基于灰色系統(tǒng)理論的大學(xué)生就業(yè)去向預(yù)測

羅金煥，姚 珧，楊明秋，高全歸

（1.玉溪師范學(xué)院 物理與電子工程學(xué)院，云南 玉溪 653100；2.玉溪師范學(xué)院 學(xué)生處，云南 玉溪 653100）

對畢業(yè)生就業(yè)去向有一個整體的了解是指導(dǎo)畢業(yè)生高質(zhì)量就業(yè)的前提，對大學(xué)生就業(yè)率進(jìn)行預(yù)測不僅可以幫助高校和教育部門了解大學(xué)生就業(yè)趨勢，還能為就業(yè)指導(dǎo)老師提供指導(dǎo)方向以此促成畢業(yè)生高質(zhì)量就業(yè).

大學(xué)生就業(yè)率的預(yù)測有很多種方法，如專家系統(tǒng)預(yù)測[1,2]、多元回歸分析預(yù)測[3]和灰色系統(tǒng)理論預(yù)測[4]方法.灰色系統(tǒng)理論主要研究“部分已知，部分未知”的對象[5]，非常適合就業(yè)預(yù)測.本文將2014-2022 年云南省某地方高校畢業(yè)生的就業(yè)去向劃分為“已就業(yè)”“升學(xué)和入伍”“編制內(nèi)就業(yè)”和“編外就業(yè)”4 類，運(yùn)用灰色系統(tǒng)理論中的GM（1,1）模型預(yù)測該校2023 年的就業(yè)情況.并探討出一種誤差修正的方法，給出預(yù)測誤差.

1 GM（1，1）預(yù)測模型及模型的修正

1.1 GM（1，1）預(yù)測模型

如果有一個有序的序列可寫為[6]

該序列中的每一項都是非負(fù)項，則可以對該序列進(jìn)行運(yùn)算，運(yùn)算后得到

通過上述運(yùn)算可以得到新的序列，即一次累加序列為

方程（3）中的序列S(1)(k) 呈現(xiàn)出的變化趨勢可以近似的用微分方程表示出來.可將該微分方程寫為[6]

方程中的a，b為模型參數(shù)，這兩個參數(shù)可以由以下計算得出.[4]取

其中，

利用（6）式和方程（1）（3），就可計算出參數(shù)a和b.利用參數(shù)a和b就可以求解微分方程（4）.方程（4）離散形式的解可寫為[6]

考慮初始條件S(1)(0)=S(0)(1)，上式可改寫為[6，7]

1.2 模型的修正

考慮到對序列預(yù)測時，本方法認(rèn)為前t0-1 個數(shù)據(jù)點(diǎn)是已知的，從第t0個數(shù)據(jù)點(diǎn)才需要進(jìn)行預(yù)測.根據(jù)誤差構(gòu)建新的誤差序列

采用類似方程（2）的運(yùn)算，得到新的序列

建立與方程（4）相似的微分方程，對其求解，得到誤差方程的解，表示為

將該方程的解轉(zhuǎn)化到原始誤差序列，可得誤差修正項可表示為：

綜合方程（8）和（13）可得到較為精確的修正預(yù)測結(jié)果.

