基于社会网络学习视角的大学生职业能力形成路径研究

陈 勇

(浙大城市学院 商学院， 浙江 杭州 310015)

为了应对知识经济带来的挑战，雇主希望高校毕业生不仅要具备专业知识与技能，而且要具备与职业相关的通用知识与技能，即雇主期望大学生具备符合其招聘需求的职业能力。对于接受高等教育的学生而言，劳动力市场快速变化导致就业的不确定性增加，形成和提升职业能力进而获得理想职业成为其接受高等教育的目的之一。中国高等教育进入大众化阶段后，产生了大量的应用型高校，此类高校以培养应用型人才为主要目标，以开发大学生职业能力为重要举措。

从现实情况看，众多的高校毕业生获取和适应职业岗位的职业能力较弱，呈现出职业认同感低、职业目标不清晰、缺乏相应的职业规划[1]等问题。浙江省教育厅的毕业生就业质量调查显示，大学本科生毕业后一年内的离职率从2012届至2017届一直保持在50%以上，职业岗位与专业相关度一直在65%以下(1)数据来源于浙江省教育发展中心《浙江省2017届普通高校毕业生就业质量年度报告》， 2018年1月15日， http://www.zjedc.com/art/2018/1/15/art_6_33064.html， 2019年5月22日。。造成上述问题的重要原因之一是高校人才培养计划的调整较为缓慢，不能快速匹配产业发展的新变化和对人才的新需求，大学生职业能力开发机制有待革新。另一方面，大学生与雇主、家长、校友等社会行动主体发生联系所构成的社会网络，能给大学生提供适应劳动力市场环境和匹配雇主需求的知识、资源、信息等[2-3]，能够促进大学生职业能力的形成和发展。现有研究已经证明，社会网络中存在大量的知识、资源、信息，求职者可以通过在社会网络中采取网络行为而获得，进而帮助其提升职业能力[4]。但上述研究针对的是职场求职人员，对于大学生在社会网络中的网络行为对其职业能力形成的影响，还没有文献进行探讨。在信息技术快速发展的背景下，大学生可以通过网络搜索获取信息，可以通过微信、微博等社交媒体与社会网络成员进行交流，彼此之间的联系变得更加容易，更加频繁[5]，从社会网络中获取知识、资源、信息的成本更低、速度更快、数量更大。为此，社会网络中的知识、资源、信息对大学生职业能力的影响可能较以往变得更为重要，大学生通过社会网络学习获取知识、资源、信息可能成为其职业能力形成的重要途径。

一、 文献回顾与研究假设

(一) 大学生职业能力及影响因素

梳理现有大学生职业能力研究文献，大致有两类研究视角：一类是将大学生职业能力等同于受到内部因素(个人能力)和外部因素(劳动市场状况、家庭背景)影响的就业结果[6]，用获得工作时间、工作起薪等指标来衡量大学生职业能力；另一类是将大学生职业能力界定为影响其获得职业结果的一种个人综合能力，用大学生感知到的与雇主需求匹配的能力进行测量[7]，此类文献都从人力资本形成视角进行研究，注重如何开发大学生职业能力。针对中国高校培养应用型人才的实践，后者更适宜作为理论基础。

大学生职业能力是大学生完成高等教育后形成的获取和维持初次职业的知识与技能，是能够使大学生在毕业时满足雇主的需求和适应劳动力市场变化的个人综合能力[8]。大学生职业能力的影响因素包括专业知识与技能、职业认知、个人特质三个方面[9]。在劳动力市场中，大学生能够展现出与非高校毕业生劳动力不同的人力资本水平[10]以及与其他专业的大学生不同的职业能力，主要取决于自身的专业知识与技能，这是大学生职业能力的核心影响因素。职业认知是大学生分析、使用职业相关信息进而确定个体职业定位的一种认知能力，有助于大学生识别和确认职业机会，是形成大学生职业能力的重要影响因素之一[11]。尤其是对中国高校大学生而言，在进入大学前没有任何职业相关的教育经历或实践，职业意识缺乏，没有清晰的职业定位，职业认知对其职业能力形成的影响显得更为重要。个人特质在很多文献中也被称为个人特征与态度、个人属性等，包含自信、适应性、灵活性等维度，可以使学生对不确定性和模糊性有较高的容忍度，并能改变个人行为和倾向，使其能够在多变的劳动力市场中更容易获得职业岗位[12-14]，也是大学生职业能力形成的影响因素。基于上述分析，本文提出以下假设：

