黃 玲，楊鵬輝

?

基于主成分分析對大學生就業(yè)力構(gòu)成的研究*

黃 玲，楊鵬輝

（安徽財經(jīng)大學統(tǒng)計與應用數(shù)學學院，安徽蚌埠233030）

摘 要：隨著大學畢業(yè)生規(guī)模逐年暴增，大學生就業(yè)形勢也愈發(fā)嚴重，一方面高校畢業(yè)生面臨著日益嚴重的結(jié)構(gòu)性失業(yè)問題，另一方面用人單位感到“求賢若渴”找不到合適的人才，高校作為人才輸出地其培養(yǎng)的大學生與社會需求不符，大學生就業(yè)問題日益嚴重。大學生就業(yè)力是一項綜合能力，本文通過構(gòu)建大學生就業(yè)力構(gòu)成體系，面向大學生與用人單位設計出調(diào)查問卷，研究用人單位和大學生對“工作態(tài)度與合作能力”、“生涯規(guī)劃管理與學習進取能力”、“專業(yè)技能運用能力”的認可度，使用主成分分析方法，從大學生和用人單位兩個角度綜合評價了構(gòu)成大學就業(yè)力的各因素的重要性。通過象限圖分析法，對比用人單位和大學生對重要性的認知差異，為大學生和高校在提高大學生就業(yè)競爭力方面提供合理的建議。

關(guān)鍵詞：就業(yè)力構(gòu)成；結(jié)構(gòu)性失業(yè)；重要性；主成分分析；SPSS

0 引言

繼2013、2014年“史上最難就業(yè)年”和“更難就業(yè)年”之后，2015年高校畢業(yè)生高達749萬人，比2014年再增加22萬人，這一年大學生就業(yè)難這一形勢并未緩和，隨著大學畢業(yè)生規(guī)模逐年暴增，大學生就業(yè)形勢也愈發(fā)嚴重。當大學生們“懷才不遇”的同時，用人單位也感到“求賢若渴”找不到合適的人才［1］。“就業(yè)難”與“用工荒”現(xiàn)象并存，折射出中國在謀求經(jīng)濟轉(zhuǎn)型過程中正經(jīng)歷結(jié)構(gòu)性失業(yè)問題。結(jié)構(gòu)性失業(yè)是勞動力供給結(jié)構(gòu)與勞動力需求結(jié)構(gòu)不一致而造成的失業(yè)，當前大學生的結(jié)構(gòu)性失業(yè)突出表現(xiàn)為就業(yè)能力不足［2］。如何在畢業(yè)生和企業(yè)之間建立對等的“供需”關(guān)系，中國高校如何與社會對接，培養(yǎng)輸送“適銷對路”的畢業(yè)生是解決大學生結(jié)構(gòu)性失業(yè)的關(guān)鍵所在。

本文基于用人單位與安徽省內(nèi)大學生對大學生就業(yè)力構(gòu)成認知的調(diào)查數(shù)據(jù)，研究用人單位和大學生對構(gòu)成就業(yè)力的各因素的重視程度的差異，從而確定“適銷對路”的就業(yè)力的構(gòu)成。

1 調(diào)查與數(shù)據(jù)

1.1 問卷設計

國內(nèi)大量文獻討論了大學生就業(yè)的構(gòu)成因素。李穎等（2005）認為大學生就業(yè)能力結(jié)構(gòu)的三個維度為：內(nèi)在素質(zhì)，包括誠實正直、吃苦耐勞、敬業(yè)精神、責任感、主動性、責任心六個要素；處理工作能力，包括分析判斷能力、善于思考、解決問題能力、獨立工作能力、適應能力、應變能力、學習能力、團隊協(xié)作意識八個要素；社交領(lǐng)導能力，包括表達能力、領(lǐng)導能力、社會活動能力、組織協(xié)調(diào)能力、人際交往能力、創(chuàng)業(yè)精神六個要素［3］。鐘一彪（2006）通過對500多家用人單位反饋的實證數(shù)據(jù)分析，從統(tǒng)計結(jié)果來看，用人單位招聘畢業(yè)生時最看重的因素為專業(yè)基礎知識，而正確的工作態(tài)度、責任心等也受到了用人單位的重視［4］。此外，團隊合作精神、畢業(yè)學校的名氣也將是用人單位考慮的重要因素，王靜波（2003）通過社會和大學生對就業(yè)所需能力認知差異的比較得出結(jié)論：用人單位重視的6種能力素質(zhì)是責任感、誠實正直、敬業(yè)精神、團隊合作能力、主動性、吃苦耐勞、上進心。大學生最重視的6種能力素質(zhì)為責任感、解決問題能力、敬業(yè)精神、團隊合作能力、上進心、創(chuàng)業(yè)精神［5］。

