供给预测（共3篇）
供给预测 篇1
摘要：根据辽宁省村医性别结构、老龄化现状及未来10年发展前景对我省村医需求进行预测, 通过全国医药卫生类高等院校在辽宁的招生数据对辽宁省村医供给进行预测, 阐述了保证村医需求的有效措施。
关键词：辽宁省,村医,需求,供给
辽宁省村医目前是“数量不少, 质量不高, 老龄化, 学历偏低”;未来10年主要是数量不足。为了解决未来村医的需求问题, 特别是为政府及时调整医药卫生院校的招生对象、招生方法及培养目标提供参考, 《辽宁省村医人才培养及专业设置调查研究》课题组调研并撰写了《辽宁省村医人才需求与供给预测》。
1 根据辽宁省村医现状对村医人才需求进行预测
1.1 经济欠发达或比较发达地区女性村医的需求量较大
从《辽宁省村医现状调研报告》之表1, “辽宁省村医性别结构统计表”可见, 经济发达地区村医性别结构比较合理;经济欠发达或比较发达地区村医性别结构较不合理, 女性村医不足。为此, 课题组预测经济欠发达或比较发达地区女性村医的需求量较大, 应提高这类地区女性村医的培养比例。
1.2 辽宁省未来10年将缺少现有村医的41.5%
从《辽宁省村医现状调研报告》之表2, “辽宁省村医年龄结构统计”得知, 51岁以上村医占38.2%, 比例最大。其中, 普兰店市51岁以上的村医竟占该地区村医的70.2%, 是30岁以下村医的25倍, 村医老龄化由此可见严重。10年后51岁以上的男村医和45岁以上的女村医将陆续退休, 他们占辽宁省村医的比例为41.5%。显而易见, 目前不缺村医的辽宁省, 未来10年将缺少现有村医的41.5%。因此, 辽宁省应针对各地区村医的老龄化状况, 在10年内至少定向、定量培养现有村医的41.5%, 使新培养的村医有计划地“顶岗接班”, 以保证村医与服务人口的比例能够维持现有平衡。
1.3 辽宁省需在10年内培养8700名至9900名村医
从《辽宁省村医现状调研报告》之表4, “辽宁省现在与未来十年千人农业人口拥有村医数统计”可见, 辽宁省现在千人农业人口拥有村医1.42名, 只比卫生部2001年全国卫生事业发展情况统计公报发表的全国每千农业人口村医1.41名高出0.01。若不补充, 未来10年将后退到0.84名。经过近10年的发展, 此时全国千人农业人口村医的数值我们不得而知。而这个问题恰恰是辽宁省村医人才需求预测的关键数值。为了突破这个瓶颈, 课题组参照了: (1) 《河北省村卫生室规范化建设与管理标准 (2004年8月试行) 》, 该标准规定村医人数原则上按服务人口的1‰~1.5‰配置; (2) 2010年国家统计, 我国目前大约有200万名医师, 分摊到13亿人口上, 每千人口大约有1.5名医师; (3) 全面建设小康社会的主要指标要求:2020年每千人拥有的医师数为3名以上。考虑现存的、以及未来必然的城乡医疗资源差距, 参考辽宁省村医老化现状, 课题组审慎地将2020年辽宁省千人农业人口拥有村医的人数保守地设定为1.5名, 与2010年全国的平均水平相当。
为了维护县乡村三级医疗预防保健网的网底, 辽宁省需在村医队伍建设方面于今后10年内重点解决两个层次的问题:第一层次为基本需要, 即在10年内至少定向、定量培养现有村医的41.5%, 确保辽宁省千人农业人口拥有村医1.42名;第二层次为发展需要, 提高村医水平壮大村医队伍, 使辽宁省千人农业人口拥有的村医达到课题组设定的1.5名。如果不把人口自然增长考虑在内, 按辽宁省1500万农业人口计算, 要解决第一层次的问题, 我省需在今后10年内至少培养8700名村医[1500万× (1.42‰-0.84‰) =0.87万];要解决第二层次的问题, 我省需在今后10年内培养9900名村医[1500万× (1.5‰-0.84‰) =0.99万]。也就是说, 今后10年内, 辽宁省需在定向、定量培养8700名村医的基础上, 再培养1200名村医平均分布到全省农村。即今后10年, 我省需求的村医人数应在8700~9900名。
