快遞服務(wù)中心的排班規(guī)則設(shè)計(jì)
——以貴州交通職業(yè)技術(shù)學(xué)院為例

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。

一、案例背景

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。

二、貴州交通職業(yè)技術(shù)學(xué)院快遞服務(wù)中心人力資源現(xiàn)狀

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。

三、基于時(shí)間序列的快遞收派件量預(yù)測

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

四、基于線性規(guī)劃的人員配置與排班

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。

五、績效分析

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。

六、結(jié)論

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。