H1a：大学生的专业知识与技能正向影响大学生职业能力，即专业知识与技能越强，大学生职业能力越能符合雇主需求。

H1b：大学生职业认知正向影响大学生职业能力，即大学生职业认知水平越高，大学生职业能力越能符合雇主需求。

H1c：大学生个人特质正向影响大学生职业能力，即个人自信、适应性、灵活性越强，大学生职业能力越能符合雇主需求。

(二) 社会网络学习与大学生职业能力

社会网络提供的信息包括劳动力市场信息、雇员需求信息、雇主情况以及对雇员的要求等；资源包括社会网络成员给大学生推荐的职业岗位、提供的实习岗位或职业岗位机会等；知识包括雇主、家长亲友、校友提出的职业相关建议，以及帮助大学生解决学习中的专业问题，帮助其学会如何准备个人简历、如何申请职业岗位、如何满足雇主需求等显性知识和隐性知识。

社会网络中的信息、资源和知识不是自动提供给大学生的，而是需要大学生与社会网络成员之间发生联系才能获取和转移。随着网络技术、社交软件等的快速发展，大学生与社会网络成员的联系变得更加容易、更加及时，存在于社会网络中的与职业能力相关的信息、知识和资源也更容易被大学生获取和吸收。在社会网络中，大学生可以通过观察、模仿他人的职业行为、职业活动，与社会网络成员进行接触和交流等方式进行学习[15]。这些学习方式包括受到父母及其他长辈的指导，与亲戚朋友交流，观察、模仿、借鉴亲戚朋友的职业成长经历；与校友进行交流，观察、模仿、借鉴校友的职业成长经历；与雇主交流，或在实习过程中接受雇主的指导等。大学生与社会网络成员发生联系，通过各种方式获取信息、资源和知识，本文称之为大学生社会网络学习。

现有文献将社会网络学习分为模仿、交流、接受指导三类学习方式[16-19]。但交流和接受指导这两种方式很难从学习行为的差异性角度清晰地区分，因为在交流过程中，大学生也受到社会网络成员的指点或引导，两者都是在双向交流和互动中发生的。模仿与交流、接受指导的区别在于，模仿是大学生对社会网络成员的单向学习行为，交流和接受指导是通过双向互动进行的学习行为，更有利于信息、资源的获取和知识的吸收。基于上述分析，本文将大学生社会网络学习归类为两种学习行为，即互动学习和模仿学习。

社会网络学习越来越被认为是职业能力学习的一个重要方面[20]，大学生在社会网络中可以通过互动学习和模仿学习获得信息、资源和知识，提升专业知识与技能、职业认知、个人特质，进而对其职业能力产生正向影响。由此，本文提出如下研究假设：

