2019年全国高校毕业生就业状况实证研究 ＊

岳昌君 夏 洁 邱文琪

（北京大学教育学院/教育经济研究所，北京 100871）

一、引言

党的十九大报告指出，“我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期”，在此背景下，应提高保障和改善民生的水平，而“就业是最大的民生”（中华人民共和国中央人民政府，2017）。2018年中共中央政治局会议提出了“稳就业、稳金融、稳外贸、稳外资、稳投资、稳预期”这六个“稳”字，以推进经济高质量发展（中华人民共和国中央人民政府，2018）。“就业是民生之本，把稳就业摆在突出位置，重点解决好高校毕业生等群体就业，是全面做好‘六稳’工作的‘牛鼻子’。”（中华人民共和国中央人民政府，2019）

《国家中长期教育改革和发展规划纲要（2010—2020年）》（以下简称《纲要》）指出：“到2020年，高等教育大众化水平进一步提高，毛入学率达到40%。”（中华人民共和国中央人民政府，2010）有学者认为，2018年我国高等教育毛入学率达到了48.1%①，2019年超过了50%（钟秉林，王新凤，2019）。由此可见，《纲要》中关于高等教育毛入学率的目标已经提前完成，我国高等教育即将进入普及化阶段。在此背景下，高校毕业生规模持续扩大，2019届高校毕业生达到834万人，2020届高校毕业生预计将达到874万人（中华人民共和国教育部，2019）。

在我国经济转向高质量发展、供给侧结构性改革稳步推进的背景下，高等教育规模的持续扩大是否给高校毕业生在毕业去向、就业分布和就业质量等方面带来新的特征？哪些因素会影响毕业生的就业质量？本文基于北京大学教育学院/教育经济研究所2019年6月进行的全国高校毕业生就业状况调查所获得的数据，对2019届高校毕业生的就业状况进行了统计描述，并利用计量回归方法分析了毕业生求职结果、就业起薪和就业满意度的影响因素，进而在提出相应的政策建议。

二、理论基础与文献综述

（一）理论基础

高校毕业生就业受到学生个体、家庭、学校、社会经济环境等多种因素的影响，因此本研究的理论基础包括人力资本理论、社会资本理论、劳动力市场分割理论、职业搜寻理论等。

人力资本是指个体内在的生产能力，可以通过对教育、在职培训及健康等方面的投资而得到提升。个体投资教育能够提高生产能力进而获得收益，体现为更高的劳动收入、更好的工作机会、更高的就业可能性和更好的健康状况等（Brewer & McEwan，2017）。因此，本研究认为个体在接受高等教育过程中积累了人力资本，不同类型的高校对个体能力的提升存在差异，因此毕业生能力和学校背景会对其就业产生影响。

Coleman（1988）将社会资本定义为个体所拥有的社会资源，认为个体利用网络关系能够得到社会资本的回报。对于求职而言，劳动力市场信息不对称，社会网络可以传递更加充分有效的信息来提高毕业生的就业率（Montgomery，1991）。对高校毕业生而言，家庭所拥有的社会关系是其最重要的社会资本，是求职过程中可以动用的资源。现有研究常用家庭社会经济地位（Socioeconomic Status）衡量家庭背景和社会资本，包括父母受教育水平、父母职业和家庭收入等指标（郑洁，2004）。因此，本研究认为家庭背景会影响毕业生的就业状况。

劳动力市场分割理论的代表之一是二元劳动力市场理论。Kerr（1954）首先提出了内部劳动力市场和外部劳动力市场的概念，后来由Doeringer & Piore（1971）对其进行了发展。该理论认为，劳动力市场分为主要劳动力市场和次要劳动力市场，主要劳动力市场具有工资高、工作条件好、就业稳定、职业有保障、有较多的晋升机会等特点；次要劳动力市场则往往具有工资低、工作条件差、就业变化性大等特点。主要劳动力市场的雇主是一些大公司，主要生产资本密集型产品；次要劳动力市场主要由众多中小企业组成，主要生产劳动密集型产品。教育起到一种信号作用，工人接受教育是进入主要劳动力市场的敲门砖（赖德胜，1996）。结合我国不同地区、行业、单位、职业所体现的差异，本研究认为我国劳动力市场存在分割状况，高校毕业生的起薪和就业满意度会受其影响。

Phelps（1970）提出的职业搜寻理论认为，在信息不充分的条件下，工作搜寻者通过搜寻活动逐渐了解工资分布。搜寻者在劳动力市场上搜寻的时间越多，对工资分布越了解，则越有可能获得一份报酬较高的职业。获得有关报酬和工作岗位的信息需要花费成本，搜寻者通过比较搜寻的边际成本和可能获得的边际收益来决定是否继续搜寻（盛世明，2007）。因此，本研究认为高校毕业生的求职行为有可能影响就业质量。

（二）文献综述

高校毕业生的就业结果受到诸多因素的影响，已有研究多从高校毕业生的人口统计学特征、人力资本、社会资本和学校背景等方面进行分析。

在人口统计学特征方面，研究发现性别对高校毕业生的就业结果具有显著影响。女性大学毕业生在求职过程中会遭受到性别歧视，就业机会显著少于男性（葛玉好等，2018）。与男性相比，女性毕业生的就业率、起薪和工作满意度显著更低（曹星，岳昌君，2010）。