2 根据高校招生数据对辽宁省村医供给进行预测
2.1 国家每年为辽宁省培养多少医药卫生人才
鉴于学生基本回生源地就业的特点, 医药卫生类高等院校在辽宁省的招生人数就是国家为辽宁省培养的医药卫生人才数量。为此, 通过对全国54所一本和二本、21所三本和89所专科及高职医药卫生类高等院校各专业近三年在辽宁省招生数量的统计, 课题组分别制作了附件一、附件二和附件三 (略) , 并归纳列出了表1、表2和表3。
2.2 国家每年为辽宁省培养多少医学人才
根据“《2001~2010年全国乡村医生教育规划》, 禁止非医学背景的人员进入乡村医师队伍”的规定, 只有医学类人才, 即临床医学、中医和中西医结合专业的大学毕业生才能加入村医队伍。为此, 课题组又归纳列出了表4。
2.3 能有多少医学人才回村就业
《辽宁省村医现状调研报告》称, “本科学历的村医均为成人继续教育学历, 医学院校全日制专科生回村就业者仅占大专学历村医的5%, 全省村医的0.3%”。究其原因是大学生就业期望值较高和村里留不住人才。这0.3%专科和高职毕业的村医是在近3年迫不得已才做村医的。根据辽宁省农业人口数量和千人农业人口村医数, 可计算每年回村就业的专科和高职医学类毕业生人数:15000000名×1.42‰×0.3%÷3=21.3名。该数值仅占其年供给量的7.53%。
纵观医学类大学生的就业趋势, 一、二本医学生回村就业的几率微乎其微。课题组大胆推测, 今后每年约有1%的三本生, 即10名三本生回村当村医。这么乐观的设想, 专科、高职和三本医学生总共才能回村就业31名, 说明我省村医未来10年每年还有840~960名缺额。
3 保证村医需求的有效措施
3.1 将具备条件的中等卫生学校升格为医学高等专科学校
根据《卫生部、教育部、财政部、人事部、农业部关于加强农村卫生人才培养和队伍建设的意见》 (卫人发[2002]321号) :“……具备条件的中等卫生学校在合理布局并有利于农村医学人才培养的原则下, 可申办医学高等专科学校, 提高办学层次, 为农村培养高等医学专科人才”。为了扩大村医人才的培养, 辽宁省可选择优秀的中等卫生学校和中医药学校提升为医学高等专科学校重点培养村医。
3.2 分大专和中专两个层次开设农村医学专业培养村医
本课题组撰写的《辽宁省村医专业知识需求调研报告》和《辽宁省村医人才培养规格及专业设置研究报告》证明, “卫生保健及中医类专业, 不适应辽宁省农村对卫生人才的需求。辽宁省村医人才培养规格包括中专和大专两个层次。中专教育应作为辽宁省当前村医人才培养的重要组成部分;大专学历教育应作为辽宁省村医人才培养的发展目标。辽宁省村医人才培养的专业不论是中专层次还是专科层次, 都应设置为农村医学”。因此, 应该尽快在医学专科、高职院校以及中等卫生职业学校开设农村医学专业, 有计划地培养村医。
3.3 村医的招生对象及招生方法
第一, 根据各地区未来10年村医缺额的轻重缓急和男女性别比例状况, 定向、定量地招生, 有计划地培养。第二, 在同等条件下, 优先培养村医子女做村医。因为社会应该感谢村医对“三农”的贡献, 村医也能对子女搞好传帮带, 保证服务质量。第三, 采取以中专为主大专为辅的策略培养村医。因为从初中算起, 中专学制为4年, 高职是5年, 专科是6年, 培养中专层次的村医既能及时满足需求, 还能留得住。
供给预测 篇2
