《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-岳昌君.pdf》由会员分享，可在线阅读，更多相关《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-岳昌君.pdf（18页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第卷第期年月北京大学教育评论Peking University Education ReviewVol. ， No. April 经济新常态与高校毕业生就业特点 基于年全国高校毕业生抽样调查数据的实证分析岳昌君 周丽萍(北京大学教育学院教育经济研究所/国家发展研究院，北京)摘 要 基于年全国个省(区、市)的所高校的抽样调查数据的实证分析发现:第一，经济新常态对学生的毕业去向影响显著。 年呈现出“已确定单位”比例与“待就业”比例“双降”的现象，同时自主创业、灵活就业、升学、出国出境的比例都显著提升。第二，经济发展状况是就业机会和工作状况的决定因素。东部高校因地缘优势在求职中处于有利地位。在东部地
2、区、大中城市、新兴服务业(金融和IT) 、三资企业和国有企业、从事管理和技术工作的毕业生可以获得更高的收入。而这些地区、城市、行业、部门、岗位确实也是毕业生就业的主要去向。第三，人力资本对求职结果和起薪均有显著的影响。人力资本的影响突出体现在个人学历层次、学历数量和高校声誉方面。第四，家庭背景对毕业生求职结果和起薪的作用显著。来自高收入、父母有文化、社会关系广泛家庭的毕业生就业机会多，并且工作收入水平也高。关键词 高校毕业生;就业状况;求职结果;初职起薪中图分类号: G- 文献标识码: A 文章编号: -( ) -一、引 言年是我国“十二五”规划的收官之年，经济增长速度创新低，仅为. 。这一数
3、字不仅是“十二五”期间最低的，也是年以来最低的。 “十二五”期间，我国经济发展呈现出新常态，表现为经济发展从高速增长转为中高速增长，产业结构优化升级，经济增长模式从要素驱动转向创新驱动。 年，我国高校毕业生规模呈现持续扩大的态势，达到新高，为万人。经济增速与高校毕业生规模的“一降一升” ，是否意味着高校毕业生就业会雪上加霜?在收稿日期: -作者简介:岳昌君，男，北京大学教育学院教育经济研究所/国家发展研究院教授，博士。周丽萍，女，北京大学教育学院教育经济研究所博士研究生。基金项目:国家自然科学基金( ) 。 北京大学教育评论年经济增速下降的情况下，能否通过优化升级产业结构和转变增长模式扩大高校
4、毕业生的就业吸纳空间?从产业结构来看， 年又是特殊的一年，第三产业占国内生产总值的比重首次超过半壁江山，达到. 。第三产业中的金融、 IT、科技、教育、卫生、公共管理与社会组织等行业是对高校毕业生就业吸纳能力最强的行业，也是高校毕业生求职十分青睐的行业。从这一角度看，产业结构的调整对于高校毕业生就业是有利的。另外，我国产业升级换代为高校毕业生提供了更加广阔的就业空间。年我国政府颁布的中国制造提出，坚持“创新驱动、质量为先、绿色发展、结构优化、人才为本”的基本方针，努力把我国由制造业大国建设成为制造业强国。在这一转型过程中，受过高等教育的高素质劳动力将成为技术创新、技术吸收、技术应用的关键要素。
5、此外， “创新” “创业”是年我国经济发展中的热词，政府积极鼓励高校毕业生创业。尽管创新创业的风险很高，成功的概率并不大，但是在科技突飞猛进的今天，新技术、新产品、新项目不断涌现，企业推陈出新的生命周期不断缩短，因此这个时代又是创新创业的良好时机。可见，对于高校毕业生就业而言，经济新常态既是挑战，也是机遇。高校毕业生是最宝贵的人力资源，如何使他们得到充分利用和有效配置，对于我国经济长期可持续健康发展至关重要。因此，对于全国高校毕业生就业状况进行问卷调查和实证研究，深入了解就业质量、就业效率、就业公平、就业特点以及就业影响因素等，对于我国高等教育改革与发展有着重要的实践意义和应用价值。本文将基于
