摘要：本文以人力资源成本为例，分析了影响人力资源成本的因素。以就业人数为因变量，利用回归方法进行线性回归分析。采用回归方程模型，研究不同情况下的人力资源成本变化情况。在理论上，线性回归能够使研究结果更加合理；在实际应用中的适应性较强，并能取得更好的研究效果；因此，对提高劳动力工资有很大的帮助。从人力资源发展角度来看，提高人力资源配置效率是一种最有效和最为经济的方法之一，但是目前所处年代并不提倡采取这种方式。随着社会整体经济的发展与进步，人类生活水平在不断提高，科学技术也不断提高。因此研究和控制人力资源成本显得尤为重要。

一、引言

随着我国经济的快速发展，人们也在不断地追求高品质的生活，提高自身素质、努力工作才能为国家作出更大的贡献。目前，随着我国科技和经济的发展，使得教育成本越来越高。据统计显示中国每年大约有1000万左右的适龄儿童接受义务教育，如果不能达到相应标准的就需要接受高等教育与社会发展需求相一致，使教育系统相对集中在少数人身上；而对于一种产品来说，一般都是有投入有产出。从这个角度来看，我国对教育的投入是比较大，也是十分昂贵的。如果没有科学合理地分配教育资源，就会造成很大程度上浪费人才。在这样的大背景下，就需要对人口资源进行有效合理地规划以及控制人力资源成本，提高我国劳动力质量，使人民充分享受社会发展带来的成果。因此研究开发人力占用成本比较大，应如何进行相关工作是很重要的一个方面。

二、影响人力资源成本因素分析

对于人力资源成本的评价，通常包括人力资源需求、人力资源成本和经济产出三个方面。因此，本文主要通过回归分析对人力资源成本的影响因素进行分析，从而建立合理的优化人力资源配置。一般采用线性回归模型从就业人数、经济收入、劳动力总量和人均 GDP三个方面进行描述。其中，劳动力总量占人力资源总成本的比重，是反映一个国家经济发展程度很重要的指标。它与宏观经济政策直接相关，是劳动力市场供求关系的直接体现；而其对国民经济发展具有举足轻重的作用。因此，要分析不同地区劳动者对劳动生产要素价格和工资水平的影响程度等情况。分析了劳动者在工作中所付出的时间、精力及报酬这三个因素会对劳动者带来多少直接或间接经济效益，因此本文主要利用线性回归模型，通过研究不同情况下我国地区劳动力成本各变量之间影响因素间的相互关系及它们产生的因果关系，对促进经济增长等有一定意义。

三、计算方法验证

将表2中的数据按重要性排序，选取最小二乘法进行回归分析。因变量选择了就业人数，进行回归分析时，为了减少不必要的重复计算，采用了一种计算的方法。在不考虑通货膨胀因素和其他经济因素的前提下来做变量的回归分析。由表2数据可知，各自变量与因变量之间呈现正向或负向关系；变量之间存在相互影响关系。可以看出对于这些变量间存在着比较强的线性关系，因此利用回归方程对样本进行回归分析。首先将各个变量进行独立化处理，将样本数据按照重要性排序后归一化处理（表3):由表3可知变量之间存在显著相关性，即回归方程中模型回归效果好；

四、结论

本文对我国不同地区的人力资源成本进行了分析研究和分析，得到以下结论：从表1可以看出：劳动力投入是影响企业运营成本的主要因素之一。影响劳动力供给的主要因素是教育程度、工资水平、就业环境等。在我国，根据各地区不同情况对劳动力投入进行合理分配能够使用人单位获得较高的工资水平和福利待遇，实现劳动者利益最大化。劳动力成本上升是当前我国经济发展中遇到的主要问题之一，目前我国社会就业形势依然严峻。为了应对这些挑战，必须进一步提高劳动报酬待遇水平、提高劳动者劳动技能、加快开发利用劳动力、鼓励自主创新及增加就业岗位、提高就业质量和劳动生产率等各项举措来进一步降低劳动消耗，提升劳动力素质以增强抵御风险能力和适应市场变化发展能力。