李稚萱

(四川大學商學院 ，四川 成都 610000)

自改革開放以來，我國就業(yè)問題得到顯著改善，但由于我國人口眾多，行業(yè)之間發(fā)展不平衡，且產業(yè)結構轉型下資本與勞動不能很好地相適應，我國的就業(yè)形勢依然很復雜[1]。

大學生就業(yè)問題就是其中最為凸顯的問題之一，究其原因，一是就業(yè)崗位少，競爭壓力大；二是教育結構的不平衡發(fā)展，部分大學生在高校接受的教育無法適應其他城市的就業(yè)環(huán)境[2]；三是大多數畢業(yè)生注重行業(yè)的發(fā)展前景，在擇業(yè)過程中會考慮該行業(yè)工作崗位的穩(wěn)定性、薪資水平能否滿足自我的現實需要等因素[3]。北京、上海是畢業(yè)生向往的工作城市，而當下熱門的行業(yè)，例如金融業(yè)和信息技術行業(yè)也是畢業(yè)生憧憬的工作。但由于我國各省市不同行業(yè)的就業(yè)條件與就業(yè)政策不同，不同省市之間的就業(yè)環(huán)境存在顯著差異，從而導致員工工資在不同地區(qū)、不同行業(yè)間存在較大差異[4]。

1.描述性統(tǒng)計

1.1 不同地區(qū)平均工資的差異

從高校畢業(yè)生的角度來看，他們于不同行業(yè)在不同地區(qū)的就業(yè)前景并不清晰，因此具體分析各個行業(yè)在各個省市的就業(yè)前景對多數畢業(yè)生的擇業(yè)有顯著的實踐意義；從社會就業(yè)的角度來看，行業(yè)工薪水平是衡量就業(yè)前景的一大指標，過大的行業(yè)差距會對從業(yè)者的就業(yè)觀念、各行業(yè)間的均衡協調發(fā)展，乃至經濟社會和諧穩(wěn)定的發(fā)展產生巨大的負面影響，從而造成惡性循環(huán)，因此充分了解各行業(yè)的收入差距也具有重要意義。

本文擬將就業(yè)人員的平均工資水平作為衡量就業(yè)前景的指標，基于2019年中國統(tǒng)計年鑒的數據[5]，利用聚類分析分析不同地區(qū)平均工資的差異，借助因子分析法進一步探究不同行業(yè)在不同地區(qū)具體的平均工資水平，從而為高校畢業(yè)生就業(yè)選擇提出建議，幫助畢業(yè)生完善就業(yè)規(guī)劃，緩解當前環(huán)境下的就業(yè)壓力。

由上圖可得，北京、上海、西藏和天津的平均工資較高，其他地區(qū)的平均工資水平相差不大。北京、上海和天津在政治、

1.2 不同行業(yè)平均工資的占比差異

經濟和文化等各方面上具有重要地位，因此其平均工資處于較高水平。

以2018年的數據為例，信息傳輸軟件和信息技術服務業(yè)、金融業(yè)、科學研究和技術服務業(yè)的平均工資最高，究其原因，一是中國經濟發(fā)展迅速，二是人類生活已進入大數據時代，信息技術已成為人類生活密不可分的一部分。而農林牧漁業(yè)的平均工資相對較低，主要是因為近年來大量農村人口向城市遷移，從事農林牧漁業(yè)的人數驟然降低。

2.不同地區(qū)平均工資的差異

2.1 基本思路

聚類分析是將研究對象分為相對同質的群組的統(tǒng)計分析方法。利用聚類分析可以將各省市按照其2018年就業(yè)人員平均工資水平分類，進一步識別不同類別城市間的收入差距。

2.2 聚類分析

根據樹形圖結果，可以將吉林至天津的所有城市歸為第一類，西藏單獨歸為第二類，而北京和上海被劃分到第三類。就2018年的數據來看，除北京、上海和西藏以外的其他省市，平均工資水平相差不大，北京和上海是全國經濟最發(fā)達的地區(qū)，而西藏由于政府補助，就業(yè)人員的平均工資水平都處于偏高的水平，其他省市工資水平的具體差異將在下節(jié)中進一步分析。

3.不同行業(yè)在不同地區(qū)的平均工資水平

3.1 基本思路

因子分析是指研究從變量群中提取共性因子的統(tǒng)計技術。本節(jié)將不同行業(yè)作為自變量，就業(yè)人員的平均工資作為因變量，探究兩者間的關系。

