我國高校畢業生失業預警實證探討

鄒治 陳萬明 石麗

摘 要：在經濟預警理論的基礎上，借鑒一般社會失業預警的研究成果，根據時差相關分析確定了高校畢業生失業的影響因素指標，進而進行回歸分析并結合擴散指數對我國高校畢業生失業預警區間進行判斷，認為我國當前高校畢業生的失業狀況尚屬于輕度警情。

關鍵詞：高校畢業生；失業預警；時差分析；擴散指數

一、引言

隨著我國高等教育改革的推進和招生與就業政策的變化，原本無就業之虞的天之嬌子們越來越感受到了求職的艱辛，甚至陷入畢業即失業的困境。大學生嚴峻的就業狀況引起了強烈反響，我國大學生是否過剩，高校畢業生未來的就業狀況會是怎樣，這些問題牽動著學生、家長以及社會各界的關注。在此形勢下，2003年龔紅果首先提出了建立高校畢業生失業預警機制。[1]教育部（2000）和武毅英（2007）對高校畢業生失業預警線和預警區間進行了不同的劃分。[2][3]近期，關于高校畢業生失業預警的研究逐漸由理論探討向實際應用、由局部研究向系統化發展。謝愛國等（2009）提出大學生失業預警系統由政策法規、組織機構和信息系統組成。[4]而錢強等（2009）提出的畢業生預警模型包括人才需求預警、人才供給預警、專業數據預警、失業趨勢預警、供求數據系統和失業信息系統等多項數據。[5]然而，關于高校畢業生失業預警的研究依然處于初級階段，從建立高校畢業生失業預警的原則、策略等角度進行理論分析的多，基于定量的實證結果少。因此，本文借鑒經濟預警方法嘗試建立高校畢業生失業預警模型。

二、預警理論與方法

經濟預警主要包括明確警義、尋找警源、分析警兆、預報警度四個邏輯階段。其中警義是指警的含義，包括警素（構成警情的指標）和警度（警情的程度）。警源是警情產生的根源。警兆即先導指標。一般不同警素對應著不同警兆。確定警兆后，需要進一步分析警兆與警素的數量關系，找出與警素的警限相對應的警兆區間，然后借助于警兆的警區進行警素的警度預報。警度預報有兩種方法：一是建立關于警素的普通模型，先做出預測，然后根據警限轉化為警度；二是建立關于警素的警度模型，直接由警兆的警級預測警素的警度。

在此基礎上，經濟預警的方法依據其機制主要分為：黑色預警方法，即根據警素的時間序列波動規律進行直接預警；黃色預警方法，即依據警兆進行預警；紅色預警方法，即依據警兆以及各種環境、社會因素進行估計；綠色預警方法，即依據警素的生長態勢，特別是農作物生長的綠色程度（綠色指數）預測經濟及農業的未來狀況；白色預警方法，即在基本掌握警因的條件下用計量技術進行預測。[6]

黃色預警方法是目前最為常用的預警方法，主要分為三種方式：一是指數預警方法，即利用警兆的某種反映警級的指數進行預警，其形式為景氣指數和合成指數；二是統計預警方法，即對警兆與警素之間的相關關系進行統計處理，然后根據警兆的警級預測警素的警級，主要包括判別分析、Logistic回歸分析等；三是模型預警方法，即在指數預警或統計預警方式基礎上對預警做進一步分析，包括各類線性或非線性的計量模型以及基于概率分類的模式識別和人工智能網絡等。[7]莫榮（2002）[8]、馮煜（2001）[9]、張得志（2007）[10]、趙建國（2008）[11]等對我國失業預警的研究，運用了回歸分析、擴散指數等主要預警方法。因此，借鑒上述研究成果，本文擬結合回歸模型，運用擴散指數探討對我國高校畢業生失業進行預警的可行性。

