大学生就业成本的研究.docx
《大学生就业成本的研究.docx》由会员分享，可在线阅读，更多相关《大学生就业成本的研究.docx（12页珍藏版）》请在冰点文库上搜索。
大学生就业成本的研究
大学生就业成本的实证研究
【内容提要】伴随着高校扩招，大学毕业生的就业形势更加严峻，就业过程中发生的大学生就业成本引起了社会的关注。
通过实证研究发现，学校付出的努力对学生就业有显著影响，学生付出的费用对找到工作的起薪有显著影响，两者之间存在替代关系。
因此，应该加大学校就业指导和就业服务的力度，重点在专科院校、高职院校和一般本科院校提升就业指导机构，以利于提高就业率。
【关键词】大学生/就业/就业成本/就业指导/替代效应
collegestudent/employment/costforemployment/guideforemployment/replacementeffect
【正文】
一、问题的提出
近年来，随着大学生就业形势的日益严峻，一个新名词在社会上开始流传，那就是“就业经济”。
李家华在《2000年北京地区大学生就业状况调查报告》中指出：
“在整个求职过程中，大学生花费情况大体如下：
在200元以下，占28%；200～500元，占28.9%；500～1000元，占17.9%；1000～1500元，占10.3%；1500～2000元，占4.2%；2000元以上，占10.7%。
费用中最大的花销是印制资料，37.7%；交通费，25.6%；参加招聘会，20.3%；公关，7.2%；交纳违约金和其他收费，3.9%；其他，5.3%。
”
为了学生的就业，高校和政府主管部门也付出了相应的成本。
2001年底，教育部办公厅进行的一次针对我国高校就业指导中心的调查显示：
我国高校就业指导中心的机构规模4人以下的为62.5%（88个有效样本），4人比较普遍，占21.6%，最多的为23人，包括兼职。
从机构运营的财务状况来看，每年的运行经费在10万元以下的占55%，30万元左右的占33.3%，50万元以上的占11.7%（111个有效样本）。
而且，这一成本有继续扩大的趋势。
那么，学生付出的就业费用到底有多大？
这些费用对于工作找寻的结果（能否找到工作、工作的起薪）有没有显著影响？
学校在就业服务方面的努力，对于工作找寻的结果有没有显著影响？
以上问题，正是本研究所试图回答的。
同时，本研究用“就业成本”这一概念把学生付出的就业费用和学校为就业付出的努力统合起来，并分析学生的就业费用和学校的努力两者之间的关系。
本研究使用的样本，来自笔者参加的北京大学教育经济研究所2003年6月对全国6个省份的30多所高校进行的问卷调查，有效样本量18722个。
二、概念的界定
1.“就业成本”的概念
在大学生就业的过程中，供需双方需要双向选择，如果双方认为合适，可以签订合同，并在日后对所签订的合同进行检查、修改等等。
当然，还要冒被欺诈或者找不到合适的目标的风险。
而这些行为都会发生成本。
因此，可以认为大学生的“就业成本”是美国学者科斯提出的“交易成本”的一种表现形式。
大学生的“就业成本”主要包含三个方面：
用人单位为招聘而发生的成本，学校进行就业服务而发生的成本，学生为找工作而发生的成本。
由于用人单位招聘成本的数据难以获得，而且招聘成本的发生也不是教育政策所可以控制的，所以，本文仅对后两种成本展开研究。
在经典的工作找寻模型中，机会成本和搜寻成本都是工作找寻者（本研究中即为学生）效用函数中的重要自变量。
当工作找寻者获得一个工作机会时，他必须考虑到，如果放弃这个机会，一方面需要继续付出搜寻成本，另一方面还要损失把继续找工作的时间用于工作所可能获得的收入。
但是，对于刚刚迈出校门的大学生来说，这种机会成本是可以忽略的。
因为，正式的就业时间一般都在大学生活完全结束后才开始。
本研究考察的主要是学生的搜寻成本（以下称“学生的就业费用”）。
2.本研究中“学生的就业费用”
“学生的就业费用”（以下简称“就业费用”）是指，学生从开始找工作到找寻过程基本结束这段时间里，为了找工作而额外发生的费用，主要包括：
求职简历的制作费、交通费、招聘会门票、通讯费、人情礼品费及其他有关费用。
