基于SEM的新冠肺炎疫情影响下大学生就业信心研究

孔昭君 张宇萌 刘铁忠

[摘 要]为研究新冠肺炎疫情影响下大学生的就业信心状态，通过问卷调查法收集了496份有效数据，采用AMOS软件构建结构方程模型（SEM）进行路径分析，并利用独立样本t检验进一步分析个体差异影响。研究结果表明，在新冠肺炎疫情的背景下，社会环境和校园环境分别对大学生的职业规划产生正向影响，继而影响个体信心;社会环境变量直接作用于大学生个体信心，校园环境变量则未对个体信心产生直接影响;大学生就业信心存在显著的性别差异和政治面貌差异，而学历和学生干部经历则不会使就业信心产生明显差异。基于实证研究结果，提出了树立就业信心、共渡就业难关的相应措施建议。

[关键词]大学生就业信心;结构方程模型;新冠肺炎疫情

[DOI]10.13939/j.cnki.zgsc.2021.12.009

1 引言

2020年本当是“十三五”规划收官之年，本当是决胜全面建成小康社会之年，然而在新冠肺炎疫情的侵袭之下，我国人民生命健康和社会经济发展均蒙受了令人痛心的损失。相关专家评估称，本次疫情对全国范围经济活动造成的秩序破坏和生产经营活动停滞，无论是绝对损失亦或是相对影响程度，都远远超出了新中国成立以来的历次自然灾害以及其他重大突发性公共卫生事件。[1]不容乐观的经济环境下，2020年我国应届大学生高达874万人，是2003年“非典”时的4倍有余，是2008年全球金融危机时的1.7倍，[2]可见大学生就业压力亟须各方高度关注并采取有力措施进行缓解。

为广泛了解新冠肺炎疫情影响下大学生的就业信心状态，文章意图通过问卷调查方法收集一手数据并进行实证研究，从而提出相应的措施建议。

目前关于就业信心的研究多为理论研究或调查分析，例如周红霞（2011）基于对浙江师范大学学生的调查结果构建“大学生就业信心指数”并做出多角度分析，提出相应对策。[3]实证研究多为因子分析或相关性分析，一般只能评估个别变量对就业信心的影响，如李锐等（2020）利用世界银行调查数据，基于因子结构模型构建就业信心评估模型，评估积极就业政策对失业者就业信心的影响。[4]

也有少量研究使用结构方程模型作为研究工具，如汪潜（2014）基于对某高校应届毕业生的问卷调查结果，以美国顾客满意度指数（ACSI）模型为基础范本构建就业信心结构方程模型，研究认为大学生就业信心受到专业技能等内在因素和岗位要求等外在因素的显著正向影响。[5]

传统的多变量分析法只能在同一时间检验单一自变量与因变量的关系，而结构方程模型整合了路径分析、验证性因素分析与一般统计检验方法，可同时处理多组变量之间的关系，适用于研究就业信心的多方面影响因素。文章采用结构方程模型进行实证研究，基于前人研究，将心理评估研究中常用的ACSI满意度模型进行修改整合，构建新冠肺炎疫情影响下大学生就业信心模型。

2 结构方程模型构建

2.1 变量设计与研究假设

大学生就业信心涉及三类潜变量：一是由政府引导、市场决定的社会环境信心变量;二是由高校掌握的校园环境信心变量;三是学生个体发展信心变量。为了研究新冠肺炎疫情影响下的大学生就业信心，文章设计了7个一阶潜变量，分属社会环境、校园环境、个体发展3类二阶潜变量，具体如表1所示。

大学生个人是处于社会大环境和校园小环境中的，尤其是在新冠肺炎疫情使国内外政治、经济、社会环境产生巨大波动的情况下，大学生的就业信心更容易受到对外部环境感知的影响。大学生对于政府扶持政策、宏观经济环境、行业发展前景的认知感受会与其职业规划产生关联，进而影响其就业信心;大学生所在高校能否提供满足其心理预期的帮助和指导，也会影响学生的职业规划和就业信心的建立;个体发展维度下，大学生能否建立明确的职业规划一定程度上也会影响其就业信心。因此认为社会环境、校园环境、个体发展这3类一级变量之间均存在相互关系，暂且提出全路径假设以待后文验证。

