Вероятное моделирование планирования кадров предприятия в условиях неопределенности Текст научной статьи по специальности «Экономика и бизнес»

-►

Экономико-математические модели и методы

С. Л. Беленький

Вероятностное моделирование планирования кадров предприятия в условиях неопределенности

Планирование рабочей силы должно представлять собой систематический и интегрированный процесс, который имеет своим результатом четкие директивы для организаций, позволяющий им иметь в своем штате достаточное количество сотрудников, обладающих всеми необходимыми навыками, чтобы успешно реагировать на настоящие и будущие тенденции конъюнктуры.

В силу высокой степени нестабильности среды процесс управления, основанный на предсказании будущего путем экстраполяции исторически сложившихся тенденций, уступает лидерство стратегическому управлению, основной функцией которого является стратегическое планирование — методическое определение системы действий и решений, обеспечивающих достижение целей предприятия [1].

Таким образом, актуальность избранной темы определяется необходимостью исследования методических подходов к анализу именно микроструктуры рынков труда, а также разработки механизмов проведения исследований конкретных предприятий на предмет перспективности принятия на работу или увольнения отдельных сотрудников. Эти темы и определили цель настоящего исследования. В соответствии с этой целью были поставлены и решены следующие задачи:

• исследование существующих количественных и качественных показателей оценки состояния субъектов рынка труда, обоснование возможности их применения в условиях высокой неопределенности;

• определение характера, классификация факторов влияния и оценка надежности предприятия в свете кадровой политики;

• разработка модели прогнозирования ситуации на предприятии, позволяющей предвидеть движение собственного персонала, в зависимости от изменения конъюнктуры рынка труда, и принимать обоснованные управленческие решения;

• разработка алгоритма выбора альтернативы персональной стратегии в зависимости от сцена-

рия динамики внешней среды и целей предприятия на базе методов вероятностного прогнозирования и статистического анализа.

Предметом исследования является система методов выработки и оценки рыночно-ориентирован-ной кадровой стратегии многопрофильных производственных предприятий или организаций сферы услуг, обладающих таким широким ассортиментом и достаточно большим количеством сотрудников, чтобы иметь возможность использования аппарата статистики и современных достижений теории вероятностей.

Разработанная методика исследования позволяет проводить комплексный анализ состояния рынков персонала на уровне сегментов, коллективов и отдельных работников. Полученные результаты легко адаптируемы и могут быть включены в систему стратегического управления предприятиями различных организационно-правовых форм и направлений хозяйственной деятельности (выпуск продукции, выполнение работ, предоставление услуг).

1. Постановка проблемы

в математической форме

Основная цель планирования персонала — это снижение расхождения между рабочей нагрузкой (экономически говоря, спросом) и готовностью трудовых ресурсов (экономически говоря, предложением). Свободный рынок труда и услуг или товаров по своей природе является случайным явлением. В настоящей работе автор выбирает в качестве объекта внимания такой компонент модели, как неопределенность.

Спрос (или рабочая нагрузка) является основным источником неопределённости, так как трудовые ресурсы, более или менее, находятся под контролем лица, принимающего решения. Менеджер, обычно, обладает достаточным количеством исходной информации о количестве располагаемого персонала и состоянии профессиональной квалификации на протяжении всего периода занятости.

Обоснованное предсказание спроса/нагрузки может значительно облегчить решение о подписании или отказе от контракта на поставку товара или услуги и решений о найме или увольнении [2].

С точки зрения маркетинга и перспектив производства (или организации) можно поделить на обслуживающих постоянных клиентов (ПКП) и на многопрофильные предприятия (МПП). ПКП производят специфические продукты для небольшой группы клиентов на постоянной основе. Наличие регулярного спроса со стороны заказчика обуславливает рентабельность постоянного содержания в штате узких специалистов на протяжении длительного периода.

