基于灰色预测模型的人才需求分析
谢志进 乔浩铭 山东科技大学
摘要： 当今社会中，市场最需求的就是人才。合理预测地区的人才需求将为日后的发展规划起到至关重要的作用。本文通过采用多元线性回归的方法探究不同因素对城市工作需求的影响的大小，再通过灰色预测模型单独分析影响因素与总需求数随时间的变化过程，将预测数值代入多元线性回归方程验证结果，得出结论。
关键词： 灰色预测模型 多元线性回归 人才预测
1 引言
吸引智慧和吸引人才是许多地区发展首先考虑的重要因素。在当今社会中，市场对人才的需求大大增加。不同的地区，不同的行业更是对不同层次的人才有着不同的需求。正确预测人才的需求，根据当地的执行能力、财力进行合理的人才规划将对企业、地区、国家的发展起到重要作用。
2 问题的解决
为了解决人才需求这个问题，我们首先考虑不同因素对人才需求影响程度的大小。人才需求总数由一年中所有职业的年平均需求数目来表征。针对各种不同的因素，我们定义了几个影响人才需求的关键因素：就业需求、期望职业、期望教育背景，并单独找到表征这几个因素的实际参量：就业需求表示需要就业的人的数目；期望职业是公司对特定专业的需求量，由最具普遍代表性的一种职业的年平均需求表征；期望教育背景是公司期望的具有某种文化程度的人数来表征。找出某地区的相关参数，进行多元线性回归运算，找到这些因素之间的重要程度的相对大小。最后，通过选择出这几个因素之间选出几个比较重要的参量，求出这些参量随时间变化的模型。
以财税制度和法律为准绳划清分配过程中的合法收入和非法收入，坚决取缔非法收入。对诚实劳动和合法经营的高收入者，要合理调节；少数垄断性行业的过高收入，政府要进行宏观调控，以抑制高收入者收入的过快增长；对于非法获得高额收入的行为依法予以打击和取缔。只有这样，才能依法保护合法的劳动收入和非劳动收入，进一步提高社会主义市场经济的效率和公平。
2.1 不同因素对人才需求的影响的建模
我们获取了某一中等城市的不同需求的数据表。在数据表中，每年不同月份因不同的因素作用的程度的大小不同，可能存在数据上的差异，但每年的数据都有相似的的变化趋势，因此为了简化计算过程，我们计算年平均量，比较不同年份间的数据。
表一 需求表（1）
利用MATLAB进行多元线性回归运算，得到如下方程：
刘佳喘得有些哆嗦，他大概没想到，我妈真会下那么狠的手，他之前以为我妈拿的锅铲就跟他爸手里的沙袋似的，亲子活动的必备款。
为了简化分析，我们仅考虑教育背景是影响人才需求的主要影响因素,而其他教育背景忽略因素的影响。
2.2 人才需求预测模型
高压直流输电系统中的交流系统在不对称情况下，换流器两侧会存在各次谐波，当两侧谐波含量较大时，换流阀的触发及换相过程会受到较大的影响。其中，交流侧电压影响换流阀的触发和换相过程，直流侧电流也会影响换流阀的换相持续时间，因此需要对不对称情况下换流器交流侧电压和直流侧电流进行频谱分析。
仍然约在荷花小区见面。此时，已经是春暖花开的季节，一树树红绒花在风中颤抖，阳光好像一层碎金，程颐站在一棵合欢树下，淡蓝衬衣，双手斜插在口袋里。
2.2.1 对未来人才需求的预测
第六步：合理性检验
第一步：建立市场人才需求数目对应时间的变化序列
第二步：对
进行级比求值：
第三步 判断级比值是否满足条件：
在级比的取值范围内，所有的级比都满足
，k=2,3,4,所以
满足GM（1,1）建模的条件。
第五步：代入公式
（1）残差检验：带入
可知，该方程满足一般要求。
