《Forecasting》：Forecasting Demand Under Limited Data: Benchmark Models for Workforce Capacity Planning in Translation Services
编辑推荐：
需求变异性使知识密集型服务中的劳动力容量规划复杂化，尤其是在仅有较短历史记录的情况下。本研究评估了用于预测翻译服务需求并将预测结果转化为人员配置需求的简约基准模型。实证分析使用了从一支提供英语和西班牙语服务的翻译团队收集的六个月内的122个每日观测值。需求
需求变异性使知识密集型服务中的劳动力容量规划复杂化，尤其是在仅有较短历史记录的情况下。本研究评估了用于预测翻译服务需求并将预测结果转化为人员配置需求的简约基准模型。实证分析使用了从一支提供英语和西班牙语服务的翻译团队收集的六个月内的122个每日观测值。需求以每个工作日的请求字数衡量，名义个人容量被操作化为每天2000个翻译字数。通过采用平均误差（ME）、平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对缩放误差（MASE）和对称平均绝对百分比误差（sMAPE）的扩展窗口滚动起点评估，比较了三种基准预测方法——朴素法（Naive）、均值法（Mean）和漂移法（Drift）。在一个工作日预测期限上，Mean基准取得了最低的MAE（3221.66字）、RMSE（4424.81字）、MASE（0.845）和sMAPE（58.14%），并在五个和二十个工作日的期限上保持了这些指标的最低值。使用全部122个观测值重新估计后，Mean基准生成了每个工作日5472.12字的点预测，相当于2.74个翻译人员当量和名义生产力假设下的三名翻译人员基线需求。然而，观测需求在34.43%的工作日超过了三人翻译能力，表明需要灵活的应急容量。该研究提供了一个透明的框架，将基准预测评估与有限时间覆盖下的劳动力容量决策联系起来。
## 论文解读
知识密集型服务中的需求变异性使劳动力容量规划面临显著挑战，因为服务能力无法存储，需求波动会直接传导为工作负载、排队和资源利用压力。翻译服务是典型场景：请求量、时限、语言方向和复杂度不断变化，而产能取决于熟练翻译人员的可用性与有效产出。当历史数据仅覆盖较短时间窗口时，预测难度进一步增加，且运营管理研究较少从短期操作记录出发，将预测评估与容量决策显式连接。为此，本研究提出以下问题：在仅有短期历史数据时，如何利用简约基准模型预测翻译服务需求并估计劳动力容量需求。
研究人员采用2025年1月至6月从一支内部翻译团队收集的122个工作日需求观测值（该团队提供英语和西班牙语翻译），需求以每日请求字数衡量。他们比较了Mean（均值法）、Naive（朴素法）和Drift（漂移法）三种基准模型，通过扩展窗口滚动起点评估，使用ME、MAE、RMSE、MASE和sMAPE进行性能比较，并将预测需求按名义生产力假设转换为人员配置需求。结果显示，Mean模型在所有评估期限上均表现最优，其最终点预测为每工作日5472.12字，相当于2.74个翻译人员当量，在名义生产力下对应3名翻译人员的基线需求。然而，历史需求中有34.43%的工作日超过这一基线容量，表明还需要灵活的应急容量。该研究提供了一个可复现的数据到决策框架，将预测误差直接转化为产能单位，具有重要的实践和理论意义。
为开展研究，研究者用到的主要方法包括：扩展窗口滚动起点评估，保持时间顺序并确保各预测仅使用预测起点之前的信息；多误差指标对比，包括ME、MAE、RMSE、MASE和sMAPE；需求与容量转换，采用名义个人生产力2000字/工作日，并设置±20%生产力情景进行敏感性分析；通过预测区间量化不确定性；最终使用全部122个观测重新估计选中的基准模型。分析在R中完成，数据来源为翻译团队的操作记录，整合自Trello和电子邮件。
研究结果如下。
