基于熵权法和CRITIC法对云南省高质量充分就业的测度评价

Evaluation of the Measurement of High-Quality Full Employment in Yunnan Province Based on Entropy Method and CRITIC Method

摘要: 鉴于对云南省高质量充分就业水平测度的研究不足，本文从数量指数、质量指数和结构指数三个一级指标，以及其下的七个二级指标和二十个三级指标，运用CRITIC法与熵值法对云南省2012年至2022年高质量充分就业水平进行综合量化测量。研究发现：云南省高质量充分就业水平整体呈现上升趋势，其中就业质量指数增速最快，就业结构指数呈现波动上升的趋势，就业数量指数增速不明显。因此建议云南省政府稳定就业市场；加强劳动者权益保障；促进性别平等就业和建立动态监测与评估机制以提升云南省高质量充分就业水平。

Abstract: In view of the lack of research on the measurement of the level of high-quality full employment in Yunnan Province, this paper utilizes the CRITIC method and entropy method from the three first-level indexes of quantity index, quality index and structure index, as well as the seven second-level indexes and twenty third-level indexes under them, to carry out a comprehensive and quantitative measurement of the level of high-quality full employment in Yunnan Province from 2012 to 2022. The study found that the level of high-quality full employment in Yunnan Province shows an overall upward trend, with the employment quality index growing at the fastest rate, the employment structure index showing a fluctuating upward trend, and the employment quantity index growing at an insignificant rate. Therefore, it is recommended that the government of Yunnan Province stabilize the employment market, strengthen the protection of workers’ rights and interests, promote gender equality in employment and establish a dynamic monitoring and evaluation mechanism to improve the level of high-quality full employment in Yunnan Province.

1. 引言

就业是最大的民生，也是经济发展最基本的支撑。《“十四五”就业促进规划》指出要以实现人民更加充分更高质量就业为着力点，推动实现中国式现代化发展已经成为国家的战略目标。云南省积极响应国家政策，在《云南省“十四五”就业促进规划》中指出以实现更加充分更高质量就业为目标。对目前的文献进行梳理，发现国外学者主要集中于就业质量的评价上[1]，但是就业质量与高质量充分就业有着明显的区别，前者忽视了就业的数量和结构[2] [3]。国内虽然有部分学者已经致力于高质量充分就业进行测度分析[4]，但是由于研究视角通常是衡量全国的宏观数据，因此其难以反映出地区的高质量充分就业水平的发展趋势和特点，也没有对云南省高质量充分就业的水平进行综合测量。为此构建一个科学的高质量充分就业的评估指标系统，以有效掌握云南省就业趋势，助力云南省实现更加充分和更高质量就业的目标，显得尤为重要。鉴于此。本文建立了一个包括三个一级指标、七个二级指标和二十个三级指标的就业质量评估指标体系，并采用CRITIC法和熵值法这两种客观赋权方法，对云南省的高质量充分就业进行综合评价。

2. 研究设计

2.1. 高质量充分就业评价指标体系构建

依据现有文献中对高质量充分就业的定义[5]-[7]和相关的量化研究[8] [9]，本文在考虑指标选取的科学性、可行性、全面性和实用性等基准下，对现有指标进行了筛选、补充及调整。经过这些步骤，本文最终形成如表1中所示的一套就业质量评估指标体系。

Table 1. Construction table of high-quality full employment indicator system in Yunnan Province

表1. 云南省高质量充分就业指标体系构建表

一级指标	二级指标	三级指标	标签	权重
数量指数	现有岗位	全省就业人数(万人)	正向	3.77%
		城镇登记失业率(%)	负向	7.24%
	潜在岗位	云南生成总值增长率(%)	正向	5.96%
		云南省企业注册数增长率(%)	正向	4.08%
质量指数	劳动收入	劳动报酬比重(%)	正向	3.28%
		职工的平均工资(元)	正向	3.88%
		城镇收入占农村收入之比(%)	负向	5.61%
		全省居民人均可支配收入(元)	正向	3.98%
	劳动保障	工伤参保率(%)	正向	4.43%
		失业参保率(%)	正向	5.71%
		工会会员人数(人)	正向	2.85%
		当期认定工伤人数(人)	负向	6.06%
		当期劳动案件受理数(件)	负向	3.02%
结构指数	产业结构	城镇就业比重(%)	正向	5.81%
		第三产业就业比重(%)	正向	4.90%
	技能结构	科学技术获奖数(项)	正向	3.97%
		高等教育的毛入学率(%)	正向	5.29%
		本年职业技能鉴定获取高级证书人数(人)	正向	3.22%
	性别结构	职工大会的女职工代表人数(人)	正向	11.52%
		城镇女性就业占城镇就业比重(%)	正向	5.41%

