基于结构方程模型的大学生就业预期情况分析---很清晰明了
3.1 本文变量的设置
表 1 指标的设置 变量符号 X1 X2 X3 X4 X5 X6 X7 变量名
生源地 户口类型 父亲受教育程度
取值情况
X1=1 西部； X1=2 中部； X1=3 东部 X2=0 农村户口； X2=1 城镇户口 X3=1 初中以下； X3=2 初中； X3=3 高中或中专 X3=4 大专或本科；X3=5 研究生以上
； i与 j （ i, j 1, 2, ,n ）
、 i与 j （ i, j 1, 2, , n; i j ）
, v; i j ）不相关。
4.3 结构方程模型路径图及形式
结合研究目的，首先我们根据相关研究及经验，找出影响大学生的预期就业 手段和预期就业地域这两个内生潜变量的外生潜变量。然后，对问卷中的相关指 标进行初步归类，建立验证性因子模型，并进行相关的参数估计、不断修正，最 终确定潜变量的结构后， 再加入结构方程模型。下图为拟采用的结构方程全模型 的路径分析图，欲对各路径参数进行估计。
2.2 抽样方法
该次调查按学科类别（文科、理科、工科、其他）和年级（大一、大二、 大三、大四）将研究总体分为 16 个层，由于“其他类”的大一和大四的数据难 以取得，因此，仅针对其余 14 个层进行抽样。根据抽样框，在每层中按简单随 机抽样抽取 20%的班级，同时在抽中的班级中按简单随机抽样抽取 30%的学生。
2.1ห้องสมุดไป่ตู้数据来源
本论文数据来自于辽宁工程技术大学理学院 2007 级统计系本科生于 2009 年 10 月至 11 月期间收集的题目为“大学生就业与深造意向调查”的原始问卷资 料。该次调查的调查对象为辽宁工程技术大学全日制在读本科生（辽宁工程技术 大学二级学院的学生不包括在内） 。具体说来，本论文仅仅提取在问卷的“甄别 问题”部分回答“就业”的那部分人（共计 280 人）的相关信息进行分析。
善处理这些潜变量， 而结构方程全模型则能同时处理潜变量及其指标。它是一种 基于变量的协方差矩阵来分析多个变量之间关系的一种统计方法， 也称为协方差 结构分析。并且，它有机地整合了多元统计中的因子分析方法、生物学中的路径 分析方法以及计量经济学中的联立方程模型。 结构方程全模型由测量方程和结构 方程组成。若结构方程模型中只包括测量方程，则又称为验证性因子模型。关于 测量方程和结构方程的形式，最普遍的情况是设定为线性模型。 测量方程用来描述指标与潜变量之间的关系，用下述模型表示：
所学专业前景看法
X7=1 很不好； X7=2 不好； X7=3 一般 X7=4 较好； X7=5 非常好
X8 X9 X10 X11 Y1 Y2
参加就业辅导的次数
X8=0 参加 0 次； X8=1 参加 1 次 X8=2 参加 2 次； X8=3 参加 4 次以上
就业资格证书个数 四、六级考证情况 参加社会实践次数
X m AX Yn AY
4.1
T 这里，X ( x1 , x2 ,......., xm )T 是由m个外生指标构成的列向量； （1 , 2 , ......., u）是
由u个外生潜变量构成的列向量；AX 是一个m u维的矩阵，称作X 在 上的因子负荷阵， 描述了外生指标与外生潜变量之间的关系； 1 , 2 ,......., m 是m维的误差项列向量。
Y2=3 地级城市及州市； Y2=4 省会城市及直辖市
表 2 潜变量的设置 变量符号 变量名
社会经济地位 对就业状况的把握 自身能力 预期就业手段
变量包括的指标
X1、X2、X3、X4、X5 X6、X7、X8 X9、X10、X11 Y1
外 生 潜 变 量 内 生 潜 变 量
1
2 3
1 2
预期就业地域
X 指标
外生潜变量
内生潜变量
Y 指标
X1 X2 X3 X4 X5
1
社 会 经 济地位
1
预 期 就 业手段 Y1
X6 X7 X8
2
对就业状 况的把握
2
X9 X10 X11
3
自 身 能 力
预 期 就 业地域
Y2
图 1 拟采用的全模型路径分析图
图 1 的符号说明：
正方形或长方形表示指标；圆或椭圆表示潜变量；单向箭头表示单向影响； 双箭头表示相关； 单向箭头指向指标表示测量误差；单向箭头指向潜变量表示内
随着我国经济的不断发展，越来越多的年轻人获得了接受教育的机会。从社 会发展的角度来讲， 大批高素质的人才培养是与我国快速发展的社会经济水平相 适应的。然而，由此也带来了两方面的问题： 一是本科生的就业矛盾日益突出，几乎每一个大学生都在切身感受就业的 恐慌； 二是人才的竞争加剧， 加之市场对于人才的需求多元化，考研或出国深造成 为提高我们本科生自身核心竞争力的一种渠道， 同时也是规避就业难的一种新途 径； 那么，在如此就业形势严峻、人才竞争加剧的当今社会，大学生们对自己将 来的就业有怎样的预期呢？ 本论文基于“大学生就业与深造意向调查”的原始问卷资料，欲从大学生的 就业预期角度出发， 结合结构方程模型，分析大学生预期就业手段和预期就业地 域方面的相关情况，并期望推广结构方程模型应用于问卷分析的方法。
, v 为一个v维结构模型残差项列向量，反映了模型中未能解释的部分。
T
4.2 模型的基本假定
⑴一般假定，每一个指标 xi , y j i 1, 2,
, m; j 1, 2,
, n 只在其对应的潜变
量上有不为 0 的因子负荷，而在其他潜变量上的因子负荷为 0。内生变量之间的 路径（相关或单方面影响）依据经验和相关理论而定。 ⑵测量误差项 i 与外生潜变量 j 之间（ i, j 1, 2, 生潜变量 j 之间不相关（ i, j 1, 2, （ i, j 1, 2, 、测量误差项 i 与内 ,m ） 、 i与 j , m; i j ）
1.1 研究目的
本论文在采用量表方式对问卷中的定性变量予以赋值后， 欲分析影响大学生 预期就业手段和预期就业地域的因素， 并期望得到各个因素与大学生预期就业手 段、预期就业地域之间的关系的度量。 需注意： ⑴该调查的调查对象是辽宁工程技术大学全日制在读本科生。 调查对象仅仅 是来自大学生这个总体的一个群或层。根据抽样调查的相关理论，辽宁工程技术 大学在读本科生并不具有典型代表性， 即它作为大学生总体的一个群被抽出并不 具备随机性和强代表性。因此，本论文从这份调查数据出发，仅仅只是从一个相 对小的视角研究大学生预期就业手段、预期就业地域方面的情况，结果不一定适 用于大学生总体。 ⑵问卷数据归属于 2009 年 10 月这个时点，因此，本论文的分析结果当然是 对 2009 年 10 月这个时点相关情况的反映。
生潜变量未被解释的部分。
注意：
⑴确定需要用哪些指标衡量潜变量，可以根据经验分析进行初步归类，也可以 使用多元统计分析中因子分析的方法进行探索。然后，对初步归类的指标建立验 证性因子模型（即只有测量方程） ，并进行相应的参数估计，比较从属于同一潜 变量的各路径参数的大小，进行相应的路径删减。 ⑵结构方程全模型是否可识别不仅取决于数据质量， 更取决于模型设定形式是 否正确。模型形式的正确性就表现在潜变量指向指标的单向路径、外生潜变量之 间的双向路径、内生潜变量之间的单向或双向路径、外生潜变量指向内生潜变量 的单向路径划定是否正确。每一条路径对应一个待估参数（主要是模型中的系数 （负荷） 、误差方差、潜变量之间的相关系数） 。一般的思路是先建立验证性因子 模型，不断修正（删减路径或改变路径相连方式） 、保证指标与潜变量之间的从 属关系成立后，再建立结构方程，不断修正，渐渐修改为相对理想的模型。 ⑶在没有任何理论依据或经验的前提下， 我们要考虑任意两个外生潜变量之间、 任意两个内生潜变量之间的相关关系（路径为双向） ，然后根据模型的参数估计 结果进行相应的路径增减。 ⑷由图 1，注意到本文拟采用的模型中，两个内生潜变量1 和 2 均分别只用一 个指标 Y1 和 Y2 衡量，相当于潜变量就是指标。原则上，结构方程模型并不允许这 样的情况出现， 因为单指标潜变量的存在会使得模型无法识别。倘若这种情况真 的出现了，需在参数估计时固定负荷或方差等（详见附录四的程序） 。本文模型 的设定形式不得不包含单指标的潜变量， 主要是由于我们基于第二方设计的问卷 进行相关问题的分析，使得问卷内容设计和模型形式设定脱节，从而导致有些潜 变量找不到一定数量的、合适的指标来测量。 对照图 1，模型的形式设定为：
Y2
4．基于结构方程模型的大学生预期就业手段和就业 区域情况分析
4.1 结构方程模型简介
很多社会、教育、心理等研究中涉及的变量，都不能准确、直接地测量，比 如学习动机、家庭社会经济地位等，我们称这样的变量为潜变量。潜变量往往只 能通过一些外生指标去衡量，比如用父母受教育程度、学生户口类型、父母收入 等外生指标来衡量学生的社会经济地位（潜变量） 。传统的统计分析方法不能妥
X9=0、1、2、3…… X10=0 四、六级都没过； X10=1 过四级； X10=2 过六级 X11=0 从不参加； X11=1 参加 1、2 次
X11=2 参加 3、4 次； X11=3 参加 4 次以上 是否自主创业 Y1=0 否； Y1=1 是
工作地域
Y2=1 农村地区；
Y2=2 县级地区
外生潜变量
内生潜变量
Y 指标
外源观测变量 变量
内生观测
