基于灰色聚类模型的煤电企业人才分类培养模式研究＊

王巧莲 余顺坤

（华北电力大学经济与管理学院，北京市昌平区，102206）

1 引言

近年来，煤电一体化产业在有效缓解电煤矛盾的同时，也面临产业组合的一系列问题，人才、技术与管理问题是限制煤电一体化发展的主要瓶颈。煤炭产业的技术性和安全性的高要求、高端电力行业的高度技术性和专业性等，都要求企业高度重视人才培养，快速培养具有专业技术的高素质人才，推动煤电一体化企业健康良性发展。国家能源科技“十二五”规划也提出，开展高效节能环保的火力发电技术、燃煤电厂大容量碳捕集封存 （CCS）与资源化利用技术、高效清洁火力发电技术、高效节能环保节水型燃煤发电示范工程等相关煤电科技研究，显示出对煤电企业科技水平提升的高度重视。

面对煤炭资源利用率提升、环境保护等社会责任，煤电企业亟需提升自身科技能力支撑发展需求，因此环保低碳、高效燃煤、脱硫等相关科技人才、新设备安装操作等高端技能人才的培养成为推动煤电企业发展的关键因素；如何培养出支撑煤电企业健康快速发展的核心科技人才队伍，成为煤电企业和能源高校需要共同考虑的重要问题。

2 现存人才培养问题分析

近年来，煤电企业为解决人才短缺问题，投入大量培训经费，然而企业普遍反映投入产出不对称；员工也将培训视为负担，缺乏积极性。造成此类问题的根源有以下3个方面的原因。

（1）缺少人才需求标准分析和员工状态分析，导致培训缺乏针对性，效率偏低。

（2）缺少培训效果评估和分析规划。在漫无目标的投入大量培训资源后，不清楚员工哪些方面提升了、哪些方面还有不足。

（3）人才培养过程缺失监测分析和培训方案动态优化调整，造成大量培训资源和人力、时间资源的浪费。

3 煤电企业人才分类培养模式研究思路

如何高效利用培训资源，高效产出业务发展所需人才，支持煤电企业快速健康发展，经过深入研究提出以下研究思路。

（1）基于煤电企业发展的个性化人才需求，制定个性化的发展考核认证标准模型，以此为基础采集现有员工状态，分析差距。

（2）通过构建灰色白化权函数聚类模型，确定指标权重、人才分类、配置差异化培养方案，精细化挖掘员工潜能。

（3）基于人才分类，通过校企联合培养模式，制定个性化的成长路径和培养方案，理论与实践相结合，内部培训与外部培养相结合，大力提高企业和高校的煤电人才培养的达标率和满意率，提升人岗匹配度，为国家能源政策与发展规划的落实提供人才支撑。

4 煤电人才状态考核认证标准模型构建

笔者以HYR 煤电一体化集团化学环保序列人才发展为例，依据企业人才需求标准，形成人才成长标准体系，如图1所示，据此开展员工成长状态的精细化监测。

图1 化学环保序列人才发展考核认证模型

5 煤电人才分类目标方法分析

灰色聚类法是建立在以灰数的白化函数生成为基础的一种多维灰色评估方法，它将聚类对象对不同聚类指标所拥有的白化数，按若干灰类进行归纳，判断聚类对象属于哪一个灰类。

灰色聚类分析已应用于投资组合决策、航电系统效能评估、产业集群集成创新研究、电力系统负荷节点分区、企业班组管理应用研究等方面，目前尚未应用于人才分类检测方面。笔者基于灰色聚类理论，构建灰色白化权函数聚类模型，替换主观分类方法，实现以能力水平状态差异为依据的精细化人才分类，为人才发展培养提供量化的数据支撑。

6 煤电人才灰色聚类模型构建

设有N 个聚类对象，M 个聚类指标，S 个不同灰类，根据第i（i=1，……，n）个对象关于j（j=1，……，m）指标的样本值xij将第i 个对象归入第k（k=1，……，s）个灰类之中。

