瞿群臻，王嘉吉，唐夢雪，牛 萍

（1.上海海事大學(xué)經(jīng)濟(jì)管理學(xué)院，上海 201306；2.中泰證券股份有限公司上海研究所，上海 200120；3.中國科學(xué)技術(shù)部科技人才交流開發(fā)服務(wù)中心，北京 100045）

科技人才是經(jīng)濟(jì)社會發(fā)展的重要資源。在逐步進(jìn)入人口老齡化和人口紅利減弱的情境下，人才紅利的重要性逐漸凸顯。黨的十九屆五中全會通過的“十四五”規(guī)劃建議提出，要深入實施人才強(qiáng)國戰(zhàn)略，加快科技強(qiáng)國建設(shè)。這表明，在“十四五”時期，國家將更加重視科技發(fā)展，并更加關(guān)注科技人才隊伍的建設(shè)和科技人才資源的使用。對科技人才資源的使用，應(yīng)當(dāng)制定相關(guān)的人才規(guī)劃，以保證人才使用的效率。特別是“十四五”期間，國內(nèi)外競爭格局的變化更要求我們充分運用優(yōu)質(zhì)人才資源。而制定相關(guān)規(guī)劃的起點是對人才的需求進(jìn)行預(yù)測。因此有必要對中國接下來一段時間的科技人才需求及趨勢進(jìn)行研究，分析科技事業(yè)發(fā)展所需的人才數(shù)量、質(zhì)量，為科學(xué)開展科技人才培養(yǎng)、引進(jìn)、選拔和評價等工作提供依據(jù)。本文選用《中國統(tǒng)計年鑒（1999—2020）》中我國（不含港澳臺地區(qū)）R&D 人員全時當(dāng)量數(shù)據(jù)，以2012—2019 年數(shù)據(jù)構(gòu)建灰色預(yù)測模型，并以1995—2019 年數(shù)據(jù)構(gòu)建指數(shù)平滑時間序列預(yù)測模型，采用模型組合的方式分析十四五期間科技人才需求，最后分析預(yù)測結(jié)果，并提出一些建議。

1 文獻(xiàn)綜述

1.1 科技人才與經(jīng)濟(jì)發(fā)展

科技人才，是指在科學(xué)和技術(shù)領(lǐng)域內(nèi)，擁有科學(xué)素養(yǎng)、能力與道德的人［1］，一般可分為科技活動人員、科學(xué)家與工程師、R&D 人員、專業(yè)技術(shù)人員［2］?？萍既瞬艑?jīng)濟(jì)發(fā)展具有促進(jìn)作用。微觀企業(yè)層面，科技人才可以促進(jìn)企業(yè)創(chuàng)新，特別是科技人才的集聚，更有助于創(chuàng)新成果的產(chǎn)出［3］；中觀產(chǎn)業(yè)層面，科技人才成為產(chǎn)業(yè)競爭中的核心競爭力［4］；宏觀經(jīng)濟(jì)層面，在以創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略為核心的新經(jīng)濟(jì)環(huán)境下，科技人才對經(jīng)濟(jì)發(fā)展具有重要作用，科技人才的缺乏將導(dǎo)致高新技術(shù)領(lǐng)域創(chuàng)新發(fā)展動力不足［5］。從時間序列上看，改革開放以來，我國科技人才隊伍建設(shè)可分為五個階段，每個階段的科技人才政策及重大人才工程，均與當(dāng)時的國家戰(zhàn)略和經(jīng)濟(jì)發(fā)展水平相適應(yīng)［6］。特別是在2001 年中國成為世界貿(mào)易組織成員以后，隨著國際競爭的加劇，國家加強(qiáng)了科技人才的培養(yǎng)和使用，科技人才的創(chuàng)新成果產(chǎn)出和對經(jīng)濟(jì)發(fā)展的支持作用更加顯著［7］。因此，關(guān)注科技人才數(shù)量變化，有助于加強(qiáng)科技人才管理和創(chuàng)新成果的使用，進(jìn)而促進(jìn)社會經(jīng)濟(jì)發(fā)展。