那么，研究外生潜变量对内生潜变量的影响实质上就是间接研究 X 指标对 Y 指标的影响。只不过，结构方程把由同一个潜变量控制的指标划分为一类，表示 这一类指标受该潜变量的影响，使得问题的分析更加的系统。 值得注意的是，本论文的研究基础——问卷资料来自于第二方的调查资料， 第二方事先并未考虑过用结构方程模型分析问卷。那么，本文运用结构方程模型 分析问卷，问卷中的问题就不一定能很好地切合结构方程模型，由此可能引起相 当的误差。 这也就决定了我们在确定运用结构方程模型分析问卷时，已有心理准 备面对模型可能出现的整体拟合效果不好等问题， 故本文着眼于推广结构方程模 型建模方法在问卷分析中的应用。也就是说，欲用结构方程模型分析问卷，应该 事先根据相关理论或经验初步设定几个潜变量， 然后在问卷中为每一个潜变量设 置若干的题目来测量它。
基于结构方程模型的大学生就业影响因素分析——以曲阜师范大学为例
D O I :10.3969/j.i s s n .1001-5337.2023.3.025 *收稿日期:2022-02-19基金项目:国家自然科学基金(12171277,12271294).通信作者:赵宇欣,女,1998-,硕士;研究方向:试验设计与分析,统计学;E -m a i l :z y x 123456a i s t u d y@163.c o m.基于结构方程模型的大学生就业影响因素分析*以曲阜师范大学为例赵宇欣, 赵胜利(曲阜师范大学统计与数据科学学院,273165,山东省曲阜市) 摘要:为了更加了解大学生就业现状,以曲阜师范大学2021届毕业生为研究对象,建立结构方程模型分析影响毕业生就业的主要因素.通过数值结果分析得出结论:影响最大的是家庭因素,其次是个人因素.在家庭因素中,家庭经济状况以及父母择业观念很大程度上制约或提升毕业生就业成功率.在个人因素中,提高个人能力素质以及加强就业知识对毕业生能否择优就业有很大影响.关键词:结构方程模型;信度分析;就业影响因素中图分类号:C 811 文献标识码:A 文章编号:1001-5337(2023)03-0025-060 引 言俞晓勤等[1]在2010年调查了毕业生的就业现状,分析了影响即将毕业的大学生就业的困难,从国家㊁高校及毕业生自身3个方面具体了解当下大学毕业生面临的就业困难.唐蕾等[2]从就业准备㊁学校就业指导㊁就业家庭观念㊁专业科目设置和就业市场各方面分析大学生就业不成功的多方面原因,提出专业课的设置和就业市场的提案.慕丽娜等[3]在2010年应对金融危机下大学生就业困境 和 受金融危机影响大学生就业现状 中支持国家政策㊁提供就业指导㊁高校课程措施㊁提供优惠政策,鼓励大学生基层就业.吴宜[4]认为,就业指导人员在就业工作中一直显示着重要影响,实现了宏观就业问题的指导和微观问题的统一.谌启标等[5]了解到澳大利亚工商理事会等组织提出了 就业能力框 ,体现在学校课程上的着重培养.金碚等[6]在2009年研究了在英国测试类型的人力资源招募和指导卫生部在人才需求方面需要哪些重要能力和品质,其中,包括培养学生的自主学习的兴趣,培养主要的创造性思维等.李敏[7]发现在美国为了让学生实践的机会增加,一些公司经常会被邀约去课堂进行讲解,为学生们讲解如何择业的知识.本文首先通过总结国内外相关文献并对其进行梳理总结,从学校㊁个人㊁社会㊁家庭4个方面,研究得到大学生就业的5个潜变量(学校㊁个人㊁社会㊁家庭㊁就业情况)与11个主要观测指标(地方经济㊁地方政策㊁专业知识㊁教学质量㊁就业指导㊁家庭经济㊁父母择业观念㊁个人能力㊁就业意识㊁就业率㊁满意度);然后根据这些因素设计调查问卷,以曲阜师范大学为例对毕业生的就业影响因素进行研究,并建立了毕业生就业影响因素模型,进而对影响毕业生就业最主要的因素进行了研究.1 相关模型介绍1.1 信度分析理论信度最早由斯皮尔曼(S pe a r m a n )于1904年将其引入心理测量,指的是测验结果的一致性程度或可靠性程度.根据所关心的重点不同,信度可分为内在和外在信度两类.内在信度指调查表中的一组问题是否测量的是同一个概念,也就是这些问题之间的内在一致性如何.最常用的内在信度指标为克隆巴赫系数α(C r o n b a c h α)系数.α信度系数法中的克隆巴赫α信度系数是目前最常用的信度系数,公式为第49卷 第3期2023年7月 曲阜师范大学学报J o u r n a l o f Q u f u N o r m a l U n i v e r s i t yV o l .49 N o .3J u l y 2023α=k k -11-ðS 2i S 2Tæèçöø÷,(1)其中,k 为题目总数;S 2i为第i 个得分的题内方差;S 2T 为全部题目总得分的方差.当信度系数越大,表明测量的可信程度越大,可信度的高低与克隆巴赫α系数的对照如表1所示.表1 克隆巴赫α系数对照表可信度克隆巴赫α系数不可信α<0.3勉强可信0.3<α<0.4可信0.4<α<0.5很可信(最常见)0.5<α<0.7很可信(次常见)0.7<α<0.9十分可信0.9<α1.2 结构方程模型(S E M )理论1.2.1 结构模型潜变量与潜变量间的结构方程为η=B η+Γξ+ζ,其中,η表示内生潜变量;ξ表示外生潜变量;B 表示内生潜变量间的关系;Γ表示外生潜变量对内生潜变量的影响;ζ表示结构方程的残差项.1.2.2 测量模型内生潜变量与内生指标间的关系方程为y =Λy η+ε,其中,y 表示内生指标,η表示内生潜变量,Λy 表示内生指标与内生潜变量之间的相关性,ε表示内生指标y 的误差项.将潜变量放在椭圆中,观测指标放在矩形框中,箭头符号指向表示自变量之间的相关性,则两者之间路径图如图1所示.图1 内生潜变量指标路径图外生潜变量与外生指标间的关系方程为x =Λx ξ+δ,其中,x 表示外生指标,ξ表示外生潜变量,Λx 表示外生指标与外生潜变量之间的相关性,δ表示外生指标x 的误差项,则两者之间的路径图如图2所示.图2 外生潜变量指标路径图1.2.3 结构方程模型的应用步骤结构方程模型属于认证分析技术,其使用数据信息模型拟合进行认证,通常结构方程建模分为5个操作,应用步骤如图3所示.图3 结构方程模型操作步骤图(1)模型设定在模型建立之前,通常利用已有的知识和理论,形成一个简单的理论模型,模型可分为2类:测量模型和结构模型.(2)模型识别模型建立后,结构方程模型属于认证分析,使用数据信息模型拟合进行认证,使用模型拟合进行识别.模型的识别通常有3种结果:未识别,仅识别和过多识别.(3)模型估计模型估计的目的是最小化方差矩阵与标准偏差协方差矩阵之间的差异,将参数值和自由参数值的估计代入结构方程模型从而获得协方差的平方.最常见的模型参数估计方法是最大似然法和广义最小二乘法.(4)模型拟合该过程用于估计模型的主要参数,以预测和分62 曲阜师范大学学报(自然科学版) 2023年析自变量的标准偏差协方差矩阵,匹配的程度取决于构造方程式的模型和样本数据信息的程度.拟合度试验可分为整体模型拟合度试验㊁测量模型拟合度试验和结构模型拟合度试验,评价S E M模型拟合程度的标准如表2所示.表2模型拟合度评价指标指标名称评价标准卡方/自由度似然比χ2/D F越小越好拟合优度指数G F I>0.90调整拟合优度指数A G F I>0.90近似误差的均方根R M S E Aɤ0.10比较拟合指数C F I>0.90规范拟合指数N F I>0.90非规范拟合指数N N F I>0.90信息标准指数A I C越小越好(5)模型修正如果模型不能很好的拟合数据,则必须进行更改并再次设置模型拟合.在这种情况下,必须决定如何添加㊁删除或更改实体模型的主要参数.但是,只有那些有意义并且可以合理解释的参数才应该改变.可以参考修正指标(M I),M I表示实体模型中有限的主要参数,如果允许随机估计(在模型中添加相对路径),模型是可以减少的最小卡方值.M I指标值越大,则拟合度就越好.1.2.4极大似然估计设p(x,θ)(其中θ为未知参数)为总体X的分布律或概率密度函数,x i x n为来自总体X的样本,称L(θ)=ᵑn i=1p(x i,θ)(2)为似然函数;称L(θ)的极大值点^θM L E为参数估计θ的极大似然估计,即L(^θML E)ȡL(θ).(3)在构建的结构方程模型之间,估计内生指标与内生潜变量之间,外生指标与外生潜变量之间的相关程度,称该相关程度为相关系数.2应用结构方程模型2.1数据的获取针对曲阜师范大学2021届毕业生就业影响因素进行调查.网上发放问卷后,经过筛查,共收集216份问卷,有效问卷为210份,问卷效率达到97%.调研问卷参与者的性别分布:男生(39.35%),女生(60.65%);常居住地分布:乡村(29.64%),城镇(30.19%),城市(40.17%).问卷观测变量分布情况如表3所示.对不符合的参数主要是采取删除抽样框的方法,通过S P S S软件进行数据分析.表3问卷份数统计学院计算机化学文学数学外语统计总体发放份数303030505050240回收份数252726454845216有效问卷份数242526454842210接下来进行问卷信度分析,利用S P S S软件计算出各测量值的克隆巴赫α值,结果为0.817,大于0.7,知本次调查问卷的测量值是很可信的. 2.2结构方程整体模型构建2.2.1模型潜变量之间关系的假设(1)社会因素㊁个人因素㊁就业情况的假设假设社会和经济发展以及当前的当地政策越好,学生的就业状况就越好.也就是说,如果区域经济发展越发达,可以提供大量的学生就业岗位,就越吸引毕业生前来就业.政策得当的地区将吸引大量高端人才,学生的专业能力将更高,那么学生更加倾向满意,个人就业率也就更高.(2)学校因素㊁个人因素㊁就业情况的假设假设学生所属学院的综合实力越强,就业前景就越好.学院的就业指导能力越强,提早帮助毕业生树立正确的就业观,根据自身能力㊁兴趣㊁特征选择适合自己的职业岗位,让学生少走弯路从而越容易找到工作.