【作者简介】
蒋直平，中南大学党委学生工作部部长，研究员，研究方向：大学生就业创业教育与思想政治教育；
曹超，中南大学党委学生工作部科员，助理研究员，研究方向：大学生思想政治教育与辅导员队伍建设；
李玲芝，中南大学党委学生工作部科长，讲师，研究方向：高校思想政治工作队伍建设。
【摘要】
面对就业规模不断扩大的新趋势，就业机制不断市场化的新特点和大学生就业选择个性化、多元化的新要求，不断提升大学生就业指导工作效能成为提升大学生就业质量的应然之举。从供给侧视角出发，通过对现有研究文献、政策文件和调研访谈文本的综合分析，构建出涵盖制度机制、工作队伍、服务式实践资源、参与式实践资源和课程体系等5个维度23项指标的大学生就业指导效能影响因素体系；并通过实证分析发现服务式与参与式实践资源建设对大学生就业指导具有较为显著的影响，是有效提升大学生就业指导效能的重要途径。
【关键词】
供给侧；大学生就业指导；影响因素；实证分析；实践资源
【文本引用】
蒋直平，曹超，李玲芝.供给侧视域下大学生就业指导效能影响因素研究[J].中国大学生就业，2023（06）：52-57
习近平总书记在党的二十大报告中强调指出：“就业是最基本的民生。强化就业优先政策，健全就业促进机制，促进高质量充分就业”，为做好新时代高校大学生就业工作提供了根本遵循。
一、问题的提出
2023年中央经济工作会议指出：“落实落细就业优先政策，把促进青年特别是高校毕业生就业工作摆在更加突出的位置。”这既是对高校就业工作的行动指引，也是更高层面的要求。教育部公布的数据显示，2023届高校毕业生规模预计1158万人，同比增加82万人。在就业总量不断增加、就业结构矛盾加剧的背景下，缓解高校大学生就业压力、促进大学生高质量就业，仍是当前和今后一段时期的重中之重。大学生就业指导工作作为帮助在校大学生提升就业能力、获取就业知识、增长就业经验从而提高就业质量、实现就业目标的重要教育指导活动，对大学生未来职业选择与发展有着重要影响。[1]
大学生就业指导工作一直受到党和政府的重视。然而要切实提升就业指导工作的效能，首要便是遵循一套科学、有效的就业指导工作评价体系，实现精准优化就业指导工作举措，而识别好就业指导工作的影响因素则是构建其评价体系的重要基础工作。通过对现有相关研究的回顾，可以发现国内学者大多关注就业指导国内外工作模式、问题现状、路径策略以及课程建设等方面的研究内容，其中又呈现出理论研究多实证研究少、定性研究多定量研究少、宏观研究多微观研究少的特点。在中国知网期刊库中检索“就业指导”主题所得的1320篇CSSCI来源文献中，涉及影响因素研究的仅13篇。由此可见，针对就业指导工作效能提升的影响因素、影响机理等相关研究仍然较为缺乏。
高校和学生分别作为就业指导的供给侧和需求侧，实现就业指导工作效能的提升既关乎供给侧的目标、内容和方式，也关乎需求侧的满意度和评价反馈最终指向实现供需互促的良性循环。基于此，本文以就业指导效能提升为切入点，从供给侧视角探析影响高校就业指导工作的影响因素，从学生视角评价影响因素的重要性和合理性，为精准提升高校就业指导工作质量提供实践依据，以期提升大学生就业能力和质量。
二、大学生就业指导效能影响因素构建
任何一种科学创造过程，都是先把结晶的知识单元游离出来，然后再在全新的思维势场上重新结晶，产生全新的知识系统。[2]鉴于现有大学生就业指导影响因素的研究并不深入，从现有研究文献中直接获取影响因素或将导致内容覆盖不全面、容易忽视内外部条件变化带来的时效性缺失的众多问题。因此，本文建立起集现有研究文献、政府部门的政策文件、主流媒体报道在内的综合文本型数据库，从中“游离”出对大学生就业指导影响因素的关键信息，并增加对高校就业指导从业人员和大学生的访谈调研，将多来源、多层次识别地影响因素重新组合，构建大学生就业指导影响因素体系。