6、北京大学教育学院课题组的“ 年全国高校毕业生就业状况调查”数据，分析上述问题，为制定高校毕业生就业政策提供参考。二、理论基础和文献综述(一)理论基础由于劳动力市场纷繁复杂，单个理论难以解释就业市场的各种现象。高校毕业生就业市场也一样，分析不同问题和现象需要依据不同的理论，甚至对于同一现象也存在理论分歧。从教育经济学角度解释我国高校毕业生就业现象，主要的理论包括供求理论、人力资本理论、市场分割理论、筛选理论、信号理论、社会资本理论、工作搜寻理论等。从供求理论看，当劳动力市场中高校毕业生的供给增长幅度大于需求增长幅度时，毕业生的实际平均工资水平就会下降。从市场分割理论看，由于我国存在显著的城乡差异
7、、地区差异、行业差异、单位差异、岗位差异等，因此高校毕业生就业过程中会出现主要劳动力市场“无业可就”而次要劳动力市场“有业不第期经济新常态与高校毕业生就业特点 就”这种看似矛盾的现象。从筛选理论和信号理论看，由于我国高等教育采取的是选拔性入学方式，能力强的人获得高等教育的机会更大，因此雇主更愿意雇用学历层次较高的人。在工作机会稀缺的情况下，个体倾向于通过获得更高层次的教育向用人单位发出能力信号以增加就业概率，从而产生过度教育现象。人力资本理论是教育经济学中最重要的理论之一。从人力资本理论看，教育是人力资本投资的主要形式，可以提高受教育者的劳动生产率，进而提高个人的货币收益和非货币收益。高等教育
8、投资的数量和质量将直接影响人力资本水平的高低，较高的人力资本水平可以带来更高的劳动生产率，因此人力资本水平较高的高校毕业生更容易得到劳动力市场的青睐并获得更高水平的薪酬。高校毕业生分为专科、本科、硕士、博士四个层次，可以预期学历层次越高的毕业生的平均收入也越高。与人力资本理论紧密相关的是社会资本理论，科尔曼( James S. Coleman)把社会资本定义为个人拥有的社会资源，个人只有通过会员资格和网络联系，才能得到社会资本的回报。 布尔迪厄认为，社会资本就是实际的或潜在的资源的集合体。 在高校毕业生求职过程中，社会资本主要体现在家庭所拥有的社会关系和人际网络的数量和质量上。社会资本可以帮助
9、毕业生获得更加丰富的、可利用的就业信息，增进用人单位和求职者的相互了解，提升彼此的信任度 ，帮助毕业生得到亲朋好友的工作推荐，使毕业生与工作岗位更加匹配。因此，家庭社会资本丰富的毕业生更有可能找到工作及获得“好工作” 。工作搜寻成本也是影响毕业生就业的重要因素，高校毕业生在搜寻工作时要花费一定的成本，如时间和求职费用。工作搜寻成本会随着搜寻时间的延长而增加，工作搜寻时间的边际成本也随之递增。根据工作搜寻理论，当工作搜寻收益大于搜寻成本时，进行工作搜寻就是有利的，当工作搜寻时间的边际收益等于边际成本时，就达到了最优的工作搜寻时间，在这之前的一段时期处于待业状态就是理性的选择。 由此看来，毕业生的
10、工作落实和工作起薪与求职状况有关。(二)文献综述高校毕业生就业状况是学生的个体特征、人力资本、家庭背景、求职努力程度和劳动力市场特征等多种因素共同作用的结果。人力资本与就业之间关系的研究最早可以追溯到美国社会学家布劳( Peter M . Blau)和邓肯( Otis DudleyDucan) 。他们分析了以父母地位为替代指标的先赋性因素和以教育、工作经历为测度指标的后致性因素对个人职业地位获得的影响，发现在个体职业地位的获得中，后致性因素比先赋性因素的作用更大。 与国外相比，国内实证研究在选取衡量人力资本的指标上显得比较宽泛，随意性较大，只有少数文献按照人力资本的本义进行了指标选取，如岳昌君
