本研究预测模型的构建思路是：基于智能网联汽车各个核心业务模块的发展水平来推导人才需求的具体数量。具体来说，将以智能驾驶、智能座舱和车联网三大业务模块的发展水平来表征智能网联汽车的发展水平，同时分析影响这三大业务模块发展的主要因素，形成预测其未来发展水平的多级评价指标体系；基于现有相关人才需求的调研结果，建立智能网联汽车发展与人才需求之间的关联，最终完成对智能网联汽车人才需求数量的预测。
显然，选择评价智能网联汽车业务模块发展水平的适宜指标，是本课题构建量化预测模型的关键。遵循代表性、全面性、独立性和可量化性原则，兼顾预测研究的系统科学性和操作可行性，本课题选取了市场成熟度、技术驱动力和政策法规影响力作为一级评价指标，同时确定了各一级指标下的多项二级指标，以全面评价智能网联汽车三大业务模块的发展水平。
基于前述基本思路和原则，课题组构建了三维立体的智能网联汽车研发人员需求数量预测模型（如图4.3所示），通过预测不同业务模块在不同发展水平下对不同类型研发人员的需求数量，求和获得智能网联汽车研发人员需求的总量。
图4.3 智能网联汽车人才需求数量预测模型的结构
图4.3中，三维预测模型中的X轴代表业务发展水平的各个影响因素，即市场成熟度、技术驱动力和政策法规影响力；Y轴代表三大核心业务模块的发展水平，即智能座舱、车联网和智能驾驶；Z轴代表六类智能网联汽车研发人员及其需求数量。
由此，XY平面就构成了预测研究的基础，也就是基于各项影响因素即评价指标的不同得分预测未来三大业务模块的发展水平。而在Z轴上的每类研发人员，均可与XY平面形成一个彼此平行的切面，每个切面分别代表在不同发展水平下，三个业务模块所需的该类研发人员的数量。显然，将六个切面的人才数量汇总，就可以得到智能网联汽车人才的需求总量。此外，还可对YZ平面进行延展分析，得到不同类型研发人员在不同业务模块中所占的比例，这对智能网联汽车发展也颇具参考价值。(www.xing528.com)
具体的影响因素评价指标体系如图4.4所示。通过智能网联汽车发展影响因素各项指标的得分，预测未来智能驾驶、智能座舱和车联网三大业务的发展水平，再通过回归分析，建立各类研发人员与业务发展水平之间的关联，进而预测所需的人才数量。课题组采用德尔菲法，根据行业专家意见确定二级评价指标体系的权重矩阵。
图4.4 智能网联汽车人才需求数量预测模型的指标体系
人才需求预测的具体过程是：以整车架构工程师为例，首先基于客观参考数据，确定市场成熟度、技术驱动力、政策法规影响力之下各项二级评价指标的分值，并通过耦合相应业务模块的权重矩阵，分别计算出智能驾驶、智能座舱和车联网业务模块的发展水平得分。同时，基于实际调研数据，通过回归拟合法确定各业务模块发展水平得分与整车架构工程师需求数量之间的函数关系，依此分别预测各业务模块所需的整车架构工程师数量。最终将三大业务模块所需的整车架构工程师数量求和，即可得到整个智能网联汽车产业对整车架构工程师的需求数量。如图4.5所示。将六类人才需求数量求和，就获得了智能网联汽车人才需求的总量。
图4.5 整车架构工程师需求预测计算方法
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
