Logic模型回归作业.docVIP

大学生就业影响因素分析 ---基于logic模型 摘要：当前大学生就业难问题已经变成我国最重要的就业问题重点之一。就影响大学生就业的各种因素出发，进行相关数据搜集并建立Logic模型，通过模型估计和检验，从定量和定性角度分析影响大学生就业的主要因素，发现大学生的性别，英语水平，社会实践多少和兼职经验等因素对就业机会的影响作用相对较大，说明用人单位招聘时存在着严重的性别歧视和工作经验歧视。 关键字：Logic模型；大学生就业；性别歧视 引言 正如我们看到的，当今高校毕业生的就业正面临着前所未有的压力和困难。据国家统计局数据显示，随着我国高等教育的扩招政策，我国每年高校毕业生数量不断增多，另外，各种中等职业教育毕业生数量的增加也相对弱化了大学生就业的优势，可见大学生就业压力在不断加大。 大学毕业生是社会劳动力就业群体的重要组成部分，也是一个特殊的就业群体，属于“高阶劳动力”的就业范畴。大学毕业生是高人力资本，其得益于政府、社会、家庭、个人的长期人力资本投资，如果大学生未能成功地找到工作而成为就业者，其结果将大大降低人力投资的收益；其次，由于社会经济的快速发展，现有的人力资本存量在将来可能不会发挥足够大的作用，新的追加投资会更大，但收效却可能会更小，最终他们可能会成为边缘群体，甚至成为社会的不稳定构成因素。从另一个角度看，失业人数的增加和失业时常的增加必然会对国家的社会保障体系增加新的压力，且阻碍经济的顺利平稳发展。因此，关注也解决大学生的就业问题是解决就业的最关键问题之一，关系到社会稳定、经济的健康发展和国家的长治久安。 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的研究。Niall O’Higgins(2002)从需求、供给及供需匹配的角度分析大学生就业的内在机制。加拿大学与学员协会(Association of Universities of Colleges of Canada,2003) 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。为了适应新形势的变化，ValBatcher(2002)认为英国职业指导服务的变革将职业指导融入大学课程设计的过程中，通过专业的职业指导来加强大学生的就业能力。张汉志(2006)、陈啸(2006)等从就业成本角度，对大学生越来越高的就业成本进行实证研究，并提出降低就业成本的基本途径；曾湘泉(2004)从我国宏观环境变化的角度研究大学生就业问题；杨一平(2002)、史洁(2006)等提出通过对毕业生加强就业指导，进行创业教育，提高社交能力的方法来提高就业率；马灿(2007)分析得到，建立职务分析系统工程是缓解中国大学生就业问题的新思路；也有研究者通过调查，从毕业生、学校、用人单位和政府等方面对大学毕业生就业进行了描述性实证分析。 以上所述研究内容主要是理论性论证或实证描述，无法获知各种因素对就业的影响“力度”，更不能从数量角度对毕业生在毕业前找到工作的就业机会比率进行分析，研究结论说服力和应用效果尚值得商榷。本文通过整理搜集的数据，建立Logic回归模型，并做估计和结果检验，针对大学毕业生就业问题进行实证分析，得到了各种影响就业的因素对就业的影响程度大小。 模型介绍与数据搜集 2.1 Logit 模型介绍 在研究居民是否购买商品住房，大学生是否能够就业等现象时，因变量在受到多种因素影响，但其取值只有两种状态；是与否，在计量经济学中成为“二元型响应”现象，即随机变量[0,1](“1”表示“是”，“0”表示“否”)。对0-1的模型设定形式通常可选择( 逻辑) 生长曲线形式, 即为Logit 模型。当选择逻辑生长曲线为的计量经济模型设定形式时有： (1) 其一般形式为： (2) 式( 2) 有两个重要特征: 一是随着i →∞时pi 趋向于K, K 为pi 的饱和值; 反之, 一是随着i →- ∞时pi 趋向于0 ; 二是式( 2) 具有拐点, 在拐点之前, pi 的增长速度越来越快; 在拐点之后, pi 的增长速度越来越慢, 逐渐趋于0 。若K=1 , 这两个特征是满足一般经济现象变化的特点。 为了使式( 2) 能够进行估计, 并且消除pi 与Zi 以及pi 与βj 非线性关系, 若记pi 为事件发生的概率, 当K=1 时, 可以整理得到: (3) 不仅是X 的线性函数, 而且是的线性函数。比率通常称为机会比率, 即所研究的事件“发生”与“没发生”的概率之比, 设为则( 3) 式两边求导, 整理得( 4) 式。