鮑遠(yuǎn)梅,譚瑩瑩,趙目,韋璐
(1.安徽建筑大學(xué) 數(shù)理學(xué)院,安徽 合肥 230601;2.中南財(cái)經(jīng)政法大學(xué) 統(tǒng)計(jì)與數(shù)學(xué)學(xué)院,湖北 武漢 430073;3.安徽建筑大學(xué) 土木工程學(xué)院,安徽 合肥 230601)
我國(guó)高校擴(kuò)招以來(lái),大學(xué)畢業(yè)生逐年增加,畢業(yè)生就業(yè)難的問(wèn)題是高校無(wú)法回避的現(xiàn)實(shí)。一方面,為了適應(yīng)經(jīng)濟(jì)社會(huì)的發(fā)展需要,我國(guó)研究生擴(kuò)招工作不斷推進(jìn),考研升學(xué)成為越來(lái)越多畢業(yè)生的選擇;另一方面,畢業(yè)生就業(yè)存在供需嚴(yán)重失衡、結(jié)構(gòu)性矛盾突出以及待業(yè)趨升現(xiàn)象。如何能夠提高綜合實(shí)力以獲取更好的考研結(jié)果,以及提高自身的綜合能力是畢業(yè)生們關(guān)心的熱點(diǎn)問(wèn)題。因此,對(duì)于影響畢業(yè)生升學(xué)和就業(yè)因素的研究具有重要意義。
本文設(shè)計(jì)并收集了交通工程專業(yè)畢業(yè)生在校表現(xiàn)情況和就業(yè)情況的相關(guān)數(shù)據(jù),對(duì)此數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)分析,闡述了畢業(yè)生就業(yè)的具體情況,然后對(duì)所有影響畢業(yè)生就業(yè)的因素進(jìn)行量化,并利用Kendallτ
相關(guān)系數(shù)進(jìn)行“雙變量相關(guān)性分析”,判斷影響就業(yè)的因素之間是否存在相關(guān)性,為了避免產(chǎn)生較大的誤差,再通過(guò)“逐步回歸”找到影響畢業(yè)生就業(yè)的顯著因素。最后,結(jié)合問(wèn)卷調(diào)查的反饋信息,對(duì)高校的交通工程專業(yè)大學(xué)生的培養(yǎng)工作提供合理的建議。本文以安徽建筑大學(xué)2018-2020年交通工程專業(yè)畢業(yè)生為調(diào)查對(duì)象,從畢業(yè)生人口學(xué)特征、在校表現(xiàn)、就業(yè)去向、教學(xué)建議以及就業(yè)滿意度五個(gè)模塊,在問(wèn)卷星網(wǎng)站編制了交通工程專業(yè)調(diào)查問(wèn)卷,通過(guò)線上發(fā)放調(diào)查問(wèn)卷的方式回收155份調(diào)查問(wèn)卷,其中2018屆畢業(yè)生問(wèn)卷35份,2019屆畢業(yè)生問(wèn)卷77份,2020屆畢業(yè)生問(wèn)卷43份,通過(guò)核查和篩選,刪除無(wú)效問(wèn)卷6份,最終獲取的有效問(wèn)卷有149份。在149個(gè)調(diào)查對(duì)象中,選擇升學(xué)、參加工作的分別有40.94%和48.32%,另有10.74%的畢業(yè)生選擇考公務(wù)員、出國(guó)或者其他就業(yè)方向。
在本次的調(diào)查中發(fā)現(xiàn),近90%的畢業(yè)生選擇升學(xué)和參加工作。因此,在這一部分我們將分析安徽建筑大學(xué)近三年的交通工程畢業(yè)生的升學(xué)和工作情況。
