论文部分内容阅读
摘要：随着东盟自由贸易区的快速发展，东盟自由贸易区对人才需求量也将大大增加，因此对东盟自由贸易区人才需求趋势预测就具有重要的理论和现实意义。本文选取影响东盟自由贸易区人才需求数量的几个变量，运用BP人工神经网络模型对东盟自由贸易区人才需求趋势进行预测，并在人才需求预测结果的基础上提出云南省应对措施。
关键词：人工神经网络；东盟自由贸易区；人才需求预测
中图分类号：C962 文献标识码：A 文章编号：1006-723X（2014）04-0083-05
中国-东盟自由贸易区不仅是目前世界上第三大自由贸易区，也是由发展中国家组成的最大的自由贸易区。中国通过中国-东盟自由贸易区加强了与东盟国家在各个领域的合作，中国的资金、技术以及人才的流动从国内转向国际，“人才是关键”，这是中国与东盟国家已达成的共识。同时，伴随着东盟自由贸易区的快速发展，东盟自由贸易区对人才需求也将大大增加，人才需求的类型也由原来较为单一的翻译、经贸以及旅游等方面人才而转向更加多样化的人才。因此，关于东盟自由贸易区未来人才需求量的预测的研究就势在必行。作为与东盟国家临近的中国省份，自从中国-东盟自由贸易区建立以来，云南省由一个中国边疆省份成为对外开放的前沿，云南省也加强了与东盟国家的合作。随着东盟国家对人才需求量的增加，云南省外向型高级人才也十分紧缺，云南省与发达省区的差距最为明显的也是人才上的差距，这是云南面对种种挑战中最为严峻的挑战。基于此，本文选用BP人工神经网络模型对东盟自由贸易区人才需求趋势进行预测，并提出云南省在人才培养中的应对措施，具有一定的理论和现实意义。
一、相关研究文献回顾
人工神经网络理论是20世纪80年代发展起来的一个前沿研究领域，BP神经网络是人工神经网络的重要模型之一，拉皮得（Lapedees）等人（1987）首先采用非线性神经网络对由计算机产生的时间序列仿真数据进行了学习和预测，并将神经网络引入预测工作中。此后，神经网络预测模型的应用领域逐步扩大，被广泛应用于经济、管理以及工程等领域，取得了很好的预测效果[1]（P21）。
国内相关学者运用神经网络理论进行了大量的研究。常引（2008年）运用BP神经网络理论，找出影响农民收入的主要因素，建立了神经网络预测模型，在此基础上以陕西省历年农民收入数据为实例样本，对陕西省农民收入进行预测[2]（P3）；何永贵等（2005）分别使用多元线性回归、灰色相关方法和神经网络方法对某供电企业的人力资源需求进行预测，在此基础上将三种预测结果进行误差分析和比较，最后确定神经网络方法为比较理想的预测方法，该方法可以作为较好预测供电公司人力资源需求[3]（P80）；邹子建（2010）运用 BP 神经网络理论，结合衡水市历年经济总量数据，构造出区域经济预测模型，在此基础上借助MATLAB软件，对衡水市未来经济总量进行预测。本文作者对预测值和实际值进行了比较分析，证明BP 神经网络方法对经济总量预测具有较高的预测精度。因此，BP神经网络方法可以广泛运用到对某一区域的经济预测中[4]（P3）。
综上所述，基于BP人工神经网络理论的预测方法已经比较成熟，利BP人工神经网络模型应用的领域也越来越广泛。但是到目前为止，尚未发现将BP人工神经网络模型应用于东盟自由区人才需求量预测方面的研究成果。本文运用BP神经网络模型对东盟自由贸易区的人才需求量进行预测，在此基础上提出云南省的应对措施，以期对相关部门的决策提供理论支持。
二、基于BP人工神经网络模型的
东盟自由贸易区人才需求趋势
预测过程及结果 BP人工神经网络（Back Propagation Artificial Neural Network）也被称为误差反向传播神经网络，BP人工神经网络大量应用于经济管理、优化控制以及趋势预测等方面。从结构上讲，BP人工神经网络具有输入层、隐含层和输出层三层结构，同一层单元之间不存在相互连接，层与层之间多采用全连接的方式[5]（P38）。我们运用BP人工神经网络模型对东盟自由贸易区人才需求量进行预测如下：
（一）样本数据的选取和处理
首先，需要对东盟自由贸易区人才需求进行量化分析。因为受统计资料的限制，我们难以从统计资料中查找到历年东盟自由贸易区人才需求量数据 ，但是从东盟统计年鉴2011年中可以查找到历年东盟自由贸易区劳动力总数数据。我们可以将东盟自由贸易区劳动力总数的10%作为东盟自由贸易区人才需求量数据，这种替代方法也是具有一定道理的。