1.2 人才需求預(yù)測

人才需求預(yù)測是指對歷史資料進(jìn)行統(tǒng)計和分析，來預(yù)計未來人才需求的相關(guān)過程和方法。人才需求預(yù)測是分析人才需求缺口、制定人才政策的基礎(chǔ)?，F(xiàn)有的研究主要針對區(qū)域或行業(yè)層面的人才需求總量進(jìn)行預(yù)測。比如區(qū)域?qū)用?，姚娟等?］以川、陜、滬三地為研究對象，張建勇等［9］以河南省為研究對象進(jìn)行人才需求預(yù)測；行業(yè)層面，劉志民等［10］預(yù)測了農(nóng)業(yè)科學(xué)領(lǐng)域的人才需求，李錫元等［11］研究了湖北省汽車和鋼鐵行業(yè)人才需求，陳燕瑩等［12］研究了海南省大健康產(chǎn)業(yè)的科技人才需求。這些研究從不同的區(qū)域或行業(yè)入手，進(jìn)行了中觀層面的科技人才需求預(yù)測，并得到了積極的成果。但對于“十四五”規(guī)劃這樣的國家層面發(fā)展戰(zhàn)略規(guī)劃，對我國層面的科技人才整體需求進(jìn)行預(yù)測，能夠為國家戰(zhàn)略的制定和執(zhí)行提供支持，因此也具有一定的研究意義。

1.3 人才需求預(yù)測方法

人才需求預(yù)測有多種方法，相關(guān)文獻(xiàn)中使用的預(yù)測方法如表1 所示。

表1 文獻(xiàn)中人才需求預(yù)測方法

梳理文獻(xiàn)，灰色GM（1，1）預(yù)測模型是常用的科技人才需求預(yù)測模型，此外，還有一些研究使用神經(jīng)網(wǎng)絡(luò)模型、回歸模型等幾種方法進(jìn)行預(yù)測。由于人才系統(tǒng)是一個半灰半明的系統(tǒng)，人才需求與社會經(jīng)濟(jì)水平、產(chǎn)業(yè)發(fā)展情況、政策導(dǎo)向等多種因素相關(guān)，因此適合采用灰色預(yù)測模型對人才需求進(jìn)行預(yù)測。而隨著人才需求的影響因素日趨復(fù)雜，為提高預(yù)測的精度，學(xué)者們紛紛開始進(jìn)行組合預(yù)測研究［17］。相關(guān)研究一般采用長周期預(yù)測方法與灰色預(yù)測模型進(jìn)行組合預(yù)測,如于麗靜等［18］、譚凱等［19］采用多元回歸分析，QIU 等［20］采用時間序列分析。這是因為長周期預(yù)測方法使用的樣本量更大，受異常輸入值的影響較小。將兩者組合可以在保證模型預(yù)測精度的同時，引入更多輸入值，修正模型的偏差，從而提高灰色預(yù)測的準(zhǔn)確性。

常見的長周期預(yù)測方法有回歸預(yù)測和時間序列預(yù)測。回歸預(yù)測需要首先尋找到與人才需求數(shù)量相關(guān)的解釋變量，再建立回歸模型進(jìn)行預(yù)測。由于人才需求是一個復(fù)雜的社會現(xiàn)象，其影響因素眾多，導(dǎo)致解釋變量間關(guān)系復(fù)雜。為保證模型的擬合優(yōu)度，在變量選擇中難免會存在主觀性，影響最終的預(yù)測效果。而時間序列預(yù)測方法則通過擬合現(xiàn)實數(shù)據(jù)建模，無需過多考慮影響因素間的關(guān)系，更適合對人才需求這種復(fù)雜現(xiàn)象的預(yù)測。因此，本文選用灰色GM（1，1）預(yù)測和時間序列預(yù)測相組合的方法進(jìn)行人才需求預(yù)測。

