基于IGM模型的人力资源需求的灰预测分析

邢 洁，刘 芳

（1.天津大学 管理与经济学部，天津 300072；2.天津理工大学 国际工商学院,天津 300191）

0 引言

天津滨海新区既是“京—津—冀”城市带和环渤海经济带的交汇点，也是我国经济“东中西”板块与“南中北”板块在环渤海地区的连接点。滨海新区的发展对环渤海地区的发展，乃至全国经济的健康稳定的发展都具有重要的战略意义。而经济的发展必然要以健全的人力资源系统为基础，能否建立科学的人力资源系统是滨海新区成为区域经济发展的龙头所面临的关键问题之一。目前，受客观条件制约，人力资源需求系统的所能够掌握的信息是不够完善的，部分信息如现有从业人员总数、构成等是已知的,而另一部分的信息如人员流动、人员工作状况等是无法确定的。由于数据的缺失，传统的统计学方法在人力资源需求研究方面的应用受到了很大的限制。基于此，将人力资源系统看成是一个灰色系统进行研究是可行又科学的方法。

本文结合天津滨海新区的实际情况，将灰色关联度分析与改进的GM(1,1)模型相结合，分析了与滨海新区区域从业人员总量相关的各因素，并预测了2011—2013年滨海新区区域从业人员总量，最后提出相应的政策意见。

1 天津滨海新区人力资源需求的灰色关联度分析

1.1 数据来源

本文利用1997～2010年天津滨海新区的第二产业GDP,第三产业GDP，固定资产投资额，区域GDP，直接利用外资额，外贸出口总额，人均劳动报酬，区域单位从业人员总量等数据进行相关计算。数据均来自于《天津滨海新区统计年鉴》。

1.2 天津滨海新区人力资源需求灰色关联度的计算

关联分析事实上可以看作是一种有参考系的整体比较：设以若干年的天津滨海新区区域单位从业人员总量的原始数据经过无量纲处理后构成一个参考数列，经过无量纲处理后构成一个参考数列，记为X0={x0(k),k=1,2,…,n}；区域人力资源需求相关的滨海新区第二产业GDP,第三产业GDP，固定资产投资额，区域GDP，直接利用外资额，外贸出口总额，人均劳动报酬经过无量纲处理后组成比较数列集，记为Xi={xi(k),k=1,2,…,n}(i=1,2,…,m)。 借 鉴 文 献 [6]中 的 符 号 ，记 Δ0i（k）=—x0-xi—,引入γ（x0(k),xi(k)）代表x0和xi在k年时的关联系数，其中ρ为分辨系数，其中ρ为分辨系数，一般按最少信息原理取0.5.则关联度R为R的值越大则表示比较数列对参考数列的影响程度就越大。

采用公式对1997～2010年天津滨海新区区域单位从业人员总量及其相关因素的原始数据。进行无量纲处理，生成参考数列和比较数列xi:xi(k)=xi(k)/min(xi(k))，k=1,2，……；i=1,2……（见表1）。

经过计算得到区域单位从业人员总量与其相关因素的灰色关联度如表2。

表1 无量纲处理后的区域单位从业人员总量与其相关因素

表2 区域单位从业人员总量与其相关因素与其相关因素的灰色关联度

1.3 与改进的GM(1,1)模型相结合灰色关联度分析

从灰色关联度的计算结果来看，与滨海新区区域人力资源需求关联度最大的因素依次是：人均劳动报酬、直接利用外资额、第二产业GDP、区域GDP、固定资产投资额、第三产业GDP、外贸出口总额。

