劉娟

【文章摘要】

伴隨著“十二五”規(guī)劃步伐的推進，我國各企業(yè)深受影響，其中，電網(wǎng)企業(yè)各項職能劃分、運作模式等受到的影響較大，這也就要求電網(wǎng)企業(yè)要適應當前電力體制政策的變化，結(jié)合供電企業(yè)人力資源規(guī)劃內(nèi)外環(huán)境，在機構(gòu)和人員配置上作出針對性的創(chuàng)新及實踐。本文簡單闡述了電網(wǎng)企業(yè)人力資源預測的必要性，并對當前電網(wǎng)企業(yè)人力資源需求預測模型的進行分析，得出電網(wǎng)企業(yè)人力資源需求預測模型創(chuàng)新及實踐的最后結(jié)論，為電網(wǎng)企業(yè)進行與企業(yè)發(fā)展戰(zhàn)略一致的人力資源需求的規(guī)劃提供參考建議。

【關(guān)鍵詞】

電網(wǎng)企業(yè);人力資源;預測模型;創(chuàng)新及實踐

1 前言

電網(wǎng)人力資源需求預測是要從人力資源需求的結(jié)構(gòu)、數(shù)量等方面進行預測，這一預測過程要將企業(yè)的發(fā)展戰(zhàn)略、企業(yè)的內(nèi)外環(huán)境條件等作為必要的考慮因素。而當前在我國電網(wǎng)企業(yè)比較常用的預測模型有多元線性回歸模型、灰色系統(tǒng)預測模型、神經(jīng)網(wǎng)絡預測模型等。以技術(shù)密集，資金密集為特點的電網(wǎng)企業(yè)作為我國支撐性的基礎(chǔ)產(chǎn)業(yè)，無論選擇哪一種人力資源需求預測模型，都將會面臨著市場經(jīng)濟中的激烈經(jīng)濟和企業(yè)人力資源需求預測中的許多不確定性因素，模型當中考慮到的某些定性的因素是很難較好地解決企業(yè)在人力資源需求預測方面存在的問題的。要構(gòu)建一個適合電網(wǎng)企業(yè)人力資源需求的預測模型，并在實踐當中實現(xiàn)不斷的創(chuàng)新，企業(yè)本身要清楚電網(wǎng)企業(yè)進行人力資源預測的必要性，同時重視研究當前電網(wǎng)企業(yè)人力資源需求預測模型。

2 電網(wǎng)企業(yè)建立人力資源需求預測模型的必要性

2.1 電網(wǎng)企業(yè)人力資源需求預測的目標及現(xiàn)狀要求

電網(wǎng)企業(yè)人力資源需求預測的最終目的是要滿足企業(yè)對人力資源的需求，合理控制企業(yè)人工成本，為企業(yè)的人力資源管理提供決策依據(jù)。電網(wǎng)企業(yè)人力資源需求預測要考慮企業(yè)的人力資源總量、素質(zhì)分層、特殊人力資源需求等因素，以國家電網(wǎng)公司戰(zhàn)略目標為前提，通過對人員需求的預測，對外吸收人才，對內(nèi)保留、培養(yǎng)人才，提高企業(yè)的人才核心力量。

實際上，我國大多電網(wǎng)企業(yè)都曾進行過人力資源需求預測模型的探索與創(chuàng)新。人力資源需求預測模式是企業(yè)發(fā)展戰(zhàn)略的重要延伸，一般著眼于企業(yè)長遠的資源和發(fā)展格局，分析研究企業(yè)當前的人力資源需求狀況，同時預測企業(yè)未來的人力資源需求，錯金企業(yè)人力資源供需需決策和制定規(guī)劃方案的形成。但目前我國人力資源規(guī)劃的理論研究仍遠遠落后于許多西方國家，并且，部分企業(yè)的實踐與理論脫節(jié)，電網(wǎng)企業(yè)的人力資源需求預測也未能避免這個問題。

