基于多元评价的毕业生就业质量聚类分析

赵晓花，陈 晓

(济源职业技术学院 基础部，河南 济源 459000)



基于多元评价的毕业生就业质量聚类分析

赵晓花，陈 晓

(济源职业技术学院 基础部，河南 济源 459000)

通过对毕业生就业率、高层次用人单位签约率、毕业生考研率等方面的数据的多元评估实现了毕业生就业质量的整体分析，并在多元评价基础上对毕业生就业质量进行聚类分析，以期更好地引导高校毕业指导工作。

多元评价；毕业生就业质量；聚类分析；研究价值；意义探讨

高校办学规模的加大与人才培养渠道的拓宽使得每年毕业生人数以直线上升的趋势激增，加之我国现有就业环境的不成熟及就业培训系统的不完善使得高校毕业生就业形势日趋严峻，由此引发的毕业生就业质量评价分析成为社会无法回避的严肃性问题。从当前的毕业生就业现状来看，就业市场整体上供需失衡，多数毕业生就业难。而解决上述问题的突破口当属评价体系的完善与评价预测的科学有效性，其中聚类分析[1]作为评价方式基本满足了毕业生就业方面的多元评价需求，是当前毕业生就业质量分析的常用手段，也是比较有效的手段之一。

1 严峻就业形势下国家加强对毕业生就业问题的关注

1999年是高等教育改革的分水岭，在这之前我国高校招生相对稳定，整体速度适中。1999年之后，高校开始不断扩招，各大高校规模同比扩大，其中2015年的大学毕业生人数高达300万，加上往年未成功就业的毕业生，庞大的就业数据背后是严峻就业形势的直接反馈。因此毕业生人数的不断激增，就业岗位的相对有限使得毕业生就业难成为不争的事实。

我国教育部门已经加大对毕业生就业方面的关注，积极采取措施引导激励，以期实现毕业生资源的合理配置，一定程度上缓解当前严峻的就业压力。而与此同时毕业生就业率也成为高校办学质量及专业结构设置的关键衡量指标，高就业率使得高校获取良好的业内口碑，带动高校规模的扩大与盈利能力的提升。我国教育部门要求各大高校将毕业生就业工作放在首要位置，当地政府部门也积极引导介入，对当地高校的拟定招生计划与申报专业进行科学审核，针对高校毕业生就业问题出台对应的改革举措。如政府把初次就业率当做最重要的考核评价指标，多数高校将学生教学计划的最后一年作为就业年，加强引导教育，借助毕业实习、教育实践及毕业设计等多渠道帮助毕业生寻求出路，以期最大限度缓解当前的就业难问题。

2 做好高校毕业生就业情况的科学解读与多元分析

2.1 以全面理性的眼光科学看待当前大学生毕业就业率

我国现阶段执行的毕业生就业率衡量主要针对本年度的毕业生就业情况进行反馈，其在本质上忽视了不同院校、不同办学规模与不同地区教育之间的差异性与不平衡性，因此其数据只能是某一学校当年度毕业生的就业质量数据反馈，而无法就毕业生就业中存在的质量问题进行深刻剖析，这种将就业指标等同于就业率的评价方法使得毕业生就业统计指标相对单一，实际公信力低，更没有现实的可比性。针对这种情况部分专家学者对大学毕业生的毕业率进行了研究统计，调查结果显示，我国现阶段对大学生毕业就业率进行统计的过程中更侧重于学生的初次就业率，缺乏后续的跟进研究。而且其在实际操作的过程中缺乏监督与制约，存在虚报瞒报的现象，同样使数据准确性大打折扣。而这种评价方式也忽视了研究生与本科、专科存在办学定位上的差异。如果单纯以大学生毕业就业评价指标作为考核标准，往往有失偏颇。

