學(xué)生就業(yè)競爭力綜合評價指標的建立與系統(tǒng)實現(xiàn)

銀 朋

(河南財政金融學(xué)院 軟件學(xué)院,河南 鄭州 450046)

0 引言

據(jù)統(tǒng)計,2022屆高校畢業(yè)生規(guī)模預(yù)計1 076萬人,同比增加167萬人[1],規(guī)模和增量均創(chuàng)歷史新高(圖1),同時,預(yù)計將有超過100萬人的海外留學(xué)生回國求職。同期已然減少約10%的國內(nèi)就業(yè)崗位,再加上往屆畢業(yè)生的競爭,給缺乏社會經(jīng)驗的大學(xué)生帶來了巨大的就業(yè)競爭壓力。同時,影響應(yīng)屆畢業(yè)生求職還有兩個方面的原因:一是應(yīng)屆畢業(yè)生對自身能力定位不準確[2],總是傾向于大城市、高薪資、福利待遇好的工作,而忽視了比較適合自身特長的工作,錯失諸多就業(yè)機會;二是企業(yè)在招聘過程中,僅能通過簡歷和短時間的接觸確定是否符合崗位所需[3],難以區(qū)分相關(guān)內(nèi)容的真實度,在崗位稀缺與簡歷不準的共同作用下,導(dǎo)致企業(yè)難以進行人崗匹配,招聘成本高、周期長且效率較低。

圖1 2010—2022年高校畢業(yè)生人數(shù) Fig.1 Number of college graduates from 2010 to 2022

針對該問題,本文利用因子分析技術(shù)對在校生的教育背景、專業(yè)能力、信用歷史、性格定位、適應(yīng)能力、社會活動、時間管理7個維度的原始數(shù)據(jù)進行分析,建立就業(yè)競爭力綜合評價指標。同時,基于該評價指標設(shè)計了一個服務(wù)學(xué)生與企業(yè)的就業(yè)信息平臺,該平臺可以連通高校信息化平臺和在線學(xué)習(xí)平臺,對學(xué)生的原始數(shù)據(jù)進行分析、處理并進行數(shù)據(jù)畫像,生成學(xué)生的能力分析報告。學(xué)生通過能力分析報告可以發(fā)現(xiàn)自身短板,定向提升,提高就業(yè)競爭力。企業(yè)也可以通過該系統(tǒng)進行人崗匹配,降低招聘周期與成本。

1 基于因子分析的學(xué)生就業(yè)競爭力綜合評價

1.1 問卷說明

為量化測度學(xué)生就業(yè)競爭力水平,探究學(xué)生提升自身就業(yè)競爭力的路徑,采用整群抽樣的方式[4],以我校統(tǒng)計與數(shù)學(xué)學(xué)院2020級金融數(shù)學(xué)、2020級數(shù)學(xué)教育專業(yè)和軟件學(xué)院2019級、2020級軟件工程專業(yè)的學(xué)生為樣本,分別對以其為代表的本科生和?？粕木蜆I(yè)競爭力進行測度。本次調(diào)查共計發(fā)放271份調(diào)查問卷,回收有效問卷263份,回收率97%。問卷采用五級量表的形式,從教育背景、專業(yè)能力、信用歷史、性格定位、適應(yīng)能力、社會活動、時間管理能力7個維度測度學(xué)生的就業(yè)競爭力。

1.2 因子分析

1.2.1 考察原有變量是否適合進行因子分析

首先考察收集到的原有變量之間是否存在一定的線性關(guān)系,是否適合采用因子分析方法提取因子[5]。借助變量的巴特利特球形檢驗方法進行分析,分析結(jié)果如表1所示?？芍?巴特利特球形檢驗統(tǒng)計量的觀測值為3 505.94,相應(yīng)概率P值接近0。若顯著性水平為0.05,由于概率P值小于顯著性水平,應(yīng)拒絕零假設(shè),認為相關(guān)系數(shù)矩陣與單位矩陣有顯著差異,原有變量適合進行因子分析。同時,KMO(Kaiser-Meyer-Olkin)值為0.861,根據(jù)Kaiser給出的KMO度量標準可知原有變量適合進行因子分析。

表1 KMO和巴特利特球形檢驗Tab.1 KMO and Bartlett’s test of sphericity

1.2.2 提取因子并命名

根據(jù)原有變量的相關(guān)系數(shù)矩陣,采用主成分分析法提取因子[6],并選取大于1的特征值,共提取7個因子。由表2的因子載荷矩陣可得到因子分析模型,即29個變量與7個因子之間的關(guān)系,受篇幅影響,以“我實踐能力很強”(X11)為例說明其關(guān)系,

表2 因子載荷矩陣Tab.2 Component matrix

X11=0.699F1+0.357F2-0.033F3+0.092F4-0.039F5-0.150F6-0.244F7。

(1)

