本硕贫困生与非贫困生就业质量的差异及成因研究

李红霞,胡萌羽,陈 钰

(上海大学,上海 200444)

一、问题的提出

近年来,世界政治经济形势复杂多变,中国经济从高速增长转向高质量发展阶段,高等教育已进入普及化阶段,大学生就业形势愈加严峻,考研“二战”甚至“三战”现象成为一种常态[1]。相对于非贫困大学生,教育部和财政部在2007年明确指出,家庭经济困难大学生(即贫困大学生,以下简称贫困生),是指学生本人及其家庭所能筹集到的资金,难以支付其在校学习期间的学习和生活基本费用的大学生,他们更容易陷入脆弱焦虑、纠结恐慌、怀疑迷乱等不良情绪当中。张欢等学者也认为,贫困生背负着个人理想与家庭希望,在身体状况、综合素质、心理素质、学习成绩、社会资本等方面与其他大学生存在一定的差距[2],身心及就业压力较大;根据上海S大学学生资助信息显示,2015-2022届本硕贫困生占大学生整体比例为20%-25%。那么,本科生与硕士研究生之间、贫困生与非贫困生之间、不同学历层次下的贫困生之间及非贫困生之间的就业质量存在差异吗?影响因素有哪些?研究生学历能消除与弥合家庭经济贫困对本科生就业质量的负面影响吗?既有研究成果发现,相关文献多以大学本科、专科毕业生为主,少有比较分析本硕贫困生与非贫困生的就业质量特点、差异及影响因素。基于此,本研究采用定量与定性相结合分析本硕贫困生与非贫困生就业质量的差异与成因,具有重要的理论与实践价值。

综观就业质量概念的文献资料发现,国外学者对就业质量的研究相对较早。美国职业培训和开发委员会提出了工作生活质量[3]概念,国际劳工组织认为工作质量表现为体面劳动,包括工作关系、劳动力市场制度及政策、社会经济背景信息等[4],欧洲基金会界定了就业质量的3个方面:社会、团体和个人[5]。可见就业质量涵义相对开放,不同学者及组织因阐释的角度不同而构建了很多就业质量评价指标体系。而因国情及文化差异等原因,这些就业质量评价体系并不完全适合评价中国高校毕业生就业质量。有鉴于此,我国学者对毕业生就业质量评价体系也进行了相关研究。其中,刘素华对高校毕业生就业质量概念的界定较早,她认为就业质量是“整个就业过程中劳动者与生产资料结合并取得报酬或收入的具体状况之优劣程度的综合性范畴”[6];刘范一等学者认为就业质量评价指标包括微观个体、中观企业和宏观国家层面[7]。李善乐通过线性加权函数法[8],李秀玲及胡思文等学者运用层次分析法[9-10]构建毕业生就业质量评价体系并得出综合性评分。

在贫困大学生与非贫困大学生就业质量的影响因素及方法研究方面,魏耀武采用主成分分析法、因子分析法发现,家庭、政府、个人和社会对贫困生就业的影响显著[11];蔡颖采用OLS回归法和分位数回归法,探究高校贫困生与非贫困生起薪差异的影响因素[12];钟云华采用多元线性回归模型发现,贫困大学生社会资本数量更少且质量更低,更偏好弱关系和低质量社会资本来获取就业资源[13];李春燕等学者发现大学生学习知识、实习实践、学生工作及其他素质拓展显著影响就业满意度[14];王亚采用结构方程模型证实毕业生就业指导服务满意度在缓解就业压力中发挥中介作用[15];而黄新辉等学者实证研究发现,高校就业指导服务仍存在类型单一、内容陈旧、师资良莠不齐、与市场联系不紧密及学生不重视等问题[16];倪天明借助有序Probit模型论证了社团参与经历能显著提升大学生就业竞争力[17]。

二、研究设计

(一)研究思路

由此可见,鉴于大学生异质性及工作期望的差异,学者们对就业质量评价指标体系构建不统一、构建方法多样,各有优劣;对贫困生与非贫困生就业质量影响因素的研究多以大学本专科生为主,且多为描述性分析,只有少数学者采用多元线性回归法、因子分析法建模探讨。有鉴于此,本研究以上海S大学毕业生为研究对象,比较分析本硕贫困生与非贫困生就业质量的差异及影响因素。首先,运用层次分析方法构建科学的就业质量评价体系,评价本硕贫困生与非贫困生的就业质量特点及差异,并分析学历层次、家庭经济状况和疫情对贫困生与非贫困生就业质量得分的影响;其次,运用Logistic回归模型分析显著影响本硕贫困生与非贫困生就业质量的人力资本因素;最后,提出提升本硕毕业生就业质量的相关路径。

