论文部分内容阅读
摘 要：对人力资源需求进行预测的方法有很多，这里我们选取几种有代表性的方法进行简单的介绍。需要指出的是，在预测过程中，不可能只采用某一种方法，而应当将多种方法结合起来使用，这样预测的结果才会比较准确。
关键词：人力资源 需求 预测 方法
对人力资源需求进行预测的方法有很多，这里我们选取几种有代表性的方法进行简单的介绍。需要指出的是，在预测过程中，不可能只采用某一种方法，而应当将多种方法结合起来使用，这样预测的结果才会比较准确。
一.主观判断法
这是最简单的一种方法，是由管理人员凭借自己以往工作的经验和直觉，对未来所需要的人力资源做出估计。在实际操作中，一般先由各个部门的负责人根据本部门未来一定时期内工作量的情况预测本部门的人力资源需求，然后再汇总到企业最高领导层那里进行平衡，以确定企业最终的需求。
这种方法主要是凭借经验来进行的，因此它主要用于进行短期的预测，并且适用于那些规模较小或者经营环境稳定、人员流动不大的企业；同时，在使用这种方法时，还要求管理人员必须具有丰富的经验，这样预测的结果才会比较准确。除了预测的准确性较低以外，主观判断法还存在一个问题，那就是往往会出现"帕金森定律"所提到的现象，各部门的负责人在预测本部门人力资源需求时一般都会扩大。为了避免这一问题，就需要最高领导层的控制。
二.德尔菲法
德尔菲的名称源于古希腊的一个传说，是20世纪40年代末从美国兰德公司的思想库中首先发展出来的。这种方法是指邀请在某一领域的一些专家或有经验的管理人员对某一问题进行预测并最终达成一致意见的结构化的方法，有时也称作专家预测法。
德尔菲法的特点是：第一，它吸取和综合了众多专家的意见，避免了个人预测的片面性。第二，它不采用集体讨论的方式，而是匿名进行，也就是说采用“背靠背”的方式进行，这样就使专家可以独立地做出判断， 避免了从众行为。因此，在实施德尔菲法的时候，需要一个“中间人”或者“协调人”在专家之间传递、归纳和反馈信息。第三，它采取多轮预测的方式，经过几轮的反复，专家的意见趋于一致，具有较高的准确性。
实施德尔菲法的步骤是：第一，整理相关的背景资料并设计调查的问卷，明确列出需要专家回答的问题；第二，将背景资料和问卷发给专家，由专家对这些问题进行判断和预测，并说明自己的理由；第三，由中间人回收问卷，统计汇总专家预测的结果和意见，将这些结果和意见反馈给专家，进行第二轮预测；第四，再由中间人回收问卷，对第二轮预测的结果和意见进行统计汇总，接着进行下一轮预测；第五，经过多轮预测之后，当专家的意见基本一致时就可以结束调查，将预测的结果用文字或图形加以表述。
实施德尔菲法时需注意以下几个问题：专家人数一般不少于30人，问卷回收率应不低于60%，以保证调查的权威性和广泛性；提高问卷的质量，问题应该符合预测的目的并且表达明确，保证专家都是从同一个角度去理解问题，避免造成误解和歧义；要给专家提供充分的资料和信息，使他们能够进行判断和预测；同时结果不要求十分精确，专家只要给出粗略的数字估计即可；要取得参与专家的支持，确保他们能够认真进行每一次预测；同时也要向公司高层说明预测的意义和作用，取得高层的支持。
三.趋势预测法
趋势预测法是指根据企业过去几年的人员数量，分析它在未来的变化趋势并依此来预测企业在未来某一时期的人力资源需求量。这种|预测方法相对比较简单直观，但是由于在使用时一般都要假设其他一切因素都保持不变或者变化的幅度保持一致，因此具有较大的局限性，多适用于那些经营稳定的企业，并且主要作为一种辅助方法来使用。
