用戶在線求職影響因素的實(shí)證分析

何甫 曹馨文 馬婉勍

摘要：目的：研究線上信息對(duì)用戶在線求職的影響，其中特別是該職位的瀏覽次數(shù)和該職位的簡(jiǎn)歷反饋率對(duì)該職位在線申請(qǐng)次數(shù)的影響。方法：基于58同城8292條上海地區(qū)的數(shù)據(jù)和3414條成都地區(qū)的數(shù)據(jù)，通過多元線性回歸回歸模型同時(shí)結(jié)合期望理論研究該職位的瀏覽次數(shù)和建立反饋率對(duì)該職位在線申請(qǐng)次數(shù)的影響。結(jié)論：在線職位信息中除了基本的工資、福利等內(nèi)容以外該職位的瀏覽次數(shù)和該職位的簡(jiǎn)歷反饋率也會(huì)對(duì)該職位的在線申請(qǐng)次數(shù)有著明顯的影響，可見公司招聘的時(shí)候也應(yīng)盡量多展示此類信息以吸引求職者。

關(guān)鍵詞：在線申請(qǐng)次數(shù) 在線瀏覽次數(shù) 簡(jiǎn)歷反饋率 多元線性回歸 期望理論

引言

伴隨著互聯(lián)網(wǎng)時(shí)代的不斷發(fā)展，在線招聘已經(jīng)成為各位求職者生活中不可或缺的重要部分。在線招聘也被稱為網(wǎng)絡(luò)招聘或電子招聘，它是指借助互聯(lián)網(wǎng)技術(shù)而進(jìn)行的招聘活動(dòng)，包括多方面招聘信息的發(fā)布、簡(jiǎn)歷的搜集整理與分類、在線測(cè)評(píng)與評(píng)價(jià)以及電子面試等。現(xiàn)階段，在線招聘在經(jīng)歷了探索期、市場(chǎng)啟動(dòng)期、高速發(fā)展期、成熟期這四個(gè)階段后，市場(chǎng)規(guī)模處于穩(wěn)步增長(zhǎng)狀態(tài)，在線招聘的市場(chǎng)份額也呈現(xiàn)穩(wěn)步增長(zhǎng)的態(tài)勢(shì)。易觀智庫（Analysys）發(fā)布的《中國(guó)互聯(lián)網(wǎng)招聘市場(chǎng)年度報(bào)告2016》數(shù)據(jù)表明，中國(guó)互聯(lián)網(wǎng)在線招聘2015年的市場(chǎng)規(guī)模已達(dá)43.5億元，據(jù)預(yù)測(cè)，未來三年增長(zhǎng)速率雖會(huì)下降，但依舊保持相對(duì)穩(wěn)定的增長(zhǎng)態(tài)勢(shì)。

在線招聘突破了傳統(tǒng)招聘的時(shí)間與地域方面的限制，在為企業(yè)用戶尋找到合適的人才的同時(shí)也為求職者提供了尋找更合適的單位的途徑。在線招聘更是具有招聘成本低、招聘過程快速高效、招聘針對(duì)性較強(qiáng)、雙向信息量大且更新速度快的優(yōu)勢(shì)，隨著互聯(lián)網(wǎng)的快速發(fā)展，其各方優(yōu)勢(shì)會(huì)變得更加突出阿，但由于時(shí)代的迅速發(fā)展，信息量不斷擴(kuò)大，求職者工作壓力不斷增大且影響因素不斷增多導(dǎo)致各方面招聘需求與招聘信息難以直接對(duì)稱，因此如何在數(shù)以百萬計(jì)的大量信息中更加有效地提取出能夠使用的信息成為用人單位與求職者共同需要面臨的問題。在網(wǎng)絡(luò)招聘過程中能夠影響在線招聘決策的因素有很多，因素在決策過程中扮演怎樣的角色，是非常值得進(jìn)行深入探究的，確定不同影響因素的比重，能夠更好地為在線招聘決策提出更加完善的招聘方案。

在線招聘人才層次劃分明顯，需要不斷提高層次結(jié)構(gòu)，并且安全性、時(shí)效性和真實(shí)性需要在高度保障情況下不斷提高，網(wǎng)絡(luò)招聘發(fā)展仍需與其他招聘方式巧妙結(jié)合以謀求更好的發(fā)展。建立良好的信用體系也是各大在線招聘網(wǎng)站需要注意的重要問題，無論是招聘單位，或在線網(wǎng)站抑或是求職個(gè)人都需要以良好的信用，真實(shí)、直接的信息才能夠?qū)崿F(xiàn)在線招聘的高效性，充分利用在線招聘的優(yōu)勢(shì)。

