摘要：就业是最大的民生，合理引导大学生就业无论对个人还是国家，均有极其重大的意义。由于我国特殊的国情，大学生就业地的选择不仅体现了高质量人力资本的流动，也在一定程度上反映了地区经济发展水平。衢州作为我国区域发展的重要组成部分，更应该重视人力资源对于社会经济发展的重要作用。为了解衢州某县大学生就业地选择及其影响因素，本文采用问卷调查的方法。研究发现，大多数学生将新一线城市作为初次就业地的首选。学校层次、主修专业等个人禀赋因素对大学生就业地选择有显著影响。就影响因素方面，收入水平是影响大学生就业地选择的首要因素，经济因素、社会因素和个人因素均对大学生就业地选择有不同程度的影响。在此基础上提出引导大学生区域流动的合理建议。
关键词：大学生；就业地；影响因素；衢州
一、引言
改革开放以来，我国的经济社会飞速发展，这不仅得益于国家的宏观政策，也得益于我国庞大的人口基数。近年来随着我国经济结构转型升级以及人口红利进入拐点，提升人力资本质量以及合理引导高质量人力资本就业迫在眉睫。大学生作为我国重要的人力资本，其就业地区的选择不仅反映了个人人力资本禀赋，也深刻的烙上了地区经济社会发展状况的痕迹。基于理论研究视角，为了解大学生就业区域选择及影响因素，学界已积累了大量研究，但这些研究大多利用全国性调查数据中的某些部分或者针对某些特定学校进行研究，对于衢州地区大学生就业地选择及其影响因素的研究存在真空。由于我国区域经济发现不平衡、不协调，衢州作为我国经济较为落后的地区，人才流失非常严重。这就使得研究衢州大学生就业地选择及影响因素在国家经济转型升级和促进区域经济平衡发展，尤其是在当前全球“疫情”大爆发的背景下显得尤为重要。
二、立题依据
（一）研究背景
X总X在十九大报告中提到：就业是最大的民生。大学生作为未来劳动力市场的主力军，其就业问题更是受到全社会的关注。随着高校不断扩招，大学应届毕业生的数量不断创新高，可劳动力市场却无法完全吸纳这些劳动力，使得大学生就业难问题逐渐尖锐，成为我国社会的一大重要民生问题。人力资本之父T.W.Schultz在长期的研究中发现，人力资本的提高对经济增长的作用，远比物质资本的增加重要得多。罗默在内生经济理论中也提到了人力资本对国家和地区经济的重要性，他认为如果国家或地区能够扩大人力资本存量，就能够实现经济规模扩大，从而促进经济增长。大学生作为高级人力资本，是国家经济发展的重要推力。大学生就业地的选择与个人人力资本投资回报和区域经济发展有着重要的因果联系，因此高校大学生合理流动是促进人力资源有效利用的基础性保障以及我国各区域经济的协调发展。由于我国独特的国情，大学生在毕业后的就业地选择深深地烙上了社会和区域经济发展的轨迹，大学生在就业地意向的选择上经历了“围城北上广”、“孔雀东南飞”，以及“逃离北上广”等过程。根据麦可思2018年《中国大学生就业报告》显示，近年来大学毕业生在“北上广深”的就业率呈下降趋势，从2013届的28.2%下降到2017届的22.3%；新一线城市对外省大学生的吸引力不断增强，大学毕业生在新一线城市的就业率从2015届的28.2%上升到了2017届的35.6%；而且值得关注的是在中衢州吸纳越来越多的大学生的同时，衢州地区仍然难以留住人才。因此，我们有必要了解大学生毕业后就业地的选择以及探究其选择背后的影响因素。为各地区引进人才提出针对性意见以及帮助高校及时了解大学生就业心态，合理引导大学生就业选择。
（二）研究意义
本文研究从实证的角度出发，具有以下几个方面的意义：其一，从大学生个人层面，通过对大学生就业地选择的调查以及影响因素的分析，有利于帮助大学生个人树立正确的就业观，提高人力资本投资回报率。其二，从高校层面，有助于高校及时了解大学生就业观念以及引导大学生理性选择就业地。其三，从XX层面，为XX制定更加合理的大学生就业政策提供依据。推动衢州地区人才引进，促进地区协调发展。最终实现人力资本的合理配置，实现人力资本投资收益的最大化。
（三）文献综述
1.关于大学生就业地选择的研究
随着大学生就业难的问题越来越突出，引起了社会各界的高度关注，因此学界对于大学生就业问题的研究也越来越丰富。总体来说，对大学生就业地的研究的对象层次较为丰富，在研究方法上大多采用调查问卷法，研究的侧重点也有所不同，研究结果多采用现状描述。
