基于logistic回归的山东省失业人员再就业影响因素研究

牟雨慧

（潍坊市寒亭区公共就业和人才服务中心，山东 潍坊 261011）

1 引言

经过了2020年的新冠疫情之后，全球性金融经济危机爆发，中国企业也受到了影响，而随之出现的失业问题则成为当前中国面临的重大问题。山东省作为全国人口排名第二的大省，对于研究再就业问题具有一定的代表意义，因此选取山东省失业人员为研究对象，探究再就业的影响因素。

2 研究方法

2.1 数据来源

本文数据资料来源于对山东省失业人员发放的调查问卷。研究者采用随机抽样的方法，以山东省失业人员作为调查对象，发放调查问卷，共回收有效问卷772份。

2.2 变量选择

2.2.1 被解释变量

本文的研究对象是失业人员的再就业行为，以及影响再就业的因素，而再就业是一抽象不具体的概念，因此，本研究将其转换为三个具体指标：失业后是否参加过再就业培训，失业后是否参加过求职面试，是否接受过再就业相关帮助。

2.2.2 解释变量

本文的解释变量是影响失业者再就业的因素，而影响失业者再就业的因素有很多，本文拟选取三个方面来对其进行分析，包括失业者的个人特征、失业者的家庭及经济状况、失业者再就业的心态。

失业者的个人特征。本研究认为失业者的个人特征如年龄、身体状况等对失业者的再就业行为会产生影响，选取年龄、性别、受教育情况、身体状况、专业职称等级这几个变量。

失业者的家庭及经济状况。本研究认为失业者的家庭总体经济或个人经济情况会对失业者的再就业行为产生影响。选取是否结婚、是否有在学子女、家中是否有65岁以上老人、家中有劳动收入的人数作为解释变量。

失业者再就业的心态。失业者的心态也是影响再就业的重要因素，良好的心态可能会对再就业产生积极影响。选取对工作的预期、找工作的态度和对工作价值的认知这三个因素作为解释变量。在调查问卷中用能接受的最低月工资、是否认同“应该靠劳动来维持自己的生活”以及在低工资的工作和救助之间会选择哪个这几个问题衡量。

考虑到调查问卷的易填性，将所有变量的获取对应到问卷中设置为选择题，因此获取的数据均为离散变量，为了方便后续构建模型，将其转化为虚拟变量（如表1）。

表1 模型所使用解释变量及其说明

2.3 模型选择及构建

由于被解释变量为二分类变量，本研究选择logistic回归的方法构建模型。将被解释变量转换为发生的概率。对于三个被解释变量，分别构建三个logistic回归模型。

其中p1、p2、p3分别为三个被解释变量发生，即回答为是的概率，xk为第k个解释变量，β0为模型的截距，β1k、β2k、β3k为三个模型的第k个解释变量的系数。

3 实证结果

3.1 描述性分析

3.1.1 失业人员基本情况

根据调查问卷回收表2数据，从年龄分布来看，本次调查的失业人员年龄在31-50岁最多，其中31-40岁和41-50岁分别占比43.8%和42%。从健康状况来看，大多数身体状况较为健康。从受教育情况来看，初中学历最多，占比49.1%；其次为高中，占比22.9%。失业者的家庭特征中，有88%的失业者有在学子女，90.2%的失业者家中有65岁以上的老人，65.2%的失业者家中有两位具有劳动收入，这对于一个家庭来说负担是比较大的，如果失业人员不能及时找到合适的工作，则可能会有家庭经济问题产生。

表2 调查样本的基本情况统计特征

3.1.2 失业人员失业前工作情况

根据回收的问卷表3数据，可以看出山东省失业人员在失业前的工作性质以个体经营和临时工为主，工作岗位以一般工人为主，这也符合我们的推断，随着社会的发展和科技的进步，越来越多的工作内容将被自动化、智能化的设备取代，导致一般工人失业的风险逐渐升高，而解决这一问题的一个较好的方式就是对工人不断进行培训，让其掌握的知识不断增加，做到不能替代。

表3 调查样本的失业前工作情况统计特征

3.1.3 寻找工作情况

根据回收的问卷表4数据，大多数的失业者在失业后都曾尝试过寻找新的获得收入的方法，但参加求职面试的比例很低，只有31.5%，失业者选择的找工作的方式最多的是亲戚朋友介绍，这从侧面说明失业者找工作的方式不正规。并且失业者参加再就业培训的比例较低，为25.9%，大多数失业者在失业后并没有接受培训，这也是导致他们选择对技能要求不高的职业的原因。而接受过政府或社区关于再就业方面帮助的失业者更是只有9.8%，因此，对于再就业相关政策的宣传和落实还存在很大的空间。

