大学生就业选择问题论文

大学生就业选择问题

摘要：对于面临择业选择的毕业大学生来说，如何在诸多工作中做出最优选择至关重要，针对该问题本文建立层次分析模型。需要解决的问题的是在考虑能否发挥个人才干、是否为个人爱好、收入是否高、能否学到技术（技能）、工作是否轻松（安稳）、福利是否好这六个准则时，如何在具体的工作中做出最优选择。首先，应用萨蒂提出的“9标度法”，为两两不同的要素比较结果赋值，建立比较对称逆矩阵，进而求得各要素所占权重.在实际计算过程中，我们分别计算目标层与准则层、准则层与决策层之间的权重，进而建立目标层与决策层之间的联系，为最终决策提供依据。经过分析，我们最终选择长安汽车公司，过程一致性均通过检验，确保了结果的可靠性。针对问题二，就毕业生在进行职业决策时，对就业单位的标准和要求的分析，建立模糊综合评价模型，对大学毕业生择业标准进行综合评价，得出了大学生在选择就业单位时对六个因素的重视程度从大到小分别为：能否发挥个人才干、是否为个人爱好、收入是否高、能否学到技术（技能）、工作是否轻松（安稳）、福利是否好.基于此，就业单位可从这方面来考虑，从而提高招聘成功率，进而达到缓解就业形势的效果。

关键词：层次分析 9标度法 一致性检验 模糊综合评价

一、问题重述

1.1 背景知识

1.1.1 什么是“双向选择”[1]

毕业生的培养单位（如大专院校、中专学校等）与需方（各用人单位）在一起经过充分协商，提出分专业，分用人单位的毕业生就业方案.学校与用人单位也可相互直接联系，学校向用人单位介绍本校的专业培养、使用方向以及毕业生的具体情况.而用人单位则向学校介绍本单位的情况、需要毕业生的情况以及具体要求，双方协商落实毕业生就业的供需方案.双向选择是指用人单位通过各种形式与毕业生直接见面洽谈。学校可向毕业生出具推荐函（信），毕业生则可通过多种途径与用人单位直接面谈落实工作单位，确定单位后，毕业生和用人单位签订就业协议书，经学校和地方毕业生就业主管部门同意后，即可形成就业方案。

“双向选择”认为，雇主和雇员之间可以随意进行选择，如果雇员感觉到对企业不满意，就可以提交离职申请，并解除与企业之间的契约关系。这意味着，双方在这种互相找寻的过程中地位几乎是平等的。

意思是求职者和招聘方互相选择，说白了就是职员可以选择公司，公司也可以选择职员，大家都有互相选择的权利，“双向选择”是继“包分配”后出现的另外一个与求职有关的词语。

1.1.2 “双向选择”的影响[2]

双向选择，虽然更多的体现的自主性，但是在中国就业形式严峻的今天，双向选择更多的成为了单项选择，供需双方差距明显，所以国家才会为大学生创业提供那么多的福利政策，用创业拉动就业，拉动中国经济的发展，培养锻炼出更多的中坚力量。

