芜湖市南陵县农村物流人才需求预测——基于灰GM(1,1)模型
Human Resources
人力资源  |  MODERN  BUSINESS 现代商业61
芜湖市南陵县农村物流人才需求预测
——基于灰GM(1,1)模型
江　楠
安徽商贸职业技术学院　安徽芜湖　241002
基金项目：安徽商贸职业技术学院校级重点项目：皖南地区农村电子商务发展风险管理研究(2019ZDF24)。主持人：江楠。
摘要：南陵县作为芜湖市唯一拥有5个电商示范村的县区，农村电商发展一直是其经济发展的重要推动力，而其物流发展落后一直是其电商发展过程中的瓶颈，本文以近5年南陵县物流从业人数为原始数据，建立南陵县农村物流人才需求的GM(1,1)模型，预测未来5年南陵县农村物流人才需求量。结果显示，未来5年里南陵县农村物流人才需求量稳步上升，为当地政府对于相关人才的引进及管理、地方高校的人才培养以及当地相关企业用人制度提供科学的参考依据。
关键词：南陵县；农村物流人才；需求预测；灰GM(1,1)模型
中图分类号:F272.92  文献识别码:A  文章编号:1673-5889(2021)04-0061-03
一、引言
近些年来，国家开始全面重视农村电子商务，国务院2015年发布《国务院办公厅关于促进农村电子商务加快发展的指导意见》、2018年发布《国务院办公厅关于推进电子商务与快递物流协同发展的意见》均对农村电商及农村物流提出了新的指导要求。在农村电商发展过程中，农村物流一直是其发展的短板，“农村物流点数量过少”“最后一公里”等物流问题亟待解决。农村物流发展是农村电商发展的基础，加快农村物流发展速度，提高农村物流发展质量，需要专业的物流人才投身农村物流建设。
2020年7月9日，安徽省人民政府发布了芜湖市区规划调整，芜湖四县中的无为县撤县设市、芜湖县及繁昌县撤县设区，至此，芜湖市仅剩南陵县一个县区。南陵县作为芜湖市唯一拥有5个电商示范村的县区，农村电商发展一直是其经济发展的重要推动力，农村物流发展落后一直是农村电商发展过程中的瓶颈，要想农村电商得到跨越式发展，必须解决农村物流发展问题，南陵县也不例外，要想大力发展南陵县农村电商，首先必须解决南陵县农村物流落后问题，2019年南陵县交通运输、仓储和邮政业从业人数仅为736人，占比11.66%，人才匮乏是导致南陵县农村物流落后的主要原因之一，本文基于此，利用灰系统理论对南陵县2021年～2023年物流人才需求进行预测分析，以期对南陵县农村物流
发展起到一定的促进作用。
二、理论概述
对于人才需求预测的研究兴起时间较早，研究范围较广，研
究方法和模型也相对成熟，刘志民等(2019)以2013年～2017年农科毕业生有效供给数作为原始序列，建立农科人才需求量的时间序列GM(1,1)模型，预测2020年～2025年我国农科人才需求总量及其结构层次需求量。同时对灰预测模型进行了精度检验，表明该模型适合中长期农科人才预测[1]。王微等(2020)也采用了灰GM(1,1)模型对海南高新技术产业人才需求进行了合理预测[2]。马维旻等(2019)同样以珠海市软件和信息服务业为例，利用GM(1,N)模型对技术技能型人才需求进行了预测分析[3]。周志英等(2009)运用灰系统理论研究了宁波市2000年～2008年电子商务人才需求预测模型量的变化规律，建立了宁波市电子商务人才需求预测的灰模型，并对宁波市未来5年电子商务人才需求总量进行了预测分析[4]。谭凯等(2018)为了避免单项预测方法进行预测的局限性，提出一种基于多元回归—灰预测的组合预测方法对煤炭行业人才需求进行预测。根据残差分析结果表明，用多元回归—灰预测模型预测较单一方法更有效，构建的预测方法具有很好的适用性[5]。沈钰等(2019)基于BP 神经网络视角构建了技术技能人才需求预测模型，结果证实，以区域生产总值、固定资产投资额、全员劳动生产率、科技三项费用、年末从业人口数为关键指标的技术技能人才需求预测模型具有良好的预
