省域本科毕业生就业的经济影响因素分析

张英磊

(苏州大学 教育学院，江苏 苏州 215123)

近年来，高校毕业生的就业形势愈来愈严峻.受经济影响，各省的高校毕业生就业率存在较大差异.通过构建理论模型，对中国30个省的本科毕业生就业率的经济影响因素进行相关分析和回归分析，找出实际影响毕业生就业的经济因素，从教育经济学的视角出发，为提高各省毕业生的就业状况提供指导.

1 回归模型的构建

1.1 相关概念的界定

1) 211院校.1993年2月13日中共中央、国务院印发的《中国教育改革和发展纲要》及国务院《关于＜中国教育改革和发展纲要＞的实施意见》中确定，国家要面向21世纪重点建设100所左右的高等学校和一批重点学科点.截至2009年1月，全国共批准211院校114所(211院校、非211本科院校、毕业生就业率、毕业半年后的平均收入、离校时的工作能力等概念，及文中引用的中国30个省份的数据(不包括西藏和台湾)均来自麦可思公司内部资料).

2） 非211本科院校.中国除211院校以外的所有本科院校.

3） 毕业生就业率.就业率=(实际就业人数)/(毕业生总数－国内外在读研究生的人数).

4） 非失业率.非失业率=(就业人数+正在读研与留学人数)/(毕业生总数).非失业率是以全体毕业生为计算基数，把就业和正在国内外读研的人群都算为非失业，主要用于评估211院校的毕业生状况.就业率的计算对211院校不科学，因为计算就业率时分子分母同时剔除读研人数，造成读研的毕业生越多，就业率就越低.所以非失业率才是评估211院校的科学指标.

5） 离校时的工作能力.麦可思把大学毕业生的能力分为35项基本工作能力，在调查就业的应届毕业生时，要请他/她们评估各项能力在自己工作中的重要性、工作要求的水平和自己离校时掌握的水平.经过加权计算出离校时掌握的35项能力的总体水平.

6） 城镇化率.城镇化率(城镇化水平)通常用市人口和镇人口占全部人口的百分比来表示，用于反映人口向城市聚集的过程和聚集程度.

7） 科研发展水平.即科学研究与发展水平，本文用各省的专利数代为解释.

8） 劳动力市场的竞争性程度.反映一个地区劳动力市场的竞争状况，本文用各省毕业生找到一份工作所需简历数代为解释.

1.2 变量的界定

本文引入的被解释变量共2个为Y1、Y2:①各省08届211院校本科生毕业半年后的非失业率Y1;②各省08届非211院校本科生毕业半年后的就业率Y2.

解释变量8个为X1至X8:①各省08届211院校本科毕业生离校时的工作能力X1;②各省08届非211院校本科毕业生离校时的工作能力X2;③各省08届211院校本科毕业生找到一份工作所需简历数X3;④各省08届非211院校本科毕业生找到一份工作所需简历数X4;⑤各省城镇化率X5;⑥各省第二产业就业人数X6;⑦各省第三产业就业人数X7;⑧各省专利数X8.

1.3 模型假定

当分析各省08届211院校本科生毕业半年后的非失业率Y1时，假定与其相关的变量分别是: X5(正相关)、X7(正相关)、X8(正相关).城镇化水平越高，为毕业生提供的岗位越多，毕业生的非失业率会越高;第三产业就业人数X7表明了各省的产业结构，大学生毕业后多从事第三产业，所以第三产业越发达，则该省毕业生就业率越高;专利数X8代表了一个地区的科技发展水平，专利数越多，该地区科技发展程度越高，提供的高科技职位越多，毕业生的就业率越高[1].

与各省08届非211院校本科生毕业半年后的就业率Y2相关的变量分别是:X4(负相关)、X5(正相关)、X6(正相关)、X7(正相关)、X8(正相关).毕业生就业所需简历数越多，则代表该地区劳动力市场竞争越激烈，毕业生的就业率越低.同时，由于非211院校的学生毕业后很多从事第二产业的工作，则该省非211院校毕业生的就业率和第二产业就业人数存在正相关关系.

