基于层次分析法的大学生就业质量评价

童娟

摘 要： 大学生就业质量评价过程复杂，而且受到多种因素的影响，传统方法难以获得高精度的大学生就业质量评价结果，为了提高大学生就业质量评价效果，设计了基于层次分析法的大学生就业质量评价方法。首先通过专家的经验建立大学生就业质量评价指标体系，并通过层次分析法对各指标权重进行量化处理，然后采用神经网络对处理后的样本进行训练，建立大学生就业质量评价模型，最后进行实例分析。结果表明，所提方法可以对大学生就业质量进行准确评价，评价结果可信、有效。

关键词： 大学生就业问题； 质量评价； 层次分析法； 神经网络； 指标权重； 评价指标

中图分类号： TN911.1?34； TP181 文献标识码： A 文章编号： 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

近年来，随着大学生不断扩招，大学生数量越来越多，而且大学生就业竞争越来越激烈，大学生就业压力也越来越大。相关调查数据显示，大学生就业率不断提升，同时辞职率也高居不下，大学生就业质量到了不容忽视的地步，引起了社会各界的高度关注，因此建立理想的大学生就业质量评价方法具有重要的研究意义[1?3]。

大学生就业质量评价方法的合理性直接影响到评价的优劣，针对大学生就业质量评价问题，各大高校和教育管理部门进行了一系列的研究，提出许多大学生就业质量评价方法[4?5]。基于问卷调查的大学生就业质量评价方法，设计问卷十分关键，但是目前还没有统一的指导理论，导致评价结果的错误比较大，可靠性差[6]。有学者提出建立基于统计学理论的大学生就业质量评价方法，但是由于大学生就业质量与多种因素相关，而且影响因素之间关系复杂，无法建立高精度的数学模型，评价结果无法满足实际应用的需要[7?8]。神经网络是一种模拟人的大脑思维的智能学习方法，可以处理复杂变化特点的问题，被一些学者应用于质量评价中，如大学生教学质量、企业人才评价等，获得了不错的应用效果，为大学生就业质量评价提供了一种新的工具。在大学生就业质量评价过程中，要选择许多评价指标，即影响因素对评价结果进行描述，每一种影响因素对评价结果的作用是不同的，通常采用权重值来刻画作用程度[9?10]。层次分析法（Analytic Hierarchy Process，AHP）是一种多目标决策分析方法，可以对评价指标的重要性进行量化，确定每一个评价指标的权重值[11]。

针对传统方法难以获得高精度的大学生就业质量评价结果的难题，提出基于层次分析法的大学生就业质量评价方法，并采用神经网络建立大学生就业质量评价模型，研究结果表明，本文方法获得了高精度的大学生就业质量评价结果。

1 建立大学生就业质量评价指标

大学生就业质量评价指标的选择是获得最佳的大学生就业质量评价结果的关键[12]，为此，一般高校建立评价团队，这些团队主要包括：主要领导、人事部门相关人员、就业处人员、企业专家、政府专家，他们首先对某一专业就业情况进行分析，采用问卷调查方式和面对面交谈方式建立大学生就业质量评价指标体系。本文基于科学原则、通用原则、定性和定量相结合原则、主观和客观相结合原则，选的大学生就业质量评价指标内涵具体为：

1） 签约率，指大学生毕业的当年8月份和12月份的就业人数与当年大学生毕业的总人数的百分比，包括已经签约、参军、出国、自主创业等大学生人数，其中8月份为“一次性就业率”，12月份为“最终就业率”。

2） 毕业生供需比，指大学生毕业人数和招聘单位的比例，反映用人单位对大学生的需求程度。

3） 毕业满意度，该指标十分重要，主要反映大学生就业质量，可以细分为薪金水平、福利待遇率、工作时间和强度、工作环境等。

4） 用人单位满意度，指用人单位对大学毕业生的综合素质的满意程度。

5） 就业结构，包括工作稳定率、工作发展空间、自主创业率等。

2 层次分析法确定就业质量评价指标的权值

2.1 大学生就业质量评价指标的层次结构

层次分析法将大学生就业质量评价指标划分为三层：目标层、准则层和指标层，目标层为解决问题的目的，本文就是以大学生就业质量为评价结果，准则层为目标层的具体子目标，即签约率、毕业生供需比、毕业满意度、用人单位满意度以及就业结构，层次分析结构具体如图1所示。

2.2 目标层的相对贡献

目标层中的子目标重要性是不一样的，如签约率应该是最重要的，用人单位的满意度也是比较重要的，根据相关专家意见，对子目标进行两两比较，5个子目标的重要性比值大约为5[∶]1[∶]1[∶]1[∶]2。

2.3 判断矩阵的构建

在分析子目标的重要性后，要构建判断矩阵确定各个指标的最终权值，对所有指标值同时分析，不能确定每一个指标对大学生就业质量的评价结果的重要程度，而且计算结果易出错，为此通常情况下，对两个指标的相对重要程度进行比较，计算每一个指标的权重值。采用1～9标度法描述指标对大学生就业程度作用的相对贡献，具体如表1所示。

