基于GM（1，1）模型的智能制造人才需求預(yù)測(cè)

一、引言

周濟(jì)（2015）在文章中提到，“中國(guó)制造2025”，以創(chuàng)新驅(qū)動(dòng)發(fā)展為主題，以信息化與工業(yè)化深度融合為主線(xiàn)，以推進(jìn)智能制造為主攻方向。 “智能制造”的英文表述為“smart manufacturing”或“intelligent manufacturing”。大約從2013年開(kāi)始，學(xué)者們對(duì)智能制造開(kāi)始給予更多關(guān)注?！叭斯ぶ悄埽褐悄苤圃斓墓ぞ摺?/span>是第一本將專(zhuān)家系統(tǒng)人工智能與智能制造聯(lián)系起來(lái)的出版物。美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）和智能制造領(lǐng)導(dǎo)聯(lián)盟（SMLC）對(duì)當(dāng)今智能制造的核心概念給出了定義。智能制造主要涵蓋了三大領(lǐng)域：首先是智能裝備，包括了基礎(chǔ)零部件和裝置、通用智能制造裝備、專(zhuān)用智能制造裝備等；其次是工業(yè)軟件，包括研發(fā)設(shè)計(jì)類(lèi)軟件、生產(chǎn)制造類(lèi)軟件、經(jīng)營(yíng)管理類(lèi)軟件、控制執(zhí)行類(lèi)軟件和新型工業(yè)軟件；最后是智能制造系統(tǒng)解決方案，這主要包括汽車(chē)、電力設(shè)備、制藥、石油化工、建材行、紡織等智能制造系統(tǒng)解決方案。胡峰和陸麗娜等（2018）通過(guò)使用一種改進(jìn)的灰色預(yù)測(cè)模型GM(1,1)對(duì)江蘇省的高技術(shù)產(chǎn)業(yè)人才需求進(jìn)行了預(yù)測(cè)。顏艷（2021）使用GM(1,1)對(duì)高職軟件和信息技術(shù)服務(wù)人才的需求進(jìn)行了預(yù)測(cè)。從以上文獻(xiàn)中可以看出，我國(guó)學(xué)者采用多樣化的方法對(duì)制造業(yè)或技術(shù)服務(wù)人才需求進(jìn)行預(yù)測(cè)?；疑A(yù)測(cè)模型GM（1，1）是單一預(yù)測(cè)方法中常用的模型，預(yù)測(cè)精度較好，廣泛應(yīng)用于多種領(lǐng)域的需求預(yù)測(cè)研究當(dāng)中。

二、計(jì)量模型與數(shù)據(jù)來(lái)源

（一）研究數(shù)據(jù)

本研究中，參與智能制造能力成熟度自診斷企業(yè)數(shù)量和成熟度分布相關(guān)數(shù)據(jù)來(lái)自中國(guó)智能制造評(píng)估評(píng)價(jià)公共服務(wù)平臺(tái)2019~2022年的年度報(bào)告。智能制造人才招聘職位同比增速數(shù)據(jù)來(lái)自智聯(lián)招聘發(fā)布的智能制造人才發(fā)展報(bào)告。

（二）分析方法

灰色理論是一種動(dòng)態(tài)模糊預(yù)測(cè)模型。與曲線(xiàn)擬合相比，灰色模型預(yù)測(cè)具有不需要大量原始數(shù)據(jù)、對(duì)數(shù)據(jù)分布沒(méi)有要求等優(yōu)點(diǎn)。在實(shí)際應(yīng)用中，可以通過(guò)從已知信息中提取有價(jià)值的內(nèi)容來(lái)對(duì)系統(tǒng)進(jìn)行監(jiān)控。本文采用的預(yù)測(cè)模型為 GM（1，1）。本文參考了Chan Sun和 Yixia Lu（2022）的模型利用2019年-2022年參與智能制造成熟度自診斷企業(yè)數(shù)量及智能制造能力成熟度等級(jí)分布，構(gòu)建灰色預(yù)測(cè)模型GM（1，1）并對(duì)此后兩年的數(shù)據(jù)進(jìn)行預(yù)測(cè)，根據(jù)智聯(lián)招聘2019-2022年智能制造人才招聘職位同比增速，對(duì)其后兩年的增速進(jìn)行預(yù)測(cè)。

（三）灰色預(yù)測(cè)模型的構(gòu)建

由于 GM（1，1）模型在建模過(guò)程中要求監(jiān)測(cè)數(shù)據(jù)的時(shí)間間隔相等，而智能制造人才需求數(shù)據(jù)的時(shí)間間隔并不相等。因此，利用三次插值法將非等時(shí)智能制造人才需求數(shù)據(jù)等時(shí)化，形成智能制造人才需求數(shù)據(jù)序列。

（四）對(duì)模型進(jìn)行精度檢驗(yàn)

誤差C越小，預(yù)測(cè)精度越高。本文采用SPSS au 和Excel 進(jìn)行模型構(gòu)建和精度檢驗(yàn)，若模型平均相對(duì)誤差小于0.1，后驗(yàn)差比值小于等于0.35，則模型準(zhǔn)確性和實(shí)用性較好可以用作預(yù)測(cè)模型。

三、分析結(jié)果

（一）智能制造自診斷企業(yè)數(shù)量預(yù)測(cè)

由表1可知，參與智能制造自診斷的企業(yè)數(shù)量總體呈逐年上漲的趨勢(shì)，其中，2020年的預(yù)測(cè)值低于實(shí)際值，預(yù)測(cè)結(jié)果偏低，2021年預(yù)測(cè)結(jié)果高于實(shí)際結(jié)果，2022年預(yù)測(cè)結(jié)果與實(shí)際結(jié)果較為接近。截至2022年末，全國(guó)約6萬(wàn)家制造業(yè)企業(yè)開(kāi)展了CMMM診斷，覆蓋31省市自治區(qū)。隨著智能制造的不斷發(fā)展，初步估計(jì)到2024年，開(kāi)展智能制造能力成熟度自診斷企業(yè)的累計(jì)數(shù)量大約是2020年的10倍。

