摘 要：本文通過(guò)選取一家企業(yè)近12年的各項(xiàng)數(shù)據(jù)，運(yùn)用企業(yè)人力資源需求預(yù)測(cè)的定量方法，得出了該企業(yè)未來(lái)六年較為準(zhǔn)確的人力資源需求預(yù)測(cè)結(jié)果。

關(guān)鍵詞：人力資源需求預(yù)測(cè) 趨勢(shì)外推法 回歸分析法

現(xiàn)今，有關(guān)人力資源需求預(yù)測(cè)方法的研究已發(fā)展的非常成熟，本文通過(guò)運(yùn)用比較常用的定量預(yù)測(cè)方法，對(duì)一家企業(yè)的實(shí)際情況進(jìn)行了分析。

一、實(shí)例數(shù)據(jù)來(lái)源

本文實(shí)例的數(shù)據(jù)來(lái)源于一家典型的制造業(yè)企業(yè)，為了進(jìn)行較為詳細(xì)的分析，本文選取了該企業(yè)2001-2012年各年的員工總數(shù)作為基礎(chǔ)（如表1）。

二、該企業(yè)人力資源需求預(yù)測(cè)

1. 趨勢(shì)外推法（時(shí)間序列）

趨勢(shì)外推法就是利用慣性，根據(jù)過(guò)去和現(xiàn)在的發(fā)展趨勢(shì)，以時(shí)間為自變量來(lái)對(duì)未來(lái)的人力資源需求進(jìn)行預(yù)測(cè)。本文選取了9種函數(shù)對(duì)該企業(yè)員工人數(shù)的需求趨勢(shì)做出擬合。運(yùn)行SPSS軟件，得出表2。

根據(jù)表2所反映的信息可以判斷，在曲線估計(jì)的9種模型中，所有的模型F值都大于10，其顯著度p都基本接近0，這說(shuō)明用這些曲線做人數(shù)估計(jì)擬合是符合要求的。同時(shí)，觀察表2中的R2，發(fā)現(xiàn)倒數(shù)函數(shù)和S曲線模型的R2比較小，而一般情況下，R2>0.8才認(rèn)為有效，所以這兩種曲線應(yīng)該舍去。另外，發(fā)現(xiàn)復(fù)合函數(shù)、增長(zhǎng)模型和指數(shù)函數(shù)這三個(gè)模型的預(yù)測(cè)結(jié)果是完全相同的，它們的各項(xiàng)判定細(xì)說(shuō)等參數(shù)值也是完全相同的，所以只選其中一個(gè)就可以了。

因此，最后保留對(duì)數(shù)函數(shù)、二次函數(shù)、三次函數(shù)、復(fù)合模型、冪指數(shù)模型以進(jìn)行未來(lái)六年的人力資源需求預(yù)測(cè)，通過(guò)SPSS運(yùn)算，預(yù)測(cè)結(jié)果如表3所示。

2. 回歸分析法

回歸分析法就是把對(duì)企業(yè)員工總數(shù)變化產(chǎn)生影響的企業(yè)其他因素作為自變量，以企業(yè)員工總數(shù)作為因變量，進(jìn)行回歸分析的一種預(yù)測(cè)方法。本文主要選取了相關(guān)性較強(qiáng)的企業(yè)總產(chǎn)值、銷售收入、科技支出和設(shè)備數(shù)量作為自變量，歷年數(shù)據(jù)如表4所示。

（1）多元回歸分析

由分析可知，企業(yè)職工總數(shù)與總產(chǎn)值、銷售收入、設(shè)備數(shù)量、科技支出之間呈明顯的相關(guān)性，可能會(huì)存在共線性問(wèn)題。因此需要進(jìn)行共線性的診斷。診斷結(jié)果表示四個(gè)自變量的容差都小于0.1，方差膨脹因子VIF都超過(guò)10，表示如果將這四個(gè)變量都作為自變量，方程會(huì)存在嚴(yán)重的多重共線性，因此本文采取逐步回歸的方法以排除這一干擾。通過(guò)SPSS進(jìn)行逐步回歸后，排除總產(chǎn)值和科技支出這兩個(gè)變量，選擇設(shè)備數(shù)量和銷售收入作為自變量，得到回歸方程如下：

歷年員工總數(shù)=27968.69-3.97設(shè)備數(shù)量+0.348銷售收入

根據(jù)企業(yè)的規(guī)劃資料，將設(shè)備數(shù)量和銷售收入未來(lái)六年的計(jì)劃數(shù)據(jù)帶入上述回歸方程，即可得到未來(lái)六年企業(yè)人數(shù)的預(yù)測(cè)結(jié)果，如表5所示。

（2）曲線回歸（一元回歸）

按照回歸分析法的思路，本文接著以總產(chǎn)值、銷售收入、設(shè)備數(shù)量、科技支出各自作為自變量，分別與因變量企業(yè)員工總數(shù)做曲線回歸，每次選取對(duì)數(shù)、倒數(shù)、二次、三次、復(fù)合、冪指數(shù)、S曲線、增長(zhǎng)模型、指數(shù)方程以及線性函數(shù)這十種函數(shù)進(jìn)行擬合，按趨勢(shì)外推的思路，保留可用的函數(shù)進(jìn)行預(yù)測(cè)，將預(yù)測(cè)值進(jìn)行平均，每一種自變量最終會(huì)得到一個(gè)平均預(yù)測(cè)值。過(guò)程本文不再贅述，結(jié)果顯示如表6所示：

最后，本文將表3、表5和表6中的預(yù)測(cè)結(jié)果再按年進(jìn)行一次平均，最終得到企業(yè)未來(lái)六年的預(yù)測(cè)結(jié)果分別為：4745、4638、4537、4442、4341和4233人。