供電公司依托數據化平臺的人力資源需求預測管理研究

耿艷

摘 要：本文在搭建數據化平臺的基礎上，采用數據挖掘技術，探討對傳統人力資源需求預測的人員總量需求預測、人員結構需求預測和素質結構需求預測進行改進，為作出更精準的人力資源需求預測提供參考。

關鍵詞：數據挖掘;人力資源需求預測

引言：近年來，國家電網公司不斷探索建設數字國網，以期通過數據挖掘、云計算、移動互聯、人工智能等手段，實現跨專業、跨部門的內外部數據關聯分析和數據價值深度挖掘，提升公司管理水平和業務創新能力，為“數字中國”建設貢獻國網力量。人力資源部作為公司的職能部門之一，數據信息大量涌現，如何搭建數據化平臺，從而有效地挖掘數據，并提取出關鍵和潛在的信息，為公司人力資源需求預測提供支撐，成為人力資源管理者面臨的新機遇和新挑戰。

一、電力公司人力資源管理領域中的數據類型

在電力公司人力資源管理領域，常見的數據類型包括五種：一是基礎數據，如年齡、受教育信息、專業知識、技術技能水平、所在崗位、崗位級別、崗位工作時間、政治面貌、工作經歷、所在班組、所在部室等相關信息;二是能力數據，如培訓經歷、培訓考核情況、接受專業培訓課程的時長、參與競賽結果、獎懲情況、工作業績情況等相關信息;三是效率數據，如任務完成產生錯誤率、投訴率;四是潛力數據，如收入漲幅水平、職稱或技能提升頻率、業績提升率、績效提升幅度、各類獲獎頻次等;五是其他數據，如人均利潤、線路長度、變壓器容量、國家法律法規和政策等。

二、搭建人力資源數據化平臺

為實現基于數據挖掘技術的人力資源需求預測，可在公司系統內搭建數據化平臺，通過智能感知、自動抓取、人工填報等方式采集五種人力資源管理數據，利用電子標簽、GPS、攝像頭等設備，輔以智能終端、PC端人工錄入等功能，自動獲取人力資源需求預測的關鍵信息，有利于提高工作效率、減少人為干擾，為實現人力資源需求預測管理數據信息的自動采集、實時共享、及時反饋提供技術支持。

三、基于數據化平臺的人力資源需求預測

（一）傳統的人力資源需求預測方法

當前，國網衢州供電公司進行人力資源需求預測的流程主要是基于用工分析和各部門上報的需求，無成熟的需求預測系統作為支撐，在人力資源需求預測的精準度上還有待進一步提升。

（二）以數據挖掘技術為支撐的人力資源需求預測的整體思路

人力資源需求預測包括人員總量需求預測、人員結構需求預測和素質結構需求預測。當前，基于數據挖掘技術，開展人力資源需求預測的整體思路為：首先，從人力資源數據化平臺記錄的數據中篩選出影響用工總量的關鍵因素，利用回歸分析或曲線擬合等數據挖掘方法建立用工總量與關鍵因素之間關系的數學模型，即人力資源總量需求預測模型;其次，對用工總量調整進行靈敏度分析，尋求各業務人員在用工總量變動下的規律和趨勢，從而構建人力資源結構需求預測模型;最后，在合理控制人員總量和人員結構的基礎上，以提高人員素質為目標，結合業務發展戰略及人員結構預測模型所預測出的人員需求，進一步明確各業務的素質需求及補員策略，甄選員工素質評判標準，建立人力資源素質需求預測模型。

綜上所述，總量模型、結構模型和素質模型三個模型間呈層層遞進關系，總量模型是人員結構與素質結構模型構建的基礎，人員結構模型是總量模型的縱向分布，員工素質模型是在人員結構模型基礎上的橫向細分。

1.人員總量需求預測——“需要多少人”

背景分析：近年來，我國經濟發展進入新常態，電力行業面對產能過剩，競爭日趨激烈，此外，電力行業“發、輸、配、售”模式切割也日益呈現，這一系列因素使人員總量需求處于動態的變化中，因此，對人員總量需求進行預測，以更好的服務企業未來發展，具有重要戰略意義。

