大学毕业生农村基层就业质量及影响因素研究
2023-08-27王丽萍古世峰胡冰
王丽萍 古世峰 胡冰
［摘 要］为了解大学毕业生农村基层就业质量状况及其影响因素，笔者通过查阅文献，结合访谈法，初步确定大学毕业生农村基层就业质量评价指标并进行预调研。文章采用BP神经网络分析法对问卷结果进行了验证分析，构建了包括薪酬福利、就业满意度、能岗匹配度以及人际关系等四个维度共16个评价指标的大学毕业生农村基层就业质量评价指标体系。研究结果显示：受访大学毕业生的就业质量处于中等水平，家庭特征、工作特征、社会支持等对大学毕业生的就业质量有显著影响，其中人生价值的实现对就业质量的影响最显著。最终笔者提出促进大学毕业生到基层就业的建议。
［关键词］农村基层；就业质量；BP神经网络；评价指标体系
［中图分类号］ G64 ［文献标识码］ A ［文章编号］ 2095-3437（2023）10-0141-05
大学生是农村现代化建设的重要人力资本，投身农村基层是大学毕业生未来就业的重要方向。
从农村基层就业的相关研究[1-4]来看，大学毕业生就业质量从两个方面进行评价：一是就业者的预期，主要包括工作报酬、工作氛围以及工作环境等方面的预期；二是就业岗位与就业者的适配程度，即就业者的能力水平是否可以满足岗位的需要[5]。研究表明：工资、工作条件、工作保障、生活与工作的兼顾能力、培训发展机会[6]、工作满意度[7]、福利待遇、晋升空间[5]、薪酬水平、专业与工作的匹配度、工作稳定性、工作发展前景等[8]是影响大学毕业生就业质量的重要指标。目前，大学毕业生就业质量缺乏较为完善的评价体系，因此，构建大学毕业生农村基层就业质量的评价指标体系，评估大学毕业生到农村基层就业的质量状况，分析大学毕业生到农村基层就业的影响因素，对引导大学生扎根基层就业具有重要的意义。
一、大学生农村基层就业质量评价
（一）评价指标体系构建
评估大学毕业生基层就业质量，既要考虑客观的就业情况，还要兼顾大学毕业生的个人感受，即研究的指标不仅应包括薪酬水平、福利保障、工作条件等指标，还应包括工作满意度、自我实现、晋升空间、专业对口程度以及工作环境等能够反映个人感受的指标[9]。笔者通过查阅参考文献梳理了大学毕业生的就业质量指标，并选取了高频出现的指标作为大学毕业生在农村基层就业质量的评价指标。结合大学毕业生的实际情况，最终选取薪酬福利、就业满意度、能岗匹配度、及人际关系等四个维度，16个评价指标共同构成了评价指标体系，然后设计问卷进行预调研。
预调研问卷50份，回收率100%，调查对象为高校就业指导老师、人力资源咨询企业负责人。文章采用AHP法确定各指标权重，通过设置1-9个等级来衡量各指标的重要程度，然后构建判断矩阵，各判断矩阵C.R.值均小于0.1，结果通过一致性检验。将同一层指标对上一层指标的重要程度进行排序，层次总排序C.R.=0.0005<0.1，结果通过一致性检验。通过归一化得到最大的特征向量，得到各指标的权重如表1所示。
（二）数据采集与样本特征分析
课题组于2021年7—11月在广东省的清远、梅州、河源、潮州及广州等地，采用线上线下相结合的方式进行了正式调研，共收回问卷500份，有效问卷429份，有效回收率为85.8%，问卷的克朗巴哈系数（Crobachs Alpha）为0.724，KMO系数为0.786，经检验，问卷的信度和效度较好，可以接受。
分析样本特征可知，受访者女性占比为63.17%，高于男性（占比36.83%）；中共党员占比39.86%；本科占比73.89%，研究生占比5.83%；在县（区）级单位就业的占比为72.03%，在镇、村级单位就业的占比为27.04%；在事业单位就业的占比为25.64%、在政府机关就业的占比为40.33%。
（三）评价模型验证
运用Matlab2021a软件，通过构建BP神经网络模型来验证大学毕业生农村基层就业质量评价指标体系的有效性。
1.综合评分计算
首先将问卷数据进行归一化处理，确定输入向量，然后计算综合评价值。通过公式（1）计算大学毕业生就业质量综合评价值。
[S=i=1nsiwi] （1）
其中，[Si]为第i个二级指标的评价值，[Wi]为第i个二级指标在大学毕业生农村基层就业质量评价指标体系中的组合权重。通过问卷调査的形式获取[Si]的数值，取值范圍限定在[0，10]之间。选定50名农村基层就业的大学毕业生的数据作为样本，计算出每位大学毕业生就业质量的综合评分值，作为神经网络的训练值和测试值。
2.样本数据处理
因神经网络隐含层将输入的数值范围限定在[0，1]之间，因此，应将数据进行归一化处理，这样可以有效地加快神经网络的收敛速度。采用线性函数法，对原始数据进行等比例缩放，即公式（2）。
[Xnorm=X-XminXmax-X] （2）
其中，Xnorm表示归一化后的数值；Xmax表示原始数据的最大值；Xmin表示原始数据的最小值。