ПКП имеют небольшую клиентскую базу и вынуждены конкурировать за заключение долгосрочных контрактов на поставку. В случаях, если они всё же выигрывают заказ, эти предприятия автоматически обеспечиваются регулярной занятостью на продолжительный период времени, к примеру, от 2-х до 3-х лет. Классический пример предприятия, обслуживающего постоянных клиентов, это поставщики компонентов для производителей моторов.

Типичное многопрофильное предприятие, напротив, должно быть в состоянии предложить целый набор различных продуктов, как правило, в небольших количествах и не обязательно стандартизированных, а зачастую и уникальных. Поступление клиентских запросов является сугубо стохастическим процессом. Каждый потенциальный заказ, являющийся результатом запроса, отличается от другого количеством и номенклатурой.

Соответственно, может потребоваться индивидуальный план включения соответствующих специалистов в процесс производства (предоставления услуг). Моделирование МПП включает в себя, например, классическое планирование производственных участков. Однако поставщики эксклюзивных и дорогих товаров могут не попасть в эту же категорию, так как клиенты довольно часто ищут контакта с другими поставщиками с целью сравнения даже в том случае, если они пользуются услугами только одного поставщика. Кроме того, производственный процесс может представлять собой не только совокупность приёмов, но и целую технологическую линию.

Кроме рынка продуктов, существует рынок услуг, и многие операторы этого рынка, например поставщики специфических банковских услуг или услуг по переквалификации, сталкиваются с подобными проблемами. Вообще говоря, МПП должны жестко конкурировать за каждый полученный заказ. Путем постоянного мониторинга цен или вре-

мени реализации заказов конкурентами МПП могут попробовать приблизиться к результативности ПКП. В отдельных случаях они даже могут пытаться бороться за большее количество заказов, чем они фактически могут получить.

Каждый заказ или потенциальный заказ в форме запроса требует уникального распределения работ по производственным участкам и по специалистам подразделений. Хорошо известно, что предприятие, зависящее от получения отдельных заказов, проводит 90% рабочего времени в ожидании начала производства на конкретных участках, и только 10% времени уходит непосредственно на продуктивную деятельность. Такая ситуация является следствием того, что размер заказа, количество преобразований материальных ресурсов в пределах одного заказа, а также время поступления очередного заказа являются случайными величинами. Временные компоненты распределения трудовой нагрузки на этапах от поступления заказа и до завершения обработки приведены на рис. 1.

2. Вероятностный подход к процессу планирования

Управление нагрузкой на рабочую силу и трудовыми ресурсами, по сути своей, призвано снизить случайные и непредсказуемые вариации производительности и времени реализации заказов. Говоря о последнем параметре, мне хотелось бы перейти в плоскость теории надежности. Логично утверждать, что фирма, выполняющая условия договора точно в запланированные сроки, может считаться надежной и наоборот.

С точки зрения клиента, оценивающего надёжность в той ли иной компании, решающим является такой показатель, как время реализации заказа (ВРЗ). ВРЗ означает период времени от получения запроса и до момента передачи товара или услуги потребителю. Чтобы успешно выжить в конкурентной борьбе и накопить достаточно хорошую репутацию надёжной компании, фирме необходимо обратить внимание на оптимальное планирование следующих операций:

• Коммерческое предложение, делаемое в ответ на запрос клиента, и ожидание принятия решения.

• Ожидание прибытия расходных материалов после подтверждения заказа, доработка или проектирование новой конструкции изделия.

• Распределение работ по производственным участкам.

• Выполнение технологических процессов на отдельном участке.

Г Т1

Запрос

клиента

=Г

► Предложение -► Отказ

се

т

се

^

со

со

к

X

СО

ш

о

о.

X

СО

с;

с

СС

5

0}

о.

ш

V.......

