计量经济学小组作业
题目：学本科毕业生薪酬的影响因素研究
作者：一只小饼干
内容摘要：本文利用薪酬网“2017年中国各大学毕业生薪酬统计排行榜TOP200”数据建立ANOVA模型。通过对该模型的经济含义分析得出各种主要因素对大学生薪酬的影响程度，并针对结论进行一定讨论说明。
关键词：大学生薪酬 实证分析 主要因素
一、问题的提出
随着高等教育的普及，高校扩招的影响。具有本/专科学历的人也越来越多。据教育部最新数据统计：2019届全国高校毕业生834万。根据数据显示再创近10年人数新高值，应届生面临的就业创业形势更加严峻。因此，对于将要进入大学的同学们来说，想要找到薪资理想的工作，正确的选择自己的学校和专业就显得尤为重要。本文一方面，为择校提供理论支持；另一反面，从人才供给侧窥见国家宏观经济的脉络。
二、文献综述
笔者虽然没有找到模型相似的文献，但对大学生起薪的分析每年都能看到不少。根据薪酬网发布《2017 中国高校毕业生薪酬排行榜》，本科毕业生薪水最高的 100 所大学中，前十名分别为清华大学、北京大学、北京外国语大学、上海交通大学、对外经济贸易大学、外交学院、复旦大学、浙江大学、同济大学、中央财经大学。
文献显示，历年毕业生薪资影响因素基本相同。取得高薪的因素有三个：一是大学是否是一本以上名校；二是大学所在城市是否是一二线市；三是所学的专业是否是热门的高薪就业专业。本文从高校规模，高校类型，所在地域，等方面，分析了高校毕业生薪酬的主要影响因素。
三、变量的选取及分析
数据主要选自薪酬网“2017中国各大学毕业生薪酬统计排行榜TOP200”。其中是否为985,211院校可指代学校的经费状况，体现出高校的规模和实力。学校类型，则一定程度反映出专业对薪资的影响。所在地域的发展程度，则反映出区位因素的影响。所以这张排行榜符合模型所需，根据实际情况，将这些变量均取为是虚拟变量。
四、数据与模型及处理
数据见附页。由于eviews主要优势在于计算，采用Python进行数据处理。因为每个985院校必然也是211院校，所以要正确设定系数。不然数据的差异会被平均。
whe_985 = 1,是985，211院校；0，非985院校。 whe_211 = 1,仅是211院校；0，非211院校。
east = 1，是东部城市；0，非东部城市。 mid = 1，是中部城市；0，非中部城市。
t1到t8 的某一个变量为 1，而其他变量为0，分别表示该学校是综合类，理工类，政法类，财经类，艺术类，师范类，医药类，语言类。t1到t8 均为 0，则表示农林类。
利用eviews最小二乘估计结果如下：
Dependent Variable: SALARY Method: Least Squares Date: 05/31/19 Time: 18:20 Sample: 1 200
Variable Coefficien t Std. Error t-Statistic C 3508.444 434.3144 8.078121 WH_985 2718.589 261.9395 10.37869 WH_211 1230.174 230.0818 5.346681 T1 647.5783 385.8570 1.678285 T2 846.2273 364.5941 2.321012 T3 1856.969 609.2032 3.048192 T4 1425.740 450.9355 3.161739 T5 1995.405 543.3840 3.672182 T6 224.6449 474.6244 0.473311 T7 -244.1752 482.7640 -0.505786 T8 2210.458 530.6678 4.165427 EAST 1535.670 264.4568 5.806883 MID 372.2295 337.5782 1.102647 R-squared 0.529151 Mean dependent var
Adjusted R-squared 0.498936 S.D. dependent var S.E. of regression 1227.367 Akaike info criterion Sum squared resid 2.82E+08 Schwarz criterion Log likelihood -1699.592 Hannan-Quinn criter. F-statistic 17.51294 Durbin-Watson stat Prob(F-statistic) 0.000000
根据以上结果，初步得出的模型为：
Prob. 0.0000 0.0000 0.0000 0.0950 0.0214 0.0026 0.0018 0.0003 0.6365 0.6136 0.0000 0.0000 0.2716 6188.560 1733.915 17.12592 17.34031 17.21268 1.040130
SALARY = 3508.44398175 + 2718.58900151*WH_985 + 1230.17409692*WH_211 + 647.578267894*T1 + 846.227319361*T2 + 1856.96873991*T3 + 1425.74047533*T4 + 1995.40498303*T5 + 224.644939151*T6 - 244.175234976*T7 + 2210.45806184*T8 + 1535.66991463*EAST + 372.229475954*MID
1.经济意义的检验
该模型符合先验经验，系数的符号符合经济理论。
2.统计检验
从相关系数来看，作为方差模型来说。调整的拟合优度相当高了。
除了t6和t7外，所有变量都通过了t检验。F检验显著。对于方差分析模型来说，这已经足够了。
六、结论与建议
1）虽然同为本科学历，但是211,985院校要较普通院校高出不少。211院校平均高出1230.17元，985院校平均高出2718.58元。这是一个相当大的差距，更何况本此数据选取的是薪资排名前200的院校。也就是说，一般一本和二本差距就更大了。
2）综合类，理工类，政法类，财经类，艺术类，语言类院校收到热捧，工资较高，农林类则惨淡垫底。这和目前最火热的行业，金融和IT也是符合的。师范和医药类的影响不显著，也可以说是这两类专业对工资平均水平影响不大。
3）地域差别上，主要影响薪资水平的并非地理区位。所以选择按照经济带设置变量。东部发达地区平均薪资高出西部1535.670元，中部地区高出西部372.23元。值得一提的是，榜单的第一页，基本所有院校都集中在北京和上海。（三大经济地带 东部沿海地带包括辽宁、河北、天津、北京、山东、江苏、上海、浙江、福建、广东、广西和海南12个省、市、自治区。 中部地带包括黑龙江、吉林、内蒙古、山西、安徽、江西、河南、湖北、湖南9个省、区。本带地处我国内陆腹地，位于东部沿海经济带和西部经济带之间 西部地带包括陕西、甘肃、宁夏、青海、新疆、四川、云南、贵州、西藏9个省、自治区。） 结论如预期一样，学校的实力，专业和地域因素都会影响毕业生的薪资。虽然考到更好的学校或挤进更好的专业很难，但最起码可以选择发达地区的院校。
参考文献
1）蔡晗昀:2018年上海高校应届毕业生就业情况调查报告[N]。2018
2）钱诚:当前我国大学毕业生起点薪酬盘点分析[N]。中国劳动保障报2016-06-8 3）古扎拉蒂：计量经济学基础第五版。
附页