关键词：电网企业;财务分析;预警决策
中图分类号：F233文献标识码：A
收录日期：2015年12月21日
一、引言
财务分析是企业财务管理和经营决策的重要工具，其以会计核算和会计报表资料等为依据，通过对企业以往的财务数据、财务活动和经营成果进行分析，为企业的经营者、投资者、债券人等了解企业过去、评价企业现状、预测企业未来提供准确信息。财务分析是财务管理的一种手段，其作为一种分析工具，在企业管理中发挥着重要的作用。当下对企业进行财务分析包括采用比率分析法、趋势分析法等对财务报表进行分析，还包括对企业偿债能力、营运能力、盈利能力、发展能力四大财务指标的分析，以及杜邦分析法等综合分析方法。
目前，我国电网企业的财务分析指标体系多为传统的财务分析框架，如盈利能力、偿债能力分析等，财务数据与业务数据缺少联动，为经营决策提供支持的能力较弱;另外，2015年3月中央9号文颁布后，对电网企业市场化的分析判断和自适应能力要求提高，电网企业对新型财务分析决策模型需求增强。本文设计的新型财务分析决策模型通过引入经营协调性分析模型、基于行业特征的财务预警模型，将电网企业售电量、销售电价等前端业务数据的变动映射到后端财务分析、财务预警等相应模块指标的变动，实现电网企业财务分析决策的实时性、动态化数据分析，进而实现财务数据支持经营决策的功能。
本文以冀北电力有限公司历史数据为例，说明新型财务分析决策模型，本文总体研究思路见图1。（图1）
二、模型设计总思路
（一）财务分析体系与业绩评价指标体系挂钩。随着中央企业全面引入EVA绩效考核，与之相对应的财务数据分析成为管理层决策的重要支撑点。据此，本项目旨在设计能紧密衔接管理层业绩评价体系的财务分析指标池，以更好地为管理层决策提供有力支撑、发挥财务信息的决策有用性价值。
（二）提高风险管理水平，发挥财务数据“电子眼”功能。建立风险预警系统，正确预测财务风险市场调查和前期市场预测都是企业在制定财务管理模式前必须充分做到的，企业要结合市场需求与市场发展现状，结合电力行业的现状分析经营环境，挖掘特性以及可能的变化方向，借助财务分析方法等手段对企业未来的财务发展方向做出预测，对企业后续的经营发展提供决策参考证据。
（三）引入经营协调性分析模型。经营协调性分析，主要是通过将企业开展正常经营活动、进行投融资活动所能够带来的流动资金与企业的营运资金需求相比较，来判断企业经营情况和资金状况是否协调，考察企业是否具有充足的现金支付能力，各项活动是否有资金保证、是否存在资金闲置，这将大大提高财务数据的经营决策支撑能力。
此外，本项目决策模型可实现多截面财务状况的可比性，构建了多维度层面的对比分析，如各地市及区县对比、公司及下属子公司等横向对比，也可实现多年份的纵向对比。
三、经营决策模型说明
财务分析指标众多，需要结合电网企业特性加以筛选、重点分析。由于销售电量和电价预测模型研究已相对成熟，本文重点研究经营决策模型，并探讨销售电量与销售电价对模型关键决策变量的影响。
决策模型中运用预算管理思维，即以售价、电量和可控成本费用的实际数值（或预测数值）为出发点，探测这些影响经营决策的关键性可控因素对最终决策的影响程度。同时，为与年度预算完成进度相匹配，便于决策模型使用者直观核对预算执行情况，本决策模型所用数据均为本年度累计数值。本项目所设计决策模型主要特点如下：（1）设立模型中每一变量上期同比增减率，观察同期变动;（2）为提高业绩决策支持，设立模型中每一变量同比变动率对最终决策变量同比变动率的影响度;（3）设置模型中每一变量对最终决策变量的影响度;（4）设置模型中每一变量随机变动率对最终决策变量变动率的影响度。
（一）利润总额决策模型设计与说明
1、利润总额关键因素分析。依据2015年8月廊坊县公司汇总数据，列示利润总额模型，利润构成模型在利润表格式的基础上设立，另加一列：
利润总额随之变动比率=各指标变动比率×本月数/利润总额
此外，利润模型中通过添加售电量和售电单价观察这两项对其他变量以及总利润的影响，具体分析步骤如下：