2.2. 指标赋权方法

在进行综合评价时，权重分配体现了不同评价指标对最终评估结果的影响力大小。科学合理地赋予指标权重尤为关键。权重确定方法大致可归为两大类：一是基于人的主观判断的主观赋权法，另一是依赖数据本身特性的客观赋权法。主观赋权方法，诸如层次分析法(AHP)、序关系分析及专家打分法，这些方法依赖于专家的知识、经验和直觉，通过数学模型转化为量化的权重[10]。尽管此类方法能够融入专家的领域智慧，但其主观性强，客观性和一致性可能受限。相反，客观赋权法，如熵值法、CRITIC法及变异系数法，侧重于从数据本身寻找权重，减少了人为偏见。CRITIC法能较好地评价指标间的差异性，但未充分考虑数据分布的离散状况。熵值法则擅长衡量信息的不确定性，即数据的离散度。结合两者，既能评估数据的分散情况，又能有效揭示数据的对比特征，形成更为全面且客观的评价体系。鉴于此，本文综合两者的优点，构建一个更为均衡、全面的评价模型，减少单一方法的局限性，提升评价的准确性和可靠性。

2.3. CRITIC法

CRITIC法，即基于指标重要性比较比率的方法，是Diakoulaki于1995年提出的，专为多指标综合评价设计的客观赋权技术[11]。该方法通过结合评价指标的对比强度与冲突性分析，为每个指标分配权重，实现了评价的全面性和客观性。对比强度通过计算指标值在不同案例间的标准差反映，体现了指标区分能力的高低；而冲突性则借助相关系数矩阵衡量指标间的信息重叠程度，旨在避免评价过程中的冗余。经过一系列数学处理，包括标准化和归一化，CRITIC法能生成一套既反映指标独立贡献又兼顾整体协调性的权重体系。

2.3.1. 指标数据的无量纲化处理

这一步骤通常在计算对比强度等之前进行，以确保不同量级和正负方向的指标能够在同一尺度上进行公平比较。引入$x_{ij}$ 来代表第i年的第j个的原始指标数据$\left(i=2012,2013,\cdots n;j=1,2,\cdots ,m\right)$ 。

正向指标(越大越好)：

${x^{\prime }}_{ij}=\frac{x_{ij}-\min \left(x_{ij}\right)}{\max \left(x_{ij}\right)-\min \left(x_{ij}\right)}$ (1)

负向指标(越小越好)：

${x^{\prime }}_{ij}=\frac{\max \left(x_{ij}\right)-x_{ij}}{\max \left(x_{ij}\right)-\min \left(x_{ij}\right)}$ (2)

2.3.2. 计算第j个指标的标准差

在CRITIC评价方法中，计算第j个指标的标准差的目的在于量化指标的区分度。标准差大表明该指标在不同评价指标间具有显著的差异性，即有效的与其他指标区别开来。CRITIC利用标准差作为对比强度的量化指标，反映每个指标在整体评价中所能提供的独特信息量。

${\sigma }_j=\sqrt{\frac{{\left({{\displaystyle \sum }}_{i=2012}^n\left({x^{\prime }}_{ij}-\frac{{\sum }_{i=2012}^n{x^{\prime }}_{ij}}{n}\right)\right)}^2}{n}}$ (3)

