[摘  要]課堂教學效果會直接影響大學生就業質量，本文以陜西省某應用型本科高校為例，結合該校連續多年進行的“大學生學習與發展追蹤調查（CCSS）”，聚焦教與學的過程指標，探究教與學過程中影響大學生就業競爭力的關鍵因素。通過研究，得出高校教學過程中課程學習、師生互動、學習策略等與就業力之間的變化關系，并基于研究結果，對應用型本科高校的教學改革提出對應建議。

[關鍵詞]大學生就業力  教與學過程  多元線性回歸  結構方程模型

課題：陜西省教育廳2019年重點攻關教改項目《以課程體系重構為抓手，提升應用型本科高校人才培養質量的路徑研究——以西安歐亞學院為例》（項目編號：19BG036）；2019年度西安歐亞學院校級科研項目《應用型本科高校教與學過程關鍵因素與學生就業力的相關度研究——基于西安歐亞學院CCSS調查數據》（項目編號：2019XJSK29）。

近年來，全國普通高校畢業生呈連續增長趨勢。特別是2020年以來，由于突發疫情，畢業生與企業單位之間的溝通難度加大，單位用人需求縮減，大學生就業面臨多重壓力，已成為全社會關注的焦點問題。如何在激烈的就業形勢中保持以往的就業水平，提升應屆畢業生就業競爭力是應用型本科高校亟待解決的首要問題。

高校大學生就業力現狀

就業力是個人通過學習后而具備的獲得工作、保持工作以及做好工作的能力，是大學生在校期間通過知識學習、開發綜合素質而獲得的能夠實現就業理想、滿足社會需要，并在社會生活中體現和提升自身價值的本領。筆者對行業企業的人才需求進行調研，發現相當比例的畢業生不能完全勝任崗位需求，主要體現在學生的理論知識和實踐能力與崗位能力匹配度不高，缺乏創新力與思辨力；畢業生對職業發展規劃目標不清楚，溝通表達不暢，人際交往能力有所缺失。這些問題反映到大學生培養環節中，就是課程知識及專業知識的教育內容沒有主動與市場需求匹配，通用能力培養不足；針對在校生的職業發展支持、輔助力度不足，對學生的個性化、差異化發展需要缺乏深度支持。

大學生就業力實證分析

1.數據來源

CCSS是由清華大學教育研究院組織的“中國大學生學習與發展追蹤研究”。西安歐亞學院自2012年起，參與清華大學主辦的大學生學習與發展追蹤調查（CCSS），多年追蹤學生的學習過程，全面了解在校大學生的課堂學習情況，共累計調研學生人數44000人，問卷回收率超過92%，問卷填答有效率平均達到86.3%。

CCSS問卷設計指標主要包括四個方面，分別為綜合分析指標，關注學生對在校就讀過程的綜合反饋；教育過程診斷指標，關注學生對學校課程安排和教學過程的認知；學習過程診斷指標，關注學生對在校學習過程的高階認知和學習策略使用情況的認知；教育效果評價指標，關注學生對教育結果和教育收益的評價。其中，教育過程診斷指標和學習過程診斷指標均關注教與學的過程，而就業力則是反映教育效果評價的重要參考之一。

2.就業力影響因素回歸分析

用R軟件計算教育過程診斷的10個二級指標、學習過程診斷的9個二級指標與就業力（EMP）指標之間的相關系數，發現就業力與多數指標的相關系數都在0.5以上，其中和教育過程診斷二級指標中課程認知目標、向學/厭學性、教師反饋之間的相關系數在0.7以上，和學習過程診斷二級指標中信息分析、接受式學習、合作性學習之間的相關系數也都在0.7以上，說明就業力與教育過程診斷、學習過程診斷有較強的相關性；教育過程診斷二級指標和學習過程診斷二級指標之間有很多相關系數都高于0.7，說明教育過程診斷和學習過程診斷之間也存在著較強的相關性，建立回歸模型時需要注意自變量之間可能存在的多重共線性。

以就業力為因變量，將教育過程診斷二級指標和學習過程診斷二級指標作為自變量，建立多元線性回歸模型，模型整體通過F檢驗，調整后的R2為0.8，可以對80%的數據進行解釋，說明模型解釋能力較強。同時發現，模型中絕大多數變量不顯著，且有9個變量的VIF值大于10，說明影響因素指標之間存在較強的多重共線性，需要對模型進行逐步回歸。隨后，在R軟件中用AIC準則進行逐步回歸得到最終模型，該模型整體通過F檢驗，其調整后的R2為0.85，在模型精度有所提升的同時保留了顯著的變量，去除了多重共線性。