第一，分析各变量对利润总额的影响度。设置利润总额模型中每一变量均变动1%，观察其对利润总额的影响可得：主营业务收入净额、主营业务成本每变动1%，对利润总额的影响分别为17.07%、16.13%。冀北市县级公司营业费用、财务费用与管理费用三费均变动1%，对利润总额影响程度仅0.008%。说明售电收入成本和购电成本为公司利润关键影响因素。
关键词：数据挖掘；决策树；ID3算法；就业
ApplicationofDecisionTreesinthePostgraduateEmploymentDataAnalysis
XUANShi-li,YANGQiu-ye
(CollegeofComputerScienceandEngineeringInformation,GuangxiNormalUniversity,Guilin541004,China)
Abstract:Managementsystemhasaccumulatedcollegegraduatesemploymentinformationdata,id3dataminingalgorithmtouseinthedecisionsofthetocategorizethedataandforecasted.Byanexamplewhichthisalgorithmisappliedtotheemploymentofthecollegegraduatestofindoutthemainfactorsaffectthepost-graduatestudentemployment.Excavationresultsrevealthatthisalgorithminanalysispostgraduateemploymentdataisfeasibleandcorrectandgetsomereferencevalueconclusion,Thisconclusionisgoodforthestudentemploymentpolicymakersandprovideemploymentguidance.
Keywords:datamining;decisiontrees;ID3algorithm;employment
随着我国高校研究生招生规模不断扩大，研究生的就业形式也不容乐观，毕业生就业方式变得多元化、自主化，高等院校之间的竞争日趋激烈[1]。如何充分利用已有的毕业生就业信息资源，挖掘隐藏在这些数据中的有价值的信息，以使高校在每年的毕业生就业宣传、就业计划投放、学院专业设置等方面做出正确的决策，是摆在高校面前的紧迫课题[2]。数据挖掘技术被广泛用于各种信息的挖掘，尤其是在金融业、商业界上的应用都取得了很好的效果，在教育界的应用还比较欠缺。数据挖掘中的决策树算法，可以发现数据属性间的关系，可以找出哪个属性是分类的主要影响因素。
本文借助计算机专业研究生毕业生的就业信息进行挖掘，运用ID3决策树算法建立决策分类树，找出影响计算机专业研究生就业的主要因素及各因素间的关系，为低届学生提供学习参考，为高校决策者提供就业指导和学生工作建议。
1决策树技术简介
1.1基本概念
分类在数据挖掘中是一项非常重要的任务，目前在商业上应用最多。分类的目的是找出一组能够描述数据典型特征的模型或函数，以便能够识别未知数据的归属或类别，分类模型能够通过数据网挖掘分类算法从一组训练集样本数据中学习获得[3]。分类可用于预测，预测的目的是利用历史数据记录中自动推导出对给定数据的推广描述，从而能对未来数据进行预测。
1.2决策树分类
决策树是一种用来表示人们为了做出某个决策而进行的一系列判断过程的树形图。决策树方法的基本思想是利用训练集数据自动地构造决策树，然后根据这个决策树对任意实例进行判定。目前，决策树方法主要用于分类，它提供了一种展示“在什么条件下得到什么值”这类规则方法。决策树具有直观、清晰、易被用户理解的特点，同时，决策树具有容易生成规则、算法可伸缩性强等优点[4]。
使用决策树进行分类，就是在内部结点上选用一个属性进行分割，数据开始都在根结点，递归地进行细分；二是树的修剪，去掉一些可能是噪声或者异常的数据。使用决策树就是对未知数据进行分割，即按照决策树上采用的分割属性逐层往下，直到遇到一个叶子结点。
