基于層次分析法的大學(xué)生就業(yè)質(zhì)量評價

童娟

摘 要： 大學(xué)生就業(yè)質(zhì)量評價過程復(fù)雜，而且受到多種因素的影響，傳統(tǒng)方法難以獲得高精度的大學(xué)生就業(yè)質(zhì)量評價結(jié)果，為了提高大學(xué)生就業(yè)質(zhì)量評價效果，設(shè)計了基于層次分析法的大學(xué)生就業(yè)質(zhì)量評價方法。首先通過專家的經(jīng)驗建立大學(xué)生就業(yè)質(zhì)量評價指標(biāo)體系，并通過層次分析法對各指標(biāo)權(quán)重進行量化處理，然后采用神經(jīng)網(wǎng)絡(luò)對處理后的樣本進行訓(xùn)練，建立大學(xué)生就業(yè)質(zhì)量評價模型，最后進行實例分析。結(jié)果表明，所提方法可以對大學(xué)生就業(yè)質(zhì)量進行準(zhǔn)確評價，評價結(jié)果可信、有效。

關(guān)鍵詞： 大學(xué)生就業(yè)問題； 質(zhì)量評價； 層次分析法； 神經(jīng)網(wǎng)絡(luò)； 指標(biāo)權(quán)重； 評價指標(biāo)

中圖分類號： TN911.1?34； TP181 文獻標(biāo)識碼： A 文章編號： 1004?373X（2018）07?0160?05

College students employment quality evaluation based on analytic hierarchy process

TONG Juan

（Yibin University， Yibin 644007， China）

Abstract： The college students employment quality evaluation has complex process， and is affected by many factors. The traditional methods are difficult to obtain the high?precision evaluation results of college students employment quality. In order to improve the evaluation effect of college students employment quality， a college students employment quality evaluation method based on analytic hierarchy process （AHP） was designed. The index system of college students employment quality evaluation was established with experts experience. The weight of each index is quantified with AHP. The neural network is used to train the processed samples， and establish the evaluation model of college students employment quality. The instance analysis was performed for the model. The result shows this method can evaluate the employment quality of college students accurately， and its evaluation results are credible and effective.

Keywords： college students employment problem； quality evaluation； analytic hierarchy process； neural network； index weight； evaluation index

0 引 言

近年來，隨著大學(xué)生不斷擴招，大學(xué)生數(shù)量越來越多，而且大學(xué)生就業(yè)競爭越來越激烈，大學(xué)生就業(yè)壓力也越來越大。相關(guān)調(diào)查數(shù)據(jù)顯示，大學(xué)生就業(yè)率不斷提升，同時辭職率也高居不下，大學(xué)生就業(yè)質(zhì)量到了不容忽視的地步，引起了社會各界的高度關(guān)注，因此建立理想的大學(xué)生就業(yè)質(zhì)量評價方法具有重要的研究意義[1?3]。

大學(xué)生就業(yè)質(zhì)量評價方法的合理性直接影響到評價的優(yōu)劣，針對大學(xué)生就業(yè)質(zhì)量評價問題，各大高校和教育管理部門進行了一系列的研究，提出許多大學(xué)生就業(yè)質(zhì)量評價方法[4?5]。基于問卷調(diào)查的大學(xué)生就業(yè)質(zhì)量評價方法，設(shè)計問卷十分關(guān)鍵，但是目前還沒有統(tǒng)一的指導(dǎo)理論，導(dǎo)致評價結(jié)果的錯誤比較大，可靠性差[6]。有學(xué)者提出建立基于統(tǒng)計學(xué)理論的大學(xué)生就業(yè)質(zhì)量評價方法，但是由于大學(xué)生就業(yè)質(zhì)量與多種因素相關(guān)，而且影響因素之間關(guān)系復(fù)雜，無法建立高精度的數(shù)學(xué)模型，評價結(jié)果無法滿足實際應(yīng)用的需要[7?8]。神經(jīng)網(wǎng)絡(luò)是一種模擬人的大腦思維的智能學(xué)習(xí)方法，可以處理復(fù)雜變化特點的問題，被一些學(xué)者應(yīng)用于質(zhì)量評價中，如大學(xué)生教學(xué)質(zhì)量、企業(yè)人才評價等，獲得了不錯的應(yīng)用效果，為大學(xué)生就業(yè)質(zhì)量評價提供了一種新的工具。在大學(xué)生就業(yè)質(zhì)量評價過程中，要選擇許多評價指標(biāo)，即影響因素對評價結(jié)果進行描述，每一種影響因素對評價結(jié)果的作用是不同的，通常采用權(quán)重值來刻畫作用程度[9?10]。層次分析法（Analytic Hierarchy Process，AHP）是一種多目標(biāo)決策分析方法，可以對評價指標(biāo)的重要性進行量化，確定每一個評價指標(biāo)的權(quán)重值[11]。