学院的综合实力越高,毕业生的就业选择就越宽泛.学生应聘机构时的整体实力越强,学生的就业状况就越好.学院的专业知识设置㊁课程内容分布和教学水平越高,则学生接受的专业指导越专业,并且学生接受的课外教育越好,从而从业选择就越多样化,学生就越容易找到工作.(3)学校因素㊁家庭因素㊁就业情况的假设假设学生所属的大学有良好的就业指导,父母对子女的就业观就会有全新的意识,不会盲目跟风,通过学校专业指导正确引导子女择业.假设学校的教学质量和综合实力均很好,则无需考虑其他就业方向,父母会遵从孩子的专业进行择业.(4)个人因素㊁就业情况的假设如果学生就业个人因素中的个人能力越优异且突出,那么学生在寻找工作时越容易被用人单位喜72第3期赵宇欣,等:基于结构方程模型的大学生就业影响因素分析欢,就业相对越轻松.(5)家庭因素㊁就业情况的假设家庭经济状况会直接影响学生的就业情况,良好的家境使学生不会将薪资作为择业的第一标准,而是更加重视其岗位未来发展及自身能力的提高,故家庭经济状况会影响就业选择.其次,父母观念也是十分重要的考虑因素,父母的建议也会在学生进行择业时作为重要参考意见.2.2.2模型符号的拟定该模型中潜变量的符号设定如表4所示.潜变量对应的指标的符号设定如下:学校因素对应指标中,专业知识设定为x1,教学质量设定为x2,就业指导设定为x3.就业情况对应指标中,满意度设定为y1,签约率设定为y2.个人因素对应指标中,就业能力设定为y3,就业知识设定为y4.社会因素对应指标中,地区政策设定为y5,地区经济设定为y6.家庭因素对应指标中,家庭经济设定为y7,父母观念设定为y8.根据潜变量间关系假设,在AMO S软件上建立因果关系路径图与整体模型图,如图4与图5.其中,矩形框表示观测变量,圆或椭圆表示潜在变量,单向箭头连接的两个变量表示假定有因果关系,箭头由外生变量指向内生变量.两个变量之间两端连接的都有箭头,表示它们之间互为因果关系.表4测量模型的指标对应表潜变量潜变量名称量对应测量指标ξ学校因素x1,x2,x3η1个人因素y3,y4η2就业情况y1,y2η3社会因素y5,y6η4家庭因素y7,y82.2.3搭建模型依照因果关系路径图(图4)可得到曲阜师范大学毕业生就业影响因素的结构模型,由整体模型图(图5)得到曲阜师范大学毕业生就业影响因素的测量模型,如公式(4)(5)所示.图4因果关系路径图图5整体模型图x1x2x3éëêêêêùûúúúú=λ9λ10λ11éëêêêêùûúúúúξ+δ1δ2δ3éëêêêêùûúúúú,(4)y1y2y3y4y5y6y7y8éëêêêêêêêêêêêêùûúúúúúúúúúúúú=λ3000λ40000λ1000λ20000λ5000λ60000λ7000λ8éëêêêêêêêêêêêêùûúúúúúúúúúúúúη1η2η3η4éëêêêêêùûúúúúú+ε3ε4ε7ε8ε1ε2ε5ε6éëêêêêêêêêêêêêùûúúúúúúúúúúúú.(5)2.2.4结构方程模型的构造首先,根据理论分析我们完成了模型的假设.其次,通过获取的数据完成建模,通过软件进行分析得到模型各项拟合指标如表5所示.表5模型拟合指标表C M I N( 2)D F P G F I A G F I N F I177.17100.9140.8730.825R F I C F I RM S E A D e f a u l t0.7750.8850.075M o d e l本文模型的拟合指标与表2所示的模型拟合度评价指标的对比结果如表6所示.表6模型指标对比分析表P0.000具有统计学意义C M I N/D F2.49(>2)越小越好A G F I<0.9大于0.9为效果好N F I<0.9大于0.9为效果好R F I<0.9大于0.9为效果好C F I<0.9大于0.9为效果好RM S E A0.075<0.08小于0.1为效果好G F I>0.9大于0.9效果好82曲阜师范大学学报(自然科学版)2023年从表6结果可以看出,虽然模型存在一定效果,但还需要进一步对模型进行修正,确保建模合理性与结果分析的真实性.2.2.5模型的修正我们希望得到较小的卡方值,所以使用A M O S 中的修正指标(M I),如果M I值越大,拟合度越好.该模型中卡方值与自由度的比值(C M I N/D F)明显偏大,对应的M I明显偏小,对M I偏小的路径通过删除或添加路径,从而实现减小卡方值的效果.通过分析父母观念与就业观念,个人能力与就业意识之间的M I值较大,得到的M I值为24.156和23.985.从实际考虑来看,家庭因素中的父母观念会影响孩子的就业观念,以及父母观念对于孩子能力的培养,所以家庭观念与就业意识有很强的相关性.于是,通过分析在家庭因素与个人因素之间添加一条路径,从而达到降低C M I N/D F的目的,进而达到修正的效果.重新估计后,我们再次得到解,修正后的模型拟合指标如表7,修正后的模型标准化的路径如图6.图6修正后的模型标准化的路径图表7修正后的模型拟合指标表C M I N( 2)D F P R M R G F I A G F I N F I R F I C F I R M SE A 125.616650.0000.0820.9370.8980.8760.8260.9340.039通过分析得到结论:修正后的模型拟合结果效果更好,此时的路径系数最佳,各项拟合指标都满足预期范围.可以对模型结果进行进一步的实质分析. 3基于S E M模型对大学生就业影响因素分析3.1潜变量与观测变量之间的关系在个人因素与个人能力和就业知识2个观测变量的关系中,个人能力和就业知识对个人因素之间系数分别是1.00和0.96,它们的路径系数都很高,由此认为增强就业知识和个人能力方面的培养,都十分有利于就业.在社会因素与地区经济和地区政策2个观测变量的关系中,地方经济状况的路径系数为0.93,说明这项因素是毕业生就业考虑的尤为重要的社会问题,提高这方面毕业生的优惠,将更有利于就业.在学校因素与专业知识㊁教学质量和就业指导3个观测变量的关系中,专业知识的路径系数最高为1.01,说明在大学生在学校期间,学校合理的课程与专业设置,有效的就业指导课程,可以为大学生打下一个好的就业基础.在家庭因素的两个观测变量家庭经济和父母观念中,家庭经济情况的路径系数为1.01相对较高,由此可见家庭经济情况更能够对就业起到显著影响.3.2潜变量与潜变量之间的关系5个潜变量之间关系路径图,系数在0.8以上为显著关联,说明2个变量之间具有较强的关联性,直接影响为个人因素和家庭因素,间接影响的系数为潜变量到就业因素的所有路径系数的乘积的累加和.由AMO S得到各影响因素的路径系数:家庭因素=0.83+0.69ˑ0.2=0.968,个人因素=0.69;社会因素=0.76ˑ0.69=0.52,学校因素=0.23ˑ0.69 +0.36ˑ0.83+0.14ˑ0.76ˑ0.69=0.54,社会因素=0.76ˑ0.69=0.52.综上分析得到,家庭因素对就业的影响最大,社92第3期赵宇欣,等:基于结构方程模型的大学生就业影响因素分析会因素对就业的影响相对较弱.可见,影响大学生成功就业的因素主要在家庭因素和个人因素两个方面.积极提高个人素质,转变家长观念,将大大提高就业成功率.学校因素和社会因素通过影响个体因素从而较小的影响就业,所以这两部分的重要程度相对较弱.4结束语本文构建了结构方程模型,并以曲阜师范大学2021届毕业生为研究对象对就业影响因素展开实证研究.对数据的预处理,数据获取,信度分析,模型建立,使得数据分析更趋近于真实值,为得到准确度更高的相关系数值,尽可能的对模型进行优化和修正,最终使得S E M模型各项拟合指标都符合我们预期的区间.最后,对得到的结果进行进一步剖析.由于本文的调查对象为曲阜师范大学2021届毕业生,因此,调查研究范围太小,评价指标的合理性有待进一步在实际中进行验证.参考文献:[1]俞晓勤,周莹莹.当前毕业大学生就业情况的调查分析[J].时代金融,2010,8(25):176-178.[2]唐蕾,孙配贞.追求成功的动机对大学生就业压力的影响:有调节的中介模型[J].华南师范大学学报(社会科学版),2021,3(21):90-100.[3]慕丽娜.金融危机下大学生就业现状和对策[J].边疆经济与文化,2010,4(26):69-70.[4]吴宜.大学生就业情况分析及对策研究[J].才智,2011, 12(23):311.[5]谌启标.澳大利亚基于合作伙伴的教师教育政策述评[J].比较教育研究,2009,31(8):87-90.[6]金碚,张世贤,谢晓霞.对英国失业状况和就业政策的考察[J].南京师大学报(社会科学版),2000(1):28-35.[7]李敏.美国教育政策问题研究[D].