高職高專物流管理專業學生就業數據可視化分析

林慧君

摘 要 隨著我國職業教育改革的推進，高職高專的招生規模不斷增加，高職高專學生的就業問題一直是高職高專院校所面臨的重大問題和挑戰。我們對某校物流管理專業近五年畢業生數據進行了追蹤調查，數據真實再現了高職高專畢業生近五年的就業情況，通過描述性統計、方差分析等方法對畢業生就業情況進行了可視化分析，得到了相關的分析結果，為高職高專物流管理專業的招生、人才培養、就業等方面提供指導。

關鍵詞 物流管理專業 就業數據 可視化分析

Abstract With the development of vocational education， the enrollment scale of higher vocational colleges is now increasing continuously. The employment of students is always a challenge faced by these colleges. We survived the employment situation of graduates majoring in Logistics Management from a higher vocational college. The data we collected actually reflects the employment situation of these students in the past 5 years. After analyzing the data by visualization， descriptive statistics， and ANOVA， we draw several conclusions that provide logistics management major at higher vocation colleges with some instructive information about enrollment， talent cultivation and employment.

Keywords logistics management major; employment data; visual analysis

0 引言

高職高專院校主要培養適應生產、建設、管理、服務第一線需要的技術應用型人才。隨著我國職業教育改革的推進，高職高專的招生規模不斷增加，高職高專學生的就業問題一直是高職高專院校所面臨的重大問題和挑戰。就業率和就業的質量直接影響了高職高專院校的招生能力。

各高職高專院校每年都有畢業生的就業二維表數據信息，該就業數據信息中包含了與學生就業相關的各個因素，各因素所蘊含的數據又是錯綜復雜，如果沒有有效的數據分析，很難直接從二維數據表中得到有價值的信息，因此我們希望通過對學生就業數據信息的分析，充分挖掘影響學生就業的因素以及各因素之間的關系，以可視化的方式直觀呈現各因素之間的聯動性和時序性，為高職學校的招生專業的規劃決策和人才培養方案的制定提供支持，為學生就業提供職業規劃依據。

現代物流業屬于生產性服務業，是國家重點鼓勵發展行業，涉及領域廣，吸納就業人數多。高職高專物流管理專業主要培養掌握運輸、倉儲、配送業務、進出口報送與報檢、國際物流等稱相關理論和實務知識，具有物流方案策劃、建設和運營能力，適應現代物流業發展所需要的一專多能的復合型人才。大部分高職院校中都開設有物流管理專業，物流管理專業每年的畢業生數量眾多，畢業生畢業的走向和就業質量一直是我們所關注問題。在本文中，我們選取了某校近五年的畢業生就業數據，以就業真實的數據進行描述性統計分析，在Rstudio環境中編寫R語言代碼，得其可視化分析結果，能直觀真實的體現目前影響高職高專物流管理專業畢業生的因素。

1 樣本選取

如表1，我們可以初步歸納出樣本總體的基本特征如下：（1）各變量的數據結構以因子型為主，只有薪酬為數值型變量;（2）在2014年至2018年的觀測中，女性的數量遠大于男性;（3）畢業去向以正常派遣為主，但選擇升學深造的學生數量逐年增加;（4）畢業生薪酬逐年上升;（5）畢業生就業單位以有限責任公司為主;（6）各計入就業統計的樣本幾乎不存在就業困難情況;（7）大部分畢業生均選擇了與其專業對口的崗位。

2 物流管理專業就業情況描述性統計

2.1 總體就業情況

根據前文對樣本基本情況的交代，一方面我們獲取的數據變量以分類數據為主，只有一組數值型數據，因此我們采取描述性統計的方式進行研究;另一方面，我們注意到，各樣本幾乎不存在就業困難的情況，故我們對就業情況的分析基于畢業生薪酬，薪酬越高，就業情況越好。

根據樣本總體情況，我們以“畢業年份”為橫坐標，“薪酬”為縱坐標，作出散點圖;然后使用非參數方法LOESS，作出一條平滑的曲線查看畢業生的歷年平均薪酬，如圖1（左）;同時我們還關注畢業生性別是否會對薪酬產生影響，因此我們將樣本按照性別劃分為兩類，并分別使用LOESS方法擬合平滑曲線，如圖1（右）。可見2014至2018年物流管理專業畢業生平均薪酬大約在2500元至3500元之間，且有逐年上升的趨勢，我們可以粗略估計2019年畢業生的平均薪酬約為3500元。而在薪酬的男女差異上，我們發現除了2015年，其他年份男性畢業生的平均收入要高于女性。為了檢驗這種差異是否在統計上顯著，我們對薪酬進行方差分析ANOVA，結果如表2，可見男女畢業生的收入差距是顯著的，我們可以初步判斷男性的平均就業情況比女性好。