测精度，预测效果精确有效[6]。林秀君等(2019)通过收集福建省统计局2013年～2017年数字经济值和数字人才就业人数，采用Excel 和SPSS软件进行数据处理，构建回归预测模型，从而对福建省2019年～2020年数字人才需求量进行预测[7]。
Human Resources
|  人力资源
MODERN  BUSINESS
现代商业62
从上述文献概述中可以看出，国内专家学者对于人才需求预测的方法模型多种多样，包括灰系统理论模型、回归预测、BP神经网络法等，单项预测方法中比较常用且预测准确度较高的为灰GM(1,1)模型。
三、灰系统理论建模原理
灰系统理论是由我国邓聚龙教授提出，该理论认为即使是无规律的离散型时空数列，但其潜在依旧
存在规序性，可以先将无规律序列变成有规律序列，建立满足灰系统理论建模条件的有规律序列，利用灰系统理论进行预测具有预测的准确度高、需要的样本数据少、计算原理简单易懂、计算方法简便的优点。而农村物流人才需求数量受诸多因素的影响，如地方经济发展、地理位置、人才引进及补贴政策等等，存在着一定的不确定性及无规律性，适合用灰系统理论来进行分析预测。
灰系统理论包括GM(1,1)、DGM(1,1)、GM(1,N)、Verhulst 四类模型，其中常用的为GM(1,1)模型，表示一阶的，一个变量的预测模型，具体计算步骤如下：
第一步：设非负原始序列第二步：对X (0)
作一次累加，
得到生成数列为
。
第三步：对原始数据经过累加处理后，还需对数列X (0)
进行准光滑性检验，检验公式为
:
拟人句练习，
若
天秤座性格
，则原始数列X (0)具有准光滑性，对生成数列还需进
英语四级技巧
行准指数规律检验，检验公式为
：
，若对
有
，则生成数列X (1)满足准指数规
律。在两个条件都满足的情况下，可对数列X (1)进行GM(1,1)建模，如果未满足以上两个检验条件，则需继续累加。
第四步：根据灰系统理论，对于一次累加生成序列X (1)(k)，
有微分方程
，式中参数a，u用最小二乘法求得：
。
其中：
第五步：通过以上步骤求解得出微分方程，即可得到预测模
型：
四、实证分析
(一)构建GM(1,1)模型
本文根据芜湖市统计年鉴查了2014年～2018年南陵县跟物流相关的交通运输、仓储和邮政业的从业人数，具体数值见表1[8]。恭喜入宅的吉祥话
表1　2014年～2018年南陵县物流行业从业人数
年份2014年2015年2016年2017年2018年从业人数962
695
712
707
736
根据灰系统理论，建立GM(1,1)模型：
第一步：设
第二步：将X (0)作一次累加处理，得到数列X (1)
，第三步：对X
(0)
进行准光滑性检验，
由得
：
，
，由此
可见当k>0时X (0)能够满足准光滑性检验；对X (1)
进行准指数规律检验，
由
得
：
，
，当k>5时，，X (1)
数列满足准指数规律检验，故可对X (1)数列建立GM(1,1)模型。
第四步：对X (1)
作紧邻均值生成，得:
于是接下来对参数
进行最小二乘法估计，根据公式得
第五步：确定模型，及时间序列
模型：
(二)模型的检验与误差分析
据灰预测方法，a为模型的发展系数，反映需要预测的数据之间的变化关系，根据灰系统理论，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。根据上述计算得出-a=0.016616787<0.3，可用于中长期预测，但为了保证预
测模型的精准性，需对模型进行误差分析，根据相对误差公式
，其
中
，
是由GM(1,1)模型计算得到
累减生成的时间序列，如果
，则检验通过。
根据模型公式，计算
=(961.98，1656.939，2363.544，3081,991，3812.479)
