一線員工主動(dòng)離職行為定性模擬研究

丁祥海，喻 瑤，王曉光

（杭州電子科技大學(xué) 管理學(xué)院，浙江 杭州 310018）

一、引言

同智能化工廠相比，勞動(dòng)密集型工廠在生產(chǎn)過程中需要投入更多的人員支持，其利潤和資本積累主要來源于一線員工的廉價(jià)勞動(dòng)[1]。與之前相比，如今的一線員工具有受教育程度普遍較高，性格鮮明，自我意識強(qiáng)，喜歡未知和探索，追求個(gè)性化的發(fā)展和獨(dú)立的生活等特點(diǎn)，同時(shí)勞動(dòng)密集型工廠具有工作強(qiáng)度大，工作內(nèi)容單調(diào)等特點(diǎn)。一線員工的特點(diǎn)以及工廠內(nèi)外部環(huán)境的變化，促使一線員工產(chǎn)生了高頻流動(dòng)的現(xiàn)象，主要表現(xiàn)為員工的離職行為。離職行為的發(fā)生既會(huì)增加企業(yè)的勞動(dòng)成本支出，又會(huì)使企業(yè)難以保持正常的運(yùn)轉(zhuǎn)。因此，探討勞動(dòng)密集型工廠一線員工離職因素及其主動(dòng)離職模型的構(gòu)建在一定程度上對企業(yè)以及員工自身都有重要的意義。

目前，有許多學(xué)者在不斷的探索與員工離職有關(guān)的模型。其中具有代表性的是普賴斯（Price）等提出的普賴斯 -穆勒（Price-Mueller）模型[2]，模型中涉及的變量比較多，但增加了研究問題的難度；張勇等通過灰色預(yù)測模型對非正常離職進(jìn)行預(yù)測[3]；楊海霞通過研究構(gòu)建出神經(jīng)網(wǎng)絡(luò)（RBF）模型,這一模型主要解決非線性預(yù)測問題，例如：員工離職對業(yè)績影響程度等，具有較好的預(yù)測性和應(yīng)用性[4]；夏功成等通過研究構(gòu)建了員工主動(dòng)動(dòng)態(tài)離職模型來預(yù)測員工的動(dòng)態(tài)離職過程，所考慮的離職因素比較一般化，沒有對具體的行業(yè)以及具體的職位進(jìn)行再次細(xì)分[5]；趙旭等針對離職行為這一復(fù)雜行為，以實(shí)證研究和突變理論作為模型構(gòu)建依據(jù)，最終構(gòu)建出員工主動(dòng)離職的突變概念模型[6]。國內(nèi)對于員工離職文獻(xiàn)的研究中，以勞動(dòng)密集型工廠一線員工作為研究對象的文獻(xiàn)較少。王笑天通過構(gòu)建基于壓力交互理論與工作要求-資源模型，將制造業(yè)一線員工作為其研究對象，實(shí)證分析了制造業(yè)一線員工的工作要求對離職意愿的影響，并分析了員工沖動(dòng)性人格與社會(huì)支持這兩者因素對工作要求與離職意愿關(guān)系的鏈?zhǔn)秸{(diào)節(jié)機(jī)制[7]。

綜合文獻(xiàn)來看，國內(nèi)對于勞動(dòng)密集型工廠一線員工的離職因素和行為模擬方面的研究較少且有進(jìn)一步完善的空間。鑒于一線員工在勞動(dòng)密集型工廠中呈現(xiàn)流動(dòng)性大、群體性等特征，本文以勞動(dòng)密集型工廠為研究背景，建立了一線員工主動(dòng)離職行為模型，運(yùn)用MATLAB軟件與QSIM算法結(jié)合來模擬員工的離職過程，并將定性模擬以定量的形式表現(xiàn)出來，從而達(dá)到可視化的效果。

