基于灰色關聯分析的大學生就業質量評價研究

陳倩

(商洛學院,電子信息與電氣工程學院， 陜西，商洛 726000)

0 引言

當代社會發展的重要問題之一就是就業，促進就業是實現全社會人民生活穩定的關鍵之一，就業質量的優劣直接反映國民經濟發展趨勢與國家社會穩定情況。高校大學生是社會儲備人力資源，也是國家未來發展的儲備力量，因此研究高校大學生就業質量問題顯得尤為重要[1]。目前已有研究中，評價大學生就業質量的相關研究受到諸多社會及經濟因素的影響，導致評價體系不夠科學、客觀、完整和全面，存在諸多干擾因素。大學生就業質量評價的結果直接影響高校的辦學水平，只有做到科學、系統、客觀的就業質量評價才能有助于高校、社會、畢業生的長久發展。隨著我國教育水平的提高，大學生就業質量優劣已經是衡量高校辦學水平的重要指標，經數據分析得到的指標關聯度并且通過計算得到權重，綜合評價系數分析大學生就業質量，以此為參照，督促高校做出改革，提升教學質量。

針對大學生就業質量評價，有學者提出基于個體問卷數據的大學生就業質量分析，使用問卷調查法分析并測算大學生就業質量，主要目的在于數據統計分析，缺乏科學性；還有學者提出基于組合群驗模型的大學生就業競爭力評價方法，該方法使用數學模型評價大學生就業質量，具有一定的參考性，但是過程過于復雜。

灰色關聯分析是一種十分活躍的灰色系統理論之一，基本理論是幾何形狀判斷不同序列之間聯系緊密與否依據序列曲線。關聯度就是度量2個系統間因素隨著對象和時間變化的關聯性大小，假如2個因素存在一致的變化趨勢，說明具有較高的同步變化程度，也可以說二者具有較高的關聯程度；如果2個因素的變化趨勢不一致，則說明關聯度較低[2]。由此可以證明灰色關聯分析法是依據因素發展趨勢相異程度以及發展趨勢來判定的，主要用于衡量因素之間的關聯程度?；疑P聯分析具有較高可靠性，構建灰色關聯分析模型計算各指標關聯度情況，計算過程中把樣本數據作為模型，因此實際計算時所需樣本數量較少，不需要使用典型的數據分布方法，實際計算結果和定性分析結果具有高度一致性。定量分析系統發展態勢以理論數學為基礎，確定數個比較數列和參考數列2個關聯系數的關聯度?；疑P聯度分析能夠量化比較分析系統態勢，實質上就是對參數數列與比較數列的曲線幾何形狀接近度進行比較，灰色關聯度分析的實質就是評價對象的優劣次序，以此獲得最終的評價結果。本文將灰度關聯分析方法作為基礎，綜合評價大學生就業質量，為高校未來教學發展提供了目標方向。

1 大學生就業質量評價

1.1 指標體系構建

大量分析相關文獻，統計大學生就業質量評價研究狀況，結合專家法[3]確定大學生畢業質量評價指標體系，結果見圖1。

圖1 評價指標體系

在圖1中，C為目標層，第二級為方案層，第三層為準則層。綜合參考文獻和高校就業指導中心專家、教師的相關指導意見分析考評后，根據指標選取要求的宏觀性、通用性、簡易性、可比性[4]篩選出具有代表性的12個就業質量評價指標，主要從個人、專業和學科3個方面開展就業質量評價，具有較強的客觀性。

1.2 基于灰色關聯分析的學生就業質量評價方法

在構建了大學生就業質量評價指標體系后，運用灰色關聯分析模型求解每個就業質量評價指標與就業質量的關聯度。構建數據矩陣，并采用均值化方法對各數據進行無量綱化處理，構建各指標數據的灰色關聯矩陣，并計算關聯度，據此確定各指標的權重，將各評價指標分值與權重相乘，并對乘積結果加和，得到就業質量評價結果。

1.2.1 構建數據矩陣

假設分別存在m個評價對象和n個評價指標，可使用Ui表示大學生就業質量綜合評價指標集，其中i=1,2,…,n。

使用式(1)表示數據矩陣：

(1)

1.2.2 無量綱化處理

各個指標的數量級和計量單位均存在差異，各指標之間缺乏綜合性，所以無法開展綜合性分析，為解決這種問題，必須使用數學化標準方法處理這種差異，本文開展無量綱化處理時使用均值化方法[5]。

均值法是各個變量的變量值與變量相除，獲得變量的平均值，這種方法不但能夠將數量級和無量綱造成的影響消除，同時還能保留每個變量取值差異程度信息，去除綜合指數受到差異程度較大的變量[6]，進而減少了對差異較大的變量的處理步驟，縮短了數據的處理時間，提高就業質量評價數據的處理效率。使用無量綱化的均值化方法處理各個指標量：

(2)

(3)

1.2.3 構建灰色關聯矩陣

確定無量綱化處理后的數據矩陣：

(4)

1.2.4 計算關聯度

通過式(4)計算關聯度：

(5)

