burn loc ansi什么意思:大学生求职效率的影响因素分析

    摘 要：本文利用2009年的全国高校毕业生就业状况调查数据，利用统计描述、随机前沿分析模型、定序因变量回归方法，对高校毕业生的求职效率问题进行了实证研究。实证结果显示：多利用学校、网络、亲朋好友获取就业信息、找学用结合紧密的工作、增加求职次数、有利于提高求职成功率、找到收入较多、满意度较高的工作。

    关键词：高校毕业生；求职效率

    一、问题的提出

    2009年全国普通高等学校毕业生总数为611万人，比2008年的559万人又增加52万人。尽管我国劳动力市场规模很大，但是城镇单位就业人员所占的比例却很低，而单位就业恰恰是以往高校毕业生的主要就业去向。2007年我国全体就业人员合计为7.7亿人，其中城镇就业人员只有2.9亿人，占全体就业人员的比例为38.1%。在城镇就业人员中，单位就业人员只有1.2亿人，占城镇就业人员的比例为41.0%，占我国全体就业人员的比例只有15.6% [1]。虽然近年来我国每年城镇新增就业人员的数量都接近一千万，但是新增的城镇单位就业人员数量却只有300多万人，这一数字远远低于高校应届毕业生的数量。仅靠城镇单位，无法解决高校毕业生的就业问题。在全球金融危机的影响下，我国经济发展和就业增长都受到了严重影响，我国高校毕业生的就业形势可谓雪上加霜，问题十分严峻。

    为此，国务院于2009年1月19日出台了《国务院办公厅关于加强普通高等学校毕业生就业工作的通知》，鼓励大学生到基层、到中西部地区、到中小企业就业、应征入伍、参加国家、地方重大科研项目，努力促进高校毕业生就业[2]。教育部发布的消息称，截至2009年7月1日统计，已有415万高校毕业生落实去向，与上一年同期相比就业人数增加44万人，高校毕业生就业率达到68%，多年来初次就业率首次降到70%以下[3]。

    高校毕业生的初次就业率之所以不高，除了受宏观经济和就业形势的影响之外，还与高校毕业生的就业观念、求职方式、求职努力程度等个人因素有关。因此，对高校毕业生的就业状况进行调查和分析，有利于提高求职效率，促进毕业生就业。欧盟和日本等12个国家联合进行的毕业生调查从工作找寻的起始时间、找寻时间长度、求职的雇主个数、工作找寻方法等对毕业生的求职行为进行统计分析[4]。北京大学高校毕业生就业状况调查课题组利用2007年全国高校毕业生的抽样调查数据，以“毕业时的就业状况”、“月起薪”和“工作满意度”作为衡量求职结果的“产出”指标，以求职渠道、求职次数、求职费用和学用结合状况作为衡量求职行为的“投入”指标，对高校毕业生的求职效率进行了实证研究[5]。

    本文将利用2009年的全国高校毕业生就业状况调查数据，利用统计描述、随机前沿分析模型、定序因变量回归方法，再次对毕业生的求职效率进行分析。

    二、调查数据及研究方法

    1．调查数据

    为及时准确地了解高校毕业生的就业状况，为教育决策和毕业生就业提供更丰富有效的信息，北京大学教育学院继2003年6月、2005年6月、2007年6月对全国高校毕业生就业状况进行了问卷调查之后，于2009年6月又进行了第四次大规模的问卷调查。本次调查包括东、中、西部地区13个省份的26所高校，东部地区包括北京、天津、河北、山东、江苏和浙江；中部地区包括吉林、黑龙江、山西、河南；西部地区包括海南、广西和新疆。其中“211”重点高校8所、一般本科院校12所、专科及高职院校6所，每所高校根据毕业生学科和学历层次按一定比例发放500-1000份问卷。调查共回收有效问卷20614份。在有效样本中，专科和高职毕业生占25.4%，本科毕业生占62.4%，硕士毕业生占11.5%，博士毕业生占0.6%；男、女毕业生比例分别为52.9%和47.1%。