H2a：模仿学习正向影响专业知识与技能，即模仿学习可以提升大学生专业知识与技能。

H2b：模仿学习正向影响职业认知，即模仿学习可以提升大学生职业认知。

H2c：模仿学习正向影响个人特质，即模仿学习可以提升大学生个人特质。

H3a：互动学习正向影响专业知识与技能，即互动学习可以提升大学生专业知识与技能。

H3b：互动学习正向影响职业认知，即互动学习可以提升大学生职业认知。

H3c：互动学习正向影响个人特质，即互动学习可以提升大学生个人特质。

依据上述假设，本文构建了基于社会网络学习的大学生职业能力形成路径初始模型，如图1所示。

图1 基于社会网络学习的职业能力形成路径初始模型

二、 研究方法

(一) 研究对象与数据来源

为了获得大学生社会网络学习对大学生职业能力形成的影响，本文的研究样本选自浙江五所地方性应用型高校的应届毕业生群体。2016年3月进行了问卷的预测试并确定了终版调查问卷后，在2016年到2018年的每年4—5月，对五所高校的三届应届毕业生进行大规模问卷调查，收集数据。调查对象包括社科类专业、人文类专业、工科类专业、医学类专业的应届毕业生。问卷调查通过微信、QQ等社交媒体，以及学生上交就业协议时当面填写、回收问卷等方式进行，共获得2 432份问卷，有效问卷1 966份，其中社科类专业毕业生有效问卷1 025份，人文类专业毕业生有效问卷120份，工科类专业毕业生有效问卷677份，医学类专业毕业生有效问卷144份。

(二) 变量测量

本文对6个潜在变量测量项的确定是依据以往成熟量表改编而来的，具体如下：

依据Wittekind等和Rothwell等的量表[21-22]，大学生职业能力的测量问题确定为4个：1.我的知识与技能是招聘单位所需要的；2.我的知识与技能对我获得工作帮助很大；3.招聘单位对我的知识与技能的认可度较高；4.我的知识与技能使我能容易地获得就业机会。

依据Rothwell等的量表[22]，专业知识与技能的测量问题确定为3个：1.我在专业学习过程中取得了令我满意的成绩；2.我对我的专业学习结果感到满意；3.我在学习过程中很好地掌握了专业知识与技能。

依据Fugate等的量表[23]，职业认知的测量问题确定为3个：1.我知道什么样的职业适合我；2.我在找工作时能够识别就业机会；3.我知道哪里可以找到适合我的职业。

依据Luthans等编制的心理特征量表[24]，个人特质的测量问题确定为6个：1.我会抓住各种机会来完成我的学习目标;2.我能较好地应对学习中的各种压力;3.我能积极地去寻求我遇到的问题的解决方法;4.我在遇到挫折时能较快地恢复正常状态;5.我会给自己设定挑战性的目标;6.当遇到不确定因素时，我会乐观面对。

依据谢雅萍和黄美娇的社会网络学习行为量表[25]，互动学习的测量问题确定为3个：1.我会去找老师、家人、校友或业界人士对我的就业问题进行指导；2.老师、家人、校友或业界人士对我就业指导的帮助很大；3.遇到就业问题时我会信任老师、家人、校友或业界人士给我的建议。模仿学习的测量问题确定为3个：1.遇到就业问题时我会效仿老师、家人、校友或业界人士的行为；2.效仿老师、家人、校友或业界人士的行为对我帮助很大；3.我会乐意去关注老师、家人、校友或业界人士的行为或事迹。

调查问卷中，测量6个潜在变量的所有题项均使用5点Likert标度进行测量，其中“1”表示完全不一致，“5”表示完全一致。

性别、专业、家庭年收入等变量可能会对学生从社会网络中获取信息和资源产生影响[26-27]，因此本文将它们作为控制变量。

(三) 变量的探索性因子分析和验证性因子分析

在验证理论假设前，需要对问卷进行信度和效度检验。借助SPSS19.0软件，采用varimax旋转的主成分分析法对大学生职业能力、专业知识与技能、职业认知、个人特质、互动学习和模仿学习这6个潜在变量进行探索性因子分析(EFA)，得到各潜在变量的KMO值分别为0.809、0.812、0.832、0.801、0.815、0.837，都大于0.80的因子分析“良好”标准，说明比较适合做因子分析；6个潜在变量的探索性因子分析结果都得到了特征值大于1的一个公因子，6个潜在变量的测量项对其解释度分别为72.451%、73.725%、74.235%、71.887%、72.655%和74.765%，6个潜在变量的各测量项萃取后的共同性估值也都大于60%。探索性因子分析结果表明，6个潜在变量的测量项可以抽取成一个公因子，不需要删减测量题项，可以做进一步的假设检验。运用SPSS19.0软件对数据的信度进行分析，结果如下：职业能力的Cronbach’s α值为0.829，专业知识与技能的Cronbach’s α值为0.889，职业认知的Cronbach’s α值为0.868，个人特质的Cronbach’s α值为0.821，互动学习的Cronbach’s α值为0.871，模仿学习的Cronbach’s α值0.827，都大于0.8的良好水平[28]，可见变量的测量项信度较好(详见表1)。