7 煤电人才分类算例分析

7.1 煤电人才状态采集

本文以环保序列标准为例，设置灰类等级为：A 类——该序列优先培养；B 类——后备关注对象；C类——基础常规工作类；D 类——建议寻找其他培养方向或其他。

7.2 确定灰类边界值

表1 人才灰类边界矩阵

根据表1中灰类边界矩阵，基于改进型三角白化权函数，确定灰类函数转折矩阵。

7.3 白化权函数构建

对应4个灰类等级，基于 “专业知识类”指标的白化权函数依次为：下限测度白化权函数f11（x）、适中测度白化权函数f21（x）、适中测度白化权函数f31（x）、上限测度白化权函数f41（x），如图2所示。

图2 基于指标1的白化权函数图

同理得白化权函数，从4个维度的成长积分标准考核认定第i个员工的第j 个指标的考核认定值为xij（i=1，2，3，4，5，…；j=1，2，3，4），得到矩阵A，通过matlab编程计算，样本值代入函数，即可得到白化权函数值。

7.4 各指标隶属于各灰类的变权确定

为综合评估对象所属类别，需根据各类人才选拔目标不同确定隶属权重，在此采取灰类变权聚类分析，计算j指标隶属于k 灰类的权ηkj，形成权向量矩阵：

7.5 聚类系数矩阵构建

聚类系数向量确定对象i属于k 灰类的灰色变权聚类系数为：

表2 聚类系数σki 矩阵表

据此分类开展制定个性化的人才发展路径和成长培养方案。

（1）A 类人才，即可作为核心后备人才培养，且样本2可适当加强其项目成果实践活动，提升业绩成果积分，样本6可适当加强技能操作的训练，从而采取针对性的培养方案来提升其整体水平，并通过考核认证纳入序列后备人才库，激励员工成长。

（2）B类人才，样本5、7、8可作为下梯队的培养后备，样本5、8需加强操作实务培训，样本7需加强专业知识的学习和培训，关注成长，作为后补。

（3）C、D 类人才，分析确定其在其他序列的认证结果，优化调整为最优发展序列。

据此分析培养可提高培养效率，明确培养方向，优化人才队伍，为煤电企业发展规划提供可持续的人才支撑。

8 结论

本文通过构建灰色聚类模型，开展人才监测和定量分析，从知识掌握、操作实务、业绩实践成果、岗位绩效等方面考核、认证员工成长状态，形成人才分类。

（1）人才序列发展考核认证模型为员工个人职业发展规划、成长计划的制定提供参考依据，使员工明确发展努力方向，目标得以分解落实。

（2）为企业明确现有人才现状、分解人才需求规划，并根据产业发展需求和人才水平缺失的范围、特征，制定配套培养方案、投入合理培训资源，提高培训资源的利用率。

（3）为校企联合培养效率的提升奠定基础，差异化制定人才培养方案，理论与实践相结合，加速煤电核心科技人才培养，特别是煤炭化工、锅炉动力专业、化学环保、高级点检等专业的人才培养，形成综合实力强、专业水平突出的人才梯队，支撑煤电企业在燃煤技术、节能环保等方面的技术提升，为我国提升能源利用率、低碳减排、节能环保、能源安全供应等方面提供强有力的人才保障。

［1］ 张栋，白建华.我国煤电中长期发展形势 ［J］.中国电力，2013 （2）

［2］ 庞敏，张建东，刘明阳.基于白化权函数聚类法的航电系统效能评估 ［J］.计算机仿真，2012 （4）

［3］ 奚秀岩.基于模糊聚类模型的高科技产业集群集成创新研究 ［J］.科技管理研究，2012 （8）

［4］ 陈厚合，运奕竹，邢文洋，胡星.基于聚类分析方法的电力系统负荷节点分区策略 ［J］.电力系统保护与控制，2013 （6）

［5］ 沈小伟，王飞跃，程长建，刘希未.聚类分析方法在企业班组管理中的应用 ［J］.自动化学报，2012（4）

［6］ 刘思峰，谢乃明.基于改进三角白化权函数的灰评估新方法 ［J］.系统工程学报，2011 （4）