云制造环境下人力资源需求的评价与选择方法

叶宝忠，陈 建

（桂林航天工业学院，桂林 541004）

0 引言

对于任何一个国家而言，制造业的发展对其综合国力的提升具有举足轻重的地位和作用，中国作为世界制造大国，在世界市场上拥有相当的影响力。目前，国家正在实施并迈进由制造大国向制造强国的转型，转型的根本任务是提升制造资源的使用效率，从而促进制造行业制造效率的增长。李伯虎院士[1]以网络化、智能化、信息化、云计算等先进制造模式为基础，创造性地提出了云制造，一种针对服务制造的制造新模式。云制造通过与信息化制造技术、互联网制造技术以及智能科学技术等的深度融合，以云制造平台为支撑工具，运用将分散式的制造资源进行整合，然后将整合后的制造资源进行分散的运行机制，为不同类型的制造用户提供适时所需的制造服务。作为一门新兴课题，云制造引起了国内外学者的广泛关注。

Wu D[2]对云制造的策略、典型技术等方面进行了分析；Wang X V[3]分析了部分云制造原型系统；美国投资巨额资金于一项数字制造与设计创新机构援助计划[4]；Yunhe PAN[5]研究了人工智能技术在云制造环境中的应用；Yongkui Liu[6]等对任务工作负载模型和服务效率系数、服务数量等关键因素进行综合，提出云制造多任务调度模型；Longfei Zhou[7]提出物流调度选择算法以解决云制造环境下对制造商的选择调度问题；Yuanjun Laili[8]对云制造环境下混合任务多阶段集成调度问题进行了相应分析；Feng Li[9]提出了一种两级多任务调度模型，并对两种基于两级调度模型的调度策略进行了评价；王静[10]针对云平台下多订单在多企业多时段的协同生产计划问题进行了研究；王京[11]对云制造环境下云制造联盟的相关问题进行了探讨；周龙飞[12]总结了云制造相关研究现状，对云制造环境下资源调度问题提供重要参考；齐二石[13]构建了云制造中制造资源共享时对双方予以考虑的演化博弈模型；李长云[14]构建了结构方程模型以提升云制造平台服务绩效。

以上文献均对云制造进行了深入的分析和探讨，并在理论研究和实际应用方面取得相应的研究成果。但是，总的看来，目前的研究主要侧重于需求方对提供方的选择，资源方面也更多的是对机械、设备等硬资源的关注；而对于提供方选择需求方以及人力资源这类软资源的探讨较为少见，并且在维度和指标上面，对素质品德等的关注度不够。毋庸置疑的是，云制造资源中最重要的资源是人力资源，提供方乃是云制造环境中的不可或缺的组成部分。人力资源供需双方在云平台进行相互之间的选择和匹配过程中，相对优秀的人力资源提供方通常会被多个需求方所相中，而此时，提供方需要做出决策，从需求方中选择最佳者进行匹配。基于以上，从人力资源提供方的视角进行研究，针对提供方与需求方的配比关系为“一对多”的情况予以分析，以科学合理的指标和方法对各需求方进行评价，结合相应模型和算法求得各需求方的综合需求能力，为提供方的选择提供参考依据。

1 人力资源需求的评价与问题的描述

1.1 人力资源的特征

在所有云制造资源中，相较于其他硬制造资源而言，人力资源具有如下独立特点：

1）服务柔性：硬资源在服务的过程中，不具有学习能力，只具有其相对固定的功能结构属性，相较而言，人力资源具备学习能力，因此具有多种功能。

2）灵活性：供需服务过程中，人力资源可以根据具体情况而灵活地做出反应，以保证服务过程的有效进行，相较而言，硬资源难以做到。

3）无限性：硬资源的使用会涉及到损耗、折旧、老化等问题，而人力资源不存在这样的情形，并且，随着供需服务经验的积累和相关知识的增长，人力资源还具有增值效应。

1.2 人力资源需求评价指标体系

若要对人力资源需求方做出选择，提供方需要借用相对较为合理的指标对需求方进行评价。综合前人的研究并充分考虑能对人力资源需求方的评价结果产生影响的各种因素，结合运用云制造环境下的服务质量评价技术QOS（quality of service）[15]，构建人力资源需求评价指标体系，如图1所示。

图1 人力资源需求评价模型

1、服务需求维：

(1)需求价格p1：人力资源需求方对于其自身需求愿意为提供方给予的报酬；

(2)需求时间p2：人力资源需求方对其需求服务所提出的从开始到结束整个过程需要的时间周期；

(3)需求质量p3：人力资源需求方对提供方的供给服务所要求的质量。

2、企业状况维：

(1)经营现状p4：人力资源需求方企业的经营现状；

(2)企业地位p5：人力资源需求方企业在其行业内的地位；

(3)企业潜力p6：人力资源需求方企业在将来发展过程中，对于同类型服务的需求潜力。

3、品德素质维：

(1)沟通协作p7：在服务过程中，人力资源需求方能与提供方之间进行相互沟通、相互协作的素质能力；

(2)可靠程度p8：人力资源需求方对其与提供方所定下供需服务的稳定性方面的度量。设某人力资源需求方于云平台与相应提供方所定下的供需服务总数是h，而其中违约或者半途违约的次数为k，则该需求方的可靠程度为，