1.2 要解决的问题

问题一[3]：就毕业生来说，选择单位的标准和要求是多方面的，通过分析和调查，本文仅对如下指标进行综合评价：

（1） 能发挥个人才干； （2） 收入高； （3） 个人爱好；

（4） 能够学到技术、技能； （5） 工作轻松、安稳； （6） 福利好。

结合自己的观点及具体情况，选择三个(或三种类型)的单位，建立决策模型。

问题二[4]：就毕业生在进行职业决策时，对就业单位的标准和要求的分析，建立相应的模型，对大学毕业生择业标准进行综合评价。

二、模型假设

1.每一层结点所提出的参考量涵盖对目标选择最重要的所有因素，其他实际中潜在的因素对结果的影响微乎其微。

2.专家对选项的评分等级完整且可化为离散量。 3.专家打分具有较为科学和正确的可参考性。 4.毕业生完全可以胜任这三个工作单位的工作。

四、问题分析

4.1 针对问题一利用层次分析法建立模型

在此问题中，大学生在选择合适的工作岗位时需要兼顾多个方面的因素，而这些因素之间存在着或多或少的相互影响和相互制约.例如此题中的（1） 能发挥个人才干；（2） 收入高；（3） 个人爱好；（4） 能够学到技术、技能；（5） 工作轻松、安稳；（6） 福利好等。同时，若我们给出具体的工作岗位，并提供该工作岗位的这六个方面的信息，供客体选择时，客体对于具体的工作岗位在这六个方面的偏重也会有所不同.我们注意到，人在这个选择的过程中，并不能给出确切的量对自己的选择进行准确的描述，即人是凭借“感觉”进行选择的.“感觉”是一个模糊量，这种模糊量仅对于单层单一因素比较下的选择具有现实意义，而对于类似此题的情况就显得很难操作了。这时，我们的第一个目标就是将“感觉”这一模糊量进行量化，从而得出各层因素以及各目标之间的“量化关系”，使得它们的比较具有实际意义并具有可操作性，从而帮助我们选择出最合适的工作岗位.而层次分析法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法，尤其适合于对决策结果难于直接准确计量的场合.显然，层次分析法很好的适用于该问题。

（1）利用层次分析法，我们将此问题分为三层：第一层：对可供选择的工作的满意程度；第二层：进一步深造的机会，单位今后的发展前景，本人的兴趣爱好，单位所处的地域，单位的声誉，单位的经济效益、工资与福利待遇 六个选择参考因素；第三层我们选择三个实际的工作岗位。

（2）在第二层以及第一层、第三层的各个量间进行“两两比较”，并采用萨蒂(Saaty)

给出的“9标度法”[1]取值.如取：xi和xj，要比较它们对目标的贡献大小，则取它们的比值

xi

按照以下标准进行赋值： xj

xixj=1，认为“xi与xj贡献度相同”； xixj=3，认为“xi比xj的贡献略大”； xixj=5，认为“xi比xj的贡献大”； xixj=7，认为“xi比xj的贡献大很多”；

xixj=9，认为“xi的贡献如此之大，xj根本不能与它相提并论”； xixj=2n,n=1,2,3,4 认为xixj介于2n-1和2n1之间”；

x1

xixj=,n=1,2,3,...,9 当且仅当i=n时。

xjn

（3）专家利用上述准则进行打分，并对打分结果进行几何平均值的计算，得到的

平均值矩阵作为迭代矩阵进行迭代，得到各层权系数。

（4）对结果进行一致性评估，若偏差较大查找原因并进行修正。 4.2 针对问题二建立模糊综合评价模型

首先，确定对象的影响因素有：能发挥个人才干、收入高、个人爱好、能够学到技术（技能）、工作轻松（安稳）、福利好，并由此来组成评判因素论域：

A =﹛能发挥个人才干(A1), 收入高(A2),个人爱好(A3), 能够学到技术、

技能(A4), 工作轻松、安稳(A5), 福利好(A6)﹜

接着，确定评语的论域：

V =﹛很重要(V1)，较重要(V2)，一般(V3)﹜

进而，通过较多毕业生对因素Ai评判后，得出对Ai的评判矩阵R

最后，由调查得Vi的权重为D，则可得到综合评价矩阵E从而得出毕业生择业时的标准。

五、模型的建立与求解

5.1 针对问题一中模型的建立与求解

针对题目要求，应用层次分析法建立模型.层次分析法（AHP）是美国运筹学家匹茨堡大学教授萨蒂(Saaty)于上世纪70年代初，为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法.这是一种定性和定量相结合、系统化、层次化的分析方法.对这个问题我们分析过程如下： 1.建立层次结构模型

第一层:目标层Z，即对可供选择的工作的满意程度Z；

第二层：准则层A，即能发挥个人才干A1、收入高A2、个人爱好A3、能够学到技术、技能A4、工作轻松、安稳A5、福利好A6;

