第三單元 企業(yè)人力資源需求的總量預測①

　　【學習目標】
　　通過學習，掌握企業(yè)人力資源需求總量預測的各種基本概念和基本方法。
　　【知識要求】
　　影響企業(yè)人員需求的因素有很多，而且不同人員的影響因素各不相同，因此，在做人力資源需求預測時，必須根據(jù)崗位的特點分析其影響因素，確定合理而具體的影響參數(shù)
　　1．影響企業(yè)專門技能人員需求的參數(shù)有：企業(yè)戰(zhàn)略、組織結構、銷售收入(利潤)、產(chǎn)值產(chǎn)量、總資產(chǎn)(凈資產(chǎn))、總成本、追加投資、人工成本、勞動生產(chǎn)率、出勤率、能源消耗情況、定額工時、作業(yè)率和廢品率等。
　　2．影響專業(yè)技術人員需求的參數(shù)有：企業(yè)戰(zhàn)略、組織結構、銷售收入(利潤)、產(chǎn)值產(chǎn)量、總資產(chǎn)(凈資產(chǎn))、總成本、追加投資、人工成本、出勤率、生產(chǎn)技術水平、新項目投資、科研項目、科研經(jīng)費、科研成果、研究成果獲獎，以及科技成果轉讓等。
　　3．影響經(jīng)營管理人員需求的參數(shù)有：企業(yè)戰(zhàn)略、組織結構、銷售收入(利潤)、產(chǎn)值產(chǎn)量、總資產(chǎn)(凈資產(chǎn))、總成本、追加投資、人工成本、勞動生產(chǎn)率、出勤率、能源消耗情況、企業(yè)管理幅度、企業(yè)信息化程度、信息傳送速度、決策速度，以及企業(yè)其他各類人員的數(shù)量等。
　　【能力要求】
　　本單元與下一單元將以A企業(yè)為例介紹各種人員需求預測方法的應用。需要指出的是，由于A企業(yè)要求對實際數(shù)據(jù)進行保密，本節(jié)中有關A企業(yè)的所有數(shù)據(jù)都經(jīng)過不同程度的處理，并非原始數(shù)據(jù)，因此，數(shù)據(jù)實際參考價值弱，請讀者重點理解預測方法的運用。
　　一、A企業(yè)人員總量需求預測
　　(一)趨勢外推法
　　趨勢外推法是利用慣性的原理，對企業(yè)人力資源需求總量進行預測。根據(jù)調研結果，A企業(yè)人員總量的數(shù)據(jù)見表1—6，其中t表示年度，為自變量；L表示人員總數(shù)，為因變量。
　　表1—6企業(yè)員工總數(shù)時間序列統(tǒng)計表
　　
　　1．定性分析
　　(1)根據(jù)近些年來的企業(yè)人力資源管理所采取的減員增效策略，可以作出“短期內(nèi)該企業(yè)的人數(shù)將持續(xù)降低，至少將保持持平的發(fā)展狀態(tài)”的推斷。
　　(2)實際上，企業(yè)人數(shù)不可能一直下降到0，因為在現(xiàn)實的生產(chǎn)條件下，企業(yè)要保證生產(chǎn)產(chǎn)品的銷售量，賺取利潤，還必須具備一定規(guī)模的員工人數(shù)，而不可能是“無人工廠”或采用“機器人”的生產(chǎn)模式。因此，做函數(shù)擬合的曲線不應具有一直向下的趨勢。
　　2．函數(shù)擬合
　　將上表輸入到SPSS，作函數(shù)擬合，本文選用九種函數(shù)對企業(yè)員工總數(shù)的趨勢做出擬合，見表1—7。
　　
　　上述公式中，L為人員總數(shù)，t為時間變量，bi為系數(shù)。通過SPSS分析，上述9種函數(shù)做擬合的結果見表1一7。
　　表1—7曲線擬合結果表
　　
　　續(xù)表
　　
　　3．模型篩選
　　根據(jù)表1一8所反映的信息，可以判斷，在時間序列曲線估計的9種模型中，所有模型的F值都大于10，其顯著度P都基本接近0，這說明用這些曲線做人數(shù)估計擬合是符合要求的，也就是說可以選用這些曲線做擬合。
　　表1—8各個模型的顯著性、判定系數(shù)及標準誤差值表