赖德胜、吉利（2003）通过对2002年大学生毕业就业意向与就业行为调查问卷的分析发现，在毕业后最愿意去的城市一问中有45%的学生选择了沿海地区。丁大建、高庆波（2004）利用中国人民大学2003年对北京地区高校应届大学毕业生的抽样调查分析发现，有高达97.2%的大学生希望毕业后在北、上、广、深工作，其中选择在北京工作的占比达到74.8%。尚海志、欧先文（2012）等对嘉应学院的本科毕业生进行抽样调查分析发现：第一，本科毕业生普遍偏好去经济发达地区就业，有高达64.61%的毕业生希望毕业后可以去珠三角经济发达地区工作；第二，回乡就业的意愿偏低，仅有34.26%的学生明确表示毕业后愿意回到家乡就业，更多的学生都是将家乡作为自己最后的选择而不是就业首选地。何仲禹、翟国方（2015）选取了全国7座城市的10所高校对大学生就业城市选择意愿进行调查发现，24.5%的大学生希望到一线城市去工作，46.7%的同学希望到二线城市去工作，16.6%的学生愿意到三线城市工作，10%的学生愿意到中小城市，仅有2.2%的同学愿意去农村工作。肖新成（2015）对江西省部分高校经管类毕业生进行了调查，他发现高达54.1%的毕业生希望毕业后去北京、上海、广州及江浙一带的沿海城市工作；23.6%的同学选择毕业后留在中部省会城市；17.5%的学生愿意毕业后留在中衢州的地级市；仅有4.8%的同学愿意回到家乡工作。马莉萍、潘昆峰（2013）利用2009年全国高校毕业生就业调查数据，对高校毕业生就业地选择与生源地、院校地关系进行了实证分析发现：第一，约有59.4%的学生选择留在生源地上大学并且在大学生毕业后留下了就业；40.6%的学生选择离开生源地去外地上大学且在大学毕业后离开院校地就业。第二，相较于一般本科学校和高职高专院校，“211”高校的学生在毕业后更希望离开生源地在院校地就业。第三，从不同层次的学历来看，相较于本科生和专科生，研究生更愿意在院校地就业。赵晶晶（2016）等利用2012年高校毕业生就业调查数据对区域差距与大学生就业选择和人力资本流动之间的关系进行了研究。根据研究发现：第一，由于女性偏好稳定以及低风险，因此她们比男性更愿意留在本地就业。第二，学历与流动性呈正比关系，也就是说学历越高的毕业生越愿意跨区域流动。第三，“985”“211”等高校毕业的学生在就业地选择上体现了更大的流动性。
2.关于大学生就业地选择影响因素的研究
学者们对大学生毕业后对就业地选择的影响因素进行了归纳总结发现，影响大学生就业的主要因素分为三大类：经济因素、社会因素和个人因素（尚广海和牛姗姗，2010；孙祥、赵勇，2010）。除此之外，国外学者Faggian(2006)和DaVanzo（1983)在研究其本国的大学生流动行为时发现个体因素中除了性别因素外，种族因素和历史迁移经历因素也会影响大学生毕业后的流动行为。Faggian和McCann(2009)还发现大学生毕业后的流动行为受到地区经济水平的影响，即从经济欠发达地区流向经济发达地区现。很多学者也运用不同的研究方法和多维视角对大学生就业地影响因素进行了探究。当下对大学生就业选择影响因素的分析中主要从两个方面来探讨：其一，人力资本层面。杨伟国（2004）从人力资本投资收益的角度探讨了影响大学生就业地选择：大学生对就业地选择具有一种人力资本的存量信号功能，即如果大学生毕业后选择在北上广等城市工作会无形的增加他的人力资本存量。孟大虎（2005）将大学生当作专用性人力资本分析了大学生就业行为，他发现由于我国的城乡差距大，我国的教育体制的城市指向性以及城市是产业、职业信息的发散地和集聚地，导致大学生希望到经济发达的城市就业而不愿意到农村去就业。其二，从劳动力市场分割角度。孟大虎、冯纪明（2005）指出由于我国劳动力市场存在制度性分割，主要劳动市场如沿海地区，工资高、工作条件好、就业相对稳定以及有较多的升职机会使得大学生毕业后倾向于到东南沿海经济发达地区工作。张抗私、王振波（2013）从劳动力市场分割视角出发得出由于一二级劳动力市场上存在严重的分割收益导致大学生宁愿在一级劳动力市场就业也不愿去二级劳动力市场。此外，还有些学者运用不同的研究方法对大学生就业选择的影响因素进行了分析，如：