在本研究中，主要是指接受调查的2003届毕业生，从开始找工作到2003年6月中旬为止发生的“就业费用”。
3.本研究中“学校进行就业服务所发生的成本”
学校的就业服务工作，一般由专门的就业指导机构来承担。
把就业指导机构看成一个生产单位，它有自己的生产函数。
投入包括：
人员、运行经费、场地等；产出即“就业指导机构对学生就业的实际帮助程度”（以下简称“帮助程度”）。
由于“学校进行就业服务所发生的成本”难以获得精确数据，本文把“帮助程度”作为它的替代变量加以考察。
4.本研究中的“就业”
北京大学教育经济研究所2003年6月的调查中，问卷第14题主要针对学生的毕业去向，有9个选项。
本文把选择“
（1）已经签约”、“
（2）已确定单位，等待签约”、“（3）准备从事自由职业或自主创业”、“（4）等待接收单位的最后答复”、“（5）尚未找到接收单位”、“（6）虽有愿意接收的单位，但自己不想去”、“（9）其他”的样本归为求职者，然后把其中选择
（1）
（2）（3）的样本，以及选择（9）的部分样本作为求职成功者，把其余样本作为求职未成功者。
事实上，本文作者对“就业”的区分标准是：
是否有确定的就业去向。
三、文献综述
国外关于工作找寻的研究，一是工作找寻模型与工作找寻强度，即一定时期内工作找寻者申请了多少个工作机会。
根据劳动力市场信息不充分的特点，Phelps（1970）等从经济学的角度对求职者的求职行为进行了专门的研究，提出了“工作找寻”理论。
该理论认为，在劳动力市场上，每个用人单位对劳动的报酬是不同的，而由于信息不充分，劳动者不可能从一开始就知道什么单位劳动报酬最高，因而他首先要筛选出可能要寻访的工作单位，然后在这些工作单位中确定寻访数量。
寻访过程有成本也有收益，因为寻访对象越多，对工资的分布就越了解；选取的样本企业越多，内含高工资企业的可能性才能越高，因而碰到高工资的可能性才越大。
工作找寻者权衡继续进行工作找寻的边际成本和预期收益，来确定最佳的或比较理想的寻访样本数目。
只有当继续进行工作找寻的边际成本与可能的边际收益两者相等时，搜寻过程才会结束。
二是对工作找寻者的指导和培训。
JamesD.Werbel（2000）把工作找寻过程分为准备和行动两个阶段，在准备阶段可以进行“自我分析”和“环境分析”。
他通过实证研究表明，“环境分析”通过影响工作找寻强度而影响起薪。
这两个阶段中，对于工作找寻者的指导都是很重要的。
CeesGorter（1996）运用工作搜寻模型，检验了对工作找寻者进行的培训和指导，是否对于找到工作的比率、申请强度和匹配成功概率有重要影响。
其中，找到工作的比率等于申请强度乘以匹配成功概率。
结果表明，培训和指导确实降低了找到一份工作所需的时间，因为接受培训和指导的人比没有接受的人申请了更多的工作机会，虽然在匹配成功率上他们没有显著差别。
国外的研究表明，工作找寻过程有自己的成本收益权衡，对工作找寻者的指导可以影响工作找寻的结果。
但是，这些研究主要是建立在发达国家劳动力市场信息比较充分的基础上，而在我国，就业信息的获取和提供都不够充分。
国内没有关于工作找寻成本的实证研究。
但是，文东茅博士在论文中提出了较完整的人力资源投资概念：
对人力资源开发的投资，对人力资源配置和人力资源管理的投资。
人力资源配置包括如下几个方面。
（1）投资于劳动力市场建设，提高市场配置效率。
一是基础设施，如服务、监督和保障机构，需要一定的场地和设备，需要建立相应的信息系统；二是软件的建设，即制度、法规、观念的改善，如户籍制度、住房制度、社会保障制度等等。
（2）投资于就业指导，提高毕业生对于自身资源进行配置的能力。
包括：
认识自我的能力，劳动力市场信息收集、整理、分析的能力，信息交流和表达的能力，迁移或流动的能力，应付劳动力市场环境的变化并做出相应调整的能力。
（3）投资于工作找寻和毕业生聘用，直接改善毕业生资源配置状况。
如交通、通讯、制作简历，“拉关系”、“走后门”。
（4）投资于调查研究，充实和改善毕业生资源配置信息。
总之，毕业生资源配置的投资是多方面的，投资的主体不仅仅是毕业生个人，也应当包括政府、高等学校、用人单位以及其他相关部门。