Рис. 1. Временные компоненты распределения трудовой нагрузки на этапах от поступления заказа

и до завершения обработки

Каждое такое действие несёт в себе достаточную долю неопределённости, которую имеет смысл оценить статистически. Факторы внешней среды тоже нельзя назвать полностью определёнными. Например, после того, как расходные материалы заказаны, поставщик даёт обещание предоставить их к определённой дате.

На основе архивных данных фирма может лишь предварительно оценить вероятность того, что это обещание будет выполнено, учитывая данные о последней поставке, достаточно репрезентативному периоду времени успешной совместной работы и дисперсии значений времени прихода заказанных материалов за период наблюдения. Таким образом, время начала работы следует планировать, добавляя к обещанному времени поставки среднеквадратическое отклонение, как своего рода буфер.

Заказчики или потребители продукции фирмы тоже, сами по себе, не всегда абсолютно надёжны. У некоторых из них могут неожиданно возникнуть финансовые или правовые сложности, которые приведут к отказу от принятия готовой продукции или отсрочкам платежей. Отсутствие поступления денежных средств может затруднить выплату заработной платы собственным работникам и стать причиной внутренней нестабильности предприятия. Отдел маркетинга должен быть особо внимательным, если заказчик в первый раз обращается со своим запросом. И, соответственно, отдел снабжения должен быть не менее внимательным к новым поставщикам.

Количественное определение надёжности может быть представлено с помощью среднего времени наработки до отказа (СВНО) для невосста-навливаемого объекта или среднего времени между отказами (СВМО) для восстанавливаемого объекта. Попытаемся более углублённо раскрыть эти понятия и их применимость к кадрам.

Иногда компании не выполняют условия контракта и срывают поставки необходимого объёма продукции в запланированное время или поставляют товар несоответствующего качества. Некоторые клиенты могут оценить такую компанию как абсолютно ненадёжную. Говоря статистическими терминами, мы можем применить характеристику СВНО. Другие эксперты могут быть более оптимистичны, и предполагать возможность восстановления репутации компании в ближайшем будущем. Такая ситуация характеризуется параметром СВМО.

Наиболее существенный показатель надёжности выражается через единицы времени. Напри-

мер, снабжение электроэнергией с СВМО = = 40 000 может означать, что электричество непрерывно подаётся в течение в среднем 40 000 часов. Статистические доверительные интервалы помогают определить истинность среднего значения при достижении определённой величины выборки. Некоторые исследователи надежности [6] предпочитают говорить не «средняя наработка до отказа», а в терминах «продолжительность жизни», «старение» и т. п.

Целью работы является статистическое обоснование планирования. В соответствии с намеченной целью предлагается имитационная модель, включающая в себя процессы обработки данных о времени реализации обрабатывающего процесса и соответствующих трудовых нагрузках, систематизированных по профессиональному признаку.

Интервал времени от начального момента до наиболее раннего времени отпуска должен быть достаточен для принятия решения подтверждения заказов и получения необходимых расходных материалов. Если не предвидится затруднений с получением дополнительного оборудования в случае необходимости, то предприятие может согласиться и уведомить заказчика о значении ВРЗ. Такая задача может быть эффективно решена методами интервальной вероятности [7], [8].

Жизнь показывает, что планирование производства и принятие заказов может быть достаточно трудной задачей для менеджмента, так как поступление заказов, по сути своей, процесс стохастический [1], [3]. Точное число и объём заказов нельзя спрогнозировать заранее. Маркетинговые исследования могут дать только стратегическое направление движения рынка. Вопрос о том, превратится ли запрос в заказ, может быть отвечен только после того, как компания предложит свои условия поставки, а клиент затем сравнит их с предложениями конкурентов.

Каждый заказ (запрос) отличается друг от друга, что обуславливает отличие объема производственного задания на обрабатывающих центрах и применение различных технологических процессов. Я предлагаю справиться с этой неопределенностью с помощью статистических методов, основанных на интервальной вероятности [7]. Разработанная методика может оказать существенную поддержку лицам, принимающим решения о планировании деловой и производственной активности. В ходе выполнения диссертационной работы по обозначенной в заглавии статьи тематике, автором разработаны вероятностные модели кадровой стратегии фирмы. Возможность более уг-

лубленного изучения предоставляется путем ознакомления с полным текстом диссертации. Один из наиболее существенных моментов хотелось бы выделить особо уже сейчас.

