程美英, 周建華, 錢 乾

(1.湖州師范學(xué)院 商學(xué)院, 浙江 湖州313000； 2.湖州師范學(xué)院 教師教育學(xué)院, 浙江 湖州 313000)

0 引 言

2018年《中共中央國務(wù)院實施鄉(xiāng)村振興戰(zhàn)略的意見》明確了實施鄉(xiāng)村振興戰(zhàn)略的“十二條意見”，“兩會”期間，“鄉(xiāng)村振興”再次成為全社會關(guān)注的焦點.目前，我國鄉(xiāng)村普遍面臨著年齡結(jié)構(gòu)老化、知識結(jié)構(gòu)僵化、鄉(xiāng)村規(guī)劃無人實施、項目規(guī)劃無人引領(lǐng)等困境，建設(shè)主體的缺失已成為鄉(xiāng)村穩(wěn)定、脫貧和振興的第一短板.實施鄉(xiāng)村要素中的人才要素回歸，全面提升鄉(xiāng)村人力資源水平，不僅能滿足地方對人才的渴望和需求，更對鞏固鄉(xiāng)村脫貧成果至關(guān)重要[1].國家或地方政府雖出臺了諸多鼓勵和引導(dǎo)大學(xué)生返鄉(xiāng)就業(yè)的政策，但受傳統(tǒng)擇業(yè)觀念的束縛，收效甚微.

目前針對大學(xué)生返鄉(xiāng)就業(yè)的研究成果較多，主要體現(xiàn)在3方面：①返鄉(xiāng)就業(yè)影響因素研究.文獻[2]指出家鄉(xiāng)發(fā)展前景和對家鄉(xiāng)的依戀對是否返鄉(xiāng)產(chǎn)生極大影響；文獻[3]基于推拉原理，以2003-2013年全國高校畢業(yè)生就業(yè)調(diào)查數(shù)據(jù)為基礎(chǔ)，探討返鄉(xiāng)就業(yè)中的性別差異；文獻[4]基于實證分析指出地方經(jīng)濟發(fā)展水平、家庭人均收入、地理位置及家庭規(guī)模直接影響返鄉(xiāng)意愿；文獻[5]從環(huán)境因素、個人因素和風(fēng)險因素等方面對返鄉(xiāng)影響因素進行分析.②研究方法.文獻[6]采用問卷調(diào)查和深度訪談的方式對農(nóng)村籍大學(xué)生返鄉(xiāng)就業(yè)意愿進行數(shù)據(jù)調(diào)查，并采用描述性分析、相關(guān)性分析、回歸分析進行實證研究；文獻[7]采用邏輯模型對影響農(nóng)村生源大學(xué)生返鄉(xiāng)就業(yè)因素進行分析；文獻[8]基于結(jié)構(gòu)方程模型探討大學(xué)生返鄉(xiāng)創(chuàng)業(yè)意愿關(guān)鍵影響因素；文獻[9]引入多元回歸方法分析家庭資本、社交網(wǎng)絡(luò)及創(chuàng)業(yè)政策對大學(xué)生返鄉(xiāng)創(chuàng)業(yè)績效的影響.③返鄉(xiāng)大學(xué)生培育.文獻[10]指出鼓勵鄉(xiāng)村與高校合作，培養(yǎng)生產(chǎn)、技術(shù)、管理人才，由鄉(xiāng)村承擔人才學(xué)習(xí)資本，這一群體以返回鄉(xiāng)村服務(wù)作為回報；文獻[6]指出高校與地方企業(yè)應(yīng)進行聯(lián)合訂單式培養(yǎng)，根據(jù)地方企業(yè)崗位需求設(shè)置相應(yīng)專業(yè)，最終輸出地方企業(yè)所需的專門人才；文獻[11]以杭州400名電商專業(yè)學(xué)生為調(diào)研對象，指出加強政策支持和前景宣傳能夠鼓勵大學(xué)生返鄉(xiāng)從事電商工作；文獻[12]指出高?？梢酝ㄟ^設(shè)置創(chuàng)業(yè)園形式為返鄉(xiāng)學(xué)生積累創(chuàng)業(yè)經(jīng)驗.