问卷结构效度检验需要通过验证性因子分析，获得潜在变量构成的测量模型的拟合度指数来判别。测量模型拟合度是否良好的指标包括RESMA、NFI、IFI、CFI、TFI、AGFI等，且需要比较卡方与自由度，如果RESMA<0.08，NFI、IFI、CFI、TFI、AGFI等指标均大于0.9，卡方与自由度比(χ2/df)在1—2之间，则测量模型拟合度较好[29]，也说明测量模型的结构效度较好，可以进行进一步的数据分析。运用AMOS22.0软件对本文研究的6个潜在变量构成的测量模型进行验证性因子分析，得到RESMA=0.034，NFI=0.925，IFI=0.939，CFI=0.949，TFI=0.968，AGFI=0.967,χ2/df=1.232，在5%水平上显著，所有测量项加载到各自潜在变量的标准化路径系数均高于0.3。由此可得，6个潜在变量构成的测量模型具有良好的结构效度，可以进行进一步假设检验。

表1 量表的信度检验

注：**表示p<0.01。

三、 研究假设检验

(一) 相关性分析

借助SPSS19.0软件对控制变量和6个潜在变量进行相关性分析，结果见表2。从表2中可以看到，职业能力和专业知识与技能、职业认知、个人特质、互动学习及模仿学习都存在显著相关性。

表2 各变量之间的Pearson相关系数

续表2

注： 样本量为1 966；a.类别变量，1=男，2=女；b.类别变量，分4类；c.序列变量，分为1=15万元以下，2=15-35万元，3=35万元以上；*表示p<0.05，**表示p<0.01，表内为标准化相关系数，双尾检验，下同。

(二) 实证研究结果

1.层次回归分析结果

借助SPSS19.0软件，分别将职业能力、专业知识与技能、职业认知、个人特质作为因变量进行层次回归分析，结果见表3。模型1、模型2、模型3的回归结果显示，性别、专业和家庭年收入变量对职业能力的影响不显著，而专业知识与技能、职业认知、个人特质、模仿学习和互动学习在1%的显著性水平上对职业能力产生正向影响。模型4、模型5回归结果显示，性别、专业和家庭年收入变量对专业知识与技能的影响不显著，模仿学习在5%的显著性水平上对专业知识与技能产生正向影响，互动学习在1%的显著性水平上对专业知识与技能产生正向影响。模型6、模型7回归结果显示，性别、专业和家庭年收入变量对职业认知的影响不显著，而模仿学习和互动学习均在1%的显著性水平上对职业认知产生正向影响。模型8、模型9回归结果显示，家庭年收入对个人特质的影响不显著，性别、专业均在5%的显著性水平上对个人特质产生影响(如提高到1%的显著性水平则影响不显著)，模仿学习和互动学习均在1%的显著性水平上对职业认知产生正向影响。

表3 层次回归分析结果

层次回归分析结果证明了社会网络学习与职业能力、专业知识与技能、职业认知、个人特质的正向影响关系，但回归分析只能证明多个变量对一个因变量的影响，对于多个自变量对多个因变量的影响关系及影响路径的研究，用结构方程模型方法更为合适[30]。从回归结果看，可以认为性别、专业和家庭年收入对职业能力、专业知识与技能、职业认知、个人特质的影响不显著，在对初始模型(见图1)进行路径分析时将不考虑这三个控制变量。

2.结构方程路径分析结果

借助AMOS22.0软件采用结构方程模型方法对初始模型(见图1)进行验证，结果显示，模仿学习对大学生职业能力的影响不显著，且模型适配度的各项指标不佳，RMSEA=0.092>0.08,χ2/df=4.012>2，说明模型需要修正。删去模仿学习对专业知识与技能的影响途径后，再对模型进行拟合度检验运算，得到的结果见表4，说明修正后的假设模型与样本数据之间契合度较好，修正后的模型(见图2)可以接受。

