基于灰色理论的船舶制造业技能人才需求预测分析

张光明+郑彩霞+江巍

摘 要 自20世纪90年代以来，我国船舶制造业得到长足的发展。船舶制造业作为集劳动、资金、技术于一体的大型设备制造业，人才尤其是技能人才对其发展至关重要。利用灰色理论对我国船舶制造业技能人才需求量进行预测，可以为技能人才管理和培养决策提供科学依据和参考，促进船舶制造业的可持续发展。

关键词 技能人才；灰色理论；需求预测

中图分类号 G710 文献标识码 A 文章编号 1008-3219（2014）05-0005-04

一、引言

船舶制造业是集劳动、资金、技术于一体的行业，需要高层次的技能人才和管理人才。一个行业要实现持续、健康、快速发展，就必须大力开发人才这个“第一资源”。所以有必要对船舶制造业技能人才进行需求预测，为船舶经济健康持续发展作必要的准备。

目前国内外人才需求预测较多使用的是线性方法。此类方法的主要特点是在人才时序中发现规律，反映其历史趋势，同时又体现出综合因素的影响。线性方法的主要缺点表现为不仅要掌握大量的历史资料，还要求数据的变化过程具有规律性。然而，人才数量的变化会受到多种不确定因素的影响，这就使得最终的预测结果有失可靠，并且较难调整。使用灰色预测方法的优势就在于能较好地避开这个问题[1]。

船舶制造业技能人才需求的影响因素很多，包括环境因素、经济发展因素、技术因素以及技能人才资源自身的特点和船舶制造业本身独有的特性。定量地描述相关因素作用的大小并对人才需求进行预测是不可能的。技能人才系统是一个动态复杂的系统，其包含确定信息，也包含不确定信息，符合灰色系统的“贫信息”特征，因此，可以采用灰色预测方法建立模型对其进行预测。

二、船舶制造业的发展及其技能人才需求现状

（一）船舶制造业发展现状

从近十年我国船舶制造业占世界造船市场份额的明显变化可以看出，我国船舶制造业得到迅速发展，在全球市场上所占的比重正在逐渐上升，中国已经成为全球重要的造船中心之一。

据统计，2011年我国造船完工量、新接订单和手持订单分别占世界市场份额的41.2%、46.9%和44.9%，三大指标仍然保持在世界第一的位置，超过韩国和日本。2012年全国规模以上船舶工业企业有1647家，完成工业总产值7903亿元。其中，船舶制造企业完成产值5951亿元，船舶配套企业产值1130亿元，船舶修理企业产值181亿元，船舶改装企业产值317亿元。

“十二五”期间将是我国船舶工业发展的关键时期。我国将在自主创新能力、生产效率、产品结构和船舶配套产业发展等方面加快发展方式的转变，特别是要发展高技术船舶和海洋工程装备，培育拥有核心竞争力的大型船舶企业，争取在“十二五”末将我国建设成为世界造船强国。

（二）船舶制造业技能人才需求现状

当前，世界船舶工业正从劳动密集型向资金密集型转变，但我国仍以劳动密集型为主，这就意味着我国船舶工业的发展依然需要大量的技能人才支撑。在船舶制造业中，技能人才主要包括焊接工、管工和钳工等。船舶制造业强调制造过程的特点决定其对技能人才的大量需求。随着船舶制造业的快速发展，对技能人才需求不断增加，引发了技能人才供不应求的局面。在某些地区，船舶制造业技能人才已经出现非常严重的断层现象，很多造船企业愿意出月薪6000元～8000元甚至年薪10万～20万元，结果都招聘不到合适的优秀技师或高级技师。浙江某一造船企业以年薪70万元的高价从日本请来一名高级技师。上述数据及案例都表明船舶制造业的技能人才尤其是高技能人才正面临着空前的短缺，技能人才供求关系严重失衡，这将严重制约我国船舶经济的发展。

