最新我国大学生起薪影响因素研究.docx
- 文档编号:28688084
- 上传时间:2023-07-19
- 格式:DOCX
- 页数:18
- 大小:46.02KB
最新我国大学生起薪影响因素研究.docx
《最新我国大学生起薪影响因素研究.docx》由会员分享,可在线阅读,更多相关《最新我国大学生起薪影响因素研究.docx(18页珍藏版)》请在冰豆网上搜索。
最新我国大学生起薪影响因素研究
我国大学生起薪影响因素研究
我国大学生起薪影响因素研究
基于“中国大学毕业生就业与能力年度调查(2008)
摘要:
基于麦可思(MYCOS)2008年大学毕业生就业与能力年度调查数据,研究发现个体特征、学校及专业类别、工作类型三大方面的8个因素会对大学生的起薪产生影响;这些因素分别是大学生的性别、工作能力、保留工资水平、高校类型、专业、工作地点、企业类型及专业与工作的匹配性等。
而与以往研究结论不同,本文还发现大学生的实习经历对就业起薪没有显著影响;另外,在控制了其他影响因素后,男性大学生的起薪比女性大学生仍然要高出大致4.8个百分点,这说明在大学生就业市场仍存在着一定程度的性别歧视,企业倾向于向男性大学生支付更高的薪酬。
一、引言
2008年“中国大学生就业与能力年度调查”[①]揭示了当前我国大学生就业市场上一个令人惊诧的现象——大学生起薪差距悬殊。
据该调查山东省子样本的统计结果,2007年大学本科毕业生的平均起薪为1995元,其中最高的大学生起薪达到17970元/月,而起薪最低的10人仅400元/月,前者是后者的近45倍。
更为一般地,起薪最高的前5%大学生的薪酬均值为5512元/月,而最低的5%的均值仅为734元/月,前者比后者的7倍还高。
统计资料进一步显示,这些低起薪的学生中虽然地方普通院校的学生占了较大比例,但其中也不乏来自教育部直属的211重点院校的学生。
这个现象令人深思,为什么同样是应届毕业生,甚至是来自于同一个知名高校的毕业生,在劳动力市场的“价格”会如此悬殊?
是哪些因素在背后影响着大学生的起薪水平?
现代人力资本理论认为人力资本是凝结在劳动者身上的体力资本与智力资本的总和,而薪酬则是对劳动者人力资本投资的回报,因而人力资本存量可能是大学生起薪最重要的影响因素。
这是因为作为刚毕业的大学生,其在劳动力市场上最主要的竞争优势就是其已有的教育投资及未来的发展潜力,因而个体人力资本存量的大小是大学生起薪水平最重要的支付依据。
但个体人力资本存量是不能直接观测的,因而雇主只能通过评价大学生的工作能力,比较学生的学习成绩、实习经历等指标来筛选求职者。
Chia,G.和Miller,P.W.(2008)通过检验西澳大学(UWA)毕业生的在校成绩与起薪之间的关系,证明了学生成绩是大学生起薪的重要预测因子,两者之间显著正相关。
Jones和Jackson(1990)通过跟踪811名公立大学工商管理专业学生的就业状况,进一步指出GPA每提升1个点大致能够提高大学生起薪8.9个百分点。
Fuller和Schoenberge(1991)也得出了相似结论——GPA每提升1个百分点能够提升大学生起薪近10个百分点。
同时,除了学分绩点,大学生在校期间的实习经历也是学生人力资本投资的一种重要方式,Sandvig,J.C.(2005)的研究证实了实习经历对毕业生起薪的重要作用。
他们以管理信息系统专业(MIS)本科毕业生为研究对象,重点考察了在不同的就业市场行情下,实习经历对毕业生就业起薪的影响。
研究发现,实习经历对本科毕业生的起薪具有特殊重要的预测作用,那些具有实习经历的本科生不仅更容易找到工作,而且工作的起薪也更高,并且这种促进作用在就业市场低迷时其作用将愈发明显。
上述三个研究的共同点是由于无法获得学生工作能力指标,因而作者将GPA作为学生能力的预测因子。
但事实上GPA只能较好地反映学生的学习能力,但好的学习能力不代表着高的工作能力,因此削弱了他们研究的针对性。
