高技能人才需求预测及对策建议

□何文章　咸桂彩　陈　珂

高技能人才需求预测及对策建议

□何文章咸桂彩陈珂

研究选取自然年为输入指标，高技能人才数量为输出指标，构建BP神经网络训练模型，预测了高技能人才数量随时间的变化规律，得出了1996年至2025年社会对高技能人才需求呈现出“S”型增长的发展趋势。进一步研究表明，国内生产总值（GDP）、固定资产投资和就业人数与高技能人才的需求密切相关，这三个经济指标的变化将会引起高技能人才需求的变化。最后，在预测结论的基础上给出了加快高技能人才培养的对策建议：针对高技能人才需求的旺盛时期，加快高技能人才的培养；营造适应高技能人才的社会环境，促进高技能人才的成长；完善高技能人才的培养机制，提升高技能人才的素质。

高技能人才；经济发展；神经网络；科技进步

一、问题的提出

随着我国经济的发展，科技的进步以及产业结构调整的进一步深化，社会对人力资源的素质提出了新的更高要求。高技能人才是我国人力资源的重要组成部分，目前社会对高技能人才的需求出现了更加强劲的势头。中共中央办公厅、国务院办公厅《关于进一步加强高技能型人才工作的意见》明确指出：高技能人才在推动科技创新，促进企业转型，提高企业经济效应等众多领域拥有重要的影响力［1］。高技能人才在许多产业中发挥着非常重要的作用，高技能人才是科学技术真正的实践者，是推动科技进步的支柱力量。目前，伴随我国经济结构的调整，一些传统产业也将面临着改造、重组或者升级，一大批新兴高新技术产业必将快速崛起，对高技能型人才的需求日益增多。然而，“当前职业教育还不能完全适应经济社会发展的需要，结构不尽合理，质量有待提高。”［2］因此，加快高技能人才队伍的发展迫在眉睫。近几年来，随着社会对高技能人才关注度的提高，吸引了越来越多的学者对高技能人才的成因、培养、评价以及目前短缺的现状等进行研究［3-4］。但高技能型人才的发展趋势有其自身的规律，同时也受许多经济、社会和科技进步等因素的影响。目前，很少有学者利用相关的统计数据，从数学建模的角度进行探讨。本文主要定量研究未来经济社会发展对高技能人才的需求发展趋势，以便为有关部门制定未来的高技能人才培养计划及发展规划提供科学的决策依据，为促进科技进步及经济社会发展提供重要的参考价值。

二、数据与指标选择

按照国家职业分类大典，高技能人才主要指高级工、技师和高级技师［5］。本文选取国内生产总值（GDP）、固定资产投资和就业人数这三个经济因素作为构建模型的输入指标。国内生产总值（GDP）代表国内经济增长总量，能较好的反映经济发展的总体状况。固定资产投资在整个社会投资中居于核心地位，它的投资变动趋势能基本反映技术密集型产业及资本密集型产业的增长变动情况，这两个产业正是所有行业中对高技能人才需求最多的行业。就业人数是反映经济社会发展程度的一项重要指标。因此，选取这三个指标探究其与高技能人才需求之间的关系。

本文的数据来自于1996-2012年《中国统计年鉴》［6］，详细数据如表1所示。

表1　经济因素与高技能人才获证人数

三、经济发展对高技能人才需求趋势分析

（一）高技能人才获证人数随时间的变化规律

把1996-2010年年份作为输入数据，年份设为T，用T=1表示1996年，依此类推，T=15表示2010年，高技能人才获证累加人数作为输出数据。2011年和2012年的数据并没有作为原始数据使用，仅作为模型预测检验。

构建BP神经网络训练模型，模型的结构为1-15-1，即网络输入层为1个神经单元，一个隐含层，包含的隐单元个数是15，网络输出层也为1个神经单元。用LM算法进行网络训练，参数选取如下：训练函数为trainlm，学习速率为0.02，最大训练次数为20000次，预期最大均方误差为0.00001。

