自1999年高校扩招以来, 我国的高等教育经历了从“精英化”到“大众化”的转变, 高校毕业生规模随之大幅度增长, 高校毕业生的就业问题凸显, 引起了社会的广泛关注。2017年党的十九大胜利召开, 十九大报告将就业问题提到前所未有的高度, 提出“就业是最大的民生”, 我们必须“要坚持就业优先战略和积极就业政策, 实现更高质量和更充分就业”。十九大报告特别将高校毕业生作为就业的重点关注群体, 强调“提供全方位公共就业服务, 促进高校毕业生等青年群体、农民工多渠道就业创业”(中华人民共和国中央人民政府, 2017)。
我国高校毕业生的就业状况究竟如何?影响就业质量的关键因素是什么?为了回答这些问题, 北京大学教育学院/教育经济研究所于2017年6月对全国高校毕业生的就业状况进行了大规模的问卷调查。本文基于这一调查数据, 对我国高校毕业生就业状况进行了统计描述, 并对已确定单位毕业生的起薪和就业满意度进行了影响因素分析, 并在实证研究结论的基础上提出了相应的政策建议。本研究期望对新时期高校毕业生的就业工作起到积极的借鉴作用。
二、理论基础与文献综述 (一) 理论基础高校毕业生就业状况是学生的个体特征、人力资本、社会资本或家庭背景、求职努力情况和社会经济环境等多种因素共同作用的结果, 因此也可以从多个理论维度进行阐释。从教育经济学角度解释我国高校毕业生就业现象主要的理论有供求理论、人力资本理论、社会资本理论、市场分割理论、筛选理论、信号理论、工作搜寻理论等。
(1) 从经济学的供求理论来看, 我国经济增长方式的转变和产业结构的调整, 使得对高校毕业生的需求也在不断增加, 因此可以预计2017年我国高校毕业生总体就业状况仍然比较稳定, 整体落实率较高。(2)人力资本理论对于毕业生求职结果和就业质量一直具有很强的解释力, 人力资本因素依然是影响毕业生求职结果、起薪和工作满意度的重要因素。伴随着我国高校毕业生就业市场的不断完善, 有学识、能力强的毕业生在竞争中必然会得到较好的教育回报。(3)科尔曼将社会资本定义为个人拥有的社会资源(Coleman, 1988), 家庭社会资本丰富的毕业生在求职过程中更容易通过各种社会关系打破就业信息的不对称, 获得广泛的就业渠道, 从而找到“好工作”。(4)从市场分割理论来看, 我国地区、行业、单位、岗位之间的显著差异显示出我国存在严重的市场分割, 主次要劳动力市场呈现出劳动力资源配置不均衡不充分的局面, 能否进入主要劳动力市场就业也会显著影响毕业生的工作收入和工作满意度。(5)筛选理论、信号理论、工作搜寻理论等也分别从不同的视角解释了影响毕业生工作落实情况、起薪和满意度差异的原因。
(二) 文献综述高校毕业生的求职结果和就业质量受到诸多因素的影响。其中, 与人力资本相关的国内外研究相当丰富, 而其与就业关系的研究最早可以追溯到美国社会学家Blau和Duncan(1967), 他们认为, 与个体从父母那里获得的先赋性因素(ascribed status)相比, 后致性因素(achieved status), 即以教育、工作经历为测度指标的人力资本因素对个体职业地位获得有更重要的影响。国内学者在研究人力资本与高校毕业生就业之间的关系时, 通常使用学生的综合素质、综合能力、学生的内部因素等指标来替代人力资本(岳昌君等, 2012)。岳昌君(2004)和闵维方(2006)都发现内因是决定高校毕业生就业竞争力的关键因素。岳昌君等人利用2011年、2013年、2015年全国高校毕业生抽样调查的数据进行分析, 得出了较为一致的结论:人力资本(学习成绩、学历层次、辅修/双学位、外语类证书等)是影响毕业生求职结果和起薪的重要因素(岳昌君等, 2012; 2014;2016)。
家庭背景、个人求职努力情况、社会经济环境等其他微观或宏观因素对毕业生就业结果的影响也已经得到很多研究的证实。闵维方等人(2006)和杜桂英等人(2010)的实证研究结果表明, 家庭的经济背景和社会关系对高校毕业生的就业有正向影响。文东茅(2005)发现, 家庭文化和教育背景对高校毕业生就业有显著影响。曾湘泉(2004)、陈成文(2008)等学者也分别从就业分配制度、择业观念等方面分析了大学毕业生就业结果的影响因素。