1.3ID3算法
ID3算法是国际上最有影响和最早的决策树方法。该方法首先检验数据库中的所有字段，找出具有最大信息增益Gain(A)的字段作为决策树的一个结点，再根据字段的不同取值建立树的分支，对每个自己分支重复建立树的下层结点和分支，直到某一子集的结果属于同一类。
ID3算法，其基本思想是按照一种规则，确定一个属性为根节点，按照其属性值将样本空间分成若干个子空间，然后递归使用这一方法，直到所有底层子空间只含有一类例子，决策树构造结束。在节点的选择上采用信息增益算法。求信息增益的过程如下：
1）样本分类所需的期望信息[5-6]。设样本空间中样本的个数为s个，m为s的分类数目，ci为某个分类标号，si为分类的样本数，则期望信息I为：。这里对数函数以2为底，是因为数字信息是用二进制编码的。
2）信息熵。信息熵是在求出期望的基础上进行的。若一个训练集合D根据类别属性的值被分成m个互相独立的类C1,C2,…,Cm，则识别D的一个元组所属哪个类所需要的信息量为Info(D)。设Ci,d是D中Ci类的元组的集合，|D|和|Ci,d|分别是D和Ci,d中元组的个数。其中P为C1,C2,…,Cm的概率分布，p={p1,p2,…,pm}，任意元组属于分类Ci概率为pi,则由该分布传递的信息量称为D的熵，记为：
若我们先根据非类别属性X的值将D分成集合D1,D2,…,Dm，则确定D中的一个元素类的信息量可通过确定Di的加权平均值来得到，即Info(Dj)是加权平均值为：
信息增益度是两个信息量之间的差值，其中一个信息量是需确定D的一个元素的信息量，另一个信息量是在已得到的属性X的值后需确定的D一个元素的信息量，信息增益度公式为：
1.4生成分类规则
由决策树可以生成分类规则。可以用IF-THEN这种形式来表现规则。生成规则时，每个叶结点都创建一条规则，每个分割都成为规则中的一个条件，叶结点中的类别就是THEN的内容。
2数据预处理
2.1数据准备
2.2数据建模及泛化
数据样本用一个五维向量X={X1,X2,X3,X4,X5}表示，分别描述专业成绩、奖励情况、科研能力、社会工作经验对研究生就业单位选择的影响，各属性按如下方式进行定义。
就业单位分为两种，企业和事业单位。
对专业成绩的评估，取专业平均成绩来衡量。分两段来进行，即良好（ZY=85）。
奖励情况分为三个等级，多（如多次获得各种学术科研奖项和奖学金等）、少（如只获得少数奖项）、无（如没有获得过奖励）。
科研能力分两个等级，优秀（发表过多篇学术论文或者获得学科学术竞赛等），良好（发表少量非核心期刊论文或很少参加学术活动等）。
社会实践经验分为三个等级，多（如工作过在读研或者在外实习次数多等）、少（如偶尔在校帮导师做小项目等）、无（如只在校自学等）。数据泛化后得到研究生就业训练样本集如表1所示。
3决策树在研究生就业数据中的应用分析
3.1利用ID3算法构造决策树
表1是经过清理数据后的计算机专业研究生就业情况信息训练集。按照就业单位类型来构造决策树模型，根据ID3算法原理采用以下几个步骤来构造决策树[7]。
步骤1：计算给定就业情况样本分类所需的期望信息
将样本分成两个类，设类C1是企业，C2是事业单位，S2为一般事业单位，则S1=30,S2=16,总计46，计算给定就业情况样本分类所需的期望信息：
I(S1,S2)=I(30，16)=。
步骤2：计算每个属性的信息增益
1）首先计算属性“专业成绩”的信息增益
对于“专业成绩”=“优秀”，S11=10，S21=10，I（S11，S21）=。
对于“专业成绩”=“良好”，S12=20，S22=7，I（S12，S22）=。
计算出按“专业成绩”划分给定样本所需的期望信息为：
E（“专业成绩”）=。则，这种划分的信息增益是：
Gain（“专业成绩”）=I(S1,S2)-E（“专业成绩”）=0.94-0.89=0.05。
2）用同样的方法计算“奖励情况”,“科研能力”和“社会实践经验”的信息增益分别为0.03,0.15,0.25。
步骤3：确定测试属性