基于对上述研究不足的改进,李颖等(2005)则通过问卷调查的方式直接测度学生的工作能力,收集学生的起薪信息,并通过频数分布的卡方检验来探讨就业能力与大学生起薪之间的关系。
结果显示,在高工资组中高就业能力学生所占的比例显著高于低就业能力学生,而在低工资组中低能力学生的比例则显著高于高能力学生,从而验证了就业能力与大学生起薪之间呈显著的正相关。
针对该研究,可能引致结果偏误的是其学生工作能力问卷的调查对象是已签约但尚未离校正式工作的学生,这些学生关于工作能力问题的自呈式回答可能由于被调查者并不了解实际工作对个人能力的要求,从而导致工作能力项目测量的效度不高。
除了人力资本差异外,许多学者还关注大学生所在学校、专业选择对起薪的影响。
全美高校与雇主联合会2003年对2002届本科毕业生的就业状况调查发现,学生所选专业决定了其薪酬水平的大致区间;如营养学专业的学生大致只能得到21333美元左右的起始年薪,而制药专业学生的平均年薪则高达83642美元,会计专业、计算机程序开发及生物工程学等专业则大致处于4万到5万之间的中等收入水平。
Chia,G.和Miller,P.W.(2008)对西澳大学(UWA)毕业生就业的追踪研究发现在澳大利亚理科、建筑及心理学是本科毕业生中起薪最低的三个专业,艺术、经济、医药等次之,最高的是计算机科学、音乐及牙医;同时,其研究也揭示了学校类别对学生起薪的影响——那些排名靠前的高校学生的起薪显著地高于那些普通高校的学生。
此外,市场预期理论也有助于解释大学生的起薪差异,那些对职位报酬预期较低的求职者其保留工资也较低,因此在收到起薪较低的职位的录用通知后会签订就业协议,停止工作搜寻,从而导致起薪差异。
Orazem,P.E.,etal.(2003)收集了美国爱荷华州立大学239毕业生的个人特征、学习成绩、保留工资与起薪等信息,发现在控制了个人特征、学习成绩等影响因素后,女性的保留工资显著低于男性,并导致其起薪水平低于男性0.027个对数百分点。
但该研究的样本量较小,而且是方便抽样,因而可能导致选择性偏误。
最后,影响大学生就业起薪的一个非常重要的潜在因素就是劳动力市场歧视,特别是性别歧视。
已有的研究通常将男女性别工资差异分解为两部分,一部分是由人力资本、性别的职业特征(如职业中断)等与生产力相关因素所造成的合理差异,而将上述原因所不能解释的剩余性别工资差距则归结为由于雇主偏好而引致的性别歧视的结果。
Graham,M.E.etal.(2000)精心收集了美国某一知名高校951名本科毕业生的学习及就业信息,统计发现虽然这些同学来自同一学校,但男性的平均起薪仍然要比女性高出近10%,而且Graham等在控制了学生学习成绩、年龄、专业、职业类别等变量后,发现男女性别工资差异的44%依然难以解释,他们将这些无法解释的差异则归因于雇主歧视。
国内学者纪月梅、秦蓓选取了上海市两所高校628名学生进行调查,发现即使控制了学校、年龄、企业类别、工作经验等因素后,男性大学生的工资依然显著高于女性,而且随着时间的推移,还有进一步强化的趋势。
但该研究存在着一个局限是大学生工资数据是一个区间而是一个准确的数值,这使得作者难以准确估计男女大学生的工资差异及由性别歧视所引致的差距所占的比重。
限于信息的可获得性,已有的研究尚未探讨其他一些可能的影响因素,如人力资本再配置理论指出员工个体的专业特长与其所从事的职位是否匹配将会影响该员工的劳动生产率,那些专业与职位要求相一致的员工将会表现更高的生产率,从而获得更高的工资报酬。
因此,在探讨大学生起薪影响因素中,大学生初次就业所从事的职位是否与其专业一致也是应当考虑的。
二、数据说明
本文研究数据采用麦可思公司2008年“中国大学生就业与能力年度调查”山东省子样本的数据。
该调查采用电子邮件的方式,在2007届本科生毕业后半年向其发送电子邮件,收集了有关个人特征、学习情况、求职行为、就业状况等方面的信息。
该数据具有下述优点:
一是样本量大。