逐步回歸模型結果顯示，在0.05的顯著性水平下，教育過程診斷的10個二級指標中，課程要求嚴格程度、向學/厭學、課堂教學、教師反饋、測評—多元評價5個二級指標均對就業力有顯著影響，其中課程要求嚴格程度對就業力的提升有0.57單位的負向影響，而課堂教學、教師反饋及向學/厭學對就業力的提升有較大的正向影響，測評—多元評價的影響相對較小。在學習過程診斷的9個二級指標中，信息分析、接受式學習、整合性學習3個二級指標有非常顯著的影響，其中整合性學習對就業力的影響最大，影響系數為0.8，信息分析和接受式學習對就業力的提升有較強的正向影響。具體見表1。

3.就業力結構方程模型分析

利用Amos24.0統計軟件對教育過程診斷、學習過程診斷、教育效果建立結構方程模型，檢驗結果中CMIN/DF小于5，SRMR小于0.05，剩余指標都大于0.9，模型擬合效果較好，具體如圖1及表2所示。

圖1  結構方程模型

表3為結構方程模型的路徑系數及其顯著性，結果顯示絕大多數觀測變量都對教育效果有影響，其中就業力的因子載荷為0.766，對教育效果有顯著影響。在教育過程診斷中，對學生就業力影響最大的是課程學習行為，影響系數為0.934；其次是課程認知，影響系數為0.905，說明學生就業力的提升離不開對課程的認知和學習。在學習過程診斷中，大多數指標對大學生就業力有很大的影響，首先是學生的高階學習行為，影響系數為0.909；其次是學生的合作性學習，影響系數為0.896，而接受式學習、整合性學習、探究式學習、反思性學習及信息分析的影響系數都高于0.8，說明培養學生的上述學習行為也是就業力提升的重要途徑。

研究結論與對策

筆者對調查數據進行梳理分析，利用R和Amos24.0統計軟件建立線性回歸模型和結構方程模型，研究該校教與學過程的關鍵因素對大學生就業力的影響，研究結論如下：在教育過程診斷中，課程學習行為、課程認知、課堂教學、教師反饋對就業力提升有很強的促進作用；在學習過程診斷中，學生的高階認知、學習策略都對就業力有很大影響。

1.關注師資培養，提升師生互動水平

高校的培養目標多關注于學生的培養，而忽略了對教師的培養與發展。民辦高校要明確師資培養的目的、規劃、內容、組織管理和評估等相關工作，不斷優化師資的年齡、專業、職稱等方面的結構配比，加強“以學生為中心”的教育教學理念在教師培養過程中的浸潤。在師資培養上，一方面要關注教師的理論提升及實踐能力發展；另一方面要加強教師對于學生學習全過程的關注度，充分發揮學生的主體作用，使其在交流與互動過程中形成良好的問題意識及創新意識，進一步促進職業勝任力發展。

2.依托課程建設改進教學模式與教學策略

民辦高校的課程建設要強化專業教育課程的適應性，就必須整合校內外資源，將體現社會與市場發展需要的知識技能目標納入課程體系，增強課程的時代性和實用性。高校要根據不斷出現的新領域、新業態、新技術、新需求及時調整課程建設重點，將課程目標與課程內容中的專業知識能力相對應，強化學生學習的目標感與獲得感。

參考文獻：

[1]羅曉婷，陸衛明.省屬高校大學生就業力提升路徑研究[J].陜西教育（高教），2019（1）.

[2]李勇，古翠英.以提高教學質量為向導深化高校教學改革[J].創新創業理論研究與實踐，2021，4（4）.

[3]吳泓儀，劉博.新常態下以提高畢業生就業力為目標的高校師資培養策略研究——以大連財經學院為例[J].產業創新研究，2020（3）.

[4]王騰召.民辦高校構建大學生就業指導與服務體系的研究與實踐[J].智庫時代，2019（20）.

[5]仇曉濤.促進民辦高校畢業生在省內就業的對策研究[J].現代經濟信息，2019（18）.

[6]李會寧.民辦高校招生、培養、就業一體化機制研究[J].產業與科技論壇，2019（18）.

（李小鴨、張娜、鄒穎：西安歐亞學院）