由于属性“社会实践经验”的信息增益最高，它被选作测试属性，用于建立第一个结点，并将样本分成三个部分。然后对每一颗子树按照以上方法递归计算，最后得出的决策树如图1所示。
3.2提取分类规则
在本例中可提取出一下分类规则：
IF“社会实践经验”=“无”AND“科研能力”=“优秀”THEN进事业单位=14.3%
IF“社会实践经验”=“少”THEN进事业单位=28.6%
IF“社会实践经验数”=“多”AND“专业成绩”=“良好”THEN进事业单位=21.4%
IF“社会实践经验”=“无”AND“科研能力”=“良好”THEN进事业单位=21.4%
IF“社会实践经验”=“多”AND“专业成绩”=“优秀”THEN进事业单位=14.3%
由提取出的规则，可得到一下结论：
1）在科研能力优秀的学生中，86%的学生都通过进入了事业单位；
2）在社会经验多的学生中，78%的学生都进入的企业；
3）在专业成绩优秀的学生中，50%进企业，50%进入事业单位。
由以上规则可以看出，对于计算机专业研究生，社会实践经验对于进入企业比较重要，而事业单位更注重的是科研能力。奖励情况和专业成绩对就业单位的类型影响不大，对于两类不同的单位，专业素质、科研能力比较好的学生就业单位为事业单位的较多，社会工作经验丰富的学生进企业的较多。学生要是毕业后更倾向于进入事业单位，则需要侧重加强专业素质和科研能力的培养，如果是更倾向于到企业发展的学生，则需要侧重加强社会工作经验的培养，而专业素质培养也需要一定的力度，学校也可以根据学生的爱好兴趣制定相应的培养方案，提高学生的就业率。
4结束语
在目前就业形式严峻的情况下，提出了关于研究生就业的数据挖掘模型，引入数据挖掘理论中的决策树算法，应用数据挖掘技术对高校研究生就业数据进行抽取、转换和分类分析，从中提取影响研究生就业的关键性数据，给学生提供参考和帮助就业决策者寻找规律和预测未来。学生也可以利用这些规则，做到针对性的学习提高各方面能力，同时，学校也可以借助这些规则制定就业计划方案，提高学生的就业率。
参考文献：
[1]张骏,王琴.C4.5算法在研究生就业信息库中的应用研究[J].信息技术,2009(11):31-33.
[2]王俊鑫,王俊洁,孙英.K-Means聚类算法在毕业生就业信息分析中的实现[J].楚雄师范学院学报,2009,9(24):9-11.
[3]苏新宁,杨建林,江念南,等.数据仓库和数据挖掘[M].北京:清华大学出版社,2006.
[4]夏火松.数据仓库与数据挖掘技术[M].北京:科学出版社,2004.
[5]姚晔,李翔.决策树算法的教育应用探讨[J].江西师范大学学报,2004(4):185-186.
[6]李苗在.决策树技术在学生考试成绩数据库中的应用[J].教育信息化,2005(6):72-73.
关键词：物元分析环境投资决策
蔡文教授于1983年创立物元分析方法，物元分析通过运用关联函数对论域内的元素具有某种性质的程度及变化进行描述，这样经典集合的属于与不属于的定性描述可以发展成定量描述，从而解决现实世界中的矛盾问题。本文建立了物元评价模型，并根据物元评价模型对于企业环境投资案例进行分析，从若干方案中选取最佳的投资决策方案。企业实施环境投资决策评价方法对我国实现经济、社会与环境可持续协调发展起到很大作用。单凭借粗放式生产方式来发展我国经济，即对大自然没有限度的索取、肆无忌惮的进行生产活动，将会导致环境恶化、资源匾乏、生态失衡，那么我国经济、社会与环境的可持续发展目标将远不可及。企业社会责任延伸促进了环境投资决策方法的产生与应用，体现了外部成本内部化。若企业既考虑发展又考虑其自身行为对环境的影响，并以此作为自我约束与规范，那么在将来愈加规范的环境法规颁布后，便不会因固定投资改造支出更多的环境成本，从而在未来的市场竞争中占据有利形势。这不仅符合企业长期的发展，也有助于实现我国可持续发展的目标。
二、物元评价模型的建立
物元分析包含以下步骤：首先创建物元矩阵，其次确认经典域及结域物元，然后计算关联函数及关联度，最后分析评价等级。
1.创建物元矩阵
物元是由已知事物名称（N）、特征（C）和量值（X）构成的有序三元组R=（N，C，X）作为描述事物的基本元。若事物N用n个特征，，…，及其相应的量值为，，…，来描述，有m个评价等级，则所创建的物元矩阵即表示为：[2]