2.2 倡导多元化的评价指标对大学生毕业质量进行评价

本着促进高校教育改革，实现毕业生顺利就业的初衷，我国教育部门对大学毕业生的就业率进行通报公布，但却陷入了单一化的自我局限中，因此以毕业生的就业率作为衡量教育得失的唯一指标不可避免地存在设计上的缺陷。以我国部分基础学科为例进行说明，其所对应的人才市场需求相对较小，学校作为教书育人的场所，原则上不能出于毕业生就业率的考虑放弃对应专业的课程教育，因此两者呈现出的人才供需不匹配也折射出该教育评价指标的不合理性。在该阶段基于当前的社会教育环境，对大学毕业生的就业情况进行多元评价依然是时代所趋，也是必然性的选择。多元聚类分析评价指标作为一种新型评价指标逐渐受到青睐，其多元性主要表现为对大学毕业生就业层次、就业地区、就业单位的性质及就业环境、就业条件稳定性等多个方面的评价考核[2]。此外其从实际出发，选择大学毕业生的实际就业率、高层次单位用人签约率、考研率三大项目作为大学生就业质量评价的主要指标。评价的多元则对应评价的全面与公正。

3 我国大学毕业生就业评价指标的多元聚类分析

3.1 关于聚类分析的定义解释

聚类是数据领域常用的专业术语，其主要对数据库中发现的未知对象进行分类，其划分依据为“物以类聚”，主要针对个体或者数据对象之间的相似性进行分组，其中具有相似性的个体或者数据分为一组，而无法满足相似性条件的个体或者数据则被分到另外的组别中。

3.2 聚类分析的工作原理剖析

作为一种分类方法，聚类分析主要依据样本数据之间的亲疏关系进行划分，其前提条件是没有先验知识，这种分类分析方法相较于传统的依据专业知识与经验进行定性分类的分析方法，摆脱了定义的随意性与主观性，特别是对多指标与多因素的数据进行分类时优势显著。随着聚类分析优势作用的日渐凸显，聚类分析被更多的人所熟知并在多个领域得以运用。聚类分析的基本工作原理就是把等待分类的所有样品或者变量都看做是一类，自定义为N类，依据事先选定的方法对每两类的聚类统计量进行分析归纳，其本质上是基于相似度系数，把关系比较密切的两类归为一类，其余保持不变，从而得到N-1类，然后重复上面的计算方法对新类别和其他类别存在的相似度进行二次分类，原有条件保持不变，从而得到N-2类，按照此顺序依次类推，每当重复一次都会对应缩减一类，直到全部的检测数据都统一归类完毕，聚类分析结束。操作分阶段进行，借助不断的分类缩减达到归类的目的。

3.3 毕业生评价指标的多元性聚类分析

我们前面提到大学毕业生就业率多元评价聚类分析选择毕业生的就业率、高层次用人单位签约率、毕业生考研率作为衡量高校办学质量与毕业生就业质量的主要衡量指标，相较于传统单一的衡量指标其更加综合与全面。但基于多元评价的聚类分析法也遇到了自身无法克服的障碍，主要表现为其无法实现各个指标既存的权重系数的有效衡量，也成为就业评价指标多元化聚类分析研究的首要障碍之一。因此基于其既存问题，必须从多个方面做好多元聚类分析评价障碍的破解，才能更好地发挥多元评价聚类分析的质量评价优势，实现对当前高校毕业生就业质量的考察评定，从而更好地做好高校毕业生就业指导工作[3]。

我们此次研究采用SAS软件，从毕业生就业率、高层次用人单位签约率、毕业生考研率三个指标为考察层面对某高校六个二级学院中毕业生的就业质量进行综合考察评定，结果如表1所示：

表1 某高校二级学院毕业生的就业质量数据及SAS软件运行结果

为更好地得出研究结果，确定分析大学毕业生的实际就业情况，上表采用四类方法进行分析研究，具体开展评价如下。首先是第一层次的分析，其中学院②的毕业生就业率与高层次用人单位签约率及升学率的指标数据明确表明其相较于其他学院存在该方面的优势，因此被划分为第一层次。其次是第二层次，学院①和③的高层次用人单位签约率在所有的院校中排名靠前，其研究生升学率及毕业生实际就业率处于中等偏上的水平，因此根据上述特点将其划分为第二层次。再次是第三层次，学院④和⑤的就业率与签约率及实际升学率在上述几个学院中都处于中等水平，虽然没有显著的优势但是在劣势方面也不明显，因此将其划分为第三层次。最后是第四层次，在该层次的划分中，学院⑥的毕业生就业率与研究生升学率与其他学院的对比中，存在明显的落差对比，加上这三个学院的综合指标都处于劣势，因此将其归为第四个层次。上述四个层次的划分都是多元评价的聚类分析法在实际毕业生就业质量评价中的具体应用体现，从上述的分类情况中我们不难得出结论，在高等院校中，即使是同一个学校不同的学院其毕业生就业率、研究生升学率及高层次用人单位签约率都会存在不同程度的差异对比。