四、“就业费用”、“帮助程度”与就业
1.关键变量的描述
对所选样本“就业费用”的描述统计如表1、表2。
表1 不同学历层次的就业费用
学历 专科生 本科生 硕士生 博士生 总计
样本数 4944 6937 350 70 12301
均值（元） 729.40 863.84 1222.04 1319.57 822.59
表2 不同学校类型的就业费用
学校类型 211工程大学 一般本科 专科、高职 总计
样本数 3319 4620 4240 12179
均值（元） 881.22 850.68 751.06 824.32
从表1、表2可以看出，随着学历层次的提高，平均求职费用也提高；而不同的学校类型，学生的求职费用也不同，“211工程”大学高于一般本科，一般本科高于专科、高职。
变量“帮助程度”是由问卷中“求职过程中以下哪类信息对您的帮助较大”和“您觉得目前各方面的就业信息能否满足择业需求”两个问题适当组合而成，得到一个范围在1～9的定序变量，数值越高，说明学校对学生就业的帮助程度越大。
描述统计见下表3、表4。
表3 学校对不同学历层次学生就业的帮助程度
学历 专科生 本科生 硕士生 博士生 总计
样本数 7176 10399 547 118 18240
均值 2.7000 3.4553 3.2596 2.9068 3.1487
表4 不同类型学校对学生就业的帮助程度
学校类型 211工程大学 一般本科 专科、高职 总计
样本数 5404 6512 6271 18187
均值 3.5727 3.2202 2.6691 3.1349
2.回归分析
因变量：
求职的大学生是否找到了工作，找到工作赋值为1，没有找到工作赋值为0。
自变量分为以下三大类。
（1）学生属于一个什么样的群体。
学校得分：
学校声誉、学术资源、学术成果、学生情况、教师资源、物资资源方面的综合评分；
专业分类：
按照一级学科分类，属于虚拟变量，以理科为基本参照。
（2）在这个群体中学生有什么特点。
家庭背景：
父亲的职业地位，是一个1～10的定序变量；
性别：
男、女（虚拟变量）；
是否干部：
学生是否担任过学生干部（虚拟变量）；
成绩排名：
前占四分之一，中上占四分之一，中下占四分之一，后占四分之一（虚拟变量）；
课余兼职：
（虚拟变量）；
是否实习：
（虚拟变量）。
（3）学生的工作找寻情况。
帮助程度：
0～9的变量；
就业费用：
即本文定义的学生的就业费用（连续变量）。
因为“就业费用”可能受上述其他自变量的影响，因此本文采用两步回归的方法。
第一步先以“就业费用”为因变量，上述其他自变量作为自变量，进行线性回归（因为第一步回归并非关键步骤，本文将不报告这一回归的过程及结果），获得残差；第二步以残差作为“就业费用”的替代变量，放入Logistic模型中进行回归。
用逐步回归法剔除了不显著的变量。
Logistic回归得到的结果见表5。
表5 Logistic回归结果
变量 系数 标准差 Wald检验 显著性 Exp（B）
本科学历 1.478 .068 472.925 .000 4.383
硕士学历 2.081 .217 92.161 .000 8.013
博士学历 1.096 .398 7.582 .006 2.993
学校得分 .014 .002 37.346 .000 1.014
是否干部 .266 .049 28.943 .000 1.305
不在省会 -.308 .065 22.278 .000 .735
性别 .446 .050 79.925 .000 1.562
家庭背景 .062 .009 49.055 .000 1.064
帮助程度 .074 .010 52.645 .000 1.077
常数项 -1.761 .088 396.220 .000 .172
检验统计指标如下：
拟合优度指标H-LTest的K方值为12.771，自由度为8，显著性水平为0.12，因而是统计性不显著的，说明模型拟合较好；该模型的Cox&Snell式R方为0.229，Nagelkerke式R方为0.305，说明所选择的自变量对于因变量有较好的解释力；该模型的Chi方检验值为8.396，显著性水平为0.004，是统计性显著的；该模型的预测正确率为73.1%，也就是因变量的拟合值与观测值有73.1%是吻合的。
