對財政學專業就業質量調查的報告

陳璐+尹伊+韓麗+法奇+譚麗爽

摘 要：當前，財政學專業建設步入了一個與市場經濟發展相適應的新時期，社會對財政學專業的需求過渡到了市場經濟的觀念，財政學專業的就業狀況也隨著社會的需求以及市場經濟的轉型不斷變化，財政學專業的就業質量對高校開展財經類課程起著不可忽視的作用。為分析研究該校財政學專業的就業質量，幫助財政學專業課程設置的改革，促進財政學專業的發展，該文通過對我校財政學專業畢業生的就業質量跟蹤調查結果進行分析，基于SEM模型，提出了對我校財政學專業建設的相關建議。

關鍵詞：財政學專業 就業質量 SEM模型

中圖分類號：G64 文獻標識碼：A 文章編號：1674-098X（2014）08（c）-0192-05

Abstract：At present， finance specialty construction entered a compatible with market economy development in the new period， the demand of society for finance professionals transition to market economy， finance professional employment also along with societys needs， and changing of the market economy transition. Finance professional obtain employment quality in colleges and universities to carry out the business course plays a considerable role. For the analysis and study in our school finance professional quality of employment， to help finance professional curriculum reform， to promote the development of finance professionals， this article through to analysis the results of finance graduates employment quality tracking survey in our school， based on the SEM model， put forward the suggestions about the construction of finance major in our school.

Key words：Finance major quality of employment SEM model

1 調查的背景和意義

1.1 調查的背景

目前財政學專業的社會需求變化有如下特點：政府職能部門對財政學專業畢業生的需求形勢穩中有升；高校和科研機構對財政學專業畢業生的需求形勢急速上升；中介機構對財政學專業畢業生的需求形勢逐年上升；企業對財政學專業畢業生的需要形勢呈現出上升態勢。這種人才需求的變化為財政學專業建設提供了堅實依據，也為財政學專業就業質量的研究提供了可靠依據。又由于財政學學科體系的重外延輕內涵發展趨向，迫使財政學專業人才培養的重點放在向外拓展研究領域和方向上，而忽略了對財政專業基本理論、制度、政策的基礎夯實與指導，導致專業理論的泛化，不利于培養學生發現與解決問題的宏觀思維和對方法論的指導，影響學生完整的理論體系及思維架構的形成，不符合創業型經濟發展對專業素質的基本要求。這方面使得財政學專業學生直接對口就業出現難度，就業質量受到影響，又由于財政專業的口徑較窄而專業性過強，導致財政專業人才培養的市場適應性偏低，學生就業面臨較大的難度。調查跟蹤財政學專業大學生的就業情況，了解其就業質量，以此為高校對相應的課程設置與調整提供充足的現實依據，顯得尤為重要。

1.2 調查的意義

江西財經大學作為全國就業先進工作單位，其就業情況多年來名列前茅，但是也存在各專業就業情況參差不齊的狀況，無論是就業率還是就業質量，都存在較大差異。財政學作為江西財經大學的老牌專業，其專業的就業狀況除受到本專業的重視和關注外，還受到學校的關注，因此分析研究我校財政學專業的就業質量，對促進財政學專業的發展和全校整體就業形勢也有著至關重要的作用。

2 調查設計及實施

2.1 調查思路

如圖1所示。

2.2 調查對象

為了更有效地為我校財政學專業的課程設置與改革提供意見，此次調查中我們選取了兩個總體：一是財政學專業學生。為保證調查結果客觀準確性，此次調查時對已畢業的學生我們將范圍鎖定于2000級——2009級的財政學專業學生；在校生方面，由于大一新生還未接觸到專業培訓，對專業感觸不深，因而我們將調查主要對象鎖定為大二、大三和大四的財政學專業學生，同時重點調查大四學生在擇業過程中認為所學專業課程對就業是否有很大幫助。二是用人單位。通過調查用人單位的需求以及他們對我校財政學畢業生的評價，進一步評估我校財政學專業設置的合理性及改革方向。

