湖南师范大学,长沙
根据麦可思研究院发布的《2023年中国本科生就业报告》,2022届中国高校毕业生规模首次突破1000万人,达到历史新高。叠加疫情等多重超预期因素影响,就业市场竞争激烈,压力显著增大(麦可思研究院,2023)。近五年,应届本科毕业生读研比例逐年上升,选择不工作而全身心投入考研或考编的群体明显扩大,“延迟就业”现象愈发普遍。在“求职难”和“考研难”的双重压力下,毕业生去向落实呈现新的变化特点,探讨大学生的就业心理具有一定的研究价值和现实意义。
大学生就业心理是指大学生基于对自我、社会和职业的认知,在就业过程中表现出的各种心理状态和趋势(张丽娜,2014)。这既包含对职业发展的期待与焦虑,也涉及对自我价值的认知与社会资源的博弈。值得注意的是,家庭作为个体社会化的重要载体,其社会经济地位通过物质资本、文化资本和社会资本的多重作用,不仅直接影响个体的教育获得与职业选择,还通过塑造其性格特质和行为模式,进一步潜移默化的影响其就业心理。家庭社会经济地位(socio-economic status,SES)是衡量家庭在社会层级中相对位置的综合指标,涵盖经济资本、文化资本与社会资本三个维度,经济资本指家庭收入水平与物质资源积累,文化资本涉及父母教育程度、文化参与和教育投入,社会资本则体现为家庭社会关系网络和职业资源(罗仕方,2021)。SES与学生享有的教育资源密切相关,包括课外辅导、交流实践机会和信息获取渠道等,这些资源通过提升个人能力、拓展职业认知、缓解信息不对称等途径,直接影响其就业心理。低SES的学生在择业焦虑和就业压力方面表现更为突出,这与他们较低的心理资本水平有关(徐子寒,谭秀雯,2024)。高SES的学生在职业规划和就业预期方面表现更好,这进一步降低了他们的就业压力(田璐,2023)。本研究在现有研究的基础上,试图进一步揭示大学生就业心理的影响机制,并探究SES对就业心理的作用路径。
本研究采用分层抽样法,在湖南省长沙市、常德市、邵阳市等地选取多所高校进行问卷调查。问卷通过线上平台“问卷星”发放,共发放1664份,回收有效问卷1012份,问卷回收率为60.82%。问卷筛选标准如下:剔除有效填写时间低于180秒或高于1500秒的问卷;剔除毕业院校名称、城市信息填写不规范的问卷;剔除所有问题均选择同一选项的无效问卷。人口学变量情况如表1所示。
表 1 样本人口学变量分布(N=1012)
Table 1 Distribution of demographic variables (N=1012)
类型 | 人数 | 比例 | |
毕业年级 | 2023年 | 235 | 23.2% |
2024年 | 777 | 76.8% | |
性别 | 男 | 365 | 36.1% |
女 | 647 | 63.9% | |
生源类型 | 城市(县及以上) | 379 | 37.5% |
农村 | 633 | 62.5% | |
独生子女 | 是 | 299 | 29.5% |
否 | 713 | 70.5% | |
学生干部经历 | 有 | 480 | 47.4% |
无 | 532 | 52.6% | |
校外实习经历 | 有 | 527 | 52.1% |
无 | 485 | 47.9% | |
选修就业指导类课程 | 有 | 783 | 77.4% |
无 | 229 | 22.6% | |
参加就业指导类活动 | 有 | 786 | 77.7% |
无 | 226 | 22.3% | |
父母工作类型 | 务农 | 286 | 28.3% |
自由职业 | 254 | 25.1% | |
个体工商业/自主创业 | 151 | 14.9% | |
民营企业 | 115 | 11.4% | |
外资/合资企业 | 4 | 0.4% | |
国有企业 | 46 | 4.5% | |
机关或事业单位 | 112 | 11.1% | |
其他 | 44 | 4.3% | |
家庭年人均可支配收入 | 0-2万 | 371 | 36.7% |
2~4万(不含2万) | 402 | 39.7% | |
4~6万(不含4万) | 111 | 11% | |
6~8万(不含6万) | 70 | 6.9% | |
8万以上(不含8万) | 58 | 5.7% |
采用刘春雷编制的大学生就业心理量表。该问卷的Bartlett球形检验结果显著,χ2=598.91,p<0.001,KMO值为0.80,问卷内部一致性信度系数为0.89(刘春雷,2010)。问卷包含五个维度,即就业准备、就业观念、就业能力、就业压力感和就业认知,共37个条目。问卷采用5点计分法(1=最重要因素/优先考虑/最大/完全不同意,5=无关因素/不考虑/没有/完全不同意),各维度得分通过其对应条目得分的算术平均计算,得分越高代表状况越不容乐观。本研究中该量表的克隆巴赫α系数为0.80。
家庭社会经济地位(SES)通常采用父母职业、父母文化程度和家庭经济条件三个指标进行综合衡量(蔡文伯,郜文凤,2020)。由于本研究在量表编制过程中未将“父母教育程度”这一问题纳入其中,因此,本研究参考袁晓娇等人的方法,使用父母职业和家庭收入两个指标,通过主成分分析(PCA)构建SES指数:SES=(β1*Z职业+β2*Z家庭收入)/εf,其中β1、β2为因子载荷,εf为第一个因子的特征根(袁晓娇 等,2009)。本研究SES指数得分范围在-2.38~6.10之间,得分越高代表家庭在社会层级中的相对位置越高。
