SCI论文（www.lunwensci.com）:
摘要：随着近几年我国高校不断扩招，大学生就业难度越来越大，理科类毕业生的就业问题尤为突出。本文通过调查问卷，利用多元统计和Logistic理论方法，针对理科类毕业生建立Logistic模型进行实证分析，结论表明理科类毕业生找到工作的概率，与实践活动，个人能力等多个方面具有显著关系，并在此基础上对理科类毕业生就业率提出建议。
关键词：核主成分分析；Logistic回归；理科类；就业率
本文引用格式：侯佳良,等.基于logistic回归的高校理科类专业毕业生就业影响因素分析模型——以华北理工大学为例[J].教育现代化,2019,6(68):147-149.
一问题的提出
随着我国教育事业的发展，大学教育趋于普遍化，上大学再也不像之前那般难于登天，与此同时也带来了每年毕业的大学生数量增多的问题。对于理科类毕业生而言有两种选择，一是继续深造，二是找工作。大学毕业生就业已成为社会、学校、学生无法回避的问题。
近年来，很多学者或科研机构都对大学生就业问题进行了大量研究。Niall O'Higgins从需求、供给及供需匹配来分析大学生就业的内在机制[1]。加拿大大学与学院协会认为大学要适应需求，增强毕业生的灵活性和适应性，以增强其就业能力[2]。杨一平指出促进大学生的生涯发展辅导有利于大学生就业[3]。淦未宇等人从经济学角度出发，研究讨论了高学历人员失业的问题，并提出来相应措施[4]。也有研究者如吴树新，黄志坚，黄超从社会学的角度解析如何解决毕业生就业难[5-7]，郭建锋从毕业生自身的就业价值观分析这种现象。但是以上研究大多从毕业生专业就业困境探讨与对策方面进行定性的分析[8]，带有较大的主观性。至今却很少有人从自然科学的角度较客观地去分析这个问题。本文利用多元统计[9]和Logistic理论方法[10]，针对理科类毕业生建立Logistic模型进行实证分析，找出影响理科类毕业生就业的主要因素及相关性，为高校及相关部门对毕业生开展有针对性的就业指导和择业教育提供参考，提高工作的有效性和毕业生的就业率。
二指标体系的建立及模型选择
大学生是国家知识分子中最年轻有力的组成部分，是国家可持续发展的实力，是一股非常大的潜力，因此大学生就业问题是非常重要的现实问题，解决分析大学生就业问题也就十分必要。本文主要从学校及学生个体特征角度进行考察，从毕业生个体，家庭特征、参加实践情况、学习情况、和自身具备的能力这几个方面对其研究。
为了反映以上所说的4个方面的具体情况，我们选择以下12个指标来进行统计分析。具体如下：x1性别，x2父母是否为领导，x3是否兼职，x4家庭是否为大城市，x5是否为班干部，x6团结协作能力，x7人际沟通能力，x8得到奖学金的次数，x9每天的学习时间，x10是否参加过假期实践，x11对薪水的要求，x12计算机水平。
鉴于毕业生是否在毕业前找到工作这一变量符合二项分布函数的性质和特征要求，Logistic模型是最适合在这种情况下应用研究的模型之一，为简化系统结构消除指标相关性，在Logistic模型中引入核主成分分析。
三 基于logistic回归的高校理科类专业毕业生就业影响因素分析模型
基于我们研究的是理科类毕业生的就业情况，我们以华北理工大学为例，采用随机调查抽样方法，共发放调查问卷150份，回收139份，有效问卷139份。下面用数据具体分析。
（一）核主成分的提取
为消除不同量纲的影响，先用SPSS软件[1]对原始影响指标进行标准化处理。核主成分分析法将核函数和主成分分析有机地结合起来,是解决非线性问题的有效方法,且能提供较多信息。
运行核主成分分析程序，可以得到相关系数矩阵的特征值和方差贡献率。特征值越大，它所对应差和占全部方差的82.14%，也集中反映了12个原始变量信息总量的81.21%，基本上保留了原来指标的信息。
用F1,F2,F3,F4分别表示4个主成分，由表2可以写出各个主成分由标准化表示的表达式。F1的表达式分别为：
F1=0.214zx1+0.5386zx2-0.0293zx3+0.4733zx4-0.2705zx5-0.3067zx6-0.4299zx7-0.0039zx8-0.0833zx9-
0.1701zx10+0.1367zx11+0.009zx12
类似地可以写出主成分F2，F3，F4的表达式，此处略。
在主成分表达式中，指标系数的绝对值越大，说明该主成分受到该指标的影响也就越大。各线性组合中权数较大的几个指标的综合意义给主成分赋的核主成分变量的信息含量就越多。用MATLAB软件对数据进行处理得到：
