基于层次分析法的高校毕业生就业竞争力研究

周华权

高校毕业生就业竞争力的评价模型很多，如何设置更加合理的指标和统计精度，以期更真实地反映毕业生的就业竞争力，仍然是个挑战。讨论了就业竞争力的评价模型，通过优化评估指标及其影响因素，提出了改进的基于层次分析法的评价模型。实验数据表明，新方法可以更加准确、真实地反映毕业生的就业竞争力。

就业竞争力指标设置指标权重层次分析法一、引言

就业竞争力也称就业力，是高校毕业生培养环节的重要指标之一，也是毕业生就业的关键。由于高校扩招和经济转型等影响，最近几年中，大学毕业生就业难的问题逐步显现出来，如何增强毕业生就业力也成为高校面对的重中之重问题之一。就业竞争力的研究因而变得更加重要与迫切。许多高校、企业也提出了一些就业竞争力的评估标准，但由于受指标设置、指标权重、数据收集、数据统计方法等主观因素影响，评估的误差可能会比较大。研究能更加准确、真实反映大学生就业竞争力的评估模型，成为就业竞争力研究的挑战之一。本文研究就业竞争力的评估方法，通过分析比较，对已有的评价指标进行了优化，同时结合层次分析法提出了毕业生就业竞争力新的评价模型。实验结果表明，本文的新模型能够提高就业竞争力指标统计的精度，更加准确、真实地反映出高校毕业生的就业竞争力。

二、就业竞争力的研究现状

麦可思评价系统在学术界内被广泛地接受。在实际应用过程中，它仍然存在着本土化的问题。例如，近年来对浙江省部分高校毕业生的就业竞争力评估，该模型综合了就业率、月收入和毕业时掌握的基本工作能力等三项指标，麦可思就业竞争力指数计算的准确性，从2011年麦可思对台州职业技术学院2010届毕业生培养质量跟踪评估结果看发现与实际存在偏差，如会计、工程监理、模具设计等专业排序。其中一个很重要的原因是，麦可思评价系统中的各项指标，需要进一步的细化和优化，才可能较为准确真实地反映毕业生的就业竞争力。

本文通过与台州职业技术学院二级学院负责就业的老师沟通、商讨，并深入用人单位调研，以及校友访谈等途径，取得了毕业生就业与能力跟踪的第一手调查数据，从而保证了这类数据可以真实地评价毕业生的就业水平，客观地反馈了就业竞争力。直接采用麦可思模型的评估结果和真实的结果之间还存在着一定的偏差，究其原因，可以大致地归结为：

1.评估指标的设置过于简单化。它未考虑专业对口度、职业吻合度、离职率等因素对就业竞争力影响。

2.就业竞争力的排序统计方法简单化，未考虑各评估指标的权重。

3.二级指标由于受外界干扰加权未考虑。比如，就业率、专业相关度与当年政策、经济环境、当地产业经济结构有关；就业率与就业服务有关等。

针对以上问题，本文对麦可思评估方法中的指标设置、指标权重进行了优化，采用美国学者T.L.Saaty提出的层次分析法（AHP法）提出一个新的评估机制。

三、就业竞争力的决定指标因素

针对就业竞争力的决定指标因素研究，本文研究采用网络问卷调研法。在查阅大量的文献资料并进行分析筛选后，结合相关专家的研究，列举一些就业竞争力的评估指标和说明，然后请专家和二级学院就业负责人以及就业指导老师，调阅问卷系统、分析各指标的可用性，认为可保留的在后面方框内打√，若认为不保留的在后面方框内打×。采用访谈法访谈相关专家、二级学院就业负责人、就业指导老师通过交流、沟通获取数据信息。近3年的调研结果平均数据如下：就业率96.3%，专业对口度88.7%，平均月收入85.3%，经济环境48.7%，地区差别48.7%，毕业半年时离职率75.0%，职业吻合度72.0%，毕业时掌握的基本能力80.3%，晋升率58.7%，学校的知名度53.0%，企业满意度65.7%。在此基础上，结合对省内高校相关人士的调研与笔者多年的工作时间，对各项调研数据进行统计分析，从而设计出更为合理的高校毕业生就业竞争力评估体系的指标设置。

