人力供给预测之马尔科夫模型

人力供给预测之马尔科夫模型马尔科夫模型是根据历史数据，预测等时间间隔点上的各类人员分布状况。此方法的基本思想是根据过去人员变动的规律，推测未来人员变动的趋势。因此，运用马尔科夫模型时假设——未来的人员变动规律是过去变动规律的延续。既是说，转移率要么是一个固定比率，要么可以通过历史数据以某种方式推算出。步骤：（1）根据历史数据推算各类人员的转移率，得出转移率的转移矩阵；（2）统计作为初始时刻点的各类人员分布状况；（3）建立马尔科夫模型，预测未来各类人员供给状况。运用马尔科夫模型可以预测一个时间段后的人员分布，虽然这个时间段可以自由定义，但较为普遍的是以一年为一个时间段，因为这样最为实用。在确定转移率时，最粗略的方法就是以今年的转移率作为明年的转移率，这种方法认为最近时间段的变化规律将继续保持到下一时间段。虽然这样很简便，但实际上一年的数据过于单薄，很多因素没有考虑到，一个数据的误差可能非常大。因为以一年的数据得出的概率很难保证稳定，最好运用近几年的数据推算。在推算时，可以采用简单移动平均法、加权移动平均法、指数平滑法、趋势线外推法等，可以在试误的过程中发现哪种方法推算的转移率最准确。尝试用不同的方法计算转移率，然后用这个转移率和去年的数据来推算今年的实际情况，最后选择与实际情况最相符的计算方法。转移率是一类人员转移到另一类人员的比率，计算出所有的转移率后，可以得到人员转移率的转移矩阵。转移出i类人员的数量i类人员的转移率=（3-1）i类人员原有总量人员转移率的转移矩阵：P11P12……P1KP21P22……P2KP=P31P32……P3K（3-2）┇┇┇PK1PK2……PKK一般是以现在的人员分布状况作为初始状况，所以只需统计当前的人员分布情况即可。这是企业的基本信息，人力资源部门可以很容易地找到这些数据。建立模型前，要对员工的流动进行说明。流动包括外部到内部、内部之间、内部到外部的流动，内部之间的流动可以是提升、降职、平级调动等。由于推测的是整体情况，个别特殊调动不在考虑之内。马尔科夫模型的基本表达式为：kNi(t)=∑Ni(t-1)Pji+Vi(t)（3-3）j=1式中i,j=1,2,3…,kt=1,2,3…,nk——职位类数；Ni(t)——t时刻时的i类人员数；Pji——j类人员向i类人员转移的转移率；Vi(t)——在（t-1，t）时间内i类人员所补充的人员数。只要知道各类人员的起始数量、转移率、未来补充人数，就可以运用上式预测出各类人员的分布情况。马尔科夫模型可以非常清楚地推算出未来的各类人员数量，在企业中得到广泛运用。为了使计算过程看上去更为直观，一些企业用表格来表示预测的过程。假设一企业今年的人员分布及计算出的转移率如下，可预测出明年的人员分布情况。表3-2今年各类人员数量及其转移率初始人数管理人员技术人员一般人员离职20人管理人员0.90.130人技术人员0.10.70.2100人一般人员0.10.10.60.2表3-3预测明年各类人员数量分布初始人数管理人员技术人员一般人员离职20人管理人员18230人技术人员3216100人一般人员10106020预测人员供给量31316028马尔科夫模型不但是非常实用的动态供给预测技术，并且还可以有多种用途。一些企业用此方法的计算结果来评价人力资源战略；一些企业发展了其审计作用，用来检验各类员工的流动是否正常；一些企业将其与人力资源会计结合使用，用来预测公司未来的人力资源价值如果变化。为了预测以后几个时间段的人员分布，可以运用反复的方法。即用预测出的第一个时间段的人员分布，作为预测下一个时间段的初始分布，不断用新预测出的分布作为初始分布，就可预测出下一个时间段的人员分布。但实事上，随着时间的增长，准确性逐渐降低。所以，此法最好用于下一年的预测，虽可以延伸几个年度，但如果时间太长，就没有预测的意义了。虽然有不少企业正在运用马尔科夫模型预测人员供给，但目前还没有对该方法的准确性和可行性进行研究，所以也尚无定论。在实际运用中发现，马尔科夫模型可以为一些公司提供较准确的信息，但在另一些公司中运用并不成功。到底是什么导致出现了如此大的差异，还有待进一步研究。这种供给预测方法虽然实用，但有两个重要的缺陷：第一，没有考虑到在预测的时间段内，一个员工转移两次以上的情况；第二，当各类员工数量过少时，这种方法无法有效的使用。Keyfacts：A．预测的难点是确定正确的转移率；B．最好以一年作为一个时间段；C．可以发展马尔科夫模型的多种用途；D．当企业内部人员流动情况复杂时，此法不适用；E．当各类人员数量过少时，此法不适用。