对就业状况进行分析不能只看数量, 还要看质量。就业满意度作为衡量毕业生就业质量的重要指标之一, 也引起了学者的关注与讨论。特罗(Trow, 1973)和桑亚(Sanyal, 1987)的国际比较研究发现, 在高等教育的规模不断扩展, 特别是从精英阶段进入大众化阶段后, 大学生就业状况越来越差、就业满意度越来越低会成为一种普遍现象。弗洛里等人(Florit & Lladosa, 2007)也利用计量回归模型分析了工作满意度的诸多影响因素, 如受教育年限、学用匹配程度等。近年来, 国内许多学者也关注到了高校毕业生就业满意度问题。涂晓明(2007)发现就业方式的自主性会对毕业生就业满意度产生影响。此外, 高校毕业生对起薪的期望值和学用结合情况也会对就业满意度产生重要影响。岳昌君(2013)将高校毕业生就业满意度归纳为“就业实际感知”与“就业期望”的差值, 发现工作因素(如高收入、在大中城市工作等)对就业满意度有显著的影响, 非工作因素(如家庭、学校背景等)既对就业满意度有直接的影响, 又通过影响工作选择而间接地对就业满意度产生影响。
总的来说, 在理论基础完备、既有研究相对丰富的情况下, 对高校毕业生就业状况进行长期调查和实证分析具有重要意义。本文是北京大学课题组针对高校毕业生就业问题的持续研究, 也是基于2017年全国高校毕业生最新调查数据的研究。基于文献和数据的可得性, 本文在统计描述的基础上, 研究影响高校毕业生求职结果、起薪和工作满意度的因素, 旨在发现就业中出现的新问题和新特点, 从而为高等教育发展、改革及政策制定提供可靠依据。
三、样本说明本文使用的数据来自于北京大学教育学院2017年“全国高校毕业生就业状况抽样调查”。样本包括我国东、中、西部地区21个省份的33所高校, 东部地区包括北京、天津、上海、广东、河北、辽宁、山东、江苏和浙江等9个省份的15所高校; 中部地区包括安徽、江西、河南、湖北和湖南等5个省份的9所高校; 西部地区包括内蒙古、四川、贵州、陕西、甘肃、宁夏和新疆等7个省份的9所高校。按学校类型划分, 样本包括“985”高校5所、“211”高校5所、一般本科院校11所、高职院校9所、民办院校2所、独立学院1所。①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18076份。
在有效样本中, 按学历划分, 专科毕业生占27.9%, 本科毕业生占62.8%, 硕士毕业生占8.5%, 博士毕业生占0.8%;按性别划分, 男、女毕业生比例分别为50.0%和50.0%;按学校类型划分, “985”高校学生占10.4%、“211”高校学生占16.4%、一般本科院校学生占41.6%、高职院校学生占23.7%、民办院校学生占5.2%、独立学院学生占2.5%(由于四舍五入的原因, 统计数据误差在0.3%以内均属正常, 下同)。
四、高校毕业生就业状况描述统计② (一) 毕业生落实率从被调查的毕业生总体统计来看, 毕业生毕业时“已确定单位”的比例为38.8%, “升学”与“出国/出境”的比例合计为26.3%(见表 1)。如果将表 1中第(1)~(6)项均视为“确定去向”的话, 则毕业生总体“落实率”达到了84.6%, 与上一次调查数据(2015年)基本持平。同时, 与2015年相比, 2017年毕业生“已确定单位”“国内升学”“出国/出境”的比例都明显增高, “其他灵活就业”比例减少。同时, “待就业”毕业生比例也减少了2.8个百分点。③
从学历层次来看, 落实率差异不大。专科生的落实率最高, 为88.9%;其次是硕士生, 为85.2%;第三是博士生, 为83.1%;本科生的落实率最低, 为82.7%。
从性别之间的比较来看, 男性落实率高于女性。男性落实率为87.5%, 女性为81.7%, 两者相差5.8个百分点。性别差距主要体现在“自主创业”上, 男性比女性高出3.2个百分点。
从学校类型的比较来看, 高职大专院校的落实率最高, 为89.5%;其次是“985”高校, 为88.2%;第三是民办高校, 为87.5%;第四是“211”高校, 为85.3%;第五是普通本科院校为80.9%;独立学院最低, 为75.7%。
从学校所在地的比较来看, 东、中、西部地区高校之间存在差异, 西部地区高校的落实率低于东部和中部。东、中、西部高校的落实率分别为86.9%、87.3%、77.6%。
(二) 就业分布根据问卷中“已确定单位”毕业生的回答, 截止到2017年6月毕业生的就业分布状况如下:
第一, 从就业地点分布上看, “已确定单位”毕业生家庭所在地占比最高的为县级市, 而就业地点占比最高的是省会或直辖市, 高达55.8%, 而且随着行政单位层级的降低逐渐递减, 到农村就业的毕业生比例仅为0.8%。县镇和农村这样的基层地区, 是毕业生就业去向占比最低的地区(见表 2)。
第二, 从就业地区分布上看, “已确定单位”毕业生毕业于东、中、西部高校的比例分别为43.2%、36.8%和20.0%, 毕业生在东、中、西部就业的比例则为51.8%、27.5%和20.7%。通过两组数据的对比可以看出, 毕业生在东部就业的比例和倾向性更高, 中部毕业生流失的比例最高(见表 3)。