(二)样本描述

本研究数据主要由上海S大学2019届、2020届本科与硕士贫困大学生名录与这两年5-7月开展的毕业生就业状况问卷调研数据匹配后所得。通过问卷星、微信、邮件等形式发放调研问卷,得到2019届、2020届本硕毕业生调研有效样本3887份,将这一调研数据与两年本硕贫困生名录相匹配,并剔除无效问卷、暂不就业、继续深造的数据后,直接就业的贫困生与非贫困生有效样本情况如下:在2019届、2020届本科生中,贫困生分别为127人、145人,非贫困生分别为313人、925人;两届硕士生中贫困生分别为283人、362人,非贫困生分别为682人、1050人。

(三)研究变量

结合既有研究文献、专家研讨和毕业生就业现状特点,将本科生人力资本自变量设置为涵盖在校学业努力情况、校内外实习实践与交流活动经历、职业生涯规划情况等3项一级指标。从表1可以看出,在校学业努力情况有3项二级指标,校内外实习实践与交流活动经历有6项二级指标,职业生涯规划情况有2项二级指标。硕士研究生人力资本变量除了上述11项二级指标外,还选取了招生类型、培养类型、培养方式等3项招生培养方式指标,共计14项。其中,将本科生的主动与辅导员交流次数变量转换为主动与导师交流次数;职业生涯规划开始时间也进行了相应变动。另外,本硕毕业生控制变量均选取生源地、性别、民族、调查年份等4项指标。其中,生源地分别为是否本科生(硕士研究生)就读地。

表1 本科生、硕士研究生自变量、控制变量含义表

本研究以教育部关于高校毕业生就业质量年度报告通知[18]、麦可思研究院[1]、王霆[19]、乔志宏[20]、李红霞[21-22]等学者研究成果及专家访谈、大学生求职就业特点为基础,最终确定毕业生就业质量评价指标体系。因变量设置为本硕毕业生就业质量,其中,选取与就业岗位直接相关的6项二级主客观指标:工作与专业的对口度①、行业、薪酬、就业地区、单位性质②、工作现状满意度;选取与求职效率密切相关的2项二级客观指标:就(创)业所花费时间与求职期间收到录用通知的数量③。这8项指标分别细分为2-6个等级,见表2。虽然上述评价指标着眼于毕业生微观主体,但其既与国内外经济形势、雇主需求密切相关,也能避免同时选取微观、中观、宏观指标时的交叉或重复,还能系统反映就业质量整体与内部各要素间的相互关系,指标选取具有合理性。下设25项三级指标。

表2 毕业生就业质量评价标准与评分表

(四)就业质量评分

20世纪70年代初,美国运筹学家萨迪(T.L. Saaty)应用网络系统理论和多目标综合评价方法提出的一种定性与定量相结合的层次权重决策分析方法——层次分析法(AHP)[23]。该方法的主要思想是通过将复杂问题分解为若干层次和若干因素,对两指标之间的重要程度做出比较判断,建立判断矩阵,通过算术平均法、几何平均法以及特征值法,就可计算并得出不同方案重要性程度的权重,为最佳方案的选择提供依据。为了保证结果的稳健性,本研究综合上述三种方法的结果得出判断矩阵的权重,再根据权重矩阵计算各方案的得分,接着进行排序和综合分析,由此避免了采用单一方法而产生的偏差,得出的结论更全面有效,结果见表3。

表3 权重计算结果

综合以上三种方法的计算结果,将二级指标进行层次排序,权重计算结果如下:专业对口度x1为0.11,就业行业x2为0.24,工作薪酬x3为0.24,就业地区x4为0.10,单位性质x5为0.10,就(创)业花费时间x6为0.03,求职过程收到录用通知的数量x7为0.04,现状满意度x8为0.14。同时,毕业生就业质量评价的得分公式如下:

score=0.11x1+0.24x2+0.24x3+0.1x4+0.1x5+0.03x6+0.04x7+0.14x8

鉴于构建的毕业生就业质量评价体系中的8个二级指标均为定性变量,不能进行线性运算,为满足就业质量评分的需要,特将定性变量转化为定量变量,根据专家打分法对每个三级指标进行合理赋值。根据层次分析法的赋权结果,计算出2019-2020届本科、硕士毕业生就业质量各指标平均得分以及综合评分。评分范围在0-100,越接近0代表就业质量越低,越接近100代表就业质量越高。经检验,两届本硕贫困生与非贫困生的就业质量直方图均呈左偏的正态分布,就业质量低的毕业生人数较少。本科及硕士的贫困生与非贫困生就业质量及各指标评分,见表4。

