王 燦

（成都師范學(xué)院 數(shù)學(xué)學(xué)院，四川 成都 611130）

1 引言

就業(yè)是民生之本.綜合分析就業(yè)基本狀況、發(fā)展基礎(chǔ)和潛力等因素，科學(xué)劃分就業(yè)功能區(qū)，客觀評價不同區(qū)域的功能特點，確定就業(yè)功能主導(dǎo)方向，對深化引進(jìn)人才政策調(diào)整、形成人才分配合理、促進(jìn)特色區(qū)域發(fā)展的格局具有重要意義.

2 就業(yè)功能分區(qū)簡介

就業(yè)的基本功能體現(xiàn)在四個方面：保障功能、激勵功能、融入功能和協(xié)作功能[1].其中，保障功能是指居民通過就業(yè)獲得物質(zhì)、精神文化等，以滿足基本的社會生存所需；激勵功能是指就業(yè)崗位提供相應(yīng)激勵措施，使就業(yè)者的主觀能動性得到最大程度的發(fā)揮，以實現(xiàn)就業(yè)者的的自身價值；融入功能是指就業(yè)崗位提供或具備使就業(yè)者融入社會的良好因素；協(xié)作功能是指居民通過就業(yè)，能夠在此過程中提升自身與社會他人之間的協(xié)作能力.功能分區(qū)基本思路是：首先確定各功能的衡量指標(biāo)，搜集、統(tǒng)計整理、分析對應(yīng)數(shù)據(jù)及資料，建立指標(biāo)體系并對數(shù)據(jù)進(jìn)行處理，以消除指標(biāo)量綱的影響，確定功能分區(qū)的指標(biāo)量化集，通過這些處理后的描述指標(biāo)把全國劃分成若干類別，做好聚類分析的前期工作；然后構(gòu)造關(guān)系數(shù)據(jù)陣，選定聚類方法并運用SPSS進(jìn)行具體的聚類分析，以確定各類別包含的具體省區(qū)；最后計算各各類別各功能的權(quán)重系數(shù)，對各功能的主導(dǎo)作用和輔助作用進(jìn)行排序，以明確最終就業(yè)功能區(qū)劃分的結(jié)構(gòu).

3 指標(biāo)體系的建立

聚類的基本思想就是根據(jù)觀測指標(biāo)之間的親疏關(guān)系進(jìn)行分類[2]，而我國大陸地區(qū)31個省級行政單位是就業(yè)功能分區(qū)的對象，因此應(yīng)該選擇每個省（自治區(qū)、直轄市）都具有并且能用以衡量各就業(yè)功能特點的統(tǒng)計指標(biāo).結(jié)合各省區(qū)與就業(yè)功能密切相關(guān)的經(jīng)濟(jì)、政策、社會和自然環(huán)境，對這些統(tǒng)計資料進(jìn)行多次論證，最后確定了4大類別、共30個具體指標(biāo)作為就業(yè)功能分區(qū)的依據(jù).為確保所構(gòu)建的指標(biāo)體系更加符合實際情況，之后將使用專門業(yè)務(wù)標(biāo)準(zhǔn)量化各指標(biāo)，力求最終能夠準(zhǔn)確的描述各類別的就業(yè)功能的特點.

3.1 保障功能指標(biāo)

社會保障制度是促進(jìn)我國社會發(fā)展穩(wěn)定發(fā)展的依托之一，因此以社保額、醫(yī)療體系數(shù)目、教育培訓(xùn)、食住行等四組指標(biāo)描述就業(yè)的保障功能，共12個變量.其中，社保額主要值各地區(qū)參保人數(shù)與額度；醫(yī)療主要指各地區(qū)醫(yī)院和床位數(shù)；教育培訓(xùn)主要通過各地區(qū)中小學(xué)、高等學(xué)府個數(shù)衡量；食住行主要參考各地區(qū)的消費指數(shù)、房價等.

3.2 激勵功能指標(biāo)

激勵功能指標(biāo)主要反映和評價各省區(qū)的就業(yè)市場環(huán)境、戶籍和政府服務(wù)制度的實施，共8個變量.其中，市場競爭環(huán)境是根據(jù)各省區(qū)政策的實施和促進(jìn)力度，由專家打分賦值，就業(yè)政策的量化主要依據(jù)各省區(qū)再就業(yè)的投入數(shù)額；戶籍檔案制度的量化是根據(jù)各地對戶籍、檔案的限制條件，由專家打分得到[3].

