徐 扬,云梦妍,张瑾贤(北京大学信息管理系,北京 100871)
大学生择业决策支持系统研究
徐 扬,云梦妍,张瑾贤
(北京大学信息管理系,北京 100871)
[摘 要]在当今复杂多变的环境下,大学生就业空间不断拓展,多元化趋势日益明显,因而择业创业等问题引发了教育界越来越多的关注,相关决策支持系统和影响因素的分析与研究十分关键。通过对大学生的择业观念和决策进行分析和研究,建立一个符合大学生群体的择业决策支持模型,在数据采集的基础上,通过层次分析法,构建基于不同人群影响因素权重的决策支持量化系统,同时综合考虑多方面因素,辅助大学生经过比较和选择,作出最优决策。
[关键词]大学生择业;层次分析法;决策支持
择业是人才流动的关键步骤,是优化人才资源配置的重要方式[1]。在市场经济背景下,自主择业已经成为学生就业的主要模式,毕业生就业选择空间不断拓展,多元化趋势日益明显[2]。一方面,大学生自主择业有助于就业者结合自己的兴趣与特长在合适的岗位上更充分地发挥潜能;另一方面,毕业生面对大量的多元选择时也容易迷茫,甚至产生焦虑情绪,反而影响其理智的判断。
本文通过对毕业生的择业观念和决策进行分析和研究,建立一个符合特定毕业生群体(例如给定大学,而不同大学的毕业生与其他求职者存在共性和不同于其他求职者的个性)的择业决策支持模型,同时综合考虑多方面因素,用定量的方法帮助求职者衡量不同工作对于自己的价值,辅助其作出最优决策。毕业生择业支持模型,一方面可以帮助大学毕业生更全面地考虑择业的各项因素,用定量的方法进行科学决策,尽量提高就职满意度;另一方面也可以了解当代毕业生的择业观念,更好地帮助他们解决择业中存在的问题,引导他们树立正确的择业观,对于个人、国家、社会的发展都有一定的现实意义。
毕业生择业问题对于社会的稳定和发展有着重要意义,因此得到国内外学者的广泛关注,尤其是在我国,随着大学扩招以及近些年来经济形势与社会环境的不断变化,毕业生择业问题研究成为一个极具挑战性和现实意义的课题[3]。大学生在成长中逐渐形成了关于职业选择的一些比较稳定的认识、评价和心理倾向[4],这是一个非常复杂的过程,难以简单地用个人利益最大化进行解释,因而许多学者从诸多方面对大学生择业问题进行了深入的研究。张新娟和许倩楠利用知识挖掘决策树分类技术的ID3算法形成供工程管理类毕业生择业时参考的决策树规则,并引入了云模型[5]。张美等人结合技术接受模型理论和用户满意理论,从用户行为角度出发,建立用于描述影响用户接受就业信息系统行为的因素模型,并通过结构方程模型的方法进行检验,得出影响用户接受就业信息系统的关键因素[6]。李俊华在实证研究中指出大学生在择业时首先看重的是单位前景,其次是工作环境、单位的社会认同感等,而并不太重要的因素依次包括他人意见和家庭意见等,因而认为大学生择业往往比较理性,自主意识、能动意识较强[7]。刘妍认为在社会转型背景下大学生择业时普遍追求物质利益,关注自我发展,自主择业观念强化,就业观念趋于理性,对于社会需求和对社会的贡献虽有所考虑,但比重远远低于对自身的考虑[8]。曾慧和于贞朋对大学生的学习目标取向与择业效能感之间的关系进行了研究,发现两者有显著的正向关系,因此认为,加强大学生学习目标取向、良好的人际关系和大学生团队合作精神的培养可以提高大学生处理社会关系的技能和团队协作能力,对大学生择业和就业都会产生积极影响[9]。赵正宝和韦平伟重点关注趋势就业理论,认为大学生在择业决策时应当把握经济社会发展规律和行业波动规律,通过资本的投向预判行业发展趋势[10]。
当代大学毕业生不再仅仅基于薪酬福利等相对单一的评价维度进行择业,而对于职业发展的期望日渐多元化,薪酬福利、工作环境、提升空间、学习机会、个人价值实现等,都成为了毕业生择业时的重要考虑因素。从前人的研究成果看,影响大学毕业生择业的因素并没有统一的标准,而且随着经济和社会的发展,这些因素及其影响都处在一个动态变化的状态,对于不同的大学生群体,也会有所不同。因此,有必要针对北京大学学生的特点,结合当前的宏观环境,构建适合于北京大学本科毕业生这一群体的择业决策支持系统。
基于大学生就业决策的研究现状和常用的研究方法,分析整理大学毕业生择业问题的本质属性和发展规律,继而通过深度访谈,了解当下毕业生择业决策时考虑的问题,从定性的角度刻画其影响因素,完成指标体系的构建,并利用定量计算的方法为大学毕业生择业提供决策支持。
(一)模型构建
已有的大学毕业生择业研究模型定性的研究方法,包括考察影响择业决策的因素,而给出的择业建议宏观指向性的,缺乏有实践意义的微观指导。本文通过定量模型的构建,计算不同影响因素在择业决策中的权重,通过评分系统衡量工作对于择业者的相对价值,从而建立不同工作价值之间的可比性,为择业者提供有操作性的决策支持。
模型构建主要基于层次分析法(AHP),主要过程如下。