二、勞動(dòng)密集型工廠一線員工主動(dòng)離職模型構(gòu)建

符益群等通過對國內(nèi)外文獻(xiàn)的研究歸納及實(shí)地的考查分析，將影響員工離職的因素歸納為以下幾點(diǎn)：個(gè)體因素主要表現(xiàn)為員工自身的教育水平、個(gè)人績效等，工作自身因素主要是工作角色、工作任務(wù)多樣性等，組織因素主要為企業(yè)獎(jiǎng)懲制度、組織構(gòu)架等，外部環(huán)境因素主要為勞動(dòng)力市場供需情況、就業(yè)形勢等，員工自身態(tài)度和心理的行為主要表現(xiàn)為組織承諾、工作滿意度、晉升機(jī)遇等[8]。張旭濤等通過對制造業(yè)一線生產(chǎn)派遣員工離職行為的研究，得出組織承諾影響作用大于工作滿意度的影響，但兩者都與員工離職行為呈現(xiàn)正相關(guān)關(guān)系；薪酬福利、職業(yè)晉升途徑、工作班制、企業(yè)外部機(jī)遇、員工培訓(xùn)與關(guān)懷等因素對員工的離職行為都有顯著影響，而傳統(tǒng)的離職因素例如：企業(yè)價(jià)值觀、員工工作氛圍等對派遣員工的離職行為影響不顯著[9]。韓翼等通過構(gòu)建員工自愿離職綜合模型以及對1 066份調(diào)查問卷的分析，結(jié)論表明工作滿意度和組織承諾這兩個(gè)因素與員工離職傾向具有正相關(guān)關(guān)系，組織認(rèn)同感，組織承諾對員工離職傾向也有明顯的影響[10]。

針對勞動(dòng)密集型工廠的特點(diǎn)，一線員工的工作強(qiáng)度在不同時(shí)期會(huì)有不同的變化；每天工作時(shí)間和是否經(jīng)常加班可以側(cè)面體現(xiàn)出員工的緊張感、疲勞感、工作強(qiáng)度的強(qiáng)弱等[11]。高工作強(qiáng)度雖然可以提高員工的獎(jiǎng)酬和企業(yè)的績效，但對于員工自身來說，長時(shí)間繁重的任務(wù)量會(huì)降低員工工作滿意度及組織承諾度。崗位單調(diào)性被認(rèn)為是個(gè)體所從事的崗位的工作內(nèi)容被重復(fù)程度，崗位單調(diào)性越高，員工對工作內(nèi)容可選擇的范圍越小，導(dǎo)致員工的柔性越低。柔性管理被證實(shí)既可以提高員工的工作的滿意度，又能提升產(chǎn)線的效率與產(chǎn)能[12]；與崗位單調(diào)性相對應(yīng)的另外一個(gè)因素是班次自主性，它可以平衡工作與生活之間關(guān)系，員工對班次的選擇權(quán)利越大相對應(yīng)的工作時(shí)間柔性就會(huì)越大，員工的工作熱情和工作滿意度也越高，進(jìn)而提升企業(yè)的生產(chǎn)效益[13]。另一方面，工作環(huán)境與員工的離職傾向具有密切的相關(guān)關(guān)系[14]。勞動(dòng)密集型工廠的生產(chǎn)加工運(yùn)作會(huì)對車間的溫度、濕度、噪音、照明等環(huán)境條件產(chǎn)生一定的作用，而這些環(huán)境條件又會(huì)直接影響一線員工的生產(chǎn)行為，例如適宜的溫度會(huì)增加員工對生產(chǎn)的投入，從而提升工作效率。

通過對上述文獻(xiàn)的歸納總結(jié)，在Price-Mueller模型的基礎(chǔ)上，保留其小部分變量，重點(diǎn)考慮崗位單調(diào)性、柔性管理、班次自主性、工作強(qiáng)度等因素對員工主動(dòng)離職行為的影響，從而建立如圖1所示的勞動(dòng)密集型工廠下的員工主動(dòng)離職模型。圖中菱形中的變量是會(huì)波動(dòng)的，它們?nèi)Q于企業(yè)的內(nèi)外環(huán)境，“+”表示箭尾因素增強(qiáng)會(huì)導(dǎo)致箭頭的增強(qiáng)，“-”表示箭尾因素增強(qiáng)會(huì)導(dǎo)致箭頭的減弱。

