快来为你的论文写作提提速吧!
大学生毕业期望薪资与企业实际薪酬比较分析
摘要
本研究旨在深入剖析大学生毕业期望薪资与企业实际薪酬的差异及其影响因素,为促进两者匹配提供参考。研究过程中,首先对国内外相关研究进行全面梳理,为后续分析奠定理论基础。通过合理选取研究对象与样本,精心设计并编制问卷调查,运用科学的数据收集方法获取一手资料,采用恰当的数据处理与分析方法对数据进行深入挖掘,并对研究的信度与效度进行严格分析。研究解决了大学生期望薪资与企业实际薪酬差异的量化分析以及影响因素识别等问题。研究结论表明,当前大学生毕业期望薪资与企业实际薪酬存在一定差异,专业、地区、行业发展等因素对该差异影响显著。基于此,高校、企业与大学生应共同努力,高校加强就业指导,企业优化薪酬体系,大学生调整就业期望,以缩小两者差距,实现人才与企业的良好对接。
关键词:毕业生薪资;企业实际薪酬;薪资差异分析;薪酬预期对比;就业市场匹配度
Abstract
This study aims to deeply analyze the differences between college students' expected starting salaries and the actual salaries of enterprises and their influencing factors, providing references for promoting their matching. In the research process, first, a comprehensive review of relevant domestic and foreign studies is carried out to lay a theoretical foundation for subsequent analysis. By reasonably selecting research objects and samples, carefully designing and compiling questionnaires, using scientific data collection methods to obtain first-hand data, adopting appropriate data processing and analysis methods to deeply explore the data, and strictly analyzing the reliability and validity of the research. The research solves problems such as the quantitative analysis of the differences between college students' expected salaries and the actual salaries of enterprises and the identification of influencing factors. The research conclusions show that there are certain differences between current college students' expected starting salaries and the actual salaries of enterprises, and factors such as majors, regions, and industry development have a significant impact on these differences. Based on this, colleges and universities, enterprises, and college students should work together. Colleges and universities should strengthen career guidance, enterprises should optimize their salary systems, and college students should adjust their employment expectations to narrow the gap between the two and achieve a good connection between talents and enterprises.
Keywords:Graduate salary;Enterprise actual salary;Salary difference analysis;Comparison of salary expectations;Employment market matching degree
第一章 绪论
1.1 研究背景
现在,经济全球化不断向前发展,信息化的浪潮铺天盖地而来。高等教育普及的范围变得越来越大,每年从学校毕业走出校门的大学生数量一直不断攀升,就业市场的竞争压力变得很明显,加大了不少[8]。企业对人才的需求也在跟着发生调整,特别是在产业结构转型和技术创新这两个方面的推动之下,企业对于高素质、复合型人才的需求变得更加急切。
因为这种供需关系发生了变化,大学生期望的薪资和企业实际能够提供的薪酬之间的差距变得越来越明显,这个情况渐渐成了社会关注的一个热点。大学生刚进入职场,他们的薪资预期通常会受到个人能力、学历背景、市场行情等多个方面的影响;企业在确定薪资的时候更多考虑的是经济效益、岗位需求以及人力成本控制等因素。这两者之间的差异,不仅直接对大学生的就业选择和心理预期产生影响,还会对企业的招聘策略和人才储备产生比较长远的作用。
在这几年里,生活成本持续在上涨,社会对于高学历人才的期待也变得越来越高,大学生对薪资的预期也跟着提高了。但是宏观经济形势、行业发展走向以及企业自身经营情况等因素,限制了企业能够提供的薪酬水平,毕业生期望的薪资和企业实际给的薪资之间经常会出现落差,这就导致人才流失和岗位空缺这两种情况同时存在。尤其是传统行业和中小型企业,它们给出的薪资和毕业生预期的薪资差距比较大,在人才竞争当中处于不利的地位[11]。另外不同地区、不同行业、不同岗位之间存在的差异,进一步让大学生期望薪资与企业实际薪酬之间的矛盾变得更加严重。
在这样的状况之下,深入去研究大学生期望薪资与企业实际薪酬之间的差异,既有着理论方面的价值,也有着现实方面的意义。从理论上来说,对两者之间的差异开展实证研究,能够补充并且完善劳动力市场理论,给人力资源管理和就业指导提供新的思路。从现实方面来看,弄清楚这种差异形成的原因和影响因素,有助于政府、高校、企业去制定更加合理的就业政策和吸引人才的策略,从而促进人才资源实现优化配置,让社会经济能够健康地发展。对于大学生而言,了解这种差异背后的原因,能够帮助他们更加理性地去设定职业目标,科学地规划职业发展,提升就业的质量和职业的满意度。
分析大学生期望薪资与企业实际薪酬之间的差异,不只是解决当前就业市场矛盾的一个重要的突破口,还是推动高等教育和社会需求有效衔接的一个关键的环节。通过实证研究系统地去探讨这个问题,对于缓解就业压力、优化人才结构、促进社会经济可持续发展有着重要的现实意义和长远的战略价值。
