山東省信息技術(shù)行業(yè)人才需求預(yù)測(cè)研究

楊西國，梁科

（山東管理學(xué)院，山東 濟(jì)南 250357）

【管理論壇】

山東省信息技術(shù)行業(yè)人才需求預(yù)測(cè)研究

楊西國，梁科

（山東管理學(xué)院，山東 濟(jì)南 250357）

隨著山東省高等教育辦學(xué)規(guī)模的擴(kuò)大，發(fā)展層次有了明顯提升，但在服務(wù)地方經(jīng)濟(jì)社會(huì)發(fā)展、加強(qiáng)基礎(chǔ)能力建設(shè)等方面還存在發(fā)展特色不明顯的問題。本文在分析經(jīng)濟(jì)數(shù)據(jù)的基礎(chǔ)上，探討了在當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)調(diào)整下對(duì)信息化人才的需求，確定影響信息化人才需求的因素，利用灰色模型預(yù)測(cè)人才需求影響數(shù)據(jù)，采用基因表達(dá)式編程與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法預(yù)測(cè)山東省信息化行業(yè)的人才需求，結(jié)果表明優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)具有較好的收斂性能，且預(yù)測(cè)精度更高。該方法綜合了灰色模型方法和神經(jīng)網(wǎng)絡(luò)方法的優(yōu)點(diǎn)，可以較高精度地對(duì)未來山東省信息化人才的需求進(jìn)行預(yù)測(cè)。

人才預(yù)測(cè)；灰色模型；BP神經(jīng)網(wǎng)絡(luò)；基因表達(dá)式編程

近年來，山東省經(jīng)濟(jì)穩(wěn)步發(fā)展，高等教育毛入學(xué)率有了大幅度的提高，已經(jīng)從1998年的8.28%上升到2013年的38.6%。2013年，隨著山東管理學(xué)院、山東農(nóng)業(yè)工程學(xué)院升格為普通本科高校，山東的本科院校達(dá)到52所，高職（?？疲┰盒?3所，獨(dú)立學(xué)院12所。盡管山東省高等教育辦學(xué)規(guī)模有了明顯提升，但部屬高校僅有3所；全國845個(gè)碩士研究生培養(yǎng)單位中，山東省僅有31個(gè)，2013年，山東省GDP總量54684.30億元，列全國第3位［1-2］。山東高校在培養(yǎng)能力和競(jìng)爭(zhēng)力上還有待加強(qiáng)，山東省作為經(jīng)濟(jì)大省在教育上的投入及研究力度還有較大的發(fā)展空間［3-5］。

本研究著眼于當(dāng)前山東經(jīng)濟(jì)運(yùn)行中的相關(guān)指標(biāo)及各行業(yè)對(duì)人才的需求狀況，對(duì)人才需求的相關(guān)因素進(jìn)行匯總分析，確定了影響信息技術(shù)行業(yè)應(yīng)用型人才需求的相關(guān)數(shù)據(jù)。利用灰色系統(tǒng)理論預(yù)測(cè)人才需求影響數(shù)據(jù)，結(jié)合BP神經(jīng)網(wǎng)絡(luò)和基因表達(dá)式編程的優(yōu)勢(shì)構(gòu)建預(yù)測(cè)模型，預(yù)測(cè)城市化進(jìn)程對(duì)信息化專業(yè)人才的需求從而指導(dǎo)信息化專業(yè)的建設(shè)及發(fā)展，以此推動(dòng)信息化人才培養(yǎng)模式的變化以更好的服務(wù)地方經(jīng)濟(jì)，促進(jìn)山東省區(qū)域經(jīng)濟(jì)穩(wěn)步發(fā)展。

一、相關(guān)概念和描述

（一）基因表達(dá)編程

基因表達(dá)式編程是結(jié)合遺傳編程和遺傳算法的優(yōu)點(diǎn)而構(gòu)造的一種新算法，具有以下優(yōu)點(diǎn)：編碼簡(jiǎn)單、遺傳操作易處理、收斂速度快［6］。其個(gè)體由頭部和尾部組成，能夠被表達(dá)成不同長(zhǎng)度和形狀的非線性實(shí)體。尾部長(zhǎng)度t由頭部長(zhǎng)度h和參數(shù)個(gè)數(shù)n所決定。

（二）灰色系統(tǒng)理論

灰色系統(tǒng)理論是根據(jù)原有的已知信息，實(shí)現(xiàn)對(duì)數(shù)據(jù)規(guī)律的判定和識(shí)別［7-8］。其基本思想是對(duì)原始數(shù)據(jù)進(jìn)行處理，使新數(shù)據(jù)形成一定的規(guī)律，通過微分方程獲得擬合曲線，假設(shè)原始序列為求解過程如下：

步驟1：對(duì)原有數(shù)據(jù)進(jìn)行處理得到數(shù)據(jù)集合

其中t=1，2，...，n-1，然后對(duì)數(shù)列進(jìn)行還原，獲得最終預(yù)測(cè)值。

（三）改進(jìn)的預(yù)測(cè)模型

對(duì)BP神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行尋優(yōu)處理［9］，改進(jìn)的模型算法如下：

