□何文章 咸桂彩 陳 珂
高技能人才需求預測及對策建議
□何文章咸桂彩陳珂
研究選取自然年為輸入指標,高技能人才數量為輸出指標,構建BP神經網絡訓練模型,預測了高技能人才數量隨時間的變化規律,得出了1996年至2025年社會對高技能人才需求呈現出“S”型增長的發展趨勢。進一步研究表明,國內生產總值(GDP)、固定資產投資和就業人數與高技能人才的需求密切相關,這三個經濟指標的變化將會引起高技能人才需求的變化。最后,在預測結論的基礎上給出了加快高技能人才培養的對策建議:針對高技能人才需求的旺盛時期,加快高技能人才的培養;營造適應高技能人才的社會環境,促進高技能人才的成長;完善高技能人才的培養機制,提升高技能人才的素質。
高技能人才;經濟發展;神經網絡;科技進步
隨著我國經濟的發展,科技的進步以及產業結構調整的進一步深化,社會對人力資源的素質提出了新的更高要求。高技能人才是我國人力資源的重要組成部分,目前社會對高技能人才的需求出現了更加強勁的勢頭。中共中央辦公廳、國務院辦公廳《關于進一步加強高技能型人才工作的意見》明確指出:高技能人才在推動科技創新,促進企業轉型,提高企業經濟效應等眾多領域擁有重要的影響力[1]。高技能人才在許多產業中發揮著非常重要的作用,高技能人才是科學技術真正的實踐者,是推動科技進步的支柱力量。目前,伴隨我國經濟結構的調整,一些傳統產業也將面臨著改造、重組或者升級,一大批新興高新技術產業必將快速崛起,對高技能型人才的需求日益增多。然而,“當前職業教育還不能完全適應經濟社會發展的需要,結構不盡合理,質量有待提高。”[2]因此,加快高技能人才隊伍的發展迫在眉睫。近幾年來,隨著社會對高技能人才關注度的提高,吸引了越來越多的學者對高技能人才的成因、培養、評價以及目前短缺的現狀等進行研究[3-4]。但高技能型人才的發展趨勢有其自身的規律,同時也受許多經濟、社會和科技進步等因素的影響。目前,很少有學者利用相關的統計數據,從數學建模的角度進行探討。本文主要定量研究未來經濟社會發展對高技能人才的需求發展趨勢,以便為有關部門制定未來的高技能人才培養計劃及發展規劃提供科學的決策依據,為促進科技進步及經濟社會發展提供重要的參考價值。
按照國家職業分類大典,高技能人才主要指高級工、技師和高級技師[5]。本文選取國內生產總值(GDP)、固定資產投資和就業人數這三個經濟因素作為構建模型的輸入指標。國內生產總值(GDP)代表國內經濟增長總量,能較好的反映經濟發展的總體狀況。固定資產投資在整個社會投資中居于核心地位,它的投資變動趨勢能基本反映技術密集型產業及資本密集型產業的增長變動情況,這兩個產業正是所有行業中對高技能人才需求最多的行業。就業人數是反映經濟社會發展程度的一項重要指標。因此,選取這三個指標探究其與高技能人才需求之間的關系。
本文的數據來自于1996-2012年《中國統計年鑒》[6],詳細數據如表1所示。