1.2 研究目的和意义
这项研究聚焦于大学生毕业期望薪资和企业实际薪酬的对比,着重分析当下就业市场里供需双方在薪酬预期方面存在的差异以及背后的影响因素[9]。研究期间会全面且系统地收集大学生毕业时对薪资的期望数据,并且将其与企业同类岗位的实际薪酬水平进行对比,以此深入探究两者之间存在的差距以及具体成因。深入分析这一问题是为了给大学生制定更合理的职业规划提供参考,帮助企业对人力资源策略进行优化,同时也为政府和教育机构调整就业政策、改进人才培养方案提供科学依据[12]。
这项研究具有重要价值,体现在理论和实践两个方面。从理论方面来说,对大学生毕业期望薪资与企业实际薪酬进行对比分析,能够对劳动经济学、人力资源管理等学科的理论内容进行补充和完善,有助于更深入地去理解劳动力市场供需关系的动态变化规律。在实践应用方面,研究得出的结果能够为大学生在求职时合理设定薪资预期给予指导,让他们能够更快地适应职场环境。企业可以参考研究结果对薪酬策略做出调整,从而提升招聘效率和员工满意度。政府和教育机构也能够依据研究结论对就业政策和教育资源分配进行优化,推动高校毕业生就业市场朝着健康的方向发展,最终达成促进人才资源合理配置和社会经济稳定增长的目标。
第二章 文献综述
2.1 国内外关于大学生毕业期望薪资的研究
有关于大学生毕业期望薪资的研究,国内外学者分别从不同角度进行探讨,并且积累了大量丰富的成果。
在国内,研究重点大多集中于高校毕业生就业市场存在的供需矛盾方面,会关注期望薪资的形成机制以及影响因素。相关分析表明,大学生期望薪资既会受到个人学历、专业背景、实习经历等自身条件的直接影响,也和地区经济状况、行业薪酬水平、社会舆论导向等外部环境有关联。在近年来经济结构调整、就业压力不断加大的背景下,大学生期望薪资和市场实际薪酬常常出现明显的差距,而这种差距导致了就业难和招工难这两种情况同时存在的现象出现[10]。国内研究还注意到性别、家庭背景等社会因素存在潜在作用,发现性别歧视、家庭期望等因素会以微妙的方式影响毕业生的薪资预期[7]。
在国际上,研究更侧重于跨文化比较以及全球化就业趋势的分析。西方学者常常把大学生期望薪资放在劳动力市场理论框架当中进行分析,重点关注市场供需、人力资本投资回报等经济因素所起到的主导作用。以美国为例,实证研究指出,大学生期望薪资和受教育程度、专业的市场需求密切相关,并且会随着经济周期的变化而出现波动。欧洲的研究则更多地关注社会福利制度、教育体系差异所产生的影响,研究结果显示不同国家的教育政策、就业支持体系会显著地改变大学生的薪资预期。
国外研究也关注心理因素对期望薪资产生的影响,像自我效能感、职业认同感这类心理变量,会对大学生的薪资预期起到调节作用。有研究提到,那些积极规划职业、自我效能感比较高的学生,更容易形成符合市场实际情况的理性薪资期望。同时随着国际劳动力市场流动性不断增强,国外学者开始探讨跨国就业、留学生群体的薪资期望问题,分析文化适应、语言能力等跨文化因素对薪资预期所起到的作用。
总体来说,国内外研究在视角和方法上各有侧重点,不过核心问题是一样的,那就是怎样缩小毕业生期望薪资与市场实际薪酬之间的差距,从而促进高校毕业生能够顺利就业,推动劳动力市场实现良性互动。国内研究更加注重社会结构、政策层面的分析,国外研究则融入了心理学、跨文化比较等多种不同的视角,两者能够相互补充,为深入理解大学生期望薪资形成机制以及其与实际薪酬的动态关系提供了丰富的理论依据和实证依据[4]。
2.2 国内外关于企业实际薪酬的研究
企业实际薪酬相关研究在国内外呈现出多元化且深入化的发展态势。国外学者较早开始关注企业薪酬,关注的方面包括薪酬的构成要素、影响因素,还有其对员工行为和企业绩效的作用机制[6]。就拿美国学者来说,米尔科维奇和纽曼在《薪酬管理》一书中对薪酬管理的理论基础与实践应用进行了系统探讨,特别强调薪酬设计要兼顾公平性、激励性和竞争性原则。他们研究指出,科学的薪酬体系能够有效吸引人才、保留人才,还可以显著激发员工工作的积极性与创造力。另外加里·贝克尔提出的人力资本理论给薪酬研究提供了新视角,该理论认为员工的教育背景、工作经验等体现出来的人力资本水平会直接影响其薪酬水平。
欧洲学者研究更关注薪酬的社会效应和制度背景。德国学者分析不同行业、不同企业的薪酬数据后发现,薪酬差异和社会经济结构、劳动力市场特征密切相关。英国学者聚焦薪酬和员工满意度、组织承诺的关联,研究显示薪酬公平感和透明度会对员工的心理契约产生显著影响。
在国内,随着市场经济不断发展以及企业管理水平不断提升,企业实际薪酬研究开始受到更多关注。早期研究大多围绕薪酬制度设计与改革进行,比如对国有企业薪酬制度改革展开探讨,重点分析怎样通过薪酬激励来提升企业效率和员工积极性[3]。近年来,国内学者更多聚焦薪酬的微观作用机制和实证分析。例如收集不同地区、不同行业企业的薪酬数据来展开实证研究,逐步揭示出地区经济发展水平、行业自身特性、企业规模大小等因素对薪酬水平的具体影响。
国内研究还有一个特殊方向,就是关注新生代员工薪酬期望和实际薪酬的匹配问题。随着90后、00后逐渐成为职场主力,他们的薪酬观念和期待和传统员工不一样,这给企业薪酬管理带来了新挑战。相关研究指出,新生代员工更加看重薪酬的公平性和成长空间,企业在设计薪酬体系的时候需要充分考虑这些特点。
在研究方法上,国内外存在差异。国外研究大多采用定量分析,通过大样本数据构建模型,进行统计分析和实证检验;国内研究则更多运用案例分析和定性研究,结合中国企业实际情况探讨薪酬管理的具体问题以及解决这些问题的对策。
综合起来看,虽然国内外研究在关注重点和方法选择上各有特点,但是都肯定了薪酬管理对企业运营有着关键作用,都在致力于探究薪酬水平、薪酬结构以及薪酬制度如何影响员工行为和企业绩效。这些研究成果为优化企业薪酬管理提供了理论方面的支撑和实践方面的参考。
2.3 大学生毕业期望薪资与企业实际薪酬差异的研究
研究大学生毕业期望薪资和企业实际薪酬之间的差异,学者们从很多不同角度做了深入分析[8]。心理预期和市场现实不相符是研究里经常提到的重要问题。大学生在学校的时候,因为教育投入、对自己个人能力的认识以及社会舆论的影响,会对薪资有比较高的期待。企业实际的薪酬水平,受到经济环境、行业状况还有自身经营情况的限制,通常很难完全达到毕业生的预期。这种差距会影响毕业生的就业选择,也会影响他们的心理状态,还会对企业的招聘策略和人才留存造成深远的影响。
信息不对称问题在这个差异中很关键。大学生找工作的时候,不了解行业薪酬水平、企业薪资结构和职业发展前景,所以设定的期望薪资和实际情况有偏差。企业如果信息披露不够充分,或者招聘宣传夸大,也可能让毕业生有不切实际的薪资预期。这种信息不对等会加大期望和实际之间的落差,还可能在求职过程中引发信任问题。
教育体系和市场需求不匹配也是重要原因。现在高校的教学内容和市场需求脱节,一部分毕业生的专业技能和综合能力没办法满足企业的要求,这直接影响到他们的薪酬水平。同时高校职业规划和就业指导不足,使得毕业生在制定薪资目标的时候没有科学依据,这就进一步拉大了和实际薪酬的距离。
社会经济环境的变化也会影响薪资差异。在经济快速增长的时候,企业特别需要人才,薪资水平比较高,毕业生的期望更容易实现。但是在经济下行或者产业结构调整的时候,企业的招聘需求减少,薪资水平下降,毕业生期望和实际的差距就会明显变大。除此之外,地区经济发展不平衡、行业薪酬有差异等因素,也会在不同程度上影响毕业生的薪资预期和实际拿到的工资。