其次，需要对东盟自由贸易区人才需求量的影响因素进行分析。应用BP人工神经网络模型对东盟自由贸易区人才需求量趋势进行预测，需要找出东盟自由贸易区人才需求量的影响因素，这是至关重要的。目前学术界普遍认为，东盟自由贸易区比较紧缺的人才是外语人才、经贸人才、法律人才、文化人才以及宗教人才。而这些人才的紧缺是与东盟自由贸易区经济快速发展、进出口贸易总额快速增长、吸引外资量和吸引旅游者人数大大增加有着较为密切的关系。因此，我们将东盟自由贸易区人才需求量的影响因素定为人均GDP、吸引FDI量、吸引旅游者人数和进出口贸易总额。这些指标数据也可以从东盟统计年鉴2011年中查找到（如表1所示）。
最后，通过各解释变量的时间序列模型预测出各解释变量2011～2020年的数年。人才需求预测各解释变量的时间序列模型，包括人均GDP时间序列模型、吸引FDI量时间序列模型、吸引旅游者人数时间序列模型以及进出口贸易总额时间序列模型。通过对这些时间序列模型进行研究，可以对未来东盟的人才需求量进行简单的总结归纳。根据2000年～2010年的时间序列数据，运用普通最小二乘法（OLS），并利用EViews软件可得各时间序列模型的表达式如下：
其中，Xt表示各时间序列模型的被解释变量（i=2000，2001，…2010），t表示年份数（t=1，2，…，10），Ut表示随机误差项。 上述模型就是利用EViews软件得出的人才需求预测解释变量时间序列模型，将上述模型的自变量即（2011～2020年）代入上述模型，可得东盟自由贸易区人均GDP、吸引FDI量、吸引旅游者人数以及进出口贸易总额在2011～2020年的大体数据（如表2所示）。考虑到这些评价指标数据的量纲和数量级不一致，如果直接用这些数据进行计量分析，BP神经网络难以做出有效判断，因此，需要对这些数据进行无量纲化处理（无量纲化处理后的数据略）。
（二）基于BP人工神经网络模型的东盟自由贸易区人才需求趋势预测过程
在建立模型过程中，我们确定将2000～2010年影响东盟自由贸易区人才需求量四个因素数据作为输入变量，将2000～2010年东盟自由贸易区人才需求量数据作为输出数据。在此基础上，要把样本分为训练样本和测试样本两部分。我们将2000～2009年东盟自由贸易区人才需求量数据作为训练样本，将2010年东盟自由贸易区人才需求量数据作为测试样本，用2000～2009年东盟自由贸易区人才需求量数据对BP神经网络进行训练，在这里我们假定2010年东盟自由贸易区人才需求量数据是未知的，然后将2010年东盟自由贸易区人才需求量影响因素输入到我们训练的神经网络模型中，得到预测值，再来看一下预测值跟实际值之间是否能达到预期的误差范围之内。
我们建立一个输入层（包括四个输入变量）、一个隐含层、一个输出层（包括一个输入变量）的三层BP神经网络结构。隐含层的节点数（神经元数目）方面，如果隐含层节点数过少，网络很难识别样本，网络的容错性差，导致网络预测能力下降。如果隐含层节点数过多，则会增加网络的迭代次数，从而延长网络的训练时间，也会导致网络预测能力下降。在具体设计时， 首先根据经验公式初步确定隐含层节点数， 然后通过对不同隐含层节点数的网络进行训练对比， 再最终确定隐含层节点数。通用的隐含层隐含层的确定经验公式有：
（三）基于BP人工神经网络模型的东盟自由贸易区人才需求趋势预测结果
运用BP人工神经网络模型对东盟自由贸易区人才需求趋势进行预测是一个多次训练过程，经过多次训练，终于得到训练好的BP人工神经网络，BP人工神经网络经过两步后收敛。运用训练好的BP人工神经网络可以得到2010年东盟自由贸易区人才需求量为1.216，与真实值（1.222）的偏离程度是（-0.5%），差距已经非常小了，可以较好预测2011～2020年东盟自由贸易区人才需求量。我们运用训练好的BP人工神经网络预测2011～2020年东盟自由贸易区人才需求量分别为：1.245、1.336、1.372、1.391、1.409、1.434、1.471、1.508、1.540、1.565。将这些数据还原后得到2011～2020年东盟自由贸易区人才需求量真实数据为：2661.773万人、2856.328万人、2933.295万人、2973.916万人、30124万人、3065.849万人、3144.954万人、3224.059万人、3292.474万人、3345.923万人。
