Nagylétszámú termelővállalatok állományi kapacitás becslése
Kulcsszavak:
hatékonyság, kapacitás, beosztástervezés, predikcióAbsztrakt
A 2017. novemberi adatok szerint mintegy 50.000 munkavállaló hiányzott hazánkban a feldolgozóiparból, amely tendencia 2020 első negyedévéig fokozódott, majd a járványügyi helyzet hatására némileg enyhült, de nem szűnt meg. Ennek a jelenségnek az egyéb hatásait nem részletezve, az iparvállalatok egyre növekvő problémája a rendelkezésre álló munkavállalói állomány bizonytalansága: hány emberrel számolhatnak az elkövetkezendő napokban, hetekben, hónapokban?
Egyfelől az üzleti célok hatékonyságot ösztönző elvárásrendszere (pl. leanmenedzsment), másfelől a munkaerőpiac átalakulása készteti a nagyvállalatokat a mind pontosabb, és lehetőleg tudományos alapokra támaszkodó prediktív számításokra.
„Jósolható-e”, hogy hányan lesznek betegállományban, vagy éppen szabadságon?
Feltételezésem szerint, megfelelő matematikai módszerrel, modellezhető egy adott állomány jövőbeli valószínű rendelkezésre állása, historikus adatok segítségével.
Elsődleges célom az volt, hogy publikációmban ezt a gyakorlati példát szemléltessem.
Kutatásaim azonban egy nem várt eredményt is hoztak: kiderült ugyanis, hogy e fontos konkrét témának nincs nemzetközi tudományos forrása. Fentiek hatására, e munkám során, elhatároztam, hogy doktori kutatási munkámat is ennek a témának szentelem.
Hivatkozások
[2] KSH: Összefoglaló táblák (STADAT) - Idősoros éves adatok – Munkaerőpiac, 2020., https://www.ksh.hu/stadat_eves_2_1, Letöltés ideje: 2020. szeptember 28., 22:43
[3] Pirisi G. - Trócsányi A.: Általános társadalom- és gazdaságföldrajz, Budapest: ELTE TTK, 2012.
[4] Tóth I.: A munkaerőhiány a nemzetközi és a magyar irodalom tükrében, Budapest: MKIK Gazdaság- és Vállalkozáskutató Intézet, 2017. június 9.
[5] BUSINESS ONLINE: Egyre több állást hirdetnek meg, http://bonline.hu/cikk/127630/, Letöltés ideje: 2020. január 31., 20:40, 2017. október 21.
[6] Csikós-Nagy, K.: Szemléletváltás kell a Magyar cégeknél, Világgazdaság, https://www.vg.hu/kozelet/szemleletvaltas-kell-magyar-cegeknel-644187/, Letöltés ideje: 2020. szeptember 3., 19:58
[7] Korcyl K.: Felmondási hullám a magyar munkahelyeken: ez már a poszt-covid szindróma?, 2020. július 20., https://businessdrive.hu/felmondasi-hullam-a-magyar-munkahelyeken-ez-mar-a-poszt-covid-szindroma/?fbclid=IwAR2CvjdgK46wvPalSRM4jyyGtn0uiyQpWWNCeL0j-AMffiMPPxjALqV33G0, Letöltés ideje: 2020. július. 26., 11:33
[8] KSH: A válság hatása a munkaerőpiacra, Budapest: Internetes kiadvány – www.ksh.hu, ISBN 978-963-235-275-6, 2010. április
[9] Európai Bizottság: A bizottság és a tanács közös foglalkoztatási jelentésének tervezete, Brüsszel: EUR-Lex, 2016. november 16.
[10] KSH: Munkaerőpiaci folyamatok, Budapest: Statisztikai tükör, 2017. szeptember 15.
[11] KSH: Munkaerőpiaci helyzetkép 2014-2018, Budapest: Internetes kiadvány, http://www.ksh.hu/docs/hun/xftp/idoszaki/munkerohelyz/munkerohelyz17.pdf, Letöltés ideje: 2020. szeptember 29., 20:00
[12] Statista.com: Employment Worldwide, 2020, https://www.statista.com/statistics/829705/global-employment-by-generation/, Letöltés ideje: 2020. szeptember 21., 23:18
[13] Hackman, J. – Oldham, G.: Development of the job diagnostic survey, USA: Journal of Applied Psychology, 60, 1975.
[14] 2012. évi I. törvény a munka törvénykönyvéről, XI-XII. fejezet rendelkezései
[15] CNBC (2019). IBM artificial intelligence can predict with 95% accuracy which workers are about to quit their jobs. cnbc.com, 2019.04.03.,
https://www.cnbc.com/2019/04/03/ibm-ai-can-predict-with-95-percent-accuracy-which-employees-will-quit.html, letöltés ideje: 2020. szeptember 13., 18:18
[16] Occupational Medicine, Vol. 67, Iss. 3, 2017.04.01., p. 176–181, https://doi.org/10.1093/occmed/kqx014, Letöltés ideje: 2020. szeptember 30., 21:02
[17] HR Magazine (2010). Absence management: Can new technology predict when employees are going to be off? hrmagazine.co.uk, 2010.06.25.,
https://www.hrmagazine.co.uk/article-details/absence-management-can-new-technology-predict-when-employees-are-going-to-be-off, Letöltés ideje: 2020. augusztus.31., 17:30
[18] Medvegyev P.: Sztochasztikus analízis, Budapest: Magyar Külkereskedelmi Bank Vállalati Katedra, Budapesti Közgazdasági és Államigazgatási Egyetem, 2016. október 29.
[19] Benke J. és SZŰCS G.: Sztochasztikus folyamatok, Szeged: Szegedi Tudományegyetem, Bolyai Intézet, 2016.
[20] S. G. PAP Gy.: Sztochasztikus folyamatok, Szeged: Szegedi Tudományegyetem, Bolyai Intézet, Sztochasztika Tanszék, 2014.
[21] Polgárné Hoschek, Mónika: Statisztikai idősorelemzés a tőzsdén. Doktori (PhD) értekezés. Nyugat-magyarországi Egyetem, 2011.
[22] Grinstead M., Ch – Snell J., L.: Introduction to probability, USA: American Mathematical Society, ISBN: 978-0-8218-9414-9, 1997.
[23] Pokorádi L.: Rendszerek és folyamatok modellezése, Debrecen: Campus, 2008.
[24] Pokorádi L.: Karbantartási folyamat valószínűségi modellje, Kolozsvár: XXI. Fiatal Műszakiak Tudományos Ülésszaka, 333–336., 2016.
##submission.downloads##
Megjelent
Folyóirat szám
Rovat
License
Bánki Közlemények is loyal to open access for academic work. All the original articles and review papers published in this journal are free to access immediately from the date of publication. We don’t charge any fees for any reader to download articles and reviews for their own scholarly use.
The Bánki Közlemények also operates under the Creative Commons Licence CC-BY-NC-ND. This allows for the reproduction of articles, free of charge, for non-commercial use only and with the appropriate citation information. All authors publishing with the Bánki Közlemények accept these as the terms of publication.