2.3 調查抽樣方式及樣本量的確定

2.3.1 確定總樣本量的原則

本文在選擇樣本量時主要考慮兩個方面：一是調查對象總體大小。由于本次的研究——財政學專業就業質量，所以在校學生的樣本量不能太大；而已就業部分在樣本量的選取上，一方面要考慮抽樣框獲取的難易性，另一方面因為要根據不同年份財政學專業就讀人數的差異，對不同年份的樣本選取進行差別對待。二是SPSS軟件對于樣本量的要求。為保證結果的準確性，樣本量要充足。本文在第一份問卷設計中共有16個指標用于就業質量評定標準建模，從而很好地保證了第二份問卷設計的合理性和科學性。endprint

2.3.2 各樣本量的抽取

（1）在校生。

江西財經大學財政學專業在校生461名，其目標總體較小、調查便利，該文采用面訪形式對財政學專業大一至大三的學生進行全面調查——即普查。由于大四學生即將畢業，他們在校時間不穩定，因此采取問卷調查的方式。實際調查時，排除被調查者缺席無法作答或是回答問卷由于其他原因失效等情形，本部分最終回收有效問卷415份，有效問卷回收率90%。

（2）畢業生。

考慮到這部分總體調查的范圍較廣，全部樣本的抽樣框難以獲取，我們采用二階段抽樣方法抽取樣本。首先以簡單隨機抽樣方式抽取年級群，然后構建所抽取群得抽樣框抽取最終樣本單元。2000年至2009年，我專業共畢業10個年級。采用SPSS-data-Select case項，按照60%的抽樣比抽選。最終選取2000、2002、2004、2006、2008、2009屆6個群作為第一級樣本單元入樣。由于學生對專業的感知會隨著畢業年限的增長而減少，因而在各群內選取樣本時該文采用抽樣比遞減的簡單隨機抽樣方法抽取各子樣本。就業學生部分有效問卷回收率為84%。

3 統計分析結果

3.1 指標選取

指標體系的確立有文獻查閱、層次分析、因子分析等幾種方法，本次調查主要以因子分析的方法確立財政學專業就業質量標準指標體系（表1）。

3.2 問卷設計

本次調查問卷分為兩個階段：

第一階段：這部分的問卷是為了確定就業質量的評定標準，因此調查對象并不需要進行區分。調查小組從經濟發展的宏觀及微觀環境出發，以馬斯洛需求層次理論為基礎，在充分利用對就業質量研究的科學結論的同時結合財政學專業的具體特點和就業質量與工作有關的四個關鍵維度：（1）職業和就業安全（career and employment security）；（2）健康和福利（health and well-being）；（3）技術發展 （skills development）；（4）非工作和工作生活的和諧（the conciliation of working and non-working life），將其細分，結合各類求職者理性求職較多考慮的因素，確立了16個具體的影響因素。最終以表格形式形成第一份問卷。該部分主要用5點式李克特量表度量，李克特量表用于描述人內心的態度和感受，范圍從非常滿意到非常不滿意。一般有兩種形式，五點式量表和七點式量表。本次調查選用的五點式量表的一般形式為：非常重要—比較重要—一般—不太重要—不重要。

第二階段：為了很好地調查我校財政學專業的就業質量，這部分的問卷的調查對象針對兩個不同群體：財政學專業畢業生和用人單位。因而在設計問卷時設置甄別問題，財政學專業畢業生的問卷主要從職業發展前景、就業環境、專業優勢、工作與生活的和諧程度四方面全面考察被調查者的就業質量；用人單位的問卷主要從社會認可、職員綜合素質、職業質量三方面考察用人單位對財政學專業畢業生的就業要求。問卷在題型上以多項選擇和開放題為主要形式，主要是為了解學生對于我校財政學專業設置的一些看法和建議，目的在于結合就業質量調查結果分析財政學專業發展中的不足和該專業學生就業中遇到的主要問題，進而對癥下藥，給出對專業課程改革的有效建議。

3.3 數據處理

缺失值處理是抽樣調查數據處理的一道必須程序。此次調查采用的是面訪調查和網上調查方式，問卷的缺失現象不是很嚴重，因此課題小組主要采用插補法處理缺失值。問卷數據因屬于分類數據，常見的如回歸、列表等方法插補效果一般，本文使用Clementine 12.0軟件，運用C&RT算法填充缺失值。該填充法的一大優點是先根據其他指標對個體進行分類，然后按照分類結果填充缺失值，填充值與原值一致性較高。

