陳 藝

（山東科技大學(xué)，山東 青島 266590）

就業(yè)可以說是每個學(xué)生都需要面對的問題。做好就業(yè)工作，是踐行“三個代表”重要思想、科學(xué)發(fā)展觀，增強(qiáng)黨的執(zhí)政能力的具體途徑，也是公共服務(wù)方向的重點(diǎn)內(nèi)容。目前，就業(yè)市場的供需關(guān)系不穩(wěn)定，為了促進(jìn)就業(yè)人員與就業(yè)需求相匹配，需要充分了解就業(yè)需求情況，為人才就業(yè)提供更好的建議。

1 就業(yè)難度模型的建立

根據(jù)Thomas[1]，Jolliffe[2]的研究和國家質(zhì)檢總局的規(guī)定可知，就業(yè)難度由兩部分組成：第一部分，本專業(yè)就業(yè)期望人群DP與就業(yè)需求NP的比值；第二部分，本專業(yè)對學(xué)歷要求的難度。為衡量各專業(yè)的就業(yè)難度，本文根據(jù)各學(xué)歷層次劃定了權(quán)重WP，學(xué)歷越高，權(quán)重越大，在數(shù)值上體現(xiàn)的難度越大。權(quán)重如表1所示。

表1 各數(shù)值權(quán)重

為統(tǒng)一量綱，建立了衡量各專業(yè)的就業(yè)難度DiffP：

式中，n為學(xué)歷層次的數(shù)目。就業(yè)期望和學(xué)歷需求被整合在一起。針對專業(yè)類別過于分散的問題，本文對2017年的數(shù)據(jù)進(jìn)行了集中分析，整合同類行業(yè)進(jìn)行相關(guān)分析，并對各大類別的人才進(jìn)行需求分析。經(jīng)過分析得出各類數(shù)據(jù)的分析結(jié)果，即人才需求總量W。

對職稱數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，每年的職位和候選人都集中在年初，并在年底逐漸減少[3]。因此，對2017年的典型數(shù)據(jù)進(jìn)行分析，如圖1所示。

圖1 2017年人才需求與就業(yè)意愿

對同年某專業(yè)類別的數(shù)據(jù)，對離散數(shù)據(jù)進(jìn)行回歸分析。線性回歸方程利用數(shù)理統(tǒng)計(jì)中的回歸分析來確定兩個或多個變量之間的相互依賴關(guān)系。線性回歸是第一種回歸分析方法，在實(shí)際中得到了廣泛的應(yīng)用。

根據(jù)自變量的個數(shù)，可分為一維線性回歸分析方程和多元線性回歸分析方程，給出了不同專業(yè)類別的人才需求與不同專業(yè)的就業(yè)期望數(shù)和學(xué)歷要求之間的關(guān)系。整合不同類型的數(shù)據(jù)，可以得到總的人才需求量W。上述步驟綜合了就業(yè)意向數(shù)和學(xué)歷要求數(shù)，因此，只需要統(tǒng)計(jì)日歷要求和專業(yè)意愿數(shù)，即可估算總的人才需求量：

2 就業(yè)難度模型求解

根據(jù)上述分析，計(jì)算出相應(yīng)結(jié)果，以求解就業(yè)難度模型，如表2所示。

表2 離散數(shù)據(jù)回歸分析計(jì)算結(jié)果

續(xù)表2

圖2 2017年職業(yè)需求量和難度

根據(jù)統(tǒng)計(jì)結(jié)果可知，金融證券類、電子科技類、醫(yī)療護(hù)理類的就業(yè)難度大于其他行業(yè)。

3 就業(yè)需求預(yù)測模型的建立

對就業(yè)需求預(yù)測過程中，根據(jù)B市往年數(shù)據(jù)發(fā)現(xiàn)，每年的就業(yè)情況并沒有非常明顯的規(guī)律可循，即無法用一般的線性和非線性來表示。每個城市對于人才的需求量有相當(dāng)?shù)牟淮_定性，比如宏觀調(diào)控、世界經(jīng)濟(jì)形勢的變化、應(yīng)屆畢業(yè)生數(shù)量等，在數(shù)學(xué)上叫作一定的模糊性，所以，可以用模糊數(shù)學(xué)的原理來對此問題進(jìn)行預(yù)測，運(yùn)用灰色預(yù)測模型來解決此類問題。

灰色預(yù)測是對具有不確定性的系統(tǒng)進(jìn)行預(yù)測的一種方法?；疑碚撌腔叶戎翟谝欢〞r間和范圍內(nèi)隨機(jī)變化的灰度過程，灰色預(yù)測就是利用灰色理論，對過去和現(xiàn)在的未知信息進(jìn)行定量分析計(jì)算，預(yù)測出未來某時間段內(nèi)的情況。GM（1,1）[4]是灰色理論預(yù)測系統(tǒng)中應(yīng)用最普遍的單變量數(shù)列預(yù)測模型，運(yùn)用GM（1,1）的原始數(shù)列進(jìn)行運(yùn)算，形成有規(guī)律的預(yù)測數(shù)列，建立微分方程，得到模型計(jì)算式。模型精度的確定通過與實(shí)測值的比較算出殘差，對模型進(jìn)行不斷修正，以提高精確度。本預(yù)測不止一個變量，因此，建立灰色微分方程模型，記為GM (n,N)，其中，n為微分方程的階數(shù)，N為變量數(shù)。本文運(yùn)用的是GM（1，N）模型[5-6]。由于描述數(shù)據(jù)為離散數(shù)據(jù)，因此，用灰色模型建立模型，設(shè)：