現(xiàn)有成果為大學(xué)生返鄉(xiāng)研究奠定了基礎(chǔ)，但針對高校貧困生這一特殊群體并無專門的深入探討.由于影響大學(xué)生返鄉(xiāng)因素可能存在多重共線性，冗余因素的存在不僅導(dǎo)致計算效率低下，還在一定程度上干擾辨識過程，而現(xiàn)有統(tǒng)計學(xué)方法在處理高維數(shù)據(jù)時顯得力不從心.本文集問卷調(diào)查、二元螢火蟲算法、分形技術(shù)、支持向量機等自然科學(xué)研究手段與人文社科范式于一體，定性與定量分析相結(jié)合，量化返鄉(xiāng)就業(yè)影響因素，挖掘返鄉(xiāng)就業(yè)的關(guān)鍵制約因素，從而進一步深化人才要素回歸研究.

1 高校貧困生返鄉(xiāng)就業(yè)意愿分析

1.1 研究對象

以我國X高校貧困生為研究對象，對15個專業(yè)進行調(diào)研，共回收有效問卷456份，其中文科生237人，理科生219人；大一貧困生186人，大二貧困生113人，大三貧困生79人，大四貧困生78人.

1.2 結(jié)果分析

1.2.1 高校貧困生對家鄉(xiāng)優(yōu)惠政策的了解程度與返鄉(xiāng)就業(yè)態(tài)度

高校貧困生對家鄉(xiāng)返鄉(xiāng)就業(yè)優(yōu)惠政策的了解程度與返鄉(xiāng)就業(yè)態(tài)度如表1所示.通過調(diào)查發(fā)現(xiàn)，高校貧困生對家鄉(xiāng)吸引大學(xué)生返鄉(xiāng)就業(yè)優(yōu)惠政策的了解程度非常低，完全了解和比較了解的占比為0，一般了解和不了解的占比總和為100%.在受訪學(xué)生中，60.95%的貧困生有返鄉(xiāng)工作打算，28.99%的貧困生表示找不到合適的工作再回去，僅有5.33%的貧困生表示不回去.進一步統(tǒng)計分析發(fā)現(xiàn)，獨生子女與非獨生子女貧困生對返鄉(xiāng)就業(yè)態(tài)度有顯著性差異(P=0.045<0.05，0.05為置信度水平)，獨生子女貧困生更傾向于返回家鄉(xiāng)工作.

表1 高校貧困生對家鄉(xiāng)優(yōu)惠政策的了解程度及返鄉(xiāng)就業(yè)態(tài)度Tab.1 Understanding of the preferential policies of the poor college studentsand their attitude towards returning home employment

圖1對高校貧困生返鄉(xiāng)就業(yè)的原因進行了分析，結(jié)果發(fā)現(xiàn)，便于照顧父母、熱愛家鄉(xiāng)、生活成本低、環(huán)境熟悉、家鄉(xiāng)有優(yōu)惠政策等是高校貧困生返鄉(xiāng)就業(yè)的主要原因，其他原因還有父母要求、專業(yè)對口等.

對樣本中不愿意返鄉(xiāng)就業(yè)的貧困生繼續(xù)進行分析，發(fā)現(xiàn)其不愿返鄉(xiāng)就業(yè)的主要原因為大城市就業(yè)機會多、喜歡大城市的繁華、大城市基礎(chǔ)設(shè)施好等，如圖2所示.

1.2.2 高校貧困生向往的就業(yè)單位

由表2可知，在所調(diào)研的樣本中，向往事業(yè)單位的高校貧困生最多，約占39.64%；其次是外資企業(yè)、政府機關(guān)和國有企業(yè)；畢業(yè)后打算在合資企業(yè)、民營企業(yè)及其他單位就業(yè)的貧困生占比較少.綜合分析發(fā)現(xiàn)，在校貧困生畢業(yè)后，向往穩(wěn)定生活(政府機關(guān)、事業(yè)單位和國有企業(yè))的占69.23%；打算自己創(chuàng)業(yè)的僅占0.59%，資金欠缺是制約高校貧困生創(chuàng)業(yè)的最大原因.