上海:华东师范大学,2006.A na n a l y s i s o f t h e i n f l u e n c i n g f a c t o r s o f c o l l e g e s t u d e n t s e m p l o y m e n tb a s e do n t h e s t r uc t u r a l e q u a t i o nm ode lT a k i n g Q u f uN o r m a lU n i v e r s i t y a s a ne x a m p l eZ HA OY u x i n,Z HA OS h e n g l i(S c h o o l o f S t a t i s t i c s a n dD a t aS c i e n c e,Q u f uN o r m a lU n i v e r s i t y,273165,Q u f u,S h a n d o n g,P R C)A b s t r a c t:I no r d e r t ob e t t e r u n d e r s t a n d t h e e m p l o y m e n t s i t u a t i o no f u n i v e r s i t y s t u d e n t s,t h e g r a d u a t e s o fQ u f uN o r m a lU n i v e r s i t y i n2021w e r e s e l e c t e d a s t h e r e s e a r c ho b j e c t,a n d t h em a i n f a c t o r s a f f e c t i n g t h e e m p l o y m e n t o f g r a d u a t e sw e r e a n a l y z e db y s t r u c t u r a l e q u a t i o nm o d e l.T h r o u g hn u m e r i c a l a n a l y s i s r e s u l t s, i t i s c o n c l u d e d t h a t f a m i l y f a c t o r s a r e t h em o s t i n f l u e n t i a l,f o l l o w e d b y i n d i v i d u a l f a c t o r s.A m o n g t h e f a m i l yf a c t o r s,f a m i l y e c o n o m i c s t a t u s a n d p a r e n t s i d e ao f c h o o s i ng a j o br e s t r i c t o r i m p r o v e th e s u c c e s s r a t eo fg r a d u a t e s e m p l o y m e n t t o a g r e a t e x t e n t.A m o n g t h e i n d i v i d u a l f a c t o r s,t h e i m p r o v e m e n t o f i n d i v i d u a l a-b i l i t y a n d q u a l i t y a n d t h e s t r e n g t h e n i n g o f e m p l o y m e n t k n o w l e d g eh a v e g r e a t i n f l u e n c eo n t h e g r a d u a t e s e m p l o y m e n t.K e y w o r d s:s t r u c t u r a l e q u a t i o nm o d e l:r e l i a b i l i t y a n a l y s i s;e m p l o y m e n t i m p a c t f a c t o r s03曲阜师范大学学报(自然科学版)2023年。
结构方程模型案例
结构方程模型（Structural Equation Modeling，SEM)20世纪——主流统计方法技术：因素分析回归分析20世纪70年代：结构方程模型时代正式来临结构方程模型是一门基于统计分析技术的研究方法学，它主要用于解决社会科学研究中的多变量问题，用来处理复杂的多变量研究数据的探究与分析。
在社会科学及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），这些都是传统的统计方法不能很好解决的问题。
SEM能够对抽象的概念进行估计与检定，而且能够同时进行潜在变量的估计与复杂自变量/因变量预测模型的参数估计。
结构方程模型是一种非常通用的、主要的线形统计建模技术，广泛应用于心理学、经济学、社会学、行为科学等领域的研究。
实际上，它是计量经济学、计量社会学与计量心理学等领域的统计分析方法的综合。
多元回归、因子分析和通径分析等方法都只是结构方程模型中的一种特例。
结构方程模型是利用联立方程组求解，它没有很严格的假定限制条件，同时允许自变量和因变量存在测量误差。
在许多科学领域的研究中，有些变量并不能直接测量。
实际上，这些变量基本上是人们为了理解和研究某类目的而建立的假设概念，对于它们并不存在直接测量的操作方法。
人们可以找到一些可观察的变量作为这些潜在变量的“标识”，然而这些潜在变量的观察标识总是包含了大量的测量误差。
在统计分析中，即使是对那些可以测量的变量，也总是不断受到测量误差问题的侵扰。
自变量测量误差的发生会导致常规回归模型参数估计产生偏差。
虽然传统的因子分析允许对潜在变量设立多元标识，也可处理测量误差，但是，它不能分析因子之间的关系。
只有结构方程模型即能够使研究人员在分析中处理测量误差，又可分析潜在变量之间的结构关系。
简单而言，与传统的回归分析不同，结构方程分析能同时处理多个因变量，并可比较及评价不同的理论模型。
与传统的探索性因子分析不同，在结构方程模型中，我们可以提出一个特定的因子结构，并检验它是否吻合数据。
基于结构方程的大学生就业前景分析
就业不 吃 香 ： 用人单位也普遍存 在着“ 选 材难” ． 很 多用 人 单 位 在 “ 选材 ” 上 要 求 有 至 少 一 到 两 年
的工作 经 验 ， 这 就 导 致 很 多用 人 单 位 基 本 上 不 要
定 限制 条件 ， 同时它 允 许 自变 量 和 因变 量 存 在 测
量 误差 ， 为分 析潜 在 变 量 之 间 的结 构 关 系 提 供 了 可能． 人 们 可 以找 到一 些 可 观 察 的 变量 作 为 这 些 潜 在变 量 的“ 标识 ” ＿ ６ Ｊ ， 然 而 这些 潜 在 变量 的观 察 标 识总 是包 含 了大 量 的 测 量误 差 ， 这 是 其 他 的 分 析 方法 所难 以解 决 的问 题 ， 结 构方 程 模 型 则 能 够
招 聘信 息表 面看 渠道 多 ， 但有效的、 实 用 的信 息 并
不多 ， 大 学 生获 取 真 实 有 效 的 信 息少 ， 导 致 就
收 稿 日期 ： ２ ０ １ ３ － ０ ７ － ０ ４ 作者 简介 ： 刘 巍（ １ ９ ８ ４ 一 ） ， 女， 吉林 长春人 ， 吉林化工 学院助教 ， 硕士 ， 主要从 事运筹学及其应用方面 的研究 ￥ 通 信作者 ： 李思 晴 ， Ｅ — ｍａ ｉ ｌ ： １ ２ ５ ９ ５ ７ ３ ４ ７ ４ ＠ｑ ｑ ． ｃ ｏ ｎ． ｒ
第３ Ｏ卷
第 ９期
吉 林 化 工 学 院 学 报
Ｊ Ｏ ＵＲ Ｎ Ａ Ｌ Ｏ Ｆ Ｊ Ｉ Ｌ Ｉ Ｎ Ｉ Ｎ Ｓ Ｔ Ｉ Ｔ Ｕ Ｔ Ｅ Ｏ Ｆ Ｃ ＨＥ Ｍ Ｉ Ｃ Ａ Ｌ Ｔ Ｅ Ｃ ＨＮ Ｏ Ｌ Ｏ Ｇ Ｙ
Ｖ０ ｌ ＿ Leabharlann Ｏ ＮＯ ． ９ 论， 并 对影响大学生就业 的诸多 因素进行 了研究 ， 总结 出影 响大 学生就业 的关键 因素． 本研究 将结构 方 程模型 的方法引入社会 问题 的研究 方向 ， 并验证 了其 在大学生就业 问题研究方面的适用性． 研究 的结 果 有利于大学生更 清楚 毕业 工作 的方 向以及毕业前努力 的方 向， 并有利于大学在教育方面应作 的变动． 关 键 词： 就业市场 ； 结 构方程模型 ； Ａ ＭＯ Ｓ软件
大学生就业预期与实际就业情况分析
大学生就业预期与实际就业情况分析随着社会的不断发展，大学生就业问题一直备受关注。
大学生们对自己的就业有着各种各样的预期，但实际情况往往与预期有所出入。
本文将从大学生就业预期与实际就业情况两个方面展开分析，探讨其中的原因和解决方法。
一、大学生就业预期分析大学生作为社会新生力量，对自己的就业有着各种美好的期待和预期。
他们希望能够找到一份薪资丰厚、福利待遇好、发展空间大的工作，实现自己的人生理想。
在大学期间，学生们通过学习专业知识、参加实习实践等方式，为自己的未来就业打下基础，积累了一定的经验和能力。
因此，大学生对自己的就业有着较高的期望，希望能够顺利实现自己的就业目标。
大学生就业预期主要体现在以下几个方面：首先，大学生希望找到与自己专业相关的工作。
他们在大学期间所学习的专业知识是为了将来能够在相关领域找到一份称心如意的工作，发挥自己的专长和能力。
其次，大学生追求稳定的工作环境和良好的福利待遇。
他们希望能够在一个稳定的企业或机构工作，享受到相对较高的薪资待遇、完善的福利制度和良好的工作环境。
再次，大学生追求个人发展空间和职业晋升机会。
他们希望能够在工作中不断提升自己的能力和技能，获得更多的成长机会和晋升空间，实现个人职业目标。
总的来说，大学生对自己的就业有着较高的期望和预期，希望能够找到一份符合自己专业背景、薪资待遇优厚、发展空间大的工作，实现自己的职业理想。
二、实际就业情况分析然而，现实往往是残酷的。
大学生毕业后面临的就业形势严峻，实际就业情况与他们的预期有所出入。
在当前经济形势下，大学生就业面临诸多挑战和困难。
首先，就业岗位供需不平衡。
随着高校毕业生数量的不断增加，就业市场上出现了供大于求的情况，导致了就业岗位的竞争日益激烈。
