关于大学生就业问题的分析及对策．计文经济量学论关于大学生就业问题的分析及对策商学院学院名称：业：专金融学 12 级：金融1班班学号：姓名：指导教师姓名：指导教师职称：（请准确填写导师职称）月十年二〇一五关于大学生就业问题的分析与对策摘要：大学生就业的问题，近年来成为社会久议不明的热门话题，这说明随着高等教育大众化的展开，每年递增的大学毕业生中，能够找到比较满意的单位，是有难度的。

谈到大学生就业的问题，除了极个别顶尖高校敢说不关注就业，而几乎所有高校都有莫名的巨大压力。

另一方面就业人口、老龄人口、流动人口增加以及出生人口性别比例失调等问题日益显现。

同时，全面建设小康社会目标的提出，以及在发展中出现的严重环境问题、资源问题等等，提醒全社会对新世纪我国人口问题的长期性、艰巨性和复杂性进行深入思考。

关键词：毕业生、就业形势、问题对策一、大学毕业生就业形势分析与思考1、背景：21世纪第二个十年中国总人口继续增长，农村人口继续向城市转移，劳动力供求总量增长，失业率有所上升，大学生就业形势仍然严峻，受到全社会普遍关注。

2014年中国总人口接近14亿。

2014年我国将提供新的就业岗位1200万个左右，城镇登记失业率将上升到4.7%以上，大学生就业问题突出。

2、我国人口就业现状分析：据专家预测，我国将能提供新的就业岗位1200万个左右。

2014年我国国民生产总值预计增长7%-7.5%之间，按照目前的就业弹性系数计算，国民生产总值每增长1个百分点，即可提供100--120万个左右的就业岗位，因而仅此可提供1000万个就业岗位。

蓝皮书称，目前，新增就业需求与岗位的缺口很大，今后一个时期，中国每年需要就业的城镇劳动力超过2400万人，但每年只能提供就业岗位1200万个。

“十二五”期间应届毕业生年均规模将达到700万人，农村每年需要转移就业约800万人。

3、大学毕业生就业状况回顾：我国1998年高等院校大规模扩招的学生在2003年毕业，该年毕业生数量达到212万人，比2002年剧增67万人，增长比例达46.5%，大学毕业生就业压力异常巨大，提到最高决策者的日程上。

据有关统计，“2003年6月份全国高校毕业生初次就业率为50%，到9月份全国高校毕业生有70%找到了工作，其中本科生就业率为83%，高职高专毕业生就业率为55%[1]”。

即使如此，全国大约有10%以上的高校毕业生没有找到工作岗位，大学生就业难成为全国关注的焦点。

2015年依然是高校扩招后毕业生增长的一年，“2015年全国高校毕业生数量达到749万。

国家控制目标是初次就业率达到72%，按此比例折算，今年大学毕业未能落实就业的，以及少量继续考研和等待出国等的人数将达200万人[2]”。

4、影响大学毕业生就业问题的因素分析：（1）先根据表一，按初次就业率70%计算出样本（即2001~2014年）的全国高校毕业生就业人数和未落实就业的人数。

表一年份普通高校高校毕业生初次就落实就业的毕业生人数（百分业人数（万毕业比）生人人）数（万人） 70 115 81 200174 145 108200275 212 170200375 211 280200476 261 340200577 323 413200670 495 350200768 559 386200868 611 415200972 458 630201075.7 160 660201173 175 679201274 180 6992013712107222014注：表中的高校毕业生初次就业人数=普通高校毕业生人数*初次就业率73% （2）大学毕业生就业问题的回归分析。

根据本小组讨论并查阅相关资料，得出可能影响大学生就业数量的因素主要有经济增长、人口结构、人口自然增长率等。

现根据表二中2001年~2014年的数据资料，其中Y为大学毕业生就业人数（万人）（按初次就业率73%计算），X为国内生产总值（亿元），S为年底城镇总人口数（万人），T为年底乡村总人口数（万人），Q为全国人口自然增长率(千分比)，试初步建立四元线形回归函数。

设模型的函数形式如下：Yt=Co+C1Xt+C2St+C3Tt+C4Qt+Ut *表二ObsYXSTQ14.39 36795 88138 2001 115 109,655.1712.98 120,332.692002 145 37203 8662011.60 2003 212 40175 84996 135,822.7611.45 159,878.3485344 2004 280 4117311.21 44169 85681 184937 340 200510.55 47174 413 2006 2163148594710.42 2007 495 51304 265810 8508510.06 84177 559 52449 2008 3140459.14 56608 340903611 2009 831538.18 4015132010 59748 77038 6307.58 2011 63906 73837 660 4731046.95 5194702012 679 66064 725636.45568845 69969241201368212、单因素分析。

由上表可以看出：Aa、随着国内生产总值的逐步增长，大学毕业生就业人数逐步增加，这说明这两者之间可能存在相关关系，现根据表中数据，进行Y对X的数据拟合，即对模型：Yt=Co+C1Xt+Ut进行OLS估计。