11、等将学习成绩、是否获得过奖学金、是 北京大学教育评论年否获得过英语四六级证书和其他证书、是否为党员和学生干部、是否有辅修或双学位作为衡量人力资本的指标。 还有学者采用学校类型、学历层次、专业类别来衡量高校毕业生个人拥有的人力资本状况。 关于人力资本与就业关系的研究，结论比较一致，基本上都认为学历层次、学习成绩、辅修经历和外语类证书是影响毕业生求职的显著因素 - ，而奖学金、职业类证书、学生干部等因素对就业的影响结果存在较大的分歧。家庭背景对高校毕业生就业结果的影响在很多实证研究中得以证实，这些研究选用的家庭背景指标主要有父亲的职业、受教育年限以及求职动用的社会关系等。如阎凤桥和毛丹对高校毕业生
12、社会资本状况及其对高校毕业生毕业去向、就业落实率、起薪及工作满意度的影响进行了实证分析。结果表明，与来自社会经济地位较高家庭的学生相比，来自弱势家庭的学生在家庭社会资本与个人社会资本上都比较缺乏，社会资本对高校毕业生的就业落实、起薪、工作满意度存在着显著的正面影响。 得出相似结论的还有文东茅。 也有学者进一步就不同群体的人力资本和社会资本对求职的影响差异进行了研究，发现男性、高教育层次群体、重点高校毕业生所感受到的人力资本比社会资本的相对重要性要分别高于女性、低教育层次群体和非重点高校毕业生 ，这说明了越没有就业优势的毕业生群体越感到社会资本的作用重大。此外，性别、实习经历、求职努力程度、毕业
13、生学用结合程度和劳动力市场制度性因素也会对高校毕业生的求职产生影响。具体来说，男性比女性在工作落实和起薪上都更有优势，实习经历能够显著提高起薪水平，求职努力程度对求职具有显著影响，学用结合程度高的毕业生就业满意度也更高。是否解决户口、就业协议等制度因素对大学生就业也有一定的影响。总的来说，关于高校毕业生就业的影响因素主要包括毕业生的人口统计学特征、人力资本状况、家庭背景状况以及求职状况。为了剥离其他因素的干扰，更加全面、准确地分析每一因素对工作落实和起薪的影响，基于文献综述和数据可得性，本文将利用logit模型和多元线性回归模型，将多组变量纳入模型，分别对高校毕业生的工作落实和起薪的影响因素进
14、行实证研究，分析各影响因素对于解释求职结果和起薪的贡献程度。三、样本说明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，北京大学教育学院教育经济研究所继年、 年、年、 年、 年、 年对全国高校毕业生就业状况进行问卷调查之后，于年月进行了第七次大规模的问卷调查。本文实证研究采用的样本数据即来源于“ 年全国高校毕业生就业状况调查” 。参与本次调查的有我国东、中、西部地区个省(区、市)的所高校，东第期经济新常态与高校毕业生就业特点 部地区包括北京、天津、上海、河北、山东、浙江、广东和海南个省(区、市)的所高校；中部地区包括江西、河南、湖北和湖南个省(区、市)的所高校
15、；西部地区包括内蒙古、四川、甘肃、宁夏和新疆个省(区、市)的所高校。其中， “ ”大学所， “ ”大学所，一般本科院校所，高职院校所，民办高校所，独立学院所。每所高校根据毕业生学科和学历层次按一定比例发放 份问卷。调查共回收有效问卷份。在有效样本中，专科毕业生占. ，本科毕业生占. ，硕士毕业生占. ，博士毕业生占. ；男、女毕业生比例分别为. 和. 。“ ”大学学生占. 、 “ ”大学学生占. 、一般本科院校学生占. 、高职院校学生占. 、民办高校学生占. 、独立学院学生占. 。四、高校毕业生就业状况的统计描述(一)毕业去向为更具体、准确地反映毕业生的毕业去向，本次调查将毕业生被调查时的状况
16、分为类，每一类毕业生所占的比例如表所示。从被调查的毕业生总体来看，毕业时“已确定单位”的比例为. ， “升学”与“出国/出境”的比例合计为. 。如果将表中第( ) ( )项均视为“确定去向”的话，则毕业生毕业时的落实率达到了. 。从学历层次的比较来看，落实率差异不大，都在以上。专科生的落实率最高，为. ；其次是硕士生，为. ；第三是本科生，为. ；博士生的落实率最低，为. 。数据显示，各学历层次毕业生在就业市场中的供求关系是不同的，学历层次的高低并不能决定落实率的高低。从学校类型的比较来看，高职院校的落实率最高，为. ；其次是“ ”(包括“ ” )重点大学，为. ；民办高校和独立学院排第三，为