3.神经网络各层神经元的确定
输入层神经元数量：输入层接收信号，输入项有多少，输入层节点就有多少。大学毕业生农村基层就业质量评价指标体系中有16个评价指标，所以输入层节点是16。
输出层神经元数量：输出层网络的输出，即为大学毕业生农村基层就业质量评价结果，为单项输出，因此输出层节点数为[n=1]。
隐含层神经元数量：隐含层神经元数量的选择一直是困扰学术界的难题，至今仍没有定论。对于确定隐含层节点数，学术界还没有一个公认的计算公式，笔者在阅读大量相关文献以及实验测算之后，总结得到以下计算公式：
[m=l+n+p2] （3）
其中，[p]代表训练样本个数；[l]代表输入层的神经元个数；[n]表示输出层的神经元数目；[m]则为隐含层神经元个数。最后可求得隐含层神经元的个数为[m=29]。
4.神经网络函数的确定
BP网络对激活函数的要求是函数处处可微，Sigmoid函数满足函数处处可微这个条件，而且Sigmoid函数有非常好的非线性映射能力，就业质量评价数据经归一化处理后，输入输出值控制在[0，1]之间。综上所述，大学毕业生农村基层就业质量的BP神经网络的转换函数都使用Sigmoid函数。
5.学习速率[η]的确定
传统的 BP 算法一般采用固定的学习速率训练网络，这对收敛速度和训练精度都会产生较大的影响，因此，本文选取自适应学习率调节的方式，尽量避免由于学习率而带来的误差，计算公式如（4）所示。
[η（k+1）=1.05η（k） E（k+1）
6.BP神经网络的训练
通过随机抽样选取50名大学毕业生的农村基层就业质量评价指标作为神经网络的输入量，相对应的评价结果矩阵组成神经网络的输出向量。先将各个评价指标的分值做归一化处理，从而使数据集中在[0，1]之间，然后将处理过的数据取前30项作为训练样本集，抽取其中的20项作为测试样本集。首先，对样本数据做基本分析，随机抽取50名大学毕业生的农村基层就业质量评价数据进行初步分析，具体评分办法是通过学生自评来评估大学毕业生的就业质量满意程度（满分10），通过相关权重计算出每个样本的就业质量评分（具体评价结果略）。其次是建立BP神经网络模型。应用Matlab2021a软件的neff函数建立包括两个隐含层和一个输出层的三层神经网络模型，其中，每个隐含层有十个神经元，输出层有一个神经元，隐含层传递函数为tansing，输出层传递函数为purelin，输入16个变量，然后输出就业质量结果。学习率为0.05，学习次数为54，神经网络收敛于9.94e-5，训练误差为0.0001，最后，对实验结果进行分析。通过编程绘制网络输出曲线，然后与期望结果进行比较，通过比较可知，训练后的输出值与期望结果非常接近，说明经过训练后的BP神经网络模型具有很好的预测效果。
7.数据验证
为进一步验证大学毕业生农村基层就业质量评价体系BP神经网络模型的有效性和实用性，通过将回收的问卷数据进行归一化处理，并输入到神经网络中，得出就业质量的预测值，然后绘制出预测值与真实值的散点拟合图（见图1）。分析图1可知，构建的BP神经网络模型的预测值与真实值的拟合效果良好。进一步运用Matlab2021a软件中的神经网络工具箱进行分析，得出大学毕业生就业质量的综合评价结果，误差分布在５％以内，表明该神经网络模型具有一定的可靠性。综上分析，大学毕业生农村基层就业质量BP神经网络模型是有效的。
二、大学生农村基层就业质量水平及影响因素分析
（一）大学毕业生农村基层就业质量水平
根据调查结果，大学毕业生就业质量得分在60分以下的占33.80%，60分以上的占66.2%，其中60～70分的占33.10%，71～80分的占24.01%，80分以上的占9.09%。这表明大学毕业生在农村基层的就业质量处于中等水平，总体水平偏低。进一步分析可知，不同工作区域的大学毕业生的就业质量差异较大，在行政村工作的就业质量均值仅为59.46分，在乡镇工作的就业质量均值为63.92分，在县区工作的就业质量均值为64.77分。
（二）大学毕业生农村基层就业质量影响因素分析
1.不同特征毕业生就业质量的差异性分析
采用SPSS23.0从家庭情况、工作情况、社会支持情况等方面分析不同大学毕业生的就业质量的差异性，结果显示：不同的婚姻状况、工作年限、单位性质、工作身份、工作氛围、亲友支持、人生价值实现、单位团建的学生，其就业质量有明显差异，如表2所示。
2.不同特征毕业生就业质量的回归分析
采用多元回归分析的方法对就业质量的影响因素进行分析，分析结果如表3所示，显著性检验的P值小于0.05，通过了模型残差独立性检验。由表3 可知：大学毕业生能否实现人生价值是大学毕业生基层就业质量最重要的因素；工作氛围、是否参加单位团体活动、是否寻求家人和朋友的帮助等对大学毕业生在农村基层就业的质量具有显著影响；个人的婚姻状况对大学毕业生在农村基层就业的质量会有影响，已婚大学毕业生的就业质量评价相对较高；工作身份对就业质量的影响有显著差异，普通员工的就业质量较低。