（一）基于文本的影响因素识别
对“大学生就业指导”理论研究文献和政策文本的收集、鉴别、整理的过程，既是对相关学者、政府部门的观点进行阅读梳理，更是对大学生就业指导影响因素形成更加科学的认识与更为深刻的理解。本文借助ROST CM6 软件对80篇理论研究文献和15篇国务院、教育部印发的相关文件中涉及加强大学生就业指导相关举措的内容进行分析。为了确保分词效果，避免遗漏用户词典未收录却与研究内容密切相关的词汇，先行建立自定义词库和归并词群表，人工过滤与研究无关或无意义的词汇后，最终选取频次前50的高频词，如表1所示。
表1 高频词汇
资料来源：本研究整理
不难看出，高频词大多表征大学生就业指导过程息息相关的内容，一定程度上反映了大学生就业指导需要关注的重要方面。高校、企业、社会、政府等作为就业指导的重要主体；互联网、大数据、人工智能、实践模拟、社会实践、实习、课程教学、讲座培训、活动等作为就业指导的重要手段；制度机制、资源、评价考核、辅导员、专家教师、校友作为就业指导的重要保障；全过程、精准化、专家化、个性化、帮扶作为就业指导重要形式；职业能力、职业发展规划、创新创业作为就业指导的重要内容均受到理论研究和政策文件的高度关注。这也为提取大学生就业指导影响因素提供了重要参考，为进一步开展访谈调研提供了坚实基础。
（二）基于访谈调研的影响因素识别
单纯基于现有文献和政策文件的分析，容易忽略内外部条件发生的变化对部分影响因素识别造成的影响。因此，选择访谈调研这一实践性研究方法，通过收集与大学生就业指导有关的工作人员和学生意见建议，从他们对自身经验的描述和意见的表达，回答问题和对现象的理解中获取高校辅导员队伍建设的关键要素及其结构，进一步丰富和完善基于文本的影响因素内容。与词频分析不同，访谈更注重一手资料的收集和整理分析，并进行深入的理解和阐释。
1.深度访谈设计
本文采用个人深度访谈（Depth interview）的方式，选取大学生就业指导领域的专家、相关工作人员与学生作为访谈对象，共访谈15人次。
主要的访谈提纲为：首先，请您谈谈当前大学生就业指导工作存在的主要不足？其次，您认为需要从哪些方面提升大学生就业指导工作的效能？再次，您觉得应该制定哪些具体措施来加强大学生就业指导？
通过对访谈获得的信息进行编码分析，具体步骤为：首先，仔细浏览访谈记录，逐字逐句进行分析，将与大学生就业指导影响因素相关的语句设为节点，最终获得到200多条原始语句（节点）；其次，将相同或内容相近的节点合并，最终形成大学生就业指导效能影响因素。
2.影响因素识别结果
综合文本分析和访谈调研，在反复比较和咨询的基础上，本文最终选取了国家政策导向、学校制度建设、领导组织机构、工作经费投入、评价反馈机制、专兼职教师、就业工作人员、知名企业HR、优秀校友导师、就业指导专家、数据分析系统、硬件设施条件、智能交互系统、就业指导场地、网络教育资源、企业实习机会、社会实践机会、主题竞赛活动、模拟仿真训练、课程设置合理性、课程内容时效性、课程理念实践性、课程形式吸引力共23个指标作为大学生就业指导工作效能的影响因素。
三、大学生就业指导效能影响因素体系构建
为构建清晰直观的影响因素体系，进一步明晰大学生就业指导效能提升的实践路径，本文采取因子分析这一探索性研究方法，对杂乱无序的影响因素进行整理，厘清结构维度和重要性程度。
