张 玥 孙 鹏 王涵笑
（山东科技大学 数学与系统科学学院，山东 青岛266590）
1 概述
考虑到预测的复杂性和统计数据的可获得性等因素，而人才又是人力资源中对经济发展起主要作用的部分，因此进行区域人才资源需求预测比进行区域人力资源需求预测更具有现实意义和可行性[1]。本文用灰色预测模型对区域人才需求量进行预测，通过人才供求时间序列挖掘有关信息。并建立了人才需求量预测模型[3]。预测结果表明灰色预测模型相对误差较小，预测精度较高[2]。
2 预测城市实际的人才需求
它显示了与当前劳动力市场中每个工作需求相对应的求职者数量。需求与求职之比可以反映出供应统计周期中劳动力市场的需求。该指数不仅是反映劳动力市场供求状况的重要指标，还是反映总体经济状况的重要指标。
其次为了评估人才市场与求职者之间的“供求匹配”程度，本文以求职者比例作为衡量指标的指标。分析其中人才市场供求匹配率等于有效需求的数量/有效求职者的数量。也就是说：P=N/M。本文选取A 市36 个月人才供需数据，所选期间为6 个月一个周期，在所研究的六个周期中，人才的需求率主要在13%至16%之间。为了方便统一计算，将人才需求率定在14%。
2.2 建立灰色模型。用灰色模型GM（M，N）预测和分析未来三年A市的潜在人才需求，GM（M，N）是灰色预测模型的标志。其中M表示常微分方程的阶数，N表示变量的数量。本文利用GM（1，1）模型[4]，具体步骤如下。
（2）将原始数据转化为规律性较强的递增顺序数列：
（3）解GM（1，1）模型
将它代入①，②我们可以得到GM（1，1）的最终表达式为
（4）数据检查与处理
首先，为了确保模型方法的可行性，有必要对已知数据列进行必要的测试处理。
（5）模型检验
我们使用灰色预测模型和2015 年9 月至2018 年8 月A 市的从业人数，可以预测A市未来三年的潜在人才需求，结果如图1（红色曲线表示预测曲线、蓝色曲线表示实际曲线）和表1。
图1 未来三年潜在人才分析
表1 处理后数据
由表1 可以对比出，根据GM（1，1）模型求得的都小于1%，表明该预测模型的拟合程度较好，误差较小。利用灰色预测模型预测A市2019-2021 潜在人才需求预测的结果在表2。
表2 预测结果
3 结论
本文采用GM（1，1）灰色预测模型，利用MATLAB软件，基于A市的历年数据，对该地区人才需求量进行预测，得到2019-2021 年潜在人才需求量。此模型所需原始数据量小，预测精度较高。由表2 的相对误差数据大小可以得到，采用GM（1，1）灰色预测模型可以较为准确的预测城市人才需求量，该模型可以运用到某地区人才需求量的预测工作中，为人才引进提供数据支持。较为不足的是此模型中的参数需优化，而且只能用于中短期预测，无法对人才需求进行长期预测。