表4 毕业生就业质量及各指标评分及其差距表

(五)就业质量及各指标评分结果

本硕贫困生与非贫困生就业质量评分结果可以归纳为以下两个特点。

第一,学历提升总体上能促进就业质量提高,且能降低家庭贫困对就业质量的负面影响。总体来说,不论贫困与否,本科生就业质量评分低于硕士生;2019年毕业生就业质量评分基本高于2020年。说明学历提升能显著提高就业质量,也凸显了疫情因素对就业质量的负面影响。另外,2019届本科贫困生与非贫困生就业质量综合评分差距为-1.53,而2020届本科生相关评分差距为-3.01;同时,2019届硕士贫困生与非贫困生就业质量综合评分差距为0.58,2020届硕士生相关评分差距为-0.09。说明本科贫困生就业质量低于非贫困生,且就业质量及各指标评分差距较大;而硕士生相关差距较小,即学历提升能降低家庭贫困对就业质量的负面影响。

第二,本科生、贫困生的焦虑程度均分别高于硕士生、非贫困生。在对工作现状的主观满意度方面,本科生基本低于硕士生,贫困生均低于非贫困生。其中,2019届、2020届本硕贫困生对工作现状满意度的差距分别为-5.42、-3.13;两届本硕非贫困生的相关差距分别为-1.64、0.6;同时,两届本科贫困生、非贫困生的相关差距分别为-4.3、-7.82;两届硕士贫困生、非贫困生的相关差距分别为-0.52、-4.09。在就(创)业所花费时间方面,本科生显著少于硕士生;本科贫困生显著少于非贫困生,硕士贫困生与非贫困生差异相对较小。其中,2019届、2020届本硕贫困生就(创)业花费时间评分差距分别为7.69、6.69;两届本硕非贫困生的相关差距分别为6.65、3.88;另外,两届本科贫困生、非贫困生的相关差距分别为0.55、2.66;两届硕士贫困生、非贫困生的相关差距分别为-0.49、-0.15。这说明本科生、贫困生就业的需求更为急迫,侧面反映了本科生、贫困生焦虑程度均分别高于硕士生、非贫困生,也印证了学历提升确实能降低家庭贫困及疫情对就业质量的负面影响。

三、数据分析

(一)研究方法

运用Logistic回归模型深入考察2019-2020届④本科贫困生、本科非贫困生、硕士贫困生、硕士非贫困生就业质量与其影响因素变量的关系,其中,本科生设置4个模型,硕士生设置5个模型。本科生方面,模型1纳入了生源地、性别、民族、调查年份变量等控制变量;模型2至4以模型1为基础,依次纳入在校学业努力情况、校内外实习实践与交流活动经历、职业生涯规划情况等3大类11个人力资本变量;在硕士生方面,除了新增的模型2纳入招生培养方式以外,模型1与本科生模型1类似,模型3至5分别与本科生的模型2至4类似,硕士生共依次纳入14个人力资本自变量(见表1)。

用二元Logistic回归分析方法探讨,并建立就业质量影响因素的分析模型,如下所示。

具体操作步骤如下:首先,使用有效样本建立Logistic回归方程;接着,使用霍斯默-莱梅肖检验来检验模型的拟合程度,显著性P值越大表明模型拟合越好,具有统计学意义的显著性;然后,对模型开展皮尔逊卡方显著性检验,当至少有一个引入因素变量有效果时,再分析各模型中显著性变量的情况;最后,探讨模型输出风险比,若风险比大于1,说明学生就业质量水平高的可能性较大,如风险比小于1,说明学生就业质量水平低的可能性较大。