2.2 初始结构方程模型构建

依据上文所述的逻辑分析和研究假设，可初步构建新冠肺炎疫情影响下大学生就业信心全路径结构方程模型，如图1所示。

2.3 问卷设计

依据结构方程模型的指标选取原则，每个潜变量至少包含3个潜变量，问卷题目在20道左右为宜。因此文章为扶持政策、宏观经济等7个潜变量分别设计了3个评价指标作为观测变量。社会环境维度包含9个问题，校园环境维度包含6个问题，个体发展维度包含6个问题，总共形成21道测试题目作为观测变量。

问卷按李克特5级量表编制，受访者的回答从“非常符合”到“非常不符合”分别赋值5～1分。为了显示受访对象的差异性，基础信息还包括性别、学历、是否有学生干部经历、是否是中共党员共4项。具体问卷设计如表2所示。

3 初始模型检验与分析

3.1 问卷样本与描述性统计

借鉴前人关于大学生就业影响因素的研究，问卷样本量的一般确定公式，如式（1）所示：[6]

n=Nt2p（1-p）Δ2pN+t2p（1-p）（1）

2020年我國应届大学生达到874万人，取p=0.5，计算所应抽取样本量，如式（2）所示：

n=8740000×1.962×0.5×（1-0.5）0.052×8740000+1.962×0.5×（1-0.5）≈384（2）

根据简单抽样，400份以上的样本量足以满足研究需要。由于疫情影响，采用线上发放调查问卷的形式收集数据，共回收510份问卷，剔除掉作答敷衍了事、选项完全趋同的少量答卷后，得到496份有效问卷，问卷可用率为97.25%。

文章采用SPSS 17.0统计软件对样本数据进行描述性统计，主要变量的得分均值如表3所示。总体而言，社会环境、校园环境、个体发展三类变量的得分基本处于中游水平，说明在新冠肺炎疫情影响下大学生的就业信心整体不高。其中校企对接得分最高，说明大学生对于学校提供的企业对接服务抱有较高评价，而宏观经济的得分最低，说明大学生普遍认为整体就业环境因疫情对宏观经济的冲击而不容乐观。

3.2 信度分析

为测量样本回答结果是否具有可靠性，即受访对象是否真实作答量表题项，文章采用SPSS 17.0统计软件对样本数据进行内部一致性信度分析。一般认为，Cronbachs α系数在0.8以上，说明该量表的信度非常好。结果显示，本研究中总量表和各个潜变量的Cronbachs α系数均在0.85上下，说明问卷信度很好，数据结果非常可靠。

3.3 效度检验

为检验测量工具的有效性程度，即检验调查量表能否测出其所要测量的目标，文章对样本数据进行KMO（Kaiser-Meyer-Olkin）值和Bartlett球形检验。结果显示，KMO 值达到 0.850，Bartlett 球形检验的P值为0.000，小于0.05，说明变量之间相关度高、有效性程度好，可以进行下一步的结构方程模型识别。

3.4 初始模型参数估计

文章采用AMOS 26.0软件，对初始模型进行极大似然估计（MLE），得到各路径的标准化路径系数和各变量的因素负荷量及SMC值，如图2所示。

根据Kolenikov和Bollen（2012）等学者的研究，模型适配的标准包括因素负荷量的理想范围应该在0.6～0.95、误差变异不能存在负值且均需显著、SMC值（Squared Multiple Correlation）的理想范围应在0.5～0.9而不能低于0.36、路径系数均需满足显著性水平等。[7]初始模型的估计结果显示，部分观测变量的误差变异存在负值且不显著、SMC值过低，部分路径系数过低且未达显著性水平，说明因子对部分变量的解释能力偏低，且全路径假设下的初始模型适配度较低，还需进行下一步调整修改。

4 模型修正与检验

4.1 模型初步修正

结构方程模型主要有两种修正思路，分别为MI修正和C.R.修正，其中MI修正是通过释放限制路径来提高模型拟合度，而C.R.修正是通过删除部分路径来提高模型识別度。由于文章初始模型采用的是全路径假设，调整时采用C.R.修正方法，逐步限制部分路径以增加模型适配程度。

