大学生就业力问题研究.docxVIP

大学生就业力问题研究 大学生就业力问题研究 大学生就业力问题研究 摘要：我国正处于经济和社会转型期，大学生就业难问题日益严重。本文在就业力理论的基础之上，以济南市部分高校为例对大学毕业生的就业力状况进行了实证分析，探讨了大学生就业力缺失的现状，从而从社会、高校和学生方面对如何提高大学生的就业力提出了对策和建议。 关键词：就业力；大学生就业；就业力缺失 随着教育大众化，大学生就业形势日益严峻，就业环境、高等教育结构以及毕业生个人和用人单位多方面的原因都导致了就业难。但是核心问题在于大学生就业力的严重不足。本文试图运用层次分析法以及模糊评价法对大学生目前的就业力状况进行评价分析，然后得出结论，对此提出对策建议，为其他的研究实践提供一点指导。 二、就业力概念界定 就业力，国内有些学者译为”可雇佣性”，是指能获得初次就业、保持就业、以及在必要时获得新就业的能力。总的来说，就业力不仅是在狭义上理解的找到工作的能力，还包含持续完成工作、实现良好职业生涯发展的能力。个人所拥有的知识、技能、能力、特性和行为是可雇佣性中可量化的指标。包含人际技能、个人属性、沟通技能和专业学习技能等几个维度。也为接下来的大学生就业力指标评价体系的建立奠定了基础。 三、基于层次分析法的大学生就业力模糊综合评价 （一）建立指标体系 层次分析法(ahp)是将决策相关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。根据层次分析法理论，建立指标体系，如表1所示。评价指标体系即模糊评判因素集u={u1, u2,…,un}。本文确定评语集论域描述为v={很好,较好,一般，差，很差}。 表1：大学生就业力评价指标体系 （二）确定指标权重 1、本研究采用层次分析法作为大学生就业力指标的权重确定方法。本文中在进行指标权重确定时，先求出各指标集的判断矩阵，然后用matlab软件求其相应的最大特征值和特征向量，从而得到指标集中各指标权重。 2、进行一致性检验。如果一致性检验通过,则ai即为所求的特征向量,即本层次各要素对上一层某要素的相对权重向量。当一致性比率在标准范围内时，认为判断矩阵具有一致性，它的最大特征根所对应的特征向量就能给出各指标的相对重要次序，将其正规化后就是所求的权重向量，否则要重新进行判断并写出新的矩阵。 （三）建立模糊隶属度矩阵r。 逐个对被评价对象的每个最底层指标bi(i =1,2,…,n)上进行量化,也就是确定从最底层指标来看被评对象对各等级模糊子集的隶属度(r|bi),进而得到模糊关系矩阵r, 其中，rij表示被评对象从指标ui来看对vj等级模糊子集的隶属度。 （四）利用模糊评价法进行综合评价 在本文中采取专家打分法确定单因素评判矩阵。 式中ai是指标bi的分权重;s是评价结果向量,它反映了评价对象在总体上对评语集论域v中各模糊子集的隶属度。按照最大隶属度原则,取其中最大的,其对应的就业力现状就是目前大学生的就业力水平。 本研究确定调查的对象为30人。其中教育专家10人，企业人力资源部门专家10人，政府有关专家10人。 （1）通过比较4个指标,得到一个判断矩阵式(1),后结合公式(2)进行运算,求得指标权重。计算过程使用matlab软件，得出权向量 a=（0.343 0.203 0.354 0.100）。 其中c.i.=0.044,r.i.=1.240,c.r.=0.035 a1=（0.126 0.157 0.195 0.522） a2=(0.084 0.153 0.183 0.580) a3=(0.423 0.385 0.192) a4=(0.462 0.419 0.119) （2）建立模糊隶属度矩阵r。评判对象各因素之间的组成关系如下： u=(u1u2u3u4)；其中u1=(b1b2b3b4),以此类推。 大学生就业力的评价标准可分为5个等级，评判集v={好,较好, 一般,较差,差}。本次评价经过30名专家的讨论，分析和打分，应用公式对第三层的单因素进行第三级等级评判，得出以下第二层的单因素评判矩阵系列，如表2所示。 表2 单因素评判矩阵 （3）利用模糊评价法进行综合评价。 根据多层次模糊综合评判原理，应用公式对评判体系各层次由下向上逐级计算。 u1=a1 r1=a1 (b1 b2 b3 b4) = (0.4270.25530.1478 0.13 0.0399) u2=a2 r2=（0.3610.30990.1543 0.112 0.0628） u3=