就业率还是就业质量？*——对浙江高校毕业生的满意度调查

□罗德明

内容提要 毕业生对母校的满意度是大学教育质量评价的重要观测指标，基于就业视域，以就业率和就业质量为观测指标的就业竞争力直接关乎毕业生长远核心利益，是影响毕业生对母校满意度的重要因素。本文利用2012-2017年浙江省6所高校培养质量报告及毕业生调查数据，建立Tobit模型来分析，结果表明：以工资水平、专业相关度衡量的就业质量对毕业生总体及各细分满意度均存在显著的正向影响；就业率则对总体满意度影响不显著，但对教学及就业服务满意度影响非常显著；另外，专业背景从边际影响上改变毕业生对母校的满意度，其中医学和社会科学类专业最为明显。鉴于此，高校通过推出分专业的个性化教学培养和就业服务，在提升毕业生就业率的同时更应该关注就业质量，这对提升毕业生对母校的满意度有事半功倍之效。

人才培养是高校社会使命所在，也是高校安身立命之本。自1999年高等教育大规模扩招以来，中国大学教育逐渐从精英教育过渡到向国民普及的大众化阶段，但人才培养一直是高校的重要使命。《国家中长期教育改革和发展规划纲要（2010-2020年）》早已提出，不断提高教育质量是高等教育发展的核心任务。党的十八大以来，习近平总书记更是多次对教育工作提出系列重要论述，着重强调了人才培养工作的重要性；党的十九大进一步把教育事业放在优先发展的突出位置，着力推动聚焦一流大学和一流学科建设的“双一流”政策工程，鼓励通过分层和分类建设思路，促进高校差别化发展，回归其人才培养的本质功能。

在此背景下，人才培养之关键，越来越转向培养学生的创新精神和实践能力，满足社会对技能型、复合型人才的大量需求。对于普通高等院校来说，毕业后直接选择就业的学生超过70%，就业竞争力直接影响到学生的长远核心利益，关乎毕业生对母校满意度。基于“以学生为本”的理念，其必然成为衡量高校培养质量的关键指标。

现有相关文献主要从学生就业竞争力和满意度两个方面进行研究，一些学者构建了就业竞争力评价体系，从就业心理素质、就业能力、团队合作、人际沟通等方面探讨就业竞争力的影响因素（万文涛和黄运鑫，2006；柯羽和刘晓凤，2004；崔树军等，2008；Knight and Yorke，2008；Pool and Sewell，2007）；另一些学者探讨学生满意度指标体系，从学校声誉、课程与教学、居住环境、师生交流、忠诚度等方面探讨满意度的影响因素（岳昌君，2013；刘俊学等，2006；王虎等，2013；张倩和岳昌君，2009；孙艳丽，2011；黄翼和吴硕贤，2013；Paula and Paul,1999；Mohammad and Eliane,1996）。上述两个方面的研究都容易受主观因素的影响，获取客观数据的难度很大，这两个领域的文献相互之间尚未建立起研究交集，关于就业竞争力如何影响毕业生母校满意度影响的实证研究还比较少见。因此，专门聚焦就业竞争力如何影响学生满意度这一课题，特别是从就业竞争力角度，探讨就业率和就业质量这两个维度哪个对学生满意度影响更大，是一个值得专门深入探究的新问题。

鉴于此，本文通过构建Tobit计量模型，利用浙江省6所高校在2012-2017年间的学生培养和就业数据，对毕业生就业竞争力影响母校满意度的机理展开实证研究。与现有文献及其学术贡献相比，本文预计有如下创新：（1）将毕业生对母校满意度分为总体满意度和细分维度满意度两个层次，既分析就业竞争力对毕业生母校满意度的总体影响，也分析其结构性影响，拓展了前人研究的内容；（2）引入异质性假设背景，结合不同高校类别和专业类别，分析调节就业竞争力对毕业生母校满意度影响的环境因素，缓解了同类研究中的内生性问题。

本文的预期目标是，通过实证分析，厘清就业率与就业质量哪一个更能影响毕业生对母校的满意度，从而在政策实践中更有效地探索立德树人、强化创新和就业教育的新模式，为普通高校立足学生本位、提高学生培养质量和教育水平提供可行路径。

一、研究设计

（一）样本与变量

本文搜集2012年至2017年浙江省毕业生职业发展状况和人才培养质量报告，选取了浙江工商大学、浙江师范大学、浙江财经大学、浙江理工大学、杭州电子科技大学、温州医科大学六所高校的毕业生求职样本和对母校的总体满意度分析报告，进行数据汇总和处理，并在此基础上分析浙江省大学毕业生的就业竞争力与对母校满意度之间的关系。主要变量定义如下表1：