表2 高校貧困生向往的就業(yè)單位Tab.2 Desired work unit after graduation

1.2.3 高?，F(xiàn)有專業(yè)課、創(chuàng)新創(chuàng)業(yè)教育對大學(xué)生返鄉(xiāng)就業(yè)的幫助

對受訪的456名貧困生所在高校教育情況進行分析，48.59%的學(xué)生認為現(xiàn)有專業(yè)課對返鄉(xiāng)就業(yè)有幫助；持不清楚或沒有幫助態(tài)度的分別占42.76%、8.65%.具體如表3表示.

表3 所學(xué)專業(yè)課對返鄉(xiāng)就業(yè)是否有幫助Tab.3 Whether the major courses helpful for returning home for employment

現(xiàn)有部分高校通過設(shè)置創(chuàng)新創(chuàng)業(yè)教育講座或課程，讓學(xué)生了解最新就業(yè)創(chuàng)業(yè)形勢，知曉就業(yè)創(chuàng)業(yè)政策，進行人生定位和理性就業(yè)創(chuàng)業(yè)，進一步引導(dǎo)學(xué)生樹立正確的就業(yè)觀和成才觀.通過問卷調(diào)查發(fā)現(xiàn)(表4)，僅有55.29%的學(xué)生參加過所在學(xué)校的就業(yè)創(chuàng)業(yè)講座或課程；41.47%的學(xué)生沒有參加過；3.24%的學(xué)生所在學(xué)校沒有提供此類課程.

表4 學(xué)生參與學(xué)校就業(yè)創(chuàng)業(yè)講座或相關(guān)課程情況Tab.4 Participation in school employment and entrepreneurship lectures or related courses

2 基于BGSO和分形維數(shù)的高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素的提取與分析

通過調(diào)查發(fā)現(xiàn)，影響高校貧困生返鄉(xiāng)就業(yè)的因素呈多樣化特征，有效識別返鄉(xiāng)就業(yè)關(guān)鍵影響因素，剔除冗余因素，可為地方政府鼓勵貧困生返鄉(xiāng)就業(yè)政策的制定提供參考依據(jù).

2.1 BGSO算法簡介

li(t)=(1-ρ)·li(t-1)+uJ(xi(t))，

(1)

(2)

(3)

(4)

其中：ρ為熒光素揮發(fā)因子；u為動態(tài)決策域更新率；nt為鄰域集中螢火蟲數(shù)目閾值；s為移動步長；rs為感知半徑.

文獻[15]引入式(5)，將螢火蟲位置xi轉(zhuǎn)換為0或1，提出二元螢火蟲算法(BGSO)，其被廣泛應(yīng)用于二元離散優(yōu)化問題[16].

(5)

2.2 BGSO結(jié)合分形維數(shù)求解高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素

系統(tǒng)具有分形特征是指系統(tǒng)局部和整體在結(jié)構(gòu)或性質(zhì)上存在相似性，因而能從多個層面描述數(shù)據(jù)集的關(guān)鍵特征.挖掘高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素的過程實質(zhì)是一個特征選擇過程.本文以BGSO算法為搜索策略，分形維數(shù)[17]為屬性子集評估度量準則，去除冗余因素，得到高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素.

計算數(shù)據(jù)集分形維數(shù)的方法較多，本文采用盒計數(shù)法[15]進行計算，如式(6)所示：

(6)

采用一維二值細胞自動機模型[15]對高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素的求解過程進行描述,見圖3.假設(shè)原始數(shù)據(jù)集返鄉(xiāng)就業(yè)影響因素個數(shù)為L，設(shè)一維二值細胞自動機長度為L，圖3中一個細胞代表一個返鄉(xiāng)影響因素，細胞狀態(tài)為{0,1}，0表示該因素未被選為關(guān)鍵影響因素；1表示被選為關(guān)鍵影響因素.螢火蟲遍歷圖3后所得0/1序列，即為一個候選貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素.

計算原始數(shù)據(jù)集分形維數(shù)D2，向上取整，得到關(guān)鍵影響因素個數(shù)M，計算候選返鄉(xiāng)關(guān)鍵影響因素分形維數(shù)sub_D2，將D2與sub_D2的差值作為目標函數(shù)MFD，記作式(7)：

MFD=|D2-sub_Dim|.

