高等职业教育毕业生职业迁移的影响因素——基于多项分类Logistic回归分析

姚长佳，马　莹

(天津电子信息职业技术学院，天津　300350)



高等职业教育毕业生职业迁移的影响因素
——基于多项分类Logistic回归分析

姚长佳，马莹

(天津电子信息职业技术学院，天津300350)

以天津海河教育园区的高等职业教育毕业生为研究样本，采用多项分类logistic回归分析方法，对高等职业教育毕业生职业迁移的影响因素进行了分析。结果表明：职业迁移的影响因素主要包括年龄、工作年限、专业类别和现职的专业相关性等，其中年龄、专业类别是组织迁移的主要影响因素，现职的专业相关性、工作年限是岗位迁移的主要影响因素，年龄、工作年限是职位迁移的主要因素，同时，组织迁移、岗位迁移和职位迁移之间具有交互作用。进而认为：高等职业院校在对学生进行职业规划教育时，不能仅仅聚焦于择业观、就业观的教育，还应结合职业迁移的特征与影响因素培育学生的职业迁移素养。

职业迁移；层次模型；影响因素；职业生涯规划

职业迁移是职业生涯(D·T·Hall，1976)发展的途径与手段，其价值在大革新、大进步时代尤甚。笔者先前的研究结果表明，超过80%的高等职业学校毕业生在其初始职业生涯4年内至少经历1次的组织迁移，100%的学生在其职业生涯的6年内至少经历1次的岗位迁移和职位迁移，职业迁移已成为其职业成长的必然历程。然而，影响高等职业教育毕业生进行职业迁移的因素有哪些？对该问题的科学回答，既有助于高等职业教育毕业生做好自身的职业规划及其相应的职业素养积淀，亦有益于高等职业院校更有针对性地对学生实施职业规划教育及其对应的职业素养教育。然而，这方面的研究成果尚不多见。天津海河教育园区是全国职业教育改革创新的示范园区、创新型人才和高技能人才培养的教育高地，其培养的毕业生在高等职业教育特别是沿海发达地区的高等职业教育中具有较高的代表性。故本文以天津海河教育园区的毕业生作为研究样本与调查对象。

一、职业迁移的层次模型

在经济全球化与产业更迭加速的今天，人们的职业迁移不仅包含行业、组织、岗位、职责、技术手段等多个层面，而且不同层面的职业迁移往往是交叉、重叠的，如组织迁移与岗位迁移有可能同时发生，即更换到新的工作单位任职一个新的工作岗位。那么，厘清职业迁移的类别是探讨职业迁移影响因素的研究起点。结合情境取向的迁移理论(Bloom,2007)和已有的相关研究成果，本文将从劳动者个体工作的变动范围和变动方向2个维度对职业迁移进行分类，构建职业迁移的层次模型。个体在职场中面临的工作变动主要包括工作任务、工作岗位、工作职位和工作组织4种情形，由此对应着职业迁移的4个构面，即任务迁移、岗位迁移、职位迁移和组织迁移，本文的职位迁移仅指职位从低到高的正向迁移。同时，个体在职业发展中的变动包括水平和垂直2个方向，由此对应着水平性迁移和垂直性迁移，凡是能形成职业声望提高的迁移称为垂直性迁移，未能形成职业声望显性提高的迁移为水平性迁移。显然，在职业迁移的组成构面中，职位迁移属于垂直性迁移，任务迁移属于水平性迁移；而岗位构面、组织构面的迁移既可能是水平性迁移也可能是垂直性迁移，如同一级别任职的组织迁移是水平性迁移，通过组织迁移实现个人职业地位提升的迁移是垂直性迁移。由此，构建出一个3维的职业迁移层次模型，如图1所示。

