CN103116820A

CN103116820A - 一种企业人员岗位优化的配置方法及其系统

Info

Publication number: CN103116820A
Application number: CN2013100153214A
Authority: CN
Inventors: 杨玉林; 高磊; 龚卫龙; 张毅; 杜俊文; 沈卓明; 卢赞新; 钟欢; 颜银慧
Original assignee: CHINA MERCHANTS HOLDINGS (INTERNATIONAL) INFORMATION TECHNOLOGY Co Ltd
Current assignee: CHINA MERCHANTS HOLDINGS (INTERNATIONAL) INFORMATION TECHNOLOGY Co Ltd
Priority date: 2013-01-16
Filing date: 2013-01-16
Publication date: 2013-05-22

Abstract

本发明适用于信息系统领域，提供了一种企业人员岗位优化的配置方法，包括：设置人员岗位配置的多个量化目标，并将所述多个量化目标的度量单位统一；设置所述多个量化目标的各自权重；录入人员配置中的员工因素；录入人员配置中的岗位因素；根据所述员工因素以及所述岗位因素对人员与岗位进行配对评估；建立网络流模型；根据所述网络流模型，利用预设算法求解最大效益下的人员与岗位的最优化配置。本发明还提供一种企业人员岗位优化的配置系统。本发明所提供的一种企业人员岗位优化的配置方法及其系统，能使企业人员与岗位得到最优化的配置，进而达到实现企业人员配置的合理化以及岗位设置的合理化目标。

Description

一种企业人员岗位优化的配置方法及其系统

技术领域

本发明涉及信息系统领域，尤其涉及一种企业人员岗位优化的配置方法及其系统。

背景技术

目前，大多数企业，尤其是国有银行很多依靠经验、法则或事后调整等配置人力资源，很容易造成短视，很难从公司战略发展的全局角度进行岗位和人员的合理配置。研究人员对人力资源配置的研究大多存留在定性方面，在定量方面虽有一些研究，但不够深入，往往只是在理论上给决策者提供依据，距离实际利用还有一定的差距，实用性和可操作性不强。