    2．研究方法

    效率是一个广泛使用的常见概念，也是教育经济学研究中的核心问题之一。特别是在资源稀缺的前提下，效率更值得研究。如何以尽可能少的成本得到尽可能多的收益是人们追求的目标。在高校毕业生求职方面，也存在“效率”问题。毕业生在有限的时间内、以有限的精力和经费，面对有限的就业市场，如何获得就业机会，并能对工作感到满意和获得较高的收入，这是每个毕业生都关心的问题。在经济学中，生产效率的投入与产出可以简单地用货币来量化，而求职效率的含义相对复杂，很难用一个简单的统计量来度量。从求职的投入方面考虑，资金成本很重要，而时间成本也很重要；从求职的产出方面考虑，因为毕业生最终只能选择一个单位，所以数量指标（获得多少个接受单位）不是很重要。而能否找到工作以及找到什么样的工作等质量指标是毕业生更加关心的。

    为了能够比较全面地反映毕业生的“求职效率”，本研究将从三个方面来进行分析。首先，获得工作机会是毕业生追求的基本目标。本文将通过统计描述的方法，分析已经找到工作的毕业生的求职渠道、接受的起薪水平、求职的雇主数量、付出的经济成本、以及看他们找到的工作是否学用结合。其次，收入水平可以从一定程度上反映出“工作质量”，是一个相对客观的指标。对于找到工作的毕业生，本文将利用随机前沿分析模型，对于高收入的影响因素进行回归分析。第三，“工作满意度”是一个主观评价的指标。收入与工作满意度有一定的关系，但是两者之间不可替代。收入高的人对于工作并不一定满意，而工作满意度高的人其收入未必很高。调查问卷中找到工作的毕业生对工作的满意程度进行了回答，可以作为另一个衡量“工作质量”的指标。对于找到工作的毕业生，本文将定序因变量回归方法，对于工作满意度的影响因素进行回归分析。

    因为本文关注的是求职效率问题，因此只考察有求职经历的毕业生。在调查问卷中，第一题涉及的就是毕业生的就业状况，分为10种情况：（1）已确定单位；（2）升学（国内）；（3）出国、出境；（4）自由职业；（5）自主创业；（6）其他灵活就业；（7）待就业；（8）不就业拟升学；（9）其他暂不就业；（10）其他。其中（1）、（4）、（5）和（6）等状况都属于已经就业，状况（7）属于未能就业。由于（4）、（5）和（6）等状况的毕业生没有求职经历或者不能明确是否有过求职经历，因此本文只考察（1）和（7）两种状况。本文的子样本共有7072个观测值，其中包括已确定单位者为4401人，待就业者2671人。

    三、找到工作者的求职特点

    1．求职渠道

    在高校毕业生就业市场上，数百万的毕业生竞争数百万的工作岗位。对于毕业生而言，如何找到适合自己的工作岗位是最基本的问题。绝大多数毕业生都采用多种渠道进行求职，不同渠道提供的就业信息的充足度和有效性是不一样的。以下对找到工作的毕业生的求职渠道进行频数分析，排出优先序。对于正在找工作和将要找工作的毕业生而言，这一排序结果对于提高求职效率具有很大的参考价值。

    在调查问卷中对于已经找到工作的毕业生请其就问题“您通过何种途径获得这份工作的相关信息”进行了回答。答案共有10个选项，各选项的具体内容见表1下的注释。图1是按照已找到工作者各项求职渠道所占的比例进行的排序。

    图1 2009 年已找到工作者的求职渠道（%）

    统计结果显示，对于找到工作的毕业生而言，“学校（包括院系）就业指导机构发布的需求信息”是最主要的求职信息渠道，比例为39.6%；其次是“网络招聘信息”，比例为19.0%；第三是“父母、亲戚介绍的信息”，比例为10.9%；“朋友或熟人介绍的信息”和“在人才洽谈会获得的信息”分别排在第四位和第五位，比例分别为9.4%和7.4%。而其他5 个选项所占的比例都不高，合计仅为13.7%。

    表1 分学历层次的求职信息结构（%）

    注1：各列具体内容分别为（1）学校（包括院系）就业指导机构发布的需求信息；（2）从职业介绍机构获得的信息；（3）从企业得到的书面招聘广告；（4）专门性的人才招聘信息刊物；（5）在人才洽谈会获得的信息；（6）新闻媒介的零散招聘广告；（7）父母、亲戚介绍的信息；（8）朋友或熟人介绍的信息；（9）网络招聘信息；（10）实习单位提供的信息。注2：表中的比例数据是经过标准化处理后的结果，使得10 列数据合计为100%。

