新时代高校毕业生就业质量评价指标体系构建——以湖南省为例

□ 曹 东 易玉梅

一、问题的提出

就业是最基本的民生，也是经济社会发展最基本的支撑。近年来，高校毕业生成为我国就业工作关注的重点群体，2022年我国高校毕业生规模首次突破千万，达到1 076万人。2023届高校毕业生规模达1 158万人，同比增加82万人，创历史新高。[1]

青年调查失业率高是近年来我国就业面临的一个巨大挑战。根据国家统计局2023年5月16日公布的数据，2023年4月，16～24岁青年调查失业率达到20.4%，较3月提高0.8个百分点，超过2022年7月的19.9%，创2018年有该统计数据以来最高。[2]2023年政府工作报告明确提出“把促进青年特别是高校毕业生就业工作摆在更加突出的位置”，表明大学生就业问题如今已经成为全社会关注的焦点。

党的二十大报告提出“促进高质量充分就业”的就业工作总目标。要求就业要注意“质”和“量”的齐头并进。提高就业质量，特别是提高大学生的就业质量，事关民生福祉、经济发展和国家未来。但是，就业质量如何定义，就业质量评价指标体系应该如何构建，一直以来学界没有达成共识。各个高校毕业生就业质量评价指标体系的结构、维度与价值取向差异较大，造成每个学校发布的就业质量报告标准不统一，无法进行横向比较，同时，也不利于就业管理部门从整体上分析就业态势，把握就业趋势，适时调整就业政策。

特别是在新时代背景下，国家发展面临新形势和新任务，对就业质量指标体系也提出了新要求。面对百年未有之大变局，如何在新一轮科技革命和产业变革中把产业发展、科技创新和专业设置、就业选择紧密结合，畅通产业链、创新链、教育链和人才链，实现产业高质量发展、关键核心技术突破和高质量充分就业相统一，是全面建设社会主义现代化强国的重要问题。因此，新时代，高校毕业生就业选择和就业质量不仅仅是个人的事情，高校毕业生应把个人命运与国家命运相结合，把自己主动融入国家战略规划和产业布局，在服务国家战略中实现自我价值。我们在建构新时代高校毕业生就业质量评价指标体系的时候应该综合考虑这些新的要求。

因此，建立符合新时代特征的高校毕业生就业质量评价指标体系既有利于为全面建设社会主义现代化国家提供更多高素质人才，也有利于客观评价高校人才培养质量和深化高等教育综合改革，更好地服务高质量发展、高水平科技自立自强和保障高校毕业生高质量充分就业。

二、研究综述

（一）就业质量的内涵

1.国外就业质量内涵的相关研究

对就业质量内涵的理解和界定，是进行就业质量评价的前提和基础。二战后，随着欧美经济的持续繁荣，欧美社会对工作生活的质量越来越关注，20世纪70年代末，美国职业培训与开发委员会首先提出了“工作生活质量”（quality of work life）的概念，人们不再单纯把就业视为一种获取报酬的谋生手段，而是认为就业在具有经济意义的同时，也是实现自我价值和社会参与的重要方式。[3]

1999年国际劳工组织（ILO）进一步提出“体面劳动”（decent work）概念，认为“体面劳动”包括富有成效的工作机会、获得合理的收入、工作场所的保障、为家庭提供的社会保障、较好的个人发展前景与社会融入、人们表达其顾虑的自由，以及组织和参与到那些能够影响其生活和机会平等、待遇方面的决策过程之中。[4]

20世纪90年代后期，欧洲不少国家出现结构性就业矛盾，这促使欧盟开始反思片面关注就业率的问题，并指出劳动供给的增加应通过改善就业质量并激励失业者积极寻找工作来实现。2000年以后，欧盟委员会开始推崇“工作质量”（quality of work）的概念，认为工作质量的改进才能从根本上推动实现“全球最具竞争力的知识经济实体”这一发展目标。[5]