（1）
（1）式中，为评价对象；为评价对象的第i项特征，i=1，2，…，n；为关于的量值，即对待评价单元第i项特征进行分析的原始数据。
2.确认经典域及结域物元
根据国家标准、行业标准和地方实际情况，建立经典域和节域矩阵[2]。经典域矩阵为：
（2）
（2）式中，表示j个质量等级；表示所确定的质量等级的第i个特征的数值，i=1，2，…，n；表示第j个质量等级中关于所规定的量值范围。
确定节域矩阵为：=（F，，）=（F，，）
上式中，表示全体质量等级关于第i个指标的量值范围，即。
3.计算并确认关联函数及关联度
首先，（）为第i项指标属于第j等级的关联度[2]，计算方法如下。
=（3）
（4）
（5）
（6）
其次，确定第i项特征的权重，这里采用差异驱动法确定权重。
（7）
（7）式中，（8）
（8）式中=（9）
（9）式中m是评价单元选取的样本数量。
确定待评对象在各质量等级的综合关联度，并且对其进行等级评定。
（10）
（11）
当0
三、基于物元分析的企业环境投资决策案例分析
投资决策管理的目标应包括：减轻或消除企业投资运作过程中外部环境不确定性因素的影响、改善企业投资决策质量、增强投资项目实施和运营能力，并进一步提出实现投资决策目标的策略。下例除了考察经济效益外，着重考察其社会效益。基于此设立了表1中的评价指标。
某纸业有限公司建设项目位于广西桂林市全州县全州镇，项目建成后以废纸和商品浆板为原料，年产一亿五千万千克机制纸和纸板。鉴于造纸业容易造成环境的污染，我国可持续发展战略下未来可能加大对于企业投资时的环保限制，本项目着重考虑环境因素进行的投资决策。项目共拟定4个投资方案，应用物元分析法进行科学选择。
从物元分析法评价结果可以看出，方案2达到了5级标准，方案1和方案3达到了4级标准，方案4达到了3级标准，显然方案2是造纸厂基于物元分析得出的企业环境最佳投资决策，这将是造纸厂优先考虑的备选方案。
四、结论
[1]史茜（导师：颉茂华）.基于模糊层次分析的企业环境投资决策方法与应用研究[D].内蒙古：内蒙古大学，2008.
[2]张广海，王佳.基于物元分析法的旅游环境综合评价研究[J].中国海洋大学学报（社会科学版），2011，（5）：43-50
[3]Pigou.TheEconomicsofWelfare[M].London：Macmillan，1932.
[4]Coase.TheProblemofSocialCost[J].JournalofLawandEconomics，1960，（3）：1-44.
[5]颉茂华.企业环境投资决策方法研究—模糊层次分析法[J].金融教学与研究，2009（5）：69-78.
[6]杨家亲.浅谈企业环境成本管理与环境投资决策[J].经济问题，2005（9）：20-25
【关键词】物元分析；环境投资；决策
一、企业环境投资决策理论基础
（一）环境管理会计内涵
（二）投资决策内涵
决策是组织或个人为达到某一具体目标，对一定时期内的活动方式、内容进行选择和改进的过程。企业投资决策是企业为实现预定目标，评估其中潜在的风险，采用科学的方法和手段，对多种备选方案进行考虑。或采用科学的方法和手段，对一种可行的方案进行分析，从多种备选方案选取最佳计划。或采用科学的方法和手段，对一种可行的方案进行研究。
关键词：大学生；职业决策困难；影响因素；干预路径
一、就业困境导致大学生普遍存在职业决策困难问题
根据麦可思最新的《2015年中国大学生就业报告》显示，“2014届大学毕业生‘受雇全职工作’的比例（79.2%）与2013届、2012届（分别为80.6%、81.3%）相比有所下降”[1]，整体就业形势依然严峻。导致学生职业决策困难的原因是多样的，除了就业总量压力和结构性矛盾并存、终生学习理念普及、工作转换频次增加、不充分就业比率攀升等社会现状之外，也涉及到高校工作模式“重安置轻发展”的倾向和学生扎堆体制内单位和选择主动失业等学校和个人因素。因此，研究并改善大学生职业决策困难的状况，应该成为高校职业发展教育和就业指导工作的重要研究课题。