第三, 从工作单位性质来看, 吸纳毕业生比例由高到低的排列顺序依次为:(1)私营企业40.7%;(2)国有企业23.5%;(3)三资企业7.5%;(4)其他企业7.0%;(5)党政机关5.6%;(6)其他事业单位4.6%;(7)中小学3.9%;(8)高等学校2.6%;(9)医疗卫生单位1.4%;(10)科研单位1.3%。其他为2.0%。从分布结构看, 毕业生就业的单位类型非常集中, 私营企业和国有企业是最主要的就业单位。
第四, 从工作类型来看, 按照毕业生就业比例由高到低的排列顺序依次为:(1)专业技术人员27.5%;(2)国家机关、党群组织、事业单位管理人员16.7%;(3)企业管理人员15.7%;(4)商业和服务人员13.4%;(5)办事人员和有关人员12.4%;(6)生产、运输设备操作人员及有关人员4.1%;(7)农、林、牧、渔、水利业生产人员1.7%;(8)其他为8.5%。从分布结构看, 毕业生就业的工作类型比较分散, 有5个类型的工作比例达到两位数。
第五, 按行业划分, 就业比例由高到低依次是:(1)金融业12.9%;(2)信息传输、计算机服务、软件业11.8%;(3)制造业11.2%;(4)建筑业9.8%;(5)教育9.2%;(6)公共管理与社会组织4.1%;(7)农林牧渔3.9%;(8)批发零售3.5%;(9)科学研究、技术服务、地质勘查3.5%;(10)文化体育娱乐3.4%;(11)电力、煤气和水的生产和供应业3.4%;(12)房地产3.3%;(13)租赁和商务服务业3.3%;(14)交通运输、仓储和邮政为2.9%;(15)卫生、社会保障与福利2.3%;(16)采矿业2.2%;(17)住宿餐饮1.9%;(18)居民服务1.2%;(19)水利环境公共设施管理0.7%;(20)其他为5.8%。
新兴服务业(金融业和信息传输、计算机服务、软件业)表现突出, 是毕业生就业占比最大的两个行业之一, 占比合计为24.7%。工业(制造业和建筑业)依然重要, 制造业和建筑业的占比合计为21.0%。教科文卫体等事业行业占比合计为18.4%, 其中教育行业占比突出, 为9.2%。
(三) 就业起薪收入是反映就业状况的关键指标之一。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500~30000元之间的观测值。统计结果显示, 2017年高校毕业生月起薪的算术平均值为4812元, 中位数是4000元。按照专科、本科、硕士、博士分别赋予43%、47%、8%和2%的权重计算, 高校毕业生月起薪的加权算数平均值为4537元。
毕业生的起薪具有以下特点:
第一, 学历越高起薪越多。从算术平均值看, 专科生为3185元; 本科生为4825元; 硕士为8556元; 博士为10774元。从中位数看, 专科生为3000元; 本科生为4500元; 硕士为8000元; 博士为10000元。
第二, 性别之间存在差异。从算术平均值看, 男性为5034元, 女性为4592元, 两者相差442元。
第三, 学校类型之间存在差异。从算术平均值看, 重点高校(包括“211”和“985”高校)为6988元, 一般本科院校为5151元, 高职院校为3152元, 民办高校和独立学院为3256元。
第四, 就业地区之间存在差异。从算术平均值看, 京津沪为7877元, 东部地区为4756元, 中部地区为3870元, 西部地区为3600元。最高与最低收入之比为2.2倍。
第五, 就业地点之间存在差异。省会城市或直辖市的平均收入最高, 为5574元; 地级市的平均收入为4064元; 县级市或县城的收入平均为3446元; 乡镇和农村的收入分别为3119元和3416元。最高与最低收入之比为1.8倍。
第六, 工作单位性质之间存在差异, 按照平均起薪由高到低的排列顺序依次为:(1)科研单位6939元; (2)三资企业6753元; (3)高等学校5446元; (4)国有企业5190元; (5)党政机关4846;(6)私营企业(民营、个体)4362元; (7)其他企业4343元; (8)其他事业单位4332元; (9)中小学4318元; (10)医疗卫生单位4281元。最高与最低收入之比为1.6倍。
第七, 工作类型之间存在差异。专业技术工作、企业管理工作、国家机关党群组织事业单位管理人员的收入位居前三甲, 分别为5383元、5133元、和4913元; 商业和服务人员、办事人员和有关人员的收入居中, 分别为4773元和4491元; 最低的是生产运输设备操作人员及有关人员、农林牧渔水利业生产人员, 收入分别只有3371元和3193元。最高与最低收入之比为1.7倍。