三、结论与建议
综上分析，总体上，大学毕业生农村基层就业质量处于中等水平，影响毕业生基层就业质量的因素包括人生价值的实现、工作岗位、工作氛围、单位团建、亲友关心等，为了让大学毕业生在农村基层可以留得住、干得好，关键要做好以下几个方面的工作。
（一）高校要加强理想信念教育
一直以来，农村地区的教育水平落后于城市，农村基层对人才的吸引力不足，学生的理想信念与就业选择有很大的关联，理想信念越强的大学生，毕业后越愿意到基层就业[13]。随着国家乡村振興战略的实施，高校要着力培养农业现代化的领跑者、乡村振兴的引领者、美丽中国的建设者，要加强培育大学生的三农情怀，鼓励大学生积极投身到国家乡村振兴战略中去，加强对大学生进行国家基层就业政策宣传，引导大学生到农村就业和创业，积极投身乡村振兴建设，为建设美丽乡村和实现中华民族伟大复兴贡献力量。
（二）农村基层要大力营造人才发展的良好环境
是否实现人生价值是影响大学毕业生到基层就业的关键因素，因此，农村基层要想吸引人才、留住人才，首先要改善农村基层人才的发展环境；要构建产业链与人才链的融合机制，主动加强与高校、科研机构、科技企业的协同合作，共建农业科技园区、产业园区、成果转化站、科技实验站等，搭建有利于科技人才的创业平台，完善人才管理政策，畅通大学毕业生和科技人才向基层流动的渠道。此外，还要建立和完善人才培养、引进、流动、评价、使用和激励的保障机制，为人才在农村基层创业就业提供平台，坚定大学毕业生留在农村基层发展的决心，引导和激励更多人才到基层贡献才智、建功立业。
（三）用人单位要构建完善的员工发展机制
用人单位应制定完善的晋升制度，提供公平和公正、公开的晋升通道，充分消除员工对自身前途和发展空间的忧虑，为大学毕业生提供更多的发展机会。此外，还要营造文明、和谐、向上的工作环境，组织丰富的团建活动，搭建内部交流学习平台，注重人本管理和人文关怀，加强大学毕业生的归属感，提升单位的凝聚力；最后，在实现员工人生价值的同时，也要注重员工发展与单位发展目标相结合，促使员工更好地为单位发展做出贡献。
［ 参 考 文 献 ］
[1] 胡慧.引导大学毕业生面向基层就业创业[J].现代大学教育，2015（1）：93-94.
[2] 雷蕾，董介实，王成.大学生动商水平与就业质量满意度的关系研究[J].南京理工大学学报（社会科学版），2017，30（5）：46-51.
[3] SZIRONY G M， KONTOSH L G. Workplace issues and placement： what is high quality employment[J]. Work， 2007，29（4）：357-358.
[4] JOHRI R.Work values and the quality of employment： a literature review[Z].New Zealand department of labor， 2004.
[5] 陈欢，刘春风.高校毕业生就业质量评价体系构建[J].现代教育管理，2012（12）：57-60.
[6] LESCHKE J，WATT A，LESCHKE J.Job quality in Europe[J]. General information， 2008，39（6）：586-603.
[7] TANEJA G， KUMARI L.Banks employees perception on quality of worklife and its relation with job satisfaction in malwa region of punjab[J].International journal of research in commerce， economics and management，2012，2（9）：70-76.
[8] 朱鈞陶.大学生就业质量评价体系的实证研究：以华南农业大学为例[J].高教探索，2015（5）：109-112.
[9] 房欲飞.适应基层就业发展趋势的就业质量评价核心指标构建研究：基于问卷调查和访谈的思考与建议[J].中国大学生就业，2021（1）：34-40.
[10] 秦建国.大学生就业质量评价体系探析[J].中国青年研究，2007（3）：71-74.
[11] 潘琰，毛腾飞.就业质量的组合评价研究[J].东南学术，2015（1）：117-125.
[12] 吴东霞，郑通祥.双创背景下高职院校学生就业质量评价体系探析[J].教育与职业，2019（18）：68-71.
[13] 崔盛，苏均宇.“久有凌云志”会否“主动下基层”：大学生理想信念与基层就业选择关系的实证研究[J].重庆高教研究，2021，9（2）：82-94.
［责任编辑：吴雪强］