图1　职业迁移的层次模型

图1中的3个坐标轴分别表示组织迁移、岗位迁移、职位迁移的变化，原点代表了组织、岗位、职位变化均为零的任务迁移，图中的粗实线表示仅发生在1个构面上的迁移，如线1代表仅发生了组织迁移，任职的岗位与职务未有变化；图中的阴影面表示发生在2个构面上的迁移，如面1代表在组织迁移的同时也发生了任职岗位的变化，但职业地位保持不变；图中线面及原点之外的正方体则表示在3个构面上同时发生的迁移，如通过工作单位的变动，同时发生了岗位变动和职位变动，此种情形的职业迁移将是个体职业生涯中的全新挑战，是一种跨越式的迁移。依据迁移水平的分类理论，职业迁移水平可从迁移背景和迁移内容加以界定；层次模型中的点、线、面、体其背景的相似性依次递减，因此其相应的迁移水平依次递增；同时，层次模型中线1、线2的水平性迁移，其迁移水平低于线3的垂直性迁移，而面1的迁移水平亦低于面2、面3的垂直性迁移。总之，职业迁移的层次是立体多维的，层次模型中的位置决定了迁移水平的高低。

二、职业迁移的影响因素

(一)数据来源

1．调查问卷的开发

基于上述职业迁移的层次模型，结合已有文献资料，从人口统计特征、专业特征和职业迁移经历等3个方面设计了相关的测量条目。以天津海河教育园区5所高职院校(天津电子信息职业技术学院、天津现代职业技术学院、天津海运职业学院、中德职业技术学院、天津轻工职业技术学院)的毕业生为调查对象，采用滚雪球式的便利抽样，发放调查问卷458份，最后回收381份。在剔除数据缺失和明显回答不真实的21份调查问卷后，最终360份有效调查问卷进入正式的数据分析过程，其有效回收率为78.6%。

2．样本描述

在全部有效问卷中，女性样本为207(占57.5%)，男性样为153(占42.5%)；年龄在20-23岁的样本数为111(占30.8%)，24-27岁的样本数为202(占56.1%)，28岁及以上的样本数为47(占13.1%)；入学学籍是沿海城市的样本数为219(占60.8%)，入学学籍是非沿海城市的样本数为141(占39.2%)；现工作地是沿海城市的样本数为311(占86.4%)，现工作地是非沿海城市的样本数为49(占13.6%)；初职专业相关的样本数238(66.1%)，初职专业非相关的样本数为122(33.9%)；现职专业相关的样本数219(60.8%)，现职专业非相关的样本数为141(39.2%)。可见，样本比例比较合理，具有较高的代表性。

(二)研究方法及变量的选取

1．研究方法

Logistic回归分析是研究分类变量与影响之间关系的有效分析方法之一，本文尝试建立多项分类logistic回归模型，从人口统计特征、专业特征2个维度对高职毕业生职业迁移即组织迁移、岗位迁移和职位迁移的影响因素进行实证分析。

2．变量的选取

基于研究需要，分别将组织迁移、岗位迁移和职位迁移设为因变量。研究选取的自变量包括：性别、年龄、入学学籍、现工作地、工作年限、专业类别、初职专业相关性、现职专业相关性，各个变量的含义和赋值方法如表1所示。

表1　变量的含义与赋值

此外，基于组织迁移、岗位迁移和职位迁移之间的相互影响，在岗位迁移影响因素的logistic回归模型中，增加自变量YZ组织迁移；在职位迁移影响因素的logistic回归模型中增加自变量YZ组织迁移、YG岗位迁移。

(三)模型检验与结果分析

在进行多项分类logistic回归模型分析时，本文采用的是向前逐步法，对全部自变量进行选取，进入标准设为0.05，剔除标准设为0.10，本文仅对最终模型进行分析。

1．组织迁移的模型检验与结果分析

表2　组织迁移的模型拟合信息

表3　组织迁移的拟合优度与伪决定系数

表2数据显示，最终模型与只包含截距项相比，获得的似然比χ2值为44.581，P=0.000，说明最终模型显著成立；表3数据显示，Pearson χ2和Devianceχ2分布P值大于0.05，3个伪决定系数最大值为35.0%，说明模型拟合尚可。

表4　组织迁移的似然值检验

表4数据显示，在含X6和X2的全模型中省略了X6后，-2倍对数似然值改变量为28.237，自由度改变量为14，P=0.013<0.05，说明X6对模型的贡献有统计学意义；同理，省略X2后，-2倍对数似然值改变量为21.903，自由度改变量为2，P=0.000<0.05，说明X2对模型的贡献有统计学意义。结果亦表明，组织迁移与性别不存在统计学意义上的显著相关，这与刘金菊对城市人口职业流动的研究结果“女性的职业流动率往往低于男性”不一致，说明高职毕业生这一学历层次的群体在职业迁移中的性别差异度较小。

