城镇失业人数对大学生就业难 的影响因素分析报告

山东理工大学 管理学院 财管1902 徐肖梅 徐信玲 谢艳    

  • 摘要

我们以城镇失业人数对大学生就业难的影响为研究方向进行深入分析,本文将以大学生毕业人数对企业数量的占比为衡量大学生就业难的指标,通过建立三个模型进而得出最优的模型,以城镇登记失业人数为核心变量,以国有工业企业,集体工业企业,联营工业企业,私营工业企业的总个数为控制变量,从这两方面探究近年来影响大学生就业难的因素。并从经济学的角度得出城镇登记失业人数以及企业数量的增加,使得对就业岗位的需求大于企业数量所能提供的就业岗位,出现严重的供求失衡,这种供求失衡的严峻状况构成了大学生就业难的基本框架的结论。

关键词:大学生 就业难 供求失衡 回归分析

  • 实验背景

1.背景

造成当代大学生就业难是多方面的,包括社会原因、经济原因和自身原因,我将从这几个方面进行深入分析。
   (1)社会原因:城镇失业人数的增加

随着生产力水平的提高,农村剩余劳动力越来越多,而这部分人很大程度集中到城市,这样就加重了城镇失业人数另外,由于近些年来中国科技力量的发展,机器代替人工也已成为社会趋势。这个过程持续影响到失业人数增长,这对就业是一个非常不利的信息。

(2)经济原因:企业数量的增加

企业数量直接关系到岗位提供数量,影响行业就业,并可能引发更大规模的就业冲击。随着中国经济的发展,企业数量也逐年增加,提供的岗位也逐渐增加,但由于毕业生数量随着中国教育的发展增长人数攀升,岗位增长速度远低于毕业生增长速度,岗位供不应求,导致就业难度升高。
     (3)自身原因:大学生毕业人数
     1999年以来高校连续扩招,毕业生数量剧增。2001年全国普通高校毕业生2005年328万人,2006年413万,2007年达到495万人。从十八大以来,高校扩展人数更是进一步增加。从经济学的角度来说,毕业人数就是供过于求,而且这个差距还在逐年的增大。另外毕业研究生的增多,用人单位对应聘人员的要求的提高,也给本科毕业生的就业带来了压力。

2.问题提出

自1977年改革开放高考以来,参与高考人数逐年递增,大学生就业压力不断增加,宏观经济学主要考察就业总水平、国名总收入等经济总量,因此,宏观经济学也被称为就业理论,对国家经济发展、就业有着重要的影响,我们将从宏观经济学的角度研究城镇失业人数是否影响衡量大学生就业难的指标?企业数量是否影响衡量大学生就业难的指标?以及城镇失业人数与企业数量的供求失衡是否影响衡量大学生就业难的指标?因此我们提出了以下三个问题:

(1)城镇失业人数对衡量大学生就业难的指标的影响

(2)企业数量对衡量大学生就业难的指标的影响

(3)城镇失业人数与企业数量的供求失衡对衡量大学生就业难的指标的影响

  • 模型设计

1.数据处理与模型设计

城镇失业人数对大学生就业难的影响因素分析首先经过国有工业企业,集体工业企业,联营工业企业,私营工业企业这四种企业结构与衡量大学生就业难的指标的回归分析可以得出企业结构与指标之间并不显著且这四种企业结构存在多重共线性,最后得出企业结构对大学生就业难的影响并不大,剔除了企业结构的影响因素,最终用企业总数量代替企业结构数量的数据。因此,以国家统计局2006—2019年查询到的城镇失业人数,企业总数量,大学生毕业人数的数据为基础建立模型。因为变量之间的数据太大,所以对每个变量y,x1,x2进行取对数的处理。

模型一是被解释变量Y为衡量大学生就业难的指标(大学生毕业人数对企业数量的占比),X1为城镇失业人数的一元回归模型;模型二是被解释变量Y为衡量大学生就业难的指标,X2为企业数量的一元回归模型,在数据为2016年-2019年这五年数据时进行第一次模型二的回归,得出p值为0.127,故不显著,所以我们通过增加实验的样本量来解决模型的不显著,将数据从2016年-2019年增加到2006年-2019年,加入了10年的数据,再次进行回归分析得出p值为0.080,小于0.1,故在10%的水平上显著。;模型三是被解释变量Y为衡量大学生就业难的指标,核心变量X1为城镇失业人数,控制变量X2为企业数量的二元回归模型。

