第七章 人力资源需求预测

自下而上法是先由组织中的每个层次——从最低层
开始——预测其需求，最终汇总得出人员需求的预 测总数 “询问和发现”（p152)
具体步骤是：
1、组织的基层管理人员根据以往的经验将未来一段 时期的活动转为本部门人员的需求增减量，提出本 部门各类人员的需求预测量，提出本部门各类人员 的需求预测量；
2007 191.7625 0.116 2.595
2010 292 0.143 3.432
人才需求（万人）
？
？
A企业人力资源需求预测案例（上）
根据A企业“十一五”期间的战略规划资料，查得销售收
入、总资产和设备数量2005-2010年的规划数据，将数 据代入回归方程，可得到2005-2010企业人数的预测结 果。
教育经费支出 （万元） 科技经费支出 （万元）
4941
5895
8619
987
14088
19078
302
630
750
662
737
870
人才总量(人） 12300
14500
17000
20000
23590
27050
步骤： 自变量的确定 相关数据收集 回归模型建立 参数估计 检验
某某县 GDP 教育经费支出 （亿元） 科技经费支出 （亿元）
这种方法的适用性 如何？
满足两个前提： 1、企业要有历史数据（一般使用过去五年的数据进行预 测）； 2、是这些数据要有一定的发展趋势可循。
• 比较简单，只能预测大概走势，作为初步预测时比较有
价值。适合作短期预测。
（二）回归分析法

是指根据数学中的回归原理对人力资源需求进行预测。
基本思路是：确定与企业中的人力资源数量和构成高度
第一节
人力资源需求预测
微观层面（企业内部）
企业战略 企业的经营状况（产品、产量、效率 等）
宏观层面（企业外部）
经济环境 社会、政治和法律环境
劳动力市场 技术进步
外部竞争者
企业的管理水平和组织结构 现有人员的素质和流动情况
关于人力资源需求预测：
人力资源需求预测的基本原理是根据过去（经 验或经验模型）推测未来，预测的技术主要是借鉴 社会、行为科学领域常规的经验研究方法。但任何 技术的选择都必须考虑到具体企业面临的现实环境、 能获得的数据、管理风格等。
相关的因素，建立回归方程，然后根据历史数据，计算 出方程系数，确定回归方程；从而只要得到相关因素的 数值，就可以对人力资源的需求量做出预测。
1、一元线性回归预测法
只有一个因变量和一个自变量。一般只有在某
一个因素与人力资源需求量具有高度相关关系的时
候，才运用此方法。在应用一元线性回归方程进行
预测的时候，首先必须预测自变量和因变量之间的
（3）进行统计分析时，应该区别对待不同的问题， 对于不同专家的权威性可以给予不同的权数。
（4）提供给专家的信息应该尽可能充分。
德尔菲法的优缺点
德尔菲法同常见的召集专家开会、通过集体讨论、得出一致
预测意见的专家会议法既有联系又有区别。德尔菲法能发挥 专家会议法的优点，即（1）能充分发挥各位专家的作用，集 思广益，准确性高。（2）能把各位专家意见的分歧点表达出 来，取各家之长，避各家之短。
2、再由上一级管理层对其所属的部门，进行人力的 估算和平衡； 3、通过层层估算，最后由最高管理层进行人力资源 的规划和决策。
注意： 1、在没有必要采取定量预测方法时，经验预测法是个不 错的选择； 2、了解不同的管理者的预测能力，判断他们预测的准确 性； 3、跟踪分析，不断调整预测。 4、适用于短期预测，并受控于中长期预测。不适用于长 期预测。
根据上表，将年度作为横坐标，人数作为纵坐标，绘制出散 点图。
由散点图可知，应建立直线趋势方程： Y =a +bX 其中：Y — 人数 X — 年度 利用最小二乘法，可以得出a、b的计算公式：
可得：a = 390.7，b = 41.3
Y = 390.8 + 41.3X
所以，未来第三年的人力资源需求量为：
例：索尼一子公司年销售额以及年末在岗人数
年份 年销售额、 万元 员工总数
1999 40868 1820
2000 51357 2150
2001 56108 1816
2002 86331 2456
2003 193607 3422
2、多元线性回归预测法
一般是由多个主要因素共同决定人力资源需求量，当这
从而决定企业的业务量，进而决定人员的需求量。 驱动因素预测法就是要找出这些驱动因素，并根据 这些因素预测人力资源需求。
步骤： （1）寻找驱动因素；
（2）分析驱动因素和人力资源需求之间的关系；
（3）预测驱动因素的变动； （4）根据预测的驱动因素影响，预测人力资源需求。
影响人员需求的因素如：
①产量方面的变化
预测结果也不是绝对的，可根据需要进行调整， 并在调整中积累经验，提高准确性。
、
人力资源需求预测的原理：
惯性原理
相关性原理
相似性原理
三、人力资源需求预测的方法
定性预测 定量预测
方法一
定性预测法
（一）自下而上预测法 原理：每个部门的管理者最了解该部门的人员需求 （又称管理者经验预测法）

