（国防大学联合勤务学院 北京 100089）

1 引言

人员梯次结构是指各年龄段人数的比例构成状况及相互关系。而军队的人员梯次结构则有很多限制因素，包括职级、军衔、最高服役年限、本岗位任职时间等，其特点和要求与地方政府机关、企事业单位等有着很大的差异。军队人员梯次结构的划分直接影响到部队的编制体制确定，影响部队具体职责分工和担负的作战任务，影响部队战斗力的生成。

关于人员梯次结构的量化研究都大多数与文献［1］和文献［2］一样，主要是通过年龄结构来对人员梯次结构进行分析，也有是与文献［3］和文献［4］类似，通过人力资源按配置和人员胜任能力模型来进行评估和岗位匹配的，更多关于人员梯次结构的研究是根据产业结构和岗位结构来定性分析的定性分析［5～11］。对于军队人员梯次结构而言，需要考虑更为全面的影响因素，并通过建模和仿真手段来实现人员梯次结构的预测、分析、优化等研究工作［12］。

本文结合军队编制体制的实际情况，从人员梯次结构的各项影响因素出发，对不同因素下人员梯次结构的影响情况进行了分析，并进行了相应的仿真实验。

2 军队人员梯次结构模型的建立

2.1 军队人员梯次结构影响因子描述

军队人员梯次结构的影响因子很多，这里将其定义为固有因子和随机因子。

2.1.1 固有因子的描述

职级：对应岗位人员的职务等级，不同岗位所要求的职务等级不同，待军衔制落实后，可以用军衔等级加以替代。例如，某中心主任需要正团级担任，某参谋岗位需要正营级以下担任等。

年龄与最高服役年限：对应岗位人员的年龄，人员受最高服役年限影响，因此需要考虑人员年龄，不同职级的人员最高服役年限不同当达到最高服役年限时，将离开工作岗位。例如，正连级最高服役年限为35岁。军人各级别的最高服役年限如表1所示。

表1 不同级别的最高服役年限

在该职级上工作的时间：军人职务提升受在该职级上工作的时间影响，一般来讲需要在原职级上工作一定的年限才可以考虑职务的提升。例如，正连级需要工作满至少3年才可以提升到副营级。

在该岗位上工作的时间：提升到重要的岗位将可能要求人员在原岗位上工作一定年限的工作经历。例如，某部要求必须在政治处干事岗位上工作4年才可能提升到政治处主任岗位上。

2.1.2 随机因子的描述

调动：某个岗位上的人员因工作需要调离其工作岗位。例如，某营副营长因工作需要调动至机关工作，其副营长岗位产生空缺。

转业：根据计划安排或者由于个人原因而申请转业至地方。

意外事件：由于偶然因素导致的因病、因伤、意外亡故等突发原因，或者由于个人问题受到免职、撤职等处理，不能继续在原岗位上工作，这种情况下将导致某个工作岗位产生空缺。例如，某部训管处副处长因经济问题受到处分，免除其副处长职务，其对应岗位空缺。

重大事件：由于重大的违规、违纪、违法等原因造成的多人免职、撤职等，这种情况下将很有可能影响多个工作岗位。例如，军委审计署对某部进行审计，发现严重的违规违纪情况，对相应的人员进行了严肃处理，这造成该单位多个岗位产生空缺。

2.2 参数的定义

2.2.1 基本参数的定义

这里定义某岗位中的人员的职务为A，人员的年龄为B，该人员在职务A上所工作的时间为m，在该岗位上所工作的时间为n，职务A对应的最高服役年限为YA，此岗位的职务级别的要求为集合U，此时A∈U。该人员升职所需要的最低年限为KA，岗位提升需要在原岗位工作的最低年限为PA。

人员梯次结构随时间而变化，这里以月为单位进行分析。每一个岗位的人员都可能遭受意外事件，每个月遭受意外事件概率为p，这里p一般取很小的值。

人员转业一般在每年的固定月份，这里设定转业比率为e。

人员调动应当考虑实际情况，例如当某个岗位的人员满足晋职条件，但没有空缺的上级岗位时，将有可能调动离开去其他地方任职。一般来讲，刚到新岗位的人员调动的可能性较小，在某个岗位任职时间越长越可能进行调动，尤其是满足晋职条件没有空缺的上级岗位时调动的可能性越大，这里设调动的概率为基础概率q乘以在本岗位的任职时间。

当岗位空缺且无合适的人员补充进对应岗位时，会对工作造成影响。这里设对应岗位的最大空缺时间为C，当下属岗位将在未来C时间内没有满足晋职条件的人员，则从其他单位调动合适的人员到补充到空缺岗位上，或者从本单位其他部门寻找符合条件的人员（满足晋职条件但上级无岗位）调到该岗位上，若在未来C时间有满足晋职条件的人员，则令此人在该岗位代职，满足晋职条件后正式晋职到该岗位。外部调入或者本单位其他部门调入前，会有一定的岗位空缺时间，时间定为r。