2.3.3. 计算冲突性量化指标

这一步骤概括了指标间相互关系的综合效应，其中，$y_j$ 代表第j个评价指标与其他所有指标冲突性的总度量。该公式的实质是在累积每一个j指标与其他所有指标不完全一致(即存在差异或互补信息)的程度，最终得到的$y_j$ 值越高，表明第j个指标与其他指标之间的差异性或独立性越强。其中$r_{ij}$ 则是指标i与指标j之间的相关系数，取值范围通常在−1到1之间，用来衡量两指标之间的线性关联程度。当$r_{ij}$ 接近1时，表示两个指标高度正相关，即它们倾向于同时增减，可能存在冗余信息；相反，若接近−1则表示强负相关；若接近0，则认为二者独立或关联较弱。

$y_j={\sum }_{i=2012}^n\left(1-r_{ij}\right)$ (4)

2.3.4. 计算第j个指标的权重

在CRITIC方法中，计算第j个指标的权重$w_j$ 是基于对比强度(标准差${\sigma }_j$ 衡量)和冲突性量化指标$y_j$ 的综合考量。这里，$w_j$ 代表第j个指标的权重，${\sigma }_j$ 是第j个指标的标准差，反映了其在不同评价对象间的差异程度；$y_j$ 为第j个指标与其他指标冲突性的总度量，体现了其相对于其他指标的独立性和信息的独特性；而分母中的求和项则是所有指标基于对比强度和冲突性的乘积之和，用于进行归一化处理，确保所有指标权重之和为1，保证了权重分配的统一性和比较的有效性。这一步骤不仅考虑了单个指标的区分能力，还兼顾了指标间信息的互补性，从而更加全面客观地评估各指标在综合评价体系中的权重，为决策提供了有力的支持。

$w_j=\frac{{\sigma }_j{y}_j}{{\sum }_{j=1}^m{\sigma }_j{y}_j}$ (5)

2.4. 熵值法

熵值法是从信息论中衍生出的一种客观赋权技术，广泛应用于多指标综合评价领域[12]。该方法借鉴了熵的概念，以量化指标的信息不确定性，以此来评估指标在评价体系中的相对重要性。具体而言，熵值法通过计算各指标的熵值来反映其区分能力的强弱，熵值越大意味着指标的不确定性和信息量越大，区分能力相对较弱，权重越小；反之，则说明该指标与其他指标间具有明显差异，权重越大。因此，熵值法能计算得出各指标的权重，有效避免人为的主观偏见。

2.4.1. 指标数据的无量纲化处理

正向指标(越大越好)：

${x^{\prime }}_{ij}=\frac{x_{ij}-\min \left(x_{ij}\right)}{\max \left(x_{ij}\right)-\min \left(x_{ij}\right)}+t$ (6)

负向指标(越小越好)：

${x^{\prime }}_{ij}=\frac{\max \left(x_{ij}\right)-x_{ij}}{\max \left(x_{ij}\right)-\min \left(x_{ij}\right)}+t$ (7)

在无量纲化处理中，公式中的t通常代表一个极小的正数，被添加到分母中，其目的是为了避免在实际计算中出现除以零的情况，尤其是当数据集中最大值和最小值相等时，如果不加t，分母将会变成零，导致数学上的未定义或无穷大，使得计算无法进行。再本研究中t = 0.000001。

2.4.2. 计算第j个指标的信息熵

公式中的$p_{ij}$ 表示第j项指标在第i年的特征占比(相对重要性)，基于信息熵的计算基础，在这一步中采用取自然对数的方式$\text{ln}{p}_{ij}$ 进行熵的计算。$e_j$ 代表第j项指标的信息熵，用于来量化指标的不确定性。

(8)

(9)

2.4.3. 计算第j个指标的熵权

这个公式体现了各个指标的信息熵在总信息熵中的相对比重，熵值越大的指标，说明其信息分散程度较低，对综合评价的占比越大，即权重越大。

(10)

2.5. 组合赋权法

本文采纳了一种综合加权策略，旨在融合CRITIC方法与熵值法所衍生出的两组权重，以期获得更优化的综合权重方案。这一融合过程通过解决线性规划问题来实现。

首先，设CRITIC方法计算出的客观权重集合表示为$W_1=\left(w_{11},w_{12},w_{13},\cdots w_{1n}\right)$ ，而熵值法独立得出的客观权重集合为$W_2=\left(w_{21},w_{22},w_{23},\cdots ,w_{2\text{n}}\right)$ 。引入一个综合权重向量$W$ ，该向量通过线性组合$W_1$ 和$W_2$ 而成，表达式为：

