论文部分内容阅读
[摘 要]评价一个城市的重要因素就是吸引人才的能力，在当今知识经济时代，人才对于城市的发展起到巨大的作用，人才是经济社会发展的第一资源，是最具活力的发展要素。本文分别从综合就业需求、期望职业、期望教育背景等方面对城市人才需求进行详细的分析。首先，对用人单位、岗位、招聘人员进行统计，利用因子分析法对这三个指标进行计算，得出人才需求与各项指标的总指标式。其次，再将所有职业进行分类，分为计算机相关行业、服务类行业、文学教育类行业、经济管理类行业、其他行业五大类。选取每4个月的数据进行平均，将所有月份简化为9个数据，对以上五种职业随时间的变化趋势进行描述。最后，将教育程度划分为：本科学历以上、本科学历、本科学历以下。统计数据分析不同学历的就业趋势。
[关键词]人才需求；数据归类；因子分析；统计描述
中图分类号：E231 文献标识码：A 文章编号：1009-914X（2019）13-0337-01
1、引言
在世界各国和全国各地都加大争夺人才的背景下，一个城市要保持其竞争活力和创新力，必须与时俱进地但不盲目地调整相关人才吸引政策。随着就业市场的发展，吸引人才也逐渐步成为一项重要的工作，人才是城市创新扩散的主要驱动力，因为创新扩散是通过以高质量的人才为媒介，推动新的工艺和技术而实现的。
2、模型的建立与求解
2.1 模型准备
因子分析法的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题而言，用公共因子的线性函数与特殊因子之和来描述原来观测的每一分量，具体模型建立过程如下图1：
数据说明：数据来自于2018年APMCM竞赛B题数据。
2.2 模型的求解
2.2.1从综合就业需求方面分析。对2015年9月～2018年8月的用人单位、岗位、招聘人员进行统计，数据如表1所示：
利用因子分析法从综合就业需求分析a市的人才需求状况。设用人单位数量为 ，岗位数量为 ，招聘人员数量为 ，得出成分1的公式为：
利用给出解释总方差中的初始特征值求得最终的指标：
得出总指标：
2.2.2从期望职业方面分析。对附件中职业岗位进行分类简化为：计算机相关行业、经济管理类行业、文学教育类行业、服务类行业、其他行业。将选取每4个月的数据进行平均，将所有月份简化为9个数据，，对以上五种职业随时间趋势变化进行统计来描述，数据如下表所示：
分析数据可知：与服务相关的工作所占的比例最大，但是出现显著的下降趋势；与经济管理相关的工作所占的比例也很大，一直保持稳定增长；。从事计算机相关工作所占的比例不大，但是其工作出现了显著上升的趋势数据；无论是人才数量还是岗位数量都有所提高，说明毕业生就业的工作类型趋向多样化，随着教育制度的不断改革和完善以及科技技术的不断创新与发展，计算机相关行业以及文学教育行业人数的持续增加，是岗位竞争变得激烈。
2.2.3从期望教育背景方面分析。将教育程度划分为：本科学历以上、本科学历、本科学历以下。统计数据如下：
分析数据可看出，人才期望就业状况略有下降趋势，而期望就业状况略有提升。
3、模型检验
灵敏度分析是研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。通过灵敏度分析还可以决定哪些参数对系统或模型有较大的影响。选取总指标 进行灵敏度分析。
根据上表可知，在招聘人员数量保持不变的情况下，对用人单位数量和车岗位数量作小幅度改变，都会使评价综合指标发生显著变化，说明该模型的灵敏度较高。
4、结束语
本文通过对大量数据进行简化分析，通过对工作类型以及人才受教育水平等进行分类，对数据充分简化后进行因子分析处理。分别从综合就业需求、期望职业、期望教育背景等方面对城市人才需求进行详细的分析。该模型可以适用于人才培养等问题，具有一定的实用性。
参考文献
[1]影响就业率的几个因素[J].张羽鹂，孙鸿，刘燕. 教书育人. 2003（14）.
[2]“低就业率榜”背后的高校转型探索[J].尹海涛. 决策探索（上半月）. 2014（11）.