在整理各學者對“就業(yè)力構(gòu)成”認知的基礎上，我們對大四畢業(yè)生和校園招聘會上的用人單位進行了訪談，實地了解他們認為構(gòu)成大學生就業(yè)力的因素應該有哪些。我們設計出面向大學生和用人單位的“大學生就業(yè)力構(gòu)成”調(diào)查問卷，問卷包括：工作態(tài)度與合作能力、生涯規(guī)劃管理與學習進取能力、專業(yè)技能運用能力三大方面，其中每個方面均有具體的指標，我們將其整理如表1所示：

1.2 樣本分布

利用校園招聘會的契機調(diào)查了安徽省內(nèi)五所高校的大四畢業(yè)生與招聘會上的用人單位，其中針對每所高校畢業(yè)生和該校招聘會上用人單位負責人分別發(fā)放150張問卷，收回學生問卷521份，用人單位問卷531份。

表1 大學生就業(yè)力構(gòu)成體系Tab.1 System of College Students'employment ability

1.3 數(shù)據(jù)來源

我們利用SPSS21軟件對調(diào)查問卷進行錄入，數(shù)據(jù)包括學生數(shù)據(jù)和用人單位兩部分，分別來自521位學生樣本與531個用人單位樣本對構(gòu)成大學生就業(yè)力因素的重視程度的評分，分值設定在1 -10分，分數(shù)越高表示該因素越重要。

2 兩大主體對就業(yè)力構(gòu)成認知的研究

2.1 研究思路

在研究大學畢業(yè)生和用人單位對構(gòu)成就業(yè)力的各因素重要性認知的過程中，由于各主體立場與需求不同，造成對就業(yè)力的理解也不盡相同。對于指標體系的結(jié)構(gòu)比較模糊的情況下，我們采用主成分分析法確定各個因素的權(quán)重，從而確定在構(gòu)成就業(yè)力的眾多因素中，哪些是最重要的，哪些成為影響大學生順利就業(yè)的關(guān)鍵。

2.2 主成分分析原理

我們在利用主成分進行綜合評價時，要充分利用原始變量提供的信息，將其進行綜合。將主成分的權(quán)數(shù)根據(jù)他們的方差貢獻率來確定，因為方差貢獻率反映了各個主成分的信息含量的多少。

設Y1，Y2，…，Yp是所求出的p個主成分，它們的特征根分別是λ1，λ2，…，λp，將特征根“歸一化”即有

記為W=（w1，w2，…，wp）′，由Y=T′X，構(gòu)成綜合評價函數(shù)為

Z=w1Y1+w2Y2+…+wpYp=W′Y=W′T′X=（TW）′X

主成分分析方法通過計算主成分到對之加權(quán)，經(jīng)過兩次線性運算后得到綜合評價函數(shù)，從本質(zhì)上說綜合評價函數(shù)是對原始指標的線性綜合。［6］

2.3 研究結(jié)果

①利用SPSS軟件進行對大學生調(diào)查數(shù)據(jù)的主成分分析。

表2 KMO與Bartlett’s檢驗表Tab.2 KMO and Bartlett’s Test

由表1可知，KMO=0.922＞0.9表示非常適合做因子分析，Bartlett檢驗的P值接近于0，遠小于0.05，同樣說明使用因子分析方法是合理的。

表3 特征根與方差貢獻率表Tab.3 Total Variance Explained

表4 因子載荷矩陣Tab.4 Component Matrixa

利用表4中的第i個因子列向量除以相應特征根的平方根后求解出主成分Fi的變量系數(shù)列向量Zi，得到第一主成分表達式為：

F1=0.232x1+0.268x2+0.275x3+0.253x4+

0.237x5+0.260x6+0.259x7+0.269x8+

0.265x9+0.254x10+0.252x11+0.272x12

+0.263x13+0.235x14+0.273x15

第二主成分表達式為：

F2=0.448x1+0.301x2+0.344x3+0.323x4+

0.101x5-0.005x6-0.046x7-0.031x8-

0.089x9+0.015x10+0.018x11-0.294x12

-0.346x13-0.415x14+0.293x15

分別用第一、第二主成分F1、F2中每個指標所對應的系數(shù)乘上所對應的貢獻率再除以所提取兩個主成分的累計貢獻率，然后將兩個主成分指標的系數(shù)相加，得到綜合得分模型：