2 模型在大學(xué)生就業(yè)預(yù)測中的應(yīng)用

2.1 整體就業(yè)率預(yù)測

統(tǒng)計2014-2022 年云南省某地方高校畢業(yè)生就業(yè)數(shù)據(jù)，為了準(zhǔn)確區(qū)分就業(yè)類型，本研究中統(tǒng)計的就業(yè)人數(shù)不包含自由職業(yè)者，本文將類別為：出國工作、地方基層就業(yè)、國家基層就業(yè)、科研助理、其他錄用形式、簽就業(yè)協(xié)議形式就業(yè)、簽勞動合同形式就業(yè)、簽約、研究生、應(yīng)征義務(wù)兵、自主創(chuàng)業(yè)、地方特崗教師、國家特崗教師、西部計劃、三支一扶、第二學(xué)士學(xué)位、參加公招考試錄用、選調(diào)生、專升本人數(shù)加總后界定為就業(yè)總?cè)藬?shù)；將類別為：研究生、第二學(xué)士學(xué)位、應(yīng)征義務(wù)兵、專升本人數(shù)加總后界定為升學(xué)和入伍總?cè)藬?shù)；將類別為：地方基層就業(yè)、國家基層就業(yè)、地方特崗教師、國家特崗教師、西部計劃、三支一扶、參加公招考試錄用、選調(diào)生人數(shù)加總后界定為編制內(nèi)就業(yè)總?cè)藬?shù)；將類別為：出國工作、科研助理、其他錄用形式、簽就業(yè)協(xié)議形式就業(yè)、簽勞動合同形式就業(yè)、簽約、自主創(chuàng)業(yè)人數(shù)加總后界定為編制外就業(yè)總?cè)藬?shù).利用已有數(shù)據(jù)，可計算出2014-2022 年的就業(yè)率（就業(yè)人數(shù)與畢業(yè)人數(shù)的比值），各年就業(yè)率見表1.

表1 2014-2022 年云南省某地方高校整體就業(yè)率

表1 中給出了云南省某地方高校2014-2022 年的整體就業(yè)率，為了進(jìn)行模型預(yù)測誤差的修正，在實際計算中，首先以2014-2016 年（3 年）的就業(yè)率為已知序列預(yù)測，模型預(yù)測出的2017 年就業(yè)率為70.99%，該校2017 年的實際就業(yè)率為73.77%.模型預(yù)測結(jié)果與當(dāng)年的實際就業(yè)率的差就是模型預(yù)測的誤差，由此可得到2017 年的模型預(yù)測誤差.以此類推，可得到2017-2022 年的模型預(yù)測誤差序列.以此序列為基礎(chǔ)，根據(jù)本文1.2 節(jié)的方法可計算2023 年的模型預(yù)測誤差.

本文模型的預(yù)測結(jié)果見圖1.圖中，黑色數(shù)據(jù)點(diǎn)為實際就業(yè)率，淺黑色數(shù)據(jù)點(diǎn)為模型預(yù)測結(jié)果，圖中給出了2023 年就業(yè)率的預(yù)測誤差.

圖1 云南省某地方高校2023 年整體就業(yè)率預(yù)測

在此需特別說明2018 年的就業(yè)率比2017 年大幅度上升，模型預(yù)測數(shù)據(jù)與真實數(shù)據(jù)存在較大偏差，其原因是2018 年人力資源社會保障部印發(fā)了一些就業(yè)政策，其中在《關(guān)于做好2018 年全國高校畢業(yè)生就業(yè)創(chuàng)業(yè)工作的通知》中指出要把高校就業(yè)放在首要位置，鼓勵畢業(yè)生到基層和艱苦地方工作，鼓勵中小企業(yè)和民營企業(yè)聘用高校畢業(yè)生等，這些政策擴(kuò)大了市場人才需求，使2018 年大學(xué)生就業(yè)率大幅度上升.圖1 中的實際就業(yè)率體現(xiàn)了政策在實際就業(yè)中的指導(dǎo)作用，而模型預(yù)測無法體現(xiàn)就業(yè)政策的影響，這導(dǎo)致2018 年的就業(yè)率的預(yù)測誤差較大，2019-2021 年的預(yù)測誤差明顯減小.同時也表明模型預(yù)測具有時間積累效應(yīng)，而就業(yè)政策能起到立竿見影的效果.模型預(yù)測結(jié)果表明，2023 年云南省某地方高校的畢業(yè)生就業(yè)率預(yù)計為（81.4±3.1）%.

