人力资源供给预测

《人力资源供给预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、人力资源供给预测　　在完成了人力资源需求预测以后，接下来要做的工作便是了解企业是否能得到足够的人员去满足需要。这样便需要做供给预测。首先要做的是企业内部人员供给预测，若内部供给不足，则要考虑外部人员的供给状况。　　一、人力资源内部供给预测　　根据企业内部人员信息状态预测可供的人力资源以满足未来人事变动的需求。最常用的内部供给预测方法有两种：管理人员接替图和马尔可夫转移矩阵模型。　　1．管理人员接替图　　这种方法是对现有管理人员的状况进行调查，评价后，列出未来可能的管理者人选，又称为管理者继承计划。该方法被认为是把人力资源规划和企业战略结合起来的一种较有效的方法

2、。在许多公司里运用都取得了较好的结果。国际商用机器(IBM)公司自20世纪60年代以来就实施了管理者继承计划。该公司宣称实行该计划的目的是“保证高层管理者的素质，为公司遍布世界的所有管理者职位做好人才准备”，从公司分部经理到总经理．都负有执行这次计划的责任，具体工作则由负有人事职责的专门人员来做。通用汽车(GM)公司每年也会为公司的高层管理人员作一次鉴定，分析其今后5年内的升迁、接替问题。　　管理人员接替图主要涉及的内容是对主要管理者的总的评价：主要管理人员的现有绩效和潜力，发展计划；所有接替人员的现有绩效和潜力；其他关键职位上的现职人员的绩效、潜力及对其评定

3、意见。图4—6为一典型的管理人员接替图例。　　图１中，括号内数字表示该管理者的年龄，竖线旁的字母和数字是对其绩效和晋升可能性的评估。A表示现在就可提拔，B表示还需要一定的开发，C表示现职位不很合适。对其绩效的评估在此分为4个等级：1表示绩效表现突出，2表示优秀，3表示一般，4表示较差。通过这样一张图(还可延续下去)，使得组织既对其内部管理人员的情况非常明了，又体现出组织对管理人员职业生涯发展的关注。如果出现人员不能适应现职，或缺乏后备干部，则组织就可尽早地做好充分的准备。所以，有些企业认为管理者继承图非常有用，甚至认为它是人力资源规划最重要的部分。图1管理人员

4、接替5　　2．马尔可夫转移矩阵模型　　该模型最早在荷兰军队里使用，后扩展应用于企业中，它用定量方法预测具有相等间隔时间时刻点上各类人员的人数，其基本思想是找出过去人事变动的规律，以此推测未来的人员状况。马尔可夫转移矩阵模型可以和任何预测人力资源需求的方法一起运用，企业可根据最后得出的供求状况及时制定人力资源规划方案。　　马尔可夫转移矩阵的基本思想可以从下面一个例子出发来研究。　　若某企业有生产技术、发展研究、销售市场3个部门(A、B、C)，已知从起点年份(如1997年底)调查知道3个部门人员分别为100人、80人、60人；从第0年份到第1年份(如1998年底)

5、3个部门的流动情况为：　　即由生产技术部A自第0年到第1年流向三个部门的比例为第一行的数字：流向生产技术部A(即仍稳定保留的人员)比例为50%，流向发展研究部B的人员比例为50%，流向销售市场部c的人员比例为0%；而由发展研究部月自第0年到第1年流向三个部门的比例为第二行的数字(即0%、50%、50%)；由销售市场部流向三个部门的比例为第三行数字(75%、25%、0%)等等。　　这样一个矩阵表明了厂内3个部门A、B、C中的人员流动状况,当然还与厂方的一些规定有关，比如A部门的人不能流向C部门，B部门的人不能流向A部门等等；又如流向A部门的c部门人员是流向B部门

6、的3倍。这些都是根据实际情况统计得到的。称为“一次转移矩阵”，即第0年向第1年转移的百分比分配矩阵。　　现在要问，若厂方制定的这一政策基本不变，那么若干年后人员分配情况如何?这里就要假设以上转移矩阵随时间推移(第1年后、第2年后、……第n年后)的特征不变，否则是不能合理应用马氏转移矩阵的方法的。另外，还要假定，只要知道现在(比如第0年)的状态，就不必关心过去是什么状态(比如不必关心某人在前年是否到过生产技术部)。这两个假设(即“平稳性”与“独立性”)是马尔可夫过程的基本条件。不满足不变(“平稳性”)与不管过去(“独立性”)两个基本假设，就不能采用马氏转移矩阵的

7、方法。好在现实生活中的确有满足平稳性、独立性的过程，或近似满足这两个假设的过程，因此在人力资源预测中也可以有条件地应用这一方法去预测若干年后的人员分布情况。　　回到以上例子，从第0年到第1年(如1998年底)，很简单地可以得到第1年底三个部门的人数分布为： 　　上式中为第j年(j＝0，1，…)的人员分布。　　第2年的人员分布在“平稳性”、“独立性”的前提条件下，容易知道，只要把第0年的分布乘=即可；称为“二次转移概率矩阵”。这样，容易算得：  　　也可以从二次转移概率得知，A(生产技术部门)的人员经过二次转移后可能流向C(销售市场部门)的概率为25%。　　更高

8、阶的转移概率矩阵为：5  　　如此等等