潘 兵,程广华,朱扬宝,杨 霞
(淮南师范学院 经济与管理学院,安徽 淮南 232001)
就业问题一直以来都是国家大计,党的十八大明确提出要“促进实现更高质量的就业”,这说明国家从战略层面已开始进一步关注就业质量。信长星指出更高质量的就业包括合理的就业结构、充分的就业机会、良好的就业能力等[1]。 随着新冠肺炎疫情的发生,高校毕业生的就业更加困难,就业问题变得更加突出。 为此,教育部推出了“24365 全天候网上校园招聘”服务,国务院也发布了多个关于高校毕业生就业的最新政策。但就业问题不仅需要解决“量”的问题,还需注重“质”的问题。在此背景下,正确判断高校经管类毕业生就业质量的问题,深度分析影响高校经管类毕业生就业质量的影响因素和路径, 不但关系到高校毕业生就业质量的解决,而且关系到我国经济政策的发展。
关于就业质量的讨论最初开始于国外20 世纪70 年代,Schroeder 提出了高质量就业的概念,认为高质量就业是指在一个整合的社会体制中,一个人能够拥有一个满意又具有挑战性的工作,并且可以拿到满足生活需要的工资[2]。 关于就业质量的测量,李盼盼将就业质量划分为就业结构、发展前景、薪酬福利、就业关系 四个维度[3](P1);杨惠 姗发现高校经管类毕业生个人满意工作可以提高其就业质量[4];张抗私从个人特征、工作特征、收入满意度等维度研究大学生就业质量的影响因素,得出收入水平仍是大学毕业生评价就业质量的首要标准,但是毕业生开始更多地关注非收入因素对就业质量影响的结论[5]。
在就业质量的影响因素方面,学者们主要集中于从个人因素、学校因素、企业因素、社会因素等四个维度进行有关理论、模型和实证研究。
1.个人因素:关于个人因素对就业质量影响有很多研究成果。朱琴华从学习成绩、实践能力、就业态度、沟通能力、思维力、家庭情况、应变和抗压能力等方面研究了个人因素对就业质量的影响[6];张抗私认为工作能力、专业是否对口、政治面貌、工作获得方式等可以更好地提高就业质量[5];黄娟认为就业观念、能力素质、就业意识、就业知识等对就业质量有显著的促进作用[7](P1)。
2.学校因素:学校因素对高校经管类毕业生的就业质量和求职结果具有较好的解释力。彭正霞认为学校的学术成就和就业指导可以很好地提高就业质量[8];杨慧姗发现教学质量、就业指导、专业设置、课程设置等对毕业生的薪酬有重要影响[4]。
3.企业因素:在就业过程中,企业会倾向于那些综合素质比较高、工作能力比较强的学生。 肖新成认为企业的单位性质、薪酬水平、发展机会和工作环境等对毕业生就业质量的提升发挥着重要作用[9];张抗私研究了工作岗位是否容易被替代、合同类型、工作是否实现追求的生活方式、工作培训情况等与就业质量之间的关系[5]。
4. 社会因素: 在高校经管类毕业生就业过程中,政府会积极推动毕业生就业,起到引导作用。肖新成研究了就业政策、 保障制度对就业质量的影响[9];黄娟认为地方经济状况、地方政策对就业质量有显著影响[7]。
从既有文献可以看出,现阶段文献大多是关于就业机会以及就业实现的研究,对就业质量的研究比较少。 此外,就业质量评价指标体系的建立存在指标体系不全面问题, 已有文献多是研究个人因素、学校因素和社会因素,涉及企业因素的研究比较少。最后,已有文献在分析方法上,主要采用回归分析法分析单个或者多个影响因素对就业质量的影响,无法做到深入而全面的分析。
在归纳前人研究结果的基础上,本文对所有变量之间的关系提出假设。
(1)个人因素:个人因素是指个人所具备的能力对就业质量的影响。本文界定的影响高校经管类毕业生就业质量的个人因素包括学习成绩、实践经历、工作能力、能力素质、就业观念等;基于此,提出模型假设H1: 高校经管类毕业生个人因素对就业质量的影响为正相关。