17、. ；普通本科院校最低，为. 。上述结果显示，高质量的大学( “ ”和“ ” )以及应用性强的高校(高职)培养的毕业生在就业市场上更有竞争力。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. 、. 、 . 。这一统计结果显示，经济发展水平对高校毕业生就业有显著的正向影响，经济发展水平高的地区对高校毕业生的需求更大。 北京大学教育评论年表 年高校毕业生毕业去向分布( )专科生本科生硕士生博士生全部( )已确定单位. . . . . ( )升学(国内) . . . . . ( )出国/出境. . . . . ( )自由职
18、业. . . . . ( )自主创业. . . . . ( )其他灵活就业. . . . . ( )待就业. . . . . ( )不就业拟升学. . . . . ( )其他暂不就业. . . . . ( )其他. . . . . 落实率第( ) ( )项之和 . . . . . 从北京大学教育学院的历次就业调查结果看， 年高校毕业生就业去向有明显的不同(见表) :第一， 年的就业呈现出“已确定单位”比例与“待就业”比例“双降”的现象。 “已确定单位”比例只有. ，是七次调查中最低的一次，这与年经济增速最低是一致的，反映出经济发展状况对就业的显著影响。在经济形势严峻、就业困难加大的情况下，高校
19、对毕业生的就业指导工作更加重视，积极引导学生采取多种形式就业。因此， 年毕业生的“待就业”比例仅为. ，也是七次调查中最低的一次。第二， 年“自主创业”的比例达到新高，为. 。在国家积极鼓励高校毕业生创新创业的背景下，确实有越来越多的毕业生在离校后进行自主创业，这反映出相关创业政策的有效性。第三， 年“出国/出境”的比例也达到新高，为. 。随着我国居民收入水平的提高，许多家庭有能力资助子女出国留学。美欧高校也欢迎中国学生留学，因为它们不仅可以招收到优秀学生，还可以大幅度增加学费收入。此外， 年“升学”比例和“灵活就业”比例也是历次调查中最高的。表 高校毕业生毕业去向的趋势变化( )年年年年年年
20、年( )已确定单位. . . . . . . ( )升学(国内)( )出国、出境. . . . . . . . . . . . . 第期经济新常态与高校毕业生就业特点 (续表)年年年年年年年( )自由职业( )自主创业( )其他灵活就业. . . . . . . . . . . . . . . . . ( )待就业. . . . . . . ( )不就业拟升学( )其他暂不就业. . . . . . . . . . . . ( )其他. . . . . . . (二)就业分布根据已经确定就业单位者的回答， 年高校毕业生的就业分布状况如下:第一，按就业地区划分，在京津沪地区工作的毕业生占. ，在
21、东部地区工作的毕业生占. ，在中部地区工作的毕业生占. ，在西部地区工作的毕业生占. 。第二，按就业地点划分，在省会城市或直辖市工作的毕业生占. ，在地级市工作的占. ，在县级市或县城工作的占. ，在乡镇工作的占. ，在农村工作的占. 。第三，按工作单位性质划分，进入类单位工作的毕业生比例由高到低依次为: ( )民营企业占. ， ( )国有企业占. ， ( )三资企业占. ，( )国家机关占. ， ( )其他企业占. ， ( )其他事业单位占. ，( )中小学占. ， ( )高等学校占. ， ( )科研单位占. ， ( )医疗卫生单位占. ， ( )其他占. 。从分布结构看，毕业生就业的单位类