第三层：方案层B，即长安汽车公司 B1、创新诺亚舟电子(深圳)有限公司 B2、上海精思机械设备公司 B3. 建立结构图为：

图 1

2.构造成对比较矩阵

首先，写出目标层与准则层成对比较矩阵分别为：

（每一格表示aijAi/Aj，即横行对应值比竖列对应值之比）

同样地方法，可写出目标层C与准则层B之间的成对比较矩阵分别为：

3．计算层次单排序的权向量和一致性检验

由已知成对比较矩阵 A，利用matlab编程（见附录）求得A相对于目标层Z的权向量为：



0.1626, 0.1210,0.0479,0.0975,0.2738,0.2973

为衡量结果是否能被接受，萨蒂构造了最不一致的情况，几对不同的矩阵的n的比

较矩阵，采取1/9,1/7,„„7,9随机取数的方法，并对不同的n用100-500的子样，计算其一致性指标，再求得其平均值，记为RI.

CI0.719, RI0.90, CRRI0.07710.1. 则认为矩阵A通过一致性检验。

同样，对成对比较矩阵B1、B2、B3、B4、B5、B6也可用上述方法分别求的相对于A层的权向量并进行一致性检验，结果如下：

由计算结果可知，B1、B2、B3、B4、B5、B6均通过了一致性检验，则其对应权重皆可以接受。

4．计算层次总排序权值和一致性检验

以上已经求的准则层A对目标层Z的权重及方案层B对准则层A的权重，由此得到方

aCI+aCI+aCI+aCI+aCI+aCI

CR[1**********]60.01040.1

a1RI1+a2RI2+a3RI3+a4RI4+a5RI5+a6RI6

所以层次总排序通过一致性检验，故可用：

0.16260.12100.04790.09750.27380.2973

作为最后的决策依据.因为0.5468> 0.2988>0.1545，所以决定选择长安汽车公司。 5.2 针对问题二中模型的建立与求解

经调查可得如下矩阵R和矩阵D：

0.80.60.50.70.20.2

 R0.20.30.30.20.40.7

00.10.20.10.40.7

D0.50.350.15

由此可得毕业生对上述六种因素的综合评价结果为：

EDR0.470.420.3850.4350.30.36

因为A1A4A2A3A6A5，所以大学生在选择就业单位时对六个因素的重视程度从大到小分别为：能否发挥个人才干、是否为个人爱好、收入是否高、能否学到技术（技能）、工作是否轻松（安稳）、福利是否好.基于此，就业单位可从这方面来考虑，从而提高招聘成功率，进而达到缓解就业形势的效果。

六、模型的评价

6.1对模型一的评价

通过模型一的求解，我们更加深刻的认识了层次分析法，对于这种方法的优点和局限性也有进一步的体会.总结起来主要有下面几点：

优点：

1．系统性.层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策 ；

2 实用性.层次分析法把定性和定量方法结合起来，应用范围很广，同时，这种方法使得决策者与决策分析者能够相互沟通，这就增加了决策的有效性；

3．简洁性.具有中等文化程度的人即可以了解层次分析法的基本原理并掌握该法的基本步骤，计算也非常简便，并且所得结果简单明确。

以上三点体现了层次分析法的优点，该法的局限性主要表现在以下几个方面： 1.只能从原有的方案中优选一个出来，没有办法得出更好的新方案，对本题来说，只能从已有的三个工作中选择；

2.该法中的比较、判断都是粗糙的，不适用高精度较高的问题；

3.从建立层次结构模型到给出成对比较矩阵，人主观因素对整个过程的影响很大，尤其是在两两比较时赋值时，模糊性、随意性、主观性造成很大的影响。 6.2对模型二的评价

优点：

模型二从大学生在选择就业单位时对六个因素的重视程度方面入手，得出其对六个因素重视程度的大小，为就业单位提供一个参考，从而提高单位的招聘成功率，进而达到缓解就业形势的效果。这对目前严峻的就业形势起到的效果是无可非议的。 缺点：

模型中仅从六个因素进行考虑，不是很全面。可考虑更多的因素如：就业单位的声誉、所处地理位置等。

七、模型的推广

模型一成功地解决了该毕业生的就业选择问题，给出了较为满意的方案选择.模型推广后，易于用于实际生活中的工作选择，填报志愿等问题，具有一定的普适性和实用性。

同时，其中采用的层次分析法是解决离散模型的普遍方法，在经济计划和管理，能源政策和分配，人才选拔和评价，生产决策，交通运输，科研选题，产业结构，教育，医疗，环境，军事等领域,得到了成功的应用.