因此，亟需设计一种能从定量的角度对企业的人员与岗位进行优化配置的方法，以达到合理化的配置目的。

发明内容

有鉴于此，本发明实施例的目的在于提供一种企业人员岗位优化的配置方法及其系统，旨在解决现有技术中无法从定量的角度对企业的人员与岗位进行优化配置的问题。

本发明实施例是这样实现的，一种企业人员岗位优化的配置方法，所述配置方法包括：

设置人员岗位配置的多个量化目标，并将所述多个量化目标的度量单位统一；

设置所述多个量化目标的各自权重；

录入人员配置中的员工因素；

录入人员配置中的岗位因素；

根据所述员工因素以及所述岗位因素对人员与岗位进行配对评估；

建立网络流模型；

根据所述网络流模型，利用预设算法求解最大效益下的人员与岗位的最优化配置。

优选的，所述根据所述员工因素以及所述岗位因素对人员与岗位进行配对评估的步骤包括：

计算所述岗位因素要求点与所述员工因素的符合度，包括完全符合、部分符合以及完全不符合；

确定所述岗位因素要求点与所述员工因素相应的目标函数；

确定所述岗位因素要求点与所述员工因素配对的关键因素与非关键因素的权重；

计算人员岗位配置的综合目标函数值；

通过所述人员岗位配置的综合目标函数值构建人员岗位效益矩阵。

优选的，所述确定所述岗位因素要求点与所述员工因素配对的关键因素与非关键因素的权重的步骤包括运用主成分分析法或层次分析法确定各个因素的权重因子。

优选的，所述预设算法为最小费用网络流算法。

另一方面，本发明还提供一种企业人员岗位优化的配置系统，包括：

目标量化单元，用于设置人员岗位配置的多个量化目标，并将所述多个量化目标的度量单位统一；

权重设置单元，用于设置所述多个量化目标的各自权重；

员工因素录入单元，用于录入人员配置中的员工因素；

岗位因素录入单元，用于录入人员配置中的岗位因素；

配对评估单元，用于根据所述员工因素以及所述岗位因素对人员与岗位进行配对评估；

模型建立单元，用于建立网络流模型；

优化配置单元，用于根据所述网络流模型，利用预设算法求解最大效益下的人员与岗位的最优化配置。

优选的，所述配对评估单元包括：

第一计算模块，用于计算所述岗位因素要求点与所述员工因素的符合度，包括完全符合、部分符合以及完全不符合；

第一确定模块，用于确定所述岗位因素要求点与所述员工因素相应的目标函数；

第二确定模块，用于确定所述岗位因素要求点与所述员工因素配对的关键因素与非关键因素的权重；

第二计算模块，用于计算人员岗位配置的综合目标函数值；

矩阵构建模块，用于通过所述人员岗位配置的综合目标函数值构建人员岗位效益矩阵。

优选的，所述确定所述岗位因素要求点与所述员工因素配对的关键因素与非关键因素的权重包括运用主成分分析法或层次分析法确定各个因素的权重因子。

优选的，所述预设算法为最小费用网络流算法。

在本发明实施例中，本发明提供的技术方案，通过对企业现有员工的个人因素、岗位需求因素的评估，并结合已有的绩效评估，运用模糊数学的理论，识别岗位要求因素的影响因子，建立与所有的语言评价相应的数量化数值，这种实现方式能从定量的角度对企业的人员与岗位进行优化配置，以达到合理化的配置目的，同时本发明所提供的一种企业人员岗位优化的配置方法及其系统，还可以作为电子人力资源管理（eHR）的核心模块以实现人员与岗位的最优化配置。

附图说明

图1为本发明一实施方式中企业人员岗位优化的配置方法流程图；

图2为本发明一实施方式中建立网络流模型的示意图；

图3为本发明一实施方式中企业人员岗位优化的配置系统的结构示意图；以及

图4为本发明一实施方式中配对评估单元的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明具体实施方式提供了一种企业人员岗位优化的配置方法，如图1所示，主要包括如下步骤：

S101、设置人员岗位配置的多个量化目标，并将所述多个量化目标的度量单位统一；

S102、设置所述多个量化目标的各自权重；

S103、录入人员配置中的员工因素；

S104、录入人员配置中的岗位因素；

S105、根据所述员工因素以及所述岗位因素对人员与岗位进行配对评估；

S106、建立网络流模型；

S107、根据所述网络流模型，利用预设算法求解最大效益下的人员与岗位的最优化配置。

本发明所提供的一种企业人员岗位优化的配置方法，通过对企业现有员工的个人因素、岗位需求因素的评估，并结合已有的绩效评估，运用模糊数学的理论，识别岗位要求因素的影响因子，建立与所有的语言评价相应的数量化数值，这种实现方式能从定量的角度对企业的人员与岗位进行优化配置，以达到合理化的配置目的，同时本发明所提供的一种企业人员岗位优化的配置方法，还可以作为电子人力资源管理（eHR）的核心模块以实现人员与岗位的最优化配置。

以下将对本发明所提供的一种企业人员岗位优化的配置方法进行详细说明。

请参阅图1，为本发明一实施方式中企业人员岗位优化的配置方法流程图。

在步骤S101中，设置人员岗位配置的多个量化目标，并将多个量化目标的度量单位统一。

在本实施方式中，多个量化目标包括企业的短期目标、中期目标以及长期目标，并根据企业的自身因素设置不同发展阶段的目标值。在本实施方式中，企业的自身因素包括企业净利润因素、企业规模因素以及企业员工个人发展因素，设置短期目标，或者设置中期目标，或者设置长期目标均包括企业净利润因素、企业规模因素以及企业员工个人发展因素。

在本实施方式中，在设置人员岗位配置的多个量化目标之后，还需根据企业的自身因素所设置的不同发展阶段的目标值确定人员配置目标，并将多个量化目标的度量单位统一，即将多个量化目标的货币度量单位和非货币度量单位进行同一度量化。