表4 初始模型和最终模型拟合指数

图2 基于社会网络学习的大学生职业能力形成路径最终模型

结构方程模型对最终模型分析的结果显示，互动学习对专业知识与技能(在5%的显著性水平上)、职业认知(在1%的显著性水平上)、个人特质(在1%的显著性水平上)有正向影响；模仿学习对职业认知和个人特质有正向影响(在5%的显著性水平上)；专业知识、职业认知、个人特质对大学生职业能力有正向影响(在5%的显著水平上)。表5列出了互动学习、模仿学习对专业知识与技能、职业认知、个人特质的影响路径系数和影响的重要程度。可以看到，假设H1a、H1b、H1c都成立，专业知识与技能对职业能力的正向影响最大(β=0.57,p<0.01)，其次是职业认知(β=0.21,p<0.05)，个人特质(β=0.14,p<0.05)。这一结果与层次回归分析相同，专业知识与技能、职业认知、个人特质对职业能力的影响重要程度与前面的层次回归分析结果相似。

表5 社会网络学习对职业能力影响系数

从表5中可以看到，假设H2a不成立，即模仿学习对专业知识与技能的影响不显著，结果与层次回归分析结果存在差异：层次回归结果显示，在5%的显著性水平上，模仿学习对专业知识与技能产生显著影响。结果产生差异的原因主要在于不同方法对数据分析的差异，层次回归法是直接采用潜在变量的数据分析自变量对因变量的影响，而结构方程模型采用测量数据分析多个自变量和多个因变量之间的关系，本文的研究是多变量关系，因此采用结构方程模型分析的结果，即结论为假设H2a不成立。假设H2b、H2c成立，其中模仿学习对职业认知的正向影响最大(β=0.19,p<0.05)，对个人特质(β=0.08,p<0.05)也有正向影响。实证结果与层次回归分析结果相同，模仿学习对职业认知和个人特质影响的重要程度也相似。

从表5中还可以看到，互动学习对专业知识与技能、职业认知、个人特质的影响显著，假设H3a、H3b、H3c都得到了验证，其中互动学习对职业认知的正向影响最大(β=0.31,p<0.05)，对个人特质(β=0.12,p<0.05)和专业知识与技能(β=0.11,p<0.05)都有正向影响。实证结果与层次回归分析的结果相同，互动学习对专业知识与技能、职业认知、个人特质影响的重要程度与层次回归分析结果相似。

四、 结论与讨论

(一) 研究结论

基于对1 966名应届毕业生进行问卷调查获得的数据，本文构建了基于社会网络学习的大学生职业能力形成路径模型。研究结果表明，专业知识与技能、职业认知、个人特质是大学生职业能力的重要影响因素，大学生在社会网络中的互动学习、模仿学习会对专业知识与技能、职业认知、个人特质产生正向影响，进而对大学生职业能力的形成产生正向影响，社会网络学习是大学生个体职业能力形成的重要途径。