许多大学生面临着就业难的问题，找工作变得越来越困难。
其次，部分大学生就业能力不足。
虽然大学生在校期间学习了专业知识，但在实际就业中，他们可能缺乏实践经验、职业技能和综合能力，导致了就业难度增加。
基于Logistic回归模型分析大学生就业影响因素-2019年精选文档
基于 Logistic 回归模型分析大学生就业影响因素、数据分析文中的数据采集自山东财经大学燕山校区统计学院统计0801、统计 0802共 62名毕业生，包括他们的就业、学习、思想 和基本情况，数据来自于统计学院学生工作办公室，因此，数据 真实可信。
基本情况包括学生的学号、姓名、性别、班级和户籍性质。
学习情况中有学生大学四年平均绩点和英语等级成绩情况。
思想 情况包括学生的政治面貌状况以及大学期间是否担任班内职务 状况。
数据中的户籍性质分为城市户籍和农村户籍。
英语水平分 为未过六级和过六级两种情况。
此外，还需要特别说明的是，两 个班共有毕业生 79 人，本文所研究的就业状况中不包括考取研 究生以及出国深造的学生， 这样，除去考取研究生和出国深造的 毕业生 17人以外，实际有效样本量是 62 人。
本案例中所采用的 数据的基本特征如表 1 所示：从表 l 可以看出，研究中的山东财经大学 12 届统计学 62 名 毕业生中，成功找到工作的有 34 名，占到所调查总数的 54.8%。
性别方面，女生毕业生比例达到 67.7 ，男女生的比例有着显著 的区别，这也符合经济类院校的特点。
61.3%的学生都是城市户 口。
学习成绩用毕业生大学四年的平均绩点表示，平均绩点在2.8 到3.7 之间的占到 41.9%，平均绩点介于这个水平的可以认口 号、为是学习成绩较优秀的毕业生。
有45.2%的学生通过了大学生英语六级考试，有24.2%的毕业生是党员身份，大约20%的毕业生在大学期间担任过一定班级职务。
二、大学生是否就业的Logistic 回归模型在因变量是分类变量时，通常采用Logistic 回归分析来研究分类因变量与一组解释变量之间的关系。
本文中将就业与否作为模型的因变量，其取值有两种可能，是和否。
本文从六个方面探讨毕业生就业的影响元素：学业成绩、是否是党员、性别、英语等级、籍贯、是否担任过班内职务，这六个元素便是模型的自变量。
大学生可持续就业能力：结构模型、测评工具及应用
大学生可持续就业能力：结构模型、测评工具及应用目录一、内容概述 (2)二、大学生可持续就业能力的概念与重要性 (3)三、大学生可持续就业能力的结构模型 (4)1. 模型构建背景与思路 (5)2. 可持续就业能力的核心要素 (6)3. 结构模型的具体框架 (7)四、测评工具的开发与应用 (8)1. 测评工具的设计原则 (9)2. 测评工具的开发过程 (11)3. 测评工具的应用实例 (12)五、大学生可持续就业能力的提升策略 (13)1. 高校教育体系的优化 (14)2. 校企合作与实习实训的强化 (15)3. 大学生自我能力提升的途径与方法 (17)六、实证研究及案例分析 (18)1. 测评工具的实际应用效果分析 (19)2. 大学生就业状况跟踪调查与数据分析 (20)3. 典型案例分析与启示 (21)七、结论与展望 (23)1. 研究总结 (24)2. 研究不足与展望 (26)一、内容概述随着社会的快速发展和经济结构的不断变化，大学生的就业问题日益凸显其重要性和紧迫性。
在这样的背景下，探讨大学生的可持续就业能力不仅有助于缓解当前就业压力，还能为教育改革和人才培养提供有力支持。
本文旨在构建一个全面而系统的框架，深入剖析大学生可持续就业能力的核心要素，并在此基础上开发出切实可行的测评工具。
通过这一框架和工具，我们期望能够更准确地评估大学生在职场中的长期发展潜力，从而为他们提供更加精准和有针对性的职业规划和发展建议。
本文将首先从理论上构建大学生可持续就业能力的概念模型，明确其内涵、构成要素及其相互关系。
通过文献综述、问卷调查和深度访谈等方法，收集相关数据和信息，对概念模型进行实证分析和验证。
在此基础上，我们将进一步开发出一套科学有效的测评工具，用于实际测量和评估大学生的可持续就业能力水平。
本文将探讨测评结果的应用价值，包括如何根据评估结果制定个性化的职业发展规划、提升大学生的就业竞争力以及推动高校教育与社会需求的紧密对接等。
大学生就业期望及影响因素研究——基于逻辑回归的实证分析
２０２０年６月第３８卷第３期陕西理工大学学报(社会科学版)ＪｏｕｒｎａｌｏｆＳｈａａｎｘｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ(ＳｏｃｉａｌＳｃｉｅｎｃｅｓ)Ｊｕｎ.２０２０Ｖｏｌ.３８㊀Ｎｏ.３大学生就业期望及影响因素研究基于逻辑回归的实证分析刘志侃ꎬ㊀程利娜(陕西理工大学ꎬ陕西汉中７２３０００)[摘要]㊀推动 实现更高质量和更充分就业 是新时代国家就业战略背景下的政策导向ꎬ是做好大学生就业工作的基本遵循ꎮ就业期望对大学生实现更充分就业有着重要影响ꎬ将大学生就业期望分为薪资期望㊁就业单位性质期望㊁就业区域期望和就业去向期望ꎬ并从学生个体属性特征㊁家庭环境㊁学习背景和学生人力资本因素等四方面来考察大学生就业期望的内在影响关系ꎬ更有助于推进高校就业指导供给侧改革ꎬ提升大学生就业指导的针对性和精准性ꎬ并面向人才市场需求主动因应ꎬ以期促进大学生更充分就业的目标实现ꎮ[关键词]㊀大学生ꎻ就业期望ꎻ充分就业ꎻ影响因素[中图分类号]Ｇ６４７㊀㊀㊀㊀[文献标识码]Ａ㊀㊀㊀㊀[文章编号]２０９６￣４００５(２０２０)０３￣００６８￣０９㊀㊀[收稿日期]２０２０￣０４￣１０㊀㊀[修订日期]２０２０￣０５￣０６㊀㊀[作者简介]刘志侃(１９６６ )ꎬ男ꎬ陕西宁强人ꎬ硕士ꎬ陕西理工大学马克思主义学院副教授ꎬ硕士生导师ꎬ研究方向为思想政治教育理论㊁大学生职业发展理论与实践ꎻ程利娜(１９７８ )ꎬ女ꎬ河南开封人ꎬ博士ꎬ陕西理工大学教育科学学院教授ꎬ硕士生导师ꎬ研究方向为社会心理学和心理健康教育ꎮ㊀㊀[基金项目]国家社会科学基金资助项目 贫困代际传递的心理机制研究 (１７ＢＳＨ０９５)ꎻ陕西省教育厅专项科研计划项目 心理学视角下陕西农村家庭贫困代际传递的研究 (１７ＪＫ０１２３)ꎻ陕西省教育科学 十三五 规划课题 基于大学生就业期望的精准性就业指导研究 (ＳＧＨ１７Ｈ１３２)就业期望作为影响大学生充分就业的一个重要因素ꎬ日益成为人们关注的热点话题ꎬ引起学界的普遍关注和研究ꎮ目前ꎬ学界尚未对就业期望的基本概念达成共识ꎬ由于就业期望是个体最初的主观就业心理反映ꎬ与个体通过就业获得的利益㊁需要和理想紧密相关ꎬ在这个意义上说ꎬ就业期望是就业主体对未来从事工作的薪资期望㊁单位性质期望㊁就业区域期望㊁就业去向期望等方面预先设定的期盼或理想状态ꎮ已有研究认为ꎬ 就业期望越高ꎬ就业情况越不理想 [１]ꎮ因此ꎬ就业期望对就业主体充分就业实现的影响不言而喻ꎬ尤其是党和政府在抓紧抓好就业这个最大的民生工作现实背景下ꎬ关注大学生就业期望显得尤为特殊与重要ꎮ党的十九大报告中提出 要实现更高质量和更充分就业的新目标 [２]ꎬ这为做好高校大学生就业工作提供了基本遵循ꎮ今后一个时期ꎬ我国高校毕业生年均将过８００万人ꎬ而且直奔９００万大关指日可待ꎮ尽管我国近几年就业工作取得了显著成效ꎬ就业规模持续扩大㊁就业结构不断优化㊁就业局势稳中向好ꎬ但世界各国宏观经济政策走势分化㊁贸易保护主义抬头以及我国面临解决就业问题所具有的长期性㊁艰巨性㊁复杂性等问题ꎬ其严峻的就业形势不可能在短时间内消解ꎮ由于在大学生就业实践过程中ꎬ所反映出的就业岗位需求与毕业生就业期望偏差ꎬ以及就业期望影响下的 慢就业 等新情况对实现 更充分就业 所带来的影响ꎬ在一定程度上已成为制约大学生实现充分就业的现８６实障碍ꎮ因此ꎬ大力关注大学生就业期望ꎬ对于着力促进大学生等青年群体就业摆在工作首位ꎬ并立足我国基本国情和大学生发展的阶段性特征ꎬ为做好大学生职业发展与就业指导工作谋篇布局ꎬ精准发力㊁靶向施策ꎬ促使大学生充分就业具有重要的现实意义ꎮ学界对大学生就业期望的研究基本上分为三种视角:一是就业期望现状视角ꎬ研究者从 收入预期㊁单位性质预期㊁地域选择预期㊁专业对口预期及择业目的五个方面 ꎬ分析了工科类大学生的就业期望现状ꎻ[３]二是就业行为视角ꎬ研究者从 就业行为 反观其就业主体的就业期望及其制约因素ꎬ即研究大学生的就业目标㊁就业行业期望㊁就业薪酬期望㊁就业城市期望 等就业实现状况ꎬ认为 英语水平㊁计算机水平㊁工作经验㊁综合素质㊁学业成绩等相关因素 对大学生就业岗位获取及其就业实现的制约因素明显ꎻ[４]三是就业准备视角ꎬ研究者将就业期望视为就业准备的一个重要因素ꎬ研究者 从工资期望㊁工作类型与性质期望㊁工作地点期望以及自主创业的意向 对不同学历层次㊁不同年级的在读大学生进行了调查研究ꎬ认为学历层次以及担任学生干部与大学生月起薪期望呈正相关ꎬ大学生对 北上广 ㊁东南沿海等发达城市以及国有单位和公务员就业期望较高ꎮ同时认为ꎬ大学生的工资期望受就业准备影响较大ꎮ[５]就目前的研究来看ꎬ多元的研究视角丰富了对大学生就业期望的认识ꎬ同时ꎬ这些研究已经关注到了就业期望与顺利就业之间不可分割的关系ꎬ增加了对大学生就业期望的理解深度ꎬ这为本文奠定了重要的基础ꎮ但已有研究对大学生就业期望现状㊁以及将就业期望聚焦于 就业意愿㊁择业意向㊁就业偏好 等就业行为意义的建构研究较多ꎬ力图凸显大学生就业期望值与就业现实落差所致的就业困境ꎬ而对影响大学生就业期望的相关因素关注不全面ꎮ虽然ꎬ个别研究者从就业准备视角对大学生就业期望进行了研究ꎬ但仍未对大学生就业期望产生的内在机理并与之密切关联的就业实现㊁以及就业期望变化的历史进步性进行深度解释ꎮ本研究同样采用对就业期望的外延进行分类的方法来描述当前我国大学生的就业期望状况ꎬ并从薪资期望㊁就业单位性质期望㊁就业区域期望和就业去向期望等方面来关注大学生的就业期望ꎮ就业单位按所有制分类分为两大类ꎬ即国有单位和非国有单位ꎮ其中ꎬ国有单位包括政府机关㊁事业单位㊁国有企业ꎻ非国有单位包括外资企业㊁私营企业和乡镇企业㊁家庭自营企业ꎮ就业区域分为大城市(包括直辖市和省会城市(含一线城市))和非大城市(包括中小城市与农村)ꎮ在已有文献的基础之上ꎬ本研究假定影响大学生就业期望的因素主要可以从学生个体特征㊁家庭环境㊁学习背景(专业)和学生人力资本因素等四方面来考察其就业期望的内在影响关系ꎬ旨在为优化大学生就业指导和引导大学生学会经营大学生活ꎬ面向就业市场需求的现实主动建构与因应ꎬ从而为实现大学生更高质量和更充分就业的目标提供必要的现实依据ꎮ一、调研概况与研究方法１.