第八, 行业之间存在差异, 按照平均起薪由高到低的排列顺序依次为:(1)信息传输、计算机服务、软件业为6220元; (2)科学研究、技术服务、地质勘查为5947元; (3)金融业为5657元; (4)文化体育娱乐为5108元; (5)水利环境公共设施管理为5038元; (6)电力、煤气和水的生产和供应业为5006元; (7)公共管理与社会组织为4982元; (8)房地产为4900元; (9)租赁和商务服务业为4829元; (10)教育为4723元; (11)交通运输、仓储和邮政为4351元; (12)制造业为4256元; (13)卫生、社会保障与福利为4202元; (14)建筑业为3950元; (15)农林牧渔为3874元; (16)采矿业为3864元; (17)批发零售为3846元; (18)住宿餐饮为3608元; (19)居民服务为3370元。最高与最低收入之比为1.8倍。
(四) 就业满意度就业满意度是衡量就业质量的重要指标之一。2017年的调查数据显示, 在已经确定就业单位的毕业生中, 接近八成的毕业生对自己的工作感到总体满意。具体而言, 有28.5%的毕业生对找到的工作感到非常满意; 50.7%的毕业生感到满意; 17.3%的毕业生感到一般; 2.7%的毕业生感到不太满意; 只有0.8%的毕业生很不满意自己的工作。毕业生的就业满意度具有以下特点:
第一, 学历之间存在差异。博士生的满意度最高, 其次是硕士生和本科生, 专科生的满意度最低。
第二, 性别之间存在差异, 男性的满意度高于女性。
第三, 学校类型之间存在差异。民办高校和独立学院的满意度最高, 其次是“211”和“985”高校, 第三是一般本科院校, 高职院校的满意度最低。
第四, 就业地区之间存在差异, 但差异不大。在京津沪地区就业的满意度最高, 第二是东部地区, 第三是中部地区, 在西部地区就业的满意度最低。
第五, 就业地点之间存在差异, 城市越大满意度越高。在省会城市或直辖市就业的满意度最高, 其次是地级市, 第三是县级市或县城, 第四是乡镇, 在农村就业的满意度最低。
第六, 工作单位性质之间存在差异, 按照满意度由高到低的排列顺序依次为:(1)党政机关; (2)科研单位; (3)高等学校; (4)国有企业; (5)中小学; (6)三资企业; (7)其他事业单位; (8)私营企业(民营、个体); (9)其他企业; (10)医疗卫生单位。
第七, 工作类型之间存在差异, 按照满意度由高到低的排列顺序依次为:(1)国家机关、党群组织、事业单位管理人员; (2)企业管理人员; (3)办事人员和有关人员; (4)商业和服务人员; (5)专业技术人员; (6)农林牧渔水利业生产人员; (7)生产、运输设备操作人员及有关人员。
第八, 行业之间存在差异, 按照满意度由高到低的排列顺序依次为:(1)公共管理与社会组织; (2)电力、煤气和水的生产和供应业; (3)采矿业; (4)农林牧渔; (5)交通运输、仓储和邮政; (6)科学研究、技术服务、地质勘查; (7)文化体育娱乐; (8)教育; (9)住宿餐饮; (10)居民服务; (11)金融业; (12)信息传输、计算机服务、软件业; (13)房地产; (14)建筑业; (15)制造业; (16)租赁和商务服务业; (17)水利环境公共设施管理; (18)批发零售; (19)卫生、社会保障与福利。
五、毕业生求职结果、起薪与就业满意度的影响因素分析高校毕业生就业机会的获得(以求职结果为主要衡量指标)、初职起薪、就业满意度及其影响因素, 都是就业质量问题的集中体现, 也是反映高等教育质量与社会公平的重要参考。本文利用2017年就业调查数据, 通过建立计量模型, 分析毕业生求职结果、起薪与就业满意度的影响因素。
需要说明的是, 根据上文所述毕业生的毕业去向, 升学或出国的毕业生实际上并不参与求职, 所以该部分群体不适合用来衡量毕业生的求职结果。同时, 由于自由职业、自主创业和其他灵活就业的毕业生工作性质和收入具有特殊性和不固定性, 因此也不适用于衡量毕业生的起薪与就业满意度。基于以上考虑, 本研究在对毕业生求职结果的影响因素进行分析时, 只筛选了已确定就业单位和待就业毕业生群体; 在对毕业生起薪与就业满意度的影响因素进行分析时, 只筛选了已确定就业单位的毕业生群体。
(一) 模型建立当被解释变量为毕业生求职结果或工作满意度时, 设置求职结果(或就业满意度)的二分类变量, 建立logit模型:
$ {\rm{logit}}\left( {\rm{P}} \right) = {\rm{Ln}}\left( {{\rm{P/}}\left( {{\rm{1 - P}}} \right)} \right) = {\rm{ \mathsf{ α} }} + \sum {{{\rm{ \mathsf{ β} }}_{\rm{j}}}} {{\rm{X}}_{\rm{j}}} + {\rm{ \mathsf{ ε} }} $ | (1) |