（一）研究设计及数据来源
根据前一阶段所提取的大学生就业指导影响因素，进一步编制出《供给侧视域下大学毕业生就业指导效能影响因素调查问卷》。问卷采用Likert五级量表，题目选项按照“非常大”“比较大”“一般”“比较小”“非常小”程度分为五个等级，对应分数为5，4，3，2，1，调查大学生对于高校提供的就业指导服务中不同类型的因素影响程度的认同度。问卷调研周期为4天，共发放问卷870份，剔除未完成作答及明显不符合作答要求的问卷共14份，回收有效问卷为856份，回收率98.3%。
（二）就业指导效能影响因素的实证分析
1.样本信度检验
本研究采用Cronbach’s Alpha系数来检验量表数据的内部一致性。结果显示，Cronbach’s Alpha系数为0.891，基于标准化项的Cronbach’s Alpha值为0.894，两项系数值都在90%附近，表明量表内容具有很高的内在一致性，可信度较高，问卷数据质量有效。
2.KMO统计和巴特利特球形度检验
首先用KMO统计量来比较各变量间简单相关系数矩阵和偏相关系数的指标，KMO值为0.903，表明比较适合做因子分析；巴特利特球形度检验的原假设为相关系数矩阵为单位阵，本文的显著性值Sig=0.000，小于显著水平P=0.05，因此拒绝原假设，说明本文研究变量间存在相关关系，适合做因子分析。
3.因子分析
因子分析法是以降维思想为基础的一种统计学分析方法。[3]本研究采用因子分析法厘清23个就业指导影响因素变量之间的结构关系，将众多概念相近的影响因素变量简化为相互独立的潜在变量，从而构建起更为简明的影响因素体系。本文运用SPSS分析软件，通过主成分分析法从23个就业指导影响因素变量中提取特征值大于1的因素，并结合碎石图中的斜率特征，共提取5个公共因子，累计贡献率为80.526%，表明5个公共因子解释了变量大部分变异，可以较好解释问卷中的原始信息，提取结果如表2所示。
表2 总方差解释
资料来源：本研究整理
为更好使用各影响因素变量解释公因子，本文采用凯撒正态化最大方差法对各因子进行旋转，得到旋转后的因子载荷矩阵如表3所示。每个变量都在其中的一个公共因子上有较高的载荷值（大于0.5），而对其他公共因子的载荷值较低。由此可知，“国家政策导向”“学校制度建设”“领导组织机构”“工作经费投入”“评价反馈机制”5个项目在公因子1上载荷较大，将公因子1命名为“制度机制建设”；“专兼职教师”“就业工作人员”“知名企业HR”“优秀校友导师”“就业指导专家”5个项目在公因子2上载荷较大，将公因子2命名为“工作队伍建设”；“数据分析系统”“硬件设施条件”“智能交互系统”“就业指导场地”“网络教育资源”5个项目在公因子3上载荷较大，将该公因子命名为“服务式实践资源”；“企业实习机会”“社会实践机会”“主题竞赛活动”“模拟仿真训练”4个项目在公因子4上载荷较大，将该公因子命名为“参与式实践资源”；“课程设置合理性”“课程内容时效性”“课程理念实践性”“课程形式吸引力”4个项目在公因子5上载荷较大，将该公因子命名为“课程教学体系”。
表3 旋转后因子载荷矩阵
资料来源：本研究整理
4.综合评价
通过回归分析建立因子得分系数矩阵，各公因子得分能够反映该维度对大学生就业指导效能影响的程度。在这5个维度中，对大学生就业指导效能影响程度的大小排序为：服务式实践资源、参与式实践资源、工作队伍建设、制度机制建设、课程教学体系。其中平台设施建设与实践资源得分均分在2.3分以上，说明这两项因子对于大学生就业指导影响的程度更大；人才队伍建设、政策制度建设、平台设施建设得分相差不大，分别为2.074、1.542、1.506，意味着这三个维度对大学生就业指导的影响程度一般。同时，计算每一个影响因素对大学生就业指导效能影响的程度。
