论文部分内容阅读
摘要：21世纪本质是竞争人才的时代，在人才争夺已经开战的环境下，本文针对人才对于城市的需求，建立人才吸引力的评价模型，对深圳市的人才吸引力做出了定量评价，并提出了建议。
关键词：层次分析法;人才吸引力水平;灰色预测模型
首先用灰色预测模型对未来人均GDP的增长进行预测，确定4个评价人才吸引力的指标，每个指标包含若干个子指标。由层次分析法确定出每项子指标对人才吸引力指数的权重，得到深圳与北京各项子指标的得分。结论为深圳的人才吸引力水平整体不如北京，但在人均GDP等方面比北京更有利，而在职工年平均工资等方面不如北京。
最终量化得出的模型结果达到了预期，在其他条件不变的前提下，可寻求更多指标对模型进行精确度提升，以便为人才选择城市提供可靠依据。
一、问题背景与分析
人才是城市发展的核心竞争力，一个城市若想高速发展，必须要引进各种人才。
人才的需求可以分为发展前景，收入，环境和政策四个方面。其中发展前景是人们最为关注的。其次关注的是收入情况，它不只是工资数值，还包括此工资水平在城市的购买力。再次关注的是城市的环境，最后是该地区的政策因素。
大多数人才都是根据以上因素对城市进行的选择，本文根据人才对于城市的各种需求，量化地对深圳市的人才吸引力水平做出评价，并根据深圳市政府的“加大营环境改革力度若干措施”对人才吸引力的影响做出评价。
因此选取前景，收入，环境和政策四个评价指标，建立层次分析模型。根据各指标间的重要程度关系，构建判断矩阵计算出各指标的权重值，得到计算各层元素对目标层的总排序权重。根据深圳在这些次指标方面的现状得到量化值，将各指标的量化值与其权重相乘，得到人才吸引指数。
二、问题假设
1.人才在选择城市的时候，都事先了解城市的发展前景，没有随机性。
2.人才的选择没有主观色彩，具有独立性。
三、符号说明
A判断矩阵C.I.一致性指标C.R.一致性比例W 权重
四、模型建立与求解
（一）模型建立
1.层次结构模型
（1）递阶层次结构建立
在层次分析模型下，其结构可以分为三类：
最高层：它是分析问题的预定目标，本例指人才吸引力指数。中间层：包括了实现目标的中间环节，本例指前景、收入、环境和政策。最低层：包括了实现目标可供选择的各种措施，本例指隶属于前景的人均GDP、未来GDP增长趋势，隶属于收入的职工年平均工资、居民消费价格指数和恩格尔系数，隶属于环境的治安，交通、污染、教育、医疗和购物，隶属于政策的人才引进、激励和培育政策。
（2）构造比较判断矩阵
针对针对准则C层中同一层上任一两元素，根据标度含义图确定aij，得到判断矩阵A=（aij）n*n。
（3）单一准则下权重计算及一致性检验
从判断矩阵求出被比较元素的排序权重向量，并通过一致性检验确定其可以接受。
1）权重计算
取判断矩阵n个列向量的归一化后算数平均值近似作为权重值，即有
2） 一致性检验
在判断矩阵的构造中，当计算排序权重的方法当判断矩阵过于偏离一致性的时候，其可靠性程度值得怀疑。因此需要对判断矩阵进行一致性检验，其检验步骤为：
（i）计算一致性指标
（ii）查找相应的平均随机一致性指标R.I（iii）计算一致性比率C.R.
