打开文本图片集

摘要：智慧物流已经成为时代发展趋势，仓储作为现代物流业的重要组成环节，在物流活动中，仓储成本高低和运营效率对物流业发展有较大的影响。本文选择国家5A级综合物流企业中外运物流公司作为研究对象，其仓储管理主要存在仓库员工排班不合理、订单量大且处理不及时、仓库员工存在空闲时间较多、每小时人效差异大等问题。这些问题的关键要素是员工排班及工作效率，本文采用运筹学当中的线性规划模型，结合以人为本的精神和原则，研究和提出仓库员工排班优化模型，针对仓库员工进行精细化的排班，以此提高仓储的订单完成率、减少人力成本浪费，促进智慧物流的降本增效。

关键词：员工排班;线性规划;回归分析;以人为本

一、模型研究背景

每个国家和地区越来越重视智慧物流的发展，仓储作为实现物流活动过程中空间效益和时间效益的关键环节，如何建立智慧仓储，就要因地制宜，深入实际调查。智慧物流的时代里，人工仍是不可取代的主要因素，仓储和仓库的高效运作离不开对员工的有效管理，如何提高员工的工时效率，发展以人为本的工作理念，实现仓储作业的降本增效，进一步创新智慧物流是新时代的发展焦点。

近年来，越来越多的学者关注和求解员工排班和工作效率问题，大量学者在排班问题方面提出了许多有效的优化排班方法，主要有线性规划、多目标粒子群算法、回归分析法和模拟退火方法等优化排班方法。本文研究也参考了一些学者的研究方法，例如杨凯等人建立整数规划的排班模型，显著降低病房护理人员职业倦怠，提高护士的工作积极性和成就感[1]。张二丽等人基于SPSS分析影响中国人口老龄化的因素建立多元线性回归模型[2]。韩旭注重波次清零要求的惩罚成本和人员空闲时间造成的浪费的人力成本，建立科学排班模型，求出各个出库作业环节工作人员的班次及人数[3]。

二、研究路线分析

（一）研究对象

本文以中外运物流公司作为研究对象，展开以人为本的仓库员工排班问题优化模型为核心的思考和研究。其仓库在高效运行的背后仍然存在日订单量大，系统处理不及时、各环节工作量大而人手少等问题。仓库员工排班优化模型主要推动精细化的员工排班，加强员工之间的协作，提高员工效率，减少用工波峰、波谷的情况，提高人力资源利用率。模型突出以人为本的排班理念，增强员工的归属感，发挥员工的积极性，为企业和客户带来高水平的服务，提高企业竞争力。因此，建立以人为本的仓库员工排班问题优化模型，对促进中外运企业以及中国物流行业具有重要意义。

（二）数据选取

随着中外运物流业务范围不断扩大，合理排班是保障物流仓储活动正常运行的前提和基础，对比原有仓库作业人员落后的排班方案已经不能再适应仓库高效运转的需求。本文研究致力于平衡仓库员工排班的主观和客观因素，减少人力资源的遗漏，解决排班公平性和合理性。本文选用中外运物流有限公司的苏州Y快消品仓库为研究对象，选取其2020年6月收发方量以及人员排班情况作为样本数据，利用SPSS、管理运筹学软件3.0版本对数据进行处理，建立符合实际情况的线性规划及回归分析排班模型。线性规划算法是排班优化问题使用较多的算法之一，这种方法易于掌握，所需数据也很容易获得，由于目标变量选取较少，预测结果具有针对性。

三、模型建立与计算

（一）技术路线

首先，以中外运2020年6月份的仓库收发量和上班人数为数据基础，以经济性为原则，根据收发量采用加权平均法筛选合理的上班人数，并且计算出一周每天上班的人数;其次为体现以人为本的管理理念，提高仓库员工工作效益，根据加权平均计算出的人数，拟采用每周休息1天或每周休息2天的排班模式，运用线性规划方法分别建立排班模型一和模型二;最后，运用相关性分析上班人数和收发量之间的相关性，建立辅助性的线性回归模型三，根据现有收发量预测未来一定时间段的上班人数。

（二）基础数据

中外运苏州Y快消品仓库在2020年6月1日至28日的收发方量和每天上班人数如表1，仓库员工总人数受到工种及级别限制暂时未知，不影响模型建立。

由表1和图1可知，仓库每周有两次相对的收发量高峰，每周的高峰段间隔1—2天;高峰期与低峰期、高峰期与高峰期、低峰期与低峰期的人均方量差异大;目前的排班模式导致忙的时候，人手不足，闲的时候，人手过盛，上班人数安排不平衡不合理。

（三）数据处理

根据表1，采用加权平均公式计算和筛选每周每天上班的合理排班人数，设i为天数序号，i的取值范围为[1，28]，28天取于四个整星期，每天收发量为Si，对应原始每天上班人数为Ri，Fi为每天人均处理方量，得到公式（1）。

