KeyLogic人力资源规划
9月20日的《商务周刊》上一篇介绍咨询公司KeyLogic的文章，话说KeyLogic是一家新且锐的管理咨询公司，它的中文名称非常响亮：凯洛格。——哈，有够忽悠人吧！其实它跟举世闻名的Kellogg School of Management毫无瓜葛。
KeyLogic最近发布了一个人力资源规划模式白皮书《人力资源规划方法论》，这个我倒是很感兴趣。“假假地”我也算是做过一些人力资源规划的工作与探索，虽然至今没有“做出特色、做出亮点”，甚至有的部分只是挖了很多坑却没有种树或者种了树但没有种活，但是，但是兴趣是一直存在的。（注：红色部分是粤语，我一时无法翻译；紫色部分是领导的话，有待领会与演绎）
窃以为人力资源规划上承企业战略与人力资源战略，下启人力资源管理的诸多环节与层面，实在是既重要又精彩的篇章。
我试图Google该白皮书，没有找到，又百度一下，也没有找到。看来Google和百度也不是万能的。
我最终找到了下面这篇介绍人力资源规划的文字，相信是脱胎自该白皮书，包含了KeyLogic的人力资源规划思想。我觉得有看头。下划线部分表示有同感：
有多少员工才是最优的呢？
对于中小型的企业来说，这个问题并没有太大的意义，因为多一个人或者少两个人并没有太大的影响；但是对于大型的国有企业而言，这个问题的意义就非常深远了。
在过去的几年，很多大型国企用简单且直接的方式回答篇首的问题。通过主辅分离、组织扁平化的一刀切减员后，大型国企的员工规模已经大大缩减，趋于合理。然而，面临未来更加激烈的国内竞争甚至是全球竞争，大型国企的员工规模该如何优化，这个问题恐怕会难倒绝大部分大型国企的人力资源管理者们。
一、困境，在人力资源规划中
这个困难的命题，在企业内部通常被称之为“人力资源规划”，或者是“定岗定编”。那么，传统的人力资源规划是如何开展的呢？对于公司总部，通常倾向于尽量控制人员规模和人工成本，而对于业务单位，则认为人总是不够，所以，传统的人力资源规模基本上是一个谈判和博弈的过程。首先是公司总部确定企业战略目标，然后子公司根据未来发展规划和经验提出人员需求，最后，人力资源部平衡公司总部和子公司的人员需求预期，得出博弈后而非科学优化的人力资源规划。
为什么会出现这种情况呢？主要原因是存在由信息不对称所引起的沟通障碍。因为人力资源部门对业务不够熟悉，不甚了解业务单位岗位人员配置的规律，也不知道多大的员工规模是最优化的，所以经常会采用买衣服时惯用的讨价还价手段。
那么，有没有更好的人力资源规划手段呢？标杆瞄准（Benchmark）为大型国企的人力资源规划打开了一片新天地。据凯洛格了解，很多大型国企正在或已经大张旗鼓的开展标杆瞄准的工作，其中很重要的一环就是与全球领先同行的劳动生产率/工效对标，并借此为企业未来几年的人员规模/人员效率设定改善目标。
这样做足够充分了吗？并不尽然。工效对标结果只能让国内企业清楚与标杆企业存在差距，但是它并不能得出企业人力资源规划的结果和目标。因为所处环境的不同、资源配备的差异，使得企业人力资源规划的目标在满足前瞻性、挑战性的同时，更重要的是要切合实际、合情合理。举例来说，在煤炭行业，一个高瓦斯、地质复杂的矿井，在同等设备条件和产量水平下，它的人员规模肯定比低瓦斯、地质简单的高效矿井要多得多，所以如果简单的根据对标结果来设定人力资源规划目标，结果肯定是无法操作。
二、方法论，以AA公司为例