其中, P表示找到工作的概率, P/(1-P)是找到工作的概率与没有找到工作概率的优势比(Odds Ratio), 定义为找到工作的机会比率。Xj为影响工作找寻成功与否的各种因素, βj表示自变量影响毕业生工作找寻的系数。ε表示随机扰动项。
当被解释变量为毕业生的月起薪时, 建立多元线性回归模型:
$ \mathit{Ln}\left( \mathit{Y} \right) = \mathit{\alpha } + \sum {\mathit{\beta }_\mathit{j}}{\mathit{X}_\mathit{j}}{\rm{ + \mathsf{ ε} }} $ | (2) |
其中, Y为毕业生的月起薪, 单位是人民币元; 解释变量Xj为起薪的影响因素; 系数βj表示解释变量对起薪的边际影响, 表示Xj变化一单位对起薪变化百分比的影响。ε表示随机扰动项。
模型(1)和(2)中涉及的解释变量, 是本文假设的拟影响因素, 我们在表 4中给出了具体的变量说明, 同时列出了虚拟变量的设置方式。
参考前文所述文献, 本文选择以下三大类影响高校毕业生是否落实工作的因素。
第一类是毕业生的基本状况, 涵盖了毕业生的人口统计学特征、家庭背景、人力资本三种因素:人口统计学特征包括性别和民族两个变量; 家庭背景包括家庭所在地、家庭人均年收入、父母职业、父母受教育年限和家庭社会关系等变量; 人力资本包括政治面貌、学生干部、学历层次、学习成绩、奖学金、资格证书、双学位(或辅修)等七组分类变量。
第二类是毕业生的求职努力状况, 用来衡量毕业生求职的经历、花费和努力程度, 包括工作或实习经历、求职费用和求职次数等三组变量。
第三类是学校背景, 用来衡量学校层面的一些客观因素对毕业生求职结果的影响, 包括学校类型、学校所在地等两组分类变量。
此外, 由于我国劳动力市场分割、劳动力歧视等问题的存在, 高校毕业生的起薪和就业满意度还会受到就业行业、职业、类型和就业地区等客观状况的影响。因此, 本文在对就业起薪和就业满意度的回归分析中加入了第四类影响因素—与就业状况有关的因素, 包括就业地点、地区、单位性质、行业、岗位类型、学用结合状况(工作与所学专业是否相关)、雇佣形式(用人单位是否解决户口)等。
(三) 求职结果影响因素的回归结果本文选择logit模型(1)来估计求职结果的影响因素, 最终进入回归方程的样本观测值有4924个。模型系数的综合检验结果表明, 模型的显著性为0.000, 模型在整体上是显著的。模型的拟合优度检验结果显示, Log likelihood为-1824.6458, Pseudo R2为0.0977, 因此整体来看, 模型拟合程度较好, 可信度较高。根据回归结果, 毕业生的就业结果受到三大类因素不同程度的影响(见表 5)。
1.毕业生的基本状况
在人口统计学特征方面, 性别和民族均对求职结果有显著影响。男性相对于女性、汉族相对于少数民族毕业生而言, 工作已落实的优势比显著更高。
在家庭背景方面, 家庭所在地和家庭经济背景对求职结果均具有显著影响。家庭所在地为地级及以上城市的毕业生, 落实工作的概率显著更高; 与家庭人均年收入在3千元及以下的毕业生相比, 家庭收入水平在1万到2万以及5万以上的毕业生落实工作的概率显著更高。
在人力资本方面, 学习成绩排名靠前、党员、有外语资格证书的毕业生, 落实工作的优势比显著更高。
2.毕业生的求职努力状况
有实习经历对求职结果有明显的正向影响, 求职次数和求职花费对求职结果有正向影响。由于求职努力反映了毕业生找工作的态度和努力程度, 可见, 在求职上投入更多的精力, 进行更多的积累和尝试, 对找到工作有显著的作用。
3.学校背景
学校类型和学校所在地均对求职结果有显著影响。四类院校类型按照落实工作的优势比排序为:高职高专院校>“985/211”院校>独立学院或民办院校>普通本科院校。高职高专院校由于其培养学生的专业性和技术性更强, 因此有更大的就业优势; 普通本科学校的“声誉”和整体学术实力不如重点院校, 在应用人才的培养上又不如高职高专, 因此在落实就业方面处于相对劣势的地位。
从院校所在地看, 中部高校相对于东部有显著优势, 相对于西部优势更大。这是由于东部地区由于高校和人才密集, 影响了本地高校毕业生的就业, 而西部由于经济落后, 就业机会少。
(四) 毕业生起薪影响因素的回归结果本文选择多元线性回归模型(2)来估计起薪的影响因素, 最终进入回归方程的样本观测值有3348个。最终模型调整后的R2为0.492, F值为50.87, 总体显著性为0.000, 模型在整体上是显著的。同时, 多重共线性检验结果显示, 所有解释变量的方差膨胀因子均小于10, 模型中解释变量之间不存在多重共线性, 回归结果是可接受的。表 6给出了毕业生起薪影响因素的多元线性回归结果。