2012年我国移动数据流量用户达到4.20亿户，普及率达到74.5%，移动上网俨然成为了客户基本通信需求之一，流量收入增长迅速，已成为拉动收入增长的主要驱动力。网络、终端和应用三大方面的驱动力共同促进了移动互联网产业的繁荣。网络方面，TD-SCDMA、WCDMA、CDMA2000等3G网络全面应用，同时TD-LTE 4G加快正式商用进程;终端方面，智能手机从以往的高端手机逐渐转变为全民普及，满足了人们随时随地办公和娱乐的需求;应用方面，苹果APP Store、Android Market引领了应用商店的发展，后起之秀Mobile Market也得到了迅速的成长。移动互联网用户增长明显快于固定互联网用户的增长，经过相关机构预测，到2016年移动数据流量将比2010年上升26倍，未来10年数据流量将再增加1000倍。
各类OTT服务(over the top)攫取了大量的价值，移动运营商陷入增量不增收的尴尬境地。同时，网络制式、终端的多样性也使得网络建设发展和市场运营正面临着巨大的挑战和压力。过去移动运营商的重点是话务经营，随着数据业务的高速增长，移动业务经营正逐渐由话务经营转向以流量经营为重点。而数据业务正以前所未有的巨大影响力和冲击力改变中产业链中的各个价值点，数据流量已经成为影响无线网络资源配置的主要因素，亟需新的流量预测方法工具体系。
2 构建预测模型
2.1 需求供给经济理论
需求指的是在一定时间内，消费者愿意在不同价格水平下，能够购买产品的不同数量的轨迹，需求函数表达式(1):
其中：y表示国民收入，P表示一般价格水平。在其它条件不变的情况下，当一般价格水平P提高时，国民收入y就减少;当一般价格水平P下降时，国民收入y就增加，二者的变动方向相反，即一般商品的市场需求量与其价格成反比。供给是厂商在一定时间内，在各种价格水平下愿意并且能够提供的某种产品的不同数量组合的轨迹，供给函数QS的表达式(2):
其中：P商品价格，C商品成本，Pc互补商品价格，Ps替代商品价格，T技术水平……
与需求量反比于价格变化不同，供给量正比于价格变化，为了进一步分析需求与供给的关系，经济学上引入了需求弹性的概念。所谓需求弹性是指某个主要影响需求的变量发生变化对商品需求量的影响程度，根据不同的影响类型，又可以分为需求的价格弹性、需求的交叉弹性、需求的收入弹性等。比如商品价格作为自变量，如果发生变化，那就会影响需求量的变化，同时对这种价格变化和需求量变化进行计量，就是计算价格每变化1%，需求量会变化%多少，这就是需求的价格弹性E d，可以用公式(3)来表示。
2.2 构建数学预测模型
预测在科学运用各类预测技术来推断未来数据业务量的同时，也受到很多因素的影响，主要包括业务产品所关联的消费模型、经济发展水平、区域特点、网络质量、资费水平、业务替代和营销模式等。综合分析这些影响因素是进行有效预测的前提，对建立适合的数学模型、提高流量预测的有效性具有非常重要的意义。从需求和供给两个角度，将关键影响因子分成两类。供给能力影响因子和需求能力影响因子。
(1)从需求因子的预测方法
从需求的角度来看，所有移动数据流量都是由用户使用具体的数据业务产生的，因此通过分解预测每种数据业务的用户数及用户消费模型(图1)，汇总即可预测出移动数据流量。
(2)从供给因子的预测方法
从供给的角度来看，手机用户使用数据业务，产生移动数据流量，筛选出主要制约因子形成供给能力关键因子。如图2筛选分析的智能终端普及率、网络质量和资费水平。
(3)构建数学预测模型
需求函数表明消费者对某种商品在每一价格下的需求量是多少，供给函数表明生产者对某种商品在每一价格下的供给量是多少。当商品的需求和供给这两种相反力量的相互作用下形成的一种相对静止的均状态，即y=f (P)=Qs=Φ(P, C，…)，经济学上称之为均衡状态。基于需求与供给的均衡状态可以方便数学预测模型的构建。
数据流量的预测可以看作一个以数据流量为因变量f (x)，智能终端普及率x1、网络质量水平x2和资费水平x3，其它影响因子xi为自变量的函数。在实际预测中，分别对影响因子赋予不同的权重m, n, p, qi，并分别用l1, l2, l3, li表示影响因子与需求弹性的影响。如是数据流量f (x)可以用式(4)来表达。
