雙創(chuàng)背景下大學生就業(yè)能力量化評價方法_第1頁
雙創(chuàng)背景下大學生就業(yè)能力量化評價方法_第2頁
雙創(chuàng)背景下大學生就業(yè)能力量化評價方法_第3頁
雙創(chuàng)背景下大學生就業(yè)能力量化評價方法_第4頁
雙創(chuàng)背景下大學生就業(yè)能力量化評價方法_第5頁
已閱讀5頁,還剩2頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、    雙創(chuàng)背景下大學生就業(yè)能力量化評價方法    楊增強 李豐碩 任長樂 王琛艷 張世懂 肖藏巖【摘 要】雙創(chuàng)背景下不能僅僅主觀上依據(jù)就業(yè)率這一單項指標來判定雙創(chuàng)戰(zhàn)略實施的好壞,創(chuàng)業(yè)教育和就業(yè)教育兩個因素均十分重要,在對其進行量化評價時,可以選用模糊綜合評價法這一數(shù)學方法進行評價,進而實現(xiàn)將一些不容易量化的指標值定量化的目的。通過該量化評價方法進行量化處理后,針對其中存在的問題給予清晰和有力的反饋,督促高校糾正在雙創(chuàng)背景下對于大學生就業(yè)教育的認知偏見、管理漏洞、教育不專業(yè)等問題,進而為后續(xù)針對性優(yōu)化提供重要指導意義。【關(guān)鍵詞】雙創(chuàng)背景;創(chuàng)業(yè)教

2、育;就業(yè)教育;量化評價1 量化指標評價因素的確定雙創(chuàng)背景下的相關(guān)文獻研究多側(cè)重于大學生創(chuàng)業(yè)教育方面,而對于大學生就業(yè)方面的相關(guān)文獻研究則較少涉及。往往很多高校在畢業(yè)前的最后一年才會開設(shè)一些關(guān)于就業(yè)教育方面的課程,且課程內(nèi)容也主要是關(guān)于面試注意事項以及簡歷撰寫方面,很少會涉及到就業(yè)政策、就業(yè)形勢、就業(yè)能力等方面的內(nèi)容,因此無法真正對于高校大學生就業(yè)教育方面起到實質(zhì)性的提高效果。同時相應的師資力量也參差不齊,大部分高校并沒有專門從事就業(yè)教育的專任教師,而是采取輔導員或者非專任教師兼職任教的方式,這也進一步弱化了大學生在就業(yè)教育方面所學習知識的全面性、系統(tǒng)性和科學性。綜合上述分析可知,各個高校首先要

3、根據(jù)自身的情況方面確定兩大基本因素,即創(chuàng)業(yè)教育(q1)和就業(yè)教育(q2)兩個因素。然后在對這兩個因素中具體的指標因素進行分類匯總,具體表達情況如下式所示:根據(jù)公式(1)可知,其中創(chuàng)業(yè)教育(q1)又包含有n個指標項,而根據(jù)公式(2)可知,其中就業(yè)教育(q2)又包含有m個指標項。后續(xù)可以采用分級制度(諸如三級制、四級制、五級制等)來對每個指標進行評分,評分專家可由地方專家?guī)鞂B毴藛T隨即抽選組成,評分過程可以采取盲評制度。2 量化指標評價方法的確定針對創(chuàng)業(yè)教育(q1)和就業(yè)教育(q2)兩個因素進行量化評價時,可以選用模糊綜合評價法這一數(shù)學方法進行評價,進而實現(xiàn)將一些不容易量化的指標值定量化的目的。關(guān)

4、于這種數(shù)學評價方法的具體應用,在此以創(chuàng)業(yè)教育(q1)因素為評價因素,且由公式(1)可知其由n個二級指標值組成。通過地方專家?guī)鞂B毴藛T中隨即抽選組成評分專家委員會,以四級制(f)為例對每個二級指標值進行評分,關(guān)于評分體系表達情況如下式所示:根據(jù)公式(3)可知,對每一個二級指標值進行打分時,可以分為a、b、c和d四個分數(shù)段。假設(shè)評分專家委員會對創(chuàng)業(yè)教育(q1)因素中的指標1進行打分后,有a1%的專家認為可以打分為a,有b1%的專家認為可以打分為b,有c1%的專家認為可以打分為c,有d1%的專家認為可以打分為d,則指標1采用四級制(f)評分后對應的a、b、c和d四個分數(shù)段的得分率情況如下式所示:同理