2 研究方法

2.1 灰色GM（1,1）預(yù)測模型構(gòu)建及檢驗

2.1.1 預(yù)測模型的構(gòu)建

本文的GM（1,1）預(yù)測模型構(gòu)建方法，遵循了該模型構(gòu)建的一般方法。

首先，輸入研究對象原始數(shù)據(jù)序列：

對原始數(shù)據(jù)序列進(jìn)行累加，得到：

2.1.2 灰色預(yù)測模型檢驗

表2 模型精度等級表

2.2 時間序列模型

時間序列模型是一系列模型的統(tǒng)稱，其中常用的模型有自回歸滑動平均模型和指數(shù)平滑模型。自回歸滑動平均模型主要基于自回歸原理和滑動平均模型原理建立，一般用于平穩(wěn)數(shù)據(jù)的時間序列預(yù)測；指數(shù)平滑模型可以處理非平穩(wěn)數(shù)據(jù)。理論上，隨著經(jīng)濟(jì)社會的發(fā)展，傳統(tǒng)產(chǎn)業(yè)逐步淘汰，以科技人才為基礎(chǔ)的高科技產(chǎn)業(yè)不斷發(fā)展，對科技人才的需求呈現(xiàn)上升趨勢。因此，科技人才的需求不是一個平穩(wěn)數(shù)據(jù)，使用指數(shù)平滑模型預(yù)測的準(zhǔn)確性更高。指數(shù)平滑模型也包含多種子模型且各有特點，很難從理論上進(jìn)行模型選擇。因此，本文采用常見的4 種模型進(jìn)行預(yù)測，并選擇均方根誤差（RMSE）值最小的，即最優(yōu)預(yù)測結(jié)果作為時間序列模型的預(yù)測結(jié)果。

2.3 組合模型

本文的組合模型是將灰色預(yù)測模型與時間序列模型的預(yù)測結(jié)果，使用加權(quán)平均的方法進(jìn)行組合。在權(quán)重的選擇上，簡單的方法是根據(jù)模型的準(zhǔn)確性、穩(wěn)健性等指標(biāo)人為賦予權(quán)重。這些方法受人為因素的影響較大，容易產(chǎn)生偏差。本文結(jié)合最優(yōu)化原理，采用最優(yōu)加權(quán)法進(jìn)行預(yù)測結(jié)果加權(quán)，在調(diào)整權(quán)重的同時觀察組合模型的誤差平方和，使該指標(biāo)達(dá)到最小。這一做法通過最優(yōu)化原理保證組合模型的預(yù)測質(zhì)量。

3 模型預(yù)測

3.1 數(shù)據(jù)來源

本文主要預(yù)測“十四五”期間，國家層面科技人才的需求規(guī)模，因此輸入值為國家口徑下的科技人才數(shù)量統(tǒng)計值。關(guān)于樣本長度，組合模型中涉及兩種預(yù)測方法，它們對樣本長度的需求不同。灰色模型采用小樣本預(yù)測，文獻(xiàn)中通常采用10 年以內(nèi)數(shù)據(jù)進(jìn)行預(yù)測。有研究表明，灰色預(yù)測的樣本量在8個左右時就能得到較好的結(jié)果［22］。因此，考慮到國家經(jīng)濟(jì)發(fā)展的趨勢并參考同類文獻(xiàn)，本文選擇使用8 個樣本作為輸入值。本文選用《中國統(tǒng)計年鑒（1999—2020）》中的數(shù)據(jù)，以2012—2019 年R&D人員全時當(dāng)量數(shù)作為灰色預(yù)測模型的輸入值；以1995—2019 年的數(shù)據(jù)作為指數(shù)平滑模型的輸入值，以此實現(xiàn)長周期與短周期預(yù)測相結(jié)合，保證預(yù)測精度。由于相關(guān)統(tǒng)計范圍的政策，上述數(shù)據(jù)均不含港澳臺地區(qū)數(shù)據(jù)。