3.4 數據分析

根據數據分析可知，在16個具體的就業質量影響因素中，社會大眾認為評定財政學就業質量標準的前五項分別為（如表2所示）：畢業生職業發展前景，財政學專業就業率，畢業生工作福利保障，培訓教育機會，畢業生勞動報酬。同時，我們又對所得分數總計排名前兩項的畢業生職業發展前景和財政學專業就業率兩種因素進行描述統計和假設檢驗，有效指標均符合要求（如表3、表4所示），數據分析結果表明，這兩個因素作為評定就業質量的首要評定標準。

運用SPSS17.0繪制影響就業質量的各因素直方圖（圖2）。圖2顯示：財政學專業就業率和職業發展前景的影響程度曲線略呈左偏分布，前者均值4.12，略高于理論水平4.016；后者均值4.23，也略高于理論水平4.115。

總結影響的就業質量的因素，將社會大眾對就業質量的評定標準歸納提煉為以下五個因素，分別為就業環境、社會認可、工作生活和諧程度、職業質量、專業優勢。因此，在以專業的職業發展前景和財政學專業就業率的硬性指標來評價專業的就業質量的同時，應充分考慮上述5個因素，才能更準確、更客觀的衡量財政學專業的就業質量，進而以此為依據進行財政學專業教學課程改革并加強對該專業學生的培養。

通過對量表（圖3）的分析，財政學專業畢業生就業質量跟蹤調查小組得出以下結論：要客觀、準確地評價江西財經大學財政學專業畢業生的就業質量，必須以畢業生職業發展前景和財政學專業就業率這兩大指標作為主要評價依據，同時結合畢業生的就業環境、社會認可、生活和諧程度、職業質量、專業優勢等影響因素。

3.5 SEM模型理論

結構方程模型（SEM）最早是在20世紀60年代在心理計量學領域由Bock和Bargmann提出來的，是一種基于變量協方差矩陣分析變量間關系的多元統計方法，廣泛應用于心理學、經濟學、社會學、行為科學等領域的研究。

3.5.1 基本概念——變量

根據能否被直接觀測，SEM變量分為兩類：潛變量和觀測變量。前者通常是由理論、假設等構建的無法直接測量的變量；后者可以由指標直接測量。沿用路徑分析的術語，SEM模型的變量又被分為內生變量和外生變量。其中內生變量在模型中會受到任何一個其它變量影響的變量；外生變量是模型當中不受任何其它變量影響但影響其它變量的變量。由此，SEM模型變量可分為外生潛變量、外生觀測變量、內生潛變量和內生觀測變量四種。其中內生潛變量影響的觀測變量則稱為內生觀測變量；外生潛變量影響的觀測變量則稱為外生觀測變量。endprint

3.5.2 SEM模型結構

結構方程模型包括結構模型、測量模型和模型假設。其中結構模型討論了潛變量之間的因果關系，測量模型則度量了潛變量與其觀測變量的關系。

（1）測量模型和結構方程。

測量方程：

（1）

（2）

結構方程：

（3）

其中：

公式（1）是內生變量的測量方程，y是由p個內生指標組成的p×1向量；η是由m個內生潛變量組成的m×1向量；是y在η上的P×m因子載荷矩陣，表示內生指標與內生潛變量之間的關系；ε是內生指標y的誤差項。公式（2）是外生變量的測量方差，x是由q個外生指標成的q×1向量；是外生潛變量組成的n×1向量；是x在上的q×n因子負荷陣，描述外生指標與外生潛變量之間的關系；δ是外生指標x的誤差項。公式（3）是結構方程，B是m×m系數矩陣，描述內生潛變量η之間的彼此影響；Γ是m×n系數矩陣，描述外生潛變量對內生潛變量η之間的影響；結構方程的殘差項。

（2）模型假設。

①測量方差誤差項ε、δ的均值為零。

②結構方程均值為零。

③誤差項ε、δ與潛變量η、之間，ε與δ之間不相關。

④殘差項與、ε、δ之間不相關。

（3）SEM模型優勢。

①可同時處理多個因變量。

②允許自變量和因變量有測量誤差。

③同時估計因子結構和因子關系。

④可采用更有彈性的測量模型，某一觀測變量可以同時從屬于兩個潛在變量。

⑤可估計整個模型與數據的擬合程度，并可同時顧及指標變量的信度和效度。

3.6 SEM建模分析

3.6.1 模型構建

由第三部分構建的指標體系構成知：本文共設置了四個潛在變量，分別對應16個觀測變量。在參考ACSI顧客滿意度模型和萬平專業滿意度指標模型的基礎上，結合分析目的對其做適度調整后構建了本文的專業滿意度模型（見圖4）。

