基于层次分析法的J大学就业质量评价体系研究_金鑫.pdf

第 14 卷 第 4 期2023 年 2 月黑龙江科学HEILONGJIANG SCIENCEVol.14Feb.2023基于层次分析法的 J 大学就业质量评价体系研究金鑫，封玥，李兹谦，王瑜(吉林大学，长春 130012)摘要:针对 J 大学 2021 届毕业生就业数据和由第三方机构对 J 大学 2021 届毕业生进行的调研数据及毕业生就业情况的多个指标，使用模糊判别法和层次分析法，建立了一个综合衡量毕业生就业质量的评价体系，并验证该体系适用于 J 大学毕业生的就业。关键词:层次分析法;模糊判别法;就业质量;评价体系中图分类号:TN911.1文献标志码:B文章编号:1674 8646(2023)04 0038 04Research on the Employment Quality Evaluation Systemof J University Based on Analytic Hierarchy ProcessJin Xin，Feng Yue，Li Ziqian，Wang Yu(Jilin University，Changchun 130012，China)Abstract:The study analyzes the employment data of 2021 grade graduates of J University，investigates the data of 2021grade graduates of J University by the third part，establishes comprehensive evaluation system of graduates employmentquality through fuzzy discriminance and Analytic Hierarchy Process，and verifies that the system is suitable for theemployment of graduates of J University.Key words:Analytic Hierarchy Process;Fuzzy discriminance;Employment quality;Evaluation system收稿日期:2022 09 05基金项目:基于层次分析法的吉林大学毕业就业质量评价体系建构(JY202131)。作者简介:金鑫(1987 )，女，硕士研究生，讲师;封玥(1995 )，女，博士研究生;李兹谦(1998 )，男，硕士研究生;王瑜(1983 )，男，硕士研究生，讲师。就业是当今社会普遍关注的重大问题，而在每年新增就业人口中，大学毕业生这一庞大的青年群体则是其中的重要组成部分。高校毕业生作为一批接受较好教育且素质相对较高的群体，找到一份工作并不困难，难的是找到一份薪资、前景均满意的工作，故此对高校大学生就业指导应更注重就业质量1，建立一个综合毕业生、用人单位和第三方机构的全面、客观、可测的多角度就业质量评价体系十分必要。应从各个方面、多个指标得到一个能够综合衡量毕业生就业质量的评价体系，既要考虑客观指标，也不能忽视主观指标。利用模糊综合评价法和层次分析法，对J 大学2021 届毕业生的就业数据和由第三方机构对 J大学2021 届毕业生进行的调研数据进行定量分析，构建毕业生就业质量评价模型，并运用该模型对 J 大学2021 届本科毕业生的就业质量进行评价，同时对就业质量的评价结果进行优劣分级和分析，有针对性地对个别专业就业质量较低问题提出可行性改进建议。1层次分析法层次分析法是一种将定量分析和定性分析相结合的方法，将一个复杂的问题层次化，利用较少的定量信息使分析过程数学化，对比同一层指标，并建立对比矩阵，判断其对上一层指标的贡献率，通过每一层的对比分析，最终得到每个指标的所属权重。核心步骤有以下几点:(1)构造具有递阶层次的结构模型。分析梳理复杂的目标问题，将其分为若干影响因素，并将内在的关系层次化、条理化，建立层次结构模型(目标层、准则层和指标层)。(2)构建比较判断矩阵。采取一致矩阵法，利用 1 9 标度刻画相对贡献值。(3)计算各指标的权重。对比较判断矩阵采用归一化处理，得到各个底层指标的权重。(4)一致性检验。采用一致性比率 CR 检验，确定结果的合理性。2大学毕业生就业质量评价体系的建立2.1确定就业质量评价指标体系评价指标体系的确定主要基于以下几项原则:(1)普适性。所选取的指标应普遍适用于不同院校、83不同专业方向毕业生的就业质量评价体系。(2)全面性。所选取的指标应体现毕业生就业质量的各个方面。(3)主客观相结合。所选取的指标既要体现毕业生、高校和用人单位的主观评价，也要体现就业环境、薪酬等客观条件以及社会、三方机构对就业质量的客观评价。(4)可操作性。指标的选取要具有较强的可操作性和可行性，客观的数据可以通过计算、统计直接获得，用数据描述，而主观数据不能直接用数据描述，因此应采取模糊综合评价法对主观数据进行统一处理，使该指标能够被准确地量化。将评价毕业生就业质量的指标体系分为目标层、准则层和指标层。其中，目标层为解决问题的总体目标，即毕业生就业质量评价结果。准则层为目标层的若干子目标，分为就业率、工作条件、个人发展、满意度以及薪资待遇五个方面，采取定性与定量相结合的方式，最终形成评价指标体系2。见图 1。图 1就业质量评价指标体系结构Fig.1Employment quality evaluation index system structure2.2构造两两判断矩阵将准则层中所有元素按照相对重要程度两两之间进行成对比较，并采用相对量度对比较结果进行数值量化。量化结果值使用托马斯塞蒂的 1 9 标度法给出，通过两两比较得到标度量化值，见表 1。