张芳

摘要：随着世界经济全球化、一体化发展，我国经济发展突飞猛进，同时在高校教育方面也极力向世界看齐，高校大量扩招，再加上2020年突如其来的疫情爆发，使得我国高校毕业生就业形势堪忧，而我国区域发展不平衡的弊端开始显现。因此认清就业形势，立足高校毕业生就业对城市竞争力进行实证研究是非常有意义的。

关键词：应届毕业生，因子分析，城市竞争力

研究背景

根据国家劳动保障部统计资料显示，2020年高校毕业生数量将创历史新高，达到874万，2021年全国普通高校毕业生达909万人;2020年12月举办的公务员考试、国家研究生入学考试报考人数均创历史新高;出国留学生归国潮也在持续，疫情背景下留學渠道受到极大影响。而疫情在国内出现反复的大背景下，2021年的高校毕业生就业问题已经浮出水面，毕业生对于未来就业市场前景的担忧，就业市场将面临更加严峻的挑战。

为解决高校毕业生就业难问题，我国政府制定和实施了一系列积极的就业政策，出台了多项促进大学生就业的措施。鼓励高校毕业生到基层到中西部地区就业;鼓励高校毕业生应征入伍服义务兵役;鼓励和支持高校毕业生到中小企业就业和自主创业;强化对困难家庭高校毕业生的就业援助。但是高校毕业生近年增量多、压力大，整个就业市场需求岗位的总体状况相对趋紧。

二、研究意义

伴随着高等教育从精英化走向大众化，再加上我国区域经济发展不平衡等原因，目前应届大学生就业存在着很多问题，造成就业难和失业存在着以下这些因素：一是用人单位对大学生需求增长速度远远赶不上大学毕业生增加的速度，目前状况看来全国各大高校都在扩招;二是大学生的预期收入与用人单位提供的工资之间存在匹配上的困难，应届大学毕业生收入预期往往太高;三是大学生大多选择在发达地区、高薪部门就业，愿到欠发达地区工作的较少，而且这也是非常重要的原因之一，一些高校毕业生仍有这种心理——宁可成为大城市中的“漂族”和“蚁族”，也不愿意到二三线城市和基层就业。其实现在我国的很多地方很需要大学毕业生，从这个意义上讲，大学毕业生并不过剩。基于某些结构化所导致的就业困境，作为一名即将毕业的硕士研究生，众多求职者中的一员，有着相对专业的知识，对于就业而言，更重要的莫过于就业地点的选择，所以本文立足硕士研究生这一群体，对中国各大城市的影响就业条件做一定的分析研究还是非常必要的，既能指导自己的就业去向，也可以为那些正在迷茫的同学提供一定的参考，同时通过实证分析，可以找出一些城市在就业吸引力方面的强势或者是弱势，并提供一定的政策和建议，实现城市发展与人才强市这两者之间的双赢。

研究内容及指标选取标准

本文从高校毕业生就业出发考虑城市在就业方面的经济适用性指标，运用实证研究方法对所选择样本城市进行了研究，采用了计量经济学方法通过SPSS软件对所选择的城市进行定量分析。其次对我国就业市场进行了分析，其中包括就业现状、问题和原因以及近年来就业市场表现出的新趋势等方面的内容。通过文章分析给出相关建议，总结并给出一些建议。

高校应届毕业生就业主要是在大陆省份，北京市、天津市、上海市、重庆市，而且它们都各具特点，区别比较明显，所以选择这四个直辖市为城市研究的样本，另外在华北地区省会城市中选择太原、从东北三省省会城市中选择沈阳、从华东六省省会城市中选择南京和济南、从华中和华南六个省会城市中分别选取广州长沙和武汉、从西南三省省会城市中选择成都、从西北三省省会城市中选择西安，至此完成城市样本的选取，构成分地区就业地的城市样本内容。

实证分析

（一）可行性检验

1.计算相关矩阵

首先将我们所选取的关于生活成本方面的三个指标进行标准化处理，然后利用SPSS软件计算标准化变量的相关矩阵（表3-8），通过观察相关系数矩阵我们可以发现，这三个变量间相关系数绝对值都大于0.3，因此从这点看来，对这组变量进行因子分析是可行的。

2.KMO 和 Bartlett 的检验

借助spss软件，我们得到这组变量的.KMO 和 Bartlett 的检验结果（表3-9），从表中数据可以看到，KMO值为0.619，而Bartlett值为0.001，因此我们可以认为这组变量用因子分析是可以的。

（二）实证过程

1.公共因子的提取和确定

运用主成分分析法提取公共因子，由SPSS软件输出的3-10公因子方差表和碎石图中我们可以看出，在这组变量中我们提取到一个公共因子。而且从3-11成分矩阵中可以发现，所提取的公因子对各个变量都有比较高的共同度，信息丢失量小，再看3-13解释总方差表，我们发现，所提取公共因子的累计贡献率为73.6%，还是比较大的，所以我们可以认为此公共因子的提取是成功的。

2.因子的解释和得分计算

根据原始变量的实际意义以及所提取的公共因子，我们将这里的主成分1命名为城市就业的生活成本L1，根据3-12成分得分系数矩阵表我们得到L1=-0.320X6+0.423X7+0.414X8，根据3-13解释的总方差表可知公共因子L1的方差贡献率为0.736，因此城市就业生活成本方面的得分L=0.736L1，因此根据原始变量标准化数据，我们求得在各城市就业的高校毕业生生活成本评分如下：

结论及解释

由于我们所选取的与就业相关的生活成本的指标分别是恩格尔系数、商品房售价以及居民消费水平，它们都是生活成本的正向指标，而且因子提取的方差贡献率较大，所以通过各个城市在就业生活成本方面的得分我们可以看出，上海、北京、太原、长沙、广州对于高校毕业生就业来讲，属于生活成本相对较高的几个城市，沈阳、武汉、重庆、南京、西安的这一指标处于中等地位，而济南、天津和成都相对而言是生活成本比较低的城市。

高校毕业生在选择就业城市，在其他条件相同的情况下，可以按照这里所得到的各城市生活成本排序来选择一个生活成本相对较低的城市去工作，去实现自己的事业梦想。

参考文献

[1]谢柏林 工业废水污染的因子分析[J] 铁道劳动安全卫生与环保，1987， （04）

[2]何晓群.现代统计分析方法与应用[M].中国人民大学出版社，1998.

[3]于秀林，任雪松.多元统计分析[M].中国统计出版社，1999.

[4]刘如海.北京上海城市经济竞争力比较[J].城市问题，2000 ，（04）