海军平等就业规划中的”人口统计与向上流动”模型
海军平等就业规划中的”人口统计与向上流动”模型
一、文件身份档案
项目 内容
报告编号 AD-A037 153 / OCP-RR-29
完整标题 Demographic and Upward Mobility Considerations in Using An Equal Employment Opportunity Model（《在平等就业机会模型中纳入人口统计与向上流动因素的考量》）
发布时间 1976年10月
密级 UNCLASSIFIED（非密），批准公开无限发行
作者团队 J.A. Burroughs（海军文职人员办公室）、S. Korn、K.A. Lewis、R.J. Niehaus（卡内基梅隆大学城市与公共事务学院）
执行机构 美国海军部文职人员办公室（Office of Civilian Personnel, Navy Department），华盛顿特区
资助方 海军研究办公室（Office of Naval Research）人事与训练研究项目
合同编号 N00014-76-C-0932（卡内基梅隆大学），工作请求号 WR-6-0147（文职人员办公室）
首发场合 1976年11月3-5日，迈阿密，美国运筹学与管理科学学会联合全国年会（ORSA/TIMS Joint National Meeting）
二、缘起：为什么写这份文件？
时代背景：1970年代中期的美国，民权运动浪潮尚未退去，《平等就业机会法》的落实已从口号进入”硬核”阶段。对海军部而言，一个尖锐的现实摆在桌面上——如何在保持组织战斗力（满足日常 workload 人力需求）的同时，让少数族裔和女性获得真正可量化的晋升通道？这不是道德宣言，而是一个需要精确到个位数的管理科学问题。
从论文到系统的转折点：在此之前，Charnes、Cooper、Lewis 和 Niehaus 已经提出了一个”灵活版EEO目标规划模型”（Flexible EEO Model，简称FEEO）的数学框架。Burroughs 和 Niehaus 在1976年早些时候用真实海军数据测试了一个”无灵活性”的简化版本，结果证明可行。这份报告（OCP-RR-29）正是那个关键节点上的升级文档——它要做三件事：
1. 细化目标设定流程：把”应该招多少黑人女性工程师”从拍脑袋变成可复现的算法；
2. 引入灵活性机制：让模型不仅能算”招多少人”，还能回答”如何通过内部调动和培训实现公平”；
3. 提供真实数据算例：用1976年海军文职白领（行政、技术、文书）的真实编制数据，跑一遍完整的三年期模拟。
换句话说，这是一份连接学术象牙塔与五角大楼实操桌面的桥梁文件。
三、核心技术框架：模型到底在算什么？
3.1 目标设定（Goal Setting）——从”社会正义”到”可执行数字”
想象你是一个海军基地的人事主管。上级告诉你：“五年后，技术岗位GS 9-12级的黑人男性比例要反映劳动力市场供给。” 好，但具体是多少人？怎么从现在的340人过渡到目标值？
报告给出了一个五步流水线：
劳动力市场统计 → 劳动力市场分析 → 供给比率 → 目标计算程序 → EEO目标
关键输入包括： - 当前在职人口（On-board Population）：每个职业-等级里各社会群体的现有人数； - 劳动力市场统计（Labor Market Statistics）：基于美国人口普查局（Census Bureau）和国家经济研究局（NBER）的预测，考虑八个社会群体：黑人男性/女性、西班牙语裔男性/女性、其他少数族裔男性/女性、白人男性/女性； - 平权行动输入（Affirmative Action Input）：对某些过度代表或代表不足的群体进行现实修正——比如，若某群体当前占比已高于劳动力市场供给，模型不会要求”裁员”来硬凑比例，而是设定合理的渐进目标； - 人力需求总量（Manpower Requirements）：组织 workload 决定的纯业务需求，与EEO无关。
