基于数据挖掘的大学生职业期望与能力相关性分析

汪保, 张浩向, 朱珊艳, 王美

（宁波工程学院 机器人学院, 浙江 宁波 315211）

0 引言

大学生的就业一直是高校最关心和聚焦研究的问题。 学术界对于大学生就业方面的问题主要从三种角度来探究：一是就业期望现状角度，如罗玲英等[1]从大学生对“就业收入、单位性质、地域选择、专业对口以及择业目的”五个方面的期望分析大学生的就业期望现状；二是就业行为现状角度，杨江涛等[2]学者对于大学生的就业行为研究表明，“英语水平、计算机水平、工作经验、综合素质、学业成绩”对大学生的就业影响显著；三是就业准备角度，学者李锋亮等[3]对其研究表明，“学历层次以及在校担任过学生干部等对国有单位以及公务员的就业期望较高”。 职业期望渗透在几乎所有的就业研究中。

对于就业能力的研究：邓双喜[4]、马晓琳[5]、徐颖云[6]、权方英[7]等学者对大学生就业能力有一定的研究，将就业能力主要概括为：工作专业能力、求职能力、社会适应能力。

2021 届高校毕业生总体规模为909 万，同比增加35 万，2022 届高校毕业生预计规模为1 076 万，同比增长167 万。 面对日益增长的毕业生人数，加之受到新冠肺炎疫情等多重因素影响，就业形势复杂严峻，“稳就业”“保就业”的任务非常艰巨[8]。 如何提高个人能力、确保自己能够得到期望中的工作，是每个大学生将要面临的问题。 大学生为实现理想工作，需要确定努力的方向，大学生的职业期望与就业能力之间的相关关系需要做进一步的探究与丰富。

1 数据采集及处理

本文针对在校大学生的职业能力获得途径设计问卷问题、采用网络发放问卷的方式进行问卷调查，共收到有效问卷7 120 份。 总调查人数为8 878 人，问卷的回收率为80.2%。

从中选取大学生职业规划方面的意向（单选）和在校期间期望培养的技能（多选），关联比较分析二者之间的联系。

针对大学生就业常见的几种形式，在职业规划选项中，分别设置有如下几类职业：1- 公务人员、2-技术岗位、3- 管理岗位、4- 销售岗位、5- 教师岗位、6- 自主创业、7- 其他。 技能素质期望分为九大技能：专业基础知识、工程技术技能、应用研究技能、为人处事技能、创新创业能力、职场基本技能、外语交流能力、团队合作能力和奋斗拼搏精神。将选项记为哑变量：被选中的记为1，视为个体认为该技能素质有必要在校期间被培养。 未选中的记为0，视为不必要培养的技能，为方便查看，制表如表1。

表1 指标编码表

为了准确地分析数据，需要将一些不合理的数据清洗。 由切比雪夫不等式（μ为数据均值，σ 为数据标准差），大量的数据集中在均值附近，远离均值左右3 倍标准差的概率小于1/9，即上式的 k 取 3，所以当数据在区间（μ-3σ，μ+3σ）以外删除。

2 建模过程

为挖掘大学生职业期望与能力相关性，本文采用Logistic 回归模型，研究学生个人能力对职业期望之间的依赖关系。

多项Logistic 回归是一个用来预测分类因变量不同可能结果的概率模型[9]。 多项Logistic 回归数据要求：因变量要求为含三个及以上分类水平的分类变量；自变量要求为分类变量或者连续变量，以分类变量最佳；协变量为分类变量。 本研究旨在揭示大学生职业规划与技能期望之间的关联，赋值为单一分类变量与多个哑变量之间的关联分析。确定各技能选择为自变量，职业规划为因变量。已知因变量为七分类，且分类间无次序关系，自变量为独立哑变量，均符合模型的数据类别要求，故应采用多项Logistic回归分析模型进行分析。

多元Logistic 回归实质上是多个独立二元逻辑回归的汇编。 该方法使用与线性回归一致的线性预测函数：

其中，θi表示回归系数，表示第i 个观测变量对总体的影响占比。

又由于每个自变量的回归都是基于逻辑回归进行的，在基本素质期望中(0，1)构成逻辑变量，其基本表达式为：

构造交叉熵损失函数，

其中，(xi，yi)表示第 i 个样本点，m 为样本点个数。

求损失函数的最小值，即可求出回归系数θi，从而得到回归模型fθ(x)的表达式。

3 模型检验

为了验证此模型是否能合理地解释大学生职业期望与能力相关性，采用两种检验方法对拟合模型优度进行检验，分别为似然比检验和判定系数R2检验。

3.1 似然比检验

通过SPSS 软件对模型进行似然比检验，结果如表2。

表2 多元Logistic 回归模型系数的综合检验

通过表2 的模型拟合信息表可以看出，似然比检验结果中读取最后一列，该检验的原假设为所有纳入自变量的系数均为0，SPSS 软件分析结果显示，P=0.000，拒绝原假设，说明至少有一个变量系数非0，模型有统计意义。