葛玉好、牟小凡、刘峰（2011）根据扩展的托达罗人口流动模型对影响大学生就业地选择的因素进行分析发现，收入水平、就业机会、时间价值和迁移成本尤其是心理成本是影响大学生就业地选择的主要因素。王文波、宋琦（2012）等运用因子分析法对大学生就业地选择影响因素进行分析，发现社会保障、工作适应度和软环境成为影响大学生就业地选择的主要因素。赵洁、李晓燕和谢文婷（2014）从计划行为理论出发研究了大学生就业地选择的影响因素，她们分析指出大学生选择就业地的态度、主观规范和认知行为均对大学生就业地的选择有显著影响，因此她们认为大学生必须树立正确的择业观，学校及亲属需要正确引导大学生择业，以及各相关单位要保证大学生就业平等性。徐顽强、朱喆（2015）探讨了知识密集型服务区位分布探讨与大学生就业地选择的关联性，他们认为产业区位的空间分布决定了大学生就业地的选择，而我国的产业空间分布主要集中在东南沿海经济发达地区，因此导致了我国大学生就业集中在经济发达的城市地区。
3.文献评述
综上可知，在前人的研究中已经对大学生就业地选择及其影响因素开展一定的研究，他们运用不同的研究方法，较为广泛的研究层次和研究视角找出了影响大学生就业地选择主要因素，并针对研究结果提出了相应解决对策。学者们不仅归纳出了影响大学生就业地选择的一般因素，如经济、社会和个人因素，而且还探讨了劳动力市场分割和人力资本投资收益对大学生就业地选择的影响，更有些学者从计划行为理论和知识密集型服务业区位角度分布等角度分析了大学生的就业选择。大学生作为高级人力资本是推动我国区域经济发展，实现“两个一百年”目标的中坚力量。引导和促进大学生就业，不仅有利促进人力资本合理配置、实现人力资本投资收益的最大化，而且还能够促进区域间经济发展，缩小地区差异。因此，本文希望在借鉴前人的研究成果的基础上，拟探究衢州某县大学生就业地选择及其影响因素，并针对发现的问题为各地区引进人才提出有针对性的、合理的政策建议。
三、研究设计
（一）研究思路
首先，通过阅读有关文献为研究提供理论基础，并在阅读相关文献的基础上，逐步构建调查问题尤其是影响因素指标体系的确定。其次，采取随机抽样的方法发放问卷，进行数据预收集和处理；针对预收集数据中存在的问题调整问卷设置以及研究方法。然后，正式发放问卷，进行数据收集，并对收集的数据利用SPSS软件进行处理，主要采用描述性分析、交叉列联表、卡方检验以及多元logistics回归分析等方法，分析大学生就业地选择情况并分析其选择行为背后的影响因素。最后，根据数据分析结果得出结论并为XX促进就业、学校引导就业、个人形成合理的就业观提供建议。
（二）研究内容
本研究拟从四个部分对衢州大学生就业地选择及其影响因素进行研究。第一部分为立题依据，简要介绍研究背景、研究意义以及文献综述。第二部分为研究设计，介绍本研究的研究思路、研究内容及研究方法。第三部分为就业地选择分析，简要分别对不同特征的大学生就业地选择进行描述性分析，并对影响因素的分析，主要利用因子分析和多项logistics回归，分析影响大学生就业地选择的客观因素。第四部分为结论与建议，针对调查发现的问题提出合理的建议。
（三）研究方法
1.问卷设计
本文的调查问卷在大量研读相关文献的基础上，结合研究主题，经过筛选和补充建立了量表体系，并在问卷设计过程中利用李克特量表法。本文的问卷包含两部分，共17小题组成。第一部分为大学生基本信息情况的调查，包括样本的性别、年级、就读学校层次等个人禀赋特征以及大学生就业地的选择。该部分主要用于研究大学生个人禀赋特征对毕业后就业地选择的是否有影响。第二部分为大学生就业地影响因素，主要包括收入水平、城市竞争力等经济因素，制度环境、公共资源与服务等社会因素，以及职业发展机遇、生活便利性与丰富性等个人因素。该部分采用李克特7级量表法，用于衡量大学生在选择就业地时各因素对其重要程度。
2.研究设计
