基于因子分析和多元回归的县级供电所定员及其预测分析

张甜甜　姚学恒　周渊

摘 要：人员核定及其预测是县级供电公司人力资源管理的重点问题。本文以Y供电公司为例，利用因子分析方法得到进行定员及其预测的关键因子，再利用多元回归方法进行人员预测。本文的研究思路和方法可对其他供电公司提供借鉴和参考。

关键词：因子分析;多元回归;定员

一、数据与方法说明

（一）数据收集与处理

收集各年度记录完整的数据指标，整理出2009-2017年年度统计数据（2018年数据尚不可得）。通过分析指标重要性，选取13个年度关键指标用于分析和预测定员。

（二）因子分析

选取年度设备量及业绩指标进行因子浓缩分析，包括“售电量”、“全社会用电量”、“架空线长度”、“电缆长度”、“配变容量”、“架空线长度净增”、“电缆长度净增”、“配变净增”、“完成新装、增容的户数”、“完成新装、增容的容量”、“营业户数合计”11项指标揭示了Y供电公司各年的设备数量状况和年度关键业绩状况，与工作量密切相关，工作量又与人员数量相挂钩。

（三）线性回归分析

根据因子分析得到的2个关键因子对Y供电公司测算及实际用工人数分别进行回归建模，得实际用工人数和定员人数的回归模型。在人员预测上，先对2个关键因子进行回归预测，得3年预测值;再根据2个关键因子的预测值预测实际用工人数和定员人数，得3年的预测值和置信区间。

以上数据来源为2009-2017年《Y供电公司定员测算管理设备台帐》、2009-2017年Y供电公司各年《统计年鉴》、营销数据统计得到的“业务受理数量和用户数量”表格等。

二、定员及相关指标统计汇总

对Y供电公司2009-2017年数据进行汇总整理，得九年测算定员人数和定员范围内实际用工人数，两项指标反映Y供电公司用工人数变动情况和定员变化。“售电量”、“全社会用电量”和“营业户数合计”是年度关键业绩指标，反映全体员工产出结果;“架空線长度”、“电缆长度”和“配变容量”是公司设备数量指标，与工作量高度相关;“架空线长度净增”、“电缆长度净增”、“配变净增”、“完成新装、增容的户数”和“完成新装、增容的容量”反映员工部分年度工作产出结果。

指标的选取有以下两个依据：

（一）工作量定员原则

工作产出是员工努力工作的结果，反映员工工作量;设备是公司的资产及生产工具，可度量员工工作量。用工作产出和设备指标进行定员预测实际上是根据工作量进行所需工作人员的数量预测。

（二）业绩导向定员原则

公司员工努力工作，用工作产出为公司创造价值增值，公司才得以在市场中持续发展。用产出指标进行定员建模是任务绩效导向的定员思路，有助于Y供电公司的人力资源效率提高，顺应国有企业改革大趋势。

三、因子分析

对11项关键指标进行因子分析，各指标提取的共同度均高于0.7（表1），浓缩得到两个关键因子，因子1和因子2对原来十一项指标总变异的解释度达89.9%。

根据因子旋转矩阵，得两个因子与原十一项指标的关系，因子1（F1）主要解释了“售电量”、“全社会用电量”、“架空线长度”、“电缆长度”、“配变容量”、“完成新装、增容的户数”、“完成新装、增容的容量”和“营业户数合计”，因子2（F2）主要解释了“架空线长度净增”、“电缆长度净增”和“配变净增”。

四、多元线性回归预测

将因子分析得到的两个因子与实际用工人数（Y1）进行线性回归，得回归模型：Y1=1164.294+47.175F1+26.3F2（R2=0.819），F1和F2的回归系数在0.01水平上显著。

将因子分析得到的两个因子与测算定员人数（Y2）进行线性回归，得回归模型：Y2=1170.059+37.635F1+66.557F2（R2=0.657），F1和F2的回归系数在0.05水平上显著。

为预测今后的定员人数，考虑先对两个关键因子进行预测，再根据两个预测模型进行人员预测。分别建立F1和F2与年份（n）的线性回归模型。F1的回归模型为：F1=-709.504+0.352n（R2=0.792）;F2的回归模型为：F2=-354.582+0.176n（R2=0.198），该模型中等程度显著。

根据F1和F2的预测模型，得到后三年的因子预测值（见表2）。将其代入实际用工人数预测模型和测算定员人数预测模型，得到今后三年的Y供电公司实际用工人数和定员人数预测结果。

五、结语

县级供电公司的人员核定及其预测历来是其人力资源管理工作的重点和难点问题。本文以Y供电公司为例，尽可能全面的搜集进行定员和预测所用指标及其数据，利用因子分析方法得到进行定员和预测的关键因子，再利用多元回归方法进行合理的员工人数预测。本文的研究思路和方法可对其他供电公司提供借鉴和参考。