圖1 勞動(dòng)密集型工廠一線員工主動(dòng)離職過程模型

崗位的單調(diào)性會(huì)弱化柔性管理的效果，班次自主性會(huì)促使柔性管理得到更好的實(shí)施，這兩個(gè)因素的變化會(huì)對后續(xù)的其他因素產(chǎn)生影響，柔性管理的實(shí)施會(huì)提高員工的工作滿意度，增強(qiáng)員工的歸屬感，降低員工的離職意愿，員工離職行為的頻率也就隨之降低；企業(yè)領(lǐng)導(dǎo)的支持以及員工自身的努力程度在一定程度上都會(huì)改善工作環(huán)境，它同工作滿意度一樣都會(huì)強(qiáng)化員工的組織承諾，進(jìn)而促進(jìn)員工績效的增加，增加其組織認(rèn)同感，從而降低員工離職意愿，減少員工離職行為；工作強(qiáng)度的增加會(huì)使一線員工的薪酬和績效同向增加，增強(qiáng)員工的組織認(rèn)同感，減少員工的離職意愿，減少員工離職行為；薪酬的增加也會(huì)增加員工的努力程度，進(jìn)而增加員工的工作滿意度，之后影響員工的離職行為發(fā)生過程如上文所述；企業(yè)外部就業(yè)機(jī)會(huì)的增加會(huì)促使員工產(chǎn)生更多的選擇從而導(dǎo)致離職行為的增加。

定性模擬中的變量都是非數(shù)字化的變量，為了便于后文的統(tǒng)計(jì)與討論，將變量名轉(zhuǎn)變?yōu)樽帜副硎荆唧w如表1所示。

表1 勞動(dòng)密集型工廠一線員工離職過程模型變量名及符號

三、QSIM算法與步驟

定性仿真的本質(zhì)是一種定性推理的過程，定性仿真過程就是由當(dāng)前狀態(tài)產(chǎn)生后繼狀態(tài)的一個(gè)不斷推進(jìn)過程。本文將運(yùn)用QSIM算法對勞動(dòng)密集型工廠員工離職行為進(jìn)行模擬。美國學(xué)者Kuipers提出了QSIM算法，為定性建模和定性仿真奠定了很好的研究和應(yīng)用基礎(chǔ)。QSIM用定性微分方程來描述模擬對象，定性微分方程由變量和約束組成，變量代表系統(tǒng)參數(shù)，約束描述變量之間的關(guān)系[15]。它可以從一個(gè)定性約束集和一個(gè)初始狀態(tài)出發(fā)，預(yù)測系統(tǒng)未來所有可能的行為[16-17]。根據(jù)QSIM算法，存在推理函數(shù)f，每個(gè)可推理的函數(shù) f在 t0＜t1＜…＜ti＜ti+1＜…＜tn顯著的時(shí)刻點(diǎn)處的值為路標(biāo)值。顯著時(shí)刻點(diǎn)表示定性變量在該時(shí)間點(diǎn)上發(fā)生了顯著的變化，在顯著時(shí)刻點(diǎn)之間，定性變量只發(fā)生平緩的變化，不會(huì)產(chǎn)生突變。定性變量當(dāng)前所處的時(shí)刻，要么在一個(gè)可區(qū)分時(shí)刻點(diǎn)ti上，其狀態(tài)可以表示為 QS（f，ti）；要么在兩個(gè)可區(qū)分時(shí)刻點(diǎn)之間（ti，ti+1），狀態(tài)表示為 QS（f，ti，ti+1）。在任意時(shí)刻t的定性狀態(tài)QS是由參數(shù)在其定量空間中的取值和參數(shù)的變化方向所構(gòu)成的二元組（qval，qdir）表示。具體取值如下：

其中，li代表單個(gè)路標(biāo)值，（li，li+1）代表區(qū)間值。例如 QS=（X1，（ti，ti+1））=＜（-1，0），+＞ 表示變量 X1在區(qū)間（ti，ti+1）的取值為（-1，0），方向?yàn)椤?”，有增加的可能性。

