人力资源需求的预测是以企业战略和目标为出发点，它不仅取决于企业所提供商品或服务的数量，而且取决于劳动输入和产品产出之间的关系，即劳动生产率。假如输入与产出比及其他因素保持恒定，那么，商品或服务数量的增加将会导致人力资源需求的增加；相反，它们的减少则引起人力资源需求的下降。常用的人力资源需求预测方法主要有以下几种。
（一）管理人员判断法
即企业各级管理人员根据自己的经验和直觉，自下而上确定未来所需人员。具体做法是，先由企业各职能部门的基层领导根据自己部门在未来各时期的业务增减情况，提出本部门各类人员的需求量，再由上一层领导估算平衡，最后在最高领导层进行决策。这是一种很粗的人力需求预测方法，主要适用于短期预测，若用于中、长期预测，则相当不准确。当组织规模较小、结构简单和发展较均衡稳定时，也可用来预测中、长期人力需求。这种方法可以单独使用，也可与其他方法结合使用。特别是当其他方法是静态方法时，利用管理人员的判断可以对初始结果做必要的修正。通常在以下情况下，初始预测结果需要根据判断做修正：
（1）改进产品或服务质量的决策；
（2）进入新市场的决策；
（3）技术、管理改进而带来的生产率的提高；
（4）财务资源的限制（人员成本的提高可能因此受到限制）。
（二）转换比率分析法
即通过计算组织因素和所需人员数量之间的精确比例来确定未来人员需求。这种方法是根据历史数据把企业未来的业务活动量转化为人力资源需求的预测方法。具体做法：根据历史数据，找出企业业务增量与人力资源增量之间的比例关系，据此预测实现未来目标的业务活动增量所需的总人员需求量，将总人员需求量按比例折算成各类人员的需求量。例如，一名销售人员每年通常能实现50万的销售额，那么销售额每提高50万元，就需要新增一名销售人员。也可以以操作人员与管理人员的比率来确定需要新增多少管理人员来与操作人员相匹配。比率分析是以两种因素的比率为依据的：某些原因性因素（如销售额）和所需要的人员数量（如销售人员数量）。
这种方法应用于不同的对象时，预测结果的准确程度会不同，对可准确测度工作量的岗位，预测的准确性较高，对难以准确测度工作量的岗位，预测的准确性较低。这种方法应用起来比较简单，适用于技术较稳定的企业的中、短期人力资源预测。
（三）德尔菲法
德尔菲法是一种使专家们对影响组织某一领域发展的看法（例如组织将来对劳动力的需求）达成一致意见的结构化方法。这里所说的专家，既可以是来自第一线的管理人员，也可以是高层经理；既可以是组织内的，也可以是外请的。专家的选择基于他们对影响组织的内部因素的了解程度。例如，在估计将来公司对劳动力的需求时，公司可以选择在计划、人事、市场、生产和销售部门任职的经理作为专家。
这种方法通过集中一组专家（根据其对组织的内部因素的了解程度），在彼此隔离的环境下，经由一系列的问卷方式，让每一个参与者自由表达对某一特定问题的看法或提出估计数字。德尔菲法的具体做法是：
首先，将要咨询的内容写成若干条意义明确的问题寄给专家，由他们以书面形式予以回答。其次，由一中间人集中归纳汇总专家意见，并将意见反馈给各位专家，在此基础上要求专家重新考虑其预测，并说明修改的原因。再次，各专家以往所要求的资料清单被汇总列清，并与前一阶段里各个估计值的差距一并发给各位专家。最后，专家传阅在前以阶段各个估计值的差距，各个专家据此做出最后的估计并说明估计的经过和理由。德尔菲法的好处事集中专家智慧和经验，但又可以避免群体的压力于权威的个人影响力，用这种方法所做的估计有时会相当有价值，即使在中短期的预测中，也表现良好。
（四）回归分析法
所谓回归分析，就是利用历史数据找出某一个或几个组织因素与人力资源需求量的关系，并将这一关系用一个数学模型表示出来，借助这个数学模型，就可推测将来的人力资源需求。回归分析法是研究自变量与因变量之间变动关系的一种数理统计方法，也是人力资源规划预测中最常用和比较科学的方法。它可以帮助人们从一组实验数据出发，分析变量间存在什么样的关系，建立这些变量间的经验公式（回归方程），并进行相关的回归分析，从而预测未来的需求。
使用这一方法时，这些变量的历史数据必须是全面的。回归分析法有两种情况，一种是求一个变量对另外一个变量的回归问题分析，即一元回归分析。该方法的优点是便于利用历史数据，理论完整，在目前企业人力资源规划中适合于以年为单位预测总量变化。但由于很多企业的历史统计数据时间短、样本少，该方法的应用也有一定的局限性。另一种是求一个变量对多个变量的回归分析，即多元回归分析。现实中，影响人力资源需求量的因素往往是多个的，因此多元回归分析法在人力资源需求预测中的应用范围是比较广的。