在人力资本方面，研究发现毕业生的学历层次、学科门类、学习成绩排名、实习经历和资格证书等因素对高校毕业生就业具有显著影响（岳昌君等，2004；闵维方等，2006；岳昌君，张恺，2014；邓峰，孙百才，2014），且人力资本是影响毕业生求职结果、起薪和工作满意度的重要因素（岳昌君，杨中超，2012）。人力资本越丰富的大学生，越倾向于选择社会地位和资源含量较高的单位就业（李黎明，张顺国，2008）。

在社会资本对高校毕业生就业的影响方面，家庭所在地、家庭经济收入、父母受教育年限、父母职业类型和家庭社会关系均会对毕业生的就业落实、就业起薪和就业满意度产生显著影响（韩翼祥等，2007；岳昌君，白一平，2018）。家庭社会经济地位越高的毕业生，顺利就业的可能性越大，并且就业满意度也越高（刘艳茹，2012）。而以父母教育背景和职业阶层为代表的家庭社会资本越高，则毕业生的工资水平显著更高。即使毕业生前往外地就业，家庭社会资本对其工资水平的影响依然显著（孔高文等，2017）。

在学校背景方面，院校类型和学校所在地对毕业生的求职结果和起薪有显著影响（岳昌君等，2004；岳昌君，丁小浩，2004）。就读高校在西部地区的毕业生更难找到工作，并且找到工作的毕业生起薪明显偏低（闵维方等，2006），由此可见，学校类型是影响高校毕业生就业结果的重要因素（岳昌君，张恺，2014）。不同类型高校毕业生起薪的显著差异还表现为学校类型的影响力大于人力资本和家庭背景因素（邓峰，2013）。

从劳动力市场的角度，有研究通过收入数据构建了行业垄断指数，发现不同垄断水平的行业对就业的吸纳能力不同，行业收益的显著差异可以部分解释高校毕业生行业分布不均匀的现象（岳昌君，丁小浩，2004）。有研究针对性地分析了2014—2018年北京高校毕业生就业行业的结构特点，发现北京市行业发展呈现出高知识、高技能、高创新能力的特征，知识密集型产业受到北京毕业生的青睐；劳动密集型的制造行业高校毕业生占比稳中有降，行业发展和毕业生就业结构协调性较好（马永霞等，2019）。有研究从就业地点的角度，探究了高校毕业生就业的城市偏好和就业流动收益，发现经济发展水平较高的一、二线城市是毕业生就业的主要地点，在总体上，毕业生就业流动能够显著地提高收入（岳昌君，邱文琪，2019）。从就业满意度的角度出发，工作因素对毕业生就业满意度有显著影响，非工作因素对就业满意度既有直接影响也通过工作选择间接影响就业满意度。其中工作因素包括了起薪、就业地点、就业地区、就业单位性质、就业行业、岗位类型、学用匹配、雇佣形式（岳昌君，2013）。

从高校毕业生求职的角度，有研究指出毕业生的“就业成本”包括用人单位招聘成本、学校就业服务成本、学生求职成本，实证研究发现学校的就业服务对学生就业有显著影响，学生的就业费用则无显著影响（周俊波，岳昌君，2004）。从求职期望的角度，有研究者发现人力资本存量高的大学生向往大城市工作，家庭经济条件的提升会抑制学生就业倾向，并使其期望更高的收入；大学生的求职期望会加剧劳动力市场的二元结构（韩翼祥等，2007）。从计量的角度，有学者建议构建就业起薪期望偏差来分析高校毕业生就业难和就业质量问题（涂建明，涂晓明，2013）。

综上所述，已有研究在分析毕业生就业状况的同时，从人口统计学特征、人力资本、家庭社会经济背景、学校背景、求职状况、就业行业、就业地区等角度探究了毕业生就业质量的影响因素。2019年是非常重要的一年，这一年不仅是新中国成立70周年、高校扩招20周年，而且是我国人均国内生产总值超过1万美元、经济发展迈入更高阶段的一年；这一年，我国高等教育毛入学率超过了50%，进入了高等教育普及化阶段。因此，我国未来的经济和高等教育都将进入高质量发展阶段。就业问题是我国政府工作的重中之重，探究新时期高校毕业生的就业特点和就业质量的影响因素，意义重大。本研究基于2019年的调查数据，结合以往研究，力图分析2019年高校毕业生就业的新特点。

三、样本说明

本文使用的数据来自北京大学教育学院/教育经济研究所2019年的“全国高校毕业生就业状况抽样调查”。样本包括我国东、中、西部地区17个省市区的32所高校，其中，东部地区包括北京、天津、上海、辽宁、河北、山东、浙江7个省市的14所高校；中部地区包括吉林、河南、湖北、湖南4个省份的8所高校；西部地区包括新疆、甘肃、内蒙古、宁夏、陕西、四川6个省区的10所高校。按学校类型划分，样本包括一流大学建设高校6所、一流学科建设高校4所、普通本科院校9所、高职高专院校9所、民办高校2所、独立学院2所。每所高校根据应届毕业生数量、学历结构、学科结构按照一定比例发放500—1000份问卷。调查共回收有效问卷16571份。

