張斌　安連新　孫凱

摘 要 基于時間序列預(yù)測Arima模型和回歸模型，以“職業(yè)需求總?cè)藬?shù)”為因變量，“人才缺口度”“各類教育背景下的人數(shù)”和“就業(yè)崗位平均值”為自變量建立回歸模型，并通過對自變量進行Arima時序預(yù)測，帶入回歸模型得到未來三年沈陽市潛在的人才需求，最后分析得：沈陽市對高技術(shù)人才比較看重，且人才缺口大，需要相應(yīng)的政策來進行調(diào)整與補充。

關(guān)鍵詞 時間序列預(yù)測 ARIMA模型 引進人才

一、引言

人才是城市創(chuàng)新擴散的主要驅(qū)動力，而創(chuàng)新擴散是通過高素質(zhì)的人才推動新的工藝和技術(shù)的發(fā)展來實現(xiàn)的。如今，人才一般會通過互聯(lián)網(wǎng)、校園招聘會、公開招聘活動以及本地人才市場被招聘。準確預(yù)測人才招聘的數(shù)量，成為城市引進人才與規(guī)劃發(fā)展的重要手段。

二、問題的提出

作為東北地區(qū)的重要城市，沈陽的發(fā)展已經(jīng)成為牽動?xùn)|北地區(qū)興衰、聯(lián)通外省經(jīng)濟投資的重要著眼點。根據(jù)沈陽市近10年的人才流動統(tǒng)計數(shù)據(jù)，可以建立沈陽市實際的人才需求模型，預(yù)測和分析未來三年沈陽市潛在的人才需求，為沈陽市的人才規(guī)劃與發(fā)展提出建議。

三、問題的分析與求解

（一）回歸方程的建立

根據(jù)數(shù)據(jù)的特征與預(yù)測方法的特征，采用多元線性回歸對實際人才需求進行建模分析與預(yù)測。令X1為各類教育背景下的人數(shù)，X2為人才缺口度，X3為就業(yè)崗位平均值，則為人才需求總數(shù)即為因變量Y。建立多元線性回歸模型：Y=a+bx1+cx2+dx3。（其中，a為常數(shù)，b為X1的系數(shù)，c為X2的系數(shù)，d為X3的系數(shù)）利用SPSS軟件求解得表1。

即回歸方程為：Y=-111838.335+ 0.011x1+29.218x2+133476.872x3。同時，求得方程的標準系數(shù)如表2。

由標準系數(shù)表可得：各類教育背景下的人數(shù)的系數(shù)b*在標準系數(shù)中絕對值最大，因此，實際人才需求Y的主要影響為各類教育背景下的人數(shù)X1，且成正相關(guān)。

（二）人才潛在需求的預(yù)測

由于人才數(shù)據(jù)存在很明顯的時間序列特征，所以可以通過時間序列ARIMA預(yù)測法先對因變量進行預(yù)測，之后利用回歸方程得到未來3年沈陽市人才需求的變動情況。具體步驟如下：

第一，獲取被觀測的時間序列數(shù)據(jù)。

第二，對數(shù)據(jù)繪圖，觀測其是否為平穩(wěn)時間序列。若非平穩(wěn)時間序列要先進行d階差分運算后化為平穩(wěn)時間序列，此處d即為ARIMA（p，d，q）模型中的d；若為平穩(wěn)序列，則用ARMA（p，q）模型。

第三，對得到的平穩(wěn)時間序列分別求其自相關(guān)系數(shù)ACF和偏自相關(guān)系數(shù)PACF，同時可以得到最佳的階層p和階數(shù)q。由以上得到的d、q、p，得到ARIMA模型。

第四，進行診斷分析，以證實所得模型確實與所觀察到的數(shù)據(jù)特征相符。若不相符，重新回到第三步。

將沈陽市的近10年的數(shù)據(jù)帶入，并用回歸方程進行求解，最終未來三年潛在人才需求變化結(jié)果如表3。

由前文分析可得，沈陽市對高學(xué)歷、高技術(shù)人才的人才比較看重而且需求極大；沈陽市的人才缺口大，需要有效的政策吸引人才，緩解人才需求壓力。

四、結(jié)語

從論文的數(shù)據(jù)分析與社會實際的角度來觀察，沈陽市就業(yè)市場對于數(shù)理、高技術(shù)人才的需求程度更為明顯，應(yīng)該加強高質(zhì)量人才的培養(yǎng)力度；更加精細研究人才市場的供求狀況，對于人才的流動與引進形成很好的把握。從目前的市場行情上分析，創(chuàng)業(yè)與數(shù)據(jù)工作的高端人才仍然是疲軟狀態(tài)，可以嘗試從入學(xué)教育開始就貫穿創(chuàng)新創(chuàng)業(yè)教育，讓學(xué)生多去社會市場實踐，舉行一些課外交流活動提升同學(xué)們學(xué)習(xí)的興趣，與人才缺口相對接。

（作者單位為華北理工大學(xué)經(jīng)濟學(xué)院）

參考文獻

[1] 田錚譯.時間序列分析的理論與應(yīng)用[M].高等教育出版社，2003.

[2] 王燕.應(yīng)用時間序列分析[M].中國人民大學(xué)出版社，2005.

[3] 劉薇.時間序列分析在吉林省GDP預(yù)測中的應(yīng)用[D].東北師范大學(xué)，2008.