其中，主要被解释变量为学生对母校的总体满意度TS，并进一步细分为课堂教学满意度LE、实践教学效果满意度PR、教学水平满意度TE、就业服务满意度ES为被解释变量，从四个维度分析学生的满意度。解释变量为学生当前就业率RA、工资水平LWA（工资水平取对数，该值越大，反映工资水平越高）、专业相关度EN（表示毕业生就业岗位与所学专业的相关程度）。另外，考虑到学校类别和专业类别会对学生就业竞争力产生影响，本文将是否理工类院校SES、是否医学类院校MES、是否财经类院校FES、是否理工类专业SE、是否医学类专业ME、是否人文学类专业HL和是否社会科学类专业SS作为控制变量。

（二）模型设定

经典的Tobit模型由Tobin（1958）提出，之后由Amemiya（1984）将其归纳为Ⅰ型到Ⅴ型Tobit模型，标准的Ⅰ型Tobit回归为：为潜在因变量，在0处进行左删失，即

表1 主要变量定义

另外，xi为自变量向量，β是系数向量，其中εi～N（0，σ2），该模型也可以简化为如下表达式：yi=max（0，β′xi+εi），i=1，...，N。

由于主要被解释变量总体满意度TS是通过学生对母校的满意度打分来衡量的，是处于0到1之间的受限制被解释变量，为了能够更好地解释就业竞争力对毕业生总体满意度的影响，本文通过面板Tobit回归来分析就业竞争力对毕业生满意度的影响。基准模型设定如下：

TSi=β0+β1RAi+β2LWAi+β3ENi+β4SESi+β5MESi+β6FESi+β7SEi+β8MEi+β9HLi+β10SSi+εi

模型中被解释变量TSi是第i所高校毕业生对母校的总体满意度，反映了学生对母校满意度的整体情况。解释变量和控制变量均是第i所高校毕业生总体满意度的影响因素，具体描述如上文所述，不再赘述。另外，εi为误差项。

（三）描述性统计

表2的描述性统计显示，总体满意度的均值高于0.87，而满意度评价上限为1.00，表明毕业生对母校的总体满意度处于较高水平。但是不同毕业生对母校的认同度有明显差异，总体满意度以及各维度的满意度最大值均为1.00，最小值仅为0.40左右。当前就业率指标均值高于0.95，表明不同院校毕业生就业状况良好，并且就业率指标的标准差为0.047,反映出毕业生就业率差异较小。工资水平的差异化最为明显，最大值为9.08，最小值为7.7431，两者相差1.3369，同时工资水平的标准差为0.1935，在主要解释变量中最大，一定程度上表明毕业生薪酬差异显著。

学校类别变量和专业类别变量均以虚拟变量的形式呈现，最大值均为1.00，最小值则均为0.00。从四类院校中可以看到，理工类院校均值最大，紧接着为财经类院校、其他类院校，其中医学类院校均值最小，表明本文样本中理工类毕业生最多，医学类毕业生最少。不同专业类别中则社会科学类专业毕业生样本最大，医学类专业样本最小。

二、实证分析

（一）基准回归

本文以当前就业率、工资水平和专业相关度为就业竞争力的代理变量，从总体满意度和不同维度满意度两方面检验就业竞争力对毕业生母校满意度的影响。表3报告了回归结果，其中的模型为含有截距项但不带有控制变量的Tobit模型，（1）、（2）、（3）、（4）列的样本量为1571，（5）列由于部分数据缺失，观测值为1463，LR及其P值均表明样本数据适合用Tobit模型分析。其中，（1）列为就业竞争力对总体满意度的实证结果，当前就业率与工资水平均对高校毕业生总体满意度没有显著影响，而学生毕业后所从事职业与所学专业的相关程度显著正相关，即专业相关度越高，毕业生对母校的总体满意度越高。