[3]日本应届高中生就业率71.1%就业形势改善[J]. 许蓉. 四川劳动保障. 2014（12）.
[4]本科法学门类毕业半年后就业率最低[J].杨诗雨. 职业. 2015（19）.
[5]高校毕业生就业率应求真务实[J]. 四川劳动保障. 2015（08）.
[6]就業率能否决定专业的命运[J]. 前溪. 教育与职业. 2012（04）.
[关键词]人才需求；数据归类；因子分析；统计描述
中图分类号：E231 文献标识码：A 文章编号：1009-914X（2019）13-0337-01
1、引言
在世界各国和全国各地都加大争夺人才的背景下，一个城市要保持其竞争活力和创新力，必须与时俱进地但不盲目地调整相关人才吸引政策。随着就业市场的发展，吸引人才也逐渐步成为一项重要的工作，人才是城市创新扩散的主要驱动力，因为创新扩散是通过以高质量的人才为媒介，推动新的工艺和技术而实现的。
2、模型的建立与求解
2.1 模型准备
因子分析法的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题而言，用公共因子的线性函数与特殊因子之和来描述原来观测的每一分量，具体模型建立过程如下图1：
数据说明：数据来自于2018年APMCM竞赛B题数据。
2.2 模型的求解
2.2.1从综合就业需求方面分析。对2015年9月～2018年8月的用人单位、岗位、招聘人员进行统计，数据如表1所示：
利用因子分析法从综合就业需求分析a市的人才需求状况。设用人单位数量为 ，岗位数量为 ，招聘人员数量为 ，得出成分1的公式为：
利用给出解释总方差中的初始特征值求得最终的指标：
得出总指标：
2.2.2从期望职业方面分析。对附件中职业岗位进行分类简化为：计算机相关行业、经济管理类行业、文学教育类行业、服务类行业、其他行业。将选取每4个月的数据进行平均，将所有月份简化为9个数据，，对以上五种职业随时间趋势变化进行统计来描述，数据如下表所示：
分析数据可知：与服务相关的工作所占的比例最大，但是出现显著的下降趋势；与经济管理相关的工作所占的比例也很大，一直保持稳定增长；。从事计算机相关工作所占的比例不大，但是其工作出现了显著上升的趋势数据；无论是人才数量还是岗位数量都有所提高，说明毕业生就业的工作类型趋向多样化，随着教育制度的不断改革和完善以及科技技术的不断创新与发展，计算机相关行业以及文学教育行业人数的持续增加，是岗位竞争变得激烈。
2.2.3从期望教育背景方面分析。将教育程度划分为：本科学历以上、本科学历、本科学历以下。统计数据如下：
分析数据可看出，人才期望就业状况略有下降趋势，而期望就业状况略有提升。
3、模型检验
灵敏度分析是研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。通过灵敏度分析还可以决定哪些参数对系统或模型有较大的影响。选取总指标 进行灵敏度分析。
根据上表可知，在招聘人员数量保持不变的情况下，对用人单位数量和车岗位数量作小幅度改变，都会使评价综合指标发生显著变化，说明该模型的灵敏度较高。
4、结束语
本文通过对大量数据进行简化分析，通过对工作类型以及人才受教育水平等进行分类，对数据充分简化后进行因子分析处理。分别从综合就业需求、期望职业、期望教育背景等方面对城市人才需求进行详细的分析。该模型可以适用于人才培养等问题，具有一定的实用性。
参考文献
[1]影响就业率的几个因素[J].张羽鹂，孙鸿，刘燕. 教书育人. 2003（14）.
[2]“低就业率榜”背后的高校转型探索[J].尹海涛. 决策探索（上半月）. 2014（11）.
[3]日本应届高中生就业率71.1%就业形势改善[J]. 许蓉. 四川劳动保障. 2014（12）.
[4]本科法学门类毕业半年后就业率最低[J].杨诗雨. 职业. 2015（19）.
[5]高校毕业生就业率应求真务实[J]. 四川劳动保障. 2015（08）.
[6]就業率能否决定专业的命运[J]. 前溪. 教育与职业. 2012（04）.