三、灰色预测模型的构建

灰色系统理论的主要研究对象是部分信息已知和部分信息未知的小样本、具有不确定性的系统，通过对部分已知信息的生成和开发，最终实现对现实世界的准确认识和描述[2]。

所谓预测，就是根据可获得的历史和现实数据、资料，运用一定的科学方法与手段，对人类社会、政治、经济、军事、科学技术等发展趋势作出科学预测，以指导未来行动的方向，减少处理未来事件的盲目性。而灰色预测则是根据人们对系统演化不确定性特征的认识，运用序列算子对原始数据进行生成、处理，发现系统演化规律，建立灰色系统模型，对系统的未来趋势作出定量预测。灰色系统常用的预测模型是GM（1，1）模型，GM（1，1）模型表示一阶方程和一个变量的线性动态预测模型，建模步骤如下。

（一）生成时间序列

设原始序列为X（0）={X（0）（1），X（0）（2），X（0）（3），…，X（0）（n）}，一般情况下，对于给定的原始数据序列不能直接用于建模，因为这些数据多为随机的、无规律的，为了减弱样本数据序列的波动性和随机性，需对样本序列进行数据处理，即通过累加将样本数据序列转化为有规律的递增数列。因此，对原始数列进行累加得到：

X（1）={X（1）（1），X（1）（2），X（1）（3），…，X（1）（n）}

其中：X（1）（1）=X（0）（1）

X（1）（2）=X（0）（1）+X（0）（2）

X（1）（3）=X（0）（1）+X（0）（2）+X（0）（3）

X（1）（n）=

对于非负的数据列，随着累加次数的增多，数列随机性会逐渐明显的被弱化，表现出一定的规律性，此时用指数去逼近就变得容易。进行如此的数据处理是为了达到两个目的：一方面，弱化原始数列的随机性，并发现其规律性的变化；另一方面，则为动态模型的建立提供了必要的中间信息。

（二）进行准光滑性检验

对原始数列进行累加处理后，在模型建立前还需要对数列X（0）进行准光滑性检验，并同时检验数列X（1）是否具有准指数的规律。

由，若对t有ρ（t）<0.5，则其符合准光滑条件。由，若对t有δ=b-1≤0.5，则其满足准指数规律。据此可确定对X（1）建立GM（1，1）模型，否则需要继续累加。

（三）建立GM（1，1）模型

对序列X（1），可建立预测模型的白化形式方程，即GM（1，1）模型的微分方程。

令，按最小二乘法求解，可得，其中：

Yn={X（0）（2），X（0）（3），…，X（0）（n）}T

将系数α，μ解出后代入微分方程，得到灰色预测模型GM（1，1）的时间响应序列为：

其中，-α是灰色预测系统的发展系数，主要反映预测系统态势的大小：当-α<0.3时，模型适合于中长期预测；当0.3<-α<0.5时，模型则只能用于短期预测；当0.5<-α<1时，则不能用模型直接进行预测，需要修正模型的残差，从而改进模型；当-α>1时，说明此时间序列不适合使用GM（1，1）模型进行预测。

（四）残差分析

为了保证GM（1，1）模型具有准确的精度，就需要使用一定的途径和方法对其进行检验，通常使用残差检验对GM（1，1）模型进行检验。

残差：ε（0）（t）=X（0）（t）-

相对误差：ΔT=

根据精度检验等级表，当相对误差达到二级，即ΔT<0.05时，检验通过。

四、船舶制造业技能人才需求预测分析

（一）构建船舶制造业技能人才预测模型

为了预测的准确性，采用2004～2011年船舶制造业技能人才的基本数据[3][4][5]，见表1。

表1显示，2009年和2010年船舶制造业技能人才的增长幅度较大，这是由于这两年急需完成前几年所接的订单，所以招入大量技能人才，而实际上技能人才不会一直按这种趋势增长，所以需要对原始序列进行弱化缓冲算子。运用灰色系统建模软件，对原始序列进行一阶弱化算子得到：

X（0）=（100418，108008.4，117356.7，129204.5，144119.9，162994.7，178676.3，187940.1）

对X（0）进行累加生成数列得到：

X（1）=（100418，208426.4，325783.1，454987.6，599107.5，762102.2， 940778.5， 1128718.6）

（二）对X（0）数列进行准光滑性检验

计算，将上述数据代入计算得到：ρ（3）=0.563，ρ（4）=0.397，ρ（5）=0.317

因为当t>3时，有ρ（t）<0.5，所以原始序列符合准光滑条件。然后检验X（1）是否具有准指数规律。，数据代入得到：σ（1）（3）=1.563，σ（1）（4）=1.397，σ（1）（5）=1.317，σ（1）（6）=1.272，σ（1）（7）=1.234，σ（1）（8）=1.200，由此可见，当t>3时，有σ（1）（t）∈[1，b]，δ=b-1≤0.5，所以满足准指数规律条件。通过准光滑检验和准指数规律检验，确定可建立GM（1，1）模型。