1.学习训练阶段：将1996-2010年，即T=1，2，…，15作为样本输入，相应的高技能人才获证累加人数作为样本期望输出，反复训练网络，修正网络的各个权值，直到误差达到允许的范围内。

2.预测阶段：①将2011和2012年，即T=16、17作为输入，所得的样本实际输出值作为高技能人才获证累加人数的预测值，并与实际值比较，进行模型预测检验。②将2013至2025年，即T=18，19，…，30作为输入，神经网络训练模型输出值作为高技能人才获证累加人数的预测值。

图1是最大均方误差性能曲线，从图1可以看出经过91次迭代，训练结束，达到了最大均方误差要求，可以认为网络训练是合理的，仿真训练结果令人满意，可以进行时间序列预测。表2给出了高技能人才累加获证人数实际值与预测值对比表。从表2可以看出，2011年和2012年的预测结果分别为1899.3（万人）、2215.5（万人），与其实际值进行比较，得出相对误差分别为1.71%，2.13%，预测结果令人满意。

图1　最大均方误差性能曲线

图2　高技能人才累加获证人数预测图

进一步对2013-2025年高技能人才获证累加人数未来发展趋势进行了预测，图2给出了预测图，其中用“+”表示训练样本，“o”表示预测仿真结果。从图2可以看出，从1996年到2010年，高技能人才获证累加人数呈抛物线型增长发展趋势。2006-2015年是高技能人才发展最快，需求最旺盛的时期。2020年以后，增长趋势开始减慢，进入平稳增长期。从预测趋势来看，从1996年到2025年，高技能人才累加获证人数呈“S”型曲线发展，这是比较符合实际的发展趋势。

表2　高技能人才累加获证人数实际值与预测值对比表

（二）经济发展与高技能人才的关系

下面探讨国内生产总值 （GDP）、固定资产投资、就业人数这三个经济因素与高技能人才数量的关系。输入数据为1996年到2010年的GDP数值、固定资产投资与就业人数，目标数据为相应的高技能人才累加获证人数。首先对输入数据和目标数据进行归一化处理。构建BP网络训练模型，模型的结构设定为3-15-1，即网络输入层中包括3个神经元，分别为GDP、固定资产投资与就业人数；一个隐含层，其中包含的隐含层单元数是15；输出层有1个神经元，为高技能人才累加获证人数。用LM算法进行网络训练，参数设定如下：训练函数为trainlm，学习速率为0.05，最大训练次数为20000次，最大均方误差为0.00001。误差性能曲线如图3所示。从图3可以看出，训练经过了54次，达到了要求的目标误差0.00001。

图3　误差性能曲线

图4　仿真结果与训练样本的散点图

用神经网络仿真训练结果与原始数据进行测试，实际值与仿真训练结果如图4所示，其中“+”表示训练样本，“o”为仿真训练结果。详细的对比结果见表3。从图4和表3均可以看出，神经网络仿真训练结果是令人满意的。为了进一步检验BP网络训练模型的训练效果，将2011年和2012年国内生产总值（GDP）、固定资产投资、就业人数的原始数据，经过归一化处理后，代入BP网络训练模型，预测高技能人才累加获证人数分别为 1984.2万，2253.1万，其相对误差分别为2.68%，0.47%。

表3　采用三个因素的高技能人才累加获证人数实际值与预测值对比表

四、对策建议

（一）针对高技能人才需求的旺盛时期，加快高技能人才的培养

通过本文的研究可以看出，从1996年到2025年高技能人才发展随着自然年呈现“S”型曲线。从1996年开始，高技能人才数量一直呈增长趋势，2006年开始进入高速增长期，社会对高技能人才需求最为旺盛，是高技能人才数量增长最快的时期，并将一直持续到2020年左右，之后增长速度开始减慢，进入平稳增长期。进一步研究表明，国内生产总值（GDP）、固定资产投资和就业人数与高技能人才的需求密切相关，这三个经济指标的变化将会引起高技能人才需求的变化。这表明随着经济社会的发展，科技水平的提高，生产更加趋向于机械化和自动化，结果导致所需要的一般劳动力越来越少，需要的高技能型人才越来越多。而我国目前就业市场所面临的困难是劳动力的供给结构性失衡，简单劳动力供给过多，而对于高技能型人才却是供给不足，导致我国目前面临严峻的就业形势。基于以上预测分析，结合当前高技能人才现状，目前当务之急就是要采取行之有效的措施，大力加快高技能人才的培养。