表1 經濟因素與高技能人才獲證人數
(一)高技能人才獲證人數隨時間的變化規律
把1996-2010年年份作為輸入數據,年份設為T,用T=1表示1996年,依此類推,T=15表示2010年,高技能人才獲證累加人數作為輸出數據。2011年和2012年的數據并沒有作為原始數據使用,僅作為模型預測檢驗。
構建BP神經網絡訓練模型,模型的結構為1-15-1,即網絡輸入層為1個神經單元,一個隱含層,包含的隱單元個數是15,網絡輸出層也為1個神經單元。用LM算法進行網絡訓練,參數選取如下:訓練函數為trainlm,學習速率為0.02,最大訓練次數為20000次,預期最大均方誤差為0.00001。
1.學習訓練階段:將1996-2010年,即T=1,2,…,15作為樣本輸入,相應的高技能人才獲證累加人數作為樣本期望輸出,反復訓練網絡,修正網絡的各個權值,直到誤差達到允許的范圍內。
2.預測階段:①將2011和2012年,即T=16、17作為輸入,所得的樣本實際輸出值作為高技能人才獲證累加人數的預測值,并與實際值比較,進行模型預測檢驗。②將2013至2025年,即T=18,19,…,30作為輸入,神經網絡訓練模型輸出值作為高技能人才獲證累加人數的預測值。
圖1是最大均方誤差性能曲線,從圖1可以看出經過91次迭代,訓練結束,達到了最大均方誤差要求,可以認為網絡訓練是合理的,仿真訓練結果令人滿意,可以進行時間序列預測。表2給出了高技能人才累加獲證人數實際值與預測值對比表。從表2可以看出,2011年和2012年的預測結果分別為1899.3(萬人)、2215.5(萬人),與其實際值進行比較,得出相對誤差分別為1.71%,2.13%,預測結果令人滿意。

圖1 最大均方誤差性能曲線

圖2 高技能人才累加獲證人數預測圖
進一步對2013-2025年高技能人才獲證累加人數未來發展趨勢進行了預測,圖2給出了預測圖,其中用“+”表示訓練樣本,“o”表示預測仿真結果。從圖2可以看出,從1996年到2010年,高技能人才獲證累加人數呈拋物線型增長發展趨勢。2006-2015年是高技能人才發展最快,需求最旺盛的時期。2020年以后,增長趨勢開始減慢,進入平穩增長期。從預測趨勢來看,從1996年到2025年,高技能人才累加獲證人數呈“S”型曲線發展,這是比較符合實際的發展趨勢。

表2 高技能人才累加獲證人數實際值與預測值對比表
(二)經濟發展與高技能人才的關系
下面探討國內生產總值 (GDP)、固定資產投資、就業人數這三個經濟因素與高技能人才數量的關系。輸入數據為1996年到2010年的GDP數值、固定資產投資與就業人數,目標數據為相應的高技能人才累加獲證人數。首先對輸入數據和目標數據進行歸一化處理。構建BP網絡訓練模型,模型的結構設定為3-15-1,即網絡輸入層中包括3個神經元,分別為GDP、固定資產投資與就業人數;一個隱含層,其中包含的隱含層單元數是15;輸出層有1個神經元,為高技能人才累加獲證人數。用LM算法進行網絡訓練,參數設定如下:訓練函數為trainlm,學習速率為0.05,最大訓練次數為20000次,最大均方誤差為0.00001。誤差性能曲線如圖3所示。從圖3可以看出,訓練經過了54次,達到了要求的目標誤差0.00001。

圖3 誤差性能曲線

圖4 仿真結果與訓練樣本的散點圖
用神經網絡仿真訓練結果與原始數據進行測試,實際值與仿真訓練結果如圖4所示,其中“+”表示訓練樣本,“o”為仿真訓練結果。詳細的對比結果見表3。從圖4和表3均可以看出,神經網絡仿真訓練結果是令人滿意的。為了進一步檢驗BP網絡訓練模型的訓練效果,將2011年和2012年國內生產總值(GDP)、固定資產投資、就業人數的原始數據,經過歸一化處理后,代入BP網絡訓練模型,預測高技能人才累加獲證人數分別為 1984.2萬,2253.1萬,其相對誤差分別為2.68%,0.47%。