(二)实证结果

1.本科毕业生

显著影响本科贫困生和非贫困生就业质量的因素有共通性。根据霍斯默-莱梅肖检验,本科贫困生和非贫困生各自模型1至4的显著性P值均大于0.05,这8个模型的拟合优度较高,具有统计学意义上的显著性。据皮尔逊卡方检验显示,自变量中的学科大类及控制变量中的性别和民族,对本科贫困生和非贫困生就业质量的影响均显著。在模型2至4中,学科大类对本科贫困生、非贫困生就业质量的影响非常显著且作用稳健。而由模型的OR值可知,不论贫困与否,理工科本科生就业质量较高的可能性最大,经济管理次之,人文社科类和艺术类就业质量较高的可能性较低。说明理工科专业的实用性强且市场需求相对较大,社会资本相对匮乏的理工科贫困生仅凭借自身能力也比较容易获得就业机会,而上述理工类贫困生的比例相对高于非贫困生,符合“理性经济人”假设。见表5、表6。

表5 本科贫困生就业质量水平与影响因素的Logistic模型结果

表6 本科非贫困生就业质量水平与影响因素的Logistic模型结果

在控制变量方面,卡方检验结果显示,性别变量对本科贫困生、非贫困生就业质量均影响显著,但对非贫困生的影响更为稳健。同时,模型OR值均大于1,说明男性本科贫困生就业质量较高的可能性大于女性。另外,模型1中民族变量对本科贫困与非贫困生的影响均显著,但在模型2至4均不再显著,说明汉族本科生就业质量较高的可能性高于少数民族学生,但民族变量的作用不太稳健。

与本科贫困生不同的是,除学科大类以外,显著影响本科非贫困生就业质量的自变量还有4个:大学成绩状况、校级以上获奖经历、中共党员身份及职业生涯规划长远程度。

(1)大学成绩状况变量对就业质量影响非常显著且稳健。卡方检验显示,模型2至4的大学成绩状况对就业质量的影响显著且作用非常稳健。其中,模型2至4的OR值显示,本科非贫困生就业质量较高的可能性按成绩从高到低的排名依次递减;交叉结果也显示,成绩排名前20%的本科非贫困生在就业质量较高的占比为34.2%,成绩排名在前51%-100%的学生在就业质量较高的占比仅25%。说明本科非贫困生成绩越优秀则就业质量较高的可能性越大,大学成绩层级与本科非贫困生就业质量呈正相关。

(2)校级以上获奖经历对就业质量影响显著但不稳健。模型2的卡方检验显示其对就业质量的影响显著,在模型3至4不再显著;交叉分析结果显示,有获奖经历的本科非贫困生在就业质量较高的占比为49.7%,无此经历的本科非贫困生在就业质量较低的占比为61.8%。说明有校级以上奖励经历的本科非贫困生就业质量较高的可能性大于无此经历的学生,但作用不太稳健。

(3)中共党员身份变量对就业质量影响显著且稳健。卡方检验结果显示,模型3至4的中共党员身份变量对本科非贫困生就业质量的影响显著且作用稳健;交叉结果也显示,本科非贫困生党员在就业质量较高的学生占比为70.5%,在就业质量水平较低的占比15.4%。说明本科非贫困生党员就业质量较高的可能性大于非党员。

(4)职业规划长远程度对本科非贫困生就业质量的影响显著。卡方检验发现,模型4的职业规划长远程度变量对本科非贫困生就业质量具有显著性。其中,规划长期及中期的本科非贫困生就业质量较高的可能性大于规划短期、不清晰规划的学生。

控制变量中除了性别、民族呈显著性以外,生源地在模型2至4对本科非贫困生就业质量的影响也显著且作用稳健。说明生源地为大学就读地的本科非贫困生就业质量高的可能性较大,因生源地不同所引发的社会资源差异显著影响着其就业质量。

2.硕士毕业生

显著影响硕士贫困生和非贫困生就业质量的因素同样存在共性。根据霍斯默-莱梅肖检验,硕士贫困生和非贫困生在模型1至5的显著性P值均大于0.05,这10个模型的拟合优度较高,具有统计学意义上的显著性。据皮尔逊卡方检验显示,自变量中的学科大类、职业规划长远程度及控制变量中的性别变量均对硕士贫困生和非贫困生影响显著。在模型3至5的学科大类变量对硕士贫困生与非贫困生就业质量的影响显著且作用稳健;由模型的OR值可知,对于硕士贫困生,理工科毕业生就业质量较高的可能性最大,理工硕士贫困生在就业质量水平较高的毕业生中占比64.6%;其次是人文社科类学生,最后是经济管理类和艺术类学生。对于硕士非贫困生,理工科类毕业生就业质量高的可能性最大,理工科硕士非贫困生在就业质量水平较高的毕业生中占比50.8%;其次是经济管理类学生,最后是人文社科类和艺术类学生。与本科生的实证结果基本一致。另外,自变量职业生涯规划长远程度对硕士生就业质量的影响非常显著且作用稳健。由模型的OR值可知,不论硕士毕业生贫困与否,具有中期或长期规划的毕业生就业质量高的可能性均大于短期甚至不清晰职业规划的学生,其中,规划中期(3-5年)硕士贫困生、非贫困生在就业质量较高的毕业生中占比分别为58.6%和51.7%,可能与硕士生特别是硕士贫困生更关注解决生存生活问题有关。