研究还指出,个人特征像性别、专业、学历等也会有影响。比如说女性毕业生常常会遇到更明显的薪资歧视;理工科毕业生的薪资一般比文科毕业生高;高学历毕业生期望的薪资更高,不过实际薪酬的涨幅不一定能同步[5][2]。
大学生期望薪资和企业实际薪酬的差异是一个由多种因素交织在一起的复杂问题,这里面涉及心理预期、信息不对称、教育体系、经济环境和个人特征等多个方面。深入分析这些因素以及它们之间的相互作用,对于优化高校的就业指导、提高企业的招聘效率、促进毕业生顺利就业有着重要的意义。在未来的研究中,可以进一步把各个因素的作用机制细化,提出具体的对策,以此来帮助缩小期望和实际之间的差距,推动毕业生和企业都能实现双赢。
第三章 研究设计与实施
3.1 研究对象与样本选择
图 频数分析图
图 频数分析图
图 频数分析图
在本次研究当中,研究对象和样本的选择十分关键,因为其会直接对研究结果的代表性和准确性产生影响。研究目标为分析大学生毕业期望薪资和企业实际薪酬之间的差异以及影响这些差异的因素,所以样本要覆盖多个维度。这些维度包含性别、学校类型、年级、期望工作的地点、期望薪资的主要原因、公司所处的行业、企业的招聘需求、造成薪酬差异的主要原因、性别对薪酬产生的影响以及晋升机制对薪酬造成的影响等方面。
表 频数分析结果表
| 变量名 | 变量值 | 频数 | 百分比(%) | 累计百分比(%) |
|---|---|---|---|---|
| 性别 | 男 | 507 | 50.7 | 50.7 |
| 性别 | 女 | 493 | 49.3 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 学校类型 | 普通本科 | 400 | 40.0 | 40.0 |
| 学校类型 | 211高校 | 307 | 30.7 | 70.7 |
| 学校类型 | 985高校 | 192 | 19.2 | 89.9 |
| 学校类型 | 专科 | 101 | 10.1 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 当前年级 | 大四 | 474 | 47.4 | 47.4 |
| 当前年级 | 大三 | 271 | 27.1 | 74.5 |
| 当前年级 | 大二 | 136 | 13.6 | 88.1 |
| 当前年级 | 大一 | 119 | 11.9 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 期望工作地点 | 一线城市(如北京、上海) | 321 | 32.1 | 32.1 |
| 期望工作地点 | 二线城市(如杭州、成都) | 263 | 26.3 | 58.4 |
| 期望工作地点 | 三线城市及以下 | 167 | 16.7 | 75.1 |
| 期望工作地点 | 家乡所在地 | 151 | 15.1 | 90.2 |
| 期望工作地点 | 海外 | 98 | 9.8 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 期望薪资主因 | 个人能力与学历 | 352 | 35.2 | 35.2 |
| 期望薪资主因 | 行业前景 | 235 | 23.5 | 58.7 |
| 期望薪资主因 | 企业规模与知名度 | 235 | 23.5 | 82.2 |
| 期望薪资主因 | 工作地点 | 178 | 17.8 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 公司行业 | IT/互联网 | 334 | 33.4 | 33.4 |
| 公司行业 | 金融 | 305 | 30.5 | 63.9 |
| 公司行业 | 制造业 | 215 | 21.5 | 85.4 |
| 公司行业 | 教育/培训 | 146 | 14.6 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 招聘需求 | 适量招聘 | 505 | 50.5 | 50.5 |
| 招聘需求 | 大量招聘 | 208 | 20.8 | 71.3 |
| 招聘需求 | 少量招聘 | 183 | 18.3 | 89.6 |
| 招聘需求 | 暂无招聘计划 | 104 | 10.4 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 薪酬差异主因 | 专业背景 | 310 | 31.0 | 31.0 |
| 薪酬差异主因 | 工作经验 | 274 | 27.4 | 58.4 |
| 薪酬差异主因 | 学历水平 | 183 | 18.3 | 76.7 |
| 薪酬差异主因 | 所在地区 | 132 | 13.2 | 89.9 |
| 薪酬差异主因 | 企业规模 | 101 | 10.1 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 性别影响薪酬 | 有一定影响 | 306 | 30.6 | 30.6 |
| 性别影响薪酬 | 影响较小 | 229 | 22.9 | 53.5 |
| 性别影响薪酬 | 影响很大 | 224 | 22.4 | 75.9 |
| 性别影响薪酬 | 几乎没有影响 | 157 | 15.7 | 91.6 |
| 性别影响薪酬 | 不确定 | 84 | 8.4 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 晋升机制影响薪酬 | 有一定影响 | 312 | 31.2 | 31.2 |
| 晋升机制影响薪酬 | 影响很大 | 266 | 26.6 | 57.8 |
| 晋升机制影响薪酬 | 影响较小 | 195 | 19.5 | 77.3 |
| 晋升机制影响薪酬 | 几乎没有影响 | 131 | 13.1 | 90.4 |
| 晋升机制影响薪酬 | 不确定 | 96 | 9.6 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
从性别分布的情况来看,男性在样本中所占的比例是50.7%,而女性所占的比例是49.3%,这样的比例基本达到了性别平衡的状态,能够保证在进行分析的时候全面考虑到性别因素。学校类型方面,覆盖了普通本科院校,占比为40.0%;211高校,占比是30.7%;985高校,占比为19.2%;还有专科院校,占比是10.1%。这种多元化的学校类型分布有助于对不同教育背景的学生在薪资期望方面存在的影响进行分析。在当前年级分布里,大四学生在样本中的占比是最高的,达到了47.4%,其次是大三学生,占比为27.1%,然后是大二学生,占比是13.6%,最后是大一学生,占比为11.9%。这样的梯度分布能够反映出不同学业阶段的学生对于未来薪资预期存在的差异。
在期望工作地点的选择方面,一线城市像北京、上海等,在样本中的占比是最高的,达到了32.1%,排在其后的是二线城市,例如杭州、成都等,占比为26.3%,接着是三线城市及以下地区,占比为16.7%,然后是家乡所在地,占比为15.1%,最后是海外地区,占比为9.8%。这样的分布情况能够体现出学生对于就业地点的偏好以及这种偏好对他们薪资期望所产生的影响。关于期望薪资的主要原因,个人能力与学历被认为是最主要的因素,占比为35.2%,其次是行业前景,占比为23.5%,企业规模与知名度的占比同样是23.5%,工作地点占比为17.8%。这组数据能够揭示出学生在设定薪资期望的时候所考虑的主要因素。