（一）QSIM算法規(guī)則

QSIM是一種定性推理方法，是顯著時(shí)刻點(diǎn)到此點(diǎn)與下一個(gè)顯著時(shí)刻點(diǎn)之間再到下一個(gè)顯著時(shí)刻點(diǎn)的循環(huán)往前的定性狀態(tài)推理。推理過程必須遵守一定的規(guī)則，Kuipers提供了一個(gè)通用函數(shù)狀態(tài)轉(zhuǎn)換表來輔助說明QSIM的規(guī)則，具體如表2所示。

表2 通用函數(shù)狀態(tài)轉(zhuǎn)換表[14]

在模擬過程中，并不是所有的轉(zhuǎn)換都能符合要求，還需要滿足約束一致性過濾、配對一致性過濾、全局解釋和全局過濾。（1）約束一致性過濾。當(dāng)變量受到多個(gè)推理函數(shù)的約束時(shí)，對各個(gè)函數(shù)進(jìn)行獨(dú)立轉(zhuǎn)化后，檢驗(yàn)定性值和變化方向的一致性。（2）配對一致性過濾。如果兩個(gè)約束中出現(xiàn)相同的推理函數(shù)，則該推理函數(shù)在不同的約束中需有一致的狀態(tài)轉(zhuǎn)化。（3）全局解釋。經(jīng)過約束和配對一致性過濾后，剩下的所有規(guī)則的組合為全局解釋。（4）全局過濾。若前后直接相鄰狀態(tài)一致和前后狀態(tài)循環(huán)則過濾掉新狀態(tài)。根據(jù)通用函數(shù)狀態(tài)轉(zhuǎn)化表和上述過濾與解釋，可得到變量之間的相互作用表和通用規(guī)則轉(zhuǎn)化表，具體見參考文獻(xiàn)[5]。

（二）變量取值及含義

為了研究及MATLAB模擬的方便，用{1，2，3，4，5}表示 qval，用{-2，-1，0，1，2}表示變量的變化趨勢，即 qdir，其中 X1和 X2取{0，1，2}。一元變量包 括：X1、X2、Y1、Y2、Y3、Y4、Y5、Y6，它 們 表示 qval中的一個(gè)數(shù)，M表示qdir中的一個(gè)，二元變量包括：Z1、Z2、Z3、Z4、Z5表示為 ＜qval，qdir＞。部分變量的取值及含義如下所示：

某個(gè)二元組變量受到作用時(shí)，可能有多個(gè)后續(xù)狀態(tài)，在模擬的過程中，每種可能的狀態(tài)出現(xiàn)的概率相等。由于工作強(qiáng)度對績效具有積累效應(yīng)，員工要以最近三個(gè)月的平均工作強(qiáng)度來對績效起作用，不足三個(gè)月時(shí)，即當(dāng)月份為1月，平均工作強(qiáng)度就是本月工作強(qiáng)度的值，當(dāng)為2月時(shí)，其平均工作強(qiáng)度為1月和2月工作強(qiáng)度的平均值，此種處理方法同樣適用于領(lǐng)導(dǎo)支持度、離職意愿和就業(yè)機(jī)會(huì)等，這里不再贅述。離職意愿可由離職概率函數(shù)表達(dá)，采用文獻(xiàn)[6]的離職概率函數(shù)如式（1）。

其中，z是離職率，x是平均離職意愿，y是平均就業(yè)機(jī)會(huì)。

（三）模擬算法步驟

步驟 1：設(shè)定變量初始值，變量包括 Z1、Z2、Z3、Z4、Z5，平均工作強(qiáng)度 Y1，平均領(lǐng)導(dǎo)支持 Y2，平均就業(yè)機(jī)會(huì)Y3。置當(dāng)前模擬次數(shù)為1，模擬分為12個(gè)階段，一月份為第一個(gè)階段，每個(gè)階段的模擬次數(shù)為1 000次。