$W=\alpha W_1+\beta W_2=\left[\begin{array}{cc}{w}_{11}& w_{21}\\ ⋮& ⋮\\ w_{1n}& w_{2n}\end{array}\right]\left[\begin{array}{c}\alpha \\ \beta \end{array}\right]$ (11)

这里，$\alpha$ 和$\beta$ 代表线性组合中的系数，它们负责调节来自两套方法的权重贡献度，确保综合权重既能体现CRITIC法的评价深度，又能融入熵值法的信息不确定性考量，共同导向一个更加全面且均衡的评价结果。

接下来，为了确定最佳的组合权重，我们设立了一个目标函数，旨在最小化组合权重$W$ 与各自原方法权重$W_1$ 和$W_2$ 之间的差异总和。具体而言，目标函数表述为减少$W$ 与$W_1$ 及$W_2$ 之间的欧几里得距离之和，同时设置约束条件保证组合系数$\alpha$ 和$\beta$ 之和为1，并要求两者均为正数，即：

$\min \left({\Vert W-W\Vert }_1{}^2+{\Vert W-W_2\Vert }^2\right)$ (12)

$s.t.\alpha +\beta =1,\alpha ,\beta >0$ (13)

通过求解此目标函数关于$\alpha$ 的一阶导数，并解方程，我们得到最优化的组合系数$\alpha =0.5$ 和$\beta =0.5$ ，这意味着CRITIC法和熵值法的权重在最终组合中被等同重视。因此，组合权重计算公式简化为两者权重的算术平均：

$W=0.5W_1+0.5W_2$ (14)

完成对每个三级指标的权重计算后，继续通过汇总每个二级指标下所有三级指标的权重来获取二级指标的总体权重；同样，一级指标的权重则是由其下属所有二级指标的权重累加而成。这一系列计算最终形成了云南省高质量充分就业评价指标体系的具体权重分配，其详细数据展示在表1中。

2.6. 综合得分计算方法

线性加权因其计算便捷且评估效果良好，在本文中被选作综合评价的核心方法。其具体实施步骤概括如下：

首先，针对每年的综合评价得分$F_i$ 计算，通过线性加权各个指标值完成。具体公式为所有标准化后数据${x^{\prime }}_{ij}$ 与其对应权重$w_j$ 的乘积之和，表示如下：

(15)

接着，对于一级指标的年度得分$B_{m,n}$ 计算，聚焦于特定一级指标涵盖的所有具体指标(由$m_1$ 至$m_2$ 表示)，同样应用线性加权原则，公式调整为：

(16)

此处，$B_{m,n}$ 标识了第n年一级指标m的综合评分。

类似地，二级指标的年度得分$C_{m,n}$ 计算也遵循相同逻辑，通过汇总其下属所有具体指标(由$m_1$ 至$m_2$ 界定)的加权得分来完成：

(17)

其中，$C_{m,n}$ 代表第n年一级指标m的综合评分。

通过上述步骤，本文不仅计算得到了每年的整体评价分数，还分别明确了一级和二级指标在不同年份的具体表现水平，为深入分析提供了量化基础。

2.7. 数据来源

本研究聚焦于宏观层面对就业质量演变的分析，所采用的数据源于国家级别的权威部门发布的正式统计资料，核心数据集涉及《中国劳动统计年鉴》《云南统计年鉴》以及《中国统计年鉴》。本研究的时间跨度自2012年起至2022年止，通过对这些年间的数据进行深入剖析，旨在全面揭示云南省高质量充分就业的变化趋势与特征。

3. 实证结果分析

3.1. 指标权重总体情况分析

根据表2的数据分析，在高质量充分就业的指标体系中最重视的三个三级指标为职工大会的女职工代表人数、城镇登记失业率(%)和当期认定工伤人数(人)，它们的权重合计为24.82%。相反，权重最低的三个三级指标是本年职业技能鉴定获取高级证书人数(人)、工会会员人数以及劳动报酬比重，这些指标的权重总和仅为9.09%。由此可见，最重要的三项指标的权重几乎是最低三项指标权重的3倍，在高质量充分就业的指标体系中，各指标的权重分配具有较大的差异。