在公司行业分布当中,IT/互联网行业在样本里的占比是最高的,达到了33.4%,接下来是金融行业,占比为30.5%,然后是制造业,占比为21.5%,最后是教育/培训行业,占比为14.6%。这种行业分布情况能够反映出当前就业市场的热点以及这些热点对薪资水平所产生的影响。在招聘需求方面,适量招聘的企业在样本中占多数,占比为50.5%,接着是大量招聘的企业,占比为20.8%,少量招聘的企业占比为18.3%,暂无招聘计划的企业占比为10.4%。这组数据有助于对企业招聘规模对实际薪酬所产生的影响进行分析。
在分析薪酬差异的主要原因时,专业背景占比为31.0%,工作经验占比为27.4%,学历水平占比为18.3%,所在地区占比为13.2%,企业规模占比为10.1%,占比依次降低,这表明影响薪酬差异的因素是多种多样的。关于性别对薪酬影响的认知,认为有一定影响的占比最高,为30.6%,然后是认为影响较小的,占比为22.9%,认为影响很大的占比为22.4%,认为几乎没有影响的占比为15.7%,不确定的占比为8.4%。这种分布情况能够反映出社会对于性别薪酬差异的普遍认知。在分析晋升机制对薪酬的影响时,认为有一定影响的占比最高,为31.2%,接着是认为影响很大的,占比为26.6%,认为影响较小的占比为19.5%,认为几乎没有影响的占比为13.1%,不确定的占比为9.6%。这组数据能够揭示出晋升机制在薪酬决定过程中所起到的重要作用。
对这些多维度的样本数据进行综合分析之后,本次研究能够较为全面地揭示出大学生毕业期望薪资与企业实际薪酬之间的差异以及影响这些差异的因素,从而为后续研究结论提供坚实可靠的数据支撑。
3.2 问卷调查的设计与编制
设计问卷的时候,首先要把各个组成模块明确好,明确好各个组成模块之后才可以全面又准确地收集目标信息。结合本次研究主题,这份问卷会设置三个主要的板块,这三个主要板块分别是基本信息记录、大学生毕业期望薪资调查以及企业实际薪酬情况统计[4]。基本信息板块会涵盖受访者的性别、年龄、学历、专业等内容,涵盖这些内容是为了方便后续对样本进行分类分析。大学生毕业期望薪资板块会重点去了解他们的薪资预期水平、倾向的工作地点、向往的行业领域等信息,了解这些信息是为了借此掌握大学生群体的薪资需求特征。企业实际薪酬情况板块则会收集不同学历、不同专业毕业生的实际薪资水平、薪酬具体构成、企业招聘需求等数据,收集这些数据是为了帮助分析企业对毕业生的薪酬支付规律和用人需求[11]。
3.3 数据收集方法
本次研究采用线上问卷平台来采集数据[8]。使用线上问卷平台的方式能够高效地、广泛地获取研究所需的信息。例如问卷星、腾讯问卷这样的平台,可以接触到更多不同类型的样本群体,不会受到地域方面的限制。这样一来,不仅提升了数据收集的效率,而且能够保障数据的准确性。
问卷内容包含几个关键的板块。基本信息板块的作用是了解受访者的背景特征,其中有性别、年龄、所学专业等内容,这样做是为了在后续分析不同群体之间存在的差异。大学生毕业期望薪资板块的目的是了解大学生对于毕业后薪资的预期,从而可以和企业在实际招聘时提供的薪酬进行对比。企业实际薪酬板块重点关注企业在招聘时给出的薪资水平,以此来帮助掌握当前市场的薪酬情况。影响薪酬差异的因素板块主要探究是哪些因素导致了大学生期望薪资和企业实际薪酬之间出现差距,这些因素包括行业类型、所在城市、学历层次等。
在设计问卷的时候,特别要注意问题的逻辑和表述要清晰,这样能让受访者轻松理解问题并且准确地做出回答。同时还利用了逻辑跳题功能,该功能可以根据受访者的回答自动跳转到相关的问题。这样做既提升了问卷填写的效率,又能够减少无效回答的出现。
在收集数据的时候,利用问卷星、腾讯问卷自带的数据分析功能。这些平台能够自动对数据进行统计和初步分析,还可以生成柱状图、饼图等让人直观看到数据情况的统计图表,方便人们快速查看数据的结果。此外这些平台支持将收集到的数据导出为Excel、SPSS等格式,这为后续对数据进行深入分析提供了便利。
在整个数据收集的过程当中,非常重视数据的真实性和有效性。为了防止出现重复提交问卷和数据造假的情况,采用了问卷星的防重复提交机制,以此确保每份问卷都是由真实的受访者填写的。与此同时对收集到的数据进行清洗和筛选,把无效的样本剔除掉,以此保证数据的质量。
通过采用这样一套数据收集的方法,能够全面且准确地获取研究所需的数据,为后续的研究分析打下坚实的基础。而且借助线上平台的数据分析功能,已经对收集到的数据进行了初步的统计,这为进一步深入研究提供了有力的支持。
3.4 数据处理与分析方法
实证研究里,数据处理和分析方法是很重要的环节,因为这直接关系到研究结果准确不准确、可靠不可靠[6]。本研究利用线上问卷平台来发放和收集问卷,像问卷星、腾讯问卷这些平台都有使用。采用这种方式能让数据收集的效率提高,覆盖的范围变广,而且还能保证收集到的数据既及时又多样。在线问卷调查可以快速收集大量来自不同背景、不同地域受访者的数据,这些数据能为后续的分析提供丰富的样本基础。
数据收集好了之后,数据处理这一步特别关键。研究选择了SPSS专业统计分析软件,这个软件功能强大,可以有效提升数据处理的精准度和效率。在处理数据的时候,要先对原始数据进行全面清洗,具体就是要把无效问卷剔除掉,处理好缺失值和异常值等。判断无效问卷主要依据填写时间是不是过短、答案有没有明显矛盾或者缺失项是不是过多等标准,把这些无效问卷剔除掉,这样能保证数据是真实有效的。对于缺失值,要根据实际情况采用均值填充、回归插补等方法去处理,尽量减少数据缺失对分析结果产生的影响。而异常值则要通过箱线图、Z分数等方法来识别并且剔除,这样能确保数据具有正态性和一致性。
完成数据清洗之后,要进一步对数据进行整理编码,也就是把问卷里的开放式问题和多选题转化成可以进行分析的数值型数据。把数据转化成这种形式,不仅方便后续进行统计分析,还能让人更好地发现数据背后潜在的规律和趋势。之后要利用SPSS的描述性统计功能,全面展示数据的基本特征,比如均值、标准差、频数分布等,通过展示这些内容可以让研究者对样本的整体情况有一个直观的了解。
为了更深入地挖掘数据里面隐含的信息,研究采用了多种统计方法。比如说用相关性分析来探讨变量之间的相互关系,通过回归分析来揭示自变量对因变量的影响程度和影响方向,借助因子分析对多个变量进行降维处理,提取潜在的主因子,这样做可以简化数据结构,提升分析效率。除此之外,还运用聚类分析和判别分析对样本进行分类预测,想要通过这种方式发现不同群体的特征差异和规律。
在整个数据处理和分析的过程当中,一直都很重视数据的准确性和分析的严谨性,要保证每一步操作都是有依据的,每个结论都是经得起验证的。通过综合运用多种方法,不仅能够全面揭示大学生毕业期望薪资和企业实际薪酬之间的差异以及影响因素,而且还能为相关政策的制定和企业招聘策略提供有力的数据支撑和科学依据[9]。
3.5 研究的信度与效度分析
图 因子载荷矩阵热力图
图 信度分析总结图
本研究对收集到的数据进行信度与效度分析,目的是保障研究结果可靠且有效。评估问卷信度用的是常用的Cronbach's Alpha系数法,这个方法主要用来衡量内部一致性。经过计算,问卷的Cronbach's Alpha系数为0.868,这表明问卷内部一致性良好,题项之间的关联程度比较高。也就是说,当重复测量同一个概念的时候,问卷能够稳定地反映该概念,这就有效保障了研究的可靠性。