得到如下大学毕业生就业人数与国内生产总值之间的散点图，反映出大学毕业生就业人数与国内生产总值之间存在着近似的线性正相关关系。

b、随着年底城镇总人口数的逐步增长，大学毕业生就业人数逐步增加，这说明这两者之间可能存在相关关系，现根据表中数据，进行Y对S 的数据拟合，即对模型：Yt=Co+C1St+Ut进行OLS估计。

得到如下大学毕业生就业人数与年底城镇总人口数之间的散点图，反映出大学毕业生就业人数与年底城镇总人口数之间存在着近似的线性正相关关系。

表四图二、随着年底乡村总人口数的逐步减少，大学毕业生就业人数逐步增加，这说明 c 即对模的数据拟合，对这两者之间可能存在相关关系，现根据表中数据，进行YT估计。

得到如下大学毕业生就业人数与年底城镇总人Yt=Co+C1Tt+Ut进行OLS 型：反映出大学毕业生就业人数与年底乡村总人口数之间存在着近口数之间的散点图，似的线性负相关关系。

三图表五的逐步降低，大学毕业生就业人数逐步增加，、随着全国人口自然增长率(%) d 的数据拟合，Q 这说明这两者之间可能存在相关关系，现根据表中数据，进行Y 对估计。

得到如下大学毕业生就业人数与全国人进行OLSYt=Co+C1Qt+Ut即对模型：反映出大学毕业生就业人数与全国人口自然增长率之口自然增长率之间的散点图，间存在着负相关关系。

B、多因素分析。

*拟合表二中的数据，得到如下回归分析输出结果：①现用模型S部分的分析中得出Y与由该输出结果我们可发现一个矛盾现象，即在A中的b 前的系数符号却变为负号，由此呈现近似的线性正相关关系，而回归输出结果中S 我们引入了不当解释变量，模型* 不能用。

我们可推断在模型* ②进而我们又作了如下工作：表八 X前系数S前系数T 前系数Q前系数符修正可决系结论符号号数符号符号0.8179 Ls Y C X S 正正对0.8594 Ls Y C X T 正负对0.7741 Ls Y C X 正负对Q0.9001 Ls Y C X S 负错负正 T0.8529 Ls Y C X T 正正错负 Q0.8250 Ls Y C S T 负正对0.8274 Ls Y C S Q 错正正0.8095 Ls Y C S T 负错正正Q0.8010Ls Y C T Q 负对负Y t=Co+C1Xt+C2Tt+ U t **由上表可以得出最佳模型：用模型**拟合表中相关数据，得到如下回归分析报告：^Y t=251.4126+0.0003Xt - 0.0026TtS e (90.3982) (8.66E-05) (0.0010)t (2.7812) (3.4179) (-2.4710)可绝系数为：0.8829 修正可绝系数为：0.8594 F=37.6802表九C、模型的检验与修正。

⑴模型**是否存在多重共线性。

多重共线性的检验：简单相关系数矩阵法X TX 1.000000 -0.769136Y -0.769136 1.000000由上表可得出解释变量X与T之间存在一定程度的线性相关性。

多重共线性的修正：由于模型**是利用逐步回归法（即判断是否存在多重共线性，又削弱了多重共线性的程度）确定出的最佳模型，因此其多重共线性程度较之其他模型应该较弱。

⑵模型**是否存在异方差性。

a.异方差性的检验：图形分析法图六存在异方差性。

由以上散点图可得出模型** 异方差的修正：WLS估计法b.g e n r e^2=r e s i d * r e s i d g e n r W=1/e^2Ls(W=W) Y C X T 得到如下回归输入结果：表十Unweighted Statistics56.61385R-squaredMean dependent var 0.86874915.09165 Adjusted R-squared S.D. dependent var 0.842499358.7219 Sum squared resid 5.989340 S.E. of regression1.099410 Durbin-Watson stat**是否存在自相关性。

⑶模型自相关性的检验：图示法 a、图七**由上图可知，模型存在一定程度的自相关性。

b、自相关性的修正：①先利用对数线性回归修正自相关 g e n r LY=log(Y) g e n r LX=log(X)g e n r LT=log(T)Ls LY C LX LT 得到如下回归输入结果：表十一得到'=2,查DW表，n=13,k由上表可知DW=1.2563,给定显著性水平α=0.05，d L=0.861,dU=1.562,因为0.861<1.2563<1.562,所以DW=1.2563落在了无法判别区域。

②同时考虑Cochrane-Orcutt迭代。

Ls LY C LX LT AR(1) 得到如下回归输入结果：表十二由上表可看出，DW=1.4680（n=12,k'=2,dL=0.812,dU=1.579）仍处在无法判别区域。

③接着再用一次利用对数线性回归修正自相关，得到DW=1.2518；再同时考虑Cochrane-Orcutt迭代。

得到DW=1.5037，与此时的dU=1.604相比(n=11,k'=2,a=0.05)有了明显的好转。