将影响因子的变化量Δ代入式(4)，可以数据数量可以用式(5)来表达。
同理可得，数据流量变化(数据流量增长率)
Δf (x)=式(5)-式(4)，即可以用式(6)来表达。
3 操作关键点分析
在网络规划数据流量实际预测中，移动用户预测是基础，然后结合模型对智能终端普及率、网络质量门限水平、流量资费水平、业务应用及相对应的消费弹性分析，根据式(6)综合预测算法不难预测出移动数据流量。预测模型操作的关键点有三个，第一是流量影响因子的合理选取;第二是不同影响因子的权重赋值，赋权的关键又在于识别对流量起到瓶颈限制作用的门限因子;第三是预测数学算式(6)的辅助预测工具实现。
3.1 关键影响因子分析
市场研究公司CRC预测未来三年智能手机销售将继续保持高速增长，到2015年全球智能手机销量将达6.19亿部，智能手机普及率将超过54%。同时，CRC还预计到2015年末，智能手机复合年增长率为24%。受益于中国经济的高速发展，终端价格下跌、3G技术和资费水平的降低，CRC认为中国将在销售中占主要地位，预计中国智能手机的增长率高于全球平均水平，年复合增长率可达29%，中国智能手机用户在2015年会超过9800万。智能终端普及率的提升对移动数据流量的提升具有明显的刺激作用。MS移动公司2011年底智能终端普及率20%，2012年提升至35.4%，通过对智能终端普及率与流量进行相关性分析，结果表明智能终端普及率与手机移动数据流量提升之间存在紧密的联系，二者的线性相关程度接近90%。
网络质量改善以后，可以明显提高用户数据流量。对MS移动公司3G网络质量提升前后的移动数据流量对比分析，结果表明2012年10月TD专项建设第6期工程完成以后，3G终端高档机、中档机、低档机在户均上网时长同比增长117%、户均移动数据流量同比增长85%、户均数据流量收入同比增长22%，网络质量改善对数据流量促进提升效果明显。
数量资费水平是影响手机上网用户消费模型的另外一个非常重要的因素。对西欧市场Sweden、Austria、Ireland当地主流运营商的历史数据进行分析，当数据流量资费包降到20-30欧元区间时，需求价格弹性系数最高，移动宽带应用开始腾飞;当资费继续下降，低于20欧元以后，失去价格弹性，用户对资费不再敏感，转而关注业务应用。调查表明，中国手机用户对移动数据流量价格较为敏感，选择30M-70M流量包月的套餐用户比例最高，尤其是非智能手机套餐用户，达到54.7%。
最近，对中国移动近8年来收入数据分析发现业务驱动收入增长经历了三个阶段。2004年以前，主要由短信业务增长驱动，2006-2008年短信收入增长贡献趋稳，语音增值业务逐步成为收入主要驱动力，近两年数据流量增长迅速，逐步成为中国移动收入增长的重要驱动力，从未来发展来看，随着智能终端逐步普及，网络带宽门限因素消失以及资费弹性的减弱，内容应用将成为驱动移动数据流量增长的主要因素。
3.2 赋权与辅助预测工具
关键影响因子分析结论是赋权的重要依据。近期而言，对移动数据流量影响因子是智能终端普及率、网络质量、资费水平、内容应用，其中网络质量和终端普及率是近期移动数据流量的门限因子;从远期发展来看，随着智能终端普及率的持续提升，网络质量的大力改善，特别是TD-LTE 4G技术应用，门限因子会逐步改变，资费水平和内容应用将会逐渐取代智能终端和网络质量门限，成为新的门限因子。
本文第4节以MS移动公司2013-2015年网络规划中移动数据流量预测为例，对关键影响因子分析、赋权和预测模型实现三方面进行了进一步的探讨。该应用实例既是新方法的一次成功应用，也是对采用辅助预测工具实现预测模型的一次检验，在基础输入数据完整的情况下，可以快速输出预测结果。
4 预测方法应用实例