1.毕业生的基本状况
在人口统计学特征方面, 性别和民族都对毕业生起薪有显著影响, 其中男性、汉族毕业生的起薪显著更高。
在家庭背景方面, 家庭收入水平、母亲受教育年限和父亲工作岗位类型均对毕业生起薪具有显著影响。与家庭收入在三千元及以下的毕业生相比, 家庭收入水平更高的毕业生起薪显著更高, 而且家庭收入越高, 回归系数越大。母亲受教育年限增加对子女起薪会产生积极影响, 这可能是由于母亲在对子女的教育中承担了更重要的任务。父亲从事管理技术类工作的毕业生, 起薪显著更高。
在人力资本方面, 学习成绩、学历层次、学生干部经历和资格证书等都对毕业生起薪有显著影响。学习成绩排名靠前对起薪有显著正向影响, 按照起薪从高到低排序为:成绩排名前25%的毕业生>成绩排名中间25%~50%的毕业生>成绩排名后50%的毕业生。学历的起薪回报同样十分显著, 按照起薪从高到低排序为:研究生>本科生>专科生。担任过学生干部、拥有外语类证书或职业证书的毕业生起薪显著更高。计算机类证书的回归系数显著为负, 其原因值得做进一步的分析。
2.毕业生的求职状况
求职次数和求职花费的回归系数均显著为正, 表明求职越努力越有可能找到较高起薪的工作。实习经历虽然对求职结果有明显的正向影响, 但对求职起薪的影响却不显著。
3.学校背景
学校类型和学校所在地都对毕业生起薪有显著影响。与一般本科院校毕业生相比, 高职院校、民办高校和独立院校毕业生的起薪显著更低, “985”/“211”高校毕业生起薪显著更高。可见, 重点院校毕业生更容易得到劳动力市场的认可, 从而获得更多高薪工作的机会。虽然高职高专院校、民办高校和独立学院的工作落实优势比一般本科院校更加明显, 但是起薪较低, 这可能与用人单位的薪酬设定和学历认可度有关。
在学校所在地方面, 由于东、中、西部地区经济和教育发展的不平衡, 西部高校毕业生起薪显著低于中部高校毕业生, 东部高校毕业生起薪显著高于中部高校毕业生。
4.就业状况
我国各地区经济发展水平之间存在巨大差异, 劳动力市场发展不均衡, 这也使得毕业生就业状况成为对起薪有重要影响的一类因素。从就业地区和就业地点来看, 在东部地区(特别是京津沪地区)和省会/直辖市工作的毕业生起薪要显著更高。
从工作单位性质来看, 与在国有企业工作的毕业生相比, 在三资企业工作的毕业生起薪显著更高, 在党政机关工作的毕业生起薪显著更低; 从就业行业来看, 与从事科教文卫体行业的毕业生相比, 从事农林牧渔行业和建筑业的毕业生起薪显著更低, 从事信息传输、计算机服务、软件业和房地产、租赁和商务服务业的毕业生起薪显著更高; 从岗位类型来看, 与专业技术工作相比, 企业管理工作的起薪显著更高。
此外, 解决户口的工作起薪显著更高。尽管在劳动力市场竞争激烈的京沪深等地区, 户口与高薪往往不可“兼得”, 但就全国总体而言, 能够解决户口的工作往往集中在传统优势部门, 而且正式在编人员的起薪也有一定的优势。毕业生工作与所学专业是否相关(学用结合度)对起薪没有显著影响, 可能是因为毕业生主动追求优势行业的工作, 尽管与所学专业相关程度不高。
(五) 毕业生就业满意度影响因素的回归结果本文采用模型(1)来估计就业满意度的影响因素, 最终进入回归方程的样本观测值有3316个。模型系数的综合检验结果表明, 模型的显著性为0.000, 模型在整体上是显著的。模型的拟合优度检验结果显示, Loglikelihood为-1368.5104, Pseudo R2为0.0931。整体来看, 模型拟合程度较好, 可信度较高。表 7给出了就业满意度影响因素的回归结果。
1.毕业生的基本状况
在人口统计学特征方面, 性别对就业满意度有显著影响, 男性相对于女性毕业生而言就业满意度显著更高; 民族对就业满意度的影响不显著。
在家庭背景方面, 家庭所在地、家庭经济状况、父母受教育年限、父母职业类型、家庭社会关系等因素均对毕业生起薪有显著影响。来自城市家庭、高收入家庭、母亲受教育年限长、父亲从事管理技术职业、家庭社会关系广泛的毕业生, 就业满意度显著更高。
在人力资本方面, 担任过学生干部、拥有计算机类证书对毕业生的工作满意度有显著正向影响; 从学历层次来看, 与专科生相比, 研究生工作满意度显著更低, 显示出学历层次更高的毕业生对工作的期望值更高。
2.毕业生的求职状况
毕业生的实习经历、求职花费和求职次数均对毕业生工作满意度没有显著影响。
3.学校背景
院校类型对毕业生就业满意度有显著影响。“985”/“211”院校毕业生的就业满意度显著高于一般本科院校的毕业生, 说明重点院校的毕业生更可能获得满意的工作。
