一种防短视行为创新人才薪酬结构设置方法技术

技术编号:19779517 阅读:28 留言:0更新日期:2018-12-15 11:44
本发明专利技术请求保护一种防短视行为创新人才薪酬结构设置方法,解决了针对改进式、拓展式、和变革式创新(依次简称白天鹅、灰天鹅、黑天鹅)所需相应人才,计算相应的薪酬谈判参照点问题;该发明专利技术引入努力成本的约束条件和边际聘用效益变量,实现了薪酬结构模型的可计算性转换;应用最小化聘用成本的模型‑1计算未知参数初始参照点、进行参数灵敏度分析;应用最大化聘用效益的模型‑2优化设置固定薪酬、即时支付奖金、延迟支付奖金组成的薪酬结构,以达到激励努力,最大人才效用,和防短视行为目的,即防止短期利益驱动的急功近利、对长远目标产生损害作用的决策与行为;其核心应用价值在于支持创新需求人才类别与薪酬结构的匹配与计算。

【技术实现步骤摘要】
一种防短视行为创新人才薪酬结构设置方法
本专利技术属于属于人力资源管理、创新人才管理、创新经济、企事业管理、薪酬管理、决策支持系统等应用领域;具体涉及一种针对不同创新需求类别(改进式、拓展式、变革式创新)相应人才薪酬结构优化设置的分析计算方法。
技术介绍
2013年牛津大学JohnThanassoulis博士在ManagementScience发表了关于管理人才薪酬结构的理论研究(ThanassoulisJ.Industrystructure,executivepay,andshort-termism[J].ManagementScience,2013,59(2):402-419),对企业高级管理人才的薪酬结构与努力成本、外部选择等的影响因素做了命题推理,推导了防短视行为及容忍短视行为条件下的薪酬结构,并确定了外部选择的上限值条件,及其它相关命题。其中,Thanassoulis(2013)设定努力成本因子Λ应存在上限,以确保聘用人才努力执行,并设定其满足Λ·u<(χ+α+η)ρS;本专利技术发现这个约束条件过于松弛,不具有实际意义,理由是边际聘用效益一般远大于1,即而0<χ,α,η<1,使得该努力成本约束条件的上限一般远大于1,反而比0<Λ<1更加松弛;因此,有必要进一步推导关于努力成本的约束条件;另外,Thanassoulis(2013)推导了防短视行为核心约束条件(χ-η)v/(1+r)≥αb;最优薪酬结构{f,b,v}与{μ,χ,α,η,Λ,r}等模型变量的关系:以及该薪酬结构下的公司利润函数z:以上理论为防短视行为的薪酬结构研究奠立了定量分析的模型基础,但未完成对模型的可计算性发展;因此需要进一步转换模型,整合变量,引入有助于计算实现的约束条件,设计参数确定方法,实现模型的可计算特征。目前国内创新经济驱动经济发展对创新人才需求的急迫性与广泛性,各个城市与地区的企事业单位灵活地采用薪酬激励措施,展开人才竞争,但目前创新人才薪酬激励机制中普遍存在着短期利益驱动、有损长远创新竞争力的短视行为;创新类别的多样性,也相应地对于薪酬结构产生了多样性需求。因此,对于多种创新类别所需人才的薪酬结构相应地进行优化,是需要解决的一个问题。
技术实现思路
本专利技术旨在解决以上现有技术的问题。提出了一种防短视行为创新人才薪酬结构设置方法。本专利技术的技术方案如下:一种防短视行为创新人才薪酬结构设置方法,其包括以下步骤:首先,将企事业单位创新人才聘用需求分为三类,即改进式创新、拓展式创新、和变革式创新,依次简称“白天鹅”、“灰天鹅”、和“黑天鹅”;用固定薪酬系数fg、即时支付奖金系数bg、延迟支付奖金系数vg组成薪酬结构设置,其中f是固定薪酬,b是即时支付奖金,v是延迟支付奖金,u为外部选择,即该聘用需求的市场竞争价格;薪酬结构系数函数{fg,bg,vg}的表达式为:其次,用最小化聘用成本的M1模型计算参数{μ、χ、α、η、Λ}的参数灵敏度分析初始参照点,其中,μ:创新人才具有高实现能力的概率;χ:事件的成功概率;α:高实现能力人才的成功增量;η:事件后期成功的概率;Λ:创新人才成功执行事件所需努力成本;r:创新人才对延迟支付奖金采用的折现率分析薪酬结构对各参数的灵敏度;引入努力成本的约束条件和边际聘用效益变量,实现薪酬结构模型的可计算性转换,即将原有不可计算的薪酬结构通过收紧约束条件及引入创新人才的边际雇佣效益转化为可计算的薪酬结构;再次,根据对事件成功概率χ、创新人才具高实现能力概率μ,以及边际雇用效益ρS/u的判断,以激励努力、防止急功近利有损长期目标的短视行为,最大化创新人才聘用功效为目标,采用M2模型计算三类创新人才的薪酬结构,作为薪酬谈判参照或薪酬结构优化调整依据。