控制变量中,性别变量对硕士贫困生和非贫困生就业质量均影响显著,但对非贫困生的影响更为稳健;而模型OR值基本大于1,说明男性硕士生就业质量较高的可能性总体大于女性,与本科生的实证结果基本一致。见表7、表8。

表7 硕士贫困生就业质量水平与影响因素的Logistic模型结果

表8 硕士非贫困生就业质量水平与影响因素的Logistic模型结果

皮尔逊卡方检验结果显示,与硕士非贫困生相比,模型4至5中的硕士贫困生参加就业指导活动次数、社团干部经历变量均通过了显著性检验且作用稳健。同时,模型OR值显示,未参加过就业指导活动以及没有社团干部经历的硕士贫困生就业质量较高的可能性高于参加过就业指导活动及有社团干部经历的学生,而且这两个指标对本科生、硕士非贫困生就业质量的影响均不显著,上述结果与大众的常规认知存在差异。可能与学校部分就业指导活动流于形式而不注重内容、流于表面而不关注学生特征、流于理论而不注重实践有关,也可能与雇主认为社团干部经历与学生就业能力的关联度不高有关。

与硕士贫困生相比,除学科大类和职业生涯规划长远程度之外,硕士非贫困生还有3个自变量通过了卡方检验:成绩状况、主动与导师交流次数及职业规划生涯开始时间。

(1)成绩状况对就业质量影响显著且稳健。卡方检验显示,模型3至5的成绩状况对就业质量的影响显著,P值均<0.1,变量的作用稳健。其中,据模型3至5的OR值显示,硕士非贫困生中成绩排名前20%的学生就业质量最高,说明成绩较好的硕士非贫困生就业质量较高的可能性较大。

(2)主动与导师交流次数变量对就业质量的影响显著且稳健。卡方检验结果显示,模型4至5中主动与导师交流次数变量对硕士非贫困生就业质量的影响显著,P值分别为0.049、0.056,且变量的作用稳健。据模型4至5的OR值显示,两模型中硕士非贫困生与导师交流次数较多的学生就业质量是交流次数较少学生的1.321倍和1.314倍。说明硕士非贫困生与导师交流越频繁则就业质量越高。

(3)职业生涯规划开始时间对就业质量影响显著。卡方检验结果显示,模型5纳入的职业生涯规划开始时间变量具显著性,P值为0.08;从模型的OR值可以看出,研一就开展生涯规划的硕士非贫困生就业质量较高的可能性大于研二或研三、读研以前规划、未想过规划的毕业生。

最后,控制变量民族在模型1至5中对硕士非贫困生就业质量的影响显著且稳健;而模型的OR值显示,汉族硕士非贫困生的就业质量水平较高的可能性大于少数民族学生。

四、结论及启示

(一)结论

根据以上实证结果,本研究得到以下四点结论:一是学历提升对毕业生就业质量有显著的促进作用,并且能够降低家庭贫困状况对其就业质量的负面影响。二是相较于研究生和非贫困生,本科生和贫困生对未来更加焦虑不安。三是不同变量在本硕贫困生与非贫困生就业质量模型中的显著性与稳健性存在差异:学科大类变量对本硕贫困生及非贫困生就业质量均影响显著;大学成绩状况变量仅对本硕非贫困生影响显著;校级以上获奖经历、是否为中共党员变量仅对本科非贫困生影响显著;参加就业指导活动次数、社团干部经历变量仅对硕士贫困生影响显著;主动与导师交流的次数、职业生涯规划开始时间变量仅对硕士非贫困生影响显著;而除本科贫困生以外,职业规划长远程度变量对本硕非贫困生、硕士贫困生影响显著。四是显著影响就业质量的上述变量对就业质量作用效果也存在差异。其中,参加就业指导活动次数、社团干部经历变量对就业质量起负向作用,其余变量起正向作用。