3. Вероятностная оценка надёжности сотрудника

Большинство предлагаемых методических рекомендаций ориентировано на учетные аспекты планирования. Я считаю, что термин «трудовые ресурсы» звучит довольно обезличено и напоминает милитаристскую стилистику. Конечно, нельзя говорить о прямом переносе термина «пушечное мясо» в сферу бизнеса, но хотелось бы более персонифицировать процесс планирования и выделить роль индивидуальности. Для того чтобы более подробно раскрыть эти стороны планирования, исследуем процесс оценки надёжности отдельного работника.

Наиболее распространенной причиной увольнения, за исключением окончания срока трудового соглашения, является профессиональная непригодность. Это может проявиться в однократной серьезной ошибке или многочисленных, порой систематических, упущениях. Общепринято мнение, что большинство происшествий происходит из-за неточных действий персонала, нарушающего управленческие директивы. Это обстоятельство нуждается в углубленном раскрытии. Необходимо принять во внимание все стороны явления: организационные, технические, законодательные, психологические.

Окончательное кадровое решение может зависеть от степени опытности, мотивации, обучаемости, быстроты ориентации в непривычных условиях и многого другого. Факторы надежности работника можно систематизировать следующим образом:

Ошибки

Неверные действия

Надежность работника

Неправильные приемы

Забывание

На основе опыта

На основе знаний

Рис. 2. Факторы надежности работника

Неправильные действия персонала могут происходить случайно или преднамеренно и представляют собой отклонение от стандарта исполнения задачи, снижение качества и любые другие причины, влекущие за собой нежелательный исход трудовой деятельности.

Можно выделить следующие разновидности.

• Ошибки по невнимательности в знакомых областях деятельности.

• Ошибки из-за усталости при монотонной работе.

• Упущения, по забывчивости, какого-то отдельного этапа работы или потеря представления о последовательности этапов.

• Заблуждения: неверные действия с уверенностью в своей правоте.

• Регулярные ошибки, основанные на неправильно выданной или неверно понятой директиве.

• Действия на основе ложных экспертных оценок.

Другая группа включает в себя умышленные нарушения трудового регламента.

• Систематическое нарушение трудовой дисциплины, являющееся результатом слабого контроля над исполнением директив. Практикуется как группами, так и в одиночку.

• Ситуационные нарушения вызываются, как правило, внештатными обстоятельствами: «штурмовщина», невозможность найти необходимое оборудование, природные явления и т. п.

• Исключительные случаи, когда «цель оправдывает средства». Экстремальным примером может быть дилемма спасения жизни при особо тяжелых родах.

Надежность персонала обратно пропорциональна его склонности совершать ошибки. Другими словами, нас интересует вероятность успешного выполнения поставленной задачи. Есть несколько причин такого интереса.

• Составление должностных инструкций для критических ситуаций.

• Уточнение конструктивно-технологических заданий для производственных предприятий.

• Выработка оптимальной организационной структуры фирмы, обеспечивающей четкое прохождение команд по всем уровням иерархии.

С первого взгляда может показаться, что известное распределение Вейбулла [4] способно достаточно точно смоделировать процессы изменения уровня надёжности на протяжении всего периода сотрудничества, но я полагаю, что этим вся проблема не будет решена.

Здесь мне хотелось бы остановится на очень важном отличительном моменте. Подход к оценке надежности, разработанный для деталей машин, электронных элементов, программного обеспечения и других технических систем и агрегатов, может быть, лишь весьма ограниченно, применим к персоналу предприятия.