Jackson（2009）的研究表明，验证性因素分析文献中最常报告的配适度指标包括卡方值（Chi-square）、自由度（df）、卡方/自由度（Chi-square/df ratio）、近似误差均方根（RMSEA）、拟合优度指数（GFI）、调整拟合优度指数（Adjusted GFI）、比较拟合指数（CFI）等，[8]文章选取上述指标检验模型配适度。

模型修正过程中，首先逐个删除误差变异为负值、SMC值过低的观测变量，而后逐步删除系数过低的路径，不断调整修正模型，直到模型满足上述配适度指标的限制标准。最终得到拟合良好的就业信心模型，如图3所示。

4.2 模型简化整合

修正模型的Chi-square/df ratio=2.682，GFI=0.942，AGFI=0.913，CFI=0.960，RMSEA=0.058，各指标显示模型拟合比较良好，而标准化的因素负荷量和SMC值也都符合标准。但是宏观经济、校企对接、就业指导这三个潜变量并未对大学生职业规划和个体信心产生直接关联，均不符合先期假设，而潜变量之间又均存在高度相关性，删除任何一个潜变量都会导致模型配适度大幅降低。因此文章引入预设的二阶潜变量来进一步调整模型，即加入社会环境变量和校园环境变量，将扶持政策、宏观经济、校企对接等五个一阶变量分别囊括到社会和校园两个维度之下。

二阶模型虽然能够精简模型路径、便于解释分析，但配适度必定会低于一阶模型。为了保证模型拟合良好，文章对观测变量数据进行了一定处理，分别将扶持政策等一阶潜变量的2～3个观测变量值合并计算出平均值，以此作为该变量的观测值，从而将5个一阶潜变量处理为社会环境和校园环境两个潜变量的观测变量。在此基础上，对模型路径进行调整，得到简化后的结构方程模型，如图4所示。

4.3 检验与分析

对简化后的模型进行显著性检验，结果如表7所示，可见路径关系全部显著。进一步对简化模型进行拟合，各项指标结果如表8所示，可见各指标均体现了良好的拟合度，最终修正整合的模型能够良好反映出疫情影响下各维度要素与大学生就业信心的作用关系。由模型路径系数和显著性检验可知，在新冠肺炎疫情的背景下，社会环境和校园环境分别对大学生的职业规划产生正向影响，继而影响大学生个体信心。社会环境的观测变量中，扶持政策、宏观经济、行业发展三个变量的因素负荷量均大于0.7，可见这三者共同作用于对大学生职业规划的影响，其中扶持政策的因素负荷量最高，与未简化的修正模型中扶持政策直接正向影响职业规划的情况相符合。校园环境的观测变量中，校企对接和就业指导的因素负荷量均为0.82，两者对校园环境因素的影响程度同等重要。但社会环境和校园环境对职业规划的路径系数均只有0.23，说明这两者能够产生的影响较低，大学生的职业规划主要是通过家庭支持和家人的经验指导来建立。

社会环境变量还直接作用于大学生个体信心，路径系数相对较高，说明在疫情广泛影响社会经济的大环境中，大学生密切关注就业保障政策、宏观经济局势和行业发展动向，对政策、经济、行业等社会环境的认知和评估会直接对其就业信心产生影响，这一点与预期假设基本一致。社会环境变量的路径系数为正值，说明大学生对疫情过后目前的宏观就业环境总体认知不算悲观，尤其是认为国家扶持政策会为就业带来利好影响。

校园环境变量则不对个体信心产生直接影响，这可能是由于疫情影响，目前大多数大学生仍然没有返校，学校能够给予其的就业指导和校企对接服务比较有限。因此学校方面虽然能够对学生职业规划产生一定的客观辅助作用，但很难直接帮助学生树立就业信心。

5 个体差异分析

为进一步讨论个体差异是否会影响大学生就业信心，调查问卷中设计了4个基本信息类单选题来对受访对象的个体特点加以分类，分别为性别、学历、是否有学生干部经历、是否是中共党员。