调查对象选择陕西某所省属普通地方高校的２０１９届大四学生为研究对象ꎬ于２０１９年５月 ６月期间进行了调查ꎮ问卷采用集体施测的方式完成ꎬ共发放问卷１２００份ꎬ回收有效问卷１０６８份ꎬ有效回收率８９％ꎮ根据该校的学科比例情况ꎬ选取了文学院㊁文旅学院㊁外语学院㊁数计学院㊁物电学院和机械学院６个学院ꎮ涉及的专业有汉语言文学㊁旅游管理㊁地理科学㊁电子信息工程㊁电子信息科学与技术㊁计算机科学与技术㊁历史学㊁热源与动力工程㊁数学㊁通信工程㊁图书管理㊁网络工程㊁物理学㊁信息管理与信息系统㊁英语ꎮ其中ꎬ男生有５９２人ꎬ占５５.４％ꎬ女生有４７６ꎬ占４４.６％ꎻ文科生有２６６人ꎬ占２４.９％ꎬ理科生有３９２人ꎬ占３６.７％ꎬ工科生有４１０人ꎬ占３８.４％ꎻ农村学生有６１９人ꎬ占５８％ꎬ县城学生有２８２人ꎬ占２６.４％ꎬ城市学生有１６７人ꎬ占１５.６％ꎮ２.调查工具采用自编问卷收集数据ꎮ问卷主要内容包括个人特征和家庭基本状况㊁父母教育程度㊁父母职业和９６父母收入以及学生学业建构㊁就业等方面情况ꎮ就业期望包括四个方面:薪资期望㊁就业单位性质期望(国有单位和非国有单位)㊁就业区域期望(大城市和非大城市)㊁就业去向期望(就业与继续深造)及就业实现影响因素认知(内因或外因)ꎮ数据使用ＳＰＳＳ１７统计软件进行统计分析ꎮ３.研究方法在分析已有相关文献的基础上ꎬ影响大学生就业期望的因素可归纳为四个方面:个体属性特征(性别)因素㊁学习背景(专业)㊁家庭环境因素(城乡背景㊁家庭社会经济地位)和学生的人力资本(是否担任干部㊁学习成绩㊁是否党员㊁社会兼职)因素ꎬ用方程表示为:Ｙ＝Ｆ(Ｘ１ꎬＸ２ꎬＸ３ꎬＸ４)ꎮ其中ꎬＹ表示就业期望ꎬＸ１代表个体属性特征ꎬＸ２代表学习背景ꎬＸ３代表家庭环境因素ꎬＸ４代表学生人力资本因素ꎮ其中ꎬ就业期望维度中的薪资期望按照连续变量处理ꎬ采用一般回归分析ꎬ而将就业期望中的其他三个维度看成二分类变量ꎬ所以构建了逻辑斯蒂回归模型Ｌｎ[Ｐ/(１－Ｐ)]＝Ｆ(Ｘ１ꎬＸ２ꎬＸ３ꎬＸ４)ꎬ分析以上因素对就业期望的影响情况ꎮ在该模型中ꎬＰ代表大学生选择某一类别的概率ꎬ１－Ｐ代表大学生选择另一类别的概率ꎮ二㊁大学生就业期望的基本现状１.薪资期望由表１可知ꎬ期望月薪在４０００元以下的学生约占１７.３１％ꎬ４０００到５０００元的约占２２.９１％ꎬ５０００元以上的约占５９.７８％ꎮ表１㊀薪资期望的描述性统计(％)薪资期望性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体４０００元以下１０.７２７.２２８.５１０.２２６.１９.６１６.５１１.４２４.６１７.３１４０００至５０００元２５.１２１.４２０.１２３.６１８.９２４.１２６.１２４.２２２.５２２.９１５０００元以上６４.２５１.４５１.４６６.２５５.０６６.３５７.４６４.４５２.９５９.７８㊀㊀就不同性别而言ꎬ经过卡方检验ꎬ结果显示男女生对初次月薪期望存在极显著差异( ２＝２７.２９ꎬＰ<０.０００)ꎮ期望初次月薪在５千元以上的男生比例(６４.２％)显著高于女生(５１.４％)ꎬ期望初次月薪在４千元至５千元之间的男生比例(２５.１％)高于女生比例(２１.４％)ꎬ期望初次月薪在４千元以下的女生比例(２７.２％)高于男生(１０.７％)ꎮ在家庭所在地方面ꎬ卡方检验结果显示ꎬ来自城市学生和来自农村学生对初次月薪期望存在极显著差异( ２＝１７.７７ꎬＰ<０.０００)ꎮ期望初次月薪在５千元以上的农村学生比例(６６.２％)显著高于城市学生(５１.４％)ꎬ期望初次月薪在４千元至５千元的农村学生比例(２３.６％)显著高于城市学生(２０.１％)ꎬ期望初次月薪在４千元以下的城市学生比例(２８.５％)高于来自农村学生(１０.２％)ꎮ在所学学科方面ꎬ卡方检验结果显示ꎬ不同学科的学生对初次月薪期望有显著性差异( ２＝１０.７４ꎬＰ＝０.０３０)ꎮ理科和工科学生的初次期望月薪在５千元以上的比例(分别为６６.３％㊁５７.４％)显著高于文科学生(５５％)ꎬ期望初次月薪在４千至５千元的工科生比例(２６.１％)高于理科(２４.１％)和文科生(１８.９％)ꎬ期望初次月薪在４千元以下的文科生比例(２６.１％)高于理科(９.６％)和工科生(１６.５％)ꎮ在是否担任学生干部上ꎬ卡方检验结果显示ꎬ是否担任学生干部对初次月薪期望存在显著差异( ２＝１２.４８ꎬＰ＝０.０１４)ꎮ担任干部学生的期望初次月薪在５千元以上的比例(６４.４％)高于未担任学生干部的学生(５２.９％)ꎬ担任学生干部学生的期望初次月薪在４千元至５千元的比例(２４.２％)高于未担任学生干部的学生(２２.５％)ꎬ期望初次月薪在４千元以下的未担任学生干部的学生比例(２４.６％)高于担任学生干部的学生(１１.４％)ꎮ２.就业单位性质期望由表２可知ꎬ大学生期望到国有单位就业的比例为５８.９％ꎬ期望到非国有单位就业的比例约为４１.１％ꎬ期望到国有单位就业的人数高于期望到非国有单位就业的人数ꎮ０７表２㊀就业单位性质期望的描述性统计(％)就业单位性质期望性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体国有单位５８.４５９.３６１.０５７.７５５.３５８.２６１.９６６.０５６.７５８.９非国有单位４１.６４０.７３９.０４２.３４４.７４１.８３８.１３４.０４３.３４１.１㊀㊀就不同性别而言ꎬ卡方检验结果显示ꎬ男女生在期望就业单位性质上没有显著性差异( ２＝０.０９３ꎬＰ＝０.７６０)ꎮ期望到国有单位的男女生比例分别为５８.４％㊁５９.３％ꎬ期望到非国有单位的男女生比例分别为４１.６％㊁４０.７％ꎮ卡方检验结果显示ꎬ不同城乡背景的学生在期望就业单位性质上没有显著性差异( ２＝１.０３ꎬＰ＝０.３１１)ꎮ但来自城市学生期望到国有单位的比例(６１％)高于来自农村学生(５７.７％)ꎬ来自农村学生期望到非国有单位的比例(４２.３％)高于来自城市学生(３９％)ꎮ卡方检验结果显示ꎬ不同学科背景的学生在期望就业单位性质上没有显著性差异( ２＝２.７７ꎬＰ＝０.２５０)ꎮ但工科(６１.９％)和理科(５８.２％)学生期望到国有单位的比例高于文科生(５５.３％)ꎬ文科生期望到非国有单位的比例(４４.７％)高于理科(４１.８％)和工科生(３８.１％)ꎮ卡方检验结果显示ꎬ是否担任学生干部在期望就业单位性质上存在显著差异( ２＝４.５２４ꎬＰ＝０.０３３)ꎮ担任学生干部的学生期望到国有单位的比例(６６％)高于未担任干部的学生(５６.７％)ꎬ未担任干部的学生期望到非国有单位的比例(４３.３％)高于未担任干部学生(３４％)ꎮ３.就业区域期望由表３可知ꎬ总体上ꎬ大学生期望到大城市就业的比例(８０.９％)远远大于到中小城市就业的比例(１１.６％)和到农村就业的比例(７.５％)ꎮ表３㊀就业区域期望的描述性统计(％)就业区域期望性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体大城市７８.５８３.０８１.０８０.８８２.２８０.２７９.８８２.７８０.０８０.９中小城市１４.８９.５１０.２１３.１１４.６１１.６１３.２１２.０１２.２１１.６农村６.７７.５８.８６.１３.２８.２７.０５.３７.８７.５㊀㊀就不同性别而言ꎬ男女生在就业区域期望方面存在显著性差异( ２＝６.４２ꎬＰ＝０.０４０)ꎮ女生期望到大城市就业的比例(８３％)高于男生(７８.５％)ꎬ男生期望到中小城市就业的比例(１４.８％)高于女生(９.５％)ꎬ女生期望到农村就业的比例(７.５％)高于男生(６.８％)ꎮ城乡家庭背景不同的学生在就业区域期望取向上ꎬ统计上虽没有显著性差异( ２＝３.８１ꎬＰ＝０.１４９)ꎬ但来自城市家庭学生的比例(８１％)略高于来自农村家庭学生(８０.８％)ꎬ来自农村家庭学生期望到中小城市就业的比例(１３.１％)高于来自城市家庭学生(１０.２％)ꎬ来自城市家庭的学生期望到农村就业的比例(８.８％)高于来自农村家庭的学生(６.２％)ꎬ但没有达到显著差异水平ꎮ不同学科背景学生在就业区域期望上没有显著性差异( ２＝８.６０ꎬＰ＝０.０７２)ꎮ文科㊁理科㊁工科学生期望到大城市就业的比例(８４.２％)高于理科(８０.２％)和文科生(７６.６％)ꎻ文科生期望到中小城市就业的比例(１６.６％)高于理科生(１１.５％)和工科生(９.２％)ꎻ理科学生期望到农村就业的比例(８.２％)高于文科(６.８％)和工科生(６.６％)ꎮ是否担任学生干部在就业区域期望上没有显著差异( ２＝４.３４ꎬＰ＝０.３６２)ꎮ担任学生干部的学生期望到大城市就业的比例(８２.