疫情形勢下高校就業城市競爭力淺顯分析

張芳

摘要：隨著世界經濟全球化、一體化發展，我國經濟發展突飛猛進，同時在高校教育方面也極力向世界看齊，高校大量擴招，再加上2020年突如其來的疫情爆發，使得我國高校畢業生就業形勢堪憂，而我國區域發展不平衡的弊端開始顯現。因此認清就業形勢，立足高校畢業生就業對城市競爭力進行實證研究是非常有意義的。

關鍵詞：應屆畢業生，因子分析，城市競爭力

研究背景

根據國家勞動保障部統計資料顯示，2020年高校畢業生數量將創歷史新高，達到874萬，2021年全國普通高校畢業生達909萬人;2020年12月舉辦的公務員考試、國家研究生入學考試報考人數均創歷史新高;出國留學生歸國潮也在持續，疫情背景下留學渠道受到極大影響。而疫情在國內出現反復的大背景下，2021年的高校畢業生就業問題已經浮出水面，畢業生對于未來就業市場前景的擔憂，就業市場將面臨更加嚴峻的挑戰。

為解決高校畢業生就業難問題，我國政府制定和實施了一系列積極的就業政策，出臺了多項促進大學生就業的措施。鼓勵高校畢業生到基層到中西部地區就業;鼓勵高校畢業生應征入伍服義務兵役;鼓勵和支持高校畢業生到中小企業就業和自主創業;強化對困難家庭高校畢業生的就業援助。但是高校畢業生近年增量多、壓力大，整個就業市場需求崗位的總體狀況相對趨緊。

二、研究意義

伴隨著高等教育從精英化走向大眾化，再加上我國區域經濟發展不平衡等原因，目前應屆大學生就業存在著很多問題，造成就業難和失業存在著以下這些因素：一是用人單位對大學生需求增長速度遠遠趕不上大學畢業生增加的速度，目前狀況看來全國各大高校都在擴招;二是大學生的預期收入與用人單位提供的工資之間存在匹配上的困難，應屆大學畢業生收入預期往往太高;三是大學生大多選擇在發達地區、高薪部門就業，愿到欠發達地區工作的較少，而且這也是非常重要的原因之一，一些高校畢業生仍有這種心理——寧可成為大城市中的“漂族”和“蟻族”，也不愿意到二三線城市和基層就業。其實現在我國的很多地方很需要大學畢業生，從這個意義上講，大學畢業生并不過剩。基于某些結構化所導致的就業困境，作為一名即將畢業的碩士研究生，眾多求職者中的一員，有著相對專業的知識，對于就業而言，更重要的莫過于就業地點的選擇，所以本文立足碩士研究生這一群體，對中國各大城市的影響就業條件做一定的分析研究還是非常必要的，既能指導自己的就業去向，也可以為那些正在迷茫的同學提供一定的參考，同時通過實證分析，可以找出一些城市在就業吸引力方面的強勢或者是弱勢，并提供一定的政策和建議，實現城市發展與人才強市這兩者之間的雙贏。

研究內容及指標選取標準

本文從高校畢業生就業出發考慮城市在就業方面的經濟適用性指標，運用實證研究方法對所選擇樣本城市進行了研究，采用了計量經濟學方法通過SPSS軟件對所選擇的城市進行定量分析。其次對我國就業市場進行了分析，其中包括就業現狀、問題和原因以及近年來就業市場表現出的新趨勢等方面的內容。通過文章分析給出相關建議，總結并給出一些建議。

高校應屆畢業生就業主要是在大陸省份，北京市、天津市、上海市、重慶市，而且它們都各具特點，區別比較明顯，所以選擇這四個直轄市為城市研究的樣本，另外在華北地區省會城市中選擇太原、從東北三省省會城市中選擇沈陽、從華東六省省會城市中選擇南京和濟南、從華中和華南六個省會城市中分別選取廣州長沙和武漢、從西南三省省會城市中選擇成都、從西北三省省會城市中選擇西安，至此完成城市樣本的選取，構成分地區就業地的城市樣本內容。

實證分析

（一）可行性檢驗

1.計算相關矩陣

首先將我們所選取的關于生活成本方面的三個指標進行標準化處理，然后利用SPSS軟件計算標準化變量的相關矩陣（表3-8），通過觀察相關系數矩陣我們可以發現，這三個變量間相關系數絕對值都大于0.3，因此從這點看來，對這組變量進行因子分析是可行的。

2.KMO 和 Bartlett 的檢驗

借助spss軟件，我們得到這組變量的.KMO 和 Bartlett 的檢驗結果（表3-9），從表中數據可以看到，KMO值為0.619，而Bartlett值為0.001，因此我們可以認為這組變量用因子分析是可以的。

（二）實證過程

1.公共因子的提取和確定

運用主成分分析法提取公共因子，由SPSS軟件輸出的3-10公因子方差表和碎石圖中我們可以看出，在這組變量中我們提取到一個公共因子。而且從3-11成分矩陣中可以發現，所提取的公因子對各個變量都有比較高的共同度，信息丟失量小，再看3-13解釋總方差表，我們發現，所提取公共因子的累計貢獻率為73.6%，還是比較大的，所以我們可以認為此公共因子的提取是成功的。

2.因子的解釋和得分計算

根據原始變量的實際意義以及所提取的公共因子，我們將這里的主成分1命名為城市就業的生活成本L1，根據3-12成分得分系數矩陣表我們得到L1=-0.320X6+0.423X7+0.414X8，根據3-13解釋的總方差表可知公共因子L1的方差貢獻率為0.736，因此城市就業生活成本方面的得分L=0.736L1，因此根據原始變量標準化數據，我們求得在各城市就業的高校畢業生生活成本評分如下：

結論及解釋

由于我們所選取的與就業相關的生活成本的指標分別是恩格爾系數、商品房售價以及居民消費水平，它們都是生活成本的正向指標，而且因子提取的方差貢獻率較大，所以通過各個城市在就業生活成本方面的得分我們可以看出，上海、北京、太原、長沙、廣州對于高校畢業生就業來講，屬于生活成本相對較高的幾個城市，沈陽、武漢、重慶、南京、西安的這一指標處于中等地位，而濟南、天津和成都相對而言是生活成本比較低的城市。

高校畢業生在選擇就業城市，在其他條件相同的情況下，可以按照這里所得到的各城市生活成本排序來選擇一個生活成本相對較低的城市去工作，去實現自己的事業夢想。

參考文獻

[1]謝柏林 工業廢水污染的因子分析[J] 鐵道勞動安全衛生與環保，1987， （04）

[2]何曉群.現代統計分析方法與應用[M].中國人民大學出版社，1998.

[3]于秀林，任雪松.多元統計分析[M].中國統計出版社，1999.

[4]劉如海.北京上海城市經濟競爭力比較[J].城市問題，2000 ，（04）