3.6.2 模型形式設定

圖4中橢圓圖形內的變量是潛在變量，其中健康福利、費工作與工作生活的和諧、就業安全為外生潛變量，X1～X11是相應的外生觀測變量；職業發展為內生潛變量，Y1～Y5為其對應的內生觀察變量。e1～e11表示外生測量方程的誤差。n1～n5是外生測量方程的誤差。m1為潛在變量殘差。

結合實際情況，該文對各變量做如下的假定，確立的各變量的相互關系：

健康福利和非工作與工作生活的和諧對于職業和就業安全有正向影響；

職業和就業安全對于職業發展有正向影響。

3.6.3 模型估計

依據理論建立的模型經過參數設定、模型識別等處理后，就可對其參數進行估計了。SEM的相關估計方法有：最大似然法（maximum likelihood，ML）；一般化最小平方法（generlized least squares，GLS）；漸進分配自由法（asymptotic distribution-free）。其中，SEM最常使用的方法是最大似然法（ML），它要求樣本服從多元正態分布且樣本以簡單隨機抽樣獲取。但是由于ML法具有穩健性，當觀測變量中有少部分不滿足多元正態分布時，其估計結果仍可以良好地反映實際情況。

該文使用AMOS17.0軟件中的ML方法實現SEM模型的系數估計，并給出標準化系數，用以度量不同路徑間的系數大小。基于財政學專業就業質量的SEM模型估計如圖5。

3.6.4 就業質量效應分析

健康福利和非工作與工作的和諧對于職業發展沒有直接影響，間接影響分別為0.1593、0.295。由模型結果可知，健康福利和非工作英語工作的和諧不是影響學生就業的最主要變量，這一方面表明了福利待遇水平和工作可以達到的和諧度對于學生就業時的心態很重要；另一方面也證明學校的專業設置非常重要，它可以通過合理設置財政學專業的課程提升財政學專業學生的專業水平和實踐能力，從而達到工作與專業的高度匹配并樹立起就業信心。職業和就業安全對職業發展的直接影響為0.59，是就業信心的另一個重要變量，它對于就業有顯著的正向影響，因而通過提高畢業生的就業安全來提升學生就業信心和幫助職業發展非常有必要。

3.6.5 潛在變量與觀察變量的關系分析

（1）健康和福利潛變量中，福利保障（X1）的因子載荷較高些（0.31），表明財政學專業畢業生對福利待遇的享受程度對其職業熱愛度和職業發展有極大影響，就業單位要在為職工提供的福利方面引起足夠重視。

（2）非工作和工作生活的和諧潛變量中專業與工作對口程度（X4）的因子載荷最大（0.83），系數第二大的是能力與職位匹配程度（X3）的因子載荷（0.81），工作與興趣相符程度系數最小（0.28）。前兩個指標表明提升專業能力是課程學習的主要目的，專業改革應該以此為基本，讓我們財政學的畢業生能夠將所學的專業知識運用到工作中；最小指標的解釋力也很高，說明在實際工作中畢業生真正能找到自己興趣相符的工作并不特別多，學校在課程設置需要重要考慮這方面。

（3）職業與就業安全潛變量中，畢業生勞動報酬（X9）的因子載荷最高（0.87），表明已就業學生認為他們能達到的工資報酬程度最能體現就業質量情況。工作條件，工作穩定性是已就業學生在評價職業和就業安全時考慮重要因素，他們的因子載荷數一致。這和實際情形也一致，對于畢業生而言，就業質量的高低主要取決于專業現在的就業形勢。

（4）職業發展潛變量中，畢業生職業發展前景（Y3）因子載荷數為0.81，用人單位滿意度（Y5）的因子載荷系數為0.73。表明這兩個指標對于評價專業效用的都很重要，但相比而言，財政學專業學生更為關注學校的專業培養與社會需求是否一致。同時由圖5可知，這兩個變量有一定相關性，這也符合實際情形，學校設定與社會需求相符的專業培養模式，既可以讓財政學畢業生今后的職業有更好的發展前景，也可以提高用人單位對我們畢業生的滿意度。

