何芳麗

（桂林電子科技大學(xué)數(shù)學(xué)與計(jì)算科學(xué)學(xué)院，廣西桂林541004）

大學(xué)生就業(yè)情況與在校表現(xiàn)之間關(guān)系的調(diào)查分析
——以桂林電子科技大學(xué)為例

何芳麗

（桂林電子科技大學(xué)數(shù)學(xué)與計(jì)算科學(xué)學(xué)院，廣西桂林541004）

以桂林電子科技大學(xué)為例，對(duì)往屆畢業(yè)生進(jìn)行抽樣，獲取他們的初次就業(yè)情況與在校表現(xiàn)方面的數(shù)據(jù)，建立累積logistic回歸模型。該模型表明學(xué)生在校時(shí)的學(xué)分績和獲校級(jí)以上獎(jiǎng)項(xiàng)對(duì)大學(xué)生初次就業(yè)情況的影響是顯著的。

累積logistic模型；就業(yè)；在校表現(xiàn)；調(diào)查分析

隨著我國高等教育招生規(guī)模的擴(kuò)大，每年進(jìn)入就業(yè)市場的高校畢業(yè)生數(shù)量持續(xù)增加；同時(shí)，隨著大學(xué)生數(shù)量增加，學(xué)生的質(zhì)量也在降低，這使得中國高校畢業(yè)生的就業(yè)成為一大社會(huì)問題.尤其是一些處于西部地區(qū)的非重點(diǎn)大學(xué)院校，像桂林電子科技大學(xué)（下文中都簡稱為“桂電”），其畢業(yè)生的就業(yè)形勢更加嚴(yán)峻。

針對(duì)我國大學(xué)生的就業(yè)問題，國內(nèi)很多學(xué)者做了相關(guān)的研究。馬鴻榮等（2009）對(duì)我國大學(xué)生就業(yè)問題進(jìn)行分析，大學(xué)生就業(yè)難的原因有社會(huì)原因、高校原因和學(xué)生自身原因。黃敬寶、林夢彤（2011）對(duì)大學(xué)生就業(yè)的影響因子做了調(diào)查分析，學(xué)校、專業(yè)、實(shí)習(xí)、英語、期望月薪、社會(huì)關(guān)系、信息收集、性別、單位性質(zhì)預(yù)期、單位行業(yè)預(yù)期構(gòu)成了影響大學(xué)生就業(yè)的10大因子。陳巖松（2004）對(duì)大學(xué)生就業(yè)影響因素做了調(diào)查與分析，大學(xué)生就業(yè)受到政府、高校、就業(yè)市場、用人單位和畢業(yè)生就業(yè)觀念等多種因素的影響。另外，還有些學(xué)者利用統(tǒng)計(jì)方法對(duì)就業(yè)問題做了研究，劉小瑜,胡軍剛（2008）利用Logistic回歸模型對(duì)大學(xué)畢業(yè)生就業(yè)影響因素做了實(shí)證分析，其因變量是就業(yè)狀況（就業(yè)=1，未就業(yè)=0），自變量有性別、年齡、政治面貌等，其結(jié)論是：性別、年齡、政治面貌、生源地、戶口性質(zhì)、專業(yè)類型對(duì)大學(xué)生的就業(yè)狀況產(chǎn)生了顯著影響,而學(xué)歷、畢業(yè)院校對(duì)大學(xué)生就業(yè)狀況的影響則并不十分顯著。劉家樹（2008）結(jié)合Logit模型對(duì)經(jīng)管類大學(xué)生就業(yè)影響因素做了調(diào)查分析，其因變量是就業(yè)狀況（就業(yè)=1，未就業(yè)=0），自變量有性別、所學(xué)專業(yè)類型、是否為黨員等16個(gè)變量，其結(jié)論是：大學(xué)生的個(gè)體特征中的性別和家庭等因素對(duì)就業(yè)的機(jī)會(huì)比率影響作用大;在學(xué)習(xí)因素中,英語水平和每天學(xué)習(xí)時(shí)間對(duì)就業(yè)機(jī)會(huì)比率的影響是顯著的,且作用比較明顯,但獲獎(jiǎng)學(xué)金次數(shù)卻對(duì)就業(yè)機(jī)會(huì)比率的作用是反向的，等等。

綜上所述，大學(xué)生的就業(yè)會(huì)受到社會(huì)、高校和學(xué)生自身等多方面的影響.站在學(xué)校層面上，社會(huì)因素我們是無法控制的，而高校和學(xué)生自身因素我們或多或少的可以做些調(diào)節(jié)，使之向著有利學(xué)生就業(yè)方面發(fā)展。為此，本文以桂電為例，對(duì)往屆畢業(yè)生進(jìn)行抽樣，獲取他們的初次就業(yè)情況與在校表現(xiàn)方面的數(shù)據(jù)，建立累積logistic回歸模型，考察影響桂電大學(xué)生就業(yè)的因素，讓后來的桂電學(xué)生能做出更好的定位，強(qiáng)化大學(xué)生職業(yè)發(fā)展意識(shí)，培養(yǎng)大學(xué)生職業(yè)能力和素質(zhì)，還可以給我校以及其他兄弟院校相關(guān)老師，提供一些參考或建議,以便給予學(xué)生系統(tǒng)的就業(yè)指導(dǎo)和大學(xué)生活規(guī)劃。