上述研究证实了在信息技术、社交媒体快速发展的当下，社会网络学习对大学生职业能力形成的重要影响。但现有文献较注重探讨高校如何开发大学生职业能力[31-32]，社会网络或社会资本对大学生获得职业及其职业发展和职业保障的影响[33-35]，鲜有研究涉及社会网络学习与大学生职业能力形成的关系。本文对社会网络学习与大学生职业能力形成关系的研究结果显示，大学生在社会网络中通过模仿学习和互动学习，可以获得相关信息、显性知识、隐性知识、“关系”资源等，从而促进专业知识与技能、职业认知、个人特质的发展，进而形成职业能力。模仿学习是通过网络阅读或者通过相关场合观察、效仿他人行为的一种学习方式，与学习对象没有直接的联系，无法与学习对象进行交流和接受学习对象的指导。通过这种方式很难从社会网络获取“关系”资源和隐性知识，因此大学生无法直接获得发展专业知识与技能的机会，也无法通过与社会网络成员的直接接触提升具有隐性知识特征的个人特质，研究结论也显示模仿学习对个人特质的影响较小。但模仿学习可以使大学生获得职业、劳动力市场现状相关信息，以及自我职业管理的显性知识，进而提升职业认知，故模仿学习对职业认知的影响较大。大学生通过互动学习，与社会网络成员发生直接联系，能够获得社会网络成员的直接指导或双方进行交流，形成一种强关联[36]，从而使无职场经验的大学生可以习得如何满足雇主需求的隐性知识，更容易获得社会网络中的非冗余信息和知识、“关系”资源等。因此，互动学习对专业知识与技能、职业认知和个人特质都有较大程度的正向影响。

此外，对大学生职业能力的测量，国内文献都从职业能力的结构维度(如沟通能力、问题解决能力、专业素养、团队合作能力等)进行间接测量[37]，未能直接采用大学生个体感知到的与雇主需求相匹配的职业能力进行测量。大学生职业能力是大学生毕业时能够胜任初次就业岗位的能力[38]，是感知到的能够与岗位需求相匹配的能力[39]。本文基于应届毕业生个人感知的角度对大学生职业能力进行直接测量，对国内的已有研究而言是一种新的研究视角。此外，从初次就业的毕业生个人感知的角度去直接测量获得的职业能力，可以剔除专业、家庭、劳动力市场等能力测量干扰因素的影响[40]，也能较准确地获得大学生感知到的与初次就业岗位相匹配的职业能力。

可以说，本文的研究是将社会网络理论扩展到高等教育环境中大学生职业能力形成研究的一种探索性尝试，也在一定程度上拓展了现今大学生职业能力形成路径研究的新视野。

(二) 研究局限

本研究还存在需进一步深入研究的问题。一是对社会网络学习行为的学习对象没有进一步细分，从大学生的学习对象类型看，教师、家庭成员、雇主、校友等对大学生职业能力的影响程度和影响方式以及提供资源的类型可能存在差异。在未来的研究中，可以依据与大学生的关系强度区分不同类型的学习对象，研究大学生会采取何种学习行为与不同学习对象发生联系，进而对职业能力形成会有怎样不同的影响。二是没有对通过社会网络学习所获得的资源类型进行探讨，不同的社会网络学习行为在社会网络中所获得的资源类型是否存在差异、社会网络学习行为与资源类型之间的关系、不同类型资源对职业能力的影响等问题也值得在未来的研究中进一步探讨。三是不同家庭背景、专业、个性的大学生会有不同的社会网络规模、中心度、网络异质性等网络结构[41-42]，不同的社会网络结构对大学生社会网络学习方式是否产生影响以及影响的方式是怎样的，进而会对大学生职业能力产生怎样的影响等问题也有待进一步研究。此外，社会网络学习与高校培养环节在大学生职业能力形成中的关系也值得进一步探讨。

(三) 实践启示

本文的研究结论可以为高校开发和提升大学生职业能力的实践提供一些政策启示。从高校角度看，要缩短或消除现有培养计划调整缓慢与行业前沿快速变化之间的时滞，使大学生获得能与雇主需求匹配的职业能力，让大学生适应不断变化的劳动力市场、提升获得职业机会的可能性，需要高校构建能够整合大学生社会网络成员的大学生职业能力协同开发机制，如搭建学生与雇主交流的各种平台、建设雇主对学生评价的反馈渠道、搭建毕业校友与学生交流的平台等。从大学生个人角度看，大学生应该与雇主、校友、同学、教师、家庭成员以及相关专业人士等社会网络成员多交流并加强联系，依据自身面临的不同问题，选择与社会网络成员的联系途径与方式，如通过面对面交流，微信、微博等社交媒体交流，阅读相关专业人士的文章等方式，从中获取信息、知识、资源，提升自己的职业能力水平。