大学生就业能力的培养及影响因素分析

摘 要 本论文主要研究多变量就业影响因素，利用R软件对各项指标因素进行多元回归分析，并对回归系数及回归模型做显著性检验，通过模拟回归方程来分析影响大学生就业的因素指标。最后得出结论：影响大学生就业的主要因素为：专业前景、学历、薪金待遇、就业地点、英语、政治面貌。其中专业前景，是模型中所占权重最大的因素，因此可以说专业前景好坏对大学生就业影响重大。

关键词 影响因素 多元回归分析 逐步回归分析

Analysis of Factors Affecting the Employment of College Students

XU Dongmei， LI Zhaoling， TONG Yingying， JIN Zhezhi

（Deprtment of Mathematics， College of Science， Yanbian University， Yanji， Jilin 133002）

Abstract This thesis is to study the multivariate factors that impact the rate of employment of college students， which will be realized by creating a linear regression model. R software is used here to have a multiple regression analysis on the possible factors and then conduct a significance test on the regression coefficient and the regression model. Factors that impact the rate of graduate's employment is analyzed by simulating the regression equation. We can come to the conclusion that the key factors influence graduates' employment are the following： professional prospects， education background， salary， job site， English， politics status. Among them， Professional prospects have the biggest proportion in the model. So we can conclude that good professional prospects help a lot in graduates' employment.

Key words factors; multiple regression analysis; stepwise regression analysis

0 引言

随着全球经济水平的发展，各国急需大量人才。我国的大学教育已经非常普及，逐步走向大众化，招生数量逐年增多。由于高校扩招和市场竞争激烈，大学生就业形势已非常严峻。就目前来说，国家急需人才，而从另一个方面来说，大学生的就业率下降，就业问题比较严峻。据教育部统计全国历年高校毕业生人数如下：2004年为280万人，2005年为338万人，2006年为413万人，2007年为495万人，2008年为559万人，2009年为611万人，2010年为631万人，2011年为660万人，2012年为680万人，2013年为699万人，预计2014将有727万人。从这方面来说，大学生就业难度在逐渐加大。但是，中国的大学生还远远没有多到“取之不尽用之不竭”的程度，社会对大学生的需要仍然是多多益善。但全国各地的高校毕业生仍面临着巨大的挑战。导致上述现象的出现，既有社会的因素，也有学校、企业和学生个人等多方面因素。一是我国人才市场配置存在手段粗放，管理不善，缺乏超前思路的弊病。二是高校专业及课程设置有较大盲目性，专业趋同现象十分严重，与快速发展的市场需求错位，造成部分专业毕业生人数供给严重大于需求。而用人单位对应聘者的实际操作能力、适应工作环境能力以及创新能力等提出了越来越高的要求。

1 模型的建立

1.1 基本假设

根据以上分析研究，假设延边大学的毕业生就业率分别受英语级别、计算机能力级别、专业前景、学历、政治面貌、民族、就业地区、薪资要求这些因素的影响最大，只将以上变量选入模型;毕业生就业方向不受其他方面的影响;相同条件下大学生毕业后选择各个方向发展的能力相同;假设数据信息准确。

1.2 建立虚拟变量

我们选入的变量如下：

1.3 建立多元线性回归模型

本论文是研究高校毕业生的就业情况与影响就业的因素之间的关系，基于二者的回归关系，可以建立多元线性回归模型，①将10个0-1变量选入到模型 = + + + … + + 中。其中，，，…，，是未知参数，需要通过模型求解。其中，为随机误差，需要做出如下假定：

是服从均值为0，方差为的正态分布。

1.4 进行回归分析

利用软件分析②结果如表1，表2所示：

确定系数为0.9203，调整后的确定系数为0.8591，即代表回归方程被变量-解释的比例达到85.91%。 值越大，反映因变量与自变量之间的共线性越好。即模型的数据拟合程度很好。值也是小于0.05（这里取显著性水平为0.05），总体来看，整个模型是显著的。但是，由回归系数的显著性检验可知，（计算机能力级别）和（民族）对模型没有显著影响。

