大学生高质量就业警觉性影响机制研究

［摘 要］“高质量就业”是大学生又一次扩招后的重要政策导向，是衡量高等教育质量的指标。社会资本和人力资本是大学生影响就业质量的两个重要因素。理论和实践的学习作为大学生人力资本状况的两大维度，能够充分反映大学生人力资本结构特征。基于这两个维度可将大学生的社会资本划分为先天与后天两种类型，并构建出大学生人力资本与社会资本的就业质量分析模型。研究发现，大学生的就业质量与社会资本、人力资本存在显著的相关性，其中理论学习相较于实践学习对就业质量的影响作用更大，而先天的社会资本对就业质量的影响更加显著；同时社会资本主要是在人力资本的中介作用下对大学生的就业质量产生间接的影响。因此，人力资本和社会资本对大学生就业质量的影响作用机制可以为政府、高校、社会和大学生等多主体提高就业质量带来警觉性。

［关键词］就业质量；先天社会资本；中介作用；后天社会资本

［中图分类号］ G64 ［文献标识码］ A ［文章编号］ 2095-3437（2023）15-0138-06

从当代国家教育体系角度来看，提升大学生就业技能，解决大学生就业问题是高等教育的重要任务。在解决大学生就业问题的过程中发现，就业离职率高和薪酬待遇偏低，以及就业岗位流动性大等现象较为突出，必须高度重视这些问题对大学生就业造成的影响[1]。

不少大学生就业情况调研结果表明：个人能力和社会关系两项在对就业及就业质量起到积极推动作用的诸多因素中所占的比重最大 [2]；大学生的就业质量不仅受人力资本的直接影响，还受社会资本的间接影响 [3]。采用何种方式与方法改善和缓解这种影响，是国内外大部分学者高度关注的问题。于海波等多位学者在研究中深入分析了大学生就业率的相关影响因素[4]。陈宏军等学者探讨了社会资本对大学毕业生就业绩效的关系[5]，郑晓涛等学者在研究中对不同层面的大学生就业因素开展了分析[6]。虽然学者们开展的研究较为丰富，但主要以客观视角为主，而针对大学生就业警觉性这种慢性心理图式[7]的研究较少。

为弥补该方面的缺憾，课题组采用问卷调查的形式，对多所高校的大学生就业满意度进行了调查，并结合调查结果选取能够反映大学生就业质量的评价指标，解析我国大学生就业问题的相关因素。

一、就业质量的基本概念与测量方式

（一）就业质量的基本概念

国内外学者基于不同的视角提出的就业质量的概念和定义存在较大区别。基于个体劳动者视角的研究认为，就业质量的高低主要以薪酬水平和绩效价值均衡性为关键指标[8]；更多学者从主观和客观的视角出发，将主观因素定义为就业满意度，将工作环境、发展前景、薪酬待遇等作为维度衡量的参考依据，而客观因素主要将大学生就业后的培训情况、职位晋升情况、职业发展情况、岗位流动性作为关键指标，将大学生的岗位属性、工作环境、薪酬待遇、福利水平，以及人事档案解决能力、专科知识实用性等作为满意度测评的维度指标[9-10]。

（二）就业质量的测量方式

1.大学生的人力资本

目前，人力资本理论的概念架构在逐步地完善和丰富。从大学生的视角来看，人力资本是各种文化知识、技术知识与专业素养的综合，是大学生就业薪酬合理性评价的关键要素。在测量大学生人力资本的过程中，工作经验、文化程度、教育背景是非常重要的参考依据。本文基于理论和实践的学习层面对大学生的人力资本情况进行了测量，基于学校类型、就业能力、测量排名对大学生的教育学习状况（理论学习）进行了测量，基于大学生的实习经历、工作经验对大学生的社会实践参与度（实践学习）进行了测量。

2.大学生的社会资本

如果大学生的社会关系网络即为社会资本的内涵[11]，那么在就业行为研究领域，社会资本普遍被视为对就业具有积极帮助作用的社会关系网络资源。基于这一概念，本文在研究大学生社会资本的过程中，将资源的选取范围集中在社会关系领域，相关资源主要有先天性资源和后天性资源两种类型。其中，先天性的社会资本主要体现为大学生家庭所积累的社会资本。在测量大学生先天性社会资本的过程中，本文以大学生父母文化程度、家庭经济收入水平、父母职业类型等作为变量要素。大学生后天社会资本是由大学生通过自助社交活动而逐渐积累的社会资本，本文在研究中以大学生的社会网络规模、社会网络密度、社会网络跨度作为三大测量维度要素。