Table 2. Ranking table of the weights of the three levels of indicators

表2. 三级指标权重排名表

排名	三级指标名称	权重
1	城镇女性就业占城镇就业比重(%)	11.52%
2	城镇登记失业率(%)	7.24%
3	当期认定工伤人数(人)	6.06%
4	云南生成总值增长率(%)	5.96%
5	职工大会的女职工代表人数(人)	5.81%
6	失业参保率(%)	5.71%
7	城镇收入占农村收入之比(%)	5.61%
8	高等教育的毛入学率(%)	5.41%
9	科学技术获奖数(项)	5.29%
10	第三产业就业比重(%)	4.90%
11	城镇就业比重(%)	4.43%
12	云南省企业注册数增长率(%)	4.08%
13	工伤参保率(%)	3.98%

续表

14	当期劳动案件受理数(件)	3.97%
15	职工的平均工资(元)	3.88%
16	全省居民人均可支配收入(元)	3.77%
17	全省就业人数(万人)	3.28%
18	本年职业技能鉴定获取高级证书人数(人)	3.22%
19	工会会员人数(人)	3.02%
20	劳动报酬比重(%)	2.85%

通过图1可以发现，各项指标的重要性权重有明显的层次分布，其中二级指标权重排名前三的分别是劳动保障(22.07%)、性别结构(16.94%)和劳动收入(16.74%)，其和大于50%，说明在当前构建的指标体系中，这些因素对高质量充分就业的整体评估尤为关键。而技能结构(12.49%)、现有岗位(11.01%)、产业结构(10.71%)和潜在岗位(10.05%)虽然权重相对较低，但同样不可忽视，它们共同构成了一个全面的评估体系。

另外，可以发现在高质量充分就业的指标体系中，“劳动保障”为最核心的指标，因为其包含了较多的三级指标，且这些指标的权重都比较高。这意味着在实现云南省高质量充分就业的过程中，要尤其注意到对劳动者合法权益的保护，这对于促进社会公平正义，保障经济的健康发展，并维护社会稳定具有重要意义。相比之下，“潜在岗位”这一指标由于包含的指标较少，权重较低，，因此在综合权重上排在末位。潜在就业岗位是为了测量未来一段时间内可能出现或有待开发的、能够为劳动力提供就业机会的岗位。尽管这些因素对于劳动者个体而言非常重要，但它所占的比重反映出在宏观层面评估高质量充分就业情况时，更侧重于就业的质量和就业的结构。

Figure 1. Funnel chart for ranking the weights of the secondary indicators

图1. 各二级指标权重排序漏斗图

3.2. 各指标年度得分情况分析

3.2.1. 云南省高质量充分就业整体情况分析

通过线性加权公式计算得到云南省2012~2022年的高质量充分就业综合得分(见表3)。

Table 3. Comprehensive score and change in growth rate of high-quality full employment in Yunnan Province

表3. 云南省高质量充分就业综合得分及增速变化表

年份	高质量充分就业得分	增速
2012	29.67
2013	33.48	12.87%
2014	39.25	17.23%
2015	45.82	16.72%
2016	44.50	−2.86%
2017	47.00	5.61%
2018	46.60	−0.85%
2019	46.66	0.13%
2020	44.51	−4.61%
2021	55.14	23.88%
2022	56.92	3.23%
年均增速	7.57%

Figure 2. Line graph of the scores of various dimensions of high-quality full employment in Yunnan Province, 2012~2022

图2. 2012~2022年云南省高质量充分就业各维度得分折线图

从表3可以发现，在2012年至2022年期间，云南省在高质量充分就业方面取得了显著的进展。就业得分从29.67分增加到56.92分，显示了该省在就业领域取得的积极成果。具体而言，2012年至2015年间，云南省就业得分呈现稳定增长态势，增速在12.87%至17.23%之间，这表明了就业形势的持续改善。然而，2016年至2020年期间，就业得分增速出现波动，尤其是2020年出现较大幅度的下降，可能受到全球经济形势和疫情等外部因素的影响。不过，由于经济复苏和政府就业政策的刺激作用，2021年和2022年的增速又出现了显著增长，特别是2021年增速达到了23.88%。云南省的就业得分呈现增长趋势，但受外部因素影响，存在一定波动。这表明云南省在就业领域的政策和措施取得了积极效果。

