王景超， 孟利清，方賽銀， 潘 祥 （西南林業(yè)大學(xué) 機(jī)械與交通學(xué)院，云南 昆明650224）

0 引 言

近幾年，物流作為 “第三利潤(rùn)源泉”，得到了政府和企業(yè)等有關(guān)方面的重視[1,3]。而物流人力資源是物流范圍拓廣和迅速發(fā)展的基礎(chǔ)和重要條件，物流經(jīng)濟(jì)的發(fā)展和社會(huì)進(jìn)步取決于物流人才數(shù)量的增長(zhǎng)和素質(zhì)的提高。

本文從貴州省物流經(jīng)濟(jì)數(shù)據(jù)、社會(huì)發(fā)展的戰(zhàn)略高度，預(yù)測(cè)了從業(yè)人員需求，主要是選擇了貴州省貨物周轉(zhuǎn)量、從業(yè)人員數(shù)、時(shí)間等指標(biāo)作為貴州省從業(yè)人員數(shù)需求的指標(biāo)體系。采用組合預(yù)測(cè)的方法，基于Shapley權(quán)重分配的組合預(yù)測(cè)模型提高預(yù)測(cè)的精度，結(jié)合貴州歷年貨物周轉(zhuǎn)量、就業(yè)人數(shù)、年度等為參數(shù)，對(duì)其市場(chǎng)未來Ti年內(nèi)所需的從業(yè)人員數(shù)量進(jìn)行需求預(yù)測(cè)，避免人員過度的需求和浪費(fèi)、物流市場(chǎng)需求脫節(jié)等現(xiàn)象，節(jié)約物流人員成本。

1 物流人才理論

現(xiàn)代物流包含學(xué)科有管理學(xué)、運(yùn)輸學(xué)、經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、系統(tǒng)工程、計(jì)算機(jī)科學(xué)等，而物流人才則是能夠解決物流中經(jīng)濟(jì)、管理、工程、信息、外語甚至于法律政策等方面的問題。而物流人才則是將這些專業(yè)的物流知識(shí)應(yīng)用于實(shí)踐中，還需要應(yīng)對(duì)在實(shí)踐中所遇到的各種實(shí)戰(zhàn)問題。在物流領(lǐng)域中物流人才主要分為三個(gè)層次：初級(jí)物流操作人才、中級(jí)物流管理人才以及高級(jí)物流管理戰(zhàn)略人才。

初級(jí)物流操作人才是接受過工作所需的相應(yīng)的物流理論知識(shí)并取得物流技術(shù)認(rèn)證的物流體系相關(guān)人員，能夠熟練應(yīng)對(duì)日新月異的現(xiàn)代化物流機(jī)械的認(rèn)知及操作。而中級(jí)物流管理人才和高級(jí)管理戰(zhàn)略人才則是接受了較為系統(tǒng)、專業(yè)的物流知識(shí)，具有一定的統(tǒng)籌能力的人員，中級(jí)管理人員對(duì)自身從事的物流體系中各環(huán)節(jié)熟知，使物流工作更加合理和有效，協(xié)調(diào)各部門工作科學(xué)化、合理化。高級(jí)物流管理戰(zhàn)略人才則要具有較強(qiáng)的戰(zhàn)略判斷和把握應(yīng)對(duì)能力，能夠謹(jǐn)慎敏銳的觀察市場(chǎng)發(fā)展變化，對(duì)整個(gè)物流系統(tǒng)的各個(gè)環(huán)節(jié)進(jìn)行宏觀調(diào)控和微觀調(diào)整。

根據(jù)勞動(dòng)力調(diào)查資料顯示，貴州省就業(yè)人員受教育程度構(gòu)成比顯示，未上過學(xué)比例為17.4%，小學(xué)41.9%，初中32.3%，高中5.1%，大學(xué)?？?.5%，大學(xué)本科0.9%，研究生0.01%[4]。而具體從事物流相關(guān)工作的人才所占比例甚微，所以把握住物流發(fā)展趨勢(shì)，預(yù)測(cè)貴州未來所需的物流人才數(shù)量，能夠進(jìn)行物流人才教育統(tǒng)籌安排規(guī)劃迫在眉睫。