设[aij]表示第[i]个指标和第[j]个指标相对的标度值，相对贡献的判断矩阵应该满足如下条件：

1） [aij>0]；

2） 如果[i≠j，]那么[aij=1aij，]否则[aij=1]。

大学生就业质量评价的准则层判断矩阵如表2所示。

2.4 一致性检验

在判断矩阵中，若满足条件[aij?ajk=aik，]那么就認为此判断矩阵是一致性矩阵。在大学生就业质量的指标权重排序中，判断矩阵的一致性十分关键。根据层次分析法的工作原理，判断矩阵的一致性检验结果是否合理的判断步骤为：

1） 计算判断矩阵的最大特征根，具体为：

如[CR<0.1，]就表示判断矩阵一致性结果是合理的，可以接受。

2.5 权重排序

权重排序的步骤为：

1） 采用式（4）对判断矩阵列向量进行归一化处理：

2） 计算归一化后判断矩阵的行向量之和，具体为：

3） 对[W=W1，W2，…，WnT]进行归一化处理，得到：

[Wi=Wii=1nWi] （6）

4） 对权重值进行排序，一些权值较小的指标在实际应用中可以忽略不计，简化大学生就业质量评价的过程，加快大学生就业质量评价速度。

3 神经网络建立大学生就业质量评价模型

根据层次分析法得到的指标权值对大学生就业质量评价样本进行处理，其中指标作为BP神经网络的输入，评价等级作为BP神经网络[13]的输出，通过BP神经网络的学习建立大学生就业质量评价模型，具体步骤如下：

Step7：计算神经网络的输出误差值，如果满足实际应用要求，那么终止神经网络的学习，得到大学生就业质量评价结果的输出值。

4 大学生就业质量评价的实例分析

4.1 样本数据

为了分析基于层次分析法的大学生就业质量评价方法的有效性，以宜宾学院某专业的大学生就业问题作为研究对象，收集到200个数据，大学生就业质量划分为4个等级：优、良、一般、差，采用1，2，3，4进行编码，数据分布情况如图2所示，采用VC 6.0编程实现大学生就业质量评价算法。

采用BP神经网络对大学生就业质量评价数据进行训练，每一个等级选择20个数据对评价结果进行测试，实验结果如图3所示。从图3的实验结果可知，本文方法的大学生就业质量评价结果比较好，出现错误评价的数据点相当少，获得了高精度的大学生就业质量评价结果，评价结果比较科学、可信度高，同时也验证了本文方法的有效性。

为了测试本文提出的大学生就业质量评价方法的优越性，选择专家系统评价方法、单一的BP神经网络进行大学生就业质量评价的对比实验，大学生就业质量的评价正确率如表5所示。对表5的大学生就业质量评价正确率进行对比分析可以发现，本文方法的大学生就业质量评价正确率超过了90%，评价误差为10%左右，错误控制在实际应用的有效范围内，而对比方法的评价正确率高，评价误差大，说明它们不能准确描述大学生就业质量评价结果，实验结果证明了本文方法的优越性。

5 结 论

为了准确、客观地对大学生就业质量进行评价，设计了基于层次分析法的大学生就业质量评价方法，并通过具体实例对其性能进行分析，得到了如下结论：

1） 采用层次分析法确定大学生就业质量评价指标的权值，克服了传统方法凭经验确定权重值的盲目性和主观随意性。

2） 采用神经网络对大学生就业质量进行训练，建立了大学生就业质量自动评价模型，减少了人工干预，评价结果更加客观、科学。

3） 本文融合层次分析法和神经网络的优点，获得了比其他方法更优的大学生就业质量评价结果，是一种高精度、结果可靠的大学生就业质量评价方法，具有广泛的應用前景。

参考文献

[1] 李善乐.大学生就业质量：基于个体问卷数据的分析[J].人口与发展，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] 李艳琳，翟超颖.中国城镇化质量与就业质量的度量及相关性分析[J].东北大学学报，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] 秦建国.大学生就业质量评价体系探析[J].中国青年研究，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.财经类大学生就业质量评价体系初探[J].中国校外教育，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] 范晓梅，康晓梅，刘斌.论高校旅游管理专业毕业生就业质量评价体系的构建[J].人力资源，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] 杨河清，李佳.大学毕业生就业质量评价指标体系的建立与应用[J].中国人才，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，杨伟国.中国大学生就业匹配质量的影响因素探析[J].中国人口科学，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] 吴克明，王平杰.大学生与农民工工资趋同的经济学分析[J].中国人口科学，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.大学生就业力影响因素分析[J].辽宁工程技术大学学报，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] 张宏亮，肖振东.基于AHP的公共环境投资项目效益审计评价指标体系的构建[J].审计研究，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] 谭璐，陈志波.地方高校本科毕业生就业质量评价方法研究与实践[J].继续教育研究，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] 江卫东.基于AHP和BP神经网络的企业R&D;人员胜任力评价[J].系统工程理论与实践，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.