3.3 融入功能指標(biāo)

以各地區(qū)的生活習(xí)俗、自然環(huán)境等因素來衡量就業(yè)者的融入情況共.其中，生活習(xí)俗以少數(shù)民族數(shù)和有關(guān)民俗文化的學(xué)術(shù)研究為標(biāo)準(zhǔn)進(jìn)行量化[5]；自然環(huán)境的量化主要根據(jù)《中國統(tǒng)計年鑒》中的平均溫度、濕度、污染指數(shù)等衡量，此類指標(biāo)共6個變量.

3.4 協(xié)作功能指標(biāo)

用價值觀教育和文化傳承指標(biāo)描述就業(yè)的協(xié)作功能，它們的量化[5]主要采用了抽樣調(diào)查，對數(shù)據(jù)進(jìn)行相關(guān)分析，根據(jù)相關(guān)性打分而得.

將31個省區(qū)的30個指標(biāo)收集、量化、整理后，即得到需要的31×30的樣本矩陣.

4 聚類分析

4.1 數(shù)據(jù)標(biāo)準(zhǔn)化

所建立指標(biāo)體系中，有些變量雖然是同量綱但差距很大，更有一些變量的量綱都是不同的，這在很大程度上削弱了變量間的可比性，為了消除量綱的負(fù)面影響，首先需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理.

通過建立指標(biāo)體系構(gòu)造的樣本矩陣表示為：

目前有很多方法對聚類分析所需的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，常見的極值化方法、標(biāo)準(zhǔn)化方法、均值化方法、標(biāo)準(zhǔn)差化方法[6]等.結(jié)合所構(gòu)建的指標(biāo)體系，發(fā)現(xiàn)各變量的重要性是一致的，為避免消除量綱時影響變量間的地位，本文選擇標(biāo)準(zhǔn)差化方法處理數(shù)據(jù).

設(shè)標(biāo)準(zhǔn)化后的量為X'ij，則有：

其中，i=1,2,…,31,j=1,2,…,30.

這樣，就得到無量綱影響且保持穩(wěn)定性的新的樣本矩陣，記為：

4.2 關(guān)聯(lián)數(shù)據(jù)陣

為描述樣本之間的親疏關(guān)系，對標(biāo)準(zhǔn)化后的樣本矩陣進(jìn)行關(guān)聯(lián)關(guān)系的梳理時采用“歐式距離”測度個體間的差異，即把每個省區(qū)都看成是n維(n=30)空間中的一個點，X'ij的值為對應(yīng)的點坐標(biāo)，則關(guān)聯(lián)數(shù)據(jù)陣中的距離計算公式就為：

式(6)中的 i、j=1,2,…是參與聚類的省區(qū)，m=1,2,…,n是系統(tǒng)指標(biāo)數(shù).通過距離模型的計算，得到了一個31×31的方陣，描述了任意兩個省區(qū)之間的親疏程度，距離越小說明兩個聚類對象越親密，反之亦然.此關(guān)聯(lián)數(shù)據(jù)陣記為：

顯然，該關(guān)聯(lián)數(shù)據(jù)陣是方陣，且關(guān)于對角線對稱.

4.3 聚類分析

聚類方法很多，比如常用的有層次聚類或快速聚類（K-Means聚類）法.其中，層次聚類法的基本思路是由根據(jù)關(guān)聯(lián)數(shù)據(jù)陣，首先構(gòu)造31個類，即每個省區(qū)自成一類，然后根據(jù)兩個省區(qū)的距離di和dj，根據(jù)最近原則把其合并成新的類dr(dr={di,dj})，之后計算新類dr與未被合并的各省區(qū)的距離，重復(fù)此步驟，直至所有省區(qū)全部聚為一類，最后畫出聚類過程圖，根據(jù)聚類圖決定全國31個省區(qū)就業(yè)功能所需的分類個數(shù)及對應(yīng)的具體省區(qū).

