基于熵值法的新失業群體主影響因素分析

摘要:本文主要研究新失業群體產生的主要原因，并對主要原因進行排序，顯然這屬于一個綜合評判問題。本文首先確定其影響就業的相關因素，然后建立數學模型利用熵值法對其進行綜合排序，得出人均GDP是新失業群體產生的根源。

關鍵詞:新失業群體 熵值法 綜合得分

1引言

隨著我國體制改革的深入、高等教育改革的迅猛發展和高等教育大眾化進程的加快，高校招生規模迅速擴大，高校畢業生數量快速增加， 就業形勢越來越嚴峻。如何解決大學生就業問題，是擺在政府、學校面前的頭等大事，因此有必要對影響大學生就業的相關因素進行分析。現在對主影響因素分析的方法很多，例如，層次分析法、糊綜合評價法等等。但這多多少少都存在一些問題，比如評判會存在一定的主觀因素。本文采用熵值法分析影響因素，既簡單又不失實用價值。

2 熵值法的基本原理

在信息論中，熵是對不確定性的一種度量。信息量越大，不確定性就越小，熵也就越小;信息量越小，不確定性越大，熵也越大。根據熵的特性，我們可以通過計算熵值來判斷一個事件的隨機性及無序程度，也可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響越大。

2.1 熵值法的步驟

(1)選取m個影響因素，n個年份的數據，則為第i個影響因素的第j年數值。

(2)指標的標準化處理:異質指標同質化:

由于各項指標的計量單位并不統一，因此在用它們計算綜合指標前，我們先要對它們進行標準化處理，即把指標的絕對值轉化為相對值，并令，從而解決各項不同指標值的同質化問題。而且，由于正向指標和負向指標數值代表的含義不同(正向指標數值越高越好，負向指標數值越低越好) ，因此，對于高低指標我們用不同的算法進行數據 標準化處理。其具體方法如下:

正向指標:

負向坐標:

則為第i個影響因素的第j年的數值。為了方便起見，仍記數值。

(3)計算第j項指標下第個因素占該指標的比重:

(4)計算第j年的熵值:

式中:

(5)計算第j年的差異系數。對第j年，指標值的差異越大，對方案評價的左右就越大，熵值就越小，定義差異系數:

(6)求權系數值:

(7)計算各個影響因素的綜合得分:

3 影響因素的確定

通過上述過程建立了相應的數學模型，現在我們開始對影響因素的確定。從我們所收集的資料來看，影響大學生就業的因素有很多，比如:人才培養的結構性錯位，求職人口總全過大，市場容量有限，大學生就業觀念、能力等。根據以上因素我們查找了一些數據，如表1:

4 模型的求解

于是，我們運用建立的熵值法對模型進行求解，利用MATLAB得出相關影響因素的綜合得分為:

根據所得的綜合得分，我們可以看出可支配收入和人均GDP的所得值較大，所以可支配收入和人均GDP是影響就業率的最重要因素。根據所得綜合得分，得分越大越重要，所以重要性排序為:人均GDP >可支配收入>招生人數> CPI >畢業生人數。

5結論

從熵值法所得結論來看，我們應當努力發展經濟，大學生不充分就業是經濟發展中出現的問題， 必然要通過發展經濟來加以解決，發展才是硬道理。就業形勢的好壞， 與國民經濟的發展速度有著密切關系， 經濟的增長對就業有較大的拉動作用， GDP每增長一個百分點， 就會帶來一定的就業崗位。一般情況下，經濟高速增長， 對勞動力需求隨之增加， 就業情況就好;反之， 經濟增長減速， 失業人數就會上升。不難理解，它恰恰是中國國情的體現，即人們日益增長的物質文化需求同生產資料不能滿足之間的矛盾。

參考文獻

【1】 馬文明，基于主成分分析法和熵值法的我國指數基金綜合評價，論文網，2008年

【2】 蘇金明，MATLAB工具箱應用，北京:電子工業出版社，2004年

【3】姜啟源、謝金星、葉俊 ， 數學模型 ， 2007年