4.就业状况
不论就业地区、就业单位性质、就业行业、岗位类型, 还是学用结合程度、雇佣形式等, 都是影响毕业生工作满意度的重要因素。具体地说, 从就业地区来看, 在京津沪工作的毕业生比在中部地区工作的毕业生满意度显著更高; 从就业单位性质来看, 与在国有企业工作的毕业生相比, 在高校和科研单位以及中小学工作的毕业生满意度显著更高; 从就业行业来看, 相对于在科教文卫体行业工作的毕业生, 在信息传输、计算机服务、软件业、公共管理与社会组织、建筑业工作的毕业生就业满意度显著更高; 从岗位类型来看, 相对于从事专业技术工作的毕业生, 从事企业管理工作的毕业生满意度显著更高。
此外, 如果从事工作与所学专业相关, 则能够显著提升毕业生就业满意度; 用人单位解决户口的毕业生比不解决户口的毕业生满意度显著更高, 无需解决户口(如本身已有户口)的毕业生就业满意度也显著高于单位不解决户口的毕业生。
六、研究结论与政策建议本文基于2017年全国高校毕业生就业状况抽样调查数据, 运用描述统计和计量回归分析方法, 对我国高校毕业生的就业数量(是否找到工作)和就业质量(起薪和工作满意度)进行了实证分析, 主要结论概括如下:
1.高校毕业生的整体落实率和就业率与2015年的调查基本持平, 毕业生总体的就业状况仍然比较稳定。同时, 与2015年相比, 2017年毕业生“已确定单位”“国内升学”“出国/出境”的比例增高, “其他灵活就业”“待就业”的比例有所减少。从就业分布来看, 毕业生依然更倾向于东部地区和大城市, 企业仍然是吸纳毕业生的最主要单位; 毕业生在第三产业就业的比例最高, 第一产业比例极低; 从毕业生对工作的评价来看, 毕业生“学用结合度”和总体满意度都比较高。
2.毕业生的人力资本是影响求职结果、起薪和就业满意度的重要因素。毕业生个体的人力资本积累因素(如党员、学习成绩好、学历层次高、担任学生干部和获得证书等)使得毕业生在劳动力市场上获得良好的投资回报。同时, 由于我国选拔式入学的政策, 毕业院校背景也成为了反映学生前期人力资本投入的重要因素, 重点院校毕业生更能够被劳动力市场认可, 从而得到更多高薪工作的机会、也更有可能找到满意的工作。
3.家庭背景对毕业生就业的影响不仅体现在就业机会获得上, 还体现在就业质量, 即获得高薪、高满意度的工作上。本文的实证分析进一步证实了不同社会阶层子女接受高等教育之后的结果不均等, 社会经济背景相对强势、父母受教育程度较高的家庭更能够为子女提供丰富的社会资源和发展平台, 优势的家庭背景使得毕业生在劳动力市场上更容易获得高起薪和高满意度的工作。
4.求职状况反映了毕业生找工作的态度和努力程度, 在求职上投入更多的精力和费用, 进行更多的积累和尝试, 对找到工作和获得较高起薪均有显著的作用。
5.我国结构性失业矛盾依然存在。由于我国地区之间的经济发展水平存在巨大差异, 劳动力市场也呈现多层次分割状态。经济发达地区和城市优势行业、岗位、单位是毕业生的主要去向。在提供高薪高满意度工作的同时, 这些地区和岗位也带来了激烈的竞争, 造成了毕业生就业的不平衡和不充分。
此外, 本文研究显示, 工作与所学专业相关度对毕业生起薪并无显著影响。尽管与所学专业相关程度不高, 但“学用结合”会使毕业生就业满意度更高。
基于以上分析和结论, 我们提出如下政策建议:
首先, 高校毕业生要树立良好的就业心态和择业观念, 对职场有合理的预期, 并能够正确定位自己、发挥所长。高校学生在学期间应当注重人力资本的积累, 不断提高自身综合素质, 增强自己在劳动力市场中的竞争力。
其次, 高校也应顺应时代和市场需求, 发展特长和优势专业, 提高教育质量, 向社会和劳动力市场发出积极信号。同时应重视对学生的就业指导工作, 加强学生的就业教育, 为学生提供大量就业信息、拓宽就业渠道。
第三, 政府应当统筹地区、城乡间的协调发展, 促进资源的均衡配置和人才广泛流动。同时, 要制定和完善高校毕业生相关就业政策和法律体系, 引导用人单位树立科学人才观, 破除招聘过程中的户籍、性别、地域、院校等就业歧视, 促进就业公平。另一方面, 政府也应当根据我国产业结构的变化和升级状况, 及时调整高等教育结构, 促进我国劳动力储备在数量上和结构上的供求均衡。
十九大提出, 我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。在教育和劳动力市场领域, 政府也应当抓住主要矛盾, 主动回应人民群众对教育和就业的新期待。针对我国不同地区、行业发展水平存在巨大差异而造成的劳动力资源配置不均衡不充分的局面, 应当完善户籍和社会保障制度, 缩小各地区、行业、单位间在收入、福利、医疗保障等诸多方面的差距, 真正建立起公平公正、充分竞争的劳动力市场, 使得个人回报水平与其劳动生产率高度相关、与个人能力和努力程度相一致, 这样才能从根本上扭转毕业生的择业观念, 促进充分就业和高质量就业。