进一步的,所述白天鹅”、“灰天鹅”、和“黑天鹅”定义如下:白天鹅={一般实现能力,事件成功概率较高,努力成本较低},黑天鹅={高实现能力,事件成功概率较低,努力成本较高},灰天鹅介于两者之间。进一步的,所述用最小化聘用成本的M1模型计算未知参数初始参照点、分析薪酬结构对各参数的灵敏度,具体包括:步骤一、按薪酬成本最低的部分理性假设,计算{μ、χ、α、η、Λ}等参数的灵敏度分析初始参照点;步骤二、从以上初始参照点出发,对{μ、χ、α、η、Λ}参数集,依次进行灵敏度分析;通过以上两个步骤的参数分析方法得出:固定薪酬系数fg的灵敏参数仅为努力成本Λ,而对其它参数μ,χ,α,η不灵敏;即时支付奖金系数bg的灵敏参数集为{χ,α,η,Λ},而对μ不灵敏;延迟支付奖金系数vb的灵敏参数集为{χ,α,η,Λ,r},而对μ不灵敏。进一步的,所述期望边际聘用效益引入的是表明对被聘用者的各阶段努力达成成功产生的效益与外部选择或该岗位市场价格比率的期望值,一般远大于1;其中ρ为事件成功的平均资源回报率,S为该创新事件可用平均资源量,u为外部选择,即该聘用需求的市场竞争价格;进一步的,所述引入努力成本的约束条件χ:事件的成功概率;α:高实现能力人才的成功增量;r:创新人才对延迟支付奖金采用的折现率,μ:创新人才具有高实现能力的概率,即当努力成本超过此上限值时,创新人才就不会选择努力,创新事件则不会成功。进一步的,所述用最小化聘用成本的M1模型为:防短视行为约束条件进一步的,所述以激励努力、防止急功近利有损长期目标的短视行为,最大化创新人才聘用功效为目标,采用M2模型计算三类创新人才的薪酬结构具体为:其中表示聘用效益与外部选择价格比,即聘用者放弃单位外部选择价格而产生的聘用效益,z表示防短视情况下企业出薪酬成本外的利润,u为创新人才所面临的外部选择。进一步的,事件与人才的匹配计算,根据创新事件需求,设定预期边际聘用效益以及所需人才类别,并分别对以上创新类别特征变量的判断与评价;在此基础上应用M2模型计算用于匹配候选聘用人才的决策变量{α,η},以此为依据,从候选人才中选出拟聘用人才;采用以上步骤确定事件与拟聘用人才匹配后的参数与变量值,应用薪酬结构系数函数,计算各类人才最优薪酬结构{fg,bg,vg}。本专利技术的优点及有益效果如下:1)本专利技术为创新人才人力资源管理,提出了防短视行为(即为短期利益驱动而损害创新事件长远目标的急功近利行为)薪酬机构设置计算方法;该方法为提高创新竞争力,提供了具体的决策支持方法;2)实现了薪酬结构理论模型的可计算性转换,包括推导收敛的努力成本约束命题、边际聘用效益、薪酬结构系数函数转换等操作;3)将创新类别划分为白、灰、黑天鹅(即改进式、拓展式、变革式创新)类别,并应用该类创新所需要的高实现能力概率、事件成功概率、努力成本,进行量化描述;4)较巧妙地应用了最小化聘用成本的局部理性,计算参数灵敏度分析的初始参照点,进一步进行参数的灵敏度分析;5)又应用最大化聘用效益和以上参数的估计,计算出需要匹配的决策变量,并进一步选择候选人才,根据完整参数的估计值,计算相应薪酬结构。经过谨慎尽可能穷尽的相关技术文献检索,以上技术方案的创新点,独到地解决了防短视行为创新人才薪酬结构设置计算问题,是创新人力资源管理的有效方法,对于企业创新竞争力提升具有重要应用价值。附图说明图1是本专利技术提供优选实施例防短视行为创新人才薪酬结构设置方法示意图。具体实施方式下面将结合本专利技术实本文档来自技高网
...