三、高校畢業生失業預警模型的實證分析

1. 失業率數據選取

我國自1996年起公布高校畢業生就業數據。但由于過去十幾年間我國的高校畢業生就業統計工作剛剛起步，統計的時間節點、學校歸屬的口徑、各級畢業生的劃分方法都歷經變動，因此，盡管該數據為目前我國較為權威部門公布的數據，但由于數據缺失和不一致性，完全采用這些原始數據做實際研究不適合。在此，本文考慮參考以往學者的研究成果，在符合客觀事實的前提下將其整合成為可作為研究基礎的數據。丁仁船（2007）在關于城鎮失業率的研究中鮮有的將城鎮人口劃分為城鎮下崗失業人員、高校畢業生失業人數、城鎮外來失業人員、本地失業人口四類，并逐一進行了分解研究。他假定上世紀90年代初的高校畢業生失業率接近自然失業率，計算得出1990-1995年間的高校畢業生失業率約為5%。[12]而賴德勝作為北京師范大學勞動力市場研究中心的教授，是較早也是較為著名的對我國高校畢業生就業狀況進行研究的學者。他在《緩解大學生就業困境的政府職責》（2008）一文中對1996-2006年高校畢業生就業狀況的相關數據進行了匯總，被眾多研究引用，且與事實及公布的數據基本吻合。[13]因此，本文1996-2006年間的數據選取了這一時間段賴德勝教授的研究結果，2007-2009年的就業數據則直接來源于公布數據。由此，基于數據的可獲得性、可靠性、時序性、研究的可行性等原則，最終確定了高校畢業生失業率如表1所示。

2. 失業影響因素指標選取

高校畢業生失業的原因以往已經有很多學者進行了分析。其宏觀成因主要可以分解為經濟、高等教育體制、政策制度等因素，但確定指標并進行實證研究的尚少。因此，本文在以往學者定性分析的基礎上，參考一般社會失業指標初步選取失業影響因素指標。我國勞動和社會保障部勞動科學研究課題組（2002）選取的失業預警指標包括：國民經濟發展指標（包括國內生產總值、第一產業生產總值、第二產業生產總值、第三產業生產總值、工業增加值）、勞動力資源指標（勞動年齡人口）、投資指標（基本建設投資總額）、能源和材料指標（能源生產總量、發電量、鋼產量、水泥產量）、貿易指標（銀行商品銷售現金收入、海關統計進出口總額、進口總額、出口總額）、財政貨幣指標（市場貨幣流通量、貨幣供應M1、貨幣供應M2）、生活和價格指標（銀行工資性現金支出、城鎮人均收入、居民消費價格總指數、商品零售價格指數）等七大類，共24個指標。劉紅霞（2008）將失業指標設計為：勞動參與率、常住人口自然增長率、GDP就業增長率、投資就業增長彈性、40歲以上人員比例、女性比例、國內GDP增長率、居民消費價格總指數。[14]趙建國（2008）從經濟增長、經濟結構、勞動力供給、勞動力需求等方面對影響失業的各種因素進行統計分析篩選后，確定了GDP、GDP增長率、人均GDP、第三產業增加值、工業增加值、總人口數、人口自然增長率、經濟活動人口、年均人均工資、全社會固定資產投資、財政支出總額、撫恤和社會福利支出、社會消費品零售總額、出口總額等14個指標。結合上述指標的選取，本文初步選取了與高校畢業生失業相關的一些指標：（1）經濟指標，包括反映國民經濟總量的國民生產總值及其增長率、一產、二產、三產總值及其比重；反映經濟各部門發展水平的固定資產投資總額、財政支出總額、社會消費品零售總額、進出口總額、居民存款總額等；（2）社會因素，包括人口、社會失業和工資狀況，主要選取的指標包括總人口數、人口自然增長率、社會失業人數、社會登記失業率、第一產業就業人口及比重、第二產業就業人口及比重、第三產業就業人口及比重、職工平均工資；（3）高等教育因素，包括高等學校經費、高校教師數、招生數以及高等教育毛入學率等28個指標。

3. 高校畢業生失業影響因素指標的時差分析及確定

運用高校畢業生失業的影響因素指標對高校畢業生的失業率進行分析，先需要確定兩者之間是否具有先行性和因果性。因此，在初步擬定基礎指標之后，要運用計量、數理、統計分析等方法進行篩選。時差相關分析是選定一個基礎指標，然后利用相關系數檢驗其他選出指標與該基礎指標之間存在的超前、一致或滯后期數的方法。時差相關分析的基本原理如下：

設y={y1，y2，y3，……，yn}為基準的因變量指標，x={x1，x2，x3，……，xn}為被選擇的自變量比較指標，則時差相關系數：

r1=■，l=0，±1，±2，...，±L

其中l為時差，即超前、滯后期數，當其取正數時表示滯后，取負數時表示超前；L是最大超前或滯后期數；n是數據取齊后的數據個數。[15]

根據上述步驟可見，我國高校畢業生失業警兆指標的選擇基礎是定性分析。因此，本研究將失業率作為基準指標因變量，將上述根據對高校畢業生就業影響因素分析初步選取的28個指標作為初選的解釋指標，以年鑒數據為基礎，運用價格指數進行處理后，運用Eviews軟件，進行時差分析，指標及其代碼以及輸出的時差相關系數匯總如表2。

