高职毕业生就业质量影响因素预测性回归方程——以江苏经贸职业技术学院为例

胡 乙

（江苏经贸职业技术学院，南京 211168）

目前，国内外学界鲜有对就业质量影响因素建立预测性回归方程。缺少以上成果，学界难以从众多因素（变量）中，发现对就业质量高低最具预测性的因素（变量），难以有效提高员工就业质量。故本文将建立此类回归方程，找出各影响因素（变量）参数，以供学界、政府、企业决策。

一、研究背景与国内外相关文献综述

目前国外学者多用体面劳动（Decent Work，简称为DW），作为就业质量定义。谭永生等指出：“经文献综述，国外多用体面劳动代替就业质量，其分为工作的基本权利、平等就业、社会保护、社会对话等项目。”[1]国外学者尚未明确就业质量定义。

国内学者倾向于区分就业质量与体面劳动。谭永生等指出：“国内学者认为就业质量不等同于DW，但是后者可以直接反映前者水平。DW包括就业数量与质量，DW的程度就是就业质量的水平。”[1]据此，就业质量定义包含DW的内容。

苏丽锋在国内外研究的基础上认为：“就业质量（Job Quality，简称JQ），是劳动者在就业过程中，所处境遇的客观体现与个人对工作好坏的主观评价的综合体，是衡量经济发展质量的重要指标。”[2]本文采用以上定义，并定义JQ影响因素即影响JQ高低的具有解释性的变量。

弗兰克·J.法博兹、塞尔吉奥·M.福卡尔迪和彼特·N.科姆指出：“在科学上，因索指那些能够给其他变量提供普遍解释的变量。”[3]据此，JQ影响因素（变量）指对JQ客观体现与主观评价提供普遍解释的变量。

目前，国内外学界对JQ影响因素（变量），既有共识，也有争议。Patricia Findlay，Colin Lindsay，jo McQuarrie，从四个维度提出JQ影响因素：工作内在因素维度、雇佣因素维度、工作环境因素维度、职业发展因素维度[4]。本文采用前三个因素维度，同时，吸取Karl Marx政治经济学、Hartmann社会学等相关观点，增加新的因素。

Karl Marx主张用工作创造性与自主权来衡量JQ。本文采用以上因素。此外，Leanne Roncolato等指出：“女权主义社会学家与经济学家，反对仅仅采用Karl Marx阶级身份与资本工作关系因素，主张从社会背景、社会关系、社会权利等研究JQ。”[5]故本文采用其社会关系因素，下文将对目前相关研究方法进行综述。

多元回归方程为含有多个自变量的等式，戴维·R.安德森、丹尼斯J.斯威尼和托马斯 A.威廉斯指出：“描述y的均值如何依赖 x1，x2，x3，…xp的方程称为多元回归方程（multiple regression equation，简称 MRE）。”[6]据此，欲研究影响 JQ 均值的因素（变量），学界首先应将相关因素（变量），设计为数值型变量，方能建立相应MRE，但目前学界鲜有如此操作。

目前国内外学界多将JQ设计为间断变量，用非常满意、比较满意、不满意等类别来衡量JQ的高低，故国内外学界多数用逻吉斯回归分析法、区别分析法等来判定各影响因素能否有效预测JQ，鲜有建立预测性MRE。本文将相关因素（变量）设计为连续型数值变量，以建立最佳回归方程。

二、研究目标、研究创新点与研究方法

本文目的是进行预测，即以江苏经贸职业技术学院毕业生为例，从JQ均值影响因素（变量）中，找出对其最具预测力的因素（变量），建立最佳MRE，有效提高JQ。

本文的创新点是：将相关变量均设计为数值型变量，以符合MRE要求。同时，本文运用经济学学科消费者信心指数的相关成果，通过相关因素（变量）的变化，来预测JQ均值变化。

3.亚太地区各RTA条款的对比。为考察亚太地区各RTA的签署质量和真实承诺水平，本文以亚太地区内部各国签署实施的46个FTA协定原文为研究主体，就各双边以及多边RTA涉及的条款范围和实际法律约束程度进行了对比分析，计算结果详见表3。

为建立MRE，本文运用问卷调查法收集数据。本文借鉴了Patricia Findlay等提出“what shapes JQ”问卷内容，增加了政治经济学、社会学视角下相关因素（变量）。问卷运用Likert5级量表，从三个维度因素（变量）预测JQ均值变化，即工作内在因素、雇佣因素维度、工作环境因素维度。

本文定义高职毕业生为我国专科学校、职业技术学院毕业生。本文研究总体为江苏经贸职业技术学院2014级、2015级毕业生，研究样本为学院2014级、2015级旅游管理、涉外旅游、商务英语、商务日语、空中乘务专业毕业生，此类学生均已正式就业。本文排除了自主创业、兼职、升学类学生。通过问卷星网络调查，本次回收有效问卷166份，其中男性为19人，占11.45%；女性占147人，占88.55%。下文将描述如何建立相应MRE。