(2)学校因素:学校因素是指学校在学生学习阶段提供的支持对就业质量的影响。本文界定的影响高校经管类毕业生就业质量的学校因素包括就业指导、教学质量、专业设置、课程设置等;基于此,提出模型假设H2: 高校经管类毕业生学校因素对就业质量的影响为正相关。
(3)企业因素:企业因素是指企业对毕业生综合素质的选择对就业质量的影响。本文界定的影响高校经管类毕业生就业质量的企业因素包括薪酬水平、工作环境、单位性质、发展机会等;基于此,提出模型假设H3: 高校经管类毕业生企业因素对就业质量的影响为正相关。
(4)社会因素:社会因素是指国家为保障就业质量而提供的保障支持。本文界定的影响高校经管类毕业生就业质量的社会因素包括就业政策、保障制度、经济状况、地方政策等;基于此,提出模型假设H4: 高校经管类毕业生社会因素对就业质量的影响为正相关。
(5)关联性假设
就业质量的四个变量不是各自作用,而是相互影响、相互配合的关系。 王波认为个人差异与企业的需求度、自身能力对就业的把握、个人差异与自身能力、个人差异与对就业的把握这几者之间存在相互作用关系[10]。 全芳认为经历与自我认知、自我认知与专业领域、专业领域与通用技能这几者之间存在相互作用关系[11](P1),也就是说四者之间存在关联性。 关联性的强弱是衡量就业质量的重要依据,是提高就业质量的关键因素。 基于以上陈述,作出以下假设:
假设H5: 个人因素与学校因素存在正相关关系;
假设H6: 个人因素与企业因素存在正相关关系;
假设H7: 个人因素与社会因素存在正相关关系;
假设H8: 学校因素与企业因素存在正相关关系;
假设H9: 学校因素与社会因素存在正相关关系;
假设H10:企业因素与社会因素存在正相关关系。
本文采用开放式的问卷调查获取数据,采用的方法为李克特量表法,调查对象是某高校经管类毕业生,包括即将毕业和毕业5 年内的毕业生。 调查即将毕业的毕业生旨在获取其就业意向, 其中,即将毕业的毕业生占20%, 毕业五年内的毕业生占80%。共计发放问卷400 份,累计回收380 份,剔除不合格的问卷30 份,共获得有效问卷350 份,问卷的有效率达87.5%。
本文运用SPSS21.0 和AMOS21.0 对数据进行了处理,用因子分析法对数据进行检验,检验其信度和效度是否符合要求;运用结构方程模型对高校经管类毕业生就业质量的影响因素和路径进行分析,以个人因素、学校因素、企业因素、社会因素四个层次的17 个指标为外源潜变量, 以就业质量的四个指标作为内源潜变量,检验其拟合值是否符合标准及标准化系数是否显著。
文章利用统计学软件SPSS21.0 分析理论模型中问卷整体信度,用Cronbach’s α 系数和校正的项总体相关性来检验所涉及的调查问卷的信度。从表1 可以看出标准化项的系数为0.909, 其信度比较高且可以接受。
表1 问卷整体的信度分析
文章运用Kaiser 的KMO 衡量标准,Bartlett 球形度检验显著性概率为0.000,小于0.01,适合做因子分析。同时运用主成分分析方法对其进行因子分析, 转轴运用方差最大法对因子载荷实施正交旋转, 所抽取到的4 个因子累积到的方差贡献率为71.22%, 因子分析比较理想。 其KMO 的值为0.898,问卷有效。
表2 问卷整体的效度分析
根据构建的高校经管类毕业生就业质量影响路径结构方程模型对研究数据和假设模型进行拟合, 拟 合 指 标 有:X2/df、RMR、GFI、NFI、IFI、RFI、TLI、CFI、RMSEA 等9 个指标, 具体拟合指标数值如表3 所示。