三、基于BP人工神经网络模型
预测结果的云南省人才培养
存在问题及应对措施 本文运用BP人工神经网络模型对东盟自由贸易区的人才需求量进行预测，经过分析可以得出2020年东盟自由贸易区人才需求量达到3345.923万人，是2000年东盟自由贸易区人才需求量的1.56倍。随着中国与东盟诸国全方位、多层次、宽领域的合作与交往的日益增多，今后面向东盟的人才需求是大量的。没有各方面人才资源的支持，我们将会丧失很多的机遇。谁拥有人才，谁就会占有先机，并拥有广阔的发展空间，因此，中国应该制定好相应的人才应对措施。由于地缘关系，中国面向东盟自由贸易区的人才培养较积极的主要在西南一些省区，而这些省区工业基础相对薄弱，经济和教育发展水平不如东部省份。以云南省区为例，云南省经济不够发达，人才培养方面普遍存在着人才总量不足、人才结构不合理、高层次人才复合型人才不多以及人才流失严重等问题。此外，云南省虽然与东盟诸国是近邻，但过去对东盟诸国的研究并不多，这方面的人才储备也不足。尽管国家在政策上给予支持，但云南省现有人才总量以及结构不能适应中国与东盟各国在自由贸易区的经济交流和扩大经贸往来的需要。我们认为，为进一步应对东盟自由贸易区对人才的需求，以下几条措施可供参考：
（一）加快专业课程调整的步伐
如前所述，伴随着东盟自由贸易区的快速发展，东盟自由贸易区对人才需求的类型由原来较为单一的翻译、经贸以及旅游等方面人才而转向更加多样化的人才。因此云南省应该加快专业课程调整，以应对新形势下东盟自由贸易区对人才的需求。专业调整方面，云南省一些高校应该增加诸如：小语种、国际经济与贸易、国际文化交流、国际经济法、商贸外语、旅游管理以及宗教学等专业，已经设置这些专业的高校应该扩大招生规模。课程调整方面，可以向法律专业的学生设置经济类课程；可以向英语类专业的学生设置小语种类课程、经济管理类课程或者旅游管理类课程；可以向经济管理类的学生设置旅游管理类课程、小语种类课程或者国际法课程；可以向其他专业的学生设置小语种类课程、经济管理类课程、国际关系类课程、国际政治类课程、宗教类课程或者旅游管理类课程等等。
（二）加强开展与东盟国家的教育合作
本文预测结果表明，2020年东盟自由贸易区人才需求量达到3345.923万人，是2000年东盟自由贸易区人才需求量的1.56倍。因此，为了应对东盟自由贸易区人才需求量快速增加的势头，应该实施走出去请进来的教育合作方式，构筑中国与东盟国家教育交流与合作的平台，广泛开展云南与东盟国家教育合作。首先，要扩大留学生引进规模。云南省各高校应突出各自的学科专业优势，整合校际教育资源，通过多种形式的奖学金和国际通行的奖学金管理办法吸引东盟国家的留学生，尤其应向缅甸、柬埔寨和老挝等教育比较落后的国家提供政府奖学金，并且欢迎这些国家自费留学生到我国学习深造；其次，要扩大留学生输出规模。鼓励和支持国内学生到东盟国家尤其是新加坡和泰国等高等教育比较发达的国家留学，当前要加快培养中国-东盟自由贸易区建设所需的大量外语人才、科技人才、经贸人才，特别是熟悉东盟各国国情、语言以及国际经贸知识的复合型人才；最后，要完善学位制度。在学位、学分、证书相互承认方面制定若干办法，提高留学生学历以及学位教育水平和层次[7]（P38）。 （三）实施人才质量认证国际化战略
针对东盟自由贸易区人才需求量增加及需求类型多元化的情况下，实施人才质量认证国际化战略势在必行。国际型人才的培养，毕业生质量需要得到各国认可，只有实施人才质量认证国际化战略，才能使毕业生在他国就业畅通无阻。目前ISO系列标准已经成为各国普遍承认的国际标准，一些国家的教育机构对他国毕业生质量的认定都采取ISO9000系列标准。云南省高等教育管理并没有完全跳出单一、僵化以及封闭的模式，如果云南省高等教育管理和质量评价不能与国际接轨， 其培养的毕业生就难以得到国际认可，在国际交流与合作中将难以取得主动。如果将ISO9000系列标准广泛应用于云南省高等教育管理，云南省高等教育的质量就会得到明显提高。目前国内许多高校都引入ISO9000质量标准体系，引入ISO9000质量标准体系，也是云南省高校与国际社会接轨的一个途径，能够明显改变目前云南省教学管理模式中存在的种种弊病，能够明显提高云南省高校教学管理水平，能够明显提高云南省高校培养人才的国际竞争能力。