(1)输入基础数据
模型输入主要为移动用户现状及业务规划预测数据，包括移动电话总体用户，GSM用户、TD-SCDMA用户、LTE用户、WLAN用户(表1)。
(2)预测模型过程参数计算
通过关键因子分析优选出来与数据业务发展影响最大的五个因子分别是智能终端普及率、网络质量、资费水平、业务消费模型与价格弹性系数及策略牵引。考虑门限因子，预测模型中对该五个因子进行了综合处理，处理结果及中间过程参数详见表2。
注*:策略牵引影响因子分析, 主要考虑了四网协同策略对GSM/TD/LTE/WLAN的不同定位和营销策略牵引影响。
(3)输出预测结果
为便于说明，本文将网络规划中移动数据业务流量转换为/用户/月口径，单位MB。模型可以输出移动数据业务流量，2G数据业务流量、3G数据业务流量、LTE数据业务流量、WLAN数据流量(表3)。
5 结束语
移动流量预测在综合考虑各种影响因子和优化预测技术来提高结论的准确性和有效性的同时，也受到很多因素的影响，除了文中分析要素之外，还与企业运营水平和诉求息息相关。本文提出的移动数据流量预测方法及辅助工具有助于解决网络规划工作中大部分的流量预测问题。后续研究重点应放在新的门限因子识别以及新兴业务增长预测上，希望该这套新思路、新方法能对新时期数据流量预测工作起到启示和促进作用。
摘要：移动互联网时代, 随着数据业务的高速增长, 移动数据流量已经成为影响无线网络资源配置的主要因素, 传统的流量预测方法已不能满足网络规划及资源配置的需要。本文创新性的提出了基于需求供给模型的移动数据流量预测方法, 并对实际操作的关键点做了进一步的探讨, 最后介绍了该方法在中国移动MS公司网络规划工作中的应用, 为新时期移动数据流量的预测提供了一种新的思路和视角。
关键词：需求供给模型,流量预测,需求弹性,门限因子
参考文献
[1]黄凤忖.电信运营业发展的影响因素分析[D].首都经贸大学硕士学位论文, 2005 (3) .
[2]李勇平.遗传神经网络在电信业务收入预测中的应用研究[J].商场现代化, 2008 (11) .
供给预测 篇3
西部大开发为甘肃的发展提供了机遇, 甘肃能否在有利的大环境下、政策宽松的状况下抓住机遇, 实现自身的经济腾飞, 关键在于人才的培养、留住现有人才和引进外地人才, 其中本省人才的培养和供给尤其重要。目前, 甘肃省在人才的数量和质量上, 与全国平均水平相比, 差距仍然很大, 而且地域、行业分布不合理, 流失严重。本文中人才指的是拥有大专以上学历的人, 人才的有效供给是指本年度内已经就业的大专以上学历的应届本省毕业生人数。今后的一段时期是甘肃经济发展的重要阶段, 因此, 科学预测人才资源的需求、供给和结构对于调整人才培养策略, 开发人才资源, 促进经济的发展, 实现甘肃的繁荣具有重要的意义。目前, 人才供给预测的方法有很多, 有很多方法需要具有较多的已知数据支持, 并且要求数据变化过程表现出一定的规律性, 而甘肃省非师范类人才供给量的变化受到经济、政治、社会等一些不确定因素的影响, 用诸如线性方法等计算的预测值和实际值的误差较大, 而用灰色预测模型能较好地解决这个问题, 并且不需要过多的样本数据, 这样在统计数据较少的情况下, 可以有效地对人才供给总量进行预测。本文利用灰色预测模型GM (1, 1) 模型对甘肃省非师范类人才的有效供给做出预测。
2 灰色预测建模原理
灰色理论模型主要是对系统中部分已知信息的生成、开发提取有价值的信息, 实现对系统运行行为、发展规律的正确描述和有效控制。数据处理不去寻找其统计规律和概率分布, 而是对原始数据做一定处理后, 使其成为有规律的时间序列数据, 在此基础上建立数学模型。其实质是将无规律的原始数据进行累加生成, 得到规律性较强的生成数列再建立模型。由此模型得到的数据通过累加生成的逆运算———累减生成得到还原模型。将还原模型作为预测模型。灰色预测具有要求样本数据少, 原理简单, 运算方便, 预测精度高, 可检验等优点。灰色理论用于预测分析数据序列较短且具有明显上升趋势时预测精度较高, 因此灰色预测在人力资源管理领域有广泛的应用, 可用灰色模型建立人才系统的预测模型。目前最常用的为GM (1, 1) 模型。
