基于BP神经网络的广西人才需求预测实证分析

文岚，张娜

（广西民族大学商学院，南宁530000）

1 问题的提出

目前，国内外的人才需求预测的定量分析多数以发生期的统计数据构建人才需求预测的计量模型，难以反映受到地方经济发展、政策调整等多方面因素的非线性变化影响，影响预测的科学性和准确性。借助BP神经网络较强的非线性映射能力，能很好地解决人力资源需求预测中影响因素与预测结果间的非线性关系；BP神经网络有利于我国企业人力资源需求的科学、有效预测。广西地处祖国西南边疆，是国内唯一的沿边、沿海少数民族省份，作为“一带一路”有机衔接门户，人才供求缺口很大。虽然广西实施了“人才强桂”战略，采取了一系列开放务实的政策举措，增加了人才总量，完善了人才培养环境，但是由于对广西人才需求的科学预测仍然不够科学、客观，使人才规划、人才政策激励效果不够理想，人才缺乏问题仍未解决，近年广西的经济发展水平仍然位居全国后五位。因此，有必要应用BP神经网络预测广西人才需求非线性变化，提高人才培养的科学规划水平和人才激励政策效果。

2 广西人才需求预测的BP神经网络模型构建

2.1 BP神经网络理论模型及其特点

BP（Back Propagation）神经网络是指基于BP算法的多层前馈神经网络，BP学习算法是一种经典的误差反向传播原理的学习算法，它以最小误差均方为准则，并采用非线性可微分函数进行权值训练。BP神经网络结构是由一个或多个输入层、一个或者多个隐含层和一个或者多个输出层组成。BP神经网络学习时，输入信号经过输入层输入，通过隐含层内部计算，由输出层输出，输出信号与期望输出值比较，计算其误差值，再将误差信号反向由输出层通过隐含层处理后向输入层传播。在这个过程中，通过误差梯度下降的方法，以此调整神经元权值，然后输入信号再次输入，BP神经网络重复此过程。这种信号正向传播与误差反向传播的各层权值调整过程周而复始进行，直到BP神经网络输出的误差下降到可接受程度，或训练到程序预先设定的学习次数为止。BP网络训练完成之后，得到的权系数就是一个预测模型。

图1 BP神经网络结构

2.2 广西人才需求预测的BP神经网络模型构建

①输入输出层设计。在BP神经网络中，设所有神经元的激励函数均用Sigmoid函数。设训练样本集为X=（X1，X2，…，Xn），对应任一训练样本 Xk=（Xk1，Xk2，…，Xkn）T，（k=1，2，…，n），实际输出为 Yk=（Yk1，Yk2，…，YkP），期望输出为 dk=（dk1，dk2，…，dkp）T。另外，设d为迭代次数，权值和实际输出是n的函数。

②网络学习的过程及其流程。对网络进行初始化设置，给各连接权值分别赋一个区间（-1，1）内的随机数，设定误差函数e，给定的计算精度值和最大学习次数M。随机选取第k个输入样本及对应期望输出，计算隐含层各神经元的输入和输出，利用网络期望输出和实际输出，计算误差函数对输出层的各神经元的偏导数δ0（k），利用隐含层到输出层的连接权值、输出层的δ0（k）和隐含层的输出计算误差函数对隐含层各神经元的偏导数δ0（k），再利用输出层各神经元的偏导数和隐含层各神经元的输出来修正连接权值，最后计算出全局误差，判断网络误差是否满足要求。当误差达到预精度或学习次数大于设定的最大次数，则结束算法。否则，选取下一个学习样本及对应的期望输出，返回到第三步，进入下一轮学习。通过广西人才需求预测的BP神经网络模型构建，进入BP神经网络训练，产生预测数据，得到预测结果。

③输入输出指标的确定。本研究结合实际最终确定BP神经网络模型的结构为4-6-1，即网络输入层中包含4个神经元，其输入是对区域高技能人才需求有显著影响的量，分别为广西地区生产总值（GDP）(X1)、广西全社会投资总额(X2)、广西社会从业人员数(X3)、广西地区公共财政教育支出（X4）；一个隐含层，其中包含的隐单元个数是6；一个输出层，只包含1个神经元，其输出是广西人才需求预测值Y。

3 基于BP神经网络的广西人才需求预测的实证分析

3.1 数据选取

根据国家人力资源管理的相关规定，结合广西经济发展现状，将中专以上学历的人力资源视为人才。学历水平与人才之间并非完全等价关系，虽然学历水平的信号显示相对稳定、社会公认度高，但是高学历并不意味其创新、创业的能力强、人力资本服务能力强。而根据人力资源相关研究表明，受高学历教育的人力资源，知识掌握相对丰富、能力相对较强，越容易成为人力资源中的人才。因此，人才是个相对概念，是通过人力资源与地区经济、科技发展水平与需求之间的相对比较而得出的。基于此，以2010—2015年中专以上学历人才指标数据作为输出预测，见表1，以有效开展人才需求预测与开发体系的设计工作。

