用戶在線求職影響因素的實證分析

何甫 曹馨文 馬婉勍

摘要：目的：研究線上信息對用戶在線求職的影響，其中特別是該職位的瀏覽次數和該職位的簡歷反饋率對該職位在線申請次數的影響。方法：基于58同城8292條上海地區的數據和3414條成都地區的數據，通過多元線性回歸回歸模型同時結合期望理論研究該職位的瀏覽次數和建立反饋率對該職位在線申請次數的影響。結論：在線職位信息中除了基本的工資、福利等內容以外該職位的瀏覽次數和該職位的簡歷反饋率也會對該職位的在線申請次數有著明顯的影響，可見公司招聘的時候也應盡量多展示此類信息以吸引求職者。

關鍵詞：在線申請次數 在線瀏覽次數 簡歷反饋率 多元線性回歸 期望理論

引言

伴隨著互聯網時代的不斷發展，在線招聘已經成為各位求職者生活中不可或缺的重要部分。在線招聘也被稱為網絡招聘或電子招聘，它是指借助互聯網技術而進行的招聘活動，包括多方面招聘信息的發布、簡歷的搜集整理與分類、在線測評與評價以及電子面試等。現階段，在線招聘在經歷了探索期、市場啟動期、高速發展期、成熟期這四個階段后，市場規模處于穩步增長狀態，在線招聘的市場份額也呈現穩步增長的態勢。易觀智庫（Analysys）發布的《中國互聯網招聘市場年度報告2016》數據表明，中國互聯網在線招聘2015年的市場規模已達43.5億元，據預測，未來三年增長速率雖會下降，但依舊保持相對穩定的增長態勢。

在線招聘突破了傳統招聘的時間與地域方面的限制，在為企業用戶尋找到合適的人才的同時也為求職者提供了尋找更合適的單位的途徑。在線招聘更是具有招聘成本低、招聘過程快速高效、招聘針對性較強、雙向信息量大且更新速度快的優勢，隨著互聯網的快速發展，其各方優勢會變得更加突出阿，但由于時代的迅速發展，信息量不斷擴大，求職者工作壓力不斷增大且影響因素不斷增多導致各方面招聘需求與招聘信息難以直接對稱，因此如何在數以百萬計的大量信息中更加有效地提取出能夠使用的信息成為用人單位與求職者共同需要面臨的問題。在網絡招聘過程中能夠影響在線招聘決策的因素有很多，因素在決策過程中扮演怎樣的角色，是非常值得進行深入探究的，確定不同影響因素的比重，能夠更好地為在線招聘決策提出更加完善的招聘方案。

在線招聘人才層次劃分明顯，需要不斷提高層次結構，并且安全性、時效性和真實性需要在高度保障情況下不斷提高，網絡招聘發展仍需與其他招聘方式巧妙結合以謀求更好的發展。建立良好的信用體系也是各大在線招聘網站需要注意的重要問題，無論是招聘單位，或在線網站抑或是求職個人都需要以良好的信用，真實、直接的信息才能夠實現在線招聘的高效性，充分利用在線招聘的優勢。

一、文獻綜述

（一）相關研究回顧

曾有學者對在線招聘使用情況的現狀與趨勢進行詳細調查，相關結果表明，大部分大學生有意愿使用在線招聘求職。因此，在線招聘發展趨勢仍舊較為可觀，需要不斷提升招聘決策過程，并且解決在線招聘過程中所遇到的問題，為網絡招聘人才服務更好地發展做充足的準備。

已有一些學者對在線招聘進行了相關研究，如TinaChristensen等對比較線上與線下招聘方法的效率和成本進行了探究，Barry Smyth等通過研究為用戶提供個性化信息檢索更好地完善網上招聘服務，Joanna P.C.Tong對在線招聘網站量化服務質量進行評估并考察服務質量與心理負荷和績效時間的關系，Taylors Lane研究發現在線招聘方法的多種用途和成果，E Parry利用大規模的縱向調查招聘活動來調查雇主和企業網站的使用情況和感知成功情況并且深入了解可能影響這些方法成功的因素。陳海濤等實證分析了在網絡招聘基礎上社交招聘用戶信息共享的影響因素，陳鳴撕針對企業在線招聘現狀與優勢提出相對應的完善策略。雖然對于在線招聘方面的問題和研究在不斷增多，但對于在線招聘的招聘效率的影響因素研究仍舊是不全面的，所以通過大量實證進行相關影響因素研究與證明是十分必要的。

