基于組合模型的“十四五”期間中國科技人才需求預測

瞿群臻，王嘉吉，唐夢雪，牛 萍

（1.上海海事大學經濟管理學院，上海 201306；2.中泰證券股份有限公司上海研究所，上海 200120；3.中國科學技術部科技人才交流開發(fā)服務中心，北京 100045）

科技人才是經濟社會發(fā)展的重要資源。在逐步進入人口老齡化和人口紅利減弱的情境下，人才紅利的重要性逐漸凸顯。黨的十九屆五中全會通過的“十四五”規(guī)劃建議提出，要深入實施人才強國戰(zhàn)略，加快科技強國建設。這表明，在“十四五”時期，國家將更加重視科技發(fā)展，并更加關注科技人才隊伍的建設和科技人才資源的使用。對科技人才資源的使用，應當制定相關的人才規(guī)劃，以保證人才使用的效率。特別是“十四五”期間，國內外競爭格局的變化更要求我們充分運用優(yōu)質人才資源。而制定相關規(guī)劃的起點是對人才的需求進行預測。因此有必要對中國接下來一段時間的科技人才需求及趨勢進行研究，分析科技事業(yè)發(fā)展所需的人才數量、質量，為科學開展科技人才培養(yǎng)、引進、選拔和評價等工作提供依據。本文選用《中國統(tǒng)計年鑒（1999—2020）》中我國（不含港澳臺地區(qū)）R&D 人員全時當量數據，以2012—2019 年數據構建灰色預測模型，并以1995—2019 年數據構建指數平滑時間序列預測模型，采用模型組合的方式分析十四五期間科技人才需求，最后分析預測結果，并提出一些建議。

1 文獻綜述

1.1 科技人才與經濟發(fā)展

科技人才，是指在科學和技術領域內，擁有科學素養(yǎng)、能力與道德的人［1］，一般可分為科技活動人員、科學家與工程師、R&D 人員、專業(yè)技術人員［2］?？萍既瞬艑洕l(fā)展具有促進作用。微觀企業(yè)層面，科技人才可以促進企業(yè)創(chuàng)新，特別是科技人才的集聚，更有助于創(chuàng)新成果的產出［3］；中觀產業(yè)層面，科技人才成為產業(yè)競爭中的核心競爭力［4］；宏觀經濟層面，在以創(chuàng)新驅動發(fā)展戰(zhàn)略為核心的新經濟環(huán)境下，科技人才對經濟發(fā)展具有重要作用，科技人才的缺乏將導致高新技術領域創(chuàng)新發(fā)展動力不足［5］。從時間序列上看，改革開放以來，我國科技人才隊伍建設可分為五個階段，每個階段的科技人才政策及重大人才工程，均與當時的國家戰(zhàn)略和經濟發(fā)展水平相適應［6］。特別是在2001 年中國成為世界貿易組織成員以后，隨著國際競爭的加劇，國家加強了科技人才的培養(yǎng)和使用，科技人才的創(chuàng)新成果產出和對經濟發(fā)展的支持作用更加顯著［7］。因此，關注科技人才數量變化，有助于加強科技人才管理和創(chuàng)新成果的使用，進而促進社會經濟發(fā)展。

1.2 人才需求預測

人才需求預測是指對歷史資料進行統(tǒng)計和分析，來預計未來人才需求的相關過程和方法。人才需求預測是分析人才需求缺口、制定人才政策的基礎?，F有的研究主要針對區(qū)域或行業(yè)層面的人才需求總量進行預測。比如區(qū)域層面，姚娟等［8］以川、陜、滬三地為研究對象，張建勇等［9］以河南省為研究對象進行人才需求預測；行業(yè)層面，劉志民等［10］預測了農業(yè)科學領域的人才需求，李錫元等［11］研究了湖北省汽車和鋼鐵行業(yè)人才需求，陳燕瑩等［12］研究了海南省大健康產業(yè)的科技人才需求。這些研究從不同的區(qū)域或行業(yè)入手，進行了中觀層面的科技人才需求預測，并得到了積極的成果。但對于“十四五”規(guī)劃這樣的國家層面發(fā)展戰(zhàn)略規(guī)劃，對我國層面的科技人才整體需求進行預測，能夠為國家戰(zhàn)略的制定和執(zhí)行提供支持，因此也具有一定的研究意義。