根据数据统计，就业竞争力的评估应由就业率、专业对口度、毕业时掌握的基本能力、平均月收入、职业吻合度、毕业半年离职率等六个方面一级指标衡量。就业率二级指标，充分考虑到不同地域、不同学科、不同专业类型之间及二级学院就业服务的差别，就业率二级指标由社会环境、专业类型、就业服务等指标构成。这些指标目前可以作为高校毕业生就业竞争力评估的参考指标。在具体的实施过程中，建议各高校根据本校的实际情况作出相应的修改。

四、就业竞争力评估指标的权重计算

评估指标的权重计算运用层次分析法，层次分析法是由美国运筹学家T.LSaaty在20世纪70年代初期提出的将定性与定量有机结合的一种统计分析方法，并由他首先引入教育评价领域以确定评价指标的权重系数。对就业竞争力评价系统进行分层次的分析，其评估指标权重的研究计算步骤如下：

第一步，根据专家对于该评估系统的了解分别给出下层对于上层各元素的判断矩阵，并计算相应的最大特征值，最大特征值所对应的特征向量，一致性指标和一致性比率，分别列表如下：

表中（B1）为职业吻合度，（B2）为就业率，（B3）为基本工作能力，（B4）为平均月收入（B5）为离职率，（B6）为专业对口度。将判断矩阵A按列归一化：

按列归一化，计算出特征向量：

计算判断矩阵的最大特征根：

第二步，进行层次单排序的一致性检验及各指标权重的确定：

（（上接第50页）

查随机一致性指标表便知RI=1.24，从而有：

因此，判断矩阵(1)具有满意的一致性，各指标的权重计算有效，可以作为高校毕业生就业竞争力评估指标的权重，具体如下：就业率30.24%，专业的相关度25.47%，月收入17.45%，基本工作能力12.71%，离职率9.53%，职业吻合度4.60%。同理，求得就业率二级指标权重和一致性检验结果如表2所示：

其中，B2代表就业率，C1为社会环境，C2为专业类型，C3就业指导，就业率指标由社会环境、专业类型、就业指导构成，各专业各项加权最高分为10，最终的权重值可由相关专家、负责就业的学生辅导员、就业指导老师等权衡决定。五、结果分析

以台州职业技术学院为例，该校在2011年委托麦可思公司对2010届各专业毕业一年后就业竞争力展开跟踪调查评估，最终得到的各个专业就业竞争力如表3所示。实际中，当年的专业竞争力情况，工程监理；会计、财务管理；药品经营与管理等专业排序靠前，计算机工程系各专业排序靠后。由于麦可思评价系统忽略了专业对口度、离职率、职业吻合度等指标，并对各个指标简单加以平均处理，统计分析结果跟实际情况存在较大的出入。本文采用层次分析法对各级评估指标的权重作了优化，特别是二级评价指标就业率进行了加权处理，最终就业竞争力的评估结果更好地吻合我校对历届毕业生的实际跟踪调查结果，即会计、财务管理、工程监理等专业其起薪、专业对口度、就业率、职业吻合度等指标值，明显高于全校各个专业，就业竞争力排序一直靠前。

高校毕业生的就业竞争力研究会随着经济的发展、社会价值观的变化等而有所改变，评价模型的各种指标，最好能有一定的扩充性并自动适应或体现社会需求等变化，今后的工作将继续深入分析各种评价指标及指标权重的研究，并在此基础上进行相应的改进、删减或扩充等操作。

参考文献：

[1]麦可思中国2010届大学毕业生社会需求与培养质量.

[2]刘闯，邱秀伟.基于层次分析法的高校毕业生就业率影响因素研究[J].统计教育，2008，(04)：36-37.

[3]赵焕臣.层次分析法一种简易的新决策方法[M].北京：科学出版社，1996.

endprint