### 4.1 Descriptive Characteristics of Daily Demand（每日需求的描述性特征）
通过描述性统计分析，研究发现日需求均值为5472.12字，中位数为4373.09字，标准差为4091.44字，变异系数为74.77%，表明需求波动较大。存在两个零需求工作日。五月平均需求最高，为6947.23字/工作日，高于整体均值，但六个月数据不足以确认季节性。
### 4.2 One-Step-Ahead Benchmark Performance（一步提前基准性能）
通过扩展窗口滚动起点评估，Mean模型的MAE为3221.66字，RMSE为4424.81字，MASE为0.845，sMAPE为58.14%，均低于Naive和Drift模型。Mean是唯一MASE小于1的模型，其正ME（683.16字）表明存在平均低估偏差，但绝对误差仍显著小于其他模型。
### 4.3 Forecast-Horizon Sensitivity（预测期限灵敏度）
在5日和20日预测期限上，Mean模型仍保持最低MAE、RMSE、MASE和sMAPE。然而，其MAE从一步前的3221.66字增大至20日的3758.68字，MASE从0.845增至0.986，说明相对优势随期限延长而减小，Drift模型在长期限上表现最差。
### 4.4 Final Demand Forecasts（最终需求预测）
使用全部122个观测重新估计Mean模型，得到点预测5472.12字/工作日；80%预测区间为178.38至10765.85字，95%预测区间为0至13605.32字（未截断下限为负，已截断为零）。区间宽度反映历史需求的高变异性。
### 4.5 Workforce Capacity Requirements（劳动力容量需求）
在名义生产力2000字/日下，点预测对应2.74个翻译人员当量，向上取整为3名翻译人员。但历史中有42个工作日（34.43%）需求超过三人容量（6000字）。最大观测需求19686字若需同日处理则需10人。敏感性分析显示，保守生产力（1600字/日）下需4人；有利生产力（2400字/日）下仍为3人，但缺口频率降至25.41%。
讨论部分指出三个主要发现：需求变异性大、Mean基准优于其他模型、基线与峰值容量管理应分离。理论贡献在于连接预测评估与运营决策、强调简约模型在短数据场景中的价值、区分基线容量与应急容量，并指出词数作为产量测度的局限。实践意义包括将3名翻译人员视为基线而非固定配置、建立应急激活机制、进行日常监控并强化数据质量，以及逐步用经验估计替代名义生产力假设。局限包括六个月数据不足以识别年度季节性或结构变化、单一团队背景限制外推、词数未捕捉文件复杂度、生产力假设基于短期观察、未分离语言方向需求、仅比较三种基准模型、未考虑交付窗口和积压容忍度，以及未测量实际实施后的组织结果。
研究结论部分可概括并翻译如下：本研究评估了简约基准预测模型如何在历史数据有限的翻译服务中支持劳动力容量规划。使用122个日需求观测值，通过扩展窗口滚动起点评估比较了Mean、Naive和Drift方法，并将预测需求转化为人员配置需求。Mean方法在1日、5日和20日预测期限上均产生最低的MAE、RMSE、MASE和sMAPE，表明稳定水平表示比持久性或线性漂移表示更适合该观测序列。最终点预测为每工作日5472.12字；在名义生产力假设下，该工作量对应2.74个翻译人员当量，支持3名翻译人员的基线需求。然而，观测需求在34.43%的工作日超过了这一基线容量，且预测上限隐含更高临时需求；基线估计也对生产力假设敏感，保守情景下需增至4人。因此，3人基线应被视为满足预期平均需求的最低配置，而非固定人员编制或对峰值需求的充分覆盖。核心管理结论是基线与峰值容量管理应分开处理，预测推导的基线可应对典型负载，而灵活安排（如自由职业支持、优先排序、协商期限、交叉培训与持续监测）用于吸收异常需求和生产波动。该研究证明，当预测以决策所用运营单位表达时，评估更有意义；所提出的数据到决策程序为知识密集型服务提供了透明、可更新的容量规划基础。