(7)

MFD值越小，說明屬性子集越接近原始數(shù)據(jù)集.算法經(jīng)過若干次迭代后得全局最優(yōu)解，即為高校貧困生返鄉(xiāng)就業(yè)的關(guān)鍵影響因素.

采用BGSO結(jié)合分形維數(shù)提取高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素，基本步驟如下：

Step2: 螢火蟲從起始細胞出發(fā)，遍歷圖3，按式(5)將螢火蟲位置轉(zhuǎn)換成0/1，得到候選返鄉(xiāng)關(guān)鍵影響因素；

Step3: 計算候選返鄉(xiāng)關(guān)鍵影響因素分形維數(shù)，并按式(7)計算差值；

Step4: 螢火蟲按式(1)～式(4)更新熒光素、位置、決策域半徑等；

Step5: 循環(huán)步驟Step2～Step4，滿足循環(huán)結(jié)束條件，轉(zhuǎn)向步驟Step6；

Step6: 輸出高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素.

2.3 實驗結(jié)果分析

2.3.1 數(shù)據(jù)集說明

數(shù)據(jù)分析部分選取問卷中指標構(gòu)建測試數(shù)據(jù)集，其中影響因素有12個：①父母因素；②生活成本；③生活環(huán)境；④家鄉(xiāng)優(yōu)惠政策；⑤專業(yè)對口；⑥薪資待遇；⑦歸屬感；⑧自我價值實現(xiàn)；⑨工作壓力； ⑩發(fā)展機會；性格興趣；創(chuàng)新創(chuàng)業(yè)課程.數(shù)據(jù)分析實例數(shù)為456個；返鄉(xiāng)意愿有2種：有返鄉(xiāng)意愿/沒有返鄉(xiāng)意愿(用1/0表示).

2.3.2 數(shù)據(jù)預(yù)處理

為方便高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素的獲取，必須對返鄉(xiāng)就業(yè)影響因素中的定性數(shù)據(jù)作定量化處理.本文采用模糊隸屬度函數(shù)量化法.以“照顧父母對返鄉(xiāng)影響程度”為例，該指標取值范圍為影響非常大、影響較大、影響一般、影響較小、完全沒影響，分別用數(shù)字5、4、3、2、1表示5種影響程度.這里取偏大型柯西分布和對數(shù)函數(shù)作為隸屬函數(shù)，如式(8)所示，其中a、b、c、d為待定常數(shù).

(8)

當影響非常大時，隸屬度為1，即f(5)=1；當影響一般時，隸屬度為0.8，即f(3)=0.8；當完全沒影響時，隸屬度為0.01，即f(1)=0.01.將f(5)=1、f(3)=0.8、f(1)=0.01代入式(8)，得a=1.108 6、b=0.894 2、c=0.391 5、d=0.369 9，將a、b、c、d值代入式(8)，求解得出影響較大和影響較小的隸屬度.

2.3.3 高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素結(jié)果分析與驗證

采用BGSO算法結(jié)合分形維數(shù)，得到原始的高校貧困生返鄉(xiāng)就業(yè)數(shù)據(jù)集分形維數(shù)為3.597.將原始數(shù)據(jù)集分形維數(shù)向上取整，得到高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素個數(shù)M=4.將BGSO結(jié)合分形維數(shù)，得出高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素為父母因素、生活成本、薪資待遇、發(fā)展機會.

為驗證采用BGSO結(jié)合分形維數(shù)所得高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素的正確性和有效性，引入臺灣學(xué)者Chih-Jen Lin提出的Lib-SVM(支持向量機)和10-交叉驗證相結(jié)合方法，驗證返鄉(xiāng)就業(yè)關(guān)鍵影響因素提取前后數(shù)據(jù)集分類準確率，這里采用網(wǎng)格搜索法確定SVM中參數(shù)c和g.觀察關(guān)鍵影響因素提取前后數(shù)據(jù)集平均分類準確率(單獨運行100次分類準確率求平均值結(jié)果)和最優(yōu)分類準確率(單獨運行100次最優(yōu)分類準確率).分類準確率越接近原始數(shù)據(jù)集，說明提取的關(guān)鍵影響因素是正確有效的.結(jié)果如表5所示.