表5　组织迁移的参数估计

a. 参考分类是无迁移；b. 这个参数可设为零。

表5数据说明，组织迁移自变量X2(年龄)的回归系数少迁移为0.386，多迁移为0.614，说明当其他变量不变时，高职毕业生年龄上每增加1岁，发生组织迁移的概率将会提高，其中1-2次迁移、3次及以上迁移与零迁移的优势比分别为1.471、1.848。组织少迁移中自变量X6(专业类别)的回归系数均为正值，说明高职毕业生1-2次组织迁移的概率明显大于零迁移，不论其所学的专业类别；其中[X6=3]和[X6=4]的值较大，分别为17.430、20.518，说明文化教育专业([X6=3])和艺术设计与传媒专业([X6=4])1-2次迁移的概率很高，其优势比分别为3712000、8146000，而[X6=5]的回归系数为0.081最小，优势比仅为1.084，说明电子信息专业1-2次迁移的概率相对较低。组织多迁移自变量X6(专业类别)中 [X6=3]、[X6=5]的回归系数为负值-1.800、-0.798，说明文化教育专业([X6=3])和电子信息专业([X6=5])的3次及以上迁移的概率低于零迁移，其优势比仅为0.165和0.450，而其他专业类别的回归系数均为正值，其中[X6=2]的回归系数为1.118最小，说明相对其他专业，交通运输专业([X6=2])3次及以上迁移概率较低，优势比为3.059，[X6=4]的回归系数为3.114最大，说明艺术设计与传媒专业([X6=4])3次及以上迁移的概率最高，优势比为22.507。

2．岗位迁移的模型检验与结果分析

表6　岗位迁移的模型拟合信息

表7　岗位迁移的拟合优度与伪决定系数

表6数据显示，最终模型与只包含截距项相比，获得的似然比χ2值为83.038，P=0.000，说明最终模型显著成立；表7数据显示，Pearson χ2和Deviance χ2分布P值大于0.05， 3个伪决定系数最大值为55.6%，说明模型拟合较好。

表8　岗位迁移的似然值检验

表8数据显示，在含X8、X5和YZ的全模型中省略了X8后，-2倍对数似然值改变量为9.994，自由度改变量为4，P=0.041<0.05，说明X8对模型的贡献有统计学意义；同理，省略X5后，-2倍对数似然值改变量为16.615，自由度改变量为8，P=0.034<0.05，说明X5对模型的贡献有统计学意义；省略YZ后，-2倍对数似然值改变量为54.992，自由度改变量为2，P=0.000<0.05，说明YZ对模型的贡献有统计学意义。

表9　岗位迁移的参数估计

a. 参考分类是无迁移；b. 这个参数可设为零。

表9数据显示，岗位迁移的自变量X8(现职专业相关性)的回归系数均为正值，且多迁移、少迁移中都是[X8=1]最高，分别为18.800、18.954，说明现职工作的专业相关性与岗位迁移呈正相关，即现职工作与专业越相关，发生岗位迁移的概率越高。少迁移自变量X5(工作年限)的回归系数中，[X5=2]、[X5=3]为正值，[X5=4]、[X5=5]为负值，说明1-2次岗位迁移发生的概率随着工作年限增加由大变小，其中2年工作年限的概率最大1.453，其优势比为4.277；3年之后岗位少迁移与工作年限呈现负相关，6年及以上工作年限中岗位少迁移与无迁移的优势比仅为0.308。多迁移的回归系数均为正值，说明3次及以上岗位迁移的概率将随着工作年限的增加而提高，其中3年工作年限的概率最大，[X5=3]的回归系数为1.742，优势比为5.710。岗位迁移自变量[YZ]的少迁移、多迁移的回归系数分别为2.187、3.636，优势比为8.906、37.924，说明组织迁移对岗位迁移具有正向作用，组织迁移的增加将提高岗位迁移的概率。