核心公式（以黑人男性科学家/工程师GS 9-12级第5年目标为例）：
Xikt=ftXik0+tYikPikXi0−Xik0
用大白话讲：这个目标是一条从现状直线插值到终态目标的轨迹。其中 ft 是整体规模调整因子（反映组织总人力需求的涨缩），Pik 是该群体在职业状态 i 中的目标比例，Yik 是目标达成的终点年份。报告给出的具体算例结果是：第5年该类别目标人数为 479人。
一个现实约束：对于科学家和工程师这类高教育门槛岗位，报告明确做了”打折”——不追求”完全按人口比例代表”，而是设定到1981年时，女性占该类岗位的5%，少数族裔男性占7%。这体现了模型的务实性：它承认劳动力供给的硬约束，不做乌托邦式规划。
3.2 灵活性模型（The Flexibility Model）——给晋升体系装上”调节阀”
如果说目标设定回答了”去哪里”，灵活性模型回答的是“怎么去”。
传统的人事规划像一条单行道：每年按历史转移率（Transition Rates）自然流动，招新人补缺口。但这对EEO来说太慢了——如果一个黑人女性文书员被困在GS 1-4级没有上升通道，等自然退休腾出位置可能要等二十年。
“桥梁岗位”（Bridge Positions）的概念由此引入。这是海军官方政策（OCIMINST 12410.6）中已经存在的机制：为特定员工制定发展计划，包括在岗培训和课堂培训，帮助他们从”死胡同岗位”转向有晋升潜力的岗位。灵活性模型把这一政策数学化了。
模型的数学骨架是嵌入马尔可夫转移链的目标规划（Goal Programming with Markov Transition Elements）。它能同时优化两组看似矛盾的目标：
目标类型 通俗解释 数学角色
总人力目标（Total Manpower Goals） “每个岗位必须有足够的人干活” 高优先级短期约束
比例人力目标（Proportional Manpower Goals） “每个群体在各类岗位中的占比要反映劳动力市场” 长期渐进约束
灵活性体现在哪里？ 模型允许对历史转移矩阵进行加法调整（创造更多跨岗位流动）和减法调整（减少某些传统流动），但有两个”保险栓”： 1. 减法不能超过历史上实际发生过的转移量（不能凭空消失人）； 2. 每个岗位的”加”与”减”必须平衡（有人进来就得有人出去，组织总盘子不乱）。
3.3 转移矩阵——人员流动的”数学快照”
报告给出了两个11×11的转移矩阵，分别对应男性和女性在三个职业大类（A行政、T技术、C文书）四个GS等级（1-4, 5-8, 9-12, 13-15）之间的流动概率。
矩阵读法： - 行 = 从哪里来（当前岗位） - 列 = 到哪里去（下一期岗位） - 对角线元素 = 留在原岗位的比例（如女性行政GS 5-8级留任率为0.634） - 非对角线元素 = 转移到其他岗位的比例 - 空白/黑格 = 因联邦职级结构限制而不允许的转移 - 带”z”的格子 = 模型允许的”灵活调整”区域——这是传统历史数据中不存在或极少发生、但政策上希望鼓励的流动（比如从文书岗转向技术岗）
举个例子：女性从技术岗GS 5-8级（T2）转移到行政岗GS 5-8级（A2）的历史率仅为0.033；但如果EEO目标要求增加女性行政人员，模型可以在”z”格子上人为提升这一转移率，只要不超过政策允许的上限。
四、数值实验：三盘棋的较量
报告跑了一个三年期的模拟，使用1976年3月海军文职白领的真实编制数据，对比了三种情景：
情景 灵活性设置 核心发现
无灵活性 只能按历史转移率流动，只能通过外部招聘调节 某些岗位总目标达成但有EEO偏差；行政GS 5-8级女性缺口-525人
50%灵活性 允许调动每期初现有人员的50%进行灵活转移 与100%灵活性结果完全相同
100%灵活性 允许调动每期初现有人员的100% 同上；行政GS 5-8级缺口降为0，但技术GS 9-12级出现新缺口