在有效样本中，按学历层次划分，专科毕业生占23.4%，本科毕业生占62.6%，硕士毕业生占13.0%，博士毕业生占1.0%；按性别划分，男、女毕业生占比分别为49.0%和51.0%；按学校类型划分，一流大学建设高校毕业生占23.2%，一流学科建设高校毕业生占9.3%，普通本科院校毕业生占32.3%，高职高专毕业生占24.3%，民办高校毕业生占5.1%，独立学院毕业生占5.8%。

四、高校毕业生就业状况描述统计②

（一）毕业生落实率

总体而言，2019年高校毕业生“已确定就业单位”的比例为37.7%，“升学（国内）”的比例为24.9%（见表1）。如果将表1中的第（1）—（6）项均视为“确定去向”的话，毕业生的总体“落实率”为80.1%。与2017年相比，毕业生落实率下降了4.5个百分点，具体而言，2019年毕业生确定就业单位的比例下降了1.1个百分点，“升学（国内）”的比例提高了4.5个百分点，“出国/出境”的比例下降了1.8个百分点，“自由职业”“自主创业”和“灵活就业”的比例均略有下降。

表1 2019年高校毕业生毕业去向（%）

从学历层次来看，毕业生落实率存在差异。专科生的落实率最高，达到85.1%；其次是博士生，为84.6%；硕士生为80.5%。其中，学术型硕士略高于专业型硕士，分别为81.1%和79.4%；本科生的落实率最低，为78.2%。

从性别来看，男性的落实率为82.8%，比女性高5.2个百分点。具体分析发现，落实率的性别差异主要体现在“已确定就业单位”和“自主创业”上，男性在这两方面均比女性高出1.7个百分点（见表2）。

从学校类型来看，一流大学建设高校的落实率最高，为84.5%；其次是民办高校和独立学院，为84.2%；第三是高职高专，为83.8%；第四是一流学科建设高校，为78.1%；普通本科院校的落实率最低，为73.2%。其中，单位就业率最高的为高职高专院校；“升学（国内）”和“出国/出境”比例较高的为“双一流”大学，二者比例均在40%以上；“自由职业”“自主创业”和“灵活就业”比例较高的分别为民办高校、独立学院、高职高专院校。

表2 2019年高校毕业生分性别、学校类型的毕业去向（%）

从学校所在地区来看，东部地区高校（非北上广）的毕业生落实率最高，为86.1%；其次是北上广高校，为85.8%；第三为中部高校，为79.6%；西部高校毕业生落实率最低，为72.6%。具体而言，东部地区高校毕业生“已确定就业单位”的比例最高；北上广地区高校“升学（国内）”和“出国/出境”的比例最高，分别为30.7%和12.4%；中西部地区高校“自由职业”“自主创业”和“灵活就业”的比例较高。

（二）就业分布

我们选取“已确定就业单位”毕业生群体作为分析样本，对高校毕业生的就业分布进行描述统计。

第一，从就业地点分布来看，大中城市是毕业生就业的主要去向。在“省会城市或直辖市”就业的人数超过一半，占比高达56.1%；在地级市及以上城市就业的占比合计为81.0%。而家庭所在地为县级及以下地点的占比高达65.6%，由于就业机会主要在大中城市，这些毕业生需要流动到大中城市求职，就业难度相对更大（见表3）。

表3 2019年高校毕业生就业地点分布（%）

第二，从就业地区分布来看，已确定单位的毕业生来自北上广、东部（非北上广）、中部和西部地区高校的比例分别为16.6%、28.7%、26.3%和28.5%，前往北上广、东部（非北上广）、中部和西部地区就业的比例分别为25.6%、31.1%、17.5%和25.8%。由此可见，北上广和东部地区对毕业生的吸引力较大，中西部地区尤其是中部地区毕业生流失比例高（见表4）。

表4 2019年高校毕业生就业地区分布（%）

第三，从行业分布来看，毕业生就业比例由高到低排序依次是：（1）教育，占12.6%；（2）信息传输、计算机服务、软件业，占 12.4%；（3）制造业，占 11.8%；（4）金融业，占 10.6%；（5）建筑业，占 9.8%；（6）科学研究、技术服务、地质勘查，占4.6%；（7）文化体育娱乐，占4.3%；（8）公共管理与社会组织，占3.8%；（9）农林牧渔，占 3.7%；（10）电力、煤气和水的生产和供应业，占 3.4%；（11）批发零售，占 3.1%；（12）租赁和商务服务业，占2.6%；（13）交通运输、仓储和邮政，占2.4%；（14）卫生、社会保障与福利，占2.3%；（15）房地产，占 2.3%；（16）采矿业，占 2.2%；（17）住宿餐饮，占 1.7%；（18）居民服务，占 1.2%；（19）水利环境公共设施管理，占0.7%；（20）其他，占4.6%。

从排名前五的行业来看，与2017年相比，2019年教育行业和制造业对高校毕业生的吸纳能力有所提高，而信息传输、计算机服务、软件业和金融业对高校毕业生的吸纳能力有所下降。此外，科学技术服务和文体娱乐行业吸纳毕业生的能力有所增强，而房地产行业则有所下降。

