基于灰色理论的船舶制造业技能人才需求预测分析.doc

《基于灰色理论的船舶制造业技能人才需求预测分析.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于灰色理论的船舶制造业技能人才需求预测分析　　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

2、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，

3、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

4、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

5、“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

6、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

7、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

8、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