曾湘泉. (2004). 变革中的就业环境与中国大学生就业. 经济研究, (6), 87-95. |
陈成文, 胡桂英. (2008). 择业观念对大学毕业生就业的影响——基于2007届大学毕业生的实证研究. 高等教育研究, (1), 46-52. |
杜桂英, 岳昌君. (2010). 高校毕业生就业机会的影响因素研究. 中国高教研究, (11), 67-70. |
闵维方, 丁小浩, 文东茅, 岳昌君. (2006). 2005年高校毕业生就业状况的调查分析. 高等教育研究, (1), 31-38. |
涂晓明. (2007). 大学毕业生就业满意度影响因素的实证研究. 高教探索, (2), 117-119. DOI:10.3969/j.issn.1673-9760.2007.02.031 |
文东茅. (2005). 家庭背景对我国高等教育机会及毕业生就业的影响. 北京大学教育评论, (3), 58-63. DOI:10.3969/j.issn.1671-9468.2005.03.008 |
岳昌君, 文东茅, 丁小浩. (2004). 求职与起薪:高校毕业生就业竞争力的实证分析. 管理世界, (11), 53-61. |
岳昌君, 杨中超. (2012). 我国高校毕业生的就业结果及其影响因素研究——基于2011年全国高校抽样调查数据的实证分析. 高等教育研究, (4), 35-44. DOI:10.3969/j.issn.1008-7192.2012.04.007 |
岳昌君, 张恺. (2014). 高校毕业生求职结果及起薪的影响因素研究——基于2013年全国高校抽样调查数据的实证分析. 教育研究, (11), 72-83. |
岳昌君, 周丽萍. (2016). 经济新常态与高校毕业生就业特点——基于2015年全国高校毕业生抽样调查数据的实证分析. 北京大学教育评论, 14(2), 63-80. DOI:10.3969/j.issn.1671-9468.2016.02.005 |
岳昌君. (2013). 中国高校毕业生就业满意度的影响因素分析. 北京大学教育评论, 11(2), 84-96. DOI:10.3969/j.issn.1671-9468.2013.02.007 |
中华人民共和国中央人民政府.(2017-10-18).习近平提出, 提高保障和改善民生水平, 加强和创新社会治理.取自: http://www.gov.cn/zhuanti/2017-10/18/content_5232656.htm. |
岳昌君.(2017-11-25).2017年高校毕业生就业状况调查出炉.取自: http://news.gmw.cn/2017-11/25/content_26899910.htm. |
Blau P.M., Duncan O. D. (1967). The American Occupational Structure. American Journal of Sociology, 33(2), 296. |
Coleman J.S. (1988). Social Capital in the Creation of Human Capital. American Journal of Sociology, (94), 95-120. |
Florit E.F., Lladosa L.E.V. (2007). Evaluation of the effects of education on job satisfaction:independent single-equation vs. structural equation models. International Advances in Economic Research, 13(2), 157-170. DOI:10.1007/s11294-007-9081-3 |
Sanyal B.C. (1987). Higher Education and Employment:An International Comparative Analysis. Philadelphia: The Falmer Press. |
Trow M. (1973). Problems in the Transition from Elite to Mass Higher Education. Berkeley: Carnegie Commission on Higher Education. |