    从学历层次的比较来看，求职信息渠道具有以下特点：（1）各学历层次的毕业生均以学校提供的就业信息为最主要求职渠道。特别是是本科生，比例高达45.7%。（2）硕士和博士研究生偏爱“网络招聘信息”，比例都在三成以上。“网络招聘信息”对于本科生来说也很重，比例排在第二位。而对于专科生而言，“父母、亲戚介绍的信息”和“朋友或熟人介绍的信息”所占的比例合计达到33.8%，表明社会网络资源成为专科生求职的重要渠道。（3）只有专科生“在人才洽谈会获得的信息”所占的比例达到两位数，可见目前我国人才招聘市场所起的作用还很小，层次相对而言还较低。

    2．求职次数

    求职次数表示求职者的努力程度，不同年份的求职次数也能反映出劳动力市场的就业难度。2009 年高校毕业生的求职次数显著高于2007 年，表明2009 年的就业难度明显增加。2009 年“已确定单位”者的平均求职单位数为16.1 个，而2007 年只有9.0 个；2009 年“待就业”者的平均求职单位数为14.6个，而2007年只有9.1个。 从“已确定单位”者与“待就业”者之间的比较看，“已确定单位”者的平均求职数为16.1个，而“待就业”者平均值为14.6个。两者之间在统计上存在显著的差异，表明“已确定单位”者在求职过程中付出了更大的努力。也就是说，对于条件相同的毕业生而言，是否向更多的雇主求职会直接影响到就业结果。

    表2 2009年求职次数比较（百分比和平均值）

    从不同学历之间的比较看，硕士生的求职努力程度最高，其次是本科生，专科生和博士生的努力程度均较低。对于“已确定单位”者，硕士生的平均求职数为30.1个，本科生平均为15.1个，博士生平均为14.8个，而专科生平均只有7.4个。

    3．求职成本

    越来越高的求职成本已引起社会的广泛关注，一些毕业生认为投入越多求职成功的概率会越大。那么，事实是否果真如此？本研究为此对比“已确定单位”者与“待就业”者的求职费用，对此问题进行回答。表3的统计结果显示，排除求职总费用在0元以下和10000元以上的奇异值后，2009年“已确定单位”者为求职而花费的相关费用人均为1240元，“待就业”者平均为1263元，两者之间在统计上的差异不显著。这说明求职结果与求职经费之间不存在正相关关系，在求职过程中过分地增加支出并不会显著提高求职的成功率。此外，从分学历的比较看，硕士和博士的求职成本显著高于本、专科生。

    表3 求职费用比较（单位：元）

    4．学用结合

    在就业竞争中，高校毕业生应当注意发挥自己的比较优势，其中寻找学用结合的工作是发挥比较优势的重要途径。由于从问卷中不能了解“待就业”者在求职过程中是否注重学用结合，本研究只能从“已确定单位”者的情况进行分析。问卷中的问题“就目前所知，您将从事的工作与您所学专业的相关程度如何？”反映的是学用结合状况。

    从统计结果看，在“已确定单位”者中，22.6%的人认为“非常对口”，43.0%的人认为“基本对口”，23.8%的人认为“有一些关联”，10.1%的人认为“毫不相关”，0.6%的人回答“不清楚”。可见，超过六成的就业者是专业对口的，专业不对口的就业者只占一成左右。专业对口意味着学用结合，说明人力资本理论在劳动力市场上发挥着作用。因此，毕业生求职时应该有针对性，应当多找与自己专业对口的工作。

    表4 已确定单位者的学用结合状况（%）

    从不同学历层次的比较看，总体而言学历层次越高学用结合情况越好。硕士生的学用结合情况最好，“非常对口”和“基本对口”的比例合计为80.7%；其次是博士生，相应的比例为74.1%；本科的相应比例为66.6%；而专科生的相应比例只有51.2%。

