摘要影響高職畢業(yè)生就業(yè)的影響因素有很多，如何根據(jù)決策者的要求，篩選出符合實(shí)際情況的關(guān)鍵影響變量，預(yù)計(jì)不同的就業(yè)情景發(fā)生概率、不同情景下就業(yè)率預(yù)測(cè)等，都將對(duì)決策者的工作有重要意義。本文先用交叉影響變量法和矩陣分析篩選出高職畢業(yè)生就業(yè)率關(guān)鍵影響變量。然后用區(qū)間數(shù)描述不同就業(yè)情景的發(fā)生概率，最后，進(jìn)一步預(yù)測(cè)在此情景下的高職畢業(yè)生就業(yè)率區(qū)間值。以期最大程度降低點(diǎn)值和人為因素帶來(lái)的決策風(fēng)險(xiǎn)。

關(guān)鍵詞 就業(yè)率 區(qū)間數(shù) 情景

中圖分類(lèi)號(hào)：G473.8文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.16400/j.cnki.kjdk.2021.20.063

Construction of Interval Scenario Combination Forecasting Model for Employment Rate of Higher Vocational Graduates

GUO Weina

（Changsha Commerce and Tourism College， Changsha， Hunan 410116）

AbstractThere are many influencing factors that affect the employment of higher vocational graduates. How to screen out the key influencing variables that meet the actual situation according to the requirements of decision makers will be of great significance to the work of decision makers.This article attempts to combine qualitative and quantitative methods. First， use Delphi to describe the external and internal influencing variables statutorily， and then use the quantitative methods of cross-influence analysis and matrix analysis to screen out the key influencing variables of the employment rate of vocational graduates. Finally， the interval value is used to express the probability of the occurrence of the key influencing variables of the employment rate， so as to further reduce the decision risk caused by the point value and human factors.

Keywordsemployment rate； interval number； scenario

高職畢業(yè)生，作為每年高校畢業(yè)生求職大軍中的一類(lèi)龐大的群體，其就業(yè)方向、屬性、特性和就業(yè)要求有其特有的規(guī)律。高校畢業(yè)生就業(yè)率預(yù)測(cè)有利于幫助高校畢業(yè)生管理者制定相應(yīng)的計(jì)劃，受到了當(dāng)前多所高校的高度關(guān)注。但是高校畢業(yè)生就業(yè)率與多種因素密切相關(guān)，各種因素之間又相互聯(lián)系，變化規(guī)律十分復(fù)雜，使得當(dāng)前高校畢業(yè)生就業(yè)率預(yù)測(cè)模型無(wú)法全面、準(zhǔn)確地描述該變化特點(diǎn)。[1]

就業(yè)決策，是一種不確定多屬性決策問(wèn)題。不確定多屬性決策，也稱(chēng)為有限方案不確定多目標(biāo)決策，是現(xiàn)代決策科學(xué)理論與方法研究的重要組成部分。[2]對(duì)于關(guān)鍵影響變量、就業(yè)情景發(fā)生概率、就業(yè)率采用區(qū)間數(shù)描述，比起點(diǎn)值而言，能更好的降低這些不確定因素帶來(lái)的影響。

1影響變量的定性分析

影響高職畢業(yè)生就業(yè)率的影響因素很多。而這些影響因素的影響力度、影響主次、影響范圍都是不同的。眾多的影響因素對(duì)決策者的影最終判斷有很大干預(yù)，而且不可能所有因素都考慮齊全；另外，需要討論哪些因素對(duì)決策者的決策干預(yù)是最大的；而且，所有因素都不是獨(dú)立的個(gè)體存在，都是相互影響的。所以，本文為了解決這些問(wèn)題，通過(guò)專(zhuān)家論證的定性方法，選取了5大類(lèi)影響因素。

