民族地区农村大学生就业竞争力影响因素分析——基于结构方程模型的实证研究

阳　镇， 胡雄亚

(广西民族大学 a. 管理学院， b. 软件学院， 广西 南宁 530006)

*本文已于2014-11-27 09∶37在中国知网优先数字出版。 网络出版地址： http：∥www.cnki.net/kcms/detail/21.1558.C.20141127.0937.007.html

民族地区农村大学生就业竞争力影响因素分析——基于结构方程模型的实证研究

阳镇a， 胡雄亚b

(广西民族大学 a. 管理学院， b. 软件学院， 广西 南宁 530006)

摘要：近年来，农村大学生在校人数增长迅速，其就业问题也就成为社会和高校关注的重点问题。以民族地区广西民族大学农村大学生为调查对象，通过问卷调查获取第一手资料数据，利用结构方程模型及AMOS软件建立SEM模型，分别从个体因素、学校因素、家庭因素三个方面探讨其对就业竞争力的影响程度，指出家庭因素与个人因素对农村大学生就业竞争力的影响程度较大，而学校因素对农村大学生就业竞争力的影响也同样不可忽视。研究旨在为农村大学生做好职业规划，找到合适的工作岗位提供参考和借鉴。

关键词：就业竞争力； 民族地区； 农村大学生； 结构方程模型； Amos软件

大学生就业是事关千家万户的重要问题。2013年中国社科院发布《社会蓝皮书：2014年中国社会形势分析与预测》指出，家庭的城乡背景对毕业生的就业机会具有显著影响，其中普通本科院校城市家庭出身的就业率(87.7%)比农村家庭出身的就业率(69.5%)高18.2个百分点。2014年广西高校毕业生数量较2013年仍有增长，成为2013年后的“更难就业季”。因此，在整体就业难的背景下，农村大学生就业问题无疑成为更需要社会关注与谈论的热点问题。基于民族地区高等院校数量少、经济发展相对落后的环境特殊性，对其区域农村大学生就业问题的研究，有助于该地区大学生更好地将自己的专业学习与市场需求有效地结合起来，做好职业规划和定位，找到适合自己的岗位。

一、文献综述

从就业竞争力这一概念来说，竞争力的英文为competitiveness或competitive power，是指双方或多方参与者相互角逐或比较而体现出来的综合能力。其概念最早出现在英国，由英国学者Be-veridge在1909年最先提出。20世纪30年代，就业竞争力的概念传到了美国并得到了进一步的发展，逐步成熟起来。国际劳工组织(ILO)认为，就业竞争力是个体获得和保持工作，在工作中进步以及应对工作生活中出现的变化的能力。现有研究将就业竞争力结构划分3个层次：一是就业的基本能力，包括听、说、读、写等基础认知能力和自强、自律、自信等个性心理属性。二是体现个人发展潜质的能力，如影响能力、战略反应和思考能力、群体合作能力、适应能力等认知方面的能力。三是个体将自己的就业能力展示给劳动力市场的表达能力，这是个体通过展现自身素质博得雇主认可并最终获得聘任的能力。

在就业竞争力影响因素的研究中，一些文献从宏观的角度研究了外部因素对大学生就业竞争力的影响。吴航(2005)认为，就业结构、劳动力市场的规范性影响着大学生的就业竞争力，同时较高的经济增长速度，大力发展第三产业等状况也使得大学生就业的形势逐步好转[1]。刘永君等(2007)认为，影响高校毕业生就业的因素是多元的，概括起来主要有以下几个方面：经济因素、政府因素、高校因素以及毕业生自身的因素[2]。另一些文献则从微观角度研究了内部因素对大学生就业竞争力的影响。刘家树(2008)从定量与定性角度分析大学生就业的主要影响因素，认为大学生的性别特征、英语水平、社会实践与兼职经验等个体因素是影响就业竞争力的重要因素，并指出大学生就业存在明显的性别歧视与经验歧视等问题[3]。

