телефон в шапке

+7 (383) 278 85 74
с 900 до 1800, пн-пт.

logo-inside

site-name

Изображение в левую колонку

Контакты

Наш адрес:
г. Новосибирск,
ул. Ползунова, 7
(4-й этаж, офис 47)
Телефоны:
редакция:
(383) 278-85-74; 217-44-23
ответственный за выпуск, Н. Беляева:
(383) 279-73-83 (т/ф)
ответственный за рекламу и распространение, М. Семехина:
(383) 217-48-03
Материалы для публикации направляйте по адресу:
630051, г. Новосибирск,
а/я 34
Сибирская академия финансов и банковского дела
E-mail: md_sifbd@nnet.ru
Для оформления подписки и приобретения журнала:
E-mail: semehinam@mail.ru

Схема проезда

Частное образовательное учреждение
Высшего образования

© Сибирская академия финансов и банковского дела


Печатный орган Межрегиональной ассоциации «Сибирское соглашение»

При перепечатке и использовании
материалов
ссылка на журнал
«Сибирская финансовая школа»
обязательна

Реквизиты

ИНН 5402106870
р/счет 40703810110000000005
в ОАО КБ «Акцепт»,
г. Новосибирск,
к/с 30101810200000000815
БИК 045004815
ОКОНХ 92110
ОКПО 16925131

Формирование и разработка системы оценки трудового потенциала

Вы здесь

Выпуск: 
Авторы: 

Л.Н. Юдина - преподаватель кафедры экономики предприятия НГТУ (Новосибирск)

Проблема оценки трудового потенциала как отдельных работников, так и предприятия в целом является предметом пристального внимания и интерес к нет продолжает расти. Это обусловлено тем, что эффективное управление человеческими ресурсами выдвинулось в число практических факторов экономического успеха.

Решение данной задачи требует адекватного инструментария. Нами была разработана методика оценки трудового потенциала с использованием аппарата искусственных нейронных сетей.

Теория нейронных сетей и практика использования подобных интеллектуальных систем показывает, что их можно применять при решении в той ли иной мере структурированных проблем, не имеющих однозначно понимаемых алгоритмов решения. Решение слабо структурированных проблем становится возможным благодаря тому, что аппарат нейронных сетей «перенимает» опыт квалифицированного эксперта в определенной области деятельности при наличии неполных или зашумленных данных.

Разработанная система оценки индивидуального трудового потенциала была использована при обследовании реального машиностроительного предприятия, что подтвердило ее пригодность к решению задач управления трудовым потенциалом.

Трудовой потенциал предприятия является одной из важнейших составляющих его экономического потенциала.

Экономический потенциал предприятия – понятие многоаспектное и многофакторное. В первом приближении при анализе экономического потенциала можно выделить эндогенные и экзогенные факторы, определяющие его уровень, структуру и динамику развития.

Традиционно к экзогенным факторам (факторам внешней среды, или факторам макроокружения) относят состояние экономики, правовое регулирование и управление, политические процессы, природную среду и природные ресурсы, социальную и культурную составляющие общества, уровень его научно-технического и технологического развития, инфраструктуру. Многие авторы вслед за М. Портером выделяют в качестве отдельной группы факторов влияние конкурентной среды: конкуренты внутри отрасли, покупатели, поставщики, потенциальные новые конкуренты, производители возможной замещающей продукции. В рамках рассмотрения предприятия как системы они являются неуправляемыми переменными.

К эндогенным факторам традиционно относят производство, финансы, маркетинг, научные исследования и разработки, организационную культуру. В большинстве своем они определяются совокупным влиянием достигнутого уровня технического и технологического развития предприятия, а также профессионально-квалификационным, организационным, интеллектуальным и культурным уровнями персонала, поэтому все многообразие эндогенных факторов в рамках нашего исследования можно свести к двум основным факторам – человеческому и техническому. К техническому фактору мы отнесем все то, что представляет собой материально-вещественные факторы производства и управления (основные фонды и оборотные средства предприятия, в том числе материальные, финансовые и информационные потоки), к человеческому – все то, что связано с персоналом.