其他28個變量與此類似,這29個變量共同構(gòu)成因子分析模型。

但在因子載荷矩陣中,7個因子的實際含義比較模糊。因此,采用方差極大法對因子載荷矩陣實行正交旋轉(zhuǎn)[7],重新分配各個因子解釋原變量的方差,改變各因子的方差貢獻率,使得因子更易于解釋。旋轉(zhuǎn)后的因子載荷矩陣如表3所示。

表3 旋轉(zhuǎn)后的因子載荷矩陣Tab.3 Rotated component matrix

從表3可以看出,每個因子只有少數(shù)幾個指標的因子載荷較大,因此可根據(jù)表3進行分類,將29個指標按旋轉(zhuǎn)后的因子載荷矩陣分為7類(表4)。此外,為便于后文因子得分函數(shù)的表示,按照問卷中各問題出現(xiàn)的順序分別命名為X1,X2,…,X29。

表4 因子命名表Tab.4 Factor naming table

1.3 學(xué)生就業(yè)競爭力綜合評價

采用回歸法估計因子得分系數(shù),如表5所示。

表5 因子得分系數(shù)矩陣Tab.5 Factor score coefficient matrix

據(jù)此可得出因子得分函數(shù),以因子1信用歷史為例說明因子得分函數(shù)的計算,因子得分系數(shù)已知,只需通過問卷調(diào)查獲取X1,X2,…,X29這29個變量的取值,即可計算出因子F1的得分。F2,F3,F4,F5,F6和F7計算得分的方法類似。

F1=-0.002X1-0.003X2+0.044X3-0.040X4-0.081X5-0.020X6+0.373X7+0.333X8+0.331X9+0.103X10+0.046X11+0.102X12-0.177X13+0.061X14-0.004X15-0.203X16-0.142X17-0.014X18+0.124X19-0.084X20-0.029X21-0.016X22-0.033X23+0.003X24-0.019X25-0.067X26-0.063X27-0.024X28+0.016X29。

(2)

利用各因子得分,采用加權(quán)方法計算學(xué)生的綜合得分,進行就業(yè)競爭力評價。權(quán)的確定方法為各因子的方差貢獻率,即各因子的方差百分比除以7個因子的方差百分比之和,計算得到7個因子的方差貢獻率分別為:0.110 08/0.645 87、0.110 02/0.645 87、0.104 90/0.645 87、0.097 36/0.645 87、0.083 82/0.645 87、0.076 36/0.645 87、0.063 32/0.645 87,即0.17、0.17、0.16、0.15、0.13、0.12、0.10。最終可得到綜合評價公式為

F=0.17×F1+0.17×F2+0.16×F3+0.15×F4+0.13×F5+0.12×F6+0.10×F7。

(3)

以式(3)為基礎(chǔ),本文設(shè)計的系統(tǒng)可以對學(xué)生數(shù)據(jù)進行采集和分析,計算學(xué)生就業(yè)競爭力的綜合得分,實現(xiàn)學(xué)生的數(shù)據(jù)畫像并生成個人能力分析報告,作為輔助評價學(xué)生就業(yè)競爭力的參考。

由表6可知,本次問卷調(diào)查結(jié)果顯示,263名學(xué)生中,52.5%的學(xué)生綜合得分低于平均分,47.5%的學(xué)生綜合得分高于平均分,總體來看,學(xué)生的就業(yè)競爭力需要進一步提高。由表7可知,各因子得分也存在差異,其中社會活動因子和專業(yè)能力因子的得分均值小于0,社會活動和專業(yè)能力的培養(yǎng)主要依賴于學(xué)生在校期間自我要求的高低。且2020—2022年,學(xué)生的實習(xí)、志愿活動參與度等確實有所減少,而這些卻是學(xué)生就業(yè)競爭力最基本的構(gòu)成因素,因此學(xué)校在后續(xù)設(shè)置人才培養(yǎng)方案、構(gòu)建人才培養(yǎng)體系的過程中,可適當增加提高學(xué)生專業(yè)能力水平和社會活動積極性的舉措。此外,時間管理能力和適應(yīng)能力因子的得分均值也不高,且變異程度低,這主要是因為學(xué)生在大學(xué)之前寄宿經(jīng)驗較少,且在學(xué)校和家長的要求和安排下,自我管理、自我安排的機會較少。進入大學(xué)之后,因為學(xué)校大部分時間采取封閉管理措施,學(xué)生的活動范圍較小,缺乏鍛煉機會。另外,信用歷史和性格定位的因子得分相對較高,這得益于家庭和學(xué)校的培養(yǎng),無論是中學(xué)還是大學(xué),隨著課程思政的深度融入,對學(xué)生心理健康教育和性格培養(yǎng)教育越來越重視。教育背景因子得分最高,但是調(diào)查對象大部分學(xué)生均為本科生、專科生,教育背景相差不大,所以本次調(diào)查中該因子的作用并未充分發(fā)揮,但是在就業(yè)市場上,可根據(jù)對不同教育背景賦值,起到準入門檻作用。

