京劳动力数量和人力资源水平对工业化影响.docVIP

京劳动力数量和人力资源水平对工业化影响.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
京劳动力数量和人力资源水平对工业化影响

京劳动力数量和人力资源水平对工业化的影响   【摘要】北京劳动力数量和人力资源水平对北京工业化有着重要的影响,但是在定量地测量劳动力数量和人力资源水平对北京工业化影响的程度上,不同的学者有着不同的方式。而主要其争论点在于如何量化评价人力资源水平。本文在以前研究的基础上,采用了模糊集合和04打分法对人力资源水平进行量化处理。认为,北京劳动力数量和人力资源水平对北京工业化程度密不可分。   【关键词】人口数量 人力资本水平 模糊集合 04打分法 工业化   一、引言   劳动力的数量和质量与工业化的程度是不可分割的。随着科技的发展和工业化体系的深入,劳动力作为工业化推动的一个重要因素,其数量和质量都对工业化发展有着深刻的影响。   自2008年起,北京就为自身环境的污染开始大量迁走企业和工业,但是不可否认,北京的工业化程度高教一般城市省区的工业化程度要高。而且北京的劳动力市场健全,而且劳动力人口数量和水平都居于全国领先地位。   综上所述,本文选取了北京2012年之前的数据进行了研究。作为劳动力数量与劳动力质量对工业化的一个实证研究。   二、指标建立   在本文中,劳动力人口数量使用的是北京市1991年到2012年的常住人口数量。每一年的工业化程度的数据描述使用的是当年工业总产值与当年全市总产值的比。而人力资源水平比较抽象,在此笔者使用的是价值分析理论中的强制打分法―― “04打分法”,对劳动人口的质量各评估指标权重进行较为合理地分配,同时结合模糊集合理论提出对劳动力资源水平进行综合评估的新方法。   (一)评估指标   本文依据“评估指标”体系中的主指标(一级指标)、分指标(二、三级指标)进行讨论分析,先列出如下指标体系。   1.受教育程度   (1)全市各类学校个数 (普通高等院校、高中、小学)   (2)全市各类学校在校学生人数(普通高等院校、高中、小学)   2.在职学习   (1)全市普通中等专业院校个数   (2)全市普通中等专业院校在校学生人数   3.健康状况   (1)卫生机构个数   (2)甲乙病发率(1/10万)   4.迁移能力   (1)公路里程数   (2)城市道路里程数   (二)各评估指标权重的确定   人力资源水平的评估是对多项指标评价的综合,而每项指标的重要程度不同,即权重(权系数)不同。因此,科学合理地确定每项指标的权重,则是进行客观、公正、科学综合评估的关键。这里为了解决各评估指标权重的确定缺乏对比,存在主观因素的问题,引用价值分析理论中的强制打分法――― “04打分法”,对各指标因素及每个指标里的分指标进行打分。打分的方法是在多个指标因素对比的情况下,进行两两交叉打分,有3种对比打分,即4∶0,3∶1,2∶2。也就是说,对各指标因素进行交叉打分时比较相对两指标,非常好的打4分,对应不好的打0分;较好的打3分,对应一般的打1分;两种指标同样好的,各打2分。然后,求各指标的总得分,去除所有指标的总得分,得出每个指标的评价系数,即权重。   三、评估步骤   (一)确定评估指标及权重   设评估指标集合为U;通过以上分析可知,一级评估指标有4个,称作主指标。记作:   U=(u1,u2,u3,u4)   其中:u1是受教育程度,u2是在职学习,u3为健康状况,u4为迁移能力。   同理,各分指标为:   u1=(u11,u12);   u2=(u21,u22);   u3=(u31,u32);   u4=(u41,u42)。   这里,uij称为分指标。各主指标及分指标的权重确定用04打分法。设权重集合为A,各主指标的权重系数分别为:a1、a2、a3、a4,记作:A=(a1,a2,a3,a4)其中:对A进行归一化处理,即∑ai=1(i=1,2,3,4)。同理:   a1=(a11,a12);   a2=(a21,a22);   a3=(a31,a32);   a4=(a41,a42)。   a1、a2、a3、a4是进行归一化处理后的结果。这里应指出,在确定评估指标权重时,首先确定各主指标的权重a1、a2、a3、a4;然后再确定各分指标的权重。各分指标权重在进行04打分后,进行归一化处理,处理后的各分指标分别乘以与其相对应的该主指标的权重。   (二)建立模糊评判模型设模糊评判模型为R,记作:R=(r1,r2,r3,r4)   其中:   r1=(a11,a12);   r2=(a21,a22);   r3=(a31,a32);   r4=(a41,a42)。   这里,ri为各主指标的模糊集,rij为各分指标的打分结果。模糊打分的方法记为(特别好,好,较好,一般,较差,差,特别差),打分结果对应为

文档评论(0)

317960162 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档