（x是时间变量，y是人员需求数量，a,b是待定值）
步骤：
运用定性方法确定因变量是否适合运用趋势外推法。如
果适合，则搜集y的历史数据，对其进行初步处理。 （画出趋势线） 对y 的历史数据和X进行回归分析，求出a,b,得到趋势 外推模型。 运用趋势外推模型预测y值。
趋势外推预测法是当企业人力资源需求量在时间上
表现出明显的均等趋势时才使用的。
根据历史数据，在坐标轴上绘出散点图；然后根据
图形可以直观地判断拟合哪种趋势线，从而建立相 应的趋势方程；
根据趋势方程可以对未来某一时间的人力资源需求
进行预测。
表1 某企业过去12年的人力资源数量
年度 1 2 3 4 5 6 7 8 9 10 11 12 人数 510 480 490 540 570 600 640 720 770 820 840 930
相关系数。分析历史数据，看哪个因素与人力资源
需求高度相关，可以用相关系数评价相关性。
当r绝对值很小时，说明X和Y没有线性相关关系，不可
以用线性回归分析，但不表示它们之间没有其他关系 ，
或许是一种曲线相关关系。值越接近1，相关性越好， 如果分析确定不是伪相关，可以用线性回归法预测。

根据因变量与自变量之间的关系，可得到一元线性回 归方程。 Y=a+bX
②所提供服务的变化
③客户关系方面的变化
④新资本投资
当企业的人力资源需求与某些因素有很明显的关系时，
非常适合用此方法。
驱动因素应该容易预测且可以测量。
基层人员需求与驱动因素的关系显著，而管理人员与驱
动因素的关系模糊，所以这种方法常常用于预测对操作 人员和事务性岗位人员的需求，而很少用于预测对管理 人员和研究人员的需求。
年份 1995 1996 1997 企业员工总数 10890 10067 8900 技术生产工人数量 7741 7116 6250 技术生产工人所占比例 71.08 70.69 70.22
1998
1999 2000 2001 2002 2003 2004
8602
9026 8236 8109 7738 7621 7325
Y---因变量 X1---自变量一（影响人力资源需求的因素）； X2---自变量二；
Xn---自变量n; a0,a1,a2,a3,· · · an---回归系数
统计检验： 1、拟合优度（R2)
检验回归方程能解释的变差的比例。
2、回归方程的显著性检验（F检验）
自变量对因变量的解释程度。
3、回归系数的显著性检验（T检验）
第七章 人力资源需求预测
本次专题：
1.什么是人力资源需求预测
2.人力资源需求的影响因素有哪些？
3.人力资源需求预测的方法？ 4.人力资源需求预测的操作。
人力资源需求预测作为人力资源战略和规划的核心内容，
是制定人力资源计划，实施培训与开发方案的基础。它 通过估算实现组织目标所必需的人员配置计划，帮助管 理者组织未来的人力资源需求，指导管理人员思考未来 人员需求及如何满足这些需求
方法二 定量预测法
（一）趋势外推预测法 当时点数列不存在长期趋势和季节性变动时，采用平滑方 法预测； 当时点数列存在长期趋势但不含季节变动时，宜采用趋势 外推方法预测； 当时点数列存在长期趋势和季节变化时宜采用趋势季节模 型方法预测。

趋势外推预测法是指是根据人力资源历史和现有的资料， 随时间变化的趋势具有连续性的原理,运用数学工具对该 序列加以引申，即从过去延伸至将来，从而达到人力资源 的未来发展状况进行预测的目的。其通用的回归模型可表 示为： y=a+bx
（6）根据专家们的最终预测，制定人力资源需求预测方案。 适用于对人力需求的中 长期趋势预测。
利用德尔菲法进行预测，要注意：
（1）挑选的专家要有代表性。被调查专家要有一定 数量，一般不少于20人，且返回率不低于60%，否则 缺乏广泛性和权威性。 （2）问题表的设计应该措辞准确，不产生歧义，保 证专家都能从同一角度去理解，征询的问题一次不 宜太多。
些因素与人力资源需求量直接也是线性关系时，就采用
多元线性回归进行预测。
当同时有几个因素和人力资源需求相关性较高，并且这
几个因素之间的相关性较低时，可以考虑采用多元线性 回归法。使用这个方法时要先评价所有变量之间的相关
性，用符合条件的变量设计多元线性回归方程。
多元线性回归方程：