本研究旨在探讨本科大学生就业心理的影响机制,明确SES与就业心理的关系及其作用机制,拟建立的理论模型如图1所示。
图 1 SES对大学生就业心理影响机制的假设模型图
Figure 1 Hypothesized model of the mechanism by which socioeconomic status influences employment-related psychological factors among college students
基于前人研究和就业心理维度,本研究提出以下假设:
假设H1:学生干部经历、校外实习经历、参加就业指导课程活动能够显著降低本科大学生的就业心理问题;
假设H2:SES对本科大学生就业压力起正向预测作用;
假设H3:就业准备在SES与就业压力之间起中介作用。
本研究采用SPSS 26.0统计软件对收集的数据进行处理与统计分析。统计方法主要包括独立样本t检验,F检验和Pear-son相关分析。中介检验使用的是SPSS宏Process中的Model4模型。
采用Harman单因素检验法,未经旋转的探索性因素分析提取出9个特征值大于1的公因子,其中最大因子的方差解释率为24.58%(小于40%),表明本研究不存在严重的共同方法偏差问题。
对就业心理各维度进行基于人口学变量的独立样本t检验,结果如表2所示。在学生干部经历上,学业干部的就业准备(t=-2.01*)、就业观念(t=-2.16*)和就业压力(t=-2.55*)维度的得分均显著低于非学生干部。在校外实习经历上,有校外实习经历学生的就业压力
(t=-2.72**)得分显著低于缺乏校外实习经历的学生。在就业指导课程上,参加就业指导课程学生的就业准备(t=-2.98**)和就业能力(t=-3.01**)得分均显著低于未参加就业指导课程的学生。在就业指导活动上,参加就业指导活动学生的就业准备(t=-2.56*)和就业压力
(t=-2.01*)维度得分显著低于未参与者。
表 2 就业心理各维度差异分析
Table 2 Analysis of differences in employment-related psychological dimensions
学生干部经历 | 校外实习经历 | 就业指导课程 | 就业指导活动 | ||||||||||
M | SD | t | M | SD | t | M | SD | t | M | SD | t | ||
就业准备 | 是 | 1.97 | 0.47 | -2.01* | 2.01 | 0.48 | 0.91 | 1.98 | 0.48 | -2.98** | 1.98 | 0.48 | -2.56* |
否 | 2.03 | 0.50 | 1.99 | 0.50 | 2.09 | 0.50 | 2.07 | 0.52 | |||||
就业观念 | 是 | 2.18 | 0.61 | -2.16* | 2.23 | 0.63 | 0.51 | 2.22 | 0.62 | -0.62 | 2.21 | 0.60 | -1.00 |
否 | 2.26 | 0.62 | 2.21 | 0.60 | 2.24 | 0.63 | 2.26 | 0.69 | |||||
就业能力 | 是 | 1.97 | 0.45 | 0.42 | 2.00 | 0.51 | 1.60 | 1.95 | 0.47 | -3.01** | 1.96 | 0.46 | -1.35 |
否 | 1.98 | 0.51 | 1.95 | 0.45 | 2.06 | 0.51 | 2.01 | 0.54 | |||||
就业压力 | 是 | 3.67 | 0.72 | -2.55* | 3.67 | 0.74 | -2.72** | 3.73 | 0.72 | 0.52 | 3.70 | 0.70 | -2.01* |
否 | 3.78 | 0.70 | 3.79 | 0.67 | 3.70 | 0.69 | 3.81 | 0.75 | |||||
就业认知 | 是 | 2.55 | 0.66 | -0.66 | 2.54 | 0.63 | -1.45 | 2.56 | 0.66 | -0.18 | 2.57 | 0.64 | 0.39 |
否 | 2.58 | 0.64 | 2.59 | 0.67 | 2.57 | 0.63 | 2.55 | 0.67 |
注:*表示p<0.05,**表示p<0.01,***表示p<0.001,下同。
根据SES得分从低到高排序,将前27%学生划分为低SES组,后27%划分为高SES组。运用单因素方差分析考察不同SES分组对就业心理各维度的影响,如表3所示。研究发现,就业压力在三组间存在显著差异(F=10.820,p<0.001)。事后多重比较进一步显示:低SES组得分显著高于高SES组(p<0.01)与中SES组(p<0.001),而高SES组与中SES组得分无显著差异(p>0.05)。
