本站原创摘 要本论文主要研究多变量就业影响因素,利用R软件对各项指标因素进行多元回归分析,并对回归系数及回归模型做显著性检验,通过模拟回归方程来分析影响大学生就业的因素指标.最后得出结论：影响大学生就业的主要因素为：专业前景、学历、薪金待遇、就业地点、英语、政治面貌.其中专业前景,是模型中所占权重最大的因素,因此可以说专业前景好坏对大学生就业影响重大.
关 键 词影响因素多元回归分析逐步回归分析
AnalysisofFactorsAffectingtheEmploymentofCollegeStudents
XUDongmei,LIZhaoling,TONGYingying,JINZhezhi
（DeprtmentofMathematics,CollegeofScience,YanbianUniversity,Yanji,Jilin133002）
AbstractThisthesisistostudythemultivariatefactorsthatimpacttherateofemploymentofcollegestudents,whichwillberealizedbycreatingalinearregressionmodel.Rsoftwareisusedheretoheamultipleregressionanalysisonthepossiblefactorsandthenconductasignificancetestontheregressioncoefficientandtheregressionmodel.Factorsthatimpacttherateofgraduate'semploymentisanalyzedbysimulatingtheregressionequation.Wecanetotheconclusionthatthekeyfactorsinfluencegraduates'employmentarethefollowing：professionalprospects,educationbackground,salary,jobsite,English,politicsstatus.Amongthem,Professionalprospectshethebiggestproportioninthemodel.Sowecanconcludethatgoodprofessionalprospectshelpalotingraduates'employment.
Keywordactors,multipleregressionanalysis,stepwiseregressionanalysis
0引言
随着全球经济水平的发展,各国急需大量人才.我国的大学教育已经非常普及,逐步走向大众化,招生数量逐年增多.由于高校扩招和市场竞争激烈,大学生就业形势已非常严峻.就目前来说,国家急需人才,而从另一个方面来说,大学生的就业率下降,就业问题比较严峻.据教育部统计全国历年高校毕业生人数如下：2004年为280万人,2005年为338万人,2006年为413万人,2007年为495万人,2008年为559万人,2009年为611万人,2010年为631万人,2011年为660万人,2012年为680万人,2013年为699万人,预计2014将有727万人.从这方面来说,大学生就业难度在逐渐加大.但是,中国的大学生还远远没有多到“取之不尽用之不竭”的程度,社会对大学生的需要仍然是多多益善.但全国各地的高校毕业生仍面临着巨大的挑战.导致上述现象的出现,既有社会的因素,也有学校、企业和学生个人等多方面因素.一是我国人才市场配置存在手段粗放,管理不善,缺乏超前思路的弊病.二是高校专业及课程设置有较大盲目性,专业趋同现象十分严重,与快速发展的市场需求错位,造成部分专业毕业生人数供给严重大于需求.而用人单位对应聘者的实际操作能力、适应工作环境能力以及创新能力等提出了越来越高的要求.
1模型的建立
1.1基本检测设
根据以上分析研究,检测设延边大学的毕业生就业率分别受英语级别、计算机能力级别、专业前景、学历、政治面貌、民族、就业地区、薪资要求这些因素的影响最大,只将以上变量选入模型,毕业生就业方向不受其他方面的影响,相同条件下大学生毕业后选择各个方向发展的能力相同,检测设数据信息准确.
1.2建立虚拟变量
我们选入的变量如下：
1.3建立多元线性回归模型
本论文是研究高校毕业生的就业情况与影响就业的因素之间的关系,基于二者的回归关系,可以建立多元线性回归模型,①将10个0-1变量选入到模型等于+++等++中.其中,,,等,,是未知参数,需要通过模型求解.其中,为随机误差,需要做出如下检测定：
是服从均值为0,方差为的正态分布.
1.4进行回归分析
利用软件分析②结果如表1,表2所示：
确定系数为0.9203,调整后的确定系数为0.8591,即代表回归方程被变量-解释的比例达到85.91%.值越大,反映因变量与自变量之间的共线性越好.即模型的数据拟合程度很好.值也是小于0.05（这里取显著性水平为0.05）,总体来看,整个模型是显著的.但是,由回归系数的显著性检验可知,（计算机能力级别）和（民族）对模型没有显著影响.表1对回归方程的显著性检验
表2对回归系数的显著性检
1.5逐步回归分析过程
从程序运行结果可以看到,用全部变量做回归方程时,AIC的值为-39.1.AIC为最小信息量准则,其值达到最小的模型被认为是最优模型.