　　觀察表1—8第二列的數(shù)據(jù)，發(fā)現(xiàn)雙曲線與S曲線模型的R2比較小，而一般情況下，R2>0．8才認為有效，所以這兩種曲線應舍棄。另外，還能從表中發(fā)現(xiàn)復合函數(shù)、生長模型和指數(shù)函數(shù)這三個模型的預測結果是完全相同的，它們的判定系數(shù)、顯著性以及標準誤差值也是完全相同的，這就是說，這三個函數(shù)只取一個就可以了。因此保留對數(shù)函數(shù)、二次函數(shù)、三次函數(shù)、復合模型、冪指數(shù)模型。
　　(二)回歸分析法
　　回歸分析法是依據(jù)相關性原理對人力資源需求的總量進行預測。在項目進行中，通過對企業(yè)銷售收入、利潤、資產(chǎn)、產(chǎn)值、能源消耗量、設備數(shù)量的調查，取得了大量數(shù)據(jù)。在對這些數(shù)據(jù)進行必要的整理匯總和處理之后．繪制出散點圖，發(fā)現(xiàn)銷售收入、總資產(chǎn)、設備等方面的數(shù)據(jù)變化趨勢具有連續(xù)性和規(guī)律性，而利潤、產(chǎn)值、能源消耗量等數(shù)據(jù)，由于受企業(yè)辦社會、國家限產(chǎn)等企業(yè)外部環(huán)境條件的影響較大，使它們的變化趨勢不規(guī)則，從而導致這些指標的有效性明顯降低。因此，經(jīng)過數(shù)據(jù)檢驗和相關分 析，選擇銷售收入、總資產(chǎn)、設備數(shù)量作為自變量，以企業(yè)員工總數(shù)為因變量，進行回歸分析?；貧w分析檢驗結果，見表1—9。
　　表1—9回歸分析檢驗表
　　
　　1．確定性系數(shù)R 2=0．967，趨于1，說明回歸方程擬合優(yōu)度高。
　　2．回歸方程F檢驗的顯著度P為0，小于顯著性水平0．05，因此整個回歸方程線性關系顯著，可建立線性回歸模型。
　　3．回歸系數(shù)顯著性T檢驗中所有系數(shù)的P值均小于顯著性水平0．05，可見三個變量與被解釋變量月工資額的關系顯著，應保留在回歸方程中。根據(jù)表1—8，回歸方程表示如下：
　　L=85 827．447+0．001R+0．012A-14．245F
　　標準化方程為：L=0．043R+1．416A-2．376F
　　式中，L為企業(yè)員工總數(shù)；R為銷售收入；A為總資產(chǎn)；F為設備數(shù)重。
　　根據(jù)A企業(yè)“十二五”期間的戰(zhàn)略規(guī)劃資料，查得銷售收入、總資產(chǎn)和設備數(shù)量2011—2016年的規(guī)劃數(shù)據(jù)，將該數(shù)據(jù)代入回歸方程，即可得到2011—2016年企業(yè)人數(shù)的預測結果。

　　(三)運用灰色預測理論進行預測
　　選取表1一6中1997—2010年的企業(yè)人員總數(shù)統(tǒng)計數(shù)作為預測的基礎數(shù)據(jù)，見表1一10。
　　表1—10灰色系統(tǒng)預測基礎數(shù)據(jù)表
　　
　　應用灰色系統(tǒng)GM(1，1)模型，K=0，1，…，13，分別代表1997年、1998年、……、2010年，X(O)(K)為第K年企業(yè)員工總數(shù)。設X(1)(K+1)為累加到第K年的企業(yè)員工總數(shù)，即對X(O) (K)做一次累加生成。則：
　　
　　由此可以推導出未來年度企業(yè)員工總數(shù)的累加生成數(shù)，將累加預測做還原，即得到預測數(shù)值，見表1—11(K=13時，預測累計值為143 299)。
　　表1—11灰色系統(tǒng)預測值表
　　
　　(四)利用模型進行預測
　　在企業(yè)的發(fā)展戰(zhàn)略中，有關未來5年銷售收入、利潤、投資額(包括投入設備)等數(shù)據(jù)的計劃，則有未來銷售收入等各個計劃的數(shù)據(jù)，根據(jù)以上方程，代入這些自變量，得到以下預測結果見表1一12。
　　表1—12最終結果形成表人

　　本文認為各個模型的預測結果沒有重要與否的區(qū)別，即認為它們的權重相同，將這些模型的預測結果做平均，可以得到2011—2016年的企業(yè)員工總數(shù)最終預測結果。
　　可以看到。2011年上面7種模型預測結果平均值為7049人，實際上該企業(yè)2011年年底企業(yè)人數(shù)為7103人。這說明，預測值與實際值存在一定的誤差,需要連續(xù)觀察修正。要做長期預測，必須要做好隨時修正的準備，也就是報考預測：因為每個預測值都會被依次檢驗到，那么，當真實值出現(xiàn)時，需要不斷比較其與預測值之間的差距，并對后續(xù)的一系列預測結果做調整。由于2011年的真實值出現(xiàn)了，且預測誤差率為(7049—7 103)／7 103=-0．76％。這個數(shù)值是比較低的。用這個誤差率對2011—2016年人數(shù)預測值進行修正。即用每個預測值加上調整值，得到修正后的企業(yè)人員預測值，見表1一13。
　　表1—13企業(yè)201 1—2016年員工總數(shù)修正預測值

