人力资源成本的主要来源是工资，由于生产经营和日常管理活动中的不同要求，导致每个公司的工资水平不同。工资和其他相关因素对公司效益有着重要影响，人力资源成本主要包括人员工资、福利费用、培训费用等构成。这些成本虽然是很小的组成部分，但却会在很大程度上影响着公司的效益。因此，预测人员薪酬水平的变化趋势对公司绩效水平具有重要影响。为更好地控制成本，进行人力资源成本预测分析非常重要。通过数据和计算模型分析预测结果可以帮助管理者在不远的将来制定相应的激励措施与薪酬策略以保持企业良好运行并保持公司持续发展。

1.数据分析

数据分析是一种对所获得的数据进行统计分析和分类的方法，以得到有关数据的含义、意义和类型的信息。数据分析是一种用来建立模型并应用于预测的方法。在人力资源成本的分析中主要使用两种方法：一种是使用模型进行预测分析；另一种是使用统计数据建立预测模型。前者计算出的结果更加精确快捷，而后者由于不需要对计算结果进行解释和分析工作而只需要将数据带入模型中进行估算就可以了。数据分析主要分为两个部分：第一部分为统计知识和数据集搭建；第二部分是对数据进行定量分析和建模。

2.计算模型分析

基于人力资源成本中工资水平与经济增长率之间相互作用的关系。首先，计算预测的时间序列预测了在未来30年的总体费用水平。基于此时间序列模型(LMP)预测了未来一个或多个时期的总体费用水平。接下来，计算了不同时期的绩效指标相对于相同绩效指标的差距，以判断不同时期内总体的员工工作满意度、技能培训和专业培训情况，并用 LMP法预测了未来一段时间内不同年度指标对员工绩效水平的影响值分别为0.927、0.946、0.777、0.589 (具体指标视劳动力市场价格而定）。LMP法预测的各个时间指标相比其他方法与其他两个定量化指标具有更高的相似性，而且由于 LMP方法计算结果比较接近实际情况，因此在后续模型分析中具有很好的应用价值。但由于各指标数据样本容量差异较大、影响因素复杂、计算复杂度较高等原因，不能直接用于实际工作中对人员薪酬水平进行预测。

3.结论与建议

通过对企业人力资源成本的预测分析，发现在未来几年里，将会有很大一部分员工和单位将被转移到企业中去，从而会导致更高的人力资源成本。因此，对未来几年时间内员工工资、福利收入等相关成本进行预测是十分必要和有意义的。人力资源预测与公司效益评价是一个复杂的过程。它可以反映人力资源实际成本状况，但由于没有特定的行业经验数据作为参考，因此预测结果可能存在误差。为避免这种情况发生，需要进行详细的数据收集并分析。