我国高校毕业生失业预警区间的选择

我国高校毕业生失业预警区间的选择

一、高校毕业生失业预警的发展历程及现状随着我国高等教育改革的推进和招生和就业政策的改变，没有就业风险的天才儿童越来越感到就业困难，甚至在毕业后失去就业。大学生严峻的就业状况引起了强烈反响，我国大学生是否过剩，高校毕业生未来的就业状况会是怎样，这些问题牵动着学生、家长以及社会各界的关注。在此形势下，2003年龚红果首先提出了建立高校毕业生失业预警机制。教育部（2000）和武毅英（2007）对高校毕业生失业预警线和预警区间进行了不同的划分。近期，关于高校毕业生失业预警的研究逐渐由理论探讨向实际应用、由局部研究向系统化发展。谢爱国等（2009）提出大学生失业预警系统由政策法规、组织机构和信息系统组成。而钱强等（2009）提出的毕业生预警模型包括人才需求预警、人才供给预警、专业数据预警、失业趋势预警、供求数据系统和失业信息系统等多项数据。然而，关于高校毕业生失业预警的研究依然处于初级阶段，从建立高校毕业生失业预警的原则、策略等角度进行理论分析的多，基于定量的实证结果少。因此，本文借鉴经济预警方法尝试建立高校毕业生失业预警模型。二、基于警运输组织的预警方法经济预警主要包括明确警义、寻找警源、分析警兆、预报警度四个逻辑阶段。其中警义是指警的含义，包括警素（构成警情的指标）和警度（警情的程度）。警源是警情产生的根源。警兆即先导指标。一般不同警素对应着不同警兆。确定警兆后，需要进一步分析警兆与警素的数量关系，找出与警素的警限相对应的警兆区间，然后借助于警兆的警区进行警素的警度预报。警度预报有两种方法：一是建立关于警素的普通模型，先做出预测，然后根据警限转化为警度；二是建立关于警素的警度模型，直接由警兆的警级预测警素的警度。在此基础上，经济预警的方法依据其机制主要分为：黑色预警方法，即根据警素的时间序列波动规律进行直接预警；黄色预警方法，即依据警兆进行预警；红色预警方法，即依据警兆以及各种环境、社会因素进行估计；绿色预警方法，即依据警素的生长态势，特别是农作物生长的绿色程度（绿色指数）预测经济及农业的未来状况；白色预警方法，即在基本掌握警因的条件下用计量技术进行预测。黄色预警方法是目前最为常用的预警方法，主要分为三种方式：一是指数预警方法，即利用警兆的某种反映警级的指数进行预警，其形式为景气指数和合成指数；二是统计预警方法，即对警兆与警素之间的相关关系进行统计处理，然后根据警兆的警级预测警素的警级，主要包括判别分析、Logistic回归分析等；三是模型预警方法，即在指数预警或统计预警方式基础上对预警做进一步分析，包括各类线性或非线性的计量模型以及基于概率分类的模式识别和人工智能网络等。莫荣（2002）、冯煜（2001）、张得志（2007）、赵建国（2008）等对我国失业预警的研究，运用了回归分析、扩散指数等主要预警方法。因此，借鉴上述研究成果，本文拟结合回归模型，运用扩散指数探讨对我国高校毕业生失业进行预警的可行性。三、大学毕业生失业通知模型的实证分析1.对我国高校毕业生就业状况的数据分析我国自1996年起公布高校毕业生就业数据。但由于过去十几年间我国的高校毕业生就业统计工作刚刚起步，统计的时间节点、学校归属的口径、各级毕业生的划分方法都历经变动，因此，尽管该数据为目前我国较为权威部门公布的数据，但由于数据缺失和不一致性，完全采用这些原始数据做实际研究不适合。在此，本文考虑参考以往学者的研究成果，在符合客观事实的前提下将其整合成为可作为研究基础的数据。丁仁船（2007）在关于城镇失业率的研究中鲜有的将城镇人口划分为城镇下岗失业人员、高校毕业生失业人数、城镇外来失业人员、本地失业人口四类，并逐一进行了分解研究。他假定上世纪90年代初的高校毕业生失业率接近自然失业率，计算得出1990-1995年间的高校毕业生失业率约为5%。而赖德胜作为北京师范大学劳动力市场研究中心的教授，是较早也是较为著名的对我国高校毕业生就业状况进行研究的学者。他在《缓解大学生就业困境的政府职责》（2008）一文中对1996-2006年高校毕业生就业状况的相关数据进行了汇总，被众多研究引用，且与事实及公布的数据基本吻合。因此，本文1996-2006年间的数据选取了这一时间段赖德胜教授的研究结果，2007-2009年的就业数据则直接来源于公布数据。由此，基于数据的可获得性、可靠性、时序性、研究的可行性等原则，最终确定了高校毕业生失业率如表1所示。2.