周 菁
(貴州交通職業(yè)技術(shù)學(xué)院,貴州 貴陽 551400)
本研究以時(shí)間序列和線性規(guī)劃為基礎(chǔ),以貴州交通職業(yè)技術(shù)學(xué)院為例,對快遞服務(wù)中心的人力資源配置進(jìn)行優(yōu)化,為校園快遞服務(wù)中心的人力資源配置提供借鑒。
企業(yè)為獲得市場競爭力對物流的需求力度也逐漸增大,這使得物流行業(yè)不斷改革、重組,以適應(yīng)時(shí)代變化,推動(dòng)經(jīng)濟(jì)發(fā)展??爝f是物流的重要組成部分,快遞的關(guān)鍵在于以較快的速度將特定的物品通過各種方式,送到消費(fèi)者指定的目的地。近年來,快遞行業(yè)飛速發(fā)展,快遞業(yè)務(wù)量逐年上升,為中國經(jīng)濟(jì)發(fā)展貢獻(xiàn)了力量。從高校的角度看,大部分快遞公司都是依托高校,占領(lǐng)據(jù)點(diǎn),集中收派。貴州交通職業(yè)技術(shù)學(xué)院快遞服務(wù)中心是依托學(xué)院快遞運(yùn)營管理專業(yè),于2016年底建設(shè)的校內(nèi)生產(chǎn)性實(shí)訓(xùn)基地,主要與各大快遞企業(yè)聯(lián)合開展快遞末端派件、寄件、客服等業(yè)務(wù),滿足全校近兩萬師生的快遞服務(wù)需求,有效解決快遞最后一公里問題,極大地方便了學(xué)校師生。由于學(xué)校教學(xué)安排的特殊性,每年1月、2月、7月、8月為寒暑假,快遞件量急劇下降,甚至沒有,此時(shí)不需要快遞服務(wù)人員。2017—2018年的快遞收派件量如表1所示。
表12017—2018年不同月份快遞件量單位:件
項(xiàng)目3月4月5月6月9月10月11月12月2017年寄件102011041162121513051239155316262018年寄件113012001298151714581452163818102017年派件26571247512687935792418364303061023652732018年派件2743926609280483860548814486736406171828
從表1可以看出,6月、11月、12月寄件和派件數(shù)量急劇上升,快遞服務(wù)中心人手不足,導(dǎo)致快遞服務(wù)效率下降。為優(yōu)化快遞服務(wù)中心的人力資源配置,在減少人力成本的同時(shí)提高快遞服務(wù)效率,本研究試圖采用時(shí)間序列模型和線性規(guī)劃,設(shè)計(jì)出實(shí)際排班規(guī)則,為學(xué)??爝f服務(wù)中心的人力資源配置提供借鑒。
貴州交通職業(yè)技術(shù)學(xué)院快遞服務(wù)中心主要以服務(wù)師生為宗旨,在此基礎(chǔ)上為快遞運(yùn)營管理專業(yè)的學(xué)生提供工作實(shí)踐機(jī)會,并為家庭貧困的學(xué)生提供勤工助學(xué)崗位。中心主要有兩類工作模式,既兼職和全職。其中,兼職員工模式主要是為學(xué)生提供助學(xué)崗位,給他們發(fā)放勤工補(bǔ)助,其人力成本較低,折算為每人每小時(shí)5元,每月補(bǔ)助為5 t,其中t為該名兼職員工每月實(shí)際工作小時(shí)數(shù)。全職員工模式為合同工,按照每月固定工資和績效工資結(jié)算,因此不在優(yōu)化模型中考慮??爝f服務(wù)中心的具體排班情況為每天10名學(xué)生進(jìn)店輪訓(xùn),兩周輪換一次,每天上班時(shí)間為早上8點(diǎn)到晚上7點(diǎn),全員工作11個(gè)小時(shí)。按目前的排班情況,兼職員工每天人力成本為10×5×11=550元。
從表1可以看出,快遞收派件量具有比較明顯的趨勢性(每年收派件量在上升)和特殊性(每年“6·18”、雙十一、雙十二都有較大波動(dòng))?;跁r(shí)間序列預(yù)測法,預(yù)測快遞服務(wù)中心2019年快遞收派件量,具體步驟如下。
