一種基于Logit模型的高職學(xué)生就業(yè)指導(dǎo)測(cè)試評(píng)估方法

張佳

（無錫開放大學(xué)，江蘇 無錫 214011）

高職院校畢業(yè)生就業(yè)需要學(xué)校進(jìn)行全面的職業(yè)和學(xué)業(yè)指導(dǎo)，幫助他們制定個(gè)人的專業(yè)學(xué)習(xí)與發(fā)展的規(guī)劃，制定終身發(fā)展的職業(yè)規(guī)劃。目前，已有專家對(duì)高職學(xué)生職業(yè)指導(dǎo)和規(guī)劃的專家系統(tǒng)做了一些研究，但相對(duì)完善的職業(yè)指導(dǎo)和規(guī)劃模型上比較單一，多局限于職業(yè)生涯規(guī)劃知識(shí)的相關(guān)問題的咨詢，影響因素分析不足、模型分析不完善。因此，需要一種考慮多元素影響的高職院校學(xué)生就業(yè)指導(dǎo)測(cè)試評(píng)估模型，并基于模型進(jìn)行一定的科學(xué)性分析，以幫助高職學(xué)生了解自身特性，更好地實(shí)現(xiàn)自我發(fā)展規(guī)劃。

本文分析畢業(yè)生是否能夠順利就業(yè)、是否能夠高質(zhì)量就業(yè)、是否能夠獲得較大的職業(yè)發(fā)展的幾率，屬于“二元型響應(yīng)”類現(xiàn)象。

一、Logit模型在建模方面的應(yīng)用

Logit模型，英文全稱Logit model，也可理解為“評(píng)定模型”或“分類評(píng)定模型”，又稱為Logistic regression，譯為“邏輯回歸”，是離散選擇法模型之一，屬于多重變量分析范疇，是社會(huì)學(xué)、數(shù)量心理學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、市場營銷等統(tǒng)計(jì)實(shí)證分析的常用方法。

在評(píng)估畢業(yè)生是否能夠順利就業(yè)、是否能夠高質(zhì)量就業(yè)、是否能夠獲得較大的職業(yè)發(fā)展等問題時(shí)，其中一個(gè)重要因素是畢業(yè)生自身的職業(yè)能力和職業(yè)發(fā)展能力。但從計(jì)量經(jīng)濟(jì)學(xué)的角度講，其影響因素的取值卻只有兩種狀態(tài)：是與否。這在計(jì)量經(jīng)濟(jì)學(xué)中稱為“二元型響應(yīng)”現(xiàn)象,即隨機(jī)變量Yi∈[0,1](“1”表示“是”,“0”表示“否”）。對(duì)0 -1的模型設(shè)定形式，通?？蛇x擇(邏輯)生長曲線形式,即為Logit模型。Logit模型邏輯分布（Logistic distribution）公式：

式（2）有兩個(gè)重要特征:一是隨著i→∞時(shí)pi趨向于于K,K為pi的飽和值;反之,一是隨著i→-∞時(shí)pi趨向于0;若K=1,這兩個(gè)特征是滿足一般經(jīng)濟(jì)現(xiàn)象變化的特點(diǎn)。

為了使式（2）能夠進(jìn)行估計(jì),并且消除pi與Zi以及pi與βj非線性關(guān)系,若記pi為事件發(fā)生的概率,當(dāng) K=1時(shí),可以整理得到:

ln()既是X的線性函數(shù),也是βj的線性函數(shù)。比率通常稱為“機(jī)會(huì)比率”,即所研究的事件“發(fā)生”與“沒發(fā)生”的概率之比。Logit模型是解決“二元型響應(yīng)”類現(xiàn)象的模型之一。

二、基于logit模型的高職學(xué)生就業(yè)評(píng)估模型

在職業(yè)評(píng)測(cè)模塊中，用Agent來定義各個(gè)子模塊的需求和實(shí)現(xiàn)，它能夠根據(jù)自身所攜帶的信息自主地完成預(yù)定義的操作。在職業(yè)評(píng)測(cè)模塊的每個(gè)Agent中，我們需要知道哪些因素是對(duì)學(xué)生職業(yè)的評(píng)測(cè)有影響作用，從而可以根據(jù)這些因素，制訂相應(yīng)的評(píng)測(cè)試題。下面就學(xué)業(yè)評(píng)估模塊中的評(píng)估指標(biāo)進(jìn)行實(shí)證分析。