总之，以上四项指标都表明，该模型统计特性优良，具有较强的解释力。
3.对回归结果的说明
（1）“帮助程度”对能否就业有正向的显著影响，“帮助程度”每提高一个等级，找到工作的概率与找不到工作的概率之比变为原来的1.077倍。
（2）通过回归系数的对比可知，“帮助程度”对于就业的影响，小于学历、性别等因素。
（3）“就业费用”，不能通过显著性检验，也就是对就业没有显著影响。
五、“就业费用”、“帮助程度”与起薪
1.大学毕业生的起薪（月薪）
在本次调查中，由已经确定就业单位的毕业生对自己的起薪进行了估计。
调查发现，高校毕业生月薪在1000元以下的占40.9%，1001～2000元的占45.5%，2001～3000元的占9.5%，3000元以上的占4.1%，平均月收入为1550.7元。
进一步的分析发现，不同学历层次毕业生的起薪平均值有显著差异，其中专科毕业生为1307.4元，本科毕业生为1501.7元，硕士、博士分别为2995.9元和2983.9元；按性别分析，男女起薪分别为1550.5元和1561.1元，二者之间没有显著差异。
2.普通线性回归方法（本节仍然采用了两步回归的方法）
因变量：
起薪（预计月收入），属于连续变量；自变量的选取与第四节相同。
进行线性回归，用逐步回归法剔除了不显著的变量。
得到的结果见表6。
表6 多元线性回归结果
未标准化 际准化
的系数 标准差 的系数 T值 显著性
常数项 594.820 44.328 13.419 .000
学校得分 13.390 .802 .273 16.697 .000
硕士学历 1513.558 74.008 .345 20.451 .000
家庭背景 40.037 4.218 .128 9.493 .000
博士学历 1157.488 140.963 .126 8.211 .000
一级学科门类：
医药、护理 -171.007 70.555 -.034 -2.424 .015
是否干部 112.863 24.739 .061 4.562 .000
就业费用 4.083E-02 .009 .061 4.565 .000
一级学科门类：
工科类 232.176 32.304 .124 7.187 .000
一级学科门类：
语
言、艺术、新闻 273.303 43.253 .100 6.319 .000
一级学科门类：
管理学 235.066 40.176 .094 5.851 .000
一级学科门类：
经济学 357.132 65.974 .078 5.413 .000
本科学历 134.690 35.717 .062 3.771 .000
一级学科门类：
哲学 -336.044 147.424 -.032 -2.279 .023
检验统计指标：
该模型的R方为0.313，调整后的R方为0.311，说明该模型具有较好的拟合优度，上述13个自变量对起薪有较好的解释力。
3.对回归结果的说明
（1）“就业费用”对起薪有正向的显著影响，系数为0.04，说明在就业费用上多支出100元，月薪将高出4元，两年的时间可以收回这笔投入；学校的“帮助程度”对起薪无显著影响；
（2）从标准化系数的对比可以看出，学历、学校得分、学科门类对起薪的影响相对较大，就业费用对起薪的影响相对要小一些。
担任学生干部和就业费用这两个变量，对于起薪的影响相同。
六、“帮助程度”和“就业费用”的替代关系
如前所示，“帮助程度”对就业有显著影响。
而在问卷调查中，许多学生反映，在工作找寻的时候，“就业费用”已经成为一个不轻的负担，搜寻次数受制约于学生所能够支付的“就业费用”。
那么，如果我们对学校进行补贴，提高学校的“帮助程度”，是不是既可以提高就业率，又能降低学生的“就业费用”负担呢？
本节主要通过“单变量方差分析”这一工具来研究这个问题。