電網(wǎng)企業(yè)人力資源需求預測的目標實現(xiàn)，需要建立系統(tǒng)的、對企業(yè)自身有針對性的的預測模式，在相對定性的模式中探索出優(yōu)化企業(yè)人力資源需求結(jié)構(gòu)的創(chuàng)新方法，并應用于企業(yè)的運轉(zhuǎn)實踐中。

2.2 國家政策及經(jīng)濟大環(huán)境的宏觀要求

隨著“十二五”的不斷深入，我國的經(jīng)濟格局得以轉(zhuǎn)變，科學技術(shù)也得到迅速發(fā)展，國家政策下的宏觀環(huán)境對電網(wǎng)企業(yè)人力資源發(fā)展的影響越來越突出?！叭瞬艔妵睉?zhàn)略、我國關(guān)于2010年至2020年人才發(fā)展規(guī)劃等的提出，在我國逐步健全的人事管理政策法規(guī)的背景下，對社會各類組織的人才建設來說是一個新的挑戰(zhàn)。而如今是我國“十二五”推行的關(guān)鍵時期，電力作為我國經(jīng)濟的一大支撐性產(chǎn)業(yè)，在國家的經(jīng)濟發(fā)展中的作用日益突出。

此外，中國人力資源市場信息檢測中心在2012年曾對我國各大區(qū)域的部分城市做過檢測，根據(jù)他們發(fā)布的數(shù)據(jù)可以發(fā)現(xiàn)，即使進入市場求職的人很多，但企業(yè)中的職位空缺與求職者的比率還是大于1。而我國電力行業(yè)正處于一個快速發(fā)展的階段，人民生活水平的日益提高對電網(wǎng)企業(yè)的生產(chǎn)與服務水平都提出了新的要求，這對電力網(wǎng)企業(yè)職員的數(shù)量、質(zhì)量和結(jié)構(gòu)的管理創(chuàng)新來說，既是一次新的機遇，也是一個新的挑戰(zhàn)。

總之，電網(wǎng)企業(yè)建立人力資源需求預測模式勢在必行，既是適應我國國家政策和經(jīng)濟大環(huán)境的需要，也是電網(wǎng)企業(yè)生存與發(fā)展的重要舉措。

3 我國當前的電網(wǎng)企業(yè)人力資源需求預測模型

3.1 我國當前主要的電網(wǎng)企業(yè)人力資源需求預測模型

科學的人力資源需求預測模型可以有效地利用現(xiàn)有的經(jīng)濟信息，根據(jù)企業(yè)自身的情況，得出相對準確的預測結(jié)果，輔助企業(yè)人力資源需求的相關(guān)決策的形成。在現(xiàn)有的企業(yè)人力資源需求預測模型中，電網(wǎng)企業(yè)往年人員總量與變電容量等數(shù)據(jù)的變化量其實并沒有十分必要的關(guān)系，就算企業(yè)的工作總量變大，只要能夠保證電網(wǎng)企業(yè)有較科學先進的技術(shù)和較好的管理水平，尤其是企業(yè)中各員工的綜合素質(zhì)得到保證，電網(wǎng)企業(yè)的發(fā)展能力還是可以得到保持和提高的。

