许志铭
（福州大学，福建福州，350108）
[摘要] 近年来，“全程式预就业”的就业促进工作模式逐步从高职院校走入本科院校的视野，对于促进大学生就业质量和提升学校发展水平具有重要意义。为了科学有效地评价“全程式预就业”的质量，在基于模糊数学理论的基础上，根据其基本思想以及适用性分析情况，系统考虑评价过程的随机性、评价主体的多样性和评价标准的模糊性，将模糊数学方法应用于“全程式预就业”质量评价，并尝试构建“全程式预就业”质量评价模型。在此基础上，以假设的调查结果为例阐述“全程式预就业”质量评价模型的实际应用过程，应用结果表明，“全程式预就业”质量评价体系和评价模型是合理可行的。
[教育期刊网 http://www.jyqkw.com
关键词] 大学生；全程式预就业；模糊数学；质量评价模型
[中图分类号] G647.38 [文献标识码] A [文章编号] 1674-893X(2015)04?0026?05
随着我国高等教育招生政策的不断改革与完善，我国的高等教育正在逐步向更高层次、更大范围的目标迈进，大学毕业生人数也在逐年增加，大学生就业质量的评价越来越受到教育研究者、教育管理者和教育实践者以及用人单位的普遍关注[1]。从全面的教育质量观来看，评价一个大学生的就业质量，就需要全面评价影响大学生就业质量的诸多因素。包含其薪资福利、劳动关系和个人的发展平台等。通过评价指标的建立和综合评价结果的反馈，有针对性地引导高等院校解决制约大学生就业质量的相关问题，促进高等院校教育质量全面、和谐与可持续发展[2]。
目前许多大专院校，特别是高职院校及少部分的本科院校实行“全程式预就业”的就业促进工作模式，此举从实践看来，对于需要就业的毕业生，能够提升他们的职业技能和综合素质，积累工作经验；对于高等学校，能够为高校就业指导提供新思路，拓宽学生就业途经，有效应对严峻的就业形势；对用人单位，能更快地挑选人才，降低员工培养的成本，减少人力精力和时间的投入[3-4]。针对“全程式预就业”的质量评价主要为学生自评、指导老师评价、学校评价、企业评价。各个评价主体首先通过各自的评价标准进行评分，然后进行加权计算得到评价总分。由于这种评价评分标准的模糊性和主观性，以及评价的多主体性，导致其评价结果不能真实地体现“全程式预就业”模式的质量，其评价结果的权威性也有待斟酌。查阅相关文献资料，目前还没有一个较为科学合理的评价方法和模型，因此，为了更合理地评价“全程式预就业”的质量，避免主观因素和“全程式预就业”质量的模糊性对评价结果产生不当影响，本文将利用模糊数学综合评价基本原理与方法[5]，构建“全程式预就业”质量评价模型，对其进行多因素综合评价。
一、“全程式预就业”模式的内涵
“全程式预就业”是指从学生入学开始直到毕业，学生的教学和实习任务由学校和企业双方进行联合培养，学生毕业后直接到该企业工作。其特点是“企业支持办学建设，企业参与办学过程，企业检验办学成果”[6]。它是根据企业要求对学生进行的有针对性的培养，在学生具备了一定的专业知识后有意识地把学生组织到企业进行教学实习、毕业设计，在巩固基础知识的同时，熟悉企业，接受企业的考察。在学生入学前期实行学校管理为主，企业管理为辅的管理模式。采用这种管理模式，意在加强学生专业基础知识的同时，按照用人单位用人要求对学生进行针对性的培养；在学生进入高年级阶段，尤其是进入毕业设计环节，则实行企业管理为主、学校管理为辅的管理模式。通过这种模式，一方面，聘用企业的高级技术人才给学生上课，让学生借助企业老师的工作经验提升自己的工程实践能力，为将来做毕业设计及工作打好基础；另一方面，学生在预就业单位完成相关毕业设计，由学校专业教师和企业高级技术人员共同辅导，在保证理论水平的同时提高科研能力和实践能力。
“全程式预就业”具有是建立就业机制选拔人才的创新、是学校培养人才的一种新方式和实现了校企对接，培植了新的就业机会等特点，在整个“全程式预就业” 企业帮助学校解决就业压力的同时，学校也不断地为企业提供智力支持和技术服务，有利于企业新产品和新产业的升级和更新，提升企业的核心竞争力。科学技术是第一生产力，科技水平的提升不仅能促进企业经济的增长，而且可以带动就业岗位的增加，最终形成经济增长和就业环境的良性互动，推动企业的进一步创新和发展[7]。