（三）构造矩阵

Yn={108008.4，117356.7，129204.5，144119.9，162994.7，178676.3， 187940.1}T

最终计算得到：α=-0.1，μ=93217.7，显然-α<0.3，可用于中长期预测。将α，μ代入微分方程，可得预测模型为：

（t+1）=1032595e0.1t-932177

（四）模型验证与误差分析

利用该模型对2004～2011年船舶制造业技能人才进行预测，并与实际数据进行比较，所得结果见表2。由表2可知，该模型的平均相对误差为0.01，符合一级精度，从图1也可以看出实际值与预测值较吻合，所以该预测模型拟合程度较好。

经过以上几种检验，该模型具有很好的精度，可以利用其对船舶制造业技能人才未来几年的需求总量进行预测。预测结果如表3。

（五）预测结果分析

从船舶制造业技能人才需求预测结果可以看出，未来几年船舶制造业对技能人才的需求仍然在不断增加。究其原因主要为，国务院关于印发《船舶工业加快结构调整促进转型升级实施方案（2013～2015年）的通知》要求船舶企业加快结构调整促进转型升级，银行的放贷也促进船舶工业优化转型向高技术、高附加值船舶迈进，以及地方政策的支持力度加大，这些都推动了技能人才的需求，所以预测结果是可信的。

五、结论

要在未来几年内满足船舶制造业技能人才大幅上升的需求，必须树立人才为本的理念。政府要加大对技能人才培养的资金投入，并加强船舶类高校的技能人才培养力度；行业企业不仅要重视对现有技能人才的培养，还要引进新的技能人才作为储备，并建立和完善有效的激励机制，防止技能人才的流失；社会也要改变“重学历，轻技术”的观念，鼓励大学生往技能人才方向发展。

参考文献：

[1]宋雪静.基于灰色理论的船舶工程技术人才需求分析[J].山东轻工业学院学报，2011（4）：85-87.

[2]刘思峰.灰色系统理论及其应用[M].北京：北京科学出版社，2010.

[3]中国船舶工业年鉴编辑委员会编.中国船舶工业年鉴[Z].2012.

[4]船舶行业风险分析报告[R].2012.

[5]中国社会科学院工业经济研究所.中国工业发展报告[R].2012.

（三）建立GM（1，1）模型

对序列X（1），可建立预测模型的白化形式方程，即GM（1，1）模型的微分方程。

令，按最小二乘法求解，可得，其中：

Yn={X（0）（2），X（0）（3），…，X（0）（n）}T

将系数α，μ解出后代入微分方程，得到灰色预测模型GM（1，1）的时间响应序列为：

其中，-α是灰色预测系统的发展系数，主要反映预测系统态势的大小：当-α<0.3时，模型适合于中长期预测；当0.3<-α<0.5时，模型则只能用于短期预测；当0.5<-α<1时，则不能用模型直接进行预测，需要修正模型的残差，从而改进模型；当-α>1时，说明此时间序列不适合使用GM（1，1）模型进行预测。

（四）残差分析

为了保证GM（1，1）模型具有准确的精度，就需要使用一定的途径和方法对其进行检验，通常使用残差检验对GM（1，1）模型进行检验。

残差：ε（0）（t）=X（0）（t）-

相对误差：ΔT=

根据精度检验等级表，当相对误差达到二级，即ΔT<0.05时，检验通过。

四、船舶制造业技能人才需求预测分析

（一）构建船舶制造业技能人才预测模型

为了预测的准确性，采用2004～2011年船舶制造业技能人才的基本数据[3][4][5]，见表1。

表1显示，2009年和2010年船舶制造业技能人才的增长幅度较大，这是由于这两年急需完成前几年所接的订单，所以招入大量技能人才，而实际上技能人才不会一直按这种趋势增长，所以需要对原始序列进行弱化缓冲算子。运用灰色系统建模软件，对原始序列进行一阶弱化算子得到：