針對傳統(tǒng)方法難以獲得高精度的大學(xué)生就業(yè)質(zhì)量評價結(jié)果的難題，提出基于層次分析法的大學(xué)生就業(yè)質(zhì)量評價方法，并采用神經(jīng)網(wǎng)絡(luò)建立大學(xué)生就業(yè)質(zhì)量評價模型，研究結(jié)果表明，本文方法獲得了高精度的大學(xué)生就業(yè)質(zhì)量評價結(jié)果。

1 建立大學(xué)生就業(yè)質(zhì)量評價指標(biāo)

大學(xué)生就業(yè)質(zhì)量評價指標(biāo)的選擇是獲得最佳的大學(xué)生就業(yè)質(zhì)量評價結(jié)果的關(guān)鍵[12]，為此，一般高校建立評價團隊，這些團隊主要包括：主要領(lǐng)導(dǎo)、人事部門相關(guān)人員、就業(yè)處人員、企業(yè)專家、政府專家，他們首先對某一專業(yè)就業(yè)情況進行分析，采用問卷調(diào)查方式和面對面交談方式建立大學(xué)生就業(yè)質(zhì)量評價指標(biāo)體系。本文基于科學(xué)原則、通用原則、定性和定量相結(jié)合原則、主觀和客觀相結(jié)合原則，選的大學(xué)生就業(yè)質(zhì)量評價指標(biāo)內(nèi)涵具體為：

1） 簽約率，指大學(xué)生畢業(yè)的當(dāng)年8月份和12月份的就業(yè)人數(shù)與當(dāng)年大學(xué)生畢業(yè)的總?cè)藬?shù)的百分比，包括已經(jīng)簽約、參軍、出國、自主創(chuàng)業(yè)等大學(xué)生人數(shù)，其中8月份為“一次性就業(yè)率”，12月份為“最終就業(yè)率”。

2） 畢業(yè)生供需比，指大學(xué)生畢業(yè)人數(shù)和招聘單位的比例，反映用人單位對大學(xué)生的需求程度。

3） 畢業(yè)滿意度，該指標(biāo)十分重要，主要反映大學(xué)生就業(yè)質(zhì)量，可以細分為薪金水平、福利待遇率、工作時間和強度、工作環(huán)境等。

4） 用人單位滿意度，指用人單位對大學(xué)畢業(yè)生的綜合素質(zhì)的滿意程度。

5） 就業(yè)結(jié)構(gòu)，包括工作穩(wěn)定率、工作發(fā)展空間、自主創(chuàng)業(yè)率等。

2 層次分析法確定就業(yè)質(zhì)量評價指標(biāo)的權(quán)值

2.1 大學(xué)生就業(yè)質(zhì)量評價指標(biāo)的層次結(jié)構(gòu)

