战略薪酬管理系统协同研究

《战略薪酬管理系统协同研究》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、战略薪酬管理系统协同研究ResearchonStrategicCompensationManagementSynergy学科专业：管理科学与工程研究生：吴小调指导教师：杜纲教授天津大学管理与经济学部二零一二年十二月⣀߯ᗻໄᯢᴀҎໄᯢ᠔ਜѸⱘᄺԡ䆎᭛ᰃᴀҎ೼ᇐᏜᣛᇐϟ䖯㸠ⱘⷨおᎹ԰੠পᕫⱘⷨお៤ᵰˈ䰸њ᭛Ё⡍߿ࡴҹᷛ⊼੠㟈䇶П໘໪ˈ䆎᭛Ёϡࣙ৿݊ҪҎᏆ㒣থ㸼៪᪄ݭ䖛ⱘⷨお៤ᵰˈгϡࣙ৿Ў㦋ᕫ天津大学៪݊Ҫᬭ㚆ᴎᵘⱘᄺԡ៪䆕к㗠Փ⫼䖛ⱘᴤ᭭DŽϢ៥ϔৠᎹ԰ⱘৠᖫᇍᴀⷨお᠔خⱘӏԩ䋵⤂ഛᏆ೼䆎᭛Ё԰њᯢ⹂ⱘ䇈ᯢᑊ㸼⼎њ䇶ᛣDŽᄺԡ䆎᭛԰㗙ㅒৡ

2、˖ㅒᄫ᮹ᳳ˖ᑈ᳜᮹ᄺԡ䆎᭛⠜ᴗՓ⫼ᥜᴗкᴀᄺԡ䆎᭛԰㗙ᅠܼњ㾷天津大学᳝݇⬭ǃՓ⫼ᄺԡ䆎᭛ⱘ㾘ᅮDŽ⡍ᥜᴗ天津大学ৃҹᇚᄺԡ䆎᭛ⱘܼ䚼៪䚼ߚݙᆍ㓪᭄ܹ᳝݇᥂ᑧ䖯㸠Ẕ㋶ˈᑊ䞛⫼ᕅॄǃ㓽ॄ៪ᠿᦣㄝ໡ࠊ᠟↉ᄬǃ∛㓪ҹկᶹ䯙੠׳䯙DŽৠᛣᄺ᷵৥೑ᆊ᳝݇䚼䮼៪ᴎᵘ䗕Ѹ䆎᭛ⱘ໡ॄӊ੠⺕ⲬDŽ˄ᆚⱘᄺԡ䆎᭛೼㾷ᆚৢ䗖⫼ᴀᥜᴗ䇈ᯢ˅ᄺԡ䆎᭛԰㗙ㅒৡ˖ᇐᏜㅒৡ˖ㅒᄫ᮹ᳳ˖ᑈ᳜᮹ㅒᄫ᮹ᳳ˖ᑈ᳜᮹摘要随着企业的发展、科技的进步，企业管理复杂性愈加凸显，在人力资源管理上，就表现为如何吸引和留住高素质人才、如何引导员工为实现企业战略目标而努力这些难题上。从企业战略

3、角度出发进行薪酬管理，有利于企业统筹薪酬，有针对性地激励企业中的各类人才。战略薪酬管理是薪酬管理理论的一种变革，而协同学的发展则为战略薪酬管理系统协同展开了新的思路。本文基于系统分析方法与协同学，对企业战略薪酬管理进行系统分析，并在此基础上进一步探讨了战略薪酬管理的系统协同内容与协同机制。最后，基于模糊综合评价法和BP人工神经网络建立了战略薪酬管理系统协同效应的评价模型，为企业战略薪酬管理实践提供了重要的指导作用。本文的主要工作和创新点包括：第一，系统地分析了战略薪酬管理的内涵和特征，并从系统目标、系统影响因素、系统输入输出以及系统

4、结构方面对战略薪酬管理系统进行系统分析并建立战略薪酬管理系统分析框架。第二，基于协同学原理以及战略薪酬管理理论，将协同概念引入战略薪酬管理，构建了企业战略薪酬管理系统的协同框架，并基于该框架，分析探讨了各个维度上的协同机制与协同方法。第三，通过研究分析了不同指标对战略薪酬管理系统协同效应的影响，据此建立了战略薪酬管理系统协同效应的评价体系，并结合模糊综合评价和BP神经网络评价方法对协同效应进行评判。最后，将本文提出的理论方法与模型应用于海南L公司。关键词：战略薪酬管理系统分析协同机制协同效果评价模糊综合评价BP人工神经网络ABSTR

5、ACTWiththedevelopmentofenterpriseandtechnology,thebusinessmanagementisbecomingmoreandmorecomplex.Whatreflectonhumanresourcemanagementaredifficultiessuchashowtoattractandretaintalent,howtoguideemployeestoworkforenterprisestrategicobjective.Strategiccompensationmanagemen

6、t,whichistoimplementcompensationmanagementfromtheperspectiveofenterprisestrategy,isusefulfortheoverallcompensationmanagementandtoencouragethedifferentkindsofemployees.TheoryofStrategicCompensationManagementisabigchangeintheCompensationManagementtheory,andtheSynergytheo

7、ryprovidesanewwayofthesynergyofstrategiccompensationmanagementinenterprise.Baseonthesystemanalysismethod,thisdissertationbuildsthestrategiccompensationmanagementsystem,andthendescribethesynergymechanismfurthermore.Finally,themodeltoevaluatethesynergyeffectivenessofthes

8、trategiccompensationmanagementisbuiltbasedontheFuzzyComprehensiveEvaluationandBPArtificialNeuralNetwork.Thisprovidesi