2.国内就业质量内涵的相关研究

国内关于就业质量的研究近年来发展迅速，就业质量的内涵得到丰富和发展，研究范畴涵盖宏观、中观、微观层面。

从宏观角度来看，一部分学者认为就业质量能反映一个国家、地区或者行业范围内劳动者的工作状况，即充分的就业机会、公平的就业环境、良好的就业能力、合理的就业结构、和谐的劳动关系等。[5-7]中观层面对就业质量的界定，主要包括劳动力市场的供求状况、人力资源配置效率、公共就业服务质量、劳动力市场公平以及人力资本投资等。[8-9]从微观角度来看，就业质量反映一切与个体劳动者相关的工作状况，考察范畴应聚焦于劳动者的劳动过程，考察内容应为劳动者的基本需要在劳动过程中能够得到满足的程度。[10-11]

（二）就业质量的测量

1.国外关于就业质量测量的研究

就业质量的测量，是就业质量评价的重要环节。国外就业质量测量研究起步较早，取得了较为丰富的成果。一是测量方法丰富多样。韦斯（Weiss）等人设计的明尼苏达满意度调查问卷采用工作满意度来测量就业质量；哈克曼和奥尔德汉姆（Hackman &Oldham）设计的工作诊断调查量表采用工作特性来测量就业质量；[12]有研究者采用“人-职匹配度”来测量就业质量。[13-14]二是多维度构建测量指标体系。理查德·安科（Richard Anker）等人基于体面劳动的本质属性，提出了6个维度、11种属性、30个指标的“体面劳动”评价指标体系；[15]有学者从宏观、中观和微观不同层面出发构建了就业质量评价指标体系；[16]美国国家科学基金会则从就业结果的满意度、薪酬、福利、安全性、就业地点、升迁机会、能力施展、工作强度、独立性、社会贡献等不同维度对就业质量进行测量。[17]

2.国内关于就业质量测量的研究

国内学者对就业质量测量的相关研究主要聚焦于就业质量评价指标体系构建。部分学者从就业环境、就业能力、就业状况、劳动报酬、社会保护、劳动关系、就业服务等宏观层面构建了就业质量评价体系。[18-19]另外，还有学者基于工作条件、劳动关系和社会保障、劳动者收入、就业满意度、就业感受等微观层面构建了就业质量评价体系。[20-21]

（三）大学生就业质量相关研究

大学生就业质量相关研究在就业质量概念的起源与界定上与综述一致，但在就业质量测量上，不同研究者提出了不同的维度和指标。

柯羽从宏观层面提出了衡量高校毕业生就业质量的评价指标体系，包括5个一级指标（就业率、毕业生供需比、薪金水平、就业结构、社会认可度）和9个二级指标，并利用德尔菲法、主成分分析法和层次分析法对评价指标设定了相应的权重值；[22]张瑶祥从政府（20%）、毕业生（40%）和用人单位（40%）3个方面的满意度入手，设计了相应的二级指标和三级指标；[23]王艳伟等提出高校毕业生就业质量评价指标体系应从高校毕业生、用人单位、家庭、学校、政府和社会等6个维度共16个二级指标进行评价；[24]李业昆从宏观、中观、微观3个层面提出了包括6个一级指标和15个二级指标的高校毕业生就业质量评价指标体系；[25]张妍等从政府、毕业生和社会3个维度设计了3个一级指标以及包括就业机会、就业结构、工作条件、工作环境、职业发展空间、毕业生就业满意度和用人单位满意度在内的7个二级指标的大学生就业质量评价指标体系；[26]钟云华等认为，大学生就业质量测量的主体为大学生个体而非国家或用人单位，大学生就业质量就是大学生正在从事工作的优劣程度及工作本身特征满足其客观物质需要与主观精神需要的程度，并基于此设计了包括就业机会、工作特征、待遇保障、主观认同4个一级指标和9个二级指标的大学生就业质量测量指标体系。[27]