層次分析法將大學(xué)生就業(yè)質(zhì)量評價指標(biāo)劃分為三層：目標(biāo)層、準(zhǔn)則層和指標(biāo)層，目標(biāo)層為解決問題的目的，本文就是以大學(xué)生就業(yè)質(zhì)量為評價結(jié)果，準(zhǔn)則層為目標(biāo)層的具體子目標(biāo)，即簽約率、畢業(yè)生供需比、畢業(yè)滿意度、用人單位滿意度以及就業(yè)結(jié)構(gòu)，層次分析結(jié)構(gòu)具體如圖1所示。

2.2 目標(biāo)層的相對貢獻

目標(biāo)層中的子目標(biāo)重要性是不一樣的，如簽約率應(yīng)該是最重要的，用人單位的滿意度也是比較重要的，根據(jù)相關(guān)專家意見，對子目標(biāo)進行兩兩比較，5個子目標(biāo)的重要性比值大約為5[∶]1[∶]1[∶]1[∶]2。

2.3 判斷矩陣的構(gòu)建

在分析子目標(biāo)的重要性后，要構(gòu)建判斷矩陣確定各個指標(biāo)的最終權(quán)值，對所有指標(biāo)值同時分析，不能確定每一個指標(biāo)對大學(xué)生就業(yè)質(zhì)量的評價結(jié)果的重要程度，而且計算結(jié)果易出錯，為此通常情況下，對兩個指標(biāo)的相對重要程度進行比較，計算每一個指標(biāo)的權(quán)重值。采用1～9標(biāo)度法描述指標(biāo)對大學(xué)生就業(yè)程度作用的相對貢獻，具體如表1所示。

設(shè)[aij]表示第[i]個指標(biāo)和第[j]個指標(biāo)相對的標(biāo)度值，相對貢獻的判斷矩陣應(yīng)該滿足如下條件：

1） [aij>0]；

2） 如果[i≠j，]那么[aij=1aij，]否則[aij=1]。

大學(xué)生就業(yè)質(zhì)量評價的準(zhǔn)則層判斷矩陣如表2所示。

2.4 一致性檢驗

在判斷矩陣中，若滿足條件[aij?ajk=aik，]那么就認為此判斷矩陣是一致性矩陣。在大學(xué)生就業(yè)質(zhì)量的指標(biāo)權(quán)重排序中，判斷矩陣的一致性十分關(guān)鍵。根據(jù)層次分析法的工作原理，判斷矩陣的一致性檢驗結(jié)果是否合理的判斷步驟為：

1） 計算判斷矩陣的最大特征根，具體為：

如[CR<0.1，]就表示判斷矩陣一致性結(jié)果是合理的，可以接受。

2.5 權(quán)重排序

權(quán)重排序的步驟為：

1） 采用式（4）對判斷矩陣列向量進行歸一化處理：

2） 計算歸一化后判斷矩陣的行向量之和，具體為：

3） 對[W=W1，W2，…，WnT]進行歸一化處理，得到：

[Wi=Wii=1nWi] （6）

4） 對權(quán)重值進行排序，一些權(quán)值較小的指標(biāo)在實際應(yīng)用中可以忽略不計，簡化大學(xué)生就業(yè)質(zhì)量評價的過程，加快大學(xué)生就業(yè)質(zhì)量評價速度。

3 神經(jīng)網(wǎng)絡(luò)建立大學(xué)生就業(yè)質(zhì)量評價模型

根據(jù)層次分析法得到的指標(biāo)權(quán)值對大學(xué)生就業(yè)質(zhì)量評價樣本進行處理，其中指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，評價等級作為BP神經(jīng)網(wǎng)絡(luò)[13]的輸出，通過BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)建立大學(xué)生就業(yè)質(zhì)量評價模型，具體步驟如下：

Step7：計算神經(jīng)網(wǎng)絡(luò)的輸出誤差值，如果滿足實際應(yīng)用要求，那么終止神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，得到大學(xué)生就業(yè)質(zhì)量評價結(jié)果的輸出值。

4 大學(xué)生就業(yè)質(zhì)量評價的實例分析

4.1 樣本數(shù)據(jù)