22、型非常集中，民营企业和国有企业是最主要的就业单位。第四，按工作类型划分，在类型工作就业的比例由高到低排列依次为:( )专业技术人员占. ， ( )国家机关、党群组织、事业单位管理人员占. ， ( )商业和服务人员占. ， ( )企业管理人员占. ， ( )办事人员和有关人员占. ， ( )生产、运输设备操作人员及有关人员占. ，( )农、林、牧、渔、水利业生产人员占. 。从分布结构看，毕业生就业的工作类型比较分散，在种类型工作就业的比例达到两位数。第五，按行业划分，在个行业中就业的毕业生比例由高到低依次为:( )金融业占. ， ( )信息传输、计算机服务、软件业占. ， ( )制造业占. ，
23、( )教育占. ， ( )建筑业占. ， ( )农林牧渔业占. ，( )电力、煤气和水的生产和供应业占. ， ( )批发零售占. ， ( )交通 北京大学教育评论年运输、仓储和邮政占. ， ( )科学研究、技术服务、地质勘查占. ，( )公共管理与社会组织占. ， ( )租赁和商务服务业占. ， ( )房地产占. ， ( )卫生、社会保障与福利占. ， ( )文化体育娱乐占. ， ( )住宿餐饮占. ， ( )采矿业占. ， ( )水利环境公共设施管理占. ， ( )居民服务占. 。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，成为占比最大的两个行业，占比合计为 。工业(制造业和
24、建筑业)依然重要，制造业和建筑业的占比合计为 。教科文卫体等行业的占比合计为. ，其中教育行业很突出，占比为. 。(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，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，本文只统计了月起薪在 元之间的观测值。统计结果显示， 年高校毕业生月起薪的算术平均值为元，中位数是元。按照专科、本科、硕士、博士分别赋予 、 、 和的权重计算，高校毕业生月起薪的加权算数平均值为元。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 ，专科生为元，本科毕业生为元，硕士为元，博士为元。从中位数看，专科生为元，本科毕业生为元，硕士为
25、元，博士为元。第二，性别之间存在差异。男性为元，女性为元，两者相差元。第三，学校类型之间存在差异。 “ ” (包括“ ” )大学为元，一般本科院校为元，高职院校为元，民办高校和独立学院为元。第四，就业地区之间存在差异。京津沪为元，东部地区为元，中部地区为元，西部地区为元。最高与最低收入之比为. 。第五，就业地点之间存在差异。省会城市或直辖市最高，为元；地级市为元；县级市或县城为元；乡镇和农村分别为元和元。最高与最低收入之比为. 。第六，工作单位性质之间存在差异。除其他以外的类单位的平均起薪由高到低依次为: ( )科研单位为元， ( )三资企业为元， ( )国有企业为元， ( )高等学校为元，
26、( )医疗卫生单位为元， ( )党政机关为， ( )其他企业为元， ( )其他事业单位为元， ( )民营企业(包括个体)为元， ( )中小学为元。最高与最低收入之比以下未说明的均为算术平均值。第期经济新常态与高校毕业生就业特点 为. 。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，分别为元、 元和元；办事人员和有关人员、商业和服务人员的收入居中，分别为元和元；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，收入分别只有元和元。最高与最低收入之比为. 。第八，行业之间存在差异。 个行业的平均起薪由高到低依次为: ( )信