（四）国内外研究评价

综合来看，目前国内外就业质量研究在概念的界定上基本一致，但是在评价维度上存在分歧，评价维度不同，评价指标体系的设置也不一样。此外，有些评价维度看似全面，但在实际操作中很难落地。

在新时代背景下，要实现高质量发展必须要有更多高素质的人才进入国家和地方重点产业，打通“产业—企业—专业—就业”链条，实现产业链、人才链和创新链的有效衔接。

因此，本文将高校毕业生就业质量定义为，毕业生从客观条件和主观满意度两个方面对所获工作满足自身需求程度的评价。高校毕业生就业质量的内涵既包括薪酬待遇、工作时间、工作环境、发展前景等客观要素，也包括政府、高校、用人单位、毕业生和学生家长满意度等主观要素，是服务国家战略、融入地方发展和实现自身价值的有机统一。

三、新时代高校毕业生就业质量评价指标体系构建

（一）构建思路

本文立足新时代背景，围绕党的二十大提出的全面建成社会主义现代化强国奋斗目标和高质量发展这个首要任务，从政府、高校、用人单位、社会和毕业生5个维度，把大学生就业质量评价与服务国家战略、融入地方发展和实现自我价值紧密结合，畅通“产业—企业—专业—就业”链条，实现产业链、教育链、人才链和创新链的有效衔接。

（二）构建原则

1.做好顶层设计，确立评价维度

习近平总书记在党的二十大报告中指出，高质量发展是全面建设社会主义现代化国家的首要任务。要实现高质量发展必须依靠高质量人才，高校大学生无疑是实现中国高质量发展所需高质量人才的强大后备军。因此，大学生就业不仅仅是个人的事情，而且与国家战略发展紧密相连。基于此，新时代大学生就业质量的评价指标维度应从原来单一的以学生为主体转向政府、高校、用人单位、社会和学生五位一体来进行评价。

2.归纳汇总，指标初筛

通过查阅国内外就业质量相关研究文献及广泛阅读各大高校已发布的就业质量报告，从中总结、提炼、筛选国内外已有的大学生就业质量评价指标相关研究成果和实践经验，对相关评价指标进行汇总初筛，初步构建了由5个一级指标、24个二级指标和87个三级指标组成的湖南省高校毕业生就业质量评价指标体系。

3.分析综合，指标确定

通过初筛的指标繁多，不成体系。本文借助问卷调查、词频法、德尔菲法等方法，从众多指标中筛选出既符合当前大学生就业质量发展现状和发展趋势，又具有很强可操作性的评价指标。比如，三级指标中特别纳入“女性毕业去向落实率”，关注女性群体就业。对初筛指标进行反复的分析、对比、筛选和增补，最终形成全面科学的指标体系。

（三）指标修正

在指标体系初步建立后，本着尽可能量化和可操作的原则，广泛邀请相关专家对本指标体系进行评议。通过收集整理专家反馈的意见和建议，进行不断修改和完善，最终把5个维度的指标综合起来，把不同维度中重复的、可操作性不强的指标剔除，重新把所有指标分成“质的指标”和“量的指标”两大块，最终形成由2个一级指标、6个二级指标、28个三级指标构成的湖南省高校毕业生就业质量评价指标体系（见表1）。这一指标体系不是一成不变的，会根据实际情况不断修正，动态调整。

表1 湖南省高校毕业生就业质量评价指标体系

（四）模型构建

本文利用层次分析法，对同一层次的各元素关于上一层次中某一准则的重要性进行比较，从而构造出一些两两比较的判断矩阵。用计算机计算出指数标度下各阶判断矩阵的平均随机一致性指标（见表2）。

表2 重要程度标度表

依据评价指标体系，按照成对比较和重要程度标度表来构建判断矩阵。层次分析法的信息基础主要是人们对每一层次各因素的相对重要性给出的判断，这些判断用数值表示出来，并进一步形成判断矩阵。判断矩阵是AHP工作的出发点，构造判断矩阵是AHP的关键一步。