2.2 生源地和家庭因素對就業情況的影響

另外兩個可能影響畢業生薪酬的“稟賦型”變量為樣本的家庭情況和生源地，理論上而言，在假定能力等因素一致時，家庭情況越好的學生越有可能獲得高收入;生源地為珠三角發達地區的學生在就業上也會有一定的“先天性”優勢。因此我們作出以困難生類別為依據分組薪酬小提琴圖，如圖2（左），“小提琴”的寬度表示y軸對應值的密度;作出以生源地為分組依據的薪酬箱線圖，如圖2（右），每個“箱子”中間的橫線表示中位數，“箱子”的上下邊緣分別表示上四分位數、下四分位數。

據圖2（左）可知，非困難生的平均薪酬要高于家庭困難生的平均薪酬;且家庭困難生的畢業收入情況有兩極分化的趨勢：家庭困難生的薪酬“小提琴”在3200元和2800元處出現兩處峰值，表明部分優秀的家庭困難生畢業后可以獲得與非困難生類似的收入，另外的家庭困難畢業生則可能落入“低收入”群體。而在生源地方面，據圖2（右），來自肇慶市、汕尾市、珠海市的畢業生薪酬較高，其中肇慶市畢業生的畢業薪酬最高，而來自中山、連州、揭陽的畢業生就業情況不太理想。因此我們在未來的工作中需要更加關注家庭困難生的就業情況，緩解困難生就業“兩極分化”的現象;同樣，我們還可以完善生源地結構來提升畢業生薪酬以及就業質量。

2.3 畢業去向對收入的影響

除了關注畢業生的“稟賦”，我們更關注畢業生去向對其收入的影響。在畢業去向中，最主要的變量是“專業與就業是否對口”“工作單位所屬行業”和“工作職業類型”，我們可以根據不同行業、職業類型的平均收入情況，將更多的畢業生派遣至高收入行業（或職業），從而實現改善就業情況的目的。

2.4 專業就業是否對口對薪酬的影響

在參與調查的161個樣本中，共有142名學生就業與專業對口，19位畢業生專業與就業不對口。圖3（右）為薪酬的概率密度曲線，使用非參數核估計得出，①可見“專業就業對口”畢業生的薪酬在2300元以上的概率要大于“非專業對口”畢業生。圖3（左）中也可以看出除了2014年，專業就業對口畢業生的平均收入均高于專業就業不對口的學生。

2.5 畢業生就業單位行業對薪酬的影響

就業單位行業情況同樣會影響畢業生收入。我們按各行業分組，作出平均薪酬的條形統計圖（如圖4），然后作出各行業中位薪酬的時間序列圖（如圖5）探究各行業的薪酬變化。可見在眾多行業中，軟件和信息技術服務業的平均收入最高，電信服務業、科技推廣服務業次之;而一些傳統的制造業、餐飲業的收入則不高。而從各行業的薪酬變化來看，軟件信息服務業、互聯網服務業所提供的薪酬近年來增幅最大，也就是說，去往這類行業的畢業生更有發展潛力。因此，在就業輔導中，我們應鼓勵學生向這類現代化行業靠攏。

2.6 畢業生從事職業對薪酬的影響

在就業人員從事崗位方面，我們采取相似的方法進行描述。圖6中，橫軸為收入的均值與統計標準誤，黑點為均值，橫線為標準誤，表示可以接受的誤差范圍;圖7為各職業中位收入的時間序列圖，用于反映薪酬的變化情況。可見，從事統計、審計、銀行業務、采購、會計的畢業生平均薪酬較高;而中等職業教育教師、公路運輸人員等職業的薪酬相對較低。而在各職業的發展潛力方面，由圖7可知，會計人員、行政事務人員近年來薪酬提高比較快而小學教師、審計人員的薪酬則相對保持穩定。

3 小結

文中，我們首先交代了調查樣本的基本信息;然后用畢業生薪酬來衡量就業情況，通過描述性統計的方法分別討論了總體就業情況、生源地和家庭因素對就業的影響、畢業生去向對就業的影響。可以得出以下幾點結論：

（1）2014-2018年物流管理專業畢業生收入穩步提高，且男性的收入較女性收入高;（2）家庭困難生的就業情況存在“兩級分化”的情況;（3）生源地會對畢業薪酬產生影響，來自肇慶、珠海等地區的學生就業情況相對較好;（4）尋找與專業對口的職業能顯著提升就業質量;（5）從事行業、職業會顯著影響薪酬，畢業生應盡量向新興服務業，如電子信息服務業、軟件技術服務業、統計行業等靠攏。

注釋

① 使用Epanechnikov核函數.

參考文獻

[1] 任培花，阮超.數據挖掘在高校畢業生精準就業中的路徑研究[J].山西大同大學學報（自然科學版），第35卷第2期.

[2] 周利華.學生就業數據可視化分析與設計[J].教育信息技術，2018（1，2）.

[3] 李俊，王夢媛.國內外專利挖掘研究的可視化分析.高校圖書館工作，2019 .2總第39 卷第190 期.

[4] [美]賈里德 P.蘭德（Jared P. Lander）著.R語言實用數據分析和可視化技術[M].蔣家坤等譯.機械工業出版社.