表4 调查样本的寻找工作情况统计特征

对于再就业的薪资期望方面，42%的失业者能够接受每月2000-4000元的工资，36%的失业者能接受4000-6000元，这也是占比最多的选项。而对于不能接受的工作情况，大多数求职者不能接受就业单位不投保、不签劳动合同、工作环境有危险等因素，对于需要学习或是个体、私营企业，接受程度则比较高。最后，绝大多数的失业者认同“应该靠劳动来维持自己的生活”这一观点，且在低工资工作和救助之间更愿意选择低工资工作。

3.2 模型分析结果

我们在构建Logistic回归模型之前，首先需要对解释变量进行多重共线性检验，一般选取容忍度（tolerance）和方差膨胀因子（VIF）进行检验，经计算二者的结果分别是0.440＜tolerance＜1，1＜VIF＜2，都落在否定多重共线性的范围内，所以，回归模型不存在多重共线性问题。本研究利用SPSS26.0软件对772份样本数据进行多项Logistic回归模拟，模型估计结果如表5所示。三个模型的似然比卡方观测值分别为845.315、912.875、755.851，说明解释变量总体与模型的线性关系显著，能够较好地拟合总体样本数据。从模型估计结果表5中的估计变量系数及显著程度来看，模型的12个解释变量影响程度具有不同特点，具体分析（如表5）。

表5 失业人口Logistic模型回归结果

3.2.1 失业者的个人特征对再就业的影响

首先考虑年龄、性别、受教育情况、身体状况、专业职称等级这5个自变量对失业人员再就业的影响。不同的解释变量对模型有不同的影响，有些变量为正向，有些为负向，其影响程度也各不相同。年龄对三个模型均呈现出一定的负向影响，说明年龄越大的失业者，再就业的整体情况越差，性别这一变量对三个模型的影响均不明显，说明失业者再就业情况跟性别的关系不大。而受教育情况和身体健康状况这两个变量对模型均有一定的影响，其中受教育情况对其有正向影响，即表明受教育程度越高，在参加再就业的培训、面试等方面的比例越高，而身体状况则对参加求职面试有明显的负影响，即身体状况不好的失业人口参加求职面试的比例较低。最后专业职称方面对求职面试也有明显的正向影响。

3.2.2 失业者的家庭及经济状况对再就业的影响

家中是否有在学子女这一变量对模型二有较为明显的正向影响，这说明家中有来自子女养育压力的失业者，反而不太会参加求职面试，家中是否有65岁以上老人对于模型三的正向影响显著，这表明家中没有养老压力的失业者，更倾向于接受政府或社区提供的相关就业帮助。家中的劳动收入人数对模型二呈现出负影响，说明收入人口越多，参加就业面试的几率越低，但回归系数较小，说明对模型的影响程度不大。

3.2.3 失业者再就业的心态对再就业的影响

失业者的再就业预期和态度对再就业情况也有不同程度的影响。首先，对工作的薪资预期对模型一、模型三呈现出负影响，而对模型二呈现正影响，说明预期薪资越高，可能失业者所拥有的技能和条件也相对较好，因此参加求职面试的概率也就越大，而接受培训和帮助的概率就会较小。而工作的价值认知这一变量对模型三呈现出负向影响，说明在低工资和救助间倾向于选择低工资的就业者，更愿意接受政府或社区的再就业相关帮助。

4 结论与政策建议

一是开发公益性岗位，对大龄就业困难人员实行托底安置。山东省已经制定并推行了《就业困难人员公益性岗位托底安置制度实施细则》，安置对象重点是大龄就业困难人员等。但在《细则》中大龄就业困难人员是指女性45周岁以上，男性55周岁以上法定退休年龄以下的失业人员。年龄范围有些窄，安置数量不够大，建议将男性的年龄上限扩至50周岁，以扩大这一惠民政策的覆盖面。

二是通过培训改善劳动力供给质量。失业发生的另一个重要原因是劳动者缺乏工作岗位所需的技能，对失业人员最好的就业援助就是抓好再就业培训。建议将培训工作交由实力雄厚的技工学校及大中专院校承担，由高水平的老师及教授来授课，根据企业需求，按需培训，定向派遣，真正培养适合企业的合格劳动者。

三是要大力宣传就业及再就业政策。大部分的失业人员对政府制定的优惠政策不能真正了解和掌握，这样再好的政策也不能显示实效。公共就业和人才服务系统要大力宣传政府的优惠政策，制作一些简单易懂的政策小视频通过微信进行宣传，让政策进小区，进业主群，让政府的优惠政策家喻户晓，从而降低失业率，维护社会稳定。