基于模糊化理论III农业转移人口就业能力评估指标体系研究.docVIP

基于模糊化理论III农业转移人口就业能力评估指标体系研究 　　摘 要：农业转移人口的就业能力评估体系的建立可以作为衡量农业转移劳动力资源效率与效益的手段，也是农业转移劳动力资源管理不可或缺的管理工具。模糊数量化理论III，能够将多个定性变量与定量变量结合在一起建立综合评价模型.并且该模型不受历史数据的影响，能够对任一时段内劳动力资源绩效进行独立评估，这为建立农业转移人口绩效评估模型提供了一个很好的方法。 　　关键词：模糊化理论III 农业转移人口 就业能力 评估 　　中图分类号：F323.6 文献标识码：A 　　文章编号：1004-4914（2015）07-076-03 　　随着山西省“一核一圈三群”规划已初具规模，全省新式城镇化构架基本敲定，山西省城镇化进程已经进入快速发展阶段。研究农业转移人口就业能力，对于建立一体化的劳动力市场、市场机制与公共投入相结合的职业技能培训制度、完善城乡统一平等的就业体制，促进农业转移人口就业提供有效政策建议具有十分重要的现实意义。农业转移人口的就业能力评估体系的建立可以作为衡量农业转移劳动力资源效率与效益的手段，也是农业转移劳动力资源管理不可或缺的管理工具。 　　农业转移人口的能力考核也是劳动力资源绩效评估的组成部分，一般情况下，衡量劳动力资源个体绩效均需从定量与定性两个方面考虑：既要考虑劳动力资源所带来的效益（定量）指标，同时必须考虑劳动力资源的能力、工作态度（定性）等指标。{1}基于这种思路，建立一个能够将定性与定量指标综合在一起的农业转移人口绩效评估模型，将会为组织对劳动力资源的管理决策提供有力支持。 　　模糊数量化理论III，能够将多个定性变量与定量变量结合在一起建立综合评价模型，并且该模型不受历史数据的影响，能够对任一时段内劳动力资源绩效进行独立评估。{2}这为建立农业转移人口绩效评估模型提供了一个很好的方法。 　　一、针对转移人口个体就业能力评估的模糊数量化III模型 　　在数量化理论中，特定性变量称为“项目”，每个定性变量的不同取值称为“类目”。假设共有n个样本，自变量中有s个定量变量，m个定性变量，记： 　　X=δ1（1）… δ1（m） U11 …U1sδ2（1）… δ2（m） U11 …U2s. . . .. . . .. . . .δn（1）… δn（m） Un1 …Uns. 　　X为样本反应矩阵。其中δn（m）是第m个定性变量在第n个样本上的模糊取值，Uns是第s个定量变量在第n个样本上的取值经过标准化之后的数据。 　　模糊数量化理论III的目的是对m+s个变量赋以得分： 　　B=（b1，b2，...bm，a1，a2，…as）t 　　对每个样本按照 　　Yi=（Y1，Y2，…，Yn）t=■Xb（1） 　　进行赋值得到各个样本的得分yi，从而对样本进行分类。因此，数量化理论III的主要问题是求解向量b和yi。 　　样本得分总的平均值为： 　　■=■■（■bjδi（j）+■α1Ui1） 　　记gj=■δi（j），g=（g1，g2，…gm，0，…0） 　　则样本总平均表示为：Y=■g，b 　　样本总方差为： 　　σ2=■■■（bjδi（j）-■）2+■（α1Ui1-■）2 　　记G=diag（■δi（1）2，…，■δi（m）2，n…n） 　　样本总方差可表示为：σ2=■b，G-■gg，b 　　令L=G-■gg，，则总体方差为：G2=b，Lb■ 　　组间方差为： 　　σ2b=■■（Yi-■）2=■■Y2i-■2=■Y，Y-■b，gg，b=■（b，X，Xb-■b，gg，b） 　　令H=X，X-■gg，，则组间方差为：σ2b=b，Hb■ 　　系数b可以根据组间方差与总体方差之比最大原则求出： 　　η2=■=■=?■ 　　利用lagrange乘数法，并增加两个约束：b，Lb=1，b，g=0，得特征方程为： 　　Hb=λ（m+s）Lb（2） 　　因此，该问题转化为求解（2）式的最大特征根所对应的特征向量的问题。从几何意义上来讲，特征向量相当于一个因子轴，样本得分可以看作是样本向量在这个轴上的投影，对应的特征根最大表示这个轴为使投影具有最大的分散程度（相关比〕的方向。 　　如果觉得一维的表示不够理想，可以进一步考虑多维表示的问题。 　　在应用过程中，通常求出前k个最大特征根λ1≥λ2≥…≥λk所对应的特征向量b1，b2，…bk，求得b1，对变量进行分类，然后根据公式（1）对样本进行分类。 　　此外，对于转移人口个体的绩效评估有时仅通过定性指标或定量指标来进行。模糊数量化III模型使用的数据形式除了以上介绍的定性与定量变量兼有的情况，还可以仅包含定性或定量数据。当仅包含定性数据时，将反应矩阵X中的定量部分去掉，并令、为