高校畢業生就業率的影響因素分析

呂洪艷，杜 娟，劉志剛

(東北石油大學計算機與信息技術學院，黑龍江 大慶 163318)

0 引言

近年來，高校畢業生就業成為社會關注的主要問題之一，它影響到大學的聲譽、教育事業的發展、社會對教育投資的信心，花費各級政府大量的人力、財力、物力。2013年，全國畢業生人數再創新高，接近700萬，比2012年多了19萬。大學畢業生增多了，就業崗位卻不增反減。因此2013年被人稱為“史上最難找工作一年”。政府和有關各方采取了許多措施提高高校畢業生就業率，并取得了一些成效。但由于各種原因，高校畢業生就業還面臨著不少困難。本文的研究目的首先是想對影響就業率的因素進行結構分析，找出主要的影響因素，以期通過對主要因素改善，來提高就業水平，緩解目前大學就業恐慌的局面，為提高高校畢業生就業率提供一個有效的分析方法。

1 模型的建立

1.1 模型的設計

1.1.1 確定模型中所包含的變量

被解釋變量——就業率;解釋變量——大學排名、城市排名、師資水平(生師比率、博導數量)、學生素質(錄取分數)、科研水平(管藏、重點學科數量)、學生人數。

1.1.2 變量說明及變量選取的依據

被解釋變量:就業率，這里選為就業率排名，沒有選擇實際就業率值是由于各大學網站中，有很多大學沒有將就業率公布出來，有的公布的只是幾年來就業大概情況，而非確切的就業數據，有的公布出來就業率有很大的水分，所以這里用排名，相對于虛報的就業率，它更能反映各高校之間的差距。解釋變量如下:

(1)大學排名。大學排名在一定程度上說明了各大學在人們心目中的地位，自然會影響各企業招聘的決策，這里選擇的是具有一定權威的武書連的排名。

(2)城市排名［1］。大學的就業率與大學所在的城市有很大關系，經濟發達、交通便利、信息通暢的中心城市會對就業率有積極影響。但是每個人心中對各城市的排名都有自己的看法，主觀性很強，而國家統計局將GDP指數排名作為衡量城市經濟水平的主要依據，所以，這里用各城市GDP的排名來表示城市的排名，雖然不夠確切，但比較客觀。

(3)師資水平是影響學生能力的重要因素。而學生能力是在企業招聘時最應該考慮的因素，因為企業招聘的目的就是找到合格的人才為企業服務。這里將生師比率、博導數量作為其二級指標［2］。

①生師比率。生師比率=學生人數/教師人數。這里的學生人數指本科生的數量，教師人數是專任教師的數量。選專任教師數量的原因是本科生教師的數量數據不可得，而專業教師在很大程度上反映了本科生教師的數量。

②博導數量。即博士研究生導師的數量，它代表了教師的水平，實際上這里選本科教師中在碩士學歷/博士學歷以上的教師的數量比較準確，但由于在各大學網站上并不能獲得完整資料，只能獲得一些學校的數據，而博導數量也是學校師資水平的很好的代表。

③管藏。指圖書館藏書數(不包括電子圖書，單位是萬冊)。它在一定程度上代表了學生的知識面和學校的科研水平。

④重點學科數量。重點學科越多說明學生的工作越好找，它們之間是正相關的關系。

⑤錄取分數。錄取分數能夠代表學生在大學的起點的水平，反映了學生的素質，與就業率有不可忽略的聯系。

⑥學生人數。學生人數越多，找工作的人越多，表明就業壓力越大。這里選用各大學的本科學生總人數，實際上它是各年的招生的結果，所以在一定程度上也可以代表各年招生的情況。

1.1.3 模型的選取

這里選用線性模型(指經變換后為線性模型):

實際上處理前應該是對數模型:

兩端取對數后為:

根據所研究內容的特點和實際情況也選用了多元線性模型。這里假設χ1…χ8依次和上述8個解釋變量對應，由于絕對數不利于研究比較，所以這里將絕對數變量取對數，為了保持其線性結構，實際上模型應該是(2)，由于名次和生師比率在這里應該算相對數，最后，經變換后得到模型如公式(3)，是適用于本研究的線性模型。

1.2 數據來源

以某一年為基準，以30所大學為例分析，通過高校網站、武書連主編的高考志愿填報指南、國家公布的城市GDP排名、教育部網站，得到以下數據，表示如表1。

表1 大學各變量數據統計表

續表1

1.3 模型的估計

1.3.1 模型參數的估計

運用Eviews軟件，對理論模型運用OLS進行參數估計，回歸分析結果如下:

表2 Eviews輸出結果

模型估計結果如下:

1.3.2 模型檢驗

1.經濟意義檢驗。先從符號來看，從上面模型可以看出生師比、學校排名、館藏、學生總人數和就業率排名成正比，說明它們的數值越大，排名越靠后，就是越不好，很顯然，館藏是通不過經濟意義檢驗的。城市排名、博導數量、錄取分數、重點學科數目與就業率排名成反比，可知，城市排名不符合經濟意義檢驗。