    5．收入分布

    在求职过程中，每个毕业生都希望获得高收入的工作，但是收入要求越高找到工作的概率就越小。因此，设定合适的最低起薪标准对于提高求职效率是很有帮助的。那么，怎样设定合适的最低起薪标准呢？了解已确定单位者的收入分布状况具有重要的参考价值。不同学历层次的收入差距显著，2009年在已确定单位者中，专科、本科、硕士、博士的平均月起薪分别为1459元、2281元、3684元和3807元。由于收入分布一般都是右偏的，即中位数小于算数平均值，因此大多数人的收入要低于算数平均值。在分析收入期望时，了解收入的分布更有意义，收入分布可以用百分位数来替代。表5给出了七个百分位数的值。

    50%分位数就是中位数，专科、本科、硕士、博士的中位数分别为1200元、2000元、3500元和3000元，硕士和博士显著高于专科和本科。也就是说，有50%的专科毕业生月起薪大于或等于1200元；有50%的本科毕业生月起薪大于或等于2000元；有50%的硕士毕业生月起薪大于或等于3500元；有50%的博士毕业生月起薪大于或等于3000元。

    如果不考虑学历层次内部之间的差异，则专科生获得2360元以上月起薪的概率只有10%；本科生获得3620元以上月起薪的概率只有10%；硕士生获得6000元以上月起薪的概率只有10%；博士生获得6500元以上月起薪的概率只有10%。毕业生在制定自己的最低起薪标准时，可以根据和本人的具体情况，适当地进行调整。

    表5 已确定单位者的月起薪分布（元）

    四、月起薪的影响因素

    收入是反映就业状况的关键指标之一，是否找到收入较高的工作也是反映求职效率高低的一个方面。在本次调查中，由已经确定就业单位的毕业生对自己的起薪进行了估计。为了排除奇异值，我们只统计了月起薪在300-20000 元之间的观测值。

    前沿模型是教育生产函数计量中常用的一类方法，它主要包括两种计量方法。第一种是参数方法，即随机前沿分析(stochastic frontier analysis，简记为SFA)方法。第二种是非参数方法，即数据包络分析。传统的生产函数法假定所有生产者在技术上是充分有效的，从而将产出增长扣除要素投入贡献后的剩余（被称为全要素生产率TFP）全部归结为技术进步的结果。但在现实中，并不是每一个生产者都处在生产函数的前沿上。大部分生产者的效率与最优生产效率有一定的差距，即存在技术无效率。另外，人们对生产者行为的实际观测总是受随机误差扰动，而且个别生产者与最优生产率的差距也会受生产过程中各种随机的因素影响。因此，Aigner et al（1977）[6]以及Meeusen et al（1977）[7]在确定性前沿模型的基础上引入随机扰动项，分别独立提出了随机前沿方法，以更为准确地描述生产者行为。他们的基本模型可以表示为：

    由于要求 为正数，因此需要对于 的分布进行假定。常见的假设有半正态分布、指数分布、截断正态分布等。由于随机扰动项 与 的特殊性，不能采用OLS回归，一般采用的是最大似然估计法。

    如前所述，模型的基本含义为：个别生产者不能达到生产函数前沿，是因为受随机扰动和技术非效率两个因素影响。如果我们将已确定单位者的收入作为产出，那么大部分毕业生的求职效率与最优求职效率也有一定的差距，因此可以用随机前沿模型来分析。

    根据问卷调查表的问题设计，本文将可能影响起薪的因素分为以下四大类：

    第一类是学生及其家庭的基本情况，包括：（1）学历层次。分为专科、本科和研究生三种，以专科为对照组。（2）学校声望，分为“211”重点大学、普通本科院校和专科（高职）院校三种，以专科院校为对照组。（3）性别，以女性为对照组。（4）家庭经济状况，将家庭人均年收入大于 1 万元的家庭定义为高收入家庭，其他家庭为低收入家庭，以低收入家庭为对照组。（5）家庭社会关系。将问卷中的“非常广泛”和“广泛”归为一类，“一般”、“少”和“非常少”归为一类，以社会关系少的一类为对照组。

    第二类是学生的求职情况，包括：（1）求职次数。（2）求职费用。（3）求职信息渠道。将求职渠道合并为“学校”、“网络”、“亲朋好友”、“其他”四类，以“其他”类为对照组。