凯洛格开发了一套科学的方法论，以通过数量建模实现科学、合理的企业人力资源规划，并使人力资源规划工作成为人力资源部门与业务单位无障碍沟通的桥梁，成为公司/业务单位提升生产效率的量化依据。
以AA公司为例，该企业是国际上最大的能源企业之一，凯洛格以AA公司下属各煤矿的生产效率为自变量，其他相关因素为变量，然后建立多元回归模型，从而确定各煤矿未来几年最优化的人员规模，再通过自下而上的效率研究分解确定具体职位族的人员配置，其主要步骤如下：
1、生产单位等级划分
分级管理是凯洛格人力资源规划方法论的基础。
正如前文所述，标杆瞄准最大的问题就是忽视对标企业之间的具体环境和资源配备的差异性，导致使对标结果丧失应有的“指示灯”意义。因此，在AA公司的煤炭板块人力资源规划工作中，凯洛格在深入调研后，以开拓方式、装备水平等客观且无法量化的差异点作为衡量要素，对AA公司下属的井工矿进行分级，以保证同一级别的煤矿群能够应用相同的数量模型。
2、生产单位人员数量建模
数量建模是该项目的核心。凯洛格应用海外数据资源，选取美国/澳洲/南非工效最高的井工矿与AA公司的煤矿进行对标，并先后三次深入AA公司各煤矿进行调研，收集和核对各煤矿03年以来几十组指标的数以万计的原始数据，不放过任何可能影响原煤工效的因素，最终选择了22个指标作为建模的变量。
在此基础上，凯洛格应用SPSS和EVIEWS专业统计工具进行相关性分析，进一步确定了影响原煤工效最重要的六大因素（如产量、回采单产等），最终建立了拟合优度高达96%，以原煤工效为自变量、以六大因素为变量的多元线性回归模型。
3、生产单位职位族效率研究
数量建模是自上而下测算生产单位人员总量的科学依据，但是再精确的模型也存在误差，因此，凯洛格通过自下而上的职位族效率研究，与数量模型结果互相验证，从而确定科学且切合实际的人力资源配置规律。
在AA公司，凯洛格将煤矿板块的岗位划分为采煤、掘进、机运、设备维修等若干职位族，并深入开展效率研究，分析确定各职位族的人员配置规律。如采煤职位族，它的人员配置主要以设备标准操作人数和倒班数有关，从而我们可以确定，当设备数量或者倒班制度发生变化时，采煤职位族的人员规模将发生相应比例的人员调整。
4、板块人力资源规划
在数量建模和职位族效率研究的基础上，凯洛格开展第二次数据收集工作。与第一次数据收集不同，这一次是要求AA公司各煤矿估算未来三年六大模型变量的发展趋势，以及各职位人员配置因素的变化情况，并据此完成AA公司煤矿板块的人力资源数量和结构规划工作。
三、量化，科学的基石
应用数量建模的人力资源规划工作蕴含着深刻的意义。数量建模的应用真正为人力资源部门和业务单位之间架起沟通的桥梁。通过数量建模，人力资源部门能够理解影响工效的几乎所有因素，并且能非常深刻地理解各因素与工效的相关度高低，因此，当业务单位提出人员需求时，人力资源部门完全能够使用量化的业务术语与业务单位无障碍沟通，从而指导业务单位的人力资源规划。
另一方面，数量建模还为企业提升劳动生产率提供了量化标尺和路径。例如，AA公司提出各煤矿原煤工效每年增长10%的目标，因为数量模型的存在，AA公司会非常清楚原煤工效的增长与六大因素之间存在的量化关系，这样AA公司的工效增长目标就能够清晰的量化分解为各因素的发展目标，这正是战略化为行动的最佳体现。
总之，对于大型国企，尤其对于能源行业、电信行业、金融行业等人员规模庞大、分支机构众多的大型国企来说，数量建模为企业人员规模的优化配置提供了科学、切实可行的工作思路，并富有深远的战略性意义。