外部變量細(xì)分為國(guó)民經(jīng)濟(jì)、政策變動(dòng)、產(chǎn)業(yè)結(jié)構(gòu)、市場(chǎng)份額。內(nèi)部變量為其他因素。再量化為15個(gè)影響變量：生產(chǎn)總值（億元）GDP為1、全社會(huì)固定資產(chǎn)的投資額（億元）2、社會(huì)消費(fèi)品零售總額（億元）3、進(jìn)出口總額（億美元）4、就業(yè)對(duì)口產(chǎn)業(yè)發(fā)展的相關(guān)政策5、國(guó)家宏觀經(jīng)濟(jì)政策6、第一產(chǎn)業(yè)占GDP的比重（%）7、第二產(chǎn)業(yè)占GDP的比重（%）8、第三產(chǎn)業(yè)占GDP的比重（%）9、競(jìng)爭(zhēng)產(chǎn)業(yè)占整個(gè)市場(chǎng)的份額（%）10、就業(yè)對(duì)口產(chǎn)業(yè)占整個(gè)市場(chǎng)的份額（%）11、高職畢業(yè)生專(zhuān)業(yè)技能水平12、高職畢業(yè)生創(chuàng)新創(chuàng)業(yè)能力13、高職畢業(yè)生就業(yè)期望14、高職畢業(yè)生非專(zhuān)業(yè)綜合素質(zhì)15。

2關(guān)鍵影響變量的篩選

內(nèi)部變量即為就業(yè)率變量的特征變量，采用矩陣分析法來(lái)進(jìn)行判定。外部變量即為描述該現(xiàn)象所處環(huán)境的變量。描述清楚變量之間的關(guān)系，對(duì)外部變量按照其影響力來(lái)排序，把內(nèi)部變量按照其敏感性進(jìn)行排序，以此來(lái)降低系統(tǒng)的復(fù)雜性。量化后的影響變量相互影響，組成一個(gè)結(jié)構(gòu)矩陣，通過(guò)交叉影響分析法，[3]從所有影響變量里找出關(guān)鍵影響變量。交叉影響方法是通過(guò)結(jié)構(gòu)分析矩陣的自乘得到一個(gè)新的動(dòng)因等級(jí)和依賴(lài)等級(jí)的排列，直到等級(jí)的順序不再變化，最后的大小排序結(jié)果就是我們要得到的影響變量的影響力大小的排列順序。[4]構(gòu)建結(jié)構(gòu)分析矩陣模型如下：

和對(duì)應(yīng)的四個(gè)影響變量，其依賴(lài)性最小且動(dòng)力性等級(jí)最高，所以，第三產(chǎn)業(yè)占GDP的比重、競(jìng)爭(zhēng)產(chǎn)業(yè)占整個(gè)市場(chǎng)的份額、就業(yè)對(duì)口產(chǎn)業(yè)占整個(gè)市場(chǎng)的份額、高職畢業(yè)生的非專(zhuān)業(yè)綜合素質(zhì)，是高職某專(zhuān)業(yè)畢業(yè)生就業(yè)率的關(guān)鍵影響變量。

基金支持項(xiàng)目：2018年湖南省教育廳科學(xué)研究項(xiàng)目（18C1832）研究成果

參考文獻(xiàn)

[1]張英楠.基于混沌分析算法的高校畢業(yè)生就業(yè)率預(yù)測(cè)[J].現(xiàn)代電子技術(shù)，2020，43（21）：101-105.

[2]黃智力，陳青蘭.屬性值為區(qū)間數(shù)的決策對(duì)象相對(duì)可能度關(guān)系模型及其應(yīng)用[J/OL].控制與決策：1-10[2021-03-16].https：//doi.org/10.13195/ j.kzyjc.2020.1075.

[3]M.Lindgren，H.Band hold.Scenario planning the link between future and strategy[J].Pal grave Macmillan，2003：106-109.

[4]郭瑋娜.公路貨運(yùn)量區(qū)間情景組合預(yù)測(cè)方法[D].長(zhǎng)沙理工大學(xué)， 2012.

[5]于英川.現(xiàn)代決策理論與實(shí)踐[M].科學(xué)出版社，2005，8：210-223.