1.3 人才需求預測方法

人才需求預測有多種方法，相關文獻中使用的預測方法如表1 所示。

表1 文獻中人才需求預測方法

梳理文獻，灰色GM（1，1）預測模型是常用的科技人才需求預測模型，此外，還有一些研究使用神經網絡模型、回歸模型等幾種方法進行預測。由于人才系統(tǒng)是一個半灰半明的系統(tǒng)，人才需求與社會經濟水平、產業(yè)發(fā)展情況、政策導向等多種因素相關，因此適合采用灰色預測模型對人才需求進行預測。而隨著人才需求的影響因素日趨復雜，為提高預測的精度，學者們紛紛開始進行組合預測研究［17］。相關研究一般采用長周期預測方法與灰色預測模型進行組合預測,如于麗靜等［18］、譚凱等［19］采用多元回歸分析，QIU 等［20］采用時間序列分析。這是因為長周期預測方法使用的樣本量更大，受異常輸入值的影響較小。將兩者組合可以在保證模型預測精度的同時，引入更多輸入值，修正模型的偏差，從而提高灰色預測的準確性。

常見的長周期預測方法有回歸預測和時間序列預測?；貧w預測需要首先尋找到與人才需求數量相關的解釋變量，再建立回歸模型進行預測。由于人才需求是一個復雜的社會現象，其影響因素眾多，導致解釋變量間關系復雜。為保證模型的擬合優(yōu)度，在變量選擇中難免會存在主觀性，影響最終的預測效果。而時間序列預測方法則通過擬合現實數據建模，無需過多考慮影響因素間的關系，更適合對人才需求這種復雜現象的預測。因此，本文選用灰色GM（1，1）預測和時間序列預測相組合的方法進行人才需求預測。

2 研究方法

2.1 灰色GM（1,1）預測模型構建及檢驗

2.1.1 預測模型的構建

本文的GM（1,1）預測模型構建方法，遵循了該模型構建的一般方法。

首先，輸入研究對象原始數據序列：

對原始數據序列進行累加，得到：

2.1.2 灰色預測模型檢驗

表2 模型精度等級表

2.2 時間序列模型

時間序列模型是一系列模型的統(tǒng)稱，其中常用的模型有自回歸滑動平均模型和指數平滑模型。自回歸滑動平均模型主要基于自回歸原理和滑動平均模型原理建立，一般用于平穩(wěn)數據的時間序列預測；指數平滑模型可以處理非平穩(wěn)數據。理論上，隨著經濟社會的發(fā)展，傳統(tǒng)產業(yè)逐步淘汰，以科技人才為基礎的高科技產業(yè)不斷發(fā)展，對科技人才的需求呈現上升趨勢。因此，科技人才的需求不是一個平穩(wěn)數據，使用指數平滑模型預測的準確性更高。指數平滑模型也包含多種子模型且各有特點，很難從理論上進行模型選擇。因此，本文采用常見的4 種模型進行預測，并選擇均方根誤差（RMSE）值最小的，即最優(yōu)預測結果作為時間序列模型的預測結果。

2.3 組合模型

本文的組合模型是將灰色預測模型與時間序列模型的預測結果，使用加權平均的方法進行組合。在權重的選擇上，簡單的方法是根據模型的準確性、穩(wěn)健性等指標人為賦予權重。這些方法受人為因素的影響較大，容易產生偏差。本文結合最優(yōu)化原理，采用最優(yōu)加權法進行預測結果加權，在調整權重的同時觀察組合模型的誤差平方和，使該指標達到最小。這一做法通過最優(yōu)化原理保證組合模型的預測質量。

3 模型預測

3.1 數據來源

本文主要預測“十四五”期間，國家層面科技人才的需求規(guī)模，因此輸入值為國家口徑下的科技人才數量統(tǒng)計值。關于樣本長度，組合模型中涉及兩種預測方法，它們對樣本長度的需求不同?；疑Ｐ筒捎眯颖绢A測，文獻中通常采用10 年以內數據進行預測。有研究表明，灰色預測的樣本量在8個左右時就能得到較好的結果［22］。因此，考慮到國家經濟發(fā)展的趨勢并參考同類文獻，本文選擇使用8 個樣本作為輸入值。本文選用《中國統(tǒng)計年鑒（1999—2020）》中的數據，以2012—2019 年R&D人員全時當量數作為灰色預測模型的輸入值；以1995—2019 年的數據作為指數平滑模型的輸入值，以此實現長周期與短周期預測相結合，保證預測精度。由于相關統(tǒng)計范圍的政策，上述數據均不含港澳臺地區(qū)數據。