表 1：基于GM（1，1）的參與智能制造自診斷企業(yè)數(shù)量預(yù)測(cè)

 （二）智能制造成熟度等級(jí)分布預(yù)測(cè)結(jié)果

從等級(jí)分布情況來(lái)看，從2019年到2022年，我們看到越來(lái)越多的制造業(yè)企業(yè)開(kāi)始注重智能制造能力的提升。這一趨勢(shì)使得一級(jí)及以下成熟度的企業(yè)數(shù)量逐漸減少，同時(shí)四級(jí)及以上的高成熟度制造業(yè)企業(yè)占比逐漸增加，且每年參與CMMM診斷的企業(yè)不斷增加。本文對(duì)一級(jí)及以下、二級(jí)、三級(jí)、四級(jí)及以上的比例逐個(gè)進(jìn)行建模和預(yù)測(cè)，生成如下匯總表。表2中對(duì)2023和2024年的智能制造能力成熟度等級(jí)分布比例估計(jì)顯示，未來(lái)兩年，二級(jí)、一級(jí)及以下的制造業(yè)企業(yè)可能仍然占到七成以上。

表 2：模型預(yù)測(cè)值表格

在模型構(gòu)建之前，我們首先進(jìn)行了級(jí)比值檢驗(yàn)，由于我們獲取的數(shù)據(jù)為年度數(shù)據(jù)，不具備季節(jié)周期性，因此我們?cè)跁r(shí)間序列分析中未考慮季節(jié)性因素。我們對(duì)原始數(shù)據(jù)進(jìn)行平移轉(zhuǎn)換，即在原始值基礎(chǔ)上加上了平移轉(zhuǎn)換值1.00。經(jīng)過(guò)平移轉(zhuǎn)換后，數(shù)據(jù)的級(jí)比檢驗(yàn)值均落在了標(biāo)準(zhǔn)范圍區(qū)間[0.670, 1.492]內(nèi)，這表明本數(shù)據(jù)適用于GM(1,1)模型的構(gòu)建。

表 3：模型構(gòu)建結(jié)果

從上表可知，模型構(gòu)建后得到發(fā)展系數(shù)a，灰色作用量b，以及后驗(yàn)比C值和小誤差概率p值。模型精度等級(jí)較好，另外，小誤差概率p值為1.000=1.0，意味著模型精度很好。

表 4：模型預(yù)測(cè)值表格

由表4可知，2019到2022年智能制造人才招聘職位同比增速一直處于較高的水平，預(yù)計(jì)2023年和2024年智能制造相關(guān)職位的同比增速仍然在50%左右。2020年和2021年智能制造招聘職位同比增速較大。制造業(yè)企業(yè)加快了數(shù)字化轉(zhuǎn)型的步伐，利用數(shù)字化技術(shù)發(fā)展企業(yè)的供應(yīng)鏈，推動(dòng)了工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)平臺(tái)和自動(dòng)化生產(chǎn)等平臺(tái)和設(shè)備的建設(shè)。此外，構(gòu)建以國(guó)內(nèi)大循環(huán)為主、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局不僅對(duì)國(guó)內(nèi)的制造業(yè)轉(zhuǎn)型升級(jí)有長(zhǎng)期的導(dǎo)向作用，在短期內(nèi)能也能促進(jìn)其發(fā)展。

四、結(jié)論

GM(1，1)灰色預(yù)測(cè)模型在智能制造業(yè)人才需求預(yù)測(cè)所需的樣本數(shù)據(jù)較少，預(yù)測(cè)精度較高。但對(duì)于復(fù)雜的數(shù)據(jù)預(yù)測(cè)效果并不理想，本文只對(duì)其后兩年的數(shù)據(jù)進(jìn)行預(yù)測(cè)。隨著智能制造的發(fā)展，預(yù)計(jì)到2024年，開(kāi)展智能制造能力成熟度自診斷企業(yè)的累計(jì)數(shù)量大約是2020年的10倍。未來(lái)兩年，二級(jí)、一級(jí)及以下的制造業(yè)企業(yè)可能仍然占到七成以上。2019到2022年智能制造人才招聘職位同比增速一直處于較高的水平，預(yù)計(jì)2023年和2024年智能制造相關(guān)職位的同比增速仍然在50%左右。

根據(jù)參與CMMM企業(yè)的數(shù)量，未來(lái)兩年智能制造企業(yè)數(shù)量仍有增長(zhǎng)空間，成熟度中等偏下的企業(yè)仍占大多數(shù)，對(duì)智能制造中低端人才的需要短期內(nèi)不會(huì)減少。智能制造評(píng)估服務(wù)團(tuán)隊(duì)和相關(guān)咨詢(xún)服務(wù)機(jī)構(gòu)也需要專(zhuān)業(yè)人才。

對(duì)企業(yè)而言，可以通過(guò)吸引和招聘所需的新人才，還可以通過(guò)培訓(xùn)計(jì)劃對(duì)現(xiàn)有員工進(jìn)行技能再培訓(xùn)，必要時(shí)還需要重新設(shè)計(jì)工作流程，以消除崗位與員工之間的技能不匹配。與當(dāng)?shù)卮髮W(xué)和職業(yè)教育與培訓(xùn)機(jī)構(gòu)建立聯(lián)系，以培養(yǎng)員工所需的新技能。

文章來(lái)源：  《上海輕工業(yè)》  http://k2057.cn/w/kj/30978.html