4 基于財政學專業畢業生就業質量SEM模型的建議

該文對財政學畢業生就業質量的調查涉及財政學專業學生和用人單位兩個總體，由于所處的角色不同，他們對于就業質量的感知也不同。用人單位站在社會的角度，對于財政學專業人才有自己要求；財政學專業學生是專業教育的直接受惠者，他們對于專業培養和課程設置的意見對于改善我校教育服務質量有重要作用。

首先，教學應更關注實際應用。畢業生職業發展前景（Y3）和用人單位滿意度（Y5）是解釋職業發展的主要指標，這表明課程設置的合理與否對于學生畢業后的職業發展影響很大，學校在調整專業設置時要充分考慮這一點。因而從學生角度看，我校財政學專業在教學上還可以進一步改進。教學的方式和專業培養目標定位直接聯系，財政學專業教學應該更注重實際應用，也不放松理論學習。調查結果也顯示，大多數財政學專業學生希望專業的培養目標偏向應用型，專業目標選擇理論研究型的不足3%。

其次，提供實習機會和途徑，幫助學生將專業知識轉化為專業能力。建模結果（圖5）顯示：專業與工作對口程度（X4）和能力與職位匹配度（X5）對于非工作和工作生活的和諧的解釋力都較高。關于課程學習對于專業能力的提升，已就業財政學專業畢業生認為我校專業的課程學習對于專業能力提升的幫助是比較高的。因而為學生提供實習機會，讓學生有機會接觸與專業相關的實際工作可以幫助學生樹立就業信心；同時實習還可以為學生提供相關的工作經驗，積累“就業優勢”，從而有效地幫助學生就業，提高財政學專業學生的就業質量。endprint

3.5.2 SEM模型結構

結構方程模型包括結構模型、測量模型和模型假設。其中結構模型討論了潛變量之間的因果關系，測量模型則度量了潛變量與其觀測變量的關系。

（1）測量模型和結構方程。

測量方程：

（1）

（2）

結構方程：

（3）

其中：

公式（1）是內生變量的測量方程，y是由p個內生指標組成的p×1向量；η是由m個內生潛變量組成的m×1向量；是y在η上的P×m因子載荷矩陣，表示內生指標與內生潛變量之間的關系；ε是內生指標y的誤差項。公式（2）是外生變量的測量方差，x是由q個外生指標成的q×1向量；是外生潛變量組成的n×1向量；是x在上的q×n因子負荷陣，描述外生指標與外生潛變量之間的關系；δ是外生指標x的誤差項。公式（3）是結構方程，B是m×m系數矩陣，描述內生潛變量η之間的彼此影響；Γ是m×n系數矩陣，描述外生潛變量對內生潛變量η之間的影響；結構方程的殘差項。

（2）模型假設。

①測量方差誤差項ε、δ的均值為零。

②結構方程均值為零。

③誤差項ε、δ與潛變量η、之間，ε與δ之間不相關。

④殘差項與、ε、δ之間不相關。

（3）SEM模型優勢。

①可同時處理多個因變量。

②允許自變量和因變量有測量誤差。

③同時估計因子結構和因子關系。

④可采用更有彈性的測量模型，某一觀測變量可以同時從屬于兩個潛在變量。

⑤可估計整個模型與數據的擬合程度，并可同時顧及指標變量的信度和效度。

3.6 SEM建模分析

3.6.1 模型構建

由第三部分構建的指標體系構成知：本文共設置了四個潛在變量，分別對應16個觀測變量。在參考ACSI顧客滿意度模型和萬平專業滿意度指標模型的基礎上，結合分析目的對其做適度調整后構建了本文的專業滿意度模型（見圖4）。

3.6.2 模型形式設定

圖4中橢圓圖形內的變量是潛在變量，其中健康福利、費工作與工作生活的和諧、就業安全為外生潛變量，X1～X11是相應的外生觀測變量；職業發展為內生潛變量，Y1～Y5為其對應的內生觀察變量。e1～e11表示外生測量方程的誤差。n1～n5是外生測量方程的誤差。m1為潛在變量殘差。