当底层人员由于晋职等原因产生空缺时，将在s时间内从外部补充新鲜血液，调入新人。

当最顶层人员满足晋职条件时，将在t时间内调离该单位。

2.2.2 指标参数的定义

根据人员梯次结构的变化情况，这里定义7个指标参数，用于评估整个人员梯次结构的性质。

岗位变动率：岗位的变动率是在一段时间内调入、调出、晋职、达到最高服役年限、转业、免职、撤职等岗位变动的数量。

调入率：由于本单位对应部门自身的人员梯次结构不能补充岗位的缺失情况，因此需要调入人员。调入率为一段时间内调入的总次数。

代职率：本单位的岗位缺失可以由下级人员进行代职，代职率为一段时间内代职的总次数。

离职率：在一定时间内，调出、达到最高服役年限、转业、免职等导致脱离工作岗位的总次数。

最高服役率：达到最高服役年限将安排转业，最高服役率为一段时间内达到最高服役年限人数。

岗位拥堵率：人员达到晋职条件，但是没有合适的上级岗位，将会造成岗位拥堵。岗位拥堵率是一段时间内岗位拥堵的数量。

岗位空缺率：外部调入或者本单位其他部门调入空缺岗位前，会有一定的岗位空缺时间，岗位空缺率是在一段时间内所有岗位空缺的数量。

2.3 军队人员梯次结构的稳定性评估

重大事件随机发生，这里将重大事件的发生作为评估军队人员梯次结构的稳定性的重要测试手段。在某个时间点，模拟重大事件发生造成若干岗位缺失，通过仿真自动补全人员梯次结构，在此期间的调入率、代职率、最高服役率等指标参数的变化情况即可以反映军队人员梯次结构的稳定性。

3 军队人员梯次结构仿真实验

3.1 基本情况和参数设定

这里选取某部的人员梯次结构进行仿真实验，该部人员梯次结构如图1所示。

图1 某部人员梯次结构图

该部共有30个岗位，每个岗位的编制情况如表2所示。

表2 每个岗位的编制情况

该部所在的大单位规定每个职务的最低升职年限如表3所示。

表3 不同职务最低升职年限情况

提升到对应个岗位时，所要求在对应下属岗位工作时间如表4所示。

表4 岗位工作年限要求情况

设定目前每个岗位人员的年龄、职务、在岗时间、在该职务上的工作时间，如表5所示。

表5 每个岗位人员情况

接下来进行该部未来5年人员梯次结构的仿真实验。以表5中的人员信息为初始数据，以月为步长进行仿真，意外事件发生概率p取0.2%，人员调动离开的基础概率q取0.2%，这里设每一个岗位的最大空缺时间C为1年，岗位空缺时间r随机取1～6个月，s取6个月，t取1年。此外，该部在每年3月份统一办理转业，下达转业命令，转业比率e为10%以下。

3.2 指标参数的仿真结果

按月仿真后可以观察到每个岗位的人员变化情况，例如第1个月岗位无变化，第2个月29号岗位离岗（意外），第3个月12和28号岗位转业、24岗号位代职12号岗位等。

上述7项指标参数是反映人员梯次结构性质的重要依据，岗位变动率、调入率、代职率和离职率随时间的变化如图2所示。

图2 每月的岗位变动率

可以看出，岗位变动率每月处于0～4之间，平均每月的岗位变动率为1.3167。

调入率每月处于0～2之间，平均每月的调入率为0.5000。

代职率每月处于0～1之间，平均每月的代职率为0.1500，在该部代职率相对较低，这是由于该部人员岗位在确定没有合适的代职人员后，就及时调入人员补充岗位，不会长期使岗位空缺。

离职率每月处于0～3之间，平均每月的离职率为0.5167。

最高服役年限率、岗位拥堵率和岗位空缺率随时间的变化如图3所示。

图3 每月的岗位变动率

可以看出，最高服役率每月处于0～1之间，平均每月的最高服役率为0.0333。相对于其他指标参数，最高服役率值很小，这说明了该部人员梯次结构具有一定的合理性，一般来讲，基本很少会在同一职级上服役至最高服役年限。

岗位拥堵率每月处于1～11之间，平均每月的岗位拥堵率为5.7667。相对于其他指标参数，岗位拥堵率值比较大，这反映了军队岗位提升比较困难的现实情况。

岗位空缺率每月处于0-3之间，平均每月的岗位空缺率为1.3000。

通过得出不同岗位不同时间的任职情况，可以系统地分析影响相关指标参数的关键岗位，深入挖掘不同岗位的特点，以便科学地制定岗位政策，合理地任命相关人员。

3.3 重大事件后的仿真结果

假设在第2年年底时，该部遭受重大事件，随机缺失了12个工作岗位，下面观察各项指标参数的变化情况，如图4所示。

图4 重大事件后的岗位变动率

重大事件发生后，在第24月时，岗位变动率明显变大，岗位空缺率大幅提升。可以看出，在重大事件发生后的几个月内，该部迅速调整人员梯次结构，调入人员数量明显提升，及时地弥补了岗位的缺失，使岗位空缺率迅速回归正常水平。同时，原先岗位拥堵情况得到了极大的缓解。

4 结语

针对军队人员梯次结构的特殊性，本文结合军队人员梯次结构的实际情况，合理定义影响因子和指标参数，建立了人员梯次结构模型，通过仿真实验，展示了军队人员梯次结构的变化过程，并对相关指标参数进行了分析。但是本文还存在几点不足，例如没有考虑降职、撤职或免职后的岗位安排、编余等情况，没有考虑立功受奖等原因提前晋职的情况，没有考虑两个主官不能同时空缺的情况，没有深入分析每个岗位之间的关联性与岗位互换等。接下来的工作是更全面地考虑各种影响人员梯次结构的情形，完善人员梯次结构模型并提升仿真实验的精确性。