步驟1：輸入基因表達(dá)式編程的各項(xiàng)參數(shù)，如：頭部長(zhǎng)度、算子概率和終結(jié)符集；

步驟3：計(jì)算個(gè)體適應(yīng)度值；

步驟4：如果出現(xiàn)相似個(gè)體則刪除掉適應(yīng)度較小的個(gè)體，同時(shí)補(bǔ)充等數(shù)的隨機(jī)個(gè)體；

步驟5：判斷是否滿足條件，如不滿足轉(zhuǎn)向步驟3繼續(xù)執(zhí)行，否則轉(zhuǎn)向下一步執(zhí)行；

步驟6：將選出的適應(yīng)度最大的個(gè)體進(jìn)行解碼。

二、信息化人才需求預(yù)測(cè)

（一）預(yù)測(cè)因素分析

人才需求預(yù)測(cè)與社會(huì)、經(jīng)濟(jì)的發(fā)展息息相關(guān)，通過咨詢相關(guān)專家及相關(guān)數(shù)據(jù)分析，在人才預(yù)測(cè)中選用9個(gè)影響人才需求的因素，既能反映山東人才需求發(fā)展內(nèi)在規(guī)律，又能夠客觀地反映人才需求的影響因素［10-11］。人才需求預(yù)測(cè)影響因素包含內(nèi)容如表1所示：

表1　人才需求預(yù)測(cè)因素

表2　2004年-2013年山東省信息技術(shù)服務(wù)業(yè)人才需求預(yù)測(cè)影響因素原始數(shù)據(jù)表

（二）數(shù)據(jù)選取

本文以2004年—2013年山東省信息技術(shù)服務(wù)業(yè)人才需求預(yù)測(cè)影響因素原始數(shù)據(jù)表為數(shù)據(jù)來源，對(duì)2015—2020年山東省所需信息技術(shù)專業(yè)人才數(shù)量進(jìn)行預(yù)測(cè)，表2所示為2004年—2013年山東省經(jīng)濟(jì)發(fā)展對(duì)信息技術(shù)業(yè)人才需求的相關(guān)統(tǒng)計(jì)。

楊西國，梁 科：山東省信息技術(shù)行業(yè)人才需求預(yù)測(cè)研究

三、試驗(yàn)方案設(shè)計(jì)

（一）灰色模型的訓(xùn)練及模擬

第一步：灰色模型的訓(xùn)練

定義 1i為第一產(chǎn)業(yè)生產(chǎn)總值、2i為第二產(chǎn)業(yè)生產(chǎn)總值、3i為第三產(chǎn)業(yè)生產(chǎn)總值、4i為第一產(chǎn)業(yè)固定資產(chǎn)投資總額、5i為第二產(chǎn)業(yè)固定資產(chǎn)投資總額、6i為第三產(chǎn)業(yè)固定資產(chǎn)投資總額、7i為外貿(mào)出口總額、8i為直接利用外資額的值，分別選取2004—2013年的 1i、2i、3i、4i、5i、6i、7i、8i作為建模數(shù)據(jù)，按照灰色系統(tǒng)理論獲得8個(gè)數(shù)據(jù)模型。

表3　利用灰色模型計(jì)算2004年-2013年山東省信息技術(shù)服務(wù)業(yè)人才需求預(yù)測(cè)影響數(shù)據(jù) 1i--8i

第二步：2015—2020人才需求影響因素計(jì)算

根據(jù)表3可以發(fā)現(xiàn)，用灰色模型來預(yù)測(cè)人才需求影響數(shù)據(jù)是可行的，所得預(yù)測(cè)結(jié)果與實(shí)際數(shù)值較為接近，相對(duì)誤差和精度也都符合要求，能夠較為真實(shí)的反映實(shí)際情況。用上述8個(gè)數(shù)據(jù)模型預(yù)測(cè)2015—2020年山東省信息技術(shù)服務(wù)業(yè)人才的需求影響數(shù)據(jù) 1i--8i如表4所示。

表4　利用灰色模型計(jì)算2015年-2020年山東省信息技術(shù)服務(wù)業(yè)人才需求影響數(shù)據(jù) 1i--8i

（二）訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)

選取2004年—2013年山東省信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)人才需求預(yù)測(cè)影響因素原始數(shù)據(jù)表訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。參數(shù)設(shè)置如下表。

表5　BP神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

從表6和圖1、2可清楚地看到：神經(jīng)網(wǎng)絡(luò)的測(cè)試結(jié)果能夠達(dá)到較理想的結(jié)果，實(shí)測(cè)值與模擬值變化趨勢(shì)基本一致，實(shí)測(cè)值與實(shí)際的相對(duì)誤差絕對(duì)值不大于10%。

（三）人才需求預(yù)測(cè)

BP神經(jīng)網(wǎng)絡(luò)在人才預(yù)測(cè)時(shí)考慮到 i1、i2、i3、i4、i5、i6、i7、i8等影響人才需求的因素，結(jié)果能比較客觀地反映數(shù)據(jù)的變化過程，對(duì)2015年—2020年信息技術(shù)行業(yè)人才需求見表7所示。