Автор полагает, что большинство предлагаемых до сих пор методик оценки индивидуальной надёжности (например, [5]) были основаны на прямом переносе технических идей в область управления персоналом. Это недопустимо не только с этической точки зрения, но и по причине отсутствия независимости между действиями сотрудников [3].

Приведу простой пример. Обычная лампа накаливания имеет ресурс работы порядка 2000 часов непрерывного горения и экспоненциальное распределение возможности ее перегорания. Можно с уверенностью предположить, что в пятиместной люстре перегорают не все лампы одновременно, а лишь одна, максимум две. Вкрутив новую лампочку, мы получаем, формально говоря, неоднородную систему, в которой большая часть элементов уже имеет большой срок службы.

Однако на распределение вероятности отказа новой лампочки этот факт никак не повлияет, чего абсолютно нельзя сказать о ситуации приёма новичка в коллектив профессионалов, успешно выполняющих свои задачи не один год. Вряд ли требуется доказательство того факта, что в такой ситуации можно дать положительный прогноз роста надёжности и обоснование того, что скорость этого роста связана не только со способностями самого сотрудника усваивать рекомендации и приобретать опыт, но и с желанием и искусством старших коллег этот опыт передать. Этот факт нашел отражение в созданной имитационной модели.

4. Описание алгоритма имитационного моделирования

1. Блок «Рынок»: заказ продукта имитирует поведение непредсказуемого рынка свободной конкуренции. Здесь представлена группа генераторов случайных чисел.

Их число соответствует числу работников в фирме. Случайная величина генерируется в пределах от 0 до 100 (сугубо модельное предположение). Конкретная реализация символизирует определённое свойство продукта (например, деталь, в случае сборочной единицы).

2. Блок «Фильтры»: их число соответствует числу генераторов и числу работников. Фильтры имеют 2 входа и 2 выхода. Входы служат для инициализации процесса и для обновления исходных данных в процессе производственного цикла.

На первый вход поступает реализация случайной величины, т. е. «деталь» продукта. Фильтр «определяет» профессию сотрудника. Он пропускает только те значения случайной величины, которые принадлежат заданным числовым интервалам. Эти интервалы обозначают профессию работника.

К примеру, так:

• 10-20 ослабление слуха. Это задача для ЛОР-врача;

• 30-55 боли в суставах — хирург;

• 50-73 частично те же симптомы, но может быть это задача для невропатолога.

Конечный «продукт» — здоровый пациент.

На второй вход подаётся значение О — уровня опытности работника. На первом этапе — начальное. На следующем — сгенерированное в блоке «Сотрудник». В фильтре оно сравнивается с О критическим и с О средним в случае, если оно меньше О критического, то работник исключается из производственного процесса. На следующем круге цикла, чтобы учесть влияние коллектива, О увеличивается или уменьшается на определенную ступень в соответствии с изменением О среднего по всем сотрудникам фирмы.

3. Блок «Сотрудник 1»: ([О, П] опыт, производительность) представляет собой несколько генераторов двух случайных чисел: «опытность» и «производительность». Число генераторов совпадает с числом сотрудников.

4. Блок «Сотрудник 2»: ([Р] — работа) Суть блока — это функция, связующая опыт и производительность (входные параметры) и выдающая два параметра: время и качество, относящиеся к исполненной работе. Количество совпадает с числом работников.

5. Блок «Сумматор» [СУМ] — собирает данные о качестве и времени обо всех сотрудниках, осуществляет проверку качества отсеивая детали, у которых качество К < К критического. Блок вычисляет общее качество продукта и время его окончательной готовности, учитывая самого медленного сотрудника, время на сборку деталей и, если надо, упаковку и установку.

6. Блок «Продукт» является блоком вывода данных о том, как быстро и какого качества мы

получали продукт за каждый симуляционный цикл. Можно впоследствии провести анализ данных, например, с помощью пакета прикладных программ 81ай8йса .