3.2 判定系数检验

由于是广义线性拟合，因此可在此前提下进行R2检验.计算公式如下：

其中y 是平均数，y预测是预测值，y实际表示实际值。计算得到R2=0.769 3。说明因变量y 的变异中有76.93%是由自变量引起的，模型拟合优度较高。

3.3 伪决定系数

在检验了模型的整体的有效性之后，利用伪决定系数来衡量模型对原始变量的解释程度，如表3

表3 伪 R 方

从表3 可以看出，依次列出的3 个伪R 方值（类似于决定系数）均偏低，最高0.193，说明模型对原始变量变异的解释程度一般，还有一部分信息无法解释，拟合程度并不是很优秀。

4 模型优化

为了使模型精简，增强泛化能力，减少计算量及数据采集成本，似然比检验被做结果如表4 所示。似然比检验是模型优化的重要方法，用于判断不同变量在模型的构成中的重要程度，决定是否有必要删除变量以简化模型。

表4 似然比检验

从表4 可以观察到，最后一列显著性都小于0.05，因变量对模型构成均有显著贡献，说明研究它们是有意义的。 模型结果足以解释现阶段研究的问题，不需要进一步优化。

5 结果分析

5.1 描述性统计分析

为了更加直观地理解数据，对职业规划和个人能力占比做了统计分析，如表5 所示。 从表5 可以看出，在职业期望的选择上，大学生更愿意选择技术岗位(29.8%)、管理岗位(24.0%)和公务员(18.1%)等作为自己将来的职业方向。 选择技术岗位较多的主要原因是调查的对象大部分是怀揣科技兴国的理工科学生，他们在科学技术知识上有一定优势。 在不同素质能力的需要程度上，大学生们认为在大学期间专业基础知识(80.7%)和为人处事能力(72.8%)都是很有必要掌握的，因为只有过硬的专业知识才能找到一份好工作。较强的为人处事能力有利于协调人际关系，方便工作的开展。学生对这两方面能力的认可是受知识结构和社会环境影响导致。 65.1%的同学认为职场基本技能不是很需要在大学期间学习和掌握，其主要原因是上学期间职业没确定，不同的学生以后从事的工作未必一致，很难有合适的职场环境。 在奋斗拼搏精神方面的学习上，81.6%的同学认为不需要，说明大部分学生重视专业基础知识的培养，但缺乏奋斗拼搏精神方面的锻炼，分析其主要原因是与当下高校的教学方式有很大联系，专业基础知识非常容易从课堂上习得，而奋斗拼搏精神的学习环境却很难构建。

表5 学生各职业期望与具备能力占比

5.2 整体相关性分析

为了分析技能素质对职业规划的影响，对调查数据做显著性分析，在参数估计中，显著水平小于0.05(表4)的都表明有显著影响。 各项技能素质对职业规划的影响系数越大，即认为这类工作越需要这类技能，将技能因素对职业规划的影响程度用图1 表示，越靠近职业规划的技能因素对职业规划影响越大。

从图1 结果可以看出，

图1 职业期望与技能素质影响关系图

1）专业基础知识的学习对所有职业都有显著影响，说明专业基础知识是工作的必备技能；

2）管理岗位需要掌握的技能较多，达到7 种综合技能，而销售岗位及自主创业需要掌握的技能较少，只有两种技能。 说明管理岗位需要协调的关系及了解的场景较多，而销售岗位及自主创业需要掌握的技能虽然少，但这4 种技能确实是这两个岗位不可或缺的技能；

3） 为人处事能力与教师岗位的联系很显著，因为教师要想更好地传道授业解惑必须和学生和谐相处；

4） 教师需要掌握外语交流能力，说明其高校国际化交流潜力巨大，其主要原因是现在学校提倡双语教学，且大学教师和国外交流较多；

5）自主创业倾向于具有创新创业能力和奋斗拼搏精神，其主要原因是“创业艰难百战多”，只有创新产品才有市场，创业才能成功。

6 结论

本研究主要调查在校大学生的职业能力获得途径，以大学生职业规划为因变量，其影响因素为自变量，建立逻辑回归模型，使用似然比检验、判定系数检验等方法，检验了模型的合理性。

通过模型数据分析可知：

（1）大学生对职业的期望主要集中在管理岗位和技术岗位。 因此高校如何根据职业期望的变化调整相关的专业课程设置，并积极引领知识的创新与发展。 满足学生个体需求的发展已经成为破解大学生就业的难题之一。

（2）在不同素质能力的需求上，绝大多数的大学生认为在大学期间“专业基础知识”和“为人处事能力”是个人职业中的基本必备能力。该现象应该引起高校以及社会的关注。高校要进一步实施因材施教计划，增强大学生的职业能力，培养学生良好的为人处事能力，在学生能力需求方面做好教育与指导的工作。

（3）由不同的职业期望和相对应的能力期望可以得知，大学生对于职业能力的认识还有部分偏差。高校应该在学生的职业期望和能力期望之间做好沟通协调，增强大学生的职业能力，提升其在就业市场的核心竞争力，从而缓解当前大学生就业难问题。