經篩選后得到相關程度較高的20個具有一致關系或超前關系的指標：國內生產總值、一產總值、二產總值、三產總值、一產比重、二產比重、三產比重、總人口數、人口自然增長率、社會失業人口、社會登記失業率、一產就業人數、二產就業人數、三產就業人數、一產就業比重、三產就業比重、平均工資、固定資產投資、招生人數以及高等教育毛入學率。

4. 基于回歸分析的警兆指標確定

經過時差分析篩選后得到的指標較多且變量間可能具有相關性。因此本文采用向后剔除法進行回歸分析以避免共線性。向后剔除法的特點是先建立全模型，然后每次提出一個最不符合進入模型判據的變量，直到留在模型中的所有變量方差分析的F值都符合顯著性水平為止。運用SPSS軟件，以高校畢業生失業率為被解釋變量，經過時差分析篩選的20個指標為解釋變量，采用向后剔除法回歸后得到回歸模型，結果如表3。

方程整體擬合優度R2為0.976，調整后R2為0.954，各系數均通過顯著性檢驗，F值為44.607，通過顯著性檢驗，方程具有顯著性。當前我國高校畢業生的失業率與二產總值、一產比重、社會失業人數、高等教育入學率成正比關系，而與三產比重、人口自然增長率、人均工資、招生人數成反比關系。這說明我國當前高校畢業生就業問題受到社會人口、社會就業以及高等教育入學率等因素的影響較大。因此，控制人口增長、調整產業結構、穩定高等教育發展速度可以降低我國高校畢業生的失業率。三產比重與高校畢業生失業率之間存在顯著的反向關系，驗證了第三產業對于增加大學生就業吸納能力的作用，提高三產比重可以大大降低失業率。回歸分析的結果可以通過各項檢驗且與事實基本吻合。因此，得到的上述9個指標可以作為高校畢業生失業預警的警兆指標。

5. 基于擴散指數的預警區間判定

（1）擴散指數方法

t時刻的擴散指數DI（t）的計算方法是：

DI（t）=■WiI（Xi（t）≥Xi（t-j））×100%

其中，N為變量指標總數；Wi為第i個變量指標的權數；Xi（t）是第i個變量指數在t時刻的觀測值；j是兩個比較指標值之間的時間差；I為示性函數。

若權數相等，則公式簡化為：

DI（t）=■×100%

=■×100%

在計算擴散指數前，首先計算各警兆指標的平均數，然后根據示性函數I賦值：即高于平均數的賦值為1；持平的賦值為0.5；低于平均數的賦值為0。

（2）高校畢業生失業預警線探討

將上述警兆指標運用于擴散指數法，獲得高校畢業生失業預警擴散指數，其波動情況如圖1所示。

通過DELPHI法對失業率擴散指數劃分警戒區，當0

以此為依據對我國高校畢業生就業狀況進行基本判定：其在整個20世紀90年代都基本屬于寬松狀態；2001年警兆指標開始上升，升幅超過50%，預示就業狀況將趨于緊張；2002-2003年，警兆指標處于峰值，超過0.78，說明高校畢業生就業狀態緊張。而2003年確實出現我國高校畢業生失業率的一個峰值，達到了30%。2004年后指標略有下降，但依然維持在較高位置。這與我國目前高校畢業生就業狀況趨穩，但就業難問題仍然比較嚴峻的事實也較為一致。通過對照我國高校畢業生就業的實際情況可以發現，該模型中擴散指數的判定基本符合事實。