文章采用SPSS 17.0软件进行独立样本t检验，分析了不同性别大学生的就业信心差异，检验结果如表9所示。观察各变量的均值差异可知，男生对社会就业环境和校园就业指导方面的信心均值普遍高于女生，个人维度的职业规划情况和个体信心均值也远高于女生。t检验结果显示，只有就业指导变量的Sig.（双侧）指标为0.09，没有通过显著性检验，其余变量的Sig.（双侧）指标均小于0.05，即通过5%水平下的显著性检验、拒绝了方差相等的原假设，说明男生和女生之间确实存在显著的就业信心差异。

将研究生及以上和本科及以下作为划分标准，采用独立样本t检验分析不同学历层次大学生的就业信心差异，结果显示各变量均未通过显著性检验，不同学历大学生对于社会环境、校园环境的评估和个体信心均值呈现高低波动，未体现出明显的差别。

根据以往学者对就业质量、就业满意度的研究，学历作为个人能力的某种体现，是影响就业质量或满意度的关键变量之一，如李炜等（2009）的实证研究表明，学历等内因是决定高校毕业生就业竞争力的关键因素。[9]而文章关于就业信心的调查结果显示，不同学历层次大学生的就业信心是基本趋同的，这说明学历虽然客观上影响大学生的就业质量，但在就业信心这种主观维度上则不会产生显著作用，拥有更高学历的大学生同样面对就业压力，并未表现得更加乐观。继而对是否有学生干部经历进行独立样本t检验，结果同样显示各变量均未通过显著性检验，拥有学生干部经历并不能增强大学生就业信心。最后对是否是中共党员进行独立样本t检验，结果如表9所示。可以发现，中共党员对社会就业环境和校园就业指导方面的信心均值普遍高于非党员学生，个人维度的职业规划情况和个体信心均值也高于非党员学生，同时除职业规划变量之外的其余变量均通过5%水平下的显著性检验，说明大学生就业信心确实存在政治面貌差异。

6 结论与建议

文章基于496份有效问卷的调查数据，构建大学生就业信心结构方程模型，经过对观测变量和路径的调整、修正和简化后得到了拟合度良好的就业信心模型，得到如下结论。

在新冠肺炎疫情的背景下，社会环境和校园环境分别对大学生的职业规划产生正向影响，继而影响大学生个体信心;社会环境变量还直接作用于大学生个体信心，路径系数相对较高，说明大学生密切关注国家扶持政策、宏观经济和行业发展等态势，对这些问题的认知评估会直接影响其就业信心;校园环境变量则不对大学生个体信心产生直接影响，说明在疫情期间学生难以返校的情况下，学生提供的校企对接服务和就业指导难以充分发挥作用。

文章还对大学生个体差异进行了分析研究，结果表明大学生就业信心存在显著的性别差异和政治面貌差异，而学历和学生干部经历则不会使就业信心产生明显差异。

尽管性别歧视被明令禁止，但在劳动力市场中仍然长期广泛存在。彭正霞（2020）等学者曾基于大学毕业生调查数据做出关于就业质量性别差异的实证研究，也得出了女性毕业生对就业质量要求低于男性的结论。[10]文章对于大学生就业信心的检验结果再次印证了劳动力市场的性别差异问题，表明同样处于疫情的冲击之下，女性普遍表现出比男性更强烈的危机感，感到在面对较为紧张恶劣的就业环境时自己不如男性更有竞争力。女性大学生的这种担忧是不无道理的，在经济下行压力较重、企业发展不景气时，用人单位的确有可能比以往更加青睐体力占优的男性应聘者。

从就业竞争力角度来说，学历、学生干部经历、党员身份均是用人单位可能考量的指标，然而文章的实证研究表明，更高学历和学生干部经历并不会显著提升大學生就业信心，但拥有中共党员政治面貌的大学生则比非党员学生表现出了更高的乐观性。