在本实施方式中，人员配置目标可以通过以下方式来设定，即对企业现有员工的个人因素、岗位需求因素的评估，并结合已有的绩效评估，运用模糊数学的理论，识别岗位要求因素的影响因子，建立与所有的语言评价相应的数量化数值。在本实施方式中，在完成人员配置目标后，每隔一段时间要考察人员配置的关键指标KPI，以便在下一次人员配置时调整人员配置的参数。

在步骤S102中，设置多个量化目标的各自权重。在本实施方式中，企业可以根据所设置的多个量化目标在自身的发展战略中的相对重要性，来设置这多个量化目标的各自权重。

在步骤S103中，录入人员配置中的员工因素。在本实施方式中，人员配置所选取的人员可能因具体的应用环境、配置时间和配置地域而不同，在本实施方式中，影响人员配置的员工因素包括：年龄、性别、现工作年限、现工作岗位、现居住地、期待工作地点、期待工作岗位、职称、学历、专业背景、语言熟练程度、行业证书以及信息技术相关技能。

在步骤S104中，录入人员配置中的岗位因素。在本实施方式中，人员配置所选取的岗位要求可能会因企业的发展目标、业务需要等因素而不同，在本实施方式中，影响人员配置的可配置岗位的岗位因素包括：年龄要求、性别要求、工作年限要求、工作岗位类型要求、工作班制要求、工作岗位所在地点要求、工作岗位所在行政区域要求、职称要求、学历要求、专业背景要求、语言要求、行业证书要求以及信息技术相关技能要求。

当然，在人员配置中，由于实际业务需要，可能还需要设置些限制条件，例如某个部门因员工离职，需要补充若干人员，这时在人员配置中就必须满足当前的需要，即满足些限制条件。在本实施方式中，这些限制条件包括：每个部门至少配备的人数、岗位的男女比例、特殊岗位必须有人、根据业务的需要每个岗位至少配备一定数量的人员、根据业务的需要在重要岗位上必须配备一定能力的人员。

在步骤S105中，根据员工因素以及岗位因素对人员与岗位进行配对评估。在本实施方式中，具体的，根据员工因素以及岗位因素对人员与岗位进行配对评估的步骤包括：

计算岗位因素要求点与员工因素的符合度，包括完全符合、部分符合以及完全不符合；

确定岗位因素要求点与员工因素相应的目标函数；

确定岗位因素要求点与员工因素配对的关键因素与非关键因素的权重；

计算人员岗位配置的综合目标函数值；

通过人员岗位配置的综合目标函数值构建人员岗位效益矩阵。

在本实施方式中，在对人员与岗进行配对评估时需要考虑的因素包括：（1）注重员工成长和激励，考虑到专业知识的学习与遗忘；（2）企业员工的能力和岗位的特殊要求（如内部优先、亲属回避等）；（3）岗位的重要性；（4）企业业务在不同时期的侧重点，例如是注重企业的新产品开发与创新，还是注重市场营销和业务推广；（5）群体相容度，例如部门的人员年龄结构、男女性别比例等。

在本实施方式中，在确定岗位因素要求点与员工因素配对的关键因素与非关键因素的权重设置上，需要根据业务经验来设置并且在配置后能进行动态调整，同时，还需要针对现有在岗员工在某一工作岗位上的工作开展同级互评、上下级评价、自我评价，然后进行综合评估，并选取一些典型员工的数据进行分析，运用主成分分析法（如Principal Component Analysis，PCA）或层次分析法（如Analytic Hierarchy Process，AHP）确定各个因素的权重因子。

在本实施方式中，通过对所有员工进行人员与岗位的配对评估后，可以构建一个人员岗位效益矩阵，例如可以做成如下表1所示的人员岗位效益矩阵，其中表内的数字是通过计算人员岗位配置的综合目标函数值得来的。

表1人员岗位效益矩阵

	P1	P2	P3	P4	P5	P6	……	P_m
									C1	56	67	78	90	45	98	……
C2	90	12	79	85	90	45	……
									C4	67	95	85	24	84	60	……
……
									C_n