表5 高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素提取前后數(shù)據(jù)集的分類準確率Tab.5 Classification accuracy before and after key influencing factors of poor college students returning home for employment

由表5可知，高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素提取前后數(shù)據(jù)集的平均分類準確率和最優(yōu)分類準確率與原始數(shù)據(jù)集基本保持一致，其中，原始數(shù)據(jù)集的最優(yōu)分類準確率為83.479%，返鄉(xiāng)就業(yè)關(guān)鍵影響因素最優(yōu)分類準確率為83.791%，相比原始數(shù)據(jù)集，其最優(yōu)分類準確率提升了0.312%；原始數(shù)據(jù)集的平均分類準確率為81.273%，關(guān)鍵影響因素平均分類準確率為82.015%，提升了0.742%.這說明采用BGSO結(jié)合分形維數(shù)提取的高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素是正確有效的.經(jīng)威爾克森顯著性檢驗顯示，采用BGSO方法結(jié)合分形維數(shù)提取返鄉(xiāng)就業(yè)關(guān)鍵影響因素前后差異顯著(P=0.012<0.05，置信度水平為0.05).

2.3.4 與其他方法的研究結(jié)果對比

將本文采用的BGSO方法結(jié)合分形維數(shù)所得高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵因素與文獻[6]采用回歸分析所得結(jié)果進行對比，結(jié)果如表6所示.其中，約簡率=(原始返鄉(xiāng)影響因素個數(shù)-返鄉(xiāng)關(guān)鍵影響因素)/原始返鄉(xiāng)影響因素個數(shù)×100%.采用回歸分析方法所得高校貧困生返鄉(xiāng)就業(yè)關(guān)鍵因素個數(shù)為6，分別為父母因素、生活成本、薪資待遇、歸屬感、自我價值實現(xiàn)和工作壓力，約簡率為45.45%，低于本文算法的約簡率63.64%.同時，文獻[6]所得貧困生返鄉(xiāng)就業(yè)關(guān)鍵影響因素的平均分類準確率和最優(yōu)分類準確率均低于本文算法.這說明本文方法優(yōu)于回歸分析法，經(jīng)威爾克森檢驗差異顯著(P=0.045 2<0.05，置信度水平為0.05).

表6 本文方法與文獻[6]結(jié)果對比分析Tab.6 Comparison results between proposed method and references[6]

3 結(jié)論與建議

本文在科學(xué)統(tǒng)計我國X高校貧困生對家鄉(xiāng)優(yōu)惠政策的了解程度、返鄉(xiāng)就業(yè)態(tài)度、返鄉(xiāng)就業(yè)原因、向往工作單位、所學(xué)專業(yè)課程是否對返鄉(xiāng)有幫助的基礎(chǔ)上，創(chuàng)新性地采用基于二元螢火蟲算法的分形維數(shù)屬性選擇方法，挖掘影響高校貧困生返鄉(xiāng)就業(yè)的關(guān)鍵影響因素為父母因素、生活成本、薪資待遇、發(fā)展機會，有效拓展了現(xiàn)有研究返鄉(xiāng)意愿的方法.

引導(dǎo)高校貧困生返鄉(xiāng)就業(yè)是一項復(fù)雜長遠的系統(tǒng)工程，各地方政府需要加大地方政策宣傳力度，通過親人親緣因素吸引貧困生返鄉(xiāng)就業(yè)，加大對返鄉(xiāng)學(xué)生的資助力度，提高薪資待遇水平.同時，由于高校現(xiàn)有人才培養(yǎng)模式與鄉(xiāng)村發(fā)展需求錯位，返鄉(xiāng)大學(xué)生普遍面臨就讀專業(yè)與鄉(xiāng)村需求不匹配、難以融入鄉(xiāng)村“圈子”、找不準定位、與故鄉(xiāng)磨合難等困境，因此深入返鄉(xiāng)學(xué)生群體和鄉(xiāng)村基層，了解其真實需求，創(chuàng)新性地完善高?，F(xiàn)有教育培養(yǎng)模式，主動與鄉(xiāng)村振興需求對接，實現(xiàn)高校人才培養(yǎng)模式與鄉(xiāng)村發(fā)展共“振”，是我們下一步研究急需解決的難題.