对工作嵌入模型在中国的适用性的研究

《对工作嵌入模型在中国的适用性的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、对工作嵌入模型在中国的适用性的研宄摘要：工作嵌入模型凭借客观的和工作外的指标充实了离职理论，并提高了离职预测的准确性，所以国内学者将其引入中国。但其具有西方特性，所以需要研究其在中国的适用性。通过中西对比指出工作嵌入中的以下因素在中国的不适用性：对于范围维度的社区因素，美国具有特色的社区生活，而中国人与社区的关系极弱，但家庭、亲友与公共服务特别重要，所以社区应被以上因素取代；对于关系维度的匹配因素，美国具有个人主义传统，而中国具有集体主义传统，所以中国人至今没有强烈的匹配要求；对于测量量表，要根据上述内容调整维度及比重，并注意到某些问题会导致预测离职时出现与西方相反的结果。通过本研究可以为人力

2、资源的有效管理提供理论基础。关键词：工作嵌入；适用性；社区；匹配；测量量表在这个知识经济时代，组织间的竞争与国家间的竞争归根到底就是人才的竞争。然而，越是精英人才，越容易凭借自己的能力追求自身的发展，他对组织的依附程度也越低，因而越容易跳槽，最终给组织带来很大的损失。因此，引入工作嵌入模型、借助于客观的、工作外的因素以更加准确地预测离职意向与离职行为具有重大意义。工作嵌入模型的功能并不局限于主动离职的预测，它还有利于改善员工的绩效、激发员工的创新精神。无论是应用于哪个领域，都需要研宄其在中国的适用性问题。该模型产生于西方的文化背景之下，所以有些因素具有西方的独特性，而使该模型在我国实效，甚至是

3、得出相反的结论。因此必须探究该模型在我国的适用性以为组织招人、育人、用人、留人提供正确的指导方向。一、文献综述2001年，工作嵌入模型诞生于西方，随后引入我国。基于国外环境的研宄成果TerenceR.Mitchell、BrooksC.Holtom、ThomasW.Lee等人在《人们为什么留下：用工作嵌入预测自愿离职》中首次提出工作嵌入的概念。文中指出，工作嵌入就像一令令网，置身其中的每个人都会被卡住。这一概念包含如下内容：1、个人与其他人、团队、群体的关系，2、他们对自己与工作、组织和社区的匹配的看法，3、他们怎样看待如果离开现有工作将不得不牺牲什么这个问题。［1］这一概念可以概括如表1所示。

4、他们利用组合测量的方法对大约700名杂货店员工和500名医院员工进行了调查、测算。结果表明：工作嵌入可以预测离职意向和自愿离职这两个关键因素，并且比传统的工作满意、组织忠诚、工作替代和工作寻找的预测能力更加显著。［1］工作嵌入模型在预测离职情况时引入了社区因素，并且在测量量表中使用客观性问题，这弥补了传统离职模型专注于工作中的主观因素的缺陷，并且大大提高了预测离职情况的准确性，所以其在离职模型的发展史中具有里程碑式的意义。2004年，ThomasW.Lee、TerenceR.Mitchell、ChrisJ.Sablynski等人发表了《工作嵌入在组织公民、工作绩效、故意缺勤和自愿离职方面的影响

5、》，这一研究将工作嵌入模型的应用范围拓展到其他领域，并深化了其在离职预测中的作用机制。该研宄经回归分析，得出以下结论：工作外嵌入能够显著预测自愿离职和故意缺勤，而工作内嵌入不可以；工作内嵌入可以显著预测组织公民行为和工作绩效，而工作外嵌入不可以。工作嵌入能够减轻缺勤、公民行为和绩效对离职的影响。[2]2005年，GeorgeB.Cunningham、JanetS.Fink、MichaelSagas发表了《工作嵌入建构的扩展和深化检测》。文中指出，他们分别对由214名校际垒球教练和189名体育部门员工的相关情况构成的两个独立样本测试了组合测量量表和整体测量量表。这两项研究成果证明了工作嵌入对留职

6、进行解释的效能，并且指出整体测量量表比组合测量量表更具有优势。[3]2006年，BrooksC.Holtom和EdwardJ.Inderrieden发表了《整合展开模型和工作嵌入模型以更好地预测自愿离职》。该论文指出，留职者的工作嵌入水平最高，震撼诱发的离职者的工作嵌入水平次之，不是震撼诱发的离职者的工作嵌入水平最低。这个发现表明了工作嵌入在雇员经历震撼时具有缓冲作用。2010年，ThomasW.H.Ng和DanielC.Feldman在《工作嵌入对相关创新行为的影响》中指出，经过对一个多样的样本的长期研究，发现工作嵌入与相关创新行为呈显著正相关关系，并且与职业生涯的早期阶段相比，在中期和后期

7、工作嵌入和实施创新观念存在显著的相关性。[4]2013年，买忆媛等人发表了《工作内嵌入如何影响创业与发展》。文中指出工作内嵌入对创业具有重要意义。基于工作内嵌入的知识传递与分享对创业感知具有重要影响。更高水平的工作内嵌入会导致信息从之前工作到创业机会的高转移性。过去的工作嵌入也提高了企业家的认知能力，这有助于创业机会的识别和探索。