下载掌阅APP，畅读海量书库
立即打开
人力资源需求是指为满足企业未来需要所应配备的人员数量及技能类型。环境变化是导致人力资源需求变动的根本原因，由于内部环境（如改组、扩充、退休、离职等）或外部环境（如经济繁荣或萧条）的变化，企业在不同时期对人力资源有不同的需求。
人力资源需求预测可以从宏观和微观的角度去分析。宏观预测是了解整个产业、整个社会对人员的需求；微观预测是了解企业自身对人员的需求。虽然企业面临相同的外部环境，但这些外部因素对每个企业的影响是不同的。因此，企业必须从自身出发去预测人力资源需求。企业在预测人力资源需求时，首先要分析影响企业人力资源需求的各种因素，然后将其转换成对人力资源的实际需求。
企业在进行人力资源需求预测时要考虑市场需求、企业战略和生产技术等因素。
市场对企业产品或服务的需求是影响企业人力资源需求的直接因素。在产品或服务的需求增加时，市场会迫使企业扩大生产、提高产量并增加人手和设备。在产品或服务的需求萎缩时，市场会迫使企业减少人员的数量。例如，扩大招生增加了大学对教师的需求；寻呼机市场的衰落使寻呼公司大量裁员甚至关闭。此外，市场需求的季节性变化，会使企业对人力资源的需求数量发生周期性变动。例如，酒店在旅游旺季需要的人手多，而在淡季需要的人手少。
企业的战略决策会对人力资源需求产生重大影响。如果企业采用扩张战略，扩大生产规模或进入新的经营领域，会有新的职位产生，这时企业会增加用人；如果企业采用收缩战略，缩小生产规模或经营领域，则会减少用人。
企业的战略决策不仅影响企业的人员数量，也会影响企业的人才类型。不同类型的战略实施需要不同类型的人才。例如，采用维持现有市场份额、既不创新也不追求成长的防御型战略时，企业要稳定市场份额，需要具有财务和制造背景的人才；采用创新、寻找新机会、进取和发展的探索型战略时，企业要开发新市场和新产品，需要具有技术开发和市场开发背景的人才；采用在进行创新的同时保持业务稳定的分析型战略时，企业面对的是复杂的市场，需要具有应用研究才能、市场开发才能和制造才能的人才。招聘具有相同能力或背景的人才，可以使企业成为具有共同知识的组织，有利于企业战略的实施。战略类型也影响对人才性格特征的要求。防御型战略特别适合于安全需要较高、对变化的容忍度较低的人；探索型战略则适合于独立性强、具有创造性思维能力、乐于冒险的人。
生产技术的改变不仅影响职位的数量，也影响职位的性质，使得企业对人员需求的数量和性质都会发生重大变化。例如，企业采用自动化设备，用机器取代人力，会减少对某些职位的需求（如操作工人），增加对其他职位的需求（如机械保养和维修人员）。在出版业，计算机排版系统取代人工排版，使许多无法适应新技术的排字工下岗，同时排字效率的提高也减少了对排字工的绝对需求。在银行业，自动柜员机的运用，消费者使用信用卡而不是支票进行交易，不再需要后台工作和纸面工作，工作人员的数量因此大大减少。在制造业，使用计算机辅助设计和辅助生产，减少了工艺过程所需要的人员数量。
人力资源需求预测方法分为经验判断和统计分析两大类，前者属于定性分析方法，包括经理人员判断和专家意见调查；后者属于定量分析方法，常用方法有趋势分析、比例分析和回归分析等。
经理人员经常接触职工，最清楚和了解实际情况，他们可以凭个人经验与直觉估计企业将来的人员需求。如果企业的规模不是很大，而且经理人员具有丰富的经验，这种方法不失为一种简单而快速的人力资源需求预测方法。一个人的意见可能会有偏差，为了弥补这个缺点，可以综合多位经理人员的判断。
专家意见调查是以问卷形式让每位参与调查的专家表达对某个问题（如人员预测）的看法，提出估计数字并陈述理由。在问卷调查进行期间，各位专家不能直接接触，以免大家意见冲突或相互影响。各位专家提供的资料由一位中间人收集整理，将所有估计值汇集成一份资料，再反馈给专家。各位专家参阅过所有资料后重新作出估计，决定是否需要修正原先的数值。如此反复进行几次，可以将估计值的差距拉近。用专家意见调查法进行预测的过程如图3-1所示。这种方法的优点是集思广益，并且可以避免群体压力和某些人的特殊影响力；缺点是花费时间较长。
