面向广东省物流人才需求预测,该文是物流人才有关毕业论文题目范文跟人才需求和物流和面向类论文范本.
物流人才论文参考文献：
摘 要：广东省作为全国经济大省,有着巨大的物流需求,物流的发展离不开物流人才的支撑.本文以广东省2003~2014年物流行业从业人员数作为基础数据,采用非线性回归模型和指数模型进行预测,对比两种模型预测精确度,选择预测精确度较高的非线性回归模型对广东省未来10年的物流人才需求进行预测,结果表明,未来10年广东省物流人才需求年平均增长率达到10%以上,2025年达到384.31万人,在一定程度上为广东省政府、企业、高校培养物流人才提供了一定的理论依据.
关键词 ：需求预测；物流人才；抛物线模型；指数模型
引言
国内关于“物流人才需求”的研究开始于20世纪90年代初[1].近些年来,随着经济全球化,国民经济各行各业发展迅速,一方面,现代物流业作为服务性行业对这些行业的发展有着强大的支撑作用,另一方面,各个行业的快速发展同时也产生了巨大的物流需求.因此,物流在国民经济活动中越来越受到重视,2011年7月,国家制定了《物流业发展中长期规划（2012~2020）》,把物流业作为国民经济的加速器,推动物流业进入新的发展阶段.2011年8月,国务院为了进一步贯彻落实物流业调整和振兴规划的通知,又制定了《关于促进物流业健康发展政策措施的意见》,制定和完善相关配套政策措施,促进物流业健康发展[2].与此同时,许多院校也创办了物流专业研究机构,一方面保证物流理论创新,另一方面扩大物流专业人才的培养.但是,与现代物流业快速发展从而产生的巨大物流人才需求对比,我国对于物流专业人才的培养在质和量上都有待提升,物流人才较为缺乏,是对我国物流行业发展的一大阻碍.
广东省是我国第一经济大省份,经济发展近26年来排名全国第一,有着雄厚的产业基础,一二三产业的发展离不开物流行业的支撑；广东地处东南沿海,有着漫长的海岸线,是海上丝绸之路的起点,海洋运输和沿海港口业发达,水路运输周转量在广东全部货物运输周转量中占比达7成左右,广东也是港口较多的省份,因此是我国进行对外贸易极为重要的门户以及重要的物流枢纽.
广东现代物流发展速度较快,据广东省统计局测算,2013年,广东现代物流业增加值达1906.23亿元,2008~2013年年均增长12.9%,现代物流业增加值占全部物流业增加值的比重将近6成.此外,2014年,广东省邮政行业业务收入、快递业务收入、快递业务量均位居全国首位,广州市快递业务量更是超过上海,成为全国第一.因此,广东省物流市场需求巨大.
广东省对于发展现代物流业提出了相关政策,大力促进现代物流业的发展,如《广州市现代物流发展规划》对2012~2020年广州市物流发展作出了规划,规划提出到2020年,要将广州建立成中国南方区域国际物流中心.这为广东省物流业发展创造了良好的政策环境.
广东省物流业的高速发展必然需要物流人才作支撑,人才供需失衡将会制约广东省物流业的整体发展,若没有合理、有效的人才开发和培养机制,将无法支撑广东省现代物流业的高速发展.对于广东省物流人才需求的预测研究,能够把握未来几年内广东省物流行业人才的需求倾向,可以给各大高校制定物流管理（工程）等专业招生及培养计划提供依据,并为相关政府部门作决策提供参考意见.文中采用非线性回归和指数预测模型对广东省物流人才进行需求预测.
1.预测指标选取
学术和理论界对于物流人才界定并没有相对统一的标准,有些学者认为,需要通过物流某项职业资的就可以称作物流人才；有的则认为,只要是大专及以上学历的物流从业人员就可称之为物流人才.
为了科学起见,参照国家统计局界定物流人才,是指在物流产业中从事专业技术工作的人员[3].本文以国家统计局中交通运输业和邮电业从业人数作为指标进行物流人才需求预测.
2.数据分析
通过实地调研以及相关资料查阅,广东省2003~2014年交通运输和邮电业从业人数如表1所示：
经计算,2003~2014年总从业人数呈逐年增长趋势,平均增长率达到9.25%,总从业人数折线图呈近似抛物线或指数模型分布,从业人数与时间存在着比较明显的非线性相关关系[4].因此,本文在对广东省是物流人才需求预测方法上选择用一元非线性回归中的抛物线模型和指数模型进行预测,再对比两个模型预测可信度,选择可信度较高的预测结果作为参考.