趋势预测法的具体步骤是，首先，搜集企业在过去几年内人员数量的数据， 并且用这些数据作图，然后，用数学方法进行修正，使其成为一条平滑的曲线， 将这条曲线延长就可以看出未来的变化趋势。在实践中为了简便起见，往往将这种趋势简化为直线关系。
四.回归预测法
回归预测法是从统计学中借鉴的一种方法。由于人力资源的需求总是受到某些因素的影响，回归预测法的基本思路就是要找出那些与人力资源需求关系密切的因素，并依据过去的相关资料确定出它们之间的数量关系，建立一个回归方程，然后再根据这些因素的變化以及确定的回归方程来预测未来的人力资源需求。使用回归预测法的关键是要找出那些与人力资源需求高度相关的变量，这样建立起来的回归方程预测效果才会比较好。
根据回归方程中变量的数目，可以将回归预测法分为一元回归预测和多元回归预测两种。一元回归由于只涉及一个变量，因此建立回归方程时相对比较简单；而多元回归由于涉及的变量较多，所以建立方程时要复杂得多，但是它考虑的因素比较全面，所以预测的准确度往往高于前者。由于曲线关系的回归方程建立起来比较复杂，为了便于操作，在实践中往往采用线性回归方程来进行预测。下面我们来看一个一元线性回归预测的例子。
例如，某家医院要预测明年所需的护士数量，如果使用回归预测法，首先就要找出护士的需求量与哪些因素关系比较密切，对相关数据进行统计分析后可以发现，病床数与护士的需求量之间相关程度比较高，接下来就要分析它们之间到底是一种什么样的关系。医院的人力资源经理找来了自己医院和其他医院病床数以及护士数的数据。
使用这种方法进行预测时，需要对未来的业务量、人均的生产效率及其变化做出准确的估计，这样对人力资源需求的预测才会比较符合实际，而这往往是比较难做到的。比率预测法还可以做进一步的延伸，利用各类人员之间的比例关系，根据已知的某类人员的数量来预测对其他人员的需求。
人力资源预测是人力资源规划的重要一环，通过人力资源规划，企业可以及早发现人力不足或人浮于事的现象。为了保证人力资源规划的合理性，必须对人力资源需求进行准确预测。
关键词：人力资源 需求 预测 方法
对人力资源需求进行预测的方法有很多，这里我们选取几种有代表性的方法进行简单的介绍。需要指出的是，在预测过程中，不可能只采用某一种方法，而应当将多种方法结合起来使用，这样预测的结果才会比较准确。
一.主观判断法
这是最简单的一种方法，是由管理人员凭借自己以往工作的经验和直觉，对未来所需要的人力资源做出估计。在实际操作中，一般先由各个部门的负责人根据本部门未来一定时期内工作量的情况预测本部门的人力资源需求，然后再汇总到企业最高领导层那里进行平衡，以确定企业最终的需求。
这种方法主要是凭借经验来进行的，因此它主要用于进行短期的预测，并且适用于那些规模较小或者经营环境稳定、人员流动不大的企业；同时，在使用这种方法时，还要求管理人员必须具有丰富的经验，这样预测的结果才会比较准确。除了预测的准确性较低以外，主观判断法还存在一个问题，那就是往往会出现"帕金森定律"所提到的现象，各部门的负责人在预测本部门人力资源需求时一般都会扩大。为了避免这一问题，就需要最高领导层的控制。
二.德尔菲法
德尔菲的名称源于古希腊的一个传说，是20世纪40年代末从美国兰德公司的思想库中首先发展出来的。这种方法是指邀请在某一领域的一些专家或有经验的管理人员对某一问题进行预测并最终达成一致意见的结构化的方法，有时也称作专家预测法。
德尔菲法的特点是：第一，它吸取和综合了众多专家的意见，避免了个人预测的片面性。第二，它不采用集体讨论的方式，而是匿名进行，也就是说采用“背靠背”的方式进行，这样就使专家可以独立地做出判断， 避免了从众行为。因此，在实施德尔菲法的时候，需要一个“中间人”或者“协调人”在专家之间传递、归纳和反馈信息。第三，它采取多轮预测的方式，经过几轮的反复，专家的意见趋于一致，具有较高的准确性。