Такой подход к пониманию человеческого фактора позволяет включить в рассмотрение все многообразие проявлений человеческой личности. Мы исходим из недопустимости сведения человеческого фактора (даже в рамках рассмотрения производственных систем) только к половозрастной, профессионально-квалификационной или организационной структуре и согласны с тем, что при изучении человеческой, личностной составляющей любой экономической системы нельзя пренебрегать исследованием психосоциальных, интеллектуальных, культурологических аспектов как отдельных индивидуумов, так и социальных групп.

История менеджмента ясно демонстрирует, что поиск путей повышения эффективности управления идет в направлении совершенствования и расширения сферы управления персоналом. Если школа научного управления и административная школа менеджмента в основном были ориентированы на использование экономических мотивов деятельности персонала, то школа «человеческих отношений» и поведенческий подход все больше включали в сферу совершенствования управления использование психологических и социальных аспектов деятельности работников.

Системный подход привел к пониманию неразрывного единства экономических, психологических, социальных аспектов персонала, необходимости их сбалансированного развития. Современные школы менеджмента все больше внимания обращают на исследование факторов, связанных с организационной культурой предприятий, с всесторонним развитием личностных качеств человека.

В данном контексте человеческий фактор выступает как всеобъемлющее понятие, характеризующее личностную составляющую экономической системы. В [1] человеческий фактор трактуется как совокупность социокультурных и личностно-психологических свойств людей, объединенных для совместной деятельности. «В структурном плане – это в первую очередь личность, рабочая группа, трудовой коллектив. Это не только коллективный работник, но и коллективный субъект общественной жизни, имеющий социальную, демографическую, экономическую и политическую структуру». Человеческий фактор в масштабе общества оценивается как «система взаимодействующих, занимающих разное положение классов, слоев и групп, деятельность и взаимодействие которых обеспечивают прогрессивное развитие».

Для выражения нового взгляда на роль человека в производстве в экономической литературе все чаще стали использовать термины «человеческий фактор» и «трудовой потенциал». При этом фиксируется внимание на активной роли человека в экономике. В понятие «человеческий фактор» вкладывается более широкий и глубинный смысл, чем в понятия «рабочая сила» и «трудовые ресурсы».

Исследование человеческого фактора, как и всякой системы, идет от простого к сложному. При первоначальном знакомстве с объектом исследования выявляются его наиболее простые стороны, которые «лежат на поверхности». Таким первым шагом к пониманию человеческого фактора, на наш взгляд, является понятие «трудовые ресурсы».

Можно согласиться с Н.М. Ереминой и В.П. Маршановым [2], которые считают, что «трудовые ресурсы – это часть населения страны, которая работает в народном хозяйстве или же способна работать, но по тем или иным причинам не работает (домохозяйки, учащиеся с отрывом от производства и др.). Таким образом, трудовые ресурсы включают как занятых, так и потенциальных работников».

Трудовые ресурсы – это лица трудоспособного возраста (мужчины 16 – 59, женщины 16 – 54 лет), обладающие необходимым физическим развитием, знаниями и практическим опытом для работы в народном хозяйстве, а также занятое население моложе и старше трудоспособного возраста. Тогда рабочая сила – это используемая, занятая в народном хозяйстве часть трудовых ресурсов.

Измерение трудовых ресурсов и рабочей силы сводится к измерению количественной составляющей человеческого фактора в виде численности потенциальных и реальных работников.

Следующим шагом к исследованию человеческого фактора является категория «трудовой потенциал». Это производительная способность предприятия (группы, индивида), определяемая личностными (физическими, интеллектуальными и духовными) способностями индивидов (индивида) с учетом сложившихся взаимосвязей с материально-техническими, инновационными, социокультурными и другими составляющими экономического потенциала предприятия. Отсюда следует, что понятие «трудовой потенциал предприятия (индивида)» можно рассматривать как функцию многих факторов.