表6　模擬就業(yè)人數(shù)需求統(tǒng)計(jì)

圖1　 模擬就業(yè)人數(shù)

圖2　模擬就業(yè)相對(duì)誤差

表7　 2015年-2020年山東省信息技術(shù)人才需求預(yù)測(cè)數(shù)據(jù)

圖3　 2004年-2020年山東省信息技術(shù)人才需求增長(zhǎng)率

四、結(jié)語

利用灰色模型預(yù)測(cè)人才需求影響因素的方法能夠?yàn)槿瞬判枨箢A(yù)測(cè)提供擬合度較高的數(shù)據(jù)，預(yù)測(cè)模型利用了基因表達(dá)式編程和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，能夠解決基因表達(dá)式編程易陷入局部最優(yōu)的不足，同時(shí)可以利用BP神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)，提高網(wǎng)絡(luò)的泛化能力，使預(yù)測(cè)更加趨于合理和科學(xué)。

通過實(shí)驗(yàn)分析發(fā)現(xiàn)建立的人才需求預(yù)測(cè)模型能夠達(dá)到90%以上的準(zhǔn)確率，模型能夠初步顯示山東省信息化人才需求和生產(chǎn)總值、固定資產(chǎn)投資總額、外貿(mào)出口總額的關(guān)系，能夠?yàn)樾畔⒒瞬判枨箢A(yù)測(cè)提供更有價(jià)值的參考。

［1］山東省教育廳.山東省中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2011-2020年）［EB/OL］.http：//www.sdedu.gov.cn/ sdedu_zxwj/201012/t20101231_83693.htm.

［2］山東省教育廳.二〇一四年全省教育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)［EB/OL］.http：//www.sdedu.gov.cn/sdedu_jyzx/201103/ t20110303_85717.htm.

［3］周杰.新疆戰(zhàn)略性新興產(chǎn)業(yè)人才需求預(yù)測(cè)及開發(fā)［D］.新疆大學(xué)，2014.

［4］孫菁.山東省高等教育競(jìng)爭(zhēng)力實(shí)證研究［D］.山東財(cái)經(jīng)大學(xué)，2014.

［5］滕愛玲，胡耀宗.山東高等教育發(fā)展?fàn)顩r的理性審視——規(guī)模結(jié)構(gòu)質(zhì)量效益協(xié)調(diào)發(fā)展的視角［J］.當(dāng)代教育科學(xué)，2010，（7）.

［6］KozaJR，KeaneMA，YuJ，etal.Automaticcreationof human-competitive programs and controllers by means of geneticprogramming［J］.GeneticProgrammingandEvolvable Machines，2000，1（1-2）：121-164.

［7］張瑞軍，邱繼偉，賈慶軒.灰色系統(tǒng)理論的多目標(biāo)可靠性穩(wěn)健設(shè)計(jì)［J］.北京郵電大學(xué)學(xué)報(bào)，2014，37，（3）：23-26，42.

［8］劉思峰，楊英杰.Advances in Grey System Research（2004-2014）［J］.南京航空航天大學(xué)學(xué)報(bào)，2015，47 （1）.

［9］王爾申，李興凱，龐濤.基于 BP神經(jīng)網(wǎng)絡(luò)的粒子濾波算法［J］.智能系統(tǒng)學(xué)報(bào)，2014，（6）.

［10］宋偉偉，呂健，辛春紅.基于灰色 GM（1，1）模型的區(qū)域人才需求預(yù)測(cè)［J］.自動(dòng)化技術(shù)與應(yīng)用，2014，33（5）：58-60.

［11］王從.山東省專業(yè)技術(shù)人才整體性開發(fā)研究［J］.科技和產(chǎn)業(yè)，2014，14（8）：48-51.

Research on Forecasting the Demand for Talents in Information Technology Industry of Shandong Province

Yang Xiguo，Liang Ke

As the school size of higher education in Shandong province expands，its development level improves significantly.However，there are some problems of less obvious features in serving the development of local economic society and reinforcing the basic capacity-building，and so forth. Based on analyzing economic data，this paper discussed the demand for information talents under the current adjustment of industry structure，confirmed the elements，used Grey Model to forecast its data and adopt GEP（Gene Expression Programming）combined with BP neural network to forecast the demand for the talents in information industry of Shandong province.It turned out that optimized BP neural network has better convergence performance and much more accurate forecast.This method combined both advantages of GEP and BP neural network so that it could make forecast precisely.

talents forecast；Grey Model；BP neural network；GEP（Gene Expression Programming）

本文是山東省軟科學(xué)研究計(jì)劃項(xiàng)目“新建應(yīng)用型本科院校發(fā)展戰(zhàn)略研究”（課題編號(hào)：2014RKB01753）的研究成果之一。

C961.9：F224

A

2095—7416（2016）04—0037—05

（責(zé)任編輯：袁鋒）

2016-07-30

楊西國（1965-），男，山東壽光人，碩士，山東管理學(xué)院副院長(zhǎng)，教授。