《Future Transportation》：Predictive–Prescriptive Workforce Scheduling Under Absenteeism Uncertainty: A Computational Proof of Concept with Saudi-Relevant Logistics Scenarios
编辑推荐：
缺勤相关的劳动力不确定性使物流调度复杂化。本研究评估了一个具备泄漏感知（leakage-aware）的预测—处方式概念验证，使用巴西 UCI Absenteeism at Work 数据集中来自 36 名员工的 740 条观测。测量结局为记录的缺勤时长是否超过
缺勤相关的劳动力不确定性使物流调度复杂化。本研究评估了一个具备泄漏感知（leakage-aware）的预测—处方式概念验证，使用巴西 UCI Absenteeism at Work 数据集中来自 36 名员工的 740 条观测。测量结局为记录的缺勤时长是否超过 2 小时，而非未来班次是否不出勤。采用员工分组隔离（worker-disjoint）测试、分组调参、校准（calibration）及聚类自助法（cluster bootstrap）不确定性评估对 Logistic Regression、Random Forest 与 XGBoost 进行评价。留出集 ROC-AUC 分别为 0.4959、0.4765 与 0.5243，表明判别能力较弱。调度层评估了假设性的可用性风险情景，使用 CP-SAT（约束规划—可满足性）与混合整数线性规划（MILP），并施加短缺、加班、休息与公平性约束。两种求解器在一个小型验证实例上结果一致，CP-SAT 可为 100 名员工 14 天与 200 名员工 30 天规模返回可行排班，200 名员工情形的最优性间隙约为 19–21%。在五个重复情景中，短缺优先策略使建模覆盖率较贪心调度提高 0.01408，而加班优先策略使其降低 0.07901。在相同排班表上进行的预测价值检验比较了预测、无信息、置换与神谕（oracle）四类风险输入：Logistic Regression 预测较无信息输入使建模覆盖率提高 0.0115（约为神谕增益的 20%），但在员工层面重抽样下无法与零区分；XGBoost 预测降低了覆盖率；而改变目标权重使覆盖率变动约为前者的八倍。沙特标注情景为假设性情景，并非沙特观测数据。本研究是一项方法学层面的有限价值评估，不构成沙特供应链韧性的证据。
研究背景方面，工业 4.0 推动供应链自动化、物联网（IoT）与先进分析技术融合，但人工劳动在仓储与物流中仍不可替代，缺勤持续干扰工作流连续性、抬升运营成本并损害服务水平。沙特 Vision 2030 及其国家工业发展与物流计划将物流连通性与第四代工业技术列为战略优先事项，季节性高峰与工业区地理分散进一步加剧劳动力管理难度，然而机器学习（ML）与优化技术在劳动力管理中的应用落后于需求预测与运输优化。既有研究将机器学习预测与约束调度分离处理，缺少对泄漏感知的、员工层面缺勤时长预测与显式约束排班设计之间关系的同步讨论，也缺少对模型验证、覆盖率—工时—公平性权衡、求解器质量与可迁移性局限的共同审视。此外，弱预测结果不被报告，可能导致由优化假设带来的调度改善被错误归因于预测。因此研究人员开展此项计算概念验证，以评估历史缺勤时长倾向性评分能否作为示意性风险输入，并界定这种替代对未来班次可用性的边界。
研究人员采用巴西一家快递公司 2007—2010 年 36 名员工的 740 条档案观测（非 740 名独立参与者），二分类标签为缺勤时长是否超过 2 小时（451 条阳性、289 条阴性），并保留 34 条完全重复行。研究设计为回顾性二分类与前瞻性（但为合成）人员调度的计算概念验证，流程包括预处理、员工分组隔离模型评价、模型解释、假设性风险画像生成与约束排班。主要结论为：在未见员工上预测层判别能力接近随机，因此不主张预测成分改善劳动力调度；调度差异主要由目标权重与约束决定，最佳预测带来的覆盖变化约为权重变化的八分之一；所谓沙特情景仅为标注化的假设性参数干预，不构成沙特供应链韧性证据。其意义在于提供泄漏感知的参考基准、透明的调度权衡记录，以及可复用的“预测是否值得进入处方式流程”的检验协议，并纠正行级划分或泄漏变量可能产生的过度乐观性能。