（四）营造有利于国际型人才成长的环境
为了应对新形势下东盟自由贸易区对人才的需求，除了以上措施以外，营造有利于国际型人才成长的环境也是必不可少的。人才的成长需要一定的环境条件，培养国际型人才就需要运用国际国内两种资源，营造有利于国际型人才成长的环境。我们认为，首先应该举办和承办国际性学术会议，邀请国际学术界知名人士做学术报告，给广大教师与学生提供一个学习与交流的机会；其次应该组织教师与学生到东盟国家讲学、考察、参观以及实习等，通过这些活动亲身体验东盟国家的风土人情，并且学会国际交往的知识；最后应该在一些高校成立“中国-东盟自由贸易区研究所”“东盟研究所”以及“东盟研究院”等国际性和区域性研究机构，积极开展东盟问题的研究[8]29。
[参考文献][1]Lapedees.A.Farber.， Genetic Data Base Analysis with Neural Networks[J]， Neural Information Processing System-Nature and Synthetic，2002 （10），IEEE，1987.
[2]常引.基于BP人工神经网络的陕西省农民预测研究[D].西安：西北农林科技大学，2008.
[3]何永贵， 韩月娥，杨实俊，等.人力资源需求预测模型的优选[J].华北电力大学学报，2005，（6）.
[4]邹子建， 基于BP神经网络的衡水市经济预测研究[D].西安：西北农林科技大学，2010，（5）.
[5]傅荟璇，赵红.MATLAB神经网络应用设计[M].成都：机械工业出版社，2010.
[6]焦淑华，夏冰，徐海静，等.BP神经网络预测的MATLAB实现[J].哈尔滨金融高等专科学校学报，2009，（3）.
[7]杨行玉.中国与东盟国家高等教育合作及发展对策[J].东南亚纵横，2012，（7）.
[8]莫光政，适应中国-东盟自由贸易区发展需要的国际型人才培养的战略构想[J].东南亚纵横，2007，（9）.
The Forecast of Talent Demand Trend of the ASEAN Free Trade
Area based on BP Artificial Neural Network Model
——On the countermeasure of Yunnan Province Concurrently
YANG Jun-sheng1， XUE Yong-jun2
（1. Business School， Yunnan Normal University， Kunming， 650106， Yunnan， China；
2. School of Economics and Management， Yunnan Normal University， Kunming， 650500， Yunnan， China）
Abstract：With the rapid development of the ASEAN free trade area，its demand for talent will increase greatly. Therefore， it has important theoretical and practical significance to forecast the trend of talent demand of the ASEAN free trade area. This paper selects several variables that affect the number of ASEAN free trade area talent demand， and predicts its talent demand trend by using BP artificial neural network model. At last， based on the prediction results， several countermeasures for Yunnan province are proposed.