27、息传输、计算机服务、软件业为元， ( )金融业为元， ( )科学研究、技术服务、地质勘查为元， ( )水利环境公共设施管理为元， ( )房地产为元， ( )租赁和商务服务业为元， ( )采矿业为元，( )文化体育娱乐为元， ( )农林牧渔为元， ( )电力、煤气和水的生产和供应业为元， ( )制造业为元， ( )公共管理与社会组织为元， ( )教育为元， ( )卫生、社会保障与福利为元， ( )建筑业为元， ( )交通运输、仓储和邮政为元， ( )居民服务为元， ( )批发零售为元， ( )住宿餐饮为元。最高与最低收入之比为. 。(四)就业满意度由于高校毕业生对工作有充分的选择权，因此他们对自
28、己所找到工作的满意度较高。在已经确定就业单位的毕业生中， . 对找到的工作感到非常满意， . 感到满意， . 感到一般， . 感到不太满意，只有. 感到很不满意。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，就业地区之间存在差异。在京津沪地区就业的满意度最高，其次是西部地区，再次是东部地区，在中部地区就业的满意度最低。第三，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，第四是农村，在乡镇就业的满意度最低。第四，工作单位性质之间存在差异。在除其他以外的类
29、单位就业的满意度由高到低依次为:党政机关、科研单位、高等学校、国有企业、三资企业、其他事业单位、中小学、民营企业(包括个体) 、其他企业、医疗卫生单位。 北京大学教育评论年五、毕业生求职结果与起薪的影响因素分析(一)模型设定反映毕业生就业状况的指标较多，相对于就业满意度和工作专业相关度等主观评价结果，毕业生的求职结果(是否已落实工作) 、月起薪对毕业生就业状况的反映更加客观，因此后两者是本研究关注的重点。从以往研究看，后两者的影响因素较为复杂，学者们的看法也不尽相同。本文将利用“ 年高校毕业生就业状况调查”数据，通过建立计量模型，分析毕业生求职结果和起薪的影响因素。求职结果的影响因素分析，以就
30、业调查中毕业生就业去向为基础。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。因此剔除样本中“升学” “出国/出境”以及其他三类去向的观测值，设置求职结果的二分类变量，建立logit模型:Logit( P) Ln P/ ( - P) jX j ( )其中P表示已落实工作的概率， P/ ( - P)是已落实工作的概率与未落实工作概率的优势比( Odds Ratio) ，即找到工作的机会比率。自变量Xj为影响求职结果的各类因素。系数 j的大小表示某因素对求职结果的影响程度，取值大于，表示Xj对落实工作有正向的影响，小于时则相反。 为
31、随机扰动项。针对已经落实工作的毕业生样本，研究起薪的影响因素，建立多元线性回归模型:Ln( Y) jX j ( )Y为毕业生的月起薪，单位是人民币元，取其对数值作为被解释变量。解释变量Xj为起薪的影响因素。系数 j表示解释变量对起薪的边际影响，表示解释变量Xj变化一单位对起薪变化百分比的影响。系数 j的符号表示该解释变量对起薪影响的方向。 为随机扰动项。模型( )和( )中涉及的自变量是本文假设的影响因素，下文将进行详细的变量说明，并在表中列出涉及的虚拟变量的设置状况。(二)变量说明参考前文所述文献，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。包括毕业生的人口