3.2 科技人才需求的灰色預(yù)測

2012—2019 年R&D 人員全時當(dāng)量數(shù)如表3 所示。

表3 2012—2019 年全國R&D 人員全時當(dāng)量統(tǒng)計數(shù)據(jù)

進(jìn)一步求解，得到預(yù)測模型：

表4 實際值與預(yù)測值對比 單位：萬人（年）

表5 模型評價結(jié)果

評價結(jié)果顯示，灰度預(yù)測模型通過了三類檢驗，并且在后驗差檢驗中的表現(xiàn)優(yōu)異，證明模型有較好的預(yù)測精度。計算得到小于臨界值0.3，說明該模型可以用于中長期預(yù)測。利用此模型預(yù)測“十四五”期間中國科技人才需求規(guī)模，得到預(yù)測結(jié)果如表6 所示。

表6 “十四五”期間中國科技人才需求GM（1,1）預(yù)測

3.3 科技人才需求的時間序列預(yù)測

對1995—2019 年全國R&D 人員全時當(dāng)量數(shù)據(jù)繪制散點圖如圖1。依據(jù)散點圖可以觀察到R&D 人員數(shù)量變化是整體趨勢向上。對數(shù)據(jù)進(jìn)行自相關(guān)分析，發(fā)現(xiàn)數(shù)據(jù)序列不都是白噪聲，具有時間上的相關(guān)性，適宜選用時間序列模型進(jìn)行分析。

圖1 1995—2019 年全國R&D 人員全時當(dāng)量數(shù)

此外，在圖1 中擬合各點，發(fā)現(xiàn)使用指數(shù)分布曲線擬合時F 值最大，說明該組數(shù)據(jù)呈現(xiàn)指數(shù)分布，適合使用指數(shù)平滑法進(jìn)行預(yù)測。在進(jìn)行時間序列分析時，一般要考慮季節(jié)性。由于本文獲得的數(shù)據(jù)是年度性的，不具備季節(jié)周期性，因此僅做非季節(jié)性分析。根據(jù)四種常用模型，運用SPSS 軟件對1995—2019 年R&D 人員全時當(dāng)量數(shù)進(jìn)行預(yù)測分析，得到對應(yīng)的均方根誤差（RMSE）值如表7。通過分析比較，發(fā)現(xiàn)采用指數(shù)平滑法中的Brown 線性趨勢模型預(yù)測效果最好，進(jìn)而利用該模型對2019—2025年科技人才總量進(jìn)行預(yù)測，結(jié)果見表8。

表7 各模型RMSE 值比較

表8 “十四五”期間中國科技人才需求指數(shù)平滑法預(yù)測值

3.4 科技人才需求的組合預(yù)測

為比較模型的效度，匯總?cè)N模型對2012—2019 年的科技人才需求量的預(yù)測結(jié)果如表9 所示。三種預(yù)測模型中，組合模型的MAE 為7.15，MAPE為1.77%，兩指標(biāo)均小于單獨模型，證明組合模型的誤差更小，預(yù)測效果更好。

表9 2012—2019 年中國科技人才需求預(yù)測值與實際值對比

使用該模型對“十四五”期間中國科技人才需求進(jìn)行預(yù)測，得到預(yù)測結(jié)果如表10 所示。

表10 “十四五”期間全國科技人才需求組合預(yù)測值

4 應(yīng)對人才需求增長的對策建議

本文以2012—2019 年全國R&D 人員全時當(dāng)量為基礎(chǔ)，使用組合模型進(jìn)行預(yù)測，得到“十四五”期間中國科技人才需求量的預(yù)測值。預(yù)測結(jié)果顯示，“十四五”期間我國對科技人才的需求呈上升趨勢，按全時當(dāng)量計算的科技人才需求量年增長率均高于5%。因此，在“十四五”時期，科技人才需求端壓力較大，在科技人才的供給端應(yīng)合理應(yīng)對。對此，本文從增加科技人才增量和優(yōu)化現(xiàn)有人才存量兩方面提出如下對策建議。

