大学生创业教育体验与就业能力之间关系的实证研究

吴梦 闵东

摘 要：

创业教育是大学生职业生涯发展的延伸，是现代高校育人体系的重要组成部分。构建了创业教育体验与就业能力的理论模型，采用223份新疆高校大学生就业创业能力调查问卷数据，通过结构方程对该模型进行了拟合与检验分析，实证结果表明，大学生创业教育的确对大学生就业能力有正向影响。

关键词：

创业教育;大学生就业能力;结构方程模型

中图分类号：F24

文献标识码：A      doi：10.19311/j.cnki.1672-3198.2020.13.045

0 导语

增加就业是四大宏观调控目标之一，就业问题不仅关系个人发展也关乎社会稳定。现阶段，我国正处于经济发展速度换挡期、产业结构调整期，劳动力素质与岗位的结构性失衡越发严重。在劳动市场上，不仅仅是求职者竞争激烈，招聘企业同样也面临难题。解决这一困境的关键仍然在于就业能力。高校大学生是国家的优质人才，其就业质量与国家发展密不可分。大学生创业教育是高校人才培养的延伸，能否通过创业教育显著提升大学生就业能力，改善就业结构，提升就业质量是值得各方关注的问题。

1 理论基础与研究假设

就业能力内涵丰富，学界尚未有统一严格的定义，但可以确定的是，就业能力的内涵之中包括自我管理能力、创新能力、分析解决问题的能力。创业教育，是以培养人的创新意识、创新能力、实践能力，提高综合素质、发展学生个性特质为目标的教育方式。创业是高风险行为，创业教育并不是一味鼓励创业，只看重创业成功率，而是注重此过程中各项能力和技能的提升。阎亚军，祝胡怀军认为，我国的大学生创业应为基于就业的创业。近年来，国家层面出于对局势的把控，对创新创业教育空前重视，在相继出台的政策和高校大赛当中，三者频繁关联在一起。事实上创业教育、创新教育、就业教育是三个相互联系却互不相同的概念。曹阳，邹云龙认为创业教育是创新教育的突破口，创业教育与就业教育统一在人的职业生涯发展教育当中。徐建军、王明东认为大学生创业教育具有就业价值，能有效缓解就业困境，在转变学生线性就业思维、增强学生就业主动性等方面等发挥作用。基于以上分析，提出假设：創业教育正向影响大学生就业能力。

2 研究设计

2.1 数据来源

由于公开数据大多与本研究所需不符，本研究通过向新疆高校大学生发放问卷获取相关数据。为保证问卷获取的数据之真实性和有效性，问卷采用无记名方式作答，以线上形式发放。问卷包含三部分：导语、基本信息、量表题项。问卷设计时已将各构面对应的测量题项随机打乱，防止题项回答之间产生较强相关性，以减轻共同方法偏差的影响。共发放问卷276份，回收问卷276份，剔除作答时间过低或有明显规律的问卷53份，有效问卷223份，问卷有效率为80.8%。样本特征如表1所示。

2.2 变量测量

本研究的主要变量分别为：创业教育体验（Entrepreneurial education experience）、大学生就业能力（Employ ability of College Students），均采用李克特五点量表进行测量，1表示完全不符合，2表示完全符合，3表示不能去确定，4表示有点符合，5表示完全符合。分别借鉴了王新奇的创业教育体验量表以及程利娜的大学生就业能力量表，结合本研究的需要，对其进行了修改，整理出了问卷题项。创业教育体验变量包括三个维度，就业能力包含四个维度，具体情况如表2所示。

2.3 分析方法

2.3.1 正态性检定

由于结构方程模型采用的是极大似然估计，要求检验变量不能严重违反正态分布，因此首先对变量进行正态性分析，结果显示峰度和偏度均在可接受范围内。

2.3.2 共同方法偏差检验

由于数据收集方式单一，数据容易产生共同方法偏差，影响分析结果，首先进行共同方法偏差检验。构造单因子分析模型和双因子分析模型。单因子分析模型中令所有测量指标均由同一个潜变量指出;双因子分析模型按照本研究的模型假设，创业教育体验指向a1、a2、a3测量指标，就业能力指向c1、c2、c3、c4四个指标，分别对两个模型进行估计检验。双因子分析模型卡方值为23.606，自由度为13，单因子分析模型卡方值为82.672，自由度为14，由函数CHDIST（82.672-23.606，14-13）可知p值显著，认为两个模型存在显著差别，本研究不存在严重的共同方法偏差，模型如图1所示。