一、數(shù)據(jù)來源與變量說明

本文的數(shù)據(jù)來源于桂電往屆畢業(yè)生離校之前的信息數(shù)據(jù)，采用抽樣方式,有效樣本量為235.所選取的指標(biāo)包括：就業(yè)情況y（就業(yè)很好=2，就業(yè)一般=1，未就業(yè)=0），學(xué)生學(xué)分績x1,四級(jí)通過情況x2（通過=1，未通過=0），在校期間是否獲校級(jí)及以上獎(jiǎng)項(xiàng)x3（是=1,否=0），性格內(nèi)外向情況x4（外向=1,內(nèi)向=0），所屬學(xué)院情況x5（x5=i,表示學(xué)生為第i院的）。

二、累積logistic回歸模型簡介

在社會(huì)科學(xué)中，次序反應(yīng)變量十分普遍.我們經(jīng)?？梢砸姷阶兞康臏y量采用Likert類型尺度，比如“強(qiáng)烈反對(duì)、反對(duì)、中立、支持、堅(jiān)決支持”或“很差、差、一般、較好、很好”等等。這些反應(yīng)變量通常都按1、2、3、4、5等整數(shù)序列編碼。在反應(yīng)變量的各類中有明確的從低到高的排序，但相鄰各類之間的差距未知，對(duì)這種反應(yīng)變量建立模型的適當(dāng)方法之一是累積logistic回歸模型,是二分類logistic回歸模型的擴(kuò)展，需擬合水平數(shù)-1個(gè)logit模型。在本文中，反應(yīng)變量y是一個(gè)三分類有序變量，需要擬合2個(gè)logit模型。

設(shè)πi=P(y=i｜X),i=0,1,2,即擬合：

上面式子分別等價(jià)與：

三、就業(yè)情況與在校表現(xiàn)的實(shí)證分析

（一）建立累積logistic回歸模型

利用SAS8.2版軟件，作y對(duì)x1,…,x5的logistic回歸模型，考慮到自變量間可能會(huì)存在較強(qiáng)的相關(guān)性，以及自變量中可能會(huì)存在不顯著的變量，所以逐步回歸的方法選擇自變量。結(jié)合部分輸出結(jié)果，分以下幾個(gè)方面對(duì)模型進(jìn)行評(píng)價(jià)。

1.擬合優(yōu)度。表1是關(guān)于模型對(duì)數(shù)據(jù)擬合優(yōu)度的檢驗(yàn)，Pearson X2檢驗(yàn)的p=0.3952,D統(tǒng)計(jì)量的p=0.9508,兩個(gè)p值都大于通常用的顯著性水平0.05，認(rèn)為這一模型充分?jǐn)M合了數(shù)據(jù)。

2.模型X2統(tǒng)計(jì)。表2模型X2值是關(guān)于自變量是否與所研究時(shí)間的對(duì)數(shù)發(fā)生比線性相關(guān)的檢驗(yàn)，由最后一列的p值可知其線性相關(guān)性是非常顯著的。

表1X2和偏差統(tǒng)計(jì)量

表2 模型X2統(tǒng)計(jì)

3.回歸系數(shù)的顯著性檢驗(yàn)。表3表明，模型中引入了兩個(gè)自變量，學(xué)生學(xué)分績x1和在校期間是否獲校級(jí)及以上獎(jiǎng)項(xiàng)x3，而且這兩個(gè)變量都是在0.05的水平下是顯著的，說明學(xué)生學(xué)分績和在校期間是否獲校級(jí)及以上獎(jiǎng)項(xiàng)對(duì)學(xué)生的就業(yè)情況的影響是顯著的。

4.模型的預(yù)測準(zhǔn)確性。表4中，Concordant為和諧對(duì)，Discordant為不和諧對(duì)，Tied為結(jié)等，由于Somers'D、Gamma、c指標(biāo)上的值都比較大，說明該模型的預(yù)測能力是比較好的。

表3 模型參數(shù)估計(jì)

表4 次序相關(guān)指標(biāo)

以上評(píng)價(jià)結(jié)果顯示，模型的擬合良好，模型成立，自變量的參數(shù)估計(jì)均有統(tǒng)計(jì)意義，預(yù)測效果較好，從而由表3.3得到最終確定的模型為：