2 預(yù)測(cè)研究的基本思路

本預(yù)測(cè)屬于短中期預(yù)測(cè)。由于物流發(fā)展速度，市場(chǎng)格局日新月異，貴州省2000年以前的統(tǒng)計(jì)數(shù)據(jù)無法體現(xiàn)市場(chǎng)經(jīng)濟(jì)體制下人才需求的趨勢(shì)，物流規(guī)模將直接帶來行業(yè)人才需求的不同變化。因此，參考的經(jīng)濟(jì)數(shù)據(jù)，本文主要利用2001年以后 （包括2001年）的統(tǒng)計(jì)資料，利用Excel函數(shù)式分析統(tǒng)計(jì)數(shù)據(jù)[6-8]，給出預(yù)測(cè)式，并給予較高的權(quán)重。為保證預(yù)測(cè)結(jié)果的準(zhǔn)確性和可參考性，預(yù)測(cè)模型具有較高的彈性變化，使其預(yù)測(cè)能夠滿足未來長(zhǎng)期的人員需求量。

3 模型的選擇

3.1 多項(xiàng)式時(shí)間趨勢(shì)方程

人才數(shù)量的需求過程是動(dòng)態(tài)的過程，受到諸多因素影響和制約。此模型從人才數(shù)量的動(dòng)態(tài)連續(xù)性出發(fā)，根據(jù)2001年～2009年從業(yè)人員歷史數(shù)據(jù)，二次多項(xiàng)式趨勢(shì)方程用t取代了多項(xiàng)式回歸分析中的X，可以表示為y=a+bt+ct2+d3。

表1是貴州省2001年～2009年運(yùn)輸和郵電等從業(yè)人員和貨物周轉(zhuǎn)量。本文此后模型所采用的參數(shù)數(shù)據(jù)都是根據(jù)此表來進(jìn)行預(yù)測(cè)的。

利用Excel工具，繪制散點(diǎn)圖和趨勢(shì)線篩選最優(yōu)多項(xiàng)式方程，最終采用2004年～2009年數(shù)據(jù)從業(yè)人數(shù)與t的趨勢(shì)方程為：y=47.87t3+906.18t2+5 255t+97 927。方程的可決系數(shù)R2高達(dá)0.9629，方程效果較好。

表1 貴州省2001年~2009年統(tǒng)計(jì)數(shù)據(jù)[7]

表2 多項(xiàng)式模擬樣本及誤差表

多項(xiàng)式模擬樣本精度達(dá)到99.44%，模擬結(jié)果很理想，一般來說，這種預(yù)算模型是首要考慮的。

3.2 一元線性回歸模型

利用線性回歸分析方法，利用數(shù)據(jù)對(duì)從業(yè)人數(shù)需求建模，用回歸分析函數(shù)LINEST進(jìn)行回歸分析和趨勢(shì)預(yù)測(cè)得到回歸方程為：

可決系數(shù)R2=0.9202，說明從業(yè)人數(shù)的變化中92.02%可以由貨物周轉(zhuǎn)量的變化得到解釋。

表3 一元線性回歸模擬樣本及誤差表

一元線性模擬樣本精度達(dá)到99.54%，模擬結(jié)果很理想，很顯然，這種預(yù)算模型是首要采用的。

3.3 模擬樣本綜合處理

將上述三種預(yù)測(cè)模型進(jìn)行算數(shù)平均得出綜合結(jié)果。如表4所示。

表4 模擬樣本綜合處理

經(jīng)過綜合處理，將上述幾種單一模型結(jié)合起來，模擬樣本值精度達(dá)到了98.82%，模擬結(jié)果十分理想，達(dá)到預(yù)測(cè)要求。

3.4 組合模型的確定

Shapley值法是用于解決多人合作問題的一種數(shù)學(xué)方法，其理論思想是根據(jù)局中人給合作帶來的增值比例分配合作的利益。在本文中，把Shapley值法應(yīng)用到組合預(yù)測(cè)模型中，把各單一預(yù)測(cè)方法假定為合作關(guān)系中的各個(gè)成員，各方法產(chǎn)生的誤差是為全體n個(gè)人合作帶來的最大效益。最后，根據(jù)各成員的 “貢獻(xiàn)”大小，利用分配的權(quán)重來反映其在合作中的重要性。

Shapley值分配公式為：

根據(jù)上面的計(jì)算結(jié)果確定組合預(yù)測(cè)中各預(yù)測(cè)方法的權(quán)重，公式為：

從而得出組合預(yù)測(cè)模型：

由此最終計(jì)算出各個(gè)預(yù)測(cè)模型的Shapley值，進(jìn)而得出三種單一預(yù)測(cè)方法分?jǐn)偟恼`差值分別為：E1=405；E2=7；E3=1 058；根據(jù)計(jì)算結(jié)果計(jì)算各預(yù)算方法在組合預(yù)測(cè)中的權(quán)重，如下所示：

