基于灰色预测模型的人才吸引力管理与预测

崔旭冉 史昊臻

摘要：该题以城市计划加大营商环境改革力度的一项重要工作为背景，深入探讨各种相关的参考因素，如人均可支配收入、社会环境与治安、科研及教育水平等对人才吸引力的影响程度，并运用灰色预测模型、主成分分析法、层次分析法等对人才吸引力进行量化和预测，从而达到对人才的有效管理，给出针对不同城市的合理化建议，更利于政府推进人才引进策略，实现经济社会的快速发展。

关键词：灰色预测模型；层次分析法；主成分分析法；人才管理；MATLAB

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2019）07-0129-02

1 问题分析

本文旨在解决对不同城市的人才吸引力影响因素，并通过模型预测人才流进流出趋势。首先通过层次分析法具体抽象出参考因素与人才吸引力之间的模型关系，通过对此模型的建立与求解，即可量化城市的人才吸引力水平以及各方面因素的影响权重，从而为下一步吸引人才政策的开展提供科学理论支持。

进一步分析不同城市在不同产业上对人才吸引的优势与不足，将人才类型依照产业类型划分为第一产业人才、第二产业人才、第三产业人才，在与同等城市的比较中，选用主成分分析法对不同城市的不同产业人才吸引力水平进行排名，此排名结果可以清晰明了的展示出各城市各類产业水平的优劣势，最后依此给出各城市未来就人才吸引的合理化建议。

通过深入分析和初步的模型建立，就城市高新区的经济技术发展特点和相关人才政策，深入考量社会各界人才在各个发展阶段的动态需求，具体量化出高新区人才吸引力水平。通过搜集近五年来各城市高新区“高新技术产业”的占比和相关的重要人才数量，采用灰色预测分析法来构建高新区的高新技术产业发展状况模型和高新技术产业相关人才数量变化模型，根据预测曲线模型的契合度来判断高新区对人才吸引力的变化情况。

2 模型的建立与求解

针对城市人才管理与趋势分析需要通过收集如上文提到的相关参考因素的准确数据，并以此为基础使用层次分析法建立数学模型，以济南市为主要分析地点，同时选取北京市作为济南市的上限参考城市，选取聊城市作为济南市的下限参考城市，通过不同城市之间的比较与对照来评价济南市的人才吸引力水平，并在此过程中对人才吸引力水平的影响做出量化评价。

为合理地解决该问题，选取建立模型的基础——层次分析法，包括以下步骤：

首先建立递阶层次结构，之后构造成对比较判断矩阵，再针对某一个标准，计算各备选元素的权重；即首先设目标层为城市人才吸引力水平，准则层为影响人才流动的各种因素，决策层代表三个城市，从而构建出人才吸引力水平与各因素之间的关系即成对比较矩阵，得出各参考因素的权重。通过成对比较矩阵结果可分析出每个城市的最优参考因素，由上述两步建立起的人才吸引力水平与不同城市之间的关系结果即为不同的吸引力权重，再通过总目标权重公式进行计算，实现三个不同城市人才吸引力的量化，得到济南市相对于北京市和聊城市的评价水平。

由模型公式计算可得北京市的人才吸引力权重为0.49，济南市人才吸引力权重为0.29，聊城市人才吸引力权重为0.22。对计算出的数据进行验证，总和为1表示数据准确度较高。由此可得出结论：北京属于世界一线城市，对人才的吸引力权重占比最大，而聊城市发展水平处于中等偏下状态，对人才的吸引力仍处在潜力期。济南市整体水平处于北京市与聊城市之间，但仅比聊城市权重占比多出0.07个百分点，故整体水平仍居中等位置，对人才吸引力水平稳中有进。接下来对人才吸引力水平的各因素带来的不同影响做出量化分析，可得出结论，改善营商环境，济南市打造放管服改革项目对该市人才吸引力的影响较大，对人才管理具有显著作用。

