Методы прогнозирования численности работающих

Асп. Джагаева М.С., доц. Липовая Т.Б.

Кафедра организации производства и экономики промышленности.

Северо-Кавказский государственный технологический университет

Изучена возможность применения теории марковских процессов для прогнозирования структуры персонала организации.

В настоящее время используются три основных подхода к определению численности персонала.

Маржиналистский подход основывается на глубоком анализе предельной продуктивности факторов производства. Планирование численности персонала на основе данного подхода может осуществляться при фиксированных затратах на оборудование и материалы, а также при оптимизации затрат на все виды производственных ресурсов [1].

Экспертно-статистический подход основывается на установлении статистических зависимостей между численностью персонала и влияющими на нее факторами. В качестве исходной используется отчетная информация по видам деятельности, отраслям, предприятиям. Кроме того, экспертно-статистический подход посредством применения математических моделей позволяет прогнозировать изменение структуры совокупности, в том числе изменение структуры персонала и, следовательно, прогнозировать потребность в трудовых ресурсах. Основным методом прогнозирования структуры совокупности является приложение теории марковских процессов [2]. Смысл этого метода заключается в определении элементов матрицы перехода, посредством которой объясняются структурные изменения и выполняются расчеты по прогнозу строения совокупности трудовых ресурсов.

Элементы матрицы перехода (Р) находятся в результате решения следующей задачи:

найти min max хj при ограничениях

j

 (1)

 (2)

 (3)

 (4)

Переменные хj и уj, (j = l, ..., m, где т – число структурных групп) показывают расхождение между фактической и расчетной структурой при переходе от второго периода к третьему , т.е. переход от структуры S2 к структуре S3 (условие (3)).

Условие (1) показывает необходимость поиска такой матрицы перехода P=(Pij)mm, которая обеспечивает точный переход от структуры S1 к структуре S2.

Значения структур:

S1 = (S11 , S12 , ..., S1m ); S2 = (S21 , S22 , ..., S2m ); S3 = (S31 , S32 , ..., S3m ).

Это исходные, описывающие структуру трудовых ресурсов системой удельных весов в общей численности в начальном (S1) и в двух последующих периодах (S2) и (S3), которые разделены равными интервалами времени. Так как удельные веса отдельных категорий работников представлены в процентной форме, то обязательно выполнение условия:

. (5)

Сумма элементов в каждой строке данной матрицы должна быть равна 1 (условие (2)).

Далее в результате оптимизации, заключающейся в минимизации различных отклонений между фактическими и расчетными структурами, получается матрица перехода, которая строго удовлетворяет переходу от первого ко второму, от второго периода к третьему. В полученной по этой схеме матрице закладываются возможности учета изменений структуры персонала под влиянием еще только наметившихся тенденций.

Однако метод марковских процессов используется преимущественно для планирования суммарной численности работающих. Дальнейший расчет по отдельным категориям персонала необходимо проводить на основе аналитически-нормативного подхода.

Аналитически-нормативный подход возможен как в условиях действующего предприятия, так и при проектировании предприятий и их подразделений. Метод предполагает анализ конкретного трудового процесса, проектирование рациональной организации труда, нормирование трудоемкости работ по каждой группе персонала и на этой основе установление норм численности. Не осуществив аналитически-нормативных расчетов, невозможно определить величину чистого дохода, соответствующего каждому варианту численности персонала. При применении аналитически-нормативного подхода учитываются как производственные ситуации, так и особенности организации труда различных групп персонала.

Заключение. В современной экономике, вследствие применения математических моделей, возможно определение и прогнозирование потребности в трудовых ресурсах, т.е. эффективной численности, при которой достигаются наивысшие результаты с минимальными затратами производственных ресурсов.

Поделитесь этой записью или добавьте в закладки