根據(jù)權(quán)重計(jì)算結(jié)果，得出組合預(yù)測(cè)模型：Y=0.362Y1+0.498Y2+0.14Y3

由此我們可以利用組合模型得到貴州省2005年～2009年從業(yè)人員需求預(yù)測(cè)值。如表5所示。

表5 組合預(yù)測(cè)值與誤差值

4 預(yù)測(cè)結(jié)果分析

具體的單一預(yù)測(cè)與組合預(yù)測(cè)的誤差及大體趨勢(shì)如下圖所示。

由圖1可以清晰的看出，本文所選用的模型與實(shí)際值波動(dòng)趨勢(shì)大致相同，組合預(yù)測(cè)模型波動(dòng)平緩，更加接近實(shí)際值，預(yù)測(cè)精確度更加準(zhǔn)確。通過組合預(yù)測(cè)使我們可以得到相對(duì)準(zhǔn)確與可靠的預(yù)測(cè)方法。

由此得到2012年～2018年從業(yè)人員預(yù)測(cè)值。

根據(jù)貴州省物流人才與物流從業(yè)人員關(guān)系：

其中，Z（k）表示k年的總從業(yè)人員數(shù)，R（k ）表示k年物流人才數(shù)，η表示人才需求變化參數(shù)，n以2010年為第一年的年份數(shù)。通過計(jì)算最終貴州省物流人才預(yù)測(cè)結(jié)果如表7所示。

表6 從業(yè)人員需求預(yù)測(cè)值

表7 貴州省2012年~2018年物流人才預(yù)測(cè)值

2018年貴州省從業(yè)人員總數(shù)需求將達(dá)到25萬人左右，其中物流人才總數(shù)將達(dá)到28 000人左右。從行業(yè)需求層次上來講，高層次物流人才 （包括高級(jí)管理戰(zhàn)略性物流人才）將占到物流人才總數(shù)的54.5%，將達(dá)到15 520人以上。就目前貴州省物流教育發(fā)展來言，很難達(dá)到物流市場(chǎng)急需物流人才數(shù)量的要求。

5 結(jié)束語

（1）從預(yù)測(cè)結(jié)果可看出，貴州省物流人才需求量以指數(shù)增長(zhǎng)趨勢(shì)逐年上升，因此必須采取相應(yīng)的措施，充分利用貴州省教育資源培養(yǎng)物流人才，加快物流人才培養(yǎng)的建設(shè)，以滿足物流市場(chǎng)的需求。物流人才的預(yù)測(cè)為貴州省物流人才規(guī)劃提供有力的理論依據(jù)，課題研究成果將對(duì)滿足貴州省物流人才需求以及未來物流發(fā)展提供保障作用，實(shí)現(xiàn)貴州省物流的可持續(xù)發(fā)展，對(duì)于貴州省未來物流業(yè)的發(fā)展具有重大意義。

（2）單一的預(yù)測(cè)模型不能較精確的預(yù)測(cè)從業(yè)人員的需求量，采取組合模型，預(yù)測(cè)其需求量，從不同的角度探查影響從業(yè)人員增長(zhǎng)的因素，準(zhǔn)確的預(yù)測(cè)出未來變化趨勢(shì)。

[1] Douglas Lambert,James Stock,Lisa Ellram.物流管理[M].張文杰，葉龍，劉秉鐮,譯.北京：電子工業(yè)出版社，2003.

[2] 崔介何.物流學(xué)[M].北京：北京大學(xué)出版社，2003.

[3] 吳清一.現(xiàn)代物流概論[M].2版.北京：中國(guó)物資出版社，2005.

[4] 貴州省統(tǒng)計(jì)局.貴州統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)年鑒出版社，2001-2011.

[5] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.貴州省統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)年鑒出版社，2001-2011.

[6] 孫建豐，向小東.基于灰色線性回歸組合模型的物流需求預(yù)測(cè)研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2007(10):167-169.

[7] 張桂喜，馬立平.預(yù)測(cè)與決策概論[M].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2005.

[8] 李朋.EXCEL統(tǒng)計(jì)分析實(shí)例精講[M].北京：科學(xué)出版社，2006.

[9] 董艷，王冠奎.EXCEL組合預(yù)測(cè)在物流需求中的應(yīng)用[J].中國(guó)儲(chǔ)運(yùn)，2006(5):108.