“互联网+”背景下大学生就业能力研究——基于山东省高校毕业生的调查与分析

左 杨,孔晓妮

(1.山东工商学院 科研处,山东 烟台 264005;2.山东中医药高等专科学校 招生就业处,山东 烟台 264119)

一、引言

当前,我国经济出现了明显减速的态势,但大学毕业生的数量却依然有增无减,就业形势严峻。在“互联网+”时代,用人单位对高校毕业生的就业能力要求也产生了相应的变化。付滢指出[1]在“互联网+”时代,就业能力是毕业生应具备的获得岗位并在岗位上能取得优异成绩的各种素质,并且是在就业市场中竞争的最可靠的资本。面对就业市场越来越狭小的需求,不得不采用提升内涵的方式来应对市场的变化,这也是就业市场对大学生就业提出的要求。当然国家宏观层面的政策对大学生就业自然有巨大的影响力,但是我们同样不能忽视大学生自身能力的问题。因此,对就业能力进行详细分析,找到就业能力因子与就业状况的关系,可以更有针对性地对大学生的就业能力进行培养,从而提升大学生的就业能力,实现高质量就业。

大学生就业状况与众多因素水平相关联,很多学者都十分关注大学生就业状况与就业能力之间的关系,例如刘清亮等、黄燕飞等和庄丽君等从理论上分析了大学生就业状况与就业能力之间的关系[2-4];王静波等、贾利军和毋俊泓运用描述统计的方法探讨了大学生就业状况与就业能力之间的关系[5-7];李军凯和冯虹等通过问卷调查与回归分析,研究认为大学生就业能力培养是解决大学生就业问题的关键[8-10]。

然而,目前的研究只将就业能力归为一个笼统的概念,没有详细的划分就业能力中的相关因子。本文认为,就业能力实质上是一个集合,其中包含很多就业能力因子,对于不同的学生来说,不同的就业能力因子所占的比重不同,通过因子分析的方法可以有效的找到与就业状况相关的就业能力分解的公因子,从而对症下药开展相对应的就业指导等教育实践活动。本文主要做了三个方面的工作:首先,对山东省烟台市三所高校1 000名大学生进行问卷调查,获得十种就业能力因子及就业状况等数据;然后,运用取得的数据进行因子分析,以取得就业能力综合因子;最后,运用二元选择Logit回归模型分析就业能力综合因子与就业状况的关系,结果发现就业能力综合因子对就业状况具有正向影响。

本文第二部分为数据选取及因子分析,介绍了数据的获取以及数据因子分析的过程;第三部分为实证分析,首先对使用的计量模型进行了设计,然后对取得的实证结果进行了讨论;最后,结论与启示放在了第四部分。

二、数据选取及因子分析

(一)数据获取与描述

通过阅读大量关于大学生就业现状、就业能力的相关研究文献,以及与用人单位的沟通,听取用人单位的意见,将就业能力详细分为十种就业能力因子:学习能力、创新思维能力、口头表达能力、书面表达能力、制定实施方案的能力、人际交往能力、调查研究能力、自我管理和心理调适能力、自我展示和竞争能力、组织管理能力。每个被调查者分别对自身的十种就业能力因子进行打分,依次为“很差”“差”“一般”“好”和“很好”,分别对应的值为1、2、3、4、5。除上述就业能力因子外,被调查者还需回答就业状况、性别、专业等问题。

对三所高校2016届1 000名毕业生进行问卷调查,三所高校分别调查毕业生人数为340、330和330人。对每个高校毕业生采取分层随机抽样的方式:首先按照专业分成若干个层,然后每个层中按照学号抽样。获得有效问卷937份,占总问卷的93.7%。表1报告了描述统计的结果。由表1可知,就业状况的均值为0.347,这表明截止到2015年底,尚有近三分之二的学生还未获得就业机会;男毕业生占被调查者的52.2%;理工类毕业生占35.8%,主要是由于被调查者所在其中一所高校为经管类院校,理工类专业较少;十种就业能力因子的均值都在3附近,表明被调查者的就业能力因子在“一般”这个水平上。