构建模型如下:
(1) 设研究对象的一组原始数据:
对以上数据进行一次累加, 得到1-AGO序列:
(2) 对原始数据处理后, 建模前需要对数列x (0) 进行准光滑比检验, 对数列x (1) 进行准指数规律检验。根据
如果对于r (k) <0.5 (k>3) , 那么数列x (0) 满足准光滑条件。根据
如果对k有σ (1) (k) ∈[1, b], d=b-1≤0.5 (k>3) , 那么数列x (1) 满足准指数规律, 可以用x (1) 建立GM (1, 1) 模型, 否则需要继续累加。
(3) 对序列x (1) , 可以建立灰色预测模型的白化型微分方程:
根据最小二乘法求解a、u, 可以得到灰色预测模型:
还原, 可得到
方程 (1) 和 (2) 即为GM (1, 1) 模型进行灰色预测的基本公式。
(4) 对灰色模型进行残差检验和后验差检验。
残差检验:通过计算残差和相对误差, 检验判断误差变动是否稳定, 判断模型的拟合度。残差:
其中, 是根据GM (1, 1) 模型计算得到的预测数据。相对误差:
如果D (k) <5%, 则该预测模型拟合度较好。
后验差检验:使用C, P检验, 根据计算所得的C和P值可确定模型的精度 (见表1) 。
若所有其中S1是原始数据x (0) 的标准差, 即P=1, 则模型是可靠的, 精度为1级, 可直接用于人才预测。
一般情况, 如果残差和后验差都能检验通过, 则可以用所建模型进行预测。否则, 需要进行残差修正, 以提高模型的精度。
3 甘肃省非师范类人才需求预测
3.1 构建模型
本文收集了2006-2009年甘肃省非师范类人才有效供给的数据, 见表2。
数据来源:2009年甘肃统计年鉴
应用灰色理论, 建立GM (1, 1) 模型:
计算累加生成数列:
对原始序列x (0) 进行准光滑检验:r (3) ≈0.634 8, r (4) ≈0.495 3, 当k>3时, r (k) <0.5, 所以准光滑条件成立。检验累加生成序列x (1) 是否有准指数规律:s (3) ≈1.634 8, s (4) ≈1.495 3, 当k>3时s (k) ∈[1, 1.5], d=s (k) -1≤0.5, 满足指数规律。通过准光滑检验和准指数规律检验, 可以建立GM (1, 1) 模型。
计算得到:a=-0.200 130 7, u=28 087.425 62, 将a、u代入微分方程可得预测模型:
根据灰色预测方法, a为发展系数, 反映预测的发展态势, u为灰色作用量, 反映数据变化的关系。当-a<0.3时, GM (1, 1) 模型可用于中长期预测;当0.3<-a<0.5时, GM (1, 1) 模型可用于短期预测, 中长期预测慎用;当0.5<-a<1时, 应采用GM (1, 1) 改进模型, 包括GM (1, 1) 残差修正模型;当-a>1时, 不宜采用GM (1, 1) 模型, 可以考虑其他预测模型。本模型中, -a=0.200 130 7<0.3, 故其预测是稳定的, 利用模型对2006-2009年数据进行预测, 并与实际数据进行比较, 所得结果见表3。
3.2 进行残差检验和后验差检验
3.2.1 残差检验
残差:其中是根据GM (1, 1) 模型计算得到的预测数据。相对误差:该预测模型拟合度较好。
3.2.2 后验差检验
通过数据, 可得到:
原始序列x (0) 方差:S12=89 134 435
残差序列ε (k) 方差:S22=857 346.