山东省子样本共收录了山东境内14481名毕业生的就业信息,覆盖面广,因而能够相对准确地反映山东省大学生的实际就业情况;二是该调查所收集的个人信息量全面,特别是“离校时所掌握的能力”“工作中所需要的能力”以及“就业满意度”等方面的设计是该问卷的一个重要特征,弥补现有研究中有关大学生工作能力无法测度的局限;三是该调查开展的时间恰当,在学生工作半年后进行调查,一方面学生已基本清晰工作对哪些能力有要求,以及要求到什么程度;同时也对在校时的学习及个人能力状况还保留着较为清晰的记忆,从而提高了该问卷调查的质量。
因此,可以说该数据是当前研究研究大学生就业及能力相关问题的良好数据。
有关个人特征及其起薪的统计情况如表1所示。
统计描述结果显示,高校中男性比例(61.4%)远高于女性的(38.6%),而男性的平均起薪(2081元)也大致是女性平均起薪(1773元)的1.17倍。
但实习经历对起薪的影响不显著,除了兼有专业相关及专业无关两种实习经历的学生的起薪会明显高于其他类别学生的起薪外,其余三种情况之间的起薪差异很小,甚至有专业相关实习经历的学生的平均起薪还低于有专业无关实习经历的学生;关于“学生在校时掌握能力的程度[②]”,问卷中所有答卷人所显示的范围为0.14-1.0,在校时掌握能力的程度与平均起薪表现出预期的正相关关系,随着在校时能力的掌握程度越高,学生的起薪也逐步提升;保留工资也与平均起薪正相关,保留工资较高的学生最终获得的平均起薪也较高。
表1.个体特征与起薪的统计描述
变量
频数
百分比
平均起薪
(元/月)
性别
男
4568
61.4
2081
女
2872
38.6
1773
合计
7440
100
1962
实习经历
无实习
1173
28.1
1950
有专业无关的实习
609
14.6
1980
有专业相关的实习
2417
57.9
1955
两种都有
580
13.9
2037
合计
4171
100
1965
在校时掌握能力的程度
0.14-0.29
629
9.66
1781
0.30-0.44
1864
2.85
1883
0.45-0.59
2502
33.84
1973
0.60-0.74
1238
1.90
2092
0.75以上
279
4.28
2115
合计
6512
100
1957
保留工资
800以下
143
3.17
1467
801-1200
1001
22.2
1530
1201-1600
1491
33.1
1797
1601-2000
1163
25.8
2140
2001-2800
243
5.39
2386
3000-3500
356
7.90
2772
4000-8000
110
2.44
3658
合计
4507
100
1970
学校类型、专业与平均起薪的关系如表2所示。
在该表中,我们发现学校类型与学生所学专业对平均起薪也有显著的影响,来自教育部或国防科工委直属高校的学生比山东省地方院校的学生的平均起薪要高出近30%;而在专业方面,经济学、工学、管理学这三个热门专业大类学生的平均起薪最高,理学、文学、法律、农学、医学等次之,显著最低的是文化教育大类,平均起薪仅1308元/月,不足经济学类平均起薪的60%;专业的薪酬分布与西方国家存在着较大的差异。
表2.学校类型、专业与平均起薪的统计描述
变量
频数
百分比
平均起薪
(单位:
元/月)
学校类型
教育部直属
1032
13.8
2430
国防科工委直属
101
1.35
2426
地方直属普通高校
6339
84.8
1879
合计
7473
100
1963
学生所学的专业所属大类
经济学
589
7.97
2185
工学
2216
30.0
2153
管理学
1531
20.7
2005
理学
638
8.63
1967
文学
727
9.83
1946
法律大类
253
3.42
1843
教育学
118
1.60
1702
农学
185
2.50
1691