2.統計檢驗。即主要是T檢驗、F檢驗、擬和優度檢驗。由上可知，擬合優度檢驗R2=0.973598，說明回歸方程的解釋能力為97.3%，即它們能對就業率排名的解釋程度達97.3%，說明回歸方程擬合優度較好。取顯著性水平α=5%，單個回歸系數的顯著性檢驗－t檢驗:其中學生總人數對被解釋變量的影響最不顯著。所以先剔除學生總人數(因為數據取的是較好的大學，所以生師比相差不多，它的影響不顯著是可以說得通的)，重新進行OLS參數估計，得到回歸結果顯示重點學科數量影響不顯著，將其剔除，重新進行參數估計，得到結果顯示館藏數量影響較小(隨著經濟的發展，現在幾乎所有學校的館藏量都夠用，所以這里也可以將其剔除)，將館藏數量剔除重新估計后的結果顯示博導數量作用不顯著，將其剔除重新估計，顯示城市排名作用不顯示，實際上，大學所在的地理位置和就業率應該是主要因果關系，但這里結果顯示沒有主要關系，應該是數據搜集得不夠準確導致的，這里也可以將其剔除，重新估計得到結果如表3。

表3 剔除城市排名后Eviews輸出結果

從上估計模型，得到如下結果:

單個回歸系數的顯著性檢驗－t檢驗:取α=5%，可以看出結束變量學校排名和錄取分數通過顯著性檢驗。

回歸模型的總體顯著性檢驗－F檢驗:α=5%，說明它們對就業率排名的共同影響是顯著的，通過檢驗。

可以看到，所有變量都通過了顯著性檢驗，擬合優度非常高，方程的顯著性也非常好，而且從經濟意義來說，學校排名與就業率排名成正相關，說明學校排名越往后，就業率排名越往后，這也符合事實。錄取分數越高，就業率排名越往后，這也符合實際。所以以上回歸結果通過了經濟意義檢驗和統計檢驗。

3 計量經濟學檢驗

(1)異方差檢驗。這里用懷特檢驗White Heteroskedasticity Test，過程與結果分析如下:

①無交叉項檢驗

表4 無交叉項檢驗Eviews輸出結果簡表

取顯著性水平 α =0.05，Probability(nR2)=0.255245＞0.05，說明模型不存在異方差。

②有交叉項檢驗

表5 有交叉項檢驗Eviews輸出結果簡表

同樣，取顯著性水平 α =0.05，Probability(nR2)=0.398048＞0.05，說明不存在異方差。

(2)自相關檢驗:

①Durbin－Watson檢驗

由以上模型估計結果(表3)可知 Durbin－Watson stat=1.388189，一般來講，經濟領域內，DW低于1.5，則說明存在自相關。但這里計算可得(查表n=30，k=2):dl=1.28，du=1.57，Dl=1.28＜1.388＜du=1.57，說明不能確定自相關，運用②自相關檢驗的圖示法通過定義殘差項，運用Scatter diogram檢驗，得下圖:

圖1 Eviews輸出結果

一般情況，橫截面數據不存在自相關，但從圖1可以看出，有一定的線性關系，說明存在自相關。

運用廣義差分法處理自相關系數得到如下結果:

取α=5%，從以上結果可以看出通過了T檢驗、F檢驗。從調整后的結果來看，說明學校排名、錄取分數對就業率排名的影響估計過小，從經濟意義的角度看，學校排名對就業率的影響確實很大，這和客觀現實也相符。而錄取分數代表了學生素質、學生能力和就業率有著直接的聯系。

(3)多重共線檢驗運用相關系數檢驗法，輸出結果見表7。

表6 Eviews輸出結果

從它們的相關系數來看，學校排名與入學分數之間的相關系數是－0.611，當|r|＞0.8或0.9時，則可以認為這兩個樣本之間高度相關，樣本間存在多重共線，這里說明它們之間存在負相關，但不是很顯著，是可以接受的。

2 結果分析

從以上結果可以看出，學校排名、錄取分數和就業率排之間存在著明顯的線性關系，通過調整，估計的結果可以通過異方差、序列相關、多重共線的計量經濟學檢驗，且經濟意義方面也可以通過。這說明:①錄取分數與就業率排名反方向變動，隨著錄取分數的增高，就業率排名靠后，即排名越好，這是和現實相符的。②學校排名和就業率同方向變動，隨著學校排名的提升，就業率排名也提升，學校排名越不好，就業率越不好。比起錄取分數，學校排名和就業的相關性更大，說明了企業在招聘時，也越來越重視大學的知名度。③在進行假設檢驗過程中，被解釋變量城市排名、生師比率、管藏、博導的數量、學生人數和重點學科數量對就業率排名沒有顯著性影響，而大學排名與錄取分數對其有明顯的線性關系。④由于本文中的數據獲取并不是很準確，只是取了較好的大學那部分，因此不具備普遍性，且由于是截面數據，也不能用于預測。

3 結語

雖然由于數據來源并不是很準備，且選擇的高校沒有普遍性，但本文為分析高校就業率影響因素提供了一個理論模型，通過模型分析，能得到客觀的結論。在此基礎上，根據結論采取針對性的對策，提高高校畢業生就業率能夠有的放矢。但高校畢業就業的問題，不僅是教育界的問題，還是一個社會問題，涉及的問題較多，涉及面也較廣，本文僅是提供一種分析方法，希望能引起屆內人士對就業率的重視，促進對就業率研究的完善，而要從根本上提高高校畢業生的就業率，需要我們探索的路還很長。

［1］劉偉德.我國人口城市化水平對就業率影響和政策研究［D］.杭州:浙江大學博士學位論文，2001.

［2］武書連.《挑大學選專業》高考志愿填報指南［M］.北京:中國統計出版社，2012.