从图2可以看出，云南省高质量充分就业的三个维度中，质量指数的得分增速最快，2012年起持续上升，表明云南省就业质量显著提高。结构指数尽管波动较大，但总体趋势向上，显示出云南省就业结构的逐步优化和合理化。数量指数在2015年达到峰值后有所波动，但总体呈现回升趋势，反映了就业人数的增长与调整，但是增速不明显，表明云南省在工作岗位的数量上还有较大的提升空间。整体而言，云南省在过去十年中高质量充分就业取得了显著进展，不仅在就业数量上有所提升，更在就业质量和结构合理性方面表现出色，为未来高质量发展奠定了坚实基础。

3.2.2. 云南省高质量充分就业各维度时序分析

根据表4发现，在数量指数方面，现有岗位的得分从2012年的2.10逐步提升至2022年的7.24，尤其是在2021年和2022年，这一得分显著增加，反映了云南省现有就业岗位数量的改善。然而，在2019年和2020年，现有岗位的得分排名一度出现较大波动，分别为第4名和第11名，表明云南省在就业岗位数量上存在短期的不稳定性。与此相比，潜在岗位的得分表现出更大的波动性，2015年时曾达到8.43的高点，但在2020年急剧下降至1.17，随后在2022年回升至3.18。这一波动表明，云南省在创造未来就业机会方面的不确定性较大，尤其是在全球疫情影响下，潜在岗位的预期受到较大影响。

Table 4. Line graph of the scores of various dimensions of high-quality full employment in Yunnan Province

表4. 2012~2022年云南省高质量充分就业各维度各指标得分及排名表

一级指标	二级指标	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022
数量指数	现有岗位	2.10	2.77	3.48	3.29	5.86	5.40	4.30	4.89	1.55	1.92	7.24
	排名	9	8	6	7	2	3	5	4	11	10	1
	潜在岗位	6.64	6.09	5.47	8.43	2.49	3.90	4.55	3.77	1.17	3.40	3.18
	排名	2	3	4	1	10	6	5	7	11	8	9
质量指数	劳动收入	0.00	2.05	3.37	4.94	6.28	7.60	8.79	10.59	12.42	13.73	16.74
	排名	11	10	9	8	7	6	5	4	3	2	1
	劳动保障	8.53	9.30	12.03	14.34	14.18	12.33	10.78	10.41	11.09	8.89	10.36
	排名	11	9	4	1	2	3	6	7	5	10	8
结构指数	产业结构	0.00	1.07	2.25	2.27	2.72	6.52	8.38	9.46	10.10	10.71	9.84
	排名	11	10	9	8	7	6	5	4	2	1	3
	技能结构	5.90	5.14	5.46	6.60	7.70	8.75	8.24	6.66	7.54	4.96	8.38
	排名	8	10	9	7	4	1	3	6	5	11	2
	性别结构	6.51	7.07	7.19	5.94	5.29	2.50	1.56	0.88	0.64	11.53	1.18
	排名	4	3	2	5	6	7	8	10	11	1	9

在质量指数方面，劳动收入得分从2012年的0.00逐步攀升至2022年的16.74，显示出劳动者收入水平的显著增长，这一指标的排名也从2012年的第11位跃升至2022年的第1位，反映出云南省在提高劳动者收入方面取得了显著成效。与劳动收入相比，劳动保障的得分尽管整体上有所提升，从2012年的8.53增长到2022年的10.36，但在某些年份出现了波动。特别是2018年和2021年，劳动保障的得分分别为10.78和8.89，说明云南省在劳动者权益保障方面虽然有进展，但仍存在不稳定因素，需要进一步的政策完善。

在结构指数方面，产业结构的得分从2012年的0.00增加到2022年的9.84，尤其是在2017年后，得分大幅提升，表明云南省的就业产业结构逐渐趋于合理化，2022年的排名也位居第3位。此外，技能结构的得分在2017年达到8.75的峰值，随后有所波动，2022年为8.38，显示出云南省在提升劳动者技能方面的进展较为稳健，但未来仍需确保技能提升的可持续性。性别结构方面的得分波动最为明显，2021年排名第1位，但2022年得分仅为1.18，排名回落至第9位，反映出云南省在性别平等就业方面存在较大挑战，需要进一步采取有效措施促进男女平等的就业环境。