构建的线性回归方程模型:

2.回归分析

OLS回归分析:

(1)根据上表可知模型一的p值为0.010,故在1%的水平上显著。模型二的p值为0.080,故在10%的水平上显著,模型三的p值为0.000,小于0.01,故在1%的水平上显著。

(2)由OLS回归结果可知模型一的R2=0.4361,模型二的R2=0.1834,模型三的R2=0.945,R2越高,则样本回归线对数据的拟合程度越好,模型三的R2系数较大且接近于1,则解释变量x1,x2基本上可以完全解释y的变动,是最优模型。

四、实证检验

1.异方差检验

(1)画散点图:运用stata得出残差与拟合值,残差与解释变量lnx1,残差与解释变量lnx2的散点图,以上三个图的大致轮廓不一致,表明很有可能不存在异方差。

(2)BP检验:首先,对拟合值进行BP检验 其次,使用所有解释变量进行BP检验,最后,使用变量lny进行BP检验。以上各种形式的BP检验的P值都不等于零,故不存在异方差。此检验结果证实了根据散点图所作的大致判断。

(3)怀特检验:检验结果显示,p值不等于零,故认为不存在异方差 ,此结果与BP检验相同。

2.自相关检验

根据残差的自相关图可知横轴为滞后阶数,纵轴为残差的自相关系数,而阴影部分为置信度为95%的置信区间,各阶相关系数的取值在百分之九十五的置信区间之内,故可接受各阶自相关系数为零的原假设。

3.多重共线性分析

最大的方差膨胀因子VIF为1.15,远小于10,故不必担心存在多重共线性,因此可以不用考虑回归方程模型的多重共线性。

五、结论与建议

1.结论

本文通过构建一个衡量大学生就业难的指标,回归模型,显著性水平以及R2拟合优度,得出:

(1)城镇失业人数的增长会导致衡量大学生就业难的指标增加,即随着生产力水平的增加,城镇失业人数的增加会使大学生就业的压力增加。

(2)企业数量的增加使衡量大学生就业难的指标减少,即企业数量的增长会减轻大学生就业难的现状。

(3)城镇失业人数与企业数量的供求失衡是影响大学生就业难的决定性因素。

从回归分析结果可知模型三是在1%的水平上显著且R2系数较大且接近于1,所以可以得出模型三有关供求失衡的二元回归是最佳模型,核心变量城镇失业人数与控制变量企业的数量基本上可以完全解释大学生就业难的原因。

因为企业数量的增长速度较城镇失业人数的增加慢,就会出现供求失衡。从供给看,经济发展实际向社会提供的就业岗位每年不足900万个。从需求看,全国毕业生每年都会递增,仅仅到2018年就达到了667万的毕业生,除毕业生需求外,还有大量的城镇失业人员需要再就业,需求大于供给,出现严重的供求失衡,总体性的劳动力过多在短期内无法改变,所以供求失衡是大学生毕业难的决定性因素。

2.建议

根据统计数据显示,几者之间的影响是显著的,在大学生应对毕业找工作的问题时,应该了解各级政府对大学生就业的政策,企业数量的变化以及城镇失业人数等这些大环境对大学生就业的影响,认识到就业竞争不断增强,本文建议:

  • 学校应调整科学专业设置、实现由人才供给导向就业需求导向的转化。改革重理论轻实践的教学方式,加强对大学生综合素质的培养。要积极主动地改变应试教育模式、引导高校在教育中注重大学生科学精神和实践能力的培养。
  • 提高大学生的综合素质,总之,一个能力全面的大学生,必将在就业中得到众多用人单位的青睐。

Next Post

11岁王诗龄罕见晒近照,挑染发色还戴定制手链,五官长开像王岳伦

周日 6月 27 , 2021
6月26日,曾因参加《爸爸去哪儿》综艺的王诗龄罕见在社交平台更新了一则自己的趣味视频。长大不少的她看起来瘦了一些,连尖下巴也是肉眼可见。