医学
211
2.85
1672
电子信息大类
165
2.23
1640
财经大类
211
2.85
1589
制造大类
171
2.31
1539
土建大类
53
0.72
1508
文化教育大类
143
1.93
1308
其它
182
2.46
1491
合计
7473
100
1963
表3显示了学生工作特征对平均起薪的影响。
我们发现学生工作地点主要是以省会城市和地级城市为主,但工资最高的是那些在北京、上海等直辖市工作的学生;在企业类别中,外资企业的平均起薪最高,其次是国有企业,而在NGO中工作的学生起薪最低;学生所从事的岗位与其所学专业是否相关似乎对平均起薪也有影响,那些从事与其专业相关工作的学生的起薪(2005元)要明显地高于那些从事与其专业无关工作的学生(1862元),平均高出143元/月。
表3.工作特征与平均起薪的统计描述
变量
频数
百分比
平均起薪
(元/月)
工作地所在的城市类别
直辖市
705
19.96
2772
省会城市
2926
41.3
2004
地级地市
3447
48.7
1747
合计
7078
100
1956
企业类型
中外合资/外资/独资
1549
21.7
2274
国有企业
1698
23.1
2128
民营企业/个体
3200
43.5
1793
政府机构/科研事业
769
10.5
1717
非盈利非政府组织NGO
136
1.85
1665
合计
7352
100
1962
岗位与专业匹配性
匹配
5285
70.7
2005
不匹配
2187
29.3
1862
合计
7473
100
1963
三、实证检验及结果解释
可以运用方程
(1)的半对数回归模型检验上述因素是否对大学生起薪产生影响,以及影响的大小及方向。
Inpay=α+β1·sex+β2·intern+β3·index_ac+β4·jobstype+β5·major+β6·collegestype+β7·workcity+β8·firmstype+β9·Inreservedpay+ε
(1)
方程
(1)的左边是因变量——大学生起薪的对数;对起薪进行对数化处理是因为大学生起薪原始值呈偏态分布,而对数化以后其偏度与峰度均小于1,Q-Q图也近似服从正态分布,因而可以将Inpay视为服从正态分布,从而满足OLS估计的假设要求;index_ac即为“在校时能力的掌握程度”项的得分,jobstype、major、collegestype、workcity、firmstype分别是实习经历、工作类型、专业、学校类别及公司类型的虚拟变量(各虚拟变量的定义及赋值见附表a)Inreservedpay为保留工资的对数,ε为随机误差。
β为各变量的系数,表示相应变量对起薪的影响大小及方向,对虚拟变量x而言,
β=In(Y1)-In(Y0)=In(Y1/Y0)[③]
那么,Y1/Y0=e^β,即x=1时的起薪是x=0起薪的(e^β)倍;
对解释变量也为对数形式的变量而言,
因此,β表示该变量对起薪的弹性。
对解释变量为绝对值形式的变量而言,
因此,β表示该变量单位绝对变化量导致的起薪相对变化量,即变化率。
方程
(1)分步回归结果如表4所示。
表4模型1中解释变量仅包含性别、保留工资及实习经历等个体特征类型变量,回归结果表明性别、工作能力对起薪确有显著影响。
在控制工作能力、实习经历的前提下,男性比女性的起薪要高近6个百分点(e^0.058-1);而工作能力则起到显著而较强的正向促进作用,平均而言工作能力每提高0.1,则起薪会相应提高近1.1个百分点;这与人力资本理论相一致,那些能够为企业带来更高价值的员工将会得到相应更高的回报。
但与Sandvig,J.C.,(2005)的研究结果不同的是,回归结果表明中国大学生有无实习经历对起薪不存在显著影响,即使是兼有专业相关与专业无关实习经历的学生,其起薪与没有实习经历的学生在统计上也没有显著差异。
为什么会出现这种现象呢?
