基于分层复杂网络的人力资本模型的研究

《基于分层复杂网络的人力资本模型的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于分层复杂网络的人力资本模型的研究摘要：复杂网络为研究企业内部的人力资源管理提供了一个新的工具。本文构建了基于分层复杂网络的人力资源网络对企业人力资源进行描述和分析。利用贝叶斯网络、马尔科夫模型和蒙特卡罗模拟仿真模型，与本文建立的分层网络模型结合，对流失效应产生的动态过程和对公司效益及生产力产生的影响进行分析，并预测由招聘和流失效应引起的各层次的人员变动情况，对中层干部流失率、人力资源的管理政策等因素进行模拟仿真，并根据该模拟结果对人力资本健康度的影响分析。该文针对人力资本及其管理做了详细的了解，较为全面的考虑了人力资本的变动及其带来的影响，并能为HR提供较好的参考意见。关键词：人力资源

2、；流失效应；复杂网络；AHP中图分类号：TP31文献标识码：A文章编号：1009-3044(2015)09-0252-02每一个员工在机构中都是独一无二的，员工的离职会带来信息和功能上的缺失。我们建立并利用了一系列的模型来研究人力资本和流失效应。其中，机构的“流失效应”是指当离职或退休的员工被顶替时所导致的动荡。人力资本是指劳动者受到教育、培训、实践经验、迁移、保健等方面的投资而获得的知识和技能的积累，亦称“非物力资本”。由于这种知识与技能可以为其所有者带来工资等收益，因而形成了一种特定的资本__人力资本。1分层复杂网络模型1.1基于分层复杂网络模型的人力资本网络的构建本文以拥有370名员

3、工的某集团为例研宄，根据该集团的组织结构图和统计数据，以员工为节点（有权重），节点间连线表示有直接合作关系，从而综合评定该员工在集团中所含有的价值，构建出三层相互联系的网络图。为了方便研宄，将该人力资本网络进行分层：节点权重为0〜2的为底层员工；节点权重为2〜5的为中层干部；节点权重在5以上的为高级干部。1.2网络拓扑特征分析聚类系数是表示一个图形中节点聚集程度的系数。在人力资本网络中，聚类效应表现为同一部门员工晋升同一职位的可能性。网络密度指的是一个网络中各节点之间联络的紧密程度。两个特征参表明，在该人力资本网络中，整体的连接较为密集，局部网络的聚类系数比较高，说明网络中可能存在很多联系

4、紧密的小团体，在团体内部员工之间的关系非常紧密，形成了良好的合作关系，营造了良好的员工氛2人员流动效应的网络动态过程分析2.1基于贝叶斯网络的流失效应评价集团运营环节基本固定，但企业与员工在满意度等方面的选择是不确定和双向的，因此本文建立两层一级指标研究流失效应：过程、结果，而二级指标则将通过对各环节的细化进行分析。下面使用贝叶斯网络对集团进行人力资源管理的评价。步骤如下：1.定义要解决的问题2.选取合适的度量元即评价指标3.确定网络拓扑结构及各变量的状态空间4.确定各变量在状态空间的概率分布5.输入证据，进行推理，得到结果。本文将评价指标体系中的二级指标作为度量元，即贝叶斯网络模型的结点

5、。根据指标间的相互依赖关系，得出人员流失效应评价的贝叶斯网络拓扑结构我们采用经验知识给定每个结点三个状态，1、2、3分别对应优、良、差三个级别。设［D］为结点集的一个子集，且［D1，…，Dm］相互独立。根据极大似然原则，寻求一个网络结构使之在D的联合概率密度上取得极大值，令［Pw(D)］为结点集的联合概率密度，其网络结构的联结概率：［w=(Wijk)］，［Wijk］为第i个结点在其父结点取第j个状态时第k个状态的概率，而函数［Ln(Pw(D))］＞［Pw(D)］的严格递增函数，求不使［Pw(D)］达到极大就等价于求［Ln(Pw(D))］达到极大。采用梯度下降的方法，首先计算［Ln(Pw(D

6、))］对［Wijk］的偏导数，再求和。［?LnPw(D)?wijk=h=lm?Pw(Dh)?wijk*lPw(Dh)］［Zil=k］表示事件的第i个结点处在第k个状态，［Zi2=j］表示事件的第i个结点的父结点还处在第j个状态，［Zi=(k，j)］表示事件的第i个结点在第k个状态且第i个结点的父结点在第j个状态。［?LnPw(D)?wijk=h=lmPw(Zi=(k,j)

7、Dh)wijk］通过以上公式的计算得出结论：当人员流失效应较高时，可以推知是哪一项指标影响最大，从而得知该环节的工作做的不够，同时，也可以推知哪项指标对最终的人力资源管理人员流失效应水平的影响更大2.2流失效应定量分析令

8、C(t)为预计第t年企业雇员流失产生的总成本；D1D3T属于一次性支付成本，D2是企业每年平均给雇员的培训成本。R(t)为第t年企业雇员流失带来的总收益；i为折现率；以第t年时间为基准，则总成本可以表示为：[C(t)=D1(1+i)2+D2[(1+i)2-li]+(D3+T)，R(t)=-Rl[(1+i)2-li]+R21+i]则[NP(t)=R(t)-C(t)]依据动态模型分析，若[NP(t)>0]则从长远来看，雇员流