4.1 加快科技人才數(shù)量積累

科技人才數(shù)量的提升，主要從人才的吸引和培育兩方面發(fā)力。對此，需要政府和高校共同努力。

（1）政策支持科技人才集聚。政策環(huán)境是人才面臨的主要環(huán)境，政策環(huán)境的好壞直接影響到人才集聚的能力。無論是國家層面還是地方層面，均應(yīng)該完善政策環(huán)境，以提升對人才的吸引力。政策上，應(yīng)為人才提供良好的工作和生活環(huán)境，比如，建立公平的市場競爭環(huán)境、為科技人才創(chuàng)業(yè)企業(yè)提供必要的扶持、簡化各類審批流程、根據(jù)成果為科技人才提供獎勵、為人才提供教育醫(yī)療等方面的福利、營造良好的生態(tài)環(huán)境、為外國人才來華工作提供必要的便利等，從市場、產(chǎn)業(yè)、生態(tài)、生活等各方面服務(wù)科技人才，在加強(qiáng)科技人才集聚、防止人才流失的同時，積極吸引國際科技人才來華創(chuàng)業(yè)就業(yè)。

（2）高校加快科技人才培養(yǎng)。高校的培養(yǎng)是科技人才數(shù)量增長的主要途徑。當(dāng)前，知識更新速度不斷加快，學(xué)科領(lǐng)域不斷細(xì)分，更突出了高校在科技人才培養(yǎng)中的重要性。高校應(yīng)主動尋找或開創(chuàng)科技研究的前沿領(lǐng)域，加強(qiáng)該領(lǐng)域的人才培養(yǎng)；在注重知識積累的同時，更應(yīng)注重學(xué)習(xí)能力、創(chuàng)新能力的培養(yǎng)，以加強(qiáng)科技人才在知識迭代中的生存能力；在常規(guī)教育的基礎(chǔ)上，發(fā)揮校友會的平臺作用，為校友提供終身學(xué)習(xí)和人才間交流的機(jī)會。通過一系列手段加快科技人才的培養(yǎng)。

4.2 促進(jìn)科技人才的素質(zhì)提升

科技人才的成長到成熟是一個漫長的過程，期間不僅需要大量的物質(zhì)資源投入，還需要非物質(zhì)手段的激勵。因此，應(yīng)該從物質(zhì)與非物質(zhì)兩方面促進(jìn)科技人才的成長。

（1）提升物質(zhì)資源投入效率。物質(zhì)資源投入不僅是人才成長的必備條件，也是促進(jìn)人才成長的重要激勵手段。因此，對于相關(guān)資源的投入，一方面要尊重不同領(lǐng)域科技人才成長規(guī)律的差異性和人才培養(yǎng)周期，合理化人才成長所需資源的供給，防止人才在成長的關(guān)鍵階段面臨資金、物資等方面的短缺；另一方面也要看到物質(zhì)投入的激勵作用，將資源供給與關(guān)鍵績效考評相聯(lián)系，以此提升物質(zhì)資源的使用效率。

（2）營造良好的科技人才成長氛圍。科技人才的成長不僅需要物質(zhì)資源投入，更需要一個鼓勵科技人才成長的氛圍。企業(yè)、高校、研究院等科技人才使用單位，應(yīng)當(dāng)充分認(rèn)識到高端科技人才的重要作用，探索加快科技人才成長的方法。在組織文化等非物質(zhì)層面上，應(yīng)當(dāng)建立起促進(jìn)人才成長的氛圍。比如在制度層面建立對科技人才成長狀況的考核體系；在行為層面增強(qiáng)對科技人才的監(jiān)督和激勵，對優(yōu)秀人才進(jìn)行嘉獎；在精神層面倡導(dǎo)創(chuàng)新文化、鼓勵人才成長等。通過物質(zhì)投入和非物質(zhì)激勵，共同促進(jìn)科技人才的成長。