当
时，认为判断矩阵的一致性可以接受。
最大特征根由下式求得
（4）计算各层元素对目标层的总排序权重
最终要得到各元素，特别是最底层元素中各方案对于目标的排序权重，总排序权重要自上而下地将单准则下的权重进行合成。
假定已算出第k-l层上nk-l个元素对于总目标的排序权重w（k-1）：（Wlk-l），W2（k-1）……，wn（k-1））T，第k-l层nk个元素对于第k-l层上第j个元素为准则的单排序向量pj（k）=（plj（k），p2j（k）……pnkj（k））T，那么第k层上元素对目标的总排序向量Wn，为W（k）为w（k）=（w1（k），w2（k）……，W（k》T= p（k）W（k-l）
2.灰色预测模型
对未来人均GDP的增长预测指标采取灰色系統预测模型。以下为算法解释：
设原始数据序列为x（0）：（x（0）（1），x（0）（2），…，x（0）（n）），经1-AGO算子作用生成数据序列x（1）=（x（1）（1），x（1）（2），…，x（1）（n））称x（0）（k）+ ax（1） （k）=b为GM（1，1）模型的原始形式。
（二）模型求解
1.灰色预测模型
根据北京和深圳前十年人均GDP数值得到如图所示预测曲线：
由模型得到的未来人均GDP数值即可代表相应指标。
2.层次结构模型
（1）建立递阶结构
各个指标的符号表示及含义如图所示
（2）构造比较判断矩阵
①人才吸引力指数与其子指标的判断矩阵
（3）根据上面的各指标与其子指标之间的权重关系，得到的总排序如下
（三）结论说明
1.根据数据及确定的权重，得到以深圳为基准的北京人才吸引力相对指数。
2.“加大营商环境改革力度若干措施”前后深圳的人才吸引力指数变化如表所示
3.根据上面的图表，深圳市作为基准100，北京市人才吸引力数值为103，因此深圳的人才吸引力水平整体略低于北京;而通过出台“加大营商环境改革力度若干措施”等政策则可以提高人才吸引力水平。
五、结论验证
由于人才最看重发展前景，而人均GDP最能反映城市的发展状况，采用深圳市2007～2016年的人均GDP数据，使用预测模型预测深圳市未来的人均GDP发展趋势，将其作为一个重要的评价指标。为了对城市的人才吸引力水平做出评价，采用了层次分析法建立了层次分析模型。对于分出的小评价指标分别赋予合理的权重，城市各小评价指标分量与其对应权重之积再求和就可以得出各城市对人才的吸引力的评分。实际上北京对于人才的吸引力水平要略高于深圳市，而模型本身符合事实。
参考文献
[1]深圳市统计局，深圳市历年统计年鉴，http：//www.sztj.gov. cn/xxgk/zfxxgkml/tjsj/tjnj/， 2018年5月24日.
[2]北京市统计局，北京市历年统计年鉴，http：//www.bj stats.gov.cn/tjsj]，2018年5月24日，
作者简介
裴子岳（1997-），男，汉族，河北省邯郸市，本科，研究方向：机械工程。
关键词：层次分析法;人才吸引力水平;灰色预测模型
首先用灰色预测模型对未来人均GDP的增长进行预测，确定4个评价人才吸引力的指标，每个指标包含若干个子指标。由层次分析法确定出每项子指标对人才吸引力指数的权重，得到深圳与北京各项子指标的得分。结论为深圳的人才吸引力水平整体不如北京，但在人均GDP等方面比北京更有利，而在职工年平均工资等方面不如北京。
最终量化得出的模型结果达到了预期，在其他条件不变的前提下，可寻求更多指标对模型进行精确度提升，以便为人才选择城市提供可靠依据。
一、问题背景与分析
人才是城市发展的核心竞争力，一个城市若想高速发展，必须要引进各种人才。
人才的需求可以分为发展前景，收入，环境和政策四个方面。其中发展前景是人们最为关注的。其次关注的是收入情况，它不只是工资数值，还包括此工资水平在城市的购买力。再次关注的是城市的环境，最后是该地区的政策因素。
大多数人才都是根据以上因素对城市进行的选择，本文根据人才对于城市的各种需求，量化地对深圳市的人才吸引力水平做出评价，并根据深圳市政府的“加大营环境改革力度若干措施”对人才吸引力的影响做出评价。
因此选取前景，收入，环境和政策四个评价指标，建立层次分析模型。根据各指标间的重要程度关系，构建判断矩阵计算出各指标的权重值，得到计算各层元素对目标层的总排序权重。根据深圳在这些次指标方面的现状得到量化值，将各指标的量化值与其权重相乘，得到人才吸引指数。
二、问题假设
1.人才在选择城市的时候，都事先了解城市的发展前景，没有随机性。
2.人才的选择没有主观色彩，具有独立性。
三、符号说明
A判断矩阵C.I.一致性指标C.R.一致性比例W 权重
四、模型建立与求解
（一）模型建立
1.层次结构模型
（1）递阶层次结构建立
在层次分析模型下，其结构可以分为三类：
最高层：它是分析问题的预定目标，本例指人才吸引力指数。中间层：包括了实现目标的中间环节，本例指前景、收入、环境和政策。最低层：包括了实现目标可供选择的各种措施，本例指隶属于前景的人均GDP、未来GDP增长趋势，隶属于收入的职工年平均工资、居民消费价格指数和恩格尔系数，隶属于环境的治安，交通、污染、教育、医疗和购物，隶属于政策的人才引进、激励和培育政策。
（2）构造比较判断矩阵
针对针对准则C层中同一层上任一两元素，根据标度含义图确定aij，得到判断矩阵A=（aij）n*n。
（3）单一准则下权重计算及一致性检验
从判断矩阵求出被比较元素的排序权重向量，并通过一致性检验确定其可以接受。
1）权重计算
取判断矩阵n个列向量的归一化后算数平均值近似作为权重值，即有
2） 一致性检验
在判断矩阵的构造中，当计算排序权重的方法当判断矩阵过于偏离一致性的时候，其可靠性程度值得怀疑。因此需要对判断矩阵进行一致性检验，其检验步骤为：
（i）计算一致性指标
（ii）查找相应的平均随机一致性指标R.I（iii）计算一致性比率C.R.
