辽宁省战略性新兴产业人才需求预测分析

贺帆 刘洪玉 康思达

【摘要】在辽宁省着力发展战略性新兴产业的大背景下，对其关键影响因素——人才进行研究显得至关重要。目前，辽宁省战略性新兴产业人才数量与产业发展前景出现了明显的不匹配，这将成为辽宁省战略性新兴产业持续发展的瓶颈。本文在对现有研究进行分析的基础上，通过调查了解辽宁省战略性新兴产业人才开发现状，基于熵权法构建灰色预测和回归分析的组合预测模型对辽宁省2019-2026年战略新兴产业人才需求量进行预测，并为加快培育"创新型"人才、推进辽宁省战略性新兴产业发展提供决策支持。

【关键词】人才需求 组合预测 战略性新兴产业

战略性新兴产业作为高技术知识密集的产业，人才是其产业发展的基础，是核心的竞争力量。辽宁省正处于经济发展的关键时期，致力发展战略新兴产业、调整产业结构，把握国家“振兴东北老工业基地”带来的新机遇。而人才作为制约战略性新兴产业发展的关键因素，如何调整未来战略性新兴产业人才发展数量及质量显得至关重要。因此，有必要运用科学的方法对辽宁省未来战略性新兴产业人才需求进行预测。

1辽宁省战略性新兴产业人才开发现状

“战略性新兴产业”作为新提出的一个概念目前尚没有完善的统计体系和资料，但作为知识密集型產业，战略性新兴产业主要以高新技术产业为主，而我国对于高新技术产业的统计体系和资料比较完整，因此可以利用高新技术产业相关统计资料分析战略性新兴产业人才现状。

为实现“振兴东北老工业基地”的目标，辽宁省高度重视产业结构转型的契机，落实发展战略性新兴产业，截止至2016年底辽宁省高新技术产业从业人员已到达170384人次，处于全国中后游水平。按企业规模情况分类，大型企业的从业人员占最大比例，达到87843人次，中型企业从业人员46398人;按登记注册类型分类，内资企业从业人员124941人，外商投资企业从业人员33436人，港澳台投资企业从业人员12007人，国有企业从业人员1694人;按R&D人员角度分析，有R&D活动的企业185家，R&D人员全时当量15453人。根据中国科技人员统计年鉴的统计结果可以看出，截止2016年辽宁省R&D人员中获得博士学位的有2294人，获得硕士学位的有5797人，获得本科学位的有5405人，本科以下学历的有1957人，分别占辽宁省2016年全部R&D人员的比重为：15%、38%、35%、13%。从总体人数上分析本科及以上学历占比达到87%，相对较高。但从结构上分析可以看出拥有硕士学位的人员最多，但博士以及本科以下学历的人员相对较少，表明辽宁省高层次的科研规划型人才分布不均匀，以博士为代表的科研型人才相对匮乏。

2辽宁省战略性新兴产业人才需求预测

在本研究中，本文在对比各年《中国高新技术产业统计年鉴》与《辽宁省统计年鉴》，剔除高新技术产业中如办公设备制造等已不属于战略性新兴产业的数据，纳入如信息技术服务等战略性新兴产业的数据，得到如下表数据：

2.1.2精度检验

（1）残差检验

后验差比（均方差比值）： C=0.46316;由于0.35

发展系数：a=-0.048376，灰作用量：u=165435.9845;由于-a<0.3，则此模型适合用于中长期预测。这样得到的发展系数a对模型并不都是有效的，必须满足a∈（-2，2），才能保证模型的有效性，其a值的不同可进行不同情况的预测：当-a≤0.3时，GM（1，1）可用于中长期预测;当0.3<-a≤0.5时，GM（1，1）可用于短期预测;中长期预测慎用;当0.5<-a≤1时，用GM（1，1）作短期预测应十分谨慎;当-a>1时，不宜采用GM（1，1）模型。

2.2运用回归分析模型对人才需求进行预测

2.2.1模型建立

首先利用SPSS软件进行曲线估计，通过对输出结果对比分析，三次函数对数据的拟合效果最好，但没通过回归系数的检验，结合辽宁省人才需求量的实际，可利用一元函数进行人才需求量的预测。通过观察调整后的判定系数0.767，拟合优度较高，被解释的变量较多。由回归方程显著性检验的概率为0.006，小于显著性水平0.05，线性关系较好，回归方程显著。通过回归系数显著性检验，在0.05的显著性水平下，得到回归系数是显著的（sig<0.05）。

2.2.2模型运用

通过利用SPSS软件建立回归分析模型，通过检验并得到拟合回归方程为：Y=-20290350.929+10177.071*X

利用回归方程对未来年度人才需求量进行预测，结果如下表5所示：

2.3组合预测

由于不同的预测方法是从不同的角度搜集样本信息，所以不同的预测方法都有着各自的合理性和适用条件。如果某种预测方法的预测结果误差较大，若是将它弃之不用，这就可能会造成部分有用信息的丢失;灰色预测模型与回归分析模型适用于中长期预测。为了有效的将各种预测方法所包含的有用信息都反映在预测结果里，以及在它们的基础上更好的提高预测精度，本文采用基于熵权法的组合预测模型对辽宁省战略性新兴产业人才需求量进行预测。熵值法给出的指标权重具有较高的可信度，使得新的组合预测模型能充分利用各个体预测方法所包含的各种信息，使得预测结果拟合度增加、精度提高。

