疫情下就业政策对高校毕业生就业预期的影响

□文/宋思成 张继伟

（安徽师范大学经济管理学院 安徽·芜湖）

［提要］基于有序logistic回归模型的实证分析，结合对全国2020届高校毕业生的抽样调研数据，从“缓解劳动力供给侧、需求侧压力以及引导劳资双方有效匹配”三个维度深入研究疫情之下的就业政策对高校应届毕业生就业预期的影响。研究表明：积极的就业政策缓解应届毕业生对未来的就业压力，其中创业政策的发挥最能够提高毕业生的就业乐观水平。另外，专业和性别也成为毕业生对就业预期的重要影响因素。

据教育部统计，2020年应届高校毕业生达874万人，比2019年增加40万人。而2020年新冠肺炎又极大影响到劳动力市场的需求侧，因此疫情之下高校毕业生就业的供需矛盾更加突出。2020年《政府工作报告》多次强调要做好“六稳六保”工作，其中“六保”首当其冲就是“保就业”，“六稳”的最终目标就是“稳预期”。因而，在此时研究分析疫情之下就业政策对高校应届毕业生就业预期的影响既有助于总结政府就业政策实施效果，也可为以后就业政策的制定提供有益的参考。

一、文献综述

广义的就业政策包含创业政策，创业政策的发挥起到了自主就业的效果，进而带动全社会劳动力市场需求侧的规模提升。因而，分析就业政策对高校毕业生的影响，尤其不能忽视创业政策在广大高校学子中的影响力。把握大学生就业问题的成因是国际上对大学生就业问题研究的基础。O’Higgins（2002）分别从劳动力需求、劳动力供给以及供求匹配等三个角度来解构分析大学生的就业问题，并认为就业政策的施力点应该紧盯这三个维度。其中，劳动力供给侧的政策旨在提升劳动者的素质和适控规模；劳动力需求侧的政策旨在扩大雇主对劳动者的需求，提高雇主的质量；供求匹配即引导劳资双方有效匹配的政策，其旨在减少就业和招聘过程中的信息不对称，提高劳动者求职效率。但同时除了就业政策所引发的客观就业环境变化所带来的预期影响以外，众多毕业生的主观因素也实质上影响着高校毕业生的就业预期和就业水平，如性别、专业以及家庭状况等。王美艳（2005）通过计量方法证明了女性职工正处于相对不利的劳动力市场地位；秦永等人（2011）证实农村背景的大学毕业生比城镇背景的大学毕业生就业概率低，这实际上不仅与家庭收入水平有关，也与父母的受教育水平有着重要关系；随着市场经济的深入发展，市场需求对教育人才的供给结构产生深刻影响，杨立军（2015）研究发现除了性别以及学校类型，专业也是影响地方院校毕业生就业水平的重要因素。本文旨在构建实证模型研究分析疫情之下就业政策的不同维度以及各式主观因素对应届高校毕业生就业预期的影响。

表1 变量设置与变量符号一览表

二、数据来源、变量设置和样本特征

（一）数据来源。本研究数据来源是对2020年各地高校应届毕业生就业状况的抽样调查。调查采用问卷形式进行，调查对象涵盖不同性别、家庭文化程度和家庭年收入的应届毕业生。本次问卷调查共获得问卷456份，回收率为100%。剔除无效问卷后得到有效问卷410份，有效率约为90.01%。

（二）变量设置。因变量的设置：根据我们的研究目的，将“应届毕业生的就业形势预期”设为因变量。其中进行五级分类处理：认为“就业形势不好、较差、一般、较好、很好”分别赋值为1、2、3、4、5。自变量设置：结合本调研问卷的题目分类，我们把“就业政策：劳动力供给侧评估”、“创业政策：劳动力需求侧评估”以及“政府引导劳资双方匹配政策的评估”作为关键解释变量。另外，将“性别”、“专业”、“家庭户籍状况”和“父母受教育水平”等作为控制变量。（表1）

（三）样本特征。在410位被访者中，男性占样本总数的38.05%，女性占样本总数的61.95%；父母具有高中及以上文化程度占样本总数的48.54%；家庭平均年收入在8万元以上的占样本总数57.81%。被访毕业生大多数父母文化程度较高，收入较为稳定，对政府的就业政策有较好的理解与把握，因此本研究调查数据具有较理想的代表性和可靠度。（表2）

三、模型构建

本文从劳动力需求侧、劳动力供给侧以及劳资双方匹配三个维度构建了疫情下的就业政策对应届毕业生就业预期影响的理论模型，并利用有序logistic回归模型进行经验分析。（图1）

与二元logistic回归模型类似，有序logistic回归模型也是用于构建因变量为分类变量的回归模型，不同的是二元logistic回归模型的因变量是二分变量，而有序logistic回归模型的因变量是有顺序或者大小区别的分类变量。

本文基于已有的三个维度下的指标作为解释变量（X），以部分基本面信息作为控制变量，以“个人如何看待2020年的就业形势”作为被解释变量（Y），采用有序Logistic回归模型进行参数估计。有序Logistic回归模型表达式为：

其中，Xi表示第i个解释变量，Y代表被解释变量（不好、较差、一般、较好、很好）。建立累计Logistic模型：

图1 就业政策影响就业预期的机制模型图

其中，Pj=P（y=j），j=1，2，3，4，5；X表示解释变量，β是一组与X对应的回归系数，αj是模型的截距。在得到αj和β的参数估计后，某种特定情况（如y=j）发生的概率就可以通过以下等式得到：

