桂西北少數民族地區統計類大學生就業意向調查研究

韋鳳喜，韋新星，黃丹丹，黃夢華，韋東靜，黃春妃

（河池學院數理學院，廣西 河池 546300）

0 引言

據有關數據顯示，2022年高校畢業生規模預計達到1076萬人，而隨著高校的擴招，未來高校畢業生規模仍將持續擴大。此外，2022年2月全國城鎮調查失業率達到5.5%，其中16～24歲人口的失業率達到15.3%，而2022屆畢業的學生大多處于16～24歲，失業率的升高體現的則是就業壓力的增大，這無不顯示著大學生就業形勢的日趨嚴峻。

統計類專業是21世紀大數據時代發展的產物，但中國統計教育的發展卻落后于中國統計實踐的需求，為此，不少學者對大學生的就業意向進行了研究。劉向東、李超鋒認為統計類學生在就業過程中常會因為個人原因而產生就業渠道狹窄、定位不準確、就業期望過高和自身綜合素質不足等局面[1]。張茂霞等指出目前應用統計專業學生的就業觀念與社會實際要求之間的差距，并對就業指導工作提出了建議[2]。王志杰等認為大學生就業意向的影響因素包括社會因素、家庭因素、學校因素及個人因素等，并從社會、高校及個人三方面提出了相關建議[3]。張婷、原陽則認為就業形勢認識模糊、就業崗位選擇盲目、城市就業傾向強烈、就業心理準備不足是大學生就業意向誤區形成的主要原因[4]。曲國麗等發現大學生的就業意向大致可分為五種類型：模糊型、被動型、保守型、超出現實型、地域認定型[5]。

然而，多數文獻均是采用定性分析及描述性分析等方法來進行研究，且針對民族地區高校統計類大學生就業意向的調查也較少。為此，本文以桂西北少數民族地區統計類大學生為研究對象，運用因子分析、聚類分析等方法對其就業意向進行調查研究，旨在更好地了解該地區統計類大學生的就業意向、影響因素及各類學生之間的差異，提高學生的就業競爭力，改善學校就業指導工作的成效，促進該地區統計類人才的培養。

1 桂西北少數民族地區統計類大學生就業意向基本情況

1.1 樣本基本情況

本次調查共收回有效問卷581份，其中2021級有175人，2020級有170人，2019級有120人，2018級有116人，低年級與高年級相比，人數偏多，這也側面凸顯了大學生就業形勢的愈發嚴峻。

1.2 留在桂西北工作的意愿情況

為了解該地區統計類大學生“留在桂西北工作的愿意”（下稱“留桂意愿”），本文基于家庭住址，對家庭住址在桂西北地區的164位大學生和家庭住址不在桂西北地區的417位大學生，進行留桂意愿的列聯表分析。調查結果如下表1。

表1 家庭住址對留桂意愿的影響

表1中，愿意留桂的大學生有104人，可以考慮留桂的大學生有314人，不愿意留桂的大學生有163人。其中，家庭住址在桂西北且愿意留桂的有77人，占愿意留桂大學生的74.04%；家庭住址不在桂西北但愿意留桂的只有27人，只占愿意留桂大學生的25.96%。

表2中，卡方檢驗的sig值為0.000小于0.05，表明“家庭住址”對大學生“留桂意愿”的影響顯著：家庭住址在桂西北地區的大學生，其留桂意愿更強，即更傾向于留在桂西北工作。

表2 卡方檢驗

1.3 就業意向基本情況

本文對大學生的期望薪資進行調查，得出大多數大學生期待的薪資都在4000～6000元，其中期望薪資在6000元以下的學生占總人數的57.66%。期望薪資在6000～8000的占19.62%，而期望薪資在8000元以上的學生占22.72%，具體情況見下圖1。

圖1 薪資分布

此外，對該地區統計類大學生的就業意愿進行整理，并進行詞頻分析，得到下圖2。

圖2 詞云圖

圖2表明，最受該地區統計類大學生喜愛的工作是與統計相關工作，其次是銀行、會計、教師、公務員、數據分析類等崗位。在這些高頻詞匯中，有些屬于專業對口的崗位，如統計、數據分析類崗位，而更多的則屬于專業不對口的崗位，如銀行、會計、教師、公務員等。

因此我們不難發現，目前統計類大學生就業意愿多樣，就業形勢嚴峻。為此，我們有必要對該地區統計類大學生就業意向的影響因素進行分析。

2 桂西北少數民族地區統計類大學生就業意向影響因素分析

接下來，運用因子分析方法對影響該地區統計類大學生就業意向的因素進行研究分析，過程如下。

2.1 建立指標

經查閱有關文獻，本文在遵循科學性、必要性的基礎上，共選擇了18個影響因素進行分析，分別為：X1職業規劃、X2實踐經歷、X3就業市場、X4父母及戀人要求、X5家庭經濟壓力、X6親戚朋友、X7生源地、X8學習能力、X9辦公軟件、X10溝通能力、X11專業技能、X12求職焦慮、X13自卑心理、X14依賴心理、X15攀比心理、X16簡歷、X17工作態度、X18單位制度。