当
时，认为判断矩阵的一致性可以接受。
最大特征根由下式求得
（4）计算各层元素对目标层的总排序权重
最终要得到各元素，特别是最底层元素中各方案对于目标的排序权重，总排序权重要自上而下地将单准则下的权重进行合成。
假定已算出第k-l层上nk-l个元素对于总目标的排序权重w（k-1）：（Wlk-l），W2（k-1）……，wn（k-1））T，第k-l层nk个元素对于第k-l层上第j个元素为准则的单排序向量pj（k）=（plj（k），p2j（k）……pnkj（k））T，那么第k层上元素对目标的总排序向量Wn，为W（k）为w（k）=（w1（k），w2（k）……，W（k》T= p（k）W（k-l）
2.灰色预测模型
对未来人均GDP的增长预测指标采取灰色系統预测模型。以下为算法解释：
设原始数据序列为x（0）：（x（0）（1），x（0）（2），…，x（0）（n）），经1-AGO算子作用生成数据序列x（1）=（x（1）（1），x（1）（2），…，x（1）（n））称x（0）（k）+ ax（1） （k）=b为GM（1，1）模型的原始形式。
（二）模型求解
1.灰色预测模型
根据北京和深圳前十年人均GDP数值得到如图所示预测曲线：
由模型得到的未来人均GDP数值即可代表相应指标。
2.层次结构模型
（1）建立递阶结构
各个指标的符号表示及含义如图所示
（2）构造比较判断矩阵
①人才吸引力指数与其子指标的判断矩阵
（3）根据上面的各指标与其子指标之间的权重关系，得到的总排序如下
（三）结论说明
1.根据数据及确定的权重，得到以深圳为基准的北京人才吸引力相对指数。
2.“加大营商环境改革力度若干措施”前后深圳的人才吸引力指数变化如表所示
3.根据上面的图表，深圳市作为基准100，北京市人才吸引力数值为103，因此深圳的人才吸引力水平整体略低于北京;而通过出台“加大营商环境改革力度若干措施”等政策则可以提高人才吸引力水平。
五、结论验证
由于人才最看重发展前景，而人均GDP最能反映城市的发展状况，采用深圳市2007～2016年的人均GDP数据，使用预测模型预测深圳市未来的人均GDP发展趋势，将其作为一个重要的评价指标。为了对城市的人才吸引力水平做出评价，采用了层次分析法建立了层次分析模型。对于分出的小评价指标分别赋予合理的权重，城市各小评价指标分量与其对应权重之积再求和就可以得出各城市对人才的吸引力的评分。实际上北京对于人才的吸引力水平要略高于深圳市，而模型本身符合事实。
参考文献
[1]深圳市统计局，深圳市历年统计年鉴，http：//www.sztj.gov. cn/xxgk/zfxxgkml/tjsj/tjnj/， 2018年5月24日.
[2]北京市统计局，北京市历年统计年鉴，http：//www.bj stats.gov.cn/tjsj]，2018年5月24日，
作者简介
裴子岳（1997-），男，汉族，河北省邯郸市，本科，研究方向：机械工程。