4 多元聚类分析在大学生就业评价指标中的指导意义

4.1 增强社会对大学毕业生就业质量的关注意识

当前就业形势严峻，就业压力沉重，就业处理不当很容易激发社会矛盾。而多元评价基础上的聚类分析则使得高校增强对毕业生就业质量的关注，在引起关注的基础上带动就业质量的研究。

4.2 毕业生就业质量评价更具针对性

传统的毕业生就业质量评价指标相对单一，模糊了办学规模及地区差异引发的毕业生就业质量差异分析。而多元评价的聚类分析则为这种差异性的关注提供了突破口，以此为基础更好地制定针对性策略。

4.3 克服以往毕业生就业质量评价的随意性与主观性

基于多元评价的聚类分析综合了毕业生就业质量的多项衡量指标，是对数据进行科学分析归类基础上得出的结论，克服了原有评价的随意性与主观性，在综合多项评价指标权重的基础上得出客观公正的结果，可信度更高。

4.4 宽松的就业环境为毕业生提供个性化的就业指导

多元评价的聚类分析通过多个方面对毕业生就业质量进行科学解读，可以为高校毕业生提供更加宽松的就业政策环境，引导高校毕业生在人生抉择的重要路口能做好职业的精准定位，使得我国高校的毕业生就业指导工作更为高效。

4.5 毕业生与用人单位合理对接并实现培养结构的优化

多元评价的聚类分析在高校毕业生就业质量中发挥着越来越重要的作用，因此高校学生及毕业生就业指导者也更为深刻地认识到多元聚类评价及其指导思想的就业指导意义，推动着多元评价聚类分析在毕业生就业指导中的普及应用。我国更多的用人单位能够吸引更多适合本企业发展的优秀毕业生。

5 结语

作为对传统高校毕业生就业质量评价的创新，多元评价聚类分析体系则为高校毕业生就业质量考察评估提供了思路。只有做好各部门的联合协调，加大对高校毕业生就业质量的研究关注，才能更好地引导高校毕业生就业工作，借助多元的评价指标与聚类的分析归纳原理实现高校毕业生就业问题的有效破解。

[1] 柯 羽.基于主成分分析的浙江省大学毕业生就业质量综合评价[J].中国高教研究,2010(4):74-76.

[2] 彭建章,曾凡锋,王 讯.我国高校毕业生就业质量评价指标体系研究——基于教育部直属高校2014年就业质量报告的统计分析[J].华北电力大学学报(社会科学版),2015(6):121-127.

[3] 雷 勇.进一步完善专业艺术院校毕业生就业质量评价体系——基于麦可思公司对音乐院校就业数据分析的思考[J].科教导刊(上旬刊),2016(1):167-169.

(编辑：严佩峰)Clustering Analysis Based on Graduates' Employment Quality Pluralistic Evaluation

ZHAO Xiao-hua, CHEN Xiao

(Basic Department，Jiyuan Vocational and Technical College, Jiyuan 459000, China)

By analyzing graduate employment rate, PubMed rate, entrepreneurship rate of the overall quality of graduates' employment this article mainly studies on the basis of the evaluation of clustering multivariate analysis of the quality of graduates in order to better guide graduation guidance.

multiple evaluation; graduate employment quality; cluster analysis; research value; explore the significance

2016-05-10

河南省教育厅教育科学十二五规划项目(2014-JKGHC-0185).

赵晓花(1979—)，女，河南开封人，硕士，讲师，研究方向：数学与应用数学.

G420

A

2095-8978(2016)04-0149-03