第四，从工作单位性质来看，总体而言，企业是2019年高校毕业生就业的主要去向单位。各类型单位吸纳毕业生就业的比例由高到低排序依次为：（1）民营企业，占35.4%；（2）国有企业，占28.5%；（3）其他企业，占 7.2%；（4）中小学，占 5.8%；（5）党政机关，占 5.7%；（6）其他事业单位，占 5.1%；（7）三资企业，占 5.0%；（8）高等学校，占 2.0%；（9）医疗卫生单位，占 1.3%；（10）科研单位，占 1.2%（见表 5）。

表5 2019年高校毕业生就业单位性质（%）

第五，从职业类型来看，按照毕业生就业比例由高到低排序依次是：（1）专业技术人员，占34.9%；（2）国家机关、党群组织、事业单位管理人员，占17.1%；（3）商业和服务人员，占16.6%；（4）企业管理人员，占9.7%；（5）办事人员和有关人员，占7.9%；（6）生产、运输设备操作人员及有关人员，占2.9%；（7）农、林、牧、渔、水利业生产人员，占 2.0%；（8）军人，占 0.3%③。

（三）就业起薪

收入是反映就业质量的客观指标之一。本文选取已确定就业单位且月起薪在500—30000元（含）之间的毕业生进行分析，统计结果显示2019年高校毕业生月起薪的算术平均值为5658元，中位数是5000元，相比2017年分别提高了846元（17.6%）和1000元（25.0%）。

结合毕业生的其他特征对月起薪进行分析，我们发现毕业生的起薪具有以下特点：

第一，学历越高起薪越高。从算术平均值来看，专科生为3548元，本科生为5417元，硕士生为8778元，博士生为13849元，其中学术型硕士生为8672元，专业型硕士为8924元。从中位数来看，专科生为3000元，本科生为5000元，硕士生为8000元，博士生为12000元，学术型和专业型硕士的起薪中位数相同。

第二，性别之间存在差异。从算术平均值来看，男性为6186元，比女性高1053元；从中位数来看，男性为5000元，比女性高1000元。

第三，学校类型之间存在差异。算数平均值由高到低排序依次为：一流大学建设高校9055元，一流学科建设高校6946元，普通本科院校5442元，民办高校和独立学院4504元，高职高专3528元。最高收入是最低收入的2.57倍。

第四，就业地区之间存在差异。从算术平均值来看，北上广为8340元，东部地区（非北上广）为4971元，中部地区为4926元，西部地区为4329元，在北上广就业的毕业生起薪均值为其他东部地区的1.68倍。最高收入是最低收入的1.93倍。

第五，就业地点之间存在差异。省会城市或直辖市的平均起薪最高，为6629元，地级市为5090元，县级市或县城为3928元，乡镇为3672元，农村为3951元。最高收入是最低收入的1.68倍。

第六，行业之间存在差异。按平均起薪由高到低排序依次为：（1）信息传输、计算机服务、软件业7810元；（2）科学研究、技术服务、地质勘查 6885元；（3）金融业 6845元；（4）房地产 5914元；（5）水利环境公共设施管理5855元；（6）公共管理与社会组织5535元；（7）制造业5534元；（8）卫生、社会保障与福利 5328元；（9）教育 5315 元；（10）采矿业 5238 元；（11）交通运输、仓储和邮政 5232 元；（12）租赁和商务服务业5050元；（13）电力、煤气和水的生产和供应业4917元；（14）文化体育娱乐4778元；（15）批发零售 4711元；（16）建筑业 4642元；（17）农林牧渔 4218元；（18）居民服务 4107元；（19）住宿餐饮3546元。最高收入是最低收入的2.20倍。

第七，工作单位性质之间存在差异。按照平均起薪由高到低排序依次为：（1）三资企业7563元；（2）科研单位 7042 元；（3）高等学校 6704 元；（4）国有企业 6152 元；（5）民营企业 5460元；（6）党政机关5329元；（7）中小学 5258元；（8）医疗卫生单位 5045元；（9）其他企业 4671 元；（10）其他事业单位4622元。最高收入是最低收入的1.64倍。

第八，职业类型之间存在差异。平均起薪前三位依次是专业技术人员6429元，企业管理人员5995元，国家机关、党群组织、事业单位管理人员5672元；起薪水平居中的是商业和服务人员5149元，办事人员和有关人员4992元；起薪较低的为生产、运输设备操作人员及有关人员4423元，农林牧渔水利业生产人员3943元。最高收入是最低收入的1.63倍。

（四）就业满意度

表6 2019年毕业生就业满意度（%）

此外，2019年高校毕业生的就业满意度呈现出以下特点：

第一，学历之间存在差异。总体满意度由高到低排序依次是硕士生、博士生、专科生和本科生。对工资福利持满意态度的比例最高的为硕士生，最低的为博士生；对工作地点持满意态度的比例最高的为博士生，最低的为专科生；对工作地点、工作稳定性、个人发展空间、独立自主性持满意态度比例最高的均为博士生，最低的均为本科生。