（3）结款速度p9：供需服务结束之后，人力资源需求方为提供方给予报酬的态度和速度。

在以上评价指标中，经营现状p4、企业潜力p6、协作沟通p7、结款速度p9属于语言变量，因此采用如表1所示的语言评价集

表1 语言评价集

1.3 问题的描述

定义1 人力资源需求方评价模型为:

定义2 人力资源提供方的供给偏好模型为:

定义3 根据云平台的搜索，得人力资源需求方集合为:

定义4 根据1.2中的评价指标体系，人力资源需求方的需求属性集合为:

不同的评价指标具有不同的属性，为了求解各人力资源需求方的需求能力Hdc (human resource demand capability)，需要对指标进行标准化和归一化处理。

由下式将p:进行标准化处理，

式(6)、式(7)中，max pj，mim pj分别表示人力资源需求方属性集合中第j项指标列的最大值和最小值。对于正向型指标采用式(6)进行标准化，如需求价格p1、经营现状p4、企业潜力p6、沟通协作p7、可靠程度p8、结款速度p9；对负向型指标采用式(7)进行标准化，如需求时间p2、需求质量p3、企业地位p5，由此得标准化矩阵R'如下，

本文要解决的问题是：在各人力资源需求方的属性向量R、R，、R*及人力资源提供方的供给偏好W*已知的情况下，提供方如何对需求方进行选择并决策。

2 人力资源需求的选择模型与方法

在云制造平台，人力资源供需双方时刻都在进行着相互之间的选择与匹配。优质的人力资源提供方与一般性的提供方相比而言，通常是需求方所青睐的对象，因此，优秀的提供方被若干个需求方选中的情况频繁存在，而此时，提供方需要从需求方中进行选择，进而为其提供服务。从提供方的角度出发，对其进行需求方的选择时进行分析，其选择因素主要包括以下两方面：

1）人力资源需求方的需求能力；

2）人力资源需求方与提供方自身的供给偏好的符合程度；

通过对该两方面进行权衡，然后求得各人力资源需求方的综合需求价值，从中选择最优者与之匹配。

2.1 人力资源需求方客观需求能力的求解

2.1.1 指标权重的求解

因变精度粗糙集模型[16]具备较强抗干扰能力，且作为一种求解指标客观权重的较好方法。因此本文采用其进行人力资源需求方评价指标权重的求解，并由K中心聚类方法[16]进行聚类化处理。

设四元组集合I=(U,A=CUD,V,F)表示人力资源提供方的相关信息。其中，U代表实例对象，z条交易历史表示为U={x1,x2,xz};A为属性的集合，其中C={a1,a2,…am-1}为各指标属性集，D={am} 为决策属性集;V为A的值域;F指各个指标属性反映到值域中的具体信息。

定义5：设X、Y表示论域的非空子集，且存在X ⊆Y，则有，

定义7：定义指标对数据对象的分类能力以指标属性信息量予以表示[17]，则对于指标ap，由以下式子对其信息量γ(ap)进行求解，

上式中，代表实例对象根据指标ap所得出的等价类，｜xi｜指所得等价类的相应基数。

定义8 定义在根据决策属性进行分类的时候，决策属性对指标属性的依赖程度由指标属性的被依赖度予以表示[18]，则对于指标αp，由下式求得其被依赖程度λ(αp)，

由于γ(αp),λ(αp)分别代表指标重要程度的不同含义，因此，需要对二者进行综合考虑和分析。采取下式对每个指标的客观权重进行求解，

2.1.2 客观需求能力的求解步骤

步骤1：由1.2 中所述的评价指标体系，对于人力资源需求方集合R={r1,r2,……,rn} 予以矩阵化，可得其属性集合如下，

步骤2：采用1.3 中的式（6）、式（7）和式（8），对人力资源需求方的属性集合进行标准化、归一化处理得，

步骤3：采用2.1.1 中所述的变精度粗糙集模型对各评价指标的客观权重进行求解，得wj(j=1,2,…,9)；

步骤4：由下式

求得需求方的客观需求能力。

2.2 人力资源需求方偏好符合度的求解

偏好符合度Hpf (human resource demand preference fitness)表示人力资源需求方的需求与提供方的供给偏好之间的贴近程度，根据提供方的供给偏好模型，