影響學(xué)生學(xué)業(yè)和職業(yè)能力的因素很多，有宏觀，也有微觀。本文主要從大學(xué)生專業(yè)學(xué)習(xí)的微觀因素出發(fā)，從個(gè)人特點(diǎn)和專業(yè)要求入手，選取相關(guān)重要指標(biāo)研究大學(xué)生學(xué)業(yè)能力對(duì)職業(yè)評(píng)測(cè)的影響。如附表1所示。

（1）學(xué)生個(gè)性特點(diǎn)與專業(yè)學(xué)習(xí)要求。選取變量X1為個(gè)性特點(diǎn)與專業(yè)要求是否吻合（X1=1吻合，X1=0不吻合或不太吻合）。如研究型性格特點(diǎn)：嚴(yán)禁縝密、勤學(xué)好問，善于觀察分析、邏輯推理，喜歡以理性思考的方式探究事物。適合學(xué)習(xí)的專業(yè)：數(shù)學(xué)、物理、化學(xué)、生物等理工科專業(yè)。如社會(huì)型性格特點(diǎn)：熱情友善、偏愛與人打交道。社會(huì)型性格的人最大特征是活力。適合學(xué)習(xí)的專業(yè)：法學(xué)、社會(huì)學(xué)、政治學(xué)等偏文科的專業(yè)。

（2）是否有濃厚的專業(yè)學(xué)習(xí)興趣。只有對(duì)自己所學(xué)專業(yè)具有濃厚的興趣，才能學(xué)好學(xué)精。選取變量X2為專業(yè)學(xué)習(xí)興趣（X2=1興趣很濃，X2=0興趣不濃或沒有興趣）。

（3）已有相關(guān)能力或基礎(chǔ)X3。如機(jī)械專業(yè)學(xué)習(xí)需要有力學(xué)基礎(chǔ)、機(jī)械畫圖對(duì)于有美術(shù)基礎(chǔ)的同學(xué)會(huì)較好等。一個(gè)專業(yè)學(xué)習(xí)基礎(chǔ)很重要，同樣，一門課程的學(xué)習(xí)也要有先續(xù)課程的基礎(chǔ)。

（4）每學(xué)期專業(yè)課學(xué)習(xí)成績X4。專業(yè)課平均成績優(yōu)秀、良好X4=1，成績中等及以下X4=0。

（5）實(shí)踐能力X5。為社會(huì)培養(yǎng)高素質(zhì)、技能型人才，是高職院校的目標(biāo)，運(yùn)用知識(shí)分析解決實(shí)際問題的能力很重用。

（6）以上是專業(yè)學(xué)習(xí)能力指標(biāo)。職業(yè)傾向和目標(biāo)、學(xué)習(xí)計(jì)劃、學(xué)習(xí)習(xí)慣、學(xué)習(xí)成績趨勢(shì)、專業(yè)技能競賽獲獎(jiǎng)、英語學(xué)習(xí)水平、參加專業(yè)實(shí)踐等8個(gè)指標(biāo)是成長性指標(biāo)。

（7）學(xué)習(xí)態(tài)度與狀況（每天平均自習(xí)時(shí)間小時(shí)）X16是改善型指標(biāo)。

針對(duì)研究對(duì)象共發(fā)放300份問卷,回收有效問卷216份,問卷覆蓋電子信息、計(jì)算機(jī)、電氣技術(shù)、機(jī)械設(shè)計(jì)、國際貿(mào)易、市場營銷等10個(gè)專業(yè)，各專業(yè)隨機(jī)抽樣調(diào)查50名學(xué)生。調(diào)查時(shí)間為2016年入學(xué)后2個(gè)月,發(fā)放調(diào)查問卷,搜集學(xué)生專業(yè)學(xué)習(xí)和職業(yè)目標(biāo)方面的數(shù)據(jù)，以及影響其職業(yè)能力發(fā)展相關(guān)因素的數(shù)據(jù)。

三、基于Logit模型的實(shí)例分析

（一）變量對(duì)專業(yè)學(xué)習(xí)效果和職業(yè)能力比率作用的假設(shè)