本研究采用问卷调查法收集基础数据。面向西南地区衢州籍大学生随机发放问卷320份，共收回有效问卷303份，有效率94.7%。本文所涉及的概念界定如下：大学生就业地选择是指：大学生在面临就业选择时，对就业地的选择，就业地为宏观层面的不同规模和经济发展程度的地区。本文根据第一财经最新关于城市等级划分标准，问卷将一线城市定义为北上广深四座经济活跃程度高的城市，新一线城市定义为成都、杭州等经济活跃程度较高城市；二三线城市定义为厦门、无锡等经济活跃次于一线和新一线的城市；其他城市定义为除以上三类城市以外的经济活跃程度较低的城市。本文所涉及的基本模型：现有关于人口流动决策的研究中，以使用二元离散变量回归模型居多，少数使用了多项Logit模型或条件Logit模型。本文考察的因变量（就业地区选择）包含4个备选，且自变量并不包含备选本身的特征变量，故适用于MNL模型，依据随机效用理论建立基本模型如下：
Uij=VijB+εij i=1,2…n；j=1,2…4（1）
Probij=Prob(Uij≥Uik)∀k∈j=1,…,4；k≠j（2）
Probij=ExpVijB/∑j=14 ExpVijB j=1,…4（3）
其中Uij代表第i个样本选择第j类就业地区所得到的效用，VijB为影响该效用变量的线性组合，B为待定系数矩阵；样本个体比较所有5个选择的效用，对于某个样本i选择地区j的概率等于地区j的效用大于其他所有地区k的效用的概率。假设εij相互独立，满足备选方案不相关性，可以得到如（3）所示的MNL模型的概率公式，利用极大似然法可得出B的解。因此本文在问卷调查的基础上，将运用交叉列联表分析不同个人禀赋特征的大学生对于毕业后期望就业地的选择。对城市竞争力、收入水平等客观影响因素的分析，将进行因子分析并建立多元logistics回归模型，分析大学生选择就业地时更加注重的客观因素。最后，基于多元logistics回归分析结果，结合当下全球疫情“大爆发”的特殊背景为XX、高校以及个人提出建议。
四、实证分析
（一）基础数据分析
1.描述性统计分析
本文首先从个人特征和就业地选择影响因素两个方面对回收数据进行描述性统计分析，具体分析见表1。
资料来源：根据调查问卷整理
上表可见：（1）样本年级显示，大一年级有效问卷为64份、大二年级有效问卷为60份、大三年级有效问卷为98份、大四年级有效问卷为81份；（2）样本户籍显示，43.9%为农村户籍、56.1%为城市户籍；（3）样本是否为独生子女显示，82.8%为独生子女、17.2%为非独生子女；（4）样本就读院校显示，“985/211“高校占10.9%、普通一本院校占36.3%、普通二本及以下院校占52.8%；（5）样本的主修专业显示，涉及理工类36.3%、经管类29.4%、农医类3.3%、文史哲5.9%、法学类6.3%、艺术与教育类18.8%；（6）样本就读院校所在城市区位显示，一线城市的占31.7%、新一线城市的占45.5%、二、三线城市的占15.5%、三线城市以下的占7.3%。根据对样本进行就业地选择情况的描述性分析发现：对于理想的就业地，34.7%的大学生把一线城市当作就业地的首选，42.9%的大学生把新一线城市作为初次就业的首选地，22.4%的大学生将二、三线城市当作初次就业的首选地，没有学生在初次就业中选择去三线以下的城市就业。
2.问卷信效度分析
问卷分析包括信度和效度两方面。信度分析主要用于检测调查问卷的可信程度。为了保证问卷量表前后收集的数据和分析结果基本一致，需要对问卷的信度进行测试。效度分析则是用来检测问卷所能完整准确的测量某种特征值的程度，它代表了问卷能实现研究者调研目的的程度。在实际研究中，研究者通常采用结构效度来分析判断问卷量表收集数据的情况是否真实。本文问卷量表的信度检验采用Alpha系数值进行判断，其取值介于0到1之间，如果Alpha＞0.7，则说明问卷量表符合要求且该值越大说明问卷量表的可信度越高。本文将收集到的数据，使用SPSS22.0进行信度分析，其结果如表2，因子经济因素包含3个题目，alpha信度为0.83；因子社会因素包含2个题目，alpha信度为0.74；因子个人因素包含4个题目，alpha信度为0.89。各因子的信度均大于0.7，即说明问卷分析结果可靠。