三、预测性回归方程建立过程及结果

戴维·R.安德森等描述 MRE 等式为：E（y）=β0＋β1x1＋β2x2＋β3x3＋…＋βpxp。其中，β0、β1等参数在现实中，通常未知，故应用样本去估计它们[6]。据此，本文运用简单随机样本的统计量去代替上述未知统计量。

本文将运用样本数据得出bp，将其作为βp的估计量，并找出对JQ均值最具预测力的因素（变量）。为检验问卷信度，本文首先运用SPSS20.0版本软件，对问卷进行信度检验（可靠性分析），结果如下：

SPSS显示，α系数为0.901。吴明隆指出：“α系数值越高，则量表内部一致性越高。α系数超过0.9，信度非常理想。”[7]据此，整份量表内部一致性信度甚佳。本文可依此建立相应MRE。

戴维·R.安德森等指出：“多元判定系数（R2），表示对估计的MRE拟合优度的度量，即MRE能解释依变量变异性的比例。”[6]此方程中，修正R2为0.662，说明4个自变量，即工作中，能更加自如地处理各类社会关系；能在工作中发挥更多创造性，拥有更多自主权；工作技能得以提高；工作压力越来越轻，情绪越加愉快因素（自变量），能有效解释JQ均值66.2%的变异量。该方程拟合优度较高，同时，F检验证明该方程依变量与自变量间有显著性关系。

戴·维R.安德森等指出：“MRE中，F检验用于确定在依变量与自变量之间是否存在一个显著性关系，故称F检验为总体的显著性检验。”[6]此类方程中，F检验值为7.414，P＝0.007<0.05，证明该方程依变量与自变量之间有显著性关系。下文将描述方程的回归系数。

此方程中，4个自变量回归系数达到显著水平。其中，对JQ均值变化最具预测力的自变量为“更加自如处理各种社会关系因素（自变量）”，其解释变异量为57.3%。下文将描述对最佳回归方程及显著性检验结果。

SPSS说明，具有显著性关系的方程中，4个变量的t检验值分别为 8.347、2.417、2.82、2.723，且 P 值均低于 0.05，证明每一个单个参数均达到显著水平，能显著影响JQ均值。

同时，结果显示，该组方程回归方程系数均达到显著性水平。此外，为避免多重共线性，本文运用方程膨胀系数（variance inflation factor，简称VIF）来测量MRE中各自变量线性重合程度。

SPSS显示，4个自变量VIF值均未超过10，容差均超过0.4，故自变量间没有线性重合。同时，SPSS中显示了方程的非标准回归系数为0.167，标准误差为0.212，4个因素（变量）标准化回归系数分别为 0.497、0.166、0.152、0.177，均为显著性关系。

此外，方程整体性检验的 F 值为 81.81（P＝0.000<0.05），说明检验值达到显著性水平，以上自变量能有效解释JQ数值。

据此，针对学院高职毕业生，非标准化MRE如下：

JQ 均值＝0.167＋0.523×工作中社会关系＋0.152×工作更多创造性＋0.177×工作技能提高＋0.105×工作越加轻松

针对学院高职毕业生，标准化MRE如下：

JQ均值＝0.497×工作中社会关系＋0.166×工作更多创造性＋0.185×工作技能提高＋0.144×工作越加轻松

回归方程显示，针对学院高职毕业生，对JQ均值最具预测力的因素（变量），是员工工作中拥有更好的社会关系因素（自变量），其解释变异量为57.3%。据标准化回归系数显示，方程中4个自变量的β值分别为0.497、0.166、0.185、0.144，均为正数，表示对JQ的影响均为正向，自变量数值越高，JQ均值越高。

四、对方程结果的讨论与未来研究方向

标准化MRE参数bp说明了其对JQ的影响程度。以工作中拥有更好社会关系因素（变量）为例，b1＝0.497，说明在其它条件恒定情况下，更好社会关系的可能性提高1单位，JQ均值增加0.497。

同时，未来更多收入的因素（变量）、每周更多休息时间的因素（变量）、工作更加稳定的因素（变量）、身体更加健康的因素（变量）、接受更多技能培训等因素（变量），均未能达到显著性水平，故对JQ均值无显著性影响，不能有效解释其变化。

方程显示，工作中拥有更好社会关系因素，对JQ均值最具预测力，此可能源于工作的本质。

工作的本质是产生社会关系，工作是一项快乐的、创造性活动，是人区别与动物的特点。Karl Marx指出：“工作的本质，不仅取决于工资与工作条件，而且在于工作中产生的社会联系、工作所产生的社会组织与机构。低质量JQ根源于资本对劳动力的控制。”[5]以上观点证实了本回归方程结果。

本文的不足包括：样本量未达到200份，可能影响方程的准确性。同时，本文未能从社会背景、社会关系、社会权力维度，设计更为详细的JQ影响因素（变量），可能影响方程的整体检验性。

此外，针对低收入家庭且正在自主创业的毕业生，学界可能为研究影响JQ因素（变量）提供更有价值的观点。