由每天人均处理方量计算28天（4周）的每天人均处理方量，利用原始收发量Si，计算出每天合理上班人数为ri，得到公式：

基于仓库每天上班人数参考范围（0，165），原有仓库上班每天人数最大值为165，且工作日每日上班人数大于1，进行综合计算，得到表2、表4。

2.数据运用

假设为安排在星期几开始上班的人数并设为决策变量，目标函数为本周上班的人数之和，即：

综上所述，根据表3每日至少需要上班人数，得到目标函数：

3.模型求解

利用运筹学软件求出目标函数最优值为146，即满足仓库所需最少员工总数为146人，且得到表4星期值班人数表。

2.数据运用

假设为安排在星期几开始上班的人数并设为决策变量。目标函数为本周上班的人数之和，即：

3.模型求解

利用运筹学版软件，求出目标函数最优值为：168，即满足仓库所需最少员工总数为168人，并且得到表5星期值班人数表。

1.符号说明

采用相关性分析仓库收发量与上班人数的关系，建立线性回归模型，可以根据前期一定时间段的收发方量预测未来一定时间段的上班人数，计算公式如下：

在公式（13）中，Y表示上班的人数，X为仓库收发量，表示使Y达到最小值时的值，表示最小二乘估计量。模型三针对作业方量爆发期，当知道次日收发量时，可预测次日上班所需的人数，进行编外人员补充计划，作为一个辅助性模型，解决了模型一和模型二中收发量突增而人员不够的情况。

2.相关性分析

基于表1，对上班人数及收发量使用SPSS进行相关性分析，如下所示。

由表6可知，收发量与上班人数之间存在相关性，相关系数为0.705，对相关系数的检验双侧P=0.000，所以可以认为两变量间的正相关性是有统计学意义的，收发量影响上班人数，即收发量越高，上班人数越多。图2表现收发量与上班人数之间存在线性相关关系，且可以用回归方程来解释两变量之间的关系。

3.确立回归方程

根据以上变量关系，其中拟合优度、回归方程的显著性、回归系数的显著性、常数项、回归系数、收发方量均为已知运算符号，得到以下结果。

由表7可知，决定系数R2=0.498，说明在对上班人数的影响因素中，收发量起到一定的作用，但并非决定性作用。由表8可知，对该回归方程模型的方差分析中，F值为27.746，P值小于0.05，所以该模型具有统计意义，也就是说，自变量收发量的回归系数具有统计意义。

由表9可知回归方程中a=84.331，b=0.007，因此可以写出如下回归方程：

此方程可根据收发量预测上班人数。建立模型三的目的是为了更加准确的预测未来一段时间内所需的员工数量，解决收发量突增，而在岗员工不够的情况。模型三既可以根据物流企业自身的运作量制定符合实际的有效员工排班方案，又可以结合模型二，计划是否需要在特殊时间段安排编外人员上班，缓解人力资源的紧张，保证仓库运营流转的稳定性。

四、结果与讨论

（一）模型一（一周二休制）

此模型适用于旺季收发量高峰期频发的情况，旺季人员分配紧张，将休息的时间投入运营，保证仓库运作效率不被影响。但是随着广大的劳动人民群众和企业发展思想的进步，单休不利于提高人民幸福感提升就业率，双休模式更加符合未来就业的发展趋势。特别是对于物流行业，高强度的物流工作量需要得到一定的身心疲劳缓解和休息。

（二）模型二（一周二休制）

员工一周两休更能够体现以人为本理念，且基于中外运的快消品仓库展开研究，快消品的需求弹性较小，平常期的收发量相对稳定，运用模型二进行排班具有一定的科学性和可行性。遵循模型二排班模式，精准确定各班次的工作人员数量，减少闲散人员，有效控制人力成本，提高资源的利用率。

（三）模型三（回归线性模型）

回归模型优化排班对比原来整个6月份可节约4%的人力资源，模型三主要根据平时工作量预测未来的排班人数，在爆发期的实用性更加显著。当接收到次日或者未来一段时期的收发量数据和走势动态时，可预测未来上班所需的人数，若是发生人力资源不足现象，立即进行编外人员补充计划，解决工作量突增而人员不够的情况。此模型更加适用于仓库作业量爆发式增长时期的情况，例如节假日、双十一、年中大促销等大型销售活动，仓库员工不够充足，则聘用编外人员，缓解高度作业压力。

五、总结与展望

仓库员工排班优化模型在一定程度上帮助物流公司在有限的条件下，最大限度的节约人力成本，提高资源利用率，进一步达到降本增效的效果。三个模型均可适用于其他同类企业，以促进排班优化模型发挥更大的作用，解决更多物流从业人员的就业难度和压力，提升就业幸福感，推动企业与员工共同发展。

虽然本文的模型研究具有一定的理论意义和实践价值，但是一方面由于对实际情况和经验把握不足，对仓储实际生产运作的了解还远远不够，另一方面由于模型参数所涉及的数据搜集困难，数据研究在实际应用方面还有一定的欠缺。未来的排班研究可以引入更加广泛的大数据，配套智能自动化作业技术，建立稳定高效的数据模型，实现最大化的降本增效。

参考文献

[1]杨凯，曹淑卿，张勇.基于整数规划的排班模型对降低病房护理人员职业倦怠的研究[J].现代医院管理.2020.08.

[2]张二丽，汪太行，王玉龙.基于多元线性回归的中国人口老龄化问题影响因素研究[J].河南教育学院学报.2020.04.

[3]韩旭.带时间窗的J公司仓储出库作业人员排班优化问题研究[D].北京交通大学.2017.6.

基金项目：2021年广西壮族自治区大学生实践创新训练项目“以人为本的仓库员工排班问题优化模型研究”（202111548139）

作者简介：

乐国友（1979-），男，汉族，湖南宁远人，广西财经学院管理科学与工程学院副教授，经济学硕士，高级物流师

黄月霞（2001-），女，壮族，广西宁明人，广西财经学院本科在读，物流管理专业

黄林鸾（1999-），女，汉族，云南曲靖人，广西财经学院本科在读，物流管理专业