表 KMO检验和Bartlett的检验
| 变量 | 指标 | 数值 |
|---|---|---|
| KMO检验 | KMO值 | 0.8338977231934352 |
| Bartlett球形度检验 | 近似卡方 | 1865.106 |
| Bartlett球形度检验 | df值 | 6.0 |
| Bartlett球形度检验 | P值 | 0.000 |
表 总方差解释
| 成分 | 特征根 | 旋转前方差解释率(%) | 旋转前累积百分比(%) | 旋转后特征根 | 旋转后方差解释率(%) | 旋转后累积百分比(%) |
|---|---|---|---|---|---|---|
| 1 | 2.867 | 71.668 | 71.668 | 1.453 | 36.337 | 36.337 |
| 2 | 0.404 | 10.106 | 81.774 | 1.072 | 26.805 | 63.142 |
| 3 | 0.368 | 9.196 | 90.97 | 1.113 | 27.828 | 90.97 |
表 Cronbach's α系数表
| Cronbach's α系数 | 标准化Cronbach's α系数 | 项数 | 样本数 |
|---|---|---|---|
| 0.868 | 0.868 | 4 | 1000 |
接着对问卷结构效度进行分析。结构效度主要是衡量测量工具和理论构念的匹配程度。为了评估这一指标,采用了因子分析方法,因子分析方法经常被用于探索变量之间的结构关系。在正式进行因子分析之前,先做了KMO(Kaiser - Meyer - Olkin)检验和Bartlett球形检验,以此来判断数据是不是适合做因子分析。KMO检验的结果是0.83,这表示数据非常适合进行因子分析。同时Bartlett球形检验显示,显著性p值为0.0(p < 0.05),达到了统计显著性水平,这说明变量之间不是相互独立的,存在着显著的关联。这样的结果支持数据适合进行因子分析,能够从数据中提取出代表潜在结构的公共因子。
在因子分析的过程中,选择主成分分析法来提取公因子,并且运用最大方差法旋转因子,这样做是为了能够更清晰地解释因子的含义。通过这样的分析,就可以明确题项之间的结构关联,进而对问卷结构效度进行评估。最终的分析结果显示,问卷结构效度表现得不错,各个题项能够有效地反映潜在结构。
从整体情况来看,研究在信度和效度这两个方面都有比较理想的结果。问卷的内部一致性比较强,能够稳定地反映所测量的概念;结构效度也通过了检验,各个题项和潜在结构匹配得比较好。这些发现意味着研究具有比较高的可靠性和有效性,能够为后续的分析以及结论推导提供可靠的支撑。
第四章 大学生毕业期望薪资与企业实际薪酬的比较分析
4.1 大学生毕业期望薪资的现状分析
图 箱线图
图 频数分析图
如今社会,大学生就业压力一年比一年大,毕业时对薪资的期待有不同特点和趋势。从大学生毕业期望薪资的频数分析结果能看出,多数人的期望起薪集中在5000 - 8000元这个区间,占比达到32.3%,这表明这个薪资范围对应届毕业生有比较强的吸引力。有23.6%的学生期望起薪在8000 - 12000元,这部分学生对薪资的期待比较高,心里想着能得到更好的经济回报。
表 总体描述结果
| 变量名 | 样本量 | 最大值 | 最小值 | 平均值 | 标准差 | 中位数 | 方差 | 峰度 | 偏度 | 变异系数(CV) |
|---|---|---|---|---|---|---|---|---|---|---|
| 应届生平均月薪 | 1000 | 5.0 | 1.0 | 3.948 | 0.941 | 4.0 | 0.886 | -0.53 | -0.466 | 0.238 |
表 频数分析结果表
| 变量名 | 变量值 | 频数 | 百分比(%) | 累计百分比(%) |
|---|---|---|---|---|
| 期望起薪 | 5000-8000元 | 323 | 32.3 | 32.3 |
| 期望起薪 | 8000-12000元 | 236 | 23.6 | 55.9 |
| 期望起薪 | 5000元以下 | 185 | 18.5 | 74.4 |
| 期望起薪 | 12000-15000元 | 141 | 14.1 | 88.5 |
| 期望起薪 | 15000元以上 | 115 | 11.5 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
有18.5%的学生期望起薪在5000元以下,这是因为这些学生可能对就业市场的现状有着清晰的认知,或者评估过自己在就业方面的竞争力,从而设定的薪资期待比较保守。还有14.1%的学生期望起薪在12000 - 15000元,11.5%的学生期望起薪超过15000元,这是由于他们可能对自己的专业背景、实习经历或者个人能力有着较强的自信,所以给自己设定了较高的薪资目标。
数据显示,变异系数(CV)是0.238,超过了0.15,这意味着数据里面可能存在异常值。这些异常值或许是因为部分学生薪资期待过高或者过低,和整体的趋势不太一样。出现这样的情况,可能是部分学生对就业市场了解得不够深入,或者对自身的价值评估出现了偏差。
综合起来看,大学生毕业期望薪资的现状呈现出多样化的特征。大多数学生的期望起薪比较实际,集中在5000 - 8000元区间,这体现出对就业市场有着理性的认知。不过也有一部分学生薪资期待比较高,这反映出他们对自身的能力和价值充满了自信。但是变异系数偏大也说明,有一部分学生的期望薪资可能存在偏差,需要进一步去分析和引导。
面对这样的情况,高校和就业指导机构要加强就业方面的指导与培训工作,以此来帮助学生更准确地了解就业市场的动态以及薪资水平,让学生能够合理地设定自己的薪资期待。学生自身也应该通过参加实习、做兼职等方式去积累工作经验,提升自己在就业方面的竞争力,从而推动自己职业发展目标的实现。
4.2 企业实际薪酬的现状分析
图 箱线图
图 频数分析图
图 频数分析图
当下企业实际薪酬情况呈现出多元且不均衡的特点。不同行业之间,IT/互联网与金融行业企业在招聘时给出的薪酬水平领先,这是因为这两个行业发展速度快,对专业人才的需求很大。制造业与教育/培训领域能够提供较多的就业岗位,然而给出的薪资水平比较低,可能是和行业传统属性以及市场定位有关系。
表 总体描述结果
| 变量名 | 样本量 | 最大值 | 最小值 | 平均值 | 标准差 | 中位数 | 方差 | 峰度 | 偏度 | 变异系数(CV) |
|---|---|---|---|---|---|---|---|---|---|---|
| 应届生平均月薪 | 1000 | 5.0 | 1.0 | 3.948 | 0.941 | 4.0 | 0.886 | -0.53 | -0.466 | 0.238 |
| 薪酬差异影响评分 | 1000 | 5.0 | 1.0 | 3.897 | 0.965 | 4.0 | 0.931 | -0.706 | -0.396 | 0.248 |
表 频数分析结果表
| 变量名 | 变量值 | 频数 | 百分比(%) | 累计百分比(%) |
|---|---|---|---|---|
| 公司行业 | IT/互联网 | 334 | 33.4 | 33.4 |
| 公司行业 | 金融 | 305 | 30.5 | 63.9 |