В литературе при структуризации категории «трудовой потенциал» выделяют от трех до семи составляющих. В рамках данной работы ограничимся четырьмя:

– квалификационный потенциал (профессия, специальность, квалификация, опыт и т.п.);

– интеллектуальный потенциал (уровень образования, круг интересов и т.п.);

– демографический потенциал (пол, возраст, семейное положение, количество детей и т.п.)

– потенциал развития (повышение квалификации, результативность работы и т.п.).

Проблема оценки трудового потенциала как отдельных работников, их групп, так и предприятия в целом представляет собой пример неформализованных или слабо формализованных, слабоструктурированных задач, для которых нет однозначно понимаемых алгоритмов решения вследствие неполноты, неточности, расплывчатости ситуаций и знаний. Традиционно для исследования и оценки ситуации привлекают группу экспертов, которые, руководствуясь своими знаниями, умениями, предпочтениями, вырабатывают рекомендации по решению проблемы. Особенность использования экспертных методов заключается в том, чтобы, располагая множеством субъективных по своей сути заключений экспертов, получить в итоге результат, мало зависящий от мнения отдельного эксперта и представляющий собой в некотором роде объективное решение проблемы.

Главная трудность, с которой сталкиваются при использовании экспертных методов, – во многом определяющая качество получаемых решений – необходимость иметь достаточное количество высококвалифицированных экспертов. Но постоянное и регулярное использование экспертного метода зачастую оказывается затруднительным, вследствие чего приходится прибегать к сокращению числа привлекаемых экспертов либо к снижению требований к их квалификации. Очевидно, что это ведет к существенному снижению качества получаемых решений и снижению эффективности функционирования системы управления.

Для построения системы оценки трудового потенциала можно использовать инструментарий теории нейронных сетей, так как очевидно, что трудовой потенциал представляет собой слабо структурированную систему [3].

Предлагаемая методика оценки трудового потенциала предполагает привлечение экспертов для оценки, анализа и прогнозирования трудового потенциала работников. Результаты обследования и мнения экспертов будут использоваться для «обучения» нейронной сети. Обученная нейронная сеть должна в дальнейшем моделировать работу экспертов, оценивания трудовой потенциал как отдельных работников, так и их групп. Таким образом, разрабатываемая система должна нести в себе опыт и знания экспертов, обеспечивая сопоставимую оценку трудового потенциала. Применение данной методики включает несколько этапов.

Этап 1. Постановка цели.

В зависимости от цели исследования данная методика будет трансформироваться, так как разные цели предполагают решение разных задач и связаны с разными временными, трудовыми и материальными затратами.

Этап 2. Разработка системы частных оценок (количественных оценок различных аспектов личности исследуемого сотрудника, его трудовой деятельности, сложившихся социальных взаимоотношений), которые будут использованы для оценки трудового потенциала, и процедура сбора их конкретных значений. Обычно сбор оценок осуществляется путем анкетирования.

Представляется необходимым разработать несколько систем показателей в зависимости от целей обследования трудового потенциала: 1) прием на работу; 2) углубленная периодическая аттестация персонала; 3) экспресс-аттестация. Кроме того, необходимо учитывать специфику различных категорий работников (рабочие, служащие, специалисты, руководители). Если при периодических и экспресс-аттестациях мы можем получать информацию о сотрудниках из многих источников (отзывы коллег, подчиненных, руководителей, самооценка), то при приеме на работу возможности такого сбора информации ограничены.

Естественно, что общими показателями, используемыми при оценке персонала, являются пол, возраст, образование, профессия, специальность, квалификация и т.д. Специфическими показателями для различных категорий работников могут быть результативность труда, владение смежными профессиями, наличие ученой степени, звания, количество и уровень публикаций и т.д.

Этап 3. Формирование обучающей и тестирующей выборки, когда разработанная процедура сбора частных оценок применяется для сбора информации о конкретных работниках предприятия.