2 人力资源需求的灰预测分析

2.1 基于IGM模型的天津滨海新区区域从业人员总量的预测

本文通过以下两个方面对传统的GM（1,1）模型进行改进以提高模型的预测精度：

（1）对原始数据进行对数—幂函数变换。对数-幂函数变换有利于调节原始数据序列光滑性，并且在改善级比方面的效果也很好。

（2）用内涵型模型代替白化响应式。内涵型模型是从GM(1,1)模型的定义型直接推导出来的，它可以应用于何数据序列的建模和预测。

经改进得到的GM(1,1)模型记为IGM。

显然这是有预谋的系列投毒案件。泰诺速效胶囊是由美国著名的强生公司的子公司——迈克耐尔公司生产的，在得到警方通知后，强生公司立即采取措施，将这种胶囊全部召回。

本文采用IGM对天津滨海新区区域从业人员总量进行预测和分析。步骤如下：

①对原始序列x(k)进行对数—幂函数变换得到新序列x(0)(k)={ln[x(k)]}1/n，用1-AGO生成一阶累加序列x(1)=[x(1)(1),x(1)(2),…,x(1)(n)]，并计算其背景值序列z(1)=[z(1)(1),z(1)(2),…，z(1)(n)]，其中：

②建立灰色预测模型

用最小二乘法解得

③将灰参数代入内涵型模型

2.2 预测结果检测

本文采用后验差检验法对IGM预测精度进行检验。分别计算残差及原始数据的均值和均方差，从而计算出后验差比值和小误差概率。

表3 模型的预测值、残差及相对残差

残差均值和均方差分别为：

同理，原始数据均值和均方差分别为：x=60.42，s12=69.021233。

后验差比值和小误差概率分别为:c=s2/s1=0.015，

c＜0.35，p＞0.95，根据灰色预测精度检验等级表（表4），IGM模型预测精度等级为一级精度“好”，可用于天津滨海新区区域单位从业人员总量的预测和分析。

表4 灰色预测精度检验等级参照表

2.3 预测结果分析

（1）建立健全的人才培养和引进机制，把对滨海新区发展有利的人才留在滨海新区，吸引到滨海新区。2015年后天津滨海新区人力资源需求将超过88万,需求总量的增长势必对滨海新区人才的培养和引进产生巨大压力，健全的人才机制是解决人力资源问题的基础。

（2）在注重人才数量的同时，更要注重人才的质量。滨海新区应在实现区域人才队伍规模扩大的同时,要不断地促进员工素质的提高，优化员工配置结构，并且强化激励,充分调动现有人才的能动性,激发现有人才的创造力,坚持走外部引进和内部培养并举、输血与造血相结合的道路。

（3）将周边地区人才供给纳入到滨海新区经济的发展的体系中来。滨海新区位于天津市，天津市以及毗邻的北京市都是高等院校、科研院所相当密集的城市，滨海新区应该充分利用这种地域优势，加强与京津地区各大院校、院所的合作，广泛的引进智力资源,发展自身的核心竞争力，并且反哺周边院校、院所，助其培养出更多的人才,形成人才科学化流动的良性循环。

3 结论

本文首先利用灰色关联度分析法得出了与天津滨海新区人力资源需求相关各因素的灰色关联度，与滨海新区区域人力资源需求关联度最大的因素依次是：人均劳动报酬、直接利用外资额、第二产业GDP、区域GDP、固定资产投资额、第三产业GDP、外贸出口总额。然后利用IGM模型预测了天津滨海新区2011～2013年的区域单位从业人员总量，通过对预测结果的分析，滨海新区在人力资源系统的建设方面要注意：建立健全的人才培养和引进机制，把对滨海新区发展有利的人才留在滨海新区，吸引到滨海新区；在注重人才数量的同时，更要注重人才的质量；将周边地区人才供给纳入到滨海新区经济的发展的体系中来。

[1]邓聚龙.灰色系统(社会经济)[M].武汉:国防工业出版社,1985.

[2]申笑颜.中国碳排放影响因素的分析与预测[J].统计与决策,2010,(19).

[3]GuoDong Li,Daisuke Yamaguchi,Masatake Nagai.A GM(1,1) Mar⁃kov Chain Combined Model with an Application to Predict the Num⁃ber of Chinese International Airlines[J].Technological Forecasting&Social Change,2007,(74).

[4]Mingzhi Mao,E.C.Chirwa.Application of Grey Model GM(1,1)to Ve⁃hicle Fatality Risk Estimation[J].Technological Forecasting&Social Change,2006,(73).

[5]李福琴.灰色模型的稳定性和建模精度研究[D].武汉:武汉理工大学,2006.