| 公司行业 | 制造业 | 215 | 21.5 | 85.4 |
| 公司行业 | 教育/培训 | 146 | 14.6 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 招聘需求 | 适量招聘 | 505 | 50.5 | 50.5 |
| 招聘需求 | 大量招聘 | 208 | 20.8 | 71.3 |
| 招聘需求 | 少量招聘 | 183 | 18.3 | 89.6 |
| 招聘需求 | 暂无招聘计划 | 104 | 10.4 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 薪酬差异主因 | 专业背景 | 310 | 31.0 | 31.0 |
| 薪酬差异主因 | 工作经验 | 274 | 27.4 | 58.4 |
| 薪酬差异主因 | 学历水平 | 183 | 18.3 | 76.7 |
| 薪酬差异主因 | 所在地区 | 132 | 13.2 | 89.9 |
| 薪酬差异主因 | 企业规模 | 101 | 10.1 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 性别影响薪酬 | 有一定影响 | 306 | 30.6 | 30.6 |
| 性别影响薪酬 | 影响较小 | 229 | 22.9 | 53.5 |
| 性别影响薪酬 | 影响很大 | 224 | 22.4 | 75.9 |
| 性别影响薪酬 | 几乎没有影响 | 157 | 15.7 | 91.6 |
| 性别影响薪酬 | 不确定 | 84 | 8.4 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
| 晋升机制影响薪酬 | 有一定影响 | 312 | 31.2 | 31.2 |
| 晋升机制影响薪酬 | 影响很大 | 266 | 26.6 | 57.8 |
| 晋升机制影响薪酬 | 影响较小 | 195 | 19.5 | 77.3 |
| 晋升机制影响薪酬 | 几乎没有影响 | 131 | 13.1 | 90.4 |
| 晋升机制影响薪酬 | 不确定 | 96 | 9.6 | 100.0 |
| 汇总 | 合计 | 1000 | 100.0 | 100.0 |
招聘需求方面,多数企业把适量招聘作为主要策略,这表明市场对人才的需求处于稳定状态;大量招聘和少量招聘的占比情况,体现出企业对人才的需求存在波动。
影响薪酬差异的主要因素里,专业背景和经验是关键因素,这意味着企业更加看重应聘者的专业技能和实际操作能力。工作地点和企业规模同样会对薪资水平产生影响,通常情况下,一线地区的企业以及规模较大的公司给出的薪资会更高,这和当地的生活成本以及企业的经济实力相关联。
性别和晋升机制对薪酬的作用也不能被忽视。在职场中,性别带来的薪资差异依旧存在,晋升机制不够透明也有可能限制员工薪资的提升。综合起来看,企业实际薪酬情况既体现出市场需求的多样性以及专业人才的竞争态势,也揭示出职场中存在的性别不平等、晋升机制不完善等方面的问题。
4.3 大学生毕业期望薪资与企业实际薪酬的差异分析
图 性别-所有项T检验均值对比图
图 单因素方差分析对比图
在对大学生毕业期望薪资和企业实际薪酬之间的差异进行分析的时候,性别对应届生平均月薪产生的影响不是很明显。从统计情况能够知道,女性应届生平均月薪的均值是3.937,而男性应届生平均月薪的均值是3.959。在独立样本T检验的结果里,显著性P值为0.719,这个数值远远高于0.05的常规水平,这就意味着性别对应届生平均月薪并没有显著的影响。进一步去计算Cohen's d值,得出的结果是0.023,这显示出性别导致的差异幅度极小,几乎可以忽略不计。再观察薪酬差异影响评分,女性的均值为3.85,男性的均值为3.943,独立样本T检验的P值为0.128,这个数值仍然没有达到显著水平,Cohen's d值为0.096,这也表明性别之间的差异幅度很小。综合这些数据来看,在期望薪资和实际薪酬的比较当中,性别因素所产生的影响并不显著。
表 独立样本T检验分析结果表
| 变量名 | 变量值 | 样本量 | 平均值 | 标准差 | T检验 | Welch's T检验 | 平均值差值 | Cohen's d值 |
|---|---|---|---|---|---|---|---|---|
| 应届生平均月薪 | 女 | 493 | 3.937 | 0.921 | T=-0.36 P=0.719 | T=-0.36 P=0.719 | 0.021 | 0.023 |
| 应届生平均月薪 | 男 | 507 | 3.959 | 0.962 | T=-0.36 P=0.719 | T=-0.36 P=0.719 | 0.021 | 0.023 |
| 薪酬差异影响评分 | 女 | 493 | 3.85 | 1.001 | T=-1.523 P=0.128 | T=-1.521 P=0.128 | 0.093 | 0.096 |
| 薪酬差异影响评分 | 男 | 507 | 3.943 | 0.928 | T=-1.523 P=0.128 | T=-1.521 P=0.128 | 0.093 | 0.096 |
表 方差齐性检验
| 变量名 | 变量值 | 标准差 | Levene统计量 | P值 |
|---|---|---|---|---|
| 薪酬差异影响评分 | 一线城市(如北京、上海) | 0.947 | 3.642 | 0.006** |
| 薪酬差异影响评分 | 家乡所在地 | 1.04 | 3.642 | 0.006** |
| 薪酬差异影响评分 | 二线城市(如杭州、成都) | 0.921 | 3.642 | 0.006** |
| 薪酬差异影响评分 | 三线城市及以下 | 1.026 | 3.642 | 0.006** |
| 薪酬差异影响评分 | 海外 | 0.895 | 3.642 | 0.006** |
表 方差分析结果表
| 变量名 | 变量值 | 样本量 | 平均值 | 标准差 | 方差检验 |
|---|---|---|---|---|---|
| 薪酬差异影响评分 | 一线城市(如北京、上海) | 321 | 3.891 | 0.947 | F=1.679 P=0.153 |
| 薪酬差异影响评分 | 家乡所在地 | 151 | 3.775 | 1.04 | F=1.679 P=0.153 |
| 薪酬差异影响评分 | 二线城市(如杭州、成都) | 263 | 3.951 | 0.921 | F=1.679 P=0.153 |
| 薪酬差异影响评分 | 三线城市及以下 | 167 | 3.838 | 1.026 | F=1.679 P=0.153 |
| 薪酬差异影响评分 | 海外 | 98 | 4.061 | 0.895 | F=1.679 P=0.153 |
| 薪酬差异影响评分 | 总计 | 1000 | 3.897 | 0.965 |
对于不同期望工作地点的情况进行分析,使用了单因素方差检验的方法。一线城市(像北京、上海这样的城市)、家乡所在地、二线城市(例如杭州、成都等城市)、三线及以下城市以及海外,这些不同期望工作地点的薪酬差异影响评分均值分别是3.891、3.775、3.951、3.838和4.061。虽然从均值上看存在着细微的差别,但是单因素方差检验的P值为0.153,没有达到显著水平,这说明不同期望工作地点对于薪酬差异影响并没有显著的不同。从效应量化的结果来看,Eta方(η²值)为0.007,这意味着仅仅只有0.7%的数据差异是源于组别不同;Cohen’s f值为0.082,这进一步表明这种效应的差异程度是很小的。