20世紀90年代初，我國經濟發展態勢平穩，而這一期間我國的高等教育基本采取的是“統招統配”的招生及就業政策，因此高校畢業生基本不存在就業問題。而運用擴散指數模型分析中的若干個特殊值需要加以具體分析。例如1998-2001年間，盡管我國的社會經濟形勢總體向好，且高校擴招后的大學生尚未畢業，但高校畢業生的失業率卻陡然增加，出現了第一個高峰。這主要是受1997年亞洲金融危機以及我國畢業大學生開始走向勞動力市場的因素影響。同時，隨著我國高校全部并軌招生，1997年教育部開始落實以供需見面和雙向選擇為主的畢業生就業形式；而2000年“報到證”取代了“派遣證”則標志著這一制度的最終確立。因此，畢業生對于就業制度改變初期的不適應和亞洲金融危機的滯后影響綜合導致了這一時期就業狀況與擴散指數判定的不一致。2003年我國高校畢業生失業率高峰的形成則既在預料之中又在意料之外。1999年我國高校開始了大規模擴招，此后4年間的擴散指數開始大幅度攀升，預示了我國這一時期高校畢業生失業狀況將逐漸加劇。伴隨擴招后的本專科學生于2002-2004年開始走向就業市場，我國高校畢業生就業難的高峰出現。而2003年突發的非典疫情則加劇了這一局勢。之后幾年間受到擴招影響，高校畢業生人數連年創出新高。因此，就業形勢始終比較緊張。2009年盡管受到全球金融危機的影響，但隨著2005年后高校擴招速度的趨緩，畢業生人數也逐漸穩定。與此同時，為了應對畢業生的就業難問題，國家也采取了若干調控措施，而當年更是大幅增加了研究生的招生數量以緩解大規模本科畢業生的就業壓力。因此，基于多種杠桿手段的運用，在社會經濟維持穩定的形勢下，近年來高校畢業生失業率有趨于穩定并下降的趨勢。

四、結論

盡管我國當前的高校畢業生已經無法達到近乎完全就業的狀態而總有10-30%左右的學生無法及時就業，但本文基于擴散指數的預警分析結果判斷我國當前高校畢業生就業屬于輕度警情。事實上，在西方勞動力缺乏、就業壓力遠低于我們的發達國家，其高校畢業生就業的比率通常也在70%-80%。與此同時，依據研究結果，我國當前的警情又接近輕度警情與中度警情的臨界點，這一判定基本符合現實情況。因此，社會各界需要對大學生就業問題加以關注，但也不須過度夸大。一方面，人們應該進一步轉變觀念，提高對大學生畢業后不能立刻就業以及就業形式轉變的寬容度。另一方面，這一階段政策措施的制定和實施對于控制高校畢業生失業警情的加劇有著至關重要的作用。政府要多采取措施加以引導，進一步完善就業市場和體制，拓展就業途徑和方式，使得大學生就業機制更加成熟。

本文在運用擴散指數進行預警的過程中在某些區域也出現了一定誤差。但通過分析可以發現，這些誤差主要是由突發性的事件導致的或受到政策變化的制度性影響。由此可見，在常規的社會經濟正常運行的過程中是可以運用各指標對高校畢業生就業狀況進行預警的。事實上，近年來隨著我國高校畢業生就業市場化程度的提高，模型的擬合程度已經趨于優化，預警判定也開始具備前導性。與此同時，通過擴散指數對高校畢業生失業進行預警的方法具有一定的可行性。

參考文獻：

[1]龔紅果，張琳.高校畢業生就業預警機制的構建與思考[J]. 理工高教研究, 2003（10）：57-58.

[2]瞿振元.2000—2002年中國高等學校畢業生就業形勢的分析與預測[M].北京: 北京師范大學出版社, 2001. 23-25.

[3]武毅英. 我國高校畢業生就業率預警線之探討[J]. 江蘇高教, 2007（5）：61-64.

[4]謝愛國等.大學生就業預警系統及其指標體系研究[J]. 現代教育管理, 2009（2）: 11-13.

[5]錢強等.高校畢業生就業預警模型研究[J].現代教育管理, 2009（3）：35-37.

[6]魏權齡等. 數量經濟學[M]. 北京: 中國人民大學出版社, 2008. 270-329.

[7]黃繼鴻等.經濟預警方法研究綜述[J].系統工程, 2003（3）：64-70.

[8]莫榮(勞動和社會保障部勞動科學研究所課題組).我國失業預警系統與就業對策研究[J].經濟研究參考, 2002（34）：11-26.

[9]馮煜.中國失業預警線探索[J].山西財經大學學報, 2001（8）：4-17.

[10]張得志.中國經濟高速增長過程中的勞動失業及其失業預警研究 [D].上海: 復旦大學，2007.148.

[11]趙建國，苗莉.基于擴散指數的逐步回歸改進失業預警模型及實證分析[J].中國人口科學,2008（5)：52-57.

[12]丁仁船,王大■.1990年以來我國城鎮真實失業率有多高？[J].市場與人口分析,2007(6)：29-33.

[13]賴德勝.緩解大學生就業困境的政府職責[J].中國大學生就業,2008(8)：10-12.

[14]劉紅霞.失業風險預警模型構建研究[J].現代財經，2008(11)：29-31.

[15]艾德春.我國煤炭供需平衡的預測預警研究[D].中國礦業大學,2008.67-69.

（責任編輯 于小艷）