四、结论与建议
基于对现有文献、政策文件等文本数据和调研访谈的综合分析，我们确定了影响大学生就业指导工作效能提升的主要因素。通过因子分析和综合评价，我们确定了各影响因素的结构维度和影响力。最终得出，高校加强和改进大学生就业指导工作应首先从服务式和参与式实践资源建设出发，同时不断完善工作队伍、制度机制、课程教学体系。本文从大学生就业指导供给侧视角提出以下工作建议。
（一）解决实践资源供给不足与告知式单向指导的矛盾
习近平总书记强调，要坚持灌输性和启发性相统一，注重启发性教育，引导学生发现问题、分析问题、思考问题，在不断启发中让学生水到渠成得出结论。高校应注重学生体验式就业指导，提供丰富的实践体验资源，构建就业指导实践资源，着力打造的可供学生实践体验的校园实体化、阵地化的资源载体。[4]具体来说，一是要不断优化就业指导中心的硬件设施条件和环境，采用交互体验式的就业指导方式，让学生在科学、趣味的交互体验中形成职业画像。二是就业指导形式要从单向告知转为双向互动沟通，应更加注重对就业形势、流向、市场的精准数据分析，更加突出就业指导过程的针对性、时效性和吸引力。三是要满足学生校外实践需求，组织学生走出校门，走进企业，通过构建校企合作和社会实践基地，鼓励企业单位、行业组织加入大学生就业指导行列，打造“校园生活与职场生活”体验的融合体，让学生在实践中进一步明晰企业的用人需求与个人职业能力的匹配要素，准确定位自身优势与短板。四是要丰富学生就业指导的相关主题教育活动，积极开展职业规划竞赛、组织求职面试模拟训练等活动，为学生提供个性化就业指导和服务，增长学生就业经验和就业技能。
（二）解决数智化技术应用不足与灌输式理论教育的矛盾
大数据、人工智能发展日新月异，是经济发展、社会进步的重要驱动力量。高校应该审时度势、积极主动布局数智赋能教育领域，加大“互联网+”、人工智能、大数据、云平台等先进技术手段在就业指导方面的应用，创造更加智能的就业指导工作方式，形成新动能。首先，要完善已有就业数据和重要领域信息资源建设，完善数据存储、分析、警示、督查全流程，实现数据互联互通，拓展人机交互的应用场景。其次，要满足“精准化”“个性化”的就业指导需求，通过详实可靠的数据分析和科学有趣的测评体验，让学生在直观可视的数据中真实感知宏观大局和微观问题。最后，要积极开展“互联网+就业指导”活动，打造就业指导网络名师、网络金课和优秀教材，切实解决课程单一、交互不够、设置不足的问题。
（三）解决学生“一步到位”难就业与“等待时机”慢就业的问题
习近平总书记对大学生“保持平实之心，客观看待个人条件和社会需求，从实际出发选择职业和工作岗位”的殷殷嘱托，为解决因想一次性实现理想就业目标而造成的难就业和等待时机、逃避现实而造成的慢就业问题指明了方向。就业指导应从注重知识讲授的传统模式向注重观念转变的新模式拓展，有学者称之为“观念驱动型”就业指导模式。[5]对此，一是要解决学生内因，高校应注重对大学生择业观、就业观的教育引导，针对由不同原因所造成的“难就业”“慢就业”学生开展个性化的指导与服务。二是不断完善人才培养模式与市场需求的衔接流程，了解单位对专业知识和学生素质能力的要求，动态调整大学生就业指导的工作机制，以此来提升学生的就业竞争力。三是宣传落实大学生就业政策红利，鼓励学生通过就业补贴、专项奖励、兜底保障等政策红利，先就业、再择业。