層次聚類法能夠得到多個分解類，但對樣本的距離數(shù)據(jù)陣進(jìn)行聚類時，重新計算距離過程中會使樣本空間擴(kuò)張或濃縮，造成樣本數(shù)據(jù)的失真或遲鈍，該方法對我國就業(yè)功能分區(qū)的執(zhí)行效率不甚理想.因此確定采用K-Means聚類法[7]進(jìn)行分析，該聚類方法的基本步驟如圖1所示：

圖1 聚類算法步驟

根據(jù)上述梳理的K-Means聚類法，運用SPSS軟件對標(biāo)準(zhǔn)化后的相關(guān)數(shù)據(jù)實現(xiàn)聚類分析.具體操作過程是導(dǎo)入數(shù)據(jù)后，選擇分析→分類→K－均值聚類，其中迭代次數(shù)為10，類中心點偏移程度為0.02時終止聚類，把我國31各行政省區(qū)聚分為了四大類，當(dāng)然這只是初步聚類結(jié)果.

為了得到更加符合實際、科學(xué)的分類，請工作在就業(yè)指導(dǎo)第一線的專家們進(jìn)行定性分析，稍微調(diào)整聚類結(jié)果.這樣由指標(biāo)選取時的定性到聚類時的定量，再到微調(diào)的定性研究，把我國大陸31個省區(qū)按就業(yè)功能分為四類，結(jié)果如表1所示.

表1 我國行政省區(qū)就業(yè)功能聚類結(jié)果

由聚類結(jié)果已把全國劃分成4個類別，然而各類別的功能排序還不明確，因此需要對各類功能的主導(dǎo)和輔助關(guān)系的結(jié)構(gòu)加以完善.

4.4 分類功能排序

為確定各類別就業(yè)功能的主輔結(jié)構(gòu)，首先考慮利用指標(biāo)平均值的大小來衡量，通過直接計算發(fā)現(xiàn)由于各類別的指標(biāo)都比較復(fù)雜，會對排序結(jié)果造成較大偏差.因此最終采用指標(biāo)權(quán)重來確定各功能排序，思路是把各類別功能總系統(tǒng)看成整體1，先計算單個指標(biāo)的權(quán)重，再計算各類別各功能指標(biāo)的總權(quán)重，最后計算單權(quán)重與總權(quán)重的比值，比例越大說明對應(yīng)的就業(yè)功能的主導(dǎo)作用越明顯，其計算公式為：

式(8)中，i=1,2,3,4表示類別，j=1,2,3,4為功能編號，rij表示第i類第j個功能的權(quán)重，Rij為第i類第j個功能的綜合權(quán)重.最終得到的按就業(yè)功能進(jìn)行聚類、排序的結(jié)果如表2所示.

表2 就業(yè)功能分類及排序結(jié)果

5 結(jié)語

由表1、表2，得到我國各類別就業(yè)功能的基本結(jié)構(gòu)：第Ⅰ類以北上廣為代表，其醫(yī)療、教育、社會保險等保障體系優(yōu)勢突出，形成了以保障功能為主導(dǎo)→激勵功能→融入功能→協(xié)作功能的結(jié)構(gòu)；第Ⅱ類主要是西、北部地區(qū)環(huán)繞線，在國家大政策方陣的指引下，該類省區(qū)以人才政策為突出吸引力，形成了以激勵功能為主導(dǎo)→保障功能→融入功能→協(xié)作功能的結(jié)構(gòu)；第Ⅲ類分為南北兩派，且以人口眾多為類，顯示了該類別以融入功能為主導(dǎo)→保障功能→激勵功能→協(xié)作功能的結(jié)構(gòu)；第Ⅳ類顯然很有區(qū)域特色，因此形成了其以協(xié)作功能為主導(dǎo)→融入功能→激勵功能→保障功能的結(jié)構(gòu).

上述聚類及排序結(jié)果以就業(yè)功能為研究基礎(chǔ)，首先根據(jù)就業(yè)的保障、激勵、融入和協(xié)作四大功能建立指標(biāo)體系，并對數(shù)據(jù)進(jìn)行消除量綱的標(biāo)準(zhǔn)化處理，由K-Means聚類法，運用SPSS軟件進(jìn)行快速聚類，把我國按就業(yè)功能劃分為4類.進(jìn)一步的功能權(quán)重的計算及排序確定了各類別的就業(yè)功能的主導(dǎo)和輔助結(jié)構(gòu).下一步可在指標(biāo)體系的建立、政策制度的量化上進(jìn)行可靠性驗證，從而使分類和功能排序更加合理，為我國就業(yè)、擇業(yè)等相關(guān)政策的制定提供數(shù)據(jù)支撐.