本文检测问卷的效度所采用的是结构效度分析，主要测量值为KMO，该值也介于0到1之间，其取值越接近1则表明各测量因素之间的相关性越强。将收集的样本通过SPSS22.0分析，如表3所示其KMO为0.782＞0.7，样本数据满足球形假设。因此本文的样本问卷具有良好的效度。
（二）大学生就业地选择分析
大学生对于初次就业地的选择，不仅受外在客观因素的影响，同时也与自身禀赋因素有关。本节采用交叉列表分析，根据卡方检验值，主要分析个人禀赋因素中的年级、户籍、学校层次、主修专业以及学校所在地等对就业地选择是否存在影响。
1.年级与大学生就业地选择
对年级与其就业地选择之间的交叉列表分析显示，皮尔森卡方检验值为22.825，并达到了0.05的显著性水平。从表4可见：除大三以外，大一、大二、大四的受访者选择新一线城市作为初次就业意向地的最多，分别占53.1%、45.0%、45.7%，大三年级首选的就业地为二、三线城市，占该年级受访人数的36.7%。除大三年级以外，各年级受访者分别有28.1%、35.0%、44.4%将一线城市作为初次就业首选地。
2.户籍与大学生就业地选择
通过对户籍与受访者就业地选择之间的交叉列表分析得出，皮尔森卡方检验值为24.7，并达到了0.001的显著性水平。从表5可见：在所有受访者中，农村户籍的学生有39.8%倾向于到新一线城市就业、36.7%的学生愿意选择到二三线城市就业、仅有24.8%的学生选择去一线城市就业；城市户籍的学生则有45.3%倾向于选择到新一线城市就业、有42.4%的学生选择到北上广深一线城市就业、仅有12.4%的学生愿意将二三线城市作为初次就业的首选地。
3.学校层次与大学生就业地选择
通过将学校层次与大学生就业地选择之间的交叉列表分析显示，皮尔森卡方检验值为112.3，显著性为0.000小于0.05，学校层次与大学生就业地选择之间的卡方分析结果显著。
从表6分析可见：不同学校层次的大学生在初次就业地选择存在明显的差异。“985/211”高校的受访者中高达87.9%选择在北上广深一线城市就业，没有受访者希望在二三线城市就业。普通一本院校的受访者中有52.7%的学生希望将一线城市作为初次就业的首选地，41.8%的学生将新一线城市作为就业首选地。普通二本及专科学校的受访者有50%选择到新一城城市就业，38.8%的学生选择二三线城市作为就业地首选。
4.专业与大学生就业地选择
就专业与大学生就业地选择之间的交叉列表分析显示，皮尔森卡方检验值为26.2，显著性为0.004小于0.05，专业与大学生就业地选择之间的卡方分析结果显著。从表7可得出，不同专业的学生在就业地选择中存在显著差异。理工类的受访者中有46.4%选择一线城市作为就业首选地，37.3%选择新一线城市就业。经管类的受访者中，有高达51.7%的学生选择到新一线城市就业，28.1%选择一线城市作为初次就业首选地。农医类的受访者中，50%选择新一线城市就业，40%的学生选择二三线城市就业。文史哲的受访者中，有高达66.6%的学生选择新一线城市作为就业首选地，22.2%的学生将二三线城市作为就业地。法学类的学生均有42.1%将一线城市和新一线城市作为初次就业的首选地。艺术与教育类的受访者中，36.8选择二、三线城市作为就业地，均有31.6%将一线城市和新一线城市作为就业首选地。
5.学校所在地与大学生就业地选择
通过对学校所在地与大学生就业地之间的交叉列表分析，其皮尔森卡方检验值为59.5，显著性为0.000小于0.05，学校所在地与大学生就业地选择之间的交叉列表分析结果显著。
从表8可以得出，学校所在地与大学生就业地选择之间存在显著差异。学校在一线城市的受访者中，高达57.3%的学生更愿意将一线城市作为就业地首选，33.3%的学生将新一线城市作为就业地首选，仅有9.4%将二三线城市作为首选就业地。学校在新一城城市的受访者中，48.6%的学生倾向于将新一线城市作为初次就业首选地，31.9%的学生将一线城市作为首选就业地，19.6%的学生选择二三线城市作为就业地。学校在二三线城市的受访者中，48.9%的学生将新一线城市作为就业地首选，40.4%的学生选择二三线城市就业，仅有10.6%选择一线城市就业。学校所在地为三线城市以下的受访者中，高达59.1%选择二三线城市作为就业地首选，36.4%将新一线城市作为初次就业首选地，仅有4.5%的学生选择一线城市作为就业地首选。
