知識(shí)密集型公眾服務(wù)業(yè)的人力調(diào)度問題與交互式人力調(diào)度系

1、知識(shí)密集型公眾效勞業(yè)的人力資源調(diào)度問題與交互式人力資源調(diào)度系知識(shí)密集型公眾效勞業(yè)的人力資源調(diào)度問題與交互式人力資源調(diào)度系摘要由于對(duì)員工專家知識(shí)的依賴，知識(shí)密集型公眾效勞業(yè)面臨著重要而較困難的人力資源調(diào)度問題。如何在求解這一問題時(shí)考慮員工需求以進(jìn)步員工工作滿意度是難點(diǎn)之所在。在數(shù)值算法的根底上，本文提出了交互式人力資源調(diào)度系統(tǒng)框架來求解這一問題。關(guān)鍵詞知識(shí)密集型公眾效勞業(yè)人力資源調(diào)度員工需求一、知識(shí)密集型公眾效勞業(yè)與人力資源調(diào)度問題企業(yè)從投入到產(chǎn)出的過程通常涉及到多種消費(fèi)要素。當(dāng)某種消費(fèi)要素在價(jià)值較昂貴或者數(shù)量上稀缺時(shí)，就應(yīng)當(dāng)在消費(fèi)過程中對(duì)該要素進(jìn)展合理恰當(dāng)?shù)呐渲?，即?duì)該要素進(jìn)展調(diào)度。人力資源是

2、消費(fèi)過程中必不可少的一項(xiàng)要素，并且在許多行業(yè)中是非常重要的消費(fèi)要素。特別是在醫(yī)療保艦金融、航空運(yùn)輸?shù)刃袠I(yè)和警察、緊急救援、法院等政府部門中，由于其運(yùn)作過程嚴(yán)重依賴于員工的專家知識(shí)，人力資源是其消費(fèi)過程中最重要的消費(fèi)要素。由于這些行業(yè)的效勞對(duì)象都是廣闊人民群眾，可以統(tǒng)稱為知識(shí)密集型公眾效勞業(yè)。除了對(duì)員工專家知識(shí)的依賴外，知識(shí)密集型公眾效勞業(yè)的運(yùn)作過程還有另一個(gè)特性，人力資源和運(yùn)作流程可以在一定程度上分割，即某個(gè)員工不需要對(duì)一定的流程或事務(wù)負(fù)責(zé)到底，這一特性使人力資源可以調(diào)配。人力資源的重要性和可調(diào)配性使知識(shí)密集型公眾效勞業(yè)面臨著人力資源調(diào)度問題。知識(shí)密集型公眾效勞業(yè)的另外兩個(gè)特點(diǎn)加劇了人力資源調(diào)

3、度問題的重要性。其一是知識(shí)密集型公眾效勞業(yè)的人力本錢在本錢構(gòu)造中占有重要的地位，如在國(guó)內(nèi)醫(yī)院，人力本錢占到總本錢的1/5，而在國(guó)外那么高達(dá)1/2。其二是知識(shí)密集型公眾效勞業(yè)的效勞對(duì)象是廣闊人民群眾，所針對(duì)的又是根本生活需求，低劣的效勞質(zhì)量將會(huì)導(dǎo)致惡劣的社會(huì)影響。如何充分發(fā)揮現(xiàn)有人力資源的作用，在節(jié)約人力本錢的同時(shí)進(jìn)步運(yùn)作流程的效率和效果，不但將為知識(shí)密集型公眾效勞業(yè)創(chuàng)造良好的經(jīng)濟(jì)效益，同時(shí)還可以有效滿足廣闊人民群眾的根本生活需求，產(chǎn)生良好的社會(huì)影響。但對(duì)知識(shí)密集型公眾效勞業(yè)來說，人力資源調(diào)度的難度同樣非常突出。與其他調(diào)度問題不同，人力資源調(diào)度問題要受到法律法規(guī)、勞動(dòng)合同、人類工效學(xué)、效勞需求時(shí)

4、間、人力資源層次性等方面的約束，這些約束大大增加了人力資源調(diào)度的難度。由于被調(diào)度對(duì)象是自然人，人力資源調(diào)度過程必須遵守相關(guān)法律和勞動(dòng)合同的規(guī)定。人類工效學(xué)的研究說明，一些排班方式，如白班-夜班-白班，無法使員工得到有效的休息。為了保障效勞的質(zhì)量，人力資源調(diào)度應(yīng)當(dāng)遵守這些規(guī)律。知識(shí)密集型公眾效勞業(yè)都必須長(zhǎng)時(shí)間地，甚至是無連續(xù)地提供效勞，如大多數(shù)醫(yī)院都是全年無休的，人力資源調(diào)度過程還面臨著克制效勞需求時(shí)間與人類生理習(xí)慣之間矛盾的問題。人力資源的層次性是指員工存在著知識(shí)程度和權(quán)限的差異，通常情況下高程度或高權(quán)限的員工可以替代低程度低權(quán)限的員工可能導(dǎo)致一定的額外本錢，但反之那么不能。層次性約束是指人力