3.2 當前我國電網(wǎng)企業(yè)主要的人力資源需求預測模型

3.2.1多元線性回歸模型

數(shù)理統(tǒng)計傳統(tǒng)的計算方法之一是回歸分析法，處理各變量之間相關(guān)的關(guān)系。電網(wǎng)企業(yè)可以利用售電量、時間、資金投入等變量之間的關(guān)系，建立起它們的經(jīng)驗公式，也叫回歸方程，這樣就可以展開這些量的回歸分析。在售電量、時間等多個自變量與因變量之間得關(guān)系為線性關(guān)系時，電力企業(yè)所進行的的這一回歸分析過程就屬于多元性的回歸。在實際情況中，影響電網(wǎng)企業(yè)人員數(shù)量的原因有很多，不僅僅是售電量、時間、資金投入率等，工資增長率也是一個重要因素。因此，電網(wǎng)企業(yè)在進行多元線性回歸分析時，要重視運用售電量、工資增長率和資金投入率3 個因素建立多元回歸模型，找出售電量、資金投入率和工資增長率對企業(yè)的人員數(shù)量的影響程度。如今，越來越多的電網(wǎng)企業(yè)采取了這種模式創(chuàng)新本企業(yè)的人力資源需求預測模型，實踐證明，運用多元線性回歸模型對于電網(wǎng)企業(yè)人力資源需求進行預測是較為合理的。

3.2.2灰色系統(tǒng)預測模型

灰色系統(tǒng)預測模型與其他模型相區(qū)別的顯著特點是它采用的是小樣本，通過生成、挖掘樣本數(shù)據(jù)，得到有實際利用價值的信息，發(fā)現(xiàn)、總結(jié)系統(tǒng)運行的規(guī)律。灰色預測是一種單數(shù)列預測的方式，把受單一因素影響之外的無法確定關(guān)系的量稱為灰色量。電網(wǎng)企業(yè)人力資源需求預測在對灰色量進行預測時，要從企業(yè)自身發(fā)展的時間序列中發(fā)掘有用的小樣本，提取有價值的信息，才能夠建立和利用灰色系統(tǒng)預測模型，發(fā)現(xiàn)和認識企業(yè)在那個時間序列中的人力資源需求規(guī)律，對企業(yè)未來發(fā)展的人力資源需求進行預測。具體的計算方法大致為在收集的一系列企業(yè)相關(guān)數(shù)據(jù)中選擇數(shù)列，把選擇的相關(guān)數(shù)據(jù)累加生成，再代入灰色系統(tǒng)的微分方程，最后還原模型并得出原始的數(shù)列預測值，再應用于企業(yè)近十年的人員統(tǒng)計等。

3.2.3神經(jīng)網(wǎng)絡預測模型

神經(jīng)網(wǎng)絡預測模式采用的是前向多層神經(jīng)網(wǎng)絡的反向傳播算法，也叫BP 算法。這種算法一般包括輸入層、隱層和輸出層。電網(wǎng)企業(yè)可以通過MATLAB軟件來建立企業(yè)人力資源需求預測的BP 神經(jīng)網(wǎng)絡。利用神經(jīng)網(wǎng)絡預測模型進行人力資源需求預測要將電網(wǎng)企業(yè)已知的售電量、資金投入率、人員數(shù)量等數(shù)據(jù)放入BP神經(jīng)網(wǎng)絡中，在對BP網(wǎng)絡進行訓練的過程中便可以建立起電網(wǎng)企業(yè)人力資源需求預測模型。這一種 BP 神經(jīng)網(wǎng)絡經(jīng)過國內(nèi)外的成功應用，證明是可以成功地對電網(wǎng)公司的人力資源需求進行預測計算的。

4 存在的問題

上述三種模型是當前我國電網(wǎng)企業(yè)人力資源需求預測的主要類型，其中灰色系統(tǒng)預測模型的標準差最大，而神經(jīng)網(wǎng)絡預測模式的標準差是最小，這些預測過程相對嚴密的預測模式存在的不僅僅是差距，還有它們自身的問題，現(xiàn)今各種關(guān)于人力資源需求預測的模型其實也是有缺陷的。如灰色系統(tǒng)預測模型對樣本數(shù)據(jù)的期限有較大要求，越近期的數(shù)據(jù)越有效;多元回歸模型則需要大量符合一定統(tǒng)計規(guī)律的的統(tǒng)計數(shù)據(jù);而神經(jīng)網(wǎng)絡預測模型對近期的數(shù)據(jù)的模擬及預測，準確度較高，不適合電網(wǎng)企業(yè)人力資源需求的中長期預測。