Этап 4. Формирование начальной конфигурации искусственной нейронной сети. На данном этапе специалисты в области применения аппарата нейронных сетей должны определить начальную конфигурацию сети.

Этап 5. «Обучение» нейронной сети. В процессе обучения нейронной сети на ее входы подаются сигналы, соответствующие частным оценкам конкретного работника, после чего согласно сформированной конфигурации нейронной сети рассчитываются ее выходные сигналы. Полученные выходные сигналы сравниваются со значениями оценок трудового потенциала, определенными экспертами в качестве эталонных (целевых) на третьем этапе. Разность между эталонными сигналами и полученными на выходе нейронной сети называют ошибкой обучения. Цель процесса обучения – минимизация ошибки обучения путем изменения значений параметров сети. Таким образом, процесс обучения – это процесс подгонки параметров той модели процесса или явления, которая реализуется нейронной сетью.

Этап 6. Использование «обученной» нейронной сети для оценки трудового потенциала.

Возможности использования данной методики были апробированы на машиностроительном предприятии, занимающемся капитальным ремонтом транспортного оборудования, производством запасных частей и комплектующих.

Согласно вышеизложенной методике были разработаны анкеты, которые позволили сформировать для каждого респондента систему частных оценок. Так как очевидно, что трудовые потенциалы руководителя, специалиста и рабочего принципиально отличаются, были составлены три анкеты. Разделение отдельных категорий работников на линейных и функциональных руководителей, на инженерно-технических специалистов и т.д. не проводилось, поскольку данное предприятие относится к малым. По-видимому, для крупных предприятий такая детализация была бы уместной в силу специфических особенностей труда каждой категории работников.

Для оценки трудового потенциала руководителей и специалистов использовалось 18 частных оценок:

Х1. Категория персонала (1 – руководитель, 2 – специалист).
Х2. Должность (тарифный разряд).
Х3. Пол (1 – мужской, 2 – женский).
Х4. Возраст.
Х5. Образование (1 – среднее, 2 – среднее специальное, 3 – высшее специальное, 4 – закончил более одного вуза).
Х6. Образование соответствует занимаемой должности (1 – да, 2 – нет).
Х7. Семейное положение (1 – женат/замужем, 2 – холост/ не замужем).
Х8. Количество детей (указывается от 0 до 5).
Х9. Стаж работы в данной должности (указывается не более 15 лет).
Х10. Стаж работы на руководящих должностях (указывается не более 15 лет).
Х11. Проходил ли повышение квалификации в последнее время (1 – проходил в последние два года, 2 – проходил в последние пять лет, 3 – не проходил).
Х12. Результативность работы (самооценка в диапазоне от 1 до 10 баллов).
Х13. Результативность работы (оценка вышестоящим руководителем в диапазоне от 1 до 10 баллов).
Х14. Результативность работы (оценка коллегой, находящимся на том же уровне иерархии, в диапазоне от 1 до 10 баллов).
Х15. Индекс эмоциональной экспансивности, оцененный по группе подчиненных (от 0 до 1 с точностью до десятых; для специалистов указывается 0).
Х16. Индекс сплоченности, оцененный по группе подчиненных (от 0 до 1 с точностью до десятых; для специалистов указывается 0).
Х17. Число дней нетрудоспособности за последний год (1 – нет, 2 – от одного до пяти, 3 – более пяти).
Х18. Имелись ли случаи нарушения трудовой дисциплины (1 – не имелись, 2 – имелись).

Так как обследование носило во многом исследовательский характер, то для каждого оцениваемого работника эксперты давали пять различных оценок:

1. Квалификационная составляющая трудового потенциала.
2. Интеллектуальная составляющая трудового потенциала.
3. Демографическая составляющая трудового потенциала.
4. Перспективы работы на данном предприятии (оценка потенциала развития).
5. Интегрированная оценка трудового потенциала.