考慮到畢業(yè)生選擇升學(xué)可能有多種原因,我們將選擇升學(xué)的主要原因設(shè)置為多項(xiàng)選擇的調(diào)查,調(diào)查結(jié)果如表1所示,提升自身綜合能力、提升學(xué)歷和增加就業(yè)資本的比例分別達(dá)到了75.32%、84.42%和66.23%,緩解就業(yè)困難和對(duì)專業(yè)感興趣的比例分別為33.77%和27.27%。
表1 畢業(yè)生選擇升學(xué)的主要原因
通過(guò)圖1的升學(xué)院校類型調(diào)查可以發(fā)現(xiàn),985、 211院校占有45%,其他院校占有55%。另一方面,在升學(xué)滿意度調(diào)查中,達(dá)到非常滿意和基本滿意的分別有26.39%和69.44%。
圖1 升學(xué)院校的類型
交通工程專業(yè)的本科畢業(yè)生有廣闊的就業(yè)市場(chǎng),在道路工程設(shè)施設(shè)計(jì)、道路施工及監(jiān)理方面,智能化交通控制與管理方面和現(xiàn)代交通物流管理方面對(duì)交通工程專業(yè)的畢業(yè)生需求量很大。安徽建筑大學(xué)交通工程專業(yè)近三年的畢業(yè)生就業(yè)地點(diǎn)中,有19.44%在直轄市,50.00%在省會(huì)城市,19.44%在地級(jí)市,在縣級(jí)市或縣城、鄉(xiāng)鎮(zhèn)和農(nóng)村就業(yè)的比例分別為5.56%、2.78%和2.78%。且對(duì)于已就業(yè)的學(xué)生,起薪達(dá)到5000以上的占有54%,如圖2所示。
圖2 畢業(yè)生就業(yè)的起薪
高校人才培養(yǎng)的內(nèi)容是提高畢業(yè)生就業(yè)質(zhì)量的保障性條件,對(duì)于提高畢業(yè)生就業(yè)質(zhì)量至關(guān)重要。為了更清楚的了解學(xué)校的培養(yǎng)工作與畢業(yè)生就業(yè)質(zhì)量之間的關(guān)系,研究影響交通工程畢業(yè)生就業(yè)質(zhì)量的因素至關(guān)重要。
本文選取在校的學(xué)習(xí)成績(jī)大致等次、在校獲得的獎(jiǎng)學(xué)金次數(shù)、在校參加的學(xué)科競(jìng)賽次數(shù)、每天用于學(xué)習(xí)的平均時(shí)間和是否是學(xué)生干部作為影響交通工程畢業(yè)生就業(yè)的主要因素,能夠綜合理論學(xué)習(xí)和實(shí)踐能力兩個(gè)方面反映學(xué)校的培養(yǎng)工作對(duì)畢業(yè)生就業(yè)的影響情況,使得研究結(jié)果更具有合理性。為了將這些因素對(duì)交通工程畢業(yè)生就業(yè)的影響更直觀體現(xiàn)出來(lái),本文將上述的影響因素作為自變量,畢業(yè)生的就業(yè)情況作為因變量,進(jìn)行回歸分析,以得到這些因素對(duì)就業(yè)影響的量化結(jié)果?;貧w分析中,并不是所有的自變量都對(duì)因變量有很好的解釋作用,當(dāng)自變量之間具有相關(guān)性時(shí),回歸模型的自變量之間具有多重共線性,會(huì)導(dǎo)致分析的結(jié)果存在較大誤差,逐步回歸分析法可以應(yīng)用于檢驗(yàn)和修正多重共線性。因此,本文將先采用“雙變量相關(guān)性分析”檢驗(yàn)影響交通工程畢業(yè)生就業(yè)因素之間的相關(guān)性,然后運(yùn)用“逐步回歸”的方法篩選出顯著的自變量。
τ