综上所述，云南省在2012年至2022年间高质量充分就业的整体水平有所提升，特别是在劳动收入和产业结构方面表现出色。然而，就业数量中的潜在岗位和性别平等方面的波动性较大，说明未来在这些方面还需进一步加强政策引导和改善措施。

4. 结论与建议

本文基于组合赋权方法对云南省2012~2022年的高质量充分就业进行测算和分析，具体为通过CRITIC法与熵值法相结合的定量分析，提升了评价结果的科学性与客观性，同时通过定性分析揭示了云南省高质量充分就业的变化趋势。与以往的研究方法相比，该组合赋权法能够更全面地揭示数据的分布特征与差异性。得出以下结论：(1) 云南省高质量充分就业得分从2012年的29.67分增加到2022年的56.92分，显示出明显的进展。这表明云南省在就业质量、就业数量和就业结构方面均有所改善，尤其在劳动收入和产业结构方面取得了显著成效。(2) 现有岗位和潜在岗位均显示出显著的波动性。尽管现有岗位得分在近几年显著提升，但潜在岗位的波动性较大，导致云南省就业数量指数没有得到显著的增长，说明云南省在创造和维持就业岗位方面存在一定的不确定性和挑战。(3) 劳动收入逐年显著增加，显示出劳动者的收入水平在不断提高。然而，劳动保障得分在某些年份存在波动，表明在保障劳动者权益方面仍需进一步加强和稳定。(4) 产业结构和技能结构得分逐年提高，显示出就业结构的逐步优化和合理化。然而，性别结构得分波动较大，尤其是2022年出现了回落，导致云南省就业结构指数在近年来得分降低，表明性别平等在就业中的落实仍需进一步关注。

基于上述结论，本文提出以下建议：

(1) 稳定就业市场。鉴于就业数量指数没有明显增长且潜在岗位指标的波动性大，建议云南省政府推动产业多样化，减少对单一或少数几个行业的依赖，以分散风险，增强经济和就业市场的稳定性；出台更多稳定就业的政策，如税收减免、补贴等，鼓励企业扩大规模或新创企业，尤其是在潜力大但波动性强的新兴行业；建立灵活的职业教育培训体系，帮助劳动者快速适应市场变化，提升技能或转向更稳定的行业，减少因技术变革或市场需求变动导致的失业。

(2) 加强劳动者权益保障。由于劳动保障得分在某些年份存在波动，因此建议云南省政府完善劳动法律体系，确保工资增长机制的稳定性和合理性，同时规范加班、休假等福利待遇，减少劳动者权益受损的风险；加大对违反劳动法规行为的查处力度，保障法律法规的有效执行，建立快速响应机制处理劳资纠纷；提高劳动者对自身权益的认知，通过教育和宣传，增强其维护自身利益的能力。

(3) 促进性别平等就业。因为性别结构维度的得分在某些年份间的浮动较大，因此建议云南省政府制定和实施更为有效的性别平等政策，确保女性在就业、晋升、薪酬等方面的平等权利。通过提供托幼服务、灵活工作安排等措施，减轻女性的家庭负担，提高其劳动参与率。同时，加强社会性别意识教育，改变不利于性别平等的陈旧观念。

(4) 建立动态监测与评估机制。构建高质量充分就业的长期监测和评估体系，定期发布就业质量报告，及时调整政策措施，确保就业工作的连续性和有效性。这将有助于及时发现问题并采取相应措施，持续推动云南省就业状况向更高水平发展。

基金项目

云南财经大学研究生创新基金项目：促进还是抑制？云南省企业数字化转型对高质量充分就业的影响研究(2024YUFEYC052)；云南财经大学研究生创新基金项目：医智同行：身份融合在医疗AI与医护协同中的作用探索——以云南省三甲医院为例(2024YUFEYC050)。

NOTES

^*第一作者。

^#通讯作者。