В целях оценки интегрированного трудового потенциала было предложено сформировать дополнительную нейронную сеть, входами которой стали указанные выше компоненты трудового потенциала, а единственный выход – это искомый интегрированный трудовой потенциал Z5.

Для всех пяти оценок была определена единая шкала – от 1 до 10 баллов.

Полученный информационный массив использовался для поиска той нейронной сети, которая обеспечивает наиболее точное отображение массива частных оценок в многокомпонентном векторе оценок трудового потенциала.

Обобщенная структура нейросетевой модели приведена на рисунке.

Структура вложенной двухкаскадной нейросетевой модели

Рисунок 1

Такой подход имеет ряд достоинств и недостатков. К достоинствам можно отнести то, что каждая из нейросетевых субмоделей может иметь свою структуру, свой набор входов и в результате может оказаться проще, чем одна модель для обобщенной оценки компонент. К тому же специализированная субмодель, скорее всего, будет точнее оценивать «свою» компоненту, что, соответственно, позволит повысить точность оценки результирующей переменной интегрального трудового потенциала. К недостаткам модели следует отнести некоторую ее сложность и трудоемкость, так как вместо одной нейросетевой модели приходится разрабатывать пять различных моделей [4].

В процессе работы исследовались различные конфигурации нейронных сетей. Рассматривались, в частности, каскадная сеть с прямым распространением сигнала и обратным распространением ошибки; сеть Элмана с обратным распространением ошибки; сеть с запаздыванием; линейная сеть; персептрон; вероятностная сеть; радиальная базисная сеть с минимальным числом нейронов [3].

Полученные результаты свидетельствуют о том, что при оценке отдельных составляющих трудового потенциала наилучшими прогностическими способностями обладает каскадная сеть с прямым распространением сигнала и обратным распространением ошибки (два слоя) с логистической функцией активации.

При оценке интегрального трудового потенциала хорошие результаты продемонстрировала линейная сеть с одним нейроном. Погрешности вычисленных значений Zi были оценены с помощью следующей меры:

Полученные погрешности в основном не превышали 10 – 15 %. Для преобразования числовых оценок в более привычную и понятную форму текстовой информации использовалась процедура фаззификации, применяемая в теории нечеткой логики [5] и позволяющая учесть наличие в полученных числовых оценках погрешностей или случайных ошибок. Таким образом, точное числовое значение не имеет большого смысла и может быть заменено некоторой лингвистической переменной, более понятной и легко интерпретируемой управленческим персоналом.

Экспертами были предложены пять лингвистических переменных по числу оцениваемых компонентов. Каждая из них может принимать значения «неудовлетворительно», «удовлетворительно», «хорошо» и «отлично». Для всех компонентов трудового потенциала были предложены кусочно-линейные функции принадлежности трапециевидной формы.

Созданная гибридная нейросетевая модель с элементами нечеткой логики использовалась для периодической оценки трудового потенциала руководящих работников и специалистов обследованного машиностроительного предприятия и продемонстрировала, что получаемые оценки достаточно близки к оценкам, получаемым с помощью группы экспертов. Это свидетельствует о целесообразности дальнейших исследований по оценке как индивидуального трудового потенциала, так и трудового потенциала группы работников и предприятия в целом.

Литература
1. Одегов Ю.Г., Журавлев П.В. Управление персоналом: Учебник для вузов. М.: Финстатинформ, 1997.
2. Еремина Н.М., Маршалова В.П. Статистика труда. М.: Экономика, 1988.
3. Медведев В.С., Потемкин В.Г. Нейронные сети: MATLAB 6 /Под общ. ред. В.Г. Потемкина. М.: ДИАЛОГ-МИФИ, 2002.
4. Якушев А.А., Горбатков С.А., Габдрахманова Н.Т. Многомерные статистические методы и нейросетевые модели в экономическом анализе. Уфа: Башкир. территор. ин-т проф. бухгалтеров, 2000.
5. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2003.