企业人力资源需求预测模型研究

发布时间：2016-08-04 07:53

第1章 绪论 

1.1 研究背景及目的意义 
随着世界经济的飞速发展，各国对人才的需求也愈加迫切，人才储备已然成为衡量世界各国综合国力的重要标志。众所周知，与发达国家相比，当前我国在国际人才竞争中仍处于明显劣势，如何吸引人才、留住人才、培养人才，并制定出符合当下的人力资源战略已经成为企业发展壮大的必修课程，完善机动的人力资源规划是修好这一课程的重要一步。企业人力资源规划是一种战略规划，它是企业为了实现其预定目标，满足发展过程中对各方面人员的需求，提前对所需人员进行供需预测，并制定出完善的人力资源策略的行为。科学的企业人资规划，能够为出台相关人力资源政策，实现企业战略目标提供重要的数据支撑。 企业人力资源预测由两部分组成，一是对人力资源需求的预测，二是对人力资源供给的预测。其中，对人力资源需求所作的预测是进行人力资源供给预测的前提。企业只有在根据自身现实情况明确未来发展所需人员需求的基础上，才能有计划的对企业人力资源供给进行预测，并在供需平衡的基础上进行合理的人力资源规划。人员需求预测过多会给企业带来包袱和负担，而人员需求预测过少则会造成企业人才紧缺，，阻碍企业进一步发展壮大。由此可见，人力资源需求预测是人力资源规划过程中相应操作计划的基础。 当前已经有许多定性、定量预测方法应用于企业人员需求预测中，如Delphi 法、回归分析法、趋势外推法等几种在国外运用较为成熟的方法。但是这些方法在我国还未得到普及，需求预测多停留在定性分析上，加之我国企业在自身发展历程中并不注重企业历史资料的收集整理以及人力资源需求指标与预测结果之间的非线性关系，使用现有方法并不能对企业人力资源需求进行合理预测，因此本文构建了一种适用于我国企业的人力资源需求预测的方法。 
........

1.2 国内外研究现状及评述
国外对于人力资源的研究最早始于Peter F．Drucker 教授的著作《The Practice of Management》中，他定义了“人力资源”的概念，并指出了人力资源作为一种能动资源的特别之处[1]。知名学者 J·W·沃克提出，人力资源战略是企业战略的一部分，而人力资源需求预测服务于企业战略制定实施[2]。1974 年，Purkiss 从人力需求量的过去值、当前值和企业产能变化情况入手，得出了人力资源需求预测的相关模型，并且将这个模型应用到了当时英国的钢铁产业之中，取得了较好的应用效果[3]。Rachid 在2013 年将 Markov 模型应用于对某企业人力资源预测中，基于 Markov 构建过程，建立了企业人力资源预测模型，预测出了该企业未来的人员变化趋势[4]。灰理论起源于我国，近年来引起了诸多国外学者的关注，这些学者们在很多领域都进行了一定的探索。Z.-C.Lin和 W.-S.Lin 应用灰色预测模型提高了坐标测量机在测量圆的几何公差上的精度 [5]。Tsai，Hsiao 以及  Liang  将基于灰理论的灰色预测模型应用于 2004 至 2007年间台湾的电信企业人员需求预测中[6]。G.D.  Li 将灰预测模型应用于工业生产流程，提高了对生产流程的预控能力[7]。Chan-Ben  Lin 使用 Markov-Fourier 灰色模型预测方法，以一组最新的数据为基础预测未来数据，然后使用傅里叶级数修正回溯预测模型产生的残差，大大提高了该方法的预测精度[8]。Jean-Shyan 基于灰色理论的两个预测模型和季节性指数提出了应对季节性时间序列预测的方法，即在预测模型中将 RIS 表示为季节性。他将该模型与模糊季节性预测模型、灰色模型和简单的 ratio-to-moving-average 模型进行比较，结果表明该模型比其他模型的预测精度更高[9]。Li-Feng  Wu 指出非齐次离散灰色模型的初值选择违背了新信息优先原则以及灰色模型中贫信息的使用条件，构造了一种分数阶积累的新的灰色离散模型，经实践检验，该模型的预测精度比原始模型更高[10]。
.........

第2章 企业人力资源需求预测相关概念及预测系统分析 

要研究企业人力资源需求预测模型，首先应明确人力资源需求预测的定义及相关概念，这是研究预测模型的基础；其次应该对人力资源需求预测的整个系统进行分析，确定完成企业人力资源需求预测所需构建的模型。 

2.1 企业人力资源需求预测相关概念的界定
人力资源预测是指建立在企业外部人力资源环境以及内部人力资源状况基础上的，对企业未来一段时间内人员配置及人员变动情况所做出的推断，分为对人力资源需求、供给的预测以及对供需关系所做出的综合预测。其中人力资源需求预测是人力资源预测的前提，只有对人力资源的需求做出合理的估计，才能相应的做出供给分析。因此本文主要针对人力资源需求问题展开预测。简单来说人力资源需求预测指的是企业从发展和效益的角度出发，依据企业目标以及内外部环境变化对企业将来一段时间的人员需求总量和分量的预测，或者说成是对企业未来所需人员数量、人员质量和人员结构的预测[42]。由于人力资源需求总量是进行需求预测的基础环节，是促进企业全面发展的宏观人力资源保障。 因此，本文主要对企业人员需求总量的预测进行分析。 从定义可以看出人力资源需求预测不是对企业未来人员需求的随意估计，而是在充分考虑企业战略规划，以及企业内外部人员状况和环境变化基础上，依据某种预测方法对企业未来人员需求的一种估计，具有很强的逻辑性、科学性以及技术性。对企业人力资源需求合理的预测可以使企业在动态的环境变化下，提高企业环境适应能力，对人员需求及时做出调整，完善组织战略目标，提高组织的竞争力。
.........