表2 各变量描述性统计

当然，总体满意度不显著并不代表毕业生对就业竞争力与满意度无关，也有可能由于就业竞争力代理变量衡量的侧重点存在差异，导致毕业生某一维度的满意度十分显著，但未体现在总体满意度上。因此，本文基于课程课堂教学满意度、实践教学效果满意度、教学水平满意度和就业服务满意度四个维度分析就业竞争力对毕业生母校满意度的影响。无论是总体满意度，还是分维度满意度，专业相关度均表现出很强的显著性，再次表明毕业生求职过程中关注岗位与所学专业相关度的重要性。相比于找到专业对口工作的毕业生，仅是找到工作的毕业生对母校满意度显然更弱，当前就业率对教学水平满意度在10%的显著性水平下有显著正向影响，统计显著性相对较弱。而当前就业率对就业服务满意度的影响在1%的显著性水平下显著，这与预期是一致的，当学校为学生提供更好的就业服务指导时，学生更容易应聘到满意的职位，从而对母校的就业服务满意度也更高。然而，在（2）、（3）列中，当前就业率的作用机制并没有明显体现，工资水平则影响十分显著，工资水平越高，毕业生对母校课程课堂教学满意度和实践教学满意度越高，并且工资水平在（4）、（5）列对教学水平满意度和就业服务满意度均保持1%显著性水平下的显著正向影响。

以上分析令人疑惑的是，针对四个不同的满意度维度，工资水平越高，毕业生均表现出较高的满意度，但是总体满意度却不显著。我们有理由怀疑，是否存在遗漏影响满意度的其他因素，导致结果出现偏差？对此，可利用虚拟变量控制学校类别（是否理工类院校、是否医学类院校、是否财经类院校）、毕业生专业类别（是否理工类专业、是否医学类专业、是否人文学类专业、是否社会学类专业）。表4报告了控制相关虚拟变量后就业竞争力对毕业生满意度的影响情况：

由于总体满意度是各高校重点关注的指标，表4中（1）、（2）、（3）列分别表示逐步引入学校类别和专业类别后就业竞争力对毕业生总体满意度的影响。相较于表3，表4中（1）列控制了毕业生的学校背景，此时当前就业率对总体满意度的影响仍不显著，而工资水平在1%的水平下对总体满意度有显著正向影响，专业相关度则保持稳健的正向影响；（2）列控制了毕业生的专业类别，此时与表3的结果十分相似，这表明很可能是学校类别变量的遗漏导致工资水平对毕业生满意度的影响效果被低估；（3）列则同时控制了毕业生毕业院校类别和所学专业的差异化，此时可以看到，毕业生工资水平越高，岗位与专业相关度越高，其对母校的整体满意度越高，而当前就业率对总体满意度没有显著影响，这证实了前面遗漏变量的猜测。

表4中（4）、（5）、（6）、（7）列则是同时控制学校类别、专业类别后，就业竞争力对课堂教学满意度、实践教学满意度、教学水平满意度和就业服务满意度的影响。相较于表3，回归结果十分稳健，当前就业率越高，毕业生对教学水平满意度和就业服务满意度越高，但对课程课堂教学满意度和实践教学满意度没有显著影响，也从侧面反映出就业率是一个相对粗糙的就业竞争力衡量指标；而工资水平、专业相关度对毕业生课程课堂教学满意度、实践教学效果满意度、教学水平满意度和就业服务满意度均有显著正向影响，因此，应结合工资水平和专业相关度等就业质量指标深入分析。

表3 就业竞争力对毕业生满意度的影响

表4 就业竞争力对不同背景毕业生满意度的影响

以上结果表明：就业率和就业质量是衡量学生就业竞争力的两个核心指标，其中当前就业率对毕业生总体满意度无显著影响，而衡量就业质量的工资水平和专业相关度对毕业生总体满意度存在显著的正向影响，高校如果想提升毕业生总体满意度就得聚焦毕业生就业质量而非就业率。

（二）进一步分析

为了进一步研究毕业生不同背景即其毕业院校和所学专业的差异是否会改变当前就业率、工资水平及专业相关率对总体满意度的影响，本文引入了就业竞争力与毕业生背景的交互项，回归结果如表5所示。表5的（1）、（2）、（3）列分别引入当前就业率、工资水平、专业相关度与学校类别的交互项对毕业生总体满意度的影响，（4）、（5）、（6）列分别引入当前就业率、工资水平、专业相关度与专业类别的交互项对毕业生总体满意度的影响。