Z=0.269x1+0.273x2+0.287x3+0.265x4+

0.214x5+0.215x6+0.207x7+0.218x8+

0.205x9+0.214x10+0.212x11+0.176x12

+0.160x13+0.125x14+0.177x15

③利用SPSS軟件進行對用人單位調(diào)查數(shù)據(jù)采用相同的分析方法。

表5 KMO與Bartlett’s檢驗表Tab.5 KMO and Bartlett’s Test

由表1可知，KMO=0.831＞0.8表示數(shù)據(jù)適合做因子分析，Bartlett檢驗的P值接近于0，遠小于0.05，同樣說明用人單位的調(diào)查數(shù)據(jù)使用因子分析方法是合理的。

表　6 特征根與方差貢獻率表Tab.6 Total Variance Explained

表7 因子載荷矩陣Tab.7 Component Matrixa

利用表7中的第i個因子列向量除以相應特征根的平方根后求解出主成分Fi的變量系數(shù)列向量Zi，得到第一主成分表達式為：

F1=0.126x1+0.209x2+0.195x3+0.183x4+

0.119x5+0.303x6+0.338x7+0.027x8+

0.164x9+0.261x10+0.285x11+0.338x12

+0.351x13+0.336x14+0.348x15

第二主成分表達式為：

F2=0.391x1+0.393x2+0.451x3+0.351x4+

0.021x5+0.042x6-0.059x7-0.043x8-

0.054x9+0.177x10+0.185x11-0.276x12

-0.287x13-0.274x14-0.237x15

第三主成分表達式為：

F3=0.236x1+0.135x2-0.017x3+0.178x4+

0.318x5+0.305x6+0.265x7-0.036x8-

0.143x9-0.562x10-0.537x11-0.019x12

+0.018x13+0.051x14+0.001x15

第四主成分表達式為：

F4=-0.358x1+0.026x2+0.058x3-

0.127x4+0.126x5+0.266x6+0.272x7

-0.169x8+0.703x9+0.052x10-

0.066x11-0.258x12-0.101x13-

0.057x14-0.286x15

第五主成分表達式為：

F5=-0.094x1-0.015x2+0.084x3+

0.047x4-0.015x5+0.028x6+0.086x7

+0.975x8+0.089x9-0.050x10-

0.020x11-0.084x12-0.026x13-

0.026x14-0.029x15

分別用第一、第二、第三、第四、第五主成分F1、F2、F3、F4、F5中每個指標所對應的系數(shù)乘上所對應的貢獻率再除以所提取兩個主成分的累計貢獻率，然后將兩個主成分指標的系數(shù)相加，得到綜合得分模型：

Z=0.114x1+0.191x2+0.191x3+0.1664+

0.111x5+0.220x6+0.218x7+0.086x8+

0.135x9+0.085x10+0.092x11+0.065x12

+0.097x13+0.101x14+0.079x15

所得到的綜合模型就是用人單位與學生對各指標重要性的認定，我們將結(jié)果整理如表8所示：

表8 各指標重要性得分Tab.8 The importance of each index score

3 對統(tǒng)計分析結(jié)果的綜合評價與建議

3.1 數(shù)據(jù)分析

對調(diào)查數(shù)據(jù)進行描述統(tǒng)計，可算得用人單位和學生對每個指標關(guān)于“重要程度”評分的平均值，見表9。

表9 各指標重要程度平均得分Tab.9 The average score of each index

為了更加直觀地研究學生和用人單位看重的指標是什么，我們以表9中的重要程度平均分為橫軸，以表8中的重要性得分為縱軸繪制象限圖，分析大學生和用人單位高度關(guān)注的、重度關(guān)注、輕度關(guān)注以及相對關(guān)注度極小的指標分別是什么，進行對比分析，研究大學生在就業(yè)以及用人單位在招聘時的“供”、“需”差異在哪里，從而有針對性地為大學生在培養(yǎng)自身就業(yè)競爭力時提供建議，以及分析高校如何向社會輸送“適銷對路”的大學生。