其中，π2為就業(yè)很好的概率，π2+π1為獲得就業(yè)的概率，x1為學(xué)生學(xué)分績，x3為在校期間是否獲校級(jí)及以上獎(jiǎng)項(xiàng)。該模型表明學(xué)生在校時(shí)的學(xué)分績和獲校級(jí)以上獎(jiǎng)項(xiàng)對(duì)大學(xué)生初次就業(yè)情況的影響是顯著的。

（二）模型回歸系數(shù)的解釋

1.x1系數(shù)的解釋。在logistic回歸模型中，eBk提供了在自變量不變時(shí)，xk變動(dòng)一個(gè)單位時(shí)發(fā)生比所變化的倍數(shù)，即調(diào)整發(fā)生比率。如果xk是一個(gè)連續(xù)型自變量，它變動(dòng)一個(gè)單位，對(duì)應(yīng)的調(diào)整發(fā)生比率會(huì)比較小，說明xk增加一個(gè)單位的意義不大.從而為了估計(jì)連續(xù)型變量的調(diào)整發(fā)生比率，通常先設(shè)定兩個(gè)比較的變量值，如用a和b標(biāo)志這兩個(gè)代表連續(xù)自變量xk水平的值，那么從a變到b時(shí)，調(diào)整發(fā)生比率為e（b-a）Bk。

在本文中，我們?cè)O(shè)a為平均學(xué)分績77.6，b為77.6+10或77.6-10，我們可以得到相對(duì)應(yīng)的調(diào)整發(fā)生比率估計(jì)值分別為e10×0.1220=3.389和e-10×0.1220=0.295。這表明當(dāng)一個(gè)學(xué)生的學(xué)分績高于平均學(xué)分績10時(shí)，他就業(yè)的機(jī)會(huì)約為平均水平的3.4倍；若一個(gè)學(xué)生的學(xué)分績低于平均學(xué)分績10時(shí)，他就業(yè)的機(jī)會(huì)只有平均水平的0.295倍。

2.x3系數(shù)的解釋。x3（獲獎(jiǎng)情況）是分類變量，由于e0.7886≈2.2，說明獲過校級(jí)及以上獎(jiǎng)項(xiàng)學(xué)生就業(yè)機(jī)會(huì)約為沒有獲過校級(jí)及以上獎(jiǎng)項(xiàng)學(xué)生就業(yè)機(jī)會(huì)的2.2倍。

三、結(jié)論與建議

（一）結(jié)論

本文以桂林電子科技大學(xué)為例，對(duì)往屆畢業(yè)生進(jìn)行抽樣，獲取他們的初次就業(yè)情況與在校表現(xiàn)方面的數(shù)據(jù)，建立累積logistic回歸模型，其結(jié)論是：（1）學(xué)生在校時(shí)的學(xué)分績對(duì)大學(xué)生初次就業(yè)情況的影響是顯著的。當(dāng)一個(gè)學(xué)生的學(xué)分績高于平均學(xué)分績10時(shí)，他就業(yè)的機(jī)會(huì)約為平均水平的3.4倍；若一個(gè)學(xué)生的學(xué)分績低于平均學(xué)分績10時(shí)，他就業(yè)的機(jī)會(huì)只有平均水平的0.295倍。（2）學(xué)生在校時(shí)是否獲校級(jí)以上獎(jiǎng)項(xiàng)對(duì)大學(xué)生初次就業(yè)情況的影響是顯著的，獲過校級(jí)及以上獎(jiǎng)項(xiàng)學(xué)生就業(yè)機(jī)會(huì)約為沒有獲過校級(jí)及以上獎(jiǎng)項(xiàng)學(xué)生就業(yè)機(jī)會(huì)的2.2倍。

（二）建議

綜上的分析結(jié)論，提出以下建議：（1）學(xué)生的學(xué)業(yè)要精，鼓勵(lì)學(xué)生學(xué)好自己的專業(yè)知識(shí)。在其他條件相同的情況下，擁有扎實(shí)專業(yè)基礎(chǔ)知識(shí)的學(xué)生的就業(yè)機(jī)會(huì)要比專業(yè)基礎(chǔ)較差的學(xué)生的就業(yè)機(jī)會(huì)要大很多。（2）鼓勵(lì)學(xué)生積極參加各種校級(jí)、區(qū)級(jí)甚至國家級(jí)的競賽，如數(shù)學(xué)建模大賽，電子設(shè)計(jì)大賽，程序設(shè)計(jì)大賽，等等。參加競賽如果能獲得獎(jiǎng)項(xiàng)，那更能證明學(xué)生的能力，會(huì)提高學(xué)生的就業(yè)機(jī)會(huì)；若不能獲獎(jiǎng)，也會(huì)使得學(xué)生得到鍛煉，對(duì)學(xué)生今后的工作會(huì)產(chǎn)生正面影響。

何芳麗，女，講師，碩士，主要研究方向?yàn)榻鹑诮y(tǒng)計(jì)、經(jīng)濟(jì)計(jì)量分析。

G715

A

1674-7747（2011）18-0065-03

[責(zé)任編輯 秦濤]