基于区域性计算机网络专业人才需求预测模型探究.docVIP

基于区域性计算机网络专业人才需求预测模型探究摘要：本文调查了很多人才需求预测模型。根据预测目的不同对这些模型进行了分类比较，并结合西部欠开发、欠发达地区的计算机网络专业的人才需求问题，采用灰色预测方法建立了科学的数学模型进行预测，求解得出一个较为合理的预测结果，并对今后的研究工作做了进一步展望。 关键词：人才需求预测模型；灰色预测模型GM(1,1)；计算机网络专业 中图分类号：C964.2 文献标识码：A文章编号：1007-9599 (2012) 06-0000-02 一、引言 在当今社会，经济的竞争就是科学技术的竞争，而归根结底，科技的竞争实质上就是人才的竞争！而人才预测是实施人才资源开发战略提高企业人才竞争力的重要前提。如何根据社会发展、经济增长来调整专业，预测出计算机网络从业人员的宏观需求，有目标、有根据地培养、引进和利用人才，使得计算机网络专业向现代化、国际化标准迈进，这将是一个地区计算机网络行业发展面临的首要问题。传统的人才预测方法是基于前几年的增长惯性去外推未来超常规发展、跨越式发展的态势，主要是使用回归分析预测法、时间序列平滑预测法和趋势曲线模型预测法等。这些预测思路和方法从生产规模大小出发，考虑了科技进步、市场竞争、营销能力以及其他外向开拓因素，加入了科学化、现代化后发展的新规律。这就使得预测过程复杂化，需要大量的信息。 二、才需求预测模型 （一）人才预测的数学模型 在社会主义市场经济条件下的人才预测建立了数学模型: 式中， 为规划目标年的专门人才拥有总量； 分别为基年的专门人才密度、GDP数值和全员劳动生产率。模型中有v1，v3两个“阀门”,主要是调控专门人才密度和全员劳动生产率两个数值之间的关系，从而找到既可以实现专门人才总量适度增长，而全员劳动生产率也能逐年提高的持续、协调发展的理想数值，为高等教育、高层次人才培养规模提供依据。但是，该模型中需要引用的参数比较多，且不容易得到。 （二）回归分析预测法 回归分析预测法(Regression Analysis Prediction Method)，是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系，因此，回归分析预测法是一种重要的市场预测方法，当我们在对市场现象未来发展状况和水平进行预测时，如果能将影响市场预测对象的主要因素找到，并且能够取得其数量资料，就可以采用回归分析预测法进行预测。它是一种具体的、行之有效的、实用价值很高的常用市场预测方法。 （三）时间序列预测法 时间序列预测法,是将预测对象的历史数据按照时间的顺序排列成为时间序列，然后分析它随时间的变化趋势，外推预测对象的未来值。这样，就把影响预测对象变化的一切因素由“时间”综合起来描述了。时间序列分析预测法可分为确定性时间序列预测法和随机性时间序列预测法。 （四）趋势曲线模型预测法 趋势曲线模型预测法是长期趋势预测的主要方法,它是根据时间序列的发展趋势,配合合适的曲线模型,外推预测未来的趋势值。包含有直线模型预测法、多项式曲线模型预测法和指数曲线模型预测法。 直线预测模型为： 式中：t为时间，代表年次等， 为参数， 代表t=0时的预测值，代表逐期增长量， 代表预测值。 三、模型的选择 根据美国斯坦福研究所的统计，目前人才预测的方法多达150多种，国内外常用的人才总量需求预测方法可分为宏观预测和微观预测两大类，其中宏观预测又分为定性预测法和定量预测法。常用的定量预测模型包括回归模型、时序模型和生产函数模型等。这类方法基本上是建立在历史统计资料的基础上，需要占有丰富的历史资料，并且要求数据变化过程表现出一定的规律性。宏观定性预测包括分析和比较研究，专家分析判断(特尔菲法、专家会议法等)等方法。一般而言，用此类方法预测结构较之预测绝对数量更容易。微观预测方法主要指微观集成法，但该方法不适合于人才总量需求的中长期预测。 四、灰色预测模型 （一）灰色预测模型的建立 灰色系统理论首先对原始数据进行生产处理,经生成处理后就可从表面上无序的数据序列中发现其内在规律性[5 ]。GM(1,1)模型是最常用的灰色预测模型:设原始时间序列数据 为： 由它产生的一次累加生产数列为： 。其中： 利用一次累加生成数列拟合微分方程： 其系数向量可采用最小二乘法估计求解： 式中，B和x分别为如下矩阵和向量： 解上述微分方程，得到时间响应函数： 将上式写成离散形式： 由于序列 是 的一阶累加序列，根据 通过累减计算,可得 的估计值： 其中，