７％)略高于未担任学生干部的学生(８０％)ꎬ未担任学生干部的学生期望到中小城市就业的比例(１２.２％)略高于担任干部的学生(１２％)ꎬ未担任干部的学生期望到农村就业的比例(７.９％)高于担任干部的学生(５.３％)ꎮ４.就业去向期望由表４可知ꎬ总体而言ꎬ大学生期望毕业后就业的比例约占７３.４％ꎬ期望继续深造的比例约占１７２６.６％ꎮ表４㊀就业去向期望的描述性统计(％)就业去向期望性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体毕业后就业７６.７６９.１６７.２７７.９６２.１７５.３７８.６６８.９７４.７７３.４继续深造２３.３３０.９３２.８２２.１３７.９２４.７２１.４３１.１２５.３２６.６㊀㊀就不同性别而言ꎬ男女生在毕业后的去向期望方面存在显著性差异( ２＝７.１０ꎬＰ＝０.００８)ꎮ男生期望就业的比例(７６.７％)高于女生(６９.１％)ꎬ女生期望深造的比例(３０.９％)略高于男生(２３.３％)ꎮ城乡家庭背景不同的学生在毕业后的去向期望方面存在显著性差异( ２＝１４.０６ꎬＰ＝０.０００)ꎮ来自农村的学生期望就业的比例(７７.９％)高于来自城市的学生(６７.２％)ꎬ来自城市的学生期望深造的比例(３２.８％)高于来自农村的学生(２２.１％)ꎮ不同学科背景学生在毕业后的去向期望方面存在显著性差异( ２＝２１.０１ꎬＰ＝０.０００)ꎮ工科和理科生期望就业的比例(７８.６％㊁７５.３％)高于文科生(６２.１％)ꎬ文科生期望深造的比例(３７.９％)高于理和工科学生(２４.７％㊁２１.４％)ꎮ是否担任学生干部在毕业后的去向期望方面不存在显著性差异( ２＝２.２５７ꎬＰ＝０.１３３)ꎮ但未担任学生干部的学生期望就业的比例(７４.７％)高于担任学生干部的学生(６８.９％)ꎬ担任学生干部的学生期望毕业后深造的比例(３１.１％)高于未担任干部的学生(２５.３％)ꎮ５.就业实现影响因素认知由表５可知ꎬ总体而言ꎬ大学生认为影响就业实现最重要的因素为社会关系的比例约占１１.２％㊁专业因素的比例约占１６.８％㊁专业能力和综合素质的约占７２％ꎮ表５㊀就业实现影响因素认知的描述性统计(％)就业实现影响因素认知性别城乡背景学科是否担任学生干部男女城市农村文科理科工科是否总体专业因素１２.９１８.１２０.５１２.５１２.８１６.３１７.３１５.１１６.５１６.８社会关系因素７.８１３.９１２.０１０.６９.４１１.６１１.８９.２１２.０１１.２专业能力和综合素质７９.３６８.０６７.５７６.９７７.８７２.１７０.９７５.７７１.５７２.０㊀㊀就不同性别而言ꎬ男女生在对就业实现影响最重要因素的认知上存在显著性差异( ２＝１５.６０２ꎬＰ＝０.０００)ꎮ女生(１３.９％)认为影响就业实现最重要的因素为社会关系和所学专业ꎬ其比例高于男生(７.７％)ꎻ男生认为影响就业实现最重要的因素为专业能力和综合素质的比例(７９.３％)高于女生(６８％)ꎻ女生认为影响就业实现最重要的因素为社会关系和所学专业的比例(１８.１％)高于男生(１２.９％)ꎮ城乡家庭背景不同的学生对影响就业实现最重要因素的认识上存在显著性差异( ２＝１０.８７ꎬＰ＝０.００４)ꎮ在认知影响就业实现最重要因素为社会关系上ꎬ来自城市学生的比例(１２％)高于来自农村的学生(１０.６％)ꎻ在认知影响就业实现最重要因素为专业能力和综合素质上ꎬ来自农村学生的比例(７６.９％)高于来自城市的学生(６７.５％)ꎻ在认知影响就业实现最重要因素为所学专业上ꎬ来自城市学生的比例(２０.５％)高于来自农村的学生(１２.５％)ꎮ不同学科背景学生在对影响就业实现最重要因素的认知上没有显著性差异( ２＝３.１６ꎬＰ＝０.５３２)ꎮ在认知影响就业实现最重要因素为社会关系上ꎬ工科㊁理科和文科生的比例分别为１１.８％㊁１１.６％和９.４％ꎻ在认知影响就业实现最重要因素为专业能力和综合素质上ꎬ工科㊁理科和文科生的比例分别为７０.９％㊁７２.１％和７７.８％ꎻ在认知影响就业实现最重要因素为所学专业上ꎬ工科㊁理科和文科生的比例分别为１７.３％㊁１６.３％和１２.８％ꎮ是否担任学生干部对影响就业实现最重要因素的认知上有显著性差异( ２＝１２.７３ꎬＰ＝０.０１３)ꎮ在认知影响就业实现最重要因素为社会关系上ꎬ未担任学生干部的学生比例(１２％)高于担任学生干部 ２７的学生(９.２％)ꎻ在认知影响就业实现最重要因素为专业能力和综合素质上ꎬ担任学生干部的学生比例(７５.７％)高于未担任学生干部的学生(７１.５％)ꎻ在认知影响就业实现最重要因素为所学专业上ꎬ未担任学生干部的学生比例(１６.５％)高于担任学生干部的学生(１５.１％)ꎮ三、大学生就业期望的影响因素在分析已有文献的基础上ꎬ影响大学生就业期望的因素可归纳为四个方面:个体属性特征(性别㊁成就动机)因素㊁家庭环境因素(城乡背景或家庭社会经济地位㊁家庭收入㊁父母教育程度㊁父母单位)㊁学习背景(专业)因素和学生的人力资本(是否担任干部㊁学习成绩㊁是否为中共党员㊁社会兼职)因素ꎮ本研究立足这四个方面的因素进行分析ꎬ探讨这些因素对大学生就业期望的具体影响程度ꎮ为此ꎬ本研究构建了５个回归模型ꎬ具体结果见表６ꎮ在模型１中ꎬ性别㊁专业类别㊁学生人力资本中是否担任学生干部和家庭经济背景对大学生薪资期望有着显著性影响ꎬ而学习成绩㊁政治面貌和社会兼职对大学生薪资期望影响不大ꎮ其中ꎬ男生对薪资期望的影响程度显著高于女生ꎻ理工科生对薪资期望的影响程度显著高于文科生ꎻ家庭社会经济地位越高的学生ꎬ其对初职薪资期望也越高ꎮ在这些影响因素中ꎬ对大学生初职薪资期望影响程度大小依次为性别㊁家庭社会经济地位和学生人力资本中的是否担任学生干部ꎮ这也说明性别㊁家庭经济背景㊁担任学生干部以及所学专业等因素不仅仅影响其薪资期望的程度ꎬ同时这些因素也促进了 梯级薪资期望 的形成ꎮ虽然ꎬ大学生薪资期望在一定程度上终归是一种心理动机ꎬ一旦 性别和家庭经济背景 等先赋性因素固化为薪资高低的现实档次ꎬ那么显然也无益于教育投资的公平和家庭教育投资的积极性ꎬ从而导致基于教育的人力资本要素在个体就业地位获得上的失落ꎮ在模型２中ꎬ采用二元逻辑斯蒂回归进行分析ꎬ结果显示ꎬ专业类别㊁学生人力资本中学习成绩和政治面貌㊁家庭环境对大学生就业单位性质期望有着显著性影响ꎬ而性别㊁是否担任学生干部㊁社会兼职与否和家庭所在地对大学生就业单位性质期望影响不显著ꎮ其中ꎬ工科生期望到国有单位就业的比例高于理科和文科生ꎻ学习成绩越好的学生越倾向于期望到国有单位ꎻ政治面貌是中共党员的学生期望到国有单位就业的比例高于非党员学生ꎻ家庭社会经济地位越高的学生ꎬ期望到国有单位就业的比例高于家庭社会经济地位较低的学生ꎮ近年来ꎬ就业单位的性质尤其是国有单位一直是大学生就业的首选目标ꎬ一方面反映了我国国有单位在吸纳人才以及人才资源配置过程中的优势ꎬ尤其是不依 性别㊁家庭背景 进行区别用人ꎬ使得用人的公平原则得以彰显ꎻ另一方面也是对大学生注重学业建构和发展自身素质的肯定ꎬ在这个意义上说ꎬ对于激发大学生 让勤奋学习成为青春远航的动力 具有现实的积极效应ꎮ在模型３中ꎬ二元逻辑斯蒂回归结果显示ꎬ仅有政治面貌对大学生就业区域期望有显著性影响ꎬ其他因素影响都不显著ꎮ政治面貌是中共党员的学生期望到大城市就业的比例高于非党员的学生ꎮ该研究结果与李善乐(２０１７)研究认为 政治面貌对大学生在政府㊁事业单位就业有优势外ꎬ但对其就业质量的影响差异不显著 [６]并不矛盾ꎮ一方面ꎬ由于公务员㊁事业单位大部分岗位对政治面貌报考条件的要求ꎬ以及对从事公务员和事业单位的学历层次㊁学校类型要求提高ꎬ使得地方普通高校本科大学生的竞争优势减弱ꎻ另一方面ꎬ因公务员㊁事业单位分层次㊁分阶段实施ꎬ地方公务员㊁事业单位的招考ꎬ一般均在每年７月份左右ꎬ使得地方普通高校本科优秀大学生不会坐等报考并放弃５月份左右的就业机会ꎬ在一定程度上说明了大学生就业过程中积极作为与理性应对的态势ꎬ同时也说明了大城市对优秀大学生的吸纳能力与发展机会的优势ꎮ诚然ꎬ不可否认地方公务员及事业单位部分岗位因其条件相对艰苦㊁职业发展通道等原因所致的对地方普通高校优秀大学生吸引力不足等问题ꎮ近年来ꎬ政治面貌是党员的学生在就业市场中竞争优势明显ꎬ也验证了陈于(２０１４)认为 大学生党员在就业中明显占有优势 [７]这一观点ꎬ这既是大学生党员素质和职业能力在人才市场中得以认可的现实体现ꎬ也是高校人才培养成效的表现ꎮ虽然ꎬ优秀大学生就业地域城市化期望在一定层面上表征着就业个体的自主性ꎬ但也印证了大学生就业价值取向在时代变迁中评价标准自我化㊁选择标准功利化不会在短时间内消解ꎮ[８]若任由其３７发展ꎬ势必会冲击大学生思维方式㊁学习方式㊁自我实现方式以及就业价值取向产生深层次影响ꎬ从而带来 精致利己主义 的忧思ꎮ[９]在模型４中ꎬ采用二元逻辑斯蒂回归进行分析ꎬ结果显示ꎬ学生人力资本中学习成绩和社会兼职情况㊁家庭经济环境对大学生就业去向期望有着显著性影响ꎮ其中ꎬ学习成绩越好的学生越倾向于毕业后继续深造ꎻ上学期间没有社会兼职的学生期望毕业后继续深造的比例高于有兼职的学生ꎻ家庭社会经济地位越高的学生ꎬ期望毕业后继续深造的比例高于家庭社会经济地位较低的学生ꎮ另外ꎬ性别与学生毕业后的就业去向期望是反向关系ꎬ但没有达到显著性水平ꎬ说明与女生相比ꎬ男生更倾向直接就业ꎮ大学生在就业去向期望上是期望直接就业或继续深造相对越来越务实ꎬ在他们身上体现了新一代青年活跃的思维㊁开阔的视野和敢于行动的勇气ꎬ也体现了就业市场人才配置要素对大学生产生的积极作用ꎬ促使其将就业去向期望置于了解自我㊁了解人才市场需求的基础上ꎬ以自己的就业定位及发展方向对未来做出的应答ꎬ也进一步印证了２０１９年全国研究生报考人数为３４１万人的 