对高校毕业生就业率的认识与思考

社会主义市场经济条件下,高校毕业生就业的形式多种多样,就业率的统计面临着“隐性就业”和“虚拟就业”等现象,这就决定了高校毕业生就业率并不能客观公正地反映毕业生就业的真实状况。高校毕业生就业是社会问题学校化和学校问题社会化之间的矛盾,本文从就业工作的体制和机制二个方面提出了提高毕业生就业率的某些具体措施以及准确统计毕业生就业率、评价毕业生就业工作的具体方法。     

提高就业质量是就业工作之本

就业工作的好坏不能仅看就业率,更应该以就业质量为本。当就业率成为政府、高校、社会、家长、学生关注的焦点时,也就自然成为衡量高校办学水平的尺子,高校为了更好地生存打造就业率再所难免。     

论高校毕业生就业率的把握与导向

毕业生就业率是随着我国高校毕业生就业制度改革而出现的概念。只有以毕业生就业率为导向推进高等教育改革。保证就业率等各项工作落实到位。才能科学地反映出高校的就业状况和办学水平，得到社会的认可与接受。     

关于就业率失真的若干思考

就业是民生之本,是和谐社会的基础。高校毕业生就业率是反映高校毕业生就业状况的重要数据,制度层面的不完善、主观造假及客观存在的统计难度大造成当前就业率数据失真这一不争的事实。就业率失真也带来了影响国家的宏观调控和浪费社会资源等弊端。笔者认为只有通过大力发展经济、降低就业率指标的重要性、同时完善就业率统计方法等手段才能改善就业率失真的现实。     

高校毕业生就业率的一个微分方程定量模型

通过对高校毕业生人数,招生人数和就业率的实际数据调查,计算确定了已有文献中关于高校毕业生就业率的一个微分方程定性模型中的参数,得到了相应的微分方程定量模型;将定量模型应用于3种情况,分别得出关于就业率和招生规模的结论.     

北京市国有单位职工工资影响因素的计量分析——基于1979—2013年的统计数据

该研究基于北京市1979—2013年国有单位在岗职工工资及若干个经济指标的基础上,分析北京市国有单位在岗职工工资的影响因素.该研究选取了政府财政收入、消费价格指数、社会劳动生产率、平均工资、城镇登记失业率作为模型的解释变量,北京市国有单位在岗职工工资为被解释变量,得到修正后的国有单位职工工资模型.结果表明:社会生产率和社会平均工资对北京市国有单位在岗职工的工资有显著的预测作用.该研究根据模型的经济意义为现实生活中国有单位制定职工工资提出了建议.     

基于STIRPAT模型的“两型社会”建设影响因素分析

建立＂两型社会＂建设影响因素的分析模型,以＂两型社会＂建设现状为被解释变量,以材料利用、土地利用、经济结构、环境治理、能源结构、人口状况等为解释变量,利用长沙、株洲、湘潭、武汉、黄石、鄂州、孝感、黄冈、咸宁、仙桃、潜江、江门等综合配套改革实验区内各城市的统计数据对＂两型社会＂建设的影响因素进行探讨。     

关于高等学校就业率的理性思考

该文先是介绍了国内外关于就业率的有关政策,然后从以下几个方面提出对就业率的几点理性思考：采用就业率进行指标管理是否必要？采用就业率指导高校工作管理是否合理？道德层面上的思考,关于高校究竟该怎么做的思考等。希望借助此文提醒教育管理部门能重新考虑高校就业率的有关问题。     

藏族听力残疾儿童社会适应、社会支持与生活满意度的关系研究

运用"听力残疾儿童社会适应行为量表"、"社会支持评定量表"和"生活满意度量表",选择230名西藏藏族听力残疾儿童,探索多元文化背景下藏族听力残疾儿童社会适应、社会支持和生活满意度的关系模型。发现藏族听力残疾儿童社会适应行为与社会支持相关系数为0.611,与生活满意度相关系数为0.507,它们的相关性均达到显著水平。主观支持与客观支持变量联合解释社会适应行为变量51.8%的变异量,支持变量与社会适应行为变量联合解释生活满意度变量59.4%的变异量。社会支持与生活满意度不存在直接效果,而是通过社会适应行为这一中介变量间接地对"生活满意度"产生效应。社会支持可以有效地促进个体社会适应行为的发展,社会适应行为的发展可以提升个体的生活满意度。     

大学生就业难凸显高校职业生涯规划教育缺失

随着高校就业率的连年下降,大学生就业问题成为社会的热点问题。本文针对这一问题进行分析,得出了社会一些客观因素以外,高校在学生的职业生涯规划方面的教育存在严重不足。高校要加强学生职业生涯规划教育,有助于大学生走出就业难的困境。     

一种优化的Logistic模型的流行病分类方法

对流行病的分类进行定量约束,为了确定某感染病是否为大流行病,分别搜集了以H1N1为代表的"大流行病"重灾区样本和以SARS为代表的"流行病"重灾区样本,并定义每次流行病的"重灾区"。其次分别选取感染率、病死率、医疗条件、人口密度等指标作为解释变量建立二分类Logistic模型,通过得到的被解释变量的预测值(即该病是否为大流行病的概率)来判断该病是否为大流行病。最后,由于疾病流行性问题的复杂性,在模型中依次引入平方项重新回归,通过定义不同的训练集和测试集,得到最优的回归方程,最终得到将病死率的平方项引入回归模型中,模型分类的准确率更高。     