接下来显示的三步筛选数据表明,如果去掉,,得到回归方程的AIC值到达最小.得到“最优回归方程”.
表3对回归方程的显著性检验
由显示结果可看到：确定系数为91.46%,比一般线性回归的有些下降,而调整后的确定系数为86.59%,比一般线性回归调整后的略微上升.回归模型的显著性水平有很大提高,但变量（计算机能力级别）,（学历水平）系数检验的显著性水平仍不理想.
1.6回归方程的计算
从程序结果看,如果删除变量,AIC的值是增加的最少的,另外,除AIC准则外,残差的平方和也是逐步回归的重要指标之一.从直观来看,拟合越好的回归方程,其残差平方和应越小.当去掉变量时,残差的平方和上升的0.41是最少的,所以,应该去掉变量.
表4对回归方程的显著性检验
表5对回归系数的显著性检验
最后得到回归方程为：
等于1.0730+0.4732+1.3091+0.6297+0.34351.00701.1728
2结论分析
影响大学生就业的主要因素为：专业前景、学历、薪金待遇、英语、就业地点、政治面貌（按影响作用大小顺序排列）.从数据模型上来讲专业前景对就业影响最大.
对于工作经验比较少的大学生,所拥有的个人能力较低,企业给的工资待遇是比较低的.毕业大学生应该放低身段,再者不要嫌弃已有的机会,要摆正心态,要有吃苦在前,享乐在后的觉悟.③对于在校大学生,一定要树立科学的就业价值观,积极培养就业工作所需要的各项能力指标.
延边大学是一所综合性民族大学,全国211重点院校,已经成为学科门类、专业设置比较齐全的综合性大学.学校朝语专业更是全国一流,在语言方面有雄厚的实力和民族语言特色优势.
3应对措施
通过一些资料显示,将近七成的学生希望通过自己的努力,培养自己各个方面的能力,来积极面对就业难的问题,这种做法值得鼓励和提倡.还有剩下将近三成的学生想通过找关系,希望学校提供实习基地,来增加自己的就业机率.总之,大学生就业,应从高中选考专业开始,上大学期间积极培养自己的就业意识观念,工作重心不能单纯地放在就业率上,而应该培养自身的就业危机意识和职业意识,并不断完善自身的职业素养,提高职业技能.
大学生对毕业后月薪的追求,应该有科学清醒的认识.据有关资料统计调查表明,现在大学生的一般月薪在2000～3000元左右,但能客观认识到这一点的大学生,只有18%左右.当然大学毕业生选择高薪待遇也无可厚非,但是随着高等教育日益普及,大学毕业生应认识到大学生只是普通的劳动者,如果用高等教育的水平要求精英教育的回报,势必会产生一定的心理落差.实践出真知,精英都是从实践中摸爬滚打起来的,并不仅是大学教育培养出来的.
专业前景对就业非常重要,但并不是说专业前景好就一定能找到好的工作,找到好的工作还受到学历,英语等诸多因素影响.英语水平、学历、专业水平是企业衡量人才的一个基本标准,是求职的敲门砖.在校大学生应珍惜时间,科学制定合理目标,有效学习这些专业基本技能,以便更好地就业.
最后,就业指导方面工作,不仅仅是社会有关就业部门的责任,也是各高校的责任.④对高校而言,校友是无形的最有力的资产,他们是现有大学生的榜样,可以方便学生更快地了解社会.学校可邀请一些有资历的校友,让校友所在的单位来招聘,为我校毕业生扩展就业渠道.可以通过已找到工作的毕业生,让他们起到相似度检测作用,为毕业生与用人单位建立起桥梁.我校从建校以来,就业人数达到数十万,而且有很多优秀的毕业生已经在自己的工作领域取得了优秀的业绩.可以说学校也是一个无形市场,我们一定要充分用好这个市场来帮助学生就业.另外,学校对即将毕业的大学生进行就业指导,减少大学生就业选择的盲目性.
*通讯作者：金哲植
注释
①何晓群,刘文卿.应用回归分析.北京：中国人民大学出版社,2011.
②薛毅,陈立萍.R统计建模与R软件.北京：清华大学出版社,2007.
③王淑芳,孙怡,谷慧敏.旅游专业大学毕业生就业影响因素分析[J].旅游学刊,2005（S1）.
④张晓东.影响大学生就业因素研究现状分析[J].中国青年政治学报,2010（4）.