注：Cn代表员工，Pm代表岗位。

在步骤S106中，建立网络流模型。在本实施方式中，可以通过员工因素、岗位因素以及相关的限制条件来建立网络流模型，如图2所示，该网络流模型为三层网络流模型。

请参阅图2，所示为本发明一实施方式中建立网络流模型的示意图，其中，图中圆圈内的数字为节点的编号，表示有节点1、2、3、…15，图中最左边一列的4个节点（节点1、2、3、4）分别表示4个员工，图中中间一列的节点分别表示部门一的两个岗位（如节点5、6）、部门二的四个岗位（如节点7、8、9、10）以及部门三的两个岗位（如节点11、12），图中最右边一列的节点13、14、15上方的数字的绝对值分别表示部门一、部门二、部门三必须配置的员工数量，然后根据建立好的这三层网络流模型利用预设算法（例如最小费用网络流算法）求解最大效益下的人员与岗位的最优化配置，其中，弧线{i，j}表示，且所有弧线的流量的上限为1，下限为0，节点上方的数字表示供求量，例如，对于需求节点（如节点13、14、15）来说其供求量为负值，对于供应节点（如节点1-4）来说其供求量为正值，中间节点的供求量值为0，其中，用代价c_{i，j}表示某员工i（最左边的一列）与岗位j（中间一列）配对的效益，且中间一列与最右边的一列的效益可设为任意正数（如可预设为1），具体的算法详见以下步骤S107的介绍。

请继续参阅图1，在步骤S107中，根据网络流模型，利用预设算法求解最大效益下的人员与岗位的最优化配置。在本实施方式中，预设算法为最小费用网络流算法。举例来说，假设在最小费用网络流算法中节点用y_{i}表示，弧线用{i，j}表示，最小流量用min_{i，j}表示，最大流量用max{i，j}表示，且一个基本可行解可以对应到一个展开树，在本实施方式中，由于人员岗位配置优化配置的目标是总体效益最大化，因此在应用最小费用网络流算法之前需要做一下变换，即将效益矩阵中的元素B_{i，j}做如下变换：C_{i，j}=-B_{i，j}+M，其中M为效益矩阵中的所有元素B_{i，j}的最大值，然后将变换后的效益矩阵记为C（即C_{i，j}）。在本实施方式中，最小费用网络流算法的具体计算步骤包括：（1）先找到一个起始可行的展开树（T，I，U），其中，T为展开树中的弧线，I为达到下限的弧，U为达到上限的弧线；（2）计算每一个节点的对偶值，通过公式y_{1}=0以及y_{i}-y_{j}＝c_{i，j}进行计算，其中（i，j）属于展开树；（3）计算不在展开树的（i，j），即通过c′_{i，j}＝c_{i，j}-y_{i}=y_{j}进行计算；（4）若所有的c_{i，j}都大于0，则算法终止，且此解为最优解，否则就继续下一个步骤；（5）挑选c′_{i，j}为负值且最小的弧线（i，j）进入展开树；（6）调整步骤（5）中形成的圈（cycle）的流量，用来决定哪一个弧线离开了展开树，并形成新的展开树，具体包括：增加进入展开树的流量，但不得使得其他弧线的流量变成负值，以及将流量为0的弧线从展开树中移除；（7）回到步骤（2）。

本发明具体实施方式还提供一种企业人员岗位优化的配置系统10，如图3所示，包括：

目标量化单元101，用于设置人员岗位配置的多个量化目标，并将所述多个量化目标的度量单位统一；

权重设置单元102，用于设置所述多个量化目标的各自权重；

员工因素录入单元103，用于录入人员配置中的员工因素；

岗位因素录入单元104，用于录入人员配置中的岗位因素；

配对评估单元105，用于根据所述员工因素以及所述岗位因素对人员与岗位进行配对评估；

模型建立单元106，用于建立网络流模型；

优化配置单元107，用于根据所述网络流模型，利用预设算法求解最大效益下的人员与岗位的最优化配置。

本发明所提供的企业人员岗位优化的配置系统10，通过对企业现有员工的个人因素、岗位需求因素的评估，并结合已有的绩效评估，运用模糊数学的理论，识别岗位要求因素的影响因子，建立与所有的语言评价相应的数量化数值，这种实现方式能从定量的角度对企业的人员与岗位进行优化配置，以达到合理化的配置目的，同时本发明所提供的一种企业人员岗位优化的配置系统10，还可以作为电子人力资源管理（eHR）的核心模块以实现人员与岗位的最优化配置。