由表5可知，当前就业率、工资水平对毕业生总体满意度的影响与表3、表4相一致，专业相关度对总体满意度的影响除了在（3）和（6）列中不显著，其余整体显著为正，再次表明实证结果的可靠性。具体就交互项而言，理工类院校虚拟变量与专业相关度交互作用对整体满意度的影响显著为正，即相比于其他院校，理工类院校通过提高高校对毕业生专业相关就业岗位指导更能提升毕业生对母校的总体满意度。但毕业生的理工类专业背景不会影响其就业竞争力对总体满意度的影响，表明学校类别与专业类别在一定程度上存在相似性，但不可做统一分析处理，医学类专业与就业率和社会科学类专业与工资水平的交互作用提供了更具体的证据。医学类专业的学生，当前就业率越高，其对总体满意度的作用更显著，这似乎与上文分析的，就业率对总体满意度无显著影响相矛盾，其实不然，由于专业的特殊性，医学类专业的毕业生更多从事与本专业相关的职业，而其他专业跨专业就业的可能性更大，因此，此处的就业率实际上也在一定程度上包含了专业相关度对总体满意度的影响。当然，专业有其特殊性，表5的（5）列显示，社会科学类专业与工资水平对总体满意度的交互影响显著为负，即社会科学类专业毕业生需要有更高的工资水平才能达到其他类专业毕业生对母校的满意度。此实证结果表明，高校需要充分考虑自身院校背景以及毕业生专业背景，才能更有效地提升毕业生对母校的满意度。

三、结论与启示

本文选取了浙江省6所高校在2012-2017年间的学生培养和就业数据，通过构建Tobit计量模型对毕业生母校满意度的影响因素及其机理展开实证研究。通过研究发现，就业质量比就业率更能影响毕业生对母校的满意度。因此，高校应更加注重毕业生的就业质量，而非简单追求就业数量（就业率），指导毕业生选择与其所学专业相关度高的就业岗位。如毕业生所学即所用，职业与所学专业对口，将更有利于其职业发展，也会对所学专业产生更积极的评价，从而使其对母校专业培养产生更高的质量感知，并可能形成正向循环。若高校片面追求毕业生就业数量，仅关注毕业生是否找到工作，对提升毕业生对母校的满意度可能事倍功半。

表5 就业竞争力与毕业生背景对满意度的交互影响

为深入了解就业率对毕业生母校满意度的解释力度，本文进一步从课程课堂教学满意度、实践教学效果满意度、教学水平满意度和就业服务满意度四个维度进行剖析，发现当前就业率越高，毕业生的教学水平满意度和就业服务满意度越高。为防止遗漏变量导致估计偏差，本文结合毕业生学校及专业等异质性背景变量进行研究。当模型中引入学校类别和专业类别等控制变量后，实证结果依然表现出较好的稳健性，这进一步证明遗漏毕业生背景变量会低估毕业生就业竞争力对总体满意度的影响。

另外，本文还进一步讨论学生背景调节变量是否会改变就业竞争力对总体满意度的边际影响。结果表明，医学类院校与专业相关度以及医学类专业与当前就业率对总体满意度的交互影响显著为正，社会科学类专业与工资水平对总体满意度的交互影响显著为负。所以，高校在开展就业指导工作过程中，不仅要考虑院校自身的特点，同时还要考虑学生的专业背景。

根据以上结论，结合高校具体工作实际，笔者对高校提升毕业生对母校满意度提出如下三个建议：

第一，推行“创新学分”制，激发学生的创新热情，鼓励在校学生积极参与社会实践及创新创业竞赛等活动，强化专业知识学习的基础上，着力培养专业技能与创新创业意识，为职业发展奠定坚实基础。

第二，搭建就业服务平台，注重职业生涯规划教育，加大实习实训平台建设与投入，帮助学生提高职业认知并提前感受职场氛围，并在就业服务过程中加强对学生职业选择的指导和就业心理压力的疏导，提升就业服务水平，帮助学生更好地完成职前准备。

第三，提升个性化创新能力培养，全面提高学生的综合能力与职业素养。根据学生个体差异采取分类培养模式，鼓励学生参与各类科技创新活动。低年级学生以培养创新意识为主，通过举办知识讲座、报告会等激发学生的创新意识培养；高年级学生以提升学生创新能力为主，鼓励学生参与教师课题研究，引导学生在参与课题研究过程中发现问题并解决问题，通过实践强化对课程的理解和应用，提高课程学习实效，减少就业初期“所学无用”的错误认知。

本文的意义在于为普通高校设计学生培养方案、提升培养质量提供了重要的方向性指引：立足提升毕业生对母校的满意度这一目标，普通高校未来应着力强化在校生的就业竞争力培养力度，特别是在创新专业培养模式，提高专业培养水平，如专业特色提炼、专业技能实训、前置专业学习指导、对口就业指导工作等方面。当然，本文还存在一定不足之处，囿于数据获取难度，可能仍存在遗漏了其他影响毕业生满意度的因素，使得相关变量不能很好展现出其对毕业生满意度的影响，因此，这是未来该方向研究所要进一步挖掘的重点。