5、,可以對指標2、指標3、指標n同樣采用四級制(f)評分后對應的a、b、c和d四個分數(shù)段的得分率情況如下式所示:公式(4)和(5)中,由于評分專家委員會人員是固定的,因此采用四級制(f)評分后對應的a、b、c和d四個分數(shù)段的得分率情況同時滿足如下公式:聯(lián)立公式(4)和(5)可以得到模糊評價矩陣,其表達情況如下所示:關(guān)于創(chuàng)業(yè)教育(q1)因素中的各個指標并不是具有一樣的權(quán)重性,因此其權(quán)重系數(shù)也不相同。假設(shè)創(chuàng)業(yè)教育(q1)因素中的各個指標對應的權(quán)重系數(shù)表達情況如下所示:基于公式(7)和(8)可以計算得到創(chuàng)業(yè)教育(q1)的量化指標評價結(jié)果,其表達情況如下所示:公式(9)中的任一量化指標的具體表達情況如下

6、所示:對公式(9)進行歸一化處理后,及能得到關(guān)于創(chuàng)業(yè)教育(q1)的量化指標最終評價結(jié)果,具體表達情況如下所示:式中任一指標的表達情況如下所示:根據(jù)公式(11)對創(chuàng)業(yè)教育(q1)的量化指標最終評價結(jié)果中的各項指標取最大值,即可確定創(chuàng)業(yè)教育(q1)的量化評價結(jié)果,具體表達情況如下所示:可見通過公式(12)即可確定創(chuàng)業(yè)教育(q1)的量化評價結(jié)果,后續(xù)根據(jù)相同的評價流程可以確定就業(yè)教育(q2)的量化評價結(jié)果,兩者評價結(jié)果假設(shè)創(chuàng)業(yè)教育(q1)的權(quán)重系數(shù)為,就業(yè)教育(q2)的權(quán)重系數(shù)為,則可以最終得到雙創(chuàng)背景下大學生就業(yè)能力量化評價最終結(jié)果,具體表達情況如下所示:式中:rq1表示創(chuàng)業(yè)教育(q1)的量化評價

7、結(jié)果;rq2表示創(chuàng)業(yè)教育(q2)的量化評價結(jié)果。以創(chuàng)業(yè)教育(q1)的量化評價為例,可知選用模糊綜合評價法這一數(shù)學方法進行評價時各個指標值的權(quán)重系數(shù)取值情況,可以通過層次分析法構(gòu)建判斷矩陣的方法來實現(xiàn)對于各個指標值權(quán)重系數(shù)的確定。3 量化指標的后續(xù)優(yōu)化基于前述對于評價目標的量化評價計算流程,采用計算機語言編程的方法可以相應的開發(fā)出更加便捷高效的量化評價軟件,進而實現(xiàn)量化評價的智能化。后續(xù)評分專家委員會只要通過軟件窗口輸入相應的打分情況,就可以實現(xiàn)對于評價目標的高效率量化評價,并根據(jù)量化評價反饋的結(jié)果對評價目標進行后續(xù)優(yōu)化,進而提升高校在雙創(chuàng)背景下正真做到對于大學生就業(yè)能力的全面性、系統(tǒng)性和科學性教育。4 結(jié)論1)雙創(chuàng)背景下不能僅僅主觀上依據(jù)就業(yè)率這一單項指標來判定雙創(chuàng)戰(zhàn)略實施的好壞,而要依據(jù)各個高校切實的情況,綜合把控多種因素的條件下,來對大學生就業(yè)能力進行量化評價,并根據(jù)評價結(jié)果的好壞,針對性的對不良因素進行優(yōu)化改革。2)雙創(chuàng)背景下創(chuàng)業(yè)教育(q1)和就業(yè)教育(q2)兩個因素均十分重要,在對其進行量化評價時,可以選用模糊綜合評價法這一數(shù)學方法進行評價,進而實現(xiàn)將一些不容易量化的指標值定量化的目的。3)在雙創(chuàng)背景下,通過該量化評價方法進行量化處理,進而對創(chuàng)業(yè)教育(q1)和就業(yè)教育(q2)中存在的問題給予清晰和有力的反饋,督促高校糾正在雙創(chuàng)背景下

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論