在进行分析之前,对数据进行了正态性和方差齐性检验。正态性检验采用的是shapiro - wilk法,样本量n = 1000,检验结果显示显著性p值为0.000,这个数值达到了显著水平,这就需要拒绝原假设,也就说明数据并不满足正态分布。方差齐性检验的P值为0.006,同样也是显著的,同样需要拒绝原假设,这表明数据不满足方差齐性。不过,即便存在着这些问题,单因素方差分析的结果还是具有一定参考价值的。
在大学生毕业期望薪资和企业实际薪酬的比较过程中,性别和期望工作地点并没有表现出显著的差异。这一发现给提了个醒,当去探讨大学生毕业期望薪资和企业实际薪酬之间的差异时,也许应该把注意力更多地放在专业背景、工作经验、企业规模等更为关键的因素上面。同时这一发现也能够为企业和高校制定薪酬策略以及开展就业指导工作提供一定的参考依据:企业和高校不需要过度去强调性别和地域方面的因素,而应该更加重视个体的综合素质与能力。
4.4 影响大学生毕业期望薪资与企业实际薪酬差异的因素分析
图 相关系数热力图
图 交叉分析图
数据分析结果表明,大学生毕业期望薪资和企业实际薪酬之间存在差异,这种差异是由多个因素造成的。
表 相关系数表
| 项 | 就业市场信心 | 应届生平均月薪 | 毕业生满意度 | 薪酬差异影响评分 |
|---|---|---|---|---|
| 就业市场信心 | 1.0(0.000***) | 0.638(0.000***) | 0.608(0.000***) | 0.632(0.000***) |
| 应届生平均月薪 | 0.638(0.000***) | 1.0(0.000***) | 0.614(0.000***) | 0.635(0.000***) |
| 毕业生满意度 | 0.608(0.000***) | 0.614(0.000***) | 1.0(0.000***) | 0.605(0.000***) |
| 薪酬差异影响评分 | 0.632(0.000***) | 0.635(0.000***) | 0.605(0.000***) | 1.0(0.000***) |
表 列联分析表
| 变量名 | 变量值 | 期望工作地点(一线城市(如北京、上海)) | 期望工作地点(三线城市及以下) | 期望工作地点(二线城市(如杭州、成都)) | 期望工作地点(家乡所在地) | 期望工作地点(海外) | 总计 |
|---|---|---|---|---|---|---|---|
| 公司行业 | IT/互联网 | 108(32.335%) | 63(18.862%) | 86(25.749%) | 40(11.976%) | 37(11.078%) | 334 |
| 公司行业 | 制造业 | 63(29.302%) | 31(14.419%) | 60(27.907%) | 35(16.279%) | 26(12.093%) | 215 |
| 公司行业 | 教育/培训 | 54(36.986%) | 28(19.178%) | 31(21.233%) | 24(16.438%) | 9(6.164%) | 146 |
| 公司行业 | 金融 | 96(31.475%) | 45(14.754%) | 86(28.197%) | 52(17.049%) | 26(8.525%) | 305 |
| 公司行业 | 总计 | 321 | 167 | 263 | 151 | 98 | 1000 |
| 薪酬差异主因 | 专业背景 | 111(35.806%) | 54(17.419%) | 79(25.484%) | 41(13.226%) | 25(8.065%) | 310 |
| 薪酬差异主因 | 企业规模 | 31(30.693%) | 14(13.861%) | 24(23.762%) | 18(17.822%) | 14(13.861%) | 101 |
| 薪酬差异主因 | 学历水平 | 54(29.508%) | 26(14.208%) | 54(29.508%) | 31(16.94%) | 18(9.836%) | 183 |
| 薪酬差异主因 | 工作经验 | 85(31.022%) | 50(18.248%) | 66(24.088%) | 44(16.058%) | 29(10.584%) | 274 |
| 薪酬差异主因 | 所在地区 | 40(30.303%) | 23(17.424%) | 40(30.303%) | 17(12.879%) | 12(9.091%) | 132 |
| 薪酬差异主因 | 总计 | 321 | 167 | 263 | 151 | 98 | 1000 |
就业市场信心是影响薪酬差异的一个重要因素。当大学生对就业市场充满信心时,往往会把期望薪资设定得更高。而要是实际就业市场的薪酬水平达不到这个预期,就会出现差异。应届生平均月薪和薪酬差异是正相关的,这意味着大学生对平均薪资水平的认知会对其期望薪资产生影响。
公司所处的行业和地区也会对薪酬差异产生影响。在像IT/互联网、金融这类热门行业里,大学生的期望薪资一般都比较高,然而实际薪酬有可能和预期并不相符。不同地区的经济发展状况不一样,薪资水平也各有高低,这同样会导致薪酬差异的出现。
经过进一步分析能够发现,专业背景、企业规模、学历水平、工作经验、所在地区等都是影响薪酬差异的主要因素。举例来说,拥有热门专业背景的大学生,通常会给自己设定更高的期望薪资;企业的规模越大,实际薪酬水平可能就会越高。而且学历的提升以及工作经验的积累都有助于提高大学生的实际薪酬。
总体来说,就业市场信心、公司所在行业、所在地区、专业背景、企业规模、学历水平、工作经验等这些方面都是影响大学生毕业期望薪资和企业实际薪酬差异的因素。如果想要缩小这一差异,大学生需要努力提升自身的综合素质和竞争力,要主动去了解就业市场的实际情况,并且结合自己的实际条件合理地设定期望薪资。从企业的角度来讲,企业应该加强对人才的培养和激励,适当地提高薪资水平,通过这样的方式来吸引并且留住优秀的人才。
4.5 案例分析
探讨大学生毕业期望薪资与企业实际薪酬的差异,案例分析是实用研究手段[1]。对多个典型案例做深入分析,能更清晰地了解期望薪资和实际薪酬的差距以及背后的原因。研究选取了不同地区、不同专业的大学毕业生,记录他们求职时期望薪资并与最终拿到的实际薪酬进行对比。
比如有一位来自某重点高校计算机专业的毕业生,该毕业生在校成绩优异,还有丰富的实习经验,一开始期望月薪能达到一万五,然而找工作时发现企业预算有限,同时受到市场供需的影响,最终月薪只拿到一万多。类似的情况在市场营销、金融管理等专业也较为常见,大学毕业生普遍期望薪资比企业实际提供的要高。
这种差距存在几方面原因。大学生在学校时,经常通过媒体、网络看到一些高薪资的例子,这就容易使他们对自己的薪资预期设定得过高[7]。企业在确定薪酬时,需要考虑成本、岗位急需程度、员工绩效等因素,所以实际提供的薪酬与学生的想法存在差异。除此之外,地区经济水平、行业特点、企业规模等外部情况,也会对薪酬设定产生影响。