结合目标性质进行分析，可以看出，中央指标完成情况的提高与“约束性”指标的设立和执行密切相关。从“十一五”到“十二五”，中央指标数上升，地方指标数下降(见下页表2)，其中，中央约束性指标数大幅增加，从213项提升到457项，增幅达114.6%，而地方指标多以预期性指标存在。这反映出中央政府在制定五年规划的目标时，加强了对各地的统一部署，并以刚性的方式要求地方政府执行与落实；地方政府响应中央的号召，缩小了规划目标制定的自主度，并重视与推行中央的约束性目标。因此，在央地共同的努力下，在“十二五”后期，中央指标的完成情况提高速度较快，完成率达到较高水平。
第四步：求值计算
建立相关的数据矩阵B和数据相量Y
第四步 利用GM（1,1）建模
系统通过激光二维扫描仪扫描塞规进而获取塞规相应截面轮廓处各个点的坐标，本文采用最小二乘法拟合塞规的轮廓曲线，从而获取塞规的轮廓最高点。最小二乘法理论较为简单，计算也比较简单，但必须选取适当的匹配函数模式，否则拟合的效果将会变差。本系统需要拟合的曲线为塞规圆截面上的一段圆弧，较易处理，因此使用最小二乘法。最小二乘法的基本原理为假设需要拟合的多项式方程为：
基于2.1的分析，城市每年的需求量以及随时间的变化人才需求量与就业需求，期望职业，期望教育背景之间相对变量的对应关系。但这种关系不是明显的，各因变量之间相互影响，相互干扰，共同作用于城市的总职业需求数量。为减少各因素之间相互干扰造成的影响，我们基于2.1中分析整理获得的历史数据采用灰色预测分析方法对本问题进行分析。通过分别分析人才需求程度与不同学历的人就业数目随时间的变化关系。再将两者相结合分析未来人才的需求状况。
（2）级比偏差值检验：
受多种因素的影响，苗木成活率一直较低，当前我们还不能保障林业苗木成活率百分之百。而通过分析林业苗木种植死亡存在的问题，采取必要的应对方法。针对一些无法控制的因素，实施有效的控制和预防，让林业苗木更容易成活，践行林业建设职责，较好地服务生产环境建设工作。
满足应用要求
2.2.2 直接对教育分类因素进行预测
同理，根据2.2.1我们可以建立直接对教育分类的多元线性回归模型，并考虑其他类的影响，可预测出
通合理性检验 代入公式，并进行级比偏差值计算可得P(k)＜0.2即可达到要求。所以，在k=5时出现较大偏差，不计误差的情况下可正常使用。
2.3 结果
最终得到对未来人才需求的预测与不同教育程度的人就业数目预测的对比,并通过代入多元线性回归方程公式求出由教育背景其他类求得的结果。
由结果可知，在忽略掉个别因素的影响后，大专的变化大致满足人才需求的变化。
3 总结
本文通过将对人才影响的因素划分为就业需求、期望职业、期望教育背景三大类，找到代表着三个指标的关键因素，并对这些指标做多元线性回归分析，找到影响这些因素的关键量。我们忽略了对人才影响小的因素，分析了占比最大的关键因素。并对该因素和因变量人才需求分别做了灰色预测分析。最后将该关键因素的预测值带入多元线性回归方程，得到的结果与人才需求预测作对比，验证预测的准确性。
参考文献
[1]余永松,庞正武,周叶宁,钟文峰,何龙飞,王爱勤. 广西蔬菜产量灰色预测模型GM(1,1)的建立及其相关性分析[J]. 广东农业科学 ,2018,45(07)：157-164.
[2]颜阳,武中凯,尹传忠,高文慧,李文锦. 基于灰色线性回归模型的哈尔滨铁路枢纽货运量预测研究[J]. 铁道货运,2018,36(11)：1-5+15.
作者简介
谢志进（1998.04.01-）男 山东省潍坊市青州市人、汉族、本科、通信工程。
乔浩铭（1999.01.27-）男 山西省忻州市河曲县人、汉族、本科、通信工程。