基于層次分析法的高校就業評估方法

（武漢商學院通識教育研究中心 湖北·武漢 430056）

0 引言

高校就業質量是衡量高校辦學質量和人才培養目標達成度的重要指針，隨著中國高教事業的蓬勃發展，高教管理和評價也日益量化、細化、規范化。2013年起，國家教育部要求全國各高校每年發布畢業生就業質量報告，這表明國家對大學生就業工作的要求，從注重提高就業率轉變為更加注重全面提升就業質量。

客觀、科學地評價高校畢業生的就業質量具有重要的現實意義，習近平總書記曾強調，“就業是最大的民生工程、民心工程、根基工程”；在2020年政府工作報告中，“就業”一詞出現了39次，提出“六保”首先是保就業，“六穩”首先是穩就業。可見就業是個人、企業、政府、高校、社會等各個層面的共同目標，就業質量關系到個人的充分發展、企業的人力資源支持、政府的教育戰略、社會的和諧穩定等諸多方面。

但是高校畢業生就業質量評價也是一個復雜的評價問題。就業質量是一個多指標、多要素的復合體系，不同地域不同類型高校的就業質量評價的評價因素和龐大的數據量對傳統的技術和分析方法提出了巨大的挑戰，需要更系統、更科學、更準確的就業評價新方法。

1 相關工作

陳瑋從應用型本科院校教學質量評價的現狀出發，探討構建適用于應用型人才培養的教學質量評價體系。通過構建原則、評價層次，逐層分析各評價主體的功能和作用，探索應用型人才培養教學質量評價的可行方法。

張德宜根據科技文獻研究、與老師和學生進行討論后提取了20個基本評價指標作為就業質量評價的基礎要素，然后向最近3年的部分高職學校畢業生就這些基礎要素的評價指標重要性進行了調查，綜合運用多種評價方法進行信息的分析評價，探討了高職畢業生就業質量綜合評價的方法。

顏軍通過用模糊綜合評價的方法進行了就業質量評價研究。在最大隸屬原則基礎上加權求和5個評價等級對應的百分制分值，結合學生畢業后的評價意見進行綜合分析，得出他們對自己就業質量評價的綜合定量結果，該方法的具有較好的推廣價值。

和就業質量評價關聯度較大的研究課題是畢業生的就業能力評價。孫庚等人研究了大學生能力評價的數值化方法。研究分析了畢業生能力評價體系的指標，利用相關性測試方法證明體系中各個指標之間存在強弱不同的相關關系，然后利用主成分分析方法將各指標按照不同能力類別進行劃分，匯總得出5類能力指標。評價結果與就業質量的比對表明，該畢業生能力評價方法結果與學生能力評價結果高度一致。

大數據技術為高校畢業生就業評價問題提供了一種新的工具。本文的主要目的是基于大學畢業生的問卷數據，提出一種基于層次分析法的可靠的就業質量評價方法。基于學校實際由專家選擇的變量和權重的主干框架和大數據基礎的層次分析法(AnalyticHierarchyProcess，簡稱AHP)方法在各領域基于大數據進行信息分析和評價任務中常用的一種定性和定量結合的統籌學方法。本研究的目的是評價層次分析法對大學畢業生就業質量的評價能力。為此，本文開發了利用問卷數據獲取畢業生就業質量評價的AHP分析方法，并運用數據驅動分析變量進行了驗證。以武漢商學院10所學院2019屆1432名畢業生就業數據和畢業生問卷調查數據為研究對象。

2 基于AHP方法的就業質量評價

層次分析法是一種可以方便地應用于數據挖掘問題的半定量方法，由美國Saaty教授于上世紀70年代初期提出。AHP方法利用可量化、標準化的權重方法分析復雜的決策問題，已被廣泛應用于技術、經濟和社會政治領域中各種問題決策。層次分析法將一個復雜的非結構化問題分解為若干層次，然后通過計算兩兩比較矩陣對每個影響因素分配相對權重，并收集專家意見來解決問題。

在層次分析法中，通過兩兩相對比較的方法使用權重來進行決策。在這種方法中，判斷過程是結構化的，因此所有的信息都被考慮進去。與數據挖掘問題相關的所有類型的信息都可以包含在這個過程中。結構化數據源自專家的知識和經驗，通過比較矩陣的特征向量計算得到各因素的權重。

本文以層次分析法為基礎，建立了定量與定性相結合、可操作性強的高校畢業生就業質量評價模型。就業質量的AHP模型具體過程如下敘述。

2.1 建立層次結構模型

AHP方法的第一步是層次結構模型的構建，將問題包含的因素進行分層、分析，厘清相關因素的關聯性和影響程度，根據評價主體的綜合性和多元化原則，構建對畢業生就業質量這個目標構成影響路徑的指標架構。

通過往年就業調查報告和專家意見，武漢商學院2019年本科生畢業生就業質量報告問卷調查了大學生就業質量多方面評價因素，主要包括初次就業率及畢業去向（包含畢業生就業率、就業去向、升學情況、自主創業情況等）、就業質量相關因素（包含就業滿意度、職業期待吻合度、就業待遇和保障、畢業生就業感受等）、畢業生就業過程及影響因素（包括求職渠道、就業成功關鍵因素、求職困難、就業幫扶措施等）、畢業生與用人單位及學校就業工作的互動因素（包括用人單位對畢業生多項能力的評價及職業發展的反饋、畢業生對學校的評價及就業措施反饋、近3年畢業生就業情況發展趨勢、近3年用人單位情況發展分析等）。