由此可得：
=(961.98，694.959，706.605，718.447，730.488)
根据以上数据，可得误差检验表，具体见表2。
表2　误差检验表
序号
实际数据
模拟数据
残差
相对误差
2695694.96 0.02 0.0021%3712706.61 0.04 0.0060%4707718.45    5.39 0.7577%5736
730.49
-11.45
1.6191%平均相对误差
0.6268%
Human Resources
人力资源  |  MODERN  BUSINESS 现代商业63
通过误差检验表得出平均相对误差为0.6268%<5%，说明预测模型的精准度良好，可以进行预测。
(三)南陵县农村物流人才需求预测
根据上述分析，得到时间序列模型
，
且模型预测精准度良好，利用此模型可以预测未来5年南陵县农村物流人才需求量，具体预测结果见表3。
表3　未来5年南陵县农村物流人才预测结果(单位：人)年份2019年2020年2021年2022年2023年
预测值
743
755
768
781
794
五、结论
通过上述内容分析，灰GM(1,1)模型是一种实用且对原始样本数据数量要求不高的预测模型，它会对无规律的原始数据首先进行简单的累加，使之成为有规律的数据后再进行建模，并且会对建成的模型进行精度检验，以确保其预测的准确性，是一种行之有效的预测方法。
本文以南陵县为例，基于2014年～2018年南陵县物流相关行业从业人数数据建立南陵县农村物流人才需求预测模型，并对未来5年南陵县农村物流人才需求量进行了预测，得出2019年预测值为743人、2020年为755人，2021年为768人，2022年为781人，2023年为794人，总体需求人数呈稳步上升的趋势。根据芜湖市最新的行政区域划分，南陵县作为芜湖市未来唯一的县区，且拥有5个电商示范区，物流发展对于促进当地的经济发展至关重要，根据对其物流人才需求稳步上升的预测，未来5年物流发展需要更多的相关人才投
入，那么，政府作为主导部门需指定相关人才引进及扶持政策，同时联合高校及企业培养更多的物流相关人才，同时地方电商及物流企业也需联合政府，做好相关培训工作，积极培养当地农村居民的
专业技能，从源头解决人才短缺问题。
通过GM(1，1) 模型对南陵县农村人才需求进行预测，能够为当地相关政府部门对物流人才的引进及管理提供决策依据，同时也能够为地方高校相关专业的招生及培养提供引导性作用，同时也能
够为当地相关企业培养物流人才提供参考依据。
参考文献：建党节手抄报
[1]刘志民等.2020-2025年我国农科人才需求预测——基于灰ＧＭ（1,1）模型的分析[J].中国农业教育,2019（05）:42-51.[2]王微.海南高新技术产业人才需求预测分析[J].现代商贸工业,2020（05）:55-56.
[3]马维旻等.基于GM（1,N）模型的技术技能型人才需求预测与旅游攻略类有哪些
分析——以珠海市软件和信息服务业为例[J].现代信息科技,2019（03）:163-165.
[4]周志英等.基于灰系统理论的电子商务人才需求预测[J].区域经济,2009（15）:183-185.
[5]谭凯等.基于多元回归——灰预测组合方法的煤炭行业人才需求预测[J].煤炭工程,2019（03）:151-154.
[6]沈钰，韩永强.技术技能人才需求预测模型及其检验——基于BP神经网络视角[J].师生发展,2020（02）:72-78.
[7]林秀君，雷容芳.福建省数字人才需求预测[J].莆田学院学报,2019（06）:103-108.
[8]芜湖市统计局.2019年芜湖市统计年鉴[R].
作者简介：
江楠，安徽商贸职业技术学院，助教，硕士研究生，研究方向：电子商务。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。