2 结果及分析

通过相关分析，在α≤0.05水平下，显著性检验结果如下:

1) 与各省08届211院校本科生毕业半年后的非失业率Y1存在显著相关的变量分别是:各省城镇化率X5、第三产业就业人数X7、各省专利数X8.用SPSS17.0，设置因变量为Y1，输入自变量X5、X7、X8，采用逐步回归的方法，得到的结果见表1、表2:

从表1、表2可以看到，2个方差扩大因子均小于10，回归系数也都有合理的经济解释，说明此回归模型不存在强多重共线性.回归方程通过了F检验，具有较高的拟合度.残差值与预测值通过了斯皮尔曼检验，说明参差不独立，可能存在异方差问题.对此采用了加权最小二乘法，作Y1关于X5和X7的普通最小而成回归，取残差的绝对值后做等级相关系数的显著性检验，后通过t检验认为异方差问题不存在，故可以作为最终回归模型.回归方程为Y1=84.584+0.064X5+0.002X7，标准化回归方程为Y1=0.423 X5+0.413X7.

表1 系数列表

表2 模型拟合分析

由非标准化回归系数看到，对各省08届211院校本科生毕业半年后的非失业率影响最大的因素是城镇化率X5，其次是第三产业就业人数X7.城镇化率每增加1%，211院校本科生的非失业率增加0.064%;第三产业就业人数每增加1%，211院校本科生的非失业率增加0.002%.

2) 与各省08届非211院校本科生毕业半年后的就业率Y2存在显著相关的变量分别是:各省08届非211院校本科生毕业生找到一份工作所需简历数X4、各省城镇化率X5、各省第二产业就业人数X6、各省第三产业就业人数X7、各省专利数X8.用SPSS17.0，设置因变量为Y2，输入自变量X3、X5、X6、X7、X8，采用逐步回归的方法.得到的结果见表3、表4.

表3 系数列表

表4 模型拟合分析

从表3、表4可以看到，2个方差扩大因子均小于10，回归系数也都有合理的经济解释，说明此回归模型不存在强多重共线性.回归方程通过了F检验，具有较高的拟合度，残差值通过了斯皮尔曼检验，不存在异方差问题，可以作为最终回归模型.回归方程为Y2=82.540+0.000 084X8+0.279X4，标准化回归方程为Y1=0.417X8+0.377X4.

由非标准化回归系数看到，对各省08届非211院校本科生毕业半年后的就业率影响最大的因素是各省专利数X8，其次是各省08届非211院校本科毕业生找到一份工作所需简历数X4.各省专利数每增加1%，非211院校本科生的就业率增加0.000 084%;找到一份工作所需简历数每增加1%，非211院校本科生的就业率增加0.279%.

3 结论与启示

通过上述分析，可以看到影响各省211院校本科生非失业率的因素是城镇化率和第三产业就业人数.211院校本科生毕业后大都前往城市寻找工作，城镇化水平越高，则该省为大学生提供的岗位和机遇越多，毕业生的就业率会越高[2].值得注意的是，与非211院校不同，211院校学生的非失业率和第三产业就业人数呈显著相关，这表明211院校的学生毕业后大都从事第三产业，这和非211院校毕业生的就业去向有一定的差别.

影响各省非211院校本科生就业率的因素是科学技术发展水平和劳动力市场的竞争程度.专利数是一个省科技发展水平的重要标志，而专利的申请大多数来自第二产业.非211院校的学生毕业后从事的工作和第二产业有很大关联，专利数越多，表明该省第二产业越发达，为非211院校的学生提供的岗位越多，则他们的就业率越高.找到一份工作所需简历数表明了一个省岗位的竞争程度，结果发现简历数与就业率也是正相关，这与前面的理论模型并不一致.在数据的收集中发现，北京、上海、广东、江苏等地经济发达所需简历数就越多，这些地区竞争激烈，但经济相对发达，能够为学生提供较多的岗位.一些学生在竞争激烈的岗位中被淘汰后，会选择较为容易就业的职位，最终也能找到工作.

要解决毕业生的就业和收入问题，必须充分发展地区经济，提高城镇化率.目前我国处于经济转型期，随着高新技术的发展，需要越来越多的高素质人才[3].产业结构也在经济的带动下逐步升级，劳动密集型产业将被以科技为主导的技术密集型产业取代，大学生的就业问题也会得到逐步解决.

[1] 崔玉平，李晓文.江苏省高等教育规模扩大对短期经济增长的效应分析[J].教育与经济，2006(3):52-55.

[2] 陈选华，邢琅.浅论和谐社会视野中的高校就业问题—以安徽工业大学为例[J].中国高教研究，2006(7):63-64.

[3] 蒋世民.我国高校毕业生就业问题的成因研究—一个经济模型的初建及其应用说明[J].清华大学教育研究，2004，25(8):57-63.