Keywords：artificial neural network； the ASEAN free trade area； talent demand forecast
〔责任编辑：黎 玫〕
关键词：人工神经网络；东盟自由贸易区；人才需求预测
中图分类号：C962 文献标识码：A 文章编号：1006-723X（2014）04-0083-05
中国-东盟自由贸易区不仅是目前世界上第三大自由贸易区，也是由发展中国家组成的最大的自由贸易区。中国通过中国-东盟自由贸易区加强了与东盟国家在各个领域的合作，中国的资金、技术以及人才的流动从国内转向国际，“人才是关键”，这是中国与东盟国家已达成的共识。同时，伴随着东盟自由贸易区的快速发展，东盟自由贸易区对人才需求也将大大增加，人才需求的类型也由原来较为单一的翻译、经贸以及旅游等方面人才而转向更加多样化的人才。因此，关于东盟自由贸易区未来人才需求量的预测的研究就势在必行。作为与东盟国家临近的中国省份，自从中国-东盟自由贸易区建立以来，云南省由一个中国边疆省份成为对外开放的前沿，云南省也加强了与东盟国家的合作。随着东盟国家对人才需求量的增加，云南省外向型高级人才也十分紧缺，云南省与发达省区的差距最为明显的也是人才上的差距，这是云南面对种种挑战中最为严峻的挑战。基于此，本文选用BP人工神经网络模型对东盟自由贸易区人才需求趋势进行预测，并提出云南省在人才培养中的应对措施，具有一定的理论和现实意义。
一、相关研究文献回顾
人工神经网络理论是20世纪80年代发展起来的一个前沿研究领域，BP神经网络是人工神经网络的重要模型之一，拉皮得（Lapedees）等人（1987）首先采用非线性神经网络对由计算机产生的时间序列仿真数据进行了学习和预测，并将神经网络引入预测工作中。此后，神经网络预测模型的应用领域逐步扩大，被广泛应用于经济、管理以及工程等领域，取得了很好的预测效果[1]（P21）。
国内相关学者运用神经网络理论进行了大量的研究。常引（2008年）运用BP神经网络理论，找出影响农民收入的主要因素，建立了神经网络预测模型，在此基础上以陕西省历年农民收入数据为实例样本，对陕西省农民收入进行预测[2]（P3）；何永贵等（2005）分别使用多元线性回归、灰色相关方法和神经网络方法对某供电企业的人力资源需求进行预测，在此基础上将三种预测结果进行误差分析和比较，最后确定神经网络方法为比较理想的预测方法，该方法可以作为较好预测供电公司人力资源需求[3]（P80）；邹子建（2010）运用 BP 神经网络理论，结合衡水市历年经济总量数据，构造出区域经济预测模型，在此基础上借助MATLAB软件，对衡水市未来经济总量进行预测。本文作者对预测值和实际值进行了比较分析，证明BP 神经网络方法对经济总量预测具有较高的预测精度。因此，BP神经网络方法可以广泛运用到对某一区域的经济预测中[4]（P3）。
综上所述，基于BP人工神经网络理论的预测方法已经比较成熟，利BP人工神经网络模型应用的领域也越来越广泛。但是到目前为止，尚未发现将BP人工神经网络模型应用于东盟自由区人才需求量预测方面的研究成果。本文运用BP神经网络模型对东盟自由贸易区的人才需求量进行预测，在此基础上提出云南省的应对措施，以期对相关部门的决策提供理论支持。
二、基于BP人工神经网络模型的
东盟自由贸易区人才需求趋势
预测过程及结果 BP人工神经网络（Back Propagation Artificial Neural Network）也被称为误差反向传播神经网络，BP人工神经网络大量应用于经济管理、优化控制以及趋势预测等方面。从结构上讲，BP人工神经网络具有输入层、隐含层和输出层三层结构，同一层单元之间不存在相互连接，层与层之间多采用全连接的方式[5]（P38）。我们运用BP人工神经网络模型对东盟自由贸易区人才需求量进行预测如下：
（一）样本数据的选取和处理
首先，需要对东盟自由贸易区人才需求进行量化分析。因为受统计资料的限制，我们难以从统计资料中查找到历年东盟自由贸易区人才需求量数据 ，但是从东盟统计年鉴2011年中可以查找到历年东盟自由贸易区劳动力总数数据。我们可以将东盟自由贸易区劳动力总数的10%作为东盟自由贸易区人才需求量数据，这种替代方法也是具有一定道理的。
