用户在线求职影响因素的实证分析

何甫 曹馨文 马婉勍

摘要：目的：研究线上信息对用户在线求职的影响，其中特别是该职位的浏览次数和该职位的简历反馈率对该职位在线申请次数的影响。方法：基于58同城8292条上海地区的数据和3414条成都地区的数据，通过多元线性回归回归模型同时结合期望理论研究该职位的浏览次数和建立反馈率对该职位在线申请次数的影响。结论：在线职位信息中除了基本的工资、福利等内容以外该职位的浏览次数和该职位的简历反馈率也会对该职位的在线申请次数有着明显的影响，可见公司招聘的时候也应尽量多展示此类信息以吸引求职者。

关键词：在线申请次数 在线浏览次数 简历反馈率 多元线性回归 期望理论

引言

伴随着互联网时代的不断发展，在线招聘已经成为各位求职者生活中不可或缺的重要部分。在线招聘也被称为网络招聘或电子招聘，它是指借助互联网技术而进行的招聘活动，包括多方面招聘信息的发布、简历的搜集整理与分类、在线测评与评价以及电子面试等。现阶段，在线招聘在经历了探索期、市场启动期、高速发展期、成熟期这四个阶段后，市场规模处于稳步增长状态，在线招聘的市场份额也呈现稳步增长的态势。易观智库（Analysys）发布的《中国互联网招聘市场年度报告2016》数据表明，中国互联网在线招聘2015年的市场规模已达43.5亿元，据预测，未来三年增长速率虽会下降，但依旧保持相对稳定的增长态势。

在线招聘突破了传统招聘的时间与地域方面的限制，在为企业用户寻找到合适的人才的同时也为求职者提供了寻找更合适的单位的途径。在线招聘更是具有招聘成本低、招聘过程快速高效、招聘针对性较强、双向信息量大且更新速度快的优势，随着互联网的快速发展，其各方优势会变得更加突出阿，但由于时代的迅速发展，信息量不断扩大，求职者工作压力不断增大且影响因素不断增多导致各方面招聘需求与招聘信息难以直接对称，因此如何在数以百万计的大量信息中更加有效地提取出能够使用的信息成为用人单位与求职者共同需要面临的问题。在网络招聘过程中能够影响在线招聘决策的因素有很多，因素在决策过程中扮演怎样的角色，是非常值得进行深入探究的，确定不同影响因素的比重，能够更好地为在线招聘决策提出更加完善的招聘方案。

在线招聘人才层次划分明显，需要不断提高层次结构，并且安全性、时效性和真实性需要在高度保障情况下不断提高，网络招聘发展仍需与其他招聘方式巧妙结合以谋求更好的发展。建立良好的信用体系也是各大在线招聘网站需要注意的重要问题，无论是招聘单位，或在线网站抑或是求职个人都需要以良好的信用，真实、直接的信息才能够实现在线招聘的高效性，充分利用在线招聘的优势。

一、文献综述

（一）相关研究回顾

曾有学者对在线招聘使用情况的现状与趋势进行详细调查，相关结果表明，大部分大学生有意愿使用在线招聘求职。因此，在线招聘发展趋势仍旧较为可观，需要不断提升招聘决策过程，并且解决在线招聘过程中所遇到的问题，为网络招聘人才服务更好地发展做充足的准备。

已有一些学者对在线招聘进行了相关研究，如TinaChristensen等对比较线上与线下招聘方法的效率和成本进行了探究，Barry Smyth等通过研究为用户提供个性化信息检索更好地完善网上招聘服务，Joanna P.C.Tong对在线招聘网站量化服务质量进行评估并考察服务质量与心理负荷和绩效时间的关系，Taylors Lane研究发现在线招聘方法的多种用途和成果，E Parry利用大规模的纵向调查招聘活动来调查雇主和企业网站的使用情况和感知成功情况并且深入了解可能影响这些方法成功的因素。陈海涛等实证分析了在网络招聘基础上社交招聘用户信息共享的影响因素，陈鸣撕针对企业在线招聘现状与优势提出相对应的完善策略。虽然对于在线招聘方面的问题和研究在不断增多，但对于在线招聘的招聘效率的影响因素研究仍旧是不全面的，所以通过大量实证进行相关影响因素研究与证明是十分必要的。

（二）期望理论

对期望理论的研究最初始于20世纪60年代，由著名心理科学家和行为科学家维克托。弗鲁姆提出，它为个人激励提供了综合性的理论框架。期望理论认为，激发个体实施某一特定行为的前提是让其意识到此行为可能带来的结果能够满足自己某方面的需求。激励的强度取决于个人通过努力达成组织期望的工作绩效（组织目标），根据工作绩效组织给出奖赏，由此而达到的满足个人需要的奖酬（个人目标）相一致、相关联的程度。一致程度或关联性大，则效应就大，否则就小。期望值也称期望概率，受个人的经验，个性，情感，动机的影响。现期望理论多被应用于绩效管理、人员激励等方面并加以研究，在进行网络在线招聘过程中也需要对每一环节进行期望理论估计，将期望值与效价代入在线招聘的系统评估中。

唐平秋等以期望理论为框架对高校智库人员激励要素与环境进行研究，黄玲等基于期望理论研究成功眾筹的项目设计问题，延伸到金融行为方面的期望理论，刘永安将期望理论应用于管理层面，为企业管理提出大量建设性建议。由此可见，在在线招聘的管理过程中可以使用期望理论作为理论基础进行影响因素的判断与调整。本文在研究影响用户在线求职影响因素的基础上，发现某些因素的变化会激励用户在线求职的积极性，因而使用期望理论能够很好的研究在线信息对用户求职的影响。