表6 學(xué)生綜合得分Tab.6 Student comprehensive score

表7 各因子得分描述統(tǒng)計Tab.7 Descriptive statistics for each factor score

2 系統(tǒng)實現(xiàn)

2.1 系統(tǒng)總體框架

為了得到更好的用戶體驗,提高系統(tǒng)運行效率,將系統(tǒng)分為3個部分:學(xué)生端、企業(yè)端、管理端。以此分別對應(yīng)學(xué)生用戶、企業(yè)用戶、管理員用戶。針對不同的用戶,設(shè)計了不同的功能(圖2)。

圖2 系統(tǒng)架構(gòu)Fig.2 System architecture

學(xué)生用戶:主要功能有生成個人能力分析報告、管理個人基本信息和榮譽信息,查看本人的教育背景、專業(yè)能力、信用歷史、性格定位、適應(yīng)能力、社會活動、時間管理7個維度的詳細信息以及接收到的面試邀約信息等。

企業(yè)用戶:主要功能有注冊和登錄系統(tǒng)、企業(yè)信息管理、人才檢索以及發(fā)送/撤回面試邀約等。

管理員用戶:主要功能有維護學(xué)生用戶信息數(shù)據(jù)、維護企業(yè)用戶信息數(shù)據(jù)等。

因篇幅有限,本文僅介紹大學(xué)生數(shù)據(jù)畫像和生成個人能力分析報告兩個核心模塊的實現(xiàn)。

2.2 數(shù)據(jù)畫像模塊的實現(xiàn)

基于公式(3),系統(tǒng)對學(xué)生的數(shù)據(jù)進行分析和處理,生成學(xué)生的數(shù)據(jù)畫像的7維雷達圖[8]。該雷達圖能顯示整個專業(yè)學(xué)生的平均值和本人的實際數(shù)據(jù)。從圖3可以發(fā)現(xiàn),2019級軟件工程專業(yè)徐某某同學(xué)時間管理、專業(yè)能力高于專業(yè)的平均水平,但適應(yīng)能力、社會活動和性格定位欠佳,說明該同學(xué)專業(yè)素質(zhì)較好,在校期間時間利用率高,能夠?qū)W(xué)習(xí)生活的時間進行合理的安排。但性格相對來說比較內(nèi)向,進入新的環(huán)境適應(yīng)比較緩慢。該同學(xué)可以多與同學(xué)朋友交流,多參加社會活動等,開闊視野,提高適應(yīng)能力。從圖4可以發(fā)現(xiàn),2020級數(shù)學(xué)教育專業(yè)李某某同學(xué)信用歷史、時間管理能力和適應(yīng)能力等高于平均水平,但學(xué)習(xí)效果不是特別好。說明該同學(xué)上課認真,不遲到早退,積極參加校內(nèi)外活動,但可能沒掌握對學(xué)習(xí)方法,學(xué)習(xí)效率較低。該同學(xué)可以改變自己的學(xué)習(xí)方式,掌握適合自己的學(xué)習(xí)方式,這樣本人的就業(yè)競爭力會更強,找工作會比其他人更有優(yōu)勢。

圖3 徐某某同學(xué)的數(shù)據(jù)畫像Fig.3 Xu’s data portrait

圖4 李某某同學(xué)的數(shù)據(jù)畫像Fig.4 Li’s data portrait

2.3 能力分析報告生成模塊的實現(xiàn)

基于公式(3)和學(xué)生的7個維度數(shù)據(jù),經(jīng)過系統(tǒng)的分析和處理,生成學(xué)生的個人能力分析報告[9],學(xué)生可通過查閱報告,發(fā)現(xiàn)自身短板,查漏補缺,定向提升。用人單位也可通過數(shù)據(jù)畫像初篩符合崗位需求的人才[10],然后通過報告進一步了解該同學(xué)的詳細情況,人崗匹配更加準確,對用人單位快速定位人才提供了決策支持。

3 結(jié)語

建立學(xué)生就業(yè)競爭力綜合評價指標,搭建就業(yè)信息平臺,構(gòu)建大學(xué)生數(shù)據(jù)畫像和個人能力分析報告對學(xué)生進行就業(yè)指導(dǎo)具有一定的針對性和操作性,不僅可以精準分析學(xué)生的特長、優(yōu)勢和短板,還能個性化推薦合適的擇業(yè)方向和就業(yè)崗位,激發(fā)學(xué)生潛能,提升綜合素質(zhì)。企業(yè)也可以選擇更加適合的人才,提升崗位匹配度。系統(tǒng)有助于引導(dǎo)學(xué)生全面發(fā)展,解決學(xué)生求職難、企業(yè)用工難的問題,為經(jīng)濟社會輸送更多高質(zhì)量、專業(yè)能力強的人才。