表 1相对重要性和标度量化值的对应关系Tab.1Correspondence between relative importanceand scale quantification values指标 1 对指标 2 的相对重要性指标 1 对指标 2 的标度量化值指标 2 对指标 1 的标度量化值同等重要11稍微重要31/3明显重要51/5强烈重要71/7极端重要91/9两相邻判断的中间值2，4，6，81/2，1/4，1/6，1/8对比矩阵中的元素:aij表示指标 i 对指标 j 的相对标度量化值，且满足如下条件:(1)aij0;(2)当 i=j 时，aij=1;(3)当 ij 时，aij=1/aji。邀请熟悉相关方向的若干名专家，根据指标间标度量化值原则，对准则层指标进行相互比较打分，综合专家的打分结果得到判断矩阵 A:A=134521/31231/21/41/2121/31/51/31/211/41/22341其中，元素 aij为指标 i 比指标 j 的相对量化值。2.3计算各个指标的权重对上一步得到的矩阵 A 进行归一化处理，由此获得评价指标权重，具体计算过程如下:(1)按列计算 bij=aijni=1aij，得到归一化矩阵 B;(2)按行计算矩阵 B 的算术平均值，得到准则层各个指标的特征向量 =(0.061 5，0.160 2，0.263 4，0.417 4，0.097 5)T。932.4一致性检验在判断矩阵中可能会出现指标 i 比指标 j 相对重要，指标 j 比指标 k 相对重要，但结果显示指标 k 比指标 i 相对重要，因此需要对判断矩阵进行一致性检验，若检验通过，可使用上一步计算得到的向量 作为各指标的权重，反之需要重新确定判断矩阵，计算出各指标的权重，并再次进行一致性检验，直到通过检验才能把计算出的 作为最终结果。一致性检验通常使用CR 值进行分析，其判断步骤为:(1)计算满足 AW=W 的最大特征根 max=1nni=1(AW)iWi，(AW)i=nj=1wjaij，由上一步数据计算得到 max=5.068。(2)计算 CI=max nn 1=5.068 54=0.017 0。查表可知五阶矩阵平均随机一致性指标 RI=1.12，因此，CR=CIRI=0.017 01.12=0.015 2 0.1，通过一致性检验。综合以上分析和计算结果，确定准则层各评价指标的权重为:=(0.061 5，0.263 4，0.417 4，0.097 5)T。2.5计算指标层的权重及一致性检验根据计算方法依次计算出指标层的判断矩阵和权重。如就业率判断矩阵、工作条件判断矩阵、个人发展判断矩阵、满意度判断矩阵、薪资待遇判断矩阵。就业率判断矩阵，见表 2。表 2就业率判断矩阵Tab.2Judgment matrix of employment rate一次就业率年终就业率升学率权重一次就业率10.333 30.333 30.141 6年终就业率310.50.333 8升学率3210.524 7工作条件判断矩阵，见表 3。表 3工作条件判断矩阵Tab.3Judgment matrix for working conditions单位性质单位规模工作地域工作时间权重单位性质12330.444 5单位规模0.51230.283 2工作地域0.333 30.5120.165 1工作时间0.333 30.333 30.5010.107 2个人发展判断矩阵，见表 4。表 4个人发展判断矩阵Tab.4Judgement matrix for individual development专业相关度职业前景学习与培训机会环境适应度权重专业相关度10.5240.288 4职业前景21350.475 8学习与培训机会0.50.333 3120.154 4环境适应度0.250.20.510.081 3满意度判断矩阵，见表 5。表 5满意度判断矩阵Tab.5Judgement matrix for satisfaction毕业生对岗位满意度毕业生对单位满意度单位对毕业生满意度社会认可度权重毕业生对岗位满意度13250.495 4毕业生对单位满意度0.333 31120.192 0单位对毕业生满意度0.51120.212 5社会认可度0.20.50.510.100 1薪资待遇判断矩阵，见表 6。表 6薪资待遇判断矩阵Tab.6Judgement matrix of salary劳动报酬福利待遇劳资关系权重劳动报酬122.00.490 5福利待遇0.510.50.197 6劳资关系0.5210.311 93J 大学2021 年毕业生就业数据实证研究3.1数据来源以 J 大学 2021 届毕业生为调查对象，查阅学校的相关就业数据及社会评价，采用随机抽样问卷方法，分别从就业率、工作条件、个人发展、满意度和薪资水平5 个方面对就业质量进行抽样调查，通过电子邮件形式，向2 500名毕业生发出问卷，共得到回复问卷2 337份，其中有效问卷2 208份，回收有效率达 94.48%。按照学科分类，用于建立后续就业质量评价体系的有效问卷中，包含人文类毕业生 425 名，占 19.25%;经管类毕业生573 名，占25.95%;理工类毕业生736 名，占33.33%;医学类毕业生 474 名，占 21.47%，结构较为04合理，具有一定代表性。3.2问卷结果采用模糊判别法处理主观评价指标结果，并给出相对应的评分。见表 7。3.3结果分析通过归一化处理等操作，计算出准则层的权重向量和单因素评判矩阵，并结合当年的就业率和升学率及其权重，2021 届毕业生就业质量的总体平均分为78.76 分。进行模糊变换，得到评判结果，即 21%的毕业生认为就业质量很好，33%的毕业生认为就业质量较好，29%的毕业生认为就业质量中等，13%的毕业生认为就业质量合格，4%的毕业生认为就业质量较差。根据最大隶属度原理，认为 J 大学 2021 届毕业生的就业质量较好，这一结果与总体平均得分和数据直观感受基本一致。表 7J 大学 2021 届毕业生就业质量评价Tab.7Employment quality evaluation