二、研究假设与模型设计

（一）大学生就业质量与人力资本的相关性

在人力资本理论看来，良好的教育能够增强受教育者的劳动能力，提高劳动产出质量和效率，使个体具有更好的发展基础。大学生在初次就业的过程中，其就业质量的高低能够客观反映大学生在接受高等教育过程中的资本价值积累能力。大学生接受教育的学校类型、层次、声誉均是无形的人力资本存量资源，对大学生毕业后的就业质量具有较大影响，但影响的范围非常有限，具有无区别效应。用人单位在招聘大学生及制定薪酬标准的过程中主要以大学生的综合素质和未来发展能力，以及岗位就业能力为参考，而非仅限于其所属学校的名牌效应。此外，学生在社会实习和工作实践中应用知识创造价值有助于强化大学生的知识掌握能力和应用能力，对大学生就业质量和薪酬收入产生积极影响。基于这一思路，本文假设：

J1：大学生在毕业时的人力资本越强，越容易获得较高的就业质量。

（二）就业质量与社会资本的相关性

因人设职与因人设事现象为社会资本对大学生个体就业质量的提升提供实证支持。不同就业者在就业信息的有效获取上存在较大差异，社会资本基础较好的个体获得的职业信息质量要显著高于社会资本基础较差的个体，这种现象对不同就业个体的工作稳定性具有直接的影响作用。对比于通过正常途径应聘入职的就业者，用社会关系实现就业的个体获得高薪酬待遇的机会较大。同时，就业者能够通过对社会资本的充分利用，来谋求更好的职业化发展机遇，使自己获得满意的工作。不少针对大学生就业质量的研究对社会网络资源丰富程度和大学生就业质量的相关性进行了分析，发现两者之间存在显著的正相关性。基于这一思路，本文假设：

J2：拥有丰富社会资本的大学生，获得高就业质量的机会较多。

（三）就业质量、社会资本、人力资本之间的联动性

社会资本作为大学生就业质量的积极因素，能够对就业质量产生正向的影响作用，但如果大学生的就业质量严重依赖先天性的社会资本，必然会导致大学生自身的人力资本效用弱化，也就是说，社会资本对大学生就业质量不仅具有直接的作用，还可以通过对人力资本的影响，对就业质量产生间接的影响。大量学者对大学生先天社会资本和教育质量的相关性进行了研究，认为家庭背景对学习成绩具有较大影响，家庭社会地位和经济地位对大学生的人力资本基础具有较大影响[12-13]。教育背景较好或经济实力较强的大学生的优质教育资源较丰富，教育机会的获取能力较强，这也是当今“寒门难出贵子”话题产生的缘由。在后天社会资本的形成方面，大学生可通过积极参与各种社会活动、社团活动、服务活动、实习活动来不断积累相关资源，使自己的个人人力资本逐步增强。由此来看，社会资本对大学生的就业质量同时存在间接和直接的影响，而人力资本是关键的中介要素。基于这一思路，本文再做出两种假设：

J3：大学生的社会资本越丰富，人力资本基础越好。

J4：人力资本是社会资本影响就业质量的中介变量。

综合上述分析，本文编制了假设模型，如图1所示。

三、基于调查问卷的数据分析

（一）问卷设计

按照上述分析结果，本文提出了多个假设，为验证这些假设是否能够成立，本文编制了有针对性的调查问卷，对相关数据进行了收集、整理、分析。调查问卷的题项设计主要以分析中提出的变量要素为依据，选取的测量指标如表1所示。