2.2 就業(yè)去向的預(yù)測

表2 統(tǒng)計了2014-2022 年云南省某地方高校畢業(yè)生升學(xué)和入伍的比例.采用與整體就業(yè)率預(yù)測的相同方法，可以預(yù)測2023 年入伍和升學(xué)人數(shù)所占的比例.預(yù)測結(jié)果由圖2 給出，圖中黑色數(shù)據(jù)點(diǎn)表示2014-2022 云南省某地方高校畢業(yè)生實際的升學(xué)和入伍比例，淺黑色數(shù)據(jù)點(diǎn)表示的是模型的預(yù)測結(jié)果.模型的預(yù)測結(jié)果表明，云南省該高校2023 年入伍和升學(xué)人數(shù)占畢業(yè)生的比例預(yù)計為（9.95±0.80）%.同時，由圖可見，模型預(yù)測結(jié)果逐漸趨于穩(wěn)定，這一結(jié)果也表明，將升學(xué)和入伍作為一個整體進(jìn)行預(yù)測是合理的.

圖2 升學(xué)入伍就業(yè)率預(yù)測

表2 升學(xué)和入伍占畢業(yè)生比例

表3 統(tǒng)計了2014-2022 年云南省某地方高校畢業(yè)生編制內(nèi)的就業(yè)率.利用模型可分別預(yù)測2023 年的編制就業(yè)率和預(yù)測誤差.

表3 編制內(nèi)就業(yè)率

預(yù)測結(jié)果由圖3 給出，圖中黑色數(shù)據(jù)點(diǎn)表示2014-2022 云南省某地方高校畢業(yè)生編制內(nèi)就業(yè)率，淺黑色數(shù)據(jù)點(diǎn)表示的是模型的預(yù)測結(jié)果.模型的預(yù)測結(jié)果表明，該校2023 年畢業(yè)生編制內(nèi)的就業(yè)率預(yù)計為（4.6±3.7）%.這一預(yù)測結(jié)果的誤差較大，其主要原因是2020 年時，由于疫情帶來的就業(yè)壓力，云南省組織了規(guī)模較大的“613”事業(yè)單位專項招聘，使得2020 年的編制內(nèi)就業(yè)率明顯增加.模型預(yù)測中無法考慮這一因素，因而，預(yù)測誤差較大.這一結(jié)果與實際情況相符，預(yù)測結(jié)果是合理的.

圖3 畢業(yè)生編內(nèi)就業(yè)率預(yù)測

表4 統(tǒng)計了2014-2022 年云南省某地方高校畢業(yè)生的編外就業(yè)率.利用模型可分別預(yù)測2023 年的編外就業(yè)率和預(yù)測誤差.圖4 中黑色數(shù)據(jù)點(diǎn)表示2014-2022 云南省某地方高校畢業(yè)生編外就業(yè)率，淺黑色數(shù)據(jù)點(diǎn)表示的是模型的預(yù)測結(jié)果.由圖4 看，該高校2023 年編外就業(yè)率預(yù)計為（69.3±3.6）%.

圖4 編外就業(yè)率預(yù)測

表4 編外就業(yè)率

3 結(jié) 論

本文基于灰色系統(tǒng)模型GM（1，1）開展了云南省某地方高校畢業(yè)生就業(yè)去向的預(yù)測，考慮到灰色系統(tǒng)模型預(yù)測的不準(zhǔn)確性，本文提出了一種基于灰色系統(tǒng)預(yù)測誤差修正的方法.利用灰色系統(tǒng)模型，并考慮誤差修正，計算結(jié)果表明，云南省某地方高校2023 年整體就業(yè)率預(yù)計為（81.4±3.1）%，其中升學(xué)和入伍的人數(shù)占比預(yù)計為（9.95±0.80）%，編制內(nèi)就業(yè)率預(yù)計為（4.6±3.7）%，編外就業(yè)率預(yù)計為（69.3±3.6）%.

灰色系統(tǒng)模型完全根據(jù)過去幾年的就業(yè)數(shù)據(jù)預(yù)測未來的就業(yè)情況，無法考慮就業(yè)政策，社會環(huán)境等方面對就業(yè)的影響.因而，灰色系統(tǒng)模型的預(yù)測會存在誤差，但本文考慮了預(yù)測誤差的修正，能夠提高預(yù)測精度.