一、文獻(xiàn)綜述

（一）相關(guān)研究回顧

曾有學(xué)者對(duì)在線招聘使用情況的現(xiàn)狀與趨勢(shì)進(jìn)行詳細(xì)調(diào)查，相關(guān)結(jié)果表明，大部分大學(xué)生有意愿使用在線招聘求職。因此，在線招聘發(fā)展趨勢(shì)仍舊較為可觀，需要不斷提升招聘決策過程，并且解決在線招聘過程中所遇到的問題，為網(wǎng)絡(luò)招聘人才服務(wù)更好地發(fā)展做充足的準(zhǔn)備。

已有一些學(xué)者對(duì)在線招聘進(jìn)行了相關(guān)研究，如TinaChristensen等對(duì)比較線上與線下招聘方法的效率和成本進(jìn)行了探究，Barry Smyth等通過研究為用戶提供個(gè)性化信息檢索更好地完善網(wǎng)上招聘服務(wù)，Joanna P.C.Tong對(duì)在線招聘網(wǎng)站量化服務(wù)質(zhì)量進(jìn)行評(píng)估并考察服務(wù)質(zhì)量與心理負(fù)荷和績(jī)效時(shí)間的關(guān)系，Taylors Lane研究發(fā)現(xiàn)在線招聘方法的多種用途和成果，E Parry利用大規(guī)模的縱向調(diào)查招聘活動(dòng)來調(diào)查雇主和企業(yè)網(wǎng)站的使用情況和感知成功情況并且深入了解可能影響這些方法成功的因素。陳海濤等實(shí)證分析了在網(wǎng)絡(luò)招聘基礎(chǔ)上社交招聘用戶信息共享的影響因素，陳鳴撕針對(duì)企業(yè)在線招聘現(xiàn)狀與優(yōu)勢(shì)提出相對(duì)應(yīng)的完善策略。雖然對(duì)于在線招聘方面的問題和研究在不斷增多，但對(duì)于在線招聘的招聘效率的影響因素研究仍舊是不全面的，所以通過大量實(shí)證進(jìn)行相關(guān)影響因素研究與證明是十分必要的。

（二）期望理論

對(duì)期望理論的研究最初始于20世紀(jì)60年代，由著名心理科學(xué)家和行為科學(xué)家維克托。弗魯姆提出，它為個(gè)人激勵(lì)提供了綜合性的理論框架。期望理論認(rèn)為，激發(fā)個(gè)體實(shí)施某一特定行為的前提是讓其意識(shí)到此行為可能帶來的結(jié)果能夠滿足自己某方面的需求。激勵(lì)的強(qiáng)度取決于個(gè)人通過努力達(dá)成組織期望的工作績(jī)效（組織目標(biāo)），根據(jù)工作績(jī)效組織給出獎(jiǎng)賞，由此而達(dá)到的滿足個(gè)人需要的獎(jiǎng)酬（個(gè)人目標(biāo)）相一致、相關(guān)聯(lián)的程度。一致程度或關(guān)聯(lián)性大，則效應(yīng)就大，否則就小。期望值也稱期望概率，受個(gè)人的經(jīng)驗(yàn)，個(gè)性，情感，動(dòng)機(jī)的影響。現(xiàn)期望理論多被應(yīng)用于績(jī)效管理、人員激勵(lì)等方面并加以研究，在進(jìn)行網(wǎng)絡(luò)在線招聘過程中也需要對(duì)每一環(huán)節(jié)進(jìn)行期望理論估計(jì)，將期望值與效價(jià)代入在線招聘的系統(tǒng)評(píng)估中。

唐平秋等以期望理論為框架對(duì)高校智庫人員激勵(lì)要素與環(huán)境進(jìn)行研究，黃玲等基于期望理論研究成功眾籌的項(xiàng)目設(shè)計(jì)問題，延伸到金融行為方面的期望理論，劉永安將期望理論應(yīng)用于管理層面，為企業(yè)管理提出大量建設(shè)性建議。由此可見，在在線招聘的管理過程中可以使用期望理論作為理論基礎(chǔ)進(jìn)行影響因素的判斷與調(diào)整。本文在研究影響用戶在線求職影響因素的基礎(chǔ)上，發(fā)現(xiàn)某些因素的變化會(huì)激勵(lì)用戶在線求職的積極性，因而使用期望理論能夠很好的研究在線信息對(duì)用戶求職的影響。

二、實(shí)證分析

（一）提出假設(shè)

1.瀏覽次數(shù)

