，實(shí)際上，大學(xué)所在的地理位置和就業(yè)率應(yīng)該是主要因果關(guān)系，但這里結(jié)果顯示沒有主要關(guān)系，應(yīng)該是數(shù)據(jù)搜集得不夠準(zhǔn)確導(dǎo)致的，這里也可以將其剔除，重新估計(jì)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(jì)模型，得到如下結(jié)果:

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

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

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

3 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

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

①無交叉項(xiàng)檢驗(yàn)

表4 無交叉項(xiàng)檢驗(yàn)Eviews輸出結(jié)果簡(jiǎn)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(xiàng)檢驗(yàn)

表5 有交叉項(xiàng)檢驗(yàn)Eviews輸出結(jié)果簡(jiǎn)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(guān)檢驗(yàn):

①Durbin－Watson檢驗(yàn)

由以上模型估計(jì)結(jié)果(表3)可知 Durbin－Watson stat=1.388189，一般來講，經(jīng)濟(jì)領(lǐng)域內(nèi)，DW低于1.5，則說明存在自相關(guān)。但這里計(jì)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(guān)，運(yùn)用②自相關(guān)檢驗(yàn)的圖示法通過定義殘差項(xiàng)，運(yùn)用Scatter diogram檢驗(yàn)，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(guān)，但從圖1可以看出，有一定的線性關(guān)系，說明存在自相關(guān)。

運(yùn)用廣義差分法處理自相關(guān)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(yàn)、F檢驗(yàn)。從調(diào)整后的結(jié)果來看，說明學(xué)校排名、錄取分?jǐn)?shù)對(duì)就業(yè)率排名的影響估計(jì)過小，從經(jīng)濟(jì)意義的角度看，學(xué)校排名對(duì)就業(yè)率的影響確實(shí)很大，這和客觀現(xiàn)實(shí)也相符。而錄取分?jǐn)?shù)代表了學(xué)生素質(zhì)、學(xué)生能力和就業(yè)率有著直接的聯(lián)系。

(3)多重共線檢驗(yàn)運(yùn)用相關(guān)系數(shù)檢驗(yàn)法，輸出結(jié)果見表7。

表6 Eviews輸出結(jié)果

從它們的相關(guān)系數(shù)來看，學(xué)校排名與入學(xué)分?jǐn)?shù)之間的相關(guān)系數(shù)是－0.611，當(dāng)|r|＞0.8或0.9時(shí)，則可以認(rèn)為這兩個(gè)樣本之間高度相關(guān)，樣本間存在多重共線，這里說明它們之間存在負(fù)相關(guān)，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(xué)校排名、錄取分?jǐn)?shù)和就業(yè)率排之間存在著明顯的線性關(guān)系，通過調(diào)整，估計(jì)的結(jié)果可以通過異方差、序列相關(guān)、多重共線的計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)，且經(jīng)濟(jì)意義方面也可以通過。這說明:①錄取分?jǐn)?shù)與就業(yè)率排名反方向變動(dòng)，隨著錄取分?jǐn)?shù)的增高，就業(yè)率排名靠后，即排名越好，這是和現(xiàn)實(shí)相符的。②學(xué)校排名和就業(yè)率同方向變動(dòng)，隨著學(xué)校排名的提升，就業(yè)率排名也提升，學(xué)校排名越不好，就業(yè)率越不好。比起錄取分?jǐn)?shù)，學(xué)校排名和就業(yè)的相關(guān)性更大，說明了企業(yè)在招聘時(shí)，也越來越重視大學(xué)的知名度。③在進(jìn)行假設(shè)檢驗(yàn)過程中，被解釋變量城市排名、生師比率、管藏、博導(dǎo)的數(shù)量、學(xué)生人數(shù)和重點(diǎn)學(xué)科數(shù)量對(duì)就業(yè)率排名沒有顯著性影響，而大學(xué)排名與錄取分?jǐn)?shù)對(duì)其有明顯的線性關(guān)系。④由于本文中的數(shù)據(jù)獲取并不是很準(zhǔn)確，只是取了較好的大學(xué)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(yù)測(cè)。

3 結(jié)語(yǔ)

雖然由于數(shù)據(jù)來源并不是很準(zhǔn)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(gè)理論模型，通過模型分析，能得到客觀的結(jié)論。在此基礎(chǔ)上，根據(jù)結(jié)論采取針對(duì)性的對(duì)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(gè)社會(huì)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(duì)就業(yè)率的重視，促進(jìn)對(duì)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(zhǎng)。

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

［2］武書連.《挑大學(xué)選專業(yè)》高考志愿填報(bào)指南［M］.北京:中國(guó)統(tǒng)計(jì)出版社，2012.