图3-1 专家意见调查的实施过程
趋势分析的做法是：先确定企业中哪一种因素与人力资源数量和构成的关系最大，然后找出过去这一因素随着人力资源数量变动的变化趋势，由此推断将来的人员需求数量。表3-1是趋势分析的一个示例。这个例子描述了产量与质量检验员的人数之间的关系。如果某公司预计明年的销售量是2 200单位，那它就需要大约200个检验员。趋势分析假设过去人员增加（或减少）的趋势在未来不会改变。这个假设与现实不太符合，尤其是估计长期趋势，很多因素会改变。因此，对预测结果必须加以调整，要结合经理人员的经验判断，才能作出合理的预测。
表3-1 趋势分析举例
比例分析是通过计算组织因素和所需要的人力资源数量之间的精确比例来确定未来人力资源需求，得出的估计值要比使用趋势分析法精确些。例如，企业对销售人员的需求可以销售额与销售人员的比例为基础来预测。如果过去几年每年的销售额是5 000万元，销售人员有10人，则销售额与销售人员的比例就为500∶1，这个比例表明，企业要实现500万元的销售额就需要1名销售人员。企业如果需要将明年的销售额提高1 000万元，那就需要增加2名销售人员。与趋势分析一样，比例分析假定生产率保持不变。如果销售人员的生产率上升或下降，销售额与销售人员的比例就要改变，那么，根据由历史数据得出的比例所进行的预测就不准确了。
企业对人员的需求是多种因素相互作用的结果。由于多种因素相互作用，可能出现在保持现有产出甚至提高现有产出的前提下，减少人员数量的情况。例如，某企业研发部门在配备科学家时所用的比例是4∶1，也就是说每配备4位科学家就需要同时聘用1位技术员协助工作。但这个比例可能会改变。在一个有24位科学家的研发部门，可能只需要4位而不是6位技术员。原因在于存在规模经济，在团队工作条件下，技术员的总体效率会有所提高。这也可能是某种变革的结果，如引进新技术使每位技术员协助工作的科学家人数由4人增加到6人。
回归分析以企业因素与人员数量之间的关系为基础，具有更高的精确性。回归分析是通过对某个变量（称自变量）的了解来预测另一个变量（称因变量）的定量技术。只分析一个自变量和一个因变量之间的关系，称为一元线性回归；当自变量超过一个时，称为多元回归。在企业的产品需求与人员数量之间存在直接关系时，常采用回归分析。但在多数情况下，人员数量是由两个以上的自变量决定的，这时需要采用多元回归分析。例如，影响工人数量的因素除产量之外，还有生产效率。由于考虑到了多种因素对未来人员数量的影响，多元回归分析的效果优于一元线性回归分析。
一元线性回归的基本公式为：
y ＝ a ＋ bx
式中， y 代表企业对人员的需要量； x 代表企业的产量； a 和 b 是系数，需要根据企业过去的数据推算获得。建立一元线性回归预测模型，可归结为根据一组已知数据，即历年的职工人数（ y i ）和历年的产量（ x i ），估算回归方程 y ＝ a ＋ bx 的系数 a 和 b 的问题。估算 a 和 b 的值最常用的方法是最小二乘法，其计算公式为：
如果能够确定 a 和 b 的值，代入预测年份的预计产量 x ，就可以通过求解一元线性回归预测模型，求出预测年份职工需要量 y 的值。表3-2是假设的一家公司历年的产量和职工人数的数据，由此可计算出 b ＝10， a ＝80。假定该公司明年预计产量为27万件，运用一元线性回归预测模型，可算出该公司明年职工需要人数为350人。
表3-2 回归分析举例
续前表
统计预测的假设前提是稳定性，在预测未来人员需求时环境因素不会发生重大改变。在市场高度不确定和未来动荡的情况下，统计预测方法显然很不现实。在这种情况下，经理人员的判断对确定人员需求有很大影响。
预测期的长短和外部环境不确定等因素影响人员需求预测。一般说来，人力资源需求的短期预测比长期预测要可靠。这是因为在短期预测中，社会经济状况的变化不大，而未来三五年的社会经济状况的变化就不那么容易掌握了。另外，当企业的外部环境相对稳定时，预测的准确度会提高；当企业的外部环境极不稳定时（如科技进步、产品加速、更新换代），人员需求预测的准确度会降低。