（三）大学生就业地选择主成分分析
1.样本测度及相关分析
（1）KMO样本测度和巴特莱特球形检验
通过对就业地选择影响因素的探索性因子分析，本文首先进行了KMO和巴特莱特球形检验，以确定问卷所列举因素是否适合进行探索性因子分析。分析结果如表9显示：KMO为0.782大于0.7，非常适合进行因子分析；巴特莱特球形检验的卡方值为1204.605，自由度为36，显著性系数为0.000，说明所收集到的数据适合进行因子分析。
（2）相关分析
本文进行因子分析的同时，也进行了各变量之间的相关性分析。从表10的分析结果显示：社会因素和经济因素的显著性系数为0.194、个人因素和经济因素的显著性系数为-0.178、个人因素和社会因素的显著性系数为-0.173，因此各变量之间存在显著相关性。
2.主成分分析结果及评价
采用主成分法提取因子，采用最大方差法旋转因子，对于调整后的模型进行分析：
（1）从因子共同度检测结果可知，所有因子的提取率均在70%以上，贡献显著。
（2）进行因子坡度检验：从碎石图（图1）中可以直观的选取影响就业地选择的主要成分，去除平坦部分的因子，便是影响大学生就业地选择的主要因素。
图1碎石图
（3）进行方差贡献率检验，共提取三个因子，这三个因子（表12）分别命名为为经济因素因子（c1）、社会因素因子（c2）、个人因素因子（c3）
（4）三个因子均具有较高的内部一致性系数：第一个主成分c1包括q9_6、q9_7、q9_8、q9_9,内部一致性系数为0.83；第二个主成分c2包括q9_1、q9_2、q9_3，内部一致性系数为0.74；第三个主成分c3包括q9_4、q9_5，内部一致性系数为0.89。
（5）在解释能力方面，各指标具有较好的解释能力。通过提取特征值大于1的成分,提取出3个成分，累积方差解释率为76.51%。变量q9_6、q9_7、q9_8、q9_9属于成分c1,方差解释率为33.71%；变量q9_1、q9_2、q9_3属于成分c2,方差解释率为25.00%；变量q9_4、q9_5属于成分c3,方差解释率为17.80%。
综上所述，对提取的主成分进行得分分析（见表15），第一个因子对q9_6、q9_7、q9_8、q9_9有较大的载荷（代表影响就业地选择的个人层面因子）；第二个因子对q9_1、q9_2、q9_3有较大的载荷（代表影响就业地选择的经济层面因子）；第三个因子对q9_4、q9_5有较大的载荷（代表影响就业地选择的社会层面因子）。
（四）大学生就业地影响因素分析
1.大学生就业地选择影响因素
对大学就业地选择影响因素的描述性统计分析显示，影响大学生就业地选择的首要因素是收入水平，次要因素是生活成本（物价、房价）。大学生在初级就业地选择的过程中最不看重的因素是制度环境因素（户籍、社会保障）。
图2
2.大学生就业地选择影响因素回归分析
基本模型：现有关于人口流动决策的研究中，以使用二元离散变量回归模型居多，少数使用了多项Logit模型或条件Logit模型。本文考察的因变量（就业地区选择）包含4个备选，且自变量并不包含备选本身的特征变量，故适用于MNL模型，依据随机效用理论建立基本模型如下：
Uij=VijB+εij i=1,2…n；j=1,2…4（1）
Probij=Prob(Uij≥Uik)∀k∈j=1,…,4；k≠j（2）
Probij=ExpVijB/∑j=14 ExpVijB j=1,…4（3）
其中Uij代表第i个样本选择第j类就业地区所得到的效用，VijB为影响该效用变量的线性组合，B为待定系数矩阵；样本个体比较所有5个选择的效用，对于某个样本i选择地区j的概率等于地区j的效用大于其他所有地区k的效用的概率。假设εij相互独立，满足备选方案不相关性，可以得到如（3）所示的MNL模型的概率公式，利用极大似然法可得出B的解。
多元logistics回归模型的总卡方值为88.879(df=6,p=0.000)，模型最大似然对数值为539.218，模型的R2为0.254。因此模型整体的拟合度较好。