上式是m個因素的n個狀態(tài)值。為了增強(qiáng)因素的規(guī)律性，對于進(jìn)行一次累加：

其灰色模型群為：

定義：

代入上式得到預(yù)測值為Xi(1)(n+1)…之后，進(jìn)行外推預(yù)測。殘差分析是一種分析模型假設(shè)的方法。利用殘差的信息分析數(shù)據(jù)的干擾，從而進(jìn)行殘差檢驗(yàn)和修正。殘差就是實(shí)際值和預(yù)測值的差。δ表示回歸方程。殘差δ遵循正態(tài)分布N(μ,σ2)，σ為殘差的均值。δ*是標(biāo)準(zhǔn)化殘差，即殘差和殘差均值之差除以殘差的標(biāo)準(zhǔn)差。δ*服從標(biāo)準(zhǔn)正態(tài)分布N(0，1)。顯然，有多少對數(shù)據(jù)，就有多少個殘差?；疑Ｐ皖A(yù)測出的結(jié)果中誤差比較大而且不能滿足實(shí)際需要時，可通過殘差系列來修正模型來減小所產(chǎn)生的誤差。記0階殘差為：

原始數(shù)據(jù)的均值、方差為：

計(jì)算后檢驗(yàn)誤差檢驗(yàn)比值c和小誤差概率P分別為：

依據(jù)綜上兩項(xiàng)指標(biāo)，可從表3中查找預(yù)測精度檢驗(yàn)等級。

表3 預(yù)測精度檢驗(yàn)等級

4 就業(yè)需求預(yù)測模型的求解

利用Matlab將就業(yè)數(shù)據(jù)導(dǎo)入到程序中，得到相關(guān)結(jié)果：

可以看出，2015年9月2018年8月3個周期的就業(yè)需求分別為435 207，314 797和299 832?？梢?，B城市的人才正在流失，必須通過預(yù)測就業(yè)需求來預(yù)測人才需求。

首先，根據(jù)灰色模型，采用GM(1,1)模型，初始化原始序列，初始化序列：435 207，314 797，299 832；原始序列1-AGO序列：435 207，75 004，1 049 836；1-AGO生成的直接序列：592 606，899 920；展開系數(shù)和灰色作用量的計(jì)算a=0=343 655；模擬值的計(jì)算：435 207，314 736，299 777；計(jì)算出的殘差=6 702。2018年9月—2021年8月就業(yè)人數(shù)分別為285 529人、271 958人和259 032人。

其次，利用GM（1,2）模型，根據(jù)人才需求和就業(yè)狀況進(jìn)行數(shù)據(jù)替換，原序列的初始序列：62450，46713，44337；原序列1-AGO序列：62450，109163，153500；1-AGO立即序列生成序列：85807，131332；展開系數(shù)和灰色作用量計(jì)算a=0，b=51191；模擬值計(jì)算：62450，46703，44328；殘差=192。

5 模型評價綜述

利用灰色模型預(yù)測的方法簡單，但不能很好地控制離散變量的預(yù)測精度，一般只用于小樣本數(shù)據(jù)。當(dāng)數(shù)據(jù)量較大且離散度較大時，其灰度值較大，預(yù)測精度較差。

在當(dāng)前的就業(yè)形勢下，無論是就業(yè)困難與否，大學(xué)生都應(yīng)具有良好的心態(tài)。具體如下：

（1）分析就業(yè)形勢，把握就業(yè)機(jī)會。當(dāng)代大學(xué)生應(yīng)當(dāng)認(rèn)真分析思考市場結(jié)構(gòu)，理性分析就業(yè)熱度，全面考量自身情況與市場的契合度，把握就業(yè)機(jī)會。

（2）提高個人素質(zhì)，增強(qiáng)就業(yè)競爭優(yōu)勢。當(dāng)代社會市場更加看中個人的綜合素質(zhì)，在日常生活學(xué)習(xí)中，要善于思考聯(lián)系，把所學(xué)的知識與實(shí)際情況相結(jié)合。不但要注重專業(yè)知識的學(xué)習(xí)、基礎(chǔ)技能的學(xué)習(xí)，也要關(guān)注時事政治，對其他學(xué)科知識有適當(dāng)?shù)牧私狻?/p>

（3）找準(zhǔn)自己的定位。不要妄自菲薄，也不要驕傲自大，要有自信，但也要清楚與他人的差距。善于運(yùn)用自己的優(yōu)勢，在激烈的市場競爭中堅(jiān)定地向目標(biāo)前進(jìn)。