二、实证分析

（一）提出假设

1.浏览次数

目前中国网络招聘市场竞争激烈，同质化严重，大部分的在线招聘网站工作都只包含了薪资、学历以及经验要求等一些基本信息，但是在这些基本信息无法反映该工作在线的受欢迎程度，也无法为后来用户提供好的指导。基于此，一些系统生成信息如：该工作的在线浏览次数以及在线申请次数就可以很好解决这一问题，所以也应该对其进行分析。系统生成信息是指用户或者是消费者已有行为所产生的数据目前这些数据在互联网领域有着十分重要的作用，特别是在网络营销中对消费者行为的进一步转化的影响。现目前这些信息广泛运用在在线数字音乐营销、网站书籍的销售以及电影推荐等方面。由于网络招聘无法反映该工作的实际情况，因而这一部分信息对用户在线求职有着更为重要的价值。

在线浏览次数是指该工作的在线查看次数，在一定程度上可以反映出该工作的在线受欢迎程度；在线申请次数是指浏览该工作之后在线投递简历求职。目前已有研究指出电子口碑和在线浏览数之间有着密切的关系。由于这一部分信息是用户行为所产生的，所以较之与其他信息具有较高的可信度，在线浏览数和在线申请数会对之后用户的在线决策产生重要的影响，因此提出假设：

H1：在线浏览数会对用户的在线求职产生显著的正向影响。

2.简历反馈率

简历反馈率是指用户在线申请该职位投递简历之后企业对于简历反馈的概率，简历反馈率=反馈的简历数/收到的投递简历数。简历反馈率可以表示企业对于用户申请的响应几率。在線反馈是“口碑”的数字化和网络化，目前，在线反馈机制广泛运用在电子商务刚、售后服务领域以及信誉评定研究当中，在互联网和网络营销领域中发挥重要的作用。因此，企业对简历的在线反馈对以后用户数申请该职位也有一定程度的影响，提出假设：

H2：较高的简历反馈率对用户在线求职产生显著的正向影响。

（二）数据和变量描述

此次实验的数据全部来源与58同城下的招聘网站上面的职位信息，58同城定位于本地社区及免费分类信息服务，其下属的招聘网站能提供较全面的职位信息，这些信息不仅包括职位的地址，需要的学历经验和工资等基本信息，同时还会提供该职位的浏览次数，申请人数等信息，因此我们选择58同城进行数据的收集。此次数据是基于一个Python爬虫数据进行收集。由于目前中国城市分级现象严重，北京、上海和广州等一线城市发展较快，工作也就相对较多；同时成都和武汉等新兴的一线城市也在飞速发展，因此这次实验我们选择了上海和成都两个城市进行数据的采集。经过数据清洗之后，共收集了8292条上海地区的数据和3414条成都地区的数据。由于部分数据的离散程度较大，同时为了避免数据间的多重共线性，因而对部分数据取对数纳入模型进行计算，数据特征如下：

（三）模型估计

用户在线申请该职位往往受到多个因素的影响，因此使用多元线性回归模型来检验在线浏览次数和建立对在线申请该职位的影响。在此次实验中，我们将在线申请次数作为因变量，把在线浏览数和简历的反馈率作为自变量，把薪资水平、工作福利、招聘人数和工作经验以及企业规模作为控制变量纳入模型进行分析。为了避免多重共线性，因此对部分字段取对数纳入模型，模型如下所示：

Apply表示的是该职位的在线申请人数，一定程度上反映出该工作的被浏览后的转化程度；Browse表示的是该工作的在线浏览次数，可以反映出该工作的在线受欢迎程度；Salary表示的是薪资水平；recruit表示的该职位预期招聘的人数，一定程度上可以看出该职位竞争的激烈程度；scale表示的该职位发布公司的规模，主要衡量指标是该公司的在职员工数，最多是1000人以上，最少是50人以下；Resume表示的是简历反馈率，是企业收到简历后反馈的概率；WeIfare表示的是该职位提供的福利数量，包括五险一金以及周末双休等，福利最多4项，最少0项福利；Experience表示的是该职位招聘人所需要的工作经历要求，最少是可接受应届生不需要工作经验，最多是10年以上。

三、结论

由于回归模型中可能存在变量问相关等问题，本文在回归分析采用逐步回归的方式来检验模型可能存在的多重共线性问题。经过Stata统计软件的分析。回归模型通过对在线浏览次数和简历反馈率的计算，最终修正可决系数和t检验都符合要求，具体结果如下图所示：

从上表可以看出，在线浏览次数Browse（B=0.914，T=239.89，P<0.01）的回归系数显著，假设H1得到验证，即在线浏览数会对用户的在线求职产生显著的正向影响；同时，简历回馈率Resume（B=0.054，T=2.98，P<0.01）回归系数显著，假设H2得到验证，即较高的简历反馈率对用户在线求职产生显著的正向影响。两个假设均得到验证，也就是说在线浏览次数和简历回馈率确实会对用户在下求职产生显著的影响。此外，从上表也可以看出，职位的招聘人数、企业规模和职位福利也会对用户在线求职产生显著的影响。

四、讨论与建议

本文基于已有的网络招聘文章，从招聘网站展示的职位信息出发，着重研究了在线浏览次数和简历回馈率对用户在线求职的影响，对企业在线招聘做出相应的指导。同时本文也充分考虑职位的薪资，福利和企业规模等影响因素，建立多元线性回归模型来验证假设。最后发现在线浏览次数和简历回馈率确实会对用户在下求职产生显著的影响，这也就表明在线求职用户更愿意投递那些浏览次数较多、简历回馈率较大的工作岗位，因此企业在进行网络招聘时除了提供较好的条件之外，还要讲诸如此类信息放在突出位置以吸引求职者投递简历。