國外，尤其是發達國家，對科技發展中的人才需求幾乎是如影隨形地與經濟發展同步進行分析與預測，力圖使人才結構適應經濟發展並力爭重點突出。我國的工業生產率剩餘與不足多半出於科技人才結構不合理。未來人才資源需求預測是人才資源規劃中一個非常重要又有很大難度的環節。未來人才資源需求主要取決於組織的各種活動。影響組織活動的因素很多，諸如產品或勞務需求的變化，技術和經濟狀況的改變等。這些因素作用的大小取決於該組織的特性。例如，在加工工業中，技術變化和競爭的影響是主要的，而在公用事業中，政府的各項政策更為重要。直接從事生產的人數與輔助人員的數量相比，通常更多地受競爭和技術變化的影響。因而沒有一種可以普遍行之有效的人才資源需求預測方法。下麵介紹一些預測模型。
1.係統分析預測模型——定性-定量結合法
1）趨勢外推法。
趨勢外推法是指以實際統計資料為依據，得出過去經濟發展的規律性，從這些規律性出發，對將來經濟發展趨勢進行預測。
趨勢外推法是基於以下兩個前提條件：
（1）決定和影響過去經濟發展的因素，也必將在很大程度上決定和影響未來經濟的發展。
（2）促使社會經濟現象不規則波動的是不穩定的暫時起作用的因素，對社會經濟現象隻產生局部的偶然影響，即假定經濟發展過程一般屬於漸進變化的，而不是跳躍式的。
趨勢外推法的主要目標是根據過去經濟現象增減變動的數量或比率，研究經濟發展變化的規律法，預測未來發展的趨勢。通常適用於長期趨勢預測。趨勢外推法的數學模型很多，對數據選用，不僅要分析有關預測對象的曆史數據，同時還要分析其未來發展的趨勢過程。主要研究的問題有：
2）專家函詢評價法——德爾菲（Delphi）法。
Delphi專家函詢是集思廣益的過程，它的特征有以下四點：
（1）由主持人采取保密方式與其選定的若幹名專家（通常是十餘名）溝通。
（2）主持人精密設計溝通的內容，以詢問的形式傳送。在收到專家們的回答以後，主持人進行關於意見集中程度的統計，納入下一次溝通的內容。
（3）溝通-統計-再溝通-再統計，反複多次，直到前後兩次統計的內容無明顯差別為止。經驗表明，反複次數一般不超過7次。
（4）保密。選定了哪些專家，不外泄，也不讓他們彼此知道。每次溝通的結果，隻以統計形式再溝通，而不透露發表了什麼意見，這樣是為了防止少數權威人士壟斷局麵發生。
3）層次分析法（AHP）。
在社會經濟以及科學管理領域的係統分析中，存在著由相互作用、相互製約的眾多因素構成的複雜係統，這其中大量因素很難定量表示出來。由美國運籌學家薩蒂（T。L。Saaty）教授於20世紀70年代提出的層次分析法正是基於利用人的經驗和判斷能力，定性分析與定量分析相結合的分析方法。
層次分析法是通過分析複雜係統所包含的因素及其相互關係，將問題分解為不同的要素，並將這些要素歸並為不同的層次，從而形成一個多層次的分析結構模型。在每一層次可按某一規定準則，對該層要素進行逐對比較，寫成矩陣形式，構成並建立判斷矩陣。通過判斷矩陣的最大特征根及其相對應的特征向量的計算，得出該層次要素對於該準則的權重。在此基礎上進而計算出各層次要素對於總體目標的組合權重，從而得出不同設想方案的權值，為選擇最優方案提供依據。
層次分析法的具體步驟是：
C。I。=λmax-nn-1
C。I。值越大，表明判斷矩陣偏離完全一致性的程度越大，C。I。值越小，表明判斷矩陣越接近於完全一致性。
C。R。=C。I。R。I。
R。I。稱為平均隨機一致性指標。
當n＜3時，判斷矩陣永遠具有完全一致性。判斷矩陣的一致性指標C。I。與同階平均隨機一致性指標R。I。之比稱為隨機一致性比率，記為C。R。。當C。R。＜0.10時，便認為判斷矩陣具有可以接受的滿意的一致性。C。R。≥0.10時，就需調整和修正判斷矩陣，使其滿足C。R。＜0.10，從而具有滿意的一致性。
（4）層次單排序。前麵所列出的判斷矩陣，是針對上一層次進行兩兩評比的評定數據。層次單排序就是把本層所有各元素相對上一層次排出評比順序，這要在判斷矩陣上進行計算，常用方法有和積法和方根法。
①和積法。計算步驟為：
將判斷矩陣的每一列元素作歸一化處理，其元素的一般項為：
bij=bij-nk=1bkj（i，j=1，2……，n）
將每一列經歸一化後的判斷矩陣按行相加為：
wi=nj=1bij（i=1，2……，n）
對向量w=w1，w2……，wnT歸一化：
wi=wi-nj=1wj（i=1，2……，n）
所得到的W=[w1，w2……，wn]T即為所求的特征向量。
計算判斷矩陣最大特征根λmax=ni=1（BW）inwi。
②方根法
計算判斷矩陣每一行元素的乘積Mi：
Mi=nj=1bij（I=1，2……，n）
計算MI的n次方根wi：
wi=nMi
對向量w=w1，w2……，wnT歸一化：
wi=wi-nj=1wj（i=1，2……，n）
所得到的W=[w1，w2……，wn]T即為所求的特征向量。
計算判斷矩陣最大特征根λmax=ni=1（BW）inwi。
（5）層次總排序。其任務是利用層次單排序的計算結果，進一步綜合出對更上一層次的優劣順序。已經分別得出P1、P2、P3對C1、C2、C3的順序以及C1、C2、C3對G的順序，則可進一步確定出P1、P2、P3對G的順序。
層次總排序的方法進行說明。
2.係統分析預測模型——簡易定量分析法
線性回歸法、Cobb-Douglas模型法、包絡法DEA。
1）線性回歸法。
回歸分析法是研究相關關係的一種數學工具，通過對曆史數據的規律性分析，揭示當前的狀態是否合理，或者通過曆史規律的分析預測可能的後果，對當前的決策進行評價。對分析變量之間的相互依存關係密切程度的研究，稱為相關分析。用數學回歸方程建立數學模型，以一個或多個變量為依據，預測因變量的發展趨勢，稱為回歸預測法。這種方法可以處理經濟、生產管理和銷售預測中的許多統計數據。回歸預測方法有直線回歸、曲線回歸、自身回歸、二元線性回歸及多元線性回歸等。
由於回歸模型是利用觀察數據來確定的，因而，數據自身的真實性對所建立方程的有效性影響很大，回歸模型的適用範圍是相對特定的評價對象而言的，超出這個範圍，所得的評價結論就有可能失效。
運用回歸分析法進行預測，需要注意以下幾個問題：
（1）預測對象與影響因素必須存在因果關係，且數據量不宜太少（應多於20個為好）；
（2）過去和現在的數據規律性，應適用於未來；
（3）如果數據關係為線性關係，則用線性回歸求解；如果數據關係為非線性的，則用非線性回歸求解。
下麵介紹一元線性回歸和多元線性回歸。
①一元線性回歸。
一元線性回歸的出發點，是假定兩個變量之間存在一種線性關係，可用直線方程表示為：
Y=a+bX
線性回歸的過程，就是用統計的方法找出這條線性曲線的過程。
回歸分析有兩個主要任務：其一是估算出回歸係數a和b；其二要進行相關性檢驗，判定Y與X之間是否存在線性的因果關係。