步驟2：MATLAB調(diào)用隨機(jī)數(shù)產(chǎn)生崗位單調(diào)性X1的值和班次自主性X2的值，根據(jù)表2和過濾與解釋確定柔性管理Z1，組織承諾Z4，績效 Y6，薪酬Y4，組織認(rèn)同Y5，努力程度M的后續(xù)狀態(tài)。

步驟3：MATLAB調(diào)用隨機(jī)數(shù)產(chǎn)生平均工作強(qiáng)度Y1的值，根據(jù)其對績效Y6作用的值。

步驟4：確定績效Y6的后續(xù)狀態(tài)。

步驟 5：依次確定薪酬 Y4，組織認(rèn)同 Y5，努力程度M的后續(xù)狀態(tài)。

步驟6：MATLAB調(diào)用隨機(jī)數(shù)與產(chǎn)生領(lǐng)導(dǎo)支持Y2的值，先確定其對工作環(huán)境Z3的作用，后確定組織承諾Z3的后續(xù)狀態(tài)。

步驟7：依次確定工作滿意度Z2，離職意愿Z5的后續(xù)狀態(tài)。

步驟8：確定平均離職意愿x，然后把平均離職意愿x和平均就業(yè)機(jī)會(huì)y代入式（1），來判斷員工是否離職，如果符合條件，則記為1，否則為0，然后依次進(jìn)入下一階段，一直到第12個(gè)階段，這樣往返循環(huán)下去，直到結(jié)束，最終導(dǎo)出結(jié)果。

四、主動(dòng)離職行為定性模擬

運(yùn)用matlab2010b來對不同情境進(jìn)行模擬，分析勞動(dòng)密集型工廠中崗位單調(diào)性、班次自主性、工作強(qiáng)度、就業(yè)機(jī)會(huì)等主要因素對離職行為的影響。

（一）不同的崗位單調(diào)性和班次自主性對員工離職的影響

情景 1：x1=2，X2=1，Z1=（3，0），Z2=（3，-1），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=5，平均領(lǐng)導(dǎo)支持Y2=3；平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度高，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，崗位單調(diào)性高，班次自主性一般。從模擬結(jié)果可以得出，1到12月份的離職意愿都在7%以上，總體平均離職率為88.19%，呈現(xiàn)較高狀態(tài)。

情景 2：X1=2，X2=1，Z1=（3，0），Z2=（3，-1），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=3，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度一般，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，崗位單調(diào)性高，班次自主性一般。從模擬結(jié)果可以得出，每個(gè)月的員工離職意愿也都在7%以上，總體平均離職率為87.84%，也呈現(xiàn)較高狀態(tài)。

情景 3：X1=1，X2=1，Z1=（3，0），Z2=（3，-1），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=3，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度一般，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，崗位單調(diào)性一般，班次自主性一般。從模擬結(jié)果可以得出，員工離職意愿剛開始呈下降趨勢，然后又呈上升趨勢，總體平均離職率為22.43%，呈現(xiàn)較低狀態(tài)。

情景 4：X1=1，X2=2，Z1=（3，0），Z2=（3，-1），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=3，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度一般，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，崗位單調(diào)性一般，班次自主性高。從模擬結(jié)果可以得出，在這樣的情況下，員工的離職可能性近似為0。四種情景的模擬結(jié)果如表3所示。

表3 情景1～情景4下員工的離職率總計(jì)

從以上4個(gè)情景的模擬結(jié)果可以得出，由情景1和情景2可以看出，當(dāng)平均工作強(qiáng)度由5變?yōu)?時(shí)，總體平均離職率降了1個(gè)百分點(diǎn)，基本上沒有什么變化；由情景2和情景3可以看出，當(dāng)崗位單調(diào)性由2變?yōu)?時(shí)，員工平均離職率由87.84%下降到22.34%，呈明顯下降趨勢；由情景3和情景4可以看出，班次自主性由1變?yōu)?時(shí)，員工的離職可能性近似為0，從概率上看，可能無員工離職。