在对就业竞争力相关模型的研究中，陈海平(2005)采取多元线性回归和逻辑回归等方法建立相应的回归模型，把自变量分为人力资本与社会资本两个大类，并在多所高校中对高校毕业生进行了实证调查，从而得出高校毕业生群体在就业过程中明显处于弱势地位的结论[4]。李卫正(2010)以就业协议与就业满意度作为竞争力衡量指标，分别利用Logistic模型与普通回归模型进行实证对比分析，指出大学生的人际沟通能力和求职心态对其就业竞争力的影响最为显著[5]。袁红清、李荔波(2013)利用多元回归分析以及假设检验的方法，从工作收入、就业稳定性、就业满意度、专业对口程度四个方面入手，分析了先赋性因素、后致性因素以及综合因素对毕业生就业质量的影响，指出学生先天与后天综合实力是决定农村大学生就业质量的关键[6]。

二、就业竞争力影响因素模型的构建与结果分析

1. 概念模型及假设

首先，在就业市场中，大学生的专业知识水平往往成为影响其就业竞争力的重要因素，农村大学生在大学阶段的专业知识越扎实，其就业竞争力就越强。本文选取就业态度与能力素质作为反映个体因素的指标，由于农村大学生就业态度越好，能力素质越强，其就业竞争力就越强，故提出研究假设。

H1：个体因素对就业情况有正向影响。

其次，高等学校作为目前我国学生就业竞争力培育中的主体，为大学生综合素质的提升提供了不可或缺的平台，对大学生就业能力的培育具有重要作用。同时，由于我国高等教育教学质量具有差异性，重点大学与地方高校在教学资源与实践平台、培养层次以及高校就业指导模式上均存在一定的差异[7-9]。因此，选取课程设置与就业指导作为衡量学校因素的指标，提出研究假设。

H2：学校因素对就业情况有正向影响。

H3：学校因素对个体因素有正向影响。

H4：学校因素对家庭因素有正向影响。

此外，大学生的家庭背景对其就业竞争力同样具有重要影响。社会资本理论认为，社会资本对企业竞争优势的加大具有重要的影响[5]，为了获得市场竞争优势，许多企业正积极构建以关系网络为基础的社会资本，其中通过引进具有良好家庭关系背景的职工并使其社会关系转化为企业的社会资本，成为目前许多企业提升社会资本的一个重要渠道[7]。因此，家庭背景较好的大学生就业难度相对更低，更容易找到满意的工作。故选取家庭条件与父母观念作为衡量家庭背景因素的指标，提出研究假设。

H5：家庭因素对个体因素有正向影响。

H6：家庭因素对就业情况有正向影响。

结构路径图和基本假设、模型变量对应表分别如表1、2所示。

表1　结构路径图和基本假设

表2　模型变量对应表

2. 数据的处理及分析

本文以广西民族大学2010级农村毕业生作为抽样样本，主要围绕所建立的SEM模型中的8个观测变量开展研究，考虑到操作等实际情况，选取定额抽样的统计方式。为保证所得结果和数据的可信度和准确性，确定问卷调查的样本容量为200个，对所收集到的样本进行审核，以去除其中的无效样本，最终确定的有效样本为190个[10-11]。对每个观测变量均通过2~3道题目来测量其影响程度，同时采用五分量表法进行赋值(1~5分)，分值越高代表其影响程度越大。

(1) 信度分析。信度指标多以相关系数来表示，大致可分为三类：稳定系数、等值系数和内在一致性系数，其中内部一致性指标最为常用，它表示观测指标之间的内部一致性或同质性。Cronbach Alpha值作为内部一致性常用的表现形式，一般介于0和1之间，越接近于1，则说明观测指标的信度越高。

本文采用常用的Cronbach’s α系数检验法进行信度检验。根据相关理论的标准α系数的临界值设为0.7。如果信度系数α在0.9以上，则表示量表有很高的信度；如果信度系数0.8<α<0.9，说明信度比较高；信度系数0.7<α<0.8，表示可以接受。

通过Spss统计软件将所涉及到的各个量表进行Cronbach’s α信度检测，本文中个体因素、家庭因素及就业情况为内生变量，而学校因素为外生变量。各量表的Cronbach’s α信度检测结果如表3所示。

表3　各量表信度检测结果

(2) 量表的验证性因子分析。利用Amos软件对外生变量和内生变量进行验证性因子分析，输出结果如图1、2所示，可以看出外生变量与内生变量的观测变量在其所在的潜在变量上有较高的载荷。