基于多元线性回归的高等教育学费模型

本文基于《中国教育经费统计年鉴》与西部某重点院校1996-2006年间教育财政数据,从收支平衡、收益回报等不同视角入手,分析我国高等教育学费标准,建立高校标准学费模型。再综合考虑各方面承受能力等因素,引入经济发展不平衡系数、个人相对收益率等解释变量,对模型进行了扩展,建立合理学费模型,结合模型结果提出分析。本文的研究成果对完善我国高校学费标准制订、促进高等教育发展具有一定借鉴意义。     

多元回归分析中多重共线性的探讨与实证

多元共线性问题中多重共线性是回归模型研究经济与管理时,最经常遇见的问题,回归分析是研究其随即变量之间的相关关系的一种统计方法。其主要目的是研究一个解释变量与一个或多个解释变量之间的统计关系。它会使经济模型中的参数估计不合理,从而得出错误的结论。本文以判断、验证、解决多重共线性为出发点,来进行分析,并以我国改革开放以来(1979—1997)年钢材供应量历史资料,建立一个单一的模型进行实例分析。     

大学生就业困难的原因分析及指导对策

大学生难就业现已成为主要社会问题,大学生就业率也被认为是体现高校竞争力的重要指标,是直接影响到学校健康发展的重要因素。提高大学生就业率,需要政府、高校、用人单位、学生的共同努力。怎样提高大学生的就业率让市场供需平衡是摆在院校和社会面前的一项重要任务。本文就大学生就业难的原因作了认真的分析,并对促进大学生就业提出一些建议。     

山西省旅游收入影响因素的计量分析

以山西省2001—2012年的相关数据着手,利用Eviews统计分析软件,研究影响旅游收入的相关因素,建立了以旅游收入为被解释变量,以旅游接待人次、城镇居民人均可支配收入、农村居民人均纯收入、高等学校在校学生数以及人均地区生产总值为解释变量的多元线性回归模型,进行参数检验和估计。在分析的基础上,提出政策建议。     

和谐人格、社会支持、自我控制与工作–家庭冲突——基于职业群体的3种模型比较

为了考察和谐人格、社会支持、工作–家庭冲突以及自我控制的关系, 基于相关理论, 提出3种模型(简单中介模型、以自我控制为中介变量的复合中介模型以及以社会支持与自我控制为中介变量的复合中介模型), 并比较3种模型对数据的拟合程度。简单中介模型指和谐人格、社会支持通过自我控制平行作用于工作–家庭冲突, 以自我控制为变量的复合中介模型指和谐人格与社会支持分别作用于工作–家庭冲突,以社会支持和自我控制为中介变量的复合中介模型指和谐人格通过社会支持、自我控制作用工作家庭冲突。以北京市医疗行业、金融行业、销售行业公司的200名员工为研究对象, 采用社会支持量表、自我控制量表(SCS)、冲动性量表(BIS)和工作–家庭冲突量表进行研究。结构方程模型的结果表明, 以和谐人格和社会支持为预测变量、自我控制为中介变量、工作–家庭冲突为结果变量建立的复合中介模型拟合结果最好。自我控制在和谐人格、社会支持对工作–家庭冲突的关系中起中介作用, 中介变量的估计值为-0.043, 95%置信区间为[-0.071, -0.022]。自我控制可以中介和谐人格、社会支持对工作–家庭冲突的影响, 以自我控制为中介变量的复合中介模型拟合结果最好。     

关于我国大学生就业难问题的对策体系研究

近年来,大学生就业问题已不再是学生个人问题,它已经成为当今社会非常重视的问题。本文以高校的学生为研究对象,通过对高校的学生进行了解与调查,在分析大学生就业问题的基础上,提出了提高高校毕业就业率的对策。     

基于变量选择的异方差White检验

在多元线性回归模型的异方差检验中，当解释变量较多且两两之间相关系数较低时，会导致传统White检验构造的辅助回归函数参数增多、计算量增大、检验效果不明显。针对这一问题，基于异方差检验原理，建立残差平方与解释变量之间的回归模型，筛选出系数显著的解释变量，利用残差平方与筛选出的解释变量构建辅助回归模型进行异方差检验。数值模拟及实证分析表明该方法有良好的检验效果及简单的步骤。     

推行高校毕业生就业率考核制度的代价与改革路径

对近年来为政府所忧虑和被媒体不断"放大"的高校毕业生就业难问题,以及在此背景下形成的高校毕业生就业率考核制度进行了反思,运用经济学分析方法,着重分析了我国推行高校毕业生就业率考核制度的代价,认为推行高校就业率考核制度的收益较低而代价很高,其负面政策效应已经对我国高等教育的健康发展构成了严重的影响,制度的调整或变革已成为客观要求。     

BP神经网络在大学毕业生就业率预测中的研究与应用

为能更好掌握高校毕业生就业趋势,本文以佳木斯大学2002~2012年本科毕业生就业率为依据,利用神经网络方法,构建了BP神经网络预测模型.通过对所建模型训练学习可知,该网络最大误差为3.36%,满足预期要求.最后,对佳木斯大学2013-2015年本科毕业生就业率进行了预测,以期为相关部门工作提供参考依据.