為了分析基于層次分析法的大學(xué)生就業(yè)質(zhì)量評價方法的有效性，以宜賓學(xué)院某專業(yè)的大學(xué)生就業(yè)問題作為研究對象，收集到200個數(shù)據(jù)，大學(xué)生就業(yè)質(zhì)量劃分為4個等級：優(yōu)、良、一般、差，采用1，2，3，4進行編碼，數(shù)據(jù)分布情況如圖2所示，采用VC 6.0編程實現(xiàn)大學(xué)生就業(yè)質(zhì)量評價算法。

采用BP神經(jīng)網(wǎng)絡(luò)對大學(xué)生就業(yè)質(zhì)量評價數(shù)據(jù)進行訓(xùn)練，每一個等級選擇20個數(shù)據(jù)對評價結(jié)果進行測試，實驗結(jié)果如圖3所示。從圖3的實驗結(jié)果可知，本文方法的大學(xué)生就業(yè)質(zhì)量評價結(jié)果比較好，出現(xiàn)錯誤評價的數(shù)據(jù)點相當(dāng)少，獲得了高精度的大學(xué)生就業(yè)質(zhì)量評價結(jié)果，評價結(jié)果比較科學(xué)、可信度高，同時也驗證了本文方法的有效性。

為了測試本文提出的大學(xué)生就業(yè)質(zhì)量評價方法的優(yōu)越性，選擇專家系統(tǒng)評價方法、單一的BP神經(jīng)網(wǎng)絡(luò)進行大學(xué)生就業(yè)質(zhì)量評價的對比實驗，大學(xué)生就業(yè)質(zhì)量的評價正確率如表5所示。對表5的大學(xué)生就業(yè)質(zhì)量評價正確率進行對比分析可以發(fā)現(xiàn)，本文方法的大學(xué)生就業(yè)質(zhì)量評價正確率超過了90%，評價誤差為10%左右，錯誤控制在實際應(yīng)用的有效范圍內(nèi)，而對比方法的評價正確率高，評價誤差大，說明它們不能準(zhǔn)確描述大學(xué)生就業(yè)質(zhì)量評價結(jié)果，實驗結(jié)果證明了本文方法的優(yōu)越性。

5 結(jié) 論

為了準(zhǔn)確、客觀地對大學(xué)生就業(yè)質(zhì)量進行評價，設(shè)計了基于層次分析法的大學(xué)生就業(yè)質(zhì)量評價方法，并通過具體實例對其性能進行分析，得到了如下結(jié)論：

1） 采用層次分析法確定大學(xué)生就業(yè)質(zhì)量評價指標(biāo)的權(quán)值，克服了傳統(tǒng)方法憑經(jīng)驗確定權(quán)重值的盲目性和主觀隨意性。

2） 采用神經(jīng)網(wǎng)絡(luò)對大學(xué)生就業(yè)質(zhì)量進行訓(xùn)練，建立了大學(xué)生就業(yè)質(zhì)量自動評價模型，減少了人工干預(yù)，評價結(jié)果更加客觀、科學(xué)。

3） 本文融合層次分析法和神經(jīng)網(wǎng)絡(luò)的優(yōu)點，獲得了比其他方法更優(yōu)的大學(xué)生就業(yè)質(zhì)量評價結(jié)果，是一種高精度、結(jié)果可靠的大學(xué)生就業(yè)質(zhì)量評價方法，具有廣泛的應(yīng)用前景。

參考文獻

[1] 李善樂.大學(xué)生就業(yè)質(zhì)量：基于個體問卷數(shù)據(jù)的分析[J].人口與發(fā)展，2017，23（2）：30?39.

LI Shanle. College students′ employment quality： based on individual questionnaire data analysis [J]. Population and development， 2017， 23（2） ： 30?39.

[2] 李艷琳，翟超穎.中國城鎮(zhèn)化質(zhì)量與就業(yè)質(zhì)量的度量及相關(guān)性分析[J].東北大學(xué)學(xué)報，2016，18（1）：42?48.

LI Yanlin， ZHAI Chaoying. Chinese urbanization quality and the quality of employment and the correlation metric analysis [J]. Journal of Northeastern University， 2016， 18（1）： 42?48.

[3] 秦建國.大學(xué)生就業(yè)質(zhì)量評價體系探析[J].中國青年研究，2007，14（3）：71?74.

QIN Jianguo. Evaluation system of college students′ employment quality [J]. Research on Chinese youth， 2007， 14（3） ： 71?74.

[4] 邱良.財經(jīng)類大學(xué)生就業(yè)質(zhì)量評價體系初探[J].中國校外教育，2010，12（4）：39?40.

QIU Liang. College of finance and economics evaluation system of employment quality [J]. Chinese school education， 2010， 12（4）： 39?40.

[5] 范曉梅，康曉梅，劉斌.論高校旅游管理專業(yè)畢業(yè)生就業(yè)質(zhì)量評價體系的構(gòu)建[J].人力資源，2013，22（1）：59?62.

FAN Xiaomei， KANG Xiaomei， LIU Bin. On the construction of the evaluation system for the quality of employment of college tourism management graduates [J]. Human resources， 2013， 22（1）： 59?62.

[6] 楊河清，李佳.大學(xué)畢業(yè)生就業(yè)質(zhì)量評價指標(biāo)體系的建立與應(yīng)用[J].中國人才，2007（8）：28?29.

YANG Heqing， LI Jia. Establishment and application of evaluation index system for college graduates′ employment quality [J]. Chinese talents， 2007（8）： 28?29.

[7] LAYTE R， O′CONNELL P J， RUSSELL H. Temporary jobs in Ireland： does class influence job quality？ [J]. The economic and social review， 2008， 39（2） ： 81?104.

[8] 代懋，王子成，楊偉國.中國大學(xué)生就業(yè)匹配質(zhì)量的影響因素探析[J].中國人口科學(xué)，2010，20（6）：113?124.

DAI Mao， WANG Zicheng， YANG Weiguo. The employment of college students， factors influencing the quality of China [J]. Chinese population science， 2010， 20（6）： 113?124.

[9] 吳克明，王平杰.大學(xué)生與農(nóng)民工工資趨同的經(jīng)濟學(xué)分析[J].中國人口科學(xué)，2010，20（3）：67?76.

WU Keming， WANG Pingjie. An economic analysis of the convergence of wages between college students and migrant workers [J]. China population science， 2010， 20（3）： 67?76.

[10] 任大新.大學(xué)生就業(yè)力影響因素分析[J].遼寧工程技術(shù)大學(xué)學(xué)報，2010，12（5）：555?557.

REN Daxin. Analysis of the influencing factors of college students′ employability [J]. Journal of Liaoning Technical University， 2010， 12（5）： 555?557

[11] 張宏亮，肖振東.基于AHP的公共環(huán)境投資項目效益審計評價指標(biāo)體系的構(gòu)建[J].審計研究，2007，8（2）：31?33.

ZHANG Hongliang， XIAO Zhendong. Construction of evaluation index system for benefit audit of public environment investment project based on AHP [J]. Audit research， 2007， 8（2） ： 31?33.

[12] 譚璐，陳志波.地方高校本科畢業(yè)生就業(yè)質(zhì)量評價方法研究與實踐[J].繼續(xù)教育研究，2009（7）：9?12.

TAN Lu， CHEN Zhibo. Research and practice of evaluating the quality of employment of undergraduate students in local colleges and universities and practice [J]. Continuing education research， 2009（7）： 9?12.

[13] 江衛(wèi)東.基于AHP和BP神經(jīng)網(wǎng)絡(luò)的企業(yè)R&D;人員勝任力評價[J].系統(tǒng)工程理論與實踐，2007（6）：56?63.

JIANG Weidong. Enterprise R&D; personnel based on the AHP and BP neural network competency evaluation [J]. System engineering theory and practice， 2007（6）： 56?63.