3.职位迁移的模型检验与结果分析

表10　职位迁移的模型拟合信息

表11　职位迁移的拟合优度与伪决定系数

表10数据显示，最终模型与只包含截距项相比，获得的似然比χ2值为51.504，P=0.000，说明最终模型显著成立；表11数据显示，Pearson χ2和Deviance χ2分布P值大于0.05，3个伪决定系数最大值为46.6%，说明模型拟合尚好。

表12　职位迁移的似然值检验

表12数据显示，在含YZ、X2、X5和YG的全模型中省略了YZ后，-2倍对数似然值改变量为6.221，自由度改变量为1，P=0.013<0.05，说明YZ对模型的贡献有统计学意义；同理，省略X2后，-2倍对数似然值改变量为7.434，自由度改变量为1，P=0.006<0.05，说明X2对模型的贡献有统计学意义；省略X5后，-2倍对数似然值改变量为10.778，自由度改变量为4，P=0.029<0.05，说明X5对模型的贡献有统计学意义；省略YG后，-2倍对数似然值改变量为19.269，自由度改变量为1，P=0.000<0.05，说明YG对模型的贡献有统计学意义。

表13　职位迁移的参数估计

a. 参考分类是无变动；b. 这个参数可设为零。

表13数据显示，职位迁移的自变量X2(年龄)的回归系数为0.495，说明当其他变量不变时，高职毕业生的年龄每增加1岁，其职位迁移的可能性提高1.641倍。自变量X5(工作年限)的回归系数除[X5=5]外均为正值，说明5年工作年限内，职位迁移的概率是随着工作年限的提高而增加，其中[X5=2]的回归系数最高1.297，说明发生职位迁移概率最高的工作年限是2年，优势比3.658，2年之后呈下降趋势，第6年之后，职位迁移的概率将低于无迁移的概率。自变量YZ(组织迁移)的回归系数为-1.168，说明组织迁移对职位迁移具有负向作用，多次的组织迁移将降低职位迁移的概率，这与柏培文的研究结果比较一致，“高校毕业生随着职业流动次数增加,获得的平均职位级别和收入水平级别均呈现下降趋势。”自变量YG(岗位迁移)的回归系数为1.587，说明岗位迁移对职位迁移具有正向作用，多次的岗位迁移将提高职位迁移的概率，职位迁移与无迁移的优势比为4.889。

三、结论、启示与局限

(一)结论

综上分析，本研究得出如下2点结论：

第一，职业迁移的层次是立体多维的，4个构面的迁移在运行过程中有可能是独立的，也有可能是交叉、重叠，层次模型中的点、线、面、体对应的迁移水平依次递增，且垂直性迁移水平高于水平性迁移水平，层次模型中的迁移位置体现了职业迁移水平的高低。

第二，本文从人口统计特征和专业特征2个维度上选取了8个自变量，即性别、年龄、入学学籍、现工作地、工作年限、专业类别、初职专业相关性及现职专业相关性，多项分类logistic回归分析结果表明，职业迁移主要与年龄、工作年限、专业类别和现职专业相关性形成显著影响，而性别、地域及初职专业相关性对职业迁移的影响不大。其中，组织迁移的影响因素是专业类别和年龄；岗位迁移的影响因素是现职专业相关性、工作年限；职位迁移的影响因素是年龄和工作年限。同时组织迁移、岗位迁移和职位迁移之间具有交互影响，组织迁移与岗位迁移具有显著的正相关；组织迁移对职位迁移具有显著的负向作用，而岗位迁移对职位迁移具有显著的正向影响。

(二)启示

本文的研究结果对大学生的职业生涯规划及其教育提供了有益的启示：

其一，高等职业教育毕业生在其职业生涯发展中，职业迁移是在不同构面分层次、分阶段渐进发生的，高职院校职业生涯规划教育不能仅仅聚焦于择业观、就业观的教育，还应着眼于未来职业发展过程中职业迁移观的培养。同时，不同专业的毕业生其职业迁移的构面、次数存在差异，因此学校的职业生涯规划教育不能所有专业一概而论，应根据专业特征选取不同的教学侧重点。对于那些职业迁移次数较低、相对稳定的专业，在职业生涯规划教育中应加强专业岗位面向、专业技能要求、专业领域发展趋势等方面的指导与培训；对于那些职业迁移较高、流动性较强的专业，在培养基本的职业认知基础上，应更注重其自我的认知能力和职业信息的搜索能力的培养，从而引导高职学生做好职业生涯规划，懂得在未来的职业生涯中如何选择职业迁移的时点，如何定位职业迁移的层次，如何识别职业迁移的机会，最终获得职业生涯的良性发展。