高校毕业生失业的相关指标高校毕业生失业的原因以往已经有很多学者进行了分析。其宏观成因主要可以分解为经济、高等教育体制、政策制度等因素，但确定指标并进行实证研究的尚少。因此，本文在以往学者定性分析的基础上，参考一般社会失业指标初步选取失业影响因素指标。我国劳动和社会保障部劳动科学研究课题组（2002）选取的失业预警指标包括：国民经济发展指标（包括国内生产总值、第一产业生产总值、第二产业生产总值、第三产业生产总值、工业增加值）、劳动力资源指标（劳动年龄人口）、投资指标（基本建设投资总额）、能源和材料指标（能源生产总量、发电量、钢产量、水泥产量）、贸易指标（银行商品销售现金收入、海关统计进出口总额、进口总额、出口总额）、财政货币指标（市场货币流通量、货币供应M1、货币供应M2）、生活和价格指标（银行工资性现金支出、城镇人均收入、居民消费价格总指数、商品零售价格指数）等七大类，共24个指标。刘红霞（2008）将失业指标设计为：劳动参与率、常住人口自然增长率、GDP就业增长率、投资就业增长弹性、40岁以上人员比例、女性比例、国内GDP增长率、居民消费价格总指数。赵建国（2008）从经济增长、经济结构、劳动力供给、劳动力需求等方面对影响失业的各种因素进行统计分析筛选后，确定了GDP、GDP增长率、人均GDP、第三产业增加值、工业增加值、总人口数、人口自然增长率、经济活动人口、年均人均工资、全社会固定资产投资、财政支出总额、抚恤和社会福利支出、社会消费品零售总额、出口总额等14个指标。结合上述指标的选取，本文初步选取了与高校毕业生失业相关的一些指标：（1）经济指标，包括反映国民经济总量的国民生产总值及其增长率、一产、二产、三产总值及其比重；反映经济各部门发展水平的固定资产投资总额、财政支出总额、社会消费品零售总额、进出口总额、居民存款总额等；（2）社会因素，包括人口、社会失业和工资状况，主要选取的指标包括总人口数、人口自然增长率、社会失业人数、社会登记失业率、第一产业就业人口及比重、第二产业就业人口及比重、第三产业就业人口及比重、职工平均工资；（3）高等教育因素，包括高等学校经费、高校教师数、招生数以及高等教育毛入学率等28个指标。3.我国高校毕业生失业警父确定的基本工作方法运用高校毕业生失业的影响因素指标对高校毕业生的失业率进行分析，先需要确定两者之间是否具有先行性和因果性。因此，在初步拟定基础指标之后，要运用计量、数理、统计分析等方法进行筛选。时差相关分析是选定一个基础指标，然后利用相关系数检验其他选出指标与该基础指标之间存在的超前、一致或滞后期数的方法。时差相关分析的基本原理如下：设y={y1,y2,y3，……，yn}为基准的因变量指标，x={x1,x2,x3，……，xn}为被选择的自变量比较指标，则时差相关系数：其中l为时差，即超前、滞后期数，当其取正数时表示滞后，取负数时表示超前；L是最大超前或滞后期数；n是数据取齐后的数据个数。根据上述步骤可见，我国高校毕业生失业警兆指标的选择基础是定性分析。因此，本研究将失业率作为基准指标因变量，将上述根据对高校毕业生就业影响因素分析初步选取的28个指标作为初选的解释指标，以年鉴数据为基础，运用价格指数进行处理后，运用Eviews软件，进行时差分析，指标及其代码以及输出的时差相关系数汇总如表2。经筛选后得到相关程度较高的20个具有一致关系或超前关系的指标：国内生产总值、一产总值、二产总值、三产总值、一产比重、二产比重、三产比重、总人口数、人口自然增长率、社会失业人口、社会登记失业率、一产就业人数、二产就业人数、三产就业人数、一产就业比重、三产就业比重、平均工资、固定资产投资、招生人数以及高等教育毛入学率。4.我国高校毕业生失业回归分析经过时差分析筛选后得到的指标较多且变量间可能具有相关性。因此本文采用向后剔除法进行回归分析以避免共线性。向后剔除法的特点是先建立全模型，然后每次提出一个最不符合进入模型判据的变量，直到留在模型中的所有变量方差分析的F值都符合显著性水平为止。运用SPSS软件，以高校毕业生失业率为被解释变量，经过时差分析筛选的20个指标为解释变量，采用向后剔除法回归后得到回归模型，结果如表3。方程整体拟合优度R2为0.976，调整后R2为0.954，各系数均通过显著性检验，F值为44.607，通过显著性检验，方程具有显著性。当前我国高校毕业生的失业率与二产总值、一产比重、社会失业人数、高等教育入学率成正比关系，而与三产比重、人口自然增长率、人均工资、招生人数成反比关系。