Главная > Разное > Стохастические модели социальных процессов
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

8.3. ИЗМЕРЕНИЕ ОБОРОТА ТРУДОВЫХ РЕСУРСОВ

Мы уже отмечали применительно к другим случаям роль стохастических моделей в создании адекватных мер социальных явлений. Один из простейших примеров этого — задача измерения оборота трудовых ресурсов. Оборот трудовых ресурсов определяется как численность поступающих и увольняющихся. Поскольку в настоящей главе мы пользуемся моделями восстановлений, в которых поступление бывает только тогда, когда есть увольнения, найм у нас эквивалентен увольнению. Будем считать эти понятия аналогичными и предположим, что все измерения сводятся к измерению только потоков увольнений. Иногда говорят об измерении стабильности, которая, естественно, по смыслу противоположна обороту кадров. Но эти два понятия эквивалентны: высокая стабильность означает низкую интенсивность увольнений и наоборот.

Измерения оборота трудовых ресурсов необходимы по двум причинам. Во-первых, это важная составная часть моделей, описывающих кадровые системы. Например, ранее в этой главе мы связывали оценки текучести кадров с распределением индивидуумов системы по стажу. Во-вторых, оборот служит показателем морального климата в организации или показателем эффективности использования кадров. Именно с этих позиций мы будем рассматривать оборот в данном разделе. Высокий оборот кадров обычно связывают с неблагоприятным моральным климатом, что обусловливает низкую эффективность деятельности организации. Существует обширная литература, посвященная тому, как измерять и интерпретировать оборот кадров. Хотя было предложено множество мер, все они оказались противоречивыми, и в этом вопросе все еще существует неясность. Некоторые из работ были перечислены в гл. 7 в связи с обсуждением моделей процессов выбытия. К ним можно добавить статьи Боуэя (1969), Бибби (1970), Хаймана (1970), Форбеса (1971b), Ван дер Мерве и Миллера (1971), а также Клоуэса (1972). Здесь мы хотим внести ясность в ведущиеся споры, используя результаты стохастического анализа. Измерение, конечно, не может автоматически стать хорошим только потому, что оно основано на вероятностной модели. Неподходящая модель приводит к ошибочным выводам, как показано у Бартоломью (1971) на примере работы Стойкова (1971).

Вероятно, наиболее ранней мерой и определенно одной из наиболее частых мер оборота кадров является оценка, определяемая как

среднее число работающих за этот интервал

Неадекватность такого показателя без труда определяется на основе анализа, проведенного в разделе 8.2, где этот показатель использовали, чтобы показать, как влияет на уходы возраст системы. Мера, которая так сильно зависит от распределения по стажу, не может адекватно отражать другие показатели до тех пор, пока система не достигла установившегося режима. Таким образом, разница в оценках интенсивностей для двух фирм может просто отражать тот факт, что одна из фирм более «молодая» с точки зрения распределения служащих по возрасту. Лане и Андрю (1955) приводят замечательную иллюстрацию для ситуации такого рода по данным для двух фирм. В одной из них большее число увольнений, хотя в ней и большее ожидаемое время службы.

В демографии и при страховании аналогичная ситуация возникает при измерении коэффициента смертности, где «западня» при использовании грубых коэффициентов хорошо видна. Например, на благоприятных для здоровья приморских курортах высокая смертность не потому, что их положительное влияние сомнительно, а потому что они привлекательны как место жительства для непропорционально большого количества пожилых людей. Демографы и работники страхования, сталкивающиеся с подобными проблемами, пользуются стандартизованными коэффициентами смертности, позволяющими оценивать, какова была бы смертность, если бы изучаемое население имело стандартное распределение по возрасту. То же самое мы имеем, когда измеряем оборот кадров. Предположим, мы получили стандартное распределение по стажу с функцией плотности . Тогда ожидаемое число тех, кто покинет систему за время из группы по стажу равно:

где численность системы в момент времени Т, а — стремление к уходу, одинаковое для всех индивидуумов системы со стажем Таким образом, ожидаемое общее число тех, кто покинет систему за интервал времени равно:

где опять считается непрерывной переменной. Среднее число индивидуумов, находящихся в системе в период времени , равно:

поэтому оценка коэффициента текучести для заданной функции равна:

Это выражение показывает, как оценка коэффициента текучести зависит от структуры по стажу и стремления к уходу. Используя стандартную форму распределения по стажу, мы исключаем изменения, определяемые ею, и получаем меру, зависимую только от стремления к уходу.

Наиболее естественная форма — устойчивое распределение по стажу, которое было получено для системы постоянного размера в виде (8.16). Это показывает, что оценка для интенсивности уходов должна быть взята в установившемся режиме. Осуществляя перестановку, получаем

Таким образом, стандартизованный коэффициент текучести эквивалентен среднему значению полного срока службы, т. е. мере, предложенной Лане и Андрю (1955).

Предыдущий анализ нужен был для того, чтобы подчеркнуть очевидный вывод, а именно: мера увольнений должна зависеть только от склонности к уходу. Она выражается через или через эквивалентные функции «Лучший» способ описания процесса увольнений заключается в оценке одной или нескольких перечисленных функций. В настоящее время, когда ЭВМ снабжены графическими терминалами, графики этих функций легко получить на экране дисплея или изобразить на бумаге. Такую диаграмму понять и точно интерпретировать легче, чем какой-либо коэффициент. Однако можно исследовать, как содержащуюся в информацию выразить обобщенно через одно число. Это можно сделать через среднее значение полного срока службы, о чем уже говорилось в связи с рассмотрением стандартизованного коэффициента смертности. Видимо, медиана имеет свои привлекательные свойства, кроме того, ее легко вычислять и интерпретировать. Также простой мерой является доля тех, кто прослужит, как можно ожидать, некоторый заданный период времени.

В гл. 7 нам не удалось найти параметра распределения, с помощью которого можно было бы описать данные по полному сроку службы. Следовательно, любая попытка выразить одним числом всю информацию, заключенную в приведет к неадекватности. Например, для двух распределений будут одинаковые доли тех, кто работает, скажем, один год, но они вполне могут различаться в других точках. Меньший риск утерять важную информацию, если использовать два показателя, каждый из которых выражает различную особенность распределения. Два параметра и и 0 эмпирического логнормального распределения содержат наиболее важную информацию о распределении полного срока

службы, хотя их не легко интерпретировать. Возможно, наиболее простой парой мер являются значения для двух соответствующим образом выбранных величин длительности службы может быть моментом окончания обучения, а среднее время, когда индивидуум готов для продвижения).

В настоящем анализе, так же как и в гл. 7, считалось, что уходы зависят только от длительности пребывания. В действительности является функцией, зависящей от многих других факторов, таких, как пол, место жительства, уровень квалификации и т. п. Следовательно, очевидное различие двух фирм по указанным мерам может стать результатом различного соотношения между числом мужчин и числом женщин или определяться другими факторами. Необходимо подчеркнуть, что показатели, основанные на измерении длительности службы, можно правильно применять только в том случае, когда группы однородны относительно других факторов, влияющих на процесс уходов. При сравнении разнородных групп показатели должны быть стандартизованы. Это легко сделать так же, как при исследовании стажа.

<< Предыдущий параграф Следующий параграф >>
Оглавление