关键技术方法包括：以员工分组隔离（GroupShuffleSplit）与分组 K 折（GroupKFold）进行训练与评价，仅使用 5 个决策时点受限预测变量（缺勤月份、星期、季节、通勤距离、服务年限），排除缺勤原因、工作量及敏感字段，类别加权仅在训练观测上拟合且未使用 SMOTE；采用 Logistic Regression、Random Forest、XGBoost 并配合分组网格搜索、校准评价、400 次员工聚类自助法与 8 次重复外层划分；调度层以 CP-SAT 与 SciPy MILP 建立含短缺、加班、休息与公平性约束的多目标模型，并进行小实例一致性核验、全时域可扩展性测试与预测价值检验（预测、无信息常数 0.61、置换、神谕四类输入）。样本队列来源为 UCI Machine Learning Repository 经 Kaggle 公开的巴西快递公司档案数据。
研究结果方面，数据特征与模型验证显示，451 条（60.95%）缺勤超过 2 小时、289 条（39.05%）未超过；员工分组隔离划分为 27 名训练员工与 9 名留出员工且无重叠。留出集上 Random Forest 的 Brier 分数最低（0.2619），XGBoost 的 ROC-AUC（0.5243）与 F1（0.6498）最高，但三者 ROC-AUC 均接近随机，聚类自助法区间均包含 0.50，成对差异的自助法 p 值为 0.405、0.760、0.340，均无法与零区分；8 次外层划分平均 ROC-AUC 为 0.4838—0.5545 且排序与单次留出不同；训练员工分组交叉验证 ROC-AUC 为 0.4938—0.5167；校准曲线不沿对角线，观测频率在约 0.3—0.65 间且不随预测值单调上升。XGBoost 混淆矩阵为 77 个真阳性、74 个假阳性、仅 7 个真阴性。训练所选 Logistic Regression 的置换重要性为缺勤月份 0.0121、服务年限 0.0080、通勤距离 0.0009，季节与星期未贡献。调度模型一致性与多目标结果显示，小实例上 MILP 与 CP-SAT 目标值均为 247.73333333 且通过可行性检验；相对贪心调度，短缺优先平均覆盖差为 +0.01408、公平优先 +0.00277、加班优先 ?0.07901；短缺优先使期望短缺减少 2.22 单位但多耗 50.9 加班小时且分配更不均，加班优先节省 179.3 加班小时、分配更均衡但期望短缺增加 12.72 单位，无策略在全部指标上严格占优。全时域 CP-SAT 可扩展性显示，100 名员工 14 天与 200 名员工 30 天均获可行排班，但 200 名员工情形最优性间隙升至 18.97% 与 21.47%，可行不等于最优。沙特相关假设性压力情景显示，需求/风险设定分别为常规运营（1.00/0.00）、示意性斋月日历（0.90/+0.03）、朝觐相关需求（1.25/+0.04）与工业区运输中断（1.10/+0.08）；短缺优先下斋月标注情景覆盖增幅最大（+0.03272，区间 +0.01560 至 +0.04984），常规、朝觐与工业中断情景区间包含零，不足以验证对沙特劳动力的影响。