組合預測法在物流人才需求預測中的應用

康秋燕+吳席爽

（煙臺南山學院 山東 龍口 265706）

【摘要】近年來，物流業的飛速發展帶來了對物流人才的迫切需求。其人才的缺乏已經成為亟待解決的重要問題。如何緊貼市場和產業需求，培養出適合物流產業發展的高素質人才，成為各個國家和地區關注的焦點。各院校及科研機構對此問題積極研究。本文結合我國物流產業實際情況，論證了組合預測法對預測結果進行修正

分析的可行性，以期為物流人才培養的規劃與決策提供科學的理論參考。

【關鍵詞】物流人才 物流業

一、物流人才需求現狀及其緊迫性

隨著世界經濟的快速發展和現代科學技術的不斷進步，物流作為國民經濟中一個重要的部門正在全球范圍內迅速發展。就我國實際情況而言，自2001年加入WTO以來，經濟迅速發展，國內市場普遍呈現出買方市場狀況，企業競爭加劇，紛紛尋找新的利潤增長點，被稱為“第三利潤源泉”的物流業受到了普遍關注，加上連鎖經營、電子商務、按單制造和按單銷售等新型生產和流通組織形式的發展，使物流作用凸顯。現代物流要求物流人才不僅要擁有全面的理論知識，同時也要有多年的實踐經驗。國外物流的發展實踐表明，物流從業人員是否具有較高的物流知識和操作經驗，直接影響到企業的生存與發展。

（一）現代物流人才理論

現代物流包含學科有管理學、運輸學、經濟學、社會學、系統工程、計算機科學等，而物流人才則是能夠解決物流中經濟、管理、工程、信息、外語甚至于法律政策等方面的問題。而物流人才則是將這些專業的物流知識應用于實踐中，還需要應對在實踐中所遇到的各種實戰問題。在物流領域中物流人才主要分為三個層次：初級物流操作人才、中級物流管理人才以及高級物流管理戰略人才。

初級物流操作人才是接受過工作所需的相應的物流理論知識并取得物流技術認證的物流體系相關人員，能夠熟練應對日新月異的現代化物流機械的認知及操作。而中級物流管理人才和高級管理戰略人才則是接受了較為系統、專業的物流知識，具有一定的統籌能力的人員，中級管理人員對自身從事的物流體系中各環節熟知，使物流工作更加合理和有效，協調各部門工作科學化、合理化。高級物流管理戰略人才則要具有較強的戰略判斷和把握應對能力，能夠謹慎敏銳的觀察市場發展變化，對整個物流系統的各個環節進行宏觀調控和微觀調整。

根據勞動力調查資料顯示，我國西南某省就業人員受教育程度構成比顯示，未上過學比例為17.4%，小學41.9%，初中32.3%，高中5.1%，大學專科2.5%，大學本科0.9%，研究生0.01%。而具體從事物流相關工作的人才所占比例甚微，所以把握住物流發展趨勢，對我省未來物流人才需求作出精確預測，并能夠進行物流人才教育統籌安排規劃迫在眉睫。

（二）我國物流人才需求模式的特點

國外經過多年發展，已形成了一定規模的物流教育系統，許多高校設置了與物流相關的課程，為物流業培養并輸送了大批實用人才。相比之下，我國這方面的教育發展還相對落后，我國物流專家呼吁國家應加強物流人才的教育和培養。因此，近十年來，我國從高職高專到本科院校，紛紛開設物流類專業，正規的在校學歷教育迅速發展起來。同時，各級部門為普及物流知識，提升物流人才的專業水平，紛紛舉辦各種各樣的進修班和培訓班，物流人才的短期培訓教育也開展得如火如荼。那么根據我國物流產業的發展和物流人才的培養規模，物流教育人才的培訓是否能真正滿足企業物流人才的需求，這是物流人力資源開發研究的問題之一。通過國家的經濟普查數據得知，我國的物流從業人員數量基數很大，但是物流人才的需求處于動態的變化過程中，那么準確預測未來我國企業物流人才的需求是十分重要的，也是物流人力資源開發的重要數據基礎。因此，如何采用科學合理的人才預測方法，準確的建立未來人才需求預測模型，是人力資源開

發亟待解決的難題之一。而物流人才需求的穩定增長是物流人力資源開發基礎。因此，總結我國物流人力資源開發現狀，分析影響因素，在建立科學完善的物流人力資源培養體系之前，必不可少的工作就是對物流人才需求作出準確預測。

二、組合預測法

（一）組合預測法的優勢

組合預測的基本含義是把兩個或兩個以上的預測模型采用加權平均的方法組合成一個模型。對于同一個預測問題，若采用幾種不同的模型進行預測，為了提高結果的準確性和可靠性，則可以運用組合預測法，計算出每個模型的加權系數，再按照要求對每個模型的預測值進行組合，得到最終預測結果。組合預測方法表明，即使某個預測方法的結果不是很精確，只要該方法包含獨立的信息，若將它與一個效果較好的預測方法進行組合，就一定能夠提高系統的預測精度。組合預測的目的就是綜合利用各種方法所提供的信息，避免單一模型丟失信息的缺憾，減少隨機性，提高預測精度。為了提高預測的準確性，往往會使用多種不同的模型同時進行預測，得出不同的結果，這時需要應用組合預測模型對幾種不同模型的預測結果進行修正，從而得到最終預測結果。組合預測模型目的在于綜合多種模型方法得出結果，避免單一性和隨機性帶來的誤差，挺高預測結果的精確性和可靠性。

（二）組合預測法的原則

組合預測法有三大原則：定性分析與定量分析相結合原則；系統性原則；經濟性原則。

（三）組合預測法在物流人才需求預測分析的應用步驟

根據經濟理論和實際情況建立各種獨立的單項預測模型，單項因素有：各產業鏈條人才基數、人才總數、初、中、高級人才需求數以及相對應的國內相應層次院校培訓所得的可用人才數等等；運用系統聚類分析方法度量以上各單項模型的類間相似程度；根據聚類結果，逐層次建立組合預測模型進行預測。組合預測模型可采用以下幾種主要模式。模式一：線性組合模型；模式二：最優線性組合模型；模式三：貝葉斯組合模型；模式四：轉換函數組合模型；獲得各個因素對應的權重系數；從需求預測的結果得出未來幾年內研究對象區域科技人才的供求結構矛盾，各產業對科技人才的需求量增減，各因素的增長速度需求大小，使科技人才結構與產業結構的優化升級相適應，加速調整人才結構，使其不斷優化，有針對性的補充各產業緊缺的科技人才，進而支撐產業結構的調整升級。