其二，高等职业教育毕业生在制定个人职业生涯规划时，特别是职业生涯探索初期，应根据职业迁移的一般规律、影响因素及其迁移之间的相关性，在职业迁移的构面与方向上设立阶段目标，避免因某一组织、某一岗位或某一职位停留太久，导致知识技能的老化，错过个人良好的职业发展机会。总体而言，毕业工作的1-2年中，1-2次的组织迁移、岗位迁移比较普遍；第3年工作中，3次及以上组织迁移、岗位迁移的发生概率较高，第4年起组织迁移、岗位迁移的概率大大降低，职业的组织选择、岗位选择将进入一个相对稳定期。而垂直性的职位迁移往往滞后于水平性的组织迁移、岗位迁移，毕业工作的2-3年中，职位迁移的概率较高，第4-5年职位迁移的概率有所降低，第6年起职位迁移的概率大大降低，职业地位的提升将进入一个稳定积累期。

(三)局限

本文至少在以下方面存在局限：其一，职业迁移水平界定的局限。职业迁移是一个复杂、多维、动态的过程，迁移程度受到情境背景的相似性、情境内容的相似性、时间相距的远近及个体自身的职业水准等诸多方面的影响，但本文仅从迁移背景和迁移内容两个维度进行分析比较，而忽略了时间及个体差异对迁移水平的影响；其二，调查数据的局限。本研究的调查数据来自天津海河教育园区5所高职院校，且调查对象仅涉及7个专业大类，数据样本的代表性有所不足；其三，职业迁移影响因素设定的局限。本文仅从人口特征和专业特征2个维度探究职业迁移的影响因素，而个人层面与组织层面的相关因素未纳入自变量的选取范围；这些局限的存在，无疑降低了研究的信度与效度，进而有待后续更为科学合理的研究成果来加以验证、修正。

[1]姚长佳,赵亚翔.高等职业教育毕业生的职业迁移特征研究[J].中国职业技术教育,2015，(21).

[2]BLOOM J W.A theoretical model of Learning for complexity: depth, extent, abstraction and transfer of learning[C]. Annual meeting of the American Educational Research Association,Chicago,2007:11.

[3]姚梅林,刘涵慧.迁移观的演进及测评范式的变革[J].北京师范大学学报(社会科学版),2008，(06).

[4]刘金菊.中国城市的职业流动:水平与差异[J].人口与发展,2011，(02).

[5]柏培文.就业选择、职业流动与职业成功[J].经济管理,2010，(02).

Factors Affecting Occupation Transference of Higher Vocational Graduates ——based on Multinomial Logistic Regression Analysis

YAO Chang-jia, MA Ying

(TianjinElectronicInformationCollege,Tianjin, 300350)

taking higher vocational education graduates in Tianjin Haihe Education Park as study objects, this paper analyzes factors that affects occupation transference of higher vocational graduates using the method of multinomial logistic regression analysis. The result shows: factors that affects occupation transference includes age, years of working, specialty and the correlation between occupation and major, among which age and specialty are the major factors affecting organization migration, and correlation between occupation and years of working mainly affects post migration, age and years of working are the main factors for position migration, at the same time, there is interaction between organization migration, post migration and position migration. It is considered that when higher vocational colleges make career planning for students, they should not only focus on education of job selecting view and employment view but also combine the characteristics of occupation migration and factors affecting occupation migration.

occupation migration；hierarchical model; factors; career planning

2016-02-25

天津市教委人文社会科学研究项目“基于高职学生职业迁移能力的课程开发研究”(项目编号：20132524)，主持人：姚长佳。

姚长佳(1969-)，女，天津人，天津电子信息职业技术学院副教授，硕士；马莹(1981-)，男，天津人，天津电子信息职业技术学院副教授，硕士。

G715

A

1673-582X(2016)06-0029-09