（二）期望理論

對期望理論的研究最初始于20世紀60年代，由著名心理科學家和行為科學家維克托。弗魯姆提出，它為個人激勵提供了綜合性的理論框架。期望理論認為，激發個體實施某一特定行為的前提是讓其意識到此行為可能帶來的結果能夠滿足自己某方面的需求。激勵的強度取決于個人通過努力達成組織期望的工作績效（組織目標），根據工作績效組織給出獎賞，由此而達到的滿足個人需要的獎酬（個人目標）相一致、相關聯的程度。一致程度或關聯性大，則效應就大，否則就小。期望值也稱期望概率，受個人的經驗，個性，情感，動機的影響。現期望理論多被應用于績效管理、人員激勵等方面并加以研究，在進行網絡在線招聘過程中也需要對每一環節進行期望理論估計，將期望值與效價代入在線招聘的系統評估中。

唐平秋等以期望理論為框架對高校智庫人員激勵要素與環境進行研究，黃玲等基于期望理論研究成功眾籌的項目設計問題，延伸到金融行為方面的期望理論，劉永安將期望理論應用于管理層面，為企業管理提出大量建設性建議。由此可見，在在線招聘的管理過程中可以使用期望理論作為理論基礎進行影響因素的判斷與調整。本文在研究影響用戶在線求職影響因素的基礎上，發現某些因素的變化會激勵用戶在線求職的積極性，因而使用期望理論能夠很好的研究在線信息對用戶求職的影響。

二、實證分析

（一）提出假設

1.瀏覽次數

目前中國網絡招聘市場競爭激烈，同質化嚴重，大部分的在線招聘網站工作都只包含了薪資、學歷以及經驗要求等一些基本信息，但是在這些基本信息無法反映該工作在線的受歡迎程度，也無法為后來用戶提供好的指導。基于此，一些系統生成信息如：該工作的在線瀏覽次數以及在線申請次數就可以很好解決這一問題，所以也應該對其進行分析。系統生成信息是指用戶或者是消費者已有行為所產生的數據目前這些數據在互聯網領域有著十分重要的作用，特別是在網絡營銷中對消費者行為的進一步轉化的影響。現目前這些信息廣泛運用在在線數字音樂營銷、網站書籍的銷售以及電影推薦等方面。由于網絡招聘無法反映該工作的實際情況，因而這一部分信息對用戶在線求職有著更為重要的價值。

在線瀏覽次數是指該工作的在線查看次數，在一定程度上可以反映出該工作的在線受歡迎程度；在線申請次數是指瀏覽該工作之后在線投遞簡歷求職。目前已有研究指出電子口碑和在線瀏覽數之間有著密切的關系。由于這一部分信息是用戶行為所產生的，所以較之與其他信息具有較高的可信度，在線瀏覽數和在線申請數會對之后用戶的在線決策產生重要的影響，因此提出假設：

H1：在線瀏覽數會對用戶的在線求職產生顯著的正向影響。

2.簡歷反饋率

簡歷反饋率是指用戶在線申請該職位投遞簡歷之后企業對于簡歷反饋的概率，簡歷反饋率=反饋的簡歷數/收到的投遞簡歷數。簡歷反饋率可以表示企業對于用戶申請的響應幾率。在線反饋是“口碑”的數字化和網絡化，目前，在線反饋機制廣泛運用在電子商務剛、售后服務領域以及信譽評定研究當中，在互聯網和網絡營銷領域中發揮重要的作用。因此，企業對簡歷的在線反饋對以后用戶數申請該職位也有一定程度的影響，提出假設：

