從運營監測角度看人力資源綜合監測分析

鄭高峰，卞真旭，周 明，劉朋熙，肖家鍇，李 博，邵珺偉，王 筠

(1. 國網安徽省電力有限公司，合肥 230061；2.國網安徽省電力有限公司信息通信分公司，合肥 230061)

本文以運營監測(控)中心全面監測業務的強大信息系統為支撐，綜合運用“大數據”技術，基于ERP系統、人力資源信息管理系統、人力資源內部市場、營銷業務系統等產生的海量明細數據，持續開展人力資源基本面和各項專題監測。

與業務部門的專業監測相比，該方法具有更強的系統性、全面性和實時性，以運行監測角度的人力資源綜合監測分析為基礎，開展更加明確的實施與細化分析，從而提高公司人力資源的管理水平。

1 人力資源基本面監測

人力資源基本面監測包括員工結構性和流動性所涵蓋的多個監測點，以問題為導向，重點關注員工素質、能崗匹配度和退出員工分布。

1.1 員工結構性監測

員工結構性監測包括年齡結構、學歷結構、人才當量密度結構、非有效人力資源結構等4個監測點，借助數據可視化工具和穿透分析工具，管理人員可以對員工各項結構性指標有整體認識，同時對指標異常的部門、單位層層下鉆，分解指標貢獻度，剖析異常原因，促進業務部門核查、地市單位自查。

(1)年齡結構監測。電力公司是資金、技術、服務密集型企業，需要大量專業人才進行生產、經營、管理等工作。全省員工年齡結構基本符合正態分布，為一個較為穩定的年齡分布。由于全省員工平均年齡超44歲，并且46～55歲占總數的43.68%，公司總體用工情況呈輕微老齡化趨勢。下鉆至地市公司和直屬單位，可以看出除擔當員工培訓的服務中心呈明顯的老齡化結構(員工年齡分布大量集中在45歲及以上)，直屬單位均為平均年齡在30～40歲間的正態分布，而各地市公司的年齡結構與公司整體員工基本一致。

(2)學歷結構監測。全省員工中30.97%為本科及以上學歷，69.03%為大專及以下學歷。其中，直屬單位員工均擁有較高的學歷水平，本科及以上學歷人數占比均在80%以上；而各地市公司本科及以上學歷占比較低，超半數地市公司低于30%。

(3)人才當量密度監測。人才當量密度作為國家電網同業對標指標的重要指標之一，可以從學歷、技術技能等級、專家人才等級、職稱等級多個方面綜合評價員工隊伍文化素質和技術水平。全省人才當量密度為0.8817，下鉆至地市公司有13家市公司人才當量密度低于0.8，全省總體員工人才素質較低。

(4)非有效人力資源結構監測。公司目前人力資源管理對象包括法定年齡內具有勞動能力的在崗工作員工，企業發放補貼的退休員工，入職培養期、調出、待崗、長期病休假和內部退養員工，將后五種員工歸為公司非有效人力資源。全省非有效人力資源中89.37%為入職培養期，7.91%為內部退養。如將不包括入職培養期員工的非有效人力資源溯源至各地市公司和直屬單位，部分單位非有效人力資源占比較高，人力資源管理壓力較大。

1.2 員工流動性監測

(1)人員流動率監測。人員流動率為衡量員工隊伍穩定性的重要指標之一，該指標在不超過8%時屬于較穩定范圍，由于電力公司行業的特殊性，通常各省、市級供電公司人員流動率不超過6%。本省人員流動率為4.48%，通過下鉆分析，有兩家市公司A、B人員流動率超過6%，另有一家直屬單位C人員流動率高達16.38%。

(2)增減員監測。本部分主要對人員流動了較高單位的增減員時間以及去向(來源)進行監測。經過分析發現：市公司A人員流動率為6.87%，報告期內共增員136人，減員221人，其中50%為退休，37%為人員調出，并且與調入人數基本持平；市公司B人員流動率為6.48%，報告期內增員39人，減員99人，增員總數中89%為錄取的應屆畢業生，減員總數中49%為終止勞務派遣關系，37%為退休；直屬單位C較高的人員流動率主要來自錄用的研究生。

(3)退出員工(勞動者主張解除勞動合同)監測。報告期內退出員工共計114人，其中有3家市公司和一家直屬單位員工數超過10人。退出員工工齡分布在0～37年間，而低工齡(工齡小于等于3年)退出員工數占總數的36%。

從退出員工全日制最高學歷所學專業看，近半數為電工類專業。這與公司招聘員工所學專業比例基本一致，財會類專業退出員工約占總數的14%，屬于主動辭職風險較高類專業。

從退出員工專業部門來看，檢修、營銷兩專業約占總數的71%，并且大專及以上學歷退出員工占上述兩專業部門較大比例，可以看出近年來高學歷員工對檢修、營銷等一線工作熱情較低。