相關(guān)系數(shù)適用于兩個(gè)有序變量或兩個(gè)秩變量間相關(guān)系數(shù)的測(cè)定,它可以檢測(cè)出兩個(gè)變量之間的非線性相關(guān)性,并且相關(guān)系數(shù)不會(huì)隨著非線性相關(guān)程度的變化而變化。它利用變量秩數(shù)據(jù)計(jì)算一致(同向)對(duì)數(shù)目(U)和非一致(同向)對(duì)數(shù)目(V),一致對(duì)數(shù)目和非一致對(duì)數(shù)目分別定義為顯然,如果兩變量具有較強(qiáng)的正相關(guān)性,則一致對(duì)數(shù)目U應(yīng)較大,非一致對(duì)數(shù)目小,如果兩變量具有較強(qiáng)的負(fù)相關(guān)性,則一致對(duì)數(shù)目U應(yīng)較小,非一致對(duì)數(shù)目V應(yīng)較大;如果兩變量的相關(guān)性較弱,則一致對(duì)數(shù)目和非一致對(duì)數(shù)目V應(yīng)大致相當(dāng),大約各占樣本總數(shù)的1/2。Kendallτ
相關(guān)正是要對(duì)此進(jìn)行檢驗(yàn)。Kendallτ
統(tǒng)計(jì)量的數(shù)學(xué)定義為在小樣本下,Kendallτ
服從Kendall分布。在大樣本下采用的檢驗(yàn)統(tǒng)計(jì)量為式中的Z統(tǒng)計(jì)量近似服從標(biāo)準(zhǔn)正態(tài)分布。
本文得到的量化之后的變量均為有序變量,因此,將采用Kendallτ
相關(guān)系數(shù)對(duì)所有的變量進(jìn)行相關(guān)性分析。對(duì)所涉及的變量的量化如表2所示。表2 變量的量化
本文運(yùn)用SPSS統(tǒng)計(jì)軟件對(duì)上述變量進(jìn)行“雙變量相關(guān)性分析”,具體操作步驟是:導(dǎo)入數(shù)據(jù)→分析→相關(guān)→雙變量→選入變量→選擇“Kendall的tau_b(K)”方法→確定。當(dāng)雙側(cè)置信度為0.05時(shí),在校的學(xué)習(xí)成績(jī)大致等次與在校獲得的獎(jiǎng)學(xué)金次數(shù)、在校參加的學(xué)科競(jìng)賽次數(shù)和是否是學(xué)生干部之間均存在正相關(guān)性,在校獲得的獎(jiǎng)學(xué)金次數(shù)與是否是學(xué)生干部存在正相關(guān)性,在校參加的學(xué)科競(jìng)賽次數(shù)與是否是學(xué)生干部存在正相關(guān)性。其中,在校的學(xué)習(xí)成績(jī)大致等次與在校獲得的獎(jiǎng)學(xué)金次數(shù)之間的相關(guān)系數(shù)達(dá)到0.659,它們之間的正相關(guān)性最強(qiáng),如表3所示。
表3 自變量之間的Kendall tau相關(guān)系數(shù)
通過(guò)上述的“雙變量相關(guān)性分析”結(jié)果可知,影響畢業(yè)生就業(yè)的因素之間存在相關(guān)性,直接討論每個(gè)因素對(duì)畢業(yè)生就業(yè)的影響會(huì)存在較大誤差。“逐步回歸”是將變量逐個(gè)引入,每引入一個(gè)自變量后,對(duì)已選入的變量進(jìn)行逐個(gè)檢驗(yàn),當(dāng)原引入的變量由于后面變量的引入而變得不再顯著時(shí),要將其刪除。引入一個(gè)變量或從回歸方程中剔除一個(gè)變量,都要進(jìn)行F檢驗(yàn),以確保每次引入新的變量之前回歸方程中只包含顯著的變量。這種方法所得到的解釋變量集簡(jiǎn)單有效,且損失的信息較少,得到自變量對(duì)因變量的影響結(jié)果更具有效性和合理性。
本文運(yùn)用SPSS統(tǒng)計(jì)軟件對(duì)交通工程畢業(yè)生就業(yè)的兩個(gè)方向分別進(jìn)行“逐步回歸”分析,分別得到影響升學(xué)院校的類型和就業(yè)單位的起薪的顯著因素。具體操作步驟是:導(dǎo)入數(shù)據(jù)→分析→回歸→線性回歸→選入變量→選擇“逐步”方法→確定。