然而，目前并没有能够对“全程式预就业”进行质量评价的模型，仅有对“全程式预就业”影响因素的分析[8]，这样就不能对“全程式预就业”进行很好的评价，而且“全程式预就业”质量的影响因素又多是无法进行定量分析的，因此需要找到一种合适的数学方法，将因素定量化，建立适用的评价模型，才能对“全程式预就业”的质量进行合理的评价。
二、模糊数学方法的基本思想和适用性分析
在人们的日常生活和思维中存在大量的不明确现象需要研究，这些不明确现象往往没有明确的外延，但是在人们在生活经验的基础上，在脑中又有自己的“标准”。这些“标准”是不标准的，带有浓厚的主观意识，这样的评价结果也是不可信的，如，评价就业质量的“好”与“差”、学生综合素质的“高”与“低”等。因此，需要一种方法将这些不明确的现象、因素定量化，让评价更客观、可信。模糊数学评价方法就可以实现这样的目标。
（一）模糊数学评价法的基本思想
模糊数学评价法是由美国著名的控制论专家Azadel 教授于1965 年创立的，它是模糊数学理论的一个分支，也是模糊数学中广泛应用的一种方法。该方法基于模糊数学理论，依据模糊关系合成的原理，定量地表示一些不易定量和边界不清的因素，并进行综合评价[9]。模糊数学评价法对客观事物间模糊的差异采用严格的数学语言进行清晰化处理，并得到量化的评价结果。通常，采用“隶属度”，即数学语言0-1 之间的数值对这些模糊概念进行适当的度量[9]。
模糊数学评价法的基本思想为：当一项事物由多方面因素决定时，采用所确定的评价因素等级标准以及不同等级的指标权重，对每一个影响因素进行单独的评价。用隶属度对各个因素的模糊界限进行描述，并依此建立相对应的判别矩阵。通过多层的复合矩阵运算，综合评价所有的因素，最后得到评价对象的所属的等级[9]。
（二）模糊数学评价法的适用性
在“全程式预就业”质量综合评价过程中也存在大量不明确的现象或因素，比如企业投入多少才算多？学生个人综合素质到什么程度才算好？学校教学质量要到什么样的水平才算高？这些因素明显带有很强的模糊性，若不对这些因素进行定量化，得出的评价结论也将只是定性的。比如在“全程式预就业”满意度影响因素分析中，并没有对因素进行定量化，得出的结论只是定性地说明学生就业能力、家庭环境以及企业发展前景会影响“全程式预就业”的满意度，且企业发展前景对满意度的影响相对较大[8]。
然而在“全程式预就业”质量综合评价中除了企业投入、学生个人发展与学校教学质量等一级指标外，每一个一级指标又包含大量的二级指标，而且这些二级指标同一级指标一样都存在大量的模糊现象和模糊概念，若用传统方法进行评价，得出的结果肯定是定性的结果，而且因为指标太多，出现的边界不清或模糊现象就会更严重，结果的定性作用也会大打折扣。因此，采用模糊数学评价方法对各级指标赋予量化的属性更为合适。这种量化的评价方法有助于对模糊现象的定性描述和定量分析，综合定性和定量的分析结果，保证结果的可靠程度，因而适用于“全程式预就业”质量评价模型的构建研究。
三、构建基于模糊数学的“全程式预就业”质量评价模型
模糊数学评价法基于最大隶属度的原则和模糊变换的原理，通过建立参与评价的权重集、评价集、因素集和隶属度，全面考虑与评价主体之间的各个相关因素，得出综合的评价结果[10]。
（一）建立因素集
若进一步对评价等级集合赋值，则可求得“全程式预就业”质量水平指数，从而得到对“全程式预就业”质量的定量结果。
至此，“全程式预就业”质量评价模型便建立完成。
四、“全程式预就业”质量评价模型应用
在建立好的质量评价模型的基础上，结合实际资料对“全程式预就业”质量评价模型进行可行性进行验证。
（一）建立因素集和评价集，确定各评价指标及各评价主体权重
应用“全程式预就业”质量综合评价模型，其难点在于质量评价指标体系的构建，如何确定评价指
五、小结
“全程式预就业”对于高校毕业生就业以及促进高校就业工作具有重要而深远的意义，查阅著作文献资料，鉴于目前没有较好的评价方法和模型，为了客观公正地对“全程式预就业”质量进行评价，避免因素的不明确现象以及评价主体的主观性对评价结果产生模糊影响，考虑构建科学、合理的评价指标体系是关键，运用模糊数学方法构建了基于模糊数学的“全程式预就业”质量评价模型。同时以德尔菲法和假设的问卷调查结果为例对本文所述的“全程式预就业”质量评价模型进行应用。应用结果表明“全程式预就业”的质量评价结果是很好的、令人满意的，而本文所建立的基于模糊数学的“全程式预就业”质量评价模型也是合理、可行的。当然，由于问卷调查结果是假设的，因此“全程式预就业”质量评价指标体系有待进一步深入分析和完善。