在对多个对象进行比较时，判断标准难以保持一致。为此，要对判断矩阵进行一致性检验。若一致性比例CR＜0.1，则检验通过；反之需重新构造判断矩阵。

1.一致性指标CI是衡量判断矩阵是否具有一致性的标准。CI计算公式如下：

2.查找相应的平均随机一致性指标RI，以下给出1～13阶正互反矩阵计算1 000次得出的平均随机一致性指标RI（见表3）。

表3 平均随机一致性指标RI

表4 二级指标对一级指标T1的权重及一致性检验

表5 相应三级指标对二级指标A1的权重及一致性检验

表6 相应三级指标对二级指标A2的权重及一致性检验

表7 相应三级指标对二级指标A3的权重及一致性检验

表8 相应三级指标对二级指标A4的权重及一致性检验

表9 二级指标对一级指标T2的权重及一致性检验

表10 相应三级指标对二级指标A5的权重及一致性检验

表11 相应三级指标对二级指标A6的权重及一致性检验

3.计算一致性比率CR。当CR＜0.1时，认为该判断矩阵的一致性是可以接受的；反之对该判断矩阵作适当修改。CR计算公式如下：

4.计算权重向量ωi。利用和算法，取判断矩阵A=(aij)n×n的n个行向量归一后的算术平均值近似作权向量，即：

（五）模型求解

1.量的指标下的模型求解

（1）评价对象判断矩阵的求解

参照评价对象，比较各二级指标之间的重要性程度，并构建出目标判断矩阵T1。

通过Python程序可以得出（以下结果皆四舍五入保留4位小数）：权重向量ω1=0.081 0，ω2=0.519 4，ω3=0.259 7，ω4=0.139 9；最大特征值λmax=4.013 0，RI=0.89，CI=0.004 3，CR=0.004 9；其中CR＜0.1，故量的指标判断矩阵T1通过一致性检验。

（2）评价二级指标判断矩阵的求解

参照评价二级指标，比较评价三级指标之间的重要性程度，并构造相应的判断矩阵。

a.就业结构及毕业去向落实率A1

通过Python程序可以得出：权重向量ω1=0.170 1，ω2=0.029 2，ω3=0.381 3，ω4=0.210 8，ω5=0.108 2，ω6=0.062 5，ω7=0.037 8；最大特征值λmax=7.529 0，RI=1.36，CI=0.088 2，CR=0.064 8；其中CR＜0.1，故就业结构及毕业去向落实率判断矩阵A1通过一致性检验。

b.就业去向A2

通过Python程序可以得出：权重向量：ω8=0.364 1，ω9=0.039 2，ω10=0.277 3，ω11=0.164 9，ω12=0.099 7，ω13=0.054 8；最大特征值λmax=6.3771，RI=1.26，CI=0.0754，CR=0.059 9；其中CR＜0.1，故就业去向判断矩阵A2通过一致性检验。

c.就业机会A3

通过Python程序可以得出：权重向量：ω14=0.225 5，ω15=0.674 1，ω15=0.100 4；最大特征值λmax=3.083 3，RI=0.52，CI=0.041 6，CR=0.080 1；其中CR＜0.1，故就业机会判断矩阵A3通过一致性检验。

d.劳动保障A4

通过Python程序可以得出：权重向量ω17=0.615 0，ω18=0.267 9，ω19=0.117 1；最大特征值λmax=3.068 4，RI=0.52，CI=0.034 21，CR=0.065 8；其中CR＜0.1，故劳动保障判断矩阵A4通过一致性检验。

2.质的指标下的模型求解

（1）评价对象判断矩阵的求解

参照评价对象，比较各二级指标之间的重要性程度，并构建出目标判断矩阵T2。

通过Python程序可以得出：权重向量ω5=0.249 1，ω6=0.750 9；最大特征值λmax=1.995 0，RI=0，CI=0.005 0，CR=inf；其中CR＜0.1，故发展前景判断矩阵T2通过一致性检验。

