人力资源需求预测宋联可——需求是规划要实现的目标——依势定需，确立目标总是缺人的公司为了发现一些人才流动中的隐藏问题，我们曾用一个月的时间观察某个人才交流中心。
如同上班，几乎天天按时“报到”。
不久，我注意到一个面无表情的经理，因为他每周有固定的两天出现在固定的招聘展位上，并总是挂出相同的招聘广告。
为了解开这个谜，我主动找他聊天。
当知道我的来意后，他反倒热情起来，希望我也能帮他解开一个谜。
他是一家民营电子企业的HR经理，持续不断的招聘已让他感到厌倦，但是企业似乎一直缺人。
企业的环境和待遇都不错，也没有扩张，他始终不明白为什么企业一直处在缺人和招人的怪圈中。
这是一件有意思的事情，我很乐意帮他思考。
先是受邀走访了他们企业，后来又在人才交流中心碰到十几位曾在这家企业工作过的员工。
经过近半个月的调查，答案渐渐清晰。
对人力资源进行规划，必须掌握未来情况，而未来具有很大的不确定性，因此，人力资源经理只能通过预测对未来做出一个尽可能贴近的描述。
在人力资源规划中，最关键是人力资源需求预测和人力资源供给预测，它们是制定各种战略、计划、方案的基础，在人力资源规划中占据核心地位。
需求与供给是剪刀的双刃，缺一不可。
没有需求，无所谓供给；没有供给，需求毫无意义。
劳动力的需求与供给共同影响企业决策，但企业更为关心需求。
企业的发展受到诸多因素影响，劳动力供给必然影响企业命运，但在绝大多数情况下，企业不可能根据拥有的人力资源做出发展决策，也不可能因受其限制而停止发展。
除非是非常特殊的人力资源，比如持有某项专利的专家，可以根据专家的研究制定企业发展战略；除非企业的成立是为了解决某些人的工作问题，专门为他们设计工作岗位……然而这些都是很特别的情况，广大的企业在做决策时首先考虑的不是供给，而是需求。
在竞争者众多的产品市场上，企业必须不断地研究消费者需要什么；在人员众多的劳动力市场上，劳动者必须不断地提高能力适应企业需要。
因而，企业在产品市场上较被动，而在劳动力市场上则较主动。
一、主成分回归预测方法的特点多元回归预测方法是建立在统计技术上的人力资源需求预测方法，它需要在众多的变量中考虑变量之间的相互关系。
它有全面反映变量关系、应用条件相对简便等优点。
但是，多元回归方法在运用中也有很大的局限：首先，我们在进行多元分析时往往容易引入一些相互之间相关性比较强的变量，从而与使用多元回归模型的基本假设前提相违背，也使多元回归预测的效果受到很大的影响，准确度下降。
而且，多元回归模型的使用要求各个变量符合正态分布，在实际生产生活实践中，往往有些样本的分布并不完全符合正态分布的规律，这也会影响回归分析的效果。
为了克服上述问题，可将主成分分析和多元回归方法相结合，这种新的方法叫做主成分回归预测方法。
主成分分析就是用降维的思想，把多个变量（指标）转变为几个综合变量的统计方法，通过这种方法，从原始变量（该地区的国内生产总值、外贸商品存储量和消费量）中提炼出１或２个新变量作为主成分，每个主成分都是原始变量的线性组合，之间互不相关。
主成分回归预测方法就是在主成分分析的基础上将新形成的变量作为多元线性模型的自变量，预测因变量（人力资源需求）的方法。
二、案例分析某课题组一直对一个沿海地区的外贸行业的人力资源需求量进行定性研究。
经过长期的定性研究，课题组发现，外贸行业的人力资源需求量的增长与该地区的国内生产总值、外贸商品存储量和消费量的变动有着某种联系，换句话说，该沿海地区的国内生产总值、商品存储量和消费量对该地区外贸行业的用人需求有一定的影响，但影响的具体的强弱程度还没有定量的估计。
外贸商品存储量和消费量发生变化，会导致沿海的外贸单位进行人力资源方面的调整，引起外贸单位增加（或减少）自己的外贸方面的人力资源，这是对该案例进行统计分析的基础。
课题组在研究过程中，搜集了一系列相关的指标对应的数据，如表１所示。
（一）设定相关变量：因变量是该地区外贸行业人力资源需求数量（ｙ），自变量是对人力资源数量产生影响的因素，包括：国内生产总值ｘ１、商品储存量ｘ２、商品消费量ｘ３、自变量数量ｐ＝３、样本容量为ｎ＝１１，满足多元回归条件ｎ＞ｐ。