　　二、企業(yè)專門技能人員總量預測
　　(一)企業(yè)勞動定員定額分析
　　1．定性分析
　　由表1一14可見．專門技能人員在企業(yè)總人員中所占的比例基本保持在70％左右，而近年來隨著數(shù)控設備等新型設備的不斷引進，A企業(yè)有幾個裝備好的車間和分廠基本上實現(xiàn)了加工的自動控制或者局部自動化，這種趨勢還將不斷加強。設備的引進，隨之而來的是加工的精細化，加工質量和速度的提高以及對生產(chǎn)工人需求的逐步減少。從表1一14中不難發(fā)現(xiàn)，事實上近年來專門技能人員的比例的確是有所下降的，至2010年，專門技能人員所占的比例為67．19％，如果未來幾年繼續(xù)下降的話，有可能會達到65％的比例。因此，以人員比率法推算，按70％～65％的比例，可以大體判斷企業(yè)專門技能人員的總量范圍見表1—15。
　　表1—141997—2010年專門技能人員數(shù)量狀況表

　　續(xù)表

　　表1—15企業(yè)專門技能人員總量范圍判斷表

　　2．采用勞動效率定員法進行預測

　　通過調研,搜集到A企業(yè)甲、乙兩種系列產(chǎn)品各基本生產(chǎn)工人的勞動定額工時，歷年平均出勤率、平均作業(yè)率、歷年廢品率、企業(yè)歷年產(chǎn)品產(chǎn)量等一系列數(shù)據(jù)，以及企業(yè)2011一2016年主要產(chǎn)品產(chǎn)量的計劃指標和數(shù)據(jù)。預測某一工種崗位人員的需求人數(shù)，通常利用以下公式進行預測：
　　(1)定額完成率=實際完成定額工時總數(shù)／實作工時總數(shù)。
　　(2)實作工時總數(shù)=制度工時總數(shù)一缺勤工時總數(shù)一非生產(chǎn)工時總數(shù)一停工工時總數(shù)+加班加點工時總數(shù)，或者=制度工時總數(shù)×工時利用率+加班加點工時總數(shù)。
　　(3)工時利用率=作業(yè)率×出勤率。
　　(4)出勤率=出勤工時／制度工時。
　　(5)作業(yè)率=實作工時／出勤工時。
　　(6)需求人數(shù)=計劃定額工時總數(shù)×(1+廢品率)／(2 000×出勤率×作業(yè)率×定額完成率)。
　　最后一個公式是人員需求預測的最終公式，其中2 000是每年每個員工滿額的制度工作工時數(shù)。
　　在進行崗位人員需求預測時，根據(jù)采集到的統(tǒng)計數(shù)據(jù)，在作業(yè)率、出勤率、廢品率和定額完成率等指標已知的情況下，可以根據(jù)下列數(shù)據(jù)，對鉗工和數(shù)控機床操作工需求人數(shù)進行核算。
　　(1)已知鉗工2010年的甲產(chǎn)品單件定額工時為164．255小時，乙產(chǎn)品單件定額工時為271．377小時，2010年甲產(chǎn)品產(chǎn)量為1415臺，乙產(chǎn)品產(chǎn)量為1 054臺。2010年的平均作業(yè)率為90．2％，平均出勤率為98．6％，廢品率為0．09％，平均定額完成率為l28％，則2010年鉗工崗位人員需求人數(shù)為：
　　2010年鉗工崗位人員需求人數(shù)
　　=(164．255 × 1 415+271．377×1 054)×(1+0．09％)÷(2 000 × 98．6％× 90．2％× l28％)=227．917≈228(人)
　　但實際上，鉗工當年的人數(shù)為239人，這就是說，鉗工富余11人(239-228=11)。
　　(2)已知數(shù)控機床操作工2010年的甲產(chǎn)品單件定額工時為52．785小時。乙產(chǎn)品單件定額工時為87．21小時，2010年甲產(chǎn)品產(chǎn)量為1 415臺，乙產(chǎn)品為1 054臺。2010年平均作業(yè)率、平均出勤率、廢品率、平均定額完成率同上，則2010年數(shù)控機床操作工崗位人員的需求為：2010年數(shù)控機床操作?。?52．785×1 415+87．21 × 1 054)(1+0．09％)／崗位人員需求量(2 000×128％×90．2％×98．6％)=73．243≈73(人)
　　2010年數(shù)控機床操作工的實際人數(shù)是68人，這說明數(shù)控機床操作工還欠缺5人(68+73=--5)，這個工種的工作有些吃緊，因此，工人在實際工作中需要加班加點才能完成生產(chǎn)任務。
　　依次可計算出所有實行工時定額管理工種的定員人數(shù)，并填入表1—16。
　　表1—16基本生產(chǎn)工人2010年定員人數(shù)表