5、需求與人力資源層次的相關(guān)性，如醫(yī)院中每個(gè)班次必須裝備一定數(shù)量的高級(jí)職稱醫(yī)生。二、員工需求人力資源調(diào)度問題與其他調(diào)度問題的最大差異在于其被調(diào)度對(duì)象對(duì)問題的求解存在著要求，即員工對(duì)排班存在著要求。假如在調(diào)度過程中不考慮員工的需求，必然降低員工的工作滿意度和組織運(yùn)作的效率與效果。而員工滿意度和顧客滿意度之間存在著正相關(guān)關(guān)系，低的員工滿意度將導(dǎo)致低的顧客滿意度。只有在求解人力資源調(diào)度問題的過程中充分考慮員工需求，才能進(jìn)步員工的工作滿意度、激發(fā)員工的工作積極性、提升員工的創(chuàng)造力，從而進(jìn)步組織運(yùn)作的效率和效果。特別對(duì)前述醫(yī)院等行業(yè)來說，由于人力資源是其最重要的消費(fèi)要素，員工的工作積極性與效勞的質(zhì)量有著直接

6、關(guān)系，進(jìn)步員工滿意度對(duì)進(jìn)步效勞質(zhì)量有著重要意義。因此，如何充分考慮員工需求從而進(jìn)步員工滿意度是人力資源調(diào)度過程中不能回避的問題。但人力資源調(diào)度問題難以考慮所有的員工需求。為了能得到更好的工作和休閑方式，員工需求通常過泛，甚至是互相矛盾，如多數(shù)員工都不情愿上夜班。并且人力資源調(diào)度過程必須滿足法律法規(guī)、人類工效學(xué)、人力資源需求等硬約束。在員工需求不可能全面滿足的情況下，需要對(duì)員工需求有選擇地滿足或回絕。由于現(xiàn)代社會(huì)生活節(jié)奏的加快，員工需求存在著不穩(wěn)定性。特別對(duì)于高知識(shí)人才來說，他們不僅對(duì)休閑娛樂有著更高的需求，還必須不斷的進(jìn)展學(xué)習(xí)和繼續(xù)教育，其需求更易變動(dòng)。員工需求的易變性要求采用動(dòng)態(tài)的方法求解人

7、力資源調(diào)度問題。三、交互式人力資源調(diào)度系統(tǒng)框架對(duì)人力資源調(diào)度問題的求解，國(guó)外已經(jīng)有了許多的研究。這些研究將人力資源調(diào)度問題看作組合優(yōu)化問題，應(yīng)用數(shù)學(xué)規(guī)劃、約束邏輯規(guī)劃、人工智能、部分搜索、啟發(fā)式算法、基因算法、模擬退火、禁忌搜索等數(shù)值方法尋求可以最小化人力本錢的調(diào)度方案。但這些研究沒有將員工需求考慮在內(nèi)，盡管可以降低人力本錢，卻無法保障員工合理的生活與學(xué)習(xí)需求，降低員工的工作滿意度。為了能在求解人力資源調(diào)度問題時(shí)充分考慮員工需求，作者提出了基于HTTP協(xié)議的交互式人力資源調(diào)度系統(tǒng)框架。該系統(tǒng)的組成如下列圖所示，調(diào)度效勞器是系統(tǒng)的核心，由eb效勞模塊、員工需求分析模塊和調(diào)度算法模塊組成。在調(diào)度開

8、場(chǎng)時(shí)，員工首先通過eb閱讀器提交自己的員工需求。eb效勞模塊在搜集了所有的員工需求后，交由員工需求分析模塊分析。員工需求分析模塊在剔除了不合理及互相矛盾的員工需求后，將剩余的員工需求提交給調(diào)度算法模塊。調(diào)度算法模塊應(yīng)用成熟的數(shù)值算法對(duì)人力資源調(diào)度問題求解，當(dāng)有解時(shí)將排班結(jié)果通過eb效勞模塊發(fā)布給員工。假如因?yàn)閱T工需求過多而導(dǎo)致問題無解時(shí)，那么員工需求分析模塊盡一步剔除部分員工需求，如此往復(fù)，直到問題有解。參考文獻(xiàn):1劉暉:誰持醫(yī)改柳葉刀.21世紀(jì)經(jīng)濟(jì)報(bào)道,2022.3.52heangB.,LiH.,LiA.etal.Nursersteringprbles-AbibligraphisurveyJ

9、.EurpeanJurnalfperatinalResearh.2022,151(3):4474603崔蕓:淺析顧客滿意度與員工滿意度之間的內(nèi)在聯(lián)絡(luò)J.開封大學(xué)學(xué)報(bào),2022,(4):19214ErnstA.T.,JiangH.,Krishnarthy,.,SierD.Staffshedulingandrstering:Areviefappliatins,ethdsanddelsJ.EurpeanJurnalfperatinalResearh,2022,153(1):3275BurkeEdundK.,DeausaekerPatrik,BergheGreetVanden,VanLandegheHendrik.ThestateftheartfnursersteringJ.JurnalfSheduling,2022,7(6)