预测价值检验显示，60 次重复四折员工分组隔离划分下，Random Forest、XGBoost、Logistic Regression 的合并记录级 ROC-AUC 分别为 0.531、0.506、0.507；在相同排班表上，Logistic Regression 预测使实现建模覆盖率由常数输入的 0.4170、置换输入的 0.4184 提升至 0.4285（+0.0115），神谕为 0.4746，即捕获约 20% 神谕增益，但伴随加班增加（139.4 对 123.4 小时）与分配偏差上升（20.5 对 18.0）；公平优先下增益类似（+0.0098），加班优先下预测相对置换输入仅 +0.0001；XGBoost 预测使覆盖率下降（?0.0170）；对记录少于 5 条的 7 名员工进行收缩处理后 Logistic Regression 增益降至 +0.0040（神谕增益的 13%）；员工聚类自助法下较无信息输入的增益为 +0.0143（95% 区间 ?0.0077 至 0.0378），神谕增益为 +0.0545（0.0324 至 0.0783）；目标权重由短缺优先改为加班优先使实现覆盖率下降 0.0945，约为最佳预测增益的八倍。
讨论部分指出，留出集弱 ROC-AUC（0.4959—0.5243）与原稿 0.89 差异显著，不足以支持系统能可靠预测未见员工缺勤的主张；预测层并非经验证的预警系统，而是方法学示范中的探索性成分。调度实验显示有条件但不具压倒性的优势，无策略系统占优符合约束多准则决策的设计特征；Li 等关于动态能力与韧性的论述仅作为机制性参照，未测量恢复速度或服务连续性，故不主张与实现供应链韧性的因果联系。管理决策协议建议先设定最低服务覆盖底线并依法确定合同/工时上限，再比较可行排班；短缺优先适合关键班次但需审查加班代价，加班优先降低工时但增加未覆盖班次，公平优先在模拟中相对贪心仅边际改变分配。研究强调预测有用性的操作研究标准是决策成本的实际降低，若预测与真实结果统计独立则期望增益为零甚至为负；由于风险代理仅通过期望短缺约束与目标中权重为 1 的风险项进入（短缺权重为 100），员工间代理差异相对其他成本项接近零，应视为噪声。作者提出但未执行的消融方案为四臂比较：仅调度（均匀风险输入）、模型知情、置换安慰剂与神谕，以配对差值 B?A 评估预测成分的附加价值，并指出因档案数据无班次级出勤记录，实现结局只能模拟。局限性包括数据为巴西快递公司 2007—2010 年 740 条观测、不具沙特代表性，无沙特班次出勤或设施人员观测；结局为记录的超过 2 小时缺勤而非未按排班出勤；34 条重复行无唯一事件标识；校准仅在 9 名员工留出集上以 Brier 分数与描述性曲线评估且未评价再校准；调度覆盖、短缺、加班与分配不平等均基于模拟假设，CP-SAT 与 MILP 仅在小实例上核验一致，大规模解可行但非最优；预测价值检验为代理检验，仅一个排班规模与需求水平、假设性工时规则、仅 36 名员工且自助法区间含零。结论部分译为：本研究从计算角度提出了缺勤时长历史分类与多目标合成劳动力调度整合的计算概念验证。三种模型在未见员工上 ROC-AUC 均较弱；约束排班产生有意义但相互竞争的覆盖率、短缺、加班与公平性结果。CP-SAT 与 MILP 在小型验证实例上一致；全时域 CP-SAT 为 100 与 200 名员工生成可行排班，但在 200 名员工规模无法证明近最优性。假设性沙特相关需求情景允许敏感性分析，但不基于沙特设施证据。贡献在于可审计的预测—处方式建模与评价协议，而非实际运营中断的减少。未来研究应使用真实班次级出勤数据、将预测校准至班次层面结局、测量运营影响，并在真实沙特数据与实际劳动与服务约束下动态检验该框架。相同排班表上的预测价值检验显示，最佳预测（Logistic Regression）较无信息输入使建模覆盖率提高 0.0115 并捕获约 20% 神谕增益，该增益在员工层面重抽样下无法与零区分且对 XGBoost 为负，而改变目标权重使覆盖率变动约八倍。因此预测成分至多提供有限且脆弱的附加价值，贡献属方法学性质：泄漏感知评价、假设情景下调度权衡的透明记录，以及可复用的“预测是否在处方式流程中赢得其位置”的检验。