表1 调查问卷的架构设计与变量要素的关系测量

[变量要素 指标维度 指标名称 测量过程 就业质量 / 就业满意度 测量就业单位的发展潜力、单位属性、行业类型、社会影响力、薪酬水平、福利待遇、人事档案解决能力、岗位与专业对称度、岗位满意度等主观满意度。测量过程中使用的量表主要有五个级别，量表名称为Likert。 人力资本 理论学习 高校级别 大致可划分为“985”“211”高校，及一、二本和其他级别的高校。 综合评测排序 按照高低顺序排序为：50%以后 、30%～ 50% 、15%～30% 、5%～15% 、 5%以内。 就业能力 基于大学生就业能力分析模型，按照大学生就业知识富足度、技能水平、就业态度三个维度，划分出10个二级指标维度，以评估大学生对个人能力的自我评价情况，测评中使用的量表共五个级别，量表名称为Likert。 实践学习 就业前的实习经历 初次就业之前的实习次数，最低为 0 次 ，最多可记为4 次以上。 工作阅历 在学校就读期间参加班级工作、学生会活动、社团活动的总次数， 分为 0 次 、 1 次 、2 次 、3 次 、4 次及以上。 社会资本 先天社会资本 父亲的教育背景 按照学科等级的高低，可分为本科以上、本科以下、高中以下、初中以下、小学以下。 母亲受教育水平 家庭人均年收入 分为 1.5万元以下、1.5万～2万元以下、2万～2.5万元以下、2.5万～3 万元以下、3万元及以上。 父亲主要职业 依据李春玲研究的我国社会的职业声望五个等级划分[12]。 母亲主要职业 后天社会资本 社会网络规模 按照职业量表中给出的职业类型可选择机会，对大学生的社会网络规模进行测定，基于所选职业的层级对大学生社会网络跨度进行测定，基于熟悉程度对大学生的网络亲密度进行测定。 社会网络跨度 社会网络密度 ]

（二）数据的收集

在数据的收集和研究方面，本文采用了开放式问卷调查形式，将就业期小于5年的本科毕业生作为调查对象，回收的调查问卷总数为895份，筛选出的有效问卷数量为815份，有效问卷占比为91.06%。调查的大学生性别和地区差异情况为：女性大学生人数为420人，所占比重为46.93%；男性大学生人数为475人，所占比重为53.07%。来自农村地区的大学生人数为326人，在参与调查的所有大学生中占比为36.42%；城镇大学生人数为569人，所占比重为63.58%。

（三）分析过程与结论

1.调查问卷的信效度检验

本文在研究大学生就业质量的过程中选取的评价数据主要集中在9个方面，通过这些方面的调查数据统计和分析来评估最终的满意度情况。在就业质量调查量表的效度检验方面以主成分因子分析法为主，调查结果显示KMO=0.710，Bartlett值=891.351（就业选择的自由度系数为36，p<0.001），说明调查量表的信度较高，满足因子分析的基本要求。

在因子载荷矩阵分析中主要采用了最大方差正交旋转分析法，得出的因子总数为3个，总方差能够被因子解释的程度为68.103%。第1 因子最显著的载荷为：就业单位发展前景、单位社会影响力、单位规模，三者均为职业发展潜力的测度因子；第2 因子最显著的载荷为：就业单位薪酬水平和福利待遇，两者均为岗位薪资满意度测度因子；第3 因子最显著的载荷为：人事档案和户口解决能力、单位类型、专业与职位对称程度，三者均为工作状况满意度测度因子。

2.大学生就业质量先属性分析

将大学生性别和生源作为测度就业质量差异性水平的参考指标，采用t检验法对所有调研数据开展独立性检验，得出的检验结果如表2所示。基于多视角进行观察，可以发现不同性别的大学生在就业质量上的差异性并不显著，城镇地区的大学生就业质量要显著高于农村地区的大学生，两者在工作状况的因子分析中表现出较大的差异程度；职业发展能力和薪酬待遇水平的因子差异度较小，且不够显著。

3.人力资本对大学生就业质量的影响

本文通过多元线性回归分析，考量大学生人力资本之理论学习、实践学习的维度因子与大学生就业质量的相关性及实际影响。具体的数据分析结果如表3所示。从表中的数据可以看出，大学生的就业质量与理论学习、实践学习的质量存在显著的正相关性，其中理论学习的相关系数为 0.228（ t = 4.838，p＜0.001），实践学习的相关系数为 0.139（t = 2.955，p＜0.01），可见理论学习对就业质量的影响作用大于实践学习，证明假设 J1与实际相符，即就业质量受人力资本的正向影响。