3.2.1 影響升學(xué)因素的逐步回歸分析
當(dāng)因變量是升學(xué)院校的類型時(shí),得到的“逐步回歸”分析結(jié)果如表4所示,得到逐步回歸的回歸方程為
表4 系數(shù)a
其中,因變量y是升學(xué)院校的類型,自變量x是在校獲得的獎(jiǎng)學(xué)金次數(shù),刪除的自變量為在校的學(xué)習(xí)成績(jī)大致等次、在校參加的學(xué)科競(jìng)賽次數(shù)、每天用于學(xué)習(xí)的平均時(shí)間和是否是學(xué)生干部。當(dāng)顯著性水平為0.05時(shí),本次逐步回歸的F=15.551,對(duì)應(yīng)的p值遠(yuǎn)小于0.05,回歸模型通過(guò)了F檢驗(yàn)。由于本文建立模型的目的是結(jié)構(gòu)分析,篩選出影響畢業(yè)生就業(yè)的顯著因素,因此,本文將不對(duì)模型的決定系數(shù)進(jìn)行討論。此外,從回歸方程可以看出,對(duì)升學(xué)院校類型有顯著影響的是在校獲得的獎(jiǎng)學(xué)金次數(shù),系數(shù)為正,說(shuō)明在校獲得的獎(jiǎng)學(xué)金次數(shù)越多升學(xué)院校的類型可能更好。
3.2.2 影響就業(yè)起薪因素的逐步回歸分析
當(dāng)因變量是升學(xué)院校的類型時(shí),得到的逐步回歸分析結(jié)果如表5所示,得到逐步回歸的回歸方程為
表5 系數(shù)a
其中,因變量y是就業(yè)單位的起薪,自變量x是在校參加的學(xué)科競(jìng)賽次數(shù),刪除的自變量為在校的學(xué)習(xí)成績(jī)大致等次、在校獲得的獎(jiǎng)學(xué)金次數(shù)、每天用于學(xué)習(xí)的平均時(shí)間和是否是學(xué)生干部。當(dāng)顯著性水平為0.05時(shí),本次逐步回歸的F=9.449,對(duì)應(yīng)的p=0.03,小于0.05,回歸模型通過(guò)了F檢驗(yàn)。此外,從回歸方程可以看出,對(duì)就業(yè)單位的起薪有顯著影響的是在校參加的學(xué)科競(jìng)賽次數(shù),系數(shù)為正,說(shuō)明在校參加的學(xué)科競(jìng)賽次數(shù)越多就業(yè)單位的起薪可能更好。
研究表明,安徽建筑大學(xué)近三年的交通工程專業(yè)畢業(yè)生中,選擇升學(xué)或者工作是兩個(gè)主要趨勢(shì)。選擇升學(xué)的畢業(yè)生有45%在985、211院校繼續(xù)深造。選擇就業(yè)的畢業(yè)生有54%就業(yè)起薪達(dá)到5000元以上。因此,安徽建筑大學(xué)近三年的交通工程專業(yè)畢業(yè)生的就業(yè)情況良好。
在影響升學(xué)的因素方面,經(jīng)過(guò)“逐步回歸”分析篩選出影響畢業(yè)生就業(yè)的最顯著因素。在校的獎(jiǎng)學(xué)金獲得次數(shù)是影響畢業(yè)生升學(xué)院校類型的顯著因素,兩者之間存在正的相互關(guān)系,在校學(xué)生獲得更多的獎(jiǎng)學(xué)金可能有助于畢業(yè)后的繼續(xù)深造。在影響就業(yè)的因素方面,在校參加的學(xué)科競(jìng)賽次數(shù)是影響畢業(yè)生就業(yè)單位起薪的顯著因素,兩者之間存在正的相互關(guān)系,在校學(xué)生參加更多的學(xué)科競(jìng)賽可能有助于就業(yè)。