后验差比值:
小误差频率:0.674 5S1=60 121 176.41;有即精度为1级, 故可直接用于人才预测。经过残差检验、后验差检验, 可见该模型具有非常优异的精度, 利用此模型可以对甘肃省非师范人才类人才未来4年的有效供给总量进行预测 (见表4) 。
4 结论及政策建议
灰色预测方法是经济预测中一种非常有效的方法, 它不直接采用原始数据建模, 而是将原始的、无规律的数据进行加工处理, 使之变得有规律, 然后利用生成后的数据列来分析建模。这正是灰色理论方法的特点之一, 结果证明, 将灰色系统理论中的模型引入非师范类人才有效供给的预测, 所需要的原始数据不多, 尤其对历史数据个数较少的情况, 容易采集, 且具有预测精度较高、模型可检验、参数的计算方法较简单等特点, 是一个较为理想的人才预测方法。
随着西部大开发战略的实施, 未来几年是甘肃经济发展的关键阶段, 需要大量的人才尤其是非师范类人才来支援甘肃的建设。为了实现甘肃省的繁荣发展, 甘肃省应该重视本省人才的供给, 尤其是非师范类人才的培养。根据甘肃经济社会发展的需要, 有计划地培养各类专业新人。甘肃省经济的发展对非师范类人才的需求远远超过本省人才的供给。要在近几年逐步改善甘肃人才需求的紧张局面, 本省人才的培养和供给固然重要, 用好现有人才、留住现有人才、从外省引进人才也是极其有效的途径。
如何用好现有人才、留住现有人才、从外省引进人才, 建议政策如下:
首先, 树立人才为本的观念, 这是关键所在。善于用事业来吸引和凝聚人才, 为各种人才提供发挥聪明才智的天地, 激励他们为国家为人民建功立业, 切实把人才资源的开发与管理摆到十分突出的位置, 纳入党委和政府的最高决策, 抓紧人才培养及引进并重视关心现有人才, 做到合理配备使用, 营造“尊重知识、尊重人才”的良好氛围, 让优秀人才脱颖而出。
第二, 稳定和用好现有人才, 充分发挥他们的最大能量。甘肃人才总量不足, 但比总量不足问题更值得注意的是, 有限的人才并未得到有效的使用。因此, 人力资源开发的重点应从盘活现有人才开始, 通过多种方式, 培养一批用得上、留得住、能解决实际问题的人才。一是制定好政策, 营造一个促进人才脱颖而出的机制;二是建设甘肃人才资源开发基地和设立专项人才基金;三是实行甘肃人才的二次开发, 对一些急缺的科技人才、管理人才采取返聘或延长退休年龄进行再开发, 使他们能够更好地发挥余热。
第三, 大力培养和引进人才, 实施人才结构的合理调整。培养引进急需人才。目前甘肃最急需的人才主要集中在以下15类:高新技术人才、信息技术人才、机电一体化专业人才、农业科技人才、环境保护技术人才、生物工程研究与开发人才、国际经贸人才、法律人才、金融人才、新材料与新能源人才、医疗保健人才、旅游人才、咨询与策划人才、研究与开发人才、教育人才。对于急需人才的培养和引进应是甘肃实施人才开发战略的重点。促进人才结构的合理调整, 主要在以下方面:一是引导人才向企业和乡镇基层转移, 对下到企业和乡镇基层的人员实施较高的基层补贴, 对有突出贡献者在评聘职称、享受政府特殊津贴以及家属子女就业读书等方面予以适当的照顾, 以弥补企业、乡镇基层人才的严重不足;二是加大事业单位改革力度, 推行事业单位全员合同聘用管理制度, 改善专业技术人才队伍的结构, 合理布局人才的行业分布结构;三要制定符合省情的引才引智优惠政策, 解决人才引进中涉及的工资、住房等生活、工作环境问题, 以优厚的待遇吸引人才。
第四, 变被动为主动, 在实施人才战略中处理好七大关系:一是高级人才与初级人才的关系;二是科学研究人才与市场化人才的关系;三是高等教育与基础教育、职业技术教育的关系;四是引进人才与用好现有人才的关系;五是所有与所用的关系;六是使用与培养的关系;七是待遇与制度的关系。
最后, 在制定各种吸引人才的优惠政策时, 应体现民族地区的特殊性、经济发展的差异性, 突出吸引政策的实效性, 以多元化吸引人才的策略, 吸引全国各地的人才到甘肃来, 促进甘肃经济健康可持续发展。
参考文献
[1]刘思峰, 党耀国, 方志耕, 谢乃明.灰色系统理论及其应用[M].第5版.北京:科学出版社, 2010.
[2]闵惜琳.基于灰色预测模型GM (1, 1) 的人才需求分析[J].科技管理研究, 2005, 25 (6) :72-74.
[3]江瑜, 周志英.基于灰色系统理论的金融业人才需求预测[J].企业经济, 2009 (1) :56-58.
[4]徐荣, 曹安照.基于灰色系统理论的科技人才需求预测[J].安徽工程科技学院学报:自然科学版, 2006 (3) :71-74.