　　一般來說，單件產(chǎn)品的定額工時總是呈下降趨勢的，產(chǎn)品剛上線時，單件產(chǎn)品定額工時通常比較高，但隨著產(chǎn)品產(chǎn)量的加大，設備操作的熟練以及工人技能的提高,單件產(chǎn)品定額工時就會隨之下降,這種下降趨勢不是無限的，到了某個點，就會保持穩(wěn)定狀態(tài)，這時產(chǎn)品也就到了成熟期。進行單件產(chǎn)品工時定額的預測應以產(chǎn)品成熟期的數(shù)據(jù)為基礎。
　　A企業(yè)根據(jù)甲、乙產(chǎn)品的單件定額工時的預測數(shù)據(jù)，再結合“十二五”規(guī)劃里甲、乙產(chǎn)品產(chǎn)量的數(shù)據(jù)，就可以根據(jù)定員定額公式推斷專門技能人員基本生產(chǎn)工所需要的員工總數(shù)。計算結果見表1一17。
　　表1—17專門技能人員基本生產(chǎn)工人數(shù)預測表

　　(二)回歸分析
　　可以有兩種方式作多元回歸方程：一是利用企業(yè)產(chǎn)量產(chǎn)值等數(shù)據(jù)做自變量，以專門技能人員人數(shù)為因變量做回歸；二是以經(jīng)營管理人員人數(shù)、專業(yè)技術人員人數(shù)、企業(yè)員工總數(shù)做自變量。以專門技能人員人數(shù)做因變量做回日。第一種方式的問題在于企業(yè)的各種指標到底是與員工總數(shù)相關，還是與專門技能人員人數(shù)相關。列入自變量的指標在未來六年中的規(guī)劃數(shù)據(jù)是否齊全：第二種方式的問題在于企業(yè)員工總數(shù)的值必須是經(jīng)過預測后的調整值。而經(jīng)營管理人員、專業(yè)技術人員在做回歸時采用的是真實值，如何知道其未來六年的預測值。
　　查閱調查數(shù)據(jù)．發(fā)現(xiàn)企業(yè)的很多指標都沒有未來規(guī)劃值，也就是說企業(yè)戰(zhàn)略沒有對這些具體指標作規(guī)劃，比如能源消耗、工資水平、勞動生產(chǎn)率水平等。而且專門技能人員在多元回歸上還存在大量數(shù)據(jù)空白，因此本例只能選擇一元回歸，用已知的數(shù)據(jù)來進行預測。
　　現(xiàn)在考慮以企業(yè)人員總數(shù)為自變量，專門技能人員人數(shù)為因變量，設計一元回歸線性方程。先利用SPSS做相關分析，得到企業(yè)人員總數(shù)與專門技能人員人數(shù)的相關系數(shù)為0．998，顯著度P值為0，可見兩者高度相關，這也符合前面的定性分析，即專門技能人員與企業(yè)員工總數(shù)基本保持在70％。說明可以利用企業(yè)人員總數(shù)來做預測，一元回歸方程的形式如下：
　　Y=α·X+b
　　式中，Y為專門技能人員的人數(shù)；X為企業(yè)人員總數(shù)；a為回歸系數(shù)；b為常數(shù)項。
　　將表1—14的數(shù)據(jù)輸入計算機。利用SPSS進行回歸分析，即可得到回歸方程：
　　Y=0．73X-297．531
　　將前面表1—12中預測的2011—2016年的企業(yè)員工總數(shù)帶人方程，可以得到專門技能人員在未來6年的預測值，見表1—18。
　　表1—182011—2016年專門技能人員人數(shù)預測值表

　　將表1—18中的數(shù)值與表1—15相對照．發(fā)現(xiàn)這些數(shù)據(jù)全部符合定性判斷的范圍，這說明一元回歸分析的結果是具有一定可靠性的。