表3 研究模型的拟合程度标分析表
从表3 可以看出,卡方自由度比小于3,而模型结果为1.398,符合标准;残差均方和平方跟小于0.05,而模型结果为0.027,符合标准;适配度指数大于0.9,而模型结果为0.938,符合标准;规准适配指数大于0.9,而模型结果为0.936,符合标准;相对适配指数大于0.9,而模型结果为0.925,符合标准;增值适配指数大于0.9,而模型结果为0.981,符合标准; 非规准适配指数大于0.9, 而模型结果为0.977,符合标准;比较适配指数大于0.9,而模型结果为0.981,符合标准;渐进残差均方和平方根小于0.05,而模型结果为0.034,符合标准;说明本文建立的模型是合适的。
把SPSS 数据导入到结构方程模型中, 运用AMOS 软件对SEM 的概念模型进行计算, 通过本文建立的结构方程参数估计值,能够得到高校经管类毕业生就业质量影响因素路径图,见图1。
图1 高校经管类毕业生就业质量影响因素路径图
如图1 所示,以个人因素、学校因素、企业因素、社会因素四个层次的17 个指标为外源潜变量,以就业质量的4 个指标作为内源潜变量建立的模型是合理的,个人因素、学校因素、企业因素、社会因素对就业质量的路径是显著的, 且个人因素、学校因素、企业因素、社会因素各因素之间的路径也是显著的。
运用AMOS21.0 对资源型城市转型发展的路径进行估计,估算出的模型路径参数如表4 所示。
表4 就业质量的标准化估计结果
通过因子分析和结构方程模型,研究高校经管类毕业生个人因素对其就业质量的影响作用。数据显示,个人因素对高校经管类毕业生就业质量会产生正向影响, 个人因素的相关系数为0.267 (t=3.256,p=0.001<0.01),表示个人因素每增加1 个单位,就业质量增加0.267 个单位。 因此,本文模型假设H1 成立,即:高校经管类毕业生个人因素对就业质量的影响为正相关。
通过因子分析和结构方程模型,研究高校经管类毕业生学校因素对其就业质量的影响作用。数据显示,学校因素对高校经管类毕业生就业质量会产生正向影响, 学校因素的相关系数为0.159 (t=2.253,p=0.024<0.05),表示学校因素每增加1 个单位,就业质量增加0.159 个单位。 因此,本文模型假设H2 成立,即:高校经管类毕业生学校因素对就业质量的影响为正相关。
通过因子分析和结构方程模型,研究高校经管类毕业生企业因素对其就业质量的影响作用。数据显示,企业因素对高校经管类毕业生就业质量会产生正向影响, 企业因素的相关系数为0.168 (t=2.545,p=0.011<0.05),表示企业因素每增加1 个单位,就业质量增加0.168 个单位。 因此,本文模型假设H3 成立,即:高校经管类毕业生学校因素对就业质量的影响为正相关。
通过因子分析和结构方程模型,研究高校经管类毕业生社会因素对其就业质量的影响作用。数据显示,社会因素对高校经管类毕业生就业质量会产生正向影响, 社会因素的相关系数为0.189 (t=2.758,p=0.006<0.01),表示社会因素每增加1 个单位,就业质量增加0.189 个单位。 因此,本文模型假设H4 成立,即:高校经管类毕业生社会因素对就业质量的影响为正相关。
为了验证H5~H10 是否成立, 对个人因素、学校因素、企业因素、社会因素四个潜在变量的相关性进行验证,具体结果见表5。
表5 各变量相关性之间的标准化估计结果