表 3 SES与就业心理及各维度的差异检验
Table 3 Differential analysis of socioeconomic status in relation to employment psychology and its dimensions
变量 | SES分组 | M | SD | F检验 | 多重均数比较 | |
F | p | |||||
就业准备 | 低 | 2.05 | 0.50 | 2.727 | 0.066 | |
中 | 2.00 | 0.50 | ||||
高 | 1.95 | 0.46 | ||||
就业观念 | 低 | 2.25 | 0.62 | 0.515 | 0.597 | |
中 | 2.22 | 0.61 | ||||
高 | 2.19 | 0.64 | ||||
就业能力 | 低 | 1.96 | 0.51 | 0.612 | 0.542 | |
中 | 1.99 | 0.47 | ||||
高 | 1.95 | 0.47 | ||||
就业压力 | 低 | 3.89 | 0.68 | 10.820 | 0.000 | 中<低** 高<低*** |
中 | 3.70 | 0.68 | ||||
高 | 3.60 | 0.79 | ||||
就业认知 | 低 | 2.51 | 0.67 | 2.579 | 0.076 | |
中 | 2.61 | 0.61 | ||||
高 | 2.52 | 0.70 |
对SES和就业心理各维度进行Pearson积差相关分析,如表4所示。就业准备、就业观念、就业能力和就业认知四个维度之间呈显著正相关,就业压力与上述四个维度之间呈显著负相关。虽然SES与就业心理各维度的相关效应量较小,但SES与就业准备
(-0.09**)、就业压力(-0.16**)的相关系数具有统计学显著性。
表 4 SES和就业心理及各维度的描述统计与相关矩阵
Table 4 Descriptive statistics and correlation matrix for socioeconomic status, employment psychology and its dimensions
变量 | M±SD | 1 | 2 | 3 | 4 | 5 | 6 |
1.就业准备 | 2.00±0.49 | 1.00 | |||||
2.就业观念 | 2.22±0.62 | 0.47** | 1.00 | ||||
3.就业能力 | 1.97±0.48 | 0.55** | 0.54** | 1.00 | |||
4.就业压力 | 3.73±0.71 | -0.19** | -0.32** | -0.39** | 1.00 | ||
5.就业认知 | 2.56±0.65 | 0.22** | 0.31** | 0.33** | -0.32** | 1.00 | |
6.SES | 0.00±2.00 | -0.09** | -0.03 | 0.01 | -0.16** | -0.02 | 1.00 |
本研究使用SPSS Process宏程序中的Model 4进行中介检验,以SES为自变量,就业压力为因变量,就业准备为中介变量,性别(1=男性,2=女性)和生源地(1=城市(县级以上),2=农村)为控制变量,通过百分位Bootstrap法(重复抽样5000次)分析,如图2所示。
图 2 就业准备的中介效应模型图
Figure 2 Mediation model of employment preparedness
中介效应检验结果如表5所示。就业准备的间接效应显著(ab= 0.0076,Boot SE = 0.0028,95% CI [0.0025,0.0136]),95%置信区间不包含0,表明该中介路径具有统计学意义。直接效应(c’ = -0.059)与间接效应(ab=0.0076)方向相反,致使总效应(c=-0.0519)绝对值小于直接效应,符合遮掩中介效应的特征。此外,性别控制变量可以显著正向预测就业压力(β=0.1005,p=0.001),生源地对就业压力则无显著影响。
表 5 总效应、直接效应及中介效应分解表
Table 5 Decomposition of total, direct, and mediating/indirect effects
效应类型 | 效应值 | Se | LLCI | ULCI | 效应占比 |
总效应 | -0.052 | 0.012 | -0.075 | -0.029 | |
直接效应 | -0.059 | 0.012 | -0.082 | -0.037 | 113.46% |
间接效应 | 0.008 | 0.003 | 0.003 | 0.014 | -15.38% |
注:效应占比=效应值/总效应值×100%。负值表示与总效应方向相反。