3.2 數據預檢驗

從KMO檢驗來看，KMO值為0.872，變量間相關性較強；從Bartlett’s球狀檢驗來看，P值接近0，說明數據適合進行因子分析。

3.3 因子分析

3.3.1 因子數量確定

因子分析提取出的因子能否被接受取決于它們對原始數據的解釋程度，一般要求在85%以上。首先我們通過碎石圖預判出2-3個因子能反映原始數據的大部分信息，因此，我們將因子數量設置為3，此時解釋程度為85.8%。

3.3.2 因子含義解釋

為便于解釋公因子的實際含義，利用方差最大法對成分矩陣進行旋轉，得到下表所示的成分矩陣。

由旋轉后的成分矩陣分析可得，行業(yè)1、4、9、11、13、15、16、17、18、19對F1的貢獻度較大，稱為社會工作與服務因子；行業(yè)2、3、5、6、7、12對F2的貢獻度較大，稱為工商業(yè)因子；行業(yè)8、10、15對F3貢獻度較大，稱為生活服務因子。

3.4 綜合得分

公因子是變量的線性組合，基于得分系數矩陣計算出各主成分的得分。

?

綜合得分是以各成分的方差貢獻率為權重，對各項因子得分進行加權求和。F1、F2、F3的方差貢獻率分別為44.46%、30.94%、24.60%，從而可以計算出各地區(qū)的綜合得分。

從第一主成分來看，北京、天津和浙江得分較高，說明社會工作與服務類行業(yè)在這些地方較為發(fā)達；從第二主成分來看，北京、上海和新疆得分較高，北京和上海屬于經濟發(fā)達地區(qū)，適合商業(yè)發(fā)展，而新疆資源充足，適合于工業(yè)發(fā)展；從第三主成分來看，西藏、北京、上海、江蘇和浙江得分較高，北京、上海、江蘇和浙江的居民生活水平較高，對于居民服務的需求較高，因此居民服務類的就業(yè)人員平均工資較高，從綜合得分來看，仍然是上海、北京和天津等經濟發(fā)達城市得分較高。

4.結論與建議

本文中使用聚類分析和因子分析的方法，以就業(yè)人員的平均工資為指標，探究了不同省市、不同行業(yè)的就業(yè)前景，以期幫助高校畢業(yè)生了解當前的就業(yè)環(huán)境?？偟膩碚f，經濟越發(fā)達的地區(qū)，就業(yè)人員的平均工資越高，尤其是北京和上海，這與人們的普遍認知相符合。除經濟發(fā)展外，自然資源和政府補助也是影響各地區(qū)就業(yè)人員平均工資不同的重要因素，自然資源越豐富，政府補助越多，就業(yè)人員的平均工資也普遍越高?；谝蜃臃治鲋械囊蜃拥梅郑覀儗τ诟咝．厴I(yè)生的擇業(yè)給出以下具體建議：

若偏好社會工作與服務類，最優(yōu)選擇為天津。天津是我國的港口城市，自然資源豐富，且作為中國直轄市之一，天津的經濟相對發(fā)達，而就業(yè)人數少于北京和上海，從而導致其就業(yè)壓力更小。若偏好工商業(yè)，則畢業(yè)生可以根據自身能力進行選擇。若畢業(yè)生抗壓能力較強，可以選擇北京和上海這類高收入的地區(qū)；若偏好居民服務業(yè)，最優(yōu)選擇是江蘇和浙江。

5.總結與展望

5.1 研究中存在的不足

第一，就業(yè)人員的平均工資不能全面地代表就業(yè)前景，還應該充分考慮各省市、各行業(yè)的競爭壓力以及行業(yè)的發(fā)展?jié)摿Φ榷嘀匾蛩?。第二，分析各地區(qū)的就業(yè)前景不應該只停留在省級城市與直轄市的層面。雖然各省份發(fā)展情況存在顯著差異，但同省份下的各市級城市仍存在較大區(qū)別。

5.2 下階段展望

基于研究中存在的不足對未來的研究提出以下展望：通過文獻挖掘建立更完善的指標評價體系；收集各城市的相關數據，細化研究對象，減少由城市間發(fā)展程度差異所帶來的影響。