2018基于地方经济社会发展需求的大学生就业影响因素的统计分析

8775988

基于地方经济社会发展需求的大学生就业影响因素的统计分析
地方经济的发展离不开人才的支撑，黔西南布依族苗族自治州属贵州省下辖自治州，地处黔、滇、桂三省区的结合部，社会经济发展正处于全面深化改革的战略发展时期，为了进一步促进黔西南州经济社会又好又快发展，《黔西南州人民政府在关于优先发展教育的意见》中提出：加快推进全州教育改革发展步伐，切实为经济社会又好又快、更好更快发展提供人才支撑和智力保障。兴义民族师范学院是黔西南州仅有的一所地方高校，承担着为地方社会经济发展培养人才的重任，研究大学生的就业影响因素可以为地方高等学校的本科生的培养和市场导向的就业决策提供参考，从而缓解地方经济发展缺乏大量的人才资源，而地方本科院校毕业生就业困难的矛盾。
　　一、黔西南州经济社会发展人才需求状况
　　《黔西南州中长期人才发展规划纲要（2010-2020年）》中指出：至2020年，人才资源总量将从现今的19.7万人增加到26.7万人，人才需求涉及教育、经济管理、电力、煤炭、化工、旅游、医药等领域的近30个二级学科，60多个相关专业。据黔西南州人事人才网上公布的近三年岗位需求统计数据显示：2013年公务员招考岗位为490个、事业单位编制招考岗位835个、企业招聘岗位2200余个、特岗教师计划招考岗位1700个；2014年公务员招考岗位为516个、事业单位编制招考岗位789个、企业招聘岗位2800余个、特岗教师计划招考岗位910个；2015年公务员招考岗位为476个、事业单位编制招考岗位762个、企业招聘岗位3000余个、特岗教师计划招考岗位1042个，其中要求本科及以上学历的岗位有215种、大专及以上学历的岗位48种。
　　二、地方高校毕业生就业意向与就业情况对比分析
　　以黔西南州兴义民族师范学院数学科学学院为例，对数学与应用数学专业20132015届本科毕业生的就业意向与就业情况进行调查统计分析（就业统计数据来源于院学生科，数据真实可靠）。就业意向的调查针对20132015届的数学专业本科生共257人，通过问卷星设置问卷进行调查，回收有效电子问卷247份，有效率为96%。利用SPSS软件统计出近三届毕业生中有40%的学生的理想职业为教师，实际从事教师行业的平均比例为82.70%；有25.58%的学生意向考公务员或其他事业编制单位，实际考上公务员或其他事业编制岗位的平均比例为8%；有18%的学生希望进入企业从事数据分析等相关工作，实际进入企业的平均比例5%为；有8.42%的学生意向自主创业，实际自主创业学生的平均比例为4.30%；有8%的学生意向考研继续深造，实际考上研究生学生的平均比例3%。从表1的统计数据中可以看出虽然数学与应用数学专业学生近三届的平均就业率较高为96.19%，但就业岗位单一，集中在特岗教师上，当特岗教师需求逐步趋于饱和时，学生的就业将会面临极大困难，且从学生的就业意向及就业实际情况的对比分析结果可以看出，学生的就业意向与实际就业情况差距较大。因此，研究影响大学生就业的社会因素、学校层面因素、个人综合素质等各方面因素，可以为地方高校在人才培养方案的修订、引导学生转变就业观念、提升学生就业能力方面提供参考作用，使得高校培养的人才与地方经济发展需求相符合。
　　三、影响大学生就业因素的Logistic统计回归模型
　　（一）调查统计大学生就业影响因素
　　对兴义民族师范学院数学科学学院20132015届毕业生跟踪调查表（毕业生填写）、毕业生评价调查表（用人单位填写）共196份中影响就业的因素做SPSS统计分析，数据来源于往届毕业生的就业单位，包含党政机关、中小学教育实习基地、其他事业单位及企业等110余所单位。并面向在校大学生、从事就业指导工作的领导及老师、高校辅导员进行开放式问卷调查，发放问卷300份，收回有效问卷249份，统计出的就业影响因素有70多种，包括人际交往能力、家庭背景、就业预期岗位、社会实践能力、组织管理能力、适应环境能力、自我提升能力、团队协作能力、性格特征、在校期间获奖情况、计算机操作能力等，然后通过对影响大学生就业的因素进行归类并参考知网收录文献中大学生就业影响因素出现的频次从高到低排序统计筛选归纳出8种：性别、家庭背景、就业政策学习、知识与技能、团结协作能力、社会实践训练、生源地、就业意向岗位。
　　（二）采用Logistic统计回归分析大学生就业影响因素
　　采用 Logistic回归模型分析方法研究以上8类因素对就业的影响程度，就业与否（考虑就业相关度）作为因变量，取值为 0或 l，已经就业（考虑就业相关度）的概率为P，未就业的概率为l-P，以上8类因素为模型的自变量：性别（X1）、家庭背景（X2）、就业政策学习（X3）、知识与技能（X4）、团结协作能力（X5）、社会实践训练（X6）、生源地（X7）、就业意向岗位（X8）。构建回归模型如下：
　　其中a为常数项，b1，，b8为回归系数。
　　利用SPSS软件进行逐步迭代来选择自变量（即模型需要首先把所有自变量输入模型），然后分别按照0.05移进概率和0.1的移进概率来判断自变量是否移进模型和移出模型，经过4次迭代， 如表2中数据所示，在给定显著性水平为0.05的条件下，把显著性值高于0.05的变量剔除，最终通过显著性检验的变量为X3，X4，X5， X6， X8得到回归模型为：