从案例中可以看出,期望薪资和实际薪酬的差距会对毕业生的就业心态和职业发展造成影响。有些毕业生因为没有拿到预期的薪资而感到失落,甚至放弃工作机会,这样的做法不仅打乱了个人的职业规划,还可能导致企业招聘不到合适的人员。不过,也有一些毕业生能够理性地调整期望,积极适应职场,通过慢慢提升自身能力,后来薪资也得到了提高。
要缩小这个差距,需要学校、企业和政府共同努力。高校应该加强职业规划教育,帮助学生建立合理的薪资预期。企业可以公开薪酬信息,建立科学的薪酬体系,如此一来能够留住优秀人才。政府也应当发挥作用,营造公平的就业环境。当学校、企业和政府都采取相应措施后,毕业生和企业都能从中受益,社会经济也能够实现更好的发展。
第五章 结论
本研究针对大学生毕业期望薪资和企业实际薪酬进行详细的对比分析,最终得出了一些具备实际参考价值的结论。
从数据能够看出,当前大学生毕业时候期望的薪资普遍比企业实际所提供的薪酬水平要高。而且这种差距在不同行业、不同地区以及不同学历层次当中均有体现。尤其是一线城市和热门行业的大学生,他们期望薪资和实际水平之间的差距更为显著。企业实际能够提供的薪酬会受到经营成本、市场环境等诸多因素的限制,所以往往没办法完全满足毕业生的预期。这种状况一方面反映出大学生对自身价值的评估或许偏高,另一方面也暴露出劳动力市场供需结构存在失衡的问题。
进一步做分析可以发现,大学生期望薪资的形成会受到多个因素的影响。这些因素包括个人能力、教育背景、职业规划,还有对行业前景的判断等。企业在制定实际薪酬的时候,更多地会考虑自身发展状况、市场薪酬水平,以及岗位的实际价值。因为存在这种信息不对等和认知上的差异,所以就成了造成期望薪资和实际薪酬脱节的重要原因。除此之外,高校在职业规划和就业指导方面存在欠缺,这也使得毕业生进入职场的时候对薪酬水平缺乏理性的认识。
站在企业的角度来看,设计出合理的薪酬体系对于吸引和留住人才是非常关键的。然而面对激烈的市场竞争和成本压力,企业在调整薪酬的时候通常都比较保守。企业这样的做法不仅会影响其在人才市场的竞争力,而且还可能会造成优秀人才的流失。所以,企业需要多多关注市场薪酬变化的趋势,并且结合自身的发展战略,去构建更具有吸引力的薪酬体系。
对于大学生而言,理性地调整期望薪资,努力提升自身的职业竞争力,是适应职场环境的关键所在。高校需要加强职业规划和就业指导方面的工作,帮助学生树立起正确的职业价值观,提高他们对职场现实的认识程度。与此同时大学生也可以通过参加实习、兼职等方式,提前去了解行业的薪酬情况,从而合理地规划自己的职业发展路径。
大学生毕业期望薪资和企业实际薪酬之间存在差距,这是多种因素共同作用之后产生的结果。要解决这个问题,需要高校、企业和大学生这三方共同付出努力。高校要加强就业指导方面的工作,提升学生的职业素养以及他们对市场的认识;企业要对薪酬体系进行优化,提高自身对人才的吸引力;大学生则要理性地看待薪酬差距,主动去提升自身的能力。通过三方协同合作,逐渐缩小期望和实际之间的差距,进而推动劳动力市场实现健康发展。在未来的研究当中,可以进一步探讨不同行业、不同地区薪酬差距产生的具体原因,从而为政策制定和就业指导提供更为精准的参考依据。
参考文献
\[1\]姚金平.基于语义信息匹配的物流毕业生工作推荐研究[T].2020.
\[2\]黎莉.湖南省高校艺术类毕业生就业问题研究[J].艺术科技, 2024(19):116-118.
\[3\]马敏.现场工程师培养模式对毕业生就业率和职业发展的影响[J].黑龙江科学, 2025(1):105-107.
\[4\]吴楠.旅游管理类(HTM)本科生就业意愿影响因素及其提升研究[T].2021.
\[5\]徐宁涛.河南省高校操舞类方向体育硕士研究生就业现状及对策研究[T].2022.
\[6\]张一.数据科学行业人才需求及薪资影响因素分析[T].2021.
\[7\]王艳梅,毕会涛,张志华,刘震.林学专业大学生就业状况分析及应对措施——以河南农业大学为例[J].中国林业教育, 2023(3):35-40.
\[8\]李涛,孙煖,邬志辉.2021年疫情背景下中国高校应届毕业生就业状况有何变化?——一项基于2021年和2020年全国调查数据的实证研究[J].华东师范大学学报(教育科学版), 2022(2):100-113.
\[9\]戴爱碧,朱利希.人力资本视域下民办高职院校学生期望薪资影响因素分析[J].大众文摘, 2024(23):0045-0047.
\[10\]田琬暄,张洋.经济学专业毕业生就业现状调查与对策研究分析[J].科技视界, 2021(28):162-163.
\[11\]高振杰.广州“双一流”高校就业政策执行的影响因素指标体系构建及应用[T].2024.
\[12\]王小珑.浅析当前高校毕业生的择业观以及应对之策[J].教育进展, 2024(9):1197-1203.
致谢
首先,要感谢我的指导教师,在整个研究过程中给予了我很多宝贵的指导和建议。没有老师的耐心指导和支持,我无法完成这篇论文。同时,也要感谢我的家人和朋友,他们一直以来的支持和鼓励让我有信心和勇气去追求自己的目标,并在研究过程中给予我精神上的支持和帮助。最后,感谢所有对本篇论文做出贡献的人,没有他们的帮助和支持,这篇论文无法完成。再次对所有支持和帮助过我的人表示深深的感谢。
附录 I: 调查问卷
【单选题】Q1:您的性别是?
□男 □女
【单选题】Q2:您所在的学校类型是?
□985高校 □211高校 □普通本科 □专科
【单选题】Q3:您目前所在的年级是?
□大一 □大二 □大三 □大四
【单选题】Q4:您期望的毕业起薪是多少?
□5000元以下 □5000-8000元 □8000-12000元 □12000-15000元 □15000元以上
【单选题】Q5:您期望的工作地点是哪里?
□一线城市(如北京、上海) □二线城市(如杭州、成都) □三线城市及以下 □家乡所在地 □海外
【多选题】Q6:您期望在哪些行业工作?(可多选)
□互联网/IT □金融 □教育/培训 □制造业
【量表题1-5分型】Q7:您对当前就业市场的信心如何?
□1 □2 □3 □4 □5
【单选题】Q8:您认为影响您期望薪资的主要因素是什么?
□个人能力与学历 □行业前景 □工作地点 □企业规模与知名度
【单选题】Q9:贵公司所在行业是?
□IT/互联网 □金融 □制造业 □教育/培训
【量表题1-5分型】Q10:贵公司提供给应届毕业生的平均月薪是多少?
□1 □2 □3 □4 □5
【多选题】Q11:贵公司薪酬构成包括哪些部分?(可多选)
□基本工资 □绩效奖金 □年终奖 □股票期权
【单选题】Q12:贵公司今年的招聘需求情况如何?
□大量招聘 □适量招聘 □少量招聘 □暂无招聘计划
【量表题1-5分型】Q13:贵公司对大学生毕业生的整体满意度如何?
□1 □2 □3 □4 □5
【单选题】Q14:您认为以下哪项因素对薪酬差异影响最大?
□专业背景 □工作经验 □学历水平 □所在地区 □企业规模
【多选题】Q15:您认为以下哪些因素会影响薪酬差异?(可多选)
□行业类型 □公司知名度 □个人能力 □工作性质 □市场供需
【量表题1-5分型】Q16:请您对以下因素对薪酬差异的影响程度进行评分(1-5分,1分表示影响非常小,5分表示影响非常大)
□1 □2 □3 □4 □5
【单选题】Q17:您认为性别对薪酬差异的影响如何?
□影响很大 □有一定影响 □影响较小 □几乎没有影响 □不确定
【单选题】Q18:您认为企业内部晋升机制对薪酬差异的影响如何?
□影响很大 □有一定影响 □影响较小 □几乎没有影响 □不确定