第二，性别之间存在差异。男性总体满意度高于女性，体现在男性对工资福利、工作地点、个人发展空间、社会地位、独立自主性感到满意的比例均高于女性。

第三，学校类型之间存在差异。总体满意度由高到低依次为一流大学建设高校、一流学科建设高校、民办高校和独立学院、普通本科院校、高职高专院校。

第四，就业地区之间存在差异。在东部地区就业的毕业生满意度最高，其次是中部地区，在西部地区就业满意度最低。

第五，行业之间存在差异。满意度高于全体平均水平的行业由高到低排序依次是：（1）公共管理与社会组织；（2）水利环境公共设施管理；（3）居民服务；（4）采矿业；（5）金融业；（6）批发零售；（7）教育；（8）文化体育娱乐；（9）信息传输、计算机服务、软件业；（10）电力、煤气和水的生产和供应业。满意度最低的是卫生、社会保障和福利，其次是房地产和制造业。

第六，不同单位性质存在差异。总体满意度由高到低排序依次是党政机关、高等学校、国有企业、科研单位、中小学、其他企业、三资企业、其他事业单位、医疗卫生单位和民营企业。

第七，不同职业类型存在差异。总体满意度由高到低排序依次是：国家机关党群组织事业单位管理人员、企业管理人员、农林牧渔水利业生产人员、专业技术人员、办事人员和有关人员、商业和服务人员、生产运输设备操作人员及有关人员。具体到各维度，成为国家机关、党群组织、事业单位管理人员的毕业生对所找工作的“工资福利”“工作地点”“工作稳定性”“个人发展空间”“社会地位”“独立自主”的评分均值高于其他职业类型；专业技术人员对“个人发展空间”的评分均值位居第二；除“个人发展空间”外，企业管理人员对其他维度的评分均值位居第二。

苜蓿与4种禾草混播群落中，混播虉草的抗氧化能力大于其他3种禾草，苜蓿的抗氧化能力在苜蓿-猫尾草混播群落中大于其他3种混播群落。

五、毕业生求职结果、起薪与就业满意度的影响因素分析

高校毕业生的求职结果（是否确定就业单位）、初职起薪、就业满意度是衡量毕业生就业数量和质量的重要指标。本研究利用2019年全国高校毕业生就业调查数据，建立计量模型，分析毕业生求职结果、起薪和就业满意度的影响因素。由于升学（国内）和出国/出境的毕业生在实际中并未参与求职就业，自由职业、自主创业、灵活就业的毕业生其工作性质和收入具有特殊性和不固定性，在衡量起薪和就业满意度时会与已确定就业单位的受雇者有所差异，因此本研究以“已确定就业单位”和“待就业”毕业生为分析样本，分析影响毕业生求职结果的因素；在分析毕业生的初职起薪和就业满意度时，则选择“已确定就业单位”的毕业生群体作为分析样本。

（一）模型建立

我们将求职结果和就业满意度作为二分类变量，分别以求职结果、就业满意度为因变量建立Logit模型：

当因变量为求职结果时，P表示找到工作的概率，P/（1-P）代表找到工作的概率与没有找到工作概率的优势比（Odds Ratio），定义为找到工作的机会比率。当因变量为就业满意度时，P表示就业满意的概率，P/（1-P）代表就业满意的概率与不满意概率的优势比，定义为就业满意的机会比率。Xj为影响工作找寻成功与否或就业满意与否的各种因素（解释变量），βj表示各解释变量影响毕业生工作找寻或就业满意的系数，ε为随机扰动项。

在分析毕业生初职起薪的影响因素时，我们以月起薪为因变量建立多元线性回归模型：

其中，Y为毕业生的月起薪，为了减小异方差，我们对毕业生的月起薪进行了对数处理；Xj为影响毕业生起薪的各种因素，βj表示各解释变量对毕业生起薪的影响系数，ε为随机扰动项。

（二）变量说明

根据已有文献和本研究的调查数据，回归模型各解释变量如表7所示。

表7 回归模型解释变量及说明

续表 7

（三）求职结果的影响因素

基于模型（1）对求职结果的影响因素进行分析，回归结果如表8所示。进入回归方程的样本观测值有3302个，模型系数的综合检验结果表明模型总体显著性水平为0.000，拟合优度检验结果显示模型Log pseudo likelihood为-1448.3998，Pseudo R2为0.092，多重共线性检验结果显示所有解释变量的方差膨胀因子均小于10，模型中解释变量之间不存在严重的多重共线性。整体来看，模型的拟合程度较好，可信度较高。由表8可见，毕业生能否找到工作主要受毕业生的基本状况、人力资本、求职状况和学校背景四大类因素的影响。