結合實際情況，該文對各變量做如下的假定，確立的各變量的相互關系：

健康福利和非工作與工作生活的和諧對于職業和就業安全有正向影響；

職業和就業安全對于職業發展有正向影響。

3.6.3 模型估計

依據理論建立的模型經過參數設定、模型識別等處理后，就可對其參數進行估計了。SEM的相關估計方法有：最大似然法（maximum likelihood，ML）；一般化最小平方法（generlized least squares，GLS）；漸進分配自由法（asymptotic distribution-free）。其中，SEM最常使用的方法是最大似然法（ML），它要求樣本服從多元正態分布且樣本以簡單隨機抽樣獲取。但是由于ML法具有穩健性，當觀測變量中有少部分不滿足多元正態分布時，其估計結果仍可以良好地反映實際情況。

該文使用AMOS17.0軟件中的ML方法實現SEM模型的系數估計，并給出標準化系數，用以度量不同路徑間的系數大小。基于財政學專業就業質量的SEM模型估計如圖5。

3.6.4 就業質量效應分析

健康福利和非工作與工作的和諧對于職業發展沒有直接影響，間接影響分別為0.1593、0.295。由模型結果可知，健康福利和非工作英語工作的和諧不是影響學生就業的最主要變量，這一方面表明了福利待遇水平和工作可以達到的和諧度對于學生就業時的心態很重要；另一方面也證明學校的專業設置非常重要，它可以通過合理設置財政學專業的課程提升財政學專業學生的專業水平和實踐能力，從而達到工作與專業的高度匹配并樹立起就業信心。職業和就業安全對職業發展的直接影響為0.59，是就業信心的另一個重要變量，它對于就業有顯著的正向影響，因而通過提高畢業生的就業安全來提升學生就業信心和幫助職業發展非常有必要。

3.6.5 潛在變量與觀察變量的關系分析

（1）健康和福利潛變量中，福利保障（X1）的因子載荷較高些（0.31），表明財政學專業畢業生對福利待遇的享受程度對其職業熱愛度和職業發展有極大影響，就業單位要在為職工提供的福利方面引起足夠重視。

（2）非工作和工作生活的和諧潛變量中專業與工作對口程度（X4）的因子載荷最大（0.83），系數第二大的是能力與職位匹配程度（X3）的因子載荷（0.81），工作與興趣相符程度系數最小（0.28）。前兩個指標表明提升專業能力是課程學習的主要目的，專業改革應該以此為基本，讓我們財政學的畢業生能夠將所學的專業知識運用到工作中；最小指標的解釋力也很高，說明在實際工作中畢業生真正能找到自己興趣相符的工作并不特別多，學校在課程設置需要重要考慮這方面。

（3）職業與就業安全潛變量中，畢業生勞動報酬（X9）的因子載荷最高（0.87），表明已就業學生認為他們能達到的工資報酬程度最能體現就業質量情況。工作條件，工作穩定性是已就業學生在評價職業和就業安全時考慮重要因素，他們的因子載荷數一致。這和實際情形也一致，對于畢業生而言，就業質量的高低主要取決于專業現在的就業形勢。

（4）職業發展潛變量中，畢業生職業發展前景（Y3）因子載荷數為0.81，用人單位滿意度（Y5）的因子載荷系數為0.73。表明這兩個指標對于評價專業效用的都很重要，但相比而言，財政學專業學生更為關注學校的專業培養與社會需求是否一致。同時由圖5可知，這兩個變量有一定相關性，這也符合實際情形，學校設定與社會需求相符的專業培養模式，既可以讓財政學畢業生今后的職業有更好的發展前景，也可以提高用人單位對我們畢業生的滿意度。

4 基于財政學專業畢業生就業質量SEM模型的建議

該文對財政學畢業生就業質量的調查涉及財政學專業學生和用人單位兩個總體，由于所處的角色不同，他們對于就業質量的感知也不同。用人單位站在社會的角度，對于財政學專業人才有自己要求；財政學專業學生是專業教育的直接受惠者，他們對于專業培養和課程設置的意見對于改善我校教育服務質量有重要作用。

首先，教學應更關注實際應用。畢業生職業發展前景（Y3）和用人單位滿意度（Y5）是解釋職業發展的主要指標，這表明課程設置的合理與否對于學生畢業后的職業發展影響很大，學校在調整專業設置時要充分考慮這一點。因而從學生角度看，我校財政學專業在教學上還可以進一步改進。教學的方式和專業培養目標定位直接聯系，財政學專業教學應該更注重實際應用，也不放松理論學習。調查結果也顯示，大多數財政學專業學生希望專業的培養目標偏向應用型，專業目標選擇理論研究型的不足3%。