四、实证分析

（一）聚类分析。本文的问卷调查涵盖了三个维度的关键解释变量，同时包含了一些控制变量。为了详尽地覆盖到每个维度，同时避免因同一维度下的二级指标存在较高的相关性而影响到后续的回归分析，我们利用聚类分析方法把同一维度下相似度较高的二级指标变量聚合为一类，进而通过加权的方式获得每一维度的量化结果。

聚类分析主要分为Q型聚类和R型聚类，考虑到本文目的是降低变量之间的相关性，故采用R型聚类。在对变量进行聚类分析时，本文采用相关系数进行度量变量相似度，构建变量之间的相关性矩阵。本文采用平均聚类法对变量距离进行聚合。以X1（劳动力供给侧分析）为例，将X1下设的9个二级指标的量化数据代入，计算变量之间的相关系数矩阵，随后按类平均法进行聚类，最终从这些指标中选取几个有代表性的。如此，我们从X1下设的9个二级指标中提取出三个，分别是：X11、X12、X13。同理，对于另外两个维度重复上述操作。三个维度聚类结果如表3所示。（表3）

这样就从18个指标中选定了9个指标作为自变量，但9个变量对于模型来说依然是较多的，我们依据样本的重要程度，对二级指标进行了5∶3∶2的加权求和，最后得到了3个一级指标数据，它们分别代表就业政策的三个维度。

表2 样本特征一览表

表3 聚类分析结果一览表

（二）有序logistic回归分析。本文构建了3个回归模型。模型1研究三个关键解释变量即就业政策的三个维度对应届毕业生2020年就业预期的影响；模型2在考虑就业政策这一客观因素的前提下，加入了家庭年收入、专业等控制变量，分析对应届毕业生2020年就业预期的影响；模型3在模型2回归结果的基础上进一步考虑了性别、户籍、父母受教育水平等因素影响，综合判别众多主客观因素对应届毕业生2020年就业预期的影响。回归结果如表4所示。（表4）

从回归模型整体的p值检验看，3个模型的p值都小于0.001，表明三个有序Logistic模型估计结果较为理想，且三个模型中就业政策变量都较为显著，说明计量结果的稳健性较强。模型1回归结果表明：三个维度的就业政策变量都显著且其系数都为正值，表明就业政策是影响2020届毕业生就业预期的重要因素，且积极的就业政策正向影响到毕业生对就业形势的乐观水平，其中创业政策为最。模型2和模型3回归结果表明：在众多主观因素中，性别和专业因素是较为显著的。女性（sex=2）与男性（sex=1）相比，男性的就业预期更佳。这一方面可能与劳动力市场存在的性别歧视现象有关；另一方面也与新冠肺炎疫情主要冲击的行业有关。疫情重创线下服务业和制造业，致使大量劳动密集型企业陷入危机，而这些行业、企业恰恰是众多女性劳动者求职之选。就专业而言，理工类与艺术类毕业生就业预期更差。这一方面与专业属性有关；另一方面也与就业预期落差有关。疫情之下，文史类毕业生就业渠道更广，且与往年就业形势相比，就业预期落差较小。

表4 有序logistic模型回归结果一览表

表5 关键自变量对因变量的边际影响一览表

为进一步发掘各维度就业政策对提高“就业预期乐观水平”的影响大小，我们通过实证获得了当Y=4、Y=5时，即当应届毕业生对2020年就业形势怀有积极情绪时，各关键解释变量对被解释变量的边际影响系数。从表1可知，无论是Y=4还是Y=5时，创业政策的发挥最能提高应届毕业生对就业形势的乐观水平，边际影响系数分别为0.0947和0.0674。这表明“大众创业，万众创新”的方针政策在广大高校毕业生中依然具有较大号召力与影响力，而更为普遍的“缓解劳动力供给侧压力的就业政策”依然是解毕业生就业之急的重要良药。（表5）

五、结论及建议

本文得出的主要结论是：第一，积极的就业政策缓解了应届毕业生对未来的就业压力。就业政策中“劳动力需求侧、供给侧和引导劳资双方匹配”三个维度的就业政策实施程度越高，应届毕业生对未来的就业预期越乐观。第二，尤其关注缓解劳动力供给侧和需求侧压力的就业政策对提高就业预期乐观水平的效果最明显。第三，女性毕业生对就业形势的乐观程度低于男性。造成这种差距的主要原因是：此次疫情主要打击的行业是制造业和服务业，这些行业的劳动者主要是女性。第四，理工类和艺术类毕业生对就业形势的乐观水平低于文史类毕业生。疫情下，文史专业由于其专业特性，在就业方面拥有相对广泛的选择。第五，边际效应分析结果表明，在就业预期保持“较好”或“很好”的水平时，创业政策的发挥最能提高应届毕业生对就业形势的乐观水平，而在“较好”这一预期下，更为普遍的缓解劳动力需求侧的就业政策依然具有较高的效用。

基于以上研究结论，为提高应届毕业生对未来就业形势的乐观水平及就业率，本文提出以下政策建议：第一，进一步扩大就业政策在供给端和需求端的作用面，持续开展网上就业服务行动，实施高校毕业生创业支持计划，开展大学生创新创业教育，引领大学生投身“双创”等活动。第二，深化“引导劳资双方匹配政策”在优化全社会人才结构中的作用。实行如“一对一”帮扶政策，为劳资双方尽可能提供帮助。第三，推行用人体制革新，普及思想观念教育，平抑性别对就业预期的影响。各地政府要坚决反对任何形式的就业歧视。第四，通过技术创新，为各个专业的毕业生提供更加广泛的求职渠道。将互联网、大数据、人工智能等新兴领域和实体经济进行深度融合，创造出新的就业机会。