其次，需要对东盟自由贸易区人才需求量的影响因素进行分析。应用BP人工神经网络模型对东盟自由贸易区人才需求量趋势进行预测，需要找出东盟自由贸易区人才需求量的影响因素，这是至关重要的。目前学术界普遍认为，东盟自由贸易区比较紧缺的人才是外语人才、经贸人才、法律人才、文化人才以及宗教人才。而这些人才的紧缺是与东盟自由贸易区经济快速发展、进出口贸易总额快速增长、吸引外资量和吸引旅游者人数大大增加有着较为密切的关系。因此，我们将东盟自由贸易区人才需求量的影响因素定为人均GDP、吸引FDI量、吸引旅游者人数和进出口贸易总额。这些指标数据也可以从东盟统计年鉴2011年中查找到（如表1所示）。
最后，通过各解释变量的时间序列模型预测出各解释变量2011～2020年的数年。人才需求预测各解释变量的时间序列模型，包括人均GDP时间序列模型、吸引FDI量时间序列模型、吸引旅游者人数时间序列模型以及进出口贸易总额时间序列模型。通过对这些时间序列模型进行研究，可以对未来东盟的人才需求量进行简单的总结归纳。根据2000年～2010年的时间序列数据，运用普通最小二乘法（OLS），并利用EViews软件可得各时间序列模型的表达式如下：
其中，Xt表示各时间序列模型的被解释变量（i=2000，2001，…2010），t表示年份数（t=1，2，…，10），Ut表示随机误差项。 上述模型就是利用EViews软件得出的人才需求预测解释变量时间序列模型，将上述模型的自变量即（2011～2020年）代入上述模型，可得东盟自由贸易区人均GDP、吸引FDI量、吸引旅游者人数以及进出口贸易总额在2011～2020年的大体数据（如表2所示）。考虑到这些评价指标数据的量纲和数量级不一致，如果直接用这些数据进行计量分析，BP神经网络难以做出有效判断，因此，需要对这些数据进行无量纲化处理（无量纲化处理后的数据略）。
（二）基于BP人工神经网络模型的东盟自由贸易区人才需求趋势预测过程
在建立模型过程中，我们确定将2000～2010年影响东盟自由贸易区人才需求量四个因素数据作为输入变量，将2000～2010年东盟自由贸易区人才需求量数据作为输出数据。在此基础上，要把样本分为训练样本和测试样本两部分。我们将2000～2009年东盟自由贸易区人才需求量数据作为训练样本，将2010年东盟自由贸易区人才需求量数据作为测试样本，用2000～2009年东盟自由贸易区人才需求量数据对BP神经网络进行训练，在这里我们假定2010年东盟自由贸易区人才需求量数据是未知的，然后将2010年东盟自由贸易区人才需求量影响因素输入到我们训练的神经网络模型中，得到预测值，再来看一下预测值跟实际值之间是否能达到预期的误差范围之内。
我们建立一个输入层（包括四个输入变量）、一个隐含层、一个输出层（包括一个输入变量）的三层BP神经网络结构。隐含层的节点数（神经元数目）方面，如果隐含层节点数过少，网络很难识别样本，网络的容错性差，导致网络预测能力下降。如果隐含层节点数过多，则会增加网络的迭代次数，从而延长网络的训练时间，也会导致网络预测能力下降。在具体设计时， 首先根据经验公式初步确定隐含层节点数， 然后通过对不同隐含层节点数的网络进行训练对比， 再最终确定隐含层节点数。通用的隐含层隐含层的确定经验公式有：
（三）基于BP人工神经网络模型的东盟自由贸易区人才需求趋势预测结果
运用BP人工神经网络模型对东盟自由贸易区人才需求趋势进行预测是一个多次训练过程，经过多次训练，终于得到训练好的BP人工神经网络，BP人工神经网络经过两步后收敛。运用训练好的BP人工神经网络可以得到2010年东盟自由贸易区人才需求量为1.216，与真实值（1.222）的偏离程度是（-0.5%），差距已经非常小了，可以较好预测2011～2020年东盟自由贸易区人才需求量。我们运用训练好的BP人工神经网络预测2011～2020年东盟自由贸易区人才需求量分别为：1.245、1.336、1.372、1.391、1.409、1.434、1.471、1.508、1.540、1.565。将这些数据还原后得到2011～2020年东盟自由贸易区人才需求量真实数据为：2661.773万人、2856.328万人、2933.295万人、2973.916万人、30124万人、3065.849万人、3144.954万人、3224.059万人、3292.474万人、3345.923万人。