3.2 科技人才需求的灰色預測

2012—2019 年R&D 人員全時當量數如表3 所示。

表3 2012—2019 年全國R&D 人員全時當量統(tǒng)計數據

進一步求解，得到預測模型：

表4 實際值與預測值對比 單位：萬人（年）

表5 模型評價結果

評價結果顯示，灰度預測模型通過了三類檢驗，并且在后驗差檢驗中的表現優(yōu)異，證明模型有較好的預測精度。計算得到小于臨界值0.3，說明該模型可以用于中長期預測。利用此模型預測“十四五”期間中國科技人才需求規(guī)模，得到預測結果如表6 所示。

表6 “十四五”期間中國科技人才需求GM（1,1）預測

3.3 科技人才需求的時間序列預測

對1995—2019 年全國R&D 人員全時當量數據繪制散點圖如圖1。依據散點圖可以觀察到R&D 人員數量變化是整體趨勢向上。對數據進行自相關分析，發(fā)現數據序列不都是白噪聲，具有時間上的相關性，適宜選用時間序列模型進行分析。

圖1 1995—2019 年全國R&D 人員全時當量數

此外，在圖1 中擬合各點，發(fā)現使用指數分布曲線擬合時F 值最大，說明該組數據呈現指數分布，適合使用指數平滑法進行預測。在進行時間序列分析時，一般要考慮季節(jié)性。由于本文獲得的數據是年度性的，不具備季節(jié)周期性，因此僅做非季節(jié)性分析。根據四種常用模型，運用SPSS 軟件對1995—2019 年R&D 人員全時當量數進行預測分析，得到對應的均方根誤差（RMSE）值如表7。通過分析比較，發(fā)現采用指數平滑法中的Brown 線性趨勢模型預測效果最好，進而利用該模型對2019—2025年科技人才總量進行預測，結果見表8。

表7 各模型RMSE 值比較

表8 “十四五”期間中國科技人才需求指數平滑法預測值

3.4 科技人才需求的組合預測

為比較模型的效度，匯總三種模型對2012—2019 年的科技人才需求量的預測結果如表9 所示。三種預測模型中，組合模型的MAE 為7.15，MAPE為1.77%，兩指標均小于單獨模型，證明組合模型的誤差更小，預測效果更好。

表9 2012—2019 年中國科技人才需求預測值與實際值對比

使用該模型對“十四五”期間中國科技人才需求進行預測，得到預測結果如表10 所示。

表10 “十四五”期間全國科技人才需求組合預測值

4 應對人才需求增長的對策建議

本文以2012—2019 年全國R&D 人員全時當量為基礎，使用組合模型進行預測，得到“十四五”期間中國科技人才需求量的預測值。預測結果顯示，“十四五”期間我國對科技人才的需求呈上升趨勢，按全時當量計算的科技人才需求量年增長率均高于5%。因此，在“十四五”時期，科技人才需求端壓力較大，在科技人才的供給端應合理應對。對此，本文從增加科技人才增量和優(yōu)化現有人才存量兩方面提出如下對策建議。

4.1 加快科技人才數量積累

科技人才數量的提升，主要從人才的吸引和培育兩方面發(fā)力。對此，需要政府和高校共同努力。

（1）政策支持科技人才集聚。政策環(huán)境是人才面臨的主要環(huán)境，政策環(huán)境的好壞直接影響到人才集聚的能力。無論是國家層面還是地方層面，均應該完善政策環(huán)境，以提升對人才的吸引力。政策上，應為人才提供良好的工作和生活環(huán)境，比如，建立公平的市場競爭環(huán)境、為科技人才創(chuàng)業(yè)企業(yè)提供必要的扶持、簡化各類審批流程、根據成果為科技人才提供獎勵、為人才提供教育醫(yī)療等方面的福利、營造良好的生態(tài)環(huán)境、為外國人才來華工作提供必要的便利等，從市場、產業(yè)、生態(tài)、生活等各方面服務科技人才，在加強科技人才集聚、防止人才流失的同時，積極吸引國際科技人才來華創(chuàng)業(yè)就業(yè)。

（2）高校加快科技人才培養(yǎng)。高校的培養(yǎng)是科技人才數量增長的主要途徑。當前，知識更新速度不斷加快，學科領域不斷細分，更突出了高校在科技人才培養(yǎng)中的重要性。高校應主動尋找或開創(chuàng)科技研究的前沿領域，加強該領域的人才培養(yǎng)；在注重知識積累的同時，更應注重學習能力、創(chuàng)新能力的培養(yǎng)，以加強科技人才在知識迭代中的生存能力；在常規(guī)教育的基礎上，發(fā)揮校友會的平臺作用，為校友提供終身學習和人才間交流的機會。通過一系列手段加快科技人才的培養(yǎng)。