4.3 保障科技人才的充分利用

對于現(xiàn)有的科技人才，應(yīng)加強(qiáng)人才資源的利用，提高人才使用效率。對此，可以從以下三方面做出努力。

（1）加強(qiáng)科技人才使用規(guī)劃。對人才需求預(yù)測的目的是為人才規(guī)劃提供基礎(chǔ)。政府或相關(guān)行業(yè)協(xié)會、學(xué)會應(yīng)統(tǒng)籌科技產(chǎn)業(yè)發(fā)展與科技人才使用。特別是對半導(dǎo)體、量子科技等領(lǐng)域的戰(zhàn)略科技人才，應(yīng)當(dāng)做好頂層設(shè)計，對科技人才的集聚和使用做出具體規(guī)劃，防止科技人才資源配置效率過低等問題。各地區(qū)也應(yīng)當(dāng)根據(jù)其自身優(yōu)勢產(chǎn)業(yè)和發(fā)展規(guī)劃，制定當(dāng)?shù)氐目萍既瞬攀褂靡?guī)劃，全面提升區(qū)域人才的使用效能，促進(jìn)區(qū)域產(chǎn)業(yè)的高質(zhì)量發(fā)展。

（2）優(yōu)化人才服務(wù)。政府及高校的人才管理部門，應(yīng)將工作思路從“管人才”向“服務(wù)人才”轉(zhuǎn)變，改革人才管理、評價、激勵等方面制度。比如，可以采用信息化手段簡化人才辦事流程，減少科技人才在申報、填表等非必要環(huán)節(jié)的時間投入；可以在項目管理等方面給予人才更多的自主權(quán)；在人才評價方面減少非核心業(yè)務(wù)的考核，通過負(fù)面清單等方式減少人才在工作中的束縛，提升科技人才創(chuàng)新能力。

（3）強(qiáng)化人才使用。在對科技人才進(jìn)行規(guī)劃的基礎(chǔ)上，進(jìn)一步提升人才的使用效率。

政府應(yīng)在國內(nèi)國際雙循環(huán)背景下完成產(chǎn)業(yè)結(jié)構(gòu)向科技創(chuàng)新發(fā)展的轉(zhuǎn)型升級，從宏觀層面為科技人才提供更多科技創(chuàng)新平臺，同時也可以通過項目申請、基金資助等方式，提高重點領(lǐng)域人才的使用效率。校企聯(lián)動升級，通過信息化手段，加快高校的智力資源與企業(yè)的資金技術(shù)資源對接，保證人才能夠發(fā)揮社會效能。

5 結(jié)論

本文主要采用了基于GM（1，1）灰色預(yù)測模型和指數(shù)平滑時間序列模型構(gòu)建組合預(yù)測模型，對“十四五”期間中國的科技人才需求進(jìn)行了預(yù)測。預(yù)測結(jié)果顯示，“十四五”期間科技人才需求將以每年5%以上的速度增長，按全時當(dāng)量數(shù)計算，最高將達(dá)到647.46 萬人年的規(guī)模?？萍既瞬判枨笠?guī)模增長速度的提升，將對人才供給端產(chǎn)生壓力。因此，在人才供給端，社會各方面應(yīng)相互協(xié)作，做好科技人才的數(shù)量積累和存量開發(fā)，促進(jìn)科技人才的成長，保證科技人才的充分、合理利用。通過政府、企業(yè)、高校等社會各方資源聯(lián)動，提升綜合型科技創(chuàng)新人才供給能力，充分保障“十四五”期間科技人才需求，以科技人才的高素質(zhì)成長帶動各產(chǎn)業(yè)的高質(zhì)量發(fā)展。