模型二的评价方法还可以应用于“大学生综合素质的测评”和“课堂教学质量的综合测评”等。

八、参考文献

[1]双向选择，http://baike.baidu.com/view/990171.htm#1，2013.6.13； [2]双向选择，

http://www.chinavalue.net/Wiki/%E5%8F%8C%E5%90%91%E9%80%89%E6%8B%A9.aspx， 2013.6.13；

[3]大学生择业问题，

http://wenku.baidu.com/view/a67c5b8771fe910ef12df81f.html，2013.6.13； [4]谢金星等，数学建模，高等教育出版社，2003.08。

附录

程序1

n=6;

a=[1 1 3 4 0.5 0.333;1 1 4 1 0.5 0.25;0.333 0.25 1 0.5 0.2 0.25;0.5 1 2 1 0.5 0.333;2 2 3 2 1 2;3 4 5 3 1 0.5]; e=[1/n;1/n;1/n;1/n;1/n;1/n]; c=1;

while(max(abs(c))>0.001) f=a*e;

g=f(1)+f(2)+f(3)+f(4)+f(5)+f(6); l=f/g; c=l-e; e=l; e end

m=eig(a) p=max(m) CI=(p-n)/(n-1) CR=CI/1.24

程序2

n=3; a=[1 1 5; 1 1 3;

0.2 0.333 1]; e=[1/n;1/n;1/n]; c=1;

while(max(abs(c))>0.001) f=a*e;

g=f(1)+f(2)+f(3); l=f/g; c=l-e; e=l; e end

m=eig(a) p=max(m) CI=(p-n)/(n-1) CR=CI/0.58

程序3

n=3; a=[1 2 4; 0.5 1 3;

0.25 0.333 1]; e=[1/n;1/n;1/n]; c=1;

while(max(abs(c))>0.001) f=a*e;

g=f(1)+f(2)+f(3); l=f/g;

e=l; e end

m=eig(a) p=max(m) CI=(p-n)/(n-1) CR=CI/0.58

程序4

n=3; a=[1 3 4; 0.333 1 2; 0.25 0.5 1]; e=[1/n;1/n;1/n]; c=1;

while(max(abs(c))>0.001) f=a*e;

g=f(1)+f(2)+f(3); l=f/g; c=l-e; e=l; e end

m=eig(a) p=max(m) CI=(p-n)/(n-1) CR=CI/0.58

程序5

n=3;

a=[1 0.5 0.333; 2 1 1; 3 1 1];

e=[1/n;1/n;1/n]; c=1;

while(max(abs(c))>0.001) f=a*e;

g=f(1)+f(2)+f(3); l=f/g; c=l-e; e=l; e end

p=max(m) CI=(p-n)/(n-1) CR=CI/0.58

程序6

n=3; a=[1 3 5; 0.333 1 2; 0.2 0.5 1];

e=[1/n;1/n;1/n]; c=1;

while(max(abs(c))>0.001) f=a*e;

g=f(1)+f(2)+f(3); l=f/g; c=l-e; e=l; e end

m=eig(a) p=max(m) CI=(p-n)/(n-1) CR=CI/0.58

程序7

n=3; a=[1 2 5; 0.5 1 2; 0.2 0.5 1];

e=[1/n;1/n;1/n]; c=1;

while(max(abs(c))>0.001) f=a*e;

g=f(1)+f(2)+f(3); l=f/g; c=l-e; e=l; e end

m=eig(a) p=max(m) CI=(p-n)/(n-1) CR=CI/0.58