4.2 促進科技人才的素質提升

科技人才的成長到成熟是一個漫長的過程，期間不僅需要大量的物質資源投入，還需要非物質手段的激勵。因此，應該從物質與非物質兩方面促進科技人才的成長。

（1）提升物質資源投入效率。物質資源投入不僅是人才成長的必備條件，也是促進人才成長的重要激勵手段。因此，對于相關資源的投入，一方面要尊重不同領域科技人才成長規(guī)律的差異性和人才培養(yǎng)周期，合理化人才成長所需資源的供給，防止人才在成長的關鍵階段面臨資金、物資等方面的短缺；另一方面也要看到物質投入的激勵作用，將資源供給與關鍵績效考評相聯系，以此提升物質資源的使用效率。

（2）營造良好的科技人才成長氛圍?？萍既瞬诺某砷L不僅需要物質資源投入，更需要一個鼓勵科技人才成長的氛圍。企業(yè)、高校、研究院等科技人才使用單位，應當充分認識到高端科技人才的重要作用，探索加快科技人才成長的方法。在組織文化等非物質層面上，應當建立起促進人才成長的氛圍。比如在制度層面建立對科技人才成長狀況的考核體系；在行為層面增強對科技人才的監(jiān)督和激勵，對優(yōu)秀人才進行嘉獎；在精神層面倡導創(chuàng)新文化、鼓勵人才成長等。通過物質投入和非物質激勵，共同促進科技人才的成長。

4.3 保障科技人才的充分利用

對于現有的科技人才，應加強人才資源的利用，提高人才使用效率。對此，可以從以下三方面做出努力。

（1）加強科技人才使用規(guī)劃。對人才需求預測的目的是為人才規(guī)劃提供基礎。政府或相關行業(yè)協(xié)會、學會應統(tǒng)籌科技產業(yè)發(fā)展與科技人才使用。特別是對半導體、量子科技等領域的戰(zhàn)略科技人才，應當做好頂層設計，對科技人才的集聚和使用做出具體規(guī)劃，防止科技人才資源配置效率過低等問題。各地區(qū)也應當根據其自身優(yōu)勢產業(yè)和發(fā)展規(guī)劃，制定當地的科技人才使用規(guī)劃，全面提升區(qū)域人才的使用效能，促進區(qū)域產業(yè)的高質量發(fā)展。

（2）優(yōu)化人才服務。政府及高校的人才管理部門，應將工作思路從“管人才”向“服務人才”轉變，改革人才管理、評價、激勵等方面制度。比如，可以采用信息化手段簡化人才辦事流程，減少科技人才在申報、填表等非必要環(huán)節(jié)的時間投入；可以在項目管理等方面給予人才更多的自主權；在人才評價方面減少非核心業(yè)務的考核，通過負面清單等方式減少人才在工作中的束縛，提升科技人才創(chuàng)新能力。

（3）強化人才使用。在對科技人才進行規(guī)劃的基礎上，進一步提升人才的使用效率。

政府應在國內國際雙循環(huán)背景下完成產業(yè)結構向科技創(chuàng)新發(fā)展的轉型升級，從宏觀層面為科技人才提供更多科技創(chuàng)新平臺，同時也可以通過項目申請、基金資助等方式，提高重點領域人才的使用效率。校企聯動升級，通過信息化手段，加快高校的智力資源與企業(yè)的資金技術資源對接，保證人才能夠發(fā)揮社會效能。

5 結論

本文主要采用了基于GM（1，1）灰色預測模型和指數平滑時間序列模型構建組合預測模型，對“十四五”期間中國的科技人才需求進行了預測。預測結果顯示，“十四五”期間科技人才需求將以每年5%以上的速度增長，按全時當量數計算，最高將達到647.46 萬人年的規(guī)模。科技人才需求規(guī)模增長速度的提升，將對人才供給端產生壓力。因此，在人才供給端，社會各方面應相互協(xié)作，做好科技人才的數量積累和存量開發(fā)，促進科技人才的成長，保證科技人才的充分、合理利用。通過政府、企業(yè)、高校等社會各方資源聯動，提升綜合型科技創(chuàng)新人才供給能力，充分保障“十四五”期間科技人才需求，以科技人才的高素質成長帶動各產業(yè)的高質量發(fā)展。