2 人力資源專題監測

2.1 用工配置率及超缺員監測

從全省各單位來看，9家市公司用工配置率為80%～100%，用工配置情況良好；直屬單位E(255%)、市公司M(105%)、N(101%)用工配置率超標，另有5家市公司用工配置率低于80%，人力資源壓力較大；其中，直屬單位E僅配置管理類定員，有43名員工定崗物業后勤專業，致使用工配置率超標。

下鉆至各縣公司，有4家縣公司用工配置率超過120%，人員配置超標情況較為嚴重，另有7家市公司本部用工配置率低于70%。

從全省各定員專業來看，物業后勤用工配置率為680%，屬嚴重超標，管理類配置率為116.4%；營銷、檢修等專業用工配置率均低于100%，尤其物資保障、建設和信息通信專業用工配置率在40%左右，總體呈結構性缺員。另有能源發電、產品制造等專業在本省內無定員配置，卻仍有78名員工定崗上述專業。

2.2 農電用工專題監測

截至報告期末，全省農電用工人數約占總體員工數的49%，人員流動率2.58%，農電工隊伍基本穩定。農電工中99.5%的員工定崗為運維檢修、農網營銷等，由此看出農網中很大一部分基礎一線工作由農電用工在承擔。

農電用工超50%員工年齡集中在46～55歲，呈較明顯的老齡化態勢；并且75%農電工為高中及以下學歷，整體學歷水平較低。

未來五年內約有20%農電用工面臨退休，并且男性退休預警員工中有近30%為檢修專業，一線農電用工在未來五年內可能面臨較大的用工缺口。

3 退休預警機制建立

將男性員工退休年齡設定為60歲，女性干部退休年齡設定為55歲，女性員工退休年齡設定為50歲，將未來五年內退休員工劃為退休預警員工，利用可視化工具TABLEAU可以制作單位—部門聯動的可視化工具，建立退休預警機制(見圖1)。

圖1 退休預警機制

利用該工具容易看出，部分單位退休預警人數較多，市公司X超半數退休預警男性員工為營銷專業，市公司Y超30%為檢修專業。檢修專業工作性質決定了其對員工性別、體能情況要求較高，并且較營銷專業需要較長的培訓、崗位適應期，大量退休預警男性員工將會造成公司較大的人力資源壓力；市公司Z超半數退休預警女性員工為營銷專業，而營銷一線窗口工作往往由女性員工承擔，大量退休預警女員工可能造成營銷窗口工作用工缺口。

4 人力資源監測結論與建議

本省用工整體呈現結構性缺員局面，具體表現為管理類和后勤服務類超員，物資保障、建設、信息通信等專業缺員較為嚴重，總體用工配置率低于標準(100%)。造成結構性缺員的主要原因為人崗不匹配、崗位配置不合理。

為有效緩解結構性缺員局面，首先應做到人員基礎信息庫數據準確，人崗嚴格匹配，嚴禁出現人員不在崗、一人多崗等情況，規范管理提升數據質量；其次綜合考慮人員崗位調配、調整招聘名額和對應崗位專業，并向存在用工缺口的專業傾斜。

退出員工較多的單位以及低工齡退出員工占新招聘大學生數較多的單位應及時調整員工的招聘策略。部分客觀條件較為艱苦的單位適當放寬招聘標準，促進招聘本地化、個性化；同時全省拓寬招聘渠道，內部招聘、校園招聘、社會招聘并舉；為員工規劃明確的成長路線，建立完善的獎勵體系(薪酬、績效、競爭機制等)，增強新員工的企業認同感和使命感，提升隊伍穩定性。

承擔大量一線營銷、檢修工作的農電用工存在一定老齡化、人才當量密度較低等問題，綜合其未來五年內退休員工比例較高，應通過崗位技能培訓、提高招聘標準等措施鼓勵農電工提升自身技術技能水平和崗位匹配度，充實一線員工。綜合一線員工中低工齡退出員工較多的問題，應綜合考慮員工崗位調配和采用新入職員工輪崗制培養機制。

流動率較高的單位應注意隊伍的穩定性，終止勞動派遣用工的勞務派遣關系，可以逐步優化用工形式，促使人力資源管理趨向扁平化，但應注意加強相應崗位人員配置和培訓等工作的開展；針對本省人才當量密度普遍較低的現象，應從崗位、年齡結構和低當量值(如0.6)員工的素質結構深入分析，定制人才當量提升三年具體規劃，將指標與部門業績掛鉤等，搭建全面的人才當量提升平臺。

5 結語

運監角度下的人力資源綜合監測分析關聯多個系統，改變了傳統人力資源無定量分析、結論無明確數據支撐的現狀；TABLEAU可視化工具使得數據具有更強的可讀性，結論更加直觀，結合軟件自帶穿透分析功能，可更準確地分析問題根因，更全面地統觀整體數據情況，更便捷地比較指標走勢。

受限于數據來源及獲取途徑，目前本文提及的工具只限于線下導出人力資源基礎信息庫數據支撐工具分析，后期若能開放業務系統數據獲取權限、開發數據接口實現可視化自動取數，則監測分析工具會具有更高的實用性。