（一）高校偏重“就业安置”的工作模式难以满足学生对就业指导的高期望
（二）部分学生就业心态和择业观念与市场需求的现实不相吻合
部分大学生过分强调自身价值而忽视社会需要，这就导致了他们就业方向狭隘，条件反射式扎堆体制内单位或选择主动失业。一方面，本科毕业生们更倾向于稳定的工作，政府机关、行政事业单位、国有企业在当前经济环境下仍是择业首选。调查显示，毕业生就业预期与现实情况差距较大，“36.5%的受访毕业生倾向于进入政府机关或行政事业单位等体制内单位，而已签约受访者中仅有14.4%进入政府机关或行政事业单位。相反虽然仅有6.2%的受访者倾向民营或私营企业，而实际上已签约受访者中33.8%进入民营或私营企业。[3]另一方面，部分本科毕业生面对严峻的就业形势，无所适从，主动失业和“啃老”现象频发。更多的二本高校、“百搭”专业遭遇更明显的“寒流”，学生的心态较以往发生很大变化：以前的学生觉得不工作可耻，但现在觉得理所应当，部分家长娇惯子女，即使子女毕业回家啃老也不在乎。
二、职业决策困难理论为研究大学生职业决策困难影响因素提供了重要支撑
（一）职业决策困难理论回顾
对于职业决策困难的界定，有些学者认为是一个过程或状态，有些学者则认为是具体面临的问题或困难。加蒂、克劳兹和奥西普三人将其定义为个体在进行职业决策的过程中可能遇到的各种难题。[4]依据理论，他们发展出一个理想的职业决策者的模型。在职业决策困难的理论模型里，职业决策困难主要包括三个独立的大类，每个大类下面又有3-4个具体的小类困难。
1.职业决策前期：准备缺乏（LackofReadiness）因素，包括3小类困难：（1）动机匮乏（LackofMotivation），没有决策的意愿，主观上不考虑或不进行决策；（2）犹豫不决（Indecisiveness），对于自己的职业选择摇摆不定，下定不了决心；（3）信念不当（DysfunctionalMyths），存在对未来职业的不合理认识和非理性的期望。
（二）研究对象与方法
研究参考涉及的量表包括职业决策困难量表（CDDQ）和大学生择业效能感量表――简式（CDMSE-SF）。1.职业决策困难量表。1996年由以色列希伯莱大学的约拥俸涂死妥冉淌冢以及美国俄亥俄州立大学的奥西普教授合作编制，并于2000年修订完成。CDDQ主要适用于两个方面，一方面可用于评估职业决策困难的情况和原因，另一方面也可以用于检测干预职业选择和生涯发展的措施的效果。2.大学生择业效能感量表――简式。2003年由龙燕梅对泰勒和贝兹所的择业效能感量表进行本土化后所得。
[5]泰勒和贝兹的择业效能感量表乃是根据班杜拉的自我效能感理论和克赖茨的职业成熟理论，以大学生为研究对象编制而成的，反映了自我评估、信息获取、目标筛选、计划制定和问题解决等五种职业选择能力。[6]
本次研究的对象界定为上海SF大学的本科学生，其中男生62人、女生238人；大一学生50人、大二学生50人，大三学生100人、大四学生100人；共发问卷300份，回收有效问卷293份，有效率97.67%。调查问卷题目是职业决策困难的表现，所以整个样本分值越小说明困难越小，分值越大说明困难越大。数据输入电脑后，处理主要使用SPSS15.0forwindows。
三、大学生职业决策困难影响因素分析报告
（一）大学生职业决策困难影响因素的总体分析
经分析，大学生职业决策困难研究样本均值3（样本均值a=3.55392）的有214个，占总样本的73.04%。这一结果与大学生普遍存在职业决策困难的现状是相符合的。
通过低水平职业决策能力样本的4个因素与均值对比可知，年级因素的均值a=3.00395、性别因素的均值a=3.63546、家庭因素的均值a=3.52743、社会实践因素的均值a=3.95642。这些样本中，职业决策困难影响的顺序依次为：社会实践>性别>家庭>年级。
（二）大学生职业决策困难影响因素的具体分析
1.年级因素对学生职业决策困难的影响不显著