表8 高校毕业生求职结果影响因素的Logit回归结果④

1. 毕业生的基本状况

在人口统计学特征方面，性别对求职结果有显著影响。与女性相比，男性确定就业单位的概率显著更高。

在家庭背景方面，家庭人均年收入对毕业生求职结果有显著影响。与低收入家庭相比，家庭人均年收入在50000元以上的毕业生群体找到工作的概率显著更高。父亲的受教育程度和父母的行政级别均会对毕业生的求职结果产生显著影响。与母亲没有行政级别的毕业生相比，母亲有行政级别的毕业生确定就业单位的概率显著更高；而父亲受教育程度越高或父亲拥有行政级别，毕业生确定就业单位的概率越低，这与理论预期和人们的普遍感受相反。但文献中也有类似的结论，比如这与高玉玲（2014）对高校毕业生初职地位与父亲职业类型的研究发现相类似，与李春玲（2012）对“985”高校毕业生初职月薪与父母职业的研究发现类似。潜在的原因包括以下两方面：（1）父亲的受教育程度越高、父亲拥有行政级别，毕业生选择升学和出国出境的比例更大；（2）抽样调查的时间是在6月份，还不是最终就业结果，一般来说年底就业率会比6月底的就业率显著更高。

2. 毕业生的人力资本

在毕业生的人力资本方面，与专科毕业生相比，本科、硕士和博士毕业生确定工作单位的概率显著更低。这与李春玲（2012）对“985”高校毕业生的学历与就业率研究结论相似，与邓峰和孙百才（2014）发现的研究生群体相对于专科生群体的就业优势逐年减小相一致。潜在的原因包括以下两方面：（1）高职高专的市场导向更显著，市场需求相对较大；（2）6月底的就业率不是最终就业率，专科毕业生在求职方面比较“着急”。

在学科背景方面，相比于经管类毕业生，人文类和理科类毕业生找到工作的概率显著更低。在学业成就方面，与学习成绩排名后50%的毕业生相比，成绩排名前25%的毕业生找到工作的概率显著更高。在实习经历方面，拥有实习经历的毕业生找到工作的概率显著更高。

3. 毕业生的求职状况

回归结果显示，毕业生求职时期望起薪越高，找到工作的概率显著更高。基于理性人假设，毕业生会基于劳动力市场的分布状况，结合自身的能力和实力设置期望起薪。因此，期望起薪在一定程度上代表着个体能力。个体能力越高，设置的期望起薪越高，其找到工作的概率也就越高。

4. 毕业生的学校背景

从学校类型来看，相比于普通本科高校，一流大学建设高校的毕业生找到工作的概率显著更高。从学校所在区域来看，相比于中部高校，东部高校毕业生找到工作的概率显著更高。其中，北上广地区高校的毕业生确定就业单位的概率最高；西部高校毕业生找到工作的概率显著更低。

（四）起薪的影响因素

基于模型（2）对高校毕业生就业起薪的影响因素进行分析。最终进入回归方程的样本观测值有2270个，模型系数的综合检验结果表明模型总体显著性水平为0.000，拟合优度检验结果显示模型调整后的R2为0.635，F值为54.6，多重共线性检验结果显示所有解释变量的方差膨胀因子均小于10，模型中解释变量之间不存在严重的多重共线性。整体来看，模型的拟合程度较好，可信度较高。由表9可见，毕业生起薪的高低主要受毕业生基本状况、人力资本、求职状况、学校背景和就业状况五大类因素的影响。

1. 毕业生的基本状况

在人口统计学特征方面，高校毕业生的就业起薪具有显著的性别差异，与女性相比，男性毕业生的月起薪要高出7.2%，且统计显著性水平达到1%。在家庭背景方面，家庭人均年收入越高，毕业生的就业起薪也越高。与母亲为非管理技术人员的毕业生相比，母亲为管理技术人员的毕业生起薪显著更高。

表9 求职起薪影响因素的多元线性回归结果

2. 毕业生的人力资本

在人力资本方面，毕业生的学历越高，起薪越高；与专科毕业生相比，本科、硕士和博士毕业生的月起薪分别高6.4%、19.0%和32.2%⑤。理科毕业生起薪比经管类毕业生高6.3%，且统计显著性水平达到10%；学习成绩排名前25%、担任过学生干部、有过辅修或双学位经历的毕业生起薪显著更高。

3. 毕业生的求职状况

回归结果显示，毕业生的期望起薪对实际的就业起薪具有显著的正向影响，毕业生的期望起薪每提高1%，实际就业起薪提高0.358%。

4. 毕业生的学校背景

本研究发现，学校类型和学校所在区域显著影响毕业生起薪。学校类型方面，随着院校层次的提高，毕业生就业起薪显著提高。一流大学建设高校和一流学科建设高校毕业生的就业起薪比普通本科院校毕业生的就业起薪分别高16.6%和7.7%，统计显著性水平均达到1%；高职高专院校毕业生起薪比普通本科院校毕业生起薪低14.8%。在学校所在区域方面，与中部地区高校毕业生相比，北上广地区高校毕业生的起薪显著更高。

5. 毕业生的就业状况

毕业生就业地区、就业地点、所在行业和单位性质等就业状况是影响起薪的重要因素。在北上广地区、省会城市或直辖市就业的毕业生起薪显著更高；相较于教科文卫体行业，在房地产和信息传输、计算机服务、软件业等行业就业的毕业生起薪显著更高，在水利环境公共设施管理和建筑业就业的毕业生起薪显著更低；相较于国有企业，三资企业的起薪显著更高，而高等学校、其他事业单位和党政机关毕业生的起薪显著更低。