其次，提供實習機會和途徑，幫助學生將專業知識轉化為專業能力。建模結果（圖5）顯示：專業與工作對口程度（X4）和能力與職位匹配度（X5）對于非工作和工作生活的和諧的解釋力都較高。關于課程學習對于專業能力的提升，已就業財政學專業畢業生認為我校專業的課程學習對于專業能力提升的幫助是比較高的。因而為學生提供實習機會，讓學生有機會接觸與專業相關的實際工作可以幫助學生樹立就業信心；同時實習還可以為學生提供相關的工作經驗，積累“就業優勢”，從而有效地幫助學生就業，提高財政學專業學生的就業質量。endprint

3.5.2 SEM模型結構

結構方程模型包括結構模型、測量模型和模型假設。其中結構模型討論了潛變量之間的因果關系，測量模型則度量了潛變量與其觀測變量的關系。

（1）測量模型和結構方程。

測量方程：

（1）

（2）

結構方程：

（3）

其中：

公式（1）是內生變量的測量方程，y是由p個內生指標組成的p×1向量；η是由m個內生潛變量組成的m×1向量；是y在η上的P×m因子載荷矩陣，表示內生指標與內生潛變量之間的關系；ε是內生指標y的誤差項。公式（2）是外生變量的測量方差，x是由q個外生指標成的q×1向量；是外生潛變量組成的n×1向量；是x在上的q×n因子負荷陣，描述外生指標與外生潛變量之間的關系；δ是外生指標x的誤差項。公式（3）是結構方程，B是m×m系數矩陣，描述內生潛變量η之間的彼此影響；Γ是m×n系數矩陣，描述外生潛變量對內生潛變量η之間的影響；結構方程的殘差項。

（2）模型假設。

①測量方差誤差項ε、δ的均值為零。

②結構方程均值為零。

③誤差項ε、δ與潛變量η、之間，ε與δ之間不相關。

④殘差項與、ε、δ之間不相關。

（3）SEM模型優勢。

①可同時處理多個因變量。

②允許自變量和因變量有測量誤差。

③同時估計因子結構和因子關系。

④可采用更有彈性的測量模型，某一觀測變量可以同時從屬于兩個潛在變量。

⑤可估計整個模型與數據的擬合程度，并可同時顧及指標變量的信度和效度。

3.6 SEM建模分析

3.6.1 模型構建

由第三部分構建的指標體系構成知：本文共設置了四個潛在變量，分別對應16個觀測變量。在參考ACSI顧客滿意度模型和萬平專業滿意度指標模型的基礎上，結合分析目的對其做適度調整后構建了本文的專業滿意度模型（見圖4）。

3.6.2 模型形式設定

圖4中橢圓圖形內的變量是潛在變量，其中健康福利、費工作與工作生活的和諧、就業安全為外生潛變量，X1～X11是相應的外生觀測變量；職業發展為內生潛變量，Y1～Y5為其對應的內生觀察變量。e1～e11表示外生測量方程的誤差。n1～n5是外生測量方程的誤差。m1為潛在變量殘差。

結合實際情況，該文對各變量做如下的假定，確立的各變量的相互關系：

健康福利和非工作與工作生活的和諧對于職業和就業安全有正向影響；

職業和就業安全對于職業發展有正向影響。

3.6.3 模型估計

依據理論建立的模型經過參數設定、模型識別等處理后，就可對其參數進行估計了。SEM的相關估計方法有：最大似然法（maximum likelihood，ML）；一般化最小平方法（generlized least squares，GLS）；漸進分配自由法（asymptotic distribution-free）。其中，SEM最常使用的方法是最大似然法（ML），它要求樣本服從多元正態分布且樣本以簡單隨機抽樣獲取。但是由于ML法具有穩健性，當觀測變量中有少部分不滿足多元正態分布時，其估計結果仍可以良好地反映實際情況。