32、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，家庭背景有家第期经济新常态与高校毕业生就业特点 庭所在地、家庭人均年收入、父母职业、父母受教育程度和家庭社会关系等变量，人力资本包括学历层次、学习成绩、奖学金、学生干部、资格证书、双学位(或辅修)等分类变量。第二类是毕业生的求职努力状况，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三个变量。第三类是学校背景，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、学校所在地两个分类变量。对毕业生起薪的分析主要针对已经确定工作单位的毕业生群体。毕业生的起薪同样会受到上文所述求职结
33、果影响因素的影响，此外由于我国劳动力市场分割、劳动力歧视等问题的存在，高校毕业生的起薪还会受到就业行业、单位类型、岗位类型、就业地区、雇佣形式等就业状况的影响。因此，本文在有关起薪的回归分析中加入了第四类影响因素，即与就业状况有关的因素(见表) 。表 回归分析变量因素及说明因素具体变量说明人口统计学特征性别女(对照组)和男民族少数民族(对照组)和汉族家庭背景家庭所在地农村(对照组) ，县镇，城市家庭人均年收入元及以下(对照组) ， 元， 元， 元， 元， 元及以上父母受教育年限根据父母的受教育程度推算父母职业非管理技术职业(对照组)和管理技术职业家庭社会关系不广泛(对照组)和广泛人力资本学生干
34、部非学生干部(对照组)和学生干部学历层次专科(对照组) ，本科，研究生学习成绩班内排名前 ，后 ，中间 (对照组)奖学金没有获得(对照组)和获得资格证书没有获得(对照组)和获得；分英语、计算机和职业类双学位(或辅修)没有获得(对照组)和获得求职状况工作或实习经历没有(对照组)和有求职费用单位:千元求职次数次及以下(对照组) ， 次， 次， 次， 次， 次及以上 北京大学教育评论年(续表)因素具体变量说明学校背景学校类型高职院校，民办高校和独立学院，普通本科院校(对照组) ，“ ”大学学校所在地东部地区，中部地区(对照组) ，西部地区就业状况就业地点非大中城市(对照组)和大中城市就业地区京津沪，
35、东部地区(不含京津沪) ，中部地区(对照组) ，西部地区就业单位性质国有企业(对照组) ，党政机关，民营企业，三资企业，其他企业，高校和科研单位，中小学，医疗卫生单位，其他事业单位，其他就业行业科教文卫(对照组) ，农林牧渔业，采矿、制造或建筑业，电力、煤气和水生产供应业，运输、仓储和邮政，房地产、金融和IT业，公共管理与社会组织，其他社会组织岗位类型专业技术工作(对照组) ，国家机关、党群组织、事业单位管理工作，企业管理工作，办事有关工作，商业和服务工作，农林牧渔，生产、运输操作工作，军人，其他学用结合状况不匹配(对照组)和匹配雇佣形式临时雇佣(对照组)和正式雇佣；测量指标为是否解决户档(三
36、)求职结果影响因素的回归结果本文采用logit模型( )估计求职结果的影响因素。剔除样本中与求职无关的观测值后，剩余样本个。模型系数的综合检验结果表明，模型的显著性为. ，模型在整体上是显著的。模型的拟合优度检验结果显示， Log like-lihood为- . ， Pseudo R为. 。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) 。表 求职结果影响因素的Logit回归分析结果因素具体变量系数标准误显著性优势比常量. . . . 人口统计学特征性别. . . . 民族- . . . . 第期经济新常态与高校毕业生就业特点 (
37、续表)因素具体变量系数标准误显著性优势比家庭背景家庭地址县镇- . . . . 城市- . . . . 人均年收入 元. . . . 元. . . . 元以上. . . . 母亲受教育年限. . . . 家庭社会关系. . . . 人力资本学历层次本科生. . . . 研究生. . . . 计算机类证书- . . . . 双学位(或辅修) . . . . 求职努力实习经历. . . . 求职费用. . . . 求职次数: 次以上- . . . . 学校背景院校类型高职院校. . . . 民办高校和独立学院. . . . “ ”大学. . . . 学校所在地:东部. . . . 注: “显著性”