再对不同类型的人才进行分类，将人才类型分为第一产业类型人才、第二产业类型人才、第三产业类型人才。选取另外四个城市即青岛、杭州、南昌、苏州与济南就不同类型产业人才数量和增量两方面进行比较，并分别搜集这五个城市从2012年至2016年，近五年来不同类型人才的相关变化数据，由于各城市各类人才的基数不同，增长率不够准确，故以不同类型人才的增长量作为参数参与下一步模型中的求解与计算。可采用主成分分析法解决，通过数学变换，把给定的一组相关变量通过线性变换转成另一组不相关的变量，新的变量按照方差依次递减的顺序排列，可通过SPSS处理收集到的各项数据，套用主成分分析法公式得出具体数值结果。

我们搜集到近五年来济南市高新区高新技术产业占所有产业的比重值以及重要人才数量值，以搜集到的数据为素材，使用MATLAB分别建立灰色预测模型，预测模型中横坐标分别代表从2014年至2020年的不同发展阶段，其中前5年为搜集到的实际数据，后两年为根据灰色预测模型得出的预测数据，纵坐标表示对应变量的具体值，根据模型图可以直观地判断出相应变量的变化趋势，并以此推断出济南市高新区对高新技术产业人才的吸引力属于较高水平，对人才的吸引力仍保持着不减的增长趋势。

3 结果分析与检验

通过选取层次分析法构建成对比较矩阵，得出各参考因素对影响人才吸引力的权重比例，从而得出对人才吸引力的最重要参考因素。就北京市、济南市、聊城市的权重系数加以计算和比较，可得出北京的绝对优势地位，而经济发展水平相对处于劣势的聊城市，其人才吸引力占比较低，济南市整体平均比例略高于聊城市，结果数据通过进一步的分析与核查，与实际的社会情况相符。同时通过层次分析法建立的模型并求解得到的相关数据可靠有效，极具参考价值。

运用主成分分析法求解得出的各项结果，包括其成分矩阵、成分得分系数矩阵，进而得到近五年的参考系数具体值，便于后续的模型建立与结果求解。最后得到的特征值、方差等数据也是公式求解的关键要素。得出的数据皆是通过SPSS处理各项数据后，加工整合得到的结果，其误差值较小，各类数据变化趋势与真实情况相符，同时各城市各类人才综合水平的排名结果与现实社会的情况基本相符，可以为济南市人才管理与建设工作进行合理指导。

采用灰色预测的曲线模型对人才走向趋势进行量化，通过判断高新技术产业占比和重要人才数量的关联程度可知，济南市高新区的高新技术产业在不同阶段都保持着连续增长的趋势，并且增长趋势不断变大，而高新区的重要人才数量也相应地保持连年增长趋势，且增长趋势随产业占比增长趋势的增大而增大。故最后可以得出结论：济南市高新区对高新技术产业人才的吸引力属于较高水平，未来两年高新技术产业占比较高，高新区高新技术产业将保持较大活力和潜力。

4 模型的评价

通过运用层次分析法建立三层模型，使各因素间建立起了联系，使问题简化，更容易量化评价出济南市人才吸引力水平，选用层次分析法进行模型的建立等关键步骤，求解得出的各因素权重可靠性较高，与实际情况基本符合。建立的模型以人才类型为分支，通过运用主成分分析法，分析出影响济南市人才吸引力的主要因素，之后对于每类人才每个城市进行打分和排名并加以比较。将问题转化为通过城市人才类型的排名进行比较评价，使其更加简明和清晰，用得分矩阵的数值作为系数参与下一步求解与计算，使得计算更加简便。但是不足之处在于，主成分分析法中计算系数用到的公式太过繁杂，并且对于模型中的主要影响因素仍处于界限模糊的状态，未得到更为准确的结果。通过运用灰色预测法进行建模，并运用各项数据分析整体趋势，以达到管理和预测的目的，使得整个模型有据可依。

参考文献：

[1] 张文霖. 主成分分析在SPSS中的操作应用[J]. 市场研究，2005（12）.

[2] 朱茵， 孟志勇， 阚叔愚. 用层次分析法计算权重[J]. 北方交通大学，1999（10）.

[3] 邓聚龙. 灰色预测与决策[M]. 武汉： 华中科技大学出版社， 1986.

【通联编辑：谢媛媛】