用ＢＰ神經網模型探討企業關系平衡

[摘要] 文章通過分析企業關系平衡特點，探討采用BP神經網絡方法來評價企業關系平衡問題。與以往研究方法不同，不是從員工績效評價、雇員滿意度兩方面分別分析，而是將企業關系平衡作為一個整體進行分析判斷。通過對樣本企業的反復學習訓練，得到能夠判斷企業關系是否平衡的有效模型未達到平衡的企業的進一步研究給出了思路。

[關鍵詞] 企業關系 平衡 神經網絡 評價模型

一、問題提出及背景

在生產力高速發展的現代社會，不少的企業對人力資源的投入加大，但其投入與企業的產出并不能達到正相關關系，更多的時候是入不敷出，甚至虧空。因此，有必要建立企業關系平衡評價系統，指示管理者在哪些方面進行管理調整，使企業利用最少的資源換取最大的收益成為可能。

目前對于企業關系平衡，最常用的是組織心理學家Argyris的心理契約理論，他用Psychological Contract來說明雇員與企業之間的平衡關系，用博弈論的相關方法研究企業中雇傭關系的平衡，也是現今常用的方法。

筆者在通過查閱相關文獻并結合相關的管理理論，發現此問題的探討分析并不局限于現有的理論，還可以從人工神經網絡這個新視角來對此問題進行研究。本文利用了人工神經網絡具有學習的特點、可隨時根據新的數據資料進行自我學習訓練來進行探討研究的。

二、指標體系及樣本的選擇

為了準確的測度企業的平衡狀態，需要將員工績效和雇員滿意度指標體系轉化為可以直接觀察量化的指標體系。本文參考了相關資料，設置了一套企業關系平衡綜合評價指標體系：員工績效指標：技能、努力、智能、經驗、積極態度、合作精神、靈活性；雇員滿意度指標：工資、津貼、工作環境、工作安全性、地位、晉升、工作多樣性。上述指標構成了一個整體，能充分的反映企業關系平衡的實際情況。

樣本數據分為學習樣本及檢驗樣本，均包括企業關系平衡與不平衡的企業。學習樣本用來建立擬合函數，檢驗樣本來檢驗和修整函數。

對于樣本企業類別的判定，我們可以選擇合理指標。比如：應聘成功率、跳槽率。筆者認為視應聘成功率低、跳槽率低的企業為平衡，否則為不平衡。

應聘成功率低，表示企業對未來員工的滿意度設置得很高，要進入企業的員工是企業千挑萬選出來的滿意員工，能夠進入企業的員工都是滿意度較高的員工；跳槽率低，表明企業現有員工對企業的滿意度較高。應聘成功率低、跳槽率低，使得企業處于一種動態平衡狀態。具體操作時，各比率高低的確定，可以聽取專家意見。當然，實際運用時，是否可以采取其他指標判別樣本企業的類別，仍然有很大的研究空間。

三、模型的建立和分析

首先，根據這14個指標設計兩類調查問卷，一類是員工填寫，用來得到其雇員滿意度；一類是管理者填寫，得到其對員工績效的評價，求出14個指標的平均值。

在完成準備工作后運用BP神經網絡的理論基礎上建立模型：

(1)使用3層的單隱層BP神經網絡。因為它可以完成任意的N 維到M維的映射。(2)輸入層節點的多少應與評價指標個數相對應，故本文的網絡輸入層節點數為14。(3)因為考慮到單隱含層網絡的非線性映射能力較弱，隱含層節點要多一些，以增加網絡的可調參數，本網絡確定隱含層個數為8。(4)輸出節點Y為一個，即企業關系的平衡評價，取平衡企業的輸出量為0，非平衡企業的輸出量為1。

之后，把用來評價企業關系平衡與否的14個指標作為神經網絡的輸入向量X = |X1，X2 ，…， X14| ，將代表相應綜合評價結果的值作為網絡的輸出Y， 采用MATLAB 神經網絡工具箱中的函數編程求解，用學習樣本訓練這個網絡，使不同的輸入向量得到不同的輸出值，這樣神經網絡所持有的那組權系數值和閾值，便是網絡經過自適應學習所得到的正確內部表示經過反復學習訓練，確定與最小誤差相對應的網絡參數(權值和閾值) ，訓練即告停止。一旦神經網絡訓練完畢，即可作為評價企業關系平衡的有效工具，對不同評價對象做出相應的綜合判斷。當學習樣本對模型的訓練完成后，輸入檢驗樣本的取值并檢驗模型，再對模型進行訓練和修正。

四、結束語

基于人工神經網絡模型的企業關系平衡，可以解決傳統方法不能達到對系統的平衡做出修正并對日常管理指導的作用。當新的企業數據輸入到已經訓練成熟的模型，得到企業關系不平衡的指示時，管理者可以對這些指標值進行調整并記錄，直到達到平衡，管理者可以通過記錄對日常的人事管理進行調整，使企業向平衡穩定的方向發展。當然，系統輸入變量的選取、樣本企業的評價標準有待我們進一步探討。

參考文獻:

[1]何強:共建企業心理契約型的人力資源文化[J].管理與文化，2006，5

[2]張淑靜付晶:基于人工神經網絡的財務危機預警[J].財會研究，2007，3

[3]張根明向曉驥孫敬宜:基于BP神經網絡的制造業上市公司財務預警[J].山東工商學院學報，2006，8

[4]謝永珍趙京玲:企業員工滿意度指標體系的建立與評價模型[J].技術經濟與管理研究，2007，4

[5]田偉福周紅曉:基于神經網絡的企業財務危機預警系統的構建[J].廣州大學學報(自然科學版)，2004，6:1-3

[6]甘露張明珠王芳:用微分方程模型探討企業雇傭關系平衡[J].人力資源管理，2007，7