在调研显示有73.04%的学生职业决策能力较低的情况下，年级因素对学生职业决策困难的影响不显著也就意味着，尽管不少学者呼吁，大学生的职业教育要低年级化、全程化，但教育的效果并不明显，学生在在职业发展与生涯规划认知方面的低成长倾向仍然十分严重。此外，如今大多数的高校拥有多个校区，这使得高年级学生与低年级学生的接触机会变得更少，同辈教育的效果随之减弱。
2.性别因素对学生职业决策困难的影响十分显著
不同性别的大学生在职业决策能力上的差异要从两个方面来理解。一方面，在资源整合上，男生收集信息的能力要优于女生，从这个层面来看，其在决策时相比女生更为理性。另一方面，男生在理性思考的同时，也会更多地为生存压力所迫，最终做出非理性的选择。特别是在“北上广”地区，物价水平相对较高，大学生收入与实际购买力相比毫无优势，男生在择业时无疑会做更多的经济考量，这必然会增加职业决策的难度。
3.家庭因素对学生职业决策困难的影响不可忽视
家庭因素主要考量的是父母就业情况和学历层次。一方面，父母的就业情况对职业决策困难总体的影响并不显著，但父亲就业情况相对母亲的就业情况对于孩子的职业决策困难有更重要的影响。另一方面，父母的学历层次对于子女影响却是巨大的，而母亲的学历对于孩子职业决策影响更为显著，主要表现为目标筛选、计划制定与问题解决的不同。另一个有趣的现象是，独生子女更容易产生非理性信念，对于独生子女占大多数的当代大学生群体这是不得不重视的现象。
4.社会实践因素对学生职业决策困难有重要影响
除了对于参与社会实践情况的评价最差的学生收集信息能力得分较高外，对于参与社会实践情况的评价中上的学生的各项指标得分都较高。自身参与社会实践情况的评价情况对于职业决策困难无显著的影响，但是对于参与社会实践情况的评价中下的学生比较容易缺乏职业信息、缺乏自我信息、缺乏动机与陷入犹豫不决的状况。
四、干预大学生职业决策困难影响因素的路径建议
（一）进一步深化高校职业发展教育与职业生涯咨询工作，将其低年级化与全程化。
职业发展教育是一项系统工程，需要从入校的适应教育开始，并随着学生年级的提升而逐步增加更全面的内容。而职业生涯咨询工作也是一项防微杜衅的长期任务，等到学生因为职业决策困难而产生心理较大波动的时候，为时已晚。而高校在开展大学生职业教育与生涯咨询的同时，还因注意高年级同学对于低年级同学的引导作用，重视同辈群体间生涯咨询的引导效应。
男女生在性别上的差异是无法改变的，没有必要去刻意回避男生和女生面对同样情境时的不同职业决策。现实情况下，求职过程中的性别歧视现象客观存在，不同的性别对于职业发展与规划的影响越来越明显。高校应该深入调研和探讨男生和女生面对职业发展教育与职业生涯咨询的不同需求，帮助他们尽量避免因不公正性别对待而遭受权益损害和产生负面情绪。
（三）重视基于家庭因素在职业发展教育与职业生涯咨询中表现的个性化需求。
（五）进一步开拓创新职业发展教育与职业生涯咨询的工作方式方法。
大学生普遍存在职业决策困难情况说明，除了结合心理辅导增强大学生择业效能感之外，高校工作者还应该进一步开拓思路，创新方式方法。可以借鉴和吸收西方先进的职业发展教育与职业生涯咨询理论和实践方法，如罗杰斯当事人中心疗法、施罗斯伯格的4-S转变模型、威廉詹姆斯的超个人理论等，可以通过制定个人发展计划，来激发学生在学习表现、专业生涯和个人生活中的正面信念。
[参考文献]
[1]麦可思研究院.自主创业持续上升“重心下沉”趋势初显――2015年中国大学毕业生就业报告[N].光明日报，2015-07-17（05版）.
[2]岳昌君.大学生就业状况究竟怎样？[N].光明日报，2014-1-28（13版）.
[3]杨群.到5月，38.9%的毕业生没找到工作[N].解放日报，2013-7-4（06版）.
[4]I.Gati，M.Krausz&S.H.Osipow.Ataxonomyofdifficultiesincareerdecisionmaking[J].JournalofCounselingPsychology，1996（43）：510-526.
[6]N.E.Betz&K.M.Taylor.ManualfortheCareerDecision-MakingSelf-EfficacyScale[M].Columbus，OH：Author，1994.