【技术保护点】
1.一种防短视行为创新人才薪酬结构设置方法,其特征在于,包括以下步骤:首先,将企事业单位创新人才聘用需求分为三类,即改进式创新、拓展式创新、和变革式创新,依次简称“白天鹅”、“灰天鹅”、和“黑天鹅”;用固定薪酬系数fg、即时支付奖金系数bg、延迟支付奖金系数vg组成薪酬结构设置,其中

【技术特征摘要】
1.一种防短视行为创新人才薪酬结构设置方法,其特征在于,包括以下步骤:首先,将企事业单位创新人才聘用需求分为三类,即改进式创新、拓展式创新、和变革式创新,依次简称“白天鹅”、“灰天鹅”、和“黑天鹅”;用固定薪酬系数fg、即时支付奖金系数bg、延迟支付奖金系数vg组成薪酬结构设置,其中f是固定薪酬,b是即时支付奖金,v是延迟支付奖金,u为外部选择,即该聘用需求的市场竞争价格;其次,用最小化聘用成本的M1模型计算{μ、χ、α、η、Λ}初始参照点,其中,μ:创新人才具有高实现能力的概率;χ:事件的成功概率;α:高实现能力人才的成功增量;η:事件后期成功的概率;Λ:创新人才成功执行事件所需努力成本;分析薪酬结构对各参数的灵敏度;引入努力成本的约束条件和边际聘用效益变量,实现薪酬结构模型的可计算性转换,即将原不可计算的Thanassoulis,J.2013,ManagementScience薪酬结构理论模型通过收紧约束条件及引入创新人才的边际雇佣效益转化为可计算的薪酬结构;再次,根据对事件成功概率χ、创新人才具高实现能力概率μ,以及边际雇用效益ρS/u的判断,以激励努力、防止急功近利有损长期目标的短视行为,最大化创新人才聘用功效为目标,采用M2模型计算三类创新人才的薪酬结构,作为薪酬谈判参照或薪酬结构优化调整依据。2.根据权利要求1所述的防短视行为创新人才薪酬结构设置方法,其特征在于,所述白天鹅”、“灰天鹅”、和“黑天鹅”定义如下:白天鹅={一般实现能力,事件成功概率较高,努力成本较低},黑天鹅={高实现能力,事件成功概率较低,努力成本较高},灰天鹅介于两者之间。3.根据权利要求1所述的防短视行为创新人才薪酬结构设置方法,其特征在于,所述用最小化聘用成本的M1模型计算未知参数初始参照点、分析薪酬结构对各参数的灵敏度,具体包括:步骤一、按薪酬成本最低的部分理性假设,计算参数{μ、χ、α、η、Λ}的参数灵敏度分析初始参照点;步骤二、从以上初始参照点出发,对{μ、χ、α...

【专利技术属性】
技术研发人员:黄东宾陈哲
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:重庆,50

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1