表3 采用三個因素的高技能人才累加獲證人數實際值與預測值對比表
(一)針對高技能人才需求的旺盛時期,加快高技能人才的培養
通過本文的研究可以看出,從1996年到2025年高技能人才發展隨著自然年呈現“S”型曲線。從1996年開始,高技能人才數量一直呈增長趨勢,2006年開始進入高速增長期,社會對高技能人才需求最為旺盛,是高技能人才數量增長最快的時期,并將一直持續到2020年左右,之后增長速度開始減慢,進入平穩增長期。進一步研究表明,國內生產總值(GDP)、固定資產投資和就業人數與高技能人才的需求密切相關,這三個經濟指標的變化將會引起高技能人才需求的變化。這表明隨著經濟社會的發展,科技水平的提高,生產更加趨向于機械化和自動化,結果導致所需要的一般勞動力越來越少,需要的高技能型人才越來越多。而我國目前就業市場所面臨的困難是勞動力的供給結構性失衡,簡單勞動力供給過多,而對于高技能型人才卻是供給不足,導致我國目前面臨嚴峻的就業形勢。基于以上預測分析,結合當前高技能人才現狀,目前當務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養。
(二)營造適應高技能人才的社會環境,促進高技能人才的成長
目前,對高技能人才需求是最為旺盛的時期,因此各級主管部門應高度重視提高勞動力的技術水平,擴大培養高技能人才院校的數量,完善對高技能型人才的有關政策,把高技能人才隊伍建設放在突出重要的地位,加大對高技能人才的政策投入和關注力度,將高技能人才隊伍建設作為政府考核業績的重要指標;在全社會宣傳推廣高技能人才的津貼和獎勵制度,建立待遇與業績貢獻相掛鉤的高技能人才收入分配機制;鼓勵組織各種類別的職業技能競賽,加大對特別突出的高技能人才的宣傳和獎勵;全面提升高技能人才各種待遇,在工資、津貼、培訓、晉升榮譽等方面給予更加優惠的政策。總之,要通過政府和輿論的引導,擯棄傳統觀念中“重學歷輕技能”的觀念,在全社會形成尊重高技能人才的良好社會氛圍,促進高技能人才的成長。
(三)完善高技能人才的培養機制,提升高技能人才的素質
各級主管部門,鼓勵和加大企業對高技能人才培養教育的投入,把提高企業員工素質作為企業提高自身整體素質的重要組成部分,充分調動高技能人才工作的積極性;整合社會已有的多種職業教育培訓資源,充分發揮各級各類職業教育培訓機構的作用;優化目前職業院校的專業設置,以企業需求為導向,開設復合技能、知識技能等相關課程,積極發展高學歷技能型人才培養;舉辦技能競賽、技能參觀交流,促進高技能人才之間的相互學習,激發高技能人才不斷提升自身的技能水平;優化高技能人才的培養模式,加強校企合作,完善高技能人才選拔模式和評價機制,扶持高技能人才的發展,提升高技能人才的素質。
總之,高技能人才是推動科技進步及社會經濟可持續發展的重要力量,目前當務之急是保證高技能人才的培養質量和增長速度以滿足社會的需求,同時也解決我國未來面臨的更加嚴峻的就業形勢。
[1]中共中央辦公廳、國務院辦公廳.關于進一步加強高技能人才工作的意見[R].中國勞動,2007:6-61.
[2]國務院關于加快發展現代職業教育的決定[EB/ OL].http://news.xinhuanet.com/edu/2014-06/22/ c_1111255437.htm
[3]馬振華,劉春生.我國“十一五”時期高技能人才需求預測與人才積累對策研究[J].科技進步與對策,2007(5):161-163.
[4]相玉紅,等.基于評價視角優化高技能人才成長的社會環境對策研究[J].經濟研究導刊,2013(20):91-92.
[5]中國勞動社會保障出版社.中華人民共和國職業分類大典[M].北京:中國勞動社會保障出版社,2008.
[6]國家統計局.中國統計年鑒[M].北京:中國統計出版社,1996-2012.
[7]張德豐.MATLAB神經網絡應用設計[M].北京:機械工業出版社,2012:128-171.
責任編輯殷新紅
何文章(1961-),男,黑龍江綏化人,天津職業技術師范大學科技處處長、教授,博士,研究方向為系統的預測與決策;咸桂彩(1973-),男,山東諸城人,天津職業技術師范大學碩士生導師,高級實驗師,中國職業技術教育學會職業指導專業委員會副秘書長,研究方向為職業發展與職業生涯教育;陳珂(1980-),男,陜西西安人,天津職業技術師范大學教師,研究方向為數量經濟與技術經濟。
全國教育科學“十二五”規劃教育部重點課題“我國中長期經濟發展對高技能人才需求預測模型研究”(編號:DJA110289),主持人:何文章。
G710
A
1001-7518(2015)27-0014-05