这一方法中，解释变量不像线性回归模型中那样往往是连续变量，而应该是分类变量，因此本节重新构建了变量“帮助程度”，使之具有四个水平，且数值越大，意味着帮助程度越大。
1.单因素方差分析
指标：
学生的“就业费用”；
因素：
帮助程度（四个水平）。
分析的对象是11155个样本。
总体分析结果请见表7、表8及图1。
表7 方差分析表
方差来源 平方和 自由度 均方 F比 显著性
组间 59437145 3 9812381.75 10.766 0.000
组内 2.052E+10 11152 840323.647
总计 2.058E+10 11155
表8 多重比较
（I）不同的学校 （J）不同的学 均值差 标准差 显著性
帮助程度 校帮助程度 （I-J）
2.00 51.08 38.47 .184
1.0 3.00 126.90* 30.53 .000
4.00 207.85* 41.55 .000
1.00 -51.08 38.47 .184
2.0 3.00 75.82* 38.63 .050
4.00 156.77* 47.82 .001
1.00 -126.90* 30.53 .000
3.0 2.00 -75.82* 38.63 .050
4.00 80.95* 41.70 .052
1.00 -207.85* 41.55 .000
4.0 2.00 -156.77* 47.82 .001
3.00 -80.95* 41.70 .052
注：
*显著性水平为0.1
附图
图1 帮助程度与就业费用的替代关系
2.对分析结果的说明
（1）方差分析的结果，F值为10.766，显著性水平为0.000，可以看出“帮助程度”对学生的就业费用有显著影响。
（2）把“帮助程度”分为4个等级后，4等的“帮助程度”下，学生的就业费用比3等的人均少80.95元，比2等的人均少156.77元，比1等的人均少207.85元；随着“帮助程度”的提高，学生的就业费用明显下降，“帮助程度”每提高一个等级，学生人均就业费用就节约80元左右。
因而，可以认为两者存在替代关系。
上面的折线图更加直观地表明了这种关系。
3.加入学历层次的单变量多因素方差分析
指标：
学生的“就业费用”；
因素：
帮助程度（四个水平）；学历层次。
分析的对象是11155个样本。
总体分析结果见图2。
附图
图2 不同学历层次中就业费用和帮助程度的替代关系
4.对分析结果的说明
（1）如上图，“帮助程度”和“就业费用”的替代关系在各个学历层次体现出不同的特征。
（2）本科生和专科生层次，“帮助程度”越高，“就业费用”越低，与总体的趋势一致。
（3）对于硕士生和博士生来说，当“帮助程度”为2（即就业信息来源有小部分依靠学校）时，就业费用最低。
注意到硕士生和博士生有如下特征：
求职过程受学校帮助的制约相对更少，他们中的部分有过求职经验，掌握的社会资源较本科生和高职生、专科生更为丰富；硕士生和博士生可以支配的现金往往也多于本科生和高职、专科生，因而求职过程受现金制约更少一些。
当然，还有一个可能的原因是：
硕士、博士的有效样本量分别为350和70，样本量相对太小因而统计结果不具有意义。
七、结论及政策建议
1.加大学校就业指导和就业服务的力度，有利于提高就业率
本文的研究表明，在就业过程中，学校的帮助对于学生就业有显著影响，而学生的就业费用对于就业无显著影响。
也就是说，学校的就业指导机构，以其权威性、专业性和发布、搜集供需信息方面的规模效应，在学生的就业过程中起到了不可替代也不可或缺的作用。
而2001年教育部办公厅的调查显示：
我国高校的就业指导机构一般都存在规模小、运行经费紧张、服务不完备的问题，与国外高校的同类机构相比存在较大差距。
比如，1996年加州大学洛杉矶分校就业中心每年经费为150万美元，美利坚大学就业指导中心每年经费为100万美元，而调查显示2001年我国就业指导机构运行经费在10万元人民币以下的占55%。
这成为大学生就业的制约因素之一。
教育部部长周济指出：
2004年要做到大部分高校有合格的毕业生就业指导服务机构，就业工作专职人员与毕业生的比例不得低于1∶500，就业工作经费要确保不低于学校年度学费的1%，加快建立一支
升级会员 