3.方法介绍
3.1 抛物线回归模型
抛物线模型： 2
Y 等于 a+b1X + b2 X（1）
其中：Y为广东省物流业从业人数（单位：万人）,X为预测年序（单位：年）, 1 2 a, b , b 为模型参数.用直接换元法将非线性模型转换为线性模型[4],依此来计算模型参数,具体步骤如下：
4.实证分析
4.1 两种模型对比
根据广东省2 0 0 3 ~ 2 0 1 4 年物流从业人员数据,通过EXCLE 进行数据处理, 得到抛物线和指数模型表达式分别为： Y 等于51.17-6.30X +0.90X 2 和logY 等于1.510 + 0.037X ,根据所得模型,预测结果如表3所示：
根据预测结果对比,抛物线模型预测平均相对误差为5.88%,指数模型预测平均相对误差为11.83%,抛物线预测模型预测值与实际值更加贴近,且预测的平均相对误差较指数预测模型的平均相对误差小,且抛物线模型预测精度较高,效果较好,因此,抛物线预测模型更加适合于广东省物流人才需求预测.下面用新陈代谢的抛物线模型对其货运量进行预测.
4.2 广东省物流人才需求预测
根据以上对比,选择用抛物线模型对广东省2015~2025年物流从业人员数进行全数据预测,得到预测结果如表4所示：
5.结论
通过以上分析可以看出, 未来2016~2025年10年广东省的物流人才需求量整体呈上升趋势,说明未来10年广东省铁路、水路、公路、航空、管道运输业、城市公共交通行业、装卸搬运行业、邮政行业等物流行业对于物流人才的需求非常可观.纵观广东省已有高等院校,其中已开设物流工程、物流管理类专业的学校不多,加之每年高等院校投入到物流行业的人才数量非常有限,未来10年广东省的物流人才可能面临供不应求的风险.因此,国家、政府、各大高校应该重视物流人才的培养,广东省物流人才培养应该树立在人才不仅仅是广东省物流业,更是广东省各行各业发展的基础支撑的理念上,通过实施相对应的物流人才培养战略,实现未来广东省物流人才和需求的平衡[6].
第一,合理制定物流人才评价激励体系,广东省物流人才能够实现质的飞跃；
第二,广东省各个高校应该以培养更多优秀的物流人才为目标,在人才培养方案、教学设施、教学方案设计等方面相互学习,相互促进,共同为广东省物流人才的培养做出贡献；
第三,经调查发现,广东省已有硕博士点的高等院校中,能提供物流工程或管理硕博士学位的院校屈指可数,政府和高校应该更加注重培养高素质的物流人才；
第四,高职高专院校应该注重培养实操性强的物流人才,提升物流人才实际操作能力,以满足广东省对于普通物流人才的迫切需要；
第五,应完善关于物流相关职业资格证考核体系,据了解,跟物流行业密切相关的职业资格证很少,应多增加相关的职业资格考试,夯实物流专业学生理论基础.
基金项目： 2 0 1 5 年度广东理工学院教师科研重点项目“ 面向广东省物流人才需求的预测研究” （ 项目编号GK2015014）.
（作者单位：广东理工学院经济管理学院）
参考文献
[ 1 ]李於洪.国内物流人才需求研究述评[ J ] . 浙江科技学院学报, 2 0 1 3 , 2 5（4）：289~295
[2]李洁,严建渊.基于灰色预测理论的陕西省物流人才需求分析 [J]. 物流工程与管理,2012,34（9）：42~44.
[3]刘舒燕.交通运输系统工程[M].3版.北京：人民交通出版社,2012：
[4]王蕊,董祥旻,何卫苹.一种多元非线性回归模型的建立方法及其应用[J].China Examination,2010（10）：17~21
[5]杨震,向方新.基于动态GM（1,1）模型的湖北省物流人才需求预测[J].物流技术,2015,35（4）：119~121.
[6]严雪晴,李小玲.物流产业转型升级与高技能物流人才培养互动关系论析[J].中国储运,2016,01：105~108.
上文结论:上述文章是一篇关于经典物流人才专业范文可作为人才需求和物流和面向方面的大学硕士与本科毕业论文物流人才论文开题报告范文和职称论文论文写作参考文献.
基于BP神经网络的城市物流需求预测模型
文培娜（京东方科技集团股份有限公司,北京 100176）摘要城市物流需求是城市物流规划的重要内容和首要前提,但城市物流需求的复杂性导致难以对其进行精确预测 文章从货运量的角度出发,分析影响货运量的社.
基于SPSS和BP神经网络的林产品物流运输需求预测对比
摘要采用SPSS及Matlab软件分别建立多元线性回归模型和BP神经网络预测模型,通过HN省林产品物流运输需求量的算例,对比多元线性回归和BP神经网络预测模型的预测能力得出相应结论 关键词多元线性回归.
基于GA－SVM的物流园区物流需求预测与分析
摘要文章基于支持向量机模型对物流园区物流需求进行预测,相较于传统的网格式搜索对支持向量机参数寻优,使用遗传算法对支持向量机参数寻优,能在实数集内连续地寻找最优参数组合,构建出GASVM物流需求预测模型.