权重设置的”政治智慧”： - 工作量目标权重：15 → 10 → 5（近期最重要，远期可放松） - EEO目标权重：5 → 10 → 15（近期可妥协，远期必须达标） - 招聘权重：3（比内部调动”贵”一点，但可接受） - 解雇权重：1000（极端最后手段，几乎禁止）
这个权重设计透露了1970年代海军人事管理的现实哲学：先保证船能开（短期 workload），再慢慢调公平（长期EEO）；宁可内部培训转岗，也不轻易解雇任何人。
一个反直觉的发现：50%和100%灵活性产生了完全相同的结果。这意味着，在这个数据集中，即使政策上允许大规模内部洗牌，实际可调动的人数池子本身就很小——不是不想动，而是能动的就那么多人。这个发现直接影响了后续的实施策略：与其在灵活性上限上做文章，不如先解决”谁有资格被调动”的资格认定问题。
五、模型规模与计算：1976年的”算力焦虑”
别被现在的ChatGPT迷惑了——1976年的计算机是UNIVAC 1108，主存以”K”为单位。报告坦诚记录了算力对模型复杂度的硬约束：
指标 无灵活性模型 含灵活性模型
约束行数（Rows） 158 404
变量列数（Columns） 352 688
CPU时间 13秒 67秒
内存占用时间 36秒 3分21秒
这还只是教学演示规模（3期×2群体×11岗位）。报告透露，当时实际运营中的无灵活性模型已经达到 2,796行 × 6,540列，在UNIVAC 1108上跑34分钟。如果加入灵活性约束，预计膨胀到 7,500行 × 12,000列，需要 8-10个CPU小时。
这意味着什么？意味着在1976年，一个完整的海军EEO年度规划如果要在两周期限内完成，必须采用分而治之的策略：把大问题拆成30-50个子模型，每个控制在30分钟CPU时间内。灵活性功能在数学上很美，但在工程上被暂时搁置——变量命名保留了扩展接口，但初始运营系统采用无灵活性版本。
六、故事的延续：从白领到蓝领，从全国到地方
报告的最后几页像一部未完结小说的预告片：
• 蓝领扩展：海军一半劳动力是蓝领工人（机械师、技工等），但当前模型只覆盖了白领。下一步必须把工资设定（prevailing wage）和工会因素纳入。
• 地方化（SMSA）：全国平均的劳动力市场数据太粗糙。真正的平权行动必须在标准都市统计区（SMSA）层面设计——因为迈阿密的黑人工程师供给和奥马哈完全不同。
• “一致性模型”（Coherence Model）：当数据被切分到地方和小群体时，样本量会小到统计意义丧失。Charnes等人正在开发另一套数学工具来解决这个”小格子问题”。
• 数据基础设施：需要对接劳工统计局（BLS）和商务部国家技术情报服务处（NTIS）的磁带数据库。
七、教学式总结：这份文件教会我们什么？
如果你只记住三件事：
第一，EEO不是”感觉公平”，而是”可审计的公平”。 这份文件把”我们应该更包容”翻译成了一系列可验证的数学约束：目标人数、转移率上下界、权重优先级。每一个数字都能在法庭上被挑战，也能在计算机里被复现。
第二，内部流动比外部招聘更人道。 模型把解雇的”成本”设为1000，把内部培训的”成本”设为接近零。这背后的价值观是：组织的公平转型不应以牺牲现有员工为代价，而应通过再培训（Reskilling）来实现。这在1976年是前沿思想，在2026年仍是人力资源管理的黄金法则。
第三，好模型需要好数据，但更需要承认数据的边界。 报告没有假装劳动力市场是完美的，也没有假装所有人都能立刻成为工程师。它对高教育门槛岗位做了比例打折，对小样本地方数据坦承需要新工具。这种诚实的建模态度，比任何具体公式都更值得学习。
一句话定位：这是一份1976年由美国海军资助、卡内基梅隆大学团队撰写的运筹学报告，它首次将”平权行动”从道德宣言转化为可运行的数学规划系统，用真实海军数据证明了——公平与效率的权衡，可以被计算、被可视化、被管理。
![[表情]](https://iyuedu.reader.qq.com/image/emoji/Emoj_18.png)