笔者分析认为，党员学生的高度信心可能并非来自党员身份带来的竞争力，而是来自思想认识层面的“革命乐观精神”——党员能够比非党员学生更加深刻地认识到我国社会主义制度的优越性，对于我国宏观经济局势和行业发展前景抱有更为乐观的认知评估，继而对就业前景抱有更高的信心。基于实证研究结论，提出如下建议。

6.1 出台扶持政策、保障正常就业

文章研究表明国家出台的扶持政策会对大学生就业信心产生直接正向影响，像“加大事业单位面向应届生招聘力度”这一类就业保障政策更是被普遍视为利好消息。中央和各地政府宜出台更多具有针对性的、实效性

的就业保障政策，如部分职业资格暂时“先上岗、再考证”等，尽最大努力减少大学生因疫情冲击而遭受的就业难题，保障应届生正常就业。

6.2 加强宣传教育，树立就业自信

目前我国已经有效控制住新冠肺炎疫情，但各行各业经济受到疫情的严重冲击，国际局势和国内经济发展前景尚不明朗。国家层面宜加强面向广大青年学生的宣传教育，帮助青年学生正确认知疫情过后中国所面临的挑战和机遇，深刻理解社会主义制度的优越性，在广泛树立“四个自信”的基础上树立就业自信，消除疫情冲击后的悲观情绪。

6.3 灵活就业服务，增进校企对接

校招往往是企业招聘的重要环节，然而目前疫情致使企业无法按原计划进行校园宣传和现场招聘。校方宜对就业指导服务工作做出灵活调整，一方面积极与企业进行线上对接，倡导“互联网+就业”新模式，通过线上招聘会、线上双选会等形式助力学生就业;另一方面开展网上就业指导课程，设立专门平台整合就业信息，方便学生共享。

6.4 遏制性别歧视，保障女性权益

为避免经济下行压力下女性可能面对的用工歧视，政府宜制定适应性的法律法规，妇联、总工会等组织宜加强宣传教育和权益保障工作，多方入手遏制用人单位对女性工作者的显性和隐性歧视。校方宜加强针对性的就业指导和心理干预，帮助女性大学生树立平等竞争观念和就业信心。

6.5 发挥党员作用，共渡就业难关

大学生就业信心存在显著的政治面貌差异，党员学生普遍比非党员更加乐观。校方一方面宜加强对非党员学生的思想政治建设工作和就业服务工作，通过班团组织等开展针对性的教育指导;另一方面宜发挥党员的先锋模范作用，鼓励党员学生团结同学、互帮互助，以高度的“革命乐观精神”共同渡过疫情影响下的就业难关。

参考文献：

[1]黄育华.新冠疫情对中国经济影响研判[J].银行家，2020（3）：40-43.

[2]安国俊，贾馥玮.新冠疫情对经济的影响分析及对策研究[J].金融理论与实践，2020（3）：45-51.

[3]周红霞.大学生就业信心状况调查与对策分析[J].东北师大学报（哲学社会科学版），2011（3）：214-217.

[4]李锐，熊晓涵.积极就业政策如何影响就业信心？——基于世界银行调查数据的实证研究[J].中南财经政法大学学报，2020（1）：46-57，159.

[5]汪潜.就业信心SEM最优模型构建及拟合指数修正[J].统计与决策，2014（20）：35-38.

[6]刘丹阳.大学生就业影响因素的统计分析[J].中国市场，2019（5）：184-187.

[7]KOLENIKOV S，BOLLEN K A. Testing negative error variances： is a heywood case a symptom of misspecification？ Sociological Methods & Research，2012，41（1）：124-167.

[8]JACKSON D L， GILLASPY J A， PURC-STEPHENSON R. Reporting practices in confirmatory factor analysis： an overview and some recommendations[J]. Psychological Methods，2009，14（1）：6-23.

[9]李炜，岳昌君.2007年高校毕业生就业影响因素分析[J].清华大学教育研究，2009（1）：88-95.

[10]彭正霞，陆根书.大学毕业生就业质量的性别差异：基于多群组结构方程模型的分析[J].复旦教育论坛，2020，18（1）：59-67.

[作者简介]孔昭君，教授，博士生导师;张宇萌，国民经济动员学在读硕士研究生;刘铁忠，副研究员，博士生导师。