所選取的變量根據(jù)經(jīng)驗(yàn)和理論分析得到的假設(shè)結(jié)果，可以直觀得到專業(yè)學(xué)習(xí)效果和職業(yè)能力比率的預(yù)期作用方向。這些結(jié)果是否科學(xué)、顯著，通過模型估計(jì)與檢驗(yàn)、數(shù)據(jù)的搜集，可以得到客觀結(jié)論,為高職學(xué)生職業(yè)指導(dǎo)和規(guī)劃提供科學(xué)的建議。

（二）變量對(duì)專業(yè)學(xué)習(xí)效果和職業(yè)能力比率作用的實(shí)例分析

我們依靠Eviews軟件，結(jié)合統(tǒng)計(jì)調(diào)查數(shù)據(jù)，對(duì)模型結(jié)果進(jìn)行預(yù)估，如附表2。

附表1 變量標(biāo)識(shí)與評(píng)估指標(biāo)對(duì)應(yīng)關(guān)系

附表2 Logit模型估計(jì)結(jié)果和能力比率的變化表

（1）從統(tǒng)計(jì)檢驗(yàn)結(jié)果來看，所有變量對(duì)職業(yè)能力比率有明顯影響；在所選取的變量中，對(duì)職業(yè)能力比率有顯著性影響的有：個(gè)性特點(diǎn)與專業(yè)要求是否吻合，是否有相關(guān)的能力和基礎(chǔ)，英語是否過了四級(jí)等。

（2）從回歸系數(shù)的符號(hào)來看，學(xué)習(xí)成績是否優(yōu)秀，學(xué)習(xí)過程中是否經(jīng)常預(yù)習(xí)和復(fù)習(xí)，上課是否經(jīng)常打瞌睡，與假設(shè)的預(yù)期作用是相反的。學(xué)習(xí)成績是否優(yōu)秀與職業(yè)能力比率成負(fù)相關(guān)，這說明“讀死書、死讀書”并不一定能提高職業(yè)能力。

（3）回歸系數(shù)對(duì)職業(yè)能力的變化，我們以比率變化分析，當(dāng)其他因素?zé)o變化時(shí)，是有影響的。主要分為以下兩方面：一方面是學(xué)習(xí)因素，通過英語四級(jí)和自習(xí)時(shí)間對(duì)增加職業(yè)能力比率是明顯的，特別是通過英語四級(jí)學(xué)生的職業(yè)能力。另一方面是學(xué)生本身能力對(duì)職業(yè)能力比率影響大。有實(shí)踐能力的學(xué)生職業(yè)能力是1.145倍，已有相關(guān)能力或基礎(chǔ)畢業(yè)生職業(yè)能力比率是3.482倍，這直接說明了學(xué)校和社會(huì)需要加強(qiáng)學(xué)生的職業(yè)培訓(xùn)和動(dòng)手能力培養(yǎng)的重要性。

職業(yè)評(píng)測(cè)模塊是個(gè)性化職業(yè)指導(dǎo)及規(guī)劃平臺(tái)的核心模塊，本文基于Logit模型考慮了高職學(xué)校學(xué)生就業(yè)評(píng)估的測(cè)試模型和分析?；谶@種多元素精確數(shù)學(xué)模型進(jìn)行自身定位和評(píng)判，學(xué)生可以更全面了解自己，以實(shí)現(xiàn)對(duì)自身的職業(yè)規(guī)劃和夢(mèng)想實(shí)現(xiàn)。這種多元素復(fù)合數(shù)學(xué)建模方法和實(shí)現(xiàn)方法，在教育領(lǐng)域具有重要的應(yīng)用價(jià)值。

[1]段治川，緒論.數(shù)據(jù)導(dǎo)入關(guān)系型數(shù)據(jù)庫內(nèi)的探討[J].電腦知識(shí)與技術(shù)（學(xué)術(shù)交流），2011,7（3X）：1971-1972.

[2]程君青,唐偉.基于web的高職學(xué)生個(gè)人專業(yè)發(fā)展規(guī)劃系統(tǒng)的設(shè)計(jì)[J].中國教育信息化（高教職教）,2010（2）：38-41.