圖1 指標象限分布圖——學生部分Fig.1 Index quadrant distribution chart-the part of the students

圖2 指標象限分布圖——用人單位部分Fig.2 Index quadrant distribution chart-the part of employer

從象限圖中可以看出：

象限1是重要程度原始評分高，主成分分析得出的重要性也高的區(qū)域，是人們高度關(guān)注的指標所在。圖1中落在該區(qū)域的點是x1、x2、x3、x4、x5、x10，包括“工作態(tài)度與合作能力”方面的所有內(nèi)容以及“表達溝通能力”這一指標；圖2中落在第一象限的點“工作態(tài)度與合作能力”方面中的“穩(wěn)定度及抗壓性”、“團隊合作精神”和“職業(yè)道德”。由此可知大學生和用人單位均認為構(gòu)成大學生競爭力的因素中“工作態(tài)度與合作能力”至關(guān)重要，兩者在這一方面的見解趨向一致。

象限2是重要程度原始評分低，主成分分析得出的重要性高的區(qū)域，人們的關(guān)注度相對于第一象限次一級。圖1中落在該區(qū)域的點是x6和x8，分別代表“職業(yè)生涯規(guī)劃能力”和“創(chuàng)新能力”；圖2中落在該區(qū)域的點是x6、x7、x9，分別代表“職業(yè)生涯規(guī)劃能力”、“求職能力”、“領(lǐng)導能力”；落在該區(qū)域的點均是“生涯規(guī)劃管理與學習進取能力”這一方面，由此可知大學生和用人單位在整體認知上趨向一致。

象限3是重要程度原始評分高，主成分分析得出的重要性低的區(qū)域。圖1中落在該區(qū)域的點是x11“解決問題的能力”；圖2中落在該區(qū)域的點是x1、x5、x8、x10、x11分別代表“工作態(tài)度”、“學習能力”、“創(chuàng)新能力”、“表達溝通能力”和“解決問題的能力”。由此可以看出在“解決問題能力”這一方面兩者見解一致，大學生高估了用人單位對“創(chuàng)新能力”的重視程度。

象限4是重要程度原始評分低，主成分分析得出的重要性也低的區(qū)域，在此區(qū)域人們的關(guān)注度普遍偏低，其重要程度最次。共同落在圖1、圖2中的點是x12、x13、x14、x15，代表著“專業(yè)知識水平”、“計算機應用能力”、“外語能力”、“專業(yè)知識應用能力”。在影響大學生順利就業(yè)的因素中，用人單位和大學生均認為“專業(yè)技能運用能力”相對于“工作態(tài)度與合作能力”和“生涯規(guī)劃與學習進取能力”兩方面，其重要性最低；落在圖1中的點還有x7、x9代表“求職能力”、“領(lǐng)導能力”，用人單位將這兩方面列在中度關(guān)注區(qū)，說明大學生過度輕視求職能力和領(lǐng)導能力的重要性。

3.2 政策建議

（一）針對大學生

首先要轉(zhuǎn)變觀念，提高對“領(lǐng)導能力”與“求職能力”的重視程度。

領(lǐng)導能力是一項綜合能力，需要全方位的鍛煉。對于領(lǐng)導能力的培養(yǎng)，大學生在就業(yè)之前應當把握校園里的機會，積極參與學生干部的競選活動，參與班級內(nèi)部管理、參加社會實踐活動、接手活動賽事的承辦，主要目的是走出去，接觸各種人群，在實踐中鍛煉自己與人相處的能力，結(jié)交志同道合的朋友，積累人脈。

對于求職能力的培養(yǎng)，大學生應當學好專業(yè)知識和掌握專業(yè)技能，找準自己的定位并做好職業(yè)生涯規(guī)劃，認清自己，掌握自薦的方法和技巧。在校期間可以積極參與演講賽、辯論賽，模擬求職等賽事，培養(yǎng)自己的口才與應變能力。