从模型可以看出，外部客观特征变量对初次就业地选择的影响的统计结果的显著的。以“一线城市”为参考，建立的多元logistics回归模型显示，对于一线城市和新一线城市的选择，经济因素的显著性系数为0.004，社会因素的显著性系数为0.001均小于0.05，因此经济因素和社会因素会显著影响大学生的就业地选择。且由于经济因素和社会因素的系数为负数,因此这两个因素得分越高,大学生选择一线城市的可能性越小。而在一线城市和二三线城市之间的选择,经济因素的显著性系数为0.000，社会因素的显著性系数为0.000，个人因素的显著性系数为0.005，三个影响因素的显著性水平均小于0.05，因此三个因素都有显著影响，从系数可知,经济因素和社会因素系数都是正数,两个因素得分越高,大学生选择一线城市的可能性越大,而由于个人因素系数为负数，因此个人因素得分越高,选择二三线城市的可能性越大。
表18回归系数检验表
综上所述，从表18可以得出，对于一线城市和新一线城市的选择的对比中，经济因素和社会因素会影响大学生选择到一线城市还是新一线城市就业。对于一线城市和二三线城市的选择的对比中，经济、社会和个人因素均会影响大学生就业地的选择。
五、结论与建议
（一）结论
本文在文献阅读和采用问卷预调研的基础上筛选了9个指标，对大学生就业地选择影响因素进行研究。在分析调研结果的过程中，首先采用描述性统计分析对问卷的整体情况进行描述，其次运用交叉列表分析探究个人禀赋特征对大学生就业地选择的影响，最后采用主成分和多元logistics回归分析，研究各客观变量对大学生就业地选择的影响。根据前文的分析，可得出以下结论：
（1）通过描述性统计分析方法对大学生就业地选择的分布情况进行分析，发现大学生们越来越倾向于在大学毕业后到新一线城市就业，选择一线城市就业的比例逐渐下降。
（2）通过对大学生个人禀赋因素与就业地选择的交叉列表分析，显示性别、是否为独生子女等特征对大学生就业地选择没有显著影响。年级、户籍、主修专业、学校层次以及学校所在地等对就业地选择有显著性影响。
（3）根据大学生就业地选择的各影响因素的平均得分，大学生在选择就业地时最看重的因素是收入水平，其次是生活成本；最不看重的两项分别是制度环境因素和离家远近因素。
（4）对就业地选择影响因素进行主成分和多元logistics分析，发现经济因素、社会因素和个人因素分别会对影响大学生就业地的选择。其中，经济因素是影响大学生就业地选择的首要因素。
（二）建议
根据上述分析分析及实证研究结果显示，大学生就业地选择是主观个人禀赋因素和客观外部因素两方共同作用的结果。大学生就业地选择是大学生对经济因素、社会因素和个人因素等多方面因素进行综合评价之后形成的地区间的人才流动，城市管理者、高校、企业等可以据此来制定引导大学生合理流动和高质量就业的政策。本文基于大学生、企业、XX及高校四方面提出的建议如下：
（1）对于大学生：大学生在校期间应该充分了解各区域的发展情况以及引导大学生就业的各项政策，结合自身情况，进行综合评价分析，选择最适合自己的就业地。不能盲目跟随大流选择自己的初次就业地。
（2）对于企业：根据企业规模和业务范围需要，利用大学生就业地选择的影响因素信息，建立模型分析，来推断应聘者留在或离开该企业的概率，以此可以降低企业的招聘成本，降低员工的流失率。
（3）对于XX来说：需要平衡地区经济发展，提升各区域的综合实力，改善人才、就业和居住环境。打破人才流动与区域间经济社会发展不平衡的现状，进一步优化人才供给，出台切实可行的政策，引导大学生区域间的合理流动，使得高质量人力资本效益最大化。
（4）对于高校：各高校应该提高人才培养质量，根据市场人才需求的情况动态调整人才培养方案。同时，高校作为大学生、XX和企业三方面的纽带，应该为三方提供更多可靠真实的信息，提升大学生就业率的同时提升大学生就业质量。
参考文献
[1]Davanzo J.Repeat Migration in the United States:Who Moves Back and Who Moves on?[J].The Review of Economics and Statistics,1983,65(4):552-559.