目前中國(guó)網(wǎng)絡(luò)招聘市場(chǎng)競(jìng)爭(zhēng)激烈，同質(zhì)化嚴(yán)重，大部分的在線招聘網(wǎng)站工作都只包含了薪資、學(xué)歷以及經(jīng)驗(yàn)要求等一些基本信息，但是在這些基本信息無法反映該工作在線的受歡迎程度，也無法為后來用戶提供好的指導(dǎo)。基于此，一些系統(tǒng)生成信息如：該工作的在線瀏覽次數(shù)以及在線申請(qǐng)次數(shù)就可以很好解決這一問題，所以也應(yīng)該對(duì)其進(jìn)行分析。系統(tǒng)生成信息是指用戶或者是消費(fèi)者已有行為所產(chǎn)生的數(shù)據(jù)目前這些數(shù)據(jù)在互聯(lián)網(wǎng)領(lǐng)域有著十分重要的作用，特別是在網(wǎng)絡(luò)營(yíng)銷中對(duì)消費(fèi)者行為的進(jìn)一步轉(zhuǎn)化的影響。現(xiàn)目前這些信息廣泛運(yùn)用在在線數(shù)字音樂營(yíng)銷、網(wǎng)站書籍的銷售以及電影推薦等方面。由于網(wǎng)絡(luò)招聘無法反映該工作的實(shí)際情況，因而這一部分信息對(duì)用戶在線求職有著更為重要的價(jià)值。

在線瀏覽次數(shù)是指該工作的在線查看次數(shù)，在一定程度上可以反映出該工作的在線受歡迎程度；在線申請(qǐng)次數(shù)是指瀏覽該工作之后在線投遞簡(jiǎn)歷求職。目前已有研究指出電子口碑和在線瀏覽數(shù)之間有著密切的關(guān)系。由于這一部分信息是用戶行為所產(chǎn)生的，所以較之與其他信息具有較高的可信度，在線瀏覽數(shù)和在線申請(qǐng)數(shù)會(huì)對(duì)之后用戶的在線決策產(chǎn)生重要的影響，因此提出假設(shè)：

H1：在線瀏覽數(shù)會(huì)對(duì)用戶的在線求職產(chǎn)生顯著的正向影響。

2.簡(jiǎn)歷反饋率

簡(jiǎn)歷反饋率是指用戶在線申請(qǐng)?jiān)撀毼煌哆f簡(jiǎn)歷之后企業(yè)對(duì)于簡(jiǎn)歷反饋的概率，簡(jiǎn)歷反饋率=反饋的簡(jiǎn)歷數(shù)/收到的投遞簡(jiǎn)歷數(shù)。簡(jiǎn)歷反饋率可以表示企業(yè)對(duì)于用戶申請(qǐng)的響應(yīng)幾率。在線反饋是“口碑”的數(shù)字化和網(wǎng)絡(luò)化，目前，在線反饋機(jī)制廣泛運(yùn)用在電子商務(wù)剛、售后服務(wù)領(lǐng)域以及信譽(yù)評(píng)定研究當(dāng)中，在互聯(lián)網(wǎng)和網(wǎng)絡(luò)營(yíng)銷領(lǐng)域中發(fā)揮重要的作用。因此，企業(yè)對(duì)簡(jiǎn)歷的在線反饋對(duì)以后用戶數(shù)申請(qǐng)?jiān)撀毼灰灿幸欢ǔ潭鹊挠绊懀岢黾僭O(shè)：

H2：較高的簡(jiǎn)歷反饋率對(duì)用戶在線求職產(chǎn)生顯著的正向影響。

（二）數(shù)據(jù)和變量描述

此次實(shí)驗(yàn)的數(shù)據(jù)全部來源與58同城下的招聘網(wǎng)站上面的職位信息，58同城定位于本地社區(qū)及免費(fèi)分類信息服務(wù)，其下屬的招聘網(wǎng)站能提供較全面的職位信息，這些信息不僅包括職位的地址，需要的學(xué)歷經(jīng)驗(yàn)和工資等基本信息，同時(shí)還會(huì)提供該職位的瀏覽次數(shù)，申請(qǐng)人數(shù)等信息，因此我們選擇58同城進(jìn)行數(shù)據(jù)的收集。此次數(shù)據(jù)是基于一個(gè)Python爬蟲數(shù)據(jù)進(jìn)行收集。由于目前中國(guó)城市分級(jí)現(xiàn)象嚴(yán)重，北京、上海和廣州等一線城市發(fā)展較快，工作也就相對(duì)較多；同時(shí)成都和武漢等新興的一線城市也在飛速發(fā)展，因此這次實(shí)驗(yàn)我們選擇了上海和成都兩個(gè)城市進(jìn)行數(shù)據(jù)的采集。經(jīng)過數(shù)據(jù)清洗之后，共收集了8292條上海地區(qū)的數(shù)據(jù)和3414條成都地區(qū)的數(shù)據(jù)。由于部分?jǐn)?shù)據(jù)的離散程度較大，同時(shí)為了避免數(shù)據(jù)間的多重共線性，因而對(duì)部分?jǐn)?shù)據(jù)取對(duì)數(shù)納入模型進(jìn)行計(jì)算，數(shù)據(jù)特征如下：