（五）就业满意度的影响因素

本文选择模型（1）探究就业满意度的影响因素。进入回归方程的样本观测值有2254个，模型系数综合检验结果表明模型总体显著性水平为0.000，拟合优度检验结果显示模型Pseudo R2为0.101，Log pseudo likelihood为-918.0918，多重共线性检验结果显示所有解释变量的方差膨胀因子均小于10，模型中解释变量之间不存在多重共线性。整体来看，模型的拟合程度较好，可信度较高。由表10可见，毕业生对找到工作的满意程度主要受毕业生基本状况、人力资本、求职状况和就业状况等因素影响。

表10 高校毕业生就业满意度影响因素的Logit回归结果

1. 毕业生基本状况

在人口统计学特征方面，性别显著影响毕业生的就业满意度，男性毕业生对所找工作感到满意的机会比率（满意与不满意的概率之比）是女性毕业生的1.5倍。在家庭背景方面，母亲受教育程度显著影响毕业生就业满意度，母亲的受教育程度越高，毕业生对所找工作感到满意的概率越高。

2. 毕业生人力资本

在人力资本方面，与经管类学科的毕业生相比，人文学科的毕业生对所找工作感到满意的概率显著更高；与学习成绩排名后50%的学生相比，成绩排名中间25%—50%的毕业生对所找工作感到满意的概率显著更高。

3. 毕业生求职状况

本研究发现，毕业生期望起薪显著影响就业满意度。在控制了其他变量尤其是实际起薪的情况下，毕业生期望起薪越高，对所找工作感到满意的概率越低。

4. 毕业生就业状况

毕业生所找工作的起薪、福利待遇、就业地区、就业行业、单位性质、职业类型等就业状况均会显著影响毕业生的就业满意度。

收入是影响就业满意度的重要因素，毕业生的起薪越高，其对所找工作感到满意的概率更高。从福利待遇来看，所找工作解决户口的毕业生感到满意的概率更高。

在就业地区方面，相较于中部地区，在东部地区（非北上广）就业的毕业生对所找工作感到满意的概率显著更高；从就业行业来看，与教科文卫体相比，在交通运输仓储邮政和建筑业就业的毕业生对所找工作感到满意的概率显著更低；从就业单位性质来看，与国有企业相比，在中小学、其他事业单位、三资企业、其他企业、民营企业就业的毕业生对工作感到满意的概率更低；从职业类型来看，与专业技术人员相比，成为企业管理人员的毕业生对所找工作感到满意的概率显著更高。

六、主要结论、就业趋势和政策建议

（一）主要结论

本研究基于2019年全国高校毕业生就业状况抽样调查数据，运用统计描述和计量回归方法，对我国高校毕业生的求职结果、起薪和就业满意度等就业状况进行了实证分析，主要结论概括如下：

第一，从高校毕业生就业的整体状况来看，2019年高校毕业生整体落实率为80.1%，较2017年整体降低4.5个百分点，其中，“升学（国内）”的比例提高4.5个百分点，“已确定就业单位”“出国/出境”“自由职业”“自主创业”和“灵活就业”的比例均有所降低。

第二，从就业分布来看，毕业生更倾向于在东部地区就业，占比为56.7%；大中城市吸纳就业的优势显著，占比超过80%；从就业行业来看，与2017年相比，教育取代金融业成为吸引高校毕业生就业比例最大的行业，制造业对高校毕业生的吸纳能力也明显提高；民营企业仍然是吸纳毕业生最多的单位类型；技术类、管理类和服务类职业是毕业生最主要的职业选择。

第三，毕业生的学校类型和学校所在地是影响毕业生就业落实的重要因素。在学校背景方面，一流大学建设高校的毕业生在就业落实上具有显著优势。与中部地区高校相比，东部地区高校毕业生的就业落实率显著更高，其中北上广地区高校毕业生的就业落实率最高，而西部地区高校毕业生的就业落实率显著更低。此外，毕业生的人力资本也会显著影响毕业生的就业落实，经管类专业、学习成绩优异和拥有实习经历的毕业生确定就业单位的概率显著更高。

第四，从高校毕业生就业起薪的影响因素来看，毕业生的人力资本和学校背景依然有显著影响。在人力资本方面，毕业生的学历越高，起薪就越高。与专科毕业生相比，本科、硕士和博士毕业生的月起薪分别高6.4%、19.0%和32.2%；理科毕业生、学习成绩优异、担任过学生干部、有过辅修或双学位经历的毕业生起薪显著更高。在学校背景方面，随着院校层次的提高，毕业生就业起薪显著提高，一流大学建设高校和一流学科建设高校毕业生的起薪比普通本科院校毕业生的起薪分别高16.6%和7.7%；北上广地区高校毕业生的起薪显著更高。此外，毕业生的就业状况也会对就业起薪产生显著影响。在北上广地区、省会城市或直辖市就业的毕业生起薪显著更高；毕业生起薪的行业差异显著，在房地产和信息传输、计算机服务、软件业等行业就业的毕业生起薪显著更高。

第五，从就业满意度来看，就业状况对高校毕业生的就业满意度具有显著影响。毕业生的起薪越高则就业满意度越高；所找工作解决户口、在东部地区就业、在教科文卫体行业就业、在国有企业就业、成为企业管理人员的毕业生对所找工作感到满意的概率显著更高。此外，毕业生的就业满意度呈现显著的性别差异，男性毕业生对所找工作感到满意的机会比率是女性毕业生的1.5倍。与经管类学科的毕业生相比，人文学科的毕业生对所找工作感到满意的概率显著更高。