这说明我国当前高校毕业生就业问题受到社会人口、社会就业以及高等教育入学率等因素的影响较大。因此，控制人口增长、调整产业结构、稳定高等教育发展速度可以降低我国高校毕业生的失业率。三产比重与高校毕业生失业率之间存在显著的反向关系，验证了第三产业对于增加大学生就业吸纳能力的作用，提高三产比重可以大大降低失业率。回归分析的结果可以通过各项检验且与事实基本吻合。因此，得到的上述9个指标可以作为高校毕业生失业预警的警兆指标。5.扩散指数的计算t时刻的扩散指数DI(t）的计算方法是：其中，N为变量指标总数；Wi为第i个变量指标的权数；Xi(t）是第i个变量指数在t时刻的观测值；j是两个比较指标值之间的时间差；I为示性函数。若权数相等，则公式简化为：在计算扩散指数前，首先计算各警兆指标的平均数，然后根据示性函数I赋值：即高于平均数的赋值为1；持平的赋值为0.5；低于平均数的赋值为0。(2）高校毕业生失业状况将上述警兆指标运用于扩散指数法，获得高校毕业生失业预警扩散指数，其波动情况如图1所示。通过DELPHI法对失业率扩散指数划分警戒区，当0<DI<0.5时，说明多数警兆处于宽松状态，需要结合具体情况分析；当0.5≤DI<0.7时，说明半数以上的警兆指标处于紧张状态，属于轻度警情；当0.7≤DI<0.9时，表示多半警兆指标处于紧张状态，属于中度警情；当0.9≤DI<1时，表示绝大多数或所有警兆指标处于紧张状态，属于重度警情。以此为依据对我国高校毕业生就业状况进行基本判定：其在整个20世纪90年代都基本属于宽松状态；2001年警兆指标开始上升，升幅超过50%，预示就业状况将趋于紧张；2002-2003年，警兆指标处于峰值，超过0.78，说明高校毕业生就业状态紧张。而2003年确实出现我国高校毕业生失业率的一个峰值，达到了30%。2004年后指标略有下降，但依然维持在较高位置。这与我国目前高校毕业生就业状况趋稳，但就业难问题仍然比较严峻的事实也较为一致。通过对照我国高校毕业生就业的实际情况可以发现，该模型中扩散指数的判定基本符合事实。20世纪90年代初，我国经济发展态势平稳，而这一期间我国的高等教育基本采取的是“统招统配”的招生及就业政策，因此高校毕业生基本不存在就业问题。而运用扩散指数模型分析中的若干个特殊值需要加以具体分析。例如1998-2001年间，尽管我国的社会经济形势总体向好，且高校扩招后的大学生尚未毕业，但高校毕业生的失业率却陡然增加，出现了第一个高峰。这主要是受1997年亚洲金融危机以及我国毕业大学生开始走向劳动力市场的因素影响。同时，随着我国高校全部并轨招生，1997年教育部开始落实以供需见面和双向选择为主的毕业生就业形式；而2000年“报到证”取代了“派遣证”则标志着这一制度的最终确立。因此，毕业生对于就业制度改变初期的不适应和亚洲金融危机的滞后影响综合导致了这一时期就业状况与扩散指数判定的不一致。2003年我国高校毕业生失业率高峰的形成则既在预料之中又在意料之外。1999年我国高校开始了大规模扩招，此后4年间的扩散指数开始大幅度攀升，预示了我国这一时期高校毕业生失业状况将逐渐加剧。伴随扩招后的本专科学生于2002-2004年开始走向就业市场，我国高校毕业生就业难的高峰出现。而2003年突发的非典疫情则加剧了这一局势。之后几年间受到扩招影响，高校毕业生人数连年创出新高。因此，就业形势始终比较紧张。2009年尽管受到全球金融危机的影响，但随着2005年后高校扩招速度的趋缓，毕业生人数也逐渐稳定。与此同时，为了应对毕业生的就业难问题，国家也采取了若干调控措施，而当年更是大幅增加了研究生的招生数量以缓解大规模本科毕业生的就业压力。因此，基于多种杠杆手段的运用，在社会经济维持稳定的形势下，近年来高校毕业生失业率有趋于稳定并下降的趋势。四、社会因素分析尽管我国当前的高校毕业生已经无法达到近乎完全就业的状态而总有10-30%左右的学生无法及时就业，但本文基于扩散指数的预警分析结果判断我国当前高校毕业生就业属于轻度警情。事实上，在西方劳动力缺乏、就业压力远低于我们的发达国家，其高校毕业生就业的比率通常也在70%-80%。与此同时，依据研究结果，我国当前的警情又接近轻度警情与中度警情的临界点，这一判定基本符合现实情况。因此，社会各界需要对大学生就业问题加以关注，但也不须过度夸大。一方面，人们应该进一步转变观念，提高对大学生毕业后不能立刻就业以及就业形式转变的宽容度。另一方面，这一阶段政策措施的