    第三类是学生的工作状况，包括：（1）就业地点。将问卷中的“省会城市或直辖市”和“地级市”合并为“大中城市”；将“县级市或县城”、“乡镇”和“农村”合并为“县城以下”，以“县城以下”为对照组。（2）专业对口。将问卷中的“非常对口”和“基本对口”合并为“对口”；将“有一些关联”、“毫不相关”和“不清楚”合并为“不对口”，以“不对口”为对照组。（3）工作单位性质。将问卷的单位性质合并为“国家机关”、“国有企业”、“三资企业”、“事业单位”和“其他企业”，以“其他企业”为对照组。

    第四类是学生的学业情况，包括：（1）学习成绩，分为排名前 25%作为一类，其他合并为后 75%，以后 75%为对照组。（2）是否是党员；以非党员为对照组。

    表 6 月起薪和工作满意度的计量回归结果

    随机前沿分析的计量回归结果显示（见表 6 的第 2-4 列）：（1）个人的学历水平、学校声望、性别和家庭经济条件是起薪的显著影响因素，而家庭社会关系对起薪的影响并不显著。（2）求职次数、求职费用和求职渠道都显著地影响毕业生的起薪。求职次数和求职费用体现着毕业生的求职努力程度。求职渠道体现着毕业生的求职方法，回归结果显示，学校提供的就业信息对于月起薪有显著的正的影响，而来自网络和亲朋好友的就业信息与其他求职渠道相比对于起薪的影响并没有显著的差异。（3）就业地点、专业对口状况、工作单位性质对于起薪都有显著的影响。在大中城市工作的毕业生收入显著高于在县城以下地方工作的毕业生。单位性质是收入差异的重要影响因素，国家机关、国有企业、三资企业和事业单位的收入显著高于其他企业。回归系数显示，三资企业的工资最高、其次是国家机关、第三是事业单位、第四是国有企业。（4）是否是党员对于收入也有显著的影响，一般来说党员的综合素质好、劳动生产率高。尽管成绩排名的回归系数为正，但是在统计上并不显著，表明成绩排名对于起薪并没有显著的影响。

    五、工作满意度的影响因素

    在择业过程中，怎样的工作才算是好工作？毕业生重视的因素有很多，收入只是其中的一个客观因素。此外，毕业生的主观感受也非常重要，是否找到满意度较高的工作也是反映求职效率的一个方面。在问卷调查中，已确定工作去向的毕业生对自己所找到工作的满意程度进行了回答。由于高校毕业生找工作有充分的选择权，因此毕业生对自己所找到工作的满意程度较高。在已经确定就业单位的毕业生中，有 15.1%的毕业生对找到的工作感到非常满意；41.3%的毕业生感到满意；35.6%的毕业生感到一般；6.8%的毕业生感到不太满意；只有 1.2%的毕业生很不满意自己的工作。

    为了简化工作满意度的比较，本文将“非常满意”和“满意”的情况合并记为“满意”，“感到一般”仍单独作为一类，将“不太满意”和“很不满意”的情况合记为“不满意”。

    下面我们来分析满意度的影响因素，将满意度作为因变量。由于满意度是定序变量，因此可以选择 Ordered Probit 模型进行回归。建立的回归模型如下：

    其中 Y 表示是定序因变量，取值 1、2、3，分别代表“不满意”、“一般”和“满意”。X 表示一系列解释变量。为了和上一节的回归结果进行比较，采用了相同的解释变量。

    Ordered Probit 模型的计量回归结果显示（见表 6 的第 5-7 列）：（1）学校声望、家庭经济条件、家庭社会关系是工作满意度的显著影响因素，而学历层次、性别对工作满意度的影响并不显著。“211”重点大学毕业生的工作满意度最高，其次是高职/专科院校毕业生，普通本科院校毕业生的满意度最低。（2）在求职行为的三个变量中，只有求职次数显著地影响毕业生的工作满意度。而求职费用和求职渠道对于工作满意度的影响并不显著。求职次数的回归系数为负，表明求职次数越多对工作满意度越低。（3）就业地点、专业对口状况、工作单位性质对于工作满意度都有显著的影响。在大中城市工作的毕业生的满意度较高。在国家机关、国有企业、三资企业和事业单位工作的满意度显著高于其他企业。回归系数的大小显示，毕业生按工作满意度由高到低的排列顺序依次为国家机关、国有企业、事业单位、三资企业、其他企业。（4）是否是党员对于工作满意度也有显著的影响，党员的满意度更高。尽管成绩排名的回归系数为正，但是在统计上并不显著，表明成绩排名对于工作满意度并没有显著的影响。