(二)因子分析

由于就业能力因子较多,而且各因子之间可能具有较高的相关性,这可能会使就业状况回归分析中存在多重共线性或由于解释变量过多估计偏差较大等问题。因此,对就业能力因子进行的因子分析, 即将相关比较密切的几个就业能力因子归在同一类中,每一类就业能力因子就成为一个公因子,以较少的几个公因子反映就业能力因子的大部分信息。

1.检验待分析的原有若干变量是否适合于因子分析

因子分析是从众多的原始变量中构造出少数几个具有代表意义的因子变量,这里面有一个潜在的要求,即原有变量之间要具有比较强的相关性。如果原有变量之间不存在较强的相关关系,那么就无法从中综合出能反映某些变量共同特性的少数公共因子变量来。因此,在因子分析时,需要对原有变量作相关分析。使用SPSS软件作KMO 和 Bartlett 的检验,得到结果如下:KMO值为0.741,在0.5～1.0之间;Bartlett检验的值为1 628.181,检验统计量的p值小于0.001,为高度显著,因此就业能力因子数据适合使用因子分析法。

KMO值是用于检验因子分析是否适用的指标值,若它在0.5～1.0之间,表示适合;小于0.5表示不适合。Bartlett的球体检验是通过卡方检验来完成对变量之间是否相互独立进行检验。若该统计量的取值较大,因子分析是适用的。KMO值为0.741,在0.5～1.0之间;Bartlett的检验也是通过的,因为渐近的卡方值很大,检验统计量的p值0.000小于0.001为高度显著,因此就业能力因子数据适合使用因子分析法。

表1 描述统计

2.计算相关系数矩阵的特征值及累积贡献率

因为数据的量纲相同,而且数量级差异较小,因此无需对数据做标准化处理,可以直接计算得到相关系数矩阵的特征值及累计贡献率,如表2所示。以主成份方法作为因子的提取方法,选取因子的标准值为特征值不小于1,在表3中可发现满足这样条件的公共因子为前三个因子,且前三个因子对样本方差的累计贡献率达到了81.583%,可以反映出原指标82%的信息量。因此,选取前三个因子即可对所要分析的问题作出较好的解释。

3.对载荷矩阵进行旋转

表3报告了初始因子载荷矩阵和施行方差最大正交旋转后得到的旋转因子载荷矩阵。可以看出,成份1在学习能力(X1)、书面表达能力(X2)和口头表达能力(X3)指标上的因子载荷量最大,都反映了专业特质,故将公共因子1命名为专业特质公因子;成份2在制定实施方案的能力(X6)、人际交往能力(X7)、调查研究能力(X8)和组织管理能力(X9)上的因子载荷量最大,这三个指标分别反映了经营特质,故将公共因子2命名为经营特质公因子;成份3在自我管理和心理调适能力(X4)、自我展示和竞争能力(X5)和创新思维能力(X10)上的因子载荷量最大,反映了心理特质,故将公共因子3命名为心理特质公因子。

表2 总方差解释(主成份分析法)

4.计算因子得分

表3 因子载荷矩阵

表4报告了因子得分系数矩阵,由此可以计算出三个公共因子的得分。

三、就业状况回归分析

(一)二元选择Logit回归

被解释变量Y:就业状况为二元响应变量,其均值恰为一个比率,代表就业的机会,建立Logit回归模型

(1)

表4 因子得分系数矩阵

(2)

(二)回归结果分析

表5报告了二元Logit回归模型结果。由表6可知,性别对是否就业具有正向影响,男性毕业生能获得更多的就业机会,这表明就业市场中存在性别歧视。专业对是否就业存在正向影响,即理工科毕业生更容易就业,这可能是由于提供理工科就业机会的用人单位较多。专业特质公因子、经营特质公因子和心理特质公因子都对是否就业具有正向影响,即表明专业特质公因子、经营特质公因子和心理特质公因子的得分越高,获得就业的机会就越大。专业特质公因子、经营特质公因子和心理特质公因子与就业状况的相关性原因具体如下:

专业特质公因子是一种“内化于心、外展于行”的表现形式,是一个人综合素质的体现。这种特质往往不是依靠简单的学习和培训而获得,需要毕业生经过长期的涵养和体悟才能获得。对用人单位来说,要考察一名毕业生是否能够长期适应这份工作,需要对求职者的综合素质,尤其是整个人体现出来的职业风貌进行细致的考量。学习能力因子很大程度上代表了求职者能否顺利地胜任今后的工作。这主要是由于从目前的专业与就业的匹配度来看,除特种专业外,其他专业对毕业生今后所从事的职业影响很小,为了能够更加流畅的适应自己所从事的工作,这就需要毕业生通过今后的日常学习和积累,不断地提升自身学习能力,以此补充自己的不足,进而达到与自己所从事的职业需求相匹配。书面表达能力和口头表达能力展现了求职者的沟通行为状况,这在用人单位招聘以及试用期时急需这两种能力的体现。因此,专业特质公因子对就业状况具有正向影响。

表5 二元Logit回归模型结果

注：括号内为标准差;①②③分别表示回归系数在1%、5%和10%的显著水平下显著。

经营特质公因子实质上表现为一种领导力和协调力,拥有这一特质的求职者能够及时地转换思维,巧思妙想,在求职中展现出不俗的执行力。这也可以解释为什么学生求职者中往往学生干部能够在就业中占据有利地位,从就业数量和就业质量上都超过普通同学。特别应该指出的是,在经营特质因子中有一项人际交往的能力,它可以说是经营特质因子的中核心部分,拥有良好的人际交往能力,往往能在就业求职过程中带来便利。经营特质因子往往表现为显性因子,可以通过简单地交谈和观察获得对这种因子的直观印象,用人单位可以粗略的获得就业求职者相关的信息。

心理特质公因子可以影响到求职者今后的职业发展高度。在求职阶段或许此因子并未能得到具体的展现,但是通过求职者的学习能力的提高以及人生阅历的不断积累,这个因子却会在今后让求职者获益匪浅。心理特质公因子都是一些发展型的因子,可以展现一个人的潜力。在就业过程当中,很多用人单位采用心理测评的方式来初步考量求职者的心理特质因子。

进一步,为更细致的描述专业特质公因子、经营特质公因子和心理特质公因子与就业状况的关系,利用Logit模型,分别对男毕业生和女毕业生的就业机会进行模拟。以专业特质公因子与就业状况的关系为例,说明模拟过程,模拟中,专业特质公因子在1到5之间每隔0.05取一个值;性别取1和0,分别与男毕业生和女毕业生对应;专业取其众数0;经营特质公因子和心理特质公因子取其均值。经营特质公因子和心理特质公因子与就业状况的关系模拟图同样按照上述模拟过程得到。模拟结果如下：

就业市场中存在性别歧视,女毕业生处于不利的地位;三个公因子都对就业具有正向影响；当男性与女性的就业能力都很差时,用人单位性别歧视严重,更喜欢招聘男毕业生;但当男性与女性的就业能力都很优秀时,性别歧视基本上不存在,也即用人单位喜欢招聘在社会活动、组织管理能力和工作态度上可塑性强的毕业生,而且不论男女。

四、结论与启示

通过对山东省烟台市三所高校的毕业生进行问卷调查,运用因子分析和二元选择Logit回归模型研究了大学生就业能力与就业状况的关系,结果表明:第一,就业能力可以分化为更加具体的十种就业能力因子,通过因子分析将十种能力可以归结为三种特质公因子;第二,就业市场中存在性别歧视,女毕业生的就业机会远低于男毕业生;第三,专业特质公因子、经营特质公因子和心理特质公因子与大学生的就业状况紧密相关,都对毕业生就业产生正向影响;第四,三种特质因子呈金字塔型排列,经营特质因子为金字塔顶端,也是较难获得的能力因子,这表明大学生要在就业市场获得较好的岗位,需有意识地培养自己的经营特质因子。心理特质因子处于金字塔的中段,这种发展型的因子对大学生就业的宽度和广度产生了制约。专业特质因子处于金字塔的底端,是一种较为容易获得的能力因子,但作为基础因子它的重要性依然不能忽视。

因此,大学毕业生在学习阶段就应尽早开始职业生涯规划,从个人动力、行为、能力三方面正确地进行职业定位;在求职过程中要树立良好的就业观,保持积极地就业心态,为了有效提高自身的就业竞争力,努力创造和争取各种机会推销自己。高校也应该对大学生的创新创业的教育机制进行改革设计,同时还可以为大学生创新创业能力的自我开发提供全方位的指导,培育适应当前“大众创业、万众创新”潮流的创新创业性人才。