以下将对本发明所提供的一种企业人员岗位优化的配置系统10进行详细说明。

请参阅图3，所示为本发明一实施方式中企业人员岗位优化的配置系统10的结构示意图。

目标量化单元101，用于设置人员岗位配置的多个量化目标，并将多个量化目标的度量单位统一。

权重设置单元102，用于设置多个量化目标的各自权重。在本实施方式中，企业可以根据所设置的多个量化目标在自身的发展战略中的相对重要性，来设置这多个量化目标的各自权重。

员工因素录入单元103，用于录入人员配置中的员工因素。在本实施方式中，人员配置所选取的人员可能因具体的应用环境、配置时间和配置地域而不同，在本实施方式中，影响人员配置的员工因素包括：年龄、性别、现工作年限、现工作岗位、现居住地、期待工作地点、期待工作岗位、职称、学历、专业背景、语言熟练程度、行业证书以及信息技术相关技能。

岗位因素录入单元104，用于录入人员配置中的岗位因素。在本实施方式中，人员配置所选取的岗位要求可能会因企业的发展目标、业务需要等因素而不同，在本实施方式中，影响人员配置的可配置岗位的岗位因素包括：年龄要求、性别要求、工作年限要求、工作岗位类型要求、工作班制要求、工作岗位所在地点要求、工作岗位所在行政区域要求、职称要求、学历要求、专业背景要求、语言要求、行业证书要求以及信息技术相关技能要求。

配对评估单元105，用于根据员工因素以及岗位因素对人员与岗位进行配对评估。在本实施方式中，配对评估单元105包括第一计算模块1051、第一确定模块1052、第二确定模块1053、第二计算模块1054以及矩阵构建模块1055，如图4所示。

请参阅图4，所示为本发明一实施方式中配对评估单元的结构示意图。

第一计算模块1051，用于计算岗位因素要求点与员工因素的符合度，包括完全符合、部分符合以及完全不符合；

第一确定模块1052，用于确定岗位因素要求点与员工因素相应的目标函数；

第二确定模块1053，用于确定岗位因素要求点与员工因素配对的关键因素与非关键因素的权重；

第二计算模块1054，用于计算人员岗位配置的综合目标函数值；

矩阵构建模块1055，用于通过人员岗位配置的综合目标函数值构建人员岗位效益矩阵。

在本实施方式中，第二确定模块1053在确定岗位因素要求点与员工因素配对的关键因素与非关键因素的权重设置上，需要根据业务经验来设置并且在配置后能进行动态调整，同时，还需要针对现有在岗员工在某一工作岗位上的工作开展同级互评、上下级评价、自我评价，然后进行综合评估，并选取一些典型员工的数据进行分析，运用主成分分析法（如Principal Component Analysis，PCA）或层次分析法（如Analytic Hierarchy Process，AHP）确定各个因素的权重因子。

在本实施方式中，通过对所有员工进行人员与岗位的配对评估后，可以构建一个人员岗位效益矩阵，例如可以做成上述表1所示的人员岗位效益矩阵，其中表内的数字是通过计算人员岗位配置的综合目标函数值得来的。

请继续参阅图3，模型建立单元106，用于建立网络流模型。在本实施方式中，可以通过员工因素、岗位因素以及相关的限制条件来建立网络流模型，如图2所示，在此不再重复叙述。