人口学变量对就业心理各维度的差异分析结果显示,学生干部经历、校外实习经历,以及参加就业指导课程和活动,能够有效降低学生的就业压力感,帮助学生树立正确的就业观念,做好就业准备。研究表明,学生干部在简历投递中获得的回复率比非学生干部高6.1%,在就业市场中更具优势(孟颖颖,白慧心,韩俊强,2023)。校外实习可以将理论知识转化为实践技能,帮助学生明确职业方向,进而降低就业压力感。就业指导课程与活动则通过职业测评和求职策略培训,帮助学生建立清晰的职业目标,提升就业技能,调整就业期望,从而缓解就业竞争压力(李森,董双,2024)。由此可见,学生干部经历、校外实习经历、就业指导课程及活动等职业发展干预策略能够有效缓解本科大学生的就业心理问题。
单因素方差分析显示,低SES组的就业压力得分显著高于中、高SES组,中SES组与高SES组之间无显著差异,这表明SES越低的学生面临的就业压力越大。高SES组的学生通常拥有更丰富的教育和社会资源,这些资源有助于缓解其就业压力(王淑燕,江伟,2022)。与之相反,低SES组的学生受经济条件、外部环境等因素制约,在就业竞争中处于相对弱势地位,面临更大的就业压力和挑战(李妍 等,2022)。
SES、就业准备和就业压力的中介效应检验结果显示,就业准备在SES与就业压力间发挥部分遮掩中介效应,这一矛盾机制体现了SES的“双刃剑”效应。高SES学生因家庭资源丰富、支持系统完善,直接感受到的就业压力较低;但也会因为过度依赖外部资源,忽视主动就业准备,从而间接增加就业压力。有研究指出,高SES青少年可能因资源充足而低估竞争压力、缺乏自主性,导致就业准备不足(OECD,2024)。
在中介效应检验过程中,性别控制变量的检验结果差异显著,女性就业压力显著高于男性,这可能归因于社会性别角色期待及就业歧视。叶文振通过简历投递实验发现,男性大学生获得面试通知的概率比女性高42%,且学历越高、成绩越好的女性遭受的性别歧视越严重(叶文振,2019)。其他研究也表明,女大学生的择业焦虑得分显著高于男大学生,承受着更大的心理压力(王淑燕,江伟,2022)。
本研究采用问卷调查法,探讨本科大学生就业心理的影响机制,并深入探究SES的作用,为本科大学生的就业工作提供了实证支持。研究得出以下结论:学生干部经历、校外实习经历、就业指导课程及活动等职业发展干预策略能够显著降低本科大学生的就业心理问题;SES对本科大学生的就业压力感起正向预测作用;就业准备在SES与就业压力之间起部分遮掩中介效应。基于以上结论,在今后的工作中,本科院校可进一步加强对低SES学生的就业指导,优化实习资源分配;针对高SES学生,可设计“资源管理”课程以提升主动就业准备意识。同时,针对性别就业压力差异的问题,本科院校在后续就业指导工作中可以根据性别需求精准施策,系统调整,以缓解性别就业压力。
本研究存在一定局限性。被试均来自湖南省高校,可能影响研究结果的普适性;中介变量仅解释了约13.46%的总效应差异。未来研究可进一步探讨SES与就业准备负向关系背后的深层机制,并提出更有效的干预策略。
[1] 麦可思研究院. (2023). 中国大学生就业报告. 社会科学文献出版社.
[2] 张丽娜. (2014). 大学生就业心理研究(硕士学位论文). 渤海大学.
[3] 罗仕方. (2021). 家庭社会经济地位对学生数学成绩的影响研究 (硕士学位论文). 贵州师范大学.
[4] 徐子寒, 谭秀雯. (2024). 家庭社会经济地位对大学生未来取向的预测: 心理资本的中介效应. 心理学进展, 14(1), 88-94.
[5] 田璐. (2023). 社会支持、信息资本对大学生就业压力的影响研究 (硕士学位论文). 石河子大学.
[6] 刘春雷. (2010). 当代大学生就业心理问题及其影响因素研究 (博士学位论文). 吉林大学.
[7] 蔡文伯, 郜文凤. (2020). 家庭社会经济地位对学生高考志愿选择行为的影响研究. 黑龙江高教研究, 38(7), 49-54.
[8] 袁晓娇, 方晓义, 刘杨, 李芷若. (2009). 教育安置方式与流动儿童城市适应的关系. 北京师范大学学报 (社会科学版), (5), 25-32.
[9] 孟颖颖, 白慧心, 韩俊强. (2023). 学生干部经历对高校毕业生就业的影响——来自简历投递实验的证据. 中国人口科学, 37(6), 50-63.
[10] 李森, 董双. (2024-11-12). 理性做好就业选择. 光明日报.
[11] 王淑燕, 江伟. (2022). 疫情背景下家庭社会经济地位与大学生择业焦虑的关系. 西南师范大学学报 (自然科学版), 47(10), 96-102.
[12] 李妍, 郑俊, 虞佳, 窦粲灿, 朱志强. (2022). 基于USEM模型的民办高校家庭经济困难大学生就业能力实证研究. 微型电脑应用, 38(10), 10-12, 17.
[13] OECD. (2024). Challenging social inequality through career guidance: Insights from international data and practice. OECD Publishing.
[14] 叶文振. (2019). 女大学生就业研究的性别意义与理论建构. 山东女子学院学报, (2), 1-10.