X（0）=（100418，108008.4，117356.7，129204.5，144119.9，162994.7，178676.3，187940.1）

对X（0）进行累加生成数列得到：

X（1）=（100418，208426.4，325783.1，454987.6，599107.5，762102.2， 940778.5， 1128718.6）

（二）对X（0）数列进行准光滑性检验

计算，将上述数据代入计算得到：ρ（3）=0.563，ρ（4）=0.397，ρ（5）=0.317

因为当t>3时，有ρ（t）<0.5，所以原始序列符合准光滑条件。然后检验X（1）是否具有准指数规律。，数据代入得到：σ（1）（3）=1.563，σ（1）（4）=1.397，σ（1）（5）=1.317，σ（1）（6）=1.272，σ（1）（7）=1.234，σ（1）（8）=1.200，由此可见，当t>3时，有σ（1）（t）∈[1，b]，δ=b-1≤0.5，所以满足准指数规律条件。通过准光滑检验和准指数规律检验，确定可建立GM（1，1）模型。

（三）构造矩阵

Yn={108008.4，117356.7，129204.5，144119.9，162994.7，178676.3， 187940.1}T

最终计算得到：α=-0.1，μ=93217.7，显然-α<0.3，可用于中长期预测。将α，μ代入微分方程，可得预测模型为：

（t+1）=1032595e0.1t-932177

（四）模型验证与误差分析

利用该模型对2004～2011年船舶制造业技能人才进行预测，并与实际数据进行比较，所得结果见表2。由表2可知，该模型的平均相对误差为0.01，符合一级精度，从图1也可以看出实际值与预测值较吻合，所以该预测模型拟合程度较好。

经过以上几种检验，该模型具有很好的精度，可以利用其对船舶制造业技能人才未来几年的需求总量进行预测。预测结果如表3。

（五）预测结果分析

从船舶制造业技能人才需求预测结果可以看出，未来几年船舶制造业对技能人才的需求仍然在不断增加。究其原因主要为，国务院关于印发《船舶工业加快结构调整促进转型升级实施方案（2013～2015年）的通知》要求船舶企业加快结构调整促进转型升级，银行的放贷也促进船舶工业优化转型向高技术、高附加值船舶迈进，以及地方政策的支持力度加大，这些都推动了技能人才的需求，所以预测结果是可信的。

五、结论

要在未来几年内满足船舶制造业技能人才大幅上升的需求，必须树立人才为本的理念。政府要加大对技能人才培养的资金投入，并加强船舶类高校的技能人才培养力度；行业企业不仅要重视对现有技能人才的培养，还要引进新的技能人才作为储备，并建立和完善有效的激励机制，防止技能人才的流失；社会也要改变“重学历，轻技术”的观念，鼓励大学生往技能人才方向发展。

参考文献：

[1]宋雪静.基于灰色理论的船舶工程技术人才需求分析[J].山东轻工业学院学报，2011（4）：85-87.

[2]刘思峰.灰色系统理论及其应用[M].北京：北京科学出版社，2010.

[3]中国船舶工业年鉴编辑委员会编.中国船舶工业年鉴[Z].2012.

[4]船舶行业风险分析报告[R].2012.

[5]中国社会科学院工业经济研究所.中国工业发展报告[R].2012.

（三）建立GM（1，1）模型

对序列X（1），可建立预测模型的白化形式方程，即GM（1，1）模型的微分方程。

令，按最小二乘法求解，可得，其中：

Yn={X（0）（2），X（0）（3），…，X（0）（n）}T

将系数α，μ解出后代入微分方程，得到灰色预测模型GM（1，1）的时间响应序列为：

其中，-α是灰色预测系统的发展系数，主要反映预测系统态势的大小：当-α<0.3时，模型适合于中长期预测；当0.3<-α<0.5时，模型则只能用于短期预测；当0.5<-α<1时，则不能用模型直接进行预测，需要修正模型的残差，从而改进模型；当-α>1时，说明此时间序列不适合使用GM（1，1）模型进行预测。