（二）营造适应高技能人才的社会环境，促进高技能人才的成长

目前，对高技能人才需求是最为旺盛的时期，因此各级主管部门应高度重视提高劳动力的技术水平，扩大培养高技能人才院校的数量，完善对高技能型人才的有关政策，把高技能人才队伍建设放在突出重要的地位，加大对高技能人才的政策投入和关注力度，将高技能人才队伍建设作为政府考核业绩的重要指标；在全社会宣传推广高技能人才的津贴和奖励制度，建立待遇与业绩贡献相挂钩的高技能人才收入分配机制；鼓励组织各种类别的职业技能竞赛，加大对特别突出的高技能人才的宣传和奖励；全面提升高技能人才各种待遇，在工资、津贴、培训、晋升荣誉等方面给予更加优惠的政策。总之，要通过政府和舆论的引导，摈弃传统观念中“重学历轻技能”的观念，在全社会形成尊重高技能人才的良好社会氛围，促进高技能人才的成长。

（三）完善高技能人才的培养机制，提升高技能人才的素质

各级主管部门，鼓励和加大企业对高技能人才培养教育的投入，把提高企业员工素质作为企业提高自身整体素质的重要组成部分，充分调动高技能人才工作的积极性；整合社会已有的多种职业教育培训资源，充分发挥各级各类职业教育培训机构的作用；优化目前职业院校的专业设置，以企业需求为导向，开设复合技能、知识技能等相关课程，积极发展高学历技能型人才培养；举办技能竞赛、技能参观交流，促进高技能人才之间的相互学习，激发高技能人才不断提升自身的技能水平；优化高技能人才的培养模式，加强校企合作，完善高技能人才选拔模式和评价机制，扶持高技能人才的发展，提升高技能人才的素质。

总之，高技能人才是推动科技进步及社会经济可持续发展的重要力量，目前当务之急是保证高技能人才的培养质量和增长速度以满足社会的需求，同时也解决我国未来面临的更加严峻的就业形势。

［1］中共中央办公厅、国务院办公厅.关于进一步加强高技能人才工作的意见［R］.中国劳动，2007：6-61.

［2］国务院关于加快发展现代职业教育的决定［EB/ OL］.http：//news.xinhuanet.com/edu/2014-06/22/ c_1111255437.htm

［3］马振华，刘春生.我国“十一五”时期高技能人才需求预测与人才积累对策研究［J］.科技进步与对策，2007（5）：161-163.

［4］相玉红，等.基于评价视角优化高技能人才成长的社会环境对策研究［J］.经济研究导刊，2013（20）：91-92.

［5］中国劳动社会保障出版社.中华人民共和国职业分类大典［M］.北京：中国劳动社会保障出版社，2008.

［6］国家统计局.中国统计年鉴［M］.北京：中国统计出版社，1996-2012.

［7］张德丰.MATLAB神经网络应用设计［M］.北京：机械工业出版社，2012：128-171.

责任编辑殷新红

何文章（1961-），男，黑龙江绥化人，天津职业技术师范大学科技处处长、教授，博士，研究方向为系统的预测与决策；咸桂彩（1973-），男，山东诸城人，天津职业技术师范大学硕士生导师，高级实验师，中国职业技术教育学会职业指导专业委员会副秘书长，研究方向为职业发展与职业生涯教育；陈珂（1980-），男，陕西西安人，天津职业技术师范大学教师，研究方向为数量经济与技术经济。

全国教育科学“十二五”规划教育部重点课题“我国中长期经济发展对高技能人才需求预测模型研究”（编号：DJA110289），主持人：何文章。

G710

A

1001-7518（2015）27-0014-05