第一步,分析系统中不同因素之间的关系,建立系统的层次结构模型。文献[11]指出,职业价值观的研究主要集中在两个方面,即个人取向和社会取向。前者主要从个体角度研究职业行为,分析个人需要、能力、兴趣和人格等内在因素在职业选择和职业发展中的作用,探讨职业决策者的价值取向,比较有代表性的包括特性-因素论、需要论和职业选择发展理论;后者更倾向于重视社会环境因素对个人职业选择和职业发展的作用,主要研究个人所处的家庭和社会环境等外在因素,比较有代表性的包括社会经济学理论等。
第二步,基于上述层次结构模型,进一步将个人取向拆分成两部分:个人因素和单位因素,前者包括个人能力、兴趣、人格等,后者指工作单位针对个人需求所提供的具体条件。社会取向仍单列为社会因素。各因素层级关系如图1所示。
图1 各因素层级关系
基于层次关系,对同一层次并且具有相同上层因素的各因素重要性进行两两比较,构造判断矩阵。以个人因素为例,判断矩阵如表1所示。
表1 个人因素判断矩阵
其中,i表示判断矩阵的行数,j表示矩阵的列数,aij是用1~9标度法填入的关系判断数值,具体含义如表2所示。
由此可见,aji是aij的倒数,且判断矩阵对角线上的数值均为1。在构造判断矩阵时,只要填入右上部分或者左下部分的数据即得到整个矩阵。
第三步,用特征根法计算因素的权重向量,过程如下:
表2 1~9标度法
由此得出的特征根向量,即因素的权重向量。
第四步,对判断矩阵进行一致性检验,过程如下:
(3)从表3中找到相应的平均随机一致性指标R.I.。
表3 平均随机一致性指标R.I.
(5)进行判断:当C.R.<0.1时,判断矩阵的一致性是可以接受的,即各元素间关系符合逻辑;当C.R.≥0.1时,判断矩阵不符合一致性要求,即各元素间关系存在不符合逻辑的现象,需要对该判断矩阵进行修正。
第六步,进行层次总排序的一致性检验,过程如下。
(3)计算总一致性比例C.R.(n)=C.I.(n)/R.I.(n)。当C.R.(n)<0.1时,认为判断矩阵的整体一致性是可以接受的。
(二)数据采集
问卷分为两部分,第一部分对影响就业决策因素的重要性两两比较。如果直接采取判断矩阵的形式和1~9标度法设计问卷,由于不够直观,填答者很容易混淆行和列对应的因素,因此将判断矩阵拆分成两两对比因素的陈述,并转换了标度,在处理问卷时再将填答值转换回1~9标度法。第二部分是就业倾向和个人信息,主要采集填答者倾向于就职的行业、单位性质和地域,以及填答者的性别、学科类别和生源地。
就业决策在高年级特别是毕业班学生中有比较大的需求,在实地访谈的过程中还发现,高年级本科生的就业观已趋向于稳定,对择业也有了相对成熟的认识,对就业决策进行了一定程度的理智思考,也有了较为固定的判断标准。因此,将研究对象界定为高年级本科生,包括所有院系(不包括留学生),但排除掉正在休学或正在其他学校进行交流的学生。
数据采集的过程中,首先利用滚雪球的非概率抽样方法发放了问卷总量的1/10作为前测,并改变判断矩阵的表示方法和标度方法,用以确定指标系统的合理性。就理论而言,概率抽样的方法更适合由样本推断到总体,但在本案例的具体实践中,严格的概率抽样方法可操作性不强,而非概率抽样的方法,如滚雪球抽样等,更容易实现。在正式抽样中,为了使院系有较为均匀的分布,一般以宿舍为单位发放和回收问卷,分别选取高年级本科生的男女生宿舍楼,并在大多数人在宿舍的时段进行问卷的发放。问卷收回,对填答者的院系和性别分布进行统计,采取滚雪球抽样的方法进行样本的补充和完善,增加样本的代表性。
常见的层次分析法往往请少数择业方面的专家作评判,而本文以向大量北京大学本科生发放问卷的方式,调查他们对择业决策影响因素相对重要性的看法。层次分析法问卷内容比较繁杂,并非每个学生都能严格按照规范填写问卷,所以本文在一些处理方法上与专家评判法有所区别。
首先,发放小部分问卷作为前测,与学生进行面对面的沟通以保证他们能够按照规范填写问卷;其次,检查一致性,如果大多数的一致性都通过,说明指标体系合理,否则调整指标体系并重复上述过程;再次,再大规模发放问卷,数据处理时采取动态权重:如果被调查者给出的评测一致性不通过权重就为0,通过就为1/n,其中n为一致性通过的总人数。集结学生择业观念时采用一种简单的结果集结法,算出每个学生各因素的权重,然后求加权平均值,权数是上文提到的1/n。
行业、单位性质和地域的划分参考北京大学学生就业指导服务中心发布的年度报告。
(一)数据分布描述
笔者共发放问卷350份,收回312份,回收率89.14%。对数据进行清理,除去不符合填答要求和没有通过一致性检验的问卷,剩余一致性通过的可用问卷214份,问卷的合理填答率达到68.6%。
问卷的个人信息和就业倾向部分变量分布如表4—9所示。
表4 性别分布
表5 学科类别分布
表6 生源地分布
表7 就业行业倾向性分布
表8 就业单位性质倾向性分布
表9 就业地域倾向性分布