（四）残差分析

为了保证GM（1，1）模型具有准确的精度，就需要使用一定的途径和方法对其进行检验，通常使用残差检验对GM（1，1）模型进行检验。

残差：ε（0）（t）=X（0）（t）-

相对误差：ΔT=

根据精度检验等级表，当相对误差达到二级，即ΔT<0.05时，检验通过。

四、船舶制造业技能人才需求预测分析

（一）构建船舶制造业技能人才预测模型

为了预测的准确性，采用2004～2011年船舶制造业技能人才的基本数据[3][4][5]，见表1。

表1显示，2009年和2010年船舶制造业技能人才的增长幅度较大，这是由于这两年急需完成前几年所接的订单，所以招入大量技能人才，而实际上技能人才不会一直按这种趋势增长，所以需要对原始序列进行弱化缓冲算子。运用灰色系统建模软件，对原始序列进行一阶弱化算子得到：

X（0）=（100418，108008.4，117356.7，129204.5，144119.9，162994.7，178676.3，187940.1）

对X（0）进行累加生成数列得到：

X（1）=（100418，208426.4，325783.1，454987.6，599107.5，762102.2， 940778.5， 1128718.6）

（二）对X（0）数列进行准光滑性检验

计算，将上述数据代入计算得到：ρ（3）=0.563，ρ（4）=0.397，ρ（5）=0.317

因为当t>3时，有ρ（t）<0.5，所以原始序列符合准光滑条件。然后检验X（1）是否具有准指数规律。，数据代入得到：σ（1）（3）=1.563，σ（1）（4）=1.397，σ（1）（5）=1.317，σ（1）（6）=1.272，σ（1）（7）=1.234，σ（1）（8）=1.200，由此可见，当t>3时，有σ（1）（t）∈[1，b]，δ=b-1≤0.5，所以满足准指数规律条件。通过准光滑检验和准指数规律检验，确定可建立GM（1，1）模型。

（三）构造矩阵

Yn={108008.4，117356.7，129204.5，144119.9，162994.7，178676.3， 187940.1}T

最终计算得到：α=-0.1，μ=93217.7，显然-α<0.3，可用于中长期预测。将α，μ代入微分方程，可得预测模型为：

（t+1）=1032595e0.1t-932177

（四）模型验证与误差分析

利用该模型对2004～2011年船舶制造业技能人才进行预测，并与实际数据进行比较，所得结果见表2。由表2可知，该模型的平均相对误差为0.01，符合一级精度，从图1也可以看出实际值与预测值较吻合，所以该预测模型拟合程度较好。

经过以上几种检验，该模型具有很好的精度，可以利用其对船舶制造业技能人才未来几年的需求总量进行预测。预测结果如表3。

（五）预测结果分析

从船舶制造业技能人才需求预测结果可以看出，未来几年船舶制造业对技能人才的需求仍然在不断增加。究其原因主要为，国务院关于印发《船舶工业加快结构调整促进转型升级实施方案（2013～2015年）的通知》要求船舶企业加快结构调整促进转型升级，银行的放贷也促进船舶工业优化转型向高技术、高附加值船舶迈进，以及地方政策的支持力度加大，这些都推动了技能人才的需求，所以预测结果是可信的。

五、结论

要在未来几年内满足船舶制造业技能人才大幅上升的需求，必须树立人才为本的理念。政府要加大对技能人才培养的资金投入，并加强船舶类高校的技能人才培养力度；行业企业不仅要重视对现有技能人才的培养，还要引进新的技能人才作为储备，并建立和完善有效的激励机制，防止技能人才的流失；社会也要改变“重学历，轻技术”的观念，鼓励大学生往技能人才方向发展。

参考文献：

[1]宋雪静.基于灰色理论的船舶工程技术人才需求分析[J].山东轻工业学院学报，2011（4）：85-87.

[2]刘思峰.灰色系统理论及其应用[M].北京：北京科学出版社，2010.

[3]中国船舶工业年鉴编辑委员会编.中国船舶工业年鉴[Z].2012.

[4]船舶行业风险分析报告[R].2012.

[5]中国社会科学院工业经济研究所.中国工业发展报告[R].2012.