表 1 对回归方程的显著性检验

表 2 对回归系数的显著性检

1.5 逐步回归分析过程

从程序运行结果可以看到，用全部变量做回归方程时，AIC的值为-39.1。AIC为最小信息量准则，其值达到最小的模型被认为是最优模型。

接下来显示的三步筛选数据表明，如果去掉，，得到回归方程的AIC值到达最小。得到“最优回归方程”。

表3 对回归方程的显著性检验

由显示结果可看到：确定系数为91.46%，比一般线性回归的有些下降，而调整后的确定系数为86.59%，比一般线性回归调整后的略微上升。回归模型的显著性水平有很大提高，但变量（计算机能力级别），（学历水平）系数检验的显著性水平仍不理想。

1.6 回归方程的计算

从程序结果看，如果删除变量，AIC的值是增加的最少的，另外，除AIC准则外，残差的平方和也是逐步回归的重要指标之一。从直观来看，拟合越好的回归方程，其残差平方和应越小。当去掉变量时，残差的平方和上升的0.41是最少的，所以，应该去掉变量。

表4 对回归方程的显著性检验

表5 对回归系数的显著性检验

最后得到回归方程为：

= 1.0730 + 0.4732 + 1.3091 + 0.6297 + 0.34351.00701.1728

2 结论分析

影响大学生就业的主要因素为：专业前景、学历、薪金待遇、英语、就业地点、政治面貌（按影响作用大小顺序排列）。从数据模型上来讲专业前景对就业影响最大。

对于工作经验比较少的大学生，所拥有的个人能力较低，企业给的工资待遇是比较低的。毕业大学生应该放低身段，再者不要嫌弃已有的机会，要摆正心态，要有吃苦在前，享乐在后的觉悟。③对于在校大学生，一定要树立科学的就业价值观，积极培养就业工作所需要的各项能力指标。

延边大学是一所综合性民族大学，全国211重点院校，已经成为学科门类、专业设置比较齐全的综合性大学。学校朝语专业更是全国一流，在语言方面有雄厚的实力和民族语言特色优势。

3 应对措施

通过一些资料显示，将近七成的学生希望通过自己的努力，培养自己各个方面的能力，来积极面对就业难的问题，这种做法值得鼓励和提倡。还有剩下将近三成的学生想通过找关系，希望学校提供实习基地，来增加自己的就业机率。总之，大学生就业，应从高中选考专业开始，上大学期间积极培养自己的就业意识观念，工作重心不能单纯地放在就业率上，而应该培养自身的就业危机意识和职业意识，并不断完善自身的职业素养，提高职业技能。

大学生对毕业后月薪的追求，应该有科学清醒的认识。据有关资料统计调查表明，现在大学生的一般月薪在2000～3000元左右，但能客观认识到这一点的大学生，只有18%左右。当然大学毕业生选择高薪待遇也无可厚非，但是随着高等教育日益普及，大学毕业生应认识到大学生只是普通的劳动者，如果用高等教育的水平要求精英教育的回报，势必会产生一定的心理落差。实践出真知，精英都是从实践中摸爬滚打起来的，并不仅是大学教育培养出来的。

专业前景对就业非常重要，但并不是说专业前景好就一定能找到好的工作，找到好的工作还受到学历，英语等诸多因素影响。英语水平、学历、专业水平是企业衡量人才的一个基本标准，是求职的敲门砖。在校大学生应珍惜时间，科学制定合理目标，有效学习这些专业基本技能，以便更好地就业。

最后，就业指导方面工作，不仅仅是社会有关就业部门的责任，也是各高校的责任。④对高校而言，校友是无形的最有力的资产，他们是现有大学生的榜样，可以方便学生更快地了解社会。学校可邀请一些有资历的校友，让校友所在的单位来招聘，为我校毕业生扩展就业渠道。可以通过已找到工作的毕业生，让他们起到中介作用，为毕业生与用人单位建立起桥梁。我校从建校以来，就业人数达到数十万，而且有很多优秀的毕业生已经在自己的工作领域取得了优秀的业绩。可以说学校也是一个无形市场，我们一定要充分用好这个市场来帮助学生就业。另外，学校对即将毕业的大学生进行就业指导，减少大学生就业选择的盲目性。

*通讯作者：金哲植

注释

① 何晓群，刘文卿.应用回归分析.北京：中国人民大学出版社，2011.

② 薛毅，陈立萍.R统计建模与R软件.北京：清华大学出版社，2007.

③ 王淑芳，孙怡，谷慧敏.旅游专业大学毕业生就业影响因素分析[J].旅游学刊，2005（S1）.

④ 张晓东.影响大学生就业因素研究现状分析[J].中国青年政治学报，2010（4）.