2.3.1模型运用

通过MATLAB编程得出如下表6结果：

从预测结果可以看出，辽宁战略性新兴产业人才需求规模逐渐扩大，并呈加速增长的趋势。灰色预测法得出从2019年到2026年的人才需求预测数由261677人增加到367139人;相应地，回归分析预测的数据由257155人增至328395人。而对两种单一模型预测方法进行组合后，本文得出的结论是到2026年辽宁战略性新兴产业人才需求量要达到352695人，八年间增长达到了35%，而且逐年增长都很平稳，年均增长率为4.45%。为了实现辽宁经济快速发展，就要确保战略性新兴产业的蓬勃发展势头，更要保证充足的、高素质的产业人才供给量。

3应对辽宁省战略性新兴产业人才不足对策

3.1完善政府人才政策

投资是保障辽宁省战略性新兴产业人才发展关键措施。政府要切实找准投资方向，发挥公共职能作用。辽宁省政府首先可以参照财政收入情况逐渐增加R&D经费的投入，为产业人才设立专属基金。政府层面引导企业加大研发费用投入，提高计提的职工教育经费。出台政策鼓励金融机构对战略性新兴产业人才的信贷支持，减少产业人才的创业压力。其次，为实现高科技人才的聚集，实现人才聚集效应，政府可以资助各类研发机构、建立创业型孵化器，打造辽宁省战略性新兴产业人才孵化基地。此外，对于产业人才政府可以额外给予工资待遇上的补助及其他相关福利，从工作、学习以及生活上帮助产业人才解决实际问题。

3.2建立有效校企合作機制

目前，辽宁省各高校专业设置趋向于传统产业，并没有大力按市场需求培育战略性新兴产业专业人才，导致本土人才储备后劲不足。战略性新兴产业作为知识密集型产业，适合将科学研究和企业链接起来，校企之间可以选择建立契约式战略联盟，通过订立协议保障联盟的稳固，保障校企合作的稳定性。高校与企业之间可以共同建立校外的实训基地，企业可以设备和培训场所注资，高校则以创新技术注资。对产业人才进行专项培养与训练，使产业培养的人才实践能力更强。此外，根据辽宁省高校和企业的自身特点，整合自身优势和资源，为战略性新兴产业人才提供实习机会，建立大学生实习平台。就业时实习单位优先考虑实习期间表现优异的同学，在双方自愿的情况下予以提前录用。

3.3完善人才激励机制

企业健全的人才激励机制是吸引人才、激发人才创造力的有力保障。首先在物质层面，给予人才与其创造价值相匹配的物质回报，考虑给予特殊人才技术入股。丰厚的物质保证是满足人才最基本的需求，激发其创造力的基础。同时，企业可以通过建立知识产权的有偿转让制度保障人才的研发成果。其次在事业层面，战略性新兴产业作为知识密集型产业，该产业人才具有其特殊性，普遍学历较高、对自身职业生涯规划清晰、事业心较强。因此，激励机制可侧重于实现自我价值实现，产业中不乏存在个性明显的奇才怪才，可以给予他们足够的发挥空间激发其创造力。企业还可以定期评比表彰优秀职工，增强人才的荣誉感。最后在情感层面，可以借助协会等战略性新兴产业人才平台的力量，增进不同类型人才间的交流。

3.4健全人才服务机制

为尽快普及战略性新兴产业人才服务机构，辽宁省可以吸收民间投入资本，推进人才服务机构市场化的进程。人才服务机构作为独立的第三方，可以利用现代科技建立人才资源管理信息系统，实现对产业人才的整合，进一步分析供需信息，充分发挥第三方中介服务机构的职能，帮助人才的合理流动。

人才服务机构尽快健全人才服务机制，该机制应以简化产业人才政策落实、方便人才流通为前提，通过人才服务机构的一站式服务高效率的解决人才流动过程中的麻烦。围绕人才重点需求构建重点服务，对人才子女入学、配偶安置提供便利条件，让人才无后顾之忧。为完善战略性新兴产业人才服务制度，可以建立人才个人的诚信档案，为战略性新兴产业企业的招聘提供更多有用的信息。

参考文献：

[1]阳立高，贺正楚，韩峰.湖南省战略性新兴产业人才需求预测及对策[J].中国科技论坛，2013（11）：85-91.

[2]薛凤冠，季芳桐.南京战略性新兴产业发展现状与对策研究[J].南京社会科学，2017（12）：150-156.

[3]王倩.钻石模型视角下河南省战略性新兴产业发展对策研究[J].河南水利与南水北调，2017（7）：81-82.

[4]汪长柳.战略性新兴产业人才需求量预测模型构建——以江苏省为例[J].科协论坛，2012（2）：141-142.