从这些数据可以看出,北京大学本科毕业生择业偏好的行业十分集中,倾向于金融业和咨询业的人数超过了总人数的一半。排名前三位的金融/银行/保险、管理咨询/教育科研和IT/互联网/通信/电子所占百分比分别为29.9%、21.5%和17.3%,其余行业所占比例都小于10%。这三个行业也正是当前社会主流所认为的高薪和热门行业。
在就业单位性质的倾向性调查中发现,排名前三的分别是三资企业、高等教育单位和国有企业。数据显示,北京大学本科毕业生偏好的单位性质主要是企业和科研教育单位,其中偏好企业的约占50%,偏好科研教育单位的约占32%。其中,对高等教育单位和科研单位的偏好是北京大学本科毕业生的一个比较显著的特点,这与北京大学自身特点及其定位有很强的关系,而稳定性较高的事业单位并没有受到很大关注。
此外,数据显示,北京大学本科毕业生倾向的就职地域也非常集中,愿意留京工作的人占了总样本数量的一半以上,北京和上海成为了毕业生首选的就业区域,这与两地资源丰富和经济发展条件优越的特点有着密切的关联。
(二)差异性检验
本文对定类变量两两之间做了卡方检验,其中有显著差异性的情况如表10所示。
表10 性别*最倾向于就职的行业交叉表
数据显示,不同性别的学生在行业倾向性上有一定的共性。男生最倾向的行业排名前三位的分别是管理咨询/教育科研、金融/银行/保险、IT/互联网/通信/电子,而女生最倾向的行业排名前三位分别是金融/银行/保险、管理咨询/教育科研、IT/互联网/通信/电子,这表明社会分工的性别界限越来越模糊。当然,某些特定行业也存在明显的性别差异,例如倾向于广告/传媒/印刷出版行业的女生比例明显高于男生,而倾向于能源矿产/石油化工行业的男生比例明显高于女生,这可能与行业特点相关。
本文对各因素权重在不同人群上进行了差异性检验,主要用了独立样本t检验和单变量方差分析法。由于这两种分析方法都要求有足够的样本数量,因此只检验每组样本数都大于30的人群,得到了以下结论:
(1)男女生为各影响择业的因素赋予的权重均无显著差异,表明目前男女生就业观念差异不大。
(2)理学类学生与社科类学生在就业观念上存在一定的不同,理学类学生更看重个人因素,赋予权重为0.5443,而社科类学生在个人因素上赋予的权重为0.4524,在95%的置信度上存在显著差异。
(三)因素权重分析
图2显示了调研结果中每种因素相对于其相邻上层因素的权重。
数据显示:
(1)北京大学本科生在择业时最注重个人因素,并且不局限于专业对口,而更看重自我价值和兴趣爱好被实现的满足感。
(2)北京大学本科生在择业时目光比较长远,很注重自己在工作中的成长,比如能获得知识、技能、发展机会和空间,也比较注重单位的前景。
(3)北京大学本科生在择业时对职业社会地位的重视程度处于相对较高的水平,在一定程度上说明学生比较在意自己将来所处的社会地位。
(4)北京大学本科生在择业时比较独立,对家人意愿、国家政策导向和他人建议的重视程度整体偏低。相对而言,很少受他人建议的影响,但是比较尊重家人的意愿,并且会从宏观上考虑一下国家政策的影响。
(5)北京大学本科生在择业时对工资福利、稳定性、工作地环境这些有形的工作条件重视程度普遍不高,也不太在乎工作压力。同时,对社会贡献的重要性超过了工资福利、稳定性、压力和工作地环境,说明学生有一定的社会责任感。
(四)择业决策支持系统
本文对个人信息变量进行了不同程度的组配,比如“男生”“理学类男生”“城镇的理学类男生”等。对每一人群都给出了该群体的各底层因素权重,用变量a1~4,b1~6,c1~5表示,形成了择业决策支持系统。系统将性别、学科类别和生源地三个变量单独、两两或者三个在一起组配。在实际应用的时候,首先确定要选择的工作,在“兴趣爱好”“能获得知识与技能”“专业对口”“实现自我价值”“工资福利”“工作稳定性”“工作压力”“自身发展机会和空间”“单位的实力前景与文化”“工作地环境”“职业对社会的贡献”“职业的社会地位”“家人意愿”“他人建议”“国家政策导向”这15个方面依次对每份工作打分,第i个工作在兴趣爱好上的得分记为xia1,在能获得知识与技能上的得分记为xia2,以此类推。只要对每个工作的每一方面都使用统一的评判标准,打分者采取五分制,十分制,百分制等等都不影响相对顺序。
以农村社科专业女生为例,系统会返回“女-社科-农村”表格,然后以相应的数值为权重,乘以第i个工作对应因素的分数,得到该工作的总分:
最后求出max Si,则得分最高的工作即为系统测算出的最佳选择。
用户在应用决策支持系统的时候,还可以根据需要选择减少组配变量,例如农村社科专业女生可以选择仅输入社科专业女生,也可以得到系统返回的决策结果。当然,划分粒度过大可能会降低系统对于自己情况的适用性,用户可根据实际情况进行判断。
本文通过对北京大学本科生的择业影响因素进行定量研究,利用层次分析法建立量化模型与决策支持系统,反映了当前学生的择业倾向和价值观,同时也为处于选择困难状态下的毕业生提供参考。今后的研究有望在加强系统学习功能方面有所进展,即将用户输入及最终选择结果的数据整合到决策支持模型中,对各参数进行动态调整,从而能够为学生择业提供更加有效地决策支持。