三、基于BP人工神经网络模型
预测结果的云南省人才培养
存在问题及应对措施 本文运用BP人工神经网络模型对东盟自由贸易区的人才需求量进行预测，经过分析可以得出2020年东盟自由贸易区人才需求量达到3345.923万人，是2000年东盟自由贸易区人才需求量的1.56倍。随着中国与东盟诸国全方位、多层次、宽领域的合作与交往的日益增多，今后面向东盟的人才需求是大量的。没有各方面人才资源的支持，我们将会丧失很多的机遇。谁拥有人才，谁就会占有先机，并拥有广阔的发展空间，因此，中国应该制定好相应的人才应对措施。由于地缘关系，中国面向东盟自由贸易区的人才培养较积极的主要在西南一些省区，而这些省区工业基础相对薄弱，经济和教育发展水平不如东部省份。以云南省区为例，云南省经济不够发达，人才培养方面普遍存在着人才总量不足、人才结构不合理、高层次人才复合型人才不多以及人才流失严重等问题。此外，云南省虽然与东盟诸国是近邻，但过去对东盟诸国的研究并不多，这方面的人才储备也不足。尽管国家在政策上给予支持，但云南省现有人才总量以及结构不能适应中国与东盟各国在自由贸易区的经济交流和扩大经贸往来的需要。我们认为，为进一步应对东盟自由贸易区对人才的需求，以下几条措施可供参考：
（一）加快专业课程调整的步伐
如前所述，伴随着东盟自由贸易区的快速发展，东盟自由贸易区对人才需求的类型由原来较为单一的翻译、经贸以及旅游等方面人才而转向更加多样化的人才。因此云南省应该加快专业课程调整，以应对新形势下东盟自由贸易区对人才的需求。专业调整方面，云南省一些高校应该增加诸如：小语种、国际经济与贸易、国际文化交流、国际经济法、商贸外语、旅游管理以及宗教学等专业，已经设置这些专业的高校应该扩大招生规模。课程调整方面，可以向法律专业的学生设置经济类课程；可以向英语类专业的学生设置小语种类课程、经济管理类课程或者旅游管理类课程；可以向经济管理类的学生设置旅游管理类课程、小语种类课程或者国际法课程；可以向其他专业的学生设置小语种类课程、经济管理类课程、国际关系类课程、国际政治类课程、宗教类课程或者旅游管理类课程等等。
（二）加强开展与东盟国家的教育合作
本文预测结果表明，2020年东盟自由贸易区人才需求量达到3345.923万人，是2000年东盟自由贸易区人才需求量的1.56倍。因此，为了应对东盟自由贸易区人才需求量快速增加的势头，应该实施走出去请进来的教育合作方式，构筑中国与东盟国家教育交流与合作的平台，广泛开展云南与东盟国家教育合作。首先，要扩大留学生引进规模。云南省各高校应突出各自的学科专业优势，整合校际教育资源，通过多种形式的奖学金和国际通行的奖学金管理办法吸引东盟国家的留学生，尤其应向缅甸、柬埔寨和老挝等教育比较落后的国家提供政府奖学金，并且欢迎这些国家自费留学生到我国学习深造；其次，要扩大留学生输出规模。鼓励和支持国内学生到东盟国家尤其是新加坡和泰国等高等教育比较发达的国家留学，当前要加快培养中国-东盟自由贸易区建设所需的大量外语人才、科技人才、经贸人才，特别是熟悉东盟各国国情、语言以及国际经贸知识的复合型人才；最后，要完善学位制度。在学位、学分、证书相互承认方面制定若干办法，提高留学生学历以及学位教育水平和层次[7]（P38）。 （三）实施人才质量认证国际化战略
针对东盟自由贸易区人才需求量增加及需求类型多元化的情况下，实施人才质量认证国际化战略势在必行。国际型人才的培养，毕业生质量需要得到各国认可，只有实施人才质量认证国际化战略，才能使毕业生在他国就业畅通无阻。目前ISO系列标准已经成为各国普遍承认的国际标准，一些国家的教育机构对他国毕业生质量的认定都采取ISO9000系列标准。云南省高等教育管理并没有完全跳出单一、僵化以及封闭的模式，如果云南省高等教育管理和质量评价不能与国际接轨， 其培养的毕业生就难以得到国际认可，在国际交流与合作中将难以取得主动。如果将ISO9000系列标准广泛应用于云南省高等教育管理，云南省高等教育的质量就会得到明显提高。目前国内许多高校都引入ISO9000质量标准体系，引入ISO9000质量标准体系，也是云南省高校与国际社会接轨的一个途径，能够明显改变目前云南省教学管理模式中存在的种种弊病，能够明显提高云南省高校教学管理水平，能够明显提高云南省高校培养人才的国际竞争能力。
（四）营造有利于国际型人才成长的环境