从表5 可以看出,个人因素、学习因素、企业因素、社会因素对高校经管类毕业生的就业质量有正向影响作用,其中个人因素与学校因素、个人因素与企业因素、个人因素与社会因素、学校因素与企业因素、学校因素与社会因素、企业因素与社会因素各因素之间也存在正向相关性。六个路径的相关系 数 分 别 是 0.545、0.444、0.542、0.396、0.314、0.425,p=***<0.001, 表示各变量之间存在正相关关系,说明本文假设H5~H10 成立。
通过建立高校经管类毕业生就业质量评价指标体系,揭示出各个变量之间的路径影响和作用机理,运用因子分析对数据进行验证并根据结构方程进行实证分析,研究结果表明:(1)影响高校经管类毕业生就业质量的因素有个人因素, 包括学习成绩、实践经历、工作能力、能力素质、就业观念;学校因素:包括就业指导、教学质量、专业设置、课程设置;企业因素,包括薪酬水平、工作环境、单位性质、发展机会;社会因素,包括就业政策、保障制度、经济状况、地方政策;(2)个人因素、学校因素、企业因素、社会因素对就业质量的相关系数分别是0.267、0.159、0.168、0.189,其中个人因素对就业质量的影响最大,社会因素对就业质量的影响次之,企业因素对就业质量的影响排第三,学校因素对就业质量的影响最小;(3)在个人因素中,工作能力对就业质量的影响最大,相关系数达到0.85,说明工作能力越强就业质量越高;在学校因素中,教学质量对就业质量的影响最大,相关系数达到了0.80,说明教学质量越好就业质量越高;在企业因素中,单位性质对就业质量的影响最大, 相关系数达到0.89,说明单位性质越好就业质量越高; 在社会因素中,经济状况对就业质量的影响最大, 相关系数达到0.87, 说明工作区域的经济状况越好就业质量越高;(4) 个人因素与学校因素、 个人因素与企业因素、个人因素与社会因素、学校因素与企业因素、学校因素与社会因素、企业因素与社会因素等各因素之间也存在正向相关性,六个路径的相关系数分别是0.545、0.444、0.542、0.396、0.314、0.425, 说明各个变量要相互协调统一,相互促进。
当前, 社会和公众都比较关注高校经管类毕业生就业质量,根据本研究得出的结论,高校经管类毕业生要想提高就业质量应从以下几个方面入手:
(1) 高校毕业生首先要提升个人综合素质,在校期间应努力学习理论知识,增加社会实践,做到理论和实践相结合; 应积极发现更多的就业机会,从中选择合适的工作。个人综合素质和个人的工作能力对就业质量影响最大,所以应努力提升个人素质,并多向老员工学习,以此来增加自己的就业机会和提高就业质量。
(2) 高校要始终秉承与时俱进的办学理念,要时刻对人才培养方案进行动态化更新, 保障课程设置的动态性; 同时要结合市场需求来调整专业设置, 热门专业和就业率高及就业质量好的专业要适当增加;授课形式也应多样化。此外还要努力提高学生动手动脑能力,提高教学质量;最后学校应对学生进行就业指导,例如:修改简历、挑选岗位等。
(3)企业要想招贤纳士,应给员工提供更合理的发展机会、 更好的工作环境以及更高的薪酬水平。 高校毕业生向往更高质量的工作,往往会注重单位性质, 公务员和企事业单位员工的归属感更强。 同时,高校毕业生还比较注重个人未来的晋升机会、自己工作生活居住的环境以及薪酬水平是否合理等因素,因此企业提供更优越的条件,高校毕业生的就业质量会更高。
(4) 高校毕业生要想获得更高质量的工作,与国家和社会的政策支持密不可分。工作能力强的高校毕业生倾向于去那些经济发展水平好、地方政策(例如购房补助、落户以及生活补助等)有利于高校毕业生的地区, 所以应强化大学毕业生就业相关政策的针对性、 有效性和贯彻落实力度, 拓宽大学毕业生就业渠道, 引导大学毕业生丰富就业类型、平衡地域分布,以期实现更加充分、更高质量的就业。