zx2，zx4，zx5，zx6，zx7系数绝对值较大，是个人能力和成长环境的综合反映。第二主成分F2是指标zx1，zx8，zx9的综合反映，代表了个人学习能力。第三主成分F3是zx3，zx10的综合反映，代表了工作经历情况。第四主成分F4中指标zx11，zx12系数绝对值较大，是就业期望的综合反映。其中，代表个人能力和成长环境的第一主成分所占信息总量最多，达到34.75%。
（二）Logistic模型的构建
主成分之间彼此互不相关，直接使用上面的4个主成分作为新变量，建立Logistic模型
在对该模型的显著性检验中，P=0.002,P值达到了显著水平，说明将4个主成分一起考虑时，所估计的模型对样本的配适度优于虚无模型（所有的变量系数均为0时）；
前三个自变量系数的Wald检验在0.1的水平上是显著的，说明前三个变量对模型都具有一定的解释能力（见表3）。上述检验结果说明这前三个主成分作为自变量的Logistic模型能够显著地表现出影响就业的因素。
（三）模型检验
模型的有效性检验。将各样本的相关数据代入到回归方程中，就可以得到影响理科类毕业生就业的概率值p，这里以常用的0.50作为临界值，当毕业生就业的可能性大于50%，将该毕业生判为就业，反之，则判为该毕业生未就业。经过判定，模型对预测样本组得出有3个样本预测错误，其余136个样本预测正确，总体预测准确率为97.84%，可见所建Logistic模型具有较好的预测效果。
（四）结果分析
通过以上的结果可以从四个方面进行分析：
1.毕业生的个人能力和成长环境对就业有重要影响意义。团队协作能力和沟通能力是在社会生活中必不可少的能力。根据调查数据分析，个人能力强的学生找到工作的概率比普通学生高20%。
2.毕业生的学习能力对是否找到工作有显著影响，由上表系数估计值0.319可以看出它是仅次于个人能力的影响因素。社会发展到今天，对知识和素质的要求越来越高，良好的学习能力是寻找工作之路上一把无往不胜的宝剑。
3.大学期间有过工作经历的毕业生比没有经历的更容易找到工作，究其原因是参加假期实践的学生更大程度上的接触了社会，从工作中了解了自己，提高了自身能力。
4.由上表可以看到，第四个主成分没有通过显著性检验，但结合实际我们可以得出就业期望对毕业生就业还是有一定的影响。
四 提高理科类毕业生就业率的建议
针对以上结论我们提出了相应的建议。
1.提高素质教育，提升学生综合能力；
2.鼓励学生积极参加学生管理，假期实践等活动；
3.强化就业指导，引导毕业生树立正确的就业择业观念；
4.我们要树立正确的就业观和择业观。
影响高校理科类毕业生的因素很多，各高校应在多方面教育指导，提高学生综合素质，引导学生正确就业，培养出社会更需要的优质人才，才能有效提高本科毕业生的就业率。
参考文献
[1]Niall O’Higgins(2002),Government Policy and Youth Employment,Paper prepared for the World Youth Summit to be held in Alexandria,Egypt.
[2]Association of Universities and Colleges of Canada(2003),Advanced Skills for the KnowledgeEconomy.www.aucc.ca.
[3]杨一平.大学生就业形势变化与高校就业指导模式的变革[J].高等教育研究,2002,23(5):61-63.
[4]淦未宇,仲伟周.我国高学历者失业的经济学解释[J].科研管理,2004(01):14-18.
[5]吴树新.高校毕业生就业难的社会学解析[J].江淮论坛，2001（6）:79-83.
[6]黄志坚.大学生就业难现象解析[J].中国青年政治学院学报，2005（4）：22-25.
[7]黄超.层次分析法在毕业生就业指导中的应用[J].广西工学院学报，2005，16（1）：62-65
[8]马灿.中国大学生就业支持新思路-建立职务分析系统工程[J].中国就业,2007,(4):18-21.
[9]于秀林,任雪松.多元统计分析[M].中国统计出版社,2008:154-158.
[10]王济川郭志刚.logistic回归模型—方法与应用[M].高等教育出版社,2001..
[11]卢纹岱.SPSS for Windows统计分析[M].电子工业出版社,2005:311-334.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/27953.html