一个可能的原因是当前我国大学生实习的“含金量”较低,企业对此也有共识,因而只是将大学生有无实习经历视为能否获得进一步面试的必要条件,而不会因为大学生是否有实习经历而提高岗位报酬,因此实习经历可能有利于提高大学生的就业概率,但对提高其起薪则效果不明显。
因为实习经历三个虚拟变量在回归中皆不显著,同时该项目缺失值较多,因此在后续的回归模型中略去该项,以尽可能增加有效样本数。
模型
(2)中我们在保留性别、工作能力个体特征变量的同时,引入了保留工资变量。
保留工资变量对起薪表现出显著而巨大的影响,其系数0.404表明大学生的保留工资每提高10个百分点,其起薪也会高出4个百分点。
导致保留工资与起薪表现出显著的正相关关系至少包含下述两个原因:
一是保留工资高的学生不会接受“报价”较低的企业提供的职位,他们持续进行工作搜寻直至得到不低于其保留工资水平的企业的录用,从而使得保留工资与起薪之间表现正相关;当然这种情况下大学生获得较高的起薪是以降低就业的概率为代价的。
第二个原因是保留工资的系数含有其他因素的中介效应。
这是因为保留工资具有自我选择性,那些工作能力高、劳动力市场需求较大的求职者会相应提高其保留工资水平,而现实中他们也确实赢得了起薪较高的工作,从而使得保留工资也会与起薪表现出正相关。
这可以从模型
(2)中得到部分验证,模型2与模型1相比,性别与工作能力的回归系数都显著下降了,这说明那些性别、工作能力对起薪的影响有部分是通过他们较高的保留工资这个变量实现的。
在模型3中,我们引入学校类别、专业等教育相关因素,回归结果与已有的研究结论基本一致,教育部直属及国防科工委直属的高校的学生起薪比地方普通院校分别高出6.8个(e^0.066-1)与6.6个(e^0.0646-1)百分点。
之所以前两者的学生起薪较高可能有下列三个因素。
首先,高考具有“信号”功能,只有那些学习能力强、成绩好的学生才能考入教育部直属的学校,而这些学习能力强、成绩好的学生往往也具有较强的就业能力;其次,好的学校师资更强,学生能够得到较好的教育,从而进一步提升他们的工作能力,进而赢得更高薪酬的工作;最后,国防科工委直属学校因其专业设置、隶属关系等原因使得这些学校学生的就业单位与就业地点具有一定的历史继承性,这些就业单位起薪较高,从而使得该校学生起薪相应较高。
这可以从模型4中得到验证,在引入企业类型、工作地点等工作相关特征后,国防科工委直属学校的学生起薪与地方普通院校就不在有显著差别了,而教育部直属高校学生的起薪仍显著高于地方普通院校;这说明国防科工委高校学生起薪高于地方普通院校完全是源于其学校就业的企业。
表5显示了专业对起薪的影响,我们发现经济学、管理学、工学这三大类专业优势明显,这也与当前市场经济条件下,我国经济迅速发展对经济研究、企业管理及专业技术人员的较大需求的现实相一致;文学、理学、法律大类的收入在所有专业中的平均起薪相对较高,教育学、医学、农学等次之,最低的是制造大类与文化教育大类。
但在这些专业中,我们发现了财经大类、电子信息大类专业的学生起薪显著偏低,这与人们对社会职业的预期并不一致。
对此现象,我们通过进一步分析原始数据发现,财经大类、电子信息大类专业起薪低的根本原因在于专业填写为电子信息大类、财经大类的学生基本上全部来自于地方专科院校,这些学校为了吸引生源从而在高校设置社会上热门的专业,但是他们师资不足,学生难以学到该领域足够的技能,这些院校毕业的学生在社会上的认可度较低,从而使得他们在劳动力市场上竞争力较弱,起薪较低。
模型4中我们引入了工作特征类变量。
工作城市类型变量对大学生起薪的影响与预期一致,在直辖市工作的学生起薪最高,平均比在地级城市工作的学生起薪要高17%左右,而在省会城市工作的则高出大致4.5个百分点。