5 電網(wǎng)企業(yè)人力資源需求預測模型創(chuàng)新及實踐

電網(wǎng)企業(yè)對人力資源預測模型進行探索的出發(fā)點是促進企業(yè)的發(fā)展、提高經(jīng)濟效益，人力資源向集約化發(fā)展就是人力資源需求預測模型建立的方向。如今是在“十二五”的關(guān)鍵時期，建立一套科學合理、實用性強的人力資源需求預測模型更是十分必要的，通過對建立的必要性及當前電網(wǎng)企業(yè)人力資源預測模型的分析，可以得出電網(wǎng)企業(yè)人力資源需求預測模式的創(chuàng)新及實踐要遵循以下原則的結(jié)論：

5.1 以戰(zhàn)略導向為原則

電網(wǎng)企業(yè)人力資源需求預測模型的創(chuàng)新及實踐要遵循“人才發(fā)展”戰(zhàn)略及國家人力資源發(fā)展規(guī)劃的要求，控制企業(yè)的用工總數(shù)量、 優(yōu)化各部門職工結(jié)構(gòu)、提升企業(yè)職工素質(zhì)結(jié)構(gòu)，以達到用工策略最優(yōu)化，用工風險最低化。也就是說，電網(wǎng)人力資源需求預測模型的創(chuàng)新，要遵循時下政策的要求，在原有模型的基礎(chǔ)上進行完善、創(chuàng)新。只有這樣，電網(wǎng)企業(yè)才能建立起既符合國家政策要求，又適合企業(yè)生存與發(fā)展科學合理的人力資源需求預測模型。

5.2 定量與定性相結(jié)合

電網(wǎng)企業(yè)建立科學合理的創(chuàng)新型人力資源需求預測模型，就要充分考慮建立模型及企業(yè)具體的實踐過程中各種限制性的條件，在現(xiàn)有的各種人力資源需求預測模型中選擇適合企業(yè)自身發(fā)展地模型，采取一種科學的預測方法，實現(xiàn)預測結(jié)果的相對準確性和應用實用性。在搜集的關(guān)于企業(yè)內(nèi)外部準確信息和相關(guān)數(shù)據(jù)基礎(chǔ)上，實現(xiàn)電網(wǎng)企業(yè)人力資源需求預測模型的創(chuàng)新及實踐。

5.3 系統(tǒng)性

和一般電網(wǎng)企業(yè)模型的建立一樣，模型的創(chuàng)新也是要考慮企業(yè)用工總數(shù)量、職工專業(yè)結(jié)構(gòu)、人員綜合素質(zhì)的。對多元線性回歸模型、灰色系統(tǒng)預測模型、神經(jīng)網(wǎng)絡預測模式三個模型的研究，要明晰不同模型構(gòu)成之間相互聯(lián)系和區(qū)別，在它們的相互關(guān)系中發(fā)現(xiàn)規(guī)律，并按照電力生產(chǎn)的需要來決定企業(yè)用工總數(shù)量，職工專業(yè)結(jié)構(gòu)、職工綜合素質(zhì)，建立起較為嚴密的邏輯思維框架對企業(yè)人力資源需求進行整合和預測。

【參考文獻】

[1]李素萍，劉永光.電網(wǎng)企業(yè)人力資源需求預測模型的創(chuàng)新與實踐[J].中國電力教育.2013

[2]何永貴，韓月娥，楊實俊，張振剛.人力資源需求預測模型的優(yōu)選[J].華北電力大學學報.2005

[3]張?zhí)鹛?，王?供電企業(yè)人力資源需求預測模型及應用[J].人力資源管理.2013

[4]黃駿琪，王雷.高新技術(shù)企業(yè)人力資源需求預測模型的構(gòu)建與實證研究[J].希望月報（上半月）.2007