(二)启示

除了政府需要大力发展经济、完善制度弥合家庭贫困状况对就业质量的负面影响之外,还可以从政府、学生、高校视角提出提升本硕贫困生就业质量的四条路径。

一是强化贫困生就业帮扶力度,关注女性、少数民族群体需求。自 2003年我国颁布实施贫困生一系列就业帮扶政策以来,我国“奖、贷、助、补、减”等五位一体的资助模式日趋完善,但仍然存在政策执行难、资助力度不足等问题。随着国内外经济形势日益严峻,脆弱性和焦虑性等特点在女性及少数民族的贫困生群体身上体现得尤为突出。由于每位贫困生的家庭困难程度、心理情况、成长特点、发展需求都有所不同,因此,建议分层分类调研考察女性、少数民族等特殊群体贫困生的个性化需求,制定贫困生就业扶持专项政策,提高本硕贫困生求职创业补贴标准,将贫困硕士生月津贴增至当地最低工资标准,激发与保障贫困生提升学历层次的内动力;发动校友等社会各界人士增设奖学金提高支持力度,出台税收等系列政策来激励雇主录用更多女性、少数民族及家庭贫困学生。

二是提升学生学习自主性,打破贫困循环论。从大学成绩、校级以上奖励、职业生涯规划长远程度、职业规划开始时间、党员身份、主动与导师交流次数分别对本硕贫困生、非贫困生影响显著的结果发现,这些指标均与学生主观努力程度密切相关,而大学生就业难的主要原因是能力不足及结构失衡。所以,家庭社会资本缺乏或结构不优的贫困大学生,只要突破固有思维与行为方式,树立终身学习、勇于创新、竞争进取和成才意识,努力提高创新实践、组织协调、语言表达、人际交往等综合素质与能力,拓展与重构贫困生与校友、职场人士、亲友间的异质性强的广泛社会关系网络,就能帮助自己有效减少非必要焦虑,提高高质量就业的可能性。这从主观能动性理论[25]可以阐释。

三是强化学生就业指导与职业生涯教育,助力其生涯发展。2007年教育部要求高校将职业发展与就业指导课纳入公共课教学计划,各校所开设的生涯规划必修课或选修课基本针对本专科学生,研究生开设相关课程的较少。不少硕士生因大学期间专注考研而忽视了自我与职场探索导致其职业目标模糊,加之面临生存、成家立业、家庭等方面的压力较大,比较容易产生焦虑情绪[26];程利娜等[27]研究发现,在同等大学教育环境下,大学对贫困生就业能力的培养效果显著好于非贫困生;但上述实证结果显示,硕士贫困生参加就业指导活动次数和社团干部经历对其就业质量没有正向作用,并且这2项指标对本科生、硕士非贫困生就业质量的影响均不显著。这可能与高校部分就业指导活动和社团活动不注重内容、不关注学生特征、不注重实践等相关。有鉴于此,高校须构建全程化、阶段化、个性化就业指导与职业生涯教育模式,逐步完善课堂教学、社会实践与个体咨询三位一体的职业生涯教育平台,引导本科生和研究生早规划、规划长远,分层分类开展相关活动且扎实落地,助力学生特别是本硕贫困生的生涯可持续发展。

四是打破学科信息壁垒,降低学生专业转换门槛。实证结果显示,不论学生的学历层次及贫困与否,学科大类变量均对就业质量的影响十分显著,说明学科专业选择对学生生涯规划与就业质量有重要影响。然而,对于普遍缺乏系统完备学科信息的落后农村及边远地区的学生及其家长来说,高考志愿填报时选择到能与学生特质、职场需求精准匹配的专业难度较大,而大学专业转换的门槛较高、机会成本较大,学生一旦不能就读喜欢且适合的专业,由此出现学习主动性下降甚至厌学、休学、退学等问题则属必然。所以,高校需要进一步加强通识教育,降低学生专业转换门槛,给学生更多选择和试错的机会;搭建沟通平台让中小学生及家长尽早明晰大学学科专业特点,增进学科知识的普及,助力学生特别是贫困生提升未来职业生涯的幸福感和满足感。

注释：①运用多维指标综合评价就业质量,选取工作与专业的对口度作为指标具可行性。学者们各持己见,可探讨。

②用人单位性质涉及单位编制问题。

③选取就(创)业所花费的时间、求职期间收到录用通知数量来评价就业质量,学者们各持己见,可探讨。

④为分析简便,本文将2019-2020届数据进行合并,下同。