这是因为一方面经济越发达的城市其物价水平也较高,相应地也需要更高的收入作支撑;另一方面大企业、高新企业主要聚集在核心城市,它们有强大的经济实力支持他们追求高端人才。
在企业类型方面,我们发现外企依然是起薪最高,它们要比非政府非盈利组织(NGO)的起薪高8.5%;国企次之,比NGO的起薪高出5.2个百分点左右,解决了大部分大学生就业问题的民营企业/个体企业起薪仍然较低,与在NGO中工作的学生起薪相当。
最后,我们发现大学生所从事的工作与其专业是否相关对其起薪有显著的影响,那些从事与其专业相关工作的大学生的起薪要略高于那些从事与其专业无关工作的学生的起薪,平均而言要高于2.3%左右;这说明了人力资源配置的重要性,那些从事与专业相一致工作的学生,能够更好地发挥其本科期间所学知识的作用,表现出更高的生产力,相应地也获得更高的工资水平。
模型4中,在控制了工作能力等个体特征因素、学校/专业等教育因素及工作特征因素后,我们发现性别变量对大学生起薪仍然具有显著影响,男性大学生平均起薪要比女性大学生高出4.8个百分点,这粗略地说明了在我国当前劳动力市场上大学生起薪存在着性别歧视,企业倾向于向男性大学生提供更高的起薪。
表4.回归估计结果
变量
模型1
模型2
模型3
模型4
性别
.058***
(.006)
.038***
(.006)
.042***
(.006)
.047***
(.006)
工作能力
.108***
(.021)
.049**
(.019)
.043**
(.019)
.052***
(.018)
保留工资的对数
--
.404***
(.015)
.355***
(.015)
.300***
(.014)
实习经历
仅有专业无关实习
.011
(.010)
--
--
--
仅有专业相关实习
.001
(.007)
--
--
--
兼有两种实习
.014
(.011)
--
--
--
学校类别
教育部直属
--
--
.066***
(.008)
.048***
(.008)
国防科工委直属
--
--
.064***
(.024)
.038*
(.023)
专业类别
--
--
见表5
工作城市类型
直辖市
--
--
--
.156***
(.009)
省会城市
--
--
--
.044***
(.006)
企业
类型
外资
--
--
--
.082***
(.020)
国企
--
--
--
.051***
(.020)
政府/事业
--
--
--
.011
(.021)
民企/个体
--
--
--
.009
(.020)
工作与专业的匹配性
--
--
--
023***
(.006)
Ad-Rsquare
0.027
.168
.219
.292
Rsquarechange
0.028
.141
.054
.074
D-W
1.617
1.818
1.902
1.958
注:
1、因变量为大学生起薪的对数
2、括号内为标准误差;*、**、***分别表示在10%、5%、1%的水平上显著,后同
表5.专业与大学生起薪
专业
系数
专业
系数
专业
系数
经济学
.129***
(.017)
法律大类
.059***
(.020)
财经大类
.012
(.021)
管理学
.097***
(.015)
教育学
.027
(.026)
电子信息大类
.003
(.022)
工学
.089***
(.015)
土建大类
.025
(.034)
制造大类
-.024
(.022
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 最新 我国 大学生 影响 因素 研究
![提示](https://static.bdocx.com/images/bang_tan.gif)