2.2 企业人力资源需求预测系统分析 
通过对人力资源需求预测相关概念分析可知，人力资源需求预测属于预测学的一部分。因此，在进行人力资源需求预测时，应遵循预测学的相关原理，以保证预测的科学性和准确性。总的来说，人力资源需求预测应符合以下两个原理： (1)惯性原理。惯性原理的前提条件是已知事物 X 发展比较缓慢，或者事物的发展遵循某个规律，在掌握一定的历史数据资料的情况下，以过去的 X 通过某种技术手段来推测将来的 X。 (2)相关性原理。相关性原理是指在了解到事物 X、Y、Z 存在某种显著性相关关系后，同时能够掌握事物 X、Y、Z 同期较多的历史数据后，通过某种预测方法，在确定 Y、Z 的未来预测值的情况下，对 X 未来预测值的估计。    
............

第 3 章  企业人力资源需求预测指标体系设计 ....... 15 
3.1  人力资源需求预测指标体系构建过程分析 ........ 15 
3.2  人力资源需求预测指标体系构建方案 ......... 16
3.3 BP 神经网络的人力资源需求预测初选指标体系构建 ...... 18
3.4  本章小结 ....... 22 
第 4 章  企业人力资源需求预测模型的构建 .... 23 
4.1 GM(1,1)模型构建原理及误差分析 ......... 23 
4.2  基于人力资源需求预测的 GM(1,1)模型优化 ..... 26
4.3  基于人力资源需求预测的 BP 神经网络模型的设计 ........ 30
4.4  企业人力资源需求预测模型构建设计 ......... 34
4.5  组合模型评价与修正 ......... 39
4.6  本章小结 ....... 40 
第 5 章  实证分析 ..... 41 
5.1  企业相关内容介绍及模型选择 ....... 41 
5.2 LT 化工集团的优化 GM(1,1)模型预测 .......... 44
5.3 L 供电企业的灰色 BP 人工神经网络预测 .... 47
5.4 L 供电企业优化 GM 与灰色 BP 神经网络预测结果比较 ........ 51 
5.5  本章小结 ....... 52 

第5章 实证分析 

5.1 企业相关内容介绍及模型选择 
1.LT 化工集团简介 LT 企业是一家以生产研发含氟化学品为主，并兼有医药、工程设计、农药、房地产等业务的综合性企业。该企业于 2008 年由央企和浙江省国资委重组而成，旨在发展其化工板块，使其成为中国境内该领域里的龙头企业。LT 企业的企业战略为以世界一流企业为目标，以科技为引领，以并购合作为手段，加速弥补产业短板，做强、做优核心业务。目前该企业有十多种产品销售额在国内市场中占据较大份额，年销售收入超过 150 亿元。 2008 年做出重组决议后，2009 年进行企业内部的全面重组融合。重点对企业组织结构进行重新设计，最终设立了 13 个职能部门和 4 个业务中心，完成了关键人员任命，以及薪酬、绩效管理等体系的构建。 

2.LT 化工集团人力资源状况  企业人力资源状况分析是进行人员需求预测的基础。只有充分认识企业现在以及过去的人力资源发展规律，才能选择合适的需求预测模型对企业未来的人力资源状况进行预测。以下数据来源于 CNKI数据库。 

........

结论

本文在研究相关文献的基础上，对现有人力资源需求预测方法的适用性和优缺点进行深入分析，指出针对人力资源需求预测的特点，每种方法都有其特定的局限性。在此基础上，分析了 GM(1,1)模型和 BP 神经网络模型在进行人力资源需求预测时的适用性，并构建了人力资源需求预测指标体系。在分析GM(1,1)模型建模机理的基础上对其进行优化，并根据对预测方法选择维度的分析，将 BP 神经网络模型与优化后的模型进行组合，构建了人力资源需求预测系统。最后，通过两家企业分别对 GM(1,1)模型和 BP 神经网络模型的预测流程以及精确性进行验证。本文主要研究成果及创新点如下： 
（1）基于人力资源需求预测匹配视角，使用订购式清单指标初选法，构建了人力资源需求预测一、二级指标体系。为企业针对自身实际情况构建具体的三级指标体系提供理论框架，使预测指标体系的构建更加灵活，为 BP 神经网络模型提供了输入要素。 
（2）从 GM(1,1)模型建模机理出发，使用变步长梯形算法和拉格朗日插值公式对 GM(1,1)模型背景值加以改进。通过改变插值区间内的插值点，提高了模型的预测精度。尤其对于一次累加生成具有较强指数规律的数据序列，精度提高空间较大，拓宽了模型的适用范围。随后对改进模型在人力资源需求预测中的适用性进行分析，分析结果表明当企业人员数量快速增长或减少时，该模型具有很强的适用性。 
（3）根据预测方法选择维度，以“预测方法对预测样本量的要求”为首标准，“预测精度”、“预测成本”、“预测方法的非线性拟合效果”为辅标准，构建了由优化 GM(1,1)模型和 BP 神经网络模型构成的组合模型，为不同数据资料背景下企业以及不同历史时期的企业提供了一整套人力资源需求预测解决方案。
.........
参考文献(略) 

本文编号：83092