图1　外生变量验证性因子分析结果

模型的相关拟合指数如表4所示，可以看出，t值都在2以上。模型的自由度为2，卡方值为9.70，卡方与自由度的比值为4.85，小于5；RMSEA为0.007<0.1，RMR为0.036<0.05；CFI和NFI都为0.94>0.9。在内生变量中的验证性因子分析中，模型的自由度为6，卡方值为3.718，卡方与自由度的比值为0.620<5；RMSEA为0.000<0.1；RMR为0.021<0.05；CFI和NFI分别为1.000和0.980都大于0.9。可见，提出的验证性因子分析模型与调查数据拟合得很好，说明问卷量表具有较高的结构效度，测量模型也适于进行进一步的结构方程模型分析。

表4　模型的相关拟合指数

注：X2/df为χ2卡方拟合指数；NFI为规范拟合指数；CFI为比较拟合指数；RMSEA为近似误差均方根；RMR为残差均方根。

3. 就业影响因素结构方程模型分析

上述验证性因子分析表明，外生变量和内生变量的测量方程拟合得较好，可以引入结构方程进行下一步的结构方程模型检验，具体如图3所示。

图3　就业影响因素结构方程模型

其中，图3中E1~E8及D1~D3为潜变量的测量指标误差。

(1) 结构方程模型的初步估计及检验。通过Amos结构方程分析软件对模型进行分析，得出模型拟合系数、路径系数及假设检验，初始结构方程模型路径图如图4所示，初始结构方程模型路径估计及检验结果如表5所示。

由表5可以看出，学校因素→家庭因素，学校因素→个体因素，家庭因素→就业情况等路径都通过了水平为5%的显著性检验。但是家庭因素→个体因素，个体因素→就业情况，学校因素→就业情况等路径均没有通过水平为5%的显著性检验。

图4　初始结构方程模型路径图

根据软件输出结果，模型的相关拟合系数为X2/df=0.63<5，NFI=0.973>0.9，CFI=1.00>0.9，RMSEA=0.000<0.1，RMR=0.023<0.05，PNFI=0.487<0.5。通过比较分析，发现PNFI拟合指标的拟合效果不是很理想，需要进一步修正。

(2) 调整后的结构方程模型及检验。根据理论模型的检验结果对模型进行修正，修正后结构方程模型拟合度如表6所示。根据P值的结果，剔除家庭因素→个体因素，学校因素→就业情况等不显著的路径，通过Amos结构方程软件重新进行模型的验证，发现各拟合指标基本符合要求，模型拟合良好，修正后的结构方程模型如图5所示，并将最终模型的验证结果及路径系数整理如表7所示。

表5　初始结构方程模型路径估计及检验结果

注：***表示显著性水平为1%(T>3.29)。

表6　修正后结构方程模型拟合度

注：PNFI为简约拟合优度指数。

由表6可以看出，总体上各项指标均得到改善，整体模型拟合度良好。在模型的绝对拟合指标中，本文选择X2/df和RMSEA两个指标。X2/df是直接基于拟合函数的简单指数。

一般认为X2/df在2.0到5.0之间就可以接受模型，在2.0到3.0之间属于较理想值。在本修正模型中，X2/df的值为0.65，属于较理想值，表示模型的适配度很好。RMSEA受样本量的影响较少，是较好的绝对拟合指数。本模型中RMSEA为0.000，小于0.1，说明模型适配程度较好。

在模型的相对拟合指标中，本文根据候杰泰的推荐，选择了NFI和CFI两个指标。一般认为CFI和NFI这两个指标大于等于0.90时，模型的拟合度较好。本文中模型的NFI和CFI指数分别为0.979、1.000，满足大于等于0.90的条件，因此在相对拟合指标方面是可以接受的。

图5　修正后的结构方程模型路径图

在模型的简约拟合指数中，本文选择PNFI指数。一般认为PNFI大于0.5模型较为简约。

本文中模型的PNFI指数为0.554，大于0.5，表明模型相对较为简约。综合以上三个方面，可以看出经过修正后的结构方程模型具有较为理想的拟合度，本文对研究假设的检验是可以成立的。