傳統做法：當前國網衢州供電公司采取的人員總量需求預測方法為：在嚴控總量的前提下，以設備臺帳數據為基礎，進行勞動定員預測，并綜合考慮自然減員、業務外包、新業務增長等因素，進行人力資源總量需求預測，超員單位要確保人員負增長。

以數據挖掘技術為支撐的人力資源總量預測：采用相關因素分析法、回歸分析法或MINE算法等，利用數據化平臺，分析影響用工總量的關鍵因素，如企業業績指標、人均效率指標、人工成本指標、產量指標和同業對標等，進而通過主成分分析法發現用工總量與關鍵因素之間的內在聯系，通過曲線擬合構建能夠“促發展、提效率”的人力資源總量需求預測模型，從而對用工總量進行預測。

2.人員結構需求預測——“需要的人如何分布”

背景分析：當前，國網公司按照高質量發展要求，高起點實施新時代發展戰略，加快建設具有卓越競爭力的世界一流能源互聯網企業，對公司各專業、各環節的規范和精益管理提出了更高的要求。人力資源管理人員面對新形勢，亟需在合理控制用工總量并保證各業務高效運轉的基礎上，結合企業產業布局要求，合理分配各業務人員比重，優化業務人員配置。

傳統做法：當前，國網衢州供電公司在進行人員結構需求預測時，立足當前、著眼長遠，從現有人員情況、自然減員情況、各部門勞動定員測算情況、內部供給情況和業務實際需要等方面開展需求預測。將總量需求預測的人數分解到具體業務，形成各業務的需求人員數量和需求重要程度。

依托數據挖掘技術的人力資源結構需求預測：與人力資源總量需求預測類似，采用回歸分析法和曲線估計法構建人力資源結構需求預測模型。

3.素質結構需求預測——“需要什么樣的人”

背景分析：擁有高素質人才是公司各項發展目標得以實現的必要保障，因此，在合理控制人員總量和人員結構的基礎上，結合業務發展戰略及人員結構預測模型所預測出的人員需求，明確各業務的素質要求及補員策略，甄選員工素質評判標準，建立人力資源素質需求預測模型就成為重要議題。

傳統做法：根據崗位說明書和各部門上報的培訓需求等，推斷各部門和崗位所需要的人員能力素質。

構建基于數據挖掘技術的人力資源素質需求預測模型可分為以下四個步驟：

步驟1：員工素質量化評估

（1）通過專家訪談法，結合員工崗位說明書，針對不同崗類員工的不同特點，確定員工能力評價的指標，包括員工學歷、技能等級、技術資格、職業資格、業績、年齡、獲獎情況和工作經驗等;

（2）利用數據化平臺收集指標數據;

（3）采用目標優化矩陣方法，確定指標權重。

（4）量化文字性的指標內容;

（5）分數標準化，消除指標量綱不同帶來的影響;

（6）綜合分數排序。

步驟2：宏觀素質結構層次界定

應用聚類分析法，結合不同崗類（管理類、技術類、技能類、服務類） 所需員工素質特點，劃分素質結構層次，得出不同業務的宏觀素質結構層次（高層次、中層次、基層次）人才數量。

步驟3：宏觀素質結構層次預測

在層次劃分基礎上，結合業務發展需要，采用曲線估計的方式構建宏觀素質結構層次模型。

步驟4：微觀素質指標層級預測

研究擬通過嶺回歸分析法構建素質結構指標層級模型，然后對員工素質進行預測。

（三）開發基于數據化平臺的人力資源需求預測模塊

為進行實時人力資源需求預測，可利用云計算、人工智能等先進的信息化技術，在大數據平臺內部搭建人力資源需求預測模塊，同時，對超缺員部門及時發出報警信息，優化人力資源配置。

四、結語

綜上所述，本文提出的基于數據化平臺的人力資源需求預測相比傳統的人力資源需求預測具有如下優點：

數據化平臺的搭建，將促使信息集成和功能集成。通過數據化平臺，將實現人力資源需求預測管理數據信息的自動采集、實時共享、及時反饋，提高人力資源需求預測工作效率，減少人為干擾，進而進行更精準的人力資源需求預測，為公司制定相應決策提供參考依據。