由于勞動(dòng)密集型工廠的特點(diǎn)，一線員工是否會(huì)選擇離職，與崗位單調(diào)性和班次自主性有很大關(guān)系。當(dāng)崗位單調(diào)性很高，一線員工重復(fù)進(jìn)行某項(xiàng)工作時(shí)，即便員工的工作強(qiáng)度不高，員工離職的可能性也很大。在這種狀態(tài)下，員工工作比較枯燥，對工作的專注力下降，導(dǎo)致員工的離職可能性較高。同樣班次自主性對于員工也是非常重要，尊重員工的選擇與愛好，賦予員工一定的權(quán)力自主選擇班次，平衡工作與生活的關(guān)系，這樣不僅對生產(chǎn)效率及企業(yè)的業(yè)績有很大的促進(jìn)作用，也能夠吸引員工為企業(yè)創(chuàng)造更大的價(jià)值。另一方面，崗位單調(diào)性和班次自主性直接反映了該工廠的柔性管理程度?？傮w來說，工廠柔性管理程度越高，員工對工廠的忠誠度越高，離職傾向較低。另外離職率也受到工作強(qiáng)度的影響，適度的工作強(qiáng)度會(huì)產(chǎn)生良好工作績效，使員工得到滿意的薪酬，進(jìn)而增加員工的工作熱情，提升企業(yè)的生產(chǎn)效益。因此在一定程度上來說，工作強(qiáng)度適中，企業(yè)的業(yè)績會(huì)越好，盈利也就會(huì)越多。

（二）在工作單調(diào)性和崗位匹配度都隨機(jī)變化下的三種情景

情景 5：變量的初始值：Z1=（3，0），Z2=（3，0），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度Y1=1，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度低，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高。從模擬結(jié)果可以得出，六七月份離職率是所有月份中最高的，總體平均離職率為19.87%，屬于比較低的狀態(tài)。

情景 6：變量的初始值：Z1=（3，0），Z2=（3，0），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度Y1=5，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度高，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，從模擬結(jié)果可以得出，5月份的離職率為最高，總體平均離職率為25.37%，較情景5有升高的趨勢。

情景 7：變量的初始值：Z1=（3，0），Z2=（3，0），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=1，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=5。初始條件一般，工作強(qiáng)度低，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)高。從模擬結(jié)果可以得出，3—6月份的離職率變化幅度較多，10月份離職率呈現(xiàn)最高狀態(tài)，之后有下降趨勢，總體平均離職率為28.26%。三種情景模擬結(jié)果如表4所示。

表4 情景5～情景7下員工的離職率總計(jì)

從以上三種情景可以看出，當(dāng)平均工作強(qiáng)度從1變?yōu)?時(shí)，總體平均離職率從19.87%上升到25.37%，上升了大概6個(gè)百分點(diǎn)，當(dāng)平均就業(yè)機(jī)會(huì)從4變?yōu)?時(shí)，總體平均離職率從19.87%上升到28.26%，上升了大概9個(gè)百分點(diǎn)，因此工作強(qiáng)度和就業(yè)機(jī)會(huì)對員工的離職率都有所影響。

與其他行業(yè)類似，一線員工是否離職還受外界環(huán)境中就業(yè)機(jī)會(huì)的直接影響。外界就業(yè)機(jī)會(huì)越多，員工自身離職意愿越大，則離職的可能性也越大。當(dāng)員工在企業(yè)的自我發(fā)展受限時(shí)，會(huì)更渴望尋求外部的工作機(jī)會(huì)來實(shí)現(xiàn)自己的職業(yè)規(guī)劃。外部就業(yè)機(jī)會(huì)的增多會(huì)導(dǎo)致員工的不穩(wěn)定，因此企業(yè)要想保持員工的忠誠度，必須從企業(yè)內(nèi)部著手以此來降低員工的離職意愿。