[参考文献]
[1] 孟令熙.高新技术企业研发人才择业影响因素研究[J].科技进步与对策,2012,(14):133-137.
[2] 张新娟.大学生择业决策研究[D].华北电力大学,2006.
[3] 龙立荣,黄小华.大学生择业的社会生态模型:环境的力量[J].高等教育研究,2006,(8):62-69.
[4] 薛利锋.大学生择业心理与择业价值观教育[J].东北师大学报(哲学社会科学版),2010,(1):175 -178.
[5] 张新娟,许倩楠.基于知识挖掘的决策树规则对于工程管理学生个性化择业决策的支持研究[J].华北电力大学学报(社会科学版),2014,(6):119 -125.
[6] 张美,赵英,谢彩云.高校就业信息系统用户接受行为影响因素研究[J].软科学,2012,(10).
[7] 李俊华.大学生择业的层次模糊分析法的综合评价模型[D].武汉:华中师范大学,2007.
[8] 刘妍.社会转型背景下大学生择业观念与择业行为研究[D].长春:吉林大学,2011.
[9] 曾慧,于贞朋.学习目标取向对择业效能感的影响机制研究[J].西南交通大学学报(社会科学版),2014,(1):80-85.
[10] 赵正宝,韦平伟.趋势就业理论:大学生就业的行业选择分析[J].中国青年政治学院学报,2012,(1):47-51.
[11] 王沛,康廷虎.大学生择业价值取向调查问卷的编制及初步研究[J].应用心理学,2005,(2):143 -148.
Research on Decision Support System of Undergraduate Career Choice
XU Yang,YUN Meng-yan,ZHANG Jin-xian
(Department of Information Management,Peking University,Beijing,100871,PRC)
[Abstract]The present complex and dynamic labor force market opens up more employment opportunities for university graduates,which is increasingly taking on the feature of multiplicity.Therefore,the career choice of university graduates is attracting more and more attention.Studying the decision support system and analyzing factors which may affect graduates'choice behaviorare becoming the hot spots.Based on empirical research and data collected from real world,this paper builds a quantitative decision support system using analytic hierarchy process,which helps university graduates to make best decision of their careers through comparison and careful choice.Graduates from Peking University are taken as research subjects to verify the effectiveness of the model.Meanwhile,the research findings about the orientations and features of university graduates'career choice can provide empirical data for the future development of higher education.
[Key words]university graduates'career choice;quantitative analysis;analytic hierarchy process;decision support;Peking University
(责任编辑 陈育/校对 云月)
[作者简介]徐扬(1981—),男,湖北武汉人,北京大学副教授,博士,主要从事知识管理、信息分析与决策研究
[基金项目]国家社会科学基金项目“大规模个性化定制环境下的情报系统研究”(13CTQ022)
[收稿日期]2015-12-10
[中图分类号]G 649.21
[文献标识码]A
[文章编号]1674-5779(2016)01-0095-07