38、一列报告了P值。部分回归系数不显著的解释变量没有在表中列出。.毕业生的基本状况。在人口统计学特征方面，性别对求职结果有显著影响，相对于女性毕业生而言，男性工作落实的概率显著更大。民族对于工作落实没有显著影响。在家庭背景方面，家庭所在地、家庭人均年收入和母亲受教育年限对求职结果均具有显著影响。家庭所在地为县镇的毕业生，相对于农村毕业生，工作落实的概率显著更低。与家庭收入在元及以下的毕业生相比，家庭收入水平更高的毕业生工作落实的概率显著更高，其中元及以上的最高收入组的毕业生优势最大。母亲受教育年限越高，毕业生工作落实的概率也越高。人力资本是影响求职结果的重要因素，高学历和有辅修或双学位经历的毕业生
39、已落实工作的概率显著更高，有计算机类证书的毕业生的工作落实情况更差，学习成绩、学生干部、奖学金、外语类和职业类资格证书对工作落实概率没有显著性影响。具体而言，与专科生相比，研究生的工作落实概率显著更高，但本科生与专科生之间无显著差异。有辅修或者双学位的毕业生已落实工作的 北京大学教育评论年可能性更大。但是，拥有计算机类证书的毕业生的工作落实概率显著低于未获得该类证书的毕业生，外语类和职业类证书对毕业生的工作落实概率没有显著性影响。这反映了目前劳动力市场的用人单位对于高学历和双学位的认可度较高，学习成绩和资格证书在求职中并没有帮助。.毕业生的求职努力状况。实习经历和求职费用对毕业生求职结果没有显
40、著影响。另外，求职次数次以上的毕业生，相对于求职次数在次及以下的毕业生，获得工作的概率显著更低。由此可见，求职的努力程度在求职中没有发挥作用，过度的求职花费对落实工作甚至还有负面影响。.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，相对于普通本科院校，高职院校、民办高校或独立学院、 “ ”大学这三类院校的毕业生的工作落实率显著更高。其中高职院校的工作落实情况最好，其次是民办高校或独立院校，再次是“ ”大学，一般本科毕业生的工作落实概率最低。在四类院校中，高职院校、民办高校和独立学院由于其培养学生的知识应用性更强，与市场需求的联系更为紧密，因此有更大的就业优势；普通本科学校的“声誉”和整
41、体学术实力不如“ ”大学，应用人才的培养上又不如高职院校，因此不具优势。学校在东部的毕业生，相对于中部毕业生，落实工作的概率显著更高，而西部和中部院校的毕业生在求职结果上没有显著差异。这是因为东部地区经济发展水平较高，提供的就业机会更多，因此有利于东部院校的毕业生落实工作。(四)求职起薪影响因素的多元线性回归结果本文选择多元线性回归模型( )估计起薪的影响因素。基于已落实工作并有起薪信息的样本，剔除异常值，最终进入回归方程的样本观测值有个。最终模型调整后的R为. ， F值为. ，总体显著性为. ，模型在整体上是显著的。表给出的是求职起薪影响因素的多元线性回归结果。.毕业生的基本状况。在人口统计
42、学特征方面，性别对起薪有显著影响，男性毕业生的起薪显著高于女性，民族对起薪不具有显著影响。在家庭背景方面，父母职业、母亲受教育年限、家庭所在地和家庭社会关系对起薪均不具有显著影响。家庭收入是影响起薪的重要因素，与家庭收入在元及以下的毕业生相比，家庭收入水平更高的毕业生的起薪显著更高，而且家庭收入水平越高回归系数就越大。父亲受教育年限越高，毕业生的起薪也显著越高。在人力资本方面，学生干部、奖学金和资格证书对毕业生的起薪都不具有显著影响。本科生和研究生的起薪都显著高于专科生。有辅修或双学位经历对起薪有正向显著影响。值得一提的是，学习成绩对工作落实没有影响，但对初职起薪具有显著性影响。具体而言，学习成绩排名前和后的毕业生起薪