优化配置单元107，用于根据网络流模型，利用预设算法求解最大效益下的人员与岗位的最优化配置。在本实施方式中，预设算法为最小费用网络流算法。举例来说，假设在最小费用网络流算法中节点用y_{i}表示，弧线用{i，j}表示，最小流量用min_{i，j}表示，最大流量用max{i，j}表示，且一个基本可行解可以对应到一个展开树，在本实施方式中，由于人员岗位配置优化配置的目标是总体效益最大化，因此在应用最小费用网络流算法之前需要做一下变换，即将效益矩阵中的元素B_{i，j}做如下变换：C_{i，j}=-B_{i，j}+M，其中M为效益矩阵中的所有元素B_{i，j}的最大值，然后将变换后的效益矩阵记为C（即C_{i，j}）。在本实施方式中，最小费用网络流算法的具体计算步骤包括：（1）先找到一个起始可行的展开树（T，I，U），其中，T为展开树中的弧线，I为达到下限的弧，U为达到上限的弧线；（2）计算每一个节点的对偶值，通过公式y_{1}=0以及y_{i}-y_{j}＝c_{i，j}进行计算，其中（i，j）属于展开树；（3）计算不在展开树的（i，j），即通过c′_{i，j}=c_{i，j}-y_{i}=y_{j}进行计算；（4）若所有的c_{i，j}都大于0，则算法终止，且此解为最优解，否则就继续下一个步骤；（5）挑选c′_{i，j}为负值且最小的弧线（i，j）进入展开树；（6）调整步骤（5）中形成的圈（cycle）的流量，用来决定哪一个弧线离开了展开树，并形成新的展开树，具体包括：增加进入展开树的流量，但不得使得其他弧线的流量变成负值，以及将流量为0的弧线从展开树中移除；（7）回到步骤（2）。

本发明实施方式所提供的一种企业人员岗位优化的配置系统10，通过对企业现有员工的个人因素、岗位需求因素的评估，并结合已有的绩效评估，运用模糊数学的理论，识别岗位要求因素的影响因子，建立与所有的语言评价相应的数量化数值，这种实现方式能从定量的角度对企业的人员与岗位进行优化配置，以达到合理化的配置目的，同时本发明所提供的一种企业人员岗位优化的配置系统10，还可以作为电子人力资源管理（eHR）的核心模块以实现人员与岗位的最优化配置。

值得注意的是，上述实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种企业人员岗位优化的配置方法，其特征在于，所述配置方法包括：

设置人员岗位配置的多个量化目标，并将所述多个量化目标的度量单位统一;

设置所述多个量化目标的各自权重；

录入人员配置中的员工因素；

录入人员配置中的岗位因素；

建立网络流模型；

2.如权利要求1所述的企业人员岗位优化的配置方法，其特征在于，所述根据所述员工因素以及所述岗位因素对人员与岗位进行配对评估的步骤包括：

确定所述岗位因素要求点与所述员工因素相应的目标函数；

计算人员岗位配置的综合目标函数值；

3.如权利要求2所述的企业人员岗位优化的配置方法，其特征在于，所述确定所述岗位因素要求点与所述员工因素配对的关键因素与非关键因素的权重的步骤包括运用主成分分析法或层次分析法确定各个因素的权重因子。

4.如权利要求1所述的企业人员岗位优化的配置方法，其特征在于，所述预设算法为最小费用网络流算法。

5.一种企业人员岗位优化的配置系统，其特征在于，所述配置系统包括：

权重设置单元，用于设置所述多个量化目标的各自权重；

员工因素录入单元，用于录入人员配置中的员工因素；

岗位因素录入单元，用于录入人员配置中的岗位因素；

模型建立单元，用于建立网络流模型；

6.如权利要求5所述的企业人员岗位优化的配置系统，其特征在于，所述配对评估单元包括：

第二计算模块，用于计算人员岗位配置的综合目标函数值；

7.如权利要求6所述的企业人员岗位优化的配置系统，其特征在于，所述确定所述岗位因素要求点与所述员工因素配对的关键因素与非关键因素的权重包括运用主成分分析法或层次分析法确定各个因素的权重因子。

8.如权利要求5所述的企业人员岗位优化的配置系统，其特征在于，所述预设算法为最小费用网络流算法。