2.3.3 信度分析和效度分析

首先对测量模型进行信度分析与效度分析，若未达到要求，可能是结构模型设计不合理，应重新考虑，若信度效度均达到要求，则可进行结构模型的路径分析。由各项指标判定模型拟合程度，若拟合效果理想，则可根据模型估计结果验证原假设真伪。通过Spss进行信度分析，依据α系数判定量表是否通过信度检测。创业教育体验量表的Cronbach α系数为0.732，创业能力量表的Cronbach α系数为00.849，信度良好，量表总体的Cronbach α系数为0.850可以进行进一步估计，信度分析结果如表3所示。

采用AVE法进行量表的效度分析，AVE的数值代表了该潜变量受到所属观察变量的贡献量，要求每一个潜在变量的AVE的数值需大于各成对变量相关系数的平方。由输出分析可知，创业教育体验的AVE值为0.350，就业能力的AVE值为0.329，均大于二者相关系数的平方0.066，认为模型中的两个潜变量受到所属观察变量的贡献量要高于受到非所属观察变量的贡献量，量表效度通过检验。

2.3.4 模型检验与修正

依据前述假设进行结构方程建模，建立统合模型，分为测量模型和结构模型两部分，测量模型描述测量题项与潜变量之间的关系，结构模型反应潜变量与潜变量之间的关系。模型路径图如图所示，p值小于0.05，模型不显著，且拟合效果欠佳，需进行模型修正。根据ML系数对模型进行修正，设定变量a2和a3的方差相关，由于测量工具相同，认为设定合理，得到修正后的模型，如图2所示。

修正后的模型卡方值与自由度比值为1.269，介于1到2之间，P=0.229>0.05，RMSEA=0.035<0.05模型显著。模型主要指标情况如表4所示，均达到适配要求。

2.4 數据分析结果

创业教育体验与创业能力之间的路径系数为0.75，表明创业教育体验正向影响就业能力，研究假设得到支持。支持观测变量的因子载荷均在0.5-0.8范围内，表明观测变量对其相应的潜变量有很强的解释力。如表5所示。

3 研究结论与讨论

创业教育与就业教育并不是割裂开来的，尽管二者发展起步时间不同，人才培养目标不同，但都是完善职业发展的教育途径。大部分高校大学生毕业后将直接走向工作岗位，少部分的会继续升学或创业等。创业教育的受众不仅局限于创业者，无创业意向的人同样可以从中受益。经由数据实证，可以认为创业教育能够对大学生就业能力产生正面影响，创业教育不仅仅为创业服务，同样有利于学生就业能力的培养，尤其是增强创新精神、提高组织能力、提高表达能力、增强实践水平等方面。

本研究的贡献在于运用结构方程模型将难以测量的创业教育体验变量和就业能力变量联系在一起，为高校的创业教育活动开展的必要性提供了数据支持，对于创业教育和就业教育的研究和发展具有一定的意义。本研究也具有一定的局限，第一，本研究的样本量为223个，尽管对于分析工具来讲较为适宜，但是不利于研究结论的推广。第二，本研究以创业教育体验作为创业教育的代理变量，过于偏向学生视角，需添加更多的客观测量变量。第三，创业教育体验与就业能力之间可能存在更为复杂的关系，有待进一步研究。

参考文献

[1]马永霞，梁金辉.理工科大学生就业能力评价研究[J].教育研究，2016，（09）.

[2]阎亚军，祝怀新.大学生“基于就业的创业”及其教育——兼论我国高校创业教育[J].江苏高教，2019，（03）.

[3]曹扬，邹云龙.创业教育与就业教育、创新教育的关系辨析[J].东北师大学报（哲学社会科学版），2014，（2）：199-202.

[4]徐建军，王明东.创新与超越：大学生创业教育的就业价值研究[J].学术论坛，2013，（4）：206-209.

[5]王新奇.大学生创业教育体验对创业行为倾向的影响研究[D].济南：山东大学，2019.

[6]程利娜，董开莎.贫困大学生就业能力研究——以地方本科高校为例[J].西安交通大学学报（社会科学版），2016，（03）.