基于粗糙集理論的人力資源需求預測指標約簡

郝營 遼寧工程職業學院

在進行人力資源需求預測時，由于數據獲取的準確性和完整性難以滿足，過多的指標也會增加需求預測的復雜程度和工作量，同時，指標設置過多，可能會產生相關指標相關性過高而影響預測的精度和效率，如何選擇需求預測的核心指標以提升預測的精度和準確性是人力資源需求預測的前提。選擇核心指標，進行數據降維的能夠有助于減少計算用時，提高算法的可用性，刪除冗余變量，解決多重共線的問題，有助于數據可視化。

一、人力資源需求預測影響因素

企業人力資源需求預測受多種因素的影響，主要與業務量密切相關[1]，因此，選取能夠反映企業業務量的指標作為人力資源需求預測的經濟指標（EI），所選取的變量有：經濟規模（GDP）、年生產量（YP）、下一年計劃生產量（NYP）、年銷售量（AS）、年利潤（AP）、利率（IR）、稅率（TR）、出口貿易額（EV）、進口貿易額（IV）。企業人力資源需求預測是一項多目標決策問題，其中人力資源成本最小化是很多研究人員考慮的一項目標[2]，因此，本文把企業員工的人工成本（LC）納入企業人員需求預測的指標當中；將企業員工的工資支出（SS）、培訓支出（TS）、企業工資與地區行業工資比值（RSR）、勞動生產率（LP）等內容作為企業人力資源需求的人力指標（LI）。企業人力資源需求預測還受到現有人力資源流動的影響，本文在做企業人力資源預測時把離職率（TR）、出勤率（AR）、晉升比率（PR）、績效評價結果（PER）、員工滿意度（ES）作為內生變量指標。企業員工的結構是人力資源需求預測的核心體系之一[3]。因此，企業員工結構應是人力資源需求的指標，即包括管理人員比重（PM），科技人員比重（PT），普通人員比重（PO）。蔣蓉華等在預測企業人力資源需求時，將本科以上的員工作為高學歷人員[4]，隨著人口素質的不斷提升，在本文將研究生以上學歷作為高學歷人員，將高學歷（研究生以上）人員比重（PAS）作為預測的人力指標（LI）之一（見表1）。

表1 企業人力資源需求預測指標

二、人力資源需求預測指標的屬性約簡

可將人力資源需求預測看作一個信息系統S={U，A，V，f}，U為對象的有限集，A為屬性的有限集；A=C∪D，C是條件屬性子集，D是決策屬性子集；V=∪P∈AVp，Vp是屬性P的域；f：U*A→V是總函數，使得對 每個xi∈U，q∈A，有f（xi，q）∈Vq。在決策系統S=＜U，C∪D，V，f＞中，若POSC（D）=POSC-p（D），那么屬性p是C中D可省略，否則就是不可省略的。

條件屬性集C的D約簡是C的一個非空子集P。若滿足：?a∈P，a都是D不可省略的，POSP（D）=POSC（D），那么P是C的一個約簡。C中所有約簡的集合記為REDD（C），C中所有不可省略屬性的集合為C的核，記為CORED（C）。

性質1：若M?N?C則POSM（D）? POSN（D）

性質2：M?N?C，X?U，則對任意x∈U，若x∈POSM（D），則x∈POSN（D）

論域U是每一年人力資源相關數據的非空有限集合，即U={x1，x2，…，xn}；把所總結的22個人力資源需求預測的指標作為條件屬性C，即C={C1，C2，…，C22}，每一年的人力資源數量變動率作為結果屬性D，即D={Y（t）}，A=C∪D是屬性的非空有限集合，從而建立一個系統決策表K=（U，C∪D）。在此基礎上，對人力資源需求預測決策系統K進行條件屬性約簡，得到最小條件屬性約簡。

三、結論

決策表中的屬性并不是同等重要的，有些屬性甚至是冗余的，這就增加了計算的復雜性、降低信息處理的效率。因此要在條件屬性和決策屬性之間的依賴關系不發生變化的前提下，刪除其中不重要的屬性。企業在進行未來一段時期的人員規劃時，有必要對企業人力資源的需求量進行精確預測，避免人力資源不足或過多而造成的資源浪費。