五、應(yīng)用研究

通過對員工主動(dòng)離職行為的定性模擬研究，可以得到當(dāng)員工出現(xiàn)離職行為時(shí)通過何種方式可以有效的減少該行為的發(fā)生，從而保持一線員工的投入度和活力。本節(jié)將以某勞動(dòng)密集型工廠作為參照對象，以算例的形式解釋該工廠如何通過行為定性模擬來有效的降低員工的離職率。已知該工廠主要生產(chǎn)電子產(chǎn)品，地處經(jīng)濟(jì)技術(shù)開發(fā)區(qū)，生產(chǎn)部門定期實(shí)行輪崗制，部門領(lǐng)導(dǎo)偶爾關(guān)心員工的工作及生活現(xiàn)狀，車間環(huán)境適宜，員工在有限的范圍內(nèi)可選擇班次的類型，但目前工廠處于生產(chǎn)旺季，員工超負(fù)荷工作，員工對工廠整體呈現(xiàn)一般滿意狀態(tài)。綜上所述，結(jié)合前文變量的取值及含義，將該工廠的初始值設(shè)置為：X1=1，X2=1，Z1=（3，0），Z2=（3，0），Z3=（3，0），Z4=（3，0），Z5=（3，0），平均工作強(qiáng)度Y1=5，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。其模擬結(jié)果實(shí)例1如表5所示。

表5 初始條件下員工的離職率總計(jì)

當(dāng)崗位單調(diào)性和班次自主性都比較適宜的情況下，員工的離職率為24.84%，員工內(nèi)部存在一定程度的不穩(wěn)定性。此時(shí)，管理人員需要采取相應(yīng)的措施，例如通過減少員工的工時(shí)，提高他們的工作效率。當(dāng)平均工作強(qiáng)度由5變?yōu)?時(shí)，員工工作滿意度也會(huì)相應(yīng)的增加，即Z2=（3，0）變?yōu)閆2=（4，2），此時(shí)模擬結(jié)果實(shí)例2如表6所示，總體離職率呈下降趨勢，從而能夠減少企業(yè)的人力成本。

由于該勞動(dòng)密集型工廠的柔性管理處于一般狀態(tài)，要想進(jìn)一步的降低離職率，可以針對柔性管理采取相應(yīng)的措施，給予員工自主選擇和安排工作的權(quán)力。采取這樣的措施之后，員工自主性Z1=（3，0）變?yōu)?Z1=（4，2），從表 7 模擬結(jié)果實(shí)例 3 可看出，員工的總體離職率再一次降低，企業(yè)的運(yùn)營成本也隨之降低。

表6 工作強(qiáng)度變化后員工的離職率總計(jì)

表7 柔性管理變化后員工的離職率總計(jì)

六、結(jié)論與展望

基于QSIM算法，建立了勞動(dòng)密集型工廠一線員工主動(dòng)離職行為模型，分析了相關(guān)因素是如何影響員工離職。在模擬的過程中，采用了QSIM算法的思想，以多次模擬克服了一次模擬的局限，使模擬結(jié)果更符合實(shí)際情況。理論上可以觀察企業(yè)一年內(nèi)員工離職行為的整體動(dòng)態(tài)，能夠?yàn)閯趧?dòng)密集型工廠提供一定的參考價(jià)值，從而及時(shí)的降低人力成本的損失，為企業(yè)創(chuàng)造更大的效益。

從模擬中可以得出勞動(dòng)密集型企業(yè)影響員工離職行為較大的因素是企業(yè)的內(nèi)部因素，即崗位單調(diào)性、班次自主性、工作強(qiáng)度等因素，而就業(yè)機(jī)會(huì)等外部環(huán)境對員工影響程度也與企業(yè)內(nèi)部因素有關(guān)，這也是比較符合實(shí)際情況的。作為企業(yè)的管理者，應(yīng)該從企業(yè)內(nèi)部做起，實(shí)時(shí)觀察內(nèi)部動(dòng)態(tài)，針對相應(yīng)的因素采取合適的措施，降低員工的整體離職率。

不足之處在于，由于不同的員工選擇離職的因素是不同的，所以影響員工離職是由很多因素造成的，本文只考慮了勞動(dòng)密集型工廠的主要因素對員工的影響，并且在模擬過程中只考慮了一個(gè)或兩個(gè)因素對某一變量的影響，如果能找出3個(gè)及以上的變量對某個(gè)變量作用規(guī)則的情況下，則會(huì)更符合實(shí)際情況。