　　三、企業(yè)專業(yè)技術人員總量預測
　　影響企業(yè)專業(yè)技術人員數(shù)量的因素很多，本例收集了1999—2010年A企業(yè)的專業(yè)技術人員數(shù)量、銷售收入、利潤、資產(chǎn)、產(chǎn)值、能源消耗量、設備數(shù)量等數(shù)據(jù)，經(jīng)過初步處理發(fā)現(xiàn)：利潤、產(chǎn)值、能源消耗量因受國家政策和社會情況影響較大．不宜引入回歸方程：企業(yè)員工總數(shù)與專業(yè)技術人員數(shù)量線性關系不顯著，也不宜引入回歸方程；而銷售收入、科技支出、設備數(shù)量變化趨勢連續(xù)，跳動比較有規(guī)律，且與企業(yè)專業(yè)技術人員數(shù)量有明顯線性關系，可以引入回歸方程。因此，本例以企業(yè)的銷售收入、科技支出、設備數(shù)量為自變量，以專業(yè)技術人員數(shù)量為因變量，建立回歸預測模型，運用SPSS統(tǒng)計分析軟件進行分析處理，得出回歸方程：
　　y=866．729+0．070x 1-0．171x2-0．107x 3
　　式中，y為企業(yè)專業(yè)技術人員總數(shù)；x1為企業(yè)銷售收入；x2為科技支出；x3為設備數(shù)量。
　　將企業(yè)1999—2010年的銷售收入、科技支出和設備數(shù)量分別代入回歸方程，得到企業(yè)1999—2010年的專業(yè)技術人員的預測人數(shù)，與實際人數(shù)進行對比，見表1一19和圖1一20。
　　表1—19    1999—2010年企業(yè)專業(yè)技術人員實際值與預測值比較人

　　
　　由圖1—20中可以直觀看出，企業(yè)專業(yè)技術人員的預測值的變化趨勢基本反映了實際值的變化趨勢。由此可以判斷，我們所建立的回歸模型用來預測企業(yè)專業(yè)技術人員的偏差率比較低．可靠度較高。
　　根據(jù)A企業(yè)“十二五”規(guī)劃的要求．將2011—2016年該企業(yè)的銷售收入、科技支出、設備數(shù)量的數(shù)據(jù)代入回歸方程，得到2011一2016年該企業(yè)專業(yè)技術人員的預測值，匯總于表1—20。
　　表1—20 2011一2016年A企業(yè)專業(yè)技術人員人員人數(shù)預測值

　　四、企業(yè)經(jīng)營管理人員總量預測
　　影響企業(yè)經(jīng)營管理人員數(shù)量的因素很多，本例經(jīng)過收集、處理、分析和篩選，選擇了員工總數(shù)、銷售收入、信息化投入作為自變量，以經(jīng)營管理人員為因變量，建立回歸預測模型，運用SPSS統(tǒng)計分析軟件進行分析處理，
　　得到回歸方程：
　　Y=-77．912+0．199x1+0．023x2-33．699x3
　　式中，y為企業(yè)經(jīng)營管理人員數(shù)量；x1為員工總數(shù)；x2為銷售收入；x3為信息化投入。
　　將企業(yè)1999—2010年的員工總數(shù)、銷售收入、信息化投入分別代入回歸方程，得到企業(yè)1999—2010年的經(jīng)營管理人員的預測人數(shù)，與實際人數(shù)進行對比，見表1—21和圖1一21。
　　表1—211999—2010年企業(yè)經(jīng)營管理人員實際值與預測值比較人

　　
　　由圖1—21中可以直觀看出，企業(yè)經(jīng)營管理人員的預測值的變化趨勢基本反映了實際值的變化趨勢。由此可以判斷，我們所建立的回歸模型用來預測企業(yè)專業(yè)技術人員的偏差率比較低，可靠度較高。
　　根據(jù)A企業(yè)“十二五”規(guī)劃的要求．將，2011—2016年該企業(yè)的員工總數(shù)、銷售收入、信息化投入的數(shù)據(jù)代入回歸方程，得到2011—2016年該企業(yè)經(jīng)營人員的預測值，匯總于表1一22。
　　表1—222011—2016年A企業(yè)經(jīng)營管理人員人數(shù)預測值

　　教材分析：2014年企業(yè)人力資源管理師考試教材對比分析

　　報考信息：2014年11月人力資源管理師考試時間：11月23日｜報名時間

　　課程輔導：為方便廣大學員充分備考，233網(wǎng)?！?A target=_blank>2014年人力資源管理師HD高清課件”開始招生，輔導課程：VIP班，套餐班，精講班，預測班，應用技巧班。免費試聽>>