H2：較高的簡歷反饋率對用戶在線求職產生顯著的正向影響。

（二）數據和變量描述

此次實驗的數據全部來源與58同城下的招聘網站上面的職位信息，58同城定位于本地社區及免費分類信息服務，其下屬的招聘網站能提供較全面的職位信息，這些信息不僅包括職位的地址，需要的學歷經驗和工資等基本信息，同時還會提供該職位的瀏覽次數，申請人數等信息，因此我們選擇58同城進行數據的收集。此次數據是基于一個Python爬蟲數據進行收集。由于目前中國城市分級現象嚴重，北京、上海和廣州等一線城市發展較快，工作也就相對較多；同時成都和武漢等新興的一線城市也在飛速發展，因此這次實驗我們選擇了上海和成都兩個城市進行數據的采集。經過數據清洗之后，共收集了8292條上海地區的數據和3414條成都地區的數據。由于部分數據的離散程度較大，同時為了避免數據間的多重共線性，因而對部分數據取對數納入模型進行計算，數據特征如下：

（三）模型估計

用戶在線申請該職位往往受到多個因素的影響，因此使用多元線性回歸模型來檢驗在線瀏覽次數和建立對在線申請該職位的影響。在此次實驗中，我們將在線申請次數作為因變量，把在線瀏覽數和簡歷的反饋率作為自變量，把薪資水平、工作福利、招聘人數和工作經驗以及企業規模作為控制變量納入模型進行分析。為了避免多重共線性，因此對部分字段取對數納入模型，模型如下所示：

Apply表示的是該職位的在線申請人數，一定程度上反映出該工作的被瀏覽后的轉化程度；Browse表示的是該工作的在線瀏覽次數，可以反映出該工作的在線受歡迎程度；Salary表示的是薪資水平；recruit表示的該職位預期招聘的人數，一定程度上可以看出該職位競爭的激烈程度；scale表示的該職位發布公司的規模，主要衡量指標是該公司的在職員工數，最多是1000人以上，最少是50人以下；Resume表示的是簡歷反饋率，是企業收到簡歷后反饋的概率；WeIfare表示的是該職位提供的福利數量，包括五險一金以及周末雙休等，福利最多4項，最少0項福利；Experience表示的是該職位招聘人所需要的工作經歷要求，最少是可接受應屆生不需要工作經驗，最多是10年以上。

三、結論

由于回歸模型中可能存在變量問相關等問題，本文在回歸分析采用逐步回歸的方式來檢驗模型可能存在的多重共線性問題。經過Stata統計軟件的分析。回歸模型通過對在線瀏覽次數和簡歷反饋率的計算，最終修正可決系數和t檢驗都符合要求，具體結果如下圖所示：

從上表可以看出，在線瀏覽次數Browse（B=0.914，T=239.89，P<0.01）的回歸系數顯著，假設H1得到驗證，即在線瀏覽數會對用戶的在線求職產生顯著的正向影響；同時，簡歷回饋率Resume（B=0.054，T=2.98，P<0.01）回歸系數顯著，假設H2得到驗證，即較高的簡歷反饋率對用戶在線求職產生顯著的正向影響。兩個假設均得到驗證，也就是說在線瀏覽次數和簡歷回饋率確實會對用戶在下求職產生顯著的影響。此外，從上表也可以看出，職位的招聘人數、企業規模和職位福利也會對用戶在線求職產生顯著的影響。

四、討論與建議

本文基于已有的網絡招聘文章，從招聘網站展示的職位信息出發，著重研究了在線瀏覽次數和簡歷回饋率對用戶在線求職的影響，對企業在線招聘做出相應的指導。同時本文也充分考慮職位的薪資，福利和企業規模等影響因素，建立多元線性回歸模型來驗證假設。最后發現在線瀏覽次數和簡歷回饋率確實會對用戶在下求職產生顯著的影響，這也就表明在線求職用戶更愿意投遞那些瀏覽次數較多、簡歷回饋率較大的工作崗位，因此企業在進行網絡招聘時除了提供較好的條件之外，還要講諸如此類信息放在突出位置以吸引求職者投遞簡歷。