其次要掌握專業(yè)技能，打牢基礎知識，這是增強大學生就業(yè)競爭力的基礎。要提高自身修養(yǎng)，注意培養(yǎng)專業(yè)素質(zhì)；要培養(yǎng)敬業(yè)精神，養(yǎng)成良好的工作態(tài)度與就業(yè)觀念。大學校園也可算是一個小型社會，在校期間，學生們可以在申請勤工助學，服務校園的過程中培養(yǎng)自己的敬業(yè)精神，拓寬知識面，朝多方面發(fā)展，理論聯(lián)系實踐，積累社會經(jīng)驗。

（二）針對高校

高校是大學生的培養(yǎng)基地，培養(yǎng)“適銷對路”的大學生是高校的職責所在。高校在辦學時應當重視實踐教學，重視對學生能力的培養(yǎng)，特色辦學，提高學生的實踐能力和創(chuàng)新能力；豐富校園文化活動，增強學生的參與意識，提高學生的活動參與度；建立健全就業(yè)指導機構(gòu)，加強學生職業(yè)生涯規(guī)劃的指導隊伍建設；加強學校與企業(yè)的合作，為大學生提供更多的實習崗位，發(fā)揮社會對教育的參與，為學生提供更多的創(chuàng)新實踐機會。

4 總結(jié)

本文通過調(diào)查用人單位和高校大學生對構(gòu)成大學生就業(yè)力因素的認知，對調(diào)查數(shù)據(jù)分別使用主成分分析方法，綜合評價了構(gòu)成大學就業(yè)力的各因素的重要性。通過構(gòu)建指標象限分布圖對比用人單位和大學生對重要性的認知差異，對提高大學生就業(yè)競爭力，實現(xiàn)人才市場“供”“需”一致，緩解大學生結(jié)構(gòu)性失業(yè)具有重要意義。

參考文獻：

［1］闞楓.連年“就業(yè)難”的冷思考：結(jié)構(gòu)性就業(yè)尷尬何解？［J］.就業(yè)與保障，2014（6）：19-20.

［2］曾湘泉.雙轉(zhuǎn)型下的中國就業(yè)能力提升戰(zhàn)略［R］.北京大學教育經(jīng)濟研究所簡報，2010（1）.

［3］李穎，劉善仕，翁賽珠.大學生就業(yè)能力對就業(yè)質(zhì)量的影響［J］.高教探索，2005（2）：91-93.

［4］鐘一彪.大學生就業(yè)素質(zhì)與就業(yè)能力培養(yǎng)研究［J］.中國青年研究，2006（12）：75-77+44.

［5］王靜波，劉善仕.社會對大學生能力的認知及其對素質(zhì)教育的啟示［J］.現(xiàn)代大學教育，2003（5）：58-61.

［6］朱建平.應用多元統(tǒng)計分析［M］.北京：科學出版社，2016.

楊鵬輝（1981-），女，安徽淮南人，安徽財經(jīng)大學統(tǒng)計與應用數(shù)學學院講師、碩士。主要研究方向：圖論與組合優(yōu)化。

中圖分類號：F249.21

文獻標識碼：A

文章編號：1673-6125（2016）02-0005-06

收稿日期：2016-04-18

作者簡介：黃 玲（1995-），女，安徽馬鞍山人，安徽財經(jīng)大學統(tǒng)計與應用數(shù)學學院本科生。主要研究方向：經(jīng)濟統(tǒng)計。

Research on the Composition of College Students＇Employability Based on Principal Component Analysis

HUANG Ling，YANG Peng-hui
（School of Statistics and Appl.Math，Anhui University of Finance and Economics，Bengbu，Anhui，233030，China）

Abstract：With the increasing size of college graduates year by year，the employment situation of college students is becoming more and more serious.On the one hand，college graduates are facing increasingly serious structural unemployment problem，on the other hand，employers are desperate to find a suitable talent.As the output of talents，university cannot educate the students＇accommodation of social，the employment of college students is becoming increasingly serious.College Students＇employment ability is a comprehensive ability，This article constructs the system of College Students＇employment ability and sent out questionnaires to employing units and college students to study their perception of＂Work attitude and cooperation ability＂，＂Career planning management and learning and enterprising ability＂，and＂The ability to use professional skills＂.Using principal component analysis method，analysed the importance of the various factors that constitute the university employment force from two angles of university students and the employing unit. cBy constructing index quadrant distribution chart，we compare the view of students and the employers.To improve the employment competitiveness of college students，we offer students and university reasonable suggestions.

Key words：Employability；Structural unemployment；Importance；PCA；SPSS