表1 广西2010—2015年人才实际需求量（Y）

3.2 网络训练

以2010～2015年的相应数据作为训练样本，进行网络训练。为了提高训练效率，保证数据为同一数量级的研究，在训练前，首先利用Matlab的premnmx()函数对输入输出数据进行归一化处理，然后通过调用MatLab7中的newff(PR，[S1，S2，…，Sn]，{TF1，TF2，…，TFn}，BTF，BLF，PF)函数来创建区域高技能人才需求预测的BP神经网络模型，设定网络的训练目标为0.001，学习率为0.05，最大训练次数为200000次，以实现对网络的训练，得到广西人才需求BP神经网络预测值，见表2。

表2 广西人才需求BP神经网络预测分析

3.3 网络测试

BP神经网络经训练完成后，为了验证模型预测的精确性，还需要对其进行测试。由于人才统计数据的可获得性限制，在测试过程中所使用的检验样本仍然是2010—2015年的相应数据。用前述方法把检验样本输入先前建立的BP网络模型，通过网络训练，得到广西人才需求预测值。根据BP神经网络理论，当需求预测值与实际需求值的相对误差均小于3%，属于允许误差，当预测的相对误差在允许误差范围之内时，即认为预测是精确的，是合格的预测。由表2可知，因为广西人才需求的预测值与实际值之间最大相对误差为1.3%，误差均小于3%，符合事先设定的预测误差允许范围之内，所以可以认定该预测是比较合理的。

3.4 预测结果分析

根据网络训练、学习，利用BP神经网络模型对2018—2020年广西人才需求总量进行科学预测。可得预测结果，见表3。从预测结果分析，广西人才需求总量2018至2020年分别为494248、501618、508285，由此计算出广西人才需求平均每年递增率为1.41%，人才总量呈稳步增长的趋势，2020年广西人才需求总量达到508285人。

表3 2018—2020年广西人才预测值

4 广西人才培养的建议

根据目前广西高校的学制设置，2018年的毕业生将达到549819人，其主要来自2014年所招收的四年制本科生和2015年招收的三年制专科学校，另一小部分主要来自于2015年所招收的三年制技工学校和研究生。由于广西近年来招生规模尚较为稳定，因此，预计广西2018年新增人才数将大致为439135人，这样与预测结果相比将出现55113的人才缺口。要解决广西人才巨大的供需缺口，必须采取积极、有效的措施加强教育培训体系建设，促进创新创业人才交流，优化人才结构，促进优质人才代际传导机制形成。

4.1 强化政府宏观引导作用，实现人才培养健康发展

广西政府要加大人才培养的扶持力度，不仅要积极出台各项对企业学校深化职业教育合作发展的鼓励政策，帮助广大的学生形成正确的职业价值观，促进人社部门和财政部门的合作，根据企业和学院职业教育合作的程度与实际效率，在贷款、税收等方面要给予适当实际减免和优惠，以对校企合作长效机制提供积极的帮助。此外，政府还要凭借地理优势大力支持急需紧缺专门人才培养，如东南亚小语种人才，培养造就出一大批具有国际水平的战略人才、科技领军人才、青年科技人才和高水平创新团队。

4.2 创新识才引才机制，完善人才留用机制

广西受地区发展限制，人才流动较强，要加快完善人才发展配套服务，对生活环境不断提高优化。开通各个创新创业人才引进绿色通道，在加大人才保障投入的基础上，尽快完善户籍国籍、社会保障、科研项目管理、知识产权保护等配套政策。全面落实引才优惠政策，为各项人才在培训学习、医疗保健、居住、子女就学与文化需求等方面的条件，努力为他们排忧解难。另外，努力为科技人才营造万众创新、扶持创业的良好环境，为创新创业人才的优先发展及茁壮成长提供有利条件。

4.3 人才培养以及发展完善的机制与体系

全面发展特色优势产业、发展职业技术教育和新农村新牧区及其他地区对人才的需求，完善职业教育及资格证书的衔接办法，同时需要设立一批职业技术学院。对单位的个人择业自主权与用人权进行落实，优化和限制行业、部门及部分城乡相关制度，对人事方面制度进行管理，完善公共管理服务体系。为了达到地区统一的人才有序合理流动，需要通过政策和规划共同推动。

4.4 促进人才全面发展需加大教育的投入

改变以往的观念，如消费、支出等，树立人才开发是全面受益的观念。一个国家最大的投资就是人才培养，其受益者也是国家、社会、企业，只有推动人才培养才能使国家、社会进一步的快速发展。同时需要重点增加对人才培训、学术交流以及国内外考察活动，用于高层次人才的培养与引进，重视实验室建设推动高层次人才培养。另外，相关部门还应全面投入教育事业人才培养建设中。