（三）模型估計(jì)

用戶在線申請(qǐng)?jiān)撀毼煌艿蕉鄠€(gè)因素的影響，因此使用多元線性回歸模型來檢驗(yàn)在線瀏覽次數(shù)和建立對(duì)在線申請(qǐng)?jiān)撀毼坏挠绊憽Ｔ诖舜螌?shí)驗(yàn)中，我們將在線申請(qǐng)次數(shù)作為因變量，把在線瀏覽數(shù)和簡(jiǎn)歷的反饋率作為自變量，把薪資水平、工作福利、招聘人數(shù)和工作經(jīng)驗(yàn)以及企業(yè)規(guī)模作為控制變量納入模型進(jìn)行分析。為了避免多重共線性，因此對(duì)部分字段取對(duì)數(shù)納入模型，模型如下所示：

Apply表示的是該職位的在線申請(qǐng)人數(shù)，一定程度上反映出該工作的被瀏覽后的轉(zhuǎn)化程度；Browse表示的是該工作的在線瀏覽次數(shù)，可以反映出該工作的在線受歡迎程度；Salary表示的是薪資水平；recruit表示的該職位預(yù)期招聘的人數(shù)，一定程度上可以看出該職位競(jìng)爭(zhēng)的激烈程度；scale表示的該職位發(fā)布公司的規(guī)模，主要衡量指標(biāo)是該公司的在職員工數(shù)，最多是1000人以上，最少是50人以下；Resume表示的是簡(jiǎn)歷反饋率，是企業(yè)收到簡(jiǎn)歷后反饋的概率；WeIfare表示的是該職位提供的福利數(shù)量，包括五險(xiǎn)一金以及周末雙休等，福利最多4項(xiàng)，最少0項(xiàng)福利；Experience表示的是該職位招聘人所需要的工作經(jīng)歷要求，最少是可接受應(yīng)屆生不需要工作經(jīng)驗(yàn)，最多是10年以上。

三、結(jié)論

由于回歸模型中可能存在變量問相關(guān)等問題，本文在回歸分析采用逐步回歸的方式來檢驗(yàn)?zāi)Ｐ涂赡艽嬖诘亩嘀毓簿€性問題。經(jīng)過Stata統(tǒng)計(jì)軟件的分析。回歸模型通過對(duì)在線瀏覽次數(shù)和簡(jiǎn)歷反饋率的計(jì)算，最終修正可決系數(shù)和t檢驗(yàn)都符合要求，具體結(jié)果如下圖所示：

從上表可以看出，在線瀏覽次數(shù)Browse（B=0.914，T=239.89，P<0.01）的回歸系數(shù)顯著，假設(shè)H1得到驗(yàn)證，即在線瀏覽數(shù)會(huì)對(duì)用戶的在線求職產(chǎn)生顯著的正向影響；同時(shí)，簡(jiǎn)歷回饋率Resume（B=0.054，T=2.98，P<0.01）回歸系數(shù)顯著，假設(shè)H2得到驗(yàn)證，即較高的簡(jiǎn)歷反饋率對(duì)用戶在線求職產(chǎn)生顯著的正向影響。兩個(gè)假設(shè)均得到驗(yàn)證，也就是說在線瀏覽次數(shù)和簡(jiǎn)歷回饋率確實(shí)會(huì)對(duì)用戶在下求職產(chǎn)生顯著的影響。此外，從上表也可以看出，職位的招聘人數(shù)、企業(yè)規(guī)模和職位福利也會(huì)對(duì)用戶在線求職產(chǎn)生顯著的影響。

四、討論與建議

本文基于已有的網(wǎng)絡(luò)招聘文章，從招聘網(wǎng)站展示的職位信息出發(fā)，著重研究了在線瀏覽次數(shù)和簡(jiǎn)歷回饋率對(duì)用戶在線求職的影響，對(duì)企業(yè)在線招聘做出相應(yīng)的指導(dǎo)。同時(shí)本文也充分考慮職位的薪資，福利和企業(yè)規(guī)模等影響因素，建立多元線性回歸模型來驗(yàn)證假設(shè)。最后發(fā)現(xiàn)在線瀏覽次數(shù)和簡(jiǎn)歷回饋率確實(shí)會(huì)對(duì)用戶在下求職產(chǎn)生顯著的影響，這也就表明在線求職用戶更愿意投遞那些瀏覽次數(shù)較多、簡(jiǎn)歷回饋率較大的工作崗位，因此企業(yè)在進(jìn)行網(wǎng)絡(luò)招聘時(shí)除了提供較好的條件之外，還要講諸如此類信息放在突出位置以吸引求職者投遞簡(jiǎn)歷。