（2）评价二级指标判断矩阵的求解

参照评价二级指标，比较评价三级指标之间的重要性程度，并构造相应的判断矩阵。

a.职业发展A5

通过Python程序可以得出：权重向量：ω20=0.538 0，ω21=0.242 7，ω22=0.149 5，ω23=0.069 9；最大特征值λmax=4.114 3，RI=0.89，CI=0.038 1，CR=0.042 8；其中CR＜0.1，故职业发展判断矩阵A5通过一致性检验。

b.满意度评价A6

通过Python程序可以得出：权重向量ω24=0.053 2，ω25=0.085 5，ω26=0.234 2，ω27=0.488 3，ω28=0.138 8；最大特征值λmax=5.104 4，RI=1.12，CI=0.026 1，CR=0.023 3；其中CR＜0.1，故满意度评价判断矩阵A6通过一致性检验。

（六）模型结果分析

以上各级评价指标的判断矩阵都可通过一致性检验，表明指标权重有效。

将各三级指标（B系列）权重与二级指标（A系列）权重相乘，得到各三级指标对一级指标（T系列）的权重。详见表12和表13。

表12 各三级指标对量的指标T1的权重

表13 各三级指标对质的指标T2的权重

（七）确定指标权重，构建指标体系

根据指标权重可以计算出各项指标的分值，从而对整个就业质量进行科学评价（见表14）。

表14 湖南省高校毕业生就业质量评价指标体系

（八）评分体系的建立

指标权重确定后，把28个三级指标分成五个等级，按照最高10分、最低2分进行赋分。

（九）评价标准

本文参考国内外相关文献研究，将就业质量评价结果的计算采用线性加权数学模型进行建构，[28]按照10分制评分，根据不同的分值来确定评价对象达到的档次，最终将评价结果分为优、良、中、差四个等级（见表15）。

表15 湖南省大学毕业生就业质量评价指标评价分值档次表

（十）指标验证

为了检验湖南省大学毕业生就业质量评价指标体系的科学性，本文以湖南省为例，选取了湖南省某大学2022届毕业生就业质量报告的相关数据，从质和量两个维度对该校2022届毕业生就业质量情况进行分析验证。结果表明，该校2022届毕业生就业质量在“量”的维度上得分为7.474 2分，在“质”的维度上得分为8.767 4分，综合得分为8.120 8分，数据表明该大学2022届毕业生就业质量良好（见表16）。

表16 湖南省某大学2022届毕业生就业质量

四、结论

新时代如何提升高校毕业生就业质量，更好地为建设社会主义现代化国家服务，是当前大学生就业领域面临的重大课题。本文通过对国内外就业质量概念的梳理，针对高校毕业生群体，结合新时代背景，对就业质量概念进行了重新定义，认为高校毕业生就业质量是包含政府、高校、用人单位、毕业生和学生家长5个维度在内的综合评价，就业不仅仅是学生个人的事情，更应是服务国家战略、融入地方发展和实现自身价值的有机统一。这个就业质量定义把国家战略发展和个人价值实现紧密相连，打通了“产业—行业—企业—就业”链条，实现了产业链、创新链和人才链的无缝对接。

同时，本文针对湖南省高校毕业生群体，结合湖南省产业发展情况，综合国内外研究者设计的就业质量评价指标体系进行深入的对比研究，明确了评价指标层次，筛选了主要评价指标，并通过层次分析法建构分析模型，确定指标权重，最终从政府、高校、用人单位、社会和学生五个维度出发，构建了一个涵盖2个一级指标、6个二级指标、28个三级指标的湖南省高校毕业生就业质量评价指标体系，改变了当前高校毕业生就业质量评价中存在的倾向于单一主体的评价方式。本指标体系可为今后构建广泛认同的高校毕业生就业质量评价指标体系提供参考。