2.3 人力资源需求方综合需求价值的求解

人力资源需求方的综合需求价值Hcdv(human resource comprehensive demand value) 表示以人力资源需求方的需求能力，以及其相对于提供方的供给偏好的符合度为基础，进行权衡分析，综合二者所得。运用以下数学公式求解，

上式中，ξ∈[0,1]，指人力资源需求方的需求能力在其综合需求价值中所占百分比。

2.4 人力资源需求的选择

通过2.1，2.2，2.3的具体求解，得到各需求方的综合需求价值之后，对各需求方的综合需求价值进行排序，人力资源提供方从中选择综合需求价值最大需求方，并与之进行匹配。

3 算例与分析

3.1 算例

某汽车公司G具有一-流的生产能力，在满足公司自身的生产需要之余，具有充裕的空挡期，公司为了充分发挥其价值和力量，以获得更多的收益，在云平台中为相应的需求企业提供相关生产制造服务，其供给偏好模型为:

通过云平台人力资源需求方的选择，G公司的供给服务被需求企业1、2、3、4、5同时选中，并已知五家需求企业的需求信息如表2所示。针对G公司如何从五家需求企业中选择最佳服务对象，作以下分析并决策。

表2 各需求方的需求信息

3.1.1 需求方需求能力的求解

对于各候选需求方的需求信息，由式(6)、式(7)进行标准化处理，得表3所示。由式(8)进行归一化处理得表4所示。

表3 标准化处理后各候选需求方的需求信息

表4 归一化处理后各候选需求方的需求信息

在云平台中随机抽取8条H公司归一化后的交易记录作为样本，如表5所示。以5为聚类群数量，由K中心聚类方法将上表进行聚类化处理可得，如表6所示。

表5 H公司交易历史记录

表6 聚类化处理后H公司交易历史记录

同理可得其他各指标属性的被依赖程度为:

将以上数据代人式(13)可得各评价指标所占权重，如表7所示。

再由式(14)得出各候选需求方的需求能力如表8所示。

表8 各候选需求方需求能力

3.1.2 需求方偏好符合度的求解

根据人力资源提供方的供给偏好模型:

W*={0.157,0.046,0.113,0.122,0.071,0.158,0.051,0.129,0.153}，由式(15)得各候选需求方的偏好符合度如表9所示。

表9 各候选需求方的偏好符合度

3.1.3 需求方综合需求价值的求解

本文取ξ=0.65，根据上文内容，由式(16)可得各候选需求方的综合需求价值，如表10所示。

表10 各候选需求方的综合需求价值

3.1.4 排序与选择

综上所得，对各候选需求方的综合需求价值进行排序，如下。

由此，候选需求方r4具有最大综合需求价值，所以，人力资源提供方应该选择需求方r4，为其提供服务。

3.2 人力资源提供方满意率分析

定义人力资源提供方的匹配满意率为提供方所满意的匹配次数与其匹配总次数之比，如式（17）所示：

根据现存的选择方法[19]，由实验对三种不同的选择方法下提供方的满意率进行比较和分析。三种不同的选择方法依次为：1）主观选择方法——仅以提供方的主观偏好为依据进行选择的方法；2）无差异选择方法——对所有评价指标以相同的权重进行选择的方法；3）本文所提供的选择方法——既考虑到各评价指标客观权重，又兼顾到提供方主观供给偏好的选择方法。通过实验，对人力资源供需双方的选择匹配进行十次模拟，每次由300个人力资源提供方对需求方进行选择，不同的选择方法下提供方对于匹配结果的满意率变化趋势和对比如图2所示。

图2 不同选择方法下提供方的满意率变化与比较

由图2可得，随着选择与匹配次数的增加，文中所采用的选择方法与现有的方法相比，由于考虑了较为完善的评价指标，在各指标的客观权重基础之上兼顾到了人力资源提供方供给偏好方面的因素，所以提供方对于匹配结果的满意率得到提高，且其稳定性越来越好。

4 结语

云平台中，时时刻刻都在进行着人力资源供需双方的相互选择与匹配，如何在大量群体集中抉择出满足条件且又与自身的偏好相符的对象，是双方亟需解决的问题。文章针对一个优质的人力资源提供方面对多个人力资源需求方时，其该如何从中做出选择的情况进行了探讨。根据提供方在云平台中的交易记录，以变精度粗糙集模型为支撑，对各项评价指标的客观权重予以求解，再与需求方的需求信息相结合，得到各候选需求方的需求能力；考虑到提供方提供服务时的供给偏好，以各候选需求方归一化后的需求信息为依据，获得各候选需求方对于提供方供给偏好的符合程度；最后由比重系数ξ，计算各候选需求方的综合需求价值，作为提供方的决策依据。该选择方法可以较好地解决人力资源提供方对需求方的选择问题，并对提供方的满意率予以较好的保证。未来将融合企业文化方面的信息，对人力资源供需双方的选择匹配问题予以展开，进行进一步深入研究。