(1)計(jì)算月度影響指數(shù)
(公式1)
其中,SIJ為第j月度影響指數(shù),Sij為第i年第j月的快遞件數(shù)(i等于1、2,分別代表2017年和2018年),n為周期數(shù)(等于2),m為月份數(shù)(等于12)。
(2)消除收派件量數(shù)據(jù)中的月度影響
每月收派件量除以該月月度影響指數(shù)得到消除月度影響后的收派件量,其計(jì)算公式如下:
(公式2)
(3)消除月度影響后的年平均收派件量增長率
(公式3)
(公式4)
(4)2019年收派件量趨勢預(yù)測
(公式5)
這其實(shí)就是一元線性回歸預(yù)測模型。本研究之所以采用月收派件量進(jìn)行回歸預(yù)測,是因?yàn)樵率张杉烤哂泻苊黠@的趨勢性,用其作回歸分析更為可靠。
(5)2019年每月收派件量預(yù)測
(公式6)
最終預(yù)測結(jié)果如表2所示。
表2 2019年快遞收派件量預(yù)測結(jié)果
根據(jù)案例背景總結(jié)出各工作時(shí)間段與排班人數(shù)的關(guān)系矩陣。為了建模方便,引入如下變量:ai為寄件處理速度,bi為派件處理速度,xi為寄件需要人數(shù),yi為派件需要人數(shù);M為寄件預(yù)測量,N為派件預(yù)測量。
其中ai,bi,xi,yi,為已知變量,具體數(shù)值見表1、表2;xi,yi,是決策變量。建立如下線性規(guī)劃模型:
在分析過程中,快遞服務(wù)中心每月正常工作日按22天計(jì)算,目標(biāo)函數(shù)代表正常工作時(shí)間平均每天的人力成本。第一個(gè)約束條件為各時(shí)間段兼職人員寄件數(shù),第二個(gè)約束條件為每個(gè)時(shí)間段兼職人員派件數(shù)。由于每個(gè)月預(yù)測件數(shù)不一樣,兼職人員和兼職時(shí)長根據(jù)實(shí)際需求進(jìn)行調(diào)整以節(jié)省人力成本。
本研究對上述線性規(guī)劃的數(shù)學(xué)模型進(jìn)行優(yōu)化求解,求解結(jié)果所知各時(shí)間段兼職人員處理快遞件數(shù)已達(dá)到最大值,各時(shí)間段兼職人員上班人數(shù)已達(dá)到最小值,再減少將無法滿足實(shí)際工作需要。
在運(yùn)用本研究的方法之前,快遞服務(wù)中心有1名全職員工,10名兼職員工,經(jīng)過優(yōu)化后,成本最優(yōu)出現(xiàn)在派件6小時(shí)處,需要總?cè)藬?shù)11人,優(yōu)化后成本為300元,與優(yōu)化前相比,其每天人力成本節(jié)省額達(dá)到30元。另外,成本最優(yōu)出現(xiàn)在寄件5小時(shí)處,優(yōu)化后成本為55元,與優(yōu)化前的寄件成本相比,其每天人力成本節(jié)省額達(dá)到20元。根據(jù)優(yōu)化后的實(shí)際排班規(guī)則,可使?fàn)I運(yùn)收益最大化和人力資源配置最優(yōu)化。
在快遞行業(yè)高速發(fā)展的背景下,本研究在已有研究的基礎(chǔ)上,采用時(shí)間序列模型和線性規(guī)劃,預(yù)測了2019年每月快遞收派量數(shù),設(shè)計(jì)出了滿足人力資源最優(yōu)配置、人力成本最小化的排班規(guī)則。本研究的結(jié)論為貴州交通職業(yè)技術(shù)學(xué)院快遞服務(wù)中心提供了可參考的實(shí)際輪班規(guī)則,在盡可能減少人力成本的前提下,盡可能提供崗位和時(shí)間滿足學(xué)生的實(shí)習(xí)實(shí)訓(xùn)需要。本研究設(shè)計(jì)的排班規(guī)則能應(yīng)對每年“6·18”、雙十一、雙十二等購物狂歡節(jié)期間劇增的快件量,同時(shí)也解決了寒暑假無快遞收派的問題,能確保在最繁忙的月份也能有條不紊地安排輪班人員,保障快遞服務(wù)中心的工作效率和服務(wù)質(zhì)量。