为了应对新形势下东盟自由贸易区对人才的需求，除了以上措施以外，营造有利于国际型人才成长的环境也是必不可少的。人才的成长需要一定的环境条件，培养国际型人才就需要运用国际国内两种资源，营造有利于国际型人才成长的环境。我们认为，首先应该举办和承办国际性学术会议，邀请国际学术界知名人士做学术报告，给广大教师与学生提供一个学习与交流的机会；其次应该组织教师与学生到东盟国家讲学、考察、参观以及实习等，通过这些活动亲身体验东盟国家的风土人情，并且学会国际交往的知识；最后应该在一些高校成立“中国-东盟自由贸易区研究所”“东盟研究所”以及“东盟研究院”等国际性和区域性研究机构，积极开展东盟问题的研究[8]29。
[参考文献][1]Lapedees.A.Farber.， Genetic Data Base Analysis with Neural Networks[J]， Neural Information Processing System-Nature and Synthetic，2002 （10），IEEE，1987.
[2]常引.基于BP人工神经网络的陕西省农民预测研究[D].西安：西北农林科技大学，2008.
[3]何永贵， 韩月娥，杨实俊，等.人力资源需求预测模型的优选[J].华北电力大学学报，2005，（6）.
[4]邹子建， 基于BP神经网络的衡水市经济预测研究[D].西安：西北农林科技大学，2010，（5）.
[5]傅荟璇，赵红.MATLAB神经网络应用设计[M].成都：机械工业出版社，2010.
[6]焦淑华，夏冰，徐海静，等.BP神经网络预测的MATLAB实现[J].哈尔滨金融高等专科学校学报，2009，（3）.
[7]杨行玉.中国与东盟国家高等教育合作及发展对策[J].东南亚纵横，2012，（7）.
[8]莫光政，适应中国-东盟自由贸易区发展需要的国际型人才培养的战略构想[J].东南亚纵横，2007，（9）.
The Forecast of Talent Demand Trend of the ASEAN Free Trade
Area based on BP Artificial Neural Network Model
——On the countermeasure of Yunnan Province Concurrently
YANG Jun-sheng1， XUE Yong-jun2
（1. Business School， Yunnan Normal University， Kunming， 650106， Yunnan， China；
2. School of Economics and Management， Yunnan Normal University， Kunming， 650500， Yunnan， China）
Abstract：With the rapid development of the ASEAN free trade area，its demand for talent will increase greatly. Therefore， it has important theoretical and practical significance to forecast the trend of talent demand of the ASEAN free trade area. This paper selects several variables that affect the number of ASEAN free trade area talent demand， and predicts its talent demand trend by using BP artificial neural network model. At last， based on the prediction results， several countermeasures for Yunnan province are proposed.
Keywords：artificial neural network； the ASEAN free trade area； talent demand forecast
〔责任编辑：黎 玫〕