(同濟大學 上海 200092)
隨著我國人力成本持續升高,快遞企業面臨越來越大的降本增效壓力。分撥中心作為快遞網絡的的樞紐,其主要功能是實現貨物的集散和中轉,其操作人員需求取決于每日到達的快件量?,F實中到達分撥中心的快件量存在波動,對操作人員數量的需求也存在波動。目前,分撥中心普遍采取人工排班模式,存在很多人員浪費,亟需一套科學的自動排班方式幫助降低人力成本。
為快遞分撥中心提供人員排班方案,首先要解決人員配置問題,即根據分撥中心到貨量,計算出準確的人力資源需求。然后在此基礎上,對分撥中心現有員工進行排班,以覆蓋每日人數需求。
關于快遞企業的人員配置,有些研究采用了工業工程的方法。蘇昱昱[1]、董坤榮[2]分別為國際快遞的通關作業和S快遞公司北京中轉場建立了貨量、工作量與人數需求間關系的配置模型,并用Excel軟件實現。Nezih Altay[3]建立了整數規劃模型,將設備等資源對人員需求的影響考慮在內,計算實際人員需求。此外,李泉芳[4]提出了一套快遞分撥中心人效管理的方法論,采用了組織計算技術,通過搭建OrgSim全息模型還原分撥中心現場操作,進而計算準確的人數需求。
目前,針對快遞分撥中心人員排班的研究比較少。王曉航[5]以最大化平衡所有員工出勤工時為目標,考慮請假和連續出勤,建立了0-1整數規劃模型,為倉庫內某個崗位的16名員工進行排班,并用Lingo軟件進行了求解。韓旭[6]以人員浪費最少和任務拖延最少為目標,建立優化模型,用近鄰域搜索法求解,為倉庫出庫作業員工排班。Thomas[7]研究了排班問題的隨機模型,以排班人員成本和人員不夠導致的效益損失為目標,建立模型進行排班。
采用OrgSim平臺搭建組織計算模型。
首先梳理分撥中心的組織架構,對各級管理人員和操作人員建模,采集其FTE值。然后梳理各操作流程,對快遞件在分撥中心內的流轉建模,根據崗位職責將崗位與任務關聯起來。接著采集工時等數據,灌入模型,梳理數據庫中的原始操作記錄,得到待處理的貨量數據,導入模型中,得到可計算的模型。
快遞分撥中心場內操作時有巴槍掃描環節,可以道歷史上流經各環節的實際貨量,通過與模型流經這些環節的貨量作對比,即可驗證出模型準確與否。若誤差較大,則檢查并調試模型,直到誤差在可接受的范圍內,證明該組織計算模型可以準確還原顯示。

圖1 市內小件組崗位人數需求
以某分撥中心小件組為例,圖1為某日該組各崗位每半小時的人數需求,本文將在此基礎上,對小件組員工進行排班。
由上節得到的分撥中心人數需求可知,一天中各崗位人數需求隨時段波動,波峰人數遠高于波谷人數,因此可以通過班次的組合來實現移峰填谷,減少操作人員,提高員工操作效能。本文建立了一個整數規劃模型,以下為模型的介紹:
(1)模型涉及的參數符號及其含義
p:員工
i:班次
j:崗位
k:時段(半小時時段)
ω1:出勤單位成本/人/班次
ω2:人次單位成本/人/時段
(2)已知條件
pjk:時段k崗位j上的需求人數
yik:班次i是否包含時段k

(3)決策變量



(4)目標函數
(5)約束條件
決策變量間的關系
每個時段每個崗位的排班人數要滿足需求人數
一名員工一天只能上一個班次
(1)實例介紹
本文以某分撥中心現場小件組為例進行排班。該組共有11個崗位,75名員工。全場有白班(06:00-17:00)、晚班(19:30-06:00)兩個班次。根據對崗位人數需求的分析,本文新增了兩個班次,分別為班次三(21:00-05:00)、班次四(02:00-10:00)。采用精確解求法,使用規劃求解器Cplex,通過Python調用其接口,進行規劃求解。
(2)算法結果分析
表1是員工排班表實例,展示了部分算法輸出結果。圖2為小件組排班人次對比,從中可以看出:本文提出的排班算法在滿足需求人次的基礎上,相比于現場的人工排班,既減少了排班人數,也減少了排班人次。人工排班需要75人,算法排班需要70人,總共減少5人,212人次。

圖2員工排班表實例

圖3小件組排班人次對比
(3)結論
在上述分析的基礎上,可以得出結論,本文提出的人員排班算法,可幫助快遞分撥中心實現降本增效。以小件組為例,員工出勤工資為140元/天,人次工資為3.75元/人次,每日可以減少人力成本支出1495元,每月可減少支出4.49萬元。該分撥共有員工600人,若全部采用本文提出排班算法,粗略估計,每月可節約人力支出35.8萬元,能為分撥中心帶來很大價值。
面對日益增大的降本壓力,快遞企業亟需用科學的排班方式替代人工排班。本文針對快遞分撥中心人力需求的特點,提出了一種人員排班算法,首先通過組織計算模型將分撥中心需處理的貨量轉化為準確的崗位人數需求,然后通過賦予員工多樣化的班次組合,實現降本增效。未來還需將此算法拓展到多日排班,考慮員工排休,使其更加具有實用價值。