实施德尔菲法的步骤是：第一，整理相关的背景资料并设计调查的问卷，明确列出需要专家回答的问题；第二，将背景资料和问卷发给专家，由专家对这些问题进行判断和预测，并说明自己的理由；第三，由中间人回收问卷，统计汇总专家预测的结果和意见，将这些结果和意见反馈给专家，进行第二轮预测；第四，再由中间人回收问卷，对第二轮预测的结果和意见进行统计汇总，接着进行下一轮预测；第五，经过多轮预测之后，当专家的意见基本一致时就可以结束调查，将预测的结果用文字或图形加以表述。
实施德尔菲法时需注意以下几个问题：专家人数一般不少于30人，问卷回收率应不低于60%，以保证调查的权威性和广泛性；提高问卷的质量，问题应该符合预测的目的并且表达明确，保证专家都是从同一个角度去理解问题，避免造成误解和歧义；要给专家提供充分的资料和信息，使他们能够进行判断和预测；同时结果不要求十分精确，专家只要给出粗略的数字估计即可；要取得参与专家的支持，确保他们能够认真进行每一次预测；同时也要向公司高层说明预测的意义和作用，取得高层的支持。
三.趋势预测法
趋势预测法是指根据企业过去几年的人员数量，分析它在未来的变化趋势并依此来预测企业在未来某一时期的人力资源需求量。这种|预测方法相对比较简单直观，但是由于在使用时一般都要假设其他一切因素都保持不变或者变化的幅度保持一致，因此具有较大的局限性，多适用于那些经营稳定的企业，并且主要作为一种辅助方法来使用。
趋势预测法的具体步骤是，首先，搜集企业在过去几年内人员数量的数据， 并且用这些数据作图，然后，用数学方法进行修正，使其成为一条平滑的曲线， 将这条曲线延长就可以看出未来的变化趋势。在实践中为了简便起见，往往将这种趋势简化为直线关系。
四.回归预测法
回归预测法是从统计学中借鉴的一种方法。由于人力资源的需求总是受到某些因素的影响，回归预测法的基本思路就是要找出那些与人力资源需求关系密切的因素，并依据过去的相关资料确定出它们之间的数量关系，建立一个回归方程，然后再根据这些因素的變化以及确定的回归方程来预测未来的人力资源需求。使用回归预测法的关键是要找出那些与人力资源需求高度相关的变量，这样建立起来的回归方程预测效果才会比较好。
根据回归方程中变量的数目，可以将回归预测法分为一元回归预测和多元回归预测两种。一元回归由于只涉及一个变量，因此建立回归方程时相对比较简单；而多元回归由于涉及的变量较多，所以建立方程时要复杂得多，但是它考虑的因素比较全面，所以预测的准确度往往高于前者。由于曲线关系的回归方程建立起来比较复杂，为了便于操作，在实践中往往采用线性回归方程来进行预测。下面我们来看一个一元线性回归预测的例子。
例如，某家医院要预测明年所需的护士数量，如果使用回归预测法，首先就要找出护士的需求量与哪些因素关系比较密切，对相关数据进行统计分析后可以发现，病床数与护士的需求量之间相关程度比较高，接下来就要分析它们之间到底是一种什么样的关系。医院的人力资源经理找来了自己医院和其他医院病床数以及护士数的数据。
使用这种方法进行预测时，需要对未来的业务量、人均的生产效率及其变化做出准确的估计，这样对人力资源需求的预测才会比较符合实际，而这往往是比较难做到的。比率预测法还可以做进一步的延伸，利用各类人员之间的比例关系，根据已知的某类人员的数量来预测对其他人员的需求。
人力资源预测是人力资源规划的重要一环，通过人力资源规划，企业可以及早发现人力不足或人浮于事的现象。为了保证人力资源规划的合理性，必须对人力资源需求进行准确预测。