（二）就业趋势

从就业趋势来看，未来的劳动力市场形势复杂多变，充满着不确定性，这要求高校毕业生早做求职准备、积极应对就业难的挑战。具体来说，劳动力市场的变化将受到以下几方面因素的影响。

第一，正规就业的占比将持续下降。国际劳工组织的报告显示（International Labor Office，2015），传统的工作模式正在发生改变，世界平均只有23.3%的青年从事传统的正规就业工作。发达国家与发展中国家的差异显著，发达国家青年正规就业的比例高达80.8%，而发展中国家青年正规就业的比例仅为3.2%。各国生产率的提高快于劳动力收入的增长，且生产率和劳动收入的离散化趋势增强，这预示着就业的形式将会更加灵活，灵活就业、自由职业、自主创业的比例将不断增加。

第二，经济发展速度将继续维持在中高速水平。我国经济发展进入新常态，GDP年度增长率自2010年以来呈现总体下降趋势，季度增长率自2015年第一季度以来连续20个季度低于7.0%。尽管我国可以通过产业结构调整和升级的方式促进就业，但是经济发展速度依然是就业规模增长的显著影响变量。另外，全球经济疲软，中美贸易摩擦不断，对我国的进出口影响显著，进一步加重了我国的经济下行压力。

第三，能力需求结构将不断变化，“软能力”的作用将更加凸显。在经济全球化、经济数字化和经济创新化的大背景下，我国劳动力市场对人才的需求呈现新的发展特点，对国际视野、外语能力、计算机能力、财经素养能力、创新能力和复杂问题解决能力等方面的需求不断提升。世界银行公布的数据显示，2017年全球第三产业增加值的占比达到71.1%，第二产业占比仅为25.4%（World Bank，2019）。劳动力市场上工作岗位的特点由“人机交流”转为“人际交流”，因此，包括“能说”“会写”在内的沟通能力和团队合作能力变得更加重要。

第四，高校毕业生供给将持续增加。2019年我国高等教育毛入学率超过50%，高等教育进入普及化发展阶段。2020届高校毕业生规模预计达到874万人，比上一年增加40万人，高校毕业生的就业难问题更加严峻。

（三）政策建议

基于以上分析和结论，本研究提出如下促进就业的政策建议：

第一，职场胜任力取决于学生的学习力。人力资本在高校毕业生就业落实、就业起薪和就业满意度中发挥的显著作用表明，高校毕业生要多渠道积累人力资本，努力提高自身综合素质，增强就业竞争力。在创新时代，学习的速度远远赶不上知识增长的速度，学生应该培养与未来工作相当的能力，而不是寻找与能力相当的工作。同时，高校毕业生应在主动、充分了解劳动力市场结构的基础上，正确认识自我，设置合理的就业期望和择业观念。在未来的劳动力市场中，非正规就业不是摆在毕业生面前的一道选择题，而是毕业生必须面对的现实。

第二，学校背景在高校毕业生就业落实、就业起薪和就业满意度中发挥的显著作用表明，高校应努力提升教育质量，最大程度提升学校声誉，向劳动力市场发送积极的就业信号，提升本校毕业生的就业竞争力。同时，高校要重视对学生的就业指导工作，发挥资源优势和信息优势，为学生提供更有针对性的规划指导和更有效的求职就业渠道。此外，在国家建设制造强国，推动先进制造业和现代服务业深度融合的背景下，高校应根据社会人才需求结构，动态调整高等教育的学科专业结构，减轻高等教育与劳动力市场的结构性错配问题。

第三，从就业分布看，毕业生在地区、城市/城乡、行业、单位、岗位等方面的就业分布很不均匀，反映出劳动力市场需求存在显著差异。有关政府部门应该更多地收集和公布劳动力市场供求信息，引导毕业生有效就业。对于国家重点扶持的行业、单位、岗位等，应采用激励政策加以引导。

最后，需要说明的是，本研究问卷调查的时间是毕业生离校前的6月份，虽然数据可以很好地反映已经找到工作人群的就业质量，但不能完全反映全体毕业生的就业数量。高校毕业生作为年富力强的劳动力，找到工作并不难，这只是时间早晚的事情。能否高质量就业才是保障人力资源配置效率、经济可持续发展、居民安居乐业的关键。

注 释：

①UNESCO数据显示2018年我国高等教育毛入学率达到50.6%，统计数值有差异。

②由于四舍五入的原因，统计描述中比例合计可能不是100%。

③因为军人样本量小，故本研究关于职业类型的分析不含军人。

④从求职状况的回归结果来看，6月底只反映了离校时的就业状况，还不是最终结果，不应过分看重离校时的就业状况。

⑤此处，各学历之间的起薪差异是控制其他影响因素的“净差异”。高学历的毕业生有更大的流动性，通过流向收入高的地区、城市、行业、单位、岗位等获得收益，因此“总差异”更大。具体差异请见就业起薪的统计描述部分。