[2]Faggian A,Mccann P,Sheppard S,et al.An a nalysis of ethnic differences in UK graduate migration behaviour[J].Annals of Regional Science,2006,40(2):461-471.
[3]Faggian A,Mccann P.Universities,Agglomerations and Graduate Human Capital Mobility[J].Tijdschrift voor economische en sociale geografie,2009,100(2):210-223.
[4]丁大建,高庆波.毕业了你将去哪里——2003年北京地区高校本科毕业生就业意愿调查分析[J].中国人力资源开发,2004(04):4-10.
[5]葛玉好,牟小凡,刘峰.大学生就业地域选择的影响因素分析——基于扩展的托达罗人口流动模型[J].中国人民大学教育学刊,2011(04):81-89.
[6]何仲禹,翟国方.我国大学生就业城市选择意愿及其影响因素分析[J].人文地理,2015,30(02):37-42+102.
[7]赖德胜,吉利.大学生择业取向的制度分析[J].宏观经济研究,2003(07):34-38.
[8]马莉萍,潘昆峰.留还是流?——高校毕业生就业地选择与生源地、院校地关系的实证研究[J].清华大学教育研究,2013,34(05):118-124.
[9]孟大虎.从专业选择到职业定位——专用性人力资本视角下大学生就业行为分析[J].中国青年研究,2005(07):48-51.
[10]孟大虎,冯纪明.分割性收益、专用性人力资本与大学生就业[J].学术论坛,2005(04):183-185.
[11]尚志海,欧先交,曾兰华.大学生就业空间选择偏好与区域经济协调发展初探[J].嘉应学院学报,2012,30(04):77-81.
[12]尚广海,牛姗姗.高校毕业生就业区域流向驱动体系研究[J].文教资料,2010(05):199-200.
[13]孙祥,赵勇.基于就业吸引力的大学生区域流向分类研究[J].黄冈师范学院学报,2010,30(03):46-51.
[14]肖新成.基于推拉理论的高校毕业生就业地域选择的实证分析[J].高等农业教育,2015(07):71-75.
[15]王文波,宋琦,李鹏军,林波.基于因子分析的大学生区域性流动影响因素研究[J].资源开发与市场,2012,28(08):691-695.
[16]徐顽强,朱喆.知识密集型服务业区位分布与大学生就业地域选择的关联性[J].现代教育管理,2015(12):88-92.
[17]杨伟国.大学生就业选择与政策激励[J].中国高教研究,2004(10):84-86.
[18]张抗私,王振波.劳动力供给、地域选择与政策含义——基于大学生行为的实证分析[J].财经问题研究,2013(09):82-89.
[19]赵晶晶,盛玉雪,蒋承.区域差距、就业选择与人力资本流动——基于高校毕业生的实证研究[J].人口与发展,2016,22(01):28-37.
[20]赵洁,李晓燕,谢文婷.大学生就业地域选择的影响因素研究——基于计划行为理论[J].产业与科技论坛,2014,13(16):135-136.
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：1158，如若转载，请注明出处：https://www.447766.cn/chachong/197551.html,