提高大學(xué)畢業(yè)生的升學(xué)率、就業(yè)率、升學(xué)質(zhì)量和就業(yè)質(zhì)量是高校培養(yǎng)優(yōu)秀畢業(yè)生的重要任務(wù)與責(zé)任,專業(yè)設(shè)置、培養(yǎng)目標(biāo)、課程設(shè)置、培養(yǎng)模式是制約和影響專業(yè)發(fā)展的關(guān)鍵因素,要從學(xué)生的實(shí)際反饋出發(fā),制訂出合適的培養(yǎng)方案。
4.2.1 大學(xué)生要不斷完善自己
大學(xué)生要密切關(guān)注就業(yè)形勢(shì),準(zhǔn)確把握人才市場(chǎng)需要,打好專業(yè)基礎(chǔ),加強(qiáng)專業(yè)實(shí)踐能力訓(xùn)練。通過(guò)圖3的調(diào)查報(bào)告可知,在有效填寫(xiě)問(wèn)卷的149名畢業(yè)生當(dāng)中,大多數(shù)人更愿意參加實(shí)踐創(chuàng)作與案例分析,而只有少部分畢業(yè)生愿意參加課堂討論、撰寫(xiě)報(bào)告或論文以及學(xué)科競(jìng)賽。大學(xué)生要學(xué)習(xí)好理論知識(shí)的同時(shí)加強(qiáng)實(shí)踐技能的訓(xùn)練,可通過(guò)擔(dān)任學(xué)生干部、加入社團(tuán)、參加社會(huì)活動(dòng)等多種途徑,不斷拓展社會(huì)關(guān)系資源,獲取更多的就業(yè)機(jī)會(huì),不斷提高就業(yè)質(zhì)量。
圖3 畢業(yè)生在校期間愿意參加的教學(xué)活動(dòng)
4.2.2 高校優(yōu)化師資隊(duì)伍注重實(shí)踐教學(xué)
高校不僅要為大學(xué)生提供良好學(xué)習(xí)環(huán)境,也要注重學(xué)生實(shí)踐能力的培養(yǎng),讓畢業(yè)生實(shí)現(xiàn)更高質(zhì)量的就業(yè)。通過(guò)圖4的調(diào)查報(bào)告可知,交通工程專業(yè)畢業(yè)生對(duì)于實(shí)踐教學(xué)、師資力量和課程設(shè)置具有更高的需求,在畢業(yè)生給學(xué)校所提供的建議中,多次涉及“提高師資力量”、“完善專業(yè)課程設(shè)置”、“多增加實(shí)踐實(shí)習(xí)機(jī)會(huì)”和“提高教學(xué)的深度,教學(xué)要更偏向于設(shè)計(jì)”。因此,高校應(yīng)該確定合適的人才培養(yǎng)體系,在核心知識(shí)領(lǐng)域配備更充足的專職教師資源,根據(jù)實(shí)踐教學(xué)的需要,提供更多的實(shí)習(xí)機(jī)會(huì)和實(shí)踐課程,使得學(xué)生能夠全方面提高自己,以達(dá)到更好的就業(yè)質(zhì)量。
圖4 學(xué)習(xí)本專業(yè)所遇到的困難
4.2.3 政府優(yōu)化就業(yè)環(huán)境
各級(jí)政府要從加大宏觀引導(dǎo)與政策支持方面入手,制定比較完善的促進(jìn)大學(xué)生公平就業(yè)的法律制度,對(duì)就業(yè)招聘單位進(jìn)行監(jiān)督指導(dǎo),調(diào)節(jié)人才市場(chǎng)需求,給予大學(xué)生就業(yè)政策支持。研究表明,人才市場(chǎng)需求在社會(huì)因素中是影響力最大的因素,畢業(yè)生就業(yè)人數(shù)激增與人才市場(chǎng)需求疲軟是造成大學(xué)生就業(yè)難的直接因素。因此,為畢業(yè)生創(chuàng)造公平、公正、寬松、良好的就業(yè)環(huán)境,逐步規(guī)范勞動(dòng)力市場(chǎng)是有效緩解就業(yè)壓力的重要舉措。