7. Блок «Данные» является блоком вывода данных о сотрудниках (опыт, время, производительность, качество) для последующего статистического анализа. Этот же блок является генератором случайной величины «опыт» [О] — дискретное число, соответствующее уровню квалификации. Для каждого сотрудника генерируется, естественно, свое число. В этом блоке реализуется одно из ключевых предположений модели: анализируется общий уровень опытности коллектива в динамике и проводится соответствующая коррекция для отдельного сотрудника. Кроме того, блок обеспечивает обратную связь, подавая, с каждым циклом, эти числа на входы фильтров.

8. Блок «Инициализация» (прямоугольник внизу рисунка) задает исходные параметры: число работников их профессии, (интервалы) распределения случайной величины отдельно для каждой из всех величин Г1, ...Гп; О1,...Оп; П1,...Пп; К1,... Кп; а также задается О критическое и К критическое.

Выполняя предлагаемый алгоритм имитационного моделирования, цикл за циклом, и статистически анализируя результаты его работы, исследователь может смоделировать поведение фирмы на рынке следующим образом:

• путем добавления или исключения одного или нескольких сотрудников выяснить их оптимальное число;

• изменяя индивидуальные уровни профессионализма выяснить оптимальную личную подготовленность и влияние коллектива на отдельного работника, его качество труда и общее качество продукта;

• выяснить то же для индивидуального времени труда и времени общей готовности продукта;

• с помощью изменения пределов в блоке «фильтр» установить правильный подбор персонала по специальностям.

5. Заключение

Целью проведенной исследовательской работы явилось исследование теоретических и методических основ формирования стратегии управления персоналом и разработка практических рекомендаций по ее оценке и выбору.

Разработанная в исследовании методика позволяет проводить комплексный анализ состояния

Рынок: Заказ продукта

Фильтры

Фирма.

Сотрудники1 Сотрудники 2

Распределения Интервалы Ф,-Ф5

Г_Г Окритич. Распределения _ Ступень поправки О Ог^е.

«Рецепт продукта» (т.е. сколько и каких деталей надо).

Вывод

Общее время, совокупное качество.

О^.К, ... и т.д.

Инициализация

Предел и ны е К, - Кь

Рис. 3. Алгоритм имитационного моделирования

рынков персонала на уровне сегментов, коллективов и отдельных работников. Полученные результаты легко адаптируемы и могут быть включены в систему стратегического управления пред-

приятиями различных организационно-правовых форм и направлений хозяйственной деятельности (выпуск продукции, выполнение работ, предоставление услуг).

СПИСОК ЛИТЕРАТУРЫ

1. Беленький С. Л. Систематическая характеристика основных рыночных барьеров// Научный центр РАН СПб / Вестник молодых ученых. Т. 6. 2002. Серия Экономические науки. 2002. № 1. С. 6-15.

2. Беленький С. Л. Разработка методики решения кадровых вопросов на основе последних достижений теории полезности / Управление большими системами. Выпуск 18. М.: ИПУ РАН, 2007. С. 5-23.

3. Беленький С. Л. Разработка методики определения надежности сотрудников на основе последних достижений статистики и теории вероятностей / МИТС-НАУКА. Ростов-на-Дону.: РГУ. 2007. № 5

4. Гуров С. В., Половко А. М. Основы теории надежности / СПб. БХВ-Петербург 2006. 702 с.

5. Гуров С. В., Уткин Л. В. Надежность систем при неполной информации. СПб.: Любавич 1999. 160 с.

6. Дюбуа Д., Прад А. Теория возможностей. М.: Радио и связь, 1990. 288 с.

7. Кузнецов В. П. Интервальные статистические модели. М.: Радио и связь. 352 с.

8. K. Weichselberger and T. Augustin On the symbiosis of two concepts of conditional interval probability, In: J.M. Bernard, T. Seidenfeld and M. Zaffalon (eds.), ISIPTA 03, Waterloo, 2003, 608629.