該文使用AMOS17.0軟件中的ML方法實現SEM模型的系數估計，并給出標準化系數，用以度量不同路徑間的系數大小。基于財政學專業就業質量的SEM模型估計如圖5。

3.6.4 就業質量效應分析

健康福利和非工作與工作的和諧對于職業發展沒有直接影響，間接影響分別為0.1593、0.295。由模型結果可知，健康福利和非工作英語工作的和諧不是影響學生就業的最主要變量，這一方面表明了福利待遇水平和工作可以達到的和諧度對于學生就業時的心態很重要；另一方面也證明學校的專業設置非常重要，它可以通過合理設置財政學專業的課程提升財政學專業學生的專業水平和實踐能力，從而達到工作與專業的高度匹配并樹立起就業信心。職業和就業安全對職業發展的直接影響為0.59，是就業信心的另一個重要變量，它對于就業有顯著的正向影響，因而通過提高畢業生的就業安全來提升學生就業信心和幫助職業發展非常有必要。

3.6.5 潛在變量與觀察變量的關系分析

（1）健康和福利潛變量中，福利保障（X1）的因子載荷較高些（0.31），表明財政學專業畢業生對福利待遇的享受程度對其職業熱愛度和職業發展有極大影響，就業單位要在為職工提供的福利方面引起足夠重視。

（2）非工作和工作生活的和諧潛變量中專業與工作對口程度（X4）的因子載荷最大（0.83），系數第二大的是能力與職位匹配程度（X3）的因子載荷（0.81），工作與興趣相符程度系數最小（0.28）。前兩個指標表明提升專業能力是課程學習的主要目的，專業改革應該以此為基本，讓我們財政學的畢業生能夠將所學的專業知識運用到工作中；最小指標的解釋力也很高，說明在實際工作中畢業生真正能找到自己興趣相符的工作并不特別多，學校在課程設置需要重要考慮這方面。

（3）職業與就業安全潛變量中，畢業生勞動報酬（X9）的因子載荷最高（0.87），表明已就業學生認為他們能達到的工資報酬程度最能體現就業質量情況。工作條件，工作穩定性是已就業學生在評價職業和就業安全時考慮重要因素，他們的因子載荷數一致。這和實際情形也一致，對于畢業生而言，就業質量的高低主要取決于專業現在的就業形勢。

（4）職業發展潛變量中，畢業生職業發展前景（Y3）因子載荷數為0.81，用人單位滿意度（Y5）的因子載荷系數為0.73。表明這兩個指標對于評價專業效用的都很重要，但相比而言，財政學專業學生更為關注學校的專業培養與社會需求是否一致。同時由圖5可知，這兩個變量有一定相關性，這也符合實際情形，學校設定與社會需求相符的專業培養模式，既可以讓財政學畢業生今后的職業有更好的發展前景，也可以提高用人單位對我們畢業生的滿意度。

4 基于財政學專業畢業生就業質量SEM模型的建議

該文對財政學畢業生就業質量的調查涉及財政學專業學生和用人單位兩個總體，由于所處的角色不同，他們對于就業質量的感知也不同。用人單位站在社會的角度，對于財政學專業人才有自己要求；財政學專業學生是專業教育的直接受惠者，他們對于專業培養和課程設置的意見對于改善我校教育服務質量有重要作用。

首先，教學應更關注實際應用。畢業生職業發展前景（Y3）和用人單位滿意度（Y5）是解釋職業發展的主要指標，這表明課程設置的合理與否對于學生畢業后的職業發展影響很大，學校在調整專業設置時要充分考慮這一點。因而從學生角度看，我校財政學專業在教學上還可以進一步改進。教學的方式和專業培養目標定位直接聯系，財政學專業教學應該更注重實際應用，也不放松理論學習。調查結果也顯示，大多數財政學專業學生希望專業的培養目標偏向應用型，專業目標選擇理論研究型的不足3%。

其次，提供實習機會和途徑，幫助學生將專業知識轉化為專業能力。建模結果（圖5）顯示：專業與工作對口程度（X4）和能力與職位匹配度（X5）對于非工作和工作生活的和諧的解釋力都較高。關于課程學習對于專業能力的提升，已就業財政學專業畢業生認為我校專業的課程學習對于專業能力提升的幫助是比較高的。因而為學生提供實習機會，讓學生有機會接觸與專業相關的實際工作可以幫助學生樹立就業信心；同時實習還可以為學生提供相關的工作經驗，積累“就業優勢”，從而有效地幫助學生就業，提高財政學專業學生的就業質量。endprint