继续深造 需求现状ꎮ[１０]同时ꎬ女生因其学习成绩优势以及在就业市场竞争中相比于男生的劣势ꎬ参加考研的大学生人数将会进一步增加已成为可能ꎮ在模型５中ꎬ将影响大学生就业实现认知的因素分成内因和外因ꎬ内因主要包括自身拥有的专业能力和综合素质ꎬ外因主要包括社会关系和所学专业ꎮ二元逻辑斯蒂回归结果显示ꎬ性别㊁社会兼职情况㊁家庭环境对大学生就业实现认知有着显著性影响ꎮ其中ꎬ在对影响就业实现认知的因素中ꎬ男生认为内因(专业能力和综合素质)的比例高于女生ꎬ女生选择外因(社会关系和所学专业)的比例高于男生ꎻ有兼职的学生认为内因(专业能力和综合素质)的比例高于未兼职的学生ꎬ未兼职的学生认为外因(社会关系和所学专业)的比例高于兼职的学生ꎻ家庭社会经济地位越高的学生越倾向于外因(社会关系和所学专业)因素ꎬ家庭社会经济地位越低的学生越倾向于内因(专业能力和综合素质)因素ꎮ调查结果也进一步说明了大学生对专业能力和自身综合素质建构的重视程度ꎬ尤其是在对待就业实现上表现出的理性和客观认知ꎬ体现了高校人才培养质量要求对青年学生具有积极作用ꎮ同时ꎬ本研究也印证了先赋社会资本对大学生就业实现影响显著这一观点ꎮ[１１]另外ꎬ大学生所学专业产生的影响不仅仅限于对个体 薪资㊁就业单位性质 等期望的影响ꎬ而且对学生就业实现期望的影响更为直接ꎮ表６㊀大学生就业期望影响因素的回归分析结果模型薪资期望就业单位性质期望就业区域期望就业去向期望就业实现认知的影响因素性别(以女生为参照)０.２４２∗∗∗０.２９６(１.３４)０.３０９(１.３６)－０.１０１(０.９０)０.５６７∗∗(０.５７)专业类别(以文科为参照)０.０７１∗０.２０１∗(１.２２)０.１４９(１.１６)－０.１１２(０.８９)－０.１０３(０.９０)学习成绩０.０６７０.５９０∗∗(１.８１)０.１７８(１.１９)０.７７０∗∗(２.１６)－０.２３２(０.７９)是否担任干部(以未担任干部为参照)０.１０７∗∗０.０２９(０.９７)－０.０４０(１.０４)０.０９１(０.９１)０.０７９(０.９２)政治面貌(以非党员为参照)０.００８０.４３０∗(０.６５)０.５２９∗(０.５９)０.１８１(０.８３)０.２９２(０.７５)社会兼职与否(以未兼职为参照)０.０２８０.３４７(１.４２)０.２２６(０.８０)－０.６８５∗∗(１.９８)０.６８８∗∗∗(０.５０)家庭所在地(以农村为参照)－０.０５６０.１１７(０.８９)０.０８９(１.０９)０.０６８(１.０７)０.０５２(１.０５)家庭社会经济地位０.１１８∗∗０.２３２∗(１.２６)０.０８０(１.０８)０.４４１∗∗∗(１.５５)－０.５２６∗∗∗(０.５９)常数２.４９６∗∗∗－１.４８５１.４２８－３.３４６∗∗３.８７０∗∗调整后的Ｒ２０.０６０ＮａｇｅｌｋｅｒｋｅＲ２０.０５３０.０２７０.１１８０.１０９Ｆ８.１７６∗∗∗－２Ｌｏｇｌｉｋｅｌｉｈｏｏｄ１１５８.０２８３５.１６７９３６.２７１９６４.１０２㊀㊀注:∗表示ｐ<０.０５ꎬ∗∗表示ｐ<０.０１ꎬ∗∗∗表示ｐ<０.００１４７。
2023年大学生就业形势分析报告范文(通用篇)
2023年大学生就业形势分析报告范文(通用篇)2023年大学生就业形势分析报告一、引言随着社会的快速发展和国家经济的持续增长，越来越多的大学生正面临就业的挑战。
为了更好地了解2023年大学生就业形势，并提供相关策略和建议，本报告将对当前就业市场进行全面的分析和预测。
二、当前形势分析1. 高校毕业生数量持续增长：根据统计数据显示，我国高校毕业生数量近年来稳步增长，预计2023年高校毕业生数量将再创新高。
由于大学生数量的增加，竞争压力也将进一步加大。
2. 就业市场需求结构发生变化：随着国家经济结构的转型和科技进步的推动，就业市场需求呈现多元化和高端化的趋势。
传统行业的就业机会减少，而新兴产业的就业机会逐渐增多。
对于专业技能和创新能力要求更高的职位，竞争会更加激烈。
3. 高技能人才短缺：尽管大学生就业形势面临挑战，但高技能人才仍然短缺。
随着国家加大创新驱动发展战略的力度，对高技能人才的需求将进一步增加。
因此，具备高技能和创新能力的大学生将更容易找到理想的工作。
三、2023年大学生就业预测1. 就业竞争加剧：随着高校毕业生数量的增加，就业竞争将进一步加剧。
大学生在求职过程中需要更加重视个人能力的全面提升，包括技能培养、实习经验以及终身学习的意识。
2. 新兴产业的就业机会增多：随着科技进步和人工智能的快速发展，新兴产业将提供大量就业机会。
例如，人工智能、生物技术、大数据分析等领域将迎来更多的就业机会，并且这些行业对创新能力和专业技能要求较高。
3. 创业就业获得更多支持：为了促进创新创业，政府将进一步加大对创业就业的支持力度。
大学生可以通过创新创业以及就业创业相关政策的利好，实现自己的就业梦想。
四、应对策略和建议1. 提升综合素质：大学生应注重自身综合素质的提升，包括专业技能的学习与培养、外语水平的提高、创新能力的锻炼等。
在求职过程中，拥有多方面的综合素质会让大学生更具竞争力。
2. 投身新兴产业：为了适应就业市场的变化，大学生可以主动了解新兴产业的发展趋势，并投身于相关领域。
基于结构方程模型的高职学生就业期望及其影响因素分析
基于结构方程模型的高职学生就业期望及其影响因素分析宋新芳( 北京信息职业技术学院，北京 100015 )[摘 要] 高职学生的就业问题一直备受关注，本研究运用结构方程模型对调查问卷数据进行分析，考察影响高职学生就业期望的个人、家庭以及社会三方面的因素，得出个人因素对高职生整体的就业期望的影响最大，其次是社会因素，最后是家庭因素，但家庭因素是通过先影响个人因素，再间接影响整体期望研究。
同时利用结构方程得出高职生的整体就业期望对工作回报、工作环境、工作性质三个内生变量的影响，按大小排序依次为工作环境、工作性质和工作回报，研究显示高职学生更期望在一线城市就业，注重工作环境中有较好的办公硬件环境和良好的人际关系。
[关键词] 高职生就业；就业期望；潜变量；结构方程模型[中图分类号] G717.38 [文献标识码] A [文章编号] 2096 —1286（2021）01 —0067 —09一、研究背景“高职学生就业”一直是社会焦点问题，尤其在当今新冠肺炎疫情来袭的大背景下，很多企业为降低成本、规避风险纷纷选择裁员或者停止招收新的员工，这对高职学生的就业形势影响较大。
中国人力资源和社会保障就业促进司数据显示，2020年应届高职毕业生的数量约为370万，就业任务很严峻。
全国政协委员陈春林在分析大学生就业难的问题时曾提到：一方面是高校扩招造成大学毕业生人数的激增，另一方面大学生就业期望值偏高，与社会需求脱节。
这种反差是造成当前“低就业率”的重要原因之一[1]。
面对目前疫情背景下严峻的就业形势，本文通过对北京信息职业院校的高职学生进行抽样调查，建立结构方程模型，研究高职学生就业期望，从个人、家庭和社会三个方面探讨就业期望的影响因素。
希望帮助高职学生在了解总体就业心态的基础上对自己的就业预期做出适当调整，同时也期望为相关部门进行就业指导提供借鉴。
二、研究现状目前国内学术界对大学生就业期望的研究基本上分为三个方向：（1）从研究现状出发：缪小红，罗玲英等从就业期望现状出发，通过调研概括了工科类大学生目前的就业期望现状［2］；（2）从研究内容出发：蒋德喜、田菁等将“就业期望”细分为就业目标期望、就业行业期望和就业单位期望，利用调查收稿日期：2021-02-07作者简介：宋新芳（1979— ），女，山东省人，北京信息职业技术学院通用能力教学部副教授，主要研究方向：数学建模。
基于层次分析法的高校毕业生就业前景评价模型研究
２ 模型建立 的难点
由于影响高校毕业生就业的因素较多 ， 所以毕业生就业前景问题不是依据某个单一的准则 ， 而是由
多个主观及客观因素共同制约的一个不确定性问题。而传统的决策理论在解决不确定问题时通常运用 的数学工具是概率统计分析 ， 因此不确定性决策问题 的传统模型都是随机模型。这样处理的前提是假 设决策中的不确定事件 ， 不论其性质与表现形式如何 ， 都是某种随机因素影响的结果 。但是 ， 随着不确
０ 引 言
在高校毕业生就业竞争 日 益激烈的今天 ， 如何建立高效合理 、 易于操作 的毕业生就业前景评价模 型， 是任何一所高校都必须认真思考的重要课题 。通过对毕业生就业前景评价模型的建立及有效利用 ， 高校就业管理部门可以对学生就业状况进行全方位动态预测及其过程控制 ， 从而加强毕业生就业指导 工作的针对性 ， 提高毕业生就业率 。本文将着重探讨基于层次分析法 的高校毕业生就业前景评价模 型 的建 立 。
西安石 油大学学报（ 分 析 法 的 高校 毕 业 生 就 业 前 景 评 价 模 型 研 究
郭 荆 苟金 虎
（ 西安石 油大学 材料科学与工程学 院， 陕西 西安 ７ ０ ６ ） １０ ５ 摘 要： 在分析影响 高校 毕业生就业主要 因素的基础上 ， 利用层 次分析法相 关理论 ， 立 了毕业生就 业前 建
定决策理论的产生和发展 ， 人们越来越认识 到这种把不确定性等 同于随机性 的做法是不切合实 际的。 所以， 我们需要寻找一种更加科学合理 的多属性决策方法来准确处理这种复杂性的问题 。
３ Ａ Ｐ决策理 论 Ｈ
层次分析法 （ Ｈ ） Ｔ ｏ ａ Ｌ Ｓｔ 于 ２ Ａ Ｐ 是 ｈｍ ｓ ．ａｙ ０世纪 ７ 年代提出的一种将定性分析与定量测度结合起 ｔ ０ 来 的多 目 标决策分析方法 ， 是解决复杂系统决策的有效工具 。然而当遇到不确定性和模糊性因素较 ］