2.2 因子分析的可行性檢驗

首先，對數據進行信度分析，得到下表3。由表3可看出，Cronbach'sAlpha系數為0.817，信度系數為0.820大于0.8，說明問卷的信度較好。

表3 可靠性統計量

其次，采用KMO和Bartlett球形檢驗對數據進行效度分析。由下表4可知KMO統計量為0.817，Bartlett球形度檢驗的觀測值為5366.966，sig.為0.000，小于顯著性水平0.05，因此拒絕Bartlett球形度檢驗的零假設，說明數據適合進行因子分析。

表4 KMO和Bartlett's球形檢驗結果

2.3 因子提取

本文采用主成分因子法提取因子，最終保留5個因子，其累計方差貢獻率為74.665%，達到因子分析的基本要求（見表5，P9）。

表5 解釋的總方差

2.4 因子旋轉及命名

本文采用最大方差法對因子進行旋轉，得到旋轉后的因子成分矩陣（見表6，P9）。

表6 旋轉成分矩陣

從旋轉成分矩陣可以看出，F1在求職焦慮、依賴心理、攀比心理、工作態度的載荷較大，可認為這4個因素主要與大學生的就業心理相關，因此F1可命名為就業心理。F2在父母及戀人要求、家庭經濟壓力、自卑心理、生源地上的載荷很大，這些體現的是外界因素或自我感知等潛在因素，因此F2可命名為潛在因素。F3在學習能力、辦公軟件、溝通能力、專業技能的載荷比較大，這些更多地表現為學生對自己能力方面的自我評價，因此F3可命名為就業能力。F4在親戚朋友、簡歷、單位制度上載荷很高，這些更多地表現為學生在求職過程中的就業認知，因此F4可命名為就業認知。F5在職業規劃、就業市場、實踐經歷的載荷比較大，這些更多地表現為學生對自己能力方面的準備，因此F5可命名為就業準備。

綜上，影響桂西北少數民族地區統計類大學生就業意向的因素可歸納為5類，即：就業心理、潛在因素、就業能力、就業認知、就業準備。因此，該地區高校在對統計類大學生進行就業指導時，可從以上5方面進行著手。

3 桂西北少數民族地區統計類大學生的聚類分析

接下來，本文在因子分析的基礎上，對大學生群體進行K-Means聚類。聚類結果如下表7。

表7 最終聚類中心

從表7可以看出，第1類學生的就業準備最充分，說明該類學生對待就業有明確的職業規劃和準備，且該類學生在面對外界干擾時，能積極應對潛在因素的影響。此外，該類學生的就業能力也是最好的。為此，學校在對統計類學生進行就業指導時，可將這部分學生作為榜樣，讓其他類學生進行學習和借鑒。

第2類學生的就業心理得分最低，說明該類學生在面對就業選擇時易產生焦慮情緒，且該類學生在就業準備方面也普遍差于其他類學生，說明該類學生沒有明確的職業規劃和準備。為此，學校在就業指導時，需特別關注此類學生的就業心理、就業認知和就業準備。

第3類學生在就業心理上的得分最高，說明該類學生的心理素質最好，有一定的抗壓能力，且該類學生在就業認知上的得分也偏高。但是，該類學生在潛在因素和就業能力方面偏弱，說明該類學生容易受潛在因素的影響。為此，學校在就業指導時，需特別關注此類學生的潛在因素、就業能力。

綜上，學校應根據學生的不同特點，因材施教，不斷引導統計類學生樹立正確的就業意向，以提升統計類學生的就業競爭力。

4 結論

本文聚焦桂西北少數民族地區統計類大學生的就業意向，通過運用描述性分析、因子分析和聚類分析等方法，得到影響該地區統計類大學生就業意向的因素大致為5類，即：就業心理、潛在因素、就業能力、就業認知、就業準備。基于此，該地區高校在對統計類大學生進行就業指導時，可從以上5方面進行著手。此外，根據聚類結果，得出不同類別學生之間的差異是顯著的，其中第一類學生各方面均較好，第二類學生在就業心理、就業認知和就業準備方面欠佳，而第三類學生的缺陷在于潛在因素和就業能力方面。因此，學生需結合實際對自身的就業情況進行客觀評價，以明確自身所處類別，不斷提升崗位競爭力，而學校方面則需意識到解決學生的就業問題不能一刀切，需要結合各類別學生的不同特點取長補短，因材施教，才能不斷優化學生的就業意向，提升學生的就業實力。例如，學校在對第二類學生進行就業指導時，可通過成立就業指導工作室、開設就業心理輔導課程、成立就業減壓站、開展統計類簡歷評比大賽等途徑來提高這類學生在就業心理、就業認知和就業準備方面的不足，讓學生的就業競爭力得到不斷提升。