其中，γi代表第i個指標和評價綜合指數之間的關聯度。根據式(5)和灰色關聯矩陣，經MATLAB環境編寫指標關聯度計算程序，獲得各個指標關聯度大小[8]。

1.2.5 指標集權重確定

灰色關聯分析僅能分析指標關聯度，為使評價結果更加具有準確性和科學性，使用基于改進層次分析法計算權重，實行綜合評估大學生就業質量評估。

在評估過程中，權重占據重要作用，常見的層次分析法所使用的方法為9標度法建立指標判斷矩陣，但是在實際應用過程中考慮到眾多指標都存在滿意度評價，而且滿意度界定存在嚴重干擾影響分辨判定，導致權重主觀具有較強的隨意性，造成評價可靠性和客觀性都受到影響[9]，所以使用最優傳遞矩陣改進層次分析法，利用自調節方法構建比較矩陣，構建完成后轉化成一致性矩陣，計算得出權重。具體步驟如下：

確定各層指標間重要性程度，獲得3標度比較矩陣：

(6)

以上比較矩陣可能并不能符合思維判斷一致性，通過最優傳遞矩陣概念，改造矩陣G，求出一致性矩陣和最優矩陣，保證結果符合一致性要求[10]。

通過計算獲得比較矩陣G最優傳遞矩陣：

O=(oij)n*n

(7)

一致性矩陣也被稱作判斷矩陣，將式(7)最優傳遞矩陣O轉換成判斷矩陣Q：

Q=(qij)n*n

(8)

其中，qij=exp{oij}。

經過式(7)與式(8)轉換后，判斷矩陣Q保持良好的一致性。

(9)

1.2.6 評價分析

灰色關聯度分析依據式(10)實現大學生就業質量綜合評價：

R=W*ri

(10)

(11)

判斷關聯度大小，為各指標排序，關聯度值越大評價結果越好。

2 實驗結果

將某大學即將畢業的在校大學生作為研究對象，使用本文方法開展實驗，所選取的對象為某大學電子類專業的學生，2個班共計102人，使用問卷調查形式收集相關數據，這些參加實驗的大學生通過微博、微信等通信方式共填寫1 142份問卷，經整理獲得522份有效數據，分析整理這些數據，從多個指標評價大學生就業質量。使用本文方法計算各個指標的關聯度，統計結果見圖2。從圖2能夠看出，各個指標關聯度均高于0.46，說明本文方法評價各指標具有較強的關聯度，由此可以看出本文設定的12個評價指標體系可以作為評價大學生就業質量的評價的指標體系，其中C11、C12、C14的關聯度值較高，說明這3個指標對評價大學生就業質量存在較高影響[12]，因此可以從這3個方面對大學生就業制定相應調整政策。

(a) 個人就業質量評價關聯度

使用本文方法計算各個指標的權重，統計結果見圖3。

從圖3可知，使用本文方法能夠準確獲得各指標的權重，總體來看，各指標權重在0.130至0.011之間波動。

(a) 個人就業質量評價權重

從實驗對象中隨機抽取100位學生，并隨機分為10組，根據評價指標權重和指標關聯度，使用式(10)獲得計算評價值結果(圖4)。為驗證評價結果的準確性，邀請專家評分，其中按照指標情況劃分出5個等級，評分結果由高至低分別為5、4、3、2、1。

圖4 就業質量評價結果

為使實驗結果具有對比性，同時使用基于個體問卷數據的評價方法和基于組合群驗模型的評價方法對實驗中的10組大學生就業質量實行評價，這2個對比結果分別來自文獻[7]和文獻[8]。

從圖4能夠看出，本文方法在對大學生就業質量評價的過程中，能夠有效得出質量評價結果，且評價的結果與專家實際評分結果較為一致，最大誤差保持在0.2分以內，具有較為精準的評價性能。其他方法的評價結果誤差較大，組合群驗模型方法和問卷數據方法的評分結果誤差最大分別達到了1.2分和1.8分，難以準確體現大學生就業質量。這是因為本文方法采用了灰色關聯分析方法，對評價指標與就業質量的關聯度進行了計算，能夠準確反映各指標與就業質量的真實關聯信息，從而準確體現了大學生的就業質量結果。

3 總結

大學生就業質量關系高校未來的發展和社會人才的儲備對評價大學生就業質量具有深遠的影響。本文研究基于灰色關聯分析的大學生就業質量評價，使用灰色關聯分析法確定參考數據列，運行無量綱化處理數據使其具有規范化，改進灰色關聯分析法，結合層次分析法確認權重，實現大學生就業質量評估。評估大學生就業質量時存在諸多影響因素，且各指標之間的關聯性不清、定量不明確，灰色關聯分析能夠極好地解決信息不明確的灰色問題，提高評估的準確性。經實驗分析，本文評價方法計算過程簡單，能夠準確獲得各指標關聯度和權重，評價結果具有較高準確性，存在較高定量化程度，為評估大學生就業質量提供了一種新的途徑。