表7　最终结构方程模型路径系数

注：***表示显著性水平为1%(T>3.29)，**表示显著性水平为5%。

4. 各因素对就业情况影响效果分析

为了更详尽地描述因子之间的关系，笔者对相应因子之间的直接效应和间接效应以及总效应进行了评估。

直接效应是两个因子间的路径系数，如个体因素到就业情况的直接效应就是其路径系数0.561。间接效应是间接路径之和，而间接路径系数等于间接路径所经过的直接路径系数的乘积，如学校因素到就业情况有两条间接路径，分别是学校因素→个体因素→就业情况、学校因素→家庭因素→就业情况。第一条间接路径系数是0.373×0.561=0.209，第二条间接路径系数是0.477×0.561=0.268，因此，学校因素到就业情况的间接效应就是两条路径之和，即0.209+0.268=0.477。总效应就是直接效应与间接效应之和，将各变量之间的直接效应和间接效应整理如表8所示。

表8　模型各因素对就业情况的影响效应

三、结论

模型验证了学校因素对家庭因素、学校因素对个体因素、个体因素对就业情况、家庭因素对就业情况四大假设的成立。从结构方程模型的结果可以看出，家庭因素(0.761)与个人因素(0.561)是影响民族地区农村大学生就业竞争力的主要因素，而学校因素(0.477)对民族地区农村大学生就业竞争力的影响也同样不容忽视。

参考文献：

[1]吴航.大学生就业竞争力因素分析 [J].浙江工商大学学报，2005(4)：90-93.

[2]刘永君，李宇遐.高校毕业生就业影响因素分析及对策探讨 [J].中国大学生就业，2007(16)：21-23.

[3]刘家树.基于Logic模型的经管类专业大学生就业影响因素调查分析 [J].统计教育，2008(10)：37-40.

[4]陈海平.人力资本，社会资本与高校毕业生就业：对高校毕业生就业因素的研究 [J].青年研究，2005(11)：8-15.

[5]李卫正，傅剑，裘颖.大学生就业就业竞争力影响因素的实证研究 [J].浙江工业大学学报：社会科学版，2010(9)：30-35.

[6]袁红清，李荔波.农村大学生就业质量分析：基于浙江省1 514名农村大学毕业生的调查 [J].农业经济问题，2013(13)：65-70.

[7]吴明隆.结构方程模型：AMOS的操作与应用 [M].重庆：重庆大学出版社，2009.

[8]韩经，尹兆华.当前大学生就业选择影响因素及对策研究 [J].航海教育研究，2008(4)：35-38.

[9]杨一平.大学生就业形势变化与高校就业指导模式的变革 [J].高等教育研究，2002(5)：61-63.

[10]邵彤，隋鑫.辽宁省高校毕业生就业压力的成因及对策 [J].沈阳工业大学学报：社会科学版，2010，3(2)：183-187.

[11]Lee S Y，Zhu H T.Maximum likelihood estimation of nonlinear structural equation models [J].Psycho-metrika，2002，67(2).189-210.

Analysis on influencing factors of employment competitiveness

of college student from rural ethnic minority areas

YANG Zhena, HU Xiong-yab

(a. School of Management, b. School of Software Engineering, Guangxi University for Nationalities, Nanning 530006, China)

Abstract：In recent years, the number of students from rural areas in school has grown rapidly, and the employment of them has become the focus that society and colleges concerned. Taking the students of ethnic minority from rural areas in Guangxi University for Nationalities as the sample, the first hand data are acquired through questionnaire survey. A SEM model is established by using structural equation model and AMOS software. The influence degrees of employment competitiveness are discussed respectively from three aspects, i. e., personnel factor, family factor, and school factor. It is proposed that the influence degree of employment competitiveness from family factor and individual factor are great, but the influence degree of employment competitiveness from school factor also can not be ignored. The objective of the research is to provide reference for the students from minority areas doing occupation planning well, and find a suitable job.

Key words：employment competitiveness; ethnic minority area; students from rural area; structural equation model; Amos software

中图分类号：G 526

文献标志码：A

文章编号：1674-0823(2015)01-0070-06

doi：10.7688/j.issn.1674-0823.2015.01.12

作者简介：阳镇(1994-)，男，湖南隆回人，主要从事创新与创业、人力资源开发等方面的研究。

基金项目：广西高校大学生创新创业训练计划项目(201410608052)。

收稿日期：2014-06-11