    在上面的回归中，解释变量中没有包括起薪，因为起薪与其他解释变量存在因果关系，加入起薪变量后会出现多重共线性。但是，显然起薪也是工作满意度的显著影响因素。当我们利用回归模型（4）将解释变量改为起薪单独一个变量后再次进行回归，则回归系数为正，并且在统计上是高度显著的。这验证了起薪是工作满意度的显著影响因素。

    六、结论及政策建议

    本文利用2009年的全国高校毕业生就业状况调查数据，利用统计描述、随机前沿分析模型、定序因变量回归方法，对高校毕业生的求职效率问题进行了实证研究。主要结论概括如下：

    第一，学校、网络、亲朋好友是毕业生求职最重要的信息渠道，特别是通过学校提供的就业信息找到工作的毕业生其收入也较多。

    第二，增加求职次数可以显著地提高求职成功率，也有利于找到收入水平较高的工作，但是不能显著地提高工作满意度。

    第三，求职费用是收入的显著影响因素，但是对于能否找到工作以及工作满意度却没有显著的影响。

    第四，学用结合不仅有利于提高求职成功率，而且有利于找到收入较多、满意度较高的工作。这一结果反映出人力资本理论在劳动力市场上发挥着积极作用。

    上述实证研究结果对于高校、毕业生以及政府部门有着积极的借鉴意义：

    第一，高校应继续加大学校就业指导和就业服务的力度，促进毕业生求职效率的提高。学校的就业指导机构作为一个专业化的组织，可以发挥就业工作“规模化”的优势，节约总的社会成本。

    第二，毕业生在求职过程中应采用多种信息渠道进行求职，并且按照优先次序有所侧重。实证研究结果显示，学校提供的信息效率最高。亲朋好友和网络提供的求职信息对找工作也有积极的帮助，但对工作的收入水平和满意度并无显著的促进作用。

    第三，随着高校毕业生就业竞争的加剧，毕业生需要付出更多的努力才能找到收入较高的工作。毕业生应该保持乐观的心态，不灰心，向更多的雇主求职，直到获得工作机会为止。

    第四，毕业生应尽量找学用结合紧密的工作，这不仅可以提高求职成功率，而且有利于找到收入较多、满意度较高的工作。

    第五，毕业生应该根据劳动力市场上的收入分布状况制定合理的收入期望标准。收入期望标准过高则找到工作的概率就小，但收入期望标准太低也没有必要。

    第六，单位性质、工作地点等一些客观因素显著影响毕业生的收入和工作满意度。政府应当努力减少因制度因素而造成的居民收入差距，对于去基层、去小城镇、去中小企业工作的毕业生给予更多的激励措施。

    参考文献：
    [1] 国家统计局.中国统计年鉴 2008[M].北京：2008.
    [2] 国务院办公厅.关于加强普通高等学校毕业生就业工作的通知[R].2009-1-19.
    [3] 原春琳.09 高校毕业生就业率达 68%同比基本持平[N].中国青年报，2009-7-9.
    [4] Schomburg, Harald and Ulrich Teichler.Higher Education and Graduate Employment inEurope[M].Netherlands:Springer,2006.
    [5] 岳昌君.高校毕业生求职效率的实证研究.高等教育研究[J].2008,(6)83-89.
    [6] Aigner, D., C. Lovell, and P. Schmidt, Formulation and Estimation of Stochastic Frontier Production Function
         Models , Journal of Econometrics, 1977, 6 (1), 21 37.
    [7] Meeusen, W., and J. van den Broeck,“Efficiency Estimation f rom Cobb-Douglas Production Functions with
         Composed Error”, International Economic Review , 1977, 18 (2),435 444.

    转自  《北大教育经济研究》2009年3月第7卷第1期