2.2 構造判斷矩陣，量化評價指標

合理準確的判斷矩陣是量化評價的基礎。高校畢業生就業質量評價影響因素的層次結構模型構建完成后，要對每個影響因素對上級因素的影響程度進行衡量，利用成對比較的方法構造成1-9級重要性的成對比較矩陣。對n個質量評價影響因素，成對比較矩陣是個n行n列的矩陣，其中的元素aij是描述第i個元素相對于第j個元素的相對權重值。權重取值為1、3、5、7、9分別表示元素i和元素j相比對上一層次因素影響力的大小為相同、略微更重要、更重要、重要得多、壓倒性更重要。如果該元素的重要性介于上述權重取值之間，即取值為2n，你=1，2，3，4，則表示重要性介于2n-1和2n+1之間。

高校就業質量評估任務的一個關鍵步驟是將任務建模為一個可量化的問題，根據專家意見和學校2019年就業問卷數據，本次建模選取就業滿意度、專業相關度、職業期待吻合度、薪資滿意度和職業發展前景5個影響畢業生就業質量的核心指標。因素量化的過程是從調查材料的原材料中抽取關鍵信息，建立一個合理、準確的判斷矩陣。構建判斷矩陣的目的是比較各因素在同一層次上的相對重要性，并以定性的方式表達重要性。為了對高校畢業生就業質量評價的各個因素賦予合理的權重，我們告訴專家統計分析的目的、評價的因素和評價的目標。然后，專家對各因素的重要性進行獨立評分。根據專家的評分組織構建出一個合理的判斷矩陣。計算判斷矩陣中每一行測量值的幾何平均值，得到各因素的初始權重。最后的權重是初始權重的歸一化結果。

2.3 一致性檢驗

從理論上而言，如果上述判斷矩陣A是完全一致的，則應該滿足如下取值條件：aij＞0，aij=1，aij=1/aji。當 i=j時候，aij=1。并且有aij*ajk=aik。

但實際上構造成對比較矩陣要滿足上述大量約束條件是很難完全滿足的，因此我們允許矩陣存在一定程度的不完善。一致性檢驗是衡量成對比較矩陣一致性程度的指標。具體方法是分別計算一致性指標CI和一致性比例CR，其中CI=（max-n）/(n-1)，CR=CI/RI，max為矩陣最大特征值，n為矩陣階數，RI為平均隨機一致性指標，RI值源自隨機構造成對比較矩陣的充分大子樣的最大特征值的平均值，1-10階的RI值分別為（0，0，0.58，0.90，1.12，1.24，1.32，1.41，1.45，1.49）。如果計算獲得CR＞0.1，我們則認為判斷矩陣一致性不滿足基本要求，需要重新調整判斷矩陣的賦值。如果計算獲得CR＜0.1，我們就認為判斷矩陣的構建基本合理，滿足AHP建模及進一步應用的要求。

根據問卷調查結果和專家意見，采用層次分析法計算工作滿意度、專業相關度、期望滿意度、薪資滿意度及職業前景5個就業質量評價核心指標的權重關系，確定各指標權重分別為30%、10%、15%、30%、15%及15%。通過AHP建模和計算，湖北商學院2019屆畢業生的上述5個指標100分滿分評價結果分別為87.45、80、87.45、73.45、95.13，綜合評價結果為83.65分，高于大多數同類型高校，就業質量較高。

驗證是開展質量評價和確定預測能力的基本步驟。本研究采用曲線下面積(AUC)法進行驗證。這種方法通過創建特定的比率曲線來工作，該曲線解釋了每個確定的質量等級中已知質量的百分比，并顯示為累積頻率圖。在速率曲線中，y軸為觀測質量的累積百分比，x軸為面積的累積百分比。速率曲線下的總面積可以定性地評價質量評價的預測精度，面積越大，預測精度越高。本研究將經專家驗證的質量數據(194名畢業生)與質量評價數據進行比較，得到了質量曲線，并計算了曲線下面積。曲線下面積為0.8137，質量評價分區圖總體成功率為81.37%。成功率曲線在0.8以上，是研究區質量評價映射的合理模型。

3 結論

層次分析法是一種專家判斷方法，其優點是能夠檢驗專家給出的評價的一致性。由于決策過程中參數的兩兩相對比較沒有不一致性，因此該方法適用于高校畢業生就業質量問題，具有較高的準確性。本研究考慮了5個因素，即工作滿意度、專業相關性、期望滿意度、薪酬滿意度和職業前景。這5個因素的選擇是基于研究問題的數據可用性和就業質量的相關性。然而，在數據可用性的基礎上，可以考慮更多的因素，以供進一步研究。結果表明，預測的就業質量水平與以往的經驗數據吻合良好。本研究的評估結果可作為政策制定者、大學管理者和學生及家長的良好信息來源。

大數據挖掘技術為高校畢業生質量評價提供了跨學科的解決方案，相關研究成果有待相關領域的實踐驗證。數據挖掘不僅為目前的就業報告提供實用的解釋，而且為